孫宏燕

(四川航空股份有限公司，上海 200335)

0 引言

隨著旅客出行需求的個性化、多元化，民用航空運輸市場不同公司間的競爭越來越激烈，甚至會出現(xiàn)惡性競爭。為了使航空公司能長效、穩(wěn)定、健康地發(fā)展，整合資源、打造核心競爭力、降本增效等工作的重要性日益凸顯。其中，收益管理是提高航空公司營收最直接、最有效的途徑，也是提高綜合競爭力的有效方法。

收益管理(簡稱RM)是指根據不同旅客的需求，將合適的產品或服務在最恰當的時機，借助合適的渠道，定制最優(yōu)的價格，出售給恰好有需求的旅客，從而獲得最大的利潤。換言之，為了實現(xiàn)收益的最大化，必須在關鍵的時刻作出正確的決策[1]。由于航空機票行業(yè)銷售時機的易逝性，因此對決策的正確性、及時性和適用性有很高的要求。市場需求是其中最重要的判斷因素，當供給確定時，需求的波動會直接影響收益結果[2]。

本文的主要貢獻在于：第一，通過提高客源預測的精準度，使航空公司能夠準確地對市場動態(tài)作出反饋，在整體可銷售座位數確定的情況下，及時調整單位價格，從而產生最大的收益。第二，A航空公司現(xiàn)有的客源預測方法基于歷史銷售數據進行數學統(tǒng)計方法存在預測偏差，本文提出基于灰色模型的客源預測方法，可以提高預測精準度，結合旅客購票特點，利用“價”和“量”的合理匹配，保證收益最大化[3-4]。

1 研究背景

20世紀70年代，美國航空業(yè)為了改善航空企業(yè)經營效率低的狀況，提高市場份額和收入水平，提出了收益管理理論，目的就是在資源有限的前提下，最大程度提高收入和利潤水平。后來，收益管理理論也慢慢拓展到酒店、旅游業(yè)等其他行業(yè)[5]。

我國最早引入收益管理的行業(yè)也是航空運輸業(yè)。在20世紀90年代以前，我國民航運輸業(yè)都處于盈利狀態(tài)，自然也就是賣方市場，但是隨著經濟的發(fā)展，航空公司有部分的定價權后，同行業(yè)不同航空公司之間的競爭也日趨激烈[6]。雖然有了自主定價權，但由于缺乏市場的規(guī)范及監(jiān)督機制，形成了“價格戰(zhàn)”，航空公司也由賣方市場轉為買方市場。因此，為了加強管理，提高收益，中國南方航空公司率先引入收益管理系統(tǒng)，取得了一定的成效[7]。

微觀市場營銷層面的策略多而繁雜，而收益管理作為有效的管理手段，可以幫助企業(yè)簡化管理鏈路。本文主要基于民航運輸市場需求的預測，將灰色模型得到的客座率作為期望客座率，預測結果更為準確，使收益管理成為航空公司增加收入的利器[8-9]。

2 灰色模型構建

目前國際上對于航空旅客需求的預測方法有很多，A航空公司在發(fā)展自己的收益管理預測時，也遇到過一些實際的困難與問題。目前已有的數據主要有自主研發(fā)系統(tǒng)的O&D流量數據，以及A航空公司自身的實際訂座數據等。在此基礎上，可以有一個簡單又科學的預測方法——灰色模型(grey models)[10]。

灰色模型(grey models)可以只用少量的、無規(guī)律性的樣本，通過建立預測模型，定量分析，給出準確度高的預測結果。針對A航空公司目前數據收集不充分，并且數據計算和分析能力較差的狀況，灰色模型比較適合。

首先，用數據的使用來作一個介紹：假設原始序列為(0)，經過累加后的新序列為(1)，新的序列(1)可以展示明顯的規(guī)律和特征，并弱化了原始序列(0)的隨機性。對新序列(1)建立微分方程型的模型即灰色模型?；疑Ｐ屯ǔ１硎緸镚M(1，1)模型，其表示為1階的1個變量的微分方程模型。

