國內(nèi)航線市場需求預(yù)測方法研究

張橋艷

(桂林航天工業(yè)學(xué)院　航空旅游學(xué)院，廣西　桂林　541004)

國內(nèi)航線市場需求預(yù)測方法研究

張橋艷*

(桂林航天工業(yè)學(xué)院航空旅游學(xué)院，廣西桂林541004)

摘要航線是航空公司的重要資源，航空公司在一定的運營規(guī)模前提下追求更高的航線收益需要在各航線上合理安排運力的投放。針對無歷史運營數(shù)據(jù)的新開航線需求的預(yù)測有缺失數(shù)據(jù)的困難，設(shè)計一種既能用在成熟航線上，又能用于新開航線旅客需求預(yù)測的方法，并通過實證分析證實了該方法可行。

關(guān)鍵詞航空運輸；航線需求；回歸分析；彈性系數(shù)

航線是航空公司的重要資源，是制約航空公司生產(chǎn)經(jīng)營效益水平的主要因素。近年來，日趨激烈的國內(nèi)競爭環(huán)境迫使航空公司開始在運營管理上狠下功夫，航空公司要在有限的運力條件下取得最佳的經(jīng)濟效益，就必須在既定的自身運力供給能力下，根據(jù)各航線的旅客需求量不同，將航空公司的運力按比例投放到各條航線上去。而對航線上旅客需求量的正確預(yù)測，是航空公司確定航線開辟與否和確定航線運力投放的關(guān)鍵，準(zhǔn)確的預(yù)測可以輔助航空公司制定運力的投放策略，避免航線開辟和運營的盲目性，科學(xué)的制定航班計劃和航線網(wǎng)絡(luò)布局，從而提升航空公司運營的效益。

目前，國內(nèi)對航線需求預(yù)測的方法主要集中在對已經(jīng)運營一段時間的航線需求的預(yù)測，這些航線市場較為成熟，歷史運營數(shù)據(jù)較充分，進行分析預(yù)測時可以直接使用此航線上的歷史運營數(shù)據(jù)，同時還可以依據(jù)航線的自身特點選取預(yù)測方法，容易得到較好的驗證結(jié)果。這些方法大都從因果關(guān)系和時間推移來進行預(yù)測，主要有回歸分析法、時間序列法和灰色預(yù)測法等。而針對無歷史運營數(shù)據(jù)的新開航線上旅客需求的預(yù)測方法則相對較少。因此，本文將從分析影響航線旅客需求因素的角度出發(fā)，介紹一種新的航線需求預(yù)測方法，由于該方法不需要航線歷史客流數(shù)據(jù)，從而既能用在成熟航線上，也能用于對新開航線旅客需求的預(yù)測分析。

1航線需求影響因素分析

市場大小受到一些因素的影響，也能從這些因素中反映出來。根據(jù)運輸經(jīng)濟性理論，運輸需求具有派生性、廣泛性、多樣性、部分可替代性和互補性等特點，航線上的旅客需求同樣也不乏這些特點。因此考慮影響航線市場需求的因素要從旅客出行的目的和動機開始。絕大多數(shù)旅客乘機旅行是為了到異地從事經(jīng)濟、政治和旅游活動，這就和航線起止城市及其周圍區(qū)域的社會經(jīng)濟發(fā)展水平、城市間的聯(lián)系程度以及航空公司提供的服務(wù)等息息相關(guān)。歸納起來，可以把這些影響航線旅客需求的因素分為兩大類：地理-經(jīng)濟因素和服務(wù)價值因素。

1.1地理-經(jīng)濟因素

地理—經(jīng)濟因素主要包括國內(nèi)生產(chǎn)總值(GDP)、居民可支配收入水平、人口數(shù)量以及機場樞紐地位等。

(1)GDP反映了一個國家或地區(qū)的經(jīng)濟發(fā)展水平，是影響航空運輸發(fā)展的重要因素，據(jù)統(tǒng)計我國民航旅客運輸量與GDP的相關(guān)系數(shù)達到0.98。

(2)居民可支配收入水平會直接影響人們的出行方式、旅行頻率以及對票價的承受能力和敏感性，是影響航空運輸需求的另一個重要因素。

(3)人口數(shù)量對航空旅客運輸需求有重要影響，人口基數(shù)大，相應(yīng)的航空旅客運輸需求潛力也大。

(4)交通位置優(yōu)越的樞紐機場能更多的捕獲周邊的中轉(zhuǎn)旅客，如北京的首都機場和成都的雙流機場。

(5)城市旅游資源包括景色、氣候、歷史、文化等的分布也是影響航空旅客需求的一個因素，特別是對航空休閑旅客而言是一個重要因素。

1.2服務(wù)價值因素

服務(wù)價值因素主要包括票價水平、頻次、機型大小以及機場服務(wù)質(zhì)量等。

(1)航線票價水平的高低對航線需求有直接的影響，低航線票價水平能夠刺激更多的潛在需求。

(2)同航線票價水平一樣，航線頻次對需求也有刺激作用，一般來說航線的頻次越高，對需求的刺激作用也就越大。

(3)機型的大小影響著乘坐的舒適度，從而影響航線的需求，我國航空旅客大都更加偏好大型的客機。

(4)機場的服務(wù)質(zhì)量影響著航空旅客的滿意度，從而對旅客需求產(chǎn)生影響，具體包括機場的服務(wù)水平、自助設(shè)施、整體環(huán)境以及機場交通便捷度等。

