基于人為因素的管制員情景意識研究

劉繼新，蘭思潔，江灝，徐晨

(南京航空航天大學 民航學院，南京 211106)

1 引言

空管系統自動化技術的廣泛應用有效提高了可靠性水平，但在空中交通流量急劇增長的背景下，管制員根據空中交通態勢做出準確判斷的能力受到嚴峻挑戰。人機交互界面及管制員的人因可靠性是當前空管安全中面臨的主要挑戰，為了保證空中交通管制安全高效運轉，對管制員情景意識的要求越來越高。Endsley等人[1]在分析航空事故報告后發現，在與人為因素有關的航空事故中，88%的事故都與人員的工作情景意識(Situational Awareness，SA)相關。管制員個體的變化如疲勞程度、大腦應激水平、注意力水平等人為影響因素會直接作用于管制員當前的情景意識，威脅航空安全。因此，探究影響管制員情景意識的人為因素，分析影響因素之間的相互關系，提取關鍵人為因素，并根據各因素影響程度大小排序，對保障民航安全具有重要意義。

國外關于情景意識的研究相對國內處于領先階段。1995年，Endsley[1]最先建立的“三層次”模型，將情景意識定義為對空間和時間范圍內環境中的元素感知，對它們意義的理解，以及它們在將來狀況的預測。從此，學術界關于情景意識的研究主要基于“三層次”的基礎，從定性和定量兩個方面進行分析。Maarten等人[2]研究了精神疲勞與人行為活動的關系，并討論了任務負荷對個體生理指標的影響。Wickens等人[3]通過分析與情景意識(Situational Awareness，SA)有關的事故發現，大多數失誤都與注意和感知有關，建立了注意力-情景意識模型。Matthews等人[4]將戰略、戰術等整合到SA模型中，建立了駕駛員的情景意識信息加工模型。Walker等人[5]提出了駕駛員的分布式情景意識概念，綜合考慮了系統的各個要素以及它們之間的相互關系。這些模型或概念僅在理論層面上做出了情景意識的描述，或僅進行了情景意識的定性分析，實際應用的范圍也相對較小。部分學者對情景意識進行了定量分析。馬伶等人[6]首次論述了駕駛員情景意識測量方法，包括全面評估技術(Situation Awareness Global Assessment Technique，SAGAT)、眼動測量方法、命題網絡方法。馮傳宴等人[7]結合多資源負荷理論，建立了新的SA量化模型，該模型有利于優化駕駛艙人機界面設計和飛行任務的分配。王永剛等人[8]第一次從管制員內部心理和外部環境兩個方面，運用結構方程模型探究了影響管制員情景意識的內外部因素。

由于缺乏專門從人為因素角度分析管制員情景意識形成與保持的研究，本文從人為因素角度系統解析情景意識的形成，構建人為因素—情景意識結構分析模型，并利用問卷調查回收的數據，采用結構方程模型(Structural Equation Modeling,SEM)進行實證研究，獲取定量分析結果，為管制員人為因素的研究提供理論支持。

2 管制員人為因素研究與假設的提出

情景意識是作業者在具體的空間和特定的時間內對所處環境的構成要素的感知，對其狀態的理解，以及對其未來發展的預測[9]。人為因素是影響情景意識的重要因素。 Borghini等人[2]通過相關文獻研究發現疲勞會通過對心理和生理的影響對管制員的情景意識造成影響。應激反應是指當應激源對機體有威脅或挑戰的時候，個體做出應對的過程[10]。在空中交通管制這樣的復雜系統中不可避免的會發生突發事件，這些事件會導致人產生應激反應，可能妨礙工作人員生理、心理、認知、注意等功能[11]。這些反應不僅在特殊情況下會發生，日常工作中也會發生，成為一個重要的安全問題。管制工作有復雜且不斷變化的特點，因此應激調節能力在管制員情景意識的保持過程中是至關重要的。劉繼新等人[12]運用變權層次分析法，對應激源進行風險評估排序，為規避應激引發的不安全事件提供了科學的依據。隨著空中交通流量不斷增加，管制員需要指揮的航班架次增多，管制員精神需要高度集中。研究表明，睡眠質量低會導致人的注意力、記憶力等機能下降，情景意識的保持也隨之變難[13]。Wallace等人[14]也發現，睡眠破壞和疲勞的程度越高，工作人員的WSA水平越低。當管制員在工作時注意力不集中或者警覺性差，可能會干擾其對當前情況的主要感知，導致對可用信息的忽視，從而造成不安全事件的發生。馮傳宴等人[15]通過實驗發現注意力分配策略在不同腦力符合條件下對作業人員的WSA影響不同。所以注意力也是影響管制員情景意識的重要因素。為此，提出影響管制員情景意識的人為因素假設：(1)H1為疲勞對WSA有顯著影響；(2)H2為應激調節能力對WSA有顯著影響；(3)H3為睡眠情況對WSA有顯著影響；(4)H4為注意力對WSA有顯著影響。

