航空安全領域研究進展可視化綜述*

楊驍勇 張 輝 劉尚豫 張 恒

（中國民用航空飛行學院民航安全工程學院 四川 廣漢618307）

0 引 言

提升航空業(yè)運行品質和市場活力是國家和公司的重要戰(zhàn)略目標，如何保障并維持飛機運行安全是1個重要話題。因為航空事故不僅會造成人員傷亡，還會對全球航空業(yè)和經濟發(fā)展產生深遠的負面影響，同時會造成重大的財產損失及乘客和公眾的心理傷害[1]。習近平在會見四川航空“中國民航英雄機組”時強調，安全是民航業(yè)的生命線，要始終把安全作為頭等大事來抓，任何時候任何環(huán)節(jié)都不能麻痹大意。

當前對航空安全領域的研究主要集中在機場安全設施優(yōu)化建設、飛行員行為特征分析以及事故的分析和預測等方面。通常針對研究對象的1個或多個研究內容進行分類分析，缺乏航空安全領域研究現(xiàn)狀的綜述型論文，對文獻的時空分布、核心作者以及研究熱點和趨勢的可視化綜合分析研究更少。本文通過這一視角的完善發(fā)掘出了該領域研究文獻的分布特征和研究熱點的演進趨勢。

科學計量的可視化分析現(xiàn)已發(fā)展成為1種可以清晰表達特定研究領域知識結構和進化史的協(xié)作共現(xiàn)網絡方法[2]，在一定程度上彌補了文獻綜述只選取某一領域特定主題論述的缺點。王劍輝等[3]基于知識圖譜對國內空中交通管理現(xiàn)狀進行可視化分析，找到了該領域核心期刊、核心作者群以及研究熱點和前沿，缺點是沒有對研究現(xiàn)象產生的原因做更為細致的剖析。景國勛等[4]從發(fā)文數量、研究機構以及關鍵詞角度對2019—2020年5月CNKI上的航空安全主題論文進行可視化分析，重點論述了2019年航空事故的致因因素。但“*航空*”檢索策略過于粗略，里面涉及大量與“安全”主題無關的論文，同時檢索時間過短，分析結果受偶然事件影響的可能性較大。在以上學者的工作基礎上，筆者通過更為具體的檢索字段和更長的檢索時間來提高分析的準確率，深入探討了全球航空安全研究現(xiàn)狀和熱點。

1 數據來源及研究方法

1.1 數據來源

WOS數據庫是全球獲取學術信息的重要途徑，在Scopus和Google Scholar于2004年創(chuàng)建之前，WOS一直是引文分析的唯一工具，當今WOS仍然是引用數據的主要來源。為保證數據的可靠性和權威性，筆者以WOS核心合集為數據源，對其2001—2020年間收錄的以“航空安全”為主題的文獻進行檢索，搜索條件設置如下：TS=（“Aviation Safety”O(jiān)R“Aviation Security”NOT“Military Aviation”），文獻類型為Article，共檢索出1 425篇文獻。隨后我們對所有文獻進行人工清洗，審閱了所有出版物的標題和摘要，刪除了與研究主題不相關或存在重復的85篇文獻，最終確定的有效文獻為1 340篇。

1.2 研究方法

本文借鑒在圖書情報學中較為成熟的文獻計量和可視化分析方法對選取的文獻進行統(tǒng)計分析，從全球的角度分析航空安全研究，從大量的科學文獻中提取和凝練航空安全領域研究信息并通過可視化處理做出直觀、全面的分析。研究軟件采用CiteSpace和VOSviewer，二者繪制出的圖譜具有信息量大、視覺效果好的特點，CiteSpace在分析可視化網絡的突出趨勢和關鍵點，尋找某一學科領域研究熱點上貢獻很大。

2 研究結果與分析

2.1 時間產出分布

1964年發(fā)表在美國臨床病理學雜志上題為Aviation Safety-pathologists Role[5]的論文，開啟航空安全領域的研究，并預示了該領域研究必將是跨學科及多學科融合的過程。發(fā)表的文獻數量一定程度上可以反映該領域不同時期的科學研究狀態(tài)和發(fā)展速度。

1964—2000 年為緩慢探索階段，37年間總發(fā)文量200余篇，且無明顯分布特征。其中超過半數的論文由美國的研究學者發(fā)表，處于絕對領先地位。在此期間中國學者僅Liu等[6]的研究論文被該數據庫收錄，他們提出了基元事件分析法，從系統(tǒng)安全的角度處理人的因素，從而降低航空事故發(fā)生率。

