煤炭工業論文范文

前言：我們精心挑選了數篇優質煤炭工業論文文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

1.1生態文明礦區評價理論依據

以市場結構、企業行為、企業績效為主要內容的SCP分析，認為結構、行為和績效之間存在相互影響的因果關系［14］。平衡記分卡建立的衡量體系包括財務、業務管理、客戶、人員培養和開發四個方面，其考核指標包括對過去和未來業績的考核［15］。循環經濟的3R原則體現了系統性、預防性和長遠戰略性。清潔生產將整體預防的環境戰略持續應用于生產過程、產品和服務中。依據SCP分析框架、平衡計分卡的思想和循環經濟3R原則。本文認為，礦區管理制度等影響礦區行為，礦區行為又影響礦區環境等績效;生態文明礦區不僅要關注績效的衡量，也要關注影響績效的行為和管理制度等方面的評價;生態文明評價應體現系統性、預防性和長遠戰略性。

1.2生態文明礦區評價體系框架

本文以生態文明礦區概念為基礎，以上述理論為依據，構建生態文明礦區的評價體系。該體系既要包括對過去績效的考核指標，也要包括對影響未來績效的企業行為和環境的考核。因此，本文構建的生態文明礦區評價體系包括“驅動力—行為—績效”3個環節。驅動力指標表現的是生態文明礦區發展的動力源泉;行為指標表現的是生態文明礦區在生態保護等方面所做出的行為;績效指標表現的是生態文明礦區在經濟、資源和環境方面的輸出結果。“驅動力—行為—績效”3個環節評價指標共同構成了生態文明礦區評價體系。從產品全生命周期來考慮生態文明礦區指標評價體系設計。績效主要包括經濟績效、資源績效、生態績效和環境績效等4個方面;行為主要包括開采加工、綜合利用和設施運行等3個方面;驅動力指標主要包括管理和技術2個方面。經濟績效方面采用“凈資產收益率”和“銷售利潤率”兩個指標來衡量;資源績效方面采用“采區回采率”、“噸原煤生產綜合能耗”、“噸原煤生產水耗”、“選煤電力單耗”、“選煤補水量”等指標來衡量;環境績效方面采用“主要污染物排放濃度”、“噪聲”等指標來衡量;生態績效采用“采煤塌陷地治理率”、“工業廣場綠化覆蓋率”等指標來衡量;煤炭開采與加工采用“綜合機械化采煤比例”、“原煤入洗率”、“貯煤設備工藝及裝備”等指標來衡量;煤炭資源綜合利用采用“礦井水重復利用率”、“煤矸石利用率”、“抽采瓦斯利用率”等方面來衡量;環保設施運行采用“環保設施運行情況”、“放射源和輻射裝置使用”等指標來衡量;管理方面采用“環保管理機構和制度”、“突發環境事故應急預案”、“環保培訓和宣傳”等指標來衡量;技術方面采用“環保項目占科研投資比重”、“大專及以上人員比重”等指標來衡量。這些指數如表1所示。

