安全排序的煤矿安全管理论文

今天小编为大家精心挑选了关于《安全排序的煤矿安全管理论文(精选3篇)》，仅供参考，希望能够帮助到大家。摘要:文章从网络信息安全的发展现状和发展前景去看,对我国中小型企业的网络安全现况进行了剖析。大多数中小型企业由于资金、技术问题,安全问题一直隐含重重。有些中小型企业抱着侥幸的心理对待网络入侵、病毒问题以及数据丢失,这种心态导致企业本身对安全问题的轻视,以致问题一旦出现造成巨大的经济损失。

安全排序的煤矿安全管理论文 篇1：

基于PR—SEM的煤矿安全管理风险因素综合评价

摘 要：安全管理是煤矿安全高效生产的重要保障。为探究煤矿安全管理风险致因，通过问卷调查结合专家访谈获取煤矿安全管理风险因素，将随机游走的Page Rank算法和结构方程模型（SEM）相结合，运用随机游走的Page Rank算法进行专家权重计算，将问卷分值中引入专家权重值，精准挖掘影响煤矿安全管理的18项关键风险因素，以此作为外源潜变量，以3个风险后果指标为内源潜变量，构建基于PR-SEM的风险因素评价模型，对煤矿安全管理风险因素进行综合评价，并借助STATA 12.0软件工具对模型进行验证。研究表明：在直接影响效应排序中，安全管理能力影响作用较大，在综合影响效应排序中，安全管理能力的影响作用较小。说明安全管理能力对安全管理风险后果作用的显著性和直接性，而且各种风险因素会相互演化，导致煤矿安全事故的发生。

关键词：煤矿；PR-SEM；安全管理；风险因素；综合评价

0 引 言

由于煤矿安全管理力度的加大，近几年全国煤矿安全事故呈大幅下降趋势，2016年全国煤矿安全形势持续稳定好转。但是，重特大事故出现明显反弹，2016年共发生重特大事故11起、死亡194人，同比上升120%，128%[1]。据统计，在引起煤矿安全事故的诸多因素中，由于管理失范导致的人因问题是关键性的风险因素[2]。早在20 世纪70 年代，Petersen就指出安全事故主要是由人的不安全行为因素所致，其事故发生的根本原因在于管理政策、程序、监督和培训[3]；Heinrich经过一系列研究，认为导致事故发生的首要原因是管理制度和管理决策[4]。可见管理对控制安全事故的发生起着至关重要的作用。曹庆仁等从影响煤矿安全管理行为和管理维度的特点入手，探索出更为合理的安全管理行为模式，为煤矿安全管理提供了重要决策支持[5]；傅贵提出了煤矿安全事故致因的“2-4”模型，通过对事故风险因素进行系统编码，以提高利用该模型进行事故原因分析和事故预防的可操作性[6]；田水承等运用文献综述与现场访谈的方法，對煤矿瓦斯爆炸险兆事件及影响因素进行分析，探索出煤矿瓦斯爆炸险兆事件的致因机理，对煤矿安全管理具有一定的指导意义[7]。文中通过对国内外相关研究文献的梳理，将随机游走的Page Rank算法和结构方程模型（Structural Equation Model，SEM）相结合，识别煤矿安全管理风险因素，建立风险因素评价模型，研究它们之间的相互影响关系及演化路径，对安全管理的事故进行预防预控，避免或减少煤矿安全事故的发生[8]。

1 原理及程序

1.1 基于煤矿安全管理风险因素的评价原理在进行煤矿安全管理风险因素识别时，需要在煤矿及相关部门进行问卷发放及专家访谈。为了更准确找到影响煤矿安全管理的主要风险因素。文中引入随机游走的Page Rank算法进行专家权重确定。Page Rank算法是一种网页排名技术，这里是一个图片值的大小反映一个网页在互联网中的重要程度[8-10]。

1.1.1 Page Rank（PR）值计算过程Page Rank算法的基本思想是借鉴传统的学术文献的引文分析方法，即一篇文献的重要性可以通过其他文献对其引用情况来衡量。根据每篇文献的这里是一个图片值来判断文献的重要性。如果一个文献被许多文献引用，那么它可能获得很高的这里是一个图片值；如果一个文献被一个本身这里是一个图片值很高的文献所引用，那么它同样可能具有很高的这里是一个图片值，目前在很多领域得到了广泛的应用[11-13]。

在模型准备阶段主要进行理论分析，数据处理，变量设计及研究假设的提出，数据是PR-SEM模型构建的基础，将基于Page Rank的专家权重与原始问卷数据的内积作为预处理数据，并对该数据进行信度和效度分析；确立各变量间的关系，提出研究假设。模型构建阶段主要进行初始模型构建与模型拟合。模型构建时设定相关参数关系；模型拟合即对模型参数的估计值进行计算，分析结构方程解的适合度，迭代估计是否收敛、各参数估计值是否合理；依据理论或有关假设对模型进行修正[17]。模型评价阶段即对最终的模型评价结果进行综合分析，得出最终结论。

2 研究过程

2.1 样本选择与数据处理

2.1.1 样本选择在5所煤炭高校和12个煤矿，发放360份问卷，收回有效问卷318份。问卷包括4个部分：问卷填写指南、基本信息、风险因素和风险后果表述，其中选择性问题部分采用李克特七点量表，完全不同意（1分），不同意（2分），基本不同意（3分），不完全同意（4分），基本同意（5分），同意（6分），完全同意（7分）。

运用Matlab 7.0软件工具进行运算，运算结果作为本研究的实际分析数据。根据问卷统计分析，结合专家访谈结果，归集18个关键风险因素，这些因素均可能引发煤矿安全风险，进而导致煤矿安全管理风险后果[8]。运用STATA 12.0软件工具，对于采集的数据首先进行描述性统计，得到18个风险评价指标和3个风险后果指标数据的基本概要统计情况。

2.1.3 数据归一化处理及信度和效度分析对数据进行归一化处理，然后进行信度和效度分析，以增加数据的稳定性和可靠性，处理后的数据信度与效度分析结果见表1，表2.

