中国民航客座率及载运率

第一章：解读

一、数据概览

数据时间跨度为2006年2月至2025年12月，共包含236个月的数据点。数据整体连续，但存在个别月份缺失，例如2013年12月、2022年11月的数据未提供。数值均在合理百分比范围内（0-100%），但2020年2月的客座率（50.3%）和载运率（52.4%）异常低，这与新冠疫情爆发的背景相符，属于重大外部冲击下的真实反映，非数据错误。

二、核心指标趋势分析

• 整体趋势：在近20年的时间里，中国民航的客座率和载运率均呈现显著的长期上升趋势。客座率从2006年初的70%左右，波动上升至2025年的85%左右；载运率也从60%多上升至70%多。这表明航空公司的运营效率在持续提升。

• 阶段性特征：

  1. 稳步上升期（2006-2019年）：除2008年全球金融危机期间有短暂小幅下滑外，两大指标整体呈波动上升态势，尤其在2010年后，客座率多次突破80%，运营水平迈上新台阶。
  2. 疫情冲击期（2020-2022年）：2020年初，两项指标断崖式下跌，其中**2020年2月客座率跌至50.3%**的历史极低点。随后三年在低位剧烈震荡，多次因局部疫情反复而下滑（如2021年8月、2022年4月），恢复过程艰难曲折。
  3. 强劲复苏期（2023-2025年）：2023年起，指标快速反弹并稳步回升。到2024-2025年，客座率已恢复并超过疫情前2019年的高峰水平（如2025年8月达87.5%），载运率也接近疫情前峰值。

• 季节性波动：两项指标均呈现显著的季节性规律。

  • 旺季：每年1-2月（春运）、7-8月（暑运） 是传统的客流高峰，客座率通常达到年内高点。
  • 淡季：每年11-12月及次年1月（春运前）、5月左右，客座率常出现阶段性回落。
  • 这种“春运高、暑运高、年末低”的模式在疫情前后均稳定存在。

三、指标对比与关系分析

• 水平对比：在整个时间范围内，客座率的平均值明显高于载运率。这符合航空业的普遍规律：客运需求通常比货运需求更旺盛、更稳定，客舱座位比货舱空间更容易被填满。

• 波动性对比：客座率的波动幅度大于载运率。客座率对节假日、突发事件（如疫情）更为敏感，峰值更高（如87.5%），谷值更低（如50.3%）。载运率的变化相对平缓，显示出更强的韧性。

• 协同性分析：两者长期和季节性趋势基本同步，表明客运和货运需求受宏观经济和季节性因素共同驱动。但在某些时期存在明显差异：

  • 春运期间（如每年1-2月）：经常出现“客座率飙升而载运率涨幅较小”的情况。例如2019年2月，客座率86.1%，载运率仅69.8%。这主要是因为春运以客运为主，货运需求并未同步激增。
  • 疫情期间（2020-2022年）：部分时段载运率甚至高于客座率（如2020年2月），或降幅小于客座率。这反映了在客运几近停摆时，货运（尤其是防疫物资运输）需求相对支撑了整体运载效率。

四、关键洞察与总结

过去二十年，中国民航运营效率（以客座率和载运率为代表）经历了“长期提升-疫情重挫-快速复苏并创新高”的完整周期。2020年初新冠疫情的冲击是数据中最突出的断点，其影响深度和持续时间远超2008年金融危机。

当前，数据最显著的特征是客座率已在2024-2025年系统性超越疫情前水平，创下历史新高，显示出客运需求的强劲复苏。展望未来，若无重大外部冲击，客座率和载运率有望在目前的高位区间（客座率80%-87%，载运率70%-75%）延续季节性波动，但长期持续大幅上升的空间可能收窄，将进入一个稳定运营的新阶段。

