煤炭工业论文范文

前言：我们精心挑选了数篇优质煤炭工业论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

1.1生态文明矿区评价理论依据

以市场结构、企业行为、企业绩效为主要内容的SCP分析，认为结构、行为和绩效之间存在相互影响的因果关系［14］。平衡记分卡建立的衡量体系包括财务、业务管理、客户、人员培养和开发四个方面，其考核指标包括对过去和未来业绩的考核［15］。循环经济的3R原则体现了系统性、预防性和长远战略性。清洁生产将整体预防的环境战略持续应用于生产过程、产品和服务中。依据SCP分析框架、平衡计分卡的思想和循环经济3R原则。本文认为，矿区管理制度等影响矿区行为，矿区行为又影响矿区环境等绩效;生态文明矿区不仅要关注绩效的衡量，也要关注影响绩效的行为和管理制度等方面的评价;生态文明评价应体现系统性、预防性和长远战略性。

1.2生态文明矿区评价体系框架

本文以生态文明矿区概念为基础，以上述理论为依据，构建生态文明矿区的评价体系。该体系既要包括对过去绩效的考核指标，也要包括对影响未来绩效的企业行为和环境的考核。因此，本文构建的生态文明矿区评价体系包括“驱动力—行为—绩效”3个环节。驱动力指标表现的是生态文明矿区发展的动力源泉;行为指标表现的是生态文明矿区在生态保护等方面所做出的行为;绩效指标表现的是生态文明矿区在经济、资源和环境方面的输出结果。“驱动力—行为—绩效”3个环节评价指标共同构成了生态文明矿区评价体系。从产品全生命周期来考虑生态文明矿区指标评价体系设计。绩效主要包括经济绩效、资源绩效、生态绩效和环境绩效等4个方面;行为主要包括开采加工、综合利用和设施运行等3个方面;驱动力指标主要包括管理和技术2个方面。经济绩效方面采用“净资产收益率”和“销售利润率”两个指标来衡量;资源绩效方面采用“采区回采率”、“吨原煤生产综合能耗”、“吨原煤生产水耗”、“选煤电力单耗”、“选煤补水量”等指标来衡量;环境绩效方面采用“主要污染物排放浓度”、“噪声”等指标来衡量;生态绩效采用“采煤塌陷地治理率”、“工业广场绿化覆盖率”等指标来衡量;煤炭开采与加工采用“综合机械化采煤比例”、“原煤入洗率”、“贮煤设备工艺及装备”等指标来衡量;煤炭资源综合利用采用“矿井水重复利用率”、“煤矸石利用率”、“抽采瓦斯利用率”等方面来衡量;环保设施运行采用“环保设施运行情况”、“放射源和辐射装置使用”等指标来衡量;管理方面采用“环保管理机构和制度”、“突发环境事故应急预案”、“环保培训和宣传”等指标来衡量;技术方面采用“环保项目占科研投资比重”、“大专及以上人员比重”等指标来衡量。这些指数如表1所示。

