國外酒店績效評估研究綜述
——基于數據包絡分析方法的應用

符政義,王玲,吳曉雋,張科靜

[國際旅游研究]

國外酒店績效評估研究綜述
——基于數據包絡分析方法的應用

符政義,王玲,吳曉雋,張科靜

(東華大學旭日工商管理學院,上海200051)

隨著酒店業的蓬勃發展,對于酒店績效的評估日益重要。以績效評估中應用最廣的數據包絡分析為對象,以模型發展為線索,全面闡述了目前國外的研究現狀,為國內酒店的績效評估乃至其他相關領域的研究提供借鑒和參考。

酒店;績效評估;數據包絡分析

績效評估是量化效率和效益的過程[1],其意義在于用來衡量、評價組織及成員在某一時期的工作表現。傳統的績效評估體系只專注于由財務和會計指標計算所得的簡單比率,比如易腐性資產應收管理[2],倒伏指數[3],收支平衡分析[4],收入績效指標[5],收益管理[6]。此外還有每間可銷售房收入指數。但是,正如Anderson等人所說,這些傳統的方法忽視了所提供服務的組合和性質,并且很難對資源有效性的概念予以界定[7]。到目前為止,由Charnes等人提出的數據包絡分析(DEA)能有效地解決上述傳統方法的種種弊端,已經成為最具代表性的績效評估方法。

數據包絡分析是一種使用非參數的分析技術,旨在解決一組決策單元(DMU)中多輸入多輸出變量的相對有效性問題。數據包絡分析以生產邊界作為衡量效率的基礎,將投入、產出數據透過數學公式來求出生產邊界,通過各決策單元的實際數據與生產邊界比較,就可以衡量出各決策單元的相對有效率和相對無效率的程度,從而為達到相對效率的改善提出建議。在酒店業中最常采用的輸入指標為員工數量、客房數量、面積及費用,各類收入(總收入和各部門收入)和入住率一般用做輸出指標。有時產出指數、顧客滿意率、每位員工平均產值也會用做輸出指標。

盡管目前國外采用數據包絡分析來評估酒店績效方面的文獻眾多,但尚無文章對這些文獻進行有效的梳理。過去所有的文獻中出現的綜述也只是按照時間序列或者地理位置為依據,以表格形式羅列之前研究所出現的輸入/輸出變量而已。不可否認,這種安排能簡要地介紹過去的研究,但忽視了文章與文章之間的內在聯系。因此,本文按照不同的應用領域來劃分,即生產力、效益和效率,結合數據包絡分析30多年來模型發展[8-9]為主要線索,對過去的研究進行梳理。

一、生產力和效益評估

相當一部分酒店績效評估的研究專注于生產力方面,這其中包括Johns等人[10]最早對同一連鎖酒店集團中15家酒店所進行的相關探索。Barros和Alves采用曼奎斯特指數(Malmquist Index)來分析生產力的變化[11]。其后一年,Barros對此又進行了更為深入的分析,在對一些有效性驅動因素的比對中發現,酒店位置、聚集效應、客房數量和投資能切實提高酒店的效率[12]。Sigala等人采用stepwise DEA對93家酒店客房部的生產力水平進行了研究。此外他們還發現酒店設計、所有權結構和管理方式對運營生產力有影響[13]。

