基于結構方程模型的航班延誤后旅客行為影響因素分析

周游 鄒心彤 聶澤敏 趙冬曉 章麗群

摘 要： 航班延誤一直影響航空運輸服務的重要因素，通過研究航班延誤后旅客的行為特征并找到影響旅客行為的因素將有助于航空公司、機場等有針對性地提出航班延誤補救措施。本文通過調查問卷及實地調查等兩種手段對航班延誤下旅客的行為特征及影響因素進行了分析，通過結構方程模型，探尋出航班延誤后對旅客行為特征產生影響的因素，從而為航空公司有針對性的采取延誤后服務補救措施提供依據。

關鍵詞： 民航旅客；航班延誤；旅客行為；結構方程模型

本文以大學生創新創業訓練計劃項目 項目編號：IECAUC2017063

0 引言

據民航局統計，2017年我國民航運輸機場旅客吞吐量超過11億人次，完成飛機起降1024.9萬架次，航空運輸業務規模穩步擴大，而平均航班正常率僅為71.67%，航班延誤已成為影響旅客對航空公司的滿意度和忠誠度的重要因素，延誤補救不到位將極大削減航空公司的競爭力。通過研究航班延誤下旅客的行為特征及影響因素可以使航空公司預估旅客行為并針對不同類型的旅客做出相應的服務補救措施，這對提高航空公司的服務質量并提升旅客的滿意度是十分有益的。

在研究航班延誤的相關文獻中， 有些學者在我國航班延誤的誘因和相關法律的論述基礎上，提出航班延誤后的補救措施。如李宏分析各國司法判例，探討合理延誤與不合理延誤的區分標準以及法律責任明確；姚韻等通過對國內航班服務中存在的三大類服務失誤的原因分析，并針對航班延誤的特點提出事件驅動的即時服務理念，提供航班延誤服務補救系統框架建議，為航空公司提供服務參考。

在研究旅客行為影響因素的文獻中，學者們從不同角度將行為進行細分，通過多種手段來表現影響因素與出行行為之間的關系。季彥婕等以城市交通為例，運用結構方程模型探究旅客個人屬性、出行特征、服務質量對旅客滿意度和乘坐意向的作用關系，尋找服務缺陷并提出相應改善建議。齊曉云等從微觀心理視角剖析旅客行為，探索人格特質、情境因素、旅客需求對航班延誤情況下旅客情緒生成的影響作用。因此，本文基于結構方程模型重點分析航班延誤下旅客行為特征及其影響因素，找出它們之間可能存在的因果關系及關系強弱，為基于旅客行為特征提升民航運輸服務質量及效率提供依據。

1.結構方程模型

結構方程模型是一門基于統計分析技術的研究方法學，它主要用于解決社會科學研究中的多變量問題，用來處理復雜的多變量研究數據的探究與分析。結構方程模型最突出的特點是其能夠對抽象的概念進行估計與檢定，而且能夠同時進行潛在變量的估計與復雜自變量/因變量預測模型的參數估計。

結構方程模型包括測量方程、結構方程，測量模型研究的是潛變量和顯變量的關系，而結構模型是研究潛變量之間或者說因子之間關系的。

測量方程：

結構方程：

上式中：x為外生顯變量組成的向量；y為內生顯變量組成的向量； 為y在η上的因子負荷矩陣； 為x在ξ上的因子負荷矩陣； ε為內生顯變量的誤差項； 為外生顯變量的誤差項； B為系數矩陣，描述了內生潛變量η之間的相互影響； 為系數矩陣，描述了外生變量ξ對內生變量η的影響； 為結構方程的殘差項，反映了η在方程中未能被解釋的部分。

2.航班延誤下旅客行為結構方程模型構建

2.1 模型變量選擇

結構方程模型可以對不可直接觀測的變量即潛變量進行測量，且可以同時處理多個內生變量和外生變量關系，對于航班延誤條件下旅客的行為特征，本文主要用航班延誤后旅客行為傾向和航班延誤后旅客行為兩個變量體現；對于航班延誤下影響旅客行為特征的影響因素，主要從旅客基本屬性、對延誤信息的態度、航班延誤情況、外界環境四個方面入手，并選取了相應27個觀測變量，變量描述如下所示：

Ⅰ旅客基本屬性，包括性別取值 1～2，1：男；2：女，年齡取值 1～7，1：18歲以下；2：18-25歲；3：26-30歲；4：31-40歲 ；5：41-50歲；6：51-60歲；7：60歲以上，學歷水平取值 1～4，1：高中及以下；2：專科；3：本科；4：研究生及以上，職業取值 1～6，1：學生 ；2：公務員或事業單位 ；3：國有企業；4：民營或私有企業；5：外企；6：其他、月收入水平取值 1～5，1：1000元及以下；2：1001-3000元；3：3001-5000元 ；4：5001-10000元；5：10000元以上，乘坐飛機頻率取值 1～3，1： 2次及以下；2：3-6次；3：7-10次；4：11次以上，出行目的取值 1～4，1：上學 ；2：公務出差 ；3：休閑度假；4：探親訪友，托運行李習慣取值 1～3，1：基本上都會托運；2：情況而定；3：一般不會托運

