民航不安全因素聯動對空難事故的影響
——基于45起案例的清晰集定性比較分析

趙禮強， 潘 杰， 張子辰

(沈陽航空航天大學經濟與管理學院， 沈陽 110136)

飛行安全是民用航空的第一追求和永恒主題，確保飛行安全是民航的頭等大事。在航空領域，國際民航組織(ICAO)將安全定義為一種狀態，即通過持續的危險識別和安全風險管理過程，將對人員傷害或財產損失的可能性降低并保持在可接受的水平或以下的狀態[1]。近年來，民航飛行事故率較低，但事故傷亡率極高，一旦發生飛行事故鮮有生還，因此對安全管理造成的壓力仍然不容忽視。飛行事故遵循事故鏈的概念，并非單一因素造成，往往是一連串差錯或事件緊密耦合、復雜交互的后果。發生在駕駛艙內的飛行員顯性差錯對航空系統有直接、即時的影響，而諸如飛行員錯誤決策等可能是具有潛伏性的，其結果對飛行的潛在危害存在較長時間的延滯。單憑其中某個環節難以導致可怕后果，因此需從整個系統的角度來解釋導致事故的原因。然而民航安全管理難以通過仿真實驗模擬出人、機、環失效的諸多情況，因此亟待探索一種新的方法來分析導致空難事故的關鍵路徑。

現有文獻對于航空安全管理的研究主要聚焦在三個方面，一是飛行風險管理與安全風險評價。民航飛行安全風險評價研究主要有四個方面：典型不安全事件的原因分析、風險評價及預測研究，如可控飛行撞地、重著陸、沖偏出跑道等[2-4]；應用不同評價方法，包括專家打分分析[5]、綜合集成賦權[6]、神經網絡分析[7-8]、動力學仿真分析[9]、物元分析[10]等；安全風險評價[6， 11-12]以及安全評價指標體系研究[1,5,8,12]。國外對于安全管理的研究集中于評價方法，常用的方法包括層次分析、灰色理論分析和貝葉斯網絡分析等[13-14]。中國眾多學者通過建立人、機、環境、管理四個要素的指標體系對事故、事故征候進行事后分析，評價方法以定性為主、定量為輔，結合定量與定性方法的研究有限。二是專注飛行事故的人為因素研究。國外學者從工程、技術、管理角度在航空人因領域開展了大量研究，以SHEL模型、Reason模型以及HFACS模型作為中國外事故人因研究的基礎框架。Wiegmann等[15]應用HFACS模型系統研究與商業航空事故相關的因素。Han等[16]基于SHEL以及Reason模型建立一種易于使用的民航機務人因分析模型。Feng等[17]設計飛行仿真環境下的飛行員交通模式任務，實現飛行員工作量預測并改進評估方法。Kharoufah等[18]將定性的商業運輸事故數據記錄在數據庫中，對航班類別進行編碼統計，確認人為的情景意識以及不遵守程序是造成航空事故的主要因素。Damien等[19]依據HFACS框架識別出地形控制飛行(CFIT)航空事故的人為因素。中國航空人因研究起步較晚，羅曉利[20]首次根據HFACS和Reason模型對152起飛行事件的人因進行分類統計。吳亞榮等[21]增加了“組織計劃”致因要素，調整了“組織管理”致因要素，提出了一種改進的HFACS航空人因事故致因分析模型。王新野等[22]探究自動化水平、飛行員的過度自信以及過度依賴所引發的航空安全事故和事故征候。王燕青等[23]對飛行機組在飛行過程中的團隊情境意識進行實驗研究，提出基于交互認知模型的飛行員團隊情境意識測量方法。靳慧斌等[24]通過回顧主流的情境意識理論模型，指明了情境意識從個體、團隊到系統的研究方向及趨勢。中外事故人因工程研究成果頗豐，覆蓋飛行機組、機務維修及空管后勤等人員，從多角度、多途徑探究可能影響安全的行為或動機，但聯合考慮人機環管因素對事故影響的研究較少。三是基于不同理論模型進行事故分析及預測，注重從整個系統的角度來解釋事故。Carvalho[25]使用FRAM模型研究空中交通管理系統關鍵彈性特性。高揚等[26]利用改進后的FRAM模型對公務航空飛行事故進行量化分析，找到功能模塊間的失效連接，確定事故主要原因。梁文娟等[27]應用差分自回歸移動平均模型(ARIMA)、最小二乘支持向量機模型(LS-SVM)和BP神經網絡模型(BPNN)的組合模型，對航空公司運輸的月度飛行事故征候萬時率進行預測分析。Bandeira等[28]建立了一個考慮飛行員能力以及組織、環境等通用的事故分析模型，通過貝葉斯網絡技術量化要素指標，甄別關鍵因素。

