对我国旅游景区类上市公司运营效率的评价

侯佳伟++王桂敏+++皇甫鹏帆

作者简介：侯佳伟（1987－），男，山西大同人，沈阳师范大学国际商学院在读硕士研究生，研究方向：政治经济学。王桂敏（1962－），女，辽宁庄河人，沈阳师范大学国际商学院教授，硕士生导师，研究方向：世界经济理论、国际贸易理论与政策。皇甫鹏帆（1989－），女，山西运城人，沈阳师范大学旅游管理学院在读研究生，研究方向：旅游文化。

【摘要】旅游景区类上市公司的出现打破了我国景区经营由国家行政部门一家独揽的局面，随着旅游业市场化程度的不断提高，对该类上市公司运营效率的评价显得尤为重要。这既是景区类上市公司制定提升其发展水平策略的前提，也是对我国旅游景区市场化经营模式合理性的证明。文章运用DEA分析法对国内12家景区类上市公司的投入产出情况进行分析，并分别从技术效率、规模效率以及纯技术效率方面对其有效性进行了评价，同时就评价中出现的问题提出了相应的改进策略。

【关键字】景区类上市公司；运营效率；DEA分析

doi:10.3969/j.issn.1007-0087.2014.02.006

一、引言

自改革开放以来，在我国发展国民经济过程中，旅游业在第三产业中发展速度较快，已成为我国产业结构升级的重要推动力。旅游景区作为我国旅游业发展的重要组成，其经营方式经历了从完全由政府主导到企业参与，再到个别公司上市的市场化转变过程，这也正是市场化运作模式的典型代表，促进了我国景区业的整体发展。随着《旅游法》的颁布，旅游行业将迎来新的发展机遇，旅游景区类上市公司在获得经济利益的同时，在经营方面也将面临更加严格的监管和更加规范的市场秩序制约，长远分析这将更有利于我国旅游业的整体发展。在此背景下，旅游景区类上市公司能否适应新的市场环境，公司模式对于景区运营管理是否有效率，是业界乃至学界共同关心的问题。因此，对我国景区类上市公司运营效率的评价与国内旅游景区能否健康发展息息相关。

目前，国内对旅游业上市公司经营绩效的研究成果丰硕。吴海民（2007）利用数据包络分析法对国内15家旅游类上市公司的投入产出效率进行评价分析，有针对性地提出提升其运营效率的思路及方法[1]。马胜春（2011）利用因子分析法分别从企业规模、盈利能力、营运能力、偿债能力和成长能力5个方面对国内24家旅游类上市公司进行了测算，最终得出了24家旅游上市公司综合绩效的排名，指出全局性和动态性的战略管理是企业获取和维持竞争优势的必要条件[2]。张慧（2012）通过对2003-2010年间15家旅游类上市公司财务数据的实证研究，指出国内旅游上市公司经营业绩相对较低，提倡采取适度多元化经营策略提升企业效率[3]。在充分借鉴前人研究成果的基础上，本文运用数据包络分析法及DEAP2.1软件，着重对国内景区类旅游业上市公司的运营效率进行评价，旨在了解我国景区类上市公司运行现状，并为该类景区管理的合理性提供实证依据。

二、研究方法及指标体系的构建

（一）数据包络分析法

数据包络分析法（Data Envelopment Analysis，DEA）是A. Charnes和W. W. Coopery于1978年在“相对效率评价”概念上发展起来的一种系统评价体系。它是一种针对具有多指标投入和多指标产出的同类型部门进行相对有效性综合评价的方法。通过设立决策单元（Decision Making Unit，DMU），并设定每个决策单元所包含的的输入和输出要素指标，形成一个关于投入产出的综合评价体系，通过对各DMU中投入产出比率的综合测算，确定运营效率的最佳前沿面，并根据各DMU与有效前沿面的距离状况，确定其是否DEA有效[4]。

目前运用较为为广泛的DEA模型为CCR模型和BCC模型，其基本原理为：假设有 n 个决策单元DMUj(j=1,…,n)， 每个DMUj有 m 种投入要素，以向量记为 Xj =(x1j，x2j，…，xij，…，xmj)T，同时有 s 种产出要素，记为 Yj =(y1j，y2j，…，yrj，…，ysj)T，其中Xij0 (i=1,…,m)，Yrj0 (r=1,…, s)。以vi表示第i种输入指标的权重，ur表示第r种输出指标的权重。CCR模型（又称CRS模型）的基本表达式为：

其中，hj表示第j个DMU的投入产出的相对效率值，也称效率评价指数，即输出量相对于输入量的效率值，v=(v1,v2,…,vm)T和u=(u1,u2,…,us)T是权重向量[1]。鉴于这一模型是CCR的分式规划模型，其对DMU有效性的评价并不直接，故有必要对其进行Charnes-Cooper变换，得出模型对应的线性规划式：