1.3生態文明礦區指數等級界定

查閱各類文獻中關于綜合指數的最終評判原則，本文以生態文明指數來表征生態文明礦區發展水平，并設計出生態文明礦區指數的分級標準［16］，見表2。

2生態文明礦區評價方法選擇

總結生態文明評價主要研究成果，其評價方法主要有層次分析法、模糊評價、熵權法等。層次分析法把定性和定量分析有機結合，用于解決層次多、目標多的復雜系統評價。本文構建的生態文明礦區評價體系中，包含客觀指標和主觀指標，有的指標通過標準計算即可得到分值，有的指標需要專家根據評分標準進行打分得到分值。另外，本文構建的生態文明礦區評價體系不僅可用于對多個礦區進行相對評價，也可對一個礦區若干年的指標進行評價。本文生態文明礦區評價體系中指標權重采用層次分析法來確定。將指標權重與無量綱化的指標值進行加權平均計算，得出生態文明礦區的各級指標得分。用公式表示如下:S=∑i∑j∑l(αijl×Cijl)(1)式中:S表示目標層(即生態文明礦區評價指數);i表示準則層;j表示指標層;l表示策略層;αijl表示策略層相對于目標層的權重;Cijl表示策略層的具體分值。αijl權重數值由層次分析法獲取，Cijl數值分定量指標和定性指標。本文采用專家打分法取得定性指標得分，即邀請環境保護、生產技術等專業不少于5位專家進行打分，取平均分為該指標最終得分;通過監測或者核實后的企業有關數據直接計算獲得定量指標得分。為了使各因素之間進行兩兩比較得到量化判斷矩陣，可引入1～9級標度。根據心理學家提出的人們區分信息等級的極限能力為7±2，因此，判斷矩陣A的元素aij一般用Santy的1～9標度方法給出。但對精度要求較高的多準則下的排序問題，建議使用指數標度e0/5～e8/5或e0/4～e8/4［17］。本研究使用YAAHP軟件進行計算，因此使用指數標度e0/5～e8/5。對于重要性判斷不一致的判斷矩陣A，對應于判斷矩陣A最大特征根λmax的特征向量記為w。w的元素為同一層次因素對于上一層次因素某因素相對重要性的排序權值，這一過程稱為層次單排序。層次單排序是否有效通過一致性檢驗來判斷。一致性檢驗是為了檢驗同一層次各因素之間相對重要性是否合理，避免因個人判斷失誤導致甲比乙重要，乙比丙重要，而丙又比甲重要的矛盾情況。當λmax=n，CI=0，為完全一致;CI值越大，判斷矩陣的完全一致性越差。一般只要CI＜0.1，認為判斷矩陣的一致性可以接受，否則需重新進行因素的兩兩比較判斷，重新構建判斷矩陣。判斷矩陣的維數n越大，判斷的一致性將越差，因此應放寬對高維判斷矩陣一致性的要求。于是引入修正值RI，并選更為合理的一致性比率CR為衡量判斷矩陣一致性的指標。當一致性比例CR＜0.1時，認為A不一致程度可以接受，檢驗通過。可用其歸一化特征向量作為權向量。在構造出判斷矩陣并求出層次的單排序后，我們還需要進行從最高層向最低層逐漸進行的層次總排序，計算出同一層所有的元素相對于最高層重要性的排序權重。

3指標的無量綱化處理方法

3.1傳統的指標無量綱化處理方法

正向指標表示該指標值越大越好，負向指標表示該指標值越小越好。采用極值化方法對變量數據無量綱化是通過利用變量取值的最大值和最小值將原始數據轉換為介于某一特定范圍內(如“0～1”)的數據，從而消除量綱和數量級影響。折線型和曲線型無量綱化方法是考慮指標值和評價值之間的非線性關系而選擇的方法。當然，無量綱化方法在使用時，應盡可能選擇適合于討論對象性質的方法。本文構建的指標值與評價值之間不存在復雜的非線性關系，可選用簡單、直觀的直線型無量綱化方法。考慮本文構建的生態文明礦區評價的最好與最壞有一定的閾值，而且能用于各礦區之間的比較，因此選用直線型無量綱化方法中的閾值法。

3.2本研究設定的指標無量綱化處理方法

本文的生態文明礦區評價指標經過處理后，得分均為0～100分。為了能夠更準確表示礦區是否達到生態文明的基本要求和滿意標準，本文設定了視同為100分的滿意值和視同為60分的標準值，依據正向和負向的不同指標類型，設定雙限型無量綱化處理方法。

