中國省域連鎖餐飲的技術效率評價及因素分析

姜磊

[摘? ? 要]連鎖經營是餐飲企業(yè)應對競爭日益激烈的餐飲市場的有效模式。連鎖餐飲行業(yè)在過去的20年里得到了快速的發(fā)展。研究各個地區(qū)連鎖餐飲的經營績效的差異以及影響因素對于該行業(yè)的健康發(fā)展具有現實意義。文章首先利用隨機前沿分析模型估算出中國28個省份2008—2017年連鎖餐飲的技術效率，并對其空間格局的演變規(guī)律進行了討論。然后，采用動態(tài)面板數據模型分析其影響因素。研究發(fā)現：（1）北京、上海和廣東的技術效率最高同時連鎖餐飲規(guī)模最大。雖然部分中西部省份的技術效率較高，但是整體規(guī)模很小。（2）技術效率在2013年出現了下降，但兩年后快速恢復。（3）油脂價格上漲會迫使餐飲企業(yè)努力改善經營績效，而貨運周轉量、對外開放度以及社會消費品零售總額的提高則有助于改善連鎖餐飲的技術效率。

[關鍵詞]連鎖餐飲;技術效率;隨機前沿分析;動態(tài)面板數據模型;影響因素

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）03-0044-13

Doi： 10.19765/j.cnki.1002-5006.2021.03.009

引言

餐飲業(yè)是我國第三產業(yè)中非常重要的行業(yè)。隨著收入水平的不斷上漲，居民消費能力的極大增強，餐飲業(yè)在過去的20年里有了廣闊的發(fā)展空間[1]。根據最新的《2019年中國餐飲業(yè)年度報告》統(tǒng)計數據顯示[2]，2018年中國的餐飲收入已經突破4萬億元，保持著強勁的增長勢頭，并且未來仍有巨大的發(fā)展空間。餐飲業(yè)也是吸納勞動力人口和農村轉移人口就業(yè)最重要的產業(yè)，從業(yè)人員數量高達2500萬[3]。此外，餐飲業(yè)作為民生剛需行業(yè)，具有較強的抗風險能力，已經成為激發(fā)內需的重要引擎，為消費增長做出貢獻。此外，在拉動就業(yè)、穩(wěn)定增長、惠及民生等方面也發(fā)揮著積極市場主體的重要作用?？傊?，餐飲業(yè)已經成為中國服務業(yè)中非常重要的行業(yè)部門。

改革開放40年里，餐飲業(yè)是我國服務業(yè)中發(fā)展勢頭最好、增速最快的行業(yè)之一。餐飲業(yè)的高速發(fā)展不僅提高了居民的物質水平和幸福指數，也對拉動當地經濟發(fā)展以及促進轉向消費主導型發(fā)展發(fā)揮了關鍵的作用。此外，餐飲業(yè)也在科技創(chuàng)新的引領下，結合不斷完善的物流系統(tǒng)，借助大數據以及人工智能等新興科技，極大地擴張了外賣的規(guī)模，成為了餐飲業(yè)強有力的增長引擎。據中國互聯網信息中心發(fā)布的第42次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》數據顯示[4]，截至2018年6月，我國網上外賣用戶規(guī)模已達3.64億人。這表明外賣餐飲市場已經成為重要的消費模式[5]，在物流技術、大數據以及互聯網技術協同創(chuàng)新的支持下，餐飲業(yè)規(guī)模持續(xù)擴大，已經進入一個嶄新的發(fā)展階段。

在激烈競爭的餐飲市場環(huán)境下，餐飲連鎖經營是餐飲業(yè)發(fā)展的一種必然模式，餐飲企業(yè)通過連鎖經營和特許經營在市場進行擴張。由于連鎖經營不僅可以提高餐飲企業(yè)的經營效率，降低經營成本，能夠迫使餐飲企業(yè)在激烈的市場環(huán)境下改善經營管理的瓶頸，還可以迅速地擴大企業(yè)在市場中的份額。經過30多年的發(fā)展，國內連鎖餐飲企業(yè)向國外餐飲連鎖巨頭如麥當勞、肯德基和星巴克學習了不少先進的管理經驗，但是我國連鎖餐飲企業(yè)無論是門店集中度還是營業(yè)額集中度都處于非常低的水平。同時，與國外餐飲連鎖巨頭相比，國內的連鎖餐飲企業(yè)整體的經營狀況和效率也較為落后。此外，同其他行業(yè)類似，受經濟發(fā)展水平、人口規(guī)模以及飲食習慣等因素影響，我國各個地區(qū)的餐飲業(yè)發(fā)展也極不均衡。相應地，各個地區(qū)的餐飲業(yè)技術水平也極為迥異。同樣，各個省份的連鎖餐飲由于地區(qū)差異巨大，經營效率水平也千差萬別。然而，就目前的文獻來看，很少有文獻針對中國各個省份的連鎖餐飲的技術效率水平進行評價并進行深入剖析。

因此，本文的研究內容及貢獻主要有3個方面。首先，采用隨機前沿生產函數模型評估中國28個省份2008—2017年的省域連鎖餐飲的技術效率水平，用于比較各個省份之間連鎖餐飲的經營績效差異。其次，建立動態(tài)面板數據模型對省域連鎖餐飲技術效率的影響因素進行深入分析。最后，根據實證研究的結論提出一系列針對我國連鎖餐飲持續(xù)健康發(fā)展的政策建議，為實現我國快速轉型消費經濟，優(yōu)化經濟結構提供重要的參考依據。

1 文獻綜述

通過梳理餐飲業(yè)以及連鎖餐飲企業(yè)研究文獻發(fā)現，國內外學者的研究主要集中在5個方面：

第一是對餐飲業(yè)總體發(fā)展現況、存在的問題，對經濟的貢獻以及政策建議等進行討論。例如，于干千和程小敏在總結了餐飲業(yè)發(fā)展狀態(tài)的基礎上，重新定位了餐飲業(yè)在經濟、社會、文化發(fā)展上的重要作用[6]。Pratt利用中國的投入產出表數據分析了包含餐飲業(yè)和旅游業(yè)對經濟的貢獻程度[7]。此外，還有很多學者對各個具體的城市或者省份的餐飲業(yè)進行針對性的研究[8-9]。

第二類研究文獻主要是針對某個地區(qū)、某個城市的餐飲業(yè)的空間分布和選址問題進行分析，例如關于廈門[10]、廣州[11]、重慶[12]、北京[13]、南京[14]以及我國21個省[15]和我國335個地級市[16]的相關研究。這些研究主要解釋了某個城市餐飲業(yè)的空間布局特征、選址偏好，以及影響其空間布局的社會、經濟、制度、文化等因素，對于從城市層面把握和指導城市規(guī)劃建設和餐飲業(yè)區(qū)位選址具有重要的意義。

第三，由于餐飲業(yè)進入門檻低，競爭激烈[17]，因此，有很多學者關注餐飲業(yè)競爭力評價以及決定因素。例如，王華采用因子分析和聚類分析方法對中國31個省的餐飲業(yè)競爭力進行評價和分類[18]。蔡曉梅和賴正均利用問卷調查方法對廣州餐飲企業(yè)競爭要素進行研究，結果發(fā)現“規(guī)?；洜I”是餐飲企業(yè)最重要的競爭力來源[19]。Shao等采用社會網絡分析方法探討了影響客戶推薦的影響因素，從口碑創(chuàng)建方面提出了提高餐飲業(yè)競爭力的措施[20]。王文峰以廣東餐飲企業(yè)為研究對象，探討了餐飲企業(yè)內部市場導向對競爭優(yōu)勢的影響[17]。

