中国星级酒店业TFP时空特征与影响因素研究
张广海 高俊
[摘 要]构建DEA-Malmquist模型，利用2001-2015年我国星级酒店数据，系统地分析我国星级酒店全要素生产率（total factor productivity，TFP）状况及其时空特征;构建动态面板模型，利用系统广义距估计法（SYS-GMM）分析了TFP影响因素及其作用机理。得出如下结论：整体看，我国星级酒店在研究期内TFP虽有时序波动，但总体上处于上升趋势，TFP的增长主要依靠技术进步推动，粗放式发展特征明显;从省域尺度看，大部分省域星级酒店历年TFP亦为正增长，我国不同省域星级酒店TFP指数呈现了空间分布不均衡的特征;通过对酒店自身因素和环境条件分析，信息化、产业集聚、旅游业发展、对外开放、城市化和人力资本对TFP均为正向推动作用，资本投入和房地产市场发展则为负向作用，但其作用机理并不一致，其中，城市化和信息化的正向作用最为突出，而资本投入则负向作用明显。
[关键词]中国星级酒店;全要素生产率;DEA- Malmquist模型;系统广义矩估计法
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2018）12-0066-10
Doi： 10.3 969/j.issn.1002-5006.2018.12.014
引言
改革开放以来，伴随旅游业迅猛发展，星级酒店业已经成为我国住宿接待业的重要组成部分，是我国旅游业发展的重要产业基础。截至2015年，全国共建有各种类型的星级酒店10550家，总客房数量146万多套，总固定资产原值5461亿元，实现营业收入2107余亿元，带动就业134万多人。然而，与我国旅游业快速发展趋势不相吻合的是，星级酒店业的运营状况却存在严重问题。据统计，进入21世纪以来，我国星级酒店2001-2015年的平均利润率仅为0.03%，15年中有8年是负值，2012-2015年还仍保持负利润率水平，且15年来的客房出租率整体呈现负增长，年均客房出租率仅为58.50%。這些说明新形势下我国星级酒店经济效益低下甚至呈亏损态势，呈现为一种高投入、低产出的粗放型发展模式，发展质量和效率与其发展速度和规模不相匹配。这种状况倘若继续下去，必将影响我国星级酒店业的健康发展。因此，如何提高星级酒店运营的效率已经引起业界和学术界的共同关注。
效率问题是指在给定投入和技术的条件下，使资源能带来最大满足程度的利用，对任何一个经济体或任何一个行业而言，效率是其实现高收益和可持续发展的最重要因素之一。国外学者早在20世纪20年代由Cobb和Douglas提出生产函数后便开始了对效率的定量研究，美国经济学家索罗在1956年将非投入推动产出增长的要素归为技术进步，此后，便引起了国内外诸多学者对TFP或技术进步的极大关注，并广泛应用于工业、农业、服务业等领域的研究，亦包括旅游业。国外旅游业效率的相关研究主要是针对酒店、旅行社、景区等具体行业或企业偏微观的研究，国内学者虽起步较晚，但近年来的研究成果日益增多，主要内容亦包括旅游业、酒店、旅游交通、景区等，但以全国和省域等偏宏观尺度的研究居多，较有影响力的如保继刚和左冰用生产函数法测度了我国1992-2005年旅游业的TFP状况，赵磊利用非参数DEA-Malmquist指数方法测算了2001-2009年中国省际旅游TFP及其分解。
星级酒店作为旅游业发展的重要基础，该领域效率的研究亦是国内外学者的研究重点，国外学者相关研究起步较早，美国学者Morey等Aderson等分别运用数据包络分析法（DEA）和随机前沿分析法（SFA）测度了美国酒店的经营效率，并分析了其经营效率相对较高的影响因素;欧洲学者Barros先后采用DEA模型和SFA模型以葡萄牙酒店为研究对象分析了酒店经营低效率的状况和原因。近年来，国内学者针对星级酒店业效率问题的研究逐渐增加，相关研究主要是通过DEA法和SFA法基于国家、区域、省域等尺度研究星级酒店经营效率及其分解、时空特征、关联因素，并进行省域间或星级类型间的比较，其中，比较有代表性的如方叶林等基于改进的DEA模型研究了我国星级酒店相对效率集聚及提升策略;张洪等运用DEA模型分析了2010-2012年我国星级酒店效率及区域差异特征;韩国圣等以安徽六安为案例地，利用DEA模型研究了该地星级酒店经营效率空间特征。
综合梳理以上研究成果发现，针对星级酒店业效率的研究多集中于对研究方法的探讨和应用等方面，缺乏对星级酒店效率状况及其影响因素的系统性分析。本文由于数据获取的限制，并基于21世纪以来我国星级酒店业面临的运营困境，选取我国大陆30个省域2001-2015年15年的面板数据，从全国和省域尺度测度并深入分析了我国星级酒店TFP状况及其时空特征;同时，利用SYS-GMM法系统分析了星级酒店TFP的影响因素，将TFP进一步分解为技术进步和技术效率（纯技术效率、规模效率），以探究影响因素的具体作用渠道，从而比较系统地剖析了相关影响因素及其作用机理，并提出相应的对策建议，以期为实现其可持续健康发展提供积极启示。
1 中国星级酒店业TFP的测度方法
1.1研究方法
目前，国内外文献中常见的测算TFP的方法主要有两类，一类是以Aigner和Battese等学者为代表的常用SFA模型的参数方法，一类是以Rhodes等学者为代表的常用DEA模型的非参数方法。DEA模型是以相对效率概念为基础，根据多指标投入和多指标产出对相同单元进行评价的一种系统的分析方法，适合于多指标综合评价，具有较强的客观性，被很多学者采用。因此，本文运用DEA- Malmquist指数法，以构建我国星级酒店业TFP的测度模型：
式中：（xt，yt），（xt+1，yt+1）分别表示t时期和t+1时期的投入量与产出量，Dtc和Dt+1c分别为以t时期和t+1时期技术为参照的距离函数，TFP代表全要素生产率，可以分解为技术进步和技术效率变化两部分，Tehch代表技术进步变化，主要体现在酒店运营过程中充分利用先进科技和技术在提供产品和服务、扩宽营销渠道、更新经营管理理念等方面的创新;Effch指数代表技术效率变化，主要代表通过先进技术的运用使其在营销、管理、生产、物流等方面有所改善所产生的投入回报的增加;Effch指数又可以进一步分解为Pech指数和Sech指数的乘积，Pech指数代表纯技术效率变化，Sech指数代表规模效率变化。各指数值大于1则表示正增长，表明效率提高，等于或小于1表示未增长或负增长，表明效率不变或减少。
1.2指标选取与数据来源
