航班延误下的旅客群体性突发事件 ：生成机制与治理对策
刘小平1， 柳 亮2
(1.武汉工商学院 管理学院，湖北 武汉 430065； 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；演化博弈论
一 、引言
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18亿人次，运输总周转量达3 457亿吨公里，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3 794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OAG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-Time Performance，简称OTP，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24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24 781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。
职业院校党委要严格按照党中央关于意识形态工作的要求和部署，全面加强对意识形态工作的组织领导，创新方式方法，守好主阵地，加强工作队伍建设。
按照实验方法测定3个V-4Cr-4Ti合金样品中Al、As、Co、Cu、Fe、Mg、Mn、Ni、P、K、Na，然后分别与电感耦合等离子体质谱法(ICP-MS)的测定结果进行对照，结果见表5。
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[2-4]；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[5-7]；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[8-9]；其四是探讨航班延误对旅客群体性突发事件的影响过程、阶段与后果[10-11]，以及开展关于航班延误的预警研究[12-13]。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[14-15]；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[18-19]。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[20]；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[21]；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[22]。
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入研究，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上一致，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。
亳文化历史悠久，积淀厚重，兼蓄包容，博大精深，形成了独特的文化架构，主要内容包括史前文化、帝都文化、老庄文化、曹魏文化、医药文化、养生文化、商贸文化、“古井”文化，民俗文化等[2]。亳文化有别于一般的地域文化，有其自身所独具的个性和风格。
(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k 1。
其次，有利于A股市场清扫“垃圾”。壳公司具有这样一些特征：即所处行业大多为夕阳行业，具体主营业务增长缓慢，盈利水平微薄甚至亏损。壳公司虽说人老珠黄，力衰不举，但仍有几分姿色，有一定的魅力。这个姿色就是上市公司的“名分”，这个魅力就是上市公司的招牌。对于很多中国企业来说，上市依然是梦寐以求的事，是获得阶段性成功的标志，是步入巅峰的加冕。长期以来，由于IPO进程较慢，退市制度未能跟上，致使壳公司长期在A股市场招摇撞骗。壳公司虽然没有实际业绩，却是香饽饽，一些企业上市都是借助壳公司，以至于壳资源十分精贵。
(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c 2，旅客由于实施抵制策略避免损失，将其设定为k 2。以上假定可得：
c 2>c 1，且r 、c 、c 1、c 2、k 1、k 2均大于0。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x ，采取消极态度的概率为(1-x )；旅客采取协同策略的概率为y ，采取抵制策略的旅客概率为(1-y )。
(2)博弈双方航空公司和旅客间事先不清楚对方的策略，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c 1。
表层0 cm～60 cm土壤初渗速率、平均渗透速率、稳渗速率、渗透系数均随胡杨林退化程度加剧呈增大趋势(表3)，重度、中度退化下0 cm～60 cm均值分别是轻度退化的1. 63、2. 01、1. 93、2. 01和1. 42、1. 41、1. 37、1. 45倍，土壤渗透指标在重度与轻度退化间差异均达显著水平(P<0. 05)；表层土壤渗透指标变化明显，在重度与轻度退化间差异达极显著水平(P<0. 01)。垂直分布来看，土壤渗透指标均随土层加深而降低，40 cm～60 cm最小。
对于航空公司而言，积极态度的期望收益为：
U x =yr +(1-y )(r -c )
(1)
消极态度的期望收益为：
U 1-x =y (r +k 1)+(1-y )(r -c -k 2)
(2)
航空公司的期望收益为：
U 航=xU x +(1-x )U 1-x
(3)
对于旅客而言，采取协同态度期望收益为：
U y =xr +(1-x )(r -k 1)=r -k 1+xk 1
(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=yU 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：
(7)
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：
(2)用{(xi,yi),(xi+1,yi+1),…,(xi+25,yi+25)}来计算GMC(Xi|Yi)和GMC(Yi|Xi)；
(8)
四 、模型分析
由公式(7)、(8)可得，该演化博弈的策略平衡点有：E 1(0，0)、E 2(0，1)、E 3(1，0)、E 4(1，1)。
当k 2>0时，有
如果c 2-k 1-k 2<0时，
或者
所以，对两种情形分别进行讨论。
注重载体创新，营造食品药品安全监管共治新环境。投入700余万元完成了基层站所规范化建设，投入230余万元建设社区食品药品安全工作室、工作角。全面开展诚信经营示范建设，先后建设了7条食品药品安全示范街，百家食品药品安全示范店。深入开展多种形式的科普宣教，形成了多方共建、共治共管的浓厚氛围。积极建设“互联网+”监管载体，建成了市场监管综合业户系统，实现全局网上办公、信息实时共享。食品药品安全阵地不断延伸拓展，对食品药品安全管控能力和影响能力明显增强。
公交客流OD信息是进行公交线网规划、公交运行调度管理和公交系统辅助的基础信息. 公交OD信息包含公交乘客的上、下车，换乘，出行距离和出行时间等信息[1].
