服务补救供需矛盾化解路径的演化博弈分析
——以航班延误服务补救为例
2022-06-22杨秀云张海林周锋杰
杨秀云，张海林，周锋杰,2
(1.西安交通大学 经济与金融学院，陕西 西安 710061；2.南京证券股份有限公司，上海 200122)
1 引 言
服务产品存在无形性、异质性、易逝性、生产与消费并存性四个方面的基本特征。无形性和异质性体现在服务产品的品质主要依赖于参与服务生产过程的生产商、员工和消费者的素养、信誉、知识、认知、态度及服务产品所依赖的技术等，因而服务产品的质量评价很难量化和标准化，异质性非常明显。因为供需双方的素养、对产品认知、态度等的差异，往往会造成生产者的供给和消费者的需求不匹配或不完全匹配，并引发二者之间的争执或矛盾。易逝性则体现在服务过程也是服务产品生产和价值创造的过程中，且服务产品的生产和消费的时空共存性，也造成了服务失败无法避免。如果没有其他市场产品的介入调解，或缺少政府根据行业特点制定明确、统一的对服务失败补救的政策制度，将导致在服务失败补救过程中，供需双方之间无参考、无标准和无序化地讨价还价，进而激化双方矛盾，甚至引发群体性事件。根据市场监管总局发布数据显示，2020年，全国市场监管部门共受理投诉693.00万件，同比增长91.12%。其中商品投诉402.81万件，占受理投诉总量的58.13%；服务类投诉290.19万件，占比为41.87%。在人民网旅游3·15投诉平台收到的投诉中，涉及旅游、生活、汽车、房产、游戏和电商的比例分别为42.64%、34.24%、7.33%、6.18%、1.87%和7.74%。其中在旅游相关的投诉中，近八成的投诉涉及航空领域。
为化解服务失败引发的服务供需双方的矛盾，在服务失败发生后，及时和高质量的服务补救就显得尤为重要。服务的供需双方矛盾的降低，既是要降低矛盾发生的次数，也要降低矛盾给服务供需双方所造成的损害。在这一过程中，政府有必要制定相应的标准细则和政策制度，对服务供需双方的市场行为加以规范和约束，发挥自身“可看得见的手”的职能。通过服务产品的供需双方和政府的共同努力，以推动服务业的良性发展。文中以民航业的航班延误服务补救为例，运用演化博弈论，探寻服务失败补救过程中供需双方之间矛盾化解的路径，以期为服务行业的服务失败补救优化提供支持。
随着我国国民经济的不断发展以及民航业改革的逐步深入，对航空运输的需求不断增长，机场、航班的数量逐渐增加，越来越多的民间资本涌入民航业，为这个市场注入了新的活力。但这同时也加剧了航空时刻资源及空域资源的稀缺和拥挤，加大了航空公司航班资源分配的难度和航班延误的概率。根据中国民航局的统计数据，2007—2020年的航班不正常率增加了近两成(见图1)。
资料来源：我国历年民航行业发展统计公报。图1 2007—2020年我国航班不正常率
日渐严峻的航班不正常问题导致旅客与航空公司之间就服务补救产生的矛盾日益突出。如图2所示，2007—2015年旅客投诉数量基本持平，2015—2017年旅客投诉数量急剧上涨，2018年略有下降，2019年又急剧上升，达到峰值30462件。航空公司和旅客之间存在的矛盾和摩擦事件，不仅对航空公司造成了一定程度上的负面影响，同时也给旅客带来了不愉快的体验，这就制约了民航业的有序发展。因此，以航班延误服务补救为例研究服务失败补救过程中供需双方矛盾的化解路径，对提升服务行业服务失败的补救质量具有重要的现实意义。
资料来源：我国历年民航行业发展统计公报。图2 2007—2019年我国民航局等相关部门受理航空消费者投诉数量
2 文献综述
