Anda di halaman 1dari 22

Lihat diskusi, statistik, dan profil penulis forthis publikasi di: https://www.researchgate.

net/publication/260692610

Pemodelan dan Peramalan Penumpang Demand


untuk Bandara Baru Domestik dengan Data Terbatas
Pasal Transportasi Rekam Jurnal Penelitian Dewan Riset Transportasi · Desember 2011
DOI: 10,3141 / 2214-08

CITATIONS Dibaca

3 230

1 penulis:

zia
WadudUniversity of
Leeds
39 PUBLIKASI 299 CITATIONS
MELIHAT
PROFIL
Semua referensi dalam teks digarisbawahi dengan warna biru terkait dengan publikasi di ResearchGate, Tersedia dari: Zia Wadud
membiarkan Anda mengakses dan membacanya segera. Diakses pada: 23 Agustus 2016

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

Pemodelan dan Peramalan Penumpang Permintaan untuk Bandara Baru Domestik dengan
data yang terbatas

zia Wadud
Asisten Profesor Teknik Sipil
Bangladesh University of Engineering and Technology
Dhaka, Bangladesh
Tel. +8802 9665650 Ext 6040
E-mail. ziawadud@ce.buet.ac.bd ; ziawadud@yahoo.com

TRB Paper No 11-0284

Jumlah kata:
Barang padanan kata
Teks, tanpa tabel 6100
Jumlah angka 3 750
Jumlah tabel 5 1250
Total 8100

Harap dicatat bahwa versi yang dipublikasikan dapat memiliki perubahan kecil ke versi yang diajukan ini.
Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

Pemodelan dan Peramalan Penumpang Permintaan untuk Bandara Baru Domestik dengan
data yang terbatas

Abstrak
Informasi yang memadai tentang perilaku perjalanan orang sering tidak tersedia di negara-negara berkembang, membuat pemodelan permintaan untuk bandara baru yang
sulit. Makalah ini menyajikan pendekatan modeling sederhana yang menggunakan informasi agregat terbatas tentang sebuah negara untuk menghasilkan perkiraan untuk patronase
penumpang di bandara baru. Model ini menggunakan informasi time series agregat di tingkat nasional dan patronase di bandara lain untuk mengembangkan model permintaan jenis
gravitasi bagi negara. Model permintaan juga menggabungkan kompetisi mungkin dengan modus pengganti, yang sering terjadi untuk permintaanperjalanan udara di sebuah
negara kecil. Permintaan untuk bandara baru tertentu kemudian dikalibrasi dengan menggunakan parameter dari model permintaan ini dan survei penumpang kecil. Pendekatan
pemodelan ini diterapkan untuk meramalkan permintaan bandara baru di modal divisi di Bangladesh, yang tidak ada data regional pada PDB atau populasi tersedia. Pendekatan
pemodelan dapat berguna untuk para peneliti dan praktisi ketika data yang luas tentang perilaku perjalanan udara tidak tersedia.

Kata kunci
Permintaan perjalanan udara, perkiraan permintaan penumpang, bandara, ekonometrika panel

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

Pemodelan dan Peramalan Penumpang Permintaan untuk Bandara Baru Domestik dengan
data yang terbatas

1. PENGANTAR
Analisis kelayakan ekonomi adalah bagian penting dari setiap proyek infrastruktur transportasi dan praktek standar di hampir semua negara di dunia. Dalam rangka melaksanakan studi
kelayakan tersebut, penting untuk memahami manfaat (dan biaya) yang timbul dari proyek yang diusulkan. Dalam proyek yang khas baru bandara (dan sebagian besar proyek
infrastruktur transportasi), manfaat utama umumnya penghematan biaya perjalanan umum kepada pengguna sebagai hasil dari proyek. Dan untuk memahami jumlah tabungan
penting untuk menentukan jumlah pengguna, yaitu permintaan, proyek bandara yang diusulkan dari waktu ke waktu hidupnya. Selain modeling manfaat bagi bandara baru,
perkiraan permintaan penumpang juga penting untuk ada otoritas bandara dalam rangka untuk lebih merencanakan ekspansi (atau kontraksi) dari fasilitas, atau untuk maskapai
untuk membuat keputusan tentang penerbangan baru atau altar yang ada pola penerbangan.
Model permintaan canggih yang digunakan di negara-negara maju membutuhkan informasi lengkap tentang perilaku perjalanan individu. Di negara-negara berkembang
informasi tersebut sering tidak tersedia. Bahkan crosssectional atau data time series agregat di kota atau daerah, mewakili asal dan tujuan perjalanan, mungkin tidak tersedia. Makalah
ini menyajikan sebuah pendekatan di mana permintaan penumpang untuk bandara domestik yang diusulkan di Bangladesh dimodelkan menggunakan data agregat nasional. Secara
khusus, kami mengembangkan model permintaan ekonometrik berkaitan perjalanan udara regional dan GDP dan populasi informasi nasional, dan mengkalibrasi untuk satu set asal-tujuan
tertentu memanfaatkan survei kuesioner kecil. Kami percaya pendekatan kami disederhanakan tetapi novel menggabungkan estimasi ekonometrik nasional dan
lokasi kalibrasi tertentu dapat berguna untuk para peneliti dan praktisi ketika lokasi luas atau informasi spesifik individu tidak tersedia.
Makalah ini disusun sebagai berikut. Bagian 2 memberikan gambaran dari sistem transportasi udara di Bangladesh dan konteks bandara yang diusulkan. Bagian 3 ulasan singkat
perjalanan permintaan model peramalan untuk perjalanan udara dengan penekanan dari model gravitasi. Bagian 4 menjelaskan model permintaan kami sendiri untuk perjalanan udara di
Bangladesh. Bagian 5 menyajikan kalibrasi model permintaan untuk permintaan perjalanan peramalan untuk bandara baru yang spesifik. Bagian 6 menyajikan skenario untuk
perkiraan permintaan dan hasil perkiraan. Bagian 7 menyimpulkan.

2. TRAVEL AIR DI BANGLADESH

2.1 Status saat perjalanan udara


Bangladesh adalah sebuah negara kecil dan datar. Saat ini ada delapan bandara komersial di Bangladesh, seperti pada Tabel 1. Dhaka adalah ibu kota Bangladesh dan pusat dari semua
kegiatan ekonomi negara; dan sesuai Bandara Dhaka, sejauh ini, adalah yang terbesar dan tersibuk. Lima dari bandara melayani penerbangan domestik. Terlepas dari Dhaka, bandara
di Chittagong dan Sylhet juga melayani penerbangan internasional, tetapi hanya beberapa.Semua penerbangan domestik di dalam negeri baik mulai dari atau berakhir di Dhaka. Ara. 1
menyajikan lokasi bandara.
[Tabel 1 di sini]
[Ara. 1 di sini]
Semua bandara yang terletak cukup dekat satu sama lain, dan waktu penerbangan di atas 30 menit dari ibukota Dhaka jarang. Meskipun jarak perjalanan kecil, Bangladesh mampu
delapan bandara aktif karena kurangnya jembatan di atas sungai utama selama tahun-tahun sebelumnya, yang membuat jalan dan kereta api perjalanan memakan waktu dan
pengalaman yang tidak menyenangkan. Namun, selama bertahun-tahun ada investasi yang signifikan dalam

