基于结构方程的航空旅客出行选择行为影响因素分析

张 慧，韦 薇（上海工程技术大学 航空运输学院，上海 201620）

0 引言

近年来，我国民航保持强劲态势持续发展，在行业规模、安全水平、服务能力、地位作用等方面取得了巨大成就，已经具备从民航大国向民航强国跨越的发展基础。据《2021 年民航行业发展统计公报》显示，在2021 年，新冠肺炎疫情对民航运输的持续强烈冲击下，全行业完成的旅客运输量达4.4 亿人次，比上年增长5.5%[1]。未来将会出现更多的旅客选择航空出行，航空运输的普及性将大幅提高。旅客出行行为是城市综合交通规划研究的基础，并为交通规划、决策和发展战略研究提供重要的依据。加强对出行行为的分析，可以使定性和定量分析有机结合，从而更加有效进行交通需求分析，制定更优的交通建设、管理的政策和措施。在此背景下，研究航空旅客出行选择行为的影响因素之间的相互关系，将有助于航空公司今后的产品设计和运营发展以及创新，提高国内航空公司的大众化程度以及国际竞争力，进一步促进我国由民航大国向民航强国的跨越。

现阶段国内外围绕航空旅客出行行为的研究通常集中在航空旅客出行选择行为分析[2-7]，并以此为切入点进行实际应用[8-10]。第一，闫梅、江红、Zhou H.等学者基于具体机场的问卷数据研究旅客出行选择行为特征；江红、任新惠等学者研究了航班延误情境下旅客的出行选择行为特征。第二，Roger A Parker 基于以往航空市场出行行为，研究航空出行的动态和航空出行定价；骆嘉琪以旅客航空出行特征为切入点，应用到高铁民航的竞合博弈关系研究中；丁帅楠以旅客航空出行特征为切入点，应用到地铁航站楼选址研究中。当前研究大多聚焦航空旅客行为研究或以此为切入点的实际应用，常常忽视了剖析影响因素相关关系的分析，并没有对航空旅客出行选择行为的影响因素作用机理展开研究与分析。结构方程模型由一些学者将因子分析、路径分析等统计方法整合而提出的，在心理学、社会学、行为科学等领域探讨影响因素之间的关系和影响路径[3,11-15]。江红建立基于旅客出行行为特征影响因素的结构方程模型，以此探究出影响因素之间的因果强弱关系；李沂蔓通过结构方程模型探究出影响应急指挥能力因素之间的相互关系；Kim Sukhee 通过构建结构方程模型，分析影响电动汽车购买环保车辆的行为因素；Wang J.通过结构方程模型分析运动技能的影响因素。综上，该方法运用于研究影响因素相关关系具有一定的优势，国内外学者鲜有应用该方法分析航空出行行为。结合上述研究现状和存在问题，本文拟将结构方程模型用于航空旅客出行选择行为的影响因素研究，旨在剖析出影响选择行为中的关键因素，并从航空公司产品设计和旅客需求出发，运用发展角度发现不足之处并提出建议，以期提高航司的产品质量、服务水平和创新能力，实现民航大国走向民航强国的跨越。

1 航空旅客出行选择行为影响因素

航空运输作为五大运输方式中最快的运输方式，越来越受到旅客欢迎。从长期来看，航空运输规模保持增长的主旋律仍未改变，仍有强劲动力和巨大潜力市场[16]。航空作为一种具有巨大潜力的交通工具，其旅客的选择行为也受到越来越多越复杂的因素影响。总的来说，主要可以分为以下4 个方面：旅客因素、地面交通因素、机场因素和航空公司因素。

1.1 旅客因素。旅客出行选择行为是因人而异的，常常受到个体属性和出行偏好特征的影响。（1）个体属性是指个人的基本信息，包括年龄、学历、职业、收入等。在出行选择时，这些个体属性势必造成选择偏差。（2）出行偏好特征是指受旅客出行需求影响而表现出的出行行为特征，包括出行频率、出行目的、出行经验等，这些出行偏好特征促使旅客做出更合适的选择。

