于思璇，王華偉

（南京航空航天大學(xué)民航學(xué)院，南京 211106）

通用航空是指使用民用航空器從事公共航空運(yùn)輸以外的民用航空活動(dòng)，其與公共航空運(yùn)輸共同構(gòu)成了中國(guó)的民用航空體系[1]。與公共航空運(yùn)輸相比，通用航空器存在機(jī)型自身安全性能較低、維修保障不到位和飛行環(huán)境復(fù)雜等問(wèn)題。隨著通用航空的快速發(fā)展，通用航空事故不斷涌現(xiàn)。分析通用航空風(fēng)險(xiǎn)的特征和規(guī)律，采取有效措施控制通用航空安全風(fēng)險(xiǎn)，避免因安全問(wèn)題制約通用航空產(chǎn)業(yè)發(fā)展，是目前通用航空產(chǎn)業(yè)亟待解決的問(wèn)題。

國(guó)內(nèi)外學(xué)者開(kāi)展了很多有關(guān)通用航空安全問(wèn)題的探索性研究。陳勇剛[2]結(jié)合中國(guó)通用航空安全管理模式，從通用航空安全管理體系基礎(chǔ)模塊、運(yùn)行模塊、監(jiān)督模塊和改進(jìn)模塊構(gòu)建適合中國(guó)通用航空的安全管理體系，詳細(xì)探討了該體系的實(shí)施并進(jìn)行了評(píng)估。龔文璐等[3]結(jié)合近年來(lái)中國(guó)通用航空快速發(fā)展的現(xiàn)狀，論述保障通用航空安全的重要性。EASA（European aviationsafatyagency）成立了歐洲通用航空組（GAST），出臺(tái)了維護(hù)通用航空安全運(yùn)行的一系列文件。Aguiara等[4]采用泊松分布和列聯(lián)表統(tǒng)計(jì)分析通用航空在山地地形或高海拔地區(qū)飛行的事故率。Boyd[5]采用T-檢驗(yàn)、比例檢驗(yàn)和泊松分布統(tǒng)計(jì)分析通航飛機(jī)在超重情況下飛行的事故率，證明了該類事故的死亡風(fēng)險(xiǎn)很高。Price等[6]考察了通用航空機(jī)場(chǎng)航班運(yùn)營(yíng)的潛在安全威脅，并討論了運(yùn)輸安全管理局（TSA）、各種通用航空機(jī)場(chǎng)和航空器運(yùn)營(yíng)商使用的安全策略。

基于上述研究，重點(diǎn)探討通用航空安全規(guī)律。利用對(duì)應(yīng)分析的多元統(tǒng)計(jì)分析方法，深入分析通用航空不安全事件的發(fā)生時(shí)間與發(fā)生原因之間的關(guān)系，探索其內(nèi)在規(guī)律，總結(jié)不安全事件發(fā)生的特點(diǎn)，為通用航空安全管理提供輔助風(fēng)險(xiǎn)決策。

1 通用航空安全統(tǒng)計(jì)分析

1.1 事故與不安全事件統(tǒng)計(jì)

圖1給出了近年來(lái)通用航空事故與不安全事件的統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)來(lái)源于2016年中國(guó)民用航空安全信息統(tǒng)計(jì)分析報(bào)告[7]。

圖1 2012—2016年通用航空安全指標(biāo)統(tǒng)計(jì)Fig.1 General aviation safety indices 2012-2016

從圖1可看出通用航空事故萬(wàn)架次率基本上處于上升趨勢(shì)。2013年中國(guó)的通用航空事故萬(wàn)架次率出現(xiàn)暴增達(dá)到頂峰，盡管在2014年采取一定措施后比率有所降低，但不安全事件的數(shù)量卻在增長(zhǎng)。2014年以后，事故的萬(wàn)架次率也出現(xiàn)了回升，且不安全事件的發(fā)生數(shù)量一直處于較高水平。

1.2 安全風(fēng)險(xiǎn)指數(shù)趨勢(shì)

圖2給出了近幾年中國(guó)安全風(fēng)險(xiǎn)綜合指數(shù)與趨勢(shì)指數(shù)的對(duì)比情況，數(shù)據(jù)來(lái)源于2015年中國(guó)民用航空安全信息統(tǒng)計(jì)分析報(bào)告[8]。

圖2 2009—2015年通用航空安全風(fēng)險(xiǎn)綜合指數(shù)與趨勢(shì)指數(shù)Fig.2 Comprehensive general aviation safety risk index and trend index 2009-2015

