基于Malmquist指数分解的国际航空运输企业生产率比较研.doc

中国三星经济研究院2008第三届经济暨工商管理学术论文“精英挑战赛”基于Malmquist指数分解的国际航空运输企业生产率比较研究中国人民大学经济学院 孙国燕作者简介 孙国燕（1985-），女，江苏盐城人，中国人民大学经济学院 07级硕士研究生，研究方向为西方经济学。邮箱sun_guo_,；赵文哲（1980-），男，河南人，中国人民大学经济学院07级博士研究生，研究方向为西方经济学。邮箱 ，赵文哲 摘要 本文利用Malmquist指数分析国际航空运输企业的技术效率并对全要素生产率变化进行分解。本文建立了两个线性规划模型两投入-单产出模型和两投入-两产出模型来计算航空运输企业的技术效率和分解全要素生产率变化，结果表明中国航空公司的技术效率与国际同行业相比仍然具有一定的差距。这主要体现了国内航空公司的经营管理体制僵化，管理方式落后，从而导致管理效率和资源配置效率比较低。 关键词 技术效率 数据包络分析 航空公司 航空运输业在一国经济中占有重要的地位，他不仅反映了该国经济发展的水平和速度，也反映了该国在经营管理方面的效率，甚至也在一定程度上反映了该国制造业技术的发达程度。伴随着经济的发展，交通运输量往往也会相应提高，而航空运输业作为一种方便、快捷和安全的运输方式也越来越受到人们的青睐。近些年来，随着中国经济实力的提高，中国航空运输业也取得了迅速的发展。2005年中国航空运输业总周转量已经跃居世界第二位，仅次于美国。1978改革开放以来，中国航空运输业实现了突飞猛进的跨越，中国航空运输总周转量、旅客运输量和货邮运输量（不含港、澳、台）平均增长速度高出世界平均水平两倍多。尽管如此，与航空运输业发达国家相比，中国航空运输企业的整体国际竞争力水平还不高。当前中国民航还面临着行业快速发展与人力资源短缺及管理水平落后的矛盾。这直接影响着航空运输企业生产效率的提高。2002年国内航空公司进行深度重组，中国航空运输业进入快速成长阶段。本文对2002年以来中国几家主要航空公司的生产率与国外同等地位的航空公司的生产效率进行对比分析，以此来寻求提升中国航空运输业国际竞争力的路径。1、 文献综述国外关于航空运输企业生产效率的研究大都是从技术效率的角度来研究的。Kumbhakar（1990）1运用超越对数的成本函数研究了放松管制后，美国航空公司技术进步水平和效率的变化。Atkinson和Cornwell（1994）分别从产出技术效率和投入技术效率的角度衡量了美国航空运输企业的技术效率。Alam和Sickles（2000）2用数据包络分析研究了1970-1990年间美国航空公司效率的变化，并运用协整方法检验了管制和规模因素对于航空公司技术效率的影响。国内对于航空公司效率研究得很少，这主要是由于在中国航空运输业是一个比较特殊的产业，很多数据无法获得。大部分文献还是从竞争力的角度来研究中国航空运输业。竞争力分析一般比较宽泛，既包括营运方面的竞争力，还包括财务、规模、人力资本管理、国际化等方面的竞争力，因此，许多文献是利用因子分析、主成分分析、聚类分析等多元统计方法来研究。林晓言和李欣（2005）3利用因子分析法将中美航空运输业的国际竞争力进行对比，结论是中国航空运输业的国际竞争力远低于美国航空运输业。但是，严格地说，他们的研究方法并没有突出航空运输企业的技术效率，而技术效率往往更能反映一个企业管理能力和资源配置能力大小。韩明亮和王战超（2006）4利用灰色聚类系统分析方法对国内外20家航空公司的财务进行综合评价，研究发现，中国航空公司的财务状况评分普遍低于美国和欧洲航空公司。张永莉和程志超（2002）5对中国航空运输业的技术进步率进行了测量，所运用的方法是传统的全要素生产率概念，由于全要素生产率一般是通过所谓的“索罗余值”来衡量的，所以它包含了太多的内容，既包括技术进步，还包括技术效率、规模效率和资源生产效率等（Kumbhakar and Lovell, 2000）6。因此，运用全要素生产衡量效率的意义不是很明确。本文从技术效率的角度出发，对2002至2005年年度营业收入进入全球前100位的航空运输企业进行技术效率分析，其中包括5家中国航空公司。2、 Malmquist指数分解和数据包络分析衡量一个产业或企业，甚至区域经济的生产效率有多种方法，其中，比较常见的是通过技术效率（technical efficiency）的概念来进行衡量。技术效率首先由库普曼斯（Koopmans，1951）7引入经济学，它最初的定义是指在给定的投入下，企业产出最大化的能力，这个概念对于如何衡量技术无效率的状态提供了进一步的指导。描述技术效率的方法有两种，第一种是从产出角度来刻画技术效率，Farrel （1957）8通过生产前沿面(Production frontiers)的概念来衡量技术无效率的程度，称为“产出技术效率”（output technical efficiency）。在经济学的生产理论中采用生产函数描述生产技术关系，即特定生产技术条件下各种生产要素投入的配合可能生产的最大产出。