刘洪伟,郑 飞,蔡亚敏
(1.天津大学 管理与经济学部,天津 300072;2.中国民航大学 民航安全科学研究所,天津 300300)
基于熵权法的机场运行风险评价
刘洪伟1,郑 飞1,蔡亚敏2
(1.天津大学 管理与经济学部,天津 300072;2.中国民航大学 民航安全科学研究所,天津 300300)
结合国内某民用机场的安全管理组织结构、2008—2012年发生的事故和不安全事件,构建了一套新的风险评价指标体系,建立了机场风险熵数学模型,运用层次分析法和熵权法确定各个指标的综合权重。以该机场为例验证了模型的有效性。由模型的研究结果可知:该机场飞行区运控模块的风险水平最高,其次是综合安全管理模块,再次是运行控制模块和航站区管理模块,最后是空防安全管理模块。将由模型得到的结果和该机场的实际运行情况进行了对比分析,其结果可为机场管理方提出一些改善建议。
机场运行;风险评价;熵权;风险熵
机场作为民航四大子系统之一,其安全程度直接影响民航的安全水平。机场运行安全的工作重心常常放在航空事故发生后的原因分析和预防措施的检讨上,这种方法只能起到亡羊补牢的作用。如果事先对各项风险因素进行分析、评价,则相关部门可以及时采取改善措施,提高管理水平,降低机场运行风险水平。
机场运行安全风险评价是在建立安全评价指标体系的基础上,对机场运行中的安全状况进行分析、评价。根据评价结果,机场以安全运行计划、组织和控制等管理手段,减少不安全事件的发生。对机场进行科学合理的安全风险评价有助于机场管理方采取改善措施,对降低机场运行安全风险水平意义重大。
国内外对机场安全风险评价已有一定的研究。在评价指标的选择上,大多基于SHEL模型建立指标体系[1-5],将人员、设备、环境、管理4个因素作为1级指标,并在此基础上划分2级指标,这些研究建立的指标体系大同小异。
研究方法及研究内容主要集中在对机场建立评估模型或对机场安全运行的某一方面进行评价方面。Wen-Kuei Lee[6]结合模糊语言和失效模式建立了一个风险评估模型;罗帆等[3]运用系统理论和预警理论开展了机场安全和灾害预警管理的研究;刘刚等[7]利用灰色聚类方法结合层次分析法对机场进行的风险评价;许桂梅等[8]建立了基于人的可靠性的跑道风险侵入评估模型;孙殿阁等[9]运用Bow-Tie模型对机场外来物不安全事件进行了分析;高扬等[10]基于Bow-Tie模型就跑道入侵进行了机场安全风险分析。文献[8-10]关注的仅是机场的某一方面,没有为机场进行全面的风险评价,因此需要建立新的评价体系,构建新的评价模型。
机场运行系统提供涵盖旅客、货物运输等服务,涉及的部门众多。目前常见的基于SHEL的评价指标体系虽然可以涵盖所有涉及到的问题,但是人员、飞机、环境、管理每一方面都涉及几乎所有部门,因此单一方面指标的评价结果不能反映各部门的风险水平,所以构建面向职能部门的指标体系更具有实际意义。在此分析的基础上,以国内某民用机场为例,基于其职能部门的职责构建了一套指标体系,并建立了机场风险熵数学模型,运用层次分析法和熵权法确定了各个指标的综合权重,计算出机场风险熵值。将由模型得到的结果和该机场实际运行中发生的不安全事件进行了对比,发现模型分析结果符合实际情况,说明了该评价模型的科学性。
民用机场的风险评价旨在分析出危险因素后做出规避风险的改进,选择的评价指标应该具有针对性。本文改变基于SHEL模型建立评价指标的方法,在对某机场进行调研考察的基础上,联系该机场安全管理组织结构与各部门的职责范围,分析该机场2008—2012年的不安全事件,结合民航机场安全审计指标体系[11-12],综合考虑飞机起降过程、机场运行组织、制度建设、安检系统、旅客管理等方面的因素,通过咨询专家意见和剔除重叠的因素,最终构建了由飞行区运控、空防安全管理等5个1级指标以及净空管理、飞行区消防等25个2级指标构成的民航机场运行安全风险评价指标体系。该指标体系的2级指标涵盖了各职能部门的主要业务,根据评价结果可以判定具体职能部门的风险水平与机场整体风险水平。指标体系见图1。
图1 机场运行安全风险评价指标体系
熵(entropy)是德国科学家Clausius于 1865 年在讨论热循环时首次提出的,他把熵作为表达热力学第二定律的概念[13]。熵,一般定义为某一物质系统状态概率的度量或说明其可能出现的概率[14]。
2.1 信息熵的基本原理
信息是不确定性的减少量,因此可以通过度量不确定性来度量信息。熵是系统状态不确定性(不确定度)的度量,应用熵可以度量评价指标体系中指标数据所蕴含的信息量。
文献[13-14]定义了随机变量X取值xk的可能性为:
(1)
式中P(xk)为xk发生的概率。
Shannon提出的离散随机变量的熵公式为
H(xk)=H(p1,p2,…,pk)=∑pkI(xk)=
