李琦 孫宇飛

摘 要 隨著民航業(yè)的蓬勃發(fā)展，航班延誤引發(fā)的群體性事件越來越頻繁。本文通過構(gòu)建航班延誤群體性事件預(yù)警指標(biāo)來分析和預(yù)測航班延誤群體性事件的發(fā)生概率，并提出航班延誤群體性事件的預(yù)警等級(jí)，旨在降低航班延誤群體性事件發(fā)生的可能性或減小航班延誤群體性事件發(fā)生后的危害。

關(guān)鍵詞 航班延誤 群體性事件 預(yù)警指標(biāo)體系 層次分析法

中圖分類號(hào)：F562文獻(xiàn)標(biāo)識(shí)碼：A

0引言

根據(jù)《2018年民航行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》，平均航班正常率為79.95%。隨著消費(fèi)者的維權(quán)意識(shí)的不斷增強(qiáng)，旅客越來越無法接受行程耽誤和時(shí)間浪費(fèi)帶來的損失。如何減少航班延誤帶來的群體性事件是當(dāng)前民航部門面臨的重要課題。

學(xué)者們也從不同角度構(gòu)建了預(yù)警模型。2012年，邵荃等提出的基于視頻監(jiān)控的航站樓旅客群體性事件預(yù)警系統(tǒng)的有效架構(gòu)。 2016年，汪虹宇等采用模糊綜合評(píng)價(jià)，選取航班平均延誤時(shí)間、機(jī)場航空公司處置措施、人群密度以及人群聚類外形作為評(píng)價(jià)指標(biāo)，建立模糊關(guān)系，賦予各指標(biāo)權(quán)重，進(jìn)行加權(quán)平均得到總評(píng)分，構(gòu)建了預(yù)警指標(biāo)體系。Jafari Nilioofar提出可以運(yùn)用運(yùn)籌學(xué)的相關(guān)知識(shí)，建立關(guān)于航班中斷管理的數(shù)學(xué)模型，在延誤事件發(fā)生后和航空公司恢復(fù)航班計(jì)劃之前，對(duì)滯留旅客進(jìn)行有效的處理，可以減少因航班延誤而導(dǎo)致的群體性事件的發(fā)生，從而降低航空公司額外處理群體性事件的費(fèi)用，使得目標(biāo)成本最小化。2007年，Lettovsky通過分析旅客中產(chǎn)生群體性事件的過程，將其劃分為四個(gè)階段。以上成果均對(duì)航班延誤群體事件預(yù)警發(fā)揮一定作用，但是都為考慮旅客情緒和心理的變化。

本文將根據(jù)心理學(xué)理論，具體分析航班延誤事件發(fā)生后旅客情緒的特點(diǎn)和變化;依據(jù)社會(huì)學(xué)理論，將旅客心理特征和外部情景結(jié)合起來分析航班延誤群體性事件的生成機(jī)理。

1航班延誤群體性事件預(yù)警指標(biāo)及體系

1.1基本概念解析

根據(jù)《民航航班正常統(tǒng)計(jì)辦法》，將航班延誤群體性事件定義為：在航班延誤情況下，旅客由于無法及時(shí)得知準(zhǔn)確的信息、未獲得妥善的服務(wù)等情況下，為維護(hù)自身利益，至少五名以上旅客聚眾擾亂機(jī)場正常秩序、危害公眾安全、違反國家法律的事件。本文將航班延誤群體性事件預(yù)警指標(biāo)體系定義為：為有效地預(yù)測和防范航班延誤群體性事件的發(fā)生而設(shè)立的一套完整有機(jī)的指標(biāo)體系，其中各項(xiàng)指標(biāo)的選定將參考其他學(xué)者的經(jīng)驗(yàn)，結(jié)合民航業(yè)特色和心理學(xué)、社會(huì)學(xué)等知識(shí)得出。

1.2預(yù)警指標(biāo)剖析

項(xiàng)目組通過查閱國內(nèi)外文獻(xiàn)，參考已有的相關(guān)研究成果，初步得出航班延誤情境下群體性突發(fā)事件影響因素。

1.3預(yù)警指標(biāo)權(quán)重的確定

航班延誤群體性事件預(yù)警指標(biāo)的權(quán)重直接影響著最終的評(píng)價(jià)結(jié)果。本文主要采用層次分析法來確定各項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重。