2航線需求模型

前文已經(jīng)分析了影響航線需求的兩大類因素，但考慮到服務(wù)價值因素受航空公司、市場競爭環(huán)境以及旅客行為偏好的影響，并且相關(guān)數(shù)據(jù)指標(biāo)不易獲取，因此，本文在分析建立航線需求模型時將只考慮城市GDP、人口、城鎮(zhèn)居民可支配收入、航段距離等四個地理-經(jīng)濟因素的影響。另一方面，我們知道城市GDP與人口和城鎮(zhèn)居民可支配收入存在一定的線性相關(guān)性，為了得知相關(guān)性的大小[1]，統(tǒng)計分析國內(nèi)主要城市數(shù)據(jù)得到這三個變量的相關(guān)系數(shù)矩陣如表1所示，由表1可知城市GDP與人口和城鎮(zhèn)居民可支配收入的相關(guān)系數(shù)分別達到0.67和0.61，而城市人口和城鎮(zhèn)居民可支配收入之間幾乎無線性相關(guān)性。

表1　相關(guān)性矩陣表

因此，為了避免需求模型中的自變量存在較強的相關(guān)性而出現(xiàn)多重共線性，從而導(dǎo)致模型估計失真或難以準(zhǔn)確估計，按照模型自變量間必須保持弱相關(guān)性這一原則，放棄GDP作為因素變量，而選取城市人口數(shù)量、城鎮(zhèn)居民可支配收入以及航段距離三個變量作為需求模型的解釋變量，建立國內(nèi)城市對航線需求模型如下：

Ti-j=α×(POPiPOPj)β1×(INCiINCj)β2×DISi-jβ3

(1)

其中，Ti-j表示城市對i-j之間的客流量，POPi表示城市i的常住人口數(shù)量，POPj表示城市j的常住人口數(shù)量，INCi表示城市i的城鎮(zhèn)居民可支配收入，INCj表示城市j的城鎮(zhèn)居民可支配收入，DISi-j表示城市i-j之間的距離，這里以航線距離替代，α、β1、β2、β3為待估計參數(shù)。針對式(1)所構(gòu)建的城市對航線需求預(yù)測模型需要說明以下兩點：

1.Ti-j表示城市對i-j之間的雙向客流量，即Ti-j=Tij+Tji。

2. 模型計算的是城市的客流量，對于一個城市擁有兩個及以上的機場，如上海的虹橋機場和浦東機場，統(tǒng)計分析時將這兩個機場相互對應(yīng)的航線進行合并計算。

(2)

3實例分析

為了驗證所構(gòu)建城市對航線需求模型的可行性，利用2007年-2012年的國內(nèi)主要航段數(shù)據(jù)進行需求模型的可行性驗證分析。

3.1數(shù)據(jù)來源及處理

由于我國民航短途航線市場的客流量受“四縱四橫”高速鐵路網(wǎng)建設(shè)的沖擊。一般來說，500公里以內(nèi)高鐵對民航的沖擊達到50%以上，500公里～800公里高鐵對民航的沖擊達到30% 以上，1 000公里，這個影響相對減弱到20%左右。因此，為盡可能減小高鐵對民航航線客流量預(yù)測的影響，本文選擇的樣本航線的航段距離均在1 000公里以上。其中，樣本航線客流量數(shù)據(jù)來源于《從統(tǒng)計看民航》[2]，機場當(dāng)?shù)厝丝跀?shù)量和城鎮(zhèn)居民可支配收入數(shù)據(jù)來源于各城市統(tǒng)計局網(wǎng)站。

首先，收集航段距離在1 000公里以上的國內(nèi)部分主要航線的航段年客流量、航線機場所在當(dāng)?shù)爻鞘械某Ｗ∪丝跀?shù)量(單位：萬人)和城鎮(zhèn)居民可支配收入(單位：元)數(shù)據(jù)。其次，由于收集的城鎮(zhèn)居民可支配收入數(shù)據(jù)存在一定的時間跨度(2007年至2012年)，因此采用CPI指數(shù)(居民消費價格指數(shù))城鎮(zhèn)居民可支配收入數(shù)據(jù)以2007年為基數(shù)進行轉(zhuǎn)換，以消除通貨膨脹所帶來的影響。最終得到包括北京、上海、廣州、成都、昆明、武漢、沈陽、烏魯木齊等主要城市在內(nèi)的2007年-2012年時間段的196條樣本航線分析數(shù)據(jù)，并以此進行航線需求模型的回歸分析，有關(guān)這些樣本航線數(shù)據(jù)的客流、航距統(tǒng)計特征如表2所示。