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c 2-k 1-k 2>0时，演化平衡点只有E 2(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。
对于平衡点E 1(0，0),其特征值
不属于稳定平衡点；
对于平衡点E 1(0，0)，其特征值
不属于稳定平衡点；
对于策略平衡点E 3(1，0)，其特征值
不属于稳定平衡点；
对于平衡点E 2(0，1)，其特征值
属于稳定平衡点；
对于策略平衡点E 4(1，1)，其特征值
不属于稳定平衡点；
计算机是数据库技术应用的主体，其主要功能是进行数据管理，以数据库技术为基础，能够完成对数据的管理和利用[2]。通常，数据库技术主要针对数据的储存和整理，能够很好的满足数据处理的基础需求。同时，以应用数据库的理论为基础，数据库技术可以对重要数据的各个环节进行分析和处理，从而实现加快信息管理的目标。因此，数据库技术是数据管理的载体，与传统模式相比具有一定的优势。用户在实际工作中，可以根据工作需求对数据进行分析处理，添加或删减，快速的完成工作内容，从而提高了数据处理工作的效率，大大缩短了工作的时间。
1.当c 2-k 1-k 2>0时
图1 C2-K1-K2>0时复制动态关系图
2.c 2-k 1-k 2<0时
因为
所以有第五个平衡点
对于《师说》中“道”的第二类和第三类含义的英译相对容易，因为两者皆是一般意义，容易在英语中找到一种甚至多种对应的表达。
由于
或者
所以有第五个平衡点
对于策略平衡点E 2(0，1),其特征值
不属于稳定平衡点；
对于策略平衡点E 3(1，0)，其特征值不属于稳定平衡点；
对于策略平衡点E 4(1，1)，其特征值不属于稳定平衡点；
对于策略平衡点
其特征值
由于
所以
为两个共轭纯虚根，
为演化稳定平衡点。
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c 2-k 1-k 2<0时，演化平衡点只有
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c 2-k 1-k 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
的概率选择协同策略，以
的概率选择抵制的策略。
图2c 2-k 1-k 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c 2、k 1和k 2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》的出台顺应了与时俱进的时代发展要求，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。
配电网自动化系统提升可感知性主要指充分利用配电网自动化技术运用功能设计过程中，保障自动化系统在运行过程中操作便利，并可提供精确的供电信息，系统能较快地被感知及维护，及时规避应用中的隐藏性漏洞，进而全面增强自动化系统的应用效率。
在第二种稳定状态中，c 2-k 1-k 2<0，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。
本组80例患者整体修复美观，没有明显的不对称，在6个月～3年的随访期内，仅有9例（11.25%）患者发生并发症，其中1例（1.25%）咬食硬物后头痛剧烈，CT检查显示硬膜外血肿，经手术清除血肿后痊愈；1例（1.25%）术后明显头痛，CT检查显示硬膜外血肿，但出血量少，最后自行吸收；2例（2.50%）癫痫，口服德巴金后基本控制，但仍有间断的抽搐；1例（1.25%）感染，经清创换药，加强抗炎等处理后好转；4例（5.00%）皮下积液，2例经反复腰椎穿刺放脑脊液后治愈，2例经多次抽吸加压包扎后治愈。
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：
U =U 航+U 旅
由于C 2-K 1-K 2<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U 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2r ，其社会效率损失值的大小由k 1、k 2、c 1、c 2、c 数值来确定。当参数数值固定时，假如c 1、c 2、c 数值愈大，那么社会效率损失值就愈大；如果
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：
[1] 2017年民航行业发展统计公报[EB/OL].[2018-05-21].http://www.caac.gov.cn/ big5/www.caac.gov.cn/XXGK/XXGK/TJSJ/201805/P02018052162283195 1125.pdf.
