基于零膨脹模型的航空器危險接近事件安全影響因素研究*

陳 芳，韓美佳，陳 茜

(中國民航大學 經濟與管理學院，天津 300300)

0 引言

2020—2021年,航空器空中碰撞事故是全球航空5大高風險事故類型之一,涉及交通狀況、空中交通管制員工作量、飛機設備和機組人員等多方面因素，事故一旦發生，后果極其嚴重[1]。根據海因里希法則，在進行同一項活動中，無數次意外事件，必然導致重大傷亡事故的發生。航空器危險接近是引發空中碰撞事故必然環節之一[2]。因此，研究航空器危險接近事件安全影響因素及貢獻水平意義重大。

針對航空器危險接近事件的研究，學者利用事故樹、系統動力學等[3-5]方法，識別陸空通話不規范、飛行指揮員疏忽大意、飛行指揮員疲勞工作、飛行員心理素質、飛行指揮員工作壓力大、飛行員駕駛技術欠缺、飛行員違反操作程序和天氣原因等安全因素。部分學者探究不同影響因素對航空器危險接近事件風險的貢獻水平：王潔寧等[6]通過研究任務差錯耦合度與飛行沖突概率變化關系發現，當交接班或團隊情境意識出現偏差時，會增加飛行沖突發生風險；王紅勇等[7]構建空中交通態勢加權網絡模型，利用航空器位置、速度、航路點與航段位置等數據，量化空中交通態勢風險程度；Valdés[8]在空域特征分析和預測航空器分離損失研究中發現，飛機分離損失數據存在大量零值情況，并首次在空中交通管理中使用零膨脹負二項模型估計飛機之間分離損失數量，建立交通流量等空域設計變量與事故頻率相關關系,但沒考慮到與零值相關因素對不同事故發生后果概率的影響[9]；高比例無碰撞風險事件不代表交通安全改善，與無碰撞風險事件相關的部分變量可能促使航空器接近事件向更高風險方向發展[10]；事故數量中過多的零計數屬于“零膨脹”現象[11]。零膨脹有序概率模型(Zioprobit)適合解決存在“零膨脹”現象的多值選擇問題，能夠挖掘其他簡約模型忽略的統計影響，識別零觀測值潛在來源，并允許事故的影響因素在不同傷害水平間產生不同影響。目前，零膨脹有序模型應用于交通事故傷害嚴重程度研究中[12]，依據該模型，利用大量無傷害單車事故數據，確定事故零傷害狀態發生概率的安全影響因素，但研究后果分類側重交通事故引發的人身傷害，不適用航空器危險接近事件研究。

綜上，針對航空器危險接近事件風險等級有序遞進關系及“零膨脹”特點，構建航空器危險接近事件零膨脹有序概率模型，確定無碰撞風險事件向更高風險事件演變的安全影響因素。

1 航空器危險接近事件零膨脹有序概率模型

航空器危險接近零膨脹有序概率模型框架由2個相互獨立又彼此關聯的步驟構成：1)利用二元概率函數，區分航空器危接近事件有無碰撞危險狀態。2)當事件處于有碰撞危險狀態時，利用有序probit函數，確定不同風險等級結果。在有碰撞危險條件下，允許出現低碰撞風險作為無碰撞危險的“零值”類型之一[13]。

ICAO(國際民航組織)4444PANS—ATM《航行服務程序-空中交通管理》[14]規定，航空器接近事件分4類：有碰撞風險(航空器存在嚴重碰撞危險接近的等級)；安全無保障(航空器接近可能已危及航空器安全的危險等級)；無碰撞危險(航空器接近不存在碰撞危險的等級)；未定危險(尚無足夠情報確定有關危險性，或排除含有此類危險性的，或與排除此類危險性自相矛盾證據的航空器接近的危險等級)。英國航空器接近委員會(UK Airprox Board)設置風險級別時新增1類ICAO沒有定義的風險級別：符合報告標準但沒有安全影響[15]。考慮航空器接近風險有序遞進關系，排除未確定風險嚴重性和沒有安全影響的D、E級別，僅選取有碰撞風險、安全無保障和無碰撞風險3個風險級別進行研究。

航空器危險接近事件零膨脹有序概率模型框架如圖1所示。

圖1 航空器危險接近事件零膨脹有序概率模型框架Fig.1 Framework of zero-inflated ordered probit model for aircraft near-midair collision events

1.1 碰撞風險狀態確定

碰撞風險狀態分為無碰撞危險和有碰撞危險。2者之間分離函數通過二元概率函數表示，如式(1)所示：

(1)

