商業(yè)城市飯店選址的主因素識別

汪 焰

（浙江工貿(mào)職業(yè)技術(shù)學(xué)院，浙江 溫州325003）

1 研究前提

飯店選址包括宏觀和微觀兩個層次，即宏觀選位、微觀定址。第一，宏觀選位，即選擇什么地區(qū)或城市來投資飯店（區(qū)域），飯店投資者或飯店集團(tuán)在選擇哪個城市作為發(fā)展基地時，實際上是在作宏觀區(qū)位（區(qū)域）的選擇與設(shè)計；第二，微觀定址，即具體選擇在該地區(qū)的什么位置，如選定北京市作為其投資飯店的基地，下一步面臨的問題就是選擇北京的哪個街區(qū)或地段作為投資的具體地點，這便是其微觀定址決策問題。限于研究的篇幅，本文主要探討商業(yè)城市內(nèi)單體飯店的微觀選址研究，把商業(yè)城市內(nèi)單體飯店企業(yè)作為我們研究飯店選址的切入方向，其研究目的是分析商業(yè)城市內(nèi)單體飯店微觀選址的影響因素及變量，并識別出影響商業(yè)城市飯店定址的主因素。

從經(jīng)濟(jì)學(xué)的角度看，不同的地理位置存在著不同的市場約束、成本約束和資源約束，飯店選址具體表現(xiàn)為多維空間地理坐標(biāo)所決定的飯店經(jīng)濟(jì)利益的差別。因此，本文認(rèn)為飯店選址研究本質(zhì)上是研究飯店所選地理位置占據(jù)的空間場所以及該場所與其周圍事物之間的經(jīng)濟(jì)地理關(guān)系。這些關(guān)系就是飯店選址的影響因素，本文將它分為需求性因素、競爭性因素、物理性因素、消費性因素和規(guī)模性因素五大類。結(jié)合這些因素，根據(jù)變量選取的原則并考慮商業(yè)城市的特點，將商業(yè)城市飯店選址的操作性變量及指標(biāo)進(jìn)行設(shè)定，如表1所示。假定這些因素和變量對商業(yè)城市飯店選址都有影響。

2 研究方法

本次采取的方法是實證研究，在調(diào)查數(shù)據(jù)的基礎(chǔ)之上，進(jìn)行統(tǒng)計分析，最后得出相關(guān)結(jié)論。根據(jù)研究前提，我們設(shè)計了調(diào)查表格，以廈門市的星級飯店為樣本進(jìn)行實地調(diào)查。調(diào)查小組人員是廈門大學(xué)旅游系的研究生。被調(diào)查的飯店當(dāng)中，五星級飯店占2.7%；四星級飯店占18.9%；三星級飯店占43.2%；二星級飯店占35.2%。被調(diào)查的數(shù)據(jù)資料年限以近五年的數(shù)據(jù)（有的超過五年）為主。

本次使用的分析軟件是SAS12.0。在進(jìn)行分析之前，關(guān)于變量的情況有三點值得注意：第一，定量指標(biāo)直接以原變量的形式進(jìn)行分析；第二，等級變量仍用原等級的形式進(jìn)行分析；第三，關(guān)于定性指標(biāo)，我們不把它放入回歸分析，只用方差分析來看看這個變量對于因變量在統(tǒng)計上是否顯著。

為了對商業(yè)城市飯店選址的主因素進(jìn)行識別，本次研究主要檢驗以下假設(shè)：

H1:每個變量對商業(yè)城市飯店選址都有影響。

H2:只有某些變量對商業(yè)城市飯店選址的影響是最為重要的。

H3:五大變量分別對商業(yè)城市飯店選址的影響是不同的。

3 分析結(jié)果

3.1 相關(guān)分析

將解釋變量與依附變量進(jìn)行相關(guān)分析，SAS輸出結(jié)果經(jīng)過整理如表2所示。通過相關(guān)分析，我們可以看出，反映商業(yè)城市飯店選址因素的41個變量都與營業(yè)收入存在著不同程度的相關(guān)性，只不過程度不同而已。這就證明了研究假設(shè)當(dāng)中的假設(shè)H1，即41個指標(biāo)變量對商業(yè)城市飯店選址都是有影響的。在41個變量中，相關(guān)性強的指標(biāo)13個，占31.7%；相關(guān)性較強的指標(biāo)9個，占21.95%；相關(guān)性弱的指標(biāo)6個，占14.65%；相關(guān)性很弱的指標(biāo)13個，占31.7%。但是為了盡可能地提高擬合的精度，又要盡可能地使模型簡單，因此有必要對自變量進(jìn)行刪減。首先，我們刪除與因變量相關(guān)性弱及較弱的指標(biāo),保留相關(guān)性強和較強的指標(biāo)。其次，在每組變量中，共線性程度達(dá)到70%的指標(biāo)進(jìn)行相應(yīng)刪除。經(jīng)過這樣的處理之后，影響商業(yè)城市飯店選址的主因素變量簡化如表3。

