□ 民航西南地區(qū)空中交通管理局 李建光/文

安全空管是空管發(fā)展的基礎和前提。隨著民航業(yè)的迅速發(fā)展，空管單位的安全保障能力是否能與航班量增長相匹配，安全水平能否滿足預期要求，已經成為業(yè)界和社會關注的熱點。中小機場運行環(huán)境復雜、局方監(jiān)管難度較大。近年來，中小機場的空管安全事件頻發(fā)。統(tǒng)計數(shù)據表明，造成這種現(xiàn)象的原因是多方面的，既有人員因素（比如部分管制員業(yè)務能力不足），也有非人員因素（比如設備故障、組織管理弱）。

為對中小機場空管運行安全水平實現(xiàn)有效監(jiān)控，必須開展綜合評價。以往的空管安全保障能力評估多為定性評估，定量評估較少，且針對中小機場的空管安全評估研究更少。民航局頒布的《民航空中交通管理安全評估管理辦法（AP-83-TM-2011-01）》和《民用航空空中交通管理運行單位安全管理規(guī)則（CCAR-83）》明確指出，民航空管運行單位應當建立安全評估機制，但是，對于空管單位安全能力評估指標體系構建及方法未給出具體方案。有學者從人機環(huán)管四個方面基于結構方程模型來驗證篩選安全風險主導因子。李遠構建了空管單位安全能力定量評估指標體系，并采取G 1-TOPSIS方法開展量化評估。在現(xiàn)階段，針對中小機場的空管安全保障能力評估需要進一步設計科學合理的量化評估手段，并可從指標體系構建、評價模型設計、量化結果分析等方面來展開。本文將基于因子分析法開展中小機場空管安全保障能力量化評估。

圖1：中小機場空管運行安全水平評估指標體系

基本思路

從建立評估指標體系、構建評估模型和評估模型應用三個階段來展開中小機場空管安全水平綜合評價。首先，建立中小機場空管運行單位安全水平評估指標體系。在空管運行單位實地調研和數(shù)據采集的基礎上，綜合專家意見，篩選有效的評估指標因子并對指標在空管運行中的具體表現(xiàn)做詳細定義或描述。然后，構建空管運行單位安全水平評估模型。結合空管運行實際，對空管運行安全水平評估方法進行研究，尤其是方法的可行性分析，所選安全評估方法應能與設置的評估指標體系有效銜接，以期構建的綜合評估模型既能夠實現(xiàn)對指標體系數(shù)據利用的完備性，又能計算出科學合理的安全水平分值。最后，對所選擇的安全水平評估模型結合中小機場空管運行實際展開安全評估應用。

中小機場空管安全水平評估體系

（一）評估指標體系的構建

首先建立中小機場空管安全評價指標體系?？罩薪煌ㄏ到y(tǒng)組成元素眾多、關系復雜、安全性要求非常高。主要考慮空管單位安全水平有關的基礎運行、人員、保障設備、運行環(huán)境和部門管理五個方面來構建評估指標體系，如圖1所示。

（二）評估思路

在建立綜合評價指標體系的基礎上，采取因子分析法來進行量化評估。因子分析法是將多個實測變量轉換為少數(shù)幾個不相關的綜合指標的多元統(tǒng)計方法，也就設計出多個觀測變量，從多個變量收集大量數(shù)據以便進行分析尋找規(guī)律。這樣既可減輕收集信息的工作量，且各綜合指標代表的信息不重疊。

基于因子分析的中小機場空管安全水平評估模型

設p個可觀測的指標為X1，X2，…，Xp，m個不可觀測的因子為F1，F(xiàn)2，…，F(xiàn)m。一般情況下，公共因子不可能包含總體的所有信息，每個觀測變量除了可以由公共因子解釋的部分外，還會有一些其他解釋不了的部分，稱之為相應變量的特殊因子。

（一）因子分析模型的一般形式

因子分析模型的一般形式記為

其中，m≤p，F(xiàn)1，F(xiàn)2，…，F(xiàn)m為初始變量的公共因子，εi為變量Xi的特殊因子。如果是正交的因子模型，還進一步要求公共因子是互不相關的，特殊因子和公共因子也不相關。記

（二）載荷矩陣的估計

要建立實際問題的因子模型，關鍵要根據樣本數(shù)據估計因子載荷矩陣A。對A的估計方法很多，現(xiàn)使用較為普遍的主成份方法，由于它的估計結果和初始變量的主成分僅相差一個常數(shù)倍，故稱為主成分法。除此之外，常用的方法還有最大似然法，α因子分析法、加權最小二乘法、映像因子分析法和最小殘差法等。

（三）因子旋轉

因子旋轉的依據是因子模型的不惟一性。設T是一個正交矩陣，由于TT‘＝E，所以因子模型與等價，而后者的載荷矩陣為B＝AT，公共因子為

因子旋轉的目的要使初始因子載荷陣A經一系列旋轉后結構簡化，即達到以下原則：①每個公共因子只在少數(shù)幾個測試變量上具有高負荷，其余負荷很小或至多中等大。②每個測試變量僅在一個公共因子上有較大負荷，而在其余公共因子上的負荷較小或至多是中等大小。

可見，旋轉的目的是使每一個測試矢量在新的坐標軸上的射影盡可能向1和0兩極分化。對因子負荷陣旋轉的方法有多種，如正交旋轉，斜交旋轉等，常用方法為方差最大化正交旋轉(Varimax)。

