基于主成分回歸的全國(guó)星級(jí)飯店?duì)I業(yè)收入研究

摘要：全國(guó)星級(jí)飯店?duì)I業(yè)收入受眾多因素影響。本文基于2010—2022年全國(guó)星級(jí)飯店?duì)I業(yè)現(xiàn)狀，選取6個(gè)財(cái)務(wù)指標(biāo)數(shù)據(jù)，運(yùn)用主成分回歸分析方法，對(duì)影響全國(guó)星級(jí)飯店?duì)I業(yè)收入的因素和影響程度進(jìn)行了統(tǒng)計(jì)分析。結(jié)果表明，固定資本、從業(yè)人員年平均人數(shù)、大專以上學(xué)歷人數(shù)、客房數(shù)和床位數(shù)均正向影響全國(guó)星級(jí)飯店?duì)I業(yè)收入?；谘芯拷Y(jié)論，提出促進(jìn)全國(guó)星級(jí)飯店?duì)I業(yè)收入的相關(guān)建議。

關(guān)鍵詞：主成分回歸；星級(jí)飯店?duì)I業(yè)收入；Cox-Stuart趨勢(shì)檢驗(yàn)

中圖分類號(hào)：F74"""""""文獻(xiàn)標(biāo)識(shí)碼：A""""""doi：10.19311/j.cnki.16723198.2025.03.018

0"前言

改革開放以來(lái)，我國(guó)經(jīng)濟(jì)持續(xù)增長(zhǎng)，特別是加入WTO后與全球貿(mào)易接軌，國(guó)際重要活動(dòng)——北京奧運(yùn)會(huì)、上海世博會(huì)、杭州的亞運(yùn)會(huì)等的召開向世界展示了當(dāng)代中國(guó)風(fēng)貌，以及“一帶一路”倡議促進(jìn)了我國(guó)文化和旅游事業(yè)高質(zhì)量發(fā)展，中國(guó)旅游業(yè)呈現(xiàn)持續(xù)高速發(fā)展的趨勢(shì)。近幾年雖然受新冠疫情影響，但目前整體呈復(fù)蘇現(xiàn)象。根據(jù)《2023年中國(guó)旅游市場(chǎng)分析報(bào)告》[1]，2023年國(guó)內(nèi)旅游市場(chǎng)高潮迭起、活力滿滿、強(qiáng)勢(shì)復(fù)蘇，2023年國(guó)內(nèi)出游人次48.91億，同比增長(zhǎng)93.3%；國(guó)內(nèi)游客出游總花費(fèi)4.91萬(wàn)億元，同比增長(zhǎng)140.3%；國(guó)內(nèi)出游人次和國(guó)內(nèi)旅游收入分別恢復(fù)到2019年的81.38%、85.69%。作為旅游業(yè)的一大支柱——住宿業(yè)，對(duì)旅游經(jīng)濟(jì)發(fā)展的貢獻(xiàn)極大，不僅是旅游業(yè)收入的主要來(lái)源，還有利于相關(guān)產(chǎn)業(yè)的發(fā)展、提供大量的崗位需求。然而，目前我國(guó)的住宿業(yè)經(jīng)營(yíng)效益不佳。2016年，李新泰[2]指出2008年以來(lái)，星級(jí)飯店的絕對(duì)數(shù)量基本持平，數(shù)量占比呈下降趨勢(shì)，星級(jí)飯店?duì)I業(yè)收入進(jìn)入瓶頸期，其資產(chǎn)總額持續(xù)增加且資產(chǎn)配置發(fā)生變化，就業(yè)人數(shù)出現(xiàn)驟降。2018年，焦珊珊[3]指出，長(zhǎng)期以來(lái)，我國(guó)住宿業(yè)供大于求，陷入到規(guī)模上的快速擴(kuò)張與效益上的長(zhǎng)期低迷的一種悖論式的惡性循環(huán)。2021年，廖浩凌[4]指出2004—2016年期間中國(guó)星級(jí)飯店經(jīng)營(yíng)效率整體呈現(xiàn)先升后降年際變化態(tài)勢(shì)。