2001—2013 年為穩(wěn)步發(fā)展階段，共發(fā)表論文560篇，占比41.7%，美國發(fā)表論文300余篇，排名第一，見圖1。值得注意的是，在此期間，得益于穩(wěn)定的國際形勢和中國經濟的快速發(fā)展，中國學者逐漸活躍，發(fā)文數量躍升第二，為我國航空安全領域研究打下堅實的基礎。

圖1 2001—2020年航空安全領域年度發(fā)文量統(tǒng)計Fig.1 Statistics of annual papers published on aviation safety from 2001 to 2020

2014—2020 年為高速發(fā)展階段，中美之間發(fā)文數量差距進一步減小，發(fā)達國家發(fā)展速度明顯優(yōu)于發(fā)展中國家。這一時期，國防科技大學的Li Jianbin[7]在飛機尾渦核心位置的實時精確定位及晴、雨、霧等氣象條件下反演尾渦特征參數[8-10]方面對飛機運行安全有突出貢獻。

2020年新型冠狀病毒疫情的發(fā)生對航空業(yè)有巨大沖擊，但學者的研究熱情并沒有因此而衰減。后疫情時代，如何進一步保障飛機的運行安全，提高飛機運行效率，成為學者和從業(yè)人員關注的首要問題，對該領域的研究熱度將迎來更加快速的發(fā)展。

2.2 作者-機構合作分析

利用CiteSpace分析發(fā)現(xiàn)，NASA、FAA、伊利諾伊大學等美國的頂尖科研機構，傾向于與其國內著名高校、歐洲發(fā)達國家科研機構合作，他們之間形成了較強的合作網絡，其中NASA和喬治梅森大學以及歐道明大學的合作最為密切。反觀中國以航空為特色的科研院校，如：中國民航大學、南京航空航天大學、中國民航科學技術研究院等合作網絡分布較散，機構間缺乏合作，只有國防科技大學的Li Jianbin團隊和香港天文臺、香港理工大學在飛機尾流的雷達探測方面有較強的合作，見圖2。

圖2 航空安全研究領域合作機構分析Fig.2 Analysis of Co-institution in the aviation-safety research

在該領域核心作者方面，美國教育家、伊利諾伊大學厄巴納-香檳分校計算機科學系S.H.Jacobson與田納西大學的John E.Kobza威斯康星大學麥迪遜分校的L.A.McLay在機場多級旅客篩選[11-12]、安檢設備成本評估[13]及行李安檢系統(tǒng)優(yōu)化部署[14]等方面合作密切。他們將運籌學優(yōu)化模型應用于公共衛(wèi)生、航空安全等領域，圍繞“使用運籌學模型優(yōu)化航空旅客行李安檢系統(tǒng)性能”發(fā)表大量。設計的優(yōu)化旅客和行李安全操作性能的多級旅客預篩選模型，現(xiàn)已在美國的商業(yè)機場得到應用，實現(xiàn)了在有限的資源條件下提高行李安全檢查效率的目標。

美國宇航局蘭利研究中心的Randall E.Bailey和L.J.Kramer合作發(fā)表多篇論文。研究主要圍繞合成視覺系統(tǒng)（SVS）和增強視覺系統(tǒng)（EVS），消除低能見度的不利條件，以提高飛行員視覺水平和態(tài)勢感知能力，復制晴天飛行操作優(yōu)勢[15-18]，從而降低可控飛行撞地和跑道侵入事故發(fā)生的風險。值得注意的是，這2位學者在2015年之后的重點轉移到了量化不同情境（系統(tǒng)故障、機組配置）下飛行員對飛行安全貢獻的模擬研究上[19-21]。

捷克理工大學的A.Lalis教授[22]致力于數據驅動對航空業(yè)進行風險管理和控制，航空安全數據集成信息系統(tǒng)的設計與實現(xiàn)以及建立模型和指標體系對機場運行和投資安全進行評估[23-24]等。他主管的航空安全實驗室創(chuàng)建的解決方案使得組織和監(jiān)管機構能夠從主要基于規(guī)章的安全過渡到根據可衡量的安全績效進行管理的安全，研究及其應用針對安全指標領域，主要專注于應急疏散和機場旅客預檢問題。

