李貞洲, 楊 琳, 秦 瑩

(1.珠海中航飛行學校有限公司, 廣東 珠海 519000; 2.梧州學院 外國語學院, 廣西 梧州 543000)

近年來,民航需求不斷增加,為促進國民經(jīng)濟發(fā)展,中國民航局確立了“運輸航空”“通用航空”兩翼齊飛的發(fā)展戰(zhàn)略,飛行培訓業(yè)務(wù)量逐年提升。然而,與國外飛行航校相比,國內(nèi)飛行航校有限,且航校的資源配置短缺。在飛行學員逐年增長的形勢下,如何提高航校的飛行訓練效率成為當下急需解決的問題。為此,利用某航校2017—2022年的飛行訓練數(shù)據(jù),通過數(shù)據(jù)包絡(luò)分析(data envelopment analysis,DEA)模型對該航校6年的數(shù)據(jù)進行時間序列的縱向分析,對航校飛行訓練效率進行評價與分析,用灰色關(guān)聯(lián)算法對影響飛行訓練效率的指標進行排序,最終對航校的飛行訓練效率的優(yōu)化提出相應(yīng)建議。

1 DEA與灰色關(guān)聯(lián)模型

首先采用DEA模型計算航校飛行訓練的效率;第二步將航校飛行訓練的綜合效率值作為參考序列,將輸入輸出指標作為相對應(yīng)的比較數(shù)列,建立灰色關(guān)聯(lián)模型,從而分析輸入輸出指標對航校飛行訓練效率的影響程度。

1.1 DEA模型

DEA方法由著名運籌學專家Charnes等[1]提出。DEA模型使用系統(tǒng)效益評價中多投入多產(chǎn)出的特性,對該系統(tǒng)效益是否有效進行評價[2]。在此模型中,決策單元(DMU)為接受評估的單位或組織。將決策單元中多項輸入以及輸出指標數(shù)據(jù)采用線性規(guī)劃的方式,以最佳投入與產(chǎn)出作為生產(chǎn)前沿,將決策單元中的多項輸入指標與輸出指標的數(shù)據(jù)生成數(shù)據(jù)包絡(luò)曲線[3]。其中,有效點會位于前沿面上,效率值標定為1,此時決策單元為DEA有效;無效點則位于前沿面外,并被賦予一個大于相對的效率值指標,該指標數(shù)值大于0但小于1,此時決策單元為非DEA有效[4]。此方法的優(yōu)點在于輸入、輸出指標數(shù)據(jù)之間的顯性表達式不需要有具體的體現(xiàn),增強了指標選取的科學性和客觀性[5]。DEA模型主要有CCR(Charnes-Cooper-Rhodes)、BCC(Banker-Chames-CooPells)、FG(Fire-Grosskopf)和ST(Seiford-Thrall)模型[6]。本文中假設(shè)有n個評價單位,每一個單位記為一個決策單元,且每一個決策單元又對應(yīng)m種輸入型飛行訓練指標X和t種輸出型飛行訓練指標Y,該航校飛行效率評估CCR模型為

(1)

式中:i為第i種輸入型;r為第r種輸出型;t為共有t種輸出型;m為共有m個輸入型;n為決策單元數(shù);xij為第j個決策單元對第i種類型輸入的投入總量;yrj為第j個決策單元對第r種類型輸出的產(chǎn)出總量;xij0為第j0個決策單元對第i種類型輸入的投入總量;yrj0為第j0個決策單元對第r種類型輸出的產(chǎn)出總量;θ(0<θ≤1)為各項要素投入產(chǎn)出綜合效率指數(shù);λj為權(quán)重項;S-、S+分別為投入和產(chǎn)出的松弛變量,即研究單元為達到DEA有效需要減少的投入量、需要增加的產(chǎn)出量;ε為非阿基米德無窮小。

1.2 灰色關(guān)聯(lián)模型

灰色關(guān)聯(lián)分析屬于一種多因素統(tǒng)計方法,是灰色系統(tǒng)理論的一個重要分支。與傳統(tǒng)的多因素統(tǒng)計方法相比,灰色關(guān)聯(lián)法不對樣本量的數(shù)量和樣本顯現(xiàn)性的規(guī)律做過多要求,并且該算法實現(xiàn)起來比較容易,通常量化的結(jié)果與定性分析的結(jié)果相符,因此得到了廣泛的應(yīng)用。其基本思想是通過計算主因子序列和每個行為因子序列之間的灰色關(guān)聯(lián)度,來判斷因子之間關(guān)系的強度、大小和順序[11]。主因子序列和行為因子序列之間的灰色關(guān)聯(lián)度與它們的關(guān)系緊密度成正比,行為因子序列對主因子序列的影響越大,它們之間的關(guān)系越緊密,灰色關(guān)聯(lián)度越大,反之亦然[12]。

