基于主成分分析（PCA）的南非硬岩采矿智能采矿技术（SMTs）采用障碍多维结构识别与分类研究

《Technologies》：Principal Component Analysis of Barriers to Smart Mining Technology Adoption in Hard-Rock Mining

　　

向智能采矿技术（SMTs）转型，涵盖自动化、人工智能（AI）、机器人技术、物联网（IoT）和数字孪生，正在重塑全球采掘业的安全、生产力与可持续性结果。然而，其在南非硬岩采矿业的采用仍然缓慢、碎片化且实证理论化不足。以创新扩散（DOI）和社会技术系统（STS）视角作为解释透镜，本探索性研究考察采矿专业人员所感知的SMT采用障碍。研究采用定量研究设计，使用结构化问卷对南非西北省、豪登省和林波波省的80名采矿专业人员进行调查。数据通过三阶段过程分析，包括信度与效度检验、描述性统计和主成分分析（PCA）。对文献中识别的21项障碍进行PCA，提取出四个成分，共同解释总方差的62.05%。19项障碍满足分配至这些成分的载荷标准：采用风险与劳动力障碍；组织与利益相关者准备障碍；技术意识与变革障碍；制度与环境可持续性障碍。研究结果表明，按受访者感知，SMT采用障碍超出技术限制，包括监管模糊性、财务约束、劳动力准备和制度支持薄弱。鉴于样本量有限且为非概率样本，该成分结构为探索性和初步性的。在将其扩展至其他资本密集、安全关键和监管密集行业之前，需要在更大独立样本中进行验证性检验。该研究最后提出对采矿企业、技术提供者、监管者和研究人员的实践、政策和理论启示，以加速安全、可持续和智能的数字化转型。

研究人员指出，采矿业在全球经济、工业发展和基础设施建设中具有战略意义。南非采矿业在2024年雇佣约474,736名工人（含承包商），2025年占南非名义国内生产总值（GDP）的6.2%，并支持基础设施发展和外国直接投资。然而，南非硬岩采矿，尤其是金和铂开采，面临深部开采、岩土不稳定、地震活动、运营成本上升和危险地下工作环境。深部采矿常伴随岩爆、应力重分布、地压不稳定和高温，增加运营复杂性和职业安全风险。同时，环境可持续性、运营效率和全球竞争力压力推动采矿组织寻求更安全、更高产和可持续的运营方式。智能采矿技术（SMTs）整合人工智能（AI）、自动化、机器人、物联网（IoT）、云计算、自主设备、数字孪生和实时监测平台，可提高运营可见性、预测性维护、实时决策并减少人员暴露于危险地下条件。全球采用增加，但南非硬岩采矿采用仍缓慢、碎片化且不均。现有研究多属定性或概念性，缺少严格多变量统计技术来分类SMT采用障碍的结构维度；对南非硬岩采矿独特运营和制度复杂性关注不足；且少有定量研究对已记录障碍进行分类。理论上，先前研究缺乏将经验障碍与成熟技术采用理论联系的明确基础。本研究以创新扩散（DOI）和社会技术系统（STS）为互补解释透镜，DOI从相对优势、兼容性、复杂性、可试验性和可观察性描述采用，STS强调技术子系统与社会子系统在制度环境中的联合优化。研究不检验假设，而用DOI和STS识别障碍项并解释经验成分。因此，研究人员采用主成分分析（PCA）识别和分类南非硬岩采矿SMT采用感知障碍。

关键技术方法概括：研究人员采用定量设计，基于文献识别21项障碍，使用五级Likert量表结构化问卷。2025年6月至8月通过Google Forms和电子邮件分发120份问卷，回收80份，响应率67%。样本来自南非西北省、豪登省和林波波省活跃采矿专业人员，采用目的性和滚雪球非概率抽样，受访者具SMT直接经验。正式调查前由10名专家试点。使用IBM SPSS version 31进行三阶段分析：信度测试、描述统计和PCA。总体Cronbach’s alpha（Cronbach’s α）为0.924。PCA前用Kaiser–Meyer–Olkin（KMO）样本充分性度量和Bartlett球形检验（Bartlett’s test of sphericity），采用特征值大于1、varimax旋转，载荷≥0.50分配，交叉载荷≥0.50不分配。对21项障碍不重新估计。

4.1 受访者传记分析：通过问卷人口统计，n=80。机械工程师占38.75%，电气工程师22.50%，采矿工程师15.00%，环境工程师7.50%，冶金工程师和项目经理各5.00%，仪器工程师3.75%，健康与安全经理2.50%。53.77%有超过20年经验，20.00%有11至15年，13.75%有6至10年，12.50%有16至20年。40.00%管理1至2个项目，17.50%管理3至4个，8.75%管理5至6个，1.25%管理7至8个，6.25%管理超过8个，26.25%无当前项目。92.50%来自私营部门，3.75%来自公共部门，3.75%为公私混合。结论是样本为经验丰富、以私营部门为主的专业人员。

