考慮非期望產出的航空公司運營效率及影響因素研究
——基于SBM-Malmquist-luenberger指數(shù)和Tobit方法

章連標（教授）楊倩倩（中國民航大學經(jīng)濟管理學院 天津 300000）

一、引言

航空運輸是國家交通運輸體系中的重要組成部分，隨著社會經(jīng)濟的發(fā)展，人民物質生活水平的提高，航空出行也成為越來越多人的選擇。2020年民航旅客運輸量已達4.2億人次，民航旅客周轉量在綜合交通運輸體系中占比達33.1%。雖然旅客運輸量逐年增加，但近些年隨著低成本航空公司的相繼涌現(xiàn)、票價的公開透明，航空公司的價格競爭日益激烈，使得航空公司越來越注重效率的提升。另一方面，新冠肺炎疫情以來，民航業(yè)旅客運輸量斷崖式下跌，降本增效也是各航空公司的必然選擇。許多航空公司也在貨運、機隊規(guī)劃方面做出了調整，以期提高運營效率。2018年，我國民航局出臺《新時代民航強國建設行動綱要》，意在推動民航高質量發(fā)展，實現(xiàn)我國由民航大國向民航強國轉變，“十四五”發(fā)展規(guī)劃中也提出促進民航高質量發(fā)展。高質量發(fā)展、精益成本、綠色發(fā)展是未來民航業(yè)發(fā)展方向。各航空公司為自身綠色可持續(xù)發(fā)展，在提升運營效率的同時也越來越關注節(jié)能減排等方面的社會責任，因此在關注溫室氣體排放的同時提高航空公司運營效率也成為民航可持續(xù)發(fā)展的重要課題之一。

二、文獻綜述

對于航空公司運營效率的研究主要集中在DEA為基礎的數(shù)據(jù)包絡模型效率評價、全要素生產率的測度和對運營效率影響因素的分析。許多學者研究不同國家和地區(qū)的航空公司運營效率，主要選取以DEA為基礎的相關方法，得出了不同的結果與改進意見。Lee、Worthington等選取飛行公里數(shù)、員工人數(shù)和總資產作為投入變量，可用噸公里作為產出變量，利用DEA模型對航空公司進行效率評價；Chang，Park，Jeong，Le等選取SBM-DEA方法評價全球航空公司經(jīng)濟和環(huán)境效率。自2016年以來，許多學者在進行航空公司效率評價時，把二氧化碳作為非期望產出討論。Zhang、Fang、Wang等采用SBM-DEA模型評估和比較2011—2014年期間中美航空公司的能源效率，并利用Malmquist指數(shù)分析了航空公司全要素生產率、技術和效率的演變。王雪等運用窗口DEA模型對我國6家上市航空公司相對運營效率值和全要素生產率進行評價，從技術效率變化和技術進步兩個角度將航空公司全要素生產率進行分解，分析上市航空公司效率變化的原因。Chen、Wanke、Antunes、Zhang等在二氧化碳排放作為非期望產出的基礎上，增加航班延誤作為航空公司的另一非期望產出，并選取隨機網(wǎng)絡DEA模型進行效率評價，建立了航空公司效率評價問題中航班延誤和二氧化碳排放之間的權衡模型。Chen、Cheng、Zhu等在考慮非期望產出的基礎上，將航空公司效率分為兩階段：生產階段和利潤階段，引入網(wǎng)絡松弛測度模型（NSBM）方法探索中國航空公司兩階段的運營效率和環(huán)境績效，并打開了傳統(tǒng)DEA模型的黑箱，進一步探索中國航空企業(yè)運營效率的特征和驅動力。

