日月潭國家風景區民宿業之營運效率初探
民宿之總出租客房數，短期往往無法隨著營運環境變遷而輕易調整；基於此
特性，本文分別使用不可控制變數(Non-controllable Variable)與非任意變數
(Non-discretionary Variable)等二種資料包絡分析法(DEA)，推估日月潭國家風景
區51 家民宿業者之技術效率(簡稱TENC 與TEND)，並與傳統CCR 與BCC 模
式之效率指標(技術效率(TE)、純技術效率(PE)、規模效率(SE))相比較；此外，
本文考量人均住房價格，推估收益效率(RE)；最後，利用Tobit 迴歸模型，推估
客房住用率與住房價格，對上述效率六指標之衝擊效應。本文主要發現，包括：
(1)當我們將總出租客房數視為固定或準固定投入時，DEA 之投入導向效率邊界
範圍將大於傳統DEA，進而增加標竿業者數目(效率等於1)，並提高技術效率估
計值；實證結果顯示，此二模式位於效率邊界之民宿家數，分別為19 家及13 家
多於CCR 模型之6 家，而對應平均技術效率，分別為0.819 與0.705，亦大於
CCR 之0.624。(2)結合CCR 與BCC 推估結果，發現14 家達到純技術效率等於
1 之業者中，僅有6 家屬於固定規模報酬之最適生產階段。(3)收益效率之平均值
約0.715，顯示日月潭民宿業者尚有28.5%之收益增加空間；而經由差額變數分
析，則仍存在約58.28%之總住宿人數增加空間。(4)經由Tobit 迴歸分析結果，顯
示提高客房住用率與降低住宿價格等促進需求策略，有助於改善經營效率
參考文獻：林灼榮.郭姿妦(100年12月號)
總號第9 期 pp.87-103
特性，本文分別使用不可控制變數(Non-controllable Variable)與非任意變數
(Non-discretionary Variable)等二種資料包絡分析法(DEA)，推估日月潭國家風景
區51 家民宿業者之技術效率(簡稱TENC 與TEND)，並與傳統CCR 與BCC 模
式之效率指標(技術效率(TE)、純技術效率(PE)、規模效率(SE))相比較；此外，
本文考量人均住房價格，推估收益效率(RE)；最後，利用Tobit 迴歸模型，推估
客房住用率與住房價格，對上述效率六指標之衝擊效應。本文主要發現，包括：
(1)當我們將總出租客房數視為固定或準固定投入時，DEA 之投入導向效率邊界
範圍將大於傳統DEA，進而增加標竿業者數目(效率等於1)，並提高技術效率估
計值；實證結果顯示，此二模式位於效率邊界之民宿家數，分別為19 家及13 家
多於CCR 模型之6 家，而對應平均技術效率，分別為0.819 與0.705，亦大於
CCR 之0.624。(2)結合CCR 與BCC 推估結果，發現14 家達到純技術效率等於
1 之業者中，僅有6 家屬於固定規模報酬之最適生產階段。(3)收益效率之平均值
約0.715，顯示日月潭民宿業者尚有28.5%之收益增加空間；而經由差額變數分
析，則仍存在約58.28%之總住宿人數增加空間。(4)經由Tobit 迴歸分析結果，顯
示提高客房住用率與降低住宿價格等促進需求策略，有助於改善經營效率
參考文獻：林灼榮.郭姿妦(100年12月號)
總號第9 期 pp.87-103
回應(0)