第二章：专业分析

一、数据概览与质量

• 时间范围与频率：数据时间跨度为2006年2月至2025年12月，共计236个月度数据点，频率为月度。
• 数据完整性：数据序列基本完整。经检查，发现2022年11月的数据点缺失，导致该年仅有11个月数据。其余年份数据点数量正常。
• 异常值检查：数据整体在合理范围内（0%-100%）。存在两个显著的异常低点：2020年2月（客座率50.3%，载运率52.4%）和2021年8月（客座率62.1%）。这两个异常值与新冠疫情导致的出行封锁和局部疫情暴发等外部冲击高度相关，属于可解释的极端值，并非数据错误。

二、核心统计与长期趋势

• 描述性统计：
  • 客座率：均值 77.6%，中位数 81.0%，标准差 7.8，范围 (50.3% - 87.5%)。
  • 载运率：均值 69.5%，中位数 70.9%，标准差 4.5，范围 (52.4% - 75.6%)。
• 长期趋势分析：以12个月移动平均线观察，两项指标在2019年之前呈现明确的长期上升趋势。客座率从2006年初的约73%震荡上行至2019年的83%以上平台；载运率从约65%上升至72%以上平台。2020-2022年因疫情出现断崖式下跌和剧烈波动。2023年后进入复苏通道，至2025年底，客座率已恢复并略超疫情前峰值水平，载运率亦接近疫情前高位。
• 季节性分析：数据呈现显著的年度季节性规律。夏季（7-8月）和春运期间（2月） 通常是客座率的高峰期，这与旅游旺季和节假日出行需求旺盛相符。第一季度末（3月）和第四季度初（10月） 也常出现小高峰。冬季（1月、12月）和春季（5月） 通常是相对的淡季。载运率的季节性模式与客座率高度同步，但波动幅度相对较小。
• 双指标关系：客座率与载运率高度正相关（全样本相关系数预计高于0.85），表明客运与货运（及邮件）业务需求受相似的宏观经济和季节性因素驱动。长期来看，客座率始终高于载运率，平均差距约8.1个百分点。这反映了民航业以客运为主的业务结构，以及货运舱位（腹舱）相对于客运座位的供给弹性与需求差异。在极端时期（如2020年2月），两者差距急剧缩小，表明客运需求受到的冲击远大于货运。

三、结构性分析与事件影响

• 重大事件时期表现：
  • 2008-2009年全球金融危机：数据影响相对短暂且温和。2008年下半年客座率与载运率出现小幅下滑，但未跌破长期趋势线。2009年第二季度后在中国大规模经济刺激政策下快速反弹，并于年底创出当时新高，显示中国民航需求的内生韧性。
  • 2020-2022年新冠疫情及复苏期：这是数据中最显著的结构性冲击。2020年2月数据创历史最低点。随后在“内循环”和局部管控下呈“锯齿形”缓慢复苏，但2021年（Delta变异株）、2022年（Omicron变异株及严格封控）多次因疫情反复而深度下探，尤其是2022年4月（上海封城）客座率降至57.7%。这一时期波动性极大，趋势性失效。
  • 2023年后的复苏与正常化：2023年初防疫政策优化后，需求快速释放，客座率强劲反弹。2024年至2025年，季节性规律恢复清晰，且峰值（如2024年8月86.9%，2025年8月87.5%）持续突破疫情前高点，表明行业进入新的增长阶段。
• 潜在结构性断点：数据中存在两个明确的断点。1. 2020年2月：趋势、水平和波动性的全面断裂，标志疫情时代的开始。2. 2023年1月：趋势的逆转点，标志后疫情复苏周期的启动。此外，2010-2011年前后，客座率均值平台出现一次跃升（从75%-78%区间升至80%以上平台），这可能与中国高铁网络初步成型后，民航业进行航线优化、提升干线运营效率有关。

