劉海濱 周佳寧 路燕娜

(1.中國礦業(yè)大學(xué)(北京)管理學(xué)院，北京市海淀區(qū)，100083； 2.安陽學(xué)院，河南省安陽市，455000)

★ 煤礦安全 ★

基于云模型的煤礦員工不安全行為評(píng)價(jià)研究

劉海濱1周佳寧1路燕娜2

(1.中國礦業(yè)大學(xué)(北京)管理學(xué)院，北京市海淀區(qū)，100083； 2.安陽學(xué)院，河南省安陽市，455000)

為有效地監(jiān)測和評(píng)估煤炭企業(yè)員工不安全行為，提出了基于正態(tài)云模型的綜合評(píng)判方法。在已有研究的基礎(chǔ)上，綜合考慮煤炭企業(yè)員工不安全行為的模糊性和隨機(jī)性，利用云模型的數(shù)字特征，在逐層確定各級(jí)指標(biāo)云后，對(duì)比分析最終評(píng)價(jià)云與云標(biāo)尺，得出各指標(biāo)下待評(píng)員工不安全行為的評(píng)價(jià)等級(jí)。通過實(shí)例進(jìn)行了檢驗(yàn)，結(jié)果表明，云模型可以實(shí)現(xiàn)定性描述與定量表達(dá)之間的轉(zhuǎn)換，評(píng)價(jià)結(jié)果以圖像形式展示出來，并能準(zhǔn)確找出風(fēng)險(xiǎn)性較高的指標(biāo)，使管理和控制員工的不安全行為更有針對(duì)性。

云模型 不安全行為 指標(biāo)云 評(píng)價(jià)分析

通過統(tǒng)計(jì)分析各類煤礦企業(yè)安全事故發(fā)現(xiàn)，大多數(shù)事故原因都與人的因素有關(guān)，員工的不安全行為導(dǎo)致煤礦安全事故頻發(fā)的問題仍十分棘手。煤礦人因事故頻發(fā)，既是由于煤礦生產(chǎn)系統(tǒng)本身的復(fù)雜性，也是由于對(duì)煤礦員工的行為認(rèn)識(shí)和管理不到位。員工不安全行為的控制管理應(yīng)以發(fā)現(xiàn)問題為導(dǎo)向，實(shí)現(xiàn)矛盾隱患排查，突出前端管理，這就體現(xiàn)出對(duì)員工不安全行為進(jìn)行評(píng)價(jià)的重要性。

當(dāng)前，學(xué)者們對(duì)員工不安全行為的研究關(guān)注較高。劉海濱、梁振東對(duì)煤礦員工不安全行為的前因變量進(jìn)行分析研究，運(yùn)用ANP理論對(duì)非意向性不安全行為影響因素進(jìn)行優(yōu)先度分析，并建立了結(jié)構(gòu)方程模型，研究了不安全行為與其意向的關(guān)系；曹慶仁將員工的不安全行為劃分為意向選擇和非意向選擇兩種，并直接研究了安全文化對(duì)員工行為安全的影響作用特點(diǎn)；趙廣金建立了煤田地質(zhì)鉆探員工不安全行為因素評(píng)價(jià)指標(biāo)及模型，并用加權(quán)法評(píng)價(jià)模型對(duì)員工不安全行為進(jìn)行了實(shí)證研究；段瑜在人機(jī)環(huán)仿真模型建立的條件下研究個(gè)體安全行為能力的趨勢與特征，并用模糊綜合評(píng)價(jià)對(duì)員工個(gè)體安全行為能力進(jìn)行評(píng)估。但是，隨著煤礦企業(yè)管控員工不安全行為的實(shí)際深入，僅靠單一數(shù)字得出的評(píng)價(jià)等級(jí)已不能滿足對(duì)不安全行為原因分析的準(zhǔn)確性要求，迫切需要一種評(píng)價(jià)方法既能直觀判斷出員工的不安全行為狀況，也能深層次的尋找風(fēng)險(xiǎn)性較高的指標(biāo)，使管控不安全行為的針對(duì)性更強(qiáng)。因此，本文將正態(tài)云模型引入到煤礦員工不安全行為評(píng)價(jià)研究中，以煤礦一線生產(chǎn)操作人員為研究對(duì)象，對(duì)其非意向性不安全行為進(jìn)行預(yù)判，通過計(jì)算得出云數(shù)字特征，利用Matlab程序，生成云圖，形象、直觀地反映出員工不安全行為評(píng)價(jià)情況，并對(duì)原因進(jìn)行深入分析，找出具體哪一項(xiàng)指標(biāo)是煤礦員工不安全行為風(fēng)險(xiǎn)級(jí)別較高的指標(biāo)，從而為降低員工不安全行為風(fēng)險(xiǎn)提供切實(shí)性的建議。

