中国旅游业利润率的影响因素研究

第十一章　旅游效益的波动 突发事件背景下中国旅游业利润率的环境影响因素 1　引言 利润始终是产业和企业最为重要的问题之一，常态下旅游产业利润率问题已经受到较多关注。而非常态下旅游产业利润率，目前关注较少。2003年受突发事件SARS的影响，中国大陆31个省、市、自治区中，旅游业平均利润率为正的仅有7个，而平均利润率为负达24个，亏损面达77.42%，全国平均利润率为0.36%。虽然2004年中国旅游业出现恢复性增长，但亏损的省、市、自治区仍然有17个，亏损面为54.84%，全国平均利润率仅为0.01%。另外，而根据北京市统计局服务业统计处公布的数据，北京2006年1-2月入境游、国内游、出境游三大旅游市场规模迅速扩张，但旅游业的三大核心行业（住宿业、旅行社和旅游景区）全面亏损近3亿元，出现增收不盈利的状态。 从企业角度来看，全国7000家星级酒店中有3000家处于亏损状态。鉴于此，突发事件对比较脆弱的旅游业影响是巨大。因而，在突发事件背景下，旅游业利润率的外部环境影响因素成为本文研究的关键问题。 2　文献综述 企业所在的产业环境决定了企业的盈利水平。根据这一观点，如果企业所在的产业垄断性强或者绩效高，则企业的绩效也就高；反之，则绩效就低。因此，企业绩效的差异取决于企业所在的产业环境状况差异化的程度（Porter,1997）。魏后凯（2003）采用第三次全国工业普查521个制造业行业近60万个企业的系统数据,深入考察了中国制造业集中与利润率之间的关系。其结果明，中国制造业集中度与行业利润率之间存在着一种正相关关系，即中高集中产业利润(税)率要远高于低集中产业。但是，这种关系并非完全是线性的、连续的和单调的，它受到许多因素的综合影响和扰动。这一研究是对行业利润的比较。 郑志国（2001）也对行业间利润率进行了比较研究。各行业的实际利润率受多种作用方向不同的因素影响,有些因素引起利润率平均化，有些因素则引起利润率非平均化。由于资本追求利润最大化引起行业成本和收益差异，资本转移存在障碍，信息不完全，需求变化至少会部分抵消供给变化的作用，所以各行业的利润率不平均具有必然性。如果说平均化是各行业利润率变化的一种趋势,那么非平均化则是另一种趋势。 但是，在高垄断和高收益的产业中有低盈利甚至亏损的企业，而在微利行业中则有高盈利的企业。一些研究表明，同产业不同企业长期绩效的分散程度要比不同产业企业之间绩效分散程度还大。王建优将产业内企业绩效决定因素的相关理论归纳为古典理论、市场结构理论、创新理论和核心能力理论四类，并得出一些有意义的结论（王建优，2002）。 有关企业绩效问题国内外学者已经作了较为丰富的研究，然而，大多数研究基于SCP框架（Structure-Conduct-Performance）。姚勇、董利（2005）等考察了影响中国商业银行盈利水平的决定因素问题，研究绩效差异如何受组织内外部因素的影响。毛蕴诗、蒋敦福、程艳萍（2001）对中国的上市公司亏损问题进行了分析，认为我国上市公司亏损面在逐渐扩大，但这一研究的对象为中国上市公司的全体。张润刚（2000）通过对中国酒店企业发展的现状的分析发现，中国酒店企业存在结构性供需矛盾、洋盛中衰等问题，并为中国酒店企业扭亏提出了几点建议。 通过文献研究可以发现，尽管国内外对产业和企业绩效的问题早有关注，但已有的研究要么没有针对旅游业，要么没有结合统计数据进行深入的实证分析。环境变化时旅游业利润率的变动更能体现外部环境因素的影响，本研究主要通过对SARS发生后中国不同省区的经济因素进行实证分析，探讨影响中国旅游业利润率的经济因素。 3　研究 本部分首先对研究变量、分析方法和数据来源进行说明。根据文献研究，影响旅游业利润水平的因素应该包括以下几个：市场竞争状态、经济发展水平、旅游供给的开放程度、旅游需求的开放程度、基础设施，以及旅游消费水平等。各省旅游业平均利润率是被解释变量，而其他指标是解释变量。 