第四章 實證分析
第三節 預測回饋至 Two-Stage DEA 構建需求管理機制
表 7
2008 年至 2010 年各航線營運績效之 Two-stage(產出導向)改善與建議
名稱 效率值
改善與建議 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1)營 業收入 (萬)
Y(2)乘 客人數 (百) 08 東京 1.062992 0 0 0 0 0 29840 210 09 東京 1.05639 0 0 0 0 0 28250 199 10 東京 1.000001 0 0 0 0 1 0 0 08 名古屋 1.892389 0 0 0 0 4 124830 879 09 名古屋 2.053603 0 0 0 0 0 103520 729 10 名古屋 1.446907 0 1 0 0 0 58420 412 08 福崗 1.502542 0 0 0 0 4 59040 416 09 福崗 1.560013 0 0 0 0 4 58900 414 10 福崗 1.215653 0 0 0 0 8 27760 195 08 胡志明 1.550986 0 0 0 0 8 116430 820 09 胡志明 1.667538 0 0 0 0 9 131220 924 10 胡志明 1.629516 0 0 0 0 10 126610 892 08 曼谷 1.48122 0 0 0 0 2 215210 1515 09 曼谷 1.495602 213 0 0 0 3 204540 1440 10 曼谷 1.453967 72 0 0 0 3 165280 1164 08 峇里島 1.213833 538 0 0 0 4 35340 249 09 峇里島 1.670234 666 0 0 0 5 122400 862 10 峇里島 1.534022 501 0 0 0 5 194270 672 08 雅加達 1.345646 628 0 0 3142 4 41810 294 09 雅加達 1.580645 739 0 0 3697 5 60040 422 10 雅加達 1.490863 822 0 0 4112 0 53690 378 08 新加坡 1.696702 571 0 0 2855 0 92900 664 09 新加坡 1.58314 603 0 0 3015 0 83290 587 10 新加坡 1.355614 525 1 0 2625 0 59170 417 08 馬尼拉 2.110678 188 1 0 940 0 212280 1495 09 馬尼拉 1.794778 0 2 0 2445 0 139360 982 10 馬尼拉 1.771137 389 0 0 1946 0 153580 1081 08 吉隆坡 1.345263 717 0 0 3587 0 41750 294 09 吉隆坡 1.405283 716 0 0 3582 1 46990 330 10 吉隆坡 1.339431 693 0 0 3466 0 44350 313 08 香港 1.15777 0 0 0 0 0 262560 1873 09 香港 1.187455 14 0 0 71 1 288280 2029 10 香港 1.066226 0 0 0 0 0 117610 827 08 河內 2.621415 619 0 0 3096 1 101350 713 09 河內 2.5723 0 0 0 3370 1 92480 651 10 河內 1.887722 669 0 0 3347 0 76940 542
其結果分析，先由效率值方面觀察，各航線效率值皆大於 1，都必需做修正，比 較其效率值，10 東京表現較其他航線佳，其次為 09 東京，其效率值為 1.05639，再 次為 10 香港其效率值為 1.066226；表現最差航線為 08 河內航線其效率值為 2.621415；
若欲將航線達到效率目標，以 08 河內航線為例，在投入方面，總員工數需刪減 619 人，在營業成本需刪減 3096 萬元，必頇刪減一年機齡；在產出方面，營業收入需增 加 101350 萬，在乘客人數需增加 713 人；根據上述之舉例，其他無效率航線也可依 據此方式，進行重新資源配置，使下年度航線達到效率目標。
經由表 7 對無效率之航線重新資源規劃後，利用上一節預測之入境人數之數據，
將資訊回饋至經兩階段資料包絡分析法運算後之 2010 年各航線，利用其提供改善進 行改善後，為 2011 年航線之投入項與產出項，如 2011 年東京預測航線，簡稱為 11 東京。本研究進行兩階段資料包絡分析法運算前，必頇先將原始數據分為兩個部分；
一是僅利用兩階段資料包絡分析法所提供之改善量，對 2011 年之投入與產出進行改 善如表 8；另一則將需求預測資訊回饋至經兩階資料包絡分析法所提供改善量，在預 測與績效方面，對 2011 年各航線進行修正，如表 9。
表 8 與表 9 最大差異在於 2011 年各航線之乘客人數之數據的不同，因表 9 除了 將投入、產出資源重新配置外，亦將上一節利用 SARIMA 模式找出各航線之下年度 入境人數資訊回饋。
