中国酒店业效率的时空演变及驱动机制

胡宇娜++梅林++魏建国

摘 要：通过运用DEA模型对我国31省域2002年～2013年酒店业效率进行了测算，并对其时空特征和驱动机制进行了分析。研究表明：（1）从时序变化上，酒店业综合效率在波动中呈现增长态势，纯技术效率对综合效率的影响始终占据主导；（2）从集聚特征看，酒店业效率的空间集聚性经过了先减弱后增强的变化过程，空间差异性更加显著；（3）从区域特征看，酒店业效率东部高于中部，中部高于西部，西部高于东北部；（4）从分类特征看，高效率的省份在东部沿海和中南部地区形成一个“S”型集聚带，低效率、低稳定型的省份多集中于我国北部一线；（5）旅游业整体发展规模、市场化程度和信息化水平对酒店业效率产生的正向影响依次减弱，共同驱动着区域酒店业效率的时空格局演变。

关键词：酒店业；效率；时空演变；影响因素；驱动机制

中图分类号：F592.6 文献标识码：A

自改革开放以来，我国酒店业经历了快速的规模扩大化阶段，但随着市场竞争的进一步加剧，单纯依靠扩大投资规模来获得新效益的风险越来越高。酒店业效率的研究能够更好地揭示其经济活动运行的状况和规律，切实推动国内酒店业实现从量变到质变的过程。国外对酒店业效率问题关注已久，相关成果非常丰富。从研究地域来看，初期研究集中于欧美地区[1-5]，随后向亚太非等新兴旅游目的地推进[6-14]。从研究方法来看，酒店效率研究走过了一个从单一方法到多种方法综合的过程。最初的研究集中于DEA方法（Data Envelopment Analysis）和SFA方法（Stochastic Frontier Analysis）的应用。从2006年以后，国外学者的研究更多地转向对两种方法的改进，以使它们更加适用于旅游研究。另外，酒店效率的影响因素等更深层次问题也引起了学界的兴趣[15]，但成果还不丰富。我国在酒店业效率研究方面较早的成果出现在2004年[16]，随后酒店效率问题逐渐引起了学术界的重视，尤其是2011年以后相关成果不断涌现[17-21]，但跟国外相比研究方法单一，局限于通过DEA模型进行效率值的测定，缺乏对其空间特征尤其是背后影響因素的详细探讨，不能更好地解释地区酒店业效率的演化趋势。本文利用DEA模型，对中国31个省区（未包括港、澳、台地区）星级酒店2002年～2013年产业效率的时空演变特征进行了分析，并用面板数据模型对影响因素进行探讨，以地理学视角剖析酒店业效率发展变化的驱动机制，对于厘清酒店业效率的空间演变规律及其空间结构的改变与重组，实现旅游资本的地理空间引导有着重要的理论意义与实践价值。

1 研究方法与数据选取

1.1 DEA分析方法

DEA方法从投入产出角度以决策单元的输入、输出数据组成生产有效前沿面，通过衡量决策单元离此前沿面的远近来判断生产的合理性。其中，基于CCR模型的综合效率可以表示旅游业资源配置和规模集聚的综合水平；基于BCC模型的纯技术效率和规模效率可以分别表示行业要素资源的配置、利用水平和行业规模集聚水平。CCR模型公式如下：

1.2 全域空间自相关法

全域空间自相关用来表示整个研究区域上所有空间单元间的平均关联程度及其显著性，在此选用应用非常广泛的Moran's I来反映空间关系，其计算公式如下：

1.3 面板数据回归模型

本文力图揭示我国酒店业效率时空双维度上的演变规律及影响因素，因此采用面板数据模型进行酒店业效率的影响因素分析，既可体现时变不可观测的同质因素，又可体现非时变不可观测的异质因素，使得参数估计更为准确。在进行回归分析之前首先需要检验数据的平稳性和协整性。本文使用LLC、IPS、Fisher-ADF和Fisher-PP检验数据的平稳性，用Kao检验对相关面板数据间是否存在协整关系进行分析。进行面板数据模型的估计时则使用协方差分析检验确定使用变截距模型、变系数模型还是混合回归模型，用Hausman检验确定应该建立随机效应模型还是固定效应模型。

