航空公司乾/濕租策略聯盟之機隊規劃

全文

(1)國. 立. 交. 通. 大. 學. 運輸科技與管理學系碩士班碩士論文. 航空公司乾/濕租策略聯盟之機隊規劃 Airline Strategy Alliance on Fleet Dry/Wet Lease Planning. 研究生：黃鵬先指導教授：許巧鶯教授. 中華民國九十三年六月 I.

(2) 航空公司乾/濕租策略聯盟之機隊規劃 Airline Strategy Alliance on Fleet Dry/Wet Lease Planning 研究生：黃鵬先. Student：Peng-Shien Huang. 指導教授：許巧鶯. Advisor：Chaung-Ing Hsu. 國立交通大學運輸科技與管理學系碩士論文. A Thesis Submitted to Department of Transportation Technology & Management College of Management National Chiao Tung University in Partial Fulfillment of the Requirements for the Degree of Master in Transportation Technology and Management June 2004 Hsinchu, Taiwan, Republic of China. 中華民國九十三年六月 II.

(3) 航空公司乾/濕租策略聯盟之機隊規劃研究生：黃鵬先. 指導教授：許巧鶯. 國立交通大學運輸科技與管理學系. 摘要航空產業對於全球景氣波動的敏感度非常高，航空公司的機隊容量對於其營運成本亦有很大的影響，因此如何因應景氣循環，做最適當的機隊規劃以降低航空公司營運成本與增加營收一直是個很重要的課題。近年來航空公司利用策略聯盟的方式，藉由資訊與設備共享降低營運成本已有顯著的成效；實務上聯盟方式多半採用共用班號(code sharing)與航機/設備/人員相互承租之乾租(dry lease)/濕租(wet lease)聯盟方式，然而相關研究多著重共用班號與實務分析，尚未從機隊規劃的角度，構建數學模式深入探討。若航空公司能在機隊規劃上加以考慮策略聯盟，不僅能提供更大的規劃彈性，更能精簡機隊，節省成本，達到更高的成本效益。若以全球的航空市場觀點而言，各家航空公司所服務的市場需求波動可能不盡相同，故產生容量不足或過剩的程度亦不一致。若航空公司於機隊容量過剩/不足時，能將航機出租/承租給聯盟的夥伴航空公司，則出租者可藉此賺取租金，避免航機閒置，節省維修成本，提高航機利用率；承租者亦可減少購買新航機或向航機租賃公司承租航機所產生的巨額成本。本研究從機隊規劃的角度切入，考慮聯盟後航機相互租賃與聯合維修所產生的成本效益，分別建立相關的成本函數，將研究時段分為數個決策時區，以動態規劃模式構建航空公司在每個決策時點，配合未來旅客預測量之波動狀態，應如何決策其機隊容量與乾/ 濕租協定內容。由所建立的相關成本函數可估算直接、間接營運成本，再以聯盟後兩家航空公司的個別總成本最小為目標，並將個別航空公司聯盟前成本做為上限，在滿足聯盟後個別航空公司的總成本小於聯盟前的條件，及容量供給大於預測需求下，求解聯盟後之機隊規劃妥協解，模式中的決策變數包含：機型、航機架數、租金、租約期限等決策，其後本研究並模擬兩照航空公司決策者以聯盟之協商互動規劃步驟反映兩家航空公司就規劃目標間之相互協商 (bargaining)互動過程，並增加或放鬆原模式之限制式，進而求解得到航空公司聯盟協議下之機隊規劃之協商妥協解。本研究以範例闡述模式之應用，所得結果可得乾/濕租策略聯盟協議下之聯盟航空公司機隊規劃妥協解。透過所求得之妥協解，可得知航空公司配合不同的需求量變動，於不同的決策時點之最適機隊規劃與聯盟內容。藉由航空公司聯盟前後及協商互動前後的成本比較，顯示聯盟確實能使雙方成本減少，然由於聯盟整體最佳解未必為雙方所接受，故協商互動後之妥協解為雙方可接受卻非為聯盟整體之最佳解。由成本決策分析可推得聯盟乾/濕租年租金之上下限，而敏感度分析則顯示在不同之航機持有期間內，機隊規劃四項決策之成本臨界範圍。本模式不僅可提供航空公司決策者進行機隊規劃之參考，亦可提供聯盟雙方決策者於協商互動過程中，談判聯盟租金、租期與共同負擔維修比例等聯盟參數之依據。關鍵詞：機隊規劃、動態規劃、策略聯盟、聯盟乾/濕租、協商互動 I.

(4) Airline Strategy Alliance on Fleet Dry/Wet Lease Planning Student: Peng-Shien Huang. Advisor: Chaug-Ing Hsu. Department of Transportation Technology and Management National Chiao Tung University. Abstract Airline industry is highly sensitive to economic cycle, and the operation costs of airline are deeply influenced by the fleet capacity. Therefore, it is important for airlines to make the optimal fleet planning decisions to reduce operation costs and increase revenues. Recently, airlines have been forming alliance and successfully decrease operation costs by sharing markets, information, human resource, fleet and facilities. Code sharing, dry lease, and wet lease are commonly used strategies for airline alliance. Previous literature on airline alliance usually focused on flight code sharing problems, however, little literature has been focused on fleet planning which takes combined dry lease and wet lease into account. Furthermore, no theoretical model has been formulated on analyzing airline fleet planning with lease alliance in response to passenger demand fluctuation. This research aimed on fleet planning for airlines by incorporating the influence of strategy alliance, including dry and wet lease of fleet. The model dealt with issures regarding fleet purchase, lease, dry lease, wet lease, and disposal, and divides the entire study period into several stages. Then, we formulate a multi-objective model by minimizing total fleet planning cost using dynamic programming to determine the initial optimal numbers and types of aircraft for dry/wet lease, purchase and lease in fleet planning decision. Further, the study simulates step-by-step bargaining process for two of airlines’ decision makers. Through bargaining process, airlines’ decision makers could adjust alliance related parameters to trim their profit differences and obtain the final bargaining compromise solution which are accepted by both airlines. An empirical study is provided to illustrate the application of the model and simulate bargaining process of two airlines’ decision makers to show its usefulness. The study also conducts the sensitivity analyses which demonstrate the effects of key variables on the solution of the alliance model. The results also show the price ceiling and floor of fleet dry/wet lease and the critical price of fleet purchase, lease, dry lease and wet lease. The model we developed can not only determise among decisions on fleet planning solution for airlines alliance, but also provide a bargaining plan for airlines’ decision makers to obtain the bargaining compromise solution. Key Words ： fleet planning, dynamic programming, alliance, dry/wet lease, bargaining compromise. II.

(5) 誌謝當我起筆寫到這個部份，也代表著本篇論文已趨於完成階段，即將付梓成冊，每個畢業生一到此時，不免百感交集，我也不能免俗。想起研究所三年來的點點滴滴，雖然離「努力用功」、「埋首苦讀」尚有一段不小的距離，然而以三年做別人兩年做完的事，所付出的心血亦不能算少，尤其看著自己的論文最終竟能突破百頁，實是始料未及之事。雖然頁數與論文實際內容的「質」與「量」並無明顯相關，然而在許巧鶯老師的嚴格控管之下，相信包括我在內的每位從許 lab 畢業的學生，對於各自所完成之論文不論質或量皆有自信屬於水準之上，在學術的路上留下些微的足跡，不致愧對研究所畢業的文憑。今日得以完成論文取得學位，得自於許多人的指導、幫助與支持。感謝指導教授許巧鶯老師於三年來殷切的鞭策與鼓勵，使我們能學習做研究嚴謹的態度，且能對自己有更高的期許；感謝高凱老師對我們研究室的照顧，與老師的相處也使我們學習到實事求是的精神與豁達的人生觀；感謝羅永光教授、汪進財教授於口試時之指教與建議，使我能及時修正論文之錯誤；感謝黃寬丞老師適逢我遭遇瓶頸無法突破時，撥空給予詳細之指導；感謝華航張慶彬先生提供寶貴資料，並不厭其煩的解說；感謝研究室裕弘學長、清成學長、志青學長、幼屏學姐、慧如學姐、美珠學姐不時給予我們寶貴的意見與經驗；感謝慧潔學姐在學業與生活上的指導與幫助；感謝研究室成員素妙、哲彰、仰風、一民、聖峰、乃嘉、乃文、偉哲、心玫、佳玟、易呈、剛伯、美妤，你們的陪伴與鼓勵支持我撐過苦悶的研究生活；感謝所有給我幫助與支持的人，真的非常感謝你們。回想在交大長達七年的日子，其間的的滋味並非三言兩語能夠形容，運管 90 級的所有大學同學、運管碩 92 級的所有研究所同學、運管系所的學長姐與學弟妹、芭樂家族的各位成員、排球校隊的伙伴們，你們的身影幾乎填滿了我在交大七年的所有記憶，感謝上天讓我有機會能和你們共同渡過這段時期，留下許多充實美好的回憶，我想我永遠不會忘記與你們在一起的這些日子。最後，僅將這份成果獻給在我生命中最重要的家人(爸爸、媽媽、姐姐、哥哥)、最麻吉的死黨(Olay、牛境、阿邦、爬帶)、還有一位最特別的阿呆，希望這微不足道的小成就能讓你們感到欣慰與光榮。. 2004/7/13. PM11：58. III. 鵬先筆於一個人的研究室.

