航油加油量的预测是航油保障的基础性工作，对于一个机场航油的接卸、储存、运输、加注及未来航油设备设施的建设、选型等有着重要的意义。预测量较实际量小，会使采购量偏小，存在限供、断供危险，制约发展，同时在建设过程中设备的选型偏小，造成设备的过度使用会带来安全隐患；预测量偏大，将会加重投资金额，造成固投成本增加，给企业经营带来负担。本文通过因果预测法、射影预测法等对重庆江北国际机场航油需求量进行预测，既为重庆地区航油采购提供了数据支持，又为重庆江北国际机场东航站区及第三跑道项目供油工程提供了设计依据。
一、预测分析方法
假设在某预测过程中，可以掌握需求的历史记录，从而能够找出影响需求的因素，并形成数理模型，就能够使用定量的方法对未来需求进行预测。这里主要有两种方法：
（一）因果预测法
因果预测法主要是寻找一个能让我们用来预测某物品需求的原因或关系。如年度时间与航油加油量、航油架次与航油加油量、旅客吞吐量与航油加油量等，形成一个线性关系，预测出未来加油量。
（1）线性回归
我们通过线性回归假设一个因变量与一个自变量之间具有线性关系，然后通过数据找到最合适的那条线的等式，即寻找形成这个等式的因果关系：
因变量自变量
或者
式中：
——自变量；
——因变量；
——截距，与轴的交点；
——斜率。
实际应用当中，能够让平均方差最小化的那条线是最有用的，计算公式如下：
（2）决定系数
通过上式找出的斜线与实际观测到的数据如果非常接近，那么说明误差很小；如果误差很大，则说明即使是最准确的线也不够理想。我们需要使用决定系数来衡量线的准确性。决定系数在0~1之间。
决定系数通常表示为“”。一般来说，决定系数的值大于等于0.5就说明所包含的误差较小，在合理的范围内。
（二）射影预测法
主要方法有简单平均法、移动平均法、指数平滑法、季节和趋势模型。
（1）简单平均法
将前期数量的平均结果，作为下一个需求量预测值。当需求模式改变时，它的预测结果就不太准确。当变化量较大时，用简单平均法的反应是滞后的。
（2）移动平均法
认为忽略旧的数据，只使用最近几期的数据来进行预测，就是基本的移动平均法。
（3）指数平滑法
移动平均法解决了简单平均法的一些不足问题，但仍然存在两个缺陷：一是所有历史数据的权重都相同，二是只适用于相对稳定的需求模式。
使用指数平滑法可以避免上述问题。即给不同时期的数据以不同的权重，赋予最新数据很高的权重。我们只要使用最近一次的实际需求数量和之前的预测值就能推断出权重降低的幅度。如我们取为最近一次的实际需求所占的比例，而1-为之前的预测所占比例，则：
新的预测值=×最近一次的实际需求+（1-）×之前的预测值
式中，为平滑指数，它的值一般介于0.1和0.2之间。
（4）季节和趋势模式
前面三种射影预测法都是在需求稳定的情况下使用的，在季节性和增长趋势存在时就需要使用季节和趋势模型。如航油加注量预测，1、3季度航油需求量高，主要原因是1季度存在春节和寒假高峰；3季度航油需求量高，主要原因是暑假的到来，其余两个季节的需求量相对较低。同时，随着区域经济的发展，航油需求量又是不断上升的，从趋势来讲，加油量数据是不断增加的。
“季节性”是一种常见的周期模型，每个周期都重复着相同的模式，而每个周期又包含多个“季节”，一般用季节指数来测定波动：
季节指数=季节性数量/非季节性数量
二、实例
1.重庆江北国际机场历史运行数据
笔者根据对重庆江北国际机场的实际调研，汇总了重庆江北国际机场1996～2011年航油加油量统计表及主要航空业务量的预测汇总表，见表1。
《重庆江北国际机场东航站区及第三跑道项目可行性研究报告》对重庆江北国际机场全场及本期工程东航站区的主要航空业务量预测，见表2。
注：从年飞机起降架次可以看出，到2035年，在现有三跑道的基础上年飞机起降架次已达到饱和。
2.起降架次线性回归法
根据《重庆江北国际机场1996年至2011年加油量统计表》（表1），对两者的关系做一元线性回归计算，
一元回归方程
式中： ——航油加油量（t）
——起降架次（架）
回归计算得出如下结果：
=-4571.079
=2.242
相关系数： =0.9937
预测结果见表3。
3.旅客吞吐量线性回归法
根据《重庆江北国际机场1996年至2011年加油量统计表》（表1），对两者的关系做一元线性回归计算，
一元回归方程
式中： ——航油加油量（t）
——旅客吞吐量（人）
回归计算得出如下结果：
=23944.518
=0.020
相关系数： =0.996
