杜衣杭，方衛(wèi)寧，裘瀚照

(北京交通大學(xué) 軌道交通控制與安全國家重點(diǎn)實(shí)驗(yàn)室，北京 100044)

?

基于PCA-AHP地鐵行車調(diào)度員非技術(shù)技能的識(shí)別及評(píng)定

杜衣杭，方衛(wèi)寧，裘瀚照

(北京交通大學(xué) 軌道交通控制與安全國家重點(diǎn)實(shí)驗(yàn)室，北京 100044)

設(shè)計(jì)并實(shí)施了行車調(diào)度員非技術(shù)技能調(diào)查問卷，運(yùn)用主成分分析法進(jìn)行了地鐵行車調(diào)度員非技術(shù)技能構(gòu)成因素的提煉，并使用層次分析法對(duì)各個(gè)指標(biāo)進(jìn)行了賦權(quán)和權(quán)重排序.分析結(jié)果表明，影響行車調(diào)度員非技術(shù)技能的主要因素是決策能力、情景意識(shí)和合作能力，這與行為事件訪談結(jié)果基本吻合.

非技術(shù)技能；行車調(diào)度員；主成分分析法；層次分析法

地鐵行車調(diào)度崗位是地鐵運(yùn)營的樞紐，行車調(diào)度員對(duì)地鐵的安全、高效運(yùn)營有著重要的作用.在操作系統(tǒng)高度自動(dòng)化的環(huán)境下，大多數(shù)行車事故與調(diào)度員的信息溝通、領(lǐng)導(dǎo)協(xié)作、判斷決策及任務(wù)管理能力有關(guān)，而非僅僅是行車監(jiān)控操縱技術(shù)方面的問題.軌道交通行業(yè)中，非技術(shù)技能在事故致因中的比例逐年上升.提高調(diào)度員的非技術(shù)技能是地鐵安全運(yùn)營的重要保障.

非技術(shù)技能是指為了完成技術(shù)技能，并且提高操作績效的認(rèn)知和人際技能[1].20世紀(jì)80年代，非技術(shù)技能在美國航空業(yè)得到了廣泛的關(guān)注.美國國家航空航天局在對(duì)一系列重大航空事故調(diào)查后發(fā)現(xiàn)，真正導(dǎo)致事故的并不是技術(shù)失誤，而是缺乏情景意識(shí)、溝通交流等與飛行操作并不直接相關(guān)的非技術(shù)技能[2].因此，航空人因工程學(xué)者通過行為分析，確定了情景意識(shí)、決策、合作和領(lǐng)導(dǎo)力等是飛行員非技術(shù)技能的主要因素.歐洲航空局為了提升培訓(xùn)效果，進(jìn)一步規(guī)范績效考核和選拔機(jī)制，于1999年在NLR-TP-9851項(xiàng)目中開發(fā)了NOTECH非技術(shù)技能行為指標(biāo)體系[3]，包括合作、領(lǐng)導(dǎo)力、情境意識(shí)和決策4個(gè)維度，下屬15個(gè)行為指標(biāo).隨后，F(xiàn)lin將現(xiàn)有的NOTECH體系進(jìn)行修正后引入到醫(yī)療行業(yè)，分別建立了麻醉師非技術(shù)技能體系(ANTS)[4]、外科醫(yī)師非技術(shù)技能量表(NOTSS)[5]、手術(shù)團(tuán)隊(duì)非技術(shù)技能量表(OTAS)[6]等.石油開采[7]、海運(yùn)[8]及核電[9]等高風(fēng)險(xiǎn)行業(yè)也相繼重視班組的非技術(shù)技能培訓(xùn)，并建立了具有各自行業(yè)特性的訓(xùn)練和評(píng)價(jià)體系，旨在提高班組的作業(yè)績效，避免人為事故發(fā)生.2011年，英國鐵路安全標(biāo)準(zhǔn)委員會(huì)發(fā)起了T869計(jì)劃[10]，針對(duì)機(jī)車司機(jī)進(jìn)行了非技術(shù)技能的培訓(xùn)和評(píng)估，將NOTECH量表由4個(gè)維度擴(kuò)展到7個(gè)維度，包括情境意識(shí)、責(zé)任心、交流、決策、合作、工作負(fù)荷管理和自我管理等，下屬23個(gè)指標(biāo).然而，各行業(yè)對(duì)非技術(shù)技能構(gòu)成因素的研究僅停留在定性分析階段，且我國對(duì)地鐵行車調(diào)度員的非技術(shù)技能的研究較少.