疲勞、應激調節能力、睡眠和注意力水平不僅直接影響WSA，且這些因素之間存在相關關系。當睡眠時間不足或睡眠質量不高，就會引起疲勞。在現實生活中由睡眠剝奪造成的司機疲勞駕駛是交通事故發生的重要原因[16]。管制員由于工作性質原因需要以輪班制工作，而輪班形式常常會造成睡眠和恢復時間不足，所以管制員普遍都有疲勞的癥狀。疲勞對管制員的注意力、感知、預測、決斷以及反應能力等具有較大影響。郭夢竹[17]在試驗中獲取了駕駛員的反應時自我評價量表，并構建了駕駛員反應時概率密度函數，對反應時的駕駛疲勞進行量化，結果表明反應時與疲勞程度密切相關。應激水平的增加也會導致工作記憶力的下降和注意力的下降[18]。可見疲勞和應激調節能力都會對管制員注意力和反應等能力造成影響。因此本文提出以下假設：(5)H5為睡眠對疲勞有顯著影響；(6)H6為疲勞對注意力有顯著影響；(7)H7為應激調節能力對注意力有顯著影響。

由此，構建人為因素-情景意識結構分析模型如圖1所示。

圖1 人為因素-情景意識結構分析模型

3 方法

3.1 問卷設計

很多學者提出了測量情景意識的方法，目前最常用的還是Endsley開發的情景意識全面評估技術(SAGAT)。本文測量情景意識的問卷借鑒了SAGAT以及明尼蘇達多項人格測驗(MMPI)中相關指標，包括感知、理解和預測三個維度[10]。疲勞量表的設計主要參考了 FS-14量表，該量表主要測試主觀性疲勞，包括精神疲勞、生理疲勞和動機缺乏三個維度。對應激調節能力的測量問卷包括處理應對能力，專業能力，以及應激反應后的自我恢復能力三個維度。睡眠情況的問卷設計參考了匹茲堡睡眠質量指數(Pittsburgh Sleep Quality Index，PSQI)[19]量表中的睡眠質量、睡眠持續時間和入睡難易度三個維度。對注意力的測量則分為注意的持續、集中和分配三個維度。在對初始問卷進行預實驗并進行修正后，正式問卷包含33個問題，測量方法采用里克特5級量表，將問卷題項答案設置為5個等級。調查問卷的測量變量如表1所示。

表1 問卷測量變量

3.2 數據回收

本次問卷以一線空中交通管制員為調查對象，共發放200份問卷，經剔除不合格問卷，最終回收有效問卷180份，有效回收率為90%。利用SPSS 25.0對收集的數據進行信度和效度檢驗。

信度又叫可靠性或可靠度，是指測驗或者量表工具所測得結果的穩定性和一致性，目前，使用最廣泛的信度分析方法是L.J Cronbach創建的α系數，其評價的是量表中各個題項之間的一致性，屬于內在的一致性檢驗。當Cronbach’s α系數的值>0.6時，說明調查問卷信度較高。效度檢驗測的是問卷有效性，即測量工具能否正確測量到變量涵蓋的內容。學者界廣泛使用KMO(Kaiser-Meyer-Olkin)值來判斷效度檢驗的效果。KMO值在0-1之間，越靠近1，說明變量之間的相關性越強，適合因子分析；越靠近0，說明變量之間的相關性越弱，不適合因子分析。對問卷數據的數值分析結果如表2所示。

