基于主成分回归的全国星级饭店营业收入研究

摘要：全国星级饭店营业收入受众多因素影响。本文基于2010—2022年全国星级饭店营业现状，选取6个财务指标数据，运用主成分回归分析方法，对影响全国星级饭店营业收入的因素和影响程度进行了统计分析。结果表明，固定资本、从业人员年平均人数、大专以上学历人数、客房数和床位数均正向影响全国星级饭店营业收入。基于研究结论，提出促进全国星级饭店营业收入的相关建议。

关键词：主成分回归；星级饭店营业收入；Cox-Stuart趋势检验

中图分类号：F74"""""""文献标识码：A""""""doi：10.19311/j.cnki.16723198.2025.03.018

0"前言

改革开放以来，我国经济持续增长，特别是加入WTO后与全球贸易接轨，国际重要活动——北京奥运会、上海世博会、杭州的亚运会等的召开向世界展示了当代中国风貌，以及“一带一路”倡议促进了我国文化和旅游事业高质量发展，中国旅游业呈现持续高速发展的趋势。近几年虽然受新冠疫情影响，但目前整体呈复苏现象。根据《2023年中国旅游市场分析报告》[1]，2023年国内旅游市场高潮迭起、活力满满、强势复苏，2023年国内出游人次48.91亿，同比增长93.3%；国内游客出游总花费4.91万亿元，同比增长140.3%；国内出游人次和国内旅游收入分别恢复到2019年的81.38%、85.69%。作为旅游业的一大支柱——住宿业，对旅游经济发展的贡献极大，不仅是旅游业收入的主要来源，还有利于相关产业的发展、提供大量的岗位需求。然而，目前我国的住宿业经营效益不佳。2016年，李新泰[2]指出2008年以来，星级饭店的绝对数量基本持平，数量占比呈下降趋势，星级饭店营业收入进入瓶颈期，其资产总额持续增加且资产配置发生变化，就业人数出现骤降。2018年，焦珊珊[3]指出，长期以来，我国住宿业供大于求，陷入到规模上的快速扩张与效益上的长期低迷的一种悖论式的恶性循环。2021年，廖浩凌[4]指出2004—2016年期间中国星级饭店经营效率整体呈现先升后降年际变化态势。

旅游业在国际上被誉为永不衰落的朝阳产业，在国民经济中的地位日益重要，作为旅游业的主要组成部分—饭店业的经营效益同样十分重要，根据文化和旅游部印发的《国内旅游提升计划（2023—2025年）》[5]内容，在旅游行业转型的背景下，推动旅游住宿业转型升级，引导星级饭店创新经营方式，具有重要的现实意义。本文拟从统计分析的角度出发，研究近十几年星级饭店的经营情况，根据文化和旅游部公布的星级饭店数据，构建统计模型，得出相关研究结果并提出相应的建议。

1"研究方法

结合研究目的和所分析数据的特性，本文将采取两种统计分析方法——Cox-stuart趋势检验和主成分回归模型（PCR）。

1.1"Cox-Stuart趋势检验

Cox-Stuart趋势检验[6]是一种非参数统计方法，对数据所服从那个的分布不作要求，主要用于检验时间序列数据是否呈现递增或递减的趋势。其主要思想是根据样本容量，确定前后对比的周期c，然后用第i时刻的数据减去i+c时刻的数据，即xi-xi+c，并统计xi-xi+c大于0的个数s+和小于0的个数s-，进而转化为传统的符号检验。当mins+，s-小于二项分布的下侧0.025分位数时，认为该时间序列数据呈现一定的趋势，其中s"+较大时，趋势是递减，s-较大时，趋势是递增。

1.2"主成分回归模型（PCR）

主成分回归（pincipal"components"regression，"PCR）[7]是对传统回归模型改进的一种方法，主要适用于自变量X之间存在多重共线性情况。其基本思想是运用主成分方法，在损失很少信息的前提下把多个相关性强的自变量X利用正交旋转变换转化为几个相互独立的综合变量-主成分Z，然后再用这几个相互独立的主成分Z与因变量Y建立回归模型，为更好地解释自变量X对因变量Y的影响，后把各主成分Z和原始自变量X的线性表达式代入建立的回归方程中，进而推导出原始自变量X和因变量Y之间的关系式，进行系数经济意义的解释。主成分回归采取降维的思想，在研究复杂问题时，只考虑少数几个主成分且不丢失太多信息，抓住主要矛盾，揭示事物内部变量之间的规律性，让研究的问题简单化，提高效率。