1.3生态文明矿区指数等级界定

查阅各类文献中关于综合指数的最终评判原则，本文以生态文明指数来表征生态文明矿区发展水平，并设计出生态文明矿区指数的分级标准［16］，见表2。

2生态文明矿区评价方法选择

总结生态文明评价主要研究成果，其评价方法主要有层次分析法、模糊评价、熵权法等。层次分析法把定性和定量分析有机结合，用于解决层次多、目标多的复杂系统评价。本文构建的生态文明矿区评价体系中，包含客观指标和主观指标，有的指标通过标准计算即可得到分值，有的指标需要专家根据评分标准进行打分得到分值。另外，本文构建的生态文明矿区评价体系不仅可用于对多个矿区进行相对评价，也可对一个矿区若干年的指标进行评价。本文生态文明矿区评价体系中指标权重采用层次分析法来确定。将指标权重与无量纲化的指标值进行加权平均计算，得出生态文明矿区的各级指标得分。用公式表示如下:S=∑i∑j∑l(αijl×Cijl)(1)式中:S表示目标层(即生态文明矿区评价指数);i表示准则层;j表示指标层;l表示策略层;αijl表示策略层相对于目标层的权重;Cijl表示策略层的具体分值。αijl权重数值由层次分析法获取，Cijl数值分定量指标和定性指标。本文采用专家打分法取得定性指标得分，即邀请环境保护、生产技术等专业不少于5位专家进行打分，取平均分为该指标最终得分;通过监测或者核实后的企业有关数据直接计算获得定量指标得分。为了使各因素之间进行两两比较得到量化判断矩阵，可引入1～9级标度。根据心理学家提出的人们区分信息等级的极限能力为7±2，因此，判断矩阵A的元素aij一般用Santy的1～9标度方法给出。但对精度要求较高的多准则下的排序问题，建议使用指数标度e0/5～e8/5或e0/4～e8/4［17］。本研究使用YAAHP软件进行计算，因此使用指数标度e0/5～e8/5。对于重要性判断不一致的判断矩阵A，对应于判断矩阵A最大特征根λmax的特征向量记为w。w的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。层次单排序是否有效通过一致性检验来判断。一致性检验是为了检验同一层次各因素之间相对重要性是否合理，避免因个人判断失误导致甲比乙重要，乙比丙重要，而丙又比甲重要的矛盾情况。当λmax=n，CI=0，为完全一致;CI值越大，判断矩阵的完全一致性越差。一般只要CI＜0.1，认为判断矩阵的一致性可以接受，否则需重新进行因素的两两比较判断，重新构建判断矩阵。判断矩阵的维数n越大，判断的一致性将越差，因此应放宽对高维判断矩阵一致性的要求。于是引入修正值RI，并选更为合理的一致性比率CR为衡量判断矩阵一致性的指标。当一致性比例CR＜0.1时，认为A不一致程度可以接受，检验通过。可用其归一化特征向量作为权向量。在构造出判断矩阵并求出层次的单排序后，我们还需要进行从最高层向最低层逐渐进行的层次总排序，计算出同一层所有的元素相对于最高层重要性的排序权重。

3指标的无量纲化处理方法

3.1传统的指标无量纲化处理方法

正向指标表示该指标值越大越好，负向指标表示该指标值越小越好。采用极值化方法对变量数据无量纲化是通过利用变量取值的最大值和最小值将原始数据转换为介于某一特定范围内(如“0～1”)的数据，从而消除量纲和数量级影响。折线型和曲线型无量纲化方法是考虑指标值和评价值之间的非线性关系而选择的方法。当然，无量纲化方法在使用时，应尽可能选择适合于讨论对象性质的方法。本文构建的指标值与评价值之间不存在复杂的非线性关系，可选用简单、直观的直线型无量纲化方法。考虑本文构建的生态文明矿区评价的最好与最坏有一定的阈值，而且能用于各矿区之间的比较，因此选用直线型无量纲化方法中的阈值法。

3.2本研究设定的指标无量纲化处理方法

本文的生态文明矿区评价指标经过处理后，得分均为0～100分。为了能够更准确表示矿区是否达到生态文明的基本要求和满意标准，本文设定了视同为100分的满意值和视同为60分的标准值，依据正向和负向的不同指标类型，设定双限型无量纲化处理方法。

4生态文明矿区评价指标权重确定

本文运用AHP法确定权重。邀请20位专家(每个单位各5位)对指标进行两两比较的相对重要性打分。使用YAAHP软件，在专家群决策结果中，判断矩阵用加权几何平均法得出权重，并通过了一致性检验。表3列出了三级指标相对二级指标、三级指标相对于目标层的权重、二级指标相对于一级指标权重、一级指标相对目标层权重。从表3可以看出，一级指标层的绩效(A1)、行为(A2)和驱动力(A3)相对于目标层S的权重分别为0.27、0.29和0.44。表明生态文明矿区建设不能只注重结果，要从驱动力源头抓起，并注重行为控制。二级指标层中，在绩效类、行为类、驱动力类三类指标中，各自权重最高的指标分别是生态绩效(B4)、设施运行(B7)、技术(B9)。三级指标相对于目标层来讲，大专及以上人员比重(C24)权重最高，为0.1480。各级指标判断矩阵的一致性检验结果见表4。从表4可以看出，判断矩阵一致性比例均小于0.1，表明判断矩阵可以接受。

5生态文明矿区评价体系应用研究

采集某矿区2009－2012年数据，研究生态文明矿区指数的动态变化。各指标的数据采用二手资料调研和企业实地调研相结合的方式获取。由于某矿区属于低瓦斯矿井，因此需要对抽采瓦斯利用率指标进行取舍。取舍后，对隶属于综合利用(B6)的其余指标权重进行再分配。依据各指标的权重和指标的无量纲化数值，运用加权算术平均方法得到某矿区2009－2012年间的三级指标表现和生态文明矿区指数水平。表5和表6分别列出了二级指标和一级指标无量纲化后的动态表现结果。表6说明，驱动力和行为在该矿区生态文明建设过程中所彰显的潜力持续向好，表明该矿的生态文明矿区建设前景较好。绩效指标在2010年达到最大值后出现下滑，主要是受国际国内大经济环境影响和能源企业面临的危机所致。表7数据显示，某矿区在生态文明矿区建设方面总体呈现持续发展的态势，尤其是2010年比2009年有较大改善。依据本文设定的生态文明矿区分级标准，该矿区在2009年至2011年间属于先进生态文明矿区等级，2012年达到了近卓越生态文明矿区等级。

