基于DEA模型的酒店網站運營效率研究

覃靖嵐　白華

[摘 要]文章選取DEA（Data Envelopment Analysis，數據包絡分析法）方法中的CCR模型和BBC模型對14個國內酒店網站進行了運營效率評價，研究結果表明國內酒店網站相對效率整體一般，接近30%的酒店網站非有效，且存在顯著差異，酒店網站資源利用水平有待提高。文章進一步根據投影分析對非有效酒店網站給出了運營優化建議。

[關鍵詞] 酒店網站;DEA;效率評價

[DOI]10.13939/j.cnki.zgsc.2020.30.188

我國網民用戶基數大，網絡服務滲透率不斷升高。截至2018年12月，網民規模達8.29億，互聯網普及率為59.6%。[1]網民各類互聯網應用使用率統計表明在線旅行預訂（包括網上預訂機票、酒店、火車票和旅游度假產品）用戶規模達4.1億，其中在線預訂酒店的網民比例為30.3%。[2]中國消費者結構升級，在線旅游業的迅猛發展極大地推動了酒店在線預訂的用戶需求激增。酒店的自建網站作為客戶在線預訂的入口，是降低成本、優化服務和提高管理效率的重要網絡營銷渠道。

目前國內酒店網站研究集中在信息分析、特征分析、功能分析、營銷能力分析等;研究主題主要分布在酒店網站質量、酒店網站營銷、酒店在線預訂、酒店網站功能、酒店顧客需求。酒店網站評價研究大多是在建立評價體系后對酒店網站功能、服務功能、營銷推廣的使用情況進行調查分析，多圍繞網絡營銷開展，研究酒店網站效率評價的文獻甚少。酒店網站運營的效率在很大程度上影響著消費者的購買決策，科學分析評價其網站有效性，以找到運營存在的問題具有重要的現實意義。文章運用DEA方法中的CCR和BBC模型對酒店網站效率進行科學評價和分析，對非有效的決策單元提出改善路徑，網站有效性評價為網站優化和改善調整提供重要依據。

1 網站效率評價的DEA方法

數據包絡分析（DEA）是由著名運籌學家Charnes W.等人于1978年創建的用于評價相同部門間的相對有效性的統計分析方法。DEA方法不需要事先假定具體投入產出函數形式，其實質是利用數學規劃模型評價具有多輸入多輸出的“部門”或“單位”（稱為決策單元，簡記為DMU）間的相對有效性（稱為DEA有效）。通過一組輸入與輸出的觀測值，利用線性規劃方法估計生產前沿的邊界。如果決策單元輸入和輸出組合落在生產前沿的邊界上，則決策單元的相對效率值為最大值（其值為1）;如果落在生產前沿的邊界下，則決策單元的相對效率無效（其值大于0且小于1 ）。DEA根據對各決策單元觀察的數據判斷決策單元是否為DEA有效，是一種非參數的統計估計方法。[3]

DEA主要包括CCR模型和BCC模型。CCR模型假設DMU處于固定規模報酬情形下，測度的是無規模效益下的技術效率，稱綜合技術效率（Technical Efficiency，TE）。BCC模型假設DMU處于變動規模報酬情形下，測度的是將規模報酬納入考慮范圍的純技術效率 （Pure Technical Efficiency，PTE） 和規模效率（Scale Efficiency，SE） 。其中，綜合技術效率（TE）和純技術效率（PTE）的比值TE/PTE是規模效率（SE）。

從網站運營維護者的角度來看，企業網站是一個可以發布企業信息、提供顧客服務，以及在線銷售的渠道。[4]酒店網站的建設和運營涉及網站結構、網站內容、網站功能和網站服務四個方面的資源輸入。酒店網站各方面指標的測度與評價有助于發現酒店網站運營中存在的問題。按照DEA原理，酒店網站運營效率，等于輸入與輸出的比率。從有效利用現有技術的程度看，可分為技術有效、技術無效;從是否達到最優投入水平看，可分為規模有效、規模無效。[5]文章選擇評價決策單元技術和規模綜合效率的CCR模型和評價純技術效率的BCC模型，分別從技術有效性和規模有效性兩方面對酒店網站效率進行測評。

2 構建評價指標體系

2.1 決策單元（DMU）的選取

DEA的本質是要衡量決策單元的相對有效性，因此選取的DMU必須滿足同質性特征選取原則。為確保研究有意義要兼并考慮所選擇DMU的差異性分布，選取“站長之家”中“酒店賓館”類型排名前32中數據可獲得性高且數據完整度高的14家酒店網站作為樣本網站，其基本信息見表1。

