吳向明,趙磊

(浙江工業(yè)大學a.經貿管理學院;b.城鎮(zhèn)化與城鄉(xiāng)休閑研究中心,浙江杭州310023)

浙江省高星級酒店效率測度*
——基于非參數(shù)DEA-Malmquist指數(shù)的實證分析

吳向明a,b,趙磊a,b

(浙江工業(yè)大學a.經貿管理學院;b.城鎮(zhèn)化與城鄉(xiāng)休閑研究中心,浙江杭州310023)

采用非參數(shù)DEA-Malmquist生產率指數(shù)法測算了2002-2011年浙江省高星級酒店全要素生產率,并將其分解為技術進步與技術效率。研究結果表明:技術進步是推動浙江省高星級酒店全要素生產率增長的主要源泉,而技術效率基本處于負增長狀態(tài);浙江省高星級酒店全要素生產率增長表現(xiàn)出顯著的波動性,并存在市級差異;收斂檢驗結果表明,在整體樣本時期內,浙江省高星級酒店全要素生產率存在絕對貝塔收斂。此外,文章又采用DEA-BCC模型,測算了2011年浙江省高星級酒店綜合技術效率,并進行了投入產出改進分析。

高星級酒店;全要素生產率;收斂;綜合技術效率

引言

星級酒店是旅游業(yè)的重要細分行業(yè),據(jù)統(tǒng)計,近十年來,中國星級酒店平均規(guī)模擴張速率為12.8%,與旅游業(yè)產出平均占比為48%,在旅游業(yè)內部五類細分旅游行業(yè)中占據(jù)主導地位。伴隨著旅游業(yè)在區(qū)域發(fā)展中的產業(yè)地位、經濟作用逐步增強,旅游業(yè)對區(qū)域經濟的拉動力、社會就業(yè)的帶動力以及對文化與環(huán)境的促進作用日益顯現(xiàn)。在內需啟動、消費升級以及國民收入不斷提高的背景下,旅游業(yè)正逐漸成為中國經濟發(fā)展的支柱性產業(yè)之一。與此同時,星級酒店也進入行業(yè)發(fā)展的高速擴張階段,尤以高星級酒店(四星級)最為典型。高星級酒店發(fā)展不僅直接彰顯出旅游目的地旅游產品供給能力,也可潛在表征地區(qū)經濟社會發(fā)展的綜合競爭力。

星級酒店具有顯著的勞動和資本密集型屬性特征,因此,在其具體運營過程中,其效率評價問題成為旅游經濟學研究的關鍵內容。特別地,在中國星級酒店規(guī)模不斷擴張,并且旅游業(yè)內部結構逐漸由粗放型向內涵式轉變過程中,對于星級酒店經營績效進行測度分析顯得尤為必要[1]。圍繞此部分研究內容,國內外學者分別從不同研究視角積累了相當豐富的研究文獻[2-7]。主要緣由在于,對星級酒店效率問題進行研究,從宏觀上,可以洞察該行業(yè)投入產出結構類型;從微觀上,為星級酒店經營者提供科學有效的管理思路。

通過對既有星級酒店效率研究文獻細查可知,主要存在如下3個特點:其一,在研究對象上,大多選取經濟連鎖酒店,主要在于其規(guī)模經濟效益顯著[8-9];其二,在研究方法上,主要側重于對所選數(shù)據(jù)進行截面分析,鑒于面板數(shù)據(jù)分析更能充分利用樣本信息,所以,截面數(shù)據(jù)分析容易導致星級酒店效率評價失真[10-12];其三,在研究內容上,主要停留在星級酒店效率分解靜態(tài)層面,而對效率的動態(tài)特征,如演變特征、空間分異與收斂性等方面涉及甚少[13-15]。

為進一步拓展星級酒店效率研究深度,在已有研究內容基礎上,本文首次深入浙江省這一細分經濟單元內部,遵循Tsaur星級酒店效率評價分析思路[16],基于2002-2011年浙江省市級高星級酒店面板數(shù)據(jù),利用非參數(shù)DEA-Malmquist生產率指數(shù)方法測算和分解浙江省高星級酒店全要素生產率,進而刻畫出其行業(yè)發(fā)展模式及增長源泉,更深入的研究表現(xiàn)在對其生產率增長的動態(tài)時空演變與收斂性特征進行解析。隨后,單獨選取2011年截面數(shù)據(jù),以期直觀闡明浙江省高星級酒店綜合效率目標導向下的投入產出冗余問題,從而在更為實踐性的層面上為浙江省高星級酒店集約型發(fā)展提供科學依據(jù)。

