基于因子分析的安徽省煤矿安全发展影响因素研究★

2022-09-24荀守奎信国洪

现代工业经济和信息化 2022年8期

荀守奎，信国洪

（1.安徽理工大学经济与管理学院，安徽淮南 232001；2.安徽理工大学金融科技研究所，安徽淮南 232001）

引言

煤炭作为我国最主要的能源资源，为我国经济社会的持续健康发展提供了强有力的保障。但是煤炭的开采环境极其复杂，影响因素众多，导致煤矿安全事故时有发生，严重威胁着矿工的生命安全和社会经济的平稳发展。以安徽省为例，虽然近几年煤矿安全事故鲜有发生，但个别年份仍有反弹，整体安全发展水平亟待提高。本文针对安徽省近些年宏观经济指标和煤炭行业发展指标进行量化研究，总结出煤矿安全发展状况，并提出相关建议。

1 文献综述

1.1 国外研究现状

国外对煤矿安全发展水平的研究相对较早，这些研究大多是以提高煤矿企业经济效益的目的，研究成果主要集中在以下两个方面。

1）安全投入效益的研究。C Starr 运用成本效益法研究企业内部具体安全措施投资情况，在风险决策中侧重企业安全投资的成本、效益和安全评估等方面的分析[1]。Scott Farrow运用边际成本理论对安全效益最大化进行研究，并建立了“安全投入—产出”模型[2]。Joanne B.Linhard 围绕健康、安全及环境的投资回报进行了分析，并最终找到了三者之间的内在联系，得出安全收益存在潜在性和持久性的特征[3]。

2）安全投入内容的研究。Jimmie Hinze 通过调研全美建筑施工公司在建筑工程安全管理方面的投资，明确了检验、安全人员配备、安全培训、个人保护装备、安全委员会、事故调查、安全管理制度和安全奖励计划等八个方面的投资方向[4]。Keeler 研究发现，安全发展水平不仅受到安全投入的总量和结构影响，还受到经济、技术等多方面因素影响[5]。

1.2 国内研究现状

1）提升煤矿安全发展水平的研究。刘毅和樊劭通过分析英、美和波兰三国煤矿安全发展水平的阶段性特征，研究并提出了不同发展阶段提高煤矿安全水平的具体措施[6]。周忠科基于煤炭行业安全的宏微观因素和主客观分析，从产业结构、法制环境、科技教育、科技政策和内部管理等方面提出了实现我国煤矿安全生产长效机制的对策措施[7]。

2）经济发展对煤矿安全水平影响的研究。赵君和姚有利通过建立有序度评价指标体系，定量分析了煤矿安全与经济的协同发展关系[8]。穆秀珍基于辽宁省地区面板数据实证分析，得出煤矿安全事故与地区原煤产量、地区市场化有正向关系，与地区人均GDP、第二产业所占比重成反向关系[9]。

上述研究成果反映了煤矿安全发展中的部分主要影响因素，在一定程度上证实了经济因素对煤矿安全发展水平的影响，但是并没有进一步分析对煤矿安全生产的影响程度。本文以安徽省煤炭行业为例，通过综合考量宏观经济影响因素与煤炭生产安全部分影响因素，并综合运用因子分析法，从变量内部相互影响关系入手，用公共因子的线性函数与特殊因子之和来表述原有的单项评价指标，以便于对所研究问题进行客观综合评估。

2 因子分析法的基本原理

2.1 基本模型

因子分析法是利用降维的思想从众多的相关变量中抽取若干共同因素，使复杂的数据得以简化，以最少的信息丢失把一些具有错综复杂关系的变量归结为几个少数综合因子。通过探究众多变量之间的内部依赖关系，找出那些真正相关的变量。因子分析法并不是对原有变量的简单取舍，而是对原有变量的重新组构，以反映原有指标的绝大部分信息，且不会产生重要信息的丢失，同时可以提取观念因子。按照权重计算出综合得分，再进行聚类分析。因子分析的一般模型为：

式1 中，x1、x2、…、xp为p 个原有变量，是均值为0、标准差为1 的标准化变量；F1、F2、…、Fm（m

式2 中：F 为公共因子；A 为因子载荷矩阵。

2.2 基本步骤

1）对数据进行标准化处理，避免多指标数据造成的量纲不一。

2）进行前提条件的检验，验证原始变量是否有较强的相关性。若相关性较弱，则无法综合出能反映某些变量共同特性的少数共同因子变量。相关性强弱主要通过Bartlett 球形检验和KMO 检验判断。

3）根据样本数据求出因子载荷矩阵A，并对其进行方差最大旋转，这样就能找到意义更加明确的公共因子。

4）将公共因子表示为变量的线性组合，得出评价对象在各个公共因子的得分，再以各公共因子的方差贡献率占公共因子总方差贡献率的比重作为权重，进行加权汇总，建立因子综合得分函数。

3 实证分析

3.1 评价指标体系的建立及数据标准化

本文结合统计年鉴和统计公告，选取了2011—2020 年安徽省地区生产总值、第二产业增加值、原煤产量、全省一次能源生产总量、采矿业固定资产投资及煤炭每百万吨死亡率等6 项指标加以分析。