服务补救(Service Recovery)这一概念源于20世纪80年代，由英国航空公司提出，该公司将服务补救看作企业为弥补服务失败所采取的相关措施。随后，贝尔和札木克(Bell&Zemke，1987)[1]提出服务补救是当服务失败出现时，服务供给者尽全力满足顾客期望的过程。但后续的研究认为服务补救是以缓解和弥补服务失败对顾客带来的损失和伤害为目的，服务提供者针对服务失败所提供服务措施的过程[2-4]。服务补救主要由象征性补救和功利性补救这两方面构成。从狭义上讲，服务补救是指当服务过失发生时，服务提供者针对具体服务失败采取行动的过程[5]。从广义上讲，服务补救是指组织成员对存在过失的服务系统施加矫正，同时对经受服务失败的对象做出补偿，以实现长期维持与其服务接受者的良好关系和不断完善该服务系统目标的相关活动的总和。广义的服务补救，不仅包含狭义服务补救的内容,还包含服务补救需求的事前预测[6]。服务补救系统应当包括预防服务失败、发现服务失败、解决服务失败3个子系统[7]。按照服务失败的类型，服务补救可分为精神补救和物质补救两类，精神补救属于社会交易的感性维度，主要有沟通、道歉、解决问题等，物质补救属于社会交易的经济性维度，其主要形式有赔偿、赠送优惠券、打折等[8]。物质补救与精神补救综合应用的策略能够显著提高顾客满意度等行为意向[9]。同时，合适的服务补救时机也能有效地提高顾客的满意度[10]。
在上述内涵界定的基础上，国内外学者开始通过归因理论、公平理论、期望理论等多种理论解释导致服务失败和影响服务补救质量的原因。由于服务产品具有生产与消费是同一过程的特性，与服务生产和消费相关的任何一方都有可能导致服务失败。服务失败的原因一般可分以为外因、内因和第三方三种原因[11]，在三种不同的服务失败归因下，服务补救后消费者的满意度以及重购意愿存在显著差异。为提升差异化服务补救措施实施的质量，学者们主要基于公平理论和期望理论，通过评价客户满意度展开研究。公平理论指出在服务补救过程中，补偿公平、程序公平、过程公平和人际公平等公平因素对顾客补救后的满意度有显著影响，这些不同维度的感知公平之间还存在交互影响，在各自影响的同时会共同作用于顾客的满意度和重购意愿[12-13]。当多个维度的感知公平同时被顾客感知为不公平时，顾客的满意度和重购意愿较低。反之，若至少有一个感知公平维度被顾客感知为公平时，顾客可能对产品有一定程度的重购意愿，期望理论将顾客对服务的期望分为可能期望和应该期望[14-15]。李小玲(2020)研究发现：提高服务补救的响应速度会提高消费者的认可度，从而提高消费者的忠诚度[16]。服务补救期望能否得到满足并获得较高的满意度，至少包括三个方面的补救：一是服务补救的内容是否匹配顾客的期望，二是服务补救的程度和数量能否达到顾客的预期[17]，三是服务补救的时机是否选择得当[18]。
在研究服务失败的原因和服务满意度的主要影响因素的过程中，有部分学者发现存在“服务补救悖论”[19]。顾客的抱怨在得到满意的处理后，顾客对企业的信任度和忠诚度会显著提高，其重购意愿也会大幅提升，甚至超过服务失败前的水平，同时还能使实施服务补救的一线员工获得成就感，降低其离职的可能性[20-22]。也有部分学者提出不同的观点，认为服务补救虽然在一定程度上可以提高顾客满意度，但与没有失误的服务进行对比的话，高质量的服务补救后的顾客满意度还是要低于未经历服务失败的顾客满意度，因此，服务型企业要将资源集中在提高服务的一次成功率上，而服务补救应作为一种必要的补充手段[23]。服务补救质量测量普遍采用差异量表(如SERVQUAL量表)、无差异量表和直接测量量表(SERVPERF)[24-25]。
学者们把前人的研究结论应用于实践，并以不同行业为例，从服务产品的供给方、借助外部市场的力量、服务产品的需求方以及政府的“看得见的手”的力量四个角度提出了提高服务补救质量的策略。
服务供给方的服务补救策略属于内部服务补救措施，强调提高内部员工的素质和管理水平。主要包括：一是加强员工的内部培训，注重培训质量和考核评价，进而提高员工的职业技能和服务质量[26-29]；二是建立顾客导向型强调团队合作的组织结构模式和倒金字塔式、扁平化的经营管理模式，赋予员工更多的权利，提高员工服务补救的效率[26]；三是设计与顾客良好互动的界面，简化服务操作流程，以增加顾客对企业服务的情感依赖[27]；四是树立具备个性化、人性化两大特点的服务理念，打造一流的服务品牌[30]；五是实施“预防性补救”策略，对未主动抱怨的顾客实施无差异化的补救,达到挽留潜在顾客的目的[31]。