Ⅱ旅客對信息的態度：關注航班延誤信息取值 1～3，1：從不關注 ；2：偶爾會看看；3：極為關注，查詢航班動態信息時間取值 1～4，1：在家出發前；2：值機前 ；3：候機時；4：航班延誤已發生時，對航班動態及延誤信息的信賴程度取值 1～3，1：十分相信；2：半信半疑；3：不太相信

Ⅲ航班延誤情況：航班所在的時段、預計的航班延誤時間、航班延誤的原因、航班延誤的規模、同方向航班的延誤情況對航班延誤后旅客行為的影響程度，取值 1～5，1：很大；2：大 ；3：一般；4：小；5：很小

Ⅳ外界環境：周邊旅客行為、航班延誤信息的推送的及時性、航班延誤信息的準確度、航空公司或機場的服務補救措施、機場服務設施及環境、換乘高鐵等其他運輸方式的便捷程度、高鐵的便捷性、隨行人員的人數、隨行人員中是否老人或孩子、行李、隨行同伴的決定對航班延誤后旅客行為的影響程度，取值 1～5，1：很大；2：大 ；3：一般；4：小；5：很小

2.2 模型假設

根據外生變量、內生變量及相互間的關系，本文提出以下假設：

H1：旅客基本屬性對航班延誤下旅客行為特征有顯著直接影響；H2：旅客對延誤信息的態度對航班延誤下旅客行為特征有顯著直接影響；H3：航班延誤情況對航班延誤下旅客行為特征有顯著直接影響；H4：外界環境對航班延誤下旅客行為特征有顯著直接影響；H5：旅客基本屬性與旅客對延誤信息的態度有顯著直接關系；H6：旅客基本屬性與航班延誤情況有顯著直接關系；H7：旅客基本屬性與外界環境有顯著直接關系；H8：旅客對延誤信息的態度與航班延誤情況有顯著直接關系；H9：旅客對延誤信息的態度與外界環境有顯著直接關系；H10：航班延誤情況與外界環境有顯著直接關系。

2.3 結構方程模型路徑圖

應用結構方程的路徑分析軟件 AMOS，將各種變量及其關系繪制路徑圖，如圖1所示。

3. 變量分析及假設檢驗

3.1 變量的探索性因子分析

本文通過網絡及實地調查，共收集730份問卷，通過填寫時間長短等因素進行篩選，剔除88份無效問卷，共獲得有效樣本 642 份。Mueller[3]認為，樣本量若能達到 200個，則模型的統計檢驗力較好。Thompson[4]研究發現，在運用 SEM方法時，樣本數與觀測變量的比例至少為 10：1 至 15：1之間。據上，本次研究在樣本量上達到 SEM 方法的統計要求。

運用 SPSS16.0 進行探索性因子分析，各變量相關系數大部分都在 0.2～0.8 之間，說明進行因子分析的必要性。效度檢驗結果見表2。根據 Kaiser 給出的標準 KMO 取值大于 0.7，適合進行因子分析 ；同時，由SPSS檢驗結果顯示sig值=.000<0.05（即p值<0.05），說明各變量間具有相關性，因子分析有效，通過了Bartlett 球形檢驗。

3.2 模型驗證性分析及修正

對初始模型進行擬合度檢驗，擬合指數中 NFI、CFI、IFI、RFI 的檢驗值不是特別理想，概念模型還需進一步修正。在理論模型中，各觀測變量的誤差之間均沒有相關，但在修正中，e3和e4、e5和e6、e13和e5、e20和e21、e22和e23、e31和e32、e31和e34、e34和e25間的修正指數值較大，且各觀測變量均同屬相同的潛變量，其誤差間存在一定的相關性在理論上是合理的，故增加相互間關聯。

按照每次釋放一個參數的原則，逐次進行假設模型的修正，并得到最終模型，修正后模型的擬合度指標如下所示，總體而言，修正后的模型與數據的擬合度更好，所擬合的模型是一個較好模型。通過對模型的修正，標準化模型參數估計結果，如下所示。

絕對適配度指標：卡方值/自由度標準值1～3，檢驗值2.384，適配度指數（GFI）標準值>0.9，檢驗值0.919，調整適配度指數（AGFI）標準值>0.9，檢驗值0.900，近似均方根誤差（RMSEA）標準值<0.08，檢驗值0.046，均符合。

