EN中文

热带地理 >

2024 , Vol. 44 >Issue 2: 195 - 211

DOI: https://doi.org/10.13284/j.cnki.rddl.003819

粤港澳大湾区研究

机场服务质量对航空出行选择行为的影响——以粤港澳大湾区为例

  • 廖望 , 1, 3 ,
  • 曹小曙 2 ,
  • 李涛 , 2 ,
  • 高兴川 3
展开
  • 1. 江西理工大学 建筑与设计学院/新时代革命老区高质量发展研究院，江西 赣州 341000
  • 2. 陕西师范大学 西北国土资源研究中心，西安 710119
  • 3. 宁波大学 地理与空间地理信息技术系//东海研究院/宁波陆海国土空间利用与治理协同创新中心，浙江 宁波 315211
李涛（1985—），男，山西长治人，教授，博士，研究方向为交通运输地理与区域发展，（E-mail）。

廖望（1991—），女，江西赣州人，讲师，博士，研究方向为交通与土地利用，（E-mail）；

收稿日期: 2023-04-04

  修回日期: 2023-06-30

  网络出版日期: 2024-02-08

基金资助

江西理工大学博士科研基金(205200100590)

江西省教育厅青年项目(JJ22224)

江西省教育厅科技项目(204201400890)

收起

The Influence of Airport Service Quality on Air Travel Choices: A Case Study of the Guangdong-Hong Kong-Macao Greater Bay Area

  • Wang Liao , 1, 3 ,
  • Xiaoshu Cao 2 ,
  • Tao Li , 2 ,
  • Xingchuan Gao 3
Expand
  • 1. School of Architecture & Design/ High Quality Development Research Institute of Old Revolutionary Base Areas in the New Era, Jiangxi University of Science and Technology, Ganzhou 341000, China
  • 2. Northwest Land and Resources Research Center, Shaanxi Normal University, Xi'an 710119, China
  • 3. Department of Geography & Spatial Information Technology/DongHai Academy/ Ningbo Universities Collaborative Innovation Center for Land and Marine Spatial Utilization and Governance Research, Ningbo University, Ningbo 315211, China

Received date: 2023-04-04

  Revised date: 2023-06-30

  Online published: 2024-02-08

Fold

摘要

文章立足于旅客心理感知，基于随机效用理论，运用SEM-Logit模型方法，探讨机场服务质量的关键维度对粤港澳大湾区航空出行选择行为的影响。结果表明：1）航空出行选择行为并不是对行为意向的简单线性扩展，作为机场服务质量的2个关键维度，强制性流程服务是旅客在机场无可避免且耗费时间最长和最为繁琐的流程，在该过程中的优质服务水平和质量对旅客存在无形吸引力，特别对商务出行旅客在机场－航空公司方案的比选中存在显著影响；2）设施设备和环境虽然不是旅客普遍性考虑因素，但旅客对其感知差异明显表现在机场群内不同机场类型之间；3）预计起飞时间差异、机型、准点率、航班班次、航班价格等其他因素均存在显著影响，且抵达机场时间、航班飞行时间等时间成本是核心影响因素；4）旅客对航空公司类型并不存在明显偏好，但低成本航空公司的入驻对区域机场竞争存在明显的抗风险能力。

关键词： 机场群; 机场服务质量; 航空出行选择行为; 旅客心理感知; SEM-Logit模型; 粤港澳大湾区

本文引用格式

廖望 , 曹小曙 , 李涛 , 高兴川 . 机场服务质量对航空出行选择行为的影响——以粤港澳大湾区为例[J]. 热带地理, 2024 , 44(2) : 195 -211 . DOI: 10.13284/j.cnki.rddl.003819

Abstract

High-quality air service is important for achieving high-quality aviation development. As the primary customers of air travel services, passengers are the most important evaluators of the service. Therefore, research on their air travel choices is key for promoting the coordination of multi-airport regions. Based on stochastic utility psychological perception theories, this study discusses the impact of the key dimension of airport service quality on air travel choices using the structural equation model-logit model. The results show that air travel choice is not a simple linear extension of behavioral intentions as there are two key dimensions of airport service quality: First, mandatory service processing is inevitably the most time-consuming and tedious process for passengers at airports. This waiting time is perceived as a sign of low airport service capability, whereas the level and quality of service provided by staff in this process is an intangible factor for passengers. This in turn affects the level of passengers' ratings of airport services, especially for business travelers. Therefore, airports need to recognize the time and resource constraints of passengers and work with airlines to streamline the check-in process, ensure security control, and reduce waiting time. One solution is to use shared self-service devices or automated robots that allow any passenger of any airline or flight to check-in and check-out on the same device. Second, while facilities, equipment, and environment are not universal considerations for passengers, differences in passenger perceptions are evident between airport types. Within multi-airport regions, the facilities, equipment, and environment of major airports are above passengers' psychological expectations, while auxiliary or other airports need to pay more attention to this service, which illustrates that the improvement of airport service quality requires changes to unidimensional and monolithic thinking but also focus on passengers' overall perception of service experience from a multidimensional perspective, as well as consideration of the spatial and temporal characteristics of different airport types in the multi-airport region to make targeted improvements. Moreover, passengers do not have an obvious preference for particular airlines, but low-cost airlines still hold a certain appeal for passengers when they take off from regional airports, which also means that low-cost airlines ' entry into the market has anti-risk properties for regional airports. Within the limits of China's aviation controls, the presence of low-cost carriers can still improve the chances of an airport being chosen. Therefore, different airport types within the same multi-airport region often need to compete differently to achieve regional synergistic development. To enhance airport service quality, it is essential to fine tune service quality standards, based on airport's types. The improvement of airports' performance should include a phased integration of assessments of service experience settings. Airports should adopt differentiated spatial designs for their service functions based on the goal of airport integration, with a view to achieving optimal management at minimal cost while being able to effectively guide passengers in their air travel choices.

Key words： Multi-airport regions; airport service quality; air travel choice behavior; psychological perception of passengers; SEM Logit model; Guangdong-Hong Kong-Macao Greater Bay Area

航空出行选择行为一直是交通从业人员和学者研究的关键问题，尤其在多个机场为同一目的地提供航空运输服务的区域机场群（Multi-airport Region, MAR）（曹小曙 等，2018；Cheung et al., 2020）。土地利用、高投资和长周期的制约下，依托于机场群地面交通网络建设的传统模式已无法成为引导区域客流的主要手段，也无法满足消费升级下旅客航空运输服务需求的全流程化、个性化和高品质化（柴彦威 等，2022；Bezerra and Gomes, 2020; Takebayashi, 2021）。机场作为航空出行的关键节点，其服务质量的提升是推进中国世界级机场群建设，以高质量发展推进中国式现代化的重要内容（吴威 等，2019；张生润 等，2019；莫辉辉 等，2021）。在这种航空资源供需错配下，机场群航空出行选择行为的影响机理研究成为更为复杂的综合问题（徐爱庆 等，2018）。
作为机场服务的最终承载者，旅客的航空出行选择行为在刻画机场群内空间竞争关系的同时，不可避免受个体服务品质偏好的影响。因此，在早期学者对机票价格、航班班次和抵达机场时间成本等客观属性分析（Skinner, 1976; Harvey, 1987; Furuichi and Koppelman, 1994）的基础上，Windle和Dresner（1995）率先通过对惯性选择、机场偏好、飞行经验等属性的探讨，侧面描绘了旅客航空出行对高品质机场服务的偏爱。此后，以Suzuki、Hess、Marcucci等为代表的学者从旅客感知视角审视了服务景观舒适度、设施配置便利程度、员工服务态度等因素，以反映不同机场服务或航空公司服务质量对航空出行选择行为的影响。如Suzuki等（2003）对机型、停车费、停车设施质量、机场地面交通便利性、机场拥挤程度、餐厅和纪念品购买服务等指标进行综合测度，并发现机场服务体验对其机场选择行为存在显著影响，特别是对较高飞行频次的旅客。Hess等（2007）在美国国内旅客航空出行方案效用分析中对机场服务满意度进行调查评价，却并没有验证此因素对航空出行选择行为影响的显著性。Marcucci和Gatta（2012）通过指标分类研究，发现机场惯性选择、安检时长、大型免费停车场等因素对机场选择行为存在显著影响。Jung和Yoo（2016）通过验证性因子分析构建机场便利性，设施服务质量，服务满意度等3个主观综合性影响因素，结果发现考虑3个主观因素会提高模型拟合度且影响其他客观因素系数，但有且仅有机场便利性在统计学中存在意义。江红等（2017）从机场繁忙程度、值机时间、安检时间、购物环境、突发事件等方面构建机场服务质量评价体系，并认为值机及安检2个环节的繁忙程度是影响航空出行选择行为的主要因素。狄智玮等（2019）通过航空出行选择行为调查确定机场繁忙程度是影响机场选择行为的关键因素，但其模型仿真结果却并没有佐证此项调查成果。
总体而言，已有研究确认了强制性流程（安检、办理登机手续）、设施设备和环境（旅客感知服务的不同机场环境）等项目在机场服务中的核心地位，但对机场服务质量对航空出行选择行为的影响机理尚未形成清晰的认知。首先，现有研究多基于管理学视角将机场服务质量嵌套于航空服务质量中，并进行简要或单一化探讨，地理学视角下机场服务质量的结构体系和空间维度仍有待挖掘；其次，基于旅客感知下，以“质量―满意―行为意向”为主要传递机理受到较多关注，但行为意向选择研究无法系统解析各因素在航空出行选择行为的价值转换，进而难以有效支撑“出行即服务”理念下个性化航空出行方案的制定；最后，航空出行选择行为作为旅客在实施航空出行过程中所进行的一系列复杂的选择决策过程，机场选择和航空公司选择是2项存在密切关联的重要决策拐点，旅客的机场选择很可能受服务于该机场的航空公司的影响，旅客的航空公司选择也很可能受其所在机场的影响，单一层级的选择决策并不符合机场和航空公司长期联盟化的经营现状。因此，航空服务品质的提升应改变单维度和一元化思维，不仅从多维视角关注旅客的总体感知服务体验，更需结合机场群中不同机场类型的时空特征进行针对性优化。
鉴于此，本文基于行为地理学理论，以粤港澳大湾区为例，从旅客心理意向出发，立足于机场服务质量的关键性维度，通过实际方案比选系统性探讨机场服务质量对机场－航空公司选择行为的影响及其作用差异。进而，综合机场群相互竞争和依存的复杂环境，旨在为机场或航空公司找寻一个相对低成本投入的可持续发展方向，为航空服务的高品质化提供科学参考。