旅游業(yè)在國(guó)際上被譽(yù)為永不衰落的朝陽(yáng)產(chǎn)業(yè)，在國(guó)民經(jīng)濟(jì)中的地位日益重要，作為旅游業(yè)的主要組成部分—飯店業(yè)的經(jīng)營(yíng)效益同樣十分重要，根據(jù)文化和旅游部印發(fā)的《國(guó)內(nèi)旅游提升計(jì)劃（2023—2025年）》[5]內(nèi)容，在旅游行業(yè)轉(zhuǎn)型的背景下，推動(dòng)旅游住宿業(yè)轉(zhuǎn)型升級(jí)，引導(dǎo)星級(jí)飯店創(chuàng)新經(jīng)營(yíng)方式，具有重要的現(xiàn)實(shí)意義。本文擬從統(tǒng)計(jì)分析的角度出發(fā)，研究近十幾年星級(jí)飯店的經(jīng)營(yíng)情況，根據(jù)文化和旅游部公布的星級(jí)飯店數(shù)據(jù)，構(gòu)建統(tǒng)計(jì)模型，得出相關(guān)研究結(jié)果并提出相應(yīng)的建議。

1"研究方法

結(jié)合研究目的和所分析數(shù)據(jù)的特性，本文將采取兩種統(tǒng)計(jì)分析方法——Cox-stuart趨勢(shì)檢驗(yàn)和主成分回歸模型（PCR）。

1.1"Cox-Stuart趨勢(shì)檢驗(yàn)

Cox-Stuart趨勢(shì)檢驗(yàn)[6]是一種非參數(shù)統(tǒng)計(jì)方法，對(duì)數(shù)據(jù)所服從那個(gè)的分布不作要求，主要用于檢驗(yàn)時(shí)間序列數(shù)據(jù)是否呈現(xiàn)遞增或遞減的趨勢(shì)。其主要思想是根據(jù)樣本容量，確定前后對(duì)比的周期c，然后用第i時(shí)刻的數(shù)據(jù)減去i+c時(shí)刻的數(shù)據(jù)，即xi-xi+c，并統(tǒng)計(jì)xi-xi+c大于0的個(gè)數(shù)s+和小于0的個(gè)數(shù)s-，進(jìn)而轉(zhuǎn)化為傳統(tǒng)的符號(hào)檢驗(yàn)。當(dāng)mins+，s-小于二項(xiàng)分布的下側(cè)0.025分位數(shù)時(shí)，認(rèn)為該時(shí)間序列數(shù)據(jù)呈現(xiàn)一定的趨勢(shì)，其中s"+較大時(shí)，趨勢(shì)是遞減，s-較大時(shí)，趨勢(shì)是遞增。

1.2"主成分回歸模型（PCR）

主成分回歸（pincipal"components"regression，"PCR）[7]是對(duì)傳統(tǒng)回歸模型改進(jìn)的一種方法，主要適用于自變量X之間存在多重共線性情況。其基本思想是運(yùn)用主成分方法，在損失很少信息的前提下把多個(gè)相關(guān)性強(qiáng)的自變量X利用正交旋轉(zhuǎn)變換轉(zhuǎn)化為幾個(gè)相互獨(dú)立的綜合變量-主成分Z，然后再用這幾個(gè)相互獨(dú)立的主成分Z與因變量Y建立回歸模型，為更好地解釋自變量X對(duì)因變量Y的影響，后把各主成分Z和原始自變量X的線性表達(dá)式代入建立的回歸方程中，進(jìn)而推導(dǎo)出原始自變量X和因變量Y之間的關(guān)系式，進(jìn)行系數(shù)經(jīng)濟(jì)意義的解釋。主成分回歸采取降維的思想，在研究復(fù)雜問(wèn)題時(shí)，只考慮少數(shù)幾個(gè)主成分且不丟失太多信息，抓住主要矛盾，揭示事物內(nèi)部變量之間的規(guī)律性，讓研究的問(wèn)題簡(jiǎn)單化，提高效率。

