大面積航班延誤下的機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)

張 麗，齊曉云，王小春

（中國(guó)民航大學(xué)法學(xué)院，天津 300300）

大面積航班延誤導(dǎo)致機(jī)場(chǎng)運(yùn)行由常態(tài)轉(zhuǎn)化為非常態(tài)甚至危機(jī)狀態(tài)，環(huán)境、設(shè)備、人員易產(chǎn)生安全風(fēng)險(xiǎn)，引發(fā)一系列安全事故。因此，大面積延誤情境下的安全風(fēng)險(xiǎn)管理成為機(jī)場(chǎng)面臨的重要課題。

國(guó)內(nèi)外學(xué)者對(duì)機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理進(jìn)行了大量研究。鄭偉[1]利用AHP 和模糊數(shù)學(xué)，從點(diǎn)、線、面3 個(gè)視角建立了機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)模型。王燕青等[2]采取模糊層次分析法對(duì)機(jī)場(chǎng)飛行安全因素進(jìn)行了評(píng)估。劉剛等[3]建立了機(jī)場(chǎng)安全風(fēng)險(xiǎn)多層次灰色評(píng)價(jià)模型。張曉全等[4]運(yùn)用AHP 方法對(duì)民用機(jī)場(chǎng)的空防安全進(jìn)行風(fēng)險(xiǎn)研究。惠翔[5]根據(jù)SHEL 模型，利用模糊數(shù)學(xué)理論提出機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)估方法。薛漾等[6]分析了航班延誤與機(jī)場(chǎng)風(fēng)險(xiǎn)的共性因素。以上研究均未考慮航班延誤對(duì)機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理的影響。文獻(xiàn)[7-8]對(duì)航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)展開(kāi)研究，但二者均基于貝葉斯網(wǎng)絡(luò)理論構(gòu)建評(píng)價(jià)模型，受數(shù)據(jù)采集和概率推算限制，難以推廣。因此，有必要開(kāi)發(fā)一套適用性強(qiáng)的大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)方法。

目前，傳統(tǒng)安全風(fēng)險(xiǎn)評(píng)價(jià)方法大多基于層次分析法，未考慮不同層次及類別間指標(biāo)的作用關(guān)系，且權(quán)重不確定性較強(qiáng)?；诖?，Saaty[9]提出了網(wǎng)絡(luò)分析法（ANP，analytic network process）通過(guò)建立網(wǎng)狀結(jié)構(gòu)，綜合考慮各同層元素間的相互影響及非同層元素間的支配關(guān)系，但該方法利用專家打分確定各類元素間的作用關(guān)系，受專家主觀判斷能力的影響較大。其他學(xué)者[10-14]分別通過(guò)熵值法、數(shù)據(jù)包絡(luò)分析對(duì)其進(jìn)行改進(jìn)，以降低專家打分主觀性的影響。

基于上述分析，在前人研究基礎(chǔ)上，引入專家均值置信區(qū)間法對(duì)ANP 進(jìn)行改進(jìn)，用于評(píng)價(jià)大面積航班延誤下的機(jī)場(chǎng)安全風(fēng)險(xiǎn)。

1 改進(jìn)的ANP 算法

ANP 算法首先構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)，將系統(tǒng)元素分為控制層和網(wǎng)絡(luò)層。各層次內(nèi)部元素之間存在跨層次的依賴和反饋，即網(wǎng)絡(luò)層內(nèi)元素都受控制層支配，且內(nèi)部互相影響。但ANP 網(wǎng)絡(luò)結(jié)構(gòu)中，各因素之間的重要度由專家通過(guò)兩兩比較得出，存在一定的主觀誤差。為此，引入相對(duì)權(quán)重專家均值置信法，對(duì)ANP 中兩兩元素重要度確定方法進(jìn)行改進(jìn)，以提高權(quán)重的可靠度，具體過(guò)程如下。

