基于多时期网络DEA的民航航线运营效率研究——以海上丝绸之路沿线地区为例

刘 丹 徐 红 郑宇婷

(1. 福州大学经济与管理学院， 福建福州 350108; 2. 华中科技大学管理学院， 湖北武汉 430074)

一、引言

2015年3月国家发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，提出基础设施互联互通是“一带一路”建设的优先领域。民航运输作为实现海上丝绸之路(以下简称海丝路)沿线地区政策沟通、设施联通、贸易畅通、资金融通、民心相通的基础条件，是建设“一带一路”的重要抓手。近年来，我国民航业发展迅速。2017年民航旅客周转量9513.04亿人公里，比上年增长13.5%；货邮周转量243.55亿吨公里，比上年增长9.8%，民航运输保持稳定较快的增长。[1]民航航线是民航运输的重要要素，合理的航线结构和布局是提高航空运输效率和民航竞争力的关键。[2]不同航线具有不同的经济环境和竞争环境，从航空公司或机场的整体视角来讨论管理和运营，无法洞察具体航线的运营问题。因此，研究海丝路沿线地区民航航线效率，一方面可为民航相关部门了解航线运营情况以及受理航线申请提供一定的参考，另一方面可为航空公司合理分配航线资源以提高自身竞争力提供决策依据，具有重要现实意义。

数据包络分析(Data envelopment analysis，DEA)在民航研究中得到了广泛的应用。在机场效率研究方面，王战斌在测量中国民航运输机场的效率时，发现中国机场总体技术效率和纯技术效率较低，而规模效率较高[3]；Wanke采用网络DEA测量机场的运营效率，重点分析基础设施效率和航班整合效率[4]；Liu将机场公司运营分为航空服务和商业服务两个子过程，对东亚10个机场公司运营效率进行实证分析。[5]在航空公司效率研究方面，Li等评价2008-2012年22家国际航空公司的运营效率，研究结果表明大部分航空公司运营效率在研究期间有所提高[6]；Omrani和Soltanzadeh研究伊朗8家航空公司效率时发现航空公司效率低的原因是生产子过程表现不佳[7]；Kottas和 Madas研究发现航空联盟对航空公司运营效率没有显著影响。[8]在民航航线效率研究方面，Chiou和Chen采用传统DEA对台湾地区15条航线的运营效率进行评价，结果表明处于高效率的航线有10条[9]；陈鸿飞对DH航空公司航线的规模效率和纯技术效率进行评价和分析，并根据分析结果提出相应的改进建议[10]；Yu采用网络DEA模型评价台湾地区的15条航线效率，结果表明导致航线效率无效的原因是生产子过程的投入过度和服务子过程的产出不足。[11]综上，从研究对象来看，以往的研究主要是评价机场和航空公司的效率，对航线的关注较少，对海丝路沿线地区的航线关注更少。从研究方法上来看，对于航线的研究，多数采用传统单阶段DEA，然而该方法仅考虑初始投入和最终产出，并没有考虑航线的生产和销售活动之间的关联性，属于“黑箱评价”，少数研究关注到航线的内部结构对航线效率的影响，但是并没有分析面板数据中各个时期的效率与总效率之间的关系。

如图1所示，航线整体运营过程可以看作是由生产子过程和销售子过程构成。在生产阶段，航线使用航空公司提供的飞行器、飞行燃料和机组人员，以及机场提供的地面服务设施等资源，生产出为旅客和货物提供运输服务的座位、吨位和飞行里程等产品；在销售阶段，将生产阶段生产出来的产品销售给顾客，形成旅客运输量和货邮运输量，从而取得经济收入。只有将航线的生产子过程和销售子过程紧密连接起来，实现旅客和货物的空间转移，并获得经济收益，航空公司才完成航线的全部运营过程。[12]因此，本文采用多时期网络DEA模型，以 2012-2016年海丝路沿线地区民航航线为样本，测量其总效率以及生产和销售两个子过程的效率及其效率变化，并从生产和销售两个角度提出相应的管理建议。

