陳 芳，楊詩(shī)琪，徐碧晨

(1.中國(guó)民航大學(xué) 安全科學(xué)與工程學(xué)院，天津 300300；2.西安咸陽(yáng)國(guó)際機(jī)場(chǎng)股份有限公司 現(xiàn)場(chǎng)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(dòng)提供支持[2]。民航局雖然對(duì)安全信息管理人員設(shè)立了準(zhǔn)入要求，但并未對(duì)人員的數(shù)據(jù)分析、挖掘等能力做出要求，難以對(duì)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(cè)評(píng)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(gè)體的知識(shí)、潛在的職業(yè)精神等對(duì)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(shí)等方面設(shè)計(jì)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(bào)即挖掘有效信息的能力，已然難以滿足大數(shù)據(jù)時(shí)代“數(shù)據(jù)驅(qū)動(dòng)安全管理”的要求。

在能力-崗位需求匹配度的測(cè)量研究中，學(xué)者們一般采用直接測(cè)量或間接測(cè)量的手段。直接測(cè)量要求被調(diào)查者對(duì)其與工作的組織的匹配程度進(jìn)行直接評(píng)價(jià)[6-7]，一般為個(gè)人直接進(jìn)行自評(píng)，具有非常強(qiáng)烈的主觀性。間接測(cè)量則通過設(shè)置可直接測(cè)量的中間特征，并利用數(shù)學(xué)方法進(jìn)行測(cè)量。傳統(tǒng)的間接測(cè)量方法包括傳統(tǒng)統(tǒng)計(jì)學(xué)方法、模糊綜合評(píng)價(jià)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(píng)價(jià)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(cè)評(píng)中，基于BP神經(jīng)網(wǎng)絡(luò)(BPNeural Network,BPNN)構(gòu)建人員能力評(píng)價(jià)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(huì)產(chǎn)生較大誤差。

針對(duì)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(duì)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(píng)價(jià)模型，以期為民航企事業(yè)單位招聘、選拔、評(píng)價(jià)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(duì)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(guó)教科文組織等國(guó)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(shí)、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(duì)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(shí)包括：數(shù)據(jù)科學(xué)知識(shí)和民航安全管理知識(shí)，這些知識(shí)能夠?yàn)槊窈桨踩畔⒐芾砑寄芴峁┲巍Ｔ诖髷?shù)據(jù)時(shí)代，“數(shù)據(jù)范式”成為信息管理的新研究范式，對(duì)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(dòng)過程，故基于“數(shù)據(jù)驅(qū)動(dòng)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(shí)-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(duì)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(cè)評(píng)模型

2.1 民航安全信息管理人員能崗匹配測(cè)評(píng)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(cè)評(píng)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(gè)評(píng)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(lái)提高搜索效率，可以有效地對(duì)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(cè)評(píng)模型，如圖2所示。

圖2 民航安全信息管理人員能崗匹配測(cè)評(píng)模型

表1(續(xù))

2.2 民航安全信息管理人員能崗匹配測(cè)評(píng)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(jì)算2個(gè)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(duì)象，通過問卷調(diào)查的方式收集調(diào)查對(duì)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(jì)算

測(cè)評(píng)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(cè)評(píng)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(píng)價(jià)計(jì)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(cè)評(píng)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(píng)語(yǔ)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(duì)結(jié)果向量進(jìn)行賦值，評(píng)價(jià)等級(jí)的定量標(biāo)準(zhǔn)見表2。

表2 評(píng)價(jià)等級(jí)的定量標(biāo)準(zhǔn)

3)計(jì)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(jì)算指標(biāo)權(quán)重集A。計(jì)算步驟參考文獻(xiàn)[21]。

4)利用百分比統(tǒng)計(jì)法確定民航安全信息管理人員能崗匹配測(cè)評(píng)指標(biāo)集對(duì)各評(píng)價(jià)等級(jí)的隸屬度，隸屬度集合為R=[ri1,ri2,…,ri5]。

