AZERBAYCAN OTEL İŞLETMELERİNİN ETKİNLİK ANALİZİ