而在研究航空公司效率的影響因素方面，Barbot、Costa等將航空公司效率的影響因素分為內部（運營）因素和外部（組織）因素，分析了員工數(shù)、每天工作時間、燃料對效率的的影響，并把航空公司類型（低成本或全服務）作為虛擬變量控制；Merkert、Hensher等把平均階段長度、飛機規(guī)模、不同系列飛機數(shù)量等變量作為影響因素回歸到效率得分當中；所有權和監(jiān)管措施對航空業(yè)績效的影響已經(jīng)通過將效率得分回歸到背景或環(huán)境變量來解決。Cao，Lv，Zhang等把每次飛行的乘客數(shù)、貨運、市場占有也作為影響航空公司效率的因素。Cui、Li等把機隊平均機齡納入到評價體系中。本文綜合了前人研究指標，從航空公司客貨運主營業(yè)務和整體營業(yè)收入角度衡量產出，并加入了民航業(yè)綠色發(fā)展中日益關注的碳排放作為非期望產出，從靜態(tài)和動態(tài)兩個角度分析了航空公司的效率變化，分析航空公司運營效率的影響因素以期在綠色發(fā)展的同時提高航空公司運營效率。

三、研究方法

（一）包含非期望產出的SBM模型。數(shù)據(jù)包絡分析（DEA）于1978年由Charnes和Cooper最早提出，之后就被廣泛應用于不同領域效率評價中。作為一種非參數(shù)生產分析方法，該方法主要是通過保持決策單元（DMU）的輸出與輸入不變，利用線性規(guī)劃確定相對有效的生產前沿面。DEA模型不需具體形態(tài)的生產函數(shù)和成本函數(shù)，只需將投入產出變量分別作為輸入和輸出變量輸入相應的DEA軟件，便可算得相關的生產效率與規(guī)模經(jīng)濟指數(shù)，因此DEA廣泛運用在各行業(yè)的效率評價之中。但傳統(tǒng)的DEA模型沒有考慮投入產出的松弛性問題，會由于不同決策單元投入過多和期望產出不足而產生經(jīng)濟無效問題。在此基礎上，TONE提出了非徑向、非角度的SBM模型，在目標函數(shù)中考慮松弛變量問題，彌補了傳統(tǒng)模型方法的不足。綠色發(fā)展、環(huán)境保護越來越成為當今時代的主題，在進行相應研究時，許多行業(yè)學者開始將污染排放這一非期望產出納入效率評價體系之中。因此本文基于對非期望產出的考慮，采用非徑向非角度的SBM模型來評價航空公司運營效率?；灸Ｐ腿缦拢?/p>

（二）Malmquist-luenberger指數(shù)。SBM方法可以評價靜態(tài)的相對效率，但并不能反映效率的動態(tài)變化。航空運輸業(yè)作為資本密集型產業(yè)，生產過程也是長期、連續(xù)的。航空公司的生產技術效率是動態(tài)變化的，這一動態(tài)變化過程可用Malmquist指數(shù)衡量。而本文包含了航空公司碳排放這一非期望產出，因此選用Malmquist-Luenberger指數(shù)可以衡量非期望產出約束下的全要素生產率、技術效率、技術變化。Malmquist-luenberger需要定義相鄰兩個不同時期的方向性距離函數(shù)，根據(jù)Chung定義：關于t期到t+1期的M-L生產率指數(shù)為：

（三）Tobit回歸。為在非期望產出下分析我國航空公司運營效率的影響因素，將第一階段運營效率作為因變量，客座率、平均機齡、市場份額、貨運比例、公司所有權和是否低成本航空公司作為自變量，因為航空公司運營效率分布在0—1之間，屬于截尾數(shù)據(jù)，若采用普通最小二乘法對模型進行回歸，會導致參數(shù)有偏，因此選取Tobit模型進行回歸分析?；窘Y構如下：

