民航客运需求弹性实证研究
2018-05-28赵晓松朱金福陆宏兰
赵晓松 ,朱金福 ,陆宏兰 ,周 涠
(1.南京航空航天大学民航学院,南京 210016;2.厦门航空公司,福建 厦门 361000;3.中国南方航空股份有限公司市场部,广州 510406)
近年来,中国民航市场规模快速增长,已成为全球第二大航空市场,同时各航空公司的规模也迅速扩张。随着民航市场竞争越来越激烈,航空公司已很难从单纯的规模扩张中获利,需要采用集约型的增长方式。如何科学地制定符合市场的机票价格是各航空公司亟待解决的问题之一。
国内外有关航空客运需求弹性的研究主要集中在国家宏观经济层面,如区域经济、人口、国内生产总值(GDP)等因素对航空客运量的影响。唐小卫等[1]利用回归模型,对旅客运输量与GDP、人均航空出行次数、城镇居民家庭可支配收入等因素进行关联性分析,并对未来航空客运市场需求进行预测。朱佳[2]从区域市场经济发展水平、运输能力等角度,构建民航区域市场需求的指标体系,研究航空运输与区域经济的内在关系,最终对中国各省市民航市场发展水平进行综合评价,为政府发展和民航业规划提出政策性建议。李在林[3]选择国内生产总值、最终消费额、铁路客运量、民航航线里程、来华旅游入境数等因素与客运需求进行灰色关联分析,结果表明,不同因素的选择对民航客运预测效果产生的影响不同。张伟[4]结合民航客运的特点,采用微观经济学的点弹性和弧弹性理论,对国内民航客运需求价格弹性进行初步对比研究,结果表明,国内民航客运市场是富于弹性和旺盛需求的。景崇毅[5]针对航线季节客运需求的特点,提出了基于迭加趋势的航线季节客运需求分析方法,研究季节变化对客运需求的影响,结果表明,该方法可行且结果精度较高,可作为分析航线季节客运需求的有效工具。
然而,从航空公司运营角度对旅客需求影响因素的研究还不够深入。田静等[6]构建了国内民航旅客需求函数,考虑的影响因素有旅客类型、季节、航程距离及城镇居民可支配收入等,但其所建模型对实际现象的解释程度仅20%左右,很难应用于实际生产。Nelson等[7]运用某大型国际航空公司2年的数据,得出航空公司机票比价机制对需求的影响较弱。大部分研究仅对其中一个或两个变量因素进行分析,结果不够理想。此外,航空公司之间的竞争关系、不同类别航线上的差异若不加以区分,也将造成理论结果与实际生产的偏差较大。
基于航空公司实际生产需要,从航空公司运营角度建立航空需求函数,更加深入地分析影响航空需求的多种因素,并考虑商务航线和旅游航线对不同因素敏感程度的差异情况。同时引入相对价格比的概念,分析航空公司之间的竞争因素对航空需求的影响,即当多家航空公司共同执飞某条航线时,一家航空公司的票价高于或低于行业平均票价时,量化计算其旅客承运量受影响的程度。
1 模型构建
1.1 数据选取
航空需求价格弹性,是指航空需求量对票价变动的反应程度,即当票价变化1%时,需求量变化的比例。影响航空需求价格弹性的因素主要有:其他出行方式,如铁路运输的产品越多越便捷,航空需求价格弹性越高,反之则越低;旅客人均可支配收入,人均可支配收入越低,机票花费占其比例越高,需求价格弹性越高,反之则越低;航距长短,航距越短,可选的出行方式越多,需求价格弹性越大,反之则越低;出行目的,休闲旅客价格敏感性较高,倾向于购买低价机票,需求价格弹性较高,而商务出行的旅客倾向于购买高频次、省时间的机票,对价格敏感性较低,需求价格弹性较低。
因此,不同航线的需求价格弹性不同:从旅客出行目的看,以商务旅客为主的航线需求价格弹性较低,以旅游休闲为主的航线需求价格弹性较高;从航距长短看,航距长的航线需求价格弹性较低,航距短的航线需求价格弹性较高。由于铁路历史时刻表难以批量查询,很难批量得到每条航线对应的铁路在不同时间的运行时长。可把每条航线作为一个相对独立的市场,并引入年份变量,研究其需求函数。为使研究结果更具代表性,选择3条航线进行研究,北京—广州航线作为商务特性显著的航线代表,广州—杭州、广州—三亚作为旅游特性显著的航线代表。
