机场旅客吞吐量的影响因素与预测方法探讨

杨卉竹

(南京禄口国际机场，江苏 南京211113)

0 引言

机场旅客吞吐量是民用机场的主要生产指标,其预测数据是制定机场建设规划方案的一项重要参考指标,直接影响着项目是否可建及其建设规模。机场旅客吞吐量往往受到很多因素的影响，分析机场旅客吞吐量的影响因素，选取主要影响因素，并采用恰当的预测方法，能够建立合理可靠的旅客吞吐量预测模型，从而提高机场旅客吞吐量预测的精确度，得到可靠性高的预测结果，并为机场规划设计和相关决策提供有价值的依据。

机场旅客吞吐量受市场需求与民航运输供给两方面因素的制约,它与所在地区的经济发展水平密切相关。市场经济发达，经济活动必然频繁，从而导致公务、商务活动的增加。随着居民收入和生活水平的提高以及空闲时间的增多，外出旅游的人次也会加大。这些都会使航空客运量的需求增加。另外，铁路、公路等其他交通方式运输系统的完善，客运量的变化也会间接地引起航空客运的变化。因此，要预测机场旅客吞吐量，必须从其生成机理的角度出发，综合考虑社会经济各方面的影响。而目前国内多是凭借主观判断和经验选取定性的影响因素，有些指标在定性分析时影响显著，但作为自变量在数学模型中却对机场旅客吞吐量的影响并不起主要作用。这样,往往会漏掉影响显著的因素而加入冗余变量，不仅会减弱模型的解释能力，而且会降低模型的精度。从可能影响机场旅客吞吐量的若干因素出发，采用主成分分析法提取了最关键因素，剖析了内在的影响机理,提出了组合预测方法。

1 影响机场旅客吞吐量的因素分析

一般认为影响航空运输的主要因素包括:地区经济发展和结构、人口因素及其构成、地面交通情况以及区域机场的布局和功能定位等。地区经济发展和结构包括:城市GDP、社会零售商品销售总额、产业结构等。人口因素及其构成包括:地区总人口数、从业人员数等。地面交通情况包括:铁路客运量、公路客运量等。

1.1 经济发展

航空运输的发展主要取决于机场所在地区的国民经济和社会发展水平。从统计规律来看，经济发展速度和航空运输的发展速度是直接相关联的，而且一般来说，航空运输发展速度是经济发展速度的1.5～2倍。国民经济的发展促使各行业的发展，同样对航空客运市场的发展有很大的促进作用。

1.2 居民收入水平

人均GDP从宏观上反映了居民收入的状态，从统计资料上看，当人均GDP超过1000美元时，居民开始在自费旅行中更多地选择空中交通。目前我国的人均GDP已经超过1000美元，预计2020年我国人均GDP将达到3700美元左右。参照国外民航的发展历程，人均GDP在1000～2500美元，全社会客运需求有较大增长，其间民航运输作用迅速提升，与其他运输方式竞争与互补关系加剧，并逐步建立综合运输体系；人均GDP在2500～4000美元，全社会客运需求表现为质和量的同步提高，航空运输凭自身在长途运输方面的优势逐步在综合运输系统中定位。

1.3 旅游资源和开发因素

旅游业和航空运输有着密切的联带关系，我国旅游资源丰富，航空旅游市场是客运市场的重要组成部分。根据世界旅游组织预测，2020年我国将成为世界最大的旅游目的地国和第四大旅游客源国，我国旅游业的持续繁荣，作为最舒适和最快捷的旅游方式，航空运输必将获得极大的发展。

1.4 其他交通运输方式之间的相互竞争

航空运输与其他交通运输方式相互配合形成综合交通运输体系，它们各具优势，有相互配合的一面，但也存在竞争的一面。从长远看，1000公里距离之内的客运，应以铁路、公路为主，在1000到2500公里的距离上，高速铁路和航空运输相互竞争，在2500公里以上的距离空运占有明显优势，但在各个领域中仍然存在着对市场的竞争。

2 机场旅客吞吐量的影响机理分析

从单因素角度分析，国内已经有采用某一单因素来构建预测模型的研究，如采用GDP作为唯一的影响因素，利用灰色理论建立旅客吞吐量预测模型[1];利用GDP变动率构建南昌市航空客运量模型[2]等。但是，由于机场旅客吐吞量受多因素的影响，如果仅仅从单因素分析，忽略其他影响指标，就很难剖析影响机场旅客吞吐量的机理，从而影响预测的准确性。我们采用主成分分析法[3]从上述各种指标中提取影响机场旅客吞吐量的最关键指标，从而剖析其内在影响机理。主成分分析也称主分量分析，由Hotelling于1933年首先提出。其实质就是利用降维的思想把多个指标转化为少数几个不相关的综合指标来进行多元统计分析或者给多个指标进行重要程度排序。本文采用的可能影响机场旅客吞吐量的指标有:城市GDP、城市总人口数、接待外来游客量、社会消费品零售总额、第三产业比重、铁路客运量、公路客运量、从业人员数。计算步骤如下:

（1）分析各项标准化指标间的相互关系，求得指标间的协方差矩阵。

（2）求出上述协方差矩阵的特征值与特征向量,各主成分相应的特征值占总和的比例即为该主成分的贡献率。将各主成分按贡献率从大到小排序，求得各主成分的累计贡献率。

（3）取累计贡献率大于一定数值的主成分(根据预测精度而定，在本研究中取95%)，求出上述主成分的因子载荷矩阵。

（4）用因子载荷矩阵与主成分的贡献率相乘,得出各指标的重要性影响系数如表1所示。

表1 各指标的重要性系数

根据表1计算得到的各指标重要性系数，确定前三位关键因素为:GDP、第三产业比例和接待外来旅客人数，它们即是影响机场旅客吞吐量的内在机理。

3 机场旅客吞吐量的预测模型

常用的机场旅客吞吐量预测方法分为两类:一类是解释性预测方法,即找出被预测量的各种影响因素，建立回归分析模型，例如计量经济法;另一类为时间序列分析法,即只依赖于被预测量的历史观测数据，通过序列分析，找出其顺序变化规律，例如神经网络、支持向量机、灰色模型。计量经济法考虑了多种影响因素，但对未来旅客吞吐量的预测精度依赖于各影响因素本身的预测精度;由于各影响因素的预测方法、复杂程度不尽相同可能使计量经济法的预测精度产生波动。支持向量机方法只考虑单一旅客吞吐量时间序列信息,而且支持向量机作为一种新型的机器学习算法正在发展中，产生了不少改进算。

支持向量机对机场旅客吞吐量时间序列建模，可以得到较高的预测精度,但并未涉及机场旅客吞吐量的实际影响因素。计量经济法考虑了影响机场旅客吞吐量的主要因素,建立了它们与机场旅客吞吐量之间的函数关系，具有较好的现实意义。本文采用多元线性回归建立组合预测模型

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

式中:y1，y2分别为计量经济法、支持向量机方法的预测值。给定显著性水平 A=0.005，F=159.773＞F0.995(2，11-2-1)=11.04，方程通过显著性检验。根据式（1）计算旅客吞吐量结果。通过对比可以发现，组合方法的总体预测精度较高且较为稳定,预测性能优于计量经济法和支持向量机方法。

4 预测中应注意的几个问题

（1）机场旅客吞吐量预测方法的选用，应根据具体情况和条件，采用合适的方法。当缺乏历史资料，或已有历史资料未能形成一个稳定可靠的规律等情况下，宜采用定性预测方法；对具有多年历史资料，并具有很强的规律性，或对于所选用的影响因素有较可靠的依据，并能较准确地预测其未来量，宜采用定量预测方法。

（2）在旅客吞吐量预测中，须分清预测和目标之间的相互关系。预测是为目标服务的，目标则是确定预测内容的依据。根据目标选择适合的预测对象，预测结果则提供目标所需的准确信息。

（3）旅客吞吐量预测模型的建立要考虑精度优先准则、简洁性原则、适应性原则和实用性原则，并应根据数据变化对模型进行动态更新、修正。

（4）在定量预测中，要注意检验问题，辨别主要的影响因素，选择最合理的函数关系。

（5）通过定性预测和定量预测，往往要对预测结果进行综合分析，确定最终预测结果。综合分析要考虑项目的具体特点和多方面因素，是系统概念、系统方法的运用，通过综合分析，最后做出科学的判断。

5 结论

机场旅客吞吐量的预测对于机场的建设和管理具有重要的意义。本文从可能影响机场旅客吞吐量的若干因素出发，采用主成分分析法提取了最关键因素，剖析了其内在的影响机理，结合机场旅客吞吐量预测的两类方法提出了组合预测方法。通过研究发现,尽管影响不同机场旅客吞吐量因素的重要性排名有所不同，但最主要的影响因素却相似，包括城市GDP、总人口数、社会消费品零售总额等。这些影响指标的提取，将为构建机场旅客吞吐量预测模型提供重要参考。此外，由于地理区位、周边其他机场的布局等指标不易量化，本研究没有考虑这些因素对机场旅客吞吐量的影响，今后需要进一步的研究。机场旅客吞吐量预测涉及的因素很多，目前实际工作中使用的方法也很多，针对具体机场项目，需要进行具体分析，选择合理的预测方法，才能提高预测结果的准确性，准确的预测结果在机场规划、设计以及评估、决策等实际工作中具有重要的现实意义。

［1］姚宴斌，高金华.灰色模型 GM(1.2)在机场旅客吞吐量预测中的应用[J].中国民航飞行学院学报，2006.

［2］冯宇，于前江.2005 南昌航空客运市场分析与预测[J].空运商务，2005.

［3］何晓群.现代统计分析方法与应用[M].北京:中国人民大学出版社，1998.