塔機駕駛員崗位勝任力云評價模型研究

邵 波，趙金山，鄭霞忠，晉良海，王 碩

(三峽大學水利與環境學院,湖北 宜昌 443002)

塔機具有占地面積小、工作效率高等優點，已成為施工現場重要的起重設備[1]。然而，塔機作業安全問題突出，傷亡事故時有發生[2]。如：2021年5月8日發生在山東濰坊的塔機作業事故造成3人死亡、2人受傷；2021年10月31日發生在上海楊浦的塔機作業事故造成1人死亡、2人受傷。已有研究表明，人為因素是塔機作業事故發生的主要原因，而塔機駕駛員崗位勝任力參差不齊是塔機作業事故多發的重要原因[3]。目前，我國將持有特種作業證作為塔機駕駛員的準入條件，但傳統的持證上崗方式難以實時評估塔機駕駛員勝任力水平。駕駛員勝任力水平通常會受個人特質、環境變化等因素的影響而出現波動，當駕駛員勝任力低于一定水平時可能會引發安全事故[4]。塔機駕駛員崗位勝任力與塔機作業事故之間的關系密切，提升駕駛員勝任力水平可降低塔機作業事故率，但前提是科學評估塔機駕駛員的勝任力。因此，開展塔機駕駛員崗位勝任力水平評價研究對于塔機作業事故預防具有重要意義。

勝任力理論由美國哈佛大學MaClelland教授于1973年首次提出，他將勝任力定義為在特定崗位上能夠區分績效水平的個體特征[5]。該理論已被廣泛應用于安全管理領域。如：汪偉忠等[6]結合勝任力理論構建了煤礦特種作業人員安全勝任指數綜合評價模型；陳敏等[7]從知識、技巧、態度、潛力、活力等維度搭建了建筑產業工人職業素質評價指標體系，為建筑產業工人職業素質評價提供了新方法；Liang等[8]利用結構方程模型建立了架子工勝任力評價模型，并指出個人特質對其勝任力貢獻程度最大；還有研究表明，提升作業人員勝任力水平可以提高安全生產水平[9]，這為塔機作業事故預防提供了新思路。

為了預防塔機作業事故，眾多學者對塔機作業事故原因及其影響因素展開了大量的研究。如：Raviv等[10]通過安全風險評估闡明了塔機作業事故發生的原因中技術因素占主導；張建榮等[11]采用隨機森林算法推導出專項施工方案不完備和人員安全意識淡薄是導致塔機作業事故的關鍵因素；Zhou等[12]將系統思想引入塔機作業安全管理，建立了塔機安全系統評價模型；黃鶯等[13]采用系統動力學方法分析塔機作業風險，發現提高塔機作業人員作業水平可有效降低塔機作業事故概率；段在鵬等[3]對新入職塔機駕駛員操作失誤的因素展開了研究，為塔機作業事故預防提供了新方法。

綜上研究可知，塔機作業事故預防研究主要集中在人員、機械、環境和管理等方面，卻較少針對塔機作業的核心人員——駕駛員展開研究，且現有的塔機駕駛員上崗方式難以對塔機駕駛員崗位勝任力水平進行實時評估。鑒于此，本文以塔機駕駛員為研究對象，綜合勝任力理論和工程實踐構建了塔機駕駛員崗位勝任力評價指標體系，并融合云模型提出了塔機駕駛員崗位勝任力云評價模型，以期為塔機駕駛員科學培訓提供參考，為塔機作業事故預防提供理論支撐。

1 塔機駕駛員崗位勝任力云評價模型構建

受專家的知識、經驗和偏好程度等主觀因素的影響，塔機駕駛員崗位勝任力評價表現出一定的模糊性。云模型是基于模糊理論建立的概念轉化模型，能夠利用正、逆向云發生器進行定性和定量的相互轉化[14]。云模型主要涉及3個數字特征，即期望Ex、熵En和超熵He，如圖1所示。其中，期望Ex為云滴樣本中心，是反映云模型最佳隸屬度的數字特征；熵En為云滴的擴散范圍，反映云模型的可信度；超熵He為云滴厚度，反映云模型的穩定程度。為了解決塔機駕駛員崗位勝任力評價模糊性的問題，本文引入云模型開展了塔機駕駛員崗位勝任力水平評價研究。

