基于BWM多准则决策方法的矿山安全态势研究

金炜凯

(南京财经大学管理科学与工程学院，江苏南京210023)

一、引言

矿产作为一次能源，在我国能源生产和消费结构中都占据主导地位，我国已形成高度依赖矿产资源的能源结构。由于矿业开采的特殊性，其有生产环节复杂、参与人数多、环境多变、涉及众多不确定因素等的特点，一旦生产过程中发生事故，必将造成极大的人力财力损失，同时也会造成恶劣的社会影响。如何有效改善矿山安全生产管理水平，对潜在安全风险进行及时评价分析，以减少矿山安全事故，成为矿产业和学术界迫切需要解决的问题。

近年来，在对矿山安全的评价与分析上，学者们取得了较多的研究成果。刘新礼(2017)以神经网络为基础，建立霍煤辛置煤矿的综合安全评价，增强评价结果的自组织性且具有良好的鲁棒性；陆卫东等(2017)通过“熵权TOPSIS评价模型”，以评价对象与理想解之间的距离为准则，对影响矿井安全的指标进行计算，通过计算评价指标与最优解的相对靠近度，表征矿井的安全现状水平；何荣军和骆大勇(2018)基于改进粒子群的神经网络基本原理去寻找最佳平衡的惯性权值，增强了粒子群算法的全局寻优能力，提高了煤矿安全评价能力。现有研究主要针对煤矿生产某一部分进行调研评价，对矿山从整体安全态势进行比较评价的文章尚在少数。

基于以上研究背景，论文拟通过分析矿山生产过程中的各个环节，以动静态角度划分，提出矿山整体安全态势评价指标体系，并运用BWM(best-worst method)分析法多准则决策分析法，对矿山生产从整体进行综合比较评价，以期能够获得更为准确和可信度高的评价结果，为矿产企业隐患的排查预警治理提供一定的帮助。

二、矿山安全评价指标体系构建

由于各个矿山自然条件、设施水平和管理方式不尽相同，对于定性指标，不同评价人员会因理解描述不同，而很难给出定量化的评价结果。矿山安全态势评价的核心问题是评价指标的分析，评价指标体系构建是否客观准确对评价结果产生直接影响，即关系到能否通过评价改善矿山的安全生产管理水平，达到评价的目的。

从矿山的特点出发，遵循目的性、科学性、可比性的原则，按照矿山安全态势指标体系的设计步骤和流程，以煤矿生产标准化为指导，从动态、静态两个角度入手，将指标体系分为矿山安全危险源监测、生产方式、管理制度完备性及资源赋存条件四类(图1)。这四类动静态指标交叉渗透，共同作用于矿山，对矿山整体生产进行监控，便于安全态势评价。

图1 矿山安全态势评价指标体系

(一)矿山安全危险源监控

矿山安全预测预警来自对矿山生产过程中可能产生的各个危险源进行监测，把握住生产过程中可能产生灾害的关键危险源，对整体生产安全的把握起到关键作用。对危险源的判定，主要从矿山七大主要灾害入手，包括瓦斯灾害、煤尘灾害、水灾害、火灾害、顶板灾害、机电灾害和运输事故。通过监测各灾害发生的可能性及次数，对矿山整体安全态势进行把握。

(二)生产方式

矿山生产方式不同，其危险性也大不相同，不同生产方式所需监测的关键点各异，随着科技的进步，大部分危险开采方式已经被取缔，开采方式得到了进一步的规范，纯人工开采也不复存在，但纯机械开采暂时处于理论，还未实现，当前主要生产方式包括爆破采煤及综合机械化采煤。

(三)管理制度完备性

企业安全离不开制度的保障，矿产企业尤其如此，对于危险性较高的矿山开采工作，如果没有制度的保障，将无法安全正常运行下去，因此管理制度的完备性十分必要。对于矿山生产工作，其管理制度主要从安全出发，包括：安全生产责任制度、安全办公会议制度、安全生产隐患排查制度、危险源监控管理制度、安全教育与培训制度、安全监督检查制度、安全管理奖惩制度、安全操作管理制度、煤矿事故应急救援制度。

(四)资源赋存条件

矿山种类、地理位置等气候环境不同，其资源赋存条件及危险性也存在很大区别，不同的条件所需注意的危险源及其危险程度也都不同。无论煤矿或非煤矿，都存在高风险性和其他两类矿山，要分开讨论。对于高风险性煤矿主要分为以下五类：煤与瓦斯突出、冲击地压、高瓦斯、水文地质类型复杂和极复杂、采深超千米。其他矿山则指除了五种高风险煤矿以外的各类矿山。

三、BWM多准则决策分析法

(一)矿山生产评价

矿山生产由于其复杂多变性，对于构建的综合评价方法除了寻求评价方法及评价模型的深度和新度，还需寻求一种简单、适用、可操作性强的方法，减少由于评估方法带来的模糊、不确定性因素的干扰，以及人为确定方法的缺陷。通过选择的安全态势评价方法及构建的评价模型，获得的综合评价结果应当能够客观反映矿山的安全生产状况。通过矿山安全态势综合评价工作，促进矿山增加安全投入、采取技术措施、改善作业环境，降低或消除风险，提高企业安全程度。

