安全关键型流量控制决策中的心理模拟与可控性：航空交通管理领域的因果研究

《Safety Science》：Mental simulation and controllability in safety-critical flow-control decisions: A causal study in air traffic management

　　摘要
在空中交通管理中实现有效的安全管理，取决于管制员如何预判不断变化的交通状况，并在不断变动的运行约束下选择相应的控制措施。本研究受STAMP框架启发，探讨在动态的空中交通管理环境中，运行信息与运行环境如何影响流量控制决策。通过分析空中交通管理运行数据、由计算模拟器生成的交通预测结果，以及运用因果发现和条件效应估计方法，我们研究了在不同降水条件下实施流量控制及规定最小时间间隔的决策机制。降水被用作衡量天气相关约束及实际可控性的典型可观测指标。研究结果表明，在降水较少的情况下，预测的交通变量在流量控制决策中起着更重要的作用；而在降水较多的情况下，结构指标和当前交通状态变量则更为关键。这些规律表明，未来交通预测与控制措施之间的关系会因运行环境的不同而变化，并非遵循单一的决策模式。通过结合认知理论、空中交通管理运行数据及因果学习方法，本研究为描述复杂社会技术系统中的情境依赖型决策路径提供了系统化的方法。在STAMP框架下，这些研究结果可为STPA阶段中建模控制结构提供依据，包括明确信息传递路径、过程模型的内容与结构，以及与空中交通流量控制措施相关的情境条件。

引言
在复杂的社会技术系统中，安全问题可被视为在各种约束条件下的控制问题，这一观点在系统理论事故模型与过程（STAMP）及相关系统安全理论中得到了强调（Leveson, 2004; Hollnagel, 2018）。不良事件并非仅由组件故障引发，还可能源于控制不足、反馈机制有缺陷，以及在不断变化的运行环境下安全约束执行不力。在诸如空中交通管理这样的高风险领域，空中交通管制员必须调控动态的交通状况，预判交通与天气的发展趋势，并采取相应措施以维持运行容量和飞行间隔。本研究受STAMP框架启发，将空中交通流量控制决策视为运行控制循环中的安全控制措施，而非孤立的交通管理决策。在这一循环中，各航段和航点之间的区域交通发展情况是受控过程，而流量控制的实施及最小时间间隔的规定则是核心的控制措施。这一视角与先前的STAMP和STPA研究一致，这些研究认为航空及空中交通运行可以通过控制结构、控制措施、反馈机制、过程模型、不安全控制行为以及安全约束来进行分析。现有应用包括航空事故分析、NextGen间隔管理理念、城市空中交通以及新兴的空中交通管理架构（Wong, 2004; Harkleroad等人，2013; Graydon等人，2020; Poh等人，2024）。在此基础上，本研究聚焦于STPA中的控制结构建模层面，重点探讨运行信息与运行环境如何影响日常空中交通管理中的流量控制措施。这一研究方向针对的是STPA中通常难以通过实证方法研究的方面，即支撑安全控制措施的信息传递路径及过程模型的确定。从控制循环的角度来看，预期性预测至关重要，因为管制员需要同时保持对当前及未来可能出现的交通状况的心理表征。广义上的心理模拟，即对未来可能状况的内部表征，在不确定条件下的风险决策中发挥着重要作用（Hegarty, 2004; Hamrick等人，2015）。在本研究中，我们重点关注其前瞻性层面，即预期性预测或内部前瞻预测，通过这一机制，管制员可以预测未来的交通状况，并评估采取干预措施可能带来的后果。另一个相关的概念是可控性，指人们所感知或实际具备的影响运行状况变化的能力。尽管感知可控性长期以来被视为风险评估和预防行为意愿的重要因素（Nordgren等人，2007; Sobkow等人，2020），但大多数现有研究都是在实验室或调查环境中探讨可控性，并将其主要视为一种自我报告的心理变量。因此，预期性预测与环境可控性在现实世界的控制循环中的作用仍需进一步研究。在应用场景中的风险决策研究往往依赖于相关性分析或结构方程模型来确定影响因素（Slovic, 1987; Mooney等人，2023）。尽管这些方法能够揭示变量间的关联，但它们通常假设模型结构固定，且难以说明不同形式的信息是如何围绕实际的安全关键决策组织起来的。像空中交通管理这样数据丰富的环境，为通过运行数据学习潜在的决策路径提供了可能，借此我们可以研究结构信息、当前信息及预期信息如何影响实际的控制措施。本研究以中国的一个实际区域空中交通管理场景为研究对象，该地区的流量控制决策用于调节各航线、机场及航点之间的交通流量。管制员会综合评估空域结构、当前交通需求、预测的交通流量、天气状况以及程序约束，从而决定是否需要实施流量控制措施。随后，管制员会规定最小时间间隔要求，即相邻航班经过同一航点时的最小时间间隔。因此，我们的分析区分了流量控制措施的实施与随之而来的最小时间间隔规定。这些决策具有重要的安全意义，因为它们有助于防止局部容量超限、降低交通密度，并在面对未来交通状况不确定时维持飞行间隔。空中交通管理领域拥有丰富的数据资源，历史交通状况、环境条件及流量控制措施都被系统地记录下来。虽然管制员的内部认知过程无法直接观察，但与流量控制决策相关的预期信息可以通过计算型空中交通流模拟器来近似表示。此后，“模拟器”即指这种计算型空中交通流模拟器。该模拟器可生成交通预测数据，在本研究中，这些数据被用作管制员内部前瞻预测的运营替代指标，而非其心理过程的直接证据。在方法论上，我们采用数据驱动的因果发现和效应估计方法，来刻画静态空域特征、实时交通状况、预测的未来流量、由降水决定的运行环境以及实际流量控制措施之间的决策结构关系。在本研究中，降水被用作衡量天气相关约束的一个可观测且具有操作意义的指标。虽然它无法完全反映所有气象因素的影响，但它为区分不同可控性水平下的决策环境提供了具有代表性的可测量依据。图1展示了本研究在STPA框架下空中交通流量控制决策控制结构模型中的位置。在STPA框架中，当前的及近期的交通状况可视为受控交通过程的反馈；模拟器生成的预测交通变量对应于过程模型中的预期表征；而空域结构及降水条件则构成了决定控制措施可行性和有效性的外部环境。本研究重点关注控制结构建模层面，尤其是与过程模型相关的运行信息、运行环境以及实际流量控制措施之间的关系。具体而言，我们整合了所有的环境因素、运行记录及模拟的交通预测数据，运用因果学习方法识别出与实际流量控制决策相关的信息到行动的潜在路径。我们研究了预测的航点及航段流量、当前交通状况、历史交通流量、结构约束以及由降水决定的运行环境，是如何与两种安全控制措施相关联的：是否需要实施新的流量控制策略，以及如果需要，应选择何种最小时间间隔。这种数据驱动的分析为STPA框架中的反馈机制、过程模型及环境因素提供了具体的证据。本文的其余部分结构如下：第二节回顾了与ATC/空中交通管理中的预测与预期、流量管理作为前置性安全管控手段、空中交通管理复杂性及其对决策需求的影响等相关的文献；第三节介绍了研究方法，包括数据来源、未来交通预测的实现方式以及因果分析方法；第四节展示了所发现的因果结构及估算的效应；第五节讨论了研究结果在理论和管理层面的意义；第六节则总结了未来的研究方向及局限性。