陳方旻，潘 兵

(淮南師范學(xué)院 經(jīng)濟與管理學(xué)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(guān)企業(yè)和政府部門。近年來，煤礦企業(yè)通過提升安全生產(chǎn)技術(shù)、強化安全風(fēng)險意識、加強應(yīng)急救援水平等措施，預(yù)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(jù)全國安全工作會議公布數(shù)據(jù)顯示，2016年我國共發(fā)生煤礦安全事故249起，死亡人數(shù)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(yù)備、事中應(yīng)急處置、事后恢復(fù)總結(jié)，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(yīng)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(gòu)建應(yīng)急救援能力評價體系，并精準化對其進行定位，是學(xué)術(shù)界和實踐界一直追求破解的難題。

近年來，學(xué)者們分別從不同視角對煤礦應(yīng)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(zāi)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(yīng)急救援評價體系指標的權(quán)值[5]。楊力運用熵權(quán)法對煤礦應(yīng)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(yīng)急救援展開分析，構(gòu)建應(yīng)急救援仿真模型[7]。汪劉凱運用因子分析、結(jié)構(gòu)方程對煤礦安全救援影響因素展開分析，確定各關(guān)鍵要素間作用路徑[8]。溫廷新運用三角模糊數(shù)對煤礦應(yīng)急處置流程展開分析，構(gòu)建煤礦突發(fā)事件隨機Petri網(wǎng)絡(luò)[9]。

上述文獻表明：關(guān)于煤礦突發(fā)事故應(yīng)急救援能力的研究，主要采用專家打分法、調(diào)查訪問、綜合評價、因子分析、結(jié)構(gòu)方程模型等方法，而煤礦突發(fā)事故應(yīng)急救援能力影響因素眾多，評價指標數(shù)據(jù)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(quán)重上受主觀性影響相對較強，評價結(jié)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(jù)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(wù)管理中IPA定位方法(Importance-Performance Analysis)引入煤礦突發(fā)事件應(yīng)急救援能力評價中，對每一評價指標的“重要性-表現(xiàn)性”得分進行定位，將評價結(jié)果可視化、清晰化展示，從而提升評價結(jié)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(yīng)急救援能力評價指標的權(quán)值，采用IPA對評價對象重要度及其表現(xiàn)值進行定位分析，并選取相關(guān)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(yīng)急救援評價的有效性。

一、理論基礎(chǔ)

(一)信息熵理論

“熵”來源于熱力學(xué)，最早于1856年用來表示熱力變化的容量，形容物質(zhì)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(xué)中，并提出了信息熵的概念[12]。在信息科學(xué)與決策科學(xué)中，信息熵用來反映表示指標變異程度，指標熵值越小，權(quán)重越大，其提供的信息量就越大；反之，指標熵值越大，權(quán)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(lǐng)域、光學(xué)領(lǐng)域、物理學(xué)領(lǐng)域、生物學(xué)領(lǐng)域以及管理科學(xué)領(lǐng)域獲得了廣泛應(yīng)用[13]。根據(jù)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(shè)存在m個評價對象的n個指標，構(gòu)建判斷矩陣P

(1)

2)將數(shù)據(jù)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(quán)M

(4)

5)計算第j評價對象的綜合得分zij

(5)

(二)IPA定位分析

二、信息熵-IPA評價與定位流程

根據(jù)信息熵理論和IPA定位法的優(yōu)點，本文構(gòu)建基于信息熵-IPA的煤礦突發(fā)事件應(yīng)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(quán)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(xiàn)性)，具體計算流程見圖1。

圖1 煤礦突發(fā)事件應(yīng)急能力評價與定位流程

三、實證研究

(一)實證對象簡介及指標體系構(gòu)建

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?nèi)〗唤缣?，資源豐富，交通便利，經(jīng)營范圍主要涉及產(chǎn)焦煤、洗精煤、發(fā)電、造氣、煉焦等多領(lǐng)域，公司整體實力位于中國500強中列[16]。本文依據(jù)本人前期關(guān)于煤礦突發(fā)事件安全管理的相關(guān)研究結(jié)果，參考《義馬煤業(yè)預(yù)防安全事故規(guī)定》《義馬煤業(yè)應(yīng)急救援指導(dǎo)意見》等相關(guān)材料，最終構(gòu)建事前檢測、事中處置、事后恢復(fù)三維度的煤礦突發(fā)事件應(yīng)急救援能力評價體系，具體評價指標見表1[6-9]，①。

