航班延誤影響因素的實(shí)證分析

【摘要】 文章采用實(shí)證研究方法構(gòu)建邏輯回歸模型分析航空公司航班延誤的影響因素。研究發(fā)現(xiàn)，航空公司的償債能力、盈利能力以及客座率、載運(yùn)率等對(duì)航班延誤都有顯著影響。

【關(guān)鍵詞】 航班延誤;實(shí)證分析;影響因素

近幾年，隨著我國(guó)民航業(yè)的不斷發(fā)展，民航運(yùn)輸量快速增長(zhǎng)，連續(xù)數(shù)年旅客運(yùn)輸量的增長(zhǎng)率都在15%以上，在航空運(yùn)輸業(yè)高速發(fā)展的同時(shí)，我國(guó)的航班延誤問(wèn)題也愈演愈烈。統(tǒng)計(jì)顯示2004-2009年我國(guó)不正常航班比率都在17%左右。

航班延誤問(wèn)題不僅嚴(yán)重影響了民航旅客對(duì)航空公司服務(wù)質(zhì)量的滿意度，而且影響到航空公司的客源、市場(chǎng)占有率與行業(yè)競(jìng)爭(zhēng)力。造成航班延誤的原因約有45%為航空公司自身原因，因此深入分析航空公司內(nèi)部造成延誤的因素有重要的現(xiàn)實(shí)意義。本文擬采用Logit模型對(duì)航空公司航班延誤的影響因素進(jìn)行分析，以期對(duì)民航主管部門和航空公司治理航班延誤問(wèn)題提供決策支持。

一、Logit模型構(gòu)建

本文的目的是研究航空公司財(cái)務(wù)狀況、生產(chǎn)運(yùn)營(yíng)狀況與航班延誤的關(guān)系，假設(shè)航空公司的財(cái)務(wù)狀況如盈利能力、負(fù)債狀況、資產(chǎn)運(yùn)營(yíng)能力等因素以及生產(chǎn)運(yùn)營(yíng)情況如客座率、載運(yùn)率等因素會(huì)影響航班延誤。一個(gè)航班或者準(zhǔn)點(diǎn)或者延誤，是一個(gè)二分類變量，而 Logit回歸模型是對(duì)二分類變量進(jìn)行回歸分析時(shí)最為普遍應(yīng)用的量化分析方法。因此本文擬構(gòu)建Logit回歸模型研究航空公司財(cái)務(wù)狀況、生產(chǎn)運(yùn)營(yíng)狀況對(duì)航班延誤的影響。

假設(shè)P為航班延誤的概率，則1-P為航班正常的概率，變量Xi為L(zhǎng)ogit回歸模型的自變量，是反映航空公司財(cái)務(wù)狀況和運(yùn)營(yíng)狀況的指標(biāo)。

Logit模型的因變量為航班是否延誤，如果一個(gè)航班發(fā)生了延誤，則因變量的編碼為Y=1;如果沒(méi)有延誤，其編碼為Y=0，則有:

Ln(P/(1-P))=a+∑βiXii=1，...，n

P(Yi=1|Xi)=1/(1+e-(a+∑βixi))

二、實(shí)證分析

(一)樣本選擇

本文選擇中國(guó)國(guó)際航空、南方航空、東方航空、海南航空、上海航空五家上市公司2005-2009年五年的財(cái)務(wù)數(shù)據(jù)以及航班延誤數(shù)據(jù)進(jìn)行研究。因?yàn)橹袊?guó)國(guó)際航空公司上市較晚，從2006年第二季度才有完整財(cái)務(wù)數(shù)據(jù)，因此分季度統(tǒng)計(jì)共得到95個(gè)樣本;而生產(chǎn)運(yùn)營(yíng)指標(biāo)如航班正常率、航班載運(yùn)率來(lái)自于中國(guó)民用航空局官方網(wǎng)站，該指標(biāo)是對(duì)全行業(yè)按月統(tǒng)計(jì)，從2006年2月到2009年12月共得到47個(gè)樣本。因?yàn)楹娇展痉旨径蓉?cái)務(wù)報(bào)告樣本數(shù)與民航局的生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)樣本數(shù)不同，因此本文對(duì)財(cái)務(wù)指標(biāo)和生產(chǎn)運(yùn)營(yíng)指標(biāo)分別進(jìn)行分析。

