摘 要：为有效了解煤矿的安全生产能力，基于煤矿安全生产影响因素的复杂性，从人员、设备、环境和管理四方面构建出评价指标体系。并在此基础上提出了基于ANP和灰色关联分析方法的综合评价模型。通过ANP建立煤矿安全生产能力的网络结构模型，并计算影响因素的权重，再利用灰色关联法求解4个煤矿的关联系数，最后用关联系数和权重计算各煤矿的关联度。实证结果表明，该模型能够充分显示出4个煤矿的实际安全生产能力，对煤矿事故安全生产具有一定的指导意义。
关键词：煤矿；安全生产；ANP；灰色关联分析；综合评价
中图分类号：TD79文献标识码：A文章编号：1672-1101（2018）01-0049-06
Abstract： In order to effectively understand the safety production capacity of coal mines， based on the complexity of influencing factors of coal mine safety production， the evaluation index system is constructed from the aspects of personnel， equipment， environment and management. On this basis， a comprehensive evaluation model based on ANP and gray relational analysis is proposed. Through ANP， the network structure model of coal mine safety production capacity was established， and the weight of influencing factors was calculated. Then， the gray correlation method was used to solve the correlation coefficient of the four coal mines. Finally， the correlation coefficient and weight were used to calculate the correlation degree of each coal mine. The empirical results show that the model can fully display the actual safety production capacity of four coal mines and has certain guiding significance for the safety production of coal mines.
Key words：Coal Mines；Safety Production；ANP；Gray Correlation Analysis；Comprehensive Evaluation
煤矿事故预警是以安全生产法规为基础，结合各类先进技术和工具，根据数据收集结果对企业生产状况进行检测、整理、分析、评估，并发出事故预警信号的活动[1]。煤矿事故预警的意义就在于能够有效预防煤矿事故的发生，将企业风险损失降到最小，甚至将事故防止在萌芽状态，能够有效提高煤矿安全生产能力。基于此，本文采用ANP―灰色关联综合评价方法，构建指标体系的网络结构模型，并计算出所选煤矿的加权关联度，研究结果能实际反映各煤矿的安全生产能力。
一、文献综述
近年来，国内学者在煤矿安全管理领域进行安全生产能力的研究越来越多。王爽英等以中小型煤矿为研究对象，建立安全生产指标体系，采用模糊层次评价法（FAHP）进行实证分析，结果表明该模型可实现影响因素的重要性排序[2]。郭建新等基于AHP-模糊综合评判方法，构建煤矿安全生产预警分级指标体系，并进行实证分析，结果表明该综合方法可用于预警分级计算[3]。 李朋林等认为管理不善是煤矿安全生产事故发生的一个中间状态，基于此提出了一个包括中央政府等4方行橹魈宓牟┺哪Ｐ停并依据博弈结果提出对策[4]。孙继平对近年来我国煤矿事故进行分析，在事故级别起数上得出1∶5∶30∶405的规律，并据此提出“均衡生产”等安全生产理念[5]。胡文国对国外煤矿的安全生产进行了大量的研究，将研究的经验和启示融合到国内的煤矿生产中，并提出了几点建议[6]。赵代英等采用Hodrick-Prescott滤波法分析煤矿安全生产指标数据，并建立相应预警指数模型，运行结果表明该预警模型对指导安全生产具有一定意义[7]。郭良杰等以地勘单位为研究对象，构建出安全运行的指标体系，采用CMM和盲数理论，实证分析了该评价模型，研究结果对企业了解其安全生产具有重大意义[8]。
