煤层气开发社会生态环境风险因素分析及对策仿真

薛晔 纪晓东 薛崇义

摘要 煤层气开发引发的社会生态环境问题日益严重，识别社会生态环境风险主要影响因素及制定有效的风险防范对策，对加速煤层气产业化开发进程具有重要意义。本文先借助三角模糊数法确立综合关联矩阵，再利用DEMATEL方法对煤层气开发社会生态环境风险因素进行分析，并从中心度与原因度两个方面筛选出煤层气开发社会生态环境风险关键指标，进而结合模糊认知图模型的情景仿真、稳态值与关键指标综合重要度进一步优化以确定其核心指标，最后基于核心指标进行风险管理对策情景模拟，结果表明：①利用三角模糊数计算指标权重，并以权重比获取DEMATEL中所需关联矩阵，降低传统DEMATEL方法获取关联矩阵的难度和主观性。②基于DEMATEL中综合关联矩阵确立FCM中关联矩阵，不仅考虑到指标间的间接影响关系使FCM模型更加全面且降低FCM关联矩阵的获取难度，还可以弥补DEMATEL在确定核心指标时没有充分考虑指标重要性动态变化的缺点。③林草覆盖率、防范建设资金投入比、土壤内梅罗污染指数、机械设备可靠性、地下水主要污染因子评价标准指数、个人风险防范能力为关键指标，其中防范建设资金投入比、林草覆盖率、机械设备可靠性为核心指标，对煤层气开发社会生态环境风险管理极为重要。④对策情景模拟结果表明，（影响机理方面）核心指标主要通过生产机械化程度、拆迁安置程度、经济损失比等影响社会生态环境风险;（影响结果方面）防范建设资金投入比、林草覆盖率分别是煤层气开发前、中后期对社会生态环境风险影响最大的因素。故本文有针对性地提出煤层气开发社会生态环境风险防控的阶段性建议：煤层气开发前期应加大防范建设资金投入比，中期应注重改善开发区植被受损情况，同时提高机械设备可靠性，后期应持续稳定加大防范建设资金投入，并注重受损植被区域的恢复。

关键词 煤层气开发;社会生态环境风险;核心指标;情景模拟

中图分类号 TE991.9 文献标识码 A 文章编号 1002-2104（2020）12-0125-12

DOI：10.12062/cpre.20200327

煤层气作为一种清洁、高效的新型优质能源，其市场发展符合国家政策导向，从长远来看，加大煤层气开发利用具有显著的社会经济效益，不仅可有效缓解能源供需矛盾，改善能源结构，而且其作为新能源产业还将促进经济社会的可持续发展[1]。但目前中国煤层气处于大规模商业化开发的初级阶段，随着煤层气产业迅速发展及煤层气开发项目自身涉及区域广、安全及环境风险大、社会关注度高等特点[2]，无疑会引发一系列社会生态环境问题，如安全事故、环境污染、开发地拆迁、防范建设资金投入不足、社会各方参与度不够等，进而引发社会秩序紊乱，阻碍煤层气开发过程的顺利进行。尽管导致这些问题的风险因素存在一定的潜在性，倘若不能及时、准确的识别影响社会生态环境风险的核心因素，防患于未然，将会制约着煤层气产业的稳定发展，另一方面防范对策的制定将直接影响其风险管控效果，有效的风险防范对策对促进煤层气产业长远发展意义重大。因此对煤层气开发社会生态环境风险因素进行全面剖析，获悉核心风险因素，并进行对策仿真，进一步揭示核心风险因素的动态演变机理并提出有效对策显得尤为重要。