上述解释变量中，市场竞争状态用各省星级饭店数来衡量，经济发展水平以人均国内生产总值衡量，旅游供给的开放程度以住宿和餐饮业接受的外商直接投资衡量，旅游需求的开放程度可以用旅游外汇收入和入境旅游人次两个变量衡量，基础设施用人均公路里程衡量，旅游消费水平用当地市场单一旅客日均消费额衡量（见表1）。 表1　旅游业利润水平的可能影响因素 变量 衡量指标 代码 旅游业利润率 各省旅游业平均利润率。 RATE 市场竞争状态 各省星级饭店数 RST 经济发展水平 人均国内生产总值（GDP） AGDP 旅游供给的开放程度 住宿和餐饮业接受的外商直接投资 FDI 旅游需求的开放程度 旅游外汇收入 INCO 入境旅游人次 PER 基础设施 人均公路里程 INFR 旅游消费水平 人均每天消费额 EXPE 注：数据来自于2004年《中国统计年鉴》、《中国旅游统计年鉴》、《入境旅游者抽样调查资料》。 基本模型如下： RATEi=αi+β1RSTi+β2AGDPi+β3FDIi+β4INCOi+β5PERi+β6INFRi +β7EXPEi+ εi 此处下标i 表示省份（i =1，2，……，31），αi 表示截距项，εi为随机扰动项。 由于本研究的主要目的在于考查突发事件背景下中国旅游业利润率的外部影响因素，因此，本研究利用SARS这一突发事件影响下中国旅游市场的相关数据进行实证研究。 本研究所用数据来源于《中国统计年鉴》、《中国旅游统计年鉴》、《入境旅游者抽样调查资料》及各省的相关统计数据。住宿和餐饮业接受的外商直接投资指标提供了“协议投资”和“实际接受投资”两项数据，本文使用后者。为简化计，GDP、人均每天消费额用人民币计量，而FDI、旅游外汇收入用美元计量，也没有考虑通货膨胀对本研究的影响。作者认为上述数据处理方法对模型的解释能力不会造成大的影响。 4　突发事件背景下中国旅游业利润率影响因素的实证研究 本文使用OLS模型对2004年年鉴所载相关数据进行拟合。由于某些解释变量可能存在相关关系，在回归过程中可能导致多重共线性问题。为此，本文计算了所有因素间的相关矩阵，结合共线性检验指标排除那些高度相关的配对。 各省入境旅游人次指标与其他解释变量之间存在着较高程度的线性相关关系。将全部变量置入回归方程对共线性问题的诊断表明，旅游外汇收入的容忍度（Tolerance）为0.029，方差膨胀因子值（VIF）为34.563；而各省入境旅游人次的容忍度为0.039，方差膨胀因子值为25.728，表明二者不可同时置于回归方程之中。结合相关系数矩阵和共线性诊断指标，将原方程模型中的入境旅游人次指标剔除。 剔除掉多重共线性的变量之后，作者利用SPSS软件，对样本数据的相关变量全部强制纳入（Enter）OLS回归。DW统计量的值为1.899，查表可知不存在误差序列相关。共线性诊断表明，回归方程中留存下来的变量不存在共线性关系。最终结果见表2（R2＝0.463，Adjust R2=0.328，F＝3.443，Sig.=0.013）。虽然实际利用外商直接投资和旅游市场人均消费两个指标在回归方程中并不显著，但是鉴于本研究的探索性质，而且考虑到二者的理论意义，本文仍然将这两个变量予以保留。 表2　对样本数据进行线性回归的结果 非化系数 标准化系数 t Sig. 共线性诊断 系数 标准差 Tolerance VIF (Constant) -5.075 5.501 -0.923 0.365 RST -1.040×10-02 0.006 -0.486* -1.801 0.084 0.307 3.257 AGDP -3.004×10-04 0.000 -0.549* -1.844 0.078 0.252 3.965 FDI 6.538×10-06 0.000 0.420 1.619 0.119 0.332 3.008 INCO 2.645×10-03 0.001 0.677** 2.335 0.028 0.267 3.752 INFR -7.316×10-02 0.028 -0.426** -2.633 0.015 0.854 1.171 EXPE 4.678×10-02 0.039 0.266 1.191 0.245 0.449 2.226 注：**表示在0.05的水平显著，*表示在0.1的水平显著。 