一、研究方法與數(shù)據(jù)選取

(一)研究方法

效率問題是經濟學研究的重點內容。傳統(tǒng)上,衡量效率指標主要是單要素生產率和全要素生產率。新古典經濟學強調單要素生產率對增長的重要性時,主要意指勞動、資本與土地等生產率。隨著內生經濟增長理論的發(fā)展,建立在宏觀經濟增長核算框架基礎上的全要素生產率由于可以克服單要素生產率無法全面反映經濟增長現(xiàn)實的不足,并且充分反映出增長過程的“索洛余值”,近年來,受到廣泛關注。

全要素生產率測算方法主要包括:索洛余值法、參數(shù)隨機前沿生產函數(shù)法和非參數(shù)DEAMalmquist生產率指數(shù)法。與其他方法相比,非參數(shù)DEA-Malmquist生產率指數(shù)方法優(yōu)勢在于:①不需要事先假定函數(shù)形式或分布假設構建生產前沿函數(shù);②不需要相關投入要素的要素價格信息;③可對全要生產率進行分解,探究其增長源泉。

非參數(shù)DEA-Malmquist生產率指數(shù)方法在測算經濟增長以及三次產業(yè)全要素生產率方面較為普遍[17-19],但在旅游業(yè)全要素生產率測算中鮮有涉及[20]。雖然有研究采用上述方法對中國飯店業(yè)全要素生產率進行測度[21],其出發(fā)點仍是基于中國飯店業(yè)整體規(guī)模擴張的背景下展開,但是,隨著中國星級酒店業(yè)逐漸參與國際旅游市場競爭,高星級酒店作為星級酒店業(yè)的主導力量,乃至中國旅游業(yè)發(fā)展的重要支撐體系,其作用不可忽視。遺憾的是,盡管謝春山等對中國五星級酒店進行了效率評價,仍是停留在靜態(tài)截面數(shù)據(jù)分析層面,對高星級酒店技術進步作用的忽視與內生經濟增長理論相悖[15]。進言之,這同時也為本文研究內容提供了創(chuàng)新空間。

Malmquist生產率指數(shù)最早由Caves et al.提出[22],后經Fare et al.給出這一理論的非線性規(guī)劃解法[23],進而被廣泛應用于行業(yè)部門效率測評中。本文主要定義從產出角度研究浙江高星級酒店效率。根據(jù)Farrell et al.等的定義和方法[24],我們以浙江省每個市級單位作為一個決策單元,構造每一時期浙江省高星級酒店效率的最佳實踐前沿面,把每個市級高星級酒店效率同最實踐前沿面進行比較,以此對各決策單元技術效率變化和技術進步變化進行測度。

假設在每一時期t=1,2,…,T,決策單元使用生產技術St將投入要素轉化為產出, St為t時期的技術可行集,即該生產技術是所有可行的投入產出向量的集合,其中每一個給定投入下的最大產出子集稱為生產技術前沿。t時期的產出距離函數(shù)可定義為Farrell所測算的產出技術效率的倒數(shù),即在給定投入xt條件下,生產能夠向產出yt方向擴張的最大比例的倒數(shù):

根據(jù)Caves et al.的推導[22],在定義Malmquist生產率指數(shù)時,還需定義t+1時期的距離函數(shù),即:

該函數(shù)定義了以t時期生產技術為參照時t+1時期可行的投入產出(xt,yt)最大比例變化。當然,也可以定義以t+1時期的生產技術為參照定義距離函數(shù),例如(xt,yt),說明以t+1時期生產技術為參照時t時期可行的投入產出(xt,yt)所能達到的最大比例變化。

為了避免生產技術參照系選擇時期的隨意性, Fare et al.將Malmquist生產率指數(shù)設定為上述兩個指數(shù)的幾何平均[25],即:

上式將Malmquist生產率指數(shù)分解為兩部分,分別刻畫了生產率變化中的相對技術效率變化和技術進步變化。

TC是技術進步變化指數(shù),衡量t到t+1時期生產前沿面的移動。TEC是不變規(guī)模報酬且要素自由處置條件下的相對效率變化指數(shù),衡量每個決策單元t到t+1時期從實際生產點到生產前沿面的追趕速度。

根據(jù)Fare et al.[25],還可以通過構造可變規(guī)模報酬參考技術下的生產前沿面分離出規(guī)模效率變化指數(shù)SEC與純技術效率變化指數(shù)PTEC。

對于Malmquist生產率指數(shù)測算分解,還需要求解4個基于混合距離函數(shù)的非參數(shù)線性規(guī)劃。假定有k=1,2,…,K個省份在時期t=1,2,…,T使用n=1,2,…,N種投入生產m=1,2,…,M種產出。

在固定規(guī)模報酬與要素投入強可處置性條件,t時期的生產技術前沿定義為:

要測算k市以時期t為基期,t+1時期的Malmquist指數(shù),需要求解四個線性規(guī)劃問題。對于每一個k=1,2,···,K地級市,Dt0(xt,yt)的線性規(guī)劃表達式為:

