崔宇婕, 程小慷

(中國民用航空飛行學(xué)院 機場學(xué)院, 四川 廣漢 618307)

隨著旅客數(shù)量大幅增長,機場工作量加大,飛行區(qū)內(nèi)安全應(yīng)引起重視。近年來,飛行區(qū)內(nèi)多數(shù)項目外包,進場人數(shù)多、人員復(fù)雜,飛行區(qū)內(nèi)不確定因素多,人的因素引發(fā)的事件頻發(fā)。因此,對人的因素在飛行區(qū)內(nèi)產(chǎn)生的事件進行研究,對于機場減少事件發(fā)生,保障航班安全運行具有重要意義。

描述飛行區(qū)風(fēng)險和對風(fēng)險研究的方法很多。潘丹等[1]采用N-K模型對飛機運行安全風(fēng)險耦合進行研究。何龍泉[2]采用N-K模型(N代表組成系統(tǒng)的要素數(shù)量; K代表系統(tǒng)要素之間具有相互依賴關(guān)系的個數(shù))從人、設(shè)、環(huán)、管4個子系統(tǒng)風(fēng)險進行分析,發(fā)現(xiàn)人的影響因素最大。姚詩憶等[3]基于FTA-BN(故障樹模型-貝葉斯網(wǎng)絡(luò)模型)方法對影響因素進行分析,發(fā)現(xiàn)廣州南站在公共衛(wèi)生安全方面存在風(fēng)險。付世亮等[4]引入安全風(fēng)險接受和危害控制的沙漏模型原則,列出機場APM(自動旅客捷運系統(tǒng))集成層的風(fēng)險清單。楊驍勇等[5]提出基于Logistic回歸的民航機場安檢系統(tǒng)風(fēng)險辨識方法。衣超群等[6]利用層次分析法(AHP)-熵權(quán)法確定各專家的權(quán)重,得到每個指標的綜合權(quán)重,并對高高原機場夜間運行風(fēng)險提出建議。李明捷和黃詩軼[7]采用變權(quán)和相對差異函數(shù)的方法,結(jié)合通用機場機坪運行特點建立評價指標體系,對通用機場機坪運行安全風(fēng)險進行評估。趙益等[8]采用灰色評價理論,根據(jù)預(yù)定目標建立了安全風(fēng)險評價體系,通過系統(tǒng)分析,對通用機場運行中的安全風(fēng)險形成提供一定參考。潘丹等[9]通過各項編碼和飽和度檢驗,運用扎根理論識別飛行區(qū)安全風(fēng)險因素,提出基于范疇間關(guān)系的風(fēng)險因素交互作用假設(shè)模型,并使用結(jié)構(gòu)方程模型對該模型進行驗證。肖琴和羅帆[10]使用魚骨圖法從人、機、環(huán)、管4個方面分析影響機場飛行區(qū)安全的風(fēng)險因素,并建立了機場飛行區(qū)安全風(fēng)險的四級評價指標體系,同時,采用基于突變理論和模糊集的方法,構(gòu)建了一種機場飛行區(qū)安全風(fēng)險評價模型。

綜上,不同學(xué)者選擇從不同風(fēng)險角度研究風(fēng)險系統(tǒng)。近年來飛行區(qū)外包項目增多,飛行區(qū)人因風(fēng)險及事件發(fā)生是一個復(fù)雜的系統(tǒng),由多個子系統(tǒng)組成,其中某個子系統(tǒng)的某個因素出現(xiàn)問題,這個因素就會影響其他相關(guān)聯(lián)因素。人在飛行區(qū)內(nèi)不確定因素大,容易產(chǎn)生多件事件同時發(fā)生,因此現(xiàn)利用復(fù)雜網(wǎng)絡(luò)分析飛行區(qū)人因風(fēng)險對事件產(chǎn)生的作用。

1 飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)模型

1.1 飛行區(qū)人因風(fēng)險事件因素提取

從收集的飛行區(qū)事件數(shù)據(jù)和民航局印發(fā)《事件樣例》中,提取關(guān)于和人的因素有關(guān)的事件,見表1。依據(jù)飛行區(qū)事件調(diào)查報告和人因分類,將飛行區(qū)風(fēng)險事件因素從地面保障、飛行機組、客艙機組、空管、機務(wù)、天氣意外6個風(fēng)險因素展開,并以這些因素為網(wǎng)絡(luò)節(jié)點來建立網(wǎng)絡(luò)。