項(xiàng)目組選擇了6位不同航空公司的駐場負(fù)責(zé)人與一線工作人員根據(jù)自己的工作經(jīng)驗(yàn)對(duì)各層的指標(biāo)進(jìn)行重要性評(píng)分。

按照眾數(shù)選擇的原則，獲取最終判斷矩陣的結(jié)果。在一致性檢驗(yàn)通過后，計(jì)算出各指標(biāo)相對(duì)于上一層的權(quán)重。其中，眾數(shù)選擇的原則是：當(dāng)兩兩指標(biāo)間的重要程度由6位人員打分得到不同的值時(shí)，選擇出現(xiàn)次數(shù)最多的值。各指標(biāo)間的重要程度及權(quán)重見表2-表6。

2航班延誤群體性事件預(yù)警模型

本文所提到的航班延誤群體性事件預(yù)警模型從廣義層面上對(duì)航班延誤群體性事件發(fā)生的可能性和危機(jī)程度進(jìn)行預(yù)測，計(jì)算出航班延誤群體性事件綜合預(yù)警指數(shù)。

其中，n表示航班延誤群體性事件綜合預(yù)警指數(shù)，wi分別表示4個(gè)一級(jí)指標(biāo)的權(quán)重，ni分別表示4個(gè)一級(jí)指標(biāo)的預(yù)警指數(shù)，wij表示具體指標(biāo)的權(quán)重，xij表示10個(gè)二級(jí)指標(biāo)的預(yù)警指數(shù)。經(jīng)過規(guī)范化的10個(gè)指標(biāo)的預(yù)警指數(shù)均在0-1范圍內(nèi)，預(yù)警指數(shù)與各個(gè)指標(biāo)的嚴(yán)重性程度呈正相關(guān)。計(jì)算出的總預(yù)警指數(shù)與航班延誤群體性事件發(fā)生的概率呈正相關(guān)。如此一來，我們便可以通過上述公式測量出航班延誤群體性事件的預(yù)警指數(shù)，并用相應(yīng)的預(yù)警信號(hào)予以表示。

表7中的綠、藍(lán)、黃、橙、紅，分別對(duì)應(yīng)安全、一般、較重、嚴(yán)重、特別嚴(yán)重，綠色為最低級(jí)別，紅色為最高級(jí)別，即分別代表航班延誤群體性事件發(fā)生的可能性大小。例如，綠色表示航班延誤群體性事件發(fā)生的概率極低;藍(lán)色表示航班延誤群體性事件發(fā)生的概率較低;黃色表示存在航班延誤群體性事件發(fā)生的隱患;橙色表示處于危險(xiǎn)狀態(tài)，航班延誤群體性事件發(fā)生的可能性極大;紅燈表示處于惡劣狀態(tài)，航班延誤群體性事件已經(jīng)發(fā)生或必然發(fā)生。

基金項(xiàng)目：2019年中國民航大學(xué)校級(jí)大學(xué)生創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目——航班延誤群體性事件的預(yù)警指標(biāo)研究（編號(hào)IEXCAUC2019041）。

參考文獻(xiàn)

[1] 邵荃，吳抗抗，周航等.航站樓旅客群體性事件預(yù)警監(jiān)控系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)[J].中國安全生產(chǎn)科學(xué)技術(shù)，2012，8（11）：55-59.

[2] 汪虹宇，曾小舟，蔣中華等.民用機(jī)場航站樓群體性事件預(yù)警研究[J].航空計(jì)算技術(shù)，2016，46（04）：13-17.

[3] Niloofar Jafari&Seyed Hessameddin Zegordi. Simultaneous recovery model for aircraft and passengers[D].j.Georgia Institute of Technology， 2007.

[4] Lettovsky L.Airline operations recovery： an optimization approach[D].Georgia Institute of Technology，2007.

[5] 趙斌.社會(huì)燃燒理論框架下的航班延誤引發(fā)群體性事件應(yīng)對(duì)研究[D].長春：吉林大學(xué)，2012.

[6] 劉雄.基于樞紐機(jī)場的航班延誤預(yù)警評(píng)價(jià)研究[D].德陽：中國民用航空飛行學(xué)院，2012.