基于模糊层次分析的矿工安全能力评价

申洛霖，卢明银，汪伟忠

(中国矿业大学矿业工程学院，江苏 徐州 211116)

随着采煤机械化程度的日益提高，虽然有效地提升了煤矿生产效率，但煤矿生产事故也相应增加[1]，通过调查表明，导致事故的原因在于人员安全能力不足，而对矿工安全能力进行客观准确地评价是提升矿工安全能力的基础[2]。因此，研究如何量化分析矿工安全能力，寻求矿工安全能力不足的影响因素，从而制定科学合理的培训计划，提升煤矿一线作业人员安全水平，对改善煤矿整体安全生产水平有其理论意义和现实意义。

为了降低人为因素在安全生产事故中所占的比例，提高生产过程的安全性，国内一些学者从能力视角对人的安全特性进行分析，并取得了一些有价值的研究成果。如：王盼盼在能力定义的基础上，结合施工煤矿的特点，提出了施工人员安全能力的概念，认为人员安全能力是安全任务与内在特质相互匹配的结果，并分析了人员安全能力和不安全行为及安全生产事故发生间的关系，最后基于事故致因理论建立了施工人员安全能力模型[2]；邓小鹏等在安全能力研究的基础上，对地铁施工人员安全能力的影响因素进行了分析，认为人员安全能力可以分解为感知能力、判断能力、响应能力，采用问卷调查和信号检测理论对人员安全能力进行了科学评价[3]；陈芳等[4]综合考虑能力定义和管制员工作职责两个方面，界定了管制员安全能力的内涵，由此构建安全能力模型，并采用逼近理想解排序法(TOPSIS)对安全能力影响因素进行排序，为人员安全能力量化研究提供了参考价值，周波等[5]通过失效分析对煤矿企业员工安全知识能力进行分析，并采用熵值法进行测度。

上述研究为人员安全能力的改善提供了理论基础和实践指导，但是设计煤矿领域人员安全能力的相对较少，为此，笔者在安全能力相关研究的基础上，探讨了矿工安全能力的概念和内涵，构建矿工安全能力层次结构模型，并依据能力评价过程特征，采用模糊层次分析法(Fuzzy Analytic Hierarchy Process，FAHP) 建立评价模型，以期为改善煤矿安全生产水平提供参考意见。

1 矿工安全能力模型构建

由矿工安全能力概念和内涵的分析可知，安全能力是多种因素的综合结果，具有随机性、模糊性和不确定性，而层次分析法(AHP)是一种多准则决策方法，利用 AHP可以对安全能力进行综合地定性和定量分析。但是传统AHP方法在矿工安全能力评价过程中无法充分考虑人员判断的模糊性。模糊层次法(FAHP)是在AHP基础上，充分结合模糊综合评判法，构建各评估指标体系权重集时引入模糊一致判断矩阵，构造出满足一致性要求的模糊判断矩阵。利用FAHP方法进行评估指标体系的权数分配，与模糊综合评判法相比较，能够减少主观因素对权重的影响[6]。为此，本文利用模糊层次分析法建立矿工安全能力评价模型。

1.1 构建安全能力层次结构模型

由人员安全能力定义的相关研究，对矿工安全能力做如下定义：矿工综合利用各种安全知识和安全资源，有效识别和控制生产系统中的危险源，克服人的不安全行为、物的不安全状态、以及环境的不安全因素，从而避免人身伤亡、财产损失和环境破坏等事故发生，实现安全生产的能力，本质是一种专有知识的积累。对煤矿矿工安全能力的概念进行分析,可得出其如下内涵。

1) 矿工安全能力的任务是有效辨识和控制煤矿生产过程中存在的危险源，并克服人的不安全行为、物的不安全状态以及环境的不安全因素，使生产过程中安全事故损失在绝对最低限度，或至少保持在可容许的范围内。

2) 矿工安全能力是其所具备的专业技能、安全技能等累积专有知识的集合，知识积累是一个通过学习和实践进行知识转化、综合和更新的过程，因此矿工安全能力有动态演化特性。

3) 矿工安全能力中的安全是指“生产过程安全”，即完成生产任务过程中，不发生“人身伤害”、“设备损坏”、“环境污染”等事故，或安全事故损失在绝对最低限度。

4) 矿工安全能力具有差异性，体现为在相同的工作环境和条件下，从事同一生产任务所表现出来的安全绩效差异，这也为实施矿工安全能力测定和评价提供了客观基础。

1.2 构建安全能力层次结构模型

构建矿工安全能力层次结构模型是进行矿工安全能力评估的基础，结合现有能力测度研究的相关成果[7-9]，笔者从以下几个层次构建安全能力层次结构模型。

1) 目标层：是矿工安全能力量化评价的目标。

2) 准则层：是矿工安全能力评价维度，包括基本素质、业务技能、行为能力和意识状况。

3) 因素层：是矿工安全能力包含的基本要素，采用可测量的、可比的、可获取的指标。

据上述层次的划分规则，给出煤矿矿工安全能力层次结构模型，如图1所示。

图1 矿工安全能力层次结构模型

1.3 模糊互补判断矩阵的构造

在模糊层次分析中，采用比较一个因素与另一个因素间的重要程度来定量表示，则得到模糊判断矩阵A=(aij)n×n。如满足条件：aii=0.5,且aij+aji=1,i,j=1,2,3…n,则称为模糊互补判断矩阵。通常采用表1所示的模糊标度给予数量标度。

