基于AHP 和集对分析法的煤矿生态环境可持续发展评价模型*

舒仕海，任建军，阮毅，刘昌祥

(1.兴义民族师范学院 物理与工程技术学院，贵州 兴义市 562400；2.贵州盘江土城煤业有限公司，贵州 盘州市 553531)

在2019 年我国能源消费结构分布中，煤炭占57.7%，说明我国仍以煤炭为主要消费能源，但煤炭开采会引起大气污染、水体污染、土壤污染、地表塌陷、工程占地等生态环保问题。生态文明建设的要求对煤炭开采、加工、利用的约束作用日益增大[1]。

目前关于生态环境影响因素的评价方法主要有模糊评价法、灰色聚类法、BP 神经网络等等[2−3]，但针对煤矿的生态环境评价鲜有报道，因为煤矿生态环境修复治理是一个比较系统且复杂的过程，建立符合煤矿生态环境可持续发展特征的评价体系是非常重要的。关于煤矿生态影响指标体系，暂无明确标准可参考，其模糊性和不确定性给研究者带来了困扰[4]。为了提高煤矿企业安全高效发展水平和经济效益，促进煤炭生产与生态环境协调发展势在必行[5]。因此，利用AHP 耦合集对分析模型对煤矿生态环境可持续发展进行评价研究具有重大的实际意义。本文以贵州某煤矿为实例研究，研究结果可为煤矿环境保护和治理提供指导。

1 集对分析方法

1.1 联系度

集对分析理论是由赵克勤在1989 年初次提出，集对分析实质上是一种处理系统不确定性问题的统计方法[6−7]，已在水资源承载、信息预测、顶板水害预测、泵送堵管等领域被广泛应用[8−13]。关于要处理的问题，建立集对P=（H,R），其中H和R是两个具有一定关联度的集合。分析该集对的特性，得出其有N个特性，S为两个集合的同一特性数，Q为两个集合的对立特性数，F=N−S−Q，则有F个特性是两个集合既非共同所有，也非互相对立。定义S/N表示P（H,R）的同一度a，定义F/N表示P（H,R）的差异度b，Q/N表示P（H,R）的对立度c。用μ来表示两个集合的联系度如下：

式中，i为差异度系数（i∈[−1, 1]）；j为对立度系数（j=−1），是指Q/N和S/N互相对立；若i=−1 时，差异度演变为对立度；若i=1 时，差异度演变为同一度；当i∈（−1, 1）时，则由差异度演变的同一度与差异度演变的对立度各占相应的比例；a，b，c∈[0，1]，且a+b+c=1。

采用同异反矩阵模型可以更简便地计算指标权重的联系度μ，其表达式为：

1.2 集对势

若a＞c，则两个集合表现为同势；若a=c，则两个集合表现为均势；若a＜c，则两个集合表现为反势；同势指两个集合有相同的趋势，反势指两个集合有对立的趋势，均势指这两个集合显示比较平均。利用对集对势的计算和分析，可以得出研究问题的不确定性程度，这对开展系统性问题研究意义重大。

2 构建评价指标体系

为了对某煤矿生态环境可持续发展做出评判，笔者进行现场调研并搜集浏览了大量文献资料，征求煤矿环境评估专家意见，构建了指标体系模型，子目标层有生态制约因素、环境污染因素、开采影响因素，指标层有地质灾害现状、水土流失、植被和生物多样性、固体废弃物、地形地貌、气候气象、大气、土壤、噪声、地表水、地下水、环境卫生状况、地表塌陷、工程占地和资源损失量等指标因子，如图1 所示。

