钱 敏，何敏洁，王尚武

(1.西安科技大学 管理学院，陕西 西安 710054；

2.陕西陕煤曹家滩矿业有限公司，陕西 榆林 719001)

安全是煤矿的生命线，推进煤矿智能化是创建安全高效矿井的根本途径。2020年，国家发展和改革委员会等8部委发布《关于加快煤矿智能化发展的指导意见》，我国煤矿智能化建设步入快速发展轨道。2022年1月28日，国家能源局在新闻发布会上发布：我国煤矿智能化建设加快推进，全国有近400座煤矿正在开展智能化建设，建成智能化采掘工作面687个。从国家矿山安全监察局网站查询了我国加快煤矿智能化检核以来的事故：2020年、2021年全国煤矿发生死亡事故分别为123起、102起。其中，掘进工作面分别为27起、26起，分别占死亡事故总数的21.95%、25.49%，在智能化煤矿的建设进程中，掘进工作面死亡事故占比较大。研究表明，事故的发生90%是由人的不安全行为引发的，人的不安全行为是引发事故的主要原因[1]。研究掘进工作面员工的不安全行为影响因素和防控措施，是减少和预防智能化煤矿事故的有效途径。

国内外众多学者从教育程度、工龄、组织管理等方面研究了不安全行为影响因素，ABBASI M等[2]采用访谈法和文献综述法研究人的不安全行为，研究结果表明不安全行为与受教育程度存在显著相关性，而与年龄、工作经历、婚姻状况、工作和观察时间的相关性均不显著。AKBARI H等[3]研究认为大多数事故的主要原因是不安全行为引发，而工作满意度与不安全行为发生率有很大关系。慕庆国[4]运用行为采用行为基础安全可拓理论的可拓性和形式化的模型研究得出，内在的生理和心理因素以及外在的环境因素是矿工不安全行为的影响因素。朱艳娜等[5]选取群体压力、管理者态度、设备设施、复杂环境、组织管理等影响因素。运用结构方程模型研究了煤矿员工不安全行为影响因素，结果表明设备设施对煤矿员工不安全行为的影响最大。栗继祖等[6]认为人的行为取决于自身先天性格和外部环境的影响，煤矿安全文化、企业文化建设有助于减少人的不安全行为。杨晨源等[7]基于组织行为学理论构建了矿工不安全行为影响因素指标体系，研究表明，个体因素影响程度最大，权重占比为43.19%，其次是群体因素和组织因素，权重占比分别为28.93%和27.88%。

针对不安全行为，研究认为可从安全制度、适当的劳动时间、安全培训、安全奖惩、安全文化建设、行为观察等方面减少不安全行为。JADIDI E等[8]通过观察、访谈、检查表等方式研究得出对工人进行持续的安全培训、实施奖惩制度可以减少不安全行为的发生。AKBARI H等[9]运用问卷调查方式调查得出：制定安全培训计划和设定适当的工作时间是减少不安全行为的有效策略。边俊奇等[10]基于安全管理学与杜邦STOP系统的相关理论构建了煤矿安全行为观察模型，认为安全行为观察可以减少煤矿员工的不安全行为。郭江慧等[11]从安全动机与安全行为2个维度出发，构建安全色行为风险矩阵图，并对不同的风险提出从安全培训、安全制度等方面提出了控制措施。李磊等[12]分析了煤矿工人不安全行为形成机理，从内因、外因和干预对策3方面构建组合干预模型，组合干预能够有效控制煤矿工人的不安全行为。杨涛等[13]分析了煤矿职工不安全行为影响因素，从个体、群体、组织管理等方面构建了职工不安全行为控制对策，认为行为观察、危险预知训练等管理方法能增强职工的安全意识。

国内外关于不安全行为的研究成果较多，但针对智能化煤矿，尤其是掘进工作面不安全行为影响因素及防控的研究成果很少。目前我国正处于智能化煤矿建设的起步阶段和快速发展阶段[14]，在智能化煤矿建设进程中，研究智能化掘进工作面员工不安全行为，将有助于智能化煤矿安全高效生产。

人的不安全行为与人、机、环境及管理等因素有关，掘进工作面是一个复杂的人、机、环、管系统，在这个系统中，人的不安全行为受个体因素、设备因素、环境因素、管理因素等诸多因素影响[15]。因此，将以上4个因素作为一级影响因素，各一级影响因素中又包含不同的二级影响因素。各二级影响因素的构成，参考了文中所列参考文献[2]至文献[7]，并查阅了其他关于不安全行为影响因素的研究成果。在与煤矿安全管理者访谈后，确定了智能化煤矿掘进工作面不安全行为二级影响因素，见表1。

