Scientia Geographica Sinica 2017 , 37 (3): 406-415 https://doi.org/10.13249/j.cnki.sgs.2017.03.011

Orginal Article

基于DEA-Malmquist模型的中国星级饭店经营效率时空演化研究

张琰飞

吉首大学商学院, 湖南吉首 416000

Spatial and Temporal Evolution of Star-rated Hotels’ Efficiency in China Based on DEA-Malmquist Model

Zhang Yanfei

School of Business, Jishou University, Jishou 416000, Hunan, China

中图分类号: F590.6

文献标识码: A

文章编号: 1000-0690（2017）03-0406-10

收稿日期: 2016-02-23

修回日期: 2016-06-10

网络出版日期: 2017-03-20

基金资助: 湖南省社科基金项目（12JD61,14JD49）、应用经济学湖南省重点学科支持项目、湖南西部经济发展研究基地项目（15jdzb002）资助

作者简介:

作者简介：张琰飞（1983-）,男,河南宝丰人,副教授,博士,研究方向为区域经济与旅游管理。E-mail:feige205@163.com

展开

摘要

构建DEA-Malmquist模型,实证分析中国31个省市区星级饭店2004~2014年技术效率的时空演化特征,通过TOBIT模型分析了技术效率的影响因素。结果显示：星级饭店的技术效率逐年提升,东部地区显著高于中西部地区;星级饭店全要素生产率整体有所提升,东部地区高于中西部地区;经济水平、旅游人次、产业结构和区域开放度等因素对星级饭店技术效率提升具有显著正向影响,而旅游收入、人口城镇化、基础设施和信息化则具有负向影响。针对新常态下星级饭店的效率问题,提出要提升饭店发展质量,切实提高技术效率,重视高新技术应用,持续优化饭店发展环境。

关键词： 星级饭店 ; 技术效率 ; DEA-Malmquist模型 ; 时空演化 ; 影响因素

Abstract

With the appearing of new industry formats, the star-rated hotels have become an important driving force for the tourism industry development, and there is important practical significance to explore the management efficiency of star-rated hotels for the upgrading and innovation of tourism industry in China. Using panel data of the star-rated hotels of 31 provinces in China in 2004-2014, the article empirically analyzed spatial and temporal evolution characteristics of comprehensive technical efficiency and Malmquist indexes on the star-rated hotels by constructing the DEA-Malmquist model, and analyzed the influencing factors of their technical efficiency through building panel TOBIT regression model. The results showed that: Comprehensive technical efficiency of star-rated hotels increased year by year, but the efficiency value was still relatively low, and the low pure technical efficiency was the main constraints because of the scale efficiency changed little; Technology efficiency in 2013 and 2014 had significantly fallen compared to previous years, but the descent degree of 2014 had become smaller; Comprehensive technical efficiency in Eastern China was significantly higher than that of the Central and Western China, which was mainly because of its higher pure technical efficiency. The Malmquist indexes of star-rated hotels was overall enhancing in 2004-2014, and the technical progress change index was the main driving force to the ascension, though there were also violent annual fluctuations in some period; The Malmquist indexes in 2004-2010 was in a steady growth stage, and that of 2010-2014 was in a volatile fluctuation stage, especially the sharp decline in 2012-2013; Malmquist indexes in Eastern China was higher than that of the Central and Western China, which was mainly because of its significant advantages in technical progress. The technical efficiency of star-rated hotels was affected by many factors in China. The effects of the economic development level, the tourist number, the industry structure and the regional opening degree on the efficiency were significantly positive, while the impacts of the tourism income, the population urbanization, the infrastructure level and the informatization level were significantly negative. Therefore, in order to enhance the technical efficiency level of star-rated hotels, it needs to improve the tourism development quality, and adjust the industrial structure, and pay attention to the soft environment optimization for regional development, and deal with the challenges of informationization and other factors. To the development problems of the technical efficiency of star-rated hotels under the “New Normal Economy”, it needs to focus on improving the hotels’ development quality, effectively improve hotels’ operational efficiency, pay more attention to the advanced technology application, continuously optimize hotels’ development environments and so on.

Keywords： star-rated hotels ; technical efficiency ; DEA-Malmquist model ; spatial and temponal evolution ; influencing factors

PDF (3786KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

张琰飞. 基于DEA-Malmquist模型的中国星级饭店经营效率时空演化研究[J]. , 2017, 37(3): 406-415 https://doi.org/10.13249/j.cnki.sgs.2017.03.011

Zhang Yanfei. Spatial and Temporal Evolution of Star-rated Hotels’ Efficiency in China Based on DEA-Malmquist Model[J]. Scientia Geographica Sinica, 2017, 37(3): 406-415 https://doi.org/10.13249/j.cnki.sgs.2017.03.011

引言

在中国经济增长由高速向中高速转型、经济下行压力增大新常态下,中央已将大力发展旅游作为启动内需、促进经济转型升级的重要途径。星级饭店是由国家（省级）旅游局评定的能够以夜为时间单位向旅游客人提供配有餐饮及相关服务的住宿设施,包括各类宾馆、酒店、旅馆、旅社、宾舍、度假村、俱乐部等企业,是满足旅游六要素中食宿功能的核心主体,对于提升区域旅游满意度和体验具有重要的影响,星级饭店效率也是区域旅游行业发展水平的重要体现。2011年以来,中国星级饭店经营规模出现一定下降（不包括港澳台,全文同）,从2011年开始星级饭店数量从13 500个下降到11 200个,从业人员从155万人下降到136万人,营业收入从2 315亿元下降到2 150亿元;同时,星级饭店整体的平均出租率水平从61%下降到54%,利润总额也逐年下降,到2014年甚至亏损60亿元,高星级饭店的下降更为严重,星级饭店的经营效率亟待提升。因此,探索星级饭店的经营效率问题,对于推动旅游产业升级和星级饭店业态创新都具有重要的现实意义。当前,针对旅游组织效率的研究主要针对旅游景区和旅游饭店、旅行社等旅游企业进行,很多学者针对旅游星级饭店的效率问题进行了理论与实证研究^[1~15],但这些研究较少关注饭店经营效率的时空演化特征以及其影响因素,特别是新常态下的星级饭店经营效率问题研究较少。因此,从投入产出角度,分析星级饭店经营效率的时空演化规律和区域差异,对于提升区域旅游企业经营效率,转变旅游产业发展方式具有重要的现实意义。

1 研究设计

1.1 研究方法

效率研究方法主要包括数据包络分析（DEA）、随机前沿分析法（SFA）等。SFA方法属于参数方法需提前确定变量间的函数关系,而DEA方法则属于非参数模型,无需事先确定投入产出指标之间的关系式,不仅可避免主观因素造成的误差,还可进行效率分解,故本文选择DEA方法。DEA方法主要包括规模报酬不变的模型（CCR）^[16]及规模报酬可变的模型（BCC）^[17],考虑到BCC模型可将CCR模型中的技术效率TE分解得到纯技术效率（PTE）与规模效率（SE）,分解公式为TE=PTE×SE,更有利于分析产生DEA无效的原因,故本文采用BCC模型进行计算。

由于CCR和BCC模型针对面板数据的测度比较困难,为进一步比较不同时期各DMU生产率的变化情况,基于Caves等提出的Malmquist生产率指数^[18],Fare等构建了基于DEA的Malmquist指数（TFPC,全要素生产率指数）,以测度全要素生产率（TFP）的增长变化^[19]。全要素生产率指数可分解为技术效率变化指数（TEC）和技术进步变化指数（TEch）,计算公式为TFPC=TEC×TEch;技术效率变化指数还可进一步分成纯技术效率变化指数（PTEch）和规模效率变化指数（SEch）,计算公式为 $\begin{matrix} TEC = PTEch \times SEch \end{matrix}$ 。全要素生产率指数及其分解结果的计算方法：

$\begin{matrix} TFPC = TEC \times TEch = PTEch \times SEch \times TEch = \\ \frac{d_{v}^{t + 1} (x_{t + 1}, y_{t + 1})}{d_{v}^{t} (x_{t}, y_{t})} \times \frac{d_{c}^{t + 1} (x_{t + 1}, y_{t + 1}) / d_{v}^{t + 1} (x_{t + 1}, y_{t + 1})}{d_{c}^{t} (x_{t}, y_{t}) / d_{v}^{t} (x_{t}, y_{t})} \times \\ {[\frac{d_{c}^{t} (x_{t + 1}, y_{t + 1})}{d_{c}^{t + 1} (x_{t + 1}, y_{t + 1})} \times \frac{d_{c}^{t} (x_{t}, y_{t})}{d_{c}^{t + 1} (x_{t}, y_{t})}]}^{\frac{1}{2}} \end{matrix}$ （1）

式中, $\begin{matrix} d^{t} \end{matrix}$ 和 $\begin{matrix} d^{t + 1} \end{matrix}$ 分别表示以 $\begin{matrix} t \end{matrix}$ 期的技术为参照的时期 $\begin{matrix} t \end{matrix}$ 和 $\begin{matrix} t \end{matrix}$ +1的距离函数; $\begin{matrix} (x_{t + 1}, y_{t + 1}) \end{matrix}$ 和 $\begin{matrix} (x_{t}, y_{t}) \end{matrix}$ 分别表示 $\begin{matrix} t \end{matrix}$ +1期和 $\begin{matrix} t \end{matrix}$ 期的投入和产出, $\begin{matrix} v \end{matrix}$ 和 $\begin{matrix} c \end{matrix}$ 分别指在可变规模报酬和不变规模报酬前提下的投入和产出向量;TFPC>1将表明从时期 $\begin{matrix} t \end{matrix}$ 到时期 $\begin{matrix} t \end{matrix}$ +1相对效率提升,TFPC<1表示相对效率降低,TFPC=1表示相对效率保持不变。