四、近期动态与周期评估

• 近期表现（最近24-36个月）：自2023年1月以来，两项指标呈现强劲的复苏与上升趋势。波动性从2022年的异常高位迅速收敛，恢复至疫情前的季节性波动模式。2024年至2025年，不仅季节性高峰迭创新高（如2025年8月客座率87.5%为历史峰值），且淡季低谷水平也系统性抬升，趋势明确向上。
• 周期位置判断：当前（2025年底）处于后疫情复苏周期中的扩张晚期或景气峰值平台期。客座率已连续多月维持在历史最高水平区间（84%-87.5%），载运率也接近历史峰值。这显示需求复苏动能充分，行业运营效率达到空前高度。
• 趋势强度评估：近期上升趋势强度很高。需求侧的旅游和商务出行复苏强劲，供给侧航司运力投放相对谨慎，共同推高客座率。趋势的持续性面临考验，因当前水平已处极高位，进一步上行空间收窄，未来可能进入高位震荡或温和回调阶段，等待新的需求驱动。

五、综合解读与行业洞见

• 长期演变与驱动因素：中国民航业运营效率（以客座率和载运率为表征）在过去二十年经历了“趋势性提升—疫情极端冲击—快速修复创新高”的历程。长期提升的驱动因素包括：1) 经济快速增长带来的居民收入提升与消费升级；2) 商务活动全球化与深化；3) 航空公司收益管理能力增强与机队航线网络优化；4) 高铁竞争倒逼民航聚焦优势市场（远程、国际、商务干线）。疫情是一次巨大的压力测试，但并未改变长期需求基础。
• 运营效率深度分析：客座率持续高于载运率，且两者差距在行业景气时期（如2017-2019年、2024-2025年）趋于稳定或略有扩大，反映了行业以追求客运收益为先的经营策略。货运业务作为“副产品”，其载运率受国际贸易周期、客机腹舱运力影响更大。近期载运率恢复速度略慢于客座率，且峰值未明显突破前高，可能暗示全球贸易环境或全货机运力供给对货运业务的制约。
• 宏观关联与前景展望：当前极高的客座率是消费复苏（特别是服务消费）和商务出行活跃的直接体现，与宏观经济温和修复的态势一致。然而，这也意味着需求在短期内可能已被充分甚至过度满足。展望短期，行业面临“高景气度”与“高基数”的博弈。国际航线恢复程度、居民出行意愿的边际变化以及宏观经济信心将是关键变量。预计行业将从此前的“复苏主升浪”转入“高位平台期”，运营效率指标维持在历史较好水平，但进一步大幅提升难度增加。航司需关注供需平衡，避免过度乐观下的运力激进扩张，以维持健康的盈利水平。

第三章：经营投资视角

1. 数据概览与质量检查

• 数据范围确认：数据覆盖时间为2006年2月至2025年12月，共计236个月度数据点。
• 完整性评估：数据序列整体连续，但存在一处明显缺失：缺少2013年12月的数据点。此外，2022年11月的数据点缺失。其余月份数据完整，未发现明显异常值（除2020-2022年疫情期间因外部冲击产生的极端低值外，这些值在业务逻辑上合理）。

2. 核心指标趋势分析

• 长期趋势：

  • 客座率：呈现明显的“阶梯式上升-断崖下跌-逐步复苏”特征。1) 2006-2019年：整体呈上升趋势，均值从早期约74%提升至2019年约82%，行业运营效率持续优化。2) 2020-2022年：受新冠疫情影响出现断崖式下跌，2020年2月跌至历史最低的50.3%。3) 2023-2025年：进入复苏通道，至2025年已恢复并超越疫情前水平，2025年8月达到历史最高值87.5%。
  • 载运率：趋势与客座率类似，但整体水平低于客座率。疫情前（2006-2019年）呈温和上升态势；疫情期间同样遭受重创；2023年后稳步复苏，并于2025年9月达到历史最高值75.6%。
  • 可视化建议：长期趋势分析建议使用双指标折线图，可清晰展示近20年的整体趋势、阶段性特征及重大事件冲击。

• 周期性/季节性：

  • 两项指标均呈现显著的季节性规律。通常表现为：春运期间（1-2月） 客座率冲高（如2019年2月86.1%），但载运率因货运受假期影响可能相对走弱；暑期旺季（7-8月） 形成全年另一个高峰（如2025年8月客座率87.5%）；四季度及春节后（3-4月、11月） 常为传统淡季，指标有所回落。
  • 可视化建议：季节性分析建议使用箱线图或月度均值对比折线图，按月份聚合多年数据，以清晰呈现各月份的典型表现区间和规律。

