基于DEA方法的在线旅游服务创新效率评价研究

徐文燕，张 青

(南京财经大学 工商管理学院，南京 210046)

基于DEA方法的在线旅游服务创新效率评价研究

徐文燕，张 青

(南京财经大学 工商管理学院，南京 210046)

应用DEA综合评价方法，选取我国19个在线旅游供应商作为案例样本，分析我国在线旅游服务模式及发展趋势，从投入和产出角度选择了十项评价指标，并制定了相应的评判标准依据，进行在线旅游服务创新效率评价研究。通过分析19个在线旅游供应商的发展路径、战略选择、技术应用及公司特征，对各在线旅游企业产品与服务创新进行了比较；通过模型测算，对各在线旅游企业服务创新效率进行了比较。最后在政策法规、合作模式及服务价值方面提出了旅游企业服务创新提升策略。

在线旅游；服务创新；效率评价；DEA方法

一、引言

我国旅游信息化发展始于20世纪90年代，在线旅游市场的发展始于90年代末，经过传统的在线旅游代理商主导阶段，逐步发展到细分市场阶段，目前在线旅游正在进入多元化发展时期。

在线旅游早期发展阶段的代表性企业主要是携程、艺龙和芒果，经营的业务主要是“机票+酒店”为主的代理产品，逐渐扩展为休闲度假、商旅服务等业务的第三方在线代理商。2003年，携程在美国纳斯达克成功上市，我国在线旅游服务水平得到了提升，一些新兴在线旅游服务企业随后也进入在线旅游代理商市场，如2004年成立的同程网、遨游网、穷游网，以及2005年成立的去哪网、悠哉旅游网。

面对不断增长的旅游市场，传统的在线旅游代理商运营模式已经难以满足新兴旅游市场的发展，我国在线旅游市场进入细分化阶段。在线旅游网站不断创新业务模式，出现了各具特色的在线旅游运营模式。一是代理型在线旅游服务交易商，如携程、艺龙以及2006年成立的途牛、2008年成立的驴妈妈；二是垂直搜索型在线旅游服务平台，如去哪儿网以及2006年成立的酷讯；三是社区点评型在线旅游服务平台，如穷游以及2006年成立的蚂蜂窝、2009年成立的到到网；四是B2B+B2C型在线旅游服务商，如同程以及2009年成立的欣欣旅游网。

随着互联网新技术的快速应用，社会化的媒体网络发展促进了在线旅游多元化。互联网巨头企业纷纷进入在线旅游市场，如2010年腾讯推出的QQ旅游平台，2010年淘宝推出的淘宝旅游，2011年京东推出的旅游预订业务，2011年百度推出的旅游频道，2012年苏宁易购推出的旅行频道。在线旅游市场多元化的发展，提高了在线旅游市场渗透率，完善了旅游产品分销环节，为海量的互联网用户提供了更多选择。

但是，随着在线旅游市场竞争程度的加剧，快速新增的渠道导致服务质量难以在短时间内得到保障。为了强化竞争优势，各个在线旅游企业开始寻求商业模式的突破，以及服务价值的创新。

在线旅游的发展是旅游产业结构创新的结果，也体现着旅游服务创新的趋势。因此，本研究样本采用了19个在线旅游供应商的数据资料，运用DEA综合评价方法，进行旅游产业创新投入与产出效率评价研究，探讨影响旅游产业服务创新绩效的主要因素，并提出相应的对策建议。

二、评价方法及模型建立

DEA方法是进行多个同类样本间相对优劣评价的方法，因此决策单元的选择要求具有相同类型。本研究以江苏为例，选取江苏2010年文化旅游业投入产出数据进行量化研究。在选择决策单元时，考虑到江苏文化旅游业发展总体增长较快、区域发展差异较大的发展现状，为横向比较分析江苏文化产业发展绩效，选取江苏不同区域具有代表性的13个主要城市作为决策单元，综合评价江苏文化旅游业发展的优势和劣势。

文化旅游产业涉及的范围广、包含的行业多，数据统计滞后于产业发展，有些数据取得较为困难。本研究利用江苏省统计局相关数据资料，选择江苏省13个城市的2009年文化旅游业投入产出数据作为DEA评价的输入输出数据，13个决策单元分别是：南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、宿迁。

