李敬強, 樊天辰, 周妍汝, 房秋
(中國民航大學 安全科學與工程學院, 天津 300300)
民用航空運輸是安全風險領域中高度敏感的行業,民航監察員隊伍作為保障民航安全的一道防線,肩負著對民航系統各個運行環節規范性、合規性和安全性的監督和審查,其工作具有專業性、系統性、合作性,對民航的高質量發展起到了重要保障作用。 新型冠狀病毒感染疫情對民航運輸業帶來了嚴重沖擊,使民航運輸規模、發展平衡性、運行安全與防疫安全形勢變得更加復雜,這些因素也對民航監察員隊伍的工作效能提出了更高要求[1]。 此外,監管資源與監管要求之間的矛盾是目前民航安全監管的最大矛盾,精準識別安全隱患是監察隊伍能力建設的薄弱環節。 當前民航運行的一些環節中還存在著漏洞和隱患,只有先確保民航運輸各系統的安全,才能保障整個民航運輸的系統安全。 民航運行所面臨的新挑戰不僅對監察員風險感知、預測、防范能力提出了更高要求,而且也要求監察員在開展工作過程中更加注重團隊協作,發揮監察隊伍的整體效能。 因此,開展民航監察員隊伍能力評價,建立科學的指標體系、指標權重、評估等級,最終建立專業化、正規化的監察員團隊對保障民航安全運行具有重要現實意義。
目前,大多研究都聚焦于監察員個體的能力評價。 羅鳳娥等[2]提出航空安全監察員的能力主要由職業素養、經驗技術、專業知識能力3 個部分組成;曾波平等[3]界定了監察員勝任力的類別,并構建了行政執法模型,但還缺乏定量分析;楊三軍等[4]認為制度基礎、綜合體質和專業救援是影響礦山應急救援隊伍能力的主要因素,并將權重云和標準云引入能力評估模型中,通過對比,確定優勢及劣勢指標;Edwards[5]和Offermann[6]等認為團隊個人的心智、情緒及認知均會對隊伍的最終績效產生一定的影響;周雪等[7]在鐵路運輸領域中建立了組合賦權-云評價模型,提出了影響鐵路旅客安全的主要因素,并提出風險緩解措施;王薇和黃文斌[8]運用層次分析法對應急志愿服務的綜合能力進行評價,并指出了應急管理工作還需完善的方面;曾宏建[9]、馬躍如等[10]、梁燕和趙琛徽[11]對不同崗位的隊伍能力需求也進行了探討和研究。 綜上,現有研究都集中在監察員個人能力的層面,并沒有專門針對監察員隊伍進行深入和系統化的研究和評價。 鑒于監察員的工作內容邊界和責任邊界尚不清晰,檢查內容具有專業性、交叉性等特征。 所以,有針對性的構建監察員團隊的能力模型及量化方法,將為監管隊伍建設提供科學的評估手段。
因此,本文將民航監察員隊伍作為研究對象,全面構建團隊的綜合能力評價體系,確定各因素在體系中的權重占比,并在民航安全監管領域中,引入云模型的理論結構進行應用,結合實例評價監察員隊伍的能力,分析確定各個團隊的薄弱環節,以期推動隊伍的標準化建設和規范化管理。
民航監察員隊伍中存在一些能力和管理層面上的問題,如隊伍總體缺乏長期規劃[12]、一線運行經驗較少、隊伍內部管理較為混亂、監察負擔較大等問題。 因此,構建合理性的民航監察員隊伍能力評價體系十分重要,而監察員隊伍能力評價的最終目的是要提高整個團隊的監察效能,發揮各專業集成優勢,保障民航運行的安全。 同時,隊伍能力具有一定的適用性和動態性。 因此,所選指標要充分反映整個團隊的運作現狀,最大程度覆蓋團隊成員各專業特長。
首先,從人、管、環[13-14]3 個方面去提出監察員隊伍能力的評價維度。 其次,結合可行性、全面性等指標構建原則,基于分析文獻[2-14]并梳理監察員相關規章制度[15-16]進行指標的篩選和提取。 最后,參照民航監管領域中多位專家的意見,依據目前民航監管的現狀和監察工作的特點,最終確定民航監察員隊伍能力評價指標體系如圖1所示。 同時,為方便進行評價和本文的專家打分,對各指標進行了評價標準的含義及說明,如表1所示。

圖1 民航監察員隊伍能力評價指標體系Fig.1 Capability evaluation index system of civil aviation supervisor team

表1 監察員隊伍能力評價指標及釋義Table 1 Evaluation index and interpretation of capability of supervisor team
G1 法,也稱為序關系分析法,是在層次分析法的基礎上優化而衍生出的主觀賦權法。 其原理繼承了層次分析法對于指標相對重要性判斷的思想[17]。 同時,不需要進行一致性檢驗,具有計算流程簡便、速度快等特點。 主要步驟如下:
1) 邀請專家對評價指標進行重要程度的排序。 假設評價指標集M為

