共有經濟의 成長과 金融危機로 인한 서비스 産業 兩極化에 關한 硏究: 호텔 브랜드의 生産性 變化를 中心으로

Abstract

서비스 산업에서 특정 시장을 구성하는 기업의 전략을 크게 기업가 지향 관점(entrepreneurial orientation)과 고객 지향 관점(customer orientation)으로 나누어 볼 수 있다. 이 중, 기업가 지향 관점은 기업이 수익을 창출하여 생존하기 위한 필수적인 접근법이고, 고객 지향 관점은 전통적인 소비 행태가 아닌 고객의 경험을 중시하여 고객 만족도에 중점을 두는 접근법이다. 이러한 전략에 따라 서비스 산업의 시장은 기업가 관점에서 최소 비용으로 최대 수익을 달성하기 위해 예산이나 비용을 중시하는 시장(budget market)과 고객 만족도를 높이기 위해 고급화를 중시하는 시장(luxury market)으로 양극화되어 왔다는 연구가 진행되었다.

하지만, 다양한 선행 연구들에서는 대표적인 서비스업인 호텔 산업에서 기업가 지향 관점과 고객 지향 관점의 연구가 부족하다는 점을 지적하였다. 또한, 호텔 산업에서 시장의 양극화(polarization)가 나타나고 있다는 연구가 발표되었지만 이를 정량적으로 검증하는 연구는 매우 부족한 실정이다. 또한, 다른 선행 연구에서는 두 분류의 중요한 차이점인 고객 만족도를 고려한 생산성 연구 역시 매우 적다는 점을 지적하고 있다.

관광 산업은 지난 수십 년간 눈부시게 발전해 왔다. 세계 관광객 은 지속적으로 증가 추세에 있으며, 앞으로의 발전 가능성도 매우 높다고 할 수 있다. 이러한 관광 산업의 발전은 호텔 산업의 발전으로 이어졌다. 호텔 산업에서는 증가한 관광객의 다양한 요구를 맞추어 효율성과 생산성을 향상시키기 위하여 노력해 왔다.

하지만, 공유 경제의 성장과 세계 금융 위기는 호텔 산업의 효율성과 생산성을 하락시켰다. 다양한 선행 연구들에서 금융 위기로 인해 호텔 산업의 효율성과 생산성이 하락하였음을 밝혀내었고, Airbnb와 같은 숙박 공유 어플리케이션의 성장은 호텔 산업의 시장 점유율에 타격을 주었다. 그럼에도 불구하고, 대부분의 선행 연구에서는 Airbnb로 대표되는 공유 경제의 성장이 호텔 산업에 미친 영향에 대해 인터뷰나 설문 조사 등 정성적인 방법론을 이용하여 분석하고 있으며, 정량적인 방법론을 통해 이를 분석한 연구는 부족한 실정이다.

이에 본 연구에서는 호텔 산업의 정태적인 분석과 더불어 2007년부터 2016년까지 10개년의 동태적인 분석을 진행하여, 공유 경제의 성장과 금융 위기가 호텔 산업의 효율성과 생산성에 어떤 영향을 주었는지에 대해 정량적으로 검증하고자 하였다.

이를 위해 본 연구에서는 대표적인 효율성 분석 기법인 자료 포락 분석(DEA: data envelopment analysis)과 생산성 변화 분석 기법인 맘퀴스트 생산성 지수 분석(MPI: malmquist productivity index) 등 비모수적 분석 기법을 통해 분석을 진행하였다. 이후 분석 결과를 비모수 통계(nonparametric statistics) 기법인 Mann-Whitney U test, Kruskal Wallis one-way ANOVA로 검정하였다. 자료 포락 분석과 맘퀴스트 생산성 지수 분석은 Access 기반 프로그램인 MaxDEA Ultra 6 for data envelopment analysis를 사용하였으며, 비모수 통계 분석은 IBM SPSS Statistics 22를 사용하여 분석하였다.

또한, 다수의 선행 연구에서는 고객이 서비스를 이용할 때, 브랜드를 고려하여 선택한다는 것을 강조하였다. 이에 따라 분석 대상이 되는 의사 결정 단위(DMU: decision making unit)를 Marriott International, Hilton Worldwide Holdings, Starwood Hotels and Resorts, Hyatt Hotels Corporation, Wyndham Worldwide Corporation의 5개의 대형 호텔 체인 내의 36개의 호텔 브랜드로 선정하였으며, 10개년의 동태적 분석은 수집 가능한 17개의 호텔 브랜드를 사용하였다.

본 연구에서 사용한 투입 요소로는 다수의 선행 연구에서 선정한, 운영 비용 및 고정 자산과 관련된 투입 요소인 자산의 수(the number of properties), 객실의 수(the number of rooms)가 선정되었다. 먼저 자산의 수는 각 호텔 브랜드가 얼마나 많은 수의 호텔 건물을 보유하고 있는 지와 관련된 지표이며, 다른 투입 요소인 객실의 수는 호텔 브랜드가 제공할 수 있는 총 객실의 수를 의미한다.