选取合适的投入与产出指标是通过DEA计算Malmquist指数测度TFP增长的关键，本文借鉴已有研究成果，并考虑我国酒店业统计数据的代表性和真实性，选取星级酒店业运营的基本要素资本和劳动力投入作为投入指标，选取运营收入作为产出指标。在具体的测度过程中，选取了星级酒店的固定资产原值、酒店和劳动力数量表征资本和劳动力投入以构成投入变量集x，选取星级酒店经营总收入作为产出变量y。选取固定资产原值而未用常用的永续盘存法计算的资本存量测度，是因为其计算需要的资本折旧率没有公认的确定数值，并且现有的资本折旧率多是针对工业、制造业，不适用以提供服务产品为主的星级酒店业。同时，固定资产原值用历年的固定資产投资价格指数平减为2001年的不变价格，经营总收入利用居民消费价格指数平减为2001年的不变价格以剔除价格因素。以上所有数据均来源于2001-2016年《中国旅游统计年鉴》和《中国旅游统计年鉴（副本）》。
2 中国星级酒店业TFP的时空特征分析
2.1全国尺度星级酒店TFP特征分析
利用DEAP2.1软件，运用上述模型计算了我国星级酒店2002-2015年的TFP指数及其分解（表1）。在研究时段内，TFP指数均值为1.024，我国星级酒店TFP以年均2.4%的速度增长，然而对比3个投入指标，固定资产原值、劳动人数、企业数年均增长分别为10.97%、1.98%、3.00%，TFP的增幅整体小于投入要素的增加，这说明其TFP的增长较为缓慢，虽然营业收入实现了12.57%的大幅增长，但主要是依靠资本投入的粗放型增长模式。由分解指数得，技术进步整体呈稳步增长的态势，但技术效率包括纯技术和规模效率历年的波动特征相对明显，TFP增长主要来自技术进步，其年均增长2.3%，技术效率未增长，纯技术效率年均增长0.5%，规模效率为年均0.4%的负增长。
观察历年TFP指数变化状况，TFP指数除2002年、2003年、2007年、2013年、2014年、2015年外，其余年份值均大于1，实现了TFP的增长，但波动性特征明显。峰谷值出现在2003年、2007年和2013年，峰顶值出现在2005年、2008年、2011年。2002年TFP指数小于1的原因主要在于1997年爆发亚洲金融危机，旅游业在1996-1998年发生了供需关系的转变，星级酒店数量扩张快于游客数量的增加，全行业进入低潮期，其滞后影响效应波及了星级酒店的发展，2002年星级酒店利润率仅为-3.32%，导致了其技术进步和技术效率都为负增长。2003年星级酒店TFP指数仍小于1，但技术进步增长明显，是因为中国自加入WTO后，对外开放的大门进一步打开，外资酒店再次大量涌入国内，2002年外资酒店数量大幅增加了15.88%，大量的外资酒店带来了先进的管理经验和技术，且国家开始关注旅游业发展的质量并出台相关改革措施，国内外的影响效应在2003年逐渐显现促进了其技术进步，但因为非典疫情的严重影响，技术效率显著降低导致了TFP的降低。在2004年和2005年，摆脱非典疫情影响后，加之国家申奥、申博等成功，TFP伴随技术效率的增长而快速增长，这两年营业收入25.99%和8.72%的正增长均显著高于企业和劳动力数量的增长幅度。但TFP在2006年增速放缓，2007年又出现了负增长，其原因在于进入WTO、申奥、申博等刺激逐渐减弱，这两年的TFP主要依靠规模效率的增长推动，说明粗放式增长的问题仍没有得到根本解决。因2007年固定资产投入大量增加与2008年北京奥运会的带动作用，2008年技术效率显著提高，TFP指数达到峰值，其后，随着我国综合国力的提高，人民生活质量的改善，旅游业的迅速发展，星级酒店TFP整体呈现每年增长的趋势。但在2013年，技术效率指数明显降低使TFP指数又一次降至谷底，且一直延续至今，原因在于，十八大以来，反“四风”、“八项”规定、群众路线教育实践活动呈高压态势持续推进，大幅压缩了星级酒店的消费市场，2013年客房出租率和餐饮营业收入分别大幅下降了5.87%和10.80%，导致星级酒店TFP又一次降低。且2013年后，国家廉政政策的影响效应持续存在，导致星级酒店效率减退仍在继续，2014年和2015年我国星级酒店客房出租率分别呈现3.16%和0.02%的进一步下降，餐饮收入分别呈现8.84%和1，64%的进一步下降，使2014和2015年技术效率呈负增长，导致其TFP亦为负增长。研究期内TFP历年的波动主要受技术效率波动的影响，除2006和2010年外的12个年份TFP指数和技术效率指数大于或小于1的状态是一致的，但TFP指数的整体增长是由技术进步推动的。
2.2省域尺度星级酒店TFP特征分析
为分析我国不同省域间TFP指数的空间分布特征，利用ArcGIS10.2软件，将各省域不同指数值按照由高到低分为4类，其空间分布如图1。由图可得，我国星级酒店TFP及其分解均存在明显的空间分布不均衡的特征。研究期内76%以上的省域TFP实现了增长，处在第一和第二等级的17个TFP增长较快省域主要分为两种类型，一类是东部的上海、北京、福建、江苏、山东、天津和东北的辽宁等7个省域，这部分省域主要是依托有利的区位条件和经济优势，投入规模较大，且地区的技术创新、信息化水平较高，技术进步均为正增长，有力推动了酒店TFP增长;另一类是东部的海南、东北的吉林和中西部的四川、云南、江西、湖南、广西、甘肃、重庆、陕西等10个省域，虽起步晚，起点低，在投入上不具有明显的规模优势，但在旅游业快速发展的背景下，发展初期的边际效应较高，技术进步和技术效率均实现了正增长，使这部分省域研究期内平均收入增幅高于固定资产增幅多达3.5%，促使TFP增长相对较快。
剩余增速较慢和负增长的13个三、四等级省域亦分为两种类型，一类是东部的广东、浙江和河北3个省域，星级酒店虽在规模上具有领先优势，但3省域酒店市场饱和、供过于求及粗放式发展的特征明显，制约了酒店TFP的提高，技术效率尤其是规模效率均为负增长。以广东省为例，存量优势明显的广东省增速仍居高位，过剩的产能使产品同质、价格战等问题严重，广东省星级酒店摘星数量排在全国第一;而在提高人力资本与经营管理水平、引进先进理念和技术等方面改善缓慢，研究期内广东省星级酒店劳动生产率增速水平仅为全国倒数第5名，与总数量的全国第1名地位严重不符，且客房出租率在仅为58.8%的基础上仍呈现年均0.87%的负增长，严重影响了其客房利润，阻碍了效率的提高。其余三、四等级的省域则主要分布在广大中西部和东北地区，这部分省域受区域经济、旅游业发展等劣势限制，市场尚未打开，且投入规模明显不足，软硬件设备竞争力较弱，使这部分省域研究期内技术效率尤其是规模效率均值仅为1.31%和0.68%的负增长，阻碍了TFP的提高。