邀請民航領域內經驗豐富的專家(如各專業高級監察員或局方監察工作長達8 年以上的監察員)對指標集內的所有指標按照重要性由大到小的順序進行排列。 排列的結果為

2) 專家對評價指標集內的所有相鄰指標進行重要程度rj的賦值。 賦值說明如表2 所示。

表2 rj 賦值說明Table 2 rj assignment description

式中:rj為第j-1 和第j項指標之間的重要程度;mj為第j項指標的權重。
3) 根據專家的賦值情況,計算第j項指標的主觀權重,并根據專家對指標的排序情況,計算出所有指標的權重。 計算方法為

CRITIC 法是一種基于指標相關性確定其權重的客觀賦權法[18]。 其原理是利用指標間的標準差和指標內的相關系數來計算其指標間的差異程度,以此來計算其客觀權重,相比與客觀賦權法中的熵權法,CRITIC 法更加注重指標間的相關性。 主要步驟如下:
1) 計算每個評價指標的標準差。 評價指標Cj的標準差為

式中:m為評價方案個數;為其評價指標的均值;為第i個方案的指標值。
2) 計算2 個指標之間的相關系數為

3) 計算評價指標Cj包含的信息量為

4) 對計算結果進行歸一化處理,得出評價指標的最終權重為

為減少主客觀賦權中存在的片面性,將G1法求得的主觀權重ω′和CRITIC 法確定的客觀權重ω″視為博弈的雙方,基于博弈論的思想,計算雙方之間的最優綜合權重ω*。 主要步驟如下:
1) 將主客觀權重基于博弈論的思想線性組合,使得組合后的權重和主客觀權重離差和最小:

式中:α1和α2為線性組合系數。


2) 對式(9)和式(10)求一階導數,可得
3) 根據式(11)求得線性組合系數α1和α2。進而計算出最終權重:

基于2.1 節和2.2 節描述的G1 主觀賦權法和CRITIC 客觀賦權法,邀請多位具有專業性、安全監管經驗豐富的專家分成2 組對評價指標進行重要程度的判斷,專家自身的專業知識、從業經驗及相關任職年限是打分的主要依據,最終結合多位專家的意見,結合式(1) ~式(12),得出所有指標的權重如表3 所示,權重分布如圖2 所示。

表3 監察員隊伍能力影響因素權重Table 3 Weight of influencing factors of supervisor team capability

圖2 指標權重分布Fig.2 Index weight distribution
3.1.1 云模型概念
“云模型”的概念是由李德毅等[19]提出,把傳統概率論中隨機函數的思想與現代模糊數學的思想進行融合,并由此來進行定性概念與定量評價之間的轉換。 其廣泛應用于決策評估、圖像處理、語言處理等領域,有評價結果直觀、精確等特點。
假設U為能用準確數值表示的論域,U的定性描述為C。 若x元素為一個定量數值,且為C的一次隨機實現,則其隸屬度為μ(x)∈[0,1],并且其分布式滿足:

式中:x元素在論域上的分布稱為云,每個元素對應1 個云滴,每個云滴均為定性描述在論域中的體現。 云有3 個數字特征,分別為期望Ex、熵En及超熵He。 其中,期望Ex代表云滴群的信息中心值,是定性概念定量化表示的中心點;熵En表示對定性概念的取值范圍,確定定性概念的不確定度,反映其云滴的離散程度和浮動范圍;超熵He代表云滴的凝聚性和穩定程度,反映云的厚度。上述3 個數值共同構成云模型的基本數字特征,具體如圖3 所示。

圖3 云評價模型示意圖Fig.3 Schematic diagram of cloud evaluation model
3.1.2 云發生器算法
云模型按照算法分為2 種,包括正向云發生器和逆向云發生器[20]。 正向云發生器能將定性描述轉化為定量值算法,主要思想為已知云的3 個數字特征,再計算出其云滴數和相應的隸屬度,具體算法如步驟1 ~步驟4,轉換流程如圖4 所示。
步驟1根據已知條件,生成正態隨機數~N(En,)。
步驟2根據已知條件,生成正態隨機數x~N(Ex,)。
步驟3計算隸屬度即確定度:

步驟4不斷重復步驟1 ~步驟3,直至生成n個云滴數。
逆向云發生器和正向發生器的原理相反,主要思路是將定量數值轉化為定性理論,最終生成云團數字特征。 具體算法如式(15) ~式(17),轉換流程如圖4 所示。

圖4 正、逆向云發生器Fig.4 Forward and reverse cloud generator
1) 計算樣本均值:

2) 計算方差:

3) 計算云的3 個數字特征:

3.2.1 標準云
為使評價結果更加直觀,綜合考慮專家評語等級劃分的習慣,將民航監察員隊伍能力等級評語分為差、較差、合格、良好及優秀5 個不同的等級,分值越高代表綜合能力越強,以此來構建標準云。 本文采用改進黃金分割法[21]確定5 個標準云,云的期望、熵、超熵的計算式為


