任新惠 侯慧停

（中國民航大學經(jīng)濟與管理學院 天津300300）

0 引 言

近年來，隨著民航運輸旅客吞吐量的增加，航站樓的規(guī)模逐漸擴大，空間布局日益復雜。旅客經(jīng)常會在航站樓內迷失方向，影響旅客整體登機時間。特別是在緊急情況下，尋路困難成為了1個問題，嚴重影響著旅客的乘機服務體驗。“尋路”是1種行為，是指人在1個特定的環(huán)境中，巧用自己獲得的信息找到目標點的過程[1]。

目前，大多數(shù)學者對尋路過程的研究主要集中在旅游景區(qū)[2]、交通樞紐區(qū)[3-4]等地方。趙瑩等[5]研究了旅客在景區(qū)的尋路行為，建立了游客尋路行為模型和導向標識評價指標體系，發(fā)現(xiàn)標識指引對尋路過程起著重要的影響作用。Zhu等[6]采用VR技術構架出虛擬地鐵站，研究了建筑可視范圍對緊急尋路和緊急疏散過程的影響，結果發(fā)現(xiàn)建筑設計策略和建筑物的特征影響旅客方向的選擇。Shiwakoti等[7]研究火車站的緊急疏散尋路問題，通過調研發(fā)現(xiàn)，旅客對車站熟悉，但不了解緊急疏散尋路工具和尋路程序；性別、年齡等因素在認知上也有差異，研究結果可以幫助應急管理人員制定適當?shù)牟呗?、設計解決方案和培訓計劃，以有效和安全的疏散。另外，A.C.Farr等[8]認為性別、語言文化、認知能力、路線策略和空間布局等人為因素和環(huán)境因素的相互作用對尋路決策有著很大的影響。L.B.Zomer等[9]根據(jù)在荷蘭調查的空間環(huán)境報告問卷確定了2種城市尋路方式，使用廣義線性模型估計出性別和年齡對2種尋路方式有很大的影響。

尋路問題不僅存在于旅游景區(qū)、交通樞紐區(qū)等人群密集的地方，大型航站樓空間布局復雜，旅客在航站樓內值機、安檢、尋找登機口時，也存在著尋路難的問題。機場尋路是旅客在航站樓內導向的過程[10]。A.Churchill等[11]根據(jù)不同區(qū)域能見度指數(shù)的高低，發(fā)現(xiàn)標識對尋路過程起著重要的影響作用。張婉琳[12]運用了仿真軟件、C語言編程模擬了石家莊機場旅客尋路過程，發(fā)現(xiàn)標識布設系統(tǒng)的合理程度嚴重地影響著尋路過程。尋路輔助工具也對機場的服務質量起著重要作用[13]。N.Shiwakoti等[14]研究了青島機場和墨爾本機場中旅客對緊急尋路工具和尋路流程的感知和意識，發(fā)現(xiàn)性別和年齡對理解緊急尋路工具和尋路流程上存在著差異。另外，高質量的尋路系統(tǒng)可以減少旅客在航站樓中移動的時間，消除尋路過程中的不確定性，提高乘客對機場服務的滿意度[15]。田晶等[16]針對北京大興國際機場的空間布局進行了尋路優(yōu)化方案設計，通過引入分級引導策略，將相似功能進行區(qū)域性整合，不僅降低了旅客到達機場后做出尋路決策的難度，同時也降低了到達出口的擁堵風險。關華等[17]提出將人工智能應用于航站樓內進行智能定位導航，通過動態(tài)導航引導旅客在航站樓內的尋路，縮短了旅客到達目標位置的時間。

上述的機場航站樓尋路研究大多只考慮性別、年齡、導向標識和空間布局、尋路輔助工具等可觀測變量，忽視了個人素質及個人感知等不可觀測因素對尋路過程的影響。因此，本文重點探究旅客在航站樓內尋路過程的影響因素及其影響程度，進而提升旅客乘機體驗，同時為機場管理者規(guī)劃航站乘機流程提供依據(jù)。

