基于结构方程模型的管制员组内排班影响因素研究

石荣，姜泽

（中国民用航空飞行学院飞行技术学院，广汉618300）

0 引言

民航总局2017年9月29日颁布的中国民用航空空中交通管理规则（CCAR-93-R5）第五十六条规定，管制单位应建立班组管理制度，优化使用班组资源，合理搭配班组成员，以提高班组的工作效率[1]。我国目前各航空管制部门对管制员排班的建立缺乏系统性和整体性，这在一定程度上影响了班组的工作效率。在有限的空域资源范围内，对空管班组资源进行有效的整合和管理，是确保空中交通安全高效开展的必要条件。对管制员组内排班的影响因素进行分析，对于保证空中交通活动的安全、高效、有序地运行，空管人力资源管理方面都具有重要的意义。

2009年，闫凤良认为空管班组需要加强对成员的能力、人际关系、个体交流、协调配合和人员配置等方面的管理，从而实现班组内合理分工、协调配合的目标氛围，提高安全程度以及工作效率[2]。2013年，魏征首先介绍了塔台班组人力资源配置的现状以及存在的问题，然后通过分析影响空管班组资源管理的因素，结合一些与之相关的空管实例，提出班组管理层的搭配，其认为班组成员之间的搭配对于管制工作的高效运行起着巨大的作用[3]。2016年，王宁通过问卷调查建立了管制员在排班时应考虑的因素列表，影响因素的权重进行了分析[4]。2019年，Yonggang Yan介绍了疲劳的定义及其影响因素，重点分析了疲劳的原因和基于管制员疲劳的值班调度的影响[5]。同年，Asa Svensson证明了管制员团队合作因素之间是相互影响的，并提出团队合作因素比其他环境因素更重要[6]。

通过既有文献能发现，国内外学者对管制员班组内排班、人员配置做出了很大的贡献，但对管制员班组内排班影响因素的确定缺乏普适性、客观性，因此本文通过建构管制员班组内排班影响因素问卷调查，运用结构方程模型分析影响因素，进而指导管制管理实践。

1 提出假设

1.1 提出假设

近年来，国内外学者对管制员班组内排班影响因素的研究较多。魏征提出在个人性格、管制经验、业务技能、调配习惯、工作作风、年龄、性别、资历、职位、能力梯度等方面都要注意相互搭配[3]。王宁通过专业能力、个体特征和小组组成对影响管制员班组内排班的因素进行研究[4]。Yonggang Yan证实管制员排班对于疲劳有影响。结合国内外研究及我国的实际情况，提出以下假设。

（1）人口统计学变量。人口统计学变量指人口分布的基本特征和状况，会影响管制员的认知能力和过程。由于管制工作的特殊性，其工作性质和特点都决定了工作会与压力、疲劳和紧张紧密相连。要求管制员在工作中需要精力高度集中化，快速的反应能力，健康的身体素质等。不同性别的管制员有不同承受能力，随着年龄的增大，精力会随之下降，学历对管制员的认知能力也有一定的影响。工作职务包括见习管制员、管制员、管制教员和带班主任，不同职务的管制员工作职责不同。身体素质和工作经验会对工作绩效等产生影响。

（2）能力素质。不同管制席位虽然工作内容不同，但需要管制员具备的能力素质基本相同。一个管制员可能需要负责10个左右的航班，需要管制员有良好的反应能力、记忆能力、注意力分配能力。每一个管制措施的制定、选择都要凭借管制员的评估决策能力，能够及时指挥机组成员顺利完成航班任务。管制员需要与执行飞行任务的其他人进行沟通协调，遇到问题。也需要向上级汇报请示。在工作过程中，可能会遇到极端天气等条件，管制员必须具备足够的压力控制能力高质量地执行任务。良好的情景意识是管制员的基本素质，通过理解判断目前的情况，能够精确感知到环境的变化，并能预知事件走向。

（3）个体其他特征。除了人口统计学变量和能力素质里面的因素，还存在影响管制员班组内排班的其他因素。管制员工作需要积累大量的专业理论知识，否则面对突发状况会措手不及。管制员要做好上下级的请示与传达，同事之间业务沟通交接，性格特点会对交流沟通产生影响，应确保执行飞行任务的安全与畅通[7]。积极主动地工作会对管制员的工作效率产生影响。关于民航工作的一切程序都必须按照规章执行，因此需要管制员具备良好的规章纪律意识。

（4）班组特征。管制员是以班组为单位进行工作的。管制班组的不同特征也会对管制效率和飞行安全产生影响。扇区航班量/机场流量直接影响管制员的负荷。成熟管制员的数量对整个班组建设和班组管制效率都有影响。管制团队以高默契的工作运行对应的管制工作，才能提升管制工作的开展能力[8]。管制班组内人际关系和谐，能有效提升整体的管制效率。