图1 航线运营过程分解

二、研究方法

传统的DEA方法在对决策单元(DMU)进行评价时只考虑初始投入和最终产出，忽略了中间产出对评价结果的影响，无法明确造成效率低下的原因。[13]因此，一些研究人员开始拆分DMU，使用网络DEA模型测量整个系统和每个子过程的效率[14]，这些研究为管理者提高企业运营效率提供了更有用的信息。其中，Kao和Hwang提出多时期网络DEA模型，可以同时测量系统及其子过程在研究期间内的总效率和每个年度的效率，前者是后者的加权平均值。[15]多时期网络DEA模型不仅考虑子过程对效率的影响，还考虑每年的效率对总效率的影响，使得评价结果更加客观和全面。因此，本文使用多时期网络DEA模型来评估2012-2016年海丝路沿线地区160条民航航线的运营效率。

图2 多时期两阶段运营系统

ur,vi,wf≥ε(r=1,…,m,i=1,…,m,f=1,…,g)

系统总约束条件：

第一子过程约束条件：

第二子过程约束条件：

(2)

(3)

由此可知，该模型计算得到的总效率是各时期效率的加权平均，权重是每个时期投入与q个期总投入的比值。

(4)

当且仅当各时期效率值均有效时，总效率才表现为有效，从而避免了多个DMU同时有效，有助于决策者识别DMU效率无效的关键环节，为航线效率的改进提供更加明确的方向。

三、指标选取与数据来源

(一)投入、产出指标选择

根据民航运输服务的特点，航线整体运营过程可以分解为生产子过程和销售子过程。生产子过程是评价航线自身资源转换的生产效率，销售子过程是评价航线产品被消费利用的销售效率。生产类指标可以较为全面地反映企业经营活动的效率和经济效益的高低。[16]同时，其受主观判断影响较小，是效率评价研究中常用的指标，因此，本文选取生产类指标作为投入和产出指标。

1. 初始投入指标

生产子过程的投入是航线整个运营过程的初始投入，代表航线自身资源。飞行班次指的是在一定时期内从始发航站到终点航站的航班飞行次数，是反映航线运输工作量的指标。杨笠诗认为飞行班次可以体现机队和机组人员的生产力[17]；Zou等在研究飞机运营的效率时，发现燃油消耗量与飞行班次高度相关。[18]飞行班次可以表征航线成本投入情况，因此，选取飞行班次作为航线的初始投入指标。

2. 中间产出/投入指标

航线的运营是连续的，中间产品连接生产和销售两个子过程。可用座位和可用吨位指的是飞行航班可供销售的最大座位数量和允许装载的最大运载量，在一定程度上，这两个指标可反映航线的生产规模和供应能力。Shao和Sun在研究航线效率时，也选取可用座位和可用吨位作为连接两个子过程的中间指标。[19]

3. 最终产出指标

销售子过程的产出也是整个航线运营的最终产出，代表航线的销售能力。旅客运输量是指一定时期内某航线上飞机所运输的旅客人数；货邮运输量是指一定时期内某航线上飞机所运输的货物、邮件和行李的数量。这两个指标体现了航线运输对客运和货运的满足情况，是反映航线运营效益的重要指标。[20][21]因此，将旅客运输量和货邮运输量作为最终产出指标是合理的。

(二)样本选择及数据来源

根据2015年《“一带一路”环球行动报告》界定的范围[22]，海丝路沿线省份具体包括：辽宁、天津、河北、山东、上海、江苏、浙江、福建、广东、广西以及海南。海丝路沿线省份及航线起点城市如表1所示。本文选取2012-2016年间，海丝路沿线地区旅客运输量连续五年超过10万的160条国内航线作为研究对象，且以航线起点城市作为划分标准。其中，由于广州—北京、上海—北京和深圳—北京航线属于黄金航段，航空公司在这些航线上投入大量的资源，使其运营效率远高于其他航线，因此，为了使评价结果更加科学和准确，在对航线效率评价时将这3条航线剔除。投入产出指标数据来源于2013-2017年《从统计看民航》《中国交通运输统计年鉴》和《民航业发展统计公报》。

表1 海丝路沿线省份及航线起点城市

四、实证分析

(一)效率分析

1． 总效率分析

依据多时期网络DEA方法，结合上述选择的评价指标与样本，本文利用所搜集的160条中国沿海地区主要航线数据，使用Excel软件规划求解计算航线总效率和子过程效率。计算结果显示，2012-2016年间样本航线的总效率值均小于1，均未达到DEA有效。根据多时期网络DEA模型，总效率是由两个子过程的效率相乘得到，因此，样本航线无效的原因是生产子过程或销售子过程的五年总效率不是有效的。航线五年总效率以及两个子过程的五年总效率的均值分别为0.496、0.605和0.820，这表明航线的五年总效率较低，并且导致其效率偏低的主要原因是生产子过程。

