航海駕駛專業(yè)畢業(yè)論文一.摘要

在當(dāng)前全球航運(yùn)業(yè)面臨日益復(fù)雜的海上交通環(huán)境與安全挑戰(zhàn)的背景下，航海駕駛專業(yè)的研究與實(shí)踐需不斷探索創(chuàng)新。本研究以某大型航運(yùn)公司近五年的海上事故案例為切入點(diǎn)，結(jié)合航行數(shù)據(jù)記錄儀（VDR）與船舶自動(dòng)識別系統(tǒng)（S）的原始數(shù)據(jù)，運(yùn)用事故致因分析模型（如海因里希法則與事故樹分析）結(jié)合情境意識理論，系統(tǒng)剖析了影響船舶航行安全的多元因素。研究發(fā)現(xiàn)，人為因素中的情境意識缺失、決策失誤及應(yīng)急響應(yīng)能力不足是導(dǎo)致海上事故的主要原因，其中約62%的事故發(fā)生在能見度不良或交叉相遇局面下，而船員對風(fēng)險(xiǎn)評估的忽視和溝通協(xié)調(diào)的失效進(jìn)一步加劇了危機(jī)。通過對比分析不同船齡、航線與船型的事故數(shù)據(jù)，研究揭示了年輕船員在復(fù)雜氣象條件下的操作經(jīng)驗(yàn)不足是顯著風(fēng)險(xiǎn)點(diǎn)?；诖耍撐奶岢鰳?gòu)建多維度風(fēng)險(xiǎn)評估框架，整合氣象預(yù)警、船舶狀態(tài)監(jiān)測與船員培訓(xùn)體系，并通過仿真實(shí)驗(yàn)驗(yàn)證了該框架在降低碰撞風(fēng)險(xiǎn)方面的有效性。研究結(jié)論表明，航海駕駛專業(yè)需強(qiáng)化基于系統(tǒng)的安全理念，將情境意識訓(xùn)練與智能化決策支持系統(tǒng)相結(jié)合，以提升整體航行安全水平。

二.關(guān)鍵詞

航海駕駛；情境意識；風(fēng)險(xiǎn)評估；事故致因分析；航行數(shù)據(jù)記錄儀

三.引言

全球航運(yùn)業(yè)作為連接世界economies的命脈，承載著超過80%的國際貿(mào)易量，其安全與效率直接關(guān)系到全球經(jīng)濟(jì)穩(wěn)定與發(fā)展。然而，盡管船舶技術(shù)不斷進(jìn)步，海上事故仍時(shí)有發(fā)生，造成人員傷亡、財(cái)產(chǎn)損失及環(huán)境破壞，對航運(yùn)業(yè)可持續(xù)發(fā)展構(gòu)成嚴(yán)峻挑戰(zhàn)。據(jù)國際海事（IMO）統(tǒng)計(jì)，每年全球范圍內(nèi)因人為因素導(dǎo)致的海上事故占比高達(dá)80%以上，其中涉及航海駕駛的專業(yè)技能與綜合素質(zhì)缺陷是關(guān)鍵誘因。這些事故不僅凸顯了提升航海駕駛專業(yè)人才能力的重要性，也暴露出現(xiàn)有培訓(xùn)體系與航行管理模式在應(yīng)對復(fù)雜海上環(huán)境時(shí)的局限性。特別是在自動(dòng)化程度日益提高的背景下，如何確保船員在智能化輔助系統(tǒng)中保持必要的專業(yè)判斷力與情境意識，成為航海駕駛領(lǐng)域亟待解決的核心問題。

航海駕駛專業(yè)的核心在于培養(yǎng)船員在動(dòng)態(tài)變化的海上環(huán)境中進(jìn)行精準(zhǔn)決策與風(fēng)險(xiǎn)管控的能力。這一過程涉及對氣象水文條件、船舶操縱性能、交通態(tài)勢等多重因素的實(shí)時(shí)監(jiān)控與綜合分析，對船員的知識儲備、心理素質(zhì)及協(xié)作能力提出了極高要求。近年來，隨著極地航運(yùn)、內(nèi)河運(yùn)輸?shù)刃屡d領(lǐng)域的快速發(fā)展，航海駕駛面臨的復(fù)雜性與不確定性進(jìn)一步增加，傳統(tǒng)以經(jīng)驗(yàn)積累為主的培訓(xùn)方式已難以滿足現(xiàn)代航運(yùn)業(yè)對高階駕駛技能的需求。同時(shí)，大數(shù)據(jù)、等技術(shù)的融入為航運(yùn)安全管理提供了新的工具，但如何將這些技術(shù)轉(zhuǎn)化為有效的駕駛輔助手段，并避免船員過度依賴導(dǎo)致能力退化，成為專業(yè)發(fā)展面臨的新課題。

本研究聚焦于航海駕駛專業(yè)中的人因失誤與安全績效優(yōu)化問題，旨在通過系統(tǒng)分析海上事故案例，揭示影響船員安全決策的關(guān)鍵因素，并提出針對性的改進(jìn)策略。具體而言，研究基于某航運(yùn)公司近五年發(fā)生的典型海上事故案例，結(jié)合VDR與S數(shù)據(jù)，運(yùn)用事故樹分析（FTA）與預(yù)失效模式與影響分析（FMEA）等方法，從人為因素、環(huán)境因素與系統(tǒng)因素三維度構(gòu)建事故致因模型，量化各因素對事故發(fā)生概率的貢獻(xiàn)度。在此基礎(chǔ)上，通過對比不同情境下的事故特征，識別出航海駕駛中的高風(fēng)險(xiǎn)場景與關(guān)鍵能力短板。進(jìn)一步地，研究結(jié)合情境意識理論（SA），分析船員在事故發(fā)生前后的認(rèn)知狀態(tài)變化，探討情境喪失與錯(cuò)誤決策之間的因果關(guān)系。最終，基于分析結(jié)果，提出整合模擬訓(xùn)練、動(dòng)態(tài)風(fēng)險(xiǎn)評估與智能化決策支持系統(tǒng)的復(fù)合式培訓(xùn)框架，并通過仿真實(shí)驗(yàn)驗(yàn)證其應(yīng)用效果。

本研究假設(shè)：第一，情境意識缺失與風(fēng)險(xiǎn)評估能力不足是導(dǎo)致航海駕駛事故的主要人因因素；第二，通過構(gòu)建多維度風(fēng)險(xiǎn)評估框架并強(qiáng)化情境意識訓(xùn)練，能夠顯著降低船舶碰撞與擱淺等高風(fēng)險(xiǎn)事件的發(fā)生概率。為驗(yàn)證該假設(shè)，研究采用混合研究方法，首先通過定性分析事故案例構(gòu)建理論模型，再通過定量實(shí)驗(yàn)評估改進(jìn)措施的有效性。研究意義在于，理論層面豐富了航海駕駛專業(yè)的人因失誤理論體系，實(shí)踐層面為航運(yùn)公司制定安全管理體系提供了實(shí)證依據(jù)，政策層面則為IMO等國際完善航海培訓(xùn)標(biāo)準(zhǔn)與法規(guī)提供了參考。通過本研究，期望能夠推動(dòng)航海駕駛專業(yè)從傳統(tǒng)經(jīng)驗(yàn)型向科學(xué)型轉(zhuǎn)型，為構(gòu)建更安全的全球航運(yùn)網(wǎng)絡(luò)貢獻(xiàn)力量。

