高星级酒店业的信息技术“生产率悖论”研究——基于广州案例，本文主要内容关键词为：酒店业论文,生产率论文,信息技术论文,悖论论文,星级论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
酒店业作为一个跨国界合作及跨空间合作的典型产业，信息的获取和利用对其生存及发展至关重要。从20世纪末开始，信息技术开始蓬勃发展，对酒店业产生了极其深远的影响，主要体现在：信息技术改变了产业结构；支持新业务的产生；为企业所利用以产生竞争优势。包括竞争优势在内的各种理论观点和人们的直觉都一致地理所当然地认为：对信息技术的巨资投入与企业高绩效之间存在正相关的关系。然而，到了20世纪90年代，人们开始对这种观点产生了怀疑，许多非正式研究及经验判断指出：信息技术投资与企业绩效的提高之间无相关性，或者说正相关性很弱。外国学者史蒂文(Steven)指出，服务业在信息技术上的支出要更多，但是生产率水平却比其他行业低，并将此现象称之为“生产率悖论”(Productivity Paradox)[1]。
基于以上问题，本文选取广州市高星级酒店作为研究对象，通过随机抽样调查，分析酒店业中信息技术对企业绩效的影响和作用，判断在广州高星级酒店业中是否存在信息技术的“生产率悖论”。一方面，从理论上对前人的研究成果进行验证，丰富其实证研究的成果体系；另一方面，从实践角度对酒店业投资信息技术的战略决策提供方向性的指导。
2 国内外研究现状
2.1 概念界定
2.1.1 信息技术
信息技术，就一般意义上讲，是指以微电子技术为基础，以计算机技术、通信技术和控制技术三者的综合体为核心的技术群体。从更广义的角度说，信息技术是一类用于扩张人的信息器官功能的技术的总称，它包括了各种用于创建、存储、交换和实用信息的技术。其中，最重要的包括感测技术、通信技术、计算机技术、控制技术以及它们的综合技术[2]。
2.1.2 生产率悖论
资料显示，1949年至1973年间，美国非农业生产部门的劳动生产率(Labor Productivity，LP)、全要素生产率(Total Factor Productivity，TFP)年均增长率仅分别为1.1%和0.2%[3]。于20世纪六七十年代开始的信息技术革命并没有给美国带来经济的蓬勃增长。而在20世纪七八十年代的日、德、英、法等发达国家，可以观察到相同的现象，在同期人均信息技术资本投入力度不断增强的前提下，其生产率增长幅度却下降到了1%～2%[4]。有学者把这一现象称为“信息技术的生产率悖论”。
2.2 国外研究现状
信息技术与旅游业的互动关系研究始于20世纪90年代初，现已成为国外学者非常关注的热点问题。对于信息技术在旅游中的应用，国外的研究者首先提到的是旅游电子商务的开展[5]。也有另外一些研究者从信息技术在旅游业中的各分支行业中的应用、信息技术在旅游业中的战略地位及旅游分销渠道等方面对此进行探讨[6]。
2.2.1 信息技术在酒店业的整体应用研究
在20世纪90年代初，旅游和电子商务之间的紧密关系首次被国外学者提出讨论，之后拉维·卡拉克塔(Ravi Kalakota)提出了“旅游电子商务”(tourism electronic commerce)这一专业概念，并由约翰·黑格尔(John Hagel)进一步发展[7]。而旅游电子商务的相关研究中，酒店业中信息技术的应用是一个重要的研究领域，有关学者对其应用价值和应用态度进行了探讨，并取得了一定的成果。
随着技术的发展，酒店越来越重视信息技术的价值和作用。有学者通过研究酒店中信息技术投资发现，从2000年到2001年，全球范围内，平均在技术上的资本支出占总收入的百分比从4.26%上升到4.98%，而技术营业支出占总收入的百分比从5.59%上升到6.26%[8]。
但是，不同的酒店中，应用的信息技术的类型也有一定的差别。其中，互联网、内联网、电子邮件、电子交易、中心预订系统和网络应用程序在酒店业中被广泛应用。除此之外，一些新兴的信息技术也逐渐被酒店所采用，并给酒店业带来了巨大的好处，如利用信息技术进行营销、接受预订和评估顾客的投诉及建议[5]。
