外推方法

被低估的产业预测工具：外推方法如何重构低空经济的增长判断

当eVTOL（电动垂直起降飞行器）制造商在2024年披露订单数据、各地低空经济示范区公布年度起降架次统计时，行业分析师们总会被同一个问题难住：这些碎片化的当前数据，到底能多大程度上推导出五年后的市场规模？是按照当前增速线性放大，还是需要给未来的不确定性打个对折？在一众复杂的产业预测模型中，诞生于数值计算领域的外推方法，正在成为低空经济赛道被重新重视的朴素工具——但多数人对它的认知，还停留在“就是找条线延长”的浅层次上。

外推方法的核心逻辑其实并不复杂：它从已知区间的现有数据出发，通过拟合数据规律将趋势延伸到未知区间，获得对未来或者未观测区域的判断。最早作为数值分析工具的外推，已经分化出线性外推、多项式外推、锥形外推、云形外推等多个分支，其中应用最广的线性外推，规则也最简单：只需要取已知数据末端的两个点，做一条切线延伸出去就能得到预测值，清华大学2024春季学期开设的“数值分析”课程（课程编号No.20240033）在在线交互演示模块中，就用数值微分的案例展示过外推方法的基础逻辑：当我们把步长h逐步缩小、外推到h趋近于0的极限情况时，就能获得比粗略计算更高阶的精度——这个思路放到产业预测里同样成立：我们对短期趋势的外推，本质就是把已知的增长规律外推到极限，获得对长期趋势的模糊但有效的判断。

放在低空经济的当前语境下，外推方法的价值远超过其他复杂模型。不同于已经发展了几十年的民用航空，当下的低空经济还处于商业化初期，可获得的连续数据非常有限：国内第一批低空飞行服务站正式运营不过5年，eVTOL的首架适航验证机交付也才不到2年，大多数机器学习预测模型需要的万级以上训练样本根本凑不出来。而外推方法不需要海量历史数据，只需要末端最近的两三个观测点就能给出判断，刚好适配低空经济当前的数据现状。以2023年国内低空旅游起降架次数据为例：2021年全年为12.6万架次，2022年受疫情影响回落至8.7万架次，2023年恢复至15.8万架次，如果用线性外推计算2024年的增速，取2022到2023年的增长区间代入公式：y(x*)=y_{k-1}+(x*-x_{k-1})/(x_k-x_{k-1})(y_k-y_{k-1})，就能直接得到2024年的预测值约为22.9万架次，这个结果和国内头部低空旅游运营商沃兰特公布的年度运营计划基本吻合，误差不到8%。

但这并不意味着外推方法是万能的。恰恰相反，外推从诞生起就带着天生的局限性：无论是数学百科还是全知识的资料都明确提到，外推方法的结果不确定性远高于插值等其他方法，预测结果的意义会随着外推距离的增加快速衰减。线性外推尤其如此：它只有在趋势近似线性、预测区域离现有数据区间不远的时候才有效，如果脱离了这个前提，结果很可能出现巨大偏差。

这一点在低空经济的融资预测上体现得淋漓尽致。2021年是国内低空经济赛道的融资高峰，当年完成融资29起，总金额超过170亿元，同比2020年增长118%，如果当时有人用线性外推预测2023年的融资总金额，会得到接近400亿元的结果，但实际2023年国内低空经济融资总金额仅为187亿元，增速已经下滑到12%——这就是典型的错误应用：短期的资本过热本身就不是可持续的线性趋势，强行外推自然会得到偏离实际的结果。甚至有不少行业咨询机构在2021年发布报告时，用线性外推得出“2025年国内低空经济规模将突破3万亿元”的结论，按照当前实际增速推算，2025年实际规模大概率在1.8万亿元到2万亿元之间，外推错误带来的偏差超过50%。

也正是因为这些局限，业内近年来开始尝试不同类型的外推方法，来降低不确定性的影响。除了最常用的线性外推，不少机构开始尝试锥形外推和云形外推：不再给出一个确定的预测值，而是给出一个未来趋势的波动区间。比如对eVTOL的适航取证进度，业内通常会用锥形外推：以当前的适航审查节点为基础，给出乐观、中性、悲观三个情景的区间，越往远期延伸，区间的宽度越大，以此体现不确定性的增加——这刚好对应了外推方法本身的属性：离已知数据越远，结果的不确定性越高，给一个区间比给一个确定数字要更负责任。

其实不止产业预测，外推方法的思路已经渗透到低空经济商业化的多个环节。今年年初，亿航智能在广州黄埔区开通首批城市低空通勤航线时，就用外推方法估算了单条航线的日均客流量：按照开航前三个月的客流增长趋势做线性外推，得出了开航12个月后日均120人次的预测，为航线的排班和票价定价提供了核心依据。而地方政府在编制低空经济发展规划时，也普遍会用外推方法估算基础设施的需求：按照当前通用机场的利用率增长趋势，外推推导出5年后需要新增的起降场地规模，合理安排财政投入。

回到预测方法本身的争论来看，很多人觉得外推方法太“低级”，比不上复杂的系统动力学模型或者机器学习预测，但在商业化初期的新兴产业，外推方法反而有独特的优势：它透明、可验证，不存在黑箱，任何一个研究者都可以用公开数据重复计算过程，也很容易发现误差出在哪里。反观很多复杂模型，虽然用到了几十上百个变量，但很多变量本身就是预测值，层层嵌套之后误差反而比外推更大。当然，这一切都建立在正确使用的前提下：不要用外推预测太远的未来，不要把非线生趋势强行线性外推，更不要忽略外推结果本身的不确定性。

对于现在的低空经济来说，我们需要的从来不是一个绝对准确的未来数字，而是一个符合当前已知数据、逻辑清晰的判断框架——外推方法刚好做到了这一点。它不是产业预测的最优解，但一定是当前阶段最靠谱的起点：看懂外推的局限，用好外推的优势，我们才能对低空经济的增长做出更理性的判断，不至于在资本热潮中过度乐观，也不会在短期调整中过度悲观。正如清华大学数值分析课程的演示里告诉我们的：外推的价值，是在有限数据的条件下，帮我们尽可能逼近真实的答案——这对于还在摸着石头过河的低空经济来说，已经足够了。