우리나라 항공 여객수요는 2014년 기준 국제선 5,700만명, 국내선 2,400만명에 도달하였으며, 지속적인 증가 추세를 보일 것으로 예상되고 있다. 이에 따른 국내 공항시설들의 확충 계획이 활발히 진행되고 있으며, 이를 위해 선행적으로 항공수요 예측을 위한 모형 개발이 필요하다. 우리나라에서는 국내총생산을 설명변수로 한 계량경제모형을 주로 항공수요 모형으로 이용하고 있으며, 시계열 자료의 안정성을 고려하지 않을 때 발생하는 허구적 회귀 현상에 대한 많은 논의가 이루어지지 않은 상태이다. 본 연구에서는 시계열 자료의 안정성을 고려한 항공수요 계량경제모형을 개발하였다. 시계열 자료의 특성을 검정하기 위한 단위근 검정과 변수들 간의 장기균형관계를 분석하기 위한 공적분 검정에 대한 이론적 고찰을 수행하였다. 마지막으로, 시계열 자료의 안정성을 고려한 항공수요 계량경제모형 개발 프로세스를 정립하였다. 정립된 프로세스의 적용 가능성을 검증하기 위해 제주공항 국내선 수요를 대상으로 항공수요 모형을 산정하였다. 수요 모형의 설명변수는 국내총생산과 항공요금지수를 이용하였으며, 기존 항공수요 계량경제모형에서 발생하는 문제점을 해소한 것으로 나타났다.
우리나라 항공 여객수요는 2014년 기준 국제선 5,700만명, 국내선 2,400만명에 도달하였으며, 지속적인 증가 추세를 보일 것으로 예상되고 있다. 이에 따른 국내 공항시설들의 확충 계획이 활발히 진행되고 있으며, 이를 위해 선행적으로 항공수요 예측을 위한 모형 개발이 필요하다. 우리나라에서는 국내총생산을 설명변수로 한 계량경제모형을 주로 항공수요 모형으로 이용하고 있으며, 시계열 자료의 안정성을 고려하지 않을 때 발생하는 허구적 회귀 현상에 대한 많은 논의가 이루어지지 않은 상태이다. 본 연구에서는 시계열 자료의 안정성을 고려한 항공수요 계량경제모형을 개발하였다. 시계열 자료의 특성을 검정하기 위한 단위근 검정과 변수들 간의 장기균형관계를 분석하기 위한 공적분 검정에 대한 이론적 고찰을 수행하였다. 마지막으로, 시계열 자료의 안정성을 고려한 항공수요 계량경제모형 개발 프로세스를 정립하였다. 정립된 프로세스의 적용 가능성을 검증하기 위해 제주공항 국내선 수요를 대상으로 항공수요 모형을 산정하였다. 수요 모형의 설명변수는 국내총생산과 항공요금지수를 이용하였으며, 기존 항공수요 계량경제모형에서 발생하는 문제점을 해소한 것으로 나타났다.
Air transportation demand is consistently increasing in Korea due to economic growth and low cost carriers. For this reason, airport expansion plans are being discussed in Korea. Therefore, it is essential to forecast reliable air transportation demand with adequate methods. However, most of the air...
Air transportation demand is consistently increasing in Korea due to economic growth and low cost carriers. For this reason, airport expansion plans are being discussed in Korea. Therefore, it is essential to forecast reliable air transportation demand with adequate methods. However, most of the air transportation demand models in Korea has been developed by simple regression analysis with several dummy variables. Simple regression analysis without considering stationarity of time-series data can bring spurious outputs when a direct causal relationship between explanatory variables and dependent variable does not exist. In this paper, econometric model were developed for air transportation demand based on stationarity in time-series data. Unit root test and co-integration test are used for testing hypothesis of stationarity.
Air transportation demand is consistently increasing in Korea due to economic growth and low cost carriers. For this reason, airport expansion plans are being discussed in Korea. Therefore, it is essential to forecast reliable air transportation demand with adequate methods. However, most of the air transportation demand models in Korea has been developed by simple regression analysis with several dummy variables. Simple regression analysis without considering stationarity of time-series data can bring spurious outputs when a direct causal relationship between explanatory variables and dependent variable does not exist. In this paper, econometric model were developed for air transportation demand based on stationarity in time-series data. Unit root test and co-integration test are used for testing hypothesis of stationarity.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 시계열 자료의 특성에 따른 케이스별로 사용할 수 있는 모형을 제시하였다. 또한, 공적분 관계를 검증하는 방법을 단순화하여 적용에 용이하게 하였다.
