航班延誤下旅客出行行為異質(zhì)性研究

任新惠，孫一楠，江 紅

(中國民航大學(xué) a.經(jīng)濟(jì)與管理學(xué)院，b.交通科學(xué)與工程學(xué)院，天津 300300)

根據(jù)民航數(shù)據(jù)分析服務(wù)平臺VariFlight對2020年全球大型機(jī)場準(zhǔn)點(diǎn)率的統(tǒng)計(jì)，我國大陸地區(qū)千萬級以上機(jī)場的平均出港準(zhǔn)點(diǎn)率為84.57%.旅客遇到航班延誤后會產(chǎn)生負(fù)面情緒，進(jìn)而影響到出行體驗(yàn).航班延誤的相關(guān)研究主要集中在影響因素及治理措施研究[1-2]、航班延誤預(yù)測[3]、不正常航班恢復(fù)[4-6]和延誤后旅客的心理分析及服務(wù)補(bǔ)救[7]等問題上，對于旅客行為多為研究旅客的狀態(tài)，最大程度避免群體事件發(fā)生[8].在航班延誤的實(shí)際情境中，旅客會面臨繼續(xù)等待原航班、改簽其他航班還是改乘其他交通方式的問題，而針對這方面的研究還很少，江紅等[9]研究了不同航班延誤情景下出行者的選擇行為.相較于航空運(yùn)輸而言，城市軌道交通對于類似航班延誤這種運(yùn)營中斷下旅客行為的研究則較為深入，包括地鐵中斷后乘客的路徑規(guī)劃[10]、客流疏運(yùn)[11]以及乘客出行行為[12-14]等.通過深入分析旅客行為，尤其是遭遇航班延誤后旅客后續(xù)出行方式的選擇行為，有助于了解旅客偏好，從而可以實(shí)現(xiàn)從需求側(cè)角度出發(fā)，有效制定航班延誤后的客流引導(dǎo)措施.

對于出行方式選擇行為的研究已經(jīng)十分成熟，在研究方法上大多基于期望效用理論，認(rèn)為出行者作為客觀主體具有相同偏好，是完全理性[15-17].但事實(shí)上，出行者的實(shí)際出行選擇行為受個體因素的影響很多，決策行為與效用理論之間會出現(xiàn)一定的偏離，研究者開始注意人們在不確定環(huán)境下的決策行為呈現(xiàn)有限理性的特征.Kahneman等[18]提出了前景理論，該理論揭示了有限理性的人在風(fēng)險(xiǎn)決策過程中的心理和行為機(jī)制，被學(xué)者們不斷應(yīng)用于旅客出行選擇研究[19-21].隨著研究深入，越來越多的學(xué)者開始在旅客出行選擇行為中考慮個體異質(zhì)性[22]，潛在類別模型逐漸被學(xué)者應(yīng)用于交通領(lǐng)域?qū)Τ鲂姓叩漠愘|(zhì)性進(jìn)行研究[23-25].

遭遇航班延誤的旅客對后續(xù)出行方式進(jìn)行選擇時，由于其社會經(jīng)濟(jì)屬性和出行活動特征屬性的不同及各種交通方式間的差異而做出不同選擇.因此，本文作者以旅客出行決策的多種影響因素為出發(fā)點(diǎn)，運(yùn)用潛在類別模型對航班延誤下不同行為選擇的旅客進(jìn)行異質(zhì)性研究，為今后深入研究旅客多因素影響下的出行決策奠定基礎(chǔ).在實(shí)際中幫助航空公司、機(jī)場等相關(guān)主體對航班延誤旅客進(jìn)行細(xì)分，并對其出行需求進(jìn)行精細(xì)化管理，進(jìn)而提出具有差別化并更有效率的補(bǔ)救措施，最終提升旅客的出行效率及出行質(zhì)量.

