机场不停航施工安全监管策略博弈分析

高 坤，杨春辉

(海军工程大学 管理工程与装备经济系,湖北 武汉 430033)

0 引言

随着各种新型航空器逐步投入使用，机场基础设施保障水平和飞行场地的质量标准亟待提高，全国很多机场需要进行场道整修、跑道加宽加长、飞行场区改扩建等工程施工。然而，受到周边机场停机位、保障装设备条件和机场所担负运输任务要求等约束，开展机场施工项目通常在不停航的背景下进行，其基本要求是在确保航空器运行安全，且不影响航空器出动或回收任务的前提下，保质保量地实施机场土建、设备、设施改造更新项目[1]。

机场不停航施工面临的最大问题就是安全风险高[2]，在机场不停航施工过程中，常见的安全隐患有如下6种：1)场区遗留垃圾、道面清扫、除尘不彻底；2)人员车辆未按规定路线进出或违规进入飞行保护区；3)夜间连续疲劳作业；4)夜间灯光使用不符合规定；5)飞行场区内沙堆等未按规定进行覆盖；6)挖断通信、通电线路[3]。通过分析可以发现，这些安全隐患的根源都可以追溯到施工人员的不安全行为上来。根据1941年海因里希首次提出[4]的事故因果连锁理论，“人”是引发安全事故的重要原因之一。陈勇[5]、徐志周[6]在研究报告中都提到机场不停航施工中对于施工人员的安全监管和教育是施工顺利与否的关键。民航总局191号令也专门规定[7]所有进入内场承担施工任务的人员必须按照已制定的安全工作要求进场施工，其内容包括入场前的安全教育及培训、人身安全及入场工具清单检查、人员设备进出场向塔台报告制度等。因此，为了解决不停航施工进度和安全风险之间的矛盾，必须重视对施工人员不安全行为的监管，分析内在动机并进行有效的教育和引导，提高相关人员的安全能力。

在实际施工现场管理工作中，监管行为与安全作业策略的选择其实是1种动态博弈过程，从行为人的“成本-收益”角度出发，运用博弈方法更能直观清晰分析双方的行为动机和决策过程[8]。目前，演化博弈理论在建筑施工安全管理、食品安全监管以及煤矿监察等领域得到了广泛应用。张在旭等[9]基于前景理论，对政府监管下建筑企业的安全生产行为进行了博弈分析；庄丽等[10]引入前景理论和心理账户理论，对装配式建筑施工安全管理行为进行了演化分析。

综上所述，结合前景理论和心理账户理论可以有效地对施工人员和监管人员的行为决策进行演化分析，研究内在影响路径并给出科学解释。但是目前尚未有学者运用心理学与博弈理论来研究机场不停航施工安全监管策略，无法对决策者非理性因素和风险偏好问题进行充分解释。因此，本文使用前景理论和心理账户来建立价值感知矩阵，结合机场不停航施工安全管理特点，研究施工现场管理人员和施工人员安全行为决策过程。最后通过仿真实验，验证相关因素对行为演化路径的影响，为控制相关人员的不安全行为提供理论依据。

1 施工安全监管博弈模型构建

1.1 模型假设

在忽略工程施工外部环境影响的条件下，机场不停航施工过程中是否会出现不安全行为进而造成安全事故，可以看作是监管人员和施工人员通过博弈选择的行为决策所造成的结果。因此，可以进行如下假设。

假设1：博弈双方为有限理性的博弈群体，其策略选择均根据自身对策略价值的感知，根据前景理论[11]可以构建出价值感知函数如式(1)所示：

(1)

式中：V为决策者对整体价值的感知；π(pi)为决策权重函数；ν(Δωi)为博弈双方对损益的判断价值函数。

其中，决策权重函数π(pi)如式(2)所示：

(2)

式中：γ为权重函数系数；pi为事件i发生的概率，当p趋近0时，π(p)>p；当p趋近1时，π(p)

博弈双方对损益的判断价值函数ν(Δωi)如式(3)所示：

(3)

