企业绩效营运评定
绪论
研究动机
比率分析自从十九世纪末提出以来，一直为企管实务中判断公司营运绩效良窳的重要工具之一。适当的选择财务报表中任两个会计科目的比值，并藉由观察这些指标值的大小以及彼此间的变化关系，即可了解公司的营运状况。不过，在运输产业营运绩效评估的范畴中，多半以运输投入与运输产出间的资源运用效率与产出利用率做为衡量的基础，显少有财务比率的出现。盖财务报表系表现公司当期的经营成果与财务状况，若缺乏对财务比率的探讨，很可能有部分的营运绩效因而被忽略，使得评估结果的完整性较为不足。因此，如何将财务比率纳入运输产业营运绩效评估的研究中，实为一重要的课题，为本研究的动机之一。
此外，利用财务比率与传统上以运输投入与产出构成的运输指标进行运输产业营运绩效评估时，不同的指标类型系各自代表部分绩效层面的表现，抑或两者所衡量的营运绩效具有高度替代性，亦为相当重要的研究课题。此乃因若财务比率与运输指标间的替代性较低，系各自衡量运输产业整体营运绩效的一部分，则过去偏重以运输指标衡量营运绩效的方式即较难一窥其全貌。因此，不同类型的评估指标间是否存有替代性，其替代程度如何，系本研究的动机之二。
最后，财务比率的种类不下数百种，过去比率分析所使用的撷取方法，大多以数理统计中的回归分析、相关分析、因素分析、群落分析等方法为主，这些方法通常需要较长期间的数据以确保样本数够大与数据符合常态分配的假设前提。然而，在运输产业营运绩效评估的研究中，取得非上市、上柜公司的财务资料甚为困难，故过去多仅以运输指标衡量公司之营运绩效，所用的资料期间亦仅为一年。因此，如何在数据期间较短，而不会受到样本数大小与数据分配型态的限制下，在这两类指标中撷取出代表性指标以进行营运绩效评估，为本研究的动机之三。
研究目的
鉴于运输产业整体营运绩效之评估应更具完整性、实用性与可操作性等性质，如何建立完整的评估步骤以协助管理者发现经营上的问题症结，实为绩效评估的重要工作。本研究进行财务比率纳入运输产业营运绩效评估时，主要的目的可归纳如下：
提出一个涵盖财务绩效的绩效评估概念模式，期能使运输产业营运绩效之评估工作更完整。
提出营运绩效的分解方式，并探讨财务比率与运输指标两者间在营运绩效评估中各自代表的绩效层面，以及不同指针类型间的关系(替代或独立)，期能使评估结果对管理者在绩效提升上更具实用性。
针对小样本数与数据期间较短的特性，应用适当的方法，俾便从众多评估指标中撷取具代表性指标，进行绩效评估工作。
提出运输产业营运绩效的评估步骤，期能使评估工作在实务上更具可操作性。
研究内容
本文进行财务比率纳入运输产业营运绩效评估之研究时，主要内容包括：相关文献回顾、绩效评估概念架构的形成、绩效评估步骤的建立、实例应用与不同指针类型间关系的探讨等五个部分。兹扼要说明如下：
相关文献回顾。本文系探讨财务比率纳入运输产业营运绩效评估之相关课题。因此，过去对于运输产业营运绩效评估的相关文献，包括：绩效评估的概念、评估指标产生的准则、绩效评估的方法(多变量分析、层级分析法、资料包络分析法、模糊综合评判、灰色关联分析法)，均尽量予以充分搜集；至于财务比率与营运绩效评估的相关文献回顾，包括：财务比率的意义与分类、比率分析在企管实务与运输产业绩效评估上的应用例等，亦加以扼要回顾。
绩效评估概念架构的形成。运输产业营运绩效的良窳与其营运活动中各环节表现之优劣密切相关。本文将运输产业营运活动之过程依其功能分解成「要素投入」、「服务产出」与「服务消费」等三个部分，各部分除了考虑运输层面的相关因素外，亦加入财务层面相关因素的考虑。而整体营运绩效依此营运活动过程与组织中各部门的职掌，分解成「生产效率」、「营销效率」与「执行效率」三类。
绩效评估步骤的建立。本文针对小样本数与数据期间较短的性质，提出包含6个步骤的营运绩效评估程序。包括：形成概念架构、列出评估项目、产生评估指针集合、分群与撷取代表性评估指标、计算与排序绩效分数，以及应用评估结果等。
实例应用。本文分别以公路客运业与国内线航空运输业为例，应用本文提出的绩效评估步骤，衡量国内4家公路客运业者与5家航空公司彼此间的相对绩效，说明该评估程序的进行方式与实用性。
不同指标类型间关系的探讨。本文将评估指标依其组成内容区分为「财务比率」、「运输指标」与「混合指标」三类。经由实例应用结果的观察，探讨各类型指标间的替代关系。除分析各类型指标在整体营运绩效评估中所扮演的角色，亦可说明加入财务比率后所衡量的营运绩效是否较为完整。
研究方法
本文旨在探讨纳入财务比率于运输产业营运绩效的评估中，如何将财务比率与传统上所使用的运输指标予以整合，实为本研究所发展或所应用之方法的必要所需。包括：财务比率的分类方式、众多评估指标如何分群并从中撷取代表性指标，以及各运输业者绩效分数的计算与排序等。
财务比率的分类方法。过去财务比率的分类方式因分析者本身的使用目的以及获取经营指标的难易度而有所不同，最常用的为五力分析，包括：收益力、活动力、生产力、成长力及安定力等(经济部中小企业处，民79；王淑芬，民84)。不过，此种分类法并不适用于运输指标的分类。为整合财务比率与运输指标，本文以投入－产出－消费的营运活动过程，将五大会计要素(资产、负债、业主权益、收入、费用)依其定义分别归类于「要素投入」、「服务产出」与「服务消费」中，再依运输产业的财务特性产生初选的财务比率分类。
评估指标的分群方法。过多的评估指标不仅在操作上较为繁复，亦容易造成资源的浪费。过去指标的分群多以数理统计中的回归分析、相关分析、因素分析、群落分析等方法为主，但在样本数不多与数据分配型态未知时，此类方法即有所限制。本文应用灰色关联分析法，依指标间灰色关联系数的大小，将具有高关联度者划为同型群指标，使群内指标的相关性高，而群间的相关性低。
代表性指标的撷取方法。本文提出同型群中各指标的相对总得点计算方法撷取代表性指标。该法系依各指标的灰色关联排序结果，按排序的先后给予得点分数，灰关联排序愈前面，则得点愈高。选择总得点最高的评估指标，亦即距理想解(灰关联排序皆为第一)最接近者为该群代表性指标。
绩效分数的计算方法。运输产业营运绩效评估基本上为一多评准决策问题(Multiple Criteria Decision Making; MCDM)。本文应用MCDM中之TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)法进行最后绩效分数的计算。除了该法简单易懂，符合操作的便利性外，主要系基于评估指标值单调递增或递减的性质亦符合本法的基本要件。
第二章 文献回顾
有关运输产业营运绩效评估的相关文献非常丰富，各研究间的差异主要系因评估指针的选取方式，以及采用的绩效评估方法不同而产生。在评估指针的选取上，依评估指针层级的构建方式可分为「不同的立场」与「投入－产出－消费」二种概念形成初选指针集合。在绩效评估方法的使用上，可区分为「多变量分析」、「层级分析法(Analytic Hierarchy Process, AHP)」、「资料包络分析法(Data Envelopment Analysis, DEA)」、「模糊综合评判(Fuzzy Synthetic Decision, FSD)」与「灰色关联分析法(Grey Relation Analysis, GRA)」五类。本章第一节回顾形成初选评估指针集合的绩效评估概念与指针集合的组成内容；第二节则针对各绩效评估方法的特性与使用上的限制进行探究；此外，本文旨在探讨财务比率纳入运输产业营运绩效评估之研究，鉴此，比率分析法(ratio analysis)的特性与其在绩效评估上的应用将于第三节中探讨。
绩效评估之研究概念与评估指针集合
过去文献关于运输产业营运绩效的评估指针，不论在产生方式上，或是在评估指针集合的内容上，皆不尽相同。不过，许多学者先后提出初选指针选取原则以做为指针筛选的第一道关卡。兹整理 (王传芳、王国材，民78；张有恒等，民80；邓振源，民79；蔡钦同，民81；胡宜珍，民83；Fielding et al.,1985; Keeny,1982; Talley and Becker,1982; Tanaboriboon et al.,1993) 如下。
一、具完备性(Completeness)。准则须能涵盖决策问题的所有重要特性。
二、具可操作性(Operational)。准则于决策者而言必有意义，且可公开研究。
三、具可分解性(Decomposable)。可自高阶层分解至低阶层，使评估过程得以简化。
四、具衡量容易性(Ease of Measuring)。期所选取之指针能便于衡量。
五、具客观性(Objectives)。期所选取之指针系能以量化方式来衡量绩效，尽量排除主观判断之情况。
上述五项原则仅能做为初选评估指针的初步判断依据，至于评估指针的产生方式，本文将之区分为二类。
第一类系以不同的立场(营运者、消费者、政府单位、专家学者)做为初选评估指针的产生方式。
蓝武王(民72)以消费者的立场，将评估指针分为「路线因子(单位就业人口享有之路线数、单位公车旅次享有之路线数)」、「站牌因子(单位就业人口享有之站牌数、单位公车旅次享有之站牌数)」与「班次因子(单位就业人口享有之班次数、单位公车旅次享有之班次数)」三大类共6个指针，用以评定市区公车分区服务水准。
韩复华等(民75)同时考虑营运者与消费者的立场，将评估指针区分为「成本收益性指针(单位行驶里程之营运成本、单位行驶时间之营运成本、单位行驶班次之营运成本、单位载客人数之营运成本、单位延人公里之营运成本、单位行驶班次之营运收入、收益成本比)」、「服务性指针(沿线平均拥挤度、沿线加权拥挤度、沿线最高拥挤度、平均等车时间、单位行驶公里所需时间、平均旅次之旅行时间、平均旅次长度与路线长度比)」与「效率性指针(平均产出营运时间、平均产出营运里程、平均产出旅次数、平均产出旅次长度、单位车辆行驶旅次数、单位车辆载客旅次数、单位班次载客旅次数、出车率)」三大类共23个评估指针，用以评估公车系统各路线、各站、或各部门之营运与服务绩效。
王传芳、王国材(民78)同时考虑营运者与消费者的立场，将评估指针区分为「车辆状况指针(新车比例、保养状况、车容清洁、乘坐舒适性)」、「营运操作指针(候车班距、违规肇事率、载客服务)」、「路线结构指针(站距合适性、路线弯绕性)」与「乘客服务指针(过站不停现象、停站妥善性、司机品质、乘客服务设备)」四大类共13个评估指针，用以评估公车营运绩效。
张有恒等(民79)同时考虑营运者与消费者的立场，将评估指针区分为「安全指针(驾驶员是否遵守交通规则、紧急逃生设备、肇事与违规纪录、车辆平均车龄)」、「舒适指针(车内环境、驾驶员服务态度、车内拥挤情形、行车平稳性、车内设备、冷气车比例)」、「经济指针(票价结构、劳工生产力、获益率、每车公里成本)」、「便利指针(上下车方便程度、搭车方便性、旅客搭车信息提供情形、过站不停情形、购票或付费之方便性、营运服务时间、出车率、误点情形)」、「迅速指针(步行到站时间、等车时间、车内行驶时间、营运方式之改变、路线弯绕程度、马力加权之新车比例)」与「社会责任指针(博爱座之设置与管理、旅客对公车公司履行社会责任之整体评价、残障公车、造成环境污染情形、服务路线)」六大类共33个评估指针，用以评估市区汽车客运业之营运服务绩效。
台北市政府交通局(民82)同时考虑营运者、消费者与政府单位的立场，将评估指针区分为「车辆及场站绩效指针(马力加权之新车比率、冷气车比率、场站空间)」、「量化之乘客服务水准指针(发车准点性、过站不停比率、车内信息服务设施、行车肇事率指针、环保品质指针)」、「质化之乘客服务水准指针(车容整洁、驾驶平稳性、舒适与噪音、驾驶员服装仪容与态度、驾驶员遵循路线)」与「配合交通局重要设施指针(行车安全与管理、执行乘车排队运动、车厢外广告检查；过站不停与服务态度)」四大类共 17个评估指针，用以评估台北市联营公车营运服务绩效。
张有恒、蔡钦同(民82)以消费者立场，将评估指针区分为「安全(肇事率、车辆平均车龄)」、「舒适(车内拥挤情形、冷气车比例)」、「经济(成本效率性、成本效果性、服务效果性)」、「便利迅速(转车方便性、班次可靠性)」与「社会责任(造成环境污染情形)」五大目标共10个评估指针，用以评估公车系统营运服务绩效。
曾国雄、王荣祖(民83)同时考虑营运者、消费者与政府单位的立场，将评估指针区分为「供给面指针(员工绩效、车辆绩效、维修绩效、益本比)」、「需求面指针(肇事率、平均车龄、车内拥挤度、冷气车比例、驾驶平稳性、班次可靠性、转车方便性、服务态度)」与「监督面指针(环境污染、行车安全管理、站牌与场站管理、车厢外广告)」三大类共16个评估指针，用以评估公车系统整体营运绩效。
游明敏、张学孔(民88)以消费者的立场，选择「飞航安全」、「班机准点」、「班机时刻安排便利选择」、「订位、购票简便」、「售票、售票员服务态度」、「空服员服务态度」、「机位舒适」、「机舱内之布置及清洁」、「空中餐饮服务」、「行李托运」、「机型大小」与「票价」12个指针，用以评估国内民航客运业之服务水准。
周文生、曾群明(民89)同时考虑营运者、消费者、政府单位与专家学者的立场，将评估指针区分为「可靠(有无照表收费、仪表是否完整、有否黏贴申诉电话)」、「舒适(车辆整洁、服务态度、司机服装仪容、乘坐之宁适性)」、「安全(贴不透明反光纸、车门能否自由打开、车号标示清晰、品牌标志设置齐全)」与「便利(准点性、是否拒载短程)」四大类共13项指针，用以评估品牌出租车之服务品质。
Allen and Dicease(1976)同时考虑营运者与消费者的立场，将评估指针区分为「服务量指针(路线密度、路线分布、涵盖路线－每平方公里、涵盖路线－每人、车辆利用程度、班距、服务人口与车座位容量比、路线尖峰乘客人数、路线拥挤度)」、「服务品质指针(车速、班次可靠性、乘坐舒适性、搭乘方便性、安全性、服务之改善革新、运输效率、环境污染、生产力、工作旅次对总旅次之比、服务利用率、乘客密度、路线利用密度、车内拥挤情形、座位使用情形、实际路线与期望路线符合程度)」与「益本比指针(基本费率、费率合理性、收费方式、营运成本与营业收入之比率、路线成本经济性、路线收入经济性、相对每乘客之营收、相对每乘客之营运成本、维修成本在营运成本中所占比例)」三大类共34个评估指针，用以评估运输系统营运与服务绩效。
Alter(1976)仅考虑消费者立场，选择可及性、旅行时间、可靠性、服务直接性、服务班次与旅客密度共6个指针，用以评估大众运输系统服务水准。
Becker et al.(1981)亦仅考虑消费者立场，选择车内旅行时间、可及性、班次数、服务直接性、可靠性、车内环境、驾驶员服务态度、车内拥挤情形、安全性、旅客搭车信息提供情形、上车方便性与相对每乘客之营运赤字共12个评估指针，用以评估公车系统服务水准。
Fielding et al.(1985)考虑营运者的立场，选择单位成本之产出、服务利用率、相对于支出之收入成长率、员工效率、车辆效率、维修效率与安全性共7个评估指针，用以评估公车系统营运与服务绩效。
第二类则以Fielding et al.,(1978), Fielding and Anderson(1984)提出的运输绩效概念架构做为评估指针初选的基础。该架构将运输业的营运活动分解成服务投入(service inputs)、服务产出(service outputs)与服务消费(service consumption)三个过程，任意两个过程之间的关系构成三种衡量运输产业营运绩效的指针类型：1.服务投入与服务产出间的「成本效率(cost efficiency)」，成本效率系衡量产生运输服务的资源利用程度；2.服务产出与服务消费间的「服务效果(service effectiveness)」，服务效果系衡量消费者对运输服务的使用程度；3.服务消费与服务投入间的「成本效果(cost effectiveness)」，成本效果系衡量运输服务消费量与资源投入量之间的关系。
由上述知，此类研究方式对于评估指针的选取，系建立在运输投入与产出间资源运用效率与产出利用率的架构下，可同时检视产生运输服务所需的成本以及运输服务的利用程度。基本上该架构似乎较偏重营运者的观点，不过，由于纳入服务消费的观念，使得消费者对于运输服务的满意程度可藉由服务效果的相关指针显示出来，而政府单位对于运输业的表现亦可由成本效果的相关指针予以衡量。因此，将运输业的营运绩效分为效率与效果的看法亦为一般学者所接受(Dajani and Gilbert,1978；Zerrllo et al.,1981)并用以选取绩效评估指针。
张国平(民76)以从业员工数、耗用油料数、材料费用、资本费用做为资源投入的要素，以一般车车公里与高级车车公里做为服务产出的要素，再利用DEA的方法进行运输部门生产力之评估。
胡宜珍(民83)将初选评估指针按营运者立场区分为「成本效率性」、「成本效果性」、「服务效果性」三大类共22个指针，以及按消费者立场区分为「量化指针」与「质化指针」二大类共19个指针，再利用灰色关联分析法分别撷取出7个营运绩效代表性指针(路线成本经济性、维修成本效率、路线收入经济性、生产力指针、平均每车之营运收入、平均每班次承载之乘客人数、单位车公里之肇事次数)与8个服务绩效代表性指针(可及性、发车准点性、冷气车比率、交通违规率、环保品质指针、车容整洁度、转车方便性、行车平稳性)，共同用以评估公车营运与服务绩效。
叶清江(民83) 以人事费用、燃料费用、维修费用、提供座位数做为资源投入的要素，以营业收入、飞行公里、载客人数做为服务产出的要素，再利用DEA的方法进行国内线航空公司营运效率之评估。
陈敦基、萧智文(民83)以员工数、车辆数、耗油量做为资源投入的要素，以延车公里、班次数做为服务产出的要素，以延人公里、乘客数做为服务消费的要素，再利用DEA法评估公路客运业总体绩效。
Fielding and Anderson(1984)以劳动、资本、耗油量做为服务投入要素，以总延车小时、总延车英哩、总容量英哩、服务可靠性做为服务产出的要素，以乘客数、总延人英哩、营业收入、行车安全做为服务消费的要素。由这些要素间的关系将营运绩效分为12个绩效概念60个初选评估指针，再藉由因素分析法从中撷取9个代表性评估指针(每单位营业费用之延车小时收入、每单位延车英哩收入之乘客数、每尖峰车辆之延车英哩、每加仑燃油之延车英哩、每单位政府补助之售票收入、每单位都市人口数之延车小时收入、每维修员工之延车英哩、每单位营业费用之售票收入、每行车肇事次数之延车小时收入)，用以评估大众运输营运绩效。
Chu and Fielding(1992)以年车辆营业费用、年维修费用、年管销费用、年其它费用做为资源投入的要素，以年延车小时收入做为服务产出的要素，以年乘客旅次数做为服务消费的要素，再利用DEA法评估公路客运业之营运绩效。
Tanaboriboon et al.(1993)将绩效评估指针分为「资源效率(每位员工之延车小时、每单位延车公里收入之营业费用、每单位延车小时之营业费用、每单位延车公里之维修费用、每车之延车公里、每车之延车小时、平均每班次之员工数、相对于配置车辆之实驶车辆数)」、「资源效果(每车次之总费用、每单位营业费用之售票收入、每单位总费用之售票收入、每位乘客之营业费用、每公升燃油之乘客数、每车之乘客数、每单位延人公里之营业费用)」、「服务效果(每单位延车公里收入之乘客数、每单位容量公里收入之乘客数、每单位延车公里收入之售票收入、每单位延车小时之乘客数、每单位延车小时之售票收入)」与「特征指针(每位乘客之售票收入、每位乘客之延人公里、每车之营业费用、每单位延车公里之延车公里收入、每小时之延车公里收入)」共四大类25个指针，用以评估公车系统营运绩效。
绩效评估的方法
运输产业之绩效评估，本质上具有多属性(或多准则)、多层次之性质。用以衡量绩效良窳的评估项目中，包括可量化与不可量化的指针，而这些指针间常具有冲突性、相关性或独立性等特性，因处理方式的不同，使得绩效评估的方法亦呈现多样性。
本文将绩效评估方法区分为多变量分析(因素分析、集群分析、判别分析)、层级分析法(AHP)、资料包络分析法(DEA)、模糊综合评判(FSD)、灰色关联分析法(GRA)五种，并据此进行相关文献的回顾。虽然这几种方法都是从全面性的角度对具有多准则特性的方案进行综合决策，不过，由于他们各自的原理和适用的情境不尽相同，若使用时未能审慎考虑，可能造成评估结果产生偏颇。
多变量分析在绩效评估上的应用
多变量分析系针对两种以上的变量资料，利用多元空间的统计方法，将复杂的问题或现象予以数量化后，再对其作合理且有系统的整理，以达成分类、判断、评估、预测等目的的一种分析法。其中在绩效评估中常用的三种方法，分别是：(1)因素分析法(factor analysis，FA)－从众多影响绩效的因素中萃取出独立的评估因素，以降低评估指针间的相关性；(2)集群分析(cluster analysis，CA)－藉由观察各受评对象在所有评估指针的表现是否相近，将具有相同性质的受评者归为一类；(3)判别分析(discriminate analysis，DA)－依集群分析的数据建立判别函数，一旦有新的受评者加入，即可判别其应归属何群。多变量分析的发展已臻于完备，关于其理论探讨的专书亦十分丰富，以下仅针对其在绩效评估方面的应用与使用上的限制加以说明。