整体上看，信息技术的应用对酒店业具有经济影响。一方面，通过使用新的技术，全方位服务酒店(full-service hotel)可以降低发生服务差错的可能性及与此相关的补救成本；另一方面，酒店因此可以满足顾客对可靠性、响应性、服务保障和同理心的期待，从而提高服务标准，满足甚至超过顾客的需要和需求。再者，酒店能利用信息技术同时降低边际成本并提高边际价格，从而提高其营业利润[9]。
但是，不同的酒店对信息技术持有不同的战略态度，可据此将酒店划分为5种类型，即对人力资源感兴趣的精挑细选的酒店；保守被动型酒店；反对或忽视信息技术的酒店；对信息技术看法肤浅的酒店；以顾客满意为导向的精挑细选的酒店[10]。
2.2.2 信息技术在酒店业中不同层面的应用研究
具体针对信息技术在酒店业应用的不同方面的相关研究多集中于网站质量评价与设计[11-13]、网上预订[14，15]、电子商务和采购[16-18]、网络营销和网络品牌化[19，20]等方面。其中，对网站质量评价与设计方面的研究主要有两个方向：一是通过使用如E-S-Qual等量表测量使用者对网站质量的感知；另一种则是通过实证研究核实评价网站质量的变量，完善网站质量评价体系[13]。对网上预订方面的研究，主要集中在消费者网上预订意向[21-23]、预订网站的发展[24，25]及影响消费者进行网上预订的因素分析[14，17]等，并往往与网络营销和网络品牌化等研究相结合[16]，因为当消费者进行消费决策时，往往选择他们所信任的品牌。而对电子采购方面的研究，主要集中在其对酒店，尤其是连锁型酒店的采购优势及进行电子采购时应注意的事项等方面[23]。
2.2.3 信息技术与企业(全要素)生产率/绩效之间的关系研究
国外学术界对信息技术与企业生产率及绩效之间关系的研究始于20世纪80年代末。诺贝尔经济学奖得主罗伯特(Robert)在1987年7月12日的《纽约时报》(The New York Times)书评专栏发表的著名论断：“We see the computer age everywhere except in the productivity statistics”，即为什么信息技术革命的出现往往伴随着统计上的劳动生产率和全要素生产率增长水平的下降？引出了学者们对信息技术“生产率悖论”的研究，并陆续取得了一些重要成果，具体到酒店业领域，也有一定的成果出现。
有关研究表明，信息技术具有改善对顾客服务[26]，改进企业营运[27]，增加收益和降低成本的作用[28]。许多学者也赞同此观点，一致认为：信息技术的使用与酒店业竞争优势的发展之间存在着显著的正相关关系[29-32]。因此，他们建议在酒店业中广泛采用信息技术，而实际上，在整个服务行业中，信息技术也已经得到了广泛的接受和应用[32]。
但是，有学者却提出与上述研究截然相反的观点，即服务业对信息技术的投资更多但生产率水平比其他行业更差[33]；具体到酒店，虽然信息技术在前台的应用投资能带来前台业绩的提高，但其在后台的应用投资却不能实现同样的结果[34]。因此，信息技术投资并不总是能给酒店业带来业绩的提高。
2.3 国内研究现状
我国旅游信息化起步于20世纪90年代，经过近20多年的发展取得了长足的进步。目前，在我国学术界，旅游信息化的研究内容主要集中在旅游企业信息化、旅游电子商务、旅游电子政务等方面。旅游企业信息化主要从其应用价值、发展模式、发展现状等领域进行研究。同时，由于旅游业与电子商务的天然适应性，旅游电子商务的发展和应用备受关注[35]。
2.3.1 信息技术在酒店业的应用研究
直接应用于企业经营管理的信息技术主要有三类：一是应用于某一职能领域及一般事务管理的信息技术(Information Technology，IT)或信息系统(Information System，IS)，二是适用于企业内部综合性经营业务管理及高层决策的IT/IS，三是适用于企业内外部开放性综合经营业务管理的IT/IS[36]。
在酒店行业，其应用同样如此，而且，有研究结果显示，信息技术的应用在酒店服务操作层面可提高工作效率，使员工有更多的时间去为客人提供更多、更优质的服务；在服务产品方面可直接改善对客服务质量，提供给客人更完善、更舒适的体验；在酒店营销领域可提供更好的工具，提高营销效果；在酒店管理层面可通过建立快速沟通渠道，设计工作流程及数据流的自动监控和反馈分析功能，大大提高管理控制和市场经营预测分析能力[1]。