1 航班延誤旅客行為選擇影響因素

旅客收到航班延誤信息后有多種出行選擇，考慮高鐵與航空運(yùn)輸競合關(guān)系，本文只考慮等待原航班、改簽其他航班和改乘高鐵三種行為.旅客在航班延誤后的行為選擇是一個復(fù)雜的多階段決策過程，受到多重因素的影響，包括可觀測的外顯因素和不可觀測的潛在因素等，外顯因素又包括主觀和客觀因素.學(xué)者們在研究出行者選擇行為時考慮的影響因素，多從旅客自身屬性、出行特征以及運(yùn)輸方式特性三個角度出發(fā)，旅客個體屬性包括性別、年齡和收入等[26]，出行特征屬性包括距離、時間、目的、出行緊要程度和天氣狀況等[27-28]，運(yùn)輸方式特性包括經(jīng)濟(jì)性、快速性、可用性、舒適性、方便性、安全性和可靠性等[21].本文也主要從旅客個人社會經(jīng)濟(jì)屬性、出行活動特征屬性和交通運(yùn)輸工具的技術(shù)特性和服務(wù)屬性三個維度切入，選取旅客遭遇航班延誤后行為選擇影響因素見表1.

表1 旅客遭遇航班延誤后行為選擇的影響因素選取Tab.1 Selection of factors influencing passengers’travel choices after flight delay

2 航班延誤下旅客行為選擇調(diào)查

2.1 問卷設(shè)計(jì)與發(fā)放

為了了解不同屬性的旅客在不同出行環(huán)境及延誤情境下的行為選擇，進(jìn)行了問卷設(shè)計(jì).調(diào)查問卷包含兩部分內(nèi)容，第一部分主要對受訪者的人口特征屬性和旅行特征屬性進(jìn)行調(diào)查，第二部分對不同情境下受訪者的行為選擇進(jìn)行調(diào)查，問題及屬性水平的設(shè)置如表2所示.

表2 屬性水平設(shè)置

出行方式選擇部分采用陳述性偏好(Stated Preference, SP)數(shù)據(jù)調(diào)查方法，要求出行者對若干個假定的情境做出選擇，每個假定的情境中有3種出行方式，其在快速性、經(jīng)濟(jì)性、舒適性、便捷性4個屬性上各有差異.由表2可知，出行活動特征屬性以及交通運(yùn)輸工具的技術(shù)特性和服務(wù)屬性眾多且水平不一，過多假設(shè)情境會導(dǎo)致實(shí)際調(diào)查的困難及不可實(shí)現(xiàn)性，因此進(jìn)行混合水平正交試驗(yàn)設(shè)計(jì).考慮到出行距離、乘坐高鐵時間、原航班票價(jià)、購買高鐵票價(jià)4個屬性間相互關(guān)聯(lián)，因此剔除乘坐高鐵時間、原航班票價(jià)、購買高鐵票價(jià)3個變量，再將剩余屬性全部設(shè)置為場景變量，選擇情境和選擇枝間的屬性值隨機(jī)組合，最后利用SPSS軟件共生成64種選擇情境，假定情境示例的出行場景和得知航班延誤后可選擇的交通方式及屬性如表3和表4所示.

調(diào)查問卷于2021年1月18日至2021年2月5日在網(wǎng)上針對全國各大中城市的居民發(fā)放，最終獲得有效問卷800份，其中每位受訪者對8個情境中的選項(xiàng)進(jìn)行選擇，共獲得6 400條受訪者選擇行為數(shù)據(jù).調(diào)查結(jié)果涵蓋各屬性的不同水平，數(shù)據(jù)基本覆蓋全部旅客.

表3 出行場景

表4 可選擇的交通方式及屬性

2.2 樣本統(tǒng)計(jì)分析

樣本基本統(tǒng)計(jì)特征如表5所示，過半數(shù)受訪者每年有3～5次的航空出行，近半數(shù)受訪者會選擇至少提前1 h前往機(jī)場，94.88%的受訪者有過航班延誤或取消經(jīng)歷，航班延誤后91.25%的旅客會有不同程度的焦慮心理，9.13%的旅客對公布的航班延誤信息持有不信任態(tài)度.