(6) 目錄. 航空公司乾/濕租策略聯盟之機隊規劃 .................................. I 第一章緒論 ........................................................ 1 1.1 研究背景與動機..............................................1 1.2 研究目的....................................................3 1.3 研究範圍....................................................4 1.4 研究方法與架構..............................................6 第二章文獻回顧與探討 .............................................. 9 2.1 航空公司機隊動態規劃相關研究...............................10 2.1.1 機隊規劃之相關研究...................................10 2.1.2 動態規劃之相關研究...................................14 2.1.3 機隊動態規劃之相關研究...............................16 2.2 節航空公司策略聯盟相關研究 ................................20 2.3 節小結 ....................................................24 第三章乾/濕租策略聯盟之機隊規劃模式 .............................. 26 3.1 個別航空公司機隊動態規劃模式...............................27 3.2 聯盟航空公司機隊動態規劃模式...............................33 3.3 航空公司動態機隊規劃模式求解步驟...........................43 3.3.1 個別航空公司動態機隊規劃模式求解步驟.................43 3.3.2 聯盟航空公司動態機隊規劃模式求解步驟.................44 3.4 聯盟航空公司機隊協商互動步驟...............................46 第四章實證分析 ................................................... 48 4.1 個別航空公司起始機隊狀態...................................49 4.2 航空公司動態機隊規劃模式求解及互動結果.....................66 4.2.1 個別航空公司動態機隊規劃模式求解結果.................66 4.2.2 聯盟航空公司動態機隊規劃模式求解結果.................71 4.2.3 節聯盟航空公司協商互動求解結果 .......................75 IV.

(7) 4.3 成本決策分析與敏感度分析...................................85 4.3.1 聯盟乾租租金之成本決策分析...........................86 4.3.2 聯盟濕租租金之成本決策分析...........................88 4.3.3 航機取得成本之敏感度分析.............................90 第五章結論與建議 ................................................. 99 5.1 結論.......................................................99 5.2 建議......................................................101 參考文獻 ......................................................... 102. V.

(8) 表目錄. 表 2.1 合作模式與組織依賴程度 ..................................... 20 表 2.2 聯盟活動分類型態 ........................................... 22 表 3.1 乾(濕)租變數值之意義 ....................................... 33 表 3.2 乾(濕)租狀態變數與決策變數之關係 ........................... 34 表 4.1 A 航空公司航點 .............................................. 49 表 4.2 B 航空公司航點 .............................................. 49 表 4.3 A 航空公司機隊狀態 .......................................... 50 表 4.4 B 航空公司機隊狀態 .......................................... 50 表 4.5 航線與營運航機機型配對情況 ................................. 52 表 4.6 航線航機班號、頻次與票價對照表 ............................. 53 表 4.7 航空公司於航線之乘載率 ..................................... 54 表 4.8 B747-400 型航機現值變動情況 ................................. 54 表 4.9 B737-800 型航機現值變動情況 ................................. 55 表 4.10 A340-300 型航機現值變動情況 ................................ 55 表 4.11 各航線未來旅客年需求量 .................................... 57 表 4.12 羅馬航線之每年旅客需求量變動機率 .......................... 62 表 4.13 漢城航線之每年旅客需求量變動機率 .......................... 62 表 4.14 洛杉磯航線之每年旅客需求量變動機率 ........................ 63 表 4.15 布里斯本航線之每年旅客需求量變動機率 ...................... 63 表 4.16 巴黎航線之每年旅客需求量變動機率 .......................... 64 表 4.17 東京航線之每年旅客需求量變動機率 .......................... 64 表 4.18 舊金山航線之每年旅客需求量變動機率 ........................ 65 表 4.19 雪梨航線之每年旅客需求量變動機率 .......................... 65 表 4.20 航空公司於航線之市場佔有率 ................................ 66 表 4.21 兩航空公司於各時區各航線之未來旅客需求量 .................. 67 VI.

(9) 表 4.22 個別航空公司各航線之機隊規劃決策 .......................... 68 表 4.23 兩航空公司於各時區各航線之總期望成本 ...................... 69 表 4.24 聯盟參數起始值 ............................................ 72 表 4.25 聯盟航空公司各航線之機隊規劃妥協決策 ...................... 73 表 4.26 聯盟航空公司於各時區各航線之總期望成本 .................... 74 表 4.27 聯盟第一次協商互動之參數值 ................................ 76 表 4.28 聯盟第一次協商互動之機隊規劃妥協決策 ...................... 77 表 4.29 聯盟第一次協商互動之各時區航線總成本 ...................... 77 表 4.30 聯盟第二次協商互動之參數值 ................................ 79 表 4.31 聯盟第二次協商互動之各時區航線總成本 ...................... 79 表 4.32 聯盟第三次協商互動之各時區航線總成本 ...................... 81 表 4.33 兩航線於聯盟前後及三次協商互動成本變動表 .................. 82. VII.

(10) 圖目錄. 圖 1.1 航空市場示意圖 .............................................. 5 圖 1.2 研究流程圖 .................................................. 7 圖 1.3 研究架構圖 .................................................. 8 圖 2.1. 單一設備之機率性動態規劃示意圖 ............................ 16. 圖 3.1 航機乾租費用與租期關係圖 ................................... 37 圖 3.2 長期維修成本示意圖 ......................................... 38 圖 4.1 羅馬航線未來旅客需求量折線圖 ............................... 58 圖 4.2 漢城航線未來旅客需求量折線圖 ............................... 58 圖 4.3 洛杉磯航線未來旅客需求量折線圖 ............................. 59 圖 4.4 布里斯本航線未來旅客需求量折線圖 ........................... 59 圖 4.5 巴黎航線未來旅客需求量折線圖 ............................... 60 圖 4.6 東京航線未來旅客需求量折線圖 ............................... 60 圖 4.7 舊金山航線未來旅客需求量折線圖 ............................. 61 圖 4.8 雪梨航線未來旅客需求量折線圖 ............................... 61 圖 4.9 聯盟租期與租金折扣對聯盟租金總合之影響圖 ................... 80 圖 4.10 洛杉磯航線聯盟前後成本變動圖 .............................. 82 圖 4.11 舊金山航線聯盟前後成本變動圖 .............................. 83 圖 4.12 聯盟負擔維修比例對洛杉磯航線總成本之影響圖 ................ 84 圖 4.13 聯盟負擔維修比例對舊金山航線總成本之影響圖 ................ 85 圖 4.14 乾租航機租金與決策之臨界圖 ................................ 88 圖 4.15 濕租航機租金與決策之臨界圖 ................................ 89 圖 4.16 B747-400 型航機購買價格/租賃年租金臨界值圖 ................. 91 圖 4.17 B747-400 型航機購買價格/聯盟乾租年租金臨界值圖 ............. 91 圖 4.18 B747-400 型航機購買價格/聯盟濕租年租金臨界值圖 ............. 92 圖 4.19 B747-400 型航機租賃年租金/聯盟乾租年租金臨界值圖 ........... 92 VIII.

(11) 圖 4.20 B747-400 型航機租賃年租金/聯盟濕租年租金臨界值圖 ........... 93 圖 4.21 B747-400 型航機聯盟乾租年租金/聯盟濕租年租金臨界值圖 ....... 94 圖 4.22 航機購買決策價格範圍圖 .................................... 96 圖 4.23 航機租賃決策價格範圍圖 .................................... 97 圖 4.24 航機聯盟乾租決策價格範圍圖 ................................ 97 圖 4.25 航機聯盟濕租決策價格範圍圖 ................................ 98. IX.

(12) 符號說明變數上標「0」：代表該變數為目標航空公司之變數變數上標「1」：代表該變數為聯盟夥伴航空公司之變數變數上標「、」：代表該變數為航空公司聯盟後之變數. T. ：依固定期間所劃分之時區. w. ：整體航空市場在一個時區之預期旅客需求量的波動情況. w0. ：目標航空公司所服務之航空市場在一個時區之預期旅客需求量的波動情況. w1. ：夥伴航空公司所服務之航空市場在一個時區之預期旅客需求量的波動情況. 0. ：目標航空公司所擁有之航機機型. q1. ：夥伴航空公司所擁有之航機機型. q ( 0+1). ：目標航空公司或夥伴航空公司所擁有之機型. r0. ：目標航空公司所營運之航線. r1. ：夥伴航空公司所營運之航線. q. 0. ：目標航空公司所有航機機型之集合. Y1. ：夥伴航空公司所有航機機型之集合. R0. ：目標航空公司所有營運航線之集合. R1. ：夥伴航空公司所有營運航線之集合. d. ：航空公司租賃一架航機之合約租賃年限長度. e. ：停租航機之違約年限. N qBT0r 0. ：聯盟前目標航空公司之一營運航線決策在一個時區購買或淘. Y. 汰不同機型的航機數目. N qLT0r 0. ：聯盟前目標航空公司之一營運航線決策在一個時區新租或停租不同機型的航機數目. DN qAT( 0+'1) r 0. ：聯盟後目標航空公司之一營運航線決策在一個時區以聯盟乾租之方式承租/回收或出租/退回不同機型的航機數目. WN qAT0+1')r 0. ：聯盟後目標航空公司之一營運航線決策在一個時區以聯盟濕租之方式承租/回收或出租/退回不同機型的航機數目. EqBT0r 0. ：聯盟前目標航空公司之一航線在一個時區起始時以購買之方式所取得之不同機型的航機數目 X.

