我国煤炭产业死亡人数的灰色预测研究

我国煤炭产业死亡人数的灰色预测研究由刀豆文库小编整理，希望给你工作、学习、生活带来方便”。

我国煤炭产业2012年死亡人数的灰色预测研究

摘要:煤炭资源不可再生，是保障国民经济发展的基石，我国是世界第一产煤大国,但令人尴尬的是，我国同时也是矿难第一大国。中国煤矿安全生产保障能力目前还不高，还有众多小煤矿安全生产基础比较薄弱，实现煤矿安全生产状况的持续稳定好转，还需继续加大对瓦斯治理，加大对小煤矿整顿、重组、保障。煤炭年死亡人数预测对煤矿安全声场参考意义重大。利用灰色系统理论对我国煤矿行业安全事故进行预测，构建预测模型，根据预测2012 年我国煤炭行业年死亡人数降至1549人。

关键词:煤炭行业年死亡人数灰色系统理论小型灰色预测系统；

安全生产关乎国家财产和人民生命安全，关乎整个社会的和谐稳定。有资料显示，中国煤炭产量占世界35％，矿难死亡人数却占世界的80％；矿难死亡率是美国的100倍，是南非的30倍。目前煤炭占据中国能源消费结构的70%以上，并且在将来很长一段时间这个现状不会改变，煤炭行业的健康稳定发展是保障国民经济平稳快速发展的基石，因此对煤炭行业安全生产进行预测研究意义重大。影响煤炭行业安全生产事故的因素很多，难以采用具体的几个参数表示，是典型的灰色系统。本文采用灰色系统理论构建模型进行预测，选取合适的预测模型，进行预测误差检验给出预测结果。我国煤炭行业近年来死亡人数概况

据国家安监总局的数字，2004年全国煤矿死亡事故3639起，死亡6027人。2005年是我国矿难频发的一年。针对频发的矿业恶性事故，中央采取了一系列严肃整治措施。小煤矿首先被纳入整治范畴。全国2.3万处小煤矿经过停产整顿之后只保留1.9万处。据安监总局此前公布的统计显示，2005年全年煤矿行业死亡人数为5938人,比2004年稍有减少。

2006年，我国原煤产量达到23.25亿吨，同比增长8.1％。在满足国民经济快速发展对煤炭需求的情况下，实现了产量上升，事故总量、特大和特别重大事故大幅下降。据调度快报，2006年，全国煤矿事故死亡人数为4746人，同比下降20.1％，三十年来首次降到4800人以下。特大和特别重大事故死亡人数分别下降34.3％和75.8％，杜绝了一次死亡百人以上事故。

2007年在煤矿瓦斯治理和整顿关闭攻坚战推动下，全国煤矿事故死亡人数降至3786人。2007年在煤炭产量大幅攀升的同时，我国煤炭百万吨死亡率连续下降。全国煤炭产量比2002年增长80％左右；煤炭百万吨死亡率由2002年的4.94下降为2007年的1.485。2007年，我国国有重点煤矿煤炭百万吨死亡率预计为0.38，与波兰、印度的煤炭百万吨死亡率基本相当。

2008年全国煤矿百万吨死亡率由2007年的1.485，下降到2008年的1.182。中国煤炭工业协会发布的《2008年全国煤炭工业统计快报》显示，2008年，我国煤炭产量完成27.16亿吨。2008年煤炭工业生产死亡总人数为3210人。

中国2009年煤矿事故死亡人数比2008年死亡人数下降了18%为2700人左右。

2010年，煤矿事故起数和死亡人数分别为1403起、死亡2433人，同比减少213起、198人，分别下降13.2%和7.5%。2010年煤矿百万吨死亡率同比降幅在10%以上，除此以外，反映安全生产总体水平的其它三项指标――亿元GDP生产安全事故死亡率、工矿商贸十万就业人员生产安全事故死亡率及道路交通万车死亡率同比降幅均在10%以上。这标志着安全生产“十一五”规划各项指标顺利完成。

2011年煤炭事故总量和百万吨死亡率分别下降14.4%和24.7%，煤矿安全生产工作取得明显成效。2011年在煤炭产量持续增长的情况下，全国煤矿发生事故1201起、死亡1973人，同比减少202起、460人，分别下降14.4%和19.0%。煤矿百万吨死亡率下降到0.564。

图1:我国2004年至2011年煤炭行业年死亡人数走势图

从表1中可以看出，我国煤矿业年死亡人数在逐步下降，随着煤矿行业从业者安全生产意识的加强，在充分认识煤炭安全生产工作的极端重要性的同时，全行业树立“安全生产工作始终坚持从零开始”的理念。监管部门严格监管监察执法，进一步落实煤矿企业主体责任；严厉打击非法违法生产经营建设行为；注重以瓦斯防治为重点的专项整治，深化隐患排查治理；加大煤炭产业结构调整，提高煤矿本质安全水平；推进煤矿安全质量标准化达标升级工程建设，强化职业危害防治工作；注重科技支撑作用，健全完善规章制度，提高监管监察执法效能。在多方面的努力下,煤矿行业的安全形势必将越来越好。灰色理论预测建模方法

