張興儉，白 鵬

（中國民航大學天津市空管運行規(guī)劃與安全技術重點實驗室，天津 300300）

研究表明航空運行不安全事件約有75.5%與人為因素相關，而人為因素中與管制員相關的約占72%[1]，減少管制員人為差錯成為提高航空安全途徑之一。管制員工作時的不良狀態(tài)如疲勞、緊張、壓力、急躁、消極、生病等，對工作質(zhì)量具有明顯的負面影響，是造成其人為失誤的主要原因之一?？展芤痪€研究者總結(jié)發(fā)現(xiàn)，管制員的不良心理狀態(tài)會明顯削弱管制工作能力，嚴重威脅管制安全[2-5]。陳芳等[6]通過建立模型對管制員安全能力的評估表明，意識和身體素質(zhì)是影響管制員安全能力的組成因素。雖然不良狀態(tài)影響管制安全得到認同，但其具體分布特征及對管制能力造成的影響特征尚不明確，而這對制定相應對策、提升管制安全具有重要支撐作用。

1 管制員不良工作狀態(tài)影響原因與分析

導致管制員不良心理狀態(tài)的因素一般包括工作因素和社會家庭因素。工作因素如責任、壓力、負荷過重、工作疲勞、工作環(huán)境或管理因素等[5]；社會家庭因素如社會地位、職位、不良遭遇、生活困難或家庭事務等。目前對不良狀態(tài)特征的研究主要集中于疲勞這一典型狀態(tài)，空管部門均制定了相關規(guī)章進行防范。一些研究者對管制疲勞產(chǎn)生的原因、引起的差錯或疲勞影響因素進行了分析，并提出對策[7-10]，表明疲勞產(chǎn)生與睡眠節(jié)律、工作負荷等因素相關，且會影響管制員知覺功能。除個人因素外，管制員所處各種管制情景如流量、管制類型等因素與不良狀態(tài)同樣息息相關，管制員受各種個體因素影響，且管制能力無法適應所處管制情景，導致了多種不良工作狀態(tài)的出現(xiàn)。掌握不同條件的不良狀態(tài)特征對其風險對策與管理至關重要。因此，為把握不良狀態(tài)細節(jié)特征，向一線管制員開展問卷調(diào)查，收集管制不良狀態(tài)數(shù)據(jù)，結(jié)合工作崗位、工齡、管制類型、流量水平4種管制因素，運用統(tǒng)計方法分析不良狀態(tài)的分布及其與管制因素關系，對疲勞、緊張兩種典型不良狀態(tài)進行詳細調(diào)查分析，揭示二者發(fā)生情景，探討不良狀態(tài)影響管制能力特征及其與管制因素關系。

2 調(diào)查內(nèi)容設計及數(shù)據(jù)收集

2.1 調(diào)查內(nèi)容設計

調(diào)查內(nèi)容設計是獲取管制不良狀態(tài)特征數(shù)據(jù)的前提。調(diào)查對象涵蓋區(qū)域、進近和塔臺3種管制類型，帶班主任和管制員2種崗位以及不同流量水平。為提高答卷效率及所得答卷內(nèi)容的可信性，調(diào)查題目設計以選擇題為主。調(diào)查內(nèi)容如下。

首先，調(diào)查管制員信息及工作特征，包括崗位、工齡、管制類型、流量水平等。

其次，設計不良狀態(tài)分布情況調(diào)查內(nèi)容。參考已有研究總結(jié)的不良狀態(tài)[1-5]，設置“疲勞、緊張、壓力、煩躁消極、帶病值班、不良心情”6種不良狀態(tài)選項，詢問存在情況。另外，將管制員工作過程中最常見的不良狀態(tài)“疲勞”與“緊張”作為調(diào)查重點，收集詢問這兩種狀態(tài)主要出現(xiàn)的情景。疲勞一般與睡眠和勞累相關，為疲勞設置備選情景包括“深夜航班較少、長時間工作、高負荷工作、日常值班”4個選項；而緊張則可能與管制技能及工作情景相關，為緊張設置的情景包括“新手值班、指揮失誤、流量較大、應急處置、壓力較大”5個選項。

最后，調(diào)查影響特征。問卷設計中，調(diào)查了不良工作狀態(tài)對管制的整體影響，設置“無影響、輕微影響、有影響、較大影響、嚴重影響”5個水平選項，分別對應影響程度0～4。詳細調(diào)查了疲勞、緊張兩種狀態(tài)造成的影響特征，設計選項主要包括反應特征、指令發(fā)布、情景意識、管制效果、注意力、視力、思維能力等方面。