其中，Xj0表示处于生产前沿面上的输入向量，Yj0表示处于生产前沿面上的输出向量。λ表示决策单元线性组合的权重系数。在此基础上，引入松弛变量的概念，经过进一步的对偶变换，得到便于计算和运用的CCR模型的对偶规划式：

其中，为效率评价指数，S-、S+分别表示产出的松弛变量和投入的松弛变量，表示指标权重系数。倘若第j0个决策单元存在最优解*，S*-，S*+和*，则有：

1．若*=1且S*-=S*+=0，表明决策单元DEAj0为DEA有效，即该决策单元的投入产出比达到最优，实现了技术效率最佳；

2．若*=1，而S*-≠0或S*+≠0，则表示该决策单元为弱DEA有效，说明决策单元投入产出比例没有达到最优，分别表示存在投入冗余或产出不足，可分别通过改变要素组合实现在既定产出量上减少投入或在既定投入上提高产出，以达到技术效率最佳[5]；

3．若*<1，则表明该决策单元为DEA无效，需要对造成无效的成因作进一步分析。

由于CCR模型是在规模报酬可变的前提假设下进行检验得出DEA有效性，因而其结果只能表明该决策单元是否处于DEA有效状态，对于非DEA有效的单元，却难以确定是由纯于技术无效还是规模无效，抑或是双双无效而导致的整体无效。因此，有必要剔除规模效益对检验结果的干扰，鉴于此，引入一个凸性条件 ，就得到BCC模型（也称VRS模型），它的优势在于避免了规模对经营效率的影响，得到纯技术效率。进而可以判断决策单元是否规模有效。另外，根据最优解*可以判断决策单元所处的规模状态，即如果有 ，则决策单元规模报酬递增（irs）；如果 ，则决策单元规模报酬不变（crs）；如果有 ，表明决策单元规模报酬递减（drs）。

（二）DMU及指标选取

景区类上市公司，顾名思义，是指以旅游景区的开发、经营与管理活动为主营业务或主要业务构成的上市公司。以此为依据，本文选取沪深两市共计12家以景区开发经营（包括景区内索道交通服务）为主营业务的旅游类上市公司为样本，作为决策单元DMU。在指标选取上，上市公司运营投入的要素通常包括人力、财力、物力三个方面，与此相对应，本文选择员工人数、营业成本和总资产作为投入要素；在产出要素的选取上，景区收入为景区类上市公司运营效率的首要特征，鉴于该类上市公司往往存在多元化经营的情况，为了更全面审视其他业务发展情况，有必要将营业收入同列为产出指标，此外，净利润表明上市公司的盈利能力，每股收益则表明其资产价值的增值情况，综上所述，根据景区类上市公司的收益特点，本文最终选取景区收入、营业收入、净利润和每股收益4项指标作为产出的效率评价指标。

三、实证分析

（一）数据选取

为了最大程度保证分析的时效性，本文以上海和深圳证券交易所网站上提供的12家景区类旅游上市公司2013上半年年报为数据来源，按照前文所述指标，分别提取了各上市公司的景区收入、营业收入、净利润、每股收益、总资产、营业成本、员工人数7项数据，见表1。

表1景区类上市公司效率评价指标原始数据一览

上市公司 产出指标 投入指标

景区收入（万元） 营业收入

（万元） 净利润

（万元） 每股收益（元） 总资产

（万元） 营业成本

（万元） 员工人数（人）

峨眉山A 22684.22 36615.33 2948.51 0.1254 131432.75 21787.93 2235

桂林旅游 8048.08 19213.95 -1969.64 -0.055 239988.20 12066.77 3534

丽江旅游 12874.80 30081.75 8329.68 0.39 153762.58 6604.67 1388

三特索道 11685.18 14127.44 -3363.92 -0.28 159086.92 8395.97 1595

华侨城A 441407.82 1061850.86 181860.45 0.25 8469775.60 466562.45 21425

大连圣亚 7831.87 8842.83 -438.81 -0.048 77605.10 5069.72 376

云南旅游 3958.79 16151.17 890.04 0.0414 119627.39 10260.11 501

宋城股份 24367.19 26326.15 13436.58 0.24 322385.62 11643.33 909

西藏旅游 3512.15 6169.42 -1719.01 -0.091 119440.55 3512.04 1156

黄山旅游 35309.29 69544.49 7249.99 0.154 332467.75 45372.66 3514

*ST九龙 4971.10 5585.51 -2259.06 -0.02 288027.84 2645.87 151

张 家 界 8717.49 20538.58 1062.63 0.0331 57093.70 14524.14 780

数据来源：沪深证券交易所网站上市公司2013半年报。

（二）计算和结果生成

由于DEAP2.1软件不能处理负值，依照公式

进行无量纲化处理[6]，其中，xij表示第j个DMU第i项指标的原始数据，rij表示第j个DMU第i项指标的变换后数据，max{xi}、min{xi}分别表示第i项指标下全体样本中的最大值与最小值，无量纲化数据见表2。运用DEAP2.1对表二数据进行CRS模型运算，得到12家旅游景区类上市公司2013年上半年运行效率情况，其中包括纯技术效率、规模效率以及规模收益情况，详见表3。