目前，飛行安全管理研究多以建立不同飛行過程定量評價模型為主，計算安全風險等級；而定性分析多以單一案例為分析對象，結合定性與定量方法的研究鮮有。此外，航空事故分析多從人因角度深度剖析，未形成針對民航事故的多因素理論模型。而且現有研究多考慮因素的凈效應，忽視飛機失事是多種潛在因素聯動的后果，FRAM模型雖然可以避免將事故視為單個事件的有序發生或潛在因素的層級疊加，但較為關注變化以及系統的動態性，只適用單一案例的原因分析，不能對事故進行量化分析。因此，現從事故致因多角度考慮，創新地將管理研究方法引入航空安全科學領域中，收集質性事故案例，建立量化因素指標，采用定性與定量相結合的方法對多個案例事故分析統計，提煉關鍵因素，找出誘發事故的關鍵路徑，對飛行安全管理具有指導意義。

1 模型構建

民航飛行系統是一個復雜的動態系統，涉及人、機、環、管四大子系統，在安全上存在諸多潛在風險。根據系統工程理論，將制約飛行安全的影響因素分為四類：人為因素、設備因素、環境因素和管理因素。根據現有民航安全研究，學者多以人為研究焦點，輔之以其他因素作為分析不安全事件的模型。在航空事故和人因研究中，使用最為普遍的是Edwards于1972年提出的SHEL模型，該模型描述了以人為中心，由軟件、硬件、環境構成的工作系統和交互界面，提出系統都是整合一體的，人和其他要素間的交互界面是易于出現問題的地帶，當交互界面不匹配時，人的差錯就會產生。1990年，Reason首次提出事故致因的“瑞士奶酪”模型(Reason模型)，該模型提出系統缺陷共同作用導致事故，當組織所有層次的缺陷同時出現，失去多層次的防御保護才會誘發事故發生，但不同層次的具體缺陷沒有被指出，沒有說明事故調查中如何查找這些漏洞。因此，以Reason模型的理論為基礎，借鑒SHEL模型中對人、機、環、管的解釋，建立完善的民航事故聯動致因模型，如圖1所示。

圖1 民航事故聯動致因模型Fig.1 Interative causation model of civil aviation accidents

2 研究設計

2.1 研究方法

定性比較分析法(qualitative comparative analysis，QCA)最早由Ragin提出，是一種適用中小樣本案例研究的分析方法，該方法關注結果如何發生，借助集合論和布爾代數等手段，通過多案例比較分析來確定簡潔的因果聯系，廣泛應用于管理學、社會學、政治學等社會科學領域研究[29-33]，在自然科學中的應用也迅速發展，已有學者將QCA方法應用于事故、災害等安全科學領域研究[34-35]。

QCA的主要特點是針對復雜誘因案例，融合定性方法的案例取向和定量方法的變量取向，結合案例內或跨案例分析比較，從集合的視角看問題，服務于提煉模型與驗證理論[36]。在方法論上，尤為適用于案例數量為10～60的比較研究[32-33]。涉及案例數量較少、誘發結果的前因條件復雜多樣，且考慮到已有研究對航空事故的致因討論充分，但未從多案例角度考慮多種不安全因素聯動效應，探究誘發事故的多重路徑，而QCA 為此類問題提供新的思路與方法支持。此外，結果變量為“是否發生事故”“是否發生重大事故”，屬于二分取值，需采用清晰集定性比較分析(crisp-set qualitative comparative analysis，csQCA)。

2.2 案例選擇

以空難事故及事故征候作為研究案例，數據來自美國國家地理紀錄片《Air Crash Investigation》(第1季～第18季)、民航安全科學研究所《世界民航事故調查跟蹤》以及《民用飛機事故/事故征候統計與分析手冊》。收集案例數目較多，通過如下篩選標準來確定初始研究樣本：①事故及事故征候發生對象為客運航班，不包括貨運航班和通用飛機；②由于研究空難致因具有時效性，僅包括2000—2018年發生的事故；③排除民航空難事故中由于外力因素致使飛機墜毀的案例，例如鳥擊、飛機相撞、恐怖分子劫機和在飛機安置炸藥等因素造成的飛行事故；④從研究問題出發，選取由復雜前因耦合交互導致事故的案例。經過上述步驟以及剔除數據缺失(事故原因未經查明)的樣本之后，最終獲得了民用客運航班于2000—2018年期間發生的45起不安全事件。

