第 3 章 指标体系选择与研究实施
3.1 投入产出指标与样本选择
3.1.1 指标选取遵循原则
（1）可操作性原则。可操作性原则是指在完成评价目的的前提下，选取指标体系应较易获得并且相对完整和准确，以保证结论的科学性和合理性，使得评价工作顺利开展。
（2）综合性原则。指既要保证指标体系的整体性又要保证其系统性，为此需要选取的指标体系层次分明，结构合理，不能以单一指标代替投入产出体系的整体情况，而应选取可以全面反映影响酒店业碳排放效率的各要素，顺利达到研究目的。
（3）可比性原则。在对景区酒店业的评价过程中，需要对不同酒店的三种效率值进行对比研究，这就要求选取指标的计算单位、研究时间区域、测算内容、计算口径等统计指标应尽量保持一致，从而保证评价单元时间序列上的可比性。
（4）与评价方法适配性原则。不同的评价方法对应不同的评价指标，因此在选取指标体系时应注意与研究所选的评价方法相一致，在此基础上再精选合适的评价指标，保证研究工作能够顺利高效的进行。
（5）绝对指标与相对指标相结合的原则。相对指标反映速度、结构、比率等因素，绝对指标反映总量、规模等因素。为了确保评价结果的整体性和科学性，应注意相对指标与绝对指标的有机结合。
3.1.2 投入产出指标体系的选择
综合以往文献研究，同时根据以上指标选取原则，本文对于投入产出指标的选取不失一般性，在综合考虑酒店人力和财力等方面相关指标的基础上，最终选取多投入、多产出指标来评价酒店的碳排放效率。投入指标主要有酒店建筑面积、客房数和从业人员数；产出指标主要包括酒店消耗的主要能源和资源，本文结合五台山景区酒店的实际情况，选取酒店消耗最多的三种资源，即酒店每年耗水量、耗电量和秏煤量作为产出指标。
（1）建筑面积：反映房屋建筑建设规模的实物量指标，也称建筑展开面积。指通过住宅建筑外墙外围线，测算出的各层平面面积的总和。
（2）酒店客房数：是酒店主要功能所在和主要的盈利元，同时也是酒店装修设计的重要组成部分。客房类型主要有：标准客房、单人客房、双人客房、套间客房和总统客房。
（3）酒店从业人员数：是一个反映酒店规模与等级的关键指标。一般而言，酒店规模越大，服务人员越多。
（4）酒店能源消耗：主要指为维持酒店的正常运营所消耗的燃料、电力、水等主要资源。其中，自来水本身不产生碳排放，但其最终会转化成酒店污水，在其排放过程则会产生大量二氧化碳。
3.1.3 数据来源与数据描述
（1）数据来源
五台山景区内酒店众多，规模等级不一，同时星级酒店又较少，为了保证所选酒店具有代表性，本研究选取五台山景区注册资本在 100 万元以上的酒店为研究对象，但由于获取数据的难度较大，导致 3 个酒店的数据缺失，最终选取数据相对完整的 28 家酒店为研究对象，并以 2014 年为研究时间区域。数据一方面来自五台山台怀工商所、五台山风景名胜区自来水公司、五台山风景名胜区电管站、五台山风景名胜区供热中心、五台山风景名胜区旅游局等企事业单位；另一方面来自对 28 家所选酒店的实地调查，主要通过问卷调查和关键人物访谈获得；还有部分数据来自对二手数据的统计分析。
（2）原始数据的描述
从五台山酒店 2014 年投入要素与产出要素的分析可见（表 3.2），投入要素中，当年酒店的建筑面积的变动范围从运政宾馆的 900 m2到友谊宾馆 42000 m2,平均值达到 11083.79 m2;酒店的客房数和服务人员也存在较明显的分布不均匀的情况，变化范围分别从最小值 32 间和 15 人到最大值 500 间和 260 人，平均值则分别达到 111 间和 72 人。在产出要素中，酒店的能源耗费量差距明显，自来水年耗费量从运政宾馆的1400 t/year到栖贤阁的45000 t/year,平均值为14732.93 t/year;年耗电量的变动范围则从运政宾馆的 12228 kwh/year 到凉城山庄的 1905003kwh/year,平均值达到 333878.07 kwh/year;酒店原煤的最小值为凉城山庄的 0kg/year,最大值为五峰宾馆的 600000 kg/year.特别说明的是，凉城山庄是特例，由于其每年冬天耗电取暖，并不消耗煤炭，因此耗煤量为 0 kg/year.