(2)
式中H(x)为系统的信息熵,能刻画系统不确定程度的大小。信息熵值越大,系统越不确定;信息熵值越小,系统越确定[15]。
2.2 机场风险熵数学模型
风险的本质是它所表现出的不确定性,这也是熵的本质。机场不安全事件发生的随机性,导致风险水平呈现波动性,波动性导致机场管理方无法对机场风险水平做出准确判断,并且波动性越大,越难采取合理的应对措施,导致风险水平进一步提高。
结合信息熵的定义与机场的实际运行状况,定义机场风险熵的表达式为
(3)
式中:ki为对机场总体安全水平的权重系数;p(xi)为指标xi的所代表信息的确定程度。熵值越大,机场安全运行的安全风险越大。
2.2.1 风险熵计算
根据信息熵的定义以及不安全事件发生次数的无序性对机场风险水平的影响,定义机场运行安全风险评价体系中每个2级指标的熵值,指标熵值反映该指标风险状态的确知程度[16-17]。
对于m个指标和n个被评价对象,有原始数据矩阵B=(bij)m×n。
对矩阵B进行标准化,得到矩阵R=(rij)m×n,rij为第j个评价对象在第i个评价指标上的标准值,有0 (4) 第i个指标的熵值计算公式为 (5) 2.2.2 权重计算 民用机场安全风险水平受多种因素影响,各种影响因素难以用准确的数据量化分析,并且机场运行安全风险等级的划分主要依据专家经验判断,具有不可避免的主观性,因此本文综合应用AHP法和熵权法,主客观相结合,既考虑了专家的经验,又结合了机场运行中的实际情况。 1) 基于AHP的主观权重 AHP法是一种主观赋权方法,它通过计算比较矩阵求最大特征值和特征向量确定指标权重。AHP的基本思想[18-20]:首先,根据问题的性质及期望达到的目标,将问题分解成不同因素,按照各因素之间的相互影响和隶属关系将其分层聚类组合,形成一个递阶的、有层次结构的模型;然后,对模型中的每一层次因素的相对重要性以及专家对现实的判断给予定量表示,再利用数学方法确定每一层次全部因素相对重要性的权重;最后,通过综合计算各层次相对重要性的权重,得到最底层相对最高层重要性次序的组合权重值作为评价的依据[21-22]。 采用1~9标度法构造判断矩阵,以P表示目标,pi,pj(i,j=1,2,…,m)表示评价指标,Pij表示pi对pj的重要性,由此可确定判断矩阵为P=(Pij)m×m。判断矩阵的比例标度及含义见表1。 为了避免分配的权重不合理,需要计算随机一致性比率C.R.,对判断矩阵进行一致性检验。计算公式为 C.R.=C.I./R.I. (6) 其中:C.I.=(λmax-m)/(m-1),为一般一致性指标,λmax是判断矩阵的最大特征根;R.I.为平均随机一致性指标,1~9阶判断矩阵的R.I.值见表2。 表1 判断矩阵的比例标度及含义 表2 平均随机一致性指标R.I. 当C.R.<0.1时,认为判断矩阵有满意的一致性,否则需要调整判断矩阵,使之具有满意的一致性。 判断矩阵通过一致性检验后,计算各指标的权重。判断矩阵最大特征值λmax的标准化特征向量记为A,A=(a1,a2,…,am)T,即指标的AHP权重。求解方程为 (7) 2) 基于熵的客观权重 熵权法是把各个评价单元的信息量化、综合的方法,是一种客观赋权方法。根据式(5)计算出的指标熵值,第i个评价指标的熵权重可表示为 (8) 3) 综合权重 AHP法确定的权重向量为A=(a1,a2,…,am)T,熵权法确定的权重向量为T=(t1,t2,…,tm)T,综合权重计算公式如下: (9) 基于AHP法和熵权法求得的综合权重考虑了主、客观因素,可以更真实地反映指标的重要程度。 4) 机场风险熵求解 由机场风险熵的定义及以上步骤,可得机场风险熵的计算公式为 (10) 以某机场为例,请该机场管理人员对评价指标相对其他指标的重要性进行打分,进而构造判断矩阵,并统计该机场2008—2012年发生的不安全事件,获得计算风险熵的基础数据。 3.1 指标熵值计算 以飞行区运控的不安全事件(表3)为例,计算飞行区运控模块各指标的熵值。 表3 2008—2012年飞行区运控模块的不安全事件数目 按照影响机场运行的事件数目,构建初始数据矩阵,根据式(4)对初始矩阵进行标准化,可得 由R1根据式(5)得到对应指标U1的各个2级指标的熵值为:E1=(0.717,0.829,0.771,0.683,0.793,0.730,0.777,0.646) 同理可得其他2级指标的熵值分别为: E2=(0.010,0.826,0.431,0.431) E3=(0.683,0.431,0.828,0.431) E4=(0.646,0.010,0.826,0.010,0.670) E5=(0.395,0.683,0.646,0.646) 3.2 权重计算 3.2.1 主观权重 针对机场安全运行的风险进行研究,按照表1给出的标准,采用1~9标度法进行评价,根据评分表,分别构建1级指标和2级指标的判断矩阵。