(一)评价方法的可行性

服务创新是在线旅游企业在竞争中发展的关键，是企业将科技潜力转化为经济优势的创新活动。不断提高创新能力是在线旅游企业扩大市场份额、保证企业持续发展的动力。许多旅游企业充分认识到这一点，因此不断加大创新投入，缩短创新时间，在市场上取得了显著成效。但同时也暴露出创新效率不高的问题，突出表现为服务创新成果在转化为市场服务产品时缺乏科学论证和评价，虽然能够迅速进入市场，但很快被市场冷落，浪费大量资源。因此，本研究试图探寻一种合理的针对旅游服务创新的评价指标体系和可靠的评价方法，对旅游企业服务创新效率进行评价，从而优选出具有市场潜力的旅游服务产品和旅游企业，对旅游企业进行服务创新时提供必要的决策参考以避免创新带来的效率损失和效率风险。

DEA评价方法特别适合于具有多种投入和多种产出的复杂系统，即以系统内的各单位作为决策单元(评价对象)，依据各决策单元的活动耗费(输入数据)和活动成效(输出数据)来评价决策单元的优劣。将在线旅游供应商看作一个旅游服务供给系统，旅游服务从研发、转化、规模供给、经营销售到获得收入也是一个系统工程，这是一个具有多种投入与多种产出的复杂大系统，因此特别适合应用DEA方法进行评价。

DEA方法在处理具有可比性的生产部门(决策单元)的多输入、多输出问题方面有着绝对的优势，用来判断决策单元对应的点是否位于有效前沿面上，从而能够客观地对决策单元的相对有效性(包括“技术有效性”和“规模有效性”)进行比较，作出综合评比，同时又可以对今后各决策单元的改进方向提出具体的建议和方案。

(二)DEA模型的建立

由于产出是决策者的结果，所以这样的单元被称为决策单元DMU。每个DMU都代表或表现出一定的经济意义，它的基本特点是具有一定的输入和输出，并且在将输入转化成输出的过程中，努力实现自身的决策目标。

按照系统的语言，“投入”常称为“输入”；“产出”常称为“输出”。这样，一个DMU就是一个将一定“输入”转化为一定“输出”的实体。根据多个输入指标和多个输出指标的数据，要评价相对于所给的各决策单元的优劣，就是评价决策单元间的相对有效性。C2R模型是DEA的基本模型，也是较常用的一个模型。

设某个DMU在一项经济活动中的输入向量为X=(x1，x2，…，xm)，输出向量为Y=(y1，y2，…，ys)。可以用(x,y)来表示这个DMU的整个经济活动。

设有n个DMUj(1≤j≤n)，DMUj对应的输入、输出向量分别为：

xj=(x1j，x2j，…，xmj)T>0j=1,2，…，n

yj=(y1j，y2j，…，ysj)T>0j=1,2，…，n

而且xij>0，yrj>0，i=1,2，…，m；r=1,2，…，s

即每个决策单元有m种类型的“输入”及s种类型的“输出”。

xij为第j个决策单元对第i种类型输入的投入量；yrj为第j个决策单元对第r种类型输出的产出量。xij和yrj为已知的数据，可以根据统计资料得到。本研究依据统计资料来确定xij和yrj的值。为了避免主观意志的影响，将输入、输出权向量v=(v1，v2，…，vm)T，u=(u1，u2，…，us)T看作变向量。在这里，vi为对i种类型输入的一种度量(权)；ur为对r种类型输出的一种度量(权)。选择权系数v和u，使其满足hj≤1，j=1，2，…，n对第j0个决策单元进行效果评价(1≤j0≤n)，以权系数v和u为变量，以第j0个单元的效率指数为目标，以所有决策单元的效率指数hj≤1(j=1，2，…，n)为约束，构成如下最优化CCR模型：

利用Charnes-Cooper变换，可以将上式转化为等价线性规划模型：

用线性规划的最优解来定义决策单元j0的有效性。而线性规划有一个极为重要的对偶理论，通过建立对偶模型更易于从经济意义上分析问题，可以利用对偶规划来判断DMUj0的有效性。该线性规划的对偶规划为：

为了进一步讨论问题，引入松弛变量S+和剩余变量S-，将上述不等式约束变为等式约束。直接称线性规划(D)为规划(P)的对偶规划：

(三)DEA测算结果的经济意义

线性规划(P)及其对偶规划(D)均存在可行解，都存在最优值。设有最优值为hj0﹡和θ﹡，则hj0﹡=θ﹡≤1。若最优值hj0﹡=1，则称决策单元DMUj0为弱DEA有效；若解中存在ω﹡>0，θ﹡>0，且最优值hj0﹡=1，则称决策单元DMUj0为DEA有效。