综上，国内学者关于煤矿安全生产的研究众多，对煤矿安全管理具有一定意义。但由于煤矿安全生产具有很多未知因素，研究者采用的方法都有其优缺点，因此难以得到可靠的评价结果。本文试图从系统工程的角度出发，依据煤矿的实际生产状况并结合专家经验，确定评价指标体系，构建出基于ANP模型的综合评价方法，该综合方法将主观和客观研究结合起来，力求评价过程可操作性强，评价结果能够更加符合煤矿的实际生产状况，从而为煤矿管理者提供决策依据。
二、研究方法
（一）ANP法
T.L.Saaty教授于1996年提出了ANP方法，该方法构建的网络结构模型，不仅具有AHP的优点，而且能够充分考虑到因素集内部之间和因素集间的相互影响[9]，因此该方法适用于无法用精确模型描述的社会、经济、行为等问题。典型的ANP结构具有控制层和网络层两个部分，两者形成一个相互影响的网络结构。近年来，ANP法广泛应用于各安全领域，但在煤矿事故预警方面很少使用。ANP模型的广泛应用得益于SD（超级决策）软件的开发，SD软件能够将ANP的计算程序化[10]，因此极大简便了ANP的计算。 （二）灰色关联法
在研究当中我们并不能获悉全部的信息，通常情况下都是有一部分信息是已知的，一部分信息是未知的，这就需要我们利用一系列的研究方法在对已知信息开发的基础上，进一步实现对未知部分的描述。邓聚龙教授于1982年提出的灰色系统理论能够有效解决该问题，在样本量和样本分布没有严格要求的情况下也可确定系统的未知信息。灰色关联分析方法是灰色理论应用当中最广泛的研究方法，其核心思路是依据关联度对评价对象进行排序，以此为手段对复杂问题进行决策。运用灰色关联法，主要步骤[11]包括：最优指标集A*的构建；建立相应的评价矩阵B；原始数据的规范化处理；根据相关公式计算关联系数。
三、构建煤矿安全生产指标体系和网络模型
（一）构建煤矿安全生产能力指标体系
通过研究煤矿安全生产影响因素，构建出更加符合煤矿安全生产的评价模型，帮助煤矿企业减少甚至杜绝各类事故的发生，及时发现和处理安全生产能力的不足，保障企业安全。在阅读相关文献的基础上[12-16]，提取煤矿安全生产影响因素，包括人员因素、设备因素、环境因素和管理因素，建立的指标体系如图1所示。
（二）ANP网络模型构建
根据图1指标体系，利用ANP原理构建出煤矿安全生产能力网络结构模型，如图2所示。
四、煤矿安全生产能力实证研究
（一）求解ANP网络模型
根据图2网络结构模型，通过SD（超级决策）软件，在界面中创建出煤矿安全生产能力网络结构图，并根据各因素之间的影响关系建立关联，如图3所示。其中双向箭头表示元素集间相互影响，单向箭头为单向影响，环形箭头为元素集内部元素之间具有影响关系。
计算ANP模型的核心在于判断矩阵和超矩阵，当建立的判断矩阵通过了一致性检验后，根据SD软件中的相关操作，计算出超矩阵（包括未加权超矩阵、加权超矩阵和极限超矩阵）。再点击计算权重的Priorities命令，得到各因素的嘀兀结果如表1所示。
（二）计算关联系数
利用上述的煤矿安全生产评价模型，以义马煤业集团及平顶山煤业集团下属的4个煤矿实际数据作为原始数据，开展实证研究，煤矿名称命名为M1、M2、M3和M4，原始数据如表2所示。指标的计算方法为：诸如员工月均培训时间的指标，数据可以直接获取；诸如设备的可靠性，是以设备正常运转时间/总运转时间得出；诸如管理制度的完善率，是以实用安全管理制度数/安全管理制度总数来表示。
在综合分析上述影响因素体系的基础上，可表示出各评价指标的最优参考数列（2.5%，7.5，2.8，6.1，89%，89%，80%，93%，89%，0.011，5，82%，81%，94%），并对各项数据进行规范化处理，再根据公式计算出绝对差Δi（k）。结果见表3。
（三）计算加权关联度
根据表1的煤矿安全生产能力因素权重和表4的关联系数，计算出4个煤矿的加权关联度，见表5所示。
依据表1权重结果可知，在众多影响因素中，员工三违率（0.128）、管理有效性（0.94）、机电系统可靠性（0.093）、顶底板可靠性（0.089）等是煤矿企业安全生产的重点关注因素。由表5结果可知，4个煤矿加权关联度的排序为M1>M3>M2>M4，那么煤矿1的安全生产能力最大。从指标角度分析结果产生的原因，员工三违率是影响煤矿安全生产能力的首要因素，在研究时段内，M1、M2、M3和M4煤矿的员工三违率排序为M1（2.5）M4（69），同样管理有效性越高的煤矿安全生产能力越好；综合考虑其余12个指标可知，最终对四家煤矿安全生产能力进行由高到低的排列依次是M1、M3、M2和M4。
五、结论
