在线客服

咨询热线

我国航空客运市场需求预测

作者:未知

  摘要:航空运输市场需求预测是航空发展规划和决策的前提,预测结果的精度会对航空业的发展产生重要的影响。本论文利用弹性系数法分析了各影响因素对航空客运市场的影响程度,并选取相关重要指标构建回归模型对未来航空客运市场需求量进行预测。与普通的一元回归预测方法相比,本论文所采用的多元回归预测法综合考虑了几方面因素的共同影响,从而提高了最终预测值的可靠度。
  关键词:航空客运;需求预测;弹性系数法;回归模型
  中图分类号:F562 文献标识码:A
  1研究背景
  根据国际航空运输协会(IATA)提供的数据,全球航空旅客运输需求量在2017年全年增长了7.6%,远高于过去十年的年均增长率(5.5%),航空旅客运输量的运力增长了6.3%,载客率增加了0.9%增至81.4%。2017年,我国民用航空运输机场的旅客吞吐量达到11.48亿人次,比2016年增长了12.9%;民用航空飞机的在册架数比2016年增加了346架,达到3296架;我国共有颁证运输机场229个,比上年底增加11个;拥有4418次定期航班,航线里程根据重复距离方式计算的有1082.9万公里,根据非重复距离方式的有748.3万公里。航线网络得到进一步完善,居民航空出行变得更加便利,大众化的航空时代出行已经到来。
  为了更好地满足市场需求,航空企业应该及时了解航空客运市场需求的现状以及未来的发展趋势,作为营销策略制定的基础,需求现状对目标市场及市场定位具有突出引领效果,而通过正确的方式预测出的客运市场需求量能够有效地帮助航空企业做出更好的运营决策,是航空公司制定航班计划、机队规划、运力安排以及市场拓展和未来发展的重要依据。
  2影响因素
  2.1经济发展水平的影响
  航空运输和国家经济两者之间的发展密切相关,它们的发展有共同促进的作用。经济发展水平对工业经济活动及商贸活动的水平和特征具有决定性的作用,同时,经济活动和商贸直接影响着商务乘客的增长情况,又因其影响居民的个人收入,也间接影响了人民日常生活中的休闲旅行。通常情况下,航空客运市场需求水平较高的国家亦或是地区,其经济发展水平必然也高,同时在经济发展迅速时,航空的客运市场需求也会呈现出较快的增长。
  2.2人口因素的影响
  人作为航空客运市场的对象,其规模和结构的改变会不可避免地导致航空客运市场需求的变动。在人口众多的国家或地区,旅客运输市场需求就会相对较高,而人口较为稀少的国家或地区的市场需求也会较低。
  2.3旅游业发展的影响
  由于我国人民的生活水平不断提高,人民节假日旅游出行也变得更加频繁,特别是在我国三个黄金周时段,国内航空出行需求不斷增长,这说明了旅游运输需求和普通运输需求相比,有着更大的发展空间,旅游业的发展能够有效促进航空业的发展。所以,在研究航空客运市场需求时,旅游业的影响是不可忽略的部分。
  2.4航空替代品的影响
  Givoni and Rietveld提出时间在乘客选择高铁或民航出行时具有重大的地位,同时发现,在高铁旅途小于3h时对航空客运不会带来影响。Zhao、SYHua以及H Zhang表明在没有高铁的情况下,旅客出行选择交通工具时最先考虑费用问题,在开通了高铁后,旅客更注重时间和距离。YulianWan和Hun-Koo Ha等人提出高铁影响民航主要因素就是速度和距离。中程航线会受到以200km/h时速的高铁的影响,而长途航线会受到以300km/h时速的高铁的影响。因此,在研究某种单一运输方式需求时,只分析其本身的发展是不合理的,还应该注重其他替代运输方式的影响。在本论文的研究中,充分考虑了铁路运输对航线运输市场需求的影响。
  2.5运价水平的影响
  旅客运输需求量与运价具有负相关作用,旅客购买能力会直接受到运价水平的影响,因此,运价水平对航空客运市场需求量也存在很大的影响。同时,不同运输企业的整体市场占有额也会由于各自的定价不同而各不相同,如果某个运输企业突然提高了运价,那么其所占有的市场额就会转移给一些还没有进行提价的企业。
  3各因素的影响程度分析