1.2 地面交通因素。地面交通因素关注于旅客从出行开始至到达机场这一过程中产生的地面交通代价。作为一个机场，是否有便利的地面交通条件，是否可以减少中转代价通达机场，是影响旅客选择机场的重要因素[17]。因此影响旅客选择行为的地面交通因素主要有到达机场的时间、地面交通的便利性和到达机场的地面交通方式的准点可靠性等。

1.3 机场因素。对于机场因素而言，旅客的关注焦点在于机场硬实力、软实力、服务能力的体验。（1）硬实力是指看得见、摸得着的物质力量，包括停机场、登机、安检、引导标识、设施设备等。（2）软实力是指机场管理能力、机场安全、整体形象、机场文化等要素对旅客产生的一种吸引力，包括机场环境等。（3）服务能力是指机场完备的服务系统提供服务的能力程度，包括服务质量等[18]。

1.4 航空公司因素。对于航空公司因素而言，旅客关注的有航班产品质量、服务质量和航司品牌等。（1）航班产品质量包括票价、安全性、航班时刻、准点情况、行李托运和售后（退改签）服务等。（2）服务质量指旅客旅途过程中在地面和机上享受到的各种服务质量。（3）航司品牌指公众、市场对一个航空公司的认知、评价和印象，主要体现为该航空公司的口碑。

2 出行选择行为影响因素的结构方程模型构建

2.1 模型设定。结合文献梳理[2-10,16-18]和上文分析，影响航空旅客出行选择行为的因素包括：旅客因素、地面交通因素、机场因素和航空公司因素。本文把旅客因素、地面交通因素和机场因素作为外生变量，而航空公司因素作为内生变量，以此构建出行选择行为影响因素的结构方程模型。

2.2 指标选取。构建结构方程模型的指标体系是建立在其影响因素的基础上，对旅客因素、地面交通因素、机场因素和航空公司因素这四个潜在变量指标的描述，如表1 所示。

表1 相关指标选取

2.3 构建结构方程路径图。根据模型的设定和指标的选取，设计出结构方程模型的路径图如图1 所示。3 基于长三角机场群航空旅客出行的实例分析

图1 结构方程模型路径图

3.1 信度分析与效度分析。本文以长三角机场群航空旅客出行行为为研究对象，剖析旅客出行行为影响因素的相互关系。数据来源基于问卷星网络平台（https://www.wjx.cn/vj/hhbnCxT.aspx）开展问卷调查，调研对象为近一年在长三角区域有航空出行经历的航空旅客。问卷回收周期为一周，共计投放问卷641 份，有效问卷608 份，问卷回收有效率为94.85%。

信度分析是用于考察量表的内部一致性，通常采用克隆巴赫系数（Cronbach's Alpha）和组合信度值（Construct Reliability，CR）衡量问卷的可信度。首先，问卷的系数≥0.8 为优良[19]，本次问卷数据除了旅客因素这一潜在变量外的三个因素均是量表指标，表2 是对问卷各量表的信度分析结果，系数均显示问卷内部一致性较好或优秀，而总体标准化后的Cronbach's Alpha 为0.950，说明问卷总体的可信度非常的高。其次，表3 的CR 值表示每个潜在变量中所有题目是否一致性地解释该潜在变量，CR 值＞0.7 意味着量表的题项设计合理，没有需要剔除调整的条目[19]，结果显示三个潜在变量的CR 值均大于0.8，说明问卷的可靠性和一致性较高。

表2 问卷量表信度分析结果

效度分析是用于考察问卷量表每个题项的能效性，通常采用平均变异数萃取值（Average Variance Extracted，AVE）衡量验证性因子分析量表的效度。AVE 值表示潜在变量对观察变量解释能力的平均，AVE 值＞0.5 意味着问卷量表收敛效度良好[19]，表示问卷涉及的观测变量可以有效反映出影响航空旅客出行选择行为的三个潜在变量。表3 显示三个潜在变量的AVE 值分别为0.588、0.597、0.575，均大于0.5，意味着问卷的26 个观测变量可以有效解释代表影响航空旅客出行选择行为的3 个影响因素。

表3 问卷量表效度分析结果

3.2 结构方程模型拟合分析。调查问卷共包括旅客因素、地面交通因素、机场因素和航空公司因素四个潜在变量以及对应的26 个观测变量，问卷采用了李克特五级量表：1 代表无影响，2 代表稍有影响，3 代表一般影响，4 代表较大影响，5 代表极大影响。

