基于Logit模型的航班延誤險購買行為研究

馮 杰，吳薇薇，劉鐘佳文

（南京航空航天大學民航學院, 江蘇 南京211106）

民航資源網數據顯示，2014年中國大陸地區機場平均放行準點率為65.44%[1]，航班延誤導致航空公司和旅客因賠償金額爭執不下，引發航班延誤糾紛。伴隨航班延誤及延誤糾紛解決的討論和研究，航班延誤險逐漸進入了人們的視野[2]。2010年東航首先推出“航空延誤險”，并對保險價格、賠付金額做了明確規定；在民航運輸競爭激烈的大環境下，為航空乘客提供優質的服務質量是航空公司實現收益管理和可持續發展的核心競爭力[3]，隨后其他航空公司聯合保險機構也相繼推出符合自己航空公司標準的航班延誤險。但是，航班延誤險的起賠時間、賠償金額等尚無統一標準，航空公司和保險機構對航班延誤險的推廣力度不夠，導致乘客對航班延誤險的認知度不高，航班延誤險的銷售情況不佳，對緩解航班延誤糾紛作用有限。

航班延誤險屬于商業保險，即是保險合同當事人自愿締結的，以保險合同形式約定雙方權利義務的商業行為[2]。國內不少學者、航空公司、金融機構等對航班延誤險進行了廣泛研究。許凌潔[2]、付勇剛[4]、饒蔚楠[5]等分析了目前國內航班延誤補償機制，并對航班延誤險的原因、現狀和可行性進行分析。許凌潔[6]、馬江濤[7]、謝泗薪[8]等在分析了國內外航班延誤險現狀的基礎上，針對我國航班延誤險存在的不被旅客普遍接受等問題，提出相應的航班延誤險優化方案；在已有研究中，大多數都是針對我國航班延誤險的現狀、推廣、實行以及旅客購買建議方面進行定性研究，而航班延誤險是否能夠真正有效地降低航班延誤矛盾，取決于旅客是否接受并購買航班延誤險；因此，還需要對旅客航班延誤險購買行為進行深入的定量分析。

將Logit 模型應用于旅客的航班延誤購買選擇行為，通過問卷調查得到旅客特征數據以及偏好數據，運用SPSS 軟件對參數標定和分析，篩選出影響旅客購買行為的顯著性因素；并利用所建模型對旅客購買行為進行預測，證明所選用的因素能夠很好地解釋旅客對航班延誤險的購買偏好；最后，結合分析結果，為推行航班延誤險的相關部門提出相應建議。

1 模型選擇

旅客航班延誤險的購買行為即旅客的決策行為，是旅客綜合自身因素以及延誤險信息，選擇對自身效用最大選擇方案的過程。本文研究的重點是定量分析影響旅客購買行為的顯著性因素。Logit 模型在理論上對選擇者的行為具有較強的說服力，且模型結構簡單、適用性強[9]，本文采用Logit 模型描述分析旅客航班延誤險購買行為。

根據效用理論，出行者在特定的選擇條件下，選擇其所認知到的選擇方案中效用最大的方案。并且，選擇某方案的效用因該方案所具有的特性(如該交通方式的費用、所需時間等)、出行者的特性(如年齡、性別、職業等)等因素而異[10]。旅客n 選擇方案i 的效用表示為

