黄金是货币体系维持的基础，也是国家经济安全的重要保障。然而，目前黄金行业矿产资源开发利用与环境保护之间的矛盾日益尖锐。“绿色矿山”是我国在新形势下提出的矿业发展新理念，黄金行业绿色矿山建设水平代表了黄金企业矿业开发利用总体水平和可持续发展潜力，以及维护生态环境平衡的能力（马莉，2019；孙映祥，2020；李杏茹等，2023）。与此同时，“双碳”背景也对矿山企业提出了减少环境扰动、降低环境成本的要求，这与绿色矿山发展理念不谋而合。2011—2014年，我国先后有4批共661家矿山企业被确定为“国家级绿色矿山试点单位”；2019年和2020年开展的绿色矿山遴选工作，共有1 254家矿山被纳入国家级绿色矿山名录（司芗等，2020），其中黄金矿山131家，占比仅为10.4%。因此，推动黄金行业绿色发展，全面建设绿色黄金矿山，刻不容缓。

黄金行业绿色矿山是一个复杂系统，其建设改善尚处于探索阶段（金学强等，2020；张小刚等，2021）。我国于2018年出台《黄金行业绿色矿山建设规范》（DZ/T 0314-2018）（以下简称《规范》）（中华人民共和国自然资源部，2018），是国内外第一个国家绿色矿山行业标准。在此之前，黄敬军等（2009）通过矿山开采合法化、资源利用高效化、开采方式现代化、采矿作业清洁化、矿山管理规范化、生产安全标准化、内外关系和谐化以及矿区环境生态化“八化”标准来衡量绿色矿山建设情况。赖小莹（2013）从资源高效利用、节能减排、规范管理、生产安全和环境重建5个层面构建绿色矿山指标体系。刘丽萍等（2015）认为在强调环境友好的同时，也应注重经济的发展，使矿山生态系统与矿山开发所形成的经济系统保持一定的协调性。为了促进《规范》与矿山实际相结合，张英亮等（2019）提出矿山生命周期应始终与周边环境相协调的观点。刘亦晴等（2020）从高质量发展角度设计了绿色矿山建设评价体系。这些研究从不同视角出发，构建了多目标、多阶层的评价指标体系，确定了影响企业绿色矿山建设的主要影响因素，但是忽略了这些因素之间的内部联系，无法全面描述各组分的结构和功能。

如何科学有效地评价矿山建设水平对发展绿色矿业至关重要。目前，在实际操作中常使用指标评分累计法来评估企业绿色矿山的建设情况，即通过专家打分法获得各评价指标的分值并对各个指标评分进行累加，判断其是否达到国家级绿色矿山建设标准（栗欣，2017）。该方法操作简单，但存在主观因素影响较大、评价过程缺乏客观性等问题（关锌，2016）。宋子岭等（2015）提出了“绿色度”这一概念，结合评价标准来评判矿山企业当前的绿色开采程度。Liang et al.（2021）基于混合多准则方法对4家矿山的绿色可持续水平进行了对比评价。随着研究的不断深入，一些学者将层次分析法、主成分分析法、模糊综合评价法和数据包络分析法等（付强等，2017；Chen et al.，2020，2022；罗德江等，2021）引入绿色矿山评价过程，使绿色矿山评价更加科学严谨。然而，这些方法没有考虑绿色矿山建设的动态性和长效性，只评价了某一时间节点的建设成效，无法分析得出企业在绿色矿山建设过程中面临的主要障碍因子。综上所述，当前绿色矿山评价指标体系及评价模型的研究已日趋完善，但仍存在一些不足。

为了弥补现有研究的不足，本文拟采用 DPSIR框架构建绿色矿山评价指标体系，以理顺绿色矿山建设系统内部各要素的作用机制。在构建评价模型时，为使指标权重与决策者的主观期望相一致，同时又能满足各个指标间非一致性的客观判断，引入主客观组合赋权法，并对驱动力、压力、状态、影响、响应各子系统及系统内部的协调性进行综合评价，经过评估分析得出企业绿色矿山建设的主要障碍因子，以期为企业绿色矿山建设和发展提供建议。

在评价指标体系选取的过程中主要遵循可持续发展原则（Shi et al.，2019），注重将资源的高效利用、矿区环境的优化治理以及生产过程的安全环保等相结合（Xu et al.，2020）。具体要求如下：绿色矿山建设应做到证照合法有效、依法办矿，规范管理；一些限定性指标必须达到要求，如“三率”（矿产开采回采率、选矿回收率和共伴生资源综合利用率）指标必须达标，矿区绿化覆盖率和固体废弃物处置率必须达到100%，科技创新投入不低于上年度主营业务收入的1.5%，职业病风险劳动者在职期间职业健康检查率不低于90%（郝美英等，2018）。