2.3 變量設計

2.3.1 結果變量設計

以飛行事故是否發生以及事故等級是否為重大作為結果變量，討論從不安全因素到事故征候再到重大事故的解釋路徑。根據國標《民用航空器飛行事故等級》(GB14648—1993)界定，航空器失蹤、損壞或有人員傷亡表示事故發生，并將事故劃分為3個等級：特別重大、重大和一般。擬將特大與重大航空事故歸納為重大空難，凡屬下列情況之一視為重大空難：①飛機失事造成人員死亡；②航空器失蹤，飛機仍留有乘客或機組人員；③航空器嚴重損壞或迫降在無法運出的地方[37]。而事故征候不是事故，是與航空器操縱使用有關、不構成事故但影響飛行安全的事件。共收集案例45起，重大空難16起，一般事故10起，事故征候19起。據此，以45起案例為研究樣本，將發生事故編碼為1，事故征候編碼為0；以26起事故案例為樣本，將重大空難編碼為1，一般事故編碼為0。

2.3.2 條件變量設計

本文條件變量設置參考SHEL模型以及已有文獻梳理出的事故致因，結合觀察到案例的實際情況對條件變量設置作了適應性調整，最終提煉出航空事故的不安全因素共分為環境因素、機器因素、管理因素和人為因素4個維度9個變量，具體定義如下：

(1)環境因素維度。

惡劣環境(weather)：主要指氣團、鋒面、雷暴、下沖氣流、低空風切變、結冰、湍流等異常的外部環境和使體感較差的駕駛艙環境。有惡劣環境出現編碼為1，沒有編碼為0。

(2)機器因素維度。

機械故障(aircraft)：指飛機的機翼、機身、尾翼、起落裝置和動力裝置出現疲勞、老化、腐蝕、異常磨損等問題。存在機械故障編碼為1，無機械故障編碼為0。

維修差錯(maintenance): 指設備和零部件等設計不合理或維修缺陷引起的安全隱患以及維修人員工作過失、遺漏造成的不安全狀況。通常包括非正常維護導致的設備故障、維修工具設備缺失或缺陷、設備設計缺陷[38]。存在維修差錯的編碼為1，不存在編碼為0。

(3)管理因素維度。

企業管理失誤(management)：主要指航空管理局機構或航空公司的管理制度、操作手冊完善制度、安全文化管理、人力資源管理失誤等。包括安全文化管理出現松懈、飛行人員工作時間或權利梯度匹配不合理等安全隱患。存在管理失誤編碼為1，不存在編碼0。

空管差錯(atc)：空中交通管制差錯。包括空管系統的時效性差以及空管工作人員的調配、信息傳達過失等不安全因素。出現空管差錯編碼為1，未出現編碼為0。

(4)機組人為因素維度。

機組協調障礙(coordination)：指人際交往中的內部和外部影響。主要包括機組分工弱，缺少團隊合作、信息溝通不及時或不準確以及沖突解決不恰當等。出現機組協調不當編碼為1，未出現編碼為0。

機組人為差錯(human)：機組人員顯性的操作差錯，包括機組人員的決策差錯、技能差錯、知覺差錯以及習慣性或偶然性的違規操作。案例中出現人為差錯編碼為1，未出現編碼為0。

駕駛員疲勞(fatigue)：主要指機長和副駕駛睡眠不足、身體或腦力負荷量過大引起較差的情景意識。機組疲勞編碼為1，無疲勞狀況編碼為0。

機組生理心理缺陷(physiological and psychological)：主要指操作人員身體智力局限、精神狀態、生理狀態差、社會/心理壓力過大或性格極端等不利于飛行安全的因素。機組存在此種缺陷編碼為1，不存在編碼為0。

