民航安全信息管理人員能崗匹配測評研究*

陳 芳，楊詩琪，徐碧晨

(1.中國民航大學(xué) 安全科學(xué)與工程學(xué)院，天津 300300；2.西安咸陽國際機(jī)場股份有限公司 現(xiàn)場運(yùn)行中心，陜西 西安 710086)

0 引言

隨著民航運(yùn)輸規(guī)模的擴(kuò)大，民航業(yè)已成為數(shù)據(jù)密集型產(chǎn)業(yè)，但卻存在絕大部分運(yùn)行數(shù)據(jù)未有效利用，數(shù)據(jù)向信息轉(zhuǎn)化程度不夠的問題，面臨“數(shù)據(jù)海量，信息匱乏”的困境。有效的安全管理高度依賴于安全數(shù)據(jù)收集、分析和綜合管理能力[1]，從安全數(shù)據(jù)中獲取的安全信息可為管理人員制定安全決策、指導(dǎo)安全管理的具體行動提供支持[2]。民航局雖然對安全信息管理人員設(shè)立了準(zhǔn)入要求，但并未對人員的數(shù)據(jù)分析、挖掘等能力做出要求，難以對安全管理決策提供有效的支持。因此，設(shè)立民航安全信息管理人員的崗位任職資格要求，構(gòu)建準(zhǔn)確、客觀、高效的民航安全信息管理人員能力與崗位匹配測評模型，是提高安全信息管理水平的重要舉措。

在民航安全信息管理能力的研究中，學(xué)者們從僅關(guān)注信息管理某一環(huán)節(jié)的能力逐步發(fā)展到關(guān)注信息輸入到輸出的全過程，從信息收集、信息分析、信息應(yīng)用、信息共享等方面構(gòu)建信息管理能力的指標(biāo)體系[3-4]；齊曉云等[5]認(rèn)為個體的知識、潛在的職業(yè)精神等對安全信息管理工作的實(shí)施起著關(guān)鍵作用，從業(yè)務(wù)能力、基本知識等方面設(shè)計了人員勝任力模型并構(gòu)建了安全信息管理人員的勝任力指標(biāo)體系。但上述研究均將視角局限在傳統(tǒng)信息管理層面，注重信息資源本身的管理和利用，較少關(guān)注于從信息中挖掘情報即挖掘有效信息的能力，已然難以滿足大數(shù)據(jù)時代“數(shù)據(jù)驅(qū)動安全管理”的要求。

在能力-崗位需求匹配度的測量研究中，學(xué)者們一般采用直接測量或間接測量的手段。直接測量要求被調(diào)查者對其與工作的組織的匹配程度進(jìn)行直接評價[6-7]，一般為個人直接進(jìn)行自評，具有非常強(qiáng)烈的主觀性。間接測量則通過設(shè)置可直接測量的中間特征，并利用數(shù)學(xué)方法進(jìn)行測量。傳統(tǒng)的間接測量方法包括傳統(tǒng)統(tǒng)計學(xué)方法、模糊綜合評價方法等[8-9]，為了適應(yīng)大數(shù)據(jù)環(huán)境的要求，構(gòu)建更加客觀、精確、高效率的人員能力評價模型，有學(xué)者嘗試將機(jī)器學(xué)習(xí)算法應(yīng)用于人員能崗匹配測評中，基于BP神經(jīng)網(wǎng)絡(luò)(BPNeural Network,BPNN)構(gòu)建人員能力評價模型[10-11]，但單一BPNN模型結(jié)果往往參數(shù)取值不確定，穩(wěn)定性較差，會產(chǎn)生較大誤差。

針對上述問題，通過分析勝任力內(nèi)涵，基于數(shù)據(jù)生命周期和信息處理層次結(jié)構(gòu)理論，建立民航安全信息管理人員勝任力指標(biāo)體系，為克服單一BPNN在模型精度和收斂速度方面的不足，引入貝葉斯(Bayes)優(yōu)化算法對BPNN的超參數(shù)尋優(yōu)，構(gòu)建基于Bayes優(yōu)化BPNN的民航安全信息管理人員能力評價模型，以期為民航企事業(yè)單位招聘、選拔、評價安全信息管理人員，提供理論依據(jù)。

1 民航安全信息管理人員勝任力指標(biāo)體系構(gòu)建

1.1 民航安全信息管理人員勝任力概念模型

隨著世界各行各業(yè)對專業(yè)人員的綜合素養(yǎng)和跨學(xué)科能力的要求逐漸提高，經(jīng)濟(jì)合作與發(fā)展組織、聯(lián)合國教科文組織等國際組織認(rèn)為人員勝任力的內(nèi)涵為運(yùn)用行業(yè)背景所依托的相關(guān)學(xué)科或?qū)I(yè)交叉的知識、技能和態(tài)度解決復(fù)雜問題的綜合能力[12-14]。