DMUj0为弱DEA有效的充分必要条件是线性规划(D)的最优值θ﹡=1；DMUj0为DEA有效的充分必要条件是线性规划(D)的最优值θ﹡=1，并且对于每个最优解都有S+=0，S-=0。

弱DEA有效即具备了有效性的基本条件，DEA有效则表明各项投入及产出都对其有效性做出了不可忽视的贡献。

模型的经济意义在于可以用CCR模型来判定经济活动是否同时技术有效和规模有效。

1.当θ=1，且S-=S+= 0时，称决策单元DMUj0为DEA有效，即在这个决策单元组成的系统中，在原投入上所获得的产出已达到最优。

2.当θ=1，且S-≠0或S+≠0时，则称决策单元DMUj0为DEA弱有效，即在这n个决策单元组成的系统中，对于投入可减少S-而保持原产出不变，或在投入不变的情况下可将产出提高。

3.当时θ<1，则称决策单元为DMUj0无效，即在这个决策单元组成的系统中，可通过组合将投入降低而保持原产出不变。

如果S-=S+=0，则该决策单元所对应的生产活动从技术角度看，资源获得了充分利用，投入要素达到最佳组合，取得了最大的产出效果，称为技术有效；否则称该决策单元为技术无效。

利用CCR模型中λj的最优值可以判定DMU的规模收益情况：

(1)若存在λj﹡(j=1，2，…，n)使得∑λj﹡=1，则DMU为规模效益不变。

(2)若不存在λj﹡(j=1，2，…，n)使得∑λj﹡=1，则若∑λj﹡<1，则DMU为规模效益递增。

(3)若不存在λj﹡(j=1，2，…，n)使得∑λj﹡=1，则若∑λj﹡>1，则DMU为规模效益递减。

三、评价指标的选取及数据整理

遵循指标选择的可比性、可得性、科学性等原则，结合我国统计体制的现实，考虑实际统计工作的可操作性以及数据的来源，从创新的推动要素出发，选择与创新有关的评价指标。本研究在选择评价指标时主要考虑了以下因素：一是服务创新是一个企业发展战略的体现，因此服务创新的方向应与企业战略具有一致性。二是服务创新的目的是为顾客服务，因此创新成果必须能够为顾客所接受和认可，体现其市场价值。

本研究为了保证整体评价的有效性，从投入和产出角度选择了十项评价指标，并制定了相应的评判标准(满分为5分，各标准的分数由左及右依次降低)。见表1。

本研究的数据采集和处理，选取了19个在线旅游供应商作为研究样本，将其基本数据进行列表比较，作为基础数据资料来源，并作为十项旅游服务创新评价指标的评判依据和打分的基础。基础数据统计。见表2。

表1 旅游服务创新效率评价指标

表2 在线旅游供应商旅游服务创新基础数据

资料来源：中国在线旅游研究报告，旅游教育出版社，2014。

表2调查整理了19个在线旅游供应商的发展、战略、技术及公司特征，数据基本描述了我国目前在线旅游供应商的主要发展情况，为进一步评价在线旅游企业服务创新效率提供了基础资料。针对在线旅游供应商的旅游服务产品创新情况，本研究搜集大量数据，参照每一个在线旅游企业的网站信息及其发展历程、大事记，整理出19个在线旅游供应商服务产品从初期投放市场到稳定期占领市场，再到成熟期转型创新服务的传统与创新业务，对各个在线旅游企业产品与服务创新进行了比较，比较结果见表3。

在上述基本数据分析基础上，本研究将19个在线旅游供应商作为案例逐一考察，着重分析其传统业务和创新业务，比较其异同点，同时采用德尔菲法得出19个在线旅游供应商旅游服务创新评价指标数值，将各项指标的具体数值作为评价模型测算的依据。见下表4。

表3 在线旅游企业旅游产品与服务比较

资料来源：中国在线旅游研究报告，旅游教育出版社，2014。

四、旅游产业服务创新效率评价模型求解及效率分析

利用DEA综合评价方法，采用C2R模型，利用软件 DEAP(2.1) (Data Envelopment Analysis Computer Program )对数据进行分析和处理，求出各个决策单元在C2R模型下的解θ值。评价结果关注的是旅游产业创新投入与产出的效率，即θ效率系数反应的效率。采用这种评价方法的一个突出优点是把决策单元(即本研究中的19个在线旅游供应商)的各投入产出的权重作为变量，通过计算而确定，排除了认为因素，强化了评价结果的客观性。