陈武正、杨美珠(民78)以因素分析法从27个影响台铁客运绩效与28个影响列车别营运绩效的指针中，分别萃取14个与12个评估指针，并以车种之类别为目标变量进行判别分析。林玲圆(民81)以台湾地区60家航运公司民国79年的营运资料为例，利用因素分析法从23个财务比率中萃取七个因素，再以集群分析法将60家航运公司分为七群，并描述各群之特性，最后由判别分析所建立的判别函数，可作为新进航运公司经营特性的分析之用。林惠茹(民81)以台湾地区11家航运公司民国75年到79年的资料为例，以因素分析法从34个财务比率中萃取六个因素，再利用集群分析法将11家航运公司依各年度予以分群。姚介泰(民84)以因素分析法从30个财务比率中萃取12个对航空公司获利能力影响较大的因素。Fielding, Brenner and Faust,(1985)以4个营运特性(车队规模、平均行车速度、延车英哩、尖离峰行驶车辆数之比)为因素，利用层次(hierarchy)集群分析法将274家固定路线的公车运输系统分为12个同级群。Fielding, Babitsky and Brenner,(1985)以因素分析法从30个指针中撷取7个评估指针，用以评估公路客运业的绩效。
综上所述，因素分析旨在撷取评估指针，集群分析旨在进行受评对象的分群，判别分析旨在进行新受评者的归类。此类方法的概念系建立在机率论下的随机过程，其理论基础较为完备。不过，对样本资料量大小的要求以及资料分布需符合典型机率分布的假设系多变量分析方法的主要限制。此外，Aaker(1981)认为即使资料经由检定后可以进行因素分析，但仍有二项限制无法避免：(1)对于因素的数目与内容、因素的解释与转轴的选择都涉及研究人员的主观判断；(2) 在因素分析的过程中，并无统计检定方法可供有规律的使用。亦即，对于因素分析的结果，究系为一种巧合，抑或是确具有某种意义仍有待研究。
层级分析法(AHP)在绩效评估上的应用
AHP法系Saaty在1971年所提出之绩效评估方法，主要应用在不确定及多准则的决策问题上。本法旨在利用层级结构(hierarchical structure)，将复杂的问题由高层次(high level)往低层次(low level)逐步分解。透过两两成对比较的方式，确定各层次中诸因素(指针)间的相对重要性，并汇集有关决策人员的判断，以求得各方案相对重要性的优势排序(outranking)。
有关AHP之理论，在Saaty(1980,1988,1994)、Saaty与Vargas(1982)及Saaty与Keans(1985)等专书或文献中已有详细说明，国内学者则以邓振源、曾国雄(民78)对此有较完整且深入的叙述。AHP法的应用范围相当广泛，最早系Saaty(1977a, 1977b)将其应用于进行苏丹之运输规划，随后众多学者相继发表一系列针对运输投资计划选择的相关文献(Pak et al.,1987；Gomes,1990；Azis,1990；徐村和、粘淑惠，民86)，邓振源(民81)与Saaty(1995)曾对此领域的相关文献进行回顾。之后，AHP法在其它运输领域的应用，更如雨后春笋般的涌现，举凡区位选择(Banai-Kashani,1990)、路线选择(曾国雄、李穗玲，民84)、甚或运具选择(Banai-Kashani,1984,1989；Sharp,1987)等皆有其踪迹。此外，本法亦被广泛的应用在其它非运输领域的范畴中，如：行销策略及媒体选择问题(何照义等，民73；徐村和、杨宗欣，民89；Wind and Saaty,1980；Davies et al.,1993)，外币选择权投资策略(汪美香、许溪南，民89)，高等教育系统中资源调整及绩效评估(王国明、顾志远，民84)等。若决策问题本身具有多层次、多准则的特性，皆可应用AHP法对各评估方案进行比较、排序。
AHP法应用在绩效评估的相关领域时，最常见的方式是将产业中各运输业者视为不同的待评方案，再利用该法建立层级结构，并求取各因素(指针)间的相对权重，最后配合其它系统评估方法，进行绩效分数的计算与排序。Bagchi(1989)应用AHP法进行运输公司选取之研究；曾国雄、王荣祖(民83)结合AHP法、模糊多属性决策法(FMADM)与TOPSIS多评准决策法进行台北市公车系统绩效评估；曾国雄、胡宜珍(民84)与周文生、曾群明(民89)结合AHP法与灰色多准则决策法分别进行台北市公车系统绩效评估与品牌出租车服务品质评鉴指针之撷取。
应用AHP法进行绩效评估时，主要包括4个步骤：(1)建立层级结构；(2)进行成对比较，建立成对比较矩阵。亦即某一层级的要素，以其上一层级的要素做为评估之考虑基准，进行要素间的成对比较；(3)计算特征值与特征向量，经由一致性检定建立绩效评估指针间的相对权重；(4)根据各指针间的相对权重，求取各业者之绩效优势程度并进行排序。
综上所述，AHP法在计算各要素(指针)间之重要性时，其结果必须经过一致性检定，较有理论基础且较具客观性是此法之优点。不过，藉由各领域专家进行各要素间之成对比较时，此法并未整合各专家之意见，当出现意见差距颇大时，可能使最后得到之要素间的相对权重值无法符合真实状况。针对此一现象，近来已有学者结合Delphi法与AHP法提出德菲层级分析法(DHP)以寻求专家的共识性(Khorramshahgol and Moustakis,1988)。此外，AHP法在进行两两要素间的成对比较时，评价值只有一点，若有位评估者认为评价值系介于两个评比尺度之间时，AHP法即无法解决此类具模糊性的问题(Buckley,1985)。鉴此，Ruoning and Xiaoyan(1992)、Lasek(1992)将AHP法扩充至模糊环境中考虑，以弥捕此项缺失。
资料包络分析法(DEA)在绩效评估上的应用
DEA法最早系源于Farrell(1957)以生产效率前缘(production frontier)观念评估决策单位(Decision Making Unit, DMU)而发展出来的效率评估模式。由于Farrell的模式仅限于单一产出，Charnes et al.于1978年将其扩充至多项投入与多项产出的衡量，并正式定名为资料包络分析法。本法系将观测值以效率前缘的方式予以包络的方法，由生产面来分析问题。其评估效率的概念乃是将所有决策单位的投入项与产出项投射(map)到空间中，以寻找出其最高产出或最低投入的边界。此边界即DEA中所谓之效率前缘，在经济学上称之为包络线，系由待测之DMU中所有可能之相对效率最高点所组成，凡落在边界上的DMU被称为有效率，不在边界上的DMU则被认为无效率。
有关DEA法的理论或应用之相关文献，截至1995年为止已不下500篇。理论部分主要包括DEA模式的构建与效率衡量方式两类。在模式构建方面，DEA法是每次将一个DMU的产出与投入的比值作为目标式，在所有DMU的效率值不得大于1的限制下，为每一个DMU找出一组投入项的权数与产出项的权数，使得该DMU之效率值(各项产出的加权总和除以各项投入的加权总和)为最大。最常见的为Charnes et al.(1978)提出之CCR模式与Banker et al.(1984)提出之BCC模式。前者系在固定规模报酬的假设下，衡量DMU的整体技术效率(overall technical efficiency)；后者则假设规模报酬可以变动的情况下，将CCR模式中的整体技术效率分解成纯粹技术效率(pure technical efficiency)与规模效率(scale efficiency)，用以衡量DMU的相对效率。所谓纯粹技术效率系指在相同的规模下，相对于其它决策单位，可以用较少的投入达到有效利用资源的能力；规模效率系指当生产技术可变动的情况下，决策单位是否处于最适生产规模，使得产出水准所需的平均投入量最低；而纯粹技术效率与规模效率之乘积即为DMU之整体技术效率。在效率衡量方式上，传统的DEA系采用射线效率衡量(radial efficiency measure)，不过，Chang and Guh(1995)在研究具有loglinear 生产函数之DMU的效率值时，射线效率衡量方式将因投入与产出资料单位尺度的不同，使得计算出来之效率值亦不同，因此提出以垂直距离取代射线距离的距离效率衡量(distance efficiency measure)。有关DEA的使用程序及其应用在黄旭男(民82)论文中有详细的介绍。
DEA法的应用范围相当广泛，且由于其以投入与产出之比值为效率衡量的概念而未涉及获利能力高低的特性，使得该法大多应用于非营利事业的绩效评估。如：医院效率的评估(Grosskopf and Valdmnis,1987)、学校行政效率的评估(欧进士、林秋萍，民89；Smith and Mayston,1987；Beasley,1990)、户政机关生产力之研究(陈健全，民79)、台湾林业效率之评估(萧基渊，民78；Kao and Yang,1992)、法院效率之评估(Kittelsen et al.,1992)、项目执行绩效的评估(袁建中等，民88)等。运输产业在本质上属管制经济学的范畴，其费率、路线、班次等项目受到一定程度的政府管制或监督，其绩效衡量方式大多着重于生产力的高低，因此，DEA法在运输产业绩效评估的应用例亦相当多见。如：运输部门生产力的衡量(张国平，民76)、台北市公车生产力之衡量(顾志远、张国平，民79；Chang and Kao,1992)、公路客运业绩效评估(陈敦基、萧智文，民83；Chu and Fielding,1992)、港埠生产力之研究(Roll and Hayuth,1993；李怡容，民84)、航空公司营运效率之研究(叶清江，民83)、机场生产力之研究(David and Ashish, 1997)等。
传统上对于绩效评估之研究多偏重于多元绩效指针之建立，再藉由个别绩效指针比较出同业间绩效的优劣。这类衡量方法不可避免的将遭遇指针权重值的决定以及多元指针难以整合的问题，DEA法能以一个比值(最大值为1)表示一个DMU投入与产出间的关系，且不需预设各投入、产出项的加权值即可整合各类绩效因素，是使用DEA法的优点。此外，效率前缘的观念，使得DEA法可藉由差额变量分析进一步了解各DMU尚有多少改善空间亦为其它绩效评估方法所缺少之特性。不过，由于DEA法系奠基于柏拉图最适(Pareto Optimality)的观念所发展出的绩效评估方法，选择影响DMU绩效表现之投入与产出项目不宜过多，否则将使得大多数的DMU之效率值皆为，如此将丧失效率衡量的用意，此为DEA法的限制之一。再者，若选择出来的投入或产出项目间具高度互补性或替代性，可能使得评估结果产生偏颇。
模糊综合评判(FSD)在绩效评估上的应用
影响绩效良窳的因素有很多，当其中部分(或全部)因素具有不确定性(uncertainty)、主观性(subjectivity)、不精确性(imprecision)等性质时，传统二值逻辑观念中非真即假、非是即非的处理方式，不易准确的衡量此类因素对受评对象的绩效影响程度。有别于其它绩效评估方法，模糊理论最大的特色在于藉由隶属函数(membership function)的建立，将具模糊性质的语意变量(linguistic terms)予以明确化，使得绩效评估能更符合真实的状况。模糊理论源于1965年Zadeh提出的模糊集合论(fuzzy set)，而有关模糊决策的研究则起始于1979年Bellman与Zadeh发表的「模糊环境下的决策」(Decision-Making in a Fuzzy Environment)一文。之后，许多与模糊决策方法与其应用有关的文献相继发表(Nojiri,1980；Dimitrov,1983；Buckley,1984；Seo and Sakawa,1985；Mitali and Keith,1987；Rao et al.,1988；Nafarieh and Keller,1991；Nola,1991)。模糊综合评判系属模糊决策方法的一种，其所要处理的问题是对受到多个因素(质化或量化)影响的事物作出全面评价，按照指定的评判条件(指针集合与指针权重)对每个评估对象赋予一个实数值作为总评指针，使得总评指针的大小反映全面评价的高低(区奕勤、张先迪，民80)。
模糊理论在运输方面的应用范围甚广，从交通控制(traffic control)、指派问题(assignment problem)、车辆路线与排班(vehicle routing and scheduling)到运具选择( mode choice)等课题，都可应用模糊理论协助解决，在Teodorovic’(1992)一文中有详细的说明。FSD法应用在绩效评估时，须将众多影响因素区分为量化与质化指针两类，分别建立连续型隶数函数与离散型隶属函数，做为指针值转换之用。量化指针之连续型隶属函数系预先设立，以营运数据为自变量，隶属度为因变量，建立每一个量化指针在不同绩效等级(如：佳、中、差)的隶属函数，再依实际指针值之大小计算绩效隶属度。质化指针之离散型隶属函数由于没有量化的数据可预先设立其隶属函数，仅能经由问卷调查，以受访者对特定受评对象的某指针表现程度之回答为自变量，隶属度为因变量，分别建立每一个质化指针在不同绩效等级(如：佳、中、差)的隶属函数。张有恒、蔡钦同(民82)应用FSD法与模糊多准则决策(FMCDM)于公车系统营运与服务绩效之评估；张有恒、陈俊魁(民86)应用FSD法进行铁路立体化方案选择时的综合评判；游明敏、张学孔(民88)应用FSD法于国内民航客运业服务水准之评估；Chang and Shyu(1995)结合FSD法与FMCDM进行公车民营化方案之选择。
应用FSD法进行绩效评估时，主要包括5个步骤(假设影响绩效之因子结构有两层，第一层称为因素，第二层为各因素再分解之元素，称为评估指针)：(1)建立受评对象集、因素集、评估指针集与绩效等级集；(2)建立各因素与各评估指针权重集；(3)建立各评估指针在不同绩效等级下的隶属度；(4)单因素综合评判，根据各评估指针的权重及其绩效隶属度建立各因素在不同绩效等级下的隶属度；(5)模糊综合评判，根据各因素的权重及其绩效隶属度计算各受评对象之绩效分数，以进行综合评判。
综上所述，由于人类的语言、思维或决策等行为，经常存在大量的模糊和非定量的特性，传统明确集(crisp set)的分类方式不再适用。藉由隶属函数的建立，模糊理论试图将存在人与人之间对于模糊性词语的差距表现出来，使其较过去二值逻辑的处理方式更具公平性。FSD最大的优点在于此法不仅可以适用量化、明确的资料集，亦能适用于质化、模糊的数据处理，使评估过程较符合人类的行为模式。不过，不同型式的隶属函数将产生不同的评估结果，若能多比较不同的函数型式将使得评估结果更具可靠性。此外，FSD法系假设评估指针间彼此独立，并未处理指针间可能的互补性或替代性，若评估指针数目较多或部分指针间具有高相关性，将使得评估结果有偏重某一类指针的可能性。再者，若评估指针皆为量化资料，且有客观的衡量标准，在进行受评对象之绩效评估时，是否仍须以模糊观念建立其隶属函数亦仍须进一步的探讨。
灰色关联分析法(GRA)在绩效评估上的应用
在建立评估绩效的相关指针集合时，指针集合的内容应兼具完整性与周延性，绩效评估的结果才较有全面性。不过，正因影响绩效良窳的因素众多，而往往因素间的关系并不明确，若将其全部投入绩效评估的工作中，将造成资源的浪费，也可能使评估结果产生偏误。因此，若能将彼此具有高关联性的因素予以类聚，并从中择一为代表性影响因素，则不仅可了解因素间的关系、减少资源的浪费，并有助于评估结果的解释。过去常用的系统决策方法是数理统计中的回归分析、相关分析、因素分析等，然而，此类方法存在三个缺点：(1)需要大量的样本；(2)数据的分布必须为典型的机率分布；(3)变化因素不能太多，使得传统的方法在使用上有所限制。灰色关联分析(GRA)系灰色系统理论的基础，它是根据因素之间发展态势的相似或相异程度来衡量因素间接近的程度。由于关联度分析是按发展趋势做分析，对样本量的大小没有太高的要求，分析时也不需要典型的分布规律，而且分析的结果与一般定性的分析相吻合，因而具有广泛的应用性(邓聚龙，1992；白振义，1993)。
灰色系统理论系邓聚龙教授于1982年提出。所谓「灰色」是指吾人对于某系统的了解介于完全清楚(白色)与完全不知道(黑色)之间；对于灰色系统内之事物，人们仅能藉逻辑推理的方式，利用某些已知或甚明的意识观念及判别准则，对系统结构加以论证，再利用模型表达之(张有恒、陈俊魁，民86)。而所谓「灰色关联」意指两个系统或系统中两个因素间，随时间或不同对象而变化的不确定性关联(史开泉等，1994)。根据因素之间发展趋势的相似或相异程度来衡量因素间的关联性，称为「灰色关联分析」(邓聚龙，1988)。若两个因素间变化的趋势具有一致性，则表示二者关联度较高，反之，则较低。灰色系统的特征是讯息的不完全，而讯息不完全意谓着数据有限，如何在少量数据的情况下进行研究，以寻找系统的内在结构与系统本质是灰色系统的研究重点。其理论基础有三个假设：讯息的差异仍然是讯息、讯息是认知的根据、讯息一定具有灰性。因讯息间的差异及其变化因素皆可做为认知的来源，故灰色系统具有少量数据即可分析的特性，正可弥补统计方法上的弱点。
GRA法在绩效评估上的应用系利用指针间灰色关联系数的大小，判断指针间是否具有关联性，将高关联度的指针归为一群，并从中择一为代表性评估指针用以进行绩效评估的工作。孟东宁等(民84)结合AHP法与GRA法进行武器系统的评选；曾国雄、胡宜珍(民85)以GRA法进行公车系统营运与服务绩效评估指针撷取之研究；张有恒、陈俊魁(民86)以GRA法从18个铁路立体化评估准则中撷取9个代表性评估准则；周文生、曾群明(民88)利用GRA法从23项影响出租车服务品质的评鉴指针中撷取13个具代表性评鉴指针。
综上所述，克服传统数理统计方法中有关使用上的限制是GRA法的优点之一。GRA法系以参考序列和比较序列之间的距离为基础，从距离中找出各因素间的差异性与接近性(傅立，1992)，将之量化为各因素间灰色关联系数值(详见节)，并由此判断各因素间关联度的高低以作为因素类聚的标准。值得注意的是，GRA法重视的是关联度大小的顺序而不是关联度的实际大小。GRA法多着重于评估指针的撷取，在进行绩效分数的计算与排序时，应结合其它系统决策法一并使用。此外，当资料量够大且符合典型的机率分布时，数理统计方法仍较为一般研究者所接受。
小结
由以上各小节对各绩效评估方法在绩效评估上的应用知，一个完整的绩效评估过程应包括五个部分：(1) 依不同的研究概念(如节所述)，建立初选评估指针集合(或层级结构)；(2)建立代表性评估指针集合；(3)建立评估指针权重集；(4)计算各受评对象之评估指针值；(5)建立综合评判集。
各种绩效评估方法不可避免地皆具有一定程度的主观性，如：多变量分析对于因素的选择与解释、AHP法中对于层级结构的分解；DEA法中对于投入与产出项目的选择、FSD法中关于隶属函数的适合型式、GRA法中对于灰色关联系数门槛值的判断等。此外，各种方法虽然都可以单独应用于绩效评估中，不过，各种方法因使用上的限制与其本身的特性，在绩效评估的领域中各有其较为适用的部分，兹将各种方法的概念、使用上的优点、使用时的注意事项及较适合的用途整理如表2-1所示。
比率分析与营运绩效
本文旨在探讨纳入财务比率于运输产业营运绩效的评估中，如何将财务比率与传统上所使用的运输指针予以整合，实为本研究所发展或所应用之方法的必要所需。因此，本节首先对财务比率的意义与分类方式进行相关文献的回顾。此外，比率分析(ratio analysis)法虽常被广泛的应用在企管实务上的企业经营绩效评估，但在运输产业的绩效评估中并不多见，故第二小节回顾此法在绩效评估上的应用。
财务比率的意义与分类方式
自从财务比率于十九世纪提出以来，藉由比率分析的方式评估企业经营绩效的相关文献日益众多，成为企管实务中企业诊断的主要工具之一。所谓财务比率系指财务报表中任意两个会计科目相除所得的比值，而比率分析是经由观察各财务比率值的高低以及财务比率间的关系，发现公司目前存在的问题或了解未来可能面临的状况。管理阶层透过比率分析评估经营绩效、建立未来目标、发觉潜在问题，并寻求改善之道(叶日武，民86)。
常用的财务报表有四种：损益表(income statement, I/S)、资产负债表(balance sheet, B/S)、现金流量表(statement of cash flows)与股东权益变动表(statement of owner’s equity)。这些报表是汇总企业在某一特定时点或某一段期间内有关财务状况及经营成果之相关会计科目的资料。财务报表中任何两个会计科目的比值皆可构成一个财务比率，具有简化数字、消除规模差异、应用灵活、计算简单但意义深远等优点(叶日武，民86)；正因财务比率为数众多，比率分析在实证上常面临分类不易与代表性比率的撷取等问题。
表2-1 各种绩效评估方法应用于绩效评估时的比较
绩效评估方法
概念
使用上的优点
使用时的注意事项
较适合的用途
多变量
分析
FA
奠基于机率论下
的随机过程
理论基础较为完备
样本量必须够大
数据分布须符合常态分配
