基于改进GRA-TOPSIS法的飞行员核心胜任力评估

王向章

(广电计量检测集团股份有限公司,广州 510630)

0 引言

中国民用航空局下发的《关于全面深化运输航空公司飞行训练改革的指导意见》(民航发〔2019〕39号)要求确立“基于核心胜任力实施飞行训练”总体目标,强调加强队伍能力建设,提升飞行员对“灰犀牛”和“黑天鹅”事件的风险管控能力[1]。据统计,飞行事故中的60%由飞行员导致,其中既包括飞行员本身操作技能不足的原因,也包括机组资源管理(Crew Resource Management,CRM)知识缺乏、特情处置能力、决策失误等非技能原因[2]。随着航空新设备、新材料的不断应用,飞行员或机组可能会面对飞行手册中未提及和/或训练中未经历过的故障或特情,因此,科学有效地对飞行员胜任力进行评估,有针对性地加强飞行训练,是降低机组原因导致的差错、不安全事件、事故的先决条件。

许多研究学者在人员选拔、飞行训练、循证培训等方面展开了系列胜任力评估研究,总结了若干胜任力模型。FAA从知识、技能和能力3个维度进行了细分,概括出了14项核心胜任力指标[3]。苗丹民等[4]利用Delphi法从104项胜任力指标中选出了40项核心指标,将其归纳至个性特质、品行特质和能力倾向3个维度之中,构建年轻飞行员核心胜任力评价模型。李海龙[5]基于胜任模型提出高高原航线飞行人员人才选拔方案,丰富了民航从业人员胜任特征研究。常松涛[6]通过识别飞机复杂状态预防和改出训练(UPRT)中的人因失误因素,构建了飞行员胜任特征模型,为UPRT训练和评估研究奠定了基础。李秀易等[7]从态度、技能和知识三个层面出发,首次建立航校飞行学员培养的核心胜任力评价体系。陈琳等[2]为提高民航院校实际教学工作水平,提升飞行学员专业技能,确定了飞行学员的八大核心胜任力,构建了飞行学员核心胜任力评价模型。综上,国内外学者针对飞行员胜任力模型的研究已较为成熟,但文献中少有对运输飞行员胜任力全面评估分析的报道,也未见有具体的评估体系和量化评价方法。

鉴于此,本文结合航空公司实际运行,通过文献查阅、调查问卷及访谈等获取飞行员核心胜任力特征,利用因子分析进行验证,建立核心胜任力评估体系。通过群决策相对熵结法、熵权法计算指标权重,运用改进GRA-TOPSIS评价法对飞行员核心胜任力进行评估,为航司掌握飞行人员岗位胜任力,强化飞行训练,提高飞行安全水平提供理论与方法支持。

1 飞行员核心胜任力评价指标

1.1 调查问卷设计及统计分析

自2013年以来,国际民航组织和国际航空运输协会一直推行基于核心胜任力的飞行训练体系(Competency Based Training and Assessment,CBTA)和基于循证的飞行训练体系(Evidence Based Training,EBT)。EBT手册中将胜任力分为技术性胜任力和非技术性胜任力两大模块,技术性胜任力由程序应用、自动化、人工操纵和知识构成,非技术性胜任力由决策、工作负荷、领导力和团队工作、情景意识、沟通构成。为确保飞行员核心胜任力评价的科学性和适用性,本文以上述九大核心胜任力为基础,结合实际飞行运行和训练考核要求初步选取38项能力指标作为飞行员核心胜任力要素。为优化和完善指标,本文采用李克特量表将每个指标的重要性程度划分为“很重要(5分)、比较重要(4分)、一般重要(3分)、不重要(2分)、很不重要(1分)”5个等级,据此设计了调查问卷,并向飞行教员及以上级别人员广泛征意见。共发放问卷150份,回收有效问卷136份,问卷回收率为90.7%。采用SPSS22.0对问卷信度进行检验,若问卷的Cronbach’sα系数达到0.9及以上,则问卷可靠度较高[8],具有一定参考价值。信度统计结果如表1所示。

表1 信度统计结果

1.2 筛选并确立指标体系

根据调查问卷数据统计计算每个能力要素重要性评分的平均值、标准差,可以得出每个要素的变异系数。若能力要素的重要性平均值大于3.0,变异系数小于0.35,则该能力要素可作为入选指标。按照上述筛选标准,剔除了5个能力要素。最后结合相关案例分析和专业咨询,对入选指标进行再次修订,得到9个维度共计33个指标(指标描述如表2所示),并建立了飞行员核心胜任力评价指标体系,如图1所示。

