許夢(mèng)國(guó)，閆曳綪，王 平，劉紅陽(yáng)，張威威

(1.武漢科技大學(xué)資源與環(huán)境工程學(xué)院，湖北 武漢，430081；2. 武漢科技大學(xué)冶金礦產(chǎn)資源高效利用與造塊湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢，430081)

在企業(yè)安全生產(chǎn)管理的研究中，“海恩法則”指出：每1起嚴(yán)重事故的背后，必然有29次輕微事故和300起未遂先兆以及1000起事故隱患[1]。也就是說(shuō)，任何嚴(yán)重事故都不是偶然發(fā)生的，任何不安全事故都是可以預(yù)防的。目前，我國(guó)的礦山安全生產(chǎn)形勢(shì)仍然嚴(yán)峻，因此有必要對(duì)礦山企業(yè)的安全投入進(jìn)行評(píng)價(jià)，并制定合理的投入決策，以避免或減少安全事故的發(fā)生，為實(shí)現(xiàn)安全生產(chǎn)提供有力的保障。

近年來(lái)，研究人員對(duì)企業(yè)的安全投入展開了系列研究，李樹剛等[2]提出了煤礦安全投入評(píng)價(jià)指標(biāo)體系由人員、科學(xué)技術(shù)、安全管理三個(gè)方面構(gòu)成；劉永亮等[3]采用M(1,2,3)模型對(duì)煤礦安全投入結(jié)構(gòu)進(jìn)行了模糊綜合評(píng)價(jià)，但此類方法的權(quán)重確定存在較大的主觀因素，無(wú)法保證評(píng)價(jià)結(jié)果的精度；張魏魏[4]基于建筑施工企業(yè)的視角，采用不變替代彈性生產(chǎn)函數(shù)(CES)和灰色關(guān)聯(lián)法研究安全投入最優(yōu)比例，得到安全教育投入在降低安全事故、減少事故損失中占比最大；楊力等[5]通過(guò)集成AHP與BP神經(jīng)網(wǎng)絡(luò)，建立了煤礦安全投入綜合評(píng)價(jià)模型，證明了優(yōu)化投入結(jié)構(gòu)可以使效益提高，但是并沒(méi)有指出各項(xiàng)投入的重要程度；李振等[6]利用集成支持向量機(jī)(SVM)建立安全投入與安全保障度之間的非線性映射，在保證一定安全保障度的前提下，利用連續(xù)蟻群算法(CACA)迭代尋找最優(yōu)的安全投入方案，研究表明該方案可優(yōu)化分配各項(xiàng)安全投入資金，避免不必要的浪費(fèi)及投入不足等問(wèn)題。

目前，對(duì)于安全投入的研究較多集中于建筑、石油化工等領(lǐng)域[7]，涉及礦山企業(yè)安全投入的研究較少。為此，本文針對(duì)礦山企業(yè)存在的安全投入不足、安全投入分配不合理等問(wèn)題，基于傳統(tǒng)的層次分析法(AHP)，引入云模型(Cloud model)理論，構(gòu)建礦山企業(yè)安全投入評(píng)價(jià)的層次分析-云模型；采用云模型的群體決策方法確定各項(xiàng)安全投入評(píng)價(jià)指標(biāo)的權(quán)重向量，計(jì)算分析各項(xiàng)安全投入指標(biāo)對(duì)企業(yè)安全效益影響的重要程度，以期為企業(yè)安全投入資金的合理分配及風(fēng)險(xiǎn)防控工作提供一定參考。

1 層次分析-云模型(AHP-C)的構(gòu)建

1.1 云模型

云模型是一種研究定性概念的量化方法，能將自然語(yǔ)言中的隨機(jī)性和模糊性有機(jī)結(jié)合并將某些定性概念的不確定性轉(zhuǎn)換成定量數(shù)字特征值[8]。云模型的數(shù)字特征用期望Ex(Expected value)、熵En(Entropy)和超熵He(Hyper entropy)三個(gè)數(shù)值來(lái)表示，其中期望Ex是定性語(yǔ)言概念論域的中心位置；熵En是定性概念模糊度的度量；超熵He反映了云滴的離散程度和隸屬度的隨機(jī)性變化。云模型可將數(shù)據(jù)的隨機(jī)性和模糊性聯(lián)系起來(lái)，形成定性概念與定量值之間的模糊函數(shù)。云模型的數(shù)字特征如圖1所示。從圖1中可以看出，三種云模型的期望Ex均為0.5，表明云滴在論域空間中分布的期望為0.5，也是論域中最能夠代表定性概念的指標(biāo)；比較圖1(a)和圖1(b)可以看出，圖1(b)中云的“厚度”更大，表明云模型中超熵He越大，云滴的離散程度就越大，其隸屬度的隨機(jī)性也越大;比較圖1(b)和圖1(c) 可以看出，云模型中熵En越大，云滴圖像更扁平，表明圖1(c)中云模型的論域空間分布范圍更廣，所反映的云模型定性概念不確定性更大。

