基于SPSS的我國煤礦較大事故研究

苗增 唐建權(quán)

摘 ? 要：我國煤礦事故頻發(fā)，而煤炭又是我國最重要的能源。為研究煤礦安全生產(chǎn)事故死亡人數(shù)與各類型礦山事故發(fā)生次數(shù)的相關(guān)性，文章統(tǒng)計(jì)分析了我國2009—2017年的煤礦較大及以上事故的數(shù)據(jù)，并結(jié)合SPSS軟件和統(tǒng)計(jì)圖分析，運(yùn)用貴州六盤水地區(qū)的數(shù)據(jù)進(jìn)行校驗(yàn)，找出一些事故發(fā)生的規(guī)律，并提出建議措施，降低和減少我國較大事故的發(fā)生。

關(guān)鍵詞：礦山事故;大數(shù)據(jù)分析;SPSS軟件;應(yīng)急預(yù)警;安全管理

1 ? ?關(guān)于煤礦事故的相關(guān)研究

近年來，隨著我國經(jīng)濟(jì)的發(fā)展和相關(guān)政策的支持，煤炭的基礎(chǔ)能源地位不斷占據(jù)著非常重要的作用。煤礦安全生產(chǎn)事故是我國除了道路交通事故以外的最大事故，礦難造成礦工的死亡，讓家庭失去支柱，事故一旦發(fā)生，造成的后果令人惋惜。為此，很多國內(nèi)的學(xué)者也紛紛開始進(jìn)行這方面的研究。

2009年，Chen等[1]認(rèn)為，應(yīng)急預(yù)案在很大程度上可以指導(dǎo)應(yīng)急事故發(fā)生時(shí)的處理，并減少事故的損失。2010年Sheu[2]通過構(gòu)建一個(gè)救災(zāi)的動(dòng)態(tài)管理模型，嘗試解決應(yīng)急管理過程中的救災(zāi)需求問題。

2014年，馬尚年[3]通過對(duì)事故的研究，得出結(jié)論：事故的發(fā)生大多是不健康的心理、心存僥幸、認(rèn)知問題等人為的不安全操作行為引發(fā)的。2017年，鄭廣沈[4]通過運(yùn)用大數(shù)據(jù)分析技術(shù)，對(duì)煤碳產(chǎn)、運(yùn)、銷進(jìn)行系統(tǒng)地分析，通過建立一個(gè)良好的數(shù)據(jù)模型，達(dá)到運(yùn)用信息網(wǎng)絡(luò)系統(tǒng)來改善當(dāng)前的安全生產(chǎn)狀況的目的，提高應(yīng)急管理的能力。2015年，苗增[5]運(yùn)用SWOT分析法，指出可以通過統(tǒng)一的信息化平臺(tái)來提高和完善當(dāng)前的安全現(xiàn)狀，進(jìn)而改善我國安全生產(chǎn)過程中對(duì)突發(fā)事故的應(yīng)急預(yù)警能力。2015年，劉盼紅通過對(duì)煤炭生產(chǎn)過程中的事故成因進(jìn)行分析，指出可以基于大數(shù)據(jù)的礦山安全預(yù)警信息系統(tǒng)來準(zhǔn)確地對(duì)礦山安全隱患提出事故的預(yù)警。2016年，鄭磊通過對(duì)我國煤礦生產(chǎn)特征進(jìn)行分析，提出當(dāng)前煤炭行業(yè)面臨供給側(cè)改革，煤礦安全管理也應(yīng)當(dāng)適當(dāng)?shù)剞D(zhuǎn)變。總而言之，運(yùn)用大數(shù)據(jù)分析的方式以及SPSS軟件，可以在一定程度上更好地指導(dǎo)我國煤礦安全生產(chǎn)水平的提高。

本文摘錄了國家應(yīng)急救援部（前國家安全生產(chǎn)監(jiān)督管理局）2009—2017年我國較大以上事故死亡人數(shù)及事故類型統(tǒng)計(jì)，并建立表格，如表1所示。

2 ? ?SPSS軟件介紹與事故介紹

2.1 ?SPSS介紹

SPSS軟件集數(shù)據(jù)錄入、整理、分析功能于一身，用戶可以根據(jù)自己的需要選擇數(shù)據(jù)分析方法，使用性較強(qiáng)。筆者通過運(yùn)用SPSS回歸分析和偏相關(guān)分析，找出事故死亡人數(shù)與經(jīng)濟(jì)損失之間的關(guān)系，以及各類事故與經(jīng)濟(jì)損失之間的相關(guān)性大小。

2.2 ?事故類型的分析和評(píng)價(jià)

