李明捷，馮慶旺

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

0 引言

為促進(jìn)機(jī)場運(yùn)行提質(zhì)增效，2013年民航局提出大型機(jī)場的機(jī)坪運(yùn)行管理工作交由機(jī)場單位管理[1]。2018年4月，民航局為保證移交過程中機(jī)坪運(yùn)行的安全，頒布《航空器機(jī)坪管制移交工作總體方案》[2]，明確工作目標(biāo)及要求。截至2021年12月，我國已有37個(gè)機(jī)場完成或部分完成機(jī)坪運(yùn)行管理移交[3]。

機(jī)坪作為運(yùn)行管理移交工作實(shí)施的主要場地，是機(jī)場運(yùn)行過程中最復(fù)雜的系統(tǒng)之一，安全影響因素多且隨機(jī)性大，因而對(duì)機(jī)坪運(yùn)行管理移交下的機(jī)坪運(yùn)行安全進(jìn)行評(píng)價(jià)分析，對(duì)防范事故發(fā)生和提高機(jī)坪運(yùn)行的安全等級(jí)具有重要意義[4]。Ribeiro等[5]通過分析飛機(jī)服務(wù)過程和服務(wù)過程總時(shí)間中每個(gè)組成部分的影響，確定影響停機(jī)坪運(yùn)行的參數(shù)，并利用仿真工具對(duì)機(jī)場停機(jī)坪系統(tǒng)的性能和效率進(jìn)行詳細(xì)分析；Feng等[6]通過提取航空事故數(shù)據(jù)庫中的機(jī)場風(fēng)險(xiǎn)項(xiàng)目進(jìn)行關(guān)鍵性分析來定義機(jī)場風(fēng)險(xiǎn)的概率、嚴(yán)重程度和可探測性等決策因素，客觀衡量風(fēng)險(xiǎn)值并建立機(jī)場的風(fēng)險(xiǎn)評(píng)估矩陣；Uchroński[7]利用SHELL模型和Bow-Tie模型分析人為因素對(duì)機(jī)場地面運(yùn)行安全產(chǎn)生的影響，提出1種評(píng)估員工心理物理傾向的方法；牛軍鋒等[8]利用組合賦權(quán)的方式確定權(quán)重，并結(jié)合所構(gòu)建的評(píng)價(jià)指標(biāo)體系，使用模糊物元分析進(jìn)一步計(jì)算和評(píng)價(jià)機(jī)場運(yùn)行安全；王永剛等[9]在風(fēng)險(xiǎn)因素識(shí)別過程中運(yùn)用事故樹分析的方法和灰色關(guān)聯(lián)分析法分析中大型機(jī)場停機(jī)坪的安全風(fēng)險(xiǎn)，對(duì)部分風(fēng)險(xiǎn)值較大的因素提出相應(yīng)管理對(duì)策；劉剛等[10]針對(duì)機(jī)場風(fēng)險(xiǎn)灰度高的特點(diǎn)，利用灰色聚類方法對(duì)民用機(jī)場的機(jī)坪安全風(fēng)險(xiǎn)進(jìn)行評(píng)估，并結(jié)合實(shí)例驗(yàn)證。

本文通過對(duì)已完成管理移交的民用大型運(yùn)輸機(jī)場的機(jī)坪運(yùn)行情況進(jìn)行調(diào)研分析，對(duì)機(jī)坪運(yùn)行管理移交這一動(dòng)態(tài)過程進(jìn)行深入研究和比較分析，包括在移交點(diǎn)前后的前置移交、通訊移交和責(zé)任移交的管理。隨后，運(yùn)用PSR模型建立機(jī)坪管理移交機(jī)場的機(jī)坪運(yùn)行安全評(píng)價(jià)指標(biāo)體系，使用組合賦權(quán)方法確定指標(biāo)權(quán)重，利用集對(duì)云模型對(duì)機(jī)坪運(yùn)行風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)分析，進(jìn)而有針對(duì)性地提出提高機(jī)坪運(yùn)行安全水平的建議與措施，以期為機(jī)坪運(yùn)行安全評(píng)價(jià)提出理論參考。本文研究技術(shù)路線如圖1所示。

