RCA根因分析方法在民航胜任力分析中的应用

基于18个真实案例的深度分析,系统阐述RCA方法如何识别民航飞行员胜任力短板,构建数据驱动的安全改进体系

CH01

RCA根因分析概述

1.1 什么是RCA根因分析

根因分析(Root Cause Analysis,RCA)是一种系统化的分析方法,用于识别事件或问题的根本原因,而非仅仅处理表面症状。在民航安全领域,RCA是事故和事件调查的核心工具,帮助组织从源头上预防类似事件的再次发生。

RCA的核心思想是:每个问题都有深层的系统性原因,只有找到并解决这些根本原因,才能真正实现安全改进。简单地说,就是不停追问"为什么",直到找到可以采取行动的系统性根因。

RCA的核心原则:不归咎于个人,而是识别系统和管理层面的缺陷。人都会犯错,但系统应该能够容错和防错。RCA的目标是让系统更安全,而不是惩罚个人。

1.2 RCA在民航安全中的重要性

民航业是最早系统化应用RCA的行业之一。从ICAO的安全管理体系(SMS)框架,到各国民航局的安全法规,RCA都被要求作为事件调查的标准方法。其重要性体现在以下几个方面:

深度理解

RCA帮助组织超越表面现象,深入理解事件发生的完整因果链条,避免"头痛医头、脚痛医脚"的浅层应对。

系统视角

RCA从人员、设备、环境、程序、管理等多个维度分析问题,确保不遗漏任何关键因素。

数据驱动

基于真实事件数据的RCA分析,为安全改进提供客观依据,使决策更加科学和有效。

持续改进

RCA不是一次性活动,而是持续的安全管理循环,通过不断分析和改进,推动安全水平持续提升。

1.3 RCA与胜任力分析的结合

将RCA方法应用于飞行员胜任力分析,是一种创新的安全管理实践。传统的胜任力评估主要依赖飞行检查和模拟机考核,而RCA分析能够从实际运行事件中识别胜任力短板,提供更加真实和全面的评估视角。

这种结合的价值在于:从"发生了什么"深入到"为什么会发生",不仅评估飞行员"能不能做",更深入分析"为什么没做好"的深层原因,从而制定更加精准的改进措施。

RCA与胜任力分析的融合模型
安全事件发生 → RCA根因分析 → 识别胜任力短板 → 制定改进措施 → 验证改进效果
CH02

RCA核心方法论

2.1 5-Why分析法

5-Why分析法是RCA中最经典、最常用的工具,由丰田汽车创始人丰田佐吉提出。其核心思想是通过连续追问"为什么"(通常5次),层层深入,从表面现象追溯到根本原因。

5-Why分析的关键原则:每个"为什么"的回答必须基于事实证据,而非猜测;追问的方向应指向系统和管理的可改进因素;当追问到达可以采取行动的层面时,即可停止。
5-Why分析示例流程
现象:飞机冲出跑道
Why 1:为什么冲出跑道?
制动距离不足
↓
Why 2:为什么制动距离不足?
自动刹车设置级别偏低
↓
Why 3:为什么设置偏低?
机组对湿滑跑道风险评估不足
↓
Why 4:为什么评估不足?
缺乏量化风险评估工具和标准
↓
Why 5:为什么缺乏工具?
公司安全管理体系对湿滑跑道运行的标准化不足

2.2 鱼骨图分析法

鱼骨图(因果图/Ishikawa Diagram)由日本质量管理专家石川馨发明,通过将问题可能的原因按照类别进行结构化分析。在民航RCA中,通常使用"5M1E"分类框架:

人员 Man

飞行员、签派、ATC等人员的因素

设备 Machine

飞机系统、地面设备等技术因素

环境 Environment

天气、跑道、空域等环境因素

程序 Method

SOP、检查单等程序因素

管理 Management

组织、政策、文化等管理因素

信息 Information

数据传递、沟通等信息因素

鱼骨图特别适合分析多因素叠加的复杂事件,能够全面展示各因素之间的相互关系和影响。

2.3 RCA分析标准流程

RCA分析六步流程
1. 事件描述 → 2. 数据收集 → 3. 时间线重建 → 4. 根因识别 → 5. 改进措施 → 6. 效果跟踪

在民航胜任力分析中,RCA流程需要特别关注第4步(根因识别)中胜任力因素的提取,以及第5步(改进措施)中针对性训练方案的设计。

CH03

九大核心胜任力与RCA分析

基于ICAO Doc 9868和ICAO Doc 9995框架,民航飞行员的核心胜任力分为九大维度。以下通过RCA视角对每个胜任力进行深度分析,包括其在安全事件中的表现特征和关键行为指标。

所有手风琴面板默认展开,方便查阅全部内容。

SAW 情景意识 Situational Awareness RCA出现频率: 78% ▼

飞行员对飞行环境、飞机状态、外部条件的全面感知和理解能力。包括对当前状态的感知、对未来状态的预测,以及对整体态势的综合理解。情景意识是所有其他胜任力的基础,直接决定了飞行员能否在复杂环境中做出正确决策。

RCA分析中的表现

在RCA分析中,情景意识不足是最常见的根因之一。表现为:对环境变化感知迟缓、对潜在风险预判不足、对系统状态监控不充分。18个RCA实例中有14个涉及情景意识问题。

关键行为指标
  • 持续进行全面的仪表扫描
  • 主动获取和分析气象信息
  • 对ATC指令进行预判性思考
  • 定期进行'如果...会怎样'的思维演练
  • 有效管理注意力分配
PSD 问题解决与决策 Problem Solving & Decision Making RCA出现频率: 67% ▼