(二)數(shù)據(jù)收集與清洗

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(jié)果作為原始數(shù)據(jù)。在數(shù)據(jù)清洗中，對于少量缺失數(shù)據(jù)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(yīng)急救援能力的原始數(shù)據(jù)如表2所示。

表1 煤礦突發(fā)事件應(yīng)急能力評價指標體系

表2 煤礦突發(fā)事件應(yīng)急能力評價初始數(shù)據(jù)

(三)指標權(quán)值確定

為使該評價分析模型科學(xué)、簡潔、可拓展，根據(jù)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(guān)代碼，各評價指標權(quán)值(保留4位小數(shù))運算結(jié)果如表3所示。

表3 煤礦突發(fā)事件應(yīng)急能力評價指標權(quán)值

執(zhí)行代碼“summary(x$w)”，對上述評價指標進行簡要分析，結(jié)果如表4所示。

表4 煤礦突發(fā)事件應(yīng)急能力評價指標權(quán)值分析表

表4顯示，對32個指標權(quán)值展開簡要分析中，最小值為0.0200，最大值為0.0541，中位數(shù)為0.0292，均值為0.0313，第一四分位數(shù)為0.0247，第三四分位數(shù)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(jié)果如表5所示。

表5 煤礦突發(fā)事件應(yīng)急能力最終得分與排序

表5顯示，在總體應(yīng)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(yīng)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。

(四)指標IPA定位分析

根據(jù)熵權(quán)法對煤礦應(yīng)急救援能力指標的權(quán)重計算結(jié)果和評價指標具體表現(xiàn)值，運用服務(wù)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(gòu)成交點坐標，對煤礦應(yīng)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(yīng)急救援能力定位分析

根據(jù)圖2對8所煤礦的應(yīng)急救援能力評價指標IPA分析結(jié)果，得到8所煤礦應(yīng)急救援能力評價指標作用區(qū)域，將其具體分析，結(jié)果如表6所示。

表6 煤礦突發(fā)事件應(yīng)急救援能力評價指標定位區(qū)域

注：上表區(qū)域劃分中，當(dāng)i=0.0313時當(dāng)作i<0.0313處理

四、結(jié)論與建議

本文運用信息熵、IPA定位分析等理論與方法，構(gòu)建基于信息熵-IPA的煤礦突發(fā)事件應(yīng)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(yīng)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(xiàn)煤礦突發(fā)事件應(yīng)急救援能力整體特征。主要結(jié)論、建議有：

1)根據(jù)熵權(quán)計算結(jié)果，煤礦突發(fā)事件應(yīng)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(yīng)急培訓(xùn)(m8)為0.0532，應(yīng)急預(yù)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(quán)值，加強重要因素(如：技術(shù)支持、消防搶險等)的內(nèi)涵建設(shè)，從而在應(yīng)急救援中充分發(fā)揮效能。

2)根據(jù)義馬煤業(yè)集團下屬的8家煤礦評價結(jié)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(jié)果有效證實了模型的科學(xué)性、客觀性，在實際煤礦安全管理中，可考慮煤礦n4、n8學(xué)習(xí)n5的應(yīng)急管理方法。

3)根據(jù)IPA定位分析結(jié)果發(fā)現(xiàn)，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(yīng)急水平取決于各評價因素間相互作用；因此，在煤礦實際應(yīng)急管理中，應(yīng)根據(jù)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(jù)IPA區(qū)域劃分結(jié)果，不同煤礦在各區(qū)域分布因素數(shù)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(yīng)急能力管理中，應(yīng)急水平低的煤礦往往面臨基礎(chǔ)差、整改任務(wù)多雙重壓力，集團公司應(yīng)該重點關(guān)注整體水平低的煤礦，多方面幫助低水平煤礦提升應(yīng)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.