王雯雯+何剛+衡連偉+夏業(yè)領(lǐng)

摘 要：為了提高煤礦企業(yè)安全生產(chǎn)水平，降低煤礦企業(yè)安全風(fēng)險(xiǎn)，基于人-環(huán)-機(jī)三個(gè)方面及事故致因理論，構(gòu)建煤礦企業(yè)安全風(fēng)險(xiǎn)管理評價(jià)指標(biāo)體系，并運(yùn)用因子分析法和結(jié)構(gòu)方程模型，驗(yàn)證所構(gòu)建的評價(jià)指標(biāo)及理論假設(shè)。進(jìn)而以淮南市5個(gè)煤礦為例，進(jìn)行實(shí)證分析。研究表明，煤礦企業(yè)安全風(fēng)險(xiǎn)管理受人員、環(huán)境、設(shè)備三者交互作用的影響，其中設(shè)備故障、作業(yè)人員培訓(xùn)以及設(shè)備完好率是影響煤礦企業(yè)安全風(fēng)險(xiǎn)管理最主要的三個(gè)因素。

關(guān)鍵詞：結(jié)構(gòu)方程模型（SEM）；煤礦企業(yè)；安全風(fēng)險(xiǎn)管理；路徑分析

中圖分類號：F426.1文獻(xiàn)標(biāo)識碼：A文章編號：1672-1101（2017）06-0033-06

Abstract： In order to improve the safety level and reduce safety risk of coal mine enterprises， an evaluation index system of safety risk management of coal mine is built based on personnel-environment-machine system and accident causation theory. Then index system and theoretical hypothesis construction are verified by factor analysis and Structural Equation Model. An empirical analysis is carried out through taking 5 coal mines in Huainan as an example. Research shows that safety risk management of coal mine is influenced by the interaction of personnel， environment and machine. Among them， mechanical failure， employee training and the rate of mechanical integrity are the main factors.

Key words：Structural Equation Model （SEM）；coal mine enterprise；safety risk management；path analysis

2016年我國煤礦企業(yè)安全生產(chǎn)形勢持續(xù)穩(wěn)定好轉(zhuǎn)，實(shí)現(xiàn)死亡人數(shù)和事故起數(shù)雙下降，全年煤礦企業(yè)死亡人數(shù)538人，同比下降10%，共發(fā)生煤礦事故起數(shù)249起，同比下降29.3%，百萬噸死亡率0.156，同比下降3.7%[1]。據(jù)統(tǒng)計(jì)，2017年第一季度我國發(fā)生各類煤礦事故共計(jì)30多起，造成90余人死亡，較上一年同期有較大幅度的下降。但與其他一些產(chǎn)煤大國及發(fā)達(dá)國家相比，我國煤礦企業(yè)安全生產(chǎn)水平仍存在很大差距，煤礦企業(yè)安全生產(chǎn)形勢依然嚴(yán)峻。安全風(fēng)險(xiǎn)管理在煤礦企業(yè)安全生產(chǎn)過程中發(fā)揮著越來越重要的作用。加強(qiáng)和改善煤礦企業(yè)安全生產(chǎn)管理，通過對潛在風(fēng)險(xiǎn)進(jìn)行識別和評價(jià)，降低煤礦企業(yè)安全事故發(fā)生率，已成為煤礦行業(yè)和學(xué)術(shù)界亟需解決的關(guān)鍵問題。提高煤礦企業(yè)安全風(fēng)險(xiǎn)管理水平，能夠及時(shí)發(fā)現(xiàn)和控制危險(xiǎn)源，增加煤礦企業(yè)生產(chǎn)的安全性。因此，安全風(fēng)險(xiǎn)管理在煤礦企業(yè)安全生產(chǎn)過程中發(fā)揮著越來越重要的作用。本文以煤礦企業(yè)安全風(fēng)險(xiǎn)管理為研究對象，通過問卷調(diào)查和文獻(xiàn)研究等方式深入剖析煤礦企業(yè)安全風(fēng)險(xiǎn)管理的影響因素，構(gòu)建煤礦企業(yè)安全風(fēng)險(xiǎn)管理評價(jià)指標(biāo)體系，進(jìn)而采用結(jié)構(gòu)方程模型對建立的指標(biāo)體系和理論假設(shè)進(jìn)行驗(yàn)證分析，以期為煤礦企業(yè)安全風(fēng)險(xiǎn)管理提供理論參考。

