《基于DEA模型的酒店网站运营效率研究》-经济学论文，经济论文-论文范文参考-科学狗论文网

标题

基于DEA模型的酒店网站运营效率研究

范文

覃靖岚　白华

[摘要]文章选取DEA（Data Envelopment Analysis，数据包络分析法）方法中的CCR模型和BBC模型对14个国内酒店网站进行了运营效率评价，研究结果表明国内酒店网站相对效率整体一般，接近30%的酒店网站非有效，且存在显著差异，酒店网站资源利用水平有待提高。文章进一步根据投影分析对非有效酒店网站给出了运营优化建议。

[关键词] 酒店网站;DEA;效率评价

[DOI]10.13939/j.cnki.zgsc.2020.30.188

我国网民用户基数大，网络服务渗透率不断升高。截至2018年12月，网民规模达8.29亿，互联网普及率为59.6%。[1]网民各类互联网应用使用率统计表明在线旅行预订（包括网上预订机票、酒店、火车票和旅游度假产品）用户规模达4.1亿，其中在线预订酒店的网民比例为30.3%。[2]中国消费者结构升级，在线旅游业的迅猛发展极大地推动了酒店在线预订的用户需求激增。酒店的自建网站作为客户在线预订的入口，是降低成本、优化服务和提高管理效率的重要网络营销渠道。

目前国内酒店网站研究集中在信息分析、特征分析、功能分析、营销能力分析等;研究主题主要分布在酒店网站质量、酒店网站营销、酒店在线预订、酒店网站功能、酒店顾客需求。酒店网站评价研究大多是在建立评价体系后对酒店网站功能、服务功能、营销推广的使用情况进行调查分析，多围绕网络营销开展，研究酒店网站效率评价的文献甚少。酒店网站运营的效率在很大程度上影响着消费者的购买决策，科学分析评价其网站有效性，以找到运营存在的问题具有重要的现实意义。文章运用DEA方法中的CCR和BBC模型对酒店网站效率进行科学评价和分析，对非有效的决策单元提出改善路径，网站有效性评价为网站优化和改善调整提供重要依据。

1 网站效率评价的DEA方法

数据包络分析（DEA）是由著名运筹学家Charnes W.等人于1978年创建的用于评价相同部门间的相对有效性的统计分析方法。DEA方法不需要事先假定具体投入产出函数形式，其实质是利用数学规划模型评价具有多输入多输出的“部门”或“单位”（称为决策单元，简记为DMU）间的相对有效性（称为DEA有效）。通过一组输入与输出的观测值，利用线性规划方法估计生产前沿的边界。如果决策单元输入和输出组合落在生产前沿的边界上，则决策单元的相对效率值为最大值（其值为1）;如果落在生产前沿的边界下，则决策单元的相对效率无效（其值大于0且小于1 ）。DEA根据对各决策单元观察的数据判断决策单元是否为DEA有效，是一种非参数的统计估计方法。[3]

DEA主要包括CCR模型和BCC模型。CCR模型假设DMU处于固定规模报酬情形下，测度的是无规模效益下的技术效率，称综合技术效率（Technical Efficiency，TE）。BCC模型假设DMU处于变动规模报酬情形下，测度的是将规模报酬纳入考虑范围的纯技术效率（Pure Technical Efficiency，PTE）和规模效率（Scale Efficiency，SE）。其中，综合技术效率（TE）和纯技术效率（PTE）的比值TE/PTE是规模效率（SE）。

从网站运营维护者的角度来看，企业网站是一个可以发布企业信息、提供顾客服务，以及在线销售的渠道。[4]酒店网站的建设和运营涉及网站结构、网站内容、网站功能和网站服务四个方面的资源输入。酒店网站各方面指标的测度与评价有助于发现酒店网站运营中存在的问题。按照DEA原理，酒店网站运营效率，等于输入与输出的比率。从有效利用现有技术的程度看，可分为技术有效、技术无效;从是否达到最优投入水平看，可分为规模有效、规模无效。[5]文章选择评价决策单元技术和规模综合效率的CCR模型和评价纯技术效率的BCC模型，分别从技术有效性和规模有效性两方面对酒店网站效率进行测评。

2 构建评价指标体系

2.1 决策单元（DMU）的选取

DEA的本質是要衡量决策单元的相对有效性，因此选取的DMU必须满足同质性特征选取原则。为确保研究有意义要兼并考虑所选择DMU的差异性分布，选取“站长之家”中“酒店宾馆”类型排名前32中数据可获得性高且数据完整度高的14家酒店网站作为样本网站，其基本信息见表1。

