基于AHP和DEA的中国民航业运营效率评价研究

○李金凤 杨传秀

（中国民航大学安全科学与工程学院 天津 300300）

一、引言

民航运输业不仅是国民经济的基础，也是我国现代化的标志和综合国力的直接体现。民航业运营效率对于实现我国民航业持续健康、促进民航业国际竞争力的提升、推进民航业运营效率理论研究和正确反映我国民航业运营效率现状都具有重要意义。

国外学者利用DEA对民航业进行过相关研究，并取得了一定成果。文献使用数据包络分析法对美国机场的运营效率进行评价，在此基础上对机场生产效率的影响因素予以识别。文献运用DEA模型对1990年国际上15个最大航空公司的运营效率进行测量。国内学者也有利用DEA方法对中国民航业运营效率进行评价的研究，笔者认为以往的研究指标选取较少且不具有全面性。为了保证DEA模型的投入产出指标选取的科学性，笔者拟采用层次分析法对所有影响民航业运营效率的指标进行权重排序，从中选取权重系数较大的影响因素作为DEA模型的投入产出指标。选取1995~2011年17个年份的民航业运营状况作为决策单元，采用DEA方法中的C2R模型和BC2模型对中国民航业总体效率进行分析评价。

二、基于AHP方法的民航业运营效率指标确定

图1 民航业运营效率层次模型结构图

文献在分析美国和欧洲民航运营效率时以人员、燃油、飞机和非飞行设施作为投入指标，以旅客周转量和货物周转量作为产出指标。文献设定投入变量为总周转量、运作成本和非飞行资产，产出变量为旅客公里收入和非旅客收入。结合已有文献对投入产出指标的选取，同时考虑到中国民航业运营效率不仅包括公共航空运输业还应包括通用航空运输，笔者将飞机购置费、固定资产、航线里程、飞机架数、基本建设费、职工人数、旅客周转量、货邮周转量、通用航空作业时间作为衡量民航业运营效率水平的指标，用层次分析法对这些指标进行权重排序，从中选取权重系数较大的影响因素作为DEA模型的投入产出指标，保证指标选取的科学性。

1、建立层次结构模型

层次分析法AHP方法要求首先把问题层次化，按问题性质和总目标将问题分解为评价指标层、准则层和目标层，此处的指标层即为待评价的影响民航业运营效率水平的9项指标，目标层为民航业运营效率指标，即DEA模型指标。W hitesell认为经济效率是技术效率和配置效率的综合反映。笔者将技术效率水平和配置效率水平作为评价影响民航业运营效率的准则层纳入AHP层次结构模型中，利用下层对上层的重要性确定评价因子的权重[7]。层次结构模型图如图1所示。

2、层次排序及其一致性检验

对第三层次指标进行两两比较，构造判断矩阵，其比较结果以1-9标度法表示。分别计算指标层相应指标对于准则层配置效率水平和技术效率水平的相对重要性的排序权值。由于评价对象的复杂性和人对同一事物认识的差异性，在构造判断矩阵时，专家容易对判断指标和度量指标重要性排序产生偏向，因此，笔者进行了一致性检验。准则层对于目标层的层次单排序计算过程同上。把经过层次单排序获得的权重向量进行综合，并进行总的一致性检验，可以得到指标层的各个指标对目标层的相对权重，结果如表1所示。

由总排序结果可以看出，飞机架数、基本建设费、职工人数、旅客周转量、货邮周转量、通用航空作业时间这六项指标的权重相对较大，因此选取这六项指标作为DEA模型的指标。

三、基于DEA模型的中国民航业效率评价

数据包络分析法是应用数学规划模型比较决策单元间的相对效率，对决策单元做出评价的方法。它把单输入、单输出的工程效率概念推广到了多输入，特别是多输出的同类型决策单元（DMU）的有效性评价中。笔者采用该方法，将民航业的每一个年份看作一个DMU，通过对输入输出数据的综合分析，得出每个DMU综合效率的数量指标，确定有效的（即相对效率较高的）DMU，并给出其他DMU非有效的原因和程度。