表1显示，总体Cronbach’s Alpha值为0.927，大于参照值0.7；Bartlett球形检验用于检验各变量的独立性，其值越大越好，表2显示煤矿安全管理风险评价指标的KMO和Bartlett球型检验值分别为0.887，1 650.32；相应概率Sig为0，存在显著差异。指标的信度、效度均较好[8]。

2.2 研究假设安全管理组织风险是影响煤矿安全管理的关键风险因素，着重从煤矿安全管理组织结构、组织行为、组织文化等方面对煤矿安全管理组织风险因素进行分析；安全管理模式主要涉及管理方法、程序及制度体系；安全管理能力则是风险后果的直接影响因素；信息是煤矿安全管理决策的基础，信息的时效性、信息来源及质量直接决定了安全管理决策的正确性；安全管理监控系统能对安全管理活动中的各个环节进行动态监控，以便能提前发现安全管理过程中可能存在的风险因素。综合以上内容，文中提出如下H1～H5的假设：安全管理组织（SMO），安全管理模式（SMM），安全管理能力（SMA），安全管理要素（AMF），安全管理监控（SMC），这5个方面存在的风险因素对安全管理风险后果（SMR）均具有直接显著影响。这5个方面的风险因素之间也是相互影响的，SMO会对SMA和SMM产生一定影响；SMA也会受SMM，AMF，SMC等的影响；SMC会对SMA，AMF等产生影响。因此，文中又提出如下假设：H6～H7：SMO风险可能会增加SMA和SMM的风险概率并导致风险后果。H8：SMM风险可能会增加SMA风险概率并导致风险后果。H9：AMF风险可能会增加SMA风险概率并导致风险后果。H10～H11：SMC风险可能会增加SMA和AMF的风险概率并导致风险后果。经过反复集体讨论，文中提出11个研究假设。H1～H5是直接影响效应，H6～H11是间接效应对煤矿安全管理产生影响效应。 2.3 模型构建根据研究假设，构建5个外源潜变量和一个内源潜变量的初始概念模型。外源潜变量和内源潜变量之间有11条传输路径。以问卷调查题目的协方差矩阵为基础数据进行建模。

2.3.1 外源潜变量测量方程根据以上分析结果，5个外源潜变量中每个变量分别包含3，4，4，4，3，共计18个观测指标。根据X=Λxξ+δ，确立外源潜变量测量方程

表4显示，模型修正后各变量的显著性概率均大于0.05.χ2/df为2.321，表示模型很好，模型修正后的RMSEA（近似误差均方根）是0.058 4，NFI（赋范拟合指数）为0.919，NNFI（非范拟合指数）为0.918，IFI（增值拟合优度指数）为0.921，均大于0.9的标准，说明是好的拟合[21]。运算结果如图2所示。

3 煤矿安全管理风险因素综合评价

由表4修正后模型各变量之间的参数值和图2结构方程模型显示：H1的影响系数为0.79，H2的影响系数为0.78，H3的影响系数为0.98，H4的影响系数为0.68，H5的影响系数为0.73，对于H1～H5，均为影响显著，通过检验，H1～H5成立；H6的影响系数为0.59，H7的影响系数为0.70，H8的影响系数为0.75，H9的影响系数为0.68，H10的影响系数为0.61，H11的影响系数为0.72，H6～H11均为影响显著，通过检验，H6～H11成立。根据路径系数计算值，5个外源潜变量对安全管理风险后果的影响直接效用排序为：SMC

安全管理组织通过一条直接路径和2条间接路径作用于风险后果，路径系数分别为0.79，0.70，0.75.综合路径系数值为psmo=0.79+0.98（0.70×0.75+0.59）=1.88

同理，依次计算出安全管理模式、安全管理要素、安全管理监控等的综合路径系数值，分别为

psmm=0.78+0.98×0.75=1.52

psmf=0.82+0.98×0.68=1.37

psmc=0.79+0.98（0.72×0.68+0.61）=1.87

安全管理能力的路径系数为0.98，呈直接显著效应。通过综合计算，归一化处理后，得到5个一级风险指标对风险后果的影响路径系数值为

W=（0.247，0.199，0.179，0.245，0.130），影响大小总排序为：安全管理能力<安全管理要素<安全管理模式<安全管理监控<安全管理组织。

4 结 论

由以上分析结果可知，在直接影响效应排序中，安全管理能力对安全管理风险后果的影响用最大，在综合影响效应排序中，安全管理能力对安全管理风险后果的影响用最小。这恰说明了安全管理能力对安全管理风险后果作用的显著性和直接性，同时煤矿安安全管理能力受多种风险因素的影响；其他几个方面潜在的风险因素也会演化成安全管理能力风险，进而引发风险后果，以至于造成风险损失。二级风险指标路径系数分别为

wsmo=（0.38，0.33，0.29），wsma=（0.27，0.26，0.24，0.23），wsmf=（0.32，0.23，0.24，0.26），

wsmc=（0.25，0.38，0.37）其系数值的大小反映了二级指标对一级指标的影响大小，主要通过一级指标对风险后果产生影响。 总之，在煤矿安全管理过程中，既要关注各种风险因素的直接影响，又要关注风险因素间的演化與传导。只有准确把握各种风险因素对风险后果的影响路径及作用程度，及时采取措施，消除风险因素的影响作用，切断风险传导路径，才能将煤矿安全管理风险概率降到最低，真正实现煤矿安全的精细化与本质化管理。