2.3.3 真值表構建

在確定對結果變量及條件變量取值進行二分處理的基礎上，以觀察到的案例為依據，逐一確定所有案例在各條件變量上的取值情況，形成作為QCA分析基礎的真值表。由于結果變量不同，可生成兩種真值表，以事故發生為結果變量，顯示了與45個被觀察到案例相對應的32種組態；以重大事故為結果變量，得到與26個事故相對應的22種組態。

3 數據分析

3.1 單因素必要性和充分性分析

根據QCA方法的要求，在討論結果變量的前因組合路徑前，首先進行前因變量的必要性和充分性分析。遵循已有研究，對于單因素必要性分析，若某一前因條件的必要一致性大于0.9，則該因素是必要條件；對于單因素充分性分析，若某一前因條件的充分一致性大于0.8，則該因素是充分條件，即此因素構成了解釋結果的一種路徑，通常得出的充分條件不宜再納入組態分析中[36,39-40]。表1是結果變量為空難事故發生時的單因素必要性和充分性分析結果，表2是結果變量為重大空難事故發生時的分析結果。

表1 空難事故發生的單因素分析

表2 重大空難事故發生的單因素分析

由表1可見，9個單因素的必要一致性都低于0.9，因而都不是事故的必要條件，即空難事故的發生不一定必須由于某個不安全因素造成；“維修差錯”“機組協調障礙”的充分一致性大于0.8，因而這兩個前因條件構成民航事故的充分條件，覆蓋率分別為0.27、0.23，即能夠解釋約27%、23%的事故案例，即從案例范圍看，存在維修差錯或機組協調交流不當的飛行容易造成空難事故。

由表2可見，9個單因素變量中也不存在必要一致性大于0.9的前因條件，因而也都不是重大空難的必要條件；充分一致性大于0.8的單因素包括“惡劣環境”和“駕駛員生理心理缺陷”，因此，這兩種不安全條件是導致重大空難發生的充分條件，并分別解釋了63%和19%的案例。

3.2 充分條件組合分析

在充分條件組合分析時，分別討論事故和重大事故的致因組合。應用fsQCA3.0軟件對充分條件的分析結果有復雜解、簡單解和中間解三種解，復雜解由于沒有簡化，所得構型較多，不利于隨后的路徑分析；簡約解由于將簡單反事實與復雜反事實分析都納入到簡化過程中，所得簡約解很可能與現實不符，而且重要的必要條件可能會被精簡掉[33,40]。故而，選取中間解，輔之以簡約解，并將具有相同簡約解的組態歸為一類。覆蓋度(coverage)是QCA研究中衡量經驗相關性的指標，反映組態的經驗切題性或重要性，類似于回歸中的R2[31,41]。此外，鑒于以探究事故致因組合為重點，在軟件運行得到中間解時，只顯示各因素出現的情況。

3.2.1 事故發生的路徑分析

以發生空難事故作為結果，得到10個中間解、7個簡約解，將具有相同簡約解的組態進行簡單聚類，結果如表3，總體一致性為1，總體覆蓋度為80.77%。由結果可知組態A、B、E與前文單因素充分性分析一致，即“維修差錯”“機組協調障礙”是事故的充分條件，構成結果的解釋路徑。因而含有“維修差錯”和“機械故障”的解將不再納入組態分析。排除含有這兩種不安全因素的路徑后，得到誘發事故的四條組合路徑，分別是組態C、D、F、G。

組態C，指惡劣環境、人為差錯以及駕駛員疲勞，在無管理差錯的條件時也會造成事故，覆蓋率為7.7%。表明由環境因素與人為因素相結合的條件變量組合是導致事故發生重要的前因條件。如復興航空222號班機事故，飛行途中遇臺風暴雨等極端天氣，駕駛人員由于長期超負荷飛行，精神懈怠而無視警報系統對最低高度的提醒，在沒有看到跑道的情況下堅持降落，造成48人遇難。迪拜航空FA885事故飛行中遇暴雨強風，且機長錯誤關閉飛機自動駕駛系統，造成機上人員全部遇難。惡劣環境是人為差錯的重要前提，人為差錯是極端環境最可能的表現形式，兩維度因素耦合對飛行安全具有極大的威脅。

組態D，空管差錯與機組人為差錯組合的組態，即使在天氣良好與設備完好的條件下也會出現事故。由于空中交通管制對天氣狀況以及所在空域的飛機數量、飛行狀態有著全面的監控，機組人員對飛機的飛行姿態與飛行方向有著絕對的控制。當空管與機組人員同時出現差錯時，飛行方向與飛行系統同時遭到威脅，事故發生的概率極大。

