基于HFACS-ISM的空管不安全事件人因分析

高自亮，張建平，田小強

基于HFACS-ISM的空管不安全事件人因分析

高自亮1，張建平2，田小強2

（1. 中國民用航空局，空中交通管理局，北京 100000；2. 中國民用航空局第二研究所，成都 610041）

為研究空管不安全事件發生過程中人為因素的系統結構，提升空管不安全事件預防水平，為空管不安全事件提供事后調查參考依據，通過人因分析與分類系統（HFACS）模型的分析思路總結了17項空管不安全事件人為因素，利用解釋結構模型（ISM）建立了空管不安全事件人為因素5級遞階層次結構，最后從組織層面和個人層面分別提出了空管不安全事件的預防對策。結果表明，技能差錯、決策差錯、知覺差錯、習慣性違規、偶然性違規是空管不安全事件的直接影響因素；資源管理、組織氛圍和組織過程是重要的組織因素；運行準備、運行計劃、風險防范、監督檢查及管制環境等是誘導發生不安全事件的核心因素。

空中交通管制；不安全事件；人因分析；人因分析與分類系統；解釋結構模型；預防對策

0 引 言

安全是民航可持續發展的重要前提，而人是整個民航安全運行的主體，隨著科學技術水平的不斷發展，由于設施設備問題引起的不安全事故變得越來越少，相反，空管人為差錯所引起的事故越來越多。根據國際民航組織（ICAO）的調查結果，人為因素在航空事故中的占比高達76%，其中管制員的指揮失誤在人為差錯中占據了約80%[1-4]，因此系統化的分析人為因素在不安全事件形成過程中的相關關系，將有助于更加深入的理解整個系統的結構，然后有針對性的采取有效的風險防范措施，以提升民航空管運行的安全管理水平。

目前，已有研究通過多種方法對空管不安全事件和人為因素進行分析，主要包括SHELL[5]、REASON[6]、TEM[7]、HFACS[8]等方法。此外，孫瑞山等[9]通過構建航空人為差錯事故/事件分析（ECAR）模型對航空事故中的人為差錯進行了分析；田小強等[10]通過構建空管安全解釋結構模型分析了整個空管運行系統的影響因素，并分析空管系統安全管理的層次結構；Cui等[11]通過BOWTIE模型分析了不確定環境中航空不安全事件發生的結構機理及分析方法，為分析不安全事故提供思路。但總的來說，目前的研究缺乏對空管不安全事件發生的系統性分析，特別是人為因素的影響，以及相應的改善預防手段。

基于此，本文將著重從空管不安全事件人為因素的系統性分析出發，通過民航不安全事件的實例分析、文獻研究及專家訪談，基于人因分析與分類系統的基本框架，系統、全面地總結空管不安全事件人為因素，再利用系統工程理論中的解釋結構模型對其進行系統化分析，總結出整個人為因素的相互影響關系，構建系統的層次結構模型。最后結合系統結構，有針對性的從組織和個人層面分別提出有效的預防對策，為空管運行安全管理提供重要參考依據。

1 空管不安全事件人為因素識別

1.1 HFACS簡介

HFACS模型是美國聯邦航空管理局基于Reason教授的事故致因模型而提出的，是一種綜合的人因分析與分類系統[12]。它為人為因素理論與實踐應用長期分離的問題提供了解決思路，在航空飛行事故調查中常被作為人為因素識別分析工具，為人為因素研究提供了具有較強操作性的理論框架。HFACS模型從多個方面描述了包括不安全行為、不安全行為前提、不安全的監督與組織影響四個層次的失效情況，其中不安全行為是顯性因素，不安全行為前提、不安全的監督與組織影響是隱性因素。

1.2 空管不安全事件人為因素識別

為系統全面地識別空管不安全事件人為因素，提升對整個系統的認識和理解，在深入研究上海虹橋“1011”等典型事件之后，基于HFACS模型四個層次的理論框架，通過文獻查閱及專家訪談的形式對空管不安全事件人為因素進行了詳細的總結。結合空中交通管制的工作特點，從不安全行為、不安全行為前提、運行管理與組織管理四個方面識別出17項關鍵影響因素，如表1所示。

