中国省域星级酒店技术效率评价
1 绪论
酒店作为旅游行业的三大支柱性产业之一，不仅在旅游者的食住行游购娱活动中扮演着重要角色，而且随着世界经济和中国经济的发展，中国和世界，世界和中国之间的交流与合作，互信和往来将越来越频繁，专家预测未来世界将会变成一个地球村。同时，随着国内经济的发展和人民生活的提高，酒店将不仅是给人们的住宿和餐饮需求带来方便，酒店的度假休闲、疗养、娱乐、商务、产业联动等新的功能角色将会得到更多的酒店经营和管理者的重视。
星级酒店做为酒店行业的主力军，改革开放三十多年来，得到了快速发展。直至 2013 年末，全国共有 11687 家星级酒店，相比 2005 年的 11828 家星级酒店，星级酒店数量略有下降，拥有客房 1539141 间，增长 15.54%；星级酒店从业人数相比 2005 年减少了 14601 人；拥有固定资产原值 5017.72 亿元，相比 2005 年的3756.04 亿元的固定资产原值，增加了 33.59%；实现营业收入总额 2292.93 亿元，相比 2005 年，营业收入增长率达 70.26%。由此可见，2005-2008 年我国星级酒店的数量并没有发生太大的改变，但是其人力资本和固定资本的投入及营业收入却发生了很大的变化，投入有增加，产出有增加，酒店技术效率总体是增加还是减少，或者不变？如果有变化这种变化趋势又是怎样的？这些都是非常值得探究的问题。
关于酒店技术效率，一方面，国内外有些文献里也称之为酒店经营效率、酒店效率、酒店综合效率、酒店经营绩效等，另一方面，国外对于酒店技术效率的研究，一般没有指明所研究的对象是否为星级酒店或者酒店的星级等级。星级酒店是中国酒店行业的主要构成部分，国内关于酒店技术效率的研究绝大部分都是关于星级酒店技术效率的研究。我国学者对星级酒店技术效率的研究最早始于2004 年彭建军和陈浩对北京、上海、广州三个地区星级酒店技术效率的研究，之后又有不同的学者使用了相应的研究方法对不同年份或者不同星级、不同区域等星级酒店效率进行了研究。但是，从研究方法来看，缺乏从参数的角度和非参数的角度对酒店技术效率评价方法的优势和劣势的归纳及对两种方法的评价结果进行比较；就研究的对象来说，从面板数据的角度对中国 31 省域及区域星级酒店技术效率的研究较少。
......
1.2.1 研究目的
通过对我国星级酒店技术效率的研究背景的挖掘和对目前国内外关于酒店技术效率研究现状的分析与研究问题的探讨，本研究主要实现以下三个方面的目的：
1) 评价中国 31 个省域星级酒店技术效率的总体特征和变化趋势。2) 是否有必要采取 SFA（随机前沿分析）对中国星级酒店技术效率进行分析。3) 使用 DEA 方法和 SFA 方法评价酒店技术效率的差异性。4) 根据 DEA 和 SFA 两种评价方法的实证结果，为酒店技术效率评价提供相应的建议。
1.2.2 研究意义
（1）理论意义
通过对国内外有关酒店效率研究文献的整理，发现当前使用非参数方法的DEA（数据包络分析）和参数方法的 SFA（随机前沿分析）分析酒店技术效率的文献很多，尤其是使用 DEA 方法分析酒店技术效率。但是同时使用 DEA 方法和SFA 方法分析酒店技术效率文献却凤毛麟角。因而，本文在归纳和总结 DEA 方法和 SFA 方法的原理和优劣势的基础之上，通过对中国 31 个省域和东中西部的星级酒店技术效率的实证研究，深层次的探讨了使用 DEA 和 SFA 两种经典的技术效率评价方法在评价酒店技术效率方面的差异性，以充实和完善酒店技术效率评价方法，为后继研究提供可靠的理论研究依据。
（2）实践意义
酒店技术效率水平不仅可以反映酒店的投入产出能力，通过与同行业进行技术效率比较，还可以发现彼此的竞争地位和存在的差距。星级酒店作为我国酒店行业的主力军和非星级酒店的标杆对象，对其技术效率进行评价，一方面可以补充和完善相关理论研究，另一方面具有较强的实践指导意义。本文通过对中国 31个省域星级酒店技术效率的实证研究，主要有以下几个方面的实践意义：1、通过 DEA 方法和 SFA 方法计算技术效率，可以知道我国 31 个省域星级酒店技术效率特征以及相互之间存在的差距；2、通过 DEA 和 SFA 计算结果的比较，可以证明统计噪音和随机误差因素对星级酒店技术效率评价的影响；3、通过研究结果探讨我国星级酒店效率不优和存在差异的原因及提高星级酒店技术效率的相应策略。
......
