基于WeFA與云模型的高鐵信號人員安全素質(zhì)評估研究

王耀安

(1.軌道交通工程信息化國家重點(diǎn)實驗室，陜西 西安 710043；2.中鐵第一勘察設(shè)計院集團(tuán)有限公司，陜西 西安 710043)

隨著“十四個五年計劃”的全面展開，高速鐵路建設(shè)日趨完整，這使得以往的鐵路安全管理不再適用于當(dāng)前高鐵環(huán)境，安全素質(zhì)作為安全管理的重要方面之一，也產(chǎn)生了較大的變化。高鐵信號系統(tǒng)是控制列車運(yùn)行的核心，也是典型的安全苛責(zé)性系統(tǒng)，自“7·23”甬溫線特大動車事故以來，對鐵路信號系統(tǒng)安全性的重視程度也逐步提高[1]。信號人員作為維護(hù)和維修信號系統(tǒng)的重要組成人員，其安全素質(zhì)水平影響著列車運(yùn)營的安全與效率。因此，建立安全素質(zhì)評價模型并探究高鐵信號人員的安全素質(zhì)現(xiàn)狀具有重要的意義。

安全素質(zhì)普遍認(rèn)為是人們的安全意識、安全知識和安全技能的總和。從廣義上講，安全素質(zhì)由理論、情感、價值觀、職業(yè)道德、行為準(zhǔn)則等人文素質(zhì)組成，其內(nèi)涵更為豐富，包括了安全意識、法制觀念、安全技能知識、文化知識結(jié)構(gòu)、心理應(yīng)變能力、承受適應(yīng)能力、道德行為規(guī)范和約束能力等[2]?，F(xiàn)階段對安全素質(zhì)影響因素的研究主要有以下3個方面[3-6]：①從安全素質(zhì)的定義出發(fā)，結(jié)合研究對象的特點(diǎn)，探究其安全素質(zhì)，主要研究點(diǎn)落在行為準(zhǔn)則、價值觀等影響因素，易忽略諸如工作設(shè)備等客觀因素對人的影響；②設(shè)計調(diào)查問卷，探索安全素質(zhì)的影響因素及作用力，采用SPSS統(tǒng)計學(xué)工具對問卷數(shù)據(jù)進(jìn)行歸納和分析，結(jié)果較為客觀，但安全素質(zhì)的影響因素間往往并不是相互獨(dú)立的，為了獲得一個較佳的分析結(jié)果，常采用聚類分析等方式增強(qiáng)數(shù)據(jù)獨(dú)立性，使分析結(jié)果出現(xiàn)偏差；③針對研究對象編制量表，量表的編寫時間較長，往往需要多年的跟蹤，通過不斷反饋的方式修正，工作量大，且不適用于變化較大的行業(yè)。

以上問題的痛點(diǎn)在于，評價體系的建立方式通常為：①結(jié)合安全素質(zhì)的定義和研究對象；②設(shè)計調(diào)查問卷開展數(shù)據(jù)搜集；③設(shè)計量表并多次修正完善。但尚未存在一種已確定的模型與邏輯進(jìn)行指導(dǎo)與分析。結(jié)合安全素質(zhì)的定義和研究對象的方式所建立評價體系的質(zhì)量通常依賴于研究者本身的素質(zhì)，使得建立的評價體系較為主觀，通常只能用于一個特定群體，難以拓展至整個行業(yè)。而通過調(diào)查問卷和量表的方式所建立的評價體系則全部依賴于統(tǒng)計數(shù)據(jù)，統(tǒng)計方式與數(shù)據(jù)的可靠性為影響評價體系的主要因素，評價體系非常客觀，但不能人工干預(yù)，且需多次反饋，而導(dǎo)致評價體系較為滯后。針對上述問題，筆者將使用加權(quán)因素分析方法(weighted factors analysis，WeFA)進(jìn)行建模，結(jié)合模型和調(diào)查對象的特點(diǎn)設(shè)計調(diào)查問卷。通過模型可得各影響因素的主觀權(quán)值，結(jié)合熵權(quán)法可得客觀權(quán)值，再利用基于博弈論的綜合賦權(quán)法融合主觀權(quán)值與客觀權(quán)值可得綜合權(quán)值，最后使用云模型分析研究對象的安全素質(zhì)現(xiàn)狀，構(gòu)建高鐵信號人員的安全素質(zhì)評價體系，優(yōu)化安全管理，提升高鐵運(yùn)營的安全性與效率。

