閆少華，于 琦，張兆寧

(中國民航大學(xué)空中交通管理學(xué)院，天津 300300)

1 引言

2018年，空管共保障航班起降架次突破1000萬，創(chuàng)造了近9年來最好的航空運(yùn)輸記錄。在保障航班起降架次數(shù)穩(wěn)步提升的環(huán)境下，確保管制系統(tǒng)的安全、高效運(yùn)行關(guān)系到整個(gè)空中交通管制服務(wù)的優(yōu)劣。針對(duì)管制系統(tǒng)運(yùn)行效率的問題，國外學(xué)者主要以空中交通管制的績(jī)效為研究目標(biāo)，通過分析經(jīng)濟(jì)性、安全性和飛行效率來間接反映管制系統(tǒng)的運(yùn)行效率。國際民航組織在《空中航行系統(tǒng)的總體績(jī)效手冊(cè)》中規(guī)定了空中交通管制的11個(gè)績(jī)效指標(biāo)，其中包含效率、安全等，為今后的績(jī)效量化評(píng)價(jià)提供了理論依據(jù)。Button等運(yùn)用數(shù)據(jù)包絡(luò)分析法對(duì)歐洲8年間的36個(gè)地區(qū)管制系統(tǒng)的經(jīng)濟(jì)效率進(jìn)行比較，分析了空中交通管制服務(wù)的差異性會(huì)影響管制系統(tǒng)的經(jīng)濟(jì)效率。Reynolds通過航跡擴(kuò)展和燃油效率分析飛行效率低下的原因，量化飛行效率，實(shí)現(xiàn)對(duì)空管系統(tǒng)績(jī)效的量化分析。

國內(nèi)有關(guān)管制系統(tǒng)的研究主要以質(zhì)量、風(fēng)險(xiǎn)控制和效率為評(píng)估目標(biāo)。張建平等將管制運(yùn)行效率與空中交通流密度、運(yùn)行安全性能及管制員負(fù)荷作為評(píng)估指標(biāo)，利用BP網(wǎng)絡(luò)模型對(duì)空中交通管制運(yùn)行品質(zhì)作出等級(jí)劃分。張兆寧等提出基于過程的故障模式及影響分析方法，識(shí)別終端區(qū)管制系統(tǒng)潛在的風(fēng)險(xiǎn)因素，并將風(fēng)險(xiǎn)因素分為3類，通過其內(nèi)部關(guān)系，有效的實(shí)現(xiàn)系統(tǒng)風(fēng)險(xiǎn)分析，間接提升管制系統(tǒng)的運(yùn)行。張兆寧等建立加速遺傳投影尋蹤的終端區(qū)管制運(yùn)行質(zhì)量評(píng)價(jià)模型，進(jìn)一步優(yōu)化管制運(yùn)行質(zhì)量。中國民用航空局在《2017年全國民航航班運(yùn)行效率報(bào)告》中，采用額外進(jìn)近時(shí)間作為航班進(jìn)近效率指標(biāo)，為終端區(qū)管制運(yùn)行效率評(píng)價(jià)提供了數(shù)據(jù)和理論基礎(chǔ)。閆少華等通過折衷排序法對(duì)管制運(yùn)行效率進(jìn)行量化評(píng)估。

綜上所述，目前對(duì)管制系統(tǒng)的研究集中于評(píng)估階段，而管制系統(tǒng)是一個(gè)動(dòng)態(tài)復(fù)雜反饋系統(tǒng)，單純的評(píng)估存在著局限性，同時(shí)在評(píng)估結(jié)果上也缺少切實(shí)可行性建議，無法體現(xiàn)反饋機(jī)制的信息調(diào)節(jié)過程。本文在以往運(yùn)行效率評(píng)估的基礎(chǔ)上，構(gòu)建SEM模型，分析影響終端區(qū)管制系統(tǒng)運(yùn)行效率的主要因素，結(jié)合SD模型揭示復(fù)雜系統(tǒng)的反饋調(diào)節(jié)機(jī)制，借助Vensim仿真軟件探究效率優(yōu)化的理想解。利用SEM模型的靜態(tài)評(píng)估與SD模型的動(dòng)態(tài)反饋調(diào)節(jié)相結(jié)合，以期為終端區(qū)管制系統(tǒng)的運(yùn)行完善提出可行性建議。