2010年来,DEA方法在旅游产业效率、旅游资源效率、旅行企业经营效率等研究中得到广泛应用^[20~23]。借鉴这些成果,本研究利用DEA模型从时间和空间两个层面研究中国星级饭店的经营效率,首先以31个省份（不包括港澳台）各年度数据为基本单元,利用BCC模型逐年计算各地星级饭店每年的综合技术效率及其分解结果,再采用DEA-Malmquist模型计算全要素生产率指数及其分解结果。计算结果通过DEAP 2.1软件得到。

1.2 评价指标体系构建

借鉴以往星级饭店经营效率的相关指标,立足星级饭店决策单元和星级饭店的行业经营特征,考虑数据的可获取性,投入指标选择以资本和劳动力为主,产出指标则以收入为主。投入指标层面,固定资产是星级饭店进行旅游服务的必备条件^[24],从业人员是旅游食宿活动中直接执行者^[25],而饭店管理方法、经营方式等效率影响因素数据难以获取,故最终选择星级饭店总数、饭店从业人员数、星级饭店客房数、固定资产原值等指标^[26]。产出指标方面,一般选取经营收入作为饭店产出的代表,故最终选取星级饭店营业收入^[27]和饭店客房出租率^[28]等指标。考虑到投入产出模型要求DUM单元数一般不低于投入与产出指标数目和的两倍,也有研究提出要不低于指标数乘积的两倍^[29],结合各投入与产出指标间的关系,并通过咨询相关专家,确定最终的指标体系（表1）。

表1 星级饭店投入产出指标

Table 1 The input and output indicators of star-rated hotels

类别	指标
投入指标	星级饭店总数（家）
	饭店从业人员数（人）
	星级饭店客房数（间）
	固定资产原值（万元）
产出指标	饭店客房出租率（%）
	星级饭店营业收入（千元）

新窗口打开

1.3 数据来源

星级饭店的投入产出指标数据时间跨度为2004~2014年共计11 a,其中2004~2013年的数据来源于各年度的《中国旅游统计年鉴（2005~2014年版）》,并结合相关省市区的统计年鉴、统计公报和新闻报道等资料进行修正;2014年的数据则来自国家旅游局网站发布的《2014年度全国星级饭店统计公报》^①(① 网址：http://www.cnta.gov.cn/zwgk/tzggnew/gztz/201507/t20150706_720300.shtml)。

2 星级饭店经营效率时空演化特征分析

2.1 技术效率时空演化特征

1）技术效率时间演化特征。中国星级饭店技术效率年度均值时间演化结果（图1）显示,星级饭店整体上的综合技术效率逐年提升,从2004年的不足0.65提升到2012年的0.85,但效率水平整体上还比较低,特别是2013和2014年出现较大幅度下滑。从效率分解结果来看,纯技术效率虽有一定波动,但是整体增长较快,从2004年的不足0.7提升到2012年的0.85以上,但2013和2014年出现下滑,这与同期中国经济增长放缓有关;规模效率除2009、2013和2014年出现下滑外,基本维持在0.95左右,整体水平较高;2009年的大幅度下滑可能与2008年的国际性金融危机对后期饭店规模扩张产生的影响有关。由于规模效率水平较高且波动较小,故影响综合技术效率水平的主要因素是纯技术效率。因此,星级饭店依靠规模扩张提升综合经营效率的难度比较大,未来发展的重点是通过服务质量提升和内容创新,不断的提升发展效益和经营质量。

显示原图| 下载原图ZIP| 生成PPT

图1 中国星级饭店技术效率年度均值时间演化

Fig.1 The temporal evolution of comprehensive technical efficiency annual mean value on star-rated hotels in China

2）技术效率空间分布特征。基于各地各年的综合技术效率计算结果,借助ARCGIS 10.2软件可得到综合技术效率均值的空间分布图（图2）。可以发现,上海、宁夏、青海、天津和浙江的综合技术效率均值达到0.9以上,属于高水平效率区域。山西、贵州、北京、河南、江苏和福建的综合技术效率均值在0.8~0.9之间,处于较高水平。重庆、广东、安徽、湖南、山东、西藏与海南的综合技术效率值在0.7~0.8之间,处于一般水平。吉林、湖北、内蒙古、新疆、广西、江西、四川、河北和辽宁的综合技术效率值在0.6~0.7之间,处于较低水平。甘肃、黑龙江、云南和陕西等地各年的综合技术效率均值在0.6以下,处于最低水平,效率亟待提升。整体来看,东部地区的综合技术效率要高于中西部地区。同时,各地区综合技术效率的空间自相关分析结果显示,省际之间的空间自相关系数（Moran’s $\begin{matrix} I \end{matrix}$ ）为-0.05, $\begin{matrix} P \end{matrix}$ 值为0.83,各地区效率的空间集聚特征不显著。

显示原图| 下载原图ZIP| 生成PPT

图2 中国星级饭店综合技术效率均值省际分布

Fig.2 The provincial distribution of mean comprehensive technical efficiency on star-rated hotels in China

3）技术效率省际时空演化特征。选取2004、2007、2011和2014年4个时段的数据,可得到星级饭店综合技术效率的省际时空演化图（图3）。可以发现,星级饭店的综合技术效率在2011年之前呈现逐年增强的态势,效率值在0.8以上的地区逐年增加,但2014年的效率值出现了显著下滑;事实上,星级饭店2014年综合技术效率的下滑幅度比2013年已经降低,因经济发展整体放缓导致的星级饭店经营效率下滑问题已得到初步缓解,星级饭店转型发展的效果已初步显现。从空间上来看,东部地区的综合技术效率整体上要高于中西部地区,特别是2011年东部地区的技术效率值大都高于0.9。

显示原图| 下载原图ZIP| 生成PPT

图3 中国星级饭店综合技术效率值省际时空演化

Fig.3 The spatial and temporal evolution of comprehensive technical efficiency on star-rated hotels in China

2.2 全要素生产率指数时空演化特征

1）全要素生产率指数时间演化特征。星级饭店的全要素生产率指数及其分解结果（表2）显示,指数均值为1.072,表明全要素生产率年均提升7.2%,呈上升态势。全要素生产率变化可以分为2个阶段。2004~2010年为平稳发展阶段,虽然2005~2006、2006~2007年2个时期的全要素生产率指数小于1,但是降低的幅度比较小,总体呈上升趋势,这与当期中国经济发展总体比较快有关;2008年国际金融危机使中国出台了投资刺激计划,对生产率提升也产生了显著影响。2010~2014年为剧烈波动阶段,虽然2011~2012时期的全要素生产率指数比较高,但这与前期的剧烈下降有关;其他时期指数则显著小于1,总体呈下降的趋势,这与近年中国经济步入新常态,经济发展总体放缓有关。全要素生产率指数的分解结果显示,技术效率年均提升率仅为1.8%,技术进步年均提升5.3%,说明技术效率水平增长比较有限,技术进步因素是期内星级饭店生产率提升的主要动力。因此,未来饭店业要提高全要素劳动生产率,除了要继续提升技术效率外,技术进步因素则要作为重点。

表2 各时期星级饭店全要素生产率指数及其分解结果均值

Table 2 The mean value of Malmquist indexes and its decomposing results on star-rated hotels in China

时段	技术效率变化指数	技术进步指数	纯技术效率变化指数	规模效率变化指数	全要素生产率指数
2004~2005	1.155	0.939	1.122	1.029	1.084
2005~2006	0.977	1.022	0.99	0.987	0.999
2006~2007	0.968	1.023	0.965	1.003	0.991
2007~2008	1.074	0.999	1.076	0.998	1.072
2008~2009	1.023	1.013	1.111	0.92	1.035
2009~2010	1.007	1.769	0.945	1.065	1.782
2010~2011	1.101	0.639	1.071	1.029	0.704
2011~2012	1.051	4.868	1.019	1.031	5.116
2012~2013	0.891	0.316	0.922	0.966	0.281
2013~2014	0.958	0.975	0.968	0.99	0.934
均值	1.018	1.053	1.017	1.001	1.072

新窗口打开

2）全要素生产率指数空间分布特征。各省区的全要素生产率指数均值的空间分布图（图4）显示,除宁夏和青海外,其他地区的全要素生产率指数都大于1,说明多数地区的效率是上升的;但多数省份的全要素生产率指数都在1.1左右,效率上升幅度比较小。从区域差异来看,东部地区的全要素生产率指数整体上显著高于中西部地区,东部地区年均提升10.7%,中部地区年均提升6.5%,西部地区则只有4.3%。其中,宁夏和青海整体下降,数据显示主要是由于技术进步指数下降导致;西藏、山西、贵州、吉林、河南和广西等中西部地区的全要素生产率指数在1~1.05之间,效率增长在5%以下,增长较慢;新疆、甘肃、内蒙、陕西、河北、安徽、重庆、湖南、江西、福建和广东等地区的全要素生产率指数在1.05~1.1之间,增长比较显著;北京、天津、浙江、上海、江苏、海南、湖北、四川和云南等旅游产业发展水平较高的地区,全要素生产率指数达到1.1以上,效率增长更为显著。另外,各省区全要素生产率指数的空间自相关分析结果显示,省际之间Moran’s $\begin{matrix} I \end{matrix}$ 指数为-0.042, $\begin{matrix} P \end{matrix}$ 值为0.32,说明各地区的空间相关性并不显著,集聚特征并不明显。

显示原图| 下载原图ZIP| 生成PPT

图4 中国星级饭店全要素生产率变化指数均值省际分布

Fig.4 The provincial distribution of the mean of Malmquist indexes on star-rated hotels in China