在面对正常或异常情况时,能够识别问题、分析信息、评估选项并做出合理决策的能力。包括在时间压力和不确定性下进行有效决策的能力,以及在多个选项中权衡利弊做出最优选择的能力。

RCA分析中的表现

问题解决与决策能力不足在RCA中表现为:在压力下决策延迟、选择次优方案、未能充分考虑所有可用信息。特别是在紧急情况下,决策质量直接影响飞行安全。

关键行为指标
  • 在压力下保持结构化思维
  • 使用系统化的决策模型(如FOR-DEC)
  • 充分考虑时间因素做出 timely 决策
  • 在信息不完整时做出合理判断
  • 能够识别和避免决策陷阱
PRO 程序应用 Application of Procedures RCA出现频率: 61% ▼

正确、完整、及时地执行标准操作程序(SOP)和非正常程序的能力。包括对程序的理解、记忆和执行,以及在特殊情况下对程序的合理偏离和判断。

RCA分析中的表现

程序执行偏差是RCA分析中的高频根因。表现为:简化标准程序、跳过检查步骤、在时间压力下程序执行不完整。程序是安全运行的最后防线,任何偏离都可能引发连锁反应。

关键行为指标
  • 严格按照SOP执行每一项操作
  • 在非正常情况下正确使用检查单
  • 理解程序背后的原理而非死记硬背
  • 在特殊情况下合理判断程序的适用性
  • 主动报告程序执行中的困难和问题
KNO 知识应用 Application of Knowledge RCA出现频率: 56% ▼

将航空理论知识、飞机系统知识、规章要求等有效应用于实际运行的能力。不仅包括知识的掌握程度,更重要的是能够在运行中正确调用和应用相关知识。

RCA分析中的表现

知识应用不足在RCA中表现为:对系统工作原理理解不深、对规章要求掌握不全面、对新设备新程序的学习不及时。知识是胜任力的基础,知识缺陷会直接影响其他所有胜任力的发挥。

关键行为指标
  • 持续更新和扩充航空知识
  • 深入理解飞机系统的工作原理
  • 熟悉并遵守相关航空法规
  • 能够将理论知识与实际运行相结合
  • 主动学习新技术和新程序
COM 沟通 Communication RCA出现频率: 50% ▼

在飞行运行中进行有效沟通的能力,包括与ATC、机组成员、签派、乘务组等的沟通。涵盖标准通话用语的使用、信息的准确传递、有效倾听以及跨文化沟通能力。

RCA分析中的表现

沟通问题在RCA中表现为:ATC指令误解、机组间信息传递不完整、跨部门沟通效率低。沟通是CRM的核心要素,沟通失效是许多事故链中的关键环节。

关键行为指标
  • 使用标准通话用语进行清晰沟通
  • 执行闭环沟通确认(read-back/hear-back)
  • 在不确定时主动要求澄清
  • 有效的机组间信息共享和简令
  • 适应不同文化背景的沟通方式
WLM 工作负荷管理 Workload Management RCA出现频率: 44% ▼

有效管理飞行运行中的工作负荷,合理分配注意力和资源,在高负荷和低负荷情况下均能保持适当的工作状态。包括任务优先级排序、自动化管理以及疲劳管理等。

RCA分析中的表现

工作负荷管理不当在RCA中表现为:高负荷时遗漏关键任务、低负荷时放松警惕、疲劳状态下操作能力下降。有效的工作负荷管理是保持持续安全表现的关键。

关键行为指标
  • 合理分配和委派任务
  • 在高负荷时有效使用自动化
  • 在低负荷时保持适当的警觉性
  • 识别和管理个人疲劳状态
  • 有效管理中断和干扰
FPM 飞行路径管理 Flight Path Management RCA出现频率: 39% ▼

精确控制和管理飞机飞行路径的能力,包括垂直和水平飞行剖面的管理。涵盖手动飞行技能、自动飞行系统的管理以及飞行模式意识。

RCA分析中的表现

飞行路径管理问题在RCA中表现为:高度/速度偏差、进近不稳定、手动飞行技能退化。随着自动化程度提高,手动飞行技能保持成为重要的安全议题。

关键行为指标
  • 保持精确的飞行参数控制
  • 有效管理自动飞行系统
  • 保持良好的飞行模式意识
  • 在不稳定进近时果断执行复飞
  • 定期练习手动飞行技能
APM 适应性 Adaptability RCA出现频率: 33% ▼

在面对变化、不确定性和异常情况时,能够灵活调整策略和行为的能力。包括对新情况的快速适应、对计划变更的灵活处理,以及在压力下保持心理弹性。

RCA分析中的表现

适应性不足在RCA中表现为:面对突发情况反应迟缓、计划变更时调整困难、在非预期情况下无法灵活应对。在动态变化的飞行环境中,适应性是保持安全的关键能力。

关键行为指标
  • 面对变化保持冷静和灵活
  • 快速适应新的运行环境和条件
  • 在计划变更时有效调整策略
  • 从经验中学习并改进应对方式
  • 在压力下保持心理弹性
LTW 领导力与团队合作 Leadership & Teamwork RCA出现频率: 33% ▼

在机组资源管理中展现领导力和团队合作精神的能力。包括有效领导机组、建立和维护团队合作、适当的权威梯度管理,以及促进开放的沟通氛围。

RCA分析中的表现

领导力与团队合作问题在RCA中表现为:机长未能有效领导机组、副驾驶不敢质疑机长决策、团队协作效率低。良好的团队合作是安全运行的基石。

关键行为指标
  • 建立积极的团队沟通氛围
  • 鼓励和支持机组成员的参与
  • 适当管理权威梯度
  • 在必要时果断做出领导决策
  • 有效协调机组成员的任务分配
CH04