3.2 研究实施
3.2.1 研究区概况
本调查选择中国佛教四大名山之首--山西五台山景区作为研究区域。五台山坐落在山西省东北部，隶属于忻州市五台县，有“华北屋脊”和“金五台”之称。五台山是着名的“国家自然与文化双遗产”、国家地质公园、“金莲花、迎红杜鹃的故乡”、我国最早的木结构建筑保存较完整的地区之一。
五台山由五大峰构成，分别为东台-望海峰、南台-锦绣峰、西台-挂月峰、北台-叶斗峰、中台-翠岩峰，五座山峰巍然耸立，峰顶却平坦如台，故称为五台。全区地质古老、地貌奇特、地形复杂。五台周长约 250 km,总面积达 592.88 km2,山体主体为古老结晶岩，最低海拔 624 m,最高海拔 3061.1 m,高差达 2437 m.
气候类型属暖温带半湿润气候，由于平均海拔较高，所以全区平均气温较同纬度地区低。全年平均气温为-4 ℃，最高气温为 7 至 8 月份，平均气温分别为 9.5 ℃和 8.5 ℃，最低气温 1 月份，平均气温为-18.8 ℃，严寒期达 300-340 天，峰顶有“千年雪、万年冰”.年平均降水量 500-600 mm,多雨区在 800 mm 以上。
据不完全资料统计，景区内各式各类企业众多，商家遍布。其中，住宿和餐饮企业 280 家，餐饮服务企业 206 家，综合零售类企业 405 家，旅行社 31 家，通讯类企业 2 家，银行 7 家，邮政和交通类企业 7 家，等等。
3.2.2 研究实施过程
为了比较不同酒店的碳排放效率，并找出影响酒店碳排放效率的相关因素，本研究主要通过三个环节来展开。
首先，利用 DEA 分析方法，测算出影响景区内 28 家代表型酒店碳排放效率的三种效率值，分别为技术效率（TE）、纯技术效率（PTE）和规模效率（SE）。
然后围绕三种效率值从不同方面展开分析，从而总结出景区酒店碳排放效率的一些相关特征。
其次，在分析出酒店碳排放效率存在的一些特征后，为了找出造成酒店碳排放效率差异的原因，需要评价和分析 7 种关键性指标对不同碳排放效率类型酒店的影响程度。本环节主要利用典范对应分析方法，来评价这 7 种关键指示因子对不同酒店类型的影响程度。
最后，提高酒店碳排放效率的目的是促使酒店的低碳发展，最大程度的减少酒店碳排放量。但由于不同酒店的等级规模不同，DEA 分析得出的碳排放效率侧重于投入与产出的平衡分析，而碳排放量则更多的与产出指标有关。那么碳排放效率与碳排放量之间是否存在相互影响和制约关系？另外，影响酒店碳排放效率的因素众多，由于统计数据的困难，第二环节主要分析了影响 DEA 计算结果的 7种关键指标对碳排放效率的影响，为了更全面的分析影响酒店碳排放量和碳排量效率的众多因素，本研究设计了调查问卷，期望通过较为详细的定性分析，弥补单纯通过统计数据分析的片面性缺陷，进而提出更有针对性的酒店低碳发展建议。
因此，本环节主要围绕碳排放量与碳排放效率的关系分析、以及酒店在经营过程中存在的影响两者的因素分析而展开。
