基于交叉变量的上海酒店酒店酒店出租率影响因素研究.docxVIP

基于交叉变量的上海酒店酒店酒店出租率影响因素研究 一、 酒店出租率较高,在中低 根据全国知名酒店的统计，2011年第四季度，上海已有270家星级酒店，其中44家五级酒店、62家4a酒店和14家iii级酒店。从经营效率来看, 上海星级酒店的总体情况不容乐观, 2011年客房平均出租率和客房价格均出现了两位数的下滑。随着上海市高星级酒店数量的不断增加与经济型酒店的快速扩张, 中低星级酒店的经营压力将进一步加大。 酒店客房出租率用实际租出的客房数量占可供出租客房数量的比例来表示, 它反映了酒店客房的利用率和销售数量, 是体现酒店经营好坏的一个重要指标。因此, 设法提高星级酒店客房的出租率有利于增加营业收入, 减缓经营压力。目前, 上海市各级别星级酒店客房平均出租率约为55%, 其中高星级酒店客房出租率稍高, 中低星级酒店的客房出租率仅为53%左右, 面临着较为严峻的经营压力。基于此, 本文将从这些影响酒店客房出租率的因素入手, 通过引入交叉变量构建多元回归模型, 分析不同因素对不同星级酒店客房出租率影响程度的大小, 并针对不同星级酒店未来的经营措施提出相应的建议。 二、 研究方法和研究问题 目前, 学术界对星级酒店的研究主要集中在空间分布结构、酒店效率、酒店网络系统及中低星级酒店的发展方向四个方面。如陈雪钧运用GIS技术和数理方法对重庆主城区星级酒店的空间布局进行分析, 姜海宁运用核密度指数及空间关联描述方法对长三角五星级酒店的空间分布特征进行探讨, 并提出了相应的影响因素, 梅林从中国星级酒店分布特征入手, 选取6大动力活力因子共12个影响因素, 通过构建星级酒店发展的活力系统模型, 并运用Pearson相关分析法深入分析了各影响因子对我国星级酒店空间分布的影响程度, 他们分别基于微观、中观和宏观视角对星级酒店的空间分布结构进行分析;彭建军、陈浩利用DEA方法中的C2R模型分别对北上广星级酒店和浙江星级酒店的效率进行了评价;熊伟在确定酒店网站功能结构和评价指标的基础上, 利用问卷调查法对顾客需求进行调查, 并通过对广州60家样本酒店网站的分析, 从酒店网站基础层功能、主体层功能与核心层功能对其网站功能进行了评价, 最终提出要使酒店网站真正成为酒店管理和营销的有效工具, 必须充分考虑酒店顾客需求这一结论;张梦基于携程网1092家酒店网上预订数据, 构建对数线性回归模型, 深入分析了酒店特征信息、顾客评论信息和预订平台推荐信息对4类不同等级酒店在线预订的影响;李俊、庞田田分别指出了我国中低星级酒店的发展现状, 并提出了相应的对策。 在星级酒店出租率方面, 目前的研究比较少, 且主要以定性研究为主。郑昌江通过对哈尔滨几家三星级酒店的分析, 发现淡季降低房价并不能有效提高其客房出租率;在此基础上, 安杏林提出客房的出租率不但与客房价格相关, 还与酒店的星级和地理位置存在密切关系, 同时指出酒店的客房出租率应该保持在一定水平上, 并非越高越好;苏甦、周燕分别基于武汉市和南昌市旅游酒店的客房利用现状, 对旅游酒店客房出租率下降的原因进行探讨, 并提出相应的对策分析;在定量研究方面, 白智广利用神经网络建立了北京酒店客房出租率的预测模型, 并给出了相对准确的预测结果。 综合以上研究发现, 学术界对星级酒店研究的内容比较多元, 集中程度较弱, 而对星级酒店客房出租率影响因素的研究显得捉襟见肘, 缺乏定量的实证性分析。鉴于此, 本文从影响星级酒店客房出租率的因素入手, 通过对上海市4年 (2008—2011年) 星级酒店月度相关数据的梳理, 结合多元回归分析方法, 得出不同因素对不同星级酒店客房出租率的影响程度。 三、 数据描述和计量模型的构建 (一) 酒店酒店工程中的出租率 本文运用的数据主要来源于上海市旅游局政务网公布的2008年1月—2011年12月的旅游统计资料, 从中选取各星级酒店的月度客房出租率与客房价格数据, 同时截取这4年上海的月度入境游客量作为宏观数据, 以便进行合理分析。此外, 由于星级酒店的经营受到旅游季节性的影响较大, 本文将引入一些虚拟变量。 作为我们主要关心的因变量, 上海市不同星级酒店的月度客房出租率反映了不同星级酒店的经营现状, 是作为酒店经营好坏的一个重要标准。 星级酒店客房月度平均价格 (主要反映上海市不同星级酒店的服务质量) 与月度入境游客量 (主要反映上海市星级酒店客流量的变化) 是本文中最主要的两个自变量。需要说明的是, 我们试图用上海市的总游客量来反映酒店客流量的变化, 但受制于数据的可获得性, 本文只能采用相对精确的入境游客量来代替。 为了区分不同酒店的星级, 本文在对具体的星级酒店运算中用1代表所分析的星级酒店, 其它则为0。 为了更精确地测算客房价格和入境游客量对不同级别星级酒店客房出租率的影响程