2 終端區(qū)管制系統(tǒng)運(yùn)行效率的SEM模型

2.1 終端區(qū)管制系統(tǒng)運(yùn)行效率分析

終端區(qū)是空中交通管服務(wù)的重要區(qū)域，由于終端區(qū)環(huán)境的復(fù)雜性和動(dòng)態(tài)性，在安全的條件下。因此，識(shí)別影響管制系統(tǒng)運(yùn)行效率的主要因素是提高效率的關(guān)鍵。國際民航組織(ICAO)在《全球空中交通管理的經(jīng)營理念》(9854號(hào)文件)中指出空中交通管制系統(tǒng)是一個(gè)通過人、信息、技術(shù)、設(shè)施和服務(wù)的協(xié)同集成提供空中交通管理的系統(tǒng)，由空中、地面、通信、導(dǎo)航和監(jiān)視相互支持作用?；谝陨蟽?nèi)容，本文選取資金投入、終端區(qū)飽和度、管制移交率、延誤程度、管制員工作負(fù)荷和不安全事件作為影響管制系統(tǒng)運(yùn)行效率的主要指標(biāo)。將6個(gè)主要指標(biāo)深入分析得出以下16個(gè)效率影響要素集，如表1所示。

表1 管制系統(tǒng)運(yùn)行效率影響要素集

2.2 問卷調(diào)查及樣本概述

為了探究6個(gè)主要指標(biāo)對(duì)運(yùn)行效率的具體影響關(guān)系，采用問卷調(diào)查的方式驗(yàn)證以上指標(biāo)之間的相互關(guān)系及合理性。將表1中的17個(gè)要素對(duì)應(yīng)分配17個(gè)問題展開調(diào)查，問卷采取不同的分級(jí)，進(jìn)行7級(jí)計(jì)分。研究選取某空管局一線工作的管制員為調(diào)研對(duì)象，共計(jì)觀察變量17個(gè)，共發(fā)放問卷300份，回收到有效問卷295份，有效問卷回收數(shù)滿足問題數(shù)10倍以上，回收率達(dá)到98.3%，因此所選取的樣本能夠較好的達(dá)到統(tǒng)計(jì)量需求。樣本的數(shù)據(jù)信息統(tǒng)計(jì)如下表2所示。

表2 樣本數(shù)據(jù)信息統(tǒng)計(jì)

2.3 樣本數(shù)據(jù)可靠性檢驗(yàn)

樣本數(shù)據(jù)的可靠性檢驗(yàn)?zāi)軌蝌?yàn)證樣本數(shù)據(jù)的準(zhǔn)確性和真實(shí)性，而樣本數(shù)據(jù)的可靠性檢驗(yàn)包含信度檢驗(yàn)和效度檢驗(yàn)。本文采用克朗巴哈信度系數(shù)檢驗(yàn)樣本數(shù)據(jù)的信度，當(dāng)克朗巴哈信度系數(shù)大于0.6時(shí)，認(rèn)為樣本具有很好的信度。通過SPSS23軟件計(jì)算得到信度值如表3所示，可以看出克朗巴哈信度系數(shù)均大于0.6，說明樣本數(shù)據(jù)的信度較好。通過表3可以看出KMO值均大于0.6，說明樣本數(shù)據(jù)適合進(jìn)行因子分析，且巴特利球型檢驗(yàn)p值均小于0.01，故通過顯著水平為1%的顯著性檢驗(yàn)。樣本數(shù)據(jù)具有很好的效度。