这种理论生产函数所描述的生产可能性边界称为生产前沿面。在生产前沿面下，技术效率表示既定生产函数下实际生产与“最佳实践”（Best Practice）生产之间的距离。技术效率用来衡量一个企业在等量要素投入条件下，其产出离最大产出的距离，因此距离越大，技术效率越低。第二种是从投入角度刻画技术效率，称为“投入技术效率”（input technical efficiency），这意味着给定产出和投入向量，最有效率的企业或个体就是利用生产投入最好的企业或个体。根据经济学的对偶定理，两个概念一般是等价的。在Farrell（1957）生产前沿面原始模型基础上，参数型前沿生产函数的发展形成了两个分支，一类是在不考虑随机因素影响的前提下采用线性规划方法求解生产前沿面的确定性参数生产函数方法，另一类把生产前沿面看作是随机的生产边界而采用统计学方法求解参数的随机性前沿生产函数方法（Stochastic Frontier Production Function，SPF）。生产前沿面测度的非参数方法数据包络分析法(DEA)是1978年由美国学者Charnes等人（1978）9提出并迅速发展起来的一类全新的计量经济学方法。早期的DEA方法并不是为生产前沿面研究构造的，所表达的决策单元效率规划模型的经济意义并不明显，而其对偶规划才是生产决策单元经济效率的直接表达模型。八十年代中期以后美国学者Fare等人（1989）10逐步发展了Charnes的方法，以生产理论的集合论描述为基础，形成了以数据包络分析方法为基础的描述生产过程中多种经济意义下的基于非参数模型的理论体系。相对于SPF方法，DEA方法避免了对于总量生产函数的设定，并且不会先验地假设生产技术具有规模报酬不变的特征（如科布-道格拉斯函数）。本文应用Malmquist指数分解技术来衡量国际航空运输企业的技术效率的变化和技术进步。首先定义产出的距离函数，在时期s，技术效率可以表示为： （1）其中，最小化，意味着使最大化。这个距离函数衡量了给定投入下产出的最大值，因此，表示技术效率指数。同理，我们可以定义 t 时期的产出距离函数： （2）利用Malmquist生产率指数分解可以用图1来表示。在图中，假设只有一种投入x和一种产出y，并且生产是规模报酬不变的（constant returns to scale, CRS）。图1中的点D和E分别表示在时期 s 和 t 时的投入-产出组合。在这两种情况下，实际产出都在生产可能前沿下面。从时期 s 到时期 的技术效率变化可以表示为（ys/ya)(yt/yc)。生产率变化可以由产出增长中不是由投入增长贡献的部分，这可以表示为(yt/ys)/(yb/ya)，其中(yt/ys)是产出增长，(yb/ya)表示沿生产前沿线在时期 s 的移动。这也可以写作(yt/yb)/(ys/ya)，分子(yt/yb)表示在时期 t 时产出的距离函数，分母(ys/ya)是时期 s 时表示技术效率的距离函数。Malmquist生产率指数实际上就是一般所称的“全要素生产率”（TFP），我们的目的是从TFP变化中分解出技术效率变化、技术进步。图1 Malmquist生产率指数根据Caves，Christensen和Diewert（1982a和1982b）的研究，以时期 s 作为参考标准，从时期 s 到时期 t 的Malmquist生产率指数变化可以定义为： （3）同时，以时期 t 作为参考标准，Malmquist生产率指数变化为： （4）这两个指数在一种产出、一种投入的情况下是相同的，但是在多种投入和可变规模收益的情况下两个指数是不同的，为了避免这种不一致性，Fre et al（1992，1994）根据上面两种指数的几何平均值推导出产出导向的生产率指数的变化： （5）其中，等式右边第一项衡量了从时期 s 到时期 t 的技术效率的变化effch，其中，技术效率又可继续分解为纯技术效率pech和规模效率色差；等式右边括号内的部分衡量了两个时期之间技术进步率techch。即技术效率变化，effch =pechsech （6）技术进步，techch = (7)假设第k个决策单元（DMU），在生产中有N种投入要素、生产M种产品。和分别表示第k个企业在第时期第n种投入和第m种产出。为了对Malmquist指数进行分解，我们需要计算出四个距离函数：，、和。每个距离函数可以通过下面的线性规划模型来计算： （8）s.t. ,m = 1,M ,n = 1,N, k = 1,K三、实证分析1. 数据和变量本文的样本是年度营业收入在世界排名前100位的68家航空公司，其中由于32家航空公司相关数据有缺失而被剔除。在这68家航空公司中，包括2家澳洲航空公司、14家北美航空公司、2家非洲航空公司、3家南美航空公司、19家欧洲航空公司、以及28家亚洲航空公司，其中营业收入世界排名前100位的亚洲航空公司中，还包括5家中国航空公司（中国国际航空公司、中国东方航空公司、中国海南航空公司、中国南方航空公司和上海航空公司）。