圖1 技術(shù)路線Fig.1 Technical route

1 機(jī)坪運(yùn)行管理移交下的機(jī)坪運(yùn)行安全評(píng)價(jià)指標(biāo)體系構(gòu)建

1.1 PSR模型

PSR模型是聯(lián)合國經(jīng)合組織提出的對(duì)系統(tǒng)的壓力(Pressure)、狀態(tài)(State)和響應(yīng)(Response)3個(gè)方面進(jìn)行分析的模型[11]。機(jī)場在運(yùn)行過程中，壓力(P)隨即形成，在機(jī)場運(yùn)行高峰時(shí)段以及低能見等惡略天氣下，壓力尤為突出；狀態(tài)(S)為在特定時(shí)間內(nèi)工作人員和設(shè)備設(shè)施所呈現(xiàn)的現(xiàn)狀；響應(yīng)(R)為機(jī)場管理機(jī)構(gòu)為防止安全等級(jí)降低而采取的措施。因此，狀態(tài)是壓力的結(jié)果，響應(yīng)是壓力的治理績效，三者處于動(dòng)態(tài)平衡的過程，如圖2所示。機(jī)坪運(yùn)行管理移交是1個(gè)復(fù)雜的動(dòng)態(tài)過程，其安全水平受到風(fēng)險(xiǎn)因素和采取措施這一過程的影響，PSR模型能夠展現(xiàn)和分析事物發(fā)展在多種因素綜合作用下的變化情況和動(dòng)態(tài)機(jī)制，解釋為什么、是什么、怎么辦這3個(gè)問題，相較于傳統(tǒng)的人機(jī)環(huán)管模型，更能直觀地展現(xiàn)出當(dāng)機(jī)坪運(yùn)行管理移交面臨壓力時(shí)各項(xiàng)的狀態(tài)，以及采取響應(yīng)以提升狀態(tài)應(yīng)對(duì)壓力提高安全水平，因此該模型適用于機(jī)坪運(yùn)行管理移交動(dòng)態(tài)過程，符合實(shí)際運(yùn)行情況。

圖2 PSR模型Fig.2 PSR model

1.2 基于PSR的機(jī)坪運(yùn)行管理移交安全評(píng)價(jià)指標(biāo)構(gòu)建

通過查閱和分析大量機(jī)坪管理移交的相關(guān)文獻(xiàn)，同時(shí)從民航局網(wǎng)站、《從統(tǒng)計(jì)看民航》、《機(jī)場年度工作報(bào)告》、《大型民用運(yùn)輸機(jī)場運(yùn)行安全保障能力綜合評(píng)價(jià)管理辦法》[12]及中國交通運(yùn)輸行業(yè)研究數(shù)據(jù)庫獲取相關(guān)數(shù)據(jù)信息，對(duì)機(jī)坪管制工作人員開展問卷調(diào)查以及相關(guān)領(lǐng)域的專家交流分析，基于PSR模型框架，針對(duì)機(jī)坪運(yùn)行管理移交流程，從壓力、狀態(tài)和響應(yīng)3個(gè)方面，選取19個(gè)指標(biāo)建立機(jī)坪運(yùn)行管理移交安全評(píng)價(jià)指標(biāo)體系。其中，壓力指標(biāo)分為運(yùn)輸壓力、負(fù)荷壓力和資源壓力，包含7個(gè)2級(jí)評(píng)價(jià)指標(biāo)；狀態(tài)指標(biāo)分為設(shè)施狀態(tài)、工作狀態(tài)和信息狀態(tài)，包含8個(gè)2級(jí)評(píng)價(jià)指標(biāo)；響應(yīng)指標(biāo)分為業(yè)務(wù)響應(yīng)、制度響應(yīng)和改進(jìn)響應(yīng)，包含4個(gè)2級(jí)評(píng)價(jià)指標(biāo)。具體機(jī)坪運(yùn)行管理移交下的機(jī)坪運(yùn)行安全評(píng)價(jià)指標(biāo)如圖3所示。

圖3 機(jī)坪運(yùn)行管理移交安全評(píng)價(jià)指標(biāo)體系Fig.3 Index system of safety evaluation on apron operation management transfer

