运筹优化从象牙塔走向商用，极大助力航空业数智化发展 | 彬复研究
1.运筹学：优化与决策科学
2.运筹学为航空业保驾护航
2.1 运筹学在航空领域的应用
2.2 以旅客视角看一次飞行中体现出的航司业务运作模式
3.航空运筹优化代表性服务商和行业竞争格局
3.1 行业主要参与者
3.2 国内市场空间测算
3.3 市场需求增长主要驱动因素
1）总量提升：国内航空市场仍在较快发展期，航空业运营压力日益增长带动智能化决策工具需求增长
2）结构调整：国产化替代
01
运筹学：优化与决策科学
现代运筹学起源于上世纪40年代二战时期，为了最高效地分配军事任务和军事资源，运筹学作为一门数学的分支学科，在英美两国最早发展起来，用纯数学的方法来解决人、财、物的管理、筹划、调度等问题，求出最优结果。运筹学解决在满足一定的约束条件下，如何发挥有限资源的最大效益，是一门优化与决策的科学。
运筹学的应用领域极为广泛，典型的应用场景例如：航空领域的航线网络规划和机组人员排班、制造业里的生产排程优化、运输物流中的仓网规划和路径优化、供应链企业的需求计划和库存优化、能源领域的运输管道优化等。当企业的业务量达到一定规模，在数据量大、场景复杂且生产环境可能发生变化的情况下，人工或基础算法（穷举法）无法应对，就需要通过系统性的运筹优化来解决。运筹优化和机器学习技术相结合，帮企业打通从数据到决策的完整链条，提升商业效率。
商业应用中，运筹优化主要包括建模、求解、实施三个步骤，其中建模和求解算法是核心环节，综合考验行业Know-how和技术水平。
-
建模：根据对企业相关数据和问题的收集分析，厘清目标函数、约束条件和决策变量，需要对需求场景有理解能力，有行业Know-how。
-
求解：求得目标函数的最优解或可行解。决策变量、约束条件的数量增加到一定程度，会带来求解难度指数级上升，核心在于建立科学、有效的算法，之后可以借助求解器提升求解效率，商用求解器包括Gurobi、IBM旗下的Cplex，主要实现类似于计算器的功能。
-
实施：将模型与实际应用场景结合，持续优化调用效果以达到最佳状态。
02
运筹学为航空业保驾护航
航空业运营模式高度复杂，是最早大规模应用运筹学的行业之一。运筹学帮助航司高效规划和管理资源，以应对行业竞争、提高收益。上世纪60年代，美洲航空公司的运筹优化部门推出全球第一个机票实时预定系统。此后运筹学的教授们使用数学建模、确定性和随机性网络优化模型、数据分析和统计分析等技术来解决关于航空业的各种复杂的挑战，使得航线规划、机票定价、收益管理、机组人员配置以及航空运营等方面不断进步。（有兴趣的朋友可以进一步阅读《Hard Landing》，中文节译《逐鹿蓝天》，重点聚焦上世纪70年代解除航空管制之后到90年代的美国民航发展史，生动而深刻地展现了航司并购、劳工纠纷、枢纽-轮辐航线网络的诞生、航空订票系统的起源、收益管理、飞行时刻资源的争夺等重要事件，背后也能看到运筹优化和智能化决策在推动航空业发展甚至改变行业竞争格局中的力量。）
Sabre是全球最早，也是目前最大的航空优化算法解决方案提供商。Sabre的前身是美航的运筹优化部门，上世纪90年代末从美航母公司剥离出来独立发展，2014年在纳斯达克上市。Sabre的公司发展史，基本代表了运筹学在航空领域的应用史。
来源：Sabre，彬复整理
1）航线网络规划：提高航司最重要的资产——飞机的利用率，以综合提高航司整体收益
航司业务运营的起点是航线网络规划，这是旅客看不到的部分，航司按照冬春（3～10月）、夏秋（10月到次年3月）两航季进行航班计划制作、申请和发布，主要涉及航线的开通、时刻、频率，是航司运营和收益管理的基础，本质是提高航司最重要的资产——飞机的利用率，以综合提高航司整体收益。
航线网络示意图
航线网络规划主要解决以下问题：
-
需求预测
在航季开始前3个月左右，航司要对市场进行需求预测，根据历史数据初步判断需求，考虑城市群、高铁建设、竞争对手策略等因素对需求的影响，并综合考虑国家政策法规和飞行运行特性。
-
时刻价值评估和优化
允许航空公司从某一机场，在某一时间节点起飞或者降落的权利，称之为时刻，通常时刻每5分钟为一个刻度。基于旅客行为和实际运营约束，评估不同时刻组合下的全网收益，优化决策航季中航段的离港、到港时间，提高稀缺时刻的使用效率，提升收益和飞机利用率。
不考虑国际航线，中国有238个机场。每个机场每5分钟为一个时刻，每天大约可以有16个小时可以飞，所以一个机场可以申请的时刻有192个。任意两个机场都可以形成一个航线，共有192*192*个选项，且飞机要完成组环，即从一个基地出发最后必须要回到原有基地，人工计算难度极大。