2"指标选取和数据来源

根据文化和旅游部公布的数据，在统计口径的连贯性、指标选取科学合理性和统计分析可操作性的原则下，从影响星级饭店营业收入的内生决定因素出发[3，89]，分别在饭店规模、人力资本和现实竞争力三大影响因素中选取了固定资产原值、大专以上学历人数、从业人员年平均人数、平均房价、床位数和客房数六个指标，具体如下表：

3"实证分析

3.1"描述性统计分析

根据文化和旅游部官网公布的2010—2022年全国星级饭店统计报告，整理出全国星级饭店营业收入数据，绘制如下折线图：

图1"2010—2022年全国星级饭店营业收入折线图

直观上，近13年全国星级饭店的营业收入整体呈现递减的趋势，中间存在部分回升现象。

理论上，由于全国星级饭店的营业收入数据所服从的分布未知，故本文采用非参数统计中的Cox-Stuart趋势检验来分析营业收入趋势，具体如下：首先，建立原假设（营业收入无趋势）和备择假设（营业收入呈现递减的趋势）；

其次，计算检验统计量。这里周期c=7，检验统计量K=min{S+，S-}=min{6，0}=0，在原假设下K～B（6，0.5）；

最后，计算P值。P=P（Klt;6）=0.0156lt;0.5，拒绝原假设。

因此我们有理由认为近几十年来全国星级饭店营业收入呈递减的趋势。

下面本文将讨论影响星级饭店营业收入的主要指标，根据以往数据，建立统计模型，期望为星级饭店的经营提供有效的建议。

3.2"主成分回归分析

3.2.1"数据标准化

由于原始数据的单位差别比较大，所以对数据进行标准化处理，产生的新变量命名为：

3.2.2"多重共线性诊断

计算标准化后变量的相关系数矩阵，如表3，自变量间的相关性很高，特别是ZX2、ZX3、ZX5、ZX6与其他自变量的相关系数高达0.9以上了。

进一步，对自变量进行多重共线性诊断。常见的多重共线性诊断方法有方差扩大因子法（VIF）、特征根判别法等。这里运用方差扩大因子法，资料表明[10]当VIF10时，变量间有着严重的多重共线性。通过统计软件SPSS输出结果，自变量ZX2、ZX3、ZX5和ZX6的VIF远远超过10，自变量之间存在严重的多重共线性。

3.2.3"主成分分析

根据前面的分析，自变量之间存在严重的多重共线性，同时根据表5"KMO和Bartlett检验结果，KMO值为0.747，大于0.7，自变量间信息重叠得多，显著性水平小于0.05，拒绝原假设，该数据适合运用主成分分析方法，提取变量中相互独立的主要成分，消除变量间的多重共线性。"

根据表6"总方差解释，第1个主成分的特征值λ1=4.161，第2个主成分的特征值λ2=1.44，都大于1，且累计方差93.337%gt;85%，包含原数据大部分信息，因此提取前两个主成分。

下面计算主成分和自变量之间的关系表达式。根据表7"因子载荷矩阵结果以及主成分表达式中ZXi的系数为因子载荷矩阵系数除以λi，计算出主成分的表达式，如公式（1）、（2）。

根据主成分表达式可以看出第一个主成分主要综合了自变量——从业人员年平均人数ZX2，大专以上学历人数ZX3，床位数ZX5，客房数ZX6，概括来说第一个主成分prin1是星级饭店的硬件设施—饭店规模和软件设施—人力资本的综合变量；第二个主成分主要综合了自变量—固定资产原值ZX1和平均房价ZX4，概括来说第二个主成分prin2是星级饭店的财力水平和现实竞争力的综合变量。计算主成分prin1、prin2的得分并绘制折线图，如表8所示。

由主成分得分和图2可知，2010—2022年期间，第一个主成分prin1（全国星级饭店的硬件设施—客房设置和软件设施—人力资源）呈递减趋势，第二个主成分prin2（财力水平和现实竞争力）呈现波动。

3.2.4"回归分析

对主成分prin1、prin2和因变量ZY做线性回归，得到主成分回归方程

ZY=0.440prin1+0.261prin2（3）

主成分回归方程（3）的决定系数R"2为0.902，对观测值的拟合程度高，因变量90%的信息可以主成分回归方程解释；F统计量为45.846，P值为0.000，说明该主成分回归方程整体显著；方程回归系数的P值分别为0.000和0.010，都小于0.05，故两个主成分prin1、prin2对因变量ZY的线性效果显著。

将主成分与自变量的线性表达式代入上述主成分回归方程，计算出营业收入总额关于各自变量的主成分回归结果，如下表："