式中：Vin為效用函數Uin的固定項；εin為效用函數的隨機項，代表旅客選擇中的不確定性。

根據效用最大理論，旅客選擇方案i 的概率為

式中：Ujn為除了方案i 外的其他方案的效用；An為旅客n 的選擇方案集合。

假定隨機項εij服從相互獨立的Gumbel 分布，得到Logit 模型的基本公式

式中：Vin是特性變量Xin的函數，假設他們之間呈線性關系，則有如下表達式

式中：Xink為旅客n 的第i 個選擇方案中所包含的第k 外特性變量；k 為特性變量的個數；?為常數項，βk為第k 個特性變量所對應的未知參數。

由于針對旅客是否愿意購買航班延誤險行為進行分析，選擇方案i 只有1（購買）或0（不購買），因此可以用二元Logit 模型描述，旅客愿意購買航班延誤險的概率為

旅客不選擇購買的概率為

2 數據調查及定義變量

2.1 數據調查

Logit 模型的數據分為行為調查數據(簡稱RP 數據)和意向調查數據(簡稱SP 數據)兩種[11]。RP 數據描述的是旅客已完成的實際選擇行為，適用于描述當前有乘飛機出行經歷的個人的分析預測[12]。SP 數據是描述旅客選擇意向的數據，通過設定與研究相關的選擇條件供調查對象選擇，分析個人屬性及其它影響因素與選擇結果之間的關系。為了判定影響旅客航班延誤險購買行為的顯著性因素，對旅客的航班延誤險購買行為進行預測，調查采用旅客特性調查（RP 數據）和意向調查（SP 數據）相結合的方法。調查內容包括延誤險價格、理賠手續的容易程度等與航班延誤險相關的特性因素，以及旅客的性別、年齡、延誤經歷、是否知道航班延誤險等信息。

研究以南京祿口機場為調查地點，對分布在候機廳、到達廳的旅客進行問卷調查，共發放問卷600 份，回收問卷580 份，得到有效問卷538，有效率達92.8%。在被調查者中，年齡主要分布在25 歲至55 之間；男性占63%，女性占37%；月收入在3 000 元至6 000 元之間占58%，6 000 元至9 000 元占26%，知道航班延誤險的旅客占68%。

2.2 定義變量

研究中，旅客航班延誤險的選擇意愿作為因變量，Y 取0（不愿意購買）或1（愿意購買）。因變量為影響旅客購買行為的因素，表1列出影響選擇意向的因素及變量表示和范圍。

表1 影響因素的變量表示及范圍Tab.1 Variable representation and scope of influence factors

3 數據分析與預測

3.1 模型標定結果

數據整理并錄入SPSS 軟件，運用二元Logit 回歸分析模型，采用Enter 法回歸，結果如表2所示。

表2 二元Logit 回歸結果Tab.2 BL model regression results

結果表明，在5%顯著性下，與旅客自身相關的性別（Xin1）、年齡（Xin2）、月收入（Xin3）特性因素的Sig.值大于5%，不具有統計學意義。建模之前，將不顯著因素自變量帶入方程，會影響其他變量在模型中的正確標定，剔除不顯著性因素，再次回歸，結果如表3所示。

表3 顯著性因素回歸結果Tab.3 Significant factors regression results

回歸結果表明，在5%顯著性下，這8 個因素的Sig.值小于5%時，具有統計學意義，其中，是否有過延誤經歷（Xin6）和理賠手續簡便程度（Xin11）的Sig.值為0，說明這兩個因素對購買意愿影響十分顯著。

3.2 顯著性影響因素分析

3.2.1 旅客特性因素分析

受教育程度(Xin4)與購買意愿呈正相關，受教育程度每增加1 個單位，購買概率增加0.27 個單位，這說明文化程度會影響旅客的航班延誤險購買意愿，但影響程度并不十分顯著。

模型回歸結果顯示，是否公務出差(Xin5)的值為負，這與一般的設想大相徑庭，商務旅客對旅行時間價值評價較高，對價格不敏感，具有較高的支付意愿[13]，且出行次數多，延誤經歷相對豐富，應該對航班延誤產品較為青睞。實際調查中顯示，在公差出行的旅客中，公司訂票的人數占87%，而為公務出行的員工購買航班延誤險的僅占2%。公務出行航班延誤險的自愿購買是導致Xin5為負值的主要原因。