1 評價模型構(gòu)建

1.1 加權(quán)因素分析模型

HESSAMI[7]于2016年首先提出加權(quán)因素分析模型，將工程應(yīng)用經(jīng)驗與安全素質(zhì)研究相結(jié)合，提出了該分析模型，具有對象針對性地定量與定性分析安全素質(zhì)現(xiàn)狀的能力。其第一層的評價因素如圖1(a)所示，所有評價因素根據(jù)其對上一層因素的影響分為積極因素G1、G2、G3、G4與消極因素G1。積極因素對上層因素有正向影響，消極因素對上層因素有負(fù)向影響。在定量計算方面，則通過各因素權(quán)值的正、負(fù)體現(xiàn)出對上層因素的影響。在此模型中，第一層因素是相對固定的：①行為&傳統(tǒng)，指研究對象的安全行為與影響其安全行為的社會、企業(yè)傳統(tǒng)；②信仰&信念，指研究對象是否擁有某一種宗教信仰或較強(qiáng)的信念，是心理中的較強(qiáng)表征；③標(biāo)識&符號，指工作環(huán)境中，指引安全行為的標(biāo)識、符號，例如“安全通道”等，這些標(biāo)識與符號對研究對象的工作起輔助性作用；④全球化，指研究對象所獲得的本工作的知識與國際知識的交互程度，例如參加國際學(xué)術(shù)交流會等；⑤敷衍行為，指研究對象所在的集體、單位對研究對象的安全行為重視程度較低，存在安全素質(zhì)低下或者不作為的現(xiàn)象。

WeFA以尋找對上層因素產(chǎn)生主要影響的方式將模型展開為樹狀多層模型，并以專家打分的方式確定權(quán)值。計算加權(quán)后的結(jié)果如式(1)所示。其中圖1(a)為HESSAMI提出的原版模型維度構(gòu)造，原版模型構(gòu)造是尋找對中心產(chǎn)生影響的因素，并分為積極因素與消極因素，以正影響與負(fù)影響來進(jìn)行描述，不利于歸一化；圖1(b)為在原版模型維度構(gòu)造的基礎(chǔ)上，將所有影響因素全部轉(zhuǎn)化為積極因素后的修改模型，可方便歸一化，具體見1.2節(jié)。

圖1 安全素質(zhì)評價模型(第一層)

(1)

式中：a1i、G1i分別為第1層第i個影響因素的權(quán)值和得分值；a2j、G2j分別為第2層第j個影響因素的權(quán)值和得分值；a3p、G3p分別為第3層第p個影響因素的權(quán)值和得分值。a1i、a2j、a3p作為權(quán)值可以為正或負(fù)，代表該因素是積極因素或消極因素。若所建立模型擁有更多層級的影響因素，則繼續(xù)展開。

此分析模型給出了在實際工程中分析安全素質(zhì)的主要方向與定量分析方法，需根據(jù)研究對象的特點(diǎn)進(jìn)行模型展開。但由于中外文化差異，需對模型進(jìn)行適應(yīng)性修正。

1.2 高鐵信號人員安全素質(zhì)分析模型

選擇某高鐵線某電務(wù)段車間信號人員為研究對象，共105人，有以下特點(diǎn)：①進(jìn)行3班輪班制，每一班人員需要連續(xù)工作8 h；②受教育情況普遍不高，本科及以上學(xué)歷人數(shù)較少；③社會地位不高，由于不直接參與運(yùn)營，公眾對信號人員的了解很少；④工資普遍較低，工作強(qiáng)度較大；⑤工作主要分為維護(hù)與維修，維護(hù)為設(shè)備的值表作業(yè)，定期清掃或更換部件，多在夜晚或停止運(yùn)營后進(jìn)行；維修為設(shè)備產(chǎn)生故障后，對故障進(jìn)行診斷與排除，多為運(yùn)營時進(jìn)行的緊急作業(yè)。