近几年,国内航空公司积极推行“提直降代”,使机票销售渠道发生了较大变化,因此引入了销售渠道变量,以分析销售渠道对需求的影响。此外还考虑日星期及提前售票时间对需求的影响。
旺季客座率较高,存在旅客溢出现象,不能反映真实的出行需求。最后选取了上述3条航线自2012—2017年第二季度(4~6月)的销售数据,共5万多条记录进行分析处理。
1.2 建模与求解
乘法模型是研究需求弹性最常用的模型,因此建立模型如下
其中:Q为机票需求量;P为价格;C为销售渠道,分销为基准变量,等于1;Y为飞行年份;W为飞行日星期;A为提前售票时间。
转换成加法模型为
由表1可知,该模型对于上述3条航线的拟合程度均达到84%以上,说明该回归模型对数据的解释程度较精确。
表1 回归模型的拟合程度Tab.1 Fitting degree of regression model
2 航空需求的影响因素分析
通过对加法模型中的各因素变量进行转换,可获得各影响因素的回归系数。首先对价格、销售渠道的回归系数进行求解,如表2所示,其中,“**”表示该系数的sig值小于0.01,在99%的显著性水平下显著(下同)。然后对飞行年份、飞行日星期及提前售票时间等虚拟变量进行求解分析。
表2 价格、相对价格比及销售渠道的回归系数Tab.2 Regression coefficient of price,relative price ratio and sales channel
2.1 价格因素
同时对式(2)的等式两边进行价格P的求导,即
其中,β1为航空需求量对票价变动的反应程度,即需求价格弹性。
从表2中需求价格弹性β1的拟合结果分析可知:需求价格弹性较弱,特别是商务航线(北京—广州),约为0.05,即票价变化10%,需求仅变化0.5%;需求价格弹性均为正,主要是由于行业均采取“旺季提价、淡季降价”的措施,因此实际承运数据是承运量大时票价高、承运量小时票价低;商务航线(北京—广州)的需求价格弹性低于旅游航线(广州—杭州、广州—三亚),则表明商务航线价格比较稳定,淡旺季价格浮动较小,而旅游航线淡旺季价格浮动相对较大。
为进一步证明航空需求价格弹性较弱这一特点的普遍性,再次对3条航线2012—2017年旺季(7~9月)的销售数据进行拟合,需求价格弹性也相对较弱,约为0.2。
目前,国内大量航线由多家航空公司共同执飞,且互联网技术的普及方便旅客进行比价,为探讨某航空公司票价相对于行业平均票价水平的高低对该公司承运量的影响程度,在回归模型中引入相对价格比λ=P某公司票价/P行业均价。拟合结果如表2所示。
拟合结果表明,同一航线中某航空公司承运量对相对价格比非常敏感。如某航空公司的票价高于行业平均票价10%,北京—广州航线的承运人数则降低14%左右,广州—杭州航线的承运人数则降低17.8%左右。广州—三亚航线由于一家航空公司的班次份额达到90%,相对价格比拟合系数不显著。
2.2 销售渠道因素
同时对式(2)的等式两边进行销售渠道C的求导,即
其中,β2为航空需求量对销售渠道变动的反应程度。
从表2中销售渠道回归系数β2的拟合结果可知:渠道的回归系数均为负,表明如果销售渠道由分销变为直销,人数将略降,即目前通过分销渠道购买机票的旅客略多于直销渠道,北京—广州航线通过分销购票的旅客人数高于广州—杭州、广州—三亚。
2.3 飞行年份因素
对式(2)的等式两边同时作e为底的指数转换,得到
式中,当ηi越大,则Q越大,即需求越大。
