Содержание

Противопехотная мина ПМН-2 (Советские и Российские мины)

Мина противопехотная фугасная нажимного действия. Предназначена для выведения из строя личного состава противника. Поражение человеку наносится за счет разрушения нижней части ноги (стопы) при взрыве заряда мины в момент наступания ногой на датчик цели (черный крестообразный выступ на верхней плоскости) мины.

Обычно при взрыве мины отрывается полностью стопа ноги, которой солдат противника наступил на мину, и, в зависимости от расстояния, второй ноги от места взрыва, она также может быть значительно повреждена или не получить повреждения вовсе. Кроме того, ударная волна достаточно большого заряда ВВ лишает человека сознания, высокая температура взрывных газов может причинить значительные ожоги нижним конечностям. Смерть может наступить от болевого шока, потери крови при несвоевременном оказании первой помощи.

На снимке справа типичная картина последствий подрыва на мине типа ПМН.

Мина может устанавливаться как на грунт, так и в грунт, в снег, вручную или раскладываться средствами механизации (прицепные минные раскладчики ПМР-1, ПМР-2, ПМР-3, прицепные минные заградители ПМЗ-4), но во всех случаях перевод мины в боевое положение осуществляется вручную.

Герметичность мины позволяет использовать ее в водонасыщенных и болотистых грунтах. Установка мин под воду  (прибрежная полоса водных преград, броды) не допускается ввиду ее плавучести.

Срок боевой работы мины не ограничивается.

Самоликвидатором мина не оснащается. Элементов неизвлекаемости и необезвреживаемости не имеет, но особенности конструкции исключают обратный перевод мины из боевого в безопасное положение. Поэтому мина относится к категории необезвреживаемых.

Мина имеет взрыватель и запал, являющиеся частью конструкции мины.

Тактико-технические характеристики мины ПМН-2
Тип мины……………………………………………………………противопехотная фугасная
Корпус…………………………………………………………………пластмасса.

Масса……………………………………………………………………400 гр.
Масса взрывчатого вещества (ТГ-40)………………100 гр.
Диаметр…………………………………………………………………12 см.
Высота …………………………………………………………………5.4 см.
Диаметр датчика цели………………………………………9.7 см.
Чувствительность…………………………………………………15 — 25 кг.
Время приведения в боевое положение…………2-10 минут
Температурный диапазон применения……………-40 — +50 град.

Установка мины достаточно безопасна. С момента выдергивания предохранительной чеки до момента постановки взрывателя на боевой взвод   от 2 мин. (при +40 град.) до 10 мин. (при -40 град.).

Применение в качестве заряда смеси тротила (40%) и гексогена (60%) вместо чистого тротила несколько повышает поражающее действие, приближая его к мине ПМН (200гр. тротила), хотя в целом мощность ПМН-2 примерно в полтора раза ниже, чем у ПМН.

Мины упаковываются в ящики по 25 шт. (масса брутто 25 кг.) окончательно снаряженными. Размер ящика 66х60х20.5 см.

Преимущество мины ПМН-2 перед ПМН состоит прежде всего в том, что механизм дальнего взведения работает по принципу пневматики, а не перерезания струной металлоэлемента. Это обеспечивает высокую стабильность времени перевода мины в боевое положение 2-10 минут, т.е. почти не зависит от температуры окружающей среды (время дальнего взведения мины ПМН при низких температурах доходило до 59 часов, т. е. двое с половиной суток).

Второе преимущество ПМН-2 в том, что не требуется никаких предварительных действий при подготовке мины к применению (осмотр, вывинчивание   пробки, вставление запала, и т.п.) и нет никаких элементов, которыми требуется комплектовать мину (запал). Это обеспечивает высокую безопасность и  возможность пользования миной малоквалифицированными солдатами.

Несколько загрубленный датчик цели и его измененная форма (на снимке он отчетливо виден — черный крестообразный) исключают случайное срабатывание мины при кратковременных динамических нагрузках, несколько снижают чувствительность мины к взрывным средствами разминирования ( примерно на 8-12%).

Никаких подготовительных действий перед применением мины не требуется. Для перевода мины в боевое положение необходимо   просто резко повернуть  по часовой или против часовой стрелки предохранительную чеку (фигурная скобка из белого металла хорошо заметная на снимке) чтобы срезать контровочную медную проволоку и выдернуть чеку из гильзы. С этого момента через 2-10 минут мина будет переведена в боевое положение. Обратный процесс невозможен.

Мины типа ПМН и ПМН-2 столь же популярны во многих странах, что и автомат Калашникова. ПМН-2 производились только в СССР на Брянском химическом заводе и заводе им. Чапаева, экспортировались во многие страны, особенно в Индокитай. Камбоджу следует считать страной, где мин ПМН-2 установлено наибольшее количество.

ПМН, кроме СССР, производились в пятнадцати странах мира, включая Италию (под индексом Gyata 69).  Они применяются весьма активно  в странах Азии и Африки.

Заметки на полях. Вероятно эта мина перспектив не имеет. Она не имеет механизма самоликвидации и поэтому не соответствует ни Оттавской Конвенции, ни Женевскому Протоколу.

В настоящее время запасы этих мин в России еще имеются, но производство несколько лет назад прекращено. В обеих чеченских войнах 1994-96 и 1999-2001 мина применялась широко обеими сторонами, что предопределило значительно сокращение запасов.

Россия уже приступила к уничтожению своих запасов, однако немало этих мин имеется в Китае, Индии, Пакистане, Албании, Турции, Саудовской Аравии, Ираке и ряде других стран.

По некоторым сведениям (непроверенным!) в Турции имеется до 1 мл. мин ПМН и ПМН-2, принадлежащих Великобритании.

Вообще, против мин, да и вообще всех любых боеприпасов, не имеющих механизмов самоликвидации выступают и всегда выступали прежде всего саперы. Ведь никому больше не приходится годами и десятилетиями после окончания любой войны ползать по полям былых боев, уничтожая с риском для жизни, вылезающие из земли подобно грибам поганкам неразорвавшиеся снаряды, гранаты, авиабомбы, мины.

А кстати! Мины среди этих «подарков» любой былой войны  составляют 5-10% (даже по явно завышенным оценкам активистов антиминного движения — не более 22-28%).

Так что, запрет на использование в войнах мин ( в действенность подобных запретов верится с трудом) мало что изменит в общем числе лиц, пострадавших от взрывов боеприпасов в послевоенное время.

Веремеев Ю.Г.
Сапер

ТТХ противотанковых мин — ТТХ — Армия (Сухопутные войска) — Top secret

  М6 М15 M19 M21 M24 M66 М56 М70
М73
М75 М78 BLU-91/B Volcano M93
Тип мины ПГ* фугасная нажимного действия ПГ фугасная нажимного действия / ПД фугасная наклонного действия ПТ ПГ. ПТ ПД /ПГ ПТ ПБ К ПТ ПБ К ПТ ПГ ПТ ПД К ПТ ПД К ПТ ПД К ПТ ПД К ПТ, ПД ПТ, ПД ПТ К
ударное ядро
Корпус  металл металл пластмасса металл металл, пластик металл, пластик алюминий металл металл металл металл сталь сталь металл
Общий вес/ кг 9,1 13,6-14,3 12. 7 7,8 10,8 13 2,7 1,7 1,7 1,7 1,7 1.7 1.7 15.876
Масса заряда ВВ (тротил) кг. 5,4 Composition B
9.9-10.3
тип «В» 9.5 тип «H6» 4.5 Composition B 0,9 Composition B 0,9 тип «H-6» 1,3 RDX 0,585 RDX 0,585 RDX 0,585 RDX 0,585 RDX 0,585 RDX 0,585  
Диаметр см. (длина х ширина) 33 33.4 33х33 23 9,8 9,8
(25,5х11,5х8)
12 12 12 12 12 12  
Высота со взрывателем см (М600) 8.3 (М603) 12.4 7.6 11.5 65 65   6 6 6 6 6 6  
Высота  датчика цели (штырь)       51. 1                    
Высота наклонного датчика цели   61                        
Диаметр датчика цели (нажимная крышка) см. 20 20 26       25х11              
Датчик цели         4 электро-контактных провода по 2.6м. ИК приемник+ СД   M** M** M** M** M** M** ИК + СД
Основные взрыватели М600, М603 М603, М624 М-606 М-607                    
Усилие срабатывания кг 158-338кг. М603 — 158-338
М624 — 1.7
136 — 180 130.5     250              
Чувствительность (со штырем)       20° от вертикали с  усилием 1.7 кг. или более  
 
  100 см.по нормали к плоскости мины 100 см.по нормали к плоскости мины 100 см.по нормали к плоскости мины 100 см.по нормали к плоскости мины      
Время перевода в боевое положение сек               45-60 45-60 45-60  2 мин 2 мин 2 мин 5-6
Взрыватели неизвлекаемости М5, М142 М5, М142                        
Температурный диапазон применения  градусов -20 — +50 -20 — +50 -50 —+50 -30 —+50 -12-+50 -12-+50 -12 —+50 -20 -+50 -20 -+50 -20 -+50 -20 -+50 -10 -+50 -10 -+50 . -1 — +50
Самоликвидация/ самонейтрализация нет/нет нет/нет   нет/нет нет/нет нет/нет да/нет да да да да      
Время боевой работы ч               4 часа 48 5 или 15 суток изменяемое 4, 8, 12,16 ч 4, 48 ч, 15 суток 4, 48 ч, 15 суток 4 час., 48 час, 5 дн., 15 дн., 30 дн
Извлекаемость да/нет да/нет   нет/нет да да нет нет нет нет нет нет нет  
Обезвреживаемость да/нет. да/нет   нет/нет да да нет нет нет нет нет нет нет  

ПБ — противобортовая
ПГ — противогусеничная
ПД — противоднищевая
ПТ — противотанковая
К -коммулятивный

ИК — Инфракрасный датчик
СД — сейсмодатчик

M** — магнитный

 

По материалам Веремеев Ю. Г. Сапёр Смотрите также

Морские мины (Бывший СССР) — Военная техника

СССР — мировой лидер в создании средств морской минной войны, с более чем 400 000 единицами такого оружия в своем военно-морском арсенале. Известные типы включают ЯРМ и ЯМ — сферические контактные мины для рек и мелководных фарватеров, контактные мины серий М08 и конструкторское бюро для прибрежных вод, неконтактную якорную мину КРАБ и якорную антенную мину МАГ для прибрежных и более глубоких вод материковой отмели.

Наступательные мины — главным образом донные мины, из которых наиболее важными являются типы АМД-500 и АМД-1000 (число соответствует массе мины в килограммах). АМД-500 содержит 300 кг, АМД-1000 -700 кг взрывчатки. Используются магнитные, акустические, нажимные или комбинированные неконтактные взрывательные системы. Это оружие также широко экспортировалось, что доказано недавними войнами на Среднем и Дальнем Востоке. Нажимные типы, почти несомненно, использовались только СССР и его наиболее доверенными партнерами по Варшавскому договору.

Имеются значительные запасы советских всплывающих мин для использования в наступательных противолодочных операциях против целей НАТО. Два типа всплывающих мин, называемые по терминологии НАТО «Кластер Бей» — для использования на континентальном шельфе и «Кластер Гольф» — для использования в более глубоководных зонах, ориентированы на второстепенные противокорабельные задачи.

Существует небольшой запас ядерных мин мощностью от 5 до 20 кт для использования против очень важных надводных кораблей и атомных подводных лодок с баллистическими ракетами класса «Огайо».

Основными наступательными средствами минирования советского ВМФ являются дизель-электрическая подводная лодка. Они будут поддержаны самолетами авиации ВМФ СССР. За постановку оборонительных мин ответственны надводные корабли.

Тактико-технические характеристики морской мины М08

  • Размеры, м: диаметр 0,9;
  • Масса заряда, кг: 115;
  • Максимальная глубина постановки, м: 130.

Тактико-технические характеристики морской мины КБ1

  • Размеры, м: диаметр 0,9;
  • Масса заряда, кг: 230;
  • Максимальная глубина постановки, м: 275.
Предыдущая статья:Торпеды «Сил», «Зеешланге», SST4 и SUT компании» «AEG-Телефункен» Следующая статья:Советские торпеды

В России создана «умная» мина с шурикенами — Российская газета

В Подмосковье на полигоне около города Красноармейск военнослужащим Росгвардии продемонстрируют в действии противопехотную мину ПОМ-3 «Медальон». Кроме того, саперам покажут возможности дистанционной установки мин с искусственным интеллектом. Демонстрация боеприпасов пройдет в рамках Дня передовых технологий правоохранительных органов РФ.

«Особое внимание специалистов может вызвать новая система минирования, разработанная на базе научно-исследовательского инженерного института — кассета КПОМ-3 с противопехотными осколочными минами ПОМ-3 дистанционной установки». — отметил генеральный директор концерна «Техмаш» Сергей Русаков.

По его словам, это уникальная разработка: входящая в состав кассеты мина ПОМ-3 является первой в мире противопехотной миной дистанционной установки с неконтактным взрывателем. Мина имеет неконтактный датчик цели и пять фиксированных времен самоликвидации. Радиус реагирования мины ПОМ-3 увеличен в 1,3 раза.

Отметим, что впервые информация о российской мине с искусственным интеллектом появилась в 2015 году. Внешне изделие НИИИ представляет собой металлический цилиндр диаметром около семи сантиметров и высотой — порядка 20 сантиметров. Кстати, название «Медальон» мина получила из-за формы поражающих элементов. Они представляют собой похожие на шестеренку кольца, зубья которых после срабатывания разлетаются в разные стороны. Вращаясь в полете, они обеспечивают более эффективное поражение противника.

Самой главной особенностью «Медальона» является отвечающий за всю работу микрочип — электронный «мозг». Именно он обеспечивает защиту от ложных срабатываний, а также препятствует несанкционированному обезвреживанию. Новая мина оснащается бесконтактным взрывателем, срабатывающим от сейсмического датчика, который выстреливает в грунт под боеприпасом так, чтобы не создавать демаскирующих признаков. Набор особой электроники принимает сигналы о вибрациях грунта под миной и сравнивает их с имеющимися в памяти сигнатурами. Если вибрации похожи на шаги человека, а также свидетельствуют о приближении цели, то происходит подрыв вышибного заряда. Боевая часть мины «выпрыгивает» на высоту около метра и производится подрыв уже основного заряда со смертельными «шестеренками».

Электронная начинка мины «Медальон» позволяет саперу дистанционно управлять работой взрывателей. Таким образом, не имея прямого контакта с минами, военный инженер может не только установить основные параметры действия боеприпаса, но и деактивировать мины. Это позволяет их собрать и позже установить на новом месте.

По словам генерального директора НИИИ Игоря Смирнова, сейсмический датчик цели и совершенная электроника мины делают ее обезвреживание невозможным. Любая несанкционированная попытка приблизиться к мине будет пресечена. Взломать микрочип невозможно, так как компонентная база «мозга» полностью разработана в России.

«Приоритет технических решений кассеты КПОМ-3 и мины ПОМ-3 защищен двумя патентами на изобретения. Мина ПОМ-3 соответствует требованиям дополненного протокола II Женевской конвенции», — сообщил Смирнов.

МОН-90 (MON-90) — противопехотная мина СССР

Противопехотная мина МОН-90 (MON-90)

МОН-90 (MON-90), Мина Осколочная Направленного действия, — советская противопехотная мина направленного действия, созданная в 1960-х годах.


Тактико-технические характеристики мины МОН-90 (MON-90)

Тип мины — противопехотная осколочная управляемая направленного действия.
Материал корпуса — пластмасса.
Вес общий — 12,1 кг.
Масса ВВ (ПВВ-4) — 6,2 кг.
Длина корпуса — 345,6 мм.
Высота корпуса — 202 мм.
Толщина корпуса — 153 мм.
Количество осколков — 2000 шариков даметром 7 мм.
Зона поражения
— сектор 54 град.;
— дальность 90 м;
— высота по вертикали до 8 м.


  Противопехотная мина МОН-90 (MON-90) предназначена для выведения из строя личного состава противника готовыми осколками вылетающими в заданный сектор при взрыве мины путем ее подрыва оператором или в результате задевания за обрывной датчик взрывателя МВЭ-72, или натяжной датчик взрывателя МУВ.

Противопехотная мина МОН-90, вид сзади

    Противопехотная мина МОН-90 (MON-90) устанавливается вручную на грунт или крепится к вертикальным поверхностям в виде дерева или столба с помощью стального штыря, расположенного на нижней поверхности мины, который, поворачиваясь в горизонтальной и вертикалной плоскостях, охватывает нижнюю полусферу в 180 градусов.

Устройство мины МОН-90

    Для точного наведения мины МОН-90 (MON-90) и определения сектора поражения, в верхней части ее корпуса имеет простейший прицел.

    Элементов самоликвидации, неизвлекаемости и необезвреживаемости противопехотная мина МОН-90 (MON-90) не имеет. Безопасное удаление от мины в тыльную и боковые стороны 35 метров.


Б-413 устройство лодки — Музей Мирового океана

 

Спустившись через носовой люк внутрь лодки, мы попадем в первый отсек. Здесь развернута экспозиция «Из истории подводного флота России», отражающая в моделях, фотографиях, текстах основные вехи этой истории. Экспозиция и внутренние элементы подводной лодки составляют единое целое. Здесь же размещены в два ряда шесть труб 533-миллиметровых носовых торпедных аппаратов, прибор управления торпедной стрельбой, стеллажи с запасными торпедами: всего, с учетом запасных, лодка несла 22 торпеды.

 

 

Во втором отсеке расположены: каюты командира и офицеров, кают-компания, рубка гидроакустика, где установлены центральные приборы ГАС «Тулома», гидролокационной станции (ГЛС) «Арктика-М», рубка радиоразведчика.

 

 

 

 

 

 

 

 

Третий отсек – это центральный пост. Отсек до предела насыщен приборами и устройствами, с помощью которых ведется управление движением лодки, погружением и всплытием, оружием. Сюда выходят окуляры перископов, здесь стоят индикаторы радиолокационных станций (РЛС) «Флаг», «Накат», штурманское оборудование: гирокомпас «Курс-5», лаг «ЛР-2», эхолот НЭЛ-5, эхоледомер ЭЛ-1, радиопеленгатор АРП-53.

 

 

В четвертом отсеке расположены кают-компания старшин, камбуз, рубка радиосвязи, где установлены радиоприемники и радипередатчики УКВ, КВ и ДВ диапазонов, аппаратура сверхбыстродействующей связи «Акула-2ДП».

 

 

В пятом отсеке находятся три дизеля 2Д42 мощностью по 1900 л.с. каждый, работающие при движении ПЛ в надводном положении и обеспечивающие скорость до 16 узлов.

 

 

В следующем отсеке установлены три электродвигателя подводного хода: два — ПГ-101, мощностью по 1350 л. с. и один  ПГ-102, мощностью 2700 л.с., а также электродвигатель экономического хода ПГ-104 мощностью 140 л.с.