生產力的概念有時也被認為是由效益和效率兩部分組成。所謂效率,即以正確的方法做事,比如說追求最低的資源浪費,就是為了追求高效率。而效益則是要求做正確的事情。目前絕大多數的研究注重酒店效率方面,只有很少一部分涉及效益,比如Keh等人、Yu等人以及Hsieh等人。Keh等人探討配置效率、營銷效益和生產力之間的關系。在其所采用的三階段DEA中,除了輸出變量(客房收入和餐飲收入)、輸入變量(總費用和客房數量)外,作者還考慮了營銷費用作為過渡用的中間輸出/輸入變量。通過比較發現,效益與生產力的聯系較之效率與生產力而言更緊密,但效益和效率之間則呈現負相關性[14]。Yu和Lee應用Hyperbolic Network DEA來整合生產效率和服務效益,并得出了與Keh等人類似的結論。他們還為酒店經理如何提升酒店的服務績效提出了寶貴建議[15]。Hsieh和Lin以57家酒店為樣本,在研究臺灣酒店總體績效的同時,探討了酒店最重要的兩大部門——客房部和餐飲部的服務生產效率和服務消費效益。基于Kao的Relational Network DEA模型,研究發現酒店樣本中存在較低的服務生產效益,最低的為0.080 3,最高也不過0.279 6(滿分為1),說明這些酒店還有非常高的上升空間。Hsieh和Lin還按照所處地理位置和運營方式的不同來比較這些酒店,總體而言處于風景區的酒店或者采用委托管理方式經營的酒店表現更為突出[16]。

盡管生產力評估和效益評估作為酒店績效評估中重要的一環,但過去的研究仍更多地集中于效率方面,主要的原因還是在于認識的不足。從這幾年來看,學者們對于酒店效益方面的研究越來越重視,一方面是DEA最新理論成果的應用,另一方面是研究內容的不斷擴充,如涉及酒店營銷、服務產品的生產消費等,對于豐富酒店績效評估的內涵都有著非常重要的借鑒意義。

二、效率評估

在效率范疇,眾多研究將決策單元分為有效率和無效率兩種。將低效率的決策單元效率值對比有效決策單元,從而確定其所需改進的空間。因此使用數據包絡分析所得出的效率值就是相對效率的表現, Morey和Dittman最早采用這一方法來研究美國的酒店業[17]。在這一部分,筆者將以數據包絡模型的發展為線索,旨在系統地回顧各種模型在酒店績效評估領域的應用。

(一)射線數據包絡分析方式(Radial DEA Approach)

兩種最常用的數據包絡方法是CCR模型以及BCC模型,其差異在于所選規模收益的不同。用Charnes等人名字命名的CCR模型[18]是基于固定規模收益假設,研究多投入、多產出中的生產效率問題。采用CCR模型得出的效率值一般稱為技術效率,指依靠現有技術有效運用生產要素所獲得最大產出的能力。Sanjeev用技術效率這一指標研究了印度酒店餐飲企業后,發現平均的效率值僅為0.756。這一數據說明在不減少其收入等輸出指標的前提下,這些企業必須降低24.4%輸入數據才能達到運營的有效[19]。此外,數據包絡分析探究的是決策單元之間相對的有效性,有時一個指標的不同往往會導致酒店之間較大的差異,因而輸入/輸出變量的選擇是評估企業績效中最為困難的一環。Chen就曾探討了輸入/輸出變量對于酒店績效的影響。首先采用問卷的方式調查了對于酒店經理而言最重要的5個輸入指標和5個輸出指標。為了提高結果的準確性,作者在用CCR模型來評判酒店有效性的同時,有意省略一些指標來進行比對,并最后保留了2個輸入變量——運營費用和客房數量,和2個輸出變量——客房收入和入住率來檢驗臺灣6家酒店的效率[20]。

在評估效率值的過程中往往出現很多滿分的情況(效率值為1),這就給酒店排序提出很大的挑戰,尤其是要選出表現最好的那家酒店來作為其他酒店的標桿。此時Andersen and Petersen[21]提出的Super Efficiency模型能很好地解決同效率問題。Shuai和Wu將CCR、Supper Efficiency模型與灰熵理論(grey entropy)結合,發現電子營銷對酒店績效存在積極的影響[22]。Hwang和Chang針對1998年臺灣地區45家國際旅游酒店的管理效率進行了相關研究,除了使用Supper Efficiency外,作者還探究了1994至1998這5年間酒店生產力的發展變化[23]。