信息管理是以數(shù)據(jù)管理為基礎(chǔ)、以信息流為管理對象的管理模式，而民航安全信息管理的目的是通過民航安全信息收集、分析和應(yīng)用，實(shí)現(xiàn)安全信息共享，推進(jìn)安全管理體系建設(shè)，從而預(yù)防民用航空事故發(fā)生[15]。因此，民航安全信息管理人員應(yīng)具備的知識包括：數(shù)據(jù)科學(xué)知識和民航安全管理知識，這些知識能夠?yàn)槊窈桨踩畔⒐芾砑寄芴峁┲?。在大?shù)據(jù)時代，“數(shù)據(jù)范式”成為信息管理的新研究范式，對數(shù)據(jù)進(jìn)行挖掘、分析和利用以支持安全管理決策成為信息管理的核心[16]，通過以上分析可知，民航安全信息管理人員勝任力的本質(zhì)是數(shù)據(jù)素養(yǎng)[17]。依據(jù)數(shù)據(jù)生命周期理論構(gòu)建素養(yǎng)模型能夠很好地體現(xiàn)數(shù)據(jù)的流動過程，故基于“數(shù)據(jù)驅(qū)動的安全管理”過程[1]以及信息處理層次結(jié)構(gòu)理論的數(shù)據(jù)-信息-知識-智慧層次結(jié)構(gòu)[18]，提出民航安全信息管理人員應(yīng)具備的技能包括：定義問題或目標(biāo)的能力、民航安全數(shù)據(jù)收集能力、民航安全數(shù)據(jù)挖掘能力、民航安全信息分析能力、民航安全信息應(yīng)用能力、民航安全信息共享能力。最后，具有批判性思維等民航安全信息管理態(tài)度能夠?qū)寄芷鸬綄?dǎo)向作用。構(gòu)建的民航安全信息管理人員勝任力概念模型見圖1。

圖1 民航安全信息管理人員勝任力概念模型

1.2 民航安全信息管理人員勝任力指標(biāo)體系

根據(jù)1.1所構(gòu)建的民航信息管理人員勝任力概念模型，在學(xué)者Wang等[17]對關(guān)于安全專業(yè)人員數(shù)據(jù)素養(yǎng)研究的基礎(chǔ)上，構(gòu)建民航安全信息管理人員勝任力指標(biāo)體系，見表1。

表1 民航安全信息管理人員勝任力指標(biāo)體系

2 民航安全信息管理人員能崗匹配測評模型

2.1 民航安全信息管理人員能崗匹配測評模型構(gòu)建

由于民航安全信息管理人員勝任力指標(biāo)體系具有高維度、數(shù)據(jù)具有小樣本的特點(diǎn)，將BPNN用于民航安全信息管理人員能崗匹配測評模型中。又考慮到全局優(yōu)化算法中的Bayes優(yōu)化算法能夠克服單一BPNN收斂速度慢、學(xué)習(xí)效率低，易陷入局部極小化的缺陷，能夠提升模型的精度和收斂速度，采用Bayes優(yōu)化算法，依據(jù)從未知目標(biāo)函數(shù)獲取的信息，找到下一個評估點(diǎn)，從而最快地達(dá)到最優(yōu)解，能夠有效地利用完整的歷史信息來提高搜索效率，可以有效地對BPNN的超參數(shù)進(jìn)行優(yōu)化。構(gòu)建的基于Bayes優(yōu)化BPNN的民航安全信息管理人員能崗匹配測評模型，如圖2所示。

圖2 民航安全信息管理人員能崗匹配測評模型

表1(續(xù))

2.2 民航安全信息管理人員能崗匹配測評模型步驟

2.2.1 數(shù)據(jù)收集及預(yù)處理

數(shù)據(jù)收集及預(yù)處理主要包括樣本選取及數(shù)據(jù)收集、模型訓(xùn)練樣本數(shù)據(jù)處理計算2個過程。

1)樣本選取及數(shù)據(jù)收集

選取民航企事業(yè)單位從事安全信息管理工作的人員作為調(diào)查對象，通過問卷調(diào)查的方式收集調(diào)查對象各項(xiàng)勝任力指標(biāo)的得分。

