第四章 實證分析
第三節 灰預測結合DEA對未來進行規劃分析
過去大部分都著重於如何提高效率，但如果只有高效率而沒有顧客消費，
那麼所投入的要素與所產出的服務都是浪費資源，因此本文建議應先考慮如何 提高其效能。於上一節，本文已對下一年度的乘客人次進行預測，並將其預測 結果與DEA 結合，藉此回推如何調整其投入與產出以達成有效能。本文擬處於 目前的生產模式下因應市場規模，進而推估下一年的配置。
回推 2007 年在行銷效能方面，分析結果如表 8，東京、胡志明、雅加達、
新加坡、吉隆坡處於使用2006 年的配置即可在 2007 年達到行銷有效能，若 2007 年仍採用2006 年的模式經營則以馬尼拉的表現為最差，其相對效能值為 0.758，
建議業者應對其航線資源配置優先作調整，尤其行銷部門可藉由行銷的手法進 而提升顧客消費情形，07 馬尼拉想要在 2007 年達到行銷有效能，可將 2006 年 馬尼拉的資源配置作以下調整，減少 164 個航班、增加營業收入 2,301,133,730 元、增加淨利2,299,860,311 元、且增加 95,276 位乘客，其餘的 DMUs 則可依據 分析結果減少其投入，以及增加其產出。執行效能方面分析結果如表9，若 2007 年仍採用2006 年的模式經營大部分其相對效能值皆於 0.87 之上，唯有馬尼拉其 相對效能值為 0.483，建議業者對此馬尼拉航線重新規劃其資源配置，因此 07 馬尼拉想要在 2007 年達到執行有效能，可將 2006 年馬尼拉的資源配置作以下 調整，減少1 機隊數、減少營業成本 926,668 元、減少 4 年機齡、增加營業收入 840,8058,761 元、增加淨利 8,408,985,429 與增加 319,262 位乘客，其餘無效能的 DMUs 則可依據Δxik =xik −(xik −si+*)、Δyrk =(θ*yrk +si−*)−yrk，進行調整以達到 有效能。
綜合行銷效能與執行效能的推估，業者可依以下建議對航線做些微改善以 提升其效能。名古屋可藉由租賃或聯盟的方式以減少其機隊數，達成減少營業 成本進而增加其淨利。福岡、曼谷、香港則可些微調整票價以增加營業收入。
雅加達須減少機隊數、營業成本並增加乘客人次進而增加淨利。新加坡須減少 員工人數、機隊數並且增加淨利與乘客人數，以提升效能。馬尼拉須減少機隊 數、營業成本、航班數以及機齡並增加營收，藉由前面改善可提高淨利。
於第一節中亦得知其改善方向，但實際上即使某 DMU 依照 DEA 所提供的 改善方向也未必能夠於未來達到有效能，因為DEA 所分析的結果僅意味著相對 關係，因此若其他 DMU 又做的更好，或是未來的需求量改變，那麼跟著分析 結果改善的 DMU 一樣是不能夠達到有效能，但本研究所提供的與預測結合之
評估架構則不同，藉由先行預測顧客需求量，將未來的不確定降低，再將資訊 回饋至評估架構，為未來每一航線量身訂作達到有效能之最佳資源配置。以06 東京為例，於表 5 分析結果得知在行銷效能方面，若要達至行銷有效能則需減 少56 班航班以及減少 30,068 個座位數以及增加淨利 679,366 元，但 07 東京若 依據 06 東京所提供之改善方向進行改善後於 07 年仍然無法達到有行銷效能，
由表10 可得知結合預測模式之 07 東京只要使用 2006 年的配置即可在 2007 年 達到行銷有效能，依照原DEA 所建議的改善如表 5，而進行改善之東京為表 10 中的06 修正東京，仍無法達到行銷有效能，雖然於表 11 若 06 東京依照表 6 之 分析結果作改善，於07 年也達到執行有效能，但是並不是每次依照其改善方向 進行改善於下一年度皆可達到有效能，其原因為需求之不確定，以及許多外在 環境因素所影響而造成的，因此本研究所建立之結合預測模式與效率/效能評估 模式確實有存在之必要性，並建議業者應以本研究所提出模式之改善方向作為 實務上改善之依據。
表8
灰預測結合DEA以2006年為基準推估2007年行銷效能之結果
DMU Score Y1 Y2 Z1 Z2 Z3
S-( 1) S-( 2) S+( 1) S+( 2) S+( 3) 04 東京 0.9363463 0 0 740051.0837 0 57014.415 05 東京 0.989573 0 0 389382.7897 0 65136.576 06 東京 0.9608238 0 0 0 1191572.59 73126
07 東京 1 0 0 0 0 0
04 名古屋 0.8154811 0 0 0 4613490.55 0
05 名古屋 0.8025212 0 0 0 4636704.594 0 06 名古屋 0.6889919 0 0 0 6794723.396 0
07 名古屋 0.8013493 0 0 0 4100171.071 0