第二種常用的方法是由Banker等人[24]提出的BCC模型。和CCR模型的區別在于BCC基于可變的規模收益,即考慮規模收益遞增、遞減和固定規模收益這3種情況。一般而言,采用BCC模型計算的效率值稱為純技術效率,在不考慮企業規模的情況下評估企業由輸入變量轉為輸出變量的過程。當然,基于規模收益不變假設下的技術效率可以分解為純技術效率和評價決策單元運營規模狀況的規模效率。

Yang和Lu發現臺灣酒店中普遍存在的技術無效率問題主要源于純技術無效率,而非規模無效率。在考慮輸入擁擠的同時,這些酒店往往缺乏整合資源的能力[25]。Min等人采用類似的方法,但選擇酒店利潤作為輸出指標。在比較4組不同指標所得出的效率值后發現,酒店收入的增長并不能反映利潤的提高,而唯一能夠促使酒店提升財務效率的途徑在于盡可能減少不必要的浪費[26]。Barros和Dieke采用輸出導向(即輸入條件不變的情況最大化輸出變量)的CCR和BCC模型來分析2000-2006年間12家非洲酒店的技術效率。隨后用自舉法來分析諸如市場份額、所屬集團、國際擴張戰略等驅動因素的影響。結果顯示,加入酒店集團對于提高效率而言效益最顯著[27]。Botti等人選取費用、覆蓋區域和加入連鎖經營時間作為輸入項,銷售額作為輸出變量來評估連鎖酒店層面的效率問題。經過數據包絡模型的分析后發現法國連鎖酒店集團中的效率值僅為49.94%,超過60%的企業低于當地平均水平[28]。但使用同樣的方法,Perrigot等人卻發現法國酒店企業的平均效率將近90%,遠遠高于同一時期Botti等人的結論。造成這種截然相反的原因在于所選指標的不同,后者考慮連鎖酒店年代、客房數量、該年新開酒店數量、忠誠度和連鎖酒店排名作為輸入變量,而將入住率和銷售額作為輸出變量[29]。盡管對于當地的平均效率水平有不同的認識,但他們都提到,相比于全部采用特許經營或者完全集團所屬經營的方式,采用兩者管理方式并存的復數經營形式的酒店連鎖企業,其表現更為突出。這一結論對于眾多中國國有酒店集團而言有很強的借鑒意義。

除了以上3個常用的效率外,另外總效率和配置效率也常被提及。Farrell將總效率定義為技術效率以及配置效率的乘積。配置效率為在既有技術及價格下,由于生產要素的適當分配所求得的最低投入成本,又稱為價格效率。結合純技術效率和規模效率,上述的五大效率能完整而又詳細地反應酒店的運營狀況,因而過去有相當一部分的研究聚焦于這一方面。通過研究發現,許多酒店的生產效率不高,其根源在于過低的配置效率,但具體而言原因有所不同。根據Anderson等人的觀點,諸如政府調控和政策等不可控因素是導致無效率最主要的原因[30]。與此相對的一種觀點由Borros等人提出,他們認為運營費用、員工數量以及酒店客房數量過大是造成配置效率低下最重要的原因[31]。

通過梳理,筆者發現盡管酒店中關于效率評估的研究眾多,絕大多數采用的是傳統的CCR和BCC模型所衍生出來的方法,近年來在一些地區頗具首創性的應用,如Sanjeev之于印度、Botti等人以及Perrigot等人之于法國連鎖酒店集團,其本質是相同的。

(二)非射線數據包絡分析方式(Non-radial DEA Approach)

隨著數據包絡分析理論的發展,學者們越來越意識到采用傳統的射線包絡分析法來評價酒店績效并不恰當,其原因在于CCR和BCC這一類射線模型忽視了輸入/輸出項的非線性松弛變量。松弛變量采用相對低效的決策單元來分析效率的差異,對區分管理中的效率水平有著重要的意義。