 

 

Последний, седьмой, — это кормовой торпедный отсек. Здесь установлены четыре 533-мм торпедных аппарата, прибор управления торпедной стрельбой, койки личного состава. Здесь же развернута экспозиция, посвященная трагическим страницам истории отечественного флота — гибели атомных подводных лодок «Комсомолец» и «Курск». Флагшток с «Комсомольца», фотографии, сделанные подводными аппаратами на месте гибели лодки, фрагменты легкого и прочного корпусов «Курска» напоминают нам о трагических днях.

Открытое акционерное общество «Научно-производственное обьединение «Базальт»

Минометное вооружение – одно из важнейших видов огневых средств Сухопутных войск и предназначено для поражения открытой и укрытой живой силы, небронированной и легкобронированной техники, разрушения оборонительных сооружений полевого типа. Основные его преимущества – это относительно малый вес, простота конструкции и эксплуатации, высокая скорострельность и эффективность действия мин, а также низкая стоимость.

Особое достоинство этого вооружения обусловлено наличием возможности ведения навесной стрельбы (с закрытых позиций) в большом диапазоне по  дальности, что является исключительно важным при ведении боя в условиях пересеченной местности (в горах, в зонах застройки и др.) – в условиях, ограничивающих применение других видов артиллерии.

Разработка минометных выстрелов с минами различного назначения для всех калибров гладкоствольных минометов, состоящих на вооружении, началась на предприятии в 1940 году под руководством выдающегося конструктора, трижды Лауреата Государственной премии — Александра Ивановича Зверева.

Накануне и во время войны в НПО «Базальт» к гладкоствольным минометам калибров 50, 82, 107, 120 и 160 мм были созданы фугасные, осколочно-фугасные, осветительные, зажигательные, дымовые и практические (учебные) минометные выстрелы, а в 1950 году был принят на вооружение сверхмощный 240 мм миномет М-240 со стальной фугасной миной массой около 140 кг, способной поражать дзоты тяжелого типа, кирпичные и бетонные здания и сооружения. По могуществу этой системе нет равной в мире до настоящего времени.

Гладкоствольные минометы с улучшенной баллистикой: 120 мм возимый миномет 2Б11, 82 мм миномет 2Б14-1 и 82 мм автоматический миномет 2Б9, до сих пор не имеющий аналогов в мире, приняты на вооружение в конце 70-х – начале 80-х годов. Для указанных минометов НПО «Базальт» в короткие сроки были разработаны качественно новые боекомплекты минометных выстрелов повышенной эффективности и увеличенной дальности, в том числе и в комплектации неконтактными взрывателями. В состав боекомплекта минометов 2Б14-1 входят осколочные, осветительные и дымовые выстрелы. В боекомплект к 120 мм минометам предприятием разработаны осколочно-фугасные, осветительные, зажигательные и дымокурящие выстрелы. Мины комплектуются как переменными, так и дальнобойными метательными зарядами, обеспечивающими повышенную дальность стрельбы. Корпус осколочно-фугасной мины изготавливается из высокопрочного чугуна или снарядной стали, что обеспечивает высокую эффективность действия по открыто расположенной живой силе, небронированной и легко бронированной технике. Наличие парашюта в составе дымокурящей мины обеспечивает ей превосходство по параметрам дымовой завесы по сравнению с зарубежными аналогами.

В настоящее время для новейшего миномета 2Б24 организация ведет разработку нового поколения 82мм минометных выстрелов с осколочной, осветительной и дымокурящей минами, технические характеристики которых находятся на уровне лучших зарубежных аналогов, а по некоторым параметрам эффективности действия превосходят мировой уровень.

Выстрелы к артиллерийским орудиям

Разработка боеприпасов к артиллерийским орудиям Сухопутных войск в НПО «Базальт» начинается с создания в начале 60-х годов станкового противотанкового гранатомета СПГ-9 с выстрелом ПГ-9В, который имел высокие тактико-технические характеристики и вызвал заинтересованность у создателей боевой машины пехоты БМП-1.

Разработанные специалистами нашей организации противотанковые выстрелы ПГ-15В, ПГ-15ВС и выстрел ОГ-15ВМ с осколочной гранатой к орудию 2А28 БМП-1 обеспечили орудию возможность борьбы с танками, артиллерийскими установками, живой силой противника.

Самоходное артиллерийское оружие САО 2С9 было создано в конце 70-х годов. Для этого орудия, а также для САО 2С23 и орудия 2Б16 НПО «Базальт» разработал боекомплект 120 мм выстрелов с готовыми нарезами.

Выполнение готовых нарезов на корпусе снаряда и соответствующее увеличение глубины нарезов в канале ствола орудия позволили создать ряд комплексов нового поколения, обладающих повышенной дальностью стрельбы и кучностью боя при давлении в стволе, не превышающем уровень давления в 120 мм гладкоствольных минометах. Относительно низкое давление в канале ствола позволило оптимизировать соотношение геометрических и прочностных параметров корпусов осколочно-фугасных снарядов с энергетическими характеристиками разрывных зарядов и обеспечить высокую эффективность осколочного действия боеприпасов. Эффективность действия 120мм осколочно-фугасного снаряда, входящего в выстрел 3ВОФ54, находится на уровне артиллерийского снаряда калибра 152 мм.

Применение в активно-реактивном снаряде, входящего в выстрел 3ВОФ55, включающегося на траектории реактивного двигателя с ракетным зарядом торцевого горения, обеспечило увеличение дальности стрельбы на 50% при сохранении эффективности действия на уровне штатной оперенной мины калибра 120 мм.

САО 2С9, 2Б23, буксируемое орудие 2Б16 и казнозарядный миномет 2Б23 обеспечивают возможность ведения стрельбы всеми 120 мм оперенными минами отечественного и зарубежного производства.

В настоящее время на базе конструктивной схемы САО 2С9 разработано новое САО 2С31, оснащенное всеми современными системами топографической привязки, ведения управления огнем, противодействия обнаружению и т.п. Обладая усиленной баллистикой, САО 2СЗ1 может вести огонь не только всеми 120 мм выстрелами с оперенными минами и нарезными снарядами отечественного и зарубежного производства, но и специально разработанными НПО «Базальт» выстрелами повышенного могущества с осколочно-фугасным снарядом и с кассетным снарядом, укомплектованным кумулятивно-осколочными боевыми элементами.

В 2013 году НПО «Базальт» сдало на вооружение 120 мм выстрел 3ВОФ110 с осколочно-фугасным снарядом 3ОФ68 и дальнобойным зарядом к самоходно-артиллерийскому орудию 2С31. Данный выстрел эффективно поражает противотанковые средства, живую силу, легкобронированную технику, командно-наблюдательные пункты, самоходные и буксируемые минометы, бронированные объекты.

Оценка эффективности рудника с помощью стохастического граничного анализа

В данной статье для оценки эффективности на уровне рудника используется стохастический граничный анализ (SFA). Модель SFA получена с использованием годовых эксплуатационных данных рудника Кардиа Греческой государственной энергетической корпорации (PPC) S.A. за период 1984-2006 гг., а причины неэффективности исследованы с помощью методов регрессии. Предложенную двухэтапную модель можно использовать в качестве диагностического инструмента для выявления причин неэффективности горных работ, а также в качестве инструмента для разработки и определения мероприятий по улучшению производительности горных работ.

1. Введение

Измерение производительности в горнодобывающей промышленности связано с установлением критериев для определения того, насколько хорошо горнодобывающие производственные единицы выполняют свои задачи. Среди показателей эффективности наиболее часто используются производительность труда [1] и эффективность [2].

Производительность — это частное, полученное путем деления выпуска на каждый ввод или сумму затрат. Показатели производительности включают [3] частичную факторную и многофакторную или общую факторную производительность (TFP).При измерении частичной производительности выпуск рассматривается как один из классов затрат, и наиболее часто используемым частичным показателем является производительность труда. Многофакторная производительность измеряется как отношение выпуска к набору комбинированных ресурсов, таких как трудовой капитал и земля.

Эффективность производственной единицы определяется как отношение наблюдаемых к оптимальным значениям либо продукции, либо ресурсов. С точки зрения максимизации выпуска этот показатель включает в себя отношение наблюдаемого выпуска к максимальному потенциальному выпуску, который может быть получен при использовании вложений, тогда как с точки зрения минимизации вложений эффективность превращается в отношение наблюдаемых вложений к минимальному потенциальному вложению, необходимому для получения наблюдаемого результата. вывод.В приведенных выше перспективах оптимум, такой как максимальный выпуск или минимальный ввод, определяется с точки зрения производственных возможностей, и используется термин техническая эффективность.

Производительность труда в горнодобывающей промышленности чаще всего используется также как показатель эффективности. Однако использование большого количества показателей частичной производительности вызывает трудности в понимании и интерпретации, если некоторые показатели движутся в противоположных направлениях. Так называемый граничный анализ и соответствующие методологии оценки или граничные подходы эффективности, такие как анализ охвата данных (DEA) и стохастический граничный анализ (SFA), преодолевают ограничения подходов частичной производительности [2].DEA и SFA кажутся более подходящими для настройки с несколькими входами и несколькими выходами и с одним выходом (или с одним входом), с несколькими входами (или с одним выходом) соответственно. Два основных отличия этих методологий заключаются в том, что DEA непараметрический и не учитывает шум, тогда как SFA является параметрическим и учитывает шум [2]. DEA был инициирован Charnes et al. [4], в то время как SFA появился в литературе Aigner et al. [5] и Мизен и ван ден Брук [6]. Для получения дополнительной информации о преимуществах и недостатках двух методологий и их использовании в качестве тандема методов при добыче полезных ископаемых заинтересованный читатель может обратиться к Tsolas [2].

Целью данной статьи является разработка модели SFA на уровне рудника для измерения технической эффективности и выявления причин неэффективности с помощью методов регрессии. Новизной статьи является применение SFA для буроугольного рудника Кардия, расположенного в Греции, для оценки эффективности рудника и выявления причинных факторов эффективности с помощью методов регрессии.

Исследование разворачивается следующим образом. В следующих разделах рассмотрены связанные работы по применению SFA в горнодобывающей промышленности, представлена ​​модель измерения эффективности SFA, представлен набор данных, а также предоставлены и обсуждены эмпирические результаты. В последнем разделе представлены некоторые заключительные замечания.

2. Материалы и методы
2.1. Обзор литературы

Применение СТЖ в горнодобывающей промышленности восходит к работам Ву [7] по измерению и технической эффективности и исследованию причин неэффективности в китайской угольной промышленности. Другими недавними соответствующими исследованиями являются работы Koop и Tole [8], Burhop и Lübbers [9], Akinboade et al. [10], Ши [11], Ши и Графтон [12] и Сайед и др. [13]. Куп и Толе [8] используют байесовский SFA для измерения экологической эффективности фирм в мировой золотодобывающей промышленности.Бурхоп и Любберс [9] оценивают влияние картелизации и управленческих стимулов на эффективность производства немецких угледобывающих корпораций. Акинбоад и др. [10] оценивают эффективность прибыли в горнодобывающем секторе Южной Африки с помощью SFA. Ши [11] исследует с помощью SFA влияние приватизации, акционирования и реструктуризации долга китайских государственных предприятий на техническую эффективность. Ши и Графтон [12] оценивают с помощью SFA источники изменения технической эффективности и оценивают влияние различных реформ на угольную промышленность Китая.Сайед и др. [13] оценивают показатели производительности на уровне штатов и подотраслей в горнодобывающей отрасли Австралии. Они обеспечивают декомпозицию многофакторного роста производительности на три составляющие: технологические изменения, техническую эффективность и эффект масштаба.

Вышеупомянутые исследования были сосредоточены на уровне горнодобывающей промышленности; Таким образом, выявленным пробелом является отсутствие применения ОТВС на уровне шахты. Настоящее исследование направлено на восполнение этого пробела в соответствующей литературе путем применения двухэтапного подхода к измерению технической эффективности буроугольного рудника месторождения Кардия на этапе 1 и изучению причин неэффективности рудника с использованием методов регрессии на этапе 2. .Буроугольный рудник Kardia Field находится в ведении Public Power Corporation (PPC) S. A., ведущего производителя бурого угля в Греции. Предполагается, что производственная функция является функцией Кобба-Дугласа [14]. Хорошо известно, что транслогарифмическая функция [15] имеет преимущества перед функцией Кобба-Дугласа (т.е. переменная эластичность замещения и эластичность выпуска по отношению к входным ресурсам), но в транслогарифмической функции может существовать мультиколлинеарность [16]. Более того, наше обоснование выбора формы функции Кобба-Дугласа двояко.Во-первых, мы хотим представить иллюстрацию двухэтапного подхода к измерению и оценке эффективности горных работ, который до сих пор не рассматривался. Во-вторых, наша спецификация соответствует подходу, использованному в плодотворном исследовании Ву [7], и настоящий случай предназначен для демонстрации того, как дополнительная информация может быть извлечена из этого типа функций, когда они используются на уровне шахты.

2.2. Методологическая основа
2.2.1. Стохастический пограничный анализ

Aigner et al. [5] и Meeusen и van den Broeck [6] предложили стохастический граничный подход для оценки производственной функции с учетом ошибок измерения и других шумов в данных. Недавний обзор см. у Kumbhakar and Lovell [17].

Используя те же обозначения, что и в Цоласе [2], и предполагая, что у нас есть данные о годовой деятельности одной и той же производственной единицы, стохастическая граничная производственная функция определяется выражением где — логарифм выпуска i-й годовой деятельности

— производственная функция

— вектор логарифмов входных величин i-й годовой деятельности

— вектор неизвестных параметров

— член ошибки

— независимо и одинаково распределенные (iid) N(0,) случайные ошибки , Независимый от U I

U I I представляет собой неотрицательные случайные переменные, связанные с технической неэффективностью в производстве, IID в виде полуракции,

являются стандартными параметрами отклонения V и u , соответственно

Оценка стохастической границы вместе с членом неэффективности включает ass предположения о спецификации распределения u i и формы производственной функции [2].

Поскольку в соответствующей литературе, по-видимому, указывается, что оценки обычно устойчивы к предполагаемому распределению члена односторонней ошибки [17], мы используем полунормальное распределение, хотя для члена возмущения неэффективности можно использовать и другие распределения. Производственная функция, как было ранее обосновано, представляет собой функцию Кобба-Дугласа. Поскольку процедуры оценки дают только остатки, а не член неэффективности u , Jondrow et al. [18] показали, что если предположить неотрицательное полунормальное распределение для u i (т.e., ), распределение u с учетом члена ошибки , где , , и является стандартной нормальной кумулятивной функцией распределения.

Учитывая, что f распределено как N + (, ), либо среднее, либо мода этого распределения может служить точечной оценкой для u i согласно следующим уравнениям, соответственно [2] : и где

и — стандартные функции нормального кумулятивного распределения и плотности соответственно.

После получения точечных оценок u i оценки технической эффективности (TE) каждого годового вида деятельности могут быть получены из следующего уравнения: где либо или .

2.2.2. Модель неэффективности

Оценка влияния внешних факторов или факторов окружающей среды на эффективность решается в основном с использованием двух подходов [7, 19]: (i) одношагового подхода, когда факторы окружающей среды моделируются в SFA, и (ii) двухэтапный подход, при котором сначала оценивается неэффективность без учета каких-либо факторов окружающей среды, а затем оценки неэффективности регрессируют относительно факторов окружающей среды.Стоит отметить, что оценки двухшаговой процедуры оказываются смещенными, если переменные в производственной функции и переменные в модели неэффективности коррелируют [17, 19].

В двухэтапном (т.е. двухэтапном) подходе, который применяется здесь, показатель неэффективности первого этапа представляет собой зависимую переменную, которая регрессирует на независимые переменные в соответствии с моделью, где – зависимая переменная, а – векторы объясняющих переменных и неизвестных параметров соответственно – член ошибки, а n – число наблюдений.

Модель (6) можно оценить с помощью цензурированной регрессии, такой как модель Тобита, которая учитывает ограниченный характер показателей неэффективности (т. е. зависимая переменная подвергается цензуре на уровне нуля). Преимущество использования модели Тобита вместо обычной обычной модели линейной регрессии методом наименьших квадратов состоит в том, что она дает несмещенные оценки коэффициентов для каждой из независимых переменных.

Когда зависимая переменная цензурирована на нуле, модель Тобита может быть описана следующим образом: где зависимая переменная: если и если

и являются векторами независимых переменных и неизвестных параметров, соответственно

является ошибкой, принятой иметь нормальное и независимое распределение со средним нулем и постоянной дисперсией

n количество наблюдений

Оценка максимального правдоподобия используется для оценки параметров модели Тобит.

3. Набор данных, результаты и обсуждение
3.
1. Набор данных

Выходные-входные данные, используемые в этой статье, представляют собой фактические эксплуатационные данные буроугольного рудника месторождения Кардия за период 1984-2006 гг.; источниками данных являются годовые отчеты шахты. Месторождение Кардия, второе по величине буроугольное месторождение PPC S.A., расположено в центральной части района Птолемаис. В организационной схеме фирмы она противостоит руднику Кардиа Филд Эксплуатационному отделу Западно-Македонского буроугольного центра PPC S.А. [20]. Остаточные запасы в 2015 г. составили 300 млн т бурого угля. Технология горных работ базируется в основном на непрерывном открытом способе добычи с использованием непрерывного крупногабаритного оборудования, такого как роторные экскаваторы, ленточные конвейеры и разбрасыватели. В тех случаях, когда оборудования непрерывного действия недостаточно для выполнения требуемых земляных работ, может использоваться оборудование периодического действия [21].

Данные, используемые в этой статье, были собраны как часть сопутствующей статьи [22]. Выходом является добытый бурый уголь (Q) в тоннах.Основными традиционными затратами в процессе добычи бурого угля являются потребляемая рабочая сила, капитал и электрическая энергия. Входные данные, используемые в SFA, представляют собой общее количество оплачиваемых человеко-часов (L), измеренное в 8 часах, электрическую энергию, потребляемую роторными экскаваторами (E), выраженную в кВтч, и снятую вскрышную породу (O) в кубических метрах. В таблице 1 представлена ​​описательная статистика вышеуказанных переменных.

9

L, 10 3 Man-Shift Часы 9 O, 10 6 Bank M 3

8

E, 10 6 кВтч Q, 10 6 тонн

Мин 172.58 29,25 83,68 6,95
Макс 254,63 52,83 167,74 23,34
Стандартное отклонение 24,53 7,03 33,11 4,47
Среднее 219. 03 219.03 38.79 119.79 14.67 14.67 14.67

в области добыча добычи на поверхности Термин, срок.Учет вскрышных пород в качестве сырья отражает затраты на их выемку, необходимые для производства бурого угля. Количество вынутой вскрышной породы тесно связано с развитием карьера, а скорость выемки связана с коэффициентом вскрыши (SR). При добыче бурого угля SR относится к банку кубических метров вскрышных пород, удаленных на тонну добытого бурого угля. Другим показателем, который можно использовать, является коэффициент прироста вскрышных работ (ISR), который определяется как отношение прироста вскрышных пород за два последовательных года к приросту количества лигнита за тот же период времени.Для получения дополнительной информации о коэффициенте зачистки заинтересованный читатель может обратиться к Кенеди [23].