1 研究区域概况

作为中国首个受到全球认可且一体化发展较为成熟的区域，粤港澳大湾区（The Guangdong-Hong Kong-Macao Greater Bay Area，GBA）经历了从地理概念到国家战略规划的单中心、双中心、多中心和网络化等4阶段发展过程，且机场群均产生重要影响（黄沣爵 等，2022；汪菲 等，2023）。参考马向明（2019）、莫辉辉（2021）等和《民航局关于支持粤港澳大湾区民航协同发展的实施意见》（中国民航局，2020），综合民航运输增长和机场建设情况，目前粤港澳大湾区（以下简称“大湾区”）机场群主要经历了萌芽起步时期（1936—1997年）和筑基成长时期（1997年至今）2个阶段（图1）。同时，根据机场群成长的5阶段模型（Bonnefoy, 2008）和《“十四五”现代综合交通运输体系发展规划》（中华人民共和国国家发展和改革委员会，2022），大湾区已构建主要机场（香港、广州、深圳）、辅助机场（澳门、珠海）和其他机场（佛山、惠州）所形成的机场体系（图2），分别对应“十四五”国家综合机场体系的国际航空枢纽、区域枢纽和非枢纽机场3种类型。截至2021年年底，大湾区常住人口约7 917.6万人，地区生产总值13.2万亿元，共完成旅客吞吐量0.9亿人次，占中国内地和港澳机场旅客吞吐总量的9.9%（国家统计局，2022；香港特别行政区政府统计处，2022；澳门特别行政区统计暨普查局，2022）。
图1 粤港澳大湾区机场群建设时序图谱

Fig.1 The construction timeline of GBA

图2 研究区域

注：该图基于广东省标准地图服务网站下载的审图号粤S（2021）169号的标准地图制作，底图无修改；图4同。

Fig.2 The study area

随着地面交通网络完善和航空市场扩张，大湾区机场群形成大面积重叠通航空间和腹地空间范围（封丹 等，2019；赖文凤 等，2019；李艳 等，2020）。根据全球官方航空指南（Official Aviation Guide, OAG）2017年计划航班数据 1，大湾区机场群共与374个城市建立通航，其中221个国内通航城市和153个国际通航城市，可售座位数量分别高达1.50亿和0.99亿。从通航空间看，以北京和上海为代表的重叠通航城市占通航城市数量的比例超过70%，对应可售座位数占当年国内通航可售座位数的98%以上；在以东亚和东南亚为主的国际重叠通航空间中，与大湾区四大国际机场同时建立通航联系的城市虽仅占当年国际通航城市数量的9.0%左右，但对应可售座位数占同年国际通航可售座位数的50%以上（图3）；从腹地空间看，无论是3机场（3个主要机场）、5机场（3个主要和2个辅助机场）还是7机场的1 h车程时间均呈现以珠江口为中心的大面积扩散性重叠服务特征，且3 h车程时间内的重叠区域均超过大湾区总面积的80%（图4）。因而，大湾区机场群对外通航虽然规模庞大，但其网络构建并不多样，且地方政府主导下所建设的系列跨界交通项目仍在不断压缩区域机场间的时间距离，腹地空间和通航空间均表现出激烈的空间竞争特征。
图3 粤港澳大湾区机场群国内和国际重叠通航空间

注：该图基于国家测绘地理信息局标准地图服务网站下载的标准地图制作 [中国地图审图号：GS（2016）1549号，世界地图审图号：GS（2016）1665号]，底图无修改。

Fig.3 Domestic and international overlapping air service cities of GBA

图4 粤港澳大湾区机场群重叠腹地空间

Fig.4 The overlapping hinterland space of GBA

2 问卷设计和RP-SP融合调查

2.1　变量选取

模型的自变量主要包括个体属性变量、出行方案变量和机场服务质量潜变量，因变量是机场-航空公司选择行为（表1）。其中，个体属性变量主要包括个体社会经济属性，如性别（gender）、年龄（age）、月收入（income）、本地居民（resd）等变量，个体旅程特征变量，如飞行频次（flts）、出行目的（purp）、提前2 h抵达机场（parv）等变量；出行方案变量中可观测的属性，主要包括抵达机场的时间（acst）、航班价格（fare）、航班飞行时间（flyt）、预计起飞时间差异（sde和sdl）、航班准点率（otp）、航班班次（freq）、机型（acft）等；根据35个机场服务质量评价指标的因子荷载，以及各质量维度对航空出行行为意向影响的显著性，最终确定强制性流程（PD）、设施设备和环境（FE）2个关键性维度为机场服务质量潜变量（廖望 等，2021；Barakat et al., 2021）。
表1 航空出行变量定义及数据来源

Table 1 Definition and data Source of air travel variables

变量类型 变量 符号 定义 数据来源
因变量

机场-航空公司

选择行为

 aicj

旅客对首选机场（ a 1）、替代机场（ a 2）和传统航空公司（ c 1）、低成本航空公司（ c 2）

进行组合选择的结果

RP-SP

融合调查

个体

属性

变量

 性别 gender 1. 男性；2. 女性 RP调查
年龄/岁 age 1. ＜18；2. 18~24；3. 25~34；4. 35~44；5. 45~54；6. 55~64；6. ≥65
月收入/元 income

1. ≤3 000；2. 3 001~6 000；3. 6 001~9 000；4. 9 001~15 000；5. 15 001~30 000；

6. ≥30 000

本地居民 resd 1.是；2.否
飞行频次/（次·a-1） flts 1. 1~2；2. 3~6；3. ≥7
出行目的 purp 1. 商务出行；2. 非商务出行
提前2 h抵达机场 parv 1. 是；2. 否

机场服务

质量潜变量

 强制性服务流程 PD 旅客对机场值机、安检、登机等一系列不可避免的严密服务流程的感知评价结果。
设施设备和环境 FE 旅客对候机楼的卫生间、休息室、行李手推车、货币兑换机器等系列设施设备和环境所进行的感知评价结果。

出行

方案

变量

 抵达机场的时间 acst 从出发地抵达机场所耗费的车程时间。

RP-SP

融合调查

航班价格 fare 旅客所搭乘航班的票价。
航班飞行时间 flyt 航班飞行时间和可能存在的中转时间长度。

预计起飞

时间差异

 sde 和购买机票时理想中航班起飞时间相比的提前起飞时间差。
sdl 和购买机票时理想中航班起飞时间相比的延迟起飞时间差。
航班准点率 otp 航班准时起飞的概率。
航班班次 freq 某一机场-航空公司对应抵达旅客目的地城市的平均每天的航班班次。
航班机型 acft

