哈爾濱市機動車駕駛員培訓行業發展分析

武慧榮，張邢磊，王 娜，閻春利，張文會

（東北林業大學交通學院，哈爾濱150040）

隨著生活水平的快速提高，私家車隨之成為大眾日常出行的必備品，各地逐漸形成“學車熱”，促進了機動車駕駛員培訓行業的迅猛發展。目前，駕駛員培訓相關研究包括行業發展環境分析、[1]行業管理、[2-3]行業成本分析[4]及培訓模式[5-6]等方面，促進了駕駛員培訓行業的多元化發展，但對駕駛員培訓市場規模的測算較少，使得行業管理部門在培訓機構審批時依據不足。因此，本研究采用組合預測方法，預測哈爾濱市駕駛員培訓量，在此基礎上，結合哈爾濱實際情況，完成駕駛員培訓行業發展規模測算。

一、機動車駕駛員培訓行業影響因素分析

駕駛員培訓行業的規模主要取決于機動車駕駛員的需求量，影響機動車駕駛員需求量的主要社會經濟指標包括社會經濟發展水平、總人口數量、汽車保有量等。

（一）社會經濟發展水平

經濟的快速發展改變了消費觀念及出行方式，促進更多的人購買汽車，機動車駕駛員的需求必然增加，這將影響機動車駕駛員培訓行業的發展規模。經濟發展對居民收入的提升體現在人均地區生產總值這一經濟指標，因此，筆者選擇該指標為社會經濟發展水平指標，反映其對機動車駕駛員培訓行業的影響。

（二）總人口數量

人口規模直接影響機動車駕駛員的培訓量，同時，人口的構成即人口的年齡構成、工作性質、生活方式等都會對駕駛員培訓需求產生較大的影響。

（三）汽車保有量

為了更加便捷、舒適的出行方式，越來越多的人選擇購買私家車。近年來，我國的汽車保有量逐年增加，而有了車必定需要人來開，因此，汽車保有量也是影響機動車駕駛員培訓行業發展的一個重要因素。

二、主要社會經濟指標預測

（一）組合預測模型

組合預測模型是將不同類型的單一預測模型進行組合發揮其各自的優勢,避免各模型的缺點以達到提高預測性能的目的。組合預測模型針對同一個問題，采用兩種以上不同的預測方法，分別賦予不同的權重系數進行預測，即利用了兩種及以上預測模型的信息，提高了預測的精度。

建立組合預測模型時，確定單一模型的權重系數非常重要，直接影響預測結果，建立組合預測模型如下。

式中：Y——組合預測值；

yi——第i個模型的預測值；

ωi——第i個模型的權重系數。

研究分別應用ARIMA預測、曲線估計預測及灰色預測模型進行預測，與歷年實際值進行比較，計算不同預測模型的誤差率平均值。根據預測誤差率大小賦予模型不同的權重系數，即誤差率小的模型賦予較大權重。

（二）基礎數據

哈爾濱市地處我國東北之隅，冬季氣溫寒冷，這也在一定程度上影響著機動車駕駛員培訓量。哈爾濱市歷年的主要社會經濟指標如表1所示。

表1 哈爾濱市2010～2014年社會經濟指標

（三）人均GDP預測

分別應用單一預測模型對哈爾濱市2010～2014年人均GDP進行預測，根據表1中的實際值，計算各模型誤差率如表2所示。

表2 人均GDP各模型預測誤差率

由表2可知，不同模型的預測誤差率不同，ARIMA模型預測擬合度較低，取加權系數0.2，曲線估計法加權系數取值0.4，灰色預測法取加權系數0.4，構建新的組合預測模型，計算得到哈爾濱市2018～2020年人均GDP預測結果見表3。

表3 哈爾濱市人均GDP預測結果

（四）總人口數預測

分別應用單一預測模型對哈爾濱市2010～2014年總人口數進行預測，根據表1中的實際值，計算各模型誤差率如表4所示。

表4 總人口數各模型預測誤差率

由表4可知，本次預測中灰色預測法擬合度較高，取加權系數0.5，曲線估計法加權系數取值0.2，ARIMA模型預測取加權系數0.3，計算得到哈爾濱市2018～2020年總人口數預測結果見表5。