(13) E qLT0 r 0. ：聯盟前目標航空公司之一航線在一個時區起始時以租賃之方式所取得之不同機型的航機數目. DEqAT( 0+'1)r 0. ：聯盟後目標航空公司之一航線在一個時區起始時以聯盟乾租之方式承租或出租之不同機型的航機數目. WEqAT( 0+'1)r 0. ：聯盟後目標航空公司之一航線在一個時區起始時以聯盟濕租之方式承租或出租之不同機型的航機數目. Qq0. ：一架航機之容量. K qT0r 0. ：目標航空公司在一個時區營運特定航線之總飛航頻次. ArT0. ：聯盟前目標航空公司之一航線在一個時區內之現有機隊總容量. LTr0. ：目標航空公司之一航線在一個時區內之航線承載率. FrT0. ：目標航空公司之一航線預測在一個時區內之航線旅客需求量. S rT0. ：聯盟前目標航空公司之一航線在一個時區開始時的現有機隊狀態集合. d rT0. ：聯盟前目標航空公司之一航線在一個時區之機隊更新決策. PqTw 0. ：航空公司在特定之預期旅客需求量之波動情況下，購買一架航機所需付出之總成本. X gT. ：固定年利率下，一個時區之固定資產資本回收因子乘數. RqTdw 0. ：航空公司在特定之預期旅客需求量的波動情況下，租賃一架航機所需付出之總成本. T q0. V. ：目標航空公司在一個時區維修一架航機之變動成本. M rT0. ：目標航空公司之一航線在一個時區維修一架航機之固定成本. MCrT0. ：聯盟前目標航空公司之一航線在一個時區之航機維修總成本. AOCrTw0. ：聯盟前目標航空公司之一航線在一個時區，對應特定之預期旅客需求量之波動情況時，以現有機隊營業所需承擔之其他營運成本. TCrTw0. ：聯盟前目標航空公司之一航線在一個時區，對應特定之預期旅客需求量之波動情況時，以現有機隊營業所需承擔之總營運成本. DqTw0. ：目標航空公司在一個時區及特定預期旅客需求量的波動情況. XI.

(14) 時，決策淘汰一架航機之舊機市場殘值. Z qTew 0. ：目標航空公司在一個時區及特定預期旅客需求量的波動情況時，決策停租一架航機之違約成本. UCrTw0. ：聯盟前目標航空公司之一航線在一個時區，對應特定之預期旅客需求量之波動情況時，決策更新機隊之總決策成本. α. BT q0. ：0/1 虛變數，表聯盟前目標航空公司在一個時區內是否進行新購航機或淘汰航機之決策. β qLT. ：0/1 虛變數，表聯盟前目標航空公司在一個時區內是否進行新. 0. 租航機或停租航機之決策 f rT0. ：目標航空公司之一航線在一個時區之預期旅客需求量經波動. ( ). PrTw f rT0 0. 後的航線旅客需求量：目標航空公司之一航線對應不同預期旅客需求量的波動情況所產生之懲罰值. I rT0. ：目標航空公司之一航線因運能不足而讓每位旅客因不便所增加的旅行成本. J rT0. ：目標航空公司之一航線因運能過剩所產生的每位旅客收益損失. CrTw0. ：聯盟前目標航空公司之一航線在一個時區，對應特定之預期. CrT0 (S rT0 , d rTw0 ) Cr*0T (S rT0 ). 旅客需求量的波動情況下所產生之總成本：聯盟前目標航空公司之一航線於特定時區之航空公司期望成本：聯盟前目標航空公司之一航線於特定時區之航空公司最小期望成本. prTw0. ：目標航空公司之一航線在一個時區之預期旅客需求量波動情況可能發生機率. λqDT. ：目標航空公司之一航線在一個時區聯盟乾租一架航機之租賃. ( 0 +1) 0. r. 年限長度. λWT q. ：目標航空公司之一航線在一個時區聯盟濕租一架航機之租賃. ( 0 +1) 0. r. (. DH w w λqDT( 0+1)r 0 0 1. 年限長度. ) ：聯盟雙方航空公司對應個別之特定預期旅客需求量的波動情況下，透過聯盟乾租協議所訂定於一特定租期乾租一架航機 XII.

(15) (. WH w w λWT q ( 0 +1) r 0 0 1. 之年租金. ) ：聯盟雙方航空公司對應個別之特定預期旅客需求量的波動情況下，透過聯盟濕租協議所訂定於一特定租期濕租一架航機之年租金. yT. ：一個時區所包含之年數. ωqDT. ：0/1 虛變數，表目標航空公司在一個時區內所聯盟乾租之航機. ( 0 +1) 0. r. 是否存在現有機隊中. ωqWT. ( 0 +1) 0. ：0/1 虛變數，表目標航空公司在一個時區內所聯盟濕租之航機. r. 是否存在現有機隊中 n. ：雙方航空公司透過聯盟協議所訂定之租金折扣階段數. ε 1 ， ε 2 ...ε n. ：聯盟租金階段折扣. λ1 ， λ2 L λn. ：聯盟租金階段折扣之聯盟租期邊界. 0 1. dh w w. ：雙方航空公司透過聯盟乾租協定所訂定未折扣前之租金. θ. ：雙方航空公司透過聯盟濕租協定所訂定之共同負擔維修比例. φqAT. ：0/1 虛變數，表目標航空公司在一個時區內所聯盟濕租之航機. ( 0 +1) 0. r. 為承租或出租 0 1. w' TCrTww 0. ：聯盟後目標航空公司之一航線在一個時區，對應特定之預期旅客需求量之波動情況時，以現有機隊營業所需承擔之總營運成本. 0 1. w ' UCrTww 0. ：聯盟後目標航空公司之一航線在一個時區，對應特定之預期旅客需求量之波動情況時，決策更新機隊之總決策成本. γ qAT '. ：0/1 虛變數，表聯盟後目標航空公司在一個時區內是否進行聯. ( 0 +1). 盟乾租之承租/回收或出租/退回之決策. δ qAT '. ：0/1 虛變數，表聯盟後目標航空公司在一個時區內是否進行聯. ( 0 +1). 盟濕租之承租/回收或出租/退回之決策 0 1. w ' CrTww 0. ( ) (S ). ：聯盟後目標航空公司之一航線在一個時區，對應特定之預期旅客需求量的波動情況下所產生之總成本. C0*T ' S 0T '. ：聯盟後目標航空公司於特定時區之最小期望成本. C1*T '. ：聯盟後夥伴航空公司於特定時區之最小期望成本. T' 1. XIII.

(16) 第一章緒論 1.1 研究背景與動機. 在現今各方面強調國際化的趨勢之下，各項產業不再拘泥於國界的限制，紛紛往外開拓國際市場，致使跨國貿易與國際企業蓬勃發展，各國的經濟景氣狀況皆相互緊密關連。由於國際間貿易頻繁，許多企業必需藉由航空運輸來完成貿易行為，產生經濟活動，因此，航空產業對於全球經濟景氣波動的敏感度位居所有產業中的首位。經濟景氣程度對航空運輸的旅客需求量影響甚鉅，而旅客需求量則直接影響航空公司的營運狀況，由此可知，全球的經濟景氣情形對於航空公司的經營情況關係密切。. 當全球景氣發生上揚的情況時，航空產業的旅客需求量將會產生增加的趨勢；反之，在景氣波動下跌時，旅客需求量將會相對的減少。在「滿足未來旅客需求量」的營運前提下，航空公司可藉由增加或減少機隊中航機數目，調整其機隊容量配合旅客需求量的變動，以求降低因機隊容量過剩/不足所產生的額外成本，而購置機隊的成本佔其營運成本非常大的部份，如果航空公司能配合未來旅客需求量的波動情況適時的調整機隊容量，將可使資金的運用更靈活，達到更高的成本效益。例如航空公司預期未來景氣將會上升，導致未來旅客需求量有增加的趨勢，若能提前購置增加航機數目，讓增加容量的時間正好配合上旅客需求量上升的時間，不但能減少購置機隊的成本，更能增加營收利潤；而當預期未來景氣下跌時，也能提早規劃減少不必要的機隊，避免產生閒置成本與多餘的維修成本等。由以上可知，如何因應全球經濟景氣循環，做最適當的機隊規劃以降低航空公司營運成本與增加營收是很重要的課題。. 隨著全球產業的演變及追求成本最低與獲利最高的趨勢，近年來國際間產業相互策略聯盟的方式逐漸興起，主要的目的在於藉由聯盟的協議內容，與其聯盟夥伴共享資訊、設備、技術、人員等資源，降低龐大的營運成本以獲得更高的利潤。近幾年來，航空公司間利用策略聯盟的方式來降低營運成本已有顯著的成效，其中最為顯著的例子即為「星空聯盟(Star Alliance)」的產生。. 「星空聯盟」為全球規模最大的航空公司策略聯盟，於 1997 年成立，其創始成員包括六家航空公司，分別為：加拿大航空、德國漢莎航空、北歐航空、泰國國際航空、美國聯合航空與巴西航空，聯盟成立的宗旨為希望藉由各成員 1.