表1 基于HFACS的空管不安全事件人為因素識別

2 空管不安全事件人為因素系統結構

2.1 ISM介紹

解釋結構模型（ISM）作為一種系統化分析手段，是目前在影響因素分析類問題中應用最為廣泛的一種方法，該模型通過將復雜的系統進行拆分，轉化為多個相關子系統，融合了人們主觀的社會實踐經驗和客觀的計算機定量分析技術[13-18]。通過將不同因素間的有向關系轉化為矩陣，進而通過定量化方法來分析要素間的相互關系，并通過一系列矩陣運算之后得到整個系統的多級遞階層次結構模型，系統地提升對問題的認識和理解。

2.2 構建鄰接矩陣

圖1 鄰接矩陣確立流程

表2 初始鄰接矩陣

2.3 生成可達矩陣

在鄰接矩陣基礎上，通過計算可達矩陣來反映不同因素間的所有相關關系，包括直接關系和間接關系。通過將鄰接矩陣進行若干次布爾代數運算后即可得到可達矩陣，表3是經過3次布爾代數運算后得到的空管不安全事件人為因素可達矩陣。該矩陣中1和1*分別表示人為因素之間的直接關系以及間接關系。

表3 可達矩陣

2.4 繪制遞階層級結構

對空管不安全事件人為因素S1~S17進行級別分配計算之后，得到的結果為：L1={S13, S14, S15, S16, S17}，L2={S10, S11, S12}，L3={S5, S6, S8, S9}，L4={S4, S7}，L5={S1, S2, S3}。結合鄰接矩陣和可達矩陣中的因素相關關系，得到空管不安全事件人為因素的層次結構圖，即解釋結構模型，如圖2所示。

3 空管不安全事件人為因素分析

3.1 遞階層級結構分析

如圖2所示，空管不安全事件人為因素解釋結構模型共分為5個層級。

5：資源管理（1）、組織氛圍（2）和組織過程（3）是第5層因素，該層因素屬于整個解釋結構模型的最底層因素，是整個空管不安全事件人為因素系統的基礎要素，具有強大的驅動力，影響上層因素。

4：運行準備（4）、監督檢查（7）是第4層因素，該層因素同樣屬于底層因素，說明運行準備是否充分及監督檢查工作是否落實對整個空管不安全事件的產生有重要影響。

3：運行計劃（5）、風險防范（6）、不良心理因素（8）、管制環境（9）是第3層因素。該層因素屬于中層因素，運行計劃影響班組資源的規劃及不同班組間的協調，不良心理狀態和管制環境會影響管制員的生理和心理狀態，風險防范水平的提升是重要的不安全事件緩解措施。

2：精神狀態（10）、生理狀態（11）、身體/智力局限（12）是第2層因素。該層因素屬于不安全事件發生的誘因，如精神狀態不佳、管制員患病、管制員能力欠缺等，可誘發不安全行為的因素。

1：技能差錯（13）、決策差錯（14）、知覺差錯（15）、習慣性違規（16）、偶然性違規（17）是第1層因素。該層因素對空管不安全事件的產生有決定性作用，主要包括差錯和違規兩類因素，兩者差別在于實際行為是否有意或無意的無視規則。

總的來說，在空管不安全事件人為因素系統結構中，資源管理、組織氛圍和組織過程方面的問題是造成空管不安全事件的基礎性因素，運行準備、運行計劃、風險防范及監督檢查等組織管理方面的松懈是誘發管制員精神狀態不佳、無法勝任管制工作的重要因素，從而會引起一系列威脅空管安全的違規行為和差錯行為。此外，監督檢查是整個系統的中堅力量，有效的監督檢查制度可以及時緩解運行中出現的漏洞，并且讓管制員處于最佳的工作狀態；風險防范是緩解不安全事件發生的主要措施，在組織內部應該形成高效的風險防范管理制度；良好的管制環境設計可以讓管制工作事半功倍。

