民航运输中空管人为因素实验效果分析

李亚飞，胡博舒

(中国民航大学，天津 300300)

民航运输中空管人为因素实验效果分析

李亚飞，胡博舒

(中国民航大学，天津 300300)

ICAO统计表明，目前航空事故的很大部分是由人为因素造成的，故研究航空中的人为因素成为提升航空安全的重要手段。基于中国民航大学空管学院航空中人为因素实践课程的600余组数据，在对数据筛选整理的基础上，采用统计学的方法对工作记忆、注意广度、短时记忆3个实验进行分析。研究发现：在工作记忆能力方面，男性的水平整体优于女性，在制定管制员选拔标准时至少应该设定标准在广度4以上；在注意广度中，在规定阈值10以上时，测试者会出现较大的偏差，并且有低估形势的倾向；在短时记忆方面，具体图形较容易被记忆，抽象图片记忆效果较差，女性被试者的正确率高于男性。3个实验中性别和年龄经过单因素方差分析都显示对实验结果无显著影响。

航空安全；人为因素；实验课程；民航空管

0 引言

21世纪以来，由于人们生活水平的不断提高，对于航空运输的需求逐年增加，我国的民航运输事业得到空前发展，航空运输安全越来越受到旅客和相关研究人员的重视。国际民航组织(ICAO)的统计数据表明，人为因素占飞行事故因素的76%左右[1]。民航从业人员中与航空安全直接相关的人员主要包括飞行员和管制员，随着航空器制造工艺水平的提高，航空器对于紧急情况或者恶劣天气状况有了更强的处理能力，飞行员的工作负荷逐渐降低，飞行员误操作引起的飞行事故越来越少，这就使得空中交通管制员在保障民航安全的体系中显得越来越重要，从而对空管专业学生提出了更高的要求。

管制员在进行空中交通管制时，其视觉、听觉、认知、记忆、注意力等多方面能力需共同协作，分析判断交通形势，以做出正确的决断。这其中任何一个方面都可能对管制员的情景意识造成限制，而每一种限制都有可能导致飞行事故的发生。管制员的人为因素检测可以有效减少管制员人为差错，提高飞行安全，因此，研究民航不安全事件中管制员的人为差错成为一个越来越重要的课题，也是空管专业学生必须从事的教学实验项目之一。

航空界专家对人为因素的研究始于20世纪70年代，爱德华提出SHEL模型用于描述飞行中的人为因素[2]。1990年，曼彻斯特大学教授瑞森(James Reason)对“组织性事故"进行全面系统的分析，提出了reason模型[3]，详细论述了人为差错的预测方法。1998年，Erik Hollnagel提出了CREAM(认知可靠性与差错分析)方法，可以用来预测可能出现的人为差错[4，5]。此外，美国、欧盟都基于传统模型开发了相关人为因素分析工具，包括MEDA、HFACS、ADAMS和AMPOS等[6]。

在国内研究方面，大多数研究者是运用数值分析法或者建立数学模型来探讨人为因素之间的关系，并给出优化措施。卜晓敏用回归预测法对人为差错发生的频率进行预测，提出在安全管理中加强安全预防工作，将不安全因素消灭在萌芽状态[7]。王卓用故障树和多层关联规则找出故障发生模式，并发现同层差错与不同层差错之间的关系，认为管理层做好日常监督、管理工作是防范不安全发生的重要措施[8]。王永刚和王燕提出了多维事故分析模型，以分析各环节中的人为因素差错，优化工作流程，提高系统可靠性[9]。夏玮在研究数据仓库、数据挖掘的理论基础上，构建了基于民航事故人为因素分析的决策支持系统(简称HFAS-DSS系统)[10]。此外，还有部分研究者按照人为因素模型提出了消除人为因素不良影响的有效策略。例如刘继新用SHEL模型分析各要素之间的契合度，结合管制员的基础知识、专业技术、心理素质、职业道德、责任心和身体素质方面情况，提出了消除人为因素对空管运行安全和品质影响的有效策略[11]。罗晓利与阎少华研究了美、德空管人为因素的近况，对于管制员的培训提出了改进措施[12]。