针对煤矿安全生产多因素影响的特点，本文引入网络层次分析法（ANP），在充分考虑因素之间影响关系的基础上，借助SD软件计算出每个指标的权重，再结合灰色关联分析方法，对筛选出的14个一级指标进行综合评价。评价结果能为煤矿区管理者提高煤矿安全生产能力提供依据，同时对其他矿区具有较好的借鉴意义。具体结论如下：
1. 基于煤矿安全生产的复杂性，根据当前煤矿安全生产的研究并结合专家经验，从人员、设备、环境、管理四个方面构建评价指标体系，由于指标之间存在复杂的相互影响关系，本文采用ANP模型求解指标权重，得出的各指标权重大小基本符合当前煤矿安全生产的实际状况。
2. 由表1指标权重结果可知， 人员、 设备、 环境和管理因素的权重分别为18.4%、33.1%、23.1%和25.4%，总体上说明4大类因素对煤矿安全生产能力均具有较大影响，其中设备和管理因素影响更为明显；从单个指标看，员工三违率（12.8%）是影响煤矿安全生产的最大因素，企业必须从根源上减少人为失误造成的煤矿事故。
3. 为综合评价案例煤矿的安全生产能力，文中引入灰色关联分析方法，使主观分析与客观分析相结合，为有效解决复杂的决策问题提供了便利。实证分析可知，四个煤矿的安全生产能力从大到小排序结果为M1>M3>M2>M4，研究结果对实际的煤矿安全生产具有一定的指导意义。
参考文献：
[1] 丁宝成， 王彦伟. 煤矿企业安全预警管理体系[J]. 辽宁工程技术大学学报（社会科学版）， 2010（2）： 121-123.
[2] 王爽英， 吴 超， 左红艳. 中小型煤矿生产安全模糊层次分析评价模型及其应用[J]. 中南大学学报（自然科学版）， 2010（5）： 1 918-1 922.
[3] 郭建新， 李 江. 基于AHP-模糊综合评判的煤矿事故预警分级模型及应用[J].矿业研究与开发， 2012（3）： 96-99. [4] 李朋林， 段 洁. 煤矿安全生产的博弈模型[J]. 西安科技大学学报， 2013（1）： 72-77.
[5] 孙继平. 煤矿安全生产理念研究[J].煤炭学报， 2011（2）： 313-316.
[6] 胡文国. 国内外煤矿生产安全管理经验及启示[J].煤矿安全， 2011（5）： 180-183.
[7] 赵代英， 何学秋， 江田汉. 我国煤矿行业安全生产预警指数模型研究[J].中国安全生产科学技术， 2014（1）： 81-86.
[8] 郭良杰， 卢 颖， 高 圣， 等. 基于盲数和成熟度理论的地勘单位安全标准化运行评价模型[J].科学技术与工程， 2014（17）： 311-316.
[9] 周丰， 周俊， 何月雯， 等. 基于KJ法和ANP法的人机交互界面可用性研究[J].科学技术与工程， 2015（6）： 241-245.
[10] 刘睿， 余建星， 孙宏才， 等. 基于ANP的超级决策软件介绍及其应用[J].系统工程理论与实践， 2003（8）： 141-143.
[11] 杜栋， 庞庆华， 吴炎. 现代综合评价方法与案例精选[M].北京： 清华大学出版社， 2008： 111-115.
[12] 荆全忠， 姜秀慧， 杨鉴淞，等. 基于层次分析法（AHP）的煤矿安全生产能力指标体系研究[J].中国安全科学学报， 2006（9）： 74-79.
[13] Zhou Y， Pedrycz W， Qian X. Application of extension neural network to safety status pattern recognition of coal mines[J]. Journal of Central South University of Technology （English Edition），2011（3）： 633-641.
[14] Wang HR，Wang MS，Wang Z.Study of the theory and practice of coal mine safety monitoring technology[J].Applied Mechanics and Materials，2014（443）：294-298.
[15] Meng XR， Li HF， Dong ML， et al. Research of influences of external environment to the reasonable coal production capacity in mining areas[J].Journal of Mining and Safety Engineering，2012（6）： 815-820.
[16] 李绪萍，刘业娇，任晓鹏.煤矿安全生产评价与动态控制模型研究[J]. 煤炭技术，2017（1）：323-325.