第四，也有很多文獻針對餐飲業(yè)以及連鎖餐飲企業(yè)的各種經營模式和管理方式進行了各方面的研究。例如，鄧峰等分析了外資的進入對于我國餐飲業(yè)發(fā)展的積極意義，指出可以通過外資來促進餐飲業(yè)內部的平衡和共同發(fā)展[21]。Du和Tang研究了中國從線上到線下（online to offline）電商平臺發(fā)展問題，提出了一些改進的意見[22]。張榮齊和田文麗分析了餐飲企業(yè)的O2O模式的優(yōu)勢，指出通過網絡訂餐平臺、支付和配送服務，整合企業(yè)內部和互聯網外部資源就可以提高餐飲連鎖企業(yè)的核心競爭力[23]。齊春微等分析了“互聯網+”時代下餐飲業(yè)商業(yè)模式的問題以及如何創(chuàng)新的問題[24]。

第五，也有少數研究針對餐飲業(yè)或者餐飲企業(yè)經營績效或者技術效率進行評價。例如，劉致良估算了中國住宿餐飲業(yè)的全要素生產率，發(fā)現勞動投入下滑對住宿餐飲業(yè)增長會產生負面影響[25]。吉生保等對我國22家餐飲旅游上市公司的經營績效進行了評價，研究發(fā)現，總體規(guī)模效率不高，技術效率偏低[26]。謝雅念采用數據包絡分析（data envelopment analysis，DEA）方法測算了我國31個省餐飲業(yè)的效率[27]。Huang等采用了兩階段DEA方法評估了我國臺灣地區(qū)的酒店業(yè)費用利用效率和運營效率，結果發(fā)現獨立酒店通常具有較高的費用利用效率，而連鎖酒店則有更高的運營效率[28]。通過文獻梳理發(fā)現，雖然只有較少的文獻研究餐飲業(yè)的經營績效，但是有很多學者以整個服務業(yè)為研究對象進行技術效率或者全要素生產率（total factor productivity， TFP）的測算。例如，王燕武等利用A股上市公司數據測算了服務業(yè)的TFP，研究發(fā)現，中國服務業(yè)的低勞動生產率主要是受教育程度低的勞動力所造成[29]。為了驗證“鮑莫爾??？怂辜僬f”，龐瑞芝和鄧忠奇利用方向距離函數方法采用省級面板數據對服務業(yè)和工業(yè)的效率進行測算，發(fā)現服務業(yè)生產率平均高于工業(yè)，并且近年來服務業(yè)的TFP增長有趕超工業(yè)的趨勢[30]。類似地，王恕立等納入了環(huán)境因素，考慮了服務業(yè)的“壞”產出，測算了我國31個省服務業(yè)細分行業(yè)的TFP[31]。李麗梅采用DEA方法研究了包括餐飲業(yè)在內的休閑產業(yè)的效率[32]。夏杰長等利用半參數方法重新測算了中國各個省份服務業(yè)的TFP，結果發(fā)現，住宿餐飲業(yè)的技術進步率較高。總結來看，針對中國各個省份的連鎖餐飲經營效率的研究，目前學術界探討的仍然不多[33]。

綜上所述，雖然餐飲業(yè)發(fā)展勢頭迅猛，但是近10年來學術界對于餐飲業(yè)的相關研究不夠深入。此外，有很多研究主要是針對微觀層面具體某個連鎖餐飲企業(yè)為例研究其管理運營。然而，對于宏觀層面的連鎖餐飲來說，學術界研究相對缺乏。此外，經過30多年的發(fā)展，我國各個地區(qū)的連鎖餐飲都有了長足的發(fā)展，但是每個省份的連鎖餐飲規(guī)模各不相同，各個地區(qū)的經營效率是否存在明顯的地區(qū)差異？并且，造成這種效率差異的主要因素是什么？這些都關系著中國連鎖餐飲未來的可持續(xù)穩(wěn)定健康發(fā)展。

2 模型與數據來源

2.1 固定效應隨機前沿分析模型

學術界用于評價效率的方法主要分為兩種：一種是數據包絡分析方法，另一種是隨機前沿分析方法（stochastic frontier analysis，SFA）。DEA方法是由Charnes等提出來的一種非參數的效率估計方法[34-35]，由于不考慮具體的生產函數，使用靈活，常用于各種效率評價，如制造業(yè)技術效率評價[36]、經濟生產率[37]、環(huán)境技術效率評價[38]等。然而，DEA方法沒有考慮到數據的統(tǒng)計噪聲，對于本研究來說有可能造成有偏誤的結果。SFA方法最早由Aigner等以及Meeusen和Van den Broeck提出來的一種參數估計方法[39-40]，在生產函數中納入了經典的白噪聲誤差項，可以避免隨機因素對前沿面的影響。在測度宏觀技術效率的研究方面得到了廣泛的應用。因此，本研究采用SFA方法來測算中國省域連鎖餐飲的技術效率。

面板數據的隨機前沿生產函數模型如下：

[yit=fXit; β·exp（vit-μit）] （1）

其中，yit表示省份i在第t年的產出。本研究選用省域范圍內的連鎖餐飲企業(yè)的營業(yè)額作為產出指標。X表示一組投入要素向量。β為待估計的參數。ν為隨機誤差項，服從正態(tài)分布。μ為非負的技術無效率項。因此，技術效率（technical efficiency， TE）表示為：

[TEit=exp（-μit）] （2）

由于μ≥0，所以TE的取值范圍在[0， 1]之間。

根據假設μit是否隨時間變化而變化，可以分為時變或時不變的SFA面板數據模型。然而，對于面板數據來說，個體維度上的異質性因素不可忽視，尤其對于中國來說，省域之間的差異巨大，體現在諸多方面。如果在模型中不考慮省份的個體效應，那么這些個體效應會歸為無效率項，這會產生有偏誤的技術效率估計。因此，本研究考慮了省份的異質性效應，采用固定效應SFA模型來克服上述問題[41]。故模型可以改寫為：

[yit=fXit; βexp（αi+vit-μit）] （3）

其中，αi表示不可觀察的省份個體效應。

式（3）中的生產函數有多種設定形式，例如，柯布-道格拉斯（Cobb-Douglas）生產函數、超越對數生產函數以及常替代彈性生產函數。本研究采用最為經典的Cobb-Douglas生產函數，因而固定效應的SFA生產函數模型可以表示為：

[lnOutputit=β0+β1lnCapitalit+? ? ? ? ? ? ? ? ? ? ? ?β2lnLaborit+αi+vit-μit] （4）

其中，Outputit表示省份i第t年的連鎖餐飲產出。Capital和Labor分別表示資本和勞動力。ln表示取自然對數。通過對式（4）進行參數估計后，可以獲得每個省份各個年份連鎖餐飲的技術效率TEit。

2.2 影響因素的計量模型

本研究第一階段估算出中國28個省份2008—2017年的連鎖餐飲技術效率，接下來分析影響連鎖餐飲技術效率的主要因素。本研究采用動態(tài)面板數據模型，但是在介紹之前，首先給出靜態(tài)面板數據模型，如式（5）所示。

