我国旅游上市公司经营效率分析.docVIP

我国旅游上市公司的经营效率分析 　　[摘 要] 运用数据包络分析，本文探讨了我国旅游上市公司2002年～2005年间的经营效率，研究结果表明，多数公司都属于技术非效率，其中部分原因是纯技术无效，即管理效率不佳，部分原因是规模无效，即尚未达到最佳规模。另外，本文发现，酒店类和综合类旅游公司的经营效率和明显比景点类公司表现要好。 　　[关键词] 旅游业 上市公司 数据包络分析 　　 　　旅游业是我国国民经济的重要产业，在我国“十一五”旅游业发展规划中，确立了加快完善旅游产业体系、全面提升旅游产业素质、综合发挥旅游产业功能三大主要任务，强调要转变增长方式，提高发展质量。对任何一个经济实体而言，效率都是其走向繁荣和持续发展的一个重要条件。旅游业要健康快速发展，资源投入的有效使用是其中的关键。有鉴于此，本文以旅游上市公司这一旅游业的重要微观主体为研究对象，应用数据包络分析（Data Envelopment Analysis，简称DEA），从定量的角度探讨它们的经营效率，以期能对企业管理人员改善经营绩效与政府部门拟定相关产业政策提供借鉴。 　　一、研究方法 　　DEA模型是评价多投入与多产出的决策单位生产效率的有效方法。本文利用Charnes et al.（1978）所提出的CCR模型，以及Banker et al. (1984)所提出的BCC模型来计算我国旅游上市公司的技术效率表现。由于DEA模型通过数学规划求解出多投入多产出的同类决策单位的相对效率，其优点是内生确定各个投入产出的权重，不需要指定投入产出的具体函数关系，排除了很多主观因素，而且具有单位不变性的特点，因此特别适合复杂DMU的效率评价。 　　CCR模型假设DMU的生产为固定规模报酬，以求得DMU的技术效率值。假设有K个DMU，它们都有N种投入和M种产出，那么基于投入的CCR模型即为求解如下形式的线性规划： 　　 　　其中，x表示投入，y表示产出，z表示权重。θk表示第k个受评估DMU的技术效率，θk =1表示该DMU为技术有效，位于最优生产前沿面。θk 1表示该DMU相对于最优DMU是无效率的，即位于最优生产前沿面之内。 　　CCR模型所得到的θk是DMU的整体技术效率（以“TE”表示），利用Banker et al. (1984)提出的DEA改良模型――BCC模型，可将其分解为规模效率（以“SE”表示）和纯技术效率（以“PTE”表示）。BCC模型假设DMU在变动规模报酬下生产，即在CCR模型加上一个约束条件，此时，求解所得到的效率指数值即为DMU的纯技术效率。相应地，DMU的纯技术效率值等于1表示纯技术有效，小于1表示纯技术无效。CCR模型所求得的技术效率值除以BCC模型所求得的纯技术效率值，即可得到DMU的规模效率。规模效率值等于1表示DMU在最优规模下生产，小于1则表示DMU的规模无效率。 　　二、样本选择与变量说明 　　本文以我国深沪两市A股旅游上市公司为研究对象，具体而言，如果占公司销售收入比例最大的业务来自餐饮、酒店（旅馆）、旅行社或旅游景点，就认为是旅游上市公司。按照这一标准，我国目前一共有22家旅游上市公司。 　　本文以这22家旅游上市公司为样本，分析的时间段为2002至2005年，考虑到异常样本的影响，对样本期间曾经PT或ST、主营业务发生重大改变、2002年以后才上市的公司予以剔除，最后一共得到17个公司4年共68个样本。按照旅游业经营特点，本文进一步将旅游上市公司分为酒店类、景点类和综合类，其中酒店类共6家（新都酒店、华天酒店、东方宾馆、大连圣亚、锦江投资、锦江酒店），景点类共5家（华侨城、张家界、峨眉山、桂林旅游、黄山旅游），综合类共6家（西安旅游、西安饮食、中青旅、首旅股份、国旅联合和东方明珠）。 　　根据旅游行业的特点，本文选择的投入项包括总资产和员工人数，产出项则包括主营业务收入和主营业务利润。员工人数由作者根据上市公司年度报告查找，其余数据来自CCER上市公司数据库。 　　三、实证结果与分析 　　根据上述样本公司的投入产出数据，本文通过线性规划OnFront软件包进行运算，以CCR模型求出旅游上市公司的整体技术效率，然后再以BCC模型求得纯技术效率及规模效率。结果见下表。 　　2002年，达到技术有效的为东方宾馆、西安饮食、中青旅、首旅股份和大连圣亚，表现最佳。技术无效公司共有12家，其中纯技术无效的有新都酒店、华天酒店、西安旅游、峨眉山、桂林旅游、黄山旅游、国旅联合，规模无效的有华侨城、华天酒店、张家界、西安旅游、峨眉山、桂林旅游、黄山旅游、国旅联合、锦江投资、锦江酒店和东方明珠。 　　2003年，我国遭遇SARS疫情，但从相对效率来看，华侨城、中青旅、首旅股份、锦江投资和东方明珠技术有效，表现相对最佳