千萬級機場航班時刻效率與效益分析

前言——千萬級機場的航班時刻

在之前的分析中(詳見《三千萬級機場航班時刻效率與效益分析》一文),研究發現三千萬級機場各個起飛時段平均航班正常率大多總體上是先下降後波動再上升的大趨勢;三千萬級機場各起飛時段平均客座率變化可分為平穩、波動較大、波動中上升三大類;三千萬機場離港航班正常率與客座率並無明顯的相關性。

本文將繼續研究年度吞吐量在一千萬-三千萬之間的機場(簡稱為千萬級機場),同樣通過對離港航班正常率、航班客座率以及兩者的綜合表現來探究離港航班時刻的效率與效益。

依據2018年中國民航機場吞吐量統計,千萬級機場共有27個,分別是:南京祿口、鄭州新鄭、廈門高崎、長沙黃花、青島流亭、武漢天河、海口美蘭、天津濱海、烏魯木齊地窩堡、哈爾濱太平、貴陽龍洞堡、三亞鳳凰、瀋陽桃仙、大連國際、濟南遙牆、南寧吳圩、福州長樂、蘭州中川、太原武宿、南昌昌北、長春龍嘉、呼和浩特白塔、寧波櫟社、石家莊正定、珠海金灣、溫州龍灣、合肥新橋。(注:統計航班的月均執行架次均在3架次以上。由於數據質量問題,本文所有統計均未包含春秋航空公司。)

一、離港航班正常率

1.1千萬級機場離港航班正常率

離港航班正常率是反映離港航班運行效率的重要指標,離港正常率較低則表明對應起飛時刻的運行效率有待提升。對27個千萬級機場在2019年3月的離港航班運行數據進行統計,各個起飛時刻(6點至24點主要運行時段內)離港航班的正常率的均值如下圖所示。

千萬級機場航班時刻效率與效益分析

注:圖中為吞吐量前十的千萬級機場

從統計結果看,千萬級機場各個起飛時段平均航班正常率同樣總體上大部分是先下降後波動再上升的大趨勢。寧波櫟社機場的正常率總體水平相較其他機場較低,三亞鳳凰機場20點平均離港航班正常率為47.7%,太原武宿機場22點平均離港航班正常率為35.9%,除此之外,各機場全天的時段平均離港航班正常率均在50%至100%之間波動。

1.2 離港航班正常率聚類分析

千萬級機場航班時刻效率與效益分析

通過K-均值聚類法,將27個千萬級機場2019年3月的離港航班正常率聚類成三類,最終聚類中心、區間如表所示:可將聚類1視作離港正常率較高的類,聚類3視作離港正常率較低的類,剩餘正常率中等的航班歸為聚類2。

1.3 正常率較低的航班的數量時刻分佈

依據聚類分析結果可知,27個千萬級機場在2019年3月航班正常率較低的航班有811個。

低正常率航班的計劃起飛時刻分佈於全天,主要集中在中午、下午以及夜晚運行時段。鄭州新鄭、武漢天河和長沙黃花機場的低正常率航班明顯多於其他幾個機場。長春龍嘉機場的低正常率航班數量只有9個,佔所有低正常率航班時刻的1.11%,時刻效率較高。

千萬級機場航班時刻效率與效益分析

千萬級機場航班時刻效率與效益分析

二、離港航班客座率

2.1 三千萬級機場離港航班客座率

航班客座率是反映離港航班時刻效益的重要指標,航班客座率較低則表明對應起飛時刻的經濟效益有待提升,時刻對於旅客的合理性欠佳。對27個千萬級機場在2019年3月的離港航班運行數據進行統計,得出各個起飛時刻(6點至24點主要運行時段內)離港航班的客座率的均值,並根據各個時段的均值,就算出各個機場全天各時段客座率的標準差。

依據標準差結果,27個機場的各起飛時段平均客座率分佈可分為三大類:

(一)標準差0.05以下:天津濱海(76.0%-86.8%)、長沙黃花(67.8%-81.6%)、青島流亭(61.4%-79.3%)。全天各時段平均客座率基本較為平穩。

(二)標準差0.1以下:哈爾冰太平、太原武宿、蘭州中川、瀋陽桃仙。全天各時段平均客座率始終波動較大。

(三)其餘機場全天各時段客座率標準差在0.05-0.1之間,此類機場全天各時段平均客座率雖然存在小波動,但整體上隨著時間推移呈現波動中上升趨勢。

2.2 離港航班客座率聚類分析

千萬級機場航班時刻效率與效益分析

通過K-均值聚類法,將27個千萬級機場2019年3月的離港航班客座率聚類成三類,最終聚類中心、區間如表所示:可將聚類1視作客座率較高的類,聚類3視作客座率較低的類,剩餘客座率中等的航班歸為聚類2。

2.3 客座率較低的航班的數量時刻分佈

依據聚類分析結果可知,27個千萬級機場在2019年3月航班客座率較低的航班有869個。各機場低客座率航班的計劃起飛時刻在早晨和中午時段分佈較多。珠海金灣、鄭州新鄭和長春龍嘉機場低客座率航班明顯比其他機場少,實現了很高的時刻效益利用。

