航空公司结盟效应分析
前言：本站为你精心整理了航空公司结盟效应分析范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。
本文作者：栾笑天作者单位：南京航空航天大学、中国民航管理干部学院
1航空公司战略联盟的概念界定
航空公司战略联盟是世界经济进入白热化竞争的产物，是世界经济出现所谓的“国际化”(inter-nationalization)，“多边化”(multilateralization)，“自由化”(liberalization)，“私有化”(privatization)，“跨国化”(transnationalization)，“区域化”(region-alization)和“全球化”(globalization)的必然结果，是航空公司谋求生存和发展重要的战略性手段［1］．什么是航空公司的联盟?国际航空运输协会认为，广义上讲，航空公司通过经济手段所进行的联合或合作就叫航空公司战略联盟，传统的方式有合资、相互参股、联运、特殊比例分摊协议等等［2］．20世纪80年代后期以来，世界航空运输业出现了联盟热潮，而这种热潮行业上称之为战略联盟或称狭义上的联盟，其特点是以代码共享为代表的广泛的合作关系［2］．本文中将航空战略联盟定义为:至少有一个属于航空业的，两个或两个以上的经济实体，为了实现特定的战略目标而采取的任何股权或非股权形式的相互合作、共担风险和共享利益的联合行动与合作协议．航空战略联盟是涉及航空运输业的战略联盟，属于战略联盟的一类特殊形式．本文研究的重点是航空公司战略联盟中的一种常见形式，即多边契约型的经营合作联盟，不涉及股权问题．简而言之，现在的联盟就如同联合国或世界贸易组织，为成员航空公司提供了一个紧密协作、共同解决问题的平台［3］．这个平台包含两层含义:一是实现成员间的优势互补，既无限扩展了联盟整体的航线网络与客源市场，也集聚了成员的智慧与经验，不断开发符合环球旅行所需要的航空旅行产品与技术标准．二是为联盟的环球旅行服务产品提供协调一致的后台技术支持和标准化的品质保证．
航空公司建立战略联盟的最终目的是实现自己的特定目标，而这些目标的实现程度和效果就是联盟的产生的效应［4］．尽管一些著名的航空公司从联盟中受益匪浅．然而，多边的航空公司战略联盟也被令人不满意的合作和因此产生低劣的效应折磨已久．战略联盟的效应研究引起了许多研究者的兴趣．迄今为止，还没对联盟效应的测量标准达成一致．一些研究者喜欢一些主观的标准，比如感觉上的满意和便利，而另一些研究者倾向于使用一些客观的标准，比如利润和销售增长或者是收入总和［5］．本文认为，航空公司战略联盟效应是对民航市场和企业未来的一种预期，包括客观标准和主观标准．国际航空公司战略联盟无疑给消费者带来了方便与实惠，但它却给传统的国际航空管理体制中的双边政府，以及多边规则带来了冲击与挑战．同时，传统的国际航空运输规章、流程和标准的制定者———国际航空运输协会(IATA)，也深切体味到航空公司战略联盟的自主性挑战［6］．在三大国际航空公司战略联盟“巨无霸”的作用下，全球近80%的市场被垄断．它们对世界航空运输市场的分工，形成新的航空运输“跨国网络体系”，深刻地影响着各国区域航空市场、各国航空运输企业，同时，有力地推动经济全球化的发展．文中的航空公司效应分析模型设计主要围绕如何评价我国航空公司利用战略联盟工具取得的效应展开．
3航空公司战略联盟的效应分析模型设计
3．1模型设计基本思路
科学的航空公司战略联盟效应分析模型既要体现联盟各方的利益，又能引导管理者的行为，使管理者在追求个体企业利益最大化的同时，也促进联盟整体效应的提高．航空公司战略联盟的最终目标是联盟整体效应和个体效应的双赢的“最大化”，经济增加值评价指标(EVA)直接反映了联盟整体目标，是衡量效应的首要指标［7］．追求EVA的增长能够引导将资源用于最有效率、最有价值的领域．而平衡记分卡和关键绩效指标体系是根据战略来制定当前及未来需要关注的最重要的目标，三种主要应用于个体企业的评价体系整合后应用于建立航空公司战略联盟效应分析模型的构建是一种创新．经济增加值评价指标(EVA)、平衡计分卡(BSC)和关键绩效指标(KPI)体系尽管相对比较成熟，各有所长，但他们各自都存在着有待改进的地方．因此建立一个更具有实用性的航空战略联盟效应分析模型时，一个较好的选择是吸收经济增加值、平衡记分卡和关键绩效指标的优点，将三者有机结合起来，使财务指标和非财务指标与EVA的增长直接联系起来．建立航空战略联盟效用分析模型的总体设想是:借助层次分析法的分层和遗传继承法的组合上下层思路，以EVA为核心，位于顶层位置，以BSC为纽带，将BSC至于EVA、KPI的中间位置，利用平衡记分卡的基本原理，将BSC的四个不同维度看作是KPI的主控因素，然后在每一个主控因素下按照一定的方法设定下一级别的关键效应指标，进而建立一个金字塔式的效应评价指标体系．
3．2模型指标体系设计
3．2．1一级指标设计
基于以上整合思路建立指标体系的框架，尝试构架航空公司战略联盟效应评价一级指标，将三个主要指标体系构建思想加以整合，增加了联盟成员因素和联盟网络因素和一个影响因子，形成了初步的航空公司战略联盟效应评价一级指标如表1所示．经过广泛的专家访谈调整后的一级指标如表2所示.
