基于多項Logit模型的國際旅客選擇行為偏好研究
——以歐洲西北部城市群為例

何行，劉旺根，趙振涵

（中國民航飛行學院，四川 德陽 618307）

0 引言

20世紀70年代后期，隨著國外城市群、機場群的興起和發展，一組相鄰機場基于多種形式的競爭與合作，為大都市區提供航空交通服務的現象，被稱為機場群都市區（Multiairport Region）。在機場群都市區中，旅客出行時選擇項增加，包括選擇登機機場、到達機場、準點率、航空公司、機型和機票價格等[1]。在美國東北部大西洋沿岸、北美5大湖、日本太平洋沿岸、英倫、歐洲西北部五大世界級城市機場群存在一些問題：機場群內各機場功能定位不清晰，造成旅客流失；機場群內各機場發展不充分不平衡，導致資源浪費。而要解決上述問題并使機場群內的機場都得到一定的發展，需要建立有效的模型來挖掘旅客選擇登機機場的影響因素，了解旅客偏好對機場的發展有較大的參考價值。因此旅客在選擇登機機場的行為受到了西方學者廣泛關注。

以往對影響旅客機場選擇因素的研究可以歸納為旅客特性、航班特征、出行成本、機場綜合水平和選擇偏好等5方面。文佳星指出旅客性別、年齡對出行有一定影響，旅客屬性對產品屬性選擇有較大的影響[2]。選座艙位、航班類型、航線距離也有顯著影響。Yunlong Zhang等提出票價被認為是金三角地區機場選擇的關鍵因素[3-4]。機場服務質量及機場設施都對旅客選擇機場有一定的影響。Nigel Halpern等[5]指出旅客有不同的偏好航空公司、機場等，了解偏好可以幫助為機場決策提供信息。劉鐘佳文引用kano模型篩選影響因素得出不同旅客偏好及不同影響因素對不同旅客的靈敏度[6-7]。

以往研究都是采用離散選擇模型（DCM），基于最大隨機效用（RUM）理論基礎上的一類相對完善的模型。在國外航空領域，主要用于航線選擇和機場群都市區的機場選擇。旅客在機場群都市區面臨眾多選擇，影響他做出選擇的因素有自身和機場等多種屬性[8]。多項Logit模型是最簡單的離散選擇模型形式，是整個離散選擇模型體系的基礎，技術門檻低、簡潔、運行穩定的特點使它在實際中運用極廣。但由于Logit類模型存在一些缺陷，故衍生出了含嵌套Logit模型在內的一般極值模型、混合多項Logit模型、多項Probit模型3大類。一些學者將這些模型結合研究并得出了一定的成果[9]。基于上述研究，本文采用多項Logit模型對從歐洲西北部機場群出發到達北京機場的國際旅客出行數據進行回歸分析，得出不同旅客選擇偏好，并給出可行性建議。

1 研究設計

1.1 變量選擇

基于國內外相關文獻對影響因素的研究和歸納，隨后采取簡單問卷、深度調查等方式在機場對旅客作了調研工作，依靠扎實的數學功底，建立了旅客機場選擇行為模型，因為航空公司、出入境流程、機場娛樂設施所占比例較小，最終確定變量如表1所示。

表1 變量名稱及其說明

1.2 模型選擇

離散選擇模型做為一種用于描述和預測人們選擇行為的統計模型，主要被應用于描述和預測個體在面對由多個選項組成的集合時，選擇其中某一個選項的概率。選項組成的集合稱為選擇集合，個體從集合中選取某一個選項的概率稱為選擇概率[11]。

對于國際旅客選擇登機機場時，所選機場群區域的各個機場間互不相關，有利于分析各個指標；此外，由于旅客對于機場的選擇是多種多樣的，故選用多項Logit模型進行實證研究，它具有形式簡單，運行穩定的特點，利于研究的進行。

