基于云物元理論的礦工行為安全水平評價研究

白彥龍，陳 昱，李海立，白長江，西 龍，薛玉壁，彭佳佳，王 欣

（1.河南省正龍煤業有限公司 城郊煤礦，河南 永城476600；2.中國礦業大學（北京）應急管理與安全工程學院，北京100083）

統計表明，大多數煤礦事故都與不安全行為有關[1]。近年來，隨著機械化水平的提升和安全監管的越發嚴格，由設備和環境引起的事故逐漸減少，但由人員引起的事故所占的比例在增加[2]。因此，科學合理的評價體系有助于煤礦準確迅速地掌握一線員工行為安全水平，確定不安全因素，并采取針對性措施，進而預防和減少事故。國內外學者對煤礦井下作業人員行為安全水平的研究主要有2 種，一種是基于不安全行為發生機理，構建不安全行為的仿真演化模型，通過調節模型參數來判斷掌握安全行為水平，如Cao 等人結合遺傳算法和BP 神經網絡算法對煤礦工人群體安全行為進行了全面的定性模擬[3]；楊雪等采用系統動力學（System dynamics, SD）方法，構建情感事件視角下礦工不安全行為影響因素SD模型，并進行了影響因素對不安全行為的作用研究[4]。另一種是構建煤礦工人不安全行為的評價指標體系，結合指標權重進行綜合評價，如安景文等從管理因素、作業環境、機械設備、員工自身素質、班組5 個方面建立了評價指標體系，并利用網絡層次分析法（Analytic Network Process, ANP）確定了指標權重[5]；黃萍等從一線職工行為、班組長行為、管理者行為以及組織行為4 個方面來建立指標體系，構建了煤礦職工不安全行為的熵權物元可拓模型[6]；鄭僑宏等基于多元集對聯系數，圍繞組織技術、行為個體，技術和環境因素，建立了礦工不安全行為風險態勢評估模型[7]。通過建立指標體系對行為安全水平進行評價，相較于構建復雜的演化推理模型，更有利于快速掌握企業當前的人員行為安全水平。基于此，利用SHELL 模型建立評價指標體系，引入云物元理論建立評價模型，收集煤礦企業不安全行為的相關數據對該模型進行有效性驗證。

1 構建指標體系

1972 年英國學者Edwards 首次提出SHEL 模型，用于研究與系統資源相關的人機工程學問題，Hawkins 在原模型基礎上進行改進并圖表化，形成了SHELL 模型[8]。SHELL 模型包括軟件（Soft, S）、硬件（Hard, H）、環境（Environment, E）和人（Litigant,L）4 個要素，其中，人處于整個模型的中心位置并與其他要素相連形成S-L 界面、H-L 界面、E-L 界面、L-L 界面。人與其他4 個界面的不匹配被認為是人失誤的根源。人的不安全行為是人失誤的特例，人失誤的致因分析和預防措施也適用于人的不安全行為[9]。因此可以依據SHELL 模型，結合前人、成果以及煤礦的實際情況，從人的因素、S-L 界面因素、H-L 界面因素、E-L 界面因素、L-L 界面因素5 個方面選取指標，建立不安全行為的評價體系。最終確定了19項評價指標，礦工行為安全水平評價指標體系如圖1。

圖1 礦工行為安全水平評價指標體系Fig.1 Evaluation index system of behavior safety level of miners

2 建立評價模型

煤炭生產系統是一個復雜的社會技術系統，受內外部因素的影響，對煤礦員工行為安全水平的評測也具備不確定性的特點，尤其是隨機性和模糊性。其中，隨機性主要指不安全行為的發生具有一定的隨機性，而模糊性主要指行為安全水平的“好”和“壞”沒有明確的界限，評價指標需要主觀進行判斷。云模型在考慮隨機性和模糊性的同時，實現了定性概念與定量數值之間的不確定性轉化。此外，所構建的評價指標同時存在正向評價型和反向評價型，引入可拓理論中的物元分析，將正向評價型和反向評價型指標的矛盾轉換為相容，建立基于云物元理論的礦工行為安全水平評價模型。

2.1 云物元理論

為了能夠清晰地說明模型的評價步驟，對云物元理論的具體原理進行闡釋。假設C 是定量論域V上的一個定性概念，x∈V 為C 上的一次隨機實現，將x 對C 的確定度記為μ（x）∈［0，1］，且μ（x）是穩定傾向隨機數，那么μ：V→［0，1］，?x∈V，x→μ（x）。則x 在V 上的分布即形成了云C（x），點［x，μ（x）］被稱為“云滴”。云模型一般用期望Ex、熵En、超熵He這3 個特征值來表示。對于云C（Ex，En，He），Ex是定性概念C轉化為數值后的中心值，即平均值; En是定性概念C不確定性的度量，定性概念C 的模糊程度隨著En值的增大而增大；He是對熵不確定性的度量，C 的離散程度隨著He值的增大而增大。對于現實問題的定性模糊概念C，正態云模型具有普適性，選取正態云模型進行分析[10]。

物元理論中定義物元為事物的基本元R，則R＝（N，c，V），其中，N 為事物名稱，c 為事物特征，V 為事物特征的值，用云模型中的特征值（Ex，En，He）來代替V，得到云物元模型：

