我国旅游上市公司效率评价研究.docVIP

PAGE  PAGE 5 我国旅游上市公司效率评价研究 　　摘要：本文以我国25家旅游上市公司的面板数据（2013～2015）为样本，通过数据包络分析（DEA）方法测算各旅游上市公司的技术效率、纯技术效率以及规模效率。结果显示，我国旅游上市技术效率较低但呈现缓慢增长的趋势；景区类上市公司技术效率最高，综合类次之，酒店类最差，且三类旅游上市公司技术无效率的来源不同，并在此基础上提出针对性的建议。 　　关键词：旅游上市公司；技术效率；纯技术效率；规模效率；规模报酬 　　中图分类号：F59 文献识别码：A 文章编号：1001-828X（2016）025-0000-02 　　一、引言 　　根据《中国旅游经济蓝皮书（NO.8）》显示：2015年接待国内外旅游人数超过40亿人次，旅游总收入突破4万亿元人民币，同比增长10%和12%，中国旅游业迎来飞速发展的局面。但是作为旅游行业典型代表???旅游上市公司仍然存在粗放发展、服务能力较差以及经营管理不当等亟待解决的问题。因此，本文意在通过一些显性数据，揭示我国旅游上市公司基于投入产出的技术效率。Farrell[1]提出的技术效率是指在投入一定的条件下产出最大化，或者在既定产出水平下投入最小化。科学客观的评估技术效率，对于揭示我国旅游上市公司经营现状，促进旅游上市公司对资源合理配置与有效利用，从而改善经营效率具有重要意义。 　　二、研究方法 　　DEA方法可用于评价多投入多产出的决策单元（DMU）经营有效性情况， CCR与BCC[2]是DEA评价方法最基础的两个模型，由于旅游上市公司存在规模经济，本文选择的BCC模型能有效区分纯技术效率与规模效率。此外为了体现旅游行业资源节约、环境友好的特点，故而选定投入导向的BCC模型，即在既定产出水平下使投入最小化。BCC模型定义如下： 　　假设有K个决策单元（DMU），且具有可比性。每个DMU有m种投入，n种产出。那么对于任何DMU，其技术效率可表示为： 　　S.T.（1-1） 　　式（1-1）中与分别表示第K个DMU第i项投入和第j项产出，表示权重系数，和分别表示第K个DMU的投入松弛变量和产出松弛变量。 　　三、实证分析 　　（一）样本选取与数据来源 　　旅游上市公司具有综合性与广泛性的特征，本文在满足DMU数量至少是投入产出指标两倍的前提下，选取了国内25家旅游上市公司。并参照证监会《行业分类指南》，将旅游上市公司分为三大类，包括景区类、酒店类与综合类。本文所需样本数据均来源于深沪证券交易所。 　　（二）指标选取与说明 　　借鉴国内外学者对旅游上市公司效率评价时选取的投入产出指标[3][4]，以及旅游行业劳动力与资金密集型的特点。本文选取为员工支付的工资、营业成本、总资产为投入指标，为员工支付的工资体现为劳动力投入，营业成本为财力投入，总资产为物力投入，这三项指标充分体现了人财物的综合投入。此外，本文选择主营业务收入、利润总额作为产出指标。 　　（三）旅游上市公司DEA计算结果与分析 　　本文通过BCC模型，采用MAXDEA5.0对收集到的25家旅游上市公司样本数据进行测算，分别得到各个旅游上市公司的技术效率、纯技术效率与规模效率。下面将从以下几个方面进行分析。 　　1.整体旅游上市公司效率情况分析。由表1分析可知，样本期间我国旅游上市公司平均技术效率较低，仅为0.741。说明旅游上市公司可通过大幅度减少要素投入来提高技术效率，从而改善其经营现状。进一步将技术效率分解为纯技术效率与规模效率可以发现，样本期间纯技术效率始终小于规模效率，说明纯技术效率不高是导致旅游上市公司技术无效率的主要来源，规模效率次之。 　　2.分类旅游上市公司效率情况分析。观察表1可知，样本期间景区类上市公司始终高于酒店类与综合类上市公司，综合类次之，酒店类最差。这种结果与实际情况相符，景区类上市公司凭借其独特的自然景观在旅游行业形成一定的垄断地位，因此其经营效率高于其他类别旅游上市公司；综合类上市公司通过多元化经营获得多种收益，从而有效的规避了经营风险，但同时也降低了其经营效率；目前国内酒店行业业面临着激烈的竞争局面，经营管理越来越难。 　　3.各旅游上市公司技术效率及其分解效率情况分析。第一，技术效率情况。样本期间始终处于TE前沿面的6家，说明这6家旅游上市公司经营管理非常有效，所有投入都达到预期产出，没有造成资源浪费。此外如峨眉山A、桂林旅游的技术效率在均值以上，剩余17家旅游上市公司的技术效率损失较大。第二，纯技术效率与规模效率情况。样本期间，有6家旅游上市公司的纯技术效率与规模效率均为1，达到最优状态；此外，有12家旅游上市公司的纯技术效率明显小于规模效率，进一步提高企业经营管理水平十分重要；剩余7家旅游上市公司则