式中：Δωi为事件i发生后决策者所得的实际收益与参照点的差值，Δωi=ωi-ω0；θ为风险偏好态度系数，表示决策者对损益感知价值的边际递减程度，其值越高递减程度越大；λ为损失规避系数，其值越大则决策者对损失的敏感程度越高。

根据心理账户理论，人们通常会将自身获得的财富与用于支付的财富划分到不同的心理账户进行管理[12]。因此可以将判断价值函数ν(Δωi)划分为收益账户E(Δωi)和支付账户C(Δωi)，其均存在相应的感知参考点ω0和ω1。其函数关系式如式(4)和式(5)所示：

(4)

(5)

式中：λ，δ分别为收益和支付损失规避灵敏系数；θ，β分别为相应的风险偏好系数。

假设2：博弈过程中决策者均根据价值感知进行策略选择。在机场不停航施工过程中，施工人员有{安全操作，违规操作}2种策略；安全管理人员有{积极监管，消极监管}2种策略。

假设3：机场不停航施工安全顺利进行是施工人员和安全监管人员共同合作达成的，双方只有在同时注重安全施工时，即选择的策略为{安全操作，积极监管}时才能确保整体达到安全稳定状态，设此时安全风险成本为0。当其中一方不重视安全施工时，由于个人能力有限，将会产生安全风险并发生风险转移，风险系数会根据不同主体发生变化。

1.2 博弈矩阵构建

根据以上假设条件，决策者双方在进行博弈时，其收益和支付感知账户会发生如下变化：1)当决策双方选择的策略为{安全操作，积极监管}时，由于此时处于安全稳定状态，双方都将获得既定的工作报酬和额外的安全生产奖，同时各自将支付一定的劳动感知成本(包括体力、时间、精神)。2)当决策者有一方选择不安全行为时，一方面，双方获得的工作报酬不变，施工人员获得举报监管人员消极怠工的奖励，监管人员获得严格执法的奖励；另一方面，双方支付的劳动感知成本下降，但需承担由对方不安全行为造成的风险转移，同时根据自身违规行为缴纳罚款。3)当决策双方都不选择安全生产操作时，则双方都需要根据事故发生概率承担事故后期安全成本。

根据上述分析，结合机场不停航施工的特点，可以得到施工安全管理行为博弈的收益感知矩阵如表1所示。

表1 行为博弈价值感知矩阵

其中参数含义如下：

a1,a2—分别为监管和施工人员的工资报酬；

b1,b2—分别为安全监管人员积极监管和消极监管所付出成本的感知，包括落实监管工作所消耗的精力、资金等，显然存在b1>b2，其差值大小与机场施工复杂程度、施工区域和航班密集度等呈正比；

b3,b4—分别为施工人员安全操作和违规操作所付出成本的感知，包括执行施工任务、落实机场安全规定、参加安全教育培训以及因航班活动反复进退场等消耗的精力、资金等。显然存在b3>b4，其差值大小与机场施工工作量、施工区域与进退场路线复杂度、航班密集度以及夜间加班时间等呈正比；

c1—施工人员因违规操作被发现或监管人员因消极监管被举报后需要支付成本的感知，包括罚金、精神损失等；

L—发生安全事故后事故责任方需要承担的安全风险成本感知，包括工作对人身伤害、施工经济损失、进度拖延等；

f1—针对施工人员和监管人员的罚金转换为对方安全生产奖励的比例；

f2—监管人员积极监管，而施工人员违规操作时，双方所需要承担安全风险成本的折扣系数；

f3—施工人员安全操作，而监管人员消极监管时，双方所需要承担安全风险成本的折扣系数；

k—决策双方风险传递系数；

x—积极监管的安全监管人员所占比例；

y—安全操作的机场施工人员所占比例；

q1—安全事故发生的概率；

q2—决策双方违规或消极怠工被发现、举报的概率。

2 模型分析与求解

由价值感知函数公式以及表1所示感知矩阵可求得安全监管人员选择“积极监管”与“消极监管”2类策略的期望收益感知V1Y，V1N和整个监管人员群体的平均收益感知V1，如式(6)所示：