3）全要素生产率指数省际时空演化特征。选取2004~2005、2007~2008、2010~2011和2013~2014年4个时段数据,可得到星级饭店全要素生产率指数的省际时空演化图（图5）。可以发现,星级饭店的全要素生产率指数呈现逐年下降的态势,2010年之前多数地区的全要素生产率都大于1,之后则出现了显著下滑,特别是2013~2014年期间,只有中东部少数地区的全要素生产率指数大于1,效率提升极为有限。从空间上看,中东部地区星级饭店的全要素生产率指数高于西部地区,说明全要素生产率提升速度整体快于西部地区。根据国家旅游局公布的统计数据,2015年中国旅游业逆势上扬,呈现消费和投资两旺的良好态势,星级饭店经营出现回暖,客房收入和平均房价都有一定增幅,经营效率提升的趋势也比较明显。

显示原图| 下载原图ZIP| 生成PPT

图5 中国星级饭店全要素生产率变化指数省际时空演化

Fig.5 The spatial and temporal evolution of the Malmquist indexes on star-rated hotels in China

3 星级饭店经营效率时空演化影响因素分析

为更进一步探索星级饭店经营效率演化的内在机制与机理,本文以各省区各年度综合技术效率数据为自变量,构建TOBIT面板数据模型,分析其效率的影响因素。

3.1 变量选择与数据来源

相关研究显示^[30~33],星级饭店技术效率受诸多外部因素影响。作为重要的服务业,星级饭店发展要以区域经济作为依托,效率提升收到经济发展水平和质量的影响;游客是星级饭店的主要客源,旅游发展水平可能是影响其效率的重要因素;旅游产业与相关的二、三产业发展联系极为紧密,产业结构变化可能会影响其效率提升;城镇常住居民是星级饭店的主要消费群体,城镇常住人口增加可能会给其发展带来更大机遇;基础设施是星级饭店发展的重要保障,特别是交通设施优化会直接影响其发展环境;信息化水平对服务业技术效率具有显著影响^[34],电子商务、网络营销及信息技术的应用可直接推动星级饭店发展模式转变;进出口贸易的外部性提高了投入要素的产出率^[35],因此区域开放度越高,则星级饭店的客源市场越广泛。基于以往研究成果,本文认为星级饭店技术效率可能受到经济水平、旅游发展水平、产业结构、城镇化、基础设施、信息化和区域开放度等因素的影响,相关因素的指标选取如表3所示。相关数据主要来自于《中国统计年鉴（2005~2015年版）》及各省区的统计年鉴和统计公报等资料。

表3 模型变量设置表

Table 3 Variables of the model

模型	变量名称	计算方法	说明	符号
自变量	技术效率	DEA模型计算出的技术效率值		TE
效率影响因素	经济基础	人均GDP（元）	人均GDP反映区域经济水平的可比性强	PGDP
	旅游人次水平	国内旅游人次（万人次）	国内旅游人次占区域旅游人次绝大部分	NDT
	旅游收入水平	国内旅游收入（亿元）	国内旅游收入占区域旅游收入绝大部分	DTE
	产业结构	二、三产业增加值占区域GDP比例（%）	二三产业是产业结构变化的主要标志	RI
	城镇化	人口城镇化率（%）	城镇常住人口比例是城镇化主要标志	UI
	基础设施	等级公路密度（km/万km²）	交通是区域基础设施改善的重要标志	HWD
	信息化	人均邮电业务总量（万元/万人）	邮政、电信、网络等是信息化的重要标志	PTV
	开放程度	人均境内目的地和货源地进出口总额（万元/万人）	进出口反映区域参与国际市场交流的经营能力	DIE

新窗口打开

3.2 模型构建

由于技术效率值在0~1之间,本文借鉴以往的研究成果,构建TOBIT面板回归模型（公式2）,分析星级饭店技术效率的影响因素。计算结果通过Stata12.0软件得到。

$\begin{matrix} T E_{it} = β_{0} + β_{1} PGD P_{it} + β_{2} ND T_{it} + β_{3} DT E_{it} + β_{4} R I_{it} + \\ β_{5} U I_{it} + β_{6} HW D_{it} + β_{7} PT V_{it} + β_{8} DI E_{it} + u_{it} \end{matrix}$ （2）

式中, $\begin{matrix} β_{0} \end{matrix}$ 为常数项; $\begin{matrix} β_{i} \end{matrix}$ 为回归系数; $\begin{matrix} u_{it} \end{matrix}$ 为残差,表示没有包含的变量和不可观测的因素;其他符号的含义与表3相同,如 $\begin{matrix} T E_{it} \end{matrix}$ 表示第 $\begin{matrix} i \end{matrix}$ 个省份 $\begin{matrix} t \end{matrix}$ 期的星级饭店综合技术效率值。

3.3 实证结果分析

TOBIT面板回归结果（表4）显示,Wald chi²达到110.28,通过显著性检验,方程整体具有显著性。结果显示,经济水平、旅游人次、产业结构和区域开放度等因素的系数都为正值,对星级饭店技术效率提升具有显著的正向影响。其中区域GDP规模和二、三产业比例及人均境内目的地和货源地进出口总额的系数在0.01的显著性水平上通过显著性检验,说明这些因素对星级饭店技术效率提升具有显著的正向影响;因此,提升经济发展的质量,优化和调整产业结构,强化区域的对外交流和贸易以提升区域的实际开放程度等,都是提升区域星级饭店效率的重要途径。另外,区域旅游人次在0.1的显著性水平上通过显著性检验,说明其对星级饭店技术效率具有一定的正影响;这说明增加区域的游客数量对于提升饭店技术效率具有一定的作用,需要进一步提升饭店客源的质量。

表4 星级饭店技术效率TOBIT回归分析结果

Table 4 The TOBIT regression analysis results on technical efficiency of star-rated hotels

自变量	回归系数	标准误	$\begin{matrix} z \end{matrix}$	$\begin{matrix} P > z \end{matrix}$	95%下的系数置信区间
PGDP	4.22e-06	8.95e-07	4.71	0.000	2.46e-06	5.97e-06
NDT	2.06e-06	1.14e-06	1.8	0.072	-1.81e-07	4.29e-06
DTE	-0.0000519	0.0000139	-3.74	0.000	-0.0000791	-0.0000247
RI	0.0190399	0.0035538	5.36	0.000	0.0120746	0.0260051
UI	-0.0035399	0.0020840	-1.7	0.089	-0.0076246	0.0005447
HWD	-0.0003831	0.0001557	-2.46	0.014	-0.0006882	-0.000078
PTV	-0.0000195	0.0000104	-1.88	0.060	-0.0000398	8.54e-07
DIE	2.21e-06	7.43e-07	2.97	0.003	7.50e-07	3.66e-06
常数项	-0.7759641	0.2717551	-2.86	0.004	-1.308594	-0.2433339
整体方差	0.1116094	0.0168186	6.64	0.000	0.0786456	0.1445731
面板水平方差	0.0987128	0.0040085	24.63	0.000	0.0908563	0.1065693
总方差	0.5610886	0.0784423	-	-	0.406627	0.7066726
对数似然估计值		261.52349		Wald chi²(8)		110.28
				Prob > chi²		0

注：“–”无数据。

新窗口打开

旅游收入、人口城镇化、基础设施和信息化的系数为负值,这些因素对星级饭店技术效率都显示出显著的负向影响。其中区域旅游收入和高等级公路密度的系数在0.01的显著性水平上通过显著性检验,说明其对星级饭店技术效率具有显著负向影响;区域旅游收入的增加并不能直接带动星级饭店效率的提升,星级饭店必须根据游客需求变化实现转型发展,实施住宿与旅游融合发展模式;同时,简单强化交通基础设施建设对于提升区域星级饭店效率的作用有限,需要从整体上强化区域的发展软环境。另外,人口城镇化率和人均邮电业务总量的系数在0.1的显著性水平上通过检验,说明其对星级饭店技术效率具有一定的负向影响;因此,简单提高城镇人口比例,并不能提升星级饭店技术效率,必须要强化人口城镇化的质量;信息化对传统星级饭店产生了一定冲击,充分利用信息化的机遇,科学应对信息化的挑战,实现转型发展是其提升技术效率的重要途径。

4 结论与建议

4.1 主要结论

运用中国31个省市区2010~2014年间的星级饭店经营数据,构建DEA-Malmquist模型,对星级饭店的综合技术效率及全要素生产率的时空演化特征进行测算,并通过TOBIT面板回归模型分析了星级饭店技术效率的影响因素。

1）星级饭店技术效率水平整体偏低。星级饭店的技术效率整体上逐年提升,但效率值还比较低,纯技术效率是制约综合技术效率的主要因素;东部地区的综合技术效率值显著高于中部和西部地区,这主要是由于东部地区的纯技术效率要显著的高于中部和西部地区。

2）星级饭店全要素生产率指数近期下降显著。2004~2010年为全要素生产率的平稳发展阶段,2010~2014年为剧烈波动阶段,特别是2012~2013时期出现大幅下滑;东部地区的全要素生产率指数整体高于中西部地区,这主要与其显著的技术进步指数优势有关。

3）星级饭店技术效率受到多种外部环境因素影响。经济水平、旅游人次、产业结构和区域开放度等因素都对星级饭店技术效率提升具有显著的正向影响,而旅游收入、人口城镇化、基础设施和信息化则具有显著的负向影响。

4.2 政策建议

在当前经济稳增长难度加大的情况下,星级饭店行业要抓住旅游产业发展的机遇,着力提升行业经营效率;政府也要提升区域经济和旅游产业发展质量,优化区域软环境。

1）着力提升星级饭店发展质量。星级饭店规模已基本满足需要,经营水平偏低是制约星级饭店发展质量的主要原因。因此,未来各地星级发展的重点是通过完善饭店设施、变革管理方式、提升服务质量和创新服务内容,以提高经营效率,不断的提升发展的效益。