다음으로, 본 연구에서 사용할 산출 요소 역시 다수의 선행 연구에서 사용한 산출 요소인 객실 충원율(occupancy rate), 평균 1일 수익(ADR: average daily revenue), 객실 당 수익(RevPAR: revenue per available room)을 선정하였다. 객실 충원율은 호텔의 객실이 1년 단위로 얼마만큼 충원되었는지를 계산한 지표로, 다른 수익 지표에 비해 호텔의 수익성을 보다 쉽게 측정할 수 있는 지표다. 또한, ADR은 객실을 통해 얼마만큼의 수익을 벌어들였는지에 대한 산출 지표이며, RevPAR는 객실의 수입액을 판매 가능한 객실의 수로 나눈 값으로, 객실 충원율과 ADR을 조화시킨 지표이다.

마지막으로, 본 연구의 핵심 변수인 중간 생산물로는 고객 만족도를 사용하였다. 고객 만족도는 대표적인 서비스 산업인 호텔 산업에서 매우 중요한 요소로 강조되지만, 대부분의 호텔 효율성 및 생산성 연구에서는 고려되지 않았다. 본 연구에서 사용한 고객 만족도는 J.D. Power의 North America Hotel Guest Satisfaction Index Study에서 1,000점 스케일로 산출된 전체 만족도(overall satisfaction)를 사용하였다. 전체 만족도는 예약 만족도(reservation), 입실 및 퇴실 만족도(check-in/out), 객실 만족도(guest room), 식음료 만족도(food and beverage), 호텔 서비스 만족도(hotel services), 호텔 시설 만족도(hotel facilities), 가격 및 비용 만족도(cost and fees)의 7개 분야로 나누어 척도화하여 산출된 지표이다.

이와 같은 기준으로 자료를 수집한 후, 부트스트랩(bootstrap) 기법을 적용한 부트스트랩 자료 포락 분석을 실시하였다. 이를 통해 얻은 결과물을 국소적 회귀 분석(lowess regression)을 이용하여 서비스 생산성과 서비스 효과성 사이의 추세를 파악해 호텔 산업의 양극화 현상을 발견하고자 하였다. 또한, 네트워크 맘퀴스트 생산성 지수 분석 모형 결과를 도출한 후, 토빗 회귀 분석(tobit regression)을 통하여 Airbnb와 같은 공유 경제의 성장과 금융 위기의 영향을 분석하였다. 국소적 회귀 분석은 IBM SPSS Statistics 22를 사용하였으며, 토빗 회귀 분석은 R 2.15.3을 사용하여 분석하였다.

또한, 실무적 시사점을 얻기 위하여 자료 포락 분석의 결과를 이용하여 투영점 분석(projection point analysis)을 실시하였으며, 개별 의사 결정 단위들의 비협조적인 게임(non-cooperative game)을 가정하여 의사 결정의 편향을 최소화하는 게임 교차 효율성 모형(game cross efficiency model)을 이용하여 추가 분석을 진행하였다. 호텔 산업에서 게임 교차 효율성이란 각 호텔들이 서로 가격을 담합하는 등의 협력을 하지 않고, 상대방의 행위를 추측하여 자신의 효율성을 최대화시키려는 시도라고 볼 수 있으며, 이를 통해 내쉬 균형(nash equilibrium)을 도출할 수 있다. 본 연구의 분석 결과는 크게 아래 일곱 가지로 요약할 수 있다.

첫째, 호텔 브랜드 별 효율성과 생산성 분석에서도 기존 연구와 유사한 결과를 얻을 수 있었다. 개별 호텔별로 분석한 기존 연구들과는 달리 브랜드 별로 분석을 진행한 본 연구에서는 브랜드 별 스케일에 대한 관점을 제공하므로, 더욱 풍부한 논의가 가능하며, 다양한 시사점을 제공할 수 있다는 장점이 있다. 또한, 본 연구의 다른 연구 모형들의 타당성 역시 이를 통해 검증되었다.

둘째, 호텔의 전체 효율성 과정을 서비스 생산성과 서비스 효과성으로 구분하고 그 관계를 밝혔다. 기존 연구에서는 기본적인 자료 포락 분석이 수행되거나, 독립적 2 단계의 자료 포락 분석이 시행된 것에 비해, 본 연구에서는 네트워크 자료 포락 분석과 맘퀴스트 생산성 지수를 이용하여 기존의 호텔 효율성 측정 방식이 서비스 생산성에 치우쳐 있었다는 것을 밝히고, 서비스 생산성과 서비스 효과성을 동시에 고려하는 본 연구의 모형의 타당성을 입증하였다.