英國克蘭菲爾德大學航空運輸系的華人博士李文進（Li Wen-chin）和G.Braithwaite在使用眼睛跟蹤設備來研究飛行員的眼動情況，評估其視覺行為和界面設計的合理性[25-26]方面有突出貢獻。該項研究促進了系統(tǒng)設計者對飛行員注意力分布和情境意識的理解，有效改善了駕駛艙設計的集成并最終提高了航空安全水平。此外，李文進將該研究拓展到了空中交通管制領域，研究遠程塔臺操作中影響管制員視覺注意力的因素[27]。該研究對提高管制員工作效率、促進安全、增強競爭力、產生空中交通管理（ATM）新的工作方式有很大幫助。

2.3 研究熱點及趨勢分析

2.3.1 共被引網絡分析

文獻的引用可以看作是知識從不同研究主題流動到當前所進行的研究中[28]，共同引用的參考文獻可以不受研究領域方向的限制，為某一研究提供更豐富的數據源。為了對航空安全領域有更廣泛和深入的研究，選取了共被引文獻的時間線視圖來說明2001—2020年間7類主題群中每個熱點的研究內容和演變趨勢。如圖3所示，所有的共被引文獻被分成了7個簇。根據被引文獻數量的多少排序，分為#0 fuzzy inference(模糊推理)、#1 aviation security（航空安保）、#2 safety management(安全管理)、#3 risk analysis（風險分析）、#4 risk assessment(風險評估)、#5 airport surface safety（機場地面安全）以及#6 stochastic systems（隨機系統(tǒng)）。

9·11恐怖襲擊事件發(fā)生以后，全美各機場的航空安全政策和運作方式發(fā)生了巨大變化，聯(lián)邦政府要求對所有托運行李進行100%篩查[29]。如何優(yōu)化部署機場行李安檢設備，分組評估旅客可能構成的恐怖威脅程度，以及在有限的資源條件下優(yōu)化行李檢查性能指標[14，30-31]等研究成為熱點。隨著安檢篩查水平的不斷改進完善以及政府和公眾對航空安全的高度關注，恐怖主義事件的發(fā)生概率逐漸降低。航空安全事件受多種因素共同影響，利用模糊集合做出全面評價是十分有效的多因素決策方法。圖3中可以明顯地觀察到2012年之后許多學者在進行風險分析時參考了大量模糊推理方面的文獻，此后在相關領域展開了深入研究。其中應用最廣的是利用層次分析法來評價一線員工的工作負荷，建立安全績效評估體系以及分析航空事故的原因[32-34]等。以《國際民用航空公約》附件19的正式實施為標志，國際航空安全管理體系逐步具體化和系統(tǒng)化[35]。航空安全傳統(tǒng)上是基于對事故和事件的分析來管理的，雖然這使得安全分析有了很大的發(fā)展，但其被動的缺點也很明顯[36]，所以尋求新的管理手段非常關鍵。部分學者認為隨著大數據技術的發(fā)展，利用大數據進行事故預測，對航空飛行安全管理有很大幫助。但同時也有學者也提出了新的擔憂，比如核心數據如何預測，大數據技術如何做到廣泛應用以及數據如何共享等[37-38]，這是學者未來將要面對的新的機遇和挑戰(zhàn)。此外，當下的航空安全管理者更愿意遵守法規(guī)，而不是主動關注法規(guī)。這是由于經濟壓力導致的，所以如何通過分析和計算得出滿意的投資回報比，也是學者應該考慮的問題。這將激勵公司考慮到，目標明確的安全投資不僅僅是費用，同時這種投資的確會產生收入[23]。

圖3中帶有淺色圓環(huán)的節(jié)點代表聚類中重要的參考文獻，具有高突發(fā)強度的參考文獻代表后來學者對該研究方向興趣的提升[39]。按突變強度排序前8位的文獻（包括1份國際民用航空組織頒布的Doc 9859文件）見表1，值得注意是，其中的6篇論文都是為應對恐怖主義和非法干擾，研究如何提高乘客和行李篩查能力，最大化總體安全。M.G.Stewart等[40]評估了安全措施的成本和效益，本質上也是為了降低恐怖襲擊重演的可能性。由此更加確定了9·11恐怖襲擊事件對世界航空發(fā)展，尤其是機場安全篩查產生的深遠影響。

表1 被引量突發(fā)強度最高的8篇文獻Tab.1 Top 8 references with the strongest citation bursts

圖3 共被引文獻時間線分析Fig.3 Timeline of co-cited references

2.3.2 研究關鍵詞分析

2.3.2.1 關鍵詞時區(qū)分析

關鍵詞是作者對文章主要內容的歸納和提煉，研究內容和方法會隨著時間的推移發(fā)生變化，具體表現(xiàn)為關鍵詞出現(xiàn)次數的變化。在時區(qū)圖上，展示了盡可能多的滿足閾值的關鍵詞，見圖4。

