王雪 汪瑜

摘要 在航空运输市场竞争日渐激烈的背景下，实际旅客订座需求成为航空公司制定生产计划、设计运输产品、控制座位存量的关键标准。航空公司在生产中获得的需求数据受可提供的座位数量限制，不能反映真实的旅客订座需求。所以利用Base-Line技术开发无约束客流估计辅助软件对旅客订座需求进行修复。经修复后的数据可以为旅客需求预测提供可靠的依据，有效地提高航空公司收益管理的时效性和准确性。软件运行快速，操作简单，可嵌入收益管理预测系统实现其辅助功能。

【关键词】航空运输 收益管理 无约束客流估计 软件开发

1 引言

随着国民经济的稳定增长，旅游市场的持续升温，国内民航客运市场需求不断提高。而航空运输企业生产投入耗资巨大，新增资源成本高且耗时长。在这种运输资源对市场需求供不应求的矛盾中，航空公司市场销售和收益管理部门对“座位”这一稀缺资源的利用和控制越发重要。航空公司生产计划的制订、运输产品的设计、航班座位存量的控制和客票超售额度的确定成为企业充分利用资源，提高运营效率的关键生产环节。而这些环节的有效管控都以实际旅客运输需求为基础。

受航班各舱位可利用座位数的限制，航空公司从生产中获取的旅客订座需求可能因为产品供给不足未能全部满足。直接从客票销售系统中获取的受约束的旅客订座数据不能体现实际旅客运输需求。在此情况下，有必要开发对无约束客流进行估计的收益管理辅助软件，利用合理的数据修复方法准确评估无约束旅客订座需求，为市场和收益管理人员的预测工作提供及时和准确的参考数据。

2 软件功能

该软件结构简单，运行快速，界面友好，对计算机硬件要求不高，用于收益管理中无约束客流的小型数据分析和处理。软件采用单机版运行模式，数据维护全部可以由收益管理系统管理员完成。考虑到“中航信”订座相关数据提取的难度，该系统设计了旅客订座规则来仿真模拟旅客生命周期内的订座行为。

软件功能定位于解决旅客订座数据受航班舱位可利用座位数量限制，订座记录被截断影响实际旅客需求评估的问题。基于以往研究成果，结合航空公司市场营销中心、网络收益中心有关工作人员的建议，采用Baseline技术作为需求修复的核心技术。该技术针对未来离港航班的历史数据集及舱位管理状态，将数据集中订座记录进行平均化，对数据集中的每一条订座记录，以上一订座阶段需求数据为基础逐条进行本阶段的需求修复工作，以此尽可能消除数据截断对于需求预测的影响，为收益管理人员提供辅助决策信息。

3 基于Base-Iine的旅客订座数据修复技术

3.1 旅客订座数据修复方法

该系统利用基线法（Base-line）进行需求修复工作。所谓基线法就是以当前DCP点修复后的旅客订座数为基准，计算下一个DCP点上的旅客需求量，以此往复，实现非限化当前航班各个DCP点上旅客订座数的一种方法。根据不同DCP点的数据状态，非限化过程所采用的计算方法是不同的。具体而言，是将订座数的非限化方法分为“实”计算法（Actualmethod）和非限化逻辑（Unconstraining logic）两种。

（1）“实”计算法。利用待修复航班特定子舱订座数据的实际改变量来进行非限化处理。

UncBkgs DCP （r+l）= UncBkgs DCP r +AcrChg （1）

（2）非限化逻辑。比较实际订座数的改变量与历史订座数的改变量，取其中大者。

UncBkgs DCP （r+l）= UncBkgs DCP r+max （ActChg， HistChg） （2）

其中：UncBkgs DCP （r+l）表示DCP （r+l）上非限化后的訂座数;UncBkgs DCP r表示DCP r上非限化后的订座数;ActChg为实际改变量，表示在DCP （r+l）至DCP r上特定子舱订座数的差额;HistChg为历史改变量，表示历史航班在DCP （r+l）至DCP r上特定子舱订座数的差额。

无论是上述哪一种计算方法，实际订座数的改变量和历史订座数的改变量的计算都依赖于从DCP r至DCP （r+l）上实际订座数以及历史平均订座数的增减趋势。

（1）若实际订座数增加，那么

ActChg= ActBkgs DCP （r+l） - ActBkgsDCP r （3）

（2）若历史订座数增加，那么

HistChg= HistBkgs DCP （r+l） - HistBkgsDCP r （4）

（3）若实际订座数减少，那么

（4）若历史订座数减少，那么

其中：UncBkgsDCP r表示在DCP r上非限化后的订座数;ActBkgs DCP r表示在DCPr上实际的订座数;HistBkgs DCP r表示在DCP r上历史的订座数。基线法根据订座数据的状态，按表1选择不同的数据非限化逻辑，以此为基础，实现各个DCP点订座数的非限化处理。

3.2 旅客订座数据修复算例

假设在某个历史数据池中，待修复航班某个子舱的实际订座数与历史平均订座数如表2所示，利用基线法修复订座数据。其中：表2中的“O”代表订座舱位是开放的;“C”代表订座舱位是关闭的。

