塔机驾驶员岗位胜任力云评价模型研究

邵 波，赵金山，郑霞忠，晋良海，王 硕

(三峡大学水利与环境学院,湖北 宜昌 443002)

塔机具有占地面积小、工作效率高等优点，已成为施工现场重要的起重设备[1]。然而，塔机作业安全问题突出，伤亡事故时有发生[2]。如：2021年5月8日发生在山东潍坊的塔机作业事故造成3人死亡、2人受伤；2021年10月31日发生在上海杨浦的塔机作业事故造成1人死亡、2人受伤。已有研究表明，人为因素是塔机作业事故发生的主要原因，而塔机驾驶员岗位胜任力参差不齐是塔机作业事故多发的重要原因[3]。目前，我国将持有特种作业证作为塔机驾驶员的准入条件，但传统的持证上岗方式难以实时评估塔机驾驶员胜任力水平。驾驶员胜任力水平通常会受个人特质、环境变化等因素的影响而出现波动，当驾驶员胜任力低于一定水平时可能会引发安全事故[4]。塔机驾驶员岗位胜任力与塔机作业事故之间的关系密切，提升驾驶员胜任力水平可降低塔机作业事故率，但前提是科学评估塔机驾驶员的胜任力。因此，开展塔机驾驶员岗位胜任力水平评价研究对于塔机作业事故预防具有重要意义。

胜任力理论由美国哈佛大学MaClelland教授于1973年首次提出，他将胜任力定义为在特定岗位上能够区分绩效水平的个体特征[5]。该理论已被广泛应用于安全管理领域。如：汪伟忠等[6]结合胜任力理论构建了煤矿特种作业人员安全胜任指数综合评价模型；陈敏等[7]从知识、技巧、态度、潜力、活力等维度搭建了建筑产业工人职业素质评价指标体系，为建筑产业工人职业素质评价提供了新方法；Liang等[8]利用结构方程模型建立了架子工胜任力评价模型，并指出个人特质对其胜任力贡献程度最大；还有研究表明，提升作业人员胜任力水平可以提高安全生产水平[9]，这为塔机作业事故预防提供了新思路。

为了预防塔机作业事故，众多学者对塔机作业事故原因及其影响因素展开了大量的研究。如：Raviv等[10]通过安全风险评估阐明了塔机作业事故发生的原因中技术因素占主导；张建荣等[11]采用随机森林算法推导出专项施工方案不完备和人员安全意识淡薄是导致塔机作业事故的关键因素；Zhou等[12]将系统思想引入塔机作业安全管理，建立了塔机安全系统评价模型；黄莺等[13]采用系统动力学方法分析塔机作业风险，发现提高塔机作业人员作业水平可有效降低塔机作业事故概率；段在鹏等[3]对新入职塔机驾驶员操作失误的因素展开了研究，为塔机作业事故预防提供了新方法。

综上研究可知，塔机作业事故预防研究主要集中在人员、机械、环境和管理等方面，却较少针对塔机作业的核心人员——驾驶员展开研究，且现有的塔机驾驶员上岗方式难以对塔机驾驶员岗位胜任力水平进行实时评估。鉴于此，本文以塔机驾驶员为研究对象，综合胜任力理论和工程实践构建了塔机驾驶员岗位胜任力评价指标体系，并融合云模型提出了塔机驾驶员岗位胜任力云评价模型，以期为塔机驾驶员科学培训提供参考，为塔机作业事故预防提供理论支撑。

1 塔机驾驶员岗位胜任力云评价模型构建

受专家的知识、经验和偏好程度等主观因素的影响，塔机驾驶员岗位胜任力评价表现出一定的模糊性。云模型是基于模糊理论建立的概念转化模型，能够利用正、逆向云发生器进行定性和定量的相互转化[14]。云模型主要涉及3个数字特征，即期望Ex、熵En和超熵He，如图1所示。其中，期望Ex为云滴样本中心，是反映云模型最佳隶属度的数字特征；熵En为云滴的扩散范围，反映云模型的可信度；超熵He为云滴厚度，反映云模型的稳定程度。为了解决塔机驾驶员岗位胜任力评价模糊性的问题，本文引入云模型开展了塔机驾驶员岗位胜任力水平评价研究。

