基于多项Logit模型的国际旅客选择行为偏好研究——以欧洲西北部城市群为例

何行，刘旺根，赵振涵

（中国民航飞行学院，四川 德阳 618307）

0 引言

20世纪70年代后期，随着国外城市群、机场群的兴起和发展，一组相邻机场基于多种形式的竞争与合作，为大都市区提供航空交通服务的现象，被称为机场群都市区（Multiairport Region）。在机场群都市区中，旅客出行时选择项增加，包括选择登机机场、到达机场、准点率、航空公司、机型和机票价格等[1]。在美国东北部大西洋沿岸、北美5大湖、日本太平洋沿岸、英伦、欧洲西北部五大世界级城市机场群存在一些问题：机场群内各机场功能定位不清晰，造成旅客流失；机场群内各机场发展不充分不平衡，导致资源浪费。而要解决上述问题并使机场群内的机场都得到一定的发展，需要建立有效的模型来挖掘旅客选择登机机场的影响因素，了解旅客偏好对机场的发展有较大的参考价值。因此旅客在选择登机机场的行为受到了西方学者广泛关注。

以往对影响旅客机场选择因素的研究可以归纳为旅客特性、航班特征、出行成本、机场综合水平和选择偏好等5方面。文佳星指出旅客性别、年龄对出行有一定影响，旅客属性对产品属性选择有较大的影响[2]。选座舱位、航班类型、航线距离也有显著影响。Yunlong Zhang等提出票价被认为是金三角地区机场选择的关键因素[3-4]。机场服务质量及机场设施都对旅客选择机场有一定的影响。Nigel Halpern等[5]指出旅客有不同的偏好航空公司、机场等，了解偏好可以帮助为机场决策提供信息。刘钟佳文引用kano模型筛选影响因素得出不同旅客偏好及不同影响因素对不同旅客的灵敏度[6-7]。

以往研究都是采用离散选择模型（DCM），基于最大随机效用（RUM）理论基础上的一类相对完善的模型。在国外航空领域，主要用于航线选择和机场群都市区的机场选择。旅客在机场群都市区面临众多选择，影响他做出选择的因素有自身和机场等多种属性[8]。多项Logit模型是最简单的离散选择模型形式，是整个离散选择模型体系的基础，技术门槛低、简洁、运行稳定的特点使它在实际中运用极广。但由于Logit类模型存在一些缺陷，故衍生出了含嵌套Logit模型在内的一般极值模型、混合多项Logit模型、多项Probit模型3大类。一些学者将这些模型结合研究并得出了一定的成果[9]。基于上述研究，本文采用多项Logit模型对从欧洲西北部机场群出发到达北京机场的国际旅客出行数据进行回归分析，得出不同旅客选择偏好，并给出可行性建议。

1 研究设计

1.1 变量选择

基于国内外相关文献对影响因素的研究和归纳，随后采取简单问卷、深度调查等方式在机场对旅客作了调研工作，依靠扎实的数学功底，建立了旅客机场选择行为模型，因为航空公司、出入境流程、机场娱乐设施所占比例较小，最终确定变量如表1所示。

表1 变量名称及其说明

1.2 模型选择

离散选择模型做为一种用于描述和预测人们选择行为的统计模型，主要被应用于描述和预测个体在面对由多个选项组成的集合时，选择其中某一个选项的概率。选项组成的集合称为选择集合，个体从集合中选取某一个选项的概率称为选择概率[11]。

对于国际旅客选择登机机场时，所选机场群区域的各个机场间互不相关，有利于分析各个指标；此外，由于旅客对于机场的选择是多种多样的，故选用多项Logit模型进行实证研究，它具有形式简单，运行稳定的特点，利于研究的进行。

多项Logit模型的表达式为：

方程中y为被解释变量机场选择，x为解释变量影响因素，为解释变量的系数。方程（1）表示的是，假设要么选择第1机场，要么选择第j个机场，在这样的条件下，选择j机场的条件概率；方程（2）表示几率比；方程（3）表示对数几率比。

1.3 研究区域与数据选择

（1）研究区域。当今的机场群都市区不仅局限于早期的一个大城市拥有多个机场的情况，而是在若干个市组成的大都市圈内拥有相对密集的多个机场[8]。世界级五大城市群为：美国东部大西洋沿岸城市群、北美五大湖城市群、英国中南部地区城市群、欧洲西北部城市群、日本太平洋沿岸城市群，从以上5个城市群选出具有代表性的进行研究。首先，欧洲西北部城市群拥有4600万人口，总GDP产值高达20000亿美元。连接法国、德国与比利时等，包括巴黎、阿姆斯特丹、鹿特丹、海牙、安特卫普、等欧洲著名经济中心与工业城市，邻近丰富的铁、煤资源，交通运输方便，经济基础雄厚，拥有熟练的高科技人才，拥有11个百万以上机场，旅客吞吐量超过2.29亿人次，表明欧洲西北部城市群具有更好的发展空间，因此选取欧洲西北部城市群作为样本区域进行研究。区域内有5个吞吐量超千万的机场，分别是：阿姆斯特丹史基浦机场（AMS）、布鲁塞尔国际机场（BRU）、法兰克福机场（FFT）、巴黎夏尔·戴高乐机场（CDG）、希思罗机场（LHR）。具有很好代表性，所以将这五个机场作为选择集合。