以1级指标的判断矩阵为例,运用层次分析法确定权重。结合多名专家对1级指标对于机场安全的重要程度进行判定,得出评分表,见表4。 表4 1级指标评分 由评分表构建判断矩阵P,按照式(6)进行一致性检验,得C.R.=0.019<0.1,判断矩阵满足一致性要求。由式(7)可得1级指标的权重为A0=(0.433,0.267,0.100,0.147,0.053)。 同理可得各个2级指标的主观权重为: A1=(0.048,0.100,0.022,0.038,0.328, 0.245,0.071,0.147) A2=(0.056,0.571,0.132,0.241) A3=(0.217,0.047,0.634,0.103) A4=(0.320,0.084,0.041,0.415,0.140) A5=(0.567,0.050,0.280,0.104) 3.2.2 客观权重 依据熵权的计算式(8),计算出1级指标及所有2级指标的客观权重: T0=(0.276,0.172,0.204,0.211,0.137) T1=(0.138,0.083,0.112,0.155,0.101,0.131,0.108) T2=(0.433,0.075,0.246,0.246) T3=(0.195,0.350,0.106,0.349) T4=(0.124,0.350,0.061,0.350,0.115) T5=(0.371,0.195,0.217,0.217) 3.2.3 综合权重 由式(7)可得1级指标及2级指标的综合权重: W0=(0.533,0.205,0.091,0.138,0.033) W1=(0.054,0.068,0.021,0.048,0.272,0.265,0.063,0.209) W2=(0.152,0.270,0.205,0.374) W3=(0.261,0.102,0.415,0.222) W4=(0.170,0.127,0.011,0.623,0.069) W5=(0.693,0.032,0.200,0.074) 3.3 机场风险熵的求解 机场安全评价指标体系中的各个熵值的情况见表5。 3.4 结果分析 风险熵的计算综合运用了AHP法和熵权法。前者的基础数据源于专家打分,反映了专家的主观经验;后者的基础数据是2008—2012年各个指标下发生的影响机场正常运行的事件数目,是客观值。风险熵的计算综合采用了主、客观方法,因此风险熵可以直观地反映该指标的风险水平。 结合表5中计算结果与具体的不安全事件可以得出以下结论: 1) 5个1级指标的安全风险水平由高到低依次为飞行区运控、综合安全管理、运行控制、航站区管理、空防安全管理。在2008—2012年的5年间,飞行区运控的每个2级指标平均累计发生不安全事件17.5件,远高于其他指标的不安全事件(空防安全管理部分仅为9.2件)。这从事实上说明了飞行区运控的风险水平高于其他部分,印证了模型的计算结果的正确性。 2) 飞行区运控的2级指标均具有较高的风险熵值,其中机坪、跑道等敏感区维护以及鸟害防治的熵值最大。由于机坪、跑道维护不周带来的次生不安全事件很多,如5年间共发生86起轮胎扎伤事件,5年内共发生鸟害事件共36件,高于其他指标。与机场工作人员共同分析认为:主要是由于相关人员对跑道异物“视而不见”导致跑道、滑行道上有外来物以及鸟害防治措施效率不高导致鸟害事件较多。这说明敏感区维护人员的安全意识不强,机场管理方应加强对工作人员的培训与考核,确保内部工作人员安全意识合格并采取更合理的鸟害防治措施。 表5 各指标的熵值及风险熵 3) 综合安全管理的风险熵值略小于飞行区运控的风险熵值,说明综合安全管理风险性较高。近5年有70起不安全事件是由综合安全管理不到位引起,具体表现在:① 组织机构不完善,致使一些工作被划分到多个部门,各个部门之间相互推诿,导致日常检查无法进行;② 规章制度不完善,导致一些日常的检查工作无章可循,员工按照自己的意愿去执行工作,检查不到位;③ 安全培训不到位,例如当候机楼内发现可疑物品时,保洁员不明确该如何处置。因此管理部门应该明确划分部门责任,建立健全的制度与执行机制,使员工有章可循。 4) 空防安全管理模块的熵值最小,说明该机场空防管理效果良好。结合机场实际情况发现:一方面,虽然在货运区管理、内部人员管理上发生了一些不安全事件,但后果的危险性都很小,如货运拖车故障、内部员工的车辆紧靠围界停放等;另一方面,虽然安全检查管理系统的不安全事件会带来严重后果,但是从2008—2012年没有发生一起此类不安全事件,由此可知该机场的空防安全管理风险水平很低,与计算结果相符合。 本文在对某机场进行调研考察的基础上,结合民航机场保安审计的指标体系,制定了一套基于业务模块的指标评价体系。