3 星級酒店业TFP增长的影响因素分析
3.1变量选取与模型构建
我国星级酒店TFP一方面易受到其自身投人要素、技术水平和创新能力等方面的影响，一方面又易受到房地产市场、旅游业发展状况及对外开放水平等环境因素的影响。根据我国星级酒店的发展实际以及数据指标的可获得性，结合项目调研和专家访谈，这里重点选取两类因素构建面板数据模型以具体分析我国酒店业TFP的影响因素：一类是影响酒店运营成本效益的显性因素，它们直接影响酒店TFP变化，包括酒店资本投入、人力资本、信息化;一类是影响酒店发展的隐性环境因素，包括产业集聚、房地产市场发展、旅游业发展、对外开放、城市化等，它们间接影响着我国酒店业TFP变化。
从显性因素来看：一是资本投入。高质量、配套的硬件设施是星级酒店发展的重要物质基础，酒店的固定资产投资影响其TFP的变化，但多年来行业内存在着相互模仿、重复建设等现象，导致市场定位、功能设置上雷同现象突出，理论上资本投入会阻碍TFP的提高。这里用各省域酒店固定资产投资测度（Capitali，t）。二是人力资本水平。随着我国人口红利逐渐消失，酒店人力资源成本正逐步升高，且现代酒店业的发展越来越需要拥有专业知识和创新能力的高级经营管理人才，他们在经营管理、营销方式、技术进步和创新水平上将日益发挥重要的作用，则理论上良好的人力资本水平有助于TFP的提高。这里用各省域星级酒店全员劳动生产率测度（llumani，t）。三是信息化技术水平，以互联网、物联网、移动等为核心的现代信息化技术是现代酒店业运营的必要手段，成为其降低成本，拓宽经营管理、营销渠道等诸多方面的重要方式，理论上较高的信息化水平将有利于TFP增长。这里用各省域邮电业业务总量占GDP比重测度（Informationi，t）。
从隐性因素来看：一是产业集聚。一个行业的聚集有利于发挥其规模和品牌效应，利用知识、技术、人才的溢出效应提高创新水平，有助于增强竞争力、优化结构，则理论上产业聚集有利于提高其TFP。由于本文主要是从区域角度研究我国星级酒店业TFP状况，而不是局限于具体酒店企业角度，这里采用各省域星级酒店营业收入和GDP构建酒店区位熵指数，以表征酒店业产业集聚水平（Agglomerationi，t）。二是房地产市场发展。我国房地产市场尤其是商业地产发展迅猛，利益驱动与政府的政策支持使房地产商大量开发建设星级酒店，造成了大批重复建设、经营效益差的酒店，理论上会阻碍星级酒店的TFP提高。用各省域房地产企业完成总投资测度（Estateit）。三是旅游业发展，星级酒店业发展与旅游业密切相关，它既是旅游业发展的重要支撑，同时发达的旅游业又为星级酒店带来充足的国内外游客，二者相辅相成。理论上，旅游业发展水平的提高有助于星级酒店业优化管理、改善产品和服务、重视技术进步，从而推动TFP变化。这里用旅游业总收入测度（Tourimi，t）。四是对外开放水平，我国酒店业的发展和星级酒店的概念都是从国外引进开始的，国际名牌酒店企业先进的经营管理理念、人力资源优势和领先的高新技术等极大地促进了我国酒店业的快速发展，理论上，对外开放水平有利于提高我国酒店业TFP。这里用各省域国际旅游收入测度（Openi，t）。五是城市化水平，随着我国城市化的快速发展，城镇的集聚效应和发达的经济水平，既有利于提高和优化居民的消费水平和品质，同时又有助于城镇发展成为我国主要的旅游客源市场和旅游目的地，使城镇成为我国旅游业发展的核心区域。因此，城市化水平从多方面影响着我国星级酒店业TFP变化，理论上有利于TFP的提高。这里用各省域非农人口占总人口比重测度（Urbanizationi，t）。
在各个指标数据处理过程中，星级酒店业总收入、旅游业总产值、国际旅游收入、GDP等，均通过不同省域历年居民消费价格指数平减至2001年的不变价格;酒店固定资产投资、房地产企业投资通过不同省域历年固定资产投资价格指数平减至2001年的不变价格，以消除价格变动的影响;同时除占比和比率外的所有变量都取对数值处理，以减少数据的波动性，并降低各省域样本数据的异方差程度，尽量消除不规则极值的影响。以上所有数据均来源于2001-2015年《中国统计年鉴》《中国旅游统计年鉴》和《中国旅游统计年鉴（副本）》。为分析这些因素对星级酒店TFP的影响及其作用机理，这里构建如下动态面板数据计量模型：
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为被解释变量，表示i年份t省域星级酒店TFP增长率，本文用TFP指数测度。TFPi，t～1作为解释变量表示前一期的TFP增长，测度方法同上。β0和ε分别表示常数项和误差项，β1-β9分别表示各解释变量的系数，其他解释变量的释意同上。
为深入分析影响因素对TFP增长的具体作用机理，对TFP各分解指数建立如下4个回归模型：
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分別表示星级酒店业技术进步、技术效率、纯技术效率、规模效率指数，其他变量含义同上。
3.2实证计算与回归结果分析
由于计量模型综合考虑了解释变量间可能存在的内生性问题。采用普通面板回归会因内生性问题造成估计上的偏误，这里借助动态面板模型估计方法消除内生性偏误问题，它主要包括两种方法，当前比较常用的是一阶差分广义矩估计法和SYS-GMM法。鉴于SYS-GMM法可以综合利用差分方程和水平方程的信息，能比较好地解决模型的内生性问题，增强估计的有效性。因此，本文采用SYS-GMM法进行回归分析，运用模型3～模型7分别进行SYS-GMM两步法回归计算，其结果如表2，可以看出SYS-GMM估计的回归拟合效果较好，系数符号及显著性水平符合预期。观察对模型检验统计量发现，AR检验的统计量AR（1）均在5%和10%的水平下显著，AR（2）则不显著，即差分后的残差项存在一阶序列相关而不存在二阶序列相关，Sargan检验的p值结果无法拒绝原假设，说明工具变量的选取是合理的，综上，表明本文采用SYS-GMM法是合理可行的。
由表2可知，信息化、产业集聚、旅游业发展、对外开放和城市化水平对星级酒店TFP变化的影响作用为正，均通过了显著性水平检验;资本投入和房地产市场的影响作用为负，均通过了显著性水平检验;人力资本的影响作用为正，但估计结果不显著。根据各模型的回归结果，结合我国星级酒店业的发展实际，具体分析如下：
（1）资本投入的影响系数为负且显著。说明其对酒店TFP具有负向阻碍作用，这也反映了我国星级酒店多年来粗放式的发展特征，导致固定资产限制了技术效率包括纯技术和规模效率的增长，虽对技术进步有推动作用但很小，整体上阻碍了TFP的提高。因此我国酒店业依靠资本驱动的发展模式将难以为继，今后酒店投资必须重视运营管理、技术创新水平和效率的提高。
