基于旅客角度的航班延誤影響因素分析

徐海文　韓松臣　劉曉東

[摘要]本文結合典型航班生產活動和典型航空旅客行程的相關流程，首先對旅客角度下航班延誤影響因素進行了綜合分析。其次指出旅客在航班行程中的滯留時間、民航服務效率是影響旅客滿意程度的重要指標；航班延誤超預期指數和航班延誤差異比反映了旅客對官方數據的感受指標和旅客產生過激行為的一個重要原因。再次結合《民航航班正常統計辦法（2012）》，給出了旅客角度下的航班延誤影響指標的計算原理和計算公式，得到旅客角度下的航班正常和統計航班正常是有差異的，空中飛行節約時間和目的地機場實際滑行節約直接影響到旅客角度下和統計角度下的航班延誤時長。最后通過實例說明了上述理論的正確性。

[關鍵詞]航班延誤；航班延誤超預期指數；航班延誤差異比；典型航空旅客行程；典型航班生產活動

[DOI]1013939/jcnkizgsc201552221

1引言

由于近年來航班量的增加，在惡劣天氣、飛機、機組人員、空域容量和旅客等因素的影響下，造成了大量的局部航班延誤，局部航班延誤往往會形成延誤波，造成整個航線網絡的大面積延誤甚至癱瘓[1]。大量的航班延誤給航空公司、旅客、機場等方面帶來了巨大的經濟損失。一直以來，很多學者致力于研究基于最小恢復費用為目標的不正常航班恢復問題[2～6]，取得了大量的研究成果，但多數目標沒有考慮乘客的經濟損失，依然無法解決某些旅客和航空公司、機場之間的矛盾。這些矛盾的根源主要在于航班延誤可能給某些旅客帶來大量的經濟損失，以致近年來個別旅客在機場發生了一些過激行為。因此研究基于旅客角度的航班延誤因素和應對航班延誤的辦法是一項迫在眉睫的工作。

邵荃等就利用歷史延誤數據和貝葉斯網絡，針對機場航班延誤影響因素進行了分析，給出了滿足某些條件下航班延誤預警模型[7]。樂美龍等指出航班延誤的常見原因主要為惡劣天氣、飛機故障等突發事件，隨后構建了多機型的不正常航班恢復的時空網絡模型[8]。王文俊等指出我國民航運行實際中的航班延誤的主要原因為自然原因、旅客原因和軍事活動等原因，提出了解決航班延誤的可行性措施[9]。羅鳳娥等指出航班延誤原因主要分為天氣原因、空中交通原因、旅客自身原因、航空公司等原因，隨后利用隱馬爾可夫模型和指數平滑預測方法對航班延誤數量構建了時間序列模型，利用已有數據，驗證所得模型的可行性[10]。趙嶷飛和張亮結合航班運行的整個過程建立了適合我國民航發展要求的航班延誤統計指標體系，并提出了航班延誤等級評估的模糊綜合評價模型 [11]。所建立的航班延誤指標體系主要是滿足空管、航空公司及機場的需求，指標體系中沒有考慮乘客角度的航班延誤因素。目前已有的研究成果中，尚沒有針對旅客角度下的航班延誤影響因素展開深入的分析，并且根據《民航航班正常統計辦法（2012）》的相關規定公布的歷史航班正點率數據和旅客感受不一致，很多旅客認為航班延誤數據比公布數據要嚴重[12]。因此從旅客角度研究航班延誤因素可以為制定《民航航班正常統計辦法》和應對航班延誤處置提供理論基礎。

本文著重分析旅客角度下的航班延誤因素，通過對典型航空旅客行程和典型航班生產活動[13]的分析，認為航班延誤超預期指數是旅客產生過激行為的一個重要原因，并且給出了旅客角度下的延誤計算公式和航班延誤超預期指數計算公式；同時認為旅客在航班行程中的滯留時間、民航服務效率是影響旅客滿意程度的重要指標，航班延誤差異比反映了旅客對官方數據的感受指標；最后通過實例說明上述航班延誤概念的計算過程和結果對比。

2旅客角度下的航班延誤影響因素分析

為了便于分析旅客角度下的航班延誤影響，我們引入以下幾個概念。

21旅客在航班行程中的滯留時間

旅客在航班行程中的滯留時間指的是從始發地的登機手續到目的地的離機手續完成所花費的時間。

旅客在航班行程中的滯留時間是旅客乘坐航班滿意度的重要指標，也是考慮旅客心理的關鍵因素。旅客在航班行程中的滯留時間計算公式是典型航空旅客行程中的始發地機場的登機手續到目的地機場的離機手續。

