煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)方法

苗成林，孫麗艷，馮俊文，馬 蕾

MIAO Chenglin1,SUN Liyan1,FENG Junwen2,MA Lei3

1.安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南232001

2.南京理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，南京210094

3.南京理工大學(xué) 人文與社會科學(xué)學(xué)院，南京210094

1.School of Economics and Management,Anhui University of Science and Technology,Huainan,Anhui 232001,China

2.School of Economics and Management,Nanjing University of Science and Technology,Nanjing 210094,China

3 School of Humanities and Social Sciences,Nanjing University of Science and Technology,Nanjing 210094,China

1 引言

相對其他企業(yè)而言，煤礦企業(yè)本身是一個容易發(fā)生突發(fā)事件的行業(yè)，突發(fā)事件的影響范圍比較大、造成的損失較為嚴(yán)重[1]，而且煤礦企業(yè)有復(fù)雜的生產(chǎn)系統(tǒng)、多個生產(chǎn)環(huán)節(jié)、復(fù)雜多變的地質(zhì)環(huán)境條件、惡劣的生產(chǎn)環(huán)境條件等特點[2]，這些迫切需要煤礦企業(yè)提升應(yīng)對突發(fā)事件的應(yīng)急能力水平，只有如此方可在面臨突發(fā)事件時能夠采取有效、及時的應(yīng)對措施[3]。

煤礦企業(yè)應(yīng)急系統(tǒng)的逐步完善，應(yīng)急管理的迅速發(fā)展，煤礦企業(yè)應(yīng)急能力也隨之產(chǎn)生[4]。在應(yīng)對突發(fā)事件時，煤礦企業(yè)盡可能降低突發(fā)事件造成的破壞程度和損失，并在事后能夠及時恢復(fù)正常生產(chǎn)的能力，稱為煤礦企業(yè)應(yīng)急能力[5]。雖然煤礦企業(yè)突發(fā)事件爆發(fā)的特點是突發(fā)性、不確定性，但應(yīng)急能力要貫穿于事前、事中、事后三個階段的每一個環(huán)節(jié)。煤礦企業(yè)應(yīng)急能力的目的就是預(yù)防、控制及消除突發(fā)事件，因此，應(yīng)急能力的提高能夠有效地降低突發(fā)事件造成的財產(chǎn)損失、人員傷害以及破壞環(huán)境的程度[6]。

國內(nèi)外學(xué)者及相關(guān)企業(yè)管理者對企業(yè)突發(fā)事件的應(yīng)急管理研究和應(yīng)急能力評價等進(jìn)行了相關(guān)研究。評價煤礦企業(yè)應(yīng)急能力的狀況及水平[7-8]，發(fā)現(xiàn)缺陷與不足，采取或制定應(yīng)對措施，加強應(yīng)急能力系統(tǒng)的建設(shè)和規(guī)劃，提升企業(yè)應(yīng)急能力的水平，從而實現(xiàn)在事前能夠降低突發(fā)事件的發(fā)生率、在事中能夠有效地控制事件影響的惡化、在事后盡可能降低損失和盡快恢復(fù)正常生產(chǎn)的目的[9]。

在煤礦企業(yè)應(yīng)急能力評價過程中，評價指標(biāo)之間的平衡狀態(tài)對評價最終的結(jié)果有很大的影響作用[10]。它們的平衡狀態(tài)是根據(jù)它們的相對重要程度計算出來的，并以“權(quán)重”的方式表現(xiàn)出來。從行為的角度來看，影響確定評價指標(biāo)權(quán)重的因素包括：指標(biāo)理想值和實際值之間的差異、指標(biāo)之間的關(guān)聯(lián)度、輸入激活因素的頻率、評價者的個性及社會經(jīng)濟(jì)屬性、權(quán)重的內(nèi)在價值、指標(biāo)之間的相互作用等。傳統(tǒng)的賦權(quán)方法，如AHP 法、特征向量法、最小二乘法、熵值法、效用函數(shù)法，只考慮與其他指標(biāo)之間的相互作用而忽略其他的影響因素[11]。