즉, 기존 모형들의 통계적 설명력이 높게 나온 것은 허구적 회귀(spurious regression) 현상에 의한 결과로 볼 수 있다. 본 연구에서는 이를 해결하기 위해서 시계열 데이터의 안정성을 고려한 항공수요예측 계량경제모형을 개발하였다.
계량경제모형을 이용한 기존 연구들에서는 시계열 자료의 특성을 감안하지 않거나, 일부만을 반영한 것으로 나타났다. 본 연구에서는 일반적인 항공수요 계량경제모형을 개발할 때 적용 할 수 있는 과정(process)를 정립하였다.
각 요인의 상관관계를 통해 항공수요를 예측하였다. 이 연구는 시스템 다이나믹스 모형의 특성상 많은 인과변수를 사용하여 항공수요를 설명하는 데 중점을 두었다. 해당 모형을 이용한 수요 예측을 위해서는 다양한 변수의 예측치가 필요한 문제점이 있다.
UK Department for Transport(2011)에서는 항공수요예측에 대한 연구를 수행하여 주기적으로 발표하고 있다. 이 연구에서는 영국의 각 권역별 항공수요를 예측할 뿐만 아니라 이산화탄소 배출량을 예측하여 영국의 항공산업이 얼마나 환경에 영향을 미치는지도 명시하고 있다. 이 연구에서는 시계열 자료를 통한 항공수요예측 모형을 만들기 위해서, 계량경제학적 분석 방법론을 적용하였다.
본 장에서는 이 두 가지에 대한 이론을 고찰하였다. 이를 통해 항공수요 계량경제모형 개발 시 시계열 자료의 특성을 충분히 고려하고자 하였다.
이에 본 연구는 시계열 자료를 고려한 항공수요예측 관련 기존연구를 검토하고, 시계열 자료의 안정성(stationarity)을 확보한 항공수요예측 계량경제모형을 개발하고자 하였다. 또한, 제주공항 국내선에 본 연구의 모형을 적용시켜 모형의 적정성을 판단하였다.
단 한가지의 모형을 제시할 수 없으며, 각각의 경우에 대해서 다른 모형을 사용해야 한다. 즉, 본 연구에서는 한가지의 계량경제모형을 제시하는 것이 아니라 각 경우별 계량경제모형을 제시하고자 한다.
제안 방법
ADF(Augmented Dickey-Fuller) 단위근 검정을 실시하여, 단위근의 유무를 통한 시계열 자료의 안정성을 판단하였다. 종속변수인 제주공항 국내선 수요의 단위근 검정 결과는 Table 1과 같으며, 원 데이터와 로그 데이터는 차분을 하지 않을 경우 단위근이 있음으로 나타났으며, 1차 차분 시 안정적인 시계열인 결과를 보였다.
본 연구에서는 설명변수 간 유사성, 범주의 특성을 감안하여 설명변수를 선택하였다. GDP와 1인당 GNI는 우리나라의 경제규모 및 상황을 반영하는 변수이며, 이 중 경제부문에서 주로 사용하는 지표인 GDP를 대표변수로 결정하였다.
이 때 영향을 미치는 요인으로는 항공요금, 서비스 수준(LOS; Level of Service), GDP, 인구, 일일 운항횟수, 턴어라운드 타임(turnaround time)으로 선정하였다. 각 요인의 상관관계를 통해 항공수요를 예측하였다. 이 연구는 시스템 다이나믹스 모형의 특성상 많은 인과변수를 사용하여 항공수요를 설명하는 데 중점을 두었다.
세 번째로는 과거 항공수요 계량경제모형 개발 프로세스 중 부족했던 시계열 자료의 안정성을 검증하는 과정을 추가하여 항공수요 계량경제모형 개발 프로세스를 개발하였다. 네 번째로는 제주공항 국내선 사례에 적용하여 본 연구에서 개발된 모형의 검증을 실시하였다. 마지막으로는 본 연구의 결론과 향후 연구과제에 대해 제시하였다.
