假設條件與範例說明

,

(F_{(k) (k)}d_(k) F_(k^f_{) (k)}d_(k)

P +λ +λ 之極小值，可求解得一步階大小

) 0

(_k >

λ 。

步驟六：令 k=k+1，重新計算F_(k+1) =F_(k)+λ_(k)d_(k)、F_(k^f₊₁₎=F_(k^f₎+λ_(k)d_(k))，再 將所新求得之值代回步驟二。

3.4 單一航空公司實證範例分析

3.4.1 假設條件與範例說明

3.4.1.1 假設條件

在客運方面，客運收入若欲達到最大，即式(3.15)中第一項最大，

則式中 ^{β η}

( )

^{ijn = ，則 0}

^c

^{ij ⎡}_⎣^{1−β η}

( )

^{ijn ⎤}_⎦ ⁼

^c

^{ij 。 欲使 β η}

( )

^{ijn = ，表示0}

n 1

s

≤ηij ≤ ， 航空公司安排 i− j 航班時須同時滿足旅客出發與抵達時間的 需求。旅客方面，雖然個別旅客對於出發、抵達時間之需求並不相同，但 選擇同一航線之旅客仍有較一致的總體需求狀況，因此本研究擬對旅客部 分作一簡單假設，則可獲取在同一航線上之總體狀況以利航空公司配置理 想時間帶，假設如下：

1. 旅客意願之抵達時間落在 08：00-22：00 之間，但受限於目的地之活動 時間產生增減變動情形。

2. 旅客選擇出發時間須符合正常生理作息，正常生理作息採與機場夜間時 段定義一致，各國機場夜間時段定義並不一致，本研究依據中正國機場 之規定採 23：00-07：00。

在貨運方面，航空公司若欲在貨運收入部分達到最大，必須使航班 抵達時間落在 T%_d′ ∈[T_xy^o',T_xy^d']。但對不同的貨主而言，所考量貨物運送、抵 達因素不盡相同，本研究並不探討個體行為，故對貨主所考量進行假設，

以利獲得同一航線上較一致的總體狀況以利配置貨運理想之時間帶。

3.4.1.2 範例說明

為實際了解模式操作情形，本研究以一範例說明單一航空公司客貨航 班時間帶配置對航空公司利潤的影響，並獲得航空公司最大利潤下之時間 帶配置狀況。

在本例中，選擇分析以台北為起訖之兩家國籍航空公司 A、B 之客貨 運市場，根據中正國際機場每日客運量多寡選定範例航線 4 條，主要考量 因素是部分長程航線每日僅一班航班，客貨需求狀況無法顯現。台北-洛 杉磯航線的選取主要目的在對長、短程航線作差異比較，故選定台北-曼 谷、台北-香港、台北-東京、台北-洛杉磯共 4 條航線。另因本研究構建 本模式時欲探討景氣波動影響航班之變動，但長程航線在單日需求考量下 多配置 1-2 航班，因此在面對景氣波動情形時，增減變動極不明顯，甚至 航班數並不改變，故在本範例中將長程航線暫且排除在外以利景氣波動之 探討。另由於每日之需求情況不同可能造成最佳時間帶位置產生差異，故 以一週作為範例，避免單日結果與實際狀況差異過大。根據 3.1 與 3.2 節

中對客貨運之基本假設，並以中正國際機場對 4 條航線之實際需求情況作 為依據。本研究假設航空公司所使用的機型隨航線不同改變，由於同一航 線所使用航機機型多為一致，故各航線客運資料列表如 3.1，各航線客運 需求量如表 3.2 所示。各航線客運票價與距離如列表 3.3。並根據國際燃 油價格假設每加侖燃油為 1.1087 美元。

在貨運方面，因國內無此類統計資料，且各家航空公司貨運部視此類 資料為高度商業機密，且與航空公司貨運部訪談後，得知目前貨運航班時 間訂定主要為排除客運所使用之時間後，再以 try error 方式訂定時間，