服务需求方的服务补救策略属于外部服务补救措施，强调企业应满足不同消费者的个性化需求，提高服务补救后顾客的满意度。主要包括：一是根据服务失败的严重程度，把顾客划分为不同的类型，并为不同类型的顾客提供差异化的服务[32-33]；二是根据顾客对服务产品的需求差异将其划分为不同类型，制定差异化的服务补救方案[34]；三是建立畅通的沟通渠道，减少服务供需双方存在的信息不对称性，例如建设通畅便捷的医患沟通渠道，鼓励患者及其家属及时向医院投诉并提出意见和建议，这也是减少医疗服务失败和化解因服务失败而导致的医患矛盾的有效措施[29]。
另外，还有学者提出要借助外部市场的力量，化解服务失败的矛盾，提高服务补救的质量。如针对航班延误服务补救，学者们提出，一是引入第三方取证单位，来专门处理航班延误纠纷，裁定航班延误的责任原因和补偿金额[35-37]；二是发售航班延误险，根据延误原因和延误时间，制定延误保险的标准，以减少航班延误给航空公司和旅客所造成的损失，尽量减少和规避因航班延误造成的群体性事件的发生[20]；三是成立第三方航班延误治理公司，针对航班延误实施及时的补救和处理，并接受航空公司的监督和评估[30]。
消费者作为服务补救过程中的当事人之一，当遭受侵权时，维权行为应当合理合法。盛书平(2003)[38]提出读者维权意识的提高，有助于读者树立自身的主人翁意识和自律意识，推动高校他律机制的建设、学习型组织的形成和图书馆服务质量的提高。崔宏秀(2015)[39]提出消费者应提高自身的维权意识，当自身权益受到侵害时应当在遵守法律的前提下维护自己的合法权益，不应过度维权，更不能触犯法律并造成二次叠加服务失败。
供需双方在服务失败时，采取不恰当行为也是引发服务补救过程中供需矛盾的主要原因之一。因此，部分学者认为在矛盾化解过程中，政府应该发挥“看不见的手”的力量，通过出台、完善、修订适合各行业特点的标准细则和政策制度，规范和约束包括服务产品的供给方、需求方在内的市场行为，对违反法律和政策规定的市场参与者实施处罚，消除因违法违规行为导致的服务失败[40-41]。
综上所述，国内外关于服务补救的研究日趋完善，研究内容从概念的界定到补救策略的探讨，研究领域涉及医疗、金融、酒店餐饮、航空等多个服务行业。学者们对补救策略的研究主要从服务产品的供给方、借助外部市场的力量、服务产品的需求方以及政府的“可看得见的手”的力量四个角度来展开，但将这四方面的参与主体置于同一框架内，并运用演化博弈方法分析各参与主体的功能作用和策略变化以化解和缓和供需矛盾的研究却很少。文中以博弈参与人有限理性为前提，运用演化博弈论构建完全自然状态、纳入航班延误险市场干预自然状态和引入政府监管干预三种航班延误服务补救情境下的演化博弈模型，分析了在不同情境下航空公司与旅客之间矛盾化解的演化路径。
3 自然状态下的航班延误服务补救演化博弈分析
3.1 完全自然状态下的演化博弈模型
与传统博弈论不同，演化博弈论假设参与者是非完全理性人。由于信息不对称的情况的存在，当航班延误发生时，旅客无法全面了解航班延误服务补救的相关信息[37]，航空公司也无法准确获悉旅客类型从而无法实施针对性强的补救措施，航空公司和旅客只能逐渐调整其策略。当旅客长时间被忽视且不明确航班延误信息时，就可能会从耐心等待转向释放压抑的情绪，甚至采取极端行为；而航空公司看到旅客在航班延误发生时耐心等待，可能受利益驱使不会采取补救措施。因而，将演化博弈论运用于航班延误服务补救具有适用性。
在航班延误服务补救情境下，参与主体包括航空公司、旅客和政府。自然状态就是假定没有政府部门监管或者政府监管效率较低，以致无法对航空公司施加有效约束。为便于分析，设定以下基本假设：
(1)航空公司分为积极型和消极型，每类航空公司在航班延误发生时只采取一种行动。积极型航空公司P为旅客实时播报航班延误信息并提供餐饮，延误时间较长时主动为旅客解决住宿问题；消极型航空公司N则是面对旅客的询问一问三不知，延误时间超出合理范围时仍没有及时安抚旅客。
