基于AHP和DEA的中國民航業運營效率評價研究

○李金鳳 楊傳秀

（中國民航大學安全科學與工程學院 天津 300300）

一、引言

民航運輸業不僅是國民經濟的基礎，也是我國現代化的標志和綜合國力的直接體現。民航業運營效率對于實現我國民航業持續健康、促進民航業國際競爭力的提升、推進民航業運營效率理論研究和正確反映我國民航業運營效率現狀都具有重要意義。

國外學者利用DEA對民航業進行過相關研究，并取得了一定成果。文獻使用數據包絡分析法對美國機場的運營效率進行評價，在此基礎上對機場生產效率的影響因素予以識別。文獻運用DEA模型對1990年國際上15個最大航空公司的運營效率進行測量。國內學者也有利用DEA方法對中國民航業運營效率進行評價的研究，筆者認為以往的研究指標選取較少且不具有全面性。為了保證DEA模型的投入產出指標選取的科學性，筆者擬采用層次分析法對所有影響民航業運營效率的指標進行權重排序，從中選取權重系數較大的影響因素作為DEA模型的投入產出指標。選取1995~2011年17個年份的民航業運營狀況作為決策單元，采用DEA方法中的C2R模型和BC2模型對中國民航業總體效率進行分析評價。

二、基于AHP方法的民航業運營效率指標確定

圖1 民航業運營效率層次模型結構圖

文獻在分析美國和歐洲民航運營效率時以人員、燃油、飛機和非飛行設施作為投入指標，以旅客周轉量和貨物周轉量作為產出指標。文獻設定投入變量為總周轉量、運作成本和非飛行資產，產出變量為旅客公里收入和非旅客收入。結合已有文獻對投入產出指標的選取，同時考慮到中國民航業運營效率不僅包括公共航空運輸業還應包括通用航空運輸，筆者將飛機購置費、固定資產、航線里程、飛機架數、基本建設費、職工人數、旅客周轉量、貨郵周轉量、通用航空作業時間作為衡量民航業運營效率水平的指標，用層次分析法對這些指標進行權重排序，從中選取權重系數較大的影響因素作為DEA模型的投入產出指標，保證指標選取的科學性。

1、建立層次結構模型

層次分析法AHP方法要求首先把問題層次化，按問題性質和總目標將問題分解為評價指標層、準則層和目標層，此處的指標層即為待評價的影響民航業運營效率水平的9項指標，目標層為民航業運營效率指標，即DEA模型指標。W hitesell認為經濟效率是技術效率和配置效率的綜合反映。筆者將技術效率水平和配置效率水平作為評價影響民航業運營效率的準則層納入AHP層次結構模型中，利用下層對上層的重要性確定評價因子的權重[7]。層次結構模型圖如圖1所示。

2、層次排序及其一致性檢驗

對第三層次指標進行兩兩比較，構造判斷矩陣，其比較結果以1-9標度法表示。分別計算指標層相應指標對于準則層配置效率水平和技術效率水平的相對重要性的排序權值。由于評價對象的復雜性和人對同一事物認識的差異性，在構造判斷矩陣時，專家容易對判斷指標和度量指標重要性排序產生偏向，因此，筆者進行了一致性檢驗。準則層對于目標層的層次單排序計算過程同上。把經過層次單排序獲得的權重向量進行綜合，并進行總的一致性檢驗，可以得到指標層的各個指標對目標層的相對權重，結果如表1所示。

由總排序結果可以看出，飛機架數、基本建設費、職工人數、旅客周轉量、貨郵周轉量、通用航空作業時間這六項指標的權重相對較大，因此選取這六項指標作為DEA模型的指標。

三、基于DEA模型的中國民航業效率評價

數據包絡分析法是應用數學規劃模型比較決策單元間的相對效率，對決策單元做出評價的方法。它把單輸入、單輸出的工程效率概念推廣到了多輸入，特別是多輸出的同類型決策單元（DMU）的有效性評價中。筆者采用該方法，將民航業的每一個年份看作一個DMU，通過對輸入輸出數據的綜合分析，得出每個DMU綜合效率的數量指標，確定有效的（即相對效率較高的）DMU，并給出其他DMU非有效的原因和程度。