5)計(jì)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(cè)評(píng)指標(biāo)的最終評(píng)價(jià)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(cè)評(píng)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(gè)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(cè)評(píng)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(gè)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(cè)評(píng)模型輸出的是能崗匹配測(cè)評(píng)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(cè)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(shí)間，選取newff函數(shù)自動(dòng)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(duì)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(cè)評(píng)模型每層的連接，由激活函數(shù)決定。由于本文構(gòu)建的測(cè)評(píng)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(duì)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(cè)評(píng)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(qǐng)6名專家對(duì)勝任力指標(biāo)之間相互影響程度打分，用于計(jì)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(shí)間的安全信息管理人員為調(diào)研對(duì)象，被調(diào)查者基于勝任力指標(biāo)體系對(duì)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(cè)評(píng)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(shuō)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(píng)價(jià)計(jì)算102份訓(xùn)練樣本的能崗匹配分值作為待評(píng)價(jià)樣本的能崗匹配期望值，計(jì)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(duì)收集到的測(cè)評(píng)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(cè)評(píng)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(cè)評(píng)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(gè)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(jì)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(gè)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(shí)，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(píng)價(jià)計(jì)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(cè)試集20份。由于民航安全信息管理人員能崗匹配測(cè)評(píng)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(cè)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(cè)評(píng)模型中，將仿真輸出的能崗匹配測(cè)評(píng)結(jié)果與測(cè)試集的能崗匹配結(jié)果進(jìn)行對(duì)比，檢驗(yàn)?zāi)Ｐ偷姆夯芰Γu(píng)估模型效果，民航安全信息管理人員能崗匹配測(cè)評(píng)模型仿真值和期望值的對(duì)比如圖3所示。

圖3 測(cè)評(píng)模型的仿真值與期望值對(duì)比

均方根誤差(Root Mean Square Error，RMSE)可以反映測(cè)評(píng)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(cè)評(píng)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(cè)評(píng)模型在數(shù)值仿真和趨勢(shì)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(duì)比分析

在相同數(shù)據(jù)集上，對(duì)比基于Bayes優(yōu)化BPNN與單一的BPNN計(jì)算得出的能崗匹配測(cè)評(píng)結(jié)果，對(duì)比結(jié)果見圖4。模型的精度和算法耗時(shí)對(duì)比見表5。

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

表5 模型的精度和算法耗時(shí)對(duì)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(cè)評(píng)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(cè)評(píng)模型相較于單一的BPNN，模型精度得到了提高，算法耗時(shí)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(duì)BPNN進(jìn)行優(yōu)化，對(duì)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(shí)間對(duì)比結(jié)果見表6。

表6 參數(shù)尋優(yōu)的精度和算法耗時(shí)對(duì)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(shí)相對(duì)更少，在數(shù)據(jù)規(guī)模比較大時(shí)具有一定的優(yōu)勢(shì)。由于Bayes優(yōu)化算法涉及到復(fù)雜的數(shù)學(xué)計(jì)算，因而耗時(shí)更多，針對(duì)該問題，可以嘗試優(yōu)化計(jì)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(cè)評(píng)模型實(shí)證研究

以來(lái)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(cè)評(píng)模型對(duì)其能崗匹配情況進(jìn)行測(cè)評(píng)，并與利用模糊綜合評(píng)價(jià)計(jì)算得到的結(jié)果進(jìn)行對(duì)比。結(jié)果如表7所示。

表7 能崗匹配測(cè)評(píng)結(jié)果

從對(duì)比結(jié)果來(lái)看，基于Bayes優(yōu)化BPNN構(gòu)建的能崗匹配測(cè)評(píng)模型與模糊綜合評(píng)價(jià)對(duì)能崗匹配測(cè)評(píng)的結(jié)果基本一致。說(shuō)明該測(cè)評(píng)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(shí)、民航安全管理知識(shí)等一級(jí)指標(biāo)和掌握通用數(shù)據(jù)知識(shí)、掌握數(shù)據(jù)工具的使用等二級(jí)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(jì)分析、上報(bào)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(dòng)的全過程，體現(xiàn)了大數(shù)據(jù)環(huán)境對(duì)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(cè)評(píng)模型。相較于隨機(jī)搜索優(yōu)化BPNN，基于Bayes優(yōu)化BPNN的測(cè)評(píng)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(cè)評(píng)模型算法耗時(shí)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。