從圖2可看出，近幾年中國(guó)通用航空安全風(fēng)險(xiǎn)指數(shù)一直在波動(dòng)。2015年安全風(fēng)險(xiǎn)綜合指數(shù)高于上年同期水平，且安全風(fēng)險(xiǎn)趨勢(shì)指數(shù)也顯示通用航空安全水平有劣化的趨勢(shì)。

2 對(duì)應(yīng)分析模型的算法研究

2.1 算法選擇

導(dǎo)致通用航空不安全事件的因素較多，發(fā)生時(shí)間也存在差異，而兩者之間具有一定關(guān)聯(lián)。如果僅對(duì)發(fā)生原因或發(fā)生時(shí)間進(jìn)行單一性分析，如傳統(tǒng)的主成分分析與因子分析，不能較好地表示影響因素的時(shí)變規(guī)律，因此選用對(duì)應(yīng)分析模型來(lái)研究通用航空的不安全事件。

Beozecri[9]提出的對(duì)應(yīng)分析法是在R型和Q型因子分析基礎(chǔ)上發(fā)展起來(lái)的一種多元統(tǒng)計(jì)方法。傳統(tǒng)的因子分析只能研究樣本之間（Q型因子分析）或變量之間（R型因子分析）的關(guān)系。但在實(shí)際生活中，樣本與變量之間往往也存在聯(lián)系，對(duì)應(yīng)分析能夠同時(shí)對(duì)樣本和變量進(jìn)行分析，已成為研究多變量?jī)?nèi)部關(guān)系的重要方法。

對(duì)應(yīng)分析利用降維思想構(gòu)造一個(gè)過(guò)渡矩陣，將原始數(shù)據(jù)的協(xié)方差矩陣與相似矩陣結(jié)合起來(lái)，直接由協(xié)方差矩陣的特征向量與特征值得出相似矩陣的特征向量與特征值。由于變量點(diǎn)的協(xié)方差矩陣和樣本點(diǎn)的協(xié)方差矩陣具有相同的非0特征根，同時(shí)這些非0特征根就是各公共因子的方差，因此可用相同的因子軸同時(shí)表示變量點(diǎn)和樣本點(diǎn)[10]。形成的二維因子平面圖可直觀地表述變量與變量、變量與樣本、樣本與樣本之間的關(guān)系[11]。

2.2 算法流程

對(duì)應(yīng)分析建模流程如圖3所示。

1）構(gòu)建樣本與變量列聯(lián)表

對(duì)列聯(lián)表中的原始數(shù)據(jù)進(jìn)行規(guī)范化處理，形成原始矩陣。假設(shè)樣本數(shù)量為n，每個(gè)樣本的變量個(gè)數(shù)為m。原始矩陣就記為X=（xij）n×m。

2）對(duì)應(yīng)變換求解過(guò)渡矩陣

過(guò)渡矩陣為Z，其中每個(gè)元素的值為

3）作R型與Q型因子分析

由于變量點(diǎn)的協(xié)方差距陣A=ZTZ與樣本點(diǎn)的協(xié)方差距陣B=ZZT具有相同的非0特征根λi。若A的特征根λi對(duì)應(yīng)的特征向量為Ui，則B的特征根λi對(duì)應(yīng)的特征向量為Vi=ZUi。慣量是因子分析中的特征根，表征分析各維度的結(jié)果能夠解釋列聯(lián)表中兩變量關(guān)聯(lián)程度[12-13]。由于二維圖相對(duì)于多維圖更直觀易分析，所以通常選用二維對(duì)應(yīng)分析圖。因此，將求解的非0特征根由大到小排列λ1，λ2，…，λr（0≤r≤min（n，m）），并采用其二維累積慣量比例作為界限。

圖3 對(duì)應(yīng)分析流程圖Fig.3 Flow chart of correspondence analysis

4）判斷二維累積慣量比例

對(duì)二維累積慣量比例P2進(jìn)行判斷：當(dāng)P2≥0.8時(shí)，就直接進(jìn)行二維對(duì)應(yīng)分析；當(dāng)P2＜0.8時(shí)，先進(jìn)行收斂性優(yōu)化并剔除特殊值點(diǎn)，再計(jì)算P2的值，直到P2≥0.8[14]。

5）計(jì)算因子載荷矩陣

變量點(diǎn)協(xié)方差距陣A的因子載荷陣為

樣本點(diǎn)協(xié)方差距陣B的因子載荷陣為

6）繪制二維因子分析圖

二維因子分析圖可直觀地表述如下3種關(guān)系：①變量與樣本，變量點(diǎn)與樣本點(diǎn)相距越近，證明在該樣本下，變量的特征越明顯；②變量與變量，距離相近的變量點(diǎn)具有成因上的聯(lián)系；③樣本與樣本，距離相近的樣本點(diǎn)具有相似的屬性，可歸屬于同一類。