2 指標(biāo)權(quán)重確定

2.1 層次分析法

層次分析法是確定權(quán)重的常用方法[13]，其關(guān)鍵在于構(gòu)造判斷矩陣，一般計(jì)算步驟如下：邀請行業(yè)專家對(duì)指標(biāo)的重要程度進(jìn)行判定，在各評(píng)價(jià)指標(biāo)的兩兩對(duì)比中反映出相互關(guān)聯(lián)程度，形成層次結(jié)構(gòu)模型，進(jìn)而構(gòu)造判斷矩陣，然后對(duì)判斷矩陣的一致性指標(biāo)CR進(jìn)行一致性檢驗(yàn)，最后計(jì)算出主觀指標(biāo)權(quán)重ωk，如式(1)～(2)所示：

(1)

(2)

式中：CR為一致性指標(biāo)，若CR<0.1,此判斷矩陣所計(jì)算的權(quán)重可信度較高；λMAX為判斷矩陣的最大特征值；RI為指標(biāo)個(gè)數(shù)所對(duì)應(yīng)的實(shí)數(shù)；ωk=(ω1,ω2,ω3,…,ωs)；Vi為判斷矩陣的積；i為指標(biāo)序列；s為指標(biāo)總數(shù)。

2.2 熵值法

熵值法通過計(jì)算指標(biāo)的離散程度來度量對(duì)評(píng)價(jià)結(jié)果的影響大小，從而確定權(quán)重。指標(biāo)的熵值越大離散程度越小，所包含的信息量越小，權(quán)重分配也就越小[14]，客觀權(quán)重向量ωz表達(dá)式如式(3)所示：

(3)

式中：ωz=(ω1,ω2,ω3,…,ωm)；eij為第j項(xiàng)指標(biāo)在第i個(gè)評(píng)價(jià)對(duì)象中所占權(quán)重；m為指標(biāo)總數(shù)。

2.3 組合賦權(quán)

由于層次分析法在確定指標(biāo)權(quán)重過程中往往倚重專家經(jīng)驗(yàn)，熵值法依賴于足夠多的樣本數(shù)據(jù)，信息缺乏將對(duì)權(quán)重計(jì)算結(jié)果產(chǎn)生影響。因此，將2種方法組合賦權(quán)使指標(biāo)權(quán)重更接近實(shí)際，使用距離函數(shù)計(jì)算向量間的差異程度，從而確定權(quán)重分配。定義主客觀權(quán)重的歐幾里得度量函數(shù)為d(ωk,ωz)，組合賦權(quán)表達(dá)式如式(4)～(7)所示：

(4)

d(ωk,ωz)2=(α-β)2

(5)

α+β=1

(6)

ωi=αωk+βωz

(7)

式中：α，β為分配系數(shù)；ωi為組合權(quán)重，ωi=(ω1，ω2，ω3，…，ωs)。

3 基于集對(duì)云的機(jī)坪管理移交下機(jī)坪安全評(píng)價(jià)模型構(gòu)建

3.1 集對(duì)聯(lián)系數(shù)

集對(duì)理論[15]是分析不確定問題的理論方法，在不確定的系統(tǒng)中，將具有一定聯(lián)系的事物以集合的形式構(gòu)造為集對(duì)，集對(duì)間的共同特性、差異特性和對(duì)立特性分別稱為同一度、差異度和對(duì)立度，用同一度、差異度、對(duì)立度形成聯(lián)系數(shù)[16]，將事物間的模糊關(guān)系以聯(lián)系數(shù)的形式量化表述，如式(8)～(9)所示。其中，式(8)為三元聯(lián)系數(shù)，式(9)為五元聯(lián)系數(shù)。

μ1=a+bi+cj

(8)

式中：μ1為三元聯(lián)系數(shù)；a，b，c分別為同一度、差異度、對(duì)立度分量，且a+b+c=1；i，j分別為差異度分量系數(shù)、對(duì)立度分量系數(shù)。

μ2=a+b1i1+b2i2+b3i3+cj

(9)