相對適配度指標：標準適配指數（NFI）標準值>0.9，檢驗值0.602，比較適配指數（CFI）標準值>0.9檢驗值0.714，遞增適配指數（IFI）標準值>0.9檢驗值0.723，基本符合。

簡約適配度指標：調整后規準適配指數（PNFI）標準值>0.50，檢驗值0.526簡約適配度指數（PGFI）標準值>0.50，檢驗值0.743，均符合。

3.3 假設檢驗及結果

標準化的路徑系數代表的是共同因素對測量變量的影響。有三個外生潛變量旅客基本屬性、航班延誤情況、外界環境對內生潛變量航班延誤下旅客行為特征的標準化負荷系數均為正，可見這三個外生潛變量對內生潛變量具有顯著的正向影響 ；另一個外生潛變量即旅客對延誤信息的態度對內生潛變量航班延誤下旅客行為特征的標準化負荷系數均為負，可見此外生潛變量對內生潛變量具有顯著的負向影響。旅客基本屬性與旅客對延誤信息的態度、旅客基本屬性與航班延誤情況以及航班延誤情況與外界環境三組內生潛變量內部之間標準化負荷系數顯著不等于0，表明三組內生潛變量分別存在顯著的共變關系；而通過模型的計算可以發現，旅客基本屬性與外界環境、旅客對延誤信息的態度與航班延誤情況以及旅客對延誤信息的態度與外界環境之間不存在關聯。即，假設 1、2、3、4、5、6 、10獲得支持，而假設 7、8、9受到否定。

3.4 結論及建議

3.4.1外界環境和航班延誤情況對旅客出行行為影響顯著

航班延誤下旅客行為是受多因素影響的決策過程，在進行分析時需要考慮旅客基本屬性、旅客對延誤信息的態度、航班延誤情況和外界環境等多因素的影響。在這四個因素中，外界環境和航班延誤情況對旅客行為特征影響更為顯著。具體而言，外界因素受到航班延誤信息推送信息的準確度和及時性、航空公司或機場的服務補救措施等因素影響較大；航班延誤情況受到航班延誤的規模、同方向航班延誤情況、航班延誤的原因三個因素影響較大。

對于航空公司與機場而言，航空公司在延誤后做出的信息推送的及時性很受旅客關注，因此航空公司和機場應該及時準確地推送航班延誤規模、同方向航班延誤情況以及航班延誤原因等延誤信息，以誘導旅客進行行為決策，減輕延誤后的運營壓力，有助于提高旅客的出行體驗；同時旅客對航班延誤后的服務補救措施十分重視，航空公司和機場應該提升服務補救措施質量，穩定旅客情緒，減少旅客流失率，提高旅客滿意度進而提高旅客對航空公司或機場的忠誠度。

3.4.2 旅客基本屬性和旅客對延誤信息態度對旅客行為具有一定影響

旅客基本屬性和旅客對延誤信息態度對旅客行為具有一定影響，但影響不大。旅客關注航班信息推送軟件程度對其在延誤后的態度影響較大，類似“飛常準”、“航旅縱橫”等APP會實時更新航班動態，對旅客采取行為具有較大參考意義，航空公司有必要加強各大航班動態平臺的信息傳遞速度與質量。就旅客基本屬性而言，年齡和和職業對其影響較大。航空公司可就旅客年齡和職業差異將旅客進行分類，預判不同類別旅客的行為極其服務偏好，以在最佳時間采取針對性措施

4 結語

本文通過發放調查問卷及實地考察獲得航班延誤下旅客行為特征及影響因素的調查數據，經處理得到有效數據，并在旅客基本屬性、航班延誤情況、外界環境、旅客對航班延誤信息的態度、延誤后旅客行為特征五個維度基礎上設立內生變量和外生變量，建立結構方程模型，進而對模型進行驗證性分析及修正，最終通過假設檢驗得出變量間的相關關系，對航班延誤下影響旅客行為的因素進行了分析，為航空公司在航班延誤后對有不同行為特征的旅客采取針對性的服務補救措施提供一定幫助。

參考文獻

[1]江紅，周夕鈺.基于結構方程模型的民航旅客出行行為特征影響因素分析——以天津機場出港旅客為例[J].綜合運輸，2017，39（03）：47-52+67.

[2] 動與出行的結構方程建模 [J]. 長安大學學報（自然科學版）， 2015， 35（1）： 111-118.

[3] Ralph O. Muller. Structural equation modeling： Back to basics[J]. Structural Equation modeling， 1997（4）： 353-369

[4] Thompson Laurence G Grimm， Paul R Yarnold. Ten commandments of structural equation modeling [J]. American Psychological Association， 2000： 261-283.