徐紅梅，張同建，董曉波

（1.江蘇大學(xué) 工商管理學(xué)院，江蘇 鎮(zhèn)江 212013；2.淮海工學(xué)院 商學(xué)院，江蘇 連云港 222005）

基于LPM的煤礦重大生產(chǎn)事故方差預(yù)測模型

徐紅梅1，張同建1，董曉波2

（1.江蘇大學(xué) 工商管理學(xué)院，江蘇 鎮(zhèn)江 212013；2.淮海工學(xué)院 商學(xué)院，江蘇 連云港 222005）

文章在煤礦安全影響因素理論分析的基礎(chǔ)上構(gòu)建了基于LPM的方差預(yù)測模型。該模型可以對重大安全事故的發(fā)生概率提供合理的預(yù)測，從而為煤礦企業(yè)的安全管理戰(zhàn)略提供有效的決策支持。

煤礦企業(yè)；安全生產(chǎn)；定性變量；線性概率模型

1 煤礦重大安全事故預(yù)測的可行性

在煤礦生產(chǎn)事故中，重大生產(chǎn)事故具有很大的危害性。這類安全事故往往造成嚴(yán)重的人身傷亡、生產(chǎn)停頓、設(shè)備毀損，極易引發(fā)群體事件，破壞和諧安寧的社會生產(chǎn)環(huán)境。因此，重大安全事故的防范是煤礦企業(yè)安全事故防范的重中之重。

根據(jù)國外煤礦行業(yè)生產(chǎn)事故防范的經(jīng)驗，事故預(yù)測是事故預(yù)防的一種有效措施，特別對重大安全事故的防范而言，事故預(yù)測更具有積極的作用。所謂事故預(yù)測，就是根據(jù)煤礦企業(yè)現(xiàn)有的各種生產(chǎn)環(huán)境，運用合理的預(yù)測方法，基于過去一段時期內(nèi)所發(fā)生的煤礦事故信息，對生產(chǎn)事故發(fā)生的可能性進(jìn)行科學(xué)的概率界定，從而為煤礦企業(yè)的安全管理戰(zhàn)略提供現(xiàn)實性的理論借鑒。

基于LPM的方差分析模型是實現(xiàn)我國煤礦企業(yè)重大生產(chǎn)事故概率預(yù)測的一種有效方法。在計量經(jīng)濟(jì)學(xué)中，取值為0和1的變量稱為二分變量，把二分變量表達(dá)為解釋變量的函數(shù)的模型稱為線性概率模型（LPM）。作為二分變量的自變量可以解釋為在給定的條件下所對應(yīng)的事件發(fā)生的條件概率。同時，在回歸模型中，清一色地含有虛擬變量或定性變量的模型稱為方差分析（簡記ANOVA）模型。因此，依據(jù)基于LPM的方差分析模型對我國煤礦行業(yè)的重大生產(chǎn)事故進(jìn)行預(yù)測分析，具有較高的可行性與應(yīng)用價值。

2 模型設(shè)計與檢驗

2.1 模型設(shè)計

在我國煤礦企業(yè)的安全生產(chǎn)過程中，重大生產(chǎn)事故的發(fā)生不是一個偶然性的問題，而是一個偶然中的必然性問題，受到煤礦生產(chǎn)環(huán)境中各種生產(chǎn)要素的綜合影響。根據(jù)文獻(xiàn)[1]～[4]的研究，在我國煤礦生產(chǎn)環(huán)境中，企業(yè)的屬性、安全投入的規(guī)模、專業(yè)安全管理人員的人數(shù)、煤炭產(chǎn)量規(guī)模、從業(yè)人員規(guī)模，以及安全管理信息系統(tǒng)的使用年限，都對重大生產(chǎn)事故的發(fā)生概率具有直接的影響。因此，可以建立如下線性概率模型（LPM）：

其中，各變量的涵義如下：

yi：因變量，虛擬變量，值為1時表示發(fā)生重大生產(chǎn)事故。

B2i：自變量，虛擬變量，值為1時表示國有煤礦企業(yè)，值為0時表示民營煤礦企業(yè)。

C2i：自變量，虛擬變量，值為1時表示中等安全投入。

C3i：自變量，虛擬變量，值為1時表示高等安全投入。

D2i：自變量，虛擬變量，值為1時表示中等安全管理人員規(guī)模。

D3i：自變量，虛擬變量，值為1時表示高等安全管理人員規(guī)模。

E2i：自變量，虛擬變量，值為1時表示中等煤炭產(chǎn)量規(guī)模。

E3i：自變量，虛擬變量，值為1時表示高等煤炭產(chǎn)量規(guī)模。

F2i：自變量，虛擬變量，值為1時表示中等從業(yè)人員規(guī)模。

F3i：自變量，虛擬變量，值為1時表示高等從業(yè)人員規(guī)模。

G2i：自變量，虛擬變量，值為1時表示中等安全管理信息系統(tǒng)使用年限。

G3i：自變量，虛擬變量，值為1時表示長時期安全管理信息系統(tǒng)使用年限。

μi：樣本殘差項。

β0為截 距 ，β1、β2、β3、β4、β5、β6、β7、β8、β9、β10、β11分 別 為B2i、C2i、C3i、D2i、D3i、E2i、E3i、F2i、F3i、G2i、G3i的回歸系數(shù)。