重要因素的撷取
CA
受评对象的分群
DA
新受评者的归类
AHP
以层级结构分解复杂的问题，并建立成对比较矩阵求取指针间的相对权重
可将复杂的问题予以分解
各评估指针权重的决定须通过一致性检定，结果较具客观性
各层级结构的组成项目不宜过多
未探讨指针间的关系
求取评估指针的权重
DEA
藉由相对有效率的DMU之产出或投入值所建构的包络曲线，衡量各DMU的相对效率
将多元指针整合成单一指针
不须预设指针的权重值
了解尚未达到相对有效率的DMU尚有多少改善空间
投入与产出项目不宜过多
样本量太少会影响包络曲线的准确性
未探讨指针间的关系
着重于生产面问题的研究
FSD
藉由隶属函数的建立，分别转换质化与量化指针值，进行各受评对象的模糊综合评判
评估过程较符合
人类行为模式
隶属函数的选择会影响评估结果
未探讨指针间的关系
评估指针中有模糊性质者
GRA
藉由两个指针间灰色关联系数值的大小，判断指针间是否具有关联性
对样本大小没有太高的要求
资料分布不须符合典型的机率分配
无法直接处理非量化的指针
灰色关联系数的门槛值高低会影响指针分群结果
评估指针的分群
在财务比率的分类问题上，各学者的方式不尽相同，Leopold(1989)将财务比率分为「短期流动性」、「资金流量」、「资本结构与长期偿债能力」、「投资报酬」、「营运绩效」及「资产运用」等六大类；日本发展出著名的五力分析，将财务比率分为「收益力」、「安定力」、「活动力」、「成长力」与「生产力」等五大类；国内的中华征信所则将之分为「财务结构」、「获利能力」、「经营效能」、「偿债能力」与「成长性」等五大类。不论分类的方式为何，比率分析之所以广为企业界所使用，究其原因系财务报表为衡量企业经营成果及财务状况的主要依据(许是祥译，民86；王淑芬，民84)。
财务比率在绩效评估上的应用
以财务比率为主要衡量指针进行运输产业绩效评估的相关文献并不多见，除了针对特定运输组织的财务绩效进行分析外(Ashford et al.,1984；Doganis,1992)，大多仅加入少数会计科目(如：营业收入、营业费用、资本、损益等)做为辅助之用(陈武正、杨美珠，民78；陈敦基、萧智文，民83；曾国雄，胡宜珍，民85；Allen and Dicease,1976；Fielding and Anderson,1984；Fielding et al.,1985；Chang and Kao,1992；Chu and Fielding,1992；Tanaborriboon et al.,1993)。其原因可能因运输产业具有公共服务特性并不宜完全以营利为目的。不过，随着政府解除管制的措施持续进行，运输产业的民营化、自由化的工作推动，运输组织逐渐面临一定程度的业内或业外竞争，此类组织绩效评估指针的选择不应再由政府的立场，而应由运输公司的角度来思考(Talley and Anderson,1981)。因此，在兼顾公众服务目标的同时，由财务比率值显示出来的意涵对任何一家运输公司而言渐形重要。
财务比率在企管实务上的应用范围相当广泛，包括：预测债券评等的改变(Smith,1990)、财务预测(Elton and Cruber,1971)、与获利能力的关联性(Shimerda,1978)等。至于与绩效评估相关的文献亦十分丰富，本文仅简单回顾如下：
林惠茹(民81)以「负债比率」、「流动资产占总资产比率」、「总资产报酬率」、「长期资金周转率」、「应收帐款周转率」与「流动比率」六个指针衡量台湾地区11家航运公司的经营绩效。
范光治(民86)以「税后净利率」、「流动比率」、「股东权益周转率」、「股东权益对固定资产比率」、「存货周转率」、「固定资产成长率」与「税后净利成长率」七个指针衡量国内60家上市电子信息公司的经营绩效。
Pinches et al.(1973)以「投资报酬率」、「财务杠杆」、「资本周转率」、「应收帐款周转率」、「存货周转率」、「短期流动性」与「现金状况」七个指针评估制造业的经营绩效。
Meinster and Elyas(1991)以「权益比率」、「股东权益报酬率」、「(存款+利息支出)/存款」与「存款利息收入/平均放款余额」四个指针衡量银行业的经营绩效。
小结
由上述相关文献的回顾知，不管财务比率的分类方式为何，财务比率的撷取亦须配合资料的性质与产业的特性。本文针对财务比率的选择与撷取提出三个重要的原则：
一、全面性：财务报表的使用者分为企业内部与企业外部，前者包括经营管理阶层与股东，后者包括政府主管单位、投资者与授信单位(债权人)。每个群体所关心的企业经营绩效因角度不同，所重视的财务比率亦有所差异。经营管理阶层最重视公司的经营效能，如：资产运用效率、员工生产力、成本控制等；股东最关心所投入的资金可以获得多少的报酬，如：权益报酬率、资产报酬率等；政府主管单位扮演监督者的角色，最关切公司的营运状况是否出现异常、资本结构是否健全；投资者通常以公司的获利能力做为评估投资与否的首要条件；授信单位或公司债权人最在意公司负担债务的能力。虽然各群体对财务比率的观点不一，但以研究人员的立场而言，企业经营绩效的评估须对不同层面的财务比率皆予重视。
二、代表性：实务上使用财务比率最常遭遇的问题是诸比率间存在共复线性(Multicollinearlrity)的现象，使得利用财务比率进行绩效评估时，浪费许多人力与时间，甚或造成分析结果的偏误。故财务比率的撷取应先分群，再从各群中选择具代表性的指针，俾使群内比率间的关联度高，而各群落各自代表不同的评估层面。过去文献中大多使用因素分析法进行指针的撷取，不过，此法在应用时具有资料量必须够大的前提，当面对资料不充分或样本分布型态未知时，在指针撷取方法的选择上宜审慎为之。
三、考虑产业特性：不同的产业别，由于特性不同，所重视的财务比率自不相同。如：资本密集的产业较重视一元资金所能创造的营业收入，劳力密集的产业则较重视每单位人力所能创造的营业收入。故本文在进行公路客运业与航空运输业之绩效评估时，除了先探讨运输产业的一般特性外，亦针对这两个产业的市场结构与成本结构进行分析与比较。
第三章 概念架构
本章藉由考虑运输产业之特性、财务比率对营运绩效的重要性，以及进行绩效评估时的基本原则等三方面的因素，形成运输产业评估模式的概念架构，以做为第四章模式构建的基础。全章共分四节。第一节先介绍运输产业之一般特性，并针对公路客运业与国内线航空运输业探讨两个业别所处之产业特性及其异同；第二节说明企管实务中经常用来评估公司营运绩效的财务比率的来源与其对企业营运绩效的解释意涵；第三节系探讨运输产业营运绩效评估之基本原则；第四节提出运输产业营运绩效评估模式之概念架构。
运输产业之特性
本文以民国86年国内线航空运输市场与台北县市公路汽车客运市场为研究对象，分别以本文提出的评估架构进行绩效评估的实例应用。厂商的行为乃至营运绩效的表现会受到所处产业之特性而有所差异，若欲进行公路客运业与国内线航空运输业的绩效评估与评估结果的比较时，应先了解业者所处的产业环境之特性，以及检视二个产业别之环境是否相近。本节先介绍运输产业之一般特性，再针对此二个产业别进行运输产业特性之比较，国内线航空运输市场包括「远东」、「复兴」、「国华」、「立荣」、「大华」、「瑞联」、「华航」、「长荣」与「台湾」共9家航空公司，其基本资料如表3-1所示；公路客运业包括「三重」、「台北」、「指南」、「新店」、「首都」、「福和」与「淡水」共7家公路汽车客运业者，其基本资料如表3-2所示。本节先介绍运输产业之一般特性，再分别于与节中依「市场结构」与「成本结构」两个向度分析各产业特性并比较两个产业别环境的异同。
表3-1 九家航空公司基本资料表(民国86年) 单位：千元
航空公司
载客人数
(人)
市场占有率
(%)
排序
固定资产
总资产
长期负债
总负债
利息支出
营业外支出
远东航空
5,402,912
1
7,261,365
12,789,859
2,529,332
5,038,914
240,141
330,704
复兴航空
4,025,634
2
12,402,391
16,220,994
6,822,315
10,464,639
574,607
713,363
国华航空
2,141,258
3
4,702,466
5,405,679
2,810,136
4,085,286
259,232
506,117
立荣航空
2,136,184
4
5,537,285
9,578,121
4,301,664
7,686,314
453,568
576,841
大华航空
2,025,900
5
3,417,498
4,604,168
1,971,046
2,920,814
144,249
396,010
瑞联航空
1,136,461
6
5,819,696
6,068,482
5,538,722
7,372,038
358,008
1,135,010
中华航空
903,357
7
59,131,951
97,494,342
29,545,038
57,952,074
1,320,433
1,532,584
长荣航空
607,381
8
54,881,615
79,309,500
31,887,794
51,005,911
2,778,588
2,848,792
台湾航空
227,421
9
452,340
793,945
157,700
694,732
16,906
28,537
资料来源：民航统计年报(民86)、各航空公司年报(民86)，本研究整理
表3-2 七家公路汽车客运业者基本资料表(民国86年) 单位：千元
业者名称
营业收入
市场占有率
(%)
排序
固定资产
总资产
长期负债
总负债
利息支出
营业外支出
三重客运
1,251,286
1
883,830
1,032,064
527,500
856,399
60,822
176,533
台北客运
1,119,614
2
998,675
1,185,802
97,272
897,356
35,708
－
指南客运
487,903
3
910,358
1,372,633
791,254
1,314,402
67,780
－
新店客运
480,827
4
462,178
571,374
254,182
567,820
12,554
30,588
首都客运
462,544
5
395,859
606,158
343,134
540,366
33,885
95,697
福和客运
188,352
6
－
－
－
－
37,232
38,165
淡水客运
70,750
7
251,137
465,453
339,027
391,238
23,344
30,828
－：表示资料不足
资料来源：台湾省公共汽车商业同业公会联合会(民86)，本研究整理
运输产业之一般特性
运输业系属服务业的一种，大多具有「资本密集」、「科技密集」与「信息密集」的性质，且通常较其它服务业所受到的管制程度为高，如：进入管制、费率管制、路线管制等。因此，运输业之特性自有异于其它工商产业。根据唐富藏(民79)与张有恒等(民82)指出，运输业具有八大特性，简述如下。
基本设施性：运输需求具衍生需求(derived demand)的特性。运输业所提供的客货运输服务并非消费者的最终需求，且运输活动本身，可能因运输过程中带给乘客的不舒适或货物的损坏而造成反效用。不过，运输活动却是促进人顺其行、物畅其流不可或缺的一环。所以，各种交通建设在先天上即具有基本设施的特性。
公共服务性：运输活动与民众日常生活息息相关，运输设施之规划必须着眼于社会大众的公共需要，运输服务的提供必须以公平且普及地服务大众为前提。
沉没成本性：相对于一般公司企业而言，运输业是属于需要大量投资的资本密集企业，且大多数的运输服务设施一旦投资后，很难移转为其它用途使用，故称为沉没成本特性。
独占性：由于运输业的初期投资庞大，为发挥其规模经济的效益，通常需要某种程度的独占，故称运输业具有独占特性。
接受公共管制性：运输业的独占特性与公共服务性，不论在经营效率或服务公平性上皆较不利于消费者。因此，政府通常会对运输业实施广泛且严密的管制，故一般将运输业特称为「受管制的企业」(Regulated Industry)。
无法储存性：一般商品的销售可透过存货的方式以调节旺季时供不应求的现象。但运输业在需求面上虽有尖离峰之分，不过，运输服务一旦产出，即无法储存以供尖峰期间之用。
产销计算单位不一致性：运输业的生产成本是根据所提供的服务量而定，但销售收入则是根据使用者的实际使用量而定。以公路客运业为例，生产的计算单位是车公里或座位公里，但销售的计算单位却是延人公里，此特性使得费率与成本间难有恒常不变的关系。
竞争代替性：运输业者间的竞争，不仅出现在同种运具之间(如不同公司之公交车)，亦出现在不同运具之间(如铁路与公路)。这种高度竞争代替的特性，也是运输业受到管制的主因之一。
市场结构
研究产业组织的起点，是透过一些足以显示市场特性的因子来了解市场或产业结构(薛琦等，民77)。任何市场皆由买卖双方所组成，因此，透过观察买卖双方的数目以及个别买者或卖者在整个市场中的相对地位，自然成为描述市场结构最基本的方式。不过，由于消费者人数多，且个别消费者间的相对地位差异较小，故于描述市场结构时，大多偏重于探讨卖方集中度。
在个体经济学的一般厂商理论中，通常以买卖双方的人数与产品的差异性，将市场结构分成独占、寡占、独占性竞争与完全竞争等四种。虽然厂商数目是衡量市场结构的重要因子，却非唯一的决定因子。例如：若A,B两市场各有五家厂商，但A市场中各厂商规模(市场占有率)皆为20%，B市场中最大厂商规模为80%，其余四家各占5%，显然因厂商间的相对规模有所差异，而形成不同的市场结构。为弥补一般理论对市场分类的不足，市场集中度(或称卖方集中度)可做为测定市场竞争程度之指标，其主要概念在于描述市场内厂商的数目与厂商规模的不均程度。
测定市场集中度的指标有很多，不过，大部分系以个别厂商的市场占有率为衡量指标，辅以不同的权重值，即产生不同的集中度公式。例如：强调较大规模厂商权重值者有集中率(concentration ratio)与Hirshman-Herfindahl指数(简称H指数)；强调较小规模厂商之分布状况者有Entropy指数(简称E指数)与Rosenbluth指数(简称R指数)；赋予最大规模厂商最重权值以判断产业是否有独占厂商存在者为综合集中指数(comprehensive concentration index, 简称CCI指数)。关于市场占有率的计算，可依产业中各厂商的销售额、总资产、员工人数或附加价值占整个市场总额的比例求得(Scherer and Rose, 1990)。本文分别以「载客人数」与「营业收入」做为国内线航空运输业与公路汽车客运业中各厂商市场占有率计算的基础，利用上述五个集中度指数，观察两个业别之特性并比较其间的差异，分述如下。
一、集中率指数
该指数系用来表示大厂商在市场中的地位。通常以「最大n家厂商集中率」来表示，故又称为截断指数(discrete index)。计算公式如下：
CRn：最大n家厂商集中率；Si (=si /S)：第i家厂商之市场占有率
si ：第i家厂商之销售额；S：市场中所有厂商之总销售额
由公式知，集中率指数较偏重于观察规模较大的厂商在市场中的地位。若n=2，则CR2表示市场占有率前二名厂商之市场集中度。指标值介于0与1之间，其值愈大，市场集中度愈高。理论上，n可以为任何数字，不过，世界各国判断集中度时所采用的n值各有所异，德国为CR3，美国为CR4，英国和日本为CR5，至于我国，根据公平交易法施行细则第三条规定，若CR2大于2/3或CR3大于3/4者，得列入独占事业认定之重要门坎值。本文以CR2、CR3与CR4之值观察两个产业之特性。
二、Hirshman-Herfindahl指数(简称H指数)
集中率虽能呈现市场集中程度，却无法显示最大n家厂商之相对规模。举例来说，若C,D两个产业之CR3皆为，但C产业前三大厂商之市场占有率均为，而D产业前三家之市场占有率分别为, , ，显见两者之CR3虽相同，其市场结构却有所差别。集中率之缺点可以利用H指数来弥补。H指数虽亦偏重于强调大厂商之市场地位，不过，该指数不仅能反映厂商家数，亦能显示厂商间的相对规模。计算公式如下：
N：厂商总数
由公式知，H指数可以视为个别厂商市场占有率之加权总和，而以其占有率做为权重值，加重大厂商之市场影响力。指标值介于0与1之间，其值愈大，市场集中度愈高。根据美国1993年合并指导原则(merger guideline)，将H指数乘以10,000，若该值大于1,800，即认定该市场属高度集中市场；若介于1,000与1,800之间，称为适度集中市场；若低于1,000，则认定不属于集中市场。
三、综合集中指数(简称CCI指数)
该指数系用来观察产业中是否具有独占事业，故赋予最大规模厂商之权重值为1。计算公式如下：
S1：最大厂商之市场占有率；Sj：第j厂商之市场占有率，j=2,3,…,N
由公式知，当产业中最大厂商之市场占有率愈大，CCI指数值所显示之市场集中度将相对提高。依过去公平交易委员会公告独占事业的经验值，本文以做为测定市场是否存在独占事业的门坎值。
四、Entropy指数(简称E指数)
与前述指数不同，E指数较强调小规模厂商的权重值，主要系呈现市场结构的分散程度。计算公式如下：
由公式知，该指数因采负号造成E指数愈大，集中度愈低。当N家厂商市场占有率相等时，E值为-logN，当市场出现一家独占之结构时，E值等于0，故其指标值介于-logN与0之间。为便于E值的观察，先将计算所得之E值取绝对值，再利用内插法计算(1-E)之调整值。若该值大于，则视为高市场集中度；反之，则集中度较低。
五、Rosenbluth指数(简称R指数)
该指数亦较偏重于小厂商之权重值。不过，R指数与市场集中度具有同方向的关系，不必再经过转换。其计算公式如下：
i：各厂商市场占有率之排名
由公式知，排名愈后面之厂商，虽然Si值较小，不过，其i值却变大，故称R指数赋予规模愈小之厂商的权重值愈大。根据公平交易委员会公告的经验值，R指数亦以做为测定市场集中度的门坎值。
兹分别以国内线航空运输与公路汽车客运两个产业为对象，依据表3-1与表3-2之基本数据，计算上述五个指数值，结果如表3-3所示。由表3-3知，两个业别之CR2与CR3均小于公平交易法之独占事业认定标准，显示产业中并无具有绝对影响力之厂商存在，这可由两个业别之CCI指数皆低于再次得到验证。不过，依经济学者对寡占市场之分类(陈铭煌，民87)，国内线航空市场之CR4介于与之间，属于寡占II型，公路汽车客运市场之CR4大于，则归类于寡占Ib型，显示公路汽车客运业之市场集中度略高于国内线航空运输业。进一步观察H指数发现，两个产业之H值皆高于1,800，显示市场结构属高度集中。若由调整后之E指数值与R指数值之大小亦可发现，两个指数值皆高过门坎值，显示市场之分散程度不高。经由上述分析知，若以市场内的厂商数目与厂商间的相对规模而言，国内线航空运输业与营运范围为台北县市之台湾省公路汽车客运业两者之市场结构甚为相近，均属厂商数目不多且市场内厂商的相对规模差异不大的寡占市场。
表3-3 国内线航空运输业与公路汽车客运业之市场集中度各指数值
业别
家数
CR2
CR3
CR4
H(×10,000)
CCI
E
调整后E值
R
国内线航空运输业
9
2,313
公路汽车客运业
7
2,145
成本结构
除了上述以经济层面的市场结构观察两个业别所处市场环境的相似程度外，本文另以财务观点之成本结构探讨此两者在财务特性上的异同，以检视比较基准是否一致。如节所述，运输业具有八大特性，此八大特性反映在其成本结构上，具有三个财务特性，整理如表3-4所示，兹分述如下。
一、高比例的固定资产结构
由于运输业的的基本设施性与沉没成本性，使得运输业在成本结构上，固定资产占总资产的比例甚高。由表3-4知，民国86年国内七家航空公司(中华与长荣以经营国际航线为主不予计入)之固定资产占总资产的比例之平均值为%；国内六家公路汽车客运业者(福和客运因资料不足不予计入)之平均值为%。由其比例值可知，两个业别之总资产中均有超过七成的比例为固定资产，显示运输产业所需投入的固定成本甚高。
二、高比例的长期负债结构
由于运输业初期的投资金额庞大，通常以举债(长期负债)方式购入运输设备，造成公司长期负债占总负债的比例甚高。由表3-4知，民国86年七家航空公司的平均值为%；六家公路汽车客运业者之平均值为%。两个业别的总负债中超过一半为长期负债，说明其举债购入运输设备的营运特性，显示两个业别在此一成本结构上十分相近。
三、高利息负担
长期负债造成运输业在每个会计期间内皆须背负沉重的利息费用。由表3-4知，民国86年七家航空公司的利息支出占营业外支出的比例之平均值为%；四家公路汽车客运业者(台北、指南因数据不足未纳入)的平均值为%。两个业别之平均值皆可显示此二产业之利息负担颇为沉重，不过，航空业之平均比例值较公路客运业高出约12%，可能因航空器的购置成本较公路汽车客运业之运输工具高出甚多，造成航空业者之利息负担更为沉重。
表3-4 七家航空公司与六家公路汽车客运业者之成本结构各比例值(民86)
业别
公司别
固定资产占总资产比例(%)
长期负债占总负债比例(%)
利息支出占营业外支出比例(%)
