基于因子分析方法的我国餐饮业运营状况分析［摘要］文章对2011年按登记注册类型分限额以上餐饮业基本情况及财务指标数据进行因子分析，对各注册类型行业的经营状况进行评价。结果发现，公有制餐饮企业普遍存在运营效率较低的情况，且存在企业数及人工数等企业规模处于相对劣势的境地，而私营企业则在营业收入、企业规模等方面具有较强的优势，但是私营企业的发展面临资金规模较小的阻碍。为此，我国应该促进公有制及非公有制企业的改革及互惠发展，如国有餐饮业股份制改革，允许个人及机构持有国有餐饮业股票，加大对私营企业的资金扶持等。［关键词］餐饮业；运营能力；资金规模；企业规模；因子分析［DOI］10.13939/j.cnki.zgsc.2016.24.0641引言中国的餐饮业经历了千百年的发展，在市场中有着不可动摇的地位。餐饮业在不断发展、壮大中，经历了不断地细化，逐渐成熟起来。据新华社报道，2013年1〜8月全国餐饮业收入累计15918亿元，同比增长8.9%,比上年同期13.1%的增长速度低了4.6个百分点，这是在前20年两位数高速增长后首次转入个位数增长。当前是餐饮业低速发展期，而餐饮业对国民经济增长也起着不可忽视的作用。因此，本文利用因子分析，对登记注册类型不同的餐饮企业进行运营情况分析，以期找出不同类型餐饮企业经营的基本状况，对各类型餐饮企业的经营水平的提升和发展提供理论支持。2研宄方法及数据因子分析通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这几个抽象的变量被称作“因子”，能反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而因子一般是不可观测的潜在变量。常用的因子分析类型是R型因子分析和Q型因子分析。R型的因子分析是对变量作因子分析，Q型因子分析是对样品作因子分析。本文是对各变量做R型因子分析。本文将按照以下步骤展开因子分析：一是原始数据标准化，得到标准化变量矩阵；二是根据方差累积贡献率大于等于85%确定公共因子数量；三是对初始因子进行旋转，得特征根值及新的因子载荷矩阵；四是构造主因子得分和综合因子得分，并根据得分情况做出相应评价。本文所用数据为2011年按登记注册类型分限额以上餐饮业基本情况及财务指标数据，数据来源为国家统计局网站。研究变量共8个，为XI〜X8。其中，XI为法人企业数（个），X2为年末从业人数（人），X3为主营业务利润（亿元），X4为营业额（亿元），X5为餐费收入（亿元），X6为流动资产合计（亿元），X7为固定资产合计（亿元），X8为所有者权益合计（亿元）。3实证结果由实验结果的主成分特征根与累计贡献率可以知道，提取三个主成分是较合适的选择。为了便于对公因子进行命名，本文进行了公因子旋转。旋转之后的公因子中第一个公因子解释了总方差的46.02%，第二个公因子解释了总方差的32.87%，第三个公因子解释了总方差的20.95%,这三个公因子解总共解释了总方差的99.842%，几乎完全解释了总方差，所以本例中提取三个公因子足以反映总体信息。第一个公共因子在X2、X3、X4、X5上有较大的载荷，说明这4个指标有较强的相关性，可以归为一类，为收入因子；第二个公共因子在XI、X2上有较大的载荷，为企业规模因子；第三个公共因子在X6、X7、X8上有较大的载荷，归为一类，为资产因子。由因子得分系数矩阵矩阵(ComponentScoreCoefficientMatrix)可以看出各个因子得分表达式：主成分分析可以对整体进行评估排名，因子分析也可以对整体进行评估排名，且因子分析通过对主成分进行旋转，使得各主成分更清晰地表示某个方面的信息。因子分析通过对各主成分进行旋转，使得各公共因子能够更明确地体现某一个方面的特征，这使得对某方面的评价更为便利。各类型餐饮企业在各个因子上的得分情况，以及综合得分及排名情况如下表所/J、O4实证分析从下表可以看出，私营餐饮企业以1.43999分高居第一位，说明私营餐饮企业的总体经营情况最好；外商投资企业以0.29438分位居第二；第三名为有限责任公司，分数为0.23117,与第二名较为接近。而国有企业、集体企业、联营企业以及股份企业排名较为靠后，说明公有制餐饮企业的经营存在一些问题，...