1 文献综述

目前，国内外关于煤层气开发社会生态环境风险的有关研究，有学者聚焦于对其风险因素进行识别、分析，Liu等[3]通过对水箱水样、成水样品的选择，对煤层气开发中重金属对土壤的污染以及潜在的生态环境风险因素进行分析，结果表明Cd是重金属污染物中浓度最高的;Hu等[4]通过对煤层气开发潜在的环境问题进行分析发现，大量煤层采出水会导致地表水污染，地下水位下降，水生态环境破坏;Kirchgessner等[5]从安全与环境两个角度出发，对煤层气回收的经济风险因素进行了有效的分析;Tian[6]从多角度对煤层气项目运营过程中风险因素进行了全面的分析，并结合煤层气项目的实际情况，提出通过加强煤层气井管理和煤层气市场开发，以降低煤层气项目的风险，提高其盈利能力;樊燕萍等[7]根据整体管理论法则认为煤层气产业系统风险管理包括资源系统风险、经济系统风险、技术系统风险、经营管理系统风险，运用系统哲学原理对煤层气开发系统风险进行分析以实现系统的整体动态优化，进而达到风险规避的目的;李沿英等[8]以山西沁水盆地郑庄区块煤层气开采区为例，结合煤层气开发工序，对其潜在的生态环境影响进行了定量分析，认为煤层气开采会对地下水、土壤、植被等造成不同程度的影响;张勇昌等[9]通过SEM對煤层气开发风险演化路径进行分析，进而筛选主控因素，为煤层气开发风险防范措施的制定提供理论支持。也有学者通过对风险防范对策的提出进行深入探讨以期降低煤层气开发造成的社会生态环境风险，Silva等[10]通过对煤层采出水的化学成分进行研析发现，将废水排至市政或公共水处理设施、将未经处理的废水用于粉尘控制等不当采出水处理行为将会加剧土壤、地表水、地下水的污染，并从采出水处理技术层面探讨了如何有效减少其对环境造成的污染问题;Xue等[11]采用直觉模糊集对改进的煤层气开发生态环境风险指标进行量化，并运用Mandani直觉模糊神经网络进行评价，为煤层气开发企业进行风险防范提供了理论支持;裴亚托等[12]通过AHP对煤层气开发生态环境风险进行评价，并针对土地植被破坏、钻井废液排放等重要影响因素提出了风险防范对策建议;杨勇国等[13]运用模糊概率对煤层气开发经济风险进行评价，针对重要影响指标价格为改善经济风险状况提出建议;Vanorsdale等[14]基于情景分析下煤层气资源储量、盈利管理、财务状况三者的关联关系，实现对煤层气开发经济风险的有效评价，为经济风险防范对策的制定实施提供依据。

综上，现有关于煤层气开发风险因素分析及防范对策制定的有关研究范围有限，集中于自然或经济环境，有限的研究范围使得指标选取不够全面，进而影响到结果的准确性;其次，现有研究以定性分析为主，据此提出的风险防范措施针对性欠缺，少有的量化研究方法没有充分体现随着煤层气开发的进行，指标间是如何相互影响进而作用于目标风险及指标重要性的变化，无法从根本上揭示社会生态环境风险的阶段特征及演变机制;最后研究视角上缺少从原因型指标入手对煤层气开发社会生态环境风险提出有效的防范对策，煤层气开发企业进行风险管理应从原因类指标入手，同时考虑指标对社会生态环境风险的重要性及指标间的关联性。鉴于此，本文针对决策试验与评价实验室分析法（decision-making trial and evaluation laboratory，DEMATEL）方法没有充分体现指标的动态性及模糊认知图（fuzzy cognitive map， FCM）中关联矩阵获取难度大的不足，将DEMATEL与FCM方法相结合，首先通过DEMATEL从原因度与中心度确定煤层气开发社会生态环境风险的关键指标，其次针对FCM情景仿真过程、稳态值结果、与关键指标综合重要度对关键指标进行进一步筛选以确定核心指标，最后针对核心指标进行风险管理对策情景模拟，以提出更为有效的风险防范对策。

2研究方法

2.1 DEMATEL

现有煤层气开发社会生态环境风险因素的有关研究对因素之间的关联性分析不够透彻，导致风险识别效果不佳，而DEMATEL方法基于指标间综合关联矩阵计算各个指标的影响度、被影响度、中心度与原因度，以关系图清晰、直观地反映指标间的相互作用及其对社会生态环境风险的重要性，故本文选取DEMATEL方法进行因素分析及关键指标筛选，主要定义如下。

（1）n阶矩阵W1=（w1ij）n×n为社会生态环境风险指标直接关联矩阵，w1ij为指标ci对cj的直接关联程度。

（2）标准化矩阵W2为：

其中，s为W1中各行元素之和最大值的倒数。

（3）社会生态环境风险指标综合关联矩阵W3为：

其中，I为单位矩阵，（I-W2）.-1为I-W2的逆矩阵。

（4）影响度Di是指标ci对其他指标的影响程度，为W3中行元素之和;被影响度Ri是指标ci受到其他指标的影响程度，为W3中列元素之和：

（5）指标ci中心度（D+R）为Di与Ri之和，反映指标对社会生态系统的作用程度;原因度（D-R）可用来判断指标类型，当D-R>0时为原因类指标，当D-R<0时为结果类指标。