表5 社會經(jīng)濟(jì)屬性的描述性統(tǒng)計(jì)

對數(shù)據(jù)分別進(jìn)行交叉表卡方檢驗(yàn)判斷屬性間的相關(guān)關(guān)系，結(jié)果表明，年齡對費(fèi)用變更敏感程度和收到航班延誤信息后的心理焦慮程度，教育背景和對公布航班延誤信息的信任程度，航空出行頻率對出行費(fèi)用變更的敏感程度和提前出發(fā)前往機(jī)場時間均有顯著關(guān)聯(lián)關(guān)系.隨著旅客年齡的增長，在收到航班延誤信息后，心理焦慮程度呈現(xiàn)先上升再下降的變化，容易焦慮的旅客集中在31～50周歲.學(xué)歷越高的旅客對公布的航班延誤信息信任的可能性更大.航空出行頻率越高的旅客可能會選擇更長的時間提前出發(fā)前往機(jī)場.選擇更長時間提前出發(fā)前往機(jī)場的旅客和收到航班延誤信息后容易焦慮的旅客對出行費(fèi)用的變更可能會更敏感，其在變化發(fā)生時更容易引起心理的波動.

2.3 旅客行為選擇分析

面對航班延誤時不同旅客的行為選擇偏好存在差異，如圖1所示.圖1中黑色三角形由內(nèi)向外依次表示10%，20%，…，70%.

圖1 航班延誤下不同社會經(jīng)濟(jì)屬性旅客后續(xù)出行方式選擇結(jié)果示意圖Fig.1 Schematic diagram of the subsequent travel choices of passengers with different socio-economic attributes under flight delay

其中，女性、31～50周歲、公務(wù)員、高學(xué)歷和高收入旅客在遇到航班延誤時更偏好航空出行，同時，學(xué)歷越高和選擇更長時間提前出發(fā)前往機(jī)場的旅客更偏向選擇等待原航班；男性、青少年和中老年、低學(xué)歷和低收入、選擇更短時間提前出發(fā)前往機(jī)場的旅客以及有過航班延誤或取消經(jīng)歷的旅客在遇到航班延誤后更有可能改乘高鐵完成后續(xù)出行.因此，在對航班延誤下旅客行為的分析中有必要考慮旅客的異質(zhì)性.

3 航班延誤旅客異質(zhì)性分析

3.1 潛在類別模型

潛在類別模型(Latent Class Model, LCM)統(tǒng)計(jì)原理建立在概率的多變量分析之上.假設(shè)個體由可觀測屬性和潛在異質(zhì)性共同組成，潛在異質(zhì)性屬于個體的不可觀測因素，通過尋找潛在變量將多種具有明顯類別的外部離散數(shù)據(jù)劃分為多種不同的潛在類別，進(jìn)而對各個潛在類別進(jìn)行本質(zhì)分析.LCM通過將潛在變量和類別變量相結(jié)合，選取盡可能少的潛在類別數(shù)目來解釋外顯變量之間的關(guān)系，主要分析過程包括模型的概率參數(shù)化、參數(shù)估計(jì)、擬合優(yōu)度評價(jià)、潛在分類與結(jié)果解釋.由于LCM能夠更好地處理類別變量同時兼顧個人屬性和心理因素,因此被許多學(xué)者應(yīng)用在交通領(lǐng)域進(jìn)行交通行為分析.

(1)

(2)

(3)

(4)

(5)

3.2 旅客潛在類別分析

將旅客對選擇方案快速性、經(jīng)濟(jì)性、舒適性與便捷性的偏好作為外顯變量使用Mplus軟件進(jìn)行模型求解，輸出指標(biāo)如表6所示.由表6可知，當(dāng)潛在類別數(shù)為4時，模型Akaike信息準(zhǔn)則(AIC)、Baysian信息準(zhǔn)則(BIC)和樣本校正的BIC(ABIC)指標(biāo)值最小，此時模型的擬合程度最好，且似然比檢驗(yàn)指標(biāo)Lo-Mendell-Rubin(LMR)的P值達(dá)到顯著水平，因此將樣本分為4個子集.