2.2 數(shù)據(jù)收集

為保障收集數(shù)據(jù)的質(zhì)量，調(diào)查主要通過管制單位調(diào)研并向管制員內(nèi)部發(fā)放電子問卷形式完成，調(diào)查中詳細說明要求，請管制員認真填寫并提供少許報酬。問卷收集時，嚴格控制問卷質(zhì)量，除去答卷時間低于30 s及明顯隨意填寫的問卷。最終共收集到有效問卷458份，管制員地點分布于天津、石家莊、長沙、南昌、包頭、鄭州、上海、北京、新疆、海南等地。所收集問卷的崗位、工齡、管制類型、流量水平等各方面管制因素下的數(shù)量分布如表1所示。其中，工齡分為3類，低于2年一般為新手，處于工作適應期；2～5年則基本成為熟練管制員；工齡5年以上則定義為資深管制員。

表1 問卷數(shù)據(jù)的數(shù)量分布Tab.1 Quantitative distribution of survey data

3 數(shù)據(jù)分析

調(diào)查數(shù)據(jù)以選擇題為主，對每個選項只有0與1兩種結(jié)果。分析中主要統(tǒng)計每個選項得到所有管制員選擇的比例來說明選項內(nèi)容的分布程度，定義為選擇率；為了分析不良狀態(tài)及其特征與管制因素的關系，運用二元logistic回歸方法分析說明管制因素對各個選項選擇率的影響特征。

二元logistic回歸方法是一種廣義的線性回歸分析模型，主要應用于針對因變量y只取0和1情況的分析，其模型為

其中：p為因變量y為1的概率；βi為回歸系數(shù)。

該方法主要用于檢驗因果關系假設及兩分類預測等。研究中將狀態(tài)及特征調(diào)查各選項作為因變量，是否被選擇對應1和0，崗位、工齡、管制類型、流量水平4種管制因素為自變量，檢驗自變量對應的回歸系數(shù)是否為0。若存在顯著性（sig.＜0.05）則表明系數(shù)不為0，說明自變量對因變量的發(fā)生概率具有顯著影響，即對應管制因素水平的不同會導致調(diào)查結(jié)果分布的明顯差異；否則即為無影響。分析中根據(jù)各管制因素系數(shù)顯著性結(jié)果探討其影響特征。

3.1 分布特征

對問卷中不良工作狀態(tài)存在情況進行統(tǒng)計，結(jié)果如圖1所示。在問卷所提供的不良狀態(tài)選項中，82.5%的調(diào)查對象承認存在疲勞狀態(tài)，一半以上的管制員承認存在緊張、壓力、不良心情狀態(tài)，表明了多種不良狀態(tài)存在于管制工作中。

圖1 不良狀態(tài)分布Fig.1 Distribution of bad states

對不良狀態(tài)被選情況與管制因素影響關系進行分析，其logistic回歸中管制因素回歸系數(shù)顯著性水平如表2所示。

表2 不良狀態(tài)分布與管制因素關系Tab.2 Relation between distribution of bad states and control factors

從表2中可發(fā)現(xiàn)，流量水平對于除帶病值班以外的其他不良狀態(tài)選項均具有顯著影響，流量水平影響下的不良狀態(tài)分布如圖2所示?？梢姶罅髁繒r各種不良狀態(tài)選擇率均明顯偏高，表明管制員在流量較大時更容易出現(xiàn)不良工作狀態(tài)。不難理解，較大流量時的復雜性使管制員更容易產(chǎn)生勞累，同時增加管制壓力與精神緊張，對情緒及心態(tài)造成不良影響。

表2還顯示工齡因素對煩躁消極狀態(tài)分布具有顯著影響，隨著工齡增加，煩躁消極狀態(tài)選擇率逐步升高（低齡33.4%，中齡44.5%，高齡64.7%）。而不同管制類型時緊張與不良心情狀態(tài)分布具有明顯差別（緊張狀態(tài)：塔臺50%，進近58.3%，區(qū)域40.0%。不良心情：塔臺52.7%，進近70.8%，區(qū)域53.3%）。兩種不良狀態(tài)在進近管制中具有較高的選擇率，這可能與進近管制相對復雜的管制調(diào)配需求相關。

圖2 不良狀態(tài)在不同流量水平下的分布Fig.2 Bad states distribution under different traffic flows

針對疲勞狀態(tài)出現(xiàn)的情景進行統(tǒng)計，其分布如圖3所示，其中3種情景易出現(xiàn)疲勞狀態(tài)，長時間、高負荷工作尤其明顯，說明大量工作任務本身便是導致疲勞的因素。