1 云模型在評(píng)價(jià)員工不安全行為評(píng)價(jià)中的應(yīng)用

1.1 云模型原理

(1)設(shè)U為定量論域，C為定性概念，在定量論域之內(nèi)，如果有一定量值x∈U，且x是C的某次隨機(jī)實(shí)現(xiàn)，x對(duì)C的確定度μ(x)∈[0,1]是具有穩(wěn)定傾向的隨機(jī)數(shù)。即若μ:U→[0,1]，?x∈U，x→μ(x)，則x在U上的分布就叫做云。

(2)云模型上的定性概念，需用3個(gè)數(shù)字特征(Ex,En,He)來表現(xiàn)。Ex表示為期望值，在中心位置上，是U中最佳體現(xiàn)概念C的點(diǎn)；En表示為熵，它可以衡量概念C的未確知性；He為超熵，超熵的取值情況對(duì)云滴的厚度和分散程度有直接的影響。

(3)云發(fā)生器，表示為云模型的過程算法，包括正向云發(fā)生器和逆向云發(fā)生器。本文將利用逆向云發(fā)生器的算法，算出云模型的參數(shù)特征，計(jì)算過程如下：

第一步：計(jì)算期望值Ex，即云滴的均值：

(1)

第二步：計(jì)算熵En：

(2)

第三步：計(jì)算超熵He：

(3)

得到云模型的一組數(shù)字特征后，它對(duì)應(yīng)的隸屬云模型也隨之明確，進(jìn)而形成云分布。

1.2 煤礦員工不安全行為的云模型評(píng)價(jià)

(1)指標(biāo)體系及權(quán)重。本文的指標(biāo)體系及權(quán)重采用劉海濱、梁振東在《煤礦員工不安全行為影響因素及其干預(yù)研究》一書中的非意向性不安全行為影響因素評(píng)級(jí)指標(biāo)體系及權(quán)重的計(jì)算結(jié)果。指標(biāo)體系如圖1所示。

圖1 煤礦員工不安全行為評(píng)價(jià)指標(biāo)體系

(2)不安全行為評(píng)價(jià)指標(biāo)的云模型標(biāo)尺。不安全行為等級(jí)劃分的意義在于幫助煤礦在開展安全監(jiān)察過程中，抓住重點(diǎn)，有針對(duì)性地開展煤礦安全監(jiān)察工作，預(yù)防事故的發(fā)生。借鑒已有相關(guān)文獻(xiàn)，根據(jù)員工不安全行為的危險(xiǎn)級(jí)別(危險(xiǎn)級(jí)別主要考慮不安全行為可能造成的直接或間接潛在后果嚴(yán)重度)，將不安全行為分為低風(fēng)險(xiǎn)、一般風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、重大風(fēng)險(xiǎn)和特大風(fēng)險(xiǎn)5個(gè)等級(jí)。利用李德毅教授對(duì)五層正態(tài)云的定義，在[0,1]論域劃分5個(gè)評(píng)價(jià)等級(jí)，基于黃金分割法，生成不安全行為評(píng)價(jià)指標(biāo)的云模型標(biāo)尺分別為低風(fēng)險(xiǎn)(1,0.1031,0.013)，一般風(fēng)險(xiǎn)(0.691,0.064,0.008)，中等風(fēng)險(xiǎn)(0.5,0.039,0.005)，重大風(fēng)險(xiǎn)(0.309,0.064,0.008)，特大風(fēng)險(xiǎn)(0,0.1031,0.013)。

