煤礦井下安全系統脆弱性的系統動力學仿真研究

李乃文，張　麗，牛莉霞

(遼寧工程技術大學 工商管理學院，遼寧 葫蘆島 125105)

0　引言

近年來，煤礦井下安全事故時有發生，安全管理難度不斷加大。據國家煤監局統計，2016年，全國發生礦難事故15起以上的省份為陜西(15起)、四川(18起)、山西(17起)、遼寧(15起)、內蒙(23起)，共計事故249起。可以看到，煤礦安全事故發生數較大，井下事故所占比例達85%以上，形勢很是嚴峻。因此，研究煤礦井下安全系統很有必要，有助于降低煤礦井下安全系統脆弱性，減少煤礦井下安全事故的發生。

目前，對于煤礦井下安全方面，學者們進行了不同層次的深入研究和分析，主要集中于煤礦井下安全評價[1]與預測[2-3]、煤礦井下安全管理[4]、煤礦井下安全生產技術[5]等方面，前人的研究成果雖然可以有效提高煤礦安全生產水平，但是缺乏對煤礦井下活動的系統性研究。脆弱性理論最早是由地質學家Timmerman[6]提出，隨后廣泛應用于自然災害和金融領域。在自然災害領域，宋守信[7]研究了地鐵電氣火災系統的脆弱性，從人、機、環角度提出了管控措施；在金融領域，饒勛乾[8]以金融脆弱性為研究對象，提出貨幣因素是金融脆弱性的重要致因之一。可以看出，脆弱性在管理方面有比較深入的研究，但是將脆弱性理論應用到煤礦井下安全系統的研究還是極為少見的。

因此本文以煤礦井下安全系統為研究對象，結合脆弱性理論，通過文獻調研和實地考察，建立煤礦井下安全系統的仿真模型，甄別主要影響因素，對不同影響因素對煤礦井下安全系統脆弱性的影響程度進行分析，以便為降低煤礦井下安全系統脆弱性，減少煤礦井下安全事故提供思路。

1　研究設計和數據來源

1.1　研究設計

20世紀初，海因里希等[9]首次提出事故致因理論，認為導致安全生產事故發生的因素主要包括人員失誤、設備故障、不良的生產環境與管理匱乏。該理論比較詳盡地闡述了煤礦安全事故的致因，但是煤礦井下環境復雜特殊，缺乏針對煤礦井下安全管理的具體指導。

在事故致因理論的基礎上，結合文獻梳理[10-12]，將脆弱性理論應用到煤礦井下安全系統，得到煤礦井下安全系統的脆弱性概念模型(見圖1)，即煤礦井下安全系統受到不利影響因子(員工、機器設備、周遭環境和管理制度等)的暴露時間、頻率和范圍，遭受到不利影響因子的破壞程度以及從不利影響因子的破壞中恢復正常運行的能力。

圖1　煤礦井下安全系統脆弱性概念模型Fig.1　The conceptual model of coal mine enterprise safety system fragility

其中，煤礦井下安全系統由員工、設備、環境和管理4個子系統構成；脆弱性表現為暴露度、敏感度和適應度。通過概念模型和文獻分析[7,10-13]，結合實地調研，進行問卷設計，問卷內容見表1。根據調查問卷數據結果，得到4個子系統對系統脆弱性的影響程度以及4個子系統之間的相互影響程度。

1.2　樣本來源

根據上述測量內容，設計調查問卷。題項選擇分為五個等級，分別為非常不認同、不認同、不確定、認同、非常認同。此次調查問卷發放對象是煤礦企業管理者和員工，本科生居多，便于在調查過程中對于問卷項目有更好的理解，更準確地反映礦區情況。為了保證調研效果，筆者進行2次調查。首先，預調研發出問卷450份，回收問卷399份，有效樣本回收率為88.7%；然后對項目進行初步分析，剔除掉貢獻值較低的項目，形成正式問卷。正式施測共發出問卷800份，涉及到陜西、遼寧、山西、四川等15個省份的96個煤礦企業，回收690份，有效率為86.2%。

表1　煤礦井下安全系統及脆弱性測量內容

1.3　信效度分析

為了保證研究結果的合理性，筆者采用SPSS 17.0軟件對調查問卷進行信效度檢驗。首先，用Cronbach’α值[14]和CITC系數法對調查問卷信度進行檢驗，結果表明各個項目的Cronbach’α值(見表1)均大于0.7，CITC數值分別為0.557，0.612，0.572，0.644，0.663，0.599和0.634，均大于0.5，說明問卷的可信度較高；然后采用驗證性因子分析來檢驗問卷的效度，結果顯示：χ2/df= 3.92，CFI= 0.91，GFI= 0.92，NFI= 0.92，IFI= 0.93，RMSEA= 0.049，說明問卷具有良好的效度。