圖1 正態云及數字特征

構建塔機駕駛員崗位勝任力云評價模型的具體流程為：①依據塔機駕駛員崗位勝任力評價指標體系和定性語言值對應的數域確定評價等級及評價標準云；②專家組合理確定塔機駕駛員崗位勝任力評價指標權重，并利用逆向云發生器計算評價指標云權重；③專家組依據評價等級對塔機駕駛員崗位勝任力進行打分，并按照云模型計算規則得出塔機駕駛員崗位勝任力評價云。

1. 1 塔機駕駛員崗位勝任力評價指標體系構建

根據勝任力冰山模型可知，崗位勝任力評價指標可分為顯性指標和隱性指標[15](見圖2)。其中，顯性指標主要包括知識和技能；而隱性指標主要包括態度、價值觀、社會角色、個性、內驅力、物質和動機等。

圖2 勝任力冰山模型

為了科學評估塔機駕駛員崗位勝任力，首先依據勝任力冰山模型，通過查閱《起重機械安全規程》《起重司機安全技術考核標準》等文獻資料，并采用行為事件訪談法，初步篩選出塔機駕駛員崗位勝任力評價指標；然后在咨詢塔機安全管理領域專家意見的基礎上，綜合考慮評價指標的獨立性和科學性以及評價指標體系的全面性，最終構建了包含自我特質、知識儲備、業務技能和價值觀念4個二級評價指標和16個三級評價指標的塔機駕駛員崗位勝任力評價指標體系，如圖3所示。

圖3 塔機駕駛員崗位勝任力評價指標體系

其中，二級評價指標中自我特質涵蓋勝任力冰山模型中隱性部分的自我形象、個性和特質；知識儲備和業務技能分別涉及勝任力冰山模型中顯性部分的知識儲備和業務技能；價值觀念包含勝任力冰山模型中的態度、價值觀、社會角色、內驅力和動機等。

1. 2 評價標準云確定

塔機駕駛員崗位勝任力評價具有一定的模糊性，難以對評價指標給出精確的評價，因此采用定性語言值對塔機駕駛員崗位勝任力進行評價[16]。本文選用定性語言值差、中、良和優4個評價等級表示塔機駕駛員崗位勝任力水平，在該過程中保證單個定性語言值均處于[0,100]數域范圍內，得到定性語言值對應的數域[Smin，Smax]，并采用正態標準云對其進行描述，其3個數字特征的表達式如下：

(1)

(2)

He=θ

(3)

式中：θ為常數，其值受評價模糊度的影響,需根據模糊度進行調控，本文θ取值為En/10。

根據塔機駕駛員崗位勝任力評價實際情況，設定不同評價等級定性語言值(評價值)分布區間及其云數字特征如表1所示，不同評價等級的正態標準云如圖4所示。

表1 不同評價等級的評價值分布區間及其云數字特征

圖4 不同評價等級的正態標準云圖

1. 3 評價指標權重云確定

塔機駕駛員崗位勝任力各評價指標對勝任力水平的影響程度不同，需對各評價指標進行賦權。由于專家知識經驗存在一定的差異，故指標權重確定的主觀性較大。為了解決這一問題，本文基于云模型思想，利用權重云對塔機駕駛員崗位勝任力各評價指標進行賦權[17]。在實際操作過程中由于很難準確量化各評價指標的權重值，因此選用極重要w1、較重要w2、一般重要w3、不重要w4和極不重要w5等定性語言值來表達各評價指標的重要性程度更為科學合理。本文設定用于表示指標權重W=(w1,w2,…,w5)重要程度的數域范圍為[0,1]，邀請n位專家對wk(1≤k≤5)進行打分，分值記為fi(fi表示第i位專家的打分值，且0≤fi≤1,1≤i≤n)，并計算wk的3個數字特征(Exwk,Enwk,Hewk)，其計算公式如下：