2)模型訓(xùn)練樣本數(shù)據(jù)的處理計算

測評模型的輸入數(shù)據(jù)為問卷調(diào)查收集的安全信息管理人員的勝任力指標(biāo)得分，采用Min-Max法將測評模型的輸入數(shù)據(jù)進(jìn)行線性變換轉(zhuǎn)換到[0，1]區(qū)間[19]，如式(1)所示：

(1)

輸出數(shù)據(jù)為人員的能崗匹配分值，由于該數(shù)據(jù)難以直接獲得且勝任力指標(biāo)體系呈現(xiàn)多準(zhǔn)則與模糊性的特點(diǎn)，基于DEMATEL-模糊綜合評價計算訓(xùn)練樣本輸出的能崗匹配分值，步驟[20]如下：

1)確定民航安全信息管理人員能崗匹配測評指標(biāo)集C={c1,c2,…,cn}；

2)確定民航安全信息管理人員能崗匹配的評語集V={v1,v2,v3,v4,v5}={非常匹配，較匹配，一般匹配，較不匹配，非常不匹配}，采用百分制的方法使用定量集Q={90，80，70，60，50}對結(jié)果向量進(jìn)行賦值，評價等級的定量標(biāo)準(zhǔn)見表2。

表2 評價等級的定量標(biāo)準(zhǔn)

3)計算民航安全信息管理人員勝任力指標(biāo)權(quán)重。利用DEMATEL分析指標(biāo)之間相互作用關(guān)系，計算指標(biāo)權(quán)重集A。計算步驟參考文獻(xiàn)[21]。

4)利用百分比統(tǒng)計法確定民航安全信息管理人員能崗匹配測評指標(biāo)集對各評價等級的隸屬度，隸屬度集合為R=[ri1,ri2,…,ri5]。

5)計算民航安全信息管理人員能崗匹配分值，如式(2)～(3)所示。

B=A*R

(2)

E=B*QT

(3)

式中：B為測評指標(biāo)的最終評價集；E為人員能崗匹配分值。

2.2.2 模型網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)確定

1)模型網(wǎng)絡(luò)結(jié)構(gòu)的確定

民航安全信息管理人員能崗匹配測評模型的網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、隱含層、輸出層組成，每1層含有多個神經(jīng)元，每層神經(jīng)元獨(dú)立存在。

在民航安全信息管理人員能崗匹配測評模型中，輸入層的數(shù)據(jù)是民航安全信息管理人員勝任力指標(biāo)體系的量化數(shù)據(jù)，輸入層為民航安全信息管理人員勝任力模型指標(biāo)，共有25個神經(jīng)元。

輸出層代表的是最后的結(jié)果，民航安全信息管理人員能崗匹配測評模型輸出的是能崗匹配測評的量化值，因此輸出層的神經(jīng)元數(shù)量為1。

隱含層神經(jīng)元數(shù)量經(jīng)過反復(fù)測試最終確定[22]，如式(4)所示。

(4)

式中：S表示隱含層節(jié)點(diǎn)數(shù)量；n為勝任力指標(biāo)數(shù)量，即輸入層節(jié)點(diǎn)數(shù)量；o表示輸出層節(jié)點(diǎn)數(shù)量；k表示1～10之間的常數(shù)。

2)模型網(wǎng)絡(luò)參數(shù)確定

為避免神經(jīng)元的浪費(fèi)，減少運(yùn)算時間，選取newff函數(shù)自動產(chǎn)生初始權(quán)值與閾值。初始權(quán)值和閾值確定完成后，采用Bayes優(yōu)化算法對其進(jìn)行尋優(yōu)，最終確定1組最優(yōu)參數(shù)。

民航安全信息管理人員能崗匹配測評模型每層的連接，由激活函數(shù)決定。由于本文構(gòu)建的測評模型用于回歸分析，因此輸入層到隱含層的激活函數(shù)選用非線性函數(shù)——雙曲正切Sigmod函數(shù)，隱含層到輸出層選用線性激活函數(shù)。

學(xué)習(xí)速率決定了權(quán)值和閾值的調(diào)整量，對于trainlm等函數(shù)建立的BPNN，為保持網(wǎng)絡(luò)穩(wěn)定性，學(xué)習(xí)速率一般在[0.01，0.1]。經(jīng)過多次實(shí)驗(yàn)，選用自適應(yīng)學(xué)習(xí)率的方法，學(xué)習(xí)速率為0.05。