式中：μ2為五元聯(lián)系數(shù)；b1，b2，b3為差異度分量，且a+b1+b2+b3+c=1；i1，i2，i3為差異度分量系數(shù)。

3.2 正態(tài)云模型

假定系統(tǒng)中指標(biāo)i為一定數(shù)值組成的定量論域，等級(jí)j是論域上的定性概念，將i中的任意元素x在等級(jí)j上的1次隨機(jī)實(shí)現(xiàn)記為μij，μij在i上的分布稱為隸屬云，記為云n(x)，(x,μij)稱為云滴[17-20]。各指標(biāo)在等級(jí)j的云聯(lián)系度如式(10)～(13)所示：

(10)

(11)

(12)

He=s

(13)

式中：μij為指標(biāo)i對(duì)應(yīng)等級(jí)j的云聯(lián)系度；Exij，Enij分別為指標(biāo)i對(duì)應(yīng)等級(jí)j的期望與熵；Aij,max，Aij,min分別為指標(biāo)i對(duì)應(yīng)等級(jí)j最大與最小邊界；He為各指標(biāo)對(duì)應(yīng)等級(jí)的超熵，主要反映為云滴的離散程度，即云層的厚度；s為常數(shù)，可依據(jù)實(shí)際需要調(diào)整。

3.3 確定綜合云聯(lián)系度

為確保在某一等級(jí)下指標(biāo)的云聯(lián)系度更具有可信性，使用Python通過正向云發(fā)生器運(yùn)行N次，歸一化處理得到的云聯(lián)系度μij如式(14)所示：

(14)

式中：N為指標(biāo)總數(shù)；k為指標(biāo)序列。

隸屬于不同等級(jí)的云聯(lián)系度之和一般不為1，導(dǎo)致各指標(biāo)的云聯(lián)系度不具有可比性，故對(duì)各等級(jí)下的云聯(lián)系度進(jìn)行標(biāo)準(zhǔn)化處理，如式(15)所示：

(15)

式中：t表示聯(lián)系數(shù)，若聯(lián)系數(shù)為三元，t=3，若聯(lián)系數(shù)為五元，t=5。

將所確定的組合權(quán)重矩陣與各指標(biāo)的綜合云聯(lián)系度結(jié)合，根據(jù)計(jì)算得出機(jī)坪運(yùn)行安全評(píng)價(jià)系統(tǒng)綜合云聯(lián)系度S，如式(16)所示：

(16)

將各評(píng)價(jià)等級(jí)的期望值與綜合云聯(lián)系度加權(quán)計(jì)算綜合云期望值，其次根據(jù)最大確定度原則選取熵和超熵[21-22]，最后繪制安全等級(jí)云圖。

4 實(shí)例分析

4.1 樣本選擇及數(shù)據(jù)收集

為了驗(yàn)證本文提出的機(jī)坪運(yùn)行管理移交安全評(píng)價(jià)方法的有效性，以國內(nèi)某已采取機(jī)坪運(yùn)行管理移交的大型機(jī)場為例，通過查找民航局公布的《2019年民航機(jī)場生產(chǎn)統(tǒng)計(jì)公報(bào)》、邀請機(jī)坪運(yùn)行指揮的一線工作人員對(duì)指標(biāo)進(jìn)行賦值打分、進(jìn)行實(shí)地調(diào)研的方式，收集評(píng)價(jià)指標(biāo)體系中各個(gè)二級(jí)指標(biāo)的數(shù)據(jù)，結(jié)合云圖的分布特性并且參考《運(yùn)輸機(jī)場總體規(guī)劃規(guī)范》[23]、《首都機(jī)場航班運(yùn)行質(zhì)量評(píng)估考核實(shí)施細(xì)則(修訂稿)》[24]，將綜合評(píng)價(jià)的安全狀態(tài)劃分為5個(gè)等級(jí)，分別對(duì)應(yīng)[1～1.5]為安全、(1.5～2.5]為較安全、(2.5～3.5]為一般安全、(3.5～4.5]為較不安全、(4.5～5]為不安全，依次用序號(hào)Ⅰ～Ⅴ表示。具體評(píng)價(jià)指標(biāo)等級(jí)劃分如表1所示。

