基于风险矩阵的我国煤炭企业安全风险评价研究

郭 凯

(1.河南科技大学高等教育与区域经济发展研究中心，河南 洛阳 471003；2.中国矿业大学(北京)安全科学技术学院，北京100083)

由于我国能源结构和资源禀赋的特点，煤炭行业在我国的一次能源消费结构中长期占有举足轻重的地位。而煤炭行业在生产过程中，具有其行业的特殊性和危险性。特别是我国的煤炭资源分布广泛，开采的地质条件复杂多样，煤炭企业在生产过程中，存在许多不确定的风险。对于我国煤炭企业安全风险因素的识别和评估是防范风险的关键。因此，对于我国煤炭企业的安全风险因素进行识别与评估显得尤为重要。

国外对于煤炭行业安全风险的研究十分重视，也取得了许多研究成果。归纳起来，在安全评价领域的研究和应用主要集中在三个方面：计算机技术在生产系统安全评价技术工作中的推广，以概率风险评价方法为基础的矿山安全评价法和安全评价过程中的局部关键技术的发展[1-2]。

国内学者针对我国煤矿企业安全生产的复杂性，引入灰色聚类、非线性动力学、神经网络、SPA模型、灰熵模型等定量方法应用于煤矿安全评价。在安全风险研究的侧重点上，张洪杰等构建煤矿安全风险指标体系，并进行了实证研究[3]。尤荻等提出了以全过程、全要素和全员安全风险管理为目标的煤矿安全风险集成管理系统[4]。杨军等提出了煤炭企业安全风险的主要控制点，并构建了安全风险预警指标体系[5]。李光荣提出了全面风险管理识别因素并通过信度检验确定风险的主要因素等观点[6]。

国内外对于煤炭企业安全风险展开的各个层面和角度的研究，是开展进一步相关研究的基础。本文拟结合我国煤炭企业的自身的特点，分析和辨识影响我国煤炭企业安全的风险因子，找出主要影响因素，并针对性的提出防范和治理的建议。

1 煤炭企业安全风险评价指标体系的构建

关于煤炭企业安全风险评价指标体系的研究，目前已经取得了许多研究成果。总结归纳起来，主要集中在以下3个方面：安全生产过程中一般性危险隐患识别方法与技术的研究，顶板及瓦斯爆炸等事故风险的识别研究和煤矿生产过程中的安全影响因素研究等方面。

当然也存在所建立的煤炭安全风险评价和预警模型多以单一的方法为基础，研究方法具有局限性等问题。由于在煤炭安全管理中所涉及的数据类型复杂，既有大量的高频统计数据，又有存在不确定性、模糊性和主观性的不精确数据信息，因此，需要集成多种不同类型的风险信息数据，建立一套全新的、完善的、有效的评价方法。

根据事故致因理论(Accident Causing Theory)关于风险划分的基本原理，安全风险和事故发生的原因主要包括4 个方面：人的不安全行为，不安全的生产作业环境，物的不安全状态和管理的缺陷。因此，本文在分析和参考国内外的相关研究的基础上，按照经典的事故致因理论对于风险因素的分类原则，确定出对煤炭企业安全具有影响的4个主要的风险因素，包括人员风险、设备风险、环境风险和管理风险，据此初步构建我国的煤炭企业安全风险评价指标体系，具体如图1所示。

图1 煤炭企业安全生产风险评估指标体系

2 风险矩阵评估概述

在对煤炭企业安全风险评价体系的初步构建后，针对评价体系内的具体的影响因素进一步的分析和辨别是我们细化研究安全风险的重要步骤。

本文借鉴风险矩阵方法(Risk Matrix Method，RMM)来解决这个难题[7]。风险矩阵由美国空军电子系统中心在1995年4月首次提出(Electronic Systems Center，ESC)[8]。其能够对于风险发生概率和风险等级进行准确有效的计算和评定，对于煤炭企业安全风险评价体系中包括人、物、环境等因素的复杂体系进行评估具有较高的有效性和适用性[9]。