且各貨主對於不同航線拖運貨物時間並無明顯時間上趨勢，故在範例分析 上暫且以目前實際航班時間情形安排頻次。由於貨運方面航線從其客運，

且本研究係以單日情形求取航空公司最大利潤，此兩家航空公司並無台北 -東京之貨運航線，且並非每日皆有航班配置情形。各航線貨運航機資料 列表如 3.4。各航線貨運需求量列表如 3.5。各航線貨運運費率預設值列 表如 3.6。最後表 3.7 為各參數代表意義與預設值。

在本範例分析中，本研究以目前實際頻次與時間帶分布情形，代入本 研究之規劃模式中作為比較對象，探討航空公司利潤變化以及景氣變化下 航空公司透過航班頻次與時間帶調整情形、利潤差異。

表 3.1 各航線航機資料

A 航空公司 B 航空公司 航線

航線使用機型 航機座位數 航線使用機型 航機座位數 台北-曼谷 B747-400 386 A300-600R 269 台北-香港 A330-200 252 A300-600R 269 台北-東京 A330-200 252 B747-400 411 台北-洛杉磯 B747-400 386 B747-400 411

表 3.2 各航線客運需求量(人次)

航線 週一 週二 週三 週四 週五 週六 週日 總和 台北-曼谷 511 693 616 276 514 686 596 3892 台北-香港 1135 1242 1112 591 866 764 1134 6844 A

台北-東京 462 219 236 0 351 448 415 2131

台北-洛杉磯 315 797 0 555 589 581 582 3419 台北-曼谷 613 720 814 682 717 846 668 5060 台北-香港 2406 2115 1881 1951 1972 1872 2141 14338 台北-東京 939 554 626 661 722 925 959 5386 B

台北-洛杉磯 757 294 262 558 678 704 676 3929

表 3.3 各航線客運票價(美元)與距離(mile)

航線 票價 距離

台北—曼谷 236 1465

台北—香港 167 499

台北—東京 212 1228

台北-洛杉磯 583 6776

表 3.4 航線貨運航機資料與貨運量(噸)

A 航空公司 B 航空公司 航線

航線使用機型 航機載貨噸數 航線使用機型 航機載貨噸數

台北-曼谷 B747-400F 110 B747-400F 110

台北-香港 MD-11F 80 B747-400F 110

台北-洛杉磯 B747-400F 110 B747-400F 110

表 3.5 各航線貨運需求量(噸)

航線 週一 週二 週三 週四 週五 週六 週日 總和

台北-曼谷 0 85 0 44 0 0 79 208

台北-香港 0 49 53 47 23 86 61 319 A

台北-洛杉磯 89 184 207 63 0 160 73 776

台北-曼谷 0 65 0 37 0 0 69 171

台北-香港 0 38 88 62 20 31 169 408 B

台北-洛杉磯 161 171 145 202 94 286 157 1216

表 3.6 各航線貨運費率(美元)

航線 預設費率

台北—曼谷 9.33 台北—香港 3.265 台北-洛杉磯 41.985

表 3.7 各參數輸入值

參數 代表意義 預設值

r

客運票價一級折讓承載率最高臨界值 0.5

s

客運票價二級折讓承載率最高臨界值 0.75

α

1 客運票價第一級折讓比率 0.25

α

2 客運票價第二級折讓比率 0.1

R

^{貨運運費率折讓比率 0.15}

S

貨運運費率折讓之載貨率臨界值 0.5

求解過程說明如下步驟：

step 1 ：依照客運及貨運航班時間規劃之情形，對於不同航線時間區段 加以區分作為限制，將 A、B 兩家航空公司此 4 條航線每日需求 情形，以及本研究設定之各參數值代入模式中。

Step 2 ：按 3.3.2 節演算步驟，並透過頻次與承載率不同組合變動，求 得整體利潤之變動，找出最大利潤下之最佳時間帶。

Step 3：可由 step 2 可推得各航線各時區實際利潤。由於在一週內週末 會呈現航線高峰，故為避免單日結果在週末與非週末產生極大差 異，故本研究擬將各航線各時區一週利潤加總作為分析依據。

Step 4 ：由 step 3 之結果可依利潤大小排列出各航線各時區對航空公司 貢獻度大小，貢獻度最大者即為此航線最佳時間帶，並可列出時 間帶貢獻度之順序。

在文檔中 航空公司之客貨航班時間帶調整規劃之研究 (頁 52-59)