总结以往研究成果可知，目前大多数的人为因素研究主要专注于利用现有模型算法，分析民航运行中存在的人为差错，并以此为基础提出避免飞行事故的改进措施。而对民航人为因素实验结果进行分析的研究较少。对人为因素实验结果的分析有利于改善相关实验设计，控制潜在的空中交通管制中的人为差错，提高管制员复训效果，因此，笔者从空管人为因素实验数据出发，针对民航空管特征，深入分析已有空管人为因素实验(视觉、记忆、注意力)的实验结果，研究人为因素实验过程中的个体差异，并提出在实验实施过程中存在的问题，以期为改进空管人为因素实验教学设计、提高管制人员复训水平提供理论参考。

1 数据来源及处理

人为因素实验是用场景设计的方法使人们能够在各种情况下对相关事件做出反应，并以此探测出受试者的人为因素限制。其数据具有可靠性好、易重复和样本容量大的特点，能够在一定程度上反映出测试者自身限制和认知限制，为被试者在工作中可能出现的人为差错提供参考。另外，通过人为因素实验还可以检测被试者胜任工作的能力。

本研究采用的实验数据来源于中国民航大学空管学院2013届管制方向的学生，其中一大部分将进入管制岗位，因此，其实验测试结果能够一定程度上代表年轻管制员人为因素的限制情况。实践课程的实验内容包括三部分，分别为工作记忆容量、注意广度和短时记忆(图形再认)。工作记忆是在短时记忆研究的基础上提出的，用以衡量个体在受到信息阻碍时储存的能力；注意广度是指一瞬间人们能够清楚地把握对象的数量，本实验为圆点数目；短时记忆是瞬时记忆向长时记忆过渡的中间阶段，一般保持5秒到2分钟。

本文利用统计学的相关方法，对被试人员的实验数据进行数据挖掘，分析目前人为因素实验课程的实验效果和可能存在的问题。每组实验测试人数在600人左右，实验结果具有较强的代表性。在获得数据后，首先对原始数据进行预处理，将实验的异常数据剔除。例如，对工作记忆容量实验数据，同一姓名下的多组实验数据视为重复数据，将其进行合并，取其最好的记录；将单词广度为2的测试数据，即第1-3项的数据均为0的测试数据剔除，这些记录被视为无效数据，其余实验的数据处理类似。最终得到研究所需的数据集并存储到EXCEL中。

2 研究方法

本研究采用探索性统计和单因素方差分析相结合的方法研究人为因素实验设计的有效性。单因素方差分析是在影响实验结果的若干因素中，只就某一特定因素分析其对该事物的影响，其他因素保持不变，以便准确分析被试者差异对人为因素实验的影响。

单因素方差分析的步骤为：

1)建立原假设Ho：μ1=μ2=…=μr(r为水平数)。

(1)

(2)

3)统计决策：对给定的显著水平α(一般取0.05或0.01)，查表得Fα(r-1,n-1),并用公式(2)计算出的F进行比较，当FFα时，则拒绝Ho或计算F对应的相伴概率P，若P>α，则接受原假设；否则拒绝原假设。

3 研究结果

3.1 工作记忆容量实验结果分析

对于获得的658组数据按单词广度数值进行归纳，整理如图1所示。其中广度为6的共计328组，广度为5的为122组，广度为4的为91组，广度为3的为92组，广度为2的有21组，广度为1的有4组,其分别占比49.8%、18.5%、13.9%、14%、3.2%、0.6%。