该指标体系可以准确评价各个部门的风险水平和各个部门的管理水平,并依此提出针对性的改善措施。 根据信息熵原理,提出从不安全事件发生的无序性评价机场的安全性,并结合层次分析法定义了机场风险熵,建立机场安全风险评价模型。该评价模型既充分考虑了专家的经验,又结合了机场的实际情况,是一种主客观相结合的评价方法。 根据建立的数学模型,结合某机场2008—2012年的所有不安全事件对该机场进行安全评价。评价结果显示机场5个职责模块的风险水平从高到低为飞行区运控、综合安全、运行控制、航站区、空防安全。该机场可以根据此顺序将有限的资源有侧重地分配给各个职能部门。 案例分析的结果与机场实际运行状况相符,表明该评价方法可行,实现了对指标内在规律和实践经验的有效结合,得到的机场安全评价结果具有较好的可信度和准确性。 风险熵值反映了机场安全的风险水平波动性,识别出需要重点采取措施降低风险水平的模块。虽然可以通过比较风险熵值的大小对比不同机场的管理水平,但如何根据某一机场风险熵的大小判定该机场的风险水平与管理水平有待进一步研究。 [1] 李海燕.基于灰色关联分析的空管安全风险评估[J].科学技术与工程,2011(30):7584-7587. [2] 文军.基于灰色多层次的航空公司飞行安全评价研究[J].中国安全科学学报,2010(2):29-34+178. [3] 罗帆,佘廉.民航机场灾害预警管理系统探讨[J].武汉理工大学学报(信息与管理工程版),2002,24(6):41-44. [4] 罗云,宫运华,宫宝霖,等.安全风险预警技术研究[J].安全,2005(2):26-29. [5] 李航,赵桂红.机场安全可拓展预警模型研究[J].计算机工程与应用,2009,45(14):238-244. [6] LEE W K.Risk assessment modeling in aviation safety management [J].Journal of Air Transport Management,2006,12(5):267-273. [7] 刘刚,朱金福.一种机场安全风险灰色多层次评价方法研究[J].人类工效学,2008,14(3):1-4. [8] 许桂梅,黄圣国.基于人因可靠性的跑道侵人风险定量分析研究[J].科学技术与工程,2010,10(19):4715-4719. [9] 孙殿阁,孙佳,王淼,等.基于 Bow-Tie 技术的民用机场安全风险分析应用研究[J].中国安全生产科学技术,2010,6(4):85-89. [10]高扬,雒旭峰.基于Bowtie模型的机场安全风险分析[J].中国安全生产科学技术,2009,5(5):83-87. [11]机场安全审计手册[K].北京:中国民用航空总局,2008. [12]李茜.中国机场安全审计的作用、成效及发展[J].中国民用航空, 2011(9):51-52. [13]盛进路,邢繁辉,赵亚兵.船舶风险熵概念的提出及应用[J].中国安全科学学报,2007,17(6):87-91. [14]文军.基于熵权法的航空公司绩效评价研究[J].科学技术与工程,2009,9(22):6938-6941. [15]WU Yue,NOONAN J P,AGAIAN S.A Novel Information Entropy based Randomness Test for Image Encryption[C]//Systems,Man,and Cybernetics (SMC)2011 IEEE International Conference.Anchorage:[s.n.],2011:2676-2680. [16]李英华,李兴斯,姜昱汐.信息熵度量风险的探究[J].运筹与管理,2007,16(5):111-116. [17]肖玉明,汪贤裕.基于熵理论的供应链稳定性预警分析[J].管理工程学报,2008,22(3):57-63. [18]唐勇军,沈惠文.基于AHP的人民银行内部控制项目评价研究[J].重庆理工大学学报(自然科学),2014(11):121-126. [19]陈庚申,何新华, 张金强, 等.基于AHP的装甲装备机动模型聚合与解聚方法研究[J].四川兵工学报,2014(8):45-50. [20]喻立,王建力,李昌晓,等.基于DPSIR与AHP的宁夏沙湖湿地健康评价[J].西南大学学报(自然科学版),2014(2):124-130. [21]杨小彬,李和明,尹忠东.基于层次分析法的配电网能效指标体系[J].电力系统自动化,2013,37(21):146-150. [22]赵嶷飞,陈琳,王红勇.基于熵权和模糊分析的空管运行安全风险评价[J].