具體計算步驟如下:

1)確定參考序列X(0)(反映系統(tǒng)行為特征)和比較序列X(m)(影響系統(tǒng)行為特征)。其中反映系統(tǒng)行為特征的數(shù)據(jù)系列為參考序列[13],即

X0={X0(1),X0(2),…,X0(n)}

(2)

影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列為比較序列,即

(3)

2)對各序列進行無量綱化處理。令

X′=Xi/Xi(1)={X′(1),X′(2),…,X′(n)}

(4)

3)求X0與Xi的初值像(無量綱化)對應(yīng)分量之差的絕對值序列。

Δi(k)=|X′0(k)-X′i(k)|

Δi=[Δi(1),Δi(2),…,Δi(n)]

i=1,2,…,m;k=1,2,…,n

(5)

4)求Δi(k)=|X′0(k)-X′i(k)|的最小值與最大值。分別記為

(6)

5)求關(guān)聯(lián)系數(shù)ξoi(k)。

(7)

式中:p為分辨系數(shù),0

6)求關(guān)聯(lián)度γoi。

(8)

7)按γoi大小排序,其關(guān)聯(lián)程度與γoi成正比[11]

2 航校飛行訓練效率的實證分析

2.1 指標選取

使用DEA模型進行航校飛行訓練效率評價時,應(yīng)注意輸入與輸出指標選取的科學性與客觀性。航校飛行訓練效率指標的選取主要考慮以下因素:①選擇的指標不受主觀因素的影響,并且能夠反映航校的飛行訓練效率;②航校的飛行訓練的輸入輸出指標之間的線性關(guān)系較弱[14]。應(yīng)選取較小的數(shù)值作為輸入指標,而選取較大的數(shù)值作為輸出指標。航校飛行訓練效率評價的核心為航校每年飛行學員的畢業(yè)數(shù)量。根據(jù)評價目的和選擇指標的要求,設(shè)置輸入指標為教員數(shù)量、飛機數(shù)量、訓練空域數(shù)量、服務(wù)保障人員數(shù)量;輸出指標為畢業(yè)學員數(shù)量、全年飛行時間、起落架次。原始數(shù)據(jù)見表1。

表1 2017—2022年航校輸入輸出指標

2.2 DEA模型求解

根據(jù)原始數(shù)據(jù),本文使用以產(chǎn)出為導向的VRS(variable returns to scale)模型,利用DEAP2.1軟件進行DEA模型的數(shù)據(jù)分析,分析結(jié)果見表2。

表2 2017—2021年航校飛行訓練效率的DEA結(jié)果

2.3 DEA模型效率分析

1)2017—2022年航校的飛行訓練平均綜合效率為0.961,平均純技術(shù)效率為0.978,平均規(guī)模效率為0.980。因為新冠肺炎疫情影響,導致2020年的綜合效率最低,說明2020年的飛行訓練效率水平僅為76.5%;2017年、2018年、2019年、2021年以及2022年的綜合效率為1,且同時技術(shù)有效和規(guī)模有效,DEA相對有效。DEA有效性的年份占比為83.3%,規(guī)模報酬不變,說明這5年航校飛行訓練的投入得到了充分的利用,同時達到了最佳的規(guī)模狀態(tài)。

2)2020年航校呈現(xiàn)出規(guī)模效益遞增的狀態(tài),說明2020年的航校飛行訓練的規(guī)模小于最佳的規(guī)模狀態(tài),應(yīng)當擴大規(guī)模,即增加航校的教員數(shù)量、增加飛機數(shù)量、增加服務(wù)保障人員以及增加訓練空域。2017年、2018年、2019年、2021年以及2022年航校達到了規(guī)模有效,說明2017年、2018年、2019年、2021年以及2022年航校的飛行訓練規(guī)模達到了最佳的狀態(tài)。

3)2017年、2018年、2019年、2021年以及2022年5年航校飛行訓練的技術(shù)效率都為1,說明這5年航校的投入要素都達到了最佳的組合,即技術(shù)有效;2020年航校飛行訓練的技術(shù)效率為0.869,說明2020年的投入要素組合不合理,導致技術(shù)無效。

