楊卉竹
(南京祿口國際機(jī)場,江蘇 南京211113)
機(jī)場旅客吞吐量是民用機(jī)場的主要生產(chǎn)指標(biāo),其預(yù)測數(shù)據(jù)是制定機(jī)場建設(shè)規(guī)劃方案的一項重要參考指標(biāo),直接影響著項目是否可建及其建設(shè)規(guī)模。機(jī)場旅客吞吐量往往受到很多因素的影響,分析機(jī)場旅客吞吐量的影響因素,選取主要影響因素,并采用恰當(dāng)?shù)念A(yù)測方法,能夠建立合理可靠的旅客吞吐量預(yù)測模型,從而提高機(jī)場旅客吞吐量預(yù)測的精確度,得到可靠性高的預(yù)測結(jié)果,并為機(jī)場規(guī)劃設(shè)計和相關(guān)決策提供有價值的依據(jù)。
機(jī)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(qū)的經(jīng)濟(jì)發(fā)展水平密切相關(guān)。市場經(jīng)濟(jì)發(fā)達(dá),經(jīng)濟(jì)活動必然頻繁,從而導(dǎo)致公務(wù)、商務(wù)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(tǒng)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(yù)測機(jī)場旅客吞吐量,必須從其生成機(jī)理的角度出發(fā),綜合考慮社會經(jīng)濟(jì)各方面的影響。而目前國內(nèi)多是憑借主觀判斷和經(jīng)驗選取定性的影響因素,有些指標(biāo)在定性分析時影響顯著,但作為自變量在數(shù)學(xué)模型中卻對機(jī)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(jī)場旅客吞吐量的若干因素出發(fā),采用主成分分析法提取了最關(guān)鍵因素,剖析了內(nèi)在的影響機(jī)理,提出了組合預(yù)測方法。
一般認(rèn)為影響航空運輸?shù)闹饕蛩匕?地區(qū)經(jīng)濟(jì)發(fā)展和結(jié)構(gòu)、人口因素及其構(gòu)成、地面交通情況以及區(qū)域機(jī)場的布局和功能定位等。地區(qū)經(jīng)濟(jì)發(fā)展和結(jié)構(gòu)包括:城市GDP、社會零售商品銷售總額、產(chǎn)業(yè)結(jié)構(gòu)等。人口因素及其構(gòu)成包括:地區(qū)總?cè)丝跀?shù)、從業(yè)人員數(shù)等。地面交通情況包括:鐵路客運量、公路客運量等。
航空運輸?shù)陌l(fā)展主要取決于機(jī)場所在地區(qū)的國民經(jīng)濟(jì)和社會發(fā)展水平。從統(tǒng)計規(guī)律來看,經(jīng)濟(jì)發(fā)展速度和航空運輸?shù)陌l(fā)展速度是直接相關(guān)聯(lián)的,而且一般來說,航空運輸發(fā)展速度是經(jīng)濟(jì)發(fā)展速度的1.5~2倍。國民經(jīng)濟(jì)的發(fā)展促使各行業(yè)的發(fā)展,同樣對航空客運市場的發(fā)展有很大的促進(jìn)作用。
人均GDP從宏觀上反映了居民收入的狀態(tài),從統(tǒng)計資料上看,當(dāng)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(jīng)超過1000美元,預(yù)計2020年我國人均GDP將達(dá)到3700美元左右。參照國外民航的發(fā)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(bǔ)關(guān)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(xiàn)為質(zhì)和量的同步提高,航空運輸憑自身在長途運輸方面的優(yōu)勢逐步在綜合運輸系統(tǒng)中定位。
旅游業(yè)和航空運輸有著密切的聯(lián)帶關(guān)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(jù)世界旅游組織預(yù)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(yè)的持續(xù)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(fā)展。
