進入障礙大，卻又極容易被模仿的海上貨櫃運輸業，航線營運績效便決定了海上貨櫃運輸業者在此貌似寡佔，卻在業務操作面又是完全競爭市場之成敗。本研究採用國內某貨櫃航運公司，於2009年全年度營運之亞洲航線為研究對象。本論文研究目的即是使海上貨櫃運輸航商瞭解航線經營績效表現的內涵，並提供維持與改善航線經營績效之管理建議。本研究採取Tone and Tsutsui (2007)所提出SBM (Slack-Based Measures，以差額變數為基礎的衡量法)網絡資料包料分析(Network Data Envelopment Analysis)模式，衡量該航運公司2009年亞洲航線整體效率。
從本論文之研究結果，得到除航線B以及航線D在投入的艙位上已經達到最高效率，但仍有增加載貨量之改善空間，代表航線B及航線D需要在攬貨方面加強尋找貨重較輕之貨載，或需要擴大投入船型之規格，以達到規模經濟之效益。其他的13個航線，皆有降低載重噸供給，卻同時需要增加攬貨之需求，代表該航運公司以投入過多載重噸於亞洲航線，需要透過業務手法降低平均貨重，並積極攬收去回程貨以增加實際裝載量。

With large entrance barriers, but is also imitated easily, these are liner shipping industry’s characteristics. In this oligopoly in surface but perfectly competitive market in business operation, performance of each line decides whether the company makes money or not. This research is to adopt the data of 2009 Asia line service from one of Taiwan’s marine carriers as the object of study. The aim of this study is to allow marine carriers understand the connotation of liner operation performance, and provide operational suggestions to maintain and improve each liner’s operational performance. This study applies Tone and Tsutsui’s (2007) SBM (Slack-Based Measures) Network DEA model to measure the whole performance of that marine carrier’s Asia lines.
From the results of this study, Services B and D have the highest efficiency on Deadweight Tonnage (DWT) input, but still need to increase actual loading volume, which means Services B and D need to dig out lighter cargos instead of heavy cargos, or need to launch larger vessels to reach the economies of scale. And the other 13 services simultaneously all need to decrease each TEU’s average weight and increase actual loading volume, which means this marine company input too much DWT in Asia trade, but this marine company imperatively needs to take more ways to decrease average TEU/Weight, and get more cargos on both bounds.

第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究流程 3
第二章 文獻回顧 5
2.1 定期航運的營運趨勢與現況 5
2.1.1定期航運的特性 5
2.1.2定期航運現況 6
2.1.3運力過剩分析 8
2.1.4 船舶大型化 13
2.2績效的定義與績效評估 14
2.3海運績效研究 17
2.4資料包絡分析法 19
2.4.1理論 19
2.4.2 基本概念 20
2.4.3 DEA模式 21
2.4.4 多階段資料包絡分析法 24
第三章 網路資料包絡分析法 28
3.1 研究架構 28
3.2 定期航運業之成本組成 29
3.3 SBM-NDEA 32
第四章 實證模式分析 34
4.1 DMU 之選取 34
4.2 投入與產出項目之設定 35
4.3 項目意涵 36
4.4 實證結果分析 39
第五章 結論與建議 53
5.1 管理意涵 53
5.2 總結 55
5.3 研究限制與未來研究建議 56
參考文獻 57
附錄 60
A) 生產過程的強度變數：LAMDA P 60
B) 銷售過程的強度變數：LAMDA C 75

