基于貢獻率法的煤礦安全生產標準化績效評估

成連華,陳凱強,趙國強,郭慧敏,曹東強

(1.西安科技大學 安全科學與工程學院,陜西 西安 710054; 2.彬縣煤炭有限責任公司,陜西 咸陽 713500)

安全生產標準化作為現代煤礦企業發展的重要保障,可以引導煤礦企業落實主體責任、抓好安全生產,從規章制度、操作標準、風險管控、隱患排查治理等方面系統提升煤礦安全管理水平。近年來,煤礦安全生產形勢持續好轉,但安全事故仍時有發生。據不完全統計,2008—2021年我國發生煤礦安全生產事故1 000余起[1], 且許多事故發生在煤礦安全生產標準化實施礦井。事故調查及研究表明,這些煤礦在實行企業安全生產標準化過程中,多存在對標準化工作認識不到位、單純追求評分達標、安全投入不積極等問題,增大了落實安全生產標準化的難度。因此,亟需構建一套煤礦安全生產標準化效益指標體系,并對煤礦實施安全生產標準化之后的提升效果進行定量評估。這對引導煤礦積極推進落實安全生產標準化至關重要[2]。

學者們針對安全生產標準化對企業的提升效果展開了相關研究。袁曉翔等[3]提出的煤礦安全質量標準化建設原理,為煤礦安全質量標準建設工作提供了一定的理論參考;葉文濤等[4]應用數據包絡分析法構建了安全投入產出效率評價模型,基于安全產出視角,對安全投入結構提出了優化;陳亮等[5]建立了礦山安全標準化體系的評價模型,并應用MATLAB軟件實現了對礦山安全標準化建設效果的評價;王華等[6]通過綜合分析我國煤礦安全管理體系,發現強化煤礦安全質量標準化工作可提高安全管理的針對性、全面性;李波波等[7]以AHP為理論基礎,建立了貴州煤礦安全質量標準化現狀評價體系,并通過實例證明該體系可提高安全質量標準化現狀評價的有效性;賈明濤等[8]基于安全標準化管理理念和礦山安全標準化考評的信息融合分析,建設了礦山安全生產標準化執行系統,幫助企業更有效地利用信息工具提高安全標準化管理水平。

目前,我國煤炭領域在企業安全生產標準化效果評價方面雖然已取得了一定的研究成果,但主要集中于保障生命安全、改善作業環境質量等定性化描述,對煤礦安全生產標準化效益評價指標體系的研究較少,缺乏對實行安全生產標準化給煤礦企業帶來的效果的定量化表述。鑒于此,筆者構建煤礦安全生產標準化關鍵績效指標體系,并結合模糊綜合評價法構建貢獻率數學模型,通過實例應用對比分析,直觀展示煤礦安全生產標準化為企業帶來的效益提升。研究結果可為煤礦安全生產標準化的推進落實提供一定的參考。

1 煤礦安全生產標準化績效指標體系構建

1.1 煤礦安全生產標準化績效基本指標提取

采用文獻研究的方法梳理煤礦安全生產標準化對煤礦企業的影響因素,并結合相關標準從人、機、環境、管理等方面確定煤礦安全生產標準化績效基本指標。主要對2020年國家礦山安全監察局發布的《煤礦安全生產標準化管理體系基本要求及評分方法》進行提煉[9],結合相關文獻整合煤礦安全評價指標[10-14],提取出基本指標,如表1所示。

表1 煤礦安全生產標準化績效評價指標

1.2 基于KPI理論的指標優化篩選

1.2.1 KPI理論

關鍵績效指標(Key Performance Indicator,KPI)是一種目標式的量化指標。KPI法符合一個重要的原理——“二八原理”,即80%的績效由20%的關鍵指標體現出來。因此,只要明確20%的關鍵指標,對其進行分析測量,就能反映績效評價的結果[15]。由于煤礦安全生產標準化作用于企業生產活動的各個方面,影響因素眾多,企業實行煤礦安全生產標準化帶來的效益提升范圍也較為廣泛,因此進行煤礦安全生產標準化效益評價時需合理提取關鍵績效指標,來評估企業綜合績效。筆者結合企業安全管理實際,利用KPI理論對指標體系進行優化篩選,構建一套適用于煤礦安全生產標準化績效測量的指標體系。