Капитал, выраженный в часах работы роторных экскаваторов, был исключен из SFA, поскольку он не имеет ожидаемого знака и используется для оценки отношения капитала к труду (K/R), которое фиксирует эффект факторной интенсивности [7] на втором этапе анализа. Кроме K/R, в качестве факторов внешней среды на втором этапе анализа используются еще две переменные. Эти переменные включают SR и винтаж (т.д., возраст) мой.

3.2. Результаты

Оцениваемая производственная функция Кобба-Дугласа может быть записана как где неизвестные параметры; Q — выход; L, O и E — затраты труда, вскрышных пород и энергии соответственно; – ошибка; n – количество наблюдений.

В таблице 2 представлены результаты оценок функции максимального правдоподобия с использованием годовых данных о добыче бурого угля и общем количестве человеко-часов, вскрышных пород и потребленной электроэнергии в предположениях о производственной функции Кобба-Дугласа и неотрицательном полунормальном распределении для и и .

9016 Логарифмическая функция правдоподобия.
; .
Примечания : L: общее количество оплаченных человеко-часов; E: электрическая энергия, потребляемая роторными экскаваторами; O: снятая вскрыша в кубических метрах банка.
1,3

4

Переменная Коэффициент Стандартная ошибка Z- значение р значение

Константа : : -42. 870 17.3401 -2.470 0,013 0.013
LNL : 2.174 : 2.174 0.8205 2.650 0,008
LNO : 0,694 0,5559 1,250 0,212
Lne : 1,112 0,4245 2,620 0,009

Параметры дисперсии для составленной ошибки
1,0663 0,3120
9
0,0639

Результаты оценки показали, что все входы, за исключением вскрышных пород, были статистически значимыми в производстве бурого угля. Наибольшей эластичностью обладали труд и энергия.Эти результаты имеют смысл, поскольку производство бурого угля, хотя и энергоемкое, также является очень трудоемким. Таким образом, мы можем заключить, что эти два входа, труд и энергия, имеют большое влияние на объем производства бурого угля.

Результаты по оценкам эффективности представлены в Таблице 3.

-8

Полнотекстовая перекрестная ссылка | Академия Google

Чен, Т.-Х. (2009). Измерение производительности предприятия и бизнес-подразделений на примере сети тайваньских отелей. Междунар. Дж. Управление гостиничным бизнесом. 28, 415–422. doi: 10.1016/j.ijhm.2008.10.010

Полнотекстовая перекрестная ссылка | Академия Google

Кук, В. Д., и Сейфорд, Л. М. (2009). Анализ охвата данных (DEA) — тридцать лет спустя. евро. Дж. Опер. Рез. 192, 1–17. doi: 10.1016/j.ejor.2008.01.032

Полнотекстовая перекрестная ссылка | Академия Google

Фанг, Х., Ву, Дж., и Цзэн, К. (2009). Сравнительный анализ показателей эффективности котирующихся на бирже угледобывающих компаний в Китае и США. Энергетическая политика 37, 5140–5148. doi: 10.1016/j.enpol.2009.07.027

Полнотекстовая перекрестная ссылка | Академия Google

Фрэнкс Д.М., Бреретон Д. и Моран С.Дж. (2010). Управление кумулятивным воздействием добычи угля на региональные сообщества и окружающую среду в Австралии. Оценка воздействия. прож. Оценка 28, 299–312. дои: 10.3152/146155110X12838715793129

Полнотекстовая перекрестная ссылка | Академия Google

Хуанг, Дж. Дж., Чен, З. Ю., и Цзян, Б.(2007). Исследования по инвестиционной оценке инженерии экологического менеджмента заброшенной горной росы. Геол. гидробиол. англ. 109–112.

Ма, Дж., Ю, З.М., и Шу, С.Х. (2015). Экологическая опасность и меры воздействия угольной пустой породы на район добычи. Уголь инж. 47, 70–73.

Мамурекли, Д. (2010). Воздействие на окружающую среду добычи и использования угля в Великобритании. Acta Montanistica Slovaca 15, 134–144.

Академия Google

Нурми, П.А. (2017). Зеленая добыча полезных ископаемых — целостная концепция устойчивого и приемлемого производства полезных ископаемых. Энн. Геофиз. 60, 1–7. doi: 10.4401/ag-7420

Полнотекстовая перекрестная ссылка | Академия Google

Цю-ин, Л. (2019). Входная и выходная эффективность городских агломераций в Китае с использованием многоступенчатой ​​модели DEA %. J Экол. Экон . 15, 95–100.

Академия Google

Сейфорд, Л.М., и Тралл, Р.М. (1990). Последние разработки в DEA: подход математического программирования к граничному анализу. Ж. эконом. 46, 7–38. дои: 10.1016/0304-4076(90)

Полнотекстовая перекрестная ссылка | Академия Google

Шао Ю. и Хань С. (2019). Синергия в системе экономического производства: эмпирическое исследование с китайской промышленностью. Устойчивое развитие 11, 1–12. дои: 10.3390/su11040980

Полнотекстовая перекрестная ссылка | Академия Google

Ши, HQ (2012). Мой зеленый майнинг. 2012 Междунар. Конференция. Энергетическая среда будущего. Матер. 16(Пт А), 409–416.doi: 10.1016/j.egypro.2012.01.067

Полнотекстовая перекрестная ссылка | Академия Google

Ши, X., Риу, Б., и Галкин, П. (2018). Непреднамеренные последствия политики Китая по сокращению угольных мощностей. Энергетическая политика 113, 478–486. doi: 10.1016/j.enpol.2017.11.034

Полнотекстовая перекрестная ссылка | Академия Google

Суеоши, Т., и Гото, М. (2010). Должен ли закон США о чистом воздухе включать контроль за выбросами CO2?: исследование путем анализа охвата данных. Энергетическая политика 38, 5902–5911.doi: 10.1016/j.enpol.2010.05.044

Полнотекстовая перекрестная ссылка | Академия Google

Суеёси, Т., и Гото, М. (2012a). Радиальные измерения DEA для экологической оценки и планирования: желательные процедуры для оценки электростанций, работающих на ископаемом топливе. Энергетическая политика 41, 422–432. doi: 10.1016/j.enpol.2011.11.003

Полнотекстовая перекрестная ссылка | Академия Google

Суэоши Т. и Гото М. (2012b). Ранговая оценка на основе эффективности для электроэнергетики: комбинированное использование анализа оболочки данных (DEA) и дискриминантного анализа DEA (DA). Экономика энергетики 34, 634–644. doi: 10.1016/j.eneco.2011.04.001

Полнотекстовая перекрестная ссылка | Академия Google

Суеёси, Т., и Гото, М. (2012c). Экологическая оценка с помощью радиального измерения DEA: угольные электростанции США в ISO (независимый системный оператор) и RTO (региональная передающая организация). Энергоэкономика. 34, 663–676. doi: 10.1016/j.eneco.2011.08.016

Полнотекстовая перекрестная ссылка | Академия Google

Суэоши Т. и Юань Ю.(2015). Региональная устойчивость Китая и диверсифицированное распределение ресурсов: экологическая оценка DEA по экономическому развитию и загрязнению воздуха. Энергоэкономика. 49, 239–256. doi: 10.1016/j.eneco.2015.01.024

Полнотекстовая перекрестная ссылка | Академия Google

Суеоши, Т., и Юань, Ю. (2018). Измерение энергопотребления и устойчивого развития в азиатских странах с помощью промежуточного подхода DEA. Ж. эконом. Структура 7:6. doi: 10.1186/s40008-017-0100-0

Полнотекстовая перекрестная ссылка | Академия Google

Суэоши, Т., Юань Ю., Ли А. и Ван Д. (2017). Социальная устойчивость провинций в Китае: анализ окна Data Envelopment Analysis (DEA) в соответствии с концепциями естественной и управленческой доступности. Устойчивое развитие 9, 1–18. дои: 10.3390/su78

Полнотекстовая перекрестная ссылка | Академия Google

Тао Ю. и Чжан С. (2013). Экологическая эффективность электроэнергетики в дельте реки Янцзы. Матем. вычисл. Модель. 58, 927–935. doi: 10.1016/j.mcm.2012.10.025

Полнотекстовая перекрестная ссылка | Академия Google

Толоо, М., Эмрузнеджад, А., и Морено, П. (2017). Линейная реляционная модель DEA для оценки двухэтапных процессов с общими входными данными. Вычисл. заявл. Мат. 36, 45–61. doi: 10.1007/s40314-014-0211-2

Полнотекстовая перекрестная ссылка | Академия Google

Тонг Л. и Дин Р.-Дж. (2008). Оценка эффективности вклада в безопасность угольных шахт путем анализа охвата данных. Дж. Китайский ун-т. Горная техника. 18, 88–92. дои: 10.1016/S1006-1266(08)60019-X

Полнотекстовая перекрестная ссылка | Академия Google

Ван Дж., Ван К., Ши X. и Вэй Ю.-М. (2019). Пространственная неоднородность и движущие силы роста экологической продуктивности в Китае: поможет ли перевод платежей за сброс загрязняющих веществ в экологические налоги? Дж. Чистый. Произв. 223, 36–44. doi: 10.1016/j.jclepro.2019.03.045

Полнотекстовая перекрестная ссылка | Академия Google

Ван, К., Су, Б., Сунь, Дж., Чжоу П. и Чжоу Д. (2015). Измерение и анализ эффективности энергосбережения и сокращения выбросов в китайских городах. Заяв. Энергия. 151, 85–92. doi: 10.1016/j.apenergy.2015.04.034

Полнотекстовая перекрестная ссылка | Академия Google

Ван, К., Чжао, З., Чжоу, П., и Чжоу, Д. (2013). Энергоэффективность и неоднородность производственных технологий в Китае: передовой подход DEA. Экон. Модель. 35, 283–289. doi: 10.1016/j.econmod.2013.07.017

Полнотекстовая перекрестная ссылка | Академия Google

Ву, Дж., Ли М., Чжу К., Чжоу З. и Лян Л. (2019). Измерение энергетической и экологической эффективности промышленных секторов Китая: модель DEA с неоднородными входными и выходными данными. Энергоэкономика. 78, 468–480. doi: 10.1016/j.eneco.2018.11.036

Полнотекстовая перекрестная ссылка | Академия Google

Ву, Дж., Сюн, Б., Ан, К., Сунь, Дж., и Ву, Х. (2017). Суммарная оценка энергоэффективности китайской промышленности с использованием двухэтапной модели DEA с общими входными данными. Энн. Операции Рез. 255, 257–276. doi: 10.1007/s10479-015-1938-x

Полнотекстовая перекрестная ссылка | Академия Google

Сянь Ю., Ван К., Ши С., Чжан С., Вэй Ю.-М. и Хуанг З. (2018). Цель снижения интенсивности выбросов углерода для электроэнергетики Китая: перспектива эффективности и производительности %. Дж. Чистый. Товар . 197, 1022–1034. doi: 10.1016/j.jclepro.2018.06.272

Полнотекстовая перекрестная ссылка | Академия Google

Се, Б.-К., Фан, Ю., и Цюй, К.-К. (2012).Влияет ли форма генерации на показатели экологической эффективности? Анализ энергетической системы Китая. Заяв. Энергия 96, 261–271. doi: 10.1016/j.apenergy.2011.11.011

Полнотекстовая перекрестная ссылка | Академия Google

Се, Л., Чен, К., и Ю, Ю. (2019). Динамическая оценка экологической эффективности в китайской промышленности: множественная модель ДЭА с подходом критерия Джини. Устойчивое развитие 11, 1–12. дои: 10.3390/su11082294

Полнотекстовая перекрестная ссылка | Академия Google

Ян, Х.и Поллитт, М. (2009). Включение как нежелательных результатов, так и неконтролируемых переменных в DEA: производительность китайских угольных электростанций. евро. Дж. Опер. Рез. 197, 1095–1105. doi: 10.1016/j.ejor.2007.12.052

Полнотекстовая перекрестная ссылка | Академия Google

Ян, З., и Вэй, X. (2019). Измерение и влияние общего коэффициента энергоэффективности городов Китая в условиях загрязнения окружающей среды: на основе перекрестной эффективности игры DEA. Дж. Чистый. Произв. 209, 439–450. doi: 10.1016/j.jclepro.2018.10.271

Полнотекстовая перекрестная ссылка | Академия Google

Чжан Р., Лу С.-С., Ли Дж.-Х., Фэн Ю. и Чиу Ю.-Х. (2019). Динамическая экологическая оценка эффективности промышленного загрязнения вод. Устойчивое развитие 11, 1–22. дои: 10.3390/su11113053

Полнотекстовая перекрестная ссылка | Академия Google

Чжоу, П., и Анг, Б.В. (2008). Модели линейного программирования для измерения показателей энергоэффективности в масштабах всей экономики. Энергетическая политика 36, 2911–2916. doi: 10.1016/j.enpol.2008.03.041

Полнотекстовая перекрестная ссылка | Академия Google

Чжоу Ю., Син Х., Фанг К., Лян Д. и Сюй К. (2013). Анализ экологической эффективности электроэнергетики Китая на основе энтропийной модели SBM. Энергетическая политика 57, 68–75. doi: 10.1016/j.enpol.2012.09.060

Полнотекстовая перекрестная ссылка | Академия Google

Чжу, Н., Бу, Ю., Джин, М., и Мбро, Н. (2019). «Зеленое» финансовое поведение и стратегия «зеленого» развития китайских энергетических компаний в контексте налога на выбросы углерода. Дж. Чистый. Произв. 245:118908. doi: 10.1016/j.jclepro.2019.118908

Полнотекстовая перекрестная ссылка | Академия Google

Приложение

Таблица A1 . Подробные результаты расчетов по всем 30 предприятиям.

Mining, Land, Maine Department of Environmental Protection

Майк Кларк, координатор горнодобывающей промышленности 207-441-1136

Эрих Клак, специалист по горному делу 207-899-6879

Земляные работы для карьера, глины, верхнего слоя почвы или ила

Ссылка в законе: Статья 7: СТАНДАРТЫ ПРОИЗВОДСТВЕННЫХ РАСПРОСТРАНЕНИЙ ДЛЯ ЗАЕМКИ, ГЛИНЫ, ВЕРХНЕГО ПОЧВЫ ИЛИ ИЛА
38 §488-24.Использование и оборудование неметаллических вспомогательных горнодобывающих предприятий. Вспомогательные виды использования и сооружения в земляных работах или карьерах, работающих в соответствии со стандартами эффективности, изложенными в статье 7 или 8-A, освобождаются от действия этой статьи, если стандарты эффективности, указанные в статье 7 или 8-A, или правила, реализующие эти статьи, являются как минимум такими же ограничительными, как и нормы, установленные этой статьей. Для целей настоящего подраздела «вспомогательные виды использования и объекты» означают виды использования и объекты, связанные с обработкой материала в соответствии со статьей 7 или 8-А, такие как просеивание и дробление, погрузка и производство товарного бетона и асфальтобетона и сопутствующие товары и весы, весовые лачуги и ремонтные гаражи.Этот подраздел не применяется к застройке, построенной во время или после рекультивации.
[PL 2007, c. 616, § 2 (НОВОЕ).]

Правила: Глава 378, Критерии отклонения для выемки горных пород, карьеров, верхнего слоя почвы, глины или ила и стандарты производительности для хранения нефтепродуктов

Формы:

Дополнительные материалы:

Карьеры

Ссылка на закон: Статья 8-A: СТАНДАРТЫ ПРОИЗВОДИТЕЛЬНОСТИ ДЛЯ КАРЬЕРОВ

Правила: Глава 378, Критерии отклонения для выемки горных пород, карьеров, верхнего слоя почвы, глины или ила и стандарты производительности для хранения нефтепродуктов

Формы:


Добыча металлических полезных ископаемых и перспективная разведка

В апреле 2012 года Законодательное собрание штата Мэн приняло закон, предписывающий Департаменту охраны окружающей среды предпринять двухэтапный процесс нормотворчества для модернизации государственного процесса регулирования добычи металлических полезных ископаемых.

На первом этапе Департамент уточнил требования к разрешениям на разведку и продвинутую геологоразведочную деятельность. Согласно нашим измененным правилам, геологоразведочные работы, которые ограничивают раскопки максимальным открытием поверхности не более 300 квадратных футов, не требуют разрешения, а вместо этого должны представлять план работ и соответствовать ряду стандартов эффективности, разработанных для защиты природных ресурсов и правильно восстановить место исследования. Требования к расширенным разведочным работам включают двухуровневый процесс выдачи разрешений, который создает градуированную шкалу для классификации расширенных разведочных работ (минимальное воздействие на окружающую среду по сравнению с более высоким уровнем воздействия на окружающую среду).Передовые разведочные работы делятся на две основные категории: передовые разведочные работы первого уровня включают выемку и удаление до 2000 тонн материала, в то время как передовые разведочные работы второго уровня могут включать до 10 000 тонн вынутого материала.

Уставная ссылка:

Правила:

  • Глава 200, Разведка металлических полезных ископаемых, расширенная разведка и добыча полезных ископаемых

Мониторинг оборудования для майнинга — идеи решений Azure

Идея решения

Если вы хотите, чтобы мы дополнили эту статью дополнительной информацией, такой как потенциальные варианты использования, альтернативные услуги, рекомендации по реализации или рекомендации по ценам, сообщите нам об этом через GitHub Feedback!

Горнодобывающие компании могут использовать Azure для постоянного мониторинга данных о производительности своего оборудования или других активов.Анализ данных выявляет аномалии и дает рекомендации по техническому обслуживанию и ремонту. Такой мониторинг может предотвратить сбои и снизить эксплуатационные расходы.

Возможные варианты использования

  • Мониторинг горнодобывающего оборудования и другого оборудования, которое может предоставить необходимые данные.

Архитектура

Загрузите файл Visio для этой архитектуры.