采用风险矩阵方法进行安全风险评价，主要包括风险识别(risk identification)、风险分析(risk analysis)和风险评价(risk evaluation)3个基本步骤和内容[10-12]。

2.1 风险矩阵基本形式

首先，依据风险矩阵要求，需要进行以下工作：风险对项目潜在影响的评估，风险发生概率的计算，风险等级的评定以及风险管理措施的实施。一般风险矩阵的基本形式如表1所示[13]。

表1 原始风险矩阵

2.2 确定风险影响程度

依据数据完整与否，风险影响程度的确定有两种方法。第一种是序列分析法：适用于历史数据序列完整的情况；另一种是调研对象调查法：适用于难以获得历史数据的情况。其中调研对象调查法将各要素风险影响程度量化为5个区间：可忽略、微小、中度、严重和关键，并分别赋值为l分、2分、3分、4分、5分，具体如表2所示。

表2 风险影响程度量化说明

2.3 确定风险发生概率

风险概率的确定通常有两种：一是对大量统计数据利用时间序列预测法等进行分析确定的客观概率；二是客观概率很难算出，组织调研对象合理估计风险事件概率的主观概率[14]。风险发生概率的说明，如表3所示。

表3 风险发生概率的说明

2.4 确定风险等级

风险矩阵中输入风险影响程度和风险发生概率就能够确定风险等级，如表4所示。

表4 风险等级对照表

2.5 Borda序值法

如果同一等级具有相同属性的风险过多，将关键风险在风险区域中分离出来就比较困难。因此，风险矩阵确定之后，就需要考虑如何确定关键风险因素。ESC为解决这个问题，将Borda方法引入风险矩阵对风险重要性进行排序[15]。

风险总个数设定为N，某个特定风险设定为i，k表示某一准则，在风险矩阵中，k有两个准则，即k=1表示风险影响度I，k=2表示风险概率P0。如果rik表示风险i在准则k下的风险等级，则风险i的Borda数定义为式(1)。

(1)

风险矩阵方法中，Borda序值即为在准则k下风险影响程度大于风险i以及风险发生概率大于风险i的因素的个数。在实践中，利用Borda序值法对风险等级优先排序，优先处理级别高的风险。

3 基于风险矩阵的我国煤炭企业安全风险评价实证研究

根据对我国煤炭企业安全风险评价指标体系的构建和三级指标的细化，同时，按照风险矩阵的基本分析方法，对煤炭企业安全风险影响因素的重要性进行排序、确定关键影响风险因素，明晰安全风险管理的重点是进行实证研究的主要步骤和研究内容。

3.1 数据来源

数据来源于从事煤炭企业安全生产实践和研究的相关人员，共有15名。调研对象对煤炭企业安全生产有一定的认识，调研方式采用随机抽样方式进行，调研内容包括煤炭企业安全风险影响程度和煤炭企业安全风险发生的概率。

3.2 煤炭企业安全风险影响程度的确定

由于煤炭企业安全生产情况不具有可比性，没有参照对象，历史数据难以收集，并且煤炭企业安全涉及的风险因素定性指标占有大部分，所以煤炭企业安全风险影响程度的确定采用调研对象调查法。设有n位调研对象参与评价，一般将第r位调研对象给出的第i个风险评价指标Ui的风险影响程度记为dri，风险影响程度参见表2，综合全部调研对象对所有风险评价指标的风险影响度评价，得到评价样本矩阵，如式(2)所示。

(2)

n位调研对象中第r成员对第i个安全风险评价指标给出得分dri，假设权重为wr，则第i个煤炭企业安全风险评价指标综合评分值di定义为式(3)。

(3)