旅客所搭乘的航班采用的飞机类型。结合携程网信息提取，仅分为中型或大型，

并不包括小型飞机。

2.2　RP-SP融合调查

本文所使用的样本数据是通过显性偏好（Revealed Preference, RP）和陈述性偏好（Stated Preference, SP）融合调查所获取。RP调查主要是为分析旅客对机场服务质量不同维度的感知评价而开展，并基于此建构机场服务质量和旅客个体属性间的关联性模型，同时为SP调查收集初始数据 （Sun and Duan, 2019; Soto et al., 2022）。
第一部分，抽样框的确定。为聚焦实际存在机场选择可能性的旅客，根据2017年全球官方航空指南（Official Aviation Guide,OAG）计划航班数据，确定了大湾区中超过2家机场可抵达同一城市的航线。考虑国内和国际航班机场运营数的差异，分别筛选4家以上（含4家）机场运营的国内航线和2家以上（含2家）机场运营的国际航线，并剔除垄断性和双寡头性航空公司运营的航线，最终剩余37条国内航线和60条国际航线，分别占同类型航班可售座位数比例为87.0%和90.2%。以此为抽样框，对近1年以来搭乘过这97条航线航班的旅客进行RP-SP融合调查。
第二部分，RP调查。主要包括：1）SP调查初始数据的收集。要求旅客提供有关过去1年来最近1次所搭乘航班的各项信息和地面交通出行信息，包括出发地、所选起飞机场、购票时理想中的起飞时间和抵达时间、所选航班公司和航班票价等，以及旅客可能考虑的首选机场和替代机场，旅客在选择机场和航空公司时考虑的主要因素。2）潜变量量表设计。为全面理解旅客机场服务体验，基于旅客活动分类，对深圳宝安国际机场、广州白云国际机场、香港国际机场的高层管理人员以及东莞城市候机楼、惠州城市候机楼等部分城市候机楼的工作人员进行深入访谈，且通过探索性因子分析对机场服务质量量表进一步纯化，最终形成强制性流程（10个题项）、设施设备和环境（8个题项），详细步骤参考文献廖望等（2021）。3）服务质量评定。要求调查对象对在所选机场的强制性流程、设施设备和环境的各题项进行评定，各题项均采用李克特5级量表形式，以“完全不同意至完全同意”或“很不满意至很满意”分别由低到高赋1~5分。
第三部分，SP调查。主要包括：1）出行方案水平设计。除机型、准点率和航班班次外，机场、航空公司、预计起飞时间差异、航班飞行时间、航班价格等其他属性均基于同一调查对象RP调查中的实际出行信息，按SP调查方案水平设计进行比率变化（表2）。参考Hess等（2007）、Loo（2008）和2018年12月第一个星期携程网中有关7家机场重叠航线的相关指标数值的描述性统计分析，采用混合正交设计技术 L 32 2 3 × 4 5生成32次试验方案，且通过随机数的配置生成16组两方案比选情景（Bergantino et al., 2020）。2）机场-航空公司组合设计。在实际方案选择中，旅客往往并不会将7家机场均纳入考虑范围，根据RP调查中备选机场的数据收集，在SP调查中将旅客首选机场、替代机场和传统航空公司、低成本航空公司之间进行两两组合，共4种机场-航空公司选择结果作为因变量，并通过“0/1”二值变量具体表达旅客是否选择其中某一种机场和航空公司组合。3）旅客方案比选。每位受访者被要求查看2个备选方案信息，并根据个人偏好选择2个备选方案之一，每人共进行4次情景模拟（Tam et al., 2010）。
表2 SP调查方案属性水平设计

Table 2 The experimental design of SP survey

属性名称 单位 基准值来源 属性水平
机场类型 － RP调查 首选机场、替代机场
航空公司类型 － RP调查 传统航空、低成本航空
预计起飞时间差异 h RP调查 -3、-1、1、3
航班飞行时间 min RP调查 90%、100%、110%、120%
航班价格 元（人民币） RP调查 60%、80%、100%、120%
航班机型 － 携程网数据挖掘 大型、中型
航班准点率 － 携程网数据挖掘 100%、85%、70%、55%
航班班次 班次/d 携程网数据挖掘 1、5、9、13

2.3　样本概况

问卷正式发放于2019-01-16—27和2019-02-25—03-16，通过网上问卷调查和机场出入大厅现场电子问卷发放的形式，分别获得1 051和486份，共回收问卷1 537份，剔除无效问卷106份，共获得有效问卷1 431份，有效率为93.10%。概括而言，总体抽样样本中男女出行比例相当，分别占调查对象总数量的53.60%和46.40%；以中青年为主，非商务出行比例相对较高，每年大约从大湾区机场离港3~6次，本地和非本地居民均存在机场-航空公司选择的问题（表3）。同时，在调查对象被要求阐述选择不同机场的主要原因时，超过60%的调查对象表示“抵达机场的时间更少”是主要原因，但仍有超过20%的调查对象认为他们会被“机场设施和服务满意”所吸引，另有10%以上的旅客认为机场所合作的航空公司也是原因之一（图5）。此外，在4种机场-航空公司组合方案中，首选机场主导下的首选机场-低成本航空、首选机场-传统航空组合方案被选择频次明显高于由替代机场主导下2个组合方案（图6）。
表3 调查对象社会经济属性总体结构分析

Table 3 Analysis of the overall structure of socio-economic attributes of survey respondents

个体属性 类别 频数/人 占比/%
性别 男性 767 53.60
女性 664 46.40
年龄/岁 ≤18 52 3.63
19~24 266 18.59
25~34 443 30.96
35~44 427 29.84
45~54 236 16.49
55~64 5 0.35
≥65 2 0.14
月收入/元 ≤3 000 114 7.97
3 001~6 000 160 11.18
6 001~9 000 237 16.56
9 001~15 000 399 27.88
15 001~30 000 343 23.97
≥30 001 178 12.44
本地居民 否 712 49.76
是 719 50.24
飞行频次/次 1~2 348 24.32
3~6 689 48.15
≥7 394 27.53
出行目的 非商务 805 56.25
商务 626 43.75
提前2 h抵达机场 否 627 43.82
是 804 56.18
图5 旅客选择机场的原因及其比例分布

Fig.5 The reasons for passengers choosing airports and their proportional distribution

图6 不同出行目下四类机场-航空公司组合方案选择结果

Fig.6 Choices of airport-airline schemes for passengers with different trips

2.4　SEM-Logit 模型

SEM-Logit模型主要包括多指标多因果（Multiple Indicators Multiple Cause, MIMIC）潜变量模型和混合Logit模型2个部分，这种整合模型的构建能在引入潜变量的同时，深度刻画旅客行为过程的机理（图7）。潜变量是主要通过使用调查所获得的心理测量数据来捕捉旅客感知的技术，心理测量调查问题要求旅客指出他们对潜变量的满意度或不满意程度，心理因素导致选择过程的行为现实表现，从而获得更好的解释力（韩震 等，2021；Kim and Lee, 2023）。
图7 基于SEM-Logit模型的机场-航空公司选择行为概念模型

Fig.7 Conceptual framework of airport-airline choice behaviour based on SEM-Logit model

MIMIC是SEM的特殊案例，其特性在于同时具有因的指标（Cause Indicators）与果的指标（Effect Indicators）。在典型相关分析中，各组观测变量的线性组合不含误差项，因而作为内因潜变量，其误差项变异均为0。本研究每个MIMIC模型中有且仅有一个潜变量，潜变量直接受一个或多个独立观测变量的影响是多群组模型的替代方案（Armitage et al., 2022）。
在MIMIC模型分析的基础上，运用混合Logit模型验证机场服务质量中强制性流程、设施设备和环境潜变量对机场-航空公司选择行为的影响。不同于仅考虑自变量不随方案而变的多项Logit模型和自变量仅随方案而变的条件Logit模型，混合Logit模型同时包括随个体i随着方案j而变的出行方案变量，以及只随个体i而变的个体属性变量。此外，混合Logit模型假设变量参数和效用随机项在个体和选择枝之间变化，在变量回归系数中加入随机要素，以引入个体异质性和选择枝间的相关性。因此，混合Logit模型和潜变量数据具有相对更好的适用性，不仅可以通过明确考虑旅客在选择模型中的感知来解释效用的随机扰动ε，而且可以减少多项潜变量可能带来的共线性问题（周悦等，2021）。
1）MIMIC模型
如图7所示，通过MIMIC模型建构强制性流程、设施设备和环境潜变量与可观测变量间的结构方程和测量方程，公式分别为（萧文龙，2013）：
η = γ X + ζ
ψ = λ η + δ
式中： η是机场服务质量中强制性流程、设施设备和环境潜变量； X是有关旅客个体属性的观测变量，包括旅客的社会经济特征和旅程特征，这些特征可能会影响旅客对机场服务质量的感知； γ是 X不可知的估算参数； ζ是随机扰动项； ψ是潜变量 η的可观测指标； λ是 η的不可知的估算参数； δ是随机扰动项。其中，假定 δ之间是相关的，而 δ和 ζ之间是不相关的。
应当指出的是，可观测指标之间没有影响出行选择决策的因果关系。它们被描述为强制性流程、设施设备和环境潜变量的表现，通常仅用于估计潜变量。因此，这些指标并不直接包含在选择模型中，而是通过强制性流程、设施设备和环境潜变量影响出行选择行为。指标的影响（即参数的估计）可能因不同机场而不同，为此分别建立各机场强制性流程、设施设备和环境潜变量和旅客个体属性的MIMIC模型（图8）。
图8 强制性流程、设施设备和环境潜变量MIMIC初始模型

Fig.8 The Conceptual model of mandatory process, facility equipment and environment variables based on the MIMIC