단위근 검정과 공적분 검정을 통해서 각 경우를 구분하였고, 이에 따라 사용할 수 있는 모형을 제시하였다.
이를 구분하기 위해서는 첫 번째로 설명변수의 시계열 특성을 검정해야 한다. 단위근 검정을 통해 시계열 변수가 I(0) 시계열, I(1) 시계열 또는 I(2) 시계열인지 구분하였다. 종속변수인 항공수요와 동일한 시계열 자료인지 확인해야 하며, 만약 같은 시계열이 아닐 경우 차분을 통해 같은 시계열 형태로 변환 후 사용해야 한다.
첫 번째로 연구의 배경 및 목적을 설정하여 본 연구의 방향성을 수립하였다. 두 번째는 문헌고찰을 통해 과거 항공수요모형 개발 시 중점을 둔 사항을 검토하였다. 또한, 연구방법론으로 시계열 자료의 안정성, 변수 간 장기균형관계에 대해서 고찰하였다.
항공수요모형 개발의 궁극적 목표는 정확한 장래 수요예측에 있으나, 실제 장래 수요예측은 모형의 적정성 외에도 항공환경, 정책 등의 외부적 영향에 의해 차이가 발생할 수 있다. 따라서 본 연구에서는 개발된 모형들 간의 비교, 분석을 위해 실적자료 설명력을 사용하였다.
회귀모형 후보들의 통계적 검정값인 평균절대오차와 평균절대비율오차를 비롯한 실적치 대비 회귀식의 추정치 비교 도표, 장래 예측치의 획득 가능성 등을 종합적으로 검토한 결과 한국 GDP와 국내선 항공요금지수를 설명변수로 하는 차분변환 모형이 가장 적절한 것으로 나타났다. 따라서 본 연구에서는 국내선 여객수요예측을 위한 회귀모형으로 GDP와 국내선 항공요금지수를 설명변수로 하는 차분변환 모형을 최종 모형으로 선정하였으며, 최종 회귀모형의 회귀식 및 통계치는 다음과 같다.
Alberto Andreoni 외 1명(2006)은 ARIMA 모형을 통해서 항공수요를 예측했으며, 상수항을 넣은 경우와 넣지 않은 경우를 비교하였다. 또한, ARIMA 모형에 1인당 수입과 운항횟수를 적용한 ARIMAX 모형을 도출하여 세 가지 경우를 비교하였고 최종적으로 ARIMAX 모형을 선택하였다. Hur N.
(2008)은 부산권 항공수요 예측 시 기본변수를 부산 GRDP, 부산 인구, 전국 1인당 소득과 각 노선의 항공, 철도의 요금 및 시간을 적용하여 예측하였다. 또한, 고속철도 개통, 공항별 주요고속도로 개통 및 IMF를 더미변수로 추가하여 예측하였다. Lee Y.
이를 통해서 과거 연구에서 사용한 통계적 안정성을 점검하지 않았을 경우 발생할 수 있는 문제점을 해결할 수 있다. 또한, 시계열 데이터의 성질과 변수 간 관계별 사용해야 하는 모형을 제시하여, 각 Case 별 적용 모형을 사용할 수 있도록 하였다.
두 번째는 문헌고찰을 통해 과거 항공수요모형 개발 시 중점을 둔 사항을 검토하였다. 또한, 연구방법론으로 시계열 자료의 안정성, 변수 간 장기균형관계에 대해서 고찰하였다. 세 번째로는 과거 항공수요 계량경제모형 개발 프로세스 중 부족했던 시계열 자료의 안정성을 검증하는 과정을 추가하여 항공수요 계량경제모형 개발 프로세스를 개발하였다.
또한, 제주 방문 관광객 수는 제주공항 항공수요와 직접적인 연관을 가지고 있으므로, GDP와 함께 주 설명변수로 설정하였다. 항공요금지수는 최근 LCC 성장 현상을 충분히 반영할 수 있는 부 설명변수로 판단하였다.
이에 본 연구는 시계열 자료를 고려한 항공수요예측 관련 기존연구를 검토하고, 시계열 자료의 안정성(stationarity)을 확보한 항공수요예측 계량경제모형을 개발하고자 하였다. 또한, 제주공항 국내선에 본 연구의 모형을 적용시켜 모형의 적정성을 판단하였다.