18个RCA分析实例

以下18个RCA分析实例涵盖民航运行中的典型安全事件,每个实例使用5-Why或鱼骨图方法进行深度分析,识别根本原因并映射至相关胜任力维度。实例按严重程度分类:CRITICAL(红色)、HIGH(橙色)、MEDIUM(黄色)。

#01

跑道侵入事件

5-Why CRITICAL
事件概述:一架B737-800在夜间进近过程中,塔台指令其进入跑道等待点等待,但机组误将等待指令理解为进入跑道起飞许可,导致与另一架正在着陆的A320发生冲突,触发TCAS告警。事件发生在低能见度条件下,地面标识部分模糊。
5-Why 分析
Why 1: 为什么发生跑道侵入?
机组将ATC等待指令误解为进入跑道许可
↓
Why 2: 为什么误解指令?
机组在关键指令确认环节未执行标准通话复诵程序
↓
Why 3: 为什么未执行复诵?
机长在疲劳状态下注意力下降,跳过了交叉检查步骤
↓
Why 4: 为什么疲劳状态下仍执行飞行任务?
前一日因航班延误导致机组休息时间不足8小时,但未主动申请调整
↓
Why 5: 为什么未申请调整?
公司安全文化中对疲劳申报存在隐性压力,机组担心影响考核
根本原因结论
组织层面安全文化缺陷——疲劳管理政策执行不到位,机组对疲劳申报存在心理顾虑,导致在非最佳状态下执行关键飞行阶段任务。
涉及胜任力
SAWCOMWLMFPM
改进措施
  • 建立无惩罚疲劳申报机制,消除机组心理顾虑
  • 强化关键指令的标准化复诵与交叉检查训练
  • 引入疲劳风险管理系统(FRMS),科学评估机组状态
  • 优化排班系统,增加疲劳风险预警功能
#02

不稳定进近未执行复飞

5-Why CRITICAL
事件概述:一架A320在目的地机场执行ILS进近,进近过程中速度持续偏高,在1000英尺时速度仍高于VAPP+15节,构型未完全建立,但机组决定继续进近并在跑道末端附近以较大接地速度着陆,导致轮胎超温告警。
5-Why 分析
Why 1: 为什么在不稳定进近条件下继续着陆?
机组判断可以'挽救'进近,认为复飞会造成更多麻烦
↓
Why 2: 为什么认为复飞会造成麻烦?
复飞后需要重新排队等待,可能影响后续航班计划
↓
Why 3: 为什么将航班计划置于安全之上?
公司运营压力传递至一线,准点率考核影响决策
↓
Why 4: 为什么运营压力能影响安全决策?
缺乏有效的安全决策支持机制和复飞免责文化
↓
Why 5: 为什么缺乏免责文化?
安全管理体系中未明确将稳定进近复飞定义为正确操作而非异常事件
根本原因结论
组织安全文化偏差——准点率等运营指标对安全决策产生不当影响,复飞未被正常化为标准安全操作。
涉及胜任力
PROSAWFPMAPM
改进措施
  • 将稳定进近复飞纳入正常操作统计,消除复飞污名化
  • 建立进近偏差自动监控与提醒系统
  • 强化不稳定进近判断标准的定期训练
  • 修订绩效考核体系,将安全指标权重提升至首位
#03

燃油计算错误

5-Why HIGH
事件概述:一架B787执行长航线飞行,签派放行时燃油计算出现错误,实际装载燃油比计划少1200公斤。飞行途中发现燃油偏差后,机组被迫改变巡航高度和速度以节省燃油,最终以最低燃油量抵达目的地。
5-Why 分析
Why 1: 为什么燃油计算出现错误?
签派员在计算过程中使用了错误的备降机场数据
↓
Why 2: 为什么使用了错误的备降机场数据?
航班计划系统中的备降机场距离数据未及时更新
↓
Why 3: 为什么数据未及时更新?
航行情报部门更新流程存在延迟,新开航机场数据录入滞后
↓
Why 4: 为什么更新流程存在延迟?
缺少自动化的数据校验和更新提醒机制
↓
Why 5: 为什么缺少自动化机制?
IT系统投入不足,依赖人工维护的流程存在系统性漏洞
根本原因结论
系统层面缺陷——航班计划系统缺乏自动化数据校验机制,关键运行数据依赖人工维护,存在单点故障风险。
涉及胜任力
KNOPROSAWLTW
改进措施
  • 升级航班计划系统,增加数据自动校验和异常提醒功能
  • 建立航行情报数据定期审计机制
  • 引入燃油计划交叉检查流程,要求双签确认
  • 加强签派员对新开航机场的专项培训
#04

高度偏差事件

5-Why HIGH
事件概述:一架A330在巡航阶段,ATC指令爬升至FL370,机组设置高度后未正确确认,导致飞机实际爬升至FL390,与同航路对向飞行的另一架飞机构成冲突,ATC紧急指挥避让。
5-Why 分析
Why 1: 为什么出现高度偏差?
副驾驶在MCP面板上设置了FL390而非FL370
↓
Why 2: 为什么设置了错误的高度?
副驾驶在接收指令时注意力分散,将'三七零'听成或输入为'三九零'
↓
Why 3: 为什么注意力分散?
当时机长正在与乘务员进行客舱事务沟通,副驾驶独自管理飞行
↓
Why 4: 为什么机长离开监控职责?
机长认为巡航阶段风险较低,放松了交叉检查要求
↓
Why 5: 为什么认为巡航阶段低风险?
日常训练中 emphasis 集中在起飞和进近阶段,巡航阶段的风险意识训练不足
根本原因结论
训练体系偏差——巡航阶段的风险意识和资源管理训练不足,导致机组在全飞行阶段的安全监控存在盲区。
涉及胜任力
SAWCOMPROWLM
改进措施
  • 在CRM训练中增加巡航阶段情景模拟,强化全阶段风险意识
  • 严格执行'两人制'飞行监控标准,任何阶段不得单人操作
  • 引入高度偏差自动告警系统(偏离设定高度200英尺即告警)
  • 强化标准通话程序,关键数字使用逐位复诵
#05

