選擇航空聯盟之分析層級架構

本研究依Bissessur & Alamdari (1998)的文章中所提及的，可促使航空聯盟 成功的三個構面可區分為：

(1)航空網路因素 (2)服務相關因素 (3)市場競爭因素

然於研究中所提到的共計有九項關鍵評估準則，其中無縫化的程度被認定 是與航空聯盟的成功與否無關，故不予列入本研究內容進行討論；另外有關航 空合作合約部分亦未明確進行計算，且在最後結果討論亦未進行探討，故本研 究採取該文中七項關鍵因素作為模糊多評準決策分析之評估準則，該七項準則 分別為：

(1)航空網路覆蓋範圍 (2)航空網路互補程度 (3)樞紐機場遠離程度 (4)航空網路整合協作程度 (5)運價

(6)旅行便利程度 (7)市場佔有率

其分析層級架構圖示如下：

航

5.1.2 選擇聯盟之評估準則績效值

1. 航空聯盟的關鍵因素與評估準則之建立、計算

要定義策略聯盟的成功是相當不容易的，在不同的公司不同的時間,成功是 會有不同的意涵的。對體質不佳的公司來說如果能在環境中倖存，或者是對體 質強大的公司來說增加更多市場操控能力，都具備同樣的成功意義。例如British Airways 及US airways 兩家公司的結合就是十分完美的詮釋兩家公司認定成 功定義的差異。對British Airways而言，其成功之處就在於能夠進入美國國內航 空市場；相對於US Airways,它的成功就在於獲得相當金額的現金注資而避免走 上破產一途。然經過時空變遷，航空公司以及聯盟的狀態都產生了極大的改變，

在British Airways 於1997年宣佈與American Airlines 結盟時，也同時中止了與 US airways的合作關係！所以更進一步地說，航空聯盟的長久維持也可以被定 義成是一種成功的形式。

在(Bissessur & Alamdari, 1998)的文章中將導致航空聯盟成功的關鍵因素 區分為與(1)、航空網路相關的因素(2)、服務相關因素(3)、競爭相關因素等三 大類共計七項準則，並經迴歸分析後發現最重要的因素，本研究即採用該七項 準則，利用兩階段專家問卷方式確認其重要性與權重績效值，各項準則之量化 計算方式及說明逐一列示在後面章節。

2. 與航空網路相關的因素 (1) 有效的網路規模

在航空公司單獨運作的情況下，與其他航空公司的航班銜接時間往往 無法獲得解決，導致無法增加額外的目的地。加入航空聯盟後，各航空公 司間會協調航班時刻讓自身支線航班的出發時間接近會員航空公司樞紐航 班的入境時間，反之亦然.這種航空公司的航班聯合作用將可增加航班的可 使用性及覆蓋率並使它更具吸引力。另外這種航班時間的調配合理化，在 全球電腦訂位系統的呈現上將出現更多的目的地選擇，讓轉機旅客增加聯 盟航班選擇的意願並且引導讓轉機旅客進入這種組合後的航空公司聯運模

地總數,加上額外的有效出發點的總數並乘上航班飛航頻率，然因各航空公 司航班飛航頻率常因淡旺季節或市場成長衰退情況而有所變動，相對飛航 目的地航點在正常情況下，變動不大，故此項準則在本研究中將以加入聯 盟前後所增加的目的地航點數代表。

表 5-1 E 航空公司與各聯盟航空網路覆蓋度

聯盟名稱 天合聯盟 星空聯盟 寰宇一家

聯盟航點數 815 1130 679

重覆航點 213 478 201

最小航網 602 652 478

E 公司 航點數 (扣除重覆航點)

32 22 29

航點總數 634 674 507

資料來源：本研究整理

(2) 航空網路互補程度

互補性是一項用來敘述介於合作夥伴間服務網路的重疊程度。網路互 補性被認為是導致航空聯盟邁向成功的重要因素。網路互補性對於目標是 要進入一個新的市場時顯得特別的重要。因為最小程度的網路重複將使得 合作雙方進而產生較大的網路及市場。網路互補性係由兩個航線網路重複 的數量來決定，介於兩個網路間共同的目的地的數量可以定義成：

NCOMPxy = 1 - ΣD c, xy / ΣD min

表 5-2 E 航空公司未加入聯盟前航點

(3) 樞紐機場遠離的程度

樞紐機場遠離程度代表合作雙方的樞鈕機場距離，而且可以定義成網 路遍及全球的程度。一個航空聯盟被預期會成功係基於合作夥伴都是遠離 的，這樣這個聯盟的網路就比較像是遍及全球的網路,而且,互相網路的遠 離程度就可以代表著重疊的程度上相對較低。