DPSIR模型从可持续发展角度出发，捕捉经济发展、人类社会活动与生态环境之间的相互作用（Mariam et al.，2021）。该模型是一个适用性很强的理论模型 ，利用其构建评价指标体系有助于理顺影响绿色矿山建设的各种因子间的逻辑关系，基于 DPSIR 框架构建指标体系，本质上体现“企业经济发展—生态环境损害—矿区环境质量变化—环境对矿山生产活动产生影响—矿企对此做出反馈”过程中矿产资源开发与生态环境相互作用的因果关系。本文从驱动力、压力、状态、影响和响应5个子系统出发，建立定性与定量指标相结合的绿色矿山建设评价指标体系，如图1所示。

基于DPSIR框架模型建立指标体系，结合主客观组合赋权法对指标进行赋权，在评价矿山建设成效时，以时间为序列，结合TOPSIS评价法分别对驱动力、压力、状态、影响和响应5个子系统及绿色矿山总系统的建设效果进行评价，同时对系统内部协调性进行评价，以得到影响企业绿色矿山建设的主要障碍因子。基于DPSIR框架模型的绿色矿山建设评价流程见图2。

DPSIR概念模型将资源、社会、经济、环境和技术等多方面因素融入指标体系，形成了一个紧密的因果关系链，以反映绿色矿山这一复杂系统内部的相互作用情况。本研究参考《绿色矿山建设评价指标》，结合《黄金行业绿色矿山建设规范》（DZ/T 0314-2018）（中华人民共和国自然资源部，2018），通过文献调研和专家咨询等途径筛选指标。在遵循典型性、系统性和科学性原则的基础上，建立包含20个二级指标的绿色矿山评价指标体系，如图3所示。

（1）驱动力。涵盖促进企业提升经济效益的因素，主要体现在企业经济和技术水平的提高。矿山企业的工业生产能力、共伴生资源综合利用、固废处理与综合利用以及废水处理与综合利用都是驱动力要素。具体表现为企业年处理矿石量、金精矿产率、共伴生资源综合利用率、固体废物利用率、选矿废水回收率和矿井水利用率等。

（2）压力。压力既是特定的人类活动，也是自然过程，欧洲环境机构认为压力是人类活动产生的废弃物排放和资源消耗等。主要体现在矿山生产过程中的能耗、水耗以及矿山生产活动对生态环境造成的压力，三废排放达标率反映污染物排放指标，生态修复与土地复垦以土地复垦率表示。

（3）状态。即企业绿色矿山建设当前的资源环境状态。包括矿区环境、资源开采状况、选矿加工、环境管理与监测等指标。具体表现为矿区绿化覆盖率、开采回采率、采矿贫化率、采矿损失率、选矿回收率、金精矿品位、环境管理与监测水平等。

（4）影响。是以上3个子系统共同作用的结果，指的是绿色矿山建设对企业的经济和形象方面的影响。主要反映在产业结构优化、社区和谐以及企业形象等。主要从资源结构优化程度、管理模式优化程度、产业结构优化投入、矿区职工满意度、公益事业参与度以及公益事业投入等体现。

（5）响应。与决策有关，是企业对于目前的经济增长、社会发展、资源消耗和环境污染等方面做出的战略调整，旨在帮助企业适应影响并控制驱动力因素维持状态。其中，科技创新与智能矿山建设是绿色矿山建设的技术响应，主要反映在研究开发资金占主营业务收入比例和矿山生产装备机械化程度。企业规范化管理是绿色矿山建设的制度响应，反映为规范化管理程度、员工安全生产培训次数和政策法规贯彻力度。人才引进和企业投资是绿色矿山建设的社会响应，反映为公众满意度、职工流动率、企业筹资能力和企业经营控制能力等。

（1）层次分析法（AHP）确定主观权重

层次分析法主要采用定性评价，将决策系统层次化，用数据表达来代替人的主观判断（马宁等，2019；Lyu et al.，2020）。具体评价步骤包括：①建立初始判断矩阵；②判断矩阵归一化；③确定指标权重ui；④计算特征值；⑤一致性检验。

