基于復雜網絡的兩棲水上飛機起降安全風險演化

肖 琴，羅 帆

(武漢理工大學管理學院，武漢，430070)

0 引言

近年來，隨著國家對通航發(fā)展力度的加大，水上飛機尤其是兩棲水上飛機在中國迎來了重大的發(fā)展機遇，然而頻發(fā)的水上飛機安全事故在一定程度上阻礙了其發(fā)展。通過對國內外近幾年水上飛機事故統(tǒng)計報告的分析可知，事故多發(fā)生于起降階段，導致事故的風險因素錯綜復雜，事故往往是多種因素共同作用的產物，風險因素間的不同作用方式會導致兩棲水上飛機起降階段的風險發(fā)生變化。因此，開展兩棲水上飛機起降安全風險演化的研究具有重要的意義。

目前，少數(shù)學者對水上飛機起降安全風險進行了探究，翁建軍等通過人機工程理論識別了起降階段水上飛機與船舶碰撞的風險因素并探究了因素間的相互作用關系，運用集成決策實驗室方法和解釋結構模型法構建了碰撞風險因素的多階梯結構模型[1]；此外，還運用元胞自動機構建了水上飛機與船舶港口異質交通流模型，用于降低水上飛機與船舶碰撞的風險[2]。Guo等人從人機環(huán)管4個方面構建了水上飛機起降階段的風險指標體系[3]。張攀科等人結合集成故障樹和貝葉斯網絡方法，分析了水上飛機起降階段水上機場航道沖突風險的關鍵影響因素[4]。肖琴等人通過扎根理論全面識別了兩棲水上飛機起降安全的風險因素，并采用結構方程模型探究了風險因素間的作用路徑[5]。已有的研究在研究內容上主要是從靜態(tài)角度分析水上飛機起降安全的風險因素，缺乏從動態(tài)角度對起降安全風險演化的研究；在研究方法上主要集中在元胞自動機、貝葉斯、結構方程模型等傳統(tǒng)方法，未考慮網絡特征在兩棲水上飛機起降安全風險演化中的作用。然而，兩棲水上飛機起降安全受到眾多風險因素的影響，且因素間存在復雜的作用關系，使得兩棲水上飛機起降安全成為一個復雜的網絡結構。因此，在研究兩棲水上飛機起降安全時，風險因素組成的網絡結構不可忽視。

基于此，本文運用復雜網絡理論，針對兩棲水上飛機起降特點及演化特征，基于現(xiàn)有研究，構建兩棲水上飛機起降安全風險演化的有向加權網絡模型，分析網絡的度中心性、介數(shù)中心性、接近度中心性及三者綜合值情景下的關鍵風險因素排序，指出網絡的無標度特性，采用Matlab編程仿真分析網絡的結構穩(wěn)定性和性能穩(wěn)定性隨隨機攻擊和蓄意攻擊節(jié)點比例的變化情況，對比分析度值攻擊、介數(shù)值攻擊、接近度中心性攻擊及綜合值攻擊的魯棒性效果，選取識別網絡關鍵風險因素的方法，明確網絡的關鍵風險因素并提出斷鏈控制策略，以期在理論上豐富水上飛機安全風險的相關研究，彌補現(xiàn)有研究的不足，在實踐上為正確認識、管理、控制水上飛機起降安全風險網絡提供新思路。

1 理論基礎

1.1 兩棲水上飛機起降的特征分析

1)起降方式靈活

兩棲水上飛機能同時滿足水上和陸上的起降要求，起降方式靈活。起降過程中飛行員可根據當時的條件自行決定起降的方向和角度，使飛行員具有更多的自主選擇權。這對飛行員的專業(yè)素質、技能及判斷能力提出了更高的要求，在兩種起降方式之間的轉換也對飛行員的綜合素質提出了更高的挑戰(zhàn)。

