基于HFACS-ISM的空管不安全事件人因分析

高自亮，张建平，田小强

基于HFACS-ISM的空管不安全事件人因分析

高自亮1，张建平2，田小强2

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

为研究空管不安全事件发生过程中人为因素的系统结构，提升空管不安全事件预防水平，为空管不安全事件提供事后调查参考依据，通过人因分析与分类系统（HFACS）模型的分析思路总结了17项空管不安全事件人为因素，利用解释结构模型（ISM）建立了空管不安全事件人为因素5级递阶层次结构，最后从组织层面和个人层面分别提出了空管不安全事件的预防对策。结果表明，技能差错、决策差错、知觉差错、习惯性违规、偶然性违规是空管不安全事件的直接影响因素；资源管理、组织氛围和组织过程是重要的组织因素；运行准备、运行计划、风险防范、监督检查及管制环境等是诱导发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；人因分析与分类系统；解释结构模型；预防对策

0 引 言

安全是民航可持续发展的重要前提，而人是整个民航安全运行的主体，随着科学技术水平的不断发展，由于设施设备问题引起的不安全事故变得越来越少，相反，空管人为差错所引起的事故越来越多。根据国际民航组织（ICAO）的调查结果，人为因素在航空事故中的占比高达76%，其中管制员的指挥失误在人为差错中占据了约80%[1-4]，因此系统化的分析人为因素在不安全事件形成过程中的相关关系，将有助于更加深入的理解整个系统的结构，然后有针对性的采取有效的风险防范措施，以提升民航空管运行的安全管理水平。

目前，已有研究通过多种方法对空管不安全事件和人为因素进行分析，主要包括SHELL[5]、REASON[6]、TEM[7]、HFACS[8]等方法。此外，孙瑞山等[9]通过构建航空人为差错事故/事件分析（ECAR）模型对航空事故中的人为差错进行了分析；田小强等[10]通过构建空管安全解释结构模型分析了整个空管运行系统的影响因素，并分析空管系统安全管理的层次结构；Cui等[11]通过BOWTIE模型分析了不确定环境中航空不安全事件发生的结构机理及分析方法，为分析不安全事故提供思路。但总的来说，目前的研究缺乏对空管不安全事件发生的系统性分析，特别是人为因素的影响，以及相应的改善预防手段。

基于此，本文将着重从空管不安全事件人为因素的系统性分析出发，通过民航不安全事件的实例分析、文献研究及专家访谈，基于人因分析与分类系统的基本框架，系统、全面地总结空管不安全事件人为因素，再利用系统工程理论中的解释结构模型对其进行系统化分析，总结出整个人为因素的相互影响关系，构建系统的层次结构模型。最后结合系统结构，有针对性的从组织和个人层面分别提出有效的预防对策，为空管运行安全管理提供重要参考依据。

1 空管不安全事件人为因素识别

1.1 HFACS简介

HFACS模型是美国联邦航空管理局基于Reason教授的事故致因模型而提出的，是一种综合的人因分析与分类系统[12]。它为人为因素理论与实践应用长期分离的问题提供了解决思路，在航空飞行事故调查中常被作为人为因素识别分析工具，为人为因素研究提供了具有较强操作性的理论框架。HFACS模型从多个方面描述了包括不安全行为、不安全行为前提、不安全的监督与组织影响四个层次的失效情况，其中不安全行为是显性因素，不安全行为前提、不安全的监督与组织影响是隐性因素。

1.2 空管不安全事件人为因素识别

为系统全面地识别空管不安全事件人为因素，提升对整个系统的认识和理解，在深入研究上海虹桥“1011”等典型事件之后，基于HFACS模型四个层次的理论框架，通过文献查阅及专家访谈的形式对空管不安全事件人为因素进行了详细的总结。结合空中交通管制的工作特点，从不安全行为、不安全行为前提、运行管理与组织管理四个方面识别出17项关键影响因素，如表1所示。