（2）数据选择。本文所用数据为2019-2021年国际旅客从欧洲西北部都市群出发到达北京机场的旅客出行数据。之所以选择19-21年数据主要是因为2020年全球疫情对于航空业的冲击，客运量锐减是最直观的反映，相对而言19和21年可以真实的反映旅客需求。客票数据能够真实反映旅客的选择偏好。

理论上，影响旅客机场选择行为的因素是多种多样的，不仅涉及到旅客自身特性还受航班特征、出行成本的影响，但收集大量的旅客自身属性数据是非常困难的。航空客票数据记录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标识符、性别、年龄等；航班特征信息包括选座舱位（公务舱、经济舱）、航班类型（直飞、中转）、航线距离；出行成本信息则包括机票价格；出发机场、到达机场、购票渠道、出行时间等多种信息。该数据集是研究旅客机场选择行为的重要基础。数据统计如下表2。

表2 数据统计

2 实证分析

2.1 回归分析

基于旅客出行数据，采用stata软件对多项Logit模型进行求解。回归结果：模型一至模型四表示：以AMS为基变量组，选择其他机场与AMS的几率之比受各种因素的影响，被解释变量是BRUFFTCDGLHR/AMS，解释变量为各种影响因素。卡方检验p值为0.00，小于0.05，所以系数联合显著性很高。由于不存在平方和分解公式，故软件提供一个准，用以模型拟合优度的对比，模型准为0.2021。四个模型回归结果如表3所示。

表3 模型回归结果

回归结果显示：各变量系数均符合逻辑，系数的绝对值越大，表明这个影响因素对几率比的影响程度越大。如机场BRU相对于机场AMS来讲：出行人数系数显著水平为0.3970，机票价格显著水平为0.9998，则表示影响因素大小关系为机票价格＞出行人数，机票价格较高，出行人数较多选择机场BRU比选择机场AMS的概率就越大。

2.2 结果分析

模型一：从选择BRU与AMS机场的对比来看，出行人数、机票价格和航线距离的系数显著为正，也就是说，这3个因素会影响乘客对机场的选择，其影响程度大小依次为：机票价格＞航线距离＞出行人数。当出行人数为1人、机票价格越高、航线距离越远时，乘客越偏好于选择机场水平、服务质量较高的BRU机场。

模型二：从选择FFT与AMS的对比来看，出行人数、出行目的、选座舱位、航班类型、航线距离对于乘客选择机场具有显著的正向影响，其影响程度大小依次为：航班类型＞选座舱位＞航线距离＞出行人数＞出行目的。当航班类型为直飞、舱位为公务舱、航线距离越远、出行人数为1人、出行目的为商务出行时，乘客越偏好于选择机场设施先进、航班频次、出行效率高的FFT机场。

模型三：从选择CDG与AMS的对比来看，机票价格、选座舱位、航班类型、航线距离对机场的选择有着显著的正向影响，影响程度大小依次为：航班类型＞选座舱位＞航线距离＞机票价格。当航班类型为直飞、舱位为商务舱、航线距离越远、机票价格越高时，乘客越偏好于选择有自助值机和托运服务、具有文化特色的欧洲最主要航空枢纽之一CDG机场。

模型四：从选择LHR与AMS的对比来看，出行目的、机票价格、选座舱位、航班类型、航线距离对乘客机场的选择有显著的正向影响，其影响程度大小依次为，选座舱位＞航班类型＞机票价格＞航线距离＞出行目的。当选座舱位为商务舱、航班类型为直飞、机票价格越高、航线距离越远、出行目的为商务出行时，乘客越偏好于选择有便捷的地面交通、服务水平较高、旅客体验感较好的LHR机场。