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(yōu)勢,有相互配合的一面,但也存在競爭的一面。從長遠(yuǎn)看,1000公里距離之內(nèi)的客運,應(yīng)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(yōu)勢,但在各個領(lǐng)域中仍然存在著對市場的競爭。
從單因素角度分析,國內(nèi)已經(jīng)有采用某一單因素來構(gòu)建預(yù)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(yù)測模型[1];利用GDP變動率構(gòu)建南昌市航空客運量模型[2]等。但是,由于機(jī)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(biāo),就很難剖析影響機(jī)場旅客吞吐量的機(jī)理,從而影響預(yù)測的準(zhǔn)確性。我們采用主成分分析法[3]從上述各種指標(biāo)中提取影響機(jī)場旅客吞吐量的最關(guān)鍵指標(biāo),從而剖析其內(nèi)在影響機(jī)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(zhì)就是利用降維的思想把多個指標(biāo)轉(zhuǎn)化為少數(shù)幾個不相關(guān)的綜合指標(biāo)來進(jìn)行多元統(tǒng)計分析或者給多個指標(biāo)進(jìn)行重要程度排序。本文采用的可能影響機(jī)場旅客吞吐量的指標(biāo)有:城市GDP、城市總?cè)丝跀?shù)、接待外來游客量、社會消費品零售總額、第三產(chǎn)業(yè)比重、鐵路客運量、公路客運量、從業(yè)人員數(shù)。計算步驟如下:
(1)分析各項標(biāo)準(zhǔn)化指標(biāo)間的相互關(guān)系,求得指標(biāo)間的協(xié)方差矩陣。
(2)求出上述協(xié)方差矩陣的特征值與特征向量,各主成分相應(yīng)的特征值占總和的比例即為該主成分的貢獻(xiàn)率。將各主成分按貢獻(xiàn)率從大到小排序,求得各主成分的累計貢獻(xiàn)率。
(3)取累計貢獻(xiàn)率大于一定數(shù)值的主成分(根據(jù)預(yù)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(xiàn)率相乘,得出各指標(biāo)的重要性影響系數(shù)如表1所示。
表1 各指標(biāo)的重要性系數(shù)
根據(jù)表1計算得到的各指標(biāo)重要性系數(shù),確定前三位關(guān)鍵因素為:GDP、第三產(chǎn)業(yè)比例和接待外來旅客人數(shù),它們即是影響機(jī)場旅客吞吐量的內(nèi)在機(jī)理。
常用的機(jī)場旅客吞吐量預(yù)測方法分為兩類:一類是解釋性預(yù)測方法,即找出被預(yù)測量的各種影響因素,建立回歸分析模型,例如計量經(jīng)濟(jì)法;另一類為時間序列分析法,即只依賴于被預(yù)測量的歷史觀測數(shù)據(jù),通過序列分析,找出其順序變化規(guī)律,例如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、灰色模型。計量經(jīng)濟(jì)法考慮了多種影響因素,但對未來旅客吞吐量的預(yù)測精度依賴于各影響因素本身的預(yù)測精度;由于各影響因素的預(yù)測方法、復(fù)雜程度不盡相同可能使計量經(jīng)濟(jì)法的預(yù)測精度產(chǎn)生波動。支持向量機(jī)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(jī)作為一種新型的機(jī)器學(xué)習(xí)算法正在發(fā)展中,產(chǎn)生了不少改進(jìn)算。
