中國星級酒店業TFP時空特征與影響因素研究
2018-01-04 02:06:04張廣海高俊
旅游學刊 2018年12期
張廣海 高俊
[摘 要]構建DEA-Malmquist模型，利用2001-2015年我國星級酒店數據，系統地分析我國星級酒店全要素生產率（total factor productivity，TFP）狀況及其時空特征;構建動態面板模型，利用系統廣義距估計法（SYS-GMM）分析了TFP影響因素及其作用機理。得出如下結論：整體看，我國星級酒店在研究期內TFP雖有時序波動，但總體上處于上升趨勢，TFP的增長主要依靠技術進步推動，粗放式發展特征明顯;從省域尺度看，大部分省域星級酒店歷年TFP亦為正增長，我國不同省域星級酒店TFP指數呈現了空間分布不均衡的特征;通過對酒店自身因素和環境條件分析，信息化、產業集聚、旅游業發展、對外開放、城市化和人力資本對TFP均為正向推動作用，資本投入和房地產市場發展則為負向作用，但其作用機理并不一致，其中，城市化和信息化的正向作用最為突出，而資本投入則負向作用明顯。
[關鍵詞]中國星級酒店;全要素生產率;DEA- Malmquist模型;系統廣義矩估計法
[中圖分類號]F59
[文獻標識碼]A
[文章編號]1002-5006（2018）12-0066-10
Doi： 10.3 969/j.issn.1002-5006.2018.12.014
引言
改革開放以來，伴隨旅游業迅猛發展，星級酒店業已經成為我國住宿接待業的重要組成部分，是我國旅游業發展的重要產業基礎。截至2015年，全國共建有各種類型的星級酒店10550家，總客房數量146萬多套，總固定資產原值5461億元，實現營業收入2107余億元，帶動就業134萬多人。然而，與我國旅游業快速發展趨勢不相吻合的是，星級酒店業的運營狀況卻存在嚴重問題。據統計，進入21世紀以來，我國星級酒店2001-2015年的平均利潤率僅為0.03%，15年中有8年是負值，2012-2015年還仍保持負利潤率水平，且15年來的客房出租率整體呈現負增長，年均客房出租率僅為58.50%。這些說明新形勢下我國星級酒店經濟效益低下甚至呈虧損態勢，呈現為一種高投入、低產出的粗放型發展模式，發展質量和效率與其發展速度和規模不相匹配。這種狀況倘若繼續下去，必將影響我國星級酒店業的健康發展。因此，如何提高星級酒店運營的效率已經引起業界和學術界的共同關注。
效率問題是指在給定投入和技術的條件下，使資源能帶來最大滿足程度的利用，對任何一個經濟體或任何一個行業而言，效率是其實現高收益和可持續發展的最重要因素之一。國外學者早在20世紀20年代由Cobb和Douglas提出生產函數后便開始了對效率的定量研究，美國經濟學家索羅在1956年將非投入推動產出增長的要素歸為技術進步，此后，便引起了國內外諸多學者對TFP或技術進步的極大關注，并廣泛應用于工業、農業、服務業等領域的研究，亦包括旅游業。國外旅游業效率的相關研究主要是針對酒店、旅行社、景區等具體行業或企業偏微觀的研究，國內學者雖起步較晚，但近年來的研究成果日益增多，主要內容亦包括旅游業、酒店、旅游交通、景區等，但以全國和省域等偏宏觀尺度的研究居多，較有影響力的如保繼剛和左冰用生產函數法測度了我國1992-2005年旅游業的TFP狀況，趙磊利用非參數DEA-Malmquist指數方法測算了2001-2009年中國省際旅游TFP及其分解。
星級酒店作為旅游業發展的重要基礎，該領域效率的研究亦是國內外學者的研究重點，國外學者相關研究起步較早，美國學者Morey等Aderson等分別運用數據包絡分析法（DEA）和隨機前沿分析法（SFA）測度了美國酒店的經營效率，并分析了其經營效率相對較高的影響因素;歐洲學者Barros先后采用DEA模型和SFA模型以葡萄牙酒店為研究對象分析了酒店經營低效率的狀況和原因。近年來，國內學者針對星級酒店業效率問題的研究逐漸增加，相關研究主要是通過DEA法和SFA法基于國家、區域、省域等尺度研究星級酒店經營效率及其分解、時空特征、關聯因素，并進行省域間或星級類型間的比較，其中，比較有代表性的如方葉林等基于改進的DEA模型研究了我國星級酒店相對效率集聚及提升策略;張洪等運用DEA模型分析了2010-2012年我國星級酒店效率及區域差異特征;韓國圣等以安徽六安為案例地，利用DEA模型研究了該地星級酒店經營效率空間特征。