（1）瓦斯事故：包括瓦斯爆炸事故、煤與瓦斯突出事故。瓦斯事故多發(fā)生在高瓦斯礦井，瓦斯主要的成分是CH4，具體體現(xiàn)形式包括瓦斯突出、瓦斯爆炸等。

（2）透水事故：煤礦透水是指在坑道里采煤礦的時(shí)候，挖穿洞壁接通地下水或者積水的廢棄坑道而引發(fā)的事故。當(dāng)淹井事故發(fā)生的時(shí)候，礦井一般難以在短期之內(nèi)繼續(xù)開采，而發(fā)生透水事故時(shí)，當(dāng)透水量較大的時(shí)候，會(huì)造成人員被困、礦工被淹死等悲慘遭遇。屬于井下較大以上事故。

（3）火災(zāi)事故：礦井火災(zāi)又叫礦內(nèi)火災(zāi)或井下火災(zāi)，是指發(fā)生在煤礦井下巷道、工作面、硐室、采空區(qū)等地點(diǎn)的火災(zāi)。礦井發(fā)生的火災(zāi)（包括危及井下的地面火災(zāi)），常招致人員傷亡、設(shè)備損失、礦井停產(chǎn)、資源破壞，甚至引起瓦斯、煤塵或硫化礦塵爆炸。

（4）頂板事故：是指在地下采煤過程中，因?yàn)橹ёo(hù)問題導(dǎo)致頂板意外冒落造成人員傷亡、設(shè)備損壞、生產(chǎn)終止等的事故。據(jù)資料顯示，過去頂板事故的死亡人數(shù)占全部死亡人數(shù)的40%以上。

（5）中毒/窒息事故：井下中毒事故一般指在采掘過程中，因?yàn)榫碌拇蜚@、放炮、自燃等條件引發(fā)的一氧化碳中毒，或者是因?yàn)槔细G水引發(fā)的硫化氫中毒的事故。因?yàn)橹卸竞椭舷⒌臋C(jī)理較相似，本文將合并討論。

（6）其他事故：在礦井安全生產(chǎn)過程中，存在其他事故的發(fā)生可能性。

2.3 ?基于風(fēng)險(xiǎn)評(píng)估矩陣的事故風(fēng)險(xiǎn)管理

風(fēng)險(xiǎn)矩陣法（Risk Matrix）是一種能夠把危險(xiǎn)發(fā)生的可能性和傷害的嚴(yán)重程度綜合評(píng)估風(fēng)險(xiǎn)大小的定性的風(fēng)險(xiǎn)評(píng)估分析方法，一般包括風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)價(jià)、風(fēng)險(xiǎn)規(guī)避以及風(fēng)險(xiǎn)監(jiān)控4個(gè)階段[1]。

（1）對(duì)于瓦斯事故（X1）而言，一般具有較大的發(fā)生可能性，并且危害較大，應(yīng)當(dāng)作為特別重點(diǎn)監(jiān)管的對(duì)象，做好風(fēng)險(xiǎn)評(píng)估工作。

（2）對(duì)于透水事故（X2）而言，發(fā)生可能性中等、風(fēng)險(xiǎn)程度中等。

（3）對(duì)于頂板事故（X4）而言，一般具有較大的發(fā)生可能性，但事故后果嚴(yán)重度較小。

（4）對(duì)于火災(zāi)事故（X3）而言，一般具有較大的事故嚴(yán)重度，但是發(fā)生風(fēng)險(xiǎn)水平一般，瓦斯、頂板、火災(zāi)這3類事故應(yīng)當(dāng)列為重點(diǎn)監(jiān)管對(duì)象，進(jìn)行安全生產(chǎn)的監(jiān)管。

（5）對(duì)于其他事故，一般不具有較大的發(fā)生可能性和事故嚴(yán)重度，應(yīng)當(dāng)列為監(jiān)察對(duì)象，在監(jiān)管過程中僅需定期檢查。煤礦較大事故風(fēng)險(xiǎn)矩陣如圖1所示，事故秩和校驗(yàn)分析如表2所示。

3 ? ?模型建立及校驗(yàn)

3.1 ?死亡人數(shù)相關(guān)性的秩和校驗(yàn)

假設(shè)：

H0：事故發(fā)生次數(shù)與死亡人數(shù)構(gòu)成之間無直線相關(guān)關(guān)系。

H1：事故發(fā)生次數(shù)與死亡人數(shù)構(gòu)成之間有直線相關(guān)關(guān)系。

求得rs的值為0.885 7。本題目中n=6，查的界值表，得γs，α=0.829<0.885 7。

按α=0.05水準(zhǔn)拒絕H0，接受H1，可認(rèn)為煤礦較大及以上事故中，事故發(fā)生原因和事故死亡人數(shù)存在正相關(guān)關(guān)系。