一般情況下，最傳統(tǒng)的賦權(quán)方法是靜態(tài)分析，其結(jié)果僅僅反映了評價者當(dāng)時的直覺或感覺[12-14]。事實上，指標(biāo)權(quán)重在不同情況下是變化的，包括：輸入信息、時間、學(xué)習(xí)過程和環(huán)境等。因此，確立評價指標(biāo)的絕對權(quán)重是不容易的。另外，傳統(tǒng)的賦權(quán)方法都有一個共同的假設(shè)，就是存在偏好結(jié)構(gòu)，但問題是如何得到。因此，問題就產(chǎn)生了：如果決策者的偏好不穩(wěn)定，那么賦權(quán)方法是有效的嗎[15]?就如同食物對一個饑餓的人的重要性與對一個正常的人是一樣的嗎?答案肯定是不。從習(xí)慣領(lǐng)域的角度來看，權(quán)重來源于決策者的習(xí)慣領(lǐng)域。

本文綜合考慮上述的影響因素，運用習(xí)慣領(lǐng)域理論[16-19]研究評價指標(biāo)的賦權(quán)問題。為了清晰描述在評價過程中權(quán)重的變化，根據(jù)指標(biāo)之間的關(guān)聯(lián)度建立了模糊有向圖。根據(jù)指標(biāo)的連通網(wǎng)絡(luò)結(jié)構(gòu)圖，采用習(xí)慣領(lǐng)域提出了新的指標(biāo)賦權(quán)模型，將評價作為從理想狀態(tài)到實際狀態(tài)的動態(tài)調(diào)整過程，以便根據(jù)不同的情況實現(xiàn)權(quán)重的動態(tài)變化，改進(jìn)了傳統(tǒng)的加權(quán)方法。該模型在行為機制的基礎(chǔ)上確立權(quán)重，克服了傳統(tǒng)加權(quán)方法的許多缺點。

2 基于習(xí)慣領(lǐng)域的煤礦突發(fā)事件評價指標(biāo)賦權(quán)模型

2.1 模型的構(gòu)建

習(xí)慣領(lǐng)域（HD）的概念是由游伯龍教授于1980 年首次提出的，指出人們在決策過程中經(jīng)過長時間的積累形成的思想、想法逐漸習(xí)慣性地穩(wěn)定下來[19]。習(xí)慣領(lǐng)域的主要思想是：每個人大腦所編碼、儲存的知識、經(jīng)驗、思想、方法、技巧以及各種信息等等，經(jīng)過相當(dāng)?shù)臅r間以后，如果沒有重大事件的刺激，沒有全部信息的進(jìn)入，這個編碼和儲存的總體，將處于相對穩(wěn)定的狀態(tài)。思想或想法（指大腦編碼、儲存等）一經(jīng)穩(wěn)定，對人、對事、對問題、對信息的反應(yīng)，包括認(rèn)識、理解、判斷、做法等，就具有一種習(xí)慣性，也就是說具有比較固定的套套和框框或稱模式、定勢或圖式。

基于習(xí)慣領(lǐng)域的煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)網(wǎng)絡(luò)結(jié)構(gòu)見圖1，在該網(wǎng)絡(luò)結(jié)構(gòu)圖中所有元素是相互連通的。

圖1 基于習(xí)慣領(lǐng)域的評價指標(biāo)賦權(quán)網(wǎng)絡(luò)結(jié)構(gòu)圖

初始指標(biāo)是最基本因素，且每一個指標(biāo)都有與他相鄰單元的路線。在外部因素的刺激下，一些指標(biāo)在學(xué)習(xí)過程中被有序地激活，而其他的指標(biāo)仍處于未激活狀態(tài)。這些外部激活因素以路線結(jié)構(gòu)圖的形式被記錄下來，即常表現(xiàn)為有向圖等。這又可以反過來激活網(wǎng)絡(luò)結(jié)構(gòu)圖中的其他單元，但有向圖輸出的信息中只有部分能夠被激活?；诖耍疚牟捎酶偁帉W(xué)習(xí)的模式來構(gòu)建煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)模型。