[TEit=α+Zitβ+εit] （5）

式（5）中，下標i和t分別表示i省第t年。TE表示第一階段固定效應SFA方法估算出的連鎖餐飲技術效率。Z表示一組解釋變量，也就是連鎖餐飲技術效率的影響因素。β表示待估計的參數。ε表示隨機干擾項。

[TEit=δTEit-1+α+Zitβ+εit] （6）

式（6）中，TEt-1表示滯后一期的技術效率。同理，也可以滯后2期或3期。動態(tài)面板數據是研究現象動態(tài)行為的一種重要的模型方法，可以有效地判斷出連鎖餐飲技術效率隨時間變化的動態(tài)狀況。其他變量同式（5）中的一致。

2.3 變量與數據說明

2.3.1? ? 隨機前沿生產函數變量

在估計連鎖餐飲的技術效率時采用了Cobb-Douglas生產函數。Cobb-Douglas生產函數是經濟學中使用最為廣泛的一種生產函數形式，是常用來分析國家和地區(qū)的工業(yè)以及企業(yè)生產活動的一種經濟數學模型。很多利用SFA方法估計各類旅游及酒店業(yè)效率的實證研究均使用這種易用的函數形式[42-45]。Cobb-Douglas生產函數包括產出以及投入要素。對于產出而言，由于數據限制，本研究采用省域連鎖餐飲企業(yè)的營業(yè)額作為產出指標，同時采用消費價格指數按2008年為基期進行折算處理。勞動投入采用的是省域連鎖餐飲企業(yè)的從業(yè)人數。

資本投入是生產函數中的關鍵要素。一方面，學術界一般采用永續(xù)盤存法來進行估算，例如估算省級固定資產存量[46-47]。另一方面，在對行業(yè)技術效率評價時，也有很多學者利用該方法進行資產存量估計。永續(xù)盤存法的估算涉及3個關鍵問題：一是確定初始資本存量，二是折舊率，三是資本形成總額。對于資本存量的估計學術界有多種討論，使用不同的方法，估計出來的數據具有較大的差異。折舊率對于不同的研究對象來說也是不同的。然而，由于缺乏餐飲業(yè)的相關數據來源，現有的研究沒有針對餐飲業(yè)或者連鎖餐飲企業(yè)的固定資本開展討論。本研究采用餐飲營業(yè)面積（area）作為資本要素。這是因為對于本研究來說，餐飲業(yè)屬于勞動密集型產業(yè)，對于資本的依賴程度較低。但是，對于連鎖餐飲企業(yè)來說，經營場所是最重要的資產，也是開展經營活動的重要實物資產保障。

2.3.2? ? 動態(tài)面板數據模型的解釋變量

考慮到影響省域連鎖餐飲技術效率的因素很多，本文選取了8個密切相關的解釋變量來檢驗是否影響28個省份的連鎖餐飲的技術效率，包括第一產業(yè)比重（Agri）、油脂價格（Fat）、蔬菜價格（Vege）、禽肉價格（Poultry）、外商直接投資（foreign direct investment， FDI）、貿易開放度（Trade）、貨運周轉量（Freight）以及社會消費品零售總額（Retail）。

（1）第一產業(yè)比重（Agri）：餐飲業(yè)是服務業(yè)當中門檻較低的典型的勞動密集型行業(yè)，是吸納勞動人口和農村轉移人口就業(yè)的最重要的產業(yè)[3]。中國餐飲業(yè)從業(yè)人員由改革開放初期的104萬上升到2017年的約2500萬[3]。這是由于改革開放之后，中國開始逐步進入大規(guī)模工業(yè)化，一部分農村勞動力流入第二產業(yè)，隨著工業(yè)發(fā)展和人民生活水平的不斷提高，服務業(yè)進入2000年以來也有了長足的進步，成為吸納農村勞動力最主要的行業(yè)，這其中主力行業(yè)就是餐飲業(yè)。由此可見，農業(yè)發(fā)展與餐飲業(yè)形成了競爭關系。因此，本文預期農業(yè)比重越高，連鎖餐飲的效率就越低。

（2）油脂價格（Fat）、蔬菜價格（Vege）和禽肉價格（Poultry）：餐飲業(yè)中銷售額的主要來源是餐費收入。而餐費當中的物料成本占據了很重要的比重。因此，物價上漲會對連鎖餐飲效率產生負面影響[48]?？紤]到中國的飲食習慣，油脂、蔬菜和禽肉在中國餐食中的比重很高，因此這些原材料價格上漲會對餐飲業(yè)技術效率產生負面影響。因此，本文預期這3個變量的系數符號為負。

（3）外商直接投資（FDI）：餐飲業(yè)是改革開放的先行行業(yè)之一，經濟體制改革的不斷深入進一步地激發(fā)了餐飲業(yè)市場主體的主觀能動性[3]。由于門檻較低且沒有行業(yè)限制，因此餐飲業(yè)也是吸納外商直接投資的重要行業(yè)之一。隨著改革的不斷深入，越來越多的國外連鎖餐飲企業(yè)來中國投資發(fā)展，有力地促進了當地餐飲業(yè)的不斷優(yōu)化，帶動了行業(yè)規(guī)模與質量的同步提升[21]。而外商直接投資是提高行業(yè)技術效率的重要外來技術支持，已經被很多學者所證實。這是因為外資不僅可以帶來先進的機械設備，而且，先進的管理經驗也是提高技術效率的重要因素。因此，本文預期外商直接投資有助于提高連鎖餐飲的技術效率。指標采用外商直接投資占地區(qū)GDP比重來表示。

（4）開放度（Trade）：餐飲業(yè)是改革開放的先行者，也是開拓者[3]。餐飲業(yè)是開放度很高的行業(yè)。改革40年來一直秉持開放包容發(fā)展。經濟開放程度越高的地區(qū)，各種餐飲技藝以及管理技術的交流和學習會不斷提高本地區(qū)的連鎖餐飲技術效率。因此，本研究預期對外開放度越高，連鎖餐飲技術效率就越高。開放度指標選用進出口占地區(qū)GDP比重來表示。

（5）貨運周轉量（Freight）：本研究選用貨運周轉量來反映地區(qū)的貨運能力，其具體定義為當地各種運輸工具在一定時期內運送的貨物重量乘以運送的距離，能夠全面地反映運輸生產成果。餐飲業(yè)是物料成本較高的行業(yè)。一個地區(qū)的貨運能力越發(fā)達，物價調控能力就越強，從而對連鎖餐飲技術效率的影響就越小[49]。由此可以預期貨運周轉量越高越有利于提高連鎖餐飲的技術效率。

（6）社會消費品零售總額（Retail）：該指標指的是企業(yè)（單位、個體戶）通過交易直接售給個人、社會集團非生產、非經營用的實物商品金額，以及提供餐飲服務所取得的收入金額。該指標與居民消費具有密切的關系。換言之，一個地區(qū)的社會消費品零售總額越高，那么這個地區(qū)的居民消費能力就越強，也反映了一個地區(qū)的經濟景氣程度。消費能力越強的地區(qū)對餐飲業(yè)有較高的服務要求[50]，從而會迫使連鎖餐飲提高技術效率。因此，本文預期社會消費品零售總額增加有助于提高當地連鎖餐飲的技術效率水平。

2.3.3? ? 數據來源

由于海南、青海、寧夏、西藏、香港、澳門和臺灣的數據缺失，故研究中只有我國28個省份，未包含這7個地區(qū)。用于計算連鎖餐飲技術效率的投入產出數據均來源于Wind數據庫。影響因素的變量中，農業(yè)比重、油脂價格指數、蔬菜價格指數、禽肉價格指數、進出口、貨運周轉量以及社會消費品零售總額數據來源于歷年《中國統(tǒng)計年鑒》，外商直接投資數據來源于Wind數據庫。

