罗凤娥+郭爽
摘 要： 将航空公司运行控制中的可靠性视为签派员与飞行员之间沟通、监控的可靠性，为了确定签派员与飞行员间的人因可靠性，结合签派员与飞行员的交互过程对认知可靠性与失误分析方法（CREAM）模型进行改进，得出签派员与飞行员间交互的人因可靠性模型。通过改进后的CREAM模型对航空公司运行控制中的环节进行定量化分析，并计算得出签派员与飞行员交互过程中的失误概率，结合给出的评价标准确定签派员与飞行员交互中的薄弱环节，为今后航空公司非正常运行的研究提供参考。
关键词： 航空公司运行控制; CREAM模型; 人因可靠性; 失误概率
中图分类号： TN911?34; V352 文献标识码： A 文章编号： 1004?373X（2015）02?0018?04
Reliability analysis of human factor between dispatcher and pilot based on
improved CREAM
LUO Feng?e， GUO Shuang
（College of Air Traffic Management， Civil Aviation Flight University of China， Guanghan 618307， China）
Abstract： Reliability in operational control of an airline company is regarded as reliability of communication and supervisory control between dispatcher and pilot. In order to determine human reliability between the dispatcher and pilot， improvement of CREAM model was made in combination with the interactive process between dispatcher and pilot， and then a human reliability model of interaction between the dispatcher and pilot was obtained. Based on quantitative analysis on links in operational control of airline company by means of the improved CREAM model， the error probability in the interactive process between the dispatcher and pilot was obtained by calculation. The weak link in the interaction between the dispatcher and pilot is determined by combining with the given evaluation criterion， which will surely provide a reference for the future research on abnormal operation of airline company.
Keywords： airline operation control; CREAM model; human reliability; failure probability
0 引 言
国际航空运输协会（IATA）的统计资料显示，所有飞行事故的 80%都与人的不安全行为有关。所以，人为因素是当今航空飞行全的最大隐患，提高人为因素的可靠性已成为提高飞行安全水平最有效的手段[1]。所谓人因可靠性，是指用各种方式确定人在与系统交互过程中可能出现的差错以及出现差错的概率[2]。以航空公司运行控制这一过程为例，现行研究一方面基本上局限于对签派员的研究，即研究签派员在保障航班运行中的可靠性，通过分析不同签派员的工作流程，研究容易造成签派员疏漏的原因，从而提高签派员的可靠性[3];另一方面则是针对飞行员的研究，研究飞行员在操纵飞机过程中容易出现的问题，进而改进飞行员的培养方案，提高飞行员的操作意识，通过在飞机上或飞行检查单中设置明显的标记来引起飞行员的注意，保障安全。这些人因可靠性研究大多局限于个人对于整个系统可靠性的影响，而往往忽视了签派员与飞行员之间的交互过程。
本文通过分析签派员在航空公司运行控制过程中的工作程序，运用CREAM对航空公司运行控制中的人因可靠性进行定量分析。
1 航空公司运行控制的工作特点
为了更好地分析航空公司运行控制中的人因可靠性，首先分析航空公司运行控制这一过程。将航空公司运行控制视为一个签派员对飞行进行协调监控的系统。该系统有两个运行模型：一是运行控制模型，即签派员通过ACARS系统对飞机进行监控，并发现飞机存在的潜在安全隐患，在公司运行手册允许的前提下对飞行员提出有利于飞行安全的建议做好协调处置工作;另一个是飞行运行模型，即飞行员在接到签派员建议后，参照建议对飞机进行可行的操作，保障航班安全、正常运行。这两种模式之间的交互通过陆空通话完成如图1所示。