본 연구에서 개발한 통계적 안정성을 고려한 항공수요 계량경제모형이 과거 항공수요예측 시 사용했던 모형의 문제점을 해결하였고, 실제 우리나라 공항에 적용이 가능한 것을 제주공항 국내선 사례를 통해 검토하였다.
본 연구에서는 다양한 설명변수 후보를 대상으로 공적분 관계 유무를 확인하기 위해 차분 변환된 자료를 이용한 ADL (Autoregressive Distributed Lag) 회귀모형과 차분 변환된 자료를 이용한 회귀모형을 추정하였다. 앞서 프로세스 개발 시 기술한 바와 같이 변수간의 장기적 균형관계를 추가로 고려할 수 있는 차분 변환된 자료를 이용한 ADL 회귀모형을 우선적으로 선정하는 것을 원칙으로 하였다.
본 연구에서는 설명변수 간 유사성, 범주의 특성을 감안하여 설명변수를 선택하였다. GDP와 1인당 GNI는 우리나라의 경제규모 및 상황을 반영하는 변수이며, 이 중 경제부문에서 주로 사용하는 지표인 GDP를 대표변수로 결정하였다.
단위근 검정은 ADF(Augmented Dickey-Fuller) 검정, PP(Phillips-Perron) 검정, KPSS (Kwiatkowski, Phillips, Schmidt and Shin) 검정 등 여러 방법이 있다. 본 연구에서는 일반적으로 쓰이는 ADF 검정을 기준으로 단위근 검정을 실시하였다.
또한, 연구방법론으로 시계열 자료의 안정성, 변수 간 장기균형관계에 대해서 고찰하였다. 세 번째로는 과거 항공수요 계량경제모형 개발 프로세스 중 부족했던 시계열 자료의 안정성을 검증하는 과정을 추가하여 항공수요 계량경제모형 개발 프로세스를 개발하였다. 네 번째로는 제주공항 국내선 사례에 적용하여 본 연구에서 개발된 모형의 검증을 실시하였다.
본 연구에서는 다양한 설명변수 후보를 대상으로 공적분 관계 유무를 확인하기 위해 차분 변환된 자료를 이용한 ADL (Autoregressive Distributed Lag) 회귀모형과 차분 변환된 자료를 이용한 회귀모형을 추정하였다. 앞서 프로세스 개발 시 기술한 바와 같이 변수간의 장기적 균형관계를 추가로 고려할 수 있는 차분 변환된 자료를 이용한 ADL 회귀모형을 우선적으로 선정하는 것을 원칙으로 하였다. 회귀모형 추정의 결과는 Table 3과 같다.
Erma Suryani 외 2명(2010)은 시스템 다이나믹스를 통해 활주로 및 터미널 수요를 예측하였다. 이 때 영향을 미치는 요인으로는 항공요금, 서비스 수준(LOS; Level of Service), GDP, 인구, 일일 운항횟수, 턴어라운드 타임(turnaround time)으로 선정하였다. 각 요인의 상관관계를 통해 항공수요를 예측하였다.
(2009)는 남북한 연결 항공교통 수요를 예측하기 위해 회귀분석을 이용하였다. 이 연구에서는 전체 남북한 교류인원을 회귀분석으로 예측한 후 항공교통비중을 적용하여 항공여객 수요를 예측하였다. 상기 두 연구에서는 모두 시계열 자료의 특성을 감안하지 않은 단순 회귀분석을 수행한 것으로 나타났다.
R2)는 차분된 자료에 대한 설명력을 의미하며, 회귀모형이 국내선 여객수요 실적을 모사하는 능력을 비교분석해야 한다. 이를 위해서 평균절대오차(MAE: Mean Absolute Error)와 평균절대비율오차(MAPE: Mean Absolute Percentage Error)를 분석하였다.
이 연구에서는 시계열 자료를 통한 항공수요예측 모형을 만들기 위해서, 계량경제학적 분석 방법론을 적용하였다. 이를 통해 허구적 회귀현상을 피하기 위해서 UECM(Unrestricted Error Correction Model)을 제시하였다. 이는 항공수요를 차분한 변수를 항공수요에 영향을 미치는 요인을 차분한 변수와 오차항을 설명변수로 둔 모형이다.
