基于旅客角度的航班延误影响因素分析

徐海文　韩松臣　刘晓东

[摘要]本文结合典型航班生产活动和典型航空旅客行程的相关流程，首先对旅客角度下航班延误影响因素进行了综合分析。其次指出旅客在航班行程中的滞留时间、民航服务效率是影响旅客满意程度的重要指标；航班延误超预期指数和航班延误差异比反映了旅客对官方数据的感受指标和旅客产生过激行为的一个重要原因。再次结合《民航航班正常统计办法（2012）》，给出了旅客角度下的航班延误影响指标的计算原理和计算公式，得到旅客角度下的航班正常和统计航班正常是有差异的，空中飞行节约时间和目的地机场实际滑行节约直接影响到旅客角度下和统计角度下的航班延误时长。最后通过实例说明了上述理论的正确性。

[关键词]航班延误；航班延误超预期指数；航班延误差异比；典型航空旅客行程；典型航班生产活动

[DOI]1013939/jcnkizgsc201552221

1引言

由于近年来航班量的增加，在恶劣天气、飞机、机组人员、空域容量和旅客等因素的影响下，造成了大量的局部航班延误，局部航班延误往往会形成延误波，造成整个航线网络的大面积延误甚至瘫痪[1]。大量的航班延误给航空公司、旅客、机场等方面带来了巨大的经济损失。一直以来，很多学者致力于研究基于最小恢复费用为目标的不正常航班恢复问题[2～6]，取得了大量的研究成果，但多数目标没有考虑乘客的经济损失，依然无法解决某些旅客和航空公司、机场之间的矛盾。这些矛盾的根源主要在于航班延误可能给某些旅客带来大量的经济损失，以致近年来个别旅客在机场发生了一些过激行为。因此研究基于旅客角度的航班延误因素和应对航班延误的办法是一项迫在眉睫的工作。

邵荃等就利用历史延误数据和贝叶斯网络，针对机场航班延误影响因素进行了分析，给出了满足某些条件下航班延误预警模型[7]。乐美龙等指出航班延误的常见原因主要为恶劣天气、飞机故障等突发事件，随后构建了多机型的不正常航班恢复的时空网络模型[8]。王文俊等指出我国民航运行实际中的航班延误的主要原因为自然原因、旅客原因和军事活动等原因，提出了解决航班延误的可行性措施[9]。罗凤娥等指出航班延误原因主要分为天气原因、空中交通原因、旅客自身原因、航空公司等原因，随后利用隐马尔可夫模型和指数平滑预测方法对航班延误数量构建了时间序列模型，利用已有数据，验证所得模型的可行性[10]。赵嶷飞和张亮结合航班运行的整个过程建立了适合我国民航发展要求的航班延误统计指标体系，并提出了航班延误等级评估的模糊综合评价模型 [11]。所建立的航班延误指标体系主要是满足空管、航空公司及机场的需求，指标体系中没有考虑乘客角度的航班延误因素。目前已有的研究成果中，尚没有针对旅客角度下的航班延误影响因素展开深入的分析，并且根据《民航航班正常统计办法（2012）》的相关规定公布的历史航班正点率数据和旅客感受不一致，很多旅客认为航班延误数据比公布数据要严重[12]。因此从旅客角度研究航班延误因素可以为制定《民航航班正常统计办法》和应对航班延误处置提供理论基础。

本文着重分析旅客角度下的航班延误因素，通过对典型航空旅客行程和典型航班生产活动[13]的分析，认为航班延误超预期指数是旅客产生过激行为的一个重要原因，并且给出了旅客角度下的延误计算公式和航班延误超预期指数计算公式；同时认为旅客在航班行程中的滞留时间、民航服务效率是影响旅客满意程度的重要指標，航班延误差异比反映了旅客对官方数据的感受指标；最后通过实例说明上述航班延误概念的计算过程和结果对比。