3 實證結果

3.1 技術效率評價結果

本文利用Stata軟件估算出中國28個省份2008—2017年的連鎖餐飲技術效率。OLS模型和SFA模型參數回歸估計結果如表1所示。

由OLS回歸結果可以看出，連鎖餐飲的勞動和營業(yè)面積產出的彈性系數分別為0.7800和0.3059，并且均通過了1%的顯著性水平的檢驗。由彈性系數大小可以判斷出，勞動產出彈性遠遠大于營業(yè)面積產出彈性，說明連鎖餐飲是典型的勞動密集型行業(yè)。并且，規(guī)模報酬遞增（0.7800+0.3059=1.0859>1）。由SFA模型估計結果也可以看出，兩個變量均通過了顯著性檢驗。并且從模型的估計結果來看，隨機無效率占比約7%，充分說明了在估計連鎖餐飲技術效率時，需要充分考慮各個省份之間的異質性效應。

3.2 技術效率的時空變化分析

圖1繪制出了中國28個省份2008—2017年的連鎖餐飲技術效率得分均值和連鎖餐飲營業(yè)額總量的動態(tài)變化圖。

從圖1總體來看，28個省份的連鎖餐飲技術效率大致可以分為4個階段。第一階段為2008—2010年，技術效率有了飛速的提高，同時營業(yè)收入也在快速穩(wěn)步增長。這可能是由于奧運會的原因，加速了國內連鎖餐飲企業(yè)的國際化和規(guī)范化，致使經營效率有了較大的提升，業(yè)績有了快速提高。第二階段為2010—2012年，技術效率保持較高水平平穩(wěn)發(fā)展，但是在2011年波動下降。第三階段為2012—2014年，2013年技術效率出現了斷崖式的下降，比照營業(yè)額來看，增速相較之前也有了明顯的放緩。這主要原因是2012年12月4日中共中央政治局會議提出的“八項規(guī)定”，有力地遏制住了公款吃喝的不正之風。雖然“八項規(guī)定”主要針對的是高端公務宴和吃喝之風，但是整個餐飲行業(yè)都受到了較大的影響。盡管短期對餐飲業(yè)造成了不利影響，但倒逼餐飲業(yè)進入急速創(chuàng)新階段，回歸到積極健康的大眾餐飲發(fā)展軌道上來[51]。經過兩年的短暫調整，在第四階段中（2015—2017年），可以明顯地看出，3年之后的2015年，無論是技術效率還是營業(yè)額，均有所提高。到2017年，技術效率已經基本恢復到2012年之前的高水平，營業(yè)額也重回到高速增長的發(fā)展勢頭。由此可見，從“十三五”之后，中國的餐飲業(yè)經過分化整合，通過企業(yè)創(chuàng)新以及深度融合，重塑了連鎖餐飲企業(yè)。在各種利好政策的引導下，總體將會迎來更高的技術效率。

筆者列出了2008—2017年間中國28個省份逐年的連鎖餐飲技術效率得分，結果如表2所示。

由表2可知，省域連鎖餐飲的技術效率并非呈現東高西低的空間分布格局，而是東西部各有高低。例如，2008年，技術效率高的省份為東部的北京、江蘇、上海和福建以及中部的山西、湖南和江西和西部的內蒙古。2011年，技術效率明顯東部高于中西部地區(qū)。2014年，技術效率的空間格局較2011年發(fā)生了較大的變動。2017年，28個省份的技術效率的空間分布又形成了較為復雜的格局，并非東高西低，西部省份中重慶表現最為搶眼，無論是技術效率還是營業(yè)收入都是西部的佼佼者，雖然云南技術效率較高，但是整體規(guī)模太小。

本文選擇2017年數據作為示例，對28個省份的連鎖餐飲企業(yè)的營業(yè)額和技術效率進行標準化處理（均值為0，方差為1），超出±1的表示異常值。然后繪制出兩者之間的散點圖，用于表示28個省份連鎖餐飲的市場規(guī)模和技術效率之間的關系分布（圖2）。

第1象限表示市場規(guī)模和技術效率均高于平均水平的省份。由圖2可知，北京、上海和廣東的連鎖餐飲規(guī)模明顯遠高于全國平均水平，并且技術效率也非常高。此外，重慶、浙江、江蘇和湖北屬于市場規(guī)模較大和技術效率較高的省份，這些省份大部分都是東部地區(qū)。第2象限表示市場規(guī)模大但是技術效率低的省份，由圖2可知，不包含任何省份。第3象限表示規(guī)模小并且效率低的省份，包含8個省份。其中，內蒙古、河北和貴州這3個省份表現最為落后。第4象限省份最多，包含13個省份，占據了大約一半的樣本，表示規(guī)模較低但是效率較高的省份，這些省份絕大部分都是中西部省份。這說明我國大約有一半的地區(qū)，連鎖餐飲的技術效率雖然較高，但是整體規(guī)模太小。

3.3 技術效率的影響因素分析

進一步分析連鎖餐飲技術效率的影響因素。表3給出了混合回歸模型、固定效應模型以及隨機效應模型估計結果。需要指出的是，由于隨機前沿生產函數模型估計出的技術效率范圍在（0， 1）之間，因而應該選擇Tobit模型。但是，本研究沒有采用Tobit模型，這是因為只有當大量的觀察值出現在0和1的邊界時，那么采用普通最小二乘才會得到有偏的估計結果。然而，通過估計兩個模型后發(fā)現，兩者估計的系數相差不大。為了對照后面的動態(tài)面板數據模型的估計結果，本文沒有采用Tobit模型設定形式。

首先給出混合回歸模型的估計結果及方差膨脹因子（variance inflation factor， VIF）的結果，可以發(fā)現各個解釋變量的VIF均小于10，說明模型不存在嚴重的多重共線性問題。由表3可以看出，混合回歸模型的結果中只有兩個變量通過了顯著性檢驗，而大部分變量高度不顯著。這是由于混合回歸模型忽略了固定效應。表3同時也給出了固定效應和隨機效應模型的估計結果，但是也只有兩個相同的變量通過了顯著性檢驗。盡管Hausman檢驗結果顯示應該選擇固定效應模型，但是模型可能由于存在內生性問題或者反向因果關系（reverse causality），因此采用Arellano和Bover以及Blundell和Bond提出的系統(tǒng)廣義矩估計方法估算出動態(tài)面板數據模型的回歸結果[52-53]，如表3最后一列所示。

對動態(tài)面板數據模型的檢驗發(fā)現，AR（1）在5%顯著性水平上拒絕了原假設，AR（2）在10%顯著性水平上無法拒絕原假設，并且Sargan檢驗也無法拒絕原假設，表明模型不存在過度約束識別的問題。從表3最后一列來看，除了蔬菜價格變量外，其余7個變量均通過了1%的顯著性水平的檢驗，說明了這些都是連鎖餐飲技術效率的重要影響因素。