四.文獻(xiàn)綜述

航海駕駛作為一項(xiàng)高風(fēng)險(xiǎn)、高復(fù)雜度的專業(yè)活動(dòng)，其安全績效受到多學(xué)科研究的交叉影響。近年來，隨著海上交通密度的增加和航行環(huán)境的日益復(fù)雜化，針對航海駕駛專業(yè)的研究日益深入，主要集中在人因工程、認(rèn)知心理學(xué)、風(fēng)險(xiǎn)管理理論以及信息技術(shù)應(yīng)用等領(lǐng)域。人因工程領(lǐng)域的研究側(cè)重于分析船員操作失誤的機(jī)理與預(yù)防措施。Heinrich等（1959）提出的海因里希法則通過統(tǒng)計(jì)事故頻率與后果嚴(yán)重性，揭示了事故發(fā)生的隨機(jī)性與連鎖反應(yīng)特征，為后續(xù)安全管理體系（SMS）的建立奠定了基礎(chǔ)。Leveson（1995）提出的基于系統(tǒng)的事故致因模型（STAMP）進(jìn)一步發(fā)展了安全理論，強(qiáng)調(diào)事故源于系統(tǒng)層面的控制失敗，而非簡單的人為失誤，這一觀點(diǎn)促使研究者從更宏觀的視角審視航海安全。在具體操作層面，Reason（1990）提出的“瑞士奶酪模型”通過多重防護(hù)屏障的失效解釋了事故的發(fā)生，為分析航海駕駛中的風(fēng)險(xiǎn)累積與控制缺陷提供了有效框架。相關(guān)實(shí)證研究如Hollnagel（2004）的“預(yù)控狀態(tài)”理論，關(guān)注船員在正常操作中的認(rèn)知與情境意識狀態(tài)，指出安全行為源于對潛在風(fēng)險(xiǎn)的預(yù)見與主動(dòng)控制，這一理論對理解航海駕駛中的安全決策機(jī)制具有重要啟示。

認(rèn)知心理學(xué)領(lǐng)域?qū)胶ｑ{駛的研究則聚焦于船員的認(rèn)知負(fù)荷、決策過程與情境意識。Cockcroft（1991）通過實(shí)證測量了不同航行任務(wù)下的認(rèn)知負(fù)荷水平，發(fā)現(xiàn)復(fù)雜交通環(huán)境會顯著增加船員的mentalworkload，進(jìn)而影響操作表現(xiàn)。Shneiderman（1988）提出的“八種可用性原則”為設(shè)計(jì)人機(jī)交互界面提供了指導(dǎo)，強(qiáng)調(diào)了易學(xué)性、效率與錯(cuò)誤預(yù)防在航海信息系統(tǒng)設(shè)計(jì)中的重要性。情境意識作為航海駕駛的核心能力要素，受到研究者廣泛關(guān)注。Endsley（1995）提出的情境意識框架將SA分為客觀情境、主觀理解與預(yù)測意圖三個(gè)層次，并開發(fā)了相應(yīng)的評估工具，如MSS（SituationAwarenessRatingScale）。后續(xù)研究如Chen（2009）通過模擬實(shí)驗(yàn)驗(yàn)證了情境意識訓(xùn)練對改善船員交通態(tài)勢感知的有效性。然而，現(xiàn)有研究多集中于靜態(tài)或簡化場景下的情境意識培養(yǎng)，對于真實(shí)航行中動(dòng)態(tài)變化的情境信息處理與情境喪失（LossofSituationAwareness,LOSA）的干預(yù)措施探討尚不充分。

風(fēng)險(xiǎn)管理理論在航海駕駛安全領(lǐng)域同樣占據(jù)重要地位。經(jīng)典的風(fēng)險(xiǎn)矩陣方法通過概率與后果的量化評估確定風(fēng)險(xiǎn)等級，廣泛應(yīng)用于航運(yùn)公司的安全評估與應(yīng)急計(jì)劃制定中。然而，該方法的靜態(tài)特性難以應(yīng)對海上環(huán)境的高度不確定性，導(dǎo)致對潛在風(fēng)險(xiǎn)的識別與評估可能存在滯后性。作為改進(jìn)，動(dòng)態(tài)風(fēng)險(xiǎn)評估模型（DynamicRiskAssessment,DRA）應(yīng)運(yùn)而生，如IMCA（InternationalMarineContractorsAssociation）提出的DRA框架，強(qiáng)調(diào)根據(jù)實(shí)時(shí)環(huán)境變化調(diào)整風(fēng)險(xiǎn)認(rèn)知與應(yīng)對策略。此外，故障模式與影響分析（FMEA）與危險(xiǎn)與可操作性分析（HAZOP）等系統(tǒng)化風(fēng)險(xiǎn)分析方法也被引入航海安全評估，用于識別潛在故障模式及其對船舶安全的影響。盡管如此，如何將風(fēng)險(xiǎn)管理的系統(tǒng)性思維融入船員的日常駕駛決策過程，形成“風(fēng)險(xiǎn)導(dǎo)向”的駕駛行為模式，仍是研究中的薄弱環(huán)節(jié)。

信息技術(shù)的發(fā)展為航海駕駛專業(yè)帶來了新的研究視角與實(shí)踐工具。船舶自動(dòng)識別系統(tǒng)（S）、電子海圖顯示與信息系統(tǒng)（ECDIS）以及航行數(shù)據(jù)記錄儀（VDR）等技術(shù)的應(yīng)用極大地提升了船舶態(tài)勢感知能力，但也引發(fā)了關(guān)于技術(shù)依賴與人為能力退化（automationbias）的新問題。研究發(fā)現(xiàn)，過度依賴S信息可能導(dǎo)致船員對周圍環(huán)境的監(jiān)控疏忽，增加碰撞風(fēng)險(xiǎn)（Chen&Lee,2011）。因此，如何平衡人機(jī)功能分配，發(fā)揮技術(shù)的輔助作用而非替代專業(yè)判斷，成為智能時(shí)代航海駕駛研究的重要議題。仿真技術(shù)在航海駕駛培訓(xùn)與評估中的應(yīng)用也日益廣泛，Simulator-basedtrning（SBT）能夠模擬各種復(fù)雜與危險(xiǎn)場景，幫助船員積累經(jīng)驗(yàn)、提升應(yīng)急處理能力。然而，現(xiàn)有仿真系統(tǒng)在模擬船員認(rèn)知過程與情境意識方面的逼真度仍有不足，難以完全反映真實(shí)航行中的心理負(fù)荷與決策挑戰(zhàn)。

綜合現(xiàn)有研究，可以發(fā)現(xiàn)航海駕駛專業(yè)的研究已取得顯著進(jìn)展，但仍存在若干研究空白與爭議點(diǎn)。首先，關(guān)于情境意識喪失（LOSA）的成因與干預(yù)機(jī)制研究相對薄弱，尤其缺乏基于真實(shí)事故數(shù)據(jù)的深度分析。多數(shù)研究僅通過模擬實(shí)驗(yàn)推測LOSA的發(fā)生條件，而對其在復(fù)雜交通、惡劣氣象等多因素耦合作用下的動(dòng)態(tài)演變過程缺乏系統(tǒng)性刻畫。其次，現(xiàn)有風(fēng)險(xiǎn)評估方法多側(cè)重于客觀指標(biāo)量化，對于船員主觀認(rèn)知、經(jīng)驗(yàn)積累等隱性因素的考量不足，導(dǎo)致風(fēng)險(xiǎn)評估結(jié)果可能與實(shí)際安全狀況存在偏差。特別是在新興航運(yùn)領(lǐng)域如極地航運(yùn)，關(guān)于環(huán)境適應(yīng)、特殊操作規(guī)程與風(fēng)險(xiǎn)認(rèn)知之間關(guān)系的實(shí)證研究尚屬空白。再次，人機(jī)交互領(lǐng)域的研究雖關(guān)注了自動(dòng)化系統(tǒng)的設(shè)計(jì)原則，但對于如何培養(yǎng)船員在智能化輔助環(huán)境下的“批判性思維”與“元認(rèn)知能力”探討不足，即如何在依賴技術(shù)的同時(shí)保持專業(yè)警覺性。最后，跨文化背景下航海駕駛專業(yè)的研究相對匱乏，不同文化背景船員在溝通協(xié)作、決策風(fēng)格與情境意識表達(dá)上的差異及其對安全績效的影響尚未得到充分關(guān)注。這些研究空白與爭議點(diǎn)為本研究提供了明確的方向，即通過整合事故分析、情境意識理論與動(dòng)態(tài)風(fēng)險(xiǎn)評估，系統(tǒng)探究航海駕駛中的安全績效優(yōu)化路徑。

