我国民航客运碳排放因子及影响因素研究

针对民航碳排放问题,对民航客运碳排放影响因素进行研究,构建飞机碳排放因子模型,选取保有量较高的典型机型进行实证研究,分析机型大小、航程、客座率、经停次数对碳排放因子的影响.研究结果表明:飞行器技术提升、客座率、平均运距、大型飞机的比例上升,我国民航客运碳排放因子呈下降趋势;仅改变航程时,碳排放因子随航程增加而下降,2 000 km航程下典型机型A330、B787、A321、B737满载且以额定巡航速度飞行的碳排放因子较800 km下降13%~22%;仅改变经停次数时,碳排放因子随经停次数增加而增大,且大型飞机经停的碳排放因子增幅更大,1 000 km航程下,A330、A321满载时经停1次碳排放因子较直达时分别增加约31%、19%;经停导致的碳排放因子上升可由经停带来的客座率提升抵消,为保持碳排放因子保持不变,大型飞机所需客座率上升的比例更高,1 500 km航程下,直达航班客座率为50%时,A330、A321机型经停1次的客座率需要分别达到62.1%、57.7%,才能使经停航班的碳排放因子与直达航班保持一致;从碳排放角度考虑,中型客机比大型客机更适合开行经停航班.

基于潜在出行意图的民航旅客移动模型

人类出行具有规律性,对人类移动规律构建移动模型具有理论意义和现实需求。现有移动模型通常基于人类出行距离具有标度性这一假设,且未考虑出行次数和基础设施网络的影响。针对上述问题,利用民航旅客出行数据集进行统计分析发现旅客出行有以下特性:出行距离分布不具有标度性,出行次数具有各向异性,旅客扩散随出行次数不同具有不同的变化趋势。为了刻画民航旅客出行特性,提出了基于潜在出行意图的民航旅客移动模型(passenger mobility model based on potential trip purpose,PMMPTP)。首先,考虑旅客出行与目标城市经济因素有关,提出了旅客出行城市的选择概率计算方法。然后,考虑旅客出行具有探索和返回特性,给出了计算旅客探索新机场和返回历史机场的概率的方法。实验中,先利用PMMPTP模型模拟民航旅客的出行特性,再通过对机场吞吐量和航线吞吐量的预测检验其有效性。实验结果表明,该模型能较好地拟合真实数据,有效解决了大量低频出行旅客的出行建模。

GM(1,1)残差模型在民航客运量预测中的应用

利用GM(1,1)模型对民航客运量进行模拟预测,用GM(1,1)残差模型对其进行修正,得出精度很高的预测公式,并用模型的后验差检验所建预测模型,证明预测公式精度较高,以期在今后的实际预测中取得很好效果。

民航客运量的因素分析与预测

通过研究民航客运量的影响因素这一实际例子,展示回归分析在实际中的应用。通过对民航客运量与铁路客运量、民航航线里程、入境旅游人数和国民总收入间的分析,建立多元及一元线性回归分析模型,对民航客运量的影响因素做了相关分析,最终找出影响最大的因素。

民航客运量季节调整实证研究

在分析国内对民航客运量定量研究方法和存在问题的基础上,用国际上流行的X-12-ARIMA和TRAMO/SEATS季节调整方法对我国民航客运量的时间序列进行季节调整、分析和预测.实证研究表明,周末效应或闰年因素对我国民航游客运输量变化没有造成显著影响,而春节、SARS事件却是引起民航客运量大幅波动的重要因素.因此,季节调整手段为我们估算外界干扰因素的影响程度提供了一个可用的定量方法.

铁路提速对民航客运影响的实证分析

利用铁路系统 5次提速前后国内各民航机场旅客运输量的综列数据,通过对处理综列数据方法的经济计量学模型的估计和实证分析,得出如下结论:尽管我国民航旅客运输量在近几年不断攀升,但这是由于国内生产总值高速增长即经济快速发展的结果,若排除国内生产总值快速增长的影响因素进行分析,铁路提速对民航客运量的影响实际上是下降了。