一、文獻(xiàn)綜述

煤礦企業(yè)安全風(fēng)險(xiǎn)管理在煤礦企業(yè)安全生產(chǎn)過程中發(fā)揮著巨大作用。目前，國內(nèi)外專家學(xué)者在煤礦企業(yè)安全風(fēng)險(xiǎn)管理方面有一定的研究。關(guān)于煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響因素方面研究。美國DOW化學(xué)公司首次提出采用火災(zāi)和爆炸指數(shù)作為參數(shù)對化工生產(chǎn)過程的危險(xiǎn)度進(jìn)行評估[2]。隨后，英國化工協(xié)會制定了《企業(yè)安全活動評價(jià)標(biāo)準(zhǔn)》和四等級評價(jià)法，將煤礦生產(chǎn)管理體系的操作規(guī)程、組織管理以及人員選用等活動劃分為優(yōu)、良、可和劣四個(gè)等級，然后各企業(yè)可根據(jù)自身的生產(chǎn)現(xiàn)狀做出定性評價(jià)[3]。何剛等采用結(jié)構(gòu)方程模型，從煤礦事故成因角度，進(jìn)行煤礦安全風(fēng)險(xiǎn)成因耦合仿真，解析同質(zhì)指標(biāo)與異質(zhì)指標(biāo)的耦合路徑[4]。關(guān)于煤礦企業(yè)安全風(fēng)險(xiǎn)管理也有大量的實(shí)證研究。龐染等利用可拓學(xué)拓展分析法通過人、機(jī)器、設(shè)備、環(huán)境、管理和文化五個(gè)因素建立風(fēng)險(xiǎn)預(yù)控模型，并選取神華集團(tuán)的某兩個(gè)煤礦進(jìn)行實(shí)證研究[5]。劉占乾等利用工作危害分析、故障類型與影響分析、危險(xiǎn)性與可操作性研究、能量源分析等4種危險(xiǎn)源辨識方法建立煤礦安全風(fēng)險(xiǎn)數(shù)據(jù)庫，并進(jìn)行動態(tài)管理，使煤礦風(fēng)險(xiǎn)管理更加規(guī)范化、系統(tǒng)化[6]。尤荻等將安全風(fēng)險(xiǎn)管理要素、過程和人員逐步集成為一個(gè)有機(jī)整體，構(gòu)建企業(yè)安全風(fēng)險(xiǎn)集成管理水平測評ANP模型，選取某煤礦集團(tuán)下屬的11個(gè)煤礦企業(yè)進(jìn)行安全風(fēng)險(xiǎn)集成管理實(shí)證研究[7]。汪瑩等從人員、環(huán)境、設(shè)備及管理四個(gè)方面構(gòu)建煤礦安全生產(chǎn)預(yù)警指標(biāo)體系，并利用粗集-支持向量機(jī)構(gòu)建煤礦安全風(fēng)險(xiǎn)預(yù)測模型，進(jìn)而以煤礦瓦斯爆炸風(fēng)險(xiǎn)預(yù)測為例進(jìn)行實(shí)證研究[8]。劉海濱等利用人工神經(jīng)網(wǎng)絡(luò)自適應(yīng)共振理論的ART-2算法，結(jié)合建立的風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，以山西省的9家煤礦為例進(jìn)行實(shí)證研究[9]。

綜上所述，目前學(xué)者對于煤礦企業(yè)安全風(fēng)險(xiǎn)管理的研究成果很多，在內(nèi)容和方法上都較豐富，但是結(jié)合結(jié)構(gòu)方程模型對區(qū)域煤礦企業(yè)安全風(fēng)險(xiǎn)管理路徑的研究還比較少。本文以淮南市5個(gè)煤礦為例進(jìn)行研究，通過文獻(xiàn)研究和問卷調(diào)查確定煤礦企業(yè)安全風(fēng)險(xiǎn)管理的關(guān)鍵影響因素，提出各影響因素之間關(guān)系的理論假設(shè)，運(yùn)用結(jié)構(gòu)方程模型進(jìn)行驗(yàn)證，并對每個(gè)因素的影響方式和影響程度進(jìn)行分析，進(jìn)而為案例煤礦企業(yè)安全風(fēng)險(xiǎn)管理提出合理化對策建議。endprint

二、煤礦企業(yè)安全風(fēng)險(xiǎn)管理指標(biāo)獲取及理論假設(shè)