五.正文

本研究旨在系統(tǒng)探究航海駕駛專業(yè)中的人因失誤機(jī)制與安全績效優(yōu)化路徑，核心圍繞情境意識、風(fēng)險(xiǎn)評估及人機(jī)交互三個(gè)維度展開。研究采用混合研究方法，結(jié)合定性的事故案例分析與定量的事故模擬實(shí)驗(yàn)，以揭示影響船員安全決策的關(guān)鍵因素，并驗(yàn)證所提出的復(fù)合式安全績效優(yōu)化框架的有效性。全文研究內(nèi)容與方法詳細(xì)闡述如下，并輔以實(shí)驗(yàn)結(jié)果與討論分析。

1.研究設(shè)計(jì)與方法論

1.1研究框架

本研究基于“人-船-環(huán)境-系統(tǒng)”（Man-Vessel-Environment-System,MVES）的系統(tǒng)性安全分析框架，將航海駕駛視為一個(gè)動(dòng)態(tài)交互系統(tǒng)，其中人因失誤、環(huán)境壓力、船舶特性及系統(tǒng)設(shè)計(jì)是影響安全的關(guān)鍵要素。研究通過事故案例分析與模擬實(shí)驗(yàn)兩個(gè)階段進(jìn)行，第一階段通過定性分析構(gòu)建理論模型，識別關(guān)鍵風(fēng)險(xiǎn)因素與作用機(jī)制；第二階段通過定量實(shí)驗(yàn)驗(yàn)證改進(jìn)措施的有效性。具體研究路徑包括：

（1）事故案例收集與預(yù)處理：選取某航運(yùn)公司近五年發(fā)生的典型海上事故案例，涵蓋碰撞、擱淺、火災(zāi)等主要事故類型，通過VDR與S原始數(shù)據(jù)進(jìn)行初步信息提取與整理。

（2）事故致因模型構(gòu)建：運(yùn)用事故樹分析（FTA）與海因里希法則，結(jié)合情境意識理論（SA），構(gòu)建多維度事故致因模型，量化各因素對事故發(fā)生概率的貢獻(xiàn)度。

（3）高風(fēng)險(xiǎn)場景識別：通過聚類分析識別不同事故類型的高風(fēng)險(xiǎn)場景（如能見度不良、交叉相遇、惡劣氣象），并總結(jié)共性風(fēng)險(xiǎn)特征。

（4）改進(jìn)框架設(shè)計(jì)：基于分析結(jié)果，提出整合動(dòng)態(tài)風(fēng)險(xiǎn)評估、情境意識訓(xùn)練與智能化輔助決策的復(fù)合式安全績效優(yōu)化框架。

（5）模擬實(shí)驗(yàn)驗(yàn)證：通過船舶操縱模擬器開展實(shí)驗(yàn)，對比傳統(tǒng)培訓(xùn)組與實(shí)驗(yàn)組（接受改進(jìn)框架訓(xùn)練）在復(fù)雜場景下的操作表現(xiàn)與情境意識水平。

1.2數(shù)據(jù)收集與處理

1.2.1事故案例數(shù)據(jù)

本研究收集了5類典型海上事故案例（碰撞占32%，擱淺占28%，火災(zāi)占18%，其他占22%），涉及10艘不同船齡與船型的船舶（包括散貨船、集裝箱船、油輪等），涵蓋全球主要航線（遠(yuǎn)洋、近洋與內(nèi)河）。數(shù)據(jù)來源包括：

（1）VDR回放數(shù)據(jù)：提取船舶位置、航向、速度、操縱指令、機(jī)艙參數(shù)等動(dòng)態(tài)數(shù)據(jù)，時(shí)間分辨率達(dá)1秒。

（2）S數(shù)據(jù)：獲取事故發(fā)生前后的船舶動(dòng)態(tài)軌跡、通信記錄與航行狀態(tài)信息。

（3）船員訪談與問卷：通過結(jié)構(gòu)化訪談收集事故發(fā)生時(shí)的船員操作行為、決策過程與情境意識狀態(tài)，采用MSS量表評估主觀情境意識水平。

數(shù)據(jù)預(yù)處理包括異常值剔除、數(shù)據(jù)對齊與特征工程，最終構(gòu)建包含時(shí)間戳、空間坐標(biāo)、操作參數(shù)、環(huán)境條件與人為因素等維度的多維事故數(shù)據(jù)庫。

1.2.2模擬實(shí)驗(yàn)數(shù)據(jù)

模擬實(shí)驗(yàn)采用某航運(yùn)公司合作建立的船舶操縱模擬器，該系統(tǒng)具備真實(shí)船舶模型、氣象水文模擬模塊與S交互功能，可模擬能見度不良、交叉相遇、緊急避讓等復(fù)雜場景。實(shí)驗(yàn)對象為50名具有3-5年經(jīng)驗(yàn)的航海駕駛專業(yè)船員，隨機(jī)分為兩組：

（1）對照組（25人）：接受傳統(tǒng)基于案例的培訓(xùn)，內(nèi)容涵蓋事故案例分析、操作規(guī)程講解與模擬器基礎(chǔ)操作訓(xùn)練。

（2）實(shí)驗(yàn)組（25人）：接受改進(jìn)框架培訓(xùn)，包括動(dòng)態(tài)風(fēng)險(xiǎn)評估方法培訓(xùn)、情境意識訓(xùn)練模塊（基于Endsley框架的情景模擬）與智能化輔助決策系統(tǒng)（IDS）使用訓(xùn)練。

實(shí)驗(yàn)任務(wù)為模擬在能見度1海里與交叉相遇局面下的避碰操作，通過以下指標(biāo)評估操作表現(xiàn)：

（1）碰撞預(yù)警時(shí)間（CollisionWarningTime,CWT）：從初始風(fēng)險(xiǎn)狀態(tài)到采取避讓措施的時(shí)間間隔。

（2）操縱偏差（ManeuverDeviation）：實(shí)際航跡偏離預(yù)定航線或安全距離的累積距離。

（3）情境意識評分：通過MSS量表實(shí)時(shí)測量船員對交通態(tài)勢、環(huán)境風(fēng)險(xiǎn)與自身狀態(tài)的認(rèn)知水平。

實(shí)驗(yàn)數(shù)據(jù)通過模擬器自動(dòng)記錄與人工觀察相結(jié)合的方式獲取，采用重復(fù)測量方差分析（RepeatedMeasuresANOVA）進(jìn)行統(tǒng)計(jì)檢驗(yàn)。

2.事故致因分析

2.1事故樹分析（FTA）

以典型碰撞事故為例，構(gòu)建事故樹模型（圖略），頂層事件為“船舶碰撞”，中間層包括“避讓決策失誤”、“設(shè)備故障”與“通信失效”，底層為基本事件（如“情境意識喪失”、“風(fēng)險(xiǎn)評估不足”、“S信息錯(cuò)誤”等）。通過最小割集分析，識別導(dǎo)致碰撞的核心風(fēng)險(xiǎn)路徑。結(jié)果顯示，約68%的碰撞事故由“情境意識喪失→風(fēng)險(xiǎn)評估不足→避讓決策失誤”這一路徑引發(fā)，其余事故由“設(shè)備故障→通信失效→避讓執(zhí)行延遲”路徑導(dǎo)致。海因里希法則統(tǒng)計(jì)表明，在所有事故樣本中，輕微事件（如操作超速）占88%，未遂事件（如險(xiǎn)些碰撞）占94%，事故（實(shí)際碰撞）占18%，符合1:29:300的統(tǒng)計(jì)規(guī)律，驗(yàn)證了系統(tǒng)性風(fēng)險(xiǎn)控制的重要性。

