基于二次相对评价的航空公司竞争力研究

李巍巍，吴 冲

(1.黑龙江科技学院经济管理学院，黑龙江 哈尔滨 150027;2.哈尔滨工业大学管理学院，黑龙江 哈尔滨 150001)

1 航空公司竞争力评价

国内外主要从行业的角度以及国家层面对民航运输业整体竞争力进行研究。WONGH[1]探究了航空公司发掘和保留乘客的方法;PARK[2]分析了航空快递送货服务的影响因素;SANTANA[3]对影响航空公司服务水平的因素进行分析;WANG[4]评估航空公司的财务执行情况;CHANG等[5]研究了票价的影响因素;韩明亮等[6]分析了航空公司的财务状况。此外，从技术效率和投入产出角度对航空公司的运营效率进行评估的文献比较多[7-11]。陈团生[12]提出改进 TOPSIS 法来改进航空公司安全性;齐金升，张宝友等[13-14]分别估计了国内外航空公司的技术效率;JAMES等[15]通过混合型多准则决策模型，解决标准之间的依赖关系，确定航空安全的主要影响因素。

综上所述，国内外从微观角度研究航空公司竞争力的较少，且以往航空公司竞争力评价中无法消除样本客观条件优劣对评价结果的影响，因而导致评价活动不足以真实地反映管理的好坏程度。

为了对航空公司的管理程度进行评价，笔者建立了能反映管理者主观有效努力程度的二次相对评价模型，并对我国航空公司进行了实证研究。

2 指标体系及数据

2.1 指标体系的构建

竞争力评价指标体系如表1所示。

表1 航空公司竞争力评价指标体系

2.2 样本、数据来源

2.2.1 样本选择

考虑到数据的可获得性及样本统计信息的充足性，为了能够有效地计算国内航空公司竞争力的水平及分析我国航空公司存在的问题，笔者从我国26家航空公司中选取了15家组成实证样本，如表2所示。

表2 国内航空公司类型名单

2.2.2 指标数据采集

各航空公司原始数据的采集主要来自国内主要航空公司网站以及各个数据库。其中，财务数据来源:①RESSET金融研究数据库;②搜狐证券网站;③各个航空股份有限公司财务报告。生产类数据来源:①国泰君安CSMAR数据库中的中国交通运输行业研究数据库;②《中国民用航空》杂志中的民航统计数据栏目;③中国民航局;④易飞易旅行网中的航空快讯栏目。因样本及指标均较多，受篇幅限制，原始数据略去。

2.2.3 样本数据的预处理

为使不同量纲的指标之间具有可比性，采用式(1)对原始数据进行标准化处理:

3 二次相对评价分析方法

3.1 第一阶段采用AHP-FA模型

为了避免单一主观评价方法的人为随意性，并克服单一客观评价方法无法反映专家经验和决策者偏好的缺点，通过建立AHP-FA模型进行主客观集成评价。具体步骤如下:

(1)利用AHP法构造判断矩阵，并对判断矩阵进行一致性检验，确定指标的权重向量。

(2)将原始数据的决策矩阵标准化，利用因子分析法确定评价指标权重向量。

(3)运用层次分析法、因子分析法进行评价。

3.2 第二阶段采用群组决策锥DEA模型

3.2.1 基本步骤

(1)选用2008年的两种综合评价值作为参考指数，设为输入(分别为IAHP和IFA)。

(2)将2009年的两种综合评价值作为当前指数，设为输出(分别为OAHP和OFA)。

(3)采用级差标准化法对样本参考竞争力评价值和当前竞争力评价值进行数据处理。

(4)将4组数据引用到群组决策锥DEA模型中，进行国内航空竞争力的相对二次评价。

上述前3个步骤，其基本原理在其他相关文献有较多陈述，笔者对其原理介绍从略，而在实证中给出计算。

3.2.2 群组决策约束锥的计算过程

(1)令 u1，u2，v1，v2≥0，用 C2R 模型求解每个决策单元的相对效率和相对应的权重向量u和v。

(2)在求出输入、输出各个分量权重向量u和v的基础上，求出输入(输出)各个分量权重系数两两比较的结果，可用权重系数比较矩阵表示。

其中，u1j/u2j为第j个航空公司的第一个输入指标与第二个输入指标之间的相对重要程度的比值;v1j/v2j为第j个航空公司的第一个输出指标与第二个输出指标之间的相对重要程度的比值。

(3)运用几何平均综合判断矩阵(GMJ)法，将得到的30个判断矩阵按照输入指标和输出指标分类后，综合成群组综合判断矩阵。设15个航空公司确定的判断矩阵分别为Ak=Uk=(aij)k，Bk=VK=(bij)k，k=1，2，…，15，则群组综合判断矩阵分别为:

(4)设(aij)k(k=1，2，…，k-1)≥aij，(aij)k(k=k+1，…，15)≤aij，则(aij)k，k=1，2，…，15，u1，u2的取值范围可定为:

设(bij)k(k=1，2，…，k-1)≥bij，(bij)k(k=k+1，…，15)≤bij，则(bij)k，k=1，2，…，15，v1，v2的取值范围可定为:

其中，0＜ρ≤1。这样，可以通过调整系数ρ来控制取值范围。

3.3 群组决策约束锥DEA模型

在求解群组决策DEA约束锥的同时，有可能会出现最优解不唯一的情况，即存在不唯一的u1，u2，v1，v2≥0，使得权重系数比较矩阵 Uk或 Vk不唯一。假设某个航空公司选择权重系数的标准是在满足自身相对综合评价值最大化的同时，兼顾其他航空公司的相对综合评价值，并满足，其中θk为第k个航空公司的相对综合评价值。