表6 不同潛在類別數(shù)假設(shè)下的輸出指標(biāo)Tab.6 Output indicators under the assumption of different number of latent classes

對調(diào)查數(shù)據(jù)采用潛在類別數(shù)為4的模型進(jìn)行潛在類別分析，4類人數(shù)分別占比40%、6%、43%、11%.對每一類群體在變量不同水平上的條件概率進(jìn)行歸一化處理，得到4類群體在航班延誤下進(jìn)行后續(xù)出行方式選擇時對快速性、經(jīng)濟(jì)性、舒適性、便捷性4個屬性的重視程度，并根據(jù)重視程度占比給每類旅客命名如表7所示.

表7 旅客分類

3.3 不同類別旅客特征分析

根據(jù)分類結(jié)果，通過統(tǒng)計(jì)4類群體中不同屬性旅客占比，可以看出以下特征：

1)中途出行，探親訪友，時間緊迫，晚高峰時刻出行，攜帶行李較多，有隨行人員，尚未出發(fā)前收到延誤信息，單個航班延誤，有服務(wù)補(bǔ)救措施情況下旅客更追求出行方式的經(jīng)濟(jì)和快速便捷，不注重舒適體驗(yàn)；此類旅客多為男性、公務(wù)員、高學(xué)歷、高收入，并會選擇較長時間提前出發(fā)前往機(jī)場，對公布的延誤信息比較信任，得知延誤后的心理焦慮程度較低.

2)長途出行，商務(wù)出行，時間不緊迫，平峰時刻出行，不攜帶行李，長時間航班延誤，有服務(wù)補(bǔ)救措施情況下旅客更注重出行方式的舒適性和體驗(yàn)感；此類旅客為女性、31～50周歲、月收入處在中等水平、每年航空出行頻率約為6～8次的可能性更大.

3)短途出行，旅游觀光、休閑娛樂，前往機(jī)場過程中收到延誤信息，大面積航班延誤，沒有服務(wù)補(bǔ)救措施情況下旅客更傾向選擇經(jīng)濟(jì)實(shí)惠且體驗(yàn)良好的出行方式；此類旅客集中在男性、青少年和中老年、低學(xué)歷、月收入在3 000～8 000元間，其對出行費(fèi)用的變更較為敏感.

4)中長途出行，夜間時刻出行，攜帶單件行李，無隨行人員，短時間航班延誤，已進(jìn)行安檢后收到延誤信息，航線上有部分航班均延誤情況下旅客更偏好對交通方式的各種屬性全面衡量；女性、自由職業(yè)者、月收入在8 000～10 000元間、低航空出行頻率、較短時間提前出發(fā)前往機(jī)場的旅客屬于此類的概率更大，其遇到延誤后心理會更加焦慮，對公布延誤信息的信任程度低.

3.4 旅客隸屬類別的影響因素分析

3.4.1 關(guān)鍵影響因素篩選

為探究屬性對類別劃分的影響，根據(jù)交叉表卡方檢驗(yàn)結(jié)果對旅客個人社會經(jīng)濟(jì)屬性進(jìn)行初步篩選，分別用初步篩選后的旅客個人社會經(jīng)濟(jì)屬性和出行活動特征屬性作為控制變量進(jìn)行多元Logistic回歸，結(jié)果如表8所示，性別和月收入對類別劃分有顯著影響，出行活動特征屬性中出行距離、出行時間約束、出發(fā)時刻、是否有隨行人員、公布航班延誤時長、收到航班延誤信息時刻、航班延誤規(guī)模和航空公司是否有服務(wù)補(bǔ)救措施對類別劃分有顯著影響.