6结语

第2篇

（1）打开称量瓶盖，放入已经恒温的干燥箱中，将干燥箱门关闭严实。根据烟煤和无烟煤划分干燥时间，烟煤干燥时间为1h，无烟煤则需要干燥1.5h［2］。（2）严格控制干燥时间，结束后，将称量瓶从鼓风干燥箱中取出，立即盖上瓶盖，放入干燥器中，冷却至室温（一般为20min）并立即称量。（3）进行检查性干燥，每次30min，直到连续两次质量减少不超过0.0010g或质量增加时，结束实验。水分小于2.00%时，不必进行检查性干燥。（4）分析实验煤样的水分由以下公式计算：Mad=m1/m×100式中，Mad为一般分析试验煤样水分的质量分数，%；m1为煤样在干燥后失去的质量，g；m为称取的煤样质量。（5）水分测定的精密度要求如表1所示。根据实验数据，对照重复性限。如果超出既定范围，分析煤样必须重新实验，以确保数据的准确有效性。

2煤炭中水分的重要性

（1）在煤质分析中，不同基准的煤质分析结果进行换算时，需要水分作为基础数据。工业分析中的灰分，通过实验得出的是空气干燥基，经过水分的换算，可以得到煤炭的干燥基。（2）根据实验测定的煤炭中水分的含量，可以粗略推断出水分与煤炭变质程度的关系。（3）煤的水分是煤炭交易过程中计价的一个辅助指标。在运输过程中，水分会增加煤炭的无效运输量。例如在锅炉燃烧中，水分高会影响稳定性和热传导；在炼焦工业中，水分高会降低焦炭产率。大量水分在煤炭加热过程中，要吸收大量的热变成水蒸气而蒸发掉。所以煤质的水分越低越好。（4）一般在露天存放煤炭时，水分是引起氧化的主要原因，因为煤炭在没有密封的情况下，就会一直不停的吸收水分，影响煤炭质量，甚至会由于煤块冻结无法装车。因此在存放煤炭时，要避免潮湿，尽量选取相对干燥的空间，并保持良好的密封，以使煤炭尽可能少的吸收水分。（5）煤炭中水分对其加工利用、贸易等都具有很大的影响。譬如在煤炭利用中首先碰到的就是煤炭破碎问题，水分高的煤炭就难以破碎。（6）煤炭中的水分对焦煤的影响和煤炭干燥的效果都是很明显的。煤炭中水分低便于焦炉各项操作指标稳定。

3影响水分产率测定的因素

将煤样进行筛分破碎，筛分方法的准确性会直接影响煤炭最终的实验结果，因此应严格按照国家标准进行筛分。在制备分析样品时，严格控制每一关，如干燥时间和制备过程。在实验开始前，将带有严密磨口盖的玻璃称量瓶清理干净，在鼓风干燥箱中预先干燥并准确称重。鼓风干燥箱温度的精确度、温度的高低控制以及是否可以保持恒温。分析天平的精密度。在烘样过程中，称量瓶的瓶盖是否打开，分析样品是否平均平摊在称量瓶中。根据国家标准，严格控制各项时间，如烘样时间、干燥器冷却时间和检查性干燥试验时间。根据国家标准要求的实验步骤，测定某一烟煤工业分析的水分。影响水分测定的各项因素下所产生的数据差异如表2所示。

4针对影响因素所提出的相应措施

（1）在制备分析煤样时，要严格控制煤样的干燥时间，确定干燥箱的恒温性，且干燥温度不得超过40℃，否则，空气干燥煤样的水分测定结果会比国家标准检测得偏低。（2）密封良好的分析试样在送到实验室后要立即测定，称量完样品要立刻密封良好。实验室要随时保持干燥，并严格控制室内温度和干湿度。（3）鼓风干燥箱必须箱体严密，带有自动控温装置，能保持温度在105~110℃范围内。（4）测温元件要定期经有资格的计量部门校验。分析天平也要定期由专门机构进行校准。（5）使用空气干燥法测定煤中水分时，必须使用带鼓风的烘箱，以保持干燥箱内空气流动，使烘箱温度均匀。烟煤、无烟煤、褐煤等不同类别的煤炭干燥时间不一样，要严格掌握干燥时间。（6）将称量准确的分析煤样倒入称量瓶中，将样品平摊在称量瓶中，盖上瓶盖。如果分析煤样没有平摊在瓶底，在干燥过程中会造成分析煤样干燥不均匀，从而直接影响测定结果。（7）从干燥箱中取出带有分析煤样的称量瓶后，要立即盖上盖，放入干燥器中冷却至室温，否则会吸收空气中的水分，使测定结果不准确。（8）从干燥箱中取出已冷却并且干燥的称量瓶后，要立即在分析天平上称重。（9）进行检查性干燥试验，每次30min，直到连续两次干燥煤样质量减少不超过0.001g或质量增加时为止。水分在2%以下时，不必进行检查性干燥。