表4 在线旅游服务创新效率评价指标数值

(一)综合效率分析

通过 DEAP 2.1软件的计算，得到19个在线旅游供应商旅游服务创新总体效率评价值。综合效率是指不考虑规模收益时的技术效率，纯技术效率是指考虑规模收益时的技术效率，规模效率是指考虑规模收益时的规模效率，综合效率值=纯技术效率值*规模效率值。测算结果见表5。

从上表中可以看出，达到DEA有效的，即综合效率值、纯技术效率和规模效率均为1的决策单元有12个，为去哪儿、艺龙、欣欣、途牛、驴妈妈、蚂蜂窝、酷讯、到到、悠哉、穷游、游多多和住哪，其规模收益不变，说明这些在线旅游供应商服务创新效率较好，达到投入与产出相对匹配最佳状态，没有出现投入冗余或产出不足，旅游服务创新投入规模与产出值之间达到了效率要求。

表5 在线旅游服务创新DEA效率求解结果

Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

另外，有7个决策单元没有达到DEA有效，均出现了规模收益递减，即规模效率值均小于1的情况，说明这8个决策单元出现了旅游服务创新效率不足问题。虽然这8个在线旅游供应商对服务创新都非常重视，并且试图通过服务技术创新及旅游产品创新获得市场竞争优势，但是存在资源利用效率不高，导致创新投入与产出规模不相匹配、创新产出不足的结果。

(二)投入与产出效率分析

模型测算结果还揭示出19个决策单元的投入与产出的匹配情况，可以更进一步显示出19个决策单元中非DEA有效的决策单元无效率的具体情况。经过测算，表6中的数值是7个非DEA有效决策单元投入与产出指标投影分析。其中，原始值与目标值相同则表示决策单元DEA有效，没有投入冗余和产出不足，效率达到相对最佳状态；原始值小于目标值则说明决策单元没有达到DEA有效，或者出现投入冗余和产出不足，或者出现投入冗余，或者出现产出不足。径向值和松弛值表示投入冗余值(即原模型中S-)和产出不足值(即原模型中S+)。

表6 8个非DEA有效决策单元旅游服务创新投入与产出投影分析

续表：

决策单元(代码)指标原始值径向值松弛值目标值乐途旅游网(J)output15．0000．0000．0005．000output24．0000．0000．6004．600output34．0000．0000．0004．000output44．0000．0000．8004．800output54．0000．0000．6004．600output64．0000．0000．0004．000output74．0000．0000．6004．600input14．0000．000-0．2003．800input24．0000．000-0．2003．800input34．0000．000-0．6003．400淘宝旅行(K)output13．0000．0001．0004．000output23．0000．0000．0003．000output32．0000．0001．0003．000output42．0000．0000．5002．500output53．0000．0000．0003．000output63．0000．0000．0003．000output73．0000．0000．5003．500input13．0000．000-0．5002．500input22．0000．0000．0002．000input32．0000．0000．0002．000芒果网(L)output13．0000．0002．0005．000output23．0000．0001．5004．500output34．0000．0000．0004．000output44．0000．0001．0005．000output53．0000．0002．0005．000output64．0000．0000．0004．000output73．0000．0001．5004．500input14．0000．0000．0004．000input25．0000．000-1．0004．000input34．0000．000-0．5003．500腾邦国际(P)output13．0000．0002．0005．000output25．0000．0000．0005．000output33．0000．0001．0004．000output44．0000．0001．0005．000output52．0000．0003．0005．000output63．0000．0001．0004．000output73．0000．0001．0004．000input15．0000．000-1．0004．000input25．0000．000-1．0004．000input35．0000．000-1．0004．000

注：output为产出指标，input为投入指标；“+”为不足，“-”为冗余。

经过测算，12个DEA有效决策单元的径向值与松弛值均为0，表明其原始值与目标值完全一致，均不存在投入冗余与产出不足，也就是去哪儿、艺龙、欣欣、途牛、驴妈妈、蚂蜂窝、酷讯、到到、悠哉、穷游、游多多和住哪已经达到旅游服务创新理想的效率状态，也验证了其DEA的有效性。表6的测算结果表明，除12个达到创新效率理想状态的决策单元，其他7个非DEA有效决策单元均存在旅游服务创新投入与产出不相匹配的情况。出现产出指标不足(松弛值为负数)，意味着没有达到现有旅游服务创新投入相对较好的利用效率，服务创新产出存在较大空间；出现投入指标冗余(松弛值为正数)，表明不适宜继续加大服务创新数量投入，而应该转向内涵式创新，注重创新效率提升。

