【正文】 故本文在進行公路客運業(yè)與航空運輸業(yè)之績效評估時，除了先探討運輸產業(yè)的一般特性外，亦針對這兩個產業(yè)的市場結構與成本結構進行分析與比較。三、考量產業(yè)特性：不同的產業(yè)別，由于特性不同，所重視的財務比率自不相同。故財務比率的擷取應先分群，再從各群中選擇具代表性的指針，俾使群內比率間的關聯(lián)度高，而各群落各自代表不同的評估層面。雖然各群體對財務比率的觀點不一，但以研究人員的立場而言，企業(yè)經營績效的評估須對不同層面的財務比率皆予重視。每個群體所關心的企業(yè)經營績效因角度不同，所重視的財務比率亦有所差異。 小結由上述相關文獻的回顧知，不管財務比率的分類方式為何，財務比率的擷取亦須配合資料的性質與產業(yè)的特性。Pinches et al.(1973)以「投資報酬率」、「財務杠桿」、「資本周轉率」、「應收帳款周轉率」、「存貨周轉率」、「短期流動性」與「現(xiàn)金狀況」七個指針評估制造業(yè)的經營績效。至于與績效評估相關的文獻亦十分豐富，本文僅簡單回顧如下：林惠茹(民81)以「負債比率」、「流動資產占總資產比率」、「總資產報酬率」、「長期資金周轉率」、「應收帳款周轉率」與「流動比率」六個指針衡量臺灣地區(qū)11家航運公司的經營績效。因此，在兼顧公眾服務目標的同時，由財務比率值顯示出來的意涵對任何一家運輸公司而言漸形重要。其原因可能因運輸產業(yè)具有公共服務特性并不宜完全以營利為目的。不論分類的方式為何，比率分析之所以廣為企業(yè)界所使用，究其原因系財務報表為衡量企業(yè)經營成果及財務狀況的主要依據(許是祥譯，民86；王淑芬，民84)。財務報表中任何兩個會計科目的比值皆可構成一個財務比率，具有簡化數(shù)字、消除規(guī)模差異、應用靈活、計算簡單但意義深遠等優(yōu)點(葉日武，民86)；正因財務比率為數(shù)眾多，比率分析在實證上常面臨分類不易與代表性比率的擷取等問題。常用的財務報表有四種：損益表(ine statement, I/S)、資產負債表(balance sheet, B/S)、現(xiàn)金流量表(statement of cash flows)與股東權益變動表(statement of owner’s equity)。所謂財務比率系指財務報表中任意兩個會計科目相除所得的比值，而比率分析是經由觀察各財務比率值的高低以及財務比率間的關系，發(fā)現(xiàn)公司目前存在的問題或了解未來可能面臨的狀況。此外，比率分析(ratio analysis)法雖常被廣泛的應用在企管實務上的企業(yè)經營績效評估，但在運輸產業(yè)的績效評估中并不多見，故第二小節(jié)回顧此法在績效評估上的應用。 比率分析與營運績效本文旨在探討納入財務比率于運輸產業(yè)營運績效的評估中，如何將財務比率與傳統(tǒng)上所使用的運輸指針予以整合，實為本研究所發(fā)展或所應用之方法的必要所需。各種績效評估方法不可避免地皆具有一定程度的主觀性，如：多變量分析對于因素的選擇與解釋、AHP法中對于層級結構的分解；DEA法中對于投入與產出項目的選擇、FSD法中關于隸屬函數(shù)的適合型式、GRA法中對于灰色關聯(lián)系數(shù)門檻值的判斷等。此外，當資料量夠大且符合典型的機率分布時，數(shù)理統(tǒng)計方法仍較為一般研究者所接受。值得注意的是，GRA法重視的是關聯(lián)度大小的順序而不是關聯(lián)度的實際大小。綜上所述，克服傳統(tǒng)數(shù)理統(tǒng)計方法中有關使用上的限制是GRA法的優(yōu)點之一。GRA法在績效評估上的應用系利用指針間灰色關聯(lián)系數(shù)的大小，判斷指針間是否具有關聯(lián)性，將高關聯(lián)度的指針歸為一群，并從中擇一為代表性評估指針用以進行績效評估的工作。其理論基礎有三個假設：訊息的差異仍然是訊息、訊息是認知的根據、訊息一定具有灰性。若兩個因素間變化的趨勢具有一致性，則表示二者關聯(lián)度較高，反之，則較低。而所謂「灰色關聯(lián)」意指兩個系統(tǒng)或系統(tǒng)中兩個因素間，隨時間或不同對象而變化的不確定性關聯(lián)(史開泉等，1994)?；疑到y(tǒng)理論系鄧聚龍教授于1982年提出?；疑P聯(lián)分析(GRA)系灰色系統(tǒng)理論的基礎，它是根據因素之間發(fā)展態(tài)勢的相似或相異程度來衡量因素間接近的程度。