2)目視飛行

兩棲水上飛機的起降過程都是通過目視飛行來完成，因此對飛行員綜合素質和能見度等氣象條件提出了更高的要求。水上飛機在起降過程中要求能見度達到5公里及以上[3]。兩棲水上飛機飛行員除了要掌握水、陸起降的技能外，還要具有敏銳的洞察力及應急反應能力以應對起降過程中可能遇到的突發(fā)狀況，如在復雜水域起降時與船舶的沖突、在陸上起降時跑道狀況不良等。

3)協(xié)調部門多

兩棲水上飛機起降尤其是在水面上起降時，要與多個部門協(xié)調溝通。水上飛機在水面滑行時可以被當做船，為了保證航行的安全，需要與海事相關部門協(xié)調；水上飛機在空中時可以被作為飛機，需要與民航部門溝通，且整個起降過程中需要與空軍和塔臺管制員保持聯(lián)系。由此可知，在水上飛機整個起降過程中涉及的溝通協(xié)調部門眾多，這在一定程度上增加了起降過程中的溝通難度。

1.2 兩棲水上飛機起降安全風險演化的特征分析

兩棲水上飛機起降過程是一個受人員因素、設備設施因素、環(huán)境因素及管理因素4個子系統(tǒng)相互影響的開放復雜系統(tǒng)，四類風險因素間相互關聯(lián)、相互作用，形成了一個復雜網絡結構。將風險因素作為網絡的節(jié)點，因素間的作用關系作為網絡的邊，由于風險因素間的影響關系具有一定的方向性，故形成了一個有向的復雜網絡。兩棲水上飛機起降安全風險演化具有如下特性：

1)復雜性

兩棲水上飛機起降的過程中需要飛行員、管制員、民航部門、海事部門、通航企業(yè)內部的運行控制部門等眾多人員參與，加大了起降過程中的不安全因素。兩棲水上飛機起降安全風險網絡中的風險因素眾多且因素間的作用關系復雜，風險因素本身的變化也并非完全按照線性的方式變化，如飛行員失能、飛機結構設計不合理、飛機配載失衡等風險因素并不會隨著時間的變化而呈現(xiàn)出線性變化的規(guī)律。此外，節(jié)點間的連接結構既非完全規(guī)則也非完全隨機，且網絡在時間和空間的演化過程中都會產生不同程度和不同類型的風險，其演化過程復雜。

2)小世界特性

3)無標度特性

兩棲水上飛機起降過程中的直接責任主體是飛行員，因此與飛行員相關的風險因素，如飛行員失能、飛行員違規(guī)、飛行員技能不足等，在整個網絡中起著重要的作用，其他風險因素均會通過對飛行員的影響進而影響起降安全，即與飛行員相關的主要風險因素會與很多其他風險因素有連接關系，大多數(shù)風險因素間的連接較少，表現(xiàn)出了“中心節(jié)點”的特性，滿足無標度網絡的特性。

綜上所述，兩棲水上飛機起降安全風險網絡是一個典型的復雜網絡，且滿足無標度網絡的特性，適合采用無標度網絡模型對其風險演化過程進行研究。

1.3 復雜網絡理論

20世紀60年代，Erd?s和Rényi提出的隨機圖理論(Random Graph Theory)在數(shù)學上開創(chuàng)了復雜網絡理論的系統(tǒng)性研究[28]。在接下來的幾十年中，Milgram將隨機圖理論作為基本理論開展了實驗研究，提出了“六度分離”假設，描述了人際關系的“小世界”特征[29]。然而隨機圖并不是真正意義上的復雜網絡，學者們對復雜網絡的研究始于Watts和Strogatz[6]的小世界模型(WS小世界網絡模型)研究，接著Newman和Watts在WS小世界網絡模型的基礎上提出了NW小世界網絡模型[30]。隨后，Barabási和Albert通過對萬維網的研究揭示了復雜網絡的無標度特征[31]。

