重庆机场 航空业务量预测

重庆江北国际机场航空业务量预测

项洪达

（中国民航大学机场学院天津 300300）

摘要：随着西部大开发战略的不断深入和“一带一路”战略的逐步推进，重庆机场作为重庆市对外交流的门户，客货运量逐年增加，本文通过对01年到14年已有的客货运输量，采用趋势外推法、计量经济法和季节指数法来预测未来五年的航空客货运输量，结合当地的经济和人口等基本情况，对机场未来的发展和功能定位提供参考。

关键字:机场；航空业务量；预测

Forecast by Chongqing Jiangbei International Airport Traffic Volume

Xiang Hongda

(Civil Aviation University Of China airport college, tianjin 300300)

Abstract: with the development of the western development strategy and the strategy of "area" gradually, as the portal of foreign exchange in chongqing, chongqing airport passenger and cargo traffic volume increased year by year, this article through to 01 years to 14 years for passenger and cargo traffic, using the trend extrapolation method, measuring the economic law and the seasonal index method to predict the future five years of aviation passenger and cargo traffic, combined with the local economy and population, the basic situation, provide reference for future development of the airport and function orientation.

Key words: Airport; Air traffic Volume; To predict

0 引言

民航作为地区经济社会发展的助推器,是城市的门户和现代综合交通体系的重要环节,是高效、安全、快捷、方便、舒适的象征,是城市商旅居住、投资环境和总体形象的重要代表。城市的发展壮大在一定程度上依靠航空港所具有的服务、速度、宣传、展示和传递的窗口功能,而航空港的发展与完善则完全依赖城市经济强有力的托举作用。随着重庆的战略定位不断提升,国民经济、旅游业和对外开放的高速发展以及实施西部大开发战略的不断深入以及“一带一路”发展战略的不断深入,重庆江北国际机场作为重庆市对外开放交流的窗口作用越来越突出。因此，预测重庆机场的客货运输量对城市发展及机场发展来说是很有必要的。

1 重庆江北国际机场概况

重庆江北国际机场于1990年1月22日建成投入使用。目前，机场占地近万亩，飞行区等级为4E级，可满足年旅客吞吐量1500万人次、货邮吞吐量30万吨的生产需要。机场净空条件良好，空管设施先进，具备开通直飞欧洲、澳洲等中远程国际航线的条件,机场24小时开放。机场于2012年突破2千万客运吞吐量，2014年将近3千万，货运量2011年突破20万吨，2014年突破30万吨。

随着航空业务量的不断增加，机场的改扩建势在必行，为了更好地优化机场布局，对重庆机场进行航空业务量预测是很有必要的。

2 重庆机场航空业务量预测

2.1 航空业务量预测影响因素

一般认为影响航空运输的主要因素包括: 地区经济发展和结构、人口因素及其构成、地面交通情况以及区域机场的布局和功能定位等。地区经济发展和结构包括:城市GDP、社会零售商品销售总额、产业结构等。人口因素及其构成包括:地区总人口数、从业人员数等。地面交通情况包括:铁路客运量、公路客运量等。

2.2 重庆机场航空业务量及相关影响因素数据

笔者统计了重庆江北国际机场2001年到2016年的旅客吞吐量、货邮吞吐量及重庆市的GDP、人口总量、社会平均工资、旅游总收入等数据。

表1 重庆市2001-2016年统计数据

年份旅客吞吐量

(万人次)

货邮吞吐量(吨)

GDP

(亿元)

人口总量

（万人）

社会平均工资

（元）

旅游总收入（亿元）

2.3趋势外推法预测未来航空业务量

2.3.1 近期目标年份旅客吞吐量预测

根据2001年到2016年的旅客吞吐量与时间进行回归分析，采用指数、多项式趋势线进行拟合，拟合后的趋势线如图1、图1所示（图中1表示2001年，2表示2002年以此类推），根据拟合效果，采用R2最大的方程，根据对比，选择二次多项式预测模型，预测方程为：

y=12.425x2+8.8186x+305.57

图1旅客吞吐量随时间的变化趋势图（二次多项式）图2旅客吞吐量随时间的变化趋势图（指数）

根据模型计算已知年份的旅客吞吐量并计算误差

表2 计算已知年份结果与误差

年份20012002200320042005200620072008计算结果326.8136372.9072443.8508539.6444660.288805.7816976.12521171.319误差 2.36% 3.46% 3.52% 1.58%0.43%0.10% 5.74% 5.16%年份20092010201120122013201420152016计算结果1391.3621636.2561906.002200.5932520.0372864.333233.4743627.468误差0.89% 3.55%0.04%0.23%0.28% 2.12%0.16% 1.09%

根据模型可得近期目标年旅客吞吐量，如表3所示

表3 近期目标年旅客吞吐量

年份20172018201920202021吞吐量4046.3114490.0054958.5485451.9425970.186

2.3.2 近期目标年份货邮吞吐量预测

根据2001年到2016年的货邮吞吐量与时间进行回归分析，采用指数、多项式趋势线进行拟合，拟合后的趋势线如图1、图1所示（图中1表示2001年，2表示2002年以此类推），根据拟合效果，采用R2最大的方程，根据对比，选择二次多项式预测模型，预测方程为：

y=654.63x2+9155.3x+46940

图3货邮吞吐量随时间的变化趋势图（指数）图4货邮吞吐量随时间的变化趋势图（二次多项式）

根据模型计算已知年份的货邮吞吐量并计算误差，如表4所示

表4 计算已知年份结果与误差

年份20012002200320042005200620072008计算结果56749.9367869.1280297.5794035.28109082.3125438.5143104162078.7误差13.35% 4.95% 4.39%7.40%8.10% 4.38%0.26% 1.14%年份20092010201120122013201420152016计算结果182362.7203956226858.5251070.3276591.4303421.7331561.3361010.1误差 1.96% 4.23% 4.51% 6.54% 1.27%0.36% 4.26%0.03%