航班延误下的旅客群体性突发事件：生成机制与治理对策

第21卷第2期南京航空航天大学学报(社会科学版）
2019年6 月Journal of N anjing University of A eronautics and Astronautics (Social Sciences)Vol.21 No.2 Jun.2019
DO I：10. 16297/j.nuaass. 201902011
航班延误下的旅客群体性突发事件！
生成机制与治理对朿
刘小平1!柳亮2
(1.武汉工商学院管理学院，湖北武汉030065; 2.武汉理工大学教育科学研究院，湖北武汉430070)
摘要：我国民航运输业在快速发展的同时，也面临着因航班延误造成的旅客群体性突发事件的挑战。

在航班延误情境下，航空公司与旅客的行为符合演化博弈论的假设条件并建构动态博弈模型。

航空公司与旅客作为博弈双方，为达到自身利益最大化，通过不断学习来调整各自策略，并 最终形成某种均衡状态。

从社会效益最大化出发，完善相关行政法规和风险分担机制应当成为治理旅客群体性突发事件的必要举措。

关键词：航班延误；群体性突发事件#寅化博弈论
中图分类号：F562. 6文献标识码：A文章编号！671-2129(2019)02-0065-06
―、弓I言
我国航空运输持续快速增长，已成为国民经济 的重要组成部分。

“十二五”期间，我国民航实现了 快速发展，航空运输规模稳居全球第二，其中旅客运 输量超过19亿人次，运输总周转量达3 057亿吨公 里，年均增长速度达8. 3;。

截至2017年底，民航 全行业运输飞机期末在册架数3 296架，比上年增 加340架;定期航班航线3 790条，全年累计新辟航 线78条；新增航路里程1万余公里。

[1]尽管我国民 航市场最近十几年发展迅猛，但安全基础相对薄弱，安全管理体系和运行机制尚不完善，综合保障能力 有待提高，这些与不断增长的飞行量需求和行业快 速发展之间的矛盾日益突出。

例如，由于在航空公 司运力的不足以及天气、空中交通管制、机械故障等 各干扰因素的交叉耦合作用下航班延误经常发生。

航空数据公司O A G汇总了 2017年全年近5 700万 条航班数据，对全球大型的航空公司和机场的“准点 率”（On-Tim ePerform ance，简称 O T P，即航班抵达 或飞离时间在航班时刻表的15分钟以内）情况进行 了评估。

其中香港航空的准点率为88. 83;，位居亚太区榜首和全球第二，内地的航空公司无一家进 入前20强。

根据中国民航总局发布的《2017年民 航行业发展统计公报》显示，在2017年，全国10家 主要航空公司平均航班正常率为71. 25;，客运航 班平均延误时间为20分钟，同比增加8分钟；同时，民航局、民航局消费者事务中心和航空运输协会共 受理航空消费者投诉20 781件，受理投诉总量比上 年增加5 615件，同比增长29. 3;。

[1]这些都表明目 前我国客运航班的整体情况不容乐观，航班延误的 情况经常发生。

如果航班延误处置不及时或者不到 位，就会对机场公共设施、旅客安全出行造成消极后 果，甚至引发群体性突发事件，造成严重的负面影 响。

国内外学者对民航风险的产生、发展和扩散 的研究进行了长期探讨，取得了丰硕的学术成果。

针对民航旅客这一特殊群体，国外学者重点关注 以下方面：其一是运用风险管理、非线性控制等理 论，从航空安全的角度出发，强调对于旅客的筛选 以预防突发事件的发生[20];其二是着眼于突发事 件情境下民航旅客的行为、信息安全及合法权益 保障的研究[57];其三是分析和建构了在飞行应急 事件中针对民航旅客的快速响应和救援系统[89];其四是探讨航班延误对旅客群体性突发事件的影
基金项目：教育部人文社会科学青年基金项目（16Y JC630078);武汉理工大学事业委托项目（20171h0131)。

收稿日期！018-10-08
作者简介:刘小平，女，博士，副教授，主要研究方向为公共安全预警管理。

66南京航空航天大学学报（社会科学版）第21卷
响过程、阶段与后果[1M1]，以及开展关于航班延误 的预警研究[1213]。

国内自2000年以来，由航班延 误引发的冲突事件逐渐增多，国内学者进行了大 量研究，取得了丰富研究成果，并主要集中在以下 几个方面：其一是就引发旅客群体性突发事件的成因进行分析，并重点探讨航班延误情境下突发事件的产生和发展[1415];其二是分析民航旅客突 发事件所具有的基本特点以及旅客群体在冲突中 表现的心理特征[16-17];其三是提出应对航班旅客群体性突发事件的不同方案[1819]。