表1 綜合排序結果

1、確定指標及決策單元

考慮以勞動投入量和資金投入量作為投入指標，選取X1飛機架數，X 2基本建設費用，X 3職工人數作為投入指標，綜合反映民航業對生產運營過程的資本投入情況?？紤]該行業的產出特性，并結合通用航空運營效率對民航業的總體影響，選取Y1旅客周轉量，Y2貨郵周轉量，Y3通用航空作業時間作為產出指標。

為了提高評價準確性，DMU個數一般要大于投入產出指標個數的2倍，因此筆者選取1995年~2011年17個年份的民航業作為決策單元，對整個民航業的投入產出進行評價，以分析其經濟意義。數據來源于《從統計看民航》以及《中國交通年鑒》。

2、中國民航業效率分析

采用DEA方法中的C2R模型和BC2模型，推導決策單元的純技術效率、規模效率和規模報酬，同時通過解最優時松弛變量與剩余變量的值，對相對無效的原因進行分析。應用DEAP軟件對決策單元數據進行分析，結果見表2。

結果顯示，1995年~2011年民航業效率可以分為三類：（1）2005、2006、2010、2011年份是 DEA有效的，即技術效率和規模效率均為1，剩余變量和松弛變量的取值都為零，投入和產出達到最佳配置狀態。（2）1995、1996、2000、2002、2003、2007年份是弱DEA有效，即這些決策單元的純技術效率為1，而規模效率小于1。這說明就樣本單元本身的技術效率而言不需要減少投入、也不需要增加產出，其投入項目均得到有效利用。樣本單元的綜合效率之所以沒有達到有效，是因為其規模和投入、產出不相匹配。（3）1997、1998、1999、2001、2004、2008、2009年份為DEA無效，即這些決策單元的技術效率和規模效率均小于1。

分析我國宏觀經濟環境對民航業的影響可以發現：1995年—1997年民航業各項改革全面展開，民航業績效上升，直到被1997年的“亞洲金融危機”打斷；1998年—2003年是民航業調整時期，各航空公司調整了經營戰略，從注重數量擴張轉為注重發展質量，機場實行全面改革，加快屬地化管理進程，這些都使民航業發展更為健康，這段發展時期一直持續到2003年“SARS”恐慌時期；2004年—2011年民航業又恢復了快速增長。

通過分析1995年—2011年我國民航業的運營效率變動，還可看出中國民航業自1995年至2011年規模效率遞增，純技術效率基本在0.95以上，綜合效率呈上升趨勢。表明我國民航業的運營效率伴隨著改革的深化而逐步提高。

四、結論

建立了民航業運營效率指標的遞階層次結構模型，運用AHP方法選取了權重系數較大的飛機架數、職工人數、基本建設費、旅客周轉量、貨郵周轉量、通用航空作業時間作為DEA模型的指標。運用DEA方法對17個決策單元進行效率分析。得出2005、2006、2010、2011年份是DEA有效的，即這四個年份投入產出達到最佳配置，資源分配均衡。其余年份均屬于規模報酬遞增型。其中 1995、1996、2000、2002、2003、2007年份為弱DEA有效，即投入產出合理，但是規模與投入產出不相匹配；1997、1998、1999、2001、2004、2008、2009年份的技術效率和規模效率均小于1，即都存在投入產出不足或冗余的情況。

表2 樣本效率評價結果

[1]Gillen.D，Lall A.：Developing Measures of Airport Productivity and Performance，An Application of Data Envelopment Analysis[J].Transportation Research Part E，1997（4）.

[2]Schefczyk M.：Operational performance of airlines：an extension of traditional measurement paradigms[J].Strategic Management Journal，1993（4）.

[3]黃陽平、蹤家峰：中國主要航空公司運營效率分析[J].經濟研究導刊，2008（8）.

[4]劉靜卜：基于DEA的中國民航運營效率分析及評價[J].武漢理工大學學報：信息與管理工程版，2011（3）.

[5]陳惠：基于DEA方法的中國民航運輸業效率研究[D].安徽：合肥工業大學，2010.

[6]Good D H，R?ller L H，Sickles R C.：Airline efficiency differences between Europe and the US：implications for the pace of EC integration and domestic regulation[J].European Journal of Operational Research，1995（3）.

[7]俞乾、李衛國、羅日成：基于層次分析法的大型變壓器狀態評價量化方法研究[J].湖南大學學報（自然科學版），2011（10）.

[8]王秀香、施紅勛、牟善軍等：基于層次分析法的企業HSE管理績效評估[J].中國安全生產科學術，2011（3）.

[9]魏權齡：數據包絡分析[M].北京：科學出版社，2006.