表1 機場飛行區(qū)人因有關(guān)主要事件類型

1.2 飛行區(qū)人因風(fēng)險事件因素關(guān)系的提取

飛行區(qū)由于人的因素發(fā)生的事故鏈較復(fù)雜,事件之間存在著伴隨發(fā)生的關(guān)系,在不同風(fēng)險因素的作用下,發(fā)生的事件類型及事件數(shù)量存在著相互關(guān)聯(lián)的關(guān)系。在網(wǎng)絡(luò)中,以實際數(shù)據(jù)為例,在不同的風(fēng)險因素下,外來物和其他地面保障事件之間存在相互關(guān)聯(lián)。因此,把該網(wǎng)絡(luò)節(jié)點的關(guān)聯(lián)程度展開研究,將飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)視為無向網(wǎng)絡(luò)。該模型以飛行區(qū)發(fā)生的事件和人因風(fēng)險因素為節(jié)點,借助共現(xiàn)分析來描述各事件及其并發(fā)事件與因素之間的關(guān)聯(lián)性,并將其作為邊來表示,以確定節(jié)點之間的相關(guān)性。當兩個事件同時出現(xiàn)在某個因素節(jié)點中時,這兩個節(jié)點就具有共現(xiàn)關(guān)系,它們之間存在關(guān)聯(lián)。通過構(gòu)建鄰接矩陣,建立風(fēng)險因素之間的聯(lián)系,并形成一個描述事件風(fēng)險因素間相互作用、相互關(guān)聯(lián)的無向網(wǎng)絡(luò)[11]。其中,鄰接矩陣中的元素值表示相應(yīng)事件因素間是否存在共現(xiàn)關(guān)系,值為1則表示存在,否則為0。該網(wǎng)絡(luò)中邊的權(quán)重用于反映因素之間的相關(guān)性,計算 Jaccard 指數(shù)作為權(quán)重指數(shù),以求出風(fēng)險節(jié)點的共現(xiàn)率,來考量節(jié)點的相關(guān)性。

(1)

式中:Jij為風(fēng)險因素i和j的共現(xiàn)率,且Jij=[0,1];ni、nj分別為風(fēng)險因素i、j出現(xiàn)的頻次;nij為風(fēng)險因素i和j的共現(xiàn)頻次。

2 飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)

2.1 網(wǎng)絡(luò)特征分析

2.1.1 節(jié)點的度

節(jié)點的度是指第i個節(jié)點與其他節(jié)點相連的數(shù)量,它可以用來表征復(fù)雜網(wǎng)絡(luò)中節(jié)點的中心性[12]。節(jié)點的度越高,意味著它在網(wǎng)絡(luò)中的連接性越強,對于網(wǎng)絡(luò)拓撲結(jié)構(gòu)的穩(wěn)定性起重要作用[12]。

2.1.2 網(wǎng)絡(luò)直徑和平均最短路徑長度

網(wǎng)絡(luò)直徑是指網(wǎng)絡(luò)中任意兩個節(jié)點之間的最短路徑長度的最大值[13]。用于評估網(wǎng)絡(luò)的全局連通性。而平均最短路徑長度則是指網(wǎng)絡(luò)中所有節(jié)點兩兩之間的最短距離相加,然后除以節(jié)點對數(shù)所得的結(jié)果。用來描述網(wǎng)絡(luò)中節(jié)點之間的平均距離,常用于評估網(wǎng)絡(luò)的整體效率[12]。

2.1.3 聚類系數(shù)

聚類系數(shù)是指一個節(jié)點與鄰居節(jié)點之間存在聯(lián)系的數(shù)量,除以鄰居節(jié)點總數(shù)所得的比例,用來反映網(wǎng)絡(luò)中局部的密集程度。