延誤經歷(Xin6)對旅客的航班延誤險購買行為影響十分顯著，且與旅客購買行為呈正相關；旅客經歷的延誤次數每增加1 倍，愿意購買延誤險的旅客會增加1.6 倍，購買航班延誤險比不購買概率的勝算就會增加4（Exp（B）-1）倍，這表明：隨著經歷航班延誤次數增多以及民眾投保意識的不斷增強，航班延誤險會越來越受到旅客的歡迎。

調查中，知道航班延誤險的旅客占68%，但是回歸數據顯示，是否知道航班延誤險(Xin7)這一因素對旅客的購買行為影響并不顯著，這說明，盡管目前市場上存在各種類型的航班延誤險，航空公司以及相關銷售機構并沒有做好合理的推廣和宣傳。

3.2.2 航班延誤險特性因素分析

從回歸結果可以看出，延誤險價格(Xin8)與購買意愿呈負相關，延誤險價格每增加1 個單位，購買的旅客會下降0.8 倍，這表明旅客對保險成本十分在意，調查中也有旅客表示，對于由航空公司導致的航班延誤，不能接受完全由自己購買保險，希望航空公司來負責。

起賠時間是指賠付的起始延誤時間，數據表明起賠時間與購買意愿呈負相關，起賠時間每增加1 個單位，購買航班延誤險的旅客會減少0.6 倍，最低保額卻與購買意愿呈正相關，最低保額每增加1 個單位，選擇購買航班延誤險的旅客增加0.4 倍。目前，市場上有各種類型的航班延誤險，大部分航班延誤險都是在航班延誤4 h 以上才可賠付，賠付金額從200～400 元不等，已經有旅客對“4 h”和賠付金額表示不滿。

與以上3 個影響因素相比，理賠手續的容易度(Xin11)對旅客的購買意愿影響最顯著，理賠手續容易度每增加1 個單位，購買的旅客會增加2.6 倍，購買航班延誤險比不購買概率的勝算就會增加13 倍。由于理賠需要投保人提出申請，并提交有效的保險憑證、被保險人身份證明文件、航空公司出具的關于延誤或航班取消的證明文件等材料，大部分旅客由于保險公司理賠流程復雜，考慮到時間成本而自動放棄理賠，這表明，理賠難已經成為制約旅客購買航班延誤險的主要因素。

3.3 模型建立與預測

經上述分析，將表3中8 個顯著性因素作為自變量代入二元Logit 預測模型，對旅客的航班延誤險購買行為進行預測，i=0，1 分別表示旅客不購買和購買航班延誤險，假設不愿意購買的方案屬性變量為0，只將旅客特性變量帶入公式，則上述旅客n 選擇購買航班延誤險的概率轉變為

其中：

V1n= -2.714 + 0.271X1n4- 0.230X1n5+1.614 X1n6- 0.241X1n7-0.846X1n8-0.678X1n9+0.462X1n10+ 2.693X1n11。

將上式用于問卷數據，計算中假設旅客對航班延誤險的選擇概率大于50%，則將其歸為愿意購買類，計算結果如表4所示。

表4 航班延誤險購買偏好預測Tab.4 Estimation of flight delay insurance purchase preference

由準確率可以判定，構建模型所選用的因素能夠很好解釋旅客對航空延誤險的選擇偏好，得到準確的預測值。

3.4 小結與建議

通過前文數據分析可以發現：旅客是否有過延誤經歷、延誤險價格、理賠手續的容易度、起賠時間以及最低保額這5 個因素對旅客航空延誤險購買行為影響十分顯著；而旅客的受教育程度、是否公務出行以及是否知道延誤險對購買意愿影響不顯著。在顯著影響因素中，旅客的延誤經歷為航空公司和相關單位不可控因素，航班延誤險相關的特性因素卻是航空公司和相關部門可控因素；因此，針對以上顯著影響因素并結合我國目前航班延誤險的現狀和問題，提出建議如下：