表2 問卷變量信效度檢驗

從表2可以看出，潛在變量疲勞、應激調節能力、注意力和WSA的Cronbach’s α系數均>0.6，均在較高水平，睡眠情況的Cronbach’s α系數為0.479，未達到理想值，但問卷總體的Cronbach’s α系數達到0.828，檢驗結果理想，說明問卷總體的一致性較好，因此對睡眠情況這一潛在變量不予刪除。

對問卷數據進行效度檢驗的結果顯示，問卷總體的KMO值為0.863，疲勞、睡眠情況、應激調節能力、注意力、WSA的KMO值分別為：0.798、0.594、0.669、0.778及0.876，均超過了0.5的最低標準；同時Bartlett’s球形檢驗的P值均為0.000，說明問卷適合做因子分析。

4 結果

4.1 結構方程模型選擇

結構方程模型(SEM)，屬于統計學方法，能夠通過協方差矩陣同時處理多個因變量之間的關系，已經廣泛應用于分析各種變量之間的關系和大小。SEM通過假設一組潛在變量之間存在一定的因果關系，潛在變量由一組觀察變量反映，通過分析協方差矩陣關系，分析潛在變量與觀察變量之間的關系。SEM與傳統的統計方法相比，優勢在于可以同時檢驗潛在變量之間以及觀察變量與潛在變量的關系，從而有助于驗證假設模型與研究結果的一致性[20]。僅采用問卷調查獲得數據，主觀性過強，采用SEM驗證假設模型并獲得定量分析結果，可以使研究結果更具客觀性和準確性。在結構方程模型分析的路徑圖中包括結構模型與測量模型兩部分。測量模型描述的是潛在變量與觀察變量之間的關系，結構模型是指潛在變量之間的關系。結構模型與測量模型的方程式如式(1)—式(3)所示。

結構方程式：η=γξ+βη+ζ

(1)

外衍變量X的測量方程：X=Λxξ+δ

(2)

內衍變量Y的測量方程：Y=Λyη+ε

(3)

其中，η為潛在內衍變量；ξ為潛在外衍變量；β為潛在內衍變量之間的相關系數矩陣；γ為潛在外衍變量對潛在內衍的相關系數矩陣；ζ為殘差項，反映了η在結構方程中干擾因素或未被分解的部分。X為外衍變量構成的向量，Y為內衍變量構成的向量，Λx與Λy為指標變量(X，Y)的因素負荷矩陣，δ為外衍變量X的測量誤差，ε為內衍變量Y的測量誤差。

通常，結構方程模型的驗證步驟共包含分為五個部分，模型設定、模型識別、模型估計、模型評價和模型修正。模型設定是指根據前期的理論分析，將構建好的理論模型與回收的問卷數據導入到AMOS 21.0中；模型識別是指導入的模型能夠求出參數估計的唯一解。識別的參數值一般是自由度(df)，當自由度>0時，模型識別成功；當自由度<0時，模型識別失敗；模型估計就是檢查每一個參數的誤差是否超出了可接受的范圍；模型評價則是對模型的擬合度進行檢驗，以及檢驗模型的結構信度。一般來說模型擬合度的檢驗指標包括CMIN、GFI、AGFI、BI、NFI、RFI、IFI、CFI、PNFI等擬合度指標；模型修正是指對模型進行修正，通過修改、增加或刪除模型的參數或變量，得到新的模型，并驗證擬合度標準化估計模型如圖2所示。

圖2 標準化估計模型

4.2 模型構建與修正

選取CMIN/DF、GFI、AGFI、NFI、CFI、IFI、RMSEA等作為模型擬合評價的指標，結果如表所示。每一項適配度指數均在參考范圍內，可以認為假設模型與數據基本吻合，模型可以被接受。結構模型擬合度指數如表3所示。

表3 結構模型擬合度指數

潛在變量的構建信度(Construct Reliability，CR)是模型內在質量的判斷標準之一。修正后的模型中各潛在變量的構建信度及因子載荷值如表所示。從表可以看出睡眠情況的構建信度為0.51，略<0.6，而除睡眠情況，其余均超過構建信度的標準值(CR>0.6)，說明此模型的內在質量較好。結構模型變量信度檢驗及因子載荷如表4所示。