表3 可靠性檢驗(yàn)結(jié)果分析

2.4 SEM模型的建立

為了研究6個(gè)主要指標(biāo)對(duì)運(yùn)行效率的具體影響程度，利用調(diào)查問卷中的數(shù)據(jù)結(jié)合AMOS26軟件構(gòu)建SEM模型，模型構(gòu)建的好壞需要驗(yàn)證模型的擬合度，通過表4可以看出χ/df的值小于3，結(jié)果適配理想；RMSEA的值小于0.08，適配理想；GFI、AGFI、CFI的值均大于0.9，適配理想。IFI的值接近0.9，適配理想。整體來看，模型的結(jié)構(gòu)較為合理。因此建立的SEM模型如下圖1所示，SEM模型能處理涉及多個(gè)因變量的問題，且變量可以是不能直接測(cè)量的潛變量，并可對(duì)不同的理論模型進(jìn)行評(píng)價(jià)，適合應(yīng)用于本問題研究。

表4 擬合度系數(shù)

圖1 終端區(qū)管制系統(tǒng)運(yùn)行效率路徑圖

表5 終端區(qū)管制系統(tǒng)運(yùn)行效率模型標(biāo)準(zhǔn)化路徑系數(shù)

2.5 結(jié)果分析

通過表5中的結(jié)果，可以看出：(1)6個(gè)主要指標(biāo)對(duì)運(yùn)行效率的路徑顯著水平較高，說明了模型的可靠性較高。(2)從路徑的標(biāo)準(zhǔn)化系數(shù)可以看出，資金投入、飽和度和移交率對(duì)運(yùn)行效率具有正向影響，即增加資金的投入能從一定程度上提高運(yùn)行效率，且資金投入對(duì)運(yùn)行效率的正向影響略大于飽和度和移交率；延誤程度、管制員負(fù)荷和不安全事件對(duì)運(yùn)行效率具有負(fù)向影響，即隨著延誤程度的加劇，運(yùn)行效率在一定程度上會(huì)下降，且延誤程度和管制員負(fù)荷對(duì)運(yùn)行效率的負(fù)向影響略大于不安全事件。

3 終端區(qū)管制系統(tǒng)運(yùn)行效率的SD模型

3.1 模型的分析

在前文中將影響運(yùn)行效率的主要指標(biāo)分為兩類，分別為正向指標(biāo)和負(fù)向指標(biāo)。由于終端區(qū)管制系統(tǒng)是一個(gè)隨時(shí)間時(shí)刻變化的多回路動(dòng)態(tài)復(fù)雜反饋系統(tǒng)，而SD模型是一種基于系統(tǒng)信息反饋思想和計(jì)算機(jī)仿真相結(jié)合的學(xué)科，通過系統(tǒng)的結(jié)構(gòu)，構(gòu)造因果關(guān)系模型，并利用反饋、調(diào)節(jié)和控制的原理，進(jìn)一步實(shí)現(xiàn)系統(tǒng)的仿真分析。因此，為了探究?jī)深愔饕笜?biāo)對(duì)運(yùn)行效率的具體反饋機(jī)制，結(jié)合SEM模型的靜態(tài)分析結(jié)果構(gòu)造終端區(qū)管制系統(tǒng)運(yùn)行效率的SD模型。

3.2 模型的假設(shè)

為合理的研究系統(tǒng)的反饋調(diào)節(jié)機(jī)制和動(dòng)態(tài)優(yōu)化問題，在終端區(qū)管制系統(tǒng)運(yùn)行效率的SD模型中提出如下假設(shè)。

假設(shè)1：終端區(qū)管制系統(tǒng)的運(yùn)行效率由航班保障量、資金投入、終端區(qū)飽和度、管制移交率、延誤程度、不安全事件和管制員負(fù)荷共同影響。

假設(shè)2：對(duì)管制系統(tǒng)的資金投入為保障航班資金投入數(shù)。

假設(shè)3：根據(jù)前文的結(jié)論，資金投入、飽和度和移交率對(duì)運(yùn)行效率具有正向影響；延誤程度、管制員負(fù)荷和不安全事件對(duì)運(yùn)行效率具有負(fù)向影響。

假設(shè)4：資金投入、飽和度、移交率、延誤程度、管制員負(fù)荷和不安全事件均為運(yùn)行效率的表函數(shù)，且各個(gè)指標(biāo)的權(quán)重以上文中的SEM模型結(jié)果為依據(jù)賦值。

3.3 終端區(qū)管制系統(tǒng)運(yùn)行效率因果關(guān)系圖

根據(jù)管制系統(tǒng)運(yùn)行的機(jī)制和以上假設(shè)，構(gòu)造的終端區(qū)管制系統(tǒng)運(yùn)行效率因果關(guān)系圖如圖2所示。