1.2.2 基本效益指標優化

煤礦安全生產標準化的KPI安全績效體系是以企業安全為戰略目標,通過對安全生產標準化基本績效指標進行分析,結合煤礦安全KPI理論要點[16]進行優化篩選:依據充分聯系煤礦重大危險情景、識別煤礦風險與隱患等原則,識別出作用于企業安全生產的關鍵因素;結合SMART原則分析可知煤礦安全生產標準化發揮效用是一個復雜的動態過程,需結合先行與滯后指標。提煉出安全設施、安全管理、安全環境、安全事故、安全經濟等5個影響要素,進一步分析各二級關鍵指標,最終形成包含5個一級指標,18個二級指標的煤礦安全績效測量指標體系,如圖1所示。

圖1 煤礦安全生產標準化績效測量指標體系

2 煤礦安全生產標準化貢獻率數學模型構建

模糊層次分析法的基本原理是模糊數學中的隸屬度原則,通過對不能量化或難以量化的風險因素進行評價,以提高評價結果的準確性[17]。貢獻率是用來分析經濟效益的指標,指有效或有用成果數量與資源消耗及占用量之比[18]。引入貢獻率法對模糊綜合評價模型進行改進,以貢獻率形式定量表述煤礦安全生產標準化績效。

2.1 煤礦安全生產標準化貢獻率

煤礦安全生產標準化產生的效益滲透于煤礦企業安全效益之中,二者作為一個整體展現。為了體現煤礦安全生產標準化效益與煤礦企業安全效益之間的關系,得到標準化效益的合理評價值,給出煤礦安全生產標準化貢獻率的定義:煤礦安全生產標準化貢獻率表示煤礦實行安全生產標準化之后對提高礦井安全程度的貢獻份額,反映在礦井安全程度提高過程中,由實行煤礦安全生產標準化所產生的礦井安全程度提升所占的比例。

建立對企業安全效益評價和標準化安全效益評價同時適用的統一指標體系。計算標準化安全績效指數N與企業安全績效指數M的比值,來將標準化產生的效益從企業效益中剝離出來,從而量化安全生產標準化對企業安全效益的貢獻率。在此基礎上,運用改進的層次分析法確定各層次評價指標的權重,對每個指標進行模糊注釋。

2.2 模型構建步驟

2.2.1 模糊評判矩陣構建

2.2.1.1 指標權重

層次分析法是運用多因素分級處理來確定因素權重的方法。但是傳統的層次分析法需要進行一致性檢驗,并且一般都憑大致的估算來調整判斷矩陣,應用比較繁瑣且帶有一定的盲目性。因此采用改進的層次分析法作為煤礦安全生產標準化績效指標體系的權重確定方法[17]。該方法利用最優傳遞矩陣的概念,可以一次得到權重值,無需進行一致性檢驗,從而避免了調整判斷矩陣的盲目性。具體步驟如下:

1)建立層次結構。目標層即煤礦安全生產標準化效益,根據煤礦安全生產標準化績效測量指標體系框架依次建立一級、二級指標層。

2)確定判斷矩陣A。選取同一指標層的2個指標Xi和Xj,同一層級的所有比較結果用矩陣A=(aij)m×n表示,該矩陣即為判斷矩陣。

3)構造傳遞矩陣B。若A是一致的,則B是傳遞的,計算構造傳遞矩陣:

B=lgA(bij=lgaij,?i,j)

(1)

式中:aij為指標Xi和Xj對煤礦安全效益的影響大小之比;i和j為同一層級下的2個不同指標。

構建B的最優傳遞矩陣計算公式:

(2)

A*=10C

(3)

