江 紅，任新惠

(中國民航大學(xué)經(jīng)濟與管理學(xué)院，天津300300)

0 引言

根據(jù)VariFlight對2017年全球大型機場準點率的統(tǒng)計，我國千萬級機場的平均出港準點率為64.7%，航班延誤在我國仍很普遍.目前，航班延誤的相關(guān)研究主要集中在服務(wù)補救、旅客滿意度、群體性事件、時間價值等問題上，也有部分學(xué)者對航班延誤后某種微觀行為予以關(guān)注，如任新惠等[1]對大面積航班延誤后，如何實現(xiàn)旅客快速登機進行了相關(guān)研究，提出了提高登機效率的對策.但以上研究對于航班延誤后旅客的選擇行為，尚未有所涉及.作者在前期的研究中發(fā)現(xiàn)，航班延誤發(fā)生后，在不同的情景下旅客的行為選擇是不同的.因此，有必要對不同延誤情景下旅客的決策行為進行研究，以了解旅客遇到航班延誤后的行為傾向，為航空公司、機場提供決策依據(jù).

對于行為決策的研究，目前應(yīng)用較多的是1979年普林斯頓大學(xué)心理學(xué)教授Kahneman與Tversky提出的前景理論和累積前景理論[2-3].張波等[4]基于累積前景理論建立了隨機動態(tài)用戶最優(yōu)交通分配模型，為出行行為分析、動態(tài)路徑誘導(dǎo)等提供了理論依據(jù).陸雯雯等[5]在前景理論基礎(chǔ)上，引入誘導(dǎo)信息，建立誘導(dǎo)信息影響下出行者路徑選擇模型.田麗君等[6]對比分析了累積前景理論和期望效用理論兩種理論框架下個體決策行為，結(jié)果表明累積前景理論能更好地描述出行方式選擇行為.同時，研究表明，交通信息是影響出行者進行行為決策的重要因素.干宏程[7]采用離散選擇分析方法對影響路徑選擇的因素進行了多變量分析，結(jié)果表明，駕駛員的路徑選擇受誘導(dǎo)信息影響顯著.高峰等[8]基于決策場與貝葉斯理論建立誘導(dǎo)信息下駕駛員動態(tài)路徑選擇模型.吳文靜等[9]對出行者在信息作用下的短期決策行為進行了SP調(diào)查，并構(gòu)建了擁擠信息作用下的出行者決策模型.

可見，累積前景理論能夠準確地描述在不確定的條件下，人們的實際決策行為.當發(fā)生航班延誤時，由于受到延誤規(guī)模、延誤原因等多因素影響，旅客需要在典型的不確定性環(huán)境下進行行為決策.因此，本文主要基于累積前景理論框架進行模型的構(gòu)建，針對航班延誤后延誤信息的作用下，旅客的選擇行為進行分析，在考慮航班延誤規(guī)模、旅客收到延誤信息時間，以及航班延誤時長等因素的基礎(chǔ)上，計算不同延誤情景下旅客各種選擇行為的累積前景值，進而確定最優(yōu)方案，最后通過調(diào)查數(shù)據(jù)驗證理論模型的適用性.

1 累積前景理論

1.1 參照點的選擇

參照點是衡量決策行為收益與損失的分界點，參照點的設(shè)置將直接影響前景值，進而影響最終的決策結(jié)果.在對出行行為的研究中，Avineri等[10]認為出行者通常以歷史出行時間的均值作為參照點；Xu[11]認為出行決策中參照點的設(shè)定會受到出行者的經(jīng)驗出行時間、他人的經(jīng)驗出行時間、始點到終點出行時間的均值、出行約束時間等因素的影響.本文將航班延誤時旅客的期望出行時間作為參照點.

1.2 價值函數(shù)

根據(jù)Kahneman和Tversky的研究，行為選擇方案的價值函數(shù)為

式中：v(xi)表示價值函數(shù)；xi表示旅客選擇第i種行為的損益值，xi≥ 0表示收益，xi＜0表示損失；?和β(0＜?≤ 1，0＜β≤ 1)衡量遠離參照點的敏感性遞減程度，?和β越大表示個體對風(fēng)險越敏感；λ表示損失規(guī)避系數(shù)，且λ＞1總成立，反映個體對于損失更加敏感的事實.根據(jù)Kahneman等的標定，?=β=0.88，λ=2.25較為合適.