1 航站樓內尋路過程的影響因素

1.1 旅客航站樓內乘機流程及尋路影響因素

旅客進入航站樓后，需要值機、托運行李、安全檢查，尋找登機口的位置、候機。如圖1所示，在乘機流程的整個過程中，各個環(huán)節(jié)都涉及到了尋路問題。

在整個乘機過程中，旅客的個人基本屬性、出行特征會對尋路過程產(chǎn)生一定的影響。旅客可能因為乘機頻率過低而對整個乘機流程和機場不熟悉，同行人數(shù)過多、行李量過多、機場客流過大而影響行進速度。出行目的、飛行時長影響著旅客選擇提前多久出發(fā)，提前到達機場的時間決定著尋路時間的寬裕程度。不同的飛行時段，機場客流也不相同。自身個人素質能力比如方向感、理解能力，引導信息的準確性、充分性和設施布局的分散程度也都影響著旅客尋路的難易程度。這些因素中，既有內部因素，又有外部因素。旅客的理解能力、方向感等個人素質能力可能與年齡、性別、文化水平等個人屬性有關。此外，主體對環(huán)境的感知差異也會對尋路過程產(chǎn)生影響。不同機場航站樓的設施布局不同，不同的人感受也不同。所以，使用不同區(qū)域感知遠近程度來衡量設施布局的分散程度。因此，尋路行為是個人屬性、出行特征、機場狀況和感知因素等多方面因素共同決定的。在航站樓內的尋路過程中，個人屬性、出行特征、機場狀況等屬于顯變量，個人素質能力、對信息的感知、對設施布局的感知屬于潛變量。

1.2 影響尋路過程的顯變量

1）個人屬性。年齡、性別、職業(yè)、文化水平、月收入這些基本因素都是通過影響旅客智力、認知水平、學習能力來影響尋路便捷程度的。

2）出行特征。出行目的、飛行時長、飛行時段、乘機頻率、同行人數(shù)、提前到達機場的時間、對機場的熟悉程度、行李量和步行速度等，這些出行特征也是影響尋路者尋路的重要因素。

3）機場狀況。機場客流量這一環(huán)境因素也會對尋路過程產(chǎn)生影響?？土髁看髸r，尋找功能區(qū)可能會比較慢，值機、安檢速度也會降低?？土髁客ㄟ^影響旅客的視角和步行速度來影響尋路的便捷程度。

1.3 影響尋路過程的潛變量

一般的尋路過程只是關注性別、年齡等個人屬性和出行特征這些顯變量的影響，卻忽視了旅客感知這類無法直接測得的潛變量對尋路過程的影響。潛變量從心理活動角度定量研究尋路過程[18]，加入這些不可直接觀測的潛變量之后會使得模型整體的解釋能力提升，得到的結果與真實結果更為接近。

圖1 旅客尋路過程中可能遇到的問題和存在的影響因素Fig.1 Possible problems and influencing factors in the process of passenger wayfinding

雖然潛變量沒有一套固定的測量標準，無法直接測得，但是可以通過尋找其他觀測變量的方法對其進行量化。例如，個人素質能力這一潛變量可以通過方向感、理解能力、實踐能力、應變能力等觀測變量對其進行來描述；感知信息有效性可以通過信息的準確性、充分性、簡明度、智能度、可識別度、易搜尋度進行測量；感知設施布局分散程度可以通過值機區(qū)到安檢區(qū)的遠近程度、安檢區(qū)到候機區(qū)的遠近程度、值機區(qū)到候機區(qū)的遠近程度3個方面進行衡量。

2 基于尋路影響因素的SEM-Logit聯(lián)合模型

2.1 變量定義

使用結構方程模型（SEM）對個人素質能力、感知信息有效性和感知設施布局分散程度等感知因素進行量化。使用Likert 5級量表對觀測變量進行測量，3個潛變量對應的觀測變量見表1。個人素質能力中觀測變量的1～5分別代表“非常弱”到“非常強”，信息有效性中觀測變量的1～5分別代表“非常低”到“非常高”，設施布局中觀測變量的1～5分別代表分布的“非常集中”到“非常分散”。

表1 機場航站樓尋路過程中的感知因素潛變量Tab.1 Latent variables of perceptual factors in the wayfinding process of the airport terminal