同理,可以分別構造出其他相對應的3個距離函數(shù)倒數(shù)的線性規(guī)劃問題:

Malmquist生產率指數(shù)的實質是兩個時期距離函數(shù)的比值,其核心思想基本邏輯在于,首先借助于數(shù)據(jù)包絡方法確定經濟體中效率最高的決策單元,并將其作為生產技術前沿,然后其他決策單元通過與其進行對比,從而確定其技術效率水平,最后通過線性規(guī)劃方法,求解出相應的生產率變化指數(shù)。

(二)指標選取與數(shù)據(jù)說明

在產出變量上,本文選取浙江省轄地級市高星級酒店營業(yè)收入作為替代指標,該指標可以直接反映出該地區(qū)高星級酒店的產出能力。在投入變量上,資本投入選取市級高星級酒店固定資產總額度量;勞動投入選取市級高星級酒店年末從業(yè)人員總數(shù)度量。上述指標中,營業(yè)收入與固定資產總額單位為“萬元”,年末從業(yè)人員總數(shù)單位為“人”。本文所選投入產出數(shù)據(jù)來源于浙江省旅游信息中心。

本文實證分析主要基于2002-2011年浙江省11個地級市高星級酒店面板數(shù)據(jù)展開,截面樣本中未包括麗水,主要由于2005年之前高星級酒店數(shù)據(jù)缺失;時間序列選擇主要是因為除麗水之外,舟山和衢州2001年數(shù)據(jù)缺失。

二、實證結果分析

(一)浙江高星級酒店全要素生產率時間演變

根據(jù)上文動態(tài)全要素生產率測算原理與選取變量,利用DEAP2.1軟件,對2002-2011年浙江省11個地級市高星級酒店Malmquist生產率指數(shù)進行測算分解,以便發(fā)現(xiàn)其變動的時間演變與空間分異特征,從而在更為客觀地視角上對浙江省高星級酒店效率評價做出理性評判。

表1揭示了出歷年浙江省高星級酒店平均Malmquist生產率指數(shù)變動及其分解的時間演變特征。據(jù)表1,2002-2011年浙江省高星級酒店平均Malmquist生產率為1.11,說明其年均增長11%,對其按照式(3)進一步分解,可得技術進步年均增長13.5%,技術效率年均增長-2.2%,由此可見,技術進步是推動浙江省高星級酒店Malmquist生產率增長的主要源泉,這也符合內生經濟增長理論的基本觀點。值得注意的是,技術效率變化呈現(xiàn)負增長,意味著相對技術效率的下降在一定程度上同時抵消了技術進步的“增長效應”。對技術效率進一步分解,我們會發(fā)現(xiàn),純技術效率與規(guī)模效率年均增長分別為-0.8%和-1.4%。然而,這也表明,較低水平的效率狀況使得浙江省高星級酒店并未充分挖掘出現(xiàn)有投入資源和技術的潛力,因此,利用效率的改善,推動現(xiàn)有技術效率向生產前沿面靠近,提高浙江省高星級酒店Malmquist生產率增長中技術效率的“追趕效應”內涵,對浙江省高星級酒店Malmquist生產率增長具有重要意義。

表1 歷年平均高星級酒店生產率指數(shù)及其分解(2002-2011年)

從更為實踐的層面上考慮,浙江省高星級酒店通過不斷引進先進技術與設備、自主創(chuàng)新能力的提升以及企業(yè)產權制度的市場化改革等促使其Malmquist生產率較快增長。結合技術效率分解情況可知,在注重技術進步的同時,由于對技術效率的忽視,造成浙江省高星級酒店在整體上并未以有效率的方式生產經營,特別是存在著規(guī)模不經濟的現(xiàn)象。實質上,純技術效率的年均負增長說明浙江省高星級酒店在提高人力資本質量、引進高星級酒店先進管理經驗以及改善企業(yè)經營管理水平方面仍有待提高,而規(guī)模效率年均負增長意味著其要素配置結構仍需合理化。

分階段來看,浙江省高星級酒店全要素生產率及其分解的變動情況呈現(xiàn)出較為顯著的時變波動性。2002-2007年期間,2003-2004年浙江省高星級酒店20.9%,顯著高于此階段其他時期,成為典型奇異值。但并不出乎意料,前文已述,非參數(shù)DEAMalmquist生產率指數(shù)測算原理主要是基于基期數(shù)據(jù),考慮到2003年“非典”事件對浙江旅游業(yè)的負面效應,特別是高星級酒店入住率急劇下降,2004年旅游業(yè)逐漸復蘇,從而導致這一時期浙江省高星級酒店Malmquist生產率增長幅度較大。在此階段內,技術效率年均增長-0.7%,技術進步年均增長10.56%,技術進步是推動浙江省高星級酒店全要素生產率增長的主導力量,并呈現(xiàn)“改進型”發(fā)展模式,“增長效應”顯著,主要依靠技術進步在競爭激烈的國內外市場中獲取競爭優(yōu)勢。然而,主要由于酒店人力資本質量普遍降低的特殊性,導致技術效率呈現(xiàn)年均負增長。2007-2011年期間,除2008-2009年之外,浙江省高星級酒店Malmquist生產率增長幅度均大于10%,2008年所發(fā)生的全球金融危機,致使浙江省入境旅游客源市場大幅萎縮,2009年入境旅游市場開始緩慢復蘇,入境旅游人數(shù)比2008年增長5.7%,最終使得該時期Malmquist生產率增長幅度相對較小。在這一階段內,技術進步和技術效率分別年均增長19.6%和-2.9%,呈現(xiàn)出與前一階段相同的發(fā)展模式。