3 民航安全信息管理人員能崗匹配測評模型驗(yàn)證

3.1 數(shù)據(jù)收集及預(yù)處理

數(shù)據(jù)收集階段共發(fā)放2份問卷開展問卷調(diào)查。第1份問卷為民航安全信息管理人員勝任力指標(biāo)影響關(guān)系問卷，問卷采用李克特五點(diǎn)量表，邀請6名專家對勝任力指標(biāo)之間相互影響程度打分，用于計算勝任力指標(biāo)權(quán)重。其中4名為民航單位具備5 a以上工作經(jīng)驗(yàn)的行業(yè)專家，2名為開展安全管理研究15 a以上的學(xué)術(shù)界專家。

第2份問卷為民航安全信息管理人員勝任力調(diào)查問卷，選擇民航各企事業(yè)單位不同年齡段、不同學(xué)歷、不同從業(yè)時間的安全信息管理人員為調(diào)研對象，被調(diào)查者基于勝任力指標(biāo)體系對自身的各項(xiàng)能力進(jìn)行1～5分打分，收集的數(shù)據(jù)作為能崗匹配測評模型的輸入數(shù)據(jù)。共收集問卷106份，有效問卷102份，使用SPSS進(jìn)行問卷信效度檢驗(yàn)，Cronbachα系數(shù)為0.808，達(dá)到0.7以上，問卷的一致性水平較高；KMO檢驗(yàn)值為0.879，Bartlett的球形度檢驗(yàn)sig<0.05，說明問卷通過效度檢驗(yàn)。收集的民航安全信息管理人員勝任力調(diào)查問卷數(shù)據(jù)具有合理性。

運(yùn)用DEMATEL-模糊綜合評價計算102份訓(xùn)練樣本的能崗匹配分值作為待評價樣本的能崗匹配期望值，計算得到部分樣本的能崗匹配分值見表3。

表3 部分樣本的能崗匹配分值

利用式(1)對收集到的測評模型的輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，準(zhǔn)備參與民航安全信息管理人員能崗匹配測評模型的訓(xùn)練。

3.2 模型網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)確定

由2.2.2可知民航安全信息管理人員能崗匹配測評模型輸入層的神經(jīng)元數(shù)量為25，輸出層神經(jīng)元數(shù)量為1，根據(jù)式(4)，隱含層神經(jīng)元的數(shù)量在[6,15]之間。因此，分別設(shè)置6～15個隱含層神經(jīng)元數(shù)量進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練，除神經(jīng)元數(shù)量外其余參數(shù)均不變。使用基于Bayes優(yōu)化的BPNN迭代100次，計算網(wǎng)絡(luò)模型輸出的能崗匹配分值與期望的能崗匹配分值之間的誤差，將該誤差值作為選擇最佳隱含層神經(jīng)元個數(shù)的標(biāo)準(zhǔn)，誤差值越小，網(wǎng)絡(luò)模型的能力越優(yōu)。訓(xùn)練誤差結(jié)果見表4。當(dāng)網(wǎng)絡(luò)模型隱含層神經(jīng)元的數(shù)量為11時，網(wǎng)絡(luò)模型的擬合度最佳。模型初始參數(shù)設(shè)定見2.2.2。

表4 網(wǎng)絡(luò)模型訓(xùn)練誤差結(jié)果

3.3 模型訓(xùn)練與驗(yàn)證

將標(biāo)準(zhǔn)化后的民航安全信息管理人員勝任力指標(biāo)數(shù)據(jù)作為樣本輸入數(shù)據(jù)，將基于DEMATEL-模糊綜合評價計算得到的民航安全信息管理人員能崗匹配分值作為樣本輸出數(shù)據(jù)，利用scikit-learn的train_test_split() 函數(shù)將所有的102份樣本數(shù)據(jù)按照0.8∶0.2的比例隨機(jī)劃分為訓(xùn)練集82份和測試集20份。由于民航安全信息管理人員能崗匹配測評模型的數(shù)據(jù)集屬于小數(shù)據(jù)集，在數(shù)據(jù)集并非充分的情況下，訓(xùn)練過程選用5折交叉驗(yàn)證的方式能夠大致反應(yīng)模型的平均水平。

將20份測試集樣本輸入已經(jīng)訓(xùn)練好的Bayes優(yōu)化BPNN的民航安全信息管理人員能崗匹配測評模型中，將仿真輸出的能崗匹配測評結(jié)果與測試集的能崗匹配結(jié)果進(jìn)行對比，檢驗(yàn)?zāi)Ｐ偷姆夯芰?，評估模型效果，民航安全信息管理人員能崗匹配測評模型仿真值和期望值的對比如圖3所示。