組態F，當環境、機器、管理都不出現異常時，駕駛員生理心理問題對航空飛行具有致命的威脅。具有代表性的案例是“德國之翼航空9525號航空事故”，2015年3月24日，德國之翼航空9525號班機的副駕駛患有嚴重的精神抑郁，在飛行過程中蓄意將飛機墜毀，造成機上150人全部喪生。

組態G，飛機存在故障、管理有失誤、機組人員出現差錯時，空難事故會發生，表明空難事故可由機器、管理和人為三個維度因素共同發生不安全事件所引起。飛機設備出現故障，前期飛行員往往無法察覺，導致錯誤決策，當意識到飛機故障后，又由于較差的情景意識，無法做出適應變化的安全動作，造成事故。情景意識指對一定時間及空間環境內各要素的感知、對其含義的理解和對未來狀態的預測，可以通過尋求有效的培訓方法提高飛行員情景意識水平，因此管理失誤也是事故發生重要的前因條件。

3.2.2 重大空難發生的路徑分析

引發重大空難的組態包括6個中間解，3個簡約解，結果如表4，總體一致性為1，總體覆蓋度為81.25%。由結果可知組態a1、b1、c滿足前文單因

表3 發生空難事故的不安全因素組態

表4 發生重大空難事故的不安全因素組態

素充分性分析得出“惡劣環境”“駕駛員生理心理缺陷”是重大空難事故的充分條件，排除兩項前因條件的組態，得到導致事故等級較高的路徑有3個，分別是組態a2、b2、b3。

組態a2，機械故障*管理失誤*機組人為差錯的組態會導致重大空難事故，組態構型與前文組態G相似，但“核心條件”較不同，Fiss將同時出現在中間解和簡約解中的條件定義為“核心條件”，將只出現在中間解但被簡約解排除的條件定義為“邊緣條件”[33]。組態a2的核心條件為“機械故障”和“機組人為差錯”；組態G則為“機械故障”與“管理失誤”。由此可見，區別于一般事故，機組人為差錯因素是導致重大空難發生的核心因素。復興航空235號航班由于電路板焊點斷開，系統判定扭矩低于預定數值，觸發自動順槳，造成2號引擎無法提供推力，當機組人員意識飛機故障后，沒有執行起飛后引擎熄火程序檢查，機長未進行交叉檢查就錯誤收回1號引擎，導致飛機失速，經事故調查機長并不習慣駕駛帶有自動化系統的ATR72-600飛機且有模擬訓練中重要指標不及格的記錄，飛行員管理存在漏洞。三維度因素若缺少任一因素都可避免重大事故發生，即重大空難是三者相互聯動的后果。

組態b2和b3表示當出現空管差錯和機組差錯或維修差錯和管理失誤時，會發生重大空難事故，分別與組態D和組態A2的結果相同，表明出現b2、b3兩種組態解時，飛行事故一旦發生，就是傷亡率極高的重大事故。另一方面，從解的形態發現，當多種顯性因素組合時，容易導致事故，如“武漢航空WU343事故”和“戈爾航空1907號班機事故”；當多種隱形因素組合時，也容易造成事故，代表案例為“中西航空5481號班機事故”，5481號航班存在兩個致命的潛在故障，聯邦航空總署未更新乘客及行李平均重量，過高估計機體可接受程度，導致起飛后起落架的重量從機鼻向后移至機尾，造成重心失衡，與此同時，由于維修人員錯誤調整飛機升降舵角度，造成機組無法靠升降舵壓下機鼻而失去控制飛機的能力。此組態覆蓋率較低，是否適用于更多案例有待進一步驗證。

3.2.3 變量整合分析

在進一步闡釋空難事故的多因素組合路徑時，由于事故因素的多樣化，要對其整體把握就需要提煉一個核心的問題聚焦點，需要對多重路徑進一步歸納處理，可采用變量整合的方式[36]，如表5依據前文對條件變量的操作化定義按照“主觀-客觀-制度”進行三分歸類，其中，人為因素、空管差錯和維修差錯來自主觀因素，惡劣環境、飛機故障屬于客觀因素，管理失誤屬于聯合主觀和客觀的制度因素。

