航班延误问题研究

一、中国的航班延误情况

由于国际国内对于航班准点的定义标准不同，因此我们选用《从统计看民航2014》中的原始数据按照我国的标准计算出来平均准点率，随后采用flightstats给出的全球主要机场的平均准点率，将其加权平均得到R1，分析我国准点率在全球范围内的情况，最后采用中国民航提供的全球航班延误的数据进行国际排名。

下表是我国机场航班延误统计情况，为使数据更具有代表性，我们选用了2008年至2014年的统计数据。

2008年到2014年国内航班样本准点率的平均值R1=82.57%

同时，以Flightstates上2014-2015年全球主要国际机场为代表，按照我国30分钟为标准处理数据得到下表：

通过对比R1和R2，我国机场历年来的航班平均准点率确实低于国际水平。但是与国际上部分国家的机场准点率相对比可以得出，中国航班延误率并不是最严重的。中国的国际机场基数大，中国占了7个航班延误严重的机场，仅以该比例并不足以说明中国的航班延误最严重。采用在Flightstates上搜集到的2014年以阿联酋和墨西哥这些机场机场数目较小国家的机场准点率来说，阿联酋的机场平均准点率大约为66.38%，墨西哥为42.15%，这两个国家的机场准点率远低于中国的水平，因此报道中“中国的航班延误最严重”的说法并不正确。

二、我国航班延误的主要原因

通过查阅大量资料了解到航班延误原因极为复杂，包括天气原因，军事活动，流量控制，联检等等。以我国民航局公布的《从统计看民航2014》中数据为例，列出几种延误原因的数据。

我们考虑应用层次分析法建立不完全层次结构加以验证。首先分析系统中各因素之间的关系，建立系统的递阶层次结构，见图2。

即可求得随机一致性比率，认为判断矩阵具有可以接受的一致性。由此导致航班延误的主要原因为：1.天气原因；2.流量控制；3.公司内部管理。

三、解决航班延误的措施

以2013与2014年民用航空发展统计报告给出的数据为依据，绘制如下表格：

为了方便构造转移概率矩阵，将三大主要原因合并为主要原因，针对主要原因及其他原因的构造的转移概率构成矩阵如下：

以广州白云机场2015年5月为例，预计离港航班25872次，其中受天气因素影响延误航班数为4598，航空公司内部管理导致延误航班数为7838，流量原因影响的航班数为4600，其他为4352次。有了转移概率矩阵即可预测到下一月受这四种因素影响而延误的航班数，利用Matlab计算，得出如下结果：

由此我们可以推测出在5月，主要原因影响的航班数最多为15083次，因此，针对这三大原因我们应该提出不同的改进措施来解决航班延误的问题。

针对航空公司内部管理，航空公司应注重管理理念及管制理念的更新。应该提倡安全高效的指挥理念。公司内部应该建立一种公平的考核制度，将管制单位或管制人员的安全架次记录与收入、提升、评级挂钩，从这个角度可以减少航班延误的潜力。

针对流量控制，首先，应利用新技术准确预测流量，例如利用CDM系统、FIPS等发布流量控制，合理放行，节能减排。对未来航班的准确预测是做好流量管理的基本前提。其次，有关部门应避免流量控制的随意性和盲目性。合理的流量控制，应该综合考虑航班流量、机场停机位信息、放行间隔限制和天气等情况，避免出现发布过于绝对化的流量控制。

针对天气原因，航空公司和相关管理部门应加强对恶劣天气的应急措施。建立完善的应急方案，完善航班的延误处置联动机制，加强有效的沟通，减少航班延误的发生。并且机场应在恶劣天气下及时的疏散旅客，最大限度的避免延误旅客的集聚，尤其是对那些情绪激动旅客进行分离，转移旅客延误等候的烦躁情绪。

针对以上三点主要原因进行针对性的改进，必定可以有效率且最大限度的避免航班延误发生的概率，促进我国航空事业又好又快发展。

作者简介

叶蔓榕（1994—），女，汉族，籍贯：山西省朔州市，单位：山西财经大学应用数学学院。