圖4 關鍵詞時區(qū)圖Fig.4 Time-zone visualization of keywords

之前國際上普遍認可的是把航空安全歷程分為3個時期，即機器安全時期、人素安全時期和組織安全時期[44]。20世紀末，飛機自動化程度和可靠性的大大提高，使人們認識到應該重視人和機器的相互作用，而且主要應該從人的角度解決安全問題。航空安全領域的研究熱點從“故障診斷”和“維修技術”逐漸過渡到了“人的因素”和“人因差錯”。后來，全球航空運輸量的持續(xù)增長迫使人們認識到必須從組織方面采取行動，而組織決策、安全文化、安全管理是系統(tǒng)的關鍵要素，這些主題逐漸成為2015年前后的研究熱點。同時，各種分析、預測模型的優(yōu)化在航空安全領域的適用性探索也很受學者青睞，包括研究機組人員狀況和組織因素的人因分析與分類系統(tǒng)（HFACS）[45],該成果是基于Reason（1990）模型提出，其目的是解決系統(tǒng)各個層次的人因失誤。將決策實驗與評價實驗室（DEMATEL）和網絡分析法（ANP）結合起來，形成考慮一系列標準及其權重之間相互依賴關系的混合多準則決策（MCDM）方法[46]等。近年來，大數據概念迅速興起和發(fā)展，在此背景下，構建航空大數據信息平臺和信息系統(tǒng)[47]，利用大數據進行事故分析預測、提高安全管理的有效性是學者關注的重點。航空安全領域比較重要且被學者廣泛關注的大型數據庫主要有航空安全網ASN（Aviation Safety Network）、美國國家運輸安全委員會NTSB（National Trans-portation Safety Board，NTSB）以及航空安全報告系統(tǒng)（Aviation Safety Reporting System，ASRS）等。因此，國際航空安全管理發(fā)展的歷程也從被動管理轉變?yōu)橹鲃庸芾?，最后發(fā)展到預先管理。

2.3.2.2 關鍵詞聚類分析

“共詞（Co-word）”最早出現(xiàn)在文獻[48]中，也被稱為語義網絡，它可以顯示各主題之間的聯(lián)系、熱點分布以及學科結構。2個關鍵詞之間的連線越粗，共現(xiàn)頻次越高；連線數越多，關系越復雜，學科交叉的可能性越高。利用VOSviewer軟件對關鍵詞進行可視化并將它們聚類。如圖5所示，出現(xiàn)頻次不小于5次的關鍵詞共有209個，字號和節(jié)點越大、出現(xiàn)頻次越高，越能代表研究熱點和方向。在剔除掉“aviation safety”“aviation security”等頻次突出且為文獻選取主題的關鍵詞之后，出現(xiàn)頻次排序前10的為risk（風險）68次、systems（系統(tǒng)）68次、performance（績效）61次、mode（l模型）57次、human factors（人的因素）38次、management（管理）34次、accidents（事故）30次、risk assessmen（t風險評估）26次、human erro（r人因失誤）25次和lida（r雷達）24次。

圖5 關鍵詞聚類分析Fig.5 Analysis of clustering keywords

分析得出，航空安全領域的主要研究方向如下。

1）航空人員安全行為能力研究。安全行為能力的缺失在航空領域表現(xiàn)為人的失誤或人因失誤。也就是人的因素導致結果偏離預期目標，進而產生不良的影響。80%的運輸事故由人或組織失誤造成，是航空安全領域普遍的共識，這在機組人員管理、空中交通管理、飛機維修以及航空公司人力資源管理等方面具有深遠影響。該聚類形成了以航空安全（aviation safety）為核心，注意力（attention）、疲勞（fatigue）、情景意識（situation awareness）、工作負荷（workload）等為主體的關鍵詞組合。導致人因失誤的原因主要有工作環(huán)境、輪班機制等組織因素，角色勝任力、溝通能力和動機等人的特性。有研究表明，由情景意識喪失和出現(xiàn)驚嚇反應引發(fā)的飛行中失控已被確定為航空事故的主要原因[49]。

有趣的是，曾經出現(xiàn)過2種不同的處理人的因素的哲學：硬自動化和軟自動化，取決于是計算機還是人擁有最終的權利。其實無論系統(tǒng)有多先進，人類仍然是一切活動的主體，人的作用都是不容忽視的。因此，制定一套標準化工具和工作流程，加強團隊合作和減少風險至關重要。

