基于問卷調查的煤礦綠色礦山評價

李奇明，楊樹旺

(中國地質大學(武漢)經濟管理學院，湖北 武漢 430074)

綠色礦山建設是礦業綠色發展的必然選擇。在生態文明建設體制機制不斷完善背景下，綠色礦山建設成為礦山生存發展的前提。在《全國礦產資源規劃(2016—2020年)》推進實施的關鍵時期，綠色礦山建設的成效關系到規劃目標的順利實現，加快綠色礦山建設步伐刻不容緩。平頂山礦區(煤炭)是我國大型煤炭基地河南基地的六大礦區之一，平頂山市(煤炭)綠色礦業發展示范區成為河南省規劃建設的七個示范區之一。《平頂山市(煤炭)綠色礦業發展示范區建設方案》明確要求，到2020年所有大中型煤礦全部達到綠色礦山標準，對平煤股份公司綠色礦山建設吹響了沖鋒號。

綠色礦山評價旨在衡量是否達到綠色礦山標準，是綠色礦山建設不可或缺的重要環節，對綠色礦山建設發揮著重要的把關作用。根據當前我國綠色礦山建設管理辦法，綠色礦山評價有外部評價和內部評價之分。其中，外部評價是指由第三方機構實施的評估，其評價流程和方法由相關管理辦法所規定。與外部評價不同，內部評價是指礦山在提請第三方評估之前，需要開展自評并編寫自評報告。為順利實現建設目標，礦山必須制定綠色礦山建設規劃，并分階段開展內部評價。誠然，礦山可以參照外部評價的做法來進行內部評價，但無疑費時費力，且受到諸多限制。為此，本文提出了通過問卷調查開展綠色礦山評價的思路。

綠色礦山評價屬于多指標綜合評價問題。多指標評價問題的核心在于評價體系的構建和評價方法的選擇。從文獻來看，綠色礦山評價體系大致可以分為兩類：一類是基于綠色礦山內涵構建的評價體系，一類是依據綠色礦山標準構建的評價體系。在2010年以前，人們主要是根據對綠色礦山內涵的理解來設計評價體系[1]。隨著國家級綠色礦山基本條件的明確提出，為綠色礦山評價體系構建提供了重要依據[2]。2018年非金屬礦等9大行業的綠色礦山建設規范頒布，為不同行業的綠色礦山評價體系構建提供了基本遵循[3]。在評價體系確定的前提下，綠色礦山評價的關鍵在于評價方法的選擇。運用主觀評價法的有：閆志剛等[4]、劉金平等[5]采用層次分析法，宋學峰等[6]則通過專家調查法來確定指標權重；運用客觀評價法的有：汪文生等[7]采用DEA模型，寧芳等[8]則采用田口評價法開展綠色礦山評價；組合賦權法常被認為更合理，如烏力雅蘇等[9]采用層次分析法與熵值法相結合；許加強等[10]則用專家打分法與熵值法相結合。作為一種多元分析方法，因子分析法被廣泛用于綜合評價，有的用于截面數據[11]，有的用于時序數據[12]，但很少用于綠色礦山評價，采用問卷數據的更為少見。為提高綠色礦山評價效率，本文擬運用基于問卷數據的因子分析法進行綠色礦山評價。

1 綠色礦山評價體系構建

對平煤股份公司的綠色礦山評價，嚴格按照河南省《煤礦綠色礦山建設規范》(DB 41/T1664—2018)(以下簡稱“《規范》”)設計評價體系。《規范》在總則中指出，生產礦山應遵循法律法規和相關產業政策，做到依法辦礦，這是綠色礦山評價的前置條件。《規范》的第5～10部分分別從礦區環境、資源開發利用、資源綜合利用、節能減排、科技創新與數字化礦山以及企業管理與企業形象六個維度提出了綠色礦山建設要求，并在每個維度下分別從2～4個方面做出了具體規定。按照以上六個維度構建的評價體系見表1，共包括18個指標。需要說明的是，平煤股份公司是上市公司，企業管理符合《公司法》，且近年來每年科技投入均達到上年營業收入的1.5%，故對下屬各煤礦的評價不再考慮這些指標。

表1 煤礦綠色礦山評價體系Table 1 Evaluation system of coal mine green mine

2 問卷調查與數據分析

2.1 問卷調查情況

為獲取數據，將以上每個指標作為一個調查題項，每題設計五個選項，分別為完全不同意、不同意、一般、同意和完全同意。將設計的調查問卷在平煤股份公司五礦和六礦進行了試調查，共發放問卷65份，剔除填寫不完整和每題選項完全相同的問卷11份，回收有效問卷54份。運用SPSS軟件對數據進行信度分析，信度系數Cronbach’s Alpha值為0.954，說明問卷各題項之間的內部一致性較高。在試調查基礎上，重新對14個煤礦分別發放問卷，重點對班組長、科室人員展開調查，他們對煤礦綠色礦山建設具有深切感受，能準確地理解綠色礦山評價指標內涵，共發放問卷748份，共回收有效問卷566份。各煤礦問卷回收情況見表2。

表2 平煤股份公司14個煤礦問卷回收情況Table 2 Questionnaire recovery of 14 coal mines ofPingmei Co., Ltd.