为了调研智能化煤矿掘进工作面不安全行为影响因素，编制了问卷调查表。调查表中将各二级影响因素按影响程度大小，分为影响很小、影响较小、影响一般、影响较大、影响很大5个等级，每个等级对应的分值分别为1分、2分、3分、4分、5分。

在地处陕西省榆林市的某智能化煤矿进行了问卷调查，受访者为智能化掘进工作面相关员工，包括掘进队员工、运服队员工、生产准备队员工、安检人员和管理者。共发放问卷110份，回收调查问卷98份，回收率为89.0%。受访者中，工龄1～5年的46人，6～10年的38人，仅有14人为10年以上工龄。初中及以下学历15人、高中学历48人、大专及以上学历35人。该矿与掘进工作有关的员工的工龄10年以下的占85.7%、大专以上学历人员占受访者35.7%。相比于传统煤矿，是一支较年轻且受教育程度相对较高的队伍。

对问卷中21个问题进行分析，使用Cronbach’α系数法对问卷的信度进行检验，调查问卷克朗巴哈α系数值为0.924，信度为十分可信。对问卷进行Bartlett球体和KMO检验来做效度分析，判断改问卷是否可作因子分析，KMO系数为0.848，显著性Sig.=0.000<0.05，表明适合作因子分析。智能化煤矿掘进工作面不安全行为影响因素调查问卷统计见表1。

表1 智能化煤矿掘进工作面不安全行为影响因素调查问卷统计表

2.1 一级影响因素分析

采用层次分析法分析智能化煤矿掘进工作面各个一级影响因素影响程度，经计算后得出各个一级影响因素的权重，权重大者影响程度大，权重小者影响程度小。一级影响因素权重计算步骤如下。

2.1.1 建立一级影响因素判断矩阵

对4个一级影响因素采用1～9标度进行两两比较。邀请高校从事煤矿安全研究的教授和煤矿安全管理者共计10位专家，其中教授3位、煤矿总工程师1位、煤矿安全副总1位、具有丰富煤矿安全管理经验的一线工作人员5位。首先，这10位专家采用打分的方法，对4个一级影响因素两两相比较进行重要程度评判，构成判断矩阵，然后对判断矩阵采用层次分析法分析计算出各一级影响因素的权重，从而得出影响程度的大小。专家赋值见表2。

表2 层次分析法专家赋值参考表

将智能化煤矿掘进工作面不安全行为用A表示，将个体因素、设备因素、环境因素、管理因素分别用B1，B2，B3，B4表示，通过对专家赋值情况的整合，得出智能化煤矿掘进工作面不安全行为判断矩阵，见表3。

表3 A-B判断矩阵

2.1.2 计算判断矩阵的特征向量及最大特征值

求判断矩阵的特征向量Y

(1)

计算得出该矩阵的特征向量

Y=(y1,y2,y3,y4)=(2.340 3，0.359 3，1.414 2，0.840 9)

将特征向量Y归一化处理后可得到权重向量W

(2)

对特征向量Y进行归一化处理后得到权重向量

W=(0.472 3，0.072 5，0.285 4，0.169 7)

计算判断矩阵的最大特征值

(3)

式中：n为判断矩阵的阶数，取4。

得出最大特征值λmax=4.051 1。

2.1.3 一致性判断

求出偏离一致性指标CR

(4)

式中:RI为随机一致性指标，可查随机性一致性指标表确定。

查表可得RI=0.90，根据式(4)计算得出

CR=0.019 3

由于CR计算结果小于0.1，所以该判断矩阵一致性可接受。

综上得出，不安全行为一级影响因素权重从大到小的顺序为：个体因素0.472、环境因素0.285、管理因素0.170、设备因素0.073。

就一级影响因素而言，个体因素对智能化煤矿掘进工作面不安全行为影响程度最大，设备因素影响程度最小。随着煤矿智能化掘锚设备的不断升级改造，采用机械化、自动化、信息化、智慧化的生产模式，在智能化生产模式和现代化设备的背景下，设备因素对不安全行为的影响最小。

环境因素对不安全行为影响也较大。掘进工作面不但受水、火、瓦斯、煤尘、顶板等多种自然灾害的威胁，而且是独头作业空间，范围狭小、噪音大、粉尘污染严重、通风条件差，工作环境恶劣多变。员工长期在这种环境中工作，容易产生不安全行为。