復雜網絡可以用圖G=(V,E)來表示，其中V表示節(jié)點的集合V={vi,i∈N}，E表示邊的集合E={eij,i≠j,i,j∈N}，N為網絡節(jié)點數(shù)，E中每條邊都有V中一對點與之對應。如果任意點對(i,j)與(j,i)對應同一條邊，則該網絡為無向網絡，否則為有向網絡；如果每條邊都被賦予權值，則該網絡為加權網絡，否則為無權網絡，無權網絡也可以被作為一種將每條邊賦權值為1的特殊加權網絡。

2 網絡模型構建及特征分析

2.1 研究程序

兩棲水上飛機起降安全風險演化及關鍵風險因素識別的研究程序如下：

1)根據已有研究結果中風險因素間的作用關系及路徑系數(shù)，得到影響兩棲水上飛機起降安全風險因素間的鄰接矩陣。

2)根據鄰接矩陣構建兩棲水上飛機起降安全風險無標度網絡拓撲結構模型。

3)分析網絡中不同度量參數(shù)下風險因素的重要性排序情況。

4)分別分析隨機攻擊、度值攻擊、介數(shù)值攻擊、接近度中心性攻擊及綜合值攻擊網絡中同等比例的節(jié)點時，網絡的性能魯棒性和結構魯棒性的變化情況，重復進行1 000次，取平均值作為最終結果。

5)選取對網絡整體魯棒性影響最小的攻擊方式作為識別網絡中關鍵風險因素的依據。

6)根據上一步選擇方法中風險因素的排序識別網絡中的關鍵風險因素，并制定控制這些關鍵風險因素的對策。

2.2 網絡的拓撲結構

本文基于兩棲水上飛機起降的過程——滑行、跑道加速或減速、升空或降落，從人-機-環(huán)-管4個方面分析得到影響起降安全的風險因素，并結合文獻[5]梳理了兩棲水上飛機起降安全風險事件間的作用關系(如表1)，以明確無標度網絡中節(jié)點之間邊的方向性；本文將文獻[5]標準化后的路徑系數(shù)作為節(jié)點之間的邊權重系數(shù)，構建兩棲水上飛機起降安全風險的復雜網絡拓撲結構。

表1 兩棲水上飛機起降安全風險事件Tab.1 Take-off and landing safety risk incidents of amphibious seaplane

根據風險因素間的邏輯關系及作用強度可構建風險因素之間的演化網絡結構模型，本研究采用Pajek軟件繪制網絡的拓撲結構，通過計算可知在網絡拓撲結構中共有38個節(jié)點和122條邊，分別表示風險事件及其演化關系，形成風險演化鏈。兩棲水上飛機起降安全風險的網絡拓撲結構如圖1所示。

由圖1可知，兩棲水上飛機起降安全風險網絡包括3層節(jié)點：因素層、中間層、事故層，風險的演化過程包括兩個階段，即網絡中因素層的節(jié)點會影響中間層事件節(jié)點，中間層事件節(jié)點風險的長期積累會導致起降安全風險的爆發(fā)。其中，因素層包括人的不安全行為、設備設施的不安全狀態(tài)、環(huán)境的不安全條件、管理的缺失等方面的諸多因素；中間層反映的是次生風險事件，是由因素層的節(jié)點演化而產生，在人的不安全狀態(tài)或環(huán)境的不安全條件下會導致起降安全事故的隱患；事故層表示的是正在發(fā)生或發(fā)生過的事故，如果上述次生風險事件不能得到有效控制，將會導致不同的嚴重后果。

