民用機(jī)場(chǎng)航空運(yùn)輸業(yè)務(wù)量預(yù)測(cè)方法綜述

邵亞萍

摘要：航空運(yùn)輸作為我國(guó)交通運(yùn)輸?shù)闹匾M成部分，伴隨當(dāng)下國(guó)民經(jīng)濟(jì)水平的提升，民用航空運(yùn)輸業(yè)務(wù)量逐漸增長(zhǎng)。民航業(yè)航空運(yùn)輸業(yè)務(wù)量預(yù)測(cè)能夠?yàn)槊窈焦芾砉ぷ鞯拈_(kāi)展提供數(shù)據(jù)依據(jù)，對(duì)促進(jìn)民用機(jī)場(chǎng)服務(wù)質(zhì)量的提升具有重要作用。對(duì)此文章就民用機(jī)場(chǎng)航空運(yùn)輸業(yè)務(wù)量的預(yù)測(cè)方法進(jìn)行羅列，以對(duì)當(dāng)下民用航空工作的開(kāi)展提供理論研究。

關(guān)鍵詞：民用機(jī)場(chǎng) 航空運(yùn)輸業(yè)務(wù)量 預(yù)測(cè)方法

近年來(lái)，航空運(yùn)輸業(yè)務(wù)量逐漸增長(zhǎng)，民航運(yùn)輸作為國(guó)家經(jīng)濟(jì)水平的重要體現(xiàn)，是當(dāng)下國(guó)際運(yùn)輸與國(guó)內(nèi)遠(yuǎn)距離的主要途徑。民航的發(fā)展與國(guó)家經(jīng)濟(jì)水平與國(guó)際競(jìng)爭(zhēng)力的提升具有重要意義，由此對(duì)航空運(yùn)輸業(yè)務(wù)量的預(yù)測(cè)能夠?qū)γ窈綐I(yè)務(wù)發(fā)展進(jìn)行規(guī)律化研究，能夠?yàn)槊窈浇ㄔO(shè)提供依據(jù)。

一、航空業(yè)務(wù)量影響因素

1.1國(guó)民經(jīng)濟(jì)因素

國(guó)民經(jīng)濟(jì)與民航發(fā)展具有相關(guān)關(guān)系。我國(guó)東部及沿海地區(qū)民航運(yùn)輸量和GDP均比西部和中部地區(qū)要發(fā)達(dá)。一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)達(dá)程度在一定程度上依賴交通運(yùn)輸?shù)陌l(fā)展，而航空運(yùn)輸又是五種交通運(yùn)輸方式中最快捷的運(yùn)輸方式，對(duì)高新科技產(chǎn)業(yè)的促進(jìn)作用也是其他運(yùn)輸方式無(wú)法比擬的。

1.2旅游市場(chǎng)因素

航空運(yùn)輸?shù)陌l(fā)展是旅游人數(shù)增長(zhǎng)的原因，同時(shí)一個(gè)地區(qū)旅游人數(shù)的增長(zhǎng)也會(huì)帶來(lái)民航客運(yùn)量的增長(zhǎng)。航空運(yùn)輸作為五大運(yùn)輸方式之一，優(yōu)勢(shì)越來(lái)越明顯，不僅是促進(jìn)地區(qū)經(jīng)濟(jì)繁榮發(fā)展的強(qiáng)勁動(dòng)力，還是帶動(dòng)旅游業(yè)快速騰飛的發(fā)動(dòng)機(jī)。旅游市場(chǎng)強(qiáng)勁的發(fā)展勢(shì)頭與巨大的發(fā)展?jié)摿?，同時(shí)也可為當(dāng)?shù)氐拿窈胶娇諛I(yè)務(wù)量提供更為廣闊的市場(chǎng)。

1.3人口因素

旅客運(yùn)輸?shù)膶?duì)象是人。所以人口數(shù)量、人口密度、人口結(jié)構(gòu)、人口流動(dòng)，均會(huì)造成旅客吞吐量的變化。張宗清研究了七大地區(qū)人口和旅客吞吐量的變化關(guān)系，得出人口總量和旅客吞吐量的比例關(guān)系。依照這一比例，可以根據(jù)某地區(qū)人口數(shù)量和旅客吞吐量的關(guān)系建立回歸模型，擬合出當(dāng)?shù)氐穆每屯掏铝俊?/p>