(17) 所串聯而成的環球航空網路，提供乘客一致的高品質服務以及全球認可的識別標誌，並加強每個聯盟成員在本地及全球所提供的服務，及發展統一的產品服務。在 1999 年之後，澳洲安捷航空、紐西蘭航空、日空航空、新加坡航空與奧地利航空集團(包括奧地利航空、勞達航空與 Tyrolean 航空)陸續加入星空聯盟， 13 家航空公司成員涵蓋了全球五大洲的航線，使得星空聯盟的全球航空網路更趨廣泛與完整。西元 2000 年後半年墨西哥航空與英倫航空分別加入後，星空聯盟的飛航網路更遍及了 130 個國家、超過 800 個航點，為數相當可觀。透過成員間的相互協調與安排，星空聯盟能提供旅客更多的班機選擇、更理想的接駁時間、更單純簡化的訂位票務手續及更妥善的地勤服務，同時可減少成本，提高效率，以合作互利的方式代替以往的相互競爭。. 由上述的例子可知，航空公司於營運的考量上，逐漸傾向於整合各自擁有資源的聯盟方式，而非以往單打獨鬥的相互競爭模式，其聯盟後的各項優點，如提供更完善快速的服務、吸引更多的旅次、降低航空公司的營運成本等，皆能在上述的例子中得到最佳的驗證。由此可知，航空公司間相互策略聯盟的方式已然成為未來航空產業中最顯而易見的趨勢。. 在 Gudmundsson and Rhoades(2001)的研究中，將一般航空公司間策略聯盟的方式主要分為以下各類：共用班號(Codeshare)、航機/設備/人員相互承租的濕租(Wet lease)協定、電腦訂票系統(Computer reservation system)、營收共享 (Revenue sharing) 、特許權 (Franchising) 、聯合營運 (Joint service)、聯合行銷(Joint marketing)、行李/維修/地勤聯合作業(Baggage handling/ maintenance/facilities sharing) 、管理協定 (Management contract)、股權交換(Equity swap)等。根據 Gudmundsson and Rhoades(2001) 的研究分析，將聯盟方式依資源共享程度及合作期間分為九大類型，其中，共用班號聯盟、航機/設備/人員濕租協定及電腦訂票系統聯盟三種為持續合作期間較長久型。第一類型的共用班號聯盟是目前航空公司策略聯盟中最基本且為最常被使用的聯盟方式，其聯盟合作期間與資源的共享程度皆為相對最低；而第二類型的策略聯盟為航機/設備/人員濕租協定，其仍屬於長期合作的方式，惟資源共享程度較共用班號聯盟高。依 Gudmundsson and Rhoades(2001)的分析評論，此兩種類型的聯盟方式屬於風險較低，合作期間較長的聯盟。. 實務上，航空公司間的聯盟方式多半採用共用班號聯盟與航機乾、濕租協定聯盟方式，然而相關文獻多著重於第一類的共用班號聯盟與實務分析，尚未有從機隊規劃的角度切入，構建數學模式深入探討的研究。若航空公司能在處 2.

(18) 理機隊規劃的決策上，加以考慮以航空公司間策略聯盟的方式，經由兩造航空公司決策者之協商談判相互聯盟租借機隊，將一方閒置之航機租給另一方彌補其不足的容量，如此不僅能提供航空公司更大的機隊規劃彈性，更能精簡機隊，節省營運及維修等成本，達到更高的成本效益。. 本研究從航空公司機隊規劃的角度切入，配合以往相關文獻中的動態模式觀念與聯盟協商互動架構，在增加/減少航機數目的決策中加以考慮達成聯盟所產生的影響，分別建構相關成本函數，並以動態規劃模式表示出時間的延續與遞迴的特性；當目標航空公司透過濕租協議聯盟方式與夥伴航空公司租借航機、設備及機組維修人員時，再以聯盟之協商互動規劃步驟反映出兩家航空公司就規劃目標間的之相互協商(bargaining)互動，增加或放鬆原模式之限制式，進而求解得到航空公司聯盟協議下之機隊規劃協商妥協解。. 1.2 研究目的. 以全球的航空市場觀點而言，各家航空公司所服務的市場其各時期旅客需求量之波動可能不盡相同，故產生機隊容量不足或過剩的程度亦不一致。透過策略聯盟的達成，提供了航空公司在機隊規劃上有更具彈性的決策方案可供選擇，在預測未來航機容量不足時，航空公司除了以購買或租賃的方式來增加航機以擴充機隊容量，亦可選擇向聯盟的夥伴航空公司以乾、濕租之方式承租航機；若預測航機容量過剩，在以往只能選擇淘汰舊航機或停租航機兩種方式的情況下，提供另一項決策方案，將航機乾、濕租出租給夥伴航空公司。如此一來，出租航機的航空公司可藉此賺取租金，避免航機閒置產生閒置成本，節省多餘的航機維修成本，提高航機利用率；而承租航空公司亦可避免因購買新航機的交機時間無法立即配合旅客需求量的上升所產生的損失，也能減少購買新航機或向航機租賃公司承租航機所產生巨額的購買或租賃成本。. 本研究從機隊規劃的角度切入，加以考慮兩家航空公司在透過乾/濕租協定聯盟之後，人員、設備等資源共享的情況與聯合維修所產生的成本效益，並分別建立相關的成本函數，包括機隊規劃決策所產生的成本及航空公司的直接、間接營運成本。觀察所預測之未來航空旅客需求量，將總預測時段劃分為數個決策時區，每一個時區的起始機隊狀態為上一個時區的起始狀態加上上一時區所完成的機隊規劃決策。再以動態規劃之觀念建構模式反應出航空公司在每個決策時點時，考量當時的機隊數目、航機機型、機隊容量及機隊規劃成本等情況，配合所預期測出的經濟景氣波動狀態，做出調整其機隊容量與濕租協定內 3.

(19) 容的決策。. 透過兩造乾租聯盟之達成，可將聯盟中預測機隊容量過剩之航空公司航機出租給預測機隊容量不足之夥伴航空公司，若航空公司於聯盟後能租用原機隊相同機型之航機，則不僅能滿足不足之機隊容量，且能使維修同機型航機之相關成本產生較高之規劃經濟效益；而濕租策略聯盟可將容量過剩之航空公司航機連同維修、設備及機組人員同時出租給夥伴航空公司。若航空公司於聯盟後能租用夥伴航空公司之航機維修設備及機組人員，則能減少營運成本中維修及機組操作人員之訓練成本，以及因維修非原有機型之濕租航機所需另外設置固定設備成本之支出。. 根據前面所建立的各項相關成本函數，可加以估算個別航空公司的直接、間接營運成本，再以聯盟後兩家航空公司之個別機隊規劃總成本最小為模式目標，並將個別航空公司聯盟前成本做為聯盟機隊規劃模式之限制條件，在滿足聯盟後個別航空公司之總成本小於聯盟前，及機隊容量供給滿足預測未來旅客需求量之限制條件下，求解出聯盟後最佳之機隊規劃狀態。模式中的聯盟決策內容包括：將乾租(濕租)、出租(承租)何種機型、聯盟租賃航機架數、聯盟租約簽定期限等決策。. 本研究以範例闡述模式之應用，模式求解後所得結果可得知在乾、濕租策略聯盟的協議下之聯盟航空公司機隊規劃妥協解。透過所求得之妥協解，可得知航空公司配合不同的景氣發展，於不同之決策時點之機隊規劃與聯盟內容，長期而言，個別聯盟航空公司可規劃較精簡的機隊，航機維修上亦可獲得較高的規模經濟效率；短期而言，則可使航空公司在機隊調度上更具有彈性，可避免不當的運能閒置或不足的情況。藉由航空公司聯盟前後的成本比較，亦可分析在達成濕租策略聯盟之航機/機組維修人員相互租賃情況下，所能獲得的經濟效益。. 1.3 研究範圍. 本研究以航空客運市場中兩家航空公司為研究對象。在航空產業中，每一條航線即代表一個航空市場，假設此兩家航空公司分別營運不同航線，即服務於不同的航空市場，表示在兩航線的市場上，受到當時景氣影響產生旅客需求量變動的程度也不同，因此兩航線所面對的經濟景氣狀態有可能發生相異的情 4.

(20) 況。. 整體航空市場. 聯盟夥伴航空市場. 目標航空公司市場. 圖 1.1 航空市場示意圖. 在航空公司間策略聯盟的方面，將考量兩造航空公司在濕租聯盟協議之下，對於相互租賃航機、廠房設備與機組維修人員的共用關係所產生的影響。航機相互租賃則產生租賃費用，為聯盟協議制定，而影響租賃費用的因素主要為兩航空公司的機隊利用情況與個別所面對的市場景氣狀況，若在航空公司的機隊中存在有利用率較低的航機，代表此航機經常處於閒置的狀態，而航機的閒置會產生一閒置成本，使得營運總成本也隨之增加，因此航空公司將會傾向於將此閒置航機出租給聯盟夥伴航空公司。在景氣的影響方面，當航空公司所面臨的市場景氣低迷時，航空旅客需求量受到景氣影響會呈現逐漸減少的趨勢，為了配合需求量波動，避免因機隊容量過剩而產生航機閒置成本，航空公司會傾向於以較低價格出租過剩航機給聯盟夥伴航空公司以賺取租賃費用，彌補因需求量降低所產生的損失；相反的，如果航空公司面臨的是逐漸上升的景氣狀態，為因應旅客需求量增加，航空公司對於機隊容量的需求也會提高，因此會以較高的租賃價格向聯盟夥伴航空公司租用航機。. 在航空公司互動規劃模式的部份，針對聯盟兩造航空公司對於個別規劃最佳目標解之間，利益的交換/共享與目標間的妥協/讓步，決策者可透過個別與整體間規劃解的比較衡量，決策是否該接受其目標水準，或衡量哪些目標值須 5.