1）確定取值區(qū)間。在網(wǎng)絡(luò)層次分析法中，因素比較的取值區(qū)間一般為1/9～9。

2）將專家打分均值作為兩兩因素權(quán)重的初值。設(shè)專家評(píng)價(jià)均值A(chǔ) 為

其中：a1～aq分別為第1 ～q 位專家的評(píng)價(jià)值。

3）確定置信閾值與置信區(qū)間。置信閾值不能太小，否則會(huì)把合理的評(píng)價(jià)結(jié)果排除；也不能太大，否則起不到篩選數(shù)據(jù)的作用。比較值的范圍為1/9～9,通常取其和的1/2 作為置信閾值，專家資歷較深，可將置信閾值再縮小50%，即2.3，置信區(qū)間為A±2.3，將每位專家的打分結(jié)果進(jìn)行篩選，如果不在置信區(qū)間內(nèi)，則將其評(píng)價(jià)結(jié)果刪除，并重新計(jì)算評(píng)價(jià)均值與置信區(qū)間，直至所有專家評(píng)價(jià)結(jié)果都在置信區(qū)間。通過(guò)該方法降低專家打分的誤差。同時(shí)，由于ANP 計(jì)算軟件的要求，兩兩因素相對(duì)權(quán)重均值采用四舍五入取整。改進(jìn)ANP 模型評(píng)價(jià)步驟如圖1所示。

圖1 改進(jìn)ANP 模型的評(píng)價(jià)步驟Fig.1 Assessment procedure of improved ANP model

2 評(píng)價(jià)模型

2.1 大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)是指：大面積航班延誤情景下，機(jī)場(chǎng)安全系統(tǒng)中可能導(dǎo)致人員傷亡或經(jīng)濟(jì)損失、工作環(huán)境的破壞或各種情況組合的原因或狀態(tài)，可概括為4 個(gè)方面：人的風(fēng)險(xiǎn)、設(shè)備的風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)和管理風(fēng)險(xiǎn)。

通過(guò)對(duì)行業(yè)專家的訪談及機(jī)場(chǎng)工作人員調(diào)研，分析了大面積航班延誤對(duì)機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理及常態(tài)下安全風(fēng)險(xiǎn)管理指標(biāo)的影響，最終確定大面積航班延誤情景下機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，如表1所示。

表1 大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)Tab.1 Assessment indicators of airport safety risk of large-scale flight delays

續(xù)表1大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)Tab.1 Assessment indicators of airport safety risk of large-scale flight delays

2.2 模型求解

1）根據(jù)表1中大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理評(píng)價(jià)指標(biāo)，及表2中人、機(jī)、環(huán)、管4 類影響因素之間的關(guān)系，利用超級(jí)決策軟件建立ANP 鏈接，體現(xiàn)各因素之間上下級(jí)及同級(jí)的依存與反饋關(guān)系如圖2所示。

圖2 大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)ANP 評(píng)價(jià)模型Fig.2 ANP evaluation model of airport safety risk of large-scale flight delay

2）確定表2中安全風(fēng)險(xiǎn)各影響因素之間的權(quán)重。傳統(tǒng)的ANP 評(píng)價(jià)方法是由個(gè)人確定因素間的權(quán)重。為了增加評(píng)價(jià)的可靠性，減少個(gè)體主觀臆斷帶來(lái)的影響，邀請(qǐng)同領(lǐng)域4 位專家對(duì)表2中各因素的相對(duì)重要性進(jìn)行判斷，并根據(jù)式1 計(jì)算其平均值A(chǔ)，如果專家評(píng)分在均值A(chǔ) 的置信區(qū)間內(nèi)，則采納A 作為最終權(quán)重；專家評(píng)分不在置信區(qū)間內(nèi)，則刪除該評(píng)分，重新計(jì)算重要度均值A(chǔ)，直至不再有超出置信度的評(píng)價(jià)。