22民航服務效率值

民航服務效率值=空中飛行時間/旅客在航班行程中的滯留時間。

民航服務效率值反映了整個航班執行所涉及的民航系統的各個方面，是民航服務的總體表現。民航服務效率值的計算公式是結合典型航班生產活動的空中飛行階段和旅客在航班行程中的滯留時間得到的，涉及的過程有離開航空空港空域、爬升、巡航、下降、到達航空港空域、最終進場以及旅客在航班行程中的滯留時間。

23航班延誤超預期指數

航班延誤超預期指數=統計航班延誤時間/旅客預期延誤時間×100%。

統計航班延誤時間隨著航班正常統計辦法的變化而發生變化，但一般涉及典型航班生產活動的飛行階段活動的離港前、離開登機口、滑出、起飛、離開航空港空域、爬升、巡航、下降、到達航空港空域、最終進場、著陸和滑行、滑入、停放等過程。旅客預期延誤時間和旅客對航班延誤的認知程度、性格、天氣等條件有直接關系。

為了計算簡單，本文后面的算例中認為旅客預期延誤時間是15分鐘。

24航班延誤差異比

航班延誤差異比=旅客角度下航班延誤時間/統計航班延誤時間。

航班延誤差異比反映了旅客對官方數據的感受程度，反映了旅客角度下航班延誤和實際統計航班延誤時間的差異，數值越大說明統計結果越不能令旅客滿意。

旅客角度下航班延誤時間是實際起飛時間和計劃起飛時間（機票上的時間）的差距。但也有部分旅客認為是實際到達時間和計劃到達時間的差距。

作者認為旅客在航班行程中的滯留時間、民航服務效率是影響旅客滿意程度的重要指標，航班延誤差異比反映了旅客對官方數據的感受指標。旅客產生過激行為的一個重要原因是旅客預期起飛時間和實際航班起飛時間的差距遠遠超過了他們的心理預期，即航班延誤超預期指數過高。另外不能實時地溝通航班延誤信息和安排延誤航班信息，也是造成部分旅客過激行為的重要原因。

然而航班延誤的概念隨著民航的發展在不斷地變化，下面具體分析基于旅客角度的《民航航班正常統計辦法（2012）》的航班延誤影響因素。

3基于《民航航班正常統計辦法（2012）》的航班延誤影響因素分析

《民航航班正常統計辦法（2012）》以航班起飛、落地時間作為航班正常的判定標準，符合下列條件之一的航班即判定為正常。

（1）在航班時刻管理部門批準的離港時間（計劃關艙門時間）后規定的機場地面滑行時間之內起飛，且不發生返航、備降等不正常情況（根據機場繁忙程度不同，規定的機場滑行時間為15～30分鐘）。

（2）不晚于航班時刻管理部門批準的到港時間（計劃開艙門時間）后10分鐘落地。

統計辦法中影響航班正常的因素有取登機牌和托運行李（認為旅客已經購票）、安檢、航班計劃、飛機排班計劃、飛行機組簽到、飛行計劃、飛行前、離港前、離開登機口、滑出、起飛、爬升、巡航、下降、到達航空港空域、進場、著陸。

由于在機票的銷售中，往往給出的是航班起飛時間，所以旅客自然就認為計劃起飛時間作為航班準時的首選標準，但旅客一般不會把目的地機場的滑入、停放、飛行后、取行李等環節作為航班延誤的直接因素，而僅僅是把這些因素作為航班延誤的次要因素。

通過上面分析可知旅客角度下的航班正常和統計航班正常是有差異的，可能產生旅客認為航班延誤但統計為航班正常，這是因為計算航班延誤概念的不一致，因此加大宣傳航班延誤的普及知識可以提高旅客的航班延誤認知能力，降低航班延誤超預期指數，降低航班延誤差異比，提高民航航班服務的滿意度。另外航空公司一般會爭取盡快關上機艙門，以便進行起飛排隊。此時如果航班延誤時間為YT，則旅客在起飛前有可能在機艙中的時間為△1T+△2T+△3T+10+YT=40+YT，這種長時間待在密閉機場（不滑行）情境下的旅客容易產生糾紛或過激行為。應該避免關上機艙門到起飛的等待時間，這有助于提高航班的服務效率和滿意度。

