A Comparative Study of Explanatory and Predictive Models in Air Cargo Throughput

• 영문명: A Comparative Study of Explanatory and Predictive Models in Air Cargo Throughput
• 발행기관: 한국물류학회
• 저자명: 주럴러(Zhou, Lele) 이향숙(Lee, Hyang-Sook)
• 간행물 정보: 『물류학회지』제32권 제4호, 47~54쪽, 전체 8쪽
• 주제분류: 경제경영 > 무역학
• 파일형태: PDF
• 발행일자: 2022.08.31

국문 초록

항공 화물 처리량은 세계 경제가 빠르게 성장하는 환경 속에서 국가 무역량 및 지역 GDP 증대에 중요한 역할을 하고 있다. 선행연구에서는 선형회귀모형과 시계열모형을 포함한 다양한 모형을 통해 항공 화물 운송량에 영향을 미치는 요인을 규명하고, 향후 추세를 전망하였으며, 이를 통해 항공 운송이 국가 또는 국제 경제 성장에 있어 중요성이 크다는 것을 확인하였다. 대부분의 연구에서 하나의 방법론을 선택하여 적용하였으나, 인과모형과 예측모형을 동시에 검토하고 혼합한 연구는 거의 없는 것으로 나타났다. 따라서 본 논문에서는 주로 많이 이용되는 모형인 다중선형회귀모형(Multiple Linear Regression), 주성분 분석(Principal Component Analysis), 자동회귀통합이동평균모형(Autoregressive Integrated Moving Average model)의 세 가지 방법론을 선정하고, 아시아의 대표 공항인 상하이 푸둥공항(PVG)의 화물처리량을 연구 대상으로 하여 각 연구 방법론을 비교·분석하였다. 인과모형 추정 결과, GDP, 인구, 석유 소비, 환율이 PVG 항공 화물량에 영향을 미치는 4대 주요 변수인 것으로 규명되었다. 회귀모형에서는 MLR-PCA가 MLR보다 성능이 우수한 반면, ARIMA 예측모델에서는 ARIMA(p:12, d:0, q:0)가 ARIMA(p:1, d:0, q:0)보다 예측 적합성이 우수한 것으로 나타났다. 본 논문은 다양한 방법론을 비교함으로써 항공 화물에 영향을 미치는 변수를 다양한 관점에서 해석하고, 향후 보다 정교한 예측을 위한 참고자료를 제공한다.

영문 초록

Air cargo throughput has played an important role in the contribution of total national commerce volume and regional GDP, by the expansion of the global economy. Previous studies have identified the critical significance of air freight in national or international economic growth. Various models, including linear regression and time-series models, have been applied to analyze and predict the factors influencing air cargo volumes and the trends for future development. However, many models are implemented as a single methodology, but a few studies reviewed and mixed explanatory and predictive models at the same time. Therefore, three mainly used methodologies of MLR (multiple linear regression), PCA (principal component analysis), and ARIMA (autoregressive integrated moving average model) are chosen for this paper to compare and analyze the air cargo throughput of one Asia’s representative airport, Shanghai Pudong Airport (PVG). The results of the explanatory model shows that GDP, population, oil consumption, and exchange rate are regarded as the four most important variables influencing PVG air cargo volumes. The outcomes of regressive predictive model presents that MLR-PCA has a better performance than MLR, while in ARIMA predictors, the ARIMA (p:12, d:0, q:0) is shown to have a superior predictive fit than the ARIMA (p:1, d:0, q:0). By comparing different methodologies, this paper contributes to the industry’s study of the variables affecting air cargo and the future improvement of air cargo throughput forecasting capabilities.

목차

Ⅰ. Introduction

Ⅱ. Theoretical Review

Ⅲ. Methodology

Ⅳ. Model Operation

Ⅴ. Discussion & Comparison

Ⅵ. Conclusion

Reference

키워드

인과모델 예측모델 모형 비교 항공화물 처리량 Explanatory Model Forecasting Model Comparison Analysis Air Cargo Throughput PVG