第一產業(yè)比重對連鎖餐飲技術效率的作用為負，降低了技術效率。這是由于服務行業(yè)尤其是餐飲業(yè)是吸納農村勞動力最主要的行業(yè)，農業(yè)同樣屬于典型的勞動密集型行業(yè)，兩者之間存在競爭關系。從近10年的就業(yè)統(tǒng)計數據來看[54]，第二產業(yè)勞動力比重在27%～30%上下浮動，而第一產業(yè)勞動力占比由2007年的40.8%下降到2017年的27%，第三產業(yè)勞動力占比則由2007年的32.4%上升到44.9%。由此可見，第一產業(yè)的勞動力主要流向了第三產業(yè)。可以看出，第一產業(yè)的下降有助于農村勞動力流向服務業(yè)，從而使得餐飲業(yè)勞動力就業(yè)市場充分競爭，具有比較優(yōu)勢的勞動力得以雇傭，從而提高了連鎖餐飲的技術效率。

從油脂價格、蔬菜價格和禽肉價格3個變量的估計系數來看，油脂價格上漲對連鎖餐飲技術效率的提升有正向作用，而禽肉價格上漲則降低了技術效率，蔬菜價格變量不顯著?？赡艿脑蚴牵鹤愿母镩_放以來，中國人的飲食結構發(fā)生了劇烈的變化，高油高脂攝取過多，烹飪過程中大量地使用油脂，而油脂占據了較高的經營成本。這就迫使連鎖餐飲企業(yè)通過提高自身運營效率來積極面對油脂價格上漲問題。換言之，對油脂價格敏感的連鎖餐飲企業(yè)反而因油脂價格上漲提高了技術效率。此外，從近些年的統(tǒng)計數據來看，蔬菜價格和禽肉價格波動幅度較小，但蔬菜和禽肉受極端事件影響較大，例如蔬菜容易受到天氣的影響，而禽流感也是造成禽肉價格波動的主因，因此禽肉的價格上浮會造成連鎖餐飲企業(yè)成本的上漲，進而會損傷技術效率。但是，連鎖餐飲企業(yè)對蔬菜價格并不敏感。

貨運周轉量對連鎖餐飲技術效率的作用為正。這是因為發(fā)達的物流貨運能力能夠保證貨物的運輸和供給，從而有效地控制連鎖餐飲企業(yè)經營成本由價格波動造成的負面影響。此外，交通貨運能力發(fā)達的地區(qū)往往是經濟發(fā)達的地區(qū)，這些地區(qū)通常會吸納具有較高素質和勞動技能的勞動力人口，而餐飲業(yè)就業(yè)門檻低，吸納勞動力人口多，因此，這些高素質的勞動力有助于提高連鎖餐飲的技術效率。

外商直接投資的估計系數為負，說明外商直接投資對連鎖餐飲的技術效率具有負向作用。這主要是因為改革開放之后，大量的外資涌入中國的各個行業(yè)，餐飲業(yè)也是吸納外資的重要行業(yè)之一。國外餐飲企業(yè)的進入對于規(guī)范中國的餐飲業(yè)具有極高的積極意義，國外餐飲業(yè)的高標準對于當地餐飲業(yè)市場具有極強的示范效應，然而由于國內的連鎖餐飲企業(yè)總是“學而不像”，因此總體來說管理經驗和經營能力雖然有所提高，但是相對國外連鎖餐飲巨頭來說，仍然不具備實力。加上餐飲業(yè)本身競爭就十分激烈，因此外資的進入會加劇當地餐飲市場的競爭態(tài)勢，侵蝕了國內連鎖餐飲企業(yè)的市場份額，影響了技術效率。

從估計的系數來看，貿易開放度越高，技術效率就越高。改革開放之后，我國沿海地區(qū)打開了出口貿易。近些年來，隨著經濟水平的提高，進口貿易量有了極大的提升。進出口貿易反映了一個地區(qū)對外交流的開放程度。總體來說，貿易開放度高的地區(qū)主要是東部沿海的經濟發(fā)達省份，這些省份的對外交流程度最高。餐飲業(yè)是服務業(yè)中的重要“窗口行業(yè)”，也是最早接觸對外交流的行業(yè)。對外開放程度越高，越有利于本地區(qū)的餐飲業(yè)提高行業(yè)標準，與國際接軌，進一步地改善經營環(huán)境，從而最終有助于提高本地區(qū)的連鎖餐飲技術效率。

最后，社會消費品零售總額的提高對連鎖餐飲技術效率的提升有積極的作用。這是因為社會消費品零售總額越高，說明本地區(qū)的消費能力越高，經濟活力越強。餐飲業(yè)高度地依賴于當地的經濟活力和消費水平。并且，消費能力越高的地區(qū)，餐飲業(yè)競爭越激烈，因此，本地連鎖餐飲企業(yè)不得不降低經營成本，改善經營效率，從而整體上提高了本地區(qū)的連鎖餐飲技術效率。

4 結論及政策建議

本研究的主要內容是采用隨機前沿生產函數模型估算中國28個省份連鎖餐飲的技術效率，然后分析這28個省份技術效率的空間分布格局演變以及影響技術效率的主要因素，最后根據研究的結論提出促進中國連鎖餐飲企業(yè)健康發(fā)展的政策建議。

從總體來看，連鎖餐飲技術效率在樣本期內先快速上升，然后平穩(wěn)地保持了4年的高水平發(fā)展，但是在“八項規(guī)定”的嚴格政策影響下，受制于整體餐飲環(huán)境影響，連鎖餐飲企業(yè)也受到了波及，技術效率持續(xù)下跌，同時對比營業(yè)額來看，增速也有了明顯地放緩。2013年和2014年陣痛期后，連鎖餐飲企業(yè)又迎來了高水平發(fā)展，技術效率有了顯著地提高，營業(yè)收入也穩(wěn)步增長。動態(tài)面板數據模型的回歸估計結果顯示：第一產業(yè)對連鎖餐飲技術效率的作用為負，說明第一產業(yè)和餐飲業(yè)在某些方面存在競爭關系。油脂價格上漲會導致連鎖餐飲企業(yè)改革創(chuàng)新，促進技術效率的提高，而禽肉價格的上漲則會降低餐飲業(yè)的技術效率。此外，貨運中轉量對連鎖餐飲技術效率發(fā)揮著積極的作用，擴大貿易開放度也有利于連鎖餐飲技術效率的提高。最后，社會消費品零售總額越高的地區(qū)對技術效率有著積極的促進作用。

上述研究結論對促進當前中國連鎖餐飲企業(yè)的健康發(fā)展以及全面提高中國連鎖餐飲企業(yè)技術效率有著重要的政策含義。首先，餐飲業(yè)是典型的勞動密集型產業(yè)，雖然從業(yè)人員總數保持較高的增長，但是根據《2019年中國餐飲業(yè)年度報告》顯示[2]，餐飲業(yè)人員流失率仍然很高，即便是中大型餐飲企業(yè)，人員流失率也在10%以上。這是由于餐飲業(yè)整體薪資水平不高造成的。由于餐飲業(yè)門檻低，對勞動技能要求不高，是吸引受教育程度較低的勞動力最主要的部門，同時繁重的工作強度和較長的勞動時間使得連鎖餐飲企業(yè)的人員流失率很高。員工流失不僅造成了餐飲企業(yè)人力資本的浪費，還降低了服務質量，制約了企業(yè)的發(fā)展，影響整體餐飲業(yè)的效率。目前，中大型連鎖餐飲企業(yè)已經通過提升員工工資和福利待遇留住員工，小微餐飲企業(yè)應對勞動力成本上浮的能力較弱，因此作為惠及民生的餐飲業(yè)應該得到地方政府的扶持，在一定的條件下，對于餐費收入較少的小微餐飲企業(yè)可以減免稅負，降低運營成本，既可以保證勞動力就業(yè)，又可以惠及民生，促進當地消費，也有利于提高整體的餐飲業(yè)的經營效率。