Wu等人以23家臺北的高檔酒店為樣本,比較了BCC模型和非射線模型之間的差異。他們發現這兩類模型給出了不同的酒店績效狀況,由此得出的旨在為低效率酒店提供改進方向的標桿也有所差異[32]。另外兩項研究同樣也聚焦于臺灣酒店業。依據Chiang等人的觀點,并非所有的特許經營或委托管理酒店的績效勝于單體酒店。通過松弛變量分析他們對低效酒店提出了改進措施,切實幫助酒店改善管理,比如標號為12的某家國際管理酒店,在降低一定量客房數、餐飲容量和員工數之后能達到技術有效,即獲得最大的產出,從而實現最優[33]。另外Cheng等人結合靈敏度分析對13家酒店的優劣勢進行研究[34]。Neves和Lourencos不僅首創地研究了全球范圍內的酒店績效,還結合2個案例加以分析。在分析技術效率、純技術效率和規模效率的過程中結合輸入/輸出松弛變量,探討了處于規模收益遞減環境下的印度酒店有限公司和出于規模收益遞增狀態下的雷吉納酒店這兩家頗具代表性的酒店案例。隨后他們對不同運營環境下的兩類酒店提出恰當的改進戰略[35]。

非射線數據包絡分析不僅能區分酒店有效與否,更重要的是能指明無效率的程度,為如何改進提供了依據。結合其他的方法,如Cheng等人所采用的靈敏度分析,能很好地分析酒店的優劣勢,為進一步引入恰當的企業戰略管理提供依據。

在非射線法中最常用的當屬Tone[36]提出的考慮測量單位不變性和輸入、輸出松弛變量的單調遞減性的SBM模型(slacks-based measure)。Sun和Lu以生產方法為劃分,評估了臺灣地區55家酒店管理、入住率和餐飲部門的績效水平。隨后他們觀察了1990至2001年這11年間生產力的變化水平,并發現其與外部環境的變化存在密切的聯系。Sun和Lu還引入包含權重的SBM法,參考了5位酒店經理對其所選輸入/輸出變量重要程度的意見[37]。由于引入了具有主觀色彩的權重因子,由這55家酒店所反應的臺灣酒店業的管理效率僅為75.5%,低于大多數研究中所得出的當地行業平均水平。

另外,Cheng等人采用上下文相關的SBM模型(SBM context-dependent DEA)為低效率的酒店如何根據自身情況挑選最優學習目標指明了方向[38]。Chiu和Wu也對上下文相關的數據包絡分析方面作了探索,但考慮的是在射線情況下的應用[39]。在酒店業中采用上下文相關的數據包絡分析,其最大的貢獻在于打破了過去直接將有效酒店作為低效率酒店標桿的這一做法。通過將不同水準的酒店進行分組,按照組別之間和組別內部之間的方式分別進行比較,使得所給出的酒店學習標桿是最具參考價值同時也是最為可行的。

(三)其他的效率評價方法

需要指出的是,數據包絡分析中的窗口模型(Window Model)也被用來評估酒店的效率,但和上文提到的射線以及非射線模型所不同的是,窗口模型用來處理時間序列數據,它不僅能夠比較同一個決策單元不同年份中效率的不同,還能區分不同決策單元之間的效率差異,在某種程度上與曼奎斯特指數類似。Pulina等人就曾用窗口模型對2002至2005年間意大利20個地區的純技術效率變化進行了研究,發現有超過一半的意大利地區高于全國平均水平。Pulina等人還以撒丁島上的酒店為例來探討酒店大小對效率影響的研究,就意大利的這一地區而言,中等規模酒店的績效最為突出[40]。