2）瞄准旅游市场适度扩大星级饭店经营规模。要把握好星级饭店市场发展趋势,根据区域的实际,适度扩大星级饭店行业的经营规模,避免盲目的规模扩张;星级饭店要瞄准旅游市场的变化,进行有针对性的调整,更加注重中低端消费者市场,积极发展经济型饭店和中档饭店,在销售策略和客户渠道上寻求新的突破点。

3）强化高新技术与星级饭店行业融合发展。技术进步变化指数是制约星级饭店全要素生产率提升的关键因素,要抓住当前中国大力推行“互联网+”和“双创”的发展机遇,强化高新技术与星级饭店的融合发展,提升星级饭店的经营管理水平与服务质量。要完善星级饭店行业技术创新管理体系,强化在产品开发、服务创新、节能环保、组织管理等方面的技术创新,强化最新技术在星级饭店行业的应用,提升住宿者的体验性。

4）创新业态切实提升星级饭店经营效率。技术效率是制约星级饭店全要素生产率提升的重要因素,不断提升星级饭店技术效率是未来星级饭店必须坚持的基本途径。要深入调查旅游市场的新需求,大力开发新兴的特色化和主题化旅游星级饭店新业态;要加大星级饭店产品创新,通过村居、山居、湖居等高品质体验产品吸引顾客,实现食宿与旅游的融合发展,增强游客的体验与享受,提升星级饭店的发展效益。