圖2 終端區(qū)管制系統(tǒng)運(yùn)行效率因果關(guān)系圖

主要反饋路徑如下：

路徑1：保障航班架次↑ →資金投入↑ →運(yùn)行效率↑ →效率增量↑ →允許航班增量↑

路徑2：保障航班架次↑ →管制移交率↑ →運(yùn)行效率↑ →效率增量↑ →允許航班增量↑

路徑3：保障航班架次↑ →終端區(qū)飽和度↑ →運(yùn)行效率↑ →效率增量↑ →允許航班增量↑

路徑4：保障航班架次↑ →航班延誤↑ →運(yùn)行效率↓ →效率減量↑ →允許航班減量↑

路徑5：保障航班架次↑ →不安全事件↑ →運(yùn)行效率↓ →效率減量↑ →允許航班減量↑

路徑6：保障航班架次↑ →管制員負(fù)荷↑ →運(yùn)行效率↓ →效率減量↑ →允許航班減量↑

3.4 終端區(qū)管制系統(tǒng)運(yùn)行效率流圖

SD模型的核心是繪制流圖和構(gòu)造方程式，流圖是因果關(guān)系圖的進(jìn)一步體現(xiàn)，能夠再現(xiàn)管制系統(tǒng)的運(yùn)行過程，反映管制系統(tǒng)各組成部分的相互影響關(guān)系。通過信息反饋的調(diào)節(jié)，識(shí)別管制系統(tǒng)的敏感性因素，更有效的實(shí)現(xiàn)效率模型的優(yōu)化。本文采用Vensim仿真軟件繪制終端區(qū)管制系統(tǒng)運(yùn)行效率流圖如圖3所示。

圖3 終端區(qū)管制系統(tǒng)運(yùn)行效率流圖

模型中，保障航班架次的初始值根據(jù)鄭州空管局2009年保障航班數(shù)37.09萬架，航班延誤率為0.25。運(yùn)行時(shí)間參數(shù)值設(shè)置為1年，單位航班保障資金投入為0.3萬元，基準(zhǔn)不安全事件率為0.01。模型中的主要方程如下

X

=

INTEG

(

ΔX

-

ΔX

,

X

)

(1)

Y

=

INTEG

(

ΔY

-

ΔY

,0)

(2)

ΔX

=

DELAY

1(

k

*

IF

THEN

ELSE

(

ΔY

>0,

ΔY

,0),1,1)

(3)

ΔX

=

DELAY

1(

k

*

IF

THEN

ELSE

(

ΔY

≤0,

ABS

(

ΔY

),0),1,1)

(4)

ΔY

=

DELAY

1(

A

′*

a

+

B

′*

b

+

C

′*

c

,1,0)

(5)

ΔY

=

DELAY

1(

D

′*

d

+

E

′*

e

+

F

′*

f

,1,0)

(6)

A

=

X

*

α

(7)

B

*

X/B

(8)

C

=

X/C

(9)

E

=

X

*

β

(10)

F

=

X/F

(11)

G

=

G

*

χ

(12)

ΔY

=1-

Y

(13)

(14)

(15)

其中，

X

為保障航班架次，

Y

為管制運(yùn)行效率，

ΔX

、

ΔX

分別為允許航班增量和允許航班減量，

ΔY

、

ΔY

分別為效率增量和效率減量。

α

、

B

、

C

、

β

、

F

、

χ

分別為單位航班保障資金投入、終端區(qū)標(biāo)準(zhǔn)容量、標(biāo)準(zhǔn)航班移交數(shù)、航班延誤率、管制員人數(shù)和基準(zhǔn)不安全事件率。

A

、

B

、

C

、

E

、

F

、

G

分別對(duì)應(yīng)資金投入、飽和度、移交率、延誤程度、管制員負(fù)荷和不安全事件，

a

、

b

、

c

、

e

、

f

、

g

分別對(duì)應(yīng)各自權(quán)重，權(quán)重值由前文中SEM模型的結(jié)論經(jīng)均值化得出

a

=0

.