在突发事件预 警机制方面，罗帆等学者对航空交通灾害提出了 相应的预警机制、矫正机制和免疫机制*0];金俣昕 将情报学中的预警分析和信号分析的方法与危机 预警的相关理论结合起来，构建了突发事件预警 的情报研究模型*1];苑明洋从危机管理和竞争情 报的视角出发，建立了综合组织机构、外部环境、系统开发条件等诸因素的现代企业危机预警系统 总体规划*2]。

通过国内外文献梳理可以发现，尽管国外学者 重点从旅客突发事件的计量、动机、方式、影响因素 和经济后果等方面开展了深人研究，但从突发事件 演化的角度进行研究的尚为鲜见。

本文从当前旅客 群体性突发事件现状出发，基于对旅客和航空公司 之间的博弈过程构建动态博弈模型，从而有助于预 防和减少因航班延误导致的群体性突发事件，促进 航空安全体系建设和民航业的健康发展。

二、理论基础
在市场需求比较旺盛的情况下，很多航空公司 出现重效益轻服务的倾向，航班安排过满，运力备份 不足，延误后服务不到位是导致航班延误冲突事件 的主要原因。

例如，大雾天气会造成航班延误，部分 旅客因为赶时间可能会产生情绪激动的现象，就会 产生“小涨落）倘若此时航空公司不能进行及时干 预和妥善处置而听之任之，部分旅客就极有可能做 出不理智的行为，与机场工作人员发生语言、肢体冲 突，甚至激起群体性突发事件而变得一发不可收拾。

为保护旅客的相关权益，中国民用航空局在2016年 相继颁布了《中国民用航空应急管理规定》《民用运 输机场突发事件应急救援管理规则》《航班正常管理 规定》等文件，在应急预案、法律法规、规章制度建设 等方面取得了显著进展。

然而，现有的规范性文件 原则性较强，监管细则较为模糊，可操作性不高，增 加了各航空公司贯彻执行的难度，无形中降低了规范文件的实效性。

航空公司和旅客双方在多次博弈 中形成的突发事件风险格局，是受包括人员、设备、环境、管理、媒体等多种因素的影响。

根据传统博弈理论，通常假设博弈双方是完全 理性的。

然而，实际上博弈双方完全理性的条件很 难满足。

在演化博弈论的视角下，并不要求博弈双 方是完全理性的；该理论把博弈论与动态演化两者 结合起来，强调的是动态的平衡。

在现行的民航补 偿规定下，航空公司与旅客双方的行为与演化博弈 论的初始条件基本符合。

在现有体制下，航空公司
和旅客不可能是完全理性人。

由于航空公司与旅客 信息、地位的不对等，一方面，旅客很难分清延误是 航空公司的责任还是不可抗拒因素；另一方面，当航 空公司解释工作不及时或服务工作不到位时，旅客 被认为是弱势群体，往往以受害者自居，并将围堵登 机口等违法行为视为讨回公道的一种手段，形成“不 闹不赔、小闹小赔、大闹大赔”的“羊群效应”。

这些 都鲜明地表现出了各参与方的非理性特点。

同时，航空公司与旅客的策略形成是动态调整过程，双方 的策略博弈是一个长期反复的过程。

在多次博弈过 程中，旅客与航空公司会根据群体博弈的影响而调 整各自策略，以追求自身利益的最大化。

三、模型假设
基于不完全理性人条件下，演化博弈论主要解 释博弈双方为达到自身利益最大化，通过不断学习
来调整各自策略，并最终达到均衡状态的过程。

参 与双方的演化过程取决于航空公司和旅客之间能量 的博弈。

假设航空公司和旅客分别为博弈的两个整 体，且博弈满足以下条件：
(1) 博弈双方航空公司和旅客的行动在时间一致，且并非完全理性而具有有限理性，双方都拥有 不断学习的能力。