(a)Ex=0.5，En=0.10，He=0.01 (b)Ex=0.5，En=0.10，He=0.02

1.2 傳統(tǒng)的層次分析法

美國(guó)運(yùn)籌學(xué)學(xué)家Saaty[9]研究提出了著名的AHP(Analysis Hierarchy Process，解析遞階過(guò)程，通常意譯為層次分析法)，后又發(fā)表了 “無(wú)結(jié)構(gòu)決策問(wèn)題的建?！獙哟畏治龇ā币晃模瑥拇?，層次分析法在管理決策各個(gè)領(lǐng)域得到了廣泛應(yīng)用。層次分析法(AHP)是一種將定性與定量分析方法相結(jié)合的多目標(biāo)決策分析方法，其主要思想是根據(jù)目標(biāo)的性質(zhì)和最終效果將其分解為若干層次和多個(gè)因素，根據(jù)一定的評(píng)價(jià)理論標(biāo)度確定各級(jí)各因素的相對(duì)重要性，最后將其在層次結(jié)構(gòu)中進(jìn)行綜合計(jì)算，對(duì)每一個(gè)因素相對(duì)于目標(biāo)層的總重要性進(jìn)行正確排序，層次分析法適合解決難以量化的問(wèn)題。郭金玉等[10]對(duì)層次分析法研究表明，在評(píng)價(jià)理論比例標(biāo)度的設(shè)定上，1～9標(biāo)度最為合適。

1.3 重要性標(biāo)度云模型

傳統(tǒng)層次分析法中其屬性取值論域?yàn)橐粋€(gè)特定區(qū)間，若有樣本屬性值不在該論域中，則需重新進(jìn)行評(píng)價(jià)；而云模型本身是由無(wú)數(shù)樣本點(diǎn)構(gòu)成，新增樣本只是云模型中的一個(gè)點(diǎn)，所以云模型更適合增量型樣本[11]。重要程度是一個(gè)具有穩(wěn)定傾向性的隨機(jī)數(shù)，僅用1～9這樣確定的數(shù)字并不能完全客觀地表示因素兩兩相比較的重要程度。為了克服這一缺點(diǎn)，利用群體決策手段獲得因素重要性的方法——基于云模型的標(biāo)度判斷矩陣,即用九個(gè)云模型數(shù)字特征值來(lái)表示指標(biāo)重要性評(píng)判的標(biāo)度，分別為C1(Ex1，En1，He1)，C2(Ex2，En2，He2)，…，C9(Ex9，En9，He9)，其中，期望Ex1、Ex2、Ex3、Ex4、Ex5、Ex6、Ex7、Ex8、Ex9分別為1、2、3、4、5、6、7、8、9，再基于這樣的心理學(xué)假設(shè)：人們對(duì)于1、3、5、7、9這五個(gè)等級(jí)的判斷相對(duì)容易一些，而對(duì)于2、4、6、8的語(yǔ)言值判斷相對(duì)難一些，采用黃金分割法，得到各云模型的熵及超熵[12]為：

(1)

式中，α為調(diào)節(jié)系數(shù)，一般取值為0.858；xmax取值為9；xmin取值為1。

傳統(tǒng)層次分析法和層次分析-云模型(AHP-C)的重要性評(píng)估標(biāo)度及其含義如表1所示。層次分析-云模型(AHP-C)采用正向云發(fā)生器隨機(jī)生成2000個(gè)云滴，并用Python軟件繪制出標(biāo)準(zhǔn)評(píng)價(jià)云圖，指標(biāo)兩兩比較的重要性判別標(biāo)度云滴圖如圖2所示。從圖2中可以看出，云模型的重要性判別標(biāo)度可以分為同等重要、稍微重要、明顯重要、強(qiáng)烈重要、絕對(duì)重要以及介于相鄰判斷的中間值共九種狀態(tài)，整體上的重要程度從左至右逐漸提高。