(3)各指標(biāo)的云模型特征參數(shù)選取。由于評(píng)價(jià)指標(biāo)為定性指標(biāo)，所以利用Delphi法，向煤礦企業(yè)內(nèi)熟悉公司業(yè)務(wù)的5名基層管理者、3名一線工作者和2名煤礦安全管理領(lǐng)域的專家進(jìn)行咨詢，要求其根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)各個(gè)指標(biāo)進(jìn)行10分制打分，利用雙邊約束原則，即評(píng)判出最低分和最高分，以此獲得某生產(chǎn)操作人員的各項(xiàng)評(píng)價(jià)指標(biāo)的實(shí)測數(shù)據(jù)，針對(duì)同一指標(biāo)，對(duì)所有受咨詢?nèi)藛T給出的最高分和最低分進(jìn)行處理，運(yùn)用云參數(shù)算法得出云的3個(gè)數(shù)字特征，通過Matlab平臺(tái)生成云圖，在定量數(shù)值與定性表達(dá)之間實(shí)現(xiàn)轉(zhuǎn)換，便于進(jìn)一步的評(píng)價(jià)語言分析。若云圖呈現(xiàn)霧狀，則將結(jié)果反饋給受咨詢?nèi)藛T，調(diào)整評(píng)分，一般經(jīng)過2～4次的循環(huán)反復(fù)，使10名評(píng)分人員的意見趨于一致性，以此獲得更為合理的云特征參數(shù)和云圖。

(4)綜合評(píng)價(jià)云模型。本文選用的評(píng)價(jià)指標(biāo)體系分為如圖1所示的3個(gè)層級(jí)：目標(biāo)層、準(zhǔn)則層和指標(biāo)層。指標(biāo)層中各個(gè)指標(biāo)值的獲得是通過受咨詢?nèi)藛T給出評(píng)價(jià)區(qū)間的方式，即評(píng)出最大值和最小值，以此限制人們主觀判斷時(shí)的隨機(jī)性，使評(píng)價(jià)值的客觀性增強(qiáng)。利用云理論中擬合父云的思想，體現(xiàn)評(píng)價(jià)區(qū)域內(nèi)的信息。以兩朵云為例，得到父云模型Cloud(Ex,En,He)的計(jì)算公式如下：

(4)

在對(duì)各項(xiàng)指標(biāo)的最大云和最小云進(jìn)行父云擬合后，根據(jù)下列公式(5)，依次向上傳遞，則可得到準(zhǔn)則層的云數(shù)字特征和目標(biāo)層的最終評(píng)價(jià)云模型。利用MATLAB生成云圖，根據(jù)云圖可對(duì)煤炭員工不安全行為進(jìn)行評(píng)價(jià)分析。

(5)

2 實(shí)例應(yīng)用

以某位一線生產(chǎn)操作人員A為例，A人員具有5年的煤炭現(xiàn)場工作經(jīng)驗(yàn)，其所在的煤炭企業(yè)近年來為有效解決煤礦員工不安全行為頻發(fā)的問題做出了許多的嘗試和努力。本文所提供的煤炭企業(yè)員工不安全行為評(píng)價(jià)云模型適用于企業(yè)當(dāng)前著力控制員工不安全行為的需要，以可視化的圖形顯示評(píng)價(jià)結(jié)果，為管理員工行為及推進(jìn)煤礦企業(yè)安全管理提供了一種新途徑。

2.1 指標(biāo)云的確定

(1)以個(gè)體因素下的指標(biāo)為例，計(jì)算出各指標(biāo)云模型的數(shù)字特征，指標(biāo)云每一個(gè)指標(biāo)的最高值和最低值數(shù)據(jù)見表1。

表1 指標(biāo)雙邊實(shí)測值

利用逆向云發(fā)生器算法，云數(shù)字特征均保留3位小數(shù)，如指標(biāo)“安全意識(shí)”，其擬合父云計(jì)算過程如下：“安全意識(shí)”的Max云，利用Excel對(duì)10條數(shù)據(jù)進(jìn)行處理分析，可算出均值、熵和超熵，即“安全意識(shí)”Max云為(0.865,0.035,0.001)；“安全意識(shí)”的Min云，利用Excel對(duì)10條數(shù)據(jù)進(jìn)行處理分析，可算出均值、熵和超熵，即“安全意識(shí)”Min云為(0.745,0.069,0.008)；生成父云，利用式(4)，對(duì)“安全意識(shí)”這一指標(biāo)的Max云和Min云進(jìn)行父云擬合，可得“安全意識(shí)”指標(biāo)最終父云為(0.785,0.104,0.006)。