在DCP 1上，子舱有4个订座数，且状态是“O”，那么此时未受限制的订座数与实际订座数相等。

由于在DCP 1至DCP 2之间订座数是增加的，在DCP 2上子舱有8个订座数且状态是“0”，因此使用式（1）、（3）计算未受限制的订座数。

ActChg= AcrBkgs DCP 2 - ActBkgs DCP1= 8-4=4

UncBkgs DCP 2=UncBkgs DCP l+ActChg=4+4=8

在DCP 3上子舱有12个订座数，且状态是“C”。由于子舱在DCP 2上的状态是“O”，而在DCP 3上的状态是“C”，且在DCP 2至DCP 3之间订座数增加，因此使用式（2）、（3）、（4）计算未受限制的订座数。

ActChg= ActBkgs DCP 3 - ActBkgs DCP 2= 12-8=4

HistChg= HistBkgs DCP 3 - HistBkgs DCP2= 14-9=5

UncBkgs DCP 3=UncBkgs DCP 2+max（ActChg，HistChg）= 13

在DCP 4上子舱有10个订座数，且状态为“C”，因此使用非限化逻辑进行计算。考虑到待修复航班子舱的实际订座数与历史订座数都减少，因此使用式（2）、（5），（6）计算未受限制的订座数。

ActChg= ActBkgs DCP 4*UncBkgsDCP 3/ActBkgs DCP3- UncBkgsDCP 3=-2.2

HistChg二HistBkgs DCP4*UncBkgs DCP3/HistBkgs DCP 3-UncBkgs DCP 3=-1.9

UncBkgs DCP 4=UncBkgs DCP 3+max（ActChg，HistChg） =11.1

在DCP 5上子舱有16个订座数，且状态为“0”。考虑到待修复航班子舱的实际订座数与历史订座数都增加，因此使用式（2）、（3）、（4）计算未受限制的订座数。

ActChg= ActBkgs DCP 5 - ActBkgs DCP 4= 16-10=6

HistChg= HistBkgs DCP 5 - HistBkgs DCP4= 16-12=4

UncBkgs DCP 5=UncBkgs DCP 4+max（ActChg， HistChg）= 17.1

依此类推，可以计算得出各个DCP点上非限化后的旅客订座数。需要说明的是，历史平均订座数是指在历史数据池中，各个DCP点上旅客订座数的平均值。

4 系统在收益管理中的应用

通过用户登录/离港航班查询界面后，进入数据采集与修复界面，如图1，可以获取未来离港航班对应的历史数据。在列表框中选择需要查询的历史航班订座记录，点击“详细信息”，出现各DCP点历史订座记录与状态信息界面，如图2所示。

回到数据采集与修复界面，点击“需求修复”，系统则开始对列表框中所有的航班订座历史记录的旅客需求进行修复。“修复结果”按钮被激活变成黑色，表示修复工作已完成。通过选定列表框中需要查询的历史航班订座记录，点击“修复结果”，即出现历史航班记录修复前后数据变化分析界面，如图3所示，可对修复前后的数据进行对比。

5 结论

为了解决从订座系统中直接获取的旅客订座数据不能真实体现旅客客流需求的问题，开发无约束客流估计辅助软件，使用Baseline技术对旅客订座数据进行修复，能更准确地评估航班在不同DCP阶段旅客订座需求与No-Show水平，为航班座位存量控制、超售等提供必要的数据支持。软件使用简单，运行快速，能嵌入收益管理预测系统提供需求数据修复辅助功能，提高收益管理客流预测的准确性。

在今后的使用和推广过程中，软件将会被一步改进和完善，并在此基础上开发收益管理工作流程中其他相关辅助软件，减轻航空公司收益管理人员的工作负担，降低管理成本，提高工作效率。

（通讯作者：汪瑜）

参考文献

[1]周晶，杨慧，收益管理方法与应用[M].北京：科学出版社，2009.

[2]汪瑜，竞争环境下航空公司收益管理舱位控制问题的研究[D].南京：南京航空航天大学，2008.

[3]高强，航空收益管理若干關键问题的研究[D]，南京：南京航空航天大学，2006.

[4]K.T.Talluri，G.J.Van Ryzin. The theoryand practice of revenue management[M]. Kluwer Academic Publishers， NewYork.2 004.

[5]P.P.Belobaba，S. Lee. PODS upda te： largenetwork O-D control results [R]. In2000 ACIFORS Reservations and YieldManagement Study Group SymposiumProceedings， New York， NY， 2000.

[6]P.P.Belobaba，L.R.Weat her ford.Comparing decision rules thatincorporate customers division inperishable asset revenue managementsituations [J] . Decision Sciences，27： 343-363，1996.

[7] P. P. Belobaba. PODS results upda te：Impacts of Forecasting on O-Dcontrol methods [R].ln 1998 AGIFORSReservations and Yield ManagementStudy Group Symposiums Proceedings，Melbournes，Australia，1998.

[8]P.P.Belobaba. Reveneue and competitiveimpacts of O-D control： summary ofPODS results [R].In First AnnualINFORMS Revenue Management SectionMeeting，New York，NY，2001.

[9]罗伯特 .菲利普斯.定价与收益优化 （ 陈旭，慕银平译）[M].中国财政经济出版社，2008.

[10]孙庚，国内航空公司实施收益管理的若干问题[J].管理，2000，1（217）： 22-24.