基于組合預測法的中國聯合航空公司客運量預測

【摘要】本文首先闡述了航空客運量預測的發展現狀，分析了民航客運量與鐵路客運量、國民經濟總體水平、城鎮居民消費水平之間的關系，給出了航空客運量預測的基本原則和常用方法；利用回歸分析模型、時間序列模型、BP神經網絡模型以及灰色理論對對中國聯合航空公司航空客運量進行建模，最后利用權重合成法確定合適的組合預測模型，對預測結果進行進一步的精確。

1.引言

航空客運量的預測時航空公司運營發展進行決策的重要基礎和主要依據之一。一條航線是否應當被投入運營、有無被開辟的必要，機隊規模是否應當被擴充、是否應當引入新的機型，航班計劃的制定等等，都需要在對航空客運量有一定預測的基礎上才能做出決策。根據運量預測結果及其他方面的信息才能做出科學的決策，編制可行的計劃、規劃與發展策略，最大程度地減少航空公司的風險，降低航空公司的運作成本，減少設施閑置。

本文將要對中國聯合航空公司2014年的季度客運量進行預測，從而對該公司進一步的決策提供依據。由于預測的期限只有一年，相對來說較短，預測值的準確程度將直接反應到公司的決策層面，如果只采用一種預測方法進行客運量的預測，預測的結果很容易與現實值產生較大的偏差。因此我們采用幾種不同的預測方法對中聯航合航空的客運量進行預測，再通過組合預測法彌補單一預測模型的不足，充分降低預測的誤差，提高預測結果地準確度。

2.組合預測法介紹

單一預測模型都有各自的某些缺陷，但是不同的預測方法提供了各自不同的有用信息，如果簡單地將某一預測精度較低的單一預測模型棄之不用，則會丟掉該模型的優勢，將會丟掉大量有用信息，這是對信息的浪費，應該盡量避免。

在這方面，組合預測成功地解決了這一問題。組合預測方法是對同一個問題，采用兩種以上不同預測方法的預測，它既可是幾種定量方法的組合，也可是幾種定性的方法的組合，但實踐中更多的則是利用定性方法與定量方法進行適當的組合的組合。組合的主要目的是綜合利用各種方法所提供的信息，盡可能地提高預測精度。理論和實踐研究都表明，在諸種單項預測模型各異且數據來源不同的情況下，組合預測模型可能導致一個比任何一個獨立預測值更好的預測值，組合預測模型能減少預測的系統誤差，顯著改進預測效果。

3.影響客運量的因素

3.1 宏觀經濟因素分析

國家的宏觀經濟形勢和經濟政策能夠在很大程度上決定民航運輸業的發展走向。自上世紀九十年代以來，我過民航正處于高速發展時期。中國經濟規模不斷擴大，引入外資不斷增大，旅游運輸業也處在了告訴發展時期，所有這些都對民航運輸業的發展起到了至為重要的作用。

（1）國民經濟水平

目前我國宏觀經濟指標一切良好，2012年我過國內生產總值達到了519322億元，按可比價格計算，比上年增長7.8%。在可以預見的未來中，中國經濟將保持較快的速度發展，這將必然地帶動航空運輸業的發展。

（2）人口規模

人口規模約龐大，旅客選取航空運輸作為出行方式的潛在用戶總量就越龐大。2012年末，中國大陸總人口（包括31個省、自治區、直轄市和中國人民解放軍現役軍人，不包括香港、澳門特別行政區和臺灣省以及海外華僑人數）135404萬人，比上年末增加669萬人，正處于穩步增長過程中，可以預見的是人口規模的擴展會為航空客運量的提升提供了動力。此外，人口結構，城鄉人口比例和就業狀況也對航空客運量有不小的影響。

（3）相關政策的改變

我國最近幾年正在實行穩定的貨幣政策，在保證穩定發展的同時，各行各業的發展均得到了一些益處。隨著我國假如ＷＴＯ，新一輪的稅收即將啟動，關稅的降低會使飛機盒航空材料的購入價格大幅降低，從而間接使民航的運營能力得到提高。

3.2 微觀影響因素分析

從微觀看，有一些影響因素，例如票價的變動、競爭對手的促銷手段和節假日都會對航空客流量產生影響，而有些影響因素則很難進行量化，例如空中交通管制對于航空客運量的影響大小如何確定，突發狀況如非典疫情對于航空客運量的產生的影響也較難判定。而在實際情況中，航空運輸市場常常存在著某些潛在的以及未知的影響因素。有些影響因素對于航空運輸客流量有增益作用，有些則有減損作用，有些影響因素甚至相互作用導致我們無法定性定量地去分析，但這些影響因素最終都會投射于旅客身上，及時地通過對旅客客流量的變化進行分析，就可以對航空運輸市場有更深入的了解并展開應對。

（1）居民消費水平

居民消費水平是影響航空客運量的一個重要因素。人們的一切需求的滿足都必須有支付能力的支持，隨著人民生活水平的日益提升，他們的支付水平不斷加強，居民對于方便快捷的民用航空會產生越來越多的需求。根據相關預測，如果居民消費水平不斷發展，那么航空客運量也會隨之提升。

