能源礦山穩定風險網絡結構特征

張 娜，馮套柱，郭道燕

（西安科技大學 管理學院，陜西 西安 710054）

0 引言

隨著中國工業化進程的不斷加快，經濟持續高速發展，中國能源礦山工程建設速度居于世界前列，工程類型眾多且建設深度和規模都在不斷增大［1］。由于能源礦山開采難度大、儲存量大、分布不集中、開采過程中環境污染強的特點，這使得能源礦山在建設過程中具有很多的不確定性，不僅會拖慢能源礦山建設進度，還會在能源礦山建設過程中造成安全事故，由此引發安全穩定風險。中國是世界上的能源礦業大國，能源礦山數量眾多，各類礦產資源的開采及儲存量十分可觀，礦山安全生產趨勢向好，但仍經常發生重大事故，尤以煤礦和金屬礦山最為嚴重，能源礦山整體安全形勢依然嚴峻［2－3］。朱云飛等對1950—2016年間礦井特大事故進行統計得出國有礦井發生的事故數和死亡人數占礦井事故的65%［4］；蔣星星等通過對礦山事故發生的規律和特點進行梳理后認為，在礦山事故中頂板事故和運輸事故發生頻率最高，占事故數的56.55%［5］。長期、高強度、破壞性的礦山開采活動使得礦山生態環境惡化，對礦區城市的經濟發展和人民的生命健康造成威脅［6］。

在能源礦山風險評估的方法研究方面，MI-SHRA等為地下礦山制定了數值排序系統，用于選擇概率計算方法、確定性及可能性方法［7］。CUI等提出了云模型和混合半定量決策方法，幫助進行風險處理的預算規劃，并為有效減少廢棄礦山的負面影響提供指導框架［8］。蘇港等運用風險矩陣法建立二維矩陣模型，對硫礦的爆炸風險進行評估［9］。聶興信、劉杰等在能源礦山風險評估中引入社會因素，從“人—環—機—管”4方面建立指標體系，發現組合賦權模型與云模型結合的評估方法對礦山的風險評估有較高的可實用性［10－11］。陳洋洋、李爽等針對礦山安全風險問題，為降低事故發生概率，采用雙重風險評估機制進行礦山風險評估，實現風險的閉環管理和動態管控［12－13］。在評估能源礦山風險因素等級方面，胡建華等結合貝葉斯網絡、解釋結構模型等方法，從環境風險—事故風險—社會風險3方面構建了風險評價指標體系［14］。楊國梁等運用模糊綜合評價法對煤礦風險因素進行評價，提出煤礦施工準備階段風險為高風險，其余風險等級低［15］。柯麗華等運用社會網絡分析法對風險網絡結構特征進行分析，提出影響礦山安全的核心風險因素和關鍵風險作用路徑［16］。臧成君等從過程和結果兩方面建立礦山風險管控指標體系，從靜態和動態兩方面對礦山安全績效進行評估預測［17］。

以上研究對能源礦山所作的風險評估大多是針對礦山建成后的安全風險及生產風險，但很少有學者對能源礦山的穩定風險進行評估，分析影響能源礦山穩定，造成能源礦山事故的風險因素。穩定風險評估是防范化解穩定風險的制度安排，通過對穩定風險相關的理論與實踐進行調查探析［18－19］，從利益相關者角度建立風險評估指標體系，才能從根本上解決穩定風險評估問題［20－24］。選用社會網絡分析方法對能源礦山穩定風險進行評估，通過風險網絡結構特征分析影響能源礦山穩定建設的源風險與核心風險。

1 能源礦山穩定風險網絡構建

能源礦山是指富含大量能源礦產的貯存地。中國現探明的礦產資源儲量十分豐富。近幾年來中國對能源礦產資源的勘探力度不斷加大，為了能源礦山順利進行，需要對它進行穩定風險評估，分析風險網絡結構特征，找到威脅能源礦山順利建設的源風險和核心風險因素。

