首都机场客运量预测

《首都机场客运量预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第lO卷第11期科技和产业V01．10，No．112010年11月ScienceTechnologyandIndustryNov．．2010首都机场客运量预测吴宁，岳谭谭，邵维亮(中国民航飞行学院研究生处，四川广汉618307)摘要：机场客流量预测对于机场未来规划和管理措施改进有重要意义。本文根据影响机场客流量的主要因素——GDP为主要务件，采用计量模型预测对首都机场未来五年客运量进行了预测分析。然后加入北京市人均可支配收入、正班客座率、飞机起降架次等因素，采用支持向量机的方法做出预测。关键词：机场客流量；计量模型；支持

2、向量机中图分类号：F560．81文献标志码：A文章编号：1671—1807(2010)11—0066—04北京首都机场是中国客流量最大的机场，科学准确的预测首都机场客流量发展趋势，能够为首都机场提升旅客服务质量，制定未来发展规划提供科学决策依据。常用的客流量预测方法主要有时间序列法、回归分析法、神经网络方法。这些方法大都集中于在对因果关系回归模型和时间序列模型的分析上，建立的模型不能全面、科学和本质地反映所预测的动态数据的内在结构和复杂特性，预测结果不够准确。计量模型预测和灰色预测能够利用少量数据进行建模计算，适于利用某一主要影

3、响因素对客流量进行预测。支持向量机是Vapnik等人根据统计学习理论中结构风险最小化提出来的，该方法能够保证得到的极值解是全局最优解。1计量模型预测1．1数据分析影响机场客流量的因素有很多，如地区经济发展状况，机场所在地区的其他交通运输形式状况，人员构成，平均收入水平等。其中地区的经济发展对机场流量影响最大。本文采用北京市GDP反映当地的经济发展状况，首先利用计量经济模型对地区航运旅客吞吐量进行回归拟合。经济状况对航运旅客吞吐量具有一定的影响不仅在理论上时成立的，而且根据历年的数据也可以进行验证，只有通过了验证，说明经济状况是影

4、响航运旅客吞吐量的因素，我们建立计量经济模型才有确实的意义，所以，在建立模型之前，我们先对1996到2008年北京市GDP和首都机场旅客吞吐量进行Granger因果检验Ll】：lNullHypothesis：0bsF—StatisticProbabilitylGDPdoesnotGrangerCauseY116．73447O．02927IYdoesnOtGrangerCauseGDPO．66821O．54702可以看出，P一0．029<0．05，故在口=0．5的检验水平下拒绝原假设一“GDP不是旅客吞吐量的Granger原因”，

5、因此，我们认为，GDP是旅客吞吐量的影响因素。1．2模型建立与检验将GDP作为解释变量，旅客吞吐量作为被解释变量，利用Eviews软件进行变量之间的回归分析[2]，建立回归模型为：y一5552519+4987．09×gdpt一3．8219．77R2=0．97D．W．=1．5此模型表明GDP每增加1亿元，旅客吞吐量增加4987．09人次，经济增长能够很好地拉动客流量的上涨，这也符合经济学意义，通过经济学检验。另外，还要对模型进行统计检验：此模型的拟合优度达到0．97，拟合效果很好；并且t检验值均大于收稿日期：2010--09—20

6、作者简介：吴宁(1985一)，男，江苏徐州人，中国民航飞行学院研究生处，硕士研究生，研究方向为航空公司收益管理；岳谭谭(1985一)，男，山东济宁人，中国民航飞行学院研究生处，硕士研究生，研究方向为空中交通运行环境；邵维亮(1984一)，男，山西阳泉人，中国民航飞行学院研究生处，硕士研究生，研究方向为航空公司运行管理。66万方数据首都机场客运量预测2，参数显著有效；D．W．值为1．5，模型没有自相关现象。这说明统计检验也通过，模型有效，可以进行预测工作。1．3预测本文期望预测未来5年的北京市航运旅客吞吐量，基于以上的计量经济模型

7、，需要有未来5年，也就是2009到2013年北京市GDP数据，因此，在预测之前，我们先对GDP数据进行拟合预测。通过观察GDP数据的趋势图(如图1所示)，本文采用二次函数对其进行拟合，可以看到拟合效果非常好，随后的预测结果如表2中所示。表1计量经济模型拟合结果图1GDP拟合图年份吞吐量(人次)GDP(亿元)吞吐量预测值预测误差1996163849821789．2014475420—O．1165431997169079542075．615903723一O．0593941998173188212376174018450．004793

8、91999181904242677．6189059510．0393354200021691077316121316710—O．0172592001241764953710．524057116—0．0049382002271596654330．427148614—