陳方旻,潘 兵
(淮南師范學院 經濟與管理學院,安徽 淮南 232001)
煤礦安全事故頻發(fā)一直制約著我國煤礦行業(yè)發(fā)展,困擾相關企業(yè)和政府部門。近年來,煤礦企業(yè)通過提升安全生產技術、強化安全風險意識、加強應急救援水平等措施,預防和治理安全突發(fā)事件,但整體水平與部分發(fā)達國家仍存在較大距離[1]。據全國安全工作會議公布數據顯示,2016年我國共發(fā)生煤礦安全事故249起,死亡人數538人,5省份全年發(fā)生安全突發(fā)事故超過15起;2017年,我國煤礦共發(fā)生事故219起、死亡375人;2018年共發(fā)生事故224起、死亡333人,煤礦百萬噸死亡率0.093[2]。先前研究表明,事前監(jiān)測預備、事中應急處置、事后恢復總結,有利于降低煤礦突發(fā)事件的發(fā)生頻率和損失程度[3]。由于煤礦應急救援水平對煤礦突發(fā)事件的發(fā)生概率,以及突發(fā)事件帶來的損失有顯著影響,因此,客觀地構建應急救援能力評價體系,并精準化對其進行定位,是學術界和實踐界一直追求破解的難題。
近年來,學者們分別從不同視角對煤礦應急救援能力展開研究。姜偉運用模糊綜合評價方法對礦井火災救援能力進行研究[4]。馮珍采用專家打分法計算煤礦突發(fā)事件應急救援評價體系指標的權值[5]。楊力運用熵權法對煤礦應急救援能力進行研究[6]。李新春運用ExtendSim仿真軟件對煤礦突發(fā)事件應急救援展開分析,構建應急救援仿真模型[7]。汪劉凱運用因子分析、結構方程對煤礦安全救援影響因素展開分析,確定各關鍵要素間作用路徑[8]。溫廷新運用三角模糊數對煤礦應急處置流程展開分析,構建煤礦突發(fā)事件隨機Petri網絡[9]。
上述文獻表明:關于煤礦突發(fā)事故應急救援能力的研究,主要采用專家打分法、調查訪問、綜合評價、因子分析、結構方程模型等方法,而煤礦突發(fā)事故應急救援能力影響因素眾多,評價指標數據的模糊性、不確定性極高。因此,先前采用的評價方法雖然在一定程度上有利于降低煤礦突發(fā)事件的損失程度,但是其在評價指標權重上受主觀性影響相對較強,評價結果的精準性、可視性、易理解性有待進一步提升。而信息熵(Information Entropy)根據提供信息的多寡有效刻畫評價指標的重要度,可以有效分析、判斷、處理各種不確定、不精確、不完備信息,降低對先驗知識依賴程度和評價過程的主觀性,因而有利于提升煤礦突發(fā)事件救援能力評價的客觀性和精準性[10]。并且,本文創(chuàng)新性將服務管理中IPA定位方法(Importance-Performance Analysis)引入煤礦突發(fā)事件應急救援能力評價中,對每一評價指標的“重要性-表現性”得分進行定位,將評價結果可視化、清晰化展示,從而提升評價結果的易理解性。因此,本文運用信息熵確定煤礦突發(fā)事件應急救援能力評價指標的權值,采用IPA對評價對象重要度及其表現值進行定位分析,并選取相關煤礦展開實證性研究,從而證實該方法對煤礦突發(fā)事件應急救援評價的有效性。
“熵”來源于熱力學,最早于1856年用來表示熱力變化的容量,形容物質系統(tǒng)中能量衰竭程度[11]。隨著“熵”的進一步發(fā)展,N.Wiener和C.E.shannon(1948年)將“熵”引入信息論和通信科學中,并提出了信息熵的概念[12]。在信息科學與決策科學中,信息熵用來反映表示指標變異程度,指標熵值越小,權重越大,其提供的信息量就越大;反之,指標熵值越大,權重越小,其提供的信息量就越小。近年來,由于信息熵可以用來描述不確定性選擇和隨機事件等,有效解決了信息識別難題,因此在信息領域、光學領域、物理學領域、生物學領域以及管理科學領域獲得了廣泛應用[13]。根據信息熵的基本理論,本文將信息熵的計算步驟劃分如下:
1)假設存在m個評價對象的n個指標,構建判斷矩陣P
(1)
2)將數據標準化(離差標準化)
(2)
其中maxPij、minPij為第J個評價指標中最大值與最小值。
3)計算評價指標的熵值H
(3)
4)確定第i指標的熵權M
(4)
5)計算第j評價對象的綜合得分zij
(5)
根據信息熵理論和IPA定位法的優(yōu)點,本文構建基于信息熵-IPA的煤礦突發(fā)事件應急救援能力評價與定位模型。將信息熵計算的各評價指標權重作為IPA分析的橫坐標(重要性),將信息熵計算的各評價指標的得分作為IPA分析的縱坐標(表現性),具體計算流程見圖1。
圖1 煤礦突發(fā)事件應急能力評價與定位流程
