航班延误问题分析

-.--随着我国航空运输量迅猛增长，航班延误已成为制约航空业发展的一个痼疾。笔者从动态演化的视角，研究了有关航班延误的国内外文献，认为航班延误研究将沿三个主要演化趋势展开：走向多学科交叉融合，改进航班延误影响因素和成本损失的主要计量方式，航班延误的治理补救和服务质量提高。笔者认为，航班延误成因复杂，相关研究既要体现影响因素共性，也要反映区域差异，以便为国家制定原则性治理措施、地区制定差异化措施提供依据；由于无法消除天气等不可抗拒因素的影响，航班延误研究和实践重心应放在航空公司、机场等可控因素之上，以最大限度减少由可控因素引起的延误，消除由延误服务失败引起的“双倍震荡”延误；降低航班延误是一个系统性问题，需要民航系统内部各服务单位之间的统一协调，也需要民航运输和其他运输方式之间的协调。关键词：航班延误；延误预警；治理补救机制基金项目：教育部人文社会科学规划项目（11YJA790783）；教育部新世纪优秀人才支持计划（NCET120459）。作者简介：杨秀云（1968-），女，陕西西安人，西安交通大学经济与金融学院教授、博士生导师，主要从事产业经济与公司战略研究；王全良（1970-），男，河南郑州人，西安交通大学经济与金融学院博士研究生，主要从事产业经济研究；何建宝（1988-），男，陕西汉中人，西安交通大学经济与金融学院硕士研究生，主要从事产业经济研究。中图分类号：F062.9文献标识码：A文章编号：1006-1096（2013）04-0076-07收稿日期：2013-03-03由于航空运输的特殊性，对天气、航空管制、机场设施与管理等条件要求很高，航班延误也就成为世界民航业的痼疾。据美国运输部统计，1995年～2011年，美国年平均航班正常率在62.67%～83.12%之间。在欧盟，每年因航班取消、延误或拒载而滞留在机场的乘客超过25万人次。2007年以来，我国航班延误问题不断加剧，全行业航班正常率呈现连年下滑的态势。2010年航班正常率降至75.6%，2011年，在民航总局出台了一系列治理航班延误政策措施后，航班正常率也仅达到77.9%。航班延误的绝对数量和遭遇航班延误的旅客人次急剧攀升，2000年我国共有14.27万延误架次，2008年已经增加到26万架次，2010年达53.82万架次；2009年遭遇过航班延误的旅客近4000万人次；2010年达到6818万人次。另外，延误易发地域逐渐扩大，由过去主要集中在京沪穗三地，逐步向大连、青岛、厦门、成都、西安等城市扩散。同时，航班延误的时间也在不断的加长，2010年，国内航班平均延误约1小时，部分航班甚至延误4小时以上。因航班延误后，民航服务企业不能提供及时告知信息、协助改乘和正常延误赔偿等服务补救，引发了许多航空服务纠纷，有的甚至升级为旅客占机罢机、堵塞登机口、冲击安检通道等群体性事件，导致航班延误率不降反升。2011年6～7月，首都机场因航班延误引发的警情高达253起，同比上升166.3%。航班延误不但造成运输服务资源浪费，严重损害消费者和运输企业的利益，而且对社会公共秩序和空港安全也构成相当大的影响。因此，航班延误问题已经成为政府、企业、民航管理部门、民航研究者和旅客越来越关心的问题和全社会关注的焦点，也是世界民航发展迫切需要解决的重大课题。航空运输会受到天气、空域管制、航空器调度和航空公司飞行计划等多因素的影响，因此只要有航班运营，飞机晚点或延迟就不是一个随机和偶然的现象。只是在民航发展的初期阶段，航线和航班数量少，航班延误次数较低，政府管制严格，航班延误率很低，人们对其的关注度较低，相关研究较少。20世纪90年代开始，随着各国航空业的放松管制，航空运量不断上升，航班延误问题的升级，国内外学者对航班延误的理论和实证研究越来越多。其基本演化逻辑脉络是航班延误产生的因素、形成机理—传播扩散效应及影响最小化—预警方式—损失最小化—补救措施和政策机制，并呈现出多学科、多层次和多角度化的特点。但由-.