機場旅客吞吐量的影響因素與預測方法探討

楊卉竹

(南京祿口國際機場，江蘇 南京211113)

0 引言

機場旅客吞吐量是民用機場的主要生產指標,其預測數據是制定機場建設規劃方案的一項重要參考指標,直接影響著項目是否可建及其建設規模。機場旅客吞吐量往往受到很多因素的影響，分析機場旅客吞吐量的影響因素，選取主要影響因素，并采用恰當的預測方法，能夠建立合理可靠的旅客吞吐量預測模型，從而提高機場旅客吞吐量預測的精確度，得到可靠性高的預測結果，并為機場規劃設計和相關決策提供有價值的依據。

機場旅客吞吐量受市場需求與民航運輸供給兩方面因素的制約,它與所在地區的經濟發展水平密切相關。市場經濟發達，經濟活動必然頻繁，從而導致公務、商務活動的增加。隨著居民收入和生活水平的提高以及空閑時間的增多，外出旅游的人次也會加大。這些都會使航空客運量的需求增加。另外，鐵路、公路等其他交通方式運輸系統的完善，客運量的變化也會間接地引起航空客運的變化。因此，要預測機場旅客吞吐量，必須從其生成機理的角度出發，綜合考慮社會經濟各方面的影響。而目前國內多是憑借主觀判斷和經驗選取定性的影響因素，有些指標在定性分析時影響顯著，但作為自變量在數學模型中卻對機場旅客吞吐量的影響并不起主要作用。這樣,往往會漏掉影響顯著的因素而加入冗余變量，不僅會減弱模型的解釋能力，而且會降低模型的精度。從可能影響機場旅客吞吐量的若干因素出發，采用主成分分析法提取了最關鍵因素，剖析了內在的影響機理,提出了組合預測方法。

1 影響機場旅客吞吐量的因素分析

一般認為影響航空運輸的主要因素包括:地區經濟發展和結構、人口因素及其構成、地面交通情況以及區域機場的布局和功能定位等。地區經濟發展和結構包括:城市GDP、社會零售商品銷售總額、產業結構等。人口因素及其構成包括:地區總人口數、從業人員數等。地面交通情況包括:鐵路客運量、公路客運量等。

1.1 經濟發展

航空運輸的發展主要取決于機場所在地區的國民經濟和社會發展水平。從統計規律來看，經濟發展速度和航空運輸的發展速度是直接相關聯的，而且一般來說，航空運輸發展速度是經濟發展速度的1.5～2倍。國民經濟的發展促使各行業的發展，同樣對航空客運市場的發展有很大的促進作用。

1.2 居民收入水平

人均GDP從宏觀上反映了居民收入的狀態，從統計資料上看，當人均GDP超過1000美元時，居民開始在自費旅行中更多地選擇空中交通。目前我國的人均GDP已經超過1000美元，預計2020年我國人均GDP將達到3700美元左右。參照國外民航的發展歷程，人均GDP在1000～2500美元，全社會客運需求有較大增長，其間民航運輸作用迅速提升，與其他運輸方式競爭與互補關系加劇，并逐步建立綜合運輸體系；人均GDP在2500～4000美元，全社會客運需求表現為質和量的同步提高，航空運輸憑自身在長途運輸方面的優勢逐步在綜合運輸系統中定位。

1.3 旅游資源和開發因素

旅游業和航空運輸有著密切的聯帶關系，我國旅游資源豐富，航空旅游市場是客運市場的重要組成部分。根據世界旅游組織預測，2020年我國將成為世界最大的旅游目的地國和第四大旅游客源國，我國旅游業的持續繁榮，作為最舒適和最快捷的旅游方式，航空運輸必將獲得極大的發展。

1.4 其他交通運輸方式之間的相互競爭

航空運輸與其他交通運輸方式相互配合形成綜合交通運輸體系，它們各具優勢，有相互配合的一面，但也存在競爭的一面。從長遠看，1000公里距離之內的客運，應以鐵路、公路為主，在1000到2500公里的距離上，高速鐵路和航空運輸相互競爭，在2500公里以上的距離空運占有明顯優勢，但在各個領域中仍然存在著對市場的競爭。

2 機場旅客吞吐量的影響機理分析

從單因素角度分析，國內已經有采用某一單因素來構建預測模型的研究，如采用GDP作為唯一的影響因素，利用灰色理論建立旅客吞吐量預測模型[1];利用GDP變動率構建南昌市航空客運量模型[2]等。但是，由于機場旅客吐吞量受多因素的影響，如果僅僅從單因素分析，忽略其他影響指標，就很難剖析影響機場旅客吞吐量的機理，從而影響預測的準確性。我們采用主成分分析法[3]從上述各種指標中提取影響機場旅客吞吐量的最關鍵指標，從而剖析其內在影響機理。主成分分析也稱主分量分析，由Hotelling于1933年首先提出。其實質就是利用降維的思想把多個指標轉化為少數幾個不相關的綜合指標來進行多元統計分析或者給多個指標進行重要程度排序。本文采用的可能影響機場旅客吞吐量的指標有:城市GDP、城市總人口數、接待外來游客量、社會消費品零售總額、第三產業比重、鐵路客運量、公路客運量、從業人員數。計算步驟如下:

（1）分析各項標準化指標間的相互關系，求得指標間的協方差矩陣。

（2）求出上述協方差矩陣的特征值與特征向量,各主成分相應的特征值占總和的比例即為該主成分的貢獻率。將各主成分按貢獻率從大到小排序，求得各主成分的累計貢獻率。

（3）取累計貢獻率大于一定數值的主成分(根據預測精度而定，在本研究中取95%)，求出上述主成分的因子載荷矩陣。

（4）用因子載荷矩陣與主成分的貢獻率相乘,得出各指標的重要性影響系數如表1所示。

表1 各指標的重要性系數

根據表1計算得到的各指標重要性系數，確定前三位關鍵因素為:GDP、第三產業比例和接待外來旅客人數，它們即是影響機場旅客吞吐量的內在機理。

3 機場旅客吞吐量的預測模型

常用的機場旅客吞吐量預測方法分為兩類:一類是解釋性預測方法,即找出被預測量的各種影響因素，建立回歸分析模型，例如計量經濟法;另一類為時間序列分析法,即只依賴于被預測量的歷史觀測數據，通過序列分析，找出其順序變化規律，例如神經網絡、支持向量機、灰色模型。計量經濟法考慮了多種影響因素，但對未來旅客吞吐量的預測精度依賴于各影響因素本身的預測精度;由于各影響因素的預測方法、復雜程度不盡相同可能使計量經濟法的預測精度產生波動。支持向量機方法只考慮單一旅客吞吐量時間序列信息,而且支持向量機作為一種新型的機器學習算法正在發展中，產生了不少改進算。

支持向量機對機場旅客吞吐量時間序列建模，可以得到較高的預測精度,但并未涉及機場旅客吞吐量的實際影響因素。計量經濟法考慮了影響機場旅客吞吐量的主要因素,建立了它們與機場旅客吞吐量之間的函數關系，具有較好的現實意義。本文采用多元線性回歸建立組合預測模型

y=0.83633078y1+0.234504123y2-136.3153056 （1）

式中:y1，y2分別為計量經濟法、支持向量機方法的預測值。給定顯著性水平 A=0.005，F=159.773＞F0.995(2，11-2-1)=11.04，方程通過顯著性檢驗。根據式（1）計算旅客吞吐量結果。通過對比可以發現，組合方法的總體預測精度較高且較為穩定,預測性能優于計量經濟法和支持向量機方法。

4 預測中應注意的幾個問題

（1）機場旅客吞吐量預測方法的選用，應根據具體情況和條件，采用合適的方法。當缺乏歷史資料，或已有歷史資料未能形成一個穩定可靠的規律等情況下，宜采用定性預測方法；對具有多年歷史資料，并具有很強的規律性，或對于所選用的影響因素有較可靠的依據，并能較準確地預測其未來量，宜采用定量預測方法。

（2）在旅客吞吐量預測中，須分清預測和目標之間的相互關系。預測是為目標服務的，目標則是確定預測內容的依據。根據目標選擇適合的預測對象，預測結果則提供目標所需的準確信息。

（3）旅客吞吐量預測模型的建立要考慮精度優先準則、簡潔性原則、適應性原則和實用性原則，并應根據數據變化對模型進行動態更新、修正。

（4）在定量預測中，要注意檢驗問題，辨別主要的影響因素，選擇最合理的函數關系。

（5）通過定性預測和定量預測，往往要對預測結果進行綜合分析，確定最終預測結果。綜合分析要考慮項目的具體特點和多方面因素，是系統概念、系統方法的運用，通過綜合分析，最后做出科學的判斷。

5 結論

機場旅客吞吐量的預測對于機場的建設和管理具有重要的意義。本文從可能影響機場旅客吞吐量的若干因素出發，采用主成分分析法提取了最關鍵因素，剖析了其內在的影響機理，結合機場旅客吞吐量預測的兩類方法提出了組合預測方法。通過研究發現,盡管影響不同機場旅客吞吐量因素的重要性排名有所不同，但最主要的影響因素卻相似，包括城市GDP、總人口數、社會消費品零售總額等。這些影響指標的提取，將為構建機場旅客吞吐量預測模型提供重要參考。此外，由于地理區位、周邊其他機場的布局等指標不易量化，本研究沒有考慮這些因素對機場旅客吞吐量的影響，今后需要進一步的研究。機場旅客吞吐量預測涉及的因素很多，目前實際工作中使用的方法也很多，針對具體機場項目，需要進行具體分析，選擇合理的預測方法，才能提高預測結果的準確性，準確的預測結果在機場規劃、設計以及評估、決策等實際工作中具有重要的現實意義。

［1］姚宴斌，高金華.灰色模型 GM(1.2)在機場旅客吞吐量預測中的應用[J].中國民航飛行學院學報，2006.

［2］馮宇，于前江.2005 南昌航空客運市場分析與預測[J].空運商務，2005.

［3］何曉群.現代統計分析方法與應用[M].北京:中國人民大學出版社，1998.