同理，可算出其他6個(gè)指標(biāo)的最終父云，分別為“注意力”(0.794，0.133，0.01)，“應(yīng)急反應(yīng)”(0.76,0.109,0.021)，“疲勞程度”(0.659,0.09,0.012)，“情緒穩(wěn)定性”(0.757,0.079,0.01)，“操作技能”(0.681,0.073,0.012)，“工作經(jīng)驗(yàn)”(0.765,0.071,0.014)。

(2)根據(jù)式(5)可以計(jì)算得到準(zhǔn)則層“個(gè)體因素”的云數(shù)字特征為(0.754,0.11,0.018)。限于篇幅有限，省略其他各指標(biāo)的計(jì)算過程，各個(gè)指標(biāo)云數(shù)字特征及相應(yīng)權(quán)重的整體結(jié)果如表2所示。

表2 各指標(biāo)云數(shù)字特征及權(quán)重一覽表

2.2 評(píng)價(jià)結(jié)果分析

由表2和式(5)可得，目標(biāo)層煤礦員工不安行為的評(píng)價(jià)云為(0.785，0.098，0.013)，應(yīng)用Matlab程序生成云圖，如圖2所示。圖中“*”型云圖為本文所選用的云模型標(biāo)尺，“.”型云圖為該煤礦企業(yè)員工的不安全行為評(píng)價(jià)云圖，可見其不安全行為的評(píng)價(jià)等級(jí)是處于一般風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)之間，更偏向于一般風(fēng)險(xiǎn)。

圖2 員工不安全行為最終評(píng)價(jià)云與云模型標(biāo)尺對(duì)比圖

進(jìn)一步分析員工不安全行為評(píng)價(jià)云圖，根據(jù)準(zhǔn)則層的云數(shù)字特征，得到準(zhǔn)則層的評(píng)價(jià)云圖如圖3所示。由圖3可知，個(gè)體因素、設(shè)備因素、環(huán)境因素和組織因素都在一般風(fēng)險(xiǎn)與低風(fēng)險(xiǎn)之間，但是個(gè)體因素的風(fēng)險(xiǎn)要高于其他幾個(gè)因素，鑒于此，對(duì)個(gè)體因素下的各個(gè)指標(biāo)進(jìn)行詳細(xì)分析，判斷出是哪些具體指標(biāo)的風(fēng)險(xiǎn)性更高。由于云圖占據(jù)版面較大，各指標(biāo)云圖就不再進(jìn)行一一展示，通過分析云圖結(jié)果，可以發(fā)現(xiàn)指標(biāo)“疲勞程度”處于一般風(fēng)險(xiǎn)與中等風(fēng)險(xiǎn)之間，風(fēng)險(xiǎn)等級(jí)明顯高于其他的指標(biāo)，指標(biāo)“操作技能”基本與一般風(fēng)險(xiǎn)重疊，并未趨近于低風(fēng)險(xiǎn)，也對(duì)整體的不安全行為評(píng)價(jià)產(chǎn)生了負(fù)面影響；另外，雖然準(zhǔn)則層組織因素的整體風(fēng)險(xiǎn)更趨近于低風(fēng)險(xiǎn)，但其下屬的工作單調(diào)性、作業(yè)強(qiáng)度和人際關(guān)系這3項(xiàng)指標(biāo)云圖的風(fēng)險(xiǎn)性偏高，同樣應(yīng)該給予重視；設(shè)備因素和環(huán)境因素下的各指標(biāo)風(fēng)險(xiǎn)性不高，當(dāng)前處于較穩(wěn)定的狀態(tài)。

圖3 準(zhǔn)則層的評(píng)價(jià)云圖

云模型評(píng)價(jià)法通過依次向上遞進(jìn)的方式，既能得到目標(biāo)層的最終評(píng)價(jià)結(jié)果，也能深入分析每一項(xiàng)指標(biāo)，掌握每一項(xiàng)指標(biāo)的風(fēng)險(xiǎn)情況，為處理員工不安全行為問題提供有效途徑。