多項Logit模型的表達式為：

方程中y為被解釋變量機場選擇，x為解釋變量影響因素，為解釋變量的系數。方程（1）表示的是，假設要么選擇第1機場，要么選擇第j個機場，在這樣的條件下，選擇j機場的條件概率；方程（2）表示幾率比；方程（3）表示對數幾率比。

1.3 研究區域與數據選擇

（1）研究區域。當今的機場群都市區不僅局限于早期的一個大城市擁有多個機場的情況，而是在若干個市組成的大都市圈內擁有相對密集的多個機場[8]。世界級五大城市群為：美國東部大西洋沿岸城市群、北美五大湖城市群、英國中南部地區城市群、歐洲西北部城市群、日本太平洋沿岸城市群，從以上5個城市群選出具有代表性的進行研究。首先，歐洲西北部城市群擁有4600萬人口，總GDP產值高達20000億美元。連接法國、德國與比利時等，包括巴黎、阿姆斯特丹、鹿特丹、海牙、安特衛普、等歐洲著名經濟中心與工業城市，鄰近豐富的鐵、煤資源，交通運輸方便，經濟基礎雄厚，擁有熟練的高科技人才，擁有11個百萬以上機場，旅客吞吐量超過2.29億人次，表明歐洲西北部城市群具有更好的發展空間，因此選取歐洲西北部城市群作為樣本區域進行研究。區域內有5個吞吐量超千萬的機場，分別是：阿姆斯特丹史基浦機場（AMS）、布魯塞爾國際機場（BRU）、法蘭克福機場（FFT）、巴黎夏爾·戴高樂機場（CDG）、希思羅機場（LHR）。具有很好代表性，所以將這五個機場作為選擇集合。

（2）數據選擇。本文所用數據為2019-2021年國際旅客從歐洲西北部都市群出發到達北京機場的旅客出行數據。之所以選擇19-21年數據主要是因為2020年全球疫情對于航空業的沖擊，客運量銳減是最直觀的反映，相對而言19和21年可以真實的反映旅客需求。客票數據能夠真實反映旅客的選擇偏好。

理論上，影響旅客機場選擇行為的因素是多種多樣的，不僅涉及到旅客自身特性還受航班特征、出行成本的影響，但收集大量的旅客自身屬性數據是非常困難的。航空客票數據記錄了旅客特性和航班特征、出行成本。其中旅客特性信息包括唯一標識符、性別、年齡等；航班特征信息包括選座艙位（公務艙、經濟艙）、航班類型（直飛、中轉）、航線距離；出行成本信息則包括機票價格；出發機場、到達機場、購票渠道、出行時間等多種信息。該數據集是研究旅客機場選擇行為的重要基礎。數據統計如下表2。

表2 數據統計

2 實證分析

2.1 回歸分析

基于旅客出行數據，采用stata軟件對多項Logit模型進行求解。回歸結果：模型一至模型四表示：以AMS為基變量組，選擇其他機場與AMS的幾率之比受各種因素的影響，被解釋變量是BRUFFTCDGLHR/AMS，解釋變量為各種影響因素。卡方檢驗p值為0.00，小于0.05，所以系數聯合顯著性很高。由于不存在平方和分解公式，故軟件提供一個準，用以模型擬合優度的對比，模型準為0.2021。四個模型回歸結果如表3所示。

表3 模型回歸結果

回歸結果顯示：各變量系數均符合邏輯，系數的絕對值越大，表明這個影響因素對幾率比的影響程度越大。如機場BRU相對于機場AMS來講：出行人數系數顯著水平為0.3970，機票價格顯著水平為0.9998，則表示影響因素大小關系為機票價格＞出行人數，機票價格較高，出行人數較多選擇機場BRU比選擇機場AMS的概率就越大。

2.2 結果分析

模型一：從選擇BRU與AMS機場的對比來看，出行人數、機票價格和航線距離的系數顯著為正，也就是說，這3個因素會影響乘客對機場的選擇，其影響程度大小依次為：機票價格＞航線距離＞出行人數。當出行人數為1人、機票價格越高、航線距離越遠時，乘客越偏好于選擇機場水平、服務質量較高的BRU機場。