(二)變量設(shè)定與回歸分析

1.因變量設(shè)定

因?yàn)槊窈骄譀](méi)有專門的航班延誤指標(biāo)，只有正常航班與不正常航班統(tǒng)計(jì)，而航班延誤占了不正常航班的絕大多數(shù)，因此本文采用航班不正常率作為航班延誤的替代變量。

因?yàn)長(zhǎng)ogit模型的因變量是分類變量，需將連續(xù)型變量航班不正常率轉(zhuǎn)化為二分類變量。如果某航空公司某一季度航班不正常率大于所有樣本航空公司該季度不正常率均值，則賦值為1，低于均值的賦值為0，即賦值為1的公司相對(duì)于賦值為0的公司發(fā)生航班延誤的可能性更大。

2.自變量設(shè)定

本文選擇反映航空公司盈利能力、現(xiàn)金流量狀況、償債能力、運(yùn)營(yíng)能力、成長(zhǎng)能力及公司規(guī)模的財(cái)務(wù)指標(biāo)以及反映生產(chǎn)運(yùn)營(yíng)狀況的指標(biāo)作為候選自變量。具體指標(biāo)有:反映盈利能力的指標(biāo)，主營(yíng)業(yè)務(wù)利潤(rùn)率、銷售凈利率、凈利潤(rùn);反映現(xiàn)金流量的指標(biāo)，經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流、總資產(chǎn)現(xiàn)金回收率、銷售收現(xiàn)率;反映償債能力的指標(biāo)，流動(dòng)比率、資產(chǎn)負(fù)債率;反映運(yùn)營(yíng)能力的指標(biāo):總資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率;反映公司成長(zhǎng)性的指標(biāo)，主營(yíng)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率;反映公司規(guī)模的指標(biāo)，主營(yíng)業(yè)務(wù)收入、資產(chǎn)總額;反映生產(chǎn)運(yùn)營(yíng)情況的指標(biāo)，載運(yùn)率、客座率、載運(yùn)率增長(zhǎng)率、客座率增長(zhǎng)率。

3.自變量篩選及回歸分析

由于所選自變量較多，在進(jìn)行回歸分析前先進(jìn)行自變量篩選。

第一步:利用單變量Logit回歸模型對(duì)財(cái)務(wù)指標(biāo)進(jìn)行篩選

篩選自變量的方法:從檢查每個(gè)候選自變量與因變量之間的簡(jiǎn)單關(guān)系著手，通過(guò)擬合單變量Logit回歸模型來(lái)取得各變量的顯著性檢驗(yàn)結(jié)果。在簡(jiǎn)單關(guān)系分析完成后，按顯著性從高到低選擇進(jìn)入多變量回歸模型的自變量。在選擇時(shí)只要一個(gè)自變量在其簡(jiǎn)單關(guān)系的檢驗(yàn)中P<0. 25，都作為多變量模型的候選變量。在篩選候選變量時(shí)以0.25的顯著性水平，即α=0. 25作為標(biāo)準(zhǔn)的原因是避免在建立模型時(shí)遺漏某些重要的自變量，它們很可能在簡(jiǎn)單分析時(shí)顯示與因變量弱相關(guān)，而在多變量分析時(shí)就成為重要的自變量。

通過(guò)對(duì)每個(gè)自變量的簡(jiǎn)單分析，符合標(biāo)準(zhǔn)的自變量有資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率、主營(yíng)收入增長(zhǎng)率、主營(yíng)收入對(duì)數(shù)、固定資產(chǎn)周轉(zhuǎn)率。各指標(biāo)的描述性統(tǒng)計(jì)見(jiàn)表1。

第二步:對(duì)入選指標(biāo)進(jìn)行多重共線性檢驗(yàn)

為了避免公司財(cái)務(wù)指標(biāo)間的多重共線性問(wèn)題，在進(jìn)行多變量回歸前先進(jìn)行多重共線性檢驗(yàn)。本文采用相關(guān)系數(shù)表進(jìn)行多重共線性檢驗(yàn)。相關(guān)系數(shù)統(tǒng)計(jì)結(jié)果如表2所示。

表2顯示，各財(cái)務(wù)指標(biāo)間相關(guān)度較小，說(shuō)明指標(biāo)間不存在顯著相關(guān)關(guān)系。

第三步:利用逐步回歸法進(jìn)行回歸分析

在第一步和第二步分析的基礎(chǔ)上，選擇資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率、主營(yíng)收入增長(zhǎng)率、固定資產(chǎn)周轉(zhuǎn)率、主營(yíng)收入對(duì)數(shù)六個(gè)指標(biāo)進(jìn)行多變量Logit回歸分析。本文首先采用Spss的Forward wald方法進(jìn)行正向逐步回歸，即在截距模型的基礎(chǔ)上，將符合所定顯著性水平的自變量一次一個(gè)地加入模型進(jìn)行分析。最終得到的是只包括資產(chǎn)負(fù)債率和總資產(chǎn)現(xiàn)金回收率的兩變量模型。模型回歸結(jié)果見(jiàn)表3。