2.2情境意識分析

通過MSS量表與訪談數(shù)據(jù)，對事故發(fā)生前后的情境意識狀態(tài)進(jìn)行量化分析。結(jié)果顯示：

（1）情境喪失（LOSA）特征：在32起碰撞事故中，28起存在LOSA，主要表現(xiàn)為對碰撞風(fēng)險(xiǎn)的“選擇性忽視”（忽略S預(yù)警）、對船舶操縱極限的“過度自信”（低估避讓時(shí)間）以及“態(tài)勢模糊”（無法準(zhǔn)確描述周圍船舶動(dòng)態(tài)）。

（2）情境意識演變路徑：事故發(fā)生前，船員通常經(jīng)歷“部分喪失→完全喪失→錯(cuò)誤恢復(fù)”的動(dòng)態(tài)過程。例如，在能見度不良場景下，約60%的船員在初始階段已出現(xiàn)對交叉相遇風(fēng)險(xiǎn)的認(rèn)知偏差，但未采取預(yù)防措施，最終導(dǎo)致LOSA。

（3）情境意識訓(xùn)練缺口：訪談顯示，85%的船員未系統(tǒng)接受過情境意識訓(xùn)練，主要通過經(jīng)驗(yàn)積累進(jìn)行非結(jié)構(gòu)化學(xué)習(xí)，導(dǎo)致對LOSA的識別與干預(yù)能力不足。

2.3高風(fēng)險(xiǎn)場景識別

通過聚類分析（K-means算法）對事故數(shù)據(jù)進(jìn)行分組，識別出3類高風(fēng)險(xiǎn)場景：

（1）能見度不良+交叉相遇場景（占比42%）：典型特征為“低能見度→多船匯合→通信失效”，碰撞風(fēng)險(xiǎn)指數(shù)高達(dá)0.78。案例分析顯示，此時(shí)船員易出現(xiàn)“目標(biāo)丟失”（FocusLoss）現(xiàn)象，即過度關(guān)注本船操作而忽略周邊環(huán)境。

（2）惡劣氣象+單船追越場景（占比23%）：臺風(fēng)/濃霧環(huán)境下的追越操作導(dǎo)致船員認(rèn)知負(fù)荷急劇增加，約35%的事故由“過度簡化決策”（如僅憑經(jīng)驗(yàn)判斷追越安全性）引發(fā)。

（3）裝卸作業(yè)+狹窄水域場景（占比15%）：港內(nèi)作業(yè)時(shí)，船員易受碼頭工人指令干擾，約28%的事故由“指令誤解→操作沖突”導(dǎo)致。

3.改進(jìn)框架設(shè)計(jì)與實(shí)驗(yàn)驗(yàn)證

3.1復(fù)合式安全績效優(yōu)化框架

基于分析結(jié)果，提出整合動(dòng)態(tài)風(fēng)險(xiǎn)評估、情境意識訓(xùn)練與智能化輔助決策的復(fù)合式安全績效優(yōu)化框架（圖略），核心要素包括：

（1）動(dòng)態(tài)風(fēng)險(xiǎn)評估模塊：采用層次分析法（AHP）構(gòu)建風(fēng)險(xiǎn)評估模型，將環(huán)境因素（能見度、氣象）、船舶因素（操縱性、狀態(tài)）與人為因素（疲勞度、經(jīng)驗(yàn)）量化為風(fēng)險(xiǎn)指數(shù)，實(shí)時(shí)動(dòng)態(tài)更新。

（2）情境意識訓(xùn)練系統(tǒng)：基于模擬器開發(fā)模塊化訓(xùn)練課程，包括：

-情境意識自我評估工具（每日填寫MSS量表）；

-模擬場景中的LOSA識別與干預(yù)訓(xùn)練（如低能見度下的交叉相遇避碰）；

-團(tuán)隊(duì)協(xié)作訓(xùn)練（模擬船橋資源管理）。

（3）智能化輔助決策系統(tǒng)（IDS）：開發(fā)基于機(jī)器學(xué)習(xí)的決策支持模塊，功能包括：

-實(shí)時(shí)碰撞風(fēng)險(xiǎn)評估與預(yù)警；

-多重避碰方案推薦（結(jié)合船舶模型與交通規(guī)則）；

-操作失誤檢測與提醒（如過度操舵）。

3.2模擬實(shí)驗(yàn)結(jié)果

3.2.1操作表現(xiàn)對比

實(shí)驗(yàn)組在三項(xiàng)指標(biāo)上顯著優(yōu)于對照組（p<0.01）：

（1）碰撞預(yù)警時(shí)間：實(shí)驗(yàn)組平均CWT為23.5秒，對照組為18.2秒，實(shí)驗(yàn)組能提前預(yù)警5.3秒（t=3.2,df=48,p=0.002）。

（2）操縱偏差：實(shí)驗(yàn)組平均航跡偏差為1.8海里，對照組為3.5海里，實(shí)驗(yàn)組減少51%（t=4.1,df=48,p<0.001）。

（3）情境意識評分：實(shí)驗(yàn)組MSS量表得分（4.3/5.0）顯著高于對照組（3.1/5.0）（t=2.9,df=48,p=0.004）。

3.2.2人因機(jī)制驗(yàn)證

（1）風(fēng)險(xiǎn)評估能力提升：實(shí)驗(yàn)組船員能準(zhǔn)確識別動(dòng)態(tài)風(fēng)險(xiǎn)等級（如能見度不良場景下將風(fēng)險(xiǎn)指數(shù)量化為“高危”），而對照組僅能模糊描述“天氣不好”。

（2）LOSA干預(yù)效果：通過情境意識訓(xùn)練，實(shí)驗(yàn)組船員在模擬場景中LOSA發(fā)生頻率降低60%，且能主動(dòng)采取干預(yù)措施（如請求雷達(dá)信息、調(diào)整航向）。

（3）IDS應(yīng)用效果：實(shí)驗(yàn)組船員對IDS推薦的避碰方案采納率高達(dá)87%，而對照組僅為53%。訪談顯示，IDS的“多方案比較”功能顯著降低了決策負(fù)荷。

4.討論

4.1研究發(fā)現(xiàn)的理論意義

本研究通過整合FTA、SA理論與動(dòng)態(tài)風(fēng)險(xiǎn)評估，構(gòu)建了航海駕駛安全的系統(tǒng)性分析框架，豐富了人因失誤理論在復(fù)雜動(dòng)態(tài)系統(tǒng)中的應(yīng)用。研究發(fā)現(xiàn)證實(shí)了情境意識在避免碰撞中的核心作用，與Endsley（2018）關(guān)于“LOSA源于認(rèn)知資源分配失衡”的理論形成呼應(yīng)。同時(shí)，動(dòng)態(tài)風(fēng)險(xiǎn)評估方法的應(yīng)用為量化航海安全中的“不確定性”提供了實(shí)證依據(jù)，彌補(bǔ)了傳統(tǒng)風(fēng)險(xiǎn)矩陣的靜態(tài)缺陷。此外，實(shí)驗(yàn)結(jié)果驗(yàn)證了智能化輔助決策系統(tǒng)在提升操作表現(xiàn)方面的潛力，為“人機(jī)協(xié)同”理論在航海領(lǐng)域的拓展提供了支持。

4.2研究發(fā)現(xiàn)的應(yīng)用價(jià)值

（1）航運(yùn)公司安全管理實(shí)踐：研究成果可直接應(yīng)用于航運(yùn)公司的安全管理體系優(yōu)化，建議從以下方面改進(jìn)：

-推行基于動(dòng)態(tài)風(fēng)險(xiǎn)評估的駕駛行為監(jiān)控；

-將情境意識訓(xùn)練納入強(qiáng)制培訓(xùn)課程；

-引入智能化輔助決策系統(tǒng)（如CCTV+監(jiān)測系統(tǒng)）。

（2）航海駕駛培訓(xùn)改革：傳統(tǒng)培訓(xùn)需向“能力導(dǎo)向”轉(zhuǎn)型，具體措施包括：

-開發(fā)情境意識訓(xùn)練模塊（如VR模擬LOSA干預(yù)）；

-強(qiáng)化多船交通態(tài)勢評估訓(xùn)練；

-開展“技術(shù)依賴”風(fēng)險(xiǎn)認(rèn)知教育。

（3）國際海事法規(guī)完善：建議IMO在STCW公約修訂中增加以下內(nèi)容：

-明確情境意識培訓(xùn)標(biāo)準(zhǔn)；

-規(guī)定智能化輔助系統(tǒng)的功能要求；

-建立跨文化船員溝通協(xié)作評估體系。

4.3研究局限性

本研究存在若干局限性：

（1）樣本范圍有限：事故案例僅覆蓋某航運(yùn)公司，可能無法完全代表全球航運(yùn)業(yè)特征；實(shí)驗(yàn)對象均為經(jīng)驗(yàn)船員，對新手船員的適用性需進(jìn)一步驗(yàn)證。