(21) 作改善、哪些可以加以放鬆，而後經由聯盟兩造航空公司相互權衡取捨，進行兩決策者之協商互動求解。. 1.4 研究方法與架構. 本研究首先針對航空公司乾、濕租協議策略聯盟之研究與機隊規劃模式之應用方法做完整且深入的文獻回顧，瞭解實務上航空公司間濕租聯盟的方式，如：航機的租用方式，資源/設備的共享程度、機組維修人員的薪資計算、聯合維修的方式等。根據所回顧之文獻，釐訂本研究中航空公司相互達成乾、濕租聯盟對於原本單一航空公司的機隊規劃所產生的變動影響，再考量這些變動的部份建立本研究之研究架構。. 本研究將以許巧鶯、劉素妙(2002)的研究中所建構的航空公司動態機隊規劃模式為基礎，在每個決策時區原有的四項決策(新購、淘汰、新租、停租)之中，加以考量與其他航空公司達成乾、濕租協定聯盟的情況，在前述經由文獻回顧所釐訂出的變動項目，分別建構新的或修正原有的成本函數，以符合本研究之探討主題。. 在航空公司營運成本方面，可分為直接營運成本與間接營運成本加以討論，直接營運成本項中包含了航機的取得成本、航機維修成本及其他營運成本，航機取得成本之中需加以入達成乾、濕租協議聯盟之後，經由聯盟夥伴航空公司租用航機之成本；維修成本方面則需考量聯盟之後航機聯合維修所產生的規模經濟與成本效益，以及機組維修人員的薪資分攤等。其他直接營運成本與間接營運成本是根據航機數目、飛航頻次及旅客需求量而變動。. 在決策成本函數之中，除了包含原有的新購航機成本、淘汰舊航機成本、新租航機成本與停租航機成本之外，另外需加入藉由乾、濕租協議聯盟所租賃航機之成本項，預期將加入聯盟乾/濕租承租航機成本與聯盟乾/濕租出租航機成本四項，此八項成本之總合構成該時區內航空公司做出機隊規劃決策所產生的成本。. 6.

(22) 研究動機與目的. 回顧相關文獻. 定義研究問題與範圍. 研究方法理論架構之建立. 航空公司策略聯盟新增決策與成本. 航機汰換時程動態規劃模式. 收集資料與參數設定. 實証與敏感度分析. 結論與建議. 圖 1.2 研究流程圖. 7. 航空公司策略聯盟互動式規劃模式.

(23) 圖 1.3 研究架構圖. 8.

(24) 第二章文獻回顧與探討本研究主要探討在航空市場中，兩家航空公司在達成策略聯盟後與夥伴航空公司相互租借機隊的情況之下，透過聯盟兩造航空公司個別規劃目標之權衡取捨，與兩航空公司決策者就規劃目標間的協商互動，得到航空公司在聯盟協議下各別之機隊規劃協商妥協解，在求解的過程中，應用動態規劃(Dynamic programming)之觀念，反映出長期機隊規劃之決策模式具有時間遞迴與延續的觀念，因此在本章中將回顧過去相關文獻，對於機隊規劃決策、動態規劃與策略聯盟間夥伴關係與行為能有完整的瞭解，做為本研究求解聯盟機隊規劃協商妥協解的參考依據。. 在機隊規劃的方面，本研究在建構個別航空公司動態機隊規劃模式時，將參考許巧鶯、劉素妙(2002)之研究內容，該研究將航空公司欲規劃的總時段依照所預期的景氣波動情況分為數個決策時區，在每一時區的起點，航空公司可做出規劃機隊增減的決策，決策中包括新購航機、淘汰舊航機、新租航機、停租航機四項，則該時區的起始機隊狀態經過該時區內的航機變動決策，即為下一時區的起始機隊狀態，再利用動態規劃模式的觀念，表現出長期的機隊規劃中，時間的延續與遞迴的觀念，最後以總成本最小為目標式，求解出最佳的機隊規劃狀態。然而該研究僅考慮單一航空公司的機隊規劃解，並未考慮當航空市場中存有其他航空公司時，若達成策略聯盟協議對機隊規劃決策與總成本所產生的影響，因此在本研究中，擬針對該研究尚未考慮之聯盟與協商互動部份進行研究與探討。. 航空公司策略聯盟方面的相關文獻上數量甚多，然而在過去的研究中，內容多半著重於闡述策略航空公司策略聯盟間各項分類的定義與特性、資源共享程度、聯盟期間長短、以及聯盟後的實務分析情況，並未從機隊規劃的角度探討航空公司機隊航機濕租策略聯盟，因此在本研究中將參考以往文獻，針對乾、濕租策略聯盟相互承租航機/設備/機組維修人員的觀念與形式，引入後續所建構的成本函數考量之中。. 本研究將文獻回顧分為三部份說明：2.1 節航空公司機隊動態規劃相關研究，2.2 節航空公司策略聯盟相關研究，2.3 節小結，以下分別逐一介紹。.

(25) 2.1 航空公司機隊動態規劃相關研究. 本節將航空公司機隊動態規劃相關研究分為以下三部份探討，分別為 2.1.1 機隊規劃之相關研究，2.1.2 動態規劃之相關研究及 2.1.3 機隊動態規劃之相關研究。. 2.1.1 機隊規劃之相關研究. Teodorovic(1986)以多準則決策方式，考量取得機隊之投資、平均營收座位成本、每日平均航行航線之比例、平均旅客班表延遲與機隊之航機數量等五項準則，求解航空公司之機型選擇問題。該研究僅考慮可量化之準則，而忽視其餘之質化準則，利用權重方式選取最適機型，結論證實容量較大之航機有規模經濟特性，而容量較小之航機則能提供較高之服務水準。. Hane et al.(1995)於研究中建構模式解決航空公司國內航線每日之航班指派問題，並提出更有效率之依序求解步驟。該研究以一大型之多種商品流量問題配合時間限制之網路，運用多重不同步驟之求解方式對所建構之模式進行求解，研究結果顯示該研究之演算法所求解之最佳解較以往之求解法之結果增加 0.02%，即該研究之求解法更能有效的求解大型整數規劃航機與航班之指派問題。. 張有恆、楊弘道(1996)研究認為實務上所使用之各種機型均為已知，故不需以嚴謹之數學規劃方式求得機隊容量之最佳解，僅需以簡易之計算求得近似解即可。該研究同時考慮維修需要、未來發展、消費者偏好、機隊經濟規模等質化因素與最大航程、噪音成本、機隊生產力及購置航機價格等量化因素，且進一步考慮群體決策及模糊理論，以解決機型選擇所面臨不確定性之問題。其研究中亦提出影響機型選擇之因素包括技術、經濟、行銷、財務、管制及環境六大項。. 許巧鶯、王志青(1997)利用解析性之方法，分析航空貨運網路之直運與轉運路線選擇，其研究中建構直運與轉運之成本函數，以成本最小化為目標，在特定距離及流量下，考量不同機型航機之航程與酬載之間的關係，選擇使各航線運送成本最低之航機，以求得各航線指派之最適機型。. 10.

(26) Powell and Carvalho(1997)之研究將多種機型之機隊管理問題以網路流量問題之動態規劃觀點，視為一多種商品之網路配送問題，以時間窗配合網路節點間流量(task arcs)之觀念，探討航空公司於多種機型組合之情況下，將不同之航機機型配合不同時間不同航線之旅客需求量，指派最適之機型於該航線上。研究結果顯示以研究所建構之數學模式求解所得之機型與航線指派問題，較以往之研究有 4%到 5%的進步空間，且在某些應用上，能求解更大型之線性規劃問題。. Jin and Kite-Powell(2000)之研究探討最佳化機隊中之每架航機利用率及最佳化之航機取得與航機淘汰之策略，使用最佳化控制模式配合航機利用率與汰換決策，以利潤最大化之觀點求解航機之汰換問題。研究結果顯示機隊航機汰換決策、機隊航機數量與航機之利用情況為相互影響之因素，故航空公司於排定航機之汰換時程時，應與航機數量與航機之利用情況同時考量。. 在機隊規劃的過程中，決定機隊中航機購買與租賃的比例對於航空公司的營運成本與機隊調度的彈性上有非常大的影響。以航空公司的角度，長期而言購買航機所負擔的平均成本比租賃航機少，然而航空公司卻需承擔機隊容量無法因應旅客需求量的變動而產生的虧損；反之，若欲租賃航機以增加機隊容量彈性，則需付出較高的租賃航機成本，因此，如何決策機隊中航機購買與租賃的比例是一項非常重要的問題。. 根據 Oum et al.(2000)的研究內容，航空公司在購置機隊時必須面對容量高彈性與航機高成本間的抵換關係，考慮航空旅運需求的不確定性與循環性，以決策出最佳的購買/租賃航機比例。該研究建構數學模式以求解航空公司租賃航機數佔總機隊數之最佳比例，並對全球 23 家主要的航空公司進行實證分析，分析結果證實，租賃航機數佔總航機數之 40%至 60%之間為最佳。該研究所建構之數學模式如下：假設航空公司所面對的不確定需求函數為 y = y (τ ) ，其中 τ 代表未來的狀況。航空公司的總機隊容量則以 Z = K + S 表示，K 代表航空公司所購買或長期租賃(capital leasing)所得之航機容量，而 S 則代表短期租賃(operational leasing) 所得之航機容量。K 相對而言較無彈性，屬於不易變動之容量，因為一旦獲得就無法輕易的在短時間內再賣出或停租；而 S 部份的航機容量由於可在任何需要的時間取得，因此相對於 K 而言較具彈性。 11.

