李黎莎

（中國民用航空飛行學(xué)院民航監(jiān)察員培訓(xùn)學(xué)院，四川 廣漢 618307）

隨著社會經(jīng)濟的發(fā)展，民航運輸量不斷提升，更多的旅客選擇民航這種便捷高效的交通方式出行。但民航因其運行位置復(fù)雜、設(shè)備要求高、天氣依賴度大等特點一直被人們視為高風(fēng)險行業(yè)。民航事故的發(fā)生不僅會造成較大的人員傷亡和財產(chǎn)損失，更會引起廣泛的社會關(guān)注，造成人們的恐慌心理，從而對民用航空業(yè)的發(fā)展產(chǎn)生嚴(yán)重的影響。對于民航安全管理，各運行單位和人員不僅要杜絕航空器事故的發(fā)生，還要嚴(yán)防航空器的事故征候及一般事件，做好安全風(fēng)險管理和安全隱患排查。根據(jù)民航規(guī)章CCAR-R3《民用航空安全信息管理規(guī)定》，民航不安全事件[1]包括：民用航空器事故、事故征候及一般事件。其中，事故是指在民航運行階段或者機場活動區(qū)內(nèi)發(fā)生航空器嚴(yán)重破壞、人員死亡或重傷、航空器失蹤或處于無法接近的地方、其他影響飛行安全的情況；事故征候是指未構(gòu)成事故但影響或可能影響安全的事件；一般事件是指嚴(yán)重程度未構(gòu)成事故征候的事件。

根據(jù)民航安全管理中已建立的因素集，導(dǎo)致民航不安全事件的原因包括天氣意外、機械、機飛行機組、客艙機組、機務(wù)、空管、航務(wù)、地面保障、管理、軍方和其他原因。其中，管理、軍方原因數(shù)量很小，其他原因存在部分未定性事件，所以以上三個不作為本文分析的不安全事件主要致因。我國2017-2021 年不安全事件的致因統(tǒng)計如圖1 所示。

圖1 2017-2021 年民航不安全事件原因統(tǒng)計

近年，對民航安全方向的研究主要集中在對安全風(fēng)險因素的分析預(yù)測和安全管理模型構(gòu)建。孫軍亞[2]等構(gòu)建了兩個模型基于時間維、知識維和空間維的三維比較研究模式，比較了兩個模型在民航安全管理的應(yīng)用領(lǐng)域和價值的優(yōu)劣；孫瑞山[3]等對民航事故征候及其影響因素做了改進灰色關(guān)聯(lián)度分析，再運用三角模糊數(shù)預(yù)測模型對機組失誤導(dǎo)致的事故征候進行預(yù)測分析；董超[4]等利用民航運輸總周轉(zhuǎn)量、旅客運輸量、運輸機隊數(shù)量等16 個影響因素，使用GM(1,1)模型進行擬合并利用灰色關(guān)聯(lián)分析理論進行計算，對民航事故征候的預(yù)測模型進行了對比研究；王永剛[5]等利用進化博弈論對航空公司和政府安監(jiān)部門之間博弈關(guān)系的策略集進行分析。結(jié)果表明,安全投入、監(jiān)管成本、航空公司規(guī)模等因素的變化對航空公司的安全運營影響較大。本文利用連續(xù)五年的民航不安全數(shù)據(jù)，基于灰色關(guān)聯(lián)法分析七個民航不安全事件發(fā)生原因與不安全事件發(fā)生的關(guān)聯(lián)度，再計算各致因數(shù)據(jù)的信息熵以評判各序列數(shù)據(jù)的信息效用價值，從而對民航不安全事件發(fā)生的原因重要程度進行分析研究。