我国星级酒店内部管理基本上都采用了酒店信息管理系统，四星级及以上酒店与部分三星级酒店都建有内部网络，三星级以下的星级酒店均配有计算机，计算机管理主要运用在酒店前后台业务，如预订、查询、财务、销售统计、稽核、人事、文字处理等方面，同时也运用在商务中心、商务客房、会议服务、视频点播等服务和电话、电梯的程控管理等方面。少数酒店在酒店内部局域网的技术基础上，与其集团总部实现了信息和资源共享，并将市场推广、预订业务整合到总部网站或网页上[37]。
尽管如此，我国酒店信息化整体起步仍较晚，一些酒店尤其是低星级酒店对信息技术的应用依然停留在浅层次阶段，大多数还是处于七拼八凑的MIS系统水平。因此，我国酒店业的信息化目前还仅限于简单的电算化和信息发布阶段[38]。
2.3.2 信息技术与企业(全要素)生产率/绩效之间的关系研究
如前所述，对于信息技术在旅游业中的应用，国内外的研究者最先提到的是旅游电子商务[5]。但“旅游电子商务”这一概念在我国却是直到1996年才首次被提出[7]。可见，国内的相关研究起步较晚，相对落后于国外水平。
我国的相关研究最初从制造业领域论及信息技术，而后开始逐渐转入服务业领域，而具体从旅游业或酒店业分析信息化的文献相对较少。目前的研究主要集中在管理信息系统[39-41]、电子商务[7、42-44]和酒店网站[45，46]等方面。其中，管理信息系统在酒店中主要有提高酒店运作效率、经济效益和决策水平、规范化酒店信息管理以提高服务质量等作用[40]。酒店电子商务系统的运用，不仅能协助酒店客户完成高效率、低成本、自主的订房过程，提高酒店的工作效率，增加酒店与客户间的密切联系，还能因更多旅行社、订房中心、旅游网站和企业用户的加入而增加酒店的销售量，从而提高酒店的利润[39]。同时，国内学者在酒店网站方面的研究主要集中在网络营销、客户关系管理、网站建设、网络安全与管理等方面[45]。
综上所述，从总体上看，国内学者对酒店业中信息技术的研究仍处于比较零散的阶段，缺乏相对系统完整的结构体系，并没有学者论及酒店业的信息技术“生产率悖论”。
基于此，本文在以上研究的基础上，将应用于酒店业的信息技术系统分为前厅应用、客人相关界面应用、餐厅及宴会管理系统、后台应用等4个模块，运用问卷调查法对广州市高星级酒店的信息技术应用情况及其与酒店业绩之间的关系进行调查，得出对酒店业绩影响较大的指标，分析信息技术对酒店业绩的作用，从理论上丰富国内有关酒店业信息技术的研究内容，从实践上为信息技术更好地服务于酒店业提供方向性的指导。
3 研究方法与过程
3.1 研究对象
根据2010年7月20日中国广州旅游网①所公布的信息，目前，广州市共有白金五星级酒店花园酒店1家，包括白天鹅宾馆、中国大酒店等在内的五星级酒店17家，包括中央酒店、华夏大酒店、凯旋华美达大酒店等在内的四星级酒店37家。本研究以这37家酒店为研究对象。
3.2 研究方法
3.2.1 指标选择
借鉴外国学者桑尼等(Sunny，et al.)的研究[37]，并结合广州市高星级酒店的实际情况，将酒店信息技术应用的测度分为两个层次，第一层次为前厅应用、客人相关界面应用、餐厅及宴会管理系统、后台应用4个潜变量(latent variable)，在此基础上可得到第二个层次的20个可测变量(measurable variable)(表1)，同时，将酒店业绩作为1个潜变量，得到5个可测变量(表1)。
3.2.2 调查方法
本研究的调查方法为问卷调查法，根据指标选择的结果进行问卷设计，并采用李克特5级量表的形式进行选项的设置，具体分为三个部分：第一部分为对酒店信息技术应用水平的测量，共4个量表；第二部分为对酒店业绩的测量，共1个量表；第三部分为个人属性的调查，用于了解样本整体情况。
本次调查的时间为2011年3月4日至4月1日，共回收问卷251份，其中有效问卷234份，有效率为93.23%。