圖3 疲勞出現(xiàn)情景分布Fig.3 Distribution of fatigue scenario

各情景受4項管制因素影響的顯著性分析結(jié)果如表3所示?？梢园l(fā)現(xiàn)，高負荷工作情景下的疲勞選擇與管制類型和流量水平兩項因素顯著相關。統(tǒng)計該情景下各管制類型選擇率分別為塔臺76.8%，進近91.7%，區(qū)域66.7%，即在進近管制時疲勞選擇率明顯偏高；各流量水平分別為較小70.0%，適中72.3%，較大89.0%，即隨著交通流量的增加，選擇率水平明顯增加?？梢酝茢啵荷钜怪蛋嗲榫暗钠谥饕从诠苤茊T睡眠節(jié)律導致的困倦及航班較少導致的松懈，會出現(xiàn)困倦情況，管制因素影響甚微；長時間工作則是工作任務本身造成的勞累，與管制因素關系較??；高負荷工作導致疲勞也是大量工作任務所致，流量增大導致負荷增加，則更容易出現(xiàn)疲勞狀態(tài)；高負荷工作情景在進近管制時較高的選擇率也表明了同等流量下，進近管制負荷更高，更易出現(xiàn)管制疲勞。

表3 疲勞出現(xiàn)情景受管制因素影響特征Tab.3 Effect of control factors on fatigue scenarios

針對緊張狀態(tài)出現(xiàn)情景的統(tǒng)計分布如圖4所示，各個情景下都具有較高的選擇率，說明其均是易出現(xiàn)緊張狀態(tài)的情景。

圖4 緊張出現(xiàn)情景分布Fig.4 Distribution of nervous scenarios

各情景與管制因素關系分析結(jié)果如表4所示，工齡因素對新手值班、應急處置、壓力較大3種情景下的緊張狀態(tài)選擇率均具有顯著影響，細節(jié)分布如圖5所示。

表4 緊張出現(xiàn)情景受管制因素影響特征Tab.4 Effect of control factors on nervous scenarios

圖5 與工齡顯著相關緊張出現(xiàn)情景分布Fig.5 Distribution of nervous scenarios obviously effected by working age

從圖5中可看出：對于新手值班情景，低工齡管制員的選擇率明顯偏高，即相比之下，新手管制員可能更易出現(xiàn)緊張狀態(tài)；對于應急處置、壓力較大兩種情景，選擇率明顯偏高者均是高工齡管制員，這可能與其豐富管制經(jīng)歷和經(jīng)驗有關，更能體會并認同這些因素能夠?qū)е戮o張狀態(tài)。

表4同時表明：受管制類型因素影響的情景為流量較大，各管制類型導致緊張的選擇率分別為塔臺76.8%，進近90.5%，區(qū)域72.2%，即進近管制時的大流量更容易導致緊張狀態(tài)，這可能與同流量時進近管制復雜的運行調(diào)配需求相關；受流量水平因素顯著影響的情景為流量較大和應急處置，流量較大因素導致的緊張選擇率分別為較小75.0%，適中80.6%，較大82.4%，應急處置導致的選擇率分別為較小66.7%，適中86.1%，較大92.6%。前者是流量本身問題，選擇率自然隨著流量水平增大而增加。而后者隨著流量增加緊張選擇率增加則容易理解，即大流量時應急處置難度的增加易導致緊張狀態(tài)的產(chǎn)生。

3.2 影響特征

不良狀態(tài)對管制能力影響水平調(diào)查顯示，在0～4的5個水平的調(diào)查中，97.4%的對象選擇了“有影響”及以上，總體影響程度平均水平為2.58，即處于“有影響”至“較大影響”之間，表明不良狀態(tài)對管制工作造成了明顯影響。研究以疲勞、緊張兩種典型不良狀態(tài)為對象進行深入分析，明確管制能力受影響情況。統(tǒng)計選擇率時，均是僅使用管制員承認存在疲勞、緊張對應狀態(tài)的問卷數(shù)據(jù)。

首先，統(tǒng)計疲勞狀態(tài)影響特征，選擇率分布如圖6所示。除視力模糊選項選擇率明顯較低外，其余選項均得到50%以上管制員認可，說明疲勞因素對管制能力的削弱面較多，其中，反應遲鈍選項得到近80%管制員的選擇，表明反應能力受疲勞影響突出。

圖6 疲勞狀態(tài)影響特征統(tǒng)計Fig.6 Influencing feature statistics of fatigue

疲勞影響特征選項與管制因素關系分析結(jié)果如表5所示。工齡顯著影響指令失誤及注意力不集中兩種特征：前者在低工齡時的選擇率為65.6%，中工齡57.5%，高工齡79.3%；后者在低工齡時59.4%，中工齡52.1%，高工齡71.3%。兩種特征均是高工齡時選擇率最高，中工齡最低，這應與高工齡管制員的體力偏差以及低工齡管制員的經(jīng)驗欠缺相關。管制類型與忘記航空器狀態(tài)、態(tài)勢把控力下降及排序不合理3項特征選擇率顯著相關，其分布如圖7所示。

