基于数据包络分析、MPI与Tobit模型——研究台湾观光旅馆之产业竞争力.docVIP

基于数据包络分析、MPI与Tobit模型——研究台湾观光旅馆之产业竞争力-经济 基于数据包络分析、MPI与Tobit模型——研究台湾观光旅馆之产业竞争力 胡家豪1 吴佳伦1，2 摘 要：近年来观光产业蓬勃发展，直接带动观光旅馆业的成长，因此台湾旅馆业的激烈竞争已指日可期，本研究之目的在暸解台湾旅馆业的发展现况，并探讨台湾上市柜旅馆业的经营绩效。以往使用「数据包络分析法」（Data Envelopment Analysis， DEA）评估旅馆业效率之研究，多以作业面指标居多，未以公司高阶经营者与投资人角度评估旅馆业相关财务指标之应用，也未对各旅馆业者所评估之相对效率值进行若干验证。本研究应用数据包络分析法之CCR模式与BCC模式，选取2013-2014台湾上市柜旅馆业为研究对象，以四项投入变数（资产总额、营业成本、营业费用、员工人数）与三项产出变数（营业收入、每股盈余、资产报酬率）作为效率衡量指标，据以评估台湾上市柜旅馆业经营绩效；除透过数据报络分析法之外，本研究利用差额变数、复回归与麦氏生产力分析提出效率改善的方向与调整幅度，以作为台湾上市柜旅馆业研拟战略与调整资源分配之参考。 关键词：数据包络分析法 旅馆产业 效率评估 MPI 一、绪论 观光产业已逐渐成为全球经济发展中的重要角色，台湾因位处特殊的地理位置以及具备丰富的文化背景而充满了发展观光产业之契机，观光产业的蓬勃发展直接带动观光旅馆业的成长，因此台湾观光旅馆业的激烈竞争已指日可期。要在竞争激烈的观光旅馆业中脱颖而出，有效的绩效评估管理已成为必要的手段。 依据交通部观光局公务统计，来台旅客成长强劲，自2008年384.5万人次连翻倍增至2014年991万人次，已连续6年，以年年破百万人次门坎的速度，大幅成长，以此趋势预测，将于2015年来台旅客突破1，000万人次。从2014年来台客源市场观察，超过八成的客源来自亚洲地区，以中国大陆（占40%）、日本（占17%）及港澳（占14%）为前三大客源市场，而各目标市场皆均衡成长，以韩国成长50%最高、中国大陆成长38%次之，而长程线也有2位数成长的亮丽表现，包含纽澳市场成长19.73%、欧洲市场成长18.75%、美国市场成长10.78%。因此，面临日益增加的来台旅游需求，未来更应积极提升国内重要观光景点服务质量，朝向国际化发展，并重视多元的旅游需求，提供多样化、有特色的游憩体验。从上述趋势观之，今后观光客与国内旅游人口的成长，将直接刺激观光旅馆实际需求增加的问题，台湾旅馆业的激烈竞争也将指日可期。 鉴于以上背景与动机，本研究将应用数据报络分析法（DEA）、复回归分析，进行台湾上市柜旅馆业的经营效率差异与生产力变动的评估，找出相对经营有效率及经营无效率之旅馆业者集合，并透过差额变量分析其无效率的原因，作为改善经营效率之参考。最后，本研究利用复回归分析找出除 DEA投入变量之外，其他影响经营效率的重要因素以作为效率改善方向之参考。 本研究的实证结果将台湾上市柜旅馆业者的相对经营效率与效能进行系统化的分析研究，冀能藉由评估结果的回馈，让旅馆业者可将关键资源运用到焦点构面上，以提高资源使用效率，并找出提高效能之方法，进行相对有效率的资源分配及经营战略的调整，让旅馆业者可将关键资源运用到焦点构面上，进而提升整体营运绩效，帮助旅馆业在激烈竞争的环境中脱颖而出，进一步改善其经营效率与竞争力，达到永续经营的目标；并提供社会大众、投资机构及监理机关可供参考性的经营绩效指标。 二、文献探讨 (一)效率的意义 「效率」(efficiency)一词的定义过去有许多学者都曾讨论过，关于相对效率评估的研究，Farrell(1957)[1]最早提出生产边界函数的观念来衡量生产效率成果，其衡量方式是将最具效率的生产点连接成生产边界，任一生产点与生产边界之差异，即代表该生产点无效率的大小，Farrell模式以「非默认生产函数」取代「默认函数」来计算效率值，从此奠定了数据包络分析法(Data Envelopment Analysis， DEA)的理论基础。 (二)上市、柜旅馆产业经营绩效相关研究 在柜旅馆产业绩效评估相关研究中，Johnson Ball（1989）[2]在其研究中使用生产力的观念衡量旅馆绩效，其生产力包括了资本产力及劳动产力，Hwang Chang（2003）[3]探讨不同类型旅馆经营效率之差异，其投入变数为员工人数、客房数、餐饮部门总面积及营业费用，产出变数则有客房收入、餐饮收入及其他收入，Morey Dittman(1995) [4]探讨影响旅馆总经理经营效率之因素，在投入因素方面有旅馆独特因素与总经理可控制因素，而产出因素方面为营业收入、服务满意度指标与设施满意指标。另