在競爭學(xué)習(xí)過程中，網(wǎng)絡(luò)結(jié)構(gòu)圖的輸出因素之間存在激烈的競爭。對每個評價指標(biāo)隨機賦予權(quán)重，之后給所有的輸出因素一個競爭機會。這樣限制了權(quán)重的大小。每個評價指標(biāo)被隨機賦予權(quán)重，且權(quán)重的取值在0與1 之間，即：

其中，wt(vi)表示輸入激活信息St后指標(biāo)vi（競爭層的）的權(quán)重。

內(nèi)部機制在評價指標(biāo)之間產(chǎn)生的競爭是為了準(zhǔn)確地反映輸入的激活信息，因此在某一時間內(nèi)只有一個輸出單元或每組只有一個單元被激活。在本文中，將在廣義領(lǐng)域的評價指標(biāo)作為競爭學(xué)習(xí)過程的勝利者。這不同于傳統(tǒng)的“贏家通吃”觀念，因為當(dāng)競爭結(jié)束后，勝利者不一定只有一個。這種競爭形式被稱為廣義的“贏家通吃”，本文構(gòu)建的賦權(quán)模型正是基于這種廣義“贏家通吃”競爭學(xué)習(xí)。

令Stα表示所有“勝利”評價指標(biāo)的實際域，它的ε-域為Nt(Stα，ε)。廣義域的輸出信號設(shè)置為1，在競爭中失敗的評價指標(biāo)的輸出信號設(shè)置為0。輸出信號也稱為評價指標(biāo)參數(shù)It。本文使用贏家集合及它們的鄰域更新網(wǎng)絡(luò)圖的權(quán)重。然后，產(chǎn)生一個新的權(quán)重向量且是舊權(quán)重向量和當(dāng)前輸入向量的線性組合。通過網(wǎng)絡(luò)的反復(fù)訓(xùn)練更新權(quán)重，權(quán)重的更新規(guī)則是：

通過控制系數(shù)和關(guān)聯(lián)度函數(shù)定義每個指標(biāo)vi的調(diào)整系數(shù)ηi。

對于每個vi∈Nt(Stα，ε)，vk表示vi的前一個指標(biāo)，則

Qk表示vk的控制系數(shù)，調(diào)整系數(shù)ηi計算公式如下：

其中，映射φt:σ(HD)×HD→Ct稱為習(xí)慣領(lǐng)域HD 子集指標(biāo)的關(guān)聯(lián)度函數(shù)。

假設(shè)輸入激活因素有p個向量，表示所有調(diào)整系數(shù)ηi的平均值，則

調(diào)整系數(shù)的平均值，可以得到權(quán)重的變化量Δwt(vi)：

其中，ξt表示學(xué)習(xí)速率參數(shù)，它的值可自選，且ξt的值必須在0～1 之間。

引理1由式（1）～（4）所述的權(quán)重修正學(xué)習(xí)規(guī)則，在本文的研究領(lǐng)域中所有指標(biāo)的權(quán)重之和始終等于1。

證明在時刻t，對研究的習(xí)慣領(lǐng)域HD 中所有指標(biāo)而言，它們權(quán)重變化量之和等于0，即

則在時刻t+1，HD 所有指標(biāo)權(quán)重之和為：

∑iwt+1(vi)=∑iwt(vi)+∑iΔwt(vi)]=1+0=1

現(xiàn)在要討論是平衡狀態(tài)。根據(jù)引理1，在平衡狀態(tài)中，評價指標(biāo)的權(quán)重與控制系數(shù)和各評價指標(biāo)與所在領(lǐng)域的關(guān)聯(lián)度有關(guān)。

定理1在平衡狀態(tài)中，評價指標(biāo)vi的權(quán)重與控制系數(shù)和評價指標(biāo)vi與其所在領(lǐng)域的關(guān)聯(lián)度有關(guān)。而且在其他條件不變的情況下，評價指標(biāo)vi的權(quán)重也是固定和穩(wěn)定的。

證明設(shè)hk為激活因素Sk在網(wǎng)絡(luò)訓(xùn)練出現(xiàn)的概率，gk(vi)表示當(dāng)Sk出現(xiàn)時評價指標(biāo)vi勝利即進(jìn)入廣義領(lǐng)域的概率?？紤]以下情況：

