日前，民航局贯彻落实党中央、国务院关于疫情防控工作总体部署，就民航力量参与疫情防控工作“再研究、再部署、再动员”，下发了《关于发挥好通用航空在疫情防控中作用的通知》，要求行业各单位按照民航防控工作领导小组提出的“四保”要求，统筹做好疫情防控和运输保障工作，有效保障企业复工复产。民航局要求，针对企业的陆续复工复产，各航空公司、机场要提早科学研判人员返程规模和趋势，尽早研究部署，完善应对方案，合理安排运输。本文正是基于此目的，试图通过对百度人口迁徙痕迹、我国航班结构以及后半段返程大学生及时间弹性相对较大的社会返程人员分布和趋势进行研究，以图能给各单位提供另一个返程趋势判断之视角。

　　百度地图基于多年春运数据统计发现，每年春运迁徙都会出现规律性的“荡秋千”现象，即“节前从哪来，节后回哪去”，春运回乡和返程人口流动总量也基本持平。而选择民航出行的人口大体上也呈现出以上规律。

　　2020年春运从2020年1月10日（腊月十六）开始，其中1月24日为除夕。因此，通过分析2020年1月10日-24日的人口流向，可大体推断我国各省份的人口节前去向。其中1月10日～1月17日左右，以大学生以及时间相对自由的旅行度假者为主，而后半段1月18日～1月24日以时间相对刚性的返乡者以及旅游度假人群为主。

　　根据被我国各大官媒引用的新华网思客2月14日的测算数据，10天前各个城市的线下复工率的平均值为43%。再结合百度地区迁徙趋势图可知，截止2月23日，同样的计算方法和口径下，我国复工率应该已达到80%及以上。而这部分则主要以1月18日～1月24日之间返乡以及旅游出行人口为主。他们的回程被较为均匀地分摊到2月04日～2月23日之间（当然部分国内旅游人口则随着疫情消息的迅速传播及各地重视度的不断提高，已出去旅游的国内旅行人员大多也于1月26日开始陆陆续续做出了返程的决策和行动）。

　　数据来源：百度地图迁徙

　　认识我国春运期间的旅客类型以及他们的行为决策模式是在我国稳步恢复生产和社会运行的大环境下，判断我国机场下一步人口回迁趋势的重要基础。

一、我国春运期间机场旅客类型

　　我国春运期间跨省的人口类型大致可分为“日常需求往来人口、异地读书的在校大学生、异地工作人口以及春节旅游人口”四种类型。

　　根据本次疫情消息的传播时间轴、各地的响应速度以及2月上旬中央对复工生产的要求，本次春运的“荡秋千”以分类型、分地区缓慢爬坡的方式逐步回归。疫情得到有效控制后，初期我国机场的人口返程将以日常需求往来人员、返校大学生和时间弹性较大的异地工作人员返程为主。这部分人口主要于1月10日～1月17日左右返乡，这正是本文将重点研究的部分。

　　1、日常需求往来人口

　　这部分人员的需求一直存在，但由于临近春节各种往来相比较会有所下降，尤其越临近除夕比例越小。本文假设疫情生产恢复后半期，日常需求往来的结构和春运前半段相似。

　　2、异地读书的在校大学生

　　每年的春运，回乡的大学生都是一个不可忽视的群体。根据国家统计局数据显示，2018年我国大陆地区在校大学生约2831.02万人。从数据看，河南、山东、广东、江苏都是高校学生集中的主要省份。按照国家招生指导原则，各省高校本地招生率都需要降到30%及以下。按照70%的跨省生源统计，仅2018年，乘坐各种交通工具跨省返程的大学生为1981.71万人。返校大学生成了春运期间人口迁徙的主力军之一。这部分人员也是机场后期人口返程极其重要的组成部分。

　　2月10日民航局运输司出台的《针对延期返校学生实施机票免费退改的通知》：“自2月11日0时起，已购买3月31日24时前航班机票的学生旅客，如在航班起飞前凭学生身份证明要求退票或将机票改期至3月31日24时前其他航班的，航空公司及其客票销售代理应为其免费办理，不得收取任何费用” 。同时，2月24日教育部召开的传达学习中央关于统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议精神的党组会上，对当前教育工作作出部署，明确指出“原则上疫情得到有效控制前大学生不返校、高校不开学。”作者判断，大学生群体最早应于3月下旬开始返校，届时民航人口返程将迎来另一波增长。