針對(duì)以上不足,本文作者首先對(duì)國內(nèi)外相關(guān)文獻(xiàn)進(jìn)行分析，初步篩選出地鐵行車調(diào)度員的非技術(shù)技能指標(biāo)集.通過對(duì)北京地鐵的行車調(diào)度員進(jìn)行問卷調(diào)查，運(yùn)用主成分分析法精煉并構(gòu)建地鐵行車調(diào)度員非技術(shù)技能多層次模型，使用層次分析法確定權(quán)重并排序.最后采用行為事件訪談法對(duì)結(jié)果進(jìn)行了驗(yàn)證.

1 非技術(shù)技能指標(biāo)集的初步篩選

針對(duì)現(xiàn)有的非技術(shù)技能指標(biāo)體系進(jìn)行分析，結(jié)合地鐵行車調(diào)度員的工作規(guī)范和要求，初步篩選出適合于我國地鐵行車調(diào)度員非技術(shù)技能的指標(biāo)集.

1.1 非技術(shù)技能問卷編制與實(shí)施

行車調(diào)度員是地鐵運(yùn)輸組織指揮系統(tǒng)的中樞神經(jīng)，按照列車運(yùn)行圖的要求指揮行車，并根據(jù)客流變化及時(shí)調(diào)整運(yùn)力安排，合理使用生產(chǎn)資源，實(shí)行24小時(shí)指揮、協(xié)調(diào)、監(jiān)督與控制，保障運(yùn)營安全與質(zhì)量，確保運(yùn)營生產(chǎn)的順利實(shí)施.同時(shí),需要負(fù)責(zé)運(yùn)營事故及其他運(yùn)營突發(fā)事件的處置、搶險(xiǎn)指揮與協(xié)調(diào)工作，以減少影響與損失，迅速恢復(fù)正常運(yùn)行為前提，及時(shí)采取一切有效措施控制事件發(fā)展態(tài)勢(shì).另外,還需負(fù)責(zé)管轄范圍內(nèi)的檢修施工計(jì)劃管理，協(xié)調(diào)各單位及各專業(yè)間的作業(yè)計(jì)劃安排與配合工作.可以看出行車調(diào)度是一個(gè)綜合性很強(qiáng)的專業(yè)技術(shù)工種，由于異常情況的類型多種多樣，環(huán)境瞬息萬變，操作規(guī)程所提供的處置方案不能面面俱到，這就要求調(diào)度員在操作技能達(dá)標(biāo)的前提下，具有很強(qiáng)的交流能力、決策能力和工作負(fù)荷管理等非技術(shù)技能.

通過對(duì)現(xiàn)有文獻(xiàn)進(jìn)行分析，篩選出具有代表性的5種非技術(shù)技能量表，如表1所示.提取各量表中的指標(biāo)，將名稱相同或含義相近的指標(biāo)進(jìn)行去重與合并，刪除明顯不符合調(diào)度員任務(wù)特性的指標(biāo)，如飛行高度感知，共得到27個(gè)指標(biāo)，構(gòu)建了地鐵行車調(diào)度員非技術(shù)技能初篩指標(biāo)集.通過北京地鐵的現(xiàn)場(chǎng)調(diào)研，并對(duì)3名資深行車調(diào)度專家進(jìn)行咨詢后，編制了《地鐵行車調(diào)度員非技術(shù)技能調(diào)查問卷》，設(shè)置了27個(gè)題項(xiàng)，清晰界定了每一項(xiàng)技能的含義，并設(shè)置問題.問卷采用5點(diǎn)量表，分別為“不重要、不太重要、一般、比較重要和非常重要”，賦值1～5.

問卷在北京地鐵調(diào)度運(yùn)營指揮中心實(shí)施.發(fā)放對(duì)象為北京地鐵1號(hào)線、2號(hào)線、5號(hào)線、13號(hào)線、八通線和機(jī)場(chǎng)線在職調(diào)度員.發(fā)放問卷111份，回收92份.在對(duì)數(shù)據(jù)進(jìn)行初步篩選后，剔除無效問卷22份，剩余70份，有效回收率63%.

