《Case Studies on Transport Policy》：Exposure-adjusted monitoring of flight cancellations for service-reliability governance: A Brazilian case study with a cross-country replication
编辑推荐：
航班取消是航空运输服务最显著的失败表现：乘客失去其预订的行程，承运人和机场则承担随之而来的中断成本。由于后果主要由乘客承受，取消事件是少数受到直接监管的运行事件之一。巴西、欧盟和美国均对航班取消时的信息告知、协助、重新安排或退款义务作出了规定。履行这些义务需要
航班取消是航空运输服务最显著的失败表现：乘客失去其预订的行程，承运人和机场则承担随之而来的中断成本。由于后果主要由乘客承受，取消事件是少数受到直接监管的运行事件之一。巴西、欧盟和美国均对航班取消时的信息告知、协助、重新安排或退款义务作出了规定。履行这些义务需要了解取消事件发生的地点，而民航当局掌握着大部分必要信息。许多当局已收集了逐航班的登记册，记录每班定期服务的运营承运人、起降机场、计划起飞时间及最终状态。此类登记册以开放数据形式发布，覆盖整个受监管的定期航班计划而非抽样数据，原则上构成了服务可靠性监测的基础。然而在实践中，它们主要用于生成总数和汇总率。取消数量至少与承运人的航班计划规模同样程度地衡量其运行规模：编排最多航班的承运人即使其服务被取消的可能性最低，也会报告最多的取消次数；而最繁忙的枢纽在按机场排名的取消榜上位居前列。汇总率虽修正了分母，却对整个系统取平均值，掩盖了计划服务面临高取消率的承运人、机场、日时段和时间段组合。这两种指标均无法告诉监督能力有限的监管机构何处应予以更仔细的关注。本文通过巴西这一拉丁美洲最大航空市场的案例研究来审视该问题。三个航空集团几乎承担了所有国内定期需求，COVID-19冲击主要通过缩减计划航班来吸收，并且国家航班登记册在研究期间两次改变了其记录计划和执飞航班的方式。最后一个特征——这在监管和数据发布资料中有记载，但在数据本身中并未体现——对于监测指标而言与市场本身的任何特征一样具有决定性影响。分析单位是运营单元：即承运人集团、始发机场、日类型和离港时段的组合，由其计划航班中被取消的比例来描述。因此，该指标是一个经计划暴露量标准化的取消率——这是一个已有明确定义的量，本文关注的是其在监管中的应用而非其定义本身。两种使用方式被加以比较。第一种是按比率对单元排序并标记排名靠前的单元。第二种是用K-Means将单元划分为若干片段，并将最高比率的片段视为观察名单。在基线分析中，两者均以前瞻性方式评估：每个列表的元素均以一年数据固定，并根据下一年记录的取消情况进行评分。由此引出五个问题。巴西的登记册在2015至2024年间是否足够一致以支持纵向监测，其有记载的变化对取消率的解释意味着什么？经暴露调整的单元取消率是否足够持久以支持提前一年的监测？将单元进行分段是否能在单纯按比率排序之外增加定位或组织价值？工作流程及其结果的哪些特征能在第二个国家的登记册中得到复制？以及，若监管机构运行此类监测，在后续程序、审查工作量以及对被监测运营商策略性应对的防范措施方面，需要满足哪些条件？
论文解读文章
研究背景与问题提出