1.1 穩定風險因素識別

為研究能源礦山穩定風險，對其進行穩定風險評估，整理近10 a能源礦山事故案例以及能源礦山穩定風險的權威性文獻，梳理事故案例及文獻中參與能源礦山前期準備階段的利益相關者及其引發的穩定風險因素。經歸納整理，識別能源礦山的3個利益相關者為決策者、影響者和執行者，作為能源礦山風險評價指標體系的I級指標。按照“合理性、合法性、可行性、可控性”4個原則對I級指標所引發的穩定風險因素進行細化分析，確定評價指標體系的18項Ⅱ級指標（圖1）。

1.2 穩定風險網絡模型

為判別風險因素之間的影響關系程度，采用問卷調查法及訪談法對風險因素影響關系程度進行研究。調查風險因素之間的影響強度，按照李克特五分量表（1＝關系最弱；5＝關系最強）對風險因素之間的影響程度進行打分。結合問卷及訪談結果，超一半的關系強度數值不小于3，則將2個因素之間關系強度用“1”表示，否則用“0”，得到風險因素影響關系的鄰接矩陣。運用可視化軟件工具，將鄰接矩陣轉化為風險網絡模型圖，圖中每一個箭頭都表示風險的傳遞，箭頭代表風險的發出者，箭尾代表風險的接收者（圖2）。

圖2 能源礦山穩定風險網絡模型Fig.2 Stability risk network model for energy mines

2 能源礦山風險網絡結構特征

2.1 整體網絡結構特征

2.1.1 整體網絡密度

對能源礦山穩定風險網絡的整體網絡指數進行計算，得到網絡密度和風險結點間的平均距離（表1）。能源礦山穩定風險網絡共包含18個風險節點，網絡密度為0.219，表明能源礦山穩定風險之間存在一定的關聯性。網絡密度取值在0～1，數值越大表示聯系越緊密，能源礦山整體網絡密度在0.5以下，表示該網絡的風險因素之間的連接為稀疏連接，說明能源礦山建設及運行過程的風險存在較大的差異現象，由此會造成風險網絡的密度較小，風險因素之間的聯系程度偏低。同時表明風險之間的聯系不是隨機的，只有雙方之間存在因果關系的風險才會關聯。

表1 整體網絡指標Table 1 Overall network indicators

能源礦山穩定風險網絡的節點間平均距離為2 282，表明風險是通過2.282次的傳遞關聯起來的，這也是風險在該網絡中的傳播效應，可表達為能源礦山某個穩定風險發生后，平均需要經過2 282個風險就可以觸發另一個風險。

2.1.2 風險因素位置塊

通過塊模型對整體網絡進行分析，聯系較為緊密的風險群體定義為塊，用CONCOR法和層次聚類法將風險節點按區位劃分為塊，能源礦山的18個穩定風險因素被劃分為8個風險塊，每塊包含不同的風險因素（圖3）。用“s”表示一級指標，“sr”表示二級指標，以便區分不同利益相關者引發的穩定風險因素，例如民眾無處表達訴求表示為“s2r1”。對這8個風險塊進行密度計算，得出每個風險塊與其他風險塊的密度值，并不是所有的風險塊之間都有聯系，沒有聯系的2個風險塊之間的密度值為0（圖4）。

圖3 風險因素分塊Fig.3 Risk factor chunking

圖4 各塊密度數據Fig.4 Density data per block

結合整體網絡密度值與塊密度關系數據，將塊密度中大于整體網絡密度0.219的值賦值為“1”，小于0.219的值賦值為“0”，得出各位置塊之間的發送與接收關系數。塊1的發送與接受關系分別為2，1；塊2為3，4；塊3為4，2；塊4為2，1；塊5為2，1；塊6只有6條接收關系，沒有發送關系；塊7的發送與接受關系分別為1，1；塊8為2，1（圖5）。

圖5 風險塊關系Fig.5 Relationship between risk blocks

根據Burt對風險位置塊的屬性劃分［21］，得出塊1、塊2、塊3屬于首屬人位置；塊4、塊8屬于發送型位置；塊6屬于諂媚位置；塊5、塊7屬于經紀人位置。處于網絡核心地位的位置塊應既有發送關系也有接受關系，因此確定首屬人位置塊應處于核心地位，塊1、塊2、塊3為核心位置塊。