（一）指標(biāo)獲取

在對國內(nèi)外相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)分析的基礎(chǔ)上，綜合考慮煤礦事故致因理論并結(jié)合問卷調(diào)查從人員的不安全行為、物的不安全狀態(tài)以及作業(yè)環(huán)境的不安全等3個(gè)維度對煤礦企業(yè)安全風(fēng)險(xiǎn)進(jìn)行識別和篩選，提取出可能影響安全風(fēng)險(xiǎn)的14個(gè)關(guān)鍵因素。主要包括作業(yè)人員從業(yè)年限（VA1）、操作違章率（VA2）、作業(yè)人員培訓(xùn)率（VA3）、作業(yè)人員持證率（VA4）、作業(yè)人員受教育年限（VA5）、作業(yè)人員安全激勵(lì)頻率（VA6）、瓦斯?jié)舛龋╒B1）、溫度（VB2）、噪音（VB3）、粉塵濃度（VB4）、應(yīng)急裝置配備率（VC1）、防護(hù)裝置配備率（VC2）、設(shè)備故障率（VC3）、設(shè)備完好率（VC4）。

借助SPSS20.0軟件對問卷數(shù)據(jù)進(jìn)行因子分析，先對14個(gè)因素進(jìn)行初次因子分析，剔除公因子方差小于0.5的因素，作業(yè)人員受教育年限（VA5）與作業(yè)人員安全激勵(lì)頻率（VA6）的公因子方差均小于0.5，予以剔除。對其余的12個(gè)因素再次進(jìn)行因子分析，由輸出結(jié)果可知，KMO值為0.732>0.5，Bartlett球形度檢驗(yàn)的P值為0.000.05，說明問卷獲得的數(shù)據(jù)可用于因子分析。按照因子提取原則（特征值大于1.5），可提取出3個(gè)主成分，并用最大方差法對因子進(jìn)行正交旋轉(zhuǎn)，3個(gè)主成分累計(jì)解釋的總方差為75.618%，說明問卷數(shù)據(jù)的收斂效度較好。由旋轉(zhuǎn)成分矩陣可以看出VA1、VA2、VA3、VA4在第1個(gè)主成分的因子載荷值較高，VB1、VB2、VB3、VB4在第2個(gè)主成分的因子載荷值較高，VC1、VC2、VC3、VC4在第3個(gè)主成分的因子載荷值較高。根據(jù)各組因素的特性，可以將主成分1看作員工個(gè)人因素，主成分2看作環(huán)境因素，主成分3看作設(shè)備因素，具體如表1所示。

（二）相關(guān)理論假設(shè)

綜合以上分析可知，煤礦企業(yè)安全風(fēng)險(xiǎn)管理主要與員工個(gè)人、環(huán)境、設(shè)備等因素有關(guān)，在此基礎(chǔ)上提出以下理論假設(shè)：

H1：員工個(gè)人因素與環(huán)境因素之間有顯著的相互影響；

H2：員工個(gè)人因素與設(shè)備因素之間有顯著的相互影響；

H3：環(huán)境因素與設(shè)備因素之間有顯著的相互影響；

H4：員工個(gè)人因素對煤礦企業(yè)安全風(fēng)險(xiǎn)管理有顯著影響；

H5：環(huán)境因素對煤礦企業(yè)安全風(fēng)險(xiǎn)管理有顯著影響；

H6：設(shè)備因素對煤礦企業(yè)安全風(fēng)險(xiǎn)管理有顯著影響。

三、實(shí)證分析

鑒于煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響因素眾多，而且相互之間作用關(guān)系錯(cuò)綜復(fù)雜，很難用簡單的線性關(guān)系進(jìn)行描述。本文采用結(jié)構(gòu)方程模型進(jìn)行分析，這是一種能夠同時(shí)估計(jì)多個(gè)潛在變量和觀察變量間路徑關(guān)系的模型，而且能夠直觀地反映出各變量之間的相互關(guān)系和影響程度。

（一）數(shù)據(jù)來源

運(yùn)用問卷調(diào)查法對煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響因素進(jìn)行研究，通過預(yù)調(diào)研與文獻(xiàn)研究來確定外因量表與內(nèi)因量表。量表采用李克特五級量表的模式進(jìn)行設(shè)計(jì)，以便利用SPSS20.0進(jìn)行數(shù)據(jù)分析處理。對淮南市礦業(yè)集團(tuán)下屬的五個(gè)煤礦進(jìn)行調(diào)查，共回收問卷187份，其中有效問卷179份，調(diào)查樣本涉及煤礦企業(yè)基層作業(yè)人員以及基層管理班組長。