1.4 数据来源与指标选取

运用DEA模型进行效率研究的关键是选取合适的投入和产出指标来更真实地反映酒店产业的发展状况。在投入方面，劳动力、资本和土地一直被认为是最根本的生产要素，但考虑到酒店业受土地要素制约较小，加上数据难以获得，在此仅考虑劳动力和资本两大要素。在劳动力方面，从业人员数量是最直接的表征指标。在资本方面，通过产业规模和设施完善程度来表征酒店业的投入，在此选取企业数量和固定资产总额两个指标。在产出方面，则选取最为直接的营业收入进行效率分析。本文选取我国31个省区为研究对象，测算各省市2002年～2013年酒店业效率并分析其时空特征和影响因素。计算所需数据主要来源于2003年～2014年《中国旅游统计年鉴》副本、2002年～2013年各省份的国民经济和社会发展统计公报。

2 中国酒店业效率的时序演变特征

2.1 综合效率表现出在波动中上升的态势

从酒店业综合效率的年际变化看（图1），2003年由于“非典”的影响，综合效率有较大的下降，2005年得到恢复；此后综合效率值小幅下滑，2008年开始逐步上升，2012年达到高峰值；2013年效率值出现小幅下滑。虽然综合效率的年际变化较为复杂，但波动中上升发展的态势仍然有所呈现。这说明随着酒店业规模的发展壮大，产业效率增长效应有所体现，产业成熟度在逐步提高。另外，酒店业综合效率的平均值为0.67，纯技术效率为0.74，规模效率为0.90，三者呈递增顺序排列，可见酒店业规模集聚引致的回报高于技术创新引致的回报。

2.2 纯技术效率对综合效率的影响始终占据主导地位

由于综合效率受到纯技术效率和规模效率的影响和制约，运用三者之间的关系可以判断分解效率对综合效率的影响情况，并一定程度上解释综合效率高低的成因。图2显示了2002、2007和2013年三个年份酒店业综合效率及分解后的纯技术效率和规模效率的散点图。2002年，综合效率-纯技术效率图的绝大多数散点都在45度对角线附近，而综合效率-规模效率图的散点都在顶端和偏上部，说明纯技术效率对综合效率表现出较强的影响性。到2007年，各散点开始出现与45度对角线更加重合的趋势，说明纯技术效率对综合效率的影响制约能力有所上升。2013年，综合效率-纯技术效率图上的散点有部分表现出偏移45度对角线上方的趋势，而综合效率-规模效率图上的部分散点则向45度对角线靠近，说明纯技术效率对综合效率的影响略有下降，而规模效率的制约力有所上升，但纯技术效率仍占主导。因此，对地区而言，技术能力的提高对提升酒店业效率有更大的作用。

3 中国酒店业效率的空间演变特征

3.1 从集聚特征看空间集聚性先减弱后增强

为了对酒店业综合效率空间集聚特征进行描述，在此用全局莫兰指数（Global Moran's I）分析其空间相关性。结果显示（表1），2002年～2004年Moran's I值在0.2左右，综合效率值在空间上呈现集聚分布态势；2005年Moran's I检验值未通过检验，该年效率值的空间分布没有相关性；2006年Moran's I重回0.2，空间格局上呈现集聚；2007年～2009年由于检验值未通过检验，空间相关性不存在；2010年Moran's I再次回到0.2左右，集聚格局再次显现；2011年～2013年间Moran's I值在0.4～0.5之間徘徊，空间分布上的集聚性明显增强，由弱相关变为强相关，空间差异性更加显著。可见酒店业效率的空间集聚性经过了先减弱后增强的变化过程。

3.2 从区域特征看东部与东北地区区域差异性最强

将31个省域按照四大地带划分为东部、中部、西部和东北地区，计算四大地区2002年～2013年酒店业效率值及中部、西部和东北地区与东部地区效率值的差距，表示为图3。除个别年份外，酒店业效率一直呈现出“东部高于中部、中部高于西部、西部高于东北部”的空间格局，说明地区间酒店业效率存在显著的区域差距。从中部、西部和东北地区与东部的差距来看，2002年中部与东部的差距为0.05，2007年为0.07，到2013年上升到0.14，地区间的差距在不断增大；2002年西部与东部的差距为0.20，2007年为0.15，2013年为0.20，区域间的差异增减不定；2002年东北地区与东部的差距为0.27，2007和2013年为0.26，区域间差异有小幅减小。地区间差异的变化一定程度上反映出相互地位的变化。东部地区始终占据优势地位，中部、西部与东北地区的变化使得三者间的差距在缩小，中部地区的优势地位在减弱，西部和东北地区的酒店业效率则有所提升，与发达地区的差距有所缩小。