二、航空運(yùn)輸業(yè)務(wù)量預(yù)測(cè)方法

2.1 Verhulst灰色預(yù)測(cè)

Verhulst模型作為灰色預(yù)測(cè)模型的一種，是針對(duì)數(shù)據(jù)增長(zhǎng)曲線呈S型或者變異S型的這類問(wèn)題進(jìn)行研究的一種有效方法。機(jī)場(chǎng)流量受到GDP、地區(qū)經(jīng)濟(jì)等因素的影響，但這些指標(biāo)又不能完全反映其變化J清況，符合灰色預(yù)測(cè)的基本條件。同時(shí)，機(jī)場(chǎng)流量受跑道資源、航班時(shí)刻資源以及人員保障資源等因素的限制而不可能無(wú)限增長(zhǎng)，流量變化趨勢(shì)最終將會(huì)呈現(xiàn)S型曲線發(fā)展。這種趨勢(shì)適用于描述增長(zhǎng)先增快后減慢的情形，航班保障量不能無(wú)限增長(zhǎng)下去，等到達(dá)一定量的時(shí)候就會(huì)趨于飽和，verhulst能夠很好地預(yù)測(cè)這種增長(zhǎng)，適用于開(kāi)始階段年增長(zhǎng)量遞增快速，隨后增長(zhǎng)減緩，達(dá)到一定程度后增長(zhǎng)量穩(wěn)定，最終達(dá)到飽和狀態(tài)。

2.2多元線性回歸模型

回歸分析通常用于預(yù)測(cè)分析時(shí)間序列模型以及發(fā)現(xiàn)變量之間的因果關(guān)系。按照變量個(gè)數(shù)，通常分為一元回歸分析和多元回歸分析。根據(jù)前述分析可知，影響航空運(yùn)輸業(yè)務(wù)量的因素有很多，主要有經(jīng)濟(jì)發(fā)展因素、旅游市場(chǎng)因素、人口因素等，因此航空業(yè)務(wù)量的回歸分析預(yù)測(cè)屬于多元回歸的范疇。

該方法首先要找出影響預(yù)測(cè)值的主要變量，比如影響旅客吞吐量變化的主要因素有當(dāng)?shù)谿DP指數(shù)、旅游人數(shù)、當(dāng)?shù)厝丝跀?shù)、工業(yè)指數(shù)等。

2.3趨勢(shì)外推預(yù)測(cè)

趨勢(shì)外推預(yù)測(cè)方法是根據(jù)事物的歷史和現(xiàn)實(shí)數(shù)據(jù)，尋求事物隨時(shí)間推移而發(fā)展變化的規(guī)律，從而推測(cè)其未來(lái)狀況的一種常用的預(yù)測(cè)方法。

趨勢(shì)外推法的假設(shè)條件是：

1）假設(shè)事物的發(fā)展過(guò)程沒(méi)有跳躍式變化，即事物的發(fā)展變化是漸進(jìn)型的。

2）假設(shè)所研究系統(tǒng)的結(jié)構(gòu)、功能等基本保持不變，即假定根據(jù)過(guò)去資料建立的趨勢(shì)外推模型能適合未來(lái)情形，能代表未來(lái)趨勢(shì)變化的情況。

由以上兩個(gè)假設(shè)條件可知，趨勢(shì)外推預(yù)測(cè)法是事物發(fā)展?jié)u進(jìn)過(guò)程的一種統(tǒng)計(jì)預(yù)測(cè)方法。簡(jiǎn)言之，就是運(yùn)用一個(gè)數(shù)學(xué)模型，擬合一條趨勢(shì)曲線，然后用這個(gè)模型外推預(yù)測(cè)未來(lái)時(shí)期事物的發(fā)展。趨勢(shì)外推預(yù)測(cè)法主要利用描繪散點(diǎn)圖的方法和差分法計(jì)算進(jìn)行模型選擇。趨勢(shì)外推法主要優(yōu)點(diǎn)是：可以揭示事物發(fā)展的未來(lái)，并定量地估價(jià)其功能特性。趨勢(shì)外推預(yù)測(cè)法比較適合中長(zhǎng)期預(yù)測(cè)。