2.2 模糊认知图

现有研究方法以定性分析为主，无法从根本上揭示社会生态环境风险指标的阶段特征及演变机制，而模糊认知图（FCM）具有较强的推理能力及反馈机制，可通过指标节点及关联矩阵预测系统不同阶段的状态，同时量化研究问题，为煤层气开发风险管理决策提供可靠的数据来源，故本文选取FCM进行风险管理对策仿真。

2.2.1 模糊认知图结构及其推理机制

2.3 DEMATEL-FCM

首先针对传统DEMATEL方法，通过专家打分方式构建综合关联矩阵，难免主观性较强，因此本文将三角模糊数引入DEMATEL中，以权重比获取直接关联矩阵，进而求取综合关联矩阵;其次传统模糊认知图的建立基于邻接矩阵，缺少对指标节点间间接关系的考量，势必影响模型的全面性，而DEMATEL中综合关联矩阵同时考虑了指标间的直接与间接关联关系，但其在识别关键指标时不能充分体现指标重要性的动态变化过程，因此FCM与DEMATEL两者展现了很好的契合性，本文将两者结合用于煤层气开发社会生态环境风险因素分析及对策仿真，改进的DEMATEL-FCM具体步骤如下。

（4）综合关联矩阵W3的确定。首先，基于W2根据公式（2）得W′3;其次基于W′3设定阈值过滤关联权值较小的矩阵元素，并结合煤层气开发社会生态环境风险指标实际情况确定最终的综合关联矩阵W3。

（5）基于DEMATEL的风险因素分析及关键型指标筛选。基于W3，根据公式（3）（4）计算指标影响度D、被影响度R，进而计算中心度（D+R）、原因度（D-R），根据“四度”计算结果对煤层气开发社会生态环境风险因素进行分析，并借助平均中心度数值，综合中心度与原因度筛选关键指标。

（6）模糊认知图模型初始关联矩阵W4确立。基于W3，对指标间关联关系进行正负性判断，建立模糊认知图模型初始关联矩阵W4。

（7）求取最优关联矩阵W.（final）、稳态值AG.（final）。输出节点为社会生态环境风险R（0或1），即T.minR=0、

T.maxR=1分别对应社会生态环境风险状况好或差，故TR=0.5，并设ε=0.002，将W4作为初始关联矩阵，根据2.2节中非线性Hebbian学习算法进行计算：①在MATLAB中输入AG.（0）、W4，通过f进行迭代计算;②根据式（7）、（8）分别对值Ac.t+1i、w.（t）ji进行反复计算;③根据式（9）、（10）分别计算F1、F2;④当F1、F2均成立时，达到稳态，得AG.（final）、W.（final）。

（8）模糊认知图模型确立。基于W.（final）绘制模糊认知图模型。

（9）基于FCM的核心指标确定。①关键指标综合重要度排序：根据关键指标中心度与原因度絕对值之和由大到小对指标综合重要度进行排序;②稳态值重要度排序：基于AG.（final）对指标重要度进行排序;③指标节点迭代过程重要度排序：设定值0，1分别代表指标节点未激活、激活两种状态，对于关键指标中的每一个指标均设置激活情景，如激活指标节点c23，则AG.（0）c23=（0，0，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0），并基于W.（final）通过式（5）、式（6）进行仿真迭代直到达到稳态，通过迭代过程中激活其他指标个数确定迭代过程指标重要度并进行排序。通过迭代过程重要度排序、AG.（final）中稳态值重要度排序及关键指标综合重要度排序三者共同确定核心指标。

（10）基于核心指标的风险管理对策情景模拟。当系统处于稳定状态时，针对核心指标进行社会生态环境风险管理对策情景模拟，设定煤层气开发企业进行风险管理时对指标的期望值来预测该指标变化时对社会生态环境风险的影响。以指标c23为例，倘若增加Ac23，R降低，则期望增加指标c23对于社会生态环境风险的作用，即c23期望值为1，故在迭代计算时Ac23≡1，反之Ac23≡0，W.（final）不变，得到各指标新的稳定状态值，与AG.（final）中指标状态值进行一一比较，如果大于AG.（final），则决策者在制定风险管理措施时应增强其正面影响作用，如果小于AG.（final）则决策者在制定风险管理措施时应减少其负面影响[17]。

3 基于DEMATEL的煤层气开发社会生态环境风险因素分析

3.1 煤层气开发社会生态环境风险界定

美国环保局[18]在《生态风险评价指南》中提出：生态风险是指某个种群、生态系统或景观的生态功能由于受到外界胁迫，而在当前或将来对该系统健康、生产力、遗传结构、经济价值和美学价值产生不良影响的状况;高中贵等[19]认为生态环境风险是由人类活动产生的直间或间接的不利影响，并认为应从某类灾害造成的影响程度及其发生的概率综合考虑进而对生态环境风险进行评价;赵萍等[20]提出“处于社会转型期的当代中国，所面临的生态环境风险主要表现在两个方面：生态系统运转不良所引发的系统性风险以及生态系统功能减弱所引发的功能性风险;张勇昌[21]认为煤层气开发风险是为实现煤层气开发最终的目的进行的相关活动产生的不确定性和可能发生的危险。

本文在借鑒各类观点的基础上，基于灾害系统理论并结合煤层气开发的特色及课题组前期研究成果[22]，将煤层气开发社会生态环境风险定义为：发生在煤层气开发全寿命周期过程中的，在井下和地面进行勘探、开采、运输、销售、利用等任意一个和（或）多个运行环节，由于人为或自然因素触发的，由技术或非技术原因导致的，造成任意一个和（或）多个子系统内部及各相关因素间相互作用，并最终对煤层气开发所在区域的社会生态环境系统结构和功能产生不良影响并造成一定程度经济、社会损失的可能性及损失程度，可表示为： R=f（C1， C2， C3， C4）。其中，R表示煤层气开发社会生态环境风险，C1表示孕险环境的稳定性，C2表示致险因子的危险性，C3表示承险体的脆弱性，C4表示险情的损失性。

3.2 指标节点确定

指标节点的确定是确立煤层气开发社会生态环境风险模糊认知图模型G的基础，因此首先应确立相应的指标体系。Shi等[23]指出社会生态系统由社会、经济、制度和生态四个子系统组成，熊军等[24]认为社会风险是一种危及社会稳定和秩序，并存在引发社会冲突的可能性。本文基于此并根据3.1节中的定义及表达式，借鉴页岩气开发

综合风险指标[25]，对Xue等[11]基于灾害系统理论构建的煤层气开发生态环境风险评价指标体系增加指标——相关政策法规的落实程度和拆迁安置程度与公众满意度，最终确立煤层气开发社会生态环境风险评价指标体系，（见表1）。

3.3 基于三角模糊数的综合关联矩阵确定

（1）根据式（11）、（12）、（13）求得指标权重w见表1，R权重设定为1。

（2）基于w，根据公式（14）、（15）及式（2）计算得W′3。

由W′3可知指标自身影响程度最大值为0.011，以0.011作为阈值只保留W′3中大于0.011的关联权值，并结合指标实际情况（例如指标恶劣天气影响程度对其他指标产生影响程度远远大于受到其他指标的影响，因此忽略其他指标对其产生的影响）及相关文献研究成果[26]，得W3。

3.4 基于DEMATEL的风险因素分析及关键型指标筛选

中心度（D+R）表示指标对煤层气开发社会生态环境风险的重要性，而根据原因度（D-R）是否大于0可判断指标是否为原因类指标，煤层气开发企业进行风险管理应从原因类指标入手，同时考虑指标对社会生态环境风险的重要性，因此本文选择（D+R）与（D-R）均较高的指标作为关键型指标，为后文进行风险管理对策情景模拟奠定基础。

基于W3，根据公式（3）、（4）计算指标影响度D、被影响度R，进而计算中心度（D+R）、原因度（D-R），计算结果见表1，由表1绘制（D+R）与（D-R）二维图，并借助平均中心度0.805完成区域划分，具体见图1。

