徐愛(ài)慶, 陳 欣, 朱金福

(1.南京航空航天大學(xué) 民航學(xué)院,南京 210016;2.南京財(cái)經(jīng)大學(xué) 應(yīng)用數(shù)學(xué)學(xué)院,南京 210023; 3.南京財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院,南京 210023;4.東南大學(xué) 交通學(xué)院,南京 210096)

基于網(wǎng)絡(luò) DEA 改進(jìn)模型的長(zhǎng)三角機(jī)場(chǎng)效率研究

徐愛(ài)慶*1,2, 陳 欣3,4, 朱金福1

(1.南京航空航天大學(xué) 民航學(xué)院,南京 210016;2.南京財(cái)經(jīng)大學(xué) 應(yīng)用數(shù)學(xué)學(xué)院,南京 210023; 3.南京財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院,南京 210023;4.東南大學(xué) 交通學(xué)院,南京 210096)

為了研究長(zhǎng)三角機(jī)場(chǎng)運(yùn)營(yíng)效率現(xiàn)狀并為未來(lái)如何提高效率提供理論指導(dǎo),本文將非增中間變量從中間變量中分離出來(lái),構(gòu)建了具有非增中間變量的網(wǎng)絡(luò) DEA 改進(jìn)模型.同時(shí)本文基于非徑向非導(dǎo)向視角,在規(guī)模報(bào)酬可變假設(shè)下,將機(jī)場(chǎng)運(yùn)營(yíng)分為規(guī)劃投入階段和生產(chǎn)服務(wù)階段,設(shè)定單位收益下的成本為非增中間變量,測(cè)算了 2010 年長(zhǎng)三角 16 家主要機(jī)場(chǎng)整體運(yùn)營(yíng)效率、規(guī)劃投入效率與生產(chǎn)服務(wù)效率.研究結(jié)果表明,與傳統(tǒng)DEA 和自由中間變量的網(wǎng)絡(luò) DEA 模型相比,具有非增中間變量網(wǎng)絡(luò) DEA 模型更具合理性.最后,基于對(duì)新建、改擴(kuò)建機(jī)場(chǎng)和已建機(jī)場(chǎng)效率及各變量松弛量分析,提出了針對(duì)性的機(jī)場(chǎng)效率改善建議.

航空運(yùn)輸;非增中間變量;基于松弛的網(wǎng)絡(luò) DEA;長(zhǎng)三角機(jī)場(chǎng);機(jī)場(chǎng)規(guī)劃投入效率;機(jī)場(chǎng)生產(chǎn)服務(wù)效率

1 引 言

數(shù)據(jù)包絡(luò)分析(DEA)方法以相對(duì)效率概念為基礎(chǔ),用于評(píng)價(jià)具有相同類型的多投入、多產(chǎn)出決策單元一種相對(duì)有效的非參數(shù)統(tǒng)計(jì)方法,經(jīng)典模型有規(guī)模報(bào)酬不變(CRS)下 CCR 模型和規(guī)模報(bào)酬可變(VRS)下 BCC 模型,這兩者都是導(dǎo)向和徑向的度量.徑向度量是指投入(或產(chǎn)出)按等比例縮減(或等比例放大)以達(dá)到有效.導(dǎo)向度量是指投入或產(chǎn)出導(dǎo)向,即假定產(chǎn)出不變(或投入不變)時(shí)投入最小(或產(chǎn)出最大).DEA 近年來(lái)在產(chǎn)業(yè)、城市、公共服務(wù)機(jī)構(gòu)運(yùn)行效率分析評(píng)估中得到了廣泛應(yīng)用.