图1 陆空对话模式
由此可以看出，要在整个运行控制系统中分析人因可靠性，就不应该仅从签派员或者飞行员单方面考虑。在运行控制中有可能存在签派和飞行员的操作完全符合规章要求，但若二者在交互中出现问题，同样会造成不可挽回的后果，因此分析二者的交互过程非常必要。
签派员与飞行员的交互就是二者分别对自己工作系统认知的基础上，又彼此认知的过程。根据其在航空公司工作过程中认知的特点对CREAM进行改进，并根据改进后的CREAM对运行控制系统中的人因可靠性进行分析并计算人因失误概率。
2 改进的CREAM模型
CREAM一般是针对人在操作仪器的过程中受到的周围环境、操作流程以及个人认知的影响，确定操作过程中的人因可靠性。但除上述问题外，陆空通话中人因可靠性还包括签派员与飞行员之间的沟通和交流，彼此之间的相互理解。只有签派员与飞行员相互沟通顺畅，彼此了解对方的意图，才能保证运行控制过程中的人因可靠性。因此，对CREAM中认知行为与认知功能对照表进行改进，改进前后的对照表如表1所示[4]。对航空公司运行控制中的人因可靠性进行分析，需要结合签派员航空公司运行控制中与飞行员的交互过程。签派员对飞行员提出有利于飞行的建议时要与飞行员沟通交流，使彼此了解对方的意图，因此在通信和执行的认知行为中增加了解释的功能;同时，在计划和执行中还加入了观察的功能，这是因为签派员要观察分析各种航行情报及公司运行规章来制作飞行计划，并观察执行航班任务的机组是否按照计划飞行。新表相比旧表对航空公司运行控制中涉及的认知功能反映更加明确。
表1 改进前后的认知行为与认知功能对照表
注：“★”为改进的内容。
3 航空公司运行控制中的认知行为和认知功能
通过分析航空公司运行控制的过程来确定运行控制中的认知行为和功能[4?5]。运行控制的主要过程包括以下几方面：
（1） 签派员制作飞行计划;
（2） 签派员进行放行评估;
（3） 签派员通过ACARS系统对航班进行监控;
（4） 签派员与飞行员通过卫星电话进行信息沟通;
（5） 签派员对不正常航班的协调处置;
（6） 飞行员进行飞行讲评。
确定运行控制过程中的行为后，可以根据CREAM中的认知行为和认知功能对照表得出航空公司运行控制中所对应的认知行为和认知功能对照表（见表2）。
4 评价共同绩效条件
根据航空公司运行控制情景环境条件，对CREAM方法所给定的9种共同绩效条件（Common Performance Condition）简称CPC因子的水平进行评价，确定其对绩效可靠性的期望效应。每个CPC因子都有多个水平和对应的认知功能权重，见表3[2]。
表2 运行控制中的认知行为和认知功能对照表
表3 CPC的绩效可靠性因子
航空公司运行控制过程涉及全部9个CPC因子，通过到某大型航空公司进行调研，并对该公司的签派员和飞行员进行问卷调查确定了该公司运行控制过程中的CPC水平与绩效可靠性及权重因子。如表4所示。
5 预测失效概率[6?7]
CREAM将认知功能失效概率（Cognitive Failure Probability）简称CFP。按航空公司运行控制的操作步骤进行失效概率预测，预测过程如下：
表4 航空公司CPC水平与绩效可靠性及权重因子
（1） 按表5所列的认知功能失效模式基本失效概率值，确定每个认知活动中最可能的认知功能失效模式的失效概率基本值，即可得到该认知活动的标定CFP值，记为CFP标定。
表5 认知功能失效模式和失效概率基本值
（2） 评价CPC对CFP的影响。CREAM提供了CPC因子对四大认知功能的权重因子表（表4），进而可得到每个CPC因子对每个认知活动的权重因子，再分别求得每个认知活动下所有CPC因子的权重因子的乘积，即得到该认知活动的“总权重因子”，用求得的总权重因子乘以航空公司运行控制行为中的标定CFP值，就能得到航空公司运行控制中的修订CFP值，即CFP修正=CFP标定×总权重因子。
（3） 确定失效模式。失效模式根据对航空公司签派员飞行员问卷调查的分析确定。
根据上述的预测过程，计算结果见表6。
表6 认知活动失效概率
由公式[P=1-i=16[1-CPFi]]（其中i=1，2，…，6分别对应6种认知功能），可以得到航空公司运行控制过程的失误概率为0.080 12。
6 结 语
根据航空公司运行控制的实际情况对CREAM进行改进，就签派员与飞行员的交互过程提出了新的认知行为和认知功能对照表，通过调查问卷调查获得某航空公司运行控制中的CPC水平与绩效可靠性及权重因子，并通过计算获得了每个认知活动总的权重因子，最终计算出航空公司运行控制过程的失误概率。该研究有利于提高航空公司运行控制的人因可靠性，并确定签派员与飞行员交互中的薄弱环节，并对此进行改进。
参考文献
[1]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.