　　3、异地工作人口

　　异地工作人口由两部分群体组成。一部分是工作性质决定其工作时间和工作环境相对弹性的群体，另一部分则属于时间和工作环境都呈现出刚性的群体。根据我国人口流动规律，工作时间和环境相对弹性的群体主要返乡时间一般安排在2020年1月18日以及早几天的行程之中，在复工安排中一般也属于实际到岗复工梯队较为后面的梯队，因此在后期人口返程中会有一部分这部分的人口。时间和工作环境相对刚性的工作群体大多数于1月24日及前几天回乡，在复工梯队中往往处于前面的梯队。根据复工数据测算，时间和工作环境要求较为严格的群体返程应该已基本完成。

　　4、旅行人口

　　以往旅行人口是春运期间人口迁徙的重要组成部分。例如2019年春节期间，内地居民因私出入境共722.2万人次。但今年受疫情影响，本部分人口急剧下降。2020年1月20日开始，全国各地开始纷纷进入防御状态，各地景区纷纷关闭。1月23日民航局出台的《关于免收民航机票退票费的通知》对春节期间远途旅行的暂缓作用更加显著。因此，可以肯定地说国内旅行的绝大部分人群已纷纷取消行程或在旅行过程中出于对安全的考虑，大部分人已于初八之前纷纷返回自己的居住地（湖北地区人口除外）。目前，旅行人口对判断我国未来机场人口返程趋势影响最小。

二、求解模型介绍

　　前面分析已经明确了，剩余的机场人口返程主要集中于返校大学生、工作时间与环境相对弹性的返工群体和日常需求往来人口之中。这部分群体出行时间范围主要集中在1月10日～1月17日之间。

　　作者根据对百度迁徙地图人口结构进行比对后，选取了1月11日作为人口迁徙强度的结构代表，反映节前回乡的在校大学生、工作时间与环境相对弹性的异地返工群体和日常往来需求人口分布。从而得到927组省际间人口和航班的数据（见下图）。其中，72组省际间存在人口流动但无航班（例如安徽和河北之间、河北和北京之间）。

　　考虑到湖北情况较为复杂，本研究剔除了无航班及与湖北相关的流向后，得到794组省际间流向数据。通过出行结构和航班结构计算出航空人口返程指数，并加入人员返程所在省份（后文简称“出发地”）的确诊人数数据。分别采用K-means聚类将出发地按确诊人数分为“高、中、低”三个风险等级，再将航空人口返程指数（后简称“返程指数”）分为“很高、高、中、低和很低”五个强度。最终得到794组省际间的返程指数和风险等级矩阵（见下图）。图中1个蓝色小方块代表1个流向，方块大小代表接下来返程指数的高低，方块越大，返程指数越高，意味着从全国范围看，该流向返程需求最大。

　　该模型计算出来的结果，可以从宏观上看接下来全国航空人口返程流量热点发生在哪儿，以及这些航空人口返程时目的地省份机场在生产安排上以及对疫情的防控手段上需要给予多大程度的关注度。同时，模型也可以从某个省份的视角看，本省份接下来迎来的航空人口返程热点及风险情况。

　　相关的指数虽然不能给出需求的绝对值，但是指数可以同国内其他返程需求情况进行横向比对，供实践单位根据经验进一步判断其可能的规模量级。

三、全国各地（除湖北）人口后期返程结构及对机场的影响

　　根据上述模型计算结果，可将航空人口返程需求和风险分为15类，同具体实践相吻合的一共有10类（见下图）。从图可以看到，接下来，虽然各地机场将迎来第二波的人员返程，但仍然存在一定的风险防控工作压力。未来返程需求在市场需求和防控风险上，将呈现出横躺的金字塔状，即客流量非常大且需提高风险防控的航线数量相对较少（体现为只有1条返程指数高，且疫情风险也很高的流向；返程指数很高且疫情等级中等的流向也是1条），大部分客流将集中于返程指数低且疫情等级也低的流向之中。