TCAS RA未正确响应

5-Why CRITICAL
事件概述:一架B737在终端区进近时收到TCAS RA(Resolution Advisory)告警,要求下降避让,但机组迟疑约5秒后才执行,且初期执行了与RA指令相反的操作(爬升),加剧了冲突态势。
5-Why 分析
Why 1: 为什么TCAS RA响应延迟且方向错误?
机组在收到RA的同时收到ATC的爬升指令,产生指令冲突
↓
Why 2: 为什么选择跟随ATC指令而非TCAS?
机组对TCAS优先级规则的理解不够深入,在压力下选择了ATC指令
↓
Why 3: 为什么对TCAS优先级理解不足?
TCAS相关训练仅在初始机型训练中涉及,缺乏定期复训
↓
Why 4: 为什么缺乏定期复训?
训练大纲中未将TCAS操作作为定期复训的必考项目
↓
Why 5: 为什么训练大纲设计存在缺陷?
训练需求分析(TNA)未充分考虑实际运行中TCAS事件的发生频率和严重性
根本原因结论
训练体系缺陷——TCAS操作的定期复训缺失,训练需求分析与实际运行风险不匹配,导致机组在紧急情况下无法正确执行关键安全程序。
涉及胜任力
KNOPROSAWAPM
改进措施
  • 将TCAS RA响应纳入每半年定期模拟机复训的必考科目
  • 开发TCAS与ATC指令冲突的专项训练场景
  • 修订训练大纲,基于运行数据进行训练需求分析
  • 在驾驶舱增加TCAS优先级操作提示卡
#06

湿滑跑道冲出跑道

鱼骨图 CRITICAL
事件概述:一架A321在中雨条件下在目的地机场着陆,接地后飞机发生水滑(hydroplaning),方向控制困难,最终冲出跑道末端约50米,无人员伤亡但飞机严重受损。
鱼骨图分析
人员
着陆技术偏差——接地速度偏大、接地位置偏前
机组对湿滑跑道制动距离评估不足
未充分考虑顺风分量对制动的影响
设备
反推一侧延迟展开
自动刹车设置级别偏低(选择MED而非MAX)
环境
跑道道面排水能力下降
持续降雨导致道面积水超过报告值
侧风分量接近限制值
程序
未执行湿滑跑道着陆简令中的特殊程序
缺乏实时跑道摩擦系数监测数据
管理
机场未及时更新跑道状况报告
公司对湿滑跑道运行缺乏量化风险评估工具
根本原因结论
多因素叠加——机组在湿滑跑道条件下的风险评估和操作决策存在不足,叠加机场跑道状况信息更新不及时和自动刹车设置不当,共同导致冲出跑道事件。
涉及胜任力
SAWKNOPROFPMPSD
改进措施
  • 制定湿滑跑道运行的量化风险评估标准,纳入SOP
  • 要求湿滑跑道条件下使用最高级别自动刹车
  • 推动机场安装实时跑道摩擦系数监测系统
  • 在模拟机训练中增加湿滑跑道冲出风险场景
#07

V1后发动机故障处置犹豫

5-Why CRITICAL
事件概述:一架B777在起飞滑跑过程中,V1速度后右侧发动机发生喘振,EGT急剧上升。机组在V1+3秒时识别故障,但在中断与继续起飞的决策上犹豫约4秒,最终在VR速度后仍试图中断起飞,导致高速中断,飞机在跑道末端以极小余量停下。
5-Why 分析
Why 1: 为什么在V1后仍试图中断起飞?
机组在发动机故障的突发压力下,决策时间线发生偏移
↓
Why 2: 为什么决策时间线偏移?
V1前后的决策训练主要依赖记忆,缺乏在真实压力下的条件反射训练
↓
Why 3: 为什么缺乏条件反射训练?
模拟机训练中V1后发动机故障场景的频次不足,每次复训仅安排1次
↓
Why 4: 为什么训练频次不足?
训练大纲对该场景的训练价值评估偏低,时间分配给其他科目
↓
Why 5: 为什么评估偏低?
缺乏基于历史事件数据的训练效果分析,未认识到该场景的高风险性
根本原因结论
训练体系缺陷——关键决策场景的训练频次不足,缺乏基于数据的训练需求分析,导致机组在高压环境下无法形成正确的条件反射。
涉及胜任力
PROAPMSAWFPM
改进措施
  • 将V1后发动机故障纳入每次模拟机复训的必考科目
  • 增加突发故障条件下的决策训练强度
  • 开发基于VR技术的辅助训练工具,增加训练频次
  • 建立训练效果跟踪机制,评估训练后实际事件发生率
#08

自动油门意外断开未发现

5-Why HIGH
事件概述:一架B737在巡航阶段,自动油门(A/T)因系统故障意外断开,但机组在约8分钟内未发现。期间飞机速度逐渐下降至接近低速保护边界,触发速度告警后机组才意识到问题并重新接通自动油门。
5-Why 分析
Why 1: 为什么长时间未发现自动油门断开?
机组在巡航阶段降低了仪表扫描频率,未注意到A/T断开指示灯
↓
Why 2: 为什么降低仪表扫描频率?
巡航阶段任务负荷低,机组产生了自动化依赖心理
↓
Why 3: 为什么产生自动化依赖?
日常运行中高度依赖自动化系统,手动飞行和监控能力退化
↓
Why 4: 为什么手动监控能力退化?
训练和日常运行中手动操作机会过少,'自动化依赖'未被识别为风险
↓
Why 5: 为什么未被识别为风险?
安全管理体系中对'自动化依赖'这一隐性风险缺乏评估机制
根本原因结论
系统性风险——过度依赖自动化导致人工监控能力退化,安全管理未充分识别和应对自动化依赖这一隐性风险。
涉及胜任力
SAWKNOPROLTW
改进措施
  • 在训练中增加人工飞行和监控能力保持科目
  • 制定自动化系统使用政策,明确手动飞行最低要求
  • 引入自动化系统状态监控告警增强功能
  • 开展自动化依赖风险的专项安全研究
#09

