煤矿企业智慧应急能力评价模型及应用研究

2023-11-29李希腾秦宏楠陈冠达钱洪伟

煤矿安全 2023年11期

李希腾，秦宏楠，陈冠达，钱洪伟，李信

（1.中国安全生产科学研究院，北京 100012；2.中安国泰（北京）科技发展有限公司，北京 100012；3.沈阳化工大学经济与管理学院，辽宁沈阳 110000；4.河南理工大学应急管理学院，河南焦作 454000）

智慧应急是指运用大数据、人工智能、物联网等先进信息技术来赋能应急管理工作，尤其是在防灾减灾、应急救援、安全生产等具体事务中，可以大大提升应急管理水平。信息技术在矿山、危险化学品、建筑施工等重点高危行业安全生产已成为必备的工具。在煤矿安全生产领域，存在井下环境密闭、致灾风险较多、危险系数很大等不利因素。因此，运用信息技术手段来规避煤矿井下不安全因素可以起到至关重要的作用。学者从平台研发、架构设计、信息化体系建设等方面进行了探究，证明了运用技术手段来规避井下不安全因素起到至关重要的作用[1]。根据不同信息化技术架构可知，不同层级对于煤炭开采和安全管理成效存在交互作用[2-3]。基于此，构建信息管理能力、信息队伍能力、数据处理能力、系统集成能力、监测预警能力的结构方程模型，探究不同系统层级对智慧应急能力建设的影响作用，为煤矿企业风险预控提供依据。

1 研究假设与模型构建

1.1 信息管理能力与智慧应急能力

信息管理能力是人员在线上开展生产作业和业务对接，汇聚跨部门共享数据、预防风险的能力[4]，包括4 个维度：风险信息、人力信息、物力信息和生产信息，4 类信息管理能力分别代表煤矿生产作业中进行信息实时上传和及时更新的能力，保证线上留痕管理。风险信息指风险的类别和等级等；人力信息指专家库、队伍库、预案库等；物力信息指物资储备的类别、规模等；生产信息指生产过程中的作业统计信息。

具体而言，信息管理即通过对矿区生产作业的基础信息、资源信息、风险信息、统计信息等开展实时统计和更新，并在线上进行相关操作，是煤矿智慧应急能力建设的前提和基础，故提出如下假设：信息管理能力对系统集成能力、监测预警能力、智慧应急能力有显著的正向影响作用，分别为H1、H2、H3假设。

1.2 数据处理能力与智慧应急能力

数据处理能力指底层技术支持信息在线上进行相应的操作，为矿区业务管理和智能化作业提供帮助与服务的能力，涉及业务管理中数据的传输、存储、处理、运维等环节。应急信息传输能力指通信网络建设支撑信息化业务正常运行的能力；应急信息存储能力指数据库的性能、网络机房的建设保障信息的正常存储和系统的安全稳定；应急信息处理能力主要涉及算法功能性问题，为煤矿安全生产、监测监控、评估分析、科学决策提供强大的底层技术支持和绝对的信息保障；应急信息运维能力主要涉及信息的安全保障和平台的运行保障问题。

牟泽雄：在书法展览的作用下，当代书法创作追求视觉效果就显得极其重要。可视性取代了可读性，精心设计取代了自然书写。有的书家在展览中的作品感觉书写水准很高，但现场书写的水平却非常一般。但在古人那里，意随文生，“我书意造本无法，点画信手烦推求”却是最基本的常识。你如何看待书写性，如何看待展览所带来的这一问题？

研究通过聘请安全工程与应急管理领域专家对问卷可靠性进行确定，并进行完善。实证研究以河南和山西的2 个煤业有限公司的工作人员为研究样本，共邀请270 名工作人员进行评价，其中包括决策层、各级管理层、技术科、机电科、信息化科、安监科、地测科等不同科室的一线员工，剔除不完整问卷和未收回的问卷，共收回问卷256 份，有效回收问卷约占总问卷的94.8%，符合统计学样本数量要求。问卷信息运用SPSS23 软件进行分析。

