民用機場航空運輸業務量預測方法綜述

邵亞萍

摘要：航空運輸作為我國交通運輸的重要組成部分，伴隨當下國民經濟水平的提升，民用航空運輸業務量逐漸增長。民航業航空運輸業務量預測能夠為民航管理工作的開展提供數據依據，對促進民用機場服務質量的提升具有重要作用。對此文章就民用機場航空運輸業務量的預測方法進行羅列，以對當下民用航空工作的開展提供理論研究。

關鍵詞：民用機場 航空運輸業務量 預測方法

近年來，航空運輸業務量逐漸增長，民航運輸作為國家經濟水平的重要體現，是當下國際運輸與國內遠距離的主要途徑。民航的發展與國家經濟水平與國際競爭力的提升具有重要意義，由此對航空運輸業務量的預測能夠對民航業務發展進行規律化研究，能夠為民航建設提供依據。

一、航空業務量影響因素

1.1國民經濟因素

國民經濟與民航發展具有相關關系。我國東部及沿海地區民航運輸量和GDP均比西部和中部地區要發達。一個地區經濟的發達程度在一定程度上依賴交通運輸的發展，而航空運輸又是五種交通運輸方式中最快捷的運輸方式，對高新科技產業的促進作用也是其他運輸方式無法比擬的。

1.2旅游市場因素

航空運輸的發展是旅游人數增長的原因，同時一個地區旅游人數的增長也會帶來民航客運量的增長。航空運輸作為五大運輸方式之一，優勢越來越明顯，不僅是促進地區經濟繁榮發展的強勁動力，還是帶動旅游業快速騰飛的發動機。旅游市場強勁的發展勢頭與巨大的發展潛力，同時也可為當地的民航航空業務量提供更為廣闊的市場。

1.3人口因素

旅客運輸的對象是人。所以人口數量、人口密度、人口結構、人口流動，均會造成旅客吞吐量的變化。張宗清研究了七大地區人口和旅客吞吐量的變化關系，得出人口總量和旅客吞吐量的比例關系。依照這一比例，可以根據某地區人口數量和旅客吞吐量的關系建立回歸模型，擬合出當地的旅客吞吐量。

二、航空運輸業務量預測方法

2.1 Verhulst灰色預測

Verhulst模型作為灰色預測模型的一種，是針對數據增長曲線呈S型或者變異S型的這類問題進行研究的一種有效方法。機場流量受到GDP、地區經濟等因素的影響，但這些指標又不能完全反映其變化J清況，符合灰色預測的基本條件。同時，機場流量受跑道資源、航班時刻資源以及人員保障資源等因素的限制而不可能無限增長，流量變化趨勢最終將會呈現S型曲線發展。這種趨勢適用于描述增長先增快后減慢的情形，航班保障量不能無限增長下去，等到達一定量的時候就會趨于飽和，verhulst能夠很好地預測這種增長，適用于開始階段年增長量遞增快速，隨后增長減緩，達到一定程度后增長量穩定，最終達到飽和狀態。

2.2多元線性回歸模型

回歸分析通常用于預測分析時間序列模型以及發現變量之間的因果關系。按照變量個數，通常分為一元回歸分析和多元回歸分析。根據前述分析可知，影響航空運輸業務量的因素有很多，主要有經濟發展因素、旅游市場因素、人口因素等，因此航空業務量的回歸分析預測屬于多元回歸的范疇。

該方法首先要找出影響預測值的主要變量，比如影響旅客吞吐量變化的主要因素有當地GDP指數、旅游人數、當地人口數、工業指數等。

2.3趨勢外推預測

趨勢外推預測方法是根據事物的歷史和現實數據，尋求事物隨時間推移而發展變化的規律，從而推測其未來狀況的一種常用的預測方法。

趨勢外推法的假設條件是：

1）假設事物的發展過程沒有跳躍式變化，即事物的發展變化是漸進型的。

2）假設所研究系統的結構、功能等基本保持不變，即假定根據過去資料建立的趨勢外推模型能適合未來情形，能代表未來趨勢變化的情況。

由以上兩個假設條件可知，趨勢外推預測法是事物發展漸進過程的一種統計預測方法。簡言之，就是運用一個數學模型，擬合一條趨勢曲線，然后用這個模型外推預測未來時期事物的發展。趨勢外推預測法主要利用描繪散點圖的方法和差分法計算進行模型選擇。趨勢外推法主要優點是：可以揭示事物發展的未來，并定量地估價其功能特性。趨勢外推預測法比較適合中長期預測。

2.4智能算法預測

近年來用于航空業務量預測的智能算法研究主要有神經網絡、遺傳算法等。神經網絡算法以人腦中的神經網絡作為啟發，其中最著名的算法就是BP（backpropagarion）算法。它是通過迭代性來處理訓練集中的實例，對比經過神經網絡后，輸入層預測值與真實值之間的誤差，再通過反向法（從輸出層、隱藏層、輸入層）以最小化誤差來更新每個連接的權重。BP神經網絡具有強大的數學描述性，且方便用計算機語言表達。

2.5比較法

與其他機場進行比較的預測技術具有很高的實際價值。在此技術中，分析人員將要預測的機場與其他經濟發展類似地區的機場的吞吐量及增長速度相對比，來確定預測機場的航空業務量及增長率。該技術的一個特殊用途是在重大變化或針對新建機場缺乏歷史數據的情況下，預測機場的航空業務量。

針對新建機場，由于沒有運輸業務量歷史數據或者歷史數據缺乏，很難用上述方法對其航空業務量進行精確地計算?？梢赃x擇相近地區、經濟規模和人口結構差不多的地區所在的機場航空運輸業務量數據作為參考。通過對比分析產業結構、各大運輸方式的競爭性、旅客、貨物的運輸需求量，對數據進行合理的修正，從而得到該機場的航空運輸業務量數據。一般建議選擇多個機場對比分析，可以得到更為準確的數據。

三、結束語

由于航空業務量數據的隨機性以及預測所需求的基礎數據屬于不同類別，為得到更好的預測精度應對數據進行降噪處理和歸一化處理，從而實現航空運輸業務量的準確預測。在實際應用過程中需要采用多種方法進行組合預測，得到不同情況下的預測結果，避免某一預測方法的局限性造成預測結果的偏差。

參考文獻：

[1]郭發文.區域通用航空短途運輸運營的關鍵影響因素分析——基于短途運輸運營實踐的總結[J].空運商務，2020（08）：30-33.

[2]趙民合.關于“十二五”民航運輸和機場建設的思考[J].綜合運輸，2010（02）：12-15.