除了數據包絡分析外,隨機前沿方法(Stochastic Frontier Approach)是另一種在酒店領域中廣泛使用的效率評估法。Anderson等人就曾用這一方法對所選的48家美國酒店的效率進行了分析,并得出將近90%的平均效率水平[7],但他們沒有進一步給出造成余下低效率的原因。Barros探討了葡萄牙國有連鎖酒店集團的技術效率問題[41]。Chen最早采用隨機前沿法研究臺灣酒店的費用效率問題,并發現平均80%的運營有效性[42],略低于數據包絡分析方面的研究結果。Hu等人則以1997-2006這10年的數據為樣本,得出更高的效率值[43],與一般結論相吻合。

數據包絡分析與隨機前沿分析這兩種方法各有優劣,總體而言,數據包絡分析不采用函數的表達形式,且易于將總效率分解成各部分,以此發現其中所存在的問題,但該方法沒有考慮那些不易觀察卻對結論有潛在影響的誤差項,同時忽略了環境因素的影響。隨機前沿法最主要的優勢在于隔絕一些因素的影響,修正方法中由誤差所導致的無效率。其缺點在于具有局限性的函數形式,此外,研究者還需對誤差項可能的概率分布作出假設。

Shang等人在其三階段法中同時應用了數據包絡分析和隨機前沿法以便評估電子商務的應用對酒店績效的影響。第一階段中使用基本的DEA模型來檢驗57家臺灣酒店的效率,由模型所產生的松弛變量被分解為環境影響、管理無效和統計噪聲,并用隨機前沿法來克服上述數據包絡分析的缺點。在第三階段中,將去除外生變量影響的數據重新計算效率值。在去除地理位置、酒店大小和時間等不可控因素后發現酒店的業績更為出色。結果也顯示,電子商務手段的應用對于臺灣地區國際旅游酒店的效率沒有顯著影響[44]。這一結果與之前Wang等人的結果類似,但先前的研究沒有采用隨機前沿法,而是用了四階段的數據包絡分析,所選擇的3個不可控的環境變量為市場狀況、管理類型和酒店大小[45]。盡管數據包絡分析和隨機前沿法各有特點,目前而言,數據包絡分析受用面更廣,也更被認可。

三、啟示

根據對數據包絡分析方面文獻的回顧可以發現,絕大多數的研究采用傳統的CCR和BCC模型以及所附加的曼奎斯特指數和方差分析,比如Hwang和Chang。此后諸多文獻采用非射線方法,包括Chiang等人、Sun和Lu、Cheng等人、Cheng等人、Wu等人。另外一些方法包括Sigala所用的Stepwise DEA以及隨機前沿法,包括Anderson等人、Barros在內的諸多學者就曾用這一方法對酒店的效率進行評估。在評估過程中若同時出現諸多有效率的決策單元而導致無法對其進行排名,這時Super Efficiency模型就能很好地解決這一問題,Shuai和Wu對此曾進行過研究。

以上的諸多模型在評估效率時各有優勢,但不可否認的是,這些方法都無法解決傳統數據包絡分析中廣泛存在的“黑箱”效應,即將整個系統視為“黑箱”,僅考慮初始投入和最終產出而不考慮過程中其他因素的影響。對此一些學者將傳統的模型進行分解,多階段法和網絡DEA都已經在酒店領域有所應用,比如Keh等人、Yu等人以及Hsieh等人。

四、結語

本文試圖系統而又完整地介紹國外酒店業績效評估方面的研究,以模型發展為線索來回顧酒店方面應用研究的這一構想,其出發點在于兼顧理論與應用兩方面的梳理,對于認知數據包絡分析這一方法以及國內其他領域的績效評估提供參考。

目前而言,國內數據包絡分析方面的理論研究相對滯后,盡管魏權齡、馬占新等學者作出了相當大的貢獻,仍不能滿足廣大交叉學科應用的需要,尤其是筆者發現數據包絡分析越來越多地與其他方法結合使用,比如靈敏度分析、隨機前沿分析、灰熵理論、諸多統計方法與計量經濟模型等。在國內酒店行業、甚至整個旅游業,很少發現數據包絡分析這一方法在績效評估方面的應用。因此本文羅列了目前旅游及酒店方面國際知名期刊上這方面的研究成果,希望能夠引起國內學者的重視,為學界的相關研究提供借鑒和參考。

[1] Neely,A,et al.Performance measurement system design:should process based approaches be adopted?[J].International Journal of Production E-conomics,1996,46-47:423-431.