作者：何叶荣 洪力学 黄廷辉

安全排序的煤矿安全管理论文 篇2：

中小企业网络安全整体解决方案

摘要:文章从网络信息安全的发展现状和发展前景去看,对我国中小型企业的网络安全现况进行了剖析。大多数中小型企业由于资金、技术问题,安全问题一直隐含重重。有些中小型企业抱着侥幸的心理对待网络入侵、病毒问题以及数据丢失,这种心态导致企业本身对安全问题的轻视,以致问题一旦出现造成巨大的经济损失。通过分析中小型企业计算机网络的安全需求,以及对网络安全构成威胁的各种隐患,制定出基本的安全策略,提出了一个网络安全的总体解决方案,适用于中小型企业的网络组建。

关键词:中小企业;网络安全;网络入侵;防火墙;防病毒

Minor Enterprises Overall Network Security Solutions

WANG Nan

(School of Software Engineering, Tongji University, Shanghai 201804, China)

Key words: minor enterprise; network security; network intrusion; firewall; Anti-virus

伴随着计算机网络的发展,网络安全似乎是一个亘古不变的问题伴随在每个网络用户左右。长期以来,黑客们不断地分析操作系统和应用程序,以发现更多的安全漏洞,并编写相应的脚本加以利用。各大安全厂商却是不断地开发更新的安全防范技术和产品来应对这些不断推陈出新的安全威胁。可以肯定的是,现在中小企业在网络安全方面的认识和投入,以及实施的案值防范措施要比以前有了很大的进步。但是,防火墙软件、入侵检测和防御系统、反间谍软件和反病毒软件,以及身份认证、访问控制系统、内容过滤、行为监控和垃圾邮件过滤等产品。然后各网络系统用户跟随着这些安全厂商的步伐,不断地将这些安全产品添加到自身的网络结构、服务器和工作站之上。而与此同时,如何建立一个有效的安全防范策略;如何妥善地管理这些安全设备,让它们发挥应有的作用,以及如何计即便是这样,现在的中小企业网络是否比以前更安全呢?

1 网络信息安全概述

1.1 网络信息安全

网络信息安全可以从五个方面来定义:机密性、可控性、完整性、可用性与可审查性。机密性:确保信息不暴露给未授权的实体或进程。完整性:仅得到允许的人才能修改数据,并能够判别出数据是否已被篡改。可用性:得到授权的实体在需要时可访问数据,即攻击者不能占用所有的资源而阻碍授权者的工作。可控性:可以控制授权范围内的信息流向及行为方式。可审查性: 对出现的网络安全问题提供调查的依据和手段。可以看出,上述定义既说明了计算机网络安全的本质和核心,又考虑了安全所涉及的方方面面。

1.2 网络信息安全发展现状

我国网络安全现状随着网络尤其是因特网在我国的迅速普及,针对我国境内信息系统的攻击正在呈现快速增长的势头。据了解,从1997年底到现在,我国的政府部门、证券公司、银行、ISP、ICP等机构的计算机网络相继遭到多次攻击。因此,加强网络信息安全保障已成为当前的迫切任务。目前我国网络安全的现状和面临的威胁主要是:

1) 计算机网络系统使用的软、硬件很大一部分是国外产品,我们对引进的信息技术和设备缺乏保护信息安全所必不可少的有效管理和技术改造。

2) 全社会的信息安全意识虽然有所提高,但将其提到实际日程中来的依然很少。

3) 目前关于网络犯罪的法律还不健全。因特网毕竟是新生事物,它对传统的法律提出了挑战。

4) 中国信息安全人才培养体系虽已初步形成,但随着信息化进程加快和计算机的广泛应用,目前我国信息安全人才培养还远远不能满足需要。

1.3 防火墙技术

1.3.1 防火墙的概念

防火墙(Firewall)是在两个网络之间执行访问控制策略的一个或一组安全系统。它是一种计算机硬件和软件系统集合,是实现网络安全策略的有效工具之一,被广泛地应用到Internet与Intranet之间。通常防火墙建立在内部网和Internet之间的一个路由器或计算机上,该计算机也叫堡垒主机。它就如同一堵带有安全门的墙,可以阻止外界对内部网资源的非法访问和通行合法访问,也可以防止内部对外部网的不安全访问和通行安全访问。

1.3.2 防火墙的位置

图1为 防火墙的位置。

1.3.3 中小企业防火墙应具有的功能

1) 动态包过滤技术,动态维护通过防火墙的所有通信的状态(连接),基于连接的过滤;

2) 可以作为部署NAT(Network Address Translation,网络地址变换)的地点,利用NAT技术,将有限的IP地址动态或静态地与内部的IP地址对应起来,用来缓解地址空间短缺的问题;

3) 可以设置信任域与不信任域之间数据出入的策略;

4) 可以定义规则计划,使得系统在某一时可以自动启用和关闭策略;

5) 具有详细的日志功能,提供防火墙符合规则报文的信息、系统管理信息、系统故障信息的记录,并支持日志服务器和日志导出;

6) 具有IPSec VPN功能,可以实现跨互联网安全的远程访问;

7) 具有攻击防护功能对不规则的IP、TCP报或超过经验阀值的TCP半连接、UDP报文以及ICMP报文采取丢弃;

2 目前中小型企业及崔庄煤矿网络安全现况

2.1 国内中小型企业网络安全现况

随着计算机网络的快速发展,计算机系统和网络技术已经成为信息化社会发展的重要通信保证。在网络中存储、传输和处理各种各样的网络信息,一旦遭到攻击,如信息泄密、信息失窃、数据篡改、计算机病毒等,就会给企业造成巨大的经济损失,同时也阻碍了我国快速信息化发展和企业的发展。

目前,国内外厂商推出了网络版的杀毒软件, 但是由于功能单一, 并不完全能为中小企业提供一定的安全防护。其实, 安全的漏洞往往存在于系统中最薄弱的环节,Mail System、Gateway无不直接威胁企业网络的正常运行;中小企业需要防止网络系统遭到非法入侵、未经授权的修改或破坏可能造成的重要数据文件的丢失、系统崩溃等问题, 而这些都不是单一的防病毒软件和服务器就能够解决的。因此无论是当今网络安全的现状, 还是中小企业自身都向广大网络安全厂商提出了更高的要求。