圖1 兩棲水上飛機起降安全風險網絡拓撲結構Fig.1 Topological structure of safety risk network

2.3 網絡的特征分析

采用Pajek和Matlab軟件對網絡模型進行分析，得到整體網絡的參數(shù)如表2所示。

表2 兩棲水上飛機起降安全風險網絡整體參數(shù)Tab.2 Overall parameters of the network

由表2可知，允許有循環(huán)的情況下網絡的密度為0.084 5，不允許有循環(huán)的情況下網絡的密度為0.086 8，即不管有無循環(huán)網絡的密度都較低，表明兩棲水上飛機起降安全風險演化網絡緊密程度較低，風險因素的演化途徑單一，相互間的作用關系一般；網絡的平均度值為6.421 1，這表明網絡中每一個風險因素平均與6個其他風險因素有直接作用關系，該結果符合復雜網絡的小世界特性；兩棲水上飛機起降安全風險網絡的平均路徑長度為2.880 8，說明一個風險因素只需要經過2.880 8的單位長度就能影響其他風險因素；該網絡中最大距離(即網絡直徑)存在于是x7和x1之間為9，說明網絡中的一個風險因素最多需要經過9步就能影響網絡中的起降安全；網絡的聚類系數(shù)為0.136 1，說明網絡中風險事件之間的相互作用不明顯，風險會在風險事件間相互傳遞，進而導致起降安全風險的變化；網絡的全局效率值為0.826 0，該參數(shù)反映了網絡中風險的傳遞速度，及網絡的連通情況。網絡的其他參數(shù)特征分析如下。

1)節(jié)點度及度分布

采用Pajek軟件對網絡中所有節(jié)點的度及出度和入度進行分析，具體結果如表3所示。

由表3可知，兩棲水上飛機起降安全風險網絡中，人員因素(x34)的度及入度的值最大，日常監(jiān)督機制不完善(x29)和飛行員經驗不足(x5)的出度最大。人員因素的度值最大表明在網絡中人員因素節(jié)點最重要，在兩棲水上飛機起降安全風險網絡中，人是導致風險產生的最直接原因，因此在整個網絡中處于最重要的地位，度分析結果符合實際情況。人員因素的入度最大，表明影響人員因素風險事件的途徑較多，控制難度較大；日常監(jiān)管機制不完善和飛行員經驗不足的出度最大，表明這兩個節(jié)點對后續(xù)事件的影響程度最大。度較高的節(jié)點在兩棲水上飛機起降安全風險演化的過程中需要予以重視。根據表3中節(jié)點度值的大小將節(jié)點按照重要性依次降低的順序進行排序分別是x34、x35、x37、x36、x5、x12、x13、x15、x33、x6、x11、x14、x28、x29、x1、x2、x8、x10、x23、x24、x7、x17、x22、x30、x31、x4、x16、x20、x25、x32、x38、x3、x9、x18、x19、x26、x21、x27。

表3 節(jié)點度值分布Tab.3 Distribution of node degree values

由于本文的節(jié)點個數(shù)較少，所以在進行度分布計算時引入區(qū)間度的概念，即將節(jié)點的度值按照一定的范圍進行劃分，將中值作為該區(qū)間的度值，將度值在該區(qū)間內的節(jié)點數(shù)總和作為區(qū)間度的頻數(shù)，本文將6作為單位對度進行區(qū)間劃分，具體劃分情況如表4所示。

表4 節(jié)點區(qū)間度值頻率分布Tab.4 Interval degree frequency distribution

假設y表示節(jié)點所處區(qū)間頻數(shù)的對數(shù)，x表示節(jié)點區(qū)間度值的對數(shù)，采用SPSS軟件對雙對數(shù)曲線及其線性回歸方程進行分析，得到雙曲線之間的回歸方程為

y=-1.671x+5.536

回歸分析的結果顯示，節(jié)點區(qū)間度值的對數(shù)與節(jié)點所處對應區(qū)間頻數(shù)的對數(shù)之間的相關系數(shù)為0.952，表現(xiàn)出了較高的相關性。

通過上述分析可知，兩棲水上飛機起降安全風險網絡的累積度分布服從冪律分布且其雙對數(shù)曲線線性擬合效果較好，該網絡符合無標度網絡的特征，其冪指數(shù)為-1.671，通過計算可得其度分布指數(shù)為2.671，符合復雜無標度網絡度分布指數(shù)為2-3之間的假設，證明該網絡是無標度復雜網絡。

2)節(jié)點的介數(shù)中心性

采用Pajek軟件計算得到網絡中節(jié)點的介數(shù)中心性，進而計算得到各節(jié)點的介數(shù)，并根據介數(shù)值的大小對節(jié)點進行排序，具體情況如表5所示。