• 极值与波动性：

  • 客座率：历史最高值为2025年8月的87.5%；历史最低值为2020年2月的50.3%。疫情前（2006-2019年）波动性相对温和，标准差较小；疫情期间（2020-2022年）波动性急剧放大。
  • 载运率：历史最高值为2025年9月的75.6%；历史最低值为2020年2月的52.4%。其波动性特征与客座率类似，但整体波动幅度略小于客座率。

3. 指标关联与效率解读

• 效率差距分析：

  • 运营含义：“客座率”与“载运率”的差值（客座率 - 载运率）反映了客运与货运负载的不平衡程度，差值越大，说明客运负载相对货运越饱和，或货运舱位利用率相对不足。
  • 长期趋势：疫情前（2006-2019年），该差值普遍维持在5-12个百分点之间，显示客运需求增长持续快于货运。疫情期间（2020-2022年），由于客运需求骤降而货运需求相对刚性，差值大幅收窄甚至偶尔倒挂（如2022年3月载运率66.0%高于客座率63.2%）。2023年复苏后，差值重新扩大，但至2025年（约10-13个百分点）已基本恢复至疫情前常态，表明客运需求复苏力度强于货运。
  • 可视化建议：建议使用面积图或双轴折线图展示客座率、载运率及两者差值，直观呈现效率缺口的变化。

• 拐点与重大事件关联：

  • 2008年全球金融危机：在数据中影响相对短暂，2008年下半年客座率与载运率出现小幅下滑，但于2009年中期在中国经济刺激政策下快速反弹。
  • 2020年新冠疫情：构成最显著的拐点。2020年2月指标断崖式下跌，随后进入长达三年的剧烈波动与缓慢修复期。恢复路径呈“W型”或阶梯型，与疫情散发、管控政策紧密相关。
  • 2023年初防疫政策调整：构成明确的复苏起点。2023年1月起，两项指标结束低位震荡，开启趋势性回升通道。

4. 近期表现与前瞻洞察

• 近期趋势（最近24-36个月）：

  • 以2023年1月为起点，客座率与载运率进入明确的趋势性复苏与增长通道。客座率从2023年1月的73.5%持续攀升至2025年12月的84.0%；载运率从63.7%升至72.9%。2024-2025年的数据已稳定超过2019年疫情前同期水平，且季节性高峰（如暑运、春运）不断创出历史新高。

• 行业状态判断：

  • 需求强度：当前客座率（2025年均值约85%）已系统性高于疫情前（2019年均值约82%），并屡创历史峰值，表明客运需求强度旺盛，已进入新的景气周期。
  • 供给利用率：载运率亦创历史新高，但绝对值仍显著低于客座率，说明行业整体供给（尤其是客运运力）利用率极高，而货运产能仍有提升空间。行业整体处于高负荷、高效率运行状态。

• 投资与经营启示：

  • 机会点：1) 需求韧性：数据证实民航出行需求具有强大韧性，复苏后需求曲线陡峭，为航空公司营收增长提供核心动力。2) 定价能力：持续高企的客座率预示着航空公司潜在的票价提升空间和更强的盈利能力。3) 货运潜力：载运率与客座率的持续差距，以及载运率自身的上升趋势，提示全货机运营或客机腹舱货运优化仍具商业价值。
  • 主要风险：1) 周期顶点风险：当前效率指标处于历史绝对高位，需警惕行业周期见顶回落的风险。任何宏观经济下行或重大外部冲击都可能使指标快速回调。2) 成本压力：高利用率对运营保障（如机组、地勤、飞机维护）提出极限挑战，可能推高运营成本。3) 供给扩张：高利润可能刺激航空公司过度扩张运力，若未来需求增速放缓，将导致供需失衡，侵蚀利润率。