04 福崗 0.7604414 0 0 767806660.4 772646220.8 0 05 福崗 0.7745824 0 0 926345331.9 932278231.9 0 06 福崗 0.7706044 0 0 1391837671 1399191224 0
07 福崗 0.9038202 0 0 1391826607 1397485311 0
04 胡志明 0.9151099 0 0 2322198.789 0 0 05 胡志明 0.8191602 0 0 1759199.649 0 0 06 胡志明 0.7771457 0 0 0 1272437.209 0
07 胡志明 1 0 0 0 0 0
04 曼谷 0.9093184 0 0 13406342.65 0 0
05 曼谷 0.8551309 0 0 11670066.27 0 0
06 曼谷 0.8665884 0 0 12287385.73 0 0
07 曼谷 0.9511405 0 0 14686017.59 0 0
04 峇里島 0.95917 0 0 0 1490047.263 7049.9737 05 峇里島 0.8265335 0 0 0 3616914.306 7142.0141
06 峇里島 1 0 0 0 0 0
07 峇里島 0.9902029 0 0 0 0 42379.578
04 雅加達 0.867096 0 0 1250622.377 0 10870.761 05 雅加達 0.9233276 0 0 912498.0699 0 10718.969 06 雅加達 0.8060785 0 0 0 2606996.852 7566.4928
07 雅加達 1 0 0 0 0 0
04 新加坡 1 0 0 0 0 0
05 新加坡 0.8862033 0 0 0 683759.9899 0 06 新加坡 0.8115903 0 0 0 1997868.339 0
07 新加坡 1 0 0 0 0 0
04 馬尼拉 0.7081913 225.95535 0 1537359473 1539598102 0 05 馬尼拉 0.7069405 204.65791 0 1528528255 1531019890 0 06 馬尼拉 0.72964 164.23742 0 1538923125 1541476842 0 07 馬尼拉 0.7578693 164.23742 0 1538923125 1540248100 0 04 吉隆坡 0.916683 0 0 0 813560.6963 6954.3019 05 吉隆坡 0.9474449 0 0 0 1573362.617 7186.8492 06 吉隆坡 0.9637058 0 0 308496.0909 0 10911.722
07 吉隆坡 1 0 0 0 0 0
04 香港 0.751412 0 0 23991468596 23963275076 0 05 香港 0.7940364 0 0 25304593424 25274737308 0 06 香港 0.7787456 0 0 28995992135 28971700153 0
07 香港 0.9264393 0 0 30083046569 30050979688 0
表9
灰預測結合DEA 以 2006 年為基準推估 2007 年執行效能之結果
DMU Score X1 X2 X3 X4 X5 Z1 Z2 Z3 S-( 1) S-( 2) S-( 3) S-( 4) S-( 5) S+( 1) S+( 2) S+( 3)
04 東京 1 0 0 0 0 0 0 0 0
05 東京 1 0 0 0 0 0 0 0 0
06 東京 0.9608238 0 0 0 0 0 0 1191572.59 73126
07 東京 1 0 0 0 0 0 0 0 0
04 名古屋 1 0 0 0 0 0 0 0 0
05 名古屋 0.9245117 27.502624 0.5736171 0 0 0 0 713232.6359 0 06 名古屋 0.7604527 11.767849 0.4947975 0 0 0 0 2680485.74 0 07 名古屋 0.8754522 0 0.2905023 215365.49 0 0 0 1627387.638 0 04 福崗 0.8308391 174.24134 0.5277516 55219.552 0 0 144575277.5 146055824.3 0 05 福崗 0.8172931 90.995476 0.2772418 41943.971 0 0 58382772.42 60180018.98 0 06 福崗 0.8526081 0 0 0 0 0 0 1541838.415 0
07 福崗 1 0 0 0 0 0 0 0 0