不難發(fā)現(xiàn),第二階段浙江省高星級酒店全要素生產率年均增長速度(11%)要大于第一階段(9%),而且,技術進步年均正向變化幅度要大于技術效率年均負向變化幅度,換言之,浙江省高星級酒店在發(fā)展過程中著重突顯技術創(chuàng)新升級所帶來的生產力提升,而對現(xiàn)有資源要素的利用效率有所忽視,這顯然制約了其全要素生產率的增長速度,但也為改善效率水平提供了充足空間。

(二)浙江高星級酒店全要素生產率增長源泉

圖1描繪了2002-2011年浙江省高星級酒店全要素生產率累計增長率及其分解效率的時間演變趨勢。表1顯示浙江省高星級酒店平均技術進步為1.135,平均技術效率為0.978;據(jù)測算,浙江省高星級酒店累積技術進步為3.13,累積技術效率為0.82。圖1顯示出以2002年為基期的浙江高星級酒店全要素生產率和技術進步的累積增長率時間變化大致趨同,均呈現(xiàn)出上升態(tài)勢;主要差異在于技術效率的累計增長率基本為負,這也充分印證出技術效率阻礙了浙江省高星級酒店全要素生產率的提升。尤其是, 2009年之后,浙江省高星級酒店全要素生產率得累計增長率超過1,2010年和2011年分別為1.31和1.55,說明直到2010和2011年,浙江省高星級酒店全要素生產率從整體上才實現(xiàn)了真正增長。

圖1 浙江省高星級酒店全要素生產率累計增長率及其分解變化趨勢(2002為基期)

(三)浙江省高星級酒店全要素生產率整體差異

使用區(qū)域經濟學差異分析方法,變異系數(shù)、基尼系數(shù)和σ系數(shù)來分別測算2002-2011年浙江省高星級酒店全要素生產率整體差異。依次計算公式為:

上式中TFPi表示地級市i的高星級酒店全要素生產率表示樣本均值,N為樣本數(shù),式(7)中樣本值按照降序排列。

根據(jù)表2和圖2,通過以上3種測算方法所得出的浙江省高星級酒店全要素生產率整體差異變化趨勢基本一致,通過變異系數(shù)與σ系數(shù)清晰判斷,歷時呈現(xiàn)出“上升—下降”交替變動特征,意味著浙江省高星級酒店全要素生產率整體差異在擴大與縮小、均衡與非均衡之間相互波動。仍以2007年為時間階段分界點,前一階段呈現(xiàn)“上升—下降—上升”變化趨勢,后一階段變化趨勢與其類似。

表2 浙江高星級酒店全要素生產率變異系數(shù)、基尼系數(shù)和σ系數(shù)

圖2 浙江高星級酒店全要素生產率差異變化

(四)浙江省高星級酒店全要素生產率區(qū)域差異

表3給出了市級平均高星級酒店全要素生產率指數(shù)及其分解。從全省來看,各市Malmquist生產率指數(shù)均大于1,說明2002年以來各市高星級酒店正逐漸向內涵集約式發(fā)展方式轉變。同時,市級技術進步增長率顯著,技術進步同樣是促進本市高星級酒店全要素生產率增長的主要原因。其中,舟山高星級酒店全要素生產率年均增長速度最快(18.5%),嘉興則最慢(1.8%)?？紤]到浙江省高星級酒店區(qū)域分布非均衡性,2011年杭州和寧波兩市共有四、五星級酒店共101家,占全省43.5%,結合杭州和寧波兩市相對較低的高星級酒店全要素生產率年均增長速度(8.1%和6.7%),基本可以認為,高星級酒店規(guī)模的盲目持續(xù)擴張,并不利于其全要素生產率增長。此外,除湖州、衢州和舟山技術效率年均增長為正外,其余各市技術效率年均增長基本為負,而且上述三市高星級酒店全要素生產率年均增長速度均高于17%,由此可見,高星級酒店全要素生產率的提升不能單僅依靠技術進步,必須堅持技術進步與技術效率并舉協(xié)調發(fā)展,才能合力驅動浙江省高星級酒店全要素生產率持續(xù)實質增長。