(2) 博弈双方航空公司和旅客间事先不清楚方的策略，但相互知道各种选择的支付矩阵。

当
航空公司选择积极态度，旅客选择协同策略时，双 方的收益相当，用r表示。

由于双方均采取积极态
度处理突发事件，从航空公司的角度来看，突发事
件的善后与补救工作会增加运营成本。

例如，设 立全天候电话服务热线、公共传媒滚动新闻、手机 短信、微信等多种渠道权威播报，或者按照相关规 章制度对旅客的经济损失进行补偿等。

将该行动
成本设定为c，由延误造成旅客行为的各项损失设 定为"。

第2期刘小平，柳亮：航班延误下的旅客群体性突发事件：生成机制与治理对策67
(3) 当航空公司选择消极态度，旅客选择协同策 略时，航空公司采取消极的态度去应对旅客延误，其 行动成本下降;旅客由于航空公司消极的处置措施， 其成本上升。

将航空公司减少的成本和旅客的利益
损失定义为々1。

(4) 当航空公司选择消极态度，旅客选择抵制策 略时，由于采取消极的应对措施，尽管降低了运营成 本，但从长期来看，处置不当对航空公司的声誉、品 牌会造成不好影响，间接影响其收益，将付出更高的 行动成本，承受更大的利润损失。

将该损失设定为
C2,旅客由于实施抵制策略避免损失，将其设定为
々2。

以上假定可得！
^>^1，且厂、£7、£；1、2、々1、々2均大于〇。

双方博 弈收益矩阵见表1采用演化博弈中“复制动态”方 程分析演化过程及可能出现的结果。

表1
航班延误下旅客群体突发群体事件博弈
假设航空公司采取积极态度的概率为心采取 消极态度的概率为# 一Z );旅客采取协同策略的概 率为 >采取抵制策略的旅客概率为（一^)。

对于航空公司而言，积极态度的期望收益为：
U $ = yr (
(1 ) %) )r — c )
(1)
消极态度的期望收益为：
U 1—$ = y !r (々1) ( (1 — y ) (r — c —々2 ) (2)航空公司的期望收益为：
U 航=$U
$
( (1 — $)&1—$
(3)
对于旅客而言，采取协同态度期望收益为！Uy = $r ( (1 — $) )r —々1) = r —々1 ( xk-i (4) 抵制态度的期望收益为：
U 1—y = x (r — c 1) ( (1 — x ) )r — c 2 ( k 2 ) (5)旅客的期望收益为：
U 旅=y U y + (1—y)U 1—y
(6)
将演化博弈论中的复制动态方程分别用于航空 公司，可得复制动态方程为：
= x (U x - U 航)=x [ (1 - x)Ux - (1 - X)U 1l $
]%x (1 — x ) )k 2 一yk 2 一yk1) k 2#0
=$
( 7)
&—k 1x (1 —x ) y k 2 = 0
将演化博弈论中的复制动态方程分别用于旅
客，可得复制动态方程为：
N ^ = y (U y —U 旅）=y [a — y )U y — (1 —y )U 旅]
y (1 — y ) (2 —k2 — k 1) (1
2— C 1—々1—々2 、
C 2—k 2—k 1 X )—c1$(1 — y )y
"2 #k1 Mk
C2=k1 +k2
()
四、模型分析
由公式（7 )、（ 8)可得，该演化博弈的策略平衡点 有：(0，0)、£2 (0，1)、私（，）、艮（，1)。

当 k2>0 时，有 0<^^<1，
々1M 々2
如果 c2—k1 — k2<0 时，0< —"—k — k2, <1，
2
k 1 — k 2
>
—"1—k —k
C2—k1 —k :
C 2—C 1—k 1—k 2
< 0，或者
C 2—k 1—k 2
"2—"1—k —k 论。

>1。

所以，对两种情形分别进行讨
1.当 C 2 — k1 — k2>0 时
由于 C2—k1—k2 <0,或者"2—k 1—k 2
C 2—C 1—k 1—k 2C 2—C 1—k 1—k 2
>^所以有第五个平衡点C C k k
k 2 \
,k1 Mk 2)
对于平衡点£:(0,0)，其特征值a 1=々2>0，a 2
="2 —k1 —k2>0，不属于稳定平衡点；
对于平衡点(0，1)，其特征值A 1 = — k1 <0，
a 2 =
k1 +k2—c2<0，属于稳定平衡点；
对于策略平衡点£3(1，0)，其特征值a 1 = —々2 <0，A 〗="1 >0，不属于稳定平衡点；
对于策略平衡点£4(1，1)，其特征值a 1 = 々1>
0，a 2 = —c <0，不属于稳定平衡点；
用一个坐标平面图表示上述两个群体的复制动
态关系，如图1所示。

