我國航空客運市場需求預測
來源:用戶上傳
作者:
摘要：航空運輸市場需求預測是航空發展規劃和決策的前提，預測結果的精度會對航空業的發展產生重要的影響。本論文利用彈性系數法分析了各影響因素對航空客運市場的影響程度，并選取相關重要指標構建回歸模型對未來航空客運市場需求量進行預測。與普通的一元回歸預測方法相比，本論文所采用的多元回歸預測法綜合考慮了幾方面因素的共同影響，從而提高了最終預測值的可靠度。
關鍵詞：航空客運;需求預測;彈性系數法;回歸模型
中圖分類號：F562 文獻標識碼：A
1研究背景
根據國際航空運輸協會（IATA）提供的數據，全球航空旅客運輸需求量在2017年全年增長了7.6%，遠高于過去十年的年均增長率（5.5%），航空旅客運輸量的運力增長了6.3%，載客率增加了0.9%增至81.4%。2017年，我國民用航空運輸機場的旅客吞吐量達到11.48億人次，比2016年增長了12.9%;民用航空飛機的在冊架數比2016年增加了346架，達到3296架;我國共有頒證運輸機場229個，比上年底增加11個;擁有4418次定期航班，航線里程根據重復距離方式計算的有1082.9萬公里，根據非重復距離方式的有748.3萬公里。航線網絡得到進一步完善，居民航空出行變得更加便利，大眾化的航空時代出行已經到來。
為了更好地滿足市場需求，航空企業應該及時了解航空客運市場需求的現狀以及未來的發展趨勢，作為營銷策略制定的基礎，需求現狀對目標市場及市場定位具有突出引領效果，而通過正確的方式預測出的客運市場需求量能夠有效地幫助航空企業做出更好的運營決策，是航空公司制定航班計劃、機隊規劃、運力安排以及市場拓展和未來發展的重要依據。
2影響因素
2.1經濟發展水平的影響
航空運輸和國家經濟兩者之間的發展密切相關，它們的發展有共同促進的作用。經濟發展水平對工業經濟活動及商貿活動的水平和特征具有決定性的作用，同時，經濟活動和商貿直接影響著商務乘客的增長情況，又因其影響居民的個人收入，也間接影響了人民日常生活中的休閑旅行。通常情況下，航空客運市場需求水平較高的國家亦或是地區，其經濟發展水平必然也高，同時在經濟發展迅速時，航空的客運市場需求也會呈現出較快的增長。
2.2人口因素的影響
人作為航空客運市場的對象，其規模和結構的改變會不可避免地導致航空客運市場需求的變動。在人口眾多的國家或地區，旅客運輸市場需求就會相對較高，而人口較為稀少的國家或地區的市場需求也會較低。
2.3旅游業發展的影響
由于我國人民的生活水平不斷提高，人民節假日旅游出行也變得更加頻繁，特別是在我國三個黃金周時段，國內航空出行需求不斷增長，這說明了旅游運輸需求和普通運輸需求相比，有著更大的發展空間，旅游業的發展能夠有效促進航空業的發展。所以，在研究航空客運市場需求時，旅游業的影響是不可忽略的部分。
2.4航空替代品的影響
Givoni and Rietveld提出時間在乘客選擇高鐵或民航出行時具有重大的地位，同時發現，在高鐵旅途小于3h時對航空客運不會帶來影響。Zhao、SYHua以及H Zhang表明在沒有高鐵的情況下，旅客出行選擇交通工具時最先考慮費用問題，在開通了高鐵后，旅客更注重時間和距離。YulianWan和Hun-Koo Ha等人提出高鐵影響民航主要因素就是速度和距離。中程航線會受到以200km/h時速的高鐵的影響，而長途航線會受到以300km/h時速的高鐵的影響。因此，在研究某種單一運輸方式需求時，只分析其本身的發展是不合理的，還應該注重其他替代運輸方式的影響。在本論文的研究中，充分考慮了鐵路運輸對航線運輸市場需求的影響。
2.5運價水平的影響
旅客運輸需求量與運價具有負相關作用，旅客購買能力會直接受到運價水平的影響，因此，運價水平對航空客運市場需求量也存在很大的影響。同時，不同運輸企業的整體市場占有額也會由于各自的定價不同而各不相同，如果某個運輸企業突然提高了運價，那么其所占有的市場額就會轉移給一些還沒有進行提價的企業。
3各因素的影響程度分析