表4 机场选择变量影响程度

根据回归结果中各变量显著程度以及航空旅客的问卷调查结果，可得出以下结论：①机场综合水平包括机场的等级、机场服务、机场设施等。往往机场的发展水平用所在地城市经济社会之间契合程度来衡量。旅客大多会选择客运量、客运率较高的机场，与旅客交谈得知影响旅客体验感的有：停车场、地服人员服务态度、候机楼环境以及卫生间卫生、餐饮环境，行李完好无损等。各机场要关注智慧化服务手段以提升旅客体验，服务要创新积极诠释“真情服务”。②飞机是否直达是一个关键因素，中转和直达涉及到旅客出行的时间成本，中转一般需要过夜，这会消耗大量时间，但有个特点是票价低，但数据显示，在其他因素差异不大情况下，人们会选择直达航班。③选座舱位也是显著影响因素之一，公务舱位与经济舱位侧面反映出社会阶层的座位选择，国际航线有很长的飞行时间，旅客在公务舱可以半躺或者平躺，有较高的舒适度，且行李额度高，餐食丰盛，公务舱便成了众多上等阶层的选择。而中低阶层的首选则是经济舱，票价是公务舱的2/3，且安全性较高。④航线距离与出行时间是成正相关的，航线距离越长，出行时间也越长。⑤出行成本不但包括机票价格，还存在所在地到机场所在城市的交通费用。在西欧城市群中，两个城市之间的距离是不可忽视的因素。旅客使用私家车、租车、公共交通、长途汽车、出租车等方式，会产生出行成本。大部分旅客最终会选择组合成本较少的机场。还存在这种现象：旅客在订票软件上发现法兰克福机场票价较低，就直接选择它，不会对比布鲁塞尔等机场，对出行具体成本也没有计算，故出行成本显著水平较低。⑥出行人数。数据显示独自出行人数占成团人数的2倍。⑦旅客偏好。通过访谈得知：旅客对某机场产生了特殊的信任，常在潜意识的支配下选择该机场；部分旅客产生了航空公司忠诚度；有小部分旅客会考虑备选机场中的新机场去尝鲜，大部分旅客表示会受到营销广告的影响。

2.3 模型预测分析

通过拟合多项Logit回归模型，将数据代入对国际旅客的机场选择进行预测分析，得出模型预测成功率为58.65%，并计算出各机场市场份额估算值。表5为市场份额估算值和机场群内各机场所占比例。

表5 市场份额比例

由表5可知，FFT、CDG、LHR机场占有市场率较高，竞争力很强。AMS、BRU、CDG机场具有发展潜力。区域内各机场应专注于各自的服务对象与质量，为旅客提供优质的服务，提升顾客满意度和忠诚度，更好的提高机场市场份额质量。

3 对策建议

（1）基于出行目的的市场细分机场化发展策略。旅客运输需求按照出行目的可以分为四类：公务、商务、旅游、探亲。根据这种分类方式，旅客可以细化为：商务旅客和休闲旅客。将数据代入，回归结果如下表6。

表6 基于旅客出行目的市场

根据回归结果可以得出：商务旅客对航班时刻、正点率、机场位置、座位舒适度、机场地面服务、空中服务比较重视。对于注重发展商务旅客市场的机场，最关键的要保证航班时刻正点率及出行效率；增加航班频次；开设更多航线；保障机场地面服务的便捷性；提高机组人员的各项素质水平；满足商务旅客对效率的要求及好的体验感，之后出行便会逐渐偏好此机场。

休闲旅客对价格比较敏感，同行人数高于商务旅客。注重发展此类旅客的机场，关键是注重旅客旅行体验感。包括：机场地面交通、机场地面服务便捷性；提高机组人员服务水平；改善机场的餐饮；加快娱乐设施建设水平、打造舒适的候机环境；并要注重营销广告的投入，加强与订票软件的合作，使旅客有简单便捷的信息获取渠道。发放旅行体验感问卷对旅行中存在的问题及时找出并改正从而吸引此类旅客。

（2）基于首次选择机场的市场细分的机场化发展策略。将数据代入，回归结果如下表7。

表7 是否首次选择机场出行市场

首次选择该机场出行旅客显著影响因素为机票价格、出行人数。非首次选择机场旅客则会不同程度的受出行目的、选座舱位、航班类型、航班距离因素的影响。

首次选择机场旅客由于缺乏现有机场群内机场的了解，会受到外界因素影响如营销广告、朋友推荐或上网对比从而做出决定。此类旅客会重视网上关于机场的宣传，因此应加强营销广告的投入，与多方订票软件进行合作，利用互联网媒体等广为宣传，增加旅客的认知度，机场对于从众选择心理较强的此类旅客可以采取老顾客推荐奖励机制，共同受益。

非首次出行的旅客，是一个有出行经验的团体，对出行成本、机场水平等都有自己的判断，但也会受到外界信息的影响。机场应提高机场运行保障能力，保障旅客地面服务的便捷性，提升机组人员服务水平，进一步完善常旅客计划、积分等，进一步提升旅客服务的品质，才能促进老带新方案的实施。

4 结语

通过建立多项Logit模型对国际旅客在欧洲西北部机场群都市区选择行为偏好进行研究，发现旅客机场选择行为受到多种因素的共同作用。欧洲西北部机场群很大受益于欧洲的天空一体化与北美自由贸易协定，从城市群到机场群要素的流动一定程度上受益于宽松的政策环境。借鉴世界级城市群与机场群的内在联系与发展规律，调整我国航空运输管制政策。区域内各机场应注重旅客需求，做出及时的调整来提升自身竞争力。

由于我国机场群成熟度更加依赖于城市群的发展。目前发展较为成熟的京津冀、长三角和粤港澳三个城市群形成了有一定规模的机场群，对于多机场区域的发展，首先应搭建、赋能跨区域统筹性协调管理机构，有效分配政策资源、吸引民间资本支持；其次各机场首先应找准定位、分清层次，专注于各自的服务对象和内容，避免出现同质竞争；同时，还应协同航班时刻安排，建立有效的航班波，最终形成分工明确、运行高效的机场群。