(6)

式中的各参数含义在前文模型假设和矩阵建立过程中已做解释，后文不再赘述。

同理，可求得机场施工人员选择“安全操作”与“违规操作”2类策略的期望收益感知V2Y，V2N和整个施工人员群体的平均收益感知V2，如式(7)所示：

(7)

根据演化博弈中的动态复制公式[13]，可以得到关于x，y这2类人员比例的复制动态方程分别如式(8)和式(9)所示:

(8)

(9)

为简化运算，设I为施工人员安全操作时监管人员积极监管与消极监管决策价值感知的差值；设J为施工人员违规操作时监管人员积极监管与消极监管决策价值感知的差值。则式(8)可简化为如式(10)所示：

(10)

同理，设M为监管人员积极监管时施工人员安全操作与违规操作决策价值感知的差值；设N为监管人员消极监管时施工人员安全操作与违规操作决策价值感知的差值。则式(9)可简化为如式(11)所示：

(11)

按照Friedman提出的方法，微分方程系统的演化稳定策略(ESS)可由该系统的雅可比矩阵的局部稳定性分析得到[14]。由式(10)～(11)构成方程组，其雅可比矩阵如式(12)所示：

(12)

由此可得其矩阵行列式如式(13)所示：

(13)

因此，可得其矩阵的迹如式(14)所示：

(14)

考虑到机场不停航施工安全事故所造成的损失往往远大于不安全行为和监管成本，而且只要有一方选择了不安全行为，就会相应地产生安全事故风险并转移给另一方。同时，若有决策者通过不安全行为获益，也会引起其他决策者的效仿，工程施工将充满安全风险。因此，最大程度减少事故风险产生，才能达到最大安全程度，C(1,1)应成为系统的稳定均衡点。即在式(10)和式(11)中代入各均衡点后应满足IM>0且-I-M<0，即I>0，J>0，M>0，N>0，此时4个均衡点的稳定性如表2所示。

表2 4个均衡点的稳定性

3 数值模拟与仿真

当前，机场不停航施工主要具有如下特点：1)场地洁净度要求高，建筑材料和垃圾需要及时覆盖和处理；2)施工人员、机械车辆等进出场管控严格，需要严格执行相应路线；3)航班起降活动过程中，需要停止飞行保护区施工活动并撤出人员车辆，且夜间加班施工较多；4)飞行安全事故一旦发生将面临较大损失；5)施工区域大，容易存在监管盲区。如果忽略上述特点，可能将导致施工和监管人员的行为产生系统性偏差，使系统难以达到最优点C(1,1)。为了更加直观地分析在上述背景和要求下安全监管与施工人员价值感知发生偏差所造成的影响，现运用Matlab进行仿真模拟。

3.1 仿真参数设置

1)根据工程实际情况，安全监管和施工人员对安全收益的价值感知往往小于对不安全行为收益的价值感知，且对安全行为支付的价值感知往往大于对不安全行为支付的价值感知，为简化计算可设a1=a2=b2=b4=2，b1=b3=3。根据Tversky等[15]通过实验测定，对风险偏好系数进行设定，设θ=0.88，β=0.98，λ=δ=2。设置决策双方对于工资报酬感知的参考点ω1=ω0=1，设置权重函数系数γ=0.75。

2)施工人员因受到监管而被动进行安全操作产生的风险概率应大于施工人员主动进行安全操作产生的安全风险概率，因此可设f2=0.6，f3=0.4。由于管理责任制中规定出现事故时监管人员要承担连带责任，故设置决策双方风险传递系数k=1。

3)根据现实中罚款、奖金与工资报酬的关系，设c1=1，f1=0.1。根据海因里希理论1∶300原理，设q1=0.03。根据机场不停航施工特点，可设安全管理人员和施工人员不安全行为被发现并处罚的概率q2=0.8。此外，监管人员和施工人员实施安全行为策略的比例初始值可设为x=y=0.5。

