我国航空旅客运输需求预测——基于计量经济学与系统动力学组合模型

任新惠，唐少勇（中国民航大学经济与管理学院，天津 300300）

我国航空旅客运输需求预测
——基于计量经济学与系统动力学组合模型

任新惠，唐少勇
（中国民航大学经济与管理学院，天津 300300）

航空运输需求预测是民航发展规划和决策的前提，预测结果的精度会对民航的发展产生重要的影响。基于系统动力学原理构建了民航客运需求系统的因果关系图，分析了各因素间的因果关系，在此基础上，建立了航空客运需求的系统动力学模型，并引入了计量经济学来建立模型的数学方程。然后，对模型进行了有效性检验，结果显示建立的模型可以较好地反映民航客运的实际需求，证明了模型的有效性。最后，应用该模型对我国未来几年的航空客运需求进行了预测，并对比了不同的预测情景，结果显示经济水平对航空客运需求影响显著，宽松的人口政策在一定程度上会降低航空客运需求。

需求预测；系统动力学；计量经济学；航空旅客运输；因果关系

第1卷 第1期|2015年2月

0　引言

随着经济社会的发展，人们对出行的要求越来越高，旅途的舒适性、便捷性、安全性等都是需要考虑的因素。航空运输作为目前一种最为快捷、安全的运输方式获得了迅猛发展，在国际交流、国民经济生活中正起着越来越重要的作用。我国的民航事业尚处于初步发展阶段，与发达国家相比，还有很大的差距，建设民航强国还有很长的路要走。需求预测作为民航政策、建设规划制定的一个重要基础，预测结果的精确度对我国民航事业的发展有着巨大的影响。

时间序列法、回归分析法、弹性系数法、灰色预测法、人工神经网络法是目前比较常用的中长期预测方法。此外还有一些新的预测方法，如模糊预测法、支持向量机等。文献[1-7]分析了不同影响因素与航空客运量之间的关系。文献[8-12]采用了季节时间序列模型、GMDH模型、多变量灰色数列预测等模型对航空客运需求进行了预测，取得了一定成果。但是这些模型都有一个缺点，无法从系统、综合的角度来考虑不同因素对客运需求的影响，基于系统动力学的预测方法不仅考虑到历史数据对预测的影响，也考虑到外部环境、政策等因素对预测的影响，强调有条件的预测，并且可以加入专家的实践经验，很好地克服了以上缺点，适用于中长期预测。程亚青、韩云翔采用系统动力学预测模型对我国航空客运量进行了预测，但其未考虑行业投资、运力供给等对航空客运需求的影响[13]。本文用系统的观点综合考虑了国家经济发展水平、居民收入水平、行业投资、运力供给等因素建立了系统动力学模型，并应用计量经济方法来解决建模中量化困难的问题。

1　民航客运需求系统因果关系分析

系统动力学由Jay W.Forrester教授于1956年创始于麻省理工学院，是系统科学与管理科学的分支[14]。系统动力学反对将研究对象分成独立的部分，强调系统组成部分之间的信息传递与反馈，适合处理高阶、多回路和非线性的反馈结构[15]。如今，系统动力学广泛应用于社会科学与自然科学领域。

计量经济创于20世纪20年代末，经过几十年的发展，已经成为经济学的一个重要分支。计量经济学结合了统计学、经济理论和数学，以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法[16-17]。系统动力学可以有效构建各因素间的因果结构关系，但对一些因素间的关系难以量化，计量经济学中的回归分析法以其严谨的数学、统计学理论基础很好地弥补了这一缺点，可以有效解决系统动力学中难以量化的问题。

航空运输需求是伴随着人类的社会经济活动产生的，属于衍生需求，因此与国民经济活动有着紧密的联系。航空运输需求受到众多因素的影响，在所有影响因素中，国家宏观经济水平是最根本的影响因素，其次是人口因素，人口的结构、规模都会对需求产生影响。同时，航空运输系统是交通运输系统的一个子系统，会受到交通系统中其他交通方式的影响，尤其是近几年快速发展的高铁对民航客运影响尤为显著。此外，行业投资、运力供给、居民收入等都会对需求产生影响。航空旅客运输需求预测需要历史数据作为支撑，更需要考虑外部影响因素对需求的影响，系统动力学定性与定量统一的特点使其在民航客运系统预测中具有很好的适用性。