根據(jù)我國煤礦行業(yè)現(xiàn)實性的生產(chǎn)實踐，可以對模型中各定性變量的分類特征進(jìn)行合理的界定，具體內(nèi)容如表1所示。

2.2 數(shù)據(jù)收集

本研究設(shè)計的LPM模型是一個方差分析 （analysis-ofvariance，簡記ANOVA）模型，包含7個定性變量、1個因變量、11個虛擬變量。根據(jù)模型設(shè)計的內(nèi)容，進(jìn)行測度指標(biāo)體系的問卷設(shè)計，然后在全國范圍內(nèi)的煤礦企業(yè)進(jìn)行數(shù)據(jù)收集。本次數(shù)據(jù)調(diào)查共發(fā)放問卷150份，收回問卷120份，問卷回收率為80%，滿足問卷調(diào)查回收率不低于20%的要求。問卷調(diào)查自2009年6月1日起，至2009年8月1日止，共61天。在回收的120份樣本中，有效樣本為100份，樣本數(shù)與指標(biāo)數(shù)之比約為8：1，滿足多元統(tǒng)計分析的基本條件。樣本特征如表2所示。

表1 定性變量特征

表2 樣本特征表

在樣本總體中，基于各種定性變量分類特征的樣本結(jié)構(gòu)如表3所示。

表3 樣本結(jié)構(gòu)表

2.3 模型檢驗

基于我國煤礦企業(yè)安全性生產(chǎn)環(huán)境的數(shù)據(jù)調(diào)查，運用SPSS11.5軟件，得回歸分析結(jié)果如表4所示。

表4 回歸分析結(jié)果

其中，觀察值的個數(shù)n=100，R2=0.4362，F(xiàn)=6.963＞2.514=F0.01(10,89)，各回歸系數(shù)值均達(dá)到一定的顯著性，因此，LPM為：

例：在樣本總體中，江蘇省某國有煤礦企業(yè)，安全投入屬于中等投入規(guī)模，專業(yè)安全管理人員數(shù)量屬于中等規(guī)模，煤炭產(chǎn)量屬于高等產(chǎn)量規(guī)模，員工人數(shù)屬于高等規(guī)模，安全管理信息系統(tǒng)應(yīng)用年限屬于長時期使用年限，則根據(jù)LPM模型，重大生產(chǎn)事故發(fā)生的概率為3.24%，即：

3 結(jié)論

基于LPM的我國煤礦企業(yè)重大生產(chǎn)事故方差預(yù)測模型的確立，可以為我國煤礦企業(yè)對安全生產(chǎn)環(huán)境的預(yù)測分析提供可靠的判斷，從而調(diào)整事故防范策略，完善安全生產(chǎn)設(shè)施，進(jìn)而提高煤礦生產(chǎn)過程中的安全保護(hù)效率。

在我國煤炭行業(yè)內(nèi)部，安全生產(chǎn)的影響因素是多方面的，是一個集成性的系統(tǒng)，并且隨著企業(yè)生產(chǎn)環(huán)境的變化而不斷更新。本預(yù)測模型中安全生產(chǎn)影響要素的選擇存在著一定的狹隘性與局限性，因此，隨著我國煤礦企業(yè)安全生產(chǎn)環(huán)境的變化，新的影響要素將不斷被吸納到模型之中，模型的應(yīng)用價值才能被逐步提高，從而為我國煤礦企業(yè)的安全管理戰(zhàn)略提供必要的決策支持。

[1]張同健，呂寶林.國有煤礦企業(yè)知識資本微觀體系經(jīng)驗分析[J].煤炭經(jīng)濟(jì)研究，2008，（1）.

[2]呂寶林，張同健.國有煤礦企業(yè)核心競爭力的結(jié)構(gòu)體系實證研究[J].中國礦業(yè)，2008，（2）.

[3]張同建.國有大中型煤礦企業(yè)核心競爭力測評指標(biāo)體系研究[J].內(nèi)蒙古統(tǒng)計，2007，（2）.

[4]譚章祿，張同建.大中型國有煤礦企業(yè)知識資本測度指標(biāo)體系研究[J].商場現(xiàn)代化，2007，（17）.

F224.9

A

1002－6487（2010）21－0053-02

江蘇省高校自然科學(xué)研究資助項目（08KJD110009）

徐紅梅（1973-），女，江蘇南通人，碩士，講師，研究方向：信息技術(shù)管理。

（責(zé)任編輯/浩 天）