模型二：從選擇FFT與AMS的對比來看，出行人數、出行目的、選座艙位、航班類型、航線距離對于乘客選擇機場具有顯著的正向影響，其影響程度大小依次為：航班類型＞選座艙位＞航線距離＞出行人數＞出行目的。當航班類型為直飛、艙位為公務艙、航線距離越遠、出行人數為1人、出行目的為商務出行時，乘客越偏好于選擇機場設施先進、航班頻次、出行效率高的FFT機場。

模型三：從選擇CDG與AMS的對比來看，機票價格、選座艙位、航班類型、航線距離對機場的選擇有著顯著的正向影響，影響程度大小依次為：航班類型＞選座艙位＞航線距離＞機票價格。當航班類型為直飛、艙位為商務艙、航線距離越遠、機票價格越高時，乘客越偏好于選擇有自助值機和托運服務、具有文化特色的歐洲最主要航空樞紐之一CDG機場。

模型四：從選擇LHR與AMS的對比來看，出行目的、機票價格、選座艙位、航班類型、航線距離對乘客機場的選擇有顯著的正向影響，其影響程度大小依次為，選座艙位＞航班類型＞機票價格＞航線距離＞出行目的。當選座艙位為商務艙、航班類型為直飛、機票價格越高、航線距離越遠、出行目的為商務出行時，乘客越偏好于選擇有便捷的地面交通、服務水平較高、旅客體驗感較好的LHR機場。

表4 機場選擇變量影響程度

根據回歸結果中各變量顯著程度以及航空旅客的問卷調查結果，可得出以下結論：①機場綜合水平包括機場的等級、機場服務、機場設施等。往往機場的發展水平用所在地城市經濟社會之間契合程度來衡量。旅客大多會選擇客運量、客運率較高的機場，與旅客交談得知影響旅客體驗感的有：停車場、地服人員服務態度、候機樓環境以及衛生間衛生、餐飲環境，行李完好無損等。各機場要關注智慧化服務手段以提升旅客體驗，服務要創新積極詮釋“真情服務”。②飛機是否直達是一個關鍵因素，中轉和直達涉及到旅客出行的時間成本，中轉一般需要過夜，這會消耗大量時間，但有個特點是票價低，但數據顯示，在其他因素差異不大情況下，人們會選擇直達航班。③選座艙位也是顯著影響因素之一，公務艙位與經濟艙位側面反映出社會階層的座位選擇，國際航線有很長的飛行時間，旅客在公務艙可以半躺或者平躺，有較高的舒適度，且行李額度高，餐食豐盛，公務艙便成了眾多上等階層的選擇。而中低階層的首選則是經濟艙，票價是公務艙的2/3，且安全性較高。④航線距離與出行時間是成正相關的，航線距離越長，出行時間也越長。⑤出行成本不但包括機票價格，還存在所在地到機場所在城市的交通費用。在西歐城市群中，兩個城市之間的距離是不可忽視的因素。旅客使用私家車、租車、公共交通、長途汽車、出租車等方式，會產生出行成本。大部分旅客最終會選擇組合成本較少的機場。還存在這種現象：旅客在訂票軟件上發現法蘭克福機場票價較低，就直接選擇它，不會對比布魯塞爾等機場，對出行具體成本也沒有計算，故出行成本顯著水平較低。⑥出行人數。數據顯示獨自出行人數占成團人數的2倍。⑦旅客偏好。通過訪談得知：旅客對某機場產生了特殊的信任，常在潛意識的支配下選擇該機場；部分旅客產生了航空公司忠誠度；有小部分旅客會考慮備選機場中的新機場去嘗鮮，大部分旅客表示會受到營銷廣告的影響。

2.3 模型預測分析

通過擬合多項Logit回歸模型，將數據代入對國際旅客的機場選擇進行預測分析，得出模型預測成功率為58.65%，并計算出各機場市場份額估算值。表5為市場份額估算值和機場群內各機場所占比例。

