基于 D E A的黑龙江省旅行社业经营效率分析

2011-11-06徐舒

赤峰学院学报·自然科学版 2011年5期

关键词：组团天数旅行社

徐舒

（东北石油大学秦皇岛分院，河北秦皇岛 066004）

基于 D E A的黑龙江省旅行社业经营效率分析

徐舒

（东北石油大学秦皇岛分院，河北秦皇岛 066004）

DEA 数据包络分析是数学、运筹学、数理经济学和管理科学的一个新的交叉领域，目前在经济领域得到广泛应用.本文应用 DEA 的 CCR 模型对黑龙江省旅行社经营效率进行了研究，结果显示：黑龙江省旅行社的技术效率、纯技术效率较低，但规模效率较高，处于规模收益递增阶段.因此，黑龙江省旅行社业应加大行业投资，扶植大中型旅行社企业，实现资源的有效配置.

数据包络分析（DEA）；经营效率；旅行社；黑龙江省

伴随着国民经济的迅速发展，旅行社的经营环境发生了巨大变化，截止 2010 年初我国大陆已有旅行社 21649 家,竞争越来越激烈.为了在竞争中取胜，黑龙江省旅行社竞争力的打造不仅需要扩大客源，建立自有品牌，而且更需要重视旅行社行业内部各种资源的投入与产出的比率.要提高黑龙江省旅行社行业经营效率就需要对不同省份的旅行社行业经营效率进行比较分析,找出不足,有针对性地进行行业资源配置，提高资源的投入产出比率.因此如何提高黑龙江省旅行社行业的经营效率，增强行业的竞争力，是黑龙江旅游企业和研究部门亟待解决的重要课题.

DEA（Data Envelopment Analysis,DEA）数据包络分析法在经济领域应用广泛,但在旅行社行业研究方面却十分匮乏，本文旨在利用 DEA数据包络分析模型这一有效工具，重点分析黑龙江省旅行社业组团业务和接待业务效率，进而寻找背后原因，为黑龙江省旅行社业的进一步发展提出建设性意见.

1 DEA 分析方法介绍

DEA数据包络分析法是由美国著名运筹学家A.Charnes 和 W.W.cooper 等人于 1978 年首先提出的一种评价相对效率的系统分析方法,该方法主要通过保持决策单元的输入或输出不变,借助于数学规划将决策单元(Decision Making Unit,DMU)投影到 DEA的前沿上,并通过比较 DUM偏离 DEA前沿面的程度来评价它们的相对有效性.

DEA 数据包络分析法有多种模型,笔者采用的是有着广泛应用的 CCR 模型，该模型可用来评价具有多个输入、多个输出的决策单元，同时为“规模有效”与“技术有效”.假设有 n 个决策单元(DMU),每个决策单元 DMU 有 m 种投入和 s 种产出，它们分别表示“ 耗费的资源”和“运行的成效”.评价第 j个决策单元 DMUj0规模和技术有效性的 CCR 模型为:

其中，这里的 θ 是一个标量,表示各个企业的效率值，λ 是 N×1 维常数向量，s+、s-分别表示产出的松弛变量和投入的松弛变量.

基于公式求出各参数值之后，相应参数的经济含义变为：

1.1 DEA 有效性：当 θ=1，s+=s-=0 时，称 DMUj0为DEA 有效；当 θ=1，s+、s-为非零值时，称 DMUj0为DEA 弱有效；当 θ＜1 时，称 DMUj0为 DEA 无效；非零值越接近于0说明该企业效率越接近有效.

1.2 技术有效性：CCR 模型测量了企业的技术效率.如果 θ=1，s+=s-=0，则该企业的生产活动从经营效率的角度看,资源获得了充分利用，投入要素达到最佳组合，取得了最大的产出效果,称其为技术有效；否则，则称 DMUj0为技术无效.

1.3 纯技术有效性：在 CCR 模型中增加一个凸性假设∑λj=1，CCR 模型可以很容易地修正为 BBC (或 VRS)模型，即可避免企业规模影响，测量企业的纯技术效率.

1.4 规模有效性：由于规模效率 = 技术效率 /纯技术效率，因此可以明确决策单元规模是否有效.并由此可以判断企业技术无效的来源，即可判断企业技术无效是由于企业纯技术无效或规模无效或二者同时无效引起的.

1.5 规模报酬：在 CCR 模型中的约束条件∑λj=1改为∑λj≤1,即得到 NIRS 模型,此模型可以求解一个规模报酬非增(NIRS)的 DEA 效率值.可以通过比较由 NIRS 与 BBC 模型所得出的效率值是否相等来判断被评价的决策单元处于规模递增还是规模递减.

1.6 投入冗余和产出不足投入冗余是决策单元的投入松弛变量，产出不足是产出松弛变量.根据投入冗余和产出不足,可以明确哪些需要改进和加强管理,并且还可做横向比较.