2"指標(biāo)選取和數(shù)據(jù)來(lái)源

根據(jù)文化和旅游部公布的數(shù)據(jù)，在統(tǒng)計(jì)口徑的連貫性、指標(biāo)選取科學(xué)合理性和統(tǒng)計(jì)分析可操作性的原則下，從影響星級(jí)飯店?duì)I業(yè)收入的內(nèi)生決定因素出發(fā)[3，89]，分別在飯店規(guī)模、人力資本和現(xiàn)實(shí)競(jìng)爭(zhēng)力三大影響因素中選取了固定資產(chǎn)原值、大專以上學(xué)歷人數(shù)、從業(yè)人員年平均人數(shù)、平均房?jī)r(jià)、床位數(shù)和客房數(shù)六個(gè)指標(biāo)，具體如下表：

3"實(shí)證分析

3.1"描述性統(tǒng)計(jì)分析

根據(jù)文化和旅游部官網(wǎng)公布的2010—2022年全國(guó)星級(jí)飯店統(tǒng)計(jì)報(bào)告，整理出全國(guó)星級(jí)飯店?duì)I業(yè)收入數(shù)據(jù)，繪制如下折線圖：

圖1"2010—2022年全國(guó)星級(jí)飯店?duì)I業(yè)收入折線圖

直觀上，近13年全國(guó)星級(jí)飯店的營(yíng)業(yè)收入整體呈現(xiàn)遞減的趨勢(shì)，中間存在部分回升現(xiàn)象。

理論上，由于全國(guó)星級(jí)飯店的營(yíng)業(yè)收入數(shù)據(jù)所服從的分布未知，故本文采用非參數(shù)統(tǒng)計(jì)中的Cox-Stuart趨勢(shì)檢驗(yàn)來(lái)分析營(yíng)業(yè)收入趨勢(shì)，具體如下：首先，建立原假設(shè)（營(yíng)業(yè)收入無(wú)趨勢(shì)）和備擇假設(shè)（營(yíng)業(yè)收入呈現(xiàn)遞減的趨勢(shì)）；

其次，計(jì)算檢驗(yàn)統(tǒng)計(jì)量。這里周期c=7，檢驗(yàn)統(tǒng)計(jì)量K=min{S+，S-}=min{6，0}=0，在原假設(shè)下K～B（6，0.5）；

最后，計(jì)算P值。P=P（Klt;6）=0.0156lt;0.5，拒絕原假設(shè)。

因此我們有理由認(rèn)為近幾十年來(lái)全國(guó)星級(jí)飯店?duì)I業(yè)收入呈遞減的趨勢(shì)。

下面本文將討論影響星級(jí)飯店?duì)I業(yè)收入的主要指標(biāo)，根據(jù)以往數(shù)據(jù)，建立統(tǒng)計(jì)模型，期望為星級(jí)飯店的經(jīng)營(yíng)提供有效的建議。

3.2"主成分回歸分析

3.2.1"數(shù)據(jù)標(biāo)準(zhǔn)化

由于原始數(shù)據(jù)的單位差別比較大，所以對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，產(chǎn)生的新變量命名為：

3.2.2"多重共線性診斷

計(jì)算標(biāo)準(zhǔn)化后變量的相關(guān)系數(shù)矩陣，如表3，自變量間的相關(guān)性很高，特別是ZX2、ZX3、ZX5、ZX6與其他自變量的相關(guān)系數(shù)高達(dá)0.9以上了。

進(jìn)一步，對(duì)自變量進(jìn)行多重共線性診斷。常見的多重共線性診斷方法有方差擴(kuò)大因子法（VIF）、特征根判別法等。這里運(yùn)用方差擴(kuò)大因子法，資料表明[10]當(dāng)VIF10時(shí)，變量間有著嚴(yán)重的多重共線性。通過(guò)統(tǒng)計(jì)軟件SPSS輸出結(jié)果，自變量ZX2、ZX3、ZX5和ZX6的VIF遠(yuǎn)遠(yuǎn)超過(guò)10，自變量之間存在嚴(yán)重的多重共線性。