04 胡志明 0.800351 15.788776 0.3317253 0 0 0 0 2020158.044 7437.2046 05 胡志明 0.8448752 49.651941 0.2031332 0 0 0 0 1623565.571 3715.2723 06 胡志明 0.8984075 0 0 0 0 0 0 1168608.878 0
07 胡志明 1 0 0 0 0 0 0 0 0
04 曼谷 1 0 0 0 0 0 0 0 0
05 曼谷 0.915619 0 0.2234337 0 0 0 0 1864564.288 46321.67 06 曼谷 0.9112174 0 0 0 0 0 0 2265613.202 0
07 曼谷 1 0 0 0 0 0 0 0 0
04 峇里島 1 0 0 0 0 0 0 0 0
05 峇里島 0.8057192 7.5238095 0 9889.5171 0 0 0 1804900.478 406.51437
06 峇里島 1 0 0 0 0 0 0 0 0
07 峇里島 0.9902029 0 0 0 0 0 0 0 42379.578
04 雅加達 0.8050038 108.08951 0.691681 997110.27 0 0 0 2746539.386 34136.175 05 雅加達 0.8309265 32.753911 0.485561 562885.58 0 0 0 2118950.974 29764.201 06 雅加達 0.8159344 0 0.226184 458758.3 0 0 0 2284386.633 8698.4978
07 雅加達 1 0 0 0 0 0 0 0 0
04 新加坡 0.6016078 67.758349 0.9475427 2181.5782 0 0 0 4588695.372 10374.163 05 新加坡 0.7228187 108.38533 0.8031366 0 0 0 0 2926830.053 21197.626 06 新加坡 0.7554173 60.496548 0.6780545 0 0 0 0 2637042.884 15808.013 07 新加坡 0.9307889 60.496548 0.6780545 0 0 0 0 490538.0438 15809.088 04 馬尼拉 0.4449089 0 1.1663296 912823.47 0 3.4654144 6096333129 6108139562 0 05 馬尼拉 0.4434363 0 1.1520031 694593.08 0 4.0554809 5963776935 5975575053 0 06 馬尼拉 0.4649677 0 1.1909411 926668.23 0 4.8880226 5853960063 5865521885 0 07 馬尼拉 0.482957 0 1.1909411 926668.23 0 4.8880226 5853960063 5863593710 0 04 吉隆坡 0.6664908 0 1.2805565 0 0 0 0 3487855.878 26797.868 05 吉隆坡 0.6802078 0 1.2856969 0 0 0.4798077 0 3683037.348 26727.977 06 吉隆坡 0.8558494 0 0.6884843 581980.13 0 1.9244879 0 2217956.849 48820.183 07 吉隆坡 0.8951308 0 0.7152314 570111.21 0 1.9056339 977504403.3 978290061.4 0
04 香港 1 0 0 0 0 0 0 0 0
05 香港 0.9775344 28.327523 0.1708202 0 222225.25 0 0 3069510.076 77054.979 06 香港 0.8852873 0 0 0 0 0 0 6438414.06 143870
07 香港 1 0 0 0 0 0 0 0 0
表10
行銷效能方面加入經表5所提供東京之改善方向後之結果與本模式所提供改善 方向之比較
DMU Score Y1 Y2 Z1 Z2 Z3
S-( 1) S-( 2) S+( 1) S+( 2) S+( 3) 04 東京 0.936346311 0 0 740051.0837 0 57014.41545 05 東京 0.989572997 0 0 389382.7897 0 65136.57574 06 東京 0.960823815 0 0 0 1191572.59 73126
07 東京 1 0 0 0 0 0