2.2 數據描述分析

根據每題的選項，對調查結果按照1～5分進行打分。通過計算每一題的平均得分，可以看出該指標建設的平均水平。數據顯示，平煤股份公司18個指標的平均得分在4.24～4.53之間，說明綠色礦山建設的平均水平較高。其中，礦區環境、企業管理與企業形象維度指標平均得分較高，說明平煤股份在這兩個維度上具有相對優勢，而節能減排、科技創新與數字化礦山維度的指標平均得分較低，說明應在這兩個維度上進一步加強建設。

對各煤礦指標得分的分析發現，各礦指標得分近似對稱分布，大部分指標平均得分在4分以上，標準差基本上小于1分。表3列出了各煤礦變異最大的指標及其標準差，其中變異最大的是平煤四礦的企地共建利益共享指標(Q63)，標準差略大于1，說明職工對該問題的看法存在一定分歧；其余各礦的最大變異指標的標準差均小于1，說明指標平均得分的代表性較高，可以用指標的平均得分來說明各礦綠色礦山建設水平。

表3 各煤礦變異最大指標及其標準差Table 3 The maximum variation index and standarddeviation of each coal mine

將每個煤礦的18個指標平均得分加總，可以得到每個煤礦的總得分，集中反映了該礦綠色礦山建設水平的高低。每個指標的最高分為5分，18個指標滿分為90分。 為方便用得分大小來衡量達到綠色礦山的程度，可將總得分按百分制進行換算(表4)。 假如評分標準為85分(百分制)即達到綠色礦山要求，除平煤五礦、平煤四礦、平煤十三礦、平煤九礦外，其他煤礦均達到了綠色礦山標準。其中，國家級綠色礦山平煤一礦排名第二位，國家級綠色礦山試點單位平煤十一礦排名第七位，省級綠色礦山香山礦排名第四位。這一結果與平煤股份公司綠色礦山建設的實際情況基本吻合。

表4 不考慮權重時各煤礦的總得分與排序Table 4 Total score and ranking of coal mine withoutconsidering the weight

需要指出的是，將指標平均得分進行加總時，并沒有考慮各指標的相對重要性即權重，這可能會影響評價結果的準確性。為此，下面用因子分析法進行綜合評價以進行對比。

3 基于因子分析的綠色礦山綜合評價

作為一種多變量分析方法，因子分析被視為主成分分析的拓展,其基本思想是根據變量之間的相關性將原變量分組，使同組內的變量相關性高，而不同組間的相關性低，并將一組變量用一個公因子來表示[13]。運用因子分析進行綜合評價的步驟一般包括變量標準化、相關性測度、估計因子載荷矩陣、確定因子個數、計算因子得分和綜合評價。

運用因子分析進行綜合評價尚存在一些爭議。比如，因子個數的確定、是否需要因子旋轉等[12]。考慮到本文的目的僅僅是評價，不需要進行因子旋轉，只需要利用初始因子載荷矩陣進行綜合評價。顯然，這里的因子分析是與主成分分析相等價的。對于因子個數的確定，這里吸收了大部分文獻的觀點，即第一主成分(即第一公因子)在很大程度上綜合反映了各指標的大小，其他主成分只是反映了研究對象某一方面的特征，用多個主成分進行綜合評價欠合理[14]。只用第一公因子進行綜合評價會損失部分信息，可能達不到傳統的累積方差貢獻率要求，但綠色礦山評價的目的在于反映礦山的總體建設水平，而不是為了發現礦山在哪些方面具有特色，按照第一公因子開展評價正契合了這一評價思想。

3.1 傳統的因子分析綜合評價

對問卷數據不能直接用傳統因子分析法進行綜合評價。這是因為問卷數據的每一個觀測對應的是一個被調查職工，綜合評價結果并不能說明該礦綠色礦山建設水平的高低。為此，需要先將問卷數據進行轉換，將每個礦的所有觀測數據轉化為一個觀測，得到一個礦山一個觀測的數據結構。為實現這一點，可以將每個煤礦18個指標的得分按觀測加總，并計算出各自的平均得分，這樣14個煤礦就得到14個觀測。

對14個煤礦的18個指標進行因子分析，并提取第一公因子進行綜合評價。 分析結果表明，第一公因子的特征值為15.757，方差貢獻率達87.541%，說明第一公因子包含了原始數據的大部分信息；從初始因子載荷矩陣可知，所有載荷值均大于0，不存在負權，說明第一公因子表征了所有指標的信息。根據第一公因子的得分大小進行排序，即可得到14個煤礦綠色礦山建設水平的綜合評價結果。

