基于改進GRA-TOPSIS法的飛行員核心勝任力評估

王向章

(廣電計量檢測集團股份有限公司,廣州 510630)

0 引言

中國民用航空局下發的《關于全面深化運輸航空公司飛行訓練改革的指導意見》(民航發〔2019〕39號)要求確立“基于核心勝任力實施飛行訓練”總體目標,強調加強隊伍能力建設,提升飛行員對“灰犀牛”和“黑天鵝”事件的風險管控能力[1]。據統計,飛行事故中的60%由飛行員導致,其中既包括飛行員本身操作技能不足的原因,也包括機組資源管理(Crew Resource Management,CRM)知識缺乏、特情處置能力、決策失誤等非技能原因[2]。隨著航空新設備、新材料的不斷應用,飛行員或機組可能會面對飛行手冊中未提及和/或訓練中未經歷過的故障或特情,因此,科學有效地對飛行員勝任力進行評估,有針對性地加強飛行訓練,是降低機組原因導致的差錯、不安全事件、事故的先決條件。

許多研究學者在人員選拔、飛行訓練、循證培訓等方面展開了系列勝任力評估研究,總結了若干勝任力模型。FAA從知識、技能和能力3個維度進行了細分,概括出了14項核心勝任力指標[3]。苗丹民等[4]利用Delphi法從104項勝任力指標中選出了40項核心指標,將其歸納至個性特質、品行特質和能力傾向3個維度之中,構建年輕飛行員核心勝任力評價模型。李海龍[5]基于勝任模型提出高高原航線飛行人員人才選拔方案,豐富了民航從業人員勝任特征研究。常松濤[6]通過識別飛機復雜狀態預防和改出訓練(UPRT)中的人因失誤因素,構建了飛行員勝任特征模型,為UPRT訓練和評估研究奠定了基礎。李秀易等[7]從態度、技能和知識三個層面出發,首次建立航校飛行學員培養的核心勝任力評價體系。陳琳等[2]為提高民航院校實際教學工作水平,提升飛行學員專業技能,確定了飛行學員的八大核心勝任力,構建了飛行學員核心勝任力評價模型。綜上,國內外學者針對飛行員勝任力模型的研究已較為成熟,但文獻中少有對運輸飛行員勝任力全面評估分析的報道,也未見有具體的評估體系和量化評價方法。

鑒于此,本文結合航空公司實際運行,通過文獻查閱、調查問卷及訪談等獲取飛行員核心勝任力特征,利用因子分析進行驗證,建立核心勝任力評估體系。通過群決策相對熵結法、熵權法計算指標權重,運用改進GRA-TOPSIS評價法對飛行員核心勝任力進行評估,為航司掌握飛行人員崗位勝任力,強化飛行訓練,提高飛行安全水平提供理論與方法支持。

1 飛行員核心勝任力評價指標

1.1 調查問卷設計及統計分析

自2013年以來,國際民航組織和國際航空運輸協會一直推行基于核心勝任力的飛行訓練體系(Competency Based Training and Assessment,CBTA)和基于循證的飛行訓練體系(Evidence Based Training,EBT)。EBT手冊中將勝任力分為技術性勝任力和非技術性勝任力兩大模塊,技術性勝任力由程序應用、自動化、人工操縱和知識構成,非技術性勝任力由決策、工作負荷、領導力和團隊工作、情景意識、溝通構成。為確保飛行員核心勝任力評價的科學性和適用性,本文以上述九大核心勝任力為基礎,結合實際飛行運行和訓練考核要求初步選取38項能力指標作為飛行員核心勝任力要素。為優化和完善指標,本文采用李克特量表將每個指標的重要性程度劃分為“很重要(5分)、比較重要(4分)、一般重要(3分)、不重要(2分)、很不重要(1分)”5個等級,據此設計了調查問卷,并向飛行教員及以上級別人員廣泛征意見。共發放問卷150份,回收有效問卷136份,問卷回收率為90.7%。采用SPSS22.0對問卷信度進行檢驗,若問卷的Cronbach’sα系數達到0.9及以上,則問卷可靠度較高[8],具有一定參考價值。信度統計結果如表1所示。

表1 信度統計結果

1.2 篩選并確立指標體系

根據調查問卷數據統計計算每個能力要素重要性評分的平均值、標準差,可以得出每個要素的變異系數。若能力要素的重要性平均值大于3.0,變異系數小于0.35,則該能力要素可作為入選指標。按照上述篩選標準,剔除了5個能力要素。最后結合相關案例分析和專業咨詢,對入選指標進行再次修訂,得到9個維度共計33個指標(指標描述如表2所示),并建立了飛行員核心勝任力評價指標體系,如圖1所示。