1. 方進義（2009），零和限制下探討證券商經營效率之研究，國立交通大學經營管理研究所，博士論文。
2. 朱元全（2006），航空站營運管理績效評估之研究-以金門馬祖地區機場為例，銘傳大學公共事務管理研究所，碩士論文。
3. 李啟安（2001），貨櫃航商收益管理之研究-以艙位分配為例，國立成功大學交通管理學研究所，碩士論文。
4. 卓筱婷（2005），中華職棒聯盟球隊生產效率分析：考量中間產出之DEA模型，國立政治大學經濟研究所，碩士論文。
5. 周欣怡（2001），外在環境變化下捷運營運績效之分析，國立交通大學交通運輸研究所，碩士論文。
6. 林光、張志清（2006），航運經營與管理，第六版，台北，行貿文化經銷。
7. 林郁芳（2001），應用資料包絡分析法於航運公司定期航線營運績效之評估，國立交通大學交通運輸研究所，碩士論文
8. 邱明琦（2002），貨櫃航線網路設計模式之研究，運輸計畫季刊，第三十一卷第二期，頁267-298。
9. 高樹勛（2007），台灣綜合型大學教學研究效率評析：三階段資料包絡分析法之應用，國立台北大學經濟學系，碩士論文。
10. 張俊杰（2006），證券業之經營績效-多階段資料包絡分析法之應用，東吳大學會計學系，碩士論文。
11. 張朝富（2008），外匯在銀行效率扮演角色之研究，東吳大學經濟學系，碩士論文。
12. 許士軍（2000），走向創新時代的組織績效評估：績效評估，台北，天下文化出版社。
13. 陳仁宏（2008），以資料包絡分析法評估避險基金績效，世新大學管理學院財務金融學系，碩士論文。
14. 陳佳婉（2006），台灣海運公司經營績效評估 ─ 以資料包絡分析法，立德管理學院工業管理研究所，碩士論文。
15. 陳澄隆（2000），國內定期航運公司營運績效之研究-應用資料包絡分析法，國立交通大學交通運輸研究所，碩士論文
16. 游智超（2003），應用資料包絡分析法評估國籍貨櫃航商整體營運效率之研究，國立高雄第一科技大學，碩士論文。
17. 黃雅慧（2007），以服務利潤鏈觀點提升連鎖通路經營績效之研究：以怡客咖啡為例，東吳大學企業管理學系，碩士論文。
18. 盧華安（2002），「定期貨櫃航線設計之研究」，運輸計畫季刊，第三十一卷第一期，頁121-142。
19. 薛光林（2008），應用 SBM-DEA 三階段模式對航空站營運績效管理之研究以國內航空站為例，國立中山大學公共事務管理研究所，碩士論文。
20. 謝盛安（2009），國軍及署立醫院經營效率之研究－二階段資料包絡分析法應用，國防大學管理學院財務管理學系，碩士論文。
21. 鍾政棋（2004），資料包絡分析法應用於散裝航運公司營運績效之評估，國立交通大學交通運輸研究所，博士論文。
22. 闕宜萱（2008），台灣生技新藥廠商技術效率之研究- 資料包絡法與Malmquist生產力指數之應用，中興大學應用經濟學系所，碩士論文。
23. 魏中偉（2004），定期海運業核心能力與績效關係之研究，國立成功大學交通管理科學研究所，碩士論文。
24. 蘇瑞萍（2001），我國航運類上市公司經營績效、益本比與股票超額報酬關性之研究，國立海洋大學航運管理研究所，碩士論文。
25. Abraham C., William W. C., Arie Y. L, and Lawrence M. S., 1997, Data envelopment analysis : Theory, Methodology, and Appplication, Third printing, Kluwer academic publish, Massachusetts.
26. Banker, R. D. and Morey. R. C., 1986, Efficiency analysis for exogenously fixed inputs and out puts, Operational Research, 34(4), 513-521.
27. Chirwa, E. W., 2001, Privatization and technical efficiency: Evidence from the Manufacturing Sector in Malawi, African Development Review, 13(2), 276-307
28. Färe, R. and Grosskopf, S., 1996, Productivity and intermediate products: A frontier approach, Economic letters, 50, 65-70.
29. Färe, R. and Grosskopf, S., 2000, Network DEA, Socio-Economic Planning Sciences, 34, 35-49.
30. Färe, R. and Whittaker, G., 1995, An intermediate input model of dairy production using complex survey Data, Journal of Agricultural Economics,46(2), 201-213.
31. Ferral, M. J., 1957, The measurement of productive efficiency, Journal of the Royal Statistical Society, series A, general, 120(3), 253-281
32. Fielding, G. J., Glauthier, R. E., and Lave, C. A., 1978, Performance indicators for transit management, Transportation, 7(4), 365-379.
33. Fielding, G. J. Babitsky, T. T. and Brenner, M. E., 1985, Performance evaluation for bus transit, Transportation research part A: General, 19A(1), 75.
34. Fried, H.O. Lovell, C. A. K. Schmidt S. S. and Yaisawarng, S., 2002, Accounting for environmental effects and statistical noise in data envelopment analysis, Journal of productivity analysis, 17(1/2), 157-174.
35. Golany B., and Roll Y., 1989, An application procedure for DEA, OMEGA, 17(3), 237-250.
36. http://www.clarksons.com/
37. http://www.clarksons.com/
38. Itsuro, W., 2000, The fifth generation of containerisation: A Mixed Outlook. Open Forum, 11-15.
39. Koster, B.M. Balk & W.T.I. van Nus, 2007, On using DEA for benchmarking container terminals, Iternational Journal of Operations and Produciotn Management, 1140~1155.
40. Powell, B. J. and Perakis, A. N., 1997, Fleet deployment optimization for liner shipping: an integer programming model, MARIT.POL.MGMT, 24(2), 181-192.
41. Seok, M. L, 1996, Round-the-world Service: The rise of evergreen and the fall of U.S. Lines, Maritime Policy and Management, 23(2), 119-144.
42. Sexton, T.R. and Lewis, H.F. 2003, Two-Stage DEA: An application to major league baseball, Journal of Productivity Analysis, 19, 227-249.
43. Sun, H, Hone, P. and Doucouliagos, H., 1999, Economic openness and technical efficiency: A case study of Chinese manufacturing Industries, Economics of Transition, 7, 615-36.
44. Timmer, C. P., 1971, Using a probabilistic frontier function to measure technical efficiency, Journal of Political Economy, 79(4), 779-794.
45. Tone, K and Tsutsui M., 2007, Network DEA: A slack-based measure approach, Discussing Paper, 07-08, Policy Information Center.
46. Venkatraman, N., and Ramanujam, V, 1986, Measurement of business performance in strategy research: A Comparison of Approaches, Academy of Management Review, 11(4), 801-814.