3.3 从分类特征看东部“S”型集聚带显现

根据各省份酒店业效率的平均值与全国效率平均值的高低，以及各省份酒店业效率变异系数与全国效率平均变异系数的高低，将我国各省份效率变动划分为4个类型，即高效率、高稳定型，高效率、低稳定型，低效率、高稳定型和低效率、低稳定型，并将分类结果表示为图4。从图中来看，高效率、高稳定型和高效率、低稳定型在空间上集中分布于我国东部沿海和中南部地区，除了青海省以外，其他省份在空间上形成一个“S”型集聚带，代表了我国酒店业效率的最高水平。低效率、低稳定型从空间分布上来看多集中于我国北部一线，不仅酒店业效率不高而且稳定性较差。低效率、高稳定型集中分布于我国西南部和东北地区，成为我国酒店业效率的低谷区，与发达地区一直有较大差距。

4 中国酒店业效率的驱动机制分析

4.1 影响因素分析

从酒店业效率的影响因素来看，高质量的劳动力对提高生产效率、实现技术进步和推动地区酒店业升级优化有不可替代的作用，在此用旅游院校学生总数/旅游业总的从业人员数表示；消费意识和观念能深刻影响人们的消费行为和对酒店产品的满意度，用人均消费水平衡量；地区第三产业越发达，能够给酒店业发展提供支撑的其他服务业就越发达，用第三产业GDP表示；市场化程度高的地区更易打破行政性壁垒和其他因素的限制，实现要素在酒店业内部和产业之间的自由流动，从而对产业效率产生影响，以地区入境旅游收入在旅游总收入中所占的比重这一指标来表示；酒店业作为信息依赖型和密集型产业，信息化水平对其发展和提升有重要的影响作用，用地区邮电业务总量表示；整个旅游产业作为高级产业对酒店业发展会产生影响，另外产业规模的大小一定程度上也可以代表旅游产业在区域内的集聚情况，用地区旅游总收入表示。因此本文选取人力支持（RL）、市场潜力（SQ）、第三产业规模（SC）、市场化程度（SCH）、信息化水平（XXH）和旅游产业规模（LS）共6个因素来进行酒店业效率影响因素的识别与分析，方法上选取面板数据回归模型中的变截距固定效应模型。据此设计如下模型：

其中，i和t分别表示我国不同地区和不同时期的对应值，XL表示酒店业效率值，C表示常数项，6表示各个变量的估计参数。

通过Eviews 7.0软件计算可得，市场化程度、信息化水平和旅游业规模3个要素能够通过1%显著水平的检验，而人力支持、市场化潜力和第三产业规模3个要素未通过检验。将这3个要素剔除后再次进行模型构建，结果如表2所示。模型的拟合度R2为0.69，调整后的R2为0.65，表明这3个要素对旅游产业效率的解释能力仍然很强，对模型的具体解释如下：

（1） 市场化程度的回归系数是0.10。它表示了地区对外开放的程度，是经济体活跃度的表现。随着市场经济的逐步完善，东部地区酒店业国际化水平越来越高，丰富的酒店管理经验和信息化管理模式带来的技术带动效应明显，对酒店业效率的提高有显著的正向作用。中西部地区则受到区位条件的限制，市场化完善程度不高，政府的管理水平和提供的公共服务都欠佳，为酒店业提供的发展空间有限，影响了行业效率的提升。

（2） 信息化水平的回归系数是0.08，即信息化水平对酒店业效率有一定的正向影响。尤其是近年来，以电子商务、智慧旅游、个性化产品创新为代表的、依赖信息技术的旅游业新型技术的应用，对旅游企业提出了更高的要求，东部地区高新技术所代表的先进生产力的效力将大大发挥出来，技术能力在酒店业效率的提升中所占地位越来越重要，使得东部地区与中西部地区间的差距进一步扩大，其核心带动能力进一步加强。

