基于Probit模型的航空差旅管理市场分析

赵桂红，赵思雪，房 雨

（中国民航大学经济与管理学院，天津 300300）

基于Probit模型的航空差旅管理市场分析

赵桂红，赵思雪，房 雨

（中国民航大学经济与管理学院，天津 300300）

研究分析企业和差旅管理公司的哪些因素会对差旅管理业务的选择产生影响，帮助差旅管理公司明确企业的差旅管理偏好，从而推动中国航空差旅管理市场的发展。针对航空差旅管理市场的现状，在对50家企业进行问卷调查后，通过Probit模型得出10个因素对企业选择差旅管理业务的影响程度，其中“现金流量”、“资金结算手段”、“增值服务种类”和“政策与系统的匹配度”4个因素具有显著性。最后，根据实证结果对企业和差旅管理公司提出相应的建议。

差旅管理；Probit模型；影响因素

差旅管理是指企业利用信息技术对差旅活动进行控制、咨询、流程改进、评估及反馈，从而达到优化差旅开支的目的。差旅管理公司根据企业的要求，为客户提供量身定做的旅游产品，不仅包含传统旅游服务内容，还包括管理咨询、体制设计、信息反馈等增值服务，个性化是差旅管理的主要特点[1]。

随着商务旅游的日益频繁，越来越多的企业开始意识到控制运营成本的重要性，差旅管理服务应运而生[2]。从差旅管理经营主体的形成过程来看，中国的差旅管理公司主要分为两类：①自主经营的差旅管理公司，如航空公司、旅行社、携程网等；②中外合资经营的差旅管理公司，如国旅运通旅行社有限公司（以下简称国旅运通）、中航嘉信商务旅行管理有限公司（以下简称中航嘉信）等。

然而，目前中国真正实践差旅管理的企业数量不足企业总数的20%。这一方面说明中国的差旅管理市场存在很大潜力和成长空间，另一方面也说明该市场仍然需要完善。差旅管理对人才、资金、信息技术等有着较高的要求，面对的又是一个有待培育的市场，由此可见，差旅管理公司只有明确企业客户的偏好，从而为其提供有针对性的专业化服务，才能获得广大企业的认可和信赖，抓住这一市场机遇。

1 中国航空差旅管理市场现状分析

随着航空公司直销的深入和零代理费步伐的逼近，加之商务旅游市场的进一步扩大，越来越多的中外合资公司和传统代理人开始关注中国的差旅市场。航空差旅管理主要包括机票预订、酒店预订、租车、行程管理等在内的一系列商务航空旅行服务。

由于高铁的快速发展，空铁之间的差异越来越小，航空差旅管理和一般的差旅管理也日趋相似。但是，航空差旅管理市场仍存在自身的特点：①航空的长距离旅行。高铁对于航空旅客的分流是不言而喻的，因此那些仍然将飞机作为出行工具的商务旅客大多看重飞机便捷的特点，这在有国际贸易往来业务的企业中表现得更为明显。②航空差旅管理的押款较多。差旅管理公司大多先行为企业客户垫付款项，飞机相对于其他交通工具的票价要高，因此从事航空差旅管理的公司相较于一般的差旅管理需垫付更多的资金，这也对差旅管理公司的资金流提出了较高的要求。

近年来，在对国内差旅市场研究中发现，中国航空差旅管理市场有其特殊性，根据航空差旅管理的需求方和供应方的不同，主要存在2种情况：

1）像国旅运通、中航嘉信这种以内部流程和客户服务的标准化、规范化为特点的大型差旅公司，它们的企业客户大多是实力雄厚、拥有成文差旅政策的大型企业，这类企业通常要求差旅管理公司不仅有较高的服务质量，还要协助执行差旅出行要求，如会议策划等。

2）小型的差旅管理公司目前仍以赚取代理费等差价盈利，其目标客户通常是国内中小企业，与大型企业相比，中小企业的员工出差机会相对较少，差旅费用不大，尚不能接受服务费的概念。这类差旅管理公司尽可能迎合客户的每一笔订单需求，往往缺少标准化和规范化的内部流程和服务。

