一种用于港口作业人员岗位安全胜任力定量评估方法与流程

本发明属于港口作业安全评估技术领域，尤其是涉及一种用于港口作业人员岗位安全胜任力定量评估方法。

背景技术：

自2019年《关于印发职业技能提升行动方案(2019—2021年)的通知》(国办发〔2019〕24号)文件出台，应急管理部、人力资源和社会保障部等五部门也联合出台了《关于高危行业领域安全技能提升行动计划的实施意见》(应急〔2019〕107号，下称《实施意见》)。《实施意见》明确提出：实施高危行业领域安全技能提升行动计划，目的就是利用职业技能提升行动的契机，根据高危行业产业转型升级和安全发展、高质量发展的需要，建设知识型、技能型、创新型的高素质产业工人队伍，补齐高危行业从业人员安全技能不足的重大短板，提升人的本质安全水平，确保国家安全生产形势持续稳定。

港口生产是多工种、多环节、多工艺的联合作业，具有风险点多、线长、面广、分散、受自然因素影响大的特点。由于港口现场作业的高度连续性及复杂性，较一般行业存在更大危险性和更多不安全因素。现场作业过程中，不仅要考虑人员、机械设备、货种或物料、环境等多因素交叉与制约的联动影响，而且需确保各个生产环节紧密衔接、运行顺畅。否则，生产过程中的局部环节失控极易影响整体作业的安全生产，严重情况下更会造成机损、货损事故甚至人员伤亡事故。如2010年大连新港“7·16”输油管道爆炸事故和2015年天津港“8·12”瑞海公司危险品仓库特别重大火灾爆炸事故等，不仅造成巨大的人员伤亡与财产损失，而且暴露出港口生产运营与安全管理的形式依然严峻，乃我国安全生产领域的重点监管行业，面临着作业人员安全技能重点提升的严峻形势。

据大量事故案例分析表明，港口企业80％以上的事故都是由于现场管理不善和人员违章等人为失误因素造成的，即人的不安全行为引发了事故。后续随着科学技术的发展、工程设备的不断改进、自动化流水作业的推进，对基层作业人员，尤其是关键岗位作业人员的要求，如基本素质、专业技能、安全意识和自制能力等各方面要求越来越高，可以说关键岗位作业人员已成为事故链中最直接、最终端、最重要的一环。

目前，我国港口企业对关键岗位作业人员的安全管理，主要是强调岗前培训和持证上岗，对于提高港口企业一线关键岗位作业人员安全绩效的作用是非常有限的。在从“人”的因素研究和探讨港口企业安全事故预防措施的过程中，应把重点放在加强关键岗位作业人员自主安全管理上，激发作业人员的主动安全意识与主观能动性。在企业内部创造一个充分体现“安全第一”的安全胜任力评估体系，形成互相监督、互相制约、互相指导的岗位安全管理机制，变领导的强制管理为员工的自我管理，变领导的监察为员工的自我安全需要，营造“我要安全”的安全文化氛围。由此方可从根源上减少现场作业人员的不安全行为，降低现场作业人员的人因事故发生率。

因此，未来着力提升港口作业人员安全素质，基于目标样本动态采集与大数据分析，解决作业人员岗位安全胜任力定量评估技术难题，实现作业人员与岗位的优化匹配是提升作业人员安全技能、改善港口安全生产现状的重要方法与有效途径。

技术实现要素：

有鉴于此，本发明旨在提出一种用于港口作业人员岗位安全胜任力定量评估方法，以解决上述问题的不足之处。

为达到上述目的，本发明的技术方案是这样实现的：

一种用于港口作业人员岗位安全胜任力定量评估方法，包括以下步骤：

a.确定目标作业岗位及人员清单和影响岗位作业人员安全绩效的特征要素；

b.确定港口作业人员岗位安全胜任力的核心要素；

c.构建以核心要素为目标变量的港口作业人员岗位安全胜任力非线性评价指标体系；

d.构建指标体系的ahp-熵权法计算模型，得到各层级指标的权重；

e.得到港口作业人员的岗位安全胜任力值。

进一步的，所述步骤a中通过人因可靠性事故模型，从港口作业安全的重要性、心理学和行为学角度分析基层岗位作业人员的安全心理状态，明确港口交叉作业模式下人的不安全行为产生的核心机理，来确定目标作业岗位及人员清单和影响岗位作业人员安全绩效的特征要素。