复制动态关系显示了双方的 动态博弈过程。

当C2—k l 一k2>0时，演化平衡点 只有(0，1)点，其余点都不是复制动态中收敛和
具有抗扰动的稳定状态。

这意味着在非对称的博弈 过程中，基于长期的模仿学习及策略的调整，在大部 分情况下，有限理性的博弈双方会收敛于该点区域， 即航空公司会选择消极态度策略，而旅客最终选择
是抵制策略。

68南京航空航天大学学报（社会科学版&第21卷
01^
图1 〇2_反一反2>〇时复制动态关系图
2.C2——#2〈〇曰寸
因为〇〈—————#〈1所以有第五个平
"2—"1—#1—#2
"2—#$——#( #2\
衡点 ic2——"1——#1—
—#2，'
对于平衡点^1#，％&，其特征值A1〇#2>0，A(
O"2—#1—#2〈0,不属于稳定平衡点；
对于策略平衡点私（0，1&，其特征值A1O—#1
〈0〇#1M#2—"(>0，不属于稳定平衡点；
对于策略平衡点私#，0&，其特征值A1〇—#2
〈0，A〗。

"1>0，不属于稳定平衡点；
对于策略平衡点#，1&，其特征值A1〇#1>
0，A(〇——"1〈0，不属于稳定平衡点；
对于策略平衡点私(，————#:
#1+#2&
其特征值
!1P
—#2"2—#1—#2 #1+#2"2—"1—#1—#2
-#2"2—#1—#
#"1，由于#1+#2"2—"1—#1—#;
_#"1〈0,所以！12为两个共轭
纯虚根，私("1—#17#\为演化稳定平
\C*2^1々1々2々1卞々2/
衡点。

用坐标平面图表示上述两个群体的复制动态 关系，如图2所示。

复制动态关系显示了双方的 动态博弈过程。

当"2——#1—#2〈0时，演化平衡点
只有私(""2—#1—#2
—"1—#1—#2
#(
#1+#2
点，均不是演化
稳定平衡点，此时容易形成沿某一条闭合曲线做周期性运动的博弈过程。

当"2—#1—#2〈0时，双 方在积极态度、消极态度和协同态度、抵制态度之 间进行博弈，经过长期的模仿学习及策略的调整，逐渐形成一个闭合博弈循环圈。

此时，航空公司
以###(的概率选取积极态度策略，以##(的概率选取消极态度策略;同样旅客以"(——
"1—#1—#(
的概率选择协同策略，以——#—#的概率选
C2Q纪1《2
择抵制的策略。

c2~k1—k2
c2~c l—k^~k2
0K1i
k x+k2
图2 C2_A：1_A：2〈0时复制动态关系图
五、结论
通过以上理论模型可以看到，在不同情况下，航 空公司与旅客经过多次博弈将达到不同的演化稳定 状态，航空公司与旅客的演化稳定策略取决于"2、#1 和#(的关系，平衡点的差异对民航系统的稳定有着 直接影响。

如果航空公司选择消极态度应对，旅客 选择协同策略的收益会小于选择抵制策略的收益。

经过长期的模仿学习及策略的调整，在大部分情况 下，航空公司会选择消极策略，旅客会选择抵制策 略，这一结论与现实情况是吻合的。

我国民用航空 局早在2004年就颁布了《航班延误经济补偿指导意 见》。

该《指导意见》的出台顺应了与时倶进的时代 发展要求，但从实践来看，并没有起到期望的效果，并在一定程度上扩大了航空企业与旅客之间的冲 突。

其根本原因就在于，对于补偿标准并没有进行 统一规定，而是建议航空公司根据情况制定具体赔 偿措施。

在航班延误发生后，旅客能不能给予补偿，能获得多少补偿，最终取决于航空公司制定的补偿 规定。

因此，旅客与航空公司之间难免就补偿的形 式和数量产生矛盾。

尤其是大面积航班延误发生 后，滞留旅客无人问津的情况屡见不鲜，加上相关补 救服务的缺失，信息披露不及时，部分旅客逐渐聚集 和恐慌情绪扩散蔓延；此时管理者如果不采取有效 措施，及时引入外部力量进行干预，系统内矛盾积累 到了一定程度，突发事件就会发生。