（二）信度效度檢驗(yàn)

為了確保結(jié)構(gòu)方程模型的準(zhǔn)確性，需要運(yùn)用SPSS20.0軟件對問卷數(shù)據(jù)的信度和效度進(jìn)行檢驗(yàn)。采用克龍巴赫α系數(shù)對問卷的信度進(jìn)行檢驗(yàn)，運(yùn)用探索性因子分析對問卷的效度進(jìn)行檢驗(yàn)。具體結(jié)果如表2所示。

由表2可以看出，各觀察變量的平均值基本在4.3上下波動，標(biāo)準(zhǔn)偏差基本在1.0上下波動，說明問卷獲取的數(shù)據(jù)較穩(wěn)定。各變量的α系數(shù)都大于0.7，說明問卷的信度是可接受的。各觀察變量的因子載荷量都大于0.7，說明問卷具有較高的效度。

（三）初始模型構(gòu)建

根據(jù)上述分析及相關(guān)理論假設(shè)，構(gòu)建初始結(jié)構(gòu)方程模型，如圖1所示。該模型中共有29個(gè)變量，其中觀察變量12個(gè)，潛在變量17個(gè)，外因變量16個(gè)，內(nèi)因變量13個(gè)。

（四）模型驗(yàn)證

根據(jù)問卷調(diào)查獲取到的數(shù)據(jù)運(yùn)用AMOS軟件對初始結(jié)構(gòu)模型進(jìn)行驗(yàn)證，模型圖的卡方值為65.960，自由度為54，顯著性概率值p=0.127>0.05，未達(dá)到顯著性水平，接受虛無假設(shè)，表明假設(shè)模型圖與觀察數(shù)據(jù)契合。AGFI值=0.924>0.900，GFI值=0.947>0.900，CN值=218>200，RMSEA值=0.033<0.05，均達(dá)到模型可以適配的標(biāo)準(zhǔn)，表明假設(shè)模型與觀察數(shù)據(jù)能適配。部分運(yùn)行結(jié)果如表3所示。

從表3中可以看出，提出的6個(gè)因果假設(shè)中，所有的路徑參數(shù)的臨界比C.R.值都大于2.58，說明各參數(shù)估計(jì)值都達(dá)到了0.01顯著水平，即模型具有較好的擬合度。

表4中的M.I.值說明如果在誤差變量e7與誤差變量e8間再增加1條相互關(guān)系路徑，那么就會減少6.766的卡方值，而且初始模型的擬合度就會更好。對模型進(jìn)行修正后的擬合結(jié)果見圖2。

修正后模型的卡方值為56.996，自由度由54變?yōu)?3，顯著性概率p=0.329>0.05，未達(dá)到顯著性水平，接受虛無假設(shè)，表明假設(shè)模型圖與觀察數(shù)據(jù)契合。AGFI值=0.934>0.900，GFI值=0.955>0.900，CN值=248>200，RMSEA值=0.019<0.05，均達(dá)到模型可以適配的標(biāo)準(zhǔn)，表明假設(shè)模型與觀察數(shù)據(jù)能適配。

（五）結(jié)果分析

從修正后的標(biāo)準(zhǔn)化系數(shù)可知，三個(gè)潛在變量與12個(gè)觀察變量間的因素負(fù)荷量分別為0.80、0.79、0.81、0.68、0.74、0.70、0.68、0.71、0.65、0.76、0.86、0.81，可以看出各因素負(fù)荷量均介于0.50～0.95之間，表示模型適配良好。

1.員工個(gè)人因素→安全風(fēng)險(xiǎn)管理的路徑系數(shù)為0.39，環(huán)境因素→安全風(fēng)險(xiǎn)管理的路徑系數(shù)為0.26，設(shè)備因素→安全風(fēng)險(xiǎn)管理的路徑系數(shù)為0.35，表明三個(gè)要素對安全風(fēng)險(xiǎn)管理均能產(chǎn)生影響，其中員工個(gè)人因素對安全風(fēng)險(xiǎn)管理的影響最大，設(shè)備因素的影響其次。說明假設(shè)H1、H2、H3成立。endprint

2.員工個(gè)人因素與設(shè)備因素間相互關(guān)系的路徑系數(shù)為0.79，員工個(gè)人因素與環(huán)境因素間相互關(guān)系的路徑系數(shù)為0.74，設(shè)備因素與環(huán)境因素間相互關(guān)系的路徑系數(shù)為0.8。各系數(shù)都遠(yuǎn)大于0，說明員工個(gè)人因素、環(huán)境因素以及設(shè)備因素三個(gè)維度的各因素對安全風(fēng)險(xiǎn)管理的影響不是簡單的線性關(guān)系，而是更為復(fù)雜的多因素斜交關(guān)系。說明假設(shè)H4、H5、H6成立。