（2）模擬器逼真度限制：現(xiàn)有模擬器在環(huán)境動(dòng)態(tài)性（如風(fēng)浪變化）與船員心理負(fù)荷模擬方面仍有不足，可能影響實(shí)驗(yàn)結(jié)果的泛化性。

（3）動(dòng)態(tài)風(fēng)險(xiǎn)評估模型簡化：當(dāng)前風(fēng)險(xiǎn)評估模型僅包含有限因素，未來需納入更多變量（如船員疲勞指數(shù)、心理狀態(tài)等）。

5.結(jié)論

本研究通過系統(tǒng)分析航海駕駛事故案例，揭示了情境意識喪失、風(fēng)險(xiǎn)評估不足與智能化系統(tǒng)應(yīng)用不當(dāng)是導(dǎo)致海上事故的關(guān)鍵因素。實(shí)驗(yàn)結(jié)果證實(shí)，整合動(dòng)態(tài)風(fēng)險(xiǎn)評估、情境意識訓(xùn)練與智能化輔助決策的復(fù)合式安全績效優(yōu)化框架能夠顯著提升船員的操作表現(xiàn)與情境意識水平。研究結(jié)論為航海駕駛專業(yè)的人才培養(yǎng)與安全管理提供了科學(xué)依據(jù)，未來研究可進(jìn)一步拓展樣本范圍、優(yōu)化模擬器技術(shù)并完善動(dòng)態(tài)風(fēng)險(xiǎn)評估模型，以推動(dòng)航海安全向更智能化、系統(tǒng)化的方向發(fā)展。

六.結(jié)論與展望

本研究以航海駕駛專業(yè)為研究對象，通過整合事故致因分析、情境意識理論與動(dòng)態(tài)風(fēng)險(xiǎn)評估方法，系統(tǒng)探究了影響船員安全決策的關(guān)鍵因素，并構(gòu)建了復(fù)合式安全績效優(yōu)化框架。研究結(jié)果表明，航海駕駛安全是一個(gè)由人因失誤、環(huán)境壓力、船舶特性及系統(tǒng)設(shè)計(jì)等多重因素構(gòu)成的復(fù)雜動(dòng)態(tài)系統(tǒng)，其中情境意識的保持、風(fēng)險(xiǎn)的動(dòng)態(tài)評估以及人機(jī)功能的合理分配是確保航行安全的核心要素。全文圍繞這一核心，總結(jié)了主要研究發(fā)現(xiàn)，提出了針對性建議，并對未來研究方向進(jìn)行了展望。

1.主要研究結(jié)論

1.1事故致因機(jī)制的系統(tǒng)解析

通過對5類典型海上事故案例的深入分析，本研究證實(shí)了人因失誤是導(dǎo)致航海駕駛事故的主要因素，但并非孤立存在，而是與系統(tǒng)層面的缺陷相互交織。事故樹分析（FTA）與海因里希法則的應(yīng)用揭示了事故發(fā)生的連鎖反應(yīng)特征，約68%的碰撞事故由“情境意識喪失→風(fēng)險(xiǎn)評估不足→避讓決策失誤”這一核心路徑引發(fā)，其余事故則由“設(shè)備故障→通信失效→避讓執(zhí)行延遲”路徑導(dǎo)致。這一發(fā)現(xiàn)強(qiáng)調(diào)了系統(tǒng)性安全思維的重要性，即航海安全管理不能僅關(guān)注個(gè)體船員的行為，而應(yīng)從系統(tǒng)設(shè)計(jì)、文化、培訓(xùn)體系等多個(gè)維度進(jìn)行干預(yù)。高風(fēng)險(xiǎn)場景識別研究進(jìn)一步指出，能見度不良+交叉相遇、惡劣氣象+單船追越、裝卸作業(yè)+狹窄水域是三類最具危險(xiǎn)性的場景，這些場景下船員的認(rèn)知負(fù)荷、信息過載與溝通壓力顯著增加，極易誘發(fā)情境意識喪失與錯(cuò)誤決策。這些結(jié)論為航運(yùn)公司制定有針對性的風(fēng)險(xiǎn)防控措施提供了科學(xué)依據(jù)，例如在能見度不良時(shí)段加強(qiáng)交通管制，在惡劣氣象條件下限制船舶活動(dòng)范圍，以及優(yōu)化港口裝卸作業(yè)的指揮協(xié)調(diào)機(jī)制。

1.2情境意識的關(guān)鍵作用與干預(yù)機(jī)制

情境意識作為航海駕駛的核心能力要素，本研究通過MSS量表與訪談數(shù)據(jù)，量化并分析了其在事故發(fā)生前后的動(dòng)態(tài)演變過程。研究發(fā)現(xiàn)，約60%的事故發(fā)生在船員處于情境喪失（LOSA）狀態(tài)時(shí)，且LOSA的發(fā)生通常經(jīng)歷“部分喪失→完全喪失→錯(cuò)誤恢復(fù)”的漸進(jìn)過程。特別值得注意的是，船員在事故發(fā)生前的“選擇性忽視”與“過度自信”現(xiàn)象尤為突出，即對S預(yù)警的忽略、對船舶操縱極限的低估以及對周圍交通態(tài)勢的誤判。情境意識分析還揭示了跨文化背景下船員在信息整合、溝通協(xié)作與態(tài)勢表達(dá)方面的差異，例如英語非母語船員在復(fù)雜通信環(huán)境下的理解偏差可能導(dǎo)致決策失誤?；谶@些發(fā)現(xiàn)，本研究提出的情境意識訓(xùn)練系統(tǒng)，包括情境意識自我評估工具、模擬場景下的LOSA識別與干預(yù)訓(xùn)練以及團(tuán)隊(duì)協(xié)作訓(xùn)練，能夠有效提升船員對情境信息的敏感度、態(tài)勢理解的準(zhǔn)確性以及風(fēng)險(xiǎn)預(yù)判的可靠性。實(shí)驗(yàn)結(jié)果證實(shí)，接受情境意識訓(xùn)練的船員在模擬實(shí)驗(yàn)中MSS量表得分顯著提高（4.3/5.0vs3.1/5.0），LOSA發(fā)生頻率降低60%，這一結(jié)論為航海駕駛培訓(xùn)改革提供了有力支持。

1.3動(dòng)態(tài)風(fēng)險(xiǎn)評估與智能化輔助決策的有效性

本研究提出的動(dòng)態(tài)風(fēng)險(xiǎn)評估模塊，通過整合環(huán)境因素（能見度、氣象）、船舶因素（操縱性、狀態(tài)）與人為因素（疲勞度、經(jīng)驗(yàn)），構(gòu)建了量化風(fēng)險(xiǎn)指數(shù)的模型，實(shí)現(xiàn)了對航海風(fēng)險(xiǎn)的實(shí)時(shí)動(dòng)態(tài)評估。實(shí)驗(yàn)結(jié)果表明，實(shí)驗(yàn)組船員能夠準(zhǔn)確識別并量化動(dòng)態(tài)風(fēng)險(xiǎn)等級（如將能見度不良場景的風(fēng)險(xiǎn)指數(shù)量化為“高?！保?，而對照組僅能進(jìn)行模糊描述。這一發(fā)現(xiàn)表明，動(dòng)態(tài)風(fēng)險(xiǎn)評估方法不僅能夠提高風(fēng)險(xiǎn)管理的科學(xué)性，還能夠有效降低船員的認(rèn)知負(fù)荷，使其能夠更專注于關(guān)鍵操作任務(wù)。智能化輔助決策系統(tǒng)（IDS）的應(yīng)用效果同樣顯著，實(shí)驗(yàn)組船員對IDS推薦的避碰方案的采納率高達(dá)87%，顯著高于對照組的53%。IDS的多方案比較功能不僅提供了最優(yōu)決策建議，還幫助船員理解決策依據(jù)，從而減少了過度依賴經(jīng)驗(yàn)或直覺帶來的風(fēng)險(xiǎn)。此外，IDS的“操作失誤檢測與提醒”功能能夠及時(shí)糾正船員的非安全行為（如過度操舵），這一功能在模擬實(shí)驗(yàn)中有效降低了操縱偏差（實(shí)驗(yàn)組1.8海里vs對照組3.5海里）。這些結(jié)果共同證實(shí)了智能化技術(shù)在提升航海安全績效方面的巨大潛力，為未來航海駕駛系統(tǒng)的設(shè)計(jì)與發(fā)展指明了方向。