4.2 描述分析：通过均值和标准差排序，最高障碍为高实施成本（M=4.11，SD=0.968），其次为初始资本投资不足（M=4.07，SD=1.028）、害怕工作替代（M=4.05，SD=1.135）、技术变革阻力（M=4.01，SD=0.974）和技术专长不足（M=4.00，SD=1.114）。最低为环境可持续性担忧（M=3.35，SD=1.213）和政府支持不足（M=3.34，SD=1.282）。所有均值高于量表中点3.0，表明平均而言受访者同意各项均阻碍SMT采用。均值仅作描述性解释，不表示统计显著性。21项总体Cronbach’s α=0.924。

4.3 主成分分析：通过KMO和Bartlett检验，KMO=0.799，Bartlett检验显著（χ²=908.501，df=210，p < 0.001）。采用varimax旋转提取四个特征值大于1的成分，累计解释62.05%方差。两项未分配：“Poor stakeholder engagement”最高载荷低于0.50；“Limited information on emerging technologies”交叉载荷，在成分1为0.539、成分2为0.570。19项保留。旋转解来自全部21项，未重新估计。成分1解释40.81%，成分2解释7.94%，成分3解释6.87%，成分4解释6.42%；各成分Cronbach’s α均超过0.70。四个成分为：采用风险与劳动力障碍、组织与利益相关者准备障碍、技术意识与变革障碍、制度与环境可持续性障碍。碎石图显示第四成分后特征值降至1.0以下。

讨论部分总结：
5.1 采用风险与劳动力障碍：由缺乏采用激励（0.788）、法律不确定性（0.769）、感知采用风险（0.637）和害怕工作替代（0.608）组成。研究人员认为政策激励、法律明确性、降低风险感知和缩小人机信任差距对提升组织信心重要。
5.2 组织与利益相关者准备障碍：由初始资本不足（0.786）、技术有效性不确定（0.659）、技术专长不足（0.616）、缺乏利益相关者合作（0.590）、低利益相关者需求（0.570）和低接受度（0.553）组成。表明资本可得性与组织准备相关，而高实施成本与未证实技术及意识有限共同被感知。
5.3 技术意识与变革障碍：由未证实技术采用（0.762）、高实施成本（0.677）、利益相关者意识有限（0.622）、培训教育不足（0.608）、技术变革阻力（0.601）和缺乏采用政策（0.516）组成。研究人员认为需通过示范、试点、培训、教育和政策治理降低不确定性。
5.4 制度与环境可持续性障碍：由环境可持续性担忧（0.812）、政府支持不足（0.718）和弱监管框架（0.523）组成。尽管描述排名较低，但其共同变异表明制度、监管和环境因素仍构成障碍，需政策、创新资金、数字基础设施和监管改革。

研究结论部分翻译：本研究调查南非硬岩采矿业SMT采用感知障碍。结果表明，尽管SMT被广泛认为可改善采矿安全、运营效率、生产力和可持续性，但专业人员认为其采用受若干相互关联障碍制约。运用PCA，研究识别并分类四个感知主要障碍维度：采用风险与劳动力障碍；组织与利益相关者准备障碍；技术意识与变革障碍；制度与环境可持续性障碍。这些发现表明，SMT采用不仅是技术问题，而是多维社会技术挑战，涉及组织准备、治理系统、劳动力能力和政策支持。因此，研究结论认为，在南非硬岩采矿业，尤其在多数受访者来自的私营部门，实现智能和可持续采矿转型，可能需要监管、组织和制度层面的协调干预。采矿组织必须超越孤立技术投资，采用与劳动力发展、利益相关者合作和长期运营目标一致的集成数字化转型战略。同样，政府和行业监管者必须建立有利政策环境、强化创新支持机制并制定清晰监管框架，以加速智能采矿采用。尽管有贡献，但需承认限制：非概率抽样和有限样本可能影响推广；问卷虽分发至三个省份但未记录各省受访者数量或组织隶属，无法评估组织聚类；受访者主要来自私营部门，结果可能不完全代表南非其他采矿部门，最适用于私营部门。数据为自报和横断面，来自单一来源单一工具，不能排除共同方法方差。成分结构基于同一样本80名受访者的PCA，未在独立样本确认，应视为探索性和初步性。报告解来自全部21项，两项未达分配标准后未重新估计，方差百分比描述完整项目池而非19个解释项。未来研究应使用更大独立样本通过验证性因子分析检验19项保留结构，包括判别效度评估，并开展纵向研究考察SMT采用障碍如何随采矿数字化成熟演变。不同采矿部门和国家比较研究可提供更广见解。未来研究应调查克服已识别障碍的策略，特别是通过组织变革管理、劳动力再培训、政策创新和数字治理框架。总体上，解释结果时应考虑测量方法：突出障碍不直接证明企业采用决策或实施结果的客观限制，而是反映行业受访者对可能阻碍SMT使用变量的意见。