表2　樣本航線指標(biāo)統(tǒng)計特征表

3.2需求模型參數(shù)估計

利用Eviews計量經(jīng)濟學(xué)軟件[3]，采用最小二乘法對所構(gòu)建的需求模型式(2)進行參數(shù)估計，參數(shù)估計結(jié)果如表3所示。根據(jù)表3可知，回歸函數(shù)的擬合度達到0.83，函數(shù)整體通過F檢驗，說明回歸方程的線性關(guān)系顯著，并且各變量的回歸系數(shù)在0.01的顯著性水平下都是顯著的，說明函數(shù)中各個變量對回歸方程都具有很大的貢獻。此外，回歸函數(shù)的擬合值與實際值的曲線圖如圖1所示，由圖可知回歸模型的實際值與擬合值的趨勢大致相同，說明回歸模型能很好地反映出實際情況。

表3　參數(shù)估計結(jié)果表

圖1　擬合值與實際值曲線圖

3.3模型精度檢驗

一個模型需要檢驗后才能判定其是否合理，只有通過檢驗后并具備一定精度的模型才能用來預(yù)測。本文隨機選取7條2013年的部分主要航段客流數(shù)據(jù)，采用平均相對誤差進行精度檢驗，誤差檢驗結(jié)果如表4所示，模型的平均相對誤差為0.054 7，因此模型是可行的。

表4　誤差檢驗表

3.4回歸結(jié)果分析

進一步地，對回歸函數(shù)的參數(shù)估計分析可知，城鎮(zhèn)居民可支配收入水平對需求的彈性系數(shù)大于常住人口數(shù)量和航段距離對需求的彈性系數(shù)，說明了城鎮(zhèn)居民可支配收入對航線旅客需求的影響作用最為明顯，其對需求的彈性系數(shù)為0.654，即城鎮(zhèn)居民可支配收入增加10%將導(dǎo)致航線旅客需求增加6.54%。

另外，城市常住人口數(shù)量對航線需求也有刺激作用，其對需求的彈性系數(shù)為0.393，即城市常住人口數(shù)量增加10%將導(dǎo)致航線旅客需求增加3.93%。此外，航段距離對航線旅客需求的彈性系數(shù)為負值，這與我們平時所認(rèn)為的趨勢大致相同，即航線需求隨著航段距離的增加而減少，其對需求的彈性系數(shù)為-0.626，即航段距離增加10%導(dǎo)致航線旅客需求減少6.26%。此外，鑒于我國國內(nèi)航線市場票價實施的是基準(zhǔn)價政策上下浮動定價(基于航段距離，平均每客每公里0.75元，上浮25% 、下浮40%)，因此，航線票價水平對航線需求的彈性系數(shù)大致可以參考航段距離對需求的彈性系數(shù)。

4結(jié)束語

本文通過分析航線需求的影響因素，建立了一種國內(nèi)航線旅客需求模型，并以國內(nèi)主要航段數(shù)據(jù)進行了模型可行性分析，回歸分析結(jié)果表明模型可以很好的反映現(xiàn)實情況，平均相對誤差為0.054 7，因此該航線需求模型是可行的。

由于構(gòu)建的航線需求模型不需要航線歷史運營數(shù)據(jù)，所以該方法也可以用于對新開航線旅客需求的預(yù)測。進一步地，從對國內(nèi)主要航段數(shù)據(jù)的統(tǒng)計分析中我們發(fā)現(xiàn)，城鎮(zhèn)居民可支配收入水平和城市常住人口數(shù)量對航線旅客需求具有正向刺激作用，這也表明了隨著我國居民可支配收入水平的不斷提高，未來國內(nèi)航線市場需求將得到進一步增長。需要說明的是，本文并未考慮諸如票價水平、頻次、機型大小等服務(wù)價值因素對航線旅客需求的影響，因此，在考慮上述服務(wù)價值因素對航線需求的影響后，本文回歸得出的需求模型中的部分參數(shù)將會發(fā)生變化，這也是下一步的研究方向。

參考文獻

[1]王俊，王建芳，李澤霞．相關(guān)性分析在大學(xué)科技競爭力評價模型構(gòu)建中的應(yīng)用[J]． 圖書情報工作，2010(5)：88．

[2]中國民用航空局發(fā)展計劃司．從統(tǒng)計看民航[M]．北京：中國民航出版社，2013．

[3]王乃靜，李國鋒．基于EVIEWS軟件的計量經(jīng)濟學(xué)建模檢驗案例解讀[J]．?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2001(10)：9．

(責(zé)任編輯陳葵晞)

* 作者簡介：張橋艷，女，廣西桂林人。講師，碩士。研究方向：航空運輸管理。

中圖分類號：F562.3

文獻標(biāo)志碼：A

文章編號：2095-4859(2016)01-0020-04