王 堃 ,冷振东,2 ,唐菲菲 ,郝亚飞 ,戴高峰

（1.中国葛洲坝集团 易普力股份有限公司，重庆 401121；2.武汉大学 水资源与水电工程科学国家重点实验室，湖北 武汉 430072；3.重庆交通大学 土木工程学院，重庆 4000742）

我国是矿产资源大国，丰富的矿产资源支撑了国民经济的快速发展，但由于历史原因，矿山环境问题日益突出。随着国民经济高质量发展，十三五规划明确要求加快生态文明建设，各部委接连发布绿色矿山建设工作文件，矿山生态环境要求越来越高，绿色矿山建设势在必行，绿色矿山建设评价指标体系研究迫在眉睫，有必要深入开展相关研究[1-4]。

1 绿色矿山评价指标构建

评价指标体系是一个有机整体，既互相关联又互相制约，应能体现研究目标的各项要求[5]。明确评价指标体系的指标构成，厘清各指标的内涵和属性、适用范畴、计量方式和单位，这是综合评价指标体系的基础。指标体系构造是一个严密的逻辑思维过程，包含指标的目的、定义、特性、计算过程、测验等基本步骤[6]。评价流程为:①确定评价目标；②选取评价指标及评价标准；③确定多指标评价方法及指标权重；④构建评价指标体系；⑤对评价目标进行综合评价；⑥工程应用。

依据相关规范标准，结合该领域相关背景及经验进行指标构建。通过分析现有评价指标的优缺点，经过筛选后确定准则层评价指标6 项，指标层评价指标16 项，其中定性指标4 项，定量指标12 项。绿色砂石矿山指标体系见表1。

表1 绿色砂石矿山指标体系

2 绿色砂石矿山综合评价模型

2.1 AHP-FCE 综合评价模型

AHP-FCE 综合评价模型由指标权重确定和模糊综合评价组成，采用层次分析法和模糊综合评价法，定性、定量相结合，AHP-FCE 综合评价模型如图1，通过多因素评价指标对目标对象进行模糊综合评价，提高评价的可靠性与有效性[7]。

图1 AHP-FCE 综合评价模型

2.2 AHP-FCE 综合评价方法

2.2.1 层次分析法确定权重向量

1）构造比较标度。专家利用1～9 标度法，对每层评价指标的相对重要性进行定性描述，判断矩阵标度和含义如下:①标度1:2 个元素相比，具有同样重要性；②标度3:2 个元素相比，前者比后者稍微重要；③标度5:2 个元素相比，前者比后者明显重要；④标度7:2 个元素相比，前者比后者强烈重要；⑤标度9:个元素相比，前者比后者极端重要；⑥标度2、标度4、标度6、标度8:上述相邻判断的中间值；⑦标度倒数:若元素i 与j 的重要性之比为aij，那么元素j 与i 的重要性之比为aji=1/aij。

2）构造比较判断矩阵。由专家打分得到A-B 判断矩阵，A-B 判断矩阵见表2。

表2 A-B 判断矩阵

3）计算重要性排序。求出其最大特征根λmax及特征向量w，方程如下：

4）判断矩阵的一致性检验。检验使用公式：

式中:CR 为判断矩阵的随机一致性比率；CI 为判断矩阵的一般一致性指标；RI 为判断矩阵的平均随机一致性指标。

5）计算权重向量。一致性检验满足后，可求各层因素对应的权重向量W。

2.2.2 模糊综合评判

1）确定隶属度矩阵①定性指标采取百分比统计法，确定其隶属度；②定量指标采用半梯形分布函数作为隶属度函数[7-8]，确定其隶属度；③确定评价等级标准集合V，Vj（j＝1，2，…，n）是评价等级标准，n 是元素个数，即等级数或评语发生次数，评价元素是定性或定量，均可，V＝｛v1，v2，…，vn｝。

2）进行因素综合评价。①建立因素集X 及因素集X 的诸因素权重集W：设因素集X＝｛X1，X2，X3，…Xn｝，因素集X 的诸因素权重集W＝｛W1，W2，W3，…Wm｝是指各因素对拟评价对象的重要性，且要满足；②对一级因素进行综合评价：综合评价的单因素隶属度矩阵为Ri，第i 类因素的模糊综合评价集合为Bi。