（2）相關運輸方式影響

一般情況下我們都認為：鐵路和民航客運存在共存關系，搭乘鐵路出行與乘坐飛機出行并不是簡單的競爭關系。一方面，高鐵以速度快、安全性好、正點率高、舒適方便、能源消耗低、價格相對便宜等優點成為人們出行的首選交通方式，這對于航空業的打擊不小。隨著經濟的發展，未來更加便捷和密集的鐵路網逐漸完善起來，人們選擇航空出行的意愿會隨之降低，如果旅客只依靠一種交通方式便可以達成出行目的，那么民航與鐵路之間確實存在著競爭關系；但在另一方面，如果旅客的出行要先后乘坐鐵路或者民航，無論是民航還是鐵路都借彼此增加了客運量，那么我們可以將這兩種方式看作是共生關系。

（3）民航的運輸價格

民航的運輸價格是影響航空客運量的重要影響因素，也是影響整個民用航空業發展狀況的重要指標之一，它一方面反映了國家的整體經濟走勢，另一方面則體現了民用航空業的發展水品，更影響到民用航空業的客運需求。民用航空的運輸價格高低更關乎每一個有出行愿望的用戶。我國民用航空現有的運價對比于國際民用航空價格水平并不算高，而且總體趨勢上是趨向于降低的，但是受限于經濟發展水平，相對于人民的消費水平來講還是偏高。

（4）航班正點率

航班正點率指的是航班按時到達的班次和航班總班次之比。這是人們是否選擇民用航空作為出行方式的一個重要指標，對于一些用戶而言，正確無誤的出發到達有時候比票價更能吸引人，如果航班正點率過低，人們選擇民用航空作為出行方式的意愿就會相對降低，如果不能確保在正確地時間將旅客送達目的地，那么旅客往往會選擇耗時長但是能保證自身準時到達目的地的出行方式。在這種情況下，航班正常率越高就越能吸引這部分人的需求，吸引他們選擇更為方便、快捷的民用航空作為出行的交通工具。

（5）可提供座位數

可提供客座率在很大程度上反應了航空公司的供給能力，如果民航客運量的需求大于供給，那么可提供座位數就將成為民航運輸業發展的一個重要限制因素。如果民航客運量的供給大于需求，那么可提供座位數與實際的旅客運輸量之差就在一定程度上反應了民用航空公司有多少閑置資源。

4 對航空客運量的預測

首先建立回歸分析模型

通過查找《中國統計年鑒》以及其他相關資料找出五個可能的影響因素：

X1國內生產總值（億元） X2城市居民家庭人均現金消費支出（元）X3中國客運總量-鐵路、公路、水運、航空（萬人）X4鐵路客運量（萬人）X5北京地區接待入境旅游人數（萬人）

對該回歸模型進行方差分析，結果見表2

表1回歸模型的方差分析

模型B標準誤差標準系數tSig.

1（常量）-651507.331124059.318-5.252.000

中國客運總量1.567.165.8529.488.000

2（常量）-704035.564105626.832-6.665.000

中國客運總量1.589.151.97311.850.000

鐵路客運量-2.256.588-.315-3.835.001

之后，利用組合預測法中的權重組合法對中國聯合航空客運總量進行預測。在上文中，基于四種預測模型，預測了中國聯合航空2014年的航空運量。繼續利用上文所建立的四種預測模型，不過所利用的原始數據采用2005年-2011年航空客運量數據，預測對象變成2012年-2013年中聯航客運量。表5是中聯航2012年-2013年航空客運量的觀測值和四種預測模型的預測值。

以誤差平方和和平均絕對誤差作為組合預測模型預測精確度兩個判斷依據，在上表的五種組合預測法中，均方誤差倒數法的預測精度最高，因此在之后關于中聯航2014年客運量的預測中選用均方誤差倒數法進行組合預測。

表4中聯航四種預測模型2014年客運量預測值和組合預測模型預值

單位：人2014年第一季度2014年第二季度2014年第三季度2014年第四季度

回歸分析1412551.4471304325.6571396315.4361295471.469

時間序列1347362.6581295468.8241365367.12412625461.55

BP神經網絡1345261.5931298020.0091351482.4961271910.378

灰色系統1381280.47-1483044.0531592342.2951709735.282

組合預測1357163130486413740351287731

5 結論

本文首先闡述了中國民用航空的發展現狀及趨勢，分析了民航客運量與鐵路客運量、國民經濟總體水平、城鎮居民消費水平之間的關系，給出了航空客運量預測的基本原則和常用方法；利用回歸分析模型、時間序列模型、BP神經網絡模型以及灰色理論對對中國聯合航空公司及其主要干線航空客運量進行建模，通過分析比較五種不同的權重系數法選擇合適誤差較小的全中確定方法確定五種預測方法所占權重，最后進行組合預測。

分析了航空客運量的主要影響因素，研究了航空客運量與國民經濟、全國總人口數、鐵路客運量以及民用航線里程的內在關系：航空客運量與國民經濟息息相關，國民經濟的提高有助于擴大民用航空客運的需求總量，而民用航空的發展也為國民經濟的提升提供了動力；全國總人口數的提高有助于提高民用航空市場的需求上限；鐵路客運量則在一定程度上與航空客運量有著競爭關系，但從協同運輸的角度看，兩者又是互利共生的關系；民用航線里程的急速拓展也無疑為客運量的提升提供了保障。

結合我國民用航空現狀，文中指出了航空客運量預測的重要性，為公司發展規劃與決策提供了一定的理論依據。

分析了目前常用的預測方法的優缺利弊，通過組合預測法將回歸分析預測法、時間序列預測法、BP神經網絡預測法和灰色模型預測法組合起來，提高了預測的準確度，有效的降低了預測的誤差。