2.2 評價步驟

N 為煤礦企業的行為安全水平，C1、C2、…、Cn為行為安全水平的n 個指標，（Ex，En，He）為指標的等級區間。應用云物元模型進行評價的基本思路是，首先將待評價事物進行等級劃分，用云模型來表示每個等級，形成評價等級“標準云”；然后對每個指標進行評價，將評價語轉化為云模型，形成每個指標的“評價云”，并結合指標權重，擬合出最終的評價結果“綜合云”；最后，將結果“綜合云”與等級“標準云”對比，得到評價等級。

2.2.1 生成評價等級“標準云”

結合煤礦安全相關評價的實際執行情況，將煤礦不安全行為水平劃分為優秀級（I 級）、良好級（Ⅱ級）、一般級（Ⅲ級）、較差級（Ⅳ級）、差級（Ⅴ級），對應劃分每個指標的等級，每個等級的分數區間分別為［100，90］、（90，80］、（80，70］、（70，60］、（60，0］。將評價指標的等級用云的特征值來表示，其每個等級之間的無法嚴格區分，等級之間具有模糊性，采用式（2）～式（4）進行轉化。

式中：Lmax、Lmin為指標等級上限和下限；f 為常數，需根據指標的不確定性和實際情況進行調節。

2.2.2 確定指標權重

指標權重的確定會直接影響到最終評價結果的精準度，權重確定方法主要分為主觀賦權法和客觀賦權法。前者可以反映出評價專家的知識經驗，但可能具有主觀隨意性；后者主要是根據指標間的相關關系或指標值變異程度來確定權重，避免了人為偏差，但是不能體現評價專家的決策意圖。綜合2 種方法的優點，采用主客觀相結合的組合賦權法來確定不安全行為評價指標的權重。主觀賦權采用層次分析法，客觀賦權采用熵權法，具體計算公式可參照文獻[11]。采用式（5）進行組合權重計算。

式中：ωi為第i 項指標的組合權重；λi為主觀賦權得到的第i 項指標權重；μi為客觀賦權得到的第i項指標權重；α 為主觀偏好系數，通常取0.5。

2.2.3 生成指標的“評價云”

組成專家組，按照指標的等級劃分，給出每個指標的評分。根據所有專家的評分值，將對某項指標的評價轉化為以云特征值來表示，消除主觀打分的模糊性，采用近似法進行計算[12]。

式中：xi為第i 個專家對某項指標的打分值；n為專家數；（Ex，En，He）為該項指標評價結果的云特征值。

2.2.4 結果“綜合云”的計算

通過對每個指標的打分和轉化，可得到每個指標的“評價云”，但還需要從低一層次指標向高一層次進行擬合，得到最終評價結果的“綜合云”。采用文獻[13]提出的虛擬云中浮動云的綜合運算方法，對下一層指標評價結果向上擬合。

3 實例應用

選擇煤礦C 作為評價應用試點，對該煤礦進行調研。由行業專家和煤礦各級人員共8 人組成評價專家組。分別采用層次分析法和熵權法，根據問卷結果，計算指標的權重值，根據式（5）得到每項指標的組合權重，再由每位專家對指標進行打分，得到所有指標的評分值。以“安全知識技能（C11）”這一指標為例，8 名專家打分依次為82、84、81、79、84、83、82、77。各級指標權重值及評價結果云特征值見表1。

根據式（6）～式（9）計算出該指標評價結果的云特征值，利用云的正向發生器，得到的該項指標評價結果的云圖如圖2。由圖2 可以看出，專家組對于“安全知識技能”這一指標的評價介于“良好”級和“一般”級之間，且更傾向于“良好”級，對該指標的評價較為集中。

以此類推，得到所有指標評價結果的云特征值，進行計算，可得到所有二級指標評價結果的云特征值，根據表1 中二級指標的權重值和評分云特征值，可得到煤礦井下作業人員行為安全水平評價結果的“綜合云”特征值為（84.642，3.121，1.103），將“綜合云”與評價等級“標準云”在云圖上顯示結果如圖3，可以直觀的看到，該煤礦井下作業人員行為安全水平等級為良好級。通過查閱當前階段該煤礦的事故記錄等，與實際情況相符。

表1 各級指標權重值及評價結果云特征值Table 1 Index weight values at all levels and cloud characteristic values of evaluation results

圖2 “安全知識技能（C11）”評價結果云Fig.2 Evaluation value cloud of“safety knowledge and skills（C11）”

4 結 語

依據SHELL 模型，建立了煤礦井下作業人員行為安全水平評價指標體系，該指標體系由人的因素、S-L 界面因素、H-L 界面因素、E-L 界面因素、L-L界面因素5 個二級指標以及對應的19 個三級指標組成，使得評價指標體系更加完善；引入云物元理論，在評價指標體系的基礎上，構建了煤礦井下作業人員行為安全水平評價模型，同時解決了評價過程中的模糊性和隨機性問題，提高了評價精確度；將本模型應用于C 煤礦的實際評價，得到C 煤礦的井下作業人員行為的安全水平為良好級，與實際情況相符，說明該模型具有一定的可行性和科學性。

圖3 行為安全水平評價結果云Fig.3 Result cloud of behavior safety level evaluation