2旅客角度下的航班延误影响因素分析

为了便于分析旅客角度下的航班延误影响，我们引入以下几个概念。

21旅客在航班行程中的滞留时间

旅客在航班行程中的滞留时间指的是从始发地的登机手续到目的地的离机手续完成所花费的时间。

旅客在航班行程中的滞留时间是旅客乘坐航班满意度的重要指标，也是考虑旅客心理的关键因素。旅客在航班行程中的滞留时间计算公式是典型航空旅客行程中的始发地机场的登机手续到目的地机场的离机手续。

22民航服务效率值

民航服务效率值=空中飞行时间/旅客在航班行程中的滞留时间。

民航服务效率值反映了整个航班执行所涉及的民航系统的各个方面，是民航服务的总体表现。民航服务效率值的计算公式是结合典型航班生产活动的空中飞行阶段和旅客在航班行程中的滞留时间得到的，涉及的过程有离开航空空港空域、爬升、巡航、下降、到达航空港空域、最终进场以及旅客在航班行程中的滞留时间。

23航班延误超预期指数

航班延误超预期指数=统计航班延误时间/旅客预期延误时间×100%。

统计航班延误时间随着航班正常统计办法的变化而发生变化，但一般涉及典型航班生产活动的飞行阶段活动的离港前、离开登机口、滑出、起飞、离开航空港空域、爬升、巡航、下降、到达航空港空域、最终进场、着陆和滑行、滑入、停放等过程。旅客预期延误时间和旅客对航班延误的认知程度、性格、天气等条件有直接关系。

为了计算简单，本文后面的算例中认为旅客预期延误时间是15分钟。

24航班延误差异比

航班延误差异比=旅客角度下航班延误时间/统计航班延误时间。

航班延误差异比反映了旅客对官方数据的感受程度，反映了旅客角度下航班延误和实际统计航班延误时间的差异，数值越大说明统计结果越不能令旅客满意。

旅客角度下航班延误时间是实际起飞时间和计划起飞时间（机票上的时间）的差距。但也有部分旅客认为是实际到达时间和计划到达时间的差距。

作者认为旅客在航班行程中的滞留时间、民航服务效率是影响旅客满意程度的重要指标，航班延误差异比反映了旅客对官方数据的感受指标。旅客产生过激行为的一个重要原因是旅客预期起飞时间和实际航班起飞时间的差距远远超过了他们的心理预期，即航班延误超预期指数过高。另外不能实时地沟通航班延误信息和安排延误航班信息，也是造成部分旅客过激行为的重要原因。

然而航班延误的概念随着民航的发展在不断地变化，下面具体分析基于旅客角度的《民航航班正常统计办法（2012）》的航班延误影响因素。

3基于《民航航班正常统计办法（2012）》的航班延误影响因素分析

《民航航班正常统计办法（2012）》以航班起飞、落地时间作为航班正常的判定标准，符合下列条件之一的航班即判定为正常。

（1）在航班时刻管理部门批准的离港时间（计划关舱门时间）后规定的机场地面滑行时间之内起飞，且不发生返航、备降等不正常情况（根据机场繁忙程度不同，规定的机场滑行时间为15～30分钟）。

（2）不晚于航班时刻管理部门批准的到港时间（计划开舱门时间）后10分钟落地。

统计办法中影响航班正常的因素有取登机牌和托运行李（认为旅客已经购票）、安检、航班计划、飞机排班计划、飞行机组签到、飞行计划、飞行前、离港前、离开登机口、滑出、起飞、爬升、巡航、下降、到达航空港空域、进场、着陆。

由于在机票的销售中，往往给出的是航班起飞时间，所以旅客自然就认为计划起飞时间作为航班准时的首选标准，但旅客一般不会把目的地机场的滑入、停放、飞行后、取行李等环节作为航班延误的直接因素，而仅仅是把这些因素作为航班延误的次要因素。