近幾年餐飲行業(yè)已經進入了高度的白熱化競爭狀態(tài)。據統(tǒng)計數據顯示，2018年餐飲業(yè)投資金額已經超過了700億元[2]。這是由于餐飲業(yè)目前向著標準化、體系化、規(guī)?；l(fā)展。越來越多的餐飲業(yè)形成了具有較大規(guī)模的餐飲集團，連鎖餐飲企業(yè)發(fā)展也越來越快。由于產業(yè)的規(guī)模效應，在短期之內可以有效地降低成本，有利于餐飲企業(yè)技術效率的提高。從投資金額的結構來看，餐飲產業(yè)鏈以及服務商的整合也是投資者關注的對象。餐飲業(yè)在橫向連鎖投資以及縱向的產業(yè)鏈整合方面均有搶眼的優(yōu)異表現。因此，可以預計，未來的中國餐飲業(yè)朝著標準化和體系化健康發(fā)展。但是，總體而言，資本市場與餐飲業(yè)的結合仍不緊密，餐飲業(yè)上市相較其他行業(yè)仍然困難。截至2018年，中國僅有21家上市的餐飲企業(yè)，其中，3家主板上市企業(yè)，18家新三板企業(yè)[2]，并且這些企業(yè)主要分布在大中型城市。這就使得政府需要出臺優(yōu)惠政策，積極引導資本，促使優(yōu)秀的餐飲業(yè)企業(yè)下沉到三四線城市，在餐飲企業(yè)稅收方面以及選址方面給予相對優(yōu)惠的政策。一方面，這些優(yōu)秀的外地餐飲企業(yè)可以拉動當地消費經濟，另一方面，優(yōu)秀的外地餐飲企業(yè)也給當地企業(yè)起到了正面的示范效應，有利于促進當地餐飲行業(yè)的整體效率。此外，這些外地的企業(yè)在培訓員工方面的標準化流程，使得整體服務人員的技能有所提高。最后，這些外地的餐飲業(yè)通過產業(yè)鏈與當地企業(yè)融合，為提高當地餐飲提供商的運營效率也發(fā)揮著積極作用。

餐飲企業(yè)對原材料的價格是非常敏感的，價格上漲會降低餐飲企業(yè)的凈利潤，影響經營效率。例如，2019年豬肉價格飛速上漲就給餐飲企業(yè)造成了不小的經營壓力，也抬高了消費者用餐價格，致使雙方福利受到了損害。政府積極地利用儲備肉制度在一定程度上平抑了豬肉價格過快增長，調控了市場，顯示出了價格穩(wěn)定器的作用。由此可見，儲備肉制度應該擴大規(guī)模，除現有的城市之外，應在有條件的其他重要城市建立儲備肉管理中心，目前，已經有很多城市已經開展儲備肉工作。對于其他不易儲存的原材料，例如蔬菜，也要制定相應的政策。一般來說，蔬菜價格受極端天氣的影響較大，故此會增加外運蔬菜的需求量。因此，在應對特殊極端天氣時，應該出臺針對蔬菜運輸的相關法律法規(guī)，保障蔬菜價格穩(wěn)定。例如建立鮮活農產品運輸綠色通道政策，在一定條件下減免合法運輸車輛的通行費，同時，進一步減少蔬菜流通環(huán)節(jié)，打破現有的流動路徑，既保證了物流運輸者的利潤，提高了流通效率，惠及民生，又降低餐飲業(yè)經營成本，有利于餐飲企業(yè)的良性發(fā)展。

餐飲業(yè)亟須政府部門的支持和重視。相較于工業(yè)來說，由于餐飲業(yè)占當地GDP比重不高，因此普遍被忽視。隨著經濟結構轉型，消費經濟的興起，越來越多的證據表明，餐飲業(yè)對當地的就業(yè)以及經濟增長均發(fā)揮著積極的作用。但是，長期以來，餐飲業(yè)屬于高度競爭行業(yè)，往往陷入無序發(fā)展以及盲目競爭狀態(tài)。這就需要當地政府牽頭，聯合各部門參與聯動機制，推進餐飲業(yè)的轉型與升級，改變餐飲業(yè)亂序發(fā)展的狀態(tài)。這其中重要的關鍵渠道就是標準化、產業(yè)化和規(guī)?；?，也就是打造連鎖餐飲企業(yè)。與其他行業(yè)不同，餐飲具有典型的地域特征。長期以來，各地區(qū)的中餐缺乏標準，沒有標準化難以走向產業(yè)化集團化發(fā)展。因此，很多小微餐飲企業(yè)靠口碑生存，難以做大做強，閉店率也極高，嚴重地浪費了社會資源。從研究的結果來看，西部連鎖餐飲整體技術效率表現一般，但是重慶卻是西部地區(qū)的亮點，這是由于重慶具有眾多優(yōu)秀的餐飲連鎖企業(yè)，已經形成了完整的產業(yè)鏈，并且已經走向標準化及集團化發(fā)展。因此，打造當地餐飲連鎖企業(yè)知名品牌，產生具有影響力的大型連鎖餐飲企業(yè)，不僅可以對外參與競爭，還可以拉動當地經濟發(fā)展，此外，還是當地政府的一張靚麗的名片。這就需要政府牽頭，同時在稅收減免、用地保障等方面都給予一定的優(yōu)惠，在政府資金扶持下，打造具有較高競爭力的以民營資本為主的餐飲集團。一方面改變了餐飲業(yè)盲目發(fā)展的局面，另一方面可以樹立示范樣板，規(guī)范當地餐飲市場，提升餐飲業(yè)整體的運營水平。

參考文獻（References）

[1] 張進銘， 肖德勇. 餐飲業(yè)發(fā)展動因的實證分析[J]. 經濟評論， 2009（5）： 87-92. [ZHANG Jinming， XIAO Deyong. An empirical study of driving factors of catering industry[J]. Economic Review， 2009（5）： 87-92.]

[2] 中國飯店協會： 2019中國餐飲業(yè)年度報告[R]. 2019： 52. [China Hospitality Association. 2019 China Restaurant Industry Survey Report[R]. 2019： 52.]

[3] 邢穎， 黎素梅， 于干千. 餐飲產業(yè)藍皮書： 中國餐飲產業(yè)發(fā)展報告（2019）[M]. 北京： 社會科學文獻出版社， 2019： 25. [XING Ying， LI Sumei， YU Ganqian. Annual Report on Catering Industry Development of China （2019） [M]. Beijing： Social Sciences Academic Press， 2019： 25.]

[4] 中國互聯網絡信息中心.中國互聯網絡發(fā)展狀況統(tǒng)計報告[R]. 2018： 5. [China Internet Network Information Center. China Statistical Report on Internet Development [R]. 2018： 5.]

[5] 謝斌， 宋偉. 在線餐飲外賣發(fā)展， 城市環(huán)境負外部性與垃圾監(jiān)管[J]. 陜西師范大學學報（哲學社會科學版）， 2018， 47（6）： 79-88. [XIE Bin， SONG Wei. Online catering takeout development， urban environmental negative externalities and waste regulation[J]. Journal of Shaanxi Normal University （Philosophy and Social Sciences Edition）， 2018， 47（6）： 79-88.]