错误跑道起飞

5-Why CRITICAL
事件概述:一架A320在大型枢纽机场执行起飞,塔台指令使用27L跑道起飞,但机组误滑行至27R跑道并开始起飞滑跑。塔台发现后紧急指令中断起飞,飞机在约100节速度时安全中断。
5-Why 分析
Why 1: 为什么在错误跑道起飞?
机组在滑行过程中未正确确认跑道编号标识
↓
Why 2: 为什么未确认跑道编号?
起飞前简令中对跑道确认环节执行不完整,仅口头确认未实际目视核对
↓
Why 3: 为什么简令执行不完整?
机组在时间压力下简化了标准程序,跳过了目视确认步骤
↓
Why 4: 为什么存在时间压力?
航班延误后机组急于弥补时间,安全程序被压缩
↓
Why 5: 为什么安全程序可被压缩?
缺乏程序执行的强制检查机制和电子化确认工具
根本原因结论
程序执行缺陷——在时间压力下标准程序被简化,缺乏强制性的程序执行检查机制,特别是在跑道确认等关键安全环节。
涉及胜任力
PROSAWFPMCOM
改进措施
  • 引入电子飞行包(EFB)跑道确认功能,要求拍照确认跑道编号
  • 强化起飞前简令的标准化,增加跑道确认的交叉检查要求
  • 安装跑道进入告警系统(ROW/ROPS)
  • 修订安全政策,明确任何情况下不得因时间压力简化安全程序
#10

舱门未关闭起飞

5-Why HIGH
事件概述:一架B737在推出并开始滑行后,客舱乘务员报告前服务舱门(L1)未完全锁闭。机组中断滑行返回停机位,导致航班延误45分钟。调查发现舱门指示系统显示正常(绿灯),但实际舱门未完全咬合。
5-Why 分析
Why 1: 为什么舱门未关闭就推出?
舱门关闭指示系统给出错误信号(显示已关闭)
↓
Why 2: 为什么指示系统给出错误信号?
舱门传感器存在间歇性故障,在特定角度下无法正确检测
↓
Why 3: 为什么传感器故障未被发现?
该故障为间歇性,日常维护检查中难以复现
↓
Why 4: 为什么依赖单一传感器信号?
舱门状态监控缺乏冗余设计,无备份验证手段
↓
Why 5: 为什么缺乏冗余设计?
机型初始设计时未充分考虑传感器故障的安全影响
根本原因结论
系统设计缺陷——舱门状态监控系统缺乏冗余设计,单一传感器故障可导致错误状态指示,存在系统性安全隐患。
涉及胜任力
KNOPROSAWLTW
改进措施
  • 推动制造商增加舱门状态监控的冗余传感器设计
  • 在MEL(最低设备清单)中增加舱门传感器的检查要求
  • 要求乘务员在舱门关闭后执行人工物理确认程序
  • 建立传感器故障趋势监控,识别间歇性故障模式
#11

雷暴中继续飞行导致严重颠簸

鱼骨图 CRITICAL
事件概述:一架A330在巡航高度FL390穿越活跃雷暴区域,遭遇严重颠簸,导致3名乘客和2名乘务员受伤(1人骨折),客舱顶部面板脱落,飞机结构需进行非计划检修。
鱼骨图分析
人员
机长对绕飞决策过于自信,低估雷暴强度
副驾驶未有效质疑机长的绕飞决策
乘务员未及时完成客舱安全检查
设备
气象雷达设置不当,增益调整不正确
机载气象雷达对快速发展的雷暴单体探测能力有限
环境
雷暴发展速度超出预报,实际强度远大于气象预报
相邻高度层均有交通,绕飞空间受限
程序
缺乏明确的雷暴绕飞距离标准(现行标准偏小)
气象信息更新频率不足,未获取最新气象数据
管理
签派未提供实时气象更新和绕飞建议
公司运行控制对航路天气监控不足
根本原因结论
多重因素叠加——机组对雷暴风险评估不足、气象雷达使用不当、签派气象支持不充分,以及绕飞标准偏松,共同导致飞机进入危险天气区域。
涉及胜任力
SAWPSDKNOPROCOM
改进措施
  • 修订雷暴绕飞标准,将最小绕飞距离从20NM提高至30NM
  • 强化气象雷达使用训练,包括增益调整和颜色判读
  • 建立签派实时气象监控和主动提醒机制
  • 在CRM训练中增加权威梯度与质疑文化的专题
#12