2.2 各个一级影响因素下的二级影响因素分析

采用熵权法分析二级影响因素影响程度大小，根据回收的98份问卷调查结果，对个体因素、设备因素、环境因素、管理因素下的各个二级影响因素分别进行分析。

2.2.1 个体因素下的二级影响因素分析

1)对原始数据进行标准化处理

为了消除物理量的影响，将原始数据转化为0～1之间的数。

(5)

式中：xij为第i为人员的第j个评价指标值(i=1，2，3，…，98；
j=1，2，3，…，6)。

2)无量纲计算

(6)

3)熵值计算

(7)

4)评价指标权重计算

(8)

根据调查问卷的打分情况，按照上述步骤，经计算得出个体因素的二级影响权重，见表4。

表4 个体因素的二级影响权重判断表

个体因素的各二级影响程度从大到小的顺序为：工作技能0.251、工龄0.234、求快心理0.139、习惯性0.130、疲劳程度0.119、学历0.117。

在个体影响因素中，工作技能和工龄是主要影响因素。工作技能是指完成工作所需具备的知识、技能、经验等，智能化煤矿正处于高质量发展的关键时期，智能化掘进设备的高效运转，对工作技能提出了更高的要求，熟练的工作技能是减少不安全行为、保障安全生产的主要影响因素，随着工龄的增长，工作技能也在不断提高。

2.2.2 设备因素下的二级影响因素分析

同理可得设备因素的各二级影响程度从大到小的顺序为：智能化设备正确操作0.358、设备防护0.356、应急设施0.162、智能化设备故障0.124。

智能化设备正确操作和设备防护是不安全行为的主要影响因素，智能化工作面采用了结构复杂、自动化程度高的掘锚设备，若操作不当，不仅会造成造成经济损失，还可能造成人员伤亡。设备的防护设施同样是不安全行为的主要影响因素，不断改进智能化设备的防护措施，能够减少和避免不安全行为。

2.2.3 环境因素下的二级影响因素分析

计算得出环境因素的各二级影响程度从大到小的顺序为：粉尘0.210、照明0.209、自然灾害0.206、噪音0.194、作业空间0.182。从各影响因素权重的大小来看，虽然影响程度有大小之分，但没有太大的区别。

良好的工作环境能使人心情愉悦，恶劣的工作环境能引起各种身心不适，导致不安全行为发生。掘进工作面自然灾害种类多，涉及瓦斯爆炸、水害威胁、顶板冒落、煤与瓦斯突出等，而且作业场所范围狭小、通风条件差、噪音大、粉尘重、工作环境恶劣多变，是井下事故易发地和高发地。员工长期在恶劣的环境中工作，容易产生不安全行为。

2.2.4 管理因素下的二级影响因素分析

计算得出管理因素的各二级影响程度从大到小的顺序为：安全培训内容及效果0.240、作业规程操作性和针对性0.208、掘进进尺考核0.176、风险隐患排查0.139、安全奖惩制度0.128、采掘接续紧张生产任务重0.110。

管理影响因素中安全培训内容及效果、作业规程操作性和针对性是主要影响因素。安全培训内容要有针对性，按照“干什么学什么、缺什么补什么”原则，开展“订单式”“靶向式”的培训。智能化掘进的作业规程与传统的掘进作业规程有很大的区别，智能化掘进成套装备具有一键启停、智能铺网、智能钻锚、皮带自延、自动摊铺等功能，实行“探、掘、支、破、运”一体化作业方式，作业规程要根据生产实际、设备更新、环境变化等实际情况精心编制，否则容易引发不安全行为。

2.3 二级影响因素综合排序

对一级因素的分析结果表明，个体因素影响程度最大、设备因素影响程度最小；
对二级因素的分析结果表明，个体因素中工作技能和工龄是主要影响因素，设备因素中智能化设备正确操作使用、设备防护是主要影响因素，环境影响因素中粉尘、照明、自然灾害、噪音、作业空间均是主要影响因素，影响程度没有太大的区别。管理因素中安全培训内容及效果、作业规程操作性和针对性是主要影响因素。

综合考虑一级影响因素和二级影响因素权重，将一级影响因素与自身二级影响因素权重相乘后得出最终权重，并进行排序，得出影响程度排序，见表5。

表5 智能化煤矿掘进工作面不安全行为影响因素权重总排序表

排序中，影响程度从大到小的前10个影响因素是：工作技能、工龄、求快心理、习惯性、粉尘、照明、自然灾害、疲劳程度、噪音、学历。

排在前10名的影响因素均是个体影响和环境因素下的二级影响因素。所以，个体因素和环境因素是智能化煤矿掘进工作面不安全行为的防控重点考虑对象。智能化煤矿的自动化、机械化、信息化、智能化程度较高，充分运用智能化煤矿的特点和优势防控不安全行为影响因素，筑牢安全防线。