1.2 不同碰撞風險等級確定

(2)

(3)

式中：Xi為解釋變量向量；β為與Xi相關可估計參數的向量；ε為正態分布擾動項；Zi為與觀察事件i風險狀態結果對應的整數，ki=1時，允許Zi輸出結果為0，Zi取值0,1,2；u0和u1為有序概率模型切點估計值，用于區分航空器危險接近事件屬于安全無保障還是有碰撞風險。

由式(3)可知，有碰撞危險與無碰撞危險、安全無保障和有碰撞風險結果對應概率分別如式(4)～(6)所示：

P(Zi=0|ki=0)=Φ(-βXi)

(4)

P(Zi=1|ki=0)=Φ(u1-βXi)-Φ(u0-βXi)

(5)

P(Zi=2|ki=0)=1-Φ(u1-βXi)

(6)

1.3 零膨脹有序概率模型構建

零膨脹有序概率模型是統計無碰撞危險狀態2種不同類型的零。零膨脹狀態下,無碰撞危險事件2種可能類型包括：無碰撞危險事件，ki=1；低碰撞風險事件，不會導致明顯后果，即ki=0，Zi=0。因此，無碰撞危險事件的無條件概率P(Z=0|Ci,Xi)由無碰撞危險事件概率和低碰撞風險事件概率相加得到，如式(7)所示：

(7)

有碰撞風險事件發生概率取決于事件屬于何種有碰撞危險狀態的概率。因此，空中危險接近事件安全無保障和有碰撞風險的無條件概率如式(8)～(9)所示：

P(Zi=1|Ci,Xi)=P(ki=0|Ci)P(Zi=1|Xi)

(8)

P(Zi=2|Ci,Xi)=P(ki=0|Ci)P(Zi=2|Xi)

(9)

2 航空器危險接近事件安全影響因素分析

2.1 數據來源及描述性統計

本文數據選自2018—2020年因素類別標準相對一致的617起航空器危險接近事件統計數據[16]。考慮航空器接近風險有序遞進關系，剔除D、E級風險航空器接近事件及事故報告中信息不完整事件，共收集到341起事件及安全影響因素數據。航空器危險接近風險結果類型描述見表1。由表1可知，所有事件中無碰撞危險事件占51.32%，具有“零膨脹”結果特點。

表1 風險結果類型及描述Table 1 Types and description of risk results

1)航空器危險接近事件安全影響因素類別確定

這個設備利用晶體管取代開關。與上述的裝置一樣，開啟和關閉電壓用來檢測傳感器的工況。與利用開關的裝置一樣，由發動機ECU提供一個5V電壓給傳感器，當晶體管打開或關閉時會產生端子電壓的變化，ECU使用端子電壓的變化來檢測傳感器的工況。另外，有些裝置使用12V的電源。

航空器危險接近事件安全影響因素包括地面因素和飛行因素。

地面因素包括空管人員法規、流程、程序的符合性，人員和設備，空管人員對沖突的情景意識和行動，電子警告系統操作和遵守。分析地面因素時,空管人員法規、流程、程序和遵從性表現在行動中，因此將“空管人員法規、流程和程序的符合性”納入“空管人員對沖突的情景意識和行動”中；“人員和設備”具體表現為人員指導不佳、人員調配不及時及機場空管設備缺乏，出現頻率較少，因此刪除該類別；“電子警告系統操作和遵守”主要體現在飛行員操作過程中，刪除該類別。最終確定航空器危險接近事件地面因素類別為空管人員對沖突的情景意識和行動。

飛行因素包括機組法規、流程、程序的符合性，機組的策略規劃與執行，機組對沖突的情景意識和行動，機組的看和避免，電子警告系統操作和遵守。交通密集程度也是影響因素之一，因此，最終確定飛行因素類別包括以下6類：交通狀況，機組法規、流程、程序的符合性，機組的策略規劃與執行，機組對沖突的情景意識和行動，機組的看和避免，電子警告系統的操作和遵守。

2)航空器危險接近事件安全影響因素確定

通過分析英國航空器危險接近事件報告，確定6類因素類別下具體安全影響因素。對存在交叉關系的因素進行合并：將“個人風險感知事件”和“情景意識和感知事件”合并為“管制員態勢感知差”；將“未監測到沖突”和“沖突發現晚”合并為“未發現沖突或發現沖突不及時”；將“沒有遵守規則和程序”和“對空管人員的程序執行有偏差”合并為“機組人員程序執行偏差”；將“應答機選擇或使用錯誤”、“誤讀”和“執行操作不正確或無效”合并為“執行操作不正確或無效”；將“ACAS/TCAS 系統故障”和“2個系統不兼容”合并為“未提供警示信息”。