基于上述的影響因素，建立SEM-Logit聯(lián)合模型來探究旅客在航站樓內尋路便捷程度的關鍵影響因素。各變量見表2。

2.2 SEM-Logit聯(lián)合模型

影響因素中既有觀測變量，又有感知變量；既包括有序多分類變量又包括無序多分類變量。因此，建立SEM-Logit聯(lián)合模型來探究旅客在航站樓內尋路便捷程度的關鍵影響因素及其影響程度，見圖2。

表2 SEM-Logit聯(lián)合模型變量Tab.2 Variables of the SEM-Logit integrated model

圖2 SEM-Logit聯(lián)合模型Fig.2 SEM-Logit integrated model

式（1）表示潛變量與其對應的測量變量之間的關系；式（2）表示考慮個人屬性、出行特征、機場狀況、感知因素的聯(lián)合模型回歸參數(shù)估計函數(shù)；式（3）表示的因變量尋路便捷程度處于各個水平的概率。

結構方程部分模型為

聯(lián)合模型部分為

式中：i為潛變量個數(shù)，i={1，2，3；l}為測量變量個數(shù)為被調研者i的第l個潛變量；Λ為指標變量的因素負荷量矩陣；?l為潛變量的第l個觀測變量；εil為潛變量的測量誤差；P(Y=t|X)為因變量處于t水平的概率；X為自變量向量；Y為因變量尋路便捷程度向量；X1，X2，…，Xm為m個影響因素；b為回歸系數(shù)；Lk為第k個累計的Logit模型；k為因變量尋路便捷程度的水平；a k為第k個模型的截距參數(shù)；B為斜率向量。

3 實證研究

3.1 數(shù)據(jù)描述性統(tǒng)計分析

通過問卷調查獲取數(shù)據(jù)，問卷中主要包含了個人屬性、出行特征、機場狀況等顯變量和感知屬性等潛變量。同時采用線上線下相結合的方式發(fā)放問卷，線上利用問卷星平臺發(fā)放調查問卷，線下在天津濱海國際機場實地發(fā)放問卷。問卷調查的時間為2020年8月14日—20日，共獲取問卷439份，剔除選項不完整等34份無效問卷，共獲得有效問卷為405份，有效率達到92.26%。問卷數(shù)據(jù)中，個人屬性統(tǒng)計特性見表3。

3.2 數(shù)據(jù)信效度檢驗

利用SPSS 24.0軟件對問卷進行了信效度檢驗，檢驗結果見表4。使用Cronbach"sα系數(shù)測量了問卷的信度，Cronbach"sα系數(shù)為0.811，說明問卷調查的信度較高，可以進行有效分析。對問卷中的各項指標進行探索性因子分析，KMO值為0.868，；Bartlett球形檢驗的P<0.001，說明問卷的結構效度良好，滿足因子分析條件。問卷中選取的各個指標非常合理，都達到了標準，適合做進一步的分析。

表3 樣本中的個人屬性統(tǒng)計表Tab.3 Statistics of personal attributes in the samples

表4 問卷信效度檢驗結果Tab.4 Results of the reliability and validity test of questionnaires

3.3 驗證性因素分析

基于有效數(shù)據(jù)，使用Amos GraphicsCLI軟件，建立SEM模型。但是模型中CMIN/DF為3.48，沒有處于標準范圍1～3之間，因此選擇連接修正指數(shù)MI值最大的2個測量誤差項e7～e9。修正之后的SEM模型中各項指數(shù)都處于標準范圍內，說明SEM模型擬合效果較好，見表5。

修正后的模型的驗證性因素分析結果見圖3，各潛變量和觀測變量之間的載荷系數(shù)P<0.05,說明測量變量可以很好的表征潛變量，觀測變量與潛變量之間的載荷系數(shù)表示相應的影響程度。

圖3 感知因素的驗證性因素分析結果Fig.3 Analysis results of confirmatory factors of perceptual factors

表5 SEM模型整體擬合度評價指數(shù)Tab.5 Overall fitness evaluation index of the SEMmodel

3.4 回歸結果

根據(jù)SEM模型中的潛變量適配值和問卷調查中的顯變量實際值，綜合考慮個人屬性、出行特征、機場狀況和感知因素的影響，運用SPSS對數(shù)據(jù)分別進行基礎回歸模型和聯(lián)合模型回歸，參數(shù)標定結果見表6。

