九元航空  王焕、游荣师、罗文聪、郑凤婷

　　疫情以来，全球航空业遭遇前所未有的危机，大量航空企业选择节衣缩食度过行业寒冬。然而根据国际航空运营研究协会（AGIFORS）2021年的研讨案例来看，疫情期间全世界仍有诸多的航空公司积极应对市场的剧烈变化，重点在企业数字化运营技术方面进行了卓有成效的研发投入来抵抗运营扰动。本文对疫情期间国外航企的典型数字化运营创新情况进行了汇总整理，总结了其中的特点与趋势，并提出相应的政策建议。

　　一、疫情期间旅客出行需求预测困难

　　在经历了航空运输量断崖式下跌后，2021年，全球大部分国家放松疫情管制，航空出行需求开始复苏。这一进程中，诸多国家由于疫情反复，航空出行需求剧烈波动，过去传统的需求预测方法明显失效，对航空企业的经营活动带来困扰。具体来看，疫情期间全球航空出行需求呈现以下变化特点。

　　1.航班预定周期缩短

　　疫情期间，由于各型病毒变体反复冲击，防疫政策经常变更，许多乘客选择在航班即将起飞前才预定航班。这一情况在国际航班预定方面更加严重。乘客预定周期缩短体现出乘客行为的巨大变化，短期内让航司无法准确把握乘客购买行为特征，造成航司一直以来形成的标准化的收益管理方法失灵。

　　2.历史积累数据失效

　　出于疫情政策或者航班收益考量，航司在疫情期间大量取消或变更航班，甚至很多航班变化是在短短数小时内出现的。频繁的航变造成了乘客预定数据无法真正反应需求，如座位预订数量、取消数量、再预定数量、改签数量、升舱数量等，都较难反应航点间的真实出行需求。

　　3.传统乘客分类失灵

　　疫情期间，航空出行乘客的旅行目的变化较大，航空公司对乘客的传统分类，如旅游、商务、探亲、留学等类别逐渐变得不再适用，例如传统的旅游乘客的出行弹性消失，商务乘客主动选择低成本航空等。相应地，航空公司在上述传统乘客分类方面积累的大量历史数据的开发价值减弱，数据不能很好地反应真实出行目的，进而影响航班投放策略与市场营销策略。

　　二、航司引入多种数据开展需求预测

　　疫情前，国外航企的收益管理和运力投放工作是建立在长期以来积累的乘客分类数据所形成的需求预测模型基础上的。然而疫情期间，过去所积累的乘客的出行需求、出行目的、出行行为都发生了较大变化，航司需要寻找新的数据源与新的需求预测算法来应对剧烈波动的民航市场，加速在疫情期间开发更高效的收益管理业务流程。

　　1.尝试寻找新的需求预测数据

　　疫情前，航司对未来航线市场的判断主要基于内部积累的乘客预定历史数据。随着传统历史数据需求预测方法逐渐失效，各大航企考虑开发新的数据源，尤其是注重开发企业外部数据。德国汉莎航空应用大数据技术尝试在接种人群变化数据中发现出行需求。美国西南航空尝试通过分析安全监控数据发现出行需求。加拿大航空发现经济数据与消费者情感数据同航空出行需求有关联。这些外部数据的应用体现了部分航司在出行需求预测方面的业务模式变革。

　　2.基于消费行为数据的需求预测

　　然而根据AGIFORS的研究，疫情期间西方国家航司在预测需求数据时主要使用的外部数据是购物消费（shopping data）或者网络点击行为的数据。阿拉斯加航空在美国第一波与第二波疫情期间发现航班预订量和病毒每日数据更新面板的在线搜索量存在相关关系，并且同“疫苗预约”搜索词存在很大关联，阿拉斯加航空后续将此类数据编制进其每周航班预订指数。

　　3.不断创新消费数据处理方法

　　在处理数据方面，航空公司联合科研院所不断尝试多种数据处理方法。AGIFORS的研究员尝试编制新的基于在线购物数据的需求预测算法时综合应用了机器学习（Machine Learning）、极端梯度提升算法（XGBoost）等方法，将滞后数据与各种滞后水平相结合以生成对全美250个航点市场的预测。加拿大航空应用机器学习和循环神经网络等方法针对航班最后几天机票预订数据开发了一个需求预测模型，这个模型后续被应用在其收益管理系统中，可以有效提升疫情期间需求预测准确度，以便给收益管理员带来更有价值的舱位管理建议。

　　4.收益管理系统的相应变化

　　应用外部数据及开发相应算法的创新体现了国外航空公司尝试多种数据治理方法应对外部环境黑天鹅事件发生的业务变革趋势。这一趋势推动了航空公司在疫情期间不断革新收益管理系统。不过，大部分航空公司并没有直接用新的数据集和新算法替代旧的历史数据与算法，旧的乘客历史数据仍旧有很大的参考价值，国外航空公司更多是让新旧两套数据体系与算法同时提供收益管理决策，最终由收益管理员做出判断。

　　三、以需求为基础的航司运行业务创新

　　疫情期间，航空公司在收益管理方面进行的数字化创新逐渐传导到航班运行领域。这种趋势主要体现为，航空公司根据逐渐优化的需求预测结果来变革自身的运行管理系统，包括根据需求进行快速的数字化运力匹配，根据运力连线智能化地安排机组并进行效率监控，最终让自身的运行能力同经营业务紧密配合，形成更加高效的应对疫情的“决策-执行”流程链条，从而在疫情期间综合提升企业效益。