式中:Ex0、En0、He0分別為標準云中間的期望、熵、超熵;Ex-1、Ex-2為標準云左側的期望;Ex+1、Ex+2為標準云右側的期望。
假設論域[xmin,xmax]取值為[0,10],He0取0.1。 據式(18) ~式(20)計算其標準云的具體數值,結果如表4 所示。 結合云發生器生成其標準云,如圖5 所示。

表4 標準云的數字特征Table 4 Digital features of standard cloud

圖5 標準云圖Fig.5 Standard cloud map
3.2.2 各層級評價云
民航監察員隊伍的整體評價流程如圖6 所示。 本文評價選取T 監管局的某個監察隊伍,邀請10 位評價專家結合監察隊伍的實際表現情況進行專業評分,為使評價結果更加客觀,在進行打分時充分結合該監察隊伍上級、同事及部分行政相對人的評價,通過個體調查、查詢監察記錄及現場討論等方式進行指標賦分,經計算得出各指標的評價云數字特征如表5 所示。 其中準則層生成的綜合云是根據指標層的數字特征與相應的權重進行加權合成得到,其加權算法如式(21)所示。準則層的具體云數字特征,如表6 所示。

表6 準則層綜合評價云Table 6 Cloud layer comprehensive evaluation criteria

圖6 監察員隊伍能力評價流程Fig.6 Capacity evaluation process of supervisor team

表5 指標層評價云數字特征Table 5 Digital features of evaluation cloud for index layers

式中:Exj、Enj、Hej、ωj分別為指標層或準則層各指標的期望、熵、超熵、權重。
通過表6 中的準則層云數字特征,在MATLAB 上分別生成評價云與標準云的對比圖,判斷其監察隊伍的綜合能力區間,如圖7 所示。
由準則層的具體云數字特征與各層級的權重再次進行運算,得到目標層A即該監察隊伍的綜合評價為(7.523 0,0.490 5,0.124 2),并依據該云數字特征的數據生成最終云圖,如圖8 所示。

圖8 目標層綜合云與標準云對比Fig.8 Comparison between target layer comprehensive cloud and standard cloud
首先,從指標層的評價結果來看,指標C1~C3的期望值水平較高,導致準則層B1期望值也較高,在其余指標中C4的期望值最低,C13的期望值最高,這也導致準則層B2為水平最低的區間。
其次,從準則層出發,期望值大小依次為B1>B4>B3>B2。 由圖7 可知,準則層B1、B4和B3均靠近優秀區域,因此,該監察隊伍在人員配備、隊伍管理以及監察執行層面的表現較好,但在學習層面上表現相對不佳,存在一定的進步空間,應在日后的監察中加強監察知識的培訓和監察流程的規范化,以提高監察效能。

圖7 各準則層評價云與標準云對比Fig.7 Comparison of evaluation cloud and standard cloud of each criterion layer
最后,從目標層分析,由圖8 可知,雖然準則層B2的期望值位于較低水平,但該層級其他的期望值均位于綜合能力的良好和優秀之間,導致最終此監察員隊伍的綜合評價總體升高,期望值為7.523 0,說明該監察員隊伍的綜合能力較好。 而在實地調研中,該監管局的此監察隊伍在執行日常監察、專項監察及臨時性監察任務中的綜合表現均較為優秀。 同時,為進一步證明模型的有效性,還選取了5 個其他監管專業的監察員隊伍進行能力評價體系的應用,將本文所構建評價體系的評價結果與實際監察員隊伍的綜合績效進行對比,選擇4 個準則層的指標進行實地評估。 為使其評價結果更加具體直觀,先根據百分制的規則對云模型中的期望值進行評價結果的轉化,同時,為方便比較其中的差異,再量化出其等級劃分的具體評價值,最終進行評價結果的對比。 如圖9所示,其對比結果的差異性很小,說明其構建的評價模型能夠較為準確的量化監察員隊伍的實際能力,證明了該模型的適用性和有效性。

圖9 評價模型對比Fig.9 Comparison of evaluation model
1) 基于文獻研究和監察政策等文件的梳理,結合民航安全監管所面臨的新形勢及重難點工作,從隊伍人員資質、隊伍學習建設、隊伍內部管理和隊伍監察效能4 個方面建立民航監察員隊伍能力評價體系。
2) 運用G1 法和CRITIC 法確定民航監察員隊伍能力指標的主客觀權重,并用博弈論的思想理論平衡出其綜合權重,識別影響其權重占比較大的因素。
3) 引入云模型的理論對構建的評價體系進行實例分析,通過對比標準云與各層級綜合云,判斷T 監管局某監察員隊伍整體綜合能力的級別和層次,找出隊伍能力建設的薄弱環節和提升監管效能的措施,從而有針對性的進行改善和優化。