语言沟通障碍导致ATC指令误解

5-Why HIGH
事件概述:一架B737在东南亚某机场进近时,由于ATC使用非标准英语表达方式,机组将' descend to two thousand'误解为' descend two thousand feet'(下降2000英尺而非下降至2000英尺),导致飞机下降至危险高度。
5-Why 分析
Why 1: 为什么误解ATC指令?
ATC使用了非标准英语表达,且语速过快、口音较重
↓
Why 2: 为什么非标准表达导致误解?
机组未要求ATC重复或澄清不确定的指令
↓
Why 3: 为什么未要求重复?
机组在陌生空域环境下存在心理压力,担心频繁要求重复会被视为能力不足
↓
Why 4: 为什么存在这种心理压力?
CRM训练中对'敢于质疑和确认'的训练不够深入
↓
Why 5: 为什么训练不够深入?
训练场景缺乏国际复杂空域的语言沟通模拟
根本原因结论
沟通能力训练不足——CRM训练中缺乏国际复杂空域的语言沟通场景模拟,机组在非标准英语环境下缺乏有效的沟通策略。
涉及胜任力
COMSAWFPMPRO
改进措施
  • 在CRM训练中增加国际复杂空域的语言沟通专项训练
  • 制定非标准英语环境下的沟通策略指南
  • 引入ATC通话录音回放分析训练
  • 强化'听到不确定指令必须确认'的标准化要求
#13

疲劳驾驶导致进近阶段操作失误

鱼骨图 CRITICAL
事件概述:一架A320在凌晨执行红眼航班进近,机长在最后进近阶段出现多次操作失误:未设置正确的进近速度、忘记放下起落架(副驾驶提醒后放下)、进近过程中注意力明显涣散,最终在副驾驶接管后完成安全着陆。
鱼骨图分析
人员
机长连续飞行4天累计飞行时间超过28小时
机长在飞行前夜仅休息4小时(个人原因)
机长未意识到自身疲劳状态对操作的影响
设备
缺乏实时疲劳监测设备或系统
环境
凌晨时段为人体生理节律低谷
目的地机场为不熟悉机场,增加工作负荷
程序
缺乏飞行前疲劳自评的标准化程序
红眼航班的额外休息要求未充分执行
管理
排班系统未充分考虑凌晨航段的疲劳风险
公司对疲劳管理的重视程度不够
根本原因结论
疲劳管理体系缺陷——排班系统未充分考虑生理节律因素,缺乏实时疲劳监测和飞行前疲劳自评机制,个人疲劳管理意识薄弱。
涉及胜任力
WLMSAWFPMPSDPRO
改进措施
  • 实施科学化疲劳风险管理系统(FRMS),基于生物节律模型优化排班
  • 引入飞行前疲劳自评工具,疲劳指数超标时启动缓解措施
  • 为红眼航班增加额外休息时间和双机长配置
  • 开展疲劳管理专项培训,提升个人疲劳意识
#14

模拟机定期复训未通过

5-Why MEDIUM
事件概述:一名机长在年度定期模拟机复训中,连续两次未能通过V1后单发失效+不利天气条件科目。评估发现该机长在故障处理时的优先级排序混乱,且手动飞行技术明显退化。
5-Why 分析
Why 1: 为什么复训未通过?
机长在故障处理时优先级排序混乱,手动飞行技术退化
↓
Why 2: 为什么优先级排序混乱?
机长对非正常检查单(NNC)的记忆不够熟练,在压力下无法快速定位
↓
Why 3: 为什么NNC不熟练?
该机长在过去一年中手动飞行时间严重不足,过度依赖自动化
↓
Why 4: 为什么手动飞行时间不足?
日常航班运行中自动化使用率接近100%,缺乏手动飞行政策要求
↓
Why 5: 为什么缺乏手动飞行要求?
公司运行政策未规定手动飞行的最低频次和场景
根本原因结论
运行政策缺陷——缺乏手动飞行最低频次要求,导致飞行员手动飞行技能和故障处理能力持续退化。
涉及胜任力
KNOPROFPMAPM
改进措施
  • 制定手动飞行最低频次政策,要求每航班至少一个飞行阶段手动操作
  • 在非正常训练中增加时间压力和干扰因素
  • 建立飞行员技能退化预警系统,基于数据识别高风险人员
  • 开发基于平板电脑的NNC快速复习工具
#15

复杂机场滑行偏离路线

5-Why HIGH
事件概述:一架B777在大型枢纽机场降落后的地面滑行过程中,因机场滑行道布局复杂且夜间标识不清,机组偏离ATC指定的滑行路线,误入正在使用的跑道,险些与正在起飞的飞机发生地面冲突。
5-Why 分析
Why 1: 为什么偏离滑行路线?
机组在复杂路口选择了错误的滑行道方向
↓
Why 2: 为什么选择错误方向?
机场图上该路口的标识与实际地面标识不一致,造成混淆
↓
Why 3: 为什么标识不一致?
机场近期改造后部分标识更新滞后,NOTAM信息未被机组有效获取
↓
Why 4: 为什么NOTAM未被有效获取?
机组在飞行前准备中对NOTAM的审查不够仔细,仅浏览了摘要
↓
Why 5: 为什么审查不够仔细?
飞行前准备流程缺乏结构化的NOTAM审查工具和检查单
根本原因结论
信息管理缺陷——NOTAM信息获取和审查流程不够结构化,机场标识更新不及时,机组在复杂环境下的地面导航能力不足。
涉及胜任力
KNOSAWPROCOM
改进措施
  • 引入电子化NOTAM审查工具,自动高亮与航路相关的关键信息
  • 推动机场加快标识更新,建立标识一致性检查机制
  • 在训练中增加复杂机场地面运行的专项模拟
  • 安装并使用机场地面导航增强系统
#16