3.2.3"主成分分析

根據(jù)前面的分析，自變量之間存在嚴(yán)重的多重共線性，同時(shí)根據(jù)表5"KMO和Bartlett檢驗(yàn)結(jié)果，KMO值為0.747，大于0.7，自變量間信息重疊得多，顯著性水平小于0.05，拒絕原假設(shè)，該數(shù)據(jù)適合運(yùn)用主成分分析方法，提取變量中相互獨(dú)立的主要成分，消除變量間的多重共線性。"

根據(jù)表6"總方差解釋，第1個(gè)主成分的特征值λ1=4.161，第2個(gè)主成分的特征值λ2=1.44，都大于1，且累計(jì)方差93.337%gt;85%，包含原數(shù)據(jù)大部分信息，因此提取前兩個(gè)主成分。

下面計(jì)算主成分和自變量之間的關(guān)系表達(dá)式。根據(jù)表7"因子載荷矩陣結(jié)果以及主成分表達(dá)式中ZXi的系數(shù)為因子載荷矩陣系數(shù)除以λi，計(jì)算出主成分的表達(dá)式，如公式（1）、（2）。

根據(jù)主成分表達(dá)式可以看出第一個(gè)主成分主要綜合了自變量——從業(yè)人員年平均人數(shù)ZX2，大專以上學(xué)歷人數(shù)ZX3，床位數(shù)ZX5，客房數(shù)ZX6，概括來(lái)說(shuō)第一個(gè)主成分prin1是星級(jí)飯店的硬件設(shè)施—飯店規(guī)模和軟件設(shè)施—人力資本的綜合變量；第二個(gè)主成分主要綜合了自變量—固定資產(chǎn)原值ZX1和平均房?jī)r(jià)ZX4，概括來(lái)說(shuō)第二個(gè)主成分prin2是星級(jí)飯店的財(cái)力水平和現(xiàn)實(shí)競(jìng)爭(zhēng)力的綜合變量。計(jì)算主成分prin1、prin2的得分并繪制折線圖，如表8所示。

由主成分得分和圖2可知，2010—2022年期間，第一個(gè)主成分prin1（全國(guó)星級(jí)飯店的硬件設(shè)施—客房設(shè)置和軟件設(shè)施—人力資源）呈遞減趨勢(shì)，第二個(gè)主成分prin2（財(cái)力水平和現(xiàn)實(shí)競(jìng)爭(zhēng)力）呈現(xiàn)波動(dòng)。

3.2.4"回歸分析

對(duì)主成分prin1、prin2和因變量ZY做線性回歸，得到主成分回歸方程

ZY=0.440prin1+0.261prin2（3）

主成分回歸方程（3）的決定系數(shù)R"2為0.902，對(duì)觀測(cè)值的擬合程度高，因變量90%的信息可以主成分回歸方程解釋；F統(tǒng)計(jì)量為45.846，P值為0.000，說(shuō)明該主成分回歸方程整體顯著；方程回歸系數(shù)的P值分別為0.000和0.010，都小于0.05，故兩個(gè)主成分prin1、prin2對(duì)因變量ZY的線性效果顯著。

將主成分與自變量的線性表達(dá)式代入上述主成分回歸方程，計(jì)算出營(yíng)業(yè)收入總額關(guān)于各自變量的主成分回歸結(jié)果，如下表："