5)用方根法求A*的特征值,計算所得W即為指標的權重。

2.2.1.2 指標隸屬度

隸屬度r為各個指標對煤礦安全生產標準化績效的各評語集的隸屬程度。定性指標采用模糊隸屬度賦值法進行統計,設m個專家對某指標進行評判,其中有s個專家選中某個評語等級,則該指標對于該評語集的隸屬度即為s/m;定量指標隸屬度通過歸一化處理確定。

2.2.1.3 貢獻系數矩陣

貢獻系數是指評價期內安全生產標準化工作對每個指標的貢獻程度,對評價模型起著關鍵作用,采用模糊隸屬度賦值法進行確定。為精確起見,貢獻系數調查表在五檔評分法的基礎上,對貢獻度在0.1以下的區間又劃分出五檔。對調查數據進行統計處理后,得到標準效益的貢獻系數,據此確定貢獻矩陣C。

2.2.2 煤礦綜合安全效益模糊評價

1)劃分因素集U

設某一層級的煤礦安全生產標準化效益指標有i個,則可記為U={u1,u2,…,ui}。對應Ui的下一級指標可記為Ui={ui1,ui2,…,uik}。

2)確定評語集V

本文進行縱向比較,評語集的元素為不同的年份。

3)確定單因素評價矩陣R

根據指標隸屬度生成單因素評價矩陣:

R=(rij)m×n

(4)

式中:rij為對應于評價因素Uj,該評價對象的第i個評語;m為評價專家個數;n為評語集個數。

4)計算煤礦安全績效M

結合各因素重要程度模糊子集,選擇加權平均類型模糊算子進行計算[15],得到綜合評判結果:

(5)

式中:W為指標權重集;R為單因素評價矩陣。

2.2.3 煤礦安全生產標準化效益模糊評價

1)構建修正評判矩陣R′

將模糊綜合評判矩陣的元素與貢獻系數矩陣對應相乘,得到新的修正評判矩陣R′:

(6)

式中:@為對應相乘模糊算子,表示2個同型矩陣的對應位置的元素相乘。

2)計算標準化安全績效:

N=W·R′

(7)

2.2.4 煤礦安全生產標準化貢獻率計算

煤礦安全生產標準化對企業效益的貢獻率P(%)計算公式如下:

(8)

3 實例應用

A礦于2018年開始實行煤礦安全生產標準化,并已實現三級達標,對其2019—2021年的數據進行計算,定量展現3 a間該礦實行煤礦安全生產標準化帶來的效益。

3.1 煤礦安全生產標準化貢獻率計算

3.1.1 確定模糊評價矩陣

1)確定指標權重及單因素評判矩陣

利用改進的層次分析法對上文確定的煤礦安全生產標準化指標體系一級、二級指標進行打分并計算權重,邀請20位相關專家對指標進行1～9標度評分。由于專家在學歷、職稱、工作年限等方面存在差異,故以平均值代表各指標的初始評價值,計算結果見表2。

表2 各指標初始評價值

經過專家分析得到一級指標判斷矩陣:

(9)

由此可構建傳遞矩陣及擬優一致矩陣,通過特征值計算,得到一級指標的權重為(0.08,0.36,0.11,0.20,0.25)。同理可求得所有指標權重,如表3所示。

表3 安全生產標準化效益指標權重及貢獻系數

在A礦進行調查,并根據A礦的年度報告數據對所得數據進行計算處理,得到安全生產標準化績效指標隸屬度分值。

2)確定貢獻系數矩陣C

對A礦安全標準化實行人員及煤礦安全專家進行各指標貢獻系數調查,對獲得的數據進行統計處理之后,得到各指標貢獻系數值(見表3)。

3.1.2 計算企業安全績效M

根據煤礦安全生產標準化績效測量指標體系,劃分因素集U,本文采用二級模糊綜合評判。確定評語集:

V={V2019,V2020,V2021}

(10)

基于各級指標隸屬度矩陣及前文各指標權重計算評判矩陣,求得煤礦整體安全效益模糊綜合評價值M=W·R=(0.606 6,0.700 3,0.748 2)。

3.1.3 計算標準化安全績效N

將貢獻系數矩陣C與一級評判矩陣對應相乘(@),求得引入貢獻系數后的修正一級模糊評判矩陣,再次進行模糊綜合評價,得到煤礦安全生產標準化效益模糊綜合評價值:N=W·R′=(0.100 2,0.155 0,0.208 0)。