座舱失压事件处置

5-Why CRITICAL
事件概述:一架B787在巡航高度FL410发生座舱缓慢失压,氧气面罩自动落下。机组执行紧急下降程序,但在下降过程中未按照SOP要求设置7700应答机编码,且下降过程中偏离了ATC指定的紧急下降航线,与多架飞机产生冲突。
5-Why 分析
Why 1: 为什么未设置7700编码?
机组在紧急情况下优先处理下降程序,遗漏了应答机设置步骤
↓
Why 2: 为什么遗漏关键步骤?
紧急下降检查单执行过程中,机组分工不明确,两人同时关注飞行操纵
↓
Why 3: 为什么分工不明确?
日常训练中紧急下降场景的机组资源管理训练不够充分
↓
Why 4: 为什么CRM训练不充分?
训练大纲将紧急下降主要视为技术操作科目,CRM要素被弱化
↓
Why 5: 为什么CRM要素被弱化?
训练设计未充分考虑高压环境下CRM失效的风险模式
根本原因结论
训练设计缺陷——紧急下降等高压力科目的训练过度侧重技术操作,CRM要素(分工、沟通、优先级管理)被弱化,导致实际事件中机组协调失效。
涉及胜任力
PROWLMCOMAPMSAW
改进措施
  • 重新设计紧急下降训练场景,将CRM要素与技术操作同等权重
  • 在非正常程序训练中引入干扰和多重故障叠加场景
  • 制定紧急情况下的标准化机组分工模板
  • 增加紧急下降的专项CRM研讨和案例分析
#17

进近中遭遇风切变

鱼骨图 CRITICAL
事件概述:一架A320在进近至500英尺时遭遇风切变,空速急剧减小,触发风切变告警。机组执行复飞程序,但在复飞初期飞机下沉率过大,最低下降至距地面约50英尺后才开始爬升,险些触地。
鱼骨图分析
人员
机组对风切变告警的初始反应延迟约2秒
复飞决策执行不够果断,推力增加不及时
设备
风切变预警系统提前预警时间不足(仅约10秒)
机场低空风切变探测设备覆盖范围有限
环境
微下击暴流发展迅速,现有探测手段难以提前识别
进近航线下方地形复杂,加剧了风切变效应
程序
风切变复飞程序在训练中的执行标准不够严格
缺乏基于实时气象数据的进近决策支持工具
管理
机场风切变预警信息传递至机组的时效性不足
公司对风切变季节的运行限制措施不够完善
根本原因结论
多因素叠加——风切变探测预警能力不足、机组复飞反应延迟、以及进近决策支持工具缺失,共同导致飞机在风切变中陷入危险境地。
涉及胜任力
PROSAWAPMKNOFPM
改进措施
  • 升级机场低空风切变探测系统,增加覆盖范围和预警提前量
  • 强化风切变复飞程序的训练,要求达到'零延迟'反应标准
  • 开发基于实时气象数据的进近决策支持系统
  • 制定风切变季节的增强型运行限制措施
#18

非精密进近CFIT风险

5-Why CRITICAL
事件概述:一架B737在不具备ILS的机场执行VOR/DME进近,进近过程中机组在最后进近点(FAP)后未建立稳定的下降梯度,在最低下降高度(MDA)以下仍继续下降,GPWS发出'PULL UP'告警后机组才执行复飞。事后分析显示飞机最低点低于跑道标高约200英尺。
5-Why 分析
Why 1: 为什么在MDA以下继续下降?
机组在进近过程中未能准确判断飞机位置与高度的对应关系
↓
Why 2: 为什么不能准确判断?
非精密进近中缺乏连续的垂直引导,机组对阶梯下降的时机把握不准
↓
Why 3: 为什么对阶梯下降把握不准?
非精密进近的训练频次不足,机组对该类型进近的熟练度低
↓
Why 4: 为什么训练频次不足?
训练大纲中非精密进近的训练时间被ILS等精密进近大量占用
↓
Why 5: 为什么训练时间分配不均?
训练大纲设计未基于实际运行风险数据,非精密进近的高CFIT风险未被充分认识
根本原因结论
训练体系缺陷——非精密进近训练频次严重不足,训练大纲设计未基于运行风险数据,导致机组在非精密进近中CFIT风险显著升高。
涉及胜任力
KNOPROSAWFPMAPM
改进措施
  • 大幅增加非精密进近在模拟机训练中的比例,至少占总训练时间的20%
  • 引入基于性能的导航(PBN)进近,减少传统非精密进近的使用
  • 在非精密进近训练中增加CFIT风险场景和GPWS告警处置
  • 推动不具备精密进近条件的机场安装垂直引导系统
CH05

胜任力根因映射与统计

5.1 胜任力根因出现频率统计

对18个RCA实例进行统计分析,各胜任力作为根因出现的频率如下:

胜任力出现频率分布
SAW 情景意识 78%
PSD 问题解决与决策 67%
PRO 程序应用 61%
KNO 知识应用 56%
COM 沟通 50%
WLM 工作负荷管理 44%
FPM 飞行路径管理 39%
APM 适应性 33%
LTW 领导力与团队合作 33%
关键发现:情景意识(SAW)以78%的出现频率位居首位,说明感知和理解的不足是民航安全事件中最普遍的根因。问题解决与决策(PSD)和程序应用(PRO)紧随其后,反映了在压力环境下决策质量和程序执行的关键性。

5.2 事件类型与胜任力根因矩阵

以下矩阵展示了18个事件与九大胜任力根因的对应关系,帮助识别特定事件类型的高风险胜任力维度:

事件SAWPSDPROKNOCOMWLMFPMAPMLTW
#01 跑道侵入事件✓✓✓✓
#02 不稳定进近未执行✓✓✓✓
#03 燃油计算错误✓✓✓✓
#04 高度偏差事件✓✓✓✓
#05 TCAS RA未✓✓✓✓
#06 湿滑跑道冲出跑道✓✓✓✓✓
#07 V1后发动机故障✓✓✓✓
#08 自动油门意外断开✓✓✓✓
#09 错误跑道起飞✓✓✓✓
#10 舱门未关闭起飞✓✓✓✓
#11 雷暴中继续飞行导✓✓✓✓✓
#12 语言沟通障碍导致✓✓✓✓
#13 疲劳驾驶导致进近✓✓✓✓✓
#14 模拟机定期复训未✓✓✓✓
#15 复杂机场滑行偏离✓✓✓✓
#16 座舱失压事件处置✓✓✓✓✓
#17 进近中遭遇风切变✓✓✓✓✓
#18 非精密进近CFI✓✓✓✓✓
CH06