[2] LEE A J,MCLAY L A,JACOBSON S H.Designing Aviation Security Passenger Screening Systems Using Nonlinear Control[J].SIAM Journal on Control and Optimization, 2009,48(4):2085-2105.
[3] NIKOLAEV A G,LEE A J,JACOBSON S H.Optimal Aviation Security Screening Strategies with Dynamic Passenger Risk Updates[J].IEEE Transactions on Intelligent Transportation Systems, 2012, 13(1):203-212.
[4] CAVUSOGLU H,KWARK Y,MAI B,RAGHUNATHAN S.Passenger Profiling and Screening for Aviation Security in the Presence of Strategic Attackers[J].Decision Analysis, 2013,10(1):63-81.
[5] MARLA L,VAABEN B,BARNHART C.Integrated Disruption Management and Flight Planning to Trade off Delays and Fuel Burn[J].Transportation Science, 2017,1(5):13-18.
[6] GALEA E R,FINNEY K M,DIXON A J,SIDDIQUI A,COONEY D.Aircraft Accident Statistics and Knowledge Database:Analyzing Passenger Behavior in Aviation Accidents[J].Journal of Aircraft, 2006, 43(6):1272-1281.
[7] JOU R C,LAM S H.The Effect of Service Quality and Price on International Airline Competition[J].Transportation Research Part E: Logistics and Transportation Review, 2008,7(44):580-592.
[8] JESUDOSS A. An Analysis of the Effectiveness of Emergency Locator Transmitters to Reduce Response Time and Locate Wreckage in US General Aviation Accidents[J]. Plos One, 2011,9(6):e99316-e99316.
[9] TERWILLIGER B A,VINCENZI D A,ISON D C. Unmanned Aerial Systems: Collaborative Innovation to Support Emergency Response[J].Journal of Unmanned Vehicle Systems, 2015,3(2):1-4.
[10]VASQUEZ M A. American Airlines Arrival Slot Allocation System(ASAS)[J]. Interfaces, 1991,21(1):42-61.
[11]RUTNER S M,MUNDY R A. Hubs versus Hub—Nots:A Comparison of Various US. Airports[J].Journal of Air Transportation World Wide, 1996,1(1):81-90.
[12]OZTEKIN A E,LUXHOJ J T. An Inductive Reasoning Approach for Building System Safety Risk Models of Aviation Accidents[J].Journal of Risk Research, 2010,13(4):479-499.
[13]KOO T,CAPONECCHIA C,WILLIAMSON A. Measuring the Effect of Aviation Safety Risk Reduction 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.
[15]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.
[17]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(5):25-29.
[18]庞冲.国内航班“延误”的法律分析[D].济南:山东大学, 2007.
[19]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.
[20]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.
[21]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.
[22]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.
Passenger Mass Emergencies under Flight Delays :Generative Mechanism and Management Strategy
LIU Xiaoping1, LIU Liang2
(1.School of Management ,Wuhan Technology and Business University ,Wuhan ,Hubei 430065,China ; 2.School of Education ,Wuhan University of Technology ,Wuhan ,Hubei 430070,China )
Abstract :With the rapid development of China’s civil aviation transportation industry, it also faces the 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.
Key words : flight delays; mass emergencies; evolutionary game theory
中图分类号 ：F562.6
文献标识码： A
文章编号： 1671-2129(2019)02-0065-06
基金项目: 教育部人文社会科学青年基金项目(16YJC630078)；武汉理工大学事业委托项目(20171h0131)。
收稿日期： 2018-10-08
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。
DOI: 10.16297/j.nuaass.201902011
标签：航班延误论文; 群体性突发事件论文; 演化博弈论论文; 武汉工商学院管理学院论文; 武汉理工大学教育科学研究院论文;