在把握研究對象的基本特征后，對第一層模型進(jìn)行適應(yīng)性修改。①將“全球化”修改為“學(xué)習(xí)文化”，全球化因素本意為探究研究對象的知識與國際知識的交互情況，高鐵信號人員的任務(wù)更多為對其學(xué)習(xí)，因此這里用“學(xué)習(xí)文化”進(jìn)行替代；②“標(biāo)志&符號”在信號人員環(huán)境中接觸的是工作中起到指引作用的安全系統(tǒng)，因此將“標(biāo)志&符號”修改為“安全系統(tǒng)”；③將“敷衍行為”修改為“支持&關(guān)注”，敷衍行為因素的積極意義為更好的安全支持與關(guān)注，因此將原模型的“敷衍行為”這一消極因素轉(zhuǎn)換為積極因素，可以更加方便地對模型權(quán)值進(jìn)行歸一化。需要說明的是，在“安全系統(tǒng)”中引入了“信息素養(yǎng)”，當(dāng)前正處于信息爆發(fā)的時代，無論是大數(shù)據(jù)還是深度學(xué)習(xí)的應(yīng)用，都以信息、數(shù)據(jù)為基礎(chǔ)，信息人員的安全信息素養(yǎng)被推到了一個關(guān)鍵的位置。最后所得所有因素如表1所示。

通過舉行4次專家會議，共邀請相關(guān)專家24人，將第一層模型進(jìn)行樹狀展開：①以第一層某個因素為引導(dǎo)詞，討論研究對象可能對此因素產(chǎn)生影響的更為具體的所有主要因素，以此為第二層因素；②再對某一主要因素繼續(xù)討論下一層，以達(dá)到最底層因素可以通過問卷直接獲得為止，確定底層因素；③遍歷所有層級的所有因素，獲得影響因素的主觀權(quán)值。該模型無固定層數(shù)，目的是所得的最底層因素可以通過問卷等方式直接獲得因素得分，建立的模型為3～4層。為方便計算，將所得模型中僅有第3層的因素投影至第4層，將第3層因素以100%權(quán)值下降為第4層因素。所得模型如表1所示。研究重點(diǎn)為第4層因素，將第4層因素記為f1～f44，并記第4層因素的主觀權(quán)值為w1，如表2所示。

表1 高鐵信號人員安全素質(zhì)評價模型

表2 第4層因素的主觀權(quán)值

2 研究方法

2.1 云模型

統(tǒng)計學(xué)中，很多人類的社會現(xiàn)象，如安全素質(zhì)，常常服從正態(tài)分布，但正態(tài)分布要求樣本具有較強(qiáng)的獨(dú)立性。而安全素質(zhì)由于本身概念所涉及的方面眾多，使得調(diào)查樣本的相關(guān)性很強(qiáng)，運(yùn)用傳統(tǒng)的正態(tài)分布分析安全素質(zhì)較為困難，因此采用云模型分析高鐵信號人員安全素質(zhì)調(diào)查結(jié)果。云模型是一種泛正態(tài)描述的模型，能夠?qū)崿F(xiàn)定性概念與定量數(shù)值間不確定信息的轉(zhuǎn)換，在較高層次中劃分并泛化屬性值。同時允許相鄰屬性值或語言之間具有一定的重疊，這種劃分使發(fā)現(xiàn)的知識具有穩(wěn)健性[8]。對于調(diào)查樣本可能存在隨機(jī)性和不確定性，云模型能夠很好地處理這些具有隨機(jī)性和不確定性的數(shù)據(jù)。云模型在樣本獨(dú)立性與正態(tài)分布間做了較好的平衡，并且規(guī)避了樣本中的隨機(jī)和不確定性因素[9]，適用于分析安全素質(zhì)調(diào)查結(jié)果。

云模型具有3個數(shù)字特征：期望、熵、超熵。期望(Ex)是云滴在樣本區(qū)間中分布的期望，是定量表示的中心點(diǎn)；熵(En)是定性概念的不確定性度量，由定性概念的隨機(jī)性和模糊性共同確定；超熵(He)是熵的不確定性度量，能夠反映云滴的離散程度，間接反映云的厚度，即He越大，云的厚度越大。根據(jù)云模型的數(shù)字特征的定義，使用正態(tài)云模型可得如下計算方法[10]：

(2)

(3)

(4)

式中：xi為樣本中第i個因素指標(biāo)；W為樣本的權(quán)值向量；Δ為樣本方差。

2.2 基于博弈論的綜合賦權(quán)法

博弈論廣泛使用于不同主、客觀方法確定的權(quán)值之間尋找一致或妥協(xié)的情況中，通過極小化權(quán)值與各個基本權(quán)值之間的各自偏差，獲得最優(yōu)綜合權(quán)值[11-13]。假設(shè)使用M種主觀方法對n個指標(biāo)或因素分別賦權(quán)，可得M個權(quán)值向量：w(m)=[wm1,wm2,…,wmn],m=1,2,…,M，則這M個權(quán)值可以由如下線性組合表示：

(5)