4.2 指標(biāo)權(quán)重

首先利用層次分析法對(duì)評(píng)價(jià)體系的指標(biāo)進(jìn)行兩兩對(duì)比，形成層次結(jié)構(gòu)模型得到判斷矩陣，根據(jù)式(2)得出權(quán)重ωk，且一致性指標(biāo)CR=0<0.1，可信度較高；利用收集到的運(yùn)行數(shù)據(jù)，構(gòu)建熵值計(jì)算模型，根據(jù)式(3)得出權(quán)重ωz，并將所得權(quán)重利用歐幾里得度量函數(shù)進(jìn)行組合賦權(quán)，各指標(biāo)權(quán)重值如表2，圖4所示，準(zhǔn)則層P、S、R權(quán)重如表3所示?？梢钥闯霾糠种笜?biāo)權(quán)重用不同的方法計(jì)算存在著一些波動(dòng)，這是由于主觀經(jīng)驗(yàn)和實(shí)際運(yùn)行存在著差別，使用歐氏距離組合賦權(quán)可以最大限度減少信息的損失，使賦權(quán)的結(jié)果盡可能與實(shí)際結(jié)果接近。

4.3 綜合云聯(lián)系度計(jì)算

根據(jù)上文所述，將研究對(duì)象實(shí)測值代入式(10)中，計(jì)算出每個(gè)指標(biāo)在各個(gè)等級(jí)下的同一度、差異度和對(duì)立度，得出指標(biāo)層綜合云聯(lián)系度。為使各等級(jí)下的聯(lián)系度之和等于1，將計(jì)算結(jié)果進(jìn)行歸一化處理。將所確定的組合權(quán)重矩陣，與指標(biāo)層歸一化綜合云聯(lián)系度結(jié)合，計(jì)算出準(zhǔn)則層綜合云聯(lián)系度，重復(fù)歸一化過程和加權(quán)遞進(jìn)過程，得到綜合云聯(lián)系度，具體結(jié)果如表4所示。

表1 機(jī)坪運(yùn)行安全評(píng)價(jià)指標(biāo)等級(jí)劃分Table 1 Level classification on evaluation indexes of apron operation safety

表2 指標(biāo)權(quán)重計(jì)算結(jié)果Table 2 Calculation results of index weights

最終得出的綜合云模型的云聯(lián)系度S=(0.418 8,0.412 3,0.073 9,0.000 7,0.094 8)，經(jīng)過計(jì)算得出安全等級(jí)為1.941 3，位于區(qū)間(1.5～2.5]，屬于等級(jí)Ⅱ較安全范圍，且與該區(qū)間期望值2十分接近。根據(jù)數(shù)字特征值利用Python的matplotlib庫繪制云圖，并與標(biāo)準(zhǔn)云圖疊加得到綜合評(píng)價(jià)云圖，如圖5所示。

圖4 指標(biāo)權(quán)重對(duì)比Fig.4 Index weight comparison

4.4 結(jié)果分析

機(jī)坪運(yùn)行是1個(gè)動(dòng)態(tài)復(fù)雜的過程，其安全性具有一定的模糊性，圖5所展示的綜合評(píng)價(jià)云圖，對(duì)安全狀況進(jìn)行直觀的展示，并且從中可以看出運(yùn)行過程中伴隨的隨機(jī)性和模糊性。根據(jù)云模型的3E原則進(jìn)行檢驗(yàn)，En/3=0.14，He=0.03，符合En/3>He，評(píng)估結(jié)果可靠。

表3 P，S，R權(quán)重計(jì)算結(jié)果Table 3 Calculation results of P,S,R weights

表4 指標(biāo)綜合云聯(lián)系度Table 4 Comprehensive cloud connectivity of indexes

圖5 綜合評(píng)價(jià)云圖Fig.5 Comprehensive evaluation cloud diagram

由圖5計(jì)算可知，案例機(jī)場的機(jī)坪運(yùn)行安全等級(jí)為1.941 3，幾乎與等級(jí)Ⅱ的標(biāo)準(zhǔn)評(píng)價(jià)云圖相重疊，屬于較安全范圍。但部分指標(biāo)的同一度系數(shù)相對(duì)較低，還有提升的空間，對(duì)準(zhǔn)則層綜合云聯(lián)系度進(jìn)行分析，壓力(P)、狀態(tài)(S)和響應(yīng)(R)的綜合云聯(lián)系度分別為：