Поток данных

Данные проходят через решение следующим образом:

  1. Оборудование и другие активы имеют интегрированные системы датчиков, которые доставляют данные датчиков (в файлах CSV) в папку на FTP-сервере или в хранилище Azure.
  2. Приложение Azure Logic отслеживает папку на наличие новых или измененных файлов.
  3. Logic App запускает конвейер фабрики данных при добавлении файла в папку или при изменении ранее добавленного файла.
  4. Фабрика данных Azure получает данные с FTP-сервера или из хранилища Azure и сохраняет их в озере данных, которое предоставляет Azure Data Lake. Программное обеспечение Delta Lake с открытым исходным кодом расширяет возможности Data Lake.
  5. Функция cloudFiles автоматического загрузчика Azure Databricks автоматически обрабатывает новые файлы по мере их поступления в озеро данных, а также может обрабатывать существующие файлы.
    1. cloudFiles использует API структурированной потоковой передачи для проверки того, превышают ли значения датчиков пороговые значения. Если это так, он копирует значения в отдельную папку хранения (Alerts).
    2. После соответствующей очистки и преобразования данных данные перемещаются в папки Delta Lake Bronze/Silver/Gold. Папки содержат различные преобразования данных; например, проглоченный (бронза), рафинированный (серебро), агрегированный (золото).
  6. Соединитель Azure Synapse в Azure Databricks перемещает данные из озера данных в выделенный пул SQL Azure Synapse Analytics.
  7. Всякий раз, когда в папку оповещений поступает новое оповещение, приложения-функции Azure отправляют уведомления в центр уведомлений Azure.
  8. Затем
  9. Notification Hub отправляет уведомления на различные мобильные платформы, чтобы предупредить операторов и администраторов о событиях, требующих внимания.
  10. Советники по мониторингу могут создавать визуальные отчеты для изучения данных. Они могут публиковать и делиться ими, а также сотрудничать с другими. Power BI интегрируется с другими инструментами, включая Power Apps. Консультанты могут интегрировать отчеты Power BI в приложение Canvas в Power Apps для удобного взаимодействия с пользователем.

Компоненты

Данные загружаются из этих различных источников данных с использованием нескольких компонентов Azure:

  • Azure Data Lake Storage делает Azure Storage основой для создания корпоративных озер данных в Azure. Он может быстро обрабатывать огромные объемы данных (петабайты).
  • Фабрика данных Azure — это управляемая служба, которая организует и автоматизирует перемещение и преобразование данных. В этой архитектуре данные копируются из источника в службу хранилища Azure.
  • Azure Logic Apps — это автоматизированные рабочие процессы для общих задач оркестровки предприятия. Logic Apps включает соединители для многих популярных облачных служб, локальных продуктов и других приложений.
  • Azure Databricks — это аналитическая платформа на основе Apache Spark, оптимизированная для платформы облачных служб Microsoft Azure. Разработанный в сотрудничестве с основателями Apache Spark, Databricks интегрирован с Azure, чтобы обеспечить настройку одним щелчком мыши, оптимизированные рабочие процессы и интерактивную рабочую область.
  • Azure Databricks — автозагрузчик предоставляет структурированный источник потоковой передачи под названием cloudFiles. Источник cloudFiles автоматически обрабатывает новые файлы по мере их поступления в каталог, а также может обрабатывать другие файлы в каталоге.
  • Azure Synapse Analytics — это распределенная система для хранения и анализа больших наборов данных. Использование массивной параллельной обработки (MPP) делает его пригодным для выполнения высокопроизводительной аналитики.
  • Функции Azure позволяют запускать небольшие фрагменты кода (называемые «функциями»), не беспокоясь об инфраструктуре приложений.Функции Azure — это отличное решение для обработки больших объемов данных, интеграции систем, работы с Интернетом вещей (IoT) и создания простых API и микросервисов.
  • Power BI — это набор инструментов бизнес-аналитики для анализа данных и предоставления аналитических сведений. Power BI может запрашивать семантическую модель, хранящуюся в службах Analysis Services, или напрямую запрашивать Azure Synapse.
  • Power Apps — это набор приложений, служб и соединителей для создания пользовательских бизнес-приложений. Он включает базовую платформу данных (Microsoft Dataverse) и среду быстрой разработки.

Следующие шаги

Информация о проекте с открытым исходным кодом Delta Lake для построения архитектуры Lakehouse:

См. следующее руководство по архитектуре соответствующей базы данных:

См. следующее связанное руководство по архитектуре IoT:

майнинг | Britannica

добыча полезных ископаемых , процесс добычи полезных ископаемых с поверхности Земли, в том числе из морей. Минерал, за немногими исключениями, представляет собой встречающееся в природе неорганическое вещество, имеющее определенный химический состав и характерные физические свойства или молекулярную структуру.(Одно органическое вещество, уголь, также часто рассматривается как минерал.) Руда — это металлоносный минерал или совокупность металлоносных минералов и пустой породы (сопутствующей горной породы, не имеющей экономической ценности), которую можно добывать с прибылью. Месторождение полезных ископаемых обозначает естественное месторождение полезного минерала, а месторождение руды обозначает месторождение полезных ископаемых достаточной протяженности и концентрации, чтобы можно было их разрабатывать.

При оценке месторождений полезных ископаемых крайне важно помнить о прибыли.Общее количество полезных ископаемых в данном месторождении называется запасами полезных ископаемых, но только то количество, которое может быть добыто с прибылью, называется запасами руды . По мере роста продажной цены минерала или снижения затрат на его добычу доля запасов полезных ископаемых, классифицируемых как руда, увеличивается. Очевидно, верно и обратное, и рудник может прекратить добычу, потому что (1) полезные ископаемые исчерпаны или (2) цены упали или затраты выросли настолько, что то, что когда-то было рудой, теперь является только полезными ископаемыми.

История

Археологические открытия показывают, что добыча полезных ископаемых велась в доисторические времена. По-видимому, первым использованным минералом был кремень, который из-за раковистого излома можно было разбить на осколки с острыми краями, которые можно было использовать в качестве скребков, ножей и наконечников стрел. В период неолита, или нового каменного века (около 8000–2000 гг. до н. э.), в отложениях мягкого мела во Франции и Великобритании были прорыты шахты глубиной до 100 метров (330 футов) для извлечения найденной там кремневой гальки.Другие минералы, такие как красная охра и медный минерал малахит, использовались в качестве пигментов. Самая старая известная подземная шахта в мире была вырыта более 40 000 лет назад в Бомву-Ридж в горах Нгвенья, Свазиленд, для добычи охры, используемой в погребальных церемониях и для окрашивания тела.

Золото было одним из первых использованных металлов, его добывали из русла рек, состоящего из песка и гравия, где оно находилось в виде чистого металла из-за его химической стабильности. Хотя медь химически менее стабильна, она встречается в самородной форме и, вероятно, была вторым металлом, обнаруженным и использованным.Серебро также было найдено в чистом виде и одно время ценилось выше золота.

По мнению историков, египтяне добывали медь на Синайском полуострове еще в 3000 г. до н.э., хотя некоторое количество бронзы (медь в сплаве с оловом) датируется 3700 г. до н.э. Железо датируется 2800 г. до н.э.; Египетские записи о выплавке железной руды датируются 1300 годом до нашей эры. Свинец, найденный в древних руинах Трои, производился еще в 2500 году до нашей эры.

Одним из самых ранних свидетельств строительства из добытого камня было строительство (2600 г. до н.э.) великих пирамид в Египте, самая большая из которых (Хуфу) имеет длину 236 метров (775 футов) вдоль сторон основания и содержит примерно 2.3 миллиона блоков двух видов известняка и красного гранита. Считается, что известняк был добыт из-за Нила. Блоки весом до 15 000 кг (33 000 фунтов) перевозились на большие расстояния и поднимались на место, и они демонстрируют точную резку, которая привела к точной подгонке кладки.

Одно из наиболее полных ранних исследований методов добычи полезных ископаемых в Европе принадлежит немецкому ученому Георгиусу Агриколе в его книге De re metallica (1556). Он подробно описывает методы проходки шахт и тоннелей.Мягкая руда и горная порода кропотливо добывались киркой, а более твердая руда — киркой и молотком, клиньями или нагреванием (обжиг). Для разведения огня у скалы сложили кучу бревен и сожгли их. Тепло ослабило или раскололо породу из-за теплового расширения или других процессов, в зависимости от типа породы и руды. Там, где это было необходимо, использовались грубые вентиляционные и насосные системы. Подъем валов и наклонов производился с помощью брашпиля; перевозки осуществлялись на «грузовиках» и тачках. В туннелях использовались деревянные опорные системы.

Большой прогресс в добыче полезных ископаемых был достигнут, когда секрет черного пороха достиг Запада, вероятно, из Китая в позднем средневековье. В середине 19 века его заменили динамитом в качестве взрывчатого вещества, а с 1956 года широкое распространение получили как взрывчатые вещества на основе нитрата аммония, так и суспензии (смеси воды, топлива и окислителей). Стальная дрель с клиновидным острием и молоток сначала использовались для бурения отверстий для размещения взрывчатых веществ, которые затем загружались в отверстия и взорвались, чтобы разрушить породу.Опыт показал, что правильное размещение шпуров и порядок стрельбы важны для достижения максимального разрушения горных пород в шахтах.

Изобретение механических буров, приводимых в действие сжатым воздухом (пневматические молоты), заметно расширило возможности добычи твердых пород, в несколько раз уменьшив стоимость и время земляных работ. Сообщается, что англичанин Ричард Тревитик изобрел вращающуюся паровую дрель в 1813 году. Механические поршневые дрели, использующие прикрепленные к буровым штангам долота и перемещающиеся вверх и вниз, как поршень в цилиндре, датируются 1843 годом.В Германии в 1853 году была изобретена дрель, напоминающая современные пневматические дрели. Поршневые дрели были заменены перфораторами, работающими на сжатом воздухе, а их производительность улучшилась благодаря лучшей конструкции и доступности качественной стали.

Развитие бурения сопровождалось усовершенствованием методов погрузки, от ручной погрузки лопатами до различных типов механических погрузчиков. Транспортные перевозки также эволюционировали от перевозки людей и животных к шахтным вагонам, запряженным электровозами и конвейерами, и к транспортным средствам с резиновыми шинами большой грузоподъемности.Аналогичные изменения произошли в открытой добыче полезных ископаемых, что привело к увеличению объемов производства и резкому снижению стоимости металлических и неметаллических продуктов. Крупные вскрышные машины с экскаваторными колесами, применяемые при открытой добыче угля, применяются и в других типах карьеров.

Приток воды был очень важной проблемой при подземных горных работах, пока Джеймс Уатт не изобрел паровой двигатель в 18 веке. После этого паровые насосы можно было использовать для удаления воды из глубоких дневных шахт.Ранние системы освещения были открытого типа, состоящие из свечей или ламп с масляным фитилем. В последнем типе сжигали каменноугольный жир, китовый жир или керосин. Начиная с 1890-х годов горючий газ ацетилен производился путем добавления воды к карбиду кальция в основании лампы, а затем выпускался через струю в центре яркого металлического отражателя. Кремневая искра позволяла легко зажечь эти так называемые карбидные лампы. В 1930-х годах в шахты начали поступать цокольные лампы с батарейным питанием, и с тех пор были внесены различные улучшения в интенсивность света, срок службы батареи и вес.

Несмотря на то, что вокруг горняков и добычи полезных ископаемых накопилось много мифов и романов, в современной горной промышленности именно машины обеспечивают силу, а обученные шахтеры обеспечивают мозги, необходимые для победы в этой высококонкурентной отрасли.

9049



показатель эффективности

мин мин 0.70
Макс 0,93
Среднее 0,86
Стандартное отклонение 0,05

Панель B: распределение мер по повышению эффективности

показатели эффективности процент (%)

0,80148 0,804 13. 04
0.85 26.09
0,90 34.78
0,95 26.09 26.09

На рисунке 1 представлены все временные ряды показателей эффективности.


Показатели эффективности SFA, представленные выше, дают оценки производительности первого этапа. Различия в производительности должны быть изучены дополнительно, и, следовательно, требуется анализ второго этапа, поскольку на производительность могут влиять другие объясняющие переменные.В этом исследовании регрессия Тобит и регрессия Тобит с начальной загрузкой используются для изучения некоторых факторов, характерных для рудника, которые могут повлиять на производительность, полученную на первом этапе анализа. Регрессия Тобита предлагается для моделирования граничных оценок неэффективности, ограниченных снизу. Показатели неэффективности рудника, полученные с помощью SFA, подвергаются регрессии для определения влияния ряда объясняющих переменных. Переменные-кандидаты включают SR, K/R и мой возраст (AGE).

Ожидается, что SR будет иметь отрицательную связь с эффективностью, поскольку чем выше SR и, следовательно, вскрышные породы, подлежащие расчистке перед выемкой лигнита, тем ниже должна быть производительность.K/R можно использовать в качестве показателя соотношения оборудования и рабочей силы, и было бы интересно исследовать его влияние на производительность; согласно соответствующей литературе ожидается, что она будет иметь положительную связь с эффективностью, поскольку чем выше капиталовооруженность и, следовательно, уровень механизации, тем выше должна быть производительность [1]. Ожидается, что возраст рудника, согласно соответствующей литературе [1], будет иметь отрицательное отношение к эффективности, когда рудник находится на завершающей стадии своего жизненного цикла, поскольку уровни добычи могут зависеть от возраста рудника. Как уже отмечалось, оценки модели неэффективности оказываются смещенными, если переменные в производственной функции и переменные в модели неэффективности коррелируют. Поэтому, поскольку K/R и AGE коррелируют с переменными производственной функции, они были исключены из анализа.

Результаты анализа, объясняющие показатели производительности на тойт-битную регрессию на загрузочную регрессию на загрузке, приведены в таблице 4.





Переменная Коэффициент Стандартная ошибка T -Value ( P -Value ( P -Value ( P -Value)


Панель A: Цензура Тобита Модель (зависимая переменная (неэффективность) = 1-TE)
-0 . 0198 0,0240 -0,83 (0,418)
SR 0,0564 0,0081 6,95 (0,000)
Сигма 0,0311 0,0047
логарифмического правдоподобия = 44.158


Панель B: Загрузите цензура Тобита (зависимая переменная (неэффективность) = 1-TE)

Переменная Коэффициент Bootstrapped Стандартная ошибка T — значение ( p значение )

Константа -0.0198 0,0236 -0,84 (0,401)
SR 0,0564 0,0090 6,24 (0,000)
Сигма 0,0311 0,0041
логарифмического правдоподобия = 44. 158

Примечания : сигма: оценка стандартного отклонения ошибки.
Регрессия Tobit с начальной загрузкой была выполнена с B (количество повторений) = 1000 образцов.

3.3. Обсуждение

Как видно из табл. 2, где представлены результаты оценок функции максимального правдоподобия, расчетные коэффициенты для труда, вскрышных работ и потребляемой электроэнергии также положительны и значимы без учета вскрышных работ, что свидетельствует о том, что использование труда а энергия положительно связана с добычей бурого угля.

Соотношение указывает на то, что односторонняя погрешность несколько преобладает над симметричной погрешностью по сравнению с , поэтому вариации фактического производства обусловлены различиями в практике управления за изучаемый период времени, а не случайной изменчивостью.

Согласно SFA оценки эффективности варьируются от 0 до 1, где эффективность, равная 1, указывает на идеальную техническую эффективность. В Таблице 2 показано, что эффективность мин варьируется от 0,70 до 0,93 при среднем значении 0,86. Распределение эффективности показывает, что 73,9% ежегодных операций имеют показатель эффективности менее 0,90. Поскольку баллы TE рассчитываются с точки зрения максимизации добычи, результаты подразумевают, что рудник сможет увеличить добычу бурого угля примерно на 14%, используя свои ресурсы более эффективно.Расчетная средняя эффективность (0,86) особенно высока по сравнению с результатами Ву [7], но сравнима с результатами, полученными Ши [11].

Также замечено, что сумма коэффициентов труда, энергии и перегрузки значительно больше единицы, и это может означать, что существует выгода от эффекта масштаба. Это свидетельство не согласуется с результатами предыдущих исследований [2, 7], в которых было выявлено снижение отдачи от масштаба в горнодобывающей промышленности.

В таблице 4 показано, что SR играет важную роль в объяснении неэффективности; знак СР положительный, как и ожидалось. Этот вывод согласуется с результатами предыдущих исследований [1], в которых сообщается об отрицательной связи производительности угольной шахты (то есть производительности труда) с коэффициентом вскрыши.

Стоит отметить, что, хотя в этой статье был принят двухэтапный подход, одноэтапный подход также применялся в качестве эксперимента для повышения надежности; результаты показывают, что единственным существенным фактором, объясняющим неэффективность, является ISR.Использование СР не дало статистически значимых результатов. Что касается расчетных коэффициентов производственных факторов, которые приведены в таблице 2, одноэтапная модель вызывает важные различия для коэффициентов труда и вскрышных работ; в частности, полученный коэффициент для вскрыши не имеет ожидаемого знака. Результаты одношагового подхода доступны по запросу у автора.

4. Выводы

Новизна статьи заключается в предложении схемы оценки эффективности горных работ, сочетающей SFA и регрессию Тобита для получения оценок эффективности горных работ и выявления причинных факторов эффективности. В этом исследовании используется двухэтапный подход к оценке производительности на уровне рудника; тематическое исследование касается буроугольного рудника Kardia Field греческой PPC S.A. Модель SFA с производственной функцией Cobb-Douglas предлагается на Этапе-1 для определения эффективности годовой деятельности рудника. Предполагается, что член неэффективности модели следует полунормальному распределению. На Этапе 2 предлагается модель неэффективности для определения факторов, характерных для шахты (т. е. факторов окружающей среды), влияющих на производительность.Это исследование дополняет литературные данные за счет включения SFA и регрессионного анализа Tobit для выявления движущих сил, которые могут объяснить производительность на уровне рудника. В свете результатов этого исследования на этапе 1 у нас есть доказательства того, что шахта неэффективна, и есть возможности для улучшения за счет увеличения производительности в среднем примерно на 14% при более эффективном использовании ресурсов. Этап 2 связан с регрессией показателей неэффективности по набору факторов окружающей среды, которые охватывают характеристики годовой деятельности рудника.Для преодоления проблем двухэтапного подхода из анализа были исключены факторы внешней среды, коррелирующие с компонентами производственной функции. В отличие от других подобных исследований, в этом исследовании регрессия Тобита с начальной загрузкой была выполнена для обеспечения надежности; результаты показывают, что единственным существенным фактором, объясняющим неэффективность, является коэффициент десорбции. В частности, при наличии неэффективности и более низкой результативности неэффективной годовой деятельности руководство должно принимать меры по повышению эффективности, обращая внимание на упомянутый выше фактор.

Настоящее исследование имеет некоторые ограничения. Прежде всего ожидается, что больший набор данных поможет нам обобщить результаты. Таким образом, в качестве дальнейшего расширения этой статьи производительность месторождения Кардия может быть оценена с использованием той же двухэтапной процедуры с обширным набором данных. Более того, для экспериментов с другими производственными функциями для анализа потребуется большее количество наблюдений. Во-вторых, другие результаты, такие как существование эффекта масштаба, могут быть дополнительно исследованы с использованием других конкурирующих методов, таких как DEA.

Что касается дальнейших исследований, будущие исследования могут включать использование других моделей SFA в рамках байесовской SFA или совместное использование других конкурирующих детерминированных методов в качестве тандема, таких как DEA, для оценки производительности. Следует отметить, что DEA может быть включен в предлагаемую двухэтапную структуру, и как SFA, так и DEA могут использоваться в тандеме. Кроме того, изучение независимых разрезов, таких как буроугольный и вскрышный разрезы, которые отражают типичную организационную и административную структуру на уровне буроугольного рудника, также является сложной задачей и открывает новые возможности для дальнейших исследований.Также стоит отметить, что анализ можно легко распространить на уровень фирмы и отрасли, чтобы оценить все шахты изучаемой фирмы и все шахты в секторе соответственно, если будут доступны необходимые данные.