表5 網絡中節(jié)點的介數(shù)分布Tab.5 Betweenness distribution of nodes in networks

由表5可知，x12的介數(shù)最大，表明飛行員的視覺差在整個網絡中被多條最短路徑經過，在整個網絡的風險傳導中起著重要的作用。在實際工作中，兩棲水上飛機的直接操作者是飛行員，其個體特征對飛行安全起著直接的作用，加上水上飛機的起降均通過目視飛行來完成，因此對飛行員的視覺要求會更高一些，很多風險因素如氣象條件、障礙物、飛機結構設計等均會通過影響飛行員的視覺進而影響其操作最終導致起降安全風險產生。介數(shù)值較大的節(jié)點在兩棲水上飛機起降安全風險網絡中具有重要的地位。

3)節(jié)點的接近度中心性

通過Pajek軟件分析得到起降安全風險網絡中各節(jié)點接近度中心性分布并對其進行排序，具體情況如表6所示。

表6 網絡中節(jié)點的接近度中心性分析Tab.6 Closeness centrality distribution of nodes in networks

由表6可知，x34的接近度中心性值最大，表明該節(jié)點最接近網絡的中心位置，在網絡中最重要。x34代表的是人員因素，在實際工作中水上飛機起降的整個過程都離不開人的作用，人對起降安全發(fā)揮著重要的作用，人員因素會引發(fā)其他風險因素的連鎖反應進而誘發(fā)起降安全風險，因此人員因素在整個網絡中處于比較中心的地位。

4)節(jié)點的綜合值

采用不同的參數(shù)度量會得到對整體網絡影響起不同作用的風險因素，在實際中往往不能簡單地通過一種度量參數(shù)來決定該風險因素在網絡中的重要性，需要綜合考慮不同參數(shù)的作用結果，通過對比得到最終的關鍵風險因素。本研究對網絡度量指標分析中的節(jié)點度中心性、介數(shù)中心性及接近度中心性取平均值可計算得到各個節(jié)點的綜合值并對其大小進行排序，具體情況如表7所示。

由表7可知，人員因素(x34)的綜合值最大，表明人員因素是網絡中最重要的節(jié)點。然而在對度中心性、接近度中心性及介數(shù)中心性排序中人員因素的重要性存在明顯的差異，由此可知，如果采用單一指標來判斷風險因素的重要性有時會出現(xiàn)結果的偏差，綜合值的判斷效果更佳。影響兩棲水上飛機起降安全的關鍵風險因素按重要性排序依次為：x34、x35、x37、x36、x12、x14、x13、x6、x33、x5、x11、x15、x29、x28、x24、x10、x32、x2、x23、x1、x38、x8、x22、x7、x31、x30、x17、x16、x4、x25、x20、x3、x9、x26、x18、x19、x21、x27。

2.4 網絡的魯棒性分析

網絡的魯棒性指當網絡中的一個或多個節(jié)點遭到攻擊或故障時，網絡維持連通性的能力。網絡的魯棒性反映了網絡部分結構失效對網絡整體結構和功能的影響，近年來成為了復雜網絡的一個熱點研究領域。平均路徑、最大連通子圖大小及全局效率是用來分析網絡魯棒性的主要指標。本研究在已有研究的基礎上選取全局效率來研究網絡的性能魯棒性，采用最大連通子圖大小來分析網絡的結構魯棒性。網絡全局效率指在整個網絡中所有節(jié)點對之間最短路徑長度的倒數(shù)之和的平均值，用于反映物資、信息、能量在網絡中的傳播速度。網絡全局效率Eglob的計算公式為

(1)

其中，N為網絡中的節(jié)點總數(shù)，dij為節(jié)點之間的距離，即連接網絡中任意兩個節(jié)點vi與vj最短路徑上的邊數(shù)。

網絡最大連通子圖大小表示網絡中的節(jié)點遭到攻擊后形成的多個子圖中包含節(jié)點最多子圖的節(jié)點數(shù)與網絡原有節(jié)點總數(shù)的比值，其表達式為