圖1 飛行員核心勝任力評價指標體系

表2 飛行員核心勝任力指標描述

2 飛行員核心勝任力綜合評估模型

飛行員的崗位勝任力需要考慮程序的執行程度、飛行能力、解決問題情況、領導力與協作的等各方面核心勝任力,是一個多屬性、多目標決策過程。TOPSIS方法是一種為了解決單一型或混合型多屬性決策問題,依據計算貼近度排序的方法。將灰色關聯度方法與之結合,能彌補計算相對距離而忽視曲線趨勢所導致的不能準確反映現實情況的缺陷[9]。

2.1 評價指標處理

假如有n個飛行員核心勝任力需評價,包括m個評價指標,建立決策矩陣X=(xij)n×m,xij≥0(i=1,2,…,n;j=1,2,…,m),對其指標進行歸一化處理。

本文指標采用專家評分法,屬于效益型指標,即屬性值越大越好的指標,其歸一化公式為

(1)

2.2 確定指標權重

(1)群決策相對熵集結法計算指標主觀權重。此方法是對多目標進行評判決策的主觀性方法,克服了群決策特征根法的不足,計算簡單。

構建群決策矩陣H=(hij)n×m。

采用10分值計算,其中hij為專家對j指標的評判結果,且i=1,2,…,n;j=1,2,…,m。

計算標準化決策矩陣C=(cij)n×m。

(2)

計算群偏好向量α=(α1,α2,…,αm),即各指標的主觀權重。

(3)

其中,δj為專家對指標j的決策權重,取δj=1/n。

(2)熵權法計算指標客觀權重。熵權法是根據數據本身進行計算,從而得到多目標評判決策的客觀性方法。利用此法處理指標離異程度較大,評估時可以獲取更準確的權重[10]。

傳統的熵權法當pij=0和pij=1時,pijln(pij)都為0,在此基礎上求解系統中第j個指標的信息熵權,可采用如下方式對熵權法進行改進

(4)

則第j個指標的熵權,即客觀權重為:

(5)

(3)求組合權重。采用群決策相對熵集結法和熵權法組合主客觀權重,設βj為結合后的指標權重,定義為:

(6)

2.3 改進的GRA-TOPSIS法

(1)傳統的TOPSIS法。依據矩陣算數方法將標準化后的決策矩陣Y與組合權重βj結合,構造加權規范化矩陣R。

R=(rij)n×m=(βjyij)n×m

(7)

(8)

(9)

計算貼近度并排序。

(10)

當貼進度值越大,其飛行員核心勝任力水平越靠前,反之亦然。

(2)改進的TOPSIS法。傳統的TOPSIS法具有計算簡單和結果可靠等優點,但當兩個或多個評價對象位于理想解的中垂直線上時,其求得正負理想解的歐式距離相等,無法達到評判對象的優劣性,如圖2所示。

圖2 傳統TOPSIS法的缺陷示意圖

針對上述不足,利用灰色關聯方法對傳統的TOPSIS法進行改進,構造一種新的計算貼近度方法,以進行飛行員核心勝任力排序[11-12]。

首先計算加權規范化矩陣(式(7)),并確定最優指標集Uj*,將其作為改進GRA-TOPSIS法中的參考序列

(11)

式中,R0(j)*為第j個評判對象中最優指標數值。

接下來計算各指標的灰色關聯系數sij,得到灰色關聯矩陣S=(sij)n×m

(12)

式中:Δi(j)為|R0(j)*-ri(j)|;ζ為分辨系數,在[0,1]中取值,通常取ζ=0.5。

(13)

(14)

式中,si(j)為各位飛行員所計算得sij值。

(15)

(16)

飛行員核心勝任力的灰色關聯相對貼近度

(17)

根據計算結果,對飛行員核心勝任力水平排序,Gi最大者勝任力水平最佳。

3 實證分析

3.1 數據預處理及權重確定

以機長和副駕駛為評價對象,根據某航空公司《飛行員訓練大綱》,機組需定期完成模擬機復訓,以保持近期熟練水平。飛行員模擬機復訓4小時,根據機組技術標準和訓練需要,在“左”或“右”座接受訓練,飛行教員對參訓飛行員的各項勝任力進行評價打分,劃分為非常滿意(90～100)、滿意(80～90)、一般(70～80)、不滿意(60～70)和非常不滿意(0～60)5個等級(括號內數字為該等級賦分范圍),共需收集6位專家的評分。

2020年,該航空公司完成了246名A330機長和副駕駛的模擬機復訓檢查。隨機抽取5名飛行員對前述改進的評估方法進行有效性驗證,按照評價指標要素對飛行員進行評分,結果如表3所示。