调查通过线上和线下相结合的方式进行。一方面，在问卷星网站②发放问卷，然后在迈点酒店人论坛③、酒店帖吧④、广州酒店帖吧⑤上发帖，邀请高星级酒店员工到该网站上填写问卷；另一方面，笔者亲自随机走访了广州市12家高星级酒店，在每个酒店随机抽取了15名到20名员工进行问卷调查。笔者在实地走访发放问卷之前，仔细询问和确认过被调查对象没有在线上填写过此问卷，以防止受访者在线上和线下的重复填写行为。
在调查问卷中，调研者要求受访者根据各指标的符合程度对量表进行评判性打分，打分采用5分制降序方式(非常符合=5，比较符合=4，一般=3，比较不符合=2，非常不符合=1)。
值得说明的是，由于酒店员工在日常工作中直接操作和频繁接触信息技术的相关应用，且有大量的机会(通过会议或员工之间的交流)得知酒店业绩的相关情况，因此无需直接掌握酒店业绩的统计数据，酒店员工们也能判断出目前酒店信息技术的应用水平及酒店业绩的现状，其所反映出的调查结果可以被认为是酒店实际经营情况的体现。
3.2.3 样本合理性
结果显示，在性别构成上，样本的男女比例接近1∶1；在年龄构成上，20～29岁和30～39岁的员工占样本的绝大多数(88.9%)；在受教育程度方面，多数样本接受过高等教育，其中，大专生最多，约占样本总数的一半；在样本的从业时间方面，约1/3受访者从业时间在3～4年；另外，来自四星级酒店与来自五星级酒店的样本比例基本接近目前广州市四星级、五星级酒店的结构，大致为2∶1；来自房务部和餐饮部的样本最多，整体上占了总样本的3/4以上；在样本目前的职位方面，基层员工和管理者分别占总样本的65%和35%。
整体上看，除受教育程度外，其他属性的样本分布能在较大程度上代表广州市高星级酒店的实际情况。样本的受教育程度偏高，说明样本代表了酒店员工中素质较高的部分，而这一部分样本对信息技术的感知更为明显和确切，符合本研究的取样要求。
4 信息技术对高星级酒店业绩的影响研究
本文运用AMOS17.0版本统计软件及SPSS17.0版本统计软件对调查数据进行统计分析，主要的统计分析方法包括：信度分析、验证性因子分析、相关分析及向前多元回归分析。
4.1 结构方程模型的构建
验证性因子分析是对社会调查数据进行的一种统计分析，它测试一个因子(潜变量)与相对应的测度项(可测变量)之间的关系是否符合研究者设计的理论体系，即可测变量是否真实反应潜变量，而且其往往通过结构方程建模来进行测试。本研究的结构方程模型如图1及图2所示。
4.2 模型拟合度分析
常用的拟合度检验方法有：剩余平方和检验、卡方检验和线性回归检验等，本文采用用途很广的卡方检验。卡方值与自由度之比(
/df)的理论期望值为1，/df越小，表示模型拟合度越高，在实际研究中，当/df＜5时，可以认为模型的拟合度比较好。结果显示，信息技术应用结构方程模型和酒店业绩结构方程的拟合度的卡方值与自由度之比分别为1.775和1.996，都小于5，表明两个模型的拟合度较好。
4.3 问卷的信度分析
本次问卷的测量工具是由若干测验项目构成的量表，为了衡量量表的质量，需要对其信度进行分析。在此，笔者采用了克朗巴哈α系数(Cronbach's alpha)方法来估计量表内部的一致性。如果克朗巴哈α系数大于0.9，则认为量表的内在信度很高；若系数介于0.8～0.9之间，则表示量表内在信度可接受；若系数为0.7～0.8之间，则表示量表具有一定的参考价值[47]。结果显示，除潜变量酒店业绩的克朗巴哈α系数略低外(0.692)，其他潜变量的克朗巴哈α系数均在0.7以上，且总量表的克朗巴哈α系数达到了0.911，表明此量表的可靠性较高。
4.4 效度分析
4.4.1 信息技术应用各潜变量与可测变量载荷系数估计
结果显示，信息技术应用各潜变量与可测变量的所有标准化载荷系数相应的p值均小于0.01，即所有的标准化载荷系数在95%的置信度上与0存在显著性差异。同时，潜变量和可测变量的标准化载荷系数高于0.5，表示两者间的关联性较强，可测变量予以保留。而顾客操作装置、会计模块、采购模块、人事管理及菜单管理等可测变量与所属潜变量间的标准化载荷系数低于0.5，即其与所属潜变量间的关联系不强，予以删除。
图1 信息技术应用结构方程模型
注：A1至D6分别代表预订系统、登记入住/退房、房态及housekeeping管理、住店客人信息功能、客人结账模块、电话自动计费系统、电子门锁系统、能源管理系统、顾客操作装置、辅助顾客服务、菜单管理系统、销售分析、酒水控制系统、成本控制、人事管理、采购模块、会计模块、存货模块、销售系统、生成财务报表及更新统计等可测变量。e1至e20分别代表与可测变量对应的残差变量。
图2 酒店业绩结构方程模型
注：①E1至E5分别代表信息技术的使用提高住房率，信息技术的使用提高顾客忠诚度、留住回头客，信息技术的使用使酒店口碑更好，信息技术的使用提高了年销售总额及信息技术的使用降低了运营成本等5个可测变量。②e1’至e5’分别代表与可测变量对应的残差变量。
4.4.2 酒店业绩潜变量与可测变量载荷系数估计
结果显示，酒店业绩与各可测变量的标准化载荷系数估计的p值均小于0.01，表示其标准化载荷系数非常显著。而在估计系数方面，除了信息技术的使用降低了运营成本与酒店业绩的标准化载荷系数小于0.5需删除外，其他可测变量与酒店业绩之间的标准化载荷系数均大于0.5，因此予以保留。
4.5 信息技术应用水平对酒店业绩的影响
4.5.1 相关性分析
首先，为考察自变量(信息技术应用)和因变量(酒店业绩)之间的相关程度，本文采用Pearson相关分析法对两者间的相关系数进行测量。
结果显示，在0.01的显著性水平上，前厅应用、客人相关界面应用、餐厅及宴会管理系统及后台应用均与酒店业绩有明显的正相关关系。其中，客人相关界面应用与酒店业绩的相关性最强，其次依次为后台应用、前厅应用、餐厅及宴会管理系统。
4.5.2 多元回归分析
为了进一步探讨信息技术应用中的各个变量对酒店业绩是否具有显著的作用，笔者运用了向前多元回归分析的方法进行分析，检验信息技术应用中各个变量的解释力并得出酒店业绩的回归方程。向前法建立多元回归方程的基本逻辑是：在众多自变量中，先把和因变量之间相关最强的那个变量写入回归方程，然后，将下一个能够额外地在最大比例上对因变量的方差变异有显著性解释的变量写入回归方程，如此下去，直到没有能够额外地对因变量有显著性解释的变量为止。详细选择自变量的过程如表2所示。
如表2所示，第一步自变量客人相关界面应用入选，写入回归方程，构成模型1；第二步自变量后台应用入选，写入方程，构成模型2；第三步、第四步前厅应用、餐厅及宴会管理系统分别入选，写入方程，并分别构成模型3、模型4。而且，随着模型中自变量的增加，
值和调整值都在增大，说明随着模型中自变量的增加，模型的回归效果越来越显著。具体情况如表3所示。
当第一个自变量写入回归方程的时候，值增加了0.410；当第二个自变量写入方程时，值增加了0.111；当第三个自变量写入方程时，值增加了0.020；当第四个自变量写入方程时，值增加了0.023。之所以4个自变量都出现在最终的回归方程中，是因为在把4个自变量依次写入方程时，对应的更改值的检验均能达到预先设置的新增变量显著性水平限制(Criterion of probability-of-F-to-enter)，对应的Sig.F更改值均小于0.05。杜宾瓦森值(Durbin-watson)值为1.859，在1.2～2.8之间，表示结果可以接受。
β值表示自变量对因变量的贡献程度，值越大表示自变量对因变量的贡献程度越高。从表9中看到，4个模型所有自变量的β值的95%置信区间的上下限均为正数，即β值的95%置信区间均不包含0，这就排除了β值为0的可能性，表明β与0有显著性区别，零假设不成立，即信息技术应用中各自变量对酒店业绩有贡献，贡献程度为各自变量对应的标准β值。
需要注意的是，之所以选择标准β值而不选择非标准β值为衡量标准，是因为在回归方程中，β值的大小依赖于自变量与因变量的变化尺度的大小，对自变量和因变量都进行标准化，可以避免两个变量差异较大的问题，这种方法得到的β值称为标准β值。即自变量客人相关界面应用对酒店业绩的贡献程度最高，为0.298，其次分别为后台应用界面的贡献程度(0.257)和前厅应用界面的贡献程度(0.209)，而餐厅及宴会管理系统界面的贡献程度最低，为0.194。
从表3中，可以看到回归模型的值为0.564，调整值为0.556，即酒店业绩55.6%的总体变异可由这4个自变量共同解释，且值与调整值非常接近，表明模型的总体回归效果显著。
再次进行单因素方差分析，所得显著性检验F比率为：F=73.99，p=0.00＜0.01，这表明回归模型与数据的拟合优度高，因变量与自变量之间存在很强的线性关系，回归方程有效。
研究还发现，通过t检验，前厅应用(t=3.768，p=0.00)、客人相关界面应用(t=4.943，p=0.00)、餐厅及宴会管理系统(t=3.475，p=0.01)和后台应用(t=4.591，p=0.00)均对酒店业绩有显著性影响。
最后，得出回归方程，可表示为：
信息技术对酒店业绩的影响=0.209*前厅应用+0.298*客人相关界面应用+0.194*餐厅及宴会管理系统+0.257*后台应用。
5 结论与讨论
5.1 主要结论
随着信息技术的迅速发展和普及，星级酒店信息化程度越来越高。信息技术投资是否能给酒店带来业绩的提高，即在酒店行业是否存在信息技术的“生产率悖论”这一问题已逐渐受到国内外学者的关注，但目前国内并没有相关成果出现。
基于此，本文选择广州市高星级酒店作为研究对象，通过对信息技术应用对酒店业绩的影响的研究，验证信息技术的“生产率悖论”在高星级酒店行业内是否存在，所得结论如下。
首先，参考有关研究成果并结合广州市高星级酒店的具体情况，可将信息技术在酒店业中的应用根据实现其目标的服务领域分为前厅应用、客人相关界面应用、餐厅及宴会管理系统、后台应用4个潜变量共20个可测变量，并将酒店业绩作为另外1个潜变量。
其次，通过验证性因子分析和信度分析，筛选出包含4个潜变量共15个可测变量的自变量(信息技术在酒店的应用)、包含1个潜变量共4个可测变量的因变量(酒店业绩)。
最后，相关分析及多元回归分析结果显示，信息技术在高星级酒店的前厅应用、客人相关界面应用、餐厅及宴会管理系统及后台应用均对酒店业绩有显著影响，其中，客人相关界面信息技术应用是影响酒店业绩最关键的因素。标准回归方程为：
信息技术对酒店酒店业绩的影响=0.209*前厅应用+0.298*客人相关界面应用+0.194*餐厅及宴会管理系统+0.257*后台应用
由此可见，广州市高星级酒店行业内不存在信息技术的“生产率悖论”。
以上结论可直接用于广州市高星级酒店的信息技术投资的战略决策。首先，酒店管理者应适度提高信息化意识，更多关注信息化发展的动向，及时将其用于设施设备更新和对客服务，形成自上而下的信息化战略体系。其次，酒店应将信息化投资与员工培训相结合，自下而上地提高酒店的信息化水平，使得信息化更大程度上为酒店业绩增长发挥积极作用。再次，酒店可根据自身的实际情况适度加强对信息技术的战略性投资，如适时引入物联网等更先进的信息管理系统，与信息技术提供商保持更为密切的合作，更新电话自动计费系统、电子门锁、能源管理系统、顾客操作装置及辅助顾客服务等信息化设施设备，以提高酒店业绩。
5.2 讨论
限于时间和精力的关系，本研究仍不可避免地存在不足之处，主要表现为调查样本的数量存在一定的局限性，其结论的普适性仍需在实践中进一步检验。
同时，本研究是以广州市高星级酒店为例的案例研究，因此，结论仅能代表广州市高星级酒店业的相关情况，后续还有很多研究点值得继续展开。首先，从研究对象上看，广州市内的中低星级酒店或是经济型连锁酒店是否具有相同的情况，可以成为研究的关注点；其次，从研究的地域范围上看，广州市高星级酒店的管理水平处于全国的领先地位，而其他地域范围内的酒店业的具体情况如何，是否和本研究存在明显的差异，值得探讨；再次，信息技术在酒店业内的应用对其业绩的影响是否会随着信息技术的发展或者酒店行业状况的变化产生新的情况，信息技术“生产率悖论”在此时不存在，是否在将来会出现，是否存在纵向的时间轴上的规律性，其结果意义重大，值得深入。
注释：
①中国广州旅游网.http://www.visitgz.com/，2010-07-20.
②http://www.sojump.com.
③http://bbs.veryeast.cn/index.asp.
④http://tieba.baidu.com/f?kw=%BE%C6%B5%EA&fr=a1a0.
⑤http://tieba.baidu.com/f?kw=%B9%E3%D6%DD%BE%C6%B5%EA.
标签：星级酒店论文; 自变量论文; 信息技术的发展论文; 信息化管理论文; 酒店服务论文; 后台产品论文; 后台技术论文;