(2)

其中，S為最大連通子圖大小，M為網絡遭到攻擊后最大連通子圖的節(jié)點數(shù)目，N為未遭到攻擊時網絡的節(jié)點總數(shù)。

在本文中S代表網絡的結構魯棒性，Eglob代表網絡的性能魯棒性。采用Matlab編程，分別對隨機攻擊和蓄意攻擊中的度值攻擊、介數(shù)值攻擊、接近度中心性值攻擊及綜合值攻擊進行仿真，并取仿真1 000次的均值作為兩棲水上飛機起降安全風險演化網絡在遭到隨機攻擊和蓄意攻擊時，網絡的結構魯棒性和性能魯棒性，分析結果如圖2所示。

圖2 網絡的結構魯棒性和性能魯棒性分析結果Fig.2 Robustness analysis results of network

由圖2a可知，網絡初始最大連通子圖大小S(結構魯棒性)接近1，兩種攻擊模式下，網絡的結構魯棒性都隨著移除節(jié)點比例β的增加而降低，且蓄意攻擊下的魯棒性降低速度快于隨機攻擊。當β=0.34時，隨機攻擊13個節(jié)點，S降為0.612 9；同樣蓄意攻擊13個節(jié)點，度值攻擊S降為0.394 7，介數(shù)攻擊S降為0.526 3，接近度中心性攻擊S降為0.578 9，綜合值攻擊S降為0.500 0。在蓄意攻擊中，當β<0.26時，度攻擊和綜合值攻擊的效果相同且優(yōu)于介數(shù)攻擊和接近度中心性攻擊；當β≥0.26時，度值攻擊的效果最優(yōu)，在個別地方綜合值攻擊的效果最優(yōu)。這表明兩棲水上飛機起降安全風險演化網絡在隨機攻擊模式下的魯棒性和容錯性較強，在蓄意攻擊模式下的魯棒性較差，且蓄意攻擊中度值攻擊的效果最明顯即魯棒性最差。在隨機攻擊下，只有當移除節(jié)點比例接近1時網絡的結構魯棒性才下降為0，表明只有將網絡中絕大多數(shù)風險因素從網絡中移除，才能使整個網絡癱瘓。然而，在現(xiàn)實風險因素是客觀存在的，完全控制所有風險因素的概率較小，因此兩棲水上飛機起降安全風險演化網絡對隨機攻擊具有較強的魯棒性。在蓄意攻擊下，當β=0.74，即蓄意攻擊28個節(jié)點時，網絡的結構魯棒性降為0，說明這些節(jié)點是網絡的核心節(jié)點，一旦這些核心節(jié)點受到攻擊，則會使整個網絡癱瘓，因此兩棲水上飛機起降安全風險演化網絡對蓄意攻擊具有較差的魯棒性。

由圖2b可知，隨機攻擊的線條處于蓄意攻擊之上，盡管有個別地方出現(xiàn)了反差但是整體全局效率的下降程度仍小于蓄意攻擊，蓄意攻擊效果出現(xiàn)反差的原因是，當采用度值攻擊、接近度中心性攻擊及綜合值攻擊時可能刪除了網絡中的一些邊緣節(jié)點使得網絡的效率反而得到了提高，進而出現(xiàn)了短暫的反差現(xiàn)象。網絡的初始全局效率Eglob(性能魯棒性)為0.826 0，當β=0.21時，隨機攻擊7個節(jié)點，Eglob降為0.683 8；同樣蓄意攻擊7個節(jié)點，度值攻擊Eglob降為0.411 9，介數(shù)值攻擊Eglob降為0.405 9，接近度中心性值攻擊Eglob降為0.475 8，度值攻擊Eglob降為0.398 8。在蓄意攻擊中，當β<0.16時，介數(shù)值攻擊使得全局效率下降最快；當β≥0.16時，綜合值攻擊的效果最佳，即該種攻擊下網絡最脆弱。從蓄意攻擊的節(jié)點順序可知，先攻擊重要節(jié)點會使網絡的拓撲結構發(fā)生迅速變化，較快地產生很多孤立節(jié)點，致使網絡快速癱瘓；而隨機攻擊時，恰好攻擊到這些重要節(jié)點的概率很小，只有隨機攻擊足夠多的節(jié)點時，才會使網絡癱瘓。