表 8
2008 年至 2011 年經 Two-Stage DEA 評估效率後之建議投入/產出量
名稱
建議投入/產出量 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡 (年)
Y(1) 營業收
入(萬)
Y(2) 乘客人
數(百) 08 東京 1210 9 42 6092 4 473730 3336 09 東京 1230 8 42 6192 5 501050 3529 10 東京 1253 8 42 6307 6 529420 3728
11 東京 1253 8 42 6307 5 529420 3728
08 名古屋 1009 4 21 5066 6 139880 985 09 名古屋 1120 4 16 5616 7 98250 692 10 名古屋 1129 5 15 5660 8 130710 921
11 名古屋 1129 4 15 5660 8 189130 1333
08 福崗 1019 3 14 5109 7 117480 827 09 福崗 1097 3 13 5498 8 105040 740
表 8(續)
名稱
建議投入/產出量 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1) 營業收入
(萬)
Y(2) 乘客人
數(百) 10 福崗 1132 2 13 5673 9 128300 904
11 福岡 1132 2 13 5673 1 156060 1099
08 胡志明 1098 5 26 5516 11 211310 1488 09 胡志明 1130 5 26 5676 12 196520 1384 10 胡志明 1142 5 26 5736 13 201130 1416
11 胡志明 1142 5 26 5736 3 327740 2308
08 曼谷 1189 8 56 6001 7 446970 3148 09 曼谷 1253 7 53 6318 8 412800 2907 10 曼谷 1325 8 42 6667 9 364140 2564
11 曼谷 1253 8 42 6667 6 529420 3728
08 峇里島 1007 3 16 5051 6 165560 1166 09 峇里島 1097 3 27 5512 7 182810 1287 10 峇里島 1124 4 22 5642 8 364140 1259
11 峇里島 623 4 22 5642 3 558410 1931
08 雅加達 1009 4 13 5058 13 122260 861 09 雅加達 1120 4 13 5613 14 104030 733 10 雅加達 1203 5 13 6028 5 110270 777
11 雅加達 381 5 13 1916 5 163960 1155
08 新加坡 1098 5 18 5508 6 134000 944 09 新加坡 1130 6 18 5668 7 143730 1012 10 新加坡 1052 6 18 5278 8 167880 1182
11 新加坡 527 5 18 2653 8 108710 765
08 馬尼拉 1125 8 32 5657 10 191250 1347 09 馬尼拉 1221 8 25 6130 11 175990 1239 10 馬尼拉 1209 7 28 6073 12 199590 1406
11 馬尼拉 820 7 28 4127 12 353170 2487
08 吉隆坡 1098 5 13 5503 5 122210 861 09 吉隆坡 1097 3 13 5498 6 116950 824 10 吉隆坡 1103 4 14 5529 7 132270 931
11 吉隆坡 410 4 14 2063 7 176620 1244
08 香港 1100 10 187 5687 6 1674400 11792 09 香港 1150 10 176 5926 7 1544610 10878 10 香港 1203 9 196 6211 8 1807550 12729
11 香港 1203 9 196 6211 8 1925160 13556
08 河內 1007 3 13 5048 5 62590 441 09 河內 1032 3 12 5172 6 58880 415 10 河內 1050 4 13 5263 7 87070 613
11 河內 381 4 13 1916 7 164010 1155
表 9
2008 年至 2011 年預測資訊回饋至需求管理機制後之建議投入/產出量
名稱
建議投入/產出量 X(1)
總員 工數
X(2) 總機隊
數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡 (年)
Y(1) 營業收
入(萬)
Y(2) 乘客人