3.員工個(gè)人因素方面，根據(jù)其各子指標(biāo)的因素負(fù)荷量的大小可以看出，作業(yè)人員培訓(xùn)率（VA3）對安全風(fēng)險(xiǎn)管理的影響程度最大（0.81），表明對作業(yè)人員進(jìn)行培訓(xùn)可以提高他們的安全意識和專業(yè)知識水平，從而提高他們的安全作業(yè)率。作業(yè)人員持證率（VA4）對安全風(fēng)險(xiǎn)管理的影響程度最小（0.68）。說明井下作業(yè)人員大多都是低學(xué)歷，持證上崗的意識比較薄弱，但是部分員工工作年限較久，也積累了大量的工作經(jīng)驗(yàn)。

4.環(huán)境因素方面，根據(jù)其各子指標(biāo)因素負(fù)荷量的大小可以看出，瓦斯?jié)舛龋╒B1）對安全風(fēng)險(xiǎn)管理的影響程度最大（0.74），主要是由于瓦斯混入煤層時(shí)，會使煤塵爆炸的下限濃度降低，瓦斯?jié)舛仍酱螅簩颖ǖ南孪逎舛仍降?，從而?dǎo)致煤礦安全事故的發(fā)生。噪音（VB3）對安全風(fēng)險(xiǎn)管理的影響程度最?。?.68），表明噪音通過影響煤礦員工的行為對煤礦企業(yè)安全生產(chǎn)產(chǎn)生影響，但不是影響煤礦企業(yè)安全生產(chǎn)的最主要因素。

5.設(shè)備方面，根據(jù)其各子指標(biāo)因素負(fù)荷量的大小可以看出，設(shè)備故障率（VC3）對安全風(fēng)險(xiǎn)管理的影響程度最大（0.86），主要由于設(shè)備在工作過程中如果發(fā)生故障，會影響工作的正常進(jìn)行從而增加事故的發(fā)生率。應(yīng)急裝置配備率（VC1）對安全風(fēng)險(xiǎn)管理的影響程度最?。?.65）。表明應(yīng)急裝置能夠?yàn)槊旱V企業(yè)安全生產(chǎn)提供保障，但不是影響煤礦企業(yè)安全生產(chǎn)最主要的因素。

四、對策建議

人、環(huán)境、設(shè)備三方面存在著復(fù)雜的相互作用關(guān)系，煤礦員工個(gè)人不僅對煤礦企業(yè)安全風(fēng)險(xiǎn)管理有直接影響，還通過環(huán)境和設(shè)備對煤礦企業(yè)安全風(fēng)險(xiǎn)產(chǎn)生間接影響，環(huán)境和設(shè)備亦是如此。所以，煤礦企業(yè)決策者在安全風(fēng)險(xiǎn)管理方面要綜合考慮三者之間的關(guān)系，從三個(gè)方面同時(shí)著手，缺一不可。

1.員工個(gè)人方面。由結(jié)論分析可知，作業(yè)人員培訓(xùn)率和作業(yè)人員從業(yè)年限對煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響程度較大，操作違章率和作業(yè)人員持證率影響程度次之。因此，煤礦企業(yè)應(yīng)加強(qiáng)員工的培訓(xùn)工作，增加員工培訓(xùn)次數(shù)并提高員工培訓(xùn)質(zhì)量來增強(qiáng)員工的風(fēng)險(xiǎn)管理意識。同時(shí)，安排從業(yè)年限較高、經(jīng)驗(yàn)豐富的員工在作業(yè)面工作，他們能夠及時(shí)處理一些突發(fā)情況。此外，要對員工違章行為予以嚴(yán)重處罰，制定專門的違章處罰規(guī)定，把員工違章行為與工資績效掛鉤，降低員工違章率，從而提高煤礦企業(yè)安全風(fēng)險(xiǎn)管理水平。