--于各国自然环境、行业发展政策和行业管制的不同，学者们依然困然于航班延误内在形成机理和治理补救机制等许多复杂问题。本文在归纳分析以往有关相关文献的基础上，指出航班延误研究动向和演化趋势，对研究我国航班延误及制定其治理补救措施提供启示。一、决定航班延误的主要因素分析有关决定航班延误主要因素的研究，国内外学者经历了一个从简单到复杂、从单一因素到多重因素、由独立影响到交互影响的过程，这一过程与航班延误自身演化过程相一致。归纳来看，学者们从不同的视角沿着以下两个主线开展了关于航班延误主要影响因素的研究。一是单一因素的独立分析；二是多因素的交互影响分析。1.单一因素的独立分析国外对于航班延误影响因素的分析研究，早期主要集中于跑道、天气等单一的和独立的影响因素分析。Glockner（1993）等认为导致航班延误的首要因素是有限的跑道容量，降低航班延误的主要途径就是增加跑道容量或提高跑道利用效率。例如建立新跑道，增加跑道数量，进行滑行道和空中流量控制。但是，这些研究相对比较直接和简单，而且这些方法需要大量的经费或者会对环境造成很大影响，需要很长的一段时间才能实施完成，因而这些研究的实际应用价值和实用性并不是很大。Allan等分析了对流天气和强风天气对美国东北部大型繁忙机场——纽瓦克大规模航班延误的影响，指出不同类型的天气事件，如终端对流、强风以及由此带来的低飞行高度和低可见度，会产生登机门延误、滑出延误、空中延误和到达延误等不同类型的延误。随着航空运输量的增加，航班班次数量快速上升，空中航路的拥堵明显，对机场航空通道的进出口形成了压力，加大了航空运输风险。为保证飞行器的安全，政府只能借助航空管制——流量控制对航空资源进行分配。这无疑给航空公司的运营设置了一个外部强制的瓶颈，也成为航班延误产生的一个主要原因，并引起了学者们的研究兴趣。所以，Peter等将空中交通容量限制考虑在航空运输需求预测的模型中，分析了空中交通拥挤与航空运输需求之间的相互作用，指出由于国家空域系统容量的限制带来航班延误，这种延误给航空公司带来额外的成本，使得机票价格提高，导致航空运输需求的增长减缓。非计划的维修、群体性事件等不可知事件也会带来大量的航班延误。Jarrah等（1993）研究了不可知事件引起的飞机短缺带来的航班延误问题，指出航班计划紧密相连，当一个航班由于不可知事件而延误，后续航班被迫相应延误，导致航班延误波及。2.多因素的交互影响分析轮辐式航线运营模式和低成本航空公司的兴起，使得航班延误问题越来越复杂化，多种延误原因以复杂的方式彼此交互作用于延误。因此，将不同延误成分综合检测是非常重要的，许多学者开始对航班延误影响因素进行多层次、多因素、交互式分析，推动航班延误影响因素分析逐步走向深入、细致和全面。这方面的研究也有两个主线，一是研究各因素之间的交互影响结果——航班延误波及效应，二是研究多因素的共同影响效应。航班延误波及效应分析，就是研究在航班延误发生后，产生同一航班在下一个航段的再次延误问题。轮辐式航线运营模式强调多个航班在枢纽机场的链接和旅客的中转，但由于存在可控因素（航班计划中的周转时间等）和随机变化因素（实际空中飞行时间和航班间的实际周转时间、天气或故障等）的影响，航班间的连接必然存在延误波及问题，但如果有充足的航班过站缓冲时间和空中飞行缓冲时间，就能吸收连续航班的大部分延误。因此，为了减少延误及其波及，不同机场、不同飞机应有不同的航班地面操作缓冲时间以及空中飞行缓冲时间，用以补偿随机变化因素带来的时间损失。Vigneau通过建模分析航班离港延误，指出：离港延误依赖于前航到达延误，而前航到达延误又依赖于它自身的离港延误；航班延误的主要影响因素包括航班计划中的时间，机场容量和负载因素；到达延误的80%源于起飞延误，起飞延误在没有显著的前班到达延误下，70%源于飞机负载；通常天气情况下，空中飞行时-.--间对于航班延误没有显著的影响，但是计划停场时间在吸收到达延误方面扮演了重要角色。