機(jī)場(chǎng)作為航空運(yùn)輸系統(tǒng)的基礎(chǔ)組成,機(jī)場(chǎng)效率對(duì)于航空運(yùn)輸整體服務(wù)水平的改善和提高具有重要的支撐作用.因此,世界各國(guó)對(duì)于機(jī)場(chǎng)效率的評(píng)價(jià)和分析都十分重視,并展開(kāi)了大量研究,其中以DEA 方法在機(jī)場(chǎng)效率評(píng)價(jià)研究的應(yīng)用最為廣泛. Gillen 和 Lall[1]首次運(yùn)用DEA模型評(píng)價(jià)美國(guó)1989—1993年21家機(jī)場(chǎng)的運(yùn)營(yíng)效率,并利用 Tobit回歸對(duì)機(jī)場(chǎng)生產(chǎn)效率的影響因素進(jìn)行了識(shí)別; Sarkis[2]測(cè)算了美國(guó) 45 個(gè)機(jī)場(chǎng)的效率問(wèn)題,其主要目的是驗(yàn)證3個(gè)假設(shè),即①中樞機(jī)場(chǎng)比非中樞機(jī)場(chǎng)運(yùn)行更有效,②多機(jī)場(chǎng)體系下的機(jī)場(chǎng)比非多機(jī)場(chǎng)體系下的機(jī)場(chǎng)運(yùn)行更有效,③處于非降雪帶的機(jī)場(chǎng)比處于降雪帶的機(jī)場(chǎng)運(yùn)行更有效;Fernandes[3]對(duì)巴西機(jī)場(chǎng)空側(cè)效率和陸側(cè)效率進(jìn)行了分析;Pacheco等[4]評(píng)價(jià)了私有化對(duì)巴西機(jī)場(chǎng)效率的影響,發(fā)現(xiàn)盡管機(jī)場(chǎng)運(yùn)營(yíng)效率有所下降,但是經(jīng)濟(jì)收益有所上升.我國(guó)學(xué)者從 2006 年也開(kāi)始運(yùn)用 DEA 方法,但基本都是使用 CCR 和 BCC 分析國(guó)內(nèi)機(jī)場(chǎng)效率.都業(yè)富[5]、朱新華[6]結(jié)合經(jīng)濟(jì)數(shù)據(jù)測(cè)算了國(guó)內(nèi) 64 家機(jī)場(chǎng)的運(yùn)行效率;劉晏韜[7]采用這兩個(gè)模型計(jì)算了 2004-2007 各年度長(zhǎng)三角主要機(jī)場(chǎng)效率;任新惠[8]比較分析了長(zhǎng)三角和珠三角主要機(jī)場(chǎng)效率;張寶成等[9]側(cè)重選取不同投入產(chǎn)出指標(biāo),但所用模型仍未有突破;褚衍昌[10]采用了二階段 DEA 模型,在 CCR 和 BCC 基礎(chǔ)上利用超效率模型對(duì)有效機(jī)場(chǎng)做了進(jìn)一步排名.

為解決效率值可能由于徑向和導(dǎo)向選取不同而產(chǎn)生差異的問(wèn)題,Tone[11]提出基于非徑向非導(dǎo)向松弛變量的 DEA 模型(SBM),重點(diǎn)分析了投入和產(chǎn)出松弛量對(duì)效率的影響.這一模型在亞太機(jī)場(chǎng)[12]和西班牙的部分機(jī)場(chǎng)[13]評(píng)價(jià)研究中得到了應(yīng)用.盡管 SBM 模型解決了徑向和導(dǎo)向問(wèn)題,但由于其不考慮中間生產(chǎn)過(guò)程,得不出中間階段效率及各階段對(duì)生產(chǎn)過(guò)程整體效率的影響.因此,Tone[14]提出了基于自由中間變量的 SBM-NDEA 模型,即評(píng)價(jià)決策單元效率時(shí)在結(jié)構(gòu)上考慮中間變量并視其為自由無(wú)約束.Yu[15]首次引入此模型到機(jī)場(chǎng)效率研究中,并將機(jī)場(chǎng)效率分為生產(chǎn)效率和服務(wù)效率,而服務(wù)效率進(jìn)一步分解為空側(cè)效率和陸側(cè)效率,但該研究忽視了一個(gè)重要的生產(chǎn)現(xiàn)實(shí),即:并非所有作為節(jié)點(diǎn)產(chǎn)出的中間變量越大越好,以往效率評(píng)價(jià)也忽視了部分中間變量期望值存在越小越好的情況.一般來(lái)說(shuō),在對(duì)投入成本、環(huán)境破壞性等效率負(fù)面影響指標(biāo)變量進(jìn)行考察時(shí),應(yīng)將其設(shè)為非增中間變量.