2.2 崔庄煤矿综合信息管理系统网络安全管理设计方案

2.2.1 局域网系统升级

1) 主干光纤改造

图2为光纤主干升级后的连线示意图。

说明:

a、①至③已经铺设完成,但该段光纤只到达办公楼四楼,再由四楼使用超五类双绞线连接到六楼机房,大大降低了主干网络速度。本方案设计由四楼架设光纤融接至六楼,提高主干网络数据传输带宽。

b、新铺设光纤④和⑤。

c、办公楼主网重新布线,增加备用线路。机房使用6U标准机柜,使用机架式配线架以方便网络线路的管理。。

d、数据交换设备使用标准机架式24口交换机。办公楼原有计算机网络信息点,没有任何标识,需要对信息点检测,排序,标注。另外需要增加部分点位的综合布线。

2) 网络拓扑结构优化

图3为网络拓扑。

a、在现有核心交换机的基础上,增加两台骨干交换机(推荐是使用CISCO 36系列三层交换机),合理分配网络流量。

b、关键业务点直接接入骨干交换机,尽可能避免三级甚至四级交换。

c、主机系统(包括财务主机)接入防火墙DMZ区,财务系统单独子网。

d、数据库系统与应用系统分开,首要保障数据库系统的安全和可靠运行。

2.2.2 网络防火墙

国内市场上硬件防火墙的发展,经历了一系列变革。国内用户普遍接受的是硬件防火墙,从单一主机防火墙、路由集成式防火墙和分布式防火墙;性能上也从百兆级向千兆级防火墙发展;在架构方面,从最初的X86架构向NP以及ASIC架构发展。华为业务领域涉猎众多,在网络安全方面,Eudemon防火墙系列产品基于电信级的硬件平台以及专用VRP软件平台,在攻击防范、VPN、NAT以及P2P应用监控等方面都有卓越的表现。基于网络处理器NP的 高速防火墙Eudemon 300/500/1000和专业的硬件平台以及VRP软件平台的Eudemon 100E/200/200S。值得一提的是,华为的Eudemon 防火墙无故障间隔时间为37年。华为的两大产品系列,其中Eudemon 300/500/1000是基于网络处理器NP技术的硬件高速状态防火墙,定位于电信级别及企业高端用户。Eudemon 100E/200/200S,基于专业的硬件平台以及VRP软件平台,是中小型企业理想的选择。为此,我们选择E200S作为硬件防火墙配置。

2.2.3 网络防病毒

网络防病毒系统可以最大限度地控制网内计算机病毒发作,避免信息资源遭受破坏。网络防病毒系统要选择性价比合适的产品。要求价格适中、产品性能优越、管理灵活,最好能具备远程管理(WEB方式)功能。本方案使SOHO100江民杀毒软件KV网络版,最多可以支持100User。

2.2.4 员工培训

员工培训,是人力资源管理与开发的重要组成部分和关键职能,是人力资源资产增值的重要途径,也是企业组织效益提高的重要途径。员工培训包括岗位培训,其中岗位规范、专业知识和专业能力水平的要求被视为岗位培训的重要目标。岗位人员上岗后需要坚持努力、提高自身能力专业知识,参加高水平的技术升级和职务晋升等方面的培训,使各自的专业知识、技术能力达到岗位规范的高一层标准,以适应未来岗位的需要。员工培训工作非常重要,实践证明它也是达到预期目标的一条有效途径。

由于网络安全产品的技术含量大,对操作管理人员的培训显得尤为重要,使安全设备能够尽量发挥其作用,避免使用上的漏洞。因为信息的安全的风险也包括人为的因素,如管理人员的专业素质方面、企业对涉密资料的保密措施、人员数据的管理防护及人员之间的联系和操作审核等。针对企业的网络安全问题对员工进行培训,加强员工的安全意识以预防和识别网络攻击行为,减少人为失误所带来的安全隐患。

3 结论

网络信息安全是一门涉及计算机科学、网络技术、通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的边缘性综合学科。 网络安全受到威胁,其主要原因是网络系统内在的安全脆弱性和黑客技术的迅速发展,其次还在于人们缺乏安全意识,没有采取有效的安全策略和安全机制,以及缺乏先进的网络安全技术。 网络安全管理模式不成熟,缺乏网络安全管理经验等原因。我国网络安全研究起步晚,网络安全技术还有待整体提高和发展。当然,企业网络安全也不要走入另一个误区,一谈到网络安全,总想到网络上存在着这样或那样的技术漏洞,容易被人通过这样或那样的技术途径切入到网络内部,似乎攻击无孔不入,事实往往并不是如此。一个网络的管理,重要的在于一些关键点的管理,因此企业的网管人员首先要抓住影响网络安全的主要问题。 一般来说,安全性越高,其实现就越复杂,费用也相应的越高。因此各企业应在可以接受的成本范围内,对症下药,同时可以采用整体防御与重点保护相结合的方法,维护网络安全。

参考文献:

[1] 唐正军,李建华.入侵检测技术[M].北京:清华大学出版社,2004.

[2] 卿斯汉.安全协议[M].北京:清华大学出版社,2005.

[3] 刘渊.因特网防火墙技术[M].北京:机械工业出版社,2001.

[4] 宋红,吴建军,岳俊梅.计算机安全技术[M].北京:中国铁道出版社,2003.

[5] 李浪.当今国内计算机网络安全脆弱性分析[J].网络安全技术与应用,2004(11).

[6] 王预.企业网络信息安全存在的问题及对策[J].合肥工业大学报,2003,(26):788-791.

[7] 吴海燕,戚丽.校园数据中心网络安全防范体系研究[J].实验技术与管理,2004(3):91-95.

[8] 朱鸣.网络安全现状和发展趋势[J].计算机应用与软件,2004(5):121-123.

[9] 王盈英.网络信息安全技术[J].教育信息化,2002,(11):32.