3 實(shí)驗(yàn)結(jié)果與分析

采用2012—2015年通用航空不安全事件發(fā)生時(shí)間和發(fā)生原因?yàn)檠芯繉?duì)象。一年四季通用航空安全風(fēng)險(xiǎn)特點(diǎn)不同：春季正值通航開(kāi)航，飛行萬(wàn)架次數(shù)明顯上升，加之正值鳥(niǎo)類大規(guī)模遷徙等季節(jié)性因素影響也會(huì)造成不安全事件數(shù)量的上升；夏季雷暴天氣多，天氣原因?qū)е虏话踩录l(fā)生幾率增加；秋季陰雨天氣多、能見(jiàn)度低；冬季天氣寒冷，航空器結(jié)冰情況常見(jiàn)，且是通用航空淡季，在冬春換季時(shí)由于作業(yè)人員工作強(qiáng)度突然增加，導(dǎo)致不安全事件發(fā)生幾率增加。這些季節(jié)性因素的特點(diǎn)導(dǎo)致每個(gè)季度的安全風(fēng)險(xiǎn)可能存在差異，因此把每季度分開(kāi)討論，能更好地描述通航的風(fēng)險(xiǎn)規(guī)律。

數(shù)據(jù)來(lái)源于近幾年發(fā)布的中國(guó)民用航空安全信息統(tǒng)計(jì)分析報(bào)告[8，15-17]，具體過(guò)程如下。

1）構(gòu)建不安全事件成因與發(fā)生時(shí)間列聯(lián)表

將收集到的近年來(lái)通用航空不安全事件按發(fā)生與發(fā)生原因構(gòu)建列聯(lián)表，如表1所示，樣本為發(fā)生時(shí)間，變量為發(fā)生原因。其中，不安全事件成因Y={Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9，Y10}={責(zé)任待定，空管，機(jī)務(wù)，天氣，空軍，地面保障，航務(wù)管理，機(jī)組，機(jī)械，其他}，發(fā)生時(shí)間 X={X1，X2，X3，X4}={春季，夏季，秋季，冬季}。

表1 不安全事件成因與發(fā)生時(shí)間列聯(lián)表Tab.1 Cause-time contingency of unsafe incidents

2）基于R語(yǔ)言的對(duì)應(yīng)分析

R語(yǔ)言是一個(gè)有強(qiáng)大統(tǒng)計(jì)分析及作圖功能的軟件系統(tǒng)。在R語(yǔ)言中調(diào)用ca程序包便可實(shí)現(xiàn)樣本的對(duì)應(yīng)分析，結(jié)果如表2所示。

從表2可看出：一維空間能夠解釋列聯(lián)表所有信息的52.51%；二維空間已能夠解釋到82.34%。因此采用二維的對(duì)應(yīng)分析圖就可較好地描述樣本與變量之間的關(guān)系。

圖4描述了不安全事件發(fā)生時(shí)間與發(fā)生原因在因子載荷圖中的分布規(guī)律。越靠近原點(diǎn)的點(diǎn)，越?jīng)]有特征，在各季度里面差異越不明顯，即在任何季節(jié)，該因素都是導(dǎo)致不安全事件發(fā)生的主要原因；越遠(yuǎn)離原點(diǎn)的點(diǎn)，越具有特征，受季節(jié)影響較大。不受季節(jié)影響的不安全事件發(fā)生原因包括：機(jī)組，機(jī)械，天氣與責(zé)任待定。受季節(jié)影響的不安全事件發(fā)生原因包括：機(jī)務(wù)、地面保障、航務(wù)管理，空軍，空管與其他。其中，地面保障、航務(wù)管理及機(jī)務(wù)在各季度里的差異性較明顯。與其他季度相比，地面保障與春季的距離更遠(yuǎn)，表明在春季由地面保障原因?qū)е碌牟话踩录?huì)比其他季度少；由航務(wù)管理原因?qū)е碌牟话踩录谙募境霈F(xiàn)的比較多；由機(jī)務(wù)原因?qū)е碌牟话踩录谇锒境霈F(xiàn)的較多。在發(fā)生季度方面，秋冬季兩點(diǎn)距離很近，說(shuō)明這兩個(gè)季度具有相似的屬性，可劃為一種類型。

表2 不同維度的特征值與慣量比例Tab.2 Eigen value and inertia ratio of different dimensions

圖4 二維對(duì)應(yīng)分析圖Fig.4 2D correspondence analysis diagram

由于地面保障、航務(wù)管理、機(jī)務(wù)3個(gè)原因在二維對(duì)應(yīng)分析圖上離中心較遠(yuǎn)，也不是導(dǎo)致不安全事件發(fā)生的主要原因，因此僅對(duì)原點(diǎn)附近密集的區(qū)域進(jìn)行區(qū)域劃分。劃分結(jié)果如圖5所示。