3．2．2航空公司战略联盟效应评价二级评价指标的预选集
一级指标确定后，根据组合指标框架体系，选择体现利润获取和能力增强的相关指标，形成航空公司战略联盟效应评价体系中各个一级指标项下的二级指标预选集．
1)联盟成员指标:来自不同区域市场成员的比例(亚太市场、欧洲市场、北美市场、中南美市场、其他)、常旅客计划一体化程度、代码共享航线数量、是否签署反垄断协议、不同多边联盟成员数量、成员所在区域市场的航空运输发展状况、各联盟成员所在区域市场的市场份额、联盟成员航空公司规模(机队)［7］．
2)联盟网络指标:互补航线在航线中占的比例、互补航线距离增长比例、新增的航点的数量(国际航点增长比例、区域航点增长比例)、hub－hub航线的运输周转量增长比例、hub－nohub运输周转量增长比例、非枢纽航线的周转量增长比例、多边联盟成员网络衔接度、联盟成员航线网络覆盖率．
3)联盟财务指标:营业收入、营业支出、销售增长率、资本报酬率、经济附加值、市场份额增加额、单位成本、资本保值增值率、销售利润率、资产负债率、总资产周转率、成本降低率［8］．
4)联盟客户指标:客户满意度、客户保持率、客户获得率、市场占有率、客户利润贡献献率、按时交货率、产品退货率［8］．
5)内部业务流程指标:新产品设计能力、新产品开发所用的时间、新产品销售额在总销售额额中所占的比例、比竞争对手率先推出新产品的比例、所耗开发费用与营业利润的比例、第一设计出的产品中可完全满足客户要求的产品所占的比例、在投产前需要对设计加以修改的次数、技术先进水平、产品的质量、产品的成本［8］．
6)联盟学习与成长指标:员工满意程度、员工保持率、员工工作效率、员工培训次数、员工学识水平、信息覆盖率、信息系统反映的时间、接触信息系统的途径、当前可能取得的信息与期望所需要的信息的比例、员工所提建议的数量、所采纳建议的数量、个人和部门之间的协作程度、企业文化．
7)影响因素指标:联盟组织学习的程度、文化融入的程度、协作的程度、相互依赖的程度、信任的程度、沟通和冲突解决的状况．
3．2．3航空公司战略联盟效应二级评价指标的筛选
第1步:首先将平衡一记分卡框架体系中的二级指标设计成五点量表的问卷，请学术界和企业界的联盟专家根据各个指标的重要性打分．“非常不重要”打1分，“较不重要”打2分，“无所谓”打3分，“比较重要”打4分，“非常重要”打5分．
第2步:进行电子问卷调查，对100家国际旅行组织和票务机构进行电子问卷调查，回收有效问卷47份．
第3步:回收并统计问卷结果，然后利用SPSS进行分析，保留分值在3分(3分代表“无所谓”)以上的二级指标，将其余的指标剔除．
第4步:电子问卷统计分析保留下来的二级指标再形成五点量表问卷，进行现场问卷调查并结合专家访谈．具体对西雅图波音公司Reton737－800工厂3位技术经理和1位系统工程师进行访谈和问卷调查，获得访谈笔录和有效调查问卷4份;对海南航空西雅图办事处销售经理和场站经理进行访谈和问卷调查，获得有效问卷9份;对华盛顿大学2009级MBA学员进行现场问卷调查获得有效问卷17份;对中国民航大学经管学院教师及硕博研究生进行问卷调查获得有效问卷12份;共42份有效问卷．利用SPSS分析并将均值在3分(3分代表“无所谓”)以下的剔除．
第5步:经过以上精选，得到了下面所列的精选指标体系，形成本研究中的航空公司战略联盟效应评价指标体系．如表3所示.