06 修正東京 0.989662159 0 0 357145.9173 0 63502.17322 04 名古屋 0.815481074 0 0 0 4613490.55 0 05 名古屋 0.802521248 0 0 0 4636704.594 0 06 名古屋 0.68899193 0 0 0 6794723.396 0 07 名古屋 0.801349261 0 0 0 4100171.071 0 04 福崗 0.760441441 0 0 767806660.4 772646220.8 0 05 福崗 0.774582357 0 0 926345331.9 932278231.9 0 06 福崗 0.770604372 0 0 1391837671 1399191224 0 07 福崗 0.90382016 0 0 1391826607 1397485311 0 04 胡志明 0.915109915 0 0 2322198.789 0 0 05 胡志明 0.819160167 0 0 1759199.649 0 0 06 胡志明 0.777145726 0 0 0 1272437.209 0
07 胡志明 1 0 0 0 0 0
04 曼谷 0.90931839 0 0 13406342.65 0 0 05 曼谷 0.85513088 0 0 11670066.27 0 0 06 曼谷 0.866588384 0 0 12287385.73 0 0 07 曼谷 0.951140543 0 0 14686017.59 0 0 04 峇里島 0.959170026 0 0 0 1490047.263 7049.973722 05 峇里島 0.826533541 0 0 0 3616914.306 7142.014057
06 峇里島 1 0 0 0 0 0
07 峇里島 0.990202904 0 0 0 0 42379.57751 04 雅加達 0.86709599 0 0 1250622.377 0 10870.7607 05 雅加達 0.923327567 0 0 912498.0699 0 10718.96894 06 雅加達 0.806078488 0 0 0 2606996.852 7566.492834
07 雅加達 1 0 0 0 0 0
04 新加坡 1 0 0 0 0 0
05 新加坡 0.886203286 0 0 0 683759.9899 0 06 新加坡 0.811590326 0 0 0 1997868.339 0
07 新加坡 1 0 0 0 0 0
04 馬尼拉 0.70819133 225.9553487 0 1537359473 1539598102 0 05 馬尼拉 0.706940543 204.6579079 0 1528528255 1531019890 0 06 馬尼拉 0.729639973 164.2374172 0 1538923125 1541476842 0 07 馬尼拉 0.757869312 164.2374172 0 1538923125 1540248100 0 04 吉隆坡 0.916682995 0 0 0 813560.6963 6954.301934 05 吉隆坡 0.947444874 0 0 0 1573362.617 7186.849218 06 吉隆坡 0.96370578 0 0 308496.0909 0 10911.72163
07 吉隆坡 1 0 0 0 0 0
04 香港 0.751411971 0 0 23991468596 23963275076 0 05 香港 0.794036426 0 0 25304593424 25274737308 0 06 香港 0.778745604 0 0 28995992135 28971700153 0 07 香港 0.926439347 0 0 30083046569 30050979688 0
註
07 東京－以 06 年的資源配置為基礎並結合乘客需求預測之 DMU 06 修正東京－根據原 DEA 所提供的改善方向進行改善後之 DMU
表11
執行效能方面加入經表6所提供東京之改善方向後之結果與本模式所提供之比 較
DMU Score X1 X2 X3 X4 X5 Z1 Z2 Z3
S-( 1) S-( 2) S-( 3) S-( 4) S-( 5) S+( 1) S+( 2) S+( 3)
04 東京 1 0 0 0 0 0 0 0 0
05 東京 1 0 0 0 0 0 0 0 0
06 東京 0.9608238 0 0 0 0 0 0 1191572.6 73126
07 東京 1 0 0 0 0 0 0 0 0
06 修正東京 1 0 0 0 0 0 0 0 0
04 名古屋 1 0 0 0 0 0 0 0 0