在本項準則當中的樞紐機場，由於各航空公司因應市場需求及發展策 略，往往擁有數個航空基地或者主要機場做為不同客群或市場區隔，在本 研究中為求一致性，係採用各聯盟成員航空公司總部所在地做為樞紐機場，

各家航空公司僅設定一個樞紐機場，每個聯盟的平均空中距離亦僅計算成 員航空公司樞紐機場間之空中距離，航空公司次要機場或航空基地則不列 入計算參考。

表 5-4 E 航空公司與各聯盟航空公司樞紐機場平均空中距離(TPM)

聯盟名稱 天合聯盟 星空聯盟 寰宇一家

平均空中距離 3,244 3,162 4,542 註：TPM(Ticketed Point Mileage)

(4) 網路整合綜效

整合的狀態被用來描述聯盟內個別的航空公司網路連結在一起後，提 供給旅客更多的目的地選擇。這種整合後的優化網路之間的連結，可以提 供兩地間簡便的轉機流程，並可以強化到讓旅客感覺不出兩家航空公司網 路是分離的。一般來說,聯盟組成會帶來實質上航線班次的增加，聯盟成員 航空公司間也會透過互相調整航班時間的方式整合彼此航空網路，讓旅客

表 5-5 E 航空公司加入各聯盟航空的年度總可售機位公里(Available Seat-

資料來源：IATA WAT(2010)、本研究整理 3. 與航空服務相關的因素 保持自身的競爭力。在本研究中,將以(Bissessur & Alamdari, 1998)所使用的 測量指標,將個案航空公司加入合作方航空聯盟的整合後的營收及收益旅 客公里(RPK)數據做為其運價指標。這個數據(YIELD _ A) 被定義為：

YIELD_A = (Revenue x + Revenue y)/(RPK x + RPK y) X 代表航空公司，Y 代表航空聯盟

RPK 代表收益旅客公里(Revenue Passenger Kilometer) 表 5-6 E 航空公司加入各聯盟的運價計算

(2) 旅遊便利性-最短轉機時間

旅行便利係描述旅客到達目的地不費力的程度。影響旅遊便利的主要 因素是航班時間，在所有的航空訂位系統中，大多數航空旅客不太能選到 他們偏好的時間抵達或離開。如果聯盟能夠將航班時刻調整到符合旅客需 求，盡可能將轉機的行程縮短到與直飛航班總時間相仿，這無形中將變成 一種提升競爭力的工具,透過航班時刻整合，轉化成聯盟優勢優勢。如果一 個聯盟內的停留轉機時間過長,將與一般跨航運送服務沒有甚麼差別,這就 是為什麼聯盟的成員會熱衷於航班時刻的微調,將各自的入境與出境航班 時間盡可能的接近,來減少旅客於轉接機場等候的時間，增加航班競爭力。

就聯盟來說, 轉機旅客偏好的出發航班時間可以被假設為最小轉機時間過 後立即出發。因此旅行便利性的測量值可以訂為旅客等候銜接航班的平均 時間。

故本研究將聯盟網路的旅行便利性以個案航空公司與成員航空公司在 樞紐機場間的總平均等候轉機時間作為此一評估準則:

TCONV = ΣWTHx /

n

等候時間係以航空公司 CRS 電腦訂位系統查詢基於 OAG(Official Airline Guide) 所建置的各航空公司於各國際機場的 MCT(Minimun Connection Time 最短轉機時間)資料。

表 5-7 E 航空公司與各聯盟成員航空公司樞紐機場之平均 MCT 計算(分)

聯盟名稱 天合聯盟 星空聯盟 寰宇一家

平均最短轉機時間 72 71 77

資料來源：OAG/CRS/本研究整理

3. 航空公司市場競爭力因素 (1) 市場競爭指數

聯盟形成後是非常有可能引起一些競爭對手的反應,因為這可能對它 的市場佔有率產生威脅。因此競爭激烈的程度將是很主要的因素影響聯盟 的成功與否。在(Bissessur & Alamdari, 1998)的著作中區分出每條航線上的 競爭者並以航班數進行加權，然實際航線市場競爭往往取決於該航線市場 佔有率多寡而決定該聯盟在該市場宰製能力，本研究中將以(Pitfield, 2007) 使用計算市場集中程度的 Hirschman-Herfindahl Index(HHI)作為市場競爭 指標，這項指標係用來檢視市場競爭與集中的程度，並首次應用在美國市 場某件飲料廠合併案，實際上這是用來評估併購案對市場佔有率及競爭程 度產生的衝擊可否被接受的檢視標準，目前廣泛被英國公平交易辦公室 (UK Office of Fair Trading)、美國司法部(US Department of Justice)以及聯邦 貿易委員會(US Federal Trade Commission)所採用，計算方式如下：