2 文献综述和技术效率相关理论
2.1.1国外有关酒店效率的相关研究
相比生产业和制造业，服务业的效率研究相对较晚，而酒店行业的效率研究相比就更晚些。国外对酒店效率的研究，始于 20 世纪 80 年代，但发展很快，且主要分为两个阶段，第一个阶段为 20 世纪 80 年代到 20 世纪 90 年代中期，主要集中研究酒店效率的指标选取问题，第二个阶段为 20 世纪 90 年代中期后，相关研究主要集中在使用非参数法的 DEA 方法和参数方法的 SFA 方法探讨酒店效率问题。
（一）关于酒店效率指标选取问题的探讨
如 Hoeven 等（1984）通过相关分析发现，获得同样的销售收入，高档酒店和处于城镇的酒店要比低档酒店和度假型酒店付出更高的生产劳动力[1]。Medlik(1989)在文章中指出酒店的生产能力是影响酒店企业在该行业中竞争力的主要因素，员工和酒店投资者的利益也与此有着重要的关系[2]。Witt 等(1989)认为虽然目前对于生产效率的定义和评估存在不一致性，但导致酒店生产效率低下的根本原因是酒店管理技巧的缺乏，因此，他提出酒店提高生产效率的关键在于把制造行业的管理技巧运用到酒店的日常管理当中，如利用存货控制系统和过程技术分析等方法，同时要注意酒店是服务行业的特殊性，注重管理技巧的创新[3]。Wassenaar 和 Stafford(1991)认为应当使用可以反映每间客房平均收益住房指数指标作为酒店盈利的经济指标，尤其在不能够获得平均客房出租率和房价的统计资料时，这种指标测量特别适合旅游景区当地的旅馆行业[4]。Wijeysinghe(1993)推荐酒店保底客房出租率作为酒店效率的通用指标和分析酒店管理无效的原因[5]。
......
2.2.1技术效率的内涵
Farrell(1957)在《生产效率度量》中提出了一个崭新的分析技术效率的研究框架，首次将技术进步与边界生产函数联系在一起，并从投入的角度给出了技术效率的内涵和度量标准“当所有投入要素减去最大比例缩减量，，企业继续能够维持既定的产出，则效率值为 1，表示该企业技术有效；若效率值小于 1 时，则企业技术效率无效，因为它还有投入缩减量可以减少，投入的部分资源要素没有产生任何效率”[66]。Leibenstein(1964)从产出的角度将技术效率定义为“技术效率是指实际产出水平与在相同的投入比例、投入规模和市场价格条件下所能达到的最大产出百分比”[67]。总的来讲，从投入角度而沿，技术效率是指相同的企业或者经济单元在既定的产出水平下，最小的投入水平及投入与产出的百分比，从产出角度来说，技术效率是指相同的企业或者经济单元在既定的产生水平下，最大的产出能力及投入与产出的百分比。无论是投入角度还是产出角度，技术效率测量的本质是一样的，即都是实际值与最优值（最小的投入或者最大的产出）之间的比率。技术效率可以分解为纯技术效率和规模效率，其中纯技术效率可以反映企业把投入转化成产出的能力，尤其是在规模报酬不变的情况下，规模术效率可以反映企业增加固定资产投资，人力资本等投入要素之后所获得的规模报酬水平。
酒店的生产经营活动与生产制造业或者一般的行业相比具有一定的特殊性，因为酒店是服务性行业，酒店的产出难以界定，但是酒店的生产过程相对简单，在实际的研究中学者们还将酒店的投入产出的技术效率称为综合效率、经营绩效、经营效率、经营管理效率、酒店效率等。基于酒店是以营利为目的，追求利润最大化的组织，而最大的产出水平是企业经营的目标和扩大市场或者获得市场竞争能力的必要条件。所以本文从产出的角度定义星级酒店的技术效率即：星级酒店的技术效率是指在给定的技术和市场条件下，星级酒店把人力、资本等投入要素转化为产出的能力。
......