表2　驗證性因子分析結果

2　煤礦井下安全系統脆弱性的仿真研究

2.1　煤礦井下安全系統脆弱性的系統流圖

煤礦井下安全系統是一個由多個子系統相互作用和影響的整體，每一個子系統分別對煤礦井下安全系統的暴露度、敏感度和適應度有一定的影響。因此，為了反映各子系統對煤礦井下安全系統脆弱性的影響程度，采用系統動力學理論構建煤礦井下安全系統脆弱性的系統流，如圖2所示。

圖2　　煤礦井下安全系統脆弱性的系統流Fig.2　The system flow chart of coal mine underground safety system

2.2　系統動力學仿真模型參數確定

為了構建SD仿真方程，需要對模型參數進行設定。在以往的研究中，學者們多采用AHP、德爾菲法對權重系數進行設定。這些方法主要是通過主觀判斷對系數進行衡量，誤差較大。為了規避主觀誤差，筆者采用變異系數法[15]對各個因素的權重系數進行確定。在指標評價中，如果某項衡量指標的直接觀測值較大，則變異程度較大，賦予較大的權重系數；反之，賦予較小的權重系數。在統計學上，通常采用均值、標準差、平均差系數、標準差系數等來衡量權重系數的變異程度，由于標準差系數可以規避均值的影響，筆者采用標準差系數衡量權重系數的變異程度。

限于篇幅，筆者以設備系統為例，計算設備系統各個影響因素的權重系數。根據圖2的煤礦井下安全系統脆弱性流程圖，確定設備系統的衡量指標為采煤設備、掘進設備、通訊設備、監測監控設備、排水通風設備、應急設施、員工安全保障物品，樣本數據為96個煤礦企業，設備系統衡量指標有7個，構成96×7階矩陣，xij表示第i個被評價對象在第j項指標的直接觀測值。

(1)

(2)

然后計算各個衡量指標的變異程度系數Vj：

(3)

最后對變異系數進行歸一化處理，得到各個影響因素的權重系數：

(4)

根據得到的各個影響因素的權重系數，可以建立設備系統的系統動力學方程：設備系統=0.13×采煤設備+0.15×掘進設備+0.08×通訊設備+0.14×監測監控設備+0.16×排水通風設備+0.11×應急設施+0.23×員工安全保障物品。同理，可以計算出各個子系統影響因素和子系統對脆弱性的影響程度的權重值，并建立相應的系統動力學方程，見表3。

[91] 葛紅亮、鞠海龍：《“中國-東盟命運共同體”構想下南海問題的前景展望》，《東北亞論壇》2014年第4期，第29-30頁。

表3　煤礦井下安全系統脆弱性的系統動力學方程

2.3　仿真結果分析

煤礦企業項目的工期大多比較長，根據開放式訪談的結果，在進行仿真分析的時候，將單位設定為2個月，進行為期10個月的仿真分析，對煤礦井下安全系統在一個工期內的變化有一個較為實際的把握。筆者從暴露度、敏感度和適應度3個方面對煤礦井下安全系統脆弱性進行仿真分析，在分析各個子系統對煤礦井下安全系統脆弱性影響程度時，設定員工系統、設備系統、環境系統和管理系統4個變量，探討每個變量變化1個單位引起煤礦井下安全系統脆弱性變化的規律。

2.3.1煤礦井下安全系統暴露度分析

煤礦井下安全系統是一個復雜的系統，包括人、機、環、管4個主體要素，暴露度主要考察系統受到外界擾動危害的幾率。為有效降低煤礦井下安全系統的暴露度，需要明確各個子系統對系統暴露度的影響程度。仿真分析結果如圖3所示，暴露度結果分為系統在初始狀態下的結果和變化某個子系統狀態下的結果。初始狀態下的結果是指每個子系統不發生任何變化的安全系統暴露度，各子系統變化一個單位下的結果是指某個子系統的取值，其他子系統取值保持不變，最后得出的安全系統的暴露度。