2.1.4 中間中心性

中間中心性是一種衡量網(wǎng)絡(luò)節(jié)點重要性的指標,它反映了節(jié)點在網(wǎng)絡(luò)中作為中介的程度,即在所有節(jié)點對之間的最短路徑中[13],該節(jié)點被經(jīng)過的次數(shù)。通常,中間性中心性高的節(jié)點被認為是連接網(wǎng)絡(luò)不同區(qū)域的關(guān)鍵節(jié)點,扮演著重要的樞紐角色。

(2)

式中:i為待計算節(jié)點;δst為節(jié)點s和t之間最短路徑的總數(shù);δst(i)為s與t之間通過節(jié)點i的最短路徑的數(shù)量。

2.1.5 接近中心度

節(jié)點的接近中心度反映了節(jié)點i與其他節(jié)點j之間的鄰近程度。節(jié)點i與其他節(jié)點j之間的距離越短,意味著節(jié)點j受其他節(jié)點的限制程度較小[14],節(jié)點i與其他節(jié)點j之間的信息傳播依存性也較弱[15]。接近中心度可以定義為節(jié)點i到網(wǎng)絡(luò)中所有其他節(jié)點j的最短路徑之和的倒數(shù)[16],即

(3)

2.2 網(wǎng)絡(luò)評價

網(wǎng)絡(luò)評價引入 PageRank 算法,此算法基于網(wǎng)絡(luò)之間的鏈接關(guān)系,通過計算一個網(wǎng)絡(luò)被其他網(wǎng)絡(luò)鏈接的數(shù)量和該網(wǎng)絡(luò)鏈接到其他網(wǎng)絡(luò)的數(shù)量,來確定該網(wǎng)絡(luò)在整個網(wǎng)絡(luò)中的權(quán)重和重要性。一個節(jié)點PageRank值越高,表示該節(jié)點在整個網(wǎng)絡(luò)中的影響力和重要性越大[17]。

(4)

式中:weight(pj)為邊(pi,pj)的權(quán)重;degree(pj)為頂點pj的度數(shù);PR為PageRank值。

3 實例分析

從中國民航安全信息網(wǎng)搜集了過去7年1 233條發(fā)生在機場飛行區(qū)因為人的因素誘發(fā)的事件數(shù)據(jù),應(yīng)用于飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)模型中。

3.1 網(wǎng)絡(luò)構(gòu)建

以表1中提取的飛行區(qū)人因事件風(fēng)險因素作為網(wǎng)絡(luò)節(jié)點,共計48個。按共現(xiàn)分析建立飛行區(qū)風(fēng)險事件因素網(wǎng)絡(luò)鄰接矩陣X1。

(5)

使用Jaccard 指數(shù)可以計算出集合之間的共現(xiàn)率,在計算 Jaccard 指數(shù)矩陣X2時,參照式(1)進行計算。

(6)

利用鄰接矩陣和 Jaccard 指數(shù)矩陣構(gòu)建一個加權(quán)無向網(wǎng)絡(luò),用于表示飛行區(qū)人因事件的風(fēng)險因素。根據(jù)該網(wǎng)絡(luò)繪制出如圖 1 所示的結(jié)構(gòu),其中包含48個節(jié)點和156條邊。這個網(wǎng)絡(luò)可以幫助識別人因事件之間的關(guān)聯(lián)性和可能的風(fēng)險因素。從圖1中可以看出,飛行區(qū)事件的發(fā)生通常伴隨著多種風(fēng)險因素的相互作用和影響。通過構(gòu)建的風(fēng)險因素網(wǎng)絡(luò)揭示了這些因素之間的聯(lián)系和相互影響,從而顯示了該網(wǎng)絡(luò)的高度復(fù)雜性。這也意味著,飛行區(qū)事件的風(fēng)險評估需要考慮多個因素之間的相互作用。