本文在網(wǎng)絡(luò) DEA 效率評(píng)價(jià)模型基礎(chǔ)上,從機(jī)場(chǎng)實(shí)際特點(diǎn)出發(fā),將機(jī)場(chǎng)運(yùn)營(yíng)分為規(guī)劃投入階段和生產(chǎn)服務(wù)階段,以單位收益下的成本為非增中間變量,構(gòu)造了具有非增中間變量的網(wǎng)絡(luò) DEA 模型,并應(yīng)用該模型分別對(duì)新建、改擴(kuò)建機(jī)場(chǎng)和已建機(jī)場(chǎng)效率及各變量松弛量進(jìn)行了分析.與傳統(tǒng)模型相比,這種細(xì)分中間變量類別的改進(jìn)模型能夠更為準(zhǔn)確、全面地評(píng)價(jià)決策單元實(shí)際效率.

2 具有非增中間變量的松弛網(wǎng)絡(luò)DEA 模型

以往研究忽視了實(shí)際生產(chǎn)過(guò)程中的非增中間變量情形,從而導(dǎo)致決策單元效率的評(píng)價(jià)往往產(chǎn)生偏離.本文以此為切入點(diǎn),將中間變量分為非增中間變量和自由中間變量?jī)深?構(gòu)造了具有非增中間變量的松弛網(wǎng)絡(luò) DEA 模型,具體構(gòu)建過(guò)程如下:

給定 n 個(gè)決策單元 DMUj(j=1,2,…,n),每個(gè)決策單元由 K 個(gè)節(jié)點(diǎn)組成,mk和 rk分別對(duì)應(yīng)節(jié)點(diǎn) k(k=1,2,…,K) 的投入向量數(shù)和產(chǎn)出向量數(shù),T表示第 j個(gè)決策單元在節(jié)點(diǎn)

決策單元DMUj(jo∈{1,2,…,n}) 對(duì) 應(yīng)o(X0,Y0) ,T表示決策單元DMUjo在節(jié)點(diǎn)k的投入松弛向量,T表示節(jié)點(diǎn)k的產(chǎn)出松弛向量.相

應(yīng)的投入產(chǎn)出滿足:

定義 1稱 ρ*為決策單元 DMUjo的整體效率.當(dāng) ρ*=1 時(shí),稱 DMUjo整體有效, ρ*＜ 1 時(shí)DMUjo整體無(wú)效.

DMUjo不同導(dǎo)向下的整體效率分別為:

定義 2設(shè)分別為各自導(dǎo) 向 下決策單元 DMUjo取最優(yōu)效率值時(shí)投入和產(chǎn)出松弛量,稱 ρk為節(jié)點(diǎn) k 的效率.其中投入導(dǎo)向下節(jié)點(diǎn) k 的效率

為ρk;產(chǎn) 出導(dǎo) 向 下 ρk=

由定義 1 和定義 2 可知,決策單元 DMUjo整體有效的充要條件為所有節(jié)點(diǎn)均有效.

與 CCR、BCC 和 SBM 等傳統(tǒng) DEA 模型一定存在有效決策單元不同①由文獻(xiàn)[11]定理2 可知:CRS 下決策單元 SBM 有效的充要條件是決策單元 CCR 有效,則同樣得出 VRS 下決策單元SBM 有效的充要條件是決策單元 BCC 有效,從而有 CCR、BCC 和 SBM 等傳統(tǒng) DEA 模型一定存在有效決策單元.,具有非增中間變量的松弛網(wǎng)絡(luò) DEA 存在所有決策單元均整體無(wú)效的情形②參照文獻(xiàn)[14]中樣本數(shù)值且設(shè)定中間變量 12 為非增中間變量,得到 10 個(gè)決策單元的整體效率都小于 1..

對(duì)于部分決策單元均有效的情況,本文還構(gòu)造了具有非增中間變量下的超效率模型,以對(duì)這些決策單元進(jìn)一步排序.此外,對(duì)于部分投入變量不能發(fā)生變化時(shí),結(jié)合邊界模型約定這些投入變量松弛量為零,計(jì)算了各決策單元效率及其他變量松弛量.

