大學生航空出行影響因素研究

● 何夢雨 朱子晞 倪晗悅 鄧雅慧

隨著大學生數量的不斷增長，對于交通出行的需求也在不斷增加。作為一個人數龐大的特殊群體，在航空出行的旅客中也占據著重要的地位，而不同的大學生對于出行方式的選擇也有差異，研究其影響因素不僅對大學生出行選擇提供參考，同時也對航空業的發展有著重要意義。

在現有的關于出行方式選擇影響因素的研究方法中，主要包括多項邏輯模型（MNL）、嵌套邏輯模型（NL）、交叉嵌套模型（CNL）、二元Logit模型以及多元Logit模型，Md Sami Hasnine［1]采用CNL模型，以多倫多為例，研究大城市地區的中學生從家庭到學校的出行方式選擇，認為前往城市中心的學生比前往市中心以外地區的學生更加傾向于公交和主動模式。同時得出機動工具的擁有權和年齡對學生的出行模式選擇具有顯著的影響。Sven Gross［2]研究德國目的地的可持續交通方式選擇，認為收入、汽車數量、職業對出行方式選擇的影響程度有所差異。

出行選擇的影響因素很多，其中吳瑤［3]就山地城市大學生的出行選擇問題展開研究，構建結構方程模型，認為山地城市交通條件、交通工具的屬性、大學生的主觀態度是影響山地城市大學生出行的主要影響因素。易靖［4]通過建立大學生出行行為的超網絡模型，找出出行行為規律，對交通部門優化交通擁堵狀況提供建議。曹鴻雁［5]對山東建筑大學進行研究，認為大學生的個體屬性與交通的可達性，對大學生出行行為方式的選擇有著不同程度的影響。

已有的研究中涉及較多的是調查大學生出行方式的選擇及影響因素，而對于大學生航空出行的影響因素進行的研究極少。綜上所述，現考慮個體特征、出行等方面，本文以大學生為研究對象，研究大學生航空出行的影響因素，通過發放調查問卷，建立大學生航空出行影響因素的二元Logit模型，對顯著的影響因素進行分析研究。

一、二元Logit模型理論

本論文基于McFadden于1973年首次提出的logistic概率分布函數，用于離散選擇方面的研究，在交通領域有廣泛的應用。模型為：

二元Logit模型的系數標定方法，目前主要采用極大似然估計法，隨后檢驗模型精度，篩選選擇枝屬性。為避免該方法對數據依賴較強而產生誤差過大的情況，可采用經驗性的層次分析法和可能滿意度法，進行系數標定。

二、變量描述

影響航空出行方式選擇的因素包括：經濟方面、社會方面、人文方面，從大學生的實際生活、相關研究資料角度考慮，在確定大學生個人意愿、月可支配金額、出行目的這幾個相關因素的基礎上，通過發放開放式問卷，進行整合，最終確定研究變量。

本次研究將影響分為三大類，即個人特性、出行特性、各出行方式特性。分別對性別、每月可支配資金、能接受的出行預算范圍、最近一次出行時間感受、出行目的、行李件數、地面交通時間、年中長途出行次數、安全出行方式、最近一次出行方式設置為變量，進行調查研究。

三、實證分析

通過實地發放調查和網上調查形式，本次調研共發放問卷169份，剔除其中的無效樣本，得到有效問卷163份，有效率達96.4%。此次調研中，女性大學生104人，男性大學生65人，大體符合我國大學生分布情況，可以認為調研對象合理。問卷調研的各項統計量如下表1所示。

解釋變量 解釋變量說明 統計量個人特性性別 1：男 65 2：女 104每月可支配資金1：0-800 31 2：800-1600 89 3：1600-2400 29 4：2400-3200 8 5：3200及以上 12能接受的出行預算范圍1：0-500 46 2：500-1000 51 3：1000-1500 30 4：1500-2000 13 5：2000-2500 13 6：2500及以上 16最近一次出行時間感受1：較短 27 2：短 38 3：一般 78 4：長 16 5：較長 10出行目的1：旅游 70 2：回家 76 3：其他 23行李件數1：0件 7 2：1件 81 3：2-3件 60 4：4件及以上 21地面交通時間1：＜0.5h 41 2：0.5-1h 84 3：1-2h 33 4：＞2h 11年中長途出行次數1：0次 31 2：1-3次 120 3：4-12次 15 4：13次及以上 3各出行方式特性安全出行方式 1：航空 40 2：高鐵 129最近一次出行方式1：航空 39 2：高鐵 130

