成长型旅游目地星级饭店经营效率空间分布特征及影响因素.docVIP

成长型旅游目地星级饭店经营效率空间分布特征及影响因素 　　摘要： 　　本文运用数据包络分析（DEA）和Tobit回归模型，以六安市为案例地，探讨了成长型旅游地星级饭店经营效率的空间分布、影响因素和分区优化措施。研究发现：（1） 六安市整体技术效率高的饭店具有空间集聚分布的特点；饭店纯粹技术效率相对较高，具有分散分布的特点；规模技术效率的空间分布具有从中心向外围逐步扩散的特征；星级饭店总体上处于规模递增阶段，空间上具有分散分布的特征；（2） 影响饭店经营效率的微观因素有接待人数、客房出租率、营业收入、建筑面积、平均房价、客房数；宏观因素有事业单位数、企业单位数、职工人数、职工平均工资；（3） 饭店经营优化措施投入方面主要有充分利用饭店富余建筑面积，推动多元化经营；适当降低房价，积极进行客房促销；加大饭店从业人员培训，稳定从业人员队伍，产出方面优化措施主要有优化投入要素组合，增加饭店营业收入。 　　关键词： 　　星级饭店； 经营效率； DEA模型； Tobit回归模型； 空间分布 　　0引言 　　饭店业是旅游业三大支柱产业之一，研究区域饭店经营效率的空间分异，分析其影响因素，进而提出相应的优化措施，对于指导区域饭店业投资布局，提升区域旅游业经营绩效有重要指导意义。DEA（Data Envelopment Analysis，数据包络分析）属于非参数边界分析法，在我国目前已经用于评价城市效率、特大城市要素资源效率、城市土地利用经济效益、旅游产业及区域差异、风景名胜区使用效率、国家软件产业基地制度效率与规模效率、区域生态效率、城市旅游效率等方面（杨春梅，赵宝福，2014；左冰，保继刚，2008；马晓龙，保继刚，2009；李郇，等，2006；郭腾云，等，2009；宋戈，高楠，2008；石晓军，龚晓峰，2003）。目前，国内外已有运用DEA对饭店经营效率进行评价的研究成果（Chiang，et al.，2004；谢春山，等，2012；彭磊义，2009；Morey，Dittman，2003；Johns，et al.，1997；Anderson，et al.，2000；Brown，Ragsdale，2002；Reynolds，2003；Hwang，Chang，2003；Barros，2004），但主要使用DEA中的CCR模型，且侧重评价成熟旅游目的地饭店企业集团成员间的经营效率，缺乏使用CCR、BCC两个模型研究成长型旅游地饭店企业运营效率区域空间分异特征及其规律的研究，所以本文运用数据包络分析和Tobit回归模型，以安徽六安市为案例地，研究成长型旅游地星级饭店的经营效率，探讨其空间分布特征、影响因素和分区优化措施，对于丰富旅游地理学研究内容，拓展旅游地理学研究方法，具有理论与实践意义。 　　1研究方法与数据来源 　　1.1DEA模型 　　数据包络分析（Data Envelopment Analysis）主要测量决策单位的技术效率，该模型分整体技术效率（overall technology efficiency，OE）、纯粹技术效率（pure efficiency，PE）和规模技术效率（scale efficiency，SE）3个子模型。总体技术效率模型假设决策单位（DMU）规模收益不变，用于计算决策单位的整体技术效率，测量模型由Charnes等（1978）提出，因此命名为CCR模型。Banker等（1984）提出规模收益可变的数据包络分析模型（BCC模型），该模型把总体技术效率分解为两部分：纯粹技术效率和规模技术效率。纯粹技术效率是剔除决策单位组织规模影响之后的技术效率，规模技术效率是衡量决策单位是否处于最佳规模下生产。数据包络分析方法选取决策单位多项投入、产出数据，利用数学规划模型求解得到效率边界线（efficiency frontier）的点，构成所谓的数据包络线。凡是落在边界上的DMU，则被认为具有最有效的投入产出组合，效率值标定为1，而不在边界上的DMU则被认定为无效率，并给予一个相对的效率值指标（大于0而小于1）。BCC模型比CCR模型多了一个变量U0，为判定DMU规模报酬递增、递减或不变的指标。U00表示DMU处于规模报酬递减阶段，U0=0表示DMU处于固定规模报酬阶段计算原理及U0的具体意义见本文参考文献（Coelli，1996）。另外DEA给出不具效率的决策单位如何减少投入或增加产出使其达到效率值为1的建议，其数学意义实际是无效率的DMJ在数据包络线上的投射点的距离，即从投入与产出两个方面使无效率的DMJ达到有效率DMJ投入产出组合的措施：一个方面是减少投入，即在保持产出不变的情况下减少投入要素的量（见表5），另一个方面是增加产出，即在保持不变的情况下增加产出的量（见表6）。本研究利用Coelli（1996）