3 實(shí)例分析

3.1 指標(biāo)選取和數(shù)據(jù)處理

結(jié)合 2010 年長(zhǎng)三角 16 家主要機(jī)場(chǎng)生產(chǎn)數(shù)據(jù),將機(jī)場(chǎng)運(yùn)營(yíng)分為規(guī)劃投入階段和生產(chǎn)服務(wù)階段,且兩階段權(quán)重相等,并以單位收益下的成本為非增中間變量.這樣做的好處包括:一方面可以得到規(guī)劃投入階段效率,評(píng)估各機(jī)場(chǎng)是否存在設(shè)施和資金浪費(fèi)現(xiàn)象;另一方面作為生產(chǎn)服務(wù)階段投入,可以清晰地了解相應(yīng)成本下,各產(chǎn)出還能增加多少,以便有針對(duì)地提高生產(chǎn)服務(wù)能力,保證機(jī)場(chǎng)運(yùn)營(yíng)有效.此外,由于單位收益下的成本不管作為前一階段產(chǎn)出還是下一階段投入,期望值都是越小越好,設(shè)其為非增中間變量也是合適的.文中變量定義如表1 所示.2010 年長(zhǎng)三角16個(gè)機(jī)場(chǎng)統(tǒng)計(jì)量如表2所示.

表1 投入產(chǎn)出變量定義Table1 Definition of input and output variables

表2 2010年長(zhǎng)三角16個(gè)機(jī)場(chǎng)統(tǒng)計(jì)量__Table2 Statistics of 16 airports in Yangtze River Delta in 2010

在實(shí)際評(píng)價(jià)中,本文將 16 家機(jī)場(chǎng)分為兩類:年客運(yùn)吞吐量 100 萬(wàn)人次以上的機(jī)場(chǎng)記為第一類機(jī)場(chǎng),剩余機(jī)場(chǎng)記為第二類機(jī)場(chǎng),如表3 所示.這有助于對(duì)相近規(guī)模機(jī)場(chǎng)分類測(cè)算,得到的各變量松弛量也更具實(shí)際指導(dǎo)意義.

3.2 結(jié)果分析

運(yùn)用 MaxDEA 5.2 軟件分別計(jì)算兩類機(jī)場(chǎng)非導(dǎo)向 VRS 下整體運(yùn)營(yíng)效率、規(guī)劃投入效率、生產(chǎn)服務(wù)效率及松弛變量.

表3 機(jī)場(chǎng)分類Table3 Airport classification

3.2.1 具有非增中間變量的網(wǎng)絡(luò) DEA 與 SBM 結(jié)果比較

以候機(jī)樓面積、貨站面積和跑道長(zhǎng)度作為決策單元最初投入,年旅客吞吐量、年貨郵吞吐量、年飛機(jī)起降架次和不計(jì)補(bǔ)貼的收入作為決策單元最終產(chǎn)出,運(yùn)用 SBM 模型對(duì)第一類機(jī)場(chǎng)測(cè)算,結(jié)果除了無(wú)錫碩放機(jī)場(chǎng)外其他 6 個(gè)機(jī)場(chǎng)效率值都為 1,明顯大于非增中間變量和自由中間變量網(wǎng)絡(luò) DEA 下的整體效率值(見(jiàn)表4).可以看出傳統(tǒng) DEA 模型視整個(gè)系統(tǒng)為一個(gè)“黑箱”,僅使用初始投入和最終產(chǎn)出評(píng)價(jià)決策單元的有效性,由于不考慮中間生產(chǎn)過(guò)程,得不出生產(chǎn)過(guò)程的中間階段效率及各階段對(duì)整體效率的影響情況.從本質(zhì)上說(shuō),忽視中間過(guò)程計(jì)算的效率是不夠準(zhǔn)確和全面的.

3.2.2 具有非增中間變量的網(wǎng)絡(luò) DEA 與自由中間變量的網(wǎng)絡(luò) DEA 結(jié)果比較

第一類機(jī)場(chǎng)在具有非增中間變量和自由中間變量?jī)蓚€(gè)模型下運(yùn)行結(jié)果表明:具有非增中間變量的 SBM-NDEA 模型的整體效率不小于自由中間變量的 SBM-NDEA 模型的整體效率,而非增中間變量的設(shè)定正是導(dǎo)致這一結(jié)果的主要原因.例如,在自由中間變量模型下,杭州蕭山機(jī)場(chǎng)和南京祿口機(jī)場(chǎng)要達(dá)到運(yùn)營(yíng)有效,單位收益下成本必須增加 0. 04 和 0.03.事實(shí)上,對(duì)于那些無(wú)效機(jī)場(chǎng)只有單位收益下成本盡可能地減少,才能實(shí)現(xiàn)機(jī)場(chǎng)運(yùn)營(yíng)有效,說(shuō)明自由中間變量模型對(duì)于非增中間變量的處理不再合適,從而進(jìn)一步驗(yàn)證了非增中間變量設(shè)定的合理性.