2.2 輸入及輸出指標的篩選

選擇指標的時候需要考慮一般性原則、數據可獲得性原則、模型適用性原則。馮英健將網絡運營維護的基本工作歸納為六個方面：內容維護、網站推廣、客戶服務、技術維護、運營環境和運營管理。[6]筆者借鑒國內外學者的經驗再結合酒店網站自身的特點，輸入指標的選取從網站豐富度、網站推廣、網站內容和結構布局、網站易用性四個維度來考慮，它們較為全面地反映網站建設時主要的投入資源。[7]輸出指標是網站運營能力的綜合實力的衡量。綜上所述，選取輸入和輸出指標構建指標體系如表2所示。

3 國內酒店網站運營效率評價

3.1 輸入輸出指標數據的采集和預處理

運用站長工具、Xenu Link Sleuth 和Alexa等工具進行指標數據的采集，其中TNP、BK、ALT和PR的數據來源是站長工具（http：//top.chinaz com），TIL通過專業網站死鏈接檢測工具Xenu Link Sleuth抓取，指標WR，UV通過較專業權威的網站分析Alexa（（http：//www.alexa.cn）獲得。輸入輸出指標采集數據見表3。基于CCR和BCC模型評價效率結果分析，利用DEA Solver軟件工具，對網頁載入時間和網站流量排名這兩個逆向指標ALT和WR進行取倒數的正向處理后，選擇CCR和BCC兩種模型中面向輸入角度CCR-I和BCC-I進行運算，酒店網站運營效率不同效率值以及規模報酬情況的運算結果見表4。其中效率值為1則為有效，小于1則為非有效。

3.2 綜合技術效率（TE）分析

綜合技術效率是對酒店網站的技術資源利用效率、信息資源使用效率等多方面能力的評價。綜合技術效率綜合考慮了酒店網站的技術與規模資源利用情況，衡量酒店網站總體運營效率大小。

14個酒店網站中，10個有效網站效率值為1，處于綜合技術效率的生產前沿面，效率值為最優。這10個酒店網站為相對DEA有效，效率值為最優，其在網站規模建設、網站推廣能力、網站內容和結構布局以及網站易用性等方面已達到相對合理有效的組合。

酒店網站運營純技術效率和規模效率的均值分別為0.91576和0.926404，純技術效率略小于規模效率，表明大部分酒店網站的綜合技術效率低的原因是這些企業的純技術效率不高。綜合技術效率的均值為0.855869，表明大部分酒店網站運營的綜合技術效率有較大的改進空間。

速8酒店的綜合技術效率為0.802，說明該團購網站輸入輸出比例與最佳比例差距較小，是弱DEA有效，其他3個非有效酒店網站的綜合技術效率均小于等于0.5，表示這些酒店網站的輸入輸出比例與最優比例差距很大，酒店網站的信息資源利用效率低下，且同時表現為技術無效和規模無效。

3.3 純技術效率（PTE）分析

純技術效率值可以較好地評價純技術效率對被評價決策單元的綜合效率影響程度大小。酒店網站純技術效率反映了網站規模大小在一定的條件下，國內主流酒店網站的網絡信息資源規劃合理程度和運營管理水平的高低。

14個酒店網站運營的純技術效率均值為0.916，表明這14個酒店網站現有專業技術屬于領先地位，大都能達到有效利用酒店信息資源的技術水平。其中，10個酒店網站效率值達1，為純技術有效網站，4個酒店網站的純技術效率值小于1，可見純技術無效的這些酒店網站仍有提高信息資源利用水平的空間，低于當前同行水平，信息資源得不到充分利用。有3個技術無效網站的效率值低于0.8，這些網站在未來發展中應該著重在擴大網站規模、加強網絡營銷、合理化結構布局等方面，提升基礎技術水平，以充分利用酒店信息資源。

3.4 規模效率（SE）分析

規模效率則反映了酒店網站最優規模與實際規模的差距，企業的規模因素對生產效率的影響程度大小就表現為規模效率。14個酒店網站運營的平均規模效率是0.926，說明這14個酒店網站目前規模比較適宜。有10個酒店網站的規模效率值為1，是規模有效的，說明這10個被評價酒店網站當前運營規模與最優規模相符，規模擴大或縮小都會引起輸出水平的增減。只有四季酒店網站規模報酬處于遞減階段，其余13個酒店網站的規模報酬狀態皆為不變，它們的規模大小適宜。規模無效酒店網站是規模投入過大引起的，因此從酒店網站的有效運營出發，若輸入規模太大，要考慮重新規劃輸出結構或降低輸入重新配置資源量。可見，酒店網站規模并非越大越好，盲目地追求擴大規模會導致資源浪費，降低了輸出水平。