根据对航空旅客运输系统的分析，建立因果关系反馈图（见图1）。

如图1所示，航空客运系统中各因素之间有着复杂的关系，因果反馈环能够清楚地表达系统中各要素之间的定性关系，是系统动力学研究中的关键[18]。该模型主要有以下几个反馈环。

（1）反馈环1：GDP增长→+人均收入水平提高→+人均乘机次数增加→+航空运输需求增加→+促进GDP增长，此反馈环为正反馈，国民经济的增长会促进居民乘机次数的增加，从而使航空运输需求增加，航空运输需求的增加又会促进国民经济的增长，反映了国民经济活动与航空运输需求间的因果反馈机制[13]。

（2）反馈环2：GDP→+交通系统投资额→+其他交通方式投资额→+其他交通方式供给→-航空运输需求→+GDP。此环为负反馈环，反映了其他交通方式投资对航空运输需求的影响。

（3）反馈环3：航空运输需求+→+航空运输供给短缺→+航空运输运价→-人均乘机次数→+航空运输需求。运输需求增加会使航空运输供给短缺从而引起票价的提高，高票价又会导致需求减少。此反馈为负反馈，反映了供需及价格之间的关系。

图1　航空运输系统因果关系反馈图

（4）反馈环4：行业利润增加→+航空公司数量→+航空运输供给→-航空运输供给短缺→+航空运输运价→-人均乘机次数→+航空运输需求→+行业利润。此环为正反馈环，反映了行业内部企业间的竞争。

（5）反馈环5：人均收入水平提高→+人均乘机次数→+航空运输需求→+GDP→+人均收入。此环为正环，反映了经济水平与航空运输需求之间的关系。

2　航空客运需求系统动力学模型的构建

2.1流图的构建

根据因果关系图，本文构建了航空客运需求的系统动力学流图，与因果关系图相比，流图可以更好地反映状态变量的积累效应，如图2所示。

在航空旅客运输需求系统中所有的影响因素都可以归结为经济水平与人口规模这两个根本性的影响因素。该系统动力学流图中（见图2），GDP并不直接对航空需求产生影响，而是通过居民收入水平、航空运输系统供给、行业投资等间接表现出来。其中，飞机架数代表运力供给，居民收入则代表了对航空需求的力度。当GDP增加时，居民人均收入会相应提高，居民购买力增强，则对航空运输需求就会增加。同样GDP增加时，对于航空运输的投资也会相应增加，则运力供给也会相应的增长。

2.2模型方程的建立

图2　航空客运需求系统动力学流图

系统动力学模型存在着一些结构关系难以量化的缺点，对于此类结构关系，本文通过计量经济学原理借助SPSS软件，对模型间难以量化的因素关系进行了非线性回归分析，建立了计量经济学方程。式中：T表示表函数，为外部输入量；A为辅助函数，多用来表示中间变量；C为赋值常数；R为速率方程，速率方程无统一格式，可以反映状态变量的累积速度；L为状态变量方程，反映的是对输入变量或输出变量积累。其中，T，C是为模型提供参数值的，在一次模拟中保持不变。

3　模型验证及仿真

3.1有效性检验

模型验证是为了验证建立的模型能否较好地反映我国民航客运需求的实际情况，本文以2000—2012年历史统计数据为样本，仿真步长为1（单位：年），模型初始年为2000年，为了消除价格膨胀因素对结果的影响，GDP以2000年为基准年进行折算。仿真结果见表1。

表1　系统动力学预测模型误差分析

从仿真结果可以看出，仿真值与实际值误差在10%以内，平均误差为5.3%，与实际值较为接近。从对2003年与2008年这两个典型年份的预测对比可以看出，由于系统动力学预测模型是基于运输系统不同部分之间的结构关系构建，对外界影响因素的变化反应更为灵敏，因此预测值与实际更为接近，而传统的时间序列模型与组合的系统动力学模型相比，预测精度要低。