表2列出了总效率排名前十的航线的总效率和两子过程的总效率及相应排名，由表2可知，排名前两位航线是三亚—北京、上海—广州。从整体运营过程看，这两条航线总效率值为0.730和0.698。从两子过程看，生产子过程的效率值分别为0.944(排名1)和0.835(排名2)；销售子过程效率值分别为0.774(排名115)和0.836(排名79)，表明这两条航线总效率较高的原因是生产子过程的效率较高。而总效率排名第十位的海口—成都航线，其生产子过程和销售子过程的效率值分别0.639(排名22)和0.944(排名9)，表明销售子过程的高效率是该航线总效率较高的主要原因。由此可知，造成各条航线总效率高低的原因不同，其生产子过程和销售子过程的效率表现出一定的差异。

表2 五年总效率排名前十航线评价结果

综上所述，三亚—北京航线的五年总效率在样本航线中最高，经调查可知，此航线是典型的旅游类航线。三亚的旅游业发达，吸引了大量的游客，同时由于地理位置的特殊性，航空是通往三亚最快速和便捷的运输方式。中国国际航空、海南航空和南方航空等航空公司均参与运营此条航线，各航空公司加深市场挖掘，增加运力投放来满足消费者的需求。2012-2016年期间，各航空公司相继引进A330和B777等大型宽体机型，增加该航线的运输量，提高其生产子过程效率。

2． 年度效率分析

依据多时期网络DEA模型，航线的总效率不仅受两个子过程的总效率的影响，还受各年度航线效率和子过程效率的影响。由于上文已对总效率最高的三亚—北京航线进行了简单分析，而上海—广州航线总效率排名第2，是样本航线中效率表现较好的航线，也是大部分低效率航线的学习对象，因此，下文以上海—广州航线为例，深入分析该航线效率较高的原因，为航空公司的航线管理提供可借鉴的管理经验。如表2所示，上海—广州航线的总效率为0.698，这是生产子过程的总效率(0.835，排名2)和销售子过程的总效率(0.836，排名79)综合影响的结果。更进一步，根据表3和公式(3)，可得如下结果：

上述结果表明，上海—广州航线的五年总效率较高，主要取决于每个时期的整体效率相对较高。此外，每个时期的整体效率较高，取决于每个年度生产子过程的高效率和销售子过程的中等效率。通过调查发现，由于上海—广州航线连接上海浦东、上海虹桥和广州白云三大繁忙的机场，该航线具有优越的区位优势，拥有充足的货源和客源，各航空公司(例如南方航空)投入大量的航空资源，使其保持高效运营。

在机型引进方面，2012年南方航空引进A380机型，此机型的最高载客量达853人，提高了客运和货运的能力。2013年引进B787飞机，该机型有具有三舱式布局，可以满足不同旅客的需求。2014年引进被称为最人性化的B747-8宽体客机，首航广州到上海。2016年引进中国大陆首架A320neo飞机，能够大幅降低噪音水平，舱内设计更加便捷化和人性化，在容纳更多旅客的同时提供更加舒适的乘机环境。

在航班结构方面，2014年南方航空着重优化国内航线航班结构，增加了上海—广州航线的飞行频次。2015年南方航空完善上海始发的国际航空，调整航线时刻，提高了航线的资源利用率。2016年南方航空积极备战“双十一”，加密上海到广州的航班，优化出仓操作，用优质的货运服务吸引更多的货源，提高航线运营效率。

在航线布局方面，2015年南方航空积极响应国家“一带一路”倡议，新开广州—纽约、广州—内罗毕等航线，依托强大的国内航线网络，加快开拓国际市场。2016年南方航空加强建设广州枢纽，开通广州—多伦多、广州—阿德莱德航线，使其成为中国大陆至大洋洲、东南亚和南亚的第一门户。由于上海和广州是南方航空的重要市场，南方航空一般采用从上海飞到广州再转国际航班的方式来连接国内与国外的航空资源，因此，上海—广州航线的运力充足且飞行班次较多，使得航线的生产子过程的效率较高。

其他航空公司在上海—广州航线也投入了大量的资源。2014年中国国际航空引进中国首架波音747-8宽体客机；2016年东方航空和春秋航空开始展开在广州的航线布局，在上海—广州航线上投入大量的运力，提高航线的旅客运输量和货邮吞吐量。