∑kΔwt(vi)hk gk(vi)=0

也就是說，權(quán)重的平均變化值是0。將這種狀態(tài)作為平衡狀態(tài)。因此，根據(jù)學(xué)習(xí)規(guī)則和所有刺激因素的平均值，得到：

評價指標(biāo)vi的平均調(diào)整系數(shù)通過控制系數(shù)和關(guān)聯(lián)度函數(shù)計算得到，因此，在平衡狀態(tài)中，評價指標(biāo)vi的權(quán)重與控制系數(shù)和指標(biāo)vi與其所在領(lǐng)域的關(guān)聯(lián)度有關(guān)。在此情況下與控制系數(shù)與關(guān)聯(lián)度對應(yīng)的輸入激活因素仍保持穩(wěn)定狀態(tài)，且平均調(diào)整系數(shù)沒有發(fā)生顯著的變化，評價指標(biāo)權(quán)重是常數(shù)。當(dāng)系統(tǒng)處于這種情況時，權(quán)重不會發(fā)生改變，該系統(tǒng)達(dá)到平衡狀態(tài)。

2.2 算法

初始化連續(xù)隨機變量U(0，1)，即均勻分布在區(qū)間[0，1]；

初始化ε-鄰域Nt(Stα，ε)=?，Stα∈2HD；

初始化ε-鄰域Nt(Stα，ε)=?，Stα∈2HD；

通過問卷調(diào)查得到評價指標(biāo)的理想值q*、實際值q和有向圖G每對(vi，vj)的初始矩陣

設(shè)置密度參數(shù)δ，0 ＜δ＜1、決策參數(shù)β，0 ≤β＜1、學(xué)習(xí)速率參數(shù)ξt和閥值參數(shù)α，0 ≤α≤1。

步驟1按下式計算有向圖G的每對(vi，vj)的初始關(guān)聯(lián)度：

步驟2當(dāng)不滿足停止條件時，運行步驟3～13。

步驟3對每一個激活向量St，執(zhí)行步驟4～9。

步驟4確立狹義的實際域Stα：

Stα={vi∈St∩HD|Qi≥α}，其 中

步驟5計算每一個評價指標(biāo)vj∈HDStα與Stα的關(guān)聯(lián)度：

步驟6查找Stα的ε-鄰域：

步驟7對任一vi∈Stα和vj∈Nt(Stα，ε)，Path*(vi，vj)是vi到vj的最優(yōu)路徑，因此φt(Stα，vj)是最大值，更新路徑Path*(vi，vj)所有指標(biāo)x，y 的指標(biāo)參數(shù)：

步驟8計算每個vi的調(diào)整系數(shù)ηi：

步驟9對所有vi，vj∈Stα∪Nt(Stα，ε)，更新vi到vj的關(guān)聯(lián)度：

步驟10令表示所有調(diào)整系數(shù)ηi的平均值，即

步驟11計算在t+1 階段每個評價指標(biāo)vi的權(quán)重wt+1(vi)：

wt+1(vi)=wt(vi)+Δwt(vi)

步驟12更新學(xué)習(xí)速率ξt+1=0.5ξt(ξ0=0.6)。

步驟13檢驗停止條件：

對?i ∈[1，n]，如果maxi?wt(vi)小于指定的公差，則停止；否則，繼續(xù)。

3 仿真研究

本文對淮南市某煤礦企業(yè)進(jìn)行問卷調(diào)查，以檢驗本文構(gòu)建的評價指標(biāo)賦權(quán)方法的適用性。調(diào)查該煤礦企業(yè)在煤礦突發(fā)事件前、中、后時選擇方式時的決策屬性以及重要等級。針對該煤礦企業(yè)的應(yīng)用研究，將有助于建立更加有效的煤礦事故應(yīng)對策略和處理政策。

3.1 評價指標(biāo)體系的構(gòu)建

煤礦突發(fā)事件應(yīng)急能力是一個動態(tài)的不斷變化的過程，包括事前、事中和事后三個環(huán)節(jié)的預(yù)防、監(jiān)測、控制和恢復(fù)等能力。分析淮南市某煤礦企業(yè)的每個環(huán)節(jié)中應(yīng)急能力的主要影響因素，根據(jù)國家煤礦安全監(jiān)察局的文件并參考相關(guān)的研究成果，構(gòu)建該煤礦突發(fā)事件應(yīng)急能力的評價指標(biāo)體系（見表1）。