2）混合Logit模型
考虑出行方案变量航班预计提前起飞时间差异、航班预计延迟起飞时间差异、航班准点率、航班飞行时间、航班班次、航班价格、机型、抵达机场的时间等，以及机场服务质量潜变量强制性流程、设施设备和环境等，旅客选择机场i和航空公司j的效用函数 U i j可表示为（Jung and Yoo, 2016）：
U i j = d u m a i c j + β 1 × f a r e + β 2 × l 1 × s d e + β 3 × l 2 × s d l + β 4 × f l y t + β 5 × f r e q + β 6 × a c f t + β 7 × o t p + β 8 × a c s t + β 9 × P D + β 10 × F E
式中： d u m a i c j是机场i和航空公司j的组合方案的常数项， a 1 c 1、 a 1 c 2、 a 2 c 1和 a 2 c 2分别对应首选机场-传统航空、首选机场-低成本航空、替代机场-传统航空、替代机场-低成本航空等组合方案； β为出行方案变量和机场服务质量潜变量的估算系数； l 1和 l 2为“0/1”变量，当预计起飞时间差异为负数时， l 1为取值为“1”，对应 l 2取值为“0”；反之，若预计起飞时间差异为正数时， l 1为取值为“0”，对应 l 2取值为“1”。
对应，混合Logit模型中旅客 m选择机场i和航空公司j的概率 P m i j可表示为（Hess et al., 2007）：
P m i j = ∫ L m i j f k | θ d k L m i j = e k X m i j ∑ i = 1 , j = 1 I J e k X m i j
式中： k为效用函数的随机项，其一般分布的密度函数为 f k | θ， θ为密度函数的固定参数； I = { 1,2 }分别代表首选机场和替代机场， J = { 1,2 }分别代表传统航空和低成本航空类型，不同的 i j取值则代表旅客 m所面对的不同机场-航空公司组合方案的情景； X m i j既包括同时随个体 m、机场i和航空公司j而变的出行方案变量，也包括仅随个体 m而变的个体属性变量； L m i j是旅客 m选择机场i和航空公司j组合方案的概率在随机项 k上的评估界定。
在个体属性变量处理过程中，因强制性流程、设施设备和环境内含与如性别、年龄、月收入、本地居民、飞行频次等个体属性变量间的关系，为避免模型在拟合过程中内生性问题，在初始模型回归中仅包含表征8个出行方案变量和强制性流程、设施设备和环境2个潜变量；其后，参考Ishii （2009）和Lu等（2021）均对不同收入旅客的价格和时间敏感性差异的相关研究，构建收入和各显著性因素的交互项，以进一步探讨各显著性影响因素在对航空出行选择行为产生影响的过程是否会取决于收入的不同取值范围（Bergantino et al., 2020；姚海芳 等，2020；Lu et al., 2021）。

3 结果分析

3.1　强制性流程的影响

从强制性流程潜变量的MIMIC模型结果看，提前2 h抵达机场均对7个机场的强制性流程表现为较高水平的正向影响，其次为本地居民，年龄、月收入、飞行频次等变量（表4）。根据各机场变量系数，较高年龄段、月收入和飞行频次的旅客对强制性流程期望会稍高，可能归结于拥有这些特征的旅客往往具有更高的购买能力，更愿意购买可靠和舒适的服务，且可参照的服务标准更加广泛，对服务细节有更高的标准和要求；男性对强制性流程的满意度高于女性，这支持了虚拟变量“女性”的负向估计；根据出行目的、提前2 h抵达机场等出行方案变量系数，提前2 h抵达机场均对大湾区所有机场的强制性流程表现为较高水平的正向影响，但相比香港国际机场、广州白云国际机场和深圳宝安国际机场3家主要机场，澳门国际机场、珠海金湾机场、惠州平潭机场和佛山沙堤机场变量的路径系数相对较小。究其原因，可能由于提前2 h抵达机场的旅客对强制性流程预留时间更长，需对排队、安检过程等候更有耐心，且商务出行旅客对强制性流程服务有更高的要求，更倾向于缩短在机场的停留时间，而以上现象均在占地和客流规模较大的主要机场表现得更为明显。
表4 粤港澳大湾区各机场强制性流程MIMIC模型结果

Table 4 Estimated results of the mandatory process variable for each airport in the GBA

路径 标准化路径系数（|t值|）
香港 广州 深圳 澳门 珠海 惠州 佛山
PD←gender -0.219（1.467） -0.112**（2.056） -0.021（0.348） -0.14（0.927） -0.324**（2.201） -0.529**（2.364） -0.418***（2.677）
PD←age 0.261（1.635） 0.035（0.566） -0.107*（1.652） -0.114（0.688） -0.150（1.058） 0.176（1.429） 0.053（0.739）
PD←income -0.782***（2.715） -0.017（0.254） 0.087（1.120） -0.249（1.077） 0.230（1.428） -0.192（1.449） 0.342（0.164）
PD←flts 0.066*（1.681） 0.081*（1.683） 0.025（0.402） 0.461***（3.575） 0.466***（2.688） 0.842**（2.454） 0.846***（2.386）
PD←resd -0.106（0.654） -0.010**（2.021） -0.144*（1.656） -0.017*（1.829） -0.021*（1.710） -0.002**（2.015） -0.007**（2.030）
PD←parv 0.564***（2.581） 0.894***（11.317） 0.816***（8.756） 0.266*（1.856） 0.415***（2.611） 0.525**（2.343） 0.134**（1.939）
PD←purp -0.279（1.636） -0.143*（1.779） -0.277***（4.314） 0.625（1.625） 0.516（1.390） 0.053（0.456） -0.073（1.213）
PD1←PD 0.309 0.553 0.554 0.259 0.387 0.378 0.061
PD2←PD 0.409**（2.451） 0.527***（8.547） 0.545***（6.391） 0.307**（3.044） 0.278**（2.133） 0.277*（1.688） 0.184*（1.728）
PD3←PD 0.317***（2.978） 0.504***（11.081） 0.476***（7.514） 0.489*（1.922） 0.421***（3.608） 0.500***（2.931） 0.193***（2.664）
PD4←PD 0.443***（3.243） 0.464***（8.095） 0.418***（5.960） 0.416**（2.482） 0.272**（2.097） 0.214（1.221） 0.105**（2.393）
PD5←PD 0.464**（2.574） 0.495***（7.557） 0.514***（6.370） 0.110（0.657） 0.399***（2.701） 0.549**（2.194） 0.323***（2.558）
PD6←PD 0.293**（2.076） 0.582***（8.503） 0.544***（6.382） 0.151*（1.802） 0.282**（2.155） 0.408*（1.906） 0.300**（2.303）
PD7←PD 0.258***（2.847） 0.572***（10.460） 0.569***（8.988） 0.490**（2.050） 0.319**（2.347） 0.525**（2.154） 0.163***（3.097）
PD8←PD 0.418**（2.474） 0.375***（7.368） 0.474***（6.626） 0.143（0.816） 0.339***（2.918） 0.695***（2.643） 0.455**（2.056）
PD9←PD 0.326**（2.446） 0.396***（7.606） 0.464***（6.811） 0.274**（2.250） 0.391***（2.671） 0.113（0.695） 0.102**（2.216）
PD10←PD 0.226**（2.435） 0.331***（5.895） 0.378***（4.780） 0.214*（1.829） 0.289**（2.193） 0.193*（1.912） 0.257**（2.332）
CMIN/DF 1.245 1.738 1.196 1.221 1.029 1.060 1.560
RMR 0.051 0.020 0.025 0.055 0.041 0.046 0.053
GFI 0.912 0.956 0.946 0.901 0.903 0.913 0.910
AGFI 0.807 0.905 0.893 0.815 0.825 0.847 0.837
RSMR 0.031 0.049 0.038 0.079 0.019 0.039 0.080

注： *** P<0.01，** P<0.05，* P<0.1。表5、6同。

根据SEM-Logit模型结果，除设施设备和环境外，其他因素对旅客的机场-航空公司选择行为均存在显著影响（表5）。其中，强制性流程对商务出行旅客的机场-航空公司选择均存在显著影响，而在82.5%的置信水平下，强制性流程对非商务出行旅客的机场-航空公司选择行为也表现出同样的正向作用，且通过交互项验算发现，这种影响的正向性并不会受月收入的影响。从几率比看，以李克特Likert 5分量表为标准，旅客对机场强制性流程评分每提高1分，商务出行旅客选择原机场-航空公司组合方案的概率是先前的1.333倍，非商务出行旅客选择原机场-航空公司组合方案的概率是先前的1.193倍。这说明虽然强制性流程对商务（非商务）出行旅客在大概率范围下均存在正向影响，但商务出行旅客对其敏感性更高，可能归结于强制性流程是旅客在机场无可避免且耗费时间最长和最为繁琐的流程，大量旅客将其视为是出行时间和精力上的直接消耗，以单独出行为主的商务出行旅客对此容忍度更低。
表5 不同出行目的下收入交互项几率比估算结果

Table 5 Estimated results of the income interaction terms for the business and non-business