綜合梳理以上研究成果發現，針對星級酒店業效率的研究多集中于對研究方法的探討和應用等方面，缺乏對星級酒店效率狀況及其影響因素的系統性分析。本文由于數據獲取的限制，并基于21世紀以來我國星級酒店業面臨的運營困境，選取我國大陸30個省域2001-2015年15年的面板數據，從全國和省域尺度測度并深入分析了我國星級酒店TFP狀況及其時空特征;同時，利用SYS-GMM法系統分析了星級酒店TFP的影響因素，將TFP進一步分解為技術進步和技術效率（純技術效率、規模效率），以探究影響因素的具體作用渠道，從而比較系統地剖析了相關影響因素及其作用機理，并提出相應的對策建議，以期為實現其可持續健康發展提供積極啟示。
1 中國星級酒店業TFP的測度方法
1.1研究方法
目前，國內外文獻中常見的測算TFP的方法主要有兩類，一類是以Aigner和Battese等學者為代表的常用SFA模型的參數方法，一類是以Rhodes等學者為代表的常用DEA模型的非參數方法。DEA模型是以相對效率概念為基礎，根據多指標投入和多指標產出對相同單元進行評價的一種系統的分析方法，適合于多指標綜合評價，具有較強的客觀性，被很多學者采用。因此，本文運用DEA- Malmquist指數法，以構建我國星級酒店業TFP的測度模型：
式中：（xt，yt），（xt+1，yt+1）分別表示t時期和t+1時期的投入量與產出量，Dtc和Dt+1c分別為以t時期和t+1時期技術為參照的距離函數，TFP代表全要素生產率，可以分解為技術進步和技術效率變化兩部分，Tehch代表技術進步變化，主要體現在酒店運營過程中充分利用先進科技和技術在提供產品和服務、擴寬營銷渠道、更新經營管理理念等方面的創新;Effch指數代表技術效率變化，主要代表通過先進技術的運用使其在營銷、管理、生產、物流等方面有所改善所產生的投入回報的增加;Effch指數又可以進一步分解為Pech指數和Sech指數的乘積，Pech指數代表純技術效率變化，Sech指數代表規模效率變化。各指數值大于1則表示正增長，表明效率提高，等于或小于1表示未增長或負增長，表明效率不變或減少。
1.2指標選取與數據來源
選取合適的投入與產出指標是通過DEA計算Malmquist指數測度TFP增長的關鍵，本文借鑒已有研究成果，并考慮我國酒店業統計數據的代表性和真實性，選取星級酒店業運營的基本要素資本和勞動力投入作為投入指標，選取運營收入作為產出指標。在具體的測度過程中，選取了星級酒店的固定資產原值、酒店和勞動力數量表征資本和勞動力投入以構成投入變量集x，選取星級酒店經營總收入作為產出變量y。選取固定資產原值而未用常用的永續盤存法計算的資本存量測度，是因為其計算需要的資本折舊率沒有公認的確定數值，并且現有的資本折舊率多是針對工業、制造業，不適用以提供服務產品為主的星級酒店業。同時，固定資產原值用歷年的固定資產投資價格指數平減為2001年的不變價格，經營總收入利用居民消費價格指數平減為2001年的不變價格以剔除價格因素。以上所有數據均來源于2001-2016年《中國旅游統計年鑒》和《中國旅游統計年鑒（副本）》。
2 中國星級酒店業TFP的時空特征分析
2.1全國尺度星級酒店TFP特征分析
利用DEAP2.1軟件，運用上述模型計算了我國星級酒店2002-2015年的TFP指數及其分解（表1）。在研究時段內，TFP指數均值為1.024，我國星級酒店TFP以年均2.4%的速度增長，然而對比3個投入指標，固定資產原值、勞動人數、企業數年均增長分別為10.97%、1.98%、3.00%，TFP的增幅整體小于投入要素的增加，這說明其TFP的增長較為緩慢，雖然營業收入實現了12.57%的大幅增長，但主要是依靠資本投入的粗放型增長模式。由分解指數得，技術進步整體呈穩步增長的態勢，但技術效率包括純技術和規模效率歷年的波動特征相對明顯，TFP增長主要來自技術進步，其年均增長2.3%，技術效率未增長，純技術效率年均增長0.5%，規模效率為年均0.4%的負增長。