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

transportasi permukaan, termasuk jalan dan rel jembatan baru selama beberapa sungai besar. Hal ini membuat perjalanan permukaan yang lebih menarik daripada perjalanan udara
di beberapa rute, seperti yang digambarkan oleh penurunan besar dalam perlindungan penumpang di rute tersebut udara (Gbr. 2).
[Ara. 2 di sini]

2.2 Bandara diusulkan


Bandara yang diusulkan diatur untuk melayani Khulna dan terletak 12 km dari pusat kota. Kota Khulna adalah pusat industri dan komersial di wilayah barat selatan dan terhubung
ke seluruh negara melalui permukaan dan pedalaman transportasi air. Namun, koneksi permukaan ke dua kota besar, Dhaka dan Chittagong, adalah tidak nyaman lama karena
kurangnya jembatan di sungai Padma, salah satu sungai terbesar di negara ini. Bandara terdekat adalah di Jessore, sekitar 70 km dari kota Namun, bandara Jessore, yang terutama
melayani penumpang dari Khulna, telah menunjukkan penurunan yang signifikan dalam perlindungan penumpang dalam beberapa tahun terakhir, yang dapat dikaitkan dengan
faktor-faktor berikut.:
Pertumbuhan lambat dari wilayah Khulna, runtuhnya industri rami kuno, dan penurunan pentingnya terdekat Mongla laut-port
Semakin lama perjalanan waktu ke Jessore dari Khulna karena lalu lintas jalan yang lebih tinggi
Diandalkan dan jarang layanan dari Jessore, dan
Pendek penyeberangan sungai di seluruh Padma dan jalan yang lebih baik selatan dari Padma.
Khulna memiliki potensi pertumbuhan yang cepat sebagai kota dan daerah, karena kekuatannya sebagai basis industri dan dekat dengan pelabuhan Mongla. Itu sekali kota ketiga
terbesar dan paling industri di dalam negeri, tetapi telah menderita terutama karena kurangnya sumber energi pribumi. Ketersediaan gas alam dan infrastruktur yang lebih baik di
bagian lain negara itu meninggalkan Khulna di bangun, meskipun warisan industri masih tetap. Jaringan pipa gas alam akan tiba di kota pada 2013, dan sebuah jembatan di atas
sungai Padma diharapkan untuk membuka dalam empat hingga lima tahun ke depan. Telah ada investasi yang signifikan di pelabuhan Mongla juga. Semua faktor ini harus memacu lebih
tinggi dari rata-rata pertumbuhan di wilayah ini, dengan sesuai potensi untuk perjalanan udara bisnis. Khulna juga merupakan pintu gerbang ke Sundarbans, hutan bakau terbesar di
dunia, yang diharapkan dapat menarik beberapa kenyamanan perjalanan udara juga. Pemerintah Bangladesh karena itu menyelidiki kelayakan bandara baru di Khulna.

3. AIR PEMODELAN TRAVEL PERMINTAAN DAN PERAMALAN


Dalam rangka untuk menentukan kelayakan bandara baru, perlu untuk meramalkan permintaan atas hidup desain. Transportasi Dewan Riset (3), di sintesis
dari metode peramalan aktivitas penerbangan untuk bandara AS, menemukan empat pendekatan umum untuk model dan permintaan khusus melayani perkiraan ini.:
Peramalan pangsa pasar
pemodelan ekonometrik
Pemodelan time series
pemodelan simulasi
Peramalan pangsa pasar adalah pendekatan top down di mana permintaan di bandara merupakan proporsi kebutuhan nasional atau regional yang prediksi permintaan sudah
ada. Pemodelan time series memperhitungkan kemungkinan ada data historis di bandara menggunakan teknik ekonometrik time series (4, S) atau lebih baru-baru ini menggunakan
jaringan syaraf atau regresi kabur (6). Tak satu pun dari dua pendekatan ini dapat digunakan untuktujuan kita karena tidak ada bandara, dan karena itu tidak ada data tentang wisata
penumpang melalui bandara, ada di lokasi yang diusulkan. Pendekatan ketiga, pemodelan ekonometrik, melibatkan membangun hubungan kausal antara permintaan penumpang dan satu
set variabel penjelas independen. Ini adalah model yang paling umum digunakan untuk memprediksi permintaan penumpang di bandara. Model simulasi benar-benar menggunakan
output dari tigajenis sebelumnya model untuk mensimulasikan pola aktivitas penumpang atau pola pergerakan

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)
Pesawat dalam bandara. Hasil yang berguna untuk perencanaan dan desain bandara rinci, tetapi tidak untuk memprediksi permintaan penumpang.
Pemodelan permintaan ekonometrik adalah salah satu daerah yang paling aktif dan ekstensif diteliti dalam transportasi. Kemajuan terbaru di lapangan termasuk canggih
model berdasarkan aktivitas memanfaatkan teoriutilitas acak. Meskipun utilitas acak model permintaan berdasarkan sekarang umum di beberapa negara (7), terutama untuk permintaan
lalu lintas jalan, aplikasi mereka dalam permintaan perjalanan udara masih tidak meluas. Model utilitas sembarang terutama cocok untuk memprediksi permintaan moda transportasi
baru, seperti seperti yang disediakan oleh bandara baru seperti dalam kasus kami. Namun, model memerlukan informasi lengkap tentang perilaku perjalanan individu, serta distribusi
karakteristik sosio-ekonomi berbagai di daerah penelitian. Survei percobaan pilihan, dasar untuk model utilitas acak tanpa adanya pra-ada informasi secara individual, memerlukan
persiapan dan administrasi bidang oleh surveyor ahli untuk hasil yang valid dan berisi. Sejak sudah ada informasi tentang perilaku perjalanan individu dan informasi sosial
ekonomi seringkali tidak tersedia dan keahlian dalam model permintaan maju masih dalam masa pertumbuhan di negara-negara berkembang, model gravitasi adalah pilihan yang
lebih disukai untuk pemodelan permintaan dan peramalan. Kami juga mencatat bahwa, model gravitasi masih populer di banyak negara-negara maju, seperti terlihat dengan model
permintaan transportasi udara terakhir untuk Inggris (8), USA (9), Jerman (10) atau Yunani (11).
Jenis Gravity model permintaan berasal dari hukum gravitasi dalam fisika yang menyatakan bahwa gaya antara dua benda terestrial sebanding dengan massa dan berbanding
terbalik dengan jarak mereka. Pada tipe gravitasi model permintaan, permintaan perjalanan antara dua kota atau wilayah sebanding dengan saling tarik faktor dan berbanding terbalik
dengan jarak mereka (10, 12). Oleh karena itu, diasumsikan bahwa ada tidak ada persaingan antara asal atau tujuan atau moda transportasi yang berbeda
dan permintaan yang semata-mata fungsi dari karakteristik kota-pasang. Saling tarik faktor dalam model gravitasi umumnya dinyatakan dengan kesempatan kerja dan / atau PDB dari
kota, meskipun, peneliti telah menggunakan berbagai kombinasi faktor penjelas lain juga. Demikian pula, jarak umumnya merupakan hambatan untuk bepergian, dan dapat
1

mengambil bentuk jarak fisik tidak hanya tetapi jugaperjalanan waktu, ongkos, biaya perjalanan umum dll berbagai faktor yang jelas digunakan oleh peneliti untuk menentukan
permintaan penumpang udara melalui gravitasi model ekonometrik disajikan pada Tabel 2. Tabel 2 juga menyajikan jenis data dan ekonometrik teknik estimasi yang
digunakan. Seperti dapat dilihat, baik data series cross-sectional dan waktu yang digunakan dalam studi ini. Meskipun beberapa peneliti menggunakan teknik ekonometrik canggih,
sebagian besar menggunakan sederhana Kuadrat Terkecil Biasa (OLS), yang kadang-kadang menjadi pendekatan yang salah, mengingat jenis data.
[Tabel 2 di sini]