按照调研对象等权的原则，采取简单算术平均值计算受访者的打分，结果作为煤炭企业安全风险影响程度量化值。

以“作业人员持证率风险”为例，最终简单算术加权平均值为3.1333，处于(3，4 ]这一区间，风险影响等级为“中度”。同理其他12个煤炭企业安全风险因素的评分结果：“作业人员责任心”为3.2分，风险影响等级为“中度”程度；“人员操作违章率”为3.0667分，风险影响等级为“中度”程度；“设备故障率”为3.4667分，风险影响等级为“中度”程度；“设备完好率”为3.3333分，风险影响等级为“中度”程度；“防护装置配备率”为3.1333分，风险影响等级为“中度”程度；“地质情况”为3.2667分，风险影响等级为“中度”程度；“粉尘浓度”为3.4分，风险影响等级为“中度”程度；“照明情况”为3.3333分，风险影响等级为“微小”程度；“湿度和温度”为3.2667分，风险影响等级为“中度”程度；“安全制度的健全”为3.5333分，风险影响等级为“中度”程度；“操作规程的落实”为3.4667分，风险影响等级为“中度”程度；“安全投入”为3.6分，风险影响等级为“中度”程度；风险影响等级为“中度”程度。

3.3 煤炭企业安全风险发生概率的确定

由于历史和行业等统计数据的缺乏，客观定量确定煤炭企业安全风险发生概率非常困难，所以相关数据只能通过定性分析。通过调研，在风险矩阵栏中填入风险发生概率，风险发生概率详见表3。

以“作业人员持证率风险”为例，其平均分值为46%，处于(41%，60%)这一区间，属于“安全风险有可能会发生”的等级。同理其他12个煤炭企业安全风险因素计算结果：“作业人员责任心”为59.33%，属于“安全风险有可能会发生”的等级；“人员操作违章率”为52%，属于“安全风险有可能会发生”的等级；“设备故障率”为46%，属于“安全风险有可能会发生”的等级；“设备完好率”为47.33%，属于“安全风险有可能发生”的等级；“防护装置配备率”为49.33%，属于“安全风险有可能发生”的等级；“地质情况”为50%，属于“安全风险有可能发生”的等级；“粉尘浓度”为51.33%，属于“安全风险有可能发生”的等级；“照明情况”为53.33%，属于“安全风险有可能会发生”的等级；“湿度和温度”为47.33%，属于“安全风险有可能发生”的等级；“安全制度的健全”为58%，属于“安全风险有可能发生”的等级；“操作规程的落实”为60%，属于“安全风险有可能发生”的等级；“安全投入”为59.33%，属于“安全风险有可能发生”的等级。

3.4 煤炭企业安全风险等级的确定

风险矩阵方法中，风险影响程度和风险概率决定了风险等级，由于煤炭企业安全风险影响度和风险发生概率均设置了5个范围区间，所以风险等级也被划分为5级分值区间，具体如表5所示。

表5 风险等级量化值表

可采用插值法计算更为精确风险等级量化值，计算方法是，假设一个煤炭企业安全风险经过调研对象评估确定的风险影响量化值为I，在区间[I1,I2]内，其风险发生概率为RP，在区间[RP1,RP2]之间，该煤炭企业安全风险等级量化值被定义为RR，处于区间[RR1,RR2]之间，则RR被定义为式(4)。

(4)

在确定煤炭企业安全风险因素的13个三级指标的影响度和发生概率后，为进一步细化风险等级，采用插值法计算。以“作业人员持证率”为例，经过计算其风险影响度量化值为3.1333，处于(3，4]这一区间，风险发生概率量化值为46%，处于(40%，60%]这一区间，参照公式(5)。

(5)

使用插值法计算“作业人员持证率风险”等级量化值为3.02，处于风险影响程度(3，3.5]这一区间，因此确定“作业人员持证率风险”的风险等级为“严重”。其他安全风险因素采用插值法确定的等级如表6所示。

表6 煤炭企业安全风险等级

3.5 确定Borda序值

风险等级计算结果显示，煤炭企业安全风险因素的13个三级指标都处于“严重”等级，这就形成了一个包含13个安全风险因素的风险结，因此需要运用Borda序值法对这13个煤炭企业安全风险因素进行重要性排序，以关键安全风险。

以“作业人员持证率”为例，其Borda数可以表示为式(6)。

(6)

其中，RR111为10，表示比“作业人员持证率”风险影响高的安全因素个数；RR112为11，表示比“作业人员持证率”风险发生概率高的因素个数；计算得“作业人员持证率”的Borda数=(13-10)+(13-11)=5。以此类推，其他安全风险因素的Borda序值如表7所示。