셋째, 호텔 산업을 기업가 지향 관점과 고객 지향 관점으로 나누어 분석하고, 양극화 현상을 발견하였다. 그동안 많은 선행 연구에서 중요하다고 언급하였음에도 불구하고, 대표적인 서비스 산업인 호텔 산업에서는 이루어지지 않았던 기업가 지향 관점과 고객 지향 관점에서의 분석을 실시하였다. 이를 통해 대부분의 기업가 지향 관점의 호텔 브랜드가 저가 호텔 브랜드임을 밝혔으며, 고객 지향 관점의 호텔 브랜드가 고가 호텔 브랜드임을 밝혔고, 이 둘 사이의 양극화 현상이 심화됨을 발견하였다. 넷째, 동태적 분석을 통하여 금융 위기에 따른 생산성 변화를 분석하였다. 기존 연구에서는 2008-2009 시기의 글로벌 금융 위기의 영향만을 분석하였지만, 본 연구에서는 해당 기간을 늘려 2012-2013 시기의 유럽 금융 위기의 영향도 분석하였다. 그 결과, 유럽 금융 위기에도 호텔의 생산성이 하락하였으나, 그 하락폭은 글로벌 금융 위기보다는 적었다는 사실을 발견하였다. 추가적으로, 금융 위기 당시 가장 타격을 많이 입은 호텔 브랜드가 Upscale이라는 것을 밝혀내었다.

다섯째, Airbnb가 호텔 산업에 미친 영향에 대해 분석하였다. 글로벌 금융 위기 시기(2008-2009)와 Airbnb의 등장과 발전 시기(2008-현재)가 매우 유사하다는 점에서 각각의 효과를 구분하기 위하여 그동안 많은 선행 연구에서 인터뷰, 설문조사 등의 방법을 사용하여 Airbnb의 효과를 측정해 왔다. 하지만, 본 연구에서는 정량적인 데이터로 토빗 회귀 분석을 통해 각각의 유의성을 검정하였다. 특히, 과거 연구에서는 지역별 호텔의 위치나 가격 경쟁 등 내부적인 효과만을 측정하는 것에 그쳤지만, 본 연구에서는 Airbnb의 성장, 관광객 수의 증감, 금융 위기 및 국가 경제 지수를 포함한 외부적 환경 변수를 고려하여 분석하였다. 분석 결과, 금융 위기와 Airbnb의 성장이 호텔 산업 전반에 유의미한 부(-)의 영향을 미쳤음을 밝혀내었다. 특히, Economy/budget scale의 경우에서 이 영향의 강한 유의미성을 발견하였고, 관광객의 수요에 가장 민감한 호텔 브랜드가 Upscale이라는 점도 재확인하였다.

여섯째, 투영점 분석(projection point analysis)을 이용하여 각 호텔의 모니터링 기준과 벤치마킹 대상을 분석하여 제시하였다. 본 연구에서는 실무적 시사점을 제공하기 위하여, 각 호텔 브랜드 별, 체인 별, 스케일 별 효율성 향상을 위한 모니터링 기준을 제시함과 동시에 벤치마킹해야 할 대상 역시 제공하였다. 또한, 분석 결과 가장 효율적인 체인과 비효율적인 체인을 밝혀내고, 효율적인 체인의 경우 고가 호텔 브랜드의 비중이 높고, 비효율적인 체인의 경우 중저가 호텔 브랜드의 비중이 높은 것을 발견하였다.

마지막으로, 게임 교차 효율성(game cross efficiency) 분석을 통해 가격 경쟁이 심화된 상황을 가정한 분석 결과를 제시하였다. 본 연구에서는 미래 호텔 산업을 예측함으로써 실무적 시사점을 제공하기 위하여, 비협조적인 게임 상황에서의 효율성을 측정하여, 각 상황 별 효율성의 평균을 제시하였다. 분석 결과, Midscale, Economy/ budget scale의 저가 호텔 브랜드의 경우 가격 경쟁이 심화된 상황을 가정하였을 때, 다른 호텔 브랜드에 비하여 효율성이 큰 폭으로 떨어짐을 확인하였으며, 이에 대한 관리 기준 역시 제공하였다.

본 연구의 풍부한 시사점에도 불구하고 본 연구에는 아래와 같은 몇 가지의 한계점이 존재한다. 먼저 자료 포락 분석은 데이터에 매우 민감하다는 특징을 가진 분석 기법이기 때문에, 변수가 달라질 경우 연구의 결과가 다르게 나올 수 있다는 방법론적인 한계를 지닌다. 또한, 본 연구에서는 공유 경제의 효과를 측정하는 것에 있어서 정량적인 방법을 이용하였지만, 인터뷰나 설문 조사 등 정성적인 부분을 고려하지 못했다는 한계가 있다. 이에 따라 후속 연구에서는 인터뷰, 표적 집단 면접 등을 통한 정성적인 연구가 요구된다.