肝素钠废水水质解析

科技创新与应用l2015年第15期科技创新商用飞机市场需求预测简述张悦焕(中国商用飞机制造公司市场研究中心，上海200000)摘要：文章分析了商用航空市场预测的一般原理与流程，并重点阐述了需求预测模型构建、其理论依据及意图。以2010年至2029年20年间全球航空市场需求模型构建流程为例，详细描述了包括历史数据收集与整理(规整化)、回归分析、处理和用回归分析结果预测未来运量需求的处理手法。关键词：商用航空市场预测；需求预测；供给预测；需求模型1概述航空市场预测一般通过自上而下的需求预测(即RPK(旅客周转量)预测)与自下而上的供给预测(即机队预测)协调迭代得以实现。具体而言，需求预测模型通过分析且量化外在因素与相应区域内航空运量的内在关系，通过多变量回归分析，建立需求预测模型；然后根据未来相应区域内的社会环境、政治经济发展、行业发展趋势预判，经由需求预测模型得到未来航空运量需求。而供给预测模型则通过分析各区域内历史机队及其发展趋势，预测未来相应研究区域内机队的规模。由于商用飞机市场预测的基本策略是反复迭代供给模型的结果来匹配作为预测基准的需求模型结果，所以预测最后结果的精度与可信度高度依赖需求模型的合理性及准确性。文章将重点介绍需求预测模型的原理及流程。2需求模型的建立2．1需求模型原理概述通过历史数据分析发现，航空运量需求与GDP增长正相关，而与航空运输平均收益负相关，其关系可用以下公式来描述：RPKgrowth=exp(xIn(GDPGrowth)一YIn(realyieldgrowth)+z)(1)为获得公式中的三个相关系数x，Y，z，首先需要对历史RPKgrowth(RPK增长百分比)数据与GDPgrowth(GDP增长百分比)和RealYieldGrowth(实际收益增长百分比)数据进行双变量回归分析。为此，模型构建的第一步是收集相应RPK增长、GDP增长以及实际收益增长历史数据。理想的情况是，在进行变量回归时能够收集到可靠的历年历史数据直至预测基准年，例如，进行2010—2029年20年间预测时，需要获得包括2009年在内的所有历史数据。同时，由于航空运输业及社会经济发展的不均衡，对全球不同区域或区域间进行公式1回归时所获得的参数会有显著性的差异，因此，必须对全球区域进行合理的划分，并分别收集该当区域内的历年数据，并分别进行双变量回归。以下，按照实际模