煤炭行業(yè)風險預控管理體系干預效應實證研究

法子薇，李新春

（中國礦業(yè)大學 經濟與管理學院，江蘇 徐州 221116）

我國煤炭行業(yè)長期處于“勞動強度高、從業(yè)危險高、事故發(fā)生率高”的狀況[1]，近年來，煤炭行業(yè)每百萬噸死亡率在逐年下降，但重特大安全事故仍時有發(fā)生，與世界主要產煤國家相比差距依然較大。在此背景下，國家煤監(jiān)局組織神華集團和多所安全生產研究機構，耗時2年研發(fā)出了一套結合中國煤炭發(fā)展特色的安全管理體系—風險預控管理體系，目前已在全國的河南、陜西、山西、山東和新疆[2]等省份約500多個煤礦推行使用。體系建設之后，從每年的死亡人數(shù)和事故發(fā)生頻率等安全狀況指標數(shù)據來看，我國煤礦安全管理水平有一定程度的提高。然而，從國家督促各企業(yè)建設煤礦安全風險預控管理體系以來，對于全國煤礦安全記錄的改善，該體系的具體貢獻程度是多少，影響程度有多大，目前還未有相關研究。因此，將結合定量與定性分析，對因體系建設為煤礦安全管理水平帶來的變化進行實證研究。

1 文獻綜述

隨著“安全發(fā)展”理念的深入貫徹，煤炭安全管理研究已成為許多學者的重要研究課題。很多學者從政策分析的角度，指出煤礦安全管理體制存在諸多問題，如Thomson[3]對一些成功與失敗的政策進行了評價，認為中國政府不愿讓市場力量不受限制的運作是主要原因；李新娟[4]通過對比中美煤礦安全管理體制機制的特點，指出了中國煤礦安全管理體制存在的問題并給出了具體的應對措施；顏燁[5]梳理了自新中國成立后中國政府對煤礦安全生產監(jiān)督管理的3個階段，認為煤礦安全監(jiān)管過程不僅需要政府，也需要公民社會的力量。此外，還有少量學者選擇從定量的角度分析某項煤礦體制改革帶來的實際影響，其中，白重恩[6]利用雙重差分法檢驗了煤炭行業(yè)關井政策對鄉(xiāng)鎮(zhèn)煤礦安全生產的影響，并認為其在一定程度上導致了死亡率的顯著上升；劉全龍[7]構建了時間序列模型以評估1999年煤礦安全監(jiān)管體制改革的效應，實證結果顯示這一改革有助于我國煤礦安全記錄的長期改善。

從文獻回顧的情況來看，現(xiàn)有研究已從不同的角度對中國煤礦安全管理的現(xiàn)狀、方法和評價等方面進行了研究，且不同的角度之間正在融合，但是通過分析前人的研究，發(fā)現(xiàn)有關煤炭行業(yè)風險預控管理體系建設效果的定量研究卻很少涉及。

2 干預模型構建

2.1 指標選取和數(shù)據來源

衡量煤礦安全生產管理水平的指標有很多，包括每年的受傷人數(shù)、死亡人數(shù)和財產損失等，但這些指標數(shù)據會因每年開采的原煤數(shù)量不同而上下波動，繼而影響政策干預效應評價的客觀性，因此選用每百萬噸死亡率這一安全數(shù)據作為研究對象，可以綜合且全面地反映不同政策對中國煤炭安全生產水平的干預程度；選取2000—2019年的樣本數(shù)據作為實證研究區(qū)間，所有數(shù)據均來自《中國煤炭工業(yè)統(tǒng)計年鑒》，并以2011年作為風險預控管理體系干預的起點，通過分析該時間節(jié)點之后政策帶來的具體干預值，從數(shù)據挖掘角度分析推行該體系對我國煤炭行業(yè)管理水平的有效性程度。

2.2 干預分析模型

干預分析模型[8]由國外學者Box和Tiao于1975年提出，干預模型最初來源于工業(yè)生產過程中的傳遞函數(shù)模型[9]，干預分析模型的作用機制如圖1。