（2）CRITIC法确定客观权重

CRITIC法是一种客观权重赋权法。该方法综合考虑标准差和相关系数，确定各属性包含的信息量，以计算各指标权重（Pan et al.，2021）。

在进行权重分析之前，需对收集到的数据进行标准化处理。标准化处理后的矩阵用dij表示。

成本型：

效益型：

在CRITIC权重分析法中，用∑i=1n1-rij来衡量指标矛盾性。

Ii代表第i个指标涵盖的信息量：

其中，相关系数rxy计算公式为

式中：σi为标准差；X¯i为平均值；rxy为各指标的相互关联程度。第i个指标的客观权重计算公式为

（3）AHP-CRITIC法确定综合权重

对AHP法计算出的主观权重与CRITIC法计算出的客观权重进行相关性分析。若2组权重相关性弱，则主客观赋权法反映的内容相互独立，将二者结合可使最终确定的指标权重既能考虑决策者的主观期望，又反映了各个指标间非一致性的客观判断，使评价工作更加全面可靠；若2组权重相关性强，则证明主客观评价侧重方向高度重合，难以进行组合优化。

为充分考虑主观和客观因素的影响，综合AHP求得的主观权重ui和CRITIC法所得的客观权重vi，计算复合权重ωi，公式如下：

考虑绿色矿山建设评价实务中主客观指标的构成比例，取a值为0.7（a的取值可根据实际情况调整），即AHP法主观权重所占比例为0.7，CRITIC法所占权重比例为0.3。

综合评价分析以时间序列为基准，主要步骤如下：首先，通过TOPSIS模型对总系统及子系统的绿色矿山建设程度进行评价；然后，结合耦合协调模型评价各子系统间的协调程度；最后，通过障碍度函数确定企业生产过程中的主要障碍因子，为企业推进绿色矿山建设提供对策建议。

（1）TOPSIS模型

TOPSIS模型通过计算不同评价单元到正负理想解之间的距离来评价生活中常见的多目标决策分析问题，贴近度越接近于1，则认为评价单元越优，反之越差（徐先锋等，2022）。

首先，根据CRITIC法规范化处理得到的数据及组合赋权得到的复合权重，计算权重规范化矩阵 S 和加权矩阵sij：

接着，确定正理想解Sj+和负理想解Sj-：

其次，计算各评价单位与正负理想解的欧氏距离dj+和dj-：

最后，计算各评价单位与正理想解的贴近度

式中：C_i 为第i年企业绿色矿山建设程度，0≤C_i ≤1，C_i 值越大，说明绿色矿山建设程度越好。同理，可计算出5个子系统的C_i。

（2）计算耦合协调程度

绿色矿山系统是多个子系统共同作用的复合系统，耦合协调度可反映驱动力、压力、状态、影响和响应5个子系统间协调发展的程度，具体计算公式如下：

式中：C₁、C₂、C₃、C₄和C₅分别代表各子系统的贴近度；U为耦合度；T为综合协调指数；a、b、c、d和e分别代表5个准则层的权重系数；D为耦合协调度。耦合协调度等级划分标准见表1。

（3）障碍度函数模型

障碍度函数是结合指标偏离度和因子贡献度的障碍诊断模型，通过比较障碍度大小确定各指标的阻碍程度（彭焕智等，2022）。引入障碍度函数模型以期进一步明晰企业绿色矿山建设的主要障碍因子Pij：

式中：Pij为第i年第j个指标的障碍度；ωj为第j个指标的权重。

陕西某矿山开采矿种为黄金，矿区、采区、选厂、尾矿库和办公生活等各功能区分区明确，整体布局合理，设施齐全，运行状况良好。

（1）指标权重计算

首先，采用层次分析法（AHP），并通过邀请矿山高校教授和高级工程师等专家进行评分，构建判断矩阵，从而计算各评价指标的主观权重，得出一级指标主观权重的计算结果。计算判断矩阵的最大特征值和一致性比例，结果通过了一致性检验。同理，可计算各二级指标主观权重。然后，通过调研考察，收集陕西某金矿2017—2021年相关定量指标数据，结合问卷调查，对定性指标进行调研评分。对收集的数据进行处理分析，采用CRITIC法确定各指标的客观权重。主观权重和客观权重计算结果见表2。

对主客观权重进行相关性分析，得出皮尔逊相关系数为0.243，说明2组数据呈弱相关，即2种赋权法反映的内容相互独立，不具有重复性。2种赋权法得到的二级指标权重结果对比如图4所示。

继续对主客观权重进行加权计算，代入式（15），得出综合权重如表3所示。由表3可知：该指标体系中的工业生产能力、矿区环境、资源开采和选矿加工因子权重较大，说明企业绿色矿山建设应重点关注产能及资源开采利用水平。在推进矿业可持续发展过程中，需要将提高矿山的三率指标，即能源利用率、矿产资源回采率和降低贫化率作为重点，从而不断优化改善各项指标，降低矿产资源的损失与贫化。在资源需求量和资源环境压力不断增加的现状下，矿山企业必须结合自身情况优化产业结构，实现固废与原料，废水与生产、生活用水的转化，形成资源循环，从而提升企业影响力。

