中国旅游类上市公司技术效率及其影响因素探究.docVIP

中国旅游类上市公司技术效率及其影响因素探究以2005—2011年旅游行业上市公司为研究对象，运用基于柯布—道格拉斯的随机前沿生产函数测算旅游行业上市公司的技术效率值，并对其影响因素进行研究。研究发现旅游板块整体技术效率值较低，且景区类上市公司技术效率值优于酒店类及综合类旅游行业上市公司，整体规模效率递减。多元化、高管薪酬、股权集中度、企业盈利能力对企业的技术效率有显著影响，而企业的上市时间及融资能力对企业的技术效率没有产生显著影响。在此基础上，对该板块企业技术效率的提升提出建议。 旅游业被称之为朝阳产业，作为我国第三产业的重点，它的发展一方面可以提升就业率，另一方面还可以带动一方产业，甚至区域经济的发展，具有十分重要的意义。前国务院副总理吴仪在中国国际旅游交易会开幕式的致辞时提到，据世界旅游组织预测，到2020年，中国将成为全球第一大旅游目的地国和第四大客源输出国，届时中国将接待入境旅游者2.1亿人次，实现旅游外汇收入580亿美元，旅游业总收入将达到2.5万亿人民币，相当于国内生产总值的8%～11%　。在旅游行业快速发展的同时，处于旅游业“领头羊”地位的中国旅游类上市公司整体发展状况却是不佳的，一方面表现为从20世纪90年代至今总共只有31家旅游行业上市公司，旅游板块变动频繁；另一方面表现为旅游行业上市公司尤其是酒店类及综合类旅游行业上市公司的整体业绩均不佳。对于任何一个经济实体而言，效率都是其走向繁荣和持续发展的一个重要条件。从效率角度出发进行研究，提升旅游行业上市公司的竞争力，促进旅游行业上市公司的可持续发展具有十分重要的意义。 在对旅游行业上市公司效率进行研究的文献还是比较多的，比如说程露悬、黄福才（2010）采用道格拉斯生产函数模型对旅游行业上市公司的规模效率进行测算，发现旅游行业上市公司规模效率较低，资本产出弹性小于劳动力产出弹性[1]。许海东、许陈生（2009）运用DEA方法对旅游行业上市公司的运营效率进行了测算，对所有公司进行分类排序，发现景区类企业技术效率最高的结论[2]。许陈生（2007）还对旅游行业上市公司的股权结构与技术效率进行研究，发现两者呈倒U型关系[3]。但是，上述的研究，存在以下缺陷：一是只对规模效率进行研究，具有局限性，而技术效率包含规模效率；二是多采用DEA方法进行效率测算，但该方法要求企业的经营状况稳定，而旅游行业上市公司具有敏感性，易受外界影响，无法达到这一要求；三是鲜少有文献对造成旅游行业非效率的影响因素进行研究，或者是只选取某一个因素，如股权结构进行研究，不全面。 企业技术效率的概念最初由英国人法瑞尔提出，指的是企业在投入要素不变的情况下，其实际产出与最大产出之间的比值，技术效率可以分解为纯技术效率及规模效率[4]。技术非效率受到包括经济环境因素、市场因素、内部治理、财务水平等的影响。本文以2005年之前上市的旅游行业上市公司为研究对象，测算技术效率值，并对造成技术非效率的影响因素进行研究。 一、样本的选择，模型的构建与指标的选取 1.样本的选择 本文以我国沪深两市A股上市旅游公司作为研究对象。根据我国证监会CSRC行业指引的分类，将社会服务业中的K30　餐饮、K32旅馆、K34旅游3类视为旅游行业类上市公司。据此，截至2011年底，共有31家旅游行业类上市公司。剔除样本期间曾经ST、PT，主营业务变动的，2005年以后上市的公司，最后一共得到17家公司，7年的数据，共119个样本。 2.模型的构建 测度技术效率主要有两种方法：无参数的数据包络分析方法（DEA）和有参数的随机前沿分析法（SFA），以往针对旅游行业类上市公司效率的测度，多采用的是DEA方法，但是该方法要求数据相差不大，不能存在异常点，这在现实中是很难做到的；同时，该方法未考虑随机因素的影响，不能直接检验个体技术效率差异的外生性因素。相对于DEA方法，SFA纳入经典白噪声项，能够充分考虑随机因素对前沿面的影响，在模型设定合理的情况下，基于面板数据的随机前沿模型估计结果要应用于DEA方法。[5]本文引用1995年BatteseCoelli提出的随机前沿生产函数模型进行技术效率及其影响因素的分析： 3.指标的选取 （1）投入变量。主要是劳动力L和资本投入K。参照大多数学者的做法，以营业成本作为资本投入的变量，以支付给职工的工资作为为劳动力的投入变量。 （2）产出变量。参照大多数学者的做法，以主营业务收入作为技术效率产出的变量。 （3）影响变量。影响企业技术效率的因素很复杂。本文主要从企业的内部治理，财务及战略角度出发，并参考了大多数学者在对银行技术效率影响因素分析结果的基础上，选择以下因素。从战略角度出发，选择旅游行业上市公司多元化程度，以赫芬达尔指数HI