表7 煤炭企业安全风险Borda数

3.6 煤炭企业安全风险因素评估结果分析

根据Borda数进行煤炭企业安全风险重要性排序，得出Borda序值，这13个煤炭企业安全风险因素的排序依次为：11、3、7、12、8、9、6、5、4、9、2、1、0。排序显示，对于煤炭企业安全来说，“安全投入”是最为关键的风险，其次是“操作规程的落实”和“安全制度的健全”。当然，“人员操作违章率”对于安全风险的控制也十分重要。

4 结论

本文通过回顾和归纳国内外关于煤炭企业安全风险的研究成果，构建适合我国国情的煤炭企业安全风险评价指标体系。运用风险矩阵法对我国煤炭企业安全风险的主要影响因子进行了排序，最后按照Borda序值确定煤炭企业重要的风险因素，包括：安全投入、操作规程的落实、安全制度的健全、人员操作违章率等。

从前面分析和研究得出的安全风险主要影响因素来看，我国煤炭企业需要在日常的生产经营过程中，重点在煤炭生产安全投入的每个环节加大力度。企业进行全面管理过程中，安全管理的工作，尤其要注重一线员工的操作规程的落实。安全制度的建设是长期的重点工作，也需要予以重点的监控和完善。降低煤炭企业一线员工的人员操作违章率，在煤炭企业安全管理中，涉及生产的每个环节，需要我国煤炭企业通过长期的培训和职业行为训练，以减少风险的发生，避免给企业造成不可挽回的损失。

[1] Katherine A.Margolis.Underground coal mining injury: A look at how age and experience relate to days lost from work following an injury[J].Safety Science,2010(48): 417-421.

[2] Seda Salap, Nuray Demire.Development of a GIS-based monitoring and management system for underground coal mining safety[J].International Journal of Coal Geology, 2009 (80): 105-112.

[3] 张洪杰，刘贞堂，于晓月.煤矿安全风险指标体系构建研究[J].煤炭技术，2010 (1)：121-123.

[4] 尤荻，戚安邦.煤矿企业安全风险集成管理系统及其ANP测评模型研究[J].中国安全科学学报，2011，21 (1)：61-65.

[5] 杨军，宋学锋.煤炭企业安全风险预警的指标体系[J].统计与决策，2012，372 (24)：193-194.

[6] 李光荣.大型国有煤炭企业全面风险识别因素实证研究 [J].中国矿业，2013，22(8)：24-28.

[7] 杨仕刚，王三明.定量风险矩阵在HAZOP分析中的应用研究[J].煤炭技术，2013，32(1)：242-244.

[8] 官耀华，胡显伟，段梦兰.定量风险评价技术在海底管道中的应用[J].工业安全与环保，2013，39(3)：67-69.

[9] 赵霞，孟祥浩，刘星期.煤矿瓦斯检验人员安全心理测量与分析[J].中国矿业，2013，22(2)：117-121.

[10] 阮欣，尹志逸，陈艾荣.风险矩阵评估方法研究与工程应用综述[J].同济大学学报：自然科学版，2013，41(3)：381-385.

[11] 郑登锋，蒋金生，王明勇.基于风险矩阵和LOPA的风险评价系统在油气管道的应用研究[J].中国安全生产科学技术，2012，08(10)：76-81.

[12] 曹涛，张华兵，周利剑.HAZOP在油气管道站场风险分析中的应用实践[J].中国安全生产科学技术，2011，7(10)：129-133.

[13] 刘学敏，厉海涛，周经伦，等.系统安全风险描述研究[J].中国安全科学学报，2010，20(4)：49-54.

[14] 李树清，颜智，段瑜.风险矩阵法在危险有害因素分级中的应用[J].中国安全科学学报，2010，20(4)：83-87.

[15] 熊杰，张善从.基于AHP和风险矩阵的航天研制项目风险评估[J].科技进步与决策，2010，27(11)：124-126.