觀察歷年TFP指數變化狀況，TFP指數除2002年、2003年、2007年、2013年、2014年、2015年外，其余年份值均大于1，實現了TFP的增長，但波動性特征明顯。峰谷值出現在2003年、2007年和2013年，峰頂值出現在2005年、2008年、2011年。2002年TFP指數小于1的原因主要在于1997年爆發亞洲金融危機，旅游業在1996-1998年發生了供需關系的轉變，星級酒店數量擴張快于游客數量的增加，全行業進入低潮期，其滯后影響效應波及了星級酒店的發展，2002年星級酒店利潤率僅為-3.32%，導致了其技術進步和技術效率都為負增長。2003年星級酒店TFP指數仍小于1，但技術進步增長明顯，是因為中國自加入WTO后，對外開放的大門進一步打開，外資酒店再次大量涌入國內，2002年外資酒店數量大幅增加了15.88%，大量的外資酒店帶來了先進的管理經驗和技術，且國家開始關注旅游業發展的質量并出臺相關改革措施，國內外的影響效應在2003年逐漸顯現促進了其技術進步，但因為非典疫情的嚴重影響，技術效率顯著降低導致了TFP的降低。在2004年和2005年，擺脫非典疫情影響后，加之國家申奧、申博等成功，TFP伴隨技術效率的增長而快速增長，這兩年營業收入25.99%和8.72%的正增長均顯著高于企業和勞動力數量的增長幅度。但TFP在2006年增速放緩，2007年又出現了負增長，其原因在于進入WTO、申奧、申博等刺激逐漸減弱，這兩年的TFP主要依靠規模效率的增長推動，說明粗放式增長的問題仍沒有得到根本解決。因2007年固定資產投入大量增加與2008年北京奧運會的帶動作用，2008年技術效率顯著提高，TFP指數達到峰值，其后，隨著我國綜合國力的提高，人民生活質量的改善，旅游業的迅速發展，星級酒店TFP整體呈現每年增長的趨勢。但在2013年，技術效率指數明顯降低使TFP指數又一次降至谷底，且一直延續至今，原因在于，十八大以來，反“四風”、“八項”規定、群眾路線教育實踐活動呈高壓態勢持續推進，大幅壓縮了星級酒店的消費市場，2013年客房出租率和餐飲營業收入分別大幅下降了5.87%和10.80%，導致星級酒店TFP又一次降低。且2013年后，國家廉政政策的影響效應持續存在，導致星級酒店效率減退仍在繼續，2014年和2015年我國星級酒店客房出租率分別呈現3.16%和0.02%的進一步下降，餐飲收入分別呈現8.84%和1，64%的進一步下降，使2014和2015年技術效率呈負增長，導致其TFP亦為負增長。研究期內TFP歷年的波動主要受技術效率波動的影響，除2006和2010年外的12個年份TFP指數和技術效率指數大于或小于1的狀態是一致的，但TFP指數的整體增長是由技術進步推動的。
2.2省域尺度星級酒店TFP特征分析
為分析我國不同省域間TFP指數的空間分布特征，利用ArcGIS10.2軟件，將各省域不同指數值按照由高到低分為4類，其空間分布如圖1。由圖可得，我國星級酒店TFP及其分解均存在明顯的空間分布不均衡的特征。研究期內76%以上的省域TFP實現了增長，處在第一和第二等級的17個TFP增長較快省域主要分為兩種類型，一類是東部的上海、北京、福建、江蘇、山東、天津和東北的遼寧等7個省域，這部分省域主要是依托有利的區位條件和經濟優勢，投入規模較大，且地區的技術創新、信息化水平較高，技術進步均為正增長，有力推動了酒店TFP增長;另一類是東部的海南、東北的吉林和中西部的四川、云南、江西、湖南、廣西、甘肅、重慶、陜西等10個省域，雖起步晚，起點低，在投入上不具有明顯的規模優勢，但在旅游業快速發展的背景下，發展初期的邊際效應較高，技術進步和技術效率均實現了正增長，使這部分省域研究期內平均收入增幅高于固定資產增幅多達3.5%，促使TFP增長相對較快。