[6] 于干千， 程小敏. 我國餐飲業(yè)供給側結構性改革的實效與對策研究[J]. 商業(yè)經濟研究， 2017（24）： 169-173. [YU Ganqian， CHENG Xiaomin. A study of effectiveness and measures of supply-side structural reform of Chinas catering industry[J]. Journal of Commercial Economics， 2017（24）： 169-173.]

[7] PRATT S. Potential economic contribution of regional tourism development in China： A comparative analysis[J]. International Journal of Tourism Research， 2015， 17（3）： 303-312.

[8] 王建竹. 信息化下城市服務業(yè)的空間發(fā)展趨勢——以北京市餐飲服務業(yè)為例[J]. 城市問題， 2014（11）： 90-95. [WANG Jianzhu. Spatial distribution trend of urban service industries in the information times： A case study of Beijings catering industry[J]. Urban Problems， 2014（11）： 90-95.]

[9] 劉秀蘭， 陳立章， 何翔. 湖南省餐飲業(yè)量化分級現狀及監(jiān)管對策[J]. 中南大學學報 （醫(yī)學版）， 2012， 37（2）： 137-141. [LIU Xiulan， CHEN Lizhang， HE Xiang. Quantitative classification in catering trade and countermeasures of supervision and management in Hunan province[J]. Journal of Central South University （Medical Science）， 2012， 37（2）： 137-141.]

[10] 舒舍玉， 王潤， 孫艷偉， 等. 城市餐飲業(yè)的空間格局及影響因素分析——以廈門市為例[J]. 熱帶地理， 2012， 32（2）： 134-140. [SHU Sheyu， WANG Run， SUN Yanwei， et al. Spatial distribution of urban catering industry and its influenced factors： A case study of Xiamen city[J]. Tropical Geography， 2012， 32（2）： 134-140.]

[11] 曾璇， 崔海山， 劉志根. 廣州市餐飲店分布演變特征與影響因素[J]. 經濟地理， 2019， 39（3）： 143-151. [ZENG Xuan， CUI Haishan， LIU Zhigen. Spatial and temporal evolution characteristics and influencing factors of restaurants in Guangzhou[J]. Economic Geography， 2019， 39（3）： 143-151.]

[12] 涂建軍， 唐思琪， 張騫， 等. 山地城市格局對餐飲業(yè)區(qū)位選擇影響的空間異質性[J]. 地理學報， 2019， 74（6）： 1163-1177. [TU Jianjun， TANG Siqi， ZHANG Qian， et al. Spatial heterogeneity of the effects of mountainous city pattern on catering industry location[J]. Acta Geographica Sinica， 2019， 74（6）： 1163-1177.]

[13] 譚欣， 黃大全， 趙星爍. 北京市主城區(qū)餐館空間分布格局研究[J]. 旅游學刊， 2016， 31（2）： 75-85. [TAN Xin， HUANG Daquan， ZHAO Xingshuo. A study on the spatial distribution pattern of restaurants in Beijings main urban area[J]. Tourism Tribune， 2016， 31（2）： 75-85.]

[14] XU F， ZHEN F， QIN X， et al. From central place to central flow theory： An exploration of urban catering[J]. Tourism Geographies， 2019， 21（1）： 121-142.

[15] XUE H， CHENG X， ZHANG Q， et al. Temporal growth and spatial distribution of the fast food industry and its relationship with economic development in China： 2005—2012[J]. Preventive Medicine， 2017， 102： 79-85.

[16] 夏令軍， 劉艷芳， 劉國煒. 中國地級城市餐飲業(yè)分布格局及影響因素——基于“大眾點評網”數據的實證研究[J]. 經濟地理， 2018， 38（5）： 133-141. [XIA Lingjun， LIU Yanfang， LIU Guowei. Spatial distribution pattern and influencing factors of catering industry in prefecture level and above cities in China： An empirical study based on the dianping.com data[J]. Economic Geography， 2018， 38（5）： 133-141.]

[17] 王文峰. 餐飲企業(yè)內部市場導向對其競爭優(yōu)勢的影響[J]. 旅游科學， 2018， 32（2）： 17-27. [WANG Wenfeng. The impact of the internal market orientating of catering enterprises on their competitive advantages[J]. Tourism Science， 2018， 32（2）： 17-27.]

[18] 王華. 區(qū)域餐飲業(yè)競爭力的驅動因素及模式[J]. 經濟地理， 2009， 29（3）： 91-95. [WANG Hua. Driving factors and driving patterns of regional catering industrial competitiveness[J]. Economic Geography， 2009， 29（3）： 91-95.]

[19] 蔡曉梅， 賴正均. 廣州市餐飲企業(yè)競爭要素實證研究[J]. 旅游學刊， 2008， 23（8）： 63-68. [CAI Xiaomei， LAI Zhengjun. An empirical study on the competitive factors of catering enterprises in Guangzhou [J]. Tourism Tribune， 2008， 23（8）： 63-68.]

[20] SHAO J， ZHANG J， GUO B. Research on the influencing factors of customer referral behavior based on social network—Application in the catering industry[J]. The Journal of High Technology Management Research， 2014， 25（2）： 163-171.

[21] 鄧峰， 吳海兵， 婁麗芝. 外資對我國餐飲業(yè)競爭力影響的實證研究[J]. 經濟縱橫， 2014（6）： 103-107. [DENG Feng， WU Haibing， LOU Lizhi. An empirical study of the impact of foreign capital on the competitiveness of catering industry in China[J]. Economic Review Journal， 2014（6）： 103-107.]

[22] DU Y， TANG Y. Study on the development of O2O E-commerce platform of China from the perspective of offline service quality[J]. International Journal of Business and Social Science， 2014， 5（4）：308-312.

[23] 張榮齊， 田文麗. 餐飲連鎖企業(yè)O2O商業(yè)模式研究[J]. 中國市場， 2014（32）： 81-88. [ZHANG Rongqi， TIAN Wenli. A study on the O2O business mode of restaurant chains[J]. China Market， 2014（32）： 81-88.]

[24] 齊春微， 鄭鑫， 徐維維. “互聯網+” 時代下餐飲業(yè)存在的問題及創(chuàng)新研究[J]. 當代經濟， 2017（13）： 38-40. [QI Chunwei， ZHENG Xin， XU Weiwei. A study on problem and innovation of catering industry in the era of “Internet+” [J]. Contemporary Economics， 2017（13）： 38-40.]

[25] 劉致良. 資本深化， 全要素生產率與中國住宿餐飲業(yè)增長[J]. 旅游學刊， 2009， 24（6）： 71-76. [LIU Zhiliang. Capital deepening， total factor productivity （TFP） and the increase of Chinas lodging and catering industry[J]. Tourism Tribune， 2009， 24（6）： 71-76.]

[26] 吉生保， 席艷玲， 李凡. 中國餐飲旅游行業(yè)的經營績效及收斂趨勢——基于上市公司面板數據的SORM-BCC超效率模型[J]. 山西財經大學學報， 2011， 33（11）： 63-72. [JI Shengbao， XI Yanling， LI Fan. Operational efficiency and convergence trend of Chinese hotel &tourism industry： SORM-BCC super efficiency model based on panel data of listed companies[J]. Journal of Shanxi University of Finance and Economics， 2011， 33（11）： 63-72.]

[27] 謝雅念. 我國各地區(qū)餐飲業(yè)績效評價[D]. 蚌埠： 安徽財經大學， 2015. [XIE Yanian. The Performance Evaluation of Regional Catering Industry in Our Country [D]. Bengbu： Anhui University of Finance and Economics， 2015.]