图1 飞行员核心胜任力评价指标体系

表2 飞行员核心胜任力指标描述

2 飞行员核心胜任力综合评估模型

飞行员的岗位胜任力需要考虑程序的执行程度、飞行能力、解决问题情况、领导力与协作的等各方面核心胜任力,是一个多属性、多目标决策过程。TOPSIS方法是一种为了解决单一型或混合型多属性决策问题,依据计算贴近度排序的方法。将灰色关联度方法与之结合,能弥补计算相对距离而忽视曲线趋势所导致的不能准确反映现实情况的缺陷[9]。

2.1 评价指标处理

假如有n个飞行员核心胜任力需评价,包括m个评价指标,建立决策矩阵X=(xij)n×m,xij≥0(i=1,2,…,n;j=1,2,…,m),对其指标进行归一化处理。

本文指标采用专家评分法,属于效益型指标,即属性值越大越好的指标,其归一化公式为

(1)

2.2 确定指标权重

(1)群决策相对熵集结法计算指标主观权重。此方法是对多目标进行评判决策的主观性方法,克服了群决策特征根法的不足,计算简单。

构建群决策矩阵H=(hij)n×m。

采用10分值计算,其中hij为专家对j指标的评判结果,且i=1,2,…,n;j=1,2,…,m。

计算标准化决策矩阵C=(cij)n×m。

(2)

计算群偏好向量α=(α1,α2,…,αm),即各指标的主观权重。

(3)

其中,δj为专家对指标j的决策权重,取δj=1/n。

(2)熵权法计算指标客观权重。熵权法是根据数据本身进行计算,从而得到多目标评判决策的客观性方法。利用此法处理指标离异程度较大,评估时可以获取更准确的权重[10]。

传统的熵权法当pij=0和pij=1时,pijln(pij)都为0,在此基础上求解系统中第j个指标的信息熵权,可采用如下方式对熵权法进行改进

(4)

则第j个指标的熵权,即客观权重为:

(5)

(3)求组合权重。采用群决策相对熵集结法和熵权法组合主客观权重,设βj为结合后的指标权重,定义为:

(6)

2.3 改进的GRA-TOPSIS法

(1)传统的TOPSIS法。依据矩阵算数方法将标准化后的决策矩阵Y与组合权重βj结合,构造加权规范化矩阵R。

R=(rij)n×m=(βjyij)n×m

(7)

(8)

(9)

计算贴近度并排序。

(10)

当贴进度值越大,其飞行员核心胜任力水平越靠前,反之亦然。

(2)改进的TOPSIS法。传统的TOPSIS法具有计算简单和结果可靠等优点,但当两个或多个评价对象位于理想解的中垂直线上时,其求得正负理想解的欧式距离相等,无法达到评判对象的优劣性,如图2所示。

图2 传统TOPSIS法的缺陷示意图

针对上述不足,利用灰色关联方法对传统的TOPSIS法进行改进,构造一种新的计算贴近度方法,以进行飞行员核心胜任力排序[11-12]。

首先计算加权规范化矩阵(式(7)),并确定最优指标集Uj*,将其作为改进GRA-TOPSIS法中的参考序列

(11)

式中,R0(j)*为第j个评判对象中最优指标数值。

接下来计算各指标的灰色关联系数sij,得到灰色关联矩阵S=(sij)n×m

(12)

式中:Δi(j)为|R0(j)*-ri(j)|;ζ为分辨系数,在[0,1]中取值,通常取ζ=0.5。

(13)

(14)

式中,si(j)为各位飞行员所计算得sij值。

(15)

(16)

飞行员核心胜任力的灰色关联相对贴近度

(17)

根据计算结果,对飞行员核心胜任力水平排序,Gi最大者胜任力水平最佳。

3 实证分析

3.1 数据预处理及权重确定

以机长和副驾驶为评价对象,根据某航空公司《飞行员训练大纲》,机组需定期完成模拟机复训,以保持近期熟练水平。飞行员模拟机复训4小时,根据机组技术标准和训练需要,在“左”或“右”座接受训练,飞行教员对参训飞行员的各项胜任力进行评价打分,划分为非常满意(90～100)、满意(80～90)、一般(70～80)、不满意(60～70)和非常不满意(0～60)5个等级(括号内数字为该等级赋分范围),共需收集6位专家的评分。

2020年,该航空公司完成了246名A330机长和副驾驶的模拟机复训检查。随机抽取5名飞行员对前述改进的评估方法进行有效性验证,按照评价指标要素对飞行员进行评分,结果如表3所示。