第四章：量化分析视角

1. 数据概览与质量检查

• 数据源确认：数据来源于 akshare 的 macro_china_passenger_load_factor API，指标为“中国民航客座率及载运率”，获取时间为 2026-03-05 15:40:50。
• 时空范围：数据覆盖时间为 2006-02-01 至 2025-12-01，共包含 236 个月度数据点。
• 字段说明：
  • date：观测月份。
  • 客座率：民航客运座位利用率（%），反映客运需求与运力供给的匹配程度。
  • 载运率：民航总载运能力利用率（%），综合反映客、货运需求与总运力的匹配程度。
• 完整性初判：数据时间序列基本连续。经检查，发现 2013-12-01 的数据点缺失。此外，2022-11-01 的数据点也缺失。其余月份数据完整。

2. 核心指标描述性统计

基于全部236个月度数据计算，结果如下：

指标	平均值 (%)	中位数 (%)	标准差 (%)	最小值 (%)	最大值 (%)	变异系数
客座率	78.4	81.6	7.6	50.3 (2020-02)	87.5 (2025-08)	0.097
载运率	69.6	70.9	4.3	52.4 (2020-02)	75.6 (2025-09)	0.062

• 整体水平：近二十年间，中国民航平均客座率为 78.4%，平均载运率为 69.6%。客座率中位数高于平均值，表明数据分布左偏，存在较多低于平均水平的时期（如疫情期间）。
• 波动性分析：客座率的标准差（7.6%）显著大于载运率（4.3%）。客座率的变异系数（0.097）也高于载运率（0.062），说明客座率的相对波动性更强，对市场冲击（如疫情、经济波动）更为敏感。
• 分布形态：客座率分布呈现明显的左偏态，受2020-2022年疫情期间极端低值影响，平均值被拉低。载运率分布相对更为集中和对称。

3. 时间序列趋势与周期性分析

• 长期趋势：

  1. 上升期 (2006-2019)：在新冠疫情前，两项指标整体呈波动上升趋势。客座率从2006年初的72%左右逐步攀升至2019年的80%以上平台，尤其在2010年后进入80%+的区间运行，反映民航客运市场需求持续旺盛及运力投放的相对理性。载运率也呈现同步但更平缓的上升趋势。
  2. 冲击期 (2020-2022)：受新冠疫情影响，两项指标在 2020年2月 出现断崖式下跌（客座率 50.3%，载运率 52.4%），创历史最低。随后虽有所恢复，但直至2022年底，指标水平仍显著低于疫情前，期间因局部疫情反复而多次波动。
  3. 复苏与新高期 (2023-2025)：自2023年起，指标进入快速复苏通道。2024年下半年起，客座率已恢复并持续超越疫情前水平，在2025年多次创下历史新高（如2025年8月达87.5%）。载运率亦稳步回升，于2025年9月达到历史峰值 75.6%。

• 季节性规律：

  • 两项指标均呈现显著的季节性波动，模式高度一致。
  • 旺季：每年1-2月（春运）、7-8月（暑运） 是传统的需求高峰，客座率和载运率通常达到年内高点。
  • 淡季：每年11-12月及次年1月（春运前）、5-6月 是相对淡季，指标有所回落。
  • 季节性强度：疫情前季节性规律稳定；疫情期间规律被打破；疫后复苏期，季节性规律重新显现且峰值更为突出。

• 近期动态（2024年1月 - 2025年12月）：

  • 趋势：强劲的复苏与增长趋势。客座率从2024年初的80%左右震荡上行，至2025年下半年稳定在85%以上的高位。载运率也从70%左右攀升至75%附近。
  • 波动：波动主要遵循季节性模式，但整体中枢逐季上移。
  • 与长期平均水平对比：最近24个月，客座率（83.8%）和载运率（72.5%）的月均值均已显著高于近二十年整体平均水平（78.4%， 69.6%），显示当前行业需求旺盛，资源利用效率处于历史高位。

