周小揚
(上海市徐匯區消防救援支隊,上海 200070)
全國現有消防技術服務機構超過8000 多家,其中上海地區超過400家。隨著消防技術服務需求不斷增長,社會消防專業技術服務需求日益突出。由于這些機構長期存在“掛靠”“虛假執業”等現象[1],導致整個行業規范性不足、從業人員水平參差不齊;絕大多數機構缺乏專業力量和專業手段,不具備發現隱患、消除隱患的能力,導致火災隱患大量存在[2];行業發展時間較短,大部分機構服務意識不強,服務質量不高。此外,《社會消防技術服務管理規定》應急管理部7 號令中規定的“消防技術服務機構建立健全質量管理和消防安全評估過程控制體系”,在實際中幾乎缺失。
目前,對消防技術服務機構的監管,常以結果為導向,忽略過程的管理[3]。根據技術服務機構的行政處罰案由統計,多數為機構行為結果,行政監管難以監管機構在從事執業活動的中間環節(如轉包、分包,簽訂合同)中未按照國家相關標準從事執業活動等內容,對違法行為難以取證。為此,行政監管進行了探索。例如,要求機構將主要執業行為錄入統一的信息系統,可以實現根據技術服務合同自動生成工作計劃,統一上傳檢查關鍵部位節點現場照片、視頻、位置等資料,自動生成帶二維碼的消防技術服務結論文件,實現過程留痕和責任可溯,有效防止發生不按標準維保檢測、不到場維保檢測等問題[2]。一些地方先行先試,逐步推動消防技術服務活動規范化,有的甚至因過度監管而造成職能越位。因此,探索合理的過程性監管方式,以利用完整的過程性監管來規范消防技術服務機構的市場行為,使其成為一支專業化的消防力量,成為亟待研究的問題。
《社會消防技術服務管理規定》取消了消防技術服務機構的分級制度,放寬了從業條件,這推動了社會消防技術服務市場規模逐步擴大,也放大了市場的無序性與逐利性。當前,存在部分消防技術服務機構服務質量低、水平差,違規從業、弄虛作假,檢測流于形式,甚至只要交檢測費不檢測也出報告等問題。這些問題的存在不僅會制約消防技術服務市場的穩定、健康與可持續發展,而且損害社會單位的合法權益,擾亂市場秩序,導致火災隱患長期得不到消除,社會火災防控體系失控。
在從業人員方面,大量“本本族”注冊消防工程師誕生,存在為符合法規要求直接“掛靠”的現象。例如,一些機構從業人員缺乏操作技能,并未真實執業;而有操作技能的人員有的又因知識技能結構、學歷結構等難以“取證”。機構缺乏專業化服務和規范執業意識,導致服務水平質量較差,不能滿足現階段行業需求。
消防技術服務機構逐利行為明顯、責任缺失,有的無完善的服務標準、服務質量管理體系,在執業活動中隨意性較大、公信力低。同時,行政機關對消防技術服務機構的監督手段單一,只以結果為導向,在服務過程中缺少抓手。《社會消防技術服務管理規定》規定“機構要建立健全的質量體系”,但實際上消防技術服務行業對質量管理并不重視,導致消防技術服務機構之間無序競爭、服務標準不統一、技術服務能力不足等現象。
為規范社會消防技術服務活動,提升消防技術服務在城市安全運行中的保障作用,填補行業標準空白,一些地區創新性地建立了質量管理標準。標準指引機構建立和有效運行質量管理體系,制定了科學統一的質量管理能力評價準則,能有效辨識消防技術服務優劣,同時管控從業風險,提高從業質量和服務水平,為推動行業高質量發展提供堅實的技術支撐。
質量認證等合格評定是國際通行的質量管理手段和貿易便利化工具,是國家質量基礎的支柱之一。引入市場化的第三方認證機構,聚焦消防設施維護保養、檢測和消防安全評估的質量管理能力,對消防技術服務機構質量管理體系進行分級評定,符合評定要求的頒發相應級別認證證書。在此模式下,消防技術服務機構獲得認證證書,需要經過人員能力、資源條件、管理制度、服務過程等多維度評價環節,獲證后還需定期進行證后監督,促進消防服務市場“拉高線”,高質量發展。
在質量管理建設過程中,提升信息化水平,對消防技術服務過程開展全流程的數據采集,成為目前的主要趨勢[4]。通過數據分析和比對開展執業結果的驗證與標定,并將結果運用于雙隨機監管中。這意味著全套“體檢”,形成的認證閉環能夠有效幫助機構識別質量控制的關鍵環節和風險因子,持續改進質量管理,保證管理體系有效運行,在企業高質量發展的同時,實現靶向監管。本文嘗試了基于AHP 層級分析法[5]的評價機制。
信息化系統根據對消防技術服務執業過程產生的各類數據,可分別為消防技術服務機構、從業人員、監督監管、從業質量畫像,便于消防監管部門、從業機構、委托單位等各方判斷從業機構及從業人員的能力,促進機構和人員不斷提高其自身消防技術服務能力。
其中,從業人員畫像是依據消防及質量管理法律法規、技術標準規范、從業統計數據,從業務層面分析確定評價從業人員的三級指標(見表1),實時獲取調用從業人員畫像因素變化,得到從業人員個性化標簽,供消防技術服務機構、消防監管部門、委托單位方、質量評價方使用。
機構畫像主要將技術服務機構作為單一實體,分析其從業活動和行為特征,將機構標簽化。通過實時獲取從業業績畫像因素變化,得到從業業績個性化標簽,供消防技術服務機構、消防監管部門、委托單位方、質量評價方使用,見表2。