[10] 黄贤英,龚箭.大型企业计算机网络安全实施方案[J].计算机安全,2003,(2):69-71.

[11] 李振银.网络管理与维护[M].北京:中国铁道出版社,2004.

作者：王 楠

安全排序的煤矿安全管理论文 篇3：

矿工不安全状态评价指标体系的构建与分析

摘 要：矿工的状态影响其作业的安全性，为有效评价矿工的状态是否处于安全状态，需要建立科学全面的评价指标体系。利用文献分析法从个体特征、生理、心理和能力水平4个维度构建了包括17项二级指标的矿工不安全状态评价指标体系，运用层次分析法（AHP）和熵权法确定各指标的综合权重，并利用该指标体系对某矿工进行评价。结果表明：一级指标权重排序为：生理因素（45.614%）>心理因素（22.768%）>能力水平（17.682%）>个体特征（13.936%），17个二级指标中，体力疲劳、风险感知能力、身体健康状况、安全认知、情绪指标的权重系数较大，对某矿工状态评价结果为中等水平，存在疲劳、负性情绪和不安全心理等状态，与实际情况相符，表明该指标体系能够科学有效地评价矿工的状态，煤矿企业应为状态处于中等水平以下的矿工提供及时的干预措施，防止其发生不安全行为。

关键词：矿工;不安全状态;评价指标体系;层次分析法（AHP）;熵权法;模糊综合评价

文献标志码：A

DOI：10.13800/j.cnki.xakjdxxb.2021.0303

Key words：miners;unsafe state;evaluation index system;analytic hierarchy process（AHP）;entropy method;fuzzy comprehensive evaluation method

0 引 言

当矿工长期处于井下恶劣复杂环境中，并伴随着繁重的体力、脑力劳动时，会导致矿工容易处于疲劳、不良情绪、感知失常等不安全状态，造成事故的潜在隐患。随着技术、设备的进步，其安全性日益提高，然而由于人在生理、心理和精神等方面的特点和极限，人的因素存在较大的差异、不稳定性和难控制性。因此，为了保证矿工的安全作业，需要对其状态进行综合评价，建立科学全面的矿工不安全状态评价指标体系是监测评估人员不安全状态的基础，是有效预防矿工发生不安全行为的重要途径。

近年来，众多学者针对煤矿领域人的因素做了很多研究。阴东玲等通过构建煤矿人员不安全行为影响因素的贝叶斯网络，发现个人准备状态差是导致其发生不安全行为的最直接原因[1]。WANG等认为个体内因主要包含个性气质、生理因素、心理因素、认知能力等11个因素[2]。邢宝君等通过建立安全注意力衰减的SEM模型，认为安全注意力配置与安全素质、工作年限、受教育程度、安全意识、安全心理、安全知识显著相关[3]。袁晓芳等认为矿工工龄、学历和是否历经过煤矿事故等因素等都会对应急反应能力产生影响[4]。人格特征影响着员工的心理状态[5]，刘晟等通过心理测量法掌握了矿山动力机械操控员工的核心心理素质构成状况，探讨了其心理水平的区分标准[6]。高志扬、林健等重点分析了矿工心理、生理状态，认为疲劳、侥幸心理、情绪心理对矿工的影响最为显著[7-8]。田水承、王新平、李乃文等均研究了疲勞对人的影响，认为疲劳是影响人员行为的重要因素[9-11]。

FANG，WANG等认为安全认知对员工的安全行为的影响更加重要，可以通过安全教育培训来提高人员的安全认知水平[12-13]。李国瑞发现矿工的智力节律低于其他行业人员，体力节律低潮期多且长，情绪节律易变且变化幅度大于体力节律[14]。综上所述，学者们主要是从个体素质、生理因素、心理因素和行为能力水平4个方面来探讨人的因素。个体内因是复杂繁多的，人员的不安全状态是由多种因素相互作用、相互影响产生的，目前大多数研究集中于单一因素的影响或者影响因素之间的联系，对于人的因素的研究不够全面系统，针对矿工自身状态的研究不够深入。因此，本研究通过文献分析法建立矿工不安全状态的评价指标体系，并结合层次分析法和熵权法确定了各指标的组合权重，利用该指标体系评价矿工的状态。

1 构建矿工不安全状态评价指标体系

1.1 不安全状态与不安全行为的关系

目前大多研究集中于人的不安全行为与物的不安全状态，所谓物的不安全状态就是曾经引起或者可能引起事故的物的状态，文中借用此概念并结合叶龙对于人的安全性評价的定义，文中认为人的不安全状态主要是指影响人员安全状况的生理、心理素质以及行为能力水平的状态[15-16]。人的状态对于是否发生不安全行为、能否及时识别作业区域的危险因素并进行针对性整改影响巨大。

人的不安全行为是造成大多数事故发生的直接原因[17]。不安全行为的实施主体是人，人的状态会影响人员的行为。外界因素的变化会使人的状态随之改变，使人员处于疲劳、不良情绪等不安全状态，从而产生不安全行为，如图1所示。

矿工的不安全状态先于人的不安全行为，它是导致其发生不安全行为的必要条件，也就是说，当矿工产生不安全行为时，其自身一定处于不安全状态。由此可见，人员的状态与不安全行为、事故之间存在着很大的关系，应该从人员状态的角度出发，去防止人员发生不安全行为。

1.2 评价指标提取

目前，针对矿工的不安全状态研究较少，对其不安全行为的研究较多。本研究主要是从行为主体自身角度出发，聚焦遗传特征、人格倾向性、安全知识、行为能力、心理与生理状态等方面，强调行为主体自身的属性对行为决策的决定性作用，文中所研究的不安全状态更偏向即时的矿工状态，它会导致矿工更容易发生冲动和无意识的不安全行为。因此，在选择矿工不安全状态的评价指标时，主要从不安全行为影响因素中人的因素入手讨论。