2.1灰色预测

灰色系统分析方法是通过鉴别系统因素之间发展趋势的相似或相异程度，即进行关联度分析，并通过对原始数据的生成处理来寻求系统变动的规律。生成数据序列有较强的规律性，可以用它来建立相应的微分方程模型，从而预测事物未来的发展趋势和未来状态。

灰色预测是用灰色模型GM(1,1)来进行定量分析的。

2.1.1 GM（1,1）模型

1．GM(1,1)模型

令X(0)为GM(1,1)建模序列，X(0)(x(0)(1),x(0)(2),...,x(0)(n))，X(1)为X(0)的1-AGO序列，X(1)(x(1)(1),x(1)(2),...,x(1)(n))，x(k)x(0)(i),k1,2,...,n(1)

i1k

令Z(1)为X(1)的紧邻均值（MEAN）生成序列

Z(1)(z(1)(2),z(1)(3),...,z(1)(n))

Z(1)(k)=0.5x(1)(k)+0.5x(1)(k1)

则GM(1,1)的定义型，即GM(1,1)的灰微分方程模型为

x(0)(k)az(1)(k)b(1)模型符号含义为GM（1，1）

GreyModel1阶方程1个变量

Tˆ(a,b)ˆba式中称为发展系数，为灰色作用量。设为待估参数向量，即，则灰微分方程(1)的最小二乘估计参数列满足

=(BTB)1BTYn

其中

z(1)(2)1x(0)(2)(1)(0)z(3)1，Y=x(3) B=n.........(1)(0)z(n)1x(n)

称

dx(1)

ax(1)b dt

为灰色微分方程x(0)(k)az(1)(k)b的白化方程，也叫影子方程。

如上所述，则有

dx(1)

ax(1)b的解也称时间响应函数为 1）白化方程dt

bbˆ(1)(t)(x(1)(0))eat xaa

2）GM(1,1)灰色微分方程x(0)(k)az(1)(k)b的时间响应序列为

bbˆ(1)(k1)[x(1)(0)]eak+，k1,2,...,n xaa

3）取x(0)x(1)，则(1)(0)

ˆ(1)(k1)[x(0)(1)x

4）还原值 bakb]e+，k1,2,...,n aa

ˆ(0)(k1)xˆ(1)(k1)xˆ(1)(k)x

上式即为预测方程。

有关建模的问题说明如下：

1． 定原始序列X(0)中的数据不一定要全部用来建模，对原始数据的取舍不同，可得模型不同，即a和b不同。

2． 模的数据取舍应保证建模序列等时距、相连，不得有跳跃出现。

3． 一般建模数据序列应当由最新的数据及其相邻数据构成，当再出现新数据时，可采用两种方法处理：一是将新信息加入原始序列中，重估参数；二是去掉原始序列中最老的一个数据，再加上最新的数据，所形成的序列和原序列维数相等，再重估参数。

具体计算过程如下:

3灰色系统建模计算

由表1得原始数据:

设X(0)(k)={6027，5938，4746，3786，3210，2700，2433，1973}

第1步构造累加生成序列

X(1)(k)={6027，11965，16711，20497，23707，26407，28840，30813}

第2步构造数据矩阵B和数据向量Yn

1(1)(1)x(1)x(2)121x(1)(2)x(1)(3)12x(0)(2)5983899611(0)x(3)4746(1)(1)1433811x(3)x(4)(0)2x(4)37861860411(1)(0)(1)x(5)3210Y B221021x(4)x(5)1n225057x(0)(6)270011(1)(1)(0)x(5)x(6)x(7)2433127623.512(0)197329826.51x(8)1(1)(1)x(6)x(7)121x(1)(7)x(1)(8)12

aˆ==(BTB)1BTYn 第3步计算

b3401644584146547BTB= 7146547

2.99723E-096.27479E-05(BTB)1= 6.27479E-051.456502156

0.18846931ˆ=(BTB)1BTYn=  7492.944569

第4步得出预测模型

dx(1)

0.18846931x(1)=7492.944569 dt

ba(k1)b(1)(0)ˆx(k)(x1)eaa

ˆ(1)(k)39756.8419333729.84193e0.18846931(k1)x

ˆ(1)(k)的模拟值。第5步求X

ˆ(1)(k)＝｛6027，11821，16620，20594，23886，26612，28870，30740｝(k=1, … ,8)X

第6步还原求X(0)的模拟值：

ˆ(0)(k)＝｛6027，5794，4799，3974，3292，2726，2258，1870｝ X

又已知原始序列：

X(0)(k)={6027，5938，4746，3786，3210，2700，2433，1973}

第7步检验误差

计算绝对残差序列：ε＝｛0，144，53，188，82，26，175，103｝

第8步预测2012年死亡人数：

k=9，x(0)(9)=x(1)(9)x(1)(7)=1549

即2012年全年煤矿安全生产事故照成的人员伤亡大致为1549人。

4结论

从上面的预测可以看出,2012年总体死亡人数较2011年是下降的,表明我国煤炭行业安全生产状况在逐渐好转,这符合八年来的统计规律,所以预测数据对我国2012年的煤矿生产安全工作有一定的指导作用。预测结果提供了一个可供参考的煤炭行业死亡人数的区间范围。