表5 市場份額比例

由表5可知，FFT、CDG、LHR機場占有市場率較高，競爭力很強。AMS、BRU、CDG機場具有發展潛力。區域內各機場應專注于各自的服務對象與質量，為旅客提供優質的服務，提升顧客滿意度和忠誠度，更好的提高機場市場份額質量。

3 對策建議

（1）基于出行目的的市場細分機場化發展策略。旅客運輸需求按照出行目的可以分為四類：公務、商務、旅游、探親。根據這種分類方式，旅客可以細化為：商務旅客和休閑旅客。將數據代入，回歸結果如下表6。

表6 基于旅客出行目的市場

根據回歸結果可以得出：商務旅客對航班時刻、正點率、機場位置、座位舒適度、機場地面服務、空中服務比較重視。對于注重發展商務旅客市場的機場，最關鍵的要保證航班時刻正點率及出行效率；增加航班頻次；開設更多航線；保障機場地面服務的便捷性；提高機組人員的各項素質水平；滿足商務旅客對效率的要求及好的體驗感，之后出行便會逐漸偏好此機場。

休閑旅客對價格比較敏感，同行人數高于商務旅客。注重發展此類旅客的機場，關鍵是注重旅客旅行體驗感。包括：機場地面交通、機場地面服務便捷性；提高機組人員服務水平；改善機場的餐飲；加快娛樂設施建設水平、打造舒適的候機環境；并要注重營銷廣告的投入，加強與訂票軟件的合作，使旅客有簡單便捷的信息獲取渠道。發放旅行體驗感問卷對旅行中存在的問題及時找出并改正從而吸引此類旅客。

（2）基于首次選擇機場的市場細分的機場化發展策略。將數據代入，回歸結果如下表7。

表7 是否首次選擇機場出行市場

首次選擇該機場出行旅客顯著影響因素為機票價格、出行人數。非首次選擇機場旅客則會不同程度的受出行目的、選座艙位、航班類型、航班距離因素的影響。

首次選擇機場旅客由于缺乏現有機場群內機場的了解，會受到外界因素影響如營銷廣告、朋友推薦或上網對比從而做出決定。此類旅客會重視網上關于機場的宣傳，因此應加強營銷廣告的投入，與多方訂票軟件進行合作，利用互聯網媒體等廣為宣傳，增加旅客的認知度，機場對于從眾選擇心理較強的此類旅客可以采取老顧客推薦獎勵機制，共同受益。

非首次出行的旅客，是一個有出行經驗的團體，對出行成本、機場水平等都有自己的判斷，但也會受到外界信息的影響。機場應提高機場運行保障能力，保障旅客地面服務的便捷性，提升機組人員服務水平，進一步完善常旅客計劃、積分等，進一步提升旅客服務的品質，才能促進老帶新方案的實施。

4 結語

通過建立多項Logit模型對國際旅客在歐洲西北部機場群都市區選擇行為偏好進行研究，發現旅客機場選擇行為受到多種因素的共同作用。歐洲西北部機場群很大受益于歐洲的天空一體化與北美自由貿易協定，從城市群到機場群要素的流動一定程度上受益于寬松的政策環境。借鑒世界級城市群與機場群的內在聯系與發展規律，調整我國航空運輸管制政策。區域內各機場應注重旅客需求，做出及時的調整來提升自身競爭力。

由于我國機場群成熟度更加依賴于城市群的發展。目前發展較為成熟的京津冀、長三角和粵港澳三個城市群形成了有一定規模的機場群，對于多機場區域的發展，首先應搭建、賦能跨區域統籌性協調管理機構，有效分配政策資源、吸引民間資本支持；其次各機場首先應找準定位、分清層次，專注于各自的服務對象和內容，避免出現同質競爭；同時，還應協同航班時刻安排，建立有效的航班波，最終形成分工明確、運行高效的機場群。