2.2 個體網絡結構特征

個體網絡結構特征通過節點的中心性進行分析，中心性的計算指標為度中心度和中間中心度，通過對這2個指標進行分析可以確定各風險因素節點在風險網絡中的角色和作用。

2.2.1 度中心度

采用度中心度的出度和入度2個指標，分析風險因素在風險網絡中的特點和角色。在有向網絡圖中，出度表示輸出關系，點的出度值越大則該風險對其他風險的影響越大；入度表示輸入關系，點入度較大表示該節點受其他風險的影響作用越大。

通過計算得到能源礦山所有穩定風險節點的出度與入度數值（表2）。為直觀地分析不同風險節點出度與入度的關系，以入度為橫坐標，出度為縱坐標，將風險節點以坐標的形式呈現（圖6），可以得出風險因素節點的分布情況。

表2 風險因素度中心度Table 2 Degree centrality of risk factors

圖6 風險因素分布Fig.6 Distribution of risk factors

根據能源礦山各穩定風險因素的出度和入度數值和坐標分布圖，得知s1r1（不同利益群體的訴求）、s2r3（民眾參與程度不夠）、s3r3（缺乏公共信息溝通渠道）、s3r4（立項審批程序不合法）、s3r5（征地拆遷補償不合理）這5個風險因素的出度大且入度小，對其他風險因素的影響較大，在風險網絡中具有風險源的特征。

2.2.2 中間中心度

中間中心度衡量的是某一風險節點對其他風險及對風險傳導的控制能力。中間中心度越高，該風險連接的其他風險節點越多，“橋”的效應越明顯，位于2個風險因素傳播的最短路徑上的風險因素稱為“橋”，對風險傳播的控制作用最強。

通過計算得到各風險節點中間中心度的數值，將風險因素按中間中心度的數值從大到小進行排列（圖7），得出s2r1（民眾無處表達訴求）、s2r3（民眾參與程度不夠）、s2r8（民眾信任程度低）、s3r3（缺乏公共信息溝通渠道）、s2r7（對安置補償不滿意）、s1r1（不同利益群體的訴求）這6個風險因素的中間中心度數值大，說明它們對其他風險因素的控制能力較強，多處在2個風險因素傳播的最短路徑上，在能源礦山穩定風險網絡中充當橋梁的作用。

圖7 風險因素中間中心度值分布Fig.7 Distribution of Between centrality values of risk factors

3 能源礦山穩定風險

3.1 源風險

根據SNA相關理論，能源礦山穩定風險因素中滿足出度大、入度小且處于核心風險位置塊上的風險因素為影響能源礦山建設的源風險。綜合分析，不同利益群體的訴求位于風險位置塊1，出度與入度的差值為2；民眾參與程度不夠、缺乏公共信息溝通渠道、立項審批程序不合法位于風險位置塊2，出度與入度的差值分別為2，5，3（圖8）。這4個風險因素均處于核心位置塊上，都滿足出度大、入度小，是能源礦山的源風險因素。

圖8 能源礦山源風險Fig.8 Source risk factors of energy mines

3.2 核心風險

根據SNA相關理論，核心風險因素需滿足點的出度與入度數值均較大、中間中心度數值較大且處在核心塊上。民眾無處表達訴求與民眾信任程度低位于風險位置塊2，出度與入度的值分別為8，9；2，11，中間中心度值分別為分別109，41；民眾參與程度不夠、缺乏公共信息溝通渠道位于風險位置塊3，出度與入度的值分別為7，5；9，4，中間中心度值分別為分別43，40（圖9），這4個風險因素滿足核心風險條件，是能源礦山的核心風險因素。

圖9 能源礦山核心風險Fig.9 Core risk factors of energy mines

4 結論

1）構建了能源礦山穩定風險評估的網絡模型，模型的基礎數據來源于能源礦山建設的決策者、影響者、執行者3方面引發的穩定風險因素，建立了3個Ⅰ級指標，18個Ⅱ級指標的能源礦山穩定風險指標體系。

2）提出用社會網絡分析法對能源礦山穩定風險進行風險評估，分析穩定網絡結構特征，預測出影響能源礦山穩定建設的源風險與核心風險，風險等級程度較高，各方需對此加強控制管理。

3）認為能源礦山穩定風險網絡的整體密度數值偏小，穩定風險因素的可達距離長，風險因素之間的連接為稀疏連接，關聯程度低，在風險網絡中存在只有接收關系和發送關系的穩定風險因素。