（3） 旅游业规模的回归系数是0.17，说明旅游业规模对酒店业效率是有显著正向影响的。旅游产业规模越大，游客数量越多，作为分属行业的酒店业产出效益越好，相应的行业效率就越高。东部地区由于是我国主要旅游客源地，占据了客源地与目的地重合的天然优势，在旺盛的市场需求驱动下，酒店业效率状况一直较好，加之以商务出行带来的效益为辅助，酒店业整体运营状况还是较为令人满意的。西部和东北部地区由于距离主要客源地较远，交通和信息通达性都较低，旅游产业规模较小，加上整体经济发展水平较为落后，商务出行给酒店业带来的效益有限，都使得酒店业效率一直处在一个较低的水平。

4.2 驅动机制分析

通过以上的影响因素分析可知，我国酒店业效率在时空上的变化与地区生产单元自身条件的改变和外在的宏观环境都息息相关，市场化程度、信息化水平和旅游产业整体规模均对区域酒店业效率的时空格局演变起到影响作用。另外，区域差异也是不可忽视的因素。在上述要素的共同影响下，形成市场驱动、信息驱动、产业驱动和区位驱动4大驱动力，共同引致酒店业效率格局发生空间置换。其中，市场驱动起到保障的作用。地区酒店业发展需要完善的市场环境的支持，制度、政策的完善将为区域酒店业的健康发展保驾护航。产业驱动起到导向的作用。地区旅游业发展越好，产业规模越大，对酒店产品的需求就越茂盛，行业发展环境更加优越，效率提升动力更强。区位驱动和信息驱动起到深化的作用。酒店业对技术创新带来的行业发展动力倚重较强，尤其是随着电子商务的兴起，技术的重要性进一步凸显，酒店所处的区位优越，将更容易受到新技术的辐射和带动，信息化管理手段的应用和良好的区位将为区域酒店业效率的提高提供持续动力。

5 结论

（1） 从时序变化上看，随着酒店业整体规模的发展壮大，酒店业效率在波动中呈现出逐渐增长的态势，说明产业成熟度有所提高。虽然规模效率对综合效率的制约力在上升，但纯技术效率一直占据主导地位。因此，地区应重视以信息技术为代表的新型技术在酒店业中的应用，切实推动酒店业尽快转变生产方式，由粗放型向集约型转变，从要素驱动、投资驱动转向创新驱动。

（2） 从区域差异来看，酒店业效率整体上呈现出“东部高于中部、中部高于西部、西部高于东北部”的空间格局。东部沿海地区经济发展迅猛，旅游需求旺盛，为酒店业的发展提供了强大支撑，这对行业效率的提升是有利的。未来应注重资源的合理充分利用和产品文化内涵的提升，提高规模效应。西部的新疆、青海两省虽然整体旅游业水平较低，但由于酒店总体数量较少，高星级酒店所占比例相对较高，在投资较为缺乏、物质资本不丰富的情况下，较为集中的投资使有限的资源产生更好的效益，因而在平均水平上也较高。随着产业发展的递进，我国中西部地区占有的自然与文化资源的独特性优势将逐渐显现，其他地区的酒店业应抓住这种发展机遇，依托地方特色和核心景区发展特色酒店，切实提高行业效益。

（3） 从省域差异来看，北京、天津、上海、广东等东部发达地区的省份，行业发展成熟度较高，已经进入“低投入、高产出”阶段，未来可集中于中高端休闲度假型饭店产品和为商务出行提供便利的经济连锁型饭店产品并重的发展策略；青海、宁夏、贵州等西部省份，虽然酒店业规模总量不大，但是有限的资源得到较为充分的利用，在产出上也获得较高的效益，未来可加大酒店业产品的开发力度，做大行业规模；新疆、甘肃、海南、吉林、内蒙古等省份目前表现出较低的行业效率，未来可通过借鉴东部先进的技术手段，切实提高现有资本利用率，在更加有效地利用资源的基础上适当加大行业投入，依托特色资源和优势景观合理布点和建设。

（4） 从影响系数来看，地区旅游业发展规模、市场化程度和信息化水平对酒店业效率的正向影响依次减弱。其中旅游产业规模是酒店业效率的第一驱动力。酒店作为重要的旅游企业，其自身发展不是依靠单一行业的支撑，而是与旅游各相关产业存在着紧密的依存关系，是产业链上多个行业的综合配套，因此，酒店业的发展离不开其他相关产业的紧密支持。市场化程度是酒店业效率的第二驱动力。市场化程度高的地区，酒店的生产和营销行为都具有较高的市场导向性和独立性，政府的管理水平和提供的公共服务往往也优于其他地区，为企业提供的发展空间更大。信息化程度是酒店业效率的第三驱动力。信息化技术能够帮助企业打破地域和行政区划的限制，进行更广范围的市场营销，对中西部地区而言是缩小与东部地区差距的切实有效的技术武器。

参考文献：

[1] Blazevic B. Efficiency of the investment and disinvestment process in the Croatian hotel industry[J]. Turizam，1997，45（9-10）：215-232.