表4 SBM、非增中間變量網(wǎng)絡(luò) DEA 和自由中間變量網(wǎng)絡(luò) DEA結(jié)果Table4 Result of SBM、Non-increasing and free _____intermediate variable network DEA

3.2.3 具有非增中間變量的網(wǎng)絡(luò) DEA 結(jié)果分析

網(wǎng)絡(luò) DEA 模型可以得到整體效率和分點(diǎn)效率,為多角度尋找機(jī)場(chǎng)運(yùn)營(yíng)無(wú)效提供了有力依據(jù).具有非增中間變量的網(wǎng)絡(luò) DEA 結(jié)果分析見(jiàn)表5和表6.

從表中可以發(fā)現(xiàn),第一類機(jī)場(chǎng)中虹橋機(jī)場(chǎng)和浦東機(jī)場(chǎng)有效,說(shuō)明規(guī)劃投入和生產(chǎn)服務(wù)階段這兩家機(jī)場(chǎng)均處于機(jī)場(chǎng)群領(lǐng)先地位.此外其他5個(gè)機(jī)場(chǎng)規(guī)劃投入階段和生產(chǎn)服務(wù)階段至少有一個(gè)無(wú)效,從而導(dǎo)致機(jī)場(chǎng)整體無(wú)效.在規(guī)劃投入階段,溫州永強(qiáng)機(jī)場(chǎng)有效而另外4個(gè)機(jī)場(chǎng)無(wú)效,說(shuō)明這4個(gè)機(jī)場(chǎng)第一階段基礎(chǔ)設(shè)施建設(shè)盲目求大,導(dǎo)致在機(jī)場(chǎng)運(yùn)營(yíng)前期成本過(guò)高.在生產(chǎn)服務(wù)階段,除上海兩機(jī)場(chǎng)外的 5個(gè)機(jī)場(chǎng)均無(wú)效且效率較低,這就提醒機(jī)場(chǎng)管理者要加強(qiáng)生產(chǎn)服務(wù)能力,盡其所能利用已有設(shè)施,提高機(jī)場(chǎng)吞吐量與設(shè)計(jì)規(guī)模匹配度,并進(jìn)一步加強(qiáng)候機(jī)樓管理、貨運(yùn)管理、安全管理和地面服務(wù)工作.

表5 第一類機(jī)場(chǎng)效率Table5 The first kind of airports’ efficiency

表6 第二類機(jī)場(chǎng)效率Table6 The second kind of airports’ efficiency

第二類機(jī)場(chǎng)中,衢州、南通興東、常州奔牛、義烏機(jī)場(chǎng)為 DEA 相對(duì)有效,并用超效率模型對(duì)這些機(jī)場(chǎng)進(jìn)一步排名.盡管這些機(jī)場(chǎng)與浦東機(jī)場(chǎng)和虹橋機(jī)場(chǎng)相比投入規(guī)模較小,但其有效性相對(duì)于模型接近的機(jī)場(chǎng)仍有參考意義.另外,路橋、南洋、觀音、白埠塔、普陀山機(jī)場(chǎng)無(wú)效也是由于至少有一個(gè)階段無(wú)效,其原因和第一類無(wú)效機(jī)場(chǎng)大致相同.

3.3 機(jī)場(chǎng)效率改善建議

通過(guò)以上分析我們清晰地了解各機(jī)場(chǎng)是否有效,同時(shí)本文基于松弛性視角,得到了各變量松弛量,即各變量可以減少或增加多少時(shí)相應(yīng)機(jī)場(chǎng)會(huì)達(dá)到有效.松弛量為機(jī)場(chǎng)決策者提供了更為可行和直觀的參考.

對(duì)于新建及改擴(kuò)建機(jī)場(chǎng)(見(jiàn)表7 和表8),航站樓面積、貨站大小和跑道長(zhǎng)度都可變,也就是基礎(chǔ)設(shè)施投入可變.這些機(jī)場(chǎng)要達(dá)到整體有效,把規(guī)模相近的有效機(jī)場(chǎng)作為樣本機(jī)場(chǎng),合理規(guī)劃其基礎(chǔ)設(shè)施規(guī)模和飛行航線,并通過(guò)與多家航空公司合作等方式提高航班頻率,從而達(dá)到與機(jī)場(chǎng)設(shè)施規(guī)模匹配的客貨運(yùn)吞吐量,避免資源浪費(fèi).