公司值
产业平均值
公司值
产业平均值
公司值
产业平均值
国
内
线
航空运输
远东
复兴
国华
立荣
大华
瑞联
台湾
公路
汽车客运
三重
台北
－
指南
－
新店
首都
淡水
由上述分析知，国内线航空运输业与公路汽车客运业两者之成本结构亦甚为相近，均具有「高比例的固定资产结构」、「高比例的长期负债结构」与「高利息负担」三项特性。此外，这三个财务特性有助于绩效评估过程中，有关财务比率的初选与会计要素的划分。例如：高比例的固定资产结构特性，将资产类别的评估项目分为「流动资产」、「固定资产」与「总资产」三项；高比例的长期负债结构特性，将负债类别的评估项目分为「流动负债」、「长期负债」与「总负债」三项；高利息负担特性使得费用类别的评估项目除了「营业成本」外，再加入「利息费用」一项；此外，由于运输产业系属服务业的一种，资产类别中的「存货」项目并不纳入评估项目中。
财务比率与营运绩效
自从财务比率分析于十九世纪末提出以来，在企业诊断与营运绩效评估的范畴中，比率分析一直为实务界广泛的应用。由节中可知，从财务状况的预警、财务结构的分析到营运绩效的评估，此法不仅适用于不同业别，亦可做为同业间的绩效评比。然而，由节中发现，过去在评估运输产业营运绩效时，纳入财务比率考虑者极为少见。以使用的会计科目而言，多仅加入「营业收入」、「本期损益」、「薪资费用」与「维修费用」等项目，而所使用的评估指标中，亦仅出现分子或分母为上述项目所组成的比率，如：「营收对员工人数」、「本期损益对员工人数」、「延人公里对薪资费用」与「延运具公里对维修费用」等比值。此类指标并不等同于由财务报表中任两个会计科目相除所构成的财务比率。
若过去文献中经常使用的非财务比率评估指标能完全替代财务比率，则财务比率当可不须纳入运输产业营运绩效的评估过程中；反之，若财务比率所能衡量的部分营运绩效无法被替代，意谓过去以非财务比率指标来评估营运绩效的方式可能无法一窥运输产业整体营运绩效的全貌。至于财务比率能否被传统运输界所使用的非财务比率指标所替代，在本研究第五章的实证与第六章的比较分析中将有进一步的说明。以下，先就财务比率的来源与其对企业营运绩效的解释意涵进行说明。
财务比率之所以广泛的应用在企业营运绩效的评估中，系因企业的营运成果皆反映在当期的财务报表中，而财务比率系由财务报表中任两个会计科目之比值所构成。因此，藉由观察比率值的高低以及各比率间的关系变化，当可评估该企业营运绩效的良窳。不过，如节所述，各学者所提出的财务比率并不完全一致，本文则以主要财务报表(资产负债表、损益表与现金流量表)的用途及报表间的关联性探讨财务比率与营运绩效间的关系。
一、资产负债表中的财务比率。资产负债表系表示企业在某特定时点的财务状况之报表。分析资产负债表可以了解企业在决算时点的资金运用与财务结构状况，报表组成如图3-1所示。
总
资
产
流
动资
产
速动资产
现金及约当现金
总
负
债
流动负债
其它流动资产
长期负债
存货
其它负债
预付款项
股东权益
固定资产
其它资产
图3-1 资产负债表的组成
在图3-1中，左半部为企业的总资产，由资产的分布情况可以了解该企业对于资金的运用状况；右半部为企业的总资本，由总负债与股东权益占总资本的百分比可以了解企业对于资金的调度状况；若同时观察资产、负债与股东权益彼此间的比值大小可以了解企业的财务结构是否健全。资产负债表中的财务比率可分为二类，一类系以流动资产与流动负债间的比值来衡量企业履行其短期义务的程度，称为「短期偿债能力」；另一类系以资产、负债与股东权益彼此间的比值来衡量企业对于生产与营业等活动所需的资产，其投下的资金是否适当，称为「财务结构健全性」。由资产负债表产生的财务比率及比率内容如表3-5所示。
二、损益表中的财务比率。损益表系表示企业在某一特定期间内的经营成果之报表。分析损益表可以了解企业在会计期间内的损益结构与经营利润。报表组成如图3-2所示。
图3-2 损益表的组成
表3-5 资产负债表中的财务比率
类别
代
号
比率名称
比率内容
分子
分母
短期偿
债能力
S1
流动比率
流动资产
流动负债
S2
速动比率
速动资产
流动负债
S3
现金比率
现金及约当现金
流动负债
财务结构健全性
F1
固定比率
股东权益
固定资产
F2
自有资本比率
股东权益
总资产
F3
债权比率
股东权益
总负债
F4
负债比率
总资产
总负债
F5
固定占长期比率
固定资产
长期负债
F6
长期固定比率
(股东权益+长期负债)
固定资产
由图3-2知，本期损益系由四个阶段的利益计算而得，各阶段的利益有不同的涵义。营业毛利的高低代表原料的价格、商品生产方式或单位成本是否具有竞争力；营业损益的高低代表企业营运之必要支出是否在合理的范围内；营业损益与营业外损益占税前损益的百分比可以了解公司在本业经营上的成果。损益表中的财务比率主要系以营业收入为分母，其它项目为分子，用来衡量企业在某一期间内的获利状况，称为「获利能力」。由损益表产生的财务比率及比率内容如表3-6所示。
三、资产负债表、损益表与现金流量表间的财务比率。现金流量表系表示企业掌握现金流量(流入与流出)的动态与实际金额的大小，可以做为资金运用与调度的参据。报表组成如图3-3所示。
表3-6 损益表中的财务比率
类
别
代
号
比率名称
比率内容
分子
分母
获利能力
P1
营业成本比率
营业收入
营业成本
P2
毛利率
营业毛利
营业收入
P3
营业利益率
营业利益
营业收入
P4
税前净利率
税前净利
营业收入
P5
净利率
本期净利
营业收入
图3-3 现金流量表的组成
图3-3中的期末现金及约当现金余额将转入期末资产负债表中的现金科目，其值已做为现金比率(S3)计算之用。「营业活动之现金流量」与本期经营绩效密切相关，以此做为分子，分别以流动负债与营业收入为分母，亦可用来衡量企业短期偿债能力之良窳。此外，对投资人而言，所关心的是投下的资本(资金)所能获得利润的大小，称为「投资报酬率」，这牵涉到以不同形式的投入(资产或资本)所能产生的利益(本期净利)，前者属资产负债表的科目，后者则属损益表科目。对经营者而言，所关心的是企业运用资产或举债所产生的营收水平，称为「资产与负债周转率」，所代表的是企业对资产或举债的运用效率，同样涵盖资产负债表与损益表的科目。由三种报表间所产生的财务比率及比率内容如表3-7所示。
表3-7 三种财务报表间的财务比率
类别
代号
比率名称
比率内容
分子
分母
短期偿债能力
S4
现金流量比率
营业活动之现金流量c
流动负债a
S5
营收现金流量比率
营业活动之现金流量c
营业收入b
投资报酬率
R1
流动资产报酬率
本期净利b
流动资产a
R2
固定资产报酬率
本期净利b
固定资产a
R3
总资产报酬率
本期净利b
总资产a
R4
股东权益报酬率
本期净利b
股东权益a
资产与负债周转率
T1
流动资产周转率
营业收入b
流动资产a
T2
固定资产周转率
营业收入b
固定资产a
T3
总资产周转率
营业收入b
总资产a
T4
流动负债周转率
营业收入b
流动负债a
T5
长期负债周转率
营业收入b
长期负债a
T6
总负债周转率
营业收入b
总负债a
T7
股东权益周转率
营业收入b
股东权益a
a：资产负债表科目；b：损益表科目；c：现金流量表科目
绩效评估的基本原则
影响运输产业营运绩效良窳的因素甚多，包括不可控制的外在环境因素，如：政策的制定、法规的变动、费率的松绑、市场的开放程度等，与内部的经营管理因素，如：生产、营销、财务等各方面的效率表现。由于外部环境难以预测，故本文对于绩效评估的基本原则系以与营运活动有关的内部经营管理因素为主。
绩效评估的精神在于如何将众多可能影响企业营运绩效表现的因素予以整合，并厘清彼此间的关系；进而将这些因素量化成实际可供操作的指标，且从中找出具代表性的指针集合以衡量公司营运绩效，并据以改善现况、提升效率。因此，一个好的绩效评估模式应具备三个基本原则：「概念架构的完整性」、「实务上的可操作性」以及「评估结果的实用性」。兹分述如下。
一、概念架构的完整性。由节可知，过去文献中对于评估指针集合的产生，大多先以不同的立场(如：政府、业者、消费者等)建构影响营运绩效的相关因素层级图，再据以形成评估指针的集合。然而，由于各研究不同的研究目的，造成所选取的评估指标差异颇大，其评估结果往往仅适用于该研究，评估指标的普遍性与一般性较为不足。
此外，传统上绩效评估指标的构成多以运输投入(如：员工数、运具数、耗油量等)与运输产出(如：乘客数、延人公里、延运具公里)所衍生的相关指标，以及运输服务所形成的质量指针(如：服务态度、舒适度、安全性等)为主要内容。至于企管实务中经常使用的财务比率(如：流动比率、负债比率、毛利率等)则甚少被纳入营运绩效评估的研究中。仅探讨运输投入与产出间资源运用效率与产出利用率的概念架构，可能无法衡量对公司生存与发展有重要影响的部分绩效，如：短期偿债能力、长期偿债能力、投资报酬率等。
由上述分析知，若概念架构之形成仅以不同的立场来构建相关影响因素的层级图，将使得研究结果的适用范围有所限制；而忽略财务层面的因素，仅考虑运输层面相关影响因素所形成的概念架构，可能使得评估结果不够完整。因此，绩效评估模式的概念架构，除了传统运输面的考虑必须周全外，亦应兼顾财务面所扮演的角色。
二、实务上的可操作性。经由绩效评估的概念架构所形成的评估指标，理论上可全部投入绩效评估的过程中。不过，若评估指标过多，在实务上将导致大量人力与时间上的消耗，且作业程序繁琐。再者，各指标间关系不明确，若将彼此关联性高，可互相替代的评估指标同时投入评估过程中，反而因部分评估指标性质的重复，使评估结果有偏颇之虞。
此外，由节可知，过去文献中经常使用的指标撷取方法，多半以数理统计中的回归分析、判别分析、因子分析与群落分析等为主。研究结果显示，不管在变量缩减程度上，或对总变异的解释能力上，都有不错的效果。但这些方法在实务应用上仍存在二个假设前提：(1)需要搜集足够的数据量，亦即样本数必须够大；(2)数据的分布必须符合常态分配。当样本数太少或数据不符合常态分配时，这类分法在使用上即有所限制。以国内运输产业为例，一年之营运数据或财务数据(上市、上柜公司除外)取得即甚为不易，更遑论进行长期间的资料搜集。
由上述分析知，过多的指标投入绩效评估中，由于指标间可能存在的替代关系，将造成评估结果有所偏误，且因评估程序之复杂度提高，降低实务上的可操作性。而评估指针的数据期间太短，则可能造成传统指标缩减方法的不适用。因此，为提高实务上的可操作性，评估指标的撷取方法应兼顾能筛选出具代表性指标的能力以及不受少量数据与数据分配型态未知限制的特性。
三、评估结果的实用性。营运绩效评估的目的不在于比较各公司间的优劣良窳，而是透过评估结果协助管理者发现效率不佳的症结。评估结果对管理者的意义，不单是指出哪些评估指标的表现相对较差，更须将整体营运绩效依各部门的职掌与功能予以分解，进而比较部门间的绩效表现，做为拟定绩效改善方向的参据。
举例而言，如果某公司的某些指标值(如：每位员工的产出、每单位货币的产出)较其它受评同业为佳，而在某些指标值(如：每单位产出的营收、每单位成本的营收)的表现则较差。倘若仅以指标值的内容来看，该公司不论在人力或货币的产出上皆较受评同业为优，但是在每单位产出或货币为公司创造的营业收入上则不如同业，此结果对管理者而言，并不易发现营运绩效之改善应从何处着手。但是，若依各指标的隶属部门进一步分析可知，前二个指标与生产部门关系较为密切，后二个指标则与营销部门的关联性较高。后二个指针值较低，显示该公司的营销效率较差，在营销组合或顾客满意度方面仍有待加强，才会造成产品生产量达同业水平，销售量却不如同业的情况。
由上述分析知，若能将各评估指针依组织中各部门的功能予以分类，则经由各类评估指标值的综合评断，即可发现各部门的效率表现状况，并做为公司营运绩效改善的参据。如此，评估结果对管理者而言将更具实用性。
概念架构的形成
大多数民营企业以追求利润最大为目的，而营运活动是否具有效率与企业的获利能力密切相关，甚至威胁企业的生存。如图3-4所示，营运活动可视为一连续且循环的过程，其中包含三个部分－要素投入、产品产出与顾客消费，而两两之间的关系分别代表营运活动过程中的三个阶段－生产、营销与执行。在此过程中，厂商系根据上一期的顾客消费状况决定本期的最适要素投入量(如：劳动、车队、资产、资本)；其次，在已知的要素投入量下，追求生产阶段的产出(如：营运班次、延车公里、座位公里)最大；在产品价格与要素价格固定的情况下，依目前的产出水平，追求营销阶段的顾客消费量(如：延人公里、营业收入、本期损益)最大；最后，本期最终的销售结果又可做为执行阶段计算本期要素投入的报酬，并据以决定下一期的要素投入量。由此可知，企业的营运活动系由「要素投入」、「产品产出」与「顾客消费」所组成，其彼此间的关系与营运绩效的表现密切相关。
图3-4 企业营运活动的循环
运输安全系运输业者最重视的经营要件之一，Robbins于1990年指出，具有特别严格的安全要求的产业，如：航空、公路、海运等，其组织结构较适合由职掌不同功能的各部门所组成，这种结构的主要观念是「标准化(Standardization)」，亦即以标准化的作业程序避免行车事故的发生与提升内部作业效率。配合上述营运活动过程的分解，本研究将运输产业整体营运绩效依功能隶属部门的不同分解成三个部分，如图3-5所示。
在图3-5中，要素投入与服务产出构成的「生产效率」系衡量组织的资源利用程度(如：劳动生产力、短期偿债力、长期偿债力)，可以代表与生产相关的部门之营运效率，如运务与维修部门等。服务产出与服务消费构成的「营销效率」系衡量组织的产出销售程度(如：运具营销力、座位营销力、负债周转率)，可以代表与营销相关的部门之营运效率，如业务与企划部门等。服务消费与要素投入构成的「执行效率」系衡量组织在期初的营运计划与最终的营运结果之差异程度(如：运具执行力、投资报酬率、资产与股东权益周转率)，可以代表与执行相关的部门之营运效率，如财会与管理部门等。
图3-5 运输产业营运绩效评估之概念架构
在运输层面的考虑因素上，按投入－产出－消费的观念，属要素投入者有「劳动」与「运具」两个类别，属服务产出者为「运输产出」类别，属服务消费者为「乘客」类别。在财务面的考虑因素上，本文依会计五大要素(资产、负债、业主权益、收入、费用)的定义予以归类。按Walter and Robert (1987)的定义：资产(Assets)系指企业所拥有的经济资源且预期在未来能获益者；负债(Liabilities)系指企业由于过去交易或其它事项所产生之经济义务；业主权益(Owner’s equity)系指股东所投入的资源；收入(Revenue)系指企业在会计期间内销售物品或提供服务所获得的报酬；费用(Expenses)系指企业为获取收入而发生之各项支出。由此可知，「资产」与「资本」两类属财务面的投入，「负债」与「费用」属财务面的产出，至于收入与费用之差所得之「损益」则属财务面的消费。
根据上述九大评估类别进一步细分各类别之评估项目。运输类别的评估项目因行业别与运具的性质，其名称与重视的评估项目并不完全一致。如表3-8所示，在公路客运业中称为「车辆数」，在航空运输业中称为「机队数」；公路客运业较重视的运输产出为「营运班次」与「延车公里」，航空运输业中则为「飞航班次」、「营运公里」、「可提供座位数」与「座位公里」。财务类别的评估项目系由节中运输产业的三个财务特性协助细分：高比例的固定资产结构特性，将资产类别的评估项目分为「流动资产」、「固定资产」与「总资产」三项；高比例的长期负债结构特性，将负债类别的评估项目分为「流动负债」、「长期负债」与「总负债」三项；高利息负担特性使得费用类别的评估项目除了「营业成本」外，再加入「利息费用」一项；服务的无法储存性使得资产类别中的「存货」项目不纳入评估项目中。此外，资本类别依其在财务报表上的组成，分为「股本」与「股东权益」两项；损益类别依图3-2损益表的组成，分为「营业收入」、「营业毛利」、「营业损益」、「税前损益」与「本期损益」等五项。
表3-8 公路客运与航空运输之营运绩效评估项目表
分类
评估类别
公路客运之评估项目
航空运输之评估项目
要素投入
劳动
员工人数
员工人数
维修人员数
维修人员数
驾驶人员数
驾驶人员数
车队
车辆数
机队数
耗油量
耗油量
资产
流动资产＊
流动资产＊
固定资产＊
固定资产＊
总资产＊
总资产＊
资本
股本＊
股本＊
股东权益＊
股东权益＊
服务产出
运输产出
营运班次
飞航班次
营运公里
延车公里
可提供座位数
座位公里
负债
流动负债＊
流动负债＊
长期负债＊
长期负债＊
总负债＊
总负债＊
费用
营业成本＊
营业成本＊
利息费用＊
利息费用＊
服务消费
乘客
载客人数
载客人数
延人公里
延人公里
损益
营业收入＊
营业收入＊
营业毛利＊
营业毛利＊
营业损益＊
营业损益＊
税前损益＊
税前损益＊
本期损益＊
本期损益＊
＊：表示财务报表之会计科目
第四章 模式构建
如第三章所述，一个好的营运绩效评估模式须同时兼具完整的概念架构、实务上的可操作性与评估结果的实用性等三个基本原则。以第三章的绩效评估概念架构与评估项目为基础，本章旨在建立运输产业营运绩效的评估步骤，第一节提出本文之研究假设；第二节说明评估指针的类别与绩效评估指针集合的产生；第三节利用灰色关联分析将关联度高的绩效评估指针予以分群，并从中撷取各群之代表性指针；第四节以TOPSIS法计算绩效分数；第五节提出评估营运绩效的步骤。
研究假设
本文进行运输产业营运绩效评估之研究时，系以客观、可量化的评估指针为衡量依据。不过，关于资料的来源与使用仍有以下的假设。
假设1：许多与营运绩效有关的定性评估指针(如：服务态度、乘坐舒适度、管理者的经营哲学等)，本文假设此类指针可由公司的营运状况反映出来，亦即表现在量化的营运资料上。
假设2：本文对于运输层面相关资料的搜集系来自政府单位的相关出版品，财务层面相关资料的搜集则来自各公司的财务报表。至于超出此范围的评估指针，由于其资料取得不易，实务上亦不易衡量，本文假设此类指针对营运绩效的影响不大。
假设3：本文假设所采用的财务报表相关资料并无「窗饰」(window showing)效果，亦即各公司提供的财务资料系该公司当年度客观且正确的数字。
绩效评估指针集合
基本上，表3-8中不论是公路客运或航空运输，由要素投入、服务产出、服务消费三大分类两两之间各选一个评估项目相除所得的比值，即可构成一个绩效评估指针。而依据所使用的资料型式可将评估指针分为三种：若分子与分母皆为运输层面的评估项目，则其比值称为「运输指针」；若分子与分母皆为财务层面的评估项目，则其比值称为「财务比率」；若分子与分母其中之一为运输层面的评估项目，另一为财务层面的评估项目，则其比值称为「混合指针」。
依上述评估指针的形成方式，以公路客运为例，其要素投入、服务产出与服务消费各有10、7与7个评估项目，在生产效率、行销效率与执行效率上将分别产生70、49与70个评估指针；以航空运输为例，其要素投入、服务产出与服务消费各有10、9与7个评估项目，在生产效率、行销效率与执行效率上将分别产生90、63与70个评估指针。由此可知，其所需处理的资料量相当庞大，且计算程序复杂。为了避免产生过多不具意义或重叠性高的指针，造成资源上的浪费，本文除了依第二章之文献回顾以及第三章之概念架构与产业特性协助产生绩效评估指针外，另采取三个基本原则筛选评估指针。
评估指针须有初步的解释意义，否则应予删除。如：负债对劳动类评估项目、利息费用对乘客人数、延人公里对资产类评估项目等比率，其值并非有意义的指针，故不列入指针集合中。
评估指针间若以先验知识即可判断彼此间具有高度替代性，则视其与本业是否有直接相关择一为代表。如：营业毛利、营业损益、税前损益、本期损益皆与公司当期的获利状况有关，但营业损益为营业收入减去营业成本与营业费用，该值与公司本业的营业状况较有直接关联，在产生混合指针时，将以营业损益所得之评估指针为主。
若评估项目的资料无法取得时，以意义相近的评估项目代替之。除了已上市、上柜的运输业者外，其余公司的财务资料皆不易取得，至于不列入财务报表的运输层面评估项目值，则更难得知。以公路客运业为例，本文透过汽车客运商业同业公会联合会亦仅能取得各业者部分财务资料，而非完整的财务报表。某些评估项目值(如：总资产、总负债等)仍须透过计算才能得到，某些评估项目值(如：营业成本、营业费用等)须先定义清楚方能求算，某些评估项目值(如：本期损益)甚至不可得，资料之处理方式详见节。运输层面的评估项目值则以公会或政府出版的相关刊物为主要来源，以航空运输为例，本文以交通部民航局的民航统计年报取得评估项目值。不过部分评估项目值(如：维修人数、驾驶人员数、耗油量等)因资料不足，改以员工总数与机队数代表之。
公路客运业之绩效评估指针集合
经过三个基本原则的初步筛选，公路客运业的绩效评估指针集合共有56个指针，其中有19个运输指针，23个财务比率，14个混合指针。按效率别区分，属生产效率的指针有17个，属行销效率的指针有16个，属执行效率的指针有23个。兹分述如下。
生产效率之评估指针。如表4-1所示，生产阶段的评估指针依其性质分为劳动生产力、车队生产力、资产生产力、短期偿债力与长期偿债力等五大类。