样本选取的时间范围是2002年至2005年，正好是中国航空运输业快速发展的时期。本文所用的数据均来自于民航研究资料（2002-2005）。航空公司的投入主要包括资本和劳动力（包括飞行员、管制人员、维修人员和高级管理人员、以及其他人员），由于资料中不包括各航空公司的资本投入数据，本文用各航空公司飞机拥有的数量来表示资本投入，这是因为对于航空公司来讲，飞机是最重要的固定资本投入，其在总固定资本中占有很大的份额，因此用飞机数量作为航空公司的固定资本投入的关系变量（proxy variable）是有其合理性的。航空公司的产出可以用营业收入、旅客运输总周转量和货邮运输总周转量来表示。这里营业收入是指航空公司的主营业务收入。营业收入（亿美元）用变量Y表示、旅客运输周转量（亿客公里）用RP来表示、货邮运输周转量（亿吨公里）用RT来表示，要素投入固定资本和劳动力（万人）分别用C表示和L来表示。文中对个别缺失的数据用线性插值法补齐，插值法使用的软件是Stata10.0。各变量的统计特征如表1所示：表1 变量的统计特征变量名称观察值个数均值标准差最小值最大值y27249.93362.78084.699997400.6868rp272419.0136483.384861.250012371.244rt27217.2423725.1731-109.7744141.8968l2721.9297762.2738010.167314.4202k272134.1044163.031212876注：统计结果由Stata10.0软件计算得出 2. 模型和数据包络分析结果根据上述变量，可以建立两个投入-产出模型（I/O模型），一个是两投入-单产出模型，产出用营业收入来衡量，投入是资本和劳动力。两投入-单产出的线型规划模型可以表示为： （9）s.t. ，, k = 1,K, 其中，和分别表示第k个决策单元在第i时期的资本投入和劳动力投入，表示第k个决策单元在第i时期的营业收入。另一个是两投入-两产出模型，产出以旅客运输周转量和货邮运输周转量来衡量，投入是资本和劳动力。两投入-两产出的线型规划模型可以表示为： （10）s.t. ， ，, k = 1,K, 其中，和表示第k个决策单元在第i时期的旅客运输周转量和货邮运输周转量。根据DEAP2.1软件可以对上述两个线性规划模型进行数据包络分析，计算出各年份的技术效率和技术进步以及通过Malmquist指数对全要素生产率（TFP）分解的结果。本文给出了各航空公司2002-2005各年技术效率的值以及在此期间对全要素生产率TFP分解的结果。表2给出了各个航空公司在2002-2005各年技术效率的值。在这68家航空公司中，两投-单产出模型和两投入-两产出模型计算出的技术效率结果有些差异。本文注重对中国航空公司技术效率与国际航空公司技术效率进行对比研究。首先将各个航空公司的技术效率值按年度进行平均，计算出各航空公司技术效率2002-2005年间技术效率的平均值，并按照由高到低的次序排列，可以发现，中国5家航空公司的排名相对比较靠后。在两投入-单产出模型中，中国5家航空公司中排名最高的是中国海南航空公司（16），最低的是中国东方航空公司（55），其他三家航空公司，南方航空公司（18）、上海航空公司（45）和中国航空集团（48）。在两投入-两产出模型中，中国5家航空公司技术效率的排序依次是：海南航空公司（25）、中国航空集团（32）、东方航空公司（55）、南方航空公司（58）和上海航空公司（63）。从中可以发现，无论以哪种模型计算，海南航空公司的技术效率都是最高的，但即使是这样，海南航空公司的技术效率在两个模型中也分别只有55.5%和65.4%。表2 各航空公司在2002-2005各年的技术效率两投入-单产出模型两投入-两产出模型航空公司20022003200420052002200320042005澳大利亚快达0.980 0.122 0.357 0.998 0.858 0.417 0.540 0.993 新西兰航空集团0.588 0.184 0.365 1.000 0.968 0.472 0.603 0.994 加拿大航空0.661 0.216 0.839 0.977 1.000 0.448 0.455 0.981 加拿大跨大西洋0.779 0.256 0.464 1.000 1.000 0.487 0.486 1.000 美大陆1.000 0.118 0.339 0.211 1.000 0.267 0.337 0.212 美国JetBlue0.399 0.123 0.369 0.224 0.856 0.257 0.342 0.226 美国阿拉斯加1.000 0.155 0.400 0.263 0.934 0.305 0.364 0.254 美国边疆0.512 0.219 1.000 0.285 1.000 0.414 0.430 0.279 美国快运0.347 0.168 0.667 0.501 0.665 0.723 1.000 0.683 美国美利坚0.798 0.299 0.725 