其中，Y代表因變量第k組觀測值的受限效率值，X代表解釋變量，β代表未知參數(shù)向量，ε～N（0,δ）。

四、指標測度與數(shù)據(jù)選取

（一）投入產出指標選取。本文選取投入指標為可用座公里、員工總數(shù)和航空煤油消耗量。可用座公里（ASK）是飛機座位數(shù)與飛行公里數(shù)的乘積，常用來衡量航空公司的運力投入；員工人數(shù)衡量航空公司人力方面的投入，前人文獻中也有選取員工工資與福利作為衡量航空公司人力投入方面的指標，但考慮到不同年份之間通貨膨脹等問題，本文選取人員數(shù)量作為衡量指標，避免價格平減問題。航空燃油消耗量代表航空公司機型選擇與綠色發(fā)展方面的投入。衡量航空公司在綠色發(fā)展、節(jié)能減排等方面的投入。產出指標方面，本文選取收入客公里、收入貨運噸公里和營業(yè)收入作為航空公司的期望產出，選取二氧化碳排放量作為航空公司非期望產出，收入客公里即航空公司的旅客周轉量，衡量航空公司的客運收入，收入貨運噸公里即貨郵周轉量，衡量航空公司在貨運方面的產出，營業(yè)收入則反映航空公司整體的收入水平；航空運輸業(yè)當前正推動高質量發(fā)展和節(jié)能減排，選取二氧化碳排放量能更好地衡量航空公司在社會責任、低碳綠色發(fā)展方面的貢獻。

（二）數(shù)據(jù)來源。本文選取了我國10家主要航空公司數(shù)據(jù)進行效率測度，包括：國家航空、東方航空、南方航空、海南航空、廈門航空、深圳航空、四川航空、山東航空、春秋航空、吉祥航空；由于數(shù)據(jù)的可獲得性，選取2014—2018年內五年的投入產出數(shù)據(jù)。投入產出數(shù)據(jù)來自《中國民航統(tǒng)計年鑒》（2015—2019）、Cirium Dashboard數(shù)據(jù)庫以及航空公司披露年報。由于非上市航空公司社會責任報告獲取問題以及社會責任報告中披露的碳排放數(shù)量并不完全，因此本文選擇2006年《國家溫室氣體清單指南》公布的航空運輸業(yè)計算二氧化碳排放量的方法計算，使用燃料消耗（航空煤油）及其排放系數(shù)估算航空公司的二氧化碳排放量，計算公式如下：

五、結果分析

（一）SBM結果分析?；赟BM模型對選取的10家航空公司的效率值進行測度，利用MAXDEA 8.0得出測算結果，如表1所示。

表1 2014—2018年我國主要航空公司運營效率

在考慮非期望產出的情況下，中國國際、海南航空、春秋航空三家相對效率值一直最優(yōu)，位于生產前沿面上，南方航空、吉祥航空等效率也在逐年提升，至2018年都提升至相對有效，廈門航空、深圳航空整體呈緩慢上升趨勢，從2014—2018年增幅并未超過10%，四川航空前三年一直位于生產前沿面上，2017年效率大幅度降低后又有緩慢提升，山東航空、東方航空2014—2017年效率整體呈下降趨勢，2018年效率又有了超過10%的增長，但相對2014年仍呈相對下降趨勢。

（二）我國航空公司Malmquist-luenberger指數(shù)的測度。本文基于GRS假設對我國主要航空公司全要素生產率指數(shù)進行測度，計算出10家航空公司2014—2018年逐年的Malmquist-luenberger指數(shù)并對其進行分解，以反映航空公司動態(tài)效率的變化。結果如表2所示。

表2 我國主要航空公司逐年全要素生產率及其分解

在2014—2018年這個樣本區(qū)間上，樣本中航空公司全要素生產率（ML指數(shù)）平均值呈上升趨勢，但整體增幅僅達1.15%，增長主要是由于技術效率提升導致的；以上10家航空公司共分為三類分析，國際航空、東方航空、南方航空等大型國有全服務航空公司；廈門航空、深圳航空、四川航空、山東航空等地方性航空公司；春秋航空、吉祥航空這類低成本航空公司；整體來看，三大航等全服務航空公司全要素生產率呈上升趨勢，國航在2014—2018年技術效率一直保持不變，主要是由于技術的進步導致的全要素生產率的增長；東航全要素生產率一直呈穩(wěn)定增長狀態(tài)；南航全要素生產率稍有波動，但2016—2017、2017—2018年度都大于1，技術效率的增長促進了全要素生產率的增長，這主要得益于公司管理改革、機隊機組更新，更加注重碳排放等社會責任；海航則一直是技術的進步促進全要素生產率的提升，在2016—2017年度出現(xiàn)過短暫波動。