4. MODEL PERMINTAAN DI STUDI INI

4.1 Struktur model permintaan


Review model permintaan yang ada di atas menunjukkan bahwa faktor-faktor penjelas yang paling penting untuk perjalanan udara antara dua kota yang populasi, GDP atau
pendapatan dan biaya perjalanan. GDP atau pendapatan merupakan ukuran ekonomi dari asal-usul dan tujuan: semakin besar PDB, lebih besar adalah daya tarik. PDB atas dasar per
kapita juga mewakili seberapa baik off populasi. Sejak perjalanan udara di negara-negara berkembang masih mode mewah, GDP per kapita demikian indikator pangsa
orang bisa terbang. Populasi menentukan potensi genangan wisatawan. Ini juga merupakan penentu ukuran ekonomi dari asal-usul dan tujuan.
Biaya perjalanan masukkan model gravitasi sebagai faktor pencegahan. Idealnya itu termasuk biaya yang berkaitan dengan waktu tempuh (yang juga mengurus aspek jarak) dan
keluar dari saku biaya, seperti tarif penerbangan, tarif taksi ke bandara dll Namun, kami juga memperkenalkan unsur kompetisi permintaan kami
1 Contoh ada dari model gravitasi pas reverse untuk mengetahui objek wisata faktor dari permintaan dikenal, misalnya Shen (13)!

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)
memodelkan melalui istilah biaya. Seperti disebutkan sebelumnya, jalan dan kereta api sering dapat menjadi kompetitif dengan perjalanan udara di Bangladesh, dengan jalan
menjadi lebih kompetitif untuk perjalanan penumpang di segmen mewah. Oleh karena itu kami percaya bahwa rasio biaya perjalanan antara udara dan jalan akan lebih
mewakili permintaan daripada biaya untuk perjalanan udara saja.
Mengurangi model permintaan formulir kami untuk memahami hubungan antara permintaan perjalanan udara, GDP per kapita, penduduk dan rasio biaya perjalanan
adalah:
(1) Dimana, DEM = permintaan antara dua kota i dan j
GPC = GDP per kapita kota i dan j
POP = penduduk kota i dan j dan
CR = rasio biaya antara kota i dan j dengan perjalanan udara dan wisata alternatif jalan
Karena semua penerbangan domestik Dhaka terikat, kita bisa drop variabel yang relevan untuk Dhaka dari model permintaan, menyederhanakan model lanjut. Juga, 2

umum data biaya tidak tersedia, sehingga rasio waktu (TR i) perjalanan antara udara dan wisata jalan adalah digunakan sebagai pengganti rasio biaya (lihat bagian 4.2). Model
demikian ditentukan di bawah ini:

(2)
Kami mengikuti bentuk fungsional log-log, seperti yang umum dalam literatur (Tabel 2), untuk model permintaan. Dengan demikian model akhir diperkirakan adalah

(3)

4.2 data
Tidak tersedianya data yang dapat diandalkan merupakan kendala utama dalam pemodelan kuantitatif seperti pemodelan permintaan di kebanyakan negara
berkembang. Data yang ideal untuk pemodelan permintaan transportasi udara sesuai dengan Persamaan. 3 di atas akan menjadi dataset panel dengan time series permintaan
penumpang udara, dan faktor penjelasannya PDB per kapita, penduduk di sekitar kota bandara atau daerah, dan rasio biaya umum antara udara dan perjalanan jalan untuk ada
bandara yang berbeda di negara ini. Perhatikan bahwa meskipun penelitian pada Tabel 2 menggunakan berbagai variabel lainnya, mereka semua terutama bertujuan untuk
mewakili tiga variabel tersebut jelas.
Data penumpang bandara yang berbeda yang tersedia sebagai seri waktu untuk semua bandara di Bangladesh, namun PDB per kapita atau populasi sekitar zona bandara
pengaruh tidak. Definisi kabupaten dan kota perbatasan telah berubah selama bertahun-tahun, membuat tersedia GDP dan populasi data kota-spesifik tidak cocok dalam konteks
time series. Oleh karena itu, kami proksi variabel ini dengan PDB nasional dan populasinasional. Menggunakan langkah-langkah agregat tersebut dapat menanamkan beberapa
bias dalam estimasi model kami. Namun, selama GDP dan populasi wilayah bandara mengikuti variasi yang sama dalam waktu sebagaidata nasional, hasil kami tidak boleh
secara signifikan bias. Juga, perhatikan bahwa tujuan utama kami adalah untuk meramalkan permintaan penumpang di bandara baru, dan data nasional hanya berfungsi sebagai
indikator untuk memahami hubungan permintaan perjalanan udara dengan PDB per kapita dan populasi.
Karena kurangnya waktu data biaya series untuk perjalanan udara dan perjalanan jalan antara Dhaka dan kota-kota yang sesuai, kita menggunakan rasio waktu
perjalanan (TR i) ke proxy untuk biaya rasio dalam Pers. 3. Rasio waktu dihitung atas dasar jarak jalan dan kecepatan rata-rata (mempertimbangkan rintangan seperti
penyeberangan feri atas sungai) menggunakan Jalan dan Jalan Raya Divisi (21) informasi. Meskipun kali perjalanan udara berubah dengan jumlah yang hanya sangat kecil
selama bertahun-tahun, waktu tempuh jalan, dan dengan demikian rasio waktu, perubahan dari waktu ke waktu karena pembangunan jembatan baru di atas sungai, pelebaran
dan pelurusan jalan yang ada
Perhatikan bahwa beberapa penumpang mungkin transit melalui Dhaka ke bandara domestik lainnya, tetapi mereka hanya mewakili 7% dari total seperti yang ditemukan dari
2

survei penumpang udara dijelaskan nanti dalam 5.2.

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

dan peningkatan kemacetan di beberapa jalan raya. Perhatikan bahwa dengan mengganti rasio biaya dengan rasio waktu, kita mengabaikan dampak tarif penerbangan. Sambil
menambahkan tarif penerbangan dalam model kami akan memperbaiki model, seperti data time series tidak tersedia. Juga, perjalanan udara di Bangladesh adalah baik mewah, dan
sebagian besar dari perjalanan adalah untuk tujuan bisnis. Oleh karena itu tidak masuk akal untuk mengasumsikan bahwa penumpang kurang sensitif terhadap tarif penerbangan. Selain
itu, selama harga orthogonal untuk variabel penjelas kami yang lain, estimasi parameter harus berisi.
Data perjalanan penumpang di bandara dipilih dan PDB nasional dan populasi dikumpulkan dari Bangladesh Biro Statistik (1) dari tahun 1972 sampai 2008. Data PDB dikonversi ke
PDB riil dengan menggunakan informasi indeks harga konsumen, juga tersedia dari BBS. Kami menggunakan data untuk Sylhet dan Chittagong kota, karena kedua terus menunjukkan
tren peningkatan meskipun perbaikan yang signifikan dalam kondisi jalan, tren yang diharapkan untuk mengusulkan bandara di Khulna juga.

