2023年民航客運市場旅客量預測報告
2022年11月04日
Qunar航旅大數據研究院發布2023年民航客運市場旅客量預測報告。全文如下：
時至歲末，大疫已近三年。受到新冠肺炎疫情（以下簡稱“疫情”）的影響，今年的民航客運市場即將慘淡收官，預計全年的旅客量不足2.6億人次，僅為去年的六成左右。如果和疫情之前相比，大約只到2019年的四成。
今年旅客量的實際數值和年初我們的預測值相比，誤差超過了50%。細究預測誤差産生的原因，是因為盡管疫情已經三年，但是市場仍然處于無序震蕩中，基于歷史數據的數學模型更著重于描述過去正常發展的市場，而無法正確的模擬出來市場發展趨勢以及疫情對民航市場帶來的變化，突發事件的影響超出了預設的邊界。“灰犀牛”事件頻發，讓我們對未來的預期也産生了迷茫，尤其是面臨明年的年度預測時，需要採用新的思路來分析市場狀況，推測疫情對行業的影響。
一、關于預測誤差的分析
年初預測採用的LSTM+ARIMA加權疫情模型，我們以歷史離港數據、GDP增長率、航班運力投放作為基礎數據，再疊加疫情以來的市場變化推導出疫情影響因子。在這個模型當中，GDP增長率、航班運力兩個參數作為市場成長性和供需關係的參考，對預測結果産生直接的影響。
今年三季度GDP的增幅達到3.9%，如果根據現有的趨勢，全年的GDP增速將超過3%。人們常說，民航是經濟的晴雨表，一般情況下GDP增長或者下降，民航旅客量會與之保持相同方向的趨勢。而現實的結論是，今年兩者的趨勢正好相反，GDP增幅超過3%，民航旅客量反而下降了40%。
民航飛機引進的數量，會直接影響航班運力的投放，通過航班數量和座位數量的變化，體現在市場當中。在疫情爆發之前，每年飛機引進的架數、最終投放的座位數量和實際成行的旅客量也是成正比的關係，飛機引進數量越多，全行業的旅客量運輸量增幅就越高。今年經歷了幾次大範圍的全國性疫情，全年飛機日利用率預計不足5個小時。最終新增飛機的數量並沒有直接投放到生産運行上，市場呈現供大于求的局面，這個參數對于預測結果也不再具有關聯性。
這兩個參數的作用變化說明，今年影響市場的主導性因素發生了變化。如果我們觀察中秋節、國慶節期間的交通運輸量數據，就可以看到影響旅客出行最大的制約因素是疫情引發的政策限制。不僅僅是民航，其他的交通運輸行業公路、鐵路、水運也出現了同樣的特征，相比疫情前，旅客運輸量出現大幅度下降。防疫政策對出行需求的抑制，是影響行業復甦的最主要的因素。在這樣的情況下，歷史數據模型對于突發事件無法進行預測，疫情造成的影響範圍，突破了預設的邊界值，所以出現預測值和實際值之間較大的誤差。
二、今年國內市場的回顧
如圖1所示，回顧自2020年2月份疫情爆發以來的國內市場旅客量。2020年和2021上半年都出現了穩定復甦的趨勢。然而，從2021年下半年開始，旅客量就出現大幅度震蕩，而且沒有清晰的復甦曲線。
2022年市場經歷了兩次大的低谷期。第一次是4月份的上海疫情，事發倉促，最後實際封城的時間超過兩個月，對全國各行各業都造成了沖擊，也對民航市場運行造成了極大的影響。第二次是10月份的全國性疫情，因為同時疊加了重要會議保障的因素，旅客出行數量減少，市場再次降入谷底。
圖1：2020-2022月度國內旅客量趨勢圖
值得慶幸的是，從OTA搜索量和實際旅客量波動的趨勢完全不一致。2022年的搜索量比2021年略有下降但是整體趨勢平穩，並沒有隨著旅客量的低谷而産生波動。這個現象說明旅客的出行需求仍然存在，只是被抑制了。
三、關于2023年預測的思路和方法
從OTA搜索量的趨勢看，只要經濟始終保持正向的增長，潛在的出行需求就不會發生較大的改變；同時行業的飛機引進仍然保持遞增，航班運力嚴重過剩，顯然具有極大的投放能力，對于市場復甦，需求和供給都不存在問題。但是，今年的情況提示我們，目前的市場發展趨勢，旅客量和GDP增速、飛機引進速度這兩個指標脫鈎，那麽我們又該用什麽參數來對2023年的市場進行預測呢？