表1 模糊标度及含义

在图1所示的矿工安全能力层次结构模型的基础上，征询有关专家和煤矿工作人员的相关意见，结合表1,对各层次要素间的重要性进行评价，建立模糊互补判断矩阵。

A-B模糊判断矩阵为

B1-C模糊判断矩阵为

B2-C模糊判断矩阵为

B3-C模糊判断矩阵为

B4-C模糊判断矩阵为

1.4 模糊互补判断矩阵的权重计算

(1)

得到模糊一致性矩阵R=(rij)n×n,由矩阵R采用行和归一化求得排序向量w=(w1,w2,…,wn)T,满足式(2)。

(2)

式(2)为求解模糊互补判断矩阵权重的公式。由式(2)和模糊判断矩阵，可得矿工安全能力权重。

wA=(0.300,0.200,0.233,0.267),

wB1=(0.400,0.300,0.300),

wB2=(0.225,0.215,0.170,0.195,0.195),

wB3=(0.383,0.284,0.333),

wB4=(0.383,0.333,0.284)

1.5 模糊互补判断矩阵的一致性检验

由式(2)得到的权重值是否合理，还应进行比较判断的一致性检验。按照文献[6]对上述矩阵权重的相容性来检验其一致性原则的方法。

对于决策者的态度α,当相容性指标I(A,w)≤α时，认为判断矩阵是满意一致性的。α越小说明决策者对模糊判断矩阵的一致性要求越高，一般取α为0.1。

按上述一致性检验步骤，有A的特征矩阵计算结果为

Ri=(0.120,0.090,0.090,0.045,0.043,0.034,0.039,0.039,0.089,0.066,0.078,0.102,0.089,0.076)

2 实例研究

随着煤矿机械化的发展，该煤矿也逐步实施机械采煤，但由于人员安全能力不足，无法有效适应机械采煤的生产条件，导致生产过程中安全事故频繁发生，为了有效改善目前安全生产状况，需要对煤矿4名矿工进行安全能力测度。将图1中指标转换成问卷调查，通过综合员工自身情况、班组领导和专家评分等综合信息，形成该矿工安全能力评分表(评分标准参考文献[3])，见表2。

表2 矿工安全能力评分表

表3 矿工安全能力等级标准

由模糊层次分析法对4名矿工安全能力的评价结果，对比矿工安全能力等级标准可知：①甲和丁矿工的安全能力等级为Ⅳ，可安排在危险系数和操作过程难度较低的岗位；乙和丙矿工的安全能力等级为Ⅲ，可安排在危险系数和操作难度适中的岗位；② 矿工整体安全能力偏弱，无法胜任安全能力要求高的生产任务，煤矿管理者需要完善员工安全能力提升的措施，从而为煤矿生产提供保障，进而增加企业竞争力。

3 结语

在能力概念研究的基础上，综合安全和能力的内涵，探讨了矿工安全能力的概念，建立了以基本素质、业务技能、行为能力和意识状况为准则层的矿工安全能力层次结构模型，并采用模糊互补判断矩阵确定元素权重系数，建立基于模糊层次分析法的矿工安全能力评价模型。基于矿工安全能力量化分析，按从大到小排序，对矿工安全能力的影响因素为基本素质、意识状况、行为能力和业务素质。本文所采用的权重计算方法只是提供一种量化分析的依据，在权重确定过程中，需结合矿工的具体工种，按所述方法重新收集数据予以确定。

[1] 汪伟忠，李洁，卢明银，等.煤矿机修车间设备管理状况动态评估[J].煤矿机械,2012,33(9):287-288.

[2] 王盼盼，李启明，邓小鹏.施工人员安全能力模型研究[J].中国安全科学学报,2009,19(8):40-45.

[3] 邓小鹏，王盼盼，李启明，等.基于FSDT的地铁盾构施工人员安全能力评价[J].解放军理工大学学报：自然科学版,2011,12(3):289-293.

[4] 陈芳，罗云.管制员安全能力模型研究[J].中国安全科学学报,2012,22(1):17-23.

[5] 周波，李贤功，汪伟忠.煤矿企业员工安全知识能力管理分析[J].煤炭工程,2012(9):137-139.

[6] 徐泽水.模糊互补判断矩阵的相容性及一致性研究[J].解放军理工大学学报,2002,3(2):94-97.

[7] Shahhosseini V,Sebt M H.Competency-based selection and assignment of human resources to construction projects[J].Scientia Iranica A,2011,18(2):163-180.

[8] Adem Golec,Esra Kahya.A fuzzy model for competency-based employee evaluation and selection[J].Computers & Industrial Engineering,2007,52:143-161.

[9] Teresa Guasch,Ibis Alvarez,Anna Espasa.University teacher competencies in a virtual teaching/learning environment:Analysis of a teacher training experience[J].Teaching and Teacher Education,2010(26):199-206.