剩余增速較慢和負增長的13個三、四等級省域亦分為兩種類型，一類是東部的廣東、浙江和河北3個省域，星級酒店雖在規模上具有領先優勢，但3省域酒店市場飽和、供過于求及粗放式發展的特征明顯，制約了酒店TFP的提高，技術效率尤其是規模效率均為負增長。以廣東省為例，存量優勢明顯的廣東省增速仍居高位，過剩的產能使產品同質、價格戰等問題嚴重，廣東省星級酒店摘星數量排在全國第一;而在提高人力資本與經營管理水平、引進先進理念和技術等方面改善緩慢，研究期內廣東省星級酒店勞動生產率增速水平僅為全國倒數第5名，與總數量的全國第1名地位嚴重不符，且客房出租率在僅為58.8%的基礎上仍呈現年均0.87%的負增長，嚴重影響了其客房利潤，阻礙了效率的提高。其余三、四等級的省域則主要分布在廣大中西部和東北地區，這部分省域受區域經濟、旅游業發展等劣勢限制，市場尚未打開，且投入規模明顯不足，軟硬件設備競爭力較弱，使這部分省域研究期內技術效率尤其是規模效率均值僅為1.31%和0.68%的負增長，阻礙了TFP的提高。
3 星級酒店業TFP增長的影響因素分析
3.1變量選取與模型構建
我國星級酒店TFP一方面易受到其自身投人要素、技術水平和創新能力等方面的影響，一方面又易受到房地產市場、旅游業發展狀況及對外開放水平等環境因素的影響。根據我國星級酒店的發展實際以及數據指標的可獲得性，結合項目調研和專家訪談，這里重點選取兩類因素構建面板數據模型以具體分析我國酒店業TFP的影響因素：一類是影響酒店運營成本效益的顯性因素，它們直接影響酒店TFP變化，包括酒店資本投入、人力資本、信息化;一類是影響酒店發展的隱性環境因素，包括產業集聚、房地產市場發展、旅游業發展、對外開放、城市化等，它們間接影響著我國酒店業TFP變化。
從顯性因素來看：一是資本投入。高質量、配套的硬件設施是星級酒店發展的重要物質基礎，酒店的固定資產投資影響其TFP的變化，但多年來行業內存在著相互模仿、重復建設等現象，導致市場定位、功能設置上雷同現象突出，理論上資本投入會阻礙TFP的提高。這里用各省域酒店固定資產投資測度（Capitali，t）。二是人力資本水平。隨著我國人口紅利逐漸消失，酒店人力資源成本正逐步升高，且現代酒店業的發展越來越需要擁有專業知識和創新能力的高級經營管理人才，他們在經營管理、營銷方式、技術進步和創新水平上將日益發揮重要的作用，則理論上良好的人力資本水平有助于TFP的提高。這里用各省域星級酒店全員勞動生產率測度（llumani，t）。三是信息化技術水平，以互聯網、物聯網、移動等為核心的現代信息化技術是現代酒店業運營的必要手段，成為其降低成本，拓寬經營管理、營銷渠道等諸多方面的重要方式，理論上較高的信息化水平將有利于TFP增長。這里用各省域郵電業業務總量占GDP比重測度（Informationi，t）。
從隱性因素來看：一是產業集聚。一個行業的聚集有利于發揮其規模和品牌效應，利用知識、技術、人才的溢出效應提高創新水平，有助于增強競爭力、優化結構，則理論上產業聚集有利于提高其TFP。由于本文主要是從區域角度研究我國星級酒店業TFP狀況，而不是局限于具體酒店企業角度，這里采用各省域星級酒店營業收入和GDP構建酒店區位熵指數，以表征酒店業產業集聚水平（Agglomerationi，t）。二是房地產市場發展。我國房地產市場尤其是商業地產發展迅猛，利益驅動與政府的政策支持使房地產商大量開發建設星級酒店，造成了大批重復建設、經營效益差的酒店，理論上會阻礙星級酒店的TFP提高。用各省域房地產企業完成總投資測度（Estateit）。三是旅游業發展，星級酒店業發展與旅游業密切相關，它既是旅游業發展的重要支撐，同時發達的旅游業又為星級酒店帶來充足的國內外游客，二者相輔相成。理論上，旅游業發展水平的提高有助于星級酒店業優化管理、改善產品和服務、重視技術進步，從而推動TFP變化。