表7 基礎(chǔ)設(shè)施可變時(shí)第一類機(jī)場(chǎng)各變量松弛量Table7 Slacks of all variables about the first kind of airports when infrastructure is variable

表8 基礎(chǔ)設(shè)施可變時(shí)第二類機(jī)場(chǎng)各變量松弛量Table8 Slacks of all variables about the second kind of airports when infrastructure is variable

對(duì)于已建機(jī)場(chǎng),短期內(nèi)基礎(chǔ)設(shè)施無(wú)法改變,這必然給一些急需改善效率的機(jī)場(chǎng)提出了難題.假定規(guī)劃投入階段航站樓、貨站面積和跑道長(zhǎng)度不變,結(jié)合邊界模型,重新計(jì)算這些機(jī)場(chǎng)效率值及各變量松弛量,結(jié)果見(jiàn)表9 和表10.其中無(wú)錫碩放機(jī)場(chǎng)和徐州觀音機(jī)場(chǎng)都從機(jī)場(chǎng)無(wú)效變?yōu)闄C(jī)場(chǎng)有效,主要是設(shè)定了基礎(chǔ)設(shè)施投入無(wú)法改變?cè)斐傻?也就是說(shuō)短期內(nèi)這些機(jī)場(chǎng)有效,不需要做任何改變,但從長(zhǎng)期來(lái)看,仍然要參照表7 和表8進(jìn)行規(guī)劃整改.

表9 基礎(chǔ)設(shè)施不變時(shí)第一類機(jī)場(chǎng)各變量松弛量Table9 Slacks of all variables about the first kind of airports when infrastructure is invariant

表10 基礎(chǔ)設(shè)施不變時(shí)第二類機(jī)場(chǎng)各變量松弛量Table10 Slacks of all variables about the second kind of airports when infrastructure is invariant

4 研究結(jié)論

本文構(gòu)建了具有非增中間變量的網(wǎng)絡(luò) DEA 模型,并應(yīng)用該模型分析了 2010 年長(zhǎng)三角 16 個(gè)主要機(jī)場(chǎng)整體效率、規(guī)劃投入階段效率、生產(chǎn)服務(wù)階段效率.與傳統(tǒng) DEA 和自由中間變量的網(wǎng)絡(luò) DEA 模型結(jié)果相比,修改后的模型更加貼近實(shí)際.研究計(jì)算了基礎(chǔ)設(shè)施可變和不變兩種情形下 DEA 效率值,并給出這兩種情況下機(jī)場(chǎng)各變量松弛量,從量化角度分別為新建、改擴(kuò)建機(jī)場(chǎng)和已建機(jī)場(chǎng)的管理者提供了更為直觀和可行的決策參考.

[1] Gillen D,Lall A.Developing measures of airport productivity and performance:An application of data envelopment analysis[J].Transportation Research Part E,1997(4):121-125.

[2] Joseph Sarkis.An analysis of the operational efficiency of major airports in the United States[J].Journal of Operations Management,2000(18):335-351.

[3] Fernandes E.Efficient use of airport capacity[J]. TranspnRes.A,2002,36(12):225-238.

[4] Ricardo Rodrigues Pacheco,Elton Fernandes,Marcio Peixoto de Sequeira Santos.Management style and airport performance in Brazil[J].Journal of Air Transport Management.2006,(12):324-330.

[5] 都業(yè)富, 朱新華, 馮敏.DEA 方法在中國(guó)民用機(jī)場(chǎng)評(píng)價(jià)中的應(yīng)用研究[J].中國(guó)民航學(xué)院學(xué)報(bào),2006, 24(6):46-49.[DU Y F,ZHU X H,FENG M. Application ofDEA method tomeasurementof efficiency of Chinese commercial airports[J].Journal of Civil Avivation University of China,2006,24(6): 46-49.]