表5 變量整合

用整合后的變量分別置換前面得到的4條事故發生路徑，得到事故發生的4種模式：①客觀*主觀；②主觀*主觀；③客觀*主觀*制度；④主觀。同樣，得到重大空難的3種模式為：①客觀*制度*主觀；②主觀*主觀；③主觀*制度。

綜觀以上路徑，可以得到兩點啟示。一是主觀因素是導致空難事故最核心的因素。由案例所示，主觀差錯滲透在每一場事故中，是民航飛行安全最致命的威脅。此外，可以避免或消除的客觀因素可能會造成相對輕微的航空事故。二是對比一般事故，管理制度問題更容易對重大事故構成隱患。上層管理部門的不當決策不僅會給監督實踐帶來直接的不利影響，也會影響操作者的行為和狀態，難以被發現的隱形差錯多數隱藏在與組織影響相關的事件中。民航企業缺乏明確的安全政策，對員工的安全培訓不健全、未真正重視安全管理機構的重要性、缺乏安全建議受理部門等制度管理問題始終是航空安全潛在的威脅。

4 結論及建議

基于現有民航安全研究，運用CSQCA方法對45起事故案例進行分析，試圖發現事故的一般規律，探索導致空難及重大空難的不安全因素組合。理論上，應用組態視角豐富了民航安全及事故致因研究，適用于事故調查從多個維度展開，尤其針對處于調查瓶頸期且致因較復雜的事件。每次失事都會讓飛行更安全，從多個事故案例總結經驗避免重蹈覆轍是保證民航安全的重要舉措，據此，形成以下初步結論。

空難事故是多種因素相互聯動作用的結果。當許多差錯或事件連成一串時，飛行事故便會誘發，在這些事件疊加在一起之前排除掉一個差錯事件，就可以預防事故的發生。民航飛行在具有不安全因素的前提下存在事故征候、一般事故、重大事故三種結果，不安全事件并非單一因素造成的，而是多種因素相互依賴、共同起作用的情形。通過構建“人機環管”的民航事故聯動致因模型，探索事故及重大事故的組態，表明差錯和事故的預防需要將多種方法和途徑并用，而非僅僅采用單一途徑。

引起事故與重大事故的充分條件不同。QCA的主要功能之一是探索條件變量和結果變量的必要性與充分性關系，研究對“人機環管”模型下9個不安全因素是否構成空難及重大空難的必要或充分條件。必要性分析結果表明空難或重大空難不是必須由某個單一條件造成。充分性分析表明“維修差錯”“機組協調障礙”是事故發生的充分條件；“惡劣環境”和“駕駛員生理心理缺陷”更容易造成重大空難。表明改善飛行員質量對現代民航至關重要，完善的飛行員選拔制度，不僅需要考察生理狀況、心理運動能力和認知過程，也需要考察個性品質、情緒穩定性、態度和飛行動機等一些非智力因素。改善整個飛行員隊伍的質量，加強機組資源管理，提高機組應對緊急情況的能力，是確保飛行安全的必由之路。

通過對案例事故的組態分析，驗證了空難事故有多條致因路徑，解釋了飛行事故的復雜性，并通過整合變量提煉問題的核心聚焦點，針對研究結論提出飛行安全的建議。

(1)改善軟件、硬件和環境界面與人的匹配度。SHEL模型中與人構成界面的各要素都是不平整的，要減少人的差錯，關鍵一步是要改善這些界面與人的匹配程度。操作系統設計要考慮飛行員出差錯時亦能有機會修正，而不至于因一次差錯便導致災難。駕駛艙軟件包括了大量的飛行所需的非物理因素，對人-軟件界面要素性能的改善可以減少人的差錯。任務的設計應避免應激情景或其他與認知機制不適合的任務對人施加過高工作負荷。駕駛艙內外環境因素會對飛行員產生應激而誘發人的差錯，需要設計和制造更完善的駕駛艙環境，另一方面飛行員也應對自己所工作的駕駛艙環境有足夠的認識。

(2)完善安全管理體系。將資源合理分配，實施民航在飛行過程中的風險識別與風險控制。由于人為差錯無法被全部預防，所以必須有針對性地檢測差錯和從差錯中恢復的培訓，對飛行員的評價也應該考慮差錯管理、機組資源管理(溝通、決策、團隊建設，機組監控)、工作負荷量管理以及情景意識管理等，是民航企業重要的風險管理辦法，可以有效地控制民航事故尤其是重大事故。