从上述分析可以看出，不同规模的企业客户对差旅管理服务的要求往往有所差异，而不同差旅管理公司采用的差旅管理系统和服务解决方案也存在自身的特点。

2 研究方法

对于航空差旅管理的市场分析可从企业的选择情况入手，具体来说可分为企业已经选择使用差旅管理业务和还未选择使用差旅管理业务两类，因此可以采用概率模型来研究。由于Probit模型具有模拟随机喜好的性质，因此本文决定采用Probit模型[3-5]。Probit模型属于概率非线性回归模型，其具体表达形式为：Y*=α+βX+μ，其中μ为扰动项，服从标准正态分布。本文所建模型以企业的选择情况，即企业是否已经选择差旅管理为因变量，以各种影响因素为自变量，因此这种函数关系可表示为：Y（企业对差旅管理的选择情况）=F（企业的自身条件，差旅管理公司拥有的资源）+μ（随机扰动项）。

3 差旅管理影响因素的选取

通过对航空差旅管理市场现状分析，可看出航空差旅管理市场是在供应方和需求方相互作用下形成的。企业客户对差旅管理业务的选择：①取决于该企业对差旅管理业务的需求程度；②取决于企业自身进行差旅管理的能力。若企业需要专业化的差旅管理，而其自身的能力有限，那么他们就会倾向于寻找专业的差旅管理公司，这时差旅管理公司的资源和能力就会成为企业客户需要考虑的重要因素[6-7]。因此，对中国航空差旅管理市场的研究将从企业客户和差旅管理公司两方面进行。

本文从企业的自身条件中一共选取了5个影响因素，即资产总额、现金流量、从业人员数量、贸易往来情况和营业收入。其中，资产总额、从业人员数量和营业收入这3个因素主要依据国家相关部门于2011年印发的中小企业划型标准规定的通知，即《企业规模划分标准》（以下简称“标准”）进行打分，结果能够较好地反映一个企业的市场竞争力和规模水平。现金流量是衡量企业经营状况是否良好，是否有足够的现金偿还债务的一个重要指标。由于差旅管理过程中发生的资金大多由差旅管理公司先行垫付，对现金流量的考量就变得至关重要。企业的贸易往来情况主要关注企业的业务流向，如果企业的业务大多在该地区进行，那么该企业出差的频率就比较小，不大可能选择进行差旅管理。相反，若与企业从事贸易往来的城市较多，那么员工出差的可能性就大大增加。对贸易往来的衡量主要通过与企业业务往来城市的数量确定。

从差旅管理公司拥有的资源中也选取了5个具有代表性的因素：①资金的结算手段。先行垫付资金是中国差旅管理的一个特点，企业一般按月结款，在航空差旅管理中，由于机票相较其他出行方式成本较高，这就要求差旅管理公司拥有足够的现金流。目前，许多差旅管理公司为了缓解资金的压力，纷纷向信用卡支付在内的多种支付手段进行转变，并与财付通、支付宝等第三方交易平台开展合作。这样，企业在差旅管理的同时也可根据自身的财务状况选择适宜的结算方法。②网络服务能力。差旅管理公司覆盖的航空公司、酒店等网络渠道的广度和可选择性的大小，都会影响企业对于差旅管理公司的选择。无论是大型企业客户还是中小企业客户，对机票、住宿、租车等内容的预订始终处在商务出行全流程的最前端。因此，差旅管理公司掌握的网络资源可为企业平衡商务外出在便捷、舒适、员工喜好与成本四者之间的关系，以求实现最佳的出行效果。③提供的增值服务种类。个性化的增值服务，可使企业客户的需求得到全面的关注与满足。这些增值服务不仅能够显示出差旅管理公司的服务质量，还能体现出其在差旅管理业务的专业程度，如24 h服务、咨询、体制设计等。④保密性与安全性。企业对商业信息和机密的安全保障十分重视，差旅管理业务在为企业提供财务报表的同时，也存在信息外漏的风险。⑤企业的差旅政策与差旅系统的匹配程度。企业选择差旅管理公司时往往会结合自身情况考虑系统的适用性，因此，差旅管理公司往往根据企业的结构特点和差旅政策，力争为客户提供满意周到的差旅解决方案，如表1所示。