航班取消是航空运输服务中最具可见性的失败事件，不仅使乘客丧失其预订的行程，也给承运人和机场带来巨大的中断成本。由于后果主要由乘客承担，航班取消成为少数受到直接监管的运行事件之一。巴西、欧盟和美国等均对航班取消时的信息告知、协助、重新安排或退款义务作出了明确规定。然而，落实这些义务的前提是监管机构能够有效识别取消事件集中发生的区域。尽管各国民航当局已收集了涵盖每一班定期服务的航班登记册，并以开放数据形式发布，这些登记册理论上构成了服务可靠性监测的基础，但在实践中，它们主要用于生成简单的取消总数和汇总率，难以指导有限的监管资源精准投放。具体而言，取消总数更多地反映了承运人的航班计划规模而非其可靠性，而汇总率则掩盖了不同承运人、机场、日类型和时段组合之间的显著差异。现有研究多聚焦于预测单次航班的取消概率或解释取消的决定因素，但缺乏从监管视角出发、基于公开登记册构建可用于前瞻性筛选的监测框架的研究。此外，登记册本身作为测量工具可能随监管制度变化而产生不连续性，这一点在以往研究中常被忽视。为此，本研究以巴西为案例，系统考察了基于暴露调整取消率的监测框架的有效性，并通过在美国登记册上的复制检验其可迁移性条件。
研究方法概述
研究人员构建了一个包含四个独立要素的监测框架：暴露标准化测量、基于排名的筛选规则、可选的K-Means聚类分段以及前瞻性验证。研究数据来自巴西国家民航局（ANAC）的活跃定期航班登记册（VRA），涵盖2015至2024年共826万余条计划航班记录，其中约54万条为取消航班。研究人员还使用了美国交通统计局（BTS）的报告承运人准点表现登记册作为跨国复制的数据源，涵盖2018至2024年共3920万条国内航班记录。分析单元定义为运营单元，即承运人集团、始发机场、日类型（工作日/周末）和离港时段（六小时区间）的组合。研究人员采用前瞻性验证策略：用一年数据固定筛选列表，再依据下一年的实际取消情况评估列表的区分能力，并进行了多项敏感性分析，包括不同的单元定义、承运人分组方式、时钟选择和服务范围等。
研究结果
巴西登记册的一致性及其对取消率解读的影响：研究发现，巴西VRA登记册在2015至2024年间经历了两次重大行政变更——2018年3月从HOTRAN审批制转为SIROS注册制，以及2020年4月执飞航班信息来源的切换。这两次变更在数据中留下了清晰痕迹：2018年3月前后，月度取消率从14.39%骤降至1.33%，同时取消原因编码几乎消失。这表明登记册的生产方式改变对取消率序列产生了系统性影响，若不加以识别和处理，将严重干扰长期趋势分析和跨期比较。
暴露调整取消率的持久性与前瞻性筛选效果：基于一年数据固定的运营单元取消率排名，在预测下一年度的高取消率单元方面表现出显著的信息含量。被标记单元在下一年度的取消率平均为全体评价单元均值的1.8至3.5倍，表明历史取消率具有一定的持久性，足以支撑前瞻性监测。
K-Means分段的附加价值评估：与简单的按比率排名相比，K-Means分段在提升前瞻性筛选精度方面未提供一致的额外价值。研究人员指出，分段的主要作用在于报告组织层面，而非改善目标定位能力。
跨国复制的发现：在美国登记册上的复制结果表明，该监测框架的价值取决于登记册的范围、取消率的持久性以及取消事件的集中程度。美国登记册因仅覆盖国内客运航班且市场结构更为分散，其前瞻性筛选效果弱于巴西，但仍具有一定的信息价值。
监管操作的量化设计：基于研究结果，研究人员设计了一套年度运行周期，包括每年筛选30至72个运营单元供监管审查，量化了审查工作量及其中持续保持高取消率的单元比例，并为低频率服务补充了替代程序，同时指出了防止运营商将取消行为转移至登记册无法区分的提前撤消行为的保障措施。
讨论与结论
研究人员强调，高取消率在本框架中仅被视为筛选信号，而非对运营商过失或管理不善的直接判定。取消率升高可能源于天气、机场限制、网络中断、飞机或机组可用性、商业排班决策乃至取消登记方式等多种因素。因此，该框架的作用是将有限的监管能力引导至值得进一步关注的承运人、机场和时间组合，而非归因因果责任。研究结论部分指出，巴西的取消率序列在2018年前后因航班登记方式变更而发生断裂；经暴露调整的单元排名可识别出下一年度取消率为均值1.8至3.5倍的单元；K-Means分段在简单的比率排名之上未增加一致的定位能力；每年30至72个单元的筛选列表可支持渐进式的乘客权利审查；而美国的复制结果表明，该框架的价值取决于登记册的范围、取消率的持久性和集中程度。