多层级改进体系

基于RCA分析结果,构建从个人到系统的四层级改进体系,确保改进措施覆盖所有关键层面。

6.1 个人层面改进

针对性训练

基于RCA识别的个人胜任力短板,制定个性化的训练计划。利用模拟机训练、CBT课程和课堂培训等多种形式,针对SAW、PSD等高频根因胜任力进行强化训练。

模拟机训练强化

在定期复训中增加基于RCA案例的场景训练,确保训练内容与实际运行风险高度相关。重点训练紧急决策、非正常程序执行和手动飞行保持等关键能力。

导师制与同伴学习

建立经验丰富的机长与年轻飞行员的导师配对制度,通过航线带飞和定期交流,促进经验传承和隐性知识传递。

自我评估与反思

引入结构化的飞行后自我评估工具,鼓励飞行员对每次飞行进行反思,识别自身的胜任力提升空间,形成持续改进的习惯。

6.2 培训体系层面改进(CBTA)

基于胜任力的培训与评估(Competency-Based Training and Assessment, CBTA)是ICAO推荐的新一代培训方法。将RCA分析结果融入CBTA培训设计,可以显著提升培训的针对性和有效性:

CBTA培训设计原则:以胜任力模型为基础,以数据为驱动,以场景为载体,以评估为闭环。培训内容直接对应RCA识别的高频根因胜任力,确保训练资源投入在最需要的地方。

培训需求分析

基于RCA数据识别训练优先级,将资源集中在最高风险的胜任力维度

场景化训练设计

将RCA案例转化为训练场景,在模拟机中重现真实事件情境

效果评估与反馈

建立培训后效果跟踪机制,评估改进措施的实际效果

6.3 组织层面改进

安全文化建设

建立公正文化(Just Culture),消除报告和沟通的心理障碍。将RCA分析结果作为安全文化改进的依据,推动从"惩罚文化"向"学习文化"的转变。关键措施包括:无惩罚报告制度、安全信息共享平台、定期安全文化调研。

排班与资源管理

基于RCA中识别的疲劳和工作负荷问题,优化排班系统。引入疲劳风险管理系统(FRMS),基于生物节律科学和运行数据,确保机组始终在最佳状态执行飞行任务。

6.4 系统层面改进

SOP优化

基于RCA分析结果,定期审查和修订标准操作程序。重点优化:关键安全节点的强制检查机制、自动化系统的使用政策、非正常程序的简化和标准化。确保SOP既全面又实用,减少执行偏差的可能性。

自动化设计改进

针对RCA中识别的"自动化依赖"和"自动化意外断开"等问题,推动制造商优化自动化系统设计。包括:增加自动化状态监控告警、优化人机界面设计、引入模式意识增强功能。

CH07

总结与展望

7.1 RCA核心价值

🔍
深度理解
超越表面现象,深入理解事件因果链条
🌐
系统视角
从多维度全面分析问题,避免单一归因
📊
数据驱动
基于真实事件数据,科学指导安全改进
🚀
持续改进
形成闭环管理,推动安全水平持续提升

7.2 十大核心要点总结

  1. 1情景意识是安全之基:78%的RCA实例涉及情景意识问题,持续保持对飞行环境的全面感知是安全运行的首要前提。
  2. 2决策质量决定安全结果:在压力和不确定性下做出正确决策的能力,是区分优秀飞行员的关键胜任力。
  3. 3程序是安全防线:标准操作程序的完整执行是安全的最后防线,任何简化或偏离都可能引发事故链。
  4. 4训练必须匹配风险:训练大纲设计应基于实际运行数据,确保训练资源投入在最高风险的领域。
  5. 5疲劳管理不容忽视:疲劳是影响胜任力发挥的关键因素,科学化的疲劳管理是组织安全责任。
  6. 6自动化依赖是隐性风险:过度依赖自动化导致人工监控和手动飞行能力退化,需要系统性应对。
  7. 7沟通失效是事故链关键环节:标准化的沟通程序和闭环确认机制是防止信息传递错误的有效手段。
  8. 8安全文化是组织基石:公正文化和开放报告环境是RCA分析有效实施的前提条件。
  9. 9改进措施需要多层级覆盖:从个人到系统的四层级改进体系,确保改进措施全面有效。
  10. 10RCA是持续改进的引擎:RCA不是一次性活动,而是嵌入安全管理体系的持续改进循环。

7.3 未来展望

随着数据分析技术和人工智能的发展,RCA方法在民航胜任力分析中的应用将迎来新的机遇:

智能化RCA分析

利用自然语言处理和机器学习技术,从大量安全事件报告中自动提取根因模式,提高RCA分析的效率和一致性。

预测性胜任力管理

基于历史RCA数据和飞行数据监控(FDM),建立胜任力风险预测模型,在问题发生前进行预防性干预。

个性化训练路径

结合RCA分析结果和个人飞行数据,为每位飞行员定制个性化的训练和改进路径,实现精准培训。

行业数据共享

推动行业层面的RCA数据共享和分析,建立跨航空公司的胜任力根因数据库,实现行业安全水平的整体提升。

结语:RCA根因分析方法为民航胜任力分析提供了系统化、数据驱动的分析框架。通过18个真实案例的深度分析,我们不仅识别了飞行员胜任力的关键短板,更重要的是构建了一套从分析到改进的完整闭环体系。这套体系将持续推动民航安全水平的提升,为每一位旅客的安全出行保驾护航。