李 濤，葉 龍

（北京交通大學 經(jīng)濟管理學院，北京100044）

耗散結(jié)構(gòu)下軌道交通司機勝任力熵變機理研究

李 濤＊，葉 龍

（北京交通大學 經(jīng)濟管理學院，北京100044）

為確保軌道交通運輸安全，針對當前國內(nèi)的軌道交通運行環(huán)境，從基礎(chǔ)素質(zhì)、個性特征、專業(yè)能力與專業(yè)知識四個維度出發(fā)，構(gòu)建軌道交通司機勝任力模型；同時，將熵變理論與耗散結(jié)構(gòu)理論應用于軌道交通司機勝任力研究領(lǐng)域，建立由結(jié)構(gòu)熵、有序性熵和環(huán)境熵組成的軌道交通司機勝任力熵函數(shù)，以合理評價軌道交通司機的崗位勝任力，為其工作安全性評價和日常管理提供科學依據(jù)；最后，結(jié)合軌道交通司機勝任力的實際統(tǒng)計數(shù)據(jù)，計算出勝任力系統(tǒng)的熵函數(shù)值，充分驗證了模型及計算方法的有效性和可靠性.研究結(jié)果顯示，軌道交通司機勝任力模型的有序度越高，其熵函數(shù)值越低，反之亦然.

綜合交通運輸；熵變機理；耗散結(jié)構(gòu)；勝任力；軌道司機

1 引言

近年來，隨著經(jīng)濟的快速增長和城市化進程的加快，軌道交通作為我國主要的基礎(chǔ)設(shè)施之一、國民經(jīng)濟的動脈和大眾化的交通工具得到了迅猛的發(fā)展.在保障軌道交通大力發(fā)展的同時，如何確保軌道交通能夠始終安全、平穩(wěn)、高效地運行，是軌道交通企業(yè)必須予以高度重視的現(xiàn)實問題.軌道交通司機（以下簡稱司機）作為行車安全系統(tǒng)中核心子系統(tǒng)的重要組成部分，應對其在工作崗位的勝任力提出更高的要求.因此，開展對于軌道交通司機勝任力的研究，具有重要的理論意義和現(xiàn)實價值.

勝任力是指能夠區(qū)分在特定的工作崗位和組織環(huán)境中績效水平的個人特征，隨著社會經(jīng)濟和相關(guān)理論的不斷發(fā)展，勝任力模型被廣泛應用于金融學、管理學、心理學等各個社會領(lǐng)域中[1,2].在將熵理論應用于勝任力模型的研究領(lǐng)域中，很多學者已經(jīng)取得了一些研究成果，諸如李軍鋒[3]等針對七維度的元勝任力模型，提出了用于測評個體勝任力的多維遞階熵決策模型.倪淵[4]等綜合應用熵、層次分析法、雷達圖、支持向量機等四種方法，建立了準確測量管理者勝任力的組合評價模型.林波[5]等將耗散結(jié)構(gòu)理論與熵理論相結(jié)合，基于耗散結(jié)構(gòu)系統(tǒng)熵模型展開了關(guān)于復雜系統(tǒng)有序性的深入研究，為本文耗散結(jié)構(gòu)下軌道交通司機勝任力模型的建立提供了一定的理論研究基礎(chǔ).

基于此，本文將從基礎(chǔ)素質(zhì)、個性特征、專業(yè)能力與專業(yè)知識四個維度展開對軌道交通司機勝任力的研究，建立軌道交通司機的勝任力模型及勝任力熵函數(shù)，并結(jié)合實際數(shù)據(jù)計算出該勝任力系統(tǒng)的熵函數(shù)值，進一步驗證模型及計算方法的有效性和可靠性.

2 基于耗散結(jié)構(gòu)的軌道交通司機勝任力模型構(gòu)建

耗散結(jié)構(gòu)理論認為，宇宙間一切事物都是以系統(tǒng)的方式存在和發(fā)展的，當系統(tǒng)達到臨界狀態(tài)以后，只要能從外界環(huán)境中持續(xù)不斷地吸取能量、物質(zhì)與信息等，系統(tǒng)的耗散結(jié)構(gòu)就可以持續(xù)不斷地生存與發(fā)展下去.以耗散結(jié)構(gòu)的基本理論為依據(jù)，綜合考慮勝任力系統(tǒng)熵產(chǎn)生的內(nèi)部動力、外部環(huán)境等因素與軌道交通司機工作背景及其勝任力的特點等，選取三個維度來構(gòu)建勝任力模型，即：勝任力系統(tǒng)的結(jié)構(gòu)維度、有序性維度和環(huán)境維度.每一維度下由相應的基本指標構(gòu)成，如圖1所示.