圖1 干預分析模型作用機制圖Fig.1 Mechanism diagram of intervention analysis model

在此傳遞函數(shù)模型中，X為量化系統(tǒng)輸入的水平，Y為系統(tǒng)輸出的水平，當某一時刻X的水平發(fā)生了變化，由于時間滯后效應，Y的輸出值并不會立即改變，而是隨著時間的變化逐漸達到一種新的均衡狀態(tài)，這種描述系統(tǒng)之間動態(tài)影響的模型被稱為傳遞函數(shù)模型。但系統(tǒng)實際作用時，除輸入變量X之外，其他的影響也會一定程度上干擾Y的輸出效果，因此將此類干擾定義為噪聲N（假設N與X的水平獨立），干預分析模型正是在識別傳遞函數(shù)模型和噪聲模型的基礎上，將2種模型組合起來，用以分析干預事件對時間序列Y的影響程度。

根據干預事件的持續(xù)時間，可將干預變量分為脈沖式干預變量PtT和持續(xù)性干預變量StT（t為時間變量，T為干預事件介入的時間)，具體可表示為：

由于分析的是風險預控管理體系建設帶來的有效性程度，而體系的建設并不是一蹴而就的，企業(yè)需要一定時間建立和完善，可認為干預效果是逐漸增加的，即干預類型為階躍式[10]，傳遞函數(shù)Zt模型為：

式中：ω0為干預因素初期的干預效果；δ為此后每期的干預變化速率；B為后移算子。

而對于噪聲模型部分Nt而言，決定采用灰色系統(tǒng)方法，利用數(shù)據本身尋找數(shù)據間的規(guī)律，而不是找概率分布、統(tǒng)計規(guī)律，即使有效樣本觀測值過少對其預測結果也無太大影響。整體干預分析模型Yt為：

2.3 干預分析具體步驟

干預分析步驟為：①利用政策干預之前的時間序列，建立噪聲部分Nt的灰色模型，利用此模型進行外推預測，得到干預未介入時序列的原始數(shù)值X′t；②用干預后序列的實際數(shù)值減去預測值，得到干預事件的初步影響值Zt，求得事先根據干預性質決定的傳遞函數(shù)模型中的各參數(shù)；③根據傳遞函數(shù)模型求出干預影響的擬合值，再用實際觀察值減去擬合值，得到消除了干預影響的凈化序列；④結合對凈化序列的數(shù)據趨勢圖建立合適的時間序列模型，并擬合干預事件后各年份的數(shù)值，最后用實際值減去擬合值，得到修正后政策干預帶來的實際影響值。

3 實證分析

3.1 干預前的GM（1，1）灰色模型

利用2000—2010年煤炭行業(yè)每百萬噸死亡率的原始數(shù)據Xt，按照灰色系統(tǒng)理論的建模步驟，建立煤炭行業(yè)風險預控管理體系干預效果的灰色模型：

式中：k為數(shù)據值，k＝1，2，3，…，n。

分別對該模型進行殘差檢驗、關聯(lián)度檢驗和后驗差檢驗，得到該模型的平均相對殘差值為0.096 8，在α=0.1水平上勉強合格；關聯(lián)度為0.619＞0.600，表明模型值曲線與建模序列曲線的相似程度較高；方差比C為0.091 5＜0.350 0，且小誤差概率P=1.00＞0.95，故模型比較合適。比較上述3個檢驗結果，關聯(lián)度檢驗和后驗差檢驗的結果為優(yōu)，只有殘差檢驗的結果為勉強合格，因此對原模型進行殘差均值修正，在模型預測值X(0)（k）的基礎上加上殘差均值E，以提高新模型的預測精度。修正前后模型的預測值見表1。

