李琦 孙宇飞

摘 要 随着民航业的蓬勃发展，航班延误引发的群体性事件越来越频繁。本文通过构建航班延误群体性事件预警指标来分析和预测航班延误群体性事件的发生概率，并提出航班延误群体性事件的预警等级，旨在降低航班延误群体性事件发生的可能性或减小航班延误群体性事件发生后的危害。

关键词 航班延误 群体性事件 预警指标体系 层次分析法

中图分类号：F562文獻标识码：A

0引言

根据《2018年民航行业发展统计公报》，平均航班正常率为79.95%。随着消费者的维权意识的不断增强，旅客越来越无法接受行程耽误和时间浪费带来的损失。如何减少航班延误带来的群体性事件是当前民航部门面临的重要课题。

学者们也从不同角度构建了预警模型。2012年，邵荃等提出的基于视频监控的航站楼旅客群体性事件预警系统的有效架构。 2016年，汪虹宇等采用模糊综合评价，选取航班平均延误时间、机场航空公司处置措施、人群密度以及人群聚类外形作为评价指标，建立模糊关系，赋予各指标权重，进行加权平均得到总评分，构建了预警指标体系。Jafari Nilioofar提出可以运用运筹学的相关知识，建立关于航班中断管理的数学模型，在延误事件发生后和航空公司恢复航班计划之前，对滞留旅客进行有效的处理，可以减少因航班延误而导致的群体性事件的发生，从而降低航空公司额外处理群体性事件的费用，使得目标成本最小化。2007年，Lettovsky通过分析旅客中产生群体性事件的过程，将其划分为四个阶段。以上成果均对航班延误群体事件预警发挥一定作用，但是都为考虑旅客情绪和心理的变化。

本文将根据心理学理论，具体分析航班延误事件发生后旅客情绪的特点和变化;依据社会学理论，将旅客心理特征和外部情景结合起来分析航班延误群体性事件的生成机理。

1航班延误群体性事件预警指标及体系

1.1基本概念解析

根据《民航航班正常统计办法》，将航班延误群体性事件定义为：在航班延误情况下，旅客由于无法及时得知准确的信息、未获得妥善的服务等情况下，为维护自身利益，至少五名以上旅客聚众扰乱机场正常秩序、危害公众安全、违反国家法律的事件。本文将航班延误群体性事件预警指标体系定义为：为有效地预测和防范航班延误群体性事件的发生而设立的一套完整有机的指标体系，其中各项指标的选定将参考其他学者的经验，结合民航业特色和心理学、社会学等知识得出。

1.2预警指标剖析

项目组通过查阅国内外文献，参考已有的相关研究成果，初步得出航班延误情境下群体性突发事件影响因素。

1.3预警指标权重的确定

航班延误群体性事件预警指标的权重直接影响着最终的评价结果。本文主要采用层次分析法来确定各项评价指标的权重。

项目组选择了6位不同航空公司的驻场负责人与一线工作人员根据自己的工作经验对各层的指标进行重要性评分。

按照众数选择的原则，获取最终判断矩阵的结果。在一致性检验通过后，计算出各指标相对于上一层的权重。其中，众数选择的原则是：当两两指标间的重要程度由6位人员打分得到不同的值时，选择出现次数最多的值。各指标间的重要程度及权重见表2-表6。

2航班延误群体性事件预警模型

本文所提到的航班延误群体性事件预警模型从广义层面上对航班延误群体性事件发生的可能性和危机程度进行预测，计算出航班延误群体性事件综合预警指数。

其中，n表示航班延误群体性事件综合预警指数，wi分别表示4个一级指标的权重，ni分别表示4个一级指标的预警指数，wij表示具体指标的权重，xij表示10个二级指标的预警指数。经过规范化的10个指标的预警指数均在0-1范围内，预警指数与各个指标的严重性程度呈正相关。计算出的总预警指数与航班延误群体性事件发生的概率呈正相关。如此一来，我们便可以通过上述公式测量出航班延误群体性事件的预警指数，并用相应的预警信号予以表示。

表7中的绿、蓝、黄、橙、红，分别对应安全、一般、较重、严重、特别严重，绿色为最低级别，红色为最高级别，即分别代表航班延误群体性事件发生的可能性大小。例如，绿色表示航班延误群体性事件发生的概率极低;蓝色表示航班延误群体性事件发生的概率较低;黄色表示存在航班延误群体性事件发生的隐患;橙色表示处于危险状态，航班延误群体性事件发生的可能性极大;红灯表示处于恶劣状态，航班延误群体性事件已经发生或必然发生。

基金项目：2019年中国民航大学校级大学生创新训练计划项目——航班延误群体性事件的预警指标研究（编号IEXCAUC2019041）。

参考文献

[1] 邵荃，吴抗抗，周航等.航站楼旅客群体性事件预警监控系统架构及关键技术[J].中国安全生产科学技术，2012，8（11）：55-59.

[2] 汪虹宇，曾小舟，蒋中华等.民用机场航站楼群体性事件预警研究[J].航空计算技术，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] 赵斌.社会燃烧理论框架下的航班延误引发群体性事件应对研究[D].长春：吉林大学，2012.

[6] 刘雄.基于枢纽机场的航班延误预警评价研究[D].德阳：中国民用航空飞行学院，2012.