圖1 軌道交通系統(tǒng)勝任力模型構(gòu)建Fig.1 The construction of railway transportation competence model diagram

3 軌道交通司機勝任力熵函數(shù)構(gòu)建與實證分析

結(jié)合相關(guān)文獻及勝任力系統(tǒng)熵產(chǎn)生的內(nèi)、外部環(huán)境因素等，本文將勝任力熵分為三類（如圖1所示），即勝任力結(jié)構(gòu)熵、勝任力有序性熵和勝任力環(huán)境熵.設(shè)勝任力系統(tǒng)總熵為H，靜態(tài)反映勝任力系統(tǒng)熵情況的為結(jié)構(gòu)熵H1；動態(tài)反映勝任力系統(tǒng)熵情況的為有序性熵H2；從與外界發(fā)生物質(zhì)、能量和信息的輸入與輸出，來反映非勝任力系統(tǒng)熵情況的為環(huán)境熵H3.其中，由于環(huán)境熵是由勝任力系統(tǒng)與外界進行物質(zhì)、資金和信息的交換而產(chǎn)生，所以直接計算環(huán)境熵的變化情況，即熵流.下面分別闡述結(jié)構(gòu)熵、有序性熵和環(huán)境熵的計算方法.

3.1 模型變量及其假設(shè)

（1）結(jié)構(gòu)熵H1——勝任力要素水平.

伴隨越來越多新技術(shù)和新設(shè)備的廣泛使用，軌道交通系統(tǒng)的自動化程度和運行環(huán)境都得到了很好的提高和改善，但與此同時，軌道交通司機的職業(yè)素質(zhì)要求也變得更為嚴格.依據(jù)軌道交通司機崗位工作分析，再對比傳統(tǒng)的內(nèi)燃、電力機車司機，可以總結(jié)出全新工作環(huán)境下，對軌道交通司機的素質(zhì)要求.通過分析各要素水平的實際情況，得到軌道交通司機勝任力要素間的結(jié)構(gòu)熵.由圖1可知，軌道交通司機勝任力內(nèi)在結(jié)構(gòu)由個性特征、專業(yè)知識、專業(yè)能力與基礎(chǔ)素質(zhì)4個要素組成，因此，設(shè)勝任力要素集合為x={x1,x2,…,xi}，xi(i=1,…,4)為第i個勝任力要素；軌道交通司機勝任力測評結(jié)果有 n種情況，測評結(jié)果集合為y={y1,y2,…,yn}，yj(j=1,…,n)為第 j種測評結(jié)果，y為x的函數(shù).因此，構(gòu)建勝任力結(jié)構(gòu)要素水平的熵函數(shù)為

式中 p() yj為yj出現(xiàn)的概率.

（2）有序性熵H2——勝任力要素間作用關(guān)系的有序性.

假設(shè)條件：設(shè)軌道交通司機勝任力系統(tǒng)可能處于n種狀態(tài)，每種狀態(tài)出現(xiàn)的概率為p(i),(i=l, 2,…,n)，則勝任力系統(tǒng)的運行熵可以表示為

計算方法：勝任力要素x={x1,x2,x3,x4}分別表示為基礎(chǔ)素質(zhì)、個性特征、專業(yè)能力與專業(yè)知識，而與此4個要素存在相關(guān)關(guān)系的勝任力要素假設(shè)為c={c1,c2,c3,c4}，因此，可以通過軌道交通司機勝任力測評數(shù)據(jù)間的相關(guān)性分析結(jié)果判定各要素間的相關(guān)關(guān)系，也即勝任力要素間作用關(guān)系有序性熵函為

式中 ei(i =1,…,4)為系數(shù).

（3）環(huán)境熵H3——勝任力外部環(huán)境.

根據(jù)前文構(gòu)建勝任力模型可知，軌道交通司機勝任力外部影響因素由2個因素（自然條件與社會環(huán)境）組成，而環(huán)境變量是不能夠決定數(shù)值的變量，亦即該變量表示的是不可控因素的變量，需要考慮到企業(yè)系統(tǒng)所處的環(huán)境條件，因此，影響因素的集合為b={b1,b2}，b1為自然條件影響因素，b2為社會環(huán)境影響因素.

bk引起外部環(huán)境變化所帶來的環(huán)境熵值為

（4）勝任力熵函數(shù)H——結(jié)果變量.

