疫情前后民航旅客流动分析_兰翔.pdf

29市场分析空 运 商 务N o.4 5 3 2 0 2 3.2疫情前后民航旅客流动分析去哪儿大数据研究院兰翔周元炜董静茹进入2 0 2 3 年，新冠肺炎疫情（以下简称“疫情”）的影响已经逐渐减弱，经济复苏的前景逐渐明朗，交通运输行业呈现欣欣向荣的局面。尤其是刚刚过去的春运，在交通出行完全不受限制的情况下，民航旅客运输量迅速回升，达到2 0 1 9 年春运的7 6%。在市场全面复苏的大环境下，分析疫情发生前后旅客常住地变化的情况，可以寻找疫情防控进入新阶段后市场变化的规律，为未来的运力投放和市场营销做好相关的准备工作。本文重点分析旅客在疫情发生前后的常住地变化情况。在这里定义“旅客常住地”，不仅仅是参考了旅客出行时乘坐飞机的行程，还结合了旅客乘坐其他交通工具，以及选择酒店、租车等行程安排，使用大数据算法得出旅客活动最频繁的生活和工作城市。常住地的应用和分析，能够更好地帮助行业了解旅客在疫情影响下的行程变化情况，也便于通盘掌握疫情对于全国航空市场的影响。旅客群体规模变化的情况根据证件号码进行统计，2 0 1 9 年中国民航乘坐飞机出行的旅客人数大约有1.9 亿人，乘机总量为6.6 亿人次。受疫情影响，2 0 2 2 年全行业的旅客群体数量不足0.8 5 亿人，大约是2 0 1 9 年的4 5%。为了更加精准地分析疫情后的市场复苏情况，选取2 0 2 2 年1 月至2 0 2 3年1 月份的数据进行分析（注：本文使用的2 0 2 2 年数据均为此阶段共计1 3 个月数据，后续不再赘述说明），最终的旅客数量接近1 亿人。选取1 3 个月的数据是为了涵盖春运探亲旅客的行程，这也是疫情后第一个自由出行的春运，能够较为直观地反映出疫情后的出行市场。在2 0 2 2 年出行的民航旅客中，前一年（2 0 2 1 年）没有乘机出行记录的约有5 1 0 0 万人。如果按照传统的定义，把这些旅客当成“新增旅客”有失偏颇，因为其中很多人并不是第一次乘坐飞机，而是受疫情影响才被迫中止了出行。如图1 所示，这些“新增”旅客中有一半以上是疫情前有过出行记录的“熟客”，他们只是随着疫情防控政策的调整放宽，再度开始出行。所以，真正的新增旅客占全部旅客的比例其实只有3 0%，甚至低于正常年份的实际新增比例。如果只是简单统计疫情之后的旅客常住30市场分析空运商务N o.4 5 3 2 0 2 3.2地，不能直观表现出疫情影响之下旅客迁移的规律。所以，对于疫情前后都有出行记录的旅客进行对比分析，才是研究的重点，得到的结论能够更有效地反映市场变化。旅客活跃度的城市排名分析旅客常住地变化的分析中，同时在2 0 1 9年和2 0 2 2 年这两个时间段都有出行记录的活跃旅客，其行程变化尤为重要。这部分活跃旅客大约只有2 0 2 2 年的旅客人数的4 0%，他们的常住地改变的结果更能说明疫情对于客源结构的影响。而针对其余6 0%的旅客，也应做对应的流向分析，这些都反映了后疫情时期市场的旅客群体分布规律。如表1 所示，上述活跃旅客当中，常住地数据来源：去哪儿航旅大数据数据来源：去哪儿航旅大数据图1：2022年新增和非新增旅客构成分布图表1：2019和2022年民航旅客TOP20常住地城市序号2019年（疫情前后均活跃用户）2022年（疫情前后均活跃用户）2022年（非2019年的活跃用户）1北京北京成都2上海成都上海3成都上海广州4广州广州北京5深圳深圳重庆6重庆重庆深圳7杭州杭州昆明8西安西安杭州9昆明昆明三亚10武汉武汉西安11天津长沙海口12南京南京长沙13长沙苏州南京14苏州天津哈尔滨15郑州东莞武汉16东莞青岛乌鲁木齐17福州乌鲁木齐郑州18青岛佛山厦门19哈尔滨宁波青岛20贵阳哈尔滨沈阳31市场分析空 运 商 务N o.4 5 3 2 0 2 3.2城市的T OP 1 0 没有变化，仅仅是部分排序略有变动，说明这些城市的活跃旅客是疫情下仍然坚持出行的刚需旅客，他们的出行频次高于行业平均水平，行程特点以公商务出行和探亲出行居多。在排名第1 1 2 0 位的城市排名当中，郑州、福州、贵阳消失了，取而代之的是佛山、宁波和乌鲁木齐。而在2 0 1 9 年没有出行记录的另外一部分旅客当中，与2 0 1 9 年、2 0 2 2 年均有出行的活跃旅客相比，其常住地排名的顺序变化较大，而且增加了三亚、厦门和沈阳。根据排名规律可见，主要的旅客群体还是集中在大城市，尤其是前十位的城市受到疫情的影响并不大。而疫情发生后，东部和南部沿海的城市旅客活跃度相对更高。