（1）区域Ⅰ——煤层气开发社会生态环境风险防范区。在该区域的指标中心度较小，原因度大于0但值较小，为原因类指标。说明指标恶劣天气的影响程度、相关政策法规的落实程度对煤层气开发社会生态环境风险影响程度较小，但易对其他指标造成影响且影响程度较小。针对区域Ⅰ中指标，煤层气开发企业不需要投入较多的精力去加以防范，但应该注意其如何通过影响其他指标进而对社会生态环境风险带来的间接影响。

（2）区域Ⅱ——煤层气开发社会生态环境风险控制区。处在该区域的指标为关键型指标，其中心度较大，且原因度大于0，同样为原因类指标。说明指标林草覆盖率、防范建设资金投入比、土壤内梅罗污染指数、机械设备可靠性、地下水主要污染因子评价标准指数、个人风险防范能力对煤层气开发社会生态环境风险影响程度较大，其中林草覆盖率、防范建设资金投入比中心度远大于该区域其他指标中心度，对社会生态环境风险更为重要;此外该区域指标易对其他指标造成影响，同时可以发现林草覆盖率、防范建设资金投入比的原因度也大于该区域其他指标，说明其对社会生态环境风险影响较大的同时也对其他指标造成了较大影响。因此煤层气开发企业进行风险管理时应该对该区域关键型指标进行重点控制，从源头入手，通过影响其他指标进而改善煤层气开发社会生态环境风险状况。

（3）区域Ⅲ——煤层气开发社会生态环境风险预警区。该区域指标中心度较低且原因度小于0，为结果类指标。说明该区域指标对煤层气开发社会生态环境风险影响程度相对较小，且易受到其他指标影响，其中煤层气资源暴露程度、职业病发病率与人员伤亡率受到其他指标影响程度较大。对于该区域指标，煤层气开发企业进行风险管理时不需要着重考虑，可以看作预警信息对待，例如当人员伤亡率较高时，隐含着个人风险防范能力较低，企业对煤层气安全开采投入不足、机械设备可靠性低等问题。因此当此类风险发生时，煤层气开发企业应该及时发现问题，寻找导致此类状况发生的原因，预防潜在风险带来更大的损失。

（4）区域Ⅳ——煤层气开发社会生态环境风险监管区。该区域指标中心度较高，但原因度小于0，为结果类指标。说明该区域指标对煤层气开发社会生态环境风险影响程度较大，但更易受到其他指标影响，其中水文地质条件复杂程度对社会生态环境风险影响最大，经济损失比最易受到其他指标影响且影响程度较大。煤层气开发企业进行风险管理过程中应该严格监管此类指标对社会生态环境风险的影响，以保证煤层气开发过程持续、稳定进行。

4 基于FCM的风险管理对策情景模拟

通过DEMATEL方法从（D+R）、（D-R）筛选出社会生态环境风险关键指标，但该方法并未考虑到指标是如何通过影响其他指标进而影响到社会生态环境风险与随着煤层气开发过程的进行指标重要性的变化，因此本文综合考虑模糊认知图模型情景仿真过程、稳态值、关键指标综合重要度，确定核心指标，进行风险管理对策情景模拟。

4.1 模糊认知图模型确立

（1）计算W.（final）。首先，基于W3对指标间关联关系进行正负性判断，以此作为权值优化初始关联矩阵W4;其次，将各指标节点初始状态值均设为1，即AG.（0）=（1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1，1），输入AG.（0）、W4，通过试错法确定学习率参数η=0.01，衰减因子γ=0.95，Sigmoid函数通常令λ=1，即f（x）=11+e.-x，按照2.3节所示步骤，通过Matlab进行仿真计算，得W.（final）。

（2）基于W.（final）确立煤层气开发社会生态环境风险模糊认知图模型。结果如图2所示。

4.2 基于FCM的核心指标确定

（1）关键指标节点综合重要度排序。关键指标综合重要度按照中心度与原因度绝对值之和由大到小进行排序，结果见表2。

（2）指标节点稳态值重要度排序。输入AG.（0）、W.（final），通过仿真计算得AG.（final）=（0.654 1，0.654 9，0.654 7，0.659 2，0.654 2，0.653 4，0.651 7，0.655 1，0.659 2，0.655 6，0.660 2，0.659 2，0.675 9，0.659 1，0.659 6，0.660 7，0.644 5，0.659 6），选取所有关键指标的稳态值并进行重要度排序见表2。