4.3 Estimasi model


Karena kita memiliki informasi time series untuk dua bandara, dataset kami adalah salah satu panel (dengan dimensi waktu kuat). Meskipun tidak jarang dalam literatur untuk kolam
semua data dan menjalankan metode OLS untukmengestimasi model (17), ini bukan metode yang sesuai untuk data panel. Sebaliknya, kita memperlakukan karakteristik panel data
secara eksplisit dan menggunakan teknik data panel fixed effect untuk memperkirakan model. Hal ini memungkinkan untuk efek khusus kota permintaan penumpang dalam
model dan estimasi yang lebih efisien dari model.
Model permintaan, pada kondisi saat ini (Persamaan. 3), adalah non-linear. Dengan mengambil logaritma dari kedua belah pihak dalam Persamaan. 3, dan mengakui kesalahan
untuk setiap titik data, kita menemukan (dengan tmewakili dimensi waktu dari data):

-_ w, Ini t, 0,1..-_ 't,,. _ - T, _- -. Ini, Ini (4)


Kesalahan dalam data time series sering dapat memiliki korelasi serial, yaitu kesalahan dalam periode waktu t dapat berhubungan dengan periode waktu t-1, membuat OLS tidak
pantas lagi. Kami benar untuk kemungkinan autokorelasi dari kesalahan dalam estimasi ekonometrik kami juga. Model kami sehingga menggabungkan:
-11 1-1 • "1,1 t • • Ini (5)

Di mana ρ i adalah parameter korelasi serial dan adalah kesalahan acak tradisional, identik dan independen didistribusikan.

4.4 Hasil estimasi


Tabel 3 menyajikan hasil estimasi ekonometrik model menggunakan tiga metode. Model 1 adalah model yang disukai diperkirakan oleh teknik panel fixed effect dengan koreksi
untuk korelasi serial. Model 2 dan 3 disajikan untuk perbandingan. Model 2 mengasumsikan bahwa tidak ada korelasi serial antara kesalahan tetapi menggunakan metode efek panel
tetap, sedangkan Model 3 kolam semua data bersama-sama dan menjalankan regresi OLS.
[Tabel 3 di sini]
Perbedaan antara Model 1 dan 2 tidak sangat besar, menunjukkan korelasi serial tidak mempengaruhi estimasi kami banyak. Namun, ada perbedaan yang signifikan dalam
parameter estimasi antara Model 1 atau 2 dan Model 3. Ini mengindikasikan bahwa pengobatan panel data itu diperlukan dalam model kami.
Parameter estimasi semua mengharapkan tanda-tanda: populasi dan GDP memiliki tanda-tanda positif, karena kenaikan baik harus meningkatkan perlindungan penumpang dari
bandara. Rasio kali perjalanan antara perjalanan jalan dan perjalanan udara juga memiliki tanda positif, menunjukkan jalan dan udara wisata yang pengganti, yaitu
jika waktu perjalanan di jalan meningkatkan beberapa penumpang akan beralih ke transportasi udara, peningkatan jumlahpenumpang melalui bandara. Kami mencatat bahwa
beberapa parameter yang tidak signifikan secara statistik pada kepercayaan 90% konvensional. Namun, kami menerima kepercayaan 85% untuk signifikansi statistik karena

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

kita tidak bisa menggunakan Chittagong atau Sylhet GDP tertentu atau populasi dalam perhitungan kami, menyebabkan beberapa inefisiensi dalam desain.
Estimasi parameter memiliki interpretasi langsung di bidang ekonomi. Karena bentuk fungsional log-log yang spesifik, parameter mewakili elastisitas permintaan terhadap
variabel yang sesuai. Jadi, perkiraan parameter dari 1,24 untuk PDB per kapita berarti perubahan 1% PDB per kapita meningkatkan penumpang perjalanan udara dengan
1,24% . Jelas GDP per kapita memiliki dampak terbesar pada permintaan penumpang. Perjalanan udara umumnya telah pendapatan elastis, perubahan yaitu 1% dalam hasil GDP
dalam peningkatan lebih besar dari 1% dalam permintaan (22), dengan perkiraan UK baru-baru ini menunjukkan elastisitas pendapatan dari 1.3(8). Oleh karena itu hasil model
kami setuju sangat baik dengan pandangan mapan ini.

~ ~

5. KALIBRASI MODEL UNTUK Khulna


~ t ~ ~ t ~ ~ t ~

5.1 persyaratan Kalibrasi dan proses


Dalam model permintaan tradisional, seperti yang diperkirakan di atas, permintaan untuk sepasang kota dapat diprediksi atau diperkirakan menggunakan kota-pair informasi
spesifik (di sini satu kota tertentu) untuk variabel penjelas. Namun, meskipun model permintaan kami ini mirip dengan model gravitasi tradisional, model ini tidak boleh
langsung diterapkan dengan menggunakan rasio PDB, populasi dan waktu perjalanan Khulna ini. Hal ini karena, dalam model kami, kami proxy GDP lokal dan penduduk oleh
dataset nasional dan oleh karena itu konstan regresi (α) akan berbeda untuk lokasi yang berbeda. Dengan demikian, hanya memasukkan rasio PDB, populasi dan waktu
perjalanan Khulna di Persamaan. 3 langsung akan menyebabkan proyeksi permintaan salah untuk bandara baru.
~ ~

Namun, kita dapat mengasumsikan bahwa relati mendasari o nsh i pb e tween permintaan dan PDB atau populasi, EM yaitu permintaan elasti c hubungan dari model kita
diperkirakan remai ns berlaku untuk tempat-tempat lain karena karya-karya ini secara persentase perbedaan. Karena GDP dan populasi proyeksi masa depan umumnya
didasarkan pada basis per pertumbuhan persen, bukan secara absolut, kita dapat menggunakan elastisitas ini memperkirakan selama model baru untuk K hul na dapat dikalibrasi
menggunakan parameter elastisitas tersebut. Dengan demikian, kita dapat mengkalibrasi persamaan yang sama seperti pada persamaan. 3 untuk K hulna, tapi kali ini
parameter ß, γ, dan λ dikenal (dari Tabel 3) dan konstan perlu ditentukan. Bergantian, kita bisa mengkalibrasi bentuk yang sedikit berbeda dari model menggunakan

permintaan penumpang awal, asalkan fokus kami adalah pada permintaan peramalan penumpang di diusulkan bandara di Khulna. Hal ini dimungkinkan karena Eq. 3
mengarah ke berikut:

(6)
Untuk tujuan peramalan kita dapat mengasumsikan nilai awal dari PDB per kapita dan populasi menjadi 100 di Khulna. Hal ini memungkinkan kita untuk menggunakan tingkat
GDP dan pertumbuhan penduduk secara langsung ke dalam model prediksi.