最終確定以下17個安全影響因素。其中，空管人員對沖突的情景意識包括：提供信息不充分或不及時、管制員態勢感知差、未發現沖突或發現沖突不及時、空管指令不恰當、不遵守標準通話；交通狀況中包括交通密集；機組法規、流程、程序的符合性包括：機組人員程序執行偏差、侵犯領空(無人駕駛飛機在未獲許可的情況下在管制空域飛行)；機組的策略規劃與執行包括：計劃或決策不充分、飛行計劃信息資源不充分、執行操作不正確或無效、缺乏行動或行動晚；機組對沖突的情景意識和行動包括：意圖溝通無效或不充分、機組缺乏態勢感知能力；機組的看和避免包括：未監控其他飛機或監控不及時、視覺信息知覺(飛行員擔心其他飛機離得太近)；電子警告系統的操作和遵守包括未提供警示信息。

采用STATA軟件，利用有序概率模型(oprobit模型)和有序零膨脹概率模型(zioprobit模型)對17個因素初步篩選,刪除結果不顯著的“缺乏行動或行動晚”因素，得到與碰撞風險結果具有統計顯著性的16個安全影響因素。對應得到的16個變量均為二分類變量，因素具體描述性統計見表2。

2.2 結果與分析

為驗證零膨脹有序概率模型對航空器危險接近事件分析的有效性，首先，根據模型估計結果，對與無碰撞危險相關安全影響因素進行分析；其次，分析與無碰撞危險相關安全影響因素對無碰撞危險事件風險的貢獻水平；最后，對比分析模型擬合效果。

表2 航空器危險接近事件安全影響因素描述性統計Table 2 Descriptive statistics on safety influencing factors of aircraft near-midair collision events

1)航空器危險接近事件安全影響因素分析

利用STATA軟件分別得到oprobit模型和zioprobit模型估計結果，見表3。

由表3可知，運用零膨脹有序概率模型，可確定機組人員程序執行偏差X7、侵犯領空(無人駕駛飛機在未獲許可的情況下在管制空域飛行)X8、意圖溝通無效或不充分X12、未監控其他飛機或監控不及時X14，4個解釋變量會顯著影響航空器危險接近事件風險進入無碰撞危險狀態的可能性。

2)無碰撞危險相關安全影響因素貢獻水平

邊際效應(marginal effect)可解釋變量對結果發生的可能性影響。為確定X7、X8、X12和X14對無碰撞危險事件風險貢獻水平，利用STATA軟件計算4個解釋變量在發生(Xi=1)和不發生(Xi=0)時的邊際效應，見表4。

由表4可知，當機組人員程序執行發生偏差時(X7=1)，無碰撞危險事件發生概率48.32%,當機組人員程序執行未發生偏差時(X7=0)，無碰撞危險事件發生概率55.35%，“機組人員程序執行偏差”使無碰撞危險事件發生概率降低7.03%，即“安全無保障”和“有碰撞風險”事件發生概率增加7.03%；同理，無人駕駛飛機未獲許可在管制空域飛行、意圖溝通無效或不充分、未監控其他飛機或監控不及時的發生，均會增大“安全無保障”和“有碰撞風險”事件發生概率，概率分別增加4.25%、7.14%和6.03%。

表4 無碰撞危險相關解釋變量的邊際效應Table 4 Marginal effect of zero collision risk related explanatory variables

3)對比分析模型擬合效果

為檢驗計數模型適用于傳統計數數據模型還是零膨脹計數數據模型，考慮到模型非嵌套性，采用赤池信息準則(AIC)和貝葉斯信息準則(BIC)檢驗模型，檢驗結果見表5。由表5可知，zioprobit模型的AIC和BIC值更小，說明zioprobit模型擬合效果更好。

表5 模型檢驗結果Table 5 Verification results of models

3 結論

1)構建具有“零膨脹”特點、風險等級存在有序遞進關系的航空器危險接近事件的零膨脹有序概率模型。

2)與無碰撞危險事件相關的4個安全影響因素會促使航空器接近事件向更高風險方向發展；機組人員程序執行偏差、侵犯領空(無人駕駛飛機在未獲許可的情況下在管制空域飛行)、意圖溝通無效或不充分、未監控其他飛機或監控不及時會增大航空器危險接近時碰撞風險，增加概率分別為7.03%、4.25%、7.14%和6.03%。