SP=(0.401 2,0.389 8,0.182 6,0.002 2,0.024 2)

SS=(0.397 4,0.413 3,0.014 6,0,0.174 7)

SR=(0.480 1,0.439 8,0.043 3,0,0.036 8)

圖6 準(zhǔn)則層綜合云聯(lián)系度對(duì)比分析Fig.6 Comparative analysis on comprehensive cloud connectivity of guideline layer

對(duì)比分析如圖6所示。通過對(duì)比分析可知，壓力(P)的各等級(jí)云聯(lián)系度總體呈逐漸減小的趨勢，但差異度1和差異度2始終保持較高的狀態(tài)，特別是差異度2為三者最高，對(duì)安全等級(jí)評(píng)定有較大的影響。對(duì)照表4可知，壓力中進(jìn)港平均滑行時(shí)間C5的同一度只有0.001，差異度1為0.37，差異度2為0.56，進(jìn)港平均滑行時(shí)間為12.46 min，因此建議該機(jī)場采取措施縮短進(jìn)港滑行時(shí)間，保障航班運(yùn)行的流暢性。

狀態(tài)(S)的同一度最低，為0.397 4；差異度1處于較高的狀態(tài)，為0.413 3；對(duì)立度在三者中最高，為0.174 7，應(yīng)針對(duì)具體指標(biāo)提高安全水平。其中，標(biāo)志標(biāo)識(shí)設(shè)置完備情況C8的綜合云聯(lián)系度為(0.02,0.68,0.08,0.000 1,0.22)，該指標(biāo)對(duì)狀態(tài)(S)的影響程度最大，因此建議機(jī)場及時(shí)檢查機(jī)坪各標(biāo)志標(biāo)識(shí)的清晰程度，提高標(biāo)志標(biāo)識(shí)的辨識(shí)度。

響應(yīng)(R)的同一度最高，為0.480 1，但是差異度1的數(shù)值最大，為0.439 8，說明響應(yīng)(R)中的指標(biāo)多數(shù)處于Ⅰ～Ⅱ級(jí)的安全狀態(tài)。通過對(duì)照表4可知，機(jī)坪運(yùn)行指揮員的培訓(xùn)時(shí)長C16的差異度1最高，為0.82，制度響應(yīng)中機(jī)坪應(yīng)急救援預(yù)案編制與演練C18的差異度1為0.76，2項(xiàng)指標(biāo)所反映的信息不利于提升機(jī)坪運(yùn)行安全等級(jí)，因此建議增加機(jī)坪運(yùn)行指揮員培訓(xùn)時(shí)長，提高員工素質(zhì)和工作能力，重視機(jī)坪應(yīng)急救援預(yù)案的編制與演練，確保應(yīng)急救援力量及時(shí)有效。

5 結(jié)論

1)根據(jù)PSR模型，從壓力、狀態(tài)和響應(yīng)3個(gè)方面構(gòu)建機(jī)坪運(yùn)行管理移交下的機(jī)坪安全評(píng)價(jià)指標(biāo)體系，使指標(biāo)分類更加細(xì)致合理，采用歐幾里得度量函數(shù)進(jìn)行組合賦權(quán)，使權(quán)重有效地綜合決策者意愿和客觀信息。

2)將集對(duì)理論與云模型相結(jié)合構(gòu)建集對(duì)云耦合模型，通過Python將計(jì)算結(jié)果轉(zhuǎn)換為云圖，可以直觀地看出評(píng)價(jià)結(jié)果兼顧隨機(jī)性和模糊性，所得到的研究結(jié)果比較準(zhǔn)確，符合機(jī)坪運(yùn)行的實(shí)際，為機(jī)坪運(yùn)行安全評(píng)價(jià)提供新的思路。

3)對(duì)實(shí)例進(jìn)行分析，得出案例機(jī)場機(jī)坪管理移交下運(yùn)行的總體安全等級(jí)，并且通過分析云聯(lián)系度可以得出對(duì)總體評(píng)價(jià)結(jié)果影響較大的指標(biāo)，評(píng)價(jià)對(duì)象應(yīng)對(duì)相應(yīng)指標(biāo)進(jìn)行提升，以確保機(jī)坪運(yùn)行的安全，提高安全等級(jí)。