表3 浙江省市級平均高星級酒店全要素生產率指數(shù)及其分解(2002-2011年)

三、浙江省高星級酒店全要素生產率收斂性分析

收斂性分析正逐漸成為全要素生產率研究的重要內容[26-29]。收斂性檢驗將有助于研究在現(xiàn)行行業(yè)發(fā)展環(huán)境體系中浙江省高星級酒店全要素生產率的趨同或發(fā)散情況。根據(jù)Barro&Martin的定義[30],收斂包括σ收斂和β收斂,β收斂又可以分為絕對β收斂和條件β收斂兩種類型。σ收斂指經濟體人均收入或產出的離散度隨著時間逐漸降低;β收斂指落后的經濟體比富裕的經濟體增長要快。絕對β收斂指每個經濟體的人均收入或產出都能達到完全相同的穩(wěn)態(tài)水平;條件β收斂指每個經濟體都朝著各自不同的穩(wěn)態(tài)水平趨同。

(一)σ收斂性檢驗

σ收斂性檢驗主要通過標準差或變異系數(shù)形式進行初步判斷。據(jù)圖2,σ系數(shù)和變異系數(shù)波動趨勢明顯,收斂與發(fā)散交替變化,鑒于兩種形式變動趨勢模糊,初步判斷并未表現(xiàn)出明確的σ收斂性。為了進一步嚴謹客觀驗證,對σ收斂再進行如下檢驗:

其中,σTFP為浙江省高星級酒店全要素生產率標準差,t為時間趨勢項。φ為收斂變化系數(shù),小于0且統(tǒng)計顯著,說明存在收斂;大于0且統(tǒng)計顯著,說明存在水平發(fā)散。

回歸結果發(fā)現(xiàn),時間趨勢項回歸系數(shù)為0.007,但在統(tǒng)計意義上并不顯著,意味著并未發(fā)現(xiàn)σ收斂性存在證據(jù)。

為了從整體上大致判斷差異時間演變趨勢,將浙江省高星級酒店全要素生產率對時間趨勢項進行二次項擬合發(fā)現(xiàn),如圖3所示,擬合趨勢線基本呈現(xiàn)非常平緩的U型,即微弱地表現(xiàn)出“發(fā)散—收斂—發(fā)散”特征,這一點從較低的模型擬合優(yōu)度可以證明(0.016 7)。因此,我們基本判定,浙江省高星級酒店全要素生產率并不存在σ收斂。

圖3 浙江省高星級酒店全要素生產率二次項擬合圖

(二)絕對β收斂性檢驗

根據(jù)一般原理,將浙江省高星級酒店全要素生產率絕對β收斂模型設定為:

式(10)中,TFPTi和TFP0i分別表示期末和期初第i個地級市高星級酒店全要素生產率,T為樣本跨期,α和β為待估計參數(shù),εit為隨機誤差項。如果β顯著小于0,說明存在絕對β收斂。此時,絕對β收斂速度λ計算公式為:

上述計量模型實際上是一個截面數(shù)據(jù)分析,為了防止模型估計時的時間敏感性影響收斂檢驗結果的一致性,分別在3個分時間段對上述模型進行估計。估計結果列于表4。

表4 浙江高星級酒店全要素生產率絕對β收斂性檢驗

由表4可知,3個分時間段內,絕對收斂參數(shù)估計值依次為-0.054 4、-0.119 4和-0.060 6,但只有2002-2011年和2002-2007年,分別在5%和 10%水平上顯著,2008-2011年則不顯著。這說明在較早和較長的時間段內,浙江省市級高星級酒店全要素生產率增長速度與期初水平顯著負相關,意味著具有較低高星級酒店全要素生產率水平的地級市對具有較高高星級酒店全要素生產率水平的地級市存在“追趕效應”,從而逐漸趨于收斂趨同于相同穩(wěn)態(tài)水平,并且兩者的有效收斂速度λ分別為7.14%和16.23%。盡管在近期的時間段內,收斂參數(shù)估計值為負,且不顯著,但也暗含著收斂于共同穩(wěn)態(tài)的趨勢,參考收斂速度為6.94%。

(三)條件β收斂性檢驗

條件β收斂模型設定為:

條件β收斂速度λ計算公式為:

面板估計結果顯示,條件收斂參數(shù)估計值為-1.537 4,且在1%水平上顯著,但無法求得有效條件收斂速度λ,換言之,現(xiàn)階段浙江省高星級酒店全要素生產率并不存在條件β收斂,說明浙江省市級高星級酒店全要素生產率并沒有收斂于自身的穩(wěn)態(tài)水平。