(7)

Survei 5.2 Penumpang


Kami melakukan survei kuesioner penumpang untuk memahami latar belakang sosial-ekonomi dari wisatawan serta pola perilaku perjalanan. Survei ini dilakukan
pada penumpang perjalanan udara di Dhaka-Jessore rute bus mewah dan penumpang kereta api di Dhaka-K hul na rute. Pelatih mewah dan kereta api penumpang dimasukkan
karena kita menganggap bahwa hanya penumpang mode permukaan mewah dapat beralih ke bandara baru karena struktur tarif yang lebih tinggi penerbangan. Semua
penumpang diserahkan dalam pertanyaan dan respon yang di atas 70% untuk pelatih udara dan mewah dan kurang dari 50% untuk

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

rel mewah. Jumlah tanggapan valid adalah 113, 276 dan 89 masing-masing untuk udara, pelatih mewah dan kereta api mewah. 3

Tujuan utama dari desain survei untuk pelancong udara untuk mengidentifikasi proporsi penumpang yang utama tujuan (atau asal) adalah Khulna. Kuesioner survei untuk
pelatih mewah dan kereta penumpang itu dirancang untuk menilai potensi mereka untuk beralih ke penerbangan. Untuk semua tiga mode, ada sebuah pertanyaan yang spesifik
dirancang untuk memahami dampak dari sebuah jembatan di sungai Padma, yang secara signifikan akan mengurangi waktu perjalanan permukaan antara Dhaka dan Khulna.
Metode mencegat penumpang digunakan untuk melaksanakan survei kuesioner. Untuk perjalanan udara, penumpang dari dua penerbangan (dari tiga operasi) yang disurvei,
sedangkan untuk perjalanan pelatih mewah,penumpang di semua tiga operator dimasukkan. Hanya dua kereta berjalan dari Dhaka ke Khulna, dan penumpang di bagian kelas
pertama dari kedua kereta yang disurvei. Agar responden dengan jelas memahami pertanyaan, semua pertanyaan yang ditetapkan di Bengali.
Survei asal-tujuan para penumpang penerbangan dari Dhaka-Jessore-Dhaka dengan rute mengungkapkan bahwa hampir 62% dari penumpang yang berasal dari atau bepergian
ke daerah Khulna. Jelas, untuk 62% penumpangtersebut, diusulkan bandara baru akan menjadi bandara utama. Ketika ditanya tentang alasan untuk memilih perjalanan udara selama
mode lainnya, 83% menyebutkan bahwa itu kurang memakan waktu. Oleh karena itu, penumpangudara jelas menghargai waktu mereka yang sangat. Sebagian besar dari 69% dari
responden menyatakan kesediaan mereka untuk beralih ke mode jalan atau rel setelah jembatan Padma menjadi operasional.
Di antara penumpang pelatih mewah yang disurvei, 77% yang berangkat dari atau bepergian ke Khulna. Mayoritas (55%) dari penumpang bus mewah menyebutkan bahwa mereka
akan menggunakan bandara baru. Namun hanya18% dari total pelatih penumpang (dengan demikian, satu-pertiga dari pengguna bandara potensial) yang disurvei bersedia
untuk menggunakan bandara di hadapan Padma jembatan.
Pangsa pengguna bandara potensi pergeseran ke permukaan mode dengan adanya jembatan di Padma konsisten antara udara dan mewah bus wisatawan (Tabel 4), memberikan
beberapa keyakinan dalam hasil. Hal ini memiliki implikasi penting pada perkiraan penumpang untuk bandara di Khulna: jika penumpang ini memang beralih dari penerbangan ke mode
lain, perkiraan permintaan penumpang untuk bandara baru harus didasarkan pada penumpang yang tersisa, tidak atas dasar semua calon penumpang sebagai dari model permintaan
kami. Hal ini dibahas lebih lanjut di bagian 6.2 kemudian.
[Tabel 4 di sini]
Tidak seperti pesawat atau bus mewah, kereta Khulna berhenti di banyak stasiun menengah, dengan hanya beberapa bepergian sepanjang jalan ke Khulna (Dhaka-Khulna perjalanan
dengan kereta api adalah sekitar dua sampai tiga jam lebih lama dari dengan bus). Juga, distribusi pendapatan dari penumpang kereta api mewah menunjukkan bahwa mereka, rata-
rata, kurang mampu dari pelatih mewah atau wisatawan udara (Tabel 4). Oleh karena itu kita mengabaikan potensi pergeseran modal dari rel ke udara.
Distribusi pendapatan dari penumpang di tiga mode juga disajikan pada Tabel 4, bersama dengan proporsi perjalanan yang pekerjaan atau bisnis. Hanya 8% dari penumpang pelatih
mewah memiliki pendapatan rumah tangga bulanan lebih dari BDT 150.000 per bulan, kelompok pendapatan tertinggi dipertimbangkan dalam survei, dibandingkan dengan hampir
seperempat bagi penumpang pesawat. Demikian pula, hanya 17% dari penumpang pelatih mewahmemiliki pendapatan rumah tangga lebih besar daripada BDT 75.000, yang sesuai
saham untuk wisatawan udara yang 46%. Sekitar 63% dari semua perjalanan melalui udara yang dilakukan untuk pekerjaan atau bisnis, sedangkan untuk bus mewah, saham ini turun
menjadi sekitar sepertiga. Ini memperkuat asumsi bahwa perjalanan udara terutama dilakukan oleh segmen kaya dari populasi untuk perjalanan kerja.

5.3 Estimasi permintaan awal


BBS (1) melaporkan bahwa bandara Jessore dipenuhi 31.000 penumpang pada tahun 2008. Setidaknya 62% dari penumpang ini Khulna terikat. Oleh karena itu diusulkan bandara
diharapkan memiliki minimal 20.000
3
Biro Penelitian, Pengujian dan Konsultasi (23) mengandung rinci lebih lanjut dari survei penumpang.

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

penumpang per tahun dari awal operasi (dengan asumsi tidak ada kendala pasokan). Ini adalah apa yang dikenal sebagai lalu lintas penumpang yang dialihkan dalam literatur.
Dalam rangka untuk menentukan lalu lintas tersebut, kita mengikuti dua skenario. Pertama, waktu perjalanan melalui bandara baru akan berkurang setengahnya. Menggunakan
elastisitas permintaan perjalanan udara sehubungan dengan perjalanan rasio waktu 0,436 dari Tabel 3, kita menemukan akan ada tambahan 7.000 penumpang melalui bandara
baru. Dalam estimasi alternatif kami, kami menggunakan informasi dari survei penumpang. Meskipun 55% daripenumpang pelatih mewah lagi mereka akan beralih ke perjalanan udara,
nomor muncul sangat tinggi. Di sisi lain, 59% dari penumpang berpenghasilan tinggi (di atas BDT 75.000 penghasilan bulanan) menyebutkan bahwa mereka akan
4

menggunakan bandara baru . Kami percaya penumpang ini memang akan beralih ke perjalanan udara. Mengingat 17% dari penumpang bus mewah berasal dari segmen ini, dan
77% adalah untuk Khulna ini menambah 17.000 penumpang tambahan satu tahun. Estimasi terbaik kami untuk permintaan awal (yaitu DEM 0 dalam persamaan. 7) untuk bandara
baru antara 27.000 dan 37.000 tahun.