結(jié)果變量是軌道交通系統(tǒng)司機勝任力的總熵，由結(jié)構(gòu)熵H1、有序性熵H2和環(huán)境熵H3所決定.熵，是一個廣延量，整個遠離平衡態(tài)軌道交通司機的勝任力系統(tǒng)熵H是子系統(tǒng)各部分熵的總和，即H=∫dHi，基于熵的可加性，得到軌道交通司機勝任力熵函數(shù)的初步表達式為

3.2 司機勝任力實證分析

通過實地調(diào)研，項目組對北京市軌道交通司機隊伍的職業(yè)素質(zhì)、工作環(huán)境、勞動組織管理等情況進行了深入了解，并采用行為事件訪談、問卷調(diào)查、專家評析等方法，獲取了大量的一手資料.針對在職的262名北京市軌道交通司機進行了勝任素質(zhì)測評，測試項目包括：個性特征、專業(yè)知識、專業(yè)能力與基礎(chǔ)素質(zhì).對調(diào)研數(shù)據(jù)進行整理后，取得了137名軌道交通司機的完整調(diào)研結(jié)果.將實際收集到的數(shù)據(jù)進一步處理，按照勝任素質(zhì)的總分（1到10）大小分為兩部分，高于或等于總分80%的數(shù)據(jù)歸類為“優(yōu)秀組”（best），低于總分80%的數(shù)據(jù)歸類為“及格組”（normal）.“優(yōu)秀組”與“及格組”基本數(shù)據(jù)描述（均值、方差、最小值、最大值）如表1所示.由于所采集數(shù)據(jù)均處在同一自然環(huán)境和社會條件中，故假設(shè)勝任力系統(tǒng)的環(huán)境熵H3保持不變，因此，就該系統(tǒng)結(jié)構(gòu)熵H1和有序性熵H2分別進行分析.

表1 軌道司機勝任力數(shù)據(jù)基本統(tǒng)計量Table1 Thestatisticsdescription of railwaytransportation driver

（1）結(jié)構(gòu)熵.

“優(yōu)秀組”司機的個性特征、專業(yè)知識、專業(yè)能力與基礎(chǔ)素質(zhì)四維度的范圍均為6至9，通過概率統(tǒng)計可得各維度下分數(shù)出現(xiàn)的概率.例如：優(yōu)秀組中司機的個性特征得分最高為9分，最低為7分，而該組中8分出現(xiàn)的概率為8分出現(xiàn)的個數(shù)與總體個數(shù)的比值（0.586），且各分值的概率總和等于1.以此類推，可以得到司機勝任力“優(yōu)秀組”與“及格組”各維度下的概率值（如表2所示）.

表2 “優(yōu)秀組”與“及格組”勝任力內(nèi)部各維度得分情況Table2 The description of each dimension between excellent group and ordinary group

根據(jù)表2顯示內(nèi)容以及式（1），計算“優(yōu)秀組”基礎(chǔ)素質(zhì)維度結(jié)構(gòu)熵值為

同理，個性特征、專業(yè)能力、專業(yè)知識結(jié)構(gòu)熵值分別為

因此，根據(jù)熵值可加性原理，優(yōu)秀組的結(jié)構(gòu)熵總和為

根據(jù)上述類似算法，可計算得到及格組的內(nèi)部四個維度的結(jié)構(gòu)熵總和為

由上述計算結(jié)果及熵的概念可知，勝任力系統(tǒng)的有序度越高，其函數(shù)值越低，而該組軌道交通司機“優(yōu)秀組”與“及格組”勝任力的結(jié)構(gòu)熵分別為3.719 7和4.213 3，由此可推得“優(yōu)秀組”司機高于“及格組”司機的內(nèi)部結(jié)構(gòu)的有序性程度.在司機勝任力系統(tǒng)中，若要保證司機在行車過程中保持較高水平，其基礎(chǔ)素質(zhì)、個性特征、專業(yè)能力與專業(yè)知識均需保持在優(yōu)秀水平之上，使其各項波動水平幅度較小，才能保持較高的勝任力水平，進而促進軌道交通的發(fā)展；相反，如若司機各項維度波動幅度較大，則導致了內(nèi)部結(jié)構(gòu)的無序性程度較高，此時，應該針對不同項目單獨進行培訓，如專業(yè)知識水平的提高、專業(yè)能力的培訓等，將其提升至優(yōu)秀的成績內(nèi)，這樣才能使勝任力系統(tǒng)的結(jié)構(gòu)熵保持在一個較低的水平上.