(二)BWM

BWM(best-worst method)是荷兰学者Rezaei提出的一种新的多准则决策方法，能把定性因素定量化，将人的主观判断用数学表达处理，并能在一定程度上检验和减少主观影响，使评价更趋于科学化。这一方法的特点是，在对复杂决策问题进行深入分析后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多目标、多准则的复杂决策问题提供一种简便的方法，并且相比于层次分析法，所需要计算的过程更简便，结果更具有一致性。很适合生产环节复杂、环境多变的矿山安全生产评价。

(三)BWM模型构建流程

BWM与AHP类似，也是基于成对比较的思想，但并不是任意准则两两比较，而是构造一种结构化的比较方式，具体操作步骤如下：

Step1：在准则集 {c1，c2，…，cn}中选取最优准则CB和最劣准则CW。

Step2：利用1～9标度打分，确定最优准则相比于其他所有准则的偏好程度，构建比较向量AB= (aB1，aB2，…，aBn)，其中aBi代表最优准则与准则i相比的偏好程度。

Step3：确定其他所有准则相比于最劣准则的偏好程度，构建比较向量Step4：构建数学规划问题并求解，得出最优权重，其中目标函数的意义是：对于所有的j，取全部中最大的一个，使其最小化，

BWM过程简洁，结果可靠，与其他多准则决策方法相比具有独特的优势：第一，成对比较方法(如AHP)需要进行次比较，而BWM只需要进行2n-3次比较，相比于其他方法，数据大大简化；第二，BWM是基于向量计算的方法，其他方法则是基于矩阵计算，同时BWM计算过程只需使用整数，而诸如AHP等方法则会用到分数，因此在计算简便性上BWM更胜一筹；第三，也是最重要的一点，由于比较过程的简化，BWM方法得出的结果均具有很好的一致性，对于生产环节复杂、涉及因素众多的矿山安全态势评价分析，能够起到很好的简化作用，从而得到的最终结果也更具可靠性。

四、模型实证分析

通过矿山安全态势指标体系，运用BWM多准则决策模型，对矿山的安全态势现状从整体上进行试评价。以某四个矿山2018年12月各指标数据为例进行分析。邀请矿山安全负责人5名及专家5名，确认矿山一、矿山二、矿山三和矿山四在各指标下的最优、最劣矿山及其余矿山与最优最劣矿山比较。

矿山安全危险源监测指标下：

(一)确定最优、最劣矿山

根据矿山安全负责人及专家的商讨，矿山一为最优矿山，矿山四为最劣矿山。

(二)最优矿山与其余矿山比较

将矿山一分别与矿山二、矿山三和矿山四进行比较，其结果为(a12，a13，a14)=(4，1，5)(aij表示i与j相比的重要程度)。 再根据aij=aik×akj(k≠i，j)及aij=1/aji可得判断矩阵如表1所示。

表1 最优指标比较判断矩阵

(三)其余矿山与最劣矿山比较

与(二)类似，将矿山四分别与矿山一、矿山二、矿山三相比较，结果为(a41，a42，a43)=(0.4，1，0.2)(aij表示i与j相比的重要程度)。 再根据aij=aik×akj(k≠i，j)及aij=1/aji可得判断矩阵如表2所示。

表2 最劣指标比较判断矩阵

(四)进行层次排序及一次性检验

将判断矩阵的元素做归一化及标准化处理，运用规划求解最终获得特征向量为W=(0.500，0.273，0.136，0.091)T，一致性比率CR=0.045＜0.1，一致性检验通过。根据上述方法，可得矿山一、矿山二、矿山三、矿山四的得分为0.500、0.273、0.136、0.091。

重复上述步骤，计算得到四个矿山在生产方式、管理制度完备性、资源赋存条件下的得分分别为：生产方式(0.419、0.226、0.226、0.129)，管理制度完备性(0.179、0.472、0.081、0.268)，资源赋存条件(0.076、0.214、0.550、0.160)。

基于BWM方法，通过对各个矿山进行打分获得各自相应的权重，再对每一个矿山之间进行比较，从而获得最后的得分，如表3：

表3 各矿山最终得分排序

通过上述运算可以得出，从矿山整体安全态势角度出发，矿山二在整体安全性上处于最优地位，矿山一第二，矿山三与四分别排第三与第四。由此可见，以矿山安全态势指标体系为基础，运用BWM多准则决策方法建立的矿山安全态势综合评价模型，可以有效地分析比较各个矿山的安全水平。

五、结论

第一，论文从动态静态两个方面构建了矿山安全的评价指标体系，得出影响矿山整体安全态势的四个主要指标为：矿山安全危险源监测、生产方式、管理制度完备性、资源赋存条件。

第二，通过动静态指标体系构建了基于BWM多准则决策评价方法的矿山安全态势评价模型，对四个矿山进行评价分析，四个矿山安全态势的评价结果表明论文提出的评价体系和方法能够对矿山安全态势进行评价排名并发现和改进其管理缺陷。

第三，由于文中仅以四个矿山的安全态势数据为例进行评价，数据来源相对单一，下一步研究将收集更多数据并进行后期观测，对论文的评价结果进行验证。