5）持续优化星级饭店发展软环境。星级饭店技术创新及其管理体系的完善与区域信息化建设水平、经济发展状况和整体发展环境等密切相关。因此,各地要针对新常态下经济放缓的实际,大力优化区域经济发展软环境,为星级饭店产业升级发展提供支持。人才是未来星级饭店竞争的关键要素,一定要重视高端饭店管理与创新人才的培育和引进,不断提升星级饭店服务能力和服务水平。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	Barrosa Carlos Pestana, Diekeb Peter U C. Technical efficiency of African hotels [J]. International Journal of Hospitality Management, 2008, 27(3): 438-447. https://doi.org/10.1016/j.ijhm.2007.11.004 URL [本文引用: 1] 摘要 This paper uses data envelopment analysis (DEA) to estimate the technical efficiency of 12 hotels in Luanda, Angola. The study uses a balanced data set with 84 observations over the years 2000–2006. In a second stage, this paper uses a bootstrapping method (rather than a Tobit regression) developed by Simar and Wilson [(2007). Estimation and inference in two stage, semi-parametric models of productive efficiency. Journal of Econometrics, 136, 31–64] to estimate the economic drivers behind the technical efficiency. They find that efficiency has risen over the studied period, but at a decreasing rate. Secondly, they find that a hotel's membership in a group increases efficiency. Greater market share as measured by a Herfindahl index, increases efficiency and finally, hotels with an international strategy have higher efficiencies.
[2]	Yu Mingmin, Lee Bruce C Y. Efficiency and Effectiveness of Service Business: Evidence from International Tourist Hotels in Taiwan [J]. Tourism Management, 2009, 30(4): 571-580. https://doi.org/10.1016/j.tourman.2008.09.005 URL 摘要 The aim of this paper is to propose a mathematical programming technique referred to as Hyperbolic Network Data Envelopment Analysis (HNDEA) to appraise service performance in a service industry. International tourist hotels in Taiwan are used as an example to illustrate the process. The results show that productive efficiency and service effectiveness differ across hotel businesses. Some hotel...
[3]	Roh E Y,Choi Kyu Wan. Efficiency Comparison of Multiple Brands Within the Same Franchise Data Envelopment Analysis Approach [J]. International Journal of Hospitality Management, 2010, (1): 92-98. https://doi.org/10.1016/j.ijhm.2009.06.004 URL 摘要 As the restaurant franchising industry increasingly diversifies its brands, it is pivotal for a firm to accurately assess the efficiency of brands within its franchise system. This research compares and contrasts the efficiency of different brands belonging to the same franchisor using data envelopment analysis (DEA). The sample was drawn from three brands that are in operation under the same r...
[4]	Pulina M, Detotto C, Paba A. An Investigation into the Relationship Between Size and Efficiency of the Italian Hospitality Sector: A Window DEA Approach [J]. European Journal of Operational Research, 2010, 204(3):613-620. https://doi.org/10.1016/j.ejor.2009.11.006 URL Magsci 摘要 <p id="">This paper analyses the efficiency of hotels across all of the 20 regions in Italy using a data envelopment analysis (DEA). The empirical results indicate that Sardinia can be considered as a region “falling further behind”, whereas some regions in the North and Centre of Italy can be regarded as “moving ahead”. Using the island of Sardinia as a case study, approximately 150 firms are analysed in detail over the time span 2002–2005. Via a window DEA, both technical and scale efficiencies are computed. An efficiency comparison amongst hotels categorised by size and municipality is run. Finally, policy implications are drawn from the empirical findings that advise how to improve hotels that attained low efficiency scores.</p>
[5]	Assaf A George, Magnini Vincent. Accounting for Customer Satisfaction in Measuring Hotel Efficiency: Evidence from the US Hotel Industry [J]. International Journal of Hospitality Management, 2012, 31(3):642-647. https://doi.org/10.1016/j.ijhm.2011.08.008 URL Magsci 摘要 Customer satisfaction, though an important output, is often ignored in hotel efficiency studies. Our study provides empirical evidence that excluding customer satisfaction may lead to significant difference in the mean and ranking of hotel efficiency scores. We derive our hotel efficiency scores using the distance stochastic frontier method based on a balanced sample of leading hotel chains in the US. We present and compare the efficiency results from two models, one that includes customer satisfaction and one that excludes customer satisfaction. The study discusses the difference in efficiency scores between the models. It also elaborates on the efficiency scores of some individual hotel chains and provides directions for future research. (C) 2011 Elsevier Ltd. All rights reserved.
[6]	Huang Yinghua, Mesak Hani I, Hsu Maxwell K et al. Dynamic Efficiency Assessment of the Chinese Hotel Industry [J]. Journal of Business Research, 2012, 65(6): 59-67. https://doi.org/10.1016/j.jbusres.2011.07.015 URL 摘要 The paper introduces for the first time a totally dynamic two-stage approach to analyzing the hotel industry's technical efficiency at the sub-national level. The first stage uses data envelopment window analysis (DEWA) to assess regional hotel sectors' technical efficiency over time. Unlike previous studies, the second stage uses a dynamic Tobit model to investigate the impact of macro contextual factors on the hotel sector efficiency. The study chooses the Chinese hotel industry during the period 2001 2006 as its application setting. The findings of the investigation indicate that the Chinese hotel industry is approaching an efficient operation in general, recovering from a major dip in 2003 resulting from the Severe Acute Respiratory Syndrome (SARS) outbreak. In addition, the study introduces a novel two-dimensional efficiency-based matrix to assess the competitive advantage of different regions of the Chinese hotel sector. The paper presents strategic market implications for hoteliers, government decision-makers, and destination management organizations. The proposed methods are applicable for situations in which an exogenous event of a destabilizing impact (e.g., SARS) does occur.
[7]	Oliveira Ricardo, Pedro Maria Isabel, Marques Rui Cunha. Efficiency and its Determinants in Portuguese Hotels in the Algarve [J]. Tourism Management, 2013, 36(3): 641-649. https://doi.org/10.1016/j.tourman.2012.06.009 URL 摘要 This paper uses non-parametric techniques to investigate and compare the efficiency of Portuguese hotels in the Algarve, the comparison being made between those hotels possessing golf courses and those that do not. The Algarve is one of the more important tourism locations in Portugal and a popular destination for tourists from many countries and specifically attracts tourists seeking to play g...
[8]	Huang Chin-wei, Ho Foo Nin, Chiu Yung-ho. Measurement of Tourist Hotels’ Productive Efficiency, Occupancy, and Catering Service Effectiveness Using A Modified Two-Stage DEA Model in Taiwan [J]. Omega, 2014, 48(7): 49-59. https://doi.org/10.1016/j.omega.2014.02.005 URL 摘要 This study develops a modified two-stage model to evaluate productive efficiency, occupancy, and catering service effectiveness of Taiwan s international tourist hotels. The difference between the modified and original two-stage model is that the modified two-stage model allows for multiple efficiencies to be calculated in the unique stage and the concept of intermediate input is introduced.
[9]	生延超,钟志平. 规模扩张还是技术进步:中国饭店业全要素生产率的测度与评价——基于非参数的曼奎斯特(Malmquist)生产率指数研究 [J]. 旅游学刊,2010,25(5):25-32. URL Magsci 摘要 20世纪90年代以来,我国的饭店业得到迅速成长.但是我国饭店业的发展到底是简单的规模扩张还是技术进步(全要素生产率)的提升受到质疑.本文基于非参数曼奎斯特(MalmquiBt)指数方法将全要素生产率变动分解为技术进步和技术效率变化两个部分,运用该方法测算了中国饭店业1997年以来整体生产率的变动趋势,并进一步探讨了各省份饭店业全要素生产率的增长特征.结果显示:中国的饭店业不是简单的规模扩张,也不是简单的技术进步,其全要素生产率增长率主要来源于技术进步,但技术进步的贡献有限,仍属于粗放式增长;北京等17个省份的饭店业全要素生产率正向增长,其要么来源于技术进步,要么来源于技术进步和技术效率两者的共同作用. [Sheng Yanchao, Zhong Zhiping. Scale Expansion or Technological Advances: The Measurement and Evaluation of Total Factor Productivity of China’s Hospitality Industry —Based on the Non-parametric Malmquist Index. Tourism Tribune, 2010, 25(5): 25-32.] URL Magsci 摘要 20世纪90年代以来,我国的饭店业得到迅速成长.但是我国饭店业的发展到底是简单的规模扩张还是技术进步(全要素生产率)的提升受到质疑.本文基于非参数曼奎斯特(MalmquiBt)指数方法将全要素生产率变动分解为技术进步和技术效率变化两个部分,运用该方法测算了中国饭店业1997年以来整体生产率的变动趋势,并进一步探讨了各省份饭店业全要素生产率的增长特征.结果显示:中国的饭店业不是简单的规模扩张,也不是简单的技术进步,其全要素生产率增长率主要来源于技术进步,但技术进步的贡献有限,仍属于粗放式增长;北京等17个省份的饭店业全要素生产率正向增长,其要么来源于技术进步,要么来源于技术进步和技术效率两者的共同作用.
[10]	宋慧林,宋海岩. 基于三阶段DEA模型的中国星级饭店经营效率研究 [J]. 旅游论坛,2011,4(2):64-71. https://doi.org/10.3969/j.issn.1674-3784.2011.02.013 URL 摘要目前国内研究星级饭店经营效率所采用的模型均无法剥离环境和误差因素对效率值的影响。运用DEA三阶段模型,对2000-2007年中国星级饭店经营效率状况进行了实证分析。研究表明,2000-2007年间我国星级饭店业整体经营效率呈现下降的趋势,这一结果说明我国星级饭店近年来经营效率本身并无显著改善;各地区星级饭店经营效率存在显著差异,上海、青海、北京、浙江4个地区较稳定地处于经营效率前沿面上;根据经营效率值与投入水平,将我国星级饭店业的经营模式划分为相对效率高投入、相对效率低投入、高效率高投入、高效率低投入、低效率高投入和低效率低投入6种类型,并针对不同类型提出相应的发展提升方向。 [Song Huilin,Song Haiyan. Management Efficiency of Star-rated Hotels in China Using Three-stage DEA Model. Tourism Forum, 2011, 4(2): 64-71.] https://doi.org/10.3969/j.issn.1674-3784.2011.02.013 URL 摘要目前国内研究星级饭店经营效率所采用的模型均无法剥离环境和误差因素对效率值的影响。运用DEA三阶段模型,对2000-2007年中国星级饭店经营效率状况进行了实证分析。研究表明,2000-2007年间我国星级饭店业整体经营效率呈现下降的趋势,这一结果说明我国星级饭店近年来经营效率本身并无显著改善;各地区星级饭店经营效率存在显著差异,上海、青海、北京、浙江4个地区较稳定地处于经营效率前沿面上;根据经营效率值与投入水平,将我国星级饭店业的经营模式划分为相对效率高投入、相对效率低投入、高效率高投入、高效率低投入、低效率高投入和低效率低投入6种类型,并针对不同类型提出相应的发展提升方向。
[11]	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(8):155-159. URL 摘要通过运用DEA模型，对中国城市尺度酒店业效率的空间特征以及优化对策进行了分析，研究表明：①中国城市酒店业综合效率总体处于一般水平，纯技术效率最优的城市多于综合效率最优和规模效率最优的城市，并且还揭示了纯技术效率是造成综合效率处于一般水平的主要影响因素。②从区域特征来看，中国城市酒店业综合效率呈现出“东部高于东北，东北高于西部，西部高于中部”的空间格局，从分类特征来看，高效率类型、低效率类型和中间两种类型呈现出“两头小，中间大”空间分布格局。③中国城市酒店业投入产出指标普遍存在投入冗余和产出不足的现象，并指出可以通过大力引进新的技术，提高从业人员的综合素质，调整要素投入结构和规模，提高要素的转化效率和推进资产重组等措施来综合提升中国城市酒店业的效率。 [Sun Jingrong, Zhang Jie, Zhang Jinhe et al. Spatial Characteristics and Optimition Countermeasures of Chinese City Hotel Industry Efficiency. Economic Geography, 2012, 32(8): 155-159.] URL 摘要通过运用DEA模型，对中国城市尺度酒店业效率的空间特征以及优化对策进行了分析，研究表明：①中国城市酒店业综合效率总体处于一般水平，纯技术效率最优的城市多于综合效率最优和规模效率最优的城市，并且还揭示了纯技术效率是造成综合效率处于一般水平的主要影响因素。②从区域特征来看，中国城市酒店业综合效率呈现出“东部高于东北，东北高于西部，西部高于中部”的空间格局，从分类特征来看，高效率类型、低效率类型和中间两种类型呈现出“两头小，中间大”空间分布格局。③中国城市酒店业投入产出指标普遍存在投入冗余和产出不足的现象，并指出可以通过大力引进新的技术，提高从业人员的综合素质，调整要素投入结构和规模，提高要素的转化效率和推进资产重组等措施来综合提升中国城市酒店业的效率。
[12]	谢春山,王恩旭,朱易兰. 基于超效率DEA模型的中国五星级酒店效率评价研究 [J]. 旅游科学,2012,26(1):60-71. URL [Xie Chunshan, Wang Enxu, Zhu Yilan. A Study on Efficiency Evaluations of China’s Five-Star Hotels: Based on Super-Efficiency DEA Model. Tourism Science, 2012, 26(1): 60-71.] URL
[13]	虞虎,陆林,李亚娟. 湖泊型国家级风景名胜区的旅游效率特征、类型划分及其提升路径 [J]. 地理科学,2015,35(10): 1247-1255. URL Magsci 摘要通过分析中国国家级湖泊风景名胜区的发展趋势和旅游效率,探讨湖泊风景名胜区的旅游效率总体特征、空间格局及类型,提出发展措施和建议。研究表明:①湖泊风景名胜区的数量和旅游收益呈增长趋势,湖泊旅游资源开发已由著名的湖泊转向一般性湖泊,单体湖泊开发增多,湖泊旅游产品多元化。②湖泊风景名胜区的旅游效率偏低,处于规模收益递增阶段的景区较多;分解效率中,规模效率较高,纯技术效率较低;纯技术效率对综合效率的解释能力强于规模效率,相关系数达到0.72,是导致综合效率偏低的主要因素。③根据效率得分将38个湖泊风景名胜区划分为技术进步提升型、资源配置能力提升型、规模投入提升型和综合提升型,提出了不同效率类型景区的提升路径。 [Yu Hu, Lu Lin, Li Yajuan. Tourism Efficiency Evaluation, Classification and Ascension Path of Lake-type Chinese National Scenic Area. Scientia Geographica Sinica, 2015,35(10):1247-1255.] URL Magsci 摘要通过分析中国国家级湖泊风景名胜区的发展趋势和旅游效率,探讨湖泊风景名胜区的旅游效率总体特征、空间格局及类型,提出发展措施和建议。研究表明:①湖泊风景名胜区的数量和旅游收益呈增长趋势,湖泊旅游资源开发已由著名的湖泊转向一般性湖泊,单体湖泊开发增多,湖泊旅游产品多元化。②湖泊风景名胜区的旅游效率偏低,处于规模收益递增阶段的景区较多;分解效率中,规模效率较高,纯技术效率较低;纯技术效率对综合效率的解释能力强于规模效率,相关系数达到0.72,是导致综合效率偏低的主要因素。③根据效率得分将38个湖泊风景名胜区划分为技术进步提升型、资源配置能力提升型、规模投入提升型和综合提升型,提出了不同效率类型景区的提升路径。
[14]	孙景荣,张捷,章锦河,等. 中国区域旅行社业效率的空间分异研究 [J]. 地理科学,2015,35(4):430-437. [Sun Jingrong, Zhang Jie, Zhang Jinhe et al. Spatial Differentiation of Efficiency of Chinese Regional Travel Service Industry. Scientia Geographica Sinica, 2015, 35(4): 430-437.]
[15]	聂宇琪,张本照. 安徽省星级饭店能源利用效率及节能潜力分析——基于DEA-Malmquist指数模型 [J]. 华东经济管理,2016,(1):38-42. URL [本文引用: 1] [Nie Yuqi, Zhang Benzhao. An Analysis on Energy Utilization Efficiency and Energy Saving Potential of Star-hotels in Anhui Province—Based on DEA-Malmquist Index Model. East China Economic Management, 2016,(1): 38-42.] URL [本文引用: 1]
[16]	Charnes A, Cooper W W, Rhodes E. Measuring the Efficiency of Decision Making Unit [J]. European Journal of Operational Research, 1978, (2): 429-444. URL [本文引用: 1]
[17]	Banker R, Charnes A, Cooper W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis [J]. Management Science, 1984, 30(9): 1078-1092. URL [本文引用: 1]
[18]	Caves D, Christensen L, Diewert W. The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity [J]. Econometrics, 1982, 50(6): 1393-1494. https://doi.org/10.2307/1913388 URL [本文引用: 1] 摘要 No abstract is available for this item.
[19]	Fare R, Gross Kopf S, Norris M et al. Productivity Growth, Technical Progress and Efficiency Changes in Industrialized Countries [J]. American Economic Review, 1994, 84(1): 66-83. https://doi.org/10.2753/PET1061-1991361256 URL [本文引用: 1] 摘要 This paper analyzes productivity growth in seventeen OECD countries over the period 1979-88. A nonparametric programming method (activity analysis) is used to compute Malmquist productivity indexes. These are decomposed into two component measures, namely, technical change and efficiency change. The authors find that U.S. productivity growth is slightly higher than average, all of which is due to technical change. Japan's productivity growth is the highest in the sample with almost half due to efficiency change. Copyright 1994 by American Economic Association.