而在地方性航空公司中，2015—2016年整體全行業(yè)技術效率都有所提升，但只有四川航空是由于技術進步帶動的全要素增長率的提高，其他航空公司仍是依靠技術效率的提升；在2017—2018年技術效率都大于1，說明地方性航空公司該年度在整體的機隊管理、公司治理改革中都有很大進步。

春秋和吉祥這類低成本航空公司，在生產率增長的過程中，技術效率和技術進步皆有貢獻，春秋航空除2014年之外，技術的變化都阻礙了公司全要素生產率的提升，而吉祥航空同樣在2014—2018年技術的變化也對公司的生產率變化起了阻礙作用。低成本航空公司在生產組織、運力調配等導致的效率變化方面表現(xiàn)較優(yōu)。

整體來看，我國主要航空公司對于公司管理、社會責任、節(jié)能減排等方面都有逐年提升和重視，但是技術進步為全要素增長率帶來的貢獻不多，因為民航是資本密集型產業(yè)，飛機及主要發(fā)動機等在一年短期內更新較少，技術進步對民航效率的影響需要時間，但民航局十四五發(fā)展規(guī)劃也提倡科技發(fā)展、智慧民航，航空公司在技術進步方面存在很大潛力。

（三）我國航空公司效率影響因素研究。本文結合已有文獻，選取可用座公里（ASK）、客座率、平均機齡、市場占有率、貨運比例、所有權形式、航空公司類型作為自變量，由于多重共線性問題，剔除可用座公里這一變量，得出Tobit回歸方程如下：

其中，β為常數(shù)項，β、β、β、β、β、β為估計參數(shù)，X為客座率的自然對數(shù)，X為平均機齡，X為市場占有率的自然對數(shù)，X為貨運比例的自然對數(shù)，X代表所有權結構，上市航空公司取1，否則取0；X表示低成本航空公司，低成本航空公司取1，否則取0；ε為隨機擾動項?；貧w結果如表3所示。

表3 航空公司運營效率影響因素回歸結果

客座率對航空公司運營效率有正向影響，客座率每增加1%，航空公司運營效率提高3.05，這表明，航班客座率是航空公司效率中影響最大的因素。低成本航空公司正班客座率一般集中在85%—90%，保持較好水平，而四大航空以及地方性航空公司大都集中在80%—85%之間，客座率的提升不僅能促進航空公司運營效率的提升，也對節(jié)能減排方面有正向推動作用，目前國有航空公司和大部分地方性航空公司在客座率提升方面仍存在較大空間，在外部環(huán)境風險加劇的今天，航空公司處理好票價與售票之間的關系，提升航班客座率，無疑是提升效率、保持競爭力的較好選擇。

平均機齡則和航空公司運營效率負相關，這與常規(guī)理解和前人研究中一致，平均機齡每增加一年，航空公司的運營效率減少0.87，自2020年新冠疫情以來，航空公司面臨外部環(huán)境更加艱巨，許多航空公司選擇更加靈活的經(jīng)營租賃代替自有購買來獲取飛機使用權，而老舊飛機會存在更多的污染排放問題，因此機隊平均機齡和航空公司綠色可持續(xù)發(fā)展方面的權衡也十分重要。

市場占有率也對航空公司運營效率有正向促進作用，市場份額每提升1%，航空公司運營效率提高0.20，這對國航、東航、南航這類大型國有航空公司來說更有利，三者市場份額相加大致占整體國內市場份額的50%，規(guī)模大的航空公司更會在規(guī)模效益中獲益。而其他地方和低成本航空公司在剩余50%中激烈競爭。國航、東航、南航可發(fā)揮自身優(yōu)勢，他們擁有更多的旅客、機隊、資源等等，做好合理管理分配，提高市場份額，提高運營效率，并能在節(jié)能減排、社會責任等方面起到良好標桿作用。