表2 影響因素的關(guān)系表Tab.2 Relationship of influencing factors

3）根據(jù)改進(jìn)的ANP 方法，根據(jù)專家打分結(jié)果，將每組兩兩比較矩陣進(jìn)行標(biāo)準(zhǔn)化處理并轉(zhuǎn)置，可以得到每組兩兩比較矩陣的特征根向量Wij，將所有兩兩比較矩陣的特征根向量匯總在一起，得到大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理評(píng)價(jià)的未加權(quán)超矩陣，如表3所示。表中的每組特征根向量都代表了某次準(zhǔn)則下某個(gè)維度內(nèi)各指標(biāo)所占的權(quán)重。

表3 未加權(quán)超矩陣Tab.3 Unweighted hypermatrix

4）以目標(biāo)層“大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)管理”為準(zhǔn)則，利用專家均值置信法對(duì)網(wǎng)絡(luò)層中人、機(jī)（設(shè)備）、環(huán)、管4 個(gè)簇族進(jìn)行重要度判斷，計(jì)算得到簇族權(quán)重，即4 個(gè)一級(jí)指標(biāo)的標(biāo)準(zhǔn)化重要性判斷矩陣，如表4所示。

5）將步驟3 得到的未加權(quán)超矩陣與步驟4 得到的簇族權(quán)重相乘，得到加權(quán)超矩陣，如表5所示。

表4 簇族權(quán)重Tab.4 Clustering weights

表5 加權(quán)超矩陣Tab.5 Weighted hyper-matrices

6）對(duì)表5中的加權(quán)超矩陣進(jìn)行穩(wěn)定性處理，得到極限加權(quán)超矩陣，得出各指標(biāo)權(quán)重，如圖3所示?？梢钥闯觯竺娣e航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)的前5 位因素是：B3（設(shè)施設(shè)備完好率）、B2（設(shè)施設(shè)備完備率）、A5（員工違章操作率）、A6（安全員監(jiān)督失誤率）、D4（應(yīng)急教育與培訓(xùn)考核）。這表明大面積航班延誤后，機(jī)場(chǎng)各類運(yùn)行設(shè)施設(shè)備的完好程度及完備程度至關(guān)重要；同時(shí)，延誤情景下員工因應(yīng)急采取的違章操作以及監(jiān)督失誤也會(huì)加大風(fēng)險(xiǎn)；另外，機(jī)場(chǎng)應(yīng)加強(qiáng)應(yīng)急教育。

圖3 機(jī)場(chǎng)安全風(fēng)險(xiǎn)影響因素的權(quán)重Fig.3 Weight of airport safety risk factors

3 結(jié)語(yǔ)

基于人機(jī)環(huán)管四大因素，構(gòu)建了大面積航班延誤情景下的機(jī)場(chǎng)安全風(fēng)險(xiǎn)的評(píng)價(jià)模型，并利用專家均值置信法改進(jìn)了ANP 模型中的權(quán)重確定方法，其結(jié)果不僅考慮了各個(gè)不同層級(jí)指標(biāo)之間的相互作用關(guān)系，還大大降低了專家打分帶來(lái)的主觀不確定性，改進(jìn)了傳統(tǒng)的賦權(quán)評(píng)價(jià)方法。案例應(yīng)用結(jié)果表明，大面積航班延誤機(jī)場(chǎng)安全風(fēng)險(xiǎn)的主要因素分別為B3（設(shè)施設(shè)備完好率），B2（設(shè)施設(shè)備完備率），A5（員工違章操作率），A6（安全員監(jiān)督失誤率），D4（應(yīng)急教育與培訓(xùn)考核），這一結(jié)論充分表明，設(shè)備的本質(zhì)安全，人員的正確操作與監(jiān)控、應(yīng)急教育與培訓(xùn)對(duì)于大面積航班延誤的安全風(fēng)險(xiǎn)至關(guān)重要，與相關(guān)研究結(jié)果具有較高的一致性，表明所提評(píng)價(jià)模型具有較高的應(yīng)用價(jià)值。