3.5 結果分析

1）根據(jù)2個模型的回歸結果發(fā)現(xiàn)：SEM-logit聯(lián)合模型的AIC值小于基礎回歸模型的AIC值，說明聯(lián)合模型比基礎回歸模型的擬合程度更高，解釋能力更強。感知因素潛變量對航站樓內的尋路過程具有重要影響作用。考慮個人素質能力、感知信息有效性和感知設施布局分散程度等潛變量的聯(lián)合模型可以更加準確地擬合感知因素與尋路便捷程度之間的關系。

表6 基礎回歸模型和聯(lián)合模型的參數(shù)標定結果Tab.6 Parameter calibration of the basic regression model and integrated model

2）聯(lián)合模型中增加旅客感知的潛變量后，年齡、性別的參數(shù)估計值有所提高，對尋路便捷性的影響逐漸增大，說明如果不考慮潛變量，年齡、性別等關鍵屬性的重要程度將會被低估。同時，也證明了聯(lián)合模型比基礎回歸模型考慮因素更全面。

3）在感知因素中，個人素質能力、感知信息有效性對航站樓尋路具有顯著的正向影響作用，感知設施布局分散程度對航站樓尋路具有顯著的負向影響作用。個人素質能力對應的參數(shù)估計值為0.107>0，表示個人素質能力越強，方向感、理解力、實踐能力、應變能力等綜合素質水平越高，在機場尋路時更容易根據(jù)導向標識的指引找到功能區(qū)。感知信息有效性的參數(shù)估計值為0.379，表示信息的有效性越高，旅客尋路的便捷程度越高。旅客通過準確、充分、智能化的信息引導，前往對應值機柜臺、安檢區(qū)、登機口，有效得縮短了尋路時間，提高了尋路的便捷程度。航站樓內感知設施布局分散程度對應參數(shù)為-0.330<0，說明設施布局越分散，尋路越不方便。較為分散的設施布局，拉大了值機區(qū)、安檢區(qū)、商業(yè)區(qū)之間的距離，使得旅客每辦理1次手續(xù)之后，就需要行走很遠前往下1個區(qū)域。因此，尋路越不方便。

4）出行特征以及機場狀況對航站樓的尋路過程也起著至關重要的作用。越早到達機場，尋路時間越充分，尋路越便捷。數(shù)據(jù)顯示，提前45～90 min到達機場的旅客尋路最便捷，因為這類旅客對機場最為熟悉。因此，旅客對機場的熟悉程度與尋路的便捷程度正相關。旅客攜帶的行李量對尋路起到負向的影響作用。行李過多會阻塞旅客的行進速度，致使尋路效率降低。另外，客流量越大，航站樓內越擁擠。一方面，會影響旅客的視野和對方向的判斷。另一方面，旅客根據(jù)導向標識尋找目標區(qū)域的速度也會降低。

4 結束語

本文從旅客感知的角度出發(fā)，綜合考慮了個人屬性、出行特征和機場狀況幾個方面的影響，建立了SEM-Logit聯(lián)合模型研究影響尋路便捷程度的影響因素。

1）聯(lián)合模型比基礎回歸模型的擬合優(yōu)度更高，解釋能力更強，更加客觀地反映出旅客年齡和性別在尋路過程中的重要影響程度。

2）感知因素中，個人素質能力、感知信息有效性對航站樓尋路具有顯著的正向影響作用，感知設施布局的分散程度對航站樓尋路具有顯著的負向影響作用。因此,機場可以通過信息的及時公布和設施的合理導向來有效地引導旅客。

3）對機場的熟悉程度、攜帶的行李量、機場客流量、感知信息有效性和感知設施布局分散程度是最為關鍵的因素。本文考慮了乘客基本屬性、出行特征、機場環(huán)境和感知變量等因素對尋路便捷程度的影響，為優(yōu)化機場旅客乘機流程提供依據(jù)，進而在緊急情況下疏導客流，緩解擁堵問題，提升旅客乘機體驗。