使用中国知网CNKI数据库检索文献，时间跨度从2015年至2020年，以“主题=（矿工and不安全行为）and主题=（影响因素or指标体系）”为检索式进行精确检索，包括博硕士论文及期刊文献，共有64条检索结果，删除重复及相关性不强文章后，共筛选出28篇文献作为研究对象，详细阅读这28篇文献，借鉴文献[18-23]中关于矿工个体因素的相应指标，并结合煤矿生产实际，整理出矿工不安全状态的评价指标集合。遵循指标设置的科学性、全面性、可测性和精简性原则，通过专家打分法完成了矿工不安全状态的评价指标的筛选，最终建立了包含4个一级指标，17个二级指标的矿工的不安全状态评价指标体系，如图2所示。

1）个体特征层面，包括：矿工年龄和工龄，影响矿工的生理状态和对于工作知识技能的熟练程度;性格，影响人员对自身不安全行为的控制能力;学历水平，影响矿工对安全知识技能的理解等。

2）心理因素，包括：情绪，主要指负性情绪，它是个体感受到的消极情感体验[24]，当矿工处于焦虑、恐惧、忧郁、沮丧等不良情绪时更易发生不安全行为[25];安全心理主要包括侥幸心理、从众心理、麻痹心理、逞能心理等;安全态度是指矿工在工作过程中对安全生产方面具有的价值判断和心理倾向，影响其对于安全规章制度的遵守;安全认知是指矿工对工作危险的认知，矿工的安全认知水平低下会导致其更容易发生无意识不安全行为。

3）生理因素，包括：体力疲劳，矿工工作常伴随着长时间的重体力劳动，极易产生体力疲劳;脑力疲劳，是指进行长时间复杂的脑力劳动，会导致生理功能低下，产生疲劳感;生理感知，五觉，在作业过程中影响较大的主要包括视觉和听觉;身体健康状况，仅指在身体健康方面的状况;生物节律，分为情绪、体力、智力周期，会从人体内部自动调节和控制人员的行为和活动。

4）能力水平，包括应急反应能力，指对突发安全状况的处置能力;风险感知能力，指对作业过程中风险的特征和严重性做出的主观判断;安全知识技能，指矿工对煤矿安全生产知识和工作技能的了解情况;行为能力，包括肢体协调能力、反应能力、空间感觉能力、注意力集中能力等。

2 评价指标的权重分析

本研究的评价对象是矿工的状态情况，能够得到的定量信息较少。综合考虑赋权方法的优势与局限性，采用主观赋权与客观赋权相结合的方法来确定各指标的权重。

2.1 层次分析法确定权重

层次分析法所需要的定量数据信息较少，能够从评价者的角度分析评价对象的本质，是一种主观赋权方法[26]。共选取10位从事煤矿安全管理方向的资深专家，要求各位专家结合自身的认知和经验对各评价指标进行打分，其中有3位专家是从事相关研究并且具有高级职称的高校老师，3位是具有丰富工作经验的安全管理人员，4位是具有10年以上煤矿工作经验的一线工作人员。选中的专家具有一定的代表性且具有丰富的工作经验。确定权重的步骤如下。

2.1.1 构造判断矩阵

由专家通过1～9标度法确定同层次指标的相对重要度之比，具体赋值见表1。首先完成一级指标元素组的两两比较，即U1，U2，U3，U4的两两比较;然后依次完成一级指标元素组内二级指标的成对比较，即可构造所有的判断矩阵。

2.1.2 一致性检验及指标局部排序

利用公式（1）、公式（2）分别计算判断矩阵的最大特征值λmax和一致性指标CR，当CR<0.1时，将最大特征值及对应的特征向量W进行归一化处理，即可得到该层次中所有评价指标相对重要性的权重值。

通过计算得到U1，U2，U3，U4的权重分别为0.091 3，0.245 8，0.609 5，0.091 3。

2.1.3 指标全局排序

将一级指标权重W1与二级指标相对于一级指标的权重W2相乘得到二级指标对于目标层的权重W，即W=W1*W2。

2.2 熵权法确定权重

熵权法是根据同一指标状态值之间的差异程度来对指标进行客观定权的方法，反映了该指标在评价过程中贡献有用信息的多少[27]。采用纸质问卷与电子问卷相结合的方式随机对100位煤矿及相关从业人员进行问卷调查，得到有效问卷96份，熵权法确定权重的步骤如下。

1）对原始数据进行标准化处理，将所有数据转化为0～1之间的数，消除物理量的影响。

2.3 组合赋权

使用AHP-熵权法对各指标进行组合赋权，能够确保权重的客观性。熵权层次分析法确定综合权重的计算公式

式中 CWj为第j项指标的综合权重;cj为第j项指标由AHP法确定的权重;

sj为第j项指标有由熵權法确定的权重。通过上述计算过程得到各评价指标对目标层的权重，见表2。

通过熵权层次分析法确定了矿工不安全状态各个维度和评价指标的权重，权重越高的指标在矿工不安全状态评价中所占比重越大，也就是在评价和监测人员状态时应重点监测和防控的关键性指标。根据表2的权重结果可得，生理因素的权重最大，而个体特征的权重最小，各一级指标对矿工不安全状态影响程度排序为：生理因素>心理因素>能力水平>个体特征。说明生理因素在评价人员状态时最重要，心理因素其次，与文献[28]研究结果相同。另外，矿工的生理和心理状态经常受到工作环境、家庭因素、突发事件、工作时长等的影响，容易发生变化，而个体特征和能力水平由先天性格、原生家庭、长期的教育培训等决定的，不易发生突变，这也是生理、心理因素权重较大，而个体特征、能力水平权重较小的原因之一。因此，为了预防人员发生不安全行为，在评价和监测人员状态时，应重点关注矿工的生理、心理状况。生理指标中体力疲劳、身体健康状况对矿工的状态影响较大，心理因素中各指标的权重相差不多，4项指标均需要重点监测，在个体特征和能力水平维度，只有风险感知能力具有较大权重，其余指标权重均较小，需要着重培养和提高矿工的风险感知能力。令人意外的是安全知识技能所占的权重仅为1.955%，众多研究均认为安全知识技能对于煤矿管理十分重要，文中认同该指标的重要性，只是对于矿工的即时安全状态的影响较小，只有通过长期的安全教育培训才能够提高矿工的安全知识技能，因此在监测和评价人员状态时安全知识技能所占比重较少。另外追溯原始问卷，发现安全管理人员及专家多认为安全知识技能很重要，而煤矿一线工人多认为不是很重要，这反映了矿工普遍存在侥幸、凭经验工作等不安全心理，更应该加强日常的安全教育培训。