3 結(jié)論

考慮到員工不安全行為狀態(tài)的模糊性與隨機(jī)性，本文將定性與定量轉(zhuǎn)化的正態(tài)云模型引入煤礦員工不安全行為評(píng)價(jià)的研究當(dāng)中，并利用雙邊約束打分獲得指標(biāo)原始數(shù)據(jù)，通過云圖顯示最終評(píng)價(jià)結(jié)果。結(jié)果表明：在多個(gè)評(píng)價(jià)指標(biāo)的共同作用下，該煤礦員工的不安全行為等級(jí)更傾向于一般風(fēng)險(xiǎn)，但是準(zhǔn)則層的個(gè)體因素較其他幾個(gè)因素的風(fēng)險(xiǎn)級(jí)別更高，剖析來看，其下層的疲勞程度、操作技能2個(gè)指標(biāo)需要管理層特別重視，檢查該員工是否近期工作強(qiáng)度過大，產(chǎn)生了身體疲勞，并且在操作技能上有需要完善的地方；同時(shí)也應(yīng)注意到，從組織因素的角度，長久讓員工從事單一項(xiàng)工作，不利于提高員工的積極性，作業(yè)強(qiáng)度過大、與其他同事相處時(shí)間少，也會(huì)增加員工不安全行為發(fā)生的風(fēng)險(xiǎn)。本文得到的煤礦員工不安全行為評(píng)價(jià)云圖，既能夠形象直觀地反映出員工行為的安全狀態(tài)，也能夠找出不安全行為的主要風(fēng)險(xiǎn)因素，為員工不安全行為的管理與風(fēng)險(xiǎn)控制提供一種新的分析手段，也是對(duì)煤礦安全可視化管理的一種探索。

[1] 劉海濱,梁振東.基于SEM的不安全行為與其意向關(guān)系的研究[J].中國安全科學(xué)學(xué)報(bào),2012(2)

[2] 曹慶仁,李凱,劉麗娜.煤礦安全文化對(duì)員工行為安全影響作用的實(shí)證研究[J].中國安全科學(xué)學(xué)報(bào),2011(4)

[3] 田佩芳,劉浩,劉海濱.煤礦人因事故安全評(píng)價(jià)[J].中國煤炭,2016(3)

[4] 丁昊,王棟.基于云模型的水體富營養(yǎng)化程度評(píng)價(jià)方法[J].環(huán)境科學(xué)學(xué)報(bào),2013(1)

[5] 王健,肖文杰，王樹文等.一種改進(jìn)的基于云模型的效能評(píng)估方法[J].火力與指揮控制,2010(7)

[6] 張秋文,章永志,鐘鳴.基于云模型的水庫誘發(fā)地震風(fēng)險(xiǎn)多級(jí)模糊綜合評(píng)價(jià)[J].水利學(xué)報(bào), 2014(1)

[7] 劉海濱,梁振東.煤礦員工不安全行為影響因素及其干預(yù)研究[M].北京:中國經(jīng)濟(jì)出版社, 2013

Studyonevaluationofmineworkers'unsafebehaviorsbasedoncloudmodel

Liu Haibin1, Zhou Jianing2, Lu Yanna3

(1.College of Management, China University of Mining & Technology, Beijing, Haidian, Beijing 100083, China; 2.Anyang University, Anyang, Henan 455000, China)

In order to effectively monitor and assess mine workers' unsafe behaviors, this paper proposed a comprehensive evaluation method based on normal cloud model. On the basis of existing research, considering the fuzziness and randomness of mine workers' unsafe behaviors, after using the numerical characteristics of cloud model to determine the index cloud at each level, comparing and analyzing the final evaluation cloud and the scale cloud, the evaluaiton level of workers' unsafe behaviors was attained. The cloud model was validated and the result showed that it could realize the conversion between qualitative description and quantitative expression. The evaluation results could be displayed by image and the high risk index could be identified accurately, then the management and control of mine workers' unsafe behaviors would be more targeted.

cloud model, unsafe behavior, index cloud, evaluation analysis

劉海濱，周佳寧，路燕娜.基于云模型的煤礦員工不安全行為評(píng)價(jià)研究[J].中國煤炭，2017,43(10)：123-127.

Liu Haibin, Zhou Jianing, Lu Yanna. Study on evaluation of mine workers' unsafe behaviors based on cloud model [J]. China Coal, 2017，43(10):123-127.

TD79

A

劉海濱(1969-)，男，吉林公主嶺人，教授，博士，博士生導(dǎo)師，主要從事能源經(jīng)濟(jì)學(xué)、安全管理、管理信息系統(tǒng)等方面的教學(xué)與科研工作。

(責(zé)任編輯 張艷華)