表1 地鐵行車調(diào)度員非技術(shù)技能初篩指標(biāo)集

1.2 問卷信效度分析

信度分析是對(duì)問卷的穩(wěn)定性和一致性進(jìn)行驗(yàn)證的步驟.本次問卷包含27個(gè)題項(xiàng)，采用α系數(shù)法.一般要求α系數(shù)大于0.6[11]，問卷的α系數(shù)為0.934，說明該問卷具有較高信度，能夠用于地鐵調(diào)度員非技術(shù)技能指標(biāo)體系的數(shù)據(jù)分析.

效度是對(duì)問卷的有效程度進(jìn)行測(cè)量的工具，即問卷的測(cè)量結(jié)果對(duì)研究目標(biāo)反映的程度.本次問卷KMO檢驗(yàn)值為0.624，Bartlett球形檢驗(yàn)值為0，適合進(jìn)行主成分分析.

2 非技術(shù)技能的構(gòu)成因素提取

采用合集法得到的非技術(shù)技能指標(biāo)較為復(fù)雜，為了使用較少的指標(biāo)并最大程度反映行車調(diào)度員的非技術(shù)技能，使用主成分分析法將指標(biāo)池進(jìn)行降維，轉(zhuǎn)化為具有綜合性的指標(biāo).

2.1 因子分析過程

采用主成分分析法，假設(shè)變量是因子的純線性組合，通常保留特征值大于1的因子.所保留的第一個(gè)主成分的方差貢獻(xiàn)率最大，其后依次遞減.方差貢獻(xiàn)率反映該因子所包含信息對(duì)總體信息的解釋程度，累積貢獻(xiàn)率則反映提取的所有因子對(duì)整個(gè)模型的解釋程度.

對(duì)共性因子進(jìn)行旋轉(zhuǎn)的方法通常有正交旋轉(zhuǎn)和斜交旋轉(zhuǎn).由于變量間沒有絕對(duì)意義上的獨(dú)立，因此在探索性因子分析中，采用斜交旋轉(zhuǎn).

主成分分析法需要遵循的原則有：1)主成分特征值大于1；2)因子模型的累積方差貢獻(xiàn)率應(yīng)盡可能大；3)如果某一變量在所有公因子上的載荷小于0.50，或在2個(gè)以上公因子上載荷大于0.50，則刪除該變量.

2.2 因子分析結(jié)果

為了評(píng)估27項(xiàng)非技術(shù)技能原始變量的內(nèi)在結(jié)構(gòu)，對(duì)問卷數(shù)據(jù)進(jìn)行第一次分析，提取了9個(gè)主成分，累積方差貢獻(xiàn)率71.72%，內(nèi)部一致性0.845，檢查發(fā)現(xiàn)，有2個(gè)變量不符合上述原則，且第9主成分中只包含1個(gè)變量，因此剔除這3個(gè)變量.

經(jīng)與調(diào)度專家討論后發(fā)現(xiàn)，第8主成分中的指標(biāo)“提高知識(shí)和技能”和“物質(zhì)資源管理”在調(diào)度任務(wù)中影響較小，且其方差貢獻(xiàn)率較低，因此將其剔除.

最終結(jié)果如表2所示，該模型提取了7個(gè)主成分來描述行車調(diào)度員的非技術(shù)技能，累積方差貢獻(xiàn)率為63.85%.

通過與NOTECH及ANTS等其他非技術(shù)技能指標(biāo)體系的對(duì)比，很容易對(duì)這些主成分進(jìn)行命名.最終確定的主成分名稱、特征值、方差貢獻(xiàn)率和內(nèi)部一致性見表3，所得結(jié)果在與專家討論后認(rèn)為基本合理，具有可操作性.

表2 主成分得分

表3 主成分的特征值和方差貢獻(xiàn)率

3 非技術(shù)技能權(quán)重排序

通過主成分分析構(gòu)建非技術(shù)技能多層次模型，共分為3個(gè)層級(jí)，目標(biāo)層為非技術(shù)技能，準(zhǔn)則層為情境意識(shí)和交流能力等7個(gè)二級(jí)指標(biāo)，指標(biāo)層為識(shí)別判斷、語言表達(dá)和自我控制等22個(gè)指標(biāo).采用基于群決策的層次分析法對(duì)指標(biāo)進(jìn)行權(quán)重排序.