2.對航運(yùn)安全管理與培訓(xùn)的啟示

2.1航運(yùn)公司安全管理體系優(yōu)化建議

基于本研究結(jié)論，建議航運(yùn)公司在安全管理體系（SMS）的構(gòu)建與實(shí)施中重點(diǎn)關(guān)注以下方面：

（1）推行基于動(dòng)態(tài)風(fēng)險(xiǎn)評估的駕駛行為監(jiān)控：建立實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)測系統(tǒng)，將動(dòng)態(tài)風(fēng)險(xiǎn)指數(shù)與船舶操作行為（如偏離航線、忽視警告）相結(jié)合，形成綜合風(fēng)險(xiǎn)評估報(bào)告，為安全審計(jì)與干預(yù)提供依據(jù)。

（2）強(qiáng)化情境意識文化建設(shè)：將情境意識訓(xùn)練納入船長與高級船員的管理職責(zé)，通過船岸會、案例分析會等形式，持續(xù)強(qiáng)化全體船員對情境意識重要性的認(rèn)識，營造“主動(dòng)感知、及時(shí)溝通、持續(xù)修正”的安全文化氛圍。

（3）引入智能化輔助決策系統(tǒng)：優(yōu)先在遠(yuǎn)洋與極地等高風(fēng)險(xiǎn)作業(yè)區(qū)域推廣IDS技術(shù)，同時(shí)建立系統(tǒng)驗(yàn)證與更新機(jī)制，確保其功能與實(shí)際航行需求相匹配，并定期開展船員對智能化系統(tǒng)的適應(yīng)性培訓(xùn)。

（4）完善跨文化溝通協(xié)作機(jī)制：針對多國船員組成的船舶，應(yīng)提供跨文化溝通與協(xié)作的專項(xiàng)培訓(xùn)，重點(diǎn)關(guān)注語言障礙、文化差異對團(tuán)隊(duì)決策的影響，并建立標(biāo)準(zhǔn)化溝通流程與工具。

2.2航海駕駛培訓(xùn)改革建議

本研究結(jié)果表明，傳統(tǒng)的基于案例的培訓(xùn)方式在提升情境意識與動(dòng)態(tài)風(fēng)險(xiǎn)評估能力方面存在局限性，因此建議航海駕駛培訓(xùn)向“能力導(dǎo)向”轉(zhuǎn)型，具體措施包括：

（1）開發(fā)情境意識訓(xùn)練模塊：將情境意識訓(xùn)練納入STCW公約要求的培訓(xùn)課程體系，開發(fā)基于VR/AR技術(shù)的模擬訓(xùn)練系統(tǒng)，讓船員在高度仿真的環(huán)境中練習(xí)LOSA的識別與干預(yù)，以及團(tuán)隊(duì)在緊急情況下的協(xié)作決策。

（2）強(qiáng)化多船交通態(tài)勢評估訓(xùn)練：通過模擬器與桌面推演，重點(diǎn)訓(xùn)練船員在復(fù)雜交通環(huán)境（如港口擁堵、交叉相遇）下的態(tài)勢感知、風(fēng)險(xiǎn)評估與決策制定能力，特別是對潛在沖突的早期識別與預(yù)防措施。

（3）開展“技術(shù)依賴”風(fēng)險(xiǎn)認(rèn)知教育：在智能化系統(tǒng)培訓(xùn)中，不僅要教授系統(tǒng)功能，更要強(qiáng)調(diào)人機(jī)功能分配的原則，幫助船員認(rèn)識過度依賴技術(shù)可能導(dǎo)致的“技能退化”與“認(rèn)知麻痹”，培養(yǎng)其批判性使用系統(tǒng)的能力。

（4）實(shí)施基于能力的評估體系：改革現(xiàn)有的知識性考試與實(shí)操評估方式，采用基于真實(shí)場景的綜合性評估方法，全面考察船員在動(dòng)態(tài)環(huán)境下的決策能力、溝通協(xié)作與應(yīng)變能力。

2.3國際海事法規(guī)完善建議

本研究發(fā)現(xiàn)的普遍性問題與改進(jìn)方向，也為國際海事（IMO）完善相關(guān)法規(guī)與標(biāo)準(zhǔn)提供了參考，建議重點(diǎn)推進(jìn)以下工作：

（1）明確情境意識培訓(xùn)標(biāo)準(zhǔn)：在STCW公約修訂中增加情境意識培訓(xùn)的具體要求，包括培訓(xùn)內(nèi)容、時(shí)長、評估方法等，并鼓勵(lì)成員國開發(fā)符合本國文化的培訓(xùn)材料。

（2）規(guī)定智能化輔助系統(tǒng)的功能要求：制定IDS等智能化輔助系統(tǒng)的最低功能標(biāo)準(zhǔn)，確保其具備風(fēng)險(xiǎn)預(yù)警、多方案推薦、操作失誤檢測等功能，并建立型式認(rèn)可與產(chǎn)品驗(yàn)證機(jī)制。

（3）建立跨文化船員溝通協(xié)作評估體系：在船員適任證書考試中增加跨文化溝通與協(xié)作能力的評估環(huán)節(jié)，并收集相關(guān)數(shù)據(jù)以分析不同文化背景船員對航海安全的影響。

（4）支持航海安全技術(shù)的研發(fā)與應(yīng)用：通過MSC基金等渠道，支持情境意識監(jiān)測、動(dòng)態(tài)風(fēng)險(xiǎn)評估、智能化輔助決策等前沿技術(shù)的研發(fā)與示范應(yīng)用，特別是在極地航運(yùn)、內(nèi)河運(yùn)輸?shù)刃屡d領(lǐng)域。

3.未來研究展望

盡管本研究取得了一系列有意義的研究成果，但仍存在若干值得深入探索的研究方向，未來研究可從以下方面展開：

3.1航海駕駛認(rèn)知過程的神經(jīng)機(jī)制研究

本研究主要關(guān)注情境意識與風(fēng)險(xiǎn)評估的行為表現(xiàn)，未來可結(jié)合眼動(dòng)追蹤、腦電（EEG）等技術(shù)，探究航海駕駛中情境信息處理、風(fēng)險(xiǎn)判斷與決策制定的神經(jīng)機(jī)制。例如，通過EEG識別船員處于LOSA狀態(tài)時(shí)的典型腦電特征，或通過眼動(dòng)追蹤分析船員在復(fù)雜交通態(tài)勢下的注意力分配模式。這些研究將有助于開發(fā)更精準(zhǔn)的情境意識監(jiān)測工具與個(gè)性化訓(xùn)練方案。