數(百) 08 東京 1210 9 42 6092 4 473730 3336 09 東京 1230 8 42 6192 5 501050 3529 10 東京 1253 8 42 6307 6 529420 3728
11 東京 1253 8 42 6307 5 529420 3762
08 名古屋 1009 4 21 5066 6 139880 985 09 名古屋 1120 4 16 5616 7 98250 692 10 名古屋 1129 5 15 5660 8 130710 921
11 名古屋 1129 4 15 5660 8 189130 855
08 福崗 1019 3 14 5109 7 117480 827 09 福崗 1097 3 13 5498 8 105040 740 10 福崗 1132 2 13 5673 9 128300 904
11 福岡 1132 2 13 5673 1 156060 886
08 胡志明 1098 5 26 5516 11 211310 1488 09 胡志明 1130 5 26 5676 12 196520 1384 10 胡志明 1142 5 26 5736 13 201130 1416
11 胡志明 1142 5 26 5736 3 327740 1368
08 曼谷 1189 8 56 6001 7 446970 3148 09 曼谷 1253 7 53 6318 8 412800 2907 10 曼谷 1325 8 42 6667 9 364140 2564
11 曼谷 1253 8 42 6667 6 529420 2557
08 峇里島 1007 3 16 5051 6 165560 1166 09 峇里島 1097 3 27 5512 7 182810 1287 10 峇里島 1124 4 22 5642 8 364140 1259
11 峇里島 623 4 22 5642 3 558410 1362
08 雅加達 1009 4 13 5058 13 122260 861 09 雅加達 1120 4 13 5613 14 104030 733 10 雅加達 1203 5 13 6028 5 110270 777
11 雅加達 381 5 13 1916 5 163960 793
08 新加坡 1098 5 18 5508 6 134000 944 09 新加坡 1130 6 18 5668 7 143730 1012 10 新加坡 1052 6 18 5278 8 167880 1182
11 新加坡 527 5 18 2653 8 108710 1145
08 馬尼拉 1125 8 32 5657 10 191250 1347 09 馬尼拉 1221 8 25 6130 11 175990 1239 10 馬尼拉 1209 7 28 6073 12 199590 1406
11 馬尼拉 820 7 28 4127 12 353170 1368
08 吉隆坡 1098 5 13 5503 5 122210 861
表 9(續)
名稱
建議投入/產出量 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1) 營業收入
(萬)
Y(2) 乘客人
數(百) 09 吉隆坡 1097 3 13 5498 6 116950 824 10 吉隆坡 1103 4 14 5529 7 132270 931
11 吉隆坡 410 4 14 2063 7 176620 919
08 香港 1100 10 187 5687 6 1674400 11792 09 香港 1150 10 176 5926 7 1544610 10878 10 香港 1203 9 196 6211 8 1807550 12729
11 香港 1203 9 196 6211 8 1925160 12376
08 河內 1007 3 13 5048 5 62590 441 09 河內 1032 3 12 5172 6 58880 415 10 河內 1050 4 13 5263 7 87070 613
11 河內 381 4 13 1916 7 164010 434
利用表 9 預測資訊回饋後與重新資源配置過後之原始數據，利用兩階段資料包絡 分析法在進行績效評估，對下一年度之航線再提出改善建議。表 9 之原始數據經兩階 段資料包絡分析法後，對無效率 DMU 之差額變數利用方程式(17)與方程式(18)進行 改善，期改善與建議如表 10。
因預測資訊為下年度入境人數，因此預測資訊回饋是對 Y(2)乘客人數之數據直 接做修正；而對其他項目之改善，係藉由表 7 之投入改善建議進行修正，經由此過程 而建立表 9 之原始數據，為提供管理者下年度之改善與建議，本研究利用表 9 原始數 據，由兩階段資料包絡分析法再一次進行運算，進而提出改善與建議。