在分析各因素對航空客運市場需求的影響時，本論文選取以下9個指標用以表示影響航空客運市場需求量的因素：x1：總人口數;x2：城鎮居民人口數;x3：國內生產總值;X4：人均國內生產總值;x5：國內游客人數;x6：國內居民出境旅游人數;x7：鐵路客運量;x8：航空客運收水平;x9：人均航空出行次數;其中經濟發展水平用國內生產總值和人均生產總值表示;人口數量和結構的變化用全國總人口數和城鎮居民人口數表示;旅游業的發展用國內旅游人數和國內居民出境旅游人數表示;鐵路替代量使用鐵路客運量表示;航空運價水平和航空發展采用航空客運收入水平和人均航空出行次數表示，見表1。
在以上九個因素中，）（R航空客運收入水平是與航空客運量是負相關，因此，取其倒數，進行正向化的轉換。然后得出如上表所示的我國航空客運量Y與Xi（i=1，2，3，4，5，6，7，8，9）的彈性系數，由彈性系數可知各因素對我國航空客運量的影響程度：
X1>X8>X2>X7>X4>X3>X9>X5>X6
4我國航空客運市場需求總量趨勢預測
通常情況下，會運用時間序列法、回歸分析法、灰色預測、神經網絡法及綜合的組合預測法等預測方法進行未來年客運量的預測。唐小衛和張麗霞曾通過SPSS回歸分析論述我國航空客運運輸市場需求和經濟之間的彼此聯系，同時運用回歸模型預測對航空客運市場需求。本論文預測主要使用了回歸預測法和彈性系數分析，在回歸預測中并不僅僅是采用一般的一元回歸法，同時也通過多個自變量的分析進行多元逐步分析。
根據以上運用彈性系數法就各指標對航空客運市場需求影響程度的分析，以x1總人口數、X4人均國內生產總值、X5國內游客人數、X7鐵路客運量、x8航空客運收入水平作為自變量，用2008-2017年的數據建立多元回歸模型： Y=ao+a1X1+a2X4+a3X5+a4X7+asX8
式中，因變量Y為航空客運需求量，x1總人口數X4人均國內生產總值、x5國內游客人數、X7鐵路客運量、x8航空客運收入水平，ai（j=0，1，2，3，4，5）為待估參數。
本論文采取逐步回歸的方法對航空客運量進行預測，見表2。
在回歸預測的結果分析中，自變量x與航空客運量Y之間的相關程度的大小由復相關系數R表示，當R的值趨于1時，表示相關程度較高;結果中的標準誤差表示兩變量擬合程度的大小，其值越小，表示兩變量之間的擬合程度越高;本次預測置信度默認為95%，因此t統計量的P值應小于顯著性水平0.05，P值越小越好。
最終，從上述結果中可以看出，航空客運市場需求量的回歸函數模型是Yi廠（x1，X7）達到最優，見如下所示：
Y=2.422X1+0.118X1-318660.168
運用上述的多元回歸預測模型進行預測未來年的航空客運市場需求量時，首先需要了解到未來年的自變量值，本論文在通過EXCEL對x1總人口數和x7鐵路客運量進行預測后，將兩個自變量預測值代入回歸方程中，對我國2018-2022年的航空客運市場需求量進行預測，結果見表3。
根據以上的預測結果，可以看出我國的航空客運市場有很大的發展空間，發展速度很快，在2018-2022年期間，我國的航空客運市場需求量年均增長率約6.13%，至2022年客運市場需求量約達到71162萬人次。在該模型中，同時考慮了總人口數和航空替代品鐵路客運量雙重因素的影響，因此對未來年的預測結果還是相對比較可靠的。
5結束語
我國豐富的旅游資源為航空客運的發展提供了很大的空間;同時經濟的迅速發展為人民帶來了更高質量的生活，導致人民消費觀念開始發生改變，這些因素都對我國航空客運市場產生一定的影響，也使得我國的航空客運市場需求量在逐年上升;由于航空客運市場需求量的科學預測對研究航空客運市場具有很重要的應用價值，相關的航空企業也希望通過對客運市場進行準確的預測來使自身得到更好的發展。
本文從航空客運需求影響因素出發，利用彈性系數法分析了各影響因素對航空客運市場的影響程度，并選取相關重要指標構建回歸模型對未來年航空客運市場需求量進行預測。與單一的一元回歸預測方法相比，本文所采用的多元逐步回歸預測法更較為全面地考慮了不同因素對航空客運市場需求的影響，以此提高最終預測值可靠度。但是，在針對做為自變量的影響因素的未來年預測中，本論文對其預測值并未進行深刻研究，可能對最終的結果有一定的影響。
轉載注明來源:http://www.hailuomaifang.com/3/view-14871250.htm