[2] Kimes,S.S.The basics of yield management[J].Cornell Hotel and Restaurant Administration Quarterly,1989,30(3):14-19.

[3] Wassenaar,K,STAFFORD E R.The lodging index:an economic indicator for the hotel/motel industry[J].Journal of Travel Research,1991,30(1): 18-21.

[4] Wijeysinghe,B.S.Breakeven occupancy for a hotel operation[J].Management Accounting,1993,71(2):32-33.

[5] Baker,M,RILEY,M.New perspectives on productivity in hotels:some advances and new directions[J].International Journal of Hospitality Management,1994,13(4):297-311.

[6] Donaghy,K,MCMAHON U,MCDOWELL D.Yield management:an overview[J].International Journal of Hospitality Management,1995,14 (2):1339-1350.

[7] Anderson,R.I,et al.Measuring efficiency in the hotel industry:A stochastic frontier approach[J].International Journal of Hospitality Management,1999,18:45-57.

[8] Cook,W,Seiford L.Data envelopment analysis(DEA)-Thirty years on [J].European Journal of Operational Research,2009,192(1):1-17.

[9] Cooper,W W,SEIFORD L M,TONE K.Data envelopment analysis:a comprehensive text with models,applications,references and DEA-solver software 2nd ed[M].New York:Springer,2007.

[10] Johns,N,Howcroft.B,Drake,L.The use of data envelopment analysis to monitor hotel productivity[J].Progress in Tourism and Hospitality Research,1997,3:119-127.

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

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

[13] Sigala,M,et al.Productivity in hotels:a stepwise data envelopment analysis of hotels room division process[J].The Service Industries Journal, 2005,25(1):61-81.

[14] Keh H,Chu S,Xu J.Efficiency,effectiveness and productivity of marketing in services[J].European Journal of Operational Research,2006,170 (1):265-276.

[15] Yu,M.M,Lee B.C.Y.Efficiency and effectiveness of service business: Evidence from international tourist hotels in Taiwan[J].Tourism Management,2009,30(4):571-580.

[16] Hsieh.L.F,Lin,L H.A performance evaluation model for international tourist hotels in Taiwan-An application of the relational network DEA [J].International Journal of Hospitality Management,2010,29(1):14-24.

[17] Morey,R.C,Dittman,D A.Evaluating a Hotel GM's Performance:A Case Study in Benchmarking[J].Cornell Hotel and Restaurant Administration Quarterly,1995,36:30-35.

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

[19] Sanjeev,G M.Measuring efficiency of the hotel and restaurant sector: the case of India[J].International Journal of Contemporary Hospitality Management,2007,19(5):378-387.

[20] 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.

[21] Andersen,P,Petersen,N.C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science,1993,39(10):1261 -1264.

[22] Shuai,J.J,Wu,W.W.Evaluating the influence of E-marketing on hotel performance by DEA and grey entropy[J].Expert Systems with Applications,2011,38(7),8763-8769.

[23] 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.

[24] Banker,R.D,Charnes A,Cooper,W.W.Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9):1078-1092.

[25] Yang,C,Lu W.M.Performance benchmarking for Taiwan's international tourist hotels[J].INFOR,2006,44(3):229-245.

[26] Min.H,Min,H,Joo,S.J.A data envelopment analysis-based balanced scorecard for measuring the comparative efficiency of Korean luxury hotels[J].International Journal of Quality&Reliability Management,2008, 25(4):349-365.

[27] Barros,C.P,Dieke,P.U.C.Technical efficiency of African hotels[J].International Journal of Hospitality Management,2008,27(3):438-447.