表3 2012-2016年上海—广州航线整体及两个子过程的年度效率及效率变化

(二)航线效率变化分析

为了解具体航线的运营情况，选取总效率排名前十的航线进行针对性分析。以2012-2016年样本航线的总效率为横轴，2012-2016年样本航线的效率变化为纵轴，五年总效率和效率变化的平均值为原点，构建运营决策分析矩阵来分析具体航线的效率变化和运营情况。横轴的值越大，表示航线的效率越高；反之，航线效率越低。纵轴的值越大，表示航线的效率变化越快，发展潜力越大；反之，航线的效率变化越慢。发展潜力越小。散点图如图3所示，并根据图3，将10条航线分为A、B、C、D四大类。

图3 总效率前十航线运营决策矩阵

为了寻找造成航线效率无效或者发展缓慢的原因，将生产子过程和销售子过程五年的总效率分别作为横轴和竖轴，以及两者的平均值为原点。同时，将生产子过程和销售子过程五年的总效率变化分别作为横轴和竖轴，两者的平均值为原点，散点图如图4和图5所示。

图4 生产子过程和销售子过程2012-2016年总效率

图5 生产子过程和销售子过程2012-2016年总效率变化

A类是效率高且进步快的航线。三亚—成都、海口—北京、上海—广州的五年总效率高于0.651，效率变化值高于1.068，表明这三条航线的五年运营效率较好，并保持着较快的发展速度。观察图4和图5发现，三亚—成都航线的生产子过程的五年总效率较低，但发展速度快，而销售子过程表现出较高的总效率且发展速度较快，说明该航线具有良好的发展潜力，可以考虑投入更多的运力来提高生产子过程的效率。海口—北京航线的生产子过程和销售子过程的效率都较高，并且两者的发展速度都较快，说明运营该航线的航空公司兼顾两个子过程效率的提升，并且充分挖掘其发展潜力。上海—广州航线生产子过程效率较高并且发展迅速，而销售子过程效率较低，发展缓慢，说明航线总效率较高和发展较快是由于生产子过程，运营该航线的航空公司应注意提高销售子过程的效率。

B类是效率高但进步慢的航线。北京—三亚航线五年总效率高于0.651，但是效率变化值低于1.068，表明该航线虽然效率表现良好，但是发展趋于缓慢。进一步分析，该航线的生产子过程的总效率为0.944，排名第1，但是效率变化值为0.992，几乎无进步；而销售子过程的总效率0.774，排名第115，效率变化值为1.041，发展速度较快，说明该航线的两子过程发展非常不平衡，总效率较高是由于生产子过程，但是生产子过程的总效率已经趋于稳定，要想提高航线总效率，应采取措施提升销售子过程的总效率。

C类是效率低但进步快的航线。深圳—成都、广州—成都、上海—成都航线五年总效率低于0.651，但效率变化值高于1.068，说明虽然近五年这两条航线的效率表现不高，但具有较好的发展潜力。深圳—成都航线总效率值为0.640(排名6)，生产子过程的总效率为0.710(排名9)低于总效率前十航线平均值0.744，销售子过程总效率为0.901(排名34)高于平均值0.880，说明该航线效率低是由于生产子过程，虽然销售子过程的总效率在整个样本中的排名不如生产子过程，但是在排名前十的航线中该航线的销售子过程的效率相对较高，因此运营该航线的航空公司在提高生产子过程的同时也要兼顾销售子过程，保持其效率优势，从而提高整体效率。广州—成都航线生产子过程总效率较高，并且发展速度迅速，而销售子过程总效率较低，发展缓慢，说明航线运营发展不平衡，生产效率高但忽略了销售效率，导致航线总效率偏低。上海—成都航线两子过程的总效率都较低，生产子过程效率变化值为1.052，低于平均值1.083；销售子过程效率变化值为1.028，高于平均值1.005，说明该航线的进步源于销售子过程。

D类是效率低且进步慢的航线。深圳—上海、海口—成都、深圳—无锡这三条航线的五年总效率低于0.651，效率变化值分别为0.998、0.983、0.929，说明近五年运营效率一般，效率变化较小，基本上没有进步。进一步分析，深圳—上海航线的两子过程的总效率都偏低，销售子过程的效率变化值为1.083高于平均值 ，说明航线的进步缓慢是由于生产子过程。海口—成都、深圳—无锡航线的生产子过程的总效率值分别为0.639(排名22)和0.656(排名20)，而销售子过程的总效率值为0.944(排名9)和0.943(排名10)，并且这两条航线的两子过程的效率变化值分别为0.990 和0.902，基本没有进步，说明这两条航线的症结在于生产子过程，应采取合理的措施来提升生产子过程的效率，同时也要保持销售子过程的效率优势，才能使得航线整体效率提高。