這里用旅游業總收入測度（Tourimi，t）。四是對外開放水平，我國酒店業的發展和星級酒店的概念都是從國外引進開始的，國際名牌酒店企業先進的經營管理理念、人力資源優勢和領先的高新技術等極大地促進了我國酒店業的快速發展，理論上，對外開放水平有利于提高我國酒店業TFP。這里用各省域國際旅游收入測度（Openi，t）。五是城市化水平，隨著我國城市化的快速發展，城鎮的集聚效應和發達的經濟水平，既有利于提高和優化居民的消費水平和品質，同時又有助于城鎮發展成為我國主要的旅游客源市場和旅游目的地，使城鎮成為我國旅游業發展的核心區域。因此，城市化水平從多方面影響著我國星級酒店業TFP變化，理論上有利于TFP的提高。這里用各省域非農人口占總人口比重測度（Urbanizationi，t）。
在各個指標數據處理過程中，星級酒店業總收入、旅游業總產值、國際旅游收入、GDP等，均通過不同省域歷年居民消費價格指數平減至2001年的不變價格;酒店固定資產投資、房地產企業投資通過不同省域歷年固定資產投資價格指數平減至2001年的不變價格，以消除價格變動的影響;同時除占比和比率外的所有變量都取對數值處理，以減少數據的波動性，并降低各省域樣本數據的異方差程度，盡量消除不規則極值的影響。以上所有數據均來源于2001-2015年《中國統計年鑒》《中國旅游統計年鑒》和《中國旅游統計年鑒（副本）》。為分析這些因素對星級酒店TFP的影響及其作用機理，這里構建如下動態面板數據計量模型：
TFPi，t=β0+β1Tfpi，t-1+β2Captiali，t+β3Humani，t+
β4Informationi，t+β5Agglomerationi，t+β6Estatei，t
+β7Tourismi，t+β8Openi，t+β9Urbanizationi，t+ε
（3）
式中：TFPi，t為被解釋變量，表示i年份t省域星級酒店TFP增長率，本文用TFP指數測度。TFPi，t～1作為解釋變量表示前一期的TFP增長，測度方法同上。β0和ε分別表示常數項和誤差項，β1-β9分別表示各解釋變量的系數，其他解釋變量的釋意同上。
為深入分析影響因素對TFP增長的具體作用機理，對TFP各分解指數建立如下4個回歸模型：
Tehchi，t=β0+β1Tehchi，t-1+β2Captiali，t+β3Humani，t+
β4Informationi，t+β5Agglomerationi，t+β6Estatei，t
+β7Tourismi，t+β8Openi，t+β9Urbanizationi，t+ε
（4）
Effchi，t=β0+β1Effchi，t-1+β2Captiali，t+β3Humani，t+
β4Informationi，t+β5Agglomerationi，t+β6Estatei，t
+β7Tourismi，t+β8Openi，t+β9Urbanizationi，t+ε
（5）
Sechi，t=β0+β1Sechi，t-1+β2Captiali，t+β3Humani，t+
β4Informationi，t+β5Agglomerationi，t+β6Estatei，t
+β7Tourismi，t+β8Openi，t+β9Urbanizationi，t+ε
（6）
Pechi，t=β0+β1Pechi，t-1+β2Captiali，t+β3Humani，t+
β4Informationi，t+β5Agglomerationi，t+β6Estatei，t
+β7Tourismi，t+β8Openi，t+β9Urbanizationi，t+ε
（7）
式中：Tehchi，t、Effchi，t、Pechi，t、Sechi，t分別表示星級酒店業技術進步、技術效率、純技術效率、規模效率指數，其他變量含義同上。
3.2實證計算與回歸結果分析