表4 信度檢驗及因子載荷

結構方程模型輸出的各潛在變量間的標準化路徑系數如表5所示。

表5 標準化路徑系數

疲勞、注意力、應激調節能力和睡眠情況對管制員情景意識(WSA)有直接影響，影響程度分別為：0.200、0.355、0.578和0.082，說明H1-H4均成立。其中影響程度最大的因素是應激調節能力(0.578)。在應激狀態下，工作人員的生理指標會發生顯著變化，從而影響其判斷和反應等行為能力，進而影響一個人的工作情景意識[21]。注意力對管制員情景意識(WSA)的路徑系數為0.355。管制員工作環境復雜，需要其在工作中高度集中注意力，以處理指揮過程中的各種信息和情況。疲勞對管制員情景意識也有直接影響。疲勞癥狀會降低管制員工作時的警惕性，引起感知和理解能力降低，從而導致不安全事件的發生。對情景意識作用路徑系數最小的變量是睡眠情況(0.082)。

影響管制員情景意識的各個因素之間也互相影響。從表5可以看出，應激調節能力對注意力影響程度最大，為0.813。疲勞和睡眠情況以及注意力為負相關，其中，睡眠情況對疲勞的路徑系數為-0.436，疲勞對注意力的路徑系數為-0.162，說明H5-H7均成立。睡眠情況對疲勞的作用系數>睡眠情況對工作情景意識(WSA)的路徑系數，說明睡眠情況通過直接作用于疲勞從而對管制員情景意識(WSA)產生作用的影響更顯著。疲勞對注意力也有影響，當管制員處于疲勞狀態時，將影其響工作指揮過程中的注意力。

5 討論

從結構方程模型輸出的結果可以看出，運用結構方程模型(SEM)能夠定性并且定量地分析人為因素對管制員情景意識的影響程度。該方法的優點在于以下幾個方面：第一，充分考慮了管制員工作實際情況，通過文獻研究和對一線管制員的問卷調查，較全面的總結了四種影響管制員情景意識的人為因素。第二，與傳統的統計方法相比，SEM優勢在于可以通過分析協方差矩陣關系同時檢驗潛在變量之間以及觀察變量與潛在變量的關系，有助于驗證假設模型與研究結果的一致性，增強了分析結果的客觀性和精準度。

結構方程模型輸出的各潛在變量間的標準化路徑系數(表5)顯示了疲勞、注意力、應激調節能力和睡眠情況對管制員情景意識(WSA)均有直接影響，且影響程度最大的因素是應激調節能力，表明了管制員在遇到緊急情況時的處理應對能力，專業能力以及應激反應過后的自我調節能力會顯著影響情景意識水平。所以面對隨時可能發生的緊急情況時，需要管制員具備快速應激的能力。對情景意識作用路徑系數最小的變量是睡眠情況，但并不能否認管制員睡眠情況對工作情景意識的作用，因為睡眠能有效緩解管制員疲勞癥狀，睡眠質量長期不好會直接影響管制員的工作效率，因此，本文保留了睡眠情況對情景意識(WSA)這一作用路徑。同時，從表5還可以看出，影響管制員情景意識的各潛在變量之間也互相影響，這是因為應激調節能力的高低會影響管制員在指揮過程中注意力的集中、持續以及對各類信息的注意力分配，而睡眠質量與疲勞程度密切相關，有效的睡眠則可以使人體緩解疲勞，恢復體力。

6 結論

(1)本文從人為因素角度構建了影響管制員情景意識的的分析模型。選用李克特(Likert)量表針對疲勞、注意力、應激調節能力、睡眠情況和工作情景意識(WSA)5個變量進行測度、然后利用SEM方法通過實證研究驗證了提出的理論模型。對最終模型的驗證和分析后顯示，疲勞、注意力、應激調節能力、睡眠情況對管制員情景意識(WSA)的形成和保持有直接影響，其中，應激調節能力對情景意識的影響程度最大，睡眠情況對情景意識的影響程度最??；同時4個變量之間互相影響。管制員在日常工作中需要保持高度的情景意識水平，而情景意識的形成與保持受管制員自身的因素即人為因素影響，因此安全管理應該關注管制員的疲勞、睡眠質量等狀況，合理排班，積極和管制員溝通，同時鞏固管制員的專業能力。

(2)通過結構方程模型定量分析獲得的各人為因素影響程度大小，找到情景意識關鍵影響因素，可以提出更有針對性的空中交通管理策略。以上結論為研究管制員人為因素引發的不安全事件提供了科學的依據和保障。