(2)旅客分为配合型和不配合型。配合型旅客H面对航班延误会耐心等待，并接受航空公司的服务；不配合型旅客Q通常会提出超出自身合法权益的过分要求，采取过度维权行为，甚至造成群体性事件。
(3)博弈参与者只具备有限理性。当某一P型航空公司观察到N行为能带来更高的期望收益时，它便会模仿N行为，成为N型航空公司。这样的观察模仿行为同样适用于旅客。由此得到的模型收益矩阵如表1所示。
表1 完全自然状态下航空公司及旅客的收益矩阵
其中，C1和C2分别为当P型航空公司遇到Q型和H型旅客时所产生的成本；C3和C4分别为当N型航空公司遇到Q型和H型旅客时而产生的成本；W1和W3分别为当旅客遇到P型和N型航空公司采取不配合策略时产生的成本。假设初始状态下，P型航空公司占比为α，N型航空公司占比为1-α，Q型旅客占比为β，H型旅客占比为1-β。这两种航空公司的期望收益分别是：
πP=-βC1-(1-β)C2
(1)
πN=-βC3-(1-β)C4
(2)
整体航空公司的期望收益为π1=απP+(1-α)πN
(3)
(4)
整体旅客的期望收益为π2=βπQ+(1-β)πH
(5)
(6)
将航空公司和旅客纳入一个系统进行分析，得到以下方程组：
(7)
该系统的四个局部稳定点为：F1(1,0)、F2(0,1)、F3(0,0)、F4(1,1)。当C1>C2+W1，C3>C1>C2>C4，或C1>C2+W1，C1>C3>C4>C2时，该系统有第五个局部稳定点F5(α0,β0)。此时，雅可比矩阵形式为：
(8)
(9)
演化稳定策略平衡点需要满足雅可比矩阵的两个特征根同为负数。计算整理演化博弈模型的局部渐进稳定性如下：
当C1>C2+W1，C3>C1>C2>C4时，F1(0,0)、F3(1,1)是该系统的演化稳定策略(ESS)；当C1>C2+W1，C1>C3>C4>C2时，F5(α0,β0)是该系统的中心点，满足局部稳定性，但不满足渐进稳定性；当C1>C2+W1，C3>C1>C4>C2时，F3(1,1)是该系统的ESS；当C1>C2+W1，C1>C3>C2>C4或C1
综上所述，在完全自然条件下的演化博弈相位图共有5种情形，如图3所示。
图3 演化博弈相位图
相位图(a)以F5(α0,β0)为分界点将α和β的取值范围分成I到IV四个部分。当初始点位于I区域时，演化博弈的最终均衡点为F1(0,0)，此时只有N型航空公司和H型旅客。由于旅客长期没有得到相应的补救服务，航班延误发生时只能被动等待，心理上会累积不满情绪，此时旅客对航空公司的客户忠诚度普遍较低，这一情形并不利于民航业的长远发展；初始点位于区域III时，最终均衡点为F3(1,1)，此时所有航空公司都会积极主动为旅客提供补救服务，但是所有旅客都会采取过度维权行为，导致航班延误服务补救失败；当初始点位于II和IV区域时，此时无法判断博弈最终收敛于哪个点。若随着时间的推移，博弈路径首先进入I区域，那么演化博弈将收敛于F1(0,0)。同理，若博弈路径首先进入III区域，那么演化博弈将最终收敛于F3(1,1)，导致航班延误服务补救失败。
相位图(b)反映博弈只有中心点F5(α0,β0)，没有演化均衡点，不满足渐进稳定性，演化博弈的路径是围绕F5(α0,β0)的封闭曲线。当博弈初始状态为非F5(α0,β0)的某个点时，那么演化博弈的路径是围绕F5(α0,β0)的某条封闭曲线；当博弈初始状态为F5(α0,β0)时，那么最终的状态是博弈稳定于F5(α0,β0)。随着时间的推移，只要博弈参与者中任何一方采取了变异策略，那么博弈的路径将转变为突变后所在点的某条封闭曲线，且该曲线也围绕F5(α0,β0)。在这种情况下，航空公司与旅客处于一种相对有序可控的状态，各方参与者所采取的策略比例在一个区间内震荡波动。
相位图(c)反映不论博弈的初始点在哪里，最终的演化均衡点都为F3(1,1)。此时，航空公司均为P型积极实施补救决策，但旅客均为Q型仍然采取过度维权行为，甚至制造群体性事件。