支持向量機(jī)對機(jī)場旅客吞吐量時間序列建模,可以得到較高的預(yù)測精度,但并未涉及機(jī)場旅客吞吐量的實際影響因素。計量經(jīng)濟(jì)法考慮了影響機(jī)場旅客吞吐量的主要因素,建立了它們與機(jī)場旅客吞吐量之間的函數(shù)關(guān)系,具有較好的現(xiàn)實意義。本文采用多元線性回歸建立組合預(yù)測模型
y=0.83633078y1+0.234504123y2-136.3153056 (1)
式中:y1,y2分別為計量經(jīng)濟(jì)法、支持向量機(jī)方法的預(yù)測值。給定顯著性水平 A=0.005,F(xiàn)=159.773>F0.995(2,11-2-1)=11.04,方程通過顯著性檢驗。根據(jù)式(1)計算旅客吞吐量結(jié)果。通過對比可以發(fā)現(xiàn),組合方法的總體預(yù)測精度較高且較為穩(wěn)定,預(yù)測性能優(yōu)于計量經(jīng)濟(jì)法和支持向量機(jī)方法。
(1)機(jī)場旅客吞吐量預(yù)測方法的選用,應(yīng)根據(jù)具體情況和條件,采用合適的方法。當(dāng)缺乏歷史資料,或已有歷史資料未能形成一個穩(wěn)定可靠的規(guī)律等情況下,宜采用定性預(yù)測方法;對具有多年歷史資料,并具有很強(qiáng)的規(guī)律性,或?qū)τ谒x用的影響因素有較可靠的依據(jù),并能較準(zhǔn)確地預(yù)測其未來量,宜采用定量預(yù)測方法。
(2)在旅客吞吐量預(yù)測中,須分清預(yù)測和目標(biāo)之間的相互關(guān)系。預(yù)測是為目標(biāo)服務(wù)的,目標(biāo)則是確定預(yù)測內(nèi)容的依據(jù)。根據(jù)目標(biāo)選擇適合的預(yù)測對象,預(yù)測結(jié)果則提供目標(biāo)所需的準(zhǔn)確信息。
(3)旅客吞吐量預(yù)測模型的建立要考慮精度優(yōu)先準(zhǔn)則、簡潔性原則、適應(yīng)性原則和實用性原則,并應(yīng)根據(jù)數(shù)據(jù)變化對模型進(jìn)行動態(tài)更新、修正。
(4)在定量預(yù)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(shù)關(guān)系。
(5)通過定性預(yù)測和定量預(yù)測,往往要對預(yù)測結(jié)果進(jìn)行綜合分析,確定最終預(yù)測結(jié)果。綜合分析要考慮項目的具體特點和多方面因素,是系統(tǒng)概念、系統(tǒng)方法的運用,通過綜合分析,最后做出科學(xué)的判斷。
機(jī)場旅客吞吐量的預(yù)測對于機(jī)場的建設(shè)和管理具有重要的意義。本文從可能影響機(jī)場旅客吞吐量的若干因素出發(fā),采用主成分分析法提取了最關(guān)鍵因素,剖析了其內(nèi)在的影響機(jī)理,結(jié)合機(jī)場旅客吞吐量預(yù)測的兩類方法提出了組合預(yù)測方法。通過研究發(fā)現(xiàn),盡管影響不同機(jī)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?cè)丝跀?shù)、社會消費品零售總額等。這些影響指標(biāo)的提取,將為構(gòu)建機(jī)場旅客吞吐量預(yù)測模型提供重要參考。此外,由于地理區(qū)位、周邊其他機(jī)場的布局等指標(biāo)不易量化,本研究沒有考慮這些因素對機(jī)場旅客吞吐量的影響,今后需要進(jìn)一步的研究。機(jī)場旅客吞吐量預(yù)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(jī)場項目,需要進(jìn)行具體分析,選擇合理的預(yù)測方法,才能提高預(yù)測結(jié)果的準(zhǔn)確性,準(zhǔn)確的預(yù)測結(jié)果在機(jī)場規(guī)劃、設(shè)計以及評估、決策等實際工作中具有重要的現(xiàn)實意義。
[1]姚宴斌,高金華.灰色模型 GM(1.2)在機(jī)場旅客吞吐量預(yù)測中的應(yīng)用[J].中國民航飛行學(xué)院學(xué)報,2006.
[2]馮宇,于前江.2005 南昌航空客運市場分析與預(yù)測[J].空運商務(wù),2005.
[3]何曉群.現(xiàn)代統(tǒng)計分析方法與應(yīng)用[M].北京:中國人民大學(xué)出版社,1998.