在以上分析的基础上确定了包括人口统计学变量、能力素质、个体其他特征和班组特征4个潜变量和21观测变量在内的测量体系，如表1所示。结合文献分析，得出以下假设。

假设1：人口统计学变量对能力素质有显著影响。

假设2：人口统计学变量对个体其他特征有显著影响。

假设3：个体其他特征对能力素质有显著影响。

假设4：班组特征对个体其他特征有显著影响。

1.2 模型构建

结构方程模型是基于变量的协方差矩阵分析变量之间关系的一种统计方法。模型包含潜变量和观测变量。能够较好地分潜变量之间的关系[9]。运用结构方程模型对管制员班组内排班影响因素进行分析，便于对不便观测的变量进行量化，从而更好判断各因素对管制员班组内排班的影响程度。AMOS22.0来完成对假设的验证。

表1 潜变量与观测变量

2 问卷调查与信效度分析

2.1 问卷调查

针对管制员班组内排班影响因素设计了问卷，其中包含4个因素和21个指标。本次调查采用随机抽样的方法，选择不同地区、不同级别的管制员作为被试，共发放问卷160份，收回152份，回收率为95%，有效问卷136份，样本有效率为89.5%，符合统计学要求。

2.2 信度分析

为了验证样本数据的稳定性与可靠性，采用SPSS对问卷数据进行信度检验，信度值哥隆巴赫系数越接近1，说明结果越可靠。所得结果如表2所示，4个潜变量的信度值均大于0.7，符合要求。

2.3 效度分析

为确保问卷的信效度，通过KMO和巴特球形检验先验证问卷是否适合做因子分析。KMO值在0.7以上时效果较好，KMO值越接近1，因子分析的效果会越好[10]。本研究样本的KMO值为0.808，p值<0.05，适合做因子分析。潜变量之间、潜变量与总体的相关性如表3所示，能力素质与管制员班组内排班的相关性最密切，个体其他特征次之，人口学统计变量与管制员班组内排班的相关性最弱。潜变量之间、潜变量与总体的相关性均在0.01水平上显著相关。

表2 数据信度

表3 变量相关性分析

3 模型实证分析

3.1 拟合度检验

通过AMOS22.0检验结果如表4，采用CMIN/DF和RMSEA作为绝对拟合指标；NFI、IFI、TLI和CFI作为相对拟合指标；PGFI、PNFI和PCFI作为模型精简指标。除NFI距离评价标准有差距，TLI距离评价标准略有差距之外，其他指标均满足评价标准。因此可以说明管制员班组内排班影响因素模型和观测数据整体上匹配，模型总体拟合程度较好，模型的假设也得到统计的支持，模型较为稳定。

表4 结构方程模型拟合指标

3.2 拟合路径分析

本文结构方程模型经过一次MI修正后，标准化路径系数如图1所示，进行MI修正的目的是使得更好地解释残差。图中e为残差项，箭头上方对应的数值代表变量的重要性，根据表5中的信息可以看出，4个假设均得到验证，各潜变量与观测变量之间都存在显著的正向影响关系。假设均通过检验。

图1管制员班组内排班影响因素结构方程模型

表5 路径系数与假设检验

3.3 因素影响程度分析

（1）人口学统计变量

人口统计学变量的6个因素中，性别、身体素质和职称的影响作用相对较大，学历和工作经验影响较小。

（2）能力素质

能力素质的7个因素中，评估决策能力、沟通协调能力和注意力分配能力的影响作用相对较大，记忆能力和情景意识的影响作用相对较小。

（3）个体其他特征

个体其他特征的4个因素中，工作积极性影响的作用相对较大，理论知识的影响作用相对较小。

（4）班组特征

班组特征的4个因素中，团队文化和群体人际关系的影响作用相对较大，所在扇区航班量/机场流量的影响作用相对较小。

4 结语

利用结构方程模型对管制员班组内排班的影响因素进行验证分析，丰富了管制员排班的研究。通过研究可以得出：影响管制员班组内排班的因素从大到小的排列依次为能力素质、个体其他特征、班组特征和人口统计学变量。从因素的排列可以看出，能力素质对于管制员班组内排班的影响之深。在进行排班时，要注意管制员能力素质之间的搭配。在培养管制员时，要特别注意培养管制员的评估决策能力、沟通协调能力和注意力分配能力等，增加管制员面对突发情况的经历，全方位提高管制员的管制水平。同时，还应注意对其他影响因素进行改进，如班组组成的性别、年龄、职务梯度、性格特点和工作经验等方面的合理搭配，寻求最佳的班组内部搭配。通过本文研究发现，要建立高效合理的班组，需要注重班组内管制员能力的培养，成熟管制员的数量也会影响班组内排班，应充分考虑到人为因素对管制员班组内排班的影响。