式中：am為線性組合系數(shù)，am>0；w為綜合權(quán)值向量的集合。根據(jù)博弈論思想，尋找最優(yōu)權(quán)值向量就是對M個am進(jìn)行最優(yōu)化，使w與各個wm的離差極小化[14]。因此將問題轉(zhuǎn)化為求解離差最小化問題，可得：

(6)

由微分性質(zhì)可知式(5)求一階導(dǎo)數(shù)的條件為：

(7)

由式(5)可得(a1,a2,…,aM)，對其進(jìn)行歸一化，可得組合權(quán)值為：

(8)

2.3 熵權(quán)法

熵權(quán)法是一種客觀賦權(quán)法，依據(jù)不同指標(biāo)的變異程度確定權(quán)值，即利用信息熵計算得到不同影響因素的熵權(quán)，之后使用熵權(quán)計算各個影響因素的權(quán)值，使所得權(quán)值更為客觀，具體步驟如下：

(1)計算第i層中第j個因素的比重pij：

(9)

式中：rij為第j個因素在第i個評價指標(biāo)上的標(biāo)準(zhǔn)值，rij∈[0,1]。

(2)計算第j個因素的熵ej：

(10)

(3)計算第j個因素的熵權(quán)：

(11)

3 評價與分析

3.1 問卷調(diào)查

利用建立的高鐵信號人員模型設(shè)計安全素質(zhì)評價問卷。為了使研究對象在接受教育水平較低的情況下，仍能準(zhǔn)確地完成問卷，選取傳統(tǒng)的likert 5級量表。問卷制作了涵蓋312道問題的問卷池，每次從中選取44～50道問題構(gòu)成問卷，即通過多個問題探究同一因素，以增強(qiáng)問卷的可靠性。采用SPSS 23.0計算得到問卷調(diào)查結(jié)果的信度，即達(dá)到0.70就可接受， 0.70～0.98屬高信度[12]。此次調(diào)查Cronbach′sα系數(shù)值為0.94，屬于高信度，可以進(jìn)行后續(xù)的研究分析[15]。

高鐵信號人員工作采用輪崗制，為提高問卷結(jié)果的可信度，問卷調(diào)查也采用輪崗調(diào)查的方式，即在一個輪崗周期內(nèi)，分別對在崗人員進(jìn)行調(diào)查。發(fā)放調(diào)查問卷共計110份，回收105份，其中有效問卷為105份，調(diào)查結(jié)果的均值如表3所示。

表3 第4層因素調(diào)查結(jié)果均值

將問卷所得到的均值結(jié)果，代入式(9)～式(11)，可得安全素質(zhì)評價模型的第4層因素的客觀權(quán)值，如表4所示。

表4 第4層因素的客觀權(quán)值

3.2 標(biāo)準(zhǔn)云

根據(jù)likert 5級量表，將安全素質(zhì)得分進(jìn)行分級，利用正向云發(fā)生器，生成高鐵信號人員安全素質(zhì)評價標(biāo)準(zhǔn)云。將得分取值范圍等分為4個子區(qū)間，分別為[1,2)安全素質(zhì)總體程度差、[2,3)總體程度較差、[3,4)總體程度較好和[4,5)總體程度良好[16]。每個子區(qū)間對應(yīng)一個標(biāo)準(zhǔn)云Cloudi(Exi,Eni,Hei)，i=1,2,3,4。那么此標(biāo)準(zhǔn)云的參數(shù)Exi、Eni、Hei如式(12)所示[17]：

(12)

式中：Rimax、Rimin分別為取值區(qū)間的最大值與最小值，η為常數(shù)，根據(jù)經(jīng)驗取η=0.05。計算可得標(biāo)準(zhǔn)云為Cloud1(1.5,0.167,0.05)；Cloud2(2.5,0.167,0.05)；Cloud3(3.5,0.167,0.05)；Cloud4(4.5,0.167,0.05)，借助MATLAB軟件繪制標(biāo)準(zhǔn)云圖。

3.3 評估云與結(jié)果分析

綜合高鐵信號人員安全素質(zhì)分析模型所得的主觀權(quán)值w1與熵權(quán)法計算出的客觀權(quán)值w2，由式(5)～式(8)可得所有44個項目的綜合權(quán)值w*，如表5所示。