我国民航市场体制中旅客由于实施抵制策略避 免的损失统计起来有一定困难，而航空公司由于处 置不当对其品牌经营会有直接的影响，相关数值统
第2期刘小平，柳亮：航班延误下的旅客群体性突发事件：生成机制与治理对策69
计较为容易。

如果航空公司倾向于选择消极策略，而旅客选择抵制策略，这种稳定状态并不利于民航 市场的理性繁荣和宏观稳定。

目前我国民航业正处 在高速发展阶段，随着消费水平普遍提高，旅客消费 观念和心理发生了巨大变化，民航作为舒适快捷的 出行方式，已从过去的高端消费转变为大众化的消 费产品。

但是倘若与之配套的服务质量没有随之提 高，就可能造成部分客流流失，并在运行过程中产生 工作人员和旅客冲突的现象。

在第二种稳定状态中，2—々1一々2<〇,如果航 空公司选择消极策略，旅客选择抵制策略的收益大 于选择协同策略的收益，但双方并不一定选择该策 略组合，主要原因在于假如旅客选择抵制策略，航空 公司选择积极态度会产生更多收益。

故双方不会一 直采取一成不变的策略，在该状态下，政府宏观政策 对民航市场和的影响将控制在一个有限范围之内，有利于保持民航市场和社会的和谐稳定。

从博弈双方行动效率来看，两者在演化稳定点 的总期望收益为：
(7=U航+U旅=尤仏M(1一尤)M(1一
&丁 =2|k( (c21 +c$c)+c$々i(c+C()
1% !(ki+k2) ( C(L C$L k$L k()
由于C(—K i—K(<0,则U<2r，说明博弈双 方演化稳定策略点对其自身来讲是最优的；但从社 会的角度来看，却不是效益最优的。

因为航空公司 和旅客会根据对方策略进行策略调整，两者的总收 益&小于航空公司和旅客分别选取积极态度和协 同态度策略下的总效益2!其社会效率损失值的大 小由k i、々2、Ci、C2、C数值来确定。

当参数数值固定 时，假如"1,2,数值愈大，那么社会效率损失值就愈大;如果g数值愈大，那么演化稳定策略点的社会效率损失值就愈大。

该结论的现实意义在于，从社 会效益的最大化出发，要从根本上解决航班延误引 发的旅客冲突问题，有以下选项值得考虑。

其一，改 进和完善相关行政法规。

明晰航班延误的概念，明确航班延误造成损失的补偿条件和限额，将航班延 误后各有关部门的法律责任与权利具体化和可操作 化，从而降低航空公司和旅客双方的行动成本，保证 旅客通过自身策略调整而避免的损失。