3.1 基于群決策的層次分析法

層次分析法是美國運(yùn)籌學(xué)家Saaty在20世紀(jì)70年代提出的[12]，其原理是把復(fù)雜的問題分解為各個(gè)組成因素，將這些因素按支配關(guān)系分組形成有序的遞階層次結(jié)構(gòu)，通過兩兩比較的方式確定層次中諸因素的相對(duì)重要性，然后綜合人的判斷以決定決策諸因素相對(duì)重要性的順序.AHP方法是將定性問題進(jìn)行定量化、模型化的轉(zhuǎn)換手段，適用于多目標(biāo)指標(biāo)體系的構(gòu)建.

AHP基本要求是判斷矩陣的一致性，但實(shí)際操作中，由于各個(gè)專家主觀評(píng)價(jià)的差異，常常導(dǎo)致判斷矩陣的不一致.因此，結(jié)合群決策的方法[13]，綜合所有專家的意見，依據(jù)“少數(shù)服從多數(shù)”原則，采用基于聚類分析的群決策來構(gòu)建共識(shí)矩陣.利用共識(shí)矩陣作為AHP中的比較矩陣，從而確定各個(gè)指標(biāo)在非技術(shù)技能體系中的權(quán)重，步驟如下.

3.1.1 建立判斷矩陣

矩陣A=(aij)n×n表示n個(gè)指標(biāo)之間的相對(duì)重要性:

(1)

其中aij是專家對(duì)因素i相對(duì)于因素j的重要性評(píng)估指標(biāo),根據(jù)因素i相對(duì)于因素j的重要程度由同等重要到極端重要取1～9,且aij與aji互為倒數(shù).

3.1.2 聚類分析

聚類分析的目的是對(duì)專家群體進(jìn)行分類.采用“少數(shù)服從多數(shù)”的原則綜合專家群體的意見，從而減少個(gè)體極端評(píng)價(jià)對(duì)群體評(píng)價(jià)的影響.類容量小的專家群體排序向量對(duì)應(yīng)著較小的權(quán)重賦值.相反，類容量較大的類別中，個(gè)體排序向量代表了較多的專家意見，所以賦予較大的權(quán)重系數(shù).

通過聚類分析，可以將s個(gè)專家聚集成t個(gè)類別，其中第p個(gè)類別包含φp個(gè)專家，第p個(gè)類別中每個(gè)專家i的置信度用αi表示:

αi=φp/s

(2)

專家i的權(quán)重系數(shù)λi與其置信度αi成正比:

λi=aαi

(3)

式中a為比例系數(shù).

另權(quán)重和為1,與上式組成方程組

(4)

解方程組得

(5)

由于在同一個(gè)類別中的專家有相同的置信度，因此:

(6)

由(2)、式(5)和式(6)得

(7)

式中：φp為專家所在類別p中專家的個(gè)體數(shù)；λi為專家i的權(quán)重.

3.1.3 建立共識(shí)矩陣

計(jì)算得到各個(gè)專家的權(quán)重后，對(duì)所有專家的判斷矩陣進(jìn)行聚合，形成共識(shí)矩陣

(8)

其中第i行第j列元素sij的計(jì)算公式為

sij={[aij(1)]λ1×[aij(2)]λ2×…×

[aij(n)]λm}1/(λ1+λ2+…+λm)

(9)

式中aij(n)表示第n個(gè)專家的判斷矩陣中第i行第j列元素.

3.1.4 層次單排序計(jì)算

由判斷矩陣計(jì)算被比較元素對(duì)于該層次元素的相對(duì)權(quán)重.首先由式(10)計(jì)算共識(shí)矩陣S的所有特征值λ′：

Sω=λ′ω

(10)

記S的最大特征根為λmax，相應(yīng)的特征向量為

(11)

進(jìn)行歸一化處理，得到權(quán)重向量

(12)

式中n為該層元素個(gè)數(shù).

3.1.5 計(jì)算一致性指標(biāo)

由判斷矩陣計(jì)算權(quán)向量，要求判斷矩陣有大體上的一致性.需要計(jì)算一致性指標(biāo)CI:

CI=(λmax-n)/(n-1)

(13)

計(jì)算一致性比率CR:

CR=CI/RI

(14)

式中RI根據(jù)文獻(xiàn)[12]查表得到.當(dāng)CR<0.1時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的.