綜上所述，網絡的結構魯棒性和性能魯棒性均隨著攻擊次數(shù)(移除節(jié)點比例)的增加而降低，且蓄意攻擊對魯棒性的影響更大，這表明兩棲水上飛機起降安全風險演化網絡在蓄意攻擊模式下較脆弱，在隨機攻擊模式下的魯棒性和容錯性較強。

3 關鍵風險因素分析及斷鏈控制策略

3.1 關鍵風險因素

根據上述分析可知，蓄意攻擊比隨機攻擊對網絡的影響作用大，該無標度網絡對蓄意攻擊表現(xiàn)出了脆弱性，且不同蓄意攻擊方式的魯棒性效果存在一定的差異，本文基于此來分析影響兩棲水上飛機起降安全的關鍵風險因素，為制定斷鏈控制策略提供依據。

由圖2可知，在結構魯棒性中綜合值攻擊和度攻擊的效果相對較優(yōu)，且兩者效果相差不大，在性能魯棒性中介數(shù)值攻擊和綜合值攻擊的效果較優(yōu)，為了綜合考慮結構魯棒性和性能魯棒性，本文選取綜合值排序法作為識別關鍵風險因素的依據。由前文分析可知，綜合平均值方法中排在前十五的節(jié)點分別是人員因素(x34)、設備設施因素(x35)、管理因素(x37)、環(huán)境因素(x36)、飛行員視覺差(x12)、管制員工作疏忽(x14)、管制員工作負荷大(x13)、飛行員安全意識薄弱(x6)、團隊溝通缺失(x33)、飛行員經驗不足(x5)、飛行員違規(guī)(x11)、地面保障人員失誤(x15)、日常監(jiān)管機制不完善(x29)、培訓不足(x28)、障礙物(x24)。

通過上述節(jié)點的排序可知最重要的是人員因素，這與兩棲水上飛機起降過程中人作為直接責任主體的實際情況相符，且人員因素作為一種類別節(jié)點受到很多風險因素的影響，對起降安全起著重要的作用；其次設備設施因素和管理因素并列第二，其中設備設施因素包括直接參與起降過程的航空器和機上配套的設施及參與指揮該飛行的其他設備，這些設備設施直接參與了起降過程其安全狀態(tài)對起降安全具有必然影響，管理因素貫穿于整個起降過程之中，會對人的安全行為和物的安全狀態(tài)產生影響，因此這兩個節(jié)點在網絡中排序較前；環(huán)境因素是兩棲水上飛機起降過程中很重要的影響因素之一，只有環(huán)境滿足條件才能計劃起降；飛行員視覺差是主要的人員因素之一，整個起降過程都是通過飛行員的目視飛行完成，飛行員的視覺會直接影響其判斷決策進而影響起降安全；管制員在兩棲水上飛機的起降過程中也至關重要，目前由于中國通航產業(yè)的發(fā)展處于起步階段，管制工作并沒有專業(yè)化，一般是由某些通航企業(yè)自己的人員擔任管制員，管制員的專業(yè)程度有限且數(shù)量緊缺，尤其是在復雜水域起降時，管制員工作負荷大會導致工作失誤，進而影響水上飛機起降安全；飛行員的安全意識會影響其對危險的判斷及緊急情況應變能力，使其忽視安全操作手冊進而導致起降安全風險的產生；團隊溝通是整個起降過程中必不可少的一個環(huán)節(jié)，有效的溝通能及時將各種信息告知飛行員保證其對各種情景做出正確的判斷，溝通缺失會使飛行員的決策缺乏依據，增加起降安全風險；日常監(jiān)管機制是對日常工作中可能出現(xiàn)的人的不安全行為和物的不安全狀態(tài)的監(jiān)督，降低其可能產生的影響，將安全隱患在日常過程中進行杜絕，保證在起降過程中的相對安全，因此日常監(jiān)管機制不完善會對起降安全產生影響；飛行員違規(guī)是導致起降安全風險的直接原因，在起降過程中需要重視該風險因素；本研究中的地面保障人員包括機務維修人員、機場維護人員、地面指揮人員等，前兩類人員出現(xiàn)工作失誤可能會導致飛機出現(xiàn)安全隱患，后者出現(xiàn)失誤可能會給飛行員傳遞有誤的信息或者未給飛行員提供及時的信息，不管是哪種情況均會給起降帶來安全隱患；飛行員經驗對飛行員而言是一筆寶貴的財富，經驗不足會影響飛行員對起降環(huán)境的錯誤判斷，當飛行員對兩棲水上飛機不熟悉時，起降過程中可能會出現(xiàn)操作失誤的情況，尤其在遇到緊急狀況時也會增加飛行員的心理負擔及應變能力，給起降帶來較大的安全隱患；培訓是提升飛行員技能最直接的手段，培訓不足會影響飛行員對緊急情況的應變能力，影響起降安全；障礙物在水上飛機起降過程中會對飛行員的視覺產生影響，因此該風險因素較重要。

