作者：安全监察部 杨钧
一、引言
随着中国民航运行量持续增长与运行环境复杂化，传统以特情处置和机动操作为核心的“勾选框”式训练模式，难以应对现代航空运行中系统性、复合性风险的挑战。国际民航组织（ICAO）倡导的循证训练（EBT）作为一种以数据为驱动、以胜任力为基础的新型训练范式，其成功实施的关键在于构建了一套内、外双循环数据驱动的动态课程开发与胜任力提升机制。
本文以某航“2·9”跑道外接地事件为案例，结合中国民航EBT（循证训练）双循环数据驱动机制与威胁与差错管理（TEM）模型，深入剖析了事件中暴露的机组胜任力短板与系统性风险。研究依托“外循环”识别训练需求，借助“内循环”实现针对性胜任力提升与效果验证，构建了“数据驱动-风险识别-训练映射-安全闭环”的动态治理框架。
本文重点论证了EBT双循环模型在提升训练针对性、前瞻性和系统性方面的显著优势，为民航安全实现“以训练防风险、以训练促安全”提供了理论与实践依据。
二、EBT双循环模型与TEM理论框架
（一）EBT双循环模型架构
EBT的双循环数据驱动机制是其核心优势所在：
外循环（运行数据→训练需求）通过采集QAR数据、SMS信息报告、事件调查、LOSA审计等行业数据，精准识别当前最高频、最高风险的安全威胁与机组短板，确保训练需求源于真实数据。
内循环（训练数据→优化反馈）在模拟机训练中收集学员的胜任力评估数据（基于9大核心胜任力）、教员观察记录和客观飞行参数，用于评估学员的关键胜任力欠缺，并进行针对性情景模拟，确保训练措施的有效性，发现新的风险趋势，为课程迭代提供依据。
内外双循环数据通过ADDIE模型分析、设计、开发、实施、评估进行场景研发，利用外循环提供的数据，精准识别风险源而确定训练需求，在民航局已经公布的训练主题基础上有针对性的设计课程，在EBT训练实施过程中，通过第一课的模拟机教员评估，准确确定需要提高的关键胜任力，作为后续课程情景模拟SBT中的目标胜任力，提升学员相应的胜任力，进而反哺航班生产。同时在局方公布的训练主题基础上，胜任力的训练是周期循环的，其后的半年复训，将根据上一个半年复训的训练结果和最新的安全分析结果对“目标胜任力”进行调整，促成受训人员整体核心胜任力的提升。实现“训练向生产要数据，生产向训练要安全”的安全闭环，确保训练课程是一个动态进化、持续改进的有机体。
（二）TEM分类法分析模型
TEM是一种安全管理的方法，是在（外部因素）和差错（人）危及安全之前，通过飞行员所展现的核心胜任力，形成针对威胁和差错的个人和团队的对策，有助于从运行的角度理解在动态和具有挑战性的运行环境中，人的绩效和安全之间的相互关系。
同时在数据分析中，TEM作为安全模型可以提供一个数据或事件的数据分析，以及分类的框架，对事件过程中的威胁，胜任力，差错进行分析分类，称为分类法。统一的分类法通过应用TEM模型和胜任力形成一个整体概念，即：在安全端，数据分析使用TEM分类，得出关键的威胁、差错和非期望的航空器状态，以及个人和团队的对策胜任力；在训练端，引入TEM作为训练和评估时观察的框架，飞行员、教员和检查员（I/E）的胜任力作为管理威胁和差错的对策。
为进一步实现安全和培训的对接，TEM模型通过“专家映射法”将IATA安全分类的威胁和差错“映射”到相应的EBT训练主题。并通过对数据和事件的风险赋值，得出训练主题的风险值排名，从而建立运行与训练之间的动态联系，使数据分析结果能够直接影响到训练课程开发，实现EBT课程的数据驱动，如下图所示：