[20]	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(1):121-127. URL [本文引用: 1] 摘要选取大陆31个省级区域2000--2009年的面板数据，基于改进的DEA模型，对省际星级酒店的相对效率进行测算，进一步对相对效率的空间集聚态势及影响机理进行分析。大陆星级酒店相对效率的变动主要受规模效率驱动，大部分省份星级酒店的规模效率处于递减状态，这种粗放型的增长方式从长远角度看，不利于星级酒店业的健康良性发展。中国星级酒店相对效率及其空间集聚态势都表现出与经济发展水平负相关的态势，各项效率的影响机理不同。最后基于波士顿矩阵分析法，对提高星级酒店相对效率提出相应的策略。 [ Fang Yelin, Huang Zhenfang, Wang Kun et al. The Spatial Analysis of Relative Efficiency Agglomeration about Chinese Star-Rated Hotels and Promotion Strategies. Human Geography, 2013,28(1): 121-127.] URL [本文引用: 1] 摘要选取大陆31个省级区域2000--2009年的面板数据，基于改进的DEA模型，对省际星级酒店的相对效率进行测算，进一步对相对效率的空间集聚态势及影响机理进行分析。大陆星级酒店相对效率的变动主要受规模效率驱动，大部分省份星级酒店的规模效率处于递减状态，这种粗放型的增长方式从长远角度看，不利于星级酒店业的健康良性发展。中国星级酒店相对效率及其空间集聚态势都表现出与经济发展水平负相关的态势，各项效率的影响机理不同。最后基于波士顿矩阵分析法，对提高星级酒店相对效率提出相应的策略。
[21]	陈雪婷,宋涛,蔡建明,等. 基于DEA和Malmquist的中国城市代谢效率研究 [J]. 地理科学,2015,35(4):419-426. URL Magsci 摘要 <p>运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist 指数中,测得了案例城市的2000 年、2010 年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010 年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。</p> [Chen Xueting, Song Tao, Cai Jianming et al. The Chinese Metabolic Efficiencies Based on the DEA and Malmquist. Scientia Geographica Sinica, 2015, 35(4):419-426.] URL Magsci 摘要 <p>运用物质流、数据包络分析(DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist 指数中,测得了案例城市的2000 年、2010 年代谢效率及变化趋势。研究结果发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超大和特大城市。2000~2010 年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。</p>
[22]	杨振山,夏岚,钟林生,等. 我国饭店业地区运行效率评价与提升途径 [J]. 旅游学刊,2015,30(5):31-44. https://doi.org/10.3969/j.issn.1002-5006.2015.05.004 URL Magsci 摘要饭店业与地区社会经济状况和自然环境有着密切的关系,因此立足于区域实际情况对饭店运行效率做出评价具有重要意义。文章从饭店自身投入与建设水平、旅游地吸引力和目的地接待和服务能力以及水平3个方面分析了饭店业与地区发展耦合机制,并相应地运用数据包络方法（data envelopment analysis, DEA）和超效率DEA对我国31个省区2012年饭店业运行效率进行了评价,超效率DEA解决了最优评价单元排序问题。结果表明,当前饭店自身投入主要影响饭店技术效率,而旅游地吸引力和目的地接待和服务能力则会影响饭店运营的规模效率和综合效率。对很多省区来说,协调饭店业与其他行业部门之间的发展关系比饭店自身管理和投入更为普遍和重要。在投入方面,人员投入是影响饭店业运营效率进一步提高的主要因素。另外,有些省份面临饭店业规模报酬递减问题,需要慎重考虑地区的饭店业建设规模。 [Yang Zhenshan, Xia Lan, Zhong Linsheng et al. China’s Regional Hotel Industry: Efficiencies and Promotion. Tourism Tribune, 2015, 30(5): 31-44.] https://doi.org/10.3969/j.issn.1002-5006.2015.05.004 URL Magsci 摘要饭店业与地区社会经济状况和自然环境有着密切的关系,因此立足于区域实际情况对饭店运行效率做出评价具有重要意义。文章从饭店自身投入与建设水平、旅游地吸引力和目的地接待和服务能力以及水平3个方面分析了饭店业与地区发展耦合机制,并相应地运用数据包络方法（data envelopment analysis, DEA）和超效率DEA对我国31个省区2012年饭店业运行效率进行了评价,超效率DEA解决了最优评价单元排序问题。结果表明,当前饭店自身投入主要影响饭店技术效率,而旅游地吸引力和目的地接待和服务能力则会影响饭店运营的规模效率和综合效率。对很多省区来说,协调饭店业与其他行业部门之间的发展关系比饭店自身管理和投入更为普遍和重要。在投入方面,人员投入是影响饭店业运营效率进一步提高的主要因素。另外,有些省份面临饭店业规模报酬递减问题,需要慎重考虑地区的饭店业建设规模。
[23]	姚治国,陈田,尹寿兵,等. 区域旅游生态效率实证分析——以海南省为例究 [J]. 地理科学,2016,36(3):417-423. https://doi.org/10.13249/j.cnki.sgs.2016.03.013 URL Magsci [本文引用: 1] 摘要 <p>基于旅游碳足迹、生态效率、旅游经济效应等理论,构建了旅游生态效率模型,在定量计算海南省2012年旅游生态效率值的基础上,对旅游生态效率区域差异进行了成因机制分析。主要结论有：<i>① </i>海南省2012年旅游交通生态效率为0.898元/kg,旅游住宿生态效率为7.13元/kg,旅游活动生态效率为16.32元/kg,旅游综合生态效率为1.787元/kg,旅游活动和旅游住宿的生态效率值大于旅游交通生态效率值。<i>② </i>在出行距离既定的情况下,优化旅游生态效率的措施在于：提高人均消费水平、延长平均停留时间、增加平均参与活动频次,即“短距离、长停留、高消费”的市场模式有利于优化旅游生态效率,反之,“长距离、短停留、低消费”的市场模式则拉低了旅游生态效率值。<i>③ </i>海南省旅游者外部交通平均距离较大、乘坐飞机旅游者比例较高、旅游收入统计值低于实际值等原因叠加起来使其旅游生态效率水平略次于部分旅游地。</p> [Yao Zhiguo, Chen Tian, Yin Shoubing et a1. Regional Tourism Eco-Efficiency Model and an Empirical Research of Hainan Province. Scientia Geographica Sinica, 2016, 36(3):417-423.] https://doi.org/10.13249/j.cnki.sgs.2016.03.013 URL Magsci [本文引用: 1] 摘要 <p>基于旅游碳足迹、生态效率、旅游经济效应等理论,构建了旅游生态效率模型,在定量计算海南省2012年旅游生态效率值的基础上,对旅游生态效率区域差异进行了成因机制分析。主要结论有：<i>① </i>海南省2012年旅游交通生态效率为0.898元/kg,旅游住宿生态效率为7.13元/kg,旅游活动生态效率为16.32元/kg,旅游综合生态效率为1.787元/kg,旅游活动和旅游住宿的生态效率值大于旅游交通生态效率值。<i>② </i>在出行距离既定的情况下,优化旅游生态效率的措施在于：提高人均消费水平、延长平均停留时间、增加平均参与活动频次,即“短距离、长停留、高消费”的市场模式有利于优化旅游生态效率,反之,“长距离、短停留、低消费”的市场模式则拉低了旅游生态效率值。<i>③ </i>海南省旅游者外部交通平均距离较大、乘坐飞机旅游者比例较高、旅游收入统计值低于实际值等原因叠加起来使其旅游生态效率水平略次于部分旅游地。</p>
[24]	Pulina M, Detotto C, Paba A. An Investigation into the Relationship Between Size and Efficiency of the Italian Hospitality Sector: A Window DEA Approach [J]. European Journal of Operational Research, 2010, 204(3): 613-620. https://doi.org/10.1016/j.ejor.2009.11.006 URL Magsci [本文引用: 1] 摘要 <p id="">This paper analyses the efficiency of hotels across all of the 20 regions in Italy using a data envelopment analysis (DEA). The empirical results indicate that Sardinia can be considered as a region “falling further behind”, whereas some regions in the North and Centre of Italy can be regarded as “moving ahead”. Using the island of Sardinia as a case study, approximately 150 firms are analysed in detail over the time span 2002–2005. Via a window DEA, both technical and scale efficiencies are computed. An efficiency comparison amongst hotels categorised by size and municipality is run. Finally, policy implications are drawn from the empirical findings that advise how to improve hotels that attained low efficiency scores.</p>
[25]	Chen T H. Performance Measurement of an Enterprise and Business Units with an Application to a Taiwanese Hotel Chain [J]. International Journal of Hospitality Management, 2009, 28(3): 415-422. https://doi.org/10.1016/j.ijhm.2008.10.010 URL Magsci [本文引用: 1] 摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Performance evaluation is an important issue for managers, since it can be used as a reference in decision making with regard to budget distribution and/or performance improvement for business units. This study modifies the data envelopment analysis model to evaluate the performance of an enterprise, and shows that we can utilize the available outputs of the modified model to easily calculate the efficiencies of business units. In addition, an efficiency evaluation of a hotel chain is carried out through a literature review and the use of experts’ opinions to determine the measurement factors, and several managerial insights are discussed.</p>
[26]	Huang Yinghua, Mesak Hani I, Hsu Maxwell K et al. Dynamic Efficiency Assessment of the Chinese Hotel Industry [J]. Journal of Business Research, 2012, 65(1): 59-67. https://doi.org/10.1016/j.jbusres.2011.07.015 URL Magsci [本文引用: 1] 摘要 The paper introduces for the first time a totally dynamic two-stage approach to analyzing the hotel industry's technical efficiency at the sub-national level. The first stage uses data envelopment window analysis (DEWA) to assess regional hotel sectors' technical efficiency over time. Unlike previous studies, the second stage uses a dynamic Tobit model to investigate the impact of macro contextual factors on the hotel sector efficiency. The study chooses the Chinese hotel industry during the period 2001-2006 as its application setting. The findings of the investigation indicate that the Chinese hotel industry is approaching an efficient operation in general, recovering from a major dip in 2003 resulting from the Severe Acute Respiratory Syndrome (SARS) outbreak. In addition, the study introduces a novel two-dimensional efficiency-based matrix to assess the competitive advantage of different regions of the Chinese hotel sector. The paper presents strategic market implications for hoteliers, government decision-makers, and destination management organizations. The proposed methods are applicable for situations in which an exogenous event of a destabilizing impact (e.g., SARS) does occur. (C) 2011 Elsevier Inc. All rights reserved.
[27]	Hwang S N, Chang T Y. Using Data Envelopment Analysis to Measure Hotel Managerial Efficiency Change in Taiwan [J]. Tourism Management, 2003, 24(4): 357-369. https://doi.org/10.1016/S0261-5177(02)00112-7 URL [本文引用: 1] 摘要 In the face of a highly competitive environment, it has long been considered important for a hotel to formulate a marketing competition strategy, strengthen corporate operations and upgrade quality of service. In formulating competition strategies, one must first measure the comparative performance of the entire industry, before one may understand one's advantages and disadvantages. This paper ...
[28]	Yang C, Lu W M. A Macro Analysis of Taiwan's International Tourist Hotel Industry by using the Sliding Window Method [J]. Journal of the Operations Research Society of Japan, 2006,(49):238-255. URL [本文引用: 1] 摘要 ABSTRACT This paper proposes an alternative data envelopment analysis for assessing the operational performance of 46 international tourist hotels (ITHs) in Taiwan over the period 1997–2002. This study is the first research that combines the discriminant power of a slack-based measure and the dynamic view of window analysis in applying DEA. It is shown that the trend of mean managerial efficiency is increasing, whereas the variation converges. Most ITHs operate at decreasing returns to scale, indicating that ITHs are facing a highly competitive environment. Taiwan’s 921 earthquakes in 1999, the 911 incidents in 2001, and the compulsory government subsidies all play key roles which affect the ITHs’ managerial performance for different operating characteristics in the short term. Results also indicate that differences in management style do have a very significant influence upon ITHs’ performance over time (1997–2002). Finally, the efficiency/profitability matrix of ITHs is further examined.
[29]	张俊容,郭耀煌. 评价指标与DEA有效的关系 [J].系统工程理论方法应用,2004,13(6):520-523. https://doi.org/10.3969/j.issn.1005-2542.2004.06.010 URL [本文引用: 1] 摘要为使DEA评价结果具有合理的区分度，现有经验是使输入、输出指标总数与决策单元数之间满足一定的数量关系。通过对比研究输入、输出指标数之和、之积与DEA有效单元数之间的关系。对上述经验的合理性进行了探讨，得到了一些重要结论。 [Zhang Junrong, Guo Yaohuang. The Relationship Between the Number of Factors and DEA Efficiency. System Sengineering- Theory Methodology Applications, 2004,13(6):520-523. ] https://doi.org/10.3969/j.issn.1005-2542.2004.06.010 URL [本文引用: 1] 摘要为使DEA评价结果具有合理的区分度，现有经验是使输入、输出指标总数与决策单元数之间满足一定的数量关系。通过对比研究输入、输出指标数之和、之积与DEA有效单元数之间的关系。对上述经验的合理性进行了探讨，得到了一些重要结论。
[30]	Assaf A G, Agbola F W. Modelling the Performance of Australian Hotels: A DEA Double Bootstrap Approach [J]. Tourism Economics, 2011, 17(17):73-89. https://doi.org/10.5367/te.2011.0027 URL [本文引用: 1] 摘要 This study uses the data envelopment analysis (DEA) double bootstrap approach to assess the technical efficiency standing of Australian hotels. Two inputs and six outputs were used in the analyses for the period 2004-2007. The empirical results indicate that the DEA bootstrap approach corrects for the bias inherent in traditional DEA models. The results show that the average technical efficienc...
[31]	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(4):540-544. URL [Jian Yufeng, Liu Changsheng. Research on the Stochastic Frontier Function and Hotel Managerial Efficiency and its Affecting Factors—Based on Tourism Hotel in Zhangjiajie. Tourism Forum, 2009, 2(4): 540-544.] URL
[32]	刘嘉毅,赵磊. 中国五星级酒店区位布局:特征与影响因素 [J]. 旅游学刊,2013,28(8):87-93. https://doi.org/10.3969/j.issn.1002-5006.2013.08.009 URL Magsci 摘要基于2001~2008年的数据，文章对中国大陆五星级酒店区位布局特征与影响因素进行了实证研究。研究发现：中国大陆五星级酒店的空间分布省际差异大、分布高度集中；但高度集中分布态势近年来有所弱化，呈现出一定的空间扩散趋势；并显示出清晰的板块化分布格局。基于泊松面板的回归结果表明，地区基础设施改善对新生五星级酒店布局有显著的推动作用；旅游资源禀赋、经济外向程度与人均GDP对新生五星级酒店的区位布局产生显著正向影响；商业发展水平、投资增量、人口规模并不显著影响新生五星级酒店的区位布局。 [Liu Jiayi, Zhao Lei. Location Layout of Chinese Five-star Hotel: Characteristics and Influencing Factors. Tourism Tribune, 2013, 28(8): 87-93.] https://doi.org/10.3969/j.issn.1002-5006.2013.08.009 URL Magsci 摘要基于2001~2008年的数据，文章对中国大陆五星级酒店区位布局特征与影响因素进行了实证研究。研究发现：中国大陆五星级酒店的空间分布省际差异大、分布高度集中；但高度集中分布态势近年来有所弱化，呈现出一定的空间扩散趋势；并显示出清晰的板块化分布格局。基于泊松面板的回归结果表明，地区基础设施改善对新生五星级酒店布局有显著的推动作用；旅游资源禀赋、经济外向程度与人均GDP对新生五星级酒店的区位布局产生显著正向影响；商业发展水平、投资增量、人口规模并不显著影响新生五星级酒店的区位布局。
[33]	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,(6):91-96. https://doi.org/10.3969/j.issn.1009-7902.2014.06.023 URL [本文引用: 1] 摘要运用非参数的数据包络分析和 Malmquist指数模型,对2005年~2012年中国酒店业效率的动态变化及其影响因素进行了深入分析,研究结果表明:2005年~2012年中国酒店业效率呈现出上升的趋势,中国各省份酒店业效率之间的差异呈现出缩小的趋势;中国酒店业效率呈现出"东部最高,中部次之,西部最低"的空间格局特征;2005年~2012年中国酒店业全要素生产率表现为增长的态势,其增长主要得益于技术的进步;中国三大地区酒店业全要素生产率均有不同程度的提高; 中国酒店业效率主要受到经济发展水平、交通可达性和人力资本的影响,服务业和信息化发展水平对酒店业效率影响不显著. [ Sun Jingrong. A Study on the Dynamic Change of the Efficiency of Chinese Hotel Industry and Its Influencing Factors. Journal of Nanjing Xiaozhuang University, 2014,(6): 91-96.] https://doi.org/10.3969/j.issn.1009-7902.2014.06.023 URL [本文引用: 1] 摘要运用非参数的数据包络分析和 Malmquist指数模型,对2005年~2012年中国酒店业效率的动态变化及其影响因素进行了深入分析,研究结果表明:2005年~2012年中国酒店业效率呈现出上升的趋势,中国各省份酒店业效率之间的差异呈现出缩小的趋势;中国酒店业效率呈现出"东部最高,中部次之,西部最低"的空间格局特征;2005年~2012年中国酒店业全要素生产率表现为增长的态势,其增长主要得益于技术的进步;中国三大地区酒店业全要素生产率均有不同程度的提高; 中国酒店业效率主要受到经济发展水平、交通可达性和人力资本的影响,服务业和信息化发展水平对酒店业效率影响不显著.
[34]	杨青青,苏秦,尹琳琳. 我国服务业生产率及其影响因素分析 [J]. 数量经济技术经济研究,2009,(12):46-57. [本文引用: 1] [Yang Qingqing, Su Qin, Yin Linlin. Service Industry’s Productivity and Its Factors in China: An Analysis based on SFA. Journal of Quantitative & Technical Economics, 2009,(12): 46-57.] [本文引用: 1]
[35]	Hatemi A J, Irandoust M. Productivity Performance and Export Performance: A Time Series Perspective [J]. Eastern Economics Journal, 2001,(27): 149-164. URL [本文引用: 1] 摘要 Recent trade theory suggests that the relationship between trade and productivity is fundamentally ambiguous. This study investigates the cointegration and causal relationship between productivity growth and export growth for a number of industrialized countries. On the basis of Johansen's technique and the augmented Granger causality tests, the evidence shows that productivity and exports are causally related in the long run for each economy. The results suggest that export growth contributes to productivity growth and, thus, the expansion of exports is an integral part of productivity growth. We interpret these results as strongly supportive of the role of endogenous growth models in explaining continuous growth.