图1 正态云及数字特征

构建塔机驾驶员岗位胜任力云评价模型的具体流程为：①依据塔机驾驶员岗位胜任力评价指标体系和定性语言值对应的数域确定评价等级及评价标准云；②专家组合理确定塔机驾驶员岗位胜任力评价指标权重，并利用逆向云发生器计算评价指标云权重；③专家组依据评价等级对塔机驾驶员岗位胜任力进行打分，并按照云模型计算规则得出塔机驾驶员岗位胜任力评价云。

1. 1 塔机驾驶员岗位胜任力评价指标体系构建

根据胜任力冰山模型可知，岗位胜任力评价指标可分为显性指标和隐性指标[15](见图2)。其中，显性指标主要包括知识和技能；而隐性指标主要包括态度、价值观、社会角色、个性、内驱力、物质和动机等。

图2 胜任力冰山模型

为了科学评估塔机驾驶员岗位胜任力，首先依据胜任力冰山模型，通过查阅《起重机械安全规程》《起重司机安全技术考核标准》等文献资料，并采用行为事件访谈法，初步筛选出塔机驾驶员岗位胜任力评价指标；然后在咨询塔机安全管理领域专家意见的基础上，综合考虑评价指标的独立性和科学性以及评价指标体系的全面性，最终构建了包含自我特质、知识储备、业务技能和价值观念4个二级评价指标和16个三级评价指标的塔机驾驶员岗位胜任力评价指标体系，如图3所示。

图3 塔机驾驶员岗位胜任力评价指标体系

其中，二级评价指标中自我特质涵盖胜任力冰山模型中隐性部分的自我形象、个性和特质；知识储备和业务技能分别涉及胜任力冰山模型中显性部分的知识储备和业务技能；价值观念包含胜任力冰山模型中的态度、价值观、社会角色、内驱力和动机等。

1. 2 评价标准云确定

塔机驾驶员岗位胜任力评价具有一定的模糊性，难以对评价指标给出精确的评价，因此采用定性语言值对塔机驾驶员岗位胜任力进行评价[16]。本文选用定性语言值差、中、良和优4个评价等级表示塔机驾驶员岗位胜任力水平，在该过程中保证单个定性语言值均处于[0,100]数域范围内，得到定性语言值对应的数域[Smin，Smax]，并采用正态标准云对其进行描述，其3个数字特征的表达式如下：

(1)

(2)

He=θ

(3)

式中：θ为常数，其值受评价模糊度的影响,需根据模糊度进行调控，本文θ取值为En/10。

根据塔机驾驶员岗位胜任力评价实际情况，设定不同评价等级定性语言值(评价值)分布区间及其云数字特征如表1所示，不同评价等级的正态标准云如图4所示。

表1 不同评价等级的评价值分布区间及其云数字特征

图4 不同评价等级的正态标准云图

1. 3 评价指标权重云确定

塔机驾驶员岗位胜任力各评价指标对胜任力水平的影响程度不同，需对各评价指标进行赋权。由于专家知识经验存在一定的差异，故指标权重确定的主观性较大。为了解决这一问题，本文基于云模型思想，利用权重云对塔机驾驶员岗位胜任力各评价指标进行赋权[17]。在实际操作过程中由于很难准确量化各评价指标的权重值，因此选用极重要w1、较重要w2、一般重要w3、不重要w4和极不重要w5等定性语言值来表达各评价指标的重要性程度更为科学合理。本文设定用于表示指标权重W=(w1,w2,…,w5)重要程度的数域范围为[0,1]，邀请n位专家对wk(1≤k≤5)进行打分，分值记为fi(fi表示第i位专家的打分值，且0≤fi≤1,1≤i≤n)，并计算wk的3个数字特征(Exwk,Enwk,Hewk)，其计算公式如下：