圖3 測評模型的仿真值與期望值對比

均方根誤差(Root Mean Square Error，RMSE)可以反映測評結(jié)果與期望結(jié)果在數(shù)值上的差異[23]，通常RMSE值越小，模型回歸效果越好。本文構(gòu)建的測評模型RMSE為0.29；根據(jù)圖3，民航安全信息管理人員能崗匹配測評模型在數(shù)值仿真和趨勢擬合上均表現(xiàn)良好，驗(yàn)證了模型的可行性。

3.4 模型性能對比分析

在相同數(shù)據(jù)集上，對比基于Bayes優(yōu)化BPNN與單一的BPNN計算得出的能崗匹配測評結(jié)果，對比結(jié)果見圖4。模型的精度和算法耗時對比見表5。

圖4 Bayes優(yōu)化BPNN和單一BPNN的仿真結(jié)果對比

表5 模型的精度和算法耗時對比

由圖4可知Bayes優(yōu)化BPNN的民航安全信息管理人員能崗匹配測評模型的擬合程度優(yōu)于單一BPNN的擬合程度，由表5可知Bayes優(yōu)化BPNN的民航安全信息管理人員能崗匹配測評模型相較于單一的BPNN，模型精度得到了提高，算法耗時也顯著減少，改善了單一BPNN模型不穩(wěn)定、誤差較大、收斂速度慢的問題。

將目前全局優(yōu)化算法中使用最廣泛的隨機(jī)搜索(Random Searching，RS)優(yōu)化算法和Bayes優(yōu)化算法分別對BPNN進(jìn)行優(yōu)化，對比2種算法的優(yōu)化效果，參數(shù)尋優(yōu)的精度和運(yùn)行時間對比結(jié)果見表6。

表6 參數(shù)尋優(yōu)的精度和算法耗時對比

根據(jù)表6可知，Bayes優(yōu)化的BPNN，整體精確度更高，參數(shù)尋優(yōu)過程中的搜索效果更加穩(wěn)定；而隨機(jī)搜索優(yōu)化的BPNN算法耗時相對更少，在數(shù)據(jù)規(guī)模比較大時具有一定的優(yōu)勢。由于Bayes優(yōu)化算法涉及到復(fù)雜的數(shù)學(xué)計算，因而耗時更多，針對該問題，可以嘗試優(yōu)化計算資源，加快算法的運(yùn)行速度。

4 民航安全信息管理人員能崗匹配測評模型實(shí)證研究

以來自不同民航企事業(yè)單位的5名安全信息管理人員為例，運(yùn)用訓(xùn)練和驗(yàn)證完成的民航安全信息管理人員能崗匹配測評模型對其能崗匹配情況進(jìn)行測評，并與利用模糊綜合評價計算得到的結(jié)果進(jìn)行對比。結(jié)果如表7所示。

表7 能崗匹配測評結(jié)果

從對比結(jié)果來看，基于Bayes優(yōu)化BPNN構(gòu)建的能崗匹配測評模型與模糊綜合評價對能崗匹配測評的結(jié)果基本一致。說明該測評模型具備模擬專家經(jīng)驗(yàn)思維的能力，可以適應(yīng)專家的大腦思維處理樣本數(shù)據(jù)，能夠準(zhǔn)確地反映安全信息管理人員能崗匹配實(shí)際情況。

5 結(jié)論

1)構(gòu)建包括數(shù)據(jù)科學(xué)知識、民航安全管理知識等一級指標(biāo)和掌握通用數(shù)據(jù)知識、掌握數(shù)據(jù)工具的使用等二級指標(biāo)在內(nèi)的民航安全信息管理人員勝任力指標(biāo)體系，該指標(biāo)體系不僅關(guān)注信息管理人員的統(tǒng)計分析、上報能力，也關(guān)注數(shù)據(jù)科學(xué)和民航安全管理學(xué)科的交叉以及民航安全數(shù)據(jù)信息流動的全過程，體現(xiàn)了大數(shù)據(jù)環(huán)境對民航安全信息管理人員勝任力的需求。

2)構(gòu)建并驗(yàn)證基于Bayes優(yōu)化BPNN的民航安全信息管理人員能崗匹配測評模型。相較于隨機(jī)搜索優(yōu)化BPNN，基于Bayes優(yōu)化BPNN的測評模型 RMSE降低了0.02，準(zhǔn)確度更高；相較于單一BPNN模型，基于Bayes優(yōu)化BPNN的測評模型算法耗時減少了2.25，RMSE降低了0.053，明顯地改善單一BPNN易陷入局部極小化和收斂速度慢的缺陷。