2.4 DEA模型改進目標值

對表2中非DEA有效的年份進行輸入輸出指標數(shù)值的修正,得到相應(yīng)指標的改變量,見表3。

表3 2020年輸入輸出指標改變量

通過調(diào)整2020年的輸入與輸出指標后可以看出,2020年的教員數(shù)量、飛機數(shù)量、服務(wù)保障人員數(shù)量以及訓練空域數(shù)量的投入過多,同時全年飛行時間、飛機日利用率未達到最佳規(guī)模。2020年的教員數(shù)量減少7名,飛機數(shù)量減少5架,服務(wù)保障人員減少8人,訓練空域減少1個;同時畢業(yè)學員數(shù)量增加24人,飛行時間增加497.5 h,起落架次增加11 038次,通過調(diào)整后,該航校2020年可以達到飛行訓練配置的最大化利用。

3 灰色關(guān)聯(lián)模型

為了進一步探索航校訓練效率的投入與產(chǎn)出指標對航校訓練綜合效率的影響程度,本文使用灰色關(guān)聯(lián)模型將航校訓練綜合效率作為參考序列,4個輸入指標以及3個輸出指標為相對應(yīng)的比較序列,利用熵權(quán)法得出各指標的權(quán)重,見表4。基于熵權(quán)法的權(quán)重計算出灰色關(guān)聯(lián)程度結(jié)果見表5。

表4 輸入輸出指標權(quán)重

表5 輸入與輸出指標對航校綜合效率影響的灰色關(guān)聯(lián)系數(shù)

從表5得出輸入指標對航校訓練效率影響最大的是飛機數(shù)量,關(guān)聯(lián)度為0.16;其次為教員數(shù)量與訓練空域數(shù)量,關(guān)聯(lián)度為0.12;影響最低的為服務(wù)保障人員數(shù)量,關(guān)聯(lián)度為0.09。從輸出指標對航校訓練效率影響最大的是起落架次,關(guān)聯(lián)度為0.13;其次為全年飛行時間,關(guān)聯(lián)度為0.1;影響最低的為學員畢業(yè)人數(shù),關(guān)聯(lián)度為0.08。

4 改進措施及建議

對航校2017—2022年的飛行訓練效率進行了縱向評價,并對非DEA有效年份的輸入輸出指標進行了改進。研究結(jié)果表明,出現(xiàn)非DEA有效的年份,說明該年份航校的投入資源沒有得到很好的利用,出現(xiàn)了投入不足或者冗余的現(xiàn)象。并基于DEA模型的結(jié)果利用灰色關(guān)聯(lián)模型得出輸入輸出指標對航校飛校訓練綜合效率的影響程度。基于以上的研究結(jié)果,對航校提出以下幾點建議。

4.1 提升教師資質(zhì),注重教學培養(yǎng)質(zhì)量

在航校的飛行訓練中,飛行教員的資質(zhì)是尤為重要的,教員擅長實踐研究,卻缺乏理論科研能力,針對此現(xiàn)狀,航校應(yīng)該鼓勵教員提升自身的科研能力,并設(shè)立獎勵機制,加大科研經(jīng)費的投入。同時從高校聘請專業(yè)教師為航校教員提升自身理論基礎(chǔ),幫助教員增強理論教育水平,使航校教員多方面發(fā)展。其次航校應(yīng)加強對理論教員的學術(shù)培養(yǎng),提升學員地面理論課的效率,使理論教員成為專業(yè)教學能手。提升教師資質(zhì),才能更好地提升教學質(zhì)量以及提升訓練效率。

4.2 擴大規(guī)模,合理利用資源

航校應(yīng)適當擴大規(guī)模,增加飛機架數(shù)與教員數(shù)量,但同時應(yīng)重視資源的合理配置,以航校運營水平為基礎(chǔ),合理安排學生入校人數(shù)以及時間,避免出現(xiàn)學生積壓,浪費航校資源,降低航校飛行訓練的效率;同時增加航校的輔助基地,在不影響機場航班的基礎(chǔ)下,與通航機場開展合作,與機場達成協(xié)議,為航校的飛行訓練爭取更大的資源,提升航校的飛行訓練效率同時增加可飛行時間。

4.3 注重創(chuàng)新,提升自身水平

在民航業(yè)蓬勃發(fā)展的趨勢下,航校應(yīng)注重自身的提升,加大對航校新技術(shù)以及新設(shè)備的資金投入,提升機隊保障團隊以及塔臺指揮人員的技術(shù)水平,對機務(wù)、飛行教員、塔臺指揮人員以及飛行時長進行合理分配,做到以最少的投入得到最大化的產(chǎn)出。各行政部門之間須加強溝通,降低部門之間重復工作、浪費資源,從而降低運行成本,提高航校的飛行訓練效率。