1.3 信息队伍能力与智慧应急能力

信息队伍能力指人员技术水平、信息化意识在信息业务、系统运维的能力，包括信息技术人才占比率、应急信息化培训次数/年、人员信息化管理意识、应急演练次数/年。信息技术人才占比率反映矿区对信息技术人才的重视程度。应急信息化培训次数/年指人员培训来增强信息化意识，从而适应反复革新的技术手段。人员信息化管理意识指理念与意识的转变与提升，促进煤矿生产业务流程的转变和再造。应急演练次数/年指矿区每年开展应急演练的次数。

问卷采用李克特7 级量表设计，内容包含了潜变量、测量问题项、指标含义说明，其中1 表示“非常不赞同”，2 表示“不赞同”，3 示“比较不赞同”，4 表示“一般”，5 表示“比较赞同”，6 表示“赞同”7 表示“非常赞同”，得分越高，意味着指标的可靠性越高。

更具体地说，基于本研究的数据和分析，针对在英留学生提出了四个相当重要和有用的建议，忽略了复杂的交易过程和复杂的互联网知识。

1.4 系统集成能力的中介作用

系统集成能力指煤矿智能化开采和生产中软、硬件等技术工具集成能力，如通风、排水、运输、供电等作业保障系统。通风能力主要指的是矿井在采掘过程中，保障井上和井下空气的流通，调节和改善井下的作业环境的能力[7]。排水能力主要指的是矿井在采掘过程中如发生突水情况，可及时把水排出去，预防潜在涌水事故的能力。电力保障能力主要指的是电力设备及系统可安全稳定运行，为煤矿正常的生产作业提供保障的能力。煤流输送能力主要指的是在煤矿开采过程中，煤炭在不发生安全事故的前提下进行输送的能力[8]。

矿区需拥有完备的通风、排水、运输、供电等作业保障系统，硬件结合来保障煤矿生产中的环境稳定，对水灾、火灾等可能突发事件进行先期监测预警，设备稳定性等起着至关重要作用，故系统集成能力对监测预警能力、智慧应急能力有显著的正向影响作用，分别用H9、H10假设。

1.5 监测预警能力的中介作用

3.与临时监护人存在隔膜。因为很多学生的监护人年龄较大，担负着各方责任，在对孩子的教育问题上给予的关注度不足。还有些父母把孩子交给爷爷奶奶照顾，他们的年龄较大，很少有心力全面照顾学生，加之学生易出现逆反心理，会养成偏激的性格。在亲友家寄宿的孩子与其家庭成员并不和睦，很容易产生负面的情绪，如“寄人篱下”的感觉等，多种因素的综合作用使得留守儿童出现了并不健康的心理。

结构方程模型基于协方差矩阵分析变量之间的相互影响关系，故存在一个基本假设，即样本共变异数矩阵和模型共变异数矩阵尽可能相似，两者越接近，模型适配度越好，适配度指标可分为绝对拟合指数、增值拟合指数、简约拟合指数3 类[12]。此外，在适配度评价中，由于样本数量、参数估计方法，结果有细微差异，不能单纯依赖于某一个或几个指标，要对适配度进行综合的评判，通过对模型的拟合结果进行分析可以发现，拟合值均处于理想和可接受的状态，结果证明，煤矿智慧应急能力评价体系的整体适配度良好，适配度分析见表3。

1.6 理论模型

由上图可以看出，当B-286c加入量低于76.5%时，随着B-286c加入量的增加，固化膜拉伸强度和断裂伸长率都不断增大；B-286c加入量在76.5%左右时，拉伸强度和断裂伸长率都分别达到最大值；而当B-286c加入量大于76.5%时，固化膜的拉伸强度和断裂伸长率都不断减小。这是因为随着B-286c的含量的增加，体系内苯环的密度不断减小，固化膜的柔韧性逐渐加强，其拉伸强度和断裂伸长率都不断加强。同时随着分子链间的相互作用力的不断减弱，到一定的程度之后，拉伸强度和断裂伸长率逐渐下降。