根據(jù)參照點的設(shè)置，各選擇行為的損益值xi為

1.3 決策權(quán)重函數(shù)

根據(jù)Kahneman和Tversky的研究，行為的概率權(quán)重函數(shù)為

式中：p為行為發(fā)生的實際概率；分別對應(yīng)面臨“收益”和“損失”時的主觀感知概率；參數(shù)γ和δ決定權(quán)重函數(shù)的曲率，對應(yīng)的值越小則權(quán)重函數(shù)彎曲程度越大.根據(jù)Kahneman等的標定，一般取γ=0.61，δ=0.69.

式中：pi表示第i種狀態(tài)出現(xiàn)的概率值；pn表示第n種正的狀態(tài)的概率值；p-m表示出現(xiàn)第m種負的狀態(tài)的概率值；表示正的累積決策權(quán)重函數(shù)，即決策者面臨“收益”時的累積決策權(quán)重函數(shù)；表示負的累積決策權(quán)重函數(shù)，即決策者面臨“損失”時的累積決策權(quán)重函數(shù).

1.4 累積前景值

根據(jù)前景理論的相關(guān)定義，每種行為的累積前景值如式(9)～式(11)所示，最終以累積前景值最大者為最優(yōu)決策.

式中：CPV+表示“收益”部分的累積前景值；CPV-表示“損失”部分的累積前景值.

2 實際出行時間和參照點確定

2.1 不同行為實際出行時間的確定

根據(jù)作者前期研究，旅客收到航班延誤信息的時間不同時，行為選擇有所差異，當旅客尚未出發(fā)到機場時收到延誤信息，可能的行為會有推遲到機場、改簽航班、改乘高鐵、退票、按原計劃出發(fā)到機場；當旅客已經(jīng)到達機場后收到延誤信息，其可能的行為會有改簽航班、改乘高鐵、退票、在機場繼續(xù)等待.由于退票后，旅客再次出行時間不好確定，所以暫不考慮退票行為.本文將旅客的實際出行時間定義為從始發(fā)地到目的地的交通工具運行時間加上由于延誤而引發(fā)的等待時間.不同行為下，旅客的實際出行時間表示為

其中，Twf和Twr會受到航班、高鐵班次頻率等因素的影響的計算中考慮旅客心理因素的影響及經(jīng)驗判斷，在實際等待時間基礎(chǔ)上減去1 h；和通過選取某航線的實際運行時間獲得.

2.2 動態(tài)參照點的確定

在遇到航班延誤時，一般會有公布的延誤時間，同時旅客會依據(jù)自己的出行經(jīng)驗預(yù)判延誤時間，結(jié)合旅客對準時到達的敏感性及延誤信息的影響程度，得到旅客期望的出行時間為[5]

式中：Texpect為旅客期望出行時間；Tkg為基于公布延誤信息的出行時間，等于公布的延誤時間加上航班飛行時間；Tku為出行者經(jīng)驗判斷的出行時間，等于經(jīng)驗判斷的延誤時間加上航班飛行時間；θ為旅客對準時性到達的敏感系數(shù)，θ∈［0,1］，值越小表明對準時性到達的要求越高；ε為延誤信息的影響系數(shù)，ε∈［0,1］，值越大表明延誤信息對其影響程度越大；mwk為出行時間安全邊際，即滿足出行者從始發(fā)地到目的地出行可靠性要求的最小時間，考慮到航空運輸?shù)奶厥庑?，該時間取航線正常飛行時間；k為備選路徑的數(shù)量.

需要指出的是，當航班延誤規(guī)模、時長不同時，旅客經(jīng)驗判斷的出行時間會不同，進而使得期望出行時間有所差異.所以，本文的參照點具有基于不同延誤情景的動態(tài)性特征.

3 實證分析與驗證

為了實現(xiàn)前景值計算，本文選擇北京—上海航線的相關(guān)數(shù)據(jù)作實證分析.

3.1 動態(tài)參照點的計算

本文通過問卷得到航空旅客對準時性到達要求的敏感系數(shù)、延誤信息的影響系數(shù)(表1)和不同延誤情景下出行者經(jīng)驗判斷的延誤時間，根據(jù)式(17)計算得到不同延誤情境下的Texpect，如表2所示.其中，延誤時間待定時，期望時間通過調(diào)查問卷獲得.