　　1.基于需求预测的航班编排

　　疫情之前，航空公司一般在起飞前6-9个月安排航班运力。然而疫情期间政策和市场需求的波动导致航空公司很难准确决策如何在不同航线市场间分配运力，航班编排周期一度缩短到1个月。面对棘手问题，国外大型航企加快系统革新速度，提升航班编排系统在航线增减与连接方面的决策作用，加快运行效率。美国西南航空于2020年3月在运行管理系统中应用了一种“全无遗漏”的（Clean-sheet）航线优化技术，这种航线优化方法参考了收益管理部门对市场需求的预测，可以及时对西南航空全部的航线网络进行快速优化，并同时根据航班连线匹配机组人员，确定机组需要携带的文件、设备，监控机组执行航班的全过程。遇到航变时，该系统还可以及时分析并调整航班连线，并对受影响的乘客发送通知短信，做到运力安排-运行管理-客户服务一体化，一方面应对复杂多变的市场需求，另一方面加快运行效率跟随需求变化，最终尽可能提升机队利用效率。

　　2.机组人员管理方式变革

　　由于疫情期间航班频繁波动，机组人员的编排与管理业务也需要进行相应的技术变革来满足疫情下的管理需要。一是对机组人力资源规划业务进行变革。许多航空公司由于航班业务量波动频繁，传统的Excel表格管理方法已经不能满足人员预测需求，转而开发专门的人力资源规划软件来解决人员储备与招聘问题。二是在机组配对管理方面，由于航班波动频繁，每周相对固定的航班执行模式被打破，航班计划可能每周都有变动。为此航空公司转而应用基于神经网络的机器学习技术，分析以往配对数据来快速给出配对方案。三是在航班执勤人员花名册制定方面，为了满足机组执飞熟悉度的要求，国泰航空出台了专项的KPI考核。此外为了平衡机组执勤与生活品质，一些航司采用了对航班分类管理的方法，对航变风险小的航班使用传统方法制定排班表，对航变风险大的航班，在征求机组飞行意愿后于起飞前一周左右公布执勤表。四是在机组疲劳管理方面，尤其是针对国际航班，巴西蔚蓝航空应用可穿戴设备如电子手表、智能手环等，开发专门的疲劳管理软件来精细化监控机组执勤情况数据，并给出个性化的疲劳管理报告。

　　3.航司经营与运行业务协同程度加速提升

　　通过汇总分析国外航空公司在疫情期间作出的经营业务与运行业务技术创新案例可以发现，疫情期间，由于政策和市场需求的持续变动，一些积极进取的航空公司大力拥抱数字技术，通过流程、数据、管理系统等技术创新对抗疫情带来的经营与运行的剧烈扰动，并取得了一定的成效。在这一过程中，由于数据技术的应用，航空公司的传统经营与运行业务流程的协同配合能力变得更加紧密，并且一些业务流程更加具有人性化与流程柔性，从总体上提升了企业运行效率。通过数字化的流程管理技术，航空公司原来条块分割的业务模块越发需要进行统筹与协同管理，从而增强内部效率与外部环境应对能力，这一趋势值得我国民航业重点关注。

　　四、政策建议

　　对国外客运航司在疫情期间开展的积极的数字化转型探索对我国航司有重大借鉴意义，可以为制定相应的航企扶持政策与民航高质量发展规划提供详实的参考案例。基于上述分析，笔者结合我国疫情期间客运航空企业的现实情况提出以下政策建议。

　　1.民航高质量发展政策应加大对航空运输企业业务流程与数字化技术的关注

　　相比外国航司积极的技术变革意愿，疫情期间我国航企在技术层面开展的创新变革乏善可陈。站在我国民航业高质量发展的政策层面，航司的业务流程数字化技术创新与系统开发投入也是我国民航高质量发展的重要一环，其重要性并不亚于机场与空管方面的技术创新，尤其是在疫情期间航司的高质量管理转型显现出极大价值。建议民航局后续加大政策扶持力度，通过补贴或者项目帮扶等多种方法鼓励航空运输企业在流程管理、数据开发、系统创新方面加大研发力度，增强我国民航企业的运营管理效能，从而更好地提升其生存能力。

　　2.在顶层设计层面打通行业内各部门数据利用壁垒

　　通过对国外航司在疫情期间的技术创新分析可以发现，对各类经营与运行数据的整合、开发、利用是未来提升航空企业运行与管理水平的关键发力点。而这都建立在完善的行业数据的管理标准之上。从提升我国航企经营能力的角度，建议民航局后续对行业内部的各类数据资产进行系统性的盘点，建立民航数字资产管理的制度性框架，同时将整合后的行业数字资产向航空公司提供利用，从而在数据基础设施方面降低民航企业数字化转型的成本，提升我国民航企业数字化转型效率。

　　3.补足中小航司业务数字化技术短板

　　在航空企业的数字化转型进程中，我国中小航司与支线航司的数字化经营与运营能力值得重点关注，因为中小型航司往往运行量较低，资金实力较弱，相比大型航司的数字化转型实力来讲，中小型航司自我变革的意愿或者能力不足，需要出台专项的鼓励与扶持政策，从而全面提升我国民航运输企业的数字化经营运行能力。