3.2 仿真结果与分析

根据上述初始赋值，通过调整相关参数可以对如下几种情况进行仿真：

1)安全监管和施工人员群体初始安全能力参差不齐。调整决策者实施安全行为策略初始比例x和y，对演化结果的影响如图1～2所示。可以看出，随着决策者选择安全行为策略初始比例的增加，演化系统收敛的趋势变得平缓，初始比例越大，模型向最佳理想状态方向选择的速度越快。因此，对于安全性要求更高的军民合用和大型枢纽机场，应当加强监管和施工人员的安全能力考评、安全知识交底以及初始上岗教育与考核等工作。

图1 初始比例x对演化的影响

图2 初始比例y对演化的影响

2)安全事故损失被低估。施工人员由于安全教育培训缺失以及对机场安全运行管理规定不掌握，有时会表现得过度自信。例如机场施工经常发生的遗落工具、擅自靠近跑道、不按规定路线进出等，经常会有施工和监管人员认为这些行为对飞行器构成不了重大威胁。因此，其往往会对安全风险和事故损失造成低估，即对L低估。调整决策者对安全事故损失的感知L，对演化结果的影响如图3所示，由图可知，决策者对安全事故严重性和损失的感知将增强其采取安全行为的意愿。因此在机场不停航施工项目实施过程中，尤其应该重视对监管和施工人员进行机场安全运行管理规定的教育，明确飞行区域保护规定和相关要求。

图3 事故损失对系统演化的影响

3)监管成本制约因素多。受施工现场条件和机场安全运行管理制度所限，机场管理方和施工方的监管人员往往难以做到全方位、不间断、不留死角的监控，例如航空管制人员与施工管理人员之间漏传航班信息等现象时有发生，最终导致监管成本b1增加，违规操作行为被发现的概率q2降低。调整决策者安全行为成本b1，对演化结果的影响如图4所示，由图可知，随着监管成本的増大，监管群体选择积极安全行为策略的演化进程变慢，而当监管成本超过一定程度时，监管人员选择积极安全策略的意愿会降低为0。因此机场管理方与施工方应制定行之有效、可操作性强的操作规程和信息传递交流制度，利用信息化手段(例如监控、无人机等)减少监管盲区，提高监管的效率。

图4 积极监管成本对演化的影响

4)安全操作成本难以降低。由于机场不停航施工部分项目需要规避民用航空器运行，白天施工不连续，经常是利用夜间时间开展。无论是连续的布置、撤收、清理工作还是夜间连续的精力投入，都相应地提高了安全操作支出成本b3，类似的投入还体现在复杂且可操作性不强的安全规定以及效果不良的安全培训上。调整决策者安全行为成本b3，对演化结果的影响如图5所示，变化趋势与监管成本变化类似。因此在规划施工流程和每日工作时，要充分考虑航班情况，避免频繁干扰施工过程，造成不必要的成本流失。同时，施工材料和工程装备的堆放要在满足安全规定的基础上更加利于施工过程的进展。

图5 安全操作成本对演化的影响

4 结论

1)运用前景理论与心理账户理论描述价值感知矩阵，可以更好地解释监管和施工人员进行安全行为决策时的非理性和风险偏好因素。通过建立符合机场不停航施工安全管理特点的演化博弈模型，可以更加直观地掌握施工相关行为人安全行为决策演化过程，有利于提高安全管理效率。

2)通过仿真发现，监管和施工人员群体初始安全能力、低估安全事故损失、安全监管和施工成本对安全施工和监管行为策略选择具有显著影响，同时验证模型的合理性。

3)在分析机场不停航施工相关人员行为决策时考虑决策者风险偏好心理因素，对复杂的机场不停航背景与外部条件因素进行简化，后期工作可以在细化航班不停航影响因素以及外部政策、环境等因素的方向上对模型进行拓展。