由于計量模型綜合考慮了解釋變量間可能存在的內生性問題。采用普通面板回歸會因內生性問題造成估計上的偏誤，這里借助動態面板模型估計方法消除內生性偏誤問題，它主要包括兩種方法，當前比較常用的是一階差分廣義矩估計法和SYS-GMM法。鑒于SYS-GMM法可以綜合利用差分方程和水平方程的信息，能比較好地解決模型的內生性問題，增強估計的有效性。因此，本文采用SYS-GMM法進行回歸分析，運用模型3～模型7分別進行SYS-GMM兩步法回歸計算，其結果如表2，可以看出SYS-GMM估計的回歸擬合效果較好，系數符號及顯著性水平符合預期。觀察對模型檢驗統計量發現，AR檢驗的統計量AR（1）均在5%和10%的水平下顯著，AR（2）則不顯著，即差分后的殘差項存在一階序列相關而不存在二階序列相關，Sargan檢驗的p值結果無法拒絕原假設，說明工具變量的選取是合理的，綜上，表明本文采用SYS-GMM法是合理可行的。
由表2可知，信息化、產業集聚、旅游業發展、對外開放和城市化水平對星級酒店TFP變化的影響作用為正，均通過了顯著性水平檢驗;資本投入和房地產市場的影響作用為負，均通過了顯著性水平檢驗;人力資本的影響作用為正，但估計結果不顯著。根據各模型的回歸結果，結合我國星級酒店業的發展實際，具體分析如下：
（1）資本投入的影響系數為負且顯著。說明其對酒店TFP具有負向阻礙作用，這也反映了我國星級酒店多年來粗放式的發展特征，導致固定資產限制了技術效率包括純技術和規模效率的增長，雖對技術進步有推動作用但很小，整體上阻礙了TFP的提高。因此我國酒店業依靠資本驅動的發展模式將難以為繼，今后酒店投資必須重視運營管理、技術創新水平和效率的提高。
（2）人力資本的影響系數值為正但不顯著。酒店業作為勞動力密集型的服務行業，人力資本一直是其發展的重要基礎，其應對TFP的提高有所推動。但是，隨著我國經濟新常態和供給側結構性改革等新形勢的發展，我國酒店業也面臨新的機遇和挑戰。近年來，我國星級酒店勞動生產率增長緩慢，伴隨人口紅利的消失，勞動力數量的增速更加緩慢，這從側面反映了我國酒店行業人力資源相對不足的局面，尤其是綜合性的高級經營管理人才更加缺乏，使人力資本水平無法有效推動TFP包括技術進步和技術效率的提高。
（3）信息化水平的影響系數為正且顯著，而且數值較高。說明信息化對提高星級酒店TFP的推動作用十分突出?！盎ヂ摼W+”對星級酒店業影響巨大，如線上交易、預訂、營銷等方式極大地改變了傳統酒店的運營模式，對酒店效率狀況產生了重要影響，信息化對TFP的作用主要在于推動技術進步，而對技術和規模效率為負向作用，對純技術效率微小的正向作用亦不顯著。
（4）產業集聚的影響系數為正且顯著，但數值較小。星級酒店業的集聚水平雖然有利于其TFP增長，但推動作用并不突出，原因在于我國星級酒店的集聚水平總體上較低。通過計算我國各省域2001-2015年區位熵均值發現，僅有8個省域區位熵值大于1，有著較好的集聚水平，其余2/3以上的省域則較差，影響了其對TFP的推動作用。產業集聚主要通過促進技術進步的途徑推動TFP增長，與技術效率包括純技術效率為負相關，與規模效率為正相關但系數值較小，說明產業集聚主要是通過知識、人才等資源的溢出效應促進酒店技術進步。
（5）房地產市場發展的影響系數為負且顯著。進入21世紀以來，房地產市場得到了極大發展，特別是商業地產發展更為迅速，對房地產開發商而言，大量投資建設星級酒店有效迎合了政府支持星級酒店發展的政績需求，能夠獲取政府在投資領域給予的優惠政策，同時又可以帶動區域商圈發展，提高樓盤身價。這就導致了房地產商競相在星級酒店領域“跑馬圈地”，吸引了大量投資，使其數量和規模迅速擴張，但政府和房地產商卻并未對酒店未來的經營狀況投入足夠的關注，造成了大批酒店在建成后經營困難，阻礙了行業TFP的提高，其雖對技術進步產生了微小的正向推動作用，但對技術效率包括規模效率為顯著的負向作用。
（6）旅游業發展水平的影響系數為正且顯著，但數值不高。其推動作用主要是促進技術效率，包括純技術和規模效率的提高，旅游業發展直接決定了地區星級酒店的市場狀況，旅游業發達地區不僅客源充足且消費水平較高，有助于推動星級酒店業經營管理、營銷、產品和服務等方面的發展，進而有效提高了酒店的運營效率，但粗放式的發展特征使其對技術進步產生微小的正向作用不顯著。