未来中国民航机场将扩至400个左右，结合京津冀、长三角、粤港澳大湾区、成渝四大机场群建设、以及考虑民航航线网络和高铁等其他交通方式的融合，对系统性运筹优化的要求将进一步提高。
-
机型分配与优化
对航司的客流进行建模，合理分配飞机运力以最大限度地提高盈利能力。为每个航段自动分配最合适的飞机类型，从而最大程度地减少损失（空座位飞行）和溢出（无法容纳乘客）的影响。结合航班的实时订座预测数据对航班进行实时性的机型优化调整，实现实际使用机型与预期销售情况相匹配，进一步提升航线网络收益，节省运营成本。
-
航班波优化
分析经停航线客座率需求、各航线方向协同上的衔接契机，在符合时刻限制的条件下增加有效衔接机会，为旅客提供更便捷、高效的中转服务，获取更多的中转旅客，提升航线网络收益。
旅客视角的一次飞行
2）旅客订票，涉及到航司收益管理：在价格和上座率上取得平衡，实现整体收益最大
旅客的一次飞行从订票开始，即涉及到航司的收益管理。收益管理的核心功能是在合适的时间通过合适的渠道将合适的座位以合适的价格卖给合适的顾客，在价格和上座率上取得平衡，实现整体收益最大。简单举例，收益管理要回答以下问题：
-
在什么时间点？ 提前几天，提前几小时
-
以什么价格？
-
在什么竞争格局下？ 航司竞争对策、联盟内竞争合作对策
-
卖给什么样的客户？ 散客还是机票代理，商务客还是旅游客，是否对价格敏感
-
不同客户卖多少张机票？
-
外部变量？ 天气、大型展会、大型活动、新的高铁线开通
国内航司虽然有采购PROS等海外厂商的收益管理系统，但由于中外旅客订票习惯、航司数据开放性等差异，导致实际使用中仍然水土不服。
-
旅客订票习惯差异：国内乘客临近航班起飞订票的行为非常普遍，而美国一般有提前计划的习惯，且美国航司一般采用超售方式、超售之后给自愿坐后续航班的旅客补偿。国外的软件的数据采集以天为单位，而国内则需要更短的更新频次。
-
数据的开放性：美国各竞争公司的运营数据是严格保密的，而且国外常常有多家GDS分销商参与，所以竞争公司间的数据是不可得的。基于此，收益管理系统只采集本航空公司自己的运营数据。在国内，仅中航信一家GDS分销商，所有航空公司的订座均基于此平台，外加平台数据开放采集，国内竞争对手的价格、上客情况等数据全透明，通过中航信的系统可以直接看到并提前预测出上客速度的差异，因此竞争航司价格的实时对比更趋向于产生迅速的价格竞争，基于竞争对手的出价快速调整竞争策略需求突出。
3）旅客值机/托运
-
平衡载配：优化托运行李和货物在货舱的摆放位置，平衡飞机重心
-
地勤人员排班：旅客从进入机场到上飞机期间遇见的工作人员统称为地勤人员，包括机场售票、贵宾服务、行李质量管控、机舱清洁、车辆服务、地面运行指挥等等，涉及工种数量及人员数量众多，地勤人员的排班对航司来说也绝非易事。
4）旅客安检/候机
登机口分配/摆渡车调度：提高登机口/摆渡车利用率以提高飞机准点率
5）旅客登机/飞行
旅客登机后的飞行保障和服务人员（统称机组人员）包括飞行员、乘务员、安全员三类，机组排班要根据民航法规和公司规定，并综合考虑疲劳度、考勤、收入、过夜成本、特殊航线等多种要求，完成人员组环和编排。关于机组的排班问题，航司长期存在以下痛点：
-
飞行员供给长期存在缺口：飞行员增加速度赶不上机队扩编速度，供给缺口持续存在，2017年民航局出台的R5运行规范将飞行员年度飞行时间从1000小时降到900小时，大幅提高了航司运行压力（侧面验证：中国飞行员平均年收入28万美金，为全球最高，从国内别的航司挖需要支付50～300万不等的转会费）
-
排班约束条件多：例如飞行任务完成组环，机组人员从哪个基地出发最后必须回到哪个基地，任何一个环节出现调整，后面所有的环节均需调整衔接；机组人员不能连续飞超过4天；每个飞行员每个月飞行时间不超过100个小时，执勤时间不超过230个小时，每年飞行时间不超过900小时等等。2020年民航局R6运行规范推出，航司有持续应对规则变化的切实需求。
-
数据量大：以东航为例，有5000名飞行员，1.5万名乘务员
-
机组排班的问题本质上是在符合民航局诸多规则的前提下，提高航司的另一核心资产——飞行员的利用率，并通过合理组环和人员编排降低综合人工成本。
6）飞机降落
涉及跑道分配、飞机维修计划、飞机检修、航材库存管理、机务人员排班等资源和人员的调度安排问题。
03