(27) 因此，航空公司的利潤可以表示為下式：. π = R[ y (τ ), Z ] − V [ y (τ ), Z ] − wK K − wS (τ )S. (2.1). 其中 R 為收益，V 為變動成本，wK 和 wS 分別為長期資本與短期資本的成本。在此研究中，wK 為已知，而 wS 則會隨著未來的不確定狀態而變動。. 航空公司容量決策將由兩階段求解，在第一階段內，航空公司確定了經由購買或長期租賃所獲得的航機成本；第二階段，在確定了未來的狀況之下，航空公司就能決策出剩下的短期租賃航機數。其所建構的模式如下：. 第一階段模式為. max E{R( y, Z ) − V ( y, Z ) − wK K − wS S } K. = max ∫ [R( y, Z ) − V ( y, Z ) − wK K − wS S ] f (τ )dτ. (2.2). K. 其中 K 與 S 均為非負數。在第二階段，K 與未來狀況 τ 皆為固定且已知的狀況下，航空公司可決策出短期租賃 S 的數量以求得最大利潤。模式如下：. max R( y, Z ) − V ( y, Z ) − wK K − wS S. (2.3). K. Let ⎫ ⎧ ⎡ ∂R ∂V ⎤ T1 = ⎨τ ⎢ − − wS ⎥ ≥ 0⎬ ⎦ S =0 ⎭ ⎩ ⎣ ∂Z ∂Z. (2.4). ⎫ ⎧ ⎡ ∂R ∂V ⎤ T2 = ⎨τ ⎢ − − wS ⎥ < 0⎬ ⎦ S =0 ⎭ ⎩ ⎣ ∂Z ∂Z. (2.5). 12.

(28) 當 τ ∈ T2 時，最佳短期租賃航機數量 S*之值為零，而當 τ ∈ T1 時，則決定最佳短期租賃航機數量 S*之方程式如下：. ∂R ∂V − wS = 0 − ∂Z ∂Z. (2.7). 為探討 S*與 K 之間的相互影響變動關係，將上式對 K 做一次微分：. ⎛ ∂ 2 R ∂ 2V ⎞⎛ ∂S * ⎞ ⎜⎜ 2 − 2 ⎟⎟⎜⎜1 + ⎟⎟ = 0 ∂ Z Z K ∂ ∂ ⎝ ⎠⎝ ⎠. (2.8). 由此，可得以下結果：. ∂S * ⎧− 1 , τ ∈ T1 =⎨ ∂K ⎩ 0 , τ ∈ T2. (2.9). 在第一階段的模式中，決策出最佳之 K 值的條件式為. ⎡⎛ ∂R ∂V ∫ ⎢⎣⎜⎝ ∂Z − ∂Z. 將. * ∂S * ⎤ ⎞⎛ ∂S ⎞ ⎟ ⎜ − − 1 w w + ⎟⎜ ⎥ f (τ )dτ = 0 K S ∂K ⎦ ∂K ⎟⎠ ⎠⎝. (2.10). ∂S * ⎧− 1 , τ ∈ T1 代入上式並重新整理，可得 =⎨ ∂K ⎩ 0 , τ ∈ T2. ∫ (w. S. T1. ⎞ ⎛ ∂R ∂V − wK ) f (τ )dτ + ∫ ⎜ − − wK ⎟ f (τ )dτ = 0 ∂Z ∂Z ⎠ T2 ⎝. (2.11). 從第(2.3)式可知，第(2.11)式的右邊項為正值，因此可得. ∫ (w. S. − wK ) f (τ )dτ = E (wS ) − wK > 0. (2.12). 根據上列之不等式可以說明，從航機租賃公司的觀點而言，在不確定性之 13.

(29) 未來情況之下，短期租賃比長期租賃的風險高，因此，航機租賃公司期望能在短期租賃上得到風險溢酬。而第(2.11)式則表示從航空公司的角度來看購買與租賃所得航機容量之間的抵換關係。當航空公司決策增加購買航機時，將會減少期望成本；然而當未來航空旅運需求降低時，卻會因購買之航機不易脫手的特性，產生過多的超額容量導致期望成本增加。所以，最佳的購買與租賃機隊比例會在這兩項成本間達成平衡。. 2.1.2 動態規劃之相關研究. 動態規劃法(Dynamic Programming)為 1950 年代末期，由 Richard Bellman 及其助手，為解決各種不同的控制與動態最佳問題而首先發展出來，因在某個時點上所做之決策會影響到其後所產生之系統總成本，因此動態規劃法基本上為處理在某一時段上，某特定問題在時點上具有先後順序之決策問題，故又稱多階段決策(Multistage Decision)問題。. 動態規劃法的作法是將原問題分割成數個不同的子問題或階段，把一個複雜的多決策變數問題劃分為多個不同階段的單一決策問題，而在每一個子問題或階段皆需做成決策，每一個子問題或階段決策又會影響下一子問題之決策，此種有系統逐步求解的程序，其目的在求取一組使問題之效益最大或成本最小之決策方式，其特別適用於有順序相關的決策問題，以此技巧來求解時，可節省大量計算時間。. 在 Hartman(2001)的研究中指出，傳統的資產設備汰換分析中，在操作、維修、殘值等為固定已知的情況之下，求解資產設備購買或賣出的決策。當這些成本隨著資產設備的利用率而變動時，通常會先假設一固定資產設備利用率以簡化問題，然而由於營運過程中許多不確定的因素，如顧客需求量，會造成預期的資產設備利用情況無法按照排定班表執行，使得求出之資產設備汰換排程產生錯誤。因此，該研究利用機率性動態規劃的方式，在求解資產設備汰換決策的過程中，以機率的方式表現利用率的不確定性，讓利用率隨著營運情況與顧客需求而異。該研究亦提出以資產設備的使用年資與累積利用情況做為淘汰該設備的決策因子。研究結果以最小化每個時區之期望成本為目標，決策出最佳之設備汰換時程。其所構建的模式如下：. 14.

(30) lm ⎧ ⎫ keep : α p(ut ut −1 )[C (ut , i, j ) + f t +1 (i + 1, j + ut , ut )] ∑ ⎪ ⎪ ut =l1 ⎪ ⎪ f t (i, j , ut −1 ) = min ⎨ ⎬ lm ⎪replace : P − S (i, j ) + α p (ut ut −1 )[C (ut ,0,0 )r + f t +1 (1, ut , ut )]⎪ ∑ t t ⎪ ⎪ ut =l1 ⎩ ⎭ (2.13). f T (i, j , uT −1 ) = − ST (i, j ). (2.14). 在第 (2.13) 式中，代表決策資產設備欲保留或汰換的目標式，其中. f t (i, j , ut −1 ) 代表該資產設備在 t 時段、使用年資 i、累積利用率為 j 且在 t-1 時段時，該資產設備的利用率為 ut-1 的情況下，最小化的期望成本。而第(2.14)式則表示在決策時間長度為 T 時，在決策時段終止時的期望成本即為該設備在當時賣出所得之殘值。若在 t 時段決策保留該項設備，則 t 時段之期望成本可由 t 時段與 t-1 時段之利用率組合機率，乘上當期與下一期之期望成本總合而得。當決策在 t 時段需汰換該設備時，其期望成本需由購買新設備之成本扣除淘汰舊設備之殘值，再加上新設備購買後之期望成本之總合。比較兩決策之期望成本大小，取其小者即為該設備淘汰與否之最佳決策。. 該研究之決策流程可以下圖說明之：. 15.

(31) (i+2,j+2u1) u1 (i+2,j+u1+u2). K (i+1,j+ u1) u1 K. u2 u1. R (i+1,j+ u2). (i+2,j+2u2) K. u2 (2,2u1). u2. (i,j). R. u1. (1, u1). K. R. (2,u1+u2) u2 u1. u1 R. (2,2u2). u2 K. u2 u1. (1, u2). (1,u1) (1,u2). R u2 0. 1 圖 2.1. 2. T. 單一設備之機率性動態規劃示意圖. 圖中的方形記號為該時段之決策時點，在該時點需作出資產設備保留(K)或汰換(R)的決策。圓形記號則為在該時段內，設備所產生的利用程度。由圖中可知，總決策時間長度 T 劃分為兩個子時段，資產設備在決策時間的起始狀態為. (i , j)，i 代表設備的使用年資，j 代表累積的利用程度，隨著時間的進行，決策出該設備保留與否，而後產生該設備的利用率。若決策為保留，則在進入到下一個決策時段時，必須將原資產設備的使用年資加上一個單位，而原設備的累積利用程度也必須累加上該時段所產生的設備利用率；若在決策始點的決策為汰換舊設備，則新設備的使用年限與累積利用程度皆從零開始計算，在進入下一決策時段時，也必須加上使用年資一個單位與該時段的設備利用率。由此樹狀圖中可清楚的看出設備在經由每一個決策之後所可能產生的狀況。. 2.1.3 機隊動態規劃之相關研究. 由於航空市場的發展與經濟情況盛衰、景氣循環有相當密切的關係，航空公司的機隊採購與汰換時程決策對航空公司整體營運狀況具有重大影響，因此如何決定最佳機隊購置汰換時程，以創造最大之航空公司利潤即為相當重要的 16.