[2] HOLLNAGEL E. Cognitive reliability and error analysis method （CREAM） [M]. New York： Elsevier， 1998
[3] 谢春生.签派工作中的人为因素分析[J].中国民航飞行学院学报，2007，18（5）：18?20.
[4] 罗凤娥.签派实践应用[M].成都：西南交通大学出版社，2012.
[5] 何光勤，罗凤娥.签派程序与方法[M].成都：西南交通大学出版社，2004.
[6] 高文宇，张力.人因可靠性分析方法GREAM及其应用研究[J].人类工效学，2002，8（4）：8?12.
[7] 王遥，沈祖培. GREAM：第二代人因可靠性分析方法[J].工业工程与管理，2005（3）：17?21.
图1 陆空对话模式
由此可以看出，要在整个运行控制系统中分析人因可靠性，就不应该仅从签派员或者飞行员单方面考虑。在运行控制中有可能存在签派和飞行员的操作完全符合规章要求，但若二者在交互中出现问题，同样会造成不可挽回的后果，因此分析二者的交互过程非常必要。
签派员与飞行员的交互就是二者分别对自己工作系统认知的基础上，又彼此认知的过程。根据其在航空公司工作过程中认知的特点对CREAM进行改进，并根据改进后的CREAM对运行控制系统中的人因可靠性进行分析并计算人因失误概率。
2 改进的CREAM模型
CREAM一般是针对人在操作仪器的过程中受到的周围环境、操作流程以及个人认知的影响，确定操作过程中的人因可靠性。但除上述问题外，陆空通话中人因可靠性还包括签派员与飞行员之间的沟通和交流，彼此之间的相互理解。只有签派员与飞行员相互沟通顺畅，彼此了解对方的意图，才能保证运行控制过程中的人因可靠性。因此，对CREAM中认知行为与认知功能对照表进行改进，改进前后的对照表如表1所示[4]。对航空公司运行控制中的人因可靠性进行分析，需要结合签派员航空公司运行控制中与飞行员的交互过程。签派员对飞行员提出有利于飞行的建议时要与飞行员沟通交流，使彼此了解对方的意图，因此在通信和执行的认知行为中增加了解释的功能;同时，在计划和执行中还加入了观察的功能，这是因为签派员要观察分析各种航行情报及公司运行规章来制作飞行计划，并观察执行航班任务的机组是否按照计划飞行。新表相比旧表对航空公司运行控制中涉及的认知功能反映更加明确。
表1 改进前后的认知行为与认知功能对照表
注：“★”为改进的内容。
3 航空公司运行控制中的认知行为和认知功能
通过分析航空公司运行控制的过程来确定运行控制中的认知行为和功能[4?5]。运行控制的主要过程包括以下几方面：
（1） 签派员制作飞行计划;
（2） 签派员进行放行评估;
（3） 签派员通过ACARS系统对航班进行监控;
（4） 签派员与飞行员通过卫星电话进行信息沟通;
（5） 签派员对不正常航班的协调处置;
（6） 飞行员进行飞行讲评。
确定运行控制过程中的行为后，可以根据CREAM中的认知行为和认知功能对照表得出航空公司运行控制中所对应的认知行为和认知功能对照表（见表2）。
4 评价共同绩效条件
根据航空公司运行控制情景环境条件，对CREAM方法所给定的9种共同绩效条件（Common Performance Condition）简称CPC因子的水平进行评价，确定其对绩效可靠性的期望效应。每个CPC因子都有多个水平和对应的认知功能权重，见表3[2]。
表2 运行控制中的认知行为和认知功能对照表
表3 CPC的绩效可靠性因子
航空公司运行控制过程涉及全部9个CPC因子，通过到某大型航空公司进行调研，并对该公司的签派员和飞行员进行问卷调查确定了该公司运行控制过程中的CPC水平与绩效可靠性及权重因子。如表4所示。
5 预测失效概率[6?7]
CREAM将认知功能失效概率（Cognitive Failure Probability）简称CFP。按航空公司运行控制的操作步骤进行失效概率预测，预测过程如下：
表4 航空公司CPC水平与绩效可靠性及权重因子
