民航浙江空管分局 沈怡晨/文
當前,我國正努力實現(xiàn)從民航大國到民航強國的跨越,形成全球領(lǐng)先的航空公司、輻射力強的國際航空樞紐、一流的航空服務(wù)體系、發(fā)達的通用航空體系、現(xiàn)代化空中交通管理體系、完備的安全保障體系和高效的民航治理體系。
參照歷年的發(fā)展態(tài)勢和目前公布的機場發(fā)展結(jié)果,在內(nèi)地龐大的市場需求驅(qū)動下,我們堅信國內(nèi)航空公司依然會保持著較好的發(fā)展勢頭。但與此同時,我們?nèi)孕枵晣鴥?nèi)航司在發(fā)展質(zhì)量上存在著一些問題。以國內(nèi)三大航空集團為例,雖然營收規(guī)模均在千億以上,但是利潤率較低,客公里收入水平與世界著名航空公司相比,仍有較大的提升空間。因此,航空公司亟需提升自身競爭力,提高收益水平。
油價、匯率等宏觀因素雖然對航空公司的運營影響較大,但航空公司較難通過改善自身運營來提升,因此仍需挖掘微觀層面的影響指標打造航空公司的競爭力。借鑒國內(nèi)外研究成果,航空公司競爭力受到運營規(guī)模、運營管理、航線網(wǎng)絡(luò)、服務(wù)質(zhì)量與生產(chǎn)效益等主要因素的影響。當下,針對航線網(wǎng)絡(luò)、服務(wù)質(zhì)量等成熟指標的研究已經(jīng)相對較為完善,但對航班時刻的價值卻缺乏深入的分析。航班時刻作為航空公司日常運行的核心要素,一直是航空運輸市場的稀缺資源,其質(zhì)量直接決定了航空公司的收益水平。如果航空公司的收益管理部門能夠合理評估航班時刻的價值,基于價值配置航空公司的航線網(wǎng)絡(luò),對于提升航空公司的經(jīng)營水平將具有巨大的幫助。
圍繞航班時刻,本文以典型航線為例,運用歷史數(shù)據(jù),對航班時刻的整體效應(yīng)進行了對比,宏觀識別航班時刻效益較高的時段、日期等,進而對具體航班時刻的價值進行對比分析,鎖定各時段內(nèi)的優(yōu)質(zhì)時刻,從而為航空公司航班時刻的運行管理提供了輔助決策支持。
基于數(shù)據(jù)挖掘方法可以有效地從海量歷史數(shù)據(jù)中提煉有價值的信息,幫助我們識別民航運行管理中的各類規(guī)律。關(guān)聯(lián)、聚類、分類、預(yù)測等都是常見的數(shù)據(jù)挖掘方法。例如,在民航業(yè)中,通常利用時間序列、回歸、神經(jīng)網(wǎng)絡(luò)等方法預(yù)測行業(yè)發(fā)展趨勢,為建立中長期發(fā)展戰(zhàn)略提供數(shù)據(jù)支持;在實際運行中,空管系統(tǒng)也會利用預(yù)測方法對飛行沖突進行預(yù)判、對航班軌跡進行預(yù)測,從而幫助管制人員有效地制定管制策略。因此,本文也借鑒使用了相關(guān)方法,初步探索航班時刻的價值。
在2019年,我國內(nèi)地城市對航線繁忙程度排名前20的依次為北京首都——上海虹橋、上海虹橋——深圳寶安、上海虹橋——廣州白云、北京首都——深圳寶安、北京首都——成都雙流、昆明長水——西雙版納嘎灑、北京首都——廣州白云、廣州白云——成都雙流、廣州白云——杭州蕭山、成都雙流——深圳寶安、北京首都——杭州蕭山、北京首都——重慶江北、北京首都——昆明長水、杭州蕭山——深圳寶安、深圳寶安——重慶江北、廣州白云——重慶江北、上海浦東——大連周水子、南京祿口——廣州白云、北京首都——西安咸陽、廣州白云——西安咸陽。如圖1所示,展示了前20條城市對航線的航班量。
根據(jù)繁忙程度,從上述航線中選取5個進行對比分析,由于時刻數(shù)據(jù)的敏感性,使用A、B、C、D、E分別代指航線對象,使用1個月的歷史數(shù)據(jù)。選取客座率、可用座位數(shù)等指標來反映航班時刻價值?;诤桨噙\行特性和數(shù)據(jù)的可用性,選取7∶00~21∶00作為分析時段,時間間隔為1小時。首先對該月的整體運行水平進行對比:分別統(tǒng)計每個相同時段每月的平均客座率;分別統(tǒng)計周一至周日,每天的平均客座率(由于航班時刻編排的特性,以周日為例,選取該月內(nèi)所有的周日進行計算取均值,以獲取“周日”的平均運行水平,其他同理可推)。通過計算,可以得到不同時段或日期下該航線上航班時刻運營的集體效應(yīng)。
通過分時段對比 可 知(見 圖2、圖3),5條 航 線 在7∶00~21∶00時段內(nèi)平均客座率最高的分別是17∶00~18∶00,17∶00~18∶00,12∶00~13∶00,16∶00~17∶00,18∶00~19∶00,即主要集中在晚高峰;此外,E航線在大部分時段的平均客座率均是最高的。