表1 評價指標(biāo)體系

3.2 煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)

進(jìn)行問卷調(diào)查，發(fā)放160 份問卷，回收155 份有效問卷。

采用表1 的9 個評價指標(biāo)和6 個激活因素進(jìn)行如下實例。輸入數(shù)據(jù)包括所有評價指標(biāo)的關(guān)聯(lián)度矩陣()、指標(biāo)的公差值q*、實際值q。假設(shè)學(xué)習(xí)速率為ξ0=0.6，ξt+1=0.5ξt。

步驟0通過問卷調(diào)查得到q*和q的值。

表2 評價指標(biāo)的公差值q*

表3 給出了每個評價指標(biāo)的實際值。

從表4 可以看出，評價指標(biāo)v3到v7的關(guān)聯(lián)度最高為0.818，次之的是v3到v9的關(guān)聯(lián)度為0.805，v7到v9的為0.789，v2到v7的為0.788。另外，關(guān)聯(lián)度較低的是v1到v6的0.209 和v8到v4的0.225。

設(shè)置密度參數(shù)δ=0.000 1；設(shè)置決定參數(shù)β=0.5；設(shè)置閥值參數(shù)α=0.5。

初始化學(xué)習(xí)速率參數(shù)ξ0=0.6。假設(shè)Stα的ε-鄰域的閥值為ε=0.7。

步驟1計算每對評價指標(biāo)(vi，vj)的初始關(guān)聯(lián)度

表3 評價指標(biāo)的實際值q1）

表4 總樣本指標(biāo)之間的關(guān)聯(lián)度

表5 每對評價指標(biāo)(vi，vj)的初始關(guān)聯(lián)度

步驟2由于停止條件不滿足，運行步驟3～13。令t=1，進(jìn)行第一次迭代。

步驟3對每一個激活向量St，執(zhí)行步驟4～9。

表6 激活向量

步驟4計算每個指標(biāo)vi的控制系數(shù)Qi

表7 每個指標(biāo)的控制系數(shù)

確定狹義的實際域Stα：Stα={1，5，6，8}。

步驟5對每一個評價指標(biāo)vj∈HDStα，計算vj與Stα的關(guān)聯(lián)度。

步驟6查找Stα的ε-鄰域：

步驟7更新路徑Path*(vi，vj)所有評價指標(biāo)x，y的指標(biāo)參數(shù)。

步驟8計算每個vi的調(diào)整系數(shù)ηi。

步驟9對vi，vj∈Stα∪Nt(Stα，ε)，更新vi到vj的關(guān)聯(lián)度（直到完成一個訓(xùn)練過程）。

步驟10計算所有調(diào)整系數(shù)ηi的平均值。

步驟11計算在t+1 階段每個評價指標(biāo)vi的權(quán)重wt+1(vi)。

步驟12更新學(xué)習(xí)速率ξt+1=0.5ξt(ξ0=0.6)。

步驟13檢驗停止條件

如果maxi?wt(vi)=0.600 4 ＞0.01，則繼續(xù)。

修改學(xué)習(xí)速率的調(diào)整程序，經(jīng)過7 次迭代，得到如下結(jié)果。

如果maxi?wt(vi)=0.004 4 ＜0.01，則停止。

給出權(quán)重向量如表17。

在該煤礦突發(fā)事件應(yīng)急能力的9 個評價指標(biāo)中權(quán)重最高的是實際救援v6且為0.170 7；而權(quán)重最低的是應(yīng)急反應(yīng)v4且權(quán)重為0.075 0，這與該煤礦企業(yè)的實際情況較符合。

表8 vj 與Stα的關(guān)聯(lián)度

表9 vj（vj ∈HDStα）與Stα的關(guān)聯(lián)度

表10 Path*(vi，vj)所有評價指標(biāo)x，y 的指標(biāo)參數(shù)

表11 每個指標(biāo)的調(diào)整系數(shù)