表1 自变量解释与说明Tab.1 Arguments explaination and illustration

为了满足模型对二元因变量的要求，将上述自变量数据进行分类处理，将分数为1分和2分的归为一类，取值为0；而将分数为3分和4分的归为另一类，取值为1。

4 差旅管理影响因素模型和结果分析

通过对50个不同行业不同规模的企业进行走访调查，用以了解企业使用差旅管理业务的情况和对各类影响因素的态度。调查结果利用Eviews6.0统计软件对模型进行估计[8]，计量结果如表2所示。

表2 eviews计量结果Tab.2 Results of eviews measurement

模型的McFadden R-squared为0.611 791，说明整体回归效果较好。probit模型是非线性回归模型，其解释变量的系数不能像线性回归那样理解为对因变量解释程度的大小，只能从符号上判断解释变量增加引起相应变量出现某种结果的概率的增减。根据模型的估计系数和显著性检验结果，下面将影响企业选择差旅管理业务的因素、因素的影响力方向和影响力水平分析如下。

“资产总额”和“营业收入”变量的估计系数符号为正，数值分别为0.552 328和0.086 514，说明这2个变量对企业选择差旅管理业务产生正向影响，即随着企业资产总额、营业收入的增加，企业选择差旅管理业务的可能性是增加的。这在一定程度上说明大型企业的差旅管理意识强于中小型企业。“从业人员数量”变量的估计系数为负，数值为-1.684 674，说明企业的工作人员越多，选择差旅管理的可能性越低。调查中发现，许多员工将出差看作一项可以带来额外收入的工作，实施差旅管理与“差旅福利”存在冲突。因此，企业规模越大，出差机会越多，实行差旅管理可能就越会引起员工的集体不满，从而导致差旅管理难以得到落实和推广。造成这样的计量结果一方面与大企业员工更易对差旅管理存在抵触心理有关，另一方面也可能与调查的企业样本数量偏少有关。但值得注意的是，员工利益往往和企业整体利益出现矛盾和冲突，因此加强差旅人员的满意度是企业在实行差旅管理中极为重要的一环，因此，企业和差旅管理公司应当有意识地培训和强化员工对差旅管理政策的认可和执行。

“现金流量”变量的估计系数为正，数值为3.005 178，且该变量系数在10%的水平上显著，说明企业的现金流量情况越好，资金越充裕，选择差旅管理业务的可能性越大。一个企业如果没有足够的现金流用于周转和经营，那么其选择差旅管理业务和偿付差旅管理费用的可能性将会大大降低。

“贸易往来”变量的估计系数符号为正，数值为1.965 869，说明企业对外贸易往来越频繁，选择差旅管理的可能性越大。一个企业贸易往来的城市数量越多，出差频率越高，则其差旅费用越多，选择进行差旅管理业务的意愿也就越迫切。

“结算手段”变量的估计系数符号为正，数值为4.245 773，且该变量系数在10%的水平上显著，说明企业对于差旅管理业务的结算手段越满意，利用差旅管理进行成本控制的可能性越大。企业客户对差旅管理中结算手段的要求也对差旅管理公司的资金运营提出了挑战，值得一提的是，目前市场上出现了许多面向航空旅游产业链上的各环节提供全面结算与支付解决方案的第三方支付平台，这为差旅管理公司日后全程电子化服务提供了有力的支持和保障。

“网络服务能力”变量的估计系数符号为正，数值为1.849 019，说明差旅管理公司能够提供的航空公司、酒店等服务的数量越多，覆盖的区域范围越广，企业选择的可能性越大。这是因为可选择的航空公司越多，航班越密集，对于企业的商务出行越便捷。目前，许多差旅管理公司开发了差旅网上预订工具，这个工具可帮助企业筛选出符合自身差旅政策的最佳机票和酒店费用，通过网上交易，员工可以快速地完成预订流程，公司本身也通过降低交易费用达到了节省费用的目的。

“增值服务种类”变量的估计系数为3.401 667，且该变量系数在10%的水平上显著。说明差旅管理公司提供的增值服务种类越多，越能吸引企业客户。例如，国旅运通为企业客户提供包括专家会议和活动策划、紧急旅行服务和员工差旅安全追踪系统等多种增值服务，从而满足企业的不同需求，协助客户有效管理差旅费用。

