我国民航客运量影响因素研究

2022-10-13

1 引言

在2012年~2016的短短5年间, 中国民航经历了翻天覆地的变化, 运输机场数量以平均每年7座的速度不断递增, 航线增长速度达到了50%以上, 纵横贯穿了国内外362座城市, 民航旅客运输量突破5亿人次, 将中国带入了“云端时代”。随着一系列国家政策的出台, 航空运输作为一种现代的交通工具, 在人们的日常活动中已经占据了至关重要的作用。

2 数据来源

本文的研究数据来源于《中国统计年鉴》, 并根据已有的相关资料文献, 确定了可能我国影响民航客运量的因素, 主要包括:国民收入、消费支出额、铁路客运量、民航航线里程、入境旅游人数。这里民航客运量 (y) 为因变量, 五个影响因素为自变量, 依次记为x1, x2, x3, x4, x5。

3 实证分析

3.1 相关分析

本文首先使用相关分析法进行定性分析, 初步了解各自变量对我国民航客运量的影响程度。通过利用SPSS软件做相关分析可知, y与x1, x2, x3, x4的相关系数都在0.9以上, 与x5的相关系数为0.79, 说明所选自变量均与y高度相关, 可以利用多元线性回归法建立y与自变量的回归模型。

3.2 逐步回归

由于各自变量之间的相关系数均在0.6以上, 具有较强的相关性, 自变量之间存在多重共线性, 因此, 这里使用SPSS软件建立逐步回归模型。逐步回归法的基本思想是有进有出。值得注意的是, 它要求引入自变量的显著性水平取显著性水平α进小于剔除自变量的显著性水平α出, 否则可能产生死循环, 这里取α进=0.1, α出=0.15。

通过SPSS软件分析得出, 逐步回归的最优子集为模型3, 拟合优度R2=0.998, 方差分析的F=2383.362, P值=0.000, 表明回归方程高度显著。标准化回归方程为

其中, 自变量x2, x3, x5的回归系数对y的显著性检验结果在1%水平上高度显著。

3.3 岭回归

霍尔在1962年首先提出一种改进最小二乘估计的方法, 叫岭估计。考虑到变量的量纲问题, 这里使用R软件首先对原始数据做标准化处理, 然后对标准化数据做岭回归分析。最终保留了x1, x3, x5三个自变量。

确定步长为0.02, 范围从0到0.2, 使用R软件选择岭参数k值, 根据统计量给出的LAMBDA, 选择lambda=0.008, 即k=0.008。然后求解各因子系数, 并作参数估计检验及模型检验。

由参数估计结果可知, 三个自变量的系数检验P值均小于0.05, 且决定系数R2=0.9973, 模型拟合效果非常好。则y与x1, x3, x5的标准化岭回归方程为

4 结论与建议

本文利用逐步回归和岭回归方法对影响我国民航客运量的因素作了分析, 在岭回归方程中, 三个自变量对民航客运量都具有正向影响, 其回归系数由大到小依次是:铁路客运量、国民总收入、旅游入境人数。根据逐步回归方程可知, 对我国民航客运量影响程度由高到低的因素依次是:消费支出额、铁路客运量、旅游入境人数。从现实意义上来看, 国民总收入与消费支出额之间是正相关的, 任选一个即可。因此, 两种方法的分析结果都可以合理解释。

根据上述分析结果可以从三个方面提出建议:

(1) 建立中国铁路与民航业良性竞争关系, 促进运输业共同发展局面。分析结果显示铁路客运量与民航客运量之间是正相关的, 随着人民生活水平的不断提高, 对交通工具的选择都极具个人色彩, 铁路与民航已不再是简单的竞争关系了, 只是人们在多种选择方案中之二, 尤其在人们出行的高峰期, 二者都可以达到共赢的效果。

(2) 促进我国的经济发展, 提高国民收入。通过分析结果我们发现消费支出额对民航客运量的影响很大, 随着国民总收入的提高, 人民消费水平不断上升, 生活质量也得到了很大的改善。于是旅游或者出差乘坐飞机不再是一种奢侈。

(3) 大力发展国内旅游业, 吸引外国游客。增大我国的游客流量, 促进了我国航空业的发展, 从而使民航客运量有显著提高, 加速运输行业的经济增长。

摘要:随着科学技术的急速发展, 航空运输已经成为一种极其普遍的交通工具, 在人们的日常活动中起着至关重要的作用。民航客运量受到诸多因素的影响, 本文以2000-2016年的统计数据为基础, 通过逐步回归法和岭回归法对民航客运量的影响因素进行了定量分析, 并建立了预测模型。研究得出影响民航客运量的主要因素有国民总收入 (消费支出额) 、铁路客运量和入境旅游人数。最后, 为我国民航事业的发展提供了相关建议。

关键词:民航客运量,逐步回归,岭回归

参考文献

[1] 董菁, 朱传戈, 邱少龙.航线猛增机票降价中国民航带你飞向“诗和远方”[EB/OL].人民网, 2017-10-04.

[2] 朱卫卫.基于偏最小二乘回归的我国民航客运量影响因素分析[J].中国市场, 2010 (41) .

[3] 何晓群, 刘文卿.应用回归分析 (第三版) [M].北京:中国人民大学出版社, 2011.

本文来自 99学术网(www.99xueshu.com),转载请保留网址和出处

上一篇:综合诊断及治疗在樱桃谷肉鸭鸭疫里氏杆菌病并发传染性法氏囊病中的应用下一篇:历史教学如何培养学生自主学习精神与能力