下面通過一個實例說明上述理論，并且通過延誤數據的對比，更加清楚地表明旅客角度下航班延誤因素。

4實例分析

如2014年11月17日，某航空公司從成都到上海浦東的某航班，具體時間節點見表1。

根據2012版《民航航班正常統計辦法》的附件1，成都雙流和上海浦東的機場地面滑行時間⊙1T=⊙3T=30（分鐘）。

按照2012版《民航航班正常統計辦法》，利用上面的公式計算得到如下結果，見表2。

根據《民航航班正常統計辦法》的航班不正常的第一條：不符合正常航班全部條件的航班，上述航班的最后統計延誤時間為12（分鐘）=min（12，23），其中12（分鐘）=實際開艙門時間（22∶17）-計劃開艙門時間（21∶55）-10（分鐘），于是和旅客角度下的延誤時長產生了26分鐘的差異。事實上，這是由于實際飛行時間節約△2T=140-127=13（分鐘），其中實際飛行時間為：2150-1943=127（分鐘），計劃飛行時間2125-1905=140（分鐘）；上海浦東實際滑行時間節約△3T=3分鐘。于是和旅客角度下看延誤時間差異為：△2T+△3T+10=13+3+10=26（分鐘）。

由此可見△2T+△3T的數值大小直接影響到旅客角度下和統計航班延誤時長的差異，因此飛行計劃節約時間和目的地機場的實際滑行節約時間關系到旅客角度下的延誤時間差異。

旅客待在飛機機艙時間超過飛機飛行時間越長，反映了航班服務效率越低，旅客容易產生一些過激行為或糾紛。

5結論

本文結合典型航班生產活動和典型航空旅客行程的相關流程，得到了旅客在航班行程中的滯留時間、民航服務效率是影響旅客滿意程度的重要指標；航班延誤超預期指數和航班延誤差異比則反映了旅客對官方數據的感受指標和旅客產生過激行為的一個重要原因。給出了旅客角度下的航班延誤影響指標的計算原理和計算公式，進而得到旅客角度下的航班正常和統計航班正常是有差異的，可能產生旅客認為航班延誤但統計為航班正常的情況，進一步指出空中飛行節約時間和目的地機場實際滑行節約時間直接影響到旅客角度下和統計航班延誤時長的差異。

參考文獻：

[1]PBelobaba，AOdoni，CBarnhartThe Global Airline Industry[M].Chippenham，Wiltshire：Wiley，2009：253-274

[2]趙秀麗，朱金福，郭梅不正常航班延誤調度模型及算法[J].系統工程理論與實踐，2008（4）：129-134

[3]JPetersen，GSolveling，JClarke，etcAn Optimization Approach to Airline Integrated Recovery[J].Transportation Science，2012，46（4）：482-500

[4]SBratu，CBarnhart，Flight Operations Recovery：New Approaches Considering Passenger Recovery[J].Sched，2006（9）：279-298

[5]DTeodorovic，SGuberinic，Optimal Dispatching Strategy on an Airline Network after a Schedule Perturbation[J].European Journal of Operational Research，1984，15（2）：178-182

[6]DTeodorovic，GStojkovicModel for Operational Daily Airline Scheduling[J].Transportation Planning and Technology，1990，14（4）：273-285

[7]邵荃，羅雄，吳抗抗，等基于貝葉斯網絡的機場航班延誤因素分析[J].科學技術與工程，2012，12（30）：8120-8124

[8]樂美龍，王婷婷，吳聰聰多機型不正常航班恢復的時空網絡模型[J].四川大學學報（自然科學版），2015，50（3）：477-483

[9]王文俊，白福利淺談我國航班延誤原因及對策[J].交通企業管理，2013（12）：56-58

[10]羅鳳娥，張成偉基于時序數據挖掘的航班延誤預測分析[J].現代電子技術，2014，37（24）：52-55

[11]趙嶷飛，張亮航班延誤統計指標體系及延誤等級評估研究[J].交通運輸工程與信息學報，2009，7（2）

[12]旅游_中國網民航目前航班實際正點率僅30% 中國民航怎么了[EB/OL].（2010-10-11）http：//wwwchinacom.cn/travel/txt/2010-10/11/content_21094317htm

[13]彼得·貝羅巴巴，阿梅迪奧·奧多尼，辛西婭·巴恩哈特全球航空業[M].趙維善，湯小平，譯上海：上海交通大學出版社，2010