表12 更新vi 到vj 的關(guān)聯(lián)度

表13 調(diào)整系數(shù)ηi 的平均值

參數(shù)α，β，δ，ξ，ε的值是評價人員根據(jù)自身習(xí)慣領(lǐng)域的主觀判斷以及根據(jù)當(dāng)局的需要得到的。設(shè)定參數(shù)值的規(guī)范化原則，并根據(jù)網(wǎng)絡(luò)收斂效果測量設(shè)置的參數(shù)。在設(shè)置參數(shù)時要避免權(quán)重值發(fā)散，從而避免在網(wǎng)絡(luò)訓(xùn)練過程中過度地修訂參數(shù)。

3.3 與傳統(tǒng)賦權(quán)法的比較與分析

（1）主觀賦權(quán)法——AHP

表14 t+1 階段每個指標(biāo)的權(quán)重

表15 檢驗條件

表16 最終結(jié)果

表17 各個評價指標(biāo)的權(quán)重

采用傳統(tǒng)的主觀賦權(quán)法AHP 對案例的指標(biāo)體系賦予權(quán)重，得到結(jié)果如表18 所示（具體計算過程略）。

表18 AHP 賦權(quán)結(jié)果

圖2 HD 權(quán)重與AHP 權(quán)重的比較

圖2 是本賦權(quán)方法對本文構(gòu)建的評價指標(biāo)體系賦予權(quán)重與運用AHP 法賦予權(quán)重之間的比較圖，由圖2 可以比較分析出AHP 權(quán)重的波動性比較大，而習(xí)慣領(lǐng)域（HD）權(quán)重則出現(xiàn)比較高的穩(wěn)定性和比較大的同一性，說明HD 權(quán)重比傳統(tǒng)的主觀賦權(quán)法——AHP 更加準(zhǔn)確和可靠。

（2）客觀賦權(quán)法——熵值賦權(quán)法

對案例得到的指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理，采用下式進(jìn)行歸一化處理：

設(shè)第j個指標(biāo)的熵值用ej來表示，則有

第j個指標(biāo)的評價值數(shù)據(jù)的分散度dj可表示為：dj=1-ej，j=1，2，…，n。

因此，當(dāng)對第j個指標(biāo)沒有主觀偏好時，它的權(quán)重因子為：

當(dāng)對第j個指標(biāo)有主觀偏好且權(quán)重系數(shù)為λj時，它的權(quán)重因子按下式修正。

采用上述運算過程得到本案例評價指標(biāo)體系的權(quán)重為：

w=(0.133 3，0.112 9，0.133 3，0.111 2，0.122 5，0.159 4，0.124 9，0.111 3，0.106 8)

圖3 是本賦權(quán)方法對評價指標(biāo)體系賦予的權(quán)重與熵值法賦予的權(quán)重之間的比較圖，由圖3 可以分析出本賦權(quán)方法得到的權(quán)重值與客觀賦權(quán)法——熵值法得到的權(quán)重值幾乎一致，從而說明了本賦權(quán)方法評價結(jié)果的正確性和可靠性。

圖3 HD 權(quán)重與熵值權(quán)重的比較

4 結(jié)束語

評價指標(biāo)的權(quán)重是煤礦企業(yè)應(yīng)急管理決策的決定性因素，本文基于行為機制模型和習(xí)慣領(lǐng)域理論，采用指標(biāo)之間的關(guān)聯(lián)度建立了煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)的網(wǎng)絡(luò)結(jié)構(gòu)圖。采用關(guān)聯(lián)度的思想界定了模糊有向圖，并稱之為關(guān)聯(lián)網(wǎng)絡(luò)圖。然后，在激活反應(yīng)過程中界定被激活指標(biāo)的鄰域，并將廣泛意義上的實際領(lǐng)域作為廣義鄰域。構(gòu)建的模型認(rèn)為決策是從理想狀態(tài)到實際狀態(tài)的動態(tài)調(diào)整過程。采用習(xí)慣領(lǐng)域構(gòu)建的煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)方法主要是從競爭學(xué)習(xí)的角度展開研究的。證明了處于平衡狀態(tài)的領(lǐng)域的指標(biāo)權(quán)重與控制系數(shù)及各指標(biāo)的關(guān)聯(lián)度有關(guān)。