3）进行二级因素模糊综合评价。

3 工程应用

3.1 评价标准及评价指标权重

结合相关成果以及研究目标自身特性，参照相关规范标准、先进案例、专家打分等手段，制定不低于我国相关政策要求的标准。指标评价标准见表3。

表3 指标评价标准

专家对各层级评价中的各个因素重要程度进行两两比较，可以得出A－B、B－C 判断矩阵，采用软件Matlab 求解各个矩阵的最大特征根及特征向量，并对其一致性进行检验，最终得到各个指标的权重值。各判断矩阵见表4～表10。指标权重及一致性检验结果为:①A-B 矩阵:，0.118 6，0.064 4]，λmax=6.017 5，n=6，CI=0.003 5，RI=1.24，CR=0.002 8，一致性为通过；②B1-C 矩阵:,0.666 7]，λmax=2，n=2，CI=0，RI=0，一致性为通过；③B2-C 矩阵，0.227 1，0.227 1]，λmax=4.010 4,n=4,CI=0.003 5，RI=0.90，CR=0.003 9，一致性为通过；④B3-C 矩阵，0.163 5]，λmax=3.009 3，n=3，CI=0.004 7，RI=0.58，CR=0.008 1，一致性为通过；⑤B4-C 矩阵，λmax=2，n=2，CI=0,RI=阵，0.296 9，0.163 5]，λmax=3.009 2，n=3，CI=0.004 6，RI=0.58，CR=0.007 9，一致性为通过。绿色矿山建设评价体系指标权重见表11。

表4 A-B 判断矩阵

表5 B1-C 判断矩阵

表6 B2-C 判断矩阵

表7 B3-C 判断矩阵

表8 B4-C 判断矩阵

表9 B5-C 判断矩阵

表10 B6-C 判断矩阵

表11 绿色矿山建设评价体系指标权重

3.2 AHP－FCE 综合评价

由隶属度函数计算定量指标评语集，采用专家打分法获得定性指标评语集，模糊综合评价矩阵见表12。

表12 模糊综合评价矩阵

3.3.1 一级综合评价

根据公式Bi＝Wi＊Ri计算得到B 层第i 个指标下级各因素相对于评语集的关系，一级评价结果见表13，由表13 可知，被评价的禹州绿色矿山建设，“B6企业管理形象”指标最好，属于“优良”的可能性为95.09%，属于“一般”的可能性为4.91%，“差”的可能性为零。绿色矿山建设评价体系指标权重见表11。“B1矿区环境”指标最差，属于“优良”的可能性为23.33%，属于“一般”的可能性为35%，“差”的可能性最高，为41.67%。

表13 一级评价结果

根据最大隶属度原则，B 准则层的6 个指标中，被评价为“优良”的指标有B2资源开发方式、B3资源综合利用、B4节能减排、B5智能矿山、B6企业管理形象，B1矿区环境指标被评价为“差”。虽然“B2资源开发方式”指标被评价为优良，但是“54.58%”的数值并不高，后续绿色矿山建设的过程中，应做好矿区环境建设和资源开发方式转变。

3.3.2 二级综合评价

二级评价结果见表14。

表14 二级评价结果

根据评价结果看出被评价的禹州砂石绿色矿山建设，有61.38%的可能属于“优良”，17.07%的可能属于“一般”，21.55%的可能属于“差”。

因此，被评价的河南禹州宜鑫砂石绿色矿山建设等级为“优良”。

4 结论

1）提出绿色砂石矿山建设评价指标体系，包括目标层、准则层和评价指标层3 个等级，目标层为绿色矿山建设水平，准则层包括矿区环境、资源开发方式、资源综合利用、节能减排、智能矿山、企业管理形象6 个方面，指标层则由16 项具体指标构成，全面反映绿色矿山建设要求。

2）建立定性与定量相结合的AHP－FCE 综合评价模型，对禹州砂石矿山进行综合评价。①C 层指标相对于A 层的权重，C4开采回采率、C2矿区绿化覆盖率、C11“三废”排放达标率排前三，说明绿色砂石矿山建设过程中应注重资源的有效利用和环保理念；②由综合评价结果可知，禹州砂石绿色矿山建设水平为“优良”，其中B2资源开发方式、B3资源综合利用、B4节能减排、B5智能矿山、B6企业管理形象指标被评价为“优良”。

3）评价评价结果与矿山发展现状契合，表明正文所提绿色矿山建设评价体系可应用于评价禹州砂石绿色矿山建设。后续绿色矿山建设过程中，应做好矿区环境建设和资源开发方式转型。