（三）模型解析

1．有效性分析

经软件计算，12家景区类上市公司运营效率指数分布于0.28到1之间，平均值为0.894，其中达到DEA有效（crste=1）的公司为8家，占到样本的67%。相对于其余4家，这8家景区类上市公司构成了该类别上市公司最优效率的前沿面，其整体运营效率相对较高，具有较强的创收能力、景区营运能力、获利能力和增值能力。而4家非DEA有效的上市公司中，西藏旅游的效率值为0.967，远高于平均值且接近于1，表明该公司的运营能力相对较强。而三特索道、黄山旅游和桂林旅游不同程度低于效率均值，表明其综合运营效率相对较低，仍有巨大改进空间。

通过进一步采用VRS算法，对4家非DEA有效的景区类上市公司做进一步测算，得到其对应的纯技术效率值和规模效率值（详见表3）。如表显示，桂林旅游的纯技术效率值和规模效率值分别为0.383和0.730，说明技术及管理水平和公司规模都是造成其DEA无效的原因，且技术利用效率的提升空间相对规模效率更大，提升空间分别为61.7%和27%。三特索道同样表现为技术和规模的双重无效率，且技术效率提升空间更大。而西藏旅游和黄山旅游的非DEA有效则全部归因于其规模效率过低，规模效率值分别为0.967和0.818。

2．规模效益分析

规模收益通常分为三种情况，分别为规模收益递增、规模收益递减和规模收益不变。从计算结果可知，8家达到DEA有效的上市公司，其运营效率达到最优，都处于规模报酬不变的状态之下。而桂林旅游、三特索道和黄山旅游则处于规模报酬递减阶段，表明这3家景区类上市公司的运营规模已经相对过大，换句话说，其现行技术水平难以支持其规模扩张的要求，其技术发展相对滞后于规模扩张的速度。此外，西藏旅游处于规模报酬递增阶段，表明西藏旅游的公司规模扩张较为缓慢，没有实现规模效益。

3．投入冗余与产出不足

通过对松弛变量的测算，8家DEA有效的上市公司不存在投入冗余或产出不足，其投入产出比达到最优状态。桂林旅游的员工人数松弛变量为0.044，景区收入、净利润和每股收益的松弛变量分别为0.005、0.096和0.764，表明桂林旅游的人员投入过大，而景区收入、净利润及每股收益相对不足，没有达到效率最优。三特索道在投入方面安排较为合理，只是在营业收入方面略显不足，且由于景区收入的松弛变量为零，表明营业收入的不足不是由于景区经营不善，通过对半年报内容的分析，这一现状可能是由于其酒店业务营业成本的增长速度大大高于其营业收入增速所致。从计算结果来看，西藏旅游的员工人数松弛变量为0.034，同样存在人员投入过大的问题，而其营业收入和净利润方面则表现为产出不足。另外，黄山旅游的投入冗余全部为零，而在净利润和每股收益上存在缺口，从其半年报来看，该公司上半年接待入境旅游人数的减少及连续阴雨天气较多可能是造成这一局面的重要原因。

表2景区类上市公司评价指标的无量纲化数据一览

上市公司 产出指标 投入指标

景区收入 营业收入 净利润 每股收益 总资产 营业成本 员工人数

峨眉山A 0.043782 0.029377 0.034080 0.605075 0.008837 0.041262 0.097960

桂林旅游 0.010358 0.012902 0.007528 0.335821 0.021740 0.020307 0.159020

丽江旅游 0.021381 0.023191 0.063132 1.000000 0.011491 0.008533 0.058146

三特索道 0.018664 0.008087 0.000000 0.000000 0.012124 0.012395 0.067876

华侨城A 1.000000 1.000000 1.000000 0.791045 1.000000 1.000000 1.000000

大连圣亚 0.009865 0.003084 0.015792 0.346269 0.002438 0.005225 0.010576

云南旅游 0.001020 0.010003 0.022967 0.479701 0.007433 0.016413 0.016452

宋城股份 0.047626 0.019636 0.090704 0.776119 0.031535 0.019395 0.035630