3.2 斷鏈控制策略

斷開關鍵風險因素在網絡中的連接或有效降低這些關鍵風險因素在網絡中的地位可以有效控制起降安全風險的演化。本文的風險演化包括從因素層的節(jié)點到中間層節(jié)點、從中間層節(jié)點到事故層節(jié)點兩個階段，由此可知因素層的節(jié)點是風險演化的基礎，要想控制起降安全風險在網絡中的演化，就必須使因素層的風險因素得到有效控制。有兩種方式可以有效預防因素層節(jié)點的風險演化，第一，通過斷開這些風險因素與中間層節(jié)點之間的連接，這種方式直接切斷了風險演化的源頭，如飛行員視覺差或飛行經驗不足會產生人員風險，為了切斷這種連接，通航企業(yè)可以直接用視覺正常且具有經驗的飛行員來代替現(xiàn)有飛行員，排除視覺差和經驗不足對風險演化的影響；第二，從管理層面采取措施降低因素層節(jié)點的風險水平以及這些因素之間的作用強度，控制風險演化的條件，如通航企業(yè)可以通過構建水上飛機起降的日常監(jiān)管制度，規(guī)范飛行員的培訓以及團隊溝通機制，以此來規(guī)范飛行員的安全操作、增加飛行員的飛行經驗和安全意識，進而減少人員風險降低起降安全風險的演化等。上述兩種方式雖然都能預防起降安全的風險演化，但是由于第一種方法的成本較高，在實踐中的可行性有待驗證，因此第二種方式更適合用于預防兩棲水上飛機起降安全風險演化。

4 結論

1)根據風險因素間的作用路徑，構建了包括38個節(jié)點和122條邊的兩棲水上飛機起降安全風險演化的復雜網絡拓撲結構，分析了有權有向網絡中節(jié)點的度中心性、介數(shù)中心性、接近度中心性及綜合值參數(shù)下的風險因素排序，通過度分布驗證了網絡的無標度特性；

2)將網絡全局效率和最大連通子圖大小作為指標，分別分析了這兩個指標在隨機攻擊和蓄意攻擊情況下兩棲水上飛機起降安全風險演化網絡的魯棒性，揭示了無標度網絡的性能穩(wěn)定性和結構穩(wěn)定性的變化規(guī)律；

3)在魯棒性分析的基礎上，采用綜合值排序的方式識別了網絡的關鍵風險因素，據此制定了相應的斷鏈控制策略，為有效預防起降安全風險演化提供了理論基礎；

4)本研究僅描述了風險在兩棲水上飛機起降安全風險演化網絡上具有演化的特性，并未分析風險在整個網絡上的傳播機理，這將是下一步的研究重點。