4生態文明礦區評價指標權重確定

本文運用AHP法確定權重。邀請20位專家(每個單位各5位)對指標進行兩兩比較的相對重要性打分。使用YAAHP軟件，在專家群決策結果中，判斷矩陣用加權幾何平均法得出權重，并通過了一致性檢驗。表3列出了三級指標相對二級指標、三級指標相對于目標層的權重、二級指標相對于一級指標權重、一級指標相對目標層權重。從表3可以看出，一級指標層的績效(A1)、行為(A2)和驅動力(A3)相對于目標層S的權重分別為0.27、0.29和0.44。表明生態文明礦區建設不能只注重結果，要從驅動力源頭抓起，并注重行為控制。二級指標層中，在績效類、行為類、驅動力類三類指標中，各自權重最高的指標分別是生態績效(B4)、設施運行(B7)、技術(B9)。三級指標相對于目標層來講，大專及以上人員比重(C24)權重最高，為0.1480。各級指標判斷矩陣的一致性檢驗結果見表4。從表4可以看出，判斷矩陣一致性比例均小于0.1，表明判斷矩陣可以接受。

5生態文明礦區評價體系應用研究

采集某礦區2009－2012年數據，研究生態文明礦區指數的動態變化。各指標的數據采用二手資料調研和企業實地調研相結合的方式獲取。由于某礦區屬于低瓦斯礦井，因此需要對抽采瓦斯利用率指標進行取舍。取舍后，對隸屬于綜合利用(B6)的其余指標權重進行再分配。依據各指標的權重和指標的無量綱化數值，運用加權算術平均方法得到某礦區2009－2012年間的三級指標表現和生態文明礦區指數水平。表5和表6分別列出了二級指標和一級指標無量綱化后的動態表現結果。表6說明，驅動力和行為在該礦區生態文明建設過程中所彰顯的潛力持續向好，表明該礦的生態文明礦區建設前景較好。績效指標在2010年達到最大值后出現下滑，主要是受國際國內大經濟環境影響和能源企業面臨的危機所致。表7數據顯示，某礦區在生態文明礦區建設方面總體呈現持續發展的態勢，尤其是2010年比2009年有較大改善。依據本文設定的生態文明礦區分級標準，該礦區在2009年至2011年間屬于先進生態文明礦區等級，2012年達到了近卓越生態文明礦區等級。

6結語

第2篇

（1）打開稱量瓶蓋，放入已經恒溫的干燥箱中，將干燥箱門關閉嚴實。根據煙煤和無煙煤劃分干燥時間，煙煤干燥時間為1h，無煙煤則需要干燥1.5h［2］。（2）嚴格控制干燥時間，結束后，將稱量瓶從鼓風干燥箱中取出，立即蓋上瓶蓋，放入干燥器中，冷卻至室溫（一般為20min）并立即稱量。（3）進行檢查性干燥，每次30min，直到連續兩次質量減少不超過0.0010g或質量增加時，結束實驗。水分小于2.00%時，不必進行檢查性干燥。（4）分析實驗煤樣的水分由以下公式計算：Mad=m1/m×100式中，Mad為一般分析試驗煤樣水分的質量分數，%；m1為煤樣在干燥后失去的質量，g；m為稱取的煤樣質量。（5）水分測定的精密度要求如表1所示。根據實驗數據，對照重復性限。如果超出既定范圍，分析煤樣必須重新實驗，以確保數據的準確有效性。

