引言
袋鼠航线连接澳大利亚和英国,是全球航空史上最具传奇色彩和战略意义的走廊之一,也是长途航空旅行演变的精彩案例研究(Hubbard, 2014)。几十年来,这条航线一直是全球航空趋势的风向标,反映了技术、监管和市场竞争的变迁(Wolla & Backus, 2018)。然而,从2020年至今的时期经历了重大动荡,与Bauer等人(2020)所识别的航空公司商业模式潜在结构性重置相吻合。COVID-19大流行及其后续影响加速了行业原有趋势的演变,并显著改变了行业的竞争动态(Graham, 2020)。在此背景下,对驱动袋鼠航线机场选择因素的全新审视恰逢其时。
虽然本研究聚焦于袋鼠航线,但其方法论框架可适用于任何多枢纽、长途航空走廊(例如,跨太平洋、跨大西洋、欧洲—东南亚航线)。该方法为机场、航空公司和政策制定者在其他场景下评估枢纽竞争力提供了模板,同时战略原型的识别为理解市场定位提供了可推广的类型学。
本研究对日益增长的有关机场竞争力和服务质量的研究文献有所贡献(Halpern & Mwesiumo, 2021; Kilic & Cadirci, 2022)。先前的研究探讨了机场服务质量和旅客满意度(Halpern & Mwesiumo, 2021)、通过情感分析进行服务改进的机会(Kilic & Cadirci, 2022),以及后疫情时代航空公司与机场关系的变化动态。Postorino和Praticò(2012)关于意大利多机场竞争力分析的奠基性工作,得到了当代关于旅客行为意向(Liao等, 2022)、后疫情航空韧性(Budd等, 2020)以及使用高级MCDM框架进行可持续性评估(Lo等, 2025)等研究的支持。本研究通过提供主要长途航线上枢纽选择的时间序列比较和双视角分析,延伸了这一研究传统。
正如先前研究所确立的后疫情前对该市场的理解,已不再充分。该行业的复苏是不对称的,揭示了新的旅客优先级,并迫使航空公司采取截然不同的网络策略(Fu等, 2010; Jou等, 2021)。多种变革力量的汇合定义了当前环境。首先,Qantas的"日出计划"使用空客A350–1000ULR飞机,计划在2027年启动,承诺使悉尼/墨尔本至伦敦的直飞航班成为现实,从根本上改变了时间敏感型旅客的价值主张,创造了新的市场细分,延续了Grimme等人(2020)预测的超远程运营趋势。其次,波动剧烈的航空燃油价格、持续的供应链问题和广泛的劳动力短缺,已将运营可靠性和成本效率从重要考量提升为航空公司盈利能力的关键决定因素(Bazargan, 2010; Loh等, 2022)。第三,旅客期望似乎已被根本改变,更加强调健康安全、无缝数字化流程以及在转机期间航站楼体验的质量,这些因素在当代研究中日益受到重视(Bogicevic等, 2017; Halpern & Mwesiumo, 2021)。
虽然影响机场和航线选择的因素在一般情境下已有充分研究(例如,Janic & Reggiani, 2002; Paleari等, 2010),但它们在特定于后疫情袋鼠航线上相对重要性和相互作用方面仍缺乏实证检验。现有文献存在严重的时间差距,依赖于无法反映这些结构性变化的疫情前数据。具体来说,迫切需要以下研究:(1)采用稳健、客观的方法论框架,利用当代数据同时从航空公司和旅客视角评估枢纽吸引力;(2)将模型输出与复苏阶段的实际交通模式进行验证,以弥合理论与实践之间的鸿沟(Wang & Pham, 2019);以及(3)检验成本和时间等传统决策因素是否保持主导地位(Berry等, 1996; Schmid等, 2021),或者在后疫情超远程航行的独特背景下,运营韧性和航站楼体验等新优先级是否已取得优先地位。然而,尚无研究:(1)在枢纽竞争力模型中为双视角属性集提供理论依据并应用于此航线;(2)使用客观推导的后疫情数据检验因素重要性的显著变化;以及(3)批判性地协调模型排名与实际交通量,以揭示潜在需求和市场壁垒。
基于这些空白,本研究旨在通过将多准则决策框架应用于2022–2024年的袋鼠航线,并与疫情前(2017–2019)的动态进行对比,来推进航空领域的知识。研究旨在解码航空公司和旅客复杂决策的内在逻辑,考察运营可靠性、连通性、成本和旅客体验等变量如何影响其选择(Choi等, 2019; Song, 2006)。通过揭示这些洞察并记录市场的演变,本研究旨在为战略决策提供当前且有据可依的指导,协助航空公司优化网络、帮助机场完善其价值主张、并支持政策制定者促进具有竞争力和韧性的市场(Burghouwt, 2017; Law等, 2019)。通过聚焦于这一标志性航线在转型时期的表现,本研究提供了弥合理论研究与当代航空行业紧迫现实之间差距的关键可操作洞察。因此,本研究提供了一个具有理论基础的双视角框架,并应用时间序列比较的TOPSIS-EWM分析,探索袋鼠航线上决策因素层级可能的后疫情变化。研究结果具有探索性和假设生成性,旨在引导未来使用离散选择模型进行确认性研究,而非建立因果关系。
Colin C.H. Law