1） 針對保險價格、起賠時間、最低保額、理賠手續的簡便程度等可控因素對旅客購買行為的顯著影響，推行航班延誤險的相關部門應該根據自身調查結果制定相關的銷售、營銷、售后理賠策略，同時也需要第三方監管部門對起賠時間、最低保額等相關條款制定統一標準，降低旅客的疑慮，避免旅客和航空公司之間不必要的紛爭。

針對理賠難問題，航空公司應該及時配合經歷航班延誤的旅客開具相關證明，簡化理賠流程，盡快實現賠付的自動化。在電子信息時代，建議推行航班延誤險的相關單位可以充分利用網絡資源，推出相應的航班延誤險手機應用等產品，方便旅客理賠，還可以改變原有的賠償形式，如將保額以獎品兌換的形式呈現給旅客，提供不同的可兌換獎品等。

2） 旅客延誤經歷對旅客購買行為存在顯著影響，且為航空公司的非可控因素，由前文分析可知，該因素的作用受到旅客對航空延誤險的認知程度影響，即航空公司可以通過加大對航班延誤險的宣傳來間接提升該因素對旅客購買行為的影響。當旅客在所乘航班已發生延誤的時候對航班延誤險和其宣傳的接受度最高，所以建議航空公司和相應的保險公司充分利用延誤發生后的時間進行航班延誤險的宣傳工作。

4 結論

目前在與航班延誤險相關的研究中，大多數都是對我國航班延誤險的現狀、推廣、實行以及旅客購買建議方面進行定性研究，針對旅客航空延誤險的購買行為進行定量分析，通過調查問卷得到旅客對航班延誤險的偏好數據，通過二元Logit 模型回歸得到影響旅客購買航班延誤險行為的顯著性因素。研究結果表明，我國航班延誤險市場廣闊，對于旅客的航班延誤險購買行為的研究，有助于從旅客行為和心里方面深刻了解乘客的需求，推行航班延誤險的相關單位，可以從這方面入手有針對性的制定乘客愿意接受的航班延誤險產品，并對起賠時間、補償標準、理賠手續等進行改革。

[1]民航資源網.起底2014 航班準點率 晚點時間累積達183年[EB/OL].（2015-03-18）[2015-03-25].http://news.carnoc.com/list/309/309332.html.

[2]許凌潔.我國航班延誤險現狀及推廣建議[J].中國民航飛行學院學報，2013（6）：31-34.

[3]張君,胡榮,李天睿.基于三階因子結構的航空公司服務質量評估模型研究[J].華東交通大學學報，2014，31（5）:37-43.

[4]付勇剛.我國航空公司航班延誤補償問題與對策[J].綜合運輸，2009（10）：40-43.

[5]饒蔚楠.航空延誤保險的可行性分析[J].中國城市經濟，2011（5）：289-290.

[6]許凌潔.我國航班延誤險法律初探[J].法制與經濟：上旬，2012（10）：71-73.

[7]馬江濤.航空延誤險的分析與優化[J].中國民航飛行學院學報，2014（4）：12-15.

[8]謝泗薪,李榮.航班延誤后服務改進與理賠方案設計[J].中國民航大學學報，2007（4）：52-55.

[9]王爽,趙鵬.基于Logit 模型的客運專線旅客選擇行為分析[J].鐵道學報，2009（3）：6-10.

[10]關宏志.非集計模型: 交通行為分析的工具[M].北京：人民交通出版社，2004：10-11.

[11]周楊,葉全良.基于Logit 模型的中國游客境外選擇服務機構行為分析[J].江西財經大學學報，2010（5）：37-43.

[12]陳玉寶,郭振昌,曾剛,劉素利.基于Logit 模型的航班延誤后乘客行為選擇研究[J].中國民航大學學報，2013（6）：60-64.

[13]付印平,李麗欣.旅客旅行時間價值在航空票價中的應用[J].華東交通大學學報，2011，28（2）:113-118.