资料来源：作者根据相关数据进行的统计。 （1）以星级饭店表示的市场竞争指标对当地旅游市场利润率有显著的负的影响（β＝-0.486），星级饭店数量多的地区往往是发达地区，根据波特的五种竞争力量模型，游客与旅行社拥有较强议价能力，平均房价下降，市场竞争越激烈，从而导致当地旅游市场的平均利润率就越低，这验证了市场利润率的趋同性假设。欠发达地区，酒店数量较少，竞争力较弱，平均房价保持在合理水平，从而提高了欠发达地区旅游业的利润。（饭店收入是旅游业主要收入之一） （2）人均国内生产总值对当地旅游市场利润率有显著的负的影响（β＝-0.549），说明人均国内生产总值较高的地区，其旅游业的平均利润率相对就越低。这一特点折射出中国观光旅游时期的阶段性特征——自然风光资源垄断优势。并可以从以下两个方面加以说明：第一，从供求关系角度，经济较发达地区，城市化程度较高，观光型的自然资源性略为不足，从而导致以自然观光为特点的旅游产品，特别是自然资源垄断型供给相对不足，因此，发达地区往往成为主要的旅游客源地，而经济欠发达地区往往成为以自然风光为主的观光旅游目的地，并由于其资源垄断性产品，而形成垄断优势，为欠发达地区旅游业提高利润率水平提供了市场基础，这一市场基础在抵抗外部不利发展因素时，具有较快的市场恢复性，从而增强其抗风险力。第二，从微观角度来看，利润率水平理应体现旅游企业的经营管理水平，但是，中国的旅游企业经营管理水平仍然相对较低，对企业在市场上的竞争表现影响不大。简言之，市场，而非经营管理水平，对旅游企业的绩效起了关键的作用。这一研究结果更深层次的解释了广东、上海在经济发达的同时却出现了高赢利的发展态势，从另一个角度证明：多元化发展同样具有良好的抗风险的市场基础。即当经济发展到一定程度，尽管自然观光旅游供给不足，但是伴随着经济的繁荣，旅游已走出单一结构并向多元化发展，商务旅游、文化交流以及会展业的发展，都导致需求增长，从而带来旅游业市场利润率较好的表现。也就是说，当需求多元化时，外部风险所产生的不利影响会由于多元化的发展而被分解，从而导致在特殊时期仍然有良好的经济效益。 这一研究表明，经济发展的不同水平下，相对应的旅游市场结构的差异性：第一，以垄断性自然资源为核心的市场结构，主要集中于经济欠发达地区，现阶段具有良好旅游业发展的市场基础。第二，经济发达地区，相对应的是多元化的旅游市场基础，具有分解各类风险的机制，从而增强了对突发事件承受力。第三，经济水平对旅游产生负影响的地区主要集中于不具有垄断性自然资源，经济较发达地区。 （3）住宿和餐饮业实际利用外商直接投资对当地旅游市场利润率有正的影响（β＝0.420），但并不显著（Sig.=0.119）。住宿和餐饮业实际利用外资增加即是当地市场外资旅游企业增加，加剧当地旅游市场的竞争。然而，服务企业的海外扩张往往是追随着制造企业的国际化过程（Kundu S.K.& Contractor，1999）。本地区工业企业国际化，引起在贸易、金融、会计、法律及住宿等服务企业的提供的配套服务，所以服务国际化是跟随着工业国际化之后，两者紧密相联（沙森，2001）。而这一切都将带来更多、消费能力更强的商务游客，因而也从增加了相应的需求。 （4）以旅游外汇收入指标衡量的旅游需求的开放程度对当地旅游市场利润率有显著的正的影响（β＝0. 677），说明旅游市场越开放的地区，其旅游业的平均利润率相对就越高。旅游外汇收入从一定程度可以反映旅游目的地的对外接待旅客的水平。因此，对外接待旅游越多，赢利能力也就越强。研究还表明，需求的开放度比供给的开放度对旅游产业利润率贡献度更大。上述旅游供给开放程度与旅游需求开放程度的正效应，也进一步说明上海、广东旅游业平均利润率较高这一现象，受多元化旅游市场结构的支持。 （5） 以人均公路里程指标衡量的基础设施对当地旅游市场利润率有显著的负的影响（β＝-0.426），说明基础设施越好的地区，其旅游业的平均利润率相对就越低。这可以从两个方面说明：第一，基础设施较好的地区，同时也是人均GDP较高的地区，居民会选择外出旅行，因而成为旅游的客源地。