变量 商务 非商务
无交互项（|t值） 含交互项（|t值|） 无交互项（|t值|） 含交互项（|t值|）
duma1c1 4.347***（6.38） 4.126***（6.07） 1.653***（3.05） 2.536***（4.72）
duma1c2 7.706***（9.89） 7.548***（9.59） 3.256***（8.61） 4.751***（10.06）
duma2c1 0.612*（1.82） 0.613*（1.77） 0.768（1.32） 0.644*（1.92）
sde 0.737***（2.85） 0.724（1.15） 0.776***（3.07） 0.749（1.18）
sdl 0.675***（3.71） 0.613*（1.81） 0.673***（4.75） 0.671*（1.65）
acft 1.190（1.49） 1.865*（1.79） 1.238**（2.48） 1.446（1.20）
otp 1.033***（4.12） 1.049**（2.54） 1.022***（3.66） 1.045***（2.71）
freq 1.01（0.50） 0.963（0.77） 1.069***（4.09） 1.056（1.29）
acst 0.914***（17.54） 0.906***（7.64） 0.949***（19.78） 0.939***（7.07）
flyt 0.972***（7.28） 0.976***（2.63） 0.974***（8.80） 0.963***（3.93）
fare 0.994***（11.26） 0.994***（4.61） 0.991***（18.64） 0.999（0.83）
PD 1.333**（2.16） 0.946（0.19） 1.193（1.36） 0.936（0.25）
FE 1.012（0.06） 1.161（0.68） 1.15（0.70） 1.121（0.52）
sde* income — 1.008（0.07） — 0.996（0.05）
sdl* income — 1.038（0.33） — 0.988（0.12）
acft* income — 0.821（1.32） — 0.914（0.72）
otp* income — 0.993（0.93） — 0.995（0.83）
freq* income — 1.021（1.05） — 1.000（0）
acst* income — 1.004（0.81） — 0.999（0.19）
flyt* income — 0.997（0.59） — 1.005（1.08）
fare* income — 1.000（0.08） — 0.995***（7.60）
PD* income — 1.151（1.21） — 1.119（1.16）
机场服务质量提升的过程必然要增加机场管理成本，一些旅客愿意为高质量的服务付费。其中，以商务（非商务）出行旅客愿意为提高1分的强制性流程质量评分支付47.8（19.6）元，这种较高的支付意愿或许部分是因为Likert 5分量表让调查对象留有较大的模糊评价空间。同时，虽然旅客存在习惯性重复选择行为，但在安全保障、位移服务的基础上，旅客有可能改变原有行为模式，选择强制性流程服务质量好的出行方案，并为这种服务质量的提升提供一定的价值支持，特别是商务出行旅客。

3.2　设施设备和环境的影响

如表6所示，提前2 h抵达机场对设施设备和环境的影响趋势与强制性流程相同，但年龄、月收入、飞行频次等因素的影响方向存在明显差异，主要体现对不同机场类型的设施设备和环境的感知上。以性别为例，“女性”虚拟变量对广州白云国际机场、深圳宝安国际机场的设施设备和环境评价存在显著正向性，但对珠海金湾、佛山沙堤机场的设施设备和环境评价存在显著负向性。可能是因为广州、深圳等机场存在更多样化的服务（如购物、娱乐等）或更大的空间感，能更好地满足女性在机场等候过程中的需求，相对而言，惠州和佛山等小型机场在女性需求多样化和空间规模感等方面存在的缺失；月收入、飞行频次对设施设备和环境影响的显著性表现与强制性流程并不存在差异，但本地居民对佛山沙堤机场的设施设备和环境评价更低，且在统计学上影响显著。可能是因为多数佛山本地居民具有广州白云国际机场的离港经验，在服务质量对比下，本地居民更多表现出对佛山沙堤机场的负向评价；从出行目的、提前2 h抵达机场等个体属性变量看，提前2 h抵达机场均对设施设备和环境的影响趋势与强制性流程相同。但对于佛山沙堤机场，提前2 h抵达机场对其影响方向则相反，可能是因佛山沙堤机场设施设备过于单一，长时间的驻留会引发旅客的负向评价。相对应，出行目的的影响方向呈现正向性，且其路径系数在香港国际机场、深圳宝安国际机场、澳门国际机场和佛山沙堤机场均显著，主要是因为商务出行旅客偏向于更短的机场停留时间，且对设施设备和环境要求更为单一，以干净整洁和便捷办公为主，相对容易得到满足。
表6 粤港澳大湾区各机场设施设备和环境MIMIC模型结果

Table 6 Estimated results of the facility equipment and environment variable for each airport in the GBA

路径 标准化路径系数（|t值|）
香港 广州 深圳 澳门 珠海 惠州 佛山
FE←gender 0.077（0.590） 0.185**（2.025） 0.341**（2.972） -0.236（1.102） -0.412**（2.432） -0.262（1.401） -0.223*（1.726）
FE←age -0.321**（2.016） -0.019（0.183） 0.053（0.495） 0.306（1.188） 0.086（0.508） 0.198（1.054） 0.869（1.120）
FE←income -0.444**（2.256） -0.054（0.496） 0.143（1.103） -0.414*（1.907） 0.601（1.119） -0.419*（1.722） 0.159（1.258）
FE←resd 0.206（1.300） 0.110（1.260） 0.121（1.173） 0.661**（2.119） 0.479***（2.621） 0.041（0.231） 0.256*（1.910）
FE←flts -0.383**（2.062） -0.106（1.147） -0.249**（2.105） 0.754（1.585） 0.144（0.778） -0.191（0.988） -0.569***（3.532）
FE←parv 0.547***（2.777） 0.939***（6.784） 0.860***（4.729） 0.369**（2.060） 0.176***（2.857） 0.599***（2.801） -0.306*（2.283）
FE←purp 0.467**（2.452） 0.059（0.646） 0.303**（2.740） 0.614*（1.947） 0.084（0.528） -0.262（0.429） 0.190*（1.623）
FE1←FE 0.340 0.378 0.341 0.357 0.451 0.433 0.659
FE2←FE 0.413***（3.729） 0.361***（7.324） 0.384***（5.088） 0.439***（2.764） 0.198*（1.680） 0.435**（2.153） 0.242*（1.846）
FE3←FE 0.451***（3.398） 0.371***（5.342） 0.332***（3.473） 0.330*（1.651） 0.178*（1.684） 0.489**（2.306） 0.039**（1.962）
FE4←FE 0.373**（2.510） 0.344***（4.764） 0.299***（3.484） 0.185**（2.082） 0.168**（2.626） 0.316**（2.555） 0.258**（2.434）
FE5←FE 0.283**（2.136） 0.334***（6.295） 0.374***（4.444） 0.468**（1.983） 0.183**（2.468） 0.415**（2.091） 0.211*（1.737）
FE6←FE 0.383**（2.543） 0.440***（8.078） 0.488***（5.580） 0.024（0.151） 0.064***（3.573） 0.254*（1.770） 0.655***（2.947）
FE7←FE 0.445***（2.729） 0.270***（4.034） 0.339***（3.516） 0.497**（2.035） 0.140**（2.220） 0.239（1.384） 0.239*（1.799）
FE8←FE 0.421***（2.663） 0.389***（5.985） 0.389***（4.154） 0.146（0.883） 0.169*（1.666） 0.475**（2.268） -0.167（0.879）
CMIN/DF 1.691 1.871 1.589 1.117 1.337 1.622 1.176
RMR 0.034 0.024 0.02 0.059 0.051 0.04 0.036
GFI 0.925 0.962 0.964 0.925 0.913 0.928 0.919
AGFI 0.837 0.915 0.91 0.826 0.819 0.854 0.826
RSMR 0.017 0.051 0.026 0.053 0.015 0.044 0.035
如表5，虽然设施设备和环境潜变量的几率比均＞1，但在90%的置信水平下并不具有统计学意义。仅在4.60%的概率下，设施设备和环境潜变量可能对商务出行旅客的机场-航空公司选择行为存在正向影响，可视为绝对小概率事件。而对非商务出行旅客而言，设施设备和环境仍旧在51.50%的概率下可能对其机场-航空公司选择行为存在正向影响。虽然此潜变量在统计学上并不存在显著影响，但从事件发生概率对比看，非商务出行旅客更有可能受设施设备和环境的正向影响，这也说明商务出行旅客更加看重机场作为快速交通工具的功能性，而非商务出行旅客会在机场停留更长时间，进而对机场的整洁、舒适度有更高的要求。