（2）人力资本的影响系数值为正但不显著。酒店业作为劳动力密集型的服务行业，人力资本一直是其发展的重要基础，其应对TFP的提高有所推动。但是，随着我国经济新常态和供给侧结构性改革等新形势的发展，我国酒店业也面临新的机遇和挑战。近年来，我国星级酒店劳动生产率增长缓慢，伴随人口红利的消失，劳动力数量的增速更加缓慢，这从侧面反映了我国酒店行业人力资源相对不足的局面，尤其是综合性的高级经营管理人才更加缺乏，使人力资本水平无法有效推动TFP包括技术进步和技术效率的提高。
（3）信息化水平的影响系数为正且显著，而且数值较高。说明信息化对提高星级酒店TFP的推动作用十分突出。“互联网+”对星级酒店业影响巨大，如线上交易、预订、营销等方式极大地改变了传统酒店的运营模式，对酒店效率状况产生了重要影响，信息化对TFP的作用主要在于推动技术进步，而对技术和规模效率为负向作用，对纯技术效率微小的正向作用亦不显著。
（4）產业集聚的影响系数为正且显著，但数值较小。星级酒店业的集聚水平虽然有利于其TFP增长，但推动作用并不突出，原因在于我国星级酒店的集聚水平总体上较低。通过计算我国各省域2001-2015年区位熵均值发现，仅有8个省域区位熵值大于1，有着较好的集聚水平，其余2/3以上的省域则较差，影响了其对TFP的推动作用。产业集聚主要通过促进技术进步的途径推动TFP增长，与技术效率包括纯技术效率为负相关，与规模效率为正相关但系数值较小，说明产业集聚主要是通过知识、人才等资源的溢出效应促进酒店技术进步。
（5）房地产市场发展的影响系数为负且显著。进入21世纪以来，房地产市场得到了极大发展，特别是商业地产发展更为迅速，对房地产开发商而言，大量投资建设星级酒店有效迎合了政府支持星级酒店发展的政绩需求，能够获取政府在投资领域给予的优惠政策，同时又可以带动区域商圈发展，提高楼盘身价。这就导致了房地产商竞相在星级酒店领域“跑马圈地”，吸引了大量投资，使其数量和规模迅速扩张，但政府和房地产商却并未对酒店未来的经营状况投入足够的关注，造成了大批酒店在建成后经营困难，阻碍了行业TFP的提高，其虽对技术进步产生了微小的正向推动作用，但对技术效率包括规模效率为显著的负向作用。
（6）旅游业发展水平的影响系数为正且显著，但数值不高。其推动作用主要是促进技术效率，包括纯技术和规模效率的提高，旅游业发展直接决定了地区星级酒店的市场状况，旅游业发达地区不仅客源充足且消费水平较高，有助于推动星级酒店业经营管理、营销、产品和服务等方面的发展，进而有效提高了酒店的运营效率，但粗放式的发展特征使其对技术进步产生微小的正向作用不显著。
（7）对外开放程度的影响作用为正且显著，但数值亦不高。是因为我国入境旅游市场发展相对缓慢，统计年份内我国入境旅游人数和国际旅游收入年均增速下降，且近年来增长率较低;按照各省域外资星级酒店比重统计来看，只有北京达到36.40%，其余省域全部低于30%，甚至14个省域还不到10%①，这说明了我国星级酒店主要是以内资型为主，与国外优秀酒店品牌的交流合作明显不足。其与技术效率包括纯技术和规模效率均为显著正相关，但对技术进步产生了阻碍作用。
（8）城市化水平的影响作用为正，系数值较大且显著。我国城市化进程迅速，同时快速推动了居民消费水平的提升，说明城市化对提高星级酒店TFP作用十分显著。城市化的快速推进既表明城镇地区经济发展水平和居民生活水平的提高，又反映了城镇的人口集聚效应，从而使城镇地区成为我国旅游业主要的旅游目的地和客源地，也是我国旅游业的核心地区。可见，城市化水平成为推动我国星级酒店TFP增长的重要因素，其对技术和纯技术效率的推动作用最大，对技术进步的推动作用较小。
4 结论与建议
本文利用我国30个省域2001-2015年的面板数据，实证测度和分析了我国星级酒店的TFP及其时空特征，又利用SYS-GMM法深入分析了TFP的影响因素及其作用机理，得出如下结论和建议：
（1）从全国尺度看，在2012年前我国星级酒店TFP总体处于上升趋势，但增长相对缓慢，且历年的时序波动特征明显，在2013年后受国家廉政政策的持续影响，使技术效率负增长从而导致TFP下降。研究期内，TFP的增长主要依靠技术进步推动，技术效率增长不明显，削弱了技术进步对TFP增长的推动作用，导致我国星级酒店仍存在粗放式发展特征。
（2）从省域尺度看，全国大部分省域星级酒店TFP为正向增长，但不同省域TFP呈现了空间分布不均衡的特征。这就需要在提高各等级省域TFP时因地制宜、精准施策，以改善我国星级酒店发展的空间区域结构，一、三等级省域的星级酒店当务之急是优化存量发展，快速实现转型，着力于酒店产品和服务品质、独特性和高端化等方面的改善;二、四等级的省域则需要顺应“全域旅游”的浪潮，进一步扩张规模，打开市场，增加酒店在人力资本、技术研发与引进、经营管理水平提高等方面的投入，在快速扩张的过程中增加技术含金量。
（3）深入分析TFP影响因素可知，信息化、产业集聚、旅游业发展、对外开放和城市化水平对TFP均为正向推动作用;资本投入和房地产市场发展等因素则为负向作用;而人力资本的正向作用不显著，但它们的作用机理并不一致，其中城市化和信息化对星级酒店TFP的正向作用最为突出，而酒店资本投入则表现为明显的负向作用。
（4）在清晰认识到我国星级酒店TFP增长缓慢、发展粗放式特征明显的基础上，如何有效利用有利因素转变星级酒店经营管理和运营方式，调整和优化星级酒店功能结构、地域结构，实现“升级增效”的集约化发展，是我国星级酒店亟须解决的重要问题。从显性因素看，星级酒店企业自身要高度重视信息化、人力资本等TFP正向影响因素，加强酒店人力资源管理与培养，加强高新技术如互联网、物联网、大数据、云计算、虚拟现实、人工智能等先进技术应用;同时，酒店投资不能只追求规模，更要重视技术创新和技术效率的提高，以充分发挥技术进步和技术效率对TFP的推动作用;且面对国家廉政反腐等政策和系列活动的影响，星级酒店宜主动转型更为积极主动地发展综合体开阔大众消费市场。从隐性因素来看，亟须有效调控房地产市场发展，加强星级酒店投资领域的事中和事后监管，设置门槛规范发展;同时，政府应结合新型城市化进程和供给侧结构性改革，科学制定区域政策和产业政策，重视改善和优化城市化、旅游业发展、产业集聚、对外开放等区域环境因素对星级酒店TFP的正向推动作用，尤其是在新兴城镇化过程中，大力开展特色小镇、旅游小镇、城市休闲街区、全域旅游示范点等建设，充分开拓我国酒店消费市场，发挥城市化对TFP的推动作用。