3.2 預防對策

基于空管不安全事件人為因素解釋結構模型，結合空管運行實際情況，從組織層面和個人層面分別提出空管不安全事件人為因素的預防對策。

3.2.1 組織層面

（1）強化空管安全管理制度，加強安全管理文化建設。制定專門的風險管理制度和程序，明確職責、權限和工作制度，由專門的風險管理小組定期查找、分析危險源，制定相應風險緩解措施，并將其融入日常運行安全保障模式。

（2）加強資源管理，改善管制相關的軟、硬件條件，優化管制環境。包括加強人力資源、資金、裝備和設施等方面的分配及維護，并組織人員在系統運行中持續進行安全排查。

（3）加強監督檢查，強化懲獎制度。在日常空管運行工作中，加強人、機、環的監督檢查力度，特別是人為因素相關的準備工作、人員精神狀態等，落實安全檢查制度，同時建設管制運行品質監控平臺，有效實施運行品質懲獎制度。

3.2.2 個人層面

（1）降低技能、決策和知覺差錯發生的可能性。管制工作本身對管制員的精神、生理及個人能力有特殊要求，所以一方面在管制員的選拔過程中就需要層層把關，重點考慮管制員的情緒控制能力、個人身體狀況、應變決策能力、溝通協調能力、情景意識能力及專業知識掌握能力；另一方面，加強管制員的培訓及考核，強化安全意識，培養良好的工作習慣。

（2）杜絕違規行為的發生。管制室主任應加強管制監督工作，及時發現疏漏并糾正；加強管制員安全教育，提高思想認識，不得帶疲勞上崗；鼓勵管制員分享良好工作習慣，以提高工作效率，避免發生違規行為。

4 結束語

基于空管不安全事件的實際案例及大量的文獻研究，以HFACS模型框架為核心進行了空管不安全事件人為因素的識別，總結歸納了17項空管不安全事件人為因素。通過解釋結構模型的系統研究方法對不同因素間的相關關系進行了深入分析，得到空管不安全事件人為因素遞階結構模型。其中技能差錯、決策差錯、知覺差錯、習慣性違規、偶然性違規是空管不安全事件的直接影響因素；資源管理、組織氛圍和組織過程是重要的組織因素，運行準備、運行計劃、風險防范及監督檢查等是誘導發生不安全事件的核心因素。最后從組織層面和個人層面對降低空管不安全事件人為因素的影響提出了相應的預防對策。

[1] 王永剛, 董保健. 管制員人為差錯影響因素及指標權重分析[J]. 中國安全生產科學技術, 2011 (2): 28-33.

[2] INSUA D R, ALFARO C, GOMEZ J, et al. Forecasting and assessing consequences of aviation safety occurrences [J]. Safety Science, 2019, 111: 243-252.

[3] RIOS INSUA D, ALFARO C, GOMEZ J, et al. A framework for risk management decisions in aviation safety at state level[J]. Reliability Engineering & System Safety, 2018, 179: 74-82.

[4] NI X, WANG H, CHE C, et al. Civil aviation safety evaluation based on deep belief network and principal component analysis[J]. Safety Science, 2019, 112: 90-95.

[5] 張曉全, 于露, 曹鈞. 基于不安全事件等級的空管風險管理研究[J]. 中國民航大學學報, 2012, 30 (2): 39-42.

[6] 霍志勤, 謝孜楠. Reason模型在空中交通管制中的應用[J]. 中國安全科學學報, 2008 (1): 154-159..

[7] 趙嶷飛, 華閃閃, 劉波韜. 基于TEM模型的空管運行不正常事件案例分析[J]. 鄭州航空工業管理學院學報, 2015, 33 (2): 89-92

[8] WIEGMANN D A, SHAPPELL S A. Human error analysis of commercial aviation accidents using the human factors analysis and classification system (HFACS) [J]. Aviation Space & Environmental Medicine, 2001, 72 (11): 80-91.