表5 哈爾濱市總人口數量預測結果

（五）汽車保有量預測

分別應用上述單一預測模型對哈爾濱2010～2014年汽車保有量預測進行預測，根據表1中的實際值，計算各模型誤差率如表6所示。

表6 汽車保有量各模型預測誤差率

由表6可知，ARIMA模型預測擬合度較低，取加權系數0.2，曲線估計法加權系數取值0.4，灰色預測法取值0.4，計算得到哈爾濱市2018～2020年汽車保有量預測結果見表7。

表7 哈爾濱市汽車保有量預測結果

三、哈爾濱市機動車駕駛員培訓量預測

（一）構建預測模型

哈爾濱市2010～2014年駕駛員培訓量見表8。

表8 哈爾濱市2010～2014年駕駛員培訓量統計

利用SPSS軟件對表1中的主要社會經濟指標和表8中哈爾濱市駕駛員年培訓量建立多元線性回歸模型及確定相關系數，得出駕駛員年培訓量預測模型為：

式中，x1、x2、x3分別為各年度人口數、人均 GDP 和汽車保有量的數值。

（二）駕駛員培訓量預測

根據式（3）及表3、表5及表7，計算可以得出2018～2020年培訓量預測值，見表9。

表9 哈爾濱市2018～2020年駕駛員年培訓量預測

四、機動車駕駛員培訓行業發展規模測算

（一）理論依據

《機動車駕駛員培訓管理規定（交通運輸部令2016年第51號）》規定：“機動車駕駛培訓教練員應當按照統一的教學大綱規范施教。”機動車駕駛員培訓機構為滿足學員駕駛操作訓練要求，需配備一定數量的教學車輛。單車年培訓能力按照以下公式計算：

式中，A——單車年培訓能力，人/年；

T——教學車輛出勤率；

D——一年培訓天數；

H——教學車輛一天工作小時數；

a——每個學員實車學習時間。

根據交通運輸部、公安部于2016年8月18日印發的《機動車駕駛培訓教學與考試大綱（2016年10月1日施行）》要求，每個學員實車學習時間為36學時。

（二）機動車駕駛員培訓行業發展規模測算

自2013年8月起，哈爾濱全面啟動“多功能車載計時終端”——通過衛星定位系統記錄學員的有效練車時間和練車距離，沒有達到學時標準的學員，一律不允許參加考試。根據哈爾濱市各機動車駕駛員培訓機構實際工作情況，教學車輛出勤率平均值為99%，一年培訓天數按355天計，教學車輛一天工作小時數為9小時，根據式（4）計算得出哈爾濱市單車平均培訓能力為88人/年。

1.教學車輛

哈爾濱大中專院校在校學生近百萬人，也給哈爾濱市駕駛員培訓行業的發展提供了一定的生源。在不考慮配備駕駛模擬器的情況下，按照預測學員總量并預留5%的培訓能力計算所需教學車輛總數。根據表8中哈爾濱市駕駛員培訓總量預測結果及哈爾濱市單車平均培訓能力計算，可得哈爾濱市所需教學車輛總數，如表10所示。

表10 哈爾濱市2018—2020年所需教練車數量測算結果

2.教練員

根據《機動車駕駛員培訓機構資格條件（GB/T 30340-2013）》要求，機動車駕駛員培訓機構理論教練員按教練車（教學車輛）總數的3%配備，不少于2人；駕駛操作教練員不少于相應車型教練車（教學車輛）總數的100%。考慮到教學車輛每日工作時長9小時符合駕駛操作教練員每日工作時長，哈爾濱市駕駛操作教練員按照相應車型教學車輛總數的100%配備，測算得出哈爾濱市2018～2020年駕培行業所需教練員數量，見表11。

表11 哈爾濱市2018～2020年所需教練員數量測算

五、結語

本研究分析了影響機動車駕駛員培訓行業發展的主要社會經濟指標，對哈爾濱市機動車駕駛員培訓量、教學車輛及教練員需求進行了預測。通過分析得出，2018～2020年哈爾濱市總人口數量保持穩定，人均GDP和汽車保有量將大幅提高，帶動哈爾濱市駕駛員培訓量年增長率大于10%，教學車輛數、教練員需求均有明顯增加。因此，行業管理部門應合理配置各等級駕校，加強教練員的培訓管理工作。