0.498 0.543 0.413 0.957 0.723 美国夏威夷0.385 0.218 0.813 0.590 0.674 0.523 1.000 1.000 美合众国0.470 0.201 1.000 0.693 0.703 0.522 0.348 0.794 美联合0.419 0.158 0.458 0.645 0.933 0.745 0.809 0.755 美三角1.000 0.157 1.000 1.000 1.000 0.650 1.000 0.572 美西北0.854 0.262 1.000 0.455 0.861 0.739 1.000 1.000 美西南1.000 0.216 1.000 0.388 0.945 0.753 1.000 0.716 埃及航空0.285 0.144 1.000 0.233 0.578 0.234 0.926 0.496 南非航空0.368 0.138 0.870 0.240 0.631 0.281 0.857 1.000 巴西地区TAM0.398 0.177 0.632 0.305 0.715 0.315 0.949 0.548 巴西瓦里格0.417 1.000 0.709 0.335 1.000 1.000 1.000 0.548 智利航空0.276 0.228 0.361 1.000 0.485 0.500 0.261 1.000 爱尔兰支线0.348 0.258 0.499 0.592 0.630 0.529 0.289 0.861 奥地利航空集团0.273 0.329 0.891 0.577 0.718 0.625 0.357 0.938 北欧SAS0.508 0.309 1.000 0.632 1.000 0.685 0.385 1.000 波兰LOT0.201 0.667 0.433 1.000 0.294 0.519 0.696 0.957 德国LTU0.232 1.000 0.503 0.491 0.367 0.697 0.687 0.522 德国汉莎0.522 1.000 0.709 0.611 0.564 0.790 0.846 0.523 俄罗斯国际1.000 1.000 0.851 1.000 1.000 0.457 1.000 1.000 法航-荷兰航空0.256 0.095 0.118 0.134 0.479 0.299 0.229 0.168 芬兰航空0.780 0.110 0.132 0.134 0.695 0.166 0.236 0.168 荷兰马丁0.320 0.281 0.177 0.211 0.414 0.186 0.325 0.145 葡萄牙TAP0.341 0.128 0.191 0.297 0.463 0.169 0.345 0.199 瑞士航空0.301 0.870 0.277 0.590 0.183 1.000 0.482 0.556 土耳其THY0.333 1.000 0.300 0.431 0.246 1.000 0.549 0.574 西班牙Iberia0.507 0.477 0.334 0.601 0.414 0.686 0.646 0.531 意大利航空0.379 0.424 0.261 0.711 0.364 0.705 0.474 0.574 英国航空0.432 1.000 0.170 0.164 0.889 0.924 0.447 0.140 英国君主0.435 0.835 0.170 0.149 0.852 0.926 0.447 0.141 英国维尔京0.465 0.955 0.837 0.155 0.944 1.000 0.833 0.155 英国中部0.517 0.920 0.237 0.182 1.000 1.000 0.578 0.173 阿联酋航空0.275 0.108 0.525 0.156 0.544 0.311 0.764 0.332 巴基斯坦国际0.392 0.120 0.431 0.142 0.613 0.328 1.000 0.248 巴林海湾0.409 0.147 0.569 0.170 0.586 0.381 1.000 0.263 菲律宾1.000 0.191 0.743 0.196 1.000 0.379 0.928 0.251 国泰0.308 0.702 0.520 0.269 0.481 0.915 0.576 0.216 韩国韩亚0.339 0.631 0.634 0.087 0.480 0.939 0.599 0.112 韩国航空0.419 0.708 0.401 0.210 0.541 0.943 0.630 0.156 科威特航空0.825 0.767 0.460 0.147 0.621 1.000 0.600 0.191 马来西亚0.357 0.224 0.464 0.119 1.000 0.447 0.825 0.219 摩洛哥王家0.352 0.178 0.470 0.123 0.904 0.289 