（7）對外開放程度的影響作用為正且顯著，但數值亦不高。是因為我國入境旅游市場發展相對緩慢，統計年份內我國入境旅游人數和國際旅游收入年均增速下降，且近年來增長率較低;按照各省域外資星級酒店比重統計來看，只有北京達到36.40%，其余省域全部低于30%，甚至14個省域還不到10%①，這說明了我國星級酒店主要是以內資型為主，與國外優秀酒店品牌的交流合作明顯不足。其與技術效率包括純技術和規模效率均為顯著正相關，但對技術進步產生了阻礙作用。
（8）城市化水平的影響作用為正，系數值較大且顯著。我國城市化進程迅速，同時快速推動了居民消費水平的提升，說明城市化對提高星級酒店TFP作用十分顯著。城市化的快速推進既表明城鎮地區經濟發展水平和居民生活水平的提高，又反映了城鎮的人口集聚效應，從而使城鎮地區成為我國旅游業主要的旅游目的地和客源地，也是我國旅游業的核心地區?？梢?，城市化水平成為推動我國星級酒店TFP增長的重要因素，其對技術和純技術效率的推動作用最大，對技術進步的推動作用較小。
4 結論與建議
本文利用我國30個省域2001-2015年的面板數據，實證測度和分析了我國星級酒店的TFP及其時空特征，又利用SYS-GMM法深入分析了TFP的影響因素及其作用機理，得出如下結論和建議：
（1）從全國尺度看，在2012年前我國星級酒店TFP總體處于上升趨勢，但增長相對緩慢，且歷年的時序波動特征明顯，在2013年后受國家廉政政策的持續影響，使技術效率負增長從而導致TFP下降。研究期內，TFP的增長主要依靠技術進步推動，技術效率增長不明顯，削弱了技術進步對TFP增長的推動作用，導致我國星級酒店仍存在粗放式發展特征。
（2）從省域尺度看，全國大部分省域星級酒店TFP為正向增長，但不同省域TFP呈現了空間分布不均衡的特征。這就需要在提高各等級省域TFP時因地制宜、精準施策，以改善我國星級酒店發展的空間區域結構，一、三等級省域的星級酒店當務之急是優化存量發展，快速實現轉型，著力于酒店產品和服務品質、獨特性和高端化等方面的改善;二、四等級的省域則需要順應“全域旅游”的浪潮，進一步擴張規模，打開市場，增加酒店在人力資本、技術研發與引進、經營管理水平提高等方面的投入，在快速擴張的過程中增加技術含金量。
（3）深入分析TFP影響因素可知，信息化、產業集聚、旅游業發展、對外開放和城市化水平對TFP均為正向推動作用;資本投入和房地產市場發展等因素則為負向作用;而人力資本的正向作用不顯著，但它們的作用機理并不一致，其中城市化和信息化對星級酒店TFP的正向作用最為突出，而酒店資本投入則表現為明顯的負向作用。
（4）在清晰認識到我國星級酒店TFP增長緩慢、發展粗放式特征明顯的基礎上，如何有效利用有利因素轉變星級酒店經營管理和運營方式，調整和優化星級酒店功能結構、地域結構，實現“升級增效”的集約化發展，是我國星級酒店亟須解決的重要問題。從顯性因素看，星級酒店企業自身要高度重視信息化、人力資本等TFP正向影響因素，加強酒店人力資源管理與培養，加強高新技術如互聯網、物聯網、大數據、云計算、虛擬現實、人工智能等先進技術應用;同時，酒店投資不能只追求規模，更要重視技術創新和技術效率的提高，以充分發揮技術進步和技術效率對TFP的推動作用;且面對國家廉政反腐等政策和系列活動的影響，星級酒店宜主動轉型更為積極主動地發展綜合體開闊大眾消費市場。從隱性因素來看，亟須有效調控房地產市場發展，加強星級酒店投資領域的事中和事后監管，設置門檻規范發展;同時，政府應結合新型城市化進程和供給側結構性改革，科學制定區域政策和產業政策，重視改善和優化城市化、旅游業發展、產業集聚、對外開放等區域環境因素對星級酒店TFP的正向推動作用，尤其是在新興城鎮化過程中，大力開展特色小鎮、旅游小鎮、城市休閑街區、全域旅游示范點等建設，充分開拓我國酒店消費市場，發揮城市化對TFP的推動作用。