主要原因可能在于,各地高星級酒店市場仍在快速成長,并未達到成熟階段。隨著經濟持續(xù)增長,浙江省高星級酒店迎來發(fā)展契機。如表5所示,截止2011年底,全省高星級酒店總數(shù)為232家,比2010年(210家)增加22家,其中,五星級酒店52家(增加7家),四星級酒店180家(增加15家)。

表5 浙江省高星級酒店發(fā)展情況

四、一個靜態(tài)效率分析框架

(一)測算原理

與動態(tài)Malmquist生產率指數(shù)方法比較,DEA中BCC模型主要被用于截面數(shù)據(jù)分析。由Banker et al.提出[31],主要是放松了Charnes et al.構建的CCR模型規(guī)模報酬不變的假設[32],以可變規(guī)模報酬替代。由此,BCC模型在截面分析上可以將純技術效率和規(guī)模效率區(qū)分,還可測度決策單元在既定生產技術下是否處于規(guī)模最優(yōu)狀態(tài)。

BCC模型測算原理如下:

上式中,假設有n個決策單元,每個決策單元有m種投入要素和s種產出;s-ik表示投入項的差額變量,s+ik表示產出項的超額變量,λj為決策單元加總乘數(shù);hk-1表示決策單元在保持投入不變的情況下產出等比例增加的潛在空間。

(二)結果分析

本文采用基于規(guī)模報酬可變的經典DEA-BCC模型利用浙江省10個地級市高星級酒店2011年截面數(shù)據(jù),測算市級綜合技術效率,并且分別在投入和產出導向下,再進行投入產出改進分析。表6為BCC模型綜合技術效率測算結果。為了對比起見,表6同時也給出了基于規(guī)模報酬不變的DEA-CCR模型所測算的綜合技術效率結果。

由表6知,規(guī)模報酬遞增的地級市是衢州和舟山,規(guī)模報酬不變的地級市是湖州,其余7個地級市都表現(xiàn)出規(guī)模報酬遞減。這表明,大部分地級市高星級酒店未能充分利用現(xiàn)有資源要素,導致其邊際生產力下降,如在此時,仍繼續(xù)盲目擴大資源要素投入規(guī)模,將造成極大的資源浪費。衢州和舟山高星級酒店發(fā)展由于處于規(guī)模報酬遞增階段,在要素資源配置結構合理地情況下,適度擴大要素資源投入規(guī)模,將會有效促進兩市高星級酒店發(fā)展。10個地級市2011年綜合技術效率均值為0.784,規(guī)模效率均值0.823,這一結果說明,浙江省高星級酒店綜合技術效率相對偏低,而規(guī)模水平相對較高,當前浙江省高星級酒店發(fā)展的主要窠臼并不是發(fā)展規(guī)模的大小,而是怎樣設法提高所投要素資源的利用與配置效率。

表6 BCC模型分析結果

從投入(產出)導向進行分析是計算假定產出(投入)不變,要得到最優(yōu)效率需要達到的各項投入(產出)目標,然后將其與相對應的實際值相比較,從而得出表7中的投入與產出差額變數(shù)。質言之,根據(jù)投入(產出)導向CCR模型得到的綜合技術效率值為1的市級單元的效率前沿計算無效率市級單元,若要達到效率標準,在既定產出(投入)下應該減小(增加)的投入(產出)規(guī)模。表7首先顯示,基于投入導向的CCR模型給出了各地級市實現(xiàn)效率生產時,需要相應減少的固定資本與從業(yè)人員投入冗余值情況。2011年,按照理想狀態(tài),在現(xiàn)有技術水平條件下,全省高星級酒店固定資產投入平均應減少3.084億,從業(yè)人員應減少161人。除杭州、溫州、湖州和衢州外,其他地市均出現(xiàn)不同程度的投入要素資源浪費現(xiàn)象。反向思考,基于產出導向的CCR模型給出了各地級市實現(xiàn)效率生產時,需要相應增加的產出缺額情況。在既有生產體系下,全省高星級酒店營業(yè)收入平均應增加4.538億元,才能實現(xiàn)投入要素產出效率最大化。除了上述四市與金華外,其他地市高星級酒店必須轉變現(xiàn)有生產方式,提高經營管理水平,以增強產出效能。綜合兩種情況,寧波高星級酒店無論是基于投入還是產出導向時,其投入要素資源冗余最高,產出缺口最大。其次為嘉興、臺州和紹興。由于投入產出改進空間與純技術效率顯著正向相關,因此,純技術效率的改善是提升浙江省各地高星級酒店綜合技術效率的關鍵舉措。

表7 投入與產出差額變數(shù)