2）機場安檢系統(tǒng)及航空設施發(fā)展研究。該聚類形成以航空安保（aviation security）為核心，模型（model）、X光機篩查（X-ray screening）、仿真（simulation）、機器學習（machine learning）等為主體的關鍵詞組合。機上恐襲事件和非法干擾行為數量的顯著降低，得益于機場安檢系統(tǒng)的不斷發(fā)展完善。生物識別技術和大數據的發(fā)展為推動旅客異常行為分析、開發(fā)推理系統(tǒng)提高旅客及行李篩查的整體效率[50]有很大幫助。

機場地面安全，特別是跑道和滑行道的安全，是公認的全球航空業(yè)最大的挑戰(zhàn)之一[51]。為應對新的威脅形勢，人們對現(xiàn)代安全技術進行了大量的投入。相關研究主要表現(xiàn)在開發(fā)和驗證定量分析模型，描述因果因素和碰撞風險之間的關系。例如Waldron等[52]針對當前缺乏可信的機場地面運動碰撞風險模型的現(xiàn)狀，研究了與碰撞可能性相關的計算參數的方法，該方法可以更容易的根據觀察到的前兆事件預測嚴重但很罕見的事件的發(fā)生率。

3）安全管理水平進展研究。該聚類主要由文化（culture）、自動化（automation）、策略（strategies）、風險評估（risk assessment）、成本（cost）等組成。航空業(yè)的發(fā)展日新月異，迫切需要航空安全理念的及時更新，建立航空安全長效機制[53]。安全管理系統(tǒng)（SMS）和《安全管理手冊》（SMM）文件的出臺就是對航空安全積極看待的重要標志。我國的航空安全管理跟國際發(fā)展大致相同，可以分為3個時期：技術管理時期、人因管理時期以及系統(tǒng)管理時期。從完善程序、設備，頒布規(guī)章，到研究人的因素，提出解決方案和對策，再到以系統(tǒng)的管理模式為導向，總結大量經驗教訓，消除隱患，真正做到了從事后管理向事前管理的轉變。未來，隨著人工智能和大數據的快速發(fā)展，航空安全管理也將迎來新的機遇和挑戰(zhàn)。作為盈利性質的公司，對運行成本的控制一直是航空公司關注的重點，加之此次新型冠狀病毒肺炎疫情對全球航空經濟產生了巨大沖擊，這一話題將被持續(xù)關注。

3 結束語

自20世紀以來，航空安全領域研究文獻數量持續(xù)增加，研究成果逐漸受到各界廣泛關注。

1）隨著基礎性研究工作的日益完善以及可供分析的典型案例的增加，航空安全領域的文獻數量整體呈波動增長趨勢，2014年之后進入高速發(fā)展階段，中美在發(fā)文數量方面的差距逐漸減小。在此期間，大量學者致力于該領域的研究，機構及學者之間的合作網絡并不顯著。NASA、FAA、伊利諾伊大學等美國的頂尖科研機構，更傾向于與其國內著名高校、歐洲發(fā)達國家科研機構合作。中國學者的發(fā)文數量雖然位居第二，但合作網絡非常稀疏，并未發(fā)現(xiàn)具有代表性的合作作者群，這非常不利于我國航空安全領域研究的深入開展。所以，消除信息交流壁壘，加強國內外之間的交流合作對該領域的研究發(fā)展至關重要。

2）研究熱點主要包括優(yōu)化部署機場安檢設施以應對恐怖主義和非法干擾，建立模糊推理模型評估風險指標和員工工作負荷，以及分析航空事故報告及數據庫信息預測事故發(fā)生概率等。未來，大數據和人工智能的廣泛應用給事故分析和預測將帶來了新的機遇和挑戰(zhàn)。如何做到數據實時共享和核心數據的預測是學者首要關注的問題。

3）研究方向主要圍繞安全綜合管理的3個要素——人、機、管理，即航空人員安全行為能力研究，機場安檢系統(tǒng)及航空設施發(fā)展研究，安全管理水平進展研究3個方面展開。強調了人在系統(tǒng)中的重要作用，明確了機場安檢系統(tǒng)及航空設施的發(fā)展方向，更新了航空安全管理新的理念。相關學者可以加強安全綜合管理的第4個要素“環(huán)境”研究，進一步探討不同環(huán)境對航空安全的影響，這無論是對航空安全研究的深入還是對安全水平的提高都有積極作用。