(4)

(5)

(6)

根据塔机驾驶员岗位胜任力评价指标权重初始云的数字特征(Exwk,Enwk,Hewk)，生成各评价指标权重云图，并通过分析所得到的评价指标权重云图，依据云图中云滴的离散程度，判断专家评估结果的差异性大小。若云滴的离散程度较小，说明专家评估结果的差异性较小，专家组达成共识；否则，说明专家评估结果的差异性较大，需进一步讨论，并综合协调专家意见，消减专家间的认知差异，使专家对各评价指标达成统一认识，进而得到最终的评价指标权重标准云，上述调节过程称为反馈调节。通过统计计算，得到最终的评价指标权重标准云数字特征为

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 岗位胜任力评价云确定

为了减少塔机驾驶员岗位胜任力评价指标专家打分主观偏向性对评价结果的干扰，专家组首先对塔机驾驶员岗位胜任力评价指标的评分按照云计算规则进行处理，采用反馈调节的方式得到各评价指标的评价云数字特征；然后再结合评价指标权重云数字特征，采用云计算规则，利用综合云思想，可得到塔机驾驶员岗位胜任力评价云Zi(ExZi,EnZi,HeZi)，其计算公式如下：

(7)

式中:wvtZi∈W为评价云vtZi对应的评价指标权重云。

最后，将塔机驾驶员岗位胜任力评价云图与标准云图进行比较，确定塔机驾驶员岗位胜任力评价等级。

2 案例应用与分析

国内某建筑工地由于工程项目建设需要安装了4台塔机，且每台塔机配一名驾驶员。鉴于安全生产标准化的要求，该建筑工地项目经理委托笔者研究团队开展了一次系统的安全大检查，其中包括塔机驾驶员岗位胜任力水平评价工作。本文根据该建筑工地项目实际情况，借助上述建立的塔机驾驶员岗位胜任力云评价模型，对该建筑工地塔机驾驶员岗位胜任力水平进行了评价。具体评价过程如下。

2. 1 塔机驾驶员岗位胜任力评价指标权重云确定

本次邀请包括该建筑工地项目技术负责人、监理工程师在内的5位专家组成专家组，对该建筑工地项目塔机驾驶员岗位胜任力评价指标的重要程度进行指标权重标准云赋值，并综合专家组意见，确定了各评价指标权重云，见表2。

表2 某建筑工地塔机驾驶员I1岗位胜任力评价指标权重云表

2. 2 塔机驾驶员岗位胜任力评价指标评价云计算

5位专家对该建筑工地4名塔机驾驶员岗位胜任力进行评价。由于篇幅受限，本文仅以塔机驾驶员I1为例做详细论述。针对驾驶员I1，5位专家先根据表1中不同评价等级的评价值分布区间对16项三级评价指标进行打分，其打分结果见表3；然后对评价指标C1运用逆向云发生器算法计算得到其评价云数字特征为(82.800,1.303,0.032)，再由正向云发生器生成其评价云图，并结合反馈调节过程，得到该评价指标C1的评价云图，见图5。

表3 某建筑工地塔机驾驶员I1岗位胜任力评价指标专家打分表

图5 某建筑工地塔机驾驶员I1岗位胜任力评价 指标C1的评价云图

由图5可见，云滴的离散程度较小，说明专家评估结果的差异性较小，专家组达成共识。

同理，可得到塔机驾驶员I1其他评价指标的评价云数字特征。

2. 3 塔机驾驶员岗位胜任力评价云确定

在确定塔机驾驶员岗位胜任力各评价指标的评价云后，结合各评价指标权重云，按照云计算规则计算4名塔机驾驶员岗位胜任力评价云，可得到驾驶员I1、I2、I3、I4的岗位胜任力评价云数字特征分别为(85.481,1.840,0.266)、(75.239,1.618,0.278)、(80.276,1.486,0.243)、(87.354,1.641,0.243)。将4名塔机驾驶员岗位胜任力评价云图与不同评价等级的正态标准云图进行了比较，见图6。