1 基于灰色關(guān)聯(lián)法的不安全事件原因分析

1.1 灰色關(guān)聯(lián)理論

灰色關(guān)聯(lián)分析[6]是由鄧聚龍教授于1982 年提出的，也稱“鄧氏灰色關(guān)聯(lián)法”。方法以部分信息已知，部分信息未知的“貧信息”為研究對象，通過對部分已知信息的生成和開發(fā)，實現(xiàn)對現(xiàn)實世界的定量描述。其基本思路是根據(jù)序列曲線的幾何形狀的相似程度來判斷聯(lián)系的緊密性，曲線越接近比較序列與參考序列的關(guān)聯(lián)度越大，反之越小[7]。誘發(fā)民航不安全事件的因素較多，其中要辨別哪些是主要因素，哪些是次要因素，需要用量化的方式進行分析。灰色關(guān)聯(lián)法能較好地客服回歸分析中的不足，在樣本量較小的“貧信息”中能較準(zhǔn)確的找出關(guān)聯(lián)性。

1.2 確定分析數(shù)列及無量綱化處理

根據(jù)近五年的不安全事件數(shù)據(jù)將不安全事件致因分為天氣意外、機械原因、機組原因（以飛行機組為主，包含少數(shù)客艙機組責(zé)任）、機務(wù)原因、空管原因、航務(wù)原因及地面保障。以每年發(fā)生的不安全事件總數(shù)為參考序列，記為X0；上述引起不安全事件的主要原因構(gòu)成比較序列，記為Xi(i=1,2,…，m)。參考序列X0及比較序列X1至X7具體數(shù)據(jù)如表1 所示。

表1 2017-2021 不安全事件發(fā)生次數(shù)統(tǒng)計

為方便對各原因數(shù)據(jù)進行統(tǒng)一處理，需對不同量綱的數(shù)據(jù)進行無量綱化處理：

1.3 計算參考序列與比較序列之間的灰色關(guān)聯(lián)系數(shù)

分別計算各重要原因與參考數(shù)據(jù)序列的關(guān)聯(lián)系數(shù)，以反映各事件原因與不安全事件參考數(shù)據(jù)列的關(guān)聯(lián)程度。對于一個參考數(shù)列X0有若干個比較數(shù)列Xi(i=1,2,…，m)，各比較數(shù)列與參考數(shù)列在第k 個影響因素上的相對插值εi(k)可由下列公式算出：

公式（2）中P 為分辨系數(shù)，P∈[0,1]，一般取值P=0.5，帶入計算后求得不安全事件各關(guān)鍵因素的灰色關(guān)聯(lián)系數(shù)如表2 所示。

表2 不安全事件各關(guān)鍵因素的灰色關(guān)聯(lián)系數(shù)

根據(jù)圖2 和圖3 可以看出，天氣原因隨時間推移與不安全事件的關(guān)聯(lián)系數(shù)逐漸增大，在2021 年關(guān)聯(lián)系數(shù)最大，說明天氣原因與不安全事件發(fā)生的關(guān)聯(lián)程度較強。歷年的航空器機械原因的關(guān)聯(lián)系數(shù)也處于較高位置，機械原因也有持續(xù)較大影響。

圖2 關(guān)聯(lián)系數(shù)折線圖

圖3 關(guān)聯(lián)系數(shù)雷達圖

1.4 計算關(guān)聯(lián)度值

關(guān)聯(lián)度描述了系統(tǒng)發(fā)展過程中因素之間相對變化的情況，即如果該比較序列與參考序列相對的大小、數(shù)量、速度等變化越一致，兩者的關(guān)聯(lián)度越大，反之越小，計算公式如下：

不安全事件原因關(guān)聯(lián)度計算結(jié)果如表3 所示。

表3 不安全事件原因關(guān)聯(lián)度及排名

表3 關(guān)聯(lián)度計算結(jié)果表明，導(dǎo)致民航不安全時間的各關(guān)鍵因素灰色關(guān)聯(lián)度排序為R1＞R2＞R7＞R3＞R6＞R4＞R5。由此可見，天氣意外（X1）與不安全事件（X0）的關(guān)系最為緊密，其次是機械原因（X2）及地面保障因素（X7）?？展茉颍╔5）與不安全事件（X0）的關(guān)聯(lián)最弱，影響程度較小。