表3 評價指標原始數據

根據6名專家對評價指標重要度評分,結合客觀熵權法,由式(1)～(6)得各評價指標最終組合權重

β=(0.065 6,0.043 6,0.038 8,0.022 9,0.019 6,0.039 5,0.021 8,0.023 4,0.031 5,0.031 4,0.018 8,0.020 5,0.016 7,0.030 0,0.036 2,0.017 2,0.020 1,0.043 0,0.035 5,0.019 3,0.030 4,0.021 0,0.026 0,0.027 0,0.031 8,0.033 6,0.044 3,0.042 1,0.019 8,0.035 3,0.045 1,0.028 8,0.019 5)

3.2 基于改進GRA-TOPSIS法的飛行員核心勝任力評估

利用標準化矩陣與組合權重計算得加權矩陣R,再根據灰色關聯方法,結合TOPSIS法,選擇加權矩陣R中最優指標集合

最后,根據式(17)求得各飛行員灰色關聯相對貼近度:G1=0.505,G2=0.322,G3=0.463,G4=0.430,G5=0.482,即5名飛行員核心勝任力水平優劣排序為P1>P5>P3>P4>P2。

對傳統TOPSIS法、灰色關聯法與改進方法所得結果進行比較以驗證方法的可行性。傳統的GRA方法計算關聯度結果為:Q1=0.660,Q2=0.474,Q3=0.607,Q4=0.563,Q5=0.621,故P1>P5>P3>P4>P2。由式(9)～(11)求得傳統TOPSIS法結果為B1=0.496,B2=0.312,B3=0.456,B4=0.426,B5=0.473,故P1>P5>P3>P4>P2。比較結果如圖3可示(圖3中的G-T融合法即改進GAR-TOPSIS法)。

圖3 評價方法比較圖

由圖3可見,三種飛行員核心勝任力評估方法從整體上看,趨勢與結果一致,P1飛行員核心勝任力表現最優,表明本文提出的G-T融合法用于勝任力評估有效可行。此外,由圖3還可見,G-T融合法所得結果位于兩種傳統方法之間,且該方法具有考慮兩者整體性分析以及相關性分析的優勢,因此當兩種傳統方法計算結果有偏差時,可以利用改進方法進行參考與決斷。

3.3 基于雷達圖的飛行員核心勝任力差異分析

為直觀比較五名飛行員勝任力水平,根據式(15)～(17),求得九項勝任力指標子系統的灰色關聯相對貼進度,部分結果示于表4。通過雷達圖分析法,將九個核心勝任力水平表征出來,部分結果如圖4所示。

圖4 5名飛行員勝任力水平部分雷達圖

表4 5名飛行員勝任力水平的貼近度部分結果及排序

對5名飛行員勝任力雷達圖進行差異分析,可以發現5名飛行員在不同層面上的表現具有差異性,相關部門可根據結果提出有針對性的解決方案。由前述分析可知,第一位飛行員核心勝任力總體上較優,能夠勝任機長崗位工作。不過,該飛行員“溝通交流”能力方面較優,但“知識的運用”和“負荷管理”兩個方面較弱。據此,技術訓練部門通過梳理地面理論培訓內容,加強考核把關提升理論學習效果,并每年安排一定時長的地面理論訓練,作為飛行員定期復訓的一部分,并應定期進行飛行員負荷校準,有針對性地提高飛行員的勝任力。

4 結論

(1)通過調查問卷、專家訪談等方式確定了飛行員9項核心勝任力評價指標共計33項。結合飛行人員實際訓練科目,對每項指標關鍵點進行細化,編制了勝任力檢查單,作為飛行員勝任力評估工具。

(2)針對單個專家在因素重要性程度比較時的模糊性和不確定性,采用群決策方式與熵權法,建立了基于組合權重計算方法,實現了飛行員核心勝任力評估結論客觀化。

(3)針對傳統TOPSIS法無法達到評判對象優劣性的問題,提出將灰色關聯度方法與傳統TOPSIS方法結合,構造一種新的計算貼近度方法,以對飛行員核心勝任力進行排序。

(4)運用灰色關聯與逼近理想法融合以構建新的貼近度對隨機抽樣的A330機型機長和副駕駛勝任力進行評估,實例驗證了方法的有效性。基于雷達圖的飛行員核心勝任力差異性分析,可直觀顯示各飛行員能力水平,如P1飛行員在“知識的運用”能力、“負荷管理”能力方面存在欠缺,需要針對性開展培訓,進一步提高技術性能力,降低機組原因導致的不安全事件觸發率。