3.3　其他因素的影响

根据整群样本SEM-Logit模型结果可知，机型、航班预计起飞时间差异、航班准点率、航班飞行时间、航班班次、航班价格、抵达机场的时间、强制性流程等8个变量在95%的置信度水平下均具有统计学意义。从不同出行目的看，航班价格、抵达机场时间、航班飞行时间、航班预计提前起飞时间差异和航班预计延迟起飞时间差异对机场-航空公司选择行为均存在显著负向影响。相应，虽然航班准点率对商务或非商务出行旅客的机场-航空公司选择行为均存在显著正向影响，航班班次和机型仅对非商务出行旅客存在类似作用。
根据几率比计算结果（见表5）可知，航班价格、抵达机场时间、航班飞行时间、航班预计提前起飞时间差异和航班预计延迟起飞时间差异等因素每增加一个单位，商务（非商务）出行旅客选择原机场-航空公司组合方案的概率分别是先前的0.994（0.991）、0.914（0.949）、0.972（0.974）、0.737（0.776）和0.675（0.673）倍；航班准点率每增加1个单位（即准点率增加25%），商务（非商务）出行旅客选择原机场-航空公司组合方案的概率是先前的1.033（1.022）倍，这也在一定程度上证明商务出行旅客在机场-航空公司选择过程中，对航班准点率存在相对更高的敏感性；航班班次每增加1单位（3班次/d），商务出行旅客选择原机场-航空公司组合方案的概率是先前的1.069倍；当搭乘的机型从中型转为大型飞机时，商务（非商务）旅客选择原机场-航空公司组合方案的概率是先前的1.190（1.238）倍；就机场-航空公司组合常数项对比而言，首选机场-传统航空公司、首选机场-低成本航空公司的几率比均＞1，而替代机场-传统航空公司的几率比＜1，且商务（非商务）出行旅客选择首选机场-传统航空公司的概率是选择替代机场-低成本航空公司概率的4.347（1.653）倍，商务（非商务）出行旅客选择首选机场-低成本航空公司的概率是选择替代机场-低成本航空公司概率的7.706（3.256）倍，商务出行旅客选择替代机场-传统航空公司的概率是选择替代机场-低成本航空公司概率的0.612倍，对应非商务出行旅客选择几率比不显著。由此说明相比商务出行旅客，非商务出行旅客在机场-航空公司选择过程对航班价格的敏感性更高，但整体差异并不明显。可能是因为调查样本以国内航班旅客为主，实际航班价格差异较小，且在SP调查水平设计过程中考虑了中国航空管制所带来的价格变动范围的限制；其次，旅客对提前起飞时间的容忍度要高于延迟起飞。虽然对于预计起飞时间的单位变化，商务（非商务）出行旅客选择行为的概率变化相似，但商务出行旅客更不愿选择提前于自身预计起飞时间航班的机场-航空公司组合方案，可能是因为提前起飞给本身就存在商务处理时间限制的旅客增加紧迫感；同时，虽然机型对机场-航空公司选择行为在大概率范围下均存在正向影响，但非商务出行旅客对其敏感性更高，主要归结于以休闲旅游或探亲访友为目的的非商务出行旅客无出行时间限制，更加倾向于选择更为舒适的出行方案；此外，旅客对航空公司并没有绝对偏好，在保持低成本航空价格优势的情况下，首选机场-低成本航空公司成为旅客的普遍选择，但无论是商务还是非商务出行旅客都更倾向于选择首选机场主导下的组合方案。
就显著性影响因素的支付意愿看，时间成本作为影响旅客进行机场-航空公司选择行为的核心因素，旅客的时间价值差异不仅表现在绝对数值上，还体现在不同时间类型的价值比上。首先，商务（非商务）出行旅客抵达机场的时间价值为15.0（5.9）元/min，航班飞行时间价值为4.8（2.9）元/min，即商务（非商务）出行旅客抵达机场时间价值是其航班飞行时间价值的2.5（1.7）倍；其次，商务（非商务）出行旅客愿意为减少2 h提前起飞时间支付50.8（28.1）元，同时愿意为减少2 h延迟起飞时间支付65.7（44.0）元；最后，商务（非商务）出行旅客愿意为增加25%的航班准点率支付5.3（2.3）元，同时愿意为增加4班次/d支付1.7（7.3）元。究其原因，可能是非商务出行旅客对其时间价值的预计更低，更喜欢在家里多待些时间或寻求最为舒适的到达时间，而商务出行旅客更倾向于有计划性的处理事务，而不希望原有计划发生变动，或引发交通拥堵、机场等待时间变长等问题。此外，从风险规避的视角看，商务出行旅客更愿意为减少航班延误和提高准时率而付费，或通过航班班次的增加，以尽量满足可能的航班改签。虽然和抵达机场时间价值相比，其支付意愿相对较低，但仍说明旅客对规避航班延误、改签，以及提高时间安排灵活性上的主观意识。

4 结论与讨论

4.1　结论

本文以粤港澳大湾区为例，基于行为地理理论，从旅客心理意向出发，立足于机场服务质量的关键性维度，通过SEM-Logit模型探讨了机场服务质量对航空出行选择行为的影响，重点解析了强制性流程、设施设备和环境2个维度所产生的作用及旅客支付意愿，得出如下主要结论：
1）强制性流程作为旅客在机场无可避免且耗费时间最长和最为繁琐的流程，在此过程中优质的服务水平对旅客存在无形吸引力，特别是对商务出行旅客。与Jung和Yoo（2016）、江红等（2017）的研究结果类似，即因值机、安检、登机等严密流程的不可或缺性，它们已俨然成为旅客最为注重的机场服务。现今，虽然大部分机场均已引入自助值机技术，但现有的值机和行李托运系统的智能化程度较低，仍要求旅客完成一系列复杂的手续。自助柜台并非共享使用，行李托运主要为人工处理，且行李运输空间在高峰期无法通过有机扩展等来满足旅客的需求。因而，此系列流程仍能引发漫长等待，这种等待也将始终被旅客视为机场服务能力水平低下的表现，进而影响旅客对机场服务的认可程度（赵桂红 等，2020；Alkheder, 2021）。
2）设施设备和环境虽然不是旅客普遍性考虑因素，但也间接影响旅客机场服务质量的总体评价，且在机场群内不同机场类型间，这种服务感知差异表现明显。不同于产品功能性为主的行业，旅客不仅要求安全平稳地到达目的地，也存在与服务人员、其他旅客沟通交流的社交需求。在此过程中，环境、气氛等因素也交织影响旅客感受，进而让其产生舒适感。但不同于多数管理学学者所认为的服务环境和氛围会直接影响顾客评价（Bezerra and Gomes, 2020; Halpern and Mwesiumo, 2021），本研究发现主要机场的设施设备和环境均在旅客心理预期之上，辅助机场或其他机场更需要强调对该项服务的重视。这也说明机场服务质量的提升应改变单维度和一元化思维，不仅从多维视角关注旅客的总体的感知服务体验评价，更需结合不同类型的机场所在机场群中的时空特征，进行针对性优化。特别是机场群，需了解不同客源地区旅客的文化差异，提升服务质量。
3）除机场服务质量中强制性流程、设施设备和环境外，其他因素对航空出行选择行为的影响方向基本与先验性假设保持一致。预计提前（延迟）起飞时间差异、抵达机场时间、航班飞行时间和航班价格对航空出行选择行为有显著负向影响，机型、准点率和航班班次对航空出行选择行为有显著正向影响。相比于Harvey（1987）、Pels等（2009）、Hess（2007）学者有关机场选择行为的研究，本研究有4点值得注意之处：1）抵达机场时间和航空出行时间均为关键性影响因素，但商务和非商务出行旅客抵达机场时间价值均高于航空出行时间价值，这说明旅客对机场地面交通不便利性感知明显。2）通过纳入低成本航空公司维度并在方案比选设计中突出其航班价格优势后，验证了航班价格对航空出行选择行为的显著负向效应和突出的敏感性，在方案弹性和边际效应分析中，其他方案属性变化下导致的客流转移概率相对较小。这在一定程度上说明旅客对航空公司类型并不存在明显偏好，而低成本航空公司的入驻对区域机场竞争存在明显的抗风险能力。3）航班准点率对商务和非商务出行旅客均存在正向影响，且替代机场主导下出行方案的被选择受到航班准点率的影响尤为凸显。4）虽然目前旅客对航空公司类型并不存在明显偏好，在中国航空管制限定范围内，与低价格挂钩的低成本航空公司入驻仍能提高机场被选择的机会。

