《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》：Hub competition and demand modeling in long-haul aviation markets: A forward-looking scenario-based game-theoretical approach
编辑推荐：
为解决远程航线网络战略规划中乘客需求、航司决策、机场容量和竞争动态间的复杂相互作用问题，研究人员采用一种集成优化框架，联合预测总市场需求和行程分配，并通过网络频率规划优化及基于场景的博弈理论算法，评估枢纽在宏观经济波动下的竞争演化。该研究以新加坡及东南亚主要竞争对手为例，验证了模型在复制基线流量模式和预测2027年网络发展情景方面的能力，为航司、机场及政策制定者提升远程连通性和区域竞争力提供了决策支持。
在全球航空业，远程航线如同连接各大洲的“空中桥梁”，其网络规划不仅关乎航空公司能否盈利，也深刻影响着区域经济的竞争力和发展潜力。然而，这座“桥梁”的搭建绝非易事。规划者常常面对一个充满复杂相互作用和高度不确定性的“迷宫”：乘客需求如何预测？航空公司如何决定开辟哪些航线、安排多少航班？枢纽机场容量是否够用？而竞争对手又会如何出招？特别是以枢纽辐射式运营为核心的远程航线，虽然能通过汇集各支线客流量来支撑高频次、高盈利的运营，但也带来了巨大的管理挑战，尤其是在市场需求不断演变、宏观经济存在波动的背景下。
传统的决策支持工具在面对这些问题时，往往显得力不从心。有的研究侧重于用经验方法分析枢纽竞争，有的专注于估算特定区域的航空旅行需求，还有的致力于开发航空公司网络优化模型。然而，这些研究往往将需求、供给和竞争视为孤立或静态的部分，缺乏一个能够前瞻性地、统一地分析未来网络演化情景的综合框架。尤其是在远程市场，联程航线、航空联盟合作和竞争起着决定性作用，而现有模型对此关注有限。这导致航空公司和政策制定者在进行长期战略规划时，难以获得既全面又精准的洞察，以应对未来的不确定性和激烈的市场竞争。
为了破解这一难题，并为长期战略规划提供更强大的决策支持，新加坡科技设计大学航空研究所的 Mingmei Li、Sebastian Birolini 和 Nuno Antunes Ribeiro 在《Transportation Research Part E: Logistics and Transportation Review》上发表了一项研究。他们提出了一个创新的集成建模框架，旨在评估特定枢纽未来的网络演变，同时考虑外生需求驱动因素的预测与不确定性，以及内生的竞争动态。这个框架如同一个精密的“战略模拟器”，由三个核心模块紧密耦合而成。
首先，是一个集成需求模型。它采用两层嵌套Logit结构，联合预测总市场需求和乘客在不同行程间的分配。模型基于2019年全球远程客流的大规模数据集进行估计，并纳入了市场特定的社会经济驱动因素（如人口、GDP）和关键的供给相关特征（如航班频率、航线迂回系数）。这不仅使模型能预测未来需求，还能捕捉不同市场和地区可能存在的差异增长模式。
其次，是一个战略航空公司网络与频率规划优化模型。这个模型模拟单一目标航司（枢纽承运人）的行为，旨在优化其远程航线网络和航班频率，以最大化承运旅客数量，同时确保经济可行性。其独特之处在于，它将上述需求模型内生化，从而捕捉到频率设置决策与所产生需求之间的相互影响。为了解决由此引入的非线性问题，研究者采用了一种基于一阶近似切割平面的精确算法。
最后，是一个基于场景的博弈理论算法。为了真实模拟枢纽间的竞争动态，研究者设计了一个迭代算法，在所考虑的枢纽及其主要竞争对手之间循环，以求解博弈均衡。更重要的是，为了应对需求预测和市场演进中固有的不确定性，他们在传统的确定性方法基础上，引入了基于场景的评估，纳入了GDP和人口增长的不确定性，并在每个场景中重新评估竞争动态。这使得框架能够分析宏观经济波动如何重塑枢纽竞争并影响最终的均衡结果。
关键技术方法概述