4；

b

=

c

=0

.

3；

e

=

f

=0

.

35；

g

=0

.

3。

3.5 模型檢驗(yàn)

SD仿真模型的檢驗(yàn)包括結(jié)構(gòu)檢驗(yàn)、量綱檢驗(yàn)和擬合度檢驗(yàn)，其中結(jié)構(gòu)檢驗(yàn)和量綱檢驗(yàn)在Vensim軟件運(yùn)行中已經(jīng)得到驗(yàn)證，本文采用鄭州空管站2009年—2018年的實(shí)際年保障架次驗(yàn)證模型的擬合度，驗(yàn)證結(jié)果如表6所示。經(jīng)驗(yàn)證，模型擬合度均在5%內(nèi)。模型能夠較好的反映實(shí)際情況。

表6 擬合度分析

3.6 敏感性因素識(shí)別

通過模型參數(shù)變化比較對(duì)影響分析結(jié)果的多少，如果變化參數(shù)對(duì)結(jié)果影響較小，則該參數(shù)為不敏感性因素，如果變化參數(shù)對(duì)結(jié)果影響較大，則為敏感性因素。

(16)

其中

Z

(

t

)為參數(shù)。通過計(jì)算得到終端區(qū)管制系統(tǒng)運(yùn)行效率的敏感參數(shù)是單位航班保障資金投入、延誤率和基準(zhǔn)不安全事件率。說明可以通過調(diào)節(jié)以上3個(gè)參數(shù)值，達(dá)到效率優(yōu)化控制。

3.7 結(jié)果分析

圖4 投入對(duì)效率優(yōu)化

通過Vensim軟件分別輸出敏感性因素對(duì)終端區(qū)管制系統(tǒng)運(yùn)行效率仿真結(jié)果如圖4、圖5、圖6所示。從圖中結(jié)果可以得出以下結(jié)論：①終端區(qū)管制系統(tǒng)運(yùn)行效率由于在模型剛運(yùn)行的前兩年有時(shí)間延遲，運(yùn)行效率較低，故可忽略此影響，隨著時(shí)間的推移運(yùn)行，由于保障航班數(shù)由增多至容量過飽和等原因，導(dǎo)致運(yùn)行效率趨勢(shì)先穩(wěn)定上升后呈下降趨勢(shì)。②單位航班保障資金投入越高，終端區(qū)管制系統(tǒng)運(yùn)行效率越高。單位航班保障資金投入由0.3萬元增加到0.35萬元時(shí)，運(yùn)行效率有所提升；當(dāng)資金投入增加至0.4萬元時(shí)，運(yùn)行效率達(dá)到最優(yōu)化的理想結(jié)果。③延誤率越低，終端區(qū)管制系統(tǒng)運(yùn)行效率越高。當(dāng)延誤率由0.25降至0.2時(shí)，運(yùn)行效率達(dá)到理想的優(yōu)化值趨于穩(wěn)定。④降低不安全事件率，可以有效的提高終端區(qū)管制系統(tǒng)運(yùn)行效率。當(dāng)不安全事件率由0.01降至0.005時(shí)，可以使運(yùn)行效率的優(yōu)化結(jié)果更顯著。

圖5 延誤對(duì)效率優(yōu)化

圖6 安全對(duì)效率優(yōu)化

4 結(jié)論

本文在終端區(qū)管制系統(tǒng)運(yùn)行過程的基礎(chǔ)上，運(yùn)用SEM模型靜態(tài)識(shí)別管制系統(tǒng)運(yùn)行效率的正向影響因素和負(fù)向影響因素，結(jié)合SD模型分析其動(dòng)態(tài)反饋調(diào)節(jié)機(jī)制，通過Vensim仿真，在效率評(píng)估的基礎(chǔ)上，提出具體可行的運(yùn)行效率優(yōu)化方案。仿真結(jié)果表明：增加保障航班的資金投入、控制航班延誤率和降低不安全事件率可以有效的提升運(yùn)行效率。本文為終端區(qū)管制系統(tǒng)運(yùn)行的進(jìn)一步完善提供了理論基礎(chǔ)。