3.1.4 計算貢獻率

由式(11)可求得安全生產標準化對A礦的貢獻率:

(11)

即A礦2019—2021年的安全生產標準化貢獻率分別為16.52%、22.13%、27.81%。

3.2 結果分析與討論

為直觀看出A礦實行安全生產標準化對煤礦安全生產標準化績效測量指標體系各指標的影響程度,結合指標的相對權重、總權重和平均貢獻系數進行影響系數計算,結果見表4。

表4 煤礦安全生產標準化影響系數

3.2.1 貢獻率及各指標貢獻系數分析

為方便對比,將各年份貢獻率及各指標平均貢獻系數繪制成折線圖,如圖2所示。

圖2 貢獻系數及貢獻率分析圖

由圖2可知,A礦2019—2021年效益的貢獻率呈現遞增趨勢,表明煤礦安全生產標準化效益的產生是個跨年度、漸進的過程,體現了煤礦安全生產標準化對企業安全效益影響的滯后性、長期性;在煤礦安全生產標準化對企業安全效益產生的正向提升作用中,安全管理影響最大,其次是安全設施、安全環境,安全事故、安全經濟影響最小;二級指標中,設備設施本質安全技術水平、安全制度完善程度、風險管控能力、隱患治理水平、安全培訓水平、應急管理能力、礦長安全承諾程度、員工安全意識水平都有較大貢獻。因此,煤礦企業落實煤礦安全生產標準化達標創建,能夠有效排查治理隱患,改善作業環境,持續提升企業安全生產狀態和安全基礎管理水平。

3.2.2 各指標影響系數分析

通過對各指標貢獻系數進行加權,計算得到影響系數后,繪制各級指標影響程度占比圖,如圖3所示。

(a)一級指標影響系數占比

(b)二級指標影響系數占比

由圖3可知,在煤礦安全生產標準化績效模型中,影響最大的一級指標是安全管理,其次是安全經濟、安全環境,安全設施和安全事故影響最小;二級指標中安全防護措施完善程度(u12)、安全制度完善程度(u21)、風險管控能力(u22)、隱患治理水平(u23)、安全培訓水平(u24)、應急管理能力(u25)、主要事故發生率(u41)和安全投入費用(u53)等8個因素影響系數較大,均在0.01以上。結果表明:煤礦在實行安全生產標準化過程中,可加強完善企業安全防護措施,建立安全生產責任制和安全管理制度等安全規章,規范生產行為,提高應急管理及安全培訓水平,以及合理配置安全投入費用等,從而精確、有效提升安全生產標準化績效,進而提高企業安全生產能力,降低企業風險隱患與事故率,控制事故可能帶來的各項經濟損失。

4 結束語

1)從“人—機—環—管”全方位識別煤礦實行安全生產標準化對企業的影響因素,結合KPI理論優化篩選指標,從安全設施、安全管理、安全環境、安全事故、安全經濟5個層面構建了包含5個一級指標、18個二級指標的煤礦安全生產標準化績效評估指標體系。

2)綜合運用改進的AHP法和模糊綜合評價法,引入“貢獻系數”構建了煤礦安全生產標準化貢獻率計算模型,將煤礦標準效益以貢獻率的形式定量展示,直觀表述煤礦安全生產標準化對企業安全的提升效果,為研究煤礦安全生產標準化績效提供新思路。

3)結合具體實例對A礦 2019—2021年實行安全生產標準化的效益進行評估,其貢獻率分別為16.52%、22.13%、27.81%,定量表述了A礦實行安全生產標準化對企業安全效益的提升效果,并發現煤礦實行安全生產標準化對企業安全效益的貢獻率呈現遞增趨勢,表明標準產生效益具有長期性、滯后性。根據安全生產標準化對各指標的影響系數,優化企業實行安全生產標準化各環節的順序,幫助企業合理提升安全生產標準化績效,以進一步推動煤礦安全生產標準化的落實。