3.2参数说明

（1）人口出生率与死亡率

观测年中的人口出生率有增有减，因此模型中预测年份的人口出生率采用观测年的平均值，即12.5‰。与人口出生率不同，人口死亡率在近几年呈现明显的上升趋势，虽然医疗技术的进步、生活水平的提高有利于降低人口死亡率，但是近几年环境恶化、工作生活压力增加促使死亡率在逐步增加，未来人口死亡率与近几年更为接近，因此未来预测年死亡率按2009—2012年死亡率平均增长值递增，即死亡率按0.0225‰递增。

（2）GDP增长率

当前我国正在进行经济结构调整，加上国际大的经济环境不景气，我国经济增速已有所放缓。根据当前经济形势及相关专家对未来经济形势的估计，预测年GDP增长率设定为7.5%[19]。

（3）民航投资额占比

观测年中民航投资额呈现上升趋势，在2012年投资额比2011年增长了一倍，这是由于民航被提升为国家战略产业，所以投资力度有所增强，预测年内投资额占比按观测年的增长率平均值0.02%递增。

3.3我国航空客运需求预测

验证了模型的有效性之后，根据上文的参数设置，对我国未来几年航空客运需求进行了预测，如表2所示，未来几年内我国航空客运量依旧会快速增长，平均增长速度保持在10%以上，到2020年，航空客运量将会是现在的两倍，达到8.2亿人次，人均乘机次数会达到0.43次/年。

表2　航空客运需求量预测

3.4不同情景预测结果分析

航空旅客运输需求属于派生需求，容易受到外部环境影响，因此有必要分析环境变化对预测结果的影响。在预测模型中，由于预测年份的GDP增速、人口出生率这两个重要的因素值是根据历史趋势而得，但其易受政策影响，因此本文对比了不同政策情景下的预测结果。

3.4.1人口出生率

出生率容易受到人口政策的影响，例如建国初期人口出生率在30‰以上，通过实施计划生育政策出生率降低到了2012年的12.1‰，虽然出生率也会受到其他因素的影响，比如养育成本的增加，观念的变化等，但最重要的影响因素还是人口政策。自1999年我国过早进入老龄化社会以来，人口带来的红利正在逐渐消失，人口政策较之以前有所放宽，尤其是近两年部分地区开始放开二胎政策。基于以上分析，本文认为未来的人口政策有可能为宽松的人口政策，2013、2014年为政策过渡年，人口出生率比2012年有所增加，分别设为12.5‰、12.7‰，2015—2020年人口出生率设定为13.0‰。而在收紧的人口政策下，人口出生率设置为12.0‰。预测结果见表3。

表3　不同人口政策下预测结果对比

3.4.2GDP增长率

模型中GDP增长率是以正常发展为背景设置的，当国家推出新一轮经济刺激政策时或者国际经济环境有所好转时，GDP增长率仍能维持一个较高的水平，在此乐观情况下GDP增长率设为8%。同样也存在悲观的情况，悲观情况下GDP增长率设为7.0%，不同情景下的预测结果见表4。

表4　不同GDP增速下预测结果对比

从表3可以看出，人口政策对客运需求影响较小，宽松的人口政策与收紧的人口政策预测结果相差在0.04%左右。宽松人口政策下的航空客运需求反而比收紧的人口政策下的需求小，这是由于在GDP一定的情况下，人口数量的增加会使居民平均收入水平下降，从而导致居民实际的购买力下降，最终体现为客运需求的降低。而经济发展状况对航空客运需求则有较大影响，乐观情况下预测结果比悲观情况下平均高出5.8%（见表4）。这就解释了为什么中西部地区尽管是人口大省，但客运量仍然比东部经济发达地区小，也说明了在经济与人口这两个因素之间，经济水平对客运需求的影响更大。

4　结语

本文从客运需求产生的机理出发，分析了航空运输系统的因果关系，构建了基于计量经济学与系统动力学的组合预测模型。与传统的预测方法相比，本文建立的模型较为全面地考虑了不同因素对航空客运需求的影响，模型的有效性检验、与时间序列法预测结果的对比表明该方法是一种有效的预测工具。不同参数下的对比结果显示经济因素对客运需求的影响要大于人口因素对需求的影响，宽松的人口政策在一定程度上降低了客运需求。

[1]张桥艳，熊越强.航线客运量影响因素分析及预测[J].桂林航天工业学院学报，2012（4）：364-366.