（四）因子得分函數(shù)的估計

在所建立的因子模型中，已將總體中的原有變量分解為公共因子與特殊因子的線性組合

表1：某中小機場空管運行安全評價指標匯總

表1：某中小機場空管運行安全評價指標匯總（續(xù)）

表2：變量共同度

表3：方差及其累積和

同樣地，可以把每個公共因子表示成原有變量的線性組合

Fi＝γj1F1＋γj2F2＋…＋γjpXp，j＝1，2，…，m；稱之為因子得分函數(shù)，用它可以計算每個觀測記錄在各公共因子上的得分，從而解決公共因子不可預測的問題，獲得因子得分函數(shù)的關鍵是求解估計參數(shù)，常用的估計方法有Thompson方法等。

（五）結果分析和應用

提取出反應原始觀測變量特征的公共因子，并對其實施適當?shù)囊蜃有D后，就需要對公因子加以解釋，賦予其實際意義。對因子的解釋是否恰當，不僅與數(shù)據本身的性質有關，還與研究者對專業(yè)知識的掌握及因子分析技巧的掌握程度有關。

某機場空管安全保障能力評估實例

以西南某中小機場為例，對其開展空管安全保障能力評估。通過現(xiàn)場調研、專家咨詢等途徑來進行數(shù)據的收集。所涉及的相關統(tǒng)計數(shù)據涉及2013至2017年。該中小機場空管運行安全基本資料見表1。

表2給出了初始變量的共同度?！疤崛　绷斜硎咀兞抗餐鹊娜≈?，共同度取值區(qū)間為［0，1］。 變 量共同度反映每個變量對所提取出的所有公共因子的依賴程度。從表2可見，所提取的相關變量的共同度基本都在90%以上，說明提取的因子包含了原始變量的大部分信息，因子提取的效果比較理想。

表3給出了每個公因子所解釋的方差及其累積和。前3個公因子解釋的累計方差己經達到96.773%以上，故提取這3個公因子就能夠比較好地解釋原有變量所包含的信息。圖2為關于初始特征值（也就是方差貢獻）的碎石圖。觀察發(fā)現(xiàn)，第3個公因子后的特征值變化趨緩，因而選3個公因子是比較恰當?shù)摹?/p>

表4和表5分別為旋轉前后的因子矩陣。對比可以發(fā)現(xiàn)，表5中，旋轉后每個公因子上的荷載分配更清晰了，因而比未旋轉時更容易解釋各因子的意義。

在確定模型提取出三個公因子后，對各公因子進行命名。表5中第1個公因子更能代表C 1日最高保障架次、C 2日均保障架次、C 4日保障平均時長、C 12地空設備平均使用年限、C 26疲勞程度情況。這五個指標主要表現(xiàn)空管保障需求情況，對于該機場空管運行安全水平評價來說，將其命名為“空管保障需求因子”。

第2個公因子更能代表C 5日保障最大時長、C 7管制員持照總數(shù)量、C 22不正常數(shù)量、C 24應急演練次數(shù)、C 25單日最長執(zhí)勤時間。這五個指標主要表現(xiàn)機場空管保障應急處置能力狀況，將其命名為“空管應急保障供給因子”。

第3個公共因子更能代表C 3日小時高峰量、C 8管制員平均年齡、C 9見習管制員占比。這三個指標主要表現(xiàn)空管保障的管制員隊伍保障能力狀況，對于該機場空管運行安全水平評價來說，將其命名為“空管人員能效因子”。

表4：因子矩陣

表5：旋轉因子矩陣

進一步地，利用SPSS軟件，得到三個公因子的得分計算函數(shù)為

為綜合評價每一年機場空管運行安全水平，可對3個公共因子的得分進行加權求和，權數(shù)就取其方差貢獻值或方差貢獻率。結合表3可得該機場空管運行安全水平評價模型，計算公式如下：

z F＝45.656/96.773*公因子1（空管保障需求因子得分）＋35.062/96.773*公因子2（空管保障供給因子得分）＋16.054/96.773*公因子3（空管人員能效因子得分），得出各年份的該機場空管運行安全水平綜合評價如表6所示。

表6：2013年至2017年該機場空管運行水平綜合評價得分

可見，從2013年至2017年，該機場空管運行安全水平逐步在提高。從表6可見，空管保障需求因子和空管保障供給因子的兩個方差貢獻率差不多，但是從2015年開始，兩個因子的得分差距開始逐漸增加，到2017年，兩個因子的得分差距呈減小趨勢，說明該機場空管運行能力向好處發(fā)展，尤其是在2017年，隨著空管保障供給因子得分的提升，該機場整體空管運行安全能力提升較快。對“空管保障供給因子”而言，從表5旋轉因子矩陣可知，C 5日保障最大時長、C 7管制員持照總數(shù)量、C 22不正常數(shù)量、C 24應急演練次數(shù)、C 25單日最長執(zhí)勤時間的載荷因子相對較大，也即影響較大。因此，建議該機場空管部門在日保障時長增加的趨勢下，應擴大持照管制員隊伍規(guī)模，并同步加快管制員的應急處置能力培養(yǎng)，提高空管運行保障安全水平。

空管人員能效因子中C 3日小時高峰量、C 8管制員平均年齡、C 9見習管制員占比所占的載荷較大，而空管人員能效因子在表6“2013年至2017年該機場空管運行水平綜合評價得分”中，因子得分低于0的年份有2014年和2015年，其余年份均大于0，這說明，該機場空管部門的管制人員隊伍年齡構成、見習管制員數(shù)量兩方面的工作控制在近年來比較有成效。

結論：

借助SPSS軟件，運用因子分析法，給出了中小機場空管安全保障能力評價模型，將指標體系歸納為空管保障需求因子、空管保障供給因子、空管人員能效因子，并通過因子分析進行評價和排序，發(fā)現(xiàn)該機場空管運行安全水平綜合能力發(fā)展趨勢。以西南某一中小機場為例，展開了具體的空管安全保障能力評價。