4.2　政策启示

因不同机场类型对航空服务资源掌握程度的区别，同一机场群内的不同机场往往需进行差异化竞争，进而达到区域协同发展态势。因此，在通过服务质量的精细化调整，构建基于不同机场类型的机场服务质量标准，提升机场绩效的情况下，应分阶段进行绩效考核和服务体验设置。同时，应基于机场群一体化视角针对不同机场自身服务功能，进行差异化空间设计，以在最小的成本下达到最优化管理的同时，有效引导旅客进行航空出行选择。
首先，就3家主要机场发展而言，减少旅客在强制性流程中的无作为等待时间是关键。因此，机场可考虑通过与航空公司联合梳理登机流程，在保障安全管控的基础上，减少旅客登机等待时间，如增设通道、人员配备和一体化智能闸机等。或采用任何航空公司、航班的任意旅客都可进行值机托运操作的共享自助设备或机器人，尽量加强待检旅客分流引导力度，减少旅客在强制性流程中所耗费的时间，缓解机场资源有限问题。
其次，就辅助机场而言，可通过对机场设施、设备和环境的提高，在一定程度上吸引和培育更为稳定的客源。在此过程中需更加注重收集以休闲旅游、探亲访友等非商务出行旅客的评价和改进意见，定制如周末机场免费停车、机场盲盒、家庭旅游机票折扣等特色航空出行产品的同时，进一步融合机场娱乐、文化体验、亲子活动等多样化功能空间的优化设计，并在机场营销活动中突出强调这种差异化服务。此外，因澳门国际机场和珠海金湾机场本身并不存在通航空间重叠的问题，是绝佳的互补性发展组合。可考虑建立澳门国际机场和珠海金湾机场的快速通道，缩减机场抵达时间，同时提高两地通关效率，结合澳门国际机场容量，将登记手续办理和行李托运等手续在快速通道建立中转移至珠海金湾机场，以减少旅客在澳门机场的滞留时间，提高两机场利用率和运营效率。
最后，响应其他机场的培育发展和主要机场自身机场服务质量的提升需求。在佛山沙堤机场、惠州平潭机场空间容量内，可考虑将广州白云国际机场、深圳宝安国际机场中的一部分低成本航空公司和地方航空公司转移至佛山沙堤机场和惠州平潭机场。立足整体利益最大化，整合区域机场集团，以机场群为主体与航空公司签订长期战略合作协议，进一步挖掘主要机场非航空服务空间布局和品牌化。同时，尝试通过其他机场和低成本航空公司、其他机场和地方航空公司的精细化联合运营引导腹地居民机场选择，培育居民航空出行惯性。
本文通过RP-SP融合调查，系统解析以强制性流程、设施设备和环境等2个关键维度为代表下机场服务质量对航空出行选择行为的影响。不同于已有机场群航空出行选择行为中仅针对时间、费用成本等定量化指标的探讨，本文突出了旅客航空出行选择过程中的心理意向，通过探讨机场服务质量对航空出行选择行为的影响，反映高质量发展背景下旅客航空出行的高品质需求，丰富了地理学视角下潜变量对出行行为的影响研究。同时，相较已有研究对机场服务的单一维度评价，本文基于地理学视角对机场服务质量进行了多维度、立体化拆解，在机场内部空间中主要表现为机场服务的区块划分，在区域尺度上表现为旅客对机场群内不同机场服务质量的感知差异，侧重于多学科交叉下对机场服务质量的微观分析，深化了地理学视角下对机场服务质量的理解。
然而，本文并未考查如目的地或航线类型、常旅客会员、基地航空公司等因素对航空出行选择行为的可能影响。同时，主要基于某一时间点的旅客调查数据，缺少不同时段的比较分析。因此，未来可从航空出行链的角度更全面地解析航空出行选择行为及其影响因素，跟踪收集不同地区的旅客航空出行时空面板数据，探讨季度或节假日下航空出行选择行为变化，了解不同地区、民族旅客的文化差异，进一步加深地理学视角下航空出行选择行为的理解。

脚注

1 数据来源：FlightGlobal. https://www.flightglobal.com/。

廖 望：主要负责论文撰写及数据分析；

曹小曙：主要参与概念模型和结果分析；

李 涛：主要负责研究框架设计；

高兴川：主要参与研究综述撰写。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Alkheder S. 2021. Passengers Intentions Towards Self-Services Check-in, Kuwait Airport as a Case Study. Technological Forecasting and Social Change, 169: 120864.

Armitage S, Rodwell D, and Lewis I. 2022. Applying an Extended Theory of Planned Behaviour to Understand Influences on Safe Driving Intentions and Behaviours. Transportation Research Part F: Traffic Psychology and Behaviour, 90: 347-364.

澳门特别行政区统计暨普查局. 2022. 澳门统计年鉴. 澳门：华辉印刷有限公司.

Government of Macao Special Administrative Region Statistics and Census Service. 2022. Statistical Yearbook of Macao. Macao: Welfare Printing Ltd.

Barakat H, Yeniterzi R, and Martín-Domingo L. 2021. Applying Deep Learning Models to Twitter Data to Detect Airport Service Quality. Journal of Air Transport Management, 91: 102003.

Bergantino A S, Capurso M, and Hess S. 2020. Modelling Regional Accessibility to Airports Using Discrete Choice Models: An Application to a System of Regional Airports. Transportation Research Part A: Policy and Practice, 132: 855-871.

Bezerra G C L and Gomes C F. 2020. Antecedents and Consequences of Passenger Satisfaction with the Airport. Journal of Air Transport Management, 83: 101766.

Bonnefoy P A. 2008. Scalability of the Air Transportation System and Development of Multi-Airport Systems: A Worldwide Perspective. Boston: Massachusetts Institute of Technology.

柴彦威，李彦熙，李春江. 2022. 时空间行为规划：核心问题与规划手段. 城市规划，46（12）：7-15.

Chai Yanwei, Li Yanxi, and Li Chunjiang. 2022. Spatiotemporal and Behavioral Planning: Key Issue and Planning Strategies. City Planning Review, 46(12): 7-15.

曹小曙，廖望. 2018. 全球多机场区域空间格局与类型划分. 地理科学进展，37（11）：1473-1484.

Cao Xiaoshu and Liao Wang. 2018. Spatial Pattern and Classification of the Worldwide Multi-Airport Regions. Progress in Geography, 37(11): 1473-1484.

Cheung T K, Wong W, Zhang A, and Wu Y. 2020. Spatial Panel Model for Examining Airport Relationships within Multi-airport Regions. Transportation Research Part A: Policy and Practice, 133: 148-163.

狄智玮，包丹文，张天炫，朱婷. 2019. 基于Agent理论的机场旅客出发时间与出行方式联合选择模型研究. 交通信息与安全，37（4）：136-144.

Di Zhiwei, Bao Danwen, Zhang Tianxuan, and Zhu Ting. 2019. A Joint Selection Model of Departure Time and Travel Mode of Airport Passengers Based on Agent Theory. Journal of Transport Information and Safety, 37(4): 136-144.

封丹，朱竑，Breitung Werner. 2019. 基于居民感知的跨界意义研究——以深港跨界居民为例. 人文地理，34（3）：53-60.

Feng Dan, Zhu Hong, and Breitung Werner. 2019. The Interactions Between Cross-border Mobility, Sense of Place and Border Perceptions: A Case of Hong Kong and Shenzhen Border Crossers. Human Geography, 34(3): 53-60.

Furuichi M and Koppelman F. 1994. An Analysis of Air Travelers' Departure Airport and Destination Choice Behavior. Transportation Research Part A: Policy and Practice, 3(28): 187-195.

国家统计局. 2022. 中国统计年鉴. 北京：中国统计出版社.

National Bureau of Statistics. 2022. China Statistical Yearbook. Beijing: China Statistics Press.

Halpern N and Mwesiumo D. 2021. Airport Service Quality and Passenger Satisfaction: The Impact of Service Failure on the Likelihood of Promoting an Airport Online. Research in Transportation Business & Management, 41: 100667.

韩震，朱园坤，徐萌. 2021. 考虑潜变量的高铁民航旅客出行行为仿真. 系统管理学报，30（5）：1016-1023.

Han Zhen, Zhu Yuankun, and Xu Meng. 2021. Simulation of High-Speed Rail and Civil Aviation Passenger Travel Behavior Considering Latent Variables. Journal of Systems & Management, 30(5): 1016-1023..

黄沣爵，杨滔. 2022. 珠三角城市空间联系及社会网络——基于“流空间”的分析. 热带地理，42（3）：422-430.

Huang Fengjue and Yang Tao. 2022. Exploring the Spatial Structure of Pearl River Delta: Based on "Space of Flows". Tropical Geography, 42 (3): 422-430.

Harvey G. 1987. Airport Choice in a Multiple Airport Region. Transportation Research Part A: Policy and Practice, 21(6): 439-449.

Hess S, Adler T, and Polak J W. 2007. Modelling Airport and Airline Choice Behaviour with the Use of Stated Preference Survey Data. Transportation Research Part E: Logistics and Transportation Review, 43(3): 221-233.

Ishii J, Jun S, and Van-Dender K. 2009. Air travel choices in multi-airport markets. Journal of Urban Economics, 65(2): 216-227.

江红，周夕钰. 2017. 基于结构方程模型的民航旅客出行行为特征影响因素分析——以天津机场出港旅客为例. 综合运输，39（3）：47-52.

Jiang Hong and Zhou Xiyu. 2017. Impact Factors Analysis of Passengers' Travel Behavior Using Structural Equation Model: Based on Tianjin Binhai International Airport. China Transportation Review, 39(3): 47-52.

Jung S and Yoo K. 2016. A Study on Passengers' Airport Choice Behavior Using Hybrid Choice Model: A Case Study of Seoul Metropolitan Area, South Korea. Journal of Air Transport Management, 57: 70-79.

Kim J and Lee B. 2023. Campus Commute Mode Choice in a College Town: An Application of the Integrated Choice and Latent Variable (ICLV) Model. Travel Behaviour and Society, 30: 249-261.

赖文凤，陈菲. 2019. 港珠澳大桥影响下粤港澳大湾区经济空间新变化. 城市观察，（1）：40-48.