安全数据从实际运行中来，通过使用TEM分类法、风险赋值和专家映射等工具与方法，可以建立数据与训练主题的动态关联，指导机组更好地管理降低风险。基于数据的有针对性的训练所发展的机组胜任力，可以回到运行中去，作为飞行机组在实际运行中针对威胁和差错的对策。在此整体概念框架下，实现了安全与训练的对话，如下图所示：
三、以案为例，进行TEM统一分类分析以及双循环数据模型分析与应用
（一）外循环数据分析：基于TEM分类法的威胁与差错识别
案例：2月9日，某航A320NEO飞机执行西安-榆林航班，在榆林机场34号跑道ILS进近过程中跑道外接地，导致跑道入口灯和飞机轮胎受损，机上人员安全。经调查，该事件的主要原因是：飞行机组在榆林机场进近过程中，机长在决断高度以下，未正确地辨认着陆跑道的目视参考，低高度未能结合仪表指示控制飞机的下滑轨迹，致使飞机跑道外接地。客观原因是榆林机场跑道视程迅速变化。
对“2·9”事件调查报告进行TEM分类法分析，可系统性地解构出关键的威胁、差错和非预期的航空器状态，之后对其中的威胁与差错进行“专家映射”可以得到相应的映射主题。
事件中天气现象为轻雾和浅雾，跑道上有浅雾，主导能见度为全天最低，塔台在飞机进近过程中提醒机组“现在地面上有一层浅雾，然后雾移动的比较频繁，RVR变化得非常大，一分钟可能会变化十几次”，体现了TEM分类法中的E-环境威胁中的E01.02低能见度威胁（任何视觉环境降级（DVE）对机组人员表现构成威胁的情况）。体现了胜任力短板为情景意识SAW和问题解决与决策PSD。通过对照威胁和差错映射表，对应的训练主题为低能见度进近。
机场和周边部分区域被白雪覆盖，对跑道入口的识别造成一定困难，容易使机组陷入“白洞效应”，并且机长在事后调查中称产生错觉，感觉偏高体现了TEM分类法中的E-环境威胁中的E02缺乏视觉参考威胁（黑暗/黑洞效应。可能导致空间定向失效的环境状况）。体现了胜任力短板为情景意识SWA。通过对照威胁和差错映射表，对应的训练主题为缺乏目视参考。
机组未遵循手册要求，在跑道环境未清晰可见的情况下，继续进近直到接地，体现了TEM分类法中的P-程序差错中的P01 SOP 遵从性/交叉检查差错（未能遵守SOP（包括PF/PM分工），违反驾驶舱原则）。体现了胜任力短板为程序应用PRO。通过对照威胁和差错映射表，对应的训练主题为合规性、复飞决策。
飞机在决断高度以下，机长注意力分配不当，在低能见条件下，主要精力放在目视寻找跑道，未参考仪表有效判断飞机位置，对于副驾驶的提醒，未能及时修正飞机下滑轨迹。机长依据错误的目视参考（防吹坪），持续稳杆动作体现出TEM分类法中H-飞机操纵差错中的H01人工操纵/飞行控制差错（人工飞行导致垂直，横向或速度偏差）。体现了胜任力短板为情景意识SAW与人工航径管理FPM。通过对照威胁和差错映射表，对应的训练主题为人工航空器控制。
机长对于副驾驶提示性喊话回应不全，飞机低于下滑道时副驾驶提醒机长：“低了、低了、低了、低了”机长对于副驾驶的提醒，未能有效形成注意力“突破”，体现出TEM分类法C-交流差错中的C02机组间的交流差错（错误交流，误解或缺乏交流）。体现了胜任力短板为沟通COM与领导力与团队合作LTW，通过对照威胁和差错映射表，对应的训练主题为沟通与领导力。
通过以上分析可以直观的得出事件中机组所面临的威胁与差错，胜任力的短板以及对应的训练主题，从而为各类外循环数据分析提供了方法，构建起生产运行通向模拟机训练的桥梁，体现出TEM分类法的外循环数据分析长处：
1.数据驱动的精准定位：将复杂事件分解为具体、可训练的威胁、差错和非期望的航空器状态。