[摘 要]构建DEA-Malmquist模型，利用2001-2015年我国星级酒店数据，系统地分析我国星级酒店全要素生产率（total factor productivity，TFP）状况及其时空特征;构建动态面板模型，利用系统广义距估计法（SYS-GMM）分析了TFP影响因素及其作用机理。得出如下结论：整体看，我国星级酒店在研究期内TFP虽有时序波动，但总体上处于上升趋势，TFP的增长主要依靠技术进步推动，粗放式发展特征明显;从省域尺度看，大部分省域星级酒店历年TFP亦为正增长，我国不同省域星级酒店TFP指数呈现了空间分布不均衡的特征;通过对酒店自身因素和环境条件分析，信息化、产业集聚、旅游业发展、对外开放、城市化和人力资本对TFP均为正向推动作用，资本投入和房地产市场发展则为负向作用，但其作用机理并不一致，其中，城市化和信息化的正向作用最为突出，而资本投入则负向作用明显。
[关键词]中国星级酒店;全要素生产率;DEA- Malmquist模型;系统广义矩估计法
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2018）12-0066-10
Doi： 10.3 969/j.issn.1002-5006.2018.12.014
引言
改革开放以来，伴随旅游业迅猛发展，星级酒店业已经成为我国住宿接待业的重要组成部分，是我国旅游业发展的重要产业基础。截至2015年，全国共建有各种类型的星级酒店10550家，总客房数量146万多套，总固定资产原值5461亿元，实现营业收入2107余亿元，带动就业134万多人。然而，与我国旅游业快速发展趋势不相吻合的是，星级酒店业的运营状况却存在严重问题。据统计，进入21世纪以来，我国星级酒店2001-2015年的平均利润率仅为0.03%，15年中有8年是负值，2012-2015年还仍保持负利润率水平，且15年来的客房出租率整体呈现负增长，年均客房出租率仅为58.50%。這些说明新形势下我国星级酒店经济效益低下甚至呈亏损态势，呈现为一种高投入、低产出的粗放型发展模式，发展质量和效率与其发展速度和规模不相匹配。这种状况倘若继续下去，必将影响我国星级酒店业的健康发展。因此，如何提高星级酒店运营的效率已经引起业界和学术界的共同关注。
效率问题是指在给定投入和技术的条件下，使资源能带来最大满足程度的利用，对任何一个经济体或任何一个行业而言，效率是其实现高收益和可持续发展的最重要因素之一。国外学者早在20世纪20年代由Cobb和Douglas提出生产函数后便开始了对效率的定量研究，美国经济学家索罗在1956年将非投入推动产出增长的要素归为技术进步，此后，便引起了国内外诸多学者对TFP或技术进步的极大关注，并广泛应用于工业、农业、服务业等领域的研究，亦包括旅游业。国外旅游业效率的相关研究主要是针对酒店、旅行社、景区等具体行业或企业偏微观的研究，国内学者虽起步较晚，但近年来的研究成果日益增多，主要内容亦包括旅游业、酒店、旅游交通、景区等，但以全国和省域等偏宏观尺度的研究居多，较有影响力的如保继刚和左冰用生产函数法测度了我国1992-2005年旅游业的TFP状况，赵磊利用非参数DEA-Malmquist指数方法测算了2001-2009年中国省际旅游TFP及其分解。
星级酒店作为旅游业发展的重要基础，该领域效率的研究亦是国内外学者的研究重点，国外学者相关研究起步较早，美国学者Morey等Aderson等分别运用数据包络分析法（DEA）和随机前沿分析法（SFA）测度了美国酒店的经营效率，并分析了其经营效率相对较高的影响因素;欧洲学者Barros先后采用DEA模型和SFA模型以葡萄牙酒店为研究对象分析了酒店经营低效率的状况和原因。近年来，国内学者针对星级酒店业效率问题的研究逐渐增加，相关研究主要是通过DEA法和SFA法基于国家、区域、省域等尺度研究星级酒店经营效率及其分解、时空特征、关联因素，并进行省域间或星级类型间的比较，其中，比较有代表性的如方叶林等基于改进的DEA模型研究了我国星级酒店相对效率集聚及提升策略;张洪等运用DEA模型分析了2010-2012年我国星级酒店效率及区域差异特征;韩国圣等以安徽六安为案例地，利用DEA模型研究了该地星级酒店经营效率空间特征。
综合梳理以上研究成果发现，针对星级酒店业效率的研究多集中于对研究方法的探讨和应用等方面，缺乏对星级酒店效率状况及其影响因素的系统性分析。本文由于数据获取的限制，并基于21世纪以来我国星级酒店业面临的运营困境，选取我国大陆30个省域2001-2015年15年的面板数据，从全国和省域尺度测度并深入分析了我国星级酒店TFP状况及其时空特征;同时，利用SYS-GMM法系统分析了星级酒店TFP的影响因素，将TFP进一步分解为技术进步和技术效率（纯技术效率、规模效率），以探究影响因素的具体作用渠道，从而比较系统地剖析了相关影响因素及其作用机理，并提出相应的对策建议，以期为实现其可持续健康发展提供积极启示。
1 中国星级酒店业TFP的测度方法
1.1研究方法
目前，国内外文献中常见的测算TFP的方法主要有两类，一类是以Aigner和Battese等学者为代表的常用SFA模型的参数方法，一类是以Rhodes等学者为代表的常用DEA模型的非参数方法。DEA模型是以相对效率概念为基础，根据多指标投入和多指标产出对相同单元进行评价的一种系统的分析方法，适合于多指标综合评价，具有较强的客观性，被很多学者采用。因此，本文运用DEA- Malmquist指数法，以构建我国星级酒店业TFP的测度模型：
式中：（xt，yt），（xt+1，yt+1）分别表示t时期和t+1时期的投入量与产出量，Dtc和Dt+1c分别为以t时期和t+1时期技术为参照的距离函数，TFP代表全要素生产率，可以分解为技术进步和技术效率变化两部分，Tehch代表技术进步变化，主要体现在酒店运营过程中充分利用先进科技和技术在提供产品和服务、扩宽营销渠道、更新经营管理理念等方面的创新;Effch指数代表技术效率变化，主要代表通过先进技术的运用使其在营销、管理、生产、物流等方面有所改善所产生的投入回报的增加;Effch指数又可以进一步分解为Pech指数和Sech指数的乘积，Pech指数代表纯技术效率变化，Sech指数代表规模效率变化。各指数值大于1则表示正增长，表明效率提高，等于或小于1表示未增长或负增长，表明效率不变或减少。
1.2指标选取与数据来源