Lai Wenfeng, and Chen Fei. 2019. Changes in the Economic Space of the Guangdong-Hong Kong-Macao Bay Area Under the Influence of the Hong Kong-Zhuhai-Macao Bridge. Urban Insight, (1): 40-48.

李艳，孙阳，姚士谋. 2020. 一国两制背景下跨境口岸与中国全球城市区域空间联系——以粤港澳大湾区为例. 地理研究，39（9）：2109-2129.

Li Yan, Sun Yang, and Yao Shimou. 2020. Cross-Border Ports and the Spatial Linkages of China′s Global City Regions in the Context of "One Country, Two Systems": Taking the Guangdong-Hong Kong-Macao Greater Bay Area as an Example. Geographical Research, 39(9): 2109-2129.

廖望，曹小曙，林雄斌，马仁锋. 2021. 旅客机场选择行为意向的形成机制——以粤港澳大湾区为例. 地理科学，41（12）：2107-2116.

Liao Wang, Cao Xiaoshu, LinXiongbin, and Ma Renfeng. 2021. Investigating Passengers' Behavioral Intention of Reusing an Airport: The Case of Guangdong-Hong Kong-Macao Greater Bay Area. Scientia Geograph-ica Sinica, 41(12): 2107-2116.

Loo B P. 2008. Passengers' Airport Choice within Multi-Airport Regions (MARs): Some Insights from a Stated Preference Survey at Hong Kong International Airport. Journal of Transport Geography, 2(16): 117-125.

Lu J, Meng Y, Timmermans H, and Zhang A. 2021. Modeling Hesitancy in Airport Choice: A Comparison of Discrete Choice and Machine Learning Methods. Transportation Research Part A: Policy and Practice, 147: 230-250.

马向明，陈洋，黎智枫. 2019. 粤港澳大湾区城市群规划的历史、特征与展望. 城市规划学刊，（6）：15-24.

Ma Xiangming, Chen Yang, and Li Zhifeng. 2019. The History, Characteristics and Prospects of Regional Urban Cluster Planning in the Guangdong-Hong Kong-Macao Greater Bay Region. Urban Planning Forum, (6): 15-24.

Marcucci E and Gatta V. 2012. Dissecting Preference Heterogeneity in Consumer Stated Choices. Transportation Research Part E: Logistics and Transportation Review, 48(1): 331-339.

莫辉辉，王姣娥，高超，王涵. 2021. 机场群研究进展与展望. 地理科学进展，40（10)：1761-1770.

Mo Huihui, Wang Jiao'e, Gao Chao, and Wang Han. 2021. Airport Agglomeration Research: A Review and Prospect. Progress in Geography, 40(10): 1761-1770.

Skinner R E. 1976. Airport Choice: An Empirical study. Journal of Transportation Engineering, 4(102): 871-882.

Soto J, Orozco-Fontalvo M, and Useche S A. 2022. Public Transportation and Fear of Crime at BRT Systems: Approaching to the Case of Barranquilla (Colombia) Through Integrated Choice and Latent Variable Models. Transportation Research Part A: Policy and Practice, 155: 142-160.

Sun S and Duan Z. 2019. Modeling Passengers' Loyalty to Public Transit in a Two-Dimensional Framework: A Case Study in Xiamen, China. Transportation Research Part A: Policy and Practice, 124: 295-309.

Suzuki Y, Crum M R, and Audino M J. 2003. Airport Choice, Leakage, and Experience in Single-Airport Regions. Journal of Transportation Engineering, 129(2): 212-218.

Takebayashi M. 2021. Workability of a Multiple-Gateway Airport System with a High-Speed Rail Network. Transport Policy, 107: 61-71.

Tam M L, Lam W H K, and Lo H P. 2010. Incorporating Passenger Perceived Service Quality in Airport Ground Access Mode Choice Model. Transportmetrica, 6(1): 3-17.

汪菲，罗皓，王长建，叶玉瑶，张虹鸥，林晓洁，陈静. 2023. 金融联系视角下粤港澳大湾区城市网络空间结构及其影响因素. 热带地理，43（4）：581-595.

Wang Fei, Luo Hao, Wang Changjian, Ye Yuyao, Zhang Hong'ou, Lin Xiaojie, and Chen Jing. 2023. Spatial Structure and Influencing Factors of Urban Network in the Guangdong-Hong Kong-Macao Greater Bay Area from the Financial Relationships Perspective. Tropical Geography, 43(4): 581-595.

Windle R and Dresner M. 1995. Airport Choice in Multiple-airport Regions. Journal of Transportation Engineering, 4(121): 332-337.

吴威，曹有挥，梁双波，张璐璐，刘玮辰. 2019. 民用机场区域服务能力的结构与空间格局——以长江经济带民用机场体系为例. 地理研究，38（6）：1512-1526.

Wu Wei, Cao Youhui, Liang Shuangbo, Zhang Lulu, and Liu Weichen. 2019. Regional Service Capability Structure and Spatial Pattern of Civil Airports: A Case Study of Yangtze River Economic Belt. Geographical Research, 38(6): 1512-1526.

香港特别行政区政府统计处. 2022. 香港统计年刊. （2022-10-28）[2023-12-31]. [Census and Statistics Department Hong Kong Special Administrative Region. 2022. Hong Kong Annual Digest of Statistics. (2022-10-28) [2023-12-31]. https://www.censtatd.gov.hk/en/data/stat_report/product/B1010003/att/B10100032022AN22B0100.pdf.

萧文龙. 2013. 统计分析SPSS中文版+PLS-SEM（SmartPLS）. 台北：碁峰资讯.

Xiao Wenlong. 2013. Introduction and Application of Statistical Analysis: Chinese Version of SPSS+PLS-SEM (SmartPLS). Taibei: Gotop Information Inc.

徐爱庆，陈欣，朱金福. 2018. 基于累积前景理论的机场群旅客出行决策行为分析. 交通运输系统工程与信息，18（6）：14-21.

Xu Aiqing, Chen Xin, and Zhu Jinfu. 2018. Passenger Travel Choice in Multiple Airport System Based on Cumulative Prospect Theory. Journal of Transportation Systems Engineering and Information Technology, 18(6): 14-21.

姚海芳，冯天楠，刘劲松. 2020. 基于手机信令数据的机场航空旅客分类识别研究——以石家庄正定国际机场为例. 地理与地理信息科学，36（3）：56-62.

Yao Haifang, Feng Tiannan, and Liu Jinson. 2020. Air Passenger Classification Based on Mobile Phone Signaling Data: A Case Study of the Shijiazhuang Zhengding International Airport. Geography and Geo-Information Science, 36(3): 56-62.

张生润，郑海龙，李涛，唐小卫，王姣娥. 2019. 枢纽机场的国际中转客流拥堵溢出效应研究. 地理研究，38（11）：2716-2729.

Zhang Shengrun, Zheng Hailong, Li Tao, Tang Xiaowei, and Wang Jiao'e. 2019. Research on Congestion Spillover Effects of International Transfer Traffic on Hub Airports. Geographical Research, 38(11): 2716-2729.

赵桂红，崔悦，冯迪，李建伏. 2020. 我国航空旅客对附加服务选择行为及实证研究. 系统工程，38（2）：149-158.

Zhao Guihong, Cui Yue, Feng Di, and Li Jianfu. 2020. Choice Behavior of Ancillary Services for Chinese Air Passengers and Empirical Study. Systems Engineering, 38(2): 149-158.

中共中央，国务院. 2021. 国家综合立体交通网规划纲要. （2021-02-24）[2023-12-31]. [Central Committee of the Communist Party of China (CPC) and State Council (PRC). 2021. Outline of National Comprehensive Three-Dimensional Transportation Network Planning. (2019-02-18) [2023-11-25]. https://www.gov.cn/gongbao/content/2021/content_5593440.htm.

中国民航局. 2020. 民航局关于支持粤港澳大湾区民航协同发展的实施意见. （2020-07-16）[2023-12-31]. [Civil Aviation Administration of China. 2020. Implementation Opinions of CAAC on Supporting the Coordinated Development of Civil Aviation in Guangdong-Hong Kong-Macao Greater-Bay Area. (2020-07-16) [2023-12-31]. https://www.gov.cn/xinwen/2020-07/16/content_5527258.htm.

中华人民共和国国家发展和改革委员会. 2022. “十四五”现代综合交通运输体系发展规划. （2022-03-25）[2023-12-31]. [National Development and Reform Commission. 2022. Development Planning of Modern Comprehensive Transportation System in the Tenth Five-Year Plan. (2022-03-25) [2023-11-25]. https://www.ndrc.gov.cn/fggz/fzzlgh/gjjzxgh/202203/t20220325_1320208.html.

周悦，江欣国，付川云，刘海玥. 2021. 基于混合Logit模型的出租车超速者运营因素分析. 交通运输系统工程与信息，21（3）： 229-236.

Zhou Yue, Jiang Xinguo, Fu Chuanyun, and Liu Haiyue. 2021. Operational Factors Analysis for Taxi Speeders Using Mixed Logit Model. Geography and Geo-Information Science, 21(3): 229-236.

Options
文章导航

/

〈 〉