文/韓適朔,中國民航大學 經(jīng)濟與管理學院
航空客貨運輸需求不斷增長的同時,運輸機場的航班起降架次不斷增長,而機場的擴張能力、空域等因素無法滿足航班起降架次的增長需求,進而對航班正常性產(chǎn)生影響。因此預(yù)測運輸機場的航班起降架次對于了解機場未來發(fā)展、提前配置航班保障資源具有重要意義。
灰色預(yù)測從數(shù)據(jù)自身中尋找規(guī)律性信息,以指數(shù)型曲線擬合原始數(shù)據(jù),適合用于對波動性較小、單調(diào)變化的數(shù)據(jù),如航班起降架次進行預(yù)測。因此,本文以1997-2017年民航運輸機場航班起降架次為樣本,利用灰色預(yù)測理論建立運輸機場航班起降架次的預(yù)測模型,并對2018-2020年航班起降架次進行預(yù)測,以期為民航相關(guān)部門提供建議。
2.1 模型的建立
選取1997-2017年我國民航運輸機場航班起降架次作為原始數(shù)據(jù)樣本,數(shù)據(jù)來源于民航發(fā)展統(tǒng)計公報以及民航相關(guān)書籍。利用該數(shù)據(jù)檢驗民航運輸機場航班起降架次預(yù)測模型的預(yù)測精度并對201 8-2020年運輸機場航班起降架次進行預(yù)測。1997-2017年民航運輸機場航班起降架次的原始數(shù)據(jù)分別為140.34、156.53、165.27、175.71、194.07、211.70、211.90、266.60、305.70、348.60、443.00、4 22.70、484.00、553.20、597.97、660.32、731.54、793.31、856.55、923.80、1024.90。
根據(jù)民航運輸機場起降架次原始數(shù)據(jù)建立GM(1,1)模型,得a=-0.10,b=129.58,由于發(fā)展系數(shù)-a≤0.3,均值GM(1,1)模型可用于中長期預(yù)測。將a,b帶入(1),得(k + 1)=136.67e0.1k
2.2 模型的檢驗
對模型精度進行后驗差檢驗。當后驗差比值C<0.35,且小誤差概率P大于0.95時,灰色模型精度為好。航班起降架次原始序列方差為50856.228,殘差序列標準差為26.86744,后驗差比值C為0.000 528,小誤差概率為1,模型通過后驗差檢驗。
以1997-2015年民航運輸機場航班起降架次作為樣本對2016、2 017年的數(shù)據(jù)進行預(yù)測,并與實際值比較,進而檢驗?zāi)P皖A(yù)測精度,模型預(yù)測分別為997.70、1107.62,平均相對誤差為0.08。
利用民航運輸機場航班起降架次GM(1,1)模型對2018、2019、2020年航班起降架次的預(yù)測,預(yù)測結(jié)果分別為1229.64、1365.11、1 515.51萬架次。
4.1 本文建立了民航運輸機場航班起降架次的灰色預(yù)測模型,該模型能夠?qū)崿F(xiàn)對民航運輸機場航班起降架次的中短期預(yù)測。
4.2 利用民航運輸機場航班起降架次的灰色預(yù)測模型對2018-2020年運輸機場的航班起降架次進行預(yù)測,預(yù)測結(jié)果為1229.64、1 365.11、1515.51萬架次。
4.3 在未來三年中,隨著民航運輸機場的起降架次逐年上升,機場相關(guān)管理部門應(yīng)更加重視航班保障能力的提高,使運輸機場的航班保障能力能與起降架次的升高協(xié)調(diào)發(fā)展。