0.642 0.223 日本全日空集团1.000 0.372 0.580 0.170 0.987 0.522 0.760 0.306 日航系统0.483 0.253 0.696 0.402 1.000 0.421 0.723 0.668 沙特航空0.334 1.000 0.254 0.119 0.839 1.000 0.299 0.158 台湾长荣0.334 0.443 0.761 0.102 0.829 1.000 1.000 0.190 台湾中华航空0.442 0.231 0.433 0.128 1.000 1.000 0.516 0.243 泰国航空1.000 0.227 0.526 0.339 1.000 0.260 1.000 0.414 新加坡航空0.335 0.119 0.549 0.266 0.951 0.297 0.468 0.601 以色列EL0.381 0.131 0.228 0.181 0.872 0.302 0.506 0.590 印度Jet0.465 0.174 0.305 0.252 1.000 0.346 1.000 0.484 印度航空0.594 0.182 0.313 0.322 1.000 0.370 0.515 0.560 印度国家航空0.284 0.235 0.154 0.358 0.483 0.420 0.218 0.325 印尼鹰航空公司0.602 0.307 0.180 0.237 0.516 0.639 0.206 0.293 越南航空公司0.330 0.302 0.234 0.193 0.486 0.598 0.268 0.408 东方航空公司0.374 0.304 0.268 0.272 0.542 0.592 0.253 0.595 海南航空公司0.148 0.117 0.956 1.000 0.355 0.331 0.931 1.000 中国航空集团0.204 0.129 0.890 0.316 0.340 0.741 0.846 0.496 南方航空公司0.334 0.137 1.000 0.679 0.345 0.348 0.933 0.201 上海航空公司0.243 0.195 0.892 0.287 0.382 0.424 0.603 0.228 为了从总体上比较中国航空运输业技术效率与国际航空航空公司的差异，本文又根据各航空公司所属的洲际进行分类并计算各大洲技航空公司的技术效率平均值，其中，为了方便进行比较，亚洲航空公司技术效率平均值不包括中国航空公司。计算结果如表3所示。从表3种可以发现，中国航空公司技术效率均值最高的年份是2004年，甚至技术效率高于北美和欧洲航空公司的平均值。但在其他年份，中国航空公司技术效率的平均值都低于北美和欧洲航空公司。相对于亚洲其他航空公司，中国航空公司在2002和2003年的技术效率较低，而在2004和2005年技术效率都超过了亚洲航空公司，这表明中国航空公司在亚洲的竞争力有了明显的提升。表3 各区域技术效率的平均值两投入-单产出模型两投入-两产出模型2002200320042005平均值2002200320042005平均值澳洲均值0.784 0.153 0.361 0.999 0.574 0.913 0.445 0.572 0.994 0.731 北美均值0.687 0.198 0.720 0.552 0.539 0.865 0.518 0.681 0.657 0.680 非洲均值0.327 0.141 0.935 0.237 0.410 0.605 0.258 0.892 0.748 0.625 南美均值0.364 0.468 0.567 0.547 0.487 0.733 0.605 0.737 0.699 0.693 欧洲均值0.429 0.614 0.426 0.456 0.481 0.606 0.651 0.518 0.491 0.567 亚洲均值0.490 0.337 0.453 0.204 0.371 0.771 0.570 0.654 0.324 0.580 中国均值0.261 0.176 0.801 0.511 0.437 0.393 0.487 0.713 0.504 0.524 注：表中亚洲均值不包括中国5家航空公司下面本文根据Malmquist指数将全要素生产率变化tfpch进行分解，两个模型（8）和（9）的分解结果如表4所示。表中tfpch表示全要素生产率TFP的变化率，effech表示技术效率的变化率，techch表示技术进步率，其中，根据公式（6），技术效率的变化率还可继续分解为纯技术效率pech和规模效率sech。针对中国各家航空公司，首先分析全要素生产率的变化tfpch，以两投入-单产出模型分解的结果为例，中国5家航空公司中有4家的TFP变化率是增加的，如南方航空公司（35.7%，），其后依次是海南航空公司（31.7%）、上海航空公司（9.2%）、中国航空集团（6.6%），相反，东方航空公司的全要素生产率下降了1.549%。