從表9主成分回歸結(jié)果可知，6個(gè)自變量均正向影響營(yíng)業(yè)收入總額。其中固定資產(chǎn)原值是影響因素中主成分回歸系數(shù)最高的一個(gè)，其對(duì)營(yíng)業(yè)收入總額的主成分回歸系數(shù)為0.29，表明固定資產(chǎn)原值每增加1%，營(yíng)業(yè)收入總額將增長(zhǎng)0.29%。從業(yè)人員年平均人數(shù)、床位數(shù)和客房數(shù)對(duì)營(yíng)業(yè)收入總額影響程度差不多，主成分回歸系數(shù)在0.2左右。平均房?jī)r(jià)在6個(gè)影響因素中對(duì)營(yíng)業(yè)收入總額的影響程度最弱，主成分回歸系數(shù)為0.153，表明平均房?jī)r(jià)每增加1%，營(yíng)業(yè)收入總額將增長(zhǎng)0.153%。大專以上學(xué)歷人數(shù)的主成分回歸系數(shù)為0.167，對(duì)營(yíng)業(yè)收入總額的相對(duì)影響不大，但在原變量的一般線性回歸方程中，大專以上學(xué)歷人數(shù)的系數(shù)最大，為12.14，表明大專以上學(xué)歷人數(shù)每增加1萬(wàn)人，營(yíng)業(yè)收入總額將增長(zhǎng)12.14億元，大專以上學(xué)歷人數(shù)對(duì)營(yíng)業(yè)收入總額的相對(duì)影響弱，而絕對(duì)影響很大，這種差異和大專以上學(xué)歷人數(shù)的整體基數(shù)較小相關(guān)。

4"結(jié)論與建議

4.1"結(jié)論

基于2010—2022年全國(guó)星級(jí)飯店?duì)I業(yè)收入數(shù)據(jù)，運(yùn)用主成分回歸分析方法，分析了固定資產(chǎn)原值、客房數(shù)以及從業(yè)人員年平均人數(shù)等多個(gè)因素對(duì)全國(guó)星級(jí)飯店?duì)I業(yè)收入總額的影響。實(shí)證結(jié)果發(fā)現(xiàn)，固定資產(chǎn)原值、從業(yè)人員年平均人數(shù)、大專以上學(xué)歷人數(shù)、平均房?jī)r(jià)、客房數(shù)和床位數(shù)6個(gè)影響因素可以降維成全國(guó)星級(jí)飯店的軟硬件設(shè)施條件和財(cái)力、現(xiàn)實(shí)競(jìng)爭(zhēng)力，其中全國(guó)星級(jí)飯店的軟硬件設(shè)施條件在2010—2022年期間呈遞減趨勢(shì)，可見近些年全國(guó)星級(jí)飯店的軟硬件設(shè)施水平在后退。

具體每個(gè)自變量對(duì)營(yíng)業(yè)收入總額的影響，固定資產(chǎn)原值、客房數(shù)、從業(yè)人員年平均人數(shù)和床位數(shù)是影響星級(jí)飯店?duì)I業(yè)收入總額主要因素，有正向的促進(jìn)作用。大專以上學(xué)歷人數(shù)由于整體基數(shù)較小，對(duì)星級(jí)飯店?duì)I業(yè)收入總額的主成分回歸系數(shù)較小，但和相同量綱的自變量——從業(yè)人員年平均人數(shù)相比，大專以上學(xué)歷人數(shù)標(biāo)準(zhǔn)化還原后的回歸系數(shù)很大，對(duì)星級(jí)飯店?duì)I業(yè)收入總額絕對(duì)影響較大，可見全國(guó)星級(jí)飯店的高水平運(yùn)營(yíng)管理專業(yè)人才模塊存在很大的缺口，其對(duì)星級(jí)飯店?duì)I業(yè)收入具有很大的促進(jìn)作用。

4.2"建議

基于以上的分析與結(jié)論，提出以下4條建議：

第一，星級(jí)酒店提升硬件設(shè)施水平，提高規(guī)模效率和容客率。星級(jí)酒店的消費(fèi)者對(duì)酒店設(shè)施的要求普遍較高，星級(jí)飯管理者需要改變經(jīng)營(yíng)理念，提高酒店設(shè)施和產(chǎn)品設(shè)計(jì)，提高規(guī)模效率，以質(zhì)量求效益，提高酒店容客率。