將二維對(duì)應(yīng)分析圖上距離相近的樣本點(diǎn)與變量點(diǎn)劃分在同一個(gè)區(qū)域，證明在該樣本下，變量點(diǎn)的特征明顯。根據(jù)區(qū)域劃分結(jié)果可看出，春季不安全事件發(fā)生的主要原因是機(jī)組、天氣及空軍，夏季是機(jī)械及空管，秋季是其他，冬季是責(zé)任待定及其他。

圖5 區(qū)域劃分的二維對(duì)應(yīng)分析圖Fig.5 Devided 2D correspondence analysis diagram

3）結(jié)合風(fēng)險(xiǎn)指數(shù)圖進(jìn)一步分析

圖6是為近年來(lái)中國(guó)通用航空安全風(fēng)險(xiǎn)指數(shù)按原因分類的二維分析圖，可以看出：機(jī)組與天氣原因處于A區(qū)，風(fēng)險(xiǎn)總值與平均嚴(yán)重度都較高；機(jī)械處于B區(qū)，風(fēng)險(xiǎn)總值較高，但平均嚴(yán)重度不高；機(jī)務(wù)處于C區(qū)，風(fēng)險(xiǎn)總值不高，但平均嚴(yán)重度較高；航務(wù)管理、地面保障、空管及其他等原因處于D區(qū)，風(fēng)險(xiǎn)總值與平均嚴(yán)重度都不高。

圖6 通航安全風(fēng)險(xiǎn)指數(shù)的二維分析圖Fig.6 2D analysis diagram of general aviation safety risk index

結(jié)合對(duì)應(yīng)分析的結(jié)果，機(jī)組、機(jī)械與天氣不論哪個(gè)月份都是導(dǎo)致不安全事件發(fā)生的主要原因，即這3個(gè)原因?qū)е碌牟话踩录谝荒曛邪l(fā)生的頻率都很高。機(jī)組與天氣原因又處于A區(qū)，平均嚴(yán)重度與風(fēng)險(xiǎn)總值都很高，對(duì)這些因素應(yīng)引起足夠重視。機(jī)械原因雖處于B區(qū)，平均嚴(yán)重度不高，但由于其風(fēng)險(xiǎn)總值高，也需加以重視。

4 結(jié)語(yǔ)

1）對(duì)應(yīng)分析法在分析不安全事件發(fā)生時(shí)間與發(fā)生原因上效果較好，總結(jié)不安全事件的發(fā)生規(guī)律，找到高頻率不安全事件的發(fā)生時(shí)間及發(fā)生原因，為通用航空的安全發(fā)展提供風(fēng)險(xiǎn)決策。

2）因子載荷圖上，機(jī)組、機(jī)械、天氣及責(zé)任待定在各季度均是導(dǎo)致不安全事件發(fā)生的主要原因；而機(jī)務(wù)、地面保障與航務(wù)管理在各季度的差異性較明顯。春季不安全事件發(fā)生的主要原因是機(jī)組、天氣及空軍，夏季是機(jī)械及空管，秋季是其他，冬季是責(zé)任待定及其他。秋冬兩季具有相似的屬性，可劃為一類。

3）結(jié)合目前通用航空的安全現(xiàn)狀及面臨的安全風(fēng)險(xiǎn)，排除天氣原因這種人為不可控因素，通用航空管理人員應(yīng)當(dāng)特別重視由機(jī)組、機(jī)械及責(zé)任待定原因?qū)е碌牟话踩录?。在機(jī)組方面，必須加強(qiáng)飛行員的職業(yè)技能培訓(xùn)。在機(jī)械方面，應(yīng)引進(jìn)先進(jìn)的通用航空設(shè)備，針對(duì)通用航空作業(yè)偏遠(yuǎn)、缺乏有效的工程技術(shù)與航材支持的維修保障特點(diǎn)，可建立一個(gè)專門的信息系統(tǒng)對(duì)重要的零部件進(jìn)行壽命追蹤，維修人員也必須定期檢測(cè)零件狀態(tài)，以防過(guò)早的金屬疲勞所造成的危害。在責(zé)任待定原因方面，通用航空管理人員應(yīng)更加細(xì)化責(zé)任安排，把職責(zé)落實(shí)到人，這種責(zé)任到人的制度能在一定程度上提高員工的責(zé)任意識(shí)和警覺(jué)性，避免不必要的事故發(fā)生。