选取合适的投入与产出指标是通过DEA计算Malmquist指数测度TFP增长的关键，本文借鉴已有研究成果，并考虑我国酒店业统计数据的代表性和真实性，选取星级酒店业运营的基本要素资本和劳动力投入作为投入指标，选取运营收入作为产出指标。在具体的测度过程中，选取了星级酒店的固定资产原值、酒店和劳动力数量表征资本和劳动力投入以构成投入变量集x，选取星级酒店经营总收入作为产出变量y。选取固定资产原值而未用常用的永续盘存法计算的资本存量测度，是因为其计算需要的资本折旧率没有公认的确定数值，并且现有的资本折旧率多是针对工业、制造业，不适用以提供服务产品为主的星级酒店业。同时，固定资产原值用历年的固定資产投资价格指数平减为2001年的不变价格，经营总收入利用居民消费价格指数平减为2001年的不变价格以剔除价格因素。以上所有数据均来源于2001-2016年《中国旅游统计年鉴》和《中国旅游统计年鉴（副本）》。
2 中国星级酒店业TFP的时空特征分析
2.1全国尺度星级酒店TFP特征分析
利用DEAP2.1软件，运用上述模型计算了我国星级酒店2002-2015年的TFP指数及其分解（表1）。在研究时段内，TFP指数均值为1.024，我国星级酒店TFP以年均2.4%的速度增长，然而对比3个投入指标，固定资产原值、劳动人数、企业数年均增长分别为10.97%、1.98%、3.00%，TFP的增幅整体小于投入要素的增加，这说明其TFP的增长较为缓慢，虽然营业收入实现了12.57%的大幅增长，但主要是依靠资本投入的粗放型增长模式。由分解指数得，技术进步整体呈稳步增长的态势，但技术效率包括纯技术和规模效率历年的波动特征相对明显，TFP增长主要来自技术进步，其年均增长2.3%，技术效率未增长，纯技术效率年均增长0.5%，规模效率为年均0.4%的负增长。
观察历年TFP指数变化状况，TFP指数除2002年、2003年、2007年、2013年、2014年、2015年外，其余年份值均大于1，实现了TFP的增长，但波动性特征明显。峰谷值出现在2003年、2007年和2013年，峰顶值出现在2005年、2008年、2011年。2002年TFP指数小于1的原因主要在于1997年爆发亚洲金融危机，旅游业在1996-1998年发生了供需关系的转变，星级酒店数量扩张快于游客数量的增加，全行业进入低潮期，其滞后影响效应波及了星级酒店的发展，2002年星级酒店利润率仅为-3.32%，导致了其技术进步和技术效率都为负增长。2003年星级酒店TFP指数仍小于1，但技术进步增长明显，是因为中国自加入WTO后，对外开放的大门进一步打开，外资酒店再次大量涌入国内，2002年外资酒店数量大幅增加了15.88%，大量的外资酒店带来了先进的管理经验和技术，且国家开始关注旅游业发展的质量并出台相关改革措施，国内外的影响效应在2003年逐渐显现促进了其技术进步，但因为非典疫情的严重影响，技术效率显著降低导致了TFP的降低。在2004年和2005年，摆脱非典疫情影响后，加之国家申奥、申博等成功，TFP伴随技术效率的增长而快速增长，这两年营业收入25.99%和8.72%的正增长均显著高于企业和劳动力数量的增长幅度。但TFP在2006年增速放缓，2007年又出现了负增长，其原因在于进入WTO、申奥、申博等刺激逐渐减弱，这两年的TFP主要依靠规模效率的增长推动，说明粗放式增长的问题仍没有得到根本解决。因2007年固定资产投入大量增加与2008年北京奥运会的带动作用，2008年技术效率显著提高，TFP指数达到峰值，其后，随着我国综合国力的提高，人民生活质量的改善，旅游业的迅速发展，星级酒店TFP整体呈现每年增长的趋势。但在2013年，技术效率指数明显降低使TFP指数又一次降至谷底，且一直延续至今，原因在于，十八大以来，反“四风”、“八项”规定、群众路线教育实践活动呈高压态势持续推进，大幅压缩了星级酒店的消费市场，2013年客房出租率和餐饮营业收入分别大幅下降了5.87%和10.80%，导致星级酒店TFP又一次降低。且2013年后，国家廉政政策的影响效应持续存在，导致星级酒店效率减退仍在继续，2014年和2015年我国星级酒店客房出租率分别呈现3.16%和0.02%的进一步下降，餐饮收入分别呈现8.84%和1，64%的进一步下降，使2014和2015年技术效率呈负增长，导致其TFP亦为负增长。研究期内TFP历年的波动主要受技术效率波动的影响，除2006和2010年外的12个年份TFP指数和技术效率指数大于或小于1的状态是一致的，但TFP指数的整体增长是由技术进步推动的。
2.2省域尺度星级酒店TFP特征分析
为分析我国不同省域间TFP指数的空间分布特征，利用ArcGIS10.2软件，将各省域不同指数值按照由高到低分为4类，其空间分布如图1。由图可得，我国星级酒店TFP及其分解均存在明显的空间分布不均衡的特征。研究期内76%以上的省域TFP实现了增长，处在第一和第二等级的17个TFP增长较快省域主要分为两种类型，一类是东部的上海、北京、福建、江苏、山东、天津和东北的辽宁等7个省域，这部分省域主要是依托有利的区位条件和经济优势，投入规模较大，且地区的技术创新、信息化水平较高，技术进步均为正增长，有力推动了酒店TFP增长;另一类是东部的海南、东北的吉林和中西部的四川、云南、江西、湖南、广西、甘肃、重庆、陕西等10个省域，虽起步晚，起点低，在投入上不具有明显的规模优势，但在旅游业快速发展的背景下，发展初期的边际效应较高，技术进步和技术效率均实现了正增长，使这部分省域研究期内平均收入增幅高于固定资产增幅多达3.5%，促使TFP增长相对较快。
剩余增速较慢和负增长的13个三、四等级省域亦分为两种类型，一类是东部的广东、浙江和河北3个省域，星级酒店虽在规模上具有领先优势，但3省域酒店市场饱和、供过于求及粗放式发展的特征明显，制约了酒店TFP的提高，技术效率尤其是规模效率均为负增长。以广东省为例，存量优势明显的广东省增速仍居高位，过剩的产能使产品同质、价格战等问题严重，广东省星级酒店摘星数量排在全国第一;而在提高人力资本与经营管理水平、引进先进理念和技术等方面改善缓慢，研究期内广东省星级酒店劳动生产率增速水平仅为全国倒数第5名，与总数量的全国第1名地位严重不符，且客房出租率在仅为58.8%的基础上仍呈现年均0.87%的负增长，严重影响了其客房利润，阻碍了效率的提高。其余三、四等级的省域则主要分布在广大中西部和东北地区，这部分省域受区域经济、旅游业发展等劣势限制，市场尚未打开，且投入规模明显不足，软硬件设备竞争力较弱，使这部分省域研究期内技术效率尤其是规模效率均值仅为1.31%和0.68%的负增长，阻碍了TFP的提高。
3 星級酒店业TFP增长的影响因素分析