Доступность данных

Данные, используемые в этой статье, были собраны в рамках сопутствующей статьи с коллегами PPC [22]. Часть данных включена в [22]. Запросы данных следует направлять автору по адресу [email protected]

Конфликт интересов

Автор заявляет об отсутствии конфликта интересов в связи с публикацией данной статьи.

Производительность горнодобывающих предприятий: обращение вспять тенденции к снижению

Согласно новому исследованию McKinsey, производительность по всему миру сегодня на 28% ниже, чем десять лет назад. Результаты нового индекса производительности MineLens (MPI) McKinsey, который корректируется с учетом снижения содержания руды и роста затрат на добычу, показывают, что выраженное снижение производительности очевидно для различных сырьевых товаров и наблюдается в большинстве игроков горнодобывающей отрасли и географических регионах.

По сравнению с такими отраслями, как автомобилестроение, которые одержимы повышением производительности, цифры кажутся поразительными. Тем не менее спад может показаться менее удивительным, если принять во внимание тот факт, что отрасль только что пережила суперцикл спроса и за последнее десятилетие сумела увеличить производство некоторых основных товаров на 50 и более процентов.

Ясно одно: в связи с падением прибыльности майнинга за последние три года отрасль снова стремится повысить производительность.В этой статье мы описываем наш индекс, обсуждаем тенденции производительности майнинга, которые он выявляет, и предлагаем рекомендации о том, как отрасль может улучшить производительность. Важно отметить, что наше исследование показывает, что некоторые горнодобывающие компании уже меняют показатели производительности, указывая на то, что улучшения возможны и есть возможности для улучшения во всей отрасли.

Подробнее о Металлургия и горнодобывающая промышленность

Требуется: лучший показатель производительности в горнодобывающей промышленности

Всплеск спроса на металлы и полезные ископаемые в начале 2000-х годов быстро привел к значительному повышению цен и, как следствие, к значительному увеличению прибыльности горнодобывающих компаний. Наращивание объемов производства стало главным приоритетом отрасли. Горнодобывающие компании во всем мире в значительной степени упустили из виду цели производительности, которые лежали в основе производственной дисциплины в неурожайные 1980-е и 1990-е годы, когда некоторые отрасли промышленности установили здоровые рекорды в повышении производительности (Иллюстрация 1). По мере того как бум спроса набирал обороты, рост затрат, связанный с расширением производства, вышел из-под контроля.

Экспонат 1

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту.Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Обстоятельства отрасли теперь изменились. Финансовый кризис послужил первоначальным тревожным сигналом, но затем цены на сырьевые товары восстановились и достигли новых максимумов к 2011 году. Сегодня отрасль оказалась на новой территории после замедления роста спроса за последние четыре года и последующего падения цен. и прибыль от майнинга.

В отрасли существует большой интерес к обращению вспять эксцессов 2000-х годов.Горнодобывающие компании стремятся сократить затраты на добычу полезных ископаемых или увеличить производительность без дополнительных затрат, другими словами, повысить производительность. Руководители компаний признают инвесторам, что необходимо решить проблему низкой производительности. Тем временем правительства крупных горнодобывающих стран также пытаются понять проблему производительности, а исследовательские институты, финансируемые государством, внимательно изучают этот вопрос.

Важнейшая часть способности отрасли противостоять вызовам заключается в способности измерять производительность таким образом, чтобы менеджеры могли видеть, достигается ли и когда достигается какой-либо прогресс.Существующие подходы к измерению производительности майнинга имеют ограничения.

Руководители отрасли сосредоточили внимание на производительности труда, обычно измеряемой с точки зрения выпуска конечной продукции, а не общего количества перемещаемого материала, на одного занятого. Недостатком этого показателя является то, что он не учитывает, как на производительность могут повлиять геологические условия, такие как ухудшение качества руды, а также инвестиции в оборудование или расходы на расходные материалы, такие как шины или взрывчатые вещества. В результате метрика труда не дает рекомендаций по общей производительности шахты.Точно так же метрика общей эффективности оборудования (OEE), обычно рассчитываемая на основе диспетчерских данных о времени работы и задержках оборудования, дает важную информацию о доступности, использовании и темповых характеристиках, но фокусируется на составных частях операции, таких как экскаваторы или обработка. завод, а не всю операцию.

Экономисты также применяли более продвинутые показатели, такие как общая факторная производительность (TFP). Но подход TFP измеряет объем производства с точки зрения добавленной стоимости, и поэтому имеет недостатки в двух важных областях: на него влияют изменения геологических условий, таких как качество руды, и на него влияют цены на сырьевые товары, которые постоянно меняются. Горнодобывающие компании не могут контролировать эти две области, поэтому изменения показателей TFP не в полной мере отражают операционные показатели и производительность.

Хотите узнать больше о нашей практике в металлургии и горнодобывающей промышленности?

Новый способ измерения производительности при добыче полезных ископаемых

Проще говоря, отрасли нужна методология, которая поможет менеджерам понять, улучшают ли они свои показатели при разрушении и перемещении горных пород. С этой целью мы разработали показатель — Индекс производительности MineLens (MPI), — который позволяет менеджерам горнодобывающей отрасли измерять аспекты производительности, находящиеся под их контролем.

Сферами, находящимися под контролем руководства, являются вложенный капитал, вложенный труд, производственные процессы, которыми оно управляет, расходы на товары и услуги и то, как оно организует добычу полезных ископаемых. Эти меры исключают факторы, оказывающие существенное влияние на производительность. Вероятно, наиболее важными являются переменный характер содержания руды и глубина залегания рудного тела. Они ухудшаются и углубляются по мере эксплуатации рудника, что приводит к росту затрат на добычу и падению производства. Учитывая, что горнодобывающие компании обычно измеряют добычу фактически добытой руды, а не общий объем перемещаемого материала, производительность, измеряемая таким образом, имеет тенденцию к постоянному снижению.Еще один важный фактор касается более широких нормативных требований в отрасли по всему миру; они могут прямо или косвенно влиять на производительность, но, опять же, в значительной степени находятся вне контроля руководства.

Поскольку возможность повышения производительности будет заключаться в областях, которые может контролировать операционное руководство, мы построили наш индекс, чтобы отразить эти области. Соответственно, MPI фокусируется на капитальных, трудовых и нетрудовых операционных расходах.Мы намеренно исключили содержание руды из расчета. Затем эти три элемента связываются с показателем физической добычи на руднике, на который не влияют изменения содержания руды и коэффициента вскрыши. Основой для MPI является хорошо зарекомендовавшее себя уравнение производственной функции Кобба-Дугласа, используемое для измерения производительности в национальных экономиках, которое мы модифицировали таким образом, чтобы оно могло измерять производительность горнодобывающих операций (см. врезку «Введение в индекс производительности MineLens»). »).

Сбор данных с отдельных шахт по каждому из четырех элементов позволяет отслеживать, как развивалась производительность и как эти элементы влияют на производительность шахты с течением времени.Помимо использования для анализа производительности отдельных шахт, данные по шахтам, собранные с помощью MPI, могут быть сопоставлены для создания картины производительности по секторам. Также можно применить тот же анализ ИМБ для выявления тенденций производительности в горнодобывающем секторе страны в целом (см. врезку «Пример динамики производительности в Австралии»).

Время взглянуть правде в глаза!

Что показывают данные? Короче говоря, отрасль заплатила высокую цену в виде более низкой производительности за увеличение объемов во время бума спроса, но есть признаки того, что отрасль, возможно, начинает менять свои показатели производительности.

За последнее десятилетие производительность горных работ, измеряемая MPI, снижалась на 3,5 процента в год, а это означает, что сегодня горнодобывающие компании на 28 процентов менее эффективны при копании и перемещении тонны всего материала, чем десять лет назад (Иллюстрация 2). Ярко выраженное снижение производительности наблюдается по различным сырьевым товарам, включая медь, железную руду, уголь и металлы платиновой группы (Иллюстрация 3). Это также наблюдается у большинства участников рынка майнинга и во всех основных географических регионах добычи (рис. 4).Это снижение произошло после поправки на внешние факторы, такие как ухудшение качества руды и рост затрат на добычу, включая рост цен на сырьевые ресурсы, такие как топливо и взрывчатые вещества. Важно отметить, что снижение продуктивности было бы еще более выраженным, если бы не была сделана поправка на ухудшение качества руды.

Экспонат 2

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту.Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Экспонат 3

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Экспонат 4

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту.Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected] com

Однако начинают проявляться несколько более обнадеживающие признаки, когда тренд ИМБ разделяется на две отдельные фазы новейшей истории горнодобывающей промышленности — до и после 2009 г., — что также показано на Рисунке 2. Данные ИМБ показывают, что за 2009–2009 гг. 13 период в отрасли более или менее стабилизировалась тенденция к снижению производительности, при этом ИМБ в среднем составляет всего -0.4 процента в год. Данные о производительности также зафиксировали рост некоторых товаров в период 2012–2013 годов.

Какие факторы, составляющие ИМБ, оказали наибольшее влияние на тенденции производительности? Во многом виноват рост капитальных затрат и, в несколько меньшей степени, операционных расходов (Иллюстрация 5). С 2004 по 2013 год капитальные затраты увеличились со среднегодовым темпом роста (CAGR) на 36,8 процента, а операционные расходы на среднегодовой темп роста 18,1 процента за тот же период.Количество рабочих также увеличилось, в среднем на 6,6% за весь период. В популяции шахт, которые мы включили в MPI, производительность выросла в среднем на 14,8 процента.

Экспонат 5

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Оценка производительности отдельных шахт

Для отдельных шахт показатели производительности, показанные данными MPI, также могут дать полезную информацию.На рисунке 6 показаны показатели производительности для выборки шахт с использованием ИМБ. Четыре квадранта представляют эволюцию производительности (по сравнению с базой в 2008 г.) с точки зрения затрат на единицу продукции и выпуска, а зеленый квадрант представляет наиболее желательный результат — более низкие затраты на единицу продукции и более высокую производительность на одного работника. Эволюция стоимости активов рудника с 2008 года представлена ​​размером кружка. Голубой пузырь большего размера, чем темно-синий базовый пузырь 2008 г., указывает на увеличение стоимости активов (соответствующее увеличению капитальных затрат).Меньший пузырь указывает на более низкие капитальные затраты.

Экспонат 6

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Шахта, которая улучшила все четыре элемента производительности, лежащие в основе MPI, — рабочая сила, капитальные затраты, нетрудовые операционные затраты и объемы производства — переместится из своего исходного положения (как показано темно-синим пузырем) в зеленый квадрант, и размер пузыря будет такого же размера или меньше, чем в 2008 году.Такой рудник снизит себестоимость единицы продукции и повысит производительность на одного работника без увеличения капитальных затрат. С 2008 года это представляет собой серьезную проблему для горнодобывающих предприятий: ни одной из шахт в изученной выборке не удалось попасть в этот квадрант.

Изучение данных по отдельным рудникам с использованием MPI может дать руководству рудника полезную информацию об их прогрессе на пути к повышению производительности. Медный рудник в Южной Америке произвел значительные капиталовложения, чтобы увеличить производство, и объем производства увеличился 3.9 процентов в год (Приложение 7). Однако, несмотря на то, что за последние четыре года производительность начала расти благодаря более высокому объему производства, увеличение затрат на рабочую силу и, в частности, на эксплуатационные расходы в течение всего периода 2005–2013 гг., привело к снижению производительности почти на 2 процента в год в в среднем за период.

Экспонат 7

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Решение проблемы производительности в отрасли

Каков путь вперед? Чтобы решить задачу повышения производительности, майнерам необходимо будет предпринять шаги на двух уровнях: во-первых, для достижения краткосрочной выгоды, а во-вторых, чтобы направить свои операции на правильный курс для повышения производительности в долгосрочной перспективе.

На первом уровне путь вперед ясен. Наше исследование показывает, что капитальные затраты и операционные расходы, не связанные с рабочей силой, были основными факторами снижения производительности.Очевидно, что отрасль уже начала работать над этим, и многие компании уже сокращают капитальные затраты и предпринимают шаги для получения большей добавленной стоимости от своих активов. Также необходимо продолжать работу по снижению операционных расходов, не связанных с рабочей силой, в частности, за счет повышения эффективности закупок. В самом деле, улучшения, которые уже начинают проявляться в данных ИМБ, указывают на то, что повышение производительности труда происходит в некоторых регионах, где капитальные затраты были резко сокращены и где ряд крупных активов был введен в эксплуатацию и увеличил объем производства, в то время как были предприняты серьезные усилия по сокращению операционных издержек.

Узнайте, как MineLens может предоставлять данные и идеи для оптимизации производительности майнинга

Переходя ко второму уровню действий, мы видим три важных направления для устранения коренных причин снижения производительности.

Внедрение эффективных операционных систем управления на шахтах. Это повысит прозрачность операций. Операционные системы также должны высвобождать людей и ресурсы для расстановки приоритетов в производительности и операционном совершенстве, а также для поддержки эффективного управления производительностью.Такой подход поможет решить важную проблему, с которой столкнулась отрасль: сделать производительность (и ее измерение) приоритетом. Обычно основное внимание уделялось улучшению одной или двух переменных, таких как снижение затрат, снижение капиталоемкости или увеличение пропускной способности. Но целостный подход к факторам производительности, который используется на нескольких уровнях, в горнодобывающих организациях встречается редко.

Уделите первоочередное внимание совершенствованию операций и развитию возможностей. Операционное совершенство предполагает постоянное внимание к совершенствованию и позволяет постоянно снижать затраты и повышать производительность. Для этого требуется решительное внимание к устранению всех форм потерь, уменьшению изменчивости и повышению производительности активов за счет усовершенствованных подходов к надежности и обслуживанию, а также повышенной гибкости в отношении меняющихся условий. Многие горнодобывающие компании борются с ограничениями возможностей и должны решать их: наращивание потенциала отдельных лиц и организации является необходимостью для компаний, чтобы иметь возможность использовать все рычаги, связанные с повышением производительности.

Талант необходим не только, например, для достижения мировых уровней ликвидации отходов и гибкости операций, но и для достижения прогресса в производительности. Многие горнодобывающие компании до сих пор считают повышение операционной производительности прерогативой отдела «постоянного совершенствования» или горстки экспертов по бережливому производству или «черных поясов по шести сигмам», но еще не считают это своей основной компетенцией.

Сосредоточьтесь на инновациях. Возможно, понятно, что отрасль, которую год за годом в последнее десятилетие просили бить производственные рекорды, предпочитала оставаться с тем, что всегда работало, а не рисковать прерыванием производства, но скорость инноваций в отрасли и внедрение прорывные технологии вообще были медленными даже до суперцикла.Например, потенциал внедрения передовых процессов диспетчеризации в подземных горных работах очевиден, но он еще не получил широкого распространения. За некоторыми заметными исключениями также неясно, кто уполномочен внедрять инновации во многих горнодобывающих компаниях. И во многих случаях новые капитальные проекты реализуются без интеграции новых технологий в конструкцию рудника.

Менеджмент горнодобывающей компании должен поощрять открытость к опробованию новых подходов и внедрению новых технологий.В то же время горнодобывающие компании должны использовать расширенную аналитику, чтобы использовать потенциал огромных объемов данных, генерируемых в типичных современных операциях по добыче полезных ископаемых, чтобы стимулировать инициативы по повышению производительности. Чтобы это произошло, потребуется расширить ожидания в отношении того, за что несут ответственность операционные руководители, и более тесная интеграция с другими корпоративными функциями. Это также потребует выхода за пределы горнодобывающей промышленности, чтобы черпать вдохновение в успехах других отраслей.Партнерство между горнодобывающими компаниями и поставщиками оборудования и технологий также должно расширяться, чтобы инновации в горнодобывающей отрасли могли добиться более широкого успеха.


Цены на сырье для горнодобывающей промышленности нестабильны, и инвесторы в настоящее время без энтузиазма относятся к перспективам отрасли. Тем не менее, мы считаем, что долгосрочные основы спроса и предложения многих важных сырьевых товаров для горнодобывающей промышленности предполагают, что компании, которые смогут экономически эффективно увеличить объемы производства, будут вознаграждены. Это означает, что компании, способные преуспеть в гонке за повышение производительности, окажутся в числе крупнейших победителей. Описанные здесь инициативы являются важными факторами повышения производительности. В сочетании с обязательством отслеживать производительность они станут важным фактором в этой гонке.

Глобальный набор данных о горнодобывающих районах

  • 1.

    Гильюм, С., Диттрих, М., Либер, М. и Луттер, С. Глобальные модели материальных потоков и их социально-экономические и экологические последствия: A Исследование МИД по всем странам мира с 1980 по 2009 год. Resources 3 , 319–339 (2014).

    Артикул Google Scholar

  • 2.

    IRP, U. Global Resources Outlook 2019: Природные ресурсы для будущего, которого мы хотим. Отчет Международной ресурсной группы . Отчет № DTI/2226/NA (Программа ООН по окружающей среде, 2019 г.).

  • 3.

    Краусманн, Ф., Шандл, Х., Айзенменгер, Н., Гильюм, С. и Джексон, Т. Учет материальных потоков: измерение глобального использования материалов для устойчивого развития. Энн. Преподобный Env. Ресурс. 42 , 647–675 (2017).

    Артикул Google Scholar

  • 4.

    Кальво Г., Мадд Г., Валеро А. и Валеро А. Снижение содержания руды в мировой добыче металлов: теоретический вопрос или глобальная реальность? Ресурсы 5 (2016).

  • 5.

    Прайор, Т., Джурко, Д., Мадд, Г., Мейсон, Л. и Бериш, Дж. Истощение ресурсов, пик полезных ископаемых и последствия для устойчивого управления ресурсами. Глоб. Окружающая среда. Изменение 22 , 577–587 (2012).

    Артикул Google Scholar

  • 6.

    West, J. Снижение содержания металлов в руде. J. Ind. Ecol. 15 , 165–168 (2011).

    Артикул Google Scholar

  • 7.

    Мадд, Г. М. Глобальные тенденции в золотодобыче: К количественной оценке экологической и ресурсной устойчивости. Ресурс. Политика 32 , 42–56 (2007).

    Артикул Google Scholar

  • 8.

    Sonter, L.J., Moran, C.J., Barrett, D.J. & Soares-Filho, B.S. Процессы изменения землепользования в горнодобывающих регионах. Дж. Чистый. Произв. 84 , 494–501 (2014).

    Артикул Google Scholar

  • 9.

    Вернер, Т., Беббингтон, А. и Грегори, Г. Оценка воздействия добычи полезных ископаемых: Недавний вклад ГИС и дистанционного зондирования. Экстракт. Инд. соц. 6 , 993–1012 (2019).