图6 某建筑工地4名塔机驾驶员岗位胜任力评价云图 与不同评价等级正态标准云图的比较

2. 4 塔机驾驶员岗位胜任力评价结果分析与讨论

由图6可知：该建筑工地4位塔机驾驶员岗位胜任力水平表现为I4≻I1≻I3≻I2。具体分析如下：

(1) 塔机驾驶员I4的岗位胜任力水平最高，塔机驾驶员I2的岗位胜任力水平最差。

(2) 塔机驾驶员I4、I1和I3的岗位胜任力评价云均在正态标准云图的评价等级优和良之间，且均偏向等级良，其中塔机驾驶员I4和I1的岗位胜任力等级评价云偏向等级优的程度更大，这表明塔机驾驶员I4和I1的岗位胜任力水平不仅在4名驾驶员中相对较高，在绝对性评价等级尺度上也是很优良的。如果用岗位胜任力评价等级良作为入选该建筑工地塔机驾驶员的最低标准，即便塔机驾驶员I2的岗位胜任力评价云介于正态标准云图的评价等级良和中之间且偏向等级良，但因其低于等级良的平均水平，应在这次安全大检查后予以辞退，或停工或对其进行安全培训，以提高其岗位胜任力水平。

(3) 进一步分析塔机驾驶员I1和I4的岗位胜任力水平，其二级评价指标评价云图与正态标准云图的比较，见图7和图8。

图7 某建筑工地塔机驾驶员I1岗位胜任力二级评价 指标评价云图与不同评价等级正态标准云图的 比较

图8 某建筑工地塔机驾驶员I4岗位胜任力二级评价 指标评价云图与不同评价等级正态标准云图的 比较

由图7可知：塔机驾驶员I1的岗位胜任力二级评价指标表现为B3≻B4≻B2≻B1，即业务技能为塔机驾驶员I1的相对较优指标，自我特质为相对较差指标，且低于等级良的平均水平。由图8可知：塔机驾驶员I4的岗位胜任力二级评价指标表现为B4≻B3≻B2≻B1，即价值观念为塔机驾驶员I4的相对较优指标，自我特质为塔机驾驶员I4的相对较差指标，且低于等级良的平均水平。

由上述结果可知，塔机驾驶员的自我特质普遍处于较低水平，这表明塔机驾驶员在注意力水平、身体素质状况、情绪安全倾向等方面还有提升的空间，需引起工程现场安全管理人员的重点关注，建议采取适当减小工作强度、增加对塔机驾驶员的关心等措施提高其自我特质水平。此外，塔机驾驶员的知识储备也需要进一步加强，建议适当加大安全培训的频率和针对性。

3 结论与建议

(1) 本文融合胜任力模型和云理论，构建的塔机驾驶员岗位胜任力云评价模型，可保证评价结果的直观可靠，具有一定的可行性和科学性。

(2) 塔机驾驶员的自我特质和知识储备水平通常偏低，目前我国通行的“特种作业人员的培训考核和继续教育”的做法虽可确保塔机驾驶员的知识储备持续稳定地处于较高水平，但在塔机驾驶员的自我特质方面，则还需要把好职业关口，严格控制从事塔机驾驶员等特种作业人员的准入门槛。

(3) 由于建筑工程建设周期通常较长，因此如何实时地评估塔机驾驶员岗位胜任力水平的波动变化，并及时采取科学措施提升塔机驾驶员岗位胜任力水平，保证其胜任力水平的相对稳定，以提高驾驶员工作的安全可靠性，将是下一步研究的方向。