（2）有序性熵.

利用“優(yōu)秀組”與“及格組”司機的相關(guān)數(shù)據(jù)，按照分值的排列組合可知，“優(yōu)秀組”司機有（9,9）、（9,8）、（9,7）、（9,6）、（8,9）、（8,8）、（8,7）、（8,6）、（7, 9）、（7,8）、（7,7）、（7,6）、（6,9）、（6,8）和（6,7）共15種情況，同理，可計算“及格組”有24種情況（不再一一列舉）.由此，得到勝任力系統(tǒng)結(jié)構(gòu)各維度相互關(guān)系概率值（某個組合出現(xiàn)的概率等于此組合出現(xiàn)的次數(shù)與總數(shù)的比值）如表3所示.以優(yōu)秀組基礎(chǔ)素質(zhì)為例：當組中某司機的基礎(chǔ)素質(zhì)分值為8分時，則與個性特征、專業(yè)能力、專業(yè)知識可能的組合為（8,9）、（8,8）、（8,7）、（8,6），經(jīng)統(tǒng)計計算可知在基礎(chǔ)素質(zhì)與專業(yè)能力的關(guān)系中，（8,8）出現(xiàn)的次數(shù)為8次，而總個數(shù)為116，因此概率值為8/116=0.069.

表3 優(yōu)秀組勝任力系統(tǒng)基礎(chǔ)素質(zhì)相互關(guān)系概率值Table3 Probability of essential quality in the excellent group

因此，根據(jù)表3計算優(yōu)秀組中與基礎(chǔ)素質(zhì)相關(guān)的有序性熵值為

根據(jù)相同步驟（略去相互關(guān)系概率表），可分別計算個性特征、專業(yè)能力與專業(yè)知識的有序性熵值分別為=1.986 8 ，=2.248 6 ，=1.763 5.

因此，“優(yōu)秀組”司機勝任力系統(tǒng)的有序性總熵值為

根據(jù)上述類似算法，可計算“及格組”司機勝任力系統(tǒng)各維度有序性熵值為

因此，可得“及格組”司機勝任力系統(tǒng)的有序性熵值為

從以上計算結(jié)果可知，司機勝任力系統(tǒng)運行時內(nèi)部的不確定性是由于內(nèi)部維度基礎(chǔ)素質(zhì)、個性特征、專業(yè)能力與專業(yè)知識的偏差所引起的，而這種偏差的出現(xiàn)與否，以及偏差量的大小受到司機本身內(nèi)外部約束的制約.從數(shù)值上看，優(yōu)秀司機勝任力系統(tǒng)中各維度的有序性熵值低于及格司機，這充分說明總分越是優(yōu)異，各項維度之間則較為穩(wěn)定，也即各維度間相關(guān)程度越高，從而使得勝任力系統(tǒng)的有序性程度也就越高.因此，在今后對司機勝任力能力培訓時，應加強司機勝任力素質(zhì)各方面的均衡發(fā)展，才能進一步提高司機的勝任力水平.

（3）勝任力熵函數(shù).

根據(jù)熵值的可加性及公式（5），得到關(guān)于勝任力系統(tǒng)的總熵值（環(huán)境熵保持不變）為

由上述計算結(jié)果可知，具有較低個性特征、專業(yè)知識、專業(yè)能力與基礎(chǔ)素質(zhì)能力的司機相比于較高水平司機具有更高的總熵值.這表明當勝任力系統(tǒng)不斷地與外界環(huán)境進行物質(zhì)、能量、信息等交換后，可以從原有混亂無序的狀態(tài)轉(zhuǎn)為一種時間空間上的有序狀態(tài)，使得整個系統(tǒng)的資源配置達到最優(yōu)，處在一種最佳狀態(tài).因此，當通過問卷調(diào)查結(jié)果分析得出司機勝任力水平低于所需能力的最低水平時，此時系統(tǒng)的混亂程度升高，無序狀態(tài)顯著，有必要通過一系列的員工培訓、選拔等人力資源活動提高系統(tǒng)的有序性.