3.1变量选取与模型构建
我国星级酒店TFP一方面易受到其自身投人要素、技术水平和创新能力等方面的影响，一方面又易受到房地产市场、旅游业发展状况及对外开放水平等环境因素的影响。根据我国星级酒店的发展实际以及数据指标的可获得性，结合项目调研和专家访谈，这里重点选取两类因素构建面板数据模型以具体分析我国酒店业TFP的影响因素：一类是影响酒店运营成本效益的显性因素，它们直接影响酒店TFP变化，包括酒店资本投入、人力资本、信息化;一类是影响酒店发展的隐性环境因素，包括产业集聚、房地产市场发展、旅游业发展、对外开放、城市化等，它们间接影响着我国酒店业TFP变化。
从显性因素来看：一是资本投入。高质量、配套的硬件设施是星级酒店发展的重要物质基础，酒店的固定资产投资影响其TFP的变化，但多年来行业内存在着相互模仿、重复建设等现象，导致市场定位、功能设置上雷同现象突出，理论上资本投入会阻碍TFP的提高。这里用各省域酒店固定资产投资测度（Capitali，t）。二是人力资本水平。随着我国人口红利逐渐消失，酒店人力资源成本正逐步升高，且现代酒店业的发展越来越需要拥有专业知识和创新能力的高级经营管理人才，他们在经营管理、营销方式、技术进步和创新水平上将日益发挥重要的作用，则理论上良好的人力资本水平有助于TFP的提高。这里用各省域星级酒店全员劳动生产率测度（llumani，t）。三是信息化技术水平，以互联网、物联网、移动等为核心的现代信息化技术是现代酒店业运营的必要手段，成为其降低成本，拓宽经营管理、营销渠道等诸多方面的重要方式，理论上较高的信息化水平将有利于TFP增长。这里用各省域邮电业业务总量占GDP比重测度（Informationi，t）。
从隐性因素来看：一是产业集聚。一个行业的聚集有利于发挥其规模和品牌效应，利用知识、技术、人才的溢出效应提高创新水平，有助于增强竞争力、优化结构，则理论上产业聚集有利于提高其TFP。由于本文主要是从区域角度研究我国星级酒店业TFP状况，而不是局限于具体酒店企业角度，这里采用各省域星级酒店营业收入和GDP构建酒店区位熵指数，以表征酒店业产业集聚水平（Agglomerationi，t）。二是房地产市场发展。我国房地产市场尤其是商业地产发展迅猛，利益驱动与政府的政策支持使房地产商大量开发建设星级酒店，造成了大批重复建设、经营效益差的酒店，理论上会阻碍星级酒店的TFP提高。用各省域房地产企业完成总投资测度（Estateit）。三是旅游业发展，星级酒店业发展与旅游业密切相关，它既是旅游业发展的重要支撑，同时发达的旅游业又为星级酒店带来充足的国内外游客，二者相辅相成。理论上，旅游业发展水平的提高有助于星级酒店业优化管理、改善产品和服务、重视技术进步，从而推动TFP变化。这里用旅游业总收入测度（Tourimi，t）。四是对外开放水平，我国酒店业的发展和星级酒店的概念都是从国外引进开始的，国际名牌酒店企业先进的经营管理理念、人力资源优势和领先的高新技术等极大地促进了我国酒店业的快速发展，理论上，对外开放水平有利于提高我国酒店业TFP。这里用各省域国际旅游收入测度（Openi，t）。五是城市化水平，随着我国城市化的快速发展，城镇的集聚效应和发达的经济水平，既有利于提高和优化居民的消费水平和品质，同时又有助于城镇发展成为我国主要的旅游客源市场和旅游目的地，使城镇成为我国旅游业发展的核心区域。因此，城市化水平从多方面影响着我国星级酒店业TFP变化，理论上有利于TFP的提高。这里用各省域非农人口占总人口比重测度（Urbanizationi，t）。
在各个指标数据处理过程中，星级酒店业总收入、旅游业总产值、国际旅游收入、GDP等，均通过不同省域历年居民消费价格指数平减至2001年的不变价格;酒店固定资产投资、房地产企业投资通过不同省域历年固定资产投资价格指数平减至2001年的不变价格，以消除价格变动的影响;同时除占比和比率外的所有变量都取对数值处理，以减少数据的波动性，并降低各省域样本数据的异方差程度，尽量消除不规则极值的影响。以上所有数据均来源于2001-2015年《中国统计年鉴》《中国旅游统计年鉴》和《中国旅游统计年鉴（副本）》。为分析这些因素对星级酒店TFP的影响及其作用机理，这里构建如下动态面板数据计量模型：
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为被解释变量，表示i年份t省域星级酒店TFP增长率，本文用TFP指数测度。TFPi，t～1作为解释变量表示前一期的TFP增长，测度方法同上。β0和ε分别表示常数项和误差项，β1-β9分别表示各解释变量的系数，其他解释变量的释意同上。
为深入分析影响因素对TFP增长的具体作用机理，对TFP各分解指数建立如下4个回归模型：
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分別表示星级酒店业技术进步、技术效率、纯技术效率、规模效率指数，其他变量含义同上。
3.2实证计算与回归结果分析
由于计量模型综合考虑了解释变量间可能存在的内生性问题。采用普通面板回归会因内生性问题造成估计上的偏误，这里借助动态面板模型估计方法消除内生性偏误问题，它主要包括两种方法，当前比较常用的是一阶差分广义矩估计法和SYS-GMM法。鉴于SYS-GMM法可以综合利用差分方程和水平方程的信息，能比较好地解决模型的内生性问题，增强估计的有效性。因此，本文采用SYS-GMM法进行回归分析，运用模型3～模型7分别进行SYS-GMM两步法回归计算，其结果如表2，可以看出SYS-GMM估计的回归拟合效果较好，系数符号及显著性水平符合预期。观察对模型检验统计量发现，AR检验的统计量AR（1）均在5%和10%的水平下显著，AR（2）则不显著，即差分后的残差项存在一阶序列相关而不存在二阶序列相关，Sargan检验的p值结果无法拒绝原假设，说明工具变量的选取是合理的，综上，表明本文采用SYS-GMM法是合理可行的。
由表2可知，信息化、产业集聚、旅游业发展、对外开放和城市化水平对星级酒店TFP变化的影响作用为正，均通过了显著性水平检验;资本投入和房地产市场的影响作用为负，均通过了显著性水平检验;人力资本的影响作用为正，但估计结果不显著。根据各模型的回归结果，结合我国星级酒店业的发展实际，具体分析如下：
（1）资本投入的影响系数为负且显著。说明其对酒店TFP具有负向阻碍作用，这也反映了我国星级酒店多年来粗放式的发展特征，导致固定资产限制了技术效率包括纯技术和规模效率的增长，虽对技术进步有推动作用但很小，整体上阻碍了TFP的提高。因此我国酒店业依靠资本驱动的发展模式将难以为继，今后酒店投资必须重视运营管理、技术创新水平和效率的提高。