根據表 10 之結果顯示，因預測數據回饋並重新資源配置後之航線效率皆有明顯 上升，其中 11 年東京配合 2010 之資源配置，效率值達到 1，為最有效率之航線；預 測航線以 2010 年各航線之資源配置為改善方針，以 11 東京經重新資源配置與預測數 據回饋後表現最佳，其次是 11 香港航線效率值為 1.11768，再次為 11 福岡航線，效 率值為 1.13003；而表現最差的是 11 河內航線，其效率值為 1.30769，建議業者應優 先對其航線資源配置做調整，在投入方面，需刪減兩個機隊數，機齡方面刪減 5 個機 隊數；在產出方面，需增加 77100 萬營業收入，乘客數分面增加 73000 人，以此修正 航線投入與產出，便可在 2011 達到其最適目標效率；其餘航線亦可依據此方式做修 正。
表 10
預測結合 Two-Stage DEA 各航線之營運績效分析
名稱 效率值
改善與建議 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料費
用(萬)
X(4) 營業成
本(萬)
X(5) 機齡 (年)
Y(1) 營業收入
(萬)
Y(2) 乘客人
數(百) 08 東京 1.19696 0 0 0 0 0 93200 871 09 東京 1.11857 0 0 0 0 0 558820 233 10 東京 1.06158 0 0 0 0 0 529420 34
11 東京 1 0 0 0 0 0 0 0
08 名古屋 1.9096 0 0 0 0 0 127230 896 09 名古屋 2.07423 0 1 0 3257 5 105220 741 10 名古屋 1.46224 0 0 0 3449 6 59970 423
11 名古屋 1.18777 0 1 0 3449 6 588400 157
08 福崗 1.53686 0 0 0 3045 5 235470 427 09 福崗 1.59339 0 0 0 3581 6 222700 424 10 福崗 1.24639 0 0 0 4163 8 183820 205
11 福岡 1.13003 0 0 0 4190 0 35760 210
08 胡志明 1.56671 0 0 0 1612 8 119410 841 09 胡志明 1.68448 0 0 0 1772 9 134160 945 10 胡志明 1.64463 0 0 0 0 0 129660 913
11 胡志明 1.24174 0 0 0 0 0 127520 960
08 曼谷 1.56286 0 0 0 0 0 911820 1554 09 曼谷 1.57301 0 0 0 0 0 861540 1476 10 曼谷 1.51976 0 0 0 0 0 695730 1198
11 曼谷 1.18735 0 0 0 0 0 166760 1204
08 峇里島 1.24429 0 0 0 0 0 237230 262 09 峇里島 1.71629 0 0 0 0 0 454840 879 10 峇里島 1.57482 0 0 0 0 0 372490 689
11 峇里島 1.22005 0 0 0 0 0 99550 584
08 雅加達 1.3718 0 0 0 3141 0 205480 303 09 雅加達 1.60852 0 0 0 3696 0 223710 431 10 雅加達 1.51898 0 0 0 4111 0 217470 387
11 雅加達 1.19696 0 0 0 0 0 53950 371
08 新加坡 1.73043 0 0 0 0 0 320230 668 09 新加坡 1.61565 0 0 0 0 0 310500 600 10 新加坡 1.38968 525 0 0 2624 0 286350 430
11 新加坡 1.1509 0 2 0 0 0 59480 467
08 馬尼拉 2.16873 0 2 0 852 0 615490 1519 09 馬尼拉 1.84093 0 3 0 2376 0 454270 1000 10 馬尼拉 1.82064 0 2 0 1868 0 506300 1102
11 馬尼拉 1.27954 0 2 0 0 0 154100 1139
08 吉隆坡 1.37297 717 0 0 3586 0 205530 303
表 10(續)
名稱 效率值
改善與建議 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料 費用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1) 營業收
入(萬)
Y(2) 乘客人
數(百) 09 吉隆坡 1.43369 716 0 0 3581 0 210790 340 10 吉隆坡 1.36858 693 1 0 3465 0 220680 323
11 吉隆坡 1.14437 0 1 0 0 0 44530 335
08 香港 1.38954 0 0 0 0 0 2522160 1945 09 香港 1.40651 12 0 0 0 0 2416980 2120 10 香港 1.30486 0 0 0 0 0 2460230 914
11 香港 1.11768 0 0 0 0 0 535070 1267