2.作業(yè)環(huán)境方面。由結(jié)論分析可知，井下瓦斯?jié)舛群头蹓m濃度對煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響程度較大，井下溫度和噪音強(qiáng)度影響程度次之。因此，煤礦企業(yè)要增設(shè)各種傳感器對井下瓦斯?jié)舛?、粉塵濃度以及噪音強(qiáng)度進(jìn)行實(shí)時(shí)監(jiān)控，當(dāng)各指標(biāo)值超出合理范圍時(shí)，及時(shí)進(jìn)行處理。同時(shí)，做好井下作業(yè)環(huán)境的通風(fēng)工作并增加井下的降溫裝置，有利于降低井下溫度和瓦斯?jié)舛?。通過增加瓦斯抽放時(shí)間，也可以降低井下瓦斯?jié)舛?。此外，增設(shè)吸音裝置，可以降低作業(yè)環(huán)境中的噪音強(qiáng)度，為煤礦企業(yè)員工提供一個(gè)良好的作業(yè)環(huán)境，從而降低煤礦企業(yè)事故發(fā)生率。

3.設(shè)備方面。由結(jié)論分析可知，設(shè)備故障率和設(shè)備完好率對煤礦企業(yè)安全風(fēng)險(xiǎn)管理影響程度較大，應(yīng)急裝置配備率和防護(hù)裝置配備率影響程度次之。因此，煤礦企業(yè)應(yīng)經(jīng)常檢修機(jī)械設(shè)備并及時(shí)更新技術(shù)落后和存在故障的設(shè)備，以降低設(shè)備在工作過程中發(fā)生故障的頻率。同時(shí)，增加井下防護(hù)裝置和應(yīng)急裝置的配備，為員工井下作業(yè)提供良好的硬件設(shè)施。此外，增加對煤礦員工的設(shè)備操作培訓(xùn)，降低煤礦員工設(shè)備操作的出錯(cuò)率，從而使得煤礦企業(yè)安全風(fēng)險(xiǎn)防范工作更加全面。

參考文獻(xiàn)：

[1] 中國煤礦市場網(wǎng). 2016全國煤礦百萬噸死亡率0.156[EB/OL].（2017-01-17）[2017-05-08].http：//www.cctd.com.cn/show-176-157960-1.html

[2] 喬國厚. 煤礦安全風(fēng)險(xiǎn)綜合評價(jià)與預(yù)警管理模式研究[D].武漢：中國地質(zhì)大學(xué)博士學(xué)位論文，2013.

[3] 王朝飛，蔡立勇，夏妮，等. 基于事故致因理論分析煤礦安全事故[J].工業(yè)安全與環(huán)保，2009（6）：46-48.

[4] 何剛，朱艷娜，張貴生，等.基于SEM的煤礦員工安全風(fēng)險(xiǎn)成因耦合模型[J]. 礦業(yè)安全與環(huán)保，2016（6）：103-106.

[5] 龐染，阮平南.基于可拓學(xué)理論的煤礦企業(yè)安全風(fēng)險(xiǎn)預(yù)控評價(jià)體系研究[J].風(fēng)險(xiǎn)管理，2014（2）：99-101.

[6] 劉占乾，陳全.煤礦企業(yè)安全風(fēng)險(xiǎn)信息系統(tǒng)的建立[J].煤礦安全，2015（1）：227-229.

[7] 尤荻，戚安邦.煤礦企業(yè)安全風(fēng)險(xiǎn)集成管理系統(tǒng)及其ANP測評模型研究[J].中國安全科學(xué)學(xué)報(bào)，2011（1）：60-65.

[8] 汪瑩，蔣高鵬.RS-SVM組合模型下煤礦安全風(fēng)險(xiǎn)預(yù)測[J].中國礦業(yè)大學(xué)學(xué)報(bào)，2017（2）：423-429.

[9] 劉海濱，李光榮，劉歡，等.基于ART-2人工神經(jīng)網(wǎng)絡(luò)的煤礦安全風(fēng)險(xiǎn)評價(jià)[J].中國安全生產(chǎn)科學(xué)技術(shù)，2014（2）：81-85.

[10] 曹慶仁，李凱，劉麗娜.煤礦安全文化對員工行為安全影響作用的實(shí)證研究[J].中國安全科學(xué)學(xué)報(bào)，2011（4）：143-149.

[11] 楊軍.煤礦安全風(fēng)險(xiǎn)評價(jià)與預(yù)警研究[D].徐州：中國礦業(yè)大學(xué)博士學(xué)位論文，2013.

[12] 苗成林，孫麗艷，楊力，等.基于結(jié)構(gòu)方程模型的煤礦企業(yè)應(yīng)急救援能力評價(jià)研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2014（2）：106-113.

[責(zé)任編輯：范 君 李 麗]endprint