相位图(d)的演化博弈结果是不论初始点位于何处，演化博弈将最终收敛于F1(0,0)，即航空公司都会选择N策略、旅客都会选择H策略。反映在现实情况中，航班延误发生时，航空公司方面不对延误的原因做出具体解释，至多仅以“天气”等不详尽、难以令旅客信服的说辞来通知旅客航班延误的原因。由于旅客采取Q策略的期望收益低于采取H策略的期望收益，旅客的心态便成了两害相权取其轻，从而把不满的情绪压抑在心里。
在相位图(e)中，最终均衡点是F4(1,0)。当航班延误发生时，所有航空公司属于P型，而所有旅客属于H型，航空公司和旅客在航班延误情境下建立了一种良好的互动关系。因此，F4(1,0)是一种稳定的社会形态，不会出现旅客与航空公司之间的对立状态，更不会暴发严重的群体性事件，此时的社会成本最低，但这种状态在现实生活中很难看到，这也是航班延误投诉率非常高和旅客把航班准点率作为选择航班时刻的主要原因之一。
因此，在完全自然博弈演化结果中，除第(e)种情况外，不论其他情况初始条件如何，都不能达到最优的演化均衡点。若环境发生改变，博弈可能会朝着不理想的状态发展。在监管缺失或监管执行效率低下时，航空公司往往缺乏有效的服务补救措施。为了提升航班延误服务补救的质量，降低航班延误对旅客造成的损失，需要借助外在力量来改变博弈条件，最终将演化博弈均衡点引导至F4(1,0)。
3.2 纳入航班延误险的自然演化博弈分析
在完全自然演化状态下航空公司和旅客的演化路径中，除某些特定的初始条件外，其他情形随着航班延误时间的拖长和延误信息的不明晰，航空公司和旅客间的矛盾冲突将无法避免，自然的竞争博弈并不能产生良好的结果。为了化解这一问题，针对旅客的航班延误险和针对航空公司的航班延误险“应运而生”。
针对不同类型的航班延误险，分别将其纳入原始的完全自然演化博弈模型，讨论其在航空公司和旅客的博弈中所发挥的作用和最终的博弈结果。
3.2.1针对旅客航班延误险的自然演化博弈模型
假设发生航班延误时，保险公司需要向旅客赔付金额为R的损失，旅客购买航班延误险的成本为L1，为理赔过程付出相应成本L2，且设R>L1+L2，这样每位旅客都会购买航班延误险，得到博弈模型的支付矩阵如表2所示。
表2 包含旅客航班延误险的航空公司和旅客的支付矩阵
(10)
(11)
纳入航班延误险时，航空公司和旅客的动态复制方程与完全自然状态下相同，因而航班延误险对演化博弈路径和均衡点无影响。主要是因为航班延误险由保险公司提供，不会增加航空公司的成本；同时，只要购买保险的收益大于成本，旅客不论Q型还是H型都会购买，收益的提升幅度在两类旅客间无差异，对观察模仿行为没有影响，从而得到的雅可比矩阵及分析结果也与完全自然状态相同。
3.2.2针对航空公司航班延误险条件下的自然演化博弈模型
假设积极型的航空公司购买了航班延误险，购买的成本为C，旅客得到的补偿金额为R，新的支付矩阵如表3所示。
表3 包含航空公司航班延误险的航空公司和旅客的支付矩阵
把航空公司和旅客视为一个系统并计算雅克比矩阵各元素为：
(12)
系统的四个局部稳定点为：F1(0,0)、F2(0,1)、F3(1,1)、F4(1,0)。当C1>C2+W1，C3-C1>C，C4-C2 在完全市场化条件下，只有积极型的航空公司会选择购买针对航空公司的航班延误险，这种保险中实际发挥作用的是航空公司的购买成本C。航空公司的投保行为不具有区分旅客类型并实施差异化激励约束的功能，不能只对配合型旅客形成奖励，因而不能改变旅客相应的预期，旅客获得的保险补偿R并不会改变双方的动态复制方程。可见，无论是针对旅客还是针对航空公司的航班延误险，都无法从根本上解决旅客和航空公司间的矛盾。保险公司推出航班延误险产品后，航空公司和消费者的支付意愿都比较低，市场比较清淡。 完全自然状态和纳入航班延误险市场调节的演化博弈，都不能确定地走向最优的均衡点，有效化解航班延误补救中航空公司与旅客之间的矛盾与冲突，解决市场调节失灵问题。