长期偏离会成为新常态
别名: 偏离正常化 · 风险漂移 · practical drift
概念解释
偏差正常化（normalization of deviance，社会学家 Diane Vaughan 提出）描述的是一种组织决策链条上的现象：管理层在没有任何单个操作者主动"违规"的情况下，逐级批准偏离原定安全边界的例外，而每一次批准当时看都有具体、合理的理由。这与操作者个人为图方便绕开规则、把绕开变成个人习惯是两回事——正常化发生在审批这一层，操作者甚至是在"依规办事"，因为他们执行的例外本身是被正式批准过的。
机制
第一次例外申请通常伴随明确的情境理由（备件暂缺、工期紧张、上一级已默许过类似安排），审批人权衡后放行，而这次放行没有立刻造成损失。下一次遇到相似情况时，审批人参照的不再是最初那条规则完整的风险评估，而是"上次批准过类似的例外，也没出事"这一既成事实，批准本身变成了默认选项，风险评估被悄悄跳过。这个过程沿着审批链条逐级发生：每一级看到的都是上一级已经批准的先例，于是同样援引先例而不是重新评估。若干轮之后，原本作为例外存在的做法，在事实上已经取代了原规程成为标准做法，而中间没有任何一个人、任何一次会议做出过"放弃这条安全规则"的明确决定——这个结果是一连串局部合理的例外审批拼出来的，不是哪一次决策的产物。
怎么研究
纵向重建的对象是审批记录本身，而不只是操作记录：每一次例外申请的理由、批准人、批准时是否附带风险评估文档，缺失风险评估的批准占比随时间的变化，能直接标出"审批从评估转为援引先例"的转折点。近失事件和照常运行的案例都要纳入分析，只回溯事故前最后一次偏离会漏掉更早的、看似无害的那些审批。
边界
重复出现的例外不一定都是正常化：如果每一次批准都附带独立的风险再评估，并把新条件写成显式的书面边界，这是规程的正常迭代，不是正常化。区分点在于审批时评估的是"这一次的风险"还是仅仅"上一次批准过"；后者才是正常化的标志。没有发生事故也不能反证正常化没有出现，事故本身是低概率事件，不发生不等于边界没有实际收窄。
怎么落地
- 对例外审批留痕并定期倒查：抽取一批已批准的例外，核实当时的理由和风险评估是否还成立，而不只检查操作是否符合"当前"被批准的做法。
- 给重复出现的临时例外设置计数器和到期日，超过设定次数或时间自动触发正式复议，而不是无限期沿用同一份批准。
- 审批人定期轮换，或引入独立于生产线之外的评审角色，避免同一批人反复援引自己过去做出的批准作为依据。
- 验证办法：统计每一类例外批准中附带完整风险评估的比例随时间的变化，比例持续走低而批准数量持续走高，就是正常化正在发生的直接信号。