Technical efficiency of African hotels

2008

... 在中国经济增长由高速向中高速转型、经济下行压力增大新常态下,中央已将大力发展旅游作为启动内需、促进经济转型升级的重要途径.星级饭店是由国家（省级）旅游局评定的能够以夜为时间单位向旅游客人提供配有餐饮及相关服务的住宿设施,包括各类宾馆、酒店、旅馆、旅社、宾舍、度假村、俱乐部等企业,是满足旅游六要素中食宿功能的核心主体,对于提升区域旅游满意度和体验具有重要的影响,星级饭店效率也是区域旅游行业发展水平的重要体现.2011年以来,中国星级饭店经营规模出现一定下降（不包括港澳台,全文同）,从2011年开始星级饭店数量从13 500个下降到11 200个,从业人员从155万人下降到136万人,营业收入从2 315亿元下降到2 150亿元;同时,星级饭店整体的平均出租率水平从61%下降到54%,利润总额也逐年下降,到2014年甚至亏损60亿元,高星级饭店的下降更为严重,星级饭店的经营效率亟待提升.因此,探索星级饭店的经营效率问题,对于推动旅游产业升级和星级饭店业态创新都具有重要的现实意义.当前,针对旅游组织效率的研究主要针对旅游景区和旅游饭店、旅行社等旅游企业进行,很多学者针对旅游星级饭店的效率问题进行了理论与实证研究^[1~15],但这些研究较少关注饭店经营效率的时空演化特征以及其影响因素,特别是新常态下的星级饭店经营效率问题研究较少.因此,从投入产出角度,分析星级饭店经营效率的时空演化规律和区域差异,对于提升区域旅游企业经营效率,转变旅游产业发展方式具有重要的现实意义. ...