2.2 输入及输出指标的筛选

选择指标的时候需要考虑一般性原则、数据可获得性原则、模型适用性原则。冯英健将网络运营维护的基本工作归纳为六个方面：内容维护、网站推广、客户服务、技术维护、运营环境和运营管理。[6]笔者借鉴国内外学者的经验再结合酒店网站自身的特点，输入指标的选取从网站丰富度、网站推广、网站内容和结构布局、网站易用性四个维度来考虑，它们较为全面地反映网站建设时主要的投入资源。[7]输出指标是网站运营能力的综合实力的衡量。综上所述，选取输入和输出指标构建指标体系如表2所示。

3 国内酒店网站运营效率评价

3.1 输入输出指标数据的采集和预处理

运用站长工具、Xenu Link Sleuth 和Alexa等工具进行指标数据的采集，其中TNP、BK、ALT和PR的数据来源是站长工具（http：//top.chinaz com），TIL通过专业网站死链接检测工具Xenu Link Sleuth抓取，指标WR，UV通过较专业权威的网站分析Alexa（（http：//www.alexa.cn）获得。输入输出指标采集数据见表3。基于CCR和BCC模型评价效率结果分析，利用DEA Solver软件工具，对网页载入时间和网站流量排名这两个逆向指标ALT和WR进行取倒数的正向处理后，选择CCR和BCC两种模型中面向输入角度CCR-I和BCC-I进行运算，酒店网站运营效率不同效率值以及规模报酬情况的运算结果见表4。其中效率值为1则为有效，小于1则为非有效。

3.2 综合技术效率（TE）分析

综合技术效率是对酒店网站的技术资源利用效率、信息资源使用效率等多方面能力的评价。综合技术效率综合考虑了酒店网站的技术与规模资源利用情况，衡量酒店网站总体运营效率大小。

14個酒店网站中，10个有效网站效率值为1，处于综合技术效率的生产前沿面，效率值为最优。这10个酒店网站为相对DEA有效，效率值为最优，其在网站规模建设、网站推广能力、网站内容和结构布局以及网站易用性等方面已达到相对合理有效的组合。

酒店网站运营纯技术效率和规模效率的均值分别为0.91576和0.926404，纯技术效率略小于规模效率，表明大部分酒店网站的综合技术效率低的原因是这些企业的纯技术效率不高。综合技术效率的均值为0.855869，表明大部分酒店网站运营的综合技术效率有较大的改进空间。

速8酒店的综合技术效率为0.802，说明该团购网站输入输出比例与最佳比例差距较小，是弱DEA有效，其他3个非有效酒店网站的综合技术效率均小于等于0.5，表示这些酒店网站的输入输出比例与最优比例差距很大，酒店网站的信息资源利用效率低下，且同时表现为技术无效和规模无效。

3.3 纯技术效率（PTE）分析

纯技术效率值可以较好地评价纯技术效率对被评价决策单元的综合效率影响程度大小。酒店网站纯技术效率反映了网站规模大小在一定的条件下，国内主流酒店网站的网络信息资源规划合理程度和运营管理水平的高低。

14个酒店网站运营的纯技术效率均值为0.916，表明这14个酒店网站现有专业技术属于领先地位，大都能达到有效利用酒店信息资源的技术水平。其中，10个酒店网站效率值达1，为纯技术有效网站，4个酒店网站的纯技术效率值小于1，可见纯技术无效的这些酒店网站仍有提高信息资源利用水平的空间，低于当前同行水平，信息资源得不到充分利用。有3个技术无效网站的效率值低于0.8，这些网站在未来发展中应该着重在扩大网站规模、加强网络营销、合理化结构布局等方面，提升基础技术水平，以充分利用酒店信息资源。

3.4 规模效率（SE）分析

规模效率则反映了酒店网站最优规模与实际规模的差距，企业的规模因素对生产效率的影响程度大小就表现为规模效率。14个酒店网站运营的平均规模效率是0.926，说明这14个酒店网站目前规模比较适宜。有10个酒店网站的规模效率值为1，是规模有效的，说明这10个被评价酒店网站当前运营规模与最优规模相符，规模扩大或缩小都会引起输出水平的增减。只有四季酒店网站规模报酬处于递减阶段，其余13个酒店网站的规模报酬状态皆为不变，它们的规模大小适宜。规模无效酒店网站是规模投入过大引起的，因此从酒店网站的有效运营出发，若输入规模太大，要考虑重新规划输出结构或降低输入重新配置资源量。可见，酒店网站规模并非越大越好，盲目地追求扩大规模会导致资源浪费，降低了输出水平。