    Артикул Google Scholar

  • 10.

    Кобаяши, Х., Ватандо, Х. и Какимото, М. Глобальный анализ земельного покрова и охраняемых территорий на уровне участков, перекрывающихся с добычей полезных ископаемых в качестве индикатора нагрузки на биоразнообразие. Дж. Чистый. Произв. 84 , 459–468 (2014).

    Артикул Google Scholar

  • 11.

    Сонтер, Л.Дж., Али, С.Х. и Уотсон, Дж.Э.М. Горное дело и биоразнообразие: ключевые вопросы и исследовательские потребности в науке о сохранении. Проц. биол. Наука . 285 (2018).

  • 12.

    Ислам, К., Вилайсук, X. и Мураками, С. Объединение дистанционного зондирования и оценки жизненного цикла для количественной оценки воздействия добычи меди, серебра и золота на окружающую среду: пример из Лаоса. Ресурс. Консерв. Реси. 154 , 104630 (2020).

    Артикул Google Scholar

  • 13.

    Батт, N. и др. . Риски для биоразнообразия, связанные с добычей ископаемого топлива. Наука 342 , 425–426 (2013).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 14.

    Murguía, D. I., Bringezu, S. & Schaldach, R. Глобальное прямое воздействие на биоразнообразие крупномасштабной добычей металлов: пространственное распределение и последствия для сохранения. Дж. Энвирон. Управлять. 180 , 409–420 (2016).

    Google Scholar

  • 15.

    Эндл, А., Тост, М., Хитч, М., Мозер, П. и Фейл, С. Инновационные тенденции в горнодобывающей промышленности Европы и их вклад в достижение целей устойчивого развития: белые пятна и сильные стороны. Ресурс. Политика 101440 (2019).

  • 16.

    Брукнер, М., Фишер, Г., Трамберенд, С. и Гильюм, С. Измерение телесоединений в глобальной наземной системе: обзор и сравнительная оценка методов учета площади земли. Экол. Экон. 114 , 11–21 (2015).

    Артикул Google Scholar

  • 17.

    Шаффарцик, А. и др. . Торговая земля: обзор подходов к учету потребностей в земельных участках вверх по течению для продаваемой продукции. J. Ind. Ecol. 19 , 703–714 (2015).

    Артикул Google Scholar

  • 18.

    USGS – Геологическая служба США.Пространственные онлайн-данные о минеральных ресурсах, https://mrdata.usgs.gov/ (2018 г.).

  • 19.

    S&P Global Market Intelligence. База данных SNL по металлам и добыче полезных ископаемых, https://www.spglobal.com/marketintelligence/en/campaigns/metals-mining (2018).

  • 20.

    Murguía, D. I. & Bringezu, S. Измерение особых требований к земле для крупных металлических рудников по добыче железа, бокситов, меди, золота и серебра. Прог. инд. экол. 10 , 264–285 (2016).

    Артикул Google Scholar

  • 21.

    Вернер, Т. Т. и др. . Глобальное дистанционное зондирование минных полей и анализ факторов, объясняющих их масштабы. Глоб. Окружающая среда. Смена 60 (2020).

  • 22.

    Маунтракис Г., Им Дж. и Оголе К. Машины опорных векторов в дистанционном зондировании: обзор. ISPRS J. Photogramm. 66 , 247–259 (2011).

    Артикул Google Scholar

  • 23.

    Бельгия, М.& Драгу, Л. Случайный лес в дистанционном зондировании: обзор приложений и будущих направлений. ISPRS J. Photogramm. 114 , 24–31 (2016).

    Артикул Google Scholar

  • 24.

    Чжу, X. X. и др. . Глубокое обучение дистанционному зондированию: всесторонний обзор и список ресурсов. IEEE Geosc. Рем. Сен. М. 5 , 8–36 (2017).

    Артикул Google Scholar

  • 25.

    Вулдер, М. А., Купс, Н. К., Рой, Д. П., Уайт, Дж. К. и Эрмосилья, Т. Земельный покров 2.0. Междунар. J. Remote Sens. 39 , 4254–4284 (2018).

    ОБЪЯВЛЕНИЕ Статья Google Scholar

  • 26.

    Чжу, З. и др. . Преимущества бесплатной и открытой политики данных Landsat. Дистанционный датчик окружающей среды. 224 , 382–385 (2019).

    ОБЪЯВЛЕНИЕ Статья Google Scholar

  • 27.

    Петропулос, Г. П., Парсиневелос, П. и Митрака, З. Обнаружение изменений при добыче полезных ископаемых и мелиорации на основе подхода машинного обучения на многовременных изображениях Landsat TM. Геокарто, международный 28 , 323–342 (2013).

    Артикул Google Scholar

  • 28.

    Lajeunesse Connette, K.J. и др. . Оценка масштабов добычи полезных ископаемых в Мьянме на основе находящихся в свободном доступе спутниковых снимков. Дистанционный датчик . 8 (2016).

  • 29.

    Ю. Л. и др. . Мониторинг участков открытых горных работ с использованием нескольких наборов данных дистанционного зондирования: глобальная перспектива. Рудный геол. Ред. 101 , 675–687 (2018).

    Артикул Google Scholar

  • 30.

    Васуки Ю. и др. . Пространственно-временные закономерности изменения земного покрова из-за добычи полезных ископаемых в районе Дарлинг, Западная Австралия: подход визуального анализа. Рудный геол. 108 , 23–32 (2019).

    Артикул Google Scholar

  • 31.

    Мукерджи, Дж., Мукерджи, Дж., Чакраварти, Д. и Айкат, С. Новый индекс для обнаружения открытых угольных шахт с помощью Landsat 8 OLI/TIRS. IEEE J-STARS 12 , 891–897 (2019).

    Google Scholar

  • 32.

    Waldrop, MM News Feature: Каковы пределы глубокого обучения? ПНАС 116 , 1074–1077 (2019).

    КАС Статья Google Scholar

  • 33.

    EOX IT Services GmbH. Sentinel-2 безоблачный (содержит модифицированные данные Copernicus sentinel 2017 и 2018 гг.), https://s2maps.eu (2018 г.).

  • 34.

    Пебесма, Э. Простые функции для R: стандартизированная поддержка пространственных векторных данных. R J. 10 , 439–446 (2018).

    Артикул Google Scholar

  • 35.

    Gutschlhofer, J. & Maus, V. Веб-приложение для полигонизации горнодобывающей промышленности, версия 1.2. Зенодо https://doi.org/10.5281/zenodo.36

    (2020).

  • 36.

    Лесив М. и др. . Характеристика пространственной и временной доступности спутниковых изображений очень высокого разрешения на картах Google Earth и Microsoft Bing в качестве источника справочных данных. Земля 7 (2018).

  • 37.

    Брэдшоу, А. Восстановление заминированных земель с использованием естественных процессов. Экол. англ. 8 , 255–269 (1997).

    Артикул Google Scholar

  • 38.

    ЕВРОСТАТ. Страны, 2016 г. – административные единицы – набор данных (обобщенный набор данных, полученный на основе данных Eurogeographics и ГУ ООН-ФАО), https://ec. europa.eu/eurostat/cache/GISCO/distribution/v2/countries/ (2018).

  • 39.

    Аматулли Г. и др. . Набор глобальных межмасштабных топографических переменных для моделирования окружающей среды и биоразнообразия. Науч. Данные 5 , 180040 (2018).

    Артикул Google Scholar

  • 40.

    Maus, V. и др. . Полигоны добычи глобального масштаба (версия 1). Пангея https://doi.org/10.1594/PANGAEA.

    4 (2020).

  • 41.

    Марасуэла, М., Васкес-Суни, Э., Айора, К., Гарсия-Хил, А. и Пальма, Т. Влияние откачки рассола на естественную гидродинамику Салар-де-Атакама: демпфирующая способность солончаков. Науч. Общая окружающая среда. 654 , 1118–1131 (2019).

    ОБЪЯВЛЕНИЕ КАС Статья Google Scholar

  • 42.

    Лю, В., Агусдината, Д. Б. и Мьинт, С. В. Пространственно-временные закономерности добычи лития и деградации окружающей среды на солончаке Атакама, Чили. Междунар. Дж. Заявл. Обсерв. Земли 80 , 145–156 (2019).

    Артикул Google Scholar

  • 43.

    Хансен, К. Шахты Карахас в Бразилии, Земная обсерватория НАСА , https://earthobservatory.nasa.gov/images/144457/brazils-carajas-mines (2018).

  • 44.

    Горное дело. Медно-золотой рудник Batu Hijau, Индонезия, https://www.mining-technology.com/projects/batu/ (2020).

  • 45.

    Шен Л. и Гансон А. Дж. Роль кустарной и мелкомасштабной добычи полезных ископаемых в экономике Китая. Дж. Чистый. Произв. 14 , 427–435 (2006).

    Артикул Google Scholar

  • 46.

    Шен Л., Дай Т. и Гансон А. Дж. Мелкомасштабная добыча полезных ископаемых в Китае: оценка последних достижений в области политики и нормативно-правовой базы. Ресурс. Политика 34 , 150–157 (2009 г.).

    Артикул Google Scholar

  • 47.

    Potere, D. Точность горизонтального позиционирования архива изображений высокого разрешения Google Earth. Датчики 8 , 7973–7981 (2008 г.).

    Артикул Google Scholar

  • 48.

    Vajsová B & Åstrand, P. J. Отчет о тестировании новых датчиков для датчика Sentinel-2A над испытательным полигоном Maussane для целей CAP . Отчет № EUR 27674EN (Публикационное бюро Европейского Союза, 2015 г.).

  • 49.

    Cochran, W.G. Методы отбора проб . Серия по теории вероятностей и статистике (Wiley, 1977), 3 изд.

  • 50.

    Олофссон, П. и др. . Надлежащая практика оценки площади и оценки точности изменения земли. Дистанционный датчикОкружающая среда. 148 , 42–57 (2014).

    ОБЪЯВЛЕНИЕ Статья Google Scholar

  • 51.

    OGC – Открытый геопространственный консорциум. Стандарт кодирования GeoPackage, https://www. geopackage.org/ (2005 г.).

  • 52.

    OGC – Открытый геопространственный консорциум. Формат файлов изображений с географическими тегами (GeoTIFF), https://www.ogc.org/standards/geotiff (2019).

  • 53.

    Интернет-сообщество. RFC 4180: Общий формат и тип MIME для значений, разделенных запятыми (CSV).https://tools.ietf.org/html/rfc4180 (2005 г.).

  • 54.

    Ван, Дж.-Ф., Чжан, Т.-Л. и Фу, Б.-Дж. Мера пространственной стратифицированной неоднородности. Экол. индик. 67 , 250–256 (2016).

    Артикул Google Scholar

  • 55.

    Брансдон С., Фотерингем А. С. и Чарльтон М. Э. Географически взвешенная регрессия: метод исследования пространственной нестационарности. Геогр. Анальный. 28 , 281–298 (1996).

    Артикул Google Scholar

  • 56.

    Брансдон, К., Фотерингем, С. и Чарльтон, М. Географически взвешенная регрессия. JR Stat. соц., сер. Д Стат. 47 , 431–443 (1998).

    Артикул Google Scholar

  • 57.

    Команда разработчиков QGIS. Геоинформационная система QGIS, версия 3.12.0. Геопространственный фонд с открытым исходным кодом , https://www.qgis.org (2020).

  • 58.

    R Основная команда. R: Язык и среда для статистических вычислений, версия 3.6.1. Фонд статистических вычислений, Вена, Австрия , https://www.R-project.org (2019).

  • 59.

    Основная команда Python. Python: динамический язык программирования с открытым исходным кодом, версия 2.7.17. Python Software Foundation , https://www.python.org (2019).

  • 60.

    OGC – Открытый геопространственный консорциум. Стандарт интерфейса веб-картографического сервиса (WMS), https://www.ogc.org/standards/wms (2020 г.).

  • 61.

    Общедоступная лицензия GNU, версия 3. Free Software Foundation , https://www. gnu.org/licenses/gpl-3.0.en.html (2019).

  • 62.

    Авторы GDAL/OGR. Программная библиотека абстрагирования геопространственных данных GDAL/OGR, версия 2.4.2. Геопространственный фонд с открытым исходным кодом , https://gdal.org (2019).

  • 63.

    Чанг, В., Ченг, Дж., Аллер, Дж., Се, Ю. и Макферсон, Дж. Шайни: Платформа веб-приложений для R, версия 1.3.2, https://CRAN.R-project.org/package=shiny (2019)

  • 64.

    Глобальная группа разработчиков PostgreSQL. PostgreSQl: система объектно-реляционных баз данных с открытым исходным кодом, версия 11.6, https://www.postgresql.org/ (2019).

  • 65.

    Команда PostGIS. PostGIS: расширитель пространственной базы данных для объектно-реляционной базы данных PostgreSQL, версия 2.5.4. Геопространственный фонд с открытым исходным кодом , https://postgis.net (2019).

  • Границы | Контрмеры по обеспечению экологической эффективности горнодобывающей промышленности и повышению ее эффективности в угольной промышленности Китая

    Введение

    В последние годы необходимость низкоуглеродного экономического развития была признана во всем мире. Снижение воздействия горнодобывающей деятельности на окружающую среду признано ключевым компонентом низкоуглеродного экономического развития. Поэтому крайне важно проводить исследования в области эффективности «зеленой» добычи полезных ископаемых и стратегий устойчивого развития горнодобывающей промышленности. Джошуа Кирки, советник по коммуникациям Министерства природных ресурсов Канады (NRC), определяет экологически чистую добычу полезных ископаемых как «технологии, передовой опыт и горнодобывающие процессы, которые применяются в качестве средства снижения воздействия на окружающую среду, связанного с добычей и переработкой парниковых газов, использованной воды и полезных ископаемых». (Кирки, 2014).Короче говоря, разработка инновационных экологически чистых горнодобывающих технологий направлена ​​на одновременное улучшение экономических и экологических показателей горнодобывающего сектора.

    После десятилетий глубокой эксплуатации ресурсов связанные с этим экологические проблемы все больше обостряются. Основные экологические проблемы, связанные с добычей угля, включают обращение с угольной пустой породой, утечку метана угольных пластов (CBM), дренаж шахты, эрозию почвы и оседание земли. Китайские власти стремились создать более эффективные системы политики, чтобы стимулировать внедрение экологически чистых технологий добычи полезных ископаемых.Тесная координация угледобычи и управления окружающей средой имеет большое значение для устойчивого развития горнодобывающей промышленности Китая (Shi, 2012; Nurmi, 2017).

    Целью данного исследования является оценка эффективности добычи угля в Китае с помощью модели креативного анализа данных (DEA) в рамках зеленого и устойчивого роста. Ключевое внимание в стремлении Китая к чистой и устойчивой окружающей среде уделяется его угольной промышленности. Действительно, это рассматривается как стратегическая цель.В этом исследовании построена полная система оценки показателей эффективности экологически чистой добычи и установлена ​​двухэтапная комбинированная модель DEA, которая отражает реальное состояние производства на угледобывающих предприятиях Китая. Соответственно, конкретные контрмеры и политические последствия под руководством «зеленой добычи» резюмируются на основе результатов эмпирического исследования.

    Оставшаяся часть этого документа организована следующим образом. Обзор литературы представляет обзор литературы. В «Материалах и методах» разработана двухэтапная модель, которая сочетает в себе показатели резерва, ориентированные на ввод и вывод, для оценки эффективности «зеленой» добычи.В нем также описывается двухступенчатая система показателей оценки «зеленой» добычи полезных ископаемых. Эмпирическое исследование представляет собой эмпирическое исследование угледобывающих предприятий Китая в 2019 году и анализирует эмпирические результаты. В выводах излагаются основные выводы и политические последствия для улучшения экологических показателей угольной промышленности Китая.

    Обзор литературы

    В Таблице 1 обобщается основная соответствующая литература, опубликованная в период с 2006 по 2018 год. Около десяти лет назад Фрэнкс, Бреретон, Моран и Мамурекли оценили кумулятивное воздействие разработки и использования угольных ресурсов на окружающую среду и предложили заинтересованным органам власти играть важную роль в улучшение оценки воздействия и институционального формулирования (Franks et al., 2010; Мамурекли, 2010). Используя данные из угольного сектора Китая, недавнее исследование Zhang et al. рассмотрели взаимосвязь регулирования цен на энергоносители и колебаний цен путем построения одновременных уравнений для цен на уголь и предложения угля, а также построения прогнозного коэффициента для оценки различных политик ценообразования на уголь с 2008 по 2016 год (Zhang et al., 2019). Суеоши и Юань сосредоточились на непреднамеренных последствиях китайской политики сокращения угольных мощностей и показали, что политика сокращения мощностей должна быть дифференцированной по регионам из-за фрагментации угольных рынков, несбалансированного распределения ресурсов и несоответствия между центрами производства и спроса (Sueyoshi и Юань, 2018).Эти же исследователи использовали промежуточную инновационную модель DEA для изучения эффективности использования энергии и устойчивого развития азиатских стран (Sueyoshi and Yuan, 2015, 2018). Би и др. использовали различные модели DEA для изучения эксплуатации и эффективности использования угольных ресурсов в Китае и для сравнения между Китаем и США (Bi et al., 2014).

    Таблица 1 . Исследования, проведенные на эту тему в период с 2009 по 2019 год.

    На сегодняшний день в Китае было проведено мало исследований по эффективности добычи полезных ископаемых и контрмерам устойчивого развития на основе концепции экологически чистой добычи.Таким образом, в данном исследовании построена система оценки показателей эффективности «зеленой добычи» и создана двухэтапная комбинированная модель DEA, отражающая реальные производственные условия угледобывающих предприятий. Конкретные контрмеры и стратегии устойчивого развития под руководством «зеленой добычи» формулируются на основе результатов эмпирических исследований.

    Во-вторых, с точки зрения создания модели авторы также отследили и проанализировали соответствующие исследования теории DEA и ее производных моделей, которые в последние годы использовались для изучения энергоэффективности и экологических характеристик.

