基于结构方程模型煤焦化消防安全影响因素研究

彭 伟 臧 雪 谢 奇 张 艳 任俊生

（安徽理工大学安全科学与工程学院 安徽淮南 232001）

近年来，我国煤焦化行业迅速发展，使煤焦化企业在规模和产品上呈现出多样化的特点[1]（P29），化工厂由成百上千相互毗邻的危险设施组成，通常具有高度复杂性和相互依赖性。这些储存、运输或处理易燃、易爆物质（例如煤焦油、粗苯、煤气、煤粉尘等）的装置通常处于高温高压条件下，处理不当，严重时会引起火灾、爆炸[2]。我国多家化工企业被政府强制关停，安全风险已成为我国化工行业可持续发展的障碍。大量使用危险化学物品可能带来更加严峻的消防工作形势，有必要采取合理的方法研究煤焦化企业消防安全致灾因素，以采取有效措施，遏制煤焦化企业火灾爆炸事故的发生，如贾军等[3]从原料、产品危险性、工艺危险性单方面定性分析了煤化工生产过程中的危险性；曹勇兵等[4]从定性分析的角度，针对化工企业设备、工艺、消防设施、安全生产管理、信息化管理、专业处置能力存在的问题，提出针对化工企业提升火灾防御能力的对策措施；杜学良等[5]简述了煤焦化工业生产工艺，分析了安全管理存在的问题；Amine Dakkoune 等[6]通过对大量事故进行分析，采用半定量分析的方法，证实了化工事故主要与操作者失误有关；Song等[7]人提出并分析了一种新的可数字化应用的化工厂动态半定量风险计算模型。该模型为化工厂和化工园区管理者的安全管理提供了一种可持续、规范、全面的管理策略；Chen 和Genserik Reniers[2]得出定量风险评估、动态风险评估等更为先进的风险分析方法有待进一步普及；姜赞等[8]阐述了煤焦化企业应优先管控对其消防安全管理影响较大的因素，提升企业的消防安全管理水平。

目前，国内外学者对煤焦化企业消防安全影响因素的研究绝大多数采用定性或半定量的方法。在实际生产中，煤焦化厂涉及的消防安全因素繁多且复杂，影响因素难分主次，因此，探究影响因素间的因果关系和重要性具有重要意义。本文在消防安全相关理论的支持下，对影响煤焦化消防安全的因素进行实证调查研究，运用结构方程模型（structural equation model，SEM）验证影响因素的可靠性、稳定性，从而干预煤焦化企业安全生产事故的发生。

一、煤焦化消防安全影响因素确定

（一）煤焦化关键工艺介绍。煤焦化生产过程中，煤气净化为关键工艺，中间产物和最终产品多具有易燃性、易爆性和腐蚀性，火灾发生率高、防范难度大，若消防安全管理、设施、工艺等方面不完善，操作过程中稍有疏忽，就会导致火灾事故的发生，甚至导致重大火灾爆炸事故的发生。煤焦化关键工艺流程如图1所示。

图1 煤焦化关键工艺流程图

从气液分离器来的焦炉煤气，进入横管式初冷器冷却，冷却后的煤气进入电捕焦油器，焦油沉淀，煤气从焦油器顶部出来，进入鼓风机压缩送至脱硫、洗氨塔，与循环洗油逆流接触，焦炉煤气中剩余的大部分萘被吸收，从洗氨塔出来的焦炉煤气从洗苯塔下部进入，与塔项喷洒的贫油逆流接触，脱苯后的煤气进入煤气管网。洗涤来的洗涤富液，进入脱酸蒸氨一体塔，蒸出99%的H2S、HCN、CO2。

由鼓冷送来的剩余氨水经气浮除焦油器除去焦油后送入原料氨水槽，氨水中的酚被溶剂油萃取进入循环油内，排出的脱酚氨水经处理进入氨水中间槽，用氨水泵送去脱酸蒸氨塔。酸气进入克劳斯炉燃烧生成硫[9]。

（二）影响因素的确定。本文从煤焦化企业消防安全的角度出发，在已有研究的基础上，结合煤焦化火灾爆炸事故，归纳煤焦化消防安全影响指标。在检索、筛选、总结和分析相关文献研究的指标后，结合煤焦化企业的相关法规和防火标准，提取出煤焦化消防安全影响指标，通过SPSS25.0软件对子因素进行主成分分析如表1 所示，得到消防设施及应急救援、工艺防火、建筑防火和消防安全管理4个主成分。