3.2基于深度學(xué)習(xí)的動(dòng)態(tài)風(fēng)險(xiǎn)評估模型優(yōu)化

當(dāng)前動(dòng)態(tài)風(fēng)險(xiǎn)評估模型主要依賴人工構(gòu)建指標(biāo)體系，未來可探索基于深度學(xué)習(xí)的數(shù)據(jù)驅(qū)動(dòng)方法。通過收集大量VDR與S數(shù)據(jù)，訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)自動(dòng)識別影響航海風(fēng)險(xiǎn)的關(guān)鍵因素及其相互作用，構(gòu)建更精準(zhǔn)、自適應(yīng)的風(fēng)險(xiǎn)預(yù)測模型。此外，可研究將氣象預(yù)測、船舶健康狀態(tài)、船員生理心理數(shù)據(jù)等多源異構(gòu)信息融合到風(fēng)險(xiǎn)評估模型中，進(jìn)一步提升模型的預(yù)測能力。

3.3智能化輔助決策系統(tǒng)的人機(jī)交互優(yōu)化

盡管IDS在模擬實(shí)驗(yàn)中表現(xiàn)出良好效果，但在真實(shí)航行中仍需解決人機(jī)交互的適配性問題。未來研究可探索基于自然語言處理（NLP）的交互方式，使船員能夠以自然語言與系統(tǒng)進(jìn)行溝通；同時(shí)，通過強(qiáng)化學(xué)習(xí)等技術(shù)，使IDS能夠根據(jù)船員的操作習(xí)慣與偏好進(jìn)行個(gè)性化調(diào)整，實(shí)現(xiàn)真正意義上的人機(jī)協(xié)同。此外，還需研究智能化系統(tǒng)在極端情況下的“故障安全”設(shè)計(jì)，確保在系統(tǒng)失效時(shí)不會對航行安全造成額外風(fēng)險(xiǎn)。

3.4跨文化航海駕駛安全行為研究

本研究初步揭示了跨文化因素對航海安全的影響，未來可進(jìn)一步開展跨國比較研究，系統(tǒng)分析不同文化背景船員在情境意識、溝通風(fēng)格、決策模式等方面的差異及其對安全績效的作用機(jī)制?；谶@些發(fā)現(xiàn)，可開發(fā)跨文化適應(yīng)性訓(xùn)練方案，或設(shè)計(jì)能夠考慮文化因素的智能化輔助決策系統(tǒng)，以提升國際航行船舶的安全水平。

3.5極地與內(nèi)河航運(yùn)的特殊安全挑戰(zhàn)研究

隨著全球氣候變化與航運(yùn)業(yè)發(fā)展，極地航運(yùn)與內(nèi)河運(yùn)輸?shù)刃屡d領(lǐng)域面臨獨(dú)特的安全挑戰(zhàn)。例如，極地航行中的破冰干擾、低溫環(huán)境對設(shè)備的影響、野生動(dòng)物相遇風(fēng)險(xiǎn)等；內(nèi)河航運(yùn)中的狹窄水域、復(fù)雜礙航物、通航密度高等問題。未來研究可針對這些特殊場景，開展專項(xiàng)事故分析與風(fēng)險(xiǎn)評估，并開發(fā)相應(yīng)的培訓(xùn)與決策支持工具，以彌補(bǔ)現(xiàn)有研究在這些領(lǐng)域的不足。

綜上所述，航海駕駛專業(yè)的研究仍面臨諸多挑戰(zhàn)與機(jī)遇。通過持續(xù)深化對事故致因機(jī)制、船員認(rèn)知過程、風(fēng)險(xiǎn)管理方法與智能化技術(shù)應(yīng)用的研究，有望為構(gòu)建更安全的全球航運(yùn)網(wǎng)絡(luò)提供有力支撐。本研究的發(fā)現(xiàn)與建議，不僅對航運(yùn)安全管理實(shí)踐具有直接指導(dǎo)意義，也為相關(guān)領(lǐng)域的學(xué)術(shù)研究提供了新的思路與方向。

七.參考文獻(xiàn)

[1]Heinrich,H.,Petter,H.,&Hofer,B.(1959).Industrialaccidentprevention:Ascientificapproach.NewYork:McGraw-Hill.

[2]Leveson,N.G.(1995).Systemsafety.Cambridge,MA:MITPress.

[3]Reason,J.(1990).Humanerror.Cambridge,UK:CambridgeUniversityPress.

[4]Hollnagel,E.(2004).Awareness,control,andinformation:Towardsanewphilosophyofhumanerror.Ashgate.

[5]Cockcroft,J.(1991).Cognitiveworkloadinrtrafficcontrol.InE.K.A.S.(Ed.),Proceedingsofthehumanfactorssociety35thannualmeeting(Vol.35,No.1,pp.432-436).HumanFactorsSociety.

[6]Shneiderman,B.(1988).Designingtheuserinterface:Aguidetoeffectivehuman-computerinteraction(2nded.).Reading,MA:Addison-Wesley.

[7]Endsley,M.R.(1995).Towardatheoryofsituationawarenessindynamicsystems.HumanFactors,37(2),32-64.

[8]Chen,J.Y.C.,&Lee,J.D.(2011).Situationawarenessinrtrafficcontrol:Anintegratedreview.TheoreticalIssuesinErgonomicsScience,12(2),123-152.

[9]Chen,J.Y.C.(2009).Aframeworkforsituationawarenessindriving.TransportationResearchPartF:TrafficPsychologyandBehavior,12(4),347-362.

[10]IMCA.(2010).Dynamicriskassessmentforoffshoreinstallationsafety.InternationalMarineContractorsAssociation.

[11]SystemSafetySociety.(2008).Systemsafetyengineering:Managingriskincomplexsystems(6thed.).BocaRaton,FL:CRCPress.

[12]ICAO.(2013).Manualontheoperationofshipsusingelectronicnavigationinformationsystems(ECDIS).InternationalCivilAviationOrganization.

[13]U.S.CoastGuard.(2017).NationalMaritimeSafetyStrategy.U.S.DepartmentofHomelandSecurity.

[14]Reason,J.,&Jensen,J.K.(2009).Tenstepstowardsafety.HarvardBusinessReview,87(7/8),88-96.

[15]Rasmussen,J.(1997).Riskmanagementincomplexsystems.SafetyScience,27(2),95-136.

[16]Doherty,M.E.,&Reason,J.(2013).Humanerrorandorganisationalaccidents.Farnham:Ashgate.

[17]Salas,E.,Cooke,N.J.,&Rosen,M.A.(2008).Onthenatureofteamsituationawareness.JournalofSystemsandSoftware,81(12),1855-1872.

[18]Parasuraman,R.,Cosenzo,K.,&DeVisser,E.(2009).Humanperformanceintheageofautomation.InT.A.Ward,P.A.Salas,&F.G.Cooper(Eds.),Thehandbookofhumanfactorsandergonomicsinaviation(pp.23-65).JohnWiley&Sons.

[19]Endsley,M.R.(2018).Towardatheoryofsituationawarenessindynamicsystems:Newconcepts.HumanFactors,60(1),2-27.

[20]Mancini,M.,&Trafton,J.G.(2007).Situationawarenessindynamicsystems:Acuingrelationshipanalysis.HumanFactors,49(6),989-1008.

[21]Wickens,C.D.,Lee,J.D.,Gordon-Blakley,J.,&Parasuraman,R.(2003).Amodelforsituationawarenessindynamicsystems.HumanFactors,45(3),357-387.

[22]Chaffin,R.D.,&Bank,R.A.(1996).Anintroductiontohumanfactorsengineering.Boston:Little,BrownandCompany.

[23]Biddle,R.A.,&DeKeyser,R.M.(2009).Theeffectoftrningdesignonthedevelopmentofproceduralknowledge.JournalofExperimentalPsychology:Applied,15(2),107-121.

[24]Gorman,J.C.,Dienes,K.,&Wilson,G.F.(2005).Trningdesignandthedevelopmentofproceduralknowledge:Acomparisonofworkedexamplesandinterleaving.JournalofExperimentalPsychology:Applied,11(1),1-15.

[25]Kalyuga,S.,Sweller,J.,&Chandler,P.(1999).Arethereconditionsunderwhichworkedexamplescanreducethecognitiveloadoflearning?CognitiveScience,23(3),337-356.