Efficiency and Effectiveness of Service Business: Evidence from International Tourist Hotels in Taiwan

2009

Efficiency Comparison of Multiple Brands Within the Same Franchise Data Envelopment Analysis Approach

2010

An Investigation into the Relationship Between Size and Efficiency of the Italian Hospitality Sector: A Window DEA Approach

2010

Accounting for Customer Satisfaction in Measuring Hotel Efficiency: Evidence from the US Hotel Industry

2012

Dynamic Efficiency Assessment of the Chinese Hotel Industry

2012

Efficiency and its Determinants in Portuguese Hotels in the Algarve

2013

Measurement of Tourist Hotels’ Productive Efficiency, Occupancy, and Catering Service Effectiveness Using A Modified Two-Stage DEA Model in Taiwan

2014

规模扩张还是技术进步:中国饭店业全要素生产率的测度与评价——基于非参数的曼奎斯特(Malmquist)生产率指数研究

2010

规模扩张还是技术进步:中国饭店业全要素生产率的测度与评价——基于非参数的曼奎斯特(Malmquist)生产率指数研究

2010

基于三阶段DEA模型的中国星级饭店经营效率研究

2011

基于三阶段DEA模型的中国星级饭店经营效率研究

2011

中国城市酒店业效率的空间特征及优化对策

2012

中国城市酒店业效率的空间特征及优化对策

2012

基于超效率DEA模型的中国五星级酒店效率评价研究

2012

基于超效率DEA模型的中国五星级酒店效率评价研究

2012

湖泊型国家级风景名胜区的旅游效率特征、类型划分及其提升路径

2015

湖泊型国家级风景名胜区的旅游效率特征、类型划分及其提升路径

2015

中国区域旅行社业效率的空间分异研究

2015

中国区域旅行社业效率的空间分异研究

2015

安徽省星级饭店能源利用效率及节能潜力分析——基于DEA-Malmquist指数模型

2016

安徽省星级饭店能源利用效率及节能潜力分析——基于DEA-Malmquist指数模型

2016

Measuring the Efficiency of Decision Making Unit

1978

... 效率研究方法主要包括数据包络分析（DEA）、随机前沿分析法（SFA）等.SFA方法属于参数方法需提前确定变量间的函数关系,而DEA方法则属于非参数模型,无需事先确定投入产出指标之间的关系式,不仅可避免主观因素造成的误差,还可进行效率分解,故本文选择DEA方法.DEA方法主要包括规模报酬不变的模型（CCR）^[16]及规模报酬可变的模型（BCC）^[17],考虑到BCC模型可将CCR模型中的技术效率TE分解得到纯技术效率（PTE）与规模效率（SE）,分解公式为TE=PTE×SE,更有利于分析产生DEA无效的原因,故本文采用BCC模型进行计算. ...

Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis

1984

The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity

1982

... 由于CCR和BCC模型针对面板数据的测度比较困难,为进一步比较不同时期各DMU生产率的变化情况,基于Caves等提出的Malmquist生产率指数^[18],Fare等构建了基于DEA的Malmquist指数（TFPC,全要素生产率指数）,以测度全要素生产率（TFP）的增长变化^[19].全要素生产率指数可分解为技术效率变化指数（TEC）和技术进步变化指数（TEch）,计算公式为TFPC=TEC×TEch;技术效率变化指数还可进一步分成纯技术效率变化指数（PTEch）和规模效率变化指数（SEch）,计算公式为

\begin{matrix} TEC = PTEch \times SEch \end{matrix}

.全要素生产率指数及其分解结果的计算方法： ...

Productivity Growth, Technical Progress and Efficiency Changes in Industrialized Countries

1994

\begin{matrix} TEC = PTEch \times SEch \end{matrix}

.全要素生产率指数及其分解结果的计算方法： ...

中国星级酒店相对效率集聚的空间分析及提升策略

2013

... 2010年来,DEA方法在旅游产业效率、旅游资源效率、旅行企业经营效率等研究中得到广泛应用^[20~23].借鉴这些成果,本研究利用DEA模型从时间和空间两个层面研究中国星级饭店的经营效率,首先以31个省份（不包括港澳台）各年度数据为基本单元,利用BCC模型逐年计算各地星级饭店每年的综合技术效率及其分解结果,再采用DEA-Malmquist模型计算全要素生产率指数及其分解结果.计算结果通过DEAP 2.1软件得到. ...

中国星级酒店相对效率集聚的空间分析及提升策略

2013

基于DEA和Malmquist的中国城市代谢效率研究

2015

基于DEA和Malmquist的中国城市代谢效率研究

2015

我国饭店业地区运行效率评价与提升途径

2015

我国饭店业地区运行效率评价与提升途径

2015

区域旅游生态效率实证分析——以海南省为例究

2016

区域旅游生态效率实证分析——以海南省为例究

2016

An Investigation into the Relationship Between Size and Efficiency of the Italian Hospitality Sector: A Window DEA Approach

2010

... 借鉴以往星级饭店经营效率的相关指标,立足星级饭店决策单元和星级饭店的行业经营特征,考虑数据的可获取性,投入指标选择以资本和劳动力为主,产出指标则以收入为主.投入指标层面,固定资产是星级饭店进行旅游服务的必备条件^[24],从业人员是旅游食宿活动中直接执行者^[25],而饭店管理方法、经营方式等效率影响因素数据难以获取,故最终选择星级饭店总数、饭店从业人员数、星级饭店客房数、固定资产原值等指标^[26].产出指标方面,一般选取经营收入作为饭店产出的代表,故最终选取星级饭店营业收入^[27]和饭店客房出租率^[28]等指标.考虑到投入产出模型要求DUM单元数一般不低于投入与产出指标数目和的两倍,也有研究提出要不低于指标数乘积的两倍^[29],结合各投入与产出指标间的关系,并通过咨询相关专家,确定最终的指标体系（表1）. ...

Performance Measurement of an Enterprise and Business Units with an Application to a Taiwanese Hotel Chain

2009

Dynamic Efficiency Assessment of the Chinese Hotel Industry

2012

Using Data Envelopment Analysis to Measure Hotel Managerial Efficiency Change in Taiwan

2003

A Macro Analysis of Taiwan's International Tourist Hotel Industry by using the Sliding Window Method

2006

评价指标与DEA有效的关系

2004

评价指标与DEA有效的关系

2004

Modelling the Performance of Australian Hotels: A DEA Double Bootstrap Approach

2011

... 相关研究显示^[30~33],星级饭店技术效率受诸多外部因素影响.作为重要的服务业,星级饭店发展要以区域经济作为依托,效率提升收到经济发展水平和质量的影响;游客是星级饭店的主要客源,旅游发展水平可能是影响其效率的重要因素;旅游产业与相关的二、三产业发展联系极为紧密,产业结构变化可能会影响其效率提升;城镇常住居民是星级饭店的主要消费群体,城镇常住人口增加可能会给其发展带来更大机遇;基础设施是星级饭店发展的重要保障,特别是交通设施优化会直接影响其发展环境;信息化水平对服务业技术效率具有显著影响^[34],电子商务、网络营销及信息技术的应用可直接推动星级饭店发展模式转变;进出口贸易的外部性提高了投入要素的产出率^[35],因此区域开放度越高,则星级饭店的客源市场越广泛.基于以往研究成果,本文认为星级饭店技术效率可能受到经济水平、旅游发展水平、产业结构、城镇化、基础设施、信息化和区域开放度等因素的影响,相关因素的指标选取如表3所示.相关数据主要来自于《中国统计年鉴（2005~2015年版）》及各省区的统计年鉴和统计公报等资料. ...

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

2009

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

2009

中国五星级酒店区位布局:特征与影响因素

2013

中国五星级酒店区位布局:特征与影响因素

2013

中国酒店业效率的动态变化及其影响因素研究

2014

中国酒店业效率的动态变化及其影响因素研究

2014

我国服务业生产率及其影响因素分析

2009

我国服务业生产率及其影响因素分析

2009

Productivity Performance and Export Performance: A Time Series Perspective

2001

〈

〉

基于DEA-Malmquist模型的中国星级饭店经营效率时空演化研究

Spatial and Temporal Evolution of Star-rated Hotels’ Efficiency in China Based on DEA-Malmquist Model

引言

1 研究设计

1.1 研究方法

1.2 评价指标体系构建

1.3 数据来源

2 星级饭店经营效率时空演化特征分析

2.1 技术效率时空演化特征

2.2 全要素生产率指数时空演化特征

3 星级饭店经营效率时空演化影响因素分析

3.1 变量选择与数据来源

3.2 模型构建

3.3 实证结果分析

4 结论与建议

4.1 主要结论

4.2 政策建议

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子