與表4中的結果相比，因子分析得到的綜合評分是經過標準化的相對得分，只能用來排序。從排序來看，除排在第9位與第10位的煤礦互換了位置外，其他礦山的排序完全相同。這在一定程度上說明用因子分析進行綠色礦山綜合評價的可行性和合理性。但要指出的是，由于每個煤礦的問卷數據進行了合并，導致用來做因子分析的只有14個觀測數據，小于指標的數量，不符合因子分析條件，可能對評價結果產生影響。同時，因子分析得到的結果是相對得分，而不是絕對分數，盡管可以采用一些方法將得分轉換到某個區間上[15]。以上這些問題不解決，無疑會阻礙因子分析在綠色礦山評價中的推廣應用。

3.2 改進的因子分析綜合評價

按照因子分析原理，第一公因子的得分系數相當于用來計算因子得分的權重向量，每個觀測的標準化向量與因子得分系數向量相乘，就得到每個觀測對應的因子得分。可見，第一公因子的得分系數是綜合評價的關鍵所在，該系數向量包含了因子與變量之間的權重關系，決定了因子得分的大小。在因子得分系數確定的條件下，因子得分之所以是相對得分的原因是使用了標準化向量。為解決這一問題，可以用具有實際意義的指標得分向量代替原來的標準化向量。這樣做的理由是，因子分析進行無量綱化處理的目的是避免數據量綱不同對結果產生影響，而無量綱處理可以采用多種方法，不一定是標準化，其關鍵是保證每個變量的值域相一致[14-15]。而根據問卷得到的每個指標得分均在1～5分之間，滿足量綱一致的要求，同時每個煤礦的指標平均得分與問卷數據相當，因此用每個煤礦的指標平均得分向量代替標準化向量，不會對評價結果造成影響，后文的實證分析也印證了這一點。這樣就不需要像傳統因子分析那樣對問卷數據進行轉換，可以直接使用全部問卷數據來進行不旋轉的因子分析，進而得到第一公因子的得分系數向量來計算每個煤礦的因子得分，從而避免由于觀測數量偏少可能帶來偏差的問題。以上思路較好地解決了傳統因子分析方法的問題，故將運用第一公因子得分系數進行綜合評價的方法，稱為改進的因子分析綜合評價。

按照以上思路對566份問卷數據進行因子分析，輸出結果表明：取樣足夠度KMO統計量值為0.959，說明非常適合因子分析；第一公因子的特征值為10.279，方差貢獻率為57.104%，盡管沒有達到一個相對較高的水平(如60%或80%以上)，但已反映了數據大部分信息，不會因信息損失而對評價結果造成影響[14-15]；第一公因子上的載荷值均為正，說明該公因子可以作為綜合指標進行評價。將得到的第一公因子得分系數向量與每個煤礦的指標平均得分向量相乘，就可以得到各個煤礦的綜合評分。由于我們設定每個指標的滿分是5分，前面得到的因子得分系數和為1.322，因此綜合評分滿分為6.61。用每個煤礦的綜合評分與滿分進行比較，即可得到每個煤礦的百分制得分。

表6 改進的因子分析綜合評分與排序Table 6 Improved factor analysis comprehensivescore and ranking

與傳統因子分析評價結果(表5)相比，排序結果完全相同，說明了基于因子得分系數進行綜合評價的可行性與合理性。與此同時，二者的綜合評分卻并不相同，這里的綜合評分有了實際意義，經過換算得到的百分制分數更清晰地反映了該得分的具體位置。如果按85分即達到綠色礦山標準，除平煤九礦、平煤十三礦、平煤四礦和平煤五礦外，其他煤礦都已達到綠色礦山要求，這與不考慮權重時的評價結果幾乎完全一致。

表5 傳統因子分析綜合評分與排序Table 5 Traditional factor analysis comprehensivescore and ranking

可見，運用因子得分系數進行綜合評價，評價結果不僅能排序，而且可以得到實際的綜合得分。特別是對單個礦山評價時，同樣可以通過問卷調查和數據處理得到所需的因子得分系數向量及其綜合評分，具有一定的推廣價值。

4 結 語

基于問卷調查的綠色礦山內部評價，以問卷方式收集數據，可以大大提高工作效率，節省運作成本；同時以因子分析作為評價方法，可以發揮統計軟件優勢，使評價工作簡單高效。運用傳統的因子分析方法開展綠色礦山綜合評價，可以對多個礦山的綠色礦山建設水平進行排序，但綜合評分只有相對意義。為此，本文提出了運用第一因子得分系數向量進行綜合評價的思路，不僅適用于多個礦山的綜合評價，而且適用于單個礦山的評價。

需要注意的是，運用因子分析進行綜合評價時，每個指標權重會因樣本的不同發生變化，因此每次評價時要保證樣本相對穩定。同時，由于該方法并不能消除重疊信息，反而會增大重復信息的權重，為保證評價結果的有效性，必須保證數據質量，保證問卷填寫的客觀真實性。