6. PENUMPANG PRAKIRAAN SAMPAI 2030

6.1 Peramalan permintaan penumpang depan


Setiap usaha untuk membuat proyeksi ke depan berdasarkan data yang ada memiliki ketidakpastian yang signifikan terkait dengan itu. Meskipun kami mengembangkan model
perkiraan permintaan ekonometrik, model merupakan fungsi dari variabel yang sendiri membutuhkan perkiraan atau asumsi tentang nilai-nilai masa depan. Hal ini mendorong
penggunaan perkembangan skenario dan proyeksi pembuatan permintaan berdasarkan skenario kemungkinan yang berbeda. The proyeksi permintaan penumpang dalam pekerjaan ini
karena didasarkan pada model permintaan ekonometrik dan pada dua skenario. Asumsi tentang nilai-nilai masa depan PDB per kapita, penduduk dan rasio waktu di bawah dua
skenario dianggap dijelaskan pada Tabel 5.
[Tabel 5 di sini]
6.2 Dampak Padma jembatan pada permintaan perjalanan udara
Pemerintah Bangladesh telah memulai perencanaan dan desain dari jembatan di atas sungai Padma, yang akan mengurangi waktu perjalanan permukaan antara Dhaka dan selatan-
barat wilayah secara signifikan. Padma jembatan akan memiliki dua dampak yang berlawanan pada patronase dari bandara. Pertama, secara signifikan akan meningkatkan kegiatan
komersial dan bisnis di Khulna dan daerah di dekatnya, sehingga meningkatkan PDB daerah.Pertumbuhan GDP dan populasi mungkin akan memungkinkan lebih banyak orang untuk
membeli perjalanan udara, sehingga meningkatkan potensi patronase. Kedua, akan mengurangi waktu perjalanan dari Dhaka ke Khulna dan daerah di dekatnya secara signifikan,
membuat jalan dan kereta api lebih menarik dibandingkan dengan penerbangan.
Tren yang ada (Gambar. 2) tidak menawarkan konsensus yang berlaku akan memerintah. Bandara Chittagong terus tumbuh meskipun dua jembatan jalan besar yang dibangun di
tahun sembilan puluhan. Dampak jangka panjang dari jembatan di sungai Meghna di jalan raya Dhaka-Sylhet masih belum jelas. Di sisi lain, Rajshahi dan bandara Saidpur mengalami
penurunan drastis dan berkelanjutan dalam patronase penumpang setelah pembukaan jembatan Jamuna di tahun 1998. Kedua bandara sekarang melayani hanya 10% dan 20% dari
patronase puncak pada tahun 1997. Survei penumpang kami juga menunjukkan bahwa di atas 65% dari pengguna transportasi udara saat ini bersedia untuk beralih ke jalan atau rel
transportasi dari penerbangan sekali jembatan Padma dibangun.
Kami menggabungkan dampak Padma jembatan untuk prakiraan penumpang dengan cara yang berbeda. Kami ekonometrik permintaan dan perkiraan model yang sudah
memasukkan elastisitas permintaan perjalanan udara dengan hormat untuk perjalanan rasio waktu ( TR t ), yang diubah untuk mencerminkan perjalanan jalan penghematan
waktu karena Padma

4
Pada tingkat 600 penumpang per hari dengan bus mewah dari Dhaka-Khulna rute, ini berarti tambahan 120.000 penumpang setiap tahun untuk perjalanan udara, yang tampaknya tidak
masuk akal mengingat harga jauh lebih tinggi. Ada kemungkinan bias yang strategis di antara responden, yang ingin melihat bandara dibangun, apakah mereka menggunakan atau tidak (bandara merupakan simbol status kota).

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

menjembatani, mulai tahun 2014 (ketika jembatan diharapkan untuk membuka). Dalam skenario lain, kita menggunakan kami temuan survei penumpang bahwa sekitar 65% akan
beralih ke modus permukaan setelah jembatan selesai.

6.3 Hasil Prakiraan


Mengingat asumsi tentang variabel independen, dan model permintaan ekonometrik kami, dikalibrasi untuk bandara Khulna seperti pada bagian 5, permintaan penumpang potensi
masa depan disajikan pada Gambar. 3. Perhatikan bahwa, bukan prediksi titik selama bertahun-tahun, kami menyediakan berbagai a, mencerminkan dua skenario. Skenario satu untuk
permintaan penumpang awal yang rendah diikuti dengan pertumbuhan ekonomi yang rendah dan pergeseran modal tinggi ke mode permukaan setelah jembatan Padma. Skenario lain
adalah permintaan penumpang yang tinggi awal dikombinasikan dengan sebagian besar pertumbuhan ekonomi kemungkinan dan pergeseran modal rendah karena Padma
jembatan. Kami percaya permintaan yang sebenarnya akan terletak di suatu tempat di antara. Garis gelap merupakan rata-rata dari dua skenario.
[Ara. 3 di sini]

7. KESIMPULAN
Memahami permintaan penumpang potensial selama umur rencana bandara adalah penting masukan perencanaan. Untuk bandara baru itu sangat menantang karena tidak ada
data sebelumnya tersedia untuk meramalkan permintaan. Kami telah mengembangkan model peramalan permintaan penumpang untuk bandara baru menggunakan informasi yang tersedia
di tingkat nasional. Kami memperkirakan jenis gravitasi model ekonometrik menggunakan nasionaldata agregat dan mengkalibrasi lebih lanjut untuk memprediksi permintaan di bandara
baru menggunakan penumpang sederhana survei kuesioner. Kami juga telah memperkenalkan persaingan antara perjalanan udara dan modus terdekatnya di kami model permintaan, yang
dapat menjadi penting untuk pemodelan permintaan di negara-negara di mana jarak perjalanan udara yang kecil.
Kami mencatat bahwa model gravitasi tradisional baik menggunakan data masa lalu untuk memproyeksikan permintaan yang ada bandara, atau, bila digunakan untuk membuat
prediksi untuk bandara baru, menggunakan PDB dan penduduk daerah informasi untuk tujuan estimasi. Pendekatan yang diusulkan kami tidak memerlukan baik. Data
minimal persyaratan di tingkat nasional agregat membuat pendekatan kami menarik bagi para praktisi, terutama di lokasi di mana data yang dapat diandalkan tidak tersedia pada
resolusi yang diperlukan (misalnya time series daerah informasi) atau di mana sumber daya yang cukup tidak tersedia untuk mengumpulkan data baru yang luas (sebagai dalam survei
preferensi lain).
Hasil perkiraan penumpang dari yang sederhana pendekatan namun bermanfaat dapat digunakan untuk merencanakan ke depan fasilitas bandara atau untuk mengukur manfaat
pengguna dalam analisis kelayakan. Dengan menggunakan metode ini, kita meramalkan patronase penumpang potensial di bandara baru yang diusulkan di Bangladesh di bawah dua
skenario masa depan. Namun, kami mencatat bahwa model permintaan asli kami didasarkan pada asumsi bahwa kota sampel estimasi mengikuti pola pertumbuhan yang sama dalam
PDB dan jumlah penduduk sebagai rata-rata nasional. Hasilnya bisa menjadi salah jika asumsi tersebut tidak tahan. Juga, model permintaan digunakan untuk perhitungan
tidak termasuk efek dari tarif penerbangan. Perlindungan penumpang perkiraan akan berbeda jika tarif penerbangan nyata perubahan dari waktu ke waktu. Namun, selama informasi
tentang tarif udara atau biaya perjalanan udara tersedia untuk peneliti, mereka dapat dengan mudah dimasukkan dalam jenis pendekatan pemodelan.

Pengakuan
Pekerjaan ini dilakukan sebagai proyek Biro Penelitian, Pengujian dan Konsultasi (BRTC) dari Bangladesh University of Engineering and Technology (BUET) dan didukung oleh Otoritas
Penerbangan Sipil, Bangladesh (CAAB). Setiap pendapat, temuan, kesimpulan, atau rekomendasi disajikan dalam materi ini adalah mereka dari penulis dan tidak mencerminkan pandangan dari BRTC,
BUET atau CAAB.

Referensi
1. Bangladesh Biro Statistik 2009. Statistik Yearbook of Bangladesh, Bangladesh Biro Statistik, Agargaon.