为构建上述框架，研究主要采用了三项关键技术：1. 集成需求建模：利用2019年全球OAG行程级数据，采用两层嵌套Logit模型，通过分段（按距离和非直飞服务有无）OLS回归估计，联合预测市场需求生成与分配。2. 混合整数非线性规划与切割平面算法：将需求模型嵌入单航司网络频率优化，形成MINLP问题，并利用切割平面法进行一阶近似外逼近求解。3. 博弈论均衡与蒙特卡洛模拟：设计迭代算法模拟多枢纽非合作博弈以寻求纳什均衡，并结合蒙特卡洛方法生成社会经济参数（GDP、人口）的不确定性场景，进行鲁棒性分析。实证数据源自OAG流量与计划分析器，辅以IMF的国家级社会经济预测数据。
研究结果
1. 需求模型验证与参数估计
研究通过对2019年全球远程市场数据的分析，验证了集成需求模型的有效性。在需求分配层面，估计结果显示，航班频率（以对数形式）和直飞服务在所有距离区间内都对行程效用有显著正向影响，其中直飞服务的系数最高，证实了乘客对直飞航班的强烈偏好。航线迂回系数（routing factor）则始终为负，表明乘客倾向于选择更直接的路径。此外，由单一航司运营的在线联程（online connection）以及同联盟内的联程（interline same alliance）通常比不同联盟间的联程更具吸引力。在需求生成层面，估计得到的嵌套系数（nesting coefficient, θm）值在0到1之间，符合理论预期，表明市场需求对航空服务供给水平具有弹性。
2. 网络优化模型验证
将构建的单航司网络优化模型应用于2019年的历史数据，用于“复制”各主要枢纽航司的网络。验证结果表明，模型在乘客总量和航班频率总量上都能较好地拟合实际观测值。例如，对于新加坡航空公司，模型预测的乘客数与实际数的平均绝对百分比误差（MAPE）较低，证明了模型在静态环境下重现历史网络决策的能力，为其用于前瞻性情景分析提供了可信基础。
3. 案例研究：新加坡及其竞争对手的未来情景（至2027年）
研究者将整个框架应用于新加坡樟宜机场（SIN），并模拟了其与东南亚地区五个主要竞争对手（包括香港HKG、迪拜DXB等枢纽及其主基地航司）之间的竞争。在假设容量无约束、采用IMF基准社会经济预测的情景下，模型得出了以下关键发现：
- •
总体增长：新加坡航空集团（包括新加坡航空及其子公司）表现出强劲的增长前景。与2019年6月基线相比，预计到2027年，其远程航线旅客运输量平均增长32%，远程航班数量平均增长28%。这一增长主要由亚洲内部及亚欧市场的需求增长驱动。
- •
市场竞争与压力：框架提供了超越总量数据的、细粒度的市场级洞察。例如，研究识别出多个新加坡具有增长潜力的市场，同时也揭示了其在某些特定市场上将面临来自特定竞争对手（如香港、迪拜）的显著竞争压力。这些压力可能影响其市场份额的增长幅度。
- •
不确定性影响：通过蒙特卡洛模拟生成的不同GDP和人口增长场景表明，最终的增长结果存在一个概率分布。虽然平均趋势向上，但在不利的经济情景下，增长可能低于预期。这凸显了战略规划中考虑不确定性的重要性，有助于制定更具韧性的发展策略。
研究结论与意义
本研究成功开发并验证了一个集需求估计、网络频率优化和战略竞争建模于一体的综合框架，用于支持远程航空枢纽的长期战略规划。该框架的创新性在于其前瞻性、内生性和场景化的特点：它不仅能够预测未来，还将供给与需求的相互作用、以及竞争对手之间的策略博弈内生于模型之中，并通过引入宏观经济不确定性场景来评估结果的稳健性。
对新加坡的案例研究证明，该框架能够提供从宏观总量到微观市场层面的多层次战略洞察。它不仅给出了平均增长预期，还量化了增长的不确定性分布，并明确了具体市场上面临的竞争威胁。这些信息对于航司规划机队、开辟航线、调整频率，对于机场规划基础设施、营销枢纽，以及对于地方政府制定航空政策、提升区域连通性和经济竞争力，都具有极高的参考价值。
总之，这项研究为理解和规划复杂动态的远程航空网络提供了一套强有力的分析工具。它标志着航空运输战略建模向更集成、更逼真、更适应不确定未来的方向迈出了重要一步，其方法论和结论对学术界和产业界均具有重要的启示意义。