图1 煤矿生态环境可持续发展评价指标体系模型

3 利用AHP 计算各指标权重

层次分析法（AHP）是一种定性和定量相结合的研究方法[14−15]。其步骤如下。

（1）建立判断矩阵G。采用1-9 标度法或其对应倒数对判断矩阵因子进行赋值，判断矩阵相互比较的标度意义见表1。

表1 判断矩阵相互比较的标度意义

判断矩阵为：

式中，gij是指标因素Gi和Gj重要度比较赋值。

判断矩阵G具有的性质如下：gij＞0，gij=1/gji，gii=1（i,j=1, 2, 3…,m）。

（2）对指标权重进行计算并排序。

（3）一致性检验。

式中，λmax为最大的特征值；m为判断矩阵的阶数；RI为平均随机一致性指标[16]，其参考值见表2。

表2 RI 参考值

4 工程实例应用

贵州某煤矿2011 年 5 月开工建设，2014 年7 月建设完工，经整合后其矿井生产能力为30 万t/a。井田面积 1.0335 km2，服务年限 12.8 a。参考实地调研情况和煤矿环境评估专家意见，提出煤矿生态可持续发展评价指标体系。研究影响煤矿生态环境可持续发展的各个因素，并对煤矿生态环境可持续发展作出系统的评价。

4.1 目标层权重确定

目标层判断矩阵F：

以上得出煤矿生态环境可持续发展评价目标层矩阵权重排序结果具备满意的一致性。

4.2 子目标层权重计算

生态制约因素判断矩阵：

通过利用AHP 确定模型各层指标的权重，并根据现场调研反馈与该煤矿环境评价报告书，得出的煤矿生态环境可持续发展的实际评价结果见表3，将这两者构成两个集合，采用集对分析理论对这两个集合组成的集对进行讨论。由上面计算得到的目标层的权重构成向量矩阵Z，结合实际情况，按良好、一般和较差3 个等级展开评价，对评价结果进行归一化处理可得到同异反向量矩阵Y。

表3 煤矿生态环境可持续发展评价各层指标权重及评价结果

由式（2）可知某煤矿的生态环境可持续发展评价结果为：

4.3 联系度分析

当i=0.5 时，μ=0.639，表明该煤矿生态环境可持续发展处于良好状态；当i=0 时，μ=0.416，表明该煤矿生态环境可持续发展处于良好状态；当i=−0.5 时，μ=0.193，表明该煤矿生态环境可持续发展处于一般状态。即由特殊值法可得出该煤矿生态环境可持续发展处于相对良好的状态。故认为该煤矿井工开采对矿区生态环境造成的影响较小，与现场调研结果和该煤矿环境评价报告书的结论相吻合。

4.4 集对势探讨

由联系度表达式μ=0.484+0.446i+0.068j，可知a,b,c的值分别为0.484，0.446，0.068。从a＞b＞c，得出该系统的集对势为同势，即系统有相同的趋势存在。同一度a=0.484，表明指标体系评价以良好状态为主，但由于差异度的存在，部分指标可能会向一般甚至较差的趋势转变，所以该煤矿需进一步加强环境管理，完善和保障相关设施的稳定运行，使得煤矿生态环境始终处于良好可持续发展状态，避免指标有恶化的趋势。

4.5 不确定性分析

差异度b对影响该煤矿生态环境可持续发展的所有因素的不确定性大小有决定性作用，b值增大，则系统的不确定性也在增大，由于b=0.446，表明该研究系统有相应程度的不确定性存在。

5 结论

（1）针对煤矿生态环境可持续发展的影响因素构建其指标评价体系，利用AHP 确定各指标权重。实例分析证明，固体废弃物、地质灾害现状、气候气象、水土流失是对煤矿生态环境可持续发展影响最大的4 个因素。在今后生产过程中，需借鉴国内外煤矿开采和生态环境修复治理的经典模式，采取相应措施加强生态环境恢复治理，促进该煤矿生态环境可持续发展。

（2）通过对i取特殊值，可以初步判断煤矿生态环境可持续发展的状态，i取值不同，则系统在同一、对立和不确定项间进行转变，探讨良好状态、一般状态等模糊语言所隐藏的不利因素，从而找出影响源，为煤矿生态环境管理工作提供科学指导。

（3）运用AHP 耦合集对分析模型对贵州某煤矿生态环境可持续发展进行评价，其评价结果为相对良好状态，该结果与现场调研的实际情况和该煤矿环境评价报告书中的结论相符合，表明基于AHP耦合集对分析模型对煤矿生态环境可持续发展进行评价是可行的，其结果为实现煤矿绿色开采、促进煤炭生产与生态环境协调发展提供科学合理的决策方案。