在群组决策DEA约束锥以及群组效率极大化假设的基础上，可建立群组决策DEA模型:

根据式(1)～式(10)可以得出15家航空公司的综合评价值评价值和各个权重的权重比值如式(11)所示:

4 实证

4.1 第一阶段实证

4.1.1 层次分析法

为建立判断矩阵，确定指标权重，以行业内专家为调查对象，通过电子邮件发放问卷。共发放问卷50份，实际收回43份，有效问卷39份。判断矩阵及相关数据如表3所示。

表3 判断矩阵及相关数据

表 3 中，U1、U2、U3、U4、U5、U6分别为财务绩效指标、发展能力、服务质量、运营能力、规模实力和人力资源。一致性检验中，CI=0.053，RI=1.26，CR=CI/RI=0.042 ＜0.1。为节省篇幅，二级指标的判断矩阵及相关数据表从略。可以计算得出评价模型的综合权重:(0.089 3，0.042 9，0.123 6，0.036 7，0.015 0，0.091 0，0.077 7，0.038 9，0.077 7，0.077 7，0.038 9，0.049 9，0.035 3，0.015 5，0.037 9，0.027 0，0.024 6，0.008 0，0.005 5，0.020 5，0.009 4，0.030 2，0.017 4，0.009 4)。

4.1.2 因子分析法

(1)将原始数据标准化，按累计贡献率大于85%的原则，选入6个因子F1～F6，其累计方差贡献率为85.91%。以各因子的方差贡献率占6个因子总方差贡献率的比例作为权重，得出各公司的综合得分F，即:

(2)将上述因子得分代入式(12)，结果如表4所示。

4.2 二次相对评价

4.2.1 基于二次相对评价模型的评价过程

(1)数据级差标准化处理。采用级差标准化将负数转化成正数，其算式为:

其中:bi为第i个航空公司的某一评价值;bmin为所有航空公司在这个评价值中的最小值;bmax为最大值。

(2)航空公司竞争力评价的传统C2R模型与群组决策锥DEA模型比较。将标准化后的数据按照C2R模型计算，其结果如表5所示。

从表5中θ列可以看出，传统DEA模型在计算相对效率值时存在有效单元过多的问题(春秋航空等都为标杆航空公司)，不能测算各航空公司间的差距。

表4 航空公司层次分析法及因子分析法得分

表5 基于C2R模型的航空公司相对效率的测算结果及权重

4.2.2 群组决策锥DEA模型

在C2R模型计算的基础上，可以得出航空公司的评价值以及权重比值，θ为C2R模型计算的效率值，θ*为群组决策计算的效率值，u1/u2为两个输出指标的权重比值，v1/v2为两个输入的权重比值。在表5中，测算结果q*定义为航空公司的相对效率评价值。从采用群组决策锥DEA模型计算的结果可见:有效单元显著减少，标杆航空只有国际航空公司一家。计算各类航空公司的BRE平均得分，可得国有4大航空公司得分为0.845，国有控股航空公司得分为0.609，民营航空公司得分为0.780。

5 结论

4大航空公司内在的竞争力水平较高，平均得分为0.845，说明其相对努力程度较高;6家国有控股航空公司的竞争力水平明显低于国有4大航空公司，说明其相对努力程度不高;5家民营航空公司的平均排名为第7，说明其具有很强的发展潜力。

[1] WONGH J Y.Managing valuable Taiwanese airline passengers using knowledge discovery in database techniques[J].Journal of Air Transport Management，2007，13(2):362-370.

[2] PARK Y H.Evaluating competitiveness of air cargo express services[J].Transportation Research Part E，2009(45):321-334.

[3] SANTANA I.Do public service obligations hamper the cost competitiveness of regional airlines[J].Journal of Air Transport Management，2009，15(1):1-6.

[4] WANG Y J.Applying FMCDM to evaluate financial performance of domestic airlines in Taiwan[J].Expert Systems with Applications，2008(34):1837-1845.

[5] CHANG Y H，YEH C H.Evaluating airline competitiveness using multiattribute decision making[J].The International Journal of Management Science，2001(29):405-415.

[6] 韩明亮，王战超.基于灰色聚类分析的航空公司财务综合评价[J].中国民航学院学报，2006(6):42-45.

[7] GOOD D.Airline efficiency differences between Europe and the US:implications for the pace of EC integration and domestic regulation[J].European Journal of Operational Research，1995，80(3):508-518.

[8] MONTERIROA L，MACDONALD S.From efficiency to flexibility:the strategic use of information in the airline industry[J].Journal of Strategic Information Systems，1996，5(3):169-188.

[9] OUM T N，YU C Y，ZHANG A M.Global airline alliances:international regulatory issues[J].Journal of Air Transport Management，2001，7(1):57-62.

[10] SCHERAGA C A.Operational efficiency versus financial mobility in the global airline industry:a data envelopment and to bit analysis[J].Transportation Research Part A，2004，38(5):383-404.

[11] OUM T N.New evidences on airline efficiency and yields:a comparative analysis of major North American aircarriers and its implications[J].Transport Policy，2005，12(2):153-164.

[12] 陈团生.改进TOPSIS法在航空公司安全评估的运用研究[J].中国安全生产科学技术，2005，1(4):1-4.

[13] 齐金升.企业技术效率国际比较研究:以中国航空运输企业为例[J].科学学研究，2008(5):1006-1013.

[14] 张宝友，达庆利，黄祖庆.中国上市物流公司动态绩效评价及对策[J].系统工程，2008(172):6-10.

[15] JAMES J，LIOU H，TZENG G H，et al.Airline safety measurement using a hybrid model[J].The International Journal of Management Science，2007(13):243-249.