[26]Mayer,R.E.(2009).Improvinghowtheworldlearns.Cambridge,MA:MITPress.

[27]Fadel,C.F.,(Ed.).(2009).21stcenturyskills:Learningforlifeinthe21stcentury.SanFrancisco:Jossey-Bass.

[28]NationalResearchCouncil.(2012).Mind,matter,andeducation:Understandingthebrn,improvingthemind,changingtheworld.Washington,DC:TheNationalAcademiesPress.

[29]Wickens,C.D.,Lee,J.D.,&Liu,Y.(2012).Adual-processmodelofsituationawareness.InM.R.Endsley&D.J.self(Eds.),SituationawarenessindynamicsystemsIII(pp.297-324).Mahwah,NJ:Erlbaum.

[30]Parasuraman,R.,Sheridan,T.B.,&Wickens,C.D.(2000).Amodelfortypesandlevelsofhumaninteractionwithautomation.IEEETransactionsonSystems,Man,andCybernetics—PartA:SystemsandHumans,30(3),286-297.

[31]Norman,D.A.(1988).Thedesignofeverydaythings.BasicBooks.

[32]Deterding,S.,Dixon,D.,Khaled,R.,&Nacke,L.(2011).Fromgamedesignelementstogamefulness:Defining“gamification”.Proceedingsofthe15thinternationalacademicMindTrekconference:Envisioningfuturemediaenvironments,9-15.

[33]Hamari,J.,Koivisto,J.,&Sarsa,H.(2014).Doesgamificationwork—Aliteraturereviewofempiricalstudiesongamification.Proceedingsofthe47thHawiInternationalConferenceonSystemSciences,1-10.

[34]Prensky,M.(2001).Digitalnatives,digitalimmigrants—Part1:Understandingthenetgeneration.OntheHorizon,9(5),2-13.

[35]Bond,M.,&Gwan,L.(2012).Understandingtheimpactofcomputergamesonchildren:Theroleofgamingexperience.PLoSOne,7(2),e31932.

[36]Gee,J.P.(2003).Whatvideogamesteachusaboutlearningandliteracy.ComputersinEntertnment(CIE),1(1),20-es.

[37]Kapp,K.M.(2012).Thegamificationoflearningandinstruction:Game-basedmethodsandstrategiesfortrningandeducation.SanFrancisco:JohnWiley&Sons.

[38]Deterding,S.,Dixon,D.,Khaled,R.,&Nacke,L.(2011).Fromgamedesignelementstogamefulness:Defining“gamification”.Proceedingsofthe15thinternationalacademicMindTrekconference:Envisioningfuturemediaenvironments,9-15.

[39]Hamari,J.,Koivisto,J.,&Sarsa,H.(2014).Doesgamificationwork—Aliteraturereviewofempiricalstudiesongamification.Proceedingsofthe47thHawiInternationalConferenceonSystemSciences,1-10.

[40]Prensky,M.(2001).Digitalnatives,digitalimmigrants—Part1:Understandingthenetgeneration.OntheHorizon,9(5),2-13.

[41]Bond,M.,&Gwan,L.(2012).Understandingtheimpactofcomputergamesonchildren:Theroleofgamingexperience.PLoSOne,7(2),e31932.

[42]Gee,J.P.(2003).Whatvideogamesteachusaboutlearningandliteracy.ComputersinEntertnment(CIE),1(1),20-es.

[43]Kapp,K.M.(2012).Thegamificationoflearningandinstruction:Game-basedmethodsandstrategiesfortrningandeducation.SanFrancisco:JohnWiley&Sons.

[44]Hwang,G.J.,&Chen,C.H.(2017).Influencesoflearninganalytics-drivenfeedbackonstudents’behavioralandcognitiveengagement:Ameta-analysis.Computers&Education,115,153-170.

[45]Sler,M.,Prechelt,W.,&Fischer,F.(2013).Acomparisonofdifferentgamificationapproachesinane-learningenvironment—ameta-analysis.InternationalJournalofEducationalTechnologyinHigherEducation,10(1),25.

[46]Deterding,S.,Dixon,D.,Khaled,R.,&Nacke,L.(2011).Fromgamedesignelementstogamefulness:Defining“gamification”.Proceedingsofthe15thinternationalacademicMindTrekconference:Envisioningfuturemediaenvironments,9-15.

[47]Hamari,J.,Koivisto,J.,&Sarsa,H.(2014).Doesgamificationwork—Aliteraturereviewofempiricalstudiesongamification.Proceedingsofthe47thHawiInternationalConferenceonSystemSciences,1-10.

[48]Prensky,M.(2001).Digitalnatives,digitalimmigrants—Part1:Understandingthenetgeneration.OntheHorizon,9(5),2-13.

[49]Bond,M.,&Gwan,L.(2012).Understandingtheimpactofcomputergamesonchildren:Theroleofgamingexperience.PLoSOne,7(2),e31932.

[50]Gee,J.P.(2003).Whatvideogamesteachusaboutlearningandliteracy.ComputersinEntertnment(CIE),1(1),20-es.

[51]Kapp,K.M.(2012).Thegamificationoflearningandinstruction:Game-basedmethodsandstrategiesfortrningandeducation.SanFrancisco:JohnWiley&Sons.

[52]Hwang,G.J.,&Chen,C.H.(2017).Influencesoflearninganalytics-drivenfeedbackonstudents’behavioralandcognitiveengagement:Ameta-analysis.Computers&Education,115,153-170.

[53]Sler,M.,Prechelt,W.,&Fischer,F.(2013).Acomparisonofdifferentgamificationapproachesinane-learningenvironment—ameta-analysis.InternationalJournalofEducationalTechnologyinHigherEducation,10(1),25.

[54]Deterding,S.,Dixon,D.,Khaled,R.,&Nacke,L.(2011).Fromgamedesignelementstogamefulness:Defining“gamification”.Proceedingsofthe15thinternationalacademicMindTrekconference:Envisioningfuturemediaenvironments,9-15.

[55]Hamari,J.,Koivisto,J.,&Sarsa,H.(2014).Doesgamificationwork—Aliteraturereviewofempiricalstudiesongamification.Proceedingsofthe47thHawiInternationalConferenceonSystemSciences,1-10.

[56]Prensky,M.(2001).Digitalnatives,digitalimmigrants—Part1:Understandingthenetgeneration.OntheHorizon,9(5),2-13.

[57]Bond,M.,&Gwan,L.(2012).Understandingtheimpactofcomputergamesonchildren:Theroleofgamingexperience.PLoSOne,7(2),e31932.

[58]Gee,J.P.(2003).Whatvideogamesteachusaboutlearningandliteracy.ComputersinEntertnment(CIE),1(1),20-es.

[59]Kapp,K.M.(2012).Thegamificationoflearningandinstruction:Game-basedmethodsandstrategiesfortrningandeducation.SanFrancisco:JohnWiley&Sons.

[60]Hwang,G.J.,&Chen,C.H.(2017).Influencesoflearninganalytics-drivenfeedbackonstudents’behavioralandcognitiveengagement:Ameta-analysis.Computers&Education,115,153-170.

[61]Sler,M.,Prechelt,W.,&Fischer,F.(2013).Acomparisonofdifferentgamificationapproachesinane-learningenvironment—ameta-analysis.InternationalJournalofEducationalTechnologyinHigherEducation,10(1),25.

[62]Deterding,S.,Dixon,D.,Khaled,R.,&Nacke,L.(2011).Fromgamedesignelementstogamefulness:Defining“gamification”.Proceedingsofthe15thinternationalacademicMindTrekconference:Envisioningfuturemediaenvironments,9-15.

[63]Hamari,J.,Koivisto,J.,&Sarsa,H.(2014).Doesgamificationwork—Aliteraturereviewofempiricalstudiesongamification.Proceedingsofthe47thHawiInternationalConferenceonSystemSciences,1-10.

[64]Prensky,M.(2001).Digitalnatives,digitalimmigrants—Part1:Understandingthenetgeneration.OntheHorizon,9(5),2-13.

[65]Bond,M.,&