然后分析各广度人数所占比例，占比最大的为广度6，占比近半，一定程度上表示测试者工作记忆能力较强。在每个广度水平中，测试者的错误率也差异明显，研究发现在工作容量实验的广度为4时，出错的几率较低，在水平为广度6的测试者中，在广度4的测试组(第七至九项)的错误率为3.2%，而在水平为广度5的测试者中，广度4测试组的错误率为14%，表明较高广度的测试者对于低级别的测试者在完成同样能力范围内的相同测试也能有更稳定的成绩，这能客观反映测试者记忆能力的高低。计算测试者平均单词广度数为4.96，接近5，基本处于较高的水平，整体水平较高。考虑部分测试者多次实验，这部分数据占总样本容量的1.6%。对重复的11组数据进行比对，大部分实验处于广度2的水平，可认为由于不熟悉实验导致的操作失误，这部分测试者最好成绩大多处于广度6。

从性别因素来看，在相同测试人数的条件下，女性测试者达到广度6的比例52%高于男性测试者50%的比例，这在一定程度上说明女性有较大概率拥有更高的工作记忆能力。在广度4及以上的水平所占比中，男性测试者比例为83%，高于女性测试者80%的比例，结合广度6的数值，男性测试者达到广度5和4的水平人数大于女性测试者，女性测试者虽然在达到最好工作记忆能力的比例上高于男性，但男性测试者达到广度为5的比例会大于女性。利用单因素方差分析来研究性别是否对工作记忆容量实验有显著影响，如表1所示。

表1 性别对工作记忆容量实验影响的单因素方差分析

由表1可知，F统计量小于F临界值，说明男女性别对于工作记忆能力无显著影响。

从年龄的因素来看，测试者的年龄跨度不大，主要集中在20、21和22这三个数值上，这三个年龄占总体的90%。测试者在这三个主要年龄上广度在4及以上的占比分别为88.2%、86.7%、87.4%，分别对应的平均单词广度数为4.96、4.95、4.97。可以看出，在占比和平均广度数上，三个年龄的测试结果基本相同。同样，利用单因素方差分析来研究年龄对工作记忆容量实验有显著影响，如表2所示。

表2 年龄对工作记忆容量实验影响的单因素方差分析

通过上述数据分析可知，工作记忆容量实验基本达到预定目的，能够区分测试者的工作记忆能力和显示绝大多数测试者的工作记忆能力水平。但性别和年龄对工作记忆容量实验的影响不显著。

3.2 注意广度实验结果分析

对于660组有效数据按圆点数目的正确个数进行分类归纳，其结果如图2所示。其中，圆点数目5的整体正确率为94.3%，数目6的正确率为90.2%，数目7的正确率为82.2%，数目8的正确率为73.2%，数目9的正确率为62.2%，数目10的正确率为49.5%，数目11的正确率为36%，数目12的正确率为32.4%。显然，随着圆点数目的增加，正确率在下降。

实验中圆点数目是随机出现，前后出现的数目之间无联系。当圆点数目处于较低值(6及以下)时，正确率能达到90%，基本不出错误。数目6的正确率相较数目5低了4.1%。数目介于7到9时处于中等值，其中从7开始相较上一个低数目正确率分别少了8%、9%和11%，可见正确率下降程度呈明显的扩大趋势，每增加一个数目其难度扩大幅度逐渐变大。数目9的正确率尚能达到62.2%，即大部分为正确。数目10为注意广度阀值，从这个值开始正确率降为49.5%，低于一半。相较数目9正确率度的判别下降到12.7%。数目11和12为高难度实验，正确率仅为30%左右。数目11较数目10低了13.5%，降幅继续扩大。值得注意的是，在数目12的正确率比数目11只低了3.6%，降幅明显缩小，为最小的降幅，虽然其正确率还是处于下降趋势，但下降程度有明显好转。数目10是条明显的分界线，从这里开始正确率降至不到一半。

从被试者错误判断数目来看，在圆点数目为5时，测试者错误判断数目的平均值为6.2。数目6时，错误数目的平均值为7.4。数目为7时，错误数目平均值为9.1。这三个数目为正确率较高的数目，可以看出测试者错误为高估数值。数目为8时，错误数目平均值为9.4。数目为9时，错误数目平均值为10.2。数目为10时，错误数目平均值为9.8。从幅度上来说，从数目8开始，错误虽然主要还是在高估数目上，但高估的值开始回归为1.4，到数目9降至1.2，到数目10时则为-0.2，说明测试者从高估变为了低估。