3 实例分析

采用上述评价指标体系，以某一煤矿采煤机司机为例，参考文献[29]将评价结果分为5个等级，邀请8名熟悉矿工工作的安全管理者对其进行评价，被评矿工年龄为42岁，工龄15年，高中学历。统计每项指标在每个评价等级上的隶属度，计算结果见表3。

由表3可得，权重集合为

评价相对于指标集U的隶属度所构成的模糊评判矩阵为

该名矿工的不安全状态综合评价向量为

基于模糊评价法对各二级指标的评价结果，见表4。

该结果表明被测矿工的不安全状态评价结果为中等水平，观察专家对该名矿工的评分可以知道，该名矿工的生理状态较差，处于疲劳状态，另外存在一些不良情绪和不安全心理，说明该矿工需要进行一定的休息调整并且应该加强安全教育培训，消除不安全心理，才能保证作业的安全进行。该评价结果与实际情况有较高的一致性，应及时对二级指标评价结果和综合评价结果处于中等水平以下（不包含中等）的人员进行调节干预，可以有效预防不安全行为，提升工作安全水平，降低事故发生概率。

4 结 论

1）界定了不安全状态的内涵。结合前人对于人的安全性评价的研究成果及物的不安全状态的定义，认为人的不安全状态是指影响人员安全状况的生理、心理素质以及行为能力水平的状态。

2）建立了矿工不安全状态评价指标体系。首先定义了不安全状态，并从个体特征、心理因素、生理因素、能力水平4个方面建立了矿工不安全状态评价指标体系，结合AHP-熵权法确定各指标权重，认为煤矿企业应该更加重视矿工生理和心理状态的调节，其中，体力疲劳、风险感知能力、身体健康状况在评价人员的状态时占据决定性地位。

3）矿工不安全状态评价指标体系是科学合理的。结合模糊评价法进行实例分析，某矿工的状态评价结果为中等水平，生理状态处于较差水平，与实际情况符合，说明本研究建立的矿工不安全状态评价体系能够帮助煤矿企业筛选出处于不安全状态的人员。为了进一步提高矿工不安全状态评价的有效性，未来将从人体生理信号角度，更加客观、可靠的判断和预警人员的不安全状态，使该评价指标体系更加成熟广泛地应用于实际评价工作。

参考文献（References）：

[1] 阴东玲，陈兆波，曾建潮，等.煤矿作业人员不安全行为的影响因素分析[J].中国安全科学学报，2015，25（12）：151-156.

YIN Dongling，CHEN Zhaobo，ZENG Jianchao，et al.Analysis of factors affecting coal mine operators’ unsafe acts[J].China Safety Science Journal，2015，25（12）：151-156.

[2]WANG L L，CAO Q G，HAN C G，et al.Group dynamics analysis and the correction of coal miners’ unsafe behaviors[J].Archives of Environmental & Occupational Health，2020：1-22.

[3]邢宝君，唐水清，李乃文，等.人因脆弱性对安全注意力衰减的SEM研究[J].中国安全生产科学技术，2017，13（10）：158-163.

XING Baojun，TANG Shuiqing，LI Naiwen，et al.SEM study on safety attention attenuation due to human vulnerability[J].Journal of Safety Science and Technology，2017，13（10）：158-163.

[4]袁晓芳，周垚，刘成，等.应急场景下矿工生理指标评估的试验研究[J].煤炭工程，2020，52（5）：167-171.

YUAN Xiaofang，ZHOU Yao，LIU Cheng，et al.Experimental study on evaluation of miners’ physiological indexes in emergency scenarios[J].Coal Engineering，2020，52（5）：167-171.

[5]STOLARSKI M，BITNER J，ZIMBARDO P G.Time perspective，emotional intelligence and discounting of delayed awards[J].Time and Society，2011，20（3）：346-363.

[6]劉晟，赵霞.深井作业矿工心理测量与心理资源的配置[J].中国矿业，2020，29（12）：212-216.

LIU Sheng，ZHAO Xia.Psychological measurement and allocation of psychological resources for miners working in deep wells[J].China Mining Magazine，2020，29（12）：212-216.

[7]高志扬，朱聪.心理学视角下的煤矿安全事故原因分析及对策研究[J].煤炭技术，2014，33（1）：108-111.

GAO Zhiyang，ZHU Cong.Reason of coal mine safety accident analysis and countermeasures of psychological perspective[J].Coal Technology，2014，33（1）：108-111.

[8]林健，栗继祖.复杂适应系统视角下矿工自制力影响因素研究[J].中国安全生产科学技术，2019，15（12）：163-168.

LIN Jian，LI Jizu.Study on influencing factors of miners’ self-control from perspective of complex adaptive system[J].Journal of Safety Science and Technology，2019，15（12）：163-168.

[9]田水承，乌力吉，寇猛，等.基于生理实验的矿工不安全行为与疲劳关系研究[J].西安科技大学学报，2016，36（3）：324-330.

TIAN Shuicheng，WU Liji，KOU Meng，et al.Relationship between miners’ unsafe behavior and fatigue based on physiological experiment[J].Journal of Xi’an University of Science and Technology，2016，36（3）：324-330.

[10]王新平，畅涛涛，孙林辉.体脑疲劳交互影响下煤矿工人作业改善研究[J].工业工程，2020，23（4）：148-153，182.