表1 參數(shù)值Table 1 Parameter value

表2 北京—上海航線不同延誤情境下的期望出行時間Table 2 Expected travel time under different delay situation of Beijing-Shanghai route (h)

3.2 實際出行時間

本文假設(shè)，航班延誤規(guī)模小時，推遲到機場、改簽后航班正常；航班延誤規(guī)模大時，推遲到機場、改簽航班后航班依舊延誤，所以此時推遲到機場、改簽航班、按原計劃出發(fā)、在機場等待4種行為的實際出行時間相同；任何情況下高鐵運行正常；根據(jù)經(jīng)驗數(shù)據(jù)及實際測算，各種行為的實際出行時間及概率如表3所示.

表3 北京—上海方向各種選擇行為實際出行時間Table 3 Various choice of behavior actual travel time of Beijing-Shanghai route

3.3 累積前景值的計算

根據(jù)式(9)～式(11)，可以得到不同延誤情景下旅客行為的累積前景值，如表4所示.

3.4 實際數(shù)據(jù)驗證

為了檢驗遇到航班延誤時旅客實際的選擇行為是否符合累積前景理論，采用網(wǎng)上調(diào)查的方式對旅客在不同延誤情景下的選擇行為進行調(diào)查.共收集121份有效問卷，調(diào)查對象的基本屬性如表5所示.通過對數(shù)據(jù)進行統(tǒng)計，不同延誤情境下旅客的實際選擇如表6所示.

表4 北京—上海航線不同延誤情景下旅客行為的累積前景值Table 4 Cumulative prospect value of passenger behavior in different delayed situation

表5 調(diào)查對象基本屬性統(tǒng)計數(shù)據(jù)Table 5 Basic attribute statistics of respondent

將旅客的實際選擇結(jié)果與基于累積前景理論確定的旅客行為選擇進行對比可以發(fā)現(xiàn)，絕大多數(shù)情景下，旅客的實際選擇與基于理論的選擇是一致的，對比結(jié)果如表7所示.其中，航班發(fā)生大面積延誤，告知延誤時間為2 h時，基于理論的選擇與實際選擇不同.究其原因，主要是因為公布的延誤時間較短，旅客尚未感知到有可能發(fā)生的大規(guī)模延誤，所以旅客傾向選擇推遲到機場及在機場繼續(xù)等待航班，即在預(yù)計收益的情況下，會傾向于避免風(fēng)險.

表6 不同延誤情景下旅客行為的實際選擇結(jié)果Table 6 The actual choice of passenger behavior in different delay situation

表7 不同延誤情景下基于累積前景理論與旅客實際行為選擇的對比Table 7 The comparison of choice based on cumulative prospect theory and actual choice in different delay situation

4 結(jié)論

本文以航班延誤后旅客的選擇行為為研究對象，利用累積前景理論對不同延誤情景下旅客的行為決策進行分析，研究得到的主要結(jié)論如下：

(1)航班延誤時，當延誤規(guī)模、旅客收到延誤信息時間及延誤時長等因素有所差異時，旅客的行為選擇會不同.隨著高鐵的不斷發(fā)展，轉(zhuǎn)乘高鐵成為航班延誤時絕大多數(shù)旅客的首要選擇，當大面積延誤且延誤時間在6 h以上及延誤時間不確定時，會有70%以上的旅客選擇改乘高鐵.

(2)當延誤情景不同時，旅客的期望出行時間有所差異，充分體現(xiàn)了動態(tài)參照點的特點，從而解釋了不同延誤情景下旅客的最優(yōu)選擇行為不同的現(xiàn)象.

(3)通過對比理論結(jié)果與實證調(diào)查結(jié)果可以發(fā)現(xiàn)，絕大多數(shù)旅客的實際選擇與基于累積前景理論的最優(yōu)選擇結(jié)果相符合，從而說明旅客在面臨航班延誤進行行為決策時會受到個體風(fēng)險偏好的影響，具有有限理性的特征.

(4)在實際調(diào)查中發(fā)現(xiàn)，有44%的旅客認為現(xiàn)在的航班延誤信息在準確性及全面性方面有待提高，此外旅客對于可改簽航班信息、可改乘高鐵信息、安檢排隊情況、值機排隊情況等信息也很關(guān)注，從中反映出旅客希望基于準確、全面的信息來進行行為決策.

本文的前景值主要基于旅客的出行時間，而出行費用也是影響旅客行為決策的重要因素，下一步將繼續(xù)研究時間與成本的綜合前景值.另外，旅客類型會對參照點產(chǎn)生影響，接下來也將繼續(xù)對不同屬性旅客的行為決策進行深入研究.