[2]熊崇俊，宁宣熙，潘颖莉.基于灰色关联理论的民航客运影响因素研究[J].统计与决策，2006（1）：52-53.

[3]纪跃芝，邓波，秦喜文.民航客运量及相关因素分析[J].数学的实践认知，2012，42（24）：175-183.

[4]李在林.民航客运需求影响因素的灰色关联分析[J].经济视角：中旬，2011（7）：186.

[5]张永莉，张晓全.我国城市间航空客运量影响因素的实证分析[J].经济地理，2007，27（4）：658-660.

[6]李翠萍.我国民航客运量影响因素分析[J].科技和产业，2011，11（1）：59-61.

[7]唐小卫，张丽霞.我国航空客运市场需求与经济关联性分析[J].中国民航飞行学院学报，2014，25（5）：5-8

[8]孙亚兰.基于季节时间序列模型的民航客运需求预测分析[J].中国外资：下半月，2013（9）：263-266.

[9]邓洁君，罗利.基于GMDH的民航客运量需求预测与分析[J].软科学，2006，20（6）：35-38.

[10]董兵.基于多变量灰色数列模型的民航客运量预测[J].中国民航飞行学院学报，2010，21（1）：21-23.

[11]景崇毅.基于迭加趋势的航线季节客运需求分析方法[J].中国民航飞行学院学报，2014，25（2）：5-7，11.

[12]孔建国，李骁.基于MATLAB的小波分析在民航旅客运输量预测中的应用研究[J].中国科技信息，2014（8）：40-41.

[13]陈亚青，韩云祥.基于系统动力学的航空系统客运量预测模型[J].交通信息与安全，2009，27（5）：146-148，165.

[14] 王其藩.系统动力学（修订版）[M].北京：清华大学出版社，1994：10.

[15]许光清，邹骥.系统动力学方法：原理、特点与最新进展[J].哈尔滨工业大学学报：社会科学版，2006，8 （4）：72-77.

[16] 刘丽艳.计量经济学含义及其性质研究[D].大连：东北财经大学，2012.

[17]李子奈，潘文卿.计量经济学[M].（3版）北京：高等教育出版社，2010：1-5.

[18]许银甲.公路货运量预测的系统动力学模型构建[J].交通科技与经济，2007，9（6）：95-97.

[19]温家宝.第十二届全国人大一次会议政府工作报告[EB/ OL].(2013-03-05)[2014-09-09].http://www.gov.cn/test/ 2013-03/19/content_2357136.htm.

Prediction of Passenger Demand inAir Transportation：ACombination Model Based on Econometrics and System Dynamics

REN Xin-hui,TANG Shao-yong
(College of Economics and Management,Civil Aviation University of China,Tianjin 300300,China)

The demand prediction of air passenger transportation is the premise of civil aviation devel⁃opment planning and decision-making,the precision of prediction results will have a major impact on the development of civil aviation.A causality loop for air transport system was built to analyze the caus⁃al relationship between the factors based on the system dynamics principle.Then an air passenger de⁃mand model was established on the basis of causality loop,and the econometrics was introduced to es⁃tablish mathematical equations.The validity of the model was tested,the results shown that the model established in the article conld preferably reflect the actual demand of air passenger transportation,it proved the validity and stability of the combination model.Finally,the air passenger transportation de⁃mand in the next few years was forecasted by this prediction model,and different prediction scenarios were compared.The results of the comparison shows that the economic level has a great effect on air passenger demand,and the slack population policy will reduce the air passenger demand to a certain ex⁃tent.

demand prediction;system dynamics;econometrics;air passenger transportation;causal relationship

U8

A

2095-9931（2015）01-0092-07

10.16503/j.cnki.2095-9931.2015.01.016

2014-09-09