HHI = S1²+S2²+ … +Sn²

Si²代表各自企業的市場佔有率，

HHI 值小於 1000 代表一個非集中且競爭激烈的市場，相對的 HHI 值高於 1800 代表相對集中且缺乏競爭的市場。本研究以 E 公司分別加入各聯盟後 計算出不同的 HHI 值代表市場競爭指數欄內加入不同聯盟之績效值。

表 5-8 E 航空公司加入各聯盟的 HHI 計算(以收益旅客公里 RPK 計算)

聯盟名稱 天合聯盟 星空聯盟 寰宇一家

聯盟市占率 18.20% 32% 17.60%

E 公司市占率 4.70% 4.70% 4.70%

HHI 指數 353.33 1046.09 331.85

5.2 模糊多評準決策之結果分析

(6.61,8.17,10.36) , , 0.11, 0.16, 0.26 61.76 49.51 40.10

Sc = ⊗ =

( )

2

1 1 1

(6.18, 7.69, 9.66) , , 0.10, 0.16, 0.24 61.76 49.51 40.10

Sc = ⊗ =

3. Si對於 Sj(i ≠ j)的可能程度探討如下：

(0.155 0.241) (0.165 0.107)

c c c c

(0.128 0.209) (0.165 0.107) 0.100 0.209

( ) 0.80

(0.128 0.209) (0.155 0.100) 0.095 0.209

( ) 0.86

(0.128 0.209) (0.147 0.095) ( ) 1 ( ) 1 (

(0.147 0.223) (0.165 0.107) 0.100 0.223

( ) 0.94

(0.147 0.223) (0.155 0.100)

( ) 1 ( ) 1 ( ) 1 ( ) 1

(0.139 0.212) (0.165 0.107) 0.100 0.212

( ) 0.88

(0.139 0.212) (0.155 0.100) 0.095 0.212

( ) 0.94

(0.139 0.212) (0.147 0.095) ( ) 1 ( ) 1 (

(0.134 0.199) (0.165 0.107) 0.100 0.199

( ) 0.82

(0.134 0.199) (0.155 0.100) 0.095 0.199

( ) 0.88

(0.134 0.199) (0.147 0.095)

c c c c

7 3

(0.131 0.198) (0.165 0.107) 0.100 0.198

( ) 0.80

(0.131 0.198) (0.155 0.100) 0.095 0.198

( ) 0.87

(0.131 0.198) (0.147 0.095) 0.091 0.198

(0.131 0.198) (0.139 0.091) 0.93 0.087 0.198

( ) 0.98

(0.131 0.198) (0.134 0.087)

c c

故可獲得權重向量 W ′ 為(1,0.93,0.73,0.87,0.80,0.74,0.73)

4. 將權重向量 W ′ 標準化後得到 W = (0.17,0.16,0.13,0.15,0.14,0.13,0.13)，故可

表 5-11 選擇航空聯盟之評估準則權重值與績效值

5. 以模糊積分計算綜合績效值

傳統多準則評估中，將準則間假設為可加性與獨立性，在可加性方面，人 類主觀判斷過程並不一定遵循線性模式，傳統測度假設可加性並不是符合現實 生活社會人類的行為特性，在獨立性方面，準則間或多或少存在交互作用，難 以用傳統方式逐一界定，因此使用不需假設可加性與獨立性之模糊積分(Fuzzy Integral)，以模糊分析層級程序所獲得的權重利用模糊積分求取之非加法整合績 效值，(曾國雄, 謝嘉鴻, & 黃明居, 2007; 劉建浩, 林榮禾, & 曾國雄, 2009)。

獲得三個方案的整合績效值為：

A1-天合聯盟=0.42 A2-星空聯盟=0.47 A3-寰宇一家=0.40

由模糊積分所求取的整合績效值發現以加入星空聯盟為最高，故以模糊層級分

由模糊積分所求取的整合績效值發現以加入星空聯盟為最高，故以模糊層級分