（1） 按表5所列的认知功能失效模式基本失效概率值，确定每个认知活动中最可能的认知功能失效模式的失效概率基本值，即可得到该认知活动的标定CFP值，记为CFP标定。
表5 认知功能失效模式和失效概率基本值
（2） 评价CPC对CFP的影响。CREAM提供了CPC因子对四大认知功能的权重因子表（表4），进而可得到每个CPC因子对每个认知活动的权重因子，再分别求得每个认知活动下所有CPC因子的权重因子的乘积，即得到该认知活动的“总权重因子”，用求得的总权重因子乘以航空公司运行控制行为中的标定CFP值，就能得到航空公司运行控制中的修订CFP值，即CFP修正=CFP标定×总权重因子。
（3） 确定失效模式。失效模式根据对航空公司签派员飞行员问卷调查的分析确定。
根据上述的预测过程，计算结果见表6。
表6 认知活动失效概率
由公式[P=1-i=16[1-CPFi]]（其中i=1，2，…，6分别对应6种认知功能），可以得到航空公司运行控制过程的失误概率为0.080 12。
6 结 语
根据航空公司运行控制的实际情况对CREAM进行改进，就签派员与飞行员的交互过程提出了新的认知行为和认知功能对照表，通过调查问卷调查获得某航空公司运行控制中的CPC水平与绩效可靠性及权重因子，并通过计算获得了每个认知活动总的权重因子，最终计算出航空公司运行控制过程的失误概率。该研究有利于提高航空公司运行控制的人因可靠性，并确定签派员与飞行员交互中的薄弱环节，并对此进行改进。
参考文献
[1]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.
[2] HOLLNAGEL E. Cognitive reliability and error analysis method （CREAM） [M]. New York： Elsevier， 1998
[3] 谢春生.签派工作中的人为因素分析[J].中国民航飞行学院学报，2007，18（5）：18?20.
[4] 罗凤娥.签派实践应用[M].成都：西南交通大学出版社，2012.
[5] 何光勤，罗凤娥.签派程序与方法[M].成都：西南交通大学出版社，2004.
[6] 高文宇，张力.人因可靠性分析方法GREAM及其应用研究[J].人类工效学，2002，8（4）：8?12.
[7] 王遥，沈祖培. GREAM：第二代人因可靠性分析方法[J].工业工程与管理，2005（3）：17?21.
图1 陆空对话模式
由此可以看出，要在整个运行控制系统中分析人因可靠性，就不应该仅从签派员或者飞行员单方面考虑。在运行控制中有可能存在签派和飞行员的操作完全符合规章要求，但若二者在交互中出现问题，同样会造成不可挽回的后果，因此分析二者的交互过程非常必要。
签派员与飞行员的交互就是二者分别对自己工作系统认知的基础上，又彼此认知的过程。根据其在航空公司工作过程中认知的特点对CREAM进行改进，并根据改进后的CREAM对运行控制系统中的人因可靠性进行分析并计算人因失误概率。
2 改进的CREAM模型
CREAM一般是针对人在操作仪器的过程中受到的周围环境、操作流程以及个人认知的影响，确定操作过程中的人因可靠性。但除上述问题外，陆空通话中人因可靠性还包括签派员与飞行员之间的沟通和交流，彼此之间的相互理解。只有签派员与飞行员相互沟通顺畅，彼此了解对方的意图，才能保证运行控制过程中的人因可靠性。因此，对CREAM中认知行为与认知功能对照表进行改进，改进前后的对照表如表1所示[4]。对航空公司运行控制中的人因可靠性进行分析，需要结合签派员航空公司运行控制中与飞行员的交互过程。签派员对飞行员提出有利于飞行的建议时要与飞行员沟通交流，使彼此了解对方的意图，因此在通信和执行的认知行为中增加了解释的功能;同时，在计划和执行中还加入了观察的功能，这是因为签派员要观察分析各种航行情报及公司运行规章来制作飞行计划，并观察执行航班任务的机组是否按照计划飞行。新表相比旧表对航空公司运行控制中涉及的认知功能反映更加明确。
表1 改进前后的认知行为与认知功能对照表
