機場是香港司機最容易誤判的地方之一。看到有航班抵港，不等於一定值得入機場；看到市區淡靜，也不等於應該立即出發去赤鱲角。真正的判斷不是單看一個數字，而是把航班時間、旅客量、路面時間、天氣、泊車狀況和市區需求放在一起比較。
第一步：不要只看「有沒有航班」
航班抵港只是需求的起點。司機更需要知道抵港波峰是否集中、是否來自長途航班、是否接近本地交通換乘高峰，以及旅客落機後到達上車點的時間。幾班細機分散抵港，和一段時間內多班中長途航班集中抵港，對車需求的影響完全不同。
抵港波峰點樣轉成未來需求
機場需求有一個時間差：飛機落地不等於乘客已經在上車點。一般要經過泊位、落機、入境、取行李、行到接載區；實務上可以先用約 30–45 分鐘作為「抵港到叫車」滯後估算，再按現場情況修正。手提行李多的短途客可能更快，長途寬體機連托運行李則可能較慢。G63M 看的是未來一小時可能出現的叫車壓力，而不是把抵港時間當成即時需求。
Worked example：23:00–23:30 長途抵港波
以下是估算，不是保證。假設 23:00–23:30 有 4 班長途寬體機抵港，每班用 300 個座位作粗略容量；載客率先用 85% 估，即 4 × 300 × 85% ≈ 1,020 名抵港旅客。再假設其中 18% 會選擇網約車或同類點對點交通，即約 184 名乘客。若平均每車 1.7 名乘客，即未來一小時可能有約 108 張車程需求。決策規則：如果 Uber 機場畫面同時顯示排隊車數明顯偏少，北大嶼山公路順，市區需求指數又低，青衣或荃灣附近司機可以考慮入機場；如果排隊車數已高，或者市區雨天需求正在升，就唔好只因為有航班而盲入。
第二步：把市區機會成本計入去
由市區入機場是一個方向性決定。司機不只是在問「機場有沒有客」，也是在問「我放棄市區這半小時值不值得」。如果港島、尖沙咀、旺角或大型活動區本身需求高，入機場的機會成本會上升。相反，如果市區需求低、路面順、機場有集中抵港波，機場才更值得考慮。
第三步：路程時間比直線距離重要
很多判斷失準，是因為只看距離。從青衣、荃灣、東涌、九龍站或中環去機場，實際時間會受幹線、事故、天氣和收費道路選擇影響。G63M 的機場頁把航班和路面資訊放在同一個工作流，就是為了讓司機在轉區前先估算真實行車成本。
第四步：天氣會改變乘客行為
雨天、雷暴、酷熱和強風，都可能令旅客更傾向叫車而不是轉乘公共交通。但壞天氣同時會令道路速度下降，並增加事故風險。好的機場判斷不是看到下雨就入機場，而是比較「乘客需求增加」和「來回時間增加」哪一邊更重。
第五步：泊車和等候環境也是訊號
機場泊車位和周邊狀態雖然不是乘客需求本身，但能反映機場活動量和道路壓力。P1、P3、P4、11 SKIES 一帶的泊車訊號可用來判斷送機、接機、活動和商場人流是否同步升溫；如果泊車緊張但航班抵港少，可能是活動或送機潮，不一定代表抵港上車需求。當航班、泊車、路況同時出現變化時，通常比單一訊號更值得留意。G63M 的目標不是叫司機盲目追機場，而是減少資料分散造成的誤判。
| 訊號 | 代表甚麼 | 司機點解讀 |
|---|---|---|
| 航班抵港集中 | 未來一小時可能有行李客和點對點交通需求 | 加上 30–45 分鐘滯後；不要在飛機落地一刻就當作乘客已到。 |
| AsiaWorld-Expo 活動 | 活動散場會令短時間叫車集中 | 留意完場時間和北大嶼山公路方向，避免全車流同一時間塞入機場島。 |
| P1/P3/P4/11 SKIES 泊車緊張 | 機場島人流或接送車流增加 | 當成輔助訊號；需要同航班、天氣、路況交叉確認。 |
| 市區需求偏高 | 入機場的機會成本上升 | 如果中環、尖沙咀、旺角已旺，除非機場供求差很明顯，否則先留市區。 |
Uber 機場畫面點理解
Uber 機場畫面常見兩類數字：「N 輛車排隊」和「M 位乘客（未來 60 分鐘）」。排隊車數通常是 Uber 自己平台內司機排隊的真實數；乘客數則較接近用航班、抵港量、時段等推算出的預測。G63M 不直接複製 Uber 的內部畫面，而是用公開航班數據獨立重建同一種預測邏輯：抵港量越集中、旅客類型越偏行李客、天氣越差，未來 60 分鐘需求壓力越高；但如果排隊車太多，每位司機分到的機會仍然會下降。
怎樣用 G63M 看機場
- 先看機場頁的航班和泊車，判斷是否有集中活動。
- 再看路況和天氣，估計入機場和離開機場的時間風險。
- 最後比較市區需求指數和即時加乘，避免在市區高需求時錯過更近的機會。
機場需求永遠不是保證收入。它是一個需要多訊號判斷的營運選擇。G63M 做的是把這些訊號整理成司機可以快速閱讀的畫面，讓每一次轉區決定更有根據。