在这种情况下，需要借助政府“看不见的手”的力量，来弥补市场调节失灵，强化航空运营市场规范监管，通过相关规定对博弈施加正面的影响，将博弈引导至最优均衡解。 造成航班延误的原因有多种，首要原因是天气，所以航班延误无法避免和根除，但通过政府的正确监管，能有效提高航班延误服务补救质量。中国民航局陆续出台了相关政策，明确了航班延误发生后旅客所享有的权利。但航班延误所引发的供需双方的冲突和矛盾并没有得到改善，其主要原因有两个，一是国家政府主管部门出台的有关航空公司航班延误服务补救的具体政策，尽管对航空公司的约束比较高，但相关规定不够细化，没有提出具体的行业统一服务标准，导致各航空公司又各自出台了标准不一致的延误服务补救措施，在航班延误发生时，因A航空公司的航班延误补偿不如B公司，经常引起旅客与A航空公司的讨价还价甚至争执。二是政府民航管理部门对于旅客不良行为的监管过于宽松，加深了旅客与航空公司之间的不信任和矛盾。 根据上述现实情况，对纳入政府监管的演化博弈做出如下假设： (1)政府是航空公司的直接监管者，且其监管是高效的，但并不监管旅客的相关行为。 (2)政府的行动有两种选择，惩罚或不惩罚。由于信息的不对称，政府无法事先知晓航空公司的相应类型，只能在事后根据已经发生的事实做出判断，进而对航空公司做出惩罚或者不惩罚的决定。 (3)为使博弈参与者形成稳定的预期，政府对消极型的航空公司做出惩罚，且惩罚金额固定为S，此时，整个过程博弈双方的博弈支付矩阵如表4所示。 表4 现实政府监管下航空公司和旅客的支付矩阵 在航空公司和旅客的博弈系统中，计算得到雅克比矩阵各元素为： (13) 该系统的五个局部稳定点分别为：F1(0,0)、F2(0,1)、F3(1,1)、F4(1,0)。当C1-C2>W1，C2-C4>S，C1-C3 图4 演化博弈相位图 演化博弈相位图(a)中的均衡解为F4(1,0)，是一种稳定和最理想的演化博弈均衡状态。在此状态下，当航班延误发生时，旅客与航空公司之间配合紧密，不会出现对立的状态；演化博弈相位图(b)是在纳入政府对航空公司监管的条件下新出现的均衡解，此时演化博弈只有一个演化均衡点F3(1,1)，即航班延误服务补救失败的情形；另外，当C2-C4 对比完全自然状态及纳入航班延误险情境下的演化博弈模型，纳入政府监管以后的演化博弈的结果相对可控。然而这一监管手段有其局限性，只有在C2-C4 由于政府只对航空公司进行了监管，并没有对旅客行为进行有效监督，所以演化博弈的结果仍是政府不可控的，现实中的政府监管并不能有效解决航空公司和旅客间的问题。为使博弈得到最优均衡解，可在现有政府监管的基础上做出改进，纳入政府对旅客的监管，下面对政府的相关行为做出假设。 (1)政府是航空公司和旅客的直接监管者，它会针对二者的相关情况做出惩罚或不惩罚的决定。 (2)政府的行动有惩罚或不惩罚两种选择。由于存在信息不对称，政府无法事先知晓航空公司和旅客的相应类型，只能在事后根据已经发生的事实做出判断，进而对航空公司和旅客做出惩罚或者不惩罚的决定。 (3)为使博弈参与者形成稳定的预期，政府对消极型的航空公司做出惩罚，且惩罚金额固定为S，对于不配合型旅客做出的惩罚为W。此时，博弈双方的博弈支付矩阵如表5所示。 表5 改进政府监管下航空公司和旅客的支付矩阵 在航空公司和旅客博弈系统中，计算得到雅克比矩阵各元素为： (14) 该系统的四个局部稳定点为：F1(1,0)、F2(0,1)、F3(0,0)、F4(1,1)。设A=C1-C2-W1+W3，当A>W3+W，C2-C4>S，C1-C3>S或A>W3+W，C2-C4 综合上述，当S>C2-C4，W>C1-C2-W1时，政府可以很好地引导博弈朝最优状态发展，演化博弈相位图见图5。 图5 演化博弈相位图 因此，对比完全自然状态下的演化博弈、纳入市场介入的航班延误险的自然状态下的演化博弈和改进条件下的政府监管演化博弈的结果，可以看出仅仅通过市场无法有效化解航班延误服务补救中航空公司与旅客之间的矛盾，必须借助政府“看得见的手”的监管，经过适当的引导，才能有效调和因航班延误引发的航空公司和旅客之间的矛盾。 