既然歷史數據的參考值無法對未來的市場進行預測，所以筆者決定採用上限值和下限值的推導，進行一個較大範圍的市場預判。
1、旅客運輸量的下限值
從今年的市場情況看，導致旅客量不足的主要影響因素有：公商務旅客出行不足；團隊旅遊匮乏，全年團隊比例甚至不足2%；油價傳導成本壓力，使票價始終保持在高位，無法採用低價刺激客源的方法從高鐵、公路等替代交通工具獲取補充客源。這些旅客的出行需求，有可能被遠程辦公和周邊旅遊所替代，但是仍然具有極大的復甦潛力。
今年下半年，我們欣喜的看到，疫情防控的政策不斷精準有效，國務院對防疫工作提出的“九不準”要求，也為正常出行逐步清除障礙。尤其是暑運和國慶節都沒有完全限制低風險地區的人員流動，為未來的節假日期間旅客正常出遊帶來了希望。
所以，可以預見，2023年大概率不會再有類似極端的市場情況出現，民航客運市場的表現也一定會好于今年。如果把今年4月和10月的旅客量補足平均值月均0.22億人次，然後全年數值平移，就可以得到2023年旅客量的下限值為2.8億人次。
2、旅客運輸量的上限值
疫情短期內沒有消失的迹象，病毒還在變異，當前的防控手段和疫苗，無法徹底阻止疫情的傳播，防疫工作還需要繼續堅持下去，經濟的復甦不可能一蹴而就。
局方基于安全運行的要求，對于航班運力的投放有統一的安排，尤其是在增加運力投放的時候，飛機在恢復正常運行之前需要有一係列的維護和檢測工作，飛行員也需要重新開展熟練培訓項目。所以，局方嚴格把控飛行安全的關口，當前的航班計劃就已經低于2019年的總量。即使出現最樂觀的情況，疫情突然消失，民航客運航班允許全面恢復正常運行。從實際情況出發，一方面，航班運力投放無法立即達到峰值，航空公司至少需要1～2個月的時間來調整機隊和航線，增加運力投放。另一方面，經歷過疫情後的出行需求也不會很快達到正常的狀態，尤其是公商務旅客，復甦也需要一定的時間。
所以，想象中的報復性反彈也存在天花板。樂觀估計，預測2023年的旅客量最高可以達到2019年旅客的九成，上限值約為5.9億人次。
3、採用中位值作為預測結果
因為需求和供給均存在天花板，所以預測有上限值。同時經濟是正向增長不斷復甦，所以預測也有下限值。為了減少誤差的範圍，取中間值是4.35億，預測結果的範圍為4.2～4.5億人次。
4、將預測結果修正到月度值
當明確了預測結果範圍之後，仍然用數據模型進行模擬和還原。在疫情影響因子的參數計算時，重點參考疫情發生前的歷史數據。同時考慮到防疫手段的進步，模擬出一定的成長性趨勢。最終仍然採用LSTM+ARIMA的加權疫情模型，進行了以月度為單位的時間序列預測。如圖2所示，預測2023年國內旅客量4.22億人次。並根據2022年下半年國際和地區旅客運輸量增速，預測2023年國際旅客約1000萬人次，國際國內旅客運輸量合計為4.32億人次，同比2022年增長超過65%。對比2019年下降35%。
圖2：2023年國內旅客量預測
四、關于預測的誤差和思考
在疫情發展不確定的情況下，對于市場的影響因素衆多，而採取上限、下限的中間值方法進行預測，實際誤差的範圍也會較大。雖然最終也使用歷史數據進行了修正，但是疫情影響因子的偏差也被放大了。
然而，在極其不確定的市場前景下，我們需要這樣一個預測值來樹立信心，指導工作。既要相信市場的復甦態勢，基于2022年的實際情況對未來的工作進行優化調整，又要避免盲目樂觀，把希望寄托在虛無缥缈的疫情突然消失上面。明年的市場，還有待我們去積極思考應對，從航線優化選擇、旅客群體營銷、輔營産品銷售等方面加以提升，開拓出新的市場和新的客源。筆者的團隊堅持在年底推出這樣的預測版本，是為了給行業樹立一個靶子，提供最基本的參考依據。由于水平有限，也請業內人士結合生産實踐的經驗進行批評指正。一己之見，謹供參考。
新聞來源：民航資源網
本文轉載自民航資源網，文章觀點不代表本站立場