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

2. Otoritas Penerbangan Sipil, Bangladesh 2010 [secara online]. Bandara di Bangladesh, tersedia di: http://www.caab.gov.bd/adinfo/airports.html
3. Transportasi Dewan Riset 2007. Bandara kegiatan penerbangan peramalan: Sebuah sintesis praktek bandara, ACRP Sintesis 2, transprotation Dewan Riset, Washington DC
4. Lim C dan McAleer M 2002. Waktu seri peramalan permintaan perjalanan internasional untuk Australia, Toursim Manajemen, Vol. 23, hlm. 389-396
5. Andreoni A dan Postorino MN 2006. Sebuah model ARIMA multivariat untuk meramalkan kebutuhan transportasi udara, Prosiding Konferensi Transportasi Eropa, Strasbourg, 18-20 September
6. Alekseev KPG dan Seixas JM 2009. pemodelan peramalan neural multivariat untuk transportasi-pesawat preprocessed dekomposisi: Sebuah aplikasi Brasil, Jurnal Manajemen Transportasi Udara,
Vol. 15, pp. 212-216
7. Ortuzar JD dan Simonetti C 2008. Pemodelan permintaan untuk perjalanan udara jarak menengah dengan data campuran metode estimasi, Jurnal Manajemen Transportasi Udara, Vol. 14, pp.
297-303
8. Departemen Transportasi 2009. UK permintaan penumpang udara dan CO2 perkiraan, Departemen Transportasi, London
9. Bhadra D dan Kee J 2008. Struktur dan dinamika pasar perjalanan udara US inti: Sebuah analisis empiris dasar permintaan penumpang domestik, Jurnal Manajemen Transportasi Udara, Vol. 14,
pp. 27-39
10. Grosche T, Rothlauf F dan Heinzl A 2007. Gravity model untuk estimasi volume yang maskapai penumpang, Jurnal Air Manajemen Transportasi, Vol. 13, hlm. 175-183
11. Tsekeris T 2009. Analisis dinamik permintaan perjalanan udara di pasar pulau kompetitif, Jurnal Transportasi Udara Manajemen, Vol. 15, pp. 267-273
12. Verleger PK 1972. Model Permintaan untuk Air Transport. Bell Journal Ekonomi dan Manajemen Ilmu, Vol 3, No 2, 437-457
13. Shen G 2004. reverse-pas model gravitasi untuk arus penumpang penerbangan antar kota oleh aljabar penyederhanaan, Jurnal Transportasi Geografi, Vol. 12, hlm. 219-234
14. Rengaraju VR dan 1992. Modeling permintaan perjalanan udara Arasan T, Jurnal Teknik Transportasi, Vol. 118, No 3, pp. 371-380
15. Biro Transportasi dan Komunikasi Ekonomi elastisitas 1995. Permintaan untuk perjalanan udara ke dan dari Australia, BTCE Kertas Kerja 20, Canberra
16. Jorge-Calderon JD 1997. Sebuah permintaan model untuk layanan penerbangan yang dijadwalkan pada rute Eropa internasional, Jurnal Manajemen Transportasi Udara, Vol. 3, pp. 23-35
17. Alam MJB dan DM 1998. permintaan perjalanan udara Karim untuk transportasi udara domestik di Bangladesh, Jurnal Teknik Sipil, Lembaga Engineers, Bangladesh, Vol. CE26, No 1, pp. 1-13
18. Profillidis VA 2000. ekonometrik dan model fuzzy proyeksi permintaan di bandara Rhodes, Jurnal Manajemen Transportasi Udara, Vol. 6, hlm. 95-100
19. Abed SY, Ba-Fail AO dan Jasimuddin SM 2001. Analisis ekonometrik permintaan perjalanan udara internasional di Arab Saudi, Jurnal Manajemen Transportasi Udara, Vol. 7, pp. 143-148
20. Abbas KA 2004 [secara online]. Konseptual dan regresi model untuk prediksi permintaan penumpang: Sebuah studi kasus b a n d a r a K a i r o d a n E g y p t a i r, A e r l i n e s M a g a z i n e , e d i s i
e - z i n e , I s s u e 2 6 , t e r s e d i a di : http://www.aerlines.nl/index.php/magazine/older- isu / masalah-26 /
21. Jalan dan Divisi Bina Marga 2008. Biaya Pedoman Jalan, jalan dan Bina Marga Divisi, Departemen Perhubungan, Pemerintah Bangladesh.
22. Gillingwater D, Mann M dan muram P 2009. Manfaat Ekonomi dari laporan Aviation-teknis, OMEGA studi 40, Loughborough University, Inggris.
23. Biro Riset, Pengujian dan Konsultasi 2010. Studi kelayakan bandara Khan Jahan Ali, laporan disampaikan kepada Otoritas Penerbangan Sipil, Bangladesh
24. AECOM 2009. Padma Multipurpose Bridge Desain proyek, lengkap Ekonomi dan Keuangan Analisis, diserahkan ke Bangladesh Bridge Authority, 17 Desember 2009.

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

Daftar tabel
Tabel 1. Deskripsi singkat dari bandara di Bangladesh
Tabel 2. Ringkasan studi yang dipilih menggunakan model gravitasi untuk permintaan perjalanan udara Tabel 3. Parameter Perkiraan untuk model
permintaan
Tabel 4. Hasil survei penumpang untuk menentukan potensi pergeseran ke bandara baru sebelum dan sesudah Padma Bridge
Tabel 5. Asumsi yang mendasari perkiraan permintaan di bawah skenario yang berbeda

Daftar Gambar
Ara. 1 Bandara di Bangladesh, dengan mengusulkan bandara dekat Khulna (latar belakang putih)
Ara. 2 Penumpang patronase dari bandara yang berbeda di Bangladesh (kecuali Shahjalal Int'l, Dhaka) Ara. 3 Rentang permintaan penumpang potensial untuk bandara di Khul na
Wadud 2011, Transportasi Penelitian Record (awal versi TRB,

pls. Mengutip versi yang dipublikasikan) Tabel 1. Deskripsi singkat dari bandara di Bangladesh

IATA PanjangLandasan Penumpang


Kota Nama Bandara Lintang Garis bujur di2007 ( '000)
Kode (ft)
Barisal Barisal Bzl 22,801 (N) 90,301 (E) 5995 4
Chittagong Shah Amanat Int'l CGP 22,250 (N) 91,813 (E) 9646 348
Cox Bazar Cox Bazar CXB 21,452 (N) 91,964 (E) 6790 9
Dhaka Hazrat Shahjalal Int'l DAC 23,843 (N) 90,398 (E) 10500 3140
Jessore Jessore JSR 23,184 (N) 89,161 (E) 8000 29
Rajshahi Shah Mokhdum RJH 24,437 (N) 88,617 (E) 6000 2
Saidpur Saidpur SPD 25,759 (N) 88,909 (E) 6000 10
Sylhet Osmani Int'l ZYL 24,963 (N) 91,867 (E) 9478 166

Sumber: Bangladesh Biro Statistik ( 1 ) dan Otoritas Penerbangan Sipil, Bangladesh ( 2 )

Wadud 2011, Transportasi Penelitian Record (awal versi

TRB, pls. Mengutip versi yang dipublikasikan) Tabel 2. Ringkasan studi yang dipilih menggunakan model gravitasi untuk permintaan perjalanan udara
Belajar Airport / faktor Penjelasan Tipe data Nomor
fungsional Jenis Model
negara bentuk pengamatan