3.1 个体影响因素防控措施

个体影响因素中，工作技能影响程度最大、其次为工龄、然后是求快心理、习惯性。

运用信息化创新培训模式，提高工作技能。在信息化背景下，实现网络学习、手机微课堂等培训方式，使培训从“定点学”向“随时学”，从“线下学”向“线上学”转变。巷道掘进是一个复杂的多工序过程，涉及到破岩、排矸、支护等生产工序，运用VR虚拟现实技术模拟智能化掘进工作面作业场景，进行工作技能培训，有利于提高培训效果。

注重工龄、学历的梯度，减少工龄、学历对不安全行为的影响。在队伍建设中，形成老中青结合的队伍，并建立师带徒的制度，形成良好传帮教氛围。安排工作时，从员工的工作技能、工龄、学历等多方面入手合理安排工作任务，做到人岗匹配。

运用人工智能防控求快型和习惯性不安全行为。安全管理人员不在场时，容易发生求快型和习惯性不安全行为，在掘进工作面和掘锚设备上安装人工智能摄像系统，通过智能辨识，对不安全行为进行捕获、预警、制止。运用人工智能可使不安全行为的防控由“单一人工防控”向“人工+智能系统双重防控”转变，不安全行为控制从被动监管向主动管理、现代化监管转变。若发生不安全行为，系统将会自定向员工发出预警，提醒现场管理人员及时制止，同时将现场的视频发送安检部门。若严重的不安全行为没有停止，系统向相关设备发出指令，使设备停止运转，避免人身伤害事故发生，实现不安全行为智能预警、实时记录、现场制止，现场设备联动闭锁，达到预防和控制不安全行为的效果。

推进智能化建设，减少因疲劳而引发的不安全行为。按照智能提效的原则，提升掘锚设备的机械化、智能化水平，减少工人的劳动强度，将员工从繁重的体力劳动中解放出来，既减少了因疲劳而引起的不安全行为，也提高了生产效率。

3.2 环境影响因素防控措施

环境影响因素中，粉尘、照明、自然灾害、噪音、作业空间均影响不安全行为。

改进掘锚设备支护工艺，使掘进工作面的临时支护、永久支护实现自动化，减少顶板自然灾害的影响。

升级改造掘进工作面的粉尘、噪音、瓦斯、应力、水文等监测系统，提高掘进工作面环境和自然灾害的精准监测，并实现智能预警。

积极探索作业人员在封闭的中央集控室进行远程操作，阻隔掘进工作面机组作业产生的噪音、粉尘，同时减少自然灾害的影响。

提高掘进工作面环境舒适度，保证员工有充足的作业空间；
改进除尘装置，减少粉尘对人的影响、对光照度的影响。

1)智能化煤矿掘进工作面不安全行为影响因素包括个体因素、设备因素、环境因素、管理因素4个一级影响因素，每个一级影响因素又包含若干二级影响因素，并对各个影响因素进行了问卷调查。

2)运用层次分析法分析了一级影响因素，得出个体因素影响程度最大，其次是环境因素。运用熵权法研究了各个一级影响因素下的二级影响因素的影响权重。综合一级影响因素和二级影响因素，对所有二级影响因素进行了总排序，得出个体因素、环境因素下的二级影响因素是主要影响因素。

3)针对主要影响因素，运用智能化煤矿的特点和优势，分别从个体因素、环境因素两方面提出了防控措施。

猜你喜欢工作面煤矿程度精致和严谨程度让人惊叹 Sonus Faber(意大利势霸)PALLADIO(帕拉迪奥)PW-562/PC-562家庭影院技术(2021年5期)2021-07-21男女身高受欢迎程度表意林(2021年2期)2021-02-08大型煤矿自动化控制系统的设计与应用工业设计(2016年4期)2016-05-04单轨吊机车在煤矿综采安(撤)工作面中的应用当代化工研究(2016年7期)2016-03-20上半年确定关闭煤矿名单513处现代企业(2015年8期)2015-02-28去年95.6%煤矿实现“零死亡”现代企业(2015年6期)2015-02-28综采工作面过陷落柱防治及其对策河北能源职业技术学院学报(2015年3期)2015-02-27断裂对油气富集程度的控制作用断块油气田(2014年6期)2014-03-11综采工作面的快速回撤河南科技(2014年18期)2014-02-27综采工作面坑透结果分析与验证河南科技(2014年15期)2014-02-27