最后，通過問卷調(diào)查法研究了淮南市某煤礦突發(fā)事件的應(yīng)急能力。仿真研究的結(jié)果表明對該煤礦企業(yè)而言最重要的指標(biāo)是實際救援和監(jiān)測預(yù)報，而不足的是應(yīng)急反應(yīng)和應(yīng)急物資保障?？傊c其他的傳統(tǒng)賦權(quán)方法（AHP 法和熵值法）相比，結(jié)果表明該方法的評價結(jié)果準(zhǔn)確和可靠。本文基于習(xí)慣領(lǐng)域理論建立的煤礦突發(fā)事件應(yīng)急能力評價指標(biāo)賦權(quán)方法將有助于煤礦企業(yè)應(yīng)急管理者更準(zhǔn)確地接近人們的思維過程，而且它的執(zhí)行程序在實踐中是可行的。

[1] Qi Lixia，Yang Xue.Differentiate and simulation of accident-causing mechanism in mining production[J].Safety in Coal Mines，2012（3）：116-119.

[2] 鮮林.現(xiàn)階段小煤礦事故多發(fā)的原因分析及對策[J].煤礦安全，2008，39（3）：106-108.

[3] Pan Qidong.Designing research of coal mine emergency management information system based on data integration[J].Journal of Henan Polytechnic University：Natural Science，2011（5）：125-132.

[4] 祁迪.煤炭企業(yè)應(yīng)急管理研究[J].山西財經(jīng)大學(xué)學(xué)報：高等教育版，2009，12（4）：91-93.

[5] Gu Weili，Li Xinchun.Study on emergency capacity evaluation of coal mine enterprise[J].Coal Engineering，2011（9）：83-91.

[6] 朱桂明.石化企業(yè)應(yīng)急救援能力評估研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2010（9）：82-87.

[7] 張江石.礦工應(yīng)急處理能力評估方法研究[J].煤炭學(xué)報，2012，37（2）：290-294.

[8] 馮珍，郝晶星.煤礦企業(yè)應(yīng)急救援能力評估[J].電子科技大學(xué)學(xué)報：社會科學(xué)版，2010，12（3）：53-56.

[9] 谷威麗，李新春.煤礦企業(yè)應(yīng)急能力評價研究[J].煤炭工程，2011（9）：106-108.

[10] 劉業(yè)政，徐德鵬，姜元春.多屬性群決策中權(quán)重自適應(yīng)調(diào)整的方法[J].系統(tǒng)工程與電子技術(shù)，2007，29（1）：45-48.

[11] 黃德春，陸艷.創(chuàng)新型企業(yè)評價體系指標(biāo)的測度及賦權(quán)方法[J].統(tǒng)計與決策，2007，22：173-175.

[12] 程平，劉偉.多屬性群決策中一種基于主觀偏好確定屬性權(quán)重的方法[J].控制與決策，2010，25（11）：1645-1650.

[13] 宋興光，楊德禮.基于決策者偏好及賦權(quán)法一致性的組合賦權(quán)法[J].系統(tǒng)工程與電子技術(shù)，2004，36（9）：1226-1290.

[14] 呂俊杰，王元卓.信息安全風(fēng)險模糊群決策評估方法[J].計算機工程與應(yīng)用，2010，46（12）：17-20.

[15] 劉偉，周育人.一種改進(jìn)慣性權(quán)重的PSO 算法[J].計算機工程與應(yīng)用，2009，45（7）：46-48.

[16] 馮俊文.組織習(xí)慣域理論[J].系統(tǒng)工程與電子技術(shù)，2001，6（23）：40-43.

[17] 馮俊文，王華亭，寧方偉，等.習(xí)慣領(lǐng)域與能力管理[M].北京：經(jīng)濟(jì)管理出版社，2010.

[18] 馬蕾.企業(yè)組織慣域理論研究與應(yīng)用[D].南京：南京理工大學(xué)，2003.

[19] Yu P L.Habitual domains[J].Operations Research，1991，39（6）：869-876.