4 研究結(jié)論

本文在深入分析勝任力系統(tǒng)的熵和耗散結(jié)構(gòu)的基礎(chǔ)上，建立了軌道交通司機的勝任力模型，該模型由內(nèi)部結(jié)構(gòu)、內(nèi)部有序性和外部環(huán)境三部分構(gòu)成.由此建立的勝任力模型進一步推廣到司機勝任力熵函數(shù)的構(gòu)建，并提出勝任力熵函數(shù)由三部分組成，分別為結(jié)構(gòu)熵、有序性熵和環(huán)境熵.通過對軌道交通司機數(shù)據(jù)的實證分析可知，具有較高勝任力水平的司機（優(yōu)秀組），其系統(tǒng)的熵值較低；而具有較低勝任力水平的司機（及格組）的熵值相對而言較高一些，這說明在相同自然條件和社會環(huán)境下，熵值的大小精確地反映了系統(tǒng)內(nèi)在的有序結(jié)構(gòu).因此，在組織勝任力系統(tǒng)的發(fā)展過程中，只有不斷地克服熵的產(chǎn)生，引入負熵流，使系統(tǒng)按照“有序-無序-新的有序”這一過程不斷前進，優(yōu)化系統(tǒng)的內(nèi)在結(jié)構(gòu)，才能維持組織的蓬勃發(fā)展.

本文從系統(tǒng)的角度出發(fā)，運用耗散結(jié)構(gòu)理論和熵理論，通過對勝任力各要素之間的相互作用，以及勝任力受作業(yè)環(huán)境的變化來打開勝任力各要素相互作用的黑箱，對現(xiàn)有的勝任力靜態(tài)研究做出了重要的補充.同時，也拓寬了現(xiàn)有研究的研究思路，對于切實提高軌道交通運輸?shù)陌踩裕哂蟹e極的推動作用.

[1]Sepencer L M,Spencer S M.Competence at work:Model for superior permormance[M].New York,USA:John wiley&Sons,Incorporated,1993:222-226.

[2]McClelland D C.Testing for competence rather than fo?rintelligence[J].American Psychologist，1973,28:1-14.

[3]李軍鋒，杜賓.基于多維遞階熵的元勝任力模型實證[J].北京航空航天大學學報，2010，36(6)：700-703, 731.[LI J F,DU B.Empirical research on meta-compe?tency evaluation model based on multiple dimensions hi?erarchical entropy[J].Journal of Beijing University of Aeronautics and Astronautics,2010,36(6):700-703, 731.]

[4]倪淵，林健.中層管理者勝任力組合評價模型及實證研究[J].系統(tǒng)工程，2012，30(1)：1-7.[NI Y,LIN J.Com?bined evaluation model of the middle-level managers’competence and its empirical study[J].Systems Engi?neering,2012,30(1):1-7.]

[5]林波，孟凱，王文波.基于耗散結(jié)構(gòu)系統(tǒng)熵模型的區(qū)域人力資源供給系統(tǒng)有序性研究[J].科技與經(jīng)濟，2014，27(1)：86-90.[LIN B,MENG K,WANG W B.Research on ordering of regional human resources supply system of based on entropy model of the dissipative structure[J]. Science&Technology and Economy,2014,27(1):86-90.]

Entropy Change Mechanism of Rail Transit Drivers Competency

LI Tao,YE Long
(School of Economics and Management,Beijing Jiaotong University,Beijing100044,China)

To improve the safety of rail transit,this paper develops a competence model of rail transit drivers contains basic quality,personality characteristic,professional competence and professional knowledge considering the rail transit system of China.The Entropy Change Mechanism and Dissipative Structure theory are used to construct the competent entropy function,which consists of the structure entropy,order degree entropy and environment entropy.The competent entropy function is able to estimate the positional competence of rail transit drivers scientifically and provides a scientific basis to the safety evaluation and the management of their daily work.Moreover,the empirical data is applied to calculate the entropy of the system and proves that the model and the proposed method are effective and reliable.The research findings indicate that the higher of the rail transit drivers order degree is,the lower of entropy function value is,and vice versa.

integrated transportation;entropy change mechanism;dissipative structure;competency;rail transit drivers

1009-6744（2014）03-0148-06

C931.2

A

2013-11-15

2014-01-17錄用日期：2014-01-26

高等學校博士學科點專項科研基金（20120009110011）.

李濤（1978-），女，河南新鄉(xiāng)人，講師，博士生.*通訊作者：tli@bjtu.edu.cn