五、结论与建议

(一)研究结论

本文使用多时期网络DEA模型测量了2012-2016年海丝路沿线地区的民航航线效率，并将航线的运营分为生产子过程和销售子过程，分析民航航线效率无效的原因，同时，对160个样本中效率表现较好的10条航线进行了针对性的分析，以明确各条航线存在的发展问题，类似的，也可通过此方法寻找其他航线的发展问题。因此，本研究可为航空公司合理分配航线资源以提高自身竞争力提供决策依据，也可为民航相关部门了解海丝路沿线地区的航线运营情况以及航线申请的受理提供参考。在此基础上，得出以下结论：第一，航线的总效率不仅受两个子过程效率的影响，还受各个时期两个子过程的影响。第二，从整体上来看，选取的样本航线的效率均无效，销售子过程的平均效率高于生产子过程。第三，从具体航线效率来看，总效率排名前十的航线大部分的生产子过程的效率排名靠前，而销售子过程的排名靠后，只有深圳—无锡和海口—成都航线与之相反，说明导致各条航线效率无效的原因是不同的。总效率排名前十航线的平均效率变化值为1.068，其中生产子过程的平均效率变化值为1.083，销售子过程的平均效率变化值为1.005，说明生产子过程的效率变化高于销售子过程，航线总效率保持较好的发展趋势。

(二)民航航线提升效率的措施

1． 提升生产子过程效率的措施

航线投入运营成本和基础设施以提供客运和货运服务，因此，航空公司有必要提高航线的生产效率以提供更多可用座位和吨位。生产子过程排名前三的航线为三亚—北京、上海—成都和海口—北京航线，其他生产子过程效率低的航线应学习这三条航线优化资源配置以提高生产效率，具体包括：

第一，优化航线网络结构。枢纽航线、干线航线、支线航线和国际航线有机结合的网络结构可以使航空公司的资源配置更加合理，资源利用率也更高。具体来说，可以借鉴蛛网式航线网络结构模式，将国内干线航线和支线航线连接起来，增强航班之间的衔接性，减少由于流量导致的航班延误和中转时间过长等问题。

第二，优化配置机型组合。飞机是航空运输的载体，使用不同的机型组合来提高航线的运力是提升航线效率的关键之一。首先，航空公司应根据不同航线的需求来投入不同的机型，在客运量和货运量大的航线引进大型飞机，增加可用座位和可用吨位，满足旅客需求。其次，合理配置新老机型以及飞机的机龄组合，淘汰效率低的老机型，引进配置先进的新机型，来提升运力。

第三，调整航班密度及航线布局。首先，以市场需求为导向，在需求旺季提高航班密度，在需求淡季时降低航线密度，确保更高的客座率。其次，紧密对接国家海丝路倡议，完善海丝路沿线国家和地区的航线布局，加大对海丝路国家市场的运力投放，使航线收益更易实现。例如，南航陆续开通和加密中亚、西亚、南亚等多条国际航线，打通广州至海丝路沿线城市的空中通道，吸引更多的客源和货源，提升航线效率。

2． 提升销售子过程效率的措施

航线运营时只有将可用座位和吨位这些产品销售给顾客，才能实现经济收益。销售子过程排名前三的航线分别为宁波—广州、上海—海口和杭州—昆明，值得关注的是，总效率排名前十的航线的销售子过程排名均不高，因此，提高航线的销售能力十分关键，应向销售子过程效率高的这些航线学习，通过改善航线服务和增加客运和货运需求来提高销售子过程效率，从而提升航线总效率。

第一，创新航线服务产品。首先，在保证基本飞行服务的基础上为旅客提供异质性服务。比如深圳—无锡航线推出的各类延伸产品，包括“经深飞”“易来易往”和“双程有礼”等服务产品。其次，针对类似上海—海口和杭州—昆明旅游类型航线，可结合地区特色，提供特色航空餐食和旅行纪念品，进一步提升服务质量，提高航线效率。再次，提供便捷通道服务产品，使旅客乘机更加方便快捷，比如运营天津—上海航线的航空公司推出“津沪空中快线”，极大缩短旅客登机时间。