其相對應的微分方程為：

在方程式中，x(1)的數列是經過一次累加得到，t表示時間，a，u即為需要評估的參數，a表示為發(fā)展灰數，u表示控制灰數。

建立GM(1，1)模型的步驟如下。

1)設原始數列為：

x(0)={x(0)(1)，x(0)(2)，x(0)(3)…，x(0)(n)}

須經過累加生成新的序列(n為樣本數)：

2)利用最小二乘法求參數a，u。假設：

3)求出模型：

4)求出GM(1，1)的模型后，開始檢驗。有3種檢驗方法，分別為后驗差檢驗、關聯(lián)度檢驗和殘差檢驗。這里采用了后驗差檢驗。

首先需要將原始數列x(0)(i)的均方差S0計算出。則S0的定義為：

最后根據表1灰色模型預測精度等級劃分表來檢驗得出GM(1，1)模型的預測精度。

表1 灰色模型預測精度等級劃分表

3 模型分析

實驗數據是A航空公司某一條航線2016—2018年的客流量(按季度)，數據具有明顯的波動性和隨機性。通過對照等級表，若檢驗合格，則可用模型預測。

圖1 某航線客流量圖

3.1 檢驗對比

可以明顯看出，整體走勢向上，第三季度流量明顯突出(因為7—9月屬于國內暑運旺季)。由于灰色模型更適用于原始數據具有良好光滑性的情況，因此，對每個第三季度的數據賦予0.6的權重，使數據盡量平滑。另外，利用2016—2018年共10個季度的數據來建立模型，對比2018年的數據來檢驗預測結果。

用2016—2017年的數據來做預測，可以先得到預測結果，如表2所示。

表2 2016—2017年預測結果對比表

由此計算，得到小誤差概率p值和方差比c值，分別大于0.95和小于0.35，初步判定可以用該模型來預測(根據表1的展示，可以確定預測精度等級為：好)。

3.2 預測結果

實際預測2018年一、二季度的客流量(見表3)，一季度誤差很小，二季度誤差較大。如圖2擬合情況可見，2018年第二季度的客流量波動大，導致誤差較大。

表3 2018年2個季度預測結果表

圖2 灰色模型擬合圖

由圖2可以看到，兩條線條中，折現(xiàn)波動較大，而更加平滑的曲線就是經過灰色模型擬合后的，應用灰色預測模型GM(1，1)的實例可以看出，灰色模型能夠比較簡單地達到目前的要求，通過對旅客關于航線需求的預測，提前做好航班的預售。正如前文分析過，不同的航線市場需求也不同，受多方面的因素影響，所以需求具備不確定性。同時，某一條航線上的需求具有歷史的規(guī)律性和延續(xù)性，就可以利用灰色模型進行預測。因為這個方法簡單，不需要大樣本以及預測精度較高等，非常適合A航空公司目前的實際情況。航班客流的預測因為受諸多因素的影響，都是隨機變量。

3.3 分析結果

用灰度預測模型，對航線未來的客流預測情況作了詳細的分析。預測的客流量可作為期望客流，基于當前航班實際的訂座情況來動態(tài)調整，以客流預測為收益管理的主導，順應市場的變化，追求資源利用的最大化。

根據預測的結果，結合細分市場的特點，在客源較淡時，可增加預售期的時間。訂座期基本可分為4個分期：上客啟動期(30～90 d外)，上客集中期(15～30 d)，上客高價期(4～15 d、0～3 d)，上客啟動期的價格競爭，公司并不太關注，正是A航空公司差異化營銷的好時機，利用有吸引力的價格和適合旅客特征的產品，投放在有效的渠道上，吸引對價格較為敏感的旅客，擴大市場的需求；在客源較充足、運力提供相對比較穩(wěn)定的時候，A航空公司的重點則放在上客集中期和上客高價期，也是收益領先的關鍵時期。尤其是上客高價期需要實時監(jiān)控流量，以保證滿足高價值旅客的需求?？土髁颗c價格呈正相關，當客流量越充沛的時候，折扣率也越高；反之，客流量不足時，折扣率也隨之下降，目的是為了獲得更多價格敏感的旅客。不同的訂座期，投放市場的折扣率與座位數不同，但對于提高航班收益的目標和策略是相同的，如表4所示。

表4 收益管理的過程

通過表4可以看出，在航班銷售的每個分期(階段)都有不同的目標，啟動期、集中期主要是刺激市場需求，擴大市場份額；高價期、剛需期主要用來提高每個旅客的單價，也就是衡量航班收益最重要的指標。訂座期越遠，價格相對較低，客座率也不高，受航線的需求影響?。欢喿谠脚R近，價格也隨之上漲，以服務剛需和高價值旅客為主。收益管理的難點在于如何判斷及配比每個訂座分期的價格區(qū)間和艙位比例，最終達到最優(yōu)。

4 結語

通過灰色模型對航空客源進行精準預測，預測結果能為A航空公司制訂科學合理的機票“價”和“量”的匹配提供參考，通過差異化定價觸達到不同的旅客，從而達到航班收益最大化。本文也為未來收益管理的研究探索了新的方向，研究成果可拓展到旅游、酒店等行業(yè)的收益管理決策中，對于提高整個行業(yè)的管理水平和收益水平有一定的現(xiàn)實意義。