表1 煤焦化消防安全影响指标及指标来源

二、问卷调查

（一）问卷设计及样本分析。使用问卷调查获取研究数据，问卷分为两部分，第一部分收集调研对象基本信息，包括性别、年龄、工作性质等；第二部分收集调研对象对煤焦化消防安全影响因素重要程度的判断。依据Likert五级量表将评价等级设置为5个级别，分别是1为“非常不重要”、2为“较为不重要”、3为“一般重要”、4为“较为重要”和5为“非常重要”。通过“问卷星”（https://www.wjx.cn/）网络平台发放，共回收问卷325 份，其中有效问卷301份，有效率92.62%。调研对象男性占总人数的80%，基本符合煤化工行业就业人员性别比例，反映了问卷的真实性。

（二）信度分析。信度检验是判断测量数据可靠性的手段，表示测量结果被反复检验后能否稳定测量到预期的结果。通常使用SPSS 软件可靠性分析中的克朗巴哈系数（Cronbach’s α）的大小来衡量测量量表的信度，当克朗巴哈系数大于0.7时，表示量表具有良好的信度。可靠性检验结果见表2，信度检验标准见表3。

表2 信度检验结果

表3 信度检验标准

根据表2信度分析结果可知，观察变量个案克朗巴哈系数α 均高于0.8，总量表的克朗巴哈系数α 大于0.7，表明量表稳定性良好，并且量表题项内部一致性较高，可以用于后续的效度分析。

（三）效度分析。效度分析是通过SPSS软件中的降维因子分析来判断量表测量的是否有效，测量的结果与想要测量的内容是否吻合。效度高则表示测量的结果很好地反映测量对象的真实特征。在预调研的基础上删除相关性高以及不属于相同维度的题项，保证实际测量结果与想要测量的内容高度吻合。具体结果见表3，KMO检验标准见表4。

表4 KMO和巴特利特球形检验

表5 KMO检验标准

效度检验结果显示，KMO的值为0.812，大于0.8，说明该量表满足因子分析的条件，Bartlett 球形检验卡方值为2527.203，自由度为136，显著性水平为0.000，小于0.01，综上所述，测量数据效度高。

三、结构方程模型建模分析

（一）结构方程模型。结构方程模型(SEM)作为一种基于统计分析方法的研究方法，是目前解决潜在变量及其复杂关系的主要模型，它通常被用来确定观察变量和潜在变量之间的关系。AMOS将结构方程模型可视化，并且提供修正模型的功能，最终输出最有效的模型，主要包含模型构建、模型拟合、模型评价和模型修正四个步骤[20]。SEM由测量方程和结构方程组成，测量方程表示观察变量和潜变量之间的关系，结构方程表征的是潜变量与潜变量之间的关系，具体如下：

测量方程：

式（1）是外生观察变量X与外生潜变量ξ的关系；式（2）是内生观察变量Y与内生潜变量η的关系。δ是外生观察变量X的误差项；ε是内生观察变量Y的误差项；Λx是ξ的回归系数；Λy是η的回归系数。

结构方程：

式（3）中，表示内生潜变量ξ和外生潜变量η的关系。B是隐性潜变量间的系数矩阵；Γ是隐性观察变量和隐性潜变量组成的系数矩阵；ζ是结构方程的残差。

（二）模型验证。利用AMOS24.0软件设计了关于煤焦化消防安全影响因素一阶验证性因子分析模型。模型的拟合度通常是通过卡方自由度比、GFI、AGFI、RMSEA等常用指标来检验的，模型运行结果如图2所示，各指标判定标准如表6所示。

表6 结构方程模型主要拟合指标临界值及结果

图2 煤焦化消防安全结构方程模型

由表6可知，模型拟合结果卡方自由度比小于3，GFI、AGFI、CFI均大于0.9，RMSEA小于0.05，数据反映了模型整体拟合效果较好，但图中路径系数仍存在问题，部分路径系数小于0.6，因此需要对模型进行下一步的修正，以提高模型拟合度。

（三）模型修正。

1.消防设施及应急救援指标修正。潜变量消防设施及应急救援原有7个观察变量D1-D7，修正前后如图3所示，修正结果如表7所示。

表7 消防设施及应急救援测量模型指标拟合结果

图3 消防设施及应急救援修正前后模型图

由图2可知观察变量D1、D2的路径系数分别为0.54、0.56，不满足因子载荷量大于0.6的条件，因此需要删除D1、D2后重新拟合，得到拟合后的结果，基本符合要求。