“保密性与安全性”变量的估计系数为正，数值为1.920 821，说明企业对差旅管理过程中可能出现的信息外泄越担心，选择差旅管理业务的可能性越小。这就要求差旅管理公司在为企业客户提供服务的同时，更要保障客户信息的安全。

“政策与系统的匹配度”变量的估计系数为4.113 152，且该变量系数在5%的水平上显著。说明企业的差旅政策与差旅管理系统的匹配程度越高，企业选择差旅管理业务的可能性越大。大型企业客户和中小企业客户的差旅政策存在很大的差异，对航空差旅管理市场现状的分析也说明了这一点。目前，信息消费业的需求方对供应方提供的产品、服务内容的定制化程度越来越高。由此可见，只有深入了解企业的差旅政策，从而制定或开发出适合该企业的差旅管理方案或系统，才能赢得企业客户的青睐。

5 结语

若要推动现代差旅管理变革、培育中国的航空差旅管理市场，企业客户和差旅管理公司还有许多问题亟待解决。一方面，企业应树立起差旅管理的观念，调整好内部员工对差旅管理的抵触心理，从根本上扭转对差旅管理的心态。另一方面，差旅管理公司应转变差旅服务理念，变被动为主动，要学会抓住企业对差旅管理的态度和偏好，针对不同类型企业的特点，完善自身在资金垫付、信息保障、系统开发、技术创新等方面的内容，从而真正达到为企业节省差旅开支的目的。

差旅管理中企业客户与普通客户最大的区别在于企业客户的重复购买和交叉购买，由此可以看出，企业客户的终生价值远远高于普通客户。因此，差旅管理市场的前景不言而喻。本文从航空差旅管理市场的需求方和供应方两个角度出发，对影响因素进行实证分析并提出相应的建议，以期在有效降低企业差旅成本的同时，推动中国航空差旅管理市场的发展。

[1]SIGALA M.Investigating the internet’s impact on interfirm relations：Evidence from the business travel management distribution chain[J]. Journal of Enterprise Information Management，2007，20（3）：335-355.

[2]鲍富元.差旅管理发展对策的多维度分析[J].新乡学院学报（社会科学版），2012，26（5）：152-155.

[3]罗文斌，徐飞雄，张 彤.基于Probit模型的城市旅游游客满意度影响因素实证研究[C]//中国旅游研究院.2013中国旅游科学年会论文集，2013：10.

[4]秦达郅，徐 虹，白江曼.我国旅游企业差旅管理经营模式案例比较分析——以国旅运通和携程网为例[J].旅游论坛，2012，5（5）：46-51.

[5]程 伟，张鹏飞，陈遇春.基于Probit模型的农民工返乡创业意愿影响因素研究[J].经济师，2012（10）：12-13.

[6]谭 刚.本土旅游企业差旅管理经营战略探析[J].旅游学刊，2006（5）：36-39.

[7]王 苏.差旅管理[J].企业管理，2009（10）：76-79.

[8]易丹辉.数据分析与Eviews应用[M].北京：中国统计出版社，2002：218-230.

（责任编辑：黄 月）

Analysis of air travel management market based on Probit model

ZHAO Gui-hong，ZHAO Si-xue，FANG Yu
（College of Economics and Management，CAUC，Tianjin 300300，China）

With the development of business travel market，enterprises are paying more attention to the travel management，and more and more travel managing companies are aiming at this market.Factors（involved enterprises and travel management companies）could influence the choices of enterprises are analyzed.After factor determination，travel management preferences will get clear，promoting development of air travel management market in China.Based on market situation and a questionnaire survey，the influence degree of 10 factors which affect enterprises'choice are derived through Probit model，the‘cash flow'，‘settlement means'，‘value-added service offerings'and‘matching degree'are significant.At last，some suggestions about enterprises and travel management companies are put foward according to empirical results.

travel management；probit model；factors

F562.6；F560

：A

：1674-5590（2014）05-0054-04

2013-10-15；

：2013-12-20

中国民航大学科研基金项目（CAUC2009CD0201）；中央高校基本科研业务费专项（3122013SY19）

赵桂红（1969—），女，黑龙江鸡西人，教授，工商管理硕士，研究方向为民航运输运营管理和民航运输安全管理.