主成分分析法在消防绩效中的聚类分析应用
时间：2021-05-10 16:00:36 来源：雅意学习网 本文已影响 人 
摘 要：為客观地评价派出所消防工作水平，本文采用主成分分析法抽取对派出所消防工作权重较大的几个主要指标，利用SPSS软件计算出各基层派出所消防工作综合评价值，并使用系统聚类将排名按照四个层次进行分类，避免了绩效考核的主观随意性，对分类结果进行均值和方差检验，为下步工作提供科学决策支持。
关键词：聚类分析 主成分分析 消防 绩效
一、引言
目前铁路公安系统各部门对所公安派出所各项工作绩效考核项目有明确的标准，但是现在简单把各项工作给定分值进行排名的方法造成了一些问题。第一，基本评分标准是由少数人制定的，而各项工作造成绩效排名工作常受行政影响；第二，排名靠后的个别所队在绩效公示期间不断对公示绩效工作提出质疑，不仅造成了绩效结果难产，也造成了绩效排名受某些干预；第三，现有的排名方法缺乏整体工作的评定，不利于下一步工作的科学决策。基于主成分分析的所队绩效聚类分析是利用数学方法对各派出所消防工作进行自动评分和分类，避免了绩效考核的主观随意性，是评判各派出所工作排名较为科学的一种方法。
本文笔者以成都铁路公安处某季度各基层派出所的11项消防工作数据为样本，通过主成分分析法，对各所队各项消防工作数据进行分析，确定综合评价指标，对各基层派出所整体消防工作进行科学打分；同时可以通过抽取的主成分分析确定工作的重要性项目，为下一步工作提供科学的决策建议；再利用系统聚类方法可以对各所队消防工作进行科学分类。
二、消防工作综合评价
1.主成分分析的基本原理。主成分分析是多元分析中最重要的方法之一，利用了降维的数学思想将原始的各项指标重新组成新的综合指标，同时选取权重较大的几项工作指标尽可能的反映原始各项指标的综合信息。主成分分析在消防绩效考核中的应用，实际上做了两次线性合成：第一次是将原来的指标中权重较大的主成分的方差累计贡献率不小于85%的原则，确定主成分来反映原始指标的综合信息；第二次是将抽取的主成分以各自的方差贡献率进行加权求和，得到综合评价指标。最终得到的评价指标反映了各指标的综合信息。
2.数据来源。评价指标的选择非常重要，必须遵循科学性、系统性、可操作性、代表性等原则，力求全面、真实、较为完善的反映派出所消防工作。本文对成都铁路公安处某季度各基层派出所11个消防工作方面工作进行分析（见表1）。其中，各派出所对管内各类检查场所消防监督检查的次数反映了各所消防监督工作的重视程度。对监督检查的场所填发《消防监督检查记录》，对检查发现不能当场整改的问题应对责任单位下达《责令改正通知书》，并将问题录入问题库等一些列工作反映了各所监督检查的力度。消防行政处罚情况反映了各所以消防强制手段惩治消防违法行为的力度。消防演练和职工教育培训是需要常抓不懈的工作，按照预防为主的原则，是强化站段“四个能力”建设，确保岗位防火责任制落实的重要保障，可以达到铁路企业单位消防问题自查自纠、隐患自查自改的良好效果。
3.主成分分析法计算步骤。
首先，由于11项统计指标的量纲单位互不相同，不能相互比较，故需要进行去量纲处理。笔者用标准化法进行去量纲处理，构建数据矩阵，其中为派出所数量，为指标数，，；为第个派出所的第项指标。
其次，对标准化矩阵求相关系数矩阵，相关系数矩阵，，为指标与指 标的相关系数。
再次，确定主成分。由特征方程，求得个非负特征根，并将其按照从大到小的顺序进行排列。以从大到小累计方差贡献率大于85%确定主成分个数，提取主成分六个累计方差贡献率已经达到了91.19%，包括了原始数据绝大多数的信息，可以反映原始数据的综合信息。
最后，对提取选定的六个主成分的成分矩阵，对其进行综合评价。每个特征根对应一个特征向量，分别用、、、、、来表示。选取的六个主成分分别对应的特征向量如下：
利用线性加权综合法，以每个主成分对应的特征值对六个主成分进行加权平均，计算综合评价值，再此基础上进行综合评价，获得最终评价值：
根据上述公式，代入可得各派出所消防工作综合评定指标数值，其综合评价值为：绵阳所31.93、八里所18.81、遂宁所16.44、成都南所33.10、简阳所15.80、青白江所36.58、龙潭寺所22.39、成都所53.14、金堂所21.93、南充所20.72、成都北所20.75、广元所20.54、资阳所11.35、德阳所23.67、江油所13.60、巴中所8.29、资中所12.37、成都东所42.22、营山所23.09、都江堰所19.57。
三、系统聚类分析
1.聚类分析的原理。系统聚类的主要思想是首先认为初始的各个样本均各自为一类，按照在性质上的疏密程度进行分类，采用组内平均连接法根据距离的远近进行分类，采用欧式距离使两类合并为一类后，合并后的类中所有试样之间的平均距离最小的类合并为一类。
欧式距离计算见公式5。
然后再计算新类与其他类之间的距离，继续将距离最小的两类合并成为新的一类，这样每次减少一类，直至将所有试样合并为一类为止。
2.聚类分析结果。本文采用SPSS21对将21个派出所消防综合评定指标F进行聚类分析，最后并类过程做成一张聚类图如图1所示。
按照季度消防工作优秀、较好、中等、较差四个等级进行评判，将派出所消防工作分为四类：一类消防工作优秀的是成都所；二类消防工作开展较好的有绵阳所、都江堰所、成都南所、青白江所、成都东所；三类为消防工作中等的有南充所、成都北所、广元所、南充北所、八里所、龙潭寺所、金堂所、德阳所、营山所；四类消防工作需要加强的有遂宁所、简阳所、资阳所、资中所、江油所、巴中所。
四、结语
利用主成分分析确定11个评价指标进行综合评定中权重较高的六项指标进行比较，结合分类数据进行进一步描述性统计和方差分析。结果显示整改隐患数、隐患库录入数、责令改正通知书数排序一类>二类>三类>四类；行政罚款数、消防演练数一类>二类>四类>三类；培训教育数一类>三类>二类>四类。方差分析结果显示各类之间存在显著差异，说明该分类方法是合理的。排名靠后的派出所在隐患整改数、隐患库录入数、行政罚款数、责令改正通知书数、消防演练数、培训教育数等方面和其他派出所差距较大，需要在下一步工作中进一步补强。
参考文献：
[1]廖曙江， 刘方， 翁庙成. 系统聚类方法在城市火灾形势分析中的应用[J]. 消防科学与技术， 2006（05）：688-690.
[2]王宏， 游革新. 基于因子聚类分析的我国部分省市消防安全水平评估[J]. 消防科学与技术， 2009（11）：876-878.
[3]范东凯， 曹凯. 基于主成分分析法的城市道路交通安全评价[J]. 中国安全科学学报， 2010（10）：147-151.
[4]刘海生， 张鑫磊， 宋丽霞. 基于统计数据的全国火灾形势综合评价与预测[J]. 中国安全科学学报， 2011（06）：54-59.
[5]高维娜. 基于主成分分析法的城市火灾风险聚类分析[J]. 武警学院学报， 2013（02）：14-17.
[6]李杰， 张靖岩， 郭建中， 等. 基于聚类分析的我国火灾空间分布研究[J]. 中国安全生产科学技术， 2012（02）：61-64.