(32) 關鍵。若航空公司能在較佳的時間點進行機隊更新規劃之決策，將能使航空公司資金運用更靈活、資產設備利用率更高，達到使航空公司利潤最大化之目標。. 許巧鶯、劉素妙(2002)應用灰色理論之拓樸預測(Grey Topological Forcasting) 推估未來可能之航線旅客需求量及經濟景氣波動情況之變化機率，再以動態規劃建構機隊規劃之數學模式，模式中考量航空公司營運成本、機隊更新決策成本與機隊航機之利用程度，以最小化航空公司之期望成本為目標，在各時區之旅客需求皆分別被滿足的條件下，可得知航空公司之最佳機隊更新決策及時程。該研究結果顯示航空公司之機隊航機購置與汰換時程會對航空公司之營運成本造成影響，而航空公司對未來所做的旅客需求量預測越準確，則其期望成本會越小。在航空公司之成本、對未來旅客流量之預測及機隊飛機利用率各項交互作用下，該研究所發展之數學模式能決定出航空公司之最佳機隊購置與汰換時程。其所建構的模式如下：. [. ]. ⎧3 ⎫ min ∑ min CT ST , dTw = min ∑ min ⎨∑ pwT C wT + CT* +1 (ST +1 ) ⎬ dT dT T T ⎩ w=1 ⎭. { (. )}. (2.15). 上式為該研究在航空公司需滿足預期旅客需求量的情況下，最小化所有時區加總期望成本之目標式，表示航空公司在時區 T 的最小期望成本總和。. 此期望成本由各時區之預期旅客需求量波動情況的發生機率 p wT 乘上其所對應的成本所組成。這些成本包括航空公司現有機隊的持有成本、機隊維修成本、航空公司的營運成本、機隊新增/汰換決策的成本及在下一個時區時，各種可能發生的經濟景氣循環狀況的最小期望成本。. BT LT 該研究之航空公司機隊規劃模式之主要決策變數為 N qtm 與 N qtm ，表示航空. 公司在時區 T 淘汰或取得機型為 q 之航機數目，其中 t 為可使用年限、m 為累積飛航哩程數指標、而上標 B、L 表該架航機之取得方式為購買(B)與租賃(R)。另 BT BT 以 E qtm 及 E qtm 表示航空公司在時區 T 起始時，擁有由購買及租賃獲得之機型為. q、而可使用年限為 t、累積飛航哩程數指標為 m 之現有航機數目。由此可得航空公司之直接營運成本方程式如下：. 17.

(33) ⎛ ⎞ ⎡ ⎤ BT w LT Tdw T BT LT DOCwT = ⎜⎜ ∑∑∑ Eqtm Pqtm X gT + ∑∑∑ Eqtm Rqtm ⎟⎟ + ⎢∑∑∑ Vqtm Eqtm + Eqtm + MT⎥ q t m ⎝ q t m ⎠ ⎣q t m ⎦ T r T + ∑∑∑ bqr δ q K qtr. (. r. q. ). t. (2.16) 在上式中，直接營運成本包含了航空公司在時區 T 內的機隊購置/租賃成本、航機的變動及固定維修成本及營運所有航線所必須付出的其他成本總合。其中在機隊購置成本部份，以當期機隊中購買所得之航機數乘上航機購買價格 w ( Pqtm )再乘以年利率為 g 時的資本回收因子( X gT )，即可得航機在當期之折舊成. 本；另以當期中租賃所得之航機數乘上租賃合約之總租賃期限為 d 年的航機租 T 表示航空公金，即為航機在當期之租賃總成本。在航機維修成本方面，以 Vqtm. 司在時區 T 內為維修該架航機所必須付出之變動成本，以此乘上當期機隊之總航機數目再加上航空公司在時區 T 內投入機隊航機維修的固定成本，即為航空公司在時區 T 內的總維修成本。以航空公司之航機取得成本、維修成本再加上 T 所有其他成本的總合 ∑∑∑ bqrT δ qr K qtr ，可得航空公司在時區 T 內的直接營運成 r. q. t. 本總合。. 假設 FrT 為在時區 T 內航線 r 上之預測旅客需求量，而航空公司使用一架機型為 q 的航機營運航線 r，所載運一位旅客的間接營運成本為 S qr ，則航空公司在時區 T 內所必須付出的總間接營運成本為. IOCwT = ∑∑∑ FrT δ qr S qr r. q. (2.17). t. 航空公司在時區 T 內，對應預測旅客需求量波動情況為 w 時之營運總成本 T w. TC 為直接營運成本及間接營運成本之總和，以下式表示：. TC wT = DOCwT + IOCwT. (2.18). 航空公司之航機新增/汰換決策成本包括了航空公司決策新增或新租航機之購買及租賃成本，淘汰或停租舊航機之舊機殘值與停止租約所必須付出之違約 Tw 成本。該研究以 Dqtm 表示航空公司在時區 T 內，決策淘汰該航機所得之市場殘. 18.

(34) Tew 值，而以 Z qtm 表示航空公司在時區 T 內，決策停租至合約租賃年限尚有 e 年之. 該架航機的違約成本。因此航空公司在時區 T 內所做的機隊新增/汰換決策產生之成本 UC wT 如下式： BT BT w LT LT Tdw − UC wT = ∑∑∑ α qtm N qtm Pqtm X gT + ∑∑∑ β qtm N qtm Rqtm q. t. m. ∑∑∑ (1 − α ) N BT qtm. q. t. m. q. BT qtm. t. (. m. ). Tw LT LT Tew Dqtm + ∑∑∑ 1 − β qtm N qtm Z qtm q. t. (2.19). m. BT LT 上式中 α qtm 與 β qtm 為虛擬變數(dummy variable)，此兩變數與航空公司決策. 新增、新租、淘汰或停租航機之數目有以下之關係：. BT ⎧⎪α qtm = 1, ⎨ LT ⎪⎩β qtm = 1,. If. BT N qtm > 0, LT N qtm > 0,. else. BT α qtm =0. (2.20). LT β qtm =0. 因此，航空公司在時區 T，預期旅客需求量的波動情況為 w 的情況下所產生之成本 C wT 為營運總成本 TC wT 、機隊新增/ 汰換決策產生之成本 UC wT 及預測旅. ( ). 客需求量與實際狀況不同時所產生的懲罰值 PwT f rT 三者之總合，如下式所示：. ( ). C wT = TC wT + UC wT + PwT f rT. (2.21). 以 CT* (S T ) 表示在時區 T，對應前一時區之預期旅客需求量的波動情況為 w. (. ). 之機隊新增/汰換決策集合 d Tw 下， CT S T , d Tw 的最小值。因此在時區 T 的期望成. (. ). 本 CT S T , d Tw 與最小期望成本 CT* (S T ) 的關係為：. (. CT* (ST ) = min CT ST , dTw dT. ). (2.22). 經由上述各段時區的決策與各項成本間的關係，在滿足預期旅客需求量的情況下，以最小化所有時區加總之期望成本為目標，求解後即可得航空公司在決策採購/汰換航機之最佳時程。. 19.

(35) 2.2 節航空公司策略聯盟相關研究. Contractor and Lorance(1988)則於其研究中，依照組織間相互依賴的程度，舉出合作模式的不同類型如下表所示：. 表 2.1 合作模式與組織依賴程度合作模式. 組織間的依賴程度. 技術訓練/開發前協助合約. 極低. 生產/組裝/買回協議低. 專利授權加盟. Know-how 授權管理/行銷服務合約中. 無股權合作合約 ¾. 探勘. ¾. 研究合夥. ¾. 開發/共同生產. 股權合資. 高資料來源：Contractor and Lorance(1988). Krubasik and Lautenschlager(1993)於研究中指出，策略聯盟的動機有下列九項：(1)欲降低外部環境的不確定性(2)成長與多角化經營(3)國內外競爭廠商的增加(4)消費者的價值觀、行為及購買力的改變(5)政府的新政策及規定(6)被接管的威脅 (7) 資金的成本與取得發生變化 (8) 主要產品的生命週期發生改變 (9) 績效降低。. Glaister and Buckley(1996)於該研究中進行調查，將 1980 年起在英國國內公司與國外公司策略聯盟的形成動機歸納出五大類，共有十六項主要的因素，列舉於下：. 20.