预测结果见表4。
4.平均加油量线性回归法
根据《重庆江北国际机场1996年至2011年加油量统计表》（表1），1996~2011年机场平均架次加油量约为4.65吨，考虑到本期机场业务量中国际航班的比例有所提高，同时增加了F类及E类机型的比例，平均加油量会提高，2010~2030年航油加油量按每架次平均加油量为5吨测算；参考目前国内旅客吞吐量在1000万人次以上机场的飞机每架次平均加油量，2035年航油加油量按每架次平均加油量为5.8吨测算；2040年航油加油量按每架次平均加油量为6吨测算；加油架次按起降架次的50%计算，计算结果，见表5。
5.用增长率法预测
机场航空加油量与机场航空业务量相关，随着航空运输业务量的增加而增加，航空业务量中影响加油量的主要有机场的旅客吞吐量和航班起降架次。重庆江北国际机场旅客吞吐量增长率预测见表6；根据表2中年飞机起降架次及表1中2011年的飞机起降架次可以计算出飞机起降架次的增长率，见表7。
从表6和表7可以看出，旅客吞吐量的增长率略高于航班起降架次的增长率，主要是因为通过增加大型飞机比例，可以提高旅客吞吐量，尤其在2035年到2040年间航班的起降架次没有增加，主要是通过提高客座率及大型飞机的飞行比例来提高旅客量。
可见，航班起降架次的增长率与加油量的增长率相关性更强，但是，考虑到不同机型加油量的区别，以及随着机场发展大型飞机的比率会逐渐增加，因此，机场加油量增长率按照航班起降架次增长速率的104%考虑，以2011年加油量为基数，则2015年至2040年重庆江北国际机场航油加油量预测结果，见表8。
6.季节和趋势预测法
上述预测，是以年为单位进行的统计预测，在实际需求中，还需要知道更小时间单位的航油加注量预测。如因寒暑假、春节等因素影响，一年中第一和第三季度的航油需求量较大，也影响着航油加注量的预测统计。我们统计了重庆江北从2008年至2012年5年的每季度航油加注量来进行季节趋势预测，见表9、表10。
（1）对时间序列使用线性回归分析求出底层需求量和趋势。计算公式如下：
求得： =4787.55
=41486.039
需求量=41486.039+4787.55×季度
（2）利用这个回归分析找出每个周期的非季节性的需求量。
（3）用实际需求量除以非季节需求量得到前20个季度各自的季节指数。
（4）分析数据，确定每个周期包含四个季度，即以一年为一个周期，共有5个周期。
（5）确定所有周期中每个特定季节的平均季节指数：
1季度：1.312082+1.005619+0.940928+0.865984+0.94374=1.01367
2季度：1.191358+0.993938+0.926579+0.901894+0.996481=1.00205
3季度：1.166056+1.197043+1.073016+1.073237+1.12385=1.12664
4季度：1.000314+0.973009+0.860584+0.895832+0.941066=0.934161
（6）通过回归线的射影找到未来的非季节性需求量。从第21个季度到36个季度。
（7）把上述的非季节性需求数量乘以相应的季节系数计算出最终的预测结果。
（8）根据预测，求和得出未来四年的加油量预测。
2013年607968.302吨，2014年686034.494吨，2015年764100.687吨，2016年842166.879吨。
（9）加油量预测结论
根据以上的预测，中间三种预测方法结果比较接近，第一种架次线性回归预测结果与后三种方法所得结果偏离较大，分析原因是随着机场的发展，大型飞机逐步增加，架次的增长率会放缓，单架次的加油量会增加，所以采取舍弃起降架次线性回归预测值。
对于季节和趋势预测法由于是一种近期预测方式，对2025年前的预测比较准确，故取2015年、2020年、2025年数据进行平均，2025年以后考虑到区域增长放缓且与其它预测方法差距较大，故不取用。综合分析2025年前取后四种预测方法的平均值、2025年后取中间三种预测方法的平均值作为本次规划的航煤加油量预测值，见表11。
三、结论
通过以上实例，我们可以看到把上述几种预测法应用于航油加油量预测很有效，计算出的数值较好地切合了航空需求的发展，对重庆航油设施的布局、建设、投入都有很好的指导意义。季节趋势预测法对近期的预测较为准确，可用于航油运销采购计划编制的依据。
（作者单位：中国人民解放军后勤工程学院/中国航油重庆分公司）