监测预警能力指对关键参数识别，实现对风险和人员位置信息进行监测和及时预警预报能力，监测预警能力的建设以信息的获取为前提和基础，其影响因素主要包括智能传感监测、智能视频监测、人员定位技术和预警响应水平。智能传感监测指架设各类传感器获得环境数据动态感知。智能视频监测指对关键图像信息进行识别，实现对异常对象和行为进行智能识别。人员定位技术指运用无线单兵等终端，保障在井下作业环境实时进行人员定位。预警响应水平主要指的是矿区在部署一系列智能传感和视频监测设备后，可对风险及危险源进行动态感知，以及快速开展相应的管控措施。通过智能传感和智能视频监测来获取环境参数，底层算法起着至关重要作用，故监测预警能力对智慧应急能力有显著的正向影响作用，用H11假设[9]。

图1 理论模型图Fig.1 Theoretical model diagram

2 问卷调研及数据分析

2.1 问卷编制

信息队伍作为矿区智能化建设的执行者和业务管理机制建设的落实者，担任矿区监控及安防设施的布置，系统与设备的更新和维护等职责，故信息队伍能力对系统集成能力、智慧应急能力有显著的正向影响作用[6]，分别用H7、H8假设。研究中数据处理和监测预警为不同层级，无直接作用关系，从应用的角度考虑，信息队伍能力通过系统集成能力来对监测预警能力产生正向影响作用。

2.2 问卷发放

在矿区业务管理中要确保数据的传输、存储、处理和运维能力，真正做到充分连接，实现对作业参数的实时可监测、监测后可存储、存储后可分析、分析后可处理[5]，故数据处理能力对系统集成能力、监测预警能力、智慧应急能力有显著的正向影响作用，分别用H4、H5、H6假设。

3 数据分析与结果

基于上述理论模型与研究假设，将一级指标视为结构方程模型中的潜变量（构面），二级指标视为结构方程模型中的显变量。潜变量信息管理能力、数据处理能力、信息队伍能力、系统集成能力、监测预警能力和总目标智慧应急能力，分别用A、B、C、D、E、Z表示，信息管理能力下的显变量风险信息管理能力、人力信息管理能力、物力信息管理能力、生产信息管理能力分别用A1、A2、A3、A4表示；数据处理能力下的显变量应急信息传输能力、应急信息存储能力、应急信息处理能力、应急信息运维能力分别用B1、B2、B3、B4表示；信息队伍能力下的显变量信息技术人员占比率、应急演练次数/年、人员信息化管理意识、应急信息化培训次数/年分别用C1、C2、C3、C4表示；系统集成能力下的显变量通风能力、排水能力、电力保障能力、煤流输送能力分别用D1、D2、D3、D4表示；监测预警能力下的智能传感监测、智能视频监测、人员定位技术、预警响应水平分别用E1、E2、E3、E4表示，用以下文表述潜变量和显变量对总目标的相对重要程度。

“现成品”的英文名称是Ready-Made，这一名称源自法国艺术家马歇尔.杜尚(Marcel Duchamp)，指的是艺术家对人工物品或产品的选用。现成品艺术将人工既成之物以一定的方式处理后组合成作品，即杜尚所说的“现成品的添加”。在这个过程中，核心问题是艺术家思维活动所发挥的作用。具体说来，工业产品或既成物品之所以在组合之后被视为艺术作品，根本的原因在于物品被艺术家置于不同的文化语境和新的上下文关系之中，原有功能发生改变，物品的物性也因为艺术家的选择与处理被重新激活，这使得现成品有了原先不可能具有的艺术意义，从而进入了艺术观看与审视范畴。

3.1 信度(可靠性)检验

运用克隆巴赫系数对问卷结果的一致性和稳定性进行检验，其系数值越大，代表一致性程度越高[10]，亦表明观测指标的相关性较高，若系数小0.6，表示信度不足；系数处于0.6～0.8 之间，表示信度一般；系数大于0.8，表示信度良好，有良好显著性。研究中的信度指调查对象所认为的各指标对于煤矿智慧应急能力的可靠性，20 项影响因素的总体相关系数（CITC）均大于0.5，证明调查问卷具有良好的信度，信度分析见表1。

职教成[2011]6号中明确指出：“加快建立健全政府主导、行业指导、企业参与的办学机制，推动职业教育适应经济发展方式转变和产业结构调整要求，培养大批现代化建设需要的高素质劳动者和技能型人。”它为高职教育指出了行业指导的重要性，明确指出了“推进产教结合与校企一体办学，实现专业与产业、企业与岗位对接”的指导意见。