注：“★”为改进的内容。
3 航空公司运行控制中的认知行为和认知功能
通过分析航空公司运行控制的过程来确定运行控制中的认知行为和功能[4?5]。运行控制的主要过程包括以下几方面：
（1） 签派员制作飞行计划;
（2） 签派员进行放行评估;
（3） 签派员通过ACARS系统对航班进行监控;
（4） 签派员与飞行员通过卫星电话进行信息沟通;
（5） 签派员对不正常航班的协调处置;
（6） 飞行员进行飞行讲评。
确定运行控制过程中的行为后，可以根据CREAM中的认知行为和认知功能对照表得出航空公司运行控制中所对应的认知行为和认知功能对照表（见表2）。
4 评价共同绩效条件
根据航空公司运行控制情景环境条件，对CREAM方法所给定的9种共同绩效条件（Common Performance Condition）简称CPC因子的水平进行评价，确定其对绩效可靠性的期望效应。每个CPC因子都有多个水平和对应的认知功能权重，见表3[2]。
表2 运行控制中的认知行为和认知功能对照表
表3 CPC的绩效可靠性因子
航空公司运行控制过程涉及全部9个CPC因子，通过到某大型航空公司进行调研，并对该公司的签派员和飞行员进行问卷调查确定了该公司运行控制过程中的CPC水平与绩效可靠性及权重因子。如表4所示。
5 预测失效概率[6?7]
CREAM将认知功能失效概率（Cognitive Failure Probability）简称CFP。按航空公司运行控制的操作步骤进行失效概率预测，预测过程如下：
表4 航空公司CPC水平与绩效可靠性及权重因子
（1） 按表5所列的认知功能失效模式基本失效概率值，确定每个认知活动中最可能的认知功能失效模式的失效概率基本值，即可得到该认知活动的标定CFP值，记为CFP标定。
表5 认知功能失效模式和失效概率基本值
（2） 评价CPC对CFP的影响。CREAM提供了CPC因子对四大认知功能的权重因子表（表4），进而可得到每个CPC因子对每个认知活动的权重因子，再分别求得每个认知活动下所有CPC因子的权重因子的乘积，即得到该认知活动的“总权重因子”，用求得的总权重因子乘以航空公司运行控制行为中的标定CFP值，就能得到航空公司运行控制中的修订CFP值，即CFP修正=CFP标定×总权重因子。
（3） 确定失效模式。失效模式根据对航空公司签派员飞行员问卷调查的分析确定。
根据上述的预测过程，计算结果见表6。
表6 认知活动失效概率
由公式[P=1-i=16[1-CPFi]]（其中i=1，2，…，6分别对应6种认知功能），可以得到航空公司运行控制过程的失误概率为0.080 12。
6 结 语
根据航空公司运行控制的实际情况对CREAM进行改进，就签派员与飞行员的交互过程提出了新的认知行为和认知功能对照表，通过调查问卷调查获得某航空公司运行控制中的CPC水平与绩效可靠性及权重因子，并通过计算获得了每个认知活动总的权重因子，最终计算出航空公司运行控制过程的失误概率。该研究有利于提高航空公司运行控制的人因可靠性，并确定签派员与飞行员交互中的薄弱环节，并对此进行改进。
参考文献
[1]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.
[2] HOLLNAGEL E. Cognitive reliability and error analysis method （CREAM） [M]. New York： Elsevier， 1998
[3] 谢春生.签派工作中的人为因素分析[J].中国民航飞行学院学报，2007，18（5）：18?20.
[4] 罗凤娥.签派实践应用[M].成都：西南交通大学出版社，2012.
[5] 何光勤，罗凤娥.签派程序与方法[M].成都：西南交通大学出版社，2004.
[6] 高文宇，张力.人因可靠性分析方法GREAM及其应用研究[J].人类工效学，2002，8（4）：8?12.
[7] 王遥，沈祖培. GREAM：第二代人因可靠性分析方法[J].工业工程与管理，2005（3）：17?21.