（2）综合评价分析

以国家绿色矿山建设评价标准为基础，对陕西某金矿2017—2021年绿色矿山建设情况进行综合评价，结果见表4。

由表4可知，研究期内，该金矿企业绿色矿山建设评价结果呈稳步增长趋势，主要原因在于企业绿色发展理念的强化以及环境友好型技术产业化进程的加快。该矿山企业在2019—2020年进行了大量整改，引进了先进的绿色勘查新技术、新方法和新工艺，以创新思路和方法提高了生产效率，因此，2019—2020年绿色矿山建设评价结果得到显著提升。

同理，可得各子系统贴近度变化趋势，如图5所示。

由图5可知，2017—2021年各子系统的贴近度总体呈波动增长，其中，驱动力子系统整体平稳增长，主要原因在于驱动力子系统的主要指标为生产能力和资源利用率的提升，这2项指标一直是企业的发展重点。2019—2020年，状态子系统建设情况显著提升，贴近度由0.460提升至0.653，企业技术升级改造成效显著，与此同时，压力子系统贴近度由0.692上升至0.776，增速变缓，说明资源开采和选冶规模增加的同时，生态修复和节能降耗的压力也随之增大。影响子系统整体波动较大，这是因为该子系统与社区和谐及公益事业参与度等息息相关，主观性影响较大。响应子系统与影响子系统的波动范围吻合较好，且响应子系统随着影响子系统的变化而变化，二者贴近度在2020—2021年均有一定回落，说明技术改造完成后企业在这2个方面出现了懈怠，因此矿山的维绿护绿工作也需作为重点。

然后，通过计算确定驱动力、压力、状态、影响和响应5个子系统间的协调发展度，计算结果如图6所示。

由图6可知，2017—2021年各子系统间的耦合协调度指数稳步增长，到2021年已基本达成协调发展的良好状态，该企业的绿色矿山系统向着可持续方向稳步发展。

最后，通过障碍度函数模型计算得到抑制企业绿色矿山建设和发展的主要障碍因子，结果见表5。

由表5可知，工业生产能力（C₁）、矿山单位生产能耗（C₅）、矿区环境（C₉）和选矿加工（C₁₁）是抑制该矿山企业建成绿色矿山的主要障碍因子。随着企业各项技术和能力的提升，实现了“边生产、边建设、边复垦”，矿山环境明显改善，通过更新改造节能降耗设备，提高了能源利用率，为矿山企业增长效益提供了有力支撑。到2021年企业绿色矿山建设的主要障碍因子得到一定改善。

通过分析企业2021年绿色矿山建设障碍因子，发现产业结构优化（C₁₃）、企业投资（C₂₀）、选矿加工（C₁₁）和矿山单位生产能耗（C₅）等指标仍需改善。因此，在企业的后续建设发展中需从以下4个方面进行改进：一是将产业结构优化作为建设重点，优化管理模式、整合矿产资源，完成资源规模结构优化以及生产要素的最优化重组，实现集约式经营和规模化生产；二是适当增加研发投入，如引进先进技术、优化工艺流程、降低矿山损失与贫化等，发挥科技是第一生产力的优势；三是充分回收利用低品位矿产，实现资源综合利用的最优化；四是在兼顾投资、经济、设备能力以及经济和市场风险等因素的同时，进行各方案可行性和经济性的综合评选，以实现资源开发的科学决策，为提升矿山生产能力奠定基础。

（1）基于DPSIR框架模型构建的定性与定量相结合的黄金行业绿色矿山建设评价指标体系，能够明确绿色矿山建设各指标的作用机制，将各因子间的相互作用更加准确地反映出来，有助于企业灵活应对某一指标变动引发的一系列相关因子变化。

（2）本研究构建的绿色矿山建设评价模型，从组合赋权入手，改进了传统评价中主观性影响赋值结果的缺陷；基于TOPSIS法对绿色矿山系统及各子系统协调性进行评价，将所建指标体系间的协调作用更直观地反映出来；分析绿色矿山建设过程的障碍因子，为企业的绿色矿山建设提出改进方向，使得评价模型更具有实用性。

（3）通过对陕西某金矿绿色矿山建设情况进行评价分析，验证了本文评价指标体系及评价方法的可行性，为合理评估绿色矿山建设提供了理论与实践依据。