五、結論與政策建議

本文首先利用浙江省10個地級市2002-2011年投入產出面板數(shù)據(jù)集,采用非參數(shù)DEAMalmquist生產率指數(shù)測算了浙江省高星級酒店全要素生產率增長情況,并對其變動進一步分解,以深入探究其背后所隱含的技術進步與技術效率對其影響程度?；跀?shù)據(jù)估算事實,對浙江省高星級酒店全要素生產率時間演變、增長源泉以及空間差異進行對應分析,特別地,對浙江省高星級酒店全要素生產率進行收斂性分析,以明確市級單元高星級酒店全要素生產率增長的整體趨勢特征。最后,以2011年截面數(shù)據(jù)為例,基于DEA-BCC模型綜合技術效率,對浙江省市級高星級酒店要素投入資源與產出進行了投入改進分析。主要結論如下:

1.浙江省高星級酒店發(fā)展正在向內涵集約型轉變,技術進步是推動其全要素生產率增長的主要源泉,但技術效率增長緩慢,說明在注重技術進步的同時,卻忽視非技術創(chuàng)新因素的影響,從而導致效率增長代價太大,要素投入資源利用率低。

2.浙江省高星級酒店全要素時間演變表現(xiàn)出明顯的時變波動性,并未呈現(xiàn)出一致性的整體變化趨勢。此外,在區(qū)域空間差異方面,舟山高星級酒店全要素生產率增長最快,但高星級酒店規(guī)模較大的杭州、寧波以及嘉興等高星級酒店全要素生產率增長則相對較慢,主要差異仍是在于技術效率。從而導致市級高星級酒店發(fā)展進入“規(guī)模越大,技術效率越低”的怪圈,其從映射的主要是要素配置結構扭曲所導致的規(guī)模效率低下。

3.在整體樣本時期內,浙江省高星級酒店全要素生產率并不存在σ收斂和條件β收斂,但存在絕對β收斂,說明浙江省市級高星級酒店全要素生產率將會收斂于共同的均衡穩(wěn)態(tài)值。

4.以2011年為例,浙江省大部分市級高星級酒店生產處于規(guī)模報酬遞減階段,說明高星級酒店投入要素資源的邊際生產力下降,如若盲目持續(xù)擴大要素投入規(guī)模,將會帶來不同程度的資源浪費。

上述研究結論對浙江省高星級酒店發(fā)展具有重要的政策指導意義。最重要的政策含義是,浙江省高星級酒店要擺脫技術進步單一主導式的非均衡性集約型發(fā)展模式,而轉向技術進步與技術效率并重驅動式的均衡性發(fā)展模式,今后特別注重提高浙江省高星級酒店技術效率的“追趕效應”,還是要從純技術效率與規(guī)模效率兩方面綜合考慮。一方面,引進國外高星級酒店先進的管理經驗,加大提高人力資本質量,建立“質量型”導向生產經營方式;另一方面,在進行高星級酒店規(guī)模擴張的同時,還要注意優(yōu)化要素資源配置結構。浙江高星級酒店企業(yè)之間強化合作,共同推動內生技術創(chuàng)新活動,從而在國內外高星級酒店市場競合中可以獲取技術溢出所帶來的外生技術進步與效率改善。此外,繼續(xù)深化浙江省高星級酒店市場化改革,堅持推進高星級酒店生產經營由粗放型向集約型轉變,積極的政策性改進也可以有效地驅動高星級酒店生產率的顯著增長。

[1] Baker M,Riley M.New perspectives on productivity in hotels:Some advances and new directions[J].International Journal of Hospitality Management,1994,13(4):97-311.

[2] Morey C,Dittman A.Evaluating a hotel GM's performance:A case in benchmarking[J].Cornell Hotel Restaurant and Administration Quarterly,1995,36(5):30-35.

[3] Barros P.Measuring efficiency in the hotel sector[J].Annals of Tourism Research,2005a,32(2):456-477.

[4] Barros P.Evaluating the efficiency of a small hotel chain with a Malmquist productivity index[J].International Journal of Tourism Research, 2005b,7(3):173-184.

[5] Botti L,Briec W,Cliquet G.Plural forms versus franchise and company -owned systems:A DEA approach of hotel chain performance[J].O-mega,2009,37(3):566-578.

[6] 彭建軍,陳浩.基于DEA的星級酒店效率研究[J].旅游學刊,2004,19 (2):59-63.

[7] 黃麗英,劉靜艷.基于DEA方法的我國高星級酒店效率研究[J].北京第二外國語學院學報(旅游版),2008(1):42-46.

[8] Sigala M.Using data envelopment analysis for measuring and benchmarking productivity in the hotel sector[J].Journal of Travel&Tourism Marketing,2004,16(2):39-60.

[9] Garcia M,Parra,J,Buffa F.Improving resource utilization in multi-unit networked organizations:The case of a Spanish restaurant chain[J]. Tourism Management,2007,28(1):262-270.

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

[11] Hwang S,Chang T.Using DEA to measure hotel managerial efficiency change in Taiwan[J].Tourism Management,2003,24(4):357-369.