有效樣本中，女性大學生占比61.54%，男性大學生占比38.46%，基本符合現實情況。分析調研數據可知：在校大學生群體中，月可支配金額處于中間段水平的人居多；出行主要集中于回家以及旅游這兩大類；攜帶一件行李的大學生人數占比較大，與調研預測相符。本次調研主要針對的出行方式為航空出行方式，但是數據比例說明了大多數人選擇了目前我國發展最為迅速且最被廣泛接受的鐵路出行方式，而選擇航空出行的人數較少。因此，剔除經濟因素、地理因素的影響，大學生群體對于航空出行安全性的理解有一定的偏差。

四、顯著性變量分析

選定效用函數的解釋變量后，將169份數據整理并錄入SPSS21.0軟件，運用二元Logit回歸分析模型對數據進行處理，得到回歸結果見表2（剔除Sig大于5%的變量）。

運行結果顯示一年中長途旅行次數、能接受的出行預算范圍、更安全的出行方式這3個變量的Sig值小于5%，表明這3個變量對大學生航空出行方式選擇具有顯著性影響。

方程中的變量

（一）年出行次數

一年中長途旅行次數的回歸系數為正，表明在日常生活中，中長途出行次數越多，大學生們對于便捷度、舒適度、以及速度的要求更高，更加愿意選擇航空出行來滿足自身的需求。

（二）出行預算范圍

能接受的出行預算范圍的回歸系數為正，表明出行預算的范圍在一定程度上決定了大學生出行方式選擇價位的高低，出行預算的范圍與大學生對于航空出行方式選擇的需求呈現正比趨勢。隨著大學生的出行預算的提高，對于航空出行的意愿也隨之提高。當生活水平提高時，人們更加追求高質量的服務，同時也承擔的起高額的消費，所以出行的預算范圍對大學生選擇航空出行方式具有非常顯著的影響。

（三）更安全的出行方式

更安全的出行方式的回歸系數為負，表明在相同情況下，大學生在考慮出行安全性時，對于航空出行的安全性持懷疑態度，不愿意選擇航空出行方式，更加傾向于地面交通，與研究預測有一定差距。

五、結語

本文基于以上調研數據和模型分析，得出大學生航空出行方式選擇受年中長途出行次數、 出行預算范圍、這3個變量顯著影響。具體而言，大學生航空出行方式選擇主要受個人因素的影響，隨著大學生年出行次數，月可支配金額、及出行預算范圍的增加，大學生選擇航空出行的概率更高。針對此次研究結果，本文提出以下建議：

一是在保證原有服務的基礎上，航空公司可加強以及建立機場安全管理方面的考核制度，提高員工的安全意識，抬升考核通過的要求。加大對航空出行安全性的宣傳，對大學生群體加以正確的引導，適當開展宣傳活動，改變大學生們對于航空出行的畏懼心理和地面交通更加安全的慣性思維，從而增加航空出行中的大學生客戶群體的數量。

二是通過價格優勢提高大學生客戶的消費粘性。機場及航空公司可考慮大學生的生活水平、消費心理，做適當的市場調研，對自身進行調整，針對這一群體，推出適當的優惠，通過價格優勢來滿足其消費需求，保留現有大學生客戶，同時也能挖掘潛在用戶。

三是重視服務環節。了解大學生對于服務水平的要求，提升客機的舒適度、安靜程度等，提供高質量的服務。加大對航空公司的人才培訓力度，提高地勤、空乘以及其他員工的工作素質、服務水平、工作責任心，提供個性化服務，進而提升客戶的滿意度。