表1 基于HFACS的空管不安全事件人为因素识别

2 空管不安全事件人为因素系统结构

2.1 ISM介绍

解释结构模型（ISM）作为一种系统化分析手段，是目前在影响因素分析类问题中应用最为广泛的一种方法，该模型通过将复杂的系统进行拆分，转化为多个相关子系统，融合了人们主观的社会实践经验和客观的计算机定量分析技术[13-18]。通过将不同因素间的有向关系转化为矩阵，进而通过定量化方法来分析要素间的相互关系，并通过一系列矩阵运算之后得到整个系统的多级递阶层次结构模型，系统地提升对问题的认识和理解。

2.2 构建邻接矩阵

图1 邻接矩阵确立流程

表2 初始邻接矩阵

2.3 生成可达矩阵

在邻接矩阵基础上，通过计算可达矩阵来反映不同因素间的所有相关关系，包括直接关系和间接关系。通过将邻接矩阵进行若干次布尔代数运算后即可得到可达矩阵，表3是经过3次布尔代数运算后得到的空管不安全事件人为因素可达矩阵。该矩阵中1和1*分别表示人为因素之间的直接关系以及间接关系。

表3 可达矩阵

2.4 绘制递阶层级结构

对空管不安全事件人为因素S1~S17进行级别分配计算之后，得到的结果为：L1={S13, S14, S15, S16, S17}，L2={S10, S11, S12}，L3={S5, S6, S8, S9}，L4={S4, S7}，L5={S1, S2, S3}。结合邻接矩阵和可达矩阵中的因素相关关系，得到空管不安全事件人为因素的层次结构图，即解释结构模型，如图2所示。

3 空管不安全事件人为因素分析

3.1 递阶层级结构分析

如图2所示，空管不安全事件人为因素解释结构模型共分为5个层级。

5：资源管理（1）、组织氛围（2）和组织过程（3）是第5层因素，该层因素属于整个解释结构模型的最底层因素，是整个空管不安全事件人为因素系统的基础要素，具有强大的驱动力，影响上层因素。

4：运行准备（4）、监督检查（7）是第4层因素，该层因素同样属于底层因素，说明运行准备是否充分及监督检查工作是否落实对整个空管不安全事件的产生有重要影响。

3：运行计划（5）、风险防范（6）、不良心理因素（8）、管制环境（9）是第3层因素。该层因素属于中层因素，运行计划影响班组资源的规划及不同班组间的协调，不良心理状态和管制环境会影响管制员的生理和心理状态，风险防范水平的提升是重要的不安全事件缓解措施。

2：精神状态（10）、生理状态（11）、身体/智力局限（12）是第2层因素。该层因素属于不安全事件发生的诱因，如精神状态不佳、管制员患病、管制员能力欠缺等，可诱发不安全行为的因素。

1：技能差错（13）、决策差错（14）、知觉差错（15）、习惯性违规（16）、偶然性违规（17）是第1层因素。该层因素对空管不安全事件的产生有决定性作用，主要包括差错和违规两类因素，两者差别在于实际行为是否有意或无意的无视规则。

总的来说，在空管不安全事件人为因素系统结构中，资源管理、组织氛围和组织过程方面的问题是造成空管不安全事件的基础性因素，运行准备、运行计划、风险防范及监督检查等组织管理方面的松懈是诱发管制员精神状态不佳、无法胜任管制工作的重要因素，从而会引起一系列威胁空管安全的违规行为和差错行为。此外，监督检查是整个系统的中坚力量，有效的监督检查制度可以及时缓解运行中出现的漏洞，并且让管制员处于最佳的工作状态；风险防范是缓解不安全事件发生的主要措施，在组织内部应该形成高效的风险防范管理制度；良好的管制环境设计可以让管制工作事半功倍。

3.2 预防对策

基于空管不安全事件人为因素解释结构模型，结合空管运行实际情况，从组织层面和个人层面分别提出空管不安全事件人为因素的预防对策。

3.2.1 组织层面

（1）强化空管安全管理制度，加强安全管理文化建设。制定专门的风险管理制度和程序，明确职责、权限和工作制度，由专门的风险管理小组定期查找、分析危险源，制定相应风险缓解措施，并将其融入日常运行安全保障模式。

（2）加强资源管理，改善管制相关的软、硬件条件，优化管制环境。包括加强人力资源、资金、装备和设施等方面的分配及维护，并组织人员在系统运行中持续进行安全排查。

（3）加强监督检查，强化惩奖制度。在日常空管运行工作中，加强人、机、环的监督检查力度，特别是人为因素相关的准备工作、人员精神状态等，落实安全检查制度，同时建设管制运行品质监控平台，有效实施运行品质惩奖制度。