千萬級機場航班時刻效率與效益分析

千萬級機場航班時刻效率與效益分析

三、離港航班正常率與客座率相關性

3.1 離港航班正常率與客座率相關性

對27個千萬機場在2019年3月份的離港航班按照計劃離港時刻進行分組,對每一個離港時刻下的所有航班的正常率和客座率數據計算相關性,得到不同離港時刻下正常率與客座率的相關性結果,如下圖所示(由於6:15和23:30只有兩個航班,所以這兩個時刻不計入統計)。97.67%的時刻相關係數均在0.6至-0.6之間,74.77%的時刻的正常率與客座率的相關係數在0.3至-0.3之間,相關性較為有限。從統計結果看,並不能說明航班正常率與客座率之間有明顯的相關性。

千萬級機場航班時刻效率與效益分析

3.2 低正常率航班的客座率

航班正常率最低的18個航班,正常率均為0%。其中7個航班的執行次數為4,3個航班的執行次數為5,2個航班的執行次數為9,2個航班的執行次數為26,剩下4個航班的執行次數分別為11、13、22、25。14個航班分佈在不同的航線上,其計劃起飛時間分佈在早上7:40至晚上21:15之間,除上午時段的7:45、8:00、8:15三個時刻外,其他時刻均勻分佈在中午、下午以及晚間時段。18個正常率為0%的航班的客座率在12.68%至97.13%之間,其中13個航班的客座率在70%以上。

航班正常率低於30%的航班有157個。對157個航班的正常率和客座率兩組數據計算相關性,結果為0.0045,相關性較低。157個航班分佈在115個不同的航線上,其計劃起飛時間分佈在7:30至23:25之間,除9點分佈(1個航班)相對較少,21點分佈(21個航班)相對密集外,其他時段的低正常率航班的數量分佈都較為均勻。157個航班的客座率在 12.68%至98.75%之間,其中66.88%的航班的客座率在70%以上。

3.3 航班正常率、客座率綜合聚類分析

千萬級機場航班時刻效率與效益分析

綜合離港正常率和客座率兩個指標將27個千萬級機場2019年3月的航班聚類成三類,最終聚類中心、區間如表所示可知:

聚類1為離港正常率較高、客座率較低的類;

聚類2為離港正常率、客座率均較高的類;

聚類3為離港正常率較低、客座率較高的類。

四、南京祿口機場離港航班時刻效率與效益分析

以27個機場中吞吐量最大的南京祿口機場為例,探究離港航班時刻在正常性和客座率,即效率與效益上的綜合表現。首先將離港航班分為,飛往三千萬級機場、飛往其餘千萬級機場、飛往200萬級機場、飛往200萬以下級機場(以2018年全年機場吞吐量為劃分標準)四個類別。

根據前文航班離港正常率和客座率的綜合聚類分析,可將聚類2的航班離港時刻劃分為優質時刻,南京祿口機場330個離港航班中,共有135個優質時刻。

南京祿口機場飛往8個三千萬級機場的時刻中均有高正常率高客座率的高效率且高效益的優質時刻。優質時刻數量分佈與佔該航線時刻總數比例如下表所示。除上海浦東機場(只有1個航班時刻)外,飛往北京首都機場的優質時刻佔該航線時刻總數的比例最大,達到83.33%,飛往昆明長水的優質時刻佔該航線時刻總數的比例也較高,達到81.25%。

千萬級機場航班時刻效率與效益分析

南京祿口機場在飛往20個千萬級別機場航線上的時刻中有18條航線有高正常率高客座率的高效率且高效益的優質時刻。優質時刻數量分佈與佔該航線時刻數量比例如左表所示。除鄭州新鄭機場(只有1個航班時刻)外,飛往大連國際和海口美蘭機場的優質時刻佔該航線時刻總數的比例較高,分別達到了69.23%和66.67%。

千萬級機場航班時刻效率與效益分析

祿口機場在飛往17個200萬級別機場航線上的時刻中有10條航線均有高正常率高客座率的高效率且高效益的優質時刻。優質時刻數量分佈與佔該航線時刻數量比例如左表所示。飛往麗江三義、榆林榆陽、威海大水泊、湛江機場的離港時刻都100%具備高正常率和高客座率。

千萬級機場航班時刻效率與效益分析

祿口機場在飛往28個200萬級以下機場航線上的時刻中只有6條航線具有高正常率高客座率的高效率且高效益的優質時刻。優質時刻數量分佈與佔該航線時刻數量比例如左表所示。飛往鞍山騰鰲、大理、惠州平潭、柳州白蓮、銅仁鳳凰、宜賓菜壩的都各只有一個時刻,但都是高正常率高客座率的優質時刻。

千萬級機場航班時刻效率與效益分析

五、總結

千萬級機場各個起飛時段平均航班正常率大多總體上是先下降後波動再上升的大趨勢。千萬級機場各起飛時段平均客座率變化可分為三大類:全天各時段平均客座率較為平穩;全天各時刻平均客座率始終波動較大;整體呈現波動中上升趨勢。

千萬機場離港航班正常率與客座率並無明顯的相關性。

以南京祿口機場為例,分析同時具備高正常率和高客座率的優質時刻的分佈。46.67%分佈在飛往三千萬級機場航線上,38.52%分佈在飛往千萬級機場航線上,10.37%分佈在飛往200萬級別機場航線上,4.44%分佈在飛往200萬以下級別機場航線上。

民航大藍洞

秉承協助建設民航強國為宗旨,基於飛常準大數據,民航大藍洞致力於為全球民航提供高端效能分析和專業諮詢服務。服務對象涉及空管、航空公司、機場和社會公眾,服務內容包括空中交通運行性能評估,空域資源利用評估,航空公司/機場運行水平分析和評價,出行方案設計和優化等。

依託單位:南航大-飛常準交通大數據聯合研究中心

郵箱:[email protected]


分享到:


相關文章: