Pobierz Przestrzenna różnorodność jako czynnik konkurencyjności hoteli i więcej Publikacje w PDF z Geografia tylko na Docsity!
Wpłynęło: 11.01. Zaakceptowano: 22.03. Zalecany sposób cytowania : Napierała T., 2018, Przestrzenna różnorodność jako czynnik konkurencyjności hoteli, Prace i Studia Geo- graficzne , 63.3, Wydział Geografii i Studiów Regionalnych Uniwersytetu Warszawskiego, Warszawa, 8 9 - 101.
Prace i Studia Geograficzne
ISSN: 0208-4589; ISSN ( online ): 2543- 7313 2018 , t. 63.3, ss. 89 - 101 Tomasz NAPIERAŁA Uniwersytet Łódzki Wydział Nauk Geograficznych e-mail: [email protected]
PRZESTRZENNA RÓŻNORO DNOŚ Ć JAKO CZYNNIK
KONKURENCYJNOŚCI HOTELI
Spatial variety as a determinant of competitive advantage in a hotel
indust ry
Zarys treści : Przestrzenna koncentracja różnorodnych przedsiębiorstw hotelowych jest istotnym czynnikiem budo- wania przewagi konkurencyjnej. Ustalono, że wraz ze zmniejszeniem odległości między hotelem a najbliższymi obiektami o różnym standardzie, możliwym jest stosowanie relatywnie wyższych cen. Korzystna jest zatem lokali- zacja w obszarach koncentracji hoteli, przy czym preferowany jest brak obecności w bliskim sąsiedztwie obiektów świadczących usługi o tym samym standardzie. Abstract : Spatial clusters of different hotel enterprises is considered as substantial determinant of competitive ad- vantage. This paper confirms that the as the distance between the hotel and nearest competing enterprises represent- ing different standard decreases, the revenue managers are becoming more allowed to increase the room rates. Thus, spatial concentration of different hotel enterprises might be profitable. However, lack of services of similar standard in investigated hotel clusters is preferred. Słowa kluczowe: hotel, różnorodność, lokalizacja, przewaga konkurencyjna Key words: hotel, variety, location, competitive advantage WPROWADZENIE Neoklasyczna teoria konkurencji traktuje cenę jako główne narzędzie konkurowania poszcze- gólnych przedsiębiorstw ze sobą, jak również osiągania stanu równowagi przez cały rynek. Jednakże, krytycy teorii liberalnej wskazują na niezwykle różnorodne zasoby wykorzystywane przez przedsię- biorstwa w osiąganiu przewagi konkurencyjnej (Penrose 2011). Podkreślają również, iż osiągnięcie równowagi na rynku nie jest w ogóle możliwe (Hunt 2000; Schumpeter 2009). Współcześnie, jed- nym z ważniejszych czynników decydujących o konkurencyjności hoteli jest zapewnienie konsu- mentowi różnorodności wyboru. Różnorodność determinująca konkurencyjność ma również swój istotny wymiar przestrzenny. Różnorodność wyboru produktów wskazywana jest jako rezultat działalności badawczo-rozwo- jowej przedsiębiorstw, a w konsekwencji jeden z mierników rozwoju współczesnych systemów go- spodarczych (Funke, Strulik 2000). Różnorodność wyboru produktów wynika wprost z konkurencji
90 Tomasz Napierała przedsiębiorstw (Donnenfeld, White 1988). Przedsiębiorstwa przedstawiają produkty różne od in- nych firm celem osiągnięcia przewagi konkurencyjnej, jak również różnicują własne produkty na rzecz lepszego dopasowania się do potrzeb kupującego. Współcześnie w przypadku usług hotelo- wych, poszukiwanie różnorodności wyboru produktów związane jest ze zmianą charakteru decyzji nabywczych: traci na znaczeniu najlepsza jakość na rzecz najwyższej satysfakcji (Sohrabi i in. 2012) czy najlepszego doświadczenia, przeżycia (Oppewal i in. 2015). Zakup najbardziej satysfakcjonują- cego produktu jest możliwy wyłącznie w warunkach realnej różnorodności wyboru. Na ryc. 1 przedstawiono koncepcyjny schemat procesów, których konsekwencją jest zwiększe- nie różnorodności usług hotelowych oferowanych konsumentom w pojedynczych lokalizacjach: konsolidacja tzw. e-pośredników (np. Priceline.com i Booking.com, Expedia.com i Orbitz.com), łą- czenie systemów hotelowych (np. Marriott i Starwood), rozszerzanie współpracy między systemami hotelowymi a niezależnymi przedsiębiorstwami (np. otwarcie platformy rezerwacyjnej Accor dla hoteli niezależnych) czy wreszcie multi-branding (działalność dwóch lub więcej hoteli w ramach tej samej nieruchomości). Powyższe procesy odbywają się w warunkach postępującej internetyzacji (Napierała 2017a; Urry 2003), której efektem jest upowszechnienie łatwego wyszukiwania różno- rodnych ofert w konkretnych lokalizacjach. Ryc. 1. Procesy warunkujące różnorodność usług hotelowych w mikroskali przestrzennej Fig. 1. Determinants of variety of hotel services in spatial micro scale Źródło: opracowanie własne. Source: author’s own elaboration. Autor stawia hipotezę, że przestrzenna koncentracja różnorodnych przedsiębiorstw hotelowych jest istotnym czynnikiem budowania przewagi konkurencyjnej przez hotele, a w konsekwencji umoż-
92 Tomasz Napierała transportu i kosztami czynników produkcji (Morrill 1974). Korzyści wspólnej lokalizacji przedsię- biorstw dostrzegł wcześniej A. Lösch (1961). W podobnym nurcie ukształtowały się koncepcje oligo- polu przestrzennego, czy przestrzennej konkurencji monopolistycznej (Capozza, Van Order 1978; Clark 1955). Efekty aglomeracji firm usługowych są rezultatem zupełnie innych czynników niż w przypadku przedsiębiorstw produkcyjnych. W firmach usługowych, w tym hotelach, kluczowym czynnikiem sprzyjającym koncentracji przestrzennej jest obniżenie kosztów poszukiwania przez konsumenta in- formacji o ofercie, co bezpośrednio stymuluje popyt (Urtasun, Gutiérrez 2006). Hotelarstwo dodat- kowo jest dobrym przykładem działu gospodarczego, którego firmy istotnie korzystają z budowania bliskich relacji z innymi przedsiębiorstwami sektora, przy czym bliskość owych relacji ma również wymiar przestrzenny (Papatheodorou 2004). Konkurujące w danej lokalizacji przedsiębiorstwa łącznie będą bowiem decydować o konkurencyjności całego obszaru (Komppula 2014). J. A. C. Baum i S. J. Mezias (1992) zakładali pierwotnie, że im bliżej siebie zlokalizowane będą hotele, tym bardziej będą ze sobą konkurować. Bliskość geograficzną postrzegali zatem jako miernik poziomu konkurencji w usługach hotelarskich. W odniesieniu do omawianego zjawiska wspomniani autorzy zaproponowali stosowanie terminu „zlokalizowanej konkurencji” (ang. localized competition ). J. A. C. Baum i S. J. Mezias (1992) w swoich badaniach rozwoju sektora hotelarskiego na nowojorskim Manhattanie w latach od 1898 do 1990 założyli, że prawdopodobieństwo upadku hotelu powinno być wprost proporcjonalne do natężenia konkurencji w obszarze, w którym zlokalizowany jest hotel. Co ciekawe, przyjęta hipoteza została zweryfikowana negatywnie. Autorzy wskazali, że korzyści wynika- jące z funkcjonowania w atrakcyjnej lokalizacji przewyższyły minusy działania pod silną presją kon- kurencji. Równie uprawnionym jest jednak twierdzenie, że funkcjonowanie w bliskim sąsiedztwie zróżnicowanych, licznych obiektów konkurencyjnych mogło mieć charakter bezpośrednio stymulujący sukces podjętej działalności. A. Kalnins i W. Chung (2004) potwierdzili w swoich badaniach, że przedsiębiorstwa działające w sektorach mało innowacyjnych, a do takich zaliczają większą część usług noclegowych (z wyłącze- niem luksusowych obiektów sieciowych), powinny być lokalizowane możliwie blisko innych przed- siębiorstw tego typu. Bliskość lokalizacji oznacza, że nowopowstające obiekty noclegowe mogą ko- rzystać z zasobów dostępnych w danej lokalizacji, a wykorzystywanych przez istniejące firmy. Mówią o efekcie „rozlewania się” (ang. spillovers ) zasobów. Autorzy podkreślają, że założenie będzie praw- dziwe wyłącznie dla firm z działów gospodarczych o niskiej innowacyjności. METODYKA BADAŃ W badaniach uwzględniono wszystkie 82 hotele działające 10 sierpnia 2016 r. w Warszawie, które jednocześnie sprzedawały pokoje na 1 grudnia 2016 r. Podstawą do ustalenia listy hoteli poddanych badaniu był Centralny Wykaz Obiektów Hotelarskich udostępniany w Internecie przez Ministerstwo Sportu i Turystyki (2016). W badanej populacji nie znalazły się dwa obiekty, które w czasie prowadze- nia inwentaryzacji były uwzględnione w wykazie, ale ze względu na zaplanowane prace remontowe nie rezerwowały pokoi w grudniowym terminie: hotel „Harenda” i hotel „Belwederski”. Podstawową metodą badań była kwerenda następujących internetowych źródeł danych: 1) wspo- mnianego Centralnego Wykazu Obiektów Hotelarskich, 2) stron internetowych hoteli i sieci hotelo- wych działających w Warszawie oraz 3) serwisu Booking.com. W przypadku, gdy poszukiwane dane prezentowane w wymienionych źródłach były niespójne lub niekompletne, informacji poszukiwano
Przestrzenna różnorodność jako czynnik konkurencyjności hoteli 93 telefonicznie kontaktując się z pracownikami recepcji hotelowej. W wyniku badań ustalono następu- jące dane dotyczące wszystkich warszawskich hoteli: 1) adres, na podstawie którego określono współ- rzędne geograficzne lokalizacji hoteli, a finalnie wartości zmiennych opisujących odległość hoteli od przedsiębiorstw konkurencyjnych, 2) kategorię wyrażoną liczbą gwiazdek, 3) liczbę pokoi, 4) nazwę przedsiębiorstwa prowadzącego hotel, 5) przynależność do sieci hotelowej, 6) najniższą możliwą cenę za nocleg dwóch osób w 2. osobowym pokoju z wliczonym śniadaniem. Wybór najniższej możliwej ceny odbywał się poprzez porównanie cen pokoi w sprzedaży bezpośredniej (na stronach interneto- wych hoteli, w tym własnych systemach rezerwacyjnych, a w przypadku braku takiej informacji – cen ujawnianych telefonicznie przez recepcję hotelową) z cenami w sprzedaży pośredniej (Booking.com). Wspomnianego pomiaru odległości hoteli od przedsiębiorstw konkurencyjnych, mimo świadomości uproszczenia, dokonano po ortodromie. Najważniejszą metodą analizy zgromadzonego materiału empirycznego była kartograficzna ana- liza reszt z regresji. Metodę po raz pierwszy zastosowano do zidentyfikowania przestrzennych prawi- dłowości w oddziaływaniu różnorodnych zmiennych wyjaśniających zmienność cen usług noclego- wych w obszarze metropolitalnym Łodzi (Napierała, Leśniewska 2015). W niniejszym artykule metodę wykorzystano do określenia przestrzennego zróżnicowania cen usług hotelowych w Warszawie pod wpływem trzech zmiennych: standardu usługi hotelowej, przynależności do sieci hotelowych oraz od- ległości od obiektów konkurencyjnych. Co ciekawe, A. Urtasun i I. Gutiérrez (2006) porównując od- ległości między konkurującymi hotelami uwzględnili nie tylko odległość geograficzną, ale również odległości cen, wielkości (mierzonej liczbą pokoi) i usług (weryfikowanej podobieństwem struktury świadczonych usług). W niniejszym badaniu przyjęto następujące miary opisujące odległość od innych przedsiębiorstw hotelowych: 1) odległość od najbliższego przedsiębiorstwa hotelowego, 2) średnią od- ległość od pięciu najbliższych przedsiębiorstw hotelowych, 3) średnią odległość od wszystkich przed- siębiorstw hotelowych, i wreszcie 4) współczynnik skośności cen oferowanych przez pięć najbliższych przedsiębiorstw hotelowych. Ze względu na wysoką korelację pierwszych trzech miar konieczne było oszacowanie oddzielnych modeli bazujących na każdej z nich z osobna. Analityczną postać modeli szacowanych klasyczną metodą najmniejszych kwadratów przedsta- wiono na poniższym równaniu: ln 𝐶𝐸𝑁𝐴 = 𝑏 0 + 𝑏 1 𝐾𝐴𝑇 + 𝑏 2 𝑆𝐼𝐸𝐶 + 𝑏 3
Gdzie: CENA – najniższa możliwa cena za 2. osobowy pokój dla dwóch osób, wyposażony w łazienkę, z wliczonym śniadaniem; KAT – kategoria hotelu wyrażona liczbą gwiazdek; SIEC – przynależność do sieci hotelowej; DYST1 – odległość od najbliższego hotelu (dowolnego / o różnej kategorii); DYST5 – średnia odległość od pięciu najbliższych hoteli (dowolnych / o różnej kategorii); DYSTR – średnia odległość od wszystkich hoteli (dowolnych / o różnej kategorii); WSSK – współ- czynnik skośności cen oferowanych przez pięć najbliższych hoteli (dowolnych / o różnej kategorii). Oszacowano łącznie sześć modeli wyjaśniających zmienność cen za usługi hotelowe w Warszawie: ze względu na różne zmienne wykorzystane do pomiaru odległości między konkurującymi hotelami oraz ze względu na porównywanie w badaniach każdego hotelu zarówno z dowolnymi obiektami, jak i wyłącznie z hotelami różnej kategorii. Kartograficzną analizę reszt z regresji cen usług hotelowych wykonano według następującej procedury. Założono trzy możliwe relacje między wartościami teoretycznymi a empirycznymi. Po pierwsze, wartość teoretyczna może być statystycznie istotnie większa od wartości empirycznej (wartość teoretyczna jest większa niż wartość empiryczna powiększona o odchylenie standardowe
Przestrzenna różnorodność jako czynnik konkurencyjności hoteli 95 Drugim obszarem koncentracji działalności hoteli była strefa wokół Lotniska Chopina na warszawskim osiedlu Okęcie. Ryc. 2. Najniższe dostępne ceny za pokój 2. osobowy w hotelach w Warszawie Fig. 2. Best available rates for double room in Warsaw hotels Źródło: opracowanie własne. Source: author’s own elaboration. Za pomocą analizy regresji sprawdzono wpływ badanych zmiennych (kategorii, przynależności do sieci hotelowej oraz odległości hotelu od przedsiębiorstw konkurencyjnych) na ceny. Wyniki za- prezentowano w tab. 2 i tab. 3. Najlepsze wyjaśnienie zmienności zaobserwowanej rzeczywistości uzyskano w przypadku modeli wykorzystujących jako zmienną objaśnianą odległość od pięciu naj- bliższych konkurentów. Warto podkreślić, że pozycjonowanie względem kilku (od trzech do pięciu) przedsiębiorstw konkurencyjnych (ang. competition set ) jest typowym sposobem prowadzenia ana-
96 Tomasz Napierała lizy konkurencji w usługach hotelowych (Hayes, Miller 2011). Co ciekawe, wyższe wartości współ- czynników determinacji uzyskano w przypadku modeli wyjaśniających ceny hoteli odległością od obiektów o różnym standardzie, w porównaniu z obiektami o dowolnej kategorii. Dowodzi to, że korzystna jest lokalizacja w obszarach koncentracji hoteli, przy czym preferowany jest brak obecno- ści w bliskim sąsiedztwie obiektów świadczących usługi o tym samym standardzie. W związku z powyższym, do szczegółowej analizy kartograficznej przyjęto model wyjaśniający zmienność cen usług hotelowych odległością 5 najbliżej położonych hoteli różnych kategorii. Wskazany model wy- jaśnił 83,0% badanej zmienności cen za usługi hotelowe w Warszawie. Tabela 2. Wpływ odległości hotelu od innych dowolnych hoteli na ceny za pokój 2. osobowy w Warszawie Table 2. Impact of distance from hotel to any other hotels on best available rates for double room in Warsaw Zmienna objaśniająca/ Independent variable d = odległość od 1 najbliżej położonego hotelu/ d = distance from 1 nearest hotel d = średnia odległość od 5 najbliżej położonych hoteli/ d = average distance from 5 nearest hotels d = średnia odległość od wszystkich hoteli/ d = average distance from all other hotels Wartości parametrów modeli wyjaśniających zmienność logarytmowanych cen za pokój 2. osobowy w Warszawie/ Coefficients of models estimating logged rates of double room in Warsaw Stała/ Intercept ***4, (0,1143) ***4, (0,1114) ***5, (0,1340) Kategoria hotelu mierzona liczbą gwiazdek/ Number of hotel stars ***0, (0,0216) ***0, (0,0205) **0, (0,0208) Przynależność do sieci hotelowej/ Hotel chain affiliation (dummy) 0, (0,0515) 0, (0,0481) 0, (0,0486) Odległość d od innych dowolnych hoteli/ Distance d from any other hotels -0, (0,0232) -0, (0,0158) -0, (0,0091) Współczynnik skośności cen oferowanych przez 5 najbliższych, dowolnych hoteli/ Skewness coefficient of prices offered by 5 nearest hotels 0, (0,0019) 0, (0,0018) 0, (0,0018) Współczynnik determinacji R^2 / Coefficient of determination R^2 0,7980 0,8230 0, Istotność statystyczna oszacowanych parametrów: 0 „” 0,001 „” 0,01 „” 0,05 „.” 0,1; W nawiasach podano wartości błędu oszacowania parametrów. Statistical significance of estimated coefficients: 0 „” 0,001 „” 0,01 „” 0,05 „.” 0,1; Coefficient standard errors are presented in parentheses. Źródło: opracowanie własne. Source: author’s own elaboration.
98 Tomasz Napierała lokalizacji względem obiektów konkurencyjnych. Zmniejszenie średniej odległości między hote- lem a pięcioma najbliżej położonymi hotelami różnych kategorii o 1 km skutkowało 5,5% wzro- stem cen. Tym samym pozytywnie zweryfikowano przyjętą w badaniu hipotezę. Odnotowano istnienie wyraźnego obszaru koncentracji hoteli o niedoszacowanych cenach mo- delowych, co uwidoczniono na ryc. 3. Jest to teren znajdujący się w bezpośrednim otoczeniu Lotni- ska Chopina. Wydaje się, że właśnie sąsiedztwo międzynarodowego portu lotniczego jest czynni- kiem lokalnie podwyższającym rzeczywiste ceny usług hotelowych. W północno-wschodniej części centrum Warszawy zdiagnozowano również nagromadzenie obiektów oferujących ceny wyższe niż teoretycznie uzasadnione. Ryc. 3. Porównanie cen modelowych i rzeczywistych w hotelach w Warszawie Fig. 3. Comparison of estimated and real room rates in Warsaw hotels Źródło: opracowanie własne. Source: author’s own elaboration.
Przestrzenna różnorodność jako czynnik konkurencyjności hoteli 99 Domniemywać można, że przyczyną wyższych niż modelowe cen może być lokalne oddziały- wanie atrakcji turystycznych związanych z warszawskim Starym Miastem. Natomiast, południowa część Śródmieścia i Mokotów to obszar koncentracji hoteli oferujących swoje usługi po cenach niż- szych niż wynika to z modelowego ujęcia. Wydaje się, że obiekty te powinny rozpatrzyć możliwość podniesienia cen za świadczone usługi hotelowe, szczególnie że stymulujący wpływ na wysokość cen może mieć dostęp do linii metra. W innej sytuacji znajdują się hotele zlokalizowane na warszaw- skiej Pradze. Ceny niższe niż wynikałoby to z teoretycznego uzasadnienia są swoistą kompensatą za stereotypowo negatywne postrzeganie tej części Warszawy. WNIOSKI Dzięki realizacji niniejszego badania udowodniono, że wraz ze zmniejszeniem odległości mię- dzy hotelem a najbliższymi obiektami o różnym (ale i o dowolnym) standardzie, możliwym jest stosowanie relatywnie wyższych cen. Udało się zatem pozytywnie zweryfikować hipotezę, że prze- strzenna koncentracja różnorodnych hoteli jest istotnym czynnikiem budowania przewagi konkuren- cyjnej, a w konsekwencji pozwala hotelarzom stosować wyższe ceteris paribus ceny. Postulować należy podjęcie szczegółowych studiów zmierzających do bardziej precyzyjnego wyjaśnienia lokal- nie działających czynników (zarówno obiektywnych, jak i subiektywnych) skutkujących stosowa- niem cen znacząco różnych od teoretycznie uzasadnionych. W niniejszym artykule dowiedziono przydatności geograficznej metodyki badań do analizy zja- wisk cenowych. Wskazano, że dzięki kartograficznej analizie reszt modeli wyjaśniających zmien- ność cen usług oferowanych przez hotele możliwe jest zweryfikowanie podjętych przez hotelarzy decyzji cenowych, ale przede wszystkim przygotowanie rekomendacji dla ustalenia cen w konkret- nych lokalizacjach. Rezultaty badania są zatem potwierdzeniem wysoce aplikacyjnego charakteru metodyki geografii hotelarstwa. Literatura Baum J.A.C., Mezias S.J., 1992, Localized Competition and Organizational Failure in the Manhattan Hotel Industry, 1898-1990, Administrative Science Quarterly , 37(4), 580-604. Capozza D., Van Order R., 1978, A Generalized Model of Spatial Competition, The American Economic Review , 68(5), 896-908. Chamberlin E., 1933, The Theory of Monopolistic Competition , Harvard University Press, Cambridge. Clark J.M., 1955, Competition: Static Models and Dynamic Aspects, The American Economic Review , 45(2), 450 - 462. Donnenfeld, S. i White, L.J., 1988, Product Variety and the Inefficiency of Monopoly, Economica , 55(219), 393 - 401. Funke M., Strulik H., 2000, On endogenous growth with physical capital, human capital and product variety, European Economic Review , 44(3), 491-515. Hayes D.K., Miller A.A., 2011, Revenue Management for the Hospitality Industry , Hoboken: John Wiley & Sons. Hunt S.D., 2000, A General Theory of Competition: Resources, Competences, Productivity, Economic Growth , Sage Publications Inc., Thousand Oaks-London-New Delhi. Kalnins A., Chung W., 2004, Resource-Seeking Agglomeration: A Study of Market Entry in the Lodging Industry, Strategic Management Journal , 25(7), 689-699.
Przestrzenna różnorodność jako czynnik konkurencyjności hoteli 101 The results presented in the article base on the investigation of all hotel enterprises which operated in War- saw in 2016. Following data sources were used: 1) Central Evidence of Hotel Enterprises, 2) websites of hotels and hotel chains, and 3) website of Booking.com. The most significant method of empirical data analysis was cartographical analysis of residuals of semilogarithmic models estimated for hotel room rates and their deter- minants (star rank and distance from other hotel establishments). It has been proved that as the distance between the hotel and the nearest competing enterprises representing different star ranks decreases, the room rate ceteris paribus increases. Spatial concentration of different hotel enterprises occurs to be a significant factor of achieving by any hotel competitive advantage. Geographical methods used to analyse price phenomenon proved to be robust. Spatial analysis of regression residuals of the model explaining volatility of hotel prices allowed to verify the effectiveness of revenue management in the hotel industry and to provide recommendations for future price policy and tactics possible to implement in particular locations.