由于Spss的Forward wald方法僅僅是依據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn)操作，因此只能將它作為變量篩選的初步步驟，它主要用于探測(cè)性分析而不是關(guān)注于檢驗(yàn)理論，機(jī)械的選擇程序可能選到無(wú)關(guān)或噪音變量，因此其結(jié)果只能作為參考。

本文在兩變量模型的基礎(chǔ)上逐步添加其他變量，構(gòu)建新的模型，并比較其擬合優(yōu)度與模型的解釋能力。因?yàn)槟Ｐ椭凶宰兞烤鶠檫B續(xù)變量，協(xié)變類型的數(shù)量很大，每個(gè)協(xié)變類型所對(duì)應(yīng)的觀察案例并不多，指標(biāo)Deviance和Pearson卡方不再適用于估計(jì)模型擬合優(yōu)度。而應(yīng)該采用Hosmer-Lemeshow(HL)檢驗(yàn)。該方法根據(jù)模型預(yù)測(cè)概率的大小將數(shù)據(jù)分成規(guī)模大致相同的10個(gè)組，然后根據(jù)每一組中因變量各種取值的實(shí)測(cè)值與理論值計(jì)算Pearson卡方。通常用于自變量很多，或者自變量中包含連續(xù)性變量的情況。

經(jīng)過(guò)比較，發(fā)現(xiàn)由資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率、固定資產(chǎn)周轉(zhuǎn)率四個(gè)指標(biāo)作為自變量的模型在模型擬合程度與變量解釋能力方面優(yōu)于其他模型。該模型回歸結(jié)果見(jiàn)表4。

根據(jù)表4的回歸結(jié)果可以構(gòu)造如下Logit模型:

Ln(P/(1-P))=8.01-9.26X1-17.33X2-3.23X3+0.30X4

式中P為航班延誤發(fā)生的概率，X1、X2、X3、X4分別為資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率、固定資產(chǎn)周轉(zhuǎn)率。表4的回歸結(jié)果顯示，資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率的系數(shù)均為負(fù)值，說(shuō)明航班延誤的可能性會(huì)隨著資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率的提高而降低。資產(chǎn)負(fù)債率反映了公司負(fù)債程度，航空公司在購(gòu)買或融資租賃飛機(jī)、發(fā)動(dòng)機(jī)等固定資產(chǎn)時(shí)，往往會(huì)利用長(zhǎng)期負(fù)債，所以資產(chǎn)負(fù)債率升高可能說(shuō)明航空公司處于業(yè)務(wù)擴(kuò)張期，購(gòu)買的飛機(jī)多，可用運(yùn)力增加，有助于增加航空公司航班計(jì)劃靈活性，降低航班延誤的可能性。總資產(chǎn)現(xiàn)金回收率反映了公司利用全部資產(chǎn)獲取現(xiàn)金的能力，該指標(biāo)越高，公司越有充足的資金改善服務(wù)，提高航班正常率。銷售凈利率反映了公司的盈利能力，盈利公司相對(duì)于虧損公司員工的工作積極性和主動(dòng)性更高，有利于提高工作效率，降低人為原因的航班延誤。固定資產(chǎn)周轉(zhuǎn)率反映了航空公司對(duì)固定資產(chǎn)的利用效率，該指標(biāo)越高，說(shuō)明公司對(duì)固定資產(chǎn)的利用效率越高，不過(guò)我國(guó)航空公司普遍存在的一個(gè)問(wèn)題是，飛機(jī)日利用率偏高，這樣雖然充分發(fā)揮了飛機(jī)的生產(chǎn)能力，但造成航班銜接過(guò)于緊密，一旦某一航班發(fā)生延誤，就會(huì)影響后續(xù)的一系列航班，造成大規(guī)模的延誤，因此固定資產(chǎn)周轉(zhuǎn)率高可能會(huì)增加航班延誤的可能性。