从性别因素来看，男女测试者的平均正确个数情况大体相同，趋势一致。细分来看，在数目5到数目9，女性测试者的平均正确个数明显高于男性，在数目8时高出男性测试者近0.5，在其他几个数目中也有明显的超出，超出均大于0.1，数目10及以上，男性测试者的平均正确个数反超女性测试者，但超出均在0.1以下。可见，在中低数目的圆点测试中，女性的正确率高于男性，但在较高数目的测试中，其表现却不如男性。利用单因素方差分析来研究性别是否对注意广度实验有显著影响，如表3所示，F统计量小于F临界值，说明男女性别对于注意广度水平无显著影响。

表3 性别对注意广度实验影响的单因素方差分析

从年龄因素来看，随着年龄的增长其各数目平均正确数呈下降趋势。由于其中20岁是测试者主要的年龄，总体的平均正确数更趋向于20岁的平均正确数，20岁的平均正确数略高于总体的平均正确数。随后的21岁测试者的平均正确数出现了下降，低于20岁水平。除数目7和8，21岁的平均正确数也低于总体的平均水平。在22岁的测试者更是出现了较大幅度的下降，且幅度大于21岁。相对20岁，其正确率在数目10及以下时相较平均正确率有了明显的差距。利用单因素方差分析来研究年龄是否对注意广度实验有显著影响，如表4所示，F统计量均小于F临界值，年龄对于注意广度水平无明显的影响。

表4 年龄对注意广度实验影响的单因素方差分析

3.3 短时记忆实验结果分析

本项实验分为抽象图片和具体图片，如图3所示。研究先对抽象图片的342组数据按判断正确数进行归纳，其正确数的平均值为40.8，其中男性测试者的正确数为40.7，女性测试者为41.2。折算成正确率，总正确率为81.6%，男性测试者正确率为81.4%，女性测试者为82.4%。然后是具体图片的319组数据，其正确数的平均值为45.3，其中男性测试者的正确数为45.3，女性测试者为45。总体正确率为90.6%，男性测试者正确率同为90.6%，女性测试者为90%。具体图片的正确率要高于抽象图片，高约9%，这说明对于具体物体的短时记忆能力要明显强于对于抽象物体的短时记忆能力。

从性别角度来看，抽象图片的测试数据中，女性测试者的正确率为82.4%高于男性的81.4%，拥有更好的抽象图形短时记忆能力。在具体图片中女性测试者的正确率(90%)基本与男性相当(90.6%)。利用单因素方差分析来研究性别是否对短时记忆实验有显著影响，如表5所示，F统计量小于F临界值，说明男女性别对于短时记忆能力无显著影响。

表5 性别对短时记忆实验影响的单因素方差分析

从年龄角度来看，测试者的年龄主要集中在20、21、22三个阶段上。抽象图片实验中20岁的平均正确数是41.2，21岁的平均正确数是40，22岁的平均正确数是42。具体图片实验中20岁的平均正确数是45.2，21岁的平均正确数是44.9，22岁的平均正确数是46.2。说明具体图形和抽象图形与年龄相关程度较低。利用单因素方差分析来研究年龄是否对短时记忆实验有显著影响，如表6所示，年龄对于短时记忆能力无明显的影响。

表6 年龄对短时记忆实验影响的单因素方差分析

4 结论与讨论

人为差错是目前民航事故分析的重要切入点，人为因素实验是探索人为差错发生可能性的重要手段，但现有文献中对人为因素实验结果分析的研究较少，本文选择中国民航大学空管学院管制方向学生的航空人为因素实践课程数据为主要数据源，在对实验所得数据筛选和预处理的基础上，运用统计和单因素方差分析的方法对实验数据进行了深入分析，主要得到了以下结论：