飞行年份的回归系数如表3所示,其中“*”表示该系数的sig值小于0.05,在95%的显著性水平下显著。η1~η6分别表示2012—2017年的回归系数,η值越大,表示当年旅客需求越多。可看出3条航线η1~η6均递增,表明随着经济的发展,3条航线的旅客需求量逐年增加。
表3 飞行年份回归系数Tab.3 Year regression coefficient
2.4 飞行日星期因素
航班日期对应星期数的回归系数αj越大,需求Q越大(如式(6)所示),拟合结果如表 4所示,α1~α7分别表示周一至周日。从α1~α7的数值大小,可看出该航线一周内旅客分布情况,如北京—广州航线,周三客流需求较淡,而周日需求较旺。
表4 飞行日星期数回归系数Tab.4 Weekday regression coefficient
2.5 提前售票天数因素
提前售票时间(周数)的回归系数δk越大,则需求Q越大(如式(6)所示),拟合结果如表5所示,δ1表示提前1周售票,以此类推。拟合结果显示:提前售票时间越短,δ值呈现递增趋势,表明越临近航班起飞,购票人数越多;航班起飞前7周内,北京—广州的δ值远高于广州—杭州、广州—三亚,表明商务航线越临近出发时间旅客量越大。
表5 提前售票时间(周)回归系数Tab.5 Regression coefficient of advanced ticket selling time(week)
3 结语
研究将每条航线作为一个相对独立的市场,并引入年份变量,这样可避免高铁开通、行业运力增长及人均可支配收入水平提高等因素对航空市场的影响。从航空公司实际运营角度,考虑价格、销售渠道、飞行年份、飞行日星期和提前销售天数等因素,构建的需求函数拟合系数均在84%以上,对实际情况的解释程度较高。
通过实例分析不同因素对民航客运需求的影响,得到如下结论。2012—2017年,国内民航客运需求持续增加;旅客需求的价格弹性较弱,需求对价格变化反应不敏感;考虑航空公司竞争因素后,航空公司的承运量对相对价格比非常敏感,特别是旅游航线,当航空公司定价高于市场票价,则承运量显著下降。另一方面对于不同性质的航线,机票销售渠道、飞行日星期及提前售票天数均对市场需求产生不同影响。其中:商务航线采用分销渠道购票的旅客量大于旅游航线,但两者差异并不显著;同时商务航线一周内旅客分布情况具有明显波动,周三需求较淡而周末需求旺盛,但旅游航线的旅客分布则没有明显波动规律;提前销售天数对商务航线的影响较大,表现为商务航线上临近出发的旅客量较大。
参考文献:
[1]唐小卫,张丽霞.我国航空客运市场需求与经济关联性分析[J].中国民航飞行学院学报,2014,25(5):5-8.
[2]朱 佳.区域经济发展视角下我国民航区域市场需求分析及发展政策研究[J].特区经济,2011(12):229-232.
[3]李在林.民航客运需求影响因素的灰色关联分析[J].经济视角(中旬刊),2011(7):186-186.
[4]张 伟.国内民航客运需求价格点弹性与弧弹性研究[J].航空科学技术,2013(2):29-32.
[5]景崇毅.基于迭加趋势的航线季节客运需求分析方法[J].中国民航飞行学院学报,2014,25(2):5-7.
[6]田 静,黄 为,李小群.中国民航国内客运需求价格弹性研究[J].中国民航大学学报,2009,27(3):41-47.
[7]NELSON G,ROBERT J K,HSIANGCHU L,et al.À la carte pricing and price elasticity of demand in air travel[J].Decision Support Systems,2012,53(2):381-394.