2 不安全事件各原因發(fā)生頻次數(shù)據(jù)信息熵權(quán)重分析

信息熵是衡量數(shù)據(jù)不確定性大小的一種度量方法，指標(biāo)相對變化程度大的具有較高的權(quán)重，反之權(quán)重較小。本文進一步采用熵值法對不安全事件關(guān)鍵原因進行分析，已優(yōu)化灰色關(guān)聯(lián)度的關(guān)聯(lián)信息準(zhǔn)確程度。熵值法[8]是一種客觀賦權(quán)方法，通過計算指標(biāo)的信息熵，根據(jù)數(shù)據(jù)指標(biāo)的相對變化程度對系統(tǒng)整體的影響來決定指標(biāo)的權(quán)重。其中，熵是一個熱力學(xué)的物理概念，是體系混亂度的亮度。熵值能體現(xiàn)出指標(biāo)的效用價值從而反映指標(biāo)的權(quán)重，即與指標(biāo)的相對變化程度正相關(guān)情況。

2.1 不安全事件關(guān)鍵原因矩陣標(biāo)準(zhǔn)化處理

對各原因數(shù)量的量綱進行標(biāo)準(zhǔn)化處理，消除數(shù)量過大對評價結(jié)果的影響，公式（4）為標(biāo)準(zhǔn)化處理過程。

表4 指標(biāo)標(biāo)準(zhǔn)化處理

2.2 計算事件原因信息熵和信息效用值

利用公式（5）計算第j 項指標(biāo)的信息熵：

其中，K 為常數(shù)，K=1/ln m。

某事件原因的信息效用價值dj取決于該序列數(shù)據(jù)的信息熵ej于1 的差值，dj=1-ej。信息效用值越大，對評價的重要性就越大，權(quán)重也就越大。

2.3 計算指標(biāo)權(quán)重

利用指標(biāo)信息的價值系數(shù)估算各因素的權(quán)重，其價值系數(shù)越高，對評價的重要性就越大，用公式（5）計算第j 項指標(biāo)的權(quán)重，計算結(jié)果如表5 所示。

表5 基于信息熵的信息效用價值及權(quán)重系數(shù)

3 結(jié)論

本文以2017-2021 近五年的民航不安全事件發(fā)生次數(shù)為基礎(chǔ)數(shù)據(jù)，分析出導(dǎo)致民航不安全事件的7 個關(guān)鍵因素，分別為天氣意外、航空器機械原因、機組人員原因、機務(wù)人員原因、空管原因、航務(wù)原因和地面保障原因。文章先利用灰色關(guān)聯(lián)分析量化以上7 個事件原因的指標(biāo)信息與不安全事件發(fā)生的關(guān)聯(lián)度，再計算各因素數(shù)據(jù)的信息熵以評判各序列數(shù)據(jù)的信息效用價值。根據(jù)兩種方法的計算數(shù)據(jù)并綜合不安全事件發(fā)生次數(shù)的原始數(shù)據(jù)分析，天氣原因在近五年致因量占不安全事件總數(shù)的41%，其數(shù)據(jù)信息價值度也排名第一，反應(yīng)出天氣原因與不安全事件發(fā)生有最強的關(guān)聯(lián)性。所以，天氣意外是所有影響因素中最重要的，在民航運行安全中應(yīng)作為首要因素考慮，防止天氣原因?qū)е碌拿窈讲话踩录陌l(fā)生。機械、地面保障和機組原因，與民航不安全事件也存在較高的關(guān)聯(lián)度。空管和航務(wù)基礎(chǔ)數(shù)據(jù)雖表現(xiàn)出很好的信息效用價值，但與不安全事件的關(guān)聯(lián)程度遠不及以上3 個事件原因，且原始數(shù)據(jù)中發(fā)生量占比也不大。所以，空管、航務(wù)和機務(wù)原因?qū)γ窈讲话踩录陌l(fā)生影響較小。