5结论

第3篇

文中的数据来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国工业经济统计年鉴》和《煤炭工业年鉴》。为剔除价格因素影响，需将煤炭工业总产值处理为以2000年价格为不变价格的数据。

（一）缺失数据的处理本文的缺失数据为2004年煤炭工业年末平均就业人数，采用均值插补法估计2004年煤炭工业的年末平均就业人数，估计值为406.21万人。

（二）资本存量的核算投资价格指数选用固定资产投资价格指数。本文参考王玲［3］对煤炭采选业资本存量的计算结果，并利用投资价格指数将其折算为2000年价格为基数的数据。本文选用新增固定资产作为当年投资。统计年鉴中缺少2000-2003年煤炭采选业的固定资产交付使用率。2000-2003年，煤炭采选业占采掘业的工业总产值比重约为30%。故用2000-2003年采掘业的固定资产交付使用率，来估计煤炭采选业的固定资产交付使用率。本文利用固定资产原值和固定资产净值计算煤炭工业的固定资产折旧率［4］。1986-1991年，我国煤炭工业固定资产折旧率的官方数据在4.43%-4.87%间浮动。随着现代化煤矿开采的机械设备、材料的更新换代加快，固定资产的折旧率可浮动至10%。故对2009、2010、2012年的折旧率进行调整。计算结果如表1所示。

二、实证分析

（一）回归分析1．计量检验各时间序列的平稳性检验结果如表2所示，可知lnY、lnK、lnGL、lnT为一阶单整。协整检验结果如表3所示。可知，在置信度为95%的水平上，lnY、lnK、lnGL、lnT存在协整关系，即煤炭工业总产值与煤炭工业的资本存量、一般人力资本、科技人才具有长期的动态均衡关系。该模型的各回归系数的相伴概率均小于0.05。F=1158.689〉F（3，13-3-1）=6.99，通过检验。R-squared=0.9983，AdjustedR-squared=0.9974，说明该模型的拟合性较好且优于原回归方程。D.W.=2.1374说明修正后的回归方程不存在序列相关。

（二）实证结果由上述分析可知，α=1.4815，β=0.4918，γ=0.3518。正规化处理后，α’=0.6372，β’=0.2115，γ’=0.1513。各要素对煤炭工业经济增长的贡献率如表4所示。2000-2012年科技进步对煤炭工业经济增长的贡献率为68.92%，2000-2003、2004-2006、2007-2009、2010-2012，科技进步的贡献率在50%左右波动，说明科技进步是推动煤炭工业发展的重要动力。2000-2012年资本存量对煤炭工业经济增长的贡献率为17.22%，在各计算基期，资本存量的贡献率逐年增加。这是由于各项目的启动需大量资金支撑，煤炭工业发展呈现对资金的依赖性。2000-2012年一般人力资本、科技人才对煤炭工业经济增长的贡献率分别为2.38%、11.48%。2004-2006、2007-2009、2010-2012，科技人才对煤炭工业经济增长的贡献率稳定在20%左右。2010-2012年一般人力资本的贡献率，则由2.6%左右增加到9.69%。原因在于，煤炭“黄金十年”期，煤炭工业的规模急剧扩大，导致就业人数增加，经2004-2006、2007-2009计算基期的累积，集中表现为2010-2012年一般人力资本的贡献率的骤增。这也与计算模型的选取和计算基期划分的局限性有关。

三、结论与建议

（一）结论首先，科技人才的产出弹性系数为0.2115，资本和一般人力资本的产出弹性系数分别为0.6372、0.1513。当科技人才、资本存量、一般人力资本的投入增加1%，煤炭工业总产值将分别增加0.21155%、0.6372%、0.1513%。可知，科技人才对煤炭工业经济增长的驱动性，弱于资本存量对其的驱动性。其次，2000-2012年科技人才对煤炭工业经济增长的贡献率为11.48%，且在各计算基期，科技人才的贡献率在20%左右波动。2000-2012年，科技进步、资本存量、一般人力资本对煤炭工业经济增长的贡献率分别为68.92%、17.22%、2.38%。可知，科技人才是推动煤炭工业进步的重要驱动因素。