2.工艺防火指标修正。工艺防火影响指标共有4个观察变量，测量模型如图4所示，拟合及修正结果如表8所示。

表8 工艺防火测量模型指标拟合结果

图4 工艺防火测量修正模型图

由表8可知工艺防火影响指标修正前的X²/df为4.301大于3、RMSEA为0.105大于0.05，均不符合判定标准。MI值是修正指标卡方值，将值相差较大的两个残差建立相关关系，可以有效改善卡方值偏大的问题[21]。通过修正指数对工艺防火影响指标初始模型进行修正和优化，见表9所示。

表9 工艺防火测量模型指标拟合结果

3.建筑防火、消防安全管理指标修正。建筑防火和消防安全管理分别有3个观察变量，当一个潜变量只有三个观察变量时，属于恰好辨识的状态，只有唯一解，无残差，此时只看因子负荷量（即路径系数），大于0.6即为符合。由此可知，建筑防火和消防安全管理影响指标拟合结果均符合标准，无需修正。

（四）结果分析。一阶验证性因子分析是为了研究4个潜变量之间的关系，经过上述修正后的验证结果如图5所示。从图5得知，消防安全管理对工艺防火、消防设施及应急救援、建筑防火的影响系数分别为0.33、0.19、0.02，消防设施及应急救援对工艺防火、建筑防火的影响系数为0.24、0.07，由此可知，消防安全管理和消防设施及应急救援对工艺防火存在较强的影响。

图5 煤焦化消防安全影响因素体系的一阶验证性因子分析

通过进行二阶验证性因子分析，确定各二级指标、一级指标对消防安全的影响权重，并确定煤焦化企业消防安全评估模型，模型如图6所示，验证分析得出参数显著性估计和信效度如表10所示，数据显示，消防设施及应急救援的收敛效度AVE为0.434，是可接受的，工艺防火、建筑防火和消防安全管理的收敛效度均大于0.5 且四个维度的组合信度CR 均大于0.7，说明最终修正后的模型信效度较好。

表10 参数显著性估计及信效度分析

图6 煤焦化消防安全影响因素体系的二阶验证性因子分析

根据修正后的路径系数可以用来表示影响因素的重要程度，进而得出煤焦化消防安全影响因素的指标权重，如表11所示，计算公式如下：

表11 煤焦化消防安全影响因素权重表

式中，Pi为指标权重，λi表示指标路径系数。

根据模型路径系数最终得到4 个潜变量以及对应的15 个观察变量的权重如表11 所示。由表可知，消防设施及应急救援、工艺防火、建筑防火和消防安全管理的权重分别为22.482%、43.597%、5.862%、28.059%，影响程度从大到小分别为：工艺防火、消防安全管理、消防设施及应急救援、建筑防火，由此可知，工艺防火对煤焦化企业消防安全影响最大。

四、结论

（一）本文通过发放问卷的方式提取出煤焦化的消防安全影响指标17个，通过信效度分析，最终确定应急救援力量建设、火灾自动报警系统、防排烟系统、灭火系统、安全疏散系统、工艺设备防火、电气防火、工艺过程防火等15个关键子因素。

（二）运用SPSS25.0对子因素进行主成分分析得出，消防设施及应急救援、工艺防火、建筑防火、消防安全管理是影响煤焦化企业消防安全为主要因素。

（三）运用AMOS24.0构建煤焦化消防安全影响因素SEM模型，一阶验证性因子分析可知，潜变量之间的影响大小顺序为：消防安全管理对工艺防火的影响＞消防设施及应急救援对工艺防火的影响＞消防安全管理的消防设施及应急救援影响＞消防设施及应急救援对建筑防火的影响＞消防安全管理对建筑防火的影响。在相互影响的关系中，消防安全管理对工艺防火的影响最为显著。

（四）通过该模型进行二阶验证性因子分析，将煤焦化消防安全影响因素SEM路径系数转化为权重，得出各一级指标对消防安全影响大小排序为：工艺防火＞消防安全管理＞消防设施及应急救援＞建筑防火。工艺防火和消防安全管理是影响煤焦化企业消防安全关键因素，该排序可为煤焦化企业消防安全管理指明方向。