2 黑龙江省旅行社经营效率评价实证分析

2.1 指标选取

产出和投入指标的选择在效率分析中是很重要的一步，指标的选择必须满足模型的应用条件，同时又能客观反映研究对象的行业基本特征，还要考虑指标的重要性和可获得性.

对于一个地区旅行社业来说组团量、接待量和营业收入是反映该地区旅行社经营效率的三个重要指标.组团量分别反映该地区旅行社经营本地居民外出旅游的业务水平，接待游客量反映该地区旅行社招徕和接待外来游客的能力，营业收入则综合反映旅行社经营活动的经济效益.组团和接待量在旅游统计中有按人次和人天数两种指标，作者认为人天数更能反映旅行社的经营效果，所以，在此以各省旅行社业组团人天数、接待人天数和营业收入作为输出指标.

一个地区旅行社行业投入量主要体现在资产投入、从业人员数量以及该地区旅行社企业数量三个方面，我们以此三个指标作为输入指标.

2.2 数据来源和数据处理

因为本文考察的是黑龙江省旅行社业相对于大陆其他 30 个省区旅行社业的经营效率分析，数据来源于《中国旅游统计年鉴（2009）》中关于 2008年旅行社行业的统计数据，本文计算时所采用的旅游接待人天数包括旅行社接待国内旅游者人天数和接待国际旅游者人天数.

本文数据处理是运用软件 DEAP2.1(data envelopment analysis program）对 DEA 的 CRS 和 VRS进行运算，测算出各省市旅行社行业技术效率值、纯技术效率值、规模效率值、规模报酬情况以及投入冗余和产出不足情况.结果见表 1.

2.3 结果分析

2.3.1 技术效率分析

从表 1计算结果可以看出，技术效率有效的地区只有 8 个，占总体的 26%；各地区旅行社技术效率的总体平均值仅为 0.667.以上说明，我国各地区旅行社的经营效率普遍较低.其中，黑龙江省旅行社技术效率为 0.538，不及全国平均水平，排第 19位，说明黑龙江省旅行社的经营效率较低.

2.3.2 纯技术效率分析

表1中所列我国各省区旅行社纯技术效率的数值可以作为评价各地区旅行社管理技术效率高低的依据.纯技术效率有效的地区只有 10 个，所占比例为 32%；各地区旅行社纯技术效率的总体平均值仅为 0.721.其中，黑龙江省旅行社纯技术效率为0.553，也低于平均水平，全国排名 20 位.可见，黑龙江省旅行社的管理技术水平也较低下.

2.3.3 规模效率分析

表 1 中,所列我国各省及直辖市旅行社规模效率数值可以作为评价各地区旅行社规模效率高低的依据.规模效率有效的地区只有 8 个，所占比例为 26%.各地区旅行社规模效率的平均值为 0.934，河北省旅行社规模效率为 0.973，略高于全国平均水平，全国排名 18 位，说明黑龙江省旅行社投入资源的配置也比较合理.从规模报酬来看黑龙江省旅行社正处在规模效率递增阶段.

2.3.4 产出不足分析

在本文选择的三个产出指标中黑龙江省旅行社业的组团人天数这一项产出不足，接待人天数和营业收入无产出不足.这说明黑龙江旅行社在接待业务和经济效益方面达到最佳效果，但是在组织本省居民外出旅游这项业务上发展不够.由于组团人天数产出不足量较大，说明黑龙江省旅行社行业在组团外出旅游方面存在明显不足，应进一步增强旅行社的组团能力.

2.3.5 投入冗余分析

黑龙江省旅行社在总资产投入和旅行社数量两个方面略有冗余现象，接近于最佳水品，在人力资源投入方面达到最佳效果.这说明黑龙江省旅行社业员工工作效率相对较高，但是资本效率还有待进一步提高.旅行社数量略有冗余，说明黑龙江省中小旅行社过多，没能达到规模效益.因此，黑龙江旅行社业规模的扩大不能通过简单增加大量的小型企业，而是要努力把现有的企业做大做强.

3 结论和建议

3.1 黑龙江省旅行社业的技术效率、纯技术效率水平较低，但规模效率水平比较高，处于规模效益递增阶段.虽然黑龙江省旅行社的规模效率总体水平比较高，但是纯技术效率总体水平偏低，导致了经营效率的较低.要想提高经营效率必须在保持现有规模效率水平的前提下提高纯技术效率，旅行社应充分利用信息技术等方式实现旅行社营销手段与管理方式的变革，依靠技术和创新来提高该地区旅行社业的经营水平.

3.2 黑龙江省旅行社数量、资产投入上存在投入冗余，符合黑龙江省旅行社“散、小、弱、差”的行业现状.黑龙江省旅行社业应不断完善公司治理结构、建立现代企业制度，同时要通过资本运营、兼并重组等方式形成旅行社集团化经营，改变落后的生产方式，实现大生产、大协作.

3.3 黑龙江省旅行社业旅游接待业务发展效果良好，应继续保持.黑龙江省旅游资源丰富、特色鲜明、吸引力强，黑龙江省旅行社业应依托资源优势，进一步做好旅游接待业务.