表1 GM（1，1）模型預測值Table 1 Predicted values of GM（1，1）model

3.2 干預模型

考慮到每百萬噸死亡率這一安全指標數(shù)據在2011年之后的絕對值變化幅度已較小，此時每一期變化差異的意義不同，單從數(shù)據本身實際值和預測值的差值來評估干預效應并不客觀，可通過計算數(shù)據每一期的變動百分比來分析政策的干預效應，因此將實際數(shù)據和修正后的預測數(shù)據分別取對數(shù)，利用二者差值作為衡量干預效果的初步干預值，根據已確定的干預模型具體形式，求得模型中的各參數(shù)，干預模型參數(shù)輸出結果見表2。

表2 干預模型參數(shù)輸出結果Table 2 Output results of intervention model parameters

具體干預模型為：

通過該模型可知在風險預控管理體系建設初期，煤炭行業(yè)每百萬噸死亡率下降幅度約為16.26%，在接下來的時間內，按照模型所示，體系建設的干預效果會持續(xù)增加，每一期的百萬噸死亡率下降百分比約增加10.40%（ω0×δ），長期內最終可使百萬噸死亡率下降約45.10%（ω0/（1－δ）），但這些數(shù)值只是根據干預模型初步推斷的結果，最終的干預效應值還需用凈化后的時間序列模型進行修正得到。

3.3 凈化后的時間序列模型

根據上述傳遞函數(shù)模型求出干預影響的擬合值序列g′t，則凈化序列yt可由干預后的實際值減去干預影響的擬合值得到，具體表示為：

由于凈化后的時間序列yt具有明顯的線性趨勢，因此建立相應線性回歸模型對其進行擬合，得到線性模型：

其中R2=0.981 0，F(xiàn)=930.146 0，P=0，表明模型擬合效果較好。計算yt于2011—2019年的擬合值，最后利用實際值減去回歸擬合值，風險預控管理體系建設對百萬噸死亡率的干預影響見表3。

表3 風險預控管理體系對百萬噸死亡率的干預影響Table 3 Intervention effect of risk precontrol management system on mortality of milliontons %

3.4 討論分析

煤炭安全風險預控管理體系的建設對我國安全數(shù)據的干預影響是逐漸開始且持續(xù)下去的，并且隨著企業(yè)對風險預控管理體系的深入學習和進一步完善，政策干預的效果越來越明顯，從初步干預影響值和最終干預影響值來看，2017年為風險預控管理體系建設對我國煤炭行業(yè)安全狀況改善力度最大的一年。但值得注意的是，2017年之后，體系建設的干預效應有微弱的下降趨勢，這種趨勢在最終干預影響中更為明顯，且干預模型的擬合優(yōu)度不是很好。

造成這種現(xiàn)象的原因主要有3點：①企業(yè)員工執(zhí)行力度不夠，隨著時間的推移，員工可能會出現(xiàn)意識上的“松懈”，即在有規(guī)定和標準的前提條件下，執(zhí)行力度慢慢減弱；②照搬現(xiàn)有體系，并未充分結合自身安全生產的現(xiàn)狀；③缺乏對體系實施有效性的評估和提升研究，體系得不到改善，問題得不到解決，安全隱患慢慢累積，安全事故發(fā)生的可能性極大地提高，企業(yè)整體的安全管理效率反倒被制約。

結合上述分析，認為政府首先應強化實施力度，進一步完善督查審核體系；企業(yè)內部也應重視安全管理責任的落實，確保每個安全生產環(huán)節(jié)都有專人負責；同時結合自身生產情況，建設企業(yè)特色安全風險預控管理體系；最后定期開展風險預控管理體系有效性評估工作，在系統(tǒng)化管理的基礎上，建立一套科學的安全管理有效性評價體系。

4 結語

建立干預分析模型，對我國煤炭行業(yè)風險預控管理體系的干預效果進行了實證研究。整體來看，該體系顯著的提高了我國煤炭行業(yè)的安全管理水平，但近幾年其干預效果略有下滑，可能是企業(yè)內部員工執(zhí)行力度不夠、體系建設缺乏自身特色或體系效果的評估與提升工作不到位所致。基于灰色系統(tǒng)和傳遞函數(shù)的干預模型，實現(xiàn)了對體系貢獻程度的定量分析，同時提高體系評價的客觀性。