按照一周來對比,有3條航線的平均客座率最高,均是周五,其他兩條分別是周一、周三。此外,對比5個航線在周一至周日的平均表現(xiàn)可知,E航線在周一、周二、周三和周日的平均客座率均最高,而在周四、周五、周六表現(xiàn)最好的則是C航線。
通過時間維度的整體對比,可以發(fā)現(xiàn)在典型航線上最有商業(yè)使用價值的時段,以及在不同時間組合下最有價值的航線對象,這將為航空公司的客運營銷部門在航班時刻協(xié)調(diào)時提供有效的分析支持。
當選取可用座位數(shù)來對比時(見圖4、圖5),統(tǒng)計結(jié)果又呈現(xiàn)出新的趨勢,就時段而言,A航線提供座位最多的是17∶00~18∶00,B航線提供座位最多的是7∶00~8∶00,C航線提供座位最多的是8∶00~9∶00,D航線提供座位最多的是9∶00~10∶00,E航線提供座位最多的是11∶00~12∶00,大部分航線提供運力最多的均是在上午時段,而這與平均客座率所反映出來的趨勢剛好相反。也就是說在上午,各條航線上運力過剩,導(dǎo)致客座率沒有達到最高水平,表面上看各個航司在這5條航線上存在運力投放不精準的問題。
由于航班計劃編排的周屬性,同樣,對一周的運營情況進行對比,可用運力結(jié)果依然展現(xiàn)出不同的規(guī)律。對于所選5條航線,可用座位數(shù)最高的基本是周四,其次才是周五或周六,而根據(jù)客座率統(tǒng)計結(jié)果來看,周四的平均客座率水平并不高,因此同樣看出,目前對于航班時刻的整體利用價值仍存在不足,沒有與需求完全匹配。
相關(guān)性分析用于判斷不同對象之間是否存在某種相互影響的關(guān)系,并對具有依存關(guān)系的對象定量計算其相關(guān)程度,是分析隨機變量之間相關(guān)關(guān)系的一種統(tǒng)計方法。本節(jié)選取一種常用的相關(guān)系數(shù):皮爾森相關(guān)系數(shù)(Pearson correlation coefficient),對客座率和可用座位數(shù)兩類指標的相關(guān)性進行檢驗分析,從而判斷目前在各時段的整體安排上,供需是否能夠達到協(xié)同效應(yīng)。
根據(jù)周一到周日各時段的平均客座率和平均可用座位數(shù)建立對應(yīng)的時間序列,通過兩個指標的時間序列計算相關(guān)性,從而判斷目前航班時刻整體安排上的協(xié)同效應(yīng)。相關(guān)系數(shù)計算結(jié)果如圖6所示。
根據(jù)相關(guān)性分析結(jié)果可知,對于A、B航線,相關(guān)性最高的是周二,可見周二各時段可用座位數(shù)與客座率的市場結(jié)果最為協(xié)同,兩者的相關(guān)性最高,變化趨勢最為一致。對于C航線,相關(guān)性最高的是周一,對于D航線,相關(guān)性最高的是周五,對于E航線,相關(guān)性最高的是周日。
同樣,根據(jù)7∶00~21∶00,各時段對應(yīng)的平均客座率和平均可用座位數(shù)建立對應(yīng)的時間序列,通過兩個指標的時間序列計算相關(guān)性,從而判斷在時段維度上各個航線航班時刻的協(xié)同效應(yīng)。由于計算結(jié)果較多,故不再一一詳細展示。對于A航線,相關(guān)性最高的是9∶00~10∶00;對于B航線,相關(guān)性最高的是16∶00~17∶00;對于C航線,相關(guān)性最高的是18∶00~19∶00;對于D航線,相關(guān)性最高的是14∶00~15∶00;對于E航線,相關(guān)性最高的是7∶00~8∶00。
由于不同航線的市場需求和運力投放策略差異較大,因此相關(guān)性分析結(jié)果也呈現(xiàn)了不同的規(guī)律。只有基于各航線的歷史數(shù)據(jù),才能結(jié)合相關(guān)性分析結(jié)果,探求該航線運力與需求的協(xié)同情況,從而制定出合適的優(yōu)化策略,使得運力供給與市場需求最為匹配,從而提升兩者之間的協(xié)同效應(yīng),減少資源浪費。
綜上所述,隨著航空運輸業(yè)的持續(xù)發(fā)展,航空市場的需求也將隨之增加,同時帶來的問題即是航空公司如何更好地利用自身資源,高效地追求效益最大化。有鑒于此,航空公司既需要充分挖掘即有和潛在時刻的價值,同時也需要結(jié)合民航局的管理辦法,根據(jù)航班時刻的執(zhí)行率、航班正點率、航班的通達性、流向均衡性、航線穩(wěn)定性等各類因素,努力提升自身的硬件條件,為更好地爭取航班時刻奠定良好的基礎(chǔ)。最終準確把握需求,實現(xiàn)航線網(wǎng)絡(luò)、航班時刻、航班正常等諸多目標的綜合優(yōu)化。