第二，星級(jí)酒店提升軟件設(shè)施水平，重視人力資源的有效開發(fā)。建立有效的激勵(lì)機(jī)制，調(diào)動(dòng)員工積極性，增強(qiáng)員工凝聚力；注重員工的繼續(xù)教育和終身發(fā)展，加強(qiáng)人才培養(yǎng)體系建設(shè)，為在職職員提供先進(jìn)完善的培訓(xùn)機(jī)制，提高整體素質(zhì)和服務(wù)水平；引進(jìn)高端專業(yè)人才，招賢納士，通過(guò)優(yōu)惠政策、項(xiàng)目合作等方式，吸引國(guó)內(nèi)外酒店管理領(lǐng)域的高端人才。

第三，建立企業(yè)文化，樹立酒店品牌。根據(jù)市場(chǎng)調(diào)整發(fā)展戰(zhàn)略，滿足顧客的需求，酒店品牌的樹立可以強(qiáng)化酒店產(chǎn)品差異，增強(qiáng)消費(fèi)者的認(rèn)同感和對(duì)品牌的忠誠(chéng)度，建立友好的客戶關(guān)系，提高顧客的偏好消費(fèi)。

第四，政府推動(dòng)文旅產(chǎn)業(yè)深度融合發(fā)展，大力發(fā)展旅游業(yè)。旅游業(yè)作為酒店行業(yè)的下游產(chǎn)業(yè)鏈，其發(fā)展?fàn)顩r直接影響到酒店的入住率和經(jīng)營(yíng)收入，要堅(jiān)持以文塑旅、以旅彰文，充分利用好各項(xiàng)旅游資源，促進(jìn)文旅產(chǎn)業(yè)高質(zhì)量發(fā)展，提高游客流量和酒店入住率。

參考文獻(xiàn)

［1］邁點(diǎn)研究院.2023年中國(guó)旅游市場(chǎng)分析報(bào)告[R].（20240222）[20240327].https：//www.meadin.com/report/263975.html.

[2]李新泰.基于數(shù)據(jù)分析的新常態(tài)下星級(jí)飯店發(fā)展趨勢(shì)[J].四川旅游學(xué)院學(xué)報(bào)，2016，（05）：3335+41.

[3]焦珊珊.中國(guó)星級(jí)飯店業(yè)效率研究[D].天津大學(xué)，2018：2.

[4]廖皓凌.中國(guó)星級(jí)飯店經(jīng)營(yíng)效率時(shí)空演化態(tài)勢(shì)研究[D].西南大學(xué)，2021：1.

[5]文化和旅游部.關(guān)于印發(fā)《國(guó)內(nèi)旅游提升計(jì)劃（2023—2025年）》的通知：文旅市場(chǎng)發(fā)〔2023〕118號(hào)[A/OL].（20231101）[20240327].https：//www.gov.cn/zhengce/zhengceku/202311/content_6914996.htm.

[6]吳喜之，趙博娟.非參數(shù)統(tǒng)計(jì)：第五版[M].北京：中國(guó)統(tǒng)計(jì)出版社，2019：34.

[7]何曉群，劉文卿.應(yīng)用回歸分析：第三版[M].北京：中國(guó)人民大學(xué)出版社，2012：188.

[8]閻霞.中國(guó)飯店產(chǎn)業(yè)景氣研究[D].北京第二外國(guó)語(yǔ)學(xué)院，2009：27.

[9]付巖.我國(guó)旅游飯店業(yè)核心競(jìng)爭(zhēng)力研究[D].東北師范大學(xué)，2007：17.

[10]李子奈.計(jì)量經(jīng)濟(jì)學(xué)：第五版[M].北京：高等教育出版社，2020：50.

[11]劉寧，唐繪玲.基于主成分回歸的住房需求影響因素研究——以沈陽(yáng)市為例[J].沈陽(yáng)建筑大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（02）：168173.