原标题：【机队规划】以大数据为基石的机队规划 是国际化战略实施的必备利器

  随着互联网、物联网、云计算、三网融合等 IT 与通讯技术的迅猛发展，数据的迅速增加成了许多行业共同面临的严峻挑战和宝贵机遇。大数据的涌现不仅改变着人们的生活方式、企业的运作模式，甚至还引起科学研究模式的根本性改变。

  互联网的加快速度进行发展产生大数据，大数据反过来驱动互联网各类应用的加速演进。在未来一段时间内，大数据将成为提升公司竞争力的有力武器。

  从某一层面来讲，企业间的竞争已经演变为数据的竞争，工业时代引以自豪的厂房与流水线，变成信息时代的服务器。重视数据资源的搜集、挖掘、分享与利用，成为所有企业的当务之急。

  对航空公司而言，对大数据的充分挖掘和深入分析，可以为航空公司决策层提供非常宝贵的决定依据。在一定意义上，大数据意味着节能减排、意味着增强旅客黏性、意味着更优化的机队结构、意味着更高的收益。

  以大数据在航班运行上的应用为例，传统意义上的运行是完成将旅客或者货物从 A 地到 B 地的位移，大数据时代的运行是对于整个运送过程的一整套解决方案。

  传统意义上的节油是节省燃油的消耗，大数据时代强调运行的高效性，并不仅仅体现的燃油消耗的减少，有时候是载量的提升，有时候是飞行速度的加快，以及可销售载量的更充分释放。

  传统的统计分析过程只能看到眼前，大数据的分析能让用户看到前进的方向。比如对于飞机性能的监控，原先只能看到落地剩油，而无法对飞行的每一步进行观察和解读，每架飞机的耗油情况都是不一样的，通过监控了解每架飞机的耗油习惯。

  又比如：航路风数据优化，通过收集航路上若干年的数据，通过一系列分析可以预测航路上更真实的风数据等等。总之，大数据能让我们更了解飞机。

  “十二五”期间，中国民航实现了加快速度进行发展，运输机队从 1597 架增至 2650架，年均增加约 211 架；年运送旅客量从 2.68 亿人次增至 4.36 亿人次，增幅约达 62.7%；运输总周转量从 538.45 亿吨公里增至 851.65 亿吨公里，增幅约 58.2%。

  五年来，年均旅客运输量和总周转量的年均增幅均超过 10%。随着各大航空公司宽体飞机的加速引进，国际航线网络不断充实，有业内专家评论中国民航迎来了自上世纪 90 年代和 2008 年之后的第三次国际化发展契机。

  机队规划作为公司发展的龙头和关键，将对国际化战略的有效实施起到至关重要的影响。航空公司机队规划怎么样更好地做到长短结合、宽窄匹配、多少互补，需要以大数据为基石,以互联网+为纽带进行认真思考和科学研究。

  查阅相关的专业书籍和网站内容，对于航空公司机队规划的说法不完全一样，相对完整和权威的一个定义是：是指在既能够很好的满足客货市场需求又能获得最佳经济效益的条件下，结合公司战略定位、航线网络布局。

  在一定时间周期内，确定机队总体规模、机型结构、引进和退出计划、选型要求等事项，使本公司的机队在规划周期内达到能够以尽可能低的成本运营，获取尽可能高的收益所进行的一种策略。

  研究机队结构组成是讨论机队规划工作的重要前提，包括机队的总体规模、机型组成、机龄和运营构成、资金的筹措方式等。

  全球航空公司的类型主要可大致分为如下三大类：大型骨干航空公司、区域航空公司和低成本航空公司。大型骨干航空企业具有庞大的机队规模，并匹配枢纽型辐射航线网络。

  如：法航、达美和中国的三大航等；区域性航空公司的特点是，拥有一定规模的机队，一般经营区域内的航线网络，如美国的阿拉斯加航空、香港港龙航空以及中国的厦航等；低成本航空以运行差异化航线为特征，运行点对点航线较多，如美西南航空、春秋航空和东航旗下的中联航等。

  截至 2016 年底，三大航（含控股公司）的客机总规模达到 1906 架，系列机型达到 9 种（A320、A330 等系列机型计算为 1 种机型），因此，合理规划如此庞大的机队，是对包括D航在内的三大航的现实需要。

  B737MAX、A320neo 新一代窄体客机以及 B787 和 A350 新一代宽体客机等新机型都将于 2018 年加盟D航机队，D航实现了机队规模扩增和未来机队结构优化的齐头并进。

  至 2017 年 7 月底，D航期末运输机队架数达到 600 架，其中客机数量591 架，占据全球航空公司版图中的重要一块。然而，从经济学角度分析，飞机不仅仅只是航空公司的运输工具，更是长期而重要的有形、投资和灵活的资产。

  与机队规模和长远发展相匹配的是，D航需要以各类大数据为基石 ,通过对各类飞行、运营、营销、航线网络、财务成本等一系列海量数据来进行深入挖掘和分析，在此基础上进行科学合理地部署机队规划。

  同时，通过大数据模型对未来的机队发展规模和结构建立一套乃至于几套可供选择的决策方案，并且从机队结构优化和资源配置等方面对潜在的经济效益做评估，只有这样，才能确保公司的收益水平、成本结构、竞争能力和运行管理等诸多方面实现长足发展。

  做机队规划需要遵循一定原则，才能把机队规划做得合理科学，尤其对于D航已超越 600 架运输机队的航空公司而言，建立在大数据研究分析基础上的机队规划是确保规模经济得以实现的重要抓手。

  通常而言，机队规划应遵循三大原则，即匹配性原则、灵活性原则和连续性原则，具体到航空公司的操作层面，一定要做好如下几个方面：

  在特定航线上使用的飞机的大小、座位数的多少是影响对市场供给的重要的因素，航空公司在飞机机型的使用、座位数的投放上要满足和适应市场需求。

  例如：大型飞机的座位数多，在利用率、客座率和平均航程水平达到什么程度，利用大型飞机执飞可以给航空公司带来最低的座位成本，这些测算均可以基于公司现在存在的海量运营数据和营销数据及航线网络数据等信量数据为我们机队规划提供支持。

  在 2016 年宽体机选型项目中，我们曾利用航升大数据信息对各类宽体机执飞的航线做多元化的分析，分析结果对机队规划决策提供了坚实的数据支持。

  下图是 A350 机型执飞的 241 条航线.飞机性能要与航线结构相符合

  只有通过对飞机历史运营大数据进行挖掘和分析，建立自己的飞机性能模型数据分析系统，才能准确地判断飞机是不是能够执飞特定航线，而且通过大数据建模分析，也可以将新机型的有关数据输入模型做多元化的分析该机型是不是能够满足公司需求， 从而为机队规划决策提供理论依据。

  通用性高的机型不仅仅能够降低专业技术人员改装的难度，节约培训成本和时间，还能够充分的利用现有的设施设备等。通过对维修成本、飞机零备件库存成本以及机务人员、飞行机组等人力成本等一系列数据来进行分析可以测算出通用性高的几类机型对公司运营总成本的影响，为未来机队规划指明方向。

  衡量两者的线性关系，统计学上通常使用著名的“皮尔逊系数法”（Pearson Correlation），曾有学者通过 26 年的经济指标对二者做了皮尔逊线性相关对比，对比结果如下：

  平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。