表1 傳統(tǒng)層次分析法和層次分析-云模型(AHP-C)的重要性評(píng)判標(biāo)度及其含義

圖2 AHP-C指標(biāo)的重要性判別標(biāo)度云滴圖

1.4 基于群體決策的重要性判斷

與傳統(tǒng)的層次分析法相比，應(yīng)用云模型改進(jìn)層次分析法來(lái)確定指標(biāo)權(quán)重能夠?qū)⒍辔粚＜医⒌呐袛嗑仃囘M(jìn)行集結(jié)，彌補(bǔ)了單個(gè)決策者的局限性與主觀判斷的模糊性和隨機(jī)性，使得評(píng)價(jià)指標(biāo)的權(quán)重更加合理可靠，因此，采用云模型描述的語(yǔ)言集對(duì)兩兩指標(biāo)的重要性進(jìn)行判斷，用生成浮動(dòng)云的方法集結(jié)各群體決策語(yǔ)言，方法如下：設(shè)在論域中，由i組專家給出的初始判斷矩陣生成i朵相鄰的基云，分別為C1(Ex1，En1，He1)，C2(Ex2，En2，He2)，…，Ci(Exi，Eni，Hei)，在它們之間可生成一朵浮動(dòng)云(Floating cloud)，浮動(dòng)云代表i朵基云所表達(dá)的定性概念中間的空白語(yǔ)言值[13]。采用虛擬云中浮動(dòng)云集結(jié)法綜合專家給出的初始判斷矩陣，將單個(gè)評(píng)價(jià)云綜合為一個(gè)更廣義的云，可提供更為完整的信息。若生成浮動(dòng)云的數(shù)字特征為C(Ex，En，He)，則有：

(2)

由上述多個(gè)浮動(dòng)云集結(jié)后即可得到指標(biāo)兩兩比較的群體判斷云模型。

(3)

(4)

(5)

(6)

假設(shè)CI(Consistency Index)為判斷矩陣的一般一致性指標(biāo)；RI(Random Consistency Index)為判斷矩陣的平均隨機(jī)一致性指標(biāo)；CR(Consistency Ratio)為一致性比率。則有：

CI=(λmax-n)/(n-1)

(7)

CR=CI/RI

(8)

平均隨機(jī)一致性指標(biāo)RI如表2所示。當(dāng)CI=0時(shí)，表明各項(xiàng)指標(biāo)的重要性排序結(jié)果有完全的一致性；當(dāng)CI接近0且一致性比率CR小于0.1時(shí)，表明各項(xiàng)指標(biāo)的重要性排序結(jié)果有滿意的一致性；隨著CI的增大，各項(xiàng)指標(biāo)重要性排序結(jié)果的不一致性也隨之增大，當(dāng)一致性比率CR的值大于0.1時(shí)，則要相應(yīng)地調(diào)整判斷矩陣的元素取值，重新進(jìn)行一致性檢驗(yàn)[14]。

表2 平均隨機(jī)一致性指標(biāo)RI

2 礦山企業(yè)安全投入指標(biāo)體系

安全生產(chǎn)“五要素”分別為：安全文化、安全法制、安全責(zé)任、安全科技、安全投入。企業(yè)要建立安全生產(chǎn)長(zhǎng)效機(jī)制，實(shí)現(xiàn)安全生產(chǎn)長(zhǎng)治久安，安全投入是安全生產(chǎn)“五要素”建設(shè)中重要的方面之一，安全投入到位，安全生產(chǎn)才有保障[15]。礦山企業(yè)安全投入受眾多因素的綜合影響，其指標(biāo)體系需要圍繞“安全”這一目標(biāo)，既要能夠表示評(píng)價(jià)對(duì)象某一方面的特征，又要有一定的層次結(jié)構(gòu)，互相不可交叉。為了保證評(píng)價(jià)指標(biāo)體系的科學(xué)性與合理性，綜合考慮采礦行業(yè)的特點(diǎn)、企業(yè)管理的現(xiàn)狀和礦區(qū)工程現(xiàn)場(chǎng)實(shí)際情況，結(jié)合國(guó)家相關(guān)的法律法規(guī)，確定礦山企業(yè)安全投入指標(biāo)體系分為5個(gè)一級(jí)評(píng)價(jià)指標(biāo)和19個(gè)二級(jí)評(píng)價(jià)指標(biāo)，如表3所示。