3.2 問卷編制及結(jié)果分析

對(duì)非技術(shù)技能模型進(jìn)行第二次問卷調(diào)查，調(diào)查對(duì)象為工作年限超過15年的帶班調(diào)度員.問卷分為3個(gè)層次共7個(gè)維度，22個(gè)指標(biāo)，分別設(shè)置題項(xiàng)，采用1～9賦值法，對(duì)各層級(jí)指標(biāo)重要性進(jìn)行判斷，1代表極不重要，9代表極重要.發(fā)放問卷5份，回收問卷5份，回收率100%.

對(duì)專家進(jìn)行聚類，聚類結(jié)果分為2類，p1為專家1和專家5，p2為專家2、專家3和專家4.類間權(quán)重為λ1=0.308，λ2=0.692.根據(jù)式(12)計(jì)算判斷矩陣的特征向量，根據(jù)式(14)計(jì)算一致性比率.準(zhǔn)則層特征向量λmax=7.013，一致性比率CR=0.002.指標(biāo)的權(quán)重排序及指標(biāo)層一致性比率見表4.

表4 非技術(shù)技能因素的權(quán)重

3.3 結(jié)果驗(yàn)證

為了對(duì)分析結(jié)果進(jìn)行驗(yàn)證，采用行為事件訪談法對(duì)20名年度績效考核合格的行車調(diào)度員進(jìn)行了訪談.訪談要求調(diào)度員描述一個(gè)完整事件的所有要素，即事件的起因、結(jié)果、時(shí)間、相關(guān)人物、當(dāng)時(shí)的感受、想法、行動(dòng)及情感，以揭示非技術(shù)技能在其工作中所起的作業(yè)，特別是那些潛在的能夠?qū)冃Мa(chǎn)生預(yù)期作用的非技術(shù)技能.訪談形成了20份錄音文本，時(shí)間共計(jì)33 085 s，轉(zhuǎn)錄后的文本長度為74 517字.

采用言語編碼表對(duì)錄音文件進(jìn)行分析，對(duì)非技術(shù)技能的7個(gè)準(zhǔn)則層指標(biāo)進(jìn)行編碼和等級(jí)標(biāo)定.以頻次和等級(jí)2個(gè)維度對(duì)能力進(jìn)行評(píng)定.頻次代表該能力在訪談中出現(xiàn)的數(shù)量，等級(jí)代表該能力的重要度，二者的乘積為該指標(biāo)的綜合得分，結(jié)果見表5.

訪談結(jié)果與層次分析法權(quán)重排序基本吻合.其中決策能力、情境意識(shí)、合作能力、交流能力和領(lǐng)導(dǎo)力的重要度排序與權(quán)重排序完全一致.任務(wù)管理與自我管理順序相反，綜合得分相差0.003，相差較小.這可能是由于調(diào)度員在訪談中比較關(guān)注一個(gè)完整事件的處置，而相對(duì)弱化自我管理能力對(duì)事件處置中的作用.因此，可以認(rèn)為該訪談結(jié)果很好地驗(yàn)證了層次分析法對(duì)非技術(shù)技能指標(biāo)賦權(quán)的有效性.

表5 非技術(shù)技能行為事件訪談結(jié)果

4 結(jié)論

本文通過主成分分析法對(duì)問卷結(jié)果進(jìn)行降維，構(gòu)建地鐵行車調(diào)度員非技術(shù)技能的7維度層級(jí)模型，然后采用基于群決策的層次分析法進(jìn)行指標(biāo)賦權(quán).通過對(duì)專家級(jí)調(diào)度員的行為事件訪談，驗(yàn)證了賦權(quán)結(jié)果.其中，決策能力、情境意識(shí)和合作能力是對(duì)調(diào)度員非技術(shù)技能影響較大的3個(gè)因素.因此，注重班組中人員的決策、情景意識(shí)和合作能力的提升是提高行車調(diào)度員班組績效的關(guān)鍵.