我国民航领域技术水平整体处于跟跑状态，主要技术标准和运行标准长期由欧美主导，国外软件厂商在90年代末开始进入中国市场，提供软件工具+运营经验。以Sabre、 Jeppesen、汉莎为代表的欧美厂商与我国航司有长期的合作历史，且由于供给稀缺，航空核心系统呈现出“卖方市场”，国外厂商有较高的话语权。
但随着我国航空市场的快速发展，中外航空市场以及国情差异带来的国外产品水土不服的问题日益突出，加之国内航司的运营经验不断积累丰富，国外厂商能提供的工具以外的价值越来越有限，以更加符合中国国情和航司个性化需求的国产软件替代国外厂商具备了客观基础。因此我们认为，国产替代机会出现的本质原因不是横空出世了一批技术团队，而是航司已经掌握了运营经验，不需要国外厂商这些师傅了。国内公司是在国产产品几乎空白的基础上建立，每一位耕耘者，都是在为打破国外厂商垄断的局面努力，值得我们投以敬意。
目前国内航空运筹优化算法和产品的供给主要包括提供算法支持、提供算法和系统、提供工具三类，相互之间主要区别在于落地性和智能化程度。根据行业调研和公开数据，目前几类提供方在中国合计的收入规模不低于20～30亿人民币，即该行业的市场规模下限。
1）提供算法支持：高校或研究机构，例如厦门航空与同济大学成立联合实验室做不正常航班恢复的算法研究。
2）提供算法和系统
来源：公开信息，彬复整理
3）提供工具
中国航司和机场按照规模分类
国内公司仍在国产替代的起步阶段，为了卖进种子客户，短期内采取了比Sabre更低的价格进入航司，积累客户案例之后未来有提价的空间。Sabre的Air solutions业务线拥有完整的航空优化算法产品和解决方案，潜在市场空间即当国产化替代最终完成的情况下，国内厂商市场规模的上限。
由于Sabre的收费方式主要为lisence模式:一次性购买，一般五年后升级，且在购买后第三年开始每年收产品价格20%左右的维护费。将Sabre的产品定价折算为年费，针对不同规模（付费能力）的航司和机场假设不同的折扣率，国内厂商市场每年的潜在市场规模上限计算方式为：
Sabre Air solutioins完整产品线
来源：Sabre官网，彬复整理
Sabre Airsolutioins完整产品线定价合计大约在8～9个亿人民币，我们假设第一、二、三梯队的航司/机场按照逐级降低的价格折扣率且均不超过Sabre定价的一半，大致推算出来的市场规模上限在70～100亿。
1）总量提升：国内航空市场仍在较快发展期，航空业运营压力日益增长带动智能化决策工具需求增长
2019年中国、美国民航旅客运输量分别为6.6亿人次、8.9亿人次，2009～2019十年间中国航空市场年均复合增速12%，同期美国年均复合增速1.6%。民航旅客运输量与GDP直接相关，近年来中国民航旅客运输量增长速度约为GDP增长速度的1.6倍。而根据国家十四规划的数据，2021年中国GDP增速有望实现8%（2020年基数低），之后五年GDP 年均增长应在5%左右。由此推算，2025年民航的客运总量约为9.7亿人次，预计在2025年左右中国有望超过美国成为全球第一大航空市场，持续增长的航空市场使得航司对于优化管理、控制成本、提高收益的诉求将更加突出。
2）结构调整：国产化替代
-
国外产品水土不服：由于中国民航市场和管理的独特性，国外的系统并不能很好的适用国内航空公司实际业务的需求，存在功能缺失、集成困难智能决策模型和中国航班运营特点不匹配等问题。
-
可扩展性差：标准化产品，但给客户提供的产品是黑匣子，系统封闭，航司希望根据自身业务定制，国外软件厂商一般不愿意改，即便能修改费用也极其高昂且需要国外团队来配合，服务响应较差。国内航司甚至要改变自己的业务模式去适应，也会做很多算法模型的外挂，再把结果通过接口接入。
-
航空核心系统的安全性问题：航空核心系统涉及旅客级数据、航班运行数据、收益数据，在中美贸易战的背景下，大型航司均为国企，采购国外软件厂商也会三思。
-
使用习惯：系统界面均为英文，对于国内操作人员来说并不友好。
结语：快速发展的中国航空市场给了运筹优化产品一个很好的应用落地场景，产品刚需、作为核心生产系统能够发挥举足轻重的作用。结合行业属性，航空市场本身也是个进入壁垒高、客户决策极重的垂直细分行业，对于行业Know-how、技术水平、客户案例都有相当高的要求，掌握先发优势的服务商有较深的护城河。一方面，国内公司要学习Sabre等前辈，从大型客户的定制化需求中提炼产品，打磨出适合中国航空市场的产品矩阵；另一方面，并不是成为下一个Sabre，仰之弥高,钻之弥坚，不断拓展行业应用场景，为中国企业数智化发展添砖加瓦。