第四步:分析生產(chǎn)運(yùn)營(yíng)指標(biāo)對(duì)航班延誤的影響

由于四個(gè)生產(chǎn)運(yùn)營(yíng)指標(biāo)客座率、載運(yùn)率、客座率增長(zhǎng)率、載運(yùn)率增長(zhǎng)率的相關(guān)性較強(qiáng)，因此分別對(duì)客座率、載運(yùn)率、客座率增長(zhǎng)率、載運(yùn)率增長(zhǎng)率進(jìn)行單變量Logit回歸分析。統(tǒng)計(jì)結(jié)果見(jiàn)表5。從表5可以看出航班延誤率與客座率增長(zhǎng)率、載運(yùn)率、載運(yùn)率增長(zhǎng)率呈顯著正向關(guān)系，與客座率成正向關(guān)系，但統(tǒng)計(jì)不顯著。

三、結(jié)論

航班延誤問(wèn)題是受到社會(huì)廣泛關(guān)注的一個(gè)問(wèn)題，航班延誤會(huì)影響消費(fèi)者對(duì)航空公司服務(wù)的滿意度，進(jìn)而影響其對(duì)航班、航空公司的選擇，從而會(huì)影響航空公司的聲譽(yù)、客源和利潤(rùn)，因此航空公司必須對(duì)航班延誤問(wèn)題給予高度重視。本文研究了航空公司財(cái)務(wù)狀況及生產(chǎn)經(jīng)營(yíng)狀況對(duì)航班延誤的影響。研究結(jié)果顯示，航班延誤的可能性會(huì)隨著航空公司資產(chǎn)負(fù)債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率的提高而降低，會(huì)隨著固定資產(chǎn)周轉(zhuǎn)率的提高而提高。因此航空公司要合理地制定公司計(jì)劃，將固定資產(chǎn)周轉(zhuǎn)率控制在一個(gè)合理水平，不能為了提高飛機(jī)日利用率而將航班排得過(guò)于緊密，盡量降低航班計(jì)劃原因?qū)е碌难诱`。其次應(yīng)努力提高公司盈利和獲取現(xiàn)金流的能力，保證有充足的資金用于提高服務(wù)質(zhì)量，降低航班延誤的可能性。

對(duì)生產(chǎn)經(jīng)營(yíng)指標(biāo)的回歸分析顯示，航班延誤與客座率增長(zhǎng)率、載運(yùn)率、載運(yùn)率增長(zhǎng)率成顯著正向關(guān)系，與客座率呈不顯著的正向關(guān)系。說(shuō)明載運(yùn)率與客座率都會(huì)對(duì)航班延誤產(chǎn)生影響，但對(duì)航班延誤有顯著影響的是載運(yùn)率。由于客機(jī)的載運(yùn)率綜合反映了乘客與貨物的運(yùn)載情況，可以推斷貨物運(yùn)載是引起航班延誤的主要原因，因此航空公司應(yīng)采取有效措施合理確定貨物配載量并提高貨物的裝運(yùn)效率，降低由于貨物運(yùn)輸引發(fā)的航班延誤。統(tǒng)計(jì)結(jié)果顯示客座率與載運(yùn)率的增長(zhǎng)都會(huì)顯著增加航班延誤的可能性，因此民航主管部門和航空公司在運(yùn)輸旺季應(yīng)特別關(guān)注對(duì)航班延誤的控制。●

【主要參考文獻(xiàn)】

[1] 中國(guó)民用航空局發(fā)展計(jì)劃司.2009從統(tǒng)計(jì)看民航 [M].北京:中國(guó)民航出版社，2009.

[2] 中國(guó)民用航空局發(fā)展計(jì)劃司.2008從統(tǒng)計(jì)看民航[M].北京:中國(guó)民航出版社，2008.

[3] 中國(guó)民用航空總局規(guī)劃發(fā)展司.2007從統(tǒng)計(jì)看民航[M].北京:中國(guó)民航出版社，2007

[4] 中國(guó)民用航空總局規(guī)劃發(fā)展財(cái)務(wù)司.2006從統(tǒng)計(jì)看民航[M].北京:中國(guó)民航出版社，2006.

[5] 邢有洪，李曉津.航空公司航班延誤損失分析[J].會(huì)計(jì)之友，2010(2).

[6] Rose N.L.， Profitability and product quality: economic determinants of airline safety performance，Journal of Political Economy[J] Vol. 98， 1990.

[7] Vasanthakumar N. Bhat，A multivariate analysis of airline flight delays，International Journal of Quality Reliability Management[J]Vol. 12 No. 2， 1995.

[8] 王濟(jì)川，郭志剛.Logistic回歸模型: 方法與應(yīng)用[M].北京:高等教育出版社，2001.