王 緬,羅傳龍
(1.北京聯(lián)合大學(xué),北京 100020;2.河南煤礦安全監(jiān)察局培訓(xùn)中心,河南 鄭州 450000)
煤炭占我國一次性能源消費(fèi)70%的比例,煤炭為國民經(jīng)濟(jì)的快速持續(xù)發(fā)展提供了充足的動力,但是與煤炭生產(chǎn)相伴的卻是觸目驚心的煤礦安全事故。我國煤炭產(chǎn)量占世界煤炭總產(chǎn)量的40%,但是煤礦安全事故導(dǎo)致的死亡人數(shù)卻達(dá)到世界煤礦死亡總?cè)藬?shù)的70%左右。單位GDP的煤礦事故率遠(yuǎn)高于發(fā)達(dá)國家。安全事故為社會帶來了難以估量的損失。有效地控制煤礦安全事故的發(fā)生,對建設(shè)和諧社會尤為重要。合理地分析評價煤礦安全事故管理績效是重要的內(nèi)容之一,而尋求科學(xué)的評價方法就顯得尤為重要。本文以信息熵作為分析手段,通過建立評價模型,對我國5個主要產(chǎn)煤省的情況進(jìn)行評價分析。
近些年,我國經(jīng)濟(jì)連續(xù)高位增長,很大程度上得益于充足的能源保障,而能源消費(fèi)中,煤炭占有主要地位。煤炭生產(chǎn)中,煤礦安全事故是最突出的問題,一次次礦難,成為我們這個時代揮之不去的夢魘,嚴(yán)重影響了社會的和諧。在采用各種措施防止礦難發(fā)生的同時,提高煤礦安全管理的績效,同樣具有重要意義。對于一個地區(qū),通常來講,經(jīng)濟(jì)越發(fā)展,煤炭需求也越大,從而導(dǎo)致煤礦超能力超強(qiáng)度開采的可能性就越大,發(fā)生事故的概率也越大。而煤炭生產(chǎn)安全管理,會對煤炭生產(chǎn)產(chǎn)生直接影響,從而間接對其地區(qū)生產(chǎn)總值產(chǎn)生一定影響。本文選取五大產(chǎn)煤大省山西、山東、河南、內(nèi)蒙古和陜西作為研究對象,通過分析各省的地區(qū)單位生產(chǎn)總值所對應(yīng)的安全事故管理情況,來分析各個地區(qū)的煤礦安全管理績效。通過對煤礦安全管理的績效的橫向比較,有利于找出薄弱環(huán)節(jié),提高管理質(zhì)量,從而保障煤炭生產(chǎn)安全、高效、平穩(wěn)進(jìn)行?;诖?,本文引入一種客觀賦權(quán)評價方法——信息熵分析法,來分析煤礦安全管理的績效情況。
“熵”(entropy)是表示物質(zhì)系統(tǒng)狀態(tài)的一個物理量,用來表明某狀態(tài)可能出現(xiàn)的程度,是對系統(tǒng)狀態(tài)不確定性的一種度量。一般來講,熵值越大,不確定性就越大。作為一種客觀賦權(quán)方法,信息熵分析法(Entropy Method)通過計(jì)算各指標(biāo)的信息熵,依據(jù)各個指標(biāo)相對變化程度,得到的對系統(tǒng)有影響來每個指標(biāo)的權(quán)重。該方法能準(zhǔn)確反映煤礦安全事故管理績效的信息量,能解決指標(biāo)信息量大、量化難的問題。
考核煤礦安全管理好壞,一般通過事故發(fā)生的數(shù)量、事故所造成的死亡人數(shù)、事故造成的傷殘情況等標(biāo)準(zhǔn)來判斷。參考近年來安監(jiān)總局公布的煤礦事故原因調(diào)查結(jié)果,根據(jù)煤炭生產(chǎn)特點(diǎn),并參考前人研究成果,考慮數(shù)據(jù)可得性,本文采用單位GDP的煤礦事故發(fā)生數(shù)量、煤礦事故總死亡人數(shù)、煤礦較大事故起數(shù)、煤礦重大事故起數(shù),以及百萬噸死亡率作為分析評價指標(biāo)。
各個指標(biāo)統(tǒng)計(jì)數(shù)據(jù),是從國家安全生產(chǎn)監(jiān)督管理總局、國家煤監(jiān)局、各省份公布的資料,以及統(tǒng)計(jì)局統(tǒng)計(jì)公報得到。
信息熵分析法是一種在綜合考慮各因素提供信息量的基礎(chǔ)上,計(jì)算一個綜合指標(biāo)的數(shù)學(xué)方法。主要根據(jù)各指標(biāo)提供給決策者的信息量大小來確定其權(quán)重,基礎(chǔ)數(shù)據(jù)需要從客觀現(xiàn)實(shí)獲得。應(yīng)用此法,可以有效克服主觀定權(quán)法的缺陷,避免人為給出的權(quán)重往往不能真實(shí)反映研究對象的情況。
假設(shè)有n個評價評價對象,m個評價指標(biāo),其決策矩陣為:
X=(xij)m×ni=1,2,…,n;j=1,2,…,m
1)進(jìn)行歸一化處理,得到各指標(biāo)標(biāo)準(zhǔn)化矩陣
由于各個指標(biāo)計(jì)量單位、量級等都不同,在分析時,為了消除這些影響,使各個指標(biāo)有相同的標(biāo)準(zhǔn),必須對決策矩陣進(jìn)行標(biāo)準(zhǔn)化規(guī)范化處理。本文選取的5個指標(biāo),都表現(xiàn)為所測數(shù)值越小越好。對于此類指標(biāo),通常采用以下方法進(jìn)行歸一:
其中,max(xij)表示所有對象某一指標(biāo)所測數(shù)值的最大值;min(xij)表示所有對象某一指標(biāo)所測數(shù)值的最小值。
其中,ej≥0;為了便于計(jì)算,假定:如果pij=0,則pijlnpij=0。
本文根據(jù)參考文獻(xiàn)[2]所依據(jù)的2009年國家安全生產(chǎn)監(jiān)督管理局公布資料及有關(guān)文獻(xiàn)等,選取五大產(chǎn)煤省份上述5項(xiàng)指標(biāo)的數(shù)據(jù)作為樣本,對本文構(gòu)建的評價方法進(jìn)行實(shí)證分析。具體數(shù)據(jù)如表1所示。
首先,將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,計(jì)算得到標(biāo)準(zhǔn)的指標(biāo)數(shù)值,如表2。
計(jì)算熵權(quán),如表5所示。
從表5可以看出,各指標(biāo)對煤礦安全事故管理績效影響由大到小依次為:百萬噸死亡率、單位GDP煤礦事故發(fā)生數(shù)量、單位GDP煤礦較大事故起數(shù)、單位GDP煤礦事故總死亡人數(shù)和單位GDP煤礦重大事故起數(shù)。各個指標(biāo)權(quán)重相差沒有出現(xiàn)懸殊情況,說明本文所選指標(biāo)是合適的。
表1 2009年五個省份煤礦事故情況表
表2 歸一化后的指標(biāo)數(shù)據(jù)
表3 各項(xiàng)指標(biāo)下第i個對象的比重
表4 各指標(biāo)的熵值
表5 各指標(biāo)的客觀權(quán)重Wj
表6 五個地區(qū)綜合評價值
通過分析結(jié)果看,各個地區(qū)的煤礦安全事故管理績效具有一定差別,差別的造成是各個因素綜合影響的結(jié)果。從文中可以看到,百萬噸死亡率、煤礦事故起數(shù)、煤礦較大事故起數(shù),對結(jié)果影響相對較大也是安全事故管理中的重要內(nèi)容。通過地區(qū)比較,可以看到,各個地區(qū)在安全事故管理上有一些差異,減少事故的發(fā)生,則可以提高整個的管理績效水平。實(shí)證結(jié)果與實(shí)際情況基本吻合,某些差異的原因可能與指標(biāo)選取和數(shù)據(jù)較少有關(guān)。通過增加多年的數(shù)據(jù),細(xì)化并增加指標(biāo),則分析結(jié)果將更完善。
通過煤礦安全事故管理績效分析,找出影響安全事故管理績效的主導(dǎo)因素,提出針對性策略,可以為煤礦安全管理提供參考。從文章分析來看,各個地區(qū)的分析結(jié)果不盡相同,互相借鑒,將對整體管理的提高產(chǎn)生積極意義,減少安全事故的發(fā)生。本文將信息熵與綜合分析法有機(jī)結(jié)合起來,一定程度上定量化地評價了一些地區(qū)煤礦安全管理績效情況,獲得如下結(jié)論:①信息熵評價為煤
礦安全事故管理評價提供了一種新的途徑,由于注重客觀性,避免了主觀因素的干擾,具有一定的實(shí)用價值。②各個指標(biāo)對于分析結(jié)果的影響不盡相同,但是存在差別不大,說明所選指標(biāo)較合理,但是可以進(jìn)一步增加指標(biāo)數(shù)量。
為了進(jìn)一步提高煤礦安全事故管理績效,應(yīng)著重做好以下方面工作:
一是加強(qiáng)培訓(xùn)、教育。煤礦的安全事故很多都與違章作業(yè)有關(guān),主要是由于一線員工文化水平偏低和企業(yè)安全培訓(xùn)不足。加強(qiáng)教育培訓(xùn),提高操作人員技術(shù)水平是治本之策。
二是加強(qiáng)監(jiān)督檢查和安全管理。監(jiān)督檢查必須形成常態(tài)化持續(xù)化,他查與自查結(jié)合,要量化、細(xì)化、具體化,開展動態(tài)安全評估,建立長效機(jī)制。強(qiáng)化安全理念,建立本質(zhì)安全型礦井,注重標(biāo)準(zhǔn)化。
三是加強(qiáng)硬件基礎(chǔ)建設(shè)。高質(zhì)量的硬件保障是安全的基礎(chǔ)。硬件是手腳,軟件是腦。沒有強(qiáng)有力的硬設(shè)施保障,安全就缺少了根本。只有高質(zhì)量的硬件和科學(xué)的管理結(jié)合,才能有效保障安全。
[1] 杜彥斌,曹華軍,劉飛,等.基于熵權(quán)與層次分析法的機(jī)床再制造方案綜合評價[J]. 計(jì)算機(jī)集成制造系統(tǒng),2011(1):84-88.
[2] 汪濤.中國25個產(chǎn)煤省份煤礦安全事故管理績效分析——基于DEA模型的評價[J].企業(yè)改革與發(fā)展,2010(10):164-166.
[3] 肖振宇.基于熵值法我國銀行體系脆弱性的評價[J].華東經(jīng)濟(jì)管理,2008(11):78-84.