圖3　煤礦井下安全系統暴露度仿真走勢Fig.3　Mine safety system exposure simulation trend chart

由圖3可知，對于系統暴露度，設備系統影響最為顯著，環境系統次之，員工系統和管理系統作用不大。另外，在一個仿真周期內，安全系統自身的暴露度有下降趨勢，但是并不明顯。仿真結果(見表4)表明當設備系統增加一個單位時，系統暴露度在2月時下降30.28%，在工期即將竣工時，下降率達到了87.64%；當環境系統增加一個單位時，系統暴露度在2月時下降25.14%，在10月時，下降率達到了72.50%，僅次于設備系統；當員工系統和管理系統增加一個單位時，系統暴露度最高下降率分別為41.25%和28.75%。由此可以得出，對于煤礦井下安全系統的暴露度，設備系統影響程度最強，環境系統次之，管理系統和人員系統影響程度相對較弱。因此，為有效降低系統的暴露度，需要提升設備系統安全水平，當設備系統安全水平提升時，可以有效較少外界擾動與系統的關聯度，從而降低系統暴露度。

2.3.2煤礦井下安全系統敏感度分析

系統敏感度著重反映系統面對外界擾動的反應時間、幅度和限度。在仿真分析時，控制其他子系統取值不變，變化某個子系統取值，觀察安全系統敏感度的變化，仿真結果如圖4所示。

表4　煤礦井下安全系統暴露度仿真結果分析

圖4　煤礦井下安全系統敏感度仿真走勢Fig.4　Mine safety system sensitiveness simulation trend chart

由圖4可以看出，系統自身敏感度水平比較高，亟待解決；另外，從趨勢上看，對于煤礦井下安全系統的敏感度，環境系統影響強度最強，設備系統次之，管理系統最弱。仿真結果(見表5)表明煤礦井下安全系統自身的敏感度比較高，初始敏感度達到8.0，在工期即將竣工時，敏感度為7.14，雖然有所下降，但是仍然處于較高水平。當環境系統增加一個單位時，系統敏感度在2月時，下降率為14.88%，在4月時，下降率為24.00%，在6月時，下降率為35.75%，在8月時，下降率為47.63%，在10月時，下降率達到59.50%，下降水平超出一半，效果最佳。當設備系統增加一個單位時，系統敏感度在2月時，下降率為9.50%，在10月時，下降率達到41.38%，效果稍遜于環境系統，而管理系統和員工系統達到的最大下降率分別為23.50%和26.75%，效果差強人意。因此，為了有效降低安全系統的敏感度，需要努力完善環境系統，比如塵毒的有效治理、加強礦井照明等。

表5　煤礦井下安全系統敏感度仿真結果分析

系統適應度是指系統從外界擾動的危害中恢復的程度和能力。在仿真分析中，仍然采取單因素適應度分析法，保持其他子系統取值不變，僅僅變化某個子系統取值，探討安全系統適應度的變化規律，仿真結果如圖5所示。

由圖5可知，員工系統和管理系統對于提高適應度效果非常顯著，設備系統和環境系統效果不明顯。仿真結果(見表6)表明系統自身適應度初始值為6.5，適應度水平一般。當員工系統增加一個單位時，煤礦井下安全系統適應度在2月時是7.09，上升率為9.08%，在4月時，適應度為7.69，上升率為18.31%，在6月時，適應度為8.21，上升率為26.31%，在8月時，適應度為8.92，上升率為37.23%，在10月時，適應度為9.58，上

圖5　煤礦井下安全系統適應度仿真走勢Fig.5　Mine safety system adaptation simulation trend chart

升率達到47.38%，提升效果最好。當管理系統增加一個單位時，煤礦井下安全系統適應度在2月時是7.01，上升率為7.85%，在4月時，上升率為16.62%，在6月時，上升率為24.15%，在8月時，上升率為34.31%，在10月時，上升率為44.46%，提升效果僅次于員工系統。當環境系統和設備系統增加一個單位時，環境系統和設備系統達到的最高上升率分別為19.23%和24.46%，提升效果不顯著。因此，為了提高系統的適應度，需要改進員工系統和管理系統，從安全意識、操作規范入手，有效提升員工系統安全水平，通過定時的安全監督檢查來完善管理系統，從而顯著提高系統的適應度。

表6　煤礦井下安全系統適應度仿真結果分析

3　結論

1)設備系統對煤礦井下安全系統的暴露度影響最顯著，煤礦企業應該對設備及時更新和維護，尤其是員工安全保障品，要每天定時進行檢查，可以有效降低煤礦井下安全系統的暴露度。

2)環境系統對煤礦井下安全系統的敏感度影響最顯著，煤礦企業應該通過改進井下礦工的工作環境，比如塵毒的有效治理和改善礦井的透水情況，來降低煤礦井下安全系統的敏感度。

3)員工系統和管理系統對煤礦井下安全系統的適應度影響最顯著，煤礦企業可以通過減少員工違規率和提高員工安全意識水平，同時定時進行安全監督檢查，從而提高煤礦井下安全系統的適應度。

4)本文采用控制變量法，控制其他子系統取值不變，只是變化某個子系統取值，研究單個子系統變化對系統脆弱性的影響，存在一定的局限性，后期可以進一步研究多個子系統同時變化對系統脆弱性帶來的影響。

[1]吳凱,褚召祥.基于B/S模式的煤礦企業安全現狀評價研究[J].中國安全生產科學技術，2011,7(1):103-106.

