焦点热议:枢纽机场离港旅客到达时间分析 | 龙志刚专栏

来源：搜狐号-大河财立方 2022-11-18 17:53:50

分享到：

枢纽机场离港旅客到达时间分析 | 龙志刚专栏

作者：曹艺林| 河南省交通规划设计研究院股份有限公司，河南交通运输战略发展研究院，河南省枢纽经济与产业发展研究中心

(资料图片)

编辑：曹艺林| 校核：张菁菁，刘文丰，郭文奇| 审核：龙志刚

一、前言

根据我国民航局统计公告，除2020年以来疫情影响，2013-2019年我国机场的旅客吞吐量持续增长，运输人数逐年增加。2019年我国机场全年旅客吞吐量超过13亿人次，比上年增长6.9%。我国民航旅客运输量稳速增长，运输体量、增量巨大。

目前，我国已转向高质量发展阶段，经济长期向好，中等收入群体规模和比例提升，航空市场潜力巨大，旅客需求也日益丰富。人民对航空服务的便捷性、公平性和多样化、品质化有了更高的期待，要求民航进一步提高保障能力、扩大覆盖范围、提升服务质量。

与此同时，民航业容量不足、活力不够、能力不强、效率不高仍很明显，发展不平衡不充分问题依然突出。关键资源存在不足，民航基础设施保障能力面临容量和效率的双瓶颈。传统的依靠资源冗余满足旅客需求的格局已被打破，旅客过站时间长，服务效率、满意度下降等现象成为民航机场亟待解决的问题。

二、离港旅客到达时间分析

由于离港旅客到达航站楼后的一般第一时间进行值机，且值机时间可以确定，因此采用值机时间作为旅客到达时间进行分析，数据来自国内某枢纽机场。

首先对旅客及航班的数据进行处理分析。由于2020年以来的疫情，机场旅客及航班运行情况受到极大影响，选取2019年国内某枢纽机场航班运行数据以及航站楼离港旅客的值机到达数据进行计算。

航班与旅客信息主要包括航班日期、航班号、计划起飞时刻、计划落地时刻、航线、登机口、值机时间等。通过数据处理，得到该机场离港航班分布情况如图3所示。

由图可知，在夏季月份航班数量会有明显增多，冬季航班数量相对较少。另外，该机场为有3个航站楼的大型枢纽机场，吞吐量巨大，每月航班数量架次达到万余次。

图4为该机场全天的离港航班在各小时分布情况。由图，航班起飞时刻在全天来说有着不均匀的特性，出现明显的高峰低峰。

该机场的日离港航班数量及日离港旅客人数统计如图5、图6所示。该机场每天的离港飞机数量大致为900架次左右，每天值机旅客人数大约为8500人。航班离港架次和旅客值机人数随季节节假日等有所波动，但大致在某一区间，机场的航班离港计划与旅客流量起伏不大。

根据已有数据可得出机场一天中的旅客到达小时分布情况如图7所示，其中，纵坐标为旅客到人数，横坐标为一天24小时。由图，一天中旅客到达航站楼时间存在明显的晚高峰，旅客到达分布不均。

旅客提前到达航站楼进行值机，其等待航班起飞的时间累计频率分布图如图8所示。旅客在距航班起飞0.5小时左右基本到达，在距起飞1h左右到达比例达到了90%，等待时长在3小时以上的比例很小，旅客到达时间基本在距航班起飞前的0.5-3h。

航班起飞时刻有着突出的非均匀性，有明显的高峰平峰，值机旅客到达也同样存在着高峰平峰。由此可知，离港旅客到达时间的分布，与其航班的时刻有着紧密的联系。

三、离港旅客到达时间分布模型

单航班的旅客到达情况存在非均匀性的特点，如图所示。

图9 单航班旅客到达时间分布

随着旅客到达航站楼值机提前时间的增加，单航班离港旅客的到达比例快速增加之后缓慢减少，在旅客等待时间或距离航班起飞时间还有1.33小时左右旅客值机到达频率最大。可以看出，旅客的到达分布符合重尾分布与偏态分布的特性。重尾分布是一种概率分布模型，由于尾部衰减缓慢而得名，它尾部比指数分布还要厚，且行为的时间间隔偏离负指数率，具有幂率分布特征。偏态分布是与正态分布相对应的概念，其概率分布的均值明显偏离众数，分布曲线在峰值左右不对称，分为正偏态和负偏态分布。样本增大时，均数向正态分布均数靠拢，有时偏态分布的对数可转化为正态分布，其特征如图10所示。

偏态分布的均值与众数之间存在明显的分离现象，其中正偏态分布的均值小于众数，峰值在前，出现尾部较长的特点，与重尾分布类似；负偏态分布的众数小于均值，峰值靠后，前部较长。因此，重尾分布可以认为是偏态分布其中的一类，相符的分布主要是对数逻辑分布、对数正态分布等等。

因此，基于对数正态分布构建单航班离港旅客的到达模型。

其概率密度函数为：

其众数和峰值分别为：

累积概率分布函数为：

对于多航班离港旅客到达分布模型，规定某航班旅客到航站楼开始值机的时刻为t，ts为旅客到达时刻距离航班起飞时刻的时间，则离港旅客在距航班起飞时刻ts时到达航站楼的比例P(ts)为：

式中，μ、σ——对数正态分布的参数，可由旅客数据拟合得出。

四、案例分析

选取该枢纽机场某日运行数据，其中部分离港旅客值机数据如表1所示。

表1 部分离港旅客值机数据统计

通过对大量样本的分析，对于正态分布、对数正态分布、逻辑分布、对数逻辑分布四种不同分布模型的拟合结果见图11和表2。

2 模型验证的可决系数

由图、表可知，基于对数正态分布的旅客到达模型有较好的拟合性，对于多个航班来说，总体拟合精度达到了90%以上，为实时掌握离港旅客到达动态提供了可能。

五、结论与展望

本文将离港旅客到达数据与数学模型相结合，分析了航站楼离港旅客的到达分布特性，得出了如下结论：

1、夏季月份航班数量会有明显增多，冬季航班数量相对较少；航班离港架次和旅客值机人数随季节节假日等有所波动；航班起飞时刻以及离港旅客到达航站楼时间在全天来说有着不均匀的特性，出现明显的高、低峰现象。

2、离港旅客到达时间基本在距航班起飞前的0.5-3h。旅客等待时间最小值约为0.5小时，在距起飞1h左右到达比例达到了90%，等待时长在3小时以上的比例很小，距离航班起飞时间还有1.33小时左右旅客到达频率最大。

3、随着离港旅客到达航站楼提前时间的增加，单航班离港旅客的到达比例快速增加之后缓慢减少，离港旅客的到达分布符合重尾分布与偏态分布的特性。

根据以上结论，构建了离港旅客到达分布模型，并通过案例分析进行验证，结果显示模型具有较高的预测精度。

未来，可以通过该模型进一步分析离港旅客行为，机场可根据模型预测结果有针对性的安排工作人员，提供高质量、个性化、全方位、多元化的旅客运输服务，提高机场资源配置效率，拓展服务领域，缩短旅客出行时间，提升服务品质，以服务国家战略和满足人民需要为目标，构建运输航空和通用航空一体两翼、覆盖广泛、多元高效的航空服务体系。

责编:刘安琪 | 审核:李震 | 总监:万军伟

关键词：

焦点热议:枢纽机场离港旅客到达时间分析 | 龙志刚专栏

相关新闻

热门文章

热点专题