Korea Transport Institute(2012)에서는 기존의 항공수요 예측 방법론에 대해 시계열 자료의 특성을 고려하지 않은 점을 지적하였다. 이후 시계열 자료의 안정성을 감안한 모형인 차분 변환한 변수를 이용한 계량경제모형을 제시하였다. 이 연구는 항공수요모형 분석 시 시계열 자료의 안정성에 대한 논의가 시작된 연구이나, 변수 간의 장기적 균형관계에 대한 검토나 적용은 중점을 두지 않았다.
본 연구는 총 5개의 과정으로 구성되어 있으며, 각 장별 연구내용은 다음과 같다. 첫 번째로 연구의 배경 및 목적을 설정하여 본 연구의 방향성을 수립하였다. 두 번째는 문헌고찰을 통해 과거 항공수요모형 개발 시 중점을 둔 사항을 검토하였다.
대상 데이터
개발된 항공수요 계량경제모형의 적용 가능성을 검토하기 위해 제주공항 국내선 사례를 대상으로 분석하였다. 제주공항의 국제선 수요는 과거 실적이 미미하다가 , 최근 중국수요 급증으로 최근 3년 간 연평균 50% 이상의 성장률을 보이고 있어 계량경제모형으로 현상을 설명하기에는 어려움이 존재한다.
제주공항의 국제선 수요는 과거 실적이 미미하다가 , 최근 중국수요 급증으로 최근 3년 간 연평균 50% 이상의 성장률을 보이고 있어 계량경제모형으로 현상을 설명하기에는 어려움이 존재한다. 반면, 제주공항 국내선은 우리나라 공항들 중 국내선 항공수요를 가장 많이 처리하고 있는 공항이며, 장기간의 실적 자료 확보가 용이한 점 등을 종합적으로 고려하여 본 연구의 사례로 선정하였다.
본 연구에서는 계량경제 분석에 특화된 EViews 8(IHS Global Inc.) 프로그램을 사용하였다. 이 프로그램은 계량경제모형의 추정 및 검정 결과를 정확하고 빠르게 산출해주는 소프트웨어이다.
제주공항 국내선 여객수요를 종속변수로 두는 설명변수의 후보를 선정하였다. 제주공항 국내선 설명변수후보는 수요의 직접적인 영향을 반영할 수 있는 대한민국 GDP, 1인당 GNI와 LCC 성장에 따른 항공수요 증가를 반영하는 국내선 항공요금지수와 제주 국내선 LCC 점유율, 마지막으로, 최근 중국 관광객의 여행패턴(중국-서울-제주-중국)을 반영할 수 있는 중국인 Inbound 관광객으로 선정하였다.
제주공항 국내선 여객수요를 종속변수로 두는 설명변수의 후보를 선정하였다. 제주공항 국내선 설명변수후보는 수요의 직접적인 영향을 반영할 수 있는 대한민국 GDP, 1인당 GNI와 LCC 성장에 따른 항공수요 증가를 반영하는 국내선 항공요금지수와 제주 국내선 LCC 점유율, 마지막으로, 최근 중국 관광객의 여행패턴(중국-서울-제주-중국)을 반영할 수 있는 중국인 Inbound 관광객으로 선정하였다.
동일한 방법으로 설명변수 후보들에 대해 단위근 검정을 실시하였다. 중국인 Inbound 관광객과 제주 국내선 LCC 점유율의 원 데이터는 I(2) 시계열로 검정되었으며, 이외의 설명변수는 모두 I(1) 자료로 확인되었다.
데이터처리
본 연구에서 사용한 주요 연구 방법론은 다음과 같다. 각 변수의 시계열자료를 단위근 검정(Unit Root Test) 중 ADF(Augmented Dickey-Fuller) 검정 방법으로 각 변수의 안정성을 판단하였다. 또한, 단위근 검정의 결과에 따라 공적분 검정(co-integration Test) 중 요한슨 검정(Johansen co-integration test)을 실시하여 변수 간 장기균형관계를 판단하였다.
