【《机场航空运输需求模式分析与预测方法分析》3100字】

[21]。GBA主要机场旅客需求预测自改革开放以来，珠三角地区广州、深圳、珠海、香港等城市发展迅速。GBA内的机场繁忙情况也与日俱增，旅客吞吐量持续攀升（2020年受疫情影响除外）。在GBA的7个机场中，白云机场、宝安机场和香港机场的旅客吞吐量比重较大，2019年占GBA总量的88.6％。表2.12019GBA机场吞吐量广州白云深圳宝安珠海金湾佛山沙堤惠州平潭香港澳门吞吐量7337847552931925122829828777252553545712875529611287占比32.92%23.74%5.51%0.39%1.15%31.98%4.31%本文在现有机场旅客需求预测模型的基础上，对GBA机场进行了预测，并根据预测结果的误差对模型的优劣进行了评价。表2.2历年GBA主要机场旅客吞吐量年份广州/白云深圳/宝安珠海/金湾香港20062622203718356069799125432736702007309584672061916410410804629656320083343547221400509112183147138492200937048712244864061385858449957872010409756732671361018190514977515220114504034028245738179730652752718201248309410295697252090491556556832013524502623226845728943575927352720145478034636272701407591862901024201555201915397216194708706680712822016597321474197509061303847009821620176580697745610651921680872462236201869720403493489501122070374359829201973378475529319251228298271287552趋势外推法预测根据趋势外推法，描绘机场历年旅客吞吐量的散点图，对历史数据进行回归分析，采用线性模型、多项式模型、指数模型、对数模型等曲线形式，对各个机场的旅客吞吐量进行拟合，为了方便计算，本文把2006年视为第一年，以此类推，进行编号，得到拟合曲线和表达式。（a）广州白云机场（b）深圳宝安机场（c）珠海金湾机场（d）香港国际机场图2.1GBA主要机场历年旅客吞吐量趋势线广州白云机场： y=14336.82x深圳宝安机场： y=3668珠海金湾机场： y=11019x香港国际机场： y=100469x其中y表示机场的旅客吞吐量预测值，x表示从2006年开始的年份序号。根据趋势外推法得到的表达式，将x=14代入，对各机场2019的旅客吞吐量进行预测，结果如下。表2.3GBA主要机场旅客吞吐量2019年预测值（趋势外推法）机场名称实际值预测值绝对误差相对误差广州白云7337847574285233906758.41.24%深圳宝安52931925536577197257941.37%珠海金湾1228298214621913233893119.04%香港国际7128755280642978935542613.12%从上表可以看出，广州白云机场和深圳宝安机场的预测效果较好，但是对于珠海机场和香港机场的误差较大，是不可够接受的。究其原因可能是趋势外推法只是对使用历史数据基于时间序列进行的预测，并没有考虑到实际变化的原因，比如经济因素、人口因素、地理环境等等，造成误差值较大。计量经济法预测GBA经济发展迅速，机场群的旅客吞吐量和当地的地区生产总值具有很强的线性关系。本文选取GBA城市的GDP（地区生产总值）作为自变量进行预测。传统的计量经济模型是采用的当年的经济指标来预测当年的旅客吞吐量，但是这样的方法存在一定的问题，首先是经济对于客运需求的影响并不是实时性的，具有一定的滞后效应；其次是对于未来预测年，并没有当年的经济指标统计值，需要使用其他方法来对其进行预测，会增大系统的误差。因此，综合考虑之下，本文选择使用前一年的地区生产总值作为自变量来对机场的旅客吞吐量进行回归分析。GBA部分城市的地区生产总值和计量经济法预测得到的2019年旅客吞吐量结果如下所示。表2.4GBA部分城市历年GDP年份GDP/亿元广州深圳珠海香港20066081.865813.56746.4615144.5420077140.326801.57894.8116027.1920088287.387786.79997.1615196.5720099138.218201.321038.6614627.92201010748.289581.511208.6015442.34201112423.4411505.531404.9316028.20201213551.2112950.061503.7616556.11201315420.1414500.231662.3816821.16201416896.6216449.482008.8617950.79201518313.8018014.072216.5419499.80201619782.1920079.902452.6121351.49201721503.1522490.062943.8323020.98201821002.4425266.083216.7823915.32201923628.6026927.993435.8925288.38GBA部分城市地区生产总值和计量经济法预测得到的2019年旅客吞吐量结果如下所示。（a）广州白云机场（b）深圳宝安机场（c）珠海金湾机场（d）香港国际机场图2.2GBA主要机场旅客吞吐量计量经济法预测回归线广州白云机场： y=2394.23852898891x+17674167.4273629 （2.6）深圳宝安机场： y=1722.91674212548x+10883626.3638506 珠海金湾机场： y=4713.26249704281x+−3534996.40634008 （2.8）香港国际机场： y=3625.76940921232x−4097706.08022213表2.5GBA主要机场旅客吞吐量2019年预测值（计量经济法）机场名称实际值预测值绝对误差相对误差广州白云733784756795401854194577.39%深圳宝安529319255441497414830492.80%珠海金湾12282982116265326565505.34%香港国际71287552826137231132617215.89%通过以上预测结果分析可知，广州和深圳机场的规律性较强，预测结果比较理想，珠海机场使用计量经济法后误差明显减小，但是对于香港机场来说，两种方法的预测结果都不理想，究其原因可能是其所处地理