圖1 飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)拓撲圖

3.2 網(wǎng)絡(luò)特征分析

3.2.1 節(jié)點的度

根據(jù)圖1所示的飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)可以發(fā)現(xiàn),各個節(jié)點度值的分布存在一定的不均衡性。具體而言,飛行機組和天氣的節(jié)點度值普遍較高?？傮w而言,網(wǎng)絡(luò)中節(jié)點的度分布不均,這也意味著一些節(jié)點在網(wǎng)絡(luò)中具有較為重要的地位。度值較大的節(jié)點為其他地面保障事件D10、零部件缺失/損壞/磨損D6、地面保障A1、機務(wù)A5等,這些度值較高的節(jié)點在飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)中,被視為中心節(jié)點的關(guān)鍵鏈接因素被認為是復(fù)雜網(wǎng)絡(luò)中的中心節(jié)點。由于這類節(jié)點數(shù)量有限,它們與周圍風(fēng)險因素之間的相互作用變得更加顯著和復(fù)雜。這也意味著,這些中心節(jié)點在整個網(wǎng)絡(luò)中的作用和影響具有重要意義。這表明了網(wǎng)絡(luò)“中心節(jié)點”的特性,即少數(shù)節(jié)點具有大量的連接。在飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)中,關(guān)鍵的風(fēng)險因素數(shù)量相對較少,但它們占據(jù)著主導(dǎo)地位。

3.2.2 網(wǎng)絡(luò)直徑和平均最短路徑長度

飛行區(qū)人因風(fēng)險事件因素網(wǎng)絡(luò)的直徑為3,這表明網(wǎng)絡(luò)中的風(fēng)險因素之間具有密切的聯(lián)系,信息傳遞的速度很快。此外,該網(wǎng)絡(luò)的平均路徑長度為2.009,這意味著網(wǎng)絡(luò)中的風(fēng)險因素之間聯(lián)系緊密,很容易發(fā)生連鎖反應(yīng)。這些指標表明了風(fēng)險因素之間相互作用的強度和速度,需要引起飛行區(qū)運行的高度關(guān)注。

3.2.3 聚類系數(shù)

通Python程序計算得到表2。由表2可知,網(wǎng)絡(luò)節(jié)點D1、J15、D12、J20聚類系數(shù)為1.000 0, 聚類系數(shù)大的網(wǎng)絡(luò)節(jié)點每個節(jié)點都與它的鄰居節(jié)點相連,因為這些節(jié)點之間通常會形成高度密集的連接。這表明飛行區(qū)風(fēng)險事件網(wǎng)絡(luò)更具有穩(wěn)定性。

表2 飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)特征值

飛行區(qū)風(fēng)險事件因素網(wǎng)絡(luò)的平均聚類系數(shù)為0.518,高于同等規(guī)模的隨機網(wǎng)絡(luò)的聚類系數(shù)[18]。此外,飛行區(qū)風(fēng)險事件因素網(wǎng)絡(luò)的平均路徑長度為2.009,這意味著任意兩個因素之間只需要經(jīng)過2個步驟就可以建立聯(lián)系。這表明該網(wǎng)絡(luò)具有小世界特性,顯示了風(fēng)險因素之間聯(lián)系緊密且傳播速度較快的特點。這些發(fā)現(xiàn)有助于深入了解網(wǎng)絡(luò)結(jié)構(gòu)和風(fēng)險因素之間的相互關(guān)系。

3.2.4 中間中心性

由表2可知,飛行機組A2和天氣意外A6因素中間中心性最高,意味著在整個網(wǎng)絡(luò)中,多條最短路徑都經(jīng)過該因素,這表明它在傳遞信息和影響其他因素時具有重要的作用。由飛行機組這個節(jié)點引發(fā),導(dǎo)致嚴重事故征候擦尾/擦發(fā)動機/擦翼尖/擦機腹J10。且跑道侵入/占用J8,偏出/滑錯滑行道J11和未經(jīng)許可推出/滑行J9這幾個事件經(jīng)常排列組合共同發(fā)生,是飛行區(qū)內(nèi)值得重視的關(guān)鍵風(fēng)險節(jié)點。由天氣意外這個節(jié)點發(fā)生的事件外來物擊傷D12、發(fā)現(xiàn)外來物D9以及氣象變化帶來的鳥擊事件,這些都是由于天氣及其他人因,發(fā)生甚至伴隨發(fā)生的事件,都是需要高度關(guān)注的節(jié)點。在飛行區(qū)地面保障中,因節(jié)點地面保障人員A1的中間中心性也較高,它作為節(jié)點其他地面保障事件D10的重要致因,是使其和眾多事件如鳥擊D5、發(fā)現(xiàn)外來物D9伴隨發(fā)生的重要節(jié)點,它直接或者間接地導(dǎo)致了眾多事件的發(fā)生,這也表明地面保障人員導(dǎo)致飛行區(qū)發(fā)生事件的概率大。