동일한 방법으로 설명변수 후보들에 대해 단위근 검정을 실시하였다. 중국인 Inbound 관광객과 제주 국내선 LCC 점유율의 원 데이터는 I(2) 시계열로 검정되었으며, 이외의 설명변수는 모두 I(1) 자료로 확인되었다.
각 변수의 시계열자료를 단위근 검정(Unit Root Test) 중 ADF(Augmented Dickey-Fuller) 검정 방법으로 각 변수의 안정성을 판단하였다. 또한, 단위근 검정의 결과에 따라 공적분 검정(co-integration Test) 중 요한슨 검정(Johansen co-integration test)을 실시하여 변수 간 장기균형관계를 판단하였다.
마지막으로, 통계적 안정성이 확보된 여러 모형 중 가장 우수한 모형을 선택하기 위해 평균제곱오차(MSE; Mean Squared Error)와 평균절대값퍼센티지오차(MAPE; Mean Absolute Percentage Error) 값을 비교하였다. 이 방법들은 과거 실적치와 모형이 계산한 값의 차이를 비교하는 방법이다.
이론/모형
공적분 검정에는 Engle-Granger 검정법과 Johansen Likelihood 검정법 등이 있으며, 본 연구에서는 공적분 검정 시 주로 사용되는 Johansen Likelihood 검정법을 사용하였다.
시계열 데이터의 안정성 관계를 검증하기 위해 Auto Regressive Model (AR(1)) 모형을 기준으로 시계열 자료를 표현하였다. (1)을 보면 t년도의 Y값은 (t-1)년도의 Y값에 β만큼 곱한 값과 α(drift) 합으로 이루어지는 것을 알 수 있다.
이 연구에서는 영국의 각 권역별 항공수요를 예측할 뿐만 아니라 이산화탄소 배출량을 예측하여 영국의 항공산업이 얼마나 환경에 영향을 미치는지도 명시하고 있다. 이 연구에서는 시계열 자료를 통한 항공수요예측 모형을 만들기 위해서, 계량경제학적 분석 방법론을 적용하였다. 이를 통해 허구적 회귀현상을 피하기 위해서 UECM(Unrestricted Error Correction Model)을 제시하였다.
성능/효과
본 연구에서는 시계열 자료의 특성에 따른 케이스별로 사용할 수 있는 모형을 제시하였다. 또한, 공적분 관계를 검증하는 방법을 단순화하여 적용에 용이하게 하였다.
제주공항 국내선 항공수요를 본 항공수요예측 모형 프로세스에 대입한 결과 GDP와 요금 변수를 함께 사용한 차분모형의 설명력이 높게 나타났다.
ADF(Augmented Dickey-Fuller) 단위근 검정을 실시하여, 단위근의 유무를 통한 시계열 자료의 안정성을 판단하였다. 종속변수인 제주공항 국내선 수요의 단위근 검정 결과는 Table 1과 같으며, 원 데이터와 로그 데이터는 차분을 하지 않을 경우 단위근이 있음으로 나타났으며, 1차 차분 시 안정적인 시계열인 결과를 보였다. 이는 제주공항 국내선 수요 자료가 I(1) 시계열임을 의미한다.
회귀모형 후보들의 통계적 검정값인 평균절대오차와 평균절대비율오차를 비롯한 실적치 대비 회귀식의 추정치 비교 도표, 장래 예측치의 획득 가능성 등을 종합적으로 검토한 결과 한국 GDP와 국내선 항공요금지수를 설명변수로 하는 차분변환 모형이 가장 적절한 것으로 나타났다. 따라서 본 연구에서는 국내선 여객수요예측을 위한 회귀모형으로 GDP와 국내선 항공요금지수를 설명변수로 하는 차분변환 모형을 최종 모형으로 선정하였으며, 최종 회귀모형의 회귀식 및 통계치는 다음과 같다.
후속연구
향후 타 공항의 항공수요에 본 연구의 프로세스를 적용할 경우 보다 다양한 경우가 발생할 수 있을 것으로 예상되며, 본 연구에서 제시한 프로세스만으로 항공수요모형을 개발하기에는 한계가 있을 것으로 판단된다. 이러한 경우에는 ARIMA 모형 등 계량경제 모형이 아닌 시계열 모형을 개발하거나, 국가 또는 지역의 전체 수요를 예측한 후 각 공항의 수요를 예측하는 Top-down 방식을 통해 모형 개발이 가능할 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
항공수요가 과다 추정될 경우의 문제점은?