3.5 投影分析

利用BBC模型運算對4個非DEA有效酒店網站進行投影分析，結果見表5所示。4個非DEA有效的酒店網站，即D5維也納酒店網站、D7四季酒店網站、D8凱賓斯基酒店網站和D13速8酒店網站。表5給出了各酒店網站在輸入輸出各指標方面上的冗余與不足以及具體指標的改進幅度。

TNP：4家酒店的網站都需要不同幅度地投入減少量，說明其網站頁面投入過多，造成浪費，適當減少以提高網站運營效率。

BK：D5、D7和D8的減少幅度接近50%，反映非有效酒店網站在推廣網站知名度的投入資源過多。

TIL：4個酒店網站的內部鏈接數需減少量都超過50%，非DEA有效酒店網站內容和結構布局不合理，鏈接減少有助于網站內容主題的集中。

ALT：這一指標的調整程度比較大，大多非有效網站網頁打開時間過長，網站易用性能低，酒店網站需改善頁面載入速度。

經過輸入指標的調整后，WR提升較多的是D5和D13;PR提升最多的是D8;D13的UV指標增加幅度很大為433.25%，其余三個酒店網站的UV指標并未有提升。另外，D5維也納酒店網站4個輸入指標的減少量都超過50%;D7和D8最需要減少的是內部鏈接數;D13最需要減少的是逆向頁面載入時間。

4 討論與建議

文章根據網站豐富度、網站推廣能力、網站內容和結構布局以及網站易用性選取4個輸入指標和反映酒店網站綜合實力的3個輸出指標，構建了包含7個指標的效率評價指標體系。通過測算酒店網站的綜合技術效率、純技術效率和規模效率，運用DEA方法對國內主流酒店網站運營效率進行了客觀的定量分析。

研究結果表明，14個國內酒店網站綜合投入資源沒有得到充分的利用，效率有較大的提高空間，現有專業技術屬于領先地位，大多能達到有效利用酒店信息資源的技術水平，規模大小比較適宜，僅有一個酒店網站的規模報酬呈遞減狀態。酒店網站綜合技術無效的原因可能是純技術效率無效、規模效率無效或者兩者有之。若純技術無效，則需提高技術利用水平;若是規模無效，則需根據規模報酬狀態調整規模的大小。結合酒店資源的投入冗余率和產出不足率的分析，給出酒店網站運營維護的改進建議：

（1）網頁豐富度直接影響酒店客戶瀏覽需求是否得到滿足，從酒店網站效率的有效性出發，酒店網站應以內容為主合理規劃網頁總數，提高酒店網站豐富度，有效滿足客戶的瀏覽需求。

（2）注重網絡推廣營銷，擴大酒店網站影響力。酒店網站運營過程要注意網頁標題及關鍵詞設置的專業性、設置外部網站鏈接區域等，提高網站推廣營銷效果。

（3）優化網站結構布局，根據客戶獲取信息的行為特征以及主要搜索引擎抓取網頁摘要信息的方式改進設計網頁布局，提高客戶獲取信息的易用性。

（4）提高網絡技術，保證良好的頁面加載速度。確保網站易用性和可靠性。

參考文獻：

[1]中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[EB/OI].[2019-02-28].https：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/t20190228_70645.htm.

[2]艾瑞咨詢.2018年中國在線旅游行業研究報告[R/OL].[2019-02-28].http：//report.iresearch.cn/report/201812/3318.shtml.

[3]魏權齡.數據包絡分析[M].北京：科學出版社，2006.

[4]彭茂娟. 基于用戶需求的經濟型酒店網站功能評價[J].旅游縱覽（下半月），2016（4）：87-88.

[5]熊偉，黃思芹，吳必虎.基于顧客需求的星級酒店網站功能評價——以廣州市60家星級酒店為例[J].旅游學刊，2009，24（9）：61-66.

[6]馮英健.網絡營銷基礎與時間（第三版）[M].北京：清華大學出版社，2016.

[7]MARYAM O， MOHAMMAD S. Evaluation of hotel websites using the multi-criteria analysis of promethee and gaia： evidence from the five-star hotels of mashhad[J].tourism management perspectives， 2019（30）：107-116.

[8]雷東升.基于Splunk的圖書館資源網站服務效率研究——以北京工業大學圖書館為例[J].圖書情報導刊，2017，2（11）：33-40.

[基金項目]深圳市哲學社會科學規劃2018年度課題（項目編號：SZ2018B014）。