表3 礦山企業(yè)安全投入綜合評(píng)價(jià)指標(biāo)體系

3 工程實(shí)例

湖北省武鋼集團(tuán)礦業(yè)有限責(zé)任公司程潮鐵礦，礦床位于低山丘陵地區(qū)的山間洼地中，地質(zhì)構(gòu)造豐富，節(jié)理發(fā)育方向多、密度大，礦區(qū)內(nèi)的節(jié)理發(fā)育在不同的圍巖條件下表現(xiàn)出差異性；大氣降雨和地表徑流沿陷落區(qū)或移動(dòng)區(qū)進(jìn)入地下是深部開采期間最主要的充水因素；地壓分布主要受控于開采形成的崩落區(qū)及其周圍的應(yīng)力集中，存在崩落區(qū)下的應(yīng)力降低區(qū)和崩落區(qū)周圍的應(yīng)力升高區(qū)，東西兩區(qū)的地壓顯現(xiàn)差別較明顯。本文以該礦山-675 m中段水平開拓工程為背景，對(duì)各項(xiàng)安全投入的重要程度進(jìn)行研究。

3.1 一級(jí)指標(biāo)層權(quán)重值

為了得到科學(xué)客觀的評(píng)價(jià)結(jié)果，邀請(qǐng)具有相等權(quán)重的采礦行業(yè)內(nèi)專家并發(fā)放調(diào)查問(wèn)卷，對(duì)各個(gè)因素的相對(duì)重要程度進(jìn)行兩兩比較，結(jié)果用于層次分析過(guò)程中判斷矩陣的建立，由此得到專家給出的初始判斷矩陣C-A，如表4～表6所示。

表4 專家K1給出的初始判斷矩陣C-A

表5 專家K2給出的初始判斷矩陣C-A

表6 專家K3給出的初始判斷矩陣C-A

計(jì)算群體決策判斷矩陣，以指標(biāo)A1、A2為例，運(yùn)用Python算法繪制三組專家分別給出的云模型語(yǔ)言判斷標(biāo)度，如圖3所示。圖3中紅色云是由專家K1給出的評(píng)價(jià)值生成的基云，粉色云和藍(lán)色云分別由專家K2和專家K3給出的評(píng)價(jià)值生成。

圖3 專家分別給出的指標(biāo)A1和A2的重要程度云滴圖

指標(biāo)A1和A2的重要程度綜合云滴圖如圖4所示。采用浮動(dòng)云集結(jié)法計(jì)算出專家給出的綜合云模型，得出指標(biāo)A1、A2重要程度判斷綜合云模型數(shù)字特征值為(3.667,0.633,0.182)，表明指標(biāo)A1較指標(biāo)A2的重要程度處于稍微重要和明顯重要之間且偏向稍微重要，見圖4中的黃色云。

圖4 指標(biāo)A1和A2的重要程度綜合云滴圖

根據(jù)表1可以計(jì)算出安全培訓(xùn)A2相對(duì)于工業(yè)衛(wèi)生A1的重要程度綜合云模型數(shù)字特征值為(0.273,0.047,0.014)。同樣，可以依次求出其余兩兩指標(biāo)的相對(duì)重要程度綜合云模型數(shù)字特征值，最終確定專家對(duì)其給出的綜合判斷矩陣，如表7所示。

表7 專家給出的綜合判斷矩陣C-A

由公式(3)、(4)、(5)計(jì)算可得到指標(biāo)A1、A2、A3、A4、A5相對(duì)于目標(biāo)C的權(quán)重矩陣為：

由公式(6)計(jì)算得到λmax=5.107，查表2可知RI=1.12;由公式(7)計(jì)算得到CI=0.027;由公式(8)計(jì)算得到CR=0.024<0.1，由此判斷矩陣C-A滿足一致性要求。

3.2 二級(jí)指標(biāo)層權(quán)重值

工業(yè)衛(wèi)生投入指標(biāo)A1包含兩項(xiàng)二級(jí)指標(biāo)，即環(huán)境有害因素治理B11和改善勞動(dòng)條件的設(shè)施B12，專家對(duì)其給出的綜合判斷矩陣如表8所示。

表8 專家給出的綜合判斷矩陣A1-B

計(jì)算得到指標(biāo)B11、B12相對(duì)于目標(biāo)A1的權(quán)重矩陣為：

由公式(6)計(jì)算得到λmax=2，查表2可知RI=0；由公式(7)計(jì)算得到CI=0；由公式(8)計(jì)算得到CR=0<0.1，由此判斷矩陣A1-B滿足一致性要求。

安全培訓(xùn)投入指標(biāo)A2包含三項(xiàng)二級(jí)指標(biāo)，即安全宣傳費(fèi)用B21、安全演習(xí)費(fèi)用B22和安全教育費(fèi)用B23，專家對(duì)其給出的綜合判斷矩陣A2-B如表9所示。

表9 專家給出的綜合判斷矩陣A2-B

計(jì)算得到指標(biāo)B21、B22、B23相對(duì)于目標(biāo)A2的權(quán)重矩陣為：

由公式(6)計(jì)算出λmax=3.023，查表2可知RI=0.58；由公式(7)計(jì)算得到CI=0.012；由公式(8)計(jì)算得到CR=0.02<0.1,由此判斷矩陣A2-B滿足一致性要求。

安全管理投入指標(biāo)A3包含四項(xiàng)二級(jí)指標(biāo)，即特殊工種人員防護(hù)和津貼B31、安全專項(xiàng)獎(jiǎng)勵(lì)B32、安全專職人員工資B33和防護(hù)用品用具管理費(fèi)用B34，專家對(duì)其給出的綜合判斷矩陣A3-B如表10所示。

表10 專家給出的綜合判斷矩陣A3-B

計(jì)算得到指標(biāo)B31、B32、B33、B34相對(duì)于目標(biāo)A3的權(quán)重矩陣為:

由公式(6)計(jì)算出λmax=4.034，查表2可知RI=0.89；由公式(7)計(jì)算得到CI=0.011；由公式(8)計(jì)算得到CR=0.013<0.1，由此判斷矩陣A3-B滿足一致性要求。

隱患治理投入指標(biāo)A4包含五項(xiàng)二級(jí)指標(biāo)，即地下水防范及治理費(fèi)用B41、地壓隱患防范及治理費(fèi)用B42、瓦斯隱患防范及治理費(fèi)用B43、火災(zāi)隱患防范及治理費(fèi)用B44和粉塵隱患防范及治理費(fèi)用B45，專家對(duì)其給出的綜合判斷矩陣A4-B如表11所示。

表11 專家給出的綜合判斷矩陣A4-B

計(jì)算得到指標(biāo)B41、B42、B43、B44、B45相對(duì)于目標(biāo)A4的權(quán)重矩陣為：

由公式(6)計(jì)算出λmax=5.181，查表2可知RI=1.12；由公式(7)計(jì)算得到CI=0.045；由公式(8)計(jì)算得到CR=0.04<0.1，由此判斷矩陣A4-B滿足一致性要求。

安全設(shè)施投入A5包含五項(xiàng)二級(jí)指標(biāo)，即運(yùn)輸安全設(shè)施B51、機(jī)電安全設(shè)施B52、通風(fēng)安全設(shè)施B53、監(jiān)測(cè)監(jiān)控設(shè)施B54和消防設(shè)施B55，專家對(duì)其給出的綜合判斷矩陣A5-B如表12所示。

表12 專家給出的綜合判斷矩陣A5-B

計(jì)算得到指標(biāo)B51、B52、B53、B54、B55相對(duì)于目標(biāo)A5的權(quán)重矩陣為：

由公式(6)計(jì)算出λmax=5.122，查表2可得，RI=1.12；由公式(7)計(jì)算得到CI=0.031；由公式(8)計(jì)算得到CR=0.027<0.1，由此判斷矩陣A5-B滿足一致性要求。

3.3 安全投入綜合評(píng)價(jià)

根據(jù)所構(gòu)建的礦山企業(yè)安全投入指標(biāo)體系，按照上述步驟對(duì)各級(jí)指標(biāo)進(jìn)行計(jì)算(計(jì)算精度為0.001)，求得各基礎(chǔ)指標(biāo)層權(quán)重如表13所示。

表13 綜合評(píng)價(jià)體系基礎(chǔ)指標(biāo)層權(quán)重分布

本文采用層次分析-云模型(AHP-C)對(duì)礦山企業(yè)安全投入進(jìn)行評(píng)價(jià)，運(yùn)用云模型權(quán)重?cái)?shù)字特征值中的Ex來(lái)表示各項(xiàng)指標(biāo)相對(duì)于總目標(biāo)的權(quán)重值，各一級(jí)指標(biāo)的權(quán)重云滴圖如圖5所示。圖5 (e)中“安全設(shè)施投入A5”指標(biāo)的Ex=0.432，是評(píng)價(jià)體系中所占權(quán)重最大的一級(jí)指標(biāo)；En=0.418，其對(duì)應(yīng)的云滴圖在論域中可被概念接受的元素范圍(即圍繞期望的云滴)分布范圍最廣，因此其圖像最扁平，表明其重要程度的隸屬范圍最模糊；He=0.418，其對(duì)應(yīng)的云滴圖中的云滴凝聚度最高，因此圖5(e)中云的離散程度最高。圖5 (a)中“工業(yè)衛(wèi)生投入A1”的En=0.053，圍繞期望的云滴分布范圍最窄，因此其圖像顯得比較尖銳；He=0.053，則云離散程度較小，表明該評(píng)價(jià)結(jié)果帶來(lái)的隨機(jī)性小。

(a)工業(yè)衛(wèi)生投入

(b)安全培訓(xùn)投入

(c)安全管理投入

(d)隱患治理投入

(e)安全設(shè)施投入

通過(guò)表13中的數(shù)據(jù)可以看出各級(jí)指標(biāo)對(duì)于礦山企業(yè)安全投入影響的重復(fù)程度大不相同，其中，一級(jí)指標(biāo)重要程度從高到低排序?yàn)椋篈5、A4、A2、A3、A1；二級(jí)指標(biāo)重要程度從高到低排序?yàn)椋築53、B42、B55、B23、B54、B41、B22、B52、B31、B11、B45、B44、B51、B43、B34、B21、B33、B12、B32。為了更加直觀地分析基礎(chǔ)指標(biāo)相對(duì)于總目標(biāo)的重要程度，將各指標(biāo)權(quán)重云模型中的期望值進(jìn)行歸一化處理，繪制基礎(chǔ)指標(biāo)對(duì)于總目標(biāo)的權(quán)重柱狀圖如圖6所示。從圖6中可以看出，礦山企業(yè)安全投入最重要的是“安全設(shè)施投入A5”中“通風(fēng)安全設(shè)施B53”和“消防設(shè)施B55”，其權(quán)重值分別為17.32%和11.05%，表明礦井下存在著大量的有毒有害氣體和可燃物，為減少窒息中毒、火災(zāi)爆炸等事故的發(fā)生，企業(yè)必須切實(shí)加大通風(fēng)設(shè)施和消防設(shè)施的前期投入，強(qiáng)化裝備配置和專業(yè)隊(duì)伍配備；其次是“隱患治理投入A4”中的“地壓隱患防范及治理費(fèi)用B42”，其權(quán)重值為10.81%，表明在礦山安全生產(chǎn)專項(xiàng)整治中，必須將防治地壓隱患擺在突出位置，作為安全生產(chǎn)的重要任務(wù)，優(yōu)化開拓布局，降低開采強(qiáng)度，合理安排采掘順序，切實(shí)防止地壓事故的發(fā)生，對(duì)于受地壓威脅較嚴(yán)重的礦山要立即停止生產(chǎn)，逐一進(jìn)行隱患排查、治理；最后是“安全培訓(xùn)投入A2”中的“安全教育費(fèi)用B23”，其權(quán)重值為10.6%，表明安全教育方面的投入對(duì)企業(yè)安全生產(chǎn)管理也具有促進(jìn)作用，能增強(qiáng)企業(yè)員工的安全知識(shí)技能和安全操作水平。綜上所述，通風(fēng)安全設(shè)施、地壓隱患防范及治理費(fèi)用、消防設(shè)施和安全教育費(fèi)用四項(xiàng)指標(biāo)的權(quán)重值均在10%以上，對(duì)于礦山企業(yè)安全投入起著關(guān)鍵作用，應(yīng)得到重視。

圖6 基礎(chǔ)指標(biāo)對(duì)于總目標(biāo)的權(quán)重

4 結(jié)論

(1)礦山企業(yè)安全投入受到多種因素的交互影響，綜合考慮工業(yè)衛(wèi)生、安全培訓(xùn)、安全管理、隱患治理和安全設(shè)施等五個(gè)方面的因素，選取19個(gè)基礎(chǔ)層指標(biāo)，可建立基于AHP-C的礦山企業(yè)安全投入評(píng)價(jià)指標(biāo)體系。

(2)該評(píng)價(jià)體系中,5個(gè)一級(jí)指標(biāo)的重要程度從高到低排序?yàn)椋喊踩O(shè)施投入、隱患治理投入、安全培訓(xùn)投入、安全管理投入、工業(yè)衛(wèi)生投入；19個(gè)二級(jí)指標(biāo)中，通風(fēng)安全設(shè)施、地壓隱患防范及治理費(fèi)用、消防設(shè)施和安全教育費(fèi)用與其他指標(biāo)相比顯得尤為重要，是影響礦山企業(yè)安全投入的重要因素。