장래 공항 시설 계획의 시작은 항공수요 예측에서부터 진행된다. 따라서 항공수요가 과다 추정될 경우 적정 수준을 초과하는 시설이 건설되어 국가예산낭비, 시설 유휴화, 유지관리비용 증대 등의 문제점을 발생시킨다. 반대로, 항공수요를 과소 추정하여 필요한 규모보다 작은 시설이 건설되면, 공항 이용객(여객, 항공기, 화물)이 과도한 지체를 경험하게 된다.
항공수요의 지체에 따른 문제점은?
반대로, 항공수요를 과소 추정하여 필요한 규모보다 작은 시설이 건설되면, 공항 이용객(여객, 항공기, 화물)이 과도한 지체를 경험하게 된다. 이러한 지체에 따른 시간과 비용의 손실은 사회적 비용과 환경오염 초래 등을 초래한다. 따라서 장래 항공수요의 정확한 추정은 매우 중요한 사항으로 논의되고 있다.
2014년 기준 항공 여객수요는?
2014년 기준 우리나라의 항공 여객수요는 국제선 5,700만인, 국내선 2,400만인 수준까지 도달하였다(항공진흥협회, 항공통계). 국제선 수요는 최근 10년 간 약 2.
참고문헌 (22)
Air Transport Statistics, Korea Airport Cooperation.
Air Transport Statistics, Korea Civil Aviation Development Association.
Andreoni A., Postorino M.N. (2006), A Multivariate ARIMA Model to Forecast Air Transport Demand, European Transport Conference, Association for European Transport.
Baik S. H., Kim S. S. (2008), Estimation of Air Travel Demand Models and Elasticities for Jeju-Mainland Domestic Routes, J. Korean Soc. Transp., 26(1), Korean Society of Transportation, 51-63.
Cho S. I., Choi J. S. (2005), A Monte Carlo Experiment on the Power of Augmented Dickey-Fuller Unit Root Test, Statistics Study, 10, 165-188.
Economics Statistics System, Bank of Korea.
Enders W. (2010), Applied Econometric Time Series, 181-199, 401-413.
Hendry D.F., Juselius K. (2000), Explaning Cointegration Analysis : Part 1, The Energy Journal, International Association for Energy Economics, 0(1), 1-42.
Hendry D.F., Juselius K. (2001), Explaning Cointegration Analysis : Part II, The Energy Journal, International Association for Energy Economics, 0(1), 75-120.
Hur N. K., Jung J. Y., Kim S. (2009), A Study on Air Demand Forecasting Using Multivariate Time Series Models, Applied Statistics Study, 22, 1009-1017.
Jeju Development Institute (2008), Airfare Reduction Plan of Jeju Route.
Johnston J., Dinardo J. (1997), Econometric Methods, 57-64.
Kim B. J., Lee M. H. (2008), A Study on the Future Air Traffic Demand in Busan Metropolitan Area, Journal of the Korean Society for Aviation and Aeronautics, 16, 46-57.
Kim M. J., Jang G. H. (2002), Financial Time Series Analysis(2nd), 413-429.
Korea Transport Institute (2012), Air Transportation Demand Forecasting and Analysis.
Lee Y. H., Ryu M. Y., Choi S. H. (2009), A Study on Forecasting Air Transport Demand Between South and North Korea, J. Korean Soc. Transp., 27(2), Korean Society of Transportation, 83-91.
Ministry of Land (2010), Infrastructure and Transport,, General Plan for Mid and Long-term Airport Development(4th).
Ministry of Land (2014), Infrastructure and Transport, Jeju Air Transportation Demand Investigation.
Park E. K., Lee K. Y., Lee C. K. (2011), Analysis of The Relationships Between Major Economic Variables and Tourism Demand Using VECM: Case of Japanese Inbound Tourists, Tourism and Leisure Study, 56, 45-64.
Suryani E., Chou S., Chen C. (2010), Air Passenger Demand Forecasting and Passenger Terminal Capacity Expansion: A System Dynamics Framework, Expert Systems With Applications 37, 2324-2339.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.