結(jié)論：煤礦較大事故中，事故發(fā)生的次數(shù)與事故的死亡人數(shù)存在正相關(guān)關(guān)系。

3.2 ?事故與死亡人數(shù)模型的建立

根據(jù)事故的平均數(shù)進(jìn)行分析，運(yùn)用SPSS軟件可以構(gòu)建以下模型：

Y=aX1+bX2+cX3+dX4+eX5+fX6+η

其中，Y為事故死亡人數(shù)，X1為瓦斯事故，X2為水害事故，X3為火災(zāi)事故，X4頂板事故，X5中毒/窒息事故，X6為其他事故，η為誤差。

運(yùn)用SPSS軟件進(jìn)行計(jì)算，求解得：a=8.62，b=7.26，c=12.62，d=4.32，e=6.13，f=4.91，R2=0.913 2，F(xiàn)=680.32，sig=0.000，durbin-watson=1.468。

為此，可以得出煤礦較大事故與煤礦較大事故死亡人數(shù)之間的關(guān)系為：

Y=8.62X1+7.26X2+12.62X3+4.32X4+6.13X5+4.91X6+η

3.3 ?較大以上事故模型的校驗(yàn)

通過模型的對(duì)比和建立，通過分析貴州六盤水地區(qū)的較大以上事故，根據(jù)表1數(shù)據(jù)可以得出，共發(fā)生4種類型的較大以上事故：瓦斯事故6起，死亡人數(shù)為73人;透水事故1起，死亡3人;頂板事故2起，死亡7人。

代入回歸方程計(jì)算，求得理論值為：=51.72+7.26+8.64 =67.62（人）;而實(shí)際值為：Y=83;殘差=15.38;誤差比率e/Y=18.53%。根據(jù)線性回歸模型的對(duì)比可知，該模型在六盤水地區(qū)具有一定的的可靠度[6]。

4 ? ?結(jié)語

（1）通過Spearman秩和校驗(yàn)，并根據(jù)六盤水市較大以上事故的模型進(jìn)行認(rèn)證，預(yù)測(cè)模型具有一定的準(zhǔn)確性和積極意義。

（2）從事故發(fā)生次數(shù)而言，瓦斯事故和頂板事故是事故發(fā)生的高發(fā)區(qū)，應(yīng)當(dāng)降低現(xiàn)場管理安全隱患;從死亡人數(shù)的校驗(yàn)而言，火災(zāi)事故、瓦斯事故具有著較大的人員傷亡，應(yīng)當(dāng)從本質(zhì)安全的角度考慮。

（3）從風(fēng)險(xiǎn)管理的角度而言，瓦斯事故屬于4級(jí)特別重點(diǎn)監(jiān)管的;水害事故、火災(zāi)事故、頂板事故屬于3級(jí)重點(diǎn)監(jiān)管的風(fēng)險(xiǎn);中毒/窒息事故、其他事故屬于一般事故。

（4）本文建立了事故模型：

Y=8.62X1+7.26X2+12.62X3+4.32X4+6.13X5+4.91X6+η。

（5）本文運(yùn)用貴州六盤水地區(qū)的煤礦較大事故的發(fā)生情況，并驗(yàn)證了模型。

[參考文獻(xiàn)]

[1]CHEN G H，ZHANG X M.Fuzzy-based methodology for performance assessment of emergency planning and its application[J].Journal of Loss Prevention in the Process Industries，2009（2）：125-132.

[2]Sheu J B.Dynamic relief-demand management for emergency logistics operations under large-scale disaster[J].Transportation Research Part E（Logistics and Transportation Review），2010（1）：1-17.

[3]馬尚權(quán).不安全操作行為在煤礦事故中的特征及防治措施[J].華北科技學(xué)院學(xué)報(bào)，2014（2）：99-104.

[4]鄭廣沈，倪江林，張永彬，等.大數(shù)據(jù)時(shí)代對(duì)傳統(tǒng)礦業(yè)產(chǎn)運(yùn)銷系統(tǒng)帶來的變革[J].無線互聯(lián)科技，2017（13）：135-137.

[5]苗增，汪譽(yù)，李季.安全專業(yè)軟件SWOT分析法[J].華北科技學(xué)院學(xué)報(bào)，2015（2）：86-89.

[6]王柳順，黃東升，段文陽.風(fēng)險(xiǎn)矩陣法在突發(fā)公共事件風(fēng)險(xiǎn)評(píng)估中的運(yùn)用[J].疾病監(jiān)測(cè)，2017（12）：948-951.