表5 疲勞影響特征與管制因素關系Tab.5 Relation between control factors and influencing features of fatigue state

圖7 管制類型顯著影響的疲勞狀態(tài)影響特征分布Fig.7 Influencing feature distribution of fatigue significantly effecting affected by ATC type

從圖7中可見，管制類型中進近管制時的選擇率明顯升高，即此時受疲勞影響更明顯，也再次表明進近管制較高的復雜性，對管制員管制能力和狀態(tài)的要求更高。

從表5中可看出，流量水平與其中的5個影響特征選項的選擇率均具有顯著相關性，其選擇率分布如圖8所示，5項特征選擇率均隨流量的增加而升高，表明流量越大，疲勞對管制工作造成的不良影響越突出，這應與大流量時更重的工作負荷及更高的管制能力需求相關。

圖8 流量水平顯著影響的疲勞狀態(tài)影響特征分布Fig.8 Influencing feature distribution of fatigue significantly affected by traffic flow

緊張狀態(tài)造成影響特征的選擇率統(tǒng)計如圖9所示，視力模糊選項選擇率明顯較低，說明緊張狀態(tài)同樣幾乎不會影響管制員視力。而其余8個選項選擇率處于50%～80%，表明緊張狀態(tài)也在多方面對管制員的能力造成了一定削弱。

圖9 緊張狀態(tài)影響特征統(tǒng)計Fig.9 Influencing feature statistics of nervousness

緊張影響特征選項與管制因素關系分析如表6所示。工齡因素對其中4個特征的選擇率均具有顯著影響，其具體分布如圖10所示。

表6 緊張影響特征與管制因素關系Tab.6 Relation between control factors and influencing features of nervous state

圖10 工齡顯著影響的緊張狀態(tài)影響特征分布Fig.10 Influencing feature distribution of nervousness significantly affected by working age

從圖10中可看出，各特征選擇率隨著工齡的增加而升高，這可能同樣與高工齡管制員的豐富經(jīng)驗相關。從表6還可看出：管制類型因素主要影響排序不合理的特征，其選擇率分別為塔臺管制60.7%，進近管制61.9%，區(qū)域管制38.9%，前兩者明顯高于后者，這可能與區(qū)域管制中相對較少的排序需求相關；流量水平因素顯著影響指令失誤、態(tài)勢把控力下降及管制混亂3個特征的選擇率分布，細節(jié)分布如圖11所示。同樣顯示了大流量時3種影響特征的選擇率增高，表明大流量時的緊張狀態(tài)造成的影響更為明顯。

圖11 流量顯著影響的緊張狀態(tài)影響特征分布Fig.11 Influencing feature distribution of nervousness significantly affected by traffic flow

4 結(jié)語

針對管制工作中存在的管制員不良工作狀態(tài)及其影響特征，通過向一線管制員問卷調(diào)查方式采集數(shù)據(jù)，區(qū)分不同管制因素，分析典型不良狀態(tài)的分布特征及不同管制因素下的差別，探討了不良狀態(tài)對管制能力的影響特征。主要結(jié)論如下。

1）管制工作中存在多種不良狀態(tài)，分布特征與管制因素相關，工齡、管制類型及流量水平對于一些不良狀態(tài)的出現(xiàn)具有明顯影響，其中流量水平影響突出，流量增大時出現(xiàn)不良狀態(tài)的可能性更高。

2）疲勞狀態(tài)易出現(xiàn)情景主要出現(xiàn)在管制任務較重及深夜值班時，緊張狀態(tài)易出現(xiàn)情景則包括應急、大流量、高壓力、失誤及新手值班等方面。管制因素與管制情景對不良狀態(tài)的產(chǎn)生有交互影響，不同情景下出現(xiàn)疲勞、緊張狀態(tài)情況與工齡、管制類型、流量水平等管制因素相關。

3）疲勞與緊張狀態(tài)均對管制能力的眾多方面造成明顯影響，且影響情況與工齡、管制類型、流量水平相關，其中流量水平因素對疲勞導致管制能力變化特征的影響最突出，而工齡因素對緊張導致管制能力變化特征的影響最明顯。

研究通過調(diào)查方式采集數(shù)據(jù)，以主觀數(shù)據(jù)為主，下一步研究需對各項客觀特征開展分析。研究結(jié)果有望為進一步完善管制員工作管理制度、管制員不良工作狀態(tài)對策設計提供支持，為更合理的管制工作排班設計提供參考。