[6] 朱新華.DEA 方法在我國(guó)民用機(jī)場(chǎng)評(píng)價(jià)中的應(yīng)用研 究 [D]. 中 國(guó) 民 航 大 學(xué),2007.[ZHU X H. Application of the DEA method to measurement of the efficiency of Chinese commercial airports[D].Civil Aviation University of China,2007.]

[7] 劉晏滔. 基于 DEA 方法的長(zhǎng)三角地區(qū)機(jī)場(chǎng)效率分析[D].中國(guó)民航大學(xué),2008.[LIU Y T.Analysis of airports productivity in the yangtze River Delta based on DEA method[D].Civil Aviation University of China,2008.]

[8] 任新惠, 孫啟玲. 基于 DEA 的長(zhǎng)三角與珠三角地區(qū)機(jī)場(chǎng)運(yùn)營(yíng)效率對(duì)比分析[J].交通企業(yè)管理, 2011,280(12):60-62.[RENG X H,SUN Q L. Comparative analysis of airport operation efficiency with Yangtze River Delta and Pearl River Delta region based on DEA[J]. Communication Enterprise Management,2011,280(12):60-62.]

[9] Baocheng Zhang,Jianzhong Wang,Changyou Liu,et al.Evaluating the technical efficiency of Chinese airport airside activities[J].Journal of Air Transport Management 2012(20):23-27.

[10] 褚衍昌. 機(jī)場(chǎng)運(yùn)營(yíng)效率評(píng)價(jià)與改善研究[D]. 天津大 學(xué),2010.[CHU Y C.Research on airport operation efficiency evaluation and improvement[D]. Tianjin University,2010.]

[11] Tone K.A slacks-based measure of efficiency in data envelopment analysis[J]. European Journalof Operational Research,2001(130):498-509.

[12] Lam SW,Low JMW,TangLC.Operational efficiencies across Asia Pacific airports[J]. Transportation Research Part E:Logistics and Transportation Review,2009,45(4):654-665.

[13] Sebastian Lozano,Ester Gutierrez.Slacks-based measure of efficiency of airports with airplanes delays as undesirable outputs[J].Computers and Operations Research,2011,38(1):131-139.

[14] Tone K.Network DEA:A slacks-based measure approach[J]. European JournalofOperational Research,2009,(197):243-252.

[15] Yu MM.Assessment of airport performance using the SBM-NDEA model[J].Omega,2010,38(6): 440-452.

Analysis of Airport Efficiency in the Yangtze River Delta Based on an Improved Network DEA Model

XU Ai-qing1,2,CHEN Xin3,4,ZHU Jin-fu1
(1.Department of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China; 2.Department of Applied Mathematics,Nanjing University of Finance and Economics,Nanjing 210023,China; 3.Department of Management Engineering,Nanjing University of Finance and Economics,Nanjing 210023,China; 4.Department of Transportation,Southeast University,Nanjing 210096,China)

In order to investigate the status quo of efficiency of airports in the Yangtze River Delta,and provide a theoretical guidance in improving efficiency in the future,the non-increasing intermediate variables are separated from the intermediate variables.An improved network SBM-DEA model is constructed with non-increasing intermediate variables.By setting the cost of unit revenue as an intermediate variable,from the non-radial and non-oriented perspective,this paper analyzes the airport operation from two stages, namely,planning stage and production stage on the assumption of variable returns to scale.It also calculates the overall operational efficiency,planning efficiency and production efficiency of the main airports in Yangtze River Delta in 2010.The results show that the network DEA model with non-increasing intermediate variables is more reasonable than either a traditional DEA model or a free intermediate variable network DEAmodel.Furthermore,concerning a newly-built airport or a reconstructed airport and an already-existing airport,their respective efficiency and slacks of all variables are measured,and specific opinions and suggestions are provided for improvement.

air transportation;Non-increasing intermediate variable;slacks-based measure network DEA; Airports in the Yangtze River Delta;Airport'Efficiency of planning;Airports'Efficiency of production

1009-6744(2014)01-0088-07

U268.6

A

2013-04-27

2013-09-03錄用日期:2013-09-23

國(guó)家自然科學(xué)基金青年基金項(xiàng)目(71103034); 江蘇省自然科學(xué)基金面上資助項(xiàng)目(BK2011084).

徐愛(ài)慶(1977-),女,江蘇泰興人,博士生,講師.*通訊作者:xaqgy@njue.edu.cn