2.核心风险与主题映射：分析发现核心问题为低能见度、人工操纵、复飞决策和CRM问题，与《EBT数据报告》中高优先级训练主题高度契合，为航空公司EBT课程设计提供依据。
3.系统性提升与规避：外循环数据分析不仅识别个别机组问题，通过外循环数据的驱动的课程设计能有效提升机队整体的核心胜任力。
（二）内循环数据反馈：课程优化与安全闭环构建
基于外循环分析输出的训练需求，利用ADDIE课程设计模型进行课程设计，进入内循环的课程优化与训练效果评估阶段，从在训练中持续对受训人员的核心胜任力进行提高，进而反哺生产运行。
1.课程设计（Design）：根据“2·9”事件所体现的映射主题，围绕“低能见度进近与复飞决断”，设计复合型训练场景，注入多重威胁（如浅雾、RVR突变、ATC指令变化），设置关键决策点，重点观察学员在PSD、FPM、COM、LTW等胜任力上的表现。
2.训练实施与评估（Implement & Evaluate）：教员收集学员行为指标数据与操纵参数，通过第一课的模拟机教员评估，确定需要提高的关键胜任力，作为后续课程情景模拟中的目标胜任力，提升学员相应的胜任力。通过对比训练前后数据变化，验证训练效果，形成安全闭环。
通过以上方法进行课程优化，形成“分析-训练-反馈”的安全闭环，体现出内循环数据分析的长处：
1.训练效果可量化：内循环将训练效果转化为可量化的行为指标数据和QAR数据，使训练投资回报率变得清晰可见。
2.持续迭代优化：如果内循环数据发现学员在“复飞决策”上得分仍普遍较低，则反馈至设计环节，增加此场景的训练频次或调整教学方法，实现课程的动态优化。
3.促进安全文化：非惩罚性的TEM讲评文化，鼓励飞行员在训练中暴露问题，从而在运行中减少问题，推动了从“事后问责”到“事前预警”的积极安全文化建设。
四、结论与展望：基于TEM分类法的EBT双循环模型的核心长处与建议
双循环数据驱动模型的应用长处：
1.精准性：基于真实运行数据的TEM分析，使训练需求识别从“经验驱动”变为“数据驱动”，使训练目标精确。
2.前瞻性：外循环持续监控安全数据，能及时发现潜在风险趋势（如某机场特定进近方式偏差率高），在事件发生前即可开发训练课程，实现主动预警。内循环能及时发现受训人员的关键胜任力短缺，并及时设计情景进行强化升级，前瞻性的预防运行风险。
3.系统性：模型将个体技能短板与组织管理漏洞（如排班、重点人员监控）一并纳入分析视野，推动从机组到公司、从训练到运行的系统性安全治理。
4.科学性：依托ADDIE模型和TEM框架，训练开发与评估过程标准化、可追溯，避免了训练的随意性和盲目性。
5.闭环性：“运行-训练-运行”的内外双循环构成了一个持续改进的学习型系统，确保了安全绩效的不断提升。
但在实施中仍需关注以下挑战：
1.数据质量与一致性：内循环数据的可靠性高度依赖于教员的标准化和评分一致性。必须严格落实一致性要求，通过ICAP（教员一致性保证方案）和年度复训，确保数据源头准确可靠。
2.数据分析能力：课程开发人员须具备强大的数据分析和解读能力，能将海量数据转化为清晰的训练洞察。建议加强课程开发人员在此领域的专项培训。
3.SMS系统融合：需打破训练部门与安全管理部门之间的数据壁垒，建立高效的数据共享与分析机制。
结论：双循环数据驱动模型不仅是训练技术的革新，更是安全治理模式的深刻变革。它使训练真正成为民航安全链条上主动、智能、可靠的一环，为建设具有中国特色的飞行员技能全生命周期管理体系（PLM）奠定了坚实的数据基石，为民航高质量发展构建起坚固的安全新生态。
评论 (0)