表1 操作性變量及指標(biāo)設(shè)定表

表2 相關(guān)分析統(tǒng)計表

3.2 回歸分析

將因變量與簡化后的18個指標(biāo)進(jìn)行回歸分析，見表4。

SAS輸出結(jié)果表明，因變量與這18個自變量擬合的回歸方程的決定系數(shù)R2達(dá)到91.05%、校正復(fù)相關(guān)系數(shù)也達(dá)到89.47%，這說明該回歸方程達(dá)到了較好的擬合效果。從方差分析當(dāng)中F統(tǒng)計量的檢驗效果來看，因變量和所有自變量之間仍然存在一個總體上的顯著性關(guān)系。

從偏回歸系數(shù)估計分析結(jié)果當(dāng)中可以看見：僅有X14、X20、X25、X31、X35、X36的回歸系數(shù) t檢驗對應(yīng)的顯著性水平小于0.05，依此說明這六個指標(biāo)對因變量的貢獻(xiàn)性較大。這就證明了研究假設(shè)中的假設(shè)H2，即在影響商業(yè)城市飯店選址的各種因素當(dāng)中，只有某些主因素的影響是最為重要的。

3.3 逐步回歸分析

將因變量與38個定量自變量進(jìn)行逐步回歸分析，SAS輸出結(jié)果見表5。

通過逐步回歸分析得到的結(jié)果表明，最終的回歸方程保留了 X1、X11、X13、X14、X18、X21、X23、X27、X33、X36、X37共 11 個自變量。因變量與這11個自變量擬合的回歸方程的決定系數(shù)R2達(dá)到94.53%，從方差分析當(dāng)中F統(tǒng)計量的檢驗效果來看，因變量和11個自變量之間仍然存在一個總體上的顯著性關(guān)系，這說明逐步回歸方程達(dá)到了較好的擬合效果。

如果仔細(xì)觀察逐步回歸過程當(dāng)中的每一步回歸（這里逐步回歸的每一步?jīng)]有列出），我們還會發(fā)現(xiàn)第8步回歸進(jìn)入的變量X18、第10步回歸進(jìn)入的變量X14和第11步的回歸進(jìn)入的變量X13的回歸系數(shù)t檢驗對應(yīng)的顯著性水平大于0.05，這說明X18、X14、X13三個變量在進(jìn)入回歸方程當(dāng)中的作用已不是非常顯著。但是從逐步回歸得到最后方程的偏回歸系數(shù)估計分析結(jié)果當(dāng)中可以看見：僅有X13的回歸系數(shù)t檢驗對應(yīng)的顯著性水平大于0.05，其它10個變量的回歸系數(shù)t檢驗對應(yīng)的顯著性水平小于0.05，依此說明這10個變量對因變量的貢獻(xiàn)都有顯著性影響。這就進(jìn)一步證明了研究假設(shè)中的假設(shè)H2，即在影響商業(yè)城市飯店選址的眾多因素當(dāng)中，只有某些主因素對飯店選址的影響是最為重要的。

3.4 主成分分析

利用SAS12.0對需求性變量、競爭性變量、物理性變量、消費性變量和規(guī)模性變量五組指標(biāo)群進(jìn)行主成分分析，分別得到五個主成分 F1、F2、F3、F4、F5。 然 后 將 F1、F2、F3、F4、F5 當(dāng)作自變量與因變量營業(yè)收入進(jìn)行回歸分析，SAS輸出結(jié)果表明，因變量與五組指標(biāo)群變量擬合的回歸方程的決定系數(shù)R2達(dá)到70.76%、校正復(fù)相關(guān)系數(shù)也達(dá)到69.87%，從方差分析當(dāng)中F統(tǒng)計量的檢驗效果來看，因變量和自變量之間仍然存在一個總體上的顯著性關(guān)系。從偏回歸系數(shù)估計分析結(jié)果當(dāng)中可以看見：僅有F1、F3、F5的回歸系數(shù)t檢驗對應(yīng)的顯著性水平小于0.05，依此說明這三個指標(biāo)群對因變量的貢獻(xiàn)性較大，這就證明了研究假設(shè)中的假設(shè)H3，即五大變量對于商業(yè)城市飯店選址的影響是不同的。

