基于结构方程的航空旅客出行选择行为影响因素分析

作者： 张慧   韦薇   来源： 物流科技 年份： 2023 文献类型 ： 期刊 关键词： 长三角机场群   旅客出行行为   结构方程模型   影响因素  

描述： 深入剖析航空旅客出行选择行为的影响因素，有利于航空公司遵循以客户为中心的服务理念，实施规划运力和航线、制定协调区域航线航班组织策略。现有的研究着眼于以分析航空旅客行为特征为切入点进行实际应用，忽视了剖析影响因素相关关系的分析。因此，论文设计航空公司、机场、旅客和地面交通四个维度的主要影响因素，以长三角机场群航空旅客出行为实例，采用问卷调研和结构方程模型方法，深入研究了影响因素之间的相互关系。文章首先剖析出各维度影响因素下的关键影响指标；其次从航空公司产品供给角度分析发现航空公司提供的航班产品仅关注机场因素，而忽视旅客因素和地面交通因素的直接影响，尤其是缺乏以旅客为本的差异化服务和超便捷的服务；从旅客需求角度的分析发现地面交通能够立足客户需求，而机场缺乏对客户需求的预见性，为未来优化航班产品以及机场建设与运营发展提供了以客户需求为导向的新思路。

我国航空公司绿色创新效率及其影响因素研究

作者： 郭凯宁   韦薇   来源： 物流科技 年份： 2023 文献类型 ： 期刊 关键词： 绿色创新效率   超效率SBM模型   非期望产出   航空公司  

描述： “双碳”目标的提出更加坚定了我国建设绿色民航的决心。文章从绿色创新效率角度出发，引入二氧化碳排放量为非期望产出指标，构建航空公司投入/产出指标体系，从静态与动态两方面着手，利用超效率SBM模型与ML指数分析模型，测度我国三大航空公司以及海南航空公司、吉祥航空两家民营航空公司2016—2021年的绿色创新效率，并利用Tobit模型对绿色创新效率的影响因素进行探索性分析。结果表明：五家航空公司在2016—2021年间绿色创新效率总体上升14.88%，其中六年间，南航效率均值最高，为0.877 6，比效率均值最低的吉祥航空高出13%；研究期内全要素生产率均值起伏较大，2018—2020年的全要素生产率退步了40.59%，原因是科技创新和组织创新水平的下降；飞机日利用率、综合载运率、市场占有率对航空公司绿色创新效率呈现出明显的正向影响。目前，我国航空公司的绿色创新效率还处于无效状态，未来还需要重视科技创新在航空领域的作用。

基于竞争的航空舱位控制博弈模型研究

作者： 刘聪灵   李程   殷芳义   来源： 物流科技 年份： 2019 文献类型 ： 期刊 关键词： 博弈   收益管理   舱位控制  

描述： 收益管理是航空公司实现收益最大化的重要手段,其中舱位控制起到了关键性的作用。而市场上通常存在多家航空公司的竞争关系,这就需要在考虑博弈的基础上去研究舱位控制。文章分析了目前航空市场存在的情况,建立了两种票价等级的舱位博弈模型,分析了不同影响因素对舱位控制量的影响,并得出舱位控制的最优解,从而提高整个航空市场的利润。

基于竞争的航空舱位控制博弈模型研究

作者： 刘聪灵   李程   殷芳义   来源： 物流科技 年份： 2019 文献类型 ： 期刊 关键词： 博弈   收益管理   舱位控制  

描述： 收益管理是航空公司实现收益最大化的重要手段,其中舱位控制起到了关键性的作用。而市场上通常存在多家航空公司的竞争关系,这就需要在考虑博弈的基础上去研究舱位控制。文章分析了目前航空市场存在的情况,建立了两种票价等级的舱位博弈模型,分析了不同影响因素对舱位控制量的影响,并得出舱位控制的最优解,从而提高整个航空市场的利润。

基于ELM模型的民航客运量预测研究

作者： 陈聪聪   李程   刘聪灵   来源： 物流科技 年份： 2020 文献类型 ： 期刊 关键词： 预测   民航客运量   超极限学习机  

描述： 航空企业在做规划运营之前,首要是要对民航客运量进行精准预测,这是航空公司在做重大科学决策和实施可行性计划的重要保障。然而,影响民航客运量的因素复杂多样,传统的预测方法难以达到日益高要求的预测精度,据此,文章基于影响民航客运量主要因素,一年的国内生产总值、外国人入境游客、定期航班航线里程、铁路客运量、第三产业增加值,利用超极限学习机(Extreme Learning Machine,ELM)的算法模型,对民航客运量进行预测,结果表明基于ELM预测模型具有较好的预测精度。

基于ELM模型的民航客运量预测研究

作者： 陈聪聪   李程   刘聪灵   来源： 物流科技 年份： 2020 文献类型 ： 期刊 关键词： 预测   民航客运量   超极限学习机  

描述： 航空企业在做规划运营之前,首要是要对民航客运量进行精准预测,这是航空公司在做重大科学决策和实施可行性计划的重要保障。然而,影响民航客运量的因素复杂多样,传统的预测方法难以达到日益高要求的预测精度,据此,文章基于影响民航客运量主要因素,一年的国内生产总值、外国人入境游客、定期航班航线里程、铁路客运量、第三产业增加值,利用超极限学习机(Extreme Learning Machine,ELM)的算法模型,对民航客运量进行预测,结果表明基于ELM预测模型具有较好的预测精度。