基于主成分分析法的山东省煤矿事故原因分析*

王二鹏，姚 璐，孙学芳，马汉鹏

(1.华北科技学院 安全工程学院，北京 101601;2.华北科技学院 安全培训部，北京 101601)

0 引言

煤炭工业作为我国的基础产业，在现在及未来的国民经济发展中都起着举足轻重的作用，从目前我国能源现状、经济发展水平和世界能源格局来看，相当长的时期内以煤为主的能源消费结构难以改变[1-3]。总体来看，近年来我国煤矿安全生产形势趋于好转，以山东省煤矿安全生产形式为例，截止2020年3月，全省境内煤矿共发生事故2起、死亡6人，与2019年同期相比，事故起数增加1起，死亡人数增加5人，同比生产安全事故增长率达到100%[4]，山东省煤矿安全形势依然面临着严峻挑战。煤矿安全事故，不仅给煤矿企业造成了严重的经济损失，更对煤矿职工造成严重的心理压力，导致煤矿企业全都面临着招工难的困扰。为此，对山东省煤矿安全形势进行分析，以期提高山东省煤矿企业安全生产形势，减少事故的发生，保障职工的生命财产安全。

李慧敏[2]、李艺昕[3]和王玚[5]等人基于主成分分析法分别对1990—2014年时间段内的全国煤矿死亡人数、事故起数进行分析，得到造成煤矿事故的主要类型；潘怀兵[6]将影响沥青路面使用性能的因素作为评价指标，基于主成分分析法得出各因素对沥青路面使用性能的影响程度。付光辉等[7]通过采集城市发展过程中的数据，将主成分分析法运用到评价城市发展速度方面，并得出影响城市发展速度的主要因素。

综上，我国专家学者对主成分分析法的研究及应用也不少，其中也不乏对煤矿安全领域的研究，但是将主成分分析法应用到部分省份煤矿安全形势的研究比较少，因此通过收集山东省境内煤矿安全生产事故数据资料，基于SPSS 24.0软件中的主成分分析法，得出近年来山东省境内煤矿安全生产事故的主要类型，并研究各类型事故之间的相互影响关系，以期为今后山东省煤矿行业更准确的制定防范对策，为减少此类型事故的发生提供参考依据。

1 主成分分析法

1.1 主成分分析的基本思想

主成分分析法是采用降维的思想，在力保数据信息损失最少的原则下，把多个指标转化为少数几个综合指标的一种对多变量数据进行最佳综合简化的多元统计方法[8]。即将高维空间杂乱无章的问题转化为低维空间的线性组合问题，显然问题的难度就降低了很多。通过转化而得到的线性组合指标称为“主成分”。主成分在变差信息量中的比例越大，则在综合评价中的作用就越大，该法不仅可消除评价指标之间的相关影响，并减少指标选择的工作量，而且计算过程可用数学软件进行简化，计算过程快捷、结果精确。其数学模型如下

(1)

简写为

F=μj1X1+μj2X2+…+μjmXm，其中j=1,2,…,m;m≤p。

1.2 主成分分析的基本步骤

数据的采集与标准化：首先将采集到的数据样本构建一个数据矩阵X=(xij)n×m，其中n为观测样本数量，m为单个样本观测的指标变量数目。为了统一数量级，对收集到的样本数据运用SPSS 24.0软件进行标准化，令标准化数据矩阵为Z=(zij)n×m。

建立相关系数矩阵：由标准化数据矩阵Z=(zij)n×m，计算其相关系数矩阵R=(rij)n×m。

计算特征值、特征向量，确定主成分：由特征方程|λp-R|=0，得到m个特征值λP(p=1,2,…,m)、特征向量Lp=Lp1,Lp2,…Lpm。则主成分表达式为

Fp=Lp1Z1+Lp2Z2+…+LpmZm

(2)

式中,p=1,2,…,m；F1为第1个主成分；F2为第2个主成分；…；Fm为第m个主成分。

主成分的累计贡献率：选取特征值λp>1的k个指标(k

对k个主成分进行综合评价：对选取的k个主成分进行线性加权求和，得到主成分的评价得分

(3)

2 应用实例

2.1 数据收集

依据国家煤矿安全监察局和山东省煤矿安全监察局网站公示数据，对2008—2019年山东省煤矿事故起数进行数据收集[9-10]，见表1。

表1 2008—2019年山东省煤矿事故起数统计

通过以上收集的资料，选取山东省煤矿事故中发生次数最多的8类事故作为评价指标变量，即：顶板事故X1、瓦斯事故X2、机电事故X3、运输事故X4、放炮事故X5、水害事故X6、火灾事故X7及其他事故X8，并运用SPSS 24.0软件对原始数据进行标准化处理，得到标准化评价指标变量：顶板事故Z1、瓦斯事故Z2、机电事故Z3、运输事故Z4、放炮事故Z5、水害事故Z6、火灾事故Z7及其他事故Z8，见表2。

表2 标准化数据

2.2 运用SPSS软件进行分析、计算

基于SPSS 24.0软件中的主成分分析法，对标准化处理后的数据进行主成分分析，得到评价指标的相关系数矩阵(表3)以及特征值，确定评价的主因子数，见表4、表5。由表4可知，前3个主成分的特征值大于1，且累计贡献率为86.065%>85%，故可以提取前3个主成分来表示所有指标所具有的全部信息。

表3 相关系数矩阵

表4 主成分分析表

表5 总方差解释

根据公式(2)(3)，可以得出相对应的主成分的线性组合为

则山东省煤矿各类事故起数综合评价函数为

根据表4和主成分的线性组合公式F1、F2、F3可以看出：第1个主成分中瓦斯事故、顶板事故、运输事故和水害事故的成分得分系数的绝对值分别为0.233、0.207、0.200和0.199，故此4类事故是在第1个主成分中起到决定性的成分，并且此4类指标的得分系数均为正数，呈正相关；同理，第2个主成分中火灾事故、运输事故和水害事故的成分得分系数的绝对值分别为0.544、0.293和0.269，故此3类事故是在第2个主成分中起到决定性的成分；在第3个主成分中机电事故和其他事故的成分得分系数的绝对值分别为0.657和0.524，故此2类事故是在第3个主成分中起到决定性的成分。因此在2008—2019年山东省煤矿事故中瓦斯事故、顶板事故、运输事故、水害事故、火灾事故、机电事故和运输事故是发生次数较多的事故类型。由于第1主成分的累计贡献率为52.213%，远大于第2主成分的贡献率20.532%，故认为第1主成分代表了所有统计指标变量的全部信息，即2008—2019年山东省煤矿事故中发生次数较多的事故类型为瓦斯事故、顶板事故、运输事故和水害事故。

3 结论

(1)主成分分析法采用降维的方式，将多种因素之间复杂的作用关系简化为主成分之间的线性关系，减少各个因素之间的相互影响关系，大大方便了对数据进行系统处理。

(2)主成分分析法仍有一定的局限性，采用主成分分析法对实际问题进行分析处理时，需要大量的数据予以支撑。采集数据时，难免会由于采集的难度过大等问题对分析结果造成一定的干扰。

(3)通过对2008—2019年山东省煤矿事故统计数据进行主成分分析，可以得出近年来山东省煤矿事故中造成发生次数较多的类型为瓦斯事故、顶板事故、运输事故和水害事故，并且4种事故类型之间存在着较强的关联性，说明引起这4种事故的原因和机理相互之间具有较大的联系，某种因素引发一种事故的同时，在该情形下也有可能会导致另一种事故的发生，因此在今后制定防范措施时，必须要关注并综合考虑各事故之间的联系，尽可能减少事故的发生。