[9] 孫瑞山, 趙青. 航空人為差錯事故/事件分析 (ECAR) 模型研究[J]. 中國安全科學學報, 2012 (2): 19-24.

[10] 田小強, 張建平. 基于ISM的空管安全影響因素研究[C]// 第一屆空中交通管理系統技術學術年會論文集. 2018.

[11] CUI L, ZHANG J, REN B. Research on a new aviation safety index and its solution under uncertainty conditions [J]. Safety Science, 2018, 107: 55-61.

[12] 許素睿. 基于HFACS 的電梯事故人因分析[J]. 中國安全科學學報, 2019 (7): 70-75.

[13] 廖海燕, 田小強, 馮春. 人道物流敏捷性影響因素研究[J]. 中國安全科學學報, 2018, 28 (7): 20-26.

[14] 宋亮亮, 李啟明, 陸瑩等. 城市地鐵系統脆弱性影響因素研究[J]. 中國安全科學學報, 2016 (5): 64-69.

[15] 劉家國, 姜興賀, 趙金樓. 基于解釋結構模型的供應鏈彈性系統研究[J]. 系統管理學報, 2015, 24 (4): 617-623.

[16] 吳海濤, 羅霞. 基于ISM-FCM的地鐵運營風險因素演化分析與權重計算[J]. 交通運輸工程與信息學報, 2017 (3): 41-48.

[17] 牟能冶, 李遠輝, 徐海晶, 等. 基于解釋結構模型的綠色供應鏈驅動研究[J]. 交通運輸工程與信息學報, 2015 (2): 23-26.

[18] BEIKKHAKHIAN Y, JAVANMARDI M, KARBASIAN M, et al. The application of ISM model in evaluating agile suppliers selection criteria and ranking suppliers using fuzzy TOPSIS-AHP methods[J]. Expert Systems with Applications, 2015, 42 (15-16): 6224-6236.

Analysis of Air Traffic Control Accidents Using the Human Factors Analysis and Classification System – Interpretative Structural Modeling (HFACS-ISM)

GAO Zi-liang1, ZHANG Jian-ping2, TIAN Xiao-qiang2

（1. Air Traffic Management Bureau, Civil Aviation Administration of China, Beijing 100000, China; 2. The Second Research Institute of the Civil Aviation Administration of China, Chengdu 610041, China）

In order to research the structure of human factors affecting Air Traffic Control (ATC) safety, improve the prevention efforts for ATC operations, and provide investigation methods for ATC accidents, 17 human factors were identified using the Human Factors Analysis and Classification System (HFACS) method. Based on the Interpretative Structural Modeling (ISM) method, a 5-layer hierarchical structure was proposed to interpret how human factors impact ATC operation. Finally, preventive measures for avoiding ATC accidents were proposed from the perspective of the organization and the individual. Results showed that skill error, decision error, perception error, habitual violation, and accidental violation are direct factors associated with ATC accidents. Resource management, organizational climate, and organizational process were important organizational factors, while preparation, planning, risk prevention, supervision inspection, and environment were core competencies.

air traffic control; unsafe events; human factors analysis; human factors analysis and classification system (HFACS); interpretative structural modeling (ISM); preventive measures

X949

A

10.3969/j.issn.1672-4747.2020.03.007

1672-4747（2020）03-0057-07

2019-12-05

四川省重大科技專項項目（2019YFG0390）；中國民航局安全能力建設項目（AADSA2019041）

高自亮（1977—），男，北京人，高級工程師，主要研究領域為空中交通安全管理、安全績效、應急管理等，E-mail：898704619 @qq. com

張建平（1976—），男，安徽南陵人，研究員，博士，主要研究領域為空中交通安全管理，E-mail：zhangjp@caacsri. com

高自亮，張建平，田小強. 基于HFACS-ISM的空管不安全事件人因分析[J]. 交通運輸工程與信息學報，2020，18（3）：57-63

（責任編輯：劉娉婷）