再针对2 0 1 9 年和2 0 2 2 年均有乘机记录的活跃旅客常住地的变迁进行分析，前十位的客源流出地和流入地基本一致，只是排序略有变化。流出城市前三位是北京、广州、上海，流入城市前三位是成都、北京、深圳。说明客源群体还是集中在大城市之间流动。除了前十位的城市，如图2 所示，选取最有代表性的1 1 2 0 位的城市所属省份进行分析，很清晰地呈现出由西部向东部和由北部向南部的移动趋势。如果再观察后续排名的5 0 位城市旅客在疫情前后的流动方向，可以发现这种流动并不是远距离迁徙，而是东北和内蒙的旅客流入京津和山东，西北的旅客流入到中部的湖北湖南，华北和中部的旅客再向东部和南部沿海流动。总体看来，疫情前后的旅客的迁移方向，还是向大城市和经济活跃的城市流动。旅客最常出发城市的变化规律关于旅客常住地的变化，分析的是旅客迁徙的方向，通常并没有把每位旅客出行的次数考虑在内，所以不能完整反映各个城市的出行量规模。为更清晰地展现实际的市场容量，针对2 0 1 9 年和2 0 2 2 年这两个时间段的旅客，进行“最常出发地”分析。在旅客常住地的数据里面，每位旅客不论飞行了多少次，都只会被统计为1 人。而旅客的最常出发地，指的是每位旅客乘坐飞机出发的频次最高的城市，数据参考了旅客的飞行频次。之所以要统计最常出发地，是因为按照常住地划分，很多中小城市并没有机场，当地旅客的最常出发地和最常目的地发生变化，对于观察疫情前后的旅客流向具有十分重要的意义。由于参考了旅客进出港的人次数量，这个维度的数据计算得出的结论和各个城市的旅客吞吐量排名近似，但是又不完全相同。如表2 所示，由于包含了2 0 2 3 年春运的数据，所以排在最常出发城市第一位的仍然是北京，而到达城市第一名是成都。最常出发地的排序也呈现了由北向南的趋势，而且像海口、三亚这样的旅游目的地城市的排名下降。值得关注的是，常住地是中小城市的旅客，即使当地有支线机场，最常出发地也逐渐向省会城市集中，体现了疫情下中型机场的枢纽效应。数据来源：去哪儿航旅大数据图2：2019年和2022年旅客常住地TOP11-20旅客流动趋势图32市场分析空运商务N o.4 5 3 2 0 2 3.2对后疫情时期航线布局的建议从疫情发生前后旅客的流动情况，可以看出航空市场客源分布的变化并不大。主要的客源地依然集中在大城市，大部分的客流量集中在主干航线上。整体上的客源群体依然从北向南和由西向东迁移，东部和南部沿海区域的旅客活跃度更高。疫情发生后，小城市的旅客更多选择前往省会城市乘坐飞机。根据这样的市场特点，为了更好地适应客源结构的变化，航空公司在重新构建航线网络时，可参考以下几点建议：首先，优先在主干航线上投放运力。随着疫情防控政策的优化调整，主干航线的客流量恢复速度较快，这个趋势在今年春运期间也比较明显，尤其是在元宵节后，旅客量提升最快的航线，仍然是北上广深之间的主干航线。一直以来这些航线的公商务旅客占比最高，这也说明了公商务市场正在迅速复苏。其次，进一步加快航空快线的发展。疫情后的旅客常住地分布，仍然是一二线的大城市排在前列。所以，建立这些城市之间的快线，可以更贴近市场需求，服务好公商务旅客，提高航班竞争力。再次，加大构建次级枢纽的力度。疫情影响下，基于航班频次的便捷性和票价的引导作用，中小城市旅客的最常出发地逐渐向省会城市迁移。加强中转服务流程的设计，增加地空联运、空铁联运的引导，大城市和省会城市的枢纽功能将会得到更加充分的发挥。最后，加强中部机场的航班数量。追踪旅客的迁移轨迹，可以看到中部省会城市成为旅客迁移的“跳板”，一方面有大量北部、西部的旅客流入，另一方面本地的旅客也在向东部和南部迁移。这样的流动会带来旅客在原住地和现住地之间的出行需求，所以在航线设计时，可以加大在中部地区的运力投放。繁忙的春运已经结束，民航市场的春天却刚刚来临。随着公商务市场开始复苏，国际航线的不断复航，民航的旅客运输量也在迅速增加。把握疫情防控进入新阶段后旅客流动的变化趋势，合理调整航线网络结构，航空公司就能更加积极地抓住机会，精准定位旅客群体，在快速发展的市场中发挥引领作用，提前布局，迎接暑运旺季的来临。数据来源：去哪儿航旅大数据表2：2022年民航旅客TOP20最常流动城市序号出发城市目的城市1北京成都2上海上海3深圳北京4成都广州5广州深圳6重庆重庆7西安杭州8昆明昆明9杭州海口10南京三亚11哈尔滨西安12海口长沙13乌鲁木齐南京14郑州哈尔滨15天津乌鲁木齐16三亚武汉17厦门厦门18长沙青岛19武汉沈阳20青岛郑州