表1 信度分析表Table 1 Reliability analysis

3.2 效度检验

研究对所有构面进行验证性因子分析，测量模型的收敛效度达到可接受标准时，才可执行对结构模型的评估。收敛效度通过4 个指标来进行评判，当标准化因子载荷量大于0.7、组合信度（CR）大于0.6、平均共变数萃取量（AVE）大于0.5、克隆巴赫系数大于0.6 时，证明评价指标体系具有良好收敛效度[11]。通过验证性因子分析可知，研究中指标的标准化因子载荷量均大于0.7，组成信度（CR）均大于0.8，平均共变数萃取量（AVE）均大于0.6，克隆巴赫系数均大于0.8，该评价指标体系具有良好的收敛效度，效度检验见表2。

表2 效度分析表Table 2 Validity analysis

3.3 适配度评价

2016年秋，全县召开义务教育均衡发展迎国检大会，布置了具体任务。她放弃了外出学习进修的大好机会，决定留在学校与同事们一起奋战6个月。她深入各个教研组、各个微团队，精细化研究，与同事们加班加点，以致她的眼疾又复发了，钻心地疼，她吃点儿药，打几针，咬紧牙关继续坚持着。付出终于得到了回报，县教育局在这里召开了迎接均衡发展检查现场大会，学校以优异的成绩通过了国家级义务教育均衡发展检查验收。

结构方程模型中，需初步构建理论模型，用以显示构面间的影响关系，为二阶验证性因素评价模型做理论基础，构建的煤矿企业信息管理能力、数据处理能力、信息队伍能力、系统集成能力、监测预警能力之间作用关系理论模型如图1 所示。

表3 适配度分析表Table 3 Adaptation analysis

3.4 研究假设检验结果

参数的合理性检验就是检验参数的估计值是否恰当，这一检验包括，参数的符号是否符合理论假设，参数的取值范围是否合理等[13]。在结构方程模型AMOS 软件中，CR 是参数显著性检验的统计量，存在如下关系式：CR=Estimate/SE，并得出T值，其中Estimate 为估计值，SE 为标准差，在5%显著性水平下，T值应大于1.96。潜变量之间的结构关系及其标准化路径系数的估计值、T值和假设检验结果等，研究假设检验见表4，T值均大于临界值1.96，全体假设均通过了T检验，路径系数都具有显著性水平。

表4 研究假设检验表Table 4 Research hypothesis test

研究假设的检验结果出来后，进而需要判断模型是否需要修正，以此来得出最优的因子载荷和路径系数，从而确定科学的权重。具体来看，卡方值作为反映实际的矩阵和模型的矩阵之间的相似性，卡方值越小，反映2 个矩阵之间的相似性越大，差异性越小。在结构方程模型中，修正系数代表模型修正后卡方的变化量，一般认为，该值越大，即意味着两变量之间需要拉上相关性，进而实现对模型的修正和优化，故修正系数值越小越好。原模型中6 个潜变量之间的修正系数均未出现大于10 的情况，证明该模型良好，不需要修正，二阶验证性因素分析模型如图2。研究评价模型构建过程中，各显变量的残差（e1～e22）表示被检查样本数据对于回归估计值的分布规律，允许模型假设存在残差，用以代表外部影响因素的出现值。

图2 结构方程模型二阶验证性因素评价模型Fig.2 Second order confirmatory factor evaluation model of structural equation model

3.5 中介效应检验

在煤矿企业智慧应急能力建设中，涉及人人交互、人机交互和机机交互等环节，可能存在其他难以发现的影响因素，故需要进一步开展中介效应检验，以此来充分地考虑变量间的作用关系和相关重要程度，进而在结构方程模型中得到科学的结果。对于研究中的总目标智慧应急能力而言，信息队伍建设和信息管理为煤矿智慧应急能力建设的前提和基础，数据处理、监测预警和系统集成作为三部曲，每个环节都至关重要，在结构方程模型的具体应用中，上述影响因素的相对重要程度表现为通往总目标的路径系数与因子载荷，每个路径系数和因子载荷都影响着总目标（智慧应急能力）的建设，故需要充分考虑不同路径间的中介效应，确保模型确立的科学性和合理性。中介效应检验结果见表5。