3.2.5 接近中心度

由表2可知,飛行機組A2、天氣意外A6、其他地面保障事件D10、地面保障A1、機務(wù)A5是接近中心性數(shù)值較高的節(jié)點,位于人因風(fēng)險因素網(wǎng)絡(luò)的核心區(qū)域,這表明它們在整個網(wǎng)絡(luò)中扮演著至關(guān)重要的角色。這些節(jié)點對于信息傳遞和人因風(fēng)險因素之間的相互作用具有重要的影響。飛行機組的因素,誘發(fā)大量的飛行區(qū)事件伴隨發(fā)生,甚至于誘發(fā)事故征候,因此降低飛行區(qū)事件發(fā)生概率,要加強飛行機組在日常對規(guī)章和守則的學(xué)習(xí)。

3.3 風(fēng)險因素節(jié)點重要程度

運用PageRank算法,衡量各個節(jié)點的重要程度。影響飛行區(qū)事件發(fā)生的人因風(fēng)險因素重要性如圖2所示。

圖2 基于PageRank算法飛行區(qū)人因風(fēng)險因素重要程度

整體看來,飛行機組和天氣意外的因素帶給飛行區(qū)的風(fēng)險是最多的。由于航空器在飛行區(qū)內(nèi),常處在移動中,它產(chǎn)生的風(fēng)險以及發(fā)生的事件不確定性很大,且會影響場內(nèi)的整體安全,影響地面保障的工作計劃,隨之在高強度的工作下,會誘發(fā)由于地面保障引起的事件。地面保障相關(guān)事件會伴隨飛行機組方面事件共同發(fā)生,結(jié)合實時變化的氣象條件,多項事件共同發(fā)生。

4 結(jié)論

利用飛行區(qū)事件數(shù)據(jù)建立了飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò),并通過分析該網(wǎng)絡(luò)的統(tǒng)計特征, 對人因風(fēng)險因素的重要程度整合評估。根據(jù)分析,得出以下結(jié)論。

1)飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)呈現(xiàn)出復(fù)雜和小世界特征。人因風(fēng)險因素之間存在相互耦合的關(guān)系,這種耦合可能導(dǎo)致事件的發(fā)生。這些因素之間的相互影響非常緊密,傳播速度也很快。盡管網(wǎng)絡(luò)中關(guān)鍵的風(fēng)險因素數(shù)量較少,但它們在整個網(wǎng)絡(luò)中占據(jù)著主導(dǎo)地位。這些結(jié)果表明,研究中需要重視網(wǎng)絡(luò)中關(guān)鍵風(fēng)險因素的作用和影響,以更好地控制和預(yù)防風(fēng)險事件的發(fā)生。

2)飛行機組和天氣意外方面因素在網(wǎng)絡(luò)中占有重要地位,地面保障、機務(wù)、其他地面保障事件、零部件缺失/損壞/磨損、系統(tǒng)失效/故障/卡阻是網(wǎng)絡(luò)關(guān)鍵的節(jié)點。

3)采用不同參數(shù)從多個維度度量節(jié)點的影響程度,以評估網(wǎng)絡(luò)的整體影響力?；诠?jié)點的度、中介中心性、接近中心性和聚類系數(shù)等多種屬性,創(chuàng)建多屬性決策綜合評估模型,對網(wǎng)絡(luò)節(jié)點進行評估。該模型可以定量評估各人因風(fēng)險因素對飛行區(qū)安全運行的影響。飛行機組風(fēng)險因素和天氣意外風(fēng)險因素對飛行區(qū)人因風(fēng)險事件網(wǎng)絡(luò)影響較大,它會直接或間接導(dǎo)致事件的發(fā)生,并且會致使多事件伴隨發(fā)生。地面保障風(fēng)險因素和機務(wù)風(fēng)險因素同樣可能會引發(fā)其他風(fēng)險因素的發(fā)生,從而導(dǎo)致事件或征候的發(fā)生。