貨運比例對航空公司效率有正向影響，以往學者研究中，貨運對航空公司運營效率的影響有正有負，本文隨機效應Tobit回歸后得出正向影響，航空運輸業(yè)是資本密集型產業(yè)，投資回報率本就不高，但當面臨重大衛(wèi)生安全時間時，如2003年非典、2020年新冠疫情等，會導致收入等呈斷崖式下跌，發(fā)生嚴重虧損，全球范圍內甚至多家航空公司破產，在這種情況下，民航局呼吁航空公司加強貨運，許多航空公司甚至客改貨，這也是由現(xiàn)在客運為主向客貨并重發(fā)展的一種趨勢。文中也實證得出貨運比例對航空公司運營效率有正向影響，因此航空公司可做好自身規(guī)劃，提高貨運比例和水平，促進運營效率的提升。

最后，就是兩個虛擬變量（所有權和航空公司類型）對航空公司運營效率的影響，國有航空公司對效率的影響為負。非國有航空公司更有助于提升效率，表明民營航空公司的管理效率比國有航空公司高。此外，低成本航空公司對效率提升有正向影響，表明低成本航空公司更有動力保持最佳管理和規(guī)劃來保持競爭力、提升效率。

六、政策與建議

將非期望產出納入到航空公司運營效率評價體系，更能反映出航空公司對于效率提升和可持續(xù)發(fā)展方面的追求，本文綜合Malmquist-luenberger指數(shù)和隨機效應Tobit模型探究我國航空公司2014—2018年期間全要素生產率變化以及效率驅動因素，得出如下結論和建議：

首先，深化改革、鼓勵創(chuàng)新，實現(xiàn)高效率發(fā)展。雖然在本文對比中一些航空公司相對有效，位于生產前沿面，但整體我國航空運輸業(yè)的效率仍然偏低。在企業(yè)運營管理層面航空公司可以不斷引進先進技術，加快推動智慧民航建設腳步，與其他民航運輸企業(yè)合作推動業(yè)務流程自動化、管理系統(tǒng)信息化。不要一味追求擴大企業(yè)規(guī)模，在提升運力水平和管理水平的同時尋找適合自身發(fā)展階段的運營模式和規(guī)模經(jīng)濟，合理配置運力和航線網(wǎng)絡規(guī)模。做好精益成本管理，加強成本管控，提高企業(yè)人員綜合素質，避免人員和財務投入冗余；平衡客貨運輸，適當提升貨運比例；結合大數(shù)據(jù)優(yōu)化航空公司運營管理模式，合理確定票價，提高正班客座率，提高航空公司管理水平。

其次，提高抗風險能力，實現(xiàn)可持續(xù)發(fā)展。航空公司可提升管理能力，如促進航油管理專業(yè)化、航路選擇最優(yōu)化、重量管理精細化，提高抵御外部風險能力。我國航空公司也越來越重視綠色發(fā)展，目前三大國有航在履行社會責任方面成績較好。各航空公司積極響應民航局“打贏藍天保衛(wèi)戰(zhàn)”號召，積極開展碳排放和碳資產管理，完善公司碳交易管理流程和制度，建立碳排放數(shù)據(jù)監(jiān)測和管理系統(tǒng)，加強應對全球航空減排機制能力建設，推動地面車輛“油改電”和使用地面設備替代飛機輔助動力裝置。在推動地面車輛油改電的同時可以結合公司戰(zhàn)略打造綠色運營模式、優(yōu)化機隊結構，提升燃油效率。持續(xù)推廣及優(yōu)化航班放行、優(yōu)化飛行時間、推進飛機減重、飛機性能監(jiān)控管理、計算機油量精細化管理、航路優(yōu)選、地面電源替代輔助動力裝置等一系列措施。

最后，重視技術進步影響，實現(xiàn)高質量發(fā)展。航空公司可以結合大數(shù)據(jù)、人工智能等高新技術優(yōu)化經(jīng)營模式。航空公司可加強與機場合作，在機場等航運合作企業(yè)引入人工智能技術，進一步提高資源配置效率，提高民航業(yè)的服務質量，在提升自身效率的同時促進高質量、可持續(xù)發(fā)展。