在民航业快速发展,航班量急速增长的发展背景下,影响民航发展的不确定因素增多,民航安全将面临巨大挑战。对我国民航不安全事件月度数据进行及时准确的预测,可以为制定适合中国民航发展的安全绩效目标提供准确有效的指导,对推动民航安全绩效管理具有重要意义。首先运用时间序列的季节调整、HP滤波法分析我国民航不安全事件数据的趋势性、季节性、波动性和分布特征,研究我国民航不安全事件的周期波动特征。在此基础上,运用ARIMA模型与GRNN网络模型,基于2007-2016年不安全事件月度数据,构建了我中国民航不安全事件月度数据ARIMA-GRNN组合预测模型。利用2017-2018年中国民航不安全事件月度数据检验了模型的合理性。将所构建模型与单一预测模型以及其他民航安全类组合预测模型的预测精度进行对比,该模型平均预测精度相比于ARIMA模型提高11.72%,相比于GRNN模型提高6.77%,相比于ARIMA+LS-SVM组合模型提高8.49%,相比于ARIMA+LS-SVM+BP组合模型提高5.85%。最后,运用ARIMA-GRNN组合预测模型预测了中国民航2019年1月-2020年12月的不安全事件数与不安全事件万架次率,不安全事件数的预测结果依次为:958、895、967、1254、1483、884、1299、1086、1879、1542、936、791、1096、870、963、1019、1283、885、937、1694、2017、1802、1145、968(单位:起);不安全事件万架次率的预测结果依次为:25.16、25.43、25.87、30.00、38.95、26.49、32.12、26.51、45.44、38.40、24.69、23.32、30.29、21.83、22.84、24.66、30.40、19.60、21.32、38.14、48.17、41.26、27.24、22.17(单位:起/万架次)。