在得到各种情形下演化博弈的最终收敛方向后，运用MATLAB软件分别对完全自然状态和改进条件下政府监管演化博弈进行数值模拟，直观展示演化博弈的演化路径，验证政府监管措施的有效性。 图6 完全自然状态下的仿真模拟图 图7 完全自然状态下的仿真模拟图 (2)当演化博弈最终均衡点为F1(0,0)时，选取C1>C2+W1，C1>C3>C2>C4，可设C1=400，C2=200，C3=300，C4=100，W1=50，W3=100。选取F01(0.2,0.8)、F02(0.7,0.7)、F03(0.8,0.2)作为博弈的三个初始点。博弈的演化路径如图8所示，不论初始点如何，博弈都将最终收敛于F1(0,0)。 图8 完全自然状态下的仿真模拟图 (3)当演化博弈最终均衡点为F3(1,1)时，初始条件满足C1>C2+W1，C3>C1>C4>C2，可设C1=300，C2=100，C3=400，C4=200，W1=50，W3=100，仍选F01(0.2,0.8)、F02(0.7,0.7)、F03(0.8,0.2)作为博弈的三个初始点，博弈的演化路径如图9所示，演化博弈最终均衡收敛于F3(1,1)。 图9 完全自然状态下的仿真模拟图 (4)当演化博弈最终均衡点为F4(1,0)时，初始条件满足C1 图10 完全自然状态下的仿真模拟图 (5)当演化博弈只存在中心点F5(α0,β0)时，此时初始条件应满足C1>C2+W1，C1>C3>C4>C2，设C1=400，C2=100，C3=300，C4=200，W1=50，W3=100。同时将F01(0.3,0.6)、F02(0.4,0.6)、F03(0.5,0.6)作为博弈的三个初始点，博弈的演化路径如图11所示。假设由于某些原因使原有的一部分N型航空公司转变策略，成为P型航空公司，此时的状态由F01(0.3,0.6)转变为F02(0.4,0.6)，则在转变之前博弈双方的演化路径为图11中处于中间部分的曲线轨迹，转变之后两者的演化路径则是图11中位于上方的轨迹。同理，任何突变行为均能使航空公司和旅客间的演化路径转变成一条围绕中心点F5(α0,β0)的封闭曲线。 图11 自然状态下的仿真模拟图 在上述的数值模拟实验中，除了均衡点为F4(1,0)的情形，其他情况都不是最理想的演化博弈均衡解，因此政府应根据实际情况制定相应的监管制度，以引导民航市场向良性发展。政府可通过对航空公司及旅客实施监管使博弈收敛于最理想的状态，以下通过数值模拟的方式来形象地展示这一过程。为简化分析过程，在排除了最终均衡点为F4(1,0)的情况下，分别对应选取了5.1节分析(1)、(2)、(3)、(5)中的初始条件和初始点，此时政府只需要采取S>C2-C4，W>C1-C2-W1的策略。具体分析过程如下： (1)取5.1节(1)的初始条件和初始点，得到如图12和图13所示的改进条件下的演化博弈路径。 图12 改进政府监管后的仿真模拟图 图13 改进政府监管后的仿真模拟图 (2)取5.1节中(2)的初始条件和初始点，并可设S=150，W=200，得到如图14所示的改进条件下的演化博弈路径。 图14 改进政府监管后的仿真模拟图 (3)取5.1节中(3)的初始条件和初始点，并设S=0，W=200，得到如图15所示的改进条件下的演化博弈路径。 图15 改进政府监管后的仿真模拟图 (4)取5.1节中(5)的初始条件和初始点，并设S=0，W=300，得到如图16所示的改进条件下的演化博弈路径。 图16 改进政府监管后的仿真模拟图 通过图12—图16中5张仿真模拟图可以清楚地观察到政府监管的有效性，政府力量的介入促使原有博弈走向协调发展的均衡点。政府有两种手段，一是对不按规定进行服务补救的航空公司进行惩罚，二是对违反规定并向航空公司提出无理诉求或危害公共安全的旅客进行处罚。通过这两种手段的叠加作用，使航空公司和旅客调整了各自的预期，这种预期恰好能够达到政府的预期。