  在分析各因素对航空客运市场需求的影响时,本论文选取以下9个指标用以表示影响航空客运市场需求量的因素:x1:总人口数;x2:城镇居民人口数;x3:国内生产总值;X4:人均国内生产总值;x5:国内游客人数;x6:国内居民出境旅游人数;x7:铁路客运量;x8:航空客运收水平;x9:人均航空出行次数;其中经济发展水平用国内生产总值和人均生产总值表示;人口数量和结构的变化用全国总人口数和城镇居民人口数表示;旅游业的发展用国内旅游人数和国内居民出境旅游人数表示;铁路替代量使用铁路客运量表示;航空运价水平和航空发展采用航空客运收入水平和人均航空出行次数表示,见表1。
  在以上九个因素中,)(R航空客运收入水平是与航空客运量是负相关,因此,取其倒数,进行正向化的转换。然后得出如上表所示的我国航空客运量Y与Xi(i=1,2,3,4,5,6,7,8,9)的弹性系数,由弹性系数可知各因素对我国航空客运量的影响程度:
  X1>X8>X2>X7>X4>X3>X9>X5>X6
  4我国航空客运市场需求总量趋势预测
  通常情况下,会运用时间序列法、回归分析法、灰色预测、神经网络法及综合的组合预测法等预测方法进行未来年客运量的预测。唐小卫和张丽霞曾通过SPSS回归分析论述我国航空客运运输市场需求和经济之间的彼此联系,同时运用回归模型预测对航空客运市场需求。本论文预测主要使用了回归预测法和弹性系数分析,在回归预测中并不仅仅是采用一般的一元回归法,同时也通过多个自变量的分析进行多元逐步分析。
  根据以上运用弹性系数法就各指标对航空客运市场需求影响程度的分析,以x1总人口数、X4人均国内生产总值、X5国内游客人数、X7铁路客运量、x8航空客运收入水平作为自变量,用2008-2017年的数据建立多元回归模型:   Y=ao+a1X1+a2X4+a3X5+a4X7+asX8
  式中,因变量Y为航空客运需求量,x1总人口数X4人均国内生产总值、x5国内游客人数、X7铁路客运量、x8航空客运收入水平,ai(j=0,1,2,3,4,5)为待估参数。
  本论文采取逐步回归的方法对航空客运量进行预测,见表2。
  在回归预测的结果分析中,自变量x与航空客运量Y之间的相关程度的大小由复相关系数R表示,当R的值趋于1时,表示相关程度较高;结果中的标准误差表示两变量拟合程度的大小,其值越小,表示两变量之间的拟合程度越高;本次预测置信度默认为95%,因此t统计量的P值应小于显著性水平0.05,P值越小越好。
  最终,从上述结果中可以看出,航空客运市场需求量的回归函数模型是Yi厂(x1,X7)达到最优,见如下所示:
  Y=2.422X1+0.118X1-318660.168
  运用上述的多元回归预测模型进行预测未来年的航空客运市场需求量时,首先需要了解到未来年的自变量值,本论文在通过EXCEL对x1总人口数和x7铁路客运量进行预测后,将两个自变量预测值代入回归方程中,对我国2018-2022年的航空客运市场需求量进行预测,结果见表3。
  根据以上的预测结果,可以看出我国的航空客运市场有很大的发展空间,发展速度很快,在2018-2022年期间,我国的航空客运市场需求量年均增长率约6.13%,至2022年客运市场需求量约达到71162万人次。在该模型中,同时考虑了总人口数和航空替代品铁路客运量双重因素的影響,因此对未来年的预测结果还是相对比较可靠的。
  5结束语
  我国丰富的旅游资源为航空客运的发展提供了很大的空间;同时经济的迅速发展为人民带来了更高质量的生活,导致人民消费观念开始发生改变,这些因素都对我国航空客运市场产生一定的影响,也使得我国的航空客运市场需求量在逐年上升;由于航空客运市场需求量的科学预测对研究航空客运市场具有很重要的应用价值,相关的航空企业也希望通过对客运市场进行准确的预测来使自身得到更好的发展。
  本文从航空客运需求影响因素出发,利用弹性系数法分析了各影响因素对航空客运市场的影响程度,并选取相关重要指标构建回归模型对未来年航空客运市场需求量进行预测。与单一的一元回归预测方法相比,本文所采用的多元逐步回归预测法更较为全面地考虑了不同因素对航空客运市场需求的影响,以此提高最终预测值可靠度。但是,在针对做为自变量的影响因素的未来年预测中,本论文对其预测值并未进行深刻研究,可能对最终的结果有一定的影响。
论文来源:《管理观察》 2019年13期
转载注明来源:https://www.xzbu.com/3/view-14871250.htm