表1 综合排序结果

1、确定指标及决策单元

考虑以劳动投入量和资金投入量作为投入指标，选取X1飞机架数，X 2基本建设费用，X 3职工人数作为投入指标，综合反映民航业对生产运营过程的资本投入情况。考虑该行业的产出特性，并结合通用航空运营效率对民航业的总体影响，选取Y1旅客周转量，Y2货邮周转量，Y3通用航空作业时间作为产出指标。

为了提高评价准确性，DMU个数一般要大于投入产出指标个数的2倍，因此笔者选取1995年~2011年17个年份的民航业作为决策单元，对整个民航业的投入产出进行评价，以分析其经济意义。数据来源于《从统计看民航》以及《中国交通年鉴》。

2、中国民航业效率分析

采用DEA方法中的C2R模型和BC2模型，推导决策单元的纯技术效率、规模效率和规模报酬，同时通过解最优时松弛变量与剩余变量的值，对相对无效的原因进行分析。应用DEAP软件对决策单元数据进行分析，结果见表2。

结果显示，1995年~2011年民航业效率可以分为三类：（1）2005、2006、2010、2011年份是 DEA有效的，即技术效率和规模效率均为1，剩余变量和松弛变量的取值都为零，投入和产出达到最佳配置状态。（2）1995、1996、2000、2002、2003、2007年份是弱DEA有效，即这些决策单元的纯技术效率为1，而规模效率小于1。这说明就样本单元本身的技术效率而言不需要减少投入、也不需要增加产出，其投入项目均得到有效利用。样本单元的综合效率之所以没有达到有效，是因为其规模和投入、产出不相匹配。（3）1997、1998、1999、2001、2004、2008、2009年份为DEA无效，即这些决策单元的技术效率和规模效率均小于1。

分析我国宏观经济环境对民航业的影响可以发现：1995年—1997年民航业各项改革全面展开，民航业绩效上升，直到被1997年的“亚洲金融危机”打断；1998年—2003年是民航业调整时期，各航空公司调整了经营战略，从注重数量扩张转为注重发展质量，机场实行全面改革，加快属地化管理进程，这些都使民航业发展更为健康，这段发展时期一直持续到2003年“SARS”恐慌时期；2004年—2011年民航业又恢复了快速增长。

通过分析1995年—2011年我国民航业的运营效率变动，还可看出中国民航业自1995年至2011年规模效率递增，纯技术效率基本在0.95以上，综合效率呈上升趋势。表明我国民航业的运营效率伴随着改革的深化而逐步提高。

四、结论

建立了民航业运营效率指标的递阶层次结构模型，运用AHP方法选取了权重系数较大的飞机架数、职工人数、基本建设费、旅客周转量、货邮周转量、通用航空作业时间作为DEA模型的指标。运用DEA方法对17个决策单元进行效率分析。得出2005、2006、2010、2011年份是DEA有效的，即这四个年份投入产出达到最佳配置，资源分配均衡。其余年份均属于规模报酬递增型。其中 1995、1996、2000、2002、2003、2007年份为弱DEA有效，即投入产出合理，但是规模与投入产出不相匹配；1997、1998、1999、2001、2004、2008、2009年份的技术效率和规模效率均小于1，即都存在投入产出不足或冗余的情况。

表2 样本效率评价结果

[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]黄阳平、踪家峰：中国主要航空公司运营效率分析[J].经济研究导刊，2008（8）.

[4]刘静卜：基于DEA的中国民航运营效率分析及评价[J].武汉理工大学学报：信息与管理工程版，2011（3）.

[5]陈惠：基于DEA方法的中国民航运输业效率研究[D].安徽：合肥工业大学，2010.

[6]Good D H，Röller 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、李卫国、罗日成：基于层次分析法的大型变压器状态评价量化方法研究[J].湖南大学学报（自然科学版），2011（10）.

[8]王秀香、施红勋、牟善军等：基于层次分析法的企业HSE管理绩效评估[J].中国安全生产科学术，2011（3）.

[9]魏权龄：数据包络分析[M].北京：科学出版社，2006.