不管初始情况如何，也无论政府何时介入航空公司和旅客之间的博弈，经过政府的有效调控均能引导该博弈走向最为理想的演化稳定均衡点。 文中运用演化博弈论，以航班延误服务补救为例，通过构建完全自然状态、纳入航班延误险市场干预自然状态和引入政府监管干预三种航班延误服务补救情境下的演化博弈模型，分析了在不同情境下航空公司与旅客之间矛盾化解的路径选择，并借助MATLAB软件数值模拟了相关变量对模型演化路径的影响，主要的研究结论如下： (1)在没有任何外因影响的完全自然的状态下，演化博弈模型结果有可能朝理想的状态收敛，也有可能朝其他方向发展。博弈的演化方向有赖于初始条件的选择，但是初始条件并非固定不变。因此，航班延误服务补救过程中，航空公司和旅客间的矛盾具有内生性，在没有其他力量干涉时多数情况下无法达到最优均衡，双方的矛盾仍无法得到有效解决。尽管随着民航运输业市场化程度的提高，航空旅客的转移成本相对较低，旅客在航空公司之间的转移会导致原航空公司损失增加，这就促使航空公司努力提高航班正常率、提升航班延误服务补救质量。 (2)在完全自然状态模型中引入航班延误险，发现当航班延误险是针对旅客时，因航班延误险属于第三方提供的商业保险，只有在购买保险的收益大于成本时，所有旅客才都会购买，收益的提升幅度在不同类型类旅客间无差异，对旅客的观察模仿行为不会产生任何影响，也不会改变演化的路径和结果。当航班延误险是针对航空公司时，航空公司的成本会增加，所有旅客都能获得保险补偿，并改变演化博弈的初始条件，但所有旅客的预期并未发生改变，从而不会改变双方的动态复制方程、演化路径和演化结果，也无益于演化博弈模型内生性问题的改善。无论是针对旅客的航班延误险还是针对航空公司的航班延误险，均没有按预期发挥其应有的作用，特别是针对旅客的航班延误险，它的出现与否不会对演化路径产生任何影响，出现了市场调节失灵的状况。 (3)对比自然状态及纳入航班延误险情境下的演化博弈模型，纳入现实条件的政府监管以后，演化博弈结果得到了很大改善并相对可控，但所得到的均衡结果并不唯一，并且有赖于政府高效的监管。只有在C2-C4 根据以上研究结果，可得到化解航班延误服务补救中供需双方矛盾的主要路径。 (1)建立完善的共享的航班延误信息系统，及时向旅客发布准确的航班延误信息，降低服务补救中的信息不对称性及其引发的道德风险。虽然航班的计划时间可以从各个机场的电子公告牌上获得，但是相较于旅客想要知晓的信息还远远不够。目前，我国还没有记录整理航班延误信息的专业化平台，但是每个航空公司的官网会提供本公司航班信息的查询通道，然而，各航空公司的航班信息并不共享。因此，建立完善的共享的航班延误信息系统，不仅是解决航班延误的一个重要途径，还能在航班延误发生时帮助旅客掌握实时信息，使旅客的情绪得以稳定。 (2)实施包括对旅客的经济补偿和精神补偿的服务补救，提高补救质量。对旅客的经济补偿对航空公司造成直接的经济损失，而对旅客的精神补偿往往能够以小博大，起到四两拨千斤的作用。 (3)完善政府对民航业的监管措施。一是合理制定航班延误的标准以及相应的赔偿条款，明确权责，并且要求航空公司主动出面承担责任。二是建立航班延误纠纷的快速仲裁机制。由于航班延误的特殊情况，旅客在事后往往很难取得相关证据，而且在纠纷发生时，受航空公司和旅客地位不对等和信息不对称等因素的影响，由独立、公正的第三方实行快速仲裁就显得很有必要。三是政府在政策的执行上应对两者公平对待。对理应但不主动实施服务补救的航空公司施加惩罚，同时，旅客破坏公物、霸占公共设施等行为也应当接受处罚。四是注意政策的时效性。航空公司的补救成本、旅客的行动成本等条件会随社会发展而改变，因此，政府需要密切关注这些关键参数，并据此适时修改政策条款。4 纳入政府监管的演化博弈分析
4.1 现实条件下的政府监管演化博弈模型
4.2 改进条件下的政府监管演化博弈模型
5 航班延误服务补救演化博弈模型的数值模拟
5.1 完全自然状态下演化博弈模型的数值模拟
5.2 改进条件下政府监管演化博弈模型的数值模拟
6 结论与政策建议
6.1 结论
6.2 建议