08 河內 2.64036 0 0 0 0 0 102670 723 09 河內 2.58996 0 0 0 0 0 93620 660 10 河內 1.89951 0 0 0 0 0 78320 551
11 河內 1.30769 0 2 0 0 5 77100 730
由表 10 可知各航線改善改善建議與方針，經兩階段資料包絡分析法修正之航線 在未來未必能達到效能，主要因為其績效評估方式為相對關係，亦即未來需求量或其 他投入項表現得更好，那麼結果分析之 DMU 一樣未能達到有效能。因此，本研究利 用東京航線為例，將需求預測資訊回饋並重新改善投入與產出之 11 東京航線，與僅 經表 7 之 10 東京投入項與產出項改善與建議做修正(以下稱此航線為 11 修正東京)做 比較。
表 11
預測結合 Two-Stage DEA 與經 Two-Stage DEA 改善後之比較
名稱 效率值
改善與建議 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料費
用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1) 營業收入
(萬)
Y(2) 乘客人
數(百) 08 東京 1.072142 0 0 0 0 0 34180 241 09 東京 1.008714 0 0 0 0 1 4370 31 10 東京 1.008714 0 0 0 0 1 4610 32
11 東京 1 0 0 0 0 0 0 0
11 修正東京 1.008713 0 0 0 0 0 4610 32
08 名古屋 1.90888 0 0 0 0 0 127130 895 09 名古屋 2.070304 0 0 0 0 0 105160 741 10 名古屋 1.458474 0 0 0 0 0 59930 422 11 名古屋 1.359709 0 0 0 0 0 68030 308 08 福崗 1.518618 0 0 0 3030 0 60570 426
表 11(續)
名稱 效率值
改善與建議 X(1)
總員 工數
X(2) 總機 隊數
X(3) 總燃料費
用(萬)
X(4) 營業成
本(萬)
X(5) 機齡
(年)
Y(1) 營業收
入(萬)
Y(2) 乘客 人數 (百) 09 福崗 1.576684 0 0 0 3573 0 60200 424 10 福崗 1.232598 0 0 0 4163 0 52210 204 11 福崗 1.206303 0 0 0 4306 0 31520 179 10 胡志明 1.646181 375 0 0 1876 10 129510 912 11 胡志明 1.402968 0 1 0 0 0 132070 551 08 曼谷 1.506758 5 0 0 23 2 350490 1554 09 曼谷 1.524274 230 0 0 1148 0 360400 1476 10 曼谷 1.46715 87 0 0 435 4 169920 1196 11 曼谷 1.284927 0 0 0 360 0 150660 728 08 峇里島 1.227551 538 0 0 2690 4 37140 262 09 峇里島 1.697655 666 0 0 3331 5 228280 879 10 峇里島 1.5511 501 0 0 2505 0 104800 689 11 峇里島 1 0 0 0 0 0 0 0 08 雅加達 1.355674 626 2 0 3130 11 43020 303 09 雅加達 1.592641 738 2 0 3690 12 61190 431 10 雅加達 1.503211 821 3 0 4105 3 54950 387 11 雅加達 1.28306 0 2 0 0 2 46410 224 08 新加坡 1.710857 569 2 0 2843 4 94800 668 09 新加坡 1.596087 599 3 0 2997 5 85160 600 10 新加坡 1.36657 521 3 0 2606 6 61010 430 11 新加坡 1.251665 0 1 0 4 0 57140 288 08 馬尼拉 2.128268 183 2 0 914 6 215570 1518 09 馬尼拉 1.809416 484 3 0 2418 8 141940 999 10 馬尼拉 1.785572 385 2 0 1926 9 156330 1101 11 馬尼拉 1.451898 0 0 0 0 2 159600 618 08 吉隆坡 1.355635 0 3 0 3579 3 43020 303 09 吉隆坡 1.416367 0 1 0 3574 4 48280 340 10 吉隆坡 1.349697 0 1 0 3448 5 45800 322 11 吉隆坡 1.228252 0 1 0 0 4 40310 210 08 香港 1.164947 0 0 0 0 0 276190 1945 09 香港 1.194976 0 0 0 71 1 301050 2120 10 香港 1.071816 0 0 0 0 0 129810 914 11 香港 1.102387 0 0 0 0 0 197110 1267 08 河內 2.642906 0 1 0 3124 3 102630 723 09 河內 2.593015 0 1 0 3399 5 93600 660 10 河內 1.902034 0 2 0 3333 5 78250 551 11 河內 1.65483 0 0 0 0 0 107380 370