表2 機構畫像
從業質量畫像是根據相關標準(如上海市地方標準《社會消防技術服務機構質量管理要求》DB 31/T 1380—2022)建立質量管理體系模型,監控機構質量管理體系建立、運行、檢查、改進的整體情況。這可從組織機制、人員管理、設備管理、從業管理、內控改進5 個一級指標進行量化歸集統計,即從5 個維度分三級指標展現機構的從業質量畫像,見表3。這是貫徹過程性監管的重要探索。

表3 項目從業質量畫像
通過研判消防技術服務的以上畫像,擬定數據應用策略,通過層次分析法分別建立數據應用模型。主要步驟如下:
1)根據畫像中的一級指標之間的相對重要性,建立形如表4 的A-B 層次判斷矩陣。一級指標數為n。其中,aij由專家評定,必須為表5 中的標度值或標度值的倒數,且滿足ai j×aji= 1。

表4 A-B 層次判斷矩陣

表5 比較標度
則行乘積公式,見式(1):
行乘積n 次方根公式,見式(2):
權重值公式,見式(3):
2)根據 A-B 層次判斷矩陣進行一致性檢驗。
計算最大特征根,見式(4):
其中,W為λmax的正則化特征向量,A為矩陣aij。
計算一致性指標,見式(5):
計算一致性比率,見式(6):
其中,RI平均隨機一致性指標,可通過查表獲得。若CR<0.1,則一致性檢驗通過;否則,一致性檢驗不通過,應調節矩陣A,直至滿足CR<0.1。
3)將所有根據專家評定的A-B 層次判斷矩陣計算出的權重值進行平均,得到A-B 權重向量,見式(7):
其中,1BW為計算出的權重值iW的平均值。
4)參照步驟1),由各一級指標下屬的二級指標之間的相對重要性,建立形如表5 的B1-C、B2-C、B3-C 層次判斷矩陣,并計算相應的行乘積、行乘積的n 次方根、權重值。本文假設,B1-C 的n 為3,B2-C 的n 為2,B3-C 的n 為2。
5)參照步驟2),對之前數據中的B1-C、B2-C、B3-C 層次判斷矩陣進行一致性檢驗。
6)參照步驟3),將所有評定的B1-C、B2-C、B3-C 層次判斷矩陣計算出的權重值進行平均,分別得到B1-C、B2-C、B3-C權重向量,見式(8)、(9)、(10):
7)根據權重向量WAB、WB1,C、W2B C、WB3,C建立形如表6 的指標權重表。

表6 指標權重表
8)根據專家評分標準,為畫像在各個二級指標下的表現進行評分。記Xi為某畫像P 在二級指標iC下的得分,i 為1 到7之間的整數。記Si為某畫像P 在二級指標Ci的帶權得分,其值為對應的一級指標權重、二級指標權重與得分Xi的積。例如,S1=W B1WC1X1。這樣就可以計算得S1到S1~S7,記為得分向量S,表示為S=(s1,s2,s3,s4,s5,s6,s7)。
9)搜集若干畫像實體的關于上述7 項指標的數據,計算出得分向量。根據項目數據、在不受得分向量影響的條件下對項目的風險等級進行評估作為畫像的標簽,等級為高、中、低。
10)建立具有1 層輸入層、1 層隱藏層、1 層輸出層的BP神經網絡。輸入層有7 個神經元,分別作為得分向量S中7 個元素的入口;隱藏層有64 個神經元;輸出層有3 個神經元,分別輸出預測的消防安全風險各等級的概率。將項目的得分向量S輸入BP 神經網絡。
11)當有畫像實體需要自動評估風險等級時,獲取項目體數據,參照步驟8)計算出項目體的得分向量S,將得分向量S輸入訓練充分的BP 神經網絡,即可獲得畫像實體風險的概率。
畫像實體風險的概率S 可運用于風險預警,預警類別可分為:從業監管預警、設施故障預警、質量風控預警。具體量化分析在后續文章中進一步論證,以確定紅、黃、藍三個預警等級的閾值范圍。
本文總結了當前消防技術服務機構發展的現狀、深入分析了過程性監管的重要性,探索了消防技術服務機構的過程性監管方式,以及過程性監管在目前法律體系中的重要作用;提出了過程性監管的方法與策略,重在高效監管、靶向監管,為消防技術服務機構行業整體的良性發展提供了思路。