表3 指標(biāo)簡化表

4 結(jié)論

（1）具有地理空間特性的物理性變量對商業(yè)城市飯店選址的影響是明顯的

通過主成分的分析，對因變量貢獻(xiàn)程度較大的除了規(guī)模性變量之后就是物理性變量，這說明在影響商業(yè)城市飯店選址的因素當(dāng)中，具有地理空間特性的物理性變量對商業(yè)飯店選址的影響特別明顯。在這類變量中，每一個變量對于商業(yè)城市飯店選址的影響程度是不一樣的。經(jīng)過分析，我們可以注意到：

表4 Parameter Standard

表5

變量飯店到機(jī)場的距離對于飯店選址影響較小；變量飯店到市繁華區(qū)的距離和飯店到客運碼頭的距離對飯店選址影響最為明顯；變量飯店停車場面積對飯店選址有著正的影響，即停車場面積越大，飯店業(yè)績越好；飯店所處道路類別由于道路設(shè)計性質(zhì)和使用功能的不同，也間接的影響著飯店業(yè)績；變量飯店的可見度狀況與飯店的營業(yè)收入也存在著很強的正相關(guān)，但是通過進(jìn)入三個模型的過程分析，飯店的可見度狀況對方程的影響并不顯著；變量飯店到火車站的距離與飯店營業(yè)收入有著較強的正相關(guān)，但在逐步回歸模型和回歸分析模型的偏相關(guān)系數(shù)符號為負(fù)，其原因可能是火車站是廈門市繁華區(qū)，兩者之間就存在嚴(yán)重的共線性關(guān)系，從而導(dǎo)致符號相反。

（2）同一城市內(nèi)，宏觀環(huán)境因素對商業(yè)城市飯店選址的影響并不很大

宏觀環(huán)境因素包括人口、經(jīng)濟(jì)、技術(shù)、政治法律、社會文化和自然環(huán)境等各種因素。但是在短時間和同一城市內(nèi)，技術(shù)環(huán)境因素、政治法律環(huán)境因素、社會文化環(huán)境因素、自然環(huán)境因素是相對不變的。由于選取樣本限于廈門市島內(nèi)，在變量設(shè)置過程中我們僅選取了人口環(huán)境因素和經(jīng)濟(jì)環(huán)境因素兩項，它們代表著宏觀環(huán)境因素的某些特點，同時也蘊含著某一特定區(qū)域內(nèi)的飯店需求特征。因此，我們也把這兩大項設(shè)定為特定區(qū)域內(nèi)反映商業(yè)城市飯店選址影響因素中的需求性變量指標(biāo)。

反映商業(yè)城市飯店選址的需求性變量指標(biāo)我們設(shè)定為9項。在主成分分析結(jié)果中，這9項提出的主成分對方程影響明顯，說明需求性變量對飯店營業(yè)收入有一定的影響。從逐步回歸分析的過程看，僅有區(qū)域人口規(guī)模進(jìn)入了方程，其偏相關(guān)系數(shù)符號為正，即區(qū)域人口規(guī)模越大，對飯店的營業(yè)收入影響越強。而在相關(guān)分析中，這9項指標(biāo)與營業(yè)收入全都呈現(xiàn)弱或很弱的相關(guān)性。必然反映這樣一個事實，在本樣本的前提下，需求性變量指標(biāo)對商業(yè)城市飯店選址的影響并不明顯，更進(jìn)一步說，就是同一城市內(nèi)宏觀環(huán)境因素對于商業(yè)城市飯店選址的影響并不明顯。

[1]汪純孝.飯店物業(yè)投資決策與管理形式[M].中山大學(xué)出社,1995.

[2]湯炎菲等.可行性研究與投資決策[M].武漢大學(xué)出版社,1998.

[3]顧鋒等.存在消費者購買選擇的企業(yè)定價選址模型[J].系統(tǒng)工程理論方法應(yīng)用,1999,(4).

[4]張顯東等.市場競爭條件下的供應(yīng)商選址模型研究[J].運籌與管理,1998,(6).

[5]David Sichilevi.Designing and Managing the Supply Chain-Concepts Strategies,and Case Studies[M].America:Melerraw-Hill.2000.

[6]Benital M.Beamon.Supply Chain Design and Analysis：Models and Methods[J].International Journal of Production Economics，1998，55.