（3）指标节点迭代过程重要度排序。设置6个场景，一一激活区域Ⅱ中的关键指标，并基于W.（final）通过f进行迭代计算，设定各指点节点相邻状态值之差均小于0.0001时，停止计算，系统处于稳态。对6个场景分别进行计算发现经过3次迭代后每个场景下指标均被激活，并根据计算过程中所有数值大小，划分激活状态值大于0.5、0.62、0.64三个阶段以判断指标在不同阶段激活指标个数，据此对指标节点迭代过程重要度进行排序见表2。

通过表2所示指标节点重要度排序，本文选取三种排序情况下指标节点重要度次序均排在前四位的指标作为核心指标，即指标防范建设资金投入比、林草覆盖率、机械设备可靠性为煤层气开发社会生态环境风险核心指标，以进行风险管理对策情景模拟。

4.3 基于核心指标的风险管理对策情景模拟

防范建设资金投入比期望值为1，因此迭代时令Ac33≡1，指标林草覆盖率为煤层气开发区受影响的植被面积与开发区植被总面积比值[11]，因此该指标期望值为0，则在每次迭代时Ac25≡0，机械设备可靠性期望值为1，则在每次迭代时Ac13≡1，W.（final）均不变，直到系统达到稳态，三种情景下的模拟结果见表3。

（1）核心指标影响机理分析。三种情景模拟下共同之处在于指标生产机械化程度、拆迁安置程度、煤层气资源暴露程度状态值均大大升高，水文地质条件复杂程度、经济损失比、职业病发病率、大气主要污染物最大地面浓度占标率状态值均大大降低，且变化幅度远超于其他指标，也就说明核心指标防范建设资金投入比、林草覆盖率、机械设备可靠性主要通过影响此类指标进而降低煤层气开发社会生态环境风险。

不同之处在于：通过对比各情景下稳态值与初始状态稳态值的差值大小可以发现稳态值差异值由大到小依次是降低林草覆盖率情景、增大防范建设资金投入比情景与提高机械设备可靠性情景，说明通过降低林草覆盖率对其他指标影响程度最大，进而对降低煤层气开发社会生态环境风险的作用最为显著，增大防范建设资金投入比作用次之，提高机械设备可靠性作用最小;此外三种情景对应影响稳态值提升幅度最大的指标依次为拆迁安置程度、生产机械化程度、拆迁安置程度。

总之，三种情景模拟下，影响煤层气开发社会生态环境风险机理大体相同，因此煤层气开发企业及相关政府部门在制定风险管理措施时应该重点降低指标水文地质条件复杂程度、经济损失比、职业病发病率、大气主要污染物最大地面浓度占标率带来的负面影响，提升指标生产机械化程度、拆迁安置程度、煤层气资源暴露程度带来的正面影响，当通过降低林草覆盖率、提高机械设备可靠性以降低社会生态环境风险时应格外注意如何提升煤层气开发区及周边社区拆迁安置程度，而通过采取增大防范建设资金投入比措施时，应格外注意提升开发区生产机械化程度。

（2）核心指标影响结果（风险值）分析。三种情景下社会生态环境风险值变化情况见图3，采取不同的风险管理措施在煤层气开发的不同阶段起到的效果不同，由图3可知：在煤层气开发前期，社会生态环境风险值由大到小依次为R↓c25>R↑c13>R↑c33，产生的效果则正好相反，即在煤层气开发前期增大防范建设资金投入比对社会生态环境风险影响最大，效果远超其他指标，提高机械设备可靠性次之，降低林草覆盖率作用效果最小，故在煤层气开发前期应着重加大防范建设资金投入比;随着煤层气开发过程的进行，在煤层气开发中期降低林草覆盖率、提高机械设备可靠性对社会生态环境风险的作用效果增强，且前者变化幅度更大，效果更加明显，增大防范建设资金投入比则持续稳定的产生积极影响，故在煤层气开发中期应着重降低煤层气开发区受损植被面积;在煤层气开发后期降低林草覆盖率、增大防范建设资金投入比对社会生态环境风险的影响变大，且前者明显优于后者，而提高机械设备可靠性的作用效果虽然较小，但依旧稳定的对改善社会生态环境风险状况起着重要作用，故在煤层气开发后期企业及有关政府部门应加大防范建设资金投入比，注重开发后期的受损植被区域恢复工作。