(4)

(5)

(6)

根據塔機駕駛員崗位勝任力評價指標權重初始云的數字特征(Exwk,Enwk,Hewk)，生成各評價指標權重云圖，并通過分析所得到的評價指標權重云圖，依據云圖中云滴的離散程度，判斷專家評估結果的差異性大小。若云滴的離散程度較小，說明專家評估結果的差異性較小，專家組達成共識；否則，說明專家評估結果的差異性較大，需進一步討論，并綜合協調專家意見，消減專家間的認知差異，使專家對各評價指標達成統一認識，進而得到最終的評價指標權重標準云，上述調節過程稱為反饋調節。通過統計計算，得到最終的評價指標權重標準云數字特征為

w1(0.996,0.054,0.002),w2(0.773,0.035,0.003),w3(0.540,0.025,0.002),w4(0.273,0.035,0.003)和w5(0.015,0.034,0.002)。

1. 4 崗位勝任力評價云確定

為了減少塔機駕駛員崗位勝任力評價指標專家打分主觀偏向性對評價結果的干擾，專家組首先對塔機駕駛員崗位勝任力評價指標的評分按照云計算規則進行處理，采用反饋調節的方式得到各評價指標的評價云數字特征；然后再結合評價指標權重云數字特征，采用云計算規則，利用綜合云思想，可得到塔機駕駛員崗位勝任力評價云Zi(ExZi,EnZi,HeZi)，其計算公式如下：

(7)

式中:wvtZi∈W為評價云vtZi對應的評價指標權重云。

最后，將塔機駕駛員崗位勝任力評價云圖與標準云圖進行比較，確定塔機駕駛員崗位勝任力評價等級。

2 案例應用與分析

國內某建筑工地由于工程項目建設需要安裝了4臺塔機，且每臺塔機配一名駕駛員。鑒于安全生產標準化的要求，該建筑工地項目經理委托筆者研究團隊開展了一次系統的安全大檢查，其中包括塔機駕駛員崗位勝任力水平評價工作。本文根據該建筑工地項目實際情況，借助上述建立的塔機駕駛員崗位勝任力云評價模型，對該建筑工地塔機駕駛員崗位勝任力水平進行了評價。具體評價過程如下。

2. 1 塔機駕駛員崗位勝任力評價指標權重云確定

本次邀請包括該建筑工地項目技術負責人、監理工程師在內的5位專家組成專家組，對該建筑工地項目塔機駕駛員崗位勝任力評價指標的重要程度進行指標權重標準云賦值，并綜合專家組意見，確定了各評價指標權重云，見表2。

表2 某建筑工地塔機駕駛員I1崗位勝任力評價指標權重云表

2. 2 塔機駕駛員崗位勝任力評價指標評價云計算

5位專家對該建筑工地4名塔機駕駛員崗位勝任力進行評價。由于篇幅受限，本文僅以塔機駕駛員I1為例做詳細論述。針對駕駛員I1，5位專家先根據表1中不同評價等級的評價值分布區間對16項三級評價指標進行打分，其打分結果見表3；然后對評價指標C1運用逆向云發生器算法計算得到其評價云數字特征為(82.800,1.303,0.032)，再由正向云發生器生成其評價云圖，并結合反饋調節過程，得到該評價指標C1的評價云圖，見圖5。

表3 某建筑工地塔機駕駛員I1崗位勝任力評價指標專家打分表

圖5 某建筑工地塔機駕駛員I1崗位勝任力評價 指標C1的評價云圖

由圖5可見，云滴的離散程度較小，說明專家評估結果的差異性較小，專家組達成共識。

同理，可得到塔機駕駛員I1其他評價指標的評價云數字特征。

2. 3 塔機駕駛員崗位勝任力評價云確定

在確定塔機駕駛員崗位勝任力各評價指標的評價云后，結合各評價指標權重云，按照云計算規則計算4名塔機駕駛員崗位勝任力評價云，可得到駕駛員I1、I2、I3、I4的崗位勝任力評價云數字特征分別為(85.481,1.840,0.266)、(75.239,1.618,0.278)、(80.276,1.486,0.243)、(87.354,1.641,0.243)。將4名塔機駕駛員崗位勝任力評價云圖與不同評價等級的正態標準云圖進行了比較，見圖6。