客源地，旅客出游率可能较高，但出游方式也比较多样化，自助游、自驾车游等方式，摆脱了传统依靠旅行社组团出游的方式，因而对当地旅游产业贡献率较小，影响了客源地旅游企业的利润。而基础设施较差的地区，往往却是风景名胜较为集中的地区，因而成为观光旅游的目的地。第二，基础设施较好的地区，带来了旅游者便利进入，同时也便于游客流出，难以留住客人住宿，使该区域成为过境地，而非目的地，直接导致该地区游客停留天数下降。当然，以人均公路里程指标衡量基础设施本身也可能存在问题，因为基础设施好的地区，人口相对密集。事实上，对旅游有利的基础设施（例如机场）的建设，应当对旅游需求的提升有直接的影响，因而传统产业研究中，以人均公路里程衡量基础设施水平的方法，在旅游产业研究中是否可行，也有待商榷。 （6） 以人均每天消费额指标衡量的旅游消费水平对当地旅游市场利润率有正的影响（β＝0.266），但并不显著。说明旅游地消费水平越高，其旅游业的平均利润率相对就越高，但这种影响作用的显著性仍有待检验。 5　结论与讨论 本文对突发事件背景下中国旅游业利润率的外部影响因素进行了实证研究，从统计趋势上看，基本结论如下：在外部环境对于旅游发展出现不利情况下，住宿和餐饮业接受的外商直接投资、旅游外汇收入、旅游消费水平等因素对当地旅游业利润率有正的影响；市场竞争程度、当地经济发展水平和基础设施对当地旅游业利润率有负的影响。依据实证研究的结果可以做出如下推断：伴随经济的发展，旅游业的利润率与经济发展水平呈现U型曲线的发展态势。欠发达地区经济发展水平较低，但旅游业因观光旅游资源丰富而利润率相对较高；中等发达地区发展观光旅游的资源较少，商务旅游需求也不足，因而呈现低利润率状态；发达地区大量的多元化旅游需求弥补了观光旅游资源不足的缺憾，因而利润率也较高。这一推断需要后来研究的证实。 本研究以突发事件为背景，从行业角度对旅游业的利润问题进行探索，具有开创性。然而，由于本研究的探索性，由于统计数据的局限性，因而以各省旅游业平均利润率是被解释变量，存在一定不足，因为各省内旅游产业发展存在不平衡。另一方面对影响因素的选择不够全面，已选定的影响因素在指标衡量方面也存在可以改进之处。由于SARS突发事件的影响，2003年中国旅游业利润率受到影响，而2004年呈现恢复性增长，尽管年度数据有利于发现旅游业利润率的外部环境影响因素，但年度数据对发现利润率影响因素的一般规律产生不利影响，使用多年度、跨行业的面板数据（Panel Data）进行分析将更为科学。旅游业包含了餐饮、住宿、旅行社、景区等子行业，其利润率的影响因素也存在差别，鉴于数据的可获得性本文没有区别对待。另外，基础设施对旅游业利润率有负的影响，尽管作者对此进行了解释，但这种解释主要针对观光旅游市场，没有针对商务旅游市场。这些都有待进一步研究。 参考文献 ［1］ 魏后凯.　中国制造业集中与利润率的关系［J］.　财经问题研究.　2003（6）：21-27. ［2］ 迈克尔•波特.　竞争优势［M］.　北京：华夏出版社.　1997. ［3］ 王建优.　产业内企业盈利绩效决定因素的理论回顾及启示［J］.　南京大学学报（哲学•人文科学•社会科学）.　2002，（5）：45-57. ［4］ 姚勇、董利.　中国商业银行盈利分析.　南开经济研究，［J］.　2005（2）：72-79. ［5］ 毛蕴诗、蒋敦福、程艳萍.　中国上市公司的亏损问题与重构研究［J］.　管理世界.　2001，（5）：145-151. ［6］ 张润刚.　中国酒店企业发展的战略分析［J］.　改革与战略.　2000，（2）：71-73. ［7］ Kundu S.K.& Contractor J.C.. Country Location Choices of Service Multinationals: An Empirical Study of the International Hotel Sector[J].Journal of International Management, 1999, 5（4）: 299-317. ［8］ 丝奇雅.沙森.　全球城市：纽约•伦敦•东京［M］.　上海社会科学院出版社.　2001.