　　根据上述分类，作者认为，从全国范围看，除了涉及湖北地区的航班外，接下来国内市场可以根据返程指数和风险等级矩阵将航线航班划分为3个类型（见下图）进行运力、营销以及保障工作的安排。

　　基于上述的三个层级分类，未来航空公司和机场可以参考以下举措开展相关工作。

　　1、第一层级流向航线（见下表）：这10条流向两端都有广东省。广东省将迎来一波返程人员的增长量。从数据看，四川返程广东的需求潜力最大，但广东去往四川的返程需求并不高，会出现较为显著的方向性。同时还需要注意的是，有9条流向源处于自疫情风险较高的地区。因此，在迎来第二弹返程客流的同时，广东省内机场还需重点做好相关航线的防控工作。

　　截至2月21日，广东省规模以上工业企业复工近4.2万家，复工率已达82.2%。如果疫情出现小幅反复，则可考虑联合高校推出包机包舱等运营模式和营销策略。随着国家和政府对复工企业疫情监控数据的持续好转，返校大学生和工作时间、环境相对弹性的异地工作群体的返程也将被提上日程。日常需求往来也将逐渐恢复。

　　接下来，当地机场需要积极关注并配合国家和各省高校的开学政策及其他复工政策，组织恢复或增加航班。从前面数据看，2018年广东省在校高校生就有196.3万人，各航司营销人员以及机场工作人员，可根据主要高校的招生指南计算出一个具体的生源数，这对机场及航司的精准营销工作将有所帮助。

　　此外，根据流向和返程指数，营销人员还可进一步定制化自身的运力和营销工作计划。例如，根据百度迁徙地图的数据，很容易就能得出湖南和广东这对铁哥们接下来的往来需求集中地。经过查询并进行简单的数据处理，可以得到：

　　（1）前往广东的人员主要分布于长沙、郴州、衡阳、永州、邵阳、株洲、岳阳、常德、益阳、湘潭、怀化和娄底12个城市。

　　（2）湖南前往广东的目的地则主要集中于广州、深圳、东莞、佛山、韶关、清远、惠州、中山、珠海、江门、湛江、肇庆和汕头13个城市。

　　认识到这一点，对短时间内组织运力和开展营销工作将有所帮助。同时也能提高航空出行的竞争力，更好地为当地人服务。

　　2、第二层级流向航线（见下表）：返程人员将进一步增长，虽然流向较为分散，但防控风险较低。

　　本部分合计488条省际流向数据。从返程指数可以看到，处于本类的返程需求较上重点航线类的返程需求要低。例如，前面四川回广东的返程指数为90.12，广东回上海的返程指数为46.07，而处于中坚力量的航线返程指数最高的是广西返回广东的航线，仅为28.29，分别是前者的31.39%和61.41%。

　　尽管本部分航线返程需求相对较低，但是数量庞大，且防疫风险等级也较低。这部分的航线既能带来一定的客流量，也并不显著增加本地防疫风险，是机场恢复生产较为舒适的阵地。

　　3、第三层级流向航线（见下表）：在防控工作尚未完全解除之前，考虑到防控给机场及航司带来的显性和隐性成本，综合考虑节前人口出行特征、规模以及需返程人员所在的地理位置后，建议在保障力量不足的情况下，对140个流向相关的航线的恢复节奏可以稍微放缓，在增加运力上，可优先安排返程指数高的流向航线。

　　上述所有的分析只是提供一个从全国视角看旅客返程以及运力安排和现场保障时可考虑的一种优先级别，且时间较为紧迫，故分析的系统性和逻辑的严谨性还有待进一步商榷。但本文提供了一种全局分析的视角，这种分析模式也可用于具体的单一机场之中，只不过在分析的时候，数据视角需要下沉到城市的级别之中。

　　最后想补充两个说明，一是数据来源的相关说明文中流向数据采集的是百度迁徙地图中全国32个省以及各省的具体迁入数据结合OAG运力数据得到，最终的流向数据为794条，但考虑到篇幅、可读性以及本文以理论探讨主等原因并未全部列明。二是各单位在关注流量的同时，还应注意到，后半段虽然民航会迎来春运剩余的返程流量，但这部分人员大都属于价格敏感型群体。

来源：飞机E族，原载地址：http://www.feijizu.com/news/20200226/516246.html欢迎分享本文！