WANG Xinping，CHANG Taotao，SUN Linhui.Study on working improvement of coal mine workers under the influence of physical mental fatigue interaction[J].Industrial Engineering Journal，2020，23（4）：148-153，182.

[11]李乃文，刘孟潇，牛莉霞.疲劳对矿工心智游移影响的事件相关电位研究[J].中国安全科学学报，2019，29（2）：1-6.

LI Naiwen，LIU Mengxiao，NIU Lixia.An event-related potential study on influence of fatigue on miners’ mind wandering[J].China Safety Science Journal，2019，29（2）：1-6.

[12]FANG L F，ZHANG Z X，GUO H H.Cognitive mechanism and intervention strategies of coal miners’ unsafe behaviors：evidence from China[J].Revista De Cercetare Si Interventie Sociala，2018，61：7-31.

[13]WANG C，WANG J，WANG X，et al.Exploring the impacts of factors contributing to unsafe behavior of coal miners[J].Safety Science，2019，115：339-348.

[14]李国瑞.矿工人体三节律对矿井安全生产影响程度探讨[D].西安：西安科技大学，2008.

LI Guorui.Discussion on the influence of miner’s human PSI to mine safety production[D].Xi’an：Xi’an University of Science and Technology，2008.

[15]叶龙，项芳芳，沈梅，等.人的安全性评价研究[J].中国安全科学学报，2003（10）：15-18，85.

YE Long，XIANG Fangfang，SHEN Mei，et al.Study on human safety evaluation[J].China Safety Science Journal，2003（10）：15-18，85.

[16]叶龙，张启超，单湘媛，等.基于能力和健康双维视角的高铁司机安全性评价与管理研究[J].中国铁路，2019（12）：16-21.

YE Long，ZHANG Qichao，SHAN Xiangyuan，et al.Safety evaluation and management of high speed railway driver based on double perspectives of capacity and health[J].China Railway，2019（12）：16-21.

[17]李琰，赵梓焱，田水承，等.矿工不安全行为研究综述[J].中国安全生产科学技术，2016，12（8）：47-54.

LI Yan，ZHAO Ziyan，TIAN Shuicheng，et al.Review of research on unsafe behavior of miners[J].Journal of Safety Science and Technology，2016，12（8）：47-54.

[18]廖国礼，王胜强，王鹰鹏，等.矿山企业从业人员安全态度调查设计与分析[J].中国安全生產科学技术，2014，10（12）：178-184.

LIAO Guoli，WANG Shengqiang，WANG Yingpeng，et al.Survey design and analysis on safety attitude of mine enterprise employees[J].Journal of Safety Science and Technology，2014，10（12）：178-184.

[19]佟瑞鹏，李春旭，李阳.煤矿安全管理行为评估方法研究[J].中国安全科学学报，2015，25（11）：129-133.

TONG Ruipeng，LI Chunxu，LI Yang.Research on method for assessing safety management behavior in coal mine[J].China Safety Science Journal，2015，25（11）：129-133.

[20]杨佳丽，栗继祖，冯国瑞，等.矿工不安全行为意向影响因素仿真研究与应用[J].中国安全科学学报，2016，26（7）：46-51.

YANG Jiali，LI Jizu，FENG Guorui，et al.Simulation research on factors influencing miners’ unsafe behavioral intention and its application[J].China Safety Science Journal，2016，26（7）：46-51.

[21]李月皎.煤矿事故中不安全行为风险评估及BBS预控管理研究[D].太原：太原理工大学，2016.

LI Yuejiao.Study on the risk assessment and BBS Pre-control management of unsafe behavior in coal mine accidents[D].Taiyuan：Taiyuan University of Technology，2016.

[22]李磊，田水承，陈盈.基于SEM-ANP的矿工不安全行为影响因素指标体系研究[J].西安科技大学学报，2017，37（4）：529-536.

LI Lei，TIAN Shuicheng，CHEN Ying.Influential factors index system of coal miners’ unsafe behaviors based on SEM-ANP[J].Journal of Xi’an University of Science and Technology，2017，37（4）：529-536.

[23]谷月.煤矿重大事故不安全行为风险评估及预控管理研究[D].淮南：安徽理工大学，2019.

GU Yue.Research on risk assessment and pre-control management of unsafe behaviors in major accidents in coal mines[J].Huainan：Anhui University of Science and Technology，2019.

[24]宋晓兰，唐孝威.心智游移[M].杭州：浙江大学出版，2012.

[25]田水承，郭方艺，杨鹏飞.不良情绪对胶轮车驾驶员不安全行为的影响研究[J].矿业安全与环保，2018，45（5）：115-119，125.

TIAN Shuicheng，GUO Fangyi，YANG Pengfei.Research on the effect of bad emotion on unsafe behavior of drivers of rubber-tyred car[J].Mining Safety & Environmental Protection，2018，45（5）：115-119，125.

[26]LI F W，PHOON K K，

DU X L，et al.Improved AHP method and its application in risk identification[J].Journal of Construction Engineering and Management，2013，139（3）：312-320.

[27]遲鹏德，曹庆贵.基于未确知测度理论的矿工不安全行为风险评估[J].中国安全生产科学技术，2020，16（4）：120-125.

CHI Pengde，CAO Qinggui.Risk assessment on unsafe behavior of miners based on unascertained measurement theory[J].Journal of Safety Science and Technology，2020，16（4）：120-125.

[28]BRONKHORST B.Behaving safely under pressure：The effects of job demands，resources and safety climate on employee physical and psychosocial safety behavior[J].Journal of Safety Research，2015，55：63-72.

[29]余保华.煤矿井下作业人员安全行为能力评价及对策[D].淮南：安徽理工大学，2018.

YU Baohua.Evaluation and countermeasures of safety behavior ability of underground workers in coal mine[J].Huainan：Anhui University of Science and Technology，2018.

作者：田水承 孙璐瑶 唐艺璇 胥静 陈小绳