綜合以上，根據表 11 可知，11 東京與 11 峇里島之效率值為 1，其中，而僅進行 投入、產出改善之修正東京之效率值為 1.008713，仍無法達到有效率，其原因可能為 需求量之不確定或外在環境因素影響而造成，因此本研究導入需求管理機制提升營運 績效模式之構建確實有存在之必要性，業者應以本研究所提出模式之改善方向做為實 務上改善之依據。
將表 10 與表 11 綜合來觀察，僅經重新資源配置過後的航線與經預測數據回饋並 經重新資源配置航線，效率值明顯差異外，再投入項方面，經預測數據回饋並重新資 源配置後之航線，其投入項改善量明顯降低，例如以 11 峇里島航線來說，再表 10 其效率值為 1.22005，在投入項方面並不需要再做改善，但在表 11 部分因加入僅經資 源重新配置之東京航線，11 峇里島航線的相對效率值竟達 1，為相對有效率之航線，
因此亦可解釋 11 峇里島航線相對效率較 11 修正東京相對效率高，由此更可證實導入 需求管理機制的重要性，不僅針對航線各項資源做改善，是考慮未來需求量，更能精 確的指出下一年度各航線資源的改善量。
(一) 小結
第一節部分，經由兩階段資料包絡分析法投入導向之模式，考量業者需將之成本 降低，在投入項與產出項方面做修正，由表 5 可發現總員工數部分，無效率之航線皆 需要做刪減，因此建議業者應盡速對所有航線工作人員做績效評估；在機隊數部分，
名古屋、新加坡、馬尼拉、河內航線，建議應與其他業者可將機隊數以聯盟方式與其 他公司租賃，減少機隊之數量；名古屋、福岡、峇里島、雅加達、馬尼拉、吉隆坡，
皆為營業成本需刪減較多之航線，建議應對各航線做績效評估，對工作人員重新資源 配置或業者可以由刪減航班數部分著手，以節省燃料費之使用；在香港航線部分，因 營業收入之不足，因此建議多利用廣告宣傳增加客源；藉由以上敘述，在為業者節省 成本之狀況下，可讓各航線資源進行調整，提高淨利。
第三節部分是利用第二節之預測模式所得到之預測入境人數，因第一節為節省成 本的情況下做考量，在第三節則由固定產出的狀況下進行績效評估，由表 7 可發現曼 谷、峇里島、雅加達、馬尼拉、吉隆坡、香港、河內在總員工人數皆需要做調整，建 議對工作人員進行績效評估，重新資源配置；雅加達、新加坡、馬尼拉、吉隆坡、河 內在營業成本部分需做調整，建議將員工重新資源配置過後，作人員調度之後即可改 善，另外，馬尼拉部分也建議業者可與其他聯盟合作租賃機隊，減少機隊數之成本；
在營業收入、乘客人數部分各航線皆需要做調整，建議業者，在票價部分做些許調整，
增加營業收入，亦可配合旅遊季節可將重點航線做廣告宣傳，提高顧客搭乘意願；在 產出固定之情況下，本研究建議業者可利用上述說明進行重新資源配置，增加整體收 益。
表 7 部分不僅提供業者產出導向情況下之改進方針，應用預測數據回饋，模擬下 一年度航線之效率效能表現，由表 10 發現，經由預測與績效結合過後，11 東京效率 值達到 1，但其他經資源重新規劃後之表現較無明顯，但整體效率值皆有上升，在投 入、產出項改善的方面需改善之航線數值也有明顯降低。由表 10 部分，本研究以 10 東京為例，將利用 10 東京為改善依據，11 修正東京為其經兩階段資料包絡分析法運 算後所提供之修正，與 11 東京做比較，發現 11 東京效率值達到 1，而 10 年東京效 率值為 1.008713，這表是預測對於航空運輸是必要存在的，有效的降低業者承擔的風 險與提高獲利。雖然由改善整體績效著手，對無效率之航線下年度之效率效能是有幫 助的，但並不是每次依照分析結果做改善下一年度即可達到有效能，原因為需求之不 確定，以及外在環境因素影響而造成的，因此本研究導入需求管理機制提升整體營運 績效之模式有存在的必要，並可做為實務上之依據。
經表 10 與表 11 之營運分析之差異，比較僅經績效評估模式修正改善量之航線與 經預測數據回饋並重新資源配置之航線，僅經績效評估模式修正改善量之航線未必能 達到有效率，並且效率值表現也比經預測數據回饋並重新資源配置之航線來的差，造 成以上狀況，其原因僅經績效評估模式修正改善量之航線，對未來需求充滿不確定性，
以及外在環境因素所造成，績效評估模式之改善僅對同樣考量環境下進行資源改善，
卻忽略下一年度之需求量，使業者風險承擔提高；綜合以上，本研究提出之導入需求 管理機制之評估架構，不同於績效評估之概念，是藉由預測未來旅客需求量，將不確 定性降低，再將資訊做回饋，為未來各航線量身訂做，使其達到最有效之資源配置。
經研究結果證實，所提出導入需求管理機制提升整體營運效率之模式構建有存在的必 要性，並建議業者以本研究所提出模式之改善方向做為實務上之依據。