2煤炭中水分的重要性

（1）在煤質分析中，不同基準的煤質分析結果進行換算時，需要水分作為基礎數據。工業分析中的灰分，通過實驗得出的是空氣干燥基，經過水分的換算，可以得到煤炭的干燥基。（2）根據實驗測定的煤炭中水分的含量，可以粗略推斷出水分與煤炭變質程度的關系。（3）煤的水分是煤炭交易過程中計價的一個輔助指標。在運輸過程中，水分會增加煤炭的無效運輸量。例如在鍋爐燃燒中，水分高會影響穩定性和熱傳導；在煉焦工業中，水分高會降低焦炭產率。大量水分在煤炭加熱過程中，要吸收大量的熱變成水蒸氣而蒸發掉。所以煤質的水分越低越好。（4）一般在露天存放煤炭時，水分是引起氧化的主要原因，因為煤炭在沒有密封的情況下，就會一直不停的吸收水分，影響煤炭質量，甚至會由于煤塊凍結無法裝車。因此在存放煤炭時，要避免潮濕，盡量選取相對干燥的空間，并保持良好的密封，以使煤炭盡可能少的吸收水分。（5）煤炭中水分對其加工利用、貿易等都具有很大的影響。譬如在煤炭利用中首先碰到的就是煤炭破碎問題，水分高的煤炭就難以破碎。（6）煤炭中的水分對焦煤的影響和煤炭干燥的效果都是很明顯的。煤炭中水分低便于焦爐各項操作指標穩定。

3影響水分產率測定的因素

將煤樣進行篩分破碎，篩分方法的準確性會直接影響煤炭最終的實驗結果，因此應嚴格按照國家標準進行篩分。在制備分析樣品時，嚴格控制每一關，如干燥時間和制備過程。在實驗開始前，將帶有嚴密磨口蓋的玻璃稱量瓶清理干凈，在鼓風干燥箱中預先干燥并準確稱重。鼓風干燥箱溫度的精確度、溫度的高低控制以及是否可以保持恒溫。分析天平的精密度。在烘樣過程中，稱量瓶的瓶蓋是否打開，分析樣品是否平均平攤在稱量瓶中。根據國家標準，嚴格控制各項時間，如烘樣時間、干燥器冷卻時間和檢查性干燥試驗時間。根據國家標準要求的實驗步驟，測定某一煙煤工業分析的水分。影響水分測定的各項因素下所產生的數據差異如表2所示。

4針對影響因素所提出的相應措施

（1）在制備分析煤樣時，要嚴格控制煤樣的干燥時間，確定干燥箱的恒溫性，且干燥溫度不得超過40℃，否則，空氣干燥煤樣的水分測定結果會比國家標準檢測得偏低。（2）密封良好的分析試樣在送到實驗室后要立即測定，稱量完樣品要立刻密封良好。實驗室要隨時保持干燥，并嚴格控制室內溫度和干濕度。（3）鼓風干燥箱必須箱體嚴密，帶有自動控溫裝置，能保持溫度在105~110℃范圍內。（4）測溫元件要定期經有資格的計量部門校驗。分析天平也要定期由專門機構進行校準。（5）使用空氣干燥法測定煤中水分時，必須使用帶鼓風的烘箱，以保持干燥箱內空氣流動，使烘箱溫度均勻。煙煤、無煙煤、褐煤等不同類別的煤炭干燥時間不一樣，要嚴格掌握干燥時間。（6）將稱量準確的分析煤樣倒入稱量瓶中，將樣品平攤在稱量瓶中，蓋上瓶蓋。如果分析煤樣沒有平攤在瓶底，在干燥過程中會造成分析煤樣干燥不均勻，從而直接影響測定結果。（7）從干燥箱中取出帶有分析煤樣的稱量瓶后，要立即蓋上蓋，放入干燥器中冷卻至室溫，否則會吸收空氣中的水分，使測定結果不準確。（8）從干燥箱中取出已冷卻并且干燥的稱量瓶后，要立即在分析天平上稱重。（9）進行檢查性干燥試驗，每次30min，直到連續兩次干燥煤樣質量減少不超過0.001g或質量增加時為止。水分在2%以下時，不必進行檢查性干燥。

5結論

第3篇

文中的數據來源于《中國統計年鑒》、《中國科技統計年鑒》、《中國工業經濟統計年鑒》和《煤炭工業年鑒》。為剔除價格因素影響，需將煤炭工業總產值處理為以2000年價格為不變價格的數據。

