引力模型的价值在于它能够预测新航线的市场需求。因此，将每个机场的年吞吐量、经济舱票价、可提供的服务类型等数据输入上述模型，即可以预测出当年尚未通航的两城市间的市场需求量。其中服务类型即为服务质量变量，可能需要反复试验才可得出其与运输量的最佳拟合关系。虽然将机场吞吐量作为一个生成变量可以提高模型的可靠性，但它有一个致命的弱点，即只要有一个机场的数据不全，此模型就不可用。如果出现了这种情况，可以将机场吞吐量改为人口规模，且后者还可以按收入水平进行加权。
引力模型的最大优势在于在开航之前就可以预测出两个城市间的客流量，因此其为咨询公司广泛使用。例如汉莎咨询公司曾建立了一个非常复杂的引力模型，用于预测欧洲境内新开辟航线的客流情况。该模型的生成变量包括两地人口数量、GDP、游客人数以及两个机场的吞吐量（Solomko， 2009）。
在过去10多年里，欧洲低成本航空公司开辟了很多新航线，这些通航点往往都是一些小机场，其间从未有过空中联系。瑞安航空公司将这一战略称为“从无处到无处”。然而，这些低成本航空公司既没有使用过引力模型，也没有使用过其他模型来分析新航线的潜在需求。他们将专家预测法和市场调研预测法相结合进行预测，例如了解移民劳工（居住在航线的一端，工作在航线的另一端）的情况，度假别墅拥有的情况，等等。然而更为重要的是，低成本航空公司依靠极低的票价和全新的旅行模式在不断地创造着新的需求。当计划进入一条既有航线时，低成本航空公司同样会分析该航线的历史统计数据，同时还会分析低票价可以蚕食掉竞争对手多少市场份额。凭借低票价战略，低成本航空公司很少使用复杂的预测工具，但他们的经营模式非常灵活，如果发现客流量达不到预期的目标，他们会很快会退出新航线。
9.4.4 计量经济模型的评估
计量经济模型预测法具有极强的逻辑性，它将市场需求的变化与影响需求的各种因素的变化联系了起来。因此，在选用模型时除了要进行统计检验，也必须进行逻辑性检验。如果自变量有错误，即使判定系数再高，也不能使用。分析人员通过市场调查积累的知识和经验有助于其对市场有更加深入的了解，这会比统计分析和数学计算更有帮助。分析人员使用的模型在逻辑上必须要有一致性。在此基础之上，如果人们能预测3年或3年以上的自变量，那么他进行长期预测所面临的误差风险要比单纯使用时间序列预测法低得多。由此可以看出计量经济模型预测法的优势和劣势。在正确建立和使用计量经济模型以后，分析人员的重要关注点是如何利用别人对自变量的预测结果。如果没有现成的自变量预测结果，分析人员就要自己预测。很多国家的政府、中央银行和一些专业机构均提供GDP、消费支出、贸易量及其他一些经济指标的预测。这些预测数据都可以用来作为预测模型的自变量。当然，这些经济指标预测数据并不总是可靠的。例如，没有任何一个预测人员能够在2006年或2007年预测到全球经济会在2009 年恶化。一般来说，凡有多家机构对某一个特定变量进行预测，其结果总会存在一些不一致。从理论上讲，机票价格是一个易于使用的自变量，因为票价完全在航空公司的控制之下。然而在实践中，如果没有对未来油价或其他一些影响因素的准确预测，航空公司很难预知2 ～3 年以后的票价水平。
计量经济模型预测法本身也存在不足之处。与时间序列预测法一样，这种预测法同样依赖于历史统计数据。在校准一个回归模型时，不仅需要有因变量的历史统计数据，还要有自变量的历史统计数据。在大多数发达国家，这些统计数据是可以得到的。但在一些发展中国家，统计数据常常不充分，或者不可靠。即使可以找到所有的数据，建模的工作也非常耗时费力，如果需要针对每条航线或每个市场建立不同的模型，这项工作将会更加艰巨。
需要记住的是，预测虽然离不开逻辑分析和数学计算，但它不是一个机械的过程。从模型的定义到变量的选择，尤其是预测方法的选择，每个阶段都需要人们有正确的判断。
9.5 预测方法的选择
从上面的分析可以看出，任何预测方法都有自身的不足，任何预测工具都不可能做到百分之百的准确。即使是同样的预测方法，得到的结果有时也会大相径庭。虽然如此，航空公司还是离不开预测，因为很多决定都建立在预测的基础上。航空公司必须要在众多的预测方法中做出选择，其决定因素如下。
首先，要明确预测的目的。是预测运输周转量的增长？还是预测市场对运价或航班密度调整的反应？抑或是预测一条新航线的客流量？虽然各种方法都可以预测运输量在正常条件下的增长，但只有个别方法适合用来预测市场反应或一条新航线的客流量。假如一家航空公司正在谋划开辟一条新航线，那它别无选择，只能选用定性方法或引力模型来进行市场预测。
选择了合适的预测方法后，接下来需要解决的是预测速度和数据可用性的问题。专家预测法或简单时间序列预测法预测速度最快。数据可用性对于某些预测方法来说非常关键，时间序列预测法需要非常准确、详细的因变量历史数据，回归模型更甚，除了因变量历史数据外，还需要充分的自变量历史数据。如果既没有航线运输历史统计数据，也没有各种社会经济变量的数据，分析人员就应当改用定性预测法。
此外，预测成本也是需要考虑的一个重要因素。小航空公司可能无法承受高昂的市场调研费用，而复杂的计量经济模型预测法意味着需要借助外力，但咨询公司的收费向来是不便宜的。实际上，很多小航空公司主要依靠飞机制造商来进行长期预测，然后结合国际航空运输协会的预测报告和自己的判断来进行短期预测。
如果预测速度、数据可用性和预测成本都不存在问题，那么航空公司就应当根据预测精度来选择适合自己的预测方法，而这往往是一个很难的决择过程。各种常用的预测方法，并按照短期、中期和长期的预测精度将其评为差、一般和良好三个等级。需要说明的是，此评级具有一定的主观性，与个人的经验和判断有关，不同的分析人员会得出不同的评级。大多数预测方法的短期预测结果相当准确，有些预测方法的两年期预测结果也较为合理。一般而言，时间跨度的增加会影响预测的准确性，但定性预测法或计量经济模型预测法能有效解决这一问题。这些预测方法最有可能识别市场增长的拐点。从理论上讲，计量经济模型的预测结果最为理想，但也有一些专家认为，没有证据表明计量经济模型预测法的预测结果会比那些简单方法的预测结果更加准确。
大多数航空公司在预测时会使用多种方法。根据不同的规划要求，航空公司会进行不同的短期、中期和长期预测。前者一般采用时间序列预测法，并结合专家预测法和市场调研预测法进行修正。航空公司会根据经验选择最适合的预测方法。如果是为了评估一条新航线，航空公司往往会采用市场调研预测法来预测潜在需求。对于一两年以上的长期预测，很多小航空公司仍然会使用时间序列预测法（尽管随时间跨度的增加会影响预测的准确性），而一些大航空公司则往往会采用计量经济模型预测法。总而言之，影响航空运输需求的外部因素非常之多且难以预料，因此未来3 ～5 年的市场需求预测往往充满了不确定性。