航空计算技术,2013,43(4):1-5. (责任编辑 陈 艳) Risk Assessment of the Airport Operation Based on Entropy Weight LIU Hong-wei1, ZHENG Fei1, CAI Ya-min2 (1.College of Management and Economics, Tianjin University, Tianjin 300072, China;2.Research Institute of Civil Aviation Safety, Civil Aviation University of China,Tianjin 300300, China) Combining with the safety management organization structure of a domestic civil airport and the accidents or unsafe incidents happened in the airport between 2008 and 2012, a new index system was constructed to judge the airport’s safe level. Based on the system, the risk entropy model was built andweights for these indexes was syntheticallycomputed by using the analytic hierarchy process (AHP) method and the entropy-weight method. Taking the airport as an example, the effectiveness of the model was confirmed and the risk entropy values of all the management departments were calculated. The result shows, the airfield area operation and control part has the highest risk level, then the security management part, then operation and control part and terminal area part, and aviation security management part has the lowest risk level. Finally, on the basis of the entropy values, relevant departments’ risk levels were analyzed, and in terms of the incidents occurred during the actual operation of the airport, some suggestions to lower the risk level were given in consideration of the incidents occurred during the actual operation of the airport. airport operation; risk assessment; entropy weight;risk entropy 2015-02-23 基金项目:国家基础性科技工作专项(2012IM040500) 刘洪伟(1971—),男,黑龙江齐齐哈尔人,博士研究生,副教授,主要从事风险管理、工业工程理论及应用研究;通讯作者 郑飞(1988—),男,硕士研究生,主要从事风险管理研究,E-mail:zhengfeiworld@163.com。 刘洪伟,郑飞,蔡亚敏.基于熵权法的机场运行风险评价[J].重庆理工大学学报(自然科学版),2016(11):177-184. format:LIU Hong-wei, ZHENG Fei, CAI Ya-min.Risk Assessment of the Airport Operation Based on Entropy Weight[J].Journal of Chongqing University of Technology(Natural Science),2016(11):177-184. 10.3969/j.issn.1674-8425(z).2016.11.029 O21 A 1674-8425(2016)11-0177-083 实例分析
4 结束语