[28] HUANG C， CHIU Y， TU C， et al. Using the nonhomogeneous frontier two-stage DEA model to assess the efficiencies of expense utilization and operation of the Taiwanese hotel industry[J]. International Transactions in Operational Research， 2016， 23（6）： 1067-1087.

[29] 王燕武， 李文溥， 張自然. 對服務業(yè)勞動生產率下降的再解釋——TFP還是勞動力異質性[J]. 經濟學動態(tài)， 2019（4）： 18-32. [WANG Yanwu， LI Wenfu， ZHANG Ziran. The reinterpretation of labor productivity decline in service industry： TFP or labor heterogeneity[J]. Economic Perspectives， 2019（4）： 18-32.]

[30] 龐瑞芝， 鄧忠奇. 服務業(yè)生產率真的低嗎？[J]. 經濟研究， 2014（12）： 86-99. [PANG Ruizhi， DENG Zhongqi. Is productivity of service sector really low？ [J]. Economic Research Journal， 2014（12）： 86-99.]

[31] 王恕立， 滕澤偉， 劉軍. 中國服務業(yè)生產率變動的差異分析——基于區(qū)域及行業(yè)視角[J]. 經濟研究， 2015（8）： 73-84. [WANG Shuli， TENG Zewei， LIU Jun. The disparity and convergence of TFP change in Chinas service industry： Based on regional and industry perspectives[J]. Economic Research Journal， 2015（8）： 73-84.]

[32] 李麗梅. 中國休閑產業(yè)發(fā)展評價， 結構與效率研究[D]. 上海： 華東師范大學， 2018. [LI Limei. Research on the Evaluation， Structure and Efficiency of Chinese Leisure Industry Development[D]. Shanghai： East Normal China University， 2018.]

[33] 夏杰長， 肖宇， 李詩林. 中國服務業(yè)全要素生產率的再測算與影響因素分析[J]. 學術月刊， 2019（2）： 34-44. [XIA Jiechang， XIAO Yu， LI Shilin. Re-measurement and influence factors of total factor productivity in Chinas service industry[J]. Academic Monthly， 2019（2）： 34-44.]

[34] CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）： 429-444.

[35] CHARNES A， COOPER W W， RHODES E. Evaluating program and managerial efficiency： An application of data envelopment analysis to program follow through[J]. Management Science， 1981， 27（6）： 668-697.

[36] 葉振宇， 葉素云. 要素價格與中國制造業(yè)技術效率[J]. 中國工業(yè)經濟， 2010（11）： 49-59. [YE Zhenyu， YE Suyun. Price of factor and technical efficiency of Chinese manufacturing industries[J]. China Industrial Economics， 2010（11）： 49-59.]

[37] 邵軍， 徐康寧. 轉型時期經濟波動對我國生產率增長的影響研究[J]. 經濟研究， 2011， 12（97）： 1848-1862. [SHAO Jun， XU Kangning. The effect of business cycle on Chinese productivity growth during economic transition[J]. Economic Research Journal， 2011， 12（97）： 1848-1862.]

[38] 宋馬林， 王舒鴻. 環(huán)境規(guī)制， 技術進步與經濟增長[J]. 經濟研究， 2013（3）： 122-134. [SONG Malin， WANG Shuhong. Analysis of environmental regulation， technological progression and economic growth from the perspective of statistical tests[J]. Economic Research Journal， 2013（3）： 122-134.]

[39] AIGNER D， LOVELL C A K， SCHMIDT P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics， 1977， 6（1）： 21-37.

[40] MEEUSEN W， VAN DEN BROECK J. Technical efficiency and dimension of the firm： Some Results on the use of frontier production functions[J]. Empirical Economics， 1977， 2（2）： 109-122.

[41] GREENE W. Reconsidering heterogeneity in panel data estimators of the stochastic frontier model[J]. Journal of Econometrics， 2005， 126（2）： 269-303.

[42] CHEN C F. Applying the stochastic frontier approach to measure hotel managerial efficiency in Taiwan[J]. Tourism Management， 2007， 28（3）： 696-702.

[43] P?REZ-RODR?GUEZ J V， ACOSTA-GONZ?LEZ E. Cost efficiency of the lodging industry in the tourist destination of Gran Canaria （Spain）[J]. Tourism Management， 2007， 28（4）： 993-1005.

[44] OLIVEIRA R， PEDRO M I， MARQUES R C. Efficiency performance of the Algarve hotels using a revenue function[J]. International Journal of Hospitality Management， 2013， 35： 59-67.

[45] LIU A， WU D C. Tourism productivity and economic growth[J]. Annals of Tourism Research， 2019， 76（5）： 253-265.

[46] 張軍， 吳桂英， 張吉鵬. 中國省際物質資本存量估算： 1952—2000[J]. 經濟研究， 2004（10）： 35-44. [ZHANG Jun， WU Guiying， ZHANG Jipeng. The estimation of Chinas provincial capital stock： 1952—2000[J]. Economic Research Journal， 2004（10）： 35-44.]

[47] 單豪杰. 中國資本存量K的再估算： 1952—2006年[J]. 數量經濟技術經濟研究， 2008（10）： 17-31. [SHAN Haojie. Reestimating the capital stock of China： 1952—2006[J]. The Journal of Quantitative & Technical Economics， 2008（10）： 17-31.]

[48] 程雪潔. 我國中小餐飲企業(yè)成本控制探究[D]. 北京： 首都經濟貿易大學， 2016. [CHENG Xuejie. Research on Cost Control of Small and Medium-Sized Catering Enterprises in China[D]. Beijing： Capital University of Economics and Business， 2016.]

[49] 苗偉. 交通運輸業(yè)對我國經濟發(fā)展影響的實證分析[D]. 保定： 河北大學， 2013. [MIAO Wei. An Empirical Analysis of the Impact of Transportation Industry on Chinas Economic Development[D]. Baoding： Hebei University， 2013.]

[50] 張玉鳳， 裴正兵. 我國餐飲企業(yè)投資效益實證研究——以北京市餐飲企業(yè)為例[J]. 生產力研究， 2009（11）： 150-152. [ZHANG Yufeng， PEI Zhengbing. An empirical study on investment benefits of Chinas catering enterprises： A case study of Beijings catering enterprises[J]. Productivity Research， 2009（11）： 150-152.]

[51] 程小敏， 于干千. 中國餐飲業(yè)發(fā)展“十二五”回顧與“十三五”展望[J]. 經濟與管理研究， 2016， 37（11）： 65-74. [CHENG Xiaomin， YU Ganqian. Review of 12th Five-Year Plan and outlook for 13th Five-Year Plan for the development of Chinas catering industry research on economics and management[J]. Research on Economics and Management， 2016， 37（11）： 65-74.]

[52] ARELLANO M， BOVER O. Another look at the instrumental variable estimation of error-components models[J]. Journal of Econometrics， 1995， 68（1）： 29-51.

[53] BLUNDELL R， BOND S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics， 1998， 87（1）： 115-143.

[54] 中國國家統(tǒng)計局. 中國勞動統(tǒng)計年鑒2018[M]. 北京： 中國統(tǒng)計出版社， 2018： 8-9. [National Bureau of Statistics. China Labour Statistical Yearbook 2018[M]. Beijing： China Statistics Press， 2018： 8-9.]