2.4智能算法預(yù)測(cè)

近年來(lái)用于航空業(yè)務(wù)量預(yù)測(cè)的智能算法研究主要有神經(jīng)網(wǎng)絡(luò)、遺傳算法等。神經(jīng)網(wǎng)絡(luò)算法以人腦中的神經(jīng)網(wǎng)絡(luò)作為啟發(fā)，其中最著名的算法就是BP（backpropagarion）算法。它是通過(guò)迭代性來(lái)處理訓(xùn)練集中的實(shí)例，對(duì)比經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)后，輸入層預(yù)測(cè)值與真實(shí)值之間的誤差，再通過(guò)反向法（從輸出層、隱藏層、輸入層）以最小化誤差來(lái)更新每個(gè)連接的權(quán)重。BP神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的數(shù)學(xué)描述性，且方便用計(jì)算機(jī)語(yǔ)言表達(dá)。

2.5比較法

與其他機(jī)場(chǎng)進(jìn)行比較的預(yù)測(cè)技術(shù)具有很高的實(shí)際價(jià)值。在此技術(shù)中，分析人員將要預(yù)測(cè)的機(jī)場(chǎng)與其他經(jīng)濟(jì)發(fā)展類似地區(qū)的機(jī)場(chǎng)的吞吐量及增長(zhǎng)速度相對(duì)比，來(lái)確定預(yù)測(cè)機(jī)場(chǎng)的航空業(yè)務(wù)量及增長(zhǎng)率。該技術(shù)的一個(gè)特殊用途是在重大變化或針對(duì)新建機(jī)場(chǎng)缺乏歷史數(shù)據(jù)的情況下，預(yù)測(cè)機(jī)場(chǎng)的航空業(yè)務(wù)量。

針對(duì)新建機(jī)場(chǎng)，由于沒(méi)有運(yùn)輸業(yè)務(wù)量歷史數(shù)據(jù)或者歷史數(shù)據(jù)缺乏，很難用上述方法對(duì)其航空業(yè)務(wù)量進(jìn)行精確地計(jì)算?？梢赃x擇相近地區(qū)、經(jīng)濟(jì)規(guī)模和人口結(jié)構(gòu)差不多的地區(qū)所在的機(jī)場(chǎng)航空運(yùn)輸業(yè)務(wù)量數(shù)據(jù)作為參考。通過(guò)對(duì)比分析產(chǎn)業(yè)結(jié)構(gòu)、各大運(yùn)輸方式的競(jìng)爭(zhēng)性、旅客、貨物的運(yùn)輸需求量，對(duì)數(shù)據(jù)進(jìn)行合理的修正，從而得到該機(jī)場(chǎng)的航空運(yùn)輸業(yè)務(wù)量數(shù)據(jù)。一般建議選擇多個(gè)機(jī)場(chǎng)對(duì)比分析，可以得到更為準(zhǔn)確的數(shù)據(jù)。

三、結(jié)束語(yǔ)

由于航空業(yè)務(wù)量數(shù)據(jù)的隨機(jī)性以及預(yù)測(cè)所需求的基礎(chǔ)數(shù)據(jù)屬于不同類別，為得到更好的預(yù)測(cè)精度應(yīng)對(duì)數(shù)據(jù)進(jìn)行降噪處理和歸一化處理，從而實(shí)現(xiàn)航空運(yùn)輸業(yè)務(wù)量的準(zhǔn)確預(yù)測(cè)。在實(shí)際應(yīng)用過(guò)程中需要采用多種方法進(jìn)行組合預(yù)測(cè)，得到不同情況下的預(yù)測(cè)結(jié)果，避免某一預(yù)測(cè)方法的局限性造成預(yù)測(cè)結(jié)果的偏差。

參考文獻(xiàn)：

[1]郭發(fā)文.區(qū)域通用航空短途運(yùn)輸運(yùn)營(yíng)的關(guān)鍵影響因素分析——基于短途運(yùn)輸運(yùn)營(yíng)實(shí)踐的總結(jié)[J].空運(yùn)商務(wù)，2020（08）：30-33.

[2]趙民合.關(guān)于“十二五”民航運(yùn)輸和機(jī)場(chǎng)建設(shè)的思考[J].綜合運(yùn)輸，2010（02）：12-15.