5 结论与建议

本文通过DEMATEL方法对煤层气开发社会生态环境风险因素进行分析，并从中心度、原因度确定关键指标，并借助DEMATEL中综合关联矩阵构建模糊认知图模型，根据模糊认知图模型情景仿真过程、稳态值结果、关键指标综合重要度對关键指标进行进一步筛选确定核心指标，最后针对核心指标进行风险管理对策情景模拟，得出以下结论。

（1）关键指标为林草覆盖率、防范建设资金投入比、土壤内梅罗污染指数、机械设备可靠性、地下水主要污染因子评价标准指数、个人风险防范能力。关键指标不仅对煤层气开发社会生态环境风险极为重要，且更易影响其他指标，进而对社会生态环境风险产生作用，应当引起企业及有关政府部门足够的重视。

（2）结合FCM情景仿真过程、稳态值结果、关键指标综合重要度三者排序结果，共同确定核心指标。为防范建设资金投入比、林草覆盖率、机械设备可靠性，并针对核心指标进行情景模拟。影响机理表明其主要通过指标水文地质条件复杂程度、经济损失比、职业病发生率、拆迁安置程度、生产机械化程度等指标影响社会生态环境风险。影响结果表明煤层气开发前期应加大防范建设资金投入比，中期应着重降低煤层气开发区受损植被面积，后期两者兼顾，加大防范建设资金投入比并注重开发后的受损区域恢复工作。

（3）借助DEMATEL方法中綜合关联矩阵获取模糊认知图，在考虑了指标间接关系的同时降低了原模糊认知图模型建立难度;借助模糊认知图动态仿真对DEMATEL方法获取的关键指标进行筛选，可以清楚地看出核心指标如何通过影响其他指标进而影响社会生态环境风险，以及在煤层气开发的不同阶段核心指标对社会生态环境风险的作用。

通过对煤层气开发社会生态环境风险因素、核心指标情景模拟的影响机理、影响结果进行分析，为煤层气开发企业进行风险管理及相关部门制定风险防范措施提出建议如下。

（1）在煤层气开发前期，煤层气开发企业及有关政府部门应该增大防范建设资金投入比，首先通过加强煤层气行业相关政策法规的落实程度，加大企业监管力度，以确保防范建设资金落到实处，提高煤层气开发区信息化、智能化程度，切实地提高开发区生产机械化程度，严格按照规定进行煤层气开采，使机械设备得到充分有效的利用，其次对开发区受直接、间接影响的社区居民进行满意度调查，并设定相应的利益匹配机制，改善开发区基础设施建设，最大程度保障受损社区居民利益，提高拆迁安置率与社区公众满意度，减少社会冲突，降低社会生态环境风险。

（2）在煤层气开发中期，首先企业在稳定防范建设资金投入的情况下，应当重点做好绿化工作，栽种对有害气体具有吸收作用的植物，增加植被覆盖度，净化煤层气开发区空气质量，减少大气污染;其次对煤层气开发区受影响的社区居民进行环境满意度、拆迁安置满意度调查，并对其造成影响的社区居民生活水平进行评估，同时政府部门及时公开环境监测、拆迁安置率、社区基础设施改善度等相关信息，避免社区居民担忧;再者定期组织安全培训教育工作，提高作业人员风险防范能力，减少职业病发病率;最后定期对机械设备进行检查维修，做好安全防范工作，降低机械设备故障、作业人员操作失误等原因带来的不必要的经济损失，降低安全事故发生率。

（3）煤层气开发后期，企业及相关政府部门依旧保持适量建设资金投入，对气井停采后产生的废弃物及时收集、清理，采取降尘措施，改善开发区周边空气质量、恢复受损植被，改善开发区周边环境，为社区居民提供好的生活环境，避免与社区居民冲突，多方位促进地方经济发展，增进社会关系，提升企业良好信誉度，使防范建设资金发挥最大的效用，降低煤层气开发带来的社会生态环境风险。

参考文献

[1]吴巧生， 赵天宇， 周娜. 中国煤层气规模化开发的政策情景仿真[J]. 中国人口·资源与环境， 2017， 27（12）： 14-20.

[2]张永胜， 牛冲槐. 基本结构方程模型的中国煤层气产业影响因素研究[J]. 科学管理研究， 2018， 36（3）： 36-39，71.