05 名古屋 0.9245117 27.502624 0.5736171 0 0 0 0 713232.64 0 06 名古屋 0.7604527 11.767849 0.4947975 0 0 0 0 2680485.7 0 07 名古屋 0.8754522 0 0.2905023 215365.49 0 0 0 1627387.6 0 04 福崗 0.8308391 174.24134 0.5277516 55219.552 0 0 144575278 146055824 0 05 福崗 0.8172931 90.995476 0.2772418 41943.971 0 0 58382772 60180019 0 06 福崗 0.8526081 0 0 0 0 0 0 1541838.4 0
07 福崗 1 0 0 0 0 0 0 0 0
04 胡志明 0.800351 15.788776 0.3317253 0 0 0 0 2020158 7437.2046 05 胡志明 0.8448752 49.651941 0.2031332 0 0 0 0 1623565.6 3715.2723 06 胡志明 0.8984075 0 0 0 0 0 0 1168608.9 0
07 胡志明 1 0 0 0 0 0 0 0 0
04 曼谷 1 0 0 0 0 0 0 0 0
05 曼谷 0.915619 0 0.2234337 0 0 0 0 1864564.3 46321.67 06 曼谷 0.9112174 0 0 0 0 0 0 2265613.2 0
07 曼谷 1 0 0 0 0 0 0 0 0
04 峇里島 1 0 0 0 0 0 0 0 0
05 峇里島 0.8057192 7.5238095 0 9889.5171 0 0 0 1804900.5 406.51437
06 峇里島 1 0 0 0 0 0 0 0 0
07 峇里島 0.9902029 0 0 0 0 0 0 0 42379.578 04 雅加達 0.8050038 108.08951 0.691681 997110.27 0 0 0 2746539.4 34136.175 05 雅加達 0.8309265 32.753911 0.485561 562885.58 0 0 0 2118951 29764.201 06 雅加達 0.8159344 0 0.226184 458758.3 0 0 0 2284386.6 8698.4978
07 雅加達 1 0 0 0 0 0 0 0 0
04 新加坡 0.6016078 67.758349 0.9475427 2181.5782 0 0 0 4588695.4 10374.163 05 新加坡 0.7228187 108.38533 0.8031366 0 0 0 0 2926830.1 21197.626 06 新加坡 0.7554173 60.496548 0.6780545 0 0 0 0 2637042.9 15808.013 07 新加坡 0.9307889 60.496548 0.6780545 0 0 0 0 490538.04 15809.088 04 馬尼拉 0.4449089 0 1.1663296 912823.47 0 3.4654144 6.096E+09 6.108E+09 0 05 馬尼拉 0.4434363 0 1.1520031 694593.08 0 4.0554809 5.964E+09 5.976E+09 0 06 馬尼拉 0.4649677 0 1.1909411 926668.23 0 4.8880226 5.854E+09 5.866E+09 0 07 馬尼拉 0.482957 0 1.1909411 926668.23 0 4.8880226 5.854E+09 5.864E+09 0 04 吉隆坡 0.6664908 0 1.2805565 0 0 0 0 3487855.9 26797.868 05 吉隆坡 0.6802078 0 1.2856969 0 0 0.4798077 0 3683037.3 26727.977 06 吉隆坡 0.8558494 0 0.6884843 581980.13 0 1.9244879 0 2217956.8 48820.183 07 吉隆坡 0.8951308 0 0.7152314 570111.21 0 1.9056339 977504403 978290061 0
04 香港 1 0 0 0 0 0 0 0 0
05 香港 0.9775344 28.327523 0.1708202 0 222225.25 0 0 3069510.1 77054.979 06 香港 0.8852873 0 0 0 0 0 0 6438414.1 143870
07 香港 1 0 0 0 0 0 0 0 0