Rengaraju India Populasi,% dipekerjakan, Agregatuntu Log-log 40 kota-


danArasan Pascasarjana%, jarak,rasio k kota,lintas pasang OLS
( 14 ) udara ke waktu perjalanan sectional
kereta api, frekuensi
layanan,b o n e k a
BTCE ( 15 ) Australia- GDP, Pendapatan, tiket

pesawat, Agregat Log-log 2 pasar × 24 Dinamis, untuk


Nilai tukar internasional untuk kota, kota × 32 setiap pasar
time series tempat tinggal dan kota
Jorge- Eropah Populasi,
pendapatan, Agregat Campuran, 339 kota-pasang OLS
Calderon ( 16 ) jarak, frekuensi, untuk kota-kota, beberapa di
ukuran pesawat, ekonomi menyeberang log, beberapa
t a r i f , b o n e k a sectional linear
Alam dan Bangladesh GDP dan
populasi Agregat Log-log 6 kota × 5 Pooled OLS
Karim ( 17 ) tangkapan, rasio jalan untuk kota, tahun
ke waktu perjalanan udara, panel
t i r u a n
Profillidis ( 18 ) Rhodes, Kurs Agregat Kuadrat 22
tahun OLS
Yunani untuk negara,
time series
Abed et al. Saudi PDB nonmigas,

CPI, Agregat linear 22 tahun OLS


( 19 ) Arabia- impor, populasi (terbaik bagi negara,
model internasional) time series
Abbas ( 20 ) Kairo Populasi,
asing Agregat, linear 9 tahun OLS
wisatawan time series

Grosche et Jerman- Penduduk di kota Agregatuntu Log-log 1228 pasang kota


al. (10 ) Eropa dandaerah tangkapan air, k kota,lintas OLS
membeli kekuasaan, sectional
PDB asal dan tujuan
kota, jarak, waktu
tempuh, jumlah dan
jarakbandara bersaing

Bhadra Amerika Serikat Populasi dan Agregat Log-log 4 pasar × OLS untuksetiap
danKee pribadi untuk 8500 pasang pasar
(9) Pendapatan asal mengutipdala × 48/4 dan
dantujuan kota, m waktuperiod
Jarak antara kota, rata- jenis pasar,panel e
rata satu arah tarif
Alekseev dan Brazil GDP, tarif per km, Agregat, Log-
log 20 tahun OLS
Seixas ( 6 ) tiruan time series
DFT ( 8 ) UK PDB Inggris dan luar negeri, Agregat Log-log 21 pasar
× Kesalahan
pengeluaran konsumen di pasar berbagai koreksi,
UK, tarif di UK dan jenis, waktu panjang, 18 untuk setiap
luar negeri, impor, ekspor, seri tahun max pasar
nilai tukar

Tsekeris GDP, penduduk, Agregatuntu Log-log 7 kota × 21 Dinamispanel


(11) Yunani - pariwisata, k pulau- tahun -GMM
pulau relatiffrekuensi, waktu pulau,panel
dankapasitas sehubungan
dengan feri

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Mengutip versi yang

dipublikasikan) Tabel 3. Parameter Perkiraan untuk model permintaan

Parameter Model 1 Model 2 Model 3


Konstan -10,160 (-5,98) *** -9,803 (-4,97) *** -3,345 (-1,05)
PDB per kapita 1,238 (3,09) *** 1,187 (4.11) *** 0,852 (1,76) ***
Populasi 0,638 (1,52) * 0,683 (2,46) *** 0,277 (0.60)
rasio waktu 0,436 (1,45) * 0.364 (1,64) ** -0,769 (-2,31) ***
R2 0,577 0.596 0,653
Jenis Model panel fixed effect panel fixed effect OLS dikumpulkan
Koreksi
iya nih Tidak Tak dapat diterapkan
kesalahan
N 2 × 36 2 × 36 72
*** Signifikan pada 95%, ** signifikan pada 90%, * signifikan pada 85%
Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi

yang dipublikasikan)

Tabel 4. Hasil survei penumpang untuk menentukan potensi pergeseran ke bandara baru sebelum dan sesudah Padma Bridge

Udara Luxury bus Mewah rel *


Pangsa modal penumpang yang akan menggunakan bandara Khulna
62,12 54.65 61,76
(%)
Pangsa modal penumpang yang akan menggunakan Khulna - 17.98 28.79
bandara bahkan jika Padma jembatan membuka (%)
Share dari pengguna potensial dari bandara Khulna yang akan 31,42 32,65 45.24
melanjutkan menggunakan bandara setelah Padma Bridge (%)
Modal distribusi penumpang berdasarkan pendapatan (%)
Kurang dari BDT 30.000 12,84 30,60 48,53
BDT 30,001-50,000 19,27 25,75 22.06
BDT 50,001-75,000 10,09 8.96 8.82
BDT 75,001-150,000 22.02 9.33 5.88
Lebih dari BDT 150.000 23.85 7.84 2.94
Tidak menyebutkan 11,93 17,54 11,76
Share dari modal perjalanan untuk bekerja / bisnis (%) 62,83 33,33 22,86
Share dari modal perjalanan untuk mengunjungi kerabat (%) 20,35 42,32 48,57
* Luxury rel tidak dianggap lanjut

Wadud 2011, Transportasi Penelitian Record (awal versi

TRB, pls. Mengutip versi yang dipublikasikan) Tabel 5. Asumsi yang mendasari perkiraan permintaan di bawah skenario yang berbeda
Tinggi 37.000 3,5% 1,8% sampai Tidak ada perubahan National nyata GDP per kapita tumbuh sebesar
sampai 2013, sampai 4,3%. Tingkat Saat ini pertumbuhan Khulna
2013, 2,0%pada 2014, lebih kecil. Padma Bridge studi ( 24 )
4,3% untuk tahun 50%perubahan mengharapkan daerah tumbuh sebesar 1,8%
2014,2,3% setelah itu, poin lebih tinggi.
2014, ekonometrikMode Secara nasional, penduduk tumbuh sebesar
setelah itu
6,1%setelah l 1,8%.Aecom ( 24 ) memprediksikan 0,5%
itu peningkatan poin di atas ini setelah jembatan.
menggambarkan
modal pergeseran Total gabungan tingkat pertumbuhan PDB
riil adalah 8,5%, dekat dengan perkiraan
KCCI (8,0%) termasuk akses ke gas,
jembatan dan pelabuhan pembangunan. C

Rendah 27.000 3,5 1,8% sampai 65% dari Pertumbuhan akan lebih rendah daripada
% sampai 2013, penumpang yang diantisipasi. Gabungan tingkat
2013, 2,0%setela pesawat pertumbuhan PDB riil 7,0%.
4,3% untuk h itu beralih Kebanyakan penumpang akan beralih ke modus
kepermukaan permukaan setelah jembatan Padma terbuka.
2014,
mode karena
4,9%setelah
menjembatani
itu
a
gas alam diharapkan pada tahun 2013, Padma jembatan diharapkan pada akhir 2014
c Dalam sebuah survei pemangku kepentingan, Khulna Kamar Dagang dan Industri (KCCI) diharapkan pertumbuhan 8,0% ( 23 )

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi yang dipublikasikan)
Ara. 1 Bandara di Bangladesh, dengan mengusulkan bandara dekat Khulna (latar belakang putih)

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi yang dipublikasikan)
Ara. 2 Penumpang patronase dari bandara yang berbeda di Bangladesh (kecuali Shahjalal Int'l, Dhaka)

Wadud 2011, Transportasi Penelitian Record (awal versi TRB, pls. Cite versi yang dipublikasikan)
Ara. 3 Rentang permintaan penumpang potensial untuk bandara di Khulna