通过上面分析可知旅客角度下的航班正常和统计航班正常是有差异的，可能产生旅客认为航班延误但统计为航班正常，这是因为计算航班延误概念的不一致，因此加大宣传航班延误的普及知识可以提高旅客的航班延误认知能力，降低航班延误超预期指数，降低航班延误差异比，提高民航航班服务的满意度。另外航空公司一般会争取尽快关上机舱门，以便进行起飞排队。此时如果航班延误时间为YT，则旅客在起飞前有可能在机舱中的时间为△1T+△2T+△3T+10+YT=40+YT，这种长时间待在密闭机场（不滑行）情境下的旅客容易产生纠纷或过激行为。应该避免关上机舱门到起飞的等待时间，这有助于提高航班的服务效率和满意度。

下面通过一个实例说明上述理论，并且通过延误数据的对比，更加清楚地表明旅客角度下航班延误因素。

4实例分析

如2014年11月17日，某航空公司从成都到上海浦东的某航班，具体时间节点见表1。

根据2012版《民航航班正常统计办法》的附件1，成都双流和上海浦东的机场地面滑行时间⊙1T=⊙3T=30（分钟）。

按照2012版《民航航班正常统计办法》，利用上面的公式计算得到如下结果，见表2。

根据《民航航班正常统计办法》的航班不正常的第一条：不符合正常航班全部条件的航班，上述航班的最后统计延误时间为12（分钟）=min（12，23），其中12（分钟）=实际开舱门时间（22∶17）-计划开舱门时间（21∶55）-10（分钟），于是和旅客角度下的延误时长产生了26分钟的差异。事实上，这是由于实际飞行时间节约△2T=140-127=13（分钟），其中实际飞行时间为：2150-1943=127（分钟），计划飞行时间2125-1905=140（分钟）；上海浦东实际滑行时间节约△3T=3分钟。于是和旅客角度下看延误时间差异为：△2T+△3T+10=13+3+10=26（分钟）。

由此可见△2T+△3T的数值大小直接影响到旅客角度下和统计航班延误时长的差异，因此飞行计划节约时间和目的地机场的实际滑行节约时间关系到旅客角度下的延误时间差异。

旅客待在飞机机舱时间超过飞机飞行时间越长，反映了航班服务效率越低，旅客容易产生一些过激行为或纠纷。

5结论

本文结合典型航班生产活动和典型航空旅客行程的相关流程，得到了旅客在航班行程中的滞留时间、民航服务效率是影响旅客满意程度的重要指标；航班延误超预期指數和航班延误差异比则反映了旅客对官方数据的感受指标和旅客产生过激行为的一个重要原因。给出了旅客角度下的航班延误影响指标的计算原理和计算公式，进而得到旅客角度下的航班正常和统计航班正常是有差异的，可能产生旅客认为航班延误但统计为航班正常的情况，进一步指出空中飞行节约时间和目的地机场实际滑行节约时间直接影响到旅客角度下和统计航班延误时长的差异。

参考文献：

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

[2]赵秀丽，朱金福，郭梅不正常航班延误调度模型及算法[J].系统工程理论与实践，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，罗雄，吴抗抗，等基于贝叶斯网络的机场航班延误因素分析[J].科学技术与工程，2012，12（30）：8120-8124

[8]乐美龙，王婷婷，吴聪聪多机型不正常航班恢复的时空网络模型[J].四川大学学报（自然科学版），2015，50（3）：477-483

[9]王文俊，白福利浅谈我国航班延误原因及对策[J].交通企业管理，2013（12）：56-58

[10]罗凤娥，张成伟基于时序数据挖掘的航班延误预测分析[J].现代电子技术，2014，37（24）：52-55

[11]赵嶷飞，张亮航班延误统计指标体系及延误等级评估研究[J].交通运输工程与信息学报，2009，7（2）

[12]旅游_中国网民航目前航班实际正点率仅30% 中国民航怎么了[EB/OL].（2010-10-11）http：//wwwchinacom.cn/travel/txt/2010-10/11/content_21094317htm

[13]彼得·贝罗巴巴，阿梅迪奥·奥多尼，辛西娅·巴恩哈特全球航空业[M].赵维善，汤小平，译上海：上海交通大学出版社，2010