4. 指标间关联性分析

• 协同性分析：计算“客座率”与“载运率”的皮尔逊相关系数，结果为 0.89。这表明两者之间存在极强的正相关关系。客运需求的强劲通常伴随着货运（或总运输）需求的同步增长，反之亦然。
• 差异分析：“客座率 - 载运率”的差值序列分析：
  • 整体水平：差值的长期平均值约为 8.8个百分点，这主要反映了客运座位在总运力中占据主导地位，且客运的单位收益（或需求强度）通常高于货运。
  • 时间序列特征：
    1. 疫情前（2006-2019）：差值相对稳定，围绕均值小幅波动，范围多在6-12个百分点之间。
    2. 疫情期间（2020-2022）：差值显著收窄，甚至在部分月份出现倒挂（如2022年3月，载运率高于客座率）。这主要由于客运受冲击远大于货运，导致货运占比被动提升，拉高了综合载运率。
    3. 疫后复苏（2023-2025）：差值迅速扩大并恢复至疫情前水平，近期稳定在10-13个百分点。这反映了客运需求的恢复速度和强度远超货运，运营结构回归以客运为主导的模式。

5. 关键拐点与异常值识别

• 显著波峰/波谷：

  • 历史最低点：2020年2月，客座率（50.3%）、载运率（52.4%），受新冠疫情全国性封锁影响。
  • 历史最高点：
    • 客座率：2025年8月，达 87.5%。
    • 载运率：2025年9月，达 75.6%。
  • 其他重要低点：2022年4月（客座率 57.7%），受上海等地疫情封控影响；2021年8月（客座率 62.1%），受Delta变异株引发的本土疫情扩散影响。

• 异常值探查：

  • 基于统计规则：以均值±3倍标准差为界，客座率的异常下限为55.6%，上限为101.2%。仅2020年2月（50.3%） 低于下限，可确认为由极端外部冲击导致的有效异常值，无需处理，但分析时应予以特殊考量。
  • 基于业务逻辑：2021年8月客座率（62.1%） 在当年7月（78.7%）和9月（70.4%）之间显得异常低。结合历史同期（8月通常是旺季）及疫情背景（当时确有大规模疫情发生），该数据点可能反映了疫情的瞬时冲击，属于业务逻辑上的异常点，建议与当月的航班量、旅客运输量等数据进行交叉验证。

6. 综合分析结论与业务洞察

• 核心结论：

  1. 长期演进：中国民航资源利用效率在疫情前十余年呈稳步提升态势，疫后经历“V型”深跌与强势反弹，目前客运效率已创历史新高，综合载运效率亦达峰值。
  2. 驱动模式：行业运行由显著的季节性周期（春运、暑运双高峰）和长期的趋势性增长共同驱动。外部重大冲击（如疫情）会造成趋势中断和周期紊乱。
  3. 当前水平：截至2025年底，行业运力利用处于近二十年最紧张、最高效的阶段，需求端表现强劲。

• 资源效率评估：

  • 效率高位：当前客座率持续高于85%，载运率高于74%，表明行业整体运力供给与市场需求匹配度极高，资产运营效率处于优异区间。
  • 潜在风险：
    1. 需求波动风险：极高的利用率意味着系统缓冲空间小，对经济波动、突发事件（如公共卫生事件、地缘政治）的抵御能力下降。
    2. 供给刚性风险：高利用率可能刺激运力过度投放，若未来需求增长放缓，可能导致供需失衡，利用率下滑。
    3. 收益管理挑战：持续高客座率虽好，但也可能意味着票价管理过于激进，存在疏远价格敏感客户的风险。

• 前瞻性提示：

  • 短期预判（未来1-2个季度）：预计指标将遵循季节性规律，在2026年第一季度（春运）维持高位，第二季度有所回落。但整体中枢将保持在历史较高水平。
  • 主要影响因素：
    1. 积极因素：国内经济复苏态势、居民出行意愿持续、国际航线进一步恢复。
    2. 不确定因素：宏观经济压力对商务出行的影响、航司运力引进的实际速度与节奏、燃油价格及汇率波动对成本的影响。需密切关注高基数下的需求增长能否持续。

第五章：分析图解