进一步的，所述步骤a中人因可靠性事故模型为：

t1/2＝t1/2,n×(1+k1)×(1+k2)×(1+k3)，

式中，t表示允许作业人员响应的时间，t1/2表示作业人员执行时间，t1/2，n表示执行所有状况的平均时间，k1表示操作经验评分，k2表示心理压力评分，k3表示人机界面评分，α、β、γ表示作业人员行为类型与状态的参数。

进一步的，所述步骤b中通过样本人群安全特征要素的数理统计、主成分分析、信度效度分析，确定港口作业人员岗位安全胜任力的核心要素。

进一步的，所述步骤d中采用系统动力学客观赋权法，构建指标体系的ahp-熵权法计算模型，得到各层级指标的权重矩阵。

进一步的，所述步骤d的计算过程如下：

ahp-熵权法计算模型为，

式中，e表示某一事件的信息熵，pi表示事件发生的概率；

设有m个评价指标，n个待评项目，形成原始评价矩阵r,

r＝(rij)m×n，

其中rij为第i个指标的第j个评价值，

对于某个指标ni有信息熵,

其中,ei表示指标ni的信息熵，pij表示rij出现的概率，

可得各指标权重wi，

进一步的，所述步骤e中基于多层次模糊分析理论，建立隶属函数，描述各层级指标的得分并量化样本实测值，最终计算得到港口作业人员的岗位安全胜任力值。

进一步的，所述步骤e中港口作业人员的岗位安全胜任力值的计算过程如下：

e1.对作业人员的岗位安全胜任力产生影响的各因素构成评价体系的因素集，记为u，

u＝{u1,u2,…,um}，

其中，u1，u2，...um为各个评价指标；

e2.将各种不同决断构成的集合作为评语集，记为v，

v＝{v1,v2,…,vn}，

其中，v1，v2，...vn表示给出的评价结果；

e3.确定各因素之间的权重分配，记为a，

其中，a1，a2，...am表示因素集u中各指标的权重值；

e4.根据从u到v的模糊关系，可得各指标的模糊综合判断矩阵：

其中，r表示原始评价矩阵，rij为第i个指标的第j个评价值；

e5.利用r通过模糊变换，得到综合评判结果，

b＝a*r，

其中，b表示岗位安全胜任力模糊综合评价结果。

相对于现有技术，本发明所述的一种用于港口作业人员岗位安全胜任力定量评估方法具有以下优势：

本发明所述的一种用于港口作业人员岗位安全胜任力定量评估方法系统地解决了港口作业人员招聘、培训、安全管理与绩效考核等技术与管理难题，有利于提升现有岗位人员安全评价的科学性、先进性与适用性，实现作业人员的本质安全；本发明基于“面向行业、面向目标”的人类思维属性，明确表达了“目标-要素-绩效-胜任”机理模型的构建；可从大量的人的不安全行为中探究本质机理，并基于“要素”推理和判断，在人因可靠性模型基础上，理解、验证和诊断该模型的计算结果，指导提出正确的安全措施，防止事故的发生；基于目标样本动态采集与大数据分析，解决作业人员岗位安全胜任力定量评估技术难题，实现作业人员与岗位的优化匹配，提升了作业人员安全技能，改善了港口安全生产现状。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的用于港口作业人员岗位安全胜任力定量评估方法流程图；

图2为本发明实施例的岗位安全胜任力神经网络线性分布处理方法示意图；

图3为本发明实施例的岗位安全胜任力神经网络非线性分布处理方法示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面将参考附图并结合实施例来详细说明本发明。

如图1所示，一种用于港口作业人员岗位安全胜任力定量评估方法，包括以下步骤：

a.确定目标作业岗位及人员清单和影响岗位作业人员安全绩效的特征要素；

b.确定港口作业人员岗位安全胜任力的核心要素；

c.构建以核心要素为目标变量的港口作业人员岗位安全胜任力非线性评价指标体系；

d.构建指标体系的ahp-熵权法计算模型，得到各层级指标的权重；

e.得到港口作业人员的岗位安全胜任力值。

所述步骤a中通过人因可靠性事故模型，从港口作业安全的重要性、心理学和行为学角度分析基层岗位作业人员的安全心理状态，明确港口交叉作业模式下人的不安全行为产生的核心机理，来确定目标作业岗位及人员清单和影响岗位作业人员安全绩效的特征要素。

所述步骤a中人因可靠性事故模型为：

t1/2＝t1/2,n×(1+k1)×(1+k2)×(1+k3)，

式中，t表示允许作业人员响应的时间，t1/2表示作业人员执行时间，t1/2，n表示执行所有状况的平均时间，k1表示操作经验评分，k2表示心理压力评分，k3表示人机界面评分，α、β、γ表示作业人员行为类型与状态的参数。