[2] Anderson R I， Fish M， Xia Y， et al. Measuring efficiency in the hotel industry： A stochastic frontier approach[J]. Hospitality Management，1999， 18（1）：45-57.

[3] Osmanagic Bedenik N. The analysis of business efficiency of the biggest hotel and tourism companies in Croatia[J]. Turizam，1999，47（4）：344-367.

[4] Oldham G， Creemers G， Rebeck T. An economic evaluation of tourism： A case study of accommodation facilities in southern Maputaland [J]. Development Southern Africa，2000，17（2）：175-188.

[5] Barros C P. A stochastic cost frontier in the Portuguese hotel industry[J]. Tourism Economics， 2004，10（2）：177-192.

[6] Chiang W E. A hotel performance evaluation of Taipei international tourist hotels-Using data envelopment analysis[J]. Asia Pacific Journal of Tourism Research，2006，11（1）：29-42.

[7] nüt S， Soner S. Energy efficiency assessment for the Antalya Region hotels in Turkey[J]. Energy and Buildings，2006，38（8）：964-971.

[8] Barros C P， Dieke P U C， Santos CM. Heterogeneous technical efficiency of hotels in Luanda， Angola[J]. Tourism Economics，2010，16（1）：137-151.

[9] Hsieh L F， Wang L H， Huang Y C， et al. An efficiency and effectiveness model for international tourist hotels in Taiwan[J]. Service Industries Journal， 2010， 30（13）： 2183-2199.

[10] Yeh T L， Chen T Y， Li C K. Strategic alliances and hotel efficiency in Taiwan[J]. International Journal of Business Performance Management，2012，13（1）：28-45.

[11] Lin H T， Hsieh C Y， Lin S L， et al. Two-stage evaluation of international tourist hotels in Taiwan using data envelopment analysis[J]. Journal of Interdisciplinary Mathematics，2013，16（4-5）：317-335.

[12] Chen C M， Chang K L. Cost efficiency and the choice of operation type： Evidence from Taiwan's international tourist hotels[J]. Asia Pacific Journal of Tourism Research，2013，18（8）：880-893.

[13] Chin J B， Wu M C， Hsieh L F. Strategic planning of optimal resource allocation in response to global financial crisis： A study of international tourist hotels[J]. Applied Economics，2013，45（23）：3316-3328.

[14] Wang F C， Hung W T， Shang J K. Measuring the cost efficiency of international tourist hotels in Taiwan[J]. Tourism Economics，2006，12（1）：65-85.

[15] Sellers Rubio R， Nicolau Gonzálbez J L. Assessing performance in services： The travel agency industry[J]. Service Industries Journal，2009，29（5）：653-667.

[16] 彭建軍，陈浩. 基于DEA的星级酒店效率研究——以北京、上海、广东相对效率分析为例[J]. 旅游学刊，2004， 19（02）：59-62.

[17] 孙景荣，张捷，章锦河， 等.中国城市酒店业效率的空间特征及优化对策[J]. 经济地理，2012，32（08）：155-159.

[18] 方叶林，黄震方，王坤， 等.中国星级酒店相对效率集聚的空间分析及提升策略[J]. 人文地理，2013，28（01）：121-127.

[19] 简玉峰，刘长生. 随机前沿函数、酒店管理效率及其影响因素研究——基于张家界市旅游酒店的实证分析[J]. 旅游论坛，2009，2（04）：540-544.

[20] 孙景荣.中国酒店业效率的动态变化及其影响因素研究[J].南京晓庄学院学报，2014，（06）：91-96.

[21] 蒋利衡. 我国星级酒店经营效率及影响因素——基于DEA-Tobit模型的实证研究[J]. 市场论坛，2015，（02）：70-72.