表3 评价指标原始数据

根据6名专家对评价指标重要度评分,结合客观熵权法,由式(1)～(6)得各评价指标最终组合权重

β=(0.065 6,0.043 6,0.038 8,0.022 9,0.019 6,0.039 5,0.021 8,0.023 4,0.031 5,0.031 4,0.018 8,0.020 5,0.016 7,0.030 0,0.036 2,0.017 2,0.020 1,0.043 0,0.035 5,0.019 3,0.030 4,0.021 0,0.026 0,0.027 0,0.031 8,0.033 6,0.044 3,0.042 1,0.019 8,0.035 3,0.045 1,0.028 8,0.019 5)

3.2 基于改进GRA-TOPSIS法的飞行员核心胜任力评估

利用标准化矩阵与组合权重计算得加权矩阵R,再根据灰色关联方法,结合TOPSIS法,选择加权矩阵R中最优指标集合

最后,根据式(17)求得各飞行员灰色关联相对贴近度:G1=0.505,G2=0.322,G3=0.463,G4=0.430,G5=0.482,即5名飞行员核心胜任力水平优劣排序为P1>P5>P3>P4>P2。

对传统TOPSIS法、灰色关联法与改进方法所得结果进行比较以验证方法的可行性。传统的GRA方法计算关联度结果为:Q1=0.660,Q2=0.474,Q3=0.607,Q4=0.563,Q5=0.621,故P1>P5>P3>P4>P2。由式(9)～(11)求得传统TOPSIS法结果为B1=0.496,B2=0.312,B3=0.456,B4=0.426,B5=0.473,故P1>P5>P3>P4>P2。比较结果如图3可示(图3中的G-T融合法即改进GAR-TOPSIS法)。

图3 评价方法比较图

由图3可见,三种飞行员核心胜任力评估方法从整体上看,趋势与结果一致,P1飞行员核心胜任力表现最优,表明本文提出的G-T融合法用于胜任力评估有效可行。此外,由图3还可见,G-T融合法所得结果位于两种传统方法之间,且该方法具有考虑两者整体性分析以及相关性分析的优势,因此当两种传统方法计算结果有偏差时,可以利用改进方法进行参考与决断。

3.3 基于雷达图的飞行员核心胜任力差异分析

为直观比较五名飞行员胜任力水平,根据式(15)～(17),求得九项胜任力指标子系统的灰色关联相对贴进度,部分结果示于表4。通过雷达图分析法,将九个核心胜任力水平表征出来,部分结果如图4所示。

图4 5名飞行员胜任力水平部分雷达图

表4 5名飞行员胜任力水平的贴近度部分结果及排序

对5名飞行员胜任力雷达图进行差异分析,可以发现5名飞行员在不同层面上的表现具有差异性,相关部门可根据结果提出有针对性的解决方案。由前述分析可知,第一位飞行员核心胜任力总体上较优,能够胜任机长岗位工作。不过,该飞行员“沟通交流”能力方面较优,但“知识的运用”和“负荷管理”两个方面较弱。据此,技术训练部门通过梳理地面理论培训内容,加强考核把关提升理论学习效果,并每年安排一定时长的地面理论训练,作为飞行员定期复训的一部分,并应定期进行飞行员负荷校准,有针对性地提高飞行员的胜任力。

4 结论

(1)通过调查问卷、专家访谈等方式确定了飞行员9项核心胜任力评价指标共计33项。结合飞行人员实际训练科目,对每项指标关键点进行细化,编制了胜任力检查单,作为飞行员胜任力评估工具。

(2)针对单个专家在因素重要性程度比较时的模糊性和不确定性,采用群决策方式与熵权法,建立了基于组合权重计算方法,实现了飞行员核心胜任力评估结论客观化。

(3)针对传统TOPSIS法无法达到评判对象优劣性的问题,提出将灰色关联度方法与传统TOPSIS方法结合,构造一种新的计算贴近度方法,以对飞行员核心胜任力进行排序。

(4)运用灰色关联与逼近理想法融合以构建新的贴近度对随机抽样的A330机型机长和副驾驶胜任力进行评估,实例验证了方法的有效性。基于雷达图的飞行员核心胜任力差异性分析,可直观显示各飞行员能力水平,如P1飞行员在“知识的运用”能力、“负荷管理”能力方面存在欠缺,需要针对性开展培训,进一步提高技术性能力,降低机组原因导致的不安全事件触发率。