使用AMOS26 版本软件，利用极大似然估计法（Maximum Likehood Estimate，MLE）进行验证性因子分析，得到影响长三角机场群航空旅客机场选择行为影响因素的结构方程模型的路径图，如图2 所示。

图2 中显示了四个潜在变量之间的路径系数，以及潜在变量对观测变量的因子载荷。椭圆形代表了潜在变量，矩形代表了观测变量，圆形代表了误差变量。

在结构方程模型中，模型拟合度指标的标准常常是数值区间，指标用于分析理论研究假设模型对实际调查数据的拟合度水平[20]。在结构方程模型中，常见的拟合度指标、指标名称以及指标的标准、来源如表4 所示。

拟合的结果表5 对照表4 的指标标准，结果显示卡方/自由度（CMID/DF）、拟合优度指标（GF I）、近似误差均方根（RMSEA）等五项指标均在标准范围之内，这一结果表明模型较好地拟合了问卷数据，拟合结果理想。

表4 模型拟合指标

表5 模型拟合结果

3.3 模型结果分析。模型的观测变量与潜在变量的标准化估计参数，可以反映观测变量与潜在变量的相关程度[23]。潜在变量之间的路径系数，可以反映彼此之间的影响程度。根据图2 和表6 结果得出以下结论：

表6 结构方程模型路径系数

图2 采用AMOS 分析后得到的路径图

（1）通过对四个维度的主要因素分析发现，对旅客因素影响最大的是指标收入，收入可以最大程度代表旅客个体出行意愿；对地面交通因素影响最大的是便利性，便利程度可以决定旅客对地面交通的评价；对机场因素影响最大的是设施设备，机场的设施设备会增加机场吸引力；对航空公司因素影响最大的是飞行安全性，旅客对航空公司飞行安全性的看法直接影响对航司的选择。

（2）从航空公司产品供给角度，“旅客因素”和“地面交通因素”没有通过显著性检验，对航空公司因素没有显著影响，而“机场因素”显著正向影响航空公司因素（Std=0.91）。这一结论说明在航空公司鲜少关注旅客自身差异情况以及当地的地面交通情况，更多关注的是机场情况。启发长三角机场群的航空公司更加关注旅客相互之间的差异性，有针对性地提供个性化、差异化的服务，从而吸引更多旅客的到达，不断拓展市场辐射范围，创造更多经济收益。其次，航空公司还需更加关注通达机场的地面交通情况，可适当提供接机服务，超便捷的服务也会增加航空公司的旅客吸引力。像桂林航空就已免费实施“散客免费接送机服务”。最后，机场对航空公司的强烈影响源于双方的战略合作伙伴关系，机场为航空公司提供基础设施、安检、等软硬件。因此，航空公司需要持续关注所在机场相关的软硬件情况，正视和机场之间的合作伙伴关系，积极促成双赢。

（3）从旅客需求角度，“旅客因素”显著正向影响地面交通因素（Std=0.30）；“旅客因素”对机场因素没有显著影响；但是，“地面交通因素”显著正向影响机场因素（Std=0.80）。这一结论说明，长三角机场群地面交通一定程度立足旅客需求，机场缺乏对客户需求的预见性。地面交通因素和机场因素都会受到旅客自身因素的影响，只是影响方式和程度不一定，启发地面交通和机场以旅客需求为导向的新的发展思路。

4 结论

通过分析影响航空旅客机场选择行为的影响因素，确定了4 个潜在变量，根据变量之间的相互关系设立模型并选取了26个观测指标，在此基础上建立结构方程模型，并以长三角机场群为例验证模型的指标体系和结构方程模型的合理性，并且最终明确了各影响因素的路径关系，梳理出各维度影响因素下的关键影响指标，并从供给侧和需求侧两个角度探究影响因素相互关系，以此为航空公司和机场提出几点参考性意见。该文弥补以往传统回归分析法对旅客出行选择行为影响因素考虑的不足，结构方程模型在处理误差的同时分析了潜在变量之间的结构关系，对于航空公司的产品设计和运营发展具有重要的理论指导意义。但是该文缺少对部分潜在变量中介效应的研究分析，希望今后可以完善对这一部分的理论研究。