其二，完善 风险分担机制。

例如可以购买航班延误保险，在遭 遇自然灾害、恶劣天气、机械故障以及航空管制或超 售机票等引起的航班取消或延误时，可及时获得相 应赔偿，降低旅客的利益损失。

总之，应当良好发挥国家宏观政策对民航市场的规制作用，促进民航市 场的长期稳定和理性繁荣。

参考文献：
[I] 2017年民航行业发展统计公报[£^"01].[2018-05-
21]. http：/// big5/.
cn/X X G K/X X G K/T JS J/201805/P02018052162283195
1125. pdf.
*]LE E A J，M C LA Y R A，JACO BSO N S H.Designing Aviation Security Passenger Screening Systems Using
Nonlinear Control[J]. SIAM Journal on Control and
Optimization，2009,48(4) :2085 —2105.
*]N IK O LA EV A G,L E E A J,JA C O B S O N S H.Opti­mal Aviation Security Screening Strategies with Dy­
namic Passenger Risk Updates[J]. IE E E Transactions
on Intelligent Transportation System s，2012，13(1):
203一212
[]C AVU SO G LU H，K W AR K Y，MAI B，R A G H U-N A TH A N S.Passenger Profiling and Screening for A­
viation Security in the Presence of Strategic Attackers
[J]. Decision Analysis，2013,10(1) ：63一81.
[]M A R LA L,V A A BEN B,B A R N H A R T C.Integrated Disruption Management and Flight Planning to Trade
off Delays and Fuel Burn[J]. Transportation Science，2017，1(5):13 —18.
[6] G A L E A E R，F I N N E Y K M，D I X O N A J，SIDDIQUI
A，CO O NEY D.Aircraft Accident Statistics and
Knowledge Database：Analyzing Passenger Behavior in
Aviation Accidents[J]. Journal of Aircraft，2006，43
(6)1272—1281.
[7] JO U R C,L A M S H.The Effect of Service Quality and
Price on International Airline Competition[J]. Trans­
portation Research Part E：Logistics and Transporta-
tionReview，2008,7(44) ：580 —592.
[8] JESU D O SS A.An Analysis of the Effectiveness of E­
mergency Locator Transmitters to Reduce Response
Time and Locate Wreckage in US General Aviation
Accidents[J]. PlosO ne，2011,9(6):e99316 —e99316.
[9] T E R W I L L I G E R B A,V I N C E N Z I D A,I S O N D C.
Unmanned Aerial System s：Collaborative Innovation
to Support Emergency Response[J]. Journal of Un­
manned Vehicle System s，2015,3(2) ：1一4.
[10] VASQ U EZ M A.American Airlines Arrival Slot Allo­
cation System(A S A S) [J]. Interfaces，1991，21 (1)：
42 —61.
[II] R U T N ER S M,M UNDY R A.Hubs versus Hub— N ots：A Comparison of Various U S.Airports[ J].
Journal of Air Transportation World Wide，1996，1
(1)81—90.
70南京航空航天大学学报（社会科学版&:tp://第21卷
[12] O ZTEKIN A E,L U X H O J J T.An Inductive R e a s o n­
ing Approach for Building System Safety Risk Models of Aviation Accidents[J]. Journal of Risk Research,
2010,13(4)：479-499.
[13] KOO T，CAPO NECCH IA C，W ILLIAM SON A.
Measuring the Effect of Aviation Safety Risk Reduc­
tion on Flight Choice in Young Travellers[J]. Safety
Science，2015,3(73) ：1 —7.
[14] 张亮.航班延误统计指标体系及延误等级评估研究
[D].天津：中国民航大学，2008.
[5]杨磊.航班延误引发旅客群体性事件处置策略研究
[D].上海：上海交通大学，2010.
[16]许燕.旅客心理:航班延误的冲突致因与对策[J].中国
民用航空，2004,44(8):29 —32.[7]魏中许.航班延误纠纷治理:基于不完全契约视角[J].
北京航空航天大学学报（社会科学版），2016,29 #):
25—29
[8]庞冲.国内航班“延误”的法律分析[D].济南：山东大
学$2007
[9]高强，严俊，陆宏兰.不正常航班旅客流恢复方法[J].
科学技术与工程，2011，11(27):6670 —6673.
[0]罗帆，佘廉，顾必冲.航空公司交通灾害预警指标体系
的构建[J].武汉理工大学学报（交通科学与工程版），
2004$28(3)：361—364
[1]金俣昕.突发事件预警的情报监测与分析[D].南京：
南京大学$2011
[2]苑明洋.现代企业突发危机预警系统建模研究[D].长
春:吉林大学，2007.
P assenger M ass E m ergencies under F ligh t D e la y s：G enerative
M echan ism and M anagem ent Strategy
LIU Xiaoping1，L IU L ia n g2
#. School o f Management，Wuhan Technology and Business University，W uhan，Hubei430065，China%
2.School o f Education，Wuhan University o f Technology，Wuhan，Hubei430070，China)
Abstract：With the rapid development of China?s civil aviation transportation industry，challenges of passenger mass emergencies because of the flight delays.Under the situation of flight delay，the behavior of airlines and passengers is in line with the hypothesis of evolutionary game theory，and a dy­namic game model can be constructed.As the two sides of the game，airlines and passengers adjust their strategies through continuous learning in order to maximize their own interests，and eventually form a cer­tain equilibrium state.From the perspective of maximizing social benefits,improving the relevant adminis­trative regulations and risk sharing mechanism should be the necessary means to deal with passenger mass emergencies.
Keyw ords：flight delays；mass emergencies；evolutionary game theory。