表明东方航空公司生产率整体呈下降趋势。如果根据两投入-两产出模型的结果计算，海南航空公司、南方航空公司公司和中国航空集团的TFP依然是增加的。由于全要素生产率变化反映了生产效率的变化，这表明，海南航空公司、南方航空公司公司和中国航空集团的生产率水平呈现出升高的趋势。以全要素生产率变化幅度最高的海南航空公司为例，在两个模型中，海南航空公司的tfpch分别达到31.7%和28.6%。其次分析技术进步率techch，表4显示中国各家航空公司的技术进步率都是正的，因此科技进步对全要素生产率变化的贡献是正的，这表明航空运输技术的进步对中国航空运输业的生产效率提高有积极的作用。第三，分析纯技术效率的变化pech，从两个模型的计算结果来看，只有海南航空公司和中国航空集团的纯技术效率都呈现出升高的趋势，其中，海南航空公司的纯技术效率提高幅度最高，在两个模型中其纯技术效率变化分别达到88.9%和41.3%。第四、分析规模效率的变化sech，规模效率的总体则呈下降趋势，只有在两投入-两产出模型中南方航空公司和上海航空公司的规模效率变化才为正，分别是1.9%和0.3%。最后，综合纯技术效率变化和规模效率的变化，总的技术效率的变化effch在两个模型中只有海南航空公司是正的，在两投入-单产出模型和两投入-两产出模型中effch分别是13.4%和3.8%。这表明，管理能力和经验的欠缺导致中国航空公司技术效率下降。表4 Malmqusit指数分解结果两投入-单产出模型两投入-两产出模型航空公司effchtechch#pech#sechtfpcheffchtechch#pech#sechtfpch澳大利亚快达0.9191.1451.0060.9141.0530.7471.3261.0500.7120.991新西兰航空集团1.1251.1581.1930.9421.3020.7281.2691.0090.7220.925加拿大航空0.9551.1441.1390.8381.0920.7241.1620.9940.7280.841加拿大跨大西洋0.9711.1021.0870.8941.0700.7811.1331.0000.7810.885美大陆0.5661.1390.5950.9510.6450.5571.1480.5960.9350.640美国JetBlue0.8111.1400.8250.9830.9240.6291.1280.6420.9790.709美国阿拉斯加0.6271.1180.6410.9780.7010.6331.1390.6480.9770.721美国边疆0.8041.1080.8220.9780.8910.6361.1570.6530.9740.736美国快运1.1171.1531.1310.9871.2871.1101.2831.0091.1011.424美国美利坚0.8821.1430.8541.0321.0081.2361.2681.1001.1241.568美国夏威夷1.1311.1301.1530.9811.2791.2681.3241.1401.1121.679美合众国1.1261.1251.1390.9891.2671.1591.3541.0411.1131.570美联合1.2041.1981.1541.0431.4420.9051.6070.9320.9711.454美三角1.0541.2701.0001.0541.3380.7301.5370.8300.8801.122美西北0.8081.2240.8110.9960.9891.0621.4581.0511.0101.549美西南0.7171.1890.7290.9840.8530.8451.4130.9120.9271.193埃及航空0.9351.0740.9361.0001.0051.0851.1500.9501.1421.248南非航空0.8671.0700.8671.0000.9271.2881.2021.1661.1051.548巴西地区TAM0.9111.0710.9150.9950.9751.0121.1850.9151.1051.199巴西瓦里格0.9251.1100.9290.9951.0260.9061.1700.8181.1061.059智利航空1.5651.1691.5361.0191.8301.2781.2331.2721.0041.576爱尔兰支线1.1931.1731.1940.9991.3991.1011.2231.1100.9921.347奥地利航空集团1.2941.1661.2841.0081.5081.1641.1791.0931.0651.372北欧SAS1.0851.2051.0751.0091.3061.0051.2721.0001.0051.278波兰LOT1.4781.1761.7080.8651.7381.3131.3011.4830.8861.708德国LTU1.0301.1981.2830.8021.2341.1551.2271.1251.0271.417德国汉莎