    Классические модели DEA и их расширения включают модель с постоянной отдачей от масштаба (CCR), модель с переменной отдачей от масштаба (BCC), аддитивную модель и модели DEA на основе резервов (Cook and Seiford, 2009). Янг и Поллитт одновременно рассмотрели нежелательные результаты и неконтролируемые переменные, чтобы предложить шесть моделей оценки эффективности на основе DEA, основанных на исследованиях китайских угольных электростанций (Янг и Поллитт, 2009). Такие ученые, как Суеоши и Гото, применяли различные модели DEA для систематической оценки эксплуатационной и экологической эффективности американских угольных электростанций.Чтобы изучить влияние Закона США о чистом воздухе (CAA), они использовали показатель с поправкой на диапазон для изучения экологических и унифицированных характеристик угольных электростанций США. Они обсудили комбинированное использование DEA и дискриминантного анализа (DA) (DEA-DA) для определения показателей эффективности и рангов в электроэнергетике (Sueyoshi and Goto, 2010, 2012b). Тао и Чжан применили две экологические модели DEA, включающие нежелательные результаты, для измерения экологической эффективности электроэнергетики в дельте реки Янцзы с 2000 по 2010 год (Тао и Чжан, 2013).Между тем, Се и соавт. использовали двухэтапную модель экологической сети DEA для сравнения эффективности 30 провинциальных административных энергосистем Китая (Xie et al., 2012). Чжоу и др. предложил нерадиальный подход DEA путем интеграции энтропийного веса и модели, основанной на слаках (SBM), для доступа к экологической эффективности китайской электроэнергетики на уровне провинции с 2005 по 2010 год (Zhou et al., 2013). Используя модели CCR и BCC с расширенным линейным программированием DEA, Fang et al. попытались сравнить показатели относительной технической эффективности угледобывающих компаний Китая и США (Fang et al., 2009). Данные Sing за 2002–2010 гг., Wang et al. выдвинули инновационный подход, основанный на теории метаграничного DEA, для проведения эмпирического исследования энергоэффективности в восточных, центральных и западных регионах Китая. Они обнаружили основные факторы, которые приводят к неэффективности, полностью приняв во внимание неоднородность производственных технологий в разных провинциях (Wang et al., 2013). Ван и др. разработал метод, основанный на функции метаграницы и функции нерадиального направленного расстояния для оценки производительности после взаимосвязи энергосбережения и сокращения выбросов.Был организован эмпирический анализ для изучения основных факторов, вызывающих снижение эффективности энергосбережения и сокращения выбросов (Wang et al., 2015). Чжан и др. использовали динамические модели SBM для оценки общей эффективности подразделений принятия решений (DMU) за весь временной период, а также эффективности временного периода в отношении промышленного загрязнения воды (Zhang et al., 2019). Предлагаемая динамическая модель DEA включает переходящие действия и помогает измерить конкретную эффективность периода на основе долгосрочной оптимизации в течение всего периода.Он также может рассчитать эффективность системы и периода в динамических условиях. Патрисия Баец и Даниела Туляк-Субан предложили процесс интегрированной аналитической иерархии (AHP), а также модель DEA SBM (Bajec and Tuljak-Suban, 2019). Во-первых, попарное сравнение AHP использовалось для ранжирования набора критериев (входы, выходы) в соответствии с их важностью. Затем была использована модель SBM DEA, которая оценивала как нежелательные, так и желательные результаты. Эта комбинированная модель, включающая нежелательные критерии эффективности, использовалась для оценки эффективности поставщиков логистических услуг.Ян и Вэй использовали игровую модель перекрестной эффективности DEA для изучения общего коэффициента энергоэффективности городов 26 городов межпровинций Китая в период с 2005 по 2015 год. Они пришли к выводу, что городское масштабное и экономическое развитие может повысить пожертвования снизят энергоэффективность городов (Ян и Вэй, 2019 г.). Ву и др. разделил 38 отраслей на четыре категории с помощью кластерного анализа и использовал модель DEA с неоднородными входными и выходными данными для оценки энергоэффективности и экологической эффективности 38 отраслей промышленности Китая с 2007 по 2011 год (Wu et al., 2019). Результаты показали, что энергетическая и экологическая эффективность промышленности Китая в целом низка, что колебания велики, а эффективность увеличилась за 5 лет. Ли Се предложил комбинированную другую модель DEA с использованием критерия Джини для измерения экологической эффективности (Xie et al., 2019). Авторы использовали данные по 36 китайским отраслям за период с 2006 по 2015 год и множественный DEA с критерием Джини, а также метод систематической кластеризации. Сначала они рассчитали показатель экологической эффективности китайской промышленности, а затем определили источники загрязнения на основе ранжирования и кластерного анализа.Основной вывод заключался в том, что ранжирование экологической эффективности различных отраслей сильно менялось во времени. Шао и Хан предложили модель SBM для решения проблемы неэффективности производственной системы после рассмотрения неоднородности технологий борьбы с загрязнением для различных видов загрязнителей (Shao and Han, 2019). Затем авторы использовали модель для изучения неэффективности китайской системы промышленного производства, анализируя неэффективность на этапах экономического производства и очистки от загрязняющих веществ.Суеоши и др. использовали оконный анализ DEA для оценки эффективности с использованием скользящих средних (Sueyoshi et al., 2017). Другими словами, результаты анализа сосредоточены на последних годах по разным окнам. Таким образом, преимущество этого исследования состоит в том, что последствия для политики являются более точными и достоверными. В своем недавнем исследовании изобилия ресурсов, структуры промышленности и региональной эффективности выбросов углерода в Китае Wang and Shi et al. использовали метод SBM с оконным анализом для оценки эффективности выбросов углерода и потенциала сокращения выбросов, одновременно применяя панельную модель Тобита для исследования факторов, влияющих на эффективность выбросов углерода в рамках DEA (Wang et al., 2019). Сиань и Ши и др. построил непараметрическую модель DDF, основанную на методе DEA, для измерения углеродной эффективности и производительности при изучении целей по сокращению интенсивности выбросов углерода для энергетической отрасли Китая (Xian et al., 2018). Они определили, что общенациональная цель по сокращению выбросов CO 2 на 18% невыполнима за счет повышения технической эффективности или модернизации технологий производства электроэнергии и сокращения выбросов углерода в краткосрочной или среднесрочной перспективе. Ван и Ши и др.оптимизировали модель оптимизации на основе границ, объединив экологически расширенный анализ затрат и результатов (EEIOA) и DEA для расчета показателя экологической неэффективности при изучении пространственной неоднородности и движущих сил роста производительности окружающей среды в Китае (Wang et al., 2019). Они обнаружили, что с 2007 по 2012 год во всех регионах наблюдался рост продуктивности окружающей среды. В соответствии с движущими факторами продуктивности окружающей среды семь регионов можно разделить на три режима (Wang et al., 2019).

    Из приведенного выше обзора литературы можно сделать три основных вывода. Во-первых, на сегодняшний день исследования эффективности «зеленой» добычи полезных ископаемых и мер противодействия устойчивому развитию, основанные на концепции «зеленой добычи» и подходе DEA, особенно в отношении Китая, проводятся относительно редко. Что касается системы показателей оценки «зеленой» добычи, то литература с высокой степенью корреляции немногочисленна. Во-вторых, было проведено гораздо меньше эмпирических исследований эффективности горнодобывающей промышленности с использованием DEA, чем в электроэнергетике или других энергетических отраслях.Кроме того, основное внимание в большинстве исследований экологической эффективности или эффективности использования энергии в Китае уделяется на уровне штата, региона или отрасли, а не на уровне предприятия. Во-вторых, почти нет литературы, использующей двухэтапную комбинированную модель DEA для оценки комплексной эффективности «зеленой» добычи, которая включает эффективность добычи на первом этапе производства и эффективность экологического управления на втором этапе. Большая часть существующей литературы сосредоточена только на одном аспекте измерения эффективности, т.е.е., производство энергии или экологическая эффективность (Fang et al., 2009). Поэтому в этой статье, чтобы выявить особенности реальных производственных условий и отразить взаимосвязь между показателями эффективности управления горнодобывающей промышленностью и окружающей средой, мы попытались создать двухэтапную комбинированную модель оценки DEA. Кроме того, для измерения эффективности экологически чистой добычи мы стремились одновременно изучить эффективность управления горнодобывающей промышленностью и охраной окружающей среды в угольной промышленности Китая на уровне предприятия, проводя преобразование нежелательной продукции и различая неконтролируемые входные переменные между двумя этапами.Наша цель состояла в том, чтобы обогатить понимание синергетической эффективности экологически чистых горнодобывающих предприятий горнодобывающих предприятий и тем самым помочь властям сформулировать более целенаправленную политику улучшения.

    Материалы и методы

    После основополагающей работы Charnes et al., DEA как непараметрический подход к измерению эффективности широко изучался и применялся (Charnes et al., 1978). Классические модели и их расширения включают модель с постоянной отдачей от масштаба (CCR), модель с переменной отдачей от масштаба (BCC), аддитивную модель и модели DEA на основе несоответствия (Cook and Seiford, 2009).По сравнению с другими мерами производительности и эффективности полезность DEA зависит от его способности анализировать эффективность систем с несколькими входами и выходами. DEA, как полезный инструмент для анализа производительности, используется для оценки относительной эффективности DMU с использованием некоторых конкретных моделей линейного программирования (Tong and Ding, 2008). ДЭА имеет ряд преимуществ. Во-первых, он не требует каких-либо предварительных предположений о взаимосвязях между входными и выходными данными (поэтому это непараметрический подход) (Сейфорд и Тралл, 1990; Чжоу и Анг, 2008).Во-вторых, для оценки технических показателей и показателей эффективности масштаба требуются только физические количества входов и выходов (т. е. только для эффективности распределения нужны факты или цены), и, таким образом, информация, необходимая для DEA, меньше, чем в традиционном случае (Qiu-ying). , 2019). В-третьих, это более объективная оценка эффективности, поскольку взвешивание каждого индекса является оптимальным взвешиванием, определяемым безразмерными реальными данными из DMU (Tong and Ding, 2008). Кроме того, как отмечают Тонг и Дин, причину неэффективности DMU можно найти с помощью проекционного анализа каждого DMU, ​​а затем можно запланировать улучшение на будущее.Всех вышеперечисленных преимуществ достаточно для изучения особенностей предмета данной статьи.

    Основные уравнения

    В этом разделе мы представляем двухступенчатую модель с поправкой на резервы в сочетании с моделью BCC, ориентированной на ввод и вывод. Мы рассмотрели возможность одновременного применения функции линейного преобразования для переключения нежелательных результатов на первом этапе и включения нежелательных результатов в качестве неконтролируемых входных переменных для измерения эффективности второго этапа угледобывающих предприятий, расположенных в центрально-западном Китае, в 2019 году.В соответствии с производственными характеристиками каждой оценочной единицы мы в первую очередь приняли уравнения BCC, ориентированные на вход и выход, в качестве эталонной основы для построения нашей двухэтапной комбинированной модели с поправкой на резервы. При ограничениях переменной отдачи от масштаба (VRS) множество производственных возможностей теории BCC определяется как:

    PVRS={(X,Y)|X≥∑j=1nλjXj,Y≤∑j=1nλjXj,∑j=1nλj           =1,λj≥0,j=1,2,⋯,n}    (1)

    Входные уравнения BCC:

    мин θ 0

    с.t.θ0x10≥∑j=1nλjxij,  i=1,2,⋯,myr0≤∑j=1nλjyrj,  r=1,2,⋯,s∑j=1nλj=1λj≥0,  j=1,2,⋯, п    (2)

    Выходные уравнения BCC:

    минφ 0

    st∑j=1nλjxij≥x10, i=1,2,⋯,m∑j=1nλjyrj≥φ0yr0,  r=1,2,⋯,s∑j=1nλj=1λj≥0,  j=1,2,⋯, п    (3)

    Создание двухступенчатой ​​системы «зеленой» добычи, модель

    В настоящее время, в соответствии с фактическими условиями операционной системы угольных предприятий Китая и необходимостью экологически чистой добычи, угольные предприятия должны одновременно осуществлять экологическое управление и восстановление путем поощрения переработки ресурсов при эксплуатации угольных ресурсов.Операционную систему угольного предприятия можно разделить на две подсистемы, а именно подсистему добычи угля и подсистему экологического управления соответственно. Подсистема добычи относится к последовательному производственному заданию эксплуатации, транспортировки, вентиляции, дренажа, обслуживания оборудования, электроснабжения, водоснабжения и так далее. Его основная цель – добывать уголь и получать прибыль. В рамках подсистемы добычи вход не может быть полностью преобразован в желаемую продукцию, такую ​​как товарный уголь и ценные сопутствующие ресурсы.Нежелательные выбросы промышленных загрязнителей неизбежно возникают в процессе производства из-за ограничений существующих технологий добычи полезных ископаемых. Следовательно, для достижения цели экологического управления необходима подсистема экологического управления для преобразования нежелательных результатов и недавно вложенных ресурсов в желательные результаты (Биан и Ян, 2010 г.). Две синергетические подсистемы составляют всю систему зеленой добычи и связаны нежелательными выходами в этой двухэтапной модели производства (Толоо и др., 2017). Каркасная модель системы показана на рисунке 1.

    Рисунок 1 . Двухэтапная система зеленой добычи полезных ископаемых.

    Для описания двухступенчатой ​​системы, показанной на рис. 1, предположим, что имеется n ( j = 1, …, n ) DMU, ​​и каждый DMU имеет два этапа. Для каждых DMU j ( j = 1, …, n ) мы помещаем в m вида ресурсов на первом этапе xj1=(x1j1,x2j1,…,xmj1) и выход этого этапа yj1=yj1+zj; yj1=(y1j1,y2j1,…,ysj1) представляет основные желательные результаты, а zj=(z1j1,z2j1,…,ztj1) представляет загрязняющие вещества, образующиеся в процессе добычи, t — нежелательный результат.

    На втором этапе мы инвестируем I вида ресурсных элементов в переработку загрязняющих веществ, образующихся на первом этапе xj2=(x1j2,x2j2,…,xlj2); конечный результат второго этапа: yj2, yj2=(y1j2,y2j2,…,yhj2). Среди переменных, упомянутых выше, z j является промежуточной переменной большого значения, которая представляет собой как нежелательный результат первого этапа, так и частичный вклад второго этапа (Wu et al., 2017). Чтобы оценить эффективность первой стадии, необходимо принять соответствующий метод для борьбы с нежелательным выходом загрязняющих веществ и преобразовать их в желаемый выход, чтобы удовлетворить требованиям метода DEA (Sueyoshi and Goto, 2012a).В отличие от желаемых результатов, чем меньше значение нежелательных результатов, тем лучше может работать модель. На самом деле, согласно теории оценки эффективности DEA, существует несколько методов преобразования нежелательных выходных данных, таких как функция направленного расстояния, метод оценки кривых и функция линейного преобразования. В этом исследовании мы выбрали функцию линейного преобразования для преобразования нежелательных результатов в нормальные желательные результаты (Чжоу и Анг, 2008).Мы приняли уравнение zj′=-zj+z>0(j=1,2,…,n), в котором z представляет собой достаточно большой вектор. После преобразования zj’ можно принять в качестве нормальных желательных выходных данных и использовать в традиционной модели оценки эффективности DEA.

    Создание двухступенчатой ​​комбинированной модели DEA

    В соответствии с руководящими принципами концепции «зеленой добычи» мы решили выбрать ориентированную на ввод радиальную теорию ОЦК в качестве основы моделирования первого этапа (Sueyoshi and Goto, 2012c). Кроме того, для расчета эффективности DMU первой ступени или подсистемы майнинга мы ввели скорректированные переменные резерва с условиями ограничений и добавили функцию линейного преобразования для уточнения исходной модели BCC и настройки собственного метода измерения (Bi et al., 2014).

    Minθ1s.t.∑j=1nλjxij1+si-=θ1xio1, i=1,2,…,m∑j=1nλjyrj1-sr+=yro1, r=1,2,…,s∑j=1nλjzpj′-sp+=zpo ′, p=1,2,…,t,∑j=1nλj=1λj,si-,sr+,sp+≥0    (4)

    θ 1 представляет значение эффективности первой ступени.

    С точки зрения постоянного улучшения управления окружающей средой мы выбрали радиальную теорию BCC, ориентированную на результат, в качестве основы моделирования второго этапа. Следовательно, мы разработали другую модель DEA для расчета эффективности DMU второй ступени подсистемы управления средой также путем введения скорректированных резервных переменных только в условиях ограничений.На этом этапе важно обратить внимание на различные входные характеристики. Как обсуждалось выше, нежелательный выход загрязняющих веществ с первой ступени объясняет частичный ввод для второй ступени. Эти входные данные также являются неконтролируемыми, которые должны обрабатываться методом неконтролируемых входных данных (Янг и Поллитт, 2009). Между тем, вновь добавленные входные элементы второго этапа должны обрабатываться регулируемым методом ввода.

    Maxθ2s.t.∑j=1nλjxkj2+sk-=xko2,    k=1,2,…,l∑j=1nλjzpj=zpo,    p=1,2,…,t∑j=1nλjyqj2-sq+=θ2yqo2,    q= 1,2,…,h∑j=1nλj=1λj,sk-,sq+≥0    (5)

    θ 2 представляет значение эффективности второй ступени.

    Что касается построения модели, во-первых, необходимо отметить, что мы создали двухэтапную комбинированную модель DEA на основе реальных производственных сценариев угледобывающего предприятия и концепции «зеленой добычи». В частности, мы разделили производственную систему угольного предприятия на две подсистемы. Одна подсистема была определена как процесс добычи угля, а другая подсистема была определена как процесс комплексного использования сопутствующих ресурсов, который также можно назвать процессом экологического управления.

    Во-вторых, мы рассчитали значения эффективности двух разных стадий с помощью построенной двухступенчатой ​​комбинированной модели DEA. Хотя второй этап модели DEA кажется относительно независимым, мы фактически создали связь между выходными данными модели двух этапов, обрабатывая и преобразовывая нежелательные загрязняющие вещества, созданные на первом этапе, в желательные входные элементы для второго этапа. Согласно концепции «зеленой добычи», угольное предприятие должно одновременно стремиться к переработке ресурсов и рациональному использованию окружающей среды.Эта двухэтапная комбинированная модель способна не только отражать сценарии реального производства, но и измерять уровень согласованного развития двух подсистем, предоставляя значения эффективности для двух этапов.

    В-третьих, для каждого угледобывающего предприятия это исследование объединило две ориентационные меры DEA в одну модель для объективной оценки значения эффективности с точки зрения экономического развития и экологического управления. Мы идентифицировали первую стадию как производственную подсистему, ориентированную на результат, а вторую стадию — как подсистему производства, ориентированную на ввод.

    Создание двухэтапной системы показателей оценки экологически чистой добычи

    Во-первых, в соответствии с двухэтапной структурой системы зеленой добычи, установленной в Обзоре литературы, первый этап соответствует подсистеме добычи, с помощью которой входные элементы могут быть преобразованы в добычу угля, которая может приносить экономическую прибыль. На основе производственных затрат и последовательности их значений чувствительности к добыче угля разработаны входные показатели подсистемы добычи угля. В частности, входными показателями являются затраты на человеческие ресурсы, затраты на электроэнергию и потребление материалов (Huang et al., 2007), и инвестиции в основной капитал. Другие элементы производственных затрат не учитывались, поскольку они составляют лишь небольшую часть общих производственных затрат. Между тем, выходные показатели подсистемы добычи включают общую добычу угля, стоимость добычи угля и загрязняющие вещества или связанные ресурсы в процессе добычи. Угольная порода определяется как твердые отходы (Ma et al., 2015). Жидкие отходы, образующиеся в процессе добычи полезных ископаемых, в основном представляют собой шахтные воды и промышленные сточные воды.Метан угольных пластов идентифицирован как представляющий собой отработанный газ. Таким образом, в качестве выходных показателей на первом этапе были выбраны общая добыча угля, выход угольной пустой породы, объем загрязненной шахтной воды и объем выбросов метана угольных пластов. На этом этапе нежелательные выбросы загрязняющих веществ или сопутствующих ресурсов должны быть отделены от желательных выходов угля. Очевидно, что общая добыча угля должна быть определена как желательные элементы продукции, а угольная пустая порода, загрязненная шахтная вода и метан угольных пластов должны быть определены как нежелательные элементы продукции.

