資料包絡法應用於台北市聯營 公車經營績效評估
大綱 背景介紹 相關研究 初步資料分析 DEA分析結果 效率值與效益值之比較分析 非控制的變數下，探討DEA評估結果
背景介紹 歷年來公車是台北市民主要的大眾運輸工具，近年 來，捷運系統全面營運後，捷運與公車整合久是一 項重要課題，而公車的營運績效會嚴重影響台北市 居民的權益。 本研究選擇台北地區公、民聯營公車作為評比對象。
背景介紹 本研究希望再以下幾個部分提出貢獻或是建議： 主要利用資料包絡法之CCR模式與BCC模式來對 十四個公車公司進行評估。 台北公車處能作為評估供車公司營運績效之參考， 當作效率和效益的考量 給予無效率/無效益公司(單位)改善建議 主要利用資料包絡法之CCR模式與BCC模式來對 十四個公車公司進行評估。
DEA應用於大眾運輸 作者 研究對象 投入 產出 K.Kerstens(1996) 法國地下鐵 車輛數、員工人數和油料 輸具公里、載客公里 Chu & Fielding(1992) 美國紐約、芝加哥與洛杉磯之大眾運輸系統 每年維修費用、一般行政費、車營運年費用、其他年費用、都市地區人口和自用車之家戶數 車小時年收入、每位乘客年財務援助、年乘客旅次 K.I.Chung & P.H.Kao(1992) 台北市五家公車公司 公車數、員工人數和油量 車輛里程、收益、車次 魏悅容(1996) 台北市聯營公車 員工人數、車輛數和燃料數 行駛里程數、乘客人數和班次數 陳敦基、蕭智文 (1994) 76~80年台灣32家公路客運業者 員工數、車輛數和耗油量 行車公里數、班次數和載客數
初步資料分析-效率評估資料分析 而投入變數與產出變數如下所示之： 行駛車次數 員工人數 核准營運里程數 行駛里程數 乘客數 營運車輛數 收入數 投入 產出
初步資料分析-效率評估資料分析
初步資料分析-效率評估資料分析 為了瞭解投入、產出項間的關係，利用相關係數分 析來評估。 投入變數中，X1與X3；X2與X3有高度正相關。 產出變數中，Y1與Y2；Y1與Y3有高度正相關。 投入與產出之間皆呈現正相關。
初步資料分析-效益評估資料分析 而投入變數與產出變數如下所示之： 每車每天平均行駛車次數 員工人數 核准營運里程數 每車每次平均行駛里程數 行駛車輛數 每車每次平均乘客數 投入 每車每次平均收入數 產出
初步資料分析-效益評估資料分析
初步資料分析-效益評估資料分析 為了瞭解投入、產出項間的關係，利用相關係數分 析來評估。 投入變數中，X1與X3；X2與X3有高度正相關。 產出項目間有低度正相關。 投入與產出變數中，X2與Y1；X3與Y1有低度正相關。
DEA分析結果-效率評估 首先用CCR模型與BCC模型對十四家公車公司作經 營績效評估，其結果如下所示： 其中10家為固定規模報酬，規模遞減與規模遞增的 公司各有兩家。
DEA分析結果-參考群體分析 以BCC模型分析，由分析結果得知，有六家公車公 司在經營上比其他家公司具有競爭優勢，而下圖為 分析結果，其中包含了該公司被參考的次數：
DEA分析結果-無效率單位改善目標 針對沒效率單位的投入產出項作調整建議，使得公 車的營運績效提升。下圖為建議的配置：
DEA分析結果-效益評估 這裡對效益評估作規模報酬分析，其結果與效率評 估有所不同，其中只有兩家(欣和、淡水)為固定規 模報酬，其餘皆為規模報酬遞減。
DEA分析結果-參考群體分析 以BCC模型分析，由分析結果得知，有七家公車公 司在經營上比其他家公司具有競爭優勢，而下圖為 分析結果，其中包含了該公司被參考的次數：
DEA分析結果-無效率單位改善目標 針對沒效率單位的投入產出項作調整建議，使得公 車的營運績效提升。下圖為建議的配置：
效率值與效益值之比較分析 針對14家公司效率值與效益值作比較，可將其區分 為四個象限 第一象限：為高效率和高效益。僅有欣和公車公 司，以最適投入，獲得最適產出，及獲得預期效 益。 第二象限：為高效率和低效益，代表能有效率地 使用資源，但需加強效益改善。
效率值與效益值之比較分析 第三象限：無效率和無效益 第四象限：為低效率和高效益，代表不能有效率 地使用資源，但可使用現有資源達成預期效益。
非控制的變數下，探討DEA評估結果 針對投入與產出變數之非控制變數，採用Banker 和 Morey所建立的DEA模式進行評估，在效率上之非控 制變數為核准營業里程數、乘客數與收入數，在效 益上，則為核准營業里程數及每車每次平均乘客數 /收入數等三項。
非控制的變數下，探討DEA評估結果 效率/效益值分析：其中僅有光華的效益值不為1。
非控制的變數下，探討DEA評估結果 僅有光華巴士公車未達效益值，而為了達最適效益 值，其改善的項目如下：