圖6 某建筑工地4名塔機駕駛員崗位勝任力評價云圖 與不同評價等級正態標準云圖的比較

2. 4 塔機駕駛員崗位勝任力評價結果分析與討論

由圖6可知：該建筑工地4位塔機駕駛員崗位勝任力水平表現為I4?I1?I3?I2。具體分析如下：

(1) 塔機駕駛員I4的崗位勝任力水平最高，塔機駕駛員I2的崗位勝任力水平最差。

(2) 塔機駕駛員I4、I1和I3的崗位勝任力評價云均在正態標準云圖的評價等級優和良之間，且均偏向等級良，其中塔機駕駛員I4和I1的崗位勝任力等級評價云偏向等級優的程度更大，這表明塔機駕駛員I4和I1的崗位勝任力水平不僅在4名駕駛員中相對較高，在絕對性評價等級尺度上也是很優良的。如果用崗位勝任力評價等級良作為入選該建筑工地塔機駕駛員的最低標準，即便塔機駕駛員I2的崗位勝任力評價云介于正態標準云圖的評價等級良和中之間且偏向等級良，但因其低于等級良的平均水平，應在這次安全大檢查后予以辭退，或停工或對其進行安全培訓，以提高其崗位勝任力水平。

(3) 進一步分析塔機駕駛員I1和I4的崗位勝任力水平，其二級評價指標評價云圖與正態標準云圖的比較，見圖7和圖8。

圖7 某建筑工地塔機駕駛員I1崗位勝任力二級評價 指標評價云圖與不同評價等級正態標準云圖的 比較

圖8 某建筑工地塔機駕駛員I4崗位勝任力二級評價 指標評價云圖與不同評價等級正態標準云圖的 比較

由圖7可知：塔機駕駛員I1的崗位勝任力二級評價指標表現為B3?B4?B2?B1，即業務技能為塔機駕駛員I1的相對較優指標，自我特質為相對較差指標，且低于等級良的平均水平。由圖8可知：塔機駕駛員I4的崗位勝任力二級評價指標表現為B4?B3?B2?B1，即價值觀念為塔機駕駛員I4的相對較優指標，自我特質為塔機駕駛員I4的相對較差指標，且低于等級良的平均水平。

由上述結果可知，塔機駕駛員的自我特質普遍處于較低水平，這表明塔機駕駛員在注意力水平、身體素質狀況、情緒安全傾向等方面還有提升的空間，需引起工程現場安全管理人員的重點關注，建議采取適當減小工作強度、增加對塔機駕駛員的關心等措施提高其自我特質水平。此外，塔機駕駛員的知識儲備也需要進一步加強，建議適當加大安全培訓的頻率和針對性。

3 結論與建議

(1) 本文融合勝任力模型和云理論，構建的塔機駕駛員崗位勝任力云評價模型，可保證評價結果的直觀可靠，具有一定的可行性和科學性。

(2) 塔機駕駛員的自我特質和知識儲備水平通常偏低，目前我國通行的“特種作業人員的培訓考核和繼續教育”的做法雖可確保塔機駕駛員的知識儲備持續穩定地處于較高水平，但在塔機駕駛員的自我特質方面，則還需要把好職業關口，嚴格控制從事塔機駕駛員等特種作業人員的準入門檻。

(3) 由于建筑工程建設周期通常較長，因此如何實時地評估塔機駕駛員崗位勝任力水平的波動變化，并及時采取科學措施提升塔機駕駛員崗位勝任力水平，保證其勝任力水平的相對穩定，以提高駕駛員工作的安全可靠性，將是下一步研究的方向。