(36) (1)技術發展包含分擔研發成本、互補技術交換與專利/地區的交換三項。. (2)競爭力包括與共同對手競爭、維持市場地位、在低成本地區生產與減少競爭四項。. (3)市場發展包括促進國際擴展、快速進入市場、取得新市場、遵守當地政府規定四項。. (4)資源特殊性包括集中在高獲利事業、規模經濟與快速投資回收三項。. (5)大型專案包括分散大型專案風險與產品多樣化兩項。. Oum and Park(1997)透過研究世界上前三十大航空公司的四十六種聯盟行為與合作部份，指出政府政策對於策略聯盟的影響。該研究認為由於策略聯盟不僅對顧客產生額外的價值，亦能增加聯盟夥伴的獲利機會，故航空公司間的聯盟行為不是一種短暫的現象，而是一種長期的關係，且將會越來越緊密。. Park(1997)以理論分析探討策略聯盟對於航空公司之產能與收益之影響，及整合性策略聯盟(complementary alliances)與平行性策略聯盟(parallel alliances)之航空費率與經濟福利之影響，其研究結果顯示兩種型態之聯盟對產能與經濟福利有不同之影響，整合性策略聯盟可增加經濟福利，而平行性策略聯盟則會減少，其研究亦發現在何種情況下能使兩種型態之聯盟產生經濟福利之改善。. Rhoades and Lush(1997)、Gudmundsson and Rhoades(2001)於該研究中，將航空公司的策略聯盟依複雜度、合作期間及資源共享程度分為九大類型，並評估出第一與第二類似之聯盟方式有較低之風險。其策略聯盟的分類方式如下：. 21.

(37) 表 2.2 聯盟活動分類型態. -. +. 資源共享程度. 複雜度. +. 第三類. 第六類. 第九類. 帳目服務. 商務協定. 股權. 電腦訂票系統連結. 商業協助管理. 資料處理. 管理契約. 班次資訊. 備用管理合作. 資訊技術發展. 策略合夥. 第二類. 第五類. 第八類. 合. 航機/設備/人員相互. 聯合貨物/航班處理. 聯合行銷. 作. 承租的濕租協定. 聯合航線發展. 聯合廣告. 期. 特許權協定. 班表協調. 行銷協定. 間. 營收共享. 航線共享. 行銷聯盟. +. 預約保留第一類. 第四類. 第七類. 共用班號. 聯合購買. 聯合維修. 集中協定. 聯合辦理登記手續. 空間交換. 地勤管理. -. -. 共用場站共用候機設備. +. 合作期間. -. 資料來源：Sveinn Vidar Gudmundsson and Dawna L. Rhoades(2001). Li(2000)研究探討航空公司策略聯盟之持久性(lasting)與非持久性(unlasting) 之差異因素，其研究結果有以下四點：(1) 若聯盟之目標在於顧客忠誠度與營運整合則較有可能為持久性聯盟。(2) 若聯盟雙方之共用班號聯盟有較高之財務或營收成本之整合關係，則較有可能為持久性聯盟。(3) 導致聯盟終止之最主要因素為非核心(non-core)或非顧客導向(non-customer-oriented)之擴張行為。(4) 當聯盟僅訂定共用班號、聯合營運與聯合行銷而沒有較牢固之協議，則此聯盟較可能會失敗或可能為較短期之型態。. Park, Zhang and Zhang(2001)發展一理論模式以研究航空公司策略聯盟對市 22.

(38) 場產能之影響，研究之策略聯盟型態包括整合性策略聯盟 (complementary. alliances)與平行性策略聯盟(parallel alliances)兩種。研究結果顯示，整合性策略聯盟可增加市場總產能，而平行性策略聯盟則會減少總產能。. 吳濟華、歐秀卿 (2002) 研究以策略聯盟之伙伴選擇理論之架構，歸納出企業進行策略聯盟時會考慮夥伴選擇標準有：. (1)資源互補. 由於締結策略聯盟的動機之一為取得夥伴的資源，因此，對方是否能與自己產生互補作用，變為十分重要的準則之一。資源互補，包含資源與能力、策略的互補性及製造能力互補性。. (2)組織文化. 組織文化包含對方過去聯盟經驗、過去合作經驗、重視承諾、相容的管理及團隊文化的相容性。企業之間存在著不同的組織文化，其是否能相容也是佔相當重要的比例。. (3)競爭地位. 在競爭地位方面，夥伴的企業規模亦是選擇的重要標準之一，企業通常選擇規模相近的廠商，這是因為彼此的資源相當，沒有獨特之處，當在進行合作時，彼此議價能力相當。若是小型廠商具有獨特的創新能力，則與大廠合作，彼此較具有平等的地位，不然則會產生彼此地位僅偏向一方，合作的關係將不能長久。. Agusdinata and Klein(2002)以系統化之動態觀點，闡述航空公司策略聯盟之動態情況，該研究提出兩種觀點以說明瞭解聯盟之動態情況的重要性，外部而言，瞭解聯盟之動態情況不僅可幫助航空公司分析未來之航空市場情境，以利尋找適合之聯盟團體，也可藉由已組織之團體尋找新夥伴成員；內部而言，可瞭解航空公司策略聯盟夥伴何時可達到更佳之績效。. 23.

(39) 潘偉華、鄭誌原 (2003) 之研究從能力與知識基礎之觀點，探討廠商藉由策略聯盟進行內部發展之方式，將廠商於聯盟中之學習過程分為「從聯盟活動中獲得知識轉移」與「廠商能力之建立或強化」兩階段，並於第一階段提出影響聯盟中知識轉移的五個決定因素，包括聯盟之合作型態、聯盟雙方互動程度、彼此信任程度、聯盟夥伴知識/能力之透明度及雙方在專業知識基礎上的互補程度。該研究實證結果顯示，當聯盟之互動程度越高，其知識轉移程度亦越高，且聯盟之績效亦越好。. 方至民、林芳如(2003)之研究透過 13 位國際航空業高階經理人之訪談，將航空業策略聯盟之型態分為「供銷聯盟」、「同業非競爭聯盟」、「同業競爭聯盟」及「異業聯盟」等四項，其績效之評估則以利潤、形象與知名度、載客率及顧客滿意度等四項標準為主。該研究結果顯示，航空業在策略聯盟後最顯著之績效為載客率之提高，而利潤績效則以旅行社與網際網路結合之策略聯盟型態最為顯著。. Chen and Chen(2003) 之研究建構一數學模式，探討整合性共用班號 (codesharing) 聯盟與平行性共用班號聯盟對於國際航空公司之營運承載率 (load factors)的影響。該研究之實證結果顯示，由於全球性之網路擴張致使需求量增加的情況下，只有平行性之共用班號聯盟能導致較高的承載率，此結果能提供航空公司決策者於策略聯盟時，選擇夥伴、節省成本及供給協調之另一個觀點。有關航空公司共用班號聯盟之文獻尚有 Hannegan and Mulvey(1995) 、. Brueckner(2001)、(2003)等，亦針對共用班號聯盟之特性分析對航空公司與顧客所產生之影響及收益，並以實務上之實例驗證之。. 另外，在實務上航空公司間策略聯盟之分析尚有許多文獻，如 Mak and. Go(1995)、Ossadnik(1996)、Park and Cho(1997)、Weber and Dinwoodie(2000)、 Morrish and Hamilton(2002)及 Goh and Uncles(2003)等，皆以目前航空市場中之聯盟航空公司為對象，針對該航空公司或聯盟團體於聯盟後之收益、績效、影響等，進行深入之研究。. 2.3 節小結. 根據以上回顧之文獻，在航空公司機隊規劃方面，以往機隊規劃之相關文獻中，Oum et al.(2000)的研究分析航空公司面對航機高成本與機隊容量高彈性 24.

(40) 之間的抵換關係，以求解出最佳的航機購買與租賃數目之決策，達到最大利潤的目標，而該研究假設機隊只存在單一機型，並未考慮多機型及其他影響航機購買或租賃成本之因素。在動態規劃方面，Hartman(2001)則於研究中加以考慮設備的使用年資及設備累積利用程度對資產設備的影響，並破除以往相關研究多半假設設備利用情形為固定或已知的情況，而將設備利用情況、營運狀況與顧客需求以機率的方式相互連結，讓資產設備利用情況隨著營運狀況與顧客需求而改變，然而該研究仍限制以決策單一資產設備的保留與汰換，並未考慮多項設備的汰換情況，且模式中仍將顧客需求定為外生變數，並未對現實狀況做調整。. 許巧鶯、劉素妙(2002)將動態規劃應用於機隊規劃中航機的採購/汰換時程決策模式之中，放鬆機隊單一機型之限制及破除以往假設需求量不變的情況，以灰色理論拓樸預測建構航空旅客需求量預測模式，並針對上述研究尚未深入探討的空間，考慮相關因素建立成本函數，運用機率性動態規劃模式建構現有機隊各項成本函數、決策產生之成本函數及其他各項判斷條件式，求解最佳機隊航機之採購/汰換時程決策。然而該研究中僅就單一航空公司內部機隊規劃求解，尚未考慮經由兩家航空公司在相互租借航機/設備/人員的濕租協定下，協商互動之後的機隊規劃決策。. 實務上，航空公司間的聯盟方式多半採用共用班號聯盟與濕租協定聯盟方式，然而相關文獻多著重於第一類的共用班號聯盟、營運績效與實務分析、聯盟經濟議題、排班與網路分析等，尚未有從機隊規劃的角度切入，構建數學模式深入探討的研究。. 本研究擬於機隊規劃的議題上，參考許巧鶯、劉素妙 (2002) 之單一動態機隊規劃模式，並以該研究為基礎，針對其未考慮到之策略聯盟乾/濕租協定及兩航空公司之互動協商行為，在增加/減少航機數目的決策中加以考慮達成聯盟所產生的影響並考慮相關因素建構各項成本函數，再以互動式多目標規劃模式反映出兩家航空公司就規劃目標間的之相互協商互動，進而求解得到航空公司聯盟協議下之最適聯盟航空機隊規劃解。. 25.