本文選取義馬煤業(yè)集團下屬8家煤礦為實證對象,河南義馬煤業(yè)集團股份有限公司位于在豫、晉、陜三省交界處,資源豐富,交通便利,經營范圍主要涉及產焦煤、洗精煤、發(fā)電、造氣、煉焦等多領域,公司整體實力位于中國500強中列[16]。本文依據本人前期關于煤礦突發(fā)事件安全管理的相關研究結果,參考《義馬煤業(yè)預防安全事故規(guī)定》《義馬煤業(yè)應急救援指導意見》等相關材料,最終構建事前檢測、事中處置、事后恢復三維度的煤礦突發(fā)事件應急救援能力評價體系,具體評價指標見表1[6-9],①。
本文采用河南省煤礦安全監(jiān)察局2016年煤礦安全標準化考核結果作為原始數據。在數據清洗中,對于少量缺失數據運用均值填充進行修補。最終收集義馬煤業(yè)突發(fā)事件應急救援能力的原始數據如表2所示。
表1 煤礦突發(fā)事件應急能力評價指標體系
表2 煤礦突發(fā)事件應急能力評價初始數據
為使該評價分析模型科學、簡潔、可拓展,根據計算公式(1)—(5)運算原理,本文運用R語言對上述評價模型進行編程計算,執(zhí)行相關代碼,各評價指標權值(保留4位小數)運算結果如表3所示。
表3 煤礦突發(fā)事件應急能力評價指標權值
執(zhí)行代碼“summary(x$w)”,對上述評價指標進行簡要分析,結果如表4所示。
表4 煤礦突發(fā)事件應急能力評價指標權值分析表
表4顯示,對32個指標權值展開簡要分析中,最小值為0.0200,最大值為0.0541,中位數為0.0292,均值為0.0313,第一四分位數為0.0247,第三四分位數為0.0347。
分別執(zhí)行“> x$value”、“> x$order”,計算出各評價對象具體得分與排名,具體結果如表5所示。
表5 煤礦突發(fā)事件應急能力最終得分與排序
表5顯示,在總體應急能力得分中n5分值最高為84分,n4、n8分值最低為70分,在總體應急能力排序中n5位列第一,n2、n3、n7并列第二,n1位于第六,n4、n8并列第七。
根據熵權法對煤礦應急救援能力指標的權重計算結果和評價指標具體表現值,運用服務管理中IPA定位分析法,分別以重要性為縱坐標,表線性為橫坐標,以均值(i,p)=(0.0313,74.89)構成交點坐標,對煤礦應急能力評價指標展開IPA定位分析,見圖2。
圖2 煤礦突發(fā)事件應急救援能力定位分析
根據圖2對8所煤礦的應急救援能力評價指標IPA分析結果,得到8所煤礦應急救援能力評價指標作用區(qū)域,將其具體分析,結果如表6所示。
表6 煤礦突發(fā)事件應急救援能力評價指標定位區(qū)域
注:上表區(qū)域劃分中,當i=0.0313時當作i<0.0313處理
本文運用信息熵、IPA定位分析等理論與方法,構建基于信息熵-IPA的煤礦突發(fā)事件應急救援能力評價與定位模型,識別不同評價指標在整體救援中的重要程度,判定不同煤礦應急救援能力水平,甄別不同指標在不同煤礦救援中作用效能,發(fā)現煤礦突發(fā)事件應急救援能力整體特征。主要結論、建議有:
1)根據熵權計算結果,煤礦突發(fā)事件應急救援能力影響因素中,消防搶險(m15)重要度最強為0.0567,其次是應急培訓(m8)為0.0532,應急預案修訂(m28)重要度最低為0.0194;因此,在煤礦安全管理實際工作中,可以參考上述各因素中權值,加強重要因素(如:技術支持、消防搶險等)的內涵建設,從而在應急救援中充分發(fā)揮效能。
2)根據義馬煤業(yè)集團下屬的8家煤礦評價結果,煤礦n5得分最高為84分,在整體排名中位于第一,在實際中n5煤礦連續(xù)多年來被評為“安全示范單位”,煤礦n4、n8得分最低為70,排名最后;因此,該評價結果有效證實了模型的科學性、客觀性,在實際煤礦安全管理中,可考慮煤礦n4、n8學習n5的應急管理方法。
3)根據IPA定位分析結果發(fā)現,不同煤礦在改進區(qū)、觀察區(qū)、維持區(qū)、優(yōu)勢區(qū)都分布不同影響因素,其整體應急水平取決于各評價因素間相互作用;因此,在煤礦實際應急管理中,應根據自身實際定位分析情況,優(yōu)先加強改進區(qū)因素,密切監(jiān)測觀察區(qū)因素,扎實穩(wěn)固維持區(qū)因素,持續(xù)穩(wěn)定優(yōu)勢區(qū)因素。
4)根據IPA區(qū)域劃分結果,不同煤礦在各區(qū)域分布因素數量各異(如:n5在優(yōu)勢區(qū)分布多改進區(qū)分布少,n8在改進區(qū)分布多優(yōu)勢區(qū)分布少),安全評價得分越高優(yōu)勢區(qū)分布因素越多(如n5、n3),安全評價得分越低該進區(qū)分布因素越多(如n4、n8);在煤礦實際應急能力管理中,應急水平低的煤礦往往面臨基礎差、整改任務多雙重壓力,集團公司應該重點關注整體水平低的煤礦,多方面幫助低水平煤礦提升應急救援能力。
注釋:
① 義馬煤業(yè)集團公司安全管理規(guī)章制度[Z].義馬煤業(yè)集團出版社,2016.