3.5 投影分析

利用BBC模型运算对4个非DEA有效酒店网站进行投影分析，结果见表5所示。4个非DEA有效的酒店网站，即D5维也纳酒店网站、D7四季酒店网站、D8凯宾斯基酒店网站和D13速8酒店网站。表5给出了各酒店网站在输入输出各指标方面上的冗余与不足以及具体指标的改进幅度。

TNP：4家酒店的网站都需要不同幅度地投入减少量，说明其网站页面投入过多，造成浪费，适当减少以提高网站运营效率。

BK：D5、D7和D8的减少幅度接近50%，反映非有效酒店网站在推广网站知名度的投入资源过多。

TIL：4个酒店网站的内部链接数需减少量都超过50%，非DEA有效酒店网站内容和结构布局不合理，链接减少有助于网站内容主题的集中。

ALT：这一指标的调整程度比较大，大多非有效网站网页打开时间过长，网站易用性能低，酒店网站需改善页面载入速度。

经过输入指标的调整后，WR提升较多的是D5和D13;PR提升最多的是D8;D13的UV指标增加幅度很大为433.25%，其余三个酒店网站的UV指标并未有提升。另外，D5维也纳酒店网站4个输入指标的减少量都超过50%;D7和D8最需要减少的是内部链接数;D13最需要减少的是逆向页面载入时间。

4 讨论与建议

文章根据网站丰富度、网站推广能力、网站内容和结构布局以及网站易用性选取4个输入指标和反映酒店网站综合实力的3个输出指标，构建了包含7个指标的效率评价指标体系。通过测算酒店网站的综合技术效率、纯技术效率和规模效率，运用DEA方法对国内主流酒店网站运营效率进行了客观的定量分析。

研究结果表明，14个国内酒店网站综合投入资源没有得到充分的利用，效率有较大的提高空间，现有专业技术属于领先地位，大多能达到有效利用酒店信息资源的技术水平，规模大小比较适宜，仅有一个酒店网站的规模报酬呈递减状态。酒店网站综合技术无效的原因可能是纯技术效率无效、规模效率无效或者两者有之。若纯技术无效，则需提高技术利用水平;若是规模无效，则需根据规模报酬状态调整规模的大小。结合酒店资源的投入冗余率和产出不足率的分析，给出酒店网站运营维护的改进建议：

（1）网页丰富度直接影响酒店客户浏览需求是否得到满足，从酒店网站效率的有效性出发，酒店网站应以内容为主合理规划网页总数，提高酒店网站丰富度，有效满足客户的浏览需求。

（2）注重网络推广营销，扩大酒店网站影响力。酒店网站运营过程要注意网页标题及关键词设置的专业性、设置外部网站链接区域等，提高网站推广营销效果。

（3）优化网站结构布局，根据客户获取信息的行为特征以及主要搜索引擎抓取网页摘要信息的方式改进设计网页布局，提高客户获取信息的易用性。

（4）提高网络技术，保证良好的页面加载速度。确保网站易用性和可靠性。

参考文献：

[1]中国互联网络信息中心.中国互联网络发展状况统计报告[EB/OI].[2019-02-28].https：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/t20190228_70645.htm.

[2]艾瑞咨询.2018年中国在线旅游行业研究报告[R/OL].[2019-02-28].http：//report.iresearch.cn/report/201812/3318.shtml.

[3]魏权龄.数据包络分析[M].北京：科学出版社，2006.

[4]彭茂娟. 基于用户需求的经济型酒店网站功能评价[J].旅游纵览（下半月），2016（4）：87-88.

[5]熊伟，黄思芹，吴必虎.基于顾客需求的星级酒店网站功能评价——以广州市60家星级酒店为例[J].旅游学刊，2009，24（9）：61-66.

[6]冯英健.网络营销基础与时间（第三版）[M].北京：清华大学出版社，2016.

[7]MARYAM O， MOHAMMAD S. Evaluation of hotel websites using the multi-criteria analysis of promethee and gaia： evidence from the five-star hotels of mashhad[J].tourism management perspectives， 2019（30）：107-116.

[8]雷东升.基于Splunk的图书馆资源网站服务效率研究——以北京工业大学图书馆为例[J].图书情报导刊，2017，2（11）：33-40.

[基金项目]深圳市哲学社会科学规划2018年度课题（项目编号：SZ2018B014）。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。