表4-1 公路客运业生产效率之评估指针集合
类别
代号
指针名称
评估公式
劳动
生产力
BF1
班次数对员工数比率
营运班次/员工人数
BF2
延车公里对员工数比率
延车公里/员工人数
BF3
班次数对维修人员比率
营运班次/维修人员数
BF4
延车公里对维修人员比率
延车公里/维修人员数
BF5
班次数对驾驶人员比率
营运班次/驾驶人员数
BF6
延车公里对驾驶人员比率
延车公里/驾驶人员数
车队
生产力
BF7
班次数对车队数比率
营运班次/车辆数
BF8
延车公里对车队数比率
延车公里/车辆数
BF9
延车公里对耗油量比率
延车公里/耗油量
资产
生产力
BF10
班次数对总资产比率
营运班次/总资产
BF11
延车公里对总资产比率
延车公里/总资产
短期
偿债力
BF12
流动比率
流动资产/流动负债
BF13
业主权益占固定比率
股东权益/固定资产
BF14
自有资产比率
股东权益/总资产
长期
偿债力
BF15
长期负债占固定比率
固定资产/长期负债
BF16
负债比率
总资产/总负债
BF17
债权比率
股东权益/总负债
行销效率之评估指针。如表4-2所示，行销阶段的评估指针依其性质分为营运班次行销力、座位行销力、获利力与负债周转率等四大类。
表4-2 公路客运业行销效率之评估指针集合
类别
代号
指针名称
评估公式
营运班次
行销力
BM1
载客数对班次数比率
载客人数/营运班次
BM2
延人公里对班次数比率
延人公里/营运班次
BM3
营业收入对班次数比率
营业收入/营运班次
BM4
营业损益对班次数比率
营业损益/营运班次
延车公里
行销力
BM5
载客数对延车公里比率
载客人数/延车公里
BM6
延人公里对延车公里比率
延人公里/延车公里
BM7
营业收入对延车公里比率
营业收入/延车公里
BM8
营业损益对延车公里比率
营业损益/延车公里
获利力
BM9
经营比率
营业收入/营业成本
BM10
毛利率
（营业收入-营业成本）/营业收入
BM11
营业利润率
营业损益/营业收入
BM12
营业纯益率
税前损益/营业收入
负债周转率
BM13
流动负债周转率
营业收入/流动负债
BM14
长期负债周转率
营业收入/长期负债
BM15
总负债周转率
营业收入/总负债
BM16
利息费用比率
营业收入/利息费用
执行效率之评估指针。如表4-3所示，执行阶段的评估指针依其性质分为劳动执行力、车队执行力、报酬率、资产与负债周转率等四大类。
表4-3 公路客运业执行效率之评估指针集合
类别
代号
指针名称
评估公式
劳动
执行力
BC1
载客数对员工数比率
载客人数/员工人数
BC2
延人公里对员工数比率
延人公里/员工人数
BC3
营业收入对员工数比率
营业收入/员工人数
BC4
税前损益对员工数比率
税前损益/员工人数
BC5
营业收入对维修人员比率
营业收入/维修人员数
BC6
营业收入对驾驶人员比率
营业收入/驾驶人员数
车队
执行力
BC7
载客数对车队数比率
载客人数/车辆数
BC8
延人公里对车队数比率
延人公里/车辆数
BC9
营业收入对车队数比率
营业收入/车辆数
BC10
税前损益对车队数比率
税前损益/车辆数
BC11
载客人数对耗油量比率
载客人数/耗油量
BC12
延人公里对耗油量比率
延人公里/耗油量
BC13
营业收入对耗油量比率
营业收入/耗油量
BC14
税前损益对耗油量比率
税前损益/耗油量
报酬率
BC15
流动资产报酬率
税前损益/流动资产
BC16
固定资产报酬率
税前损益/固定资产
BC17
总资产报酬率
税前损益/总资产
BC18
股东权益报酬率
税前损益/股东权益
BC19
营业净利之股本报酬率
营业损益/股本
资产与股东权益周转率
BC20
流动资产周转率
营业收入/流动资产
BC21
固定资产周转率
营业收入/固定资产
BC22
总资产周转率
营业收入/总资产
BC23
股东权益周转率
营业收入/股东权益
航空运输业之绩效评估指针集合
航空运输业的绩效评估指针集合共有63个指针，其中有16个运输指针，27个财务比率，20个混合指针。按效率别区分，属生产效率的指针有22个，属行销效率的指针有21个，属执行效率的指针有20个。兹分述如下。
生产效率之评估指针。如表4-4所示，生产阶段的评估指针依其性质分为劳动生产力、机队生产力、飞航设备生产力、资产生产力、短期偿债力与长期偿债力等六大类。
表4-4 航空运输业生产效率之评估指针集合
类别
代号
指针名称
评估公式
劳动
生产力
AF1
班次数对员工数比率
飞航班次/员工人数
AF2
营运里程对员工数比率
营运里程/员工人数
AF3
座位数对员工数比率
可售座位数/员工人数
AF4
座位公里对员工数比率
座位公里/员工人数
机队
生产力
AF5
班次数对机队数比率
飞航班次/机队数
AF6
营运里程对机队数比率
营运里程/机队数
AF7
座位数对机队数比率
可售座位数/机队数
AF8
座位公里对机队数比率
座位公里/机队数
飞航设备
生产力
AF9
班次数对飞航设备比率
飞航班次/飞航设备
AF10
营运里程对飞航设备比率
营运里程/飞航设备
AF11
座位数对飞航设备比率
可售座位数/飞航设备
AF12
座位公里对飞航设备比率
座位公里/飞航设备
资产
生产力
AF13
班次数对总资产比率
飞航班次/总资产
AF14
营运里程对总资产比率
营运里程/总资产
AF15
座位数对总资产比率
可售座位数/总资产
AF16
座位公里对总资产比率
座位公里/总资产
短期偿债力
AF17
流动比率
流动资产/流动负债
AF18
业主权益占固定比率
股东权益/固定资产
AF19
自有资产比率
股东权益/总资产
长期偿债力
AF20
固定资产占长期负债比率
固定资产/长期负债
AF21
负债比率
总资产/总负债
AF22
债权比率
股东权益/总负债
二、行销效率之评估指针。如表4-5所示，行销阶段的评估指针依其性质分为飞航班次行销力、营运里程行销力、座位行销力、获利力与负债周转率等五大类。
表4-5 航空运输业行销效率之评估指针集合
类别
代号
指针名称
评估公式
飞航班次
行销力
AM1
延人公里对班次数比率
延人公里/飞航班次
AM2
营业收入对班次数比率
营业收入/飞航班次
AM3
营业损益对班次数比率
营业损益/飞航班次
营运里程
行销力
AM4
营业收入对营运里程比率
营业收入/营运里程
AM5
营业损益对营运里程比率
营业损益/营运里程
座位
行销力
AM6
载客率
载客人数/可售座位数
AM7
延人公里对座位数比率
延人公里/可售座位数
AM8
营业收入对座位数比率
营业收入/可售座位数
AM9
营业损益对座位数比率
营业损益/可售座位数
AM10
座位公里对载客数比率
座位公里/载客人数
AM11
营业收入对座位公里比率
营业收入/座位公里
AM12
营业损益对座位公里比率
营业损益/座位公里
获利力
AM13
经营比率
营业收入/营业成本
AM14
毛利率
（营业收入-营业成本）/营业收入
AM15
营业利润率
营业损益/营业收入
AM16
营业纯益率
税前损益/营业收入
AM17
净利率
本期损益/营业收入
负债周转率
AM18
流动负债周转率
营业收入/流动负债
AM19
长期负债周转率
营业收入/长期负债
AM20
总负债周转率
营业收入/总负债
AM21
利息费用比率
营业收入/利息费用
三、执行效率之评估指针。如表4-6所示，执行阶段的评估指针依其性质分为劳动执行力、机队执行力、报酬率、资产与股东权益周转率等四大类。
表4-6 航空运输业执行效率之评估指针集合
类别
代号
指针名称
评估公式
劳动
执行力
AC1
载客数对员工数比率
载客人数/员工人数
AC2
延人公里对员工数比率
延人公里/员工人数
AC3
营业收入对员工数比率
营业收入/员工人数
AC4
本期损益对员工数比率
本期损益/员工人数
机队
执行力
AC5
载客数对机队数比率
载客人数/机队数
AC6
延人公里对机队数比率
延人公里/机队数
AC7
营业收入对机队数比率
营业收入/机队数
AC8
本期损益对机队数比率
本期损益/机队数
报酬率
AC9
流动资产报酬率
本期损益/流动资产
AC10
飞航设备报酬率
本期损益/飞航设备
AC11
固定资产报酬率
本期损益/固定资产
AC12
总资产报酬率
本期损益/总资产
AC13
股东权益报酬率
本期损益/股东权益
AC14
营业净利之股本报酬率
营业损益/股本
AC15
本期净利之股本报酬率
本期损益/股本
资产与股东权益周转率
AC16
流动资产周转率
营业收入/流动资产
AC17
飞航设备周转率
营业收入/飞航设备
AC18
固定资产周转率
营业收入/固定资产
AC19
总资产周转率
营业收入/总资产
AC20
股东权益周转率
营业收入/股东权益
财务比率的衡量意涵
公路客运与航空运输的绩效评估指针集合中分别有23个与27个财务比率，主要差异来自两个因素。其一是由于航空运输业的「飞航设备」在固定资产中所占的比率甚高，亦将其列为评估项目之一，而由此产生的AM17、AC10与AC17三个指针在公路客运业的评估指针集合中并不存在；另一个因素则是由于航空运输业者大多为公开发行公司，其财务报表的取得较易，故「本期损益」产生的评估指针AC15亦不出现在公路客运业的指针集合中。兹按生产、行销与执行效率将主要的财务比率所衡量的的营运绩效意涵分别整理如表4-7、4-8与4-9所示。
表4-7 生产效率之财务比率的衡量意涵
指针名称
指针之衡量意涵
流动比率
显示企业的短期负债中，有多少短期资金可做为偿还，用以衡量企业的短期偿债能力
业主权益占固定比率
显示企业的固定资产中，有多少是由自有资金供给，用以衡量企业的财务结构是否健全
自有资产比率
显示企业的总资产中，有多少是由自有资金供给，亦用以衡量企业的财务结构是否健全
长期负债占固定比率
显示每一元的长期负债有多少固定资产的保障，用以衡量企业将长期资金运用于固定资产的程度
负债比率
显示企业每一元的负债有多少资产的保障，用以衡量企业的长期偿债能力
债权比率
显示企业每一元的负债有多少自有资金的保障，用以衡量企业长期的财务结构安全性
表4-8 行销效率之财务比率的衡量意涵
指针名称
指针之衡量意涵
经营比率
显示企业每一元的营业成本所能创造的营业额，用以衡量企业在某特定期间内将产出转为消费的能力
毛利率
显示企业每一元营业额的生产利润，用以衡量企业在某特定期间内直接生产利润的经营成果
营业利润率
显示企业每一元营业额所能产生的营业损益，用以衡量企业在某特定期间内本业的经营成果
营业纯益率
显示企业每一元营业额所能产生的税前损益，用以衡量企业在某特定期间内(不考虑税赋)的经营成果
净利率
显示企业每一元营业额所能产生的本期损益，用以衡量企业在某特定期间内的经营成果
流动负债周转率
显示企业利用每一元的短期举债所能创造的营业额，用以衡量企业对短期举债的使用效率
长期负债周转率
显示企业利用每一元的长期举债所能创造的营业额，用以衡量企业对长期举债的使用效率
总负债周转率
显示企业利用每一元的举债所能创造的营业额，用以衡量企业对总负债的使用效率
利息费用比率
显示债权人在利息方面所享有的保障程度，用以衡量企业的付息能力
表4-9 执行效率之财务比率的衡量意涵
指针名称
指针之衡量意涵
流动资产报酬率
显示企业每一元流动资产所能获得的利润，用以衡量企业流动资产的获益能力
固定资产报酬率
显示企业每一元固定资产所能获得的利润，用以衡量企业固定资产的获益能力
总资产报酬率
显示企业每一元总资产所能获得的利润，用以衡量企业总资产的获益能力
股东权益报酬率
显示企业每一元的自有资金所能获得的利润，用以衡量企业股东权益的获益能力
营业净利
之股本报酬率
显示企业每一元股本在本业上所能获得的利润，用以衡量公司股本在本业上的获益能力
本期净利
之股本报酬率
显示企业每一元股本在当期所能获得的利润，用以衡量公司股本的获益能力
流动资产周转率
显示企业每一元流动资产所能创造的营业额，用以衡量企业流动资产的使用效率
固定资产周转率
显示企业每一元固定资产所能创造的营业额，用以衡量企业固定资产的使用效率
总资产周转率
显示企业每一元资产所能创造的营业额，用以衡量企业总资产的使用效率
股东权益周转率
显示企业每一元自有资金所能创造的营业额，用以衡量企业自有资金的使用效率
代表性指针的撷取
绩效评估指针集合中，指针的数目仍多且各指针间的关系仍不明确，若能将评估指针予以分群，使群间的相关性低，而群内的相关性高，并从各群中选择具代表该群特性的指针，有助于厘清各指针间的关系，更易于评估结果的解释。当样本数据量够大，且数据符合常态分配时，大多数研究者利用数理统计的方法(因子分析、群落分析、判别分析、回归分析)进行代表性指针的撷取。然而，在从事运输业的分析时，常面临资料不全与不确定性的困境，基于此，本研究乃囿于现实，针对少量数据与不确定数据的分配型态，以邓聚龙教授于1982年提出的灰色关联分析法进行代表性评估指针的分群，再从各群中撷取代表性指针。至于灰色关联度的定义与量化模型、如何从绩效评估指针中归纳同型指针群，以及如何从同型指针群中撷取代表性指针，分述如下。
灰色关联度的计算
关于GRA法的理论基础与发展概念已于节中介绍，本节主要就其理论之定义与量化模型说明如下(胡宜珍，民82；张有恒、陈俊魁，民86；Tzeng and Tsaur, 1994)。
一、定义。设有k+1个序列(如：时间序列、指针序列、空间分布序列…等)
X0={X0(t0) | t0 = 1,2,…,m0}
X1={X1(t1) | t1 = 1,2,…,m1}
.
.
.
Xi={Xi(ti) | ti = 1,2,…,mi}
.
.
.
Xk={Xk(tk) | tk = 1,2,…,mk}
其中，X0称为母序列(参考序列)，而X1,X2,…,Xk称为子序列(比较序列)，且m0,m1,…,mkεN。
若以tp(p=0,1,2,…,m)所代表的意义为横轴，Xp(tp)所代表的意义为纵轴，绘出X0,X1,X2,…,Xk，k+1个序列的二维平面图形，则便可从各子序列与母序列之折线几何形状相似与否，以判断其关联度之高低(如图4-1所示，折线X1,X0间之相似程度高过X2,X0，因此认为X1,X0的关联度较X2,X0的关联度为大)。
图4-1 序列二维平面图
二、灰关联四公理。灰色关联度须满足灰关联四公理，说明如下。
1.规范性：说明系统中任何两列讯息是互相关联的，不是彼此孤立无关的。
2.偶对对称性：说明若系统中只有两列讯息时，r(x1,xj)是两两比较，而两两比较是对称的，这是比较的具体化。
3.整体性：说明灰关联度的计算除了两个因素间的关联性外，亦考虑系统中其它因素的相对关系。若序列大于三组(包含三组)时，比较结果则不一定符合对称性。
4.接近性：对灰色讯息关系的数量化约束，以| x1(i)-xj(i) |为灰关联系数的主控项。
三、量化模型。依邓聚龙教授之定义，子序列Xi之于母序列X0在第p点的灰关联系数为：
其中ζε[0,1]，称为分辨系数。主要功能是做为控制比较序列与参考序列间对比的大小，使不会成为对整个方程式的主导项。分辨系数的大小可以根据实际需要做适当的调整，它只会改变相对数值的大小，不会影响灰色关联度的排序，一般取其值为；而各因子间之灰关联度r (X0,Xi)便可由灰关联系数的平均值求得，其界定门槛值通常取灰关联系数值为，数学式如下：
简例说明
依据各指针间灰色关联度的计算结果，将具有高关联度的指针划为同群，并从各群中择一代表该群的评估指针。分群原则系根据各评估指针彼此间的灰关联系数值而定；代表性指针选取原则系根据某指针与其它同群指针间的关系程度而定。兹举例说明如下。
一、指针分群。兹以表3-6「获利能力」类财务比率之分群为例，说明如下。
假设经由灰色关联系数的求算，「获利能力」类中各财务比率间的灰色关联系数如表4-10所示，表中数字代表任两个财务比率间的灰色关联系数，如：γ(P1,P2)=，γ(P2,P1)=；而比率间的灰关联序列如表4-11所示。
表4-10 灰色关联系数例－获利能力类
P1
P2
P3
P4
P5
P1
－
P2
－
P3
－
P4
－
P5
－
＊：斜线部分表示灰色关联系数大于
由表4-10知，以P3为参考比率的灰色关联系数皆小于，故P3可视为该类的独立比率；P1与P2间的灰色关联系数皆大于门槛值()，且由表4-11知，分别以P1、P2为参考序列时，与其它比率关联度的排列顺序十分相似，因此，选择P1与P2可视为同型群指针；同理，其它比率对P4与P5的关联度排序亦非常相近，此二指针亦可视为同型群。
表4-11 灰关联排序例－获利能力类
参考序列比率
比较序列比率之灰色关联度值排序
排序一
排序二
排序三
排序四
P1
P2
P3
P5
P4
P2
P3
P1
P5
P4
P3
P2
P1
P5
P4
P4
P5
P3
P2
P1
P5
P4
P3
P2
P1
＊：斜线部分表示灰色关联系数大于
二、指针撷取。若某同型群内之评估指针其灰关联排序如表4-12所示，排序第一、第二、第三、第四的得点分别是4,3,2,1，以X1为例，排序第二(得点3分)出现一次，排序第三(得点1分)出现三次，故其总得点为3×1+2×3=9。由表4-12中的计算结果知，总得点最高的X4即为该群的代表性指针。若得点相同时，则依其排序第一的次数多寡决定；若排序第一的次数亦同，则以排序第二的次数决定，依此类推。
相对总得点意指代表性指针与群内其它指针的相对分数，为避免代表性指针是「劣中择优」的结果，本研究加入门槛值概念判断代表性指针是否适当。此概念奠基于代表性指针应有距正理想解愈近、距负理想解愈远的特性。如表4-12所示，所谓正理想解系指某指针相对于其它指针的排序皆为第一，本例值为4×4=16；负理想解系指某指针相对于其它指针的排序皆为最后，本例值为4×1=4。经由计算得知，X4与负理想解的相对距离为(愈远愈佳)。本研究以为此相对距离的门槛值。
表4-12 代表性指针撷取例
参考指针序列
比较序列指针之排序
相对总得点
(正理想解：16；负理想解：4)
X1
X4
X3
X2
X5
3×1+2×3=9
X2
X5
X4
X1
X3
4×1+2×2+1×1=9
X3
X4
X1
X2
X5
3×3+1×1=10
X4
X2
X3
X1
X5
4×3+3×1=15
X5
X4
X3
X1
X2
4×1+1×3=7
得点
4
3
2
1
X4：(15-4)/(16-4)=
绩效分数的计算与排序
评估指针依灰关联度分群并从中撷取代表性指针后，即可进行各方案绩效分数之计算与排序。计算各方案(运输业者)的绩效分数，其意义不在绝对数字的大小，而在彼此间相对比较的结果。本研究以Hwang and Yoon于1981年所提出的TOPSIS多评准决策方法进行最后之优势排序，除了该法简单易懂外，主要系基于评估指针值单调递增或递减的性质符合此法的基本要件。以下介绍TOPSIS法的计算步骤，并举一简例说明之。
TOPSIS法的应用步骤
TOPSIS(Technique for Order Preference by Similarity to Ideal Solution) 的目的在寻找距「正理想解(Positive Ideal Solution)」最接近，且距「负理想解(Negative Ideal Solution)」最远离的方案。所谓正理想解意指替选方案中，效益最大或成本最小的准则值；反之，效益最小或成本最大之准则值即为负理想解。计算步骤如下。
步骤一：原始值正规化(Normalization)。正规化的目的在于求取各指针间单位的一致性与可比较性。本文选择向量正规化做为指针值正规化的方法，主要系因此法具有计算简单且经常与TOPSIS多评准决策法配合使用的优点。其方式如下：
i：第i家运输业者；j：第j个评估指针；rij：向量标准化后的指针绩效值；Xij：指针的原始绩效值；m：运输业者之家数
步骤二：寻找正理想解(A+)与负理想解(A-)。
其中，J={j=1,2,…,k|k属于效益准则}，效益准则系指指针值愈大则该指针所得之绩效分数愈高；J’={j=1,2,…,k|k属于成本准则}，成本准则系指指针值愈小则该指针所得之绩效分数愈高。
步骤三：计算各方案(运输业者)与正理想解的距离(Si+)及负理想解的距离(Si-)。
步骤四：计算各方案(运输业者)对理想解的相对接近程度(Ci*)。
步骤五：进行方案(运输业者)间的优势排序(outranking)。根据步骤四所得之Ci*的大小，即可排列各方案间相对绩效之顺序。
简例说明
根据上述绩效分数与排序的步骤，本研究以公路客运业在生产效率上所撷取之六个代表性指针(BF1、BF3、BF8、BF9、BF10、BF14)为例(详见节)，说明四家公路客运业者(三重、首都、淡水、指南)生产效率之评估过程。四家业者在生产效率上之六个代表性指针原始值如表4-13所示。
表4-13 生产效率代表性指针原始资料值－公路客运
公司名称
BF1
BF3
BF8
BF9
BF10
BF14
三重客运
首都客运
淡水客运
指南客运
一、原始指针值正规化。六个代表性指针之正规化值如表4-14所示。
表4-14 生产效率代表性指针正规化值－公路客运
公司名称
BF1
BF3
BF8
BF9