（一）缺失數據的處理本文的缺失數據為2004年煤炭工業年末平均就業人數，采用均值插補法估計2004年煤炭工業的年末平均就業人數，估計值為406.21萬人。

（二）資本存量的核算投資價格指數選用固定資產投資價格指數。本文參考王玲［3］對煤炭采選業資本存量的計算結果，并利用投資價格指數將其折算為2000年價格為基數的數據。本文選用新增固定資產作為當年投資。統計年鑒中缺少2000-2003年煤炭采選業的固定資產交付使用率。2000-2003年，煤炭采選業占采掘業的工業總產值比重約為30%。故用2000-2003年采掘業的固定資產交付使用率，來估計煤炭采選業的固定資產交付使用率。本文利用固定資產原值和固定資產凈值計算煤炭工業的固定資產折舊率［4］。1986-1991年，我國煤炭工業固定資產折舊率的官方數據在4.43%-4.87%間浮動。隨著現代化煤礦開采的機械設備、材料的更新換代加快，固定資產的折舊率可浮動至10%。故對2009、2010、2012年的折舊率進行調整。計算結果如表1所示。

二、實證分析

（一）回歸分析1．計量檢驗各時間序列的平穩性檢驗結果如表2所示，可知lnY、lnK、lnGL、lnT為一階單整。協整檢驗結果如表3所示。可知，在置信度為95%的水平上，lnY、lnK、lnGL、lnT存在協整關系，即煤炭工業總產值與煤炭工業的資本存量、一般人力資本、科技人才具有長期的動態均衡關系。該模型的各回歸系數的相伴概率均小于0.05。F=1158.689〉F（3，13-3-1）=6.99，通過檢驗。R-squared=0.9983，AdjustedR-squared=0.9974，說明該模型的擬合性較好且優于原回歸方程。D.W.=2.1374說明修正后的回歸方程不存在序列相關。

（二）實證結果由上述分析可知，α=1.4815，β=0.4918，γ=0.3518。正規化處理后，α’=0.6372，β’=0.2115，γ’=0.1513。各要素對煤炭工業經濟增長的貢獻率如表4所示。2000-2012年科技進步對煤炭工業經濟增長的貢獻率為68.92%，2000-2003、2004-2006、2007-2009、2010-2012，科技進步的貢獻率在50%左右波動，說明科技進步是推動煤炭工業發展的重要動力。2000-2012年資本存量對煤炭工業經濟增長的貢獻率為17.22%，在各計算基期，資本存量的貢獻率逐年增加。這是由于各項目的啟動需大量資金支撐，煤炭工業發展呈現對資金的依賴性。2000-2012年一般人力資本、科技人才對煤炭工業經濟增長的貢獻率分別為2.38%、11.48%。2004-2006、2007-2009、2010-2012，科技人才對煤炭工業經濟增長的貢獻率穩定在20%左右。2010-2012年一般人力資本的貢獻率，則由2.6%左右增加到9.69%。原因在于，煤炭“黃金十年”期，煤炭工業的規模急劇擴大，導致就業人數增加，經2004-2006、2007-2009計算基期的累積，集中表現為2010-2012年一般人力資本的貢獻率的驟增。這也與計算模型的選取和計算基期劃分的局限性有關。

三、結論與建議

（一）結論首先，科技人才的產出彈性系數為0.2115，資本和一般人力資本的產出彈性系數分別為0.6372、0.1513。當科技人才、資本存量、一般人力資本的投入增加1%，煤炭工業總產值將分別增加0.21155%、0.6372%、0.1513%。可知，科技人才對煤炭工業經濟增長的驅動性，弱于資本存量對其的驅動性。其次，2000-2012年科技人才對煤炭工業經濟增長的貢獻率為11.48%，且在各計算基期，科技人才的貢獻率在20%左右波動。2000-2012年，科技進步、資本存量、一般人力資本對煤炭工業經濟增長的貢獻率分別為68.92%、17.22%、2.38%。可知，科技人才是推動煤炭工業進步的重要驅動因素。