    Второй этап соответствует подсистеме экологического управления, с помощью которой входные элементы могут быть преобразованы в ценный результат. Важно отметить, что новые входные элементы, такие как инвестиции в экологическое управление и соответствующие человеческие ресурсы, являются незаменимыми входными данными для очистки от загрязняющих веществ и повторного использования связанных с ними ресурсов на этом этапе. В результате на втором этапе входные показатели состоят из двух частей. Это, соответственно, загрязняющие вещества или связанные с ними ресурсы, произведенные на первом этапе, такие как угольная пустая порода, загрязненная шахтная вода и метан угольных пластов, а также новые вложения инвестиций в экологическое управление и соответствующие человеческие ресурсы на втором этапе.Выход второго этапа относится к выгодным выходам от очистки и контроля загрязнения. Комплексная утилизация угольной пустой породы имеет два аспекта. Одним аспектом является обратная засыпка горных просадок, а другим – производство строительных материалов. Заброшенная шахтная вода очищается и снова используется в качестве производственной и бытовой воды. Метан угольных пластов, образующийся в процессе добычи (в основном метан), является безопасным и надежным источником чистой энергии, который может быть переработан в несколько видов промышленного сырья.На основании стратегических указаний Министерства охраны окружающей среды Китая и Бюро энергетики, принятых в 2017 году, коэффициент использования метана угольных пластов является важным показателем экологически чистой добычи. Поэтому в качестве выходных показателей второго этапа мы выбрали комплексную переработку угольной пустой породы, загрязненных шахтных вод и метана угольных пластов. Система показателей оценки эффективности «зеленого» майнинга представлена ​​в таблице 2.

    Таблица 2 .Двухступенчатая система индикаторов оценки эффективности зеленой добычи полезных ископаемых.

    Данные и образец

    Мы выбрали 30 угледобывающих предприятий в центральных и западных регионах Китая, которым уделялось значительное внимание со стороны Национального управления по энергетике и Национальной комиссии по развитию и реформам. Они определяются как DMU с тремя основными характеристиками. Во-первых, общая добыча угля находится в диапазоне 3,6–7,8 млн тонн. Во-вторых, у них одинаковые условия обеспеченности ресурсами, а в-третьих, все они создали ту или иную форму структуры управления окружающей средой.Мы получили обновленные данные за 2019 год с помощью анкетирования и полевых исследований. Кроме того, предприятия должны принять надзор и оценку со стороны соответствующего административного органа. В результате долгосрочных исследований и изучения угольной промышленности Китая мы выбрали 30 угольных предприятий, которые представляют реальную и универсальную ситуацию с «зеленой» добычей полезных ископаемых в Китае. Все вышеперечисленные факторы описывают характеристики выборки для данного эмпирического исследования. Для достижения разумного уровня дискриминации одним из практических правил было ограничение количества входных и выходных индикаторов.Например, количество DMU должно как минимум в два раза превышать общее количество входов и выходов (Chen, 2009). Здесь у нас есть 30 DMU, ​​4 входа и 4 выхода на первом этапе и 5 входов и 3 выхода на втором этапе. Таким образом, наши результаты имеют разумный уровень дискриминации. Сводная статистика исходных данных (индексная форма) представлена ​​в таблице 3.

    Таблица 3 . Сводная статистика входных и выходных показателей.

    Эмпирическое исследование

    Есть три основных вывода, как показано в таблицах 4, 5, рисунках 2, 3.Значения эффективности двухступенчатой ​​модели представлены в таблице 4. θ 1 представляет собой значение эффективности первой ступени, а θ 2 представляет собой значение эффективности второй ступени. Чтобы проиллюстрировать реальное состояние двухступенчатого уровня эффективности для каждого DMU, ​​мы нарисовали гистограмму на рисунке 2 по данным, приведенным в таблице 4. Особенности колебаний и ранжирования двухступенчатого уровня эффективности каждого DMU могут быть хорошо видно на рисунке 3.

    Таблица 4 . Расчетные значения эффективности двухступенчатой ​​модели для каждого DMU.

    Таблица 5 . Подробные результаты расчета расхода материалов.

    Рисунок 2 . Двухэтапное значение эффективности каждого блока принятия решений (DMU).

    Рисунок 3 . Кривая колебаний двухступенчатого уровня эффективности.

    Во-первых, мы обнаружили, что значения эффективности для обеих ступеней резко колеблются среди 30 DMU, ​​как показано на рисунках 2, 3.Они показывают, что на различных угольных предприятиях имеется большой потенциал для повышения эффективности, особенно на этапе экологического руководства. Для угольных предприятий, уровень эффективности которых на втором этапе был относительно низким, было очевидно, что необходимо приложить усилия для повышения эффективности управления горнодобывающей промышленностью и окружающей средой, а также для поддержания баланса между экологическими и экономическими выгодами.

    Во-вторых, по результатам сравнения показателей рейтинга эффективности 30 угольных предприятий, как правило, делятся на три категории.В этой статье мы определили категории в основном на основе рейтинговых баллов двухэтапного уровня эффективности. Верхние 6 значений двухступенчатого ранжирования значений эффективности составили первую категорию, в то время как последние 6 значений двухступенчатого ранжирования значений эффективности составили третью категорию, а средние 7–24 значения двухступенчатых значений эффективности относились ко второй категории. категория. Предприятия, у которых значения двухступенчатой ​​эффективности были одновременно высокими среди предприятий выборки, т. е. у которых значение эффективности занимало высокое место на обеих стадиях практически без различий, такие как S05, S06, S14 и S16, отчетливо видны на графике. 2, 4 и были отнесены к первой категории.Важно подчеркнуть, что предприятия первой категории получили высокие оценки как в области управления горнодобывающей промышленностью, так и в области управления окружающей средой. Следовательно, уровень синергетического развития на двух этапах самый высокий среди выборки. На самом деле эти предприятия постоянно стремились к синергетическому росту производительности как на этапе добычи полезных ископаемых, так и на этапе экологического управления. Предприятия, у которых значения эффективности второй ступени были ниже, чем у первой категории в разной степени, и чьи ранговые баллы значения эффективности также были ниже, чем у первой категории, т.е.д., S02, S04, S07, S08, S09, S10, S12, S13, S15, S17, S18, S19, S20, S21, S22, S23, S24, S25, S26, S27, S29 и S30, явно видны на рисунках 2, 4 и относятся ко второй категории. Также имеет смысл отметить, что отклонения в ранжировании значения эффективности второй ступени не только существовали, но и были больше, чем у первой категории. Логично, что уровень синергетического развития второй ступени был ниже, чем у первой категории. Очевидно, что в действительности эти предприятия, как правило, сосредоточивались на эффективности добычи полезных ископаемых, в некоторой степени пренебрегая экологическим управлением.Следовательно, у них, как правило, были плохие показатели экологического управления. Предприятия, уровень эффективности которых занял последние шесть позиций, такие как S01, S03, S11 и S28, показаны на рисунках 2, 4 и относятся к третьей категории. Нетрудно предположить, что именно низкие стандарты работы обусловили самые низкие показатели эффективности, ранжирующие статус предприятий третьей категории. Несомненно, предприятия третьей категории имели низкий синергетический уровень развития горнодобывающего и экологического управления.

    Рисунок 4 . Ранжирование уровня эффективности двух ступеней для каждого DMU.

    Кроме того, мы определили долю предприятий в трех различных категориях, как показано на рис. 5. Можно увидеть, что на долю предприятий второй категории приходится самый высокий процент среди всех предприятий выборки. Предприятия первой категории составили почти одинаковый процент среди всех предприятий выборки. Эта ситуация с процентным распределением напоминала структуру веретена.На самом деле такая структура распределения также соответствует реальному состоянию развития «зеленой» добычи угледобывающих предприятий в Китае на современном этапе.

    Рисунок 5 . Процентное распределение предприятия по трем различным категориям.

    В-третьих, мы смогли получить конкретные данные и соответствующие контрмеры для повышения уровня эффективности. Подробная информация о значении эффективности, эталоне (лямбда), пропорциональном движении, холостом ходе и прогнозируемом значении каждого входа и выхода может быть получена из результатов расчета экспортированной модели.Из-за нехватки места мы выбрали один вход расхода материала из DMU18 на первом этапе для отображения в таблице 5. Мы разработали контрмеры для корректировки его входного значения для оптимизации значения его эффективности в соответствии с соответствующими параметрами, экспортированными из результатов расчета модели. Основываясь на данных в столбцах пропорционального движения и слабого движения, мы скорректировали количество и направление входных элементов, чтобы достичь значения прогноза. Соответственно, значение КПД в конечном итоге может быть оптимизировано.Например, чтобы достичь прогнозируемого значения и оптимизировать значение эффективности DMU18 на первом этапе, мы можем уменьшить входное значение расхода материалов на первом этапе на 0,6853 млн юаней на основе информации, содержащейся в столбце пропорционального движения. . Между тем, мы можем уменьшить значение входного элемента расхода материалов DMU18 на первом этапе на 0,1873 миллиона юаней в соответствии с информацией, содержащейся в столбце холостого хода, чтобы достичь прогнозируемого значения 1.2514 миллионов юаней, тем самым рационально повышая эффективность. На самом деле, мы можем выполнить такие корректировки для всех входных и выходных показателей двух этапов в соответствии с параметрами, экспортированными из результатов расчета MAXDEA, чтобы реализовать повышение производительности «зеленого майнинга» на всех 30 DMU. Из-за нехватки места мы отобразили полную информацию в Приложении. Создавая количественные данные, все эти точные корректировки показывают, что это эмпирическое исследование является именно тем, что необходимо угольным властям для повышения эффективности «зеленой» добычи.

    Выводы

    В этом исследовании была создана двухэтапная структура системы «зеленой» добычи полезных ископаемых и коррелированная система индикаторов «затраты-выпуск» для оценки эффективности «зеленой» добычи. Кроме того, была предложена двухэтапная комбинированная модель DEA для оценки эффективности подсистемы добычи полезных ископаемых и подсистемы экологического управления 30 выборочных угольных предприятий, расположенных в центрально-западном регионе Китая в 2019 году. Это эмпирическое исследование предоставляет подробную информацию о значении эффективности, ранжировании эффективности. уровень, контрольный показатель масштаба возврата, значение холостого хода, значение пропорционального движения и значение проекции для 30 DMU.В совокупности вся эта информация предоставляет политикам (особенно на уровне предприятий) ценную информацию о мерах противодействия экологически чистой добыче полезных ископаемых. DEA широко применяется для оценки эффективности энергетической отрасли. Однако на сегодняшний день лишь немногие исследования пытались рассмотреть случай горнодобывающих предприятий путем одновременной оценки их эффективности управления горнодобывающей промышленностью и окружающей средой. Четыре ключевых вывода этого исследования заключались в следующем.

    Во-первых, угольные предприятия были разбиты на три категории на основе сравнения их значений двухступенчатой ​​эффективности и ранжирования.Предприятия первой категории имели высокий рейтинг эффективности (6 лучших) как с точки зрения управления горнодобывающей промышленностью, так и с точки зрения экологического управления, а их уровень синергетического развития на двух этапах был самым высоким среди выборки. Следовательно, предприятия первой категории расценивались как «зеленые» горнодобывающие предприятия с высоким уровнем эффективности. Предприятия второй категории имели более низкий рейтинг эффективности как в области управления горнодобывающей промышленностью, так и в сфере охраны окружающей среды, чем предприятия первой категории. При этом большие отклонения в ранжировании эффективности на втором этапе второй категории свидетельствовали о том, что уровень синергетического развития на двух этапах был ниже, чем на первом этапе.В действительности предприятия второй категории в целом можно было бы рассматривать как «зеленые» горнодобывающие предприятия со средним уровнем эффективности. Предприятия третьей категории имели самый низкий рейтинг эффективности (самая низкая 6) на двух этапах. Соответственно, операционные возможности и синергетический уровень развития горнодобывающей промышленности и экологического управления были низкими. Поэтому было нереально обсуждать уровень эффективности «зеленой» добычи на предприятиях третьей категории.

    Во-вторых, мы определили процент предприятий трех различных категорий.Из рисунка 5 видно, что на предприятия второй категории приходится самый высокий процент среди всех предприятий выборки. Разницы в соотношении предприятий первой и третьей категории почти не было. Оба они составили 13% предприятий выборки. Эта ситуация с процентным распределением воплотила в себе черты веретенообразной структуры. На самом деле, такая ситуация с распределением также соответствует реальному состоянию развития горнодобывающих предприятий в Китае на современном этапе.Этот вывод полезен для политиков, которым поручено сформулировать рациональные контрмеры, направленные на оптимизацию размещения угольной промышленности в центральном и западном регионах путем корректировки процентного распределения.

    В-третьих, информация о параметрах, экспортированных из двухэтапной комбинированной модели DEA, определенно обеспечила количественную основу для повышения уровня эффективности. Это имеет решающее значение для руководителей угольных предприятий, которые стремятся к постоянному прогрессу в области внедрения экологически чистых месторождений и возможностей эксплуатации.

    В-четвертых, результаты эмпирического исследования выявили ряд конкретных последствий для политики и контрмер по улучшению для горнодобывающих предприятий. Что касается серьезного ущерба окружающей среде, который сопровождал добычу угля в Китае на протяжении десятилетий, первоочередное внимание следует уделить созданию системы политики экологически чистой добычи, чтобы побудить горнодобывающие предприятия взять на себя ответственность за внедрение экологически чистого и низкоуглеродного развития.

    С точки зрения оптимизации промышленной схемы угледобычи властям следует создать систему оценки эффективности «зеленых» горных работ на угледобывающих предприятиях на основе двухэтапной модели и в строгом соответствии со статусом ранжирования эффективности двухэтапной модели сформулировать набор правил, необходимых для ликвидации предприятий, которые работают плохо.Согласно нашему эмпирическому исследованию, предприятия третьей категории имели самые низкие показатели эффективности в двухэтапной модели. Это означает, что по результатам количественной оценки такие предприятия должны быть ликвидированы. Между тем, чтобы повысить эффективность «зеленой добычи» в горнодобывающем секторе, властям следует также разработать политику стимулирования для стимулирования разумного расширения и роста предприятий первой категории.

    С точки зрения технологических инноваций властям следует усилить применение и реформирование экологически чистых технологий добычи полезных ископаемых.В настоящее время «зеленые» горнодобывающие технологии в первую очередь связаны с засыпкой шахт, сохранением воды, одновременной добычей угля и газа, окислительной утилизацией метана вентиляционного воздуха (МВВ) и снижением пустой породы. В частности, властям следует сформулировать правила и установить стандарты для поощрения применения «зеленых» технологий добычи и одновременного ограничения использования старых методов добычи на уровне угольных предприятий. Правительство также должно способствовать инновациям в области экологически чистых горнодобывающих технологий с помощью механизмов сотрудничества путем создания эффективных операционных систем, организованных государственными секторами, коммерческими корпорациями и угольными предприятиями.Важно определить приоритетные области применения технологий и инноваций. Технологии извлечения и комплексной утилизации метана, безусловно, имеют большое значение для повышения эффективности управления природопользованием на втором этапе. Поэтому крайне важно продвигать разработку политики в отношении применения и инноваций технологий извлечения и комплексной утилизации метана на угледобывающих предприятиях.

    С точки зрения институциональных инноваций, для осуществления строгого контроля за производственным поведением, которое намеренно игнорирует экологические показатели, властям следует усилить соответствующее законодательство и нормативные акты.Что касается позитивной институциональной структуры, то следует разработать целесообразные налоговые субсидии и политику финансовой помощи, чтобы стимулировать предприятия к всестороннему использованию метана угольных пластов, угольной пустой породы и других сопутствующих ресурсов. Например, следует ввести политику освобождения от налога на добавленную стоимость (НДС) для импортного оборудования, чтобы побудить предприятия инвестировать в современное оборудование, которое способствует чистому производству и внедрению «зеленой» добычи полезных ископаемых. Кроме того, из бюджета центрального правительства может быть создан фонд помощи экологически безопасным горнодобывающим предприятиям для финансирования модернизации технологий контроля газа в угольных шахтах.Между тем каналы системы «зеленой» добычи полезных ископаемых можно увеличить за счет выпуска казначейских облигаций и создания финансовых инструментов (Zhu et al., 2019). Что касается государственного управления, власти должны создавать и совершенствовать институты общего управления заинтересованных сторон для достижения цели совместного прогресса между предприятиями и обществом. Механизмы совместного управления также могут служить важным фактором для осуществления прозрачного и строгого надзора за раскрытием информации, касающейся эффективности экологического руководства угольных предприятий.

    Заявление о доступности данных

    Все наборы данных, созданные для этого исследования, включены в статью/дополнительный материал.

    Вклад авторов

    YW придумал идею и разработал модель. YL и SW собрали данные и завершили программирование. SW проанализировал результаты и написал статью.

    Финансирование

    Эта работа была поддержана грантами провинциального и министерского совместного фонда Китая по добыче метана из угольных пластов (No.2015012017).

    Конфликт интересов

    Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

    Каталожные номера

    Баец, П., и Туляк-Субан, Д. (2019). Интегрированная аналитическая иерархия обрабатывает модель анализа охвата данных, основанную на измерениях, для оценки эффективности поставщиков логистических услуг с учетом нежелательных критериев эффективности. Устойчивое развитие 11, 1–18. дои: 10.3390/su11082330

    Полнотекстовая перекрестная ссылка | Академия Google

    Би, Г.-Б., Сун, В., Чжоу, П., и Лян, Л. (2014). Влияет ли экологическое регулирование на энергоэффективность производства тепловой энергии в Китае? Эмпирические данные модели DEA на основе брюк. Энергетическая политика 66, 537–546. doi: 10.1016/j.enpol.2013.10.056

    Полнотекстовая перекрестная ссылка | Академия Google

    Биан Ю. и Ян Ф. (2010). Анализ эффективности использования ресурсов и окружающей среды в провинциях Китая: подход DEA, основанный на энтропии Шеннона. Энергетическая политика 38, 1909–1917. doi: 10.1016/j.enpol.2009.11.071

    Полнотекстовая перекрестная ссылка | Академия Google

    Чарнс, А., Купер, В.В., и Родс, Э. (1978). Измерение эффективности подразделений, принимающих решения. евро. Дж. Опер. Рез. 2, 429–444. дои: 10.1016/0377-2217(78)