采用科學(xué)的方法提煉了行車調(diào)度員非技術(shù)技能指標(biāo)，所構(gòu)建的模型較好地反映了調(diào)度員的作業(yè)特性，可以用于調(diào)度員班組和個(gè)體能力的綜合評(píng)價(jià)，為我國地鐵行車調(diào)度員人才甄選、能力考查和培訓(xùn)提供了理論依據(jù).

[1] FLIN R, MARTIN L, GOETERS K M, et al. Development of the NOTECHS (non-technical skills) system for assessing pilots' CRM skills[J]. Human Factors and Aerospace Safety, 2003, 3(2): 95-117.

[2] HELMREICH R L, FOUSHEE H C. Why crew resource management? Empirical and theoretical bases of human factors training in aviation[M]. San Diego: Academic Press, 1993.

[3] VAN AVERMAETE J A G. The evaluation of non-technical skills of multi-pilot aircrew in relation to the JAR-FCL requirements[M]. Amsterdam: National Aerospace Laboratory, 1998.

[4] FLETCHER G, FLIN R, MCGEORGE P, et al. Anaesthetists' non-technical skills (ANTS): evaluation of a behavioural marker system[J]. British Journal of Anaesthesia, 2003, 90(5):580-588.

[5] YULE S, FLIN R, MARAN N, et al. Surgeons' non-technical skills in the operating room: reliability testing of the NOTSS behavior rating system[J]. World Journal of Surgery, 2008, 32(4):548-556.

[6] PUCHER P H, BATRICK N F, TAYLOR D, et al. Virtual-world hospital simulation for real-world disaster response: design and validation of a virtual reality simulator for mass casualty incident management[J]. Journal of Trauma & Acute Care Surgery, 2014, 77(2):315-321.

[7] O'CONNOR P, FLIN R. Crew resource management training for offshore oil production teams[J]. Safety Science, 2003, 41(7):591-609.

[8] HETHERINGTON C, FLIN R, MEARNS K. Safety in shipping: The human element[J]. Journal of Safety Research, 2006, 37(4):401-411.

[9] YIM H B, KIM A R, SEONG P H. Development of a quantitative evaluation method for non-technical skills preparedness of operation teams in nuclear power plants to deal with emergency conditions[J]. Nuclear Engineering and Design, 2013, 255(5): 212-225.

[10] BONSALL-CLARKE K, PUGH S. Non-technical skills for rail: development, piloting, evaluation, and implementation of courses for frontline staff and managers[C]// DADASHI I N, SCOTT A, WILSON J R, et al. Rail human factors: supporting reliability, safety and cost reduction. London：Taylor and Francis，2013：519-528.

[11] JOLLIFFE I T.Principal Component Analysis[M]. Berlin: Springer, 2002.

[12] SAATY T L. The analytic hierarchy process: planning, priority setting, resource allocation[M]. New York: McGraw-Hill, 1980.

[13] SHI S, CAO J, LI F, et al. Construction of a technique plan repository and evaluation system based on AHP group decision-making for emergency treatment and disposal in chemical pollution accidents[J]. Journal of Hazardous Materials, 2014, 276:200-206.

Recognition and determination of metro dispatchers'non-technical skills based on PCA-AHP

DUYihang,FANGWeining,QIUHanzhao

(State Key Lab of Rail Traffic Control & Safety, Beijing Jiaotong University,Beijing 100044，China)

Firstly, metro dispatchers' non-technical skills(NTS)questionnaire was designed and conducted in this paper. Secondly, the components of metro dispatchers' NTS were refined using principal component analysis(PCA). Finally, the weights of each index were determined and ranked based on analytic hierarchy process(AHP). The results show that the main factors affecting metro dispatchers' NTS are decision-making ability, situational awareness and cooperative ability, which agrees well with the results of behavioral event interview.

non-technical skills; dispatcher;principal component analysis; analytic hierarchy process

1673-0291(2016)06-0064-06

10.11860/j.issn.1673-0291.2016.06.011

2016-01-11

北京市科技計(jì)劃項(xiàng)目資助(D161100000116002)

杜衣杭(1989—)，男，北京市人，博士生.研究方向?yàn)槿艘蚬こ?email：13116335@bjtu.edu.cn.

方衛(wèi)寧(1968—)，男，浙江杭州人，教授，博士，博士生導(dǎo)師.email：wnfang@bjtu.edu.cn.

C931.3

A