0.9431.1551.0530.8951.0880.9741.4000.9760.9981.363俄罗斯国际0.8761.1091.0000.8760.9721.0051.7431.0001.0051.753法航-荷兰航空0.7401.1340.8050.9190.8390.7061.2620.7051.0010.891芬兰航空0.5471.1360.5550.9840.6210.6211.2630.6230.9980.785荷兰马丁0.7911.1450.8700.9090.9060.7131.2630.7051.0120.901葡萄牙TAP0.8611.1360.9550.9010.9780.7771.2390.7541.0300.962瑞士航空0.9361.1171.2510.7491.0461.2841.2221.4480.8871.569土耳其THY0.8941.1051.0900.8200.9881.2761.2311.3260.9621.571西班牙Iberia0.8651.1421.0590.8170.9881.0731.2461.0860.9871.337意大利航空0.9981.0751.2330.8091.0721.1261.2131.1640.9671.365英国航空0.7491.1040.7241.0350.8270.6791.3370.5411.2570.908英国君主0.7911.0930.6991.1320.8650.7271.2740.5491.3240.926英国维尔京0.7271.1140.6931.0490.8100.6841.3270.5471.2500.907英国中部0.7321.0680.7071.0360.7820.6781.2890.5571.2170.873阿联酋航空0.8291.1210.8281.0010.9290.7121.3330.8480.8390.949巴基斯坦国际0.7271.1250.7121.0210.8180.6241.3240.7400.8430.826巴林海湾0.7401.1370.7470.9910.8420.7121.2930.7660.9300.920菲律宾0.6271.1270.5801.0800.7060.5511.3640.6310.8740.752国泰0.7621.1360.9560.7970.8660.8161.5130.7661.0661.235韩国韩亚0.6311.1820.6360.9910.7450.6371.4030.6151.0370.894韩国航空0.7321.2300.7940.9220.9010.7151.4140.6601.0841.011科威特航空0.5191.2260.5620.9230.6360.7211.4160.6751.0691.021马来西亚0.7931.1980.6941.1430.9500.7821.2700.6021.2990.994摩洛哥王家0.6791.1620.7050.9630.7890.6491.3410.6271.0350.870日本全日空集团0.5031.1670.5540.9080.5870.6581.2620.6770.9720.830日航系统0.8911.1930.9410.9471.0630.8871.3700.8741.0151.215沙特航空0.7491.1570.7081.0590.8670.6951.5300.5731.2131.064台湾长荣0.6781.1690.6741.0060.7930.6811.5680.6121.1131.068台湾中华航空0.6661.1670.6621.0060.7770.7121.5410.6241.1421.098泰国航空0.6731.1090.6970.9660.7470.7631.3520.7461.0241.032新加坡航空0.9241.1710.9260.9981.0820.9151.2650.8581.0661.157以色列EL0.7021.1600.7800.9000.8150.7341.2540.8780.8360.920印度Jet0.7341.0690.8150.9000.7840.6711.1800.7850.8550.792印度航空0.7491.1240.8150.9190.8420.7531.2860.8240.9130.968印度国家航空1.0341.1441.0810.9571.1830.8981.3120.8761.0251.177印尼鹰航空公司0.6951.1670.7330.9480.8110.8251.3420.8280.9971.107越南航空公司0.7761.1420.8370.9280.8860.7201.4300.9430.7631.029东方航空公司0.7331.1610.8990.8160.8510.8071.3541.0320.7831.093海南航空公司1.1341.1611.8890.6011.3171.0381.238