BF10
BF14
三重客运
首都客运
淡水客运
指南客运
二、理想解与负理想解之集合。由表4-14各代表性指针值可决定理想解与负理想解之集合。
A+ ={ BF1+, BF3+, BF8+, BF9+, BF10+, BF14+}
={, , , , , }
A- ={ BF1-, BF3-, BF8-, BF9-, BF10-, BF14-}
={, , , , , }
三、计算各业者之生产效率与理想解及负理想解的距离。
S1+=, S2+=, S3+=, S4+=
S1-=, S2-=, S3-=, S4-=
四、计算各业者之生产效率与理想解之相对接近程度。
C1*=, C2*=, C3*=, C4*=
五、生产效率排序。根据上述Ci*值的大小得知，在生产效率的表现上，四家公路客运业者的排列依序为：三重、首都、淡水、指南。
绩效评估的步骤
依第三章与第四章关于营运绩效评估的探讨，本研究提出运输产业营运绩效评估的6个步骤，分述如下。
步骤一：形成概念架构。依组织功能别与企业营运活动过程的观察结果，将营运绩效分解为「生产效率」、「行销效率」与「执行效率」，并在各效率中加入财务层面的考虑。
步骤二：列出评估项目。分别将「要素投入」、「服务产出」与「服务消费」三个重要部分中，属运输层面与财务层面的评估项目列出。
步骤三：产生评估指针集合。按指针初选的三个原则(不具意义的指针予以惕除、高度相关的指针择一代表、资料取得困难以相近者替代)产生绩效评估指针集合。除了「运输指针」外，另纳入「混合指针」与「财务比率」共同形成初选指针集合。
步骤四：分群与撷取代表性评估指针。利用「灰色关联分析」将关联度高的同型指针归于同一群，并依同型群中指针间灰关联序列的得点状况撷取代表性指针。
步骤五：计算与排序绩效分数。利用「TOPSIS」多评准决策法将代表性指针值转换为各业者的绩效分数，并分别依「生产效率」、「行销效率」、「执行效率」与「整体营运绩效」等四个向度进行受评业者的排序。
步骤六：应用评估结果。评估结果的应用有两个方向，其一是藉由观察评估指针的分群结果，探讨不同类型的指针(运输指针、混合指针、财务比率)在营运绩效评估中各自代表的绩效层面及指针类型间的关系；另一则是藉由绩效排序的结果，探讨公司在三种营运功能(生产、行销、管理)上的表现，进而协助管理者发现组织运作的症结，研拟适当对策。
第五章 实例应用
本章旨在以节提出的绩效评估步骤进行实例应用。第一节以4家公路客运公司(三重、首都、淡水、指南) 为例进行营运绩效的评估；第二节以5家国内线航空运输公司(远东、复兴、立荣、大华、国华)为例进行营运绩效评估。第三节针对二个独立个案的评估结果进行比较分析，第四节为本章之小结。
公路客运营运绩效评估
本节以表3-8所列之公路客运业评估项目与表4-1~4-3分别研拟之生产效率(17个)、营销效率(16个)以及执行效率(23个)共56个初选评估指标进行公路客运业营运绩效评估的实证研究。
一、基本资料说明
依据台湾省公共汽车客运商业同业公会联合会(以下简称联合会)所提供之民国86年各公路客运公司之营业数据为数据来源。按营运范围区分，全省32家业者属北区者有12家，其中三重、首都、台北、淡水、福和、新店、指南等七家之营运范围涵盖台北县、市，为本研究之初选研究对象。不过，联合会所提供之数据，并非各公司的财务报表，且各客运公司财务报表的取得又甚为困难，本文仅能从既有资料中推算所需之财务数据，扣除数据不完整的三家公司，最后以三重、首都、淡水与指南四家业者做为绩效评估之研究对象。
由于本研究取得的财务资料皆为各公司之会计科目值，必须先经过初步的分类与计算方能应用。根据联合会所提供之资料，本研究将总资产分为「流动资产」、「固定资产」与「其它资产」；总负债分为「流动负债」、「长期负债」与「其它负债」；股东权益为「资本额」、「各种公积」与「累积盈亏」三者之和；营业毛利等于「营业收入」减「营业成本」；营业损益以「营业毛利」减「营业费用」；税前损益为「营业损益」加「营业外损益」；利息支出系指各公司对外举债之利息费用；本期损益因数据不足不予使用。
在营业成本与营业费用的计算上，大多数公路客运业者对此二类损益科目并未做明确切割，使得公司之营业毛利与营业损益无一定计算标准，影响财务比率之求取。本文依照会计上对营业成本与营业费用之定义，并参照交通部运研所(民87)之研究报告，将营业成本依其会计科目分为「燃料」、「机油」、「附属油料」、「轮胎」、「车辆折旧」、「修车材料」、「驾驶员薪资」、「服务员薪资」与「修车员工薪资」等九项；营业费用分为「行车附支」、「修车附支」、「业务员工薪资」、「业务费用」、「修车设备折旧」、「业务设备折旧」、「管理设备折旧」、「管理员工薪资」、「管理费用」与「税捐费用」等十项。
表3-8所列之公路客运营运绩效评估项目区分为资产负债表项目、损益表项目与非财务报表项目三类，其财务数据处理方式如前述，各公路客运公司之评估项目值如表5-1所示。
二、指标分群与撷取
公路客运业营运绩效评估指标共56个，属生产效率的评估指标有17个(见表4-1)，属营销效率的评估指标有16个(见表4-2)，属执行效率的评估指标有23个(见表4-3)。各业者之评估指标向量正规化值如表5-2所示。以Turbo PASCAL 之运算程序计算各指针间之灰色关联系数，其生产效率、营销效率与执行效率三个层面各指针间的灰色关联系数值列于附录A中。
兹以营销效率评估指标第一群(BM-I)之分群方式做为公路客运绩效评估指标分群释例。由附表A-2公路客运营销效率评估指标间之灰色关联系数值知，若分别以BM1、BM3、BM6、BM7、BM9、BM10、BM11为参考指标，则依灰关联系数之大小可得其比较序列之排序情况，如表5-3所示。
表5-1 四家公路客运业者评估项目值 单位：千元
类别
项目
三重客运
首都客运
淡水客运
指南客运
资
产
负
债
表
流动资产
145,543
205,621
62,073
360,023
固定资产
883,830
395,859
251,137
910,358
总资产
1,032,064
606,158
465,453
1,372,633
流动负债
323,734
192,039
48,843
446,233
长期负债
527,500
343,134
339,027
791,254
总负债
856,399
540,366
391,238
1,314,402
股东权益
175,665
65,791
74,215
58,232
资本额
190,000
148,000
70,000
120,000
损
益
表
营业收入
1,251,268
462,544
70,750
487,903
营业成本
833,566
331,929
45,614
409,689
营业毛(损)利
417,702
130,615
25,136
78,214
利息支出
60,822
33,885
30,828
67,780
营业(损)益
49,436
(15,551)
7,365
(54,707)
税前(损)益
13,557
(15,775)
14,098
(23,536)
非
财
务
报
表
员工人数
1,051
377
71
434
维修人员数
120
39
7
62
驾驶人员数
705
245
48
307
车辆数(辆)
505
215
50
300
营运班次
(千班次)
2,898
1,239
148
1075
耗油量
(千公升)
16,901
6,333
1028
7581
载客人数
(千人)
83,902
39,528
3,581
31,433
延人公里
(千延人公里)
338,493
17,393
32,442
169,244
延车公里
(千延车公里)
35,836
13,457
3,132
16,836
( )内的数字表示其值为负
资料来源：联合会(民86)，本研究整理
表5-2 公路客运绩效评估指标之向量正规化值
指标代号
三重
首都
淡水
指南
指标代号
三重
首都
淡水
指南
生产效率评估指标
BF1
营销效率评估指标
BM12
BF2
BM13
BF3
BM14
BF4
BM15
BF5
BM16
BF6
执
行
效
率
评
估
指
标
BC1
BF7
BC2
BF8
BC3
BF9
BC4
BF10
BC5
BF11
BC6
BF12
BC7
BF13
BC8
BF14
BC9
BF15
BC10
BF16
BC11
BF17
BC12
营销效率评估指标
BM1
BC13
BM2
BC14
BM3
BC15
BM4
BC16
BM5
BC17
BM6
BC18
BM7
BC19
BM8
BC20
BM9
BC21
BM10
BC22
BM11
BC23
表5-3 公路客运绩效评估指标分群释例－BM-I群序表
参考指标序列
比 较 序 列 指 标 之 排 序
排序1
排序2
排序3
排序4
排序5
排序6
排序7
BM1
BM3
()
BM7
()
BM10
()
BM9
()
BM13
()
BM5
()
BM6
()
BM3
BM10
()
BM9
()
BM1
()
BM13
()
BM6
()
BM7
()
BM2
()
BM6
BM2
()
BM3
()
BM9
()
BM10
()
BM1
()
BM7
()
BM11
()
BM7
BM1
()
BM5
()
BM3
()
BM13
()
BM9
()
BM10
()
BM6
()
BM9
BM3
()
BM10
()
BM1
()
BM7
()
BM6
()
BM5
()
BM2
()
BM10
BM9
()
BM3
()
BM1
()
BM6
()
BM7
()
BM13
()
BM14
()
BM11
BM15
()
BM14
()
BM13
()
BM12
()
BM7
()
BM10
()
BM9
()
1.( )表示灰色关联系数值；如参考指标为BM1，排序1之指标为BM3，则r(BM1,BM3)=
2.阴影部分之BM11不属于BM-I群内评估指标
由表5-3知，BM1、BM3、BM6、BM7、BM9与BM10等六个评估指标的比较序列之排序内容颇为相近，且此六个指标彼此间的灰色关联系数亦高于门坎值()。不过，若加入BM11的比较序列指标来看，其排序内容与其它六个指标之差异颇大。所以，BM-I群并未包含BM11评估指标。利用灰色关联系数的大小与比较序列排序的内容为判断依据，其它各分群亦按此概念产生。指标分群结果如表5-4所示。
此外，在分群过程中若某评估指标在灰色关联系数表中之值皆未高于门坎值，或其比较序列之排序内容与其它指标之排序内容不相近时，则该指标将自成一群，不属于任何指标分群中。如表5-4中的BF-III、BM-III与BC-V等三群中皆只有一个指标，分别是运输指标BF3、BM5与财务比率BC19。前二者虽其灰关联系数表(见附表A-1与A-2)中有大于门坎值的高关联度指标在，不过，在比较序列的排序内容上，找不到相近的排列方式，所以BF3与BM5各自成一群，其指标意义分别为衡量维修人员生产力与每延车公里之载客数。而BC19系因在灰关联系数表(见附表A-3)中其灰关联系数皆小于门坎值，因此该指标自成一群，其指标意义为衡量营业净利之股本报酬率。
表5-4 公路客运之生产面、营销面与执行面指标群分类
群序
各群代表性指标
各群群内指标
生
产
面
指
标
BF-I
BF1＊(班次数对员工数比率)
BF1、BF5
BF-II
BF9＊(延车公里对耗油量比率)
BF2、BF4、BF6、BF9、BF12
BF-III
BF3＊(班次数对维修人员比率)
BF3
BF-IV
BF8＊(延车公里对车队数比率)
BF7、BF8、BF15、BF16
BF-V
BF10＊＊＊(班次数对总资产比率)
BF10、BF11
BF-VI
BF14＊＊(自有资产比率)
BF13、BF14、BF17
行
销
面
指
标
BM-I
BM3＊＊＊(营业收入对班次数比率)
BM1、BM3、BM6、BM7、
BM9、BM10
BM-II
BM11＊＊(营业利润率)
BM2、BM4、BM8、BM11
BM-III
BM5＊(载客数对延车公里比率)
BM5
BM-IV
BM15＊＊(总负债周转率)
BM12、BM13、BM14、BM15、BM16
执
行
面
指
标
BC-I
BC6＊＊＊(营业收入对驾驶人员比率)
BC1、BC3、BC5、BC6、BC7、
BC9、BC11、BC13、BC23
BC-II
BC2＊(延人公里对员工数比率)
BC2、BC8、BC12
BC-III
BC4＊＊＊(营业损益对员工数比率)
BC4、BC10、BC14、BC15
BC-IV
BC16＊＊(固定资产报酬率)
BC16、BC17、BC18
BC-V
BC19＊＊(营业净利之股本报酬率)
BC19
BC-VI
BC22＊＊(总资产周转率)
BC20、BC21、BC22
＊：运输指标，共6个；＊＊：财务比率，共6个；＊＊＊：混合指标，共4个；
各分群代表性指标之撷取方式如节所述，按同群中各指标间的灰关联排序关系计算各指标之得点，以得点最高并通过门坎值()者为该群之代表性指标。以BM-I群为例，指标间的排序关系如表5-5所示，排序第一者得5分、第二者得4分，依此类推。以各指针的排序出现位置计算各指针的相对总得点，如BM3在排序一、二、三、四、五的位置上分别出现3,2,0,0,0次，得其相对总得点为5(分)×3(次)＋4(分)×2(次)＝23，系该群中得点最高者；且该指标与负理想解的相对距离为亦高于本文设定之，故选择BM3为BM-I群之代表性指标。按此撷取方式，如表5-4所示，公路客运营运绩效评估的代表性指标共撷取16个，其中属生产效率评估指标者有6个，属营销效率评估指标者有4个，属执行效率评估指标者有6个。
表5-5 BM-I群之代表性指标撷取
参考指标
序列
比较序列指标之排序
相对总得点
(上限值：25；下限值：5)
排序1
排序2
排序3
排序4
排序5
BM1
BM3
BM7
BM10
BM9
BM6
5×1＋3×3＋2×1＝16
BM3
BM10
BM9
BM1
BM6
BM7
5×3＋4×2＝23
BM6
BM3
BM9
BM10
BM1
BM7
2×2＋1×3＝7
BM7
BM1
BM3
BM9
BM10
BM6
4×1＋2×1＋1×3＝9
BM9
BM3
BM10
BM1
BM7
BM6
5×1＋4×2＋3×1＋2×1=18
BM10
BM9
BM3
BM1
BM6
BM7
5×1＋4×1＋3×2＋2×1=17
得点
5
4
3
2
1
BM3：(23-5)/(25-5)=
三、绩效分数计算与排序
依TOPSIS法计算各公路客运公司之相对整体营运绩效与各层面之绩效水平，其分数与排序结果如表5-6所示。由表5-6知，若以整体营运绩效而言，三重客运表现最佳，指南客运则排名最后。若依企业营运活动的循环为划分基准，三重客运在生产与营销效率上排名首位，不过在执行效率上则不如淡水客运；淡水客运的生产效率不如该公司在营销与执行效率上的表现；首都客运则是生产效率表现较该公司之营销与执行效率为佳；指南客运在各方面之表现皆不如其它公司。
表5-6 四家公路客运公司营运绩效排序
项目
排序一
排序二
排序三
排序四
生产效率
三重()
首都()
淡水()
指南()
营销效率
三重()
淡水()
首都()
指南()
执行效率
淡水()
三重()
首都()
指南()
整体营运绩效
三重()
淡水()
首都()
指南()
( )内的数字表示对理想解的接近程度
四、评估结果说明
(一)代表性指标之观察。由表5-4知，公路客运营运绩效评估可由16个代表性指标共同衡量之，依指标之组成内容区分，其中6个为运输指标，6个为财务比率，4个为混合指标。运输指标所占比例不到全体代表性指标的一半，此结果显示，过去偏重以运输指标衡量运输产业整体营运绩效的做法只能观察到部分营运绩效，较难一窥其全貌。进一步以生产面、营销面与执行面的代表性指标分布来看，生产面的代表性指标有六个，分别是BF1、BF9、BF3、BF8、BF10与BF14。除了BF14为财务比率，BF14为混合指标外，其余四个皆为运输指标。由此知，运输指标较适合于衡量要素投入与服务产出间之生产效率。营销面的代表性指标有四个，其中BM5为运输指标，BM11与BM15为财务比率，BM3为混合指标。由此知，服务产出与服务消费间之营销效率无法由运输指标单独衡量之，应加入财务比率与混合指标共同衡量。执行面的代表性指标有六个，其中BC2为运输指标，BC6与BC4为混合指标，BC16、BC19与BC22等三个为财务比率。由此知，服务产出与要素投入间的执行效率亦不宜由运输指标单独衡量。
此外，若以各类型指标的分布状况来看，6个代表性运输指标中，有4个属于生产面评估指标，营销面与执行面仅各占其1，显示运输指针较适于衡量营运绩效中投入与产出间的生产效率。评估指标以每位员工与驾驶人员所能生产的班次数(BF1、BF3)，以及每公升耗油量与每营运车辆所能产出的延车公里(BF9、BF8)为主。6个代表性财务比率中，有3个属于执行面，2个属于营销面，生产面则仅占其1，显示利用财务比率评估营运绩效较偏重投入与消费间的执行效率。评估指标以固定资产所能创造的税前损益(BC16)、股本所能创造的营业损益(BC19)以及资产总额所能创造的营业收入(BC22)三者为主。至于4个代表性混合指标，则分布于三个层面，做为运输指针与财务比率的辅助。以BF10代表对资产的利用程度(生产面)，BM3代表产品的营销结果(营销面)，以BC6与BC4代表劳动力创造利润的能力(执行面)。
(二)指标间之独立性与替代性。由于独立性的存在，使得不同类型的指标(运输指标、财务比率、混合指标)因关联度低，得以分群；由于替代性的存在，使得指标数目得以缩减。所谓独立性系指某一分群中仅含同一类型的指标，而替代性系指某一分群中同时存在二种以上不同类型的指标。过去对于不同类型指标间的独立关系或替代关系并不明确，使得营运绩效之评估较偏重由运输指标来衡量。藉由实证结果进一步探讨各不同类型指标间所存在的独立关系与替代关系。
1.运输指标、财务比率与混合指标间的独立关系。在生产面的独立关系上，第一群(BF1、BF5)与第三群(BF3)皆为运输指标，第五群(BF10、BF11)为混合指标，第六群(BF13、BF14、BF17)则为财务比率，此四群群内无其它类别指标，运输指针衡量公司每单位劳动力(员工、驾驶员、维修员)所能生产的班次数，混合指针衡量资产生产力，财务比率衡量股东权益占资产或负债的比率。在营销面的独立关系上，第三群(BM5)为运输指标，第四群(BM12、BM13、BM14、BM15、BM16)为财务比率所组成，前者系衡量公司每座位公里的载客人数，后者则衡量的负债周转率。在执行面的独立关系上，第二群(BC2、BC8、BC12)为运输指标，第五群(BC19)与第六群(BC20、BC21、BC22)为财务比率，运输指标系衡量每位员工、每营运车辆与每公升耗油量所能执行的延人公里，财务比率则衡量公司的资产周转率。指标间的独立关系整理如表5-7所示。
表5-7 公路客运绩效评估指标间的独立关系
类别
群序
群内指标
运输指标
BF－I
BF1、BF5
BF－III
BF3
BM－III
BM5
BC－II
BC2、BC8、BC12
财务比率
BF－VI
BF13、BF14、BF17
BM－IV
BM12、BM13、BM14、BM15、BM16
BC－IV
BC10、BC17、BC18
BC－V
BC19
BC－VI
BC20、BC21、BC22
混合指标
BF－V
BF10、BF11
2.财务比率与运输指标间的替代关系。在生产面的替代关系上，运输指标BF9(每公升耗油量所能产出的延车公里)可以替代财务比率BF12，运输指标BF8(每营运车辆所能产生的延车公里)可以替代财务比率BF15与BF16；在营销面的替代关系上，财务比率BM11(营业利润率)可以同时替代运输指标BM2以及混合指标BM4与BM8，较特别的是混合指标BM3(每班次的营业收入)可替代2个运输指标(BM1、BM6)与2个财务比率(BM9、BM10)；在执行面的替代关系上，混合指标BC4(每位员工所产生的营业损益)可替代财务比率BC15，较特别的是混合指标BC6(每位驾驶员所能产生的营业收入)可替代3个运输指标(BC1、BC7、BC11)与1个财务比率(BC23)。指标间的替代关系整理如表5-8所示。
表5-8 公路客运绩效评估指标间的替代关系
代表性指标
被替代的指标
BF9＊
BF12＊＊
BF8＊
BF15＊＊、BF16＊＊
BM11＊＊
BM2＊
BM3＊＊＊
BM1＊、BM6＊、BM9＊＊、BM10＊＊
BC6＊＊＊
BC1＊、BC7＊、BC11＊、BC23＊＊
＊表示运输指标；＊＊表示财务比率；＊＊＊表示混合指标
(三)管理上的意涵。由表5-6知，若仅以各公路客运公司之整体营运绩效视之，当无法了解企业经营之问题所在。以三重客运为例，虽然在整体营运绩效评估中居四家业者之首，但若进一步分析其效率组合后发现，在执行效率上表现不如淡水客运，应检视该公司的财务状况，如财务杠杆是否运用不当、举债是否过多造成利息费用负担过重等，以求其执行效率之改善。淡水客运虽位居整体排名之第二位，但其生产效率却表现不佳，显示其生产部门未充分利用现有产能，如冗员是否过多、车队有无充分利用、负债占资产的比率是否适当等。首都客运应从营销面与执行面双管齐下，前者如重新研拟该公司的营销组合策略(4P)，俾使公司在产品的销售上能有所成长，后者则宜检讨公司的财务策略。至于指南客运，不论在各方面之排名，相对于其它三家业者而言，绩效表现皆不尽理想，指南客运须进行全面整顿。