NingXu等通过建立贝叶斯网络模型，指出延误波及的影响是造成航班延误的主要因素之一。多因素的共同作用对航班延误的影响效应主要关注在一次航班延误中，多个因素的作用。通过考查不同航空运营模式，基于美国的航空公司相关数据，Daniel（1995），Brueckner（2005），Sinal等（2003）构建了交通运输瓶颈模型，从而证明了轮辐式航线网络的运用加剧了机场拥挤和延误，而航空公司在机场集中度的提高内部化了机场拥挤，降低了机场延误。Paul等的研究结果表明航路容量的减少或增加、流量需求的变化和航线规划实践、流量计划重叠和滞后等，都会影响到航班的正点与否。通过对航空公司规模和机场规模的比较，Pai（2010）则认为随着航空商务运输市场需求的不断增长，航空公司开始使用更多的小型飞机和航班时刻运营干线市场，以满足商务旅客需求，加剧了主要机场的航班延误。随着轮辐式航空运输网络的普及，学者们逐步发现由于单次航班延误在网络内引起的波及延误越来越严重。在国内，关于航班延误原因的研究都是在结合我国实际状况的基础上，对国外已有研究成果的本土化和拓展。以学者在分析问题时考虑的因素是否属于航空公司自身因素，可把他们的研究分为两类。一类是关注航空公司自身因素对航班延误的影响，荣耀等（2008）分析了飞机、驾驶员机组和乘务员机组3种关键飞行资源对航班波及延误的影响，认为可以通过良好地网络管理及对驾驶员机组和乘务人员的有效调度，可有效地减少航班延误及其波及影响。邢有洪等（2010）分析了航空公司的偿债能力、盈利能力以及客座率、载运率等对航班延误的影响，结果显示航班延误的可能性会随着航空公司资产负债率、总资产现金回收率、销售净利率的提高而降低，会随着固定资产周转率的提高而提高。另一类研究航空公司外部因素对航班延误的影响，朱承元等（2011）主要分析天气和空中交通流量分布对航班延误的影响，得出雷雨天气、大雾天气、低云和低能见度是导致航班延误最为严重的气象要素，限制地区飞行流量的瓶颈在于机场容量和转换能力。归纳总结文献，我们可以得出影响航班延误的主要因素有：天气、飞机类型、航路，航班顺序、航空管制、航空公司计划安排及其对市场的控制、机场的保障能力、运营模式、乘客密度和旅客构成原因等。这些因素有的产生独立影响，有的交互产生影响，在不同的环境中对航班延误产生着不同程度的影响。因此，航班延误的研究方法将从独立地研究特定延误成分走向同时研究多种延误成分的交互影响。二、航班延误快速恢复和影响最小化研究虽然航班延误是谁都不想看到的，但即使做了大量的预防工作，由于各种原因导致的延误还是不可避免。航班延误一旦发生，最主要的事情就是迅速的恢复，以使得航班延误对各方的影响降到最低。因而，国内外在航班延误的快速恢复方面的研究是比较成熟和深入的。同时，无论是在理论还是实际治理中，在航班延误的快速恢复和影响最小化方面都取得不少丰硕的成果。国外在这方面的研究进行比较早，现在也比较成熟。国外学者在航班延误快速恢复和影响最小化方面的研究，主要是通过在航班延误的发生后对于航空计划、机场运营、合理调度等方面的重新设计和规划，来实现航班延误的快速恢复，从而使得航班延误所造成的影响最小化。国内学者主要是借鉴国外的已有研究成果和巧妙引用多学科方法，结合我国航班延误的独有特征，讨论航班延误快速恢复和影响最小化。这其中，一部分学者是从经济学和管理学视角，建立模型，提出恢复机制：马正平等（2004）将机场的到达和出发视为密切相关的两个过程，对延误期内的航班流量分配进行优化，以降低延误的后续影响；陈灵清等结合AFP的特点，在“可变更航路”原则的基础上，提出了实现航班的飞行延误和经停延误最小化-.--的空域流量管理模型；丁建立等（2011）考虑了航班延误的经济效益和社会影响，将局部搜索方法引入到粒子群算法中，提出了航班延误恢复调度的混合粒子群算法；成舞针对大型枢纽机场大面积航班延误的情况，基于多目标优化的思想，建立了多阶段多目标多部门的应急协同决策模型。同时，一部分学者引用生命科学模型，提出了不同的恢