从表9主成分回归结果可知，6个自变量均正向影响营业收入总额。其中固定资产原值是影响因素中主成分回归系数最高的一个，其对营业收入总额的主成分回归系数为0.29，表明固定资产原值每增加1%，营业收入总额将增长0.29%。从业人员年平均人数、床位数和客房数对营业收入总额影响程度差不多，主成分回归系数在0.2左右。平均房价在6个影响因素中对营业收入总额的影响程度最弱，主成分回归系数为0.153，表明平均房价每增加1%，营业收入总额将增长0.153%。大专以上学历人数的主成分回归系数为0.167，对营业收入总额的相对影响不大，但在原变量的一般线性回归方程中，大专以上学历人数的系数最大，为12.14，表明大专以上学历人数每增加1万人，营业收入总额将增长12.14亿元，大专以上学历人数对营业收入总额的相对影响弱，而绝对影响很大，这种差异和大专以上学历人数的整体基数较小相关。

4"结论与建议

4.1"结论

基于2010—2022年全国星级饭店营业收入数据，运用主成分回归分析方法，分析了固定资产原值、客房数以及从业人员年平均人数等多个因素对全国星级饭店营业收入总额的影响。实证结果发现，固定资产原值、从业人员年平均人数、大专以上学历人数、平均房价、客房数和床位数6个影响因素可以降维成全国星级饭店的软硬件设施条件和财力、现实竞争力，其中全国星级饭店的软硬件设施条件在2010—2022年期间呈递减趋势，可见近些年全国星级饭店的软硬件设施水平在后退。

具体每个自变量对营业收入总额的影响，固定资产原值、客房数、从业人员年平均人数和床位数是影响星级饭店营业收入总额主要因素，有正向的促进作用。大专以上学历人数由于整体基数较小，对星级饭店营业收入总额的主成分回归系数较小，但和相同量纲的自变量——从业人员年平均人数相比，大专以上学历人数标准化还原后的回归系数很大，对星级饭店营业收入总额绝对影响较大，可见全国星级饭店的高水平运营管理专业人才模块存在很大的缺口，其对星级饭店营业收入具有很大的促进作用。

4.2"建议

基于以上的分析与结论，提出以下4条建议：

第一，星级酒店提升硬件设施水平，提高规模效率和容客率。星级酒店的消费者对酒店设施的要求普遍较高，星级饭管理者需要改变经营理念，提高酒店设施和产品设计，提高规模效率，以质量求效益，提高酒店容客率。

第二，星级酒店提升软件设施水平，重视人力资源的有效开发。建立有效的激励机制，调动员工积极性，增强员工凝聚力；注重员工的继续教育和终身发展，加强人才培养体系建设，为在职职员提供先进完善的培训机制，提高整体素质和服务水平；引进高端专业人才，招贤纳士，通过优惠政策、项目合作等方式，吸引国内外酒店管理领域的高端人才。

第三，建立企业文化，树立酒店品牌。根据市场调整发展战略，满足顾客的需求，酒店品牌的树立可以强化酒店产品差异，增强消费者的认同感和对品牌的忠诚度，建立友好的客户关系，提高顾客的偏好消费。

第四，政府推动文旅产业深度融合发展，大力发展旅游业。旅游业作为酒店行业的下游产业链，其发展状况直接影响到酒店的入住率和经营收入，要坚持以文塑旅、以旅彰文，充分利用好各项旅游资源，促进文旅产业高质量发展，提高游客流量和酒店入住率。

参考文献

［1］迈点研究院.2023年中国旅游市场分析报告[R].（20240222）[20240327].https：//www.meadin.com/report/263975.html.

[2]李新泰.基于数据分析的新常态下星级饭店发展趋势[J].四川旅游学院学报，2016，（05）：3335+41.

[3]焦珊珊.中国星级饭店业效率研究[D].天津大学，2018：2.

[4]廖皓凌.中国星级饭店经营效率时空演化态势研究[D].西南大学，2021：1.

[5]文化和旅游部.关于印发《国内旅游提升计划（2023—2025年）》的通知：文旅市场发〔2023〕118号[A/OL].（20231101）[20240327].https：//www.gov.cn/zhengce/zhengceku/202311/content_6914996.htm.

[6]吴喜之，赵博娟.非参数统计：第五版[M].北京：中国统计出版社，2019：34.

[7]何晓群，刘文卿.应用回归分析：第三版[M].北京：中国人民大学出版社，2012：188.

[8]阎霞.中国饭店产业景气研究[D].北京第二外国语学院，2009：27.

[9]付岩.我国旅游饭店业核心竞争力研究[D].东北师范大学，2007：17.

[10]李子奈.计量经济学：第五版[M].北京：高等教育出版社，2020：50.

[11]刘宁，唐绘玲.基于主成分回归的住房需求影响因素研究——以沈阳市为例[J].沈阳建筑大学学报（社会科学版），2023，25（02）：168173.