航空公司营运绩效评估
本节以表3-8所列之国内线航空运输业评估项目与表4-4~4-6分别研拟之生产效率(22个)、营销效率(21个)以及执行效率(20个)共63个初选评估指标进行航空运输业营运绩效评估的实证研究。
一、基本资料说明
台湾本岛四面环海，航空运输系对外联络最重要的交通工具之一。早期国内航空运输由民航空运队负责，至民国40年第一家民营的复兴航空公司正式成立，同年九月开始专营指定的国内航线。民国46年及民国48年远东与中华两家航空公司先后成立，加入国内定期航线的经营，此外，大华、永兴、台湾三家航空公司亦于民国55年成立。在民国76年以前，中华与远东两家航空公司负责本岛航线的经营，永兴与台湾两家航空公司则获准经营离岛航线，复兴与大华则因经营不善而停航。尔后交通部在民国76年开放天空政策实施后，陆续有复兴、大华(现已并入立荣)、马公(后改名立荣)、中亚(后改名瑞联)、长荣、华信等航空公司进入国内航空市场的经营，永兴(后改名国华)及台湾航空也申请加入经营本岛航线，形成目前国内航空运输市场竞争激烈之局面。
自从交通部在1987年10月实施开放天空政策，放宽新业者加入及允许业者增辟航线等管制措施后，为国内航空市场带来多方面的影响。首先，国内航空市场由独占变成竞争。国籍航空公司由1987年的4家到1997年已增为17家，并且由于市场竞争使得原先独占的永兴航空及后来加入的中亚航空，因竞争失利在1995年前后改组，分别由国华航空与瑞联航空接手，而前者在1998年亦与立荣航空合并，后者则遭遇重大财务困境。其次，载客人数大幅提升。1984年到1987年间，国内航线的载客量维持在每年约300万人次的停滞水平。但从1988年起，载客人数以每年平均超过20%的速度成长，到1997年的载客人数已高达近1900万人次。第三，载客率大幅下降。1987年以前，航空票价受到严格管制，业者便以提高载客率来增加获利水平，亦即让市场供给(可售座位数)的成长低于需求(载客人数)的成长。不过，开放天空的政策实施后，平均载客率由1987年的82%下降到1997年的%，服务质量虽因而提升，但也充分反映市场竞争之激烈。而1998年席卷全亚洲的金融风暴，造成多家航空公司财务发生危机，联营及购并之事件频传，无疑对既有航空业者更是雪上加霜。面对航空市场剧烈的供需变化以及日益艰困的经营环境，了解本身的经营状况、改善并提升经营效率实为各航空公司当务之急。
本节以经营国内线为主的五家航空公司(远东、复兴、立荣、大华、国华)为评估对象；资料的期间与来源，以民国86年的民航统计年报以及同年度各航空公司的财务报表为主。如表5-9所示，在载客人数方面，这五家公司民国86年在国内航空市场的总占有率为%；在提供座位数方面，市场总占有率为%；在飞航班次方面，市场总占有率为%。显示这五家公司经营绩效的良窳，对国内航空市场之影响甚巨。依表3-8所列之航空运输营运绩效评估项目区分为资产负债表项目、损益表项目与非财务报表项目三类，各航空公司之评估项目值如表5-10。
表5-9 五大航空公司国内航空市场占有率(民86) 单位:：百分比
项目
远东航空
复兴航空
立荣航空
大华航空
国华航空
总占有率
载客人数
提供座位数
飞航班次
资料来源：民航统计年报(民86)，本研究整理
表5-10 五家航空公司评估项目值 单位：千元
类别
项目
远东航空
复兴航空
立荣航空
大华航空
国华航空
资
产
负
债
表
资本额(85)
2,997,750
2,500,000
1,900,000
1,500,000
1,300,000
资本额(86)
4,196,850
4,000,000
2,000,000
1,575,000
1,495,000
平均资本额
3,597,300
3,250,000
1,950,000
1,537,500
1,397,500
流动资产
2,958,119
1,502,450
2,845,176
488,169
417,090
飞航设备
7,880,331
7,732,166
5,174,225
4,025,610
5,654,269
固定资产
7,261,365
12,402,391
5,537,285
3,477,921
4,702,466
总资产(85)
10,147,164
15,300,119
6,287,033
3,592,673
5,354,377
总资产(86)
12,789,859
16,220,994
9,578,121
4,604,168
5,405,679
平均总资产
11,468,512
15,760,557
7,932,577
4,098,421
5,380,028
流动负债
2,062,481
3,556,778
3,326,513
902,913
1,222,088
长期负债
2,529,332
6,822,315
4,301,664
1,971,046
2,810,136
总负债
5,038,914
10,464,639
7,686,314
2,920,814
4,085,286
股东权益(85)
5,959,003
4,744,808
1,183,922
1,878,519
1,231,203
股东权益(86)
7,750,945
5,756,355
1,891,807
1,683,354
1,320,383
平均股东权益
6,854,974
5,250,582
1,537,865
1,780,937
1,275,793
损
益
表
营业收入
5,917,857
6,524,474
3,339,992
2,060,663
2,390,328
营业成本
4,954,607
6,679,043
2,773,583
1,830,171
1,821,089
营业毛(损)利
963,250
(154,569)
566,409
230,492
569,239
营业(损)益
221,152
(788,650)
224,220
90,297
283,373
利息支出
240,141
574,607
453,568
144,249
259,232
税前损益
613,721
(1,397,055)
57,380
(130,003)
(183,932)
本期(损)益
551,721
(1,397,055)
57,630
(115,803)
(144,820)
非
财
务
报
表
员工人数
1,837
1,720
1,109
783
679
机队数
14
23
11
14
21
飞航班次
48,428
61,145
22,799
49,258
60,263
营运里程
15,272,133
17,189,876
6,899,390
10,810,968
11,878,459
可售座位数
7,683,806
6,857,195
3,136,002
3,304,797
2,995,536
座位公里
(千座位公里)
2,441,714
2,041,733
964,824
769,861
699,784
载客人数
5,402,912
4,025,634
2,136,184
2,025,900
2,141,258
延人公里
(千延人公里)
1,713,952
1,186,036
659,462
467,251
492,947
( )表示其值为负
资料来源：1.民航统计年报(民86)，本研究整理
2.各航空公司资产负债表(民86)、损益表(民86)，本研究整理
二、指标分群与撷取
航空运输业营运绩效评估指标共63个，属生产效率的评估指标有22个(见表4-4)，属营销效率的评估指标有21个(见表4-5)，属执行效率的评估指标有20个(见表4-6)。各业者之评估指标向量正规化值如表5-11所示。以Turbo PASCAL 之运算程序计算各指针间之灰色关联系数，其生产效率、营销效率与执行效率三个层面各指针间的灰色关联系数值列于附录B中。绩效指标的分群方式已于节中叙述，仅再以生产效率评估指标第一群(AF-I)为例简要说明如下。
表5-11 航空运输绩效评估指标之向量正规化值
指标代号
远东
复兴
立荣
大华
国华
指标代号
远东
复兴
立荣
大华
国华
生
产
效
率
评
估
指
标
AF1
行
销
效
率
评
估
指
标
AM11
AF2
AM12
AF3
AM13
AF4
AM14
AF5
AM15
AF6
AM16
AF7
AM17
AF8
AM18
AF9
AM19
AF10
AM20
AF11
AM21
AF12
执
行
效
率
评
估
指
标
AC1
AF13
AC2
AF14
AC3
AF15
AC4
AF16
AC5
AF17
AC6
AF18
AC7
AF19
AC8
AF20
AC9
AF21
AC10
AF22
AC11
行
销
效
率
评
估
指
标
AM1
AC12
AM2
AC13
AM3
AC14
AM4
AC15
AM5
AC16
AM6
AC17
AM7
AC18
AM8
AC19
AM9
AC20
AM10
由附表B-1航空运输之生产效率评估指标之灰关联系数值知，若分别以AF1、AF2、AF9、AF13、AF14为参考指标，则依灰关联系数之大小可得其比较序列之排序情况如表5-12所示。
由表5-12知，AF1、AF2、AF9、AF13与AF14等五个指标的比较序列之排序内容相近，大多为相同的指标所组成，且指标间的灰色关联系数值亦高于门坎值()，故以此五个指标为生产效率评估指标之第一分群。经由指标分群后，AF1、AF2、AF9、AF13与AF14等五个指标系属于同一群，其彼此间的排序关系如表5-13所示。在表5-13中，排序第一者得4分，第二者得3分，依此类推。以各指针的排序出现位置计算各指针的相对总得点，如AF2在排序一、二、三、四的位置上各出现2,0,2,0次，故其相对总得点为4(分)×2(次)+2(分)×2(次)=12，系该群指标中得点最高者，且其与负理想解之相对距离亦高于本文设定的，故AF2为AF-I群的代表性指标。航空公司之生产面、营销面与执行面之指标分群与各群之代表性指标结果，如表5-14所示。
表5-12 航空运输绩效评估指标分群释例－AF-I群序表
参考指标序列
比较序列指标之排序
排序1
排序2
排序3
排序4
排序5
排序6
排序7
AF1
AF2
()
AF14
()
AF9
()
AF13
()
AF15
()
AF5
()
AF3
()
AF2
AF9
()
AF1
()
AF5
()
AF15
()
AF10
()
AF3
()
AF13
()
AF9
AF10
()
AF2
()
AF13
()
AF5
()
AF14
()
AF3
()
AF19
()
AF13
AF14
()
AF1
()
AF2
()
AF9
()
AF15
()
AF3
()
AF5
()
AF14
AF13
()
AF9
()
AF2
()
AF1
()
AF15
()
AF16
()
AF5
()
( )内表示指标间的灰色关联数值
表5-13 AF-I群之代表性指标撷取
参考指标序列
比较序列指标之排序
相对总得点
(上限值：16；下限值：4)
排序1
排序2
排序3
排序4
AF1
AF2
AF14
AF9
AF13
2×3+2×1=8
AF2
AF9
AF1
AF13
AF14
2×4+2×2=12
AF9
AF2
AF14
AF13
AF1
1×4+1×3+1×2+1×1=10
AF13
AF14
AF1
AF2
AF9
1×4+2×2+1×1=9
AF14
AF13
AF9
AF2
AF1
1×4+2×3+1×1=11
得点
4
3
2
1
AF2：(12-4)/(16-4)=
表5-14 航空公司之生产面、营销面与执行面指标分群
群序
各群代表性指标
各群群内指标
生
产
面
指
标
AF-I
AF2＊(营运里程对员工数比率)
AF1、AF2、AF9、AF13、AF14
AF-II
AF4＊(座位公里对员工数比率)
AF3、AF4、AF6、AF11、AF12
AF-III
AF5＊(班次数对机队数比率)
AF5、AF10、AF16
AF-IV
AF7＊(座位数对机队数比率)
AF7、AF8、AF17
AF-V
AF19＊＊(自有资产比率)
AF15、AF18、AF19、AF20、AF21、AF22
行
销
面
指
标
AM-I
AM3＊＊＊(营业损益对班次数比率)
AM1、AM2、AM3、AM4、AM5、AM12
AM-II
AM6＊(载客率)
AM6、AM7、AM8、AM10、AM11、AM13、AM14
AM-III
AM9＊＊＊(营业损益对座位数比率)
AM9、AM15
AM-IV
AM17＊＊(净利率)
AM16、AM17
AM-V
AM21＊＊(利息费用比率)
AM18、AM19、AM20、AM21
执
行
面
指
标
AC-I
AC3＊＊＊(营业收入对员工数比率)
AC1、AC2、AC3、AC17、AC18、AC19
AC-II
AC5＊(载客数对机队数比率)
AC5、AC6、AC7
AC-III
AC11＊＊(固定资产报酬率)
AC8、AC11
AC-IV
AC14＊＊(营业净利之股本报酬率)
AC14、AC16、AC20
AC-V
AC15＊＊(税前净利之股本报酬率)
AC4、AC9、AC10、AC12、AC13、AC15
＊：运输指标，共6个；＊＊：财务比率，共6个；＊＊：混合指标，共3个；
三、绩效分数计算与排序
依TOPSIS法计算各航空公司之相对整体营运绩效与各层面之绩效水平。其分数与排序结果如表5-15所示。由表5-15知，若以整体营运绩效而言，远东航空公司表现最佳，复兴航空公司则排名最后。若依企业营运活动的循环为划分基准，则远东航空不论在生产、营销或执行等三方面的效率皆排名第一，而其它航空公司之排名则互有消长，并无明显之排序。
表5-15 五家航空公司营运绩效排序
项目
排序一
排序二
排序三
排序四
排序五
生产效率
远东()
大华()
复兴()
国华()
立荣()
营销效率
远东()
国华()
立荣()
大华()
复兴()
执行效率
远东()
立荣()
国华()
大华()
复兴()
整体营运绩效
远东()
立荣()
国华()
大华()
复兴()
( )内的数字表示对理想解的接近程度
四、评估结果说明
(一)代表性指标之观察。由表5-14知，航空公司营运绩效评估可由15个代表性指标共同衡量之。其中6个为运输指标，7个为财务比率，2个为混合指标。运输指标所占比例不到全体代表性指标的一半，过去偏重以运输指标衡量运输产业整体营运绩效的做法只能观察到部分营运绩效，较难一窥其全貌。进一步以生产面、营销面与执行面的代表性指标分布来看，生产面的代表性指标有五个，分别是AF2、AF4、AF5、AF7与AF19。除了AF19为财务比率外，其余皆为运输指标。由此知，运输指标较适合于衡量要素投入与服务产出间之生产效率。营销面的代表性指标有五个，其中AM6为运输指标，AM17与AM21为财务比率，AM3与AM9为混合指标。由此知，服务产出与服务消费间之营销效率无法由运输指标单独衡量之，应加入财务比率与混合指标共同衡量。执行面的代表性指标亦有五个，除AC5为运输指标，AC3为混合指标外，AC11、AC14与AC15等三个为财务比率。由此知，服务产出与要素投入间的执行效率亦不宜由运输指标单独衡量。
此外，若以各类型指标的分布状况来看，6个代表性运输指标中，有4个属于生产面评估指标，营销面与执行面仅各占其1，显示运输指针较适于衡量营运绩效中投入与产出间的生产效率。评估指标以每位员工所能产生的营运里程(AF2)与座位公里(AF4)以及每架飞机所能生产的班次数(AF5)与座位数(AF7)为主。6个代表性财务比率中，有3个属于执行面，2个属于营销面，生产面则仅占其1，显示利用财务比率评估营运绩效较偏重投入与消费间的执行效率。评估指标以固定资产所能创造的税前损益(AC11)、股本所能创造的营业损益(AC14)与税前净利(AC15)三者为主。至于3个代表性混合指标，则分布于营销与执行二个层面，做为运输指针与财务比率的辅助。以AM3与AM9分别代表班次数与座位数所能产生的营业损益(营销面)，AC3代表劳动力创造利润的能力(执行面)。
(二)指标间之替代性与独立性。由上述知，任何一种类型的评估指标，无法单独衡量公路客运整体营运绩效之表现，若进一步分析各群内指标间的关系，发现此三类指标间确同时存在独立性与替代性，兹说明如下。
1.运输指标、财务比率与混合指标间的独立关系。在营销面的独立关系上，第四群(AM16、AM17)与第五群(AM18、AM19、AM20、AM21)皆为财务比率，此二群群内无其它类别指标，分别衡量公司的获利状况与负债周转率，无法被其它指标所替代。在执行面的独立关系上，第四群(AC14、AC16、AC20)中皆为财务比率所组成，衡量公司营业净利之股本报酬率，亦无法被其它指标所替代。在生产面的分群中，独立关系并不明显。由独立关系的分析知，财务比率相对于其它二类指标而言，独立性较高。换言之，部分财务比率所代表的公司营运绩效并非运输指标与混合指标所能衡量，此结果显示单独以任何一类指标衡量公司整体营运绩效的完整性较为不足。指标间的独立关系整理如表5-16所示。
表5-16 航空运输绩效评估指标间的独立关系
类别
群序
群内指标
财务比率
AM－IV
AM16、AM17
AM－V
AM18、AM19 、AM20、AM12
AC－IV
AC14、AC16、AC20
2.财务比率与运输指标间的替代关系。在生产面的替代关系上，运输指标AF2(营运里程对员工数比率)可以替代混合指标AF9、AF13与AF14，运输指标AF4(座位公里对员工数比率)可以替代混合指标AF11与AF12，运输指标AF7(座位数对机队数比率)可以替代财务比率AF17，财务比率AF19(自有资产比率)可以替代混合指标AF15；在营销面的替代关系上，混合指标AM3(营业损益对班次数比率)可以替代运输指标AM1，混合指标AM9(营业损益对座位数比率)可以替代财务比率AM15，较特别的是运输指标AM6(载客率)可以同时替代运输指标(AM7、AM10)、财务比率(AM14)与混合指标(AM8、AM11、AM12)；在执行面的替代关系上，运输指标AC5(载客数对机队数比率)可以替代混合指标AC7，财务比率AC11(固定资产报酬率)可以替代混合指标AC8，财务比率指标AC15(税前净利之股本报酬率)可以替代混合指标AC4，较特别的是混合指标AC3(营业收入对员工数比率)可以同时替代运输指标(AC1)、财务比率(AC17、AC18、AC19)与混合指标(AC2)。指标间的替代关系整理如表5-17所示。
表5-17 航空运输绩效评估指标间的替代关系
代表性指标
被替代的指标
AF2*
AF9***、AF13***、AF14***
AF4*
AF11***、AF12***
AF7*
AF17**
AF19**
AF15***
AM3***
AM1*
AM9***
AM15**
AM6*
AM7*、AM10*、AM14**、AM8***、AM11***、AM12***
AC5*
AC7***
AC11**
AC8***
AC15**
AC4***
AC6***
AC1*、AC17**、AC18**、AC19**、AC2***
＊表示运输指标；＊＊表示财务比率；＊＊＊表示混合指标
(三)管理上的意涵。由表5-15知，若仅以各航空公司之整体营运绩效视之，当无法了解企业经营之问题所在。以立荣航空为例，整体营运绩效虽居第二位，但在生产效率上却敬陪末座，显示其生产部门并未充分利用其现有产能，公司宜加强其生产力的提升，以改善公司之生产效率。如：冗员是否过多、机队有无充分利用、资产与负债间的比例是否适当等。国华与大华整体营运绩效排序分别为第三与第四，不过，两家公司改善绩效的方向显然不同。国华与立荣一样，宜从提升其生产效率着手，而大华则应优先改善其营销与执行效率。复兴航空的问题较为沉痾，不过，企业进行整顿不宜躁进，该公司可从业务部门着手，重新研拟该公司的营销组合策略(4P)，俾使公司在产品的销售上能有所成长，其次，应检视该公司的财务状况，如财务杠杆的运用是否适当、举债是否过多造成利息费用负担过重等，以追求其执行效率之改善。
评估结果之比较分析
本节旨在以节与节之实例应用结果为基础，比较分析不同指标类型在进行营运绩效评估时的特性与角色。评估指针依其使用的数据型式可分为三种不同的指标类型，第一类为「运输指标」，系由运输投入(如：员工数、运具数等)与运输产出(如：延运具公里、班次数等)之比值所组成，此种由运输数据两两相除所构成的指标称为运输指标；第二类为「财务比率」，系由财务报表中任意两个会计科目的比值所组成，此种由财务数据两两相除所构成的指标称为财务比率；第三类为「混合指标」，系由运输与财务数据各取其一相除之比值所组成。依前两节分别对公路客运业与国内线航空运输业为例的绩效评估结果为比较基础，探讨本文提出之评估模式系仅为个案或仍适用于其它运输业别之绩效评估。若两者之研究结果趋于一致，将有助于做为评估其它运输业别营运绩效之参据。