所述步骤b中通过数理统计软件spss实现对样本人群安全特征要素的数理统计、主成分分析、信度效度分析，确定港口作业人员岗位安全胜任力的核心要素(如基本素质、专业技能、安全意识和自制能力)，岗位安全胜任力是指员工担任某一特定岗位的任务角色所需要具备的安全能力素质总和。一般而言，员工匹配该岗位的综合安全素质越高，其岗位安全胜任力越强。由此，可立足港口安全生产现状，结合目标岗位作业特点与岗位安全胜任需求，聚焦影响人的安全行为，乃至岗位作业人员安全绩效的外显及内隐等特征要素，形成从外显到内隐特征、可全面覆盖作业人员安全素质测评的统一尺度和依据。本实施例中，假设某调研样本有18个核心特征要素、4个准则层指标，经spss关联计算分析后，有较好的结构效度、内容效度和置信度水平，则作业人员岗位胜任力各特征要素与准则层指标的负荷量关系如下表1所示：

表1港口作业人员岗位胜任力各特征要素及准则层指标负荷量

所述步骤c中构建以核心要素为目标变量的港口作业人员岗位安全胜任力非线性评价指标体系是基于步骤b的样本人群统计数据分析，采用层次分析法和神经网络并行分布处理方法得到的，这里，通过层次分析法对该技术指标体系进行层次分解，确定目标层、准则层、因素层三个不同层级的具体考核指标。如图2和图3所示，本实施例中，基于岗位安全胜任力的目标样本测评与基础数据分析，定量获得不同层级指标间的线性(y＝x)或非线性(y＝1/(1+e-x))关联关系，采用神经网络并行分布处理方法和层次分析法，构建港口作业人员岗位安全胜任力非线性评价指标体系，增强非线性指标体系的计算效率与精度，解决国内非线性安全系统的评价难题。

所述步骤d中采用系统动力学客观赋权法，构建指标体系的ahp-熵权法计算模型，得到各层级指标的权重矩阵，将现阶段不确定的岗位定性评价提升至优化的岗位定量评价，解决岗位作业人员指标权重量化评价的关键技术难题。

所述步骤d中的熵权可定量反映该指标在方案评估中所能提供的有效信息的多少，如果指标的信息熵越大，则该指标能提供的信息量越小；反之，信息熵越小，则该指标能提供的信息量就越大，利用ahp-熵权法可定量确定各指标的权重，尽可能消除各因素权重的主观性，使得评价结果更加科学合理。所述步骤d的计算过程如下：

ahp-熵权法计算模型为,

式中，e表示某一事件的信息熵，pi表示事件发生的概率；

设有m个评价指标，n个待评项目，形成原始评价矩阵r,

r＝(rij)m×n，

其中rij为第i个指标的第j个评价值，

对于某个指标ni有信息熵,

其中,ei表示指标ni的信息熵，pij表示rij出现的概率，

可得各指标权重wi，

所述步骤e中基于多层次模糊分析理论，建立隶属函数，描述各层级指标的得分并量化样本实测值，最终计算得到港口作业人员的岗位安全胜任力值。多层次模糊分析理论是建立在模糊一致矩阵基础上的综合评价方法，其隶属函数是在对评价对象测定其优、劣的广义权距离基础上推导出来的，能够实现评价对象指标，即考核指标间的优、劣比较。对于具有多层次的复杂评价系统，该理论通过建立系统迭代方程，可使各评价层级有机结合,而且实现了对评价对象的动态综合性评价。具体过程如下：

e1.对作业人员的岗位安全胜任力从多方面进行综合评判，所有这些因素构成了评价体系因素集，记为u，

u＝{u1,u2,…,um}，

其中，u1，u2，...um为各个评价指标；

e2.将各种不同决断构成的集合作为评语集，记为v，

v＝{v1,v2,…,vn}，

其中，v1，v2，...vn表示给出的评价结果；

e3.确定各因素之间的权重分配，记为a，

其中，a1，a2，...am表示因素集u中各指标的权重值；

e4.根据从u到v的模糊关系，可得各指标的模糊综合判断矩阵：

其中，r表示原始评价矩阵，rij为第i个指标的第j个评价值；

e5.利用r通过模糊变换，得到综合评判结果，

b＝a*r，

其中，b表示岗位安全胜任力模糊综合评价结果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。