以上指标构建完成后我以征求专家意见信的形式向来自中国民航大学经济与管理学院和空中交通管理学院航务系等单位的62位专家征求了指标体系的修改完善意见，经过最后一轮征求专家意见调查之后调整构建的指标体系如表4，表5所示.
4模型算法设计———基于组合赋权的灰色关联分析算法
随着社会的发展，由于评价对象的复杂化使得人们对事物的认识信息不足，给评价工作者带来了一定的困难［9］．面对评价对象信息的不足，很多文献采用灰色综合评价模型进行研究，但是，往往评价指标对评价对象而言，有着不同的重要程度，而单一的灰色综合评价模型中无法体现各指标的相对重要程度对评价结果的影响，这就使得评价结果不一定准确、合理．在这种情况下，本文构造了基于组合赋权的灰色评价模型来进行分析处理，使得评价结果更为科学合理［10］．
目前，基于层次分析法的灰色组合评价模型主要用于评价体系中指标数量相对较少以及单层次结构对象［11］．该组合评价模型主要是利用层次分析法确定各评价指标的权重，然后用权重乘关联度，得到综合关联度，最后根据综合关联度的大小进行评价．但是我们知道，如果评价指标个数过多，利用层次分析法所得到的权重就有一定的偏差，继而组合评价模型的结果就不可靠．另外，现在的评价对象或系统出现了多层次化结构，现有的基于层次分析法的灰色组合评价模型面对多层次结构和多指标的评价系统，己经显示了它的不足，甚至有的时候无法使用上述组合模型进行评价．所以，对基于层次分析法的灰色组合评价模型进行一定的改进．改进的想法就是，利用组合赋权的方法，使用客观赋权法修正层次分析法得到的权重，然后使用得到的组合权重，并利用灰色关联分析求出各方案与最优方案的关联度，进行灰色综合评价．
灰色关联度分析是系统态势的量化比较分析．其基本思路是:构造一个理想测评对象，该对象的各项评价要素的各指标值代表评价指标的先进水平，以此指标值作为参考数列的各个实体，被评价对象的各指标作为比较数列的各实体，分别求出被评价对象该项评价要素与理想对象相对应评价要素的关联度，进而计算出被评价航空公司战略联盟效应与理想航空公司战略联盟效应的关联度［12］．关联度越大，说明被评价对象的效应情况与理想情况越相似，其航空公司战略联盟效应越强;反之，则航空公司战略联盟效应越弱［13］．因此，关联度的大小顺序就是被评对象效应强弱次序．该方法对样本量的多少以及样本有无规律同样适用，在航空公司战略联盟样本量较小情况下比较适合当作评价方法，可对评价对象的优劣进行分析比较．该方法计算简单，不会出现量化结果与定性分析不符合的现象．其具体的步骤如下所示［14］:
1)确定最优指标集F0
最优指标集是各种评价对航空公司战略联盟效应比较的基础．选择各种对象中各指标的最优值作为最优指标集，既反映了指标的先进性，又考虑了指标的可行性．设F0=［f01，f02，…，f0m］，其中f0k(k=1，2，…，m)为第k个指标在各测评对象中的最优值［15］．构造数据矩阵D:（略）．
2)指标值的规划化处理
由于评判指标之间通常具有不同的量纲和数量级，不能直接进行比较．因此要对原始指标值进行规划化处理．对于航空公司战略联盟效应比较相对比较静态问题，数据矩阵D中各列元素具有同一量纲，因而采用列消除的无量纲化方法，先求出D中第k(k=1，2，…，m)列元素值的均值：（略）．
3)计算综合评价结果
将规范化处理后的最优指标集c0=(C01，C02，…，C0m)作为参考数据列，规范化处理后的各评价对象指标ci=(Ci1，Ci2，…，Cim)作为被比较数列，分别求得第k个指标与第k个最优指标的关联系数α(k)i(i=1，2，…，n;k=1，2，…，m)，即（略）．
灰色关联度数学模型为:R=W×E．其中，R=［r1，r2，…rn］为n个评价对象的综合评价结果矩阵，ri(i=1，2，…，n)表示第i个对象的评价结果．W=(w1，w2，…，wn)为m个评判指标的组合权重分配值，其中wk(k=1，2，…m)表示第k个指标的组合权重，应满足（略）．
5结语
在准确界定航空公司战略联盟概念的基础上，运用系统分析整合思路借助BSC、EVA、KPI三大分析工具构造了航空公司战略联盟效用分析的模型结构;经过在民航各专业单位的广泛调查与意见征集，设计出了一整套能够有效反映联盟效用信息的多层次指标体系，最后设计了基于组合赋权的灰色关联分析算法实现联盟效用模型的量化计算．