第二，发挥灵活定价优势。航空公司可根据自身定位以及市场需求情况，灵活定价，吸引客源。比如，宁波机场引进多家廉价航空公司，特别是开通宁波—广州低成本航线后，宁波的旅客以“白菜价”飞广州已成为常态，低价策略为宁波—广州航线吸引大量的客源，增加航线营收。

第三，改善航线货运服务。货运是航空运输的重要对象之一，航空公司可通过拓展货运航线网络来吸引货源，从而提高航线销售子过程的效率。例如，金鹏航空积极融入“一带一路”大格局中，布局货运航线网络，优化特色包机业务，促进中国与其他国家之间的经贸合作和货物往来。

注释：

[1] 中国民航局：《2017年民航行业发展统计公报》，北京，2018年。

[2][19] Shao Y．，Sun C．，“Performance evaluation of China's air routes based on network data envelopment analysis approach”，JournalofAirTransportManagement，vol.55(2016)，pp. 67-75．

[3] 王战斌：《基于DEA方法的中国机场运营效率实证研究》，《交通运输系统工程与信息》2012年第6期。

[4] Wanke P．F．，“Physical infrastructure and flight consolidation efficiency drivers in Brazilian airports：A two-stage network-DEA approach”，TransportPolicy，vol.29，no.7(2013)，pp. 145-153．

[5] Liu D．，“Evaluating the multi-period efficiency of East Asia airport companies”，JournalofAirTransportManagement，vol.59(2017)，pp. 71-82．

[6] Li Y．，Wang Y．Z．，Cui Q．，et al．，“Evaluating airline efficiency：An application of Virtual Frontier Network SBM”，TransportationResearchPartE，vol.81(2015)，pp. 1-17．

[7] Omrani H．，Soltanzadeh E．，“Dynamic DEA models with network structure：An application for Iranian airlines”，JournalofAirTransportManagement，vol.57(2016)，pp. 52-61．

[8] Kottas A．T．，Madas M．A．，“Comparative efficiency analysis of major international airlines using Data Envelopment Analysis：Exploring effects of alliance membership and other operational efficiency ”，JournalofAirTransportManagement，vol.70(2018)，pp. 1-17．

[9] Chiou Y．C．，Chen Y．H．，“Route-based performance evaluation of Taiwanese domestic airlines using data envelopment analysis”，TransportationResearchPartELogistics&TransportationReview，vol.42，no.2(2008)，pp. 116-127．

[10] 陈鸿飞：《基于Malmquist指数的航空公司效率度量研究》，硕士学位论文，大连海事大学，2015年。

[11][12][21] Yu M．M．，“Performance assessment of transport services with the ERM-NDEA model: evidence from a domestic airline in Taiwan”TransportationPlanning&Technology，vol.35，no.7(2012)，pp. 697-714．

[13] Charnes A．，Cooper W．W．，Rhodes E．，“Measuring the efficiency of decision making units”，EuropeanJournalofOperationalResearch，vol.2，no.6(1978)，pp. 429-444．

[14] Kao C．，Hwang S．N．，“Efficiency decomposition in two-stage data envelopment analysis: an application to non-life insurance companies in Taiwan”，EuropeanJournalofOperationalResearch，vol.185，no.1(2008)，pp. 418-429．

[15] Kao C．，Hwang S．N．，“Multi-period efficiency and Malmquist productivity index in two-stage production systems”，EuropeanJournalofOperationalResearch，vol.232，no.3(2014)，pp. 512-521．

[16] 程小康：《民航国内旅客运输》，成都：西南交通大学出版社，2008年。

[17] 杨笠诗：《建构具预测能力之效率效能评估模式——以东亚航线为例》，硕士学位论文，中华大学，2009年。

[18] Zou B．，Elke M．，Hansen M．，et al，“Evaluating air carrier fuel efficiency in the US airline industry”，TransportationResearchPartAPolicy&Practice，vol.59，no.59(2014)，pp. 306-330．

[20] Chiou Y．C．，Chen Y．H．，“Route-based performance evaluation of Taiwanese domestic airlines using data envelopment analysis”TransportationResearchPartELogistics&TransportationReview，vol.42，no.2(2008)，pp. 116-127．

[22] 杨善民：《“一带一路”环球行动报告(2015)》，北京：社会科学文献出版社，2015年。