不过，厂商的行为乃至营运绩效的表现会受到所处的产业之特性不同而有所差异。若欲了解不同指标类型对航空运输业者与公路客运业者营运绩效评估之影响，应先检视业者所处之产业环境是否相近，以求比较基准的一致性。依节的结论可知，两个业别的产业环境甚为相近，在「市场结构」上均属于厂商数目不多且市场内厂商的相对规模差异不大的寡占市场；在「成本结构」上皆具有高比例的固定资产结构、高比例的长期负债结构与高利息负担三个财务特性。以下先将两个产业别之实例应用结果予以整理，再分别以「指标的个数与分布」以及「代表性指标的意涵」进行评估结果的比较分析。
基本数据
兹将节与节分别针对公路客运业与国内线航空运输业之初选指标的分群结果与代表性指标的撷取结果整理如表5-18所示。
表5-18 航空运输业与公路客运业代表性绩效评估指标与群内指标
航 空 运 输 业
公 路 客 运 业
群序
各群代表性指标
各群群内指标
群序
各群代表性指标
各群群内指标
生
产
面
指
标
AF-I
AF2＊
(营运里程对员工数比率)
AF1、AF2、AF9、AF13、AF14
BF-I
BF1＊
(班次数对员工数比率)
BF1、BF5
AF-II
AF4＊
(座位公里对员工数比率)
AF3、AF4、AF6、AF11、AF12
BF-II
BF9＊
(延车公里对耗油量比率)
BF2、BF4、BF6、BF9、BF12
AF-III
AF5＊
(班次数对机队数比率)
AF5、AF10、AF16
BF-III
BF3＊
(班次数对维修人员比率)
BF3
AF-IV
AF7＊
(座位数对机队数比率)
AF7、AF8、AF17
BF-IV
BF8＊
(延车公里对车队数比率)
BF7、BF8、BF15、BF16
BF-V
BF10＊＊＊
(班次数对总资产比率)
BF10、BF11
AF-V
AF19＊＊
(自有资产比率)
AF15、AF18、AF19、AF20、AF21、AF22
BF-VI
BF14＊＊
(自有资产比率)
BF13、BF14、BF17
行
销
面
指
标
AM-I
AM3＊＊＊
(营运损益对班次数比率)
AM1、AM2、AM3、AM4、AM5、AM12
BM-I
BM3＊＊＊
(营业收入对班次数比率)
BM1、BM3、BM6、BM7、
BM9、BM10
AM-II
AM6＊
(载客率)
AM6、AM7、AM8、AM10、AM11、AM13、AM14
BM-II
BM11＊＊
(营业利润率)
BM2、BM4、BM8、BM11
AM-III
AM9＊＊＊
(营业损益对座位数比率)
AM9、AM15
BM-III
BM5＊
(载客数对延车公里比率)
BM5
AM-IV
AM17＊＊
(净利率)
AM16、AM17
AM-V
AM21＊＊
(利息费用比率)
AM18、AM19、AM20、AM21
BM-IV
BM15＊＊
(总负债周转率)
BM12、BM13、BM14、BM15、BM16
执
行
面
指
标
AC-I
AC3＊＊＊
(营业收入对员工数比率)
AC1、AC2、AC3、AC17、AC18、AC19
BC-I
BC6＊＊＊
(营业收入对驾驶人员比率)
BC1、BC3、BC5、BC6、BC7、
BC9、BC11、BC13、BC23
BC-II
BC2＊
(延人公里对员工数比率)
BC2、BC8、BC12
AC-II
AC5＊
(载客数对机队数比率)
AC5、AC6、AC7
BC-III
BC4＊＊＊
(营业损益对员工数比率)
BC4、BC10、BC14、BC15
AC-III
AC11＊＊
(固定资产报酬率)
AC8、AC11
BC-IV
BC16＊＊
(固定资产报酬率)
BC16、BC17、BC18
AC-IV
AC14＊＊
(营业净利之股本报酬率)
AC14、AC16、AC20
BC-V
BC19＊＊
(营业净利之股本报酬率)
BC19
AC-V
AC15＊＊
(税前净利之股本报酬率)
AC4、AC9、AC10、AC12、AC13、AC15
BC-VI
BC22＊＊
(总资产周转率)
BC20、BC21、BC22
＊表示运输指标；＊＊表示财务比率；＊＊＊表示混合指标
由节对于公路客运业与国内线航空运输业所进行的产业特性分析知，此二产业不论在市场结构或成本结构上皆十分相近，可视其业者所处之产业环境相似。在符合比较基准一致的前提下，以下两小节分别以「指标的个数与分布」以及「代表性指标的意涵」两个向度，观察三种指标类型－运输指标、财务比率与混合指标对运输产业营运绩效评估之影响。
指标的个数与分布
藉由观察代表性指标的个数与其分布状况，可以初探不同类型的指标在评估航空运输业与公路客运业的营运绩效架构中所扮演的角色是否相似。兹分别以「整体营运绩效」、「效率层面」与「指针分布」三个角度观察如下。
一、整体营运绩效
过多的指标投入绩效评估的过程中，不但造成评估过程冗长、繁琐，更可能因指标间关系不明确而有偏重一方之嫌。由表5-18知，在航空运输业的实例应用上，由63个初选评估指标缩减为15个代表性指标，指标数目缩减率为%；在公路客运业的实例应用上，由56个初选评估指标缩减为16个代表性指标，缩减率为%。由指标数目的缩减程度而言，将可节省评估过程中人力、物力、时间的消耗。
此外，如表5-19所示，属航空运输业的15个代表性指标中，运输指标与财务比率各有6个，分别占总个数的40%，混合指标为3个，占总个数的20%；属公路客运业的16个代表性指标中，运输指标与财务比率亦各有6个，分别占总个数的%，混合指标为4个，占总个数的25%。由代表性指标中运输指标与财务比率个数的分布状况，以及两类指标个数在代表性指标中所占的比例而言，仅使用任何一类指标进行营运绩效评估并不足以代表整体营运绩效的结果。
表5-19 以业别区分之各类型指标分布
业别
运输指标
财务比率
混合指标
个数
百分比(%)
个数
百分比(%)
个数
百分比(%)
航空运输
6
6
3
公路客运
6
6
4
30
二、效率层面
若以整体营运绩效的三个效率层面(生产、营销与执行)进一步区分各类型指标的分布状况，可以了解评估不同的效率层面时的特性。如表5-20所示，评估航空运输业生产效率的5个代表性指标中，有4个属于运输指标，占总个数的80%，评估其执行效率的5个代表性指标中，有3个属于财务比率，占总个数的60%；类似的情况出现在公路客运业的绩效评估中，评估公路客运业生产效率与执行效率的代表性指标各有6个，前者属运输指标者有4个，后者属财务比率者有3个，各占总个数的%与50%。至于评估营销效率的代表性指标分布则较为分散。
若将航空运输与公路客运二业别之各类型指标予以加总，由表5-20知，11个衡量生产效率的代表性指标中有8个属于运输指标，占总个数的%，11个衡量执行效率的代表性指标中有6个属于财务比率，占总个数的%，至于9个衡量营销效率的代表性指标中，各类型指标所占之百分比则较为平均。上述分析显示，生产效率与执行效率的衡量较单纯，前者以运输指标为主，后者以财务比率为主，而营销效率则须由三类型指标共同衡量之。
表5-20 以效率层面区分之各类型指针分布
效率层面
业别
运输指标
财务比率
混合指标
个数
百分比(%)
个数
百分比(%)
个数
百分比(%)
生产效率
航空运输
4
1
0
公路客运
4
1
1
合计
8
2
1
营销效率
航空运输
1
2
2
公路客运
1
2
1
合计
2
4
3
执行效率
航空运输
1
3
1
公路客运
1
3
2
合计
2
6
3
三、指标分布
为了更进一步发现各类型指标对运输产业营运绩效评估之影响，本文将各类型指标的分布状况整理如表5-21所示。不论在航空运输业或公路客运业中，6个运输指标在生产、营销与执行三个效率层面的个数分布皆为4,1,1；而6个财务比率在三个效率层面的分布则皆为1,2,3。显示利用运输指针或财务比率进行绩效评估时，各指标类型适合评估的效率层面不会因运输业别之不同而有所差异。
此外，由各类型指标的分布知，在航空运输业中，6个运输指标有4个属于生产面评估指标，6个财务比率有3个属于执行面评估指标，占总个数的比例各为%与50%，混合指标的分布则较为分散，相同的情况出现在公路客运业。此结果说明运输指标较适合用于评估整体营运绩效中的生产效率，而财务比率则较适合用于评估整体营运绩效中的执行效率，混合指标则用于辅助各效率层面的评估。
表5-21 各类型指标的分布状况
指标类型
业别
生产效率
营销效率
执行效率
个数
百分比(%)
个数
百分比(%)
个数
百分比(%)
运输指标
航空运输
4
1
1
公路客运
财务比率
航空运输
1
2
3
公路客运
混合指标
航空运输
1
1
2
公路客运
0
0
2
1
代表性指标的意涵
节之比较分析系以各指标类型个数的多寡与所占百分比的高低，观察不同的指标类型之分布状况与其特性。惟15个航空运输业与16个公路客运业的代表性指标的指标内容是否相近，将可做为其它运输业别营运绩效评估之参据。不过，如表3-8所示，各运输业别的评估项目因其特性与运具名称的不同会有所差异。在资产类别上，航空运输业除固定资产外，因机队购入的成本远高于公路客运业，另加入飞航设备一项；在运输产出上，公路客运业的营运班次对应航空运输业的飞航班次与营运公里，延车公里则对应可售座位数与座位公里。此外，由于维修人员数与驾驶人员数之资料不足，航空运输业中的劳动评估类别中仅列入员工人数一项。因此，在比较代表性指标内容时，上述情况亦一并纳入考虑，以求基准点的一致。
一、代表性运输指标之比较
代表性运输指标的比较整理如表5-22所示，两个业别在生产效率上，同样重视平均每位员工的运输产出(AF2、AF4、BF1、BF3)，亦重视平均每单位运具之运输产出(AF5、AF7、BF8)；在营销效率上则皆重视载客率的大小(AM6、BM5)。差异的部分则是公路客运业在生产效率上另加入每单位耗油量之运输产出(BF9)为代表性指标之一；此外，在执行效率上，航空运输业较重视平均每架航空器之载客人数(AC5)，而公路客运业则较重视平均每位员工的延人公里(BC2)。
表5-22 代表性运输指标之比较
效率层面
航空运输业
公路客运业
代号
指标内容
代号
指标内容
生产效率
AF2
营运里程/员工人数
BF1
营运班次/员工人数
AF4
座位公里/员工人数
BF3
营运班次/维修人员数
AF5
飞航班次/机队数
BF8
延车公里/车辆数
AF7
可售座位数/机队数
BF9
延车公里/耗油量
营销效率
AM6
载客人数/可售座位数
BM5
载客人数/延车公里
执行效率
AC5
载客人数/机队数
BC2
延人公里/员工人数
二、代表性财务比率之比较
代表性财务比率的比较整理如表5-23所示，两个业别在生产效率的代表性指标皆为自有资产比率(AF19、BF14)；在营销效率上同样重视每一元的营业收入所能创造的利润(AM17、BM11)；固定资产报酬率(AC11、BC16)与营业净利之股本报酬率(AC14、BC19)则同时出现在两个业别之执行效率上。差异的部分则是航空运输业与公路客运业在营销效率上，另分别加入利息费用比率(AM21)与总负债周转率(BM15)为代表性指标之一；在执行效率上，航空运输业加入税前净利之股本报酬率(AC15)，公路客运业则加入总资产周转率(BC22)为代表性指标之一。
表5-23 代表性财务比率之比较
效率层面
航空运输业
公路客运业
代号
指标内容
代号
指标内容
生产效率
AF19
自有资产比率
BF14
自有资产比率
营销效率
AM17
净利率
BM11
营业利润率
AM21
利息费用比率
BM15
总负债周转率
执行效率
AC11
固定资产报酬率
BC16
固定资产报酬率
AC14
营业净利之股本报酬率
BC19
营业净利之股本报酬率
AC15
税前净利之股本报酬率
BC22
总资产周转率
三、代表性混合指标之比较
代表性混合指标的比较整理如表5-24所示，两个业别在营销效率上，同样重视平均每班次所能创造的利润(AM3、BM3)；在执行效率上则皆重视平均每位员工所能创造的利润(AC3、BC4、BC6)。差异的部分则是公路客运业在生产效率上加入每单位总资产所能创造的班次数(BF10)为其代表性指标，而航空运输业在评估生产效率的代表性指标中则无混合指标；在营销效率上，航空运输业另加入平均每可售座位所能创造的营业损益(AM9)为代表性指标之一。
表5-24 代表性混合指标之比较
效率层面
航空运输业
公路客运业
代号
指标内容
代号
指标内容
生产效率
－
－
BF10
营运班次/总资产
营销效率
AM3
营业损益/飞航班次数
BM3
营业收入/营运班次
AM9
营业损益/可售座位数
执行效率
AC3
营业收入/员工人数
BC4
营业损益/员工人数
BC6
营业收入/驾驶人员数
小结
根据上述分析结果，本文将同时适用于航空运输业与公路客运业之绩效评估指标，归纳整理为九大评估类别，分别用于评估生产效率、营销效率与执行效率，当运输产业环境的条件相似时，可做为进行其它运输业别绩效评估之参据。如表5-25所示。此外，由研究结果亦可发现航空运输业与公路客运业的某些代表性评估指标仍存有差异性，如：航空运输业较重视昂贵的飞航设备造成的利息负担、税前净利之股本报酬率，以及每架航空器之载客人数、每可售座位之营业损益；公路客运业则较重视总资产周转率、总负债周转率，以及每单位耗油量之运输产出、每位员工之延人公里。差异产生的原因可初步推论由于航空运输业之投入资本较公路客运业为高，故较重视与飞航设备以及股本有关之评估指标；公路客运业则因成本计算单位的不同，较重视与耗油量、服务消费以及资产、负债有关之评估指标。故本文于表5-25中另加入「特征指针」，以做为因不同运输业别间之产业特性差异而产生的评估指标之基础。
表5-25 运输产业营运绩效评估指标分布之基本架构
整体营运绩效
主要评估指标类型
评估指标类别
指标类型
生产效率
运输指标
每位员工之运输产出
运输指标
每单位运具之运输产出
运输指标
自有资产比率
财务比率
特征指针
营销效率
三类指标共同衡量
载客率
运输指标
每一元营收所能创造的利润
财务比率
每班次所能创造的利润
混合指标
特征指针
执行效率
财务比率
固定资产报酬率
财务比率
营业净利之股本报酬率
财务比率
每位员工所能创造的利润
混合指标
特征指针
第六章 结论与建议
本文主要探讨兼顾完整性、实用性与可操作性下，构建一个适合运输产业营运绩效的评估架构，并研拟绩效评估步骤的问题。根据相关文献的回顾知，过去研究多偏重以运输指标评估运输产业的绩效良窳，易受到评估结果完整性的质疑；评估架构则多以Fielding(1978)提出之成本效率、服务效果与成本效果的三角形运输绩效概念架构为主，惟并未考虑在实务应用时，如何与组织的三大营运活动(生产、营销、执行)结合，以助管理者更易发现营运上的问题症结。鉴此，本文提出一个纳入财务因素考虑的营运绩效评估架构，并探讨不同类型指标(运输指标、财务比率与混合指标)较适合衡量的绩效层面。本章将就本文研究之结果，提出若干结论，并对未来之研究方向提出说明，以供后续研究之参考。
研究结论
1.市场结构的相近与否，将影响代表性指标的比较与评估结果的适用性；成本结构的特性将影响会计科目的选择与财务比率的组成。故本文分别以经济观点的市场结构与财务观点的成本结构对公路客运业与航空运输业进行产业特性的分析与比较，结果显示，两者在市场结构上皆属厂商数目不多且市场内厂商的相对规模差异不大的寡占市场；在成本结构上，两个产业皆具有高比例的固定资产结构、高比例的长期负债结构与高利息负担的特性。
2.本文依企业营运活动的循环将整体营运绩效分解为生产、营销与执行三种效率，且各有其隶属部门，有助于管理者进行营运绩效改善或提升时得以针对部门绩效表现的优劣，拟定优先级。此外，本文系首度较完整的将财务比率引进运输产业营运绩效的评估模式中，与传统上以运输投入与产出衡量运输业资源运用效率与产出利用率的相关指标共同衡量企业营运绩效的表现。研究结果显示，不同类型的指标各有其较为适合评估的绩效层面，纳入财务比率考虑的评估模式确实较为完备。
3.由公路客运业与航空运输业两个独立个案的应用结果知，生产面的效率评估系以运输指标为主，财务比率与混合指标为辅；执行面的效率评估以财务比率为主，运输指标与混合指标为辅；营销面的效率评估则由三类型指标共同衡量之。换言之，单独观察各类型指标分布后发现，相对于其它二类型指标，运输指标较适合用于衡量生产效率；财务比率较适合用于衡量执行效率；混合指标则较适合用于辅助其它类型指针以评估各效率层面。这显示若仅偏重某一类型指标进行营运绩效的评估，将使评估结果产生偏颇。
4.不论是航空运输业的15个代表性指标或公路客运业的16个代表性指标，其运输指标与财务比率皆各占6个，混合指标则分别为3个与4个。由指标类型的分布情形知，应用运输指标与财务比率在进行运输产业营运绩效的评估时，两类型指标具有同等的重要性，且为求评估结果能更加完整，宜加入混合指标辅助之。
5.在评估指标的分群方法上，各类型指针间因信息掌握的不够充分与明确，而使彼此间存在暧昧不明的灰色关系。故本文应用灰色关联分析法探讨各评估指标间的关联程度，并依关联系数的大小将评估指标予以分群，可以克服样本数太少或数据分配型态未知的限制。由表5-7、5-8、5-16、5-17知，不同指标类型间确实有部分可相互替代，亦有部分指标彼此独立而不隶属。这说明单以运输指标或财务比率评估运输产业的营运绩效，将使得评估结果的完备性较为不足。此外，在代表性指标的撷取上，本文所提出的相对总得点计算方式与门坎值概念可进一步检视代表性指标的适当性，避免「劣中择优」的结果出现。
6.由本研究的实例应用结果发现，各业者除了重视整体营运绩效的表现外，仍应辅以不同效率层面的观察，方有助于发现公司真正的营运问题所在。整体营运绩效可分解为生产效率、营销效率与执行效率三个效率层面。以公路客运为例，三重客运之整体营运绩效虽居第一位，然其执行效率却不如淡水客运；而淡水客运整体营运绩效虽居第二位，但其执行效率却为四家公司之首，不过该公司之生产效率排名第三，可做为绩效提升之改善方向。
7.在航空运输业或公路客运业两个独立个案的研究结果分析知，进行运输产业营运绩效评估时，共同重视的指标类别有9个。在运输指标方面包括：「平均每位员工之运输产出」、「每单位运具之运输产出」、「载客率」；在财务比率方面包括：「自有资产比率」、「每一元营业收入所能创造的利润」、「固定资产报酬率」、「营业净利之股本报酬率」；在混合指标方面包括：「平均每班次所能创造的利润」与「平均每位员工所能创造的利润」。这九大类别将可做为往后评估其它运输业别绩效良窳的参据。
未来研究方向
1.本文关于运输指标、财务比率与混合指标三者之间的关系，系奠基于灰色关联分析的结果。亦即，此三者在统计上确实存在替代与独立两种关系。虽然本文系经由两个独立个案的结果比较后，推论不同指标类型间确具有替代性，如：劳动生产力所衡量的绩效可以涵盖大部分的资产生产力。不过，这个结果是否可应用于运输相关产业，后续研究可利用本文之模式进行不同运输产业之实证，再进一步探讨不同类型指标间的实质意含。
2.虽然灰色关联分析可以克服样本数太少与样本分配型态未知的限制，不过，此法在进行指标分群与代表性指标的撷取时，主观判断成份较因素分析法高，为其应用上的缺点。仍宜多进行同性质产业的实例应用，以增加其使用上之客观性。
3.本文受限于数据取得上的困难，资料期间多为一年之财报或营运资料，无法进行较长资料期间的研究。未来若能将资料期间较长的研究结果与本文提出之短期间资料的研究结果相比较，将更能有效地说明本文提出之评估架构在实务上的适用性。此外，本文使用的财务报表期间仅有一年，无法纳入成长率因素，亦无法进行财务预测。后续研究可利用本文之评估模式扩大评估层面，使研究结果更完备。
4.除了九个共同的运输产业营运绩效评估指标类别外，由研究结果亦可发现航空运输业与公路客运业的某些代表性评估指标仍存有差异性，如：航空运输业较重视昂贵的飞航设备造成的利息负担、税前净利之股本报酬率，以及每架航空器之载客人数、每可售座位之营业损益；公路客运业则较重视总资产周转率、总负债周转率，以及每单位耗油量之运输产出、每位员工之延人公里。差异产生的原因可初步推论由于航空运输业之投入资本较公路客运业为高，故较重视与飞航设备以及股本有关之评估指标；公路客运业则因成本计算单位的不同，较重视与耗油量、服务消费以及资产、负债有关之评估指标。后续研究可依运输产业的基本特性(如：投入资本、成本计算方式等)进一步细分评估指标的组成架构。
5.本文以五家国内线航空运输公司(远东、复兴、立荣、大华、国华)为例进行营运绩效评估之实证。虽然各家航空公司系以国内航线之经营为其主要业务内容，不过，因本岛与离岛航线占各家公司业务之比重并不一致，很可能因二种航线特性之不同，导致评估结果亦随之改变。后续研究若能依各航空公司之业务别予以分类后再比较其营运绩效，将可使评估结果更具客观性。
6.本文对于运输产业营运绩效之评估仍属于比较各业者彼此间之相对效率阶段，对于个别业者之效率衡量并无绝对之标准可供遵循。建议后续研究可试图建立一套绝对效率的参考指标值，将比仅做相对效率的比较分析，对业者而言，更具实用性。
PAGE
PAGE 1