（2）人力资本的影响系数值为正但不显著。酒店业作为劳动力密集型的服务行业，人力资本一直是其发展的重要基础，其应对TFP的提高有所推动。但是，随着我国经济新常态和供给侧结构性改革等新形势的发展，我国酒店业也面临新的机遇和挑战。近年来，我国星级酒店劳动生产率增长缓慢，伴随人口红利的消失，劳动力数量的增速更加缓慢，这从侧面反映了我国酒店行业人力资源相对不足的局面，尤其是综合性的高级经营管理人才更加缺乏，使人力资本水平无法有效推动TFP包括技术进步和技术效率的提高。
（3）信息化水平的影响系数为正且显著，而且数值较高。说明信息化对提高星级酒店TFP的推动作用十分突出。“互联网+”对星级酒店业影响巨大，如线上交易、预订、营销等方式极大地改变了传统酒店的运营模式，对酒店效率状况产生了重要影响，信息化对TFP的作用主要在于推动技术进步，而对技术和规模效率为负向作用，对纯技术效率微小的正向作用亦不显著。
（4）產业集聚的影响系数为正且显著，但数值较小。星级酒店业的集聚水平虽然有利于其TFP增长，但推动作用并不突出，原因在于我国星级酒店的集聚水平总体上较低。通过计算我国各省域2001-2015年区位熵均值发现，仅有8个省域区位熵值大于1，有着较好的集聚水平，其余2/3以上的省域则较差，影响了其对TFP的推动作用。产业集聚主要通过促进技术进步的途径推动TFP增长，与技术效率包括纯技术效率为负相关，与规模效率为正相关但系数值较小，说明产业集聚主要是通过知识、人才等资源的溢出效应促进酒店技术进步。
（5）房地产市场发展的影响系数为负且显著。进入21世纪以来，房地产市场得到了极大发展，特别是商业地产发展更为迅速，对房地产开发商而言，大量投资建设星级酒店有效迎合了政府支持星级酒店发展的政绩需求，能够获取政府在投资领域给予的优惠政策，同时又可以带动区域商圈发展，提高楼盘身价。这就导致了房地产商竞相在星级酒店领域“跑马圈地”，吸引了大量投资，使其数量和规模迅速扩张，但政府和房地产商却并未对酒店未来的经营状况投入足够的关注，造成了大批酒店在建成后经营困难，阻碍了行业TFP的提高，其虽对技术进步产生了微小的正向推动作用，但对技术效率包括规模效率为显著的负向作用。
（6）旅游业发展水平的影响系数为正且显著，但数值不高。其推动作用主要是促进技术效率，包括纯技术和规模效率的提高，旅游业发展直接决定了地区星级酒店的市场状况，旅游业发达地区不仅客源充足且消费水平较高，有助于推动星级酒店业经营管理、营销、产品和服务等方面的发展，进而有效提高了酒店的运营效率，但粗放式的发展特征使其对技术进步产生微小的正向作用不显著。
（7）对外开放程度的影响作用为正且显著，但数值亦不高。是因为我国入境旅游市场发展相对缓慢，统计年份内我国入境旅游人数和国际旅游收入年均增速下降，且近年来增长率较低;按照各省域外资星级酒店比重统计来看，只有北京达到36.40%，其余省域全部低于30%，甚至14个省域还不到10%①，这说明了我国星级酒店主要是以内资型为主，与国外优秀酒店品牌的交流合作明显不足。其与技术效率包括纯技术和规模效率均为显著正相关，但对技术进步产生了阻碍作用。
（8）城市化水平的影响作用为正，系数值较大且显著。我国城市化进程迅速，同时快速推动了居民消费水平的提升，说明城市化对提高星级酒店TFP作用十分显著。城市化的快速推进既表明城镇地区经济发展水平和居民生活水平的提高，又反映了城镇的人口集聚效应，从而使城镇地区成为我国旅游业主要的旅游目的地和客源地，也是我国旅游业的核心地区。可见，城市化水平成为推动我国星级酒店TFP增长的重要因素，其对技术和纯技术效率的推动作用最大，对技术进步的推动作用较小。
4 结论与建议
本文利用我国30个省域2001-2015年的面板数据，实证测度和分析了我国星级酒店的TFP及其时空特征，又利用SYS-GMM法深入分析了TFP的影响因素及其作用机理，得出如下结论和建议：
（1）从全国尺度看，在2012年前我国星级酒店TFP总体处于上升趋势，但增长相对缓慢，且历年的时序波动特征明显，在2013年后受国家廉政政策的持续影响，使技术效率负增长从而导致TFP下降。研究期内，TFP的增长主要依靠技术进步推动，技术效率增长不明显，削弱了技术进步对TFP增长的推动作用，导致我国星级酒店仍存在粗放式发展特征。
（2）从省域尺度看，全国大部分省域星级酒店TFP为正向增长，但不同省域TFP呈现了空间分布不均衡的特征。这就需要在提高各等级省域TFP时因地制宜、精准施策，以改善我国星级酒店发展的空间区域结构，一、三等级省域的星级酒店当务之急是优化存量发展，快速实现转型，着力于酒店产品和服务品质、独特性和高端化等方面的改善;二、四等级的省域则需要顺应“全域旅游”的浪潮，进一步扩张规模，打开市场，增加酒店在人力资本、技术研发与引进、经营管理水平提高等方面的投入，在快速扩张的过程中增加技术含金量。
（3）深入分析TFP影响因素可知，信息化、产业集聚、旅游业发展、对外开放和城市化水平对TFP均为正向推动作用;资本投入和房地产市场发展等因素则为负向作用;而人力资本的正向作用不显著，但它们的作用机理并不一致，其中城市化和信息化对星级酒店TFP的正向作用最为突出，而酒店资本投入则表现为明显的负向作用。
（4）在清晰认识到我国星级酒店TFP增长缓慢、发展粗放式特征明显的基础上，如何有效利用有利因素转变星级酒店经营管理和运营方式，调整和优化星级酒店功能结构、地域结构，实现“升级增效”的集约化发展，是我国星级酒店亟须解决的重要问题。从显性因素看，星级酒店企业自身要高度重视信息化、人力资本等TFP正向影响因素，加强酒店人力资源管理与培养，加强高新技术如互联网、物联网、大数据、云计算、虚拟现实、人工智能等先进技术应用;同时，酒店投资不能只追求规模，更要重视技术创新和技术效率的提高，以充分发挥技术进步和技术效率对TFP的推动作用;且面对国家廉政反腐等政策和系列活动的影响，星级酒店宜主动转型更为积极主动地发展综合体开阔大众消费市场。从隐性因素来看，亟须有效调控房地产市场发展，加强星级酒店投资领域的事中和事后监管，设置门槛规范发展;同时，政府应结合新型城市化进程和供给侧结构性改革，科学制定区域政策和产业政策，重视改善和优化城市化、旅游业发展、产业集聚、对外开放等区域环境因素对星级酒店TFP的正向推动作用，尤其是在新兴城镇化过程中，大力开展特色小镇、旅游小镇、城市休闲街区、全域旅游示范点等建设，充分开拓我国酒店消费市场，发挥城市化对TFP的推动作用。