3.1 研究对象的选取..................................... 16
3.2 投入产出指标的选取原则.............................. 16
4 基于 DEA 方法的实证结果分析 .......................... 18
4.1 DEA(数据包络分析)................................... 18
4.2 投入产出指标的选取.................................. 19
5 基于 SFA 方法的实证结果分析........................... 27
5.1 SFA（随机前沿分析）................................. 27
5.2 投入产出指标的选取................................ 29
6 DEA 方法和 SFA 方法的实证结果对比分析
对 DEA 和 SFA 结果进行整理得到中国 31 个地区星级酒店 2005-2013 年的平均技术效率和排序如表 6-1、DEA 和 SFA 技术效率趋势图 6-1。由表 6-1 和图 6-1可知 DEA 方法计算下的各地区星级酒店技术效率普遍低于 SFA 计算出来的技术效率，其中北京、天津、上海、浙江、西藏、青海、宁夏等 4 个东部省域和 3 个西部省域的 DEA 技术效率分析结果高于 SFA 技术效率分析结果，尤其是西部的西藏、青海和宁夏地区 DEA 技术效率分析结果明显高于 SFA 技术效率分析结果，说明在这几个地区统计噪音和经济环境、文化环境等系统随机性影响因素对技术效率起负向影响作用，而对河北、辽宁、江苏等其他地区具有正向影响作用。从DEA 和 SFA 两种结果的技术效率差值来看，除西藏地区技术效率差值达到27.5%，其余地区技术效率差值都在 16%以内，其中将近 50%以上的地区技术效率差值在 10%-15%之间，北京、山西、江苏、浙江、福建、河南、海南、贵州等8 个地区的技术效率差值在 5%以内，天津、内蒙古、吉林、安徽、山东、广东、重庆等 7 地区的技术效率差值在 5%-10%之间。由两者的技术效率值的大小排名来看，DEA 技术效率分析结果排名前六的依次为上海、青海、宁夏、天津、浙江和山西，SFA 技术效率分析结果排名前六的依次为天津、山西、浙江、湖南、上海及河南，黑龙江、云南、陕西、甘肃等地区在两种方法的评估下技术效率都处于下游区段。从 DEA 评价方法和 SFA 评价方法的排名差来看，排名差在 5 个单位以内的地区占到总地区的 77.42%，福建和黑龙江技术效率排名相同，北京、湖南、海南、西藏、宁夏和青海排名相差较大。从两者的标准差分析结果来看，31个省域中有只有河北、内蒙古、上海、广西、陕西、甘肃、宁夏等 7 个地区在 SFA效率评估下的标准差大于 DEA 评估下的结果，其中这 7 个省份中又有 5 个地区属于西部地区，其余地区的 DEA 技术效率的标准差都比 SFA 技术效率的标准差大，说明总体上 DEA 评估的星级酒店技术效率在时间趋势上比 SFA 评估的技术效率离散度要大，波动性要大。这种差异不仅来源于参数方法和非参数方法在生产前沿面构建、距离函数模型和统计方法运用的不同，更重要的是 SFA 考虑了影响技术效率的随机性因素，DEA 侧重分析的是研究对象的相对效率，它把所有的技术无效都归结于决策单元对共同前沿面的偏离。
......
7 研究结论、对策建议与展望
基于参数方法和非参数方法的原理和优缺点，利用 DEA 经典模型当中的CCR 模型和 SFA 模型的柯布道格拉斯生产函数评价法，通过投入产出指标的选取，本研究对 2005-2013 年中国 31 个省域星级酒店技术效率进行了综合评价，并对两种研究方法的实证结果做了对比分析，主要有一下几个方面的结论：
（1）从整体上来看，基于时间的角度出发，我国星级酒店技术效率无论是全国还是东部、中部、西部在时间趋势上具有一定的波动性，但波动的幅度和方向较为接近；基于空间的角度出发，无论是用 DEA 方法还是用 SFA 方法，均得出中国星级酒店技术效率呈东部高于中部，中部高于西部的递减规律，究其原因，一方面源于东部地区较好的经济发展条件可以给酒店行业带来跟多的市场客源，另一方面来源快速的经济发展与市场需求，使东部地区汇聚了更多的国际品牌酒店和高素质的酒店行业从业人员。
（2）从中国 31 个省域星级酒店技术效率来看，天津、山西、上海、江苏、浙江、河南、贵州等 7 个地区在 DEA 和 SFA 两种技术效率评价方法下，技术效率均排在全国前十，而河北、辽宁、黑龙江、四川、云南、陕西和甘肃等 7 个地区的技术效率均值在两种方法的评价下都处于全国后十名的位置。由此可见，虽然区域因素是影响酒店技术效率水平的关键性因素，但不管是技术效率排名前十的省域还是排名在后十名的省域当中，东部、中部和西部都有省份占之，说明区域因素不是影响星级酒店技术效率的决定性因素。
......
参考文献（略）
本文编号：164767
本文链接：https://www.wllwen.com/wenshubaike/caipu/164767.html