五、旅游产业服务创新效率评价研究结论

随着我国在线旅游市场发展进入多元化时期，大型综合电商的加入，国外在线旅游供应商的进入，以及在线旅游服务向移动互联网的扩展，我国在线旅游市场竞争将更加激烈。

综合电商依据长期积累的顾客群优势进入在线旅游市场，如阿里、腾讯(QQ)、京东和苏宁易购；团购电商依据其低成本消费优势进入在线旅游市场，如窝窝团、美团网、拉手网、大众点评网、糯米网。线下旅游供应商直销网站、新的线上旅游代理商、移动运营商、电信运营商，以及银行纷纷进入在线旅游市场，改变了在线旅游市场的竞争格局。

根据国家旅游局统计资料，近年来我国在线旅游收入保持了持续增长，但是占旅游业总收入的比例很低，在线渗透率也较低，仅为6.6%(2012年)。此外，我国在线旅游市场竞争手段还比较低级，处于价格战的初级阶段。从上述19个在线旅游企业案例分析来看，我国在线旅游市场已经开始进入细分化与多元化阶段，价格竞争将向价值竞争转变。在线旅游市场创新是在线旅游市场发展的驱动力，也是未来的主要发展趋势，主要体现在以下几个方面：

(一)政策法规创新

我国在线旅游市场发展迅猛，但还远没有进入成熟阶段。在旅游网站经营认证、在线合同签署、售后反馈、度假产品的销售等方面还缺乏专门的法规，需要政府加强在线旅游市场规制、创新政策法规，以培育、扶持、规范在线旅游市场良性发展。此外，在旅游移动互联网市场发展中，政府在推进“三网融合”(电信、电视、电脑)、智慧旅游以及审批管理、备案管理和安全管理方面将进一步强化政策导向，为旅游移动互联网市场提供有力的创新政策支撑。

(二)合作模式创新

互联网技术在旅游业中的深入应用为企业合作开创了新的模式。在线旅游产业链的不断融合，使传统价值边界模糊、层级弱化，行业市场份额不断被均分，目标顾客不断被分散，旅游产业链的各个层级之间出现了交错式、跨环节的联系。由于产业链上不同环节业务的重叠交叉，企业间的竞争与合作将是常态，企业的优势将来源于合作能力，并且合作模式也将不断被创新。

(三)服务价值创新

在线旅游市场走向成熟的标志就是服务价值创新。一些在线旅游企业已经充分认识到提供个性化定制旅游服务蕴含巨大的发展空间。无论是“大而全”的在线旅游巨头，或是“小而专”的在线旅游后起之秀，都纷纷聚焦在线旅游细分市场，以特色服务吸引客户。未来在争夺移动互联旅游市场的竞争中，在信息技术、盈利模式创新基础上，在线旅游企业将致力于增加用户体验、为用户提供增值服务，以更好地满足用户的旅游需求。

[1]北京旅游发展研究基地.中国在线旅游研究报告2014[Z].北京:旅游教育出版社,2014.

[2]中国在线旅游发展趋势白皮书研究课题组.中国在线旅游发展趋势白皮书(2012—2015)[R].2012.

[3]侯建娜,李仙德.在线旅游国内外研究进展与展望[J].世界地理研究,2011,(1).

[4]李 东.在线旅行服务商业模式研究[D].华侨大学,2011.

[5]刘 琦.我国在线旅游社区企业成长研究[D].北京第二外国语学院,2013.

[责任编辑：赵春江]

Evaluation Research on Efficient Performance of Service Innovation of Online Travel Based on DEA Model

XU Wen-yan, ZHANG Qing

(School of Business Administration, Nanjing University of Finance & Economics, Nanjing 210046, China)

This paper analyzes and evaluates the performance of service innovation of online travel based on DEA model through taking 19 cases of online tourism suppliers. The research studies on the service patterns, developing tendency and the overall efficiency from the point of view of input and output. There are ten evaluation indicators and relevant evaluation criteria. The paper compares the innovation of product and service and innovation efficiency per online tourism supplier with development path, strategic option, technology application and company characteristics. The author analyzes input-output of the case and the result shows the performance of each online tourism company has different efficiency. The upgrade strategies includes policies and regulations, cooperation model and service value.

online tourism, service innovation, efficiency evaluation, DEA model

2015-08-05

教育部社会科学规划项目(12YJA790158)；江苏高校优势学科建设工程资助项目

徐文燕(1965-)，女，教授，硕士生导师，从事旅游产业发展战略研究。

旅游与酒店管理

F592;F49

A

1671-7112(2015)05-0100-11