因此，若能將彼此具有高關聯(lián)性的因素予以類聚，并從中擇一為代表性影響因素，則不僅可了解因素間的關系、減少資源的浪費，并有助于評估結果的解釋。(GRA)在績效評估上的應用在建立評估績效的相關指針集合時，指針集合的內容應兼具完整性與周延性，績效評估的結果才較有全面性。此外，F(xiàn)SD法系假設評估指針間彼此獨立，并未處理指針間可能的互補性或替代性，若評估指針數(shù)目較多或部分指針間具有高相關性，將使得評估結果有偏重某一類指針的可能性。FSD最大的優(yōu)點在于此法不僅可以適用量化、明確的資料集，亦能適用于質化、模糊的數(shù)據處理，使評估過程較符合人類的行為模式。綜上所述，由于人類的語言、思維或決策等行為，經常存在大量的模糊和非定量的特性，傳統(tǒng)明確集(crisp set)的分類方式不再適用。張有恒、蔡欽同(民82)應用FSD法與模糊多準則決策(FMCDM)于公車系統(tǒng)營運與服務績效之評估；張有恒、陳俊魁(民86)應用FSD法進行鐵路立體化方案選擇時的綜合評判；游明敏、張學孔(民88)應用FSD法于國內民航客運業(yè)服務水準之評估；Chang and Shyu(1995)結合FSD法與FMCDM進行公車民營化方案之選擇。量化指針之連續(xù)型隸屬函數(shù)系預先設立，以營運數(shù)據為自變量，隸屬度為因變量，建立每一個量化指針在不同績效等級(如：佳、中、差)的隸屬函數(shù)，再依實際指針值之大小計算績效隸屬度。模糊理論在運輸方面的應用范圍甚廣，從交通控制(traffic control)、指派問題(assignment problem)、車輛路線與排班(vehicle routing and scheduling)到運具選擇( mode choice)等課題，都可應用模糊理論協(xié)助解決，在Teodorovic’(1992)一文中有詳細的說明。之后，許多與模糊決策方法與其應用有關的文獻相繼發(fā)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)。有別于其它績效評估方法，模糊理論最大的特色在于藉由隸屬函數(shù)(membership function)的建立，將具模糊性質的語意變量(linguistic terms)予以明確化，使得績效評估能更符合真實的狀況。再者，若選擇出來的投入或產出項目間具高度互補性或替代性，可能使得評估結果產生偏頗。此外，效率前緣的觀念，使得DEA法可藉由差額變量分析進一步了解各DMU尚有多少改善空間亦為其它績效評估方法所缺少之特性。傳統(tǒng)上對于績效評估之研究多偏重于多元績效指針之建立，再藉由個別績效指針比較出同業(yè)間績效的優(yōu)劣。運輸產業(yè)在本質上屬管制經濟學的范疇，其費率、路線、班次等項目受到一定程度的政府管制或監(jiān)督，其績效衡量方式大多著重于生產力的高低，因此，DEA法在運輸產業(yè)績效評估的應用例亦相當多見。DEA法的應用范圍相當廣泛，且由于其以投入與產出之比值為效率衡量的概念而未涉及獲利能力高低的特性，使得該法大多應用于非營利事業(yè)的績效評估。在效率衡量方式上，傳統(tǒng)的DEA系采用射線效率衡量(radial efficiency measure)，不過，Chang and Guh(1995)在研究具有l(wèi)oglinear 生產函數(shù)之DMU的效率值時，射線效率衡量方式將因投入與產出資料單位尺度的不同，使得計算出來之效率值亦不同，因此提出以垂直距離取代射線距離的距離效率衡量(distance efficiency measure)。前者系在固定規(guī)模報酬的假設下，衡量DMU的整體技術效率(overall technical efficiency)；后者則假設規(guī)模報酬可以變動的情況下，將CCR模式中的整體技術效率分解成純粹技術效率(pure technical efficiency)與規(guī)模效率(scale efficiency)，用以衡量DMU的相對效率。在模式構建方面，DEA法是每次將一個DMU的產出與投入的比值作為目標式，在所有DMU的效率值不得大于1的限制下，為每一個DMU找出一組投入項的權數(shù)與產出項的權數(shù)，使得該DMU之效率值(各項產出的加權總和除以各項投入的加權總和)為最大。有關DEA法的理論或應用之相關文獻，截至1995年為止已不下500篇。其評估效率的概念乃是將所有決策單位的投入項與產出項投射(map)到空間中，以尋找