由于每项数据指标之间的数量级和量纲不同，不能直接在各指标之间进行综合比较，因此需要对各项指标的原始数据进行处理，使其达到量纲统一。

式3 中：ui、σi分别表示各项指标的平均值和标准差。

对以上指标进行标准化处理，如表1 所示。

表1 标准化后的指标数据

3.2 因子分析可行性检验

利用SPSS 软件对标准化后的6 项指标进行因子分析可行性检验，如表2 所示。

表2 KMO 和巴特利特检验

表2 给出了KMO 检验和Bartlett 球体检验结果。KMO 值为0.545，勉强可以进行因子分析；Bartlett 球体检验的p 值为0.000<0.050，适合进行因子分析。

3.3 因子载荷计算与主因子意义

对表1 标准化数据进行因子分析，得到各指标的特征根和方差贡献率。由表3 可知，前两个因子的累计方差贡献率已达87.567%，提取两个公因子即可。

表3 主成分总方差解释

从下页图1 也可以看出，提取两个公因子比较合适，因为到第三个公因子时，特征值已经开始趋于平稳。

为了使煤矿安全发展影响因子更加容易解释，本文采用了方差最大化正交旋转法，对因子载荷矩阵进行具有Kaiser 标准化的正交旋转变换，旋转在3 次迭代后收敛。

由表4 旋转成分矩阵可知，公共因子1 中对原煤产量、煤炭百万吨死亡率、全省一次能源生产总量有很高的载荷系数，这三项指标反映的是煤炭行业市场发展水平，因此可以命名为煤炭市场发展因子，用f1表示；公共因子2 中全省地区生产总值、第二产业增加值及煤矿业固定资产投资指标反映了煤炭产业与经济效益的协同关系，因此可命名为煤炭市场经济因子，用f2表示。

表4 旋转后的成分矩阵

3.4 煤矿安全发展主因子分析

提取两个公共因子之后，利用具有Kaiser 标准化的正交旋转法，构成因子得分系数矩阵，如表5 所示。

表5 成分得分系数矩阵

构建因子得分系数矩阵后，再对因子得分系数矩阵进一步分析，通过归一化处理，构建煤炭市场发展因子f1、煤炭市场经济因子f2的公共因子线性方程[10]。

由表3 可知，两个公共因子的累计方差贡献率为87.56%，煤炭市场发展因子f1的方差贡献率为68.74%，煤炭市场经济因子f1的方差贡献率为18.82%，综合得分计算过程如下：

分别代入2011—2020 年的f1、f2，可以得到安徽省历年煤矿安全发展综合得分，如表6 所示。将煤矿安全发展影响因素的煤炭市场发展因子、煤炭市场经济因子得分进行对比排序，并与煤矿安全发展综合得分F 进行对比分析。

表6 煤矿年安全发展综合得分排名情况

3.5 煤矿安全发展综合得分评价

根据表6 数据绘制各项因子得分分布图，如图2所示，可以较直观地展示各项因子及综合得分的变化规律。

由图2 可知，f1得分波动幅度更小，总体呈下降趋势。2011—2015 年为正值，2016—2020 年为负值，且波动范围在-1.5～1.5 之间，表明安徽省煤炭市场发展走势平稳下滑，应该与当前“双碳”政策有关。

f2得分波动范围较大。2011—2015 年平稳波动，2016—2017 年达到最低点，随后两年快速持续增长。但是，2019 年之后，f2又迅速下降，表明了当前的社会经济发展对煤矿安全发展水平的促进作用并不理想，煤炭市场有待进一步好转。

2011—2015 年煤矿安全发展综合得分F 呈现不错的正效应，但却呈波动下降趋势。2016 年之后综合得分一直处于负效应状态，表明了安徽省煤炭安全发展综合水平总体情况不容乐观。

4 提高煤矿安全发展水平的建议

4.1 推动煤矿产业技术创新体系建设

安徽省煤矿开采环境复杂，灾害治理难度较大，各煤矿企业应根据实际情况，加大投入，推广引进先进设备，例如瓦斯监测、人工智能及事故预测等方面的新设备。同时鼓励创新，对本领域做出突出技术创新突破的员工给予相应奖励，转变奖励机制，将超产奖励转变为安全奖励。先进的技术和科学的管理理念不仅是提高煤矿安全水平的有效措施，还能给行业带来更高的经济效益。

4.2 完善煤矿企业安全管理体系

合理完善的安全管理体系不仅可以有效保证煤矿安全生产，还可以提高管理效率，促进企业可持续发展。为此，首先要提高煤矿企业员工从业门槛，根据受教育程度、安全意识、紧急避险能力认真筛选，再集中加强安全技能培训，严格规范安全技能操作，考核不合格的员工禁止上岗作业。通过全面提高员工职业素质和安全生产意识，有效避免煤矿安全事故的发生。同时企业内部建立安全管理考核机制，对违反安全规定的员工依规处罚[11]。