[3]LIU H， SANG S X， CAO L W， et al. Heavy metal pollution feature analysis and potential ecological risk assessment of the coalbed methane production on the topsoil qaulity of the mining area[J]. Journal of safety and environment， 2014 （3）： 288-293.

[4]HU L W. Study on environmental impact and management of coalbed methane development[J]. Environmental protection science， 2009 （6） ： 51-54.

[5]KIRCHGESSNER D A， MASEMORE S S， PICCOT S D. Engineering and economic evaluation of gas recovery and utilization technologies at selected US mines[J]. Environmental science & policy， 2002， 5（5）： 397-409.

[6]TIAN Y D. Risk management of CBM project in operation[J]. China coalbed methane， 2005 （2）： 6.

[7]樊燕萍， 牛彤， 牛冲槐. 系统哲学原理在煤层气开发风险分析中的应用[J]. 系统科学学报， 2014， 22（2）： 90-92.

[8]李沿英， 康静文. 煤层气地面开采中潜在的生态环境影响分析[J]. 中国煤炭， 2014， 40（3）： 124-127.

[9]张勇昌， 杨永国， 罗金辉. 基于SEM的煤层气开发风险主控因素研究[J]. 矿业安全与环保， 2016， 43（5）： 106-110.

[10]SILVA T L S， MORALE-TORRES S， CASTRO-SILVA S， et al. An overview on exploration and environmental impact of unconventional gas sources and treatment options for produced water[J]. Journal of environmental management， 2017 ，200： 511-529.

[11]XUE Y， LI X X， SUN W， et al. A Fuzzy Method for assessing eco-environmental disaster risk caused by coalbed methane in China[J].Journal of risk analysis and crisis response， 2018， 8（1）： 3-13.

[12]裴亚托， 张凌坤， 何金昆， 等. 基于框架模型的煤层气开发生态效应评价[J]. 油气田环境保护， 2015， 25（1）： 25-27，60.

[13]杨永国， 秦勇， 姜波， 等. 煤层气项目风险性分析方法及应用研究[J]. 天然气工业， 2001 （3）： 89-91，1.

[14]VANORSDALE C R. Assessment of initial reservoir data to estimate Devonian shale gas reserves[R]. 1991.

[15]KOSKO B. Fuzzy Cognitive Maps[J]. International journal of Man-Machine studies， 1986， 24（1）： 65-75.

[16]PAPAGEORGIAU E I， STYLIOS C D， GROUMPOS P P. Fuzzy Cognitive Maps learning using particle swarm optimization[J]. Intelligent information systems archive， 2003， 25（1）： 95-121.

[17]OZEMI U， OZESMI S L. Ecological models based on peoples knowledge： a multi-step Fuzzy Cognitive Mapping approach[J]. Ecological modelling， 2004， 176（1/2）： 43-64.

[18]US EPA. Guidelines for ecological risk assessment[S]. Washington DC： U.S. Environmental Protection Agency， 1998.

[19]高中貴， 彭补拙. 农地整理生态环境风险综合分析与评价：以广西柳州市融安县为例[J]. 资源科学， 2005，27（2）： 45-50.

[20]赵萍， 徐艳玲. 全球化视域下我国自然生态风险的困境及出路[J]. 中州学刊， 2014 （2）： 85-89.

[21]张勇昌. 煤层气开发风险形成机制与评价模型研究[D]. 徐州： 中国矿业大学， 2017： 28.

[22]SUN W， XUE Y， REN X J. The index system of ecological risk assessment based on the industrialization development of coal-bed methane[C]//Emerging economies， risk and development， and intelligent technology： proceedings of the 5th international conference on risk analysis and crisis response. Morocco： CRC Press， 2015： 495-502.

[23]史培军， 汪明， 胡小兵， 等. 社会-生态系统综合风险防范的凝聚力模式[J]. 地理学报， 2014， 69（6）： 863-876.

[24]熊军， 林科君， 张鹏. 石化工业安全风险引发的环境与社会风险交互影响评估[J]. 环境影响评价， 2015， 37（4）： 54-57.

[25]孙仁金， 汪振杰. 页岩气开发综合环境影响评价方法[J]. 天然气工业， 2014， 34（12）： 135-141.

[26]苏超， 张红， 梁迅. 基于模糊认知图的生态风险管理研究[J]. 生态学报， 2014， 34（20）： 5993-6001.

（责任编辑：王爱萍）