1)在工作记忆能力方面，男性的水平整体优于女性，在制定管制员选拔标准时至少应该设定标准在广度4，最好为广度5。另外适度的工作压力有利于工作记忆能力。

2)在注意广度中，随着圆点数目的增加，正确率下降，在实际工作中应注意大部分人的阀值，工作量应该控制在阀值以下，在阈值以上时，测试者会出现较大的偏差，并且有低估形势的倾向。

3)短时记忆方面，具体的、具有较大差异性的具体图形较容易被记忆，抽象图片记忆效果较差，女性测试者的正确率高于男性。对管制员而言，记忆抽象图片需要注意观察图形细节上的差异，例如，在分辨相似的航空器时。

4)三个实验中性别和年龄经过单因素方差分析都显示对实验结果无显著影响，也就是说即便在部分实验中能体现差异，但其作用程度并不大，这可能与测试者中男女比例差距较大，年龄相对集中有关，在进一步的研究中，应适度增加女性和其他年龄测试者数量，使各群体数目保持基本相等，提高实验结果分析的可靠性。

[1] 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,2012,22(2):17-22.

[2]HawkinsF.H.HumanFactorsinFlight[M].London:GowerTechnicalPress,1990.

[3]J.Reason.HumanError[M].NewYork:CambridgeUniversityPress,1990．

[4]SwainAD.Humanreliabilityanalysis:need,status,trendsandlimitations[J].ReliabilityEngineering&SystemSafety,1990,29(3):301-313.

[5]HollnagelE.CognitiveReliabilityandErrorAnalysisMethod(CREAM)[M].AldenGroup,Oxford,1998:262-275.

[6]ShappellSA,WiegmannDA.TheHumanFactorsAnalysisandClassificationSystem-HFACS[J].AmericanLibraries, 2000, 1(1):20-46.

[7] 卜晓敏.航空人为因素事故/事件分析模型研究[D].天津:中国民航大学,2008.

[8] 王卓.数据挖掘在人为差错分析中的应用研究[D].天津:天津理工大学,2010.

[9] 王永刚,王燕.人为因素的多维事故原因分析模型[J].交通运输工程学报,2008,8(2):96-100.

[10] 夏玮.民航事故分析决策支持系统的研究与实现[D].阜新:辽宁工程技术大学,2004.

[11] 刘继新.人为因素与空中交通管制员素质优化[J].南京航空航天大学学报(社会科学版),2007,9(2):65-68.

[12] 罗晓利,阎少华.美、德空管人为因素研究近况[J].中国民用航空,2003,(4):54-56.

Experimental Result Analysis of Human Factors in Civil Aviation Transportation

LIYa-fei,HUBo-shu

(CivilAviationUniversityofChina,Tianjin300300,China)

Based on ICAO statistics, a large number of aviation accidents nowadays are caused by human factors. Studying the human factors in aviation has become an important access to enhance the safety of aviation. Based on the 600 groups' data of the aviation human factors practice course in Civil Aviation University of China, the experimental data can be filtered by statistical method to analyze the three experiment including working memory, attention span and short-term memory. The results show that male's overall level is better than female's in working memory capacity experiment. When the air traffic controller is selected, the standard of attention span should be 4 at least. In the attention span experiment, the testers will show large deviation above a specified threshold, and there is a tendency to underestimate the true situation. In the short term memory, the specific graphics are more likely to be remembered than abstract pictures, and the correct rate of women is higher than that of men. In three experiments, gender and age through the single factor analysis of variance showed no significant influence on the result of the experiments.

aviation safety; human factors; practical curriculum; Civil Air Traffic Control

2016-12-07

国家自然科学基金资助(41501430);中国民航大学校级教育教学改革与研究项目“MOOCs和微视频支持下的翻转课堂在《航空中的人为因素及实践》课程中的应用”(CAUC-2016-C2-08)

李亚飞(1983-)，男，博士，中国民航大学空中交通管理学院讲师，研究方向：交通运输规划与管理。

V355

A

1674-3229(2017)01-0009-06