3.2.2 个人层面

（1）降低技能、决策和知觉差错发生的可能性。管制工作本身对管制员的精神、生理及个人能力有特殊要求，所以一方面在管制员的选拔过程中就需要层层把关，重点考虑管制员的情绪控制能力、个人身体状况、应变决策能力、沟通协调能力、情景意识能力及专业知识掌握能力；另一方面，加强管制员的培训及考核，强化安全意识，培养良好的工作习惯。

（2）杜绝违规行为的发生。管制室主任应加强管制监督工作，及时发现疏漏并纠正；加强管制员安全教育，提高思想认识，不得带疲劳上岗；鼓励管制员分享良好工作习惯，以提高工作效率，避免发生违规行为。

4 结束语

基于空管不安全事件的实际案例及大量的文献研究，以HFACS模型框架为核心进行了空管不安全事件人为因素的识别，总结归纳了17项空管不安全事件人为因素。通过解释结构模型的系统研究方法对不同因素间的相关关系进行了深入分析，得到空管不安全事件人为因素递阶结构模型。其中技能差错、决策差错、知觉差错、习惯性违规、偶然性违规是空管不安全事件的直接影响因素；资源管理、组织氛围和组织过程是重要的组织因素，运行准备、运行计划、风险防范及监督检查等是诱导发生不安全事件的核心因素。最后从组织层面和个人层面对降低空管不安全事件人为因素的影响提出了相应的预防对策。

[1] 王永刚, 董保健. 管制员人为差错影响因素及指标权重分析[J]. 中国安全生产科学技术, 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] 张晓全, 于露, 曹钧. 基于不安全事件等级的空管风险管理研究[J]. 中国民航大学学报, 2012, 30 (2): 39-42.

[6] 霍志勤, 谢孜楠. Reason模型在空中交通管制中的应用[J]. 中国安全科学学报, 2008 (1): 154-159..

[7] 赵嶷飞, 华闪闪, 刘波韬. 基于TEM模型的空管运行不正常事件案例分析[J]. 郑州航空工业管理学院学报, 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] 孙瑞山, 赵青. 航空人为差错事故/事件分析 (ECAR) 模型研究[J]. 中国安全科学学报, 2012 (2): 19-24.

[10] 田小强, 张建平. 基于ISM的空管安全影响因素研究[C]// 第一届空中交通管理系统技术学术年会论文集. 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] 许素睿. 基于HFACS 的电梯事故人因分析[J]. 中国安全科学学报, 2019 (7): 70-75.

[13] 廖海燕, 田小强, 冯春. 人道物流敏捷性影响因素研究[J]. 中国安全科学学报, 2018, 28 (7): 20-26.

[14] 宋亮亮, 李启明, 陆莹等. 城市地铁系统脆弱性影响因素研究[J]. 中国安全科学学报, 2016 (5): 64-69.

[15] 刘家国, 姜兴贺, 赵金楼. 基于解释结构模型的供应链弹性系统研究[J]. 系统管理学报, 2015, 24 (4): 617-623.

[16] 吴海涛, 罗霞. 基于ISM-FCM的地铁运营风险因素演化分析与权重计算[J]. 交通运输工程与信息学报, 2017 (3): 41-48.

[17] 牟能冶, 李远辉, 徐海晶, 等. 基于解释结构模型的绿色供应链驱动研究[J]. 交通运输工程与信息学报, 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

四川省重大科技专项项目（2019YFG0390）；中国民航局安全能力建设项目（AADSA2019041）

高自亮（1977—），男，北京人，高级工程师，主要研究领域为空中交通安全管理、安全绩效、应急管理等，E-mail：898704619 @qq. com

张建平（1976—），男，安徽南陵人，研究员，博士，主要研究领域为空中交通安全管理，E-mail：zhangjp@caacsri. com

高自亮，张建平，田小强. 基于HFACS-ISM的空管不安全事件人因分析[J]. 交通运输工程与信息学报，2020，18（3）：57-63

（责任编辑：刘娉婷）