表8 多元Logistic回歸結(jié)果

3.4.2 類別間影響因素分析

對多元Logistic回歸結(jié)果進(jìn)一步分析屬性對旅客類別劃分的影響程度.旅客個人社會經(jīng)濟(jì)屬性每一分水平對類別劃分的影響顯著程度見表9，這里以全面衡量型旅客為參考類別，性別、教育背景、航空出行頻率和對出行費(fèi)用變更的敏感程度對其他三種類型旅客均會產(chǎn)生顯著影響，其他屬性對類別劃分影響不顯著.

出行活動特征屬性每一分水平對類別劃分的影響顯著程度見表10，旅客收到航班延誤信息時刻對其他三種類型旅客均會產(chǎn)生顯著影響，航空公司是否有服務(wù)補(bǔ)救措施對經(jīng)濟(jì)效率型旅客和經(jīng)濟(jì)舒適型旅客有顯著影響，其他屬性對分類影響不顯著.

分別以4個類型的旅客為參考類別，其他類型旅客的顯著影響因素匯總見表11，由表11可知，類別間的顯著影響因素是不同的.

旅客個人屬性對分類的影響，整體來看性別和月收入兩個屬性顯著，但是類別間進(jìn)行比較時，航空出行頻率等屬性也顯著，說明類別間的影響因素是不同的.對旅客進(jìn)行分類時不能簡單地用某幾個屬性明確歸類，而是多種屬性互相交叉疊加作用的結(jié)果，體現(xiàn)了潛在分類的價(jià)值.出行活動特征屬性對分類的影響，類別間的影響因素也是不同的.

3.4.3 個人屬性和出行屬性交互影響

4類群體中不同月收入旅客在不同出行距離場景下的占比情況如圖2所示.

表9 個人社會經(jīng)濟(jì)屬性分水平影響顯著程度

表10 出行特征屬性分水平影響顯著程度

表11 各類型旅客間的顯著影響因素

圖2 四類群體中不同月收入旅客在不同出行距離場景下的占比Fig.2 Proportion of passengers with different monthly income in different travel-distance scenarios among four groups

由圖2可知，短途出行時，月收入在5 000～8 000元間的旅客偏好經(jīng)濟(jì)舒適，8 000～10 000元間的旅客則更大可能全面衡量交通方式的各個屬性，長途出行時會更加注重交通方式的體驗(yàn)感，說明旅客個人社會經(jīng)濟(jì)屬性和出行活動特征屬性并不單獨(dú)對行為選擇產(chǎn)生影響，兩類屬性間還會產(chǎn)生交互作用.

4 結(jié)論

不同航班延誤情境下旅客后續(xù)出行方式選擇行為的研究，得出以下結(jié)論：

1)旅客具有異質(zhì)性，根據(jù)對交通方式快速性、經(jīng)濟(jì)性、舒適性和便捷性4個屬性的偏好，可將旅客分為經(jīng)濟(jì)效率型、注重體驗(yàn)型、經(jīng)濟(jì)舒適型和全面衡量型4類群體，占比分別為40%、6%、43%、11%.旅客個人社會經(jīng)濟(jì)屬性中性別和月收入對類別劃分影響顯著，部分屬性對個別類之間區(qū)分產(chǎn)生顯著影響，類別間的顯著影響因素不同.

2)航班延誤后旅客對后續(xù)出行方式的選擇會受到出行距離、出行時間約束、出發(fā)時刻、是否有隨行人員、公布航班延誤時長、收到航班延誤信息時刻、航班延誤規(guī)模和航空公司是否有服務(wù)補(bǔ)救措施等出行活動特征屬性的影響.

3)旅客個人社會經(jīng)濟(jì)屬性和出行活動特征屬性會產(chǎn)生交互作用影響旅客選擇.航空公司和機(jī)場可以通過識別旅客個人屬性，判斷其在不同延誤場景下更看重交通方式的何種屬性，從而快速做出決策提供高質(zhì)量服務(wù)，提高旅客航空出行滿意度.