[28] 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.

[29] Perrigot,R,Cliquet,G,Piot-Lepetit I.Plural form chain and efficiency: Insights from the French hotel chains and the DEA methodology[J].European Management Journal,2009,27(4):268-280.

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

[31] Barros,C.P,Mascarenhas,M.J.Technical and allocative efficiency in a chain of small hotels[J].International Journal of Hospitality Management,2005,24(3):415-436.

[32] Wu J,Tsai,H,Zhou,Z.Improving efficiency in international tourist hotels in Taipei using a non-radial DEA model[J].International Journal of Contemporary Hospitality Management,2011,23(1):66-83.

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

[34] Cheng,J.F,Chen,C.Y,Liu,C.C.A study of management efficiency for international resort hotels in Taiwan[J].The Journal of American Academy of Business,2009,15(1):139-146.

[35] Neves,J.C,Lourenco,S.Using data envelopment analysis to select strategies that improve the performance of hotel companies[J].International Journal of Contemporary Hospitality Management,2009,21(6): 698-712.

[36] Tone,K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research,2001,130:498-509.

[37] Sun,S,LU W M.Evaluating the performance of the Taiwanese hotel industry using a weight slacks-based measure[J].Asia-Pacific Journal of Operational Research,2005,22(4):487-512.

[38] Cheng,H,Lu,Y C,Chung,J.T.Improved slack-based context-dependent DEA-A study of international tourist hotels in Taiwan[J].Expert Systems with Applications,2010,37(9):6452-6458.

[39] Chiu,Y.H,Wu M F.Performance evaluation of international tourism hotels in Taiwan-application of context-dependent DEA[J].Information Systems and Operational Research,2010,48(3):155-170.

[40] 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.

[41] Barros,C.P.A stochastic cost frontier in the portuguese hotel industry [J].Tourism Economics,2004,10:177-192.

[42] Chen,C.F.Applying the stochastic frontier approach to measure hotel managerial efficiency in Taiwan[J].Tourism Management,2007,28:696 -702.

[43] Hu,J.L,et al.A stochastic cost efficiency analysis of international tourist hotels in Taiwan[J].International Journal of Hospitality Management,2010,29(1):99-107.

[44] Shang,J.K,et al.Ecommerce and hotel performance:three-stage DEA analysis[J].The Service Industries Journal,2008,28(4):529-540.

[45] Wang,F.C,Hung,W T,Shang,J.K.Measuring pure managerial efficiency of international tourist hotels in taiwan[J].The Service Industries Journal,2006,26(1):59-71.

The Summary of Hotel Performance Measurement——based on the Adoption of Data Envelopment Analysis

FU Zheng-yi,WANG Ling,WU Xiao-jun,ZHANG Ke-jing
(Glorious Sun School of Business and Management,Donghua University,Shanghai)

With the booming of hotel industry,it becomes more and more vital to evaluate hotel performance.This study takes the data envelopment analysis,a widely used performance measurement approach,as an object.Based on the development of DEA models,this study reviews previous researches abroad and provides some suggestions for further discussion in hotel sector or other areas.

hotel;performance measurement;data envelopment analysis

F591

A

1674-3784(2012)03-0090-05

[責任編輯:呂觀盛]

2011-09-15

符政義(1989- ),男,上海人,東華大學旭日管理學院碩士研究生;王玲(1965- ),女,河南鄭州人,東華大學旭日管理學院碩士生導師,副教授,研究方向為旅游企業管理、會展旅游;吳曉雋(1974- ),女,浙江杭州人,東華大學旭日管理學院博士,副教授,碩士生導師,主要研究領域為產業經濟、旅游管理;張科靜(1970- ),女,河北鹿泉人,東華大學旭日管理學院,碩士生導師,副教授,博士,研究方向為決策分析、管理信息系統、資源再生產業經濟、創意指數。