[12] Chiang W,Tsai H,Wang L.A DEA evaluation of Taipei hotels[J]. Annals of Tourism Research,2004,31(3):712-715.

[13] Anderson R,Fork R,Scott J.Hotel industry efficiency:An advanced linear programming examination[J].American Business Review,2000, 18(1):40-48.

[14] Barros P,Alves F.Productivity in the tourism industry[J].International Advances in Economic Research,2004,10(3):215-225.

[15] 謝春山,王恩旭,朱易蘭.基于超效率DEA模型的中國五星級酒店效率評價研究[J].旅游科學,2012,26(1):60-70.

[16] Tsaur S.The operating efficiency of international tourist hotels in Taiwan[J].Asia Pacific Journal of Tourism Research,2000,6(1):29-37.

[17] 龐瑞芝,楊慧.中國省際全要素生產率差異及經濟增長模式的經驗分析[J].經濟評論,2008(6):16-22.

[18] 劉興凱,張誠.中國服務業(yè)全要素生產率增長及其收斂性分析[J].數(shù)量經濟技術經濟研究,2010(3):55-67.

[19] 李谷成.技術效率、技術進步與中國農業(yè)生產率增長[J].經濟評論,2009 (1):60-68.

[20] 周云波,武鵬,劉玉海.中國旅游業(yè)效率評價與投入改進分析[J].山西財經大學學報,2010,32(5):27-33.

[21] 生延超,鐘志平.規(guī)模擴張還是技術進步:中國飯店業(yè)全要素生產率的測度與評價:基于非參數(shù)的曼奎斯特生產率指數(shù)研究[J].旅游學刊,2010, 25(5):25-32.

[22] Caves D,Christensen L,Diewert W.The economic theory of index numbers and the measurement of input,output,and productivity[J].Econometrica,1982,50(6):1393-1494.

[23] Fare R,Grosskopf S,Norris M.Productivity growth,technical progress,and efficiency change in industrialized countries:Reply[J].The American Economic Review,1997,87(5):1040-1043.

[24] Farrell J.The measurement of productive efficiency[J].Journal of the Royal Statistical Society.Series A(General),1957,120(3):253-290.

[25] Fare R,Grosskopf S,Norris M.Productivity growth,technical progress,and efficiency change in industrialized countries[J].The American Economic Review,1994,84(1):66-83.

[26] Bernard A,Jones C.Comparing apples to oranges:Productivity convergence and measurement across industries and countries[J].1996,86 (5):1216-1238.

[27] Miller S,Upadhyay M.Total factor productivity and the convergence hypothesis[J].Journal of Macroeconomics,2002,24(2):267-286.

[28] 彭國華.中國地區(qū)收入差距、全要素生產率及其收斂性分析[J].經濟研究,2005(9):19-29.

[29] 劉興凱.中國服務業(yè)全要素生產率階段性及區(qū)域性變動特點分析:基于1978-2007年省際面板數(shù)據(jù)的研究[J].當代財經,2009(12):80-87.

[30] Barro R,Martin X.Convergence[J].Journal of Political Economy, 1992,100(2):223-251.

[31] Banker R,Charnes W,Cooper W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30(9):1078-1092.

[32] Charnes A,Cooper W,Rhodes W.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2 (6):429-444.

Efficiency Measurement of Zhejiang's High-star Hotel——An Empirical Analysis Based on DEA-Malmquist Index

Wu Xiangminga,b,Zhao Leia,b
(a.School of Economics and Management,Zhejiang University of Technology,Hangzhou 310023,China; b.Urbanization and Urban-rural Leisure Research Center,Zhejiang University of Technology,Hangzhou 310023,China)

Based on the non-parameter DEA-Malmquist index,this paper analyzes total factor productivity of Zhejiang's high-star hotels from 2002 to 2011,which is decomposed into efficiency change and technical change.Results show that:Technical change is the main resource of total factor productivity growth of Zhejiang's high-star hotels,and technical efficiency is in the negative growth condition;Total factor productivity growth of Zhejiang's high-star hotels shows significantly volatility,and provincial differences;Convergence test results show that,in the overall sample period,total factor productivity growth of Zhejiang's highstar hotels shows the absolute beta convergence.In addition,based on DEA-BCC model,this paper measures technical efficiency in 2011,and carries out input-output improvement analysis.

high-star hotel;total factor productivity;convergence;technical efficiency

F592.6

A

1674-3784(2013)06-0079-09

[責任編輯:呂觀盛]

浙江省科技廳軟科學項目(2012C35071)

2013-05-09

吳向明(1969- ),男,浙江東陽人,浙江工業(yè)大學經貿管理學院副院長,研究員,碩士生導師,主要研究方向為旅游企業(yè)管理;趙磊(1984- ),男,山東新泰人,浙江工業(yè)大學經貿管理學院講師,博士,研究方向為旅游經濟學。