WU Kai, CHU Zhaoxiang.The mine safety status evaluation research based on B/S model [J].Chinese Safety Production Science Technology,2011,7(1):103-106.

[2]李瑩瑩,葉義成,呂壘,等.礦業系統安全事故周期分析及預測研究[J].工業安全與環保,2010,36(6):54-56.

LI Yingying, YE Yicheng, LV Lei, et al.The period analysis and prediction research of mine system safety accidents[J].Industrial Safety and Environment Protection,2010,36(6):54-56.

[3]Sudha Gupta,Faruk Kazi,Sushama Wagh,et al. Analysis and prediction of vulnerability in smart power transmission system: a geometrical approach[J]. International Journal of Electrical Power and Energy Systems,2017,6(33):77-87.

[4]吳秀美.當前煤礦企業的安全現狀分析與安全管理[J].科技與企業,2015,14(5):48-49.

WU Xiumei.The mine safety status analysis and safety management currently[J].Science Technology and Enterprise,2015,14(5):48-49.

[5]王栓柱.煤礦企業機械安全技術的現狀與對策探析[J].煤炭技術,2012,31(12):237-238.

WANG Shuanzhu. The status and countermeasure probe of mine machine safety technology[J].Coal Technology,2012,31(12):237-238.

[6]Timmerman P. Vulnerability resilience and the collapse of society:A review of models and possible climatic; applic;ations [A].Environmental Monograph[C]. Toronto:Institute for Environmental Studies, Canada,1981.

[7]宋守信,肖楚陽,翟懷遠,等.基于脆弱性理論的地鐵電氣火災影響因子研究[J].西安科技大學學報,2016,36(5):692-695.

SONG Shouxin,XIAO Chuyang,ZHAI Huaiyuan,et al.The influencing factors research of metro electrical fire based on vulnerability theory[J].Xian science and Technology University Journal,2016,36(5):692-695.

[8]饒勛乾.基于金融脆弱性指數構建金融風險預警系統的實證研究[J].山東財經大學學報，2015,27(1):18-27.

RAO Xunqian.The empirical study of constructing finance risk pre-warning system based on finance vulnerability index[J].Shandong Finance and Economics University Journal,2015,27(1):18-27.

[9]牛聚粉.事故致因理論綜述[J].工業安全與環保,2012,38(9):45-48.

NIU Jufen.Accident causation theory summary[J].Industry safety and environment protection,2012,38(9):45-48.

[10]Adger W N.Vulnerability Global Environmental Change[J]. Progress in Geography， 2006,16(3):268-281．

[11]Birkmann J，Ebrary I.Measuring Vulnerability to Natural Hazards:Towards Disaster Resilient Societies[M].Tokyo:United Nations University,2006．

[12]李鶴,張平宇,程葉青.脆弱性的概念及其評價方法[J].地理科學進展,2008,7(2):18-25.

LI He, ZHANG Pingyu,CHENG Yeqing.The concept and evaluation methods of ragility[J].Geographical Science Progress,2008,7(2):18-25.

[13]劉鐵民.事故災難成因再認識-脆弱性研究[J].中國安全生產科學技術,2010,6(5):5-10.

LIU Tiemin.The recognition of accident disaster reasons-fragility research[J].Chinese Safety Production Science Technology,2010,6(5):5-10.

[14]溫忠麟,葉寶娟.測驗信度估計:從α系數到內部一致性信度[J].心理學報,2011,43(7): 821-829.

WEN Zhonglin，YE Baojuan. Test reliability estimates: from α coefficient to internal consistency reliability[J].Psychology Journal,2011,43(7):821-829.

[15]趙微,林健,王樹芳.變異系數法評價人類活動對地下水環境的影響[J].環境科學,2013,34(4):1278-1283.

ZHAO Wei,LIN Jian,WANG Shufang.Using variation coefficient method to evaluate the influence of human activities to groundwater environment[J].Environment Science, 2013,34(4):1278-1283.