表5 因素綜合權(quán)值表

通過博弈論綜合賦權(quán)法得到的綜合向量，可以克服單一賦權(quán)法所帶來的不可靠性，既降低了主觀權(quán)值的人為因素，又能涵蓋數(shù)據(jù)中本身攜帶的評價信息。將綜合權(quán)值的計算結(jié)果帶入樣本，得到加權(quán)后的樣本，由式(2)～式(4)分層計算可得高鐵信號人員安全評估云。將所得評估云與標(biāo)準(zhǔn)云在同一圖中顯示，結(jié)果如圖2所示。

圖2 評估云與標(biāo)準(zhǔn)云合并結(jié)果

圖中“*”代表調(diào)查結(jié)果所得的評估云，“·”代表標(biāo)準(zhǔn)云。評價標(biāo)準(zhǔn)如下：①評價云位于[1,2)表示安全素質(zhì)總體程度為差，[2,3)表示總體程度為較差，[3,4)表示總體程度為較好，[4,5)表示總體程度為良好；②云層厚度越大，云滴的離散程度越大，即超熵越大。

(1)研究對象此電務(wù)段車間信號人員的安全素質(zhì)程度介于較好與良好之間，可以認(rèn)為安全素質(zhì)現(xiàn)狀較好，對鐵路信號系統(tǒng)的安全運(yùn)營有積極作用。但仍有較大的提升空間。

(2)評估云的寬度很大，即樣本的離散程度很大。離散程度作為云模型不確定性的量度，由概念的隨機(jī)性與模糊性共同決定，則說明樣本所體現(xiàn)的隨機(jī)性與模糊性很強(qiáng)。這反映出研究對象對“安全素質(zhì)”這一中心概念的認(rèn)知較為不穩(wěn)定和不統(tǒng)一，個體間離散程度高，凝聚性較差。在高鐵信號人員這個群體中，常常會將“安全素質(zhì)”曲解為簡單的“安全第一”等表面性內(nèi)容，而忽視了能在日常工作中落實的工作規(guī)程、設(shè)備引導(dǎo)等方面內(nèi)容。這使得高鐵信號人員的“人-機(jī)-環(huán)-管”這一閉環(huán)出現(xiàn)斷裂，過于追求“人”在高鐵信號系統(tǒng)中的作用，而忽視了其他三者的有機(jī)結(jié)合，使得信號工作從事人員與管理人員產(chǎn)生層級劃分與矛盾。

3.4 改進(jìn)方法建議

(2)針對性地增加安全素質(zhì)的基礎(chǔ)培訓(xùn)，將安全素質(zhì)的提升融入日常的工作與生活中。開展安全素質(zhì)競賽，以班組、工區(qū)、車間等為單位分別進(jìn)行，提高全體信號人員的參與性。管理層可深入一線生產(chǎn)活動，觀察與激勵信號人員的安全工作，增大安全獎懲機(jī)制的投入，提升預(yù)防事故的能力，使“預(yù)防”比“搶修”更為重要。及時消除安全問題，推動安全素質(zhì)向積極的方面轉(zhuǎn)變。

4 結(jié)論

(1)從加權(quán)因素分析模型出發(fā)，以高鐵信號人員為研究對象，優(yōu)化構(gòu)建了合適的安全素質(zhì)分析模型，并基于模型設(shè)計了調(diào)查問卷；通過多次專家會議，確定了模型各個因素的主觀權(quán)值。

(2)使用熵權(quán)法確定了各個因素的客觀權(quán)值，利用基于博弈論的綜合賦權(quán)法，融合了主觀權(quán)值，得到了最終的綜合權(quán)值。確定使用正態(tài)云模型來分析并可視化高鐵信號人員的安全素質(zhì)現(xiàn)狀，有效地解決了“安全素質(zhì)”這一概念所帶來的相關(guān)性、模糊性、不確定性對數(shù)學(xué)描述的影響，并且解決了使用傳統(tǒng)統(tǒng)計學(xué)工具帶來的工作量大、結(jié)論不準(zhǔn)確等問題。

(3)將調(diào)查結(jié)果與綜合權(quán)值相結(jié)合，使用MATLAB軟件得到了安全素質(zhì)評估云，與標(biāo)準(zhǔn)云進(jìn)行比較，得到了研究對象總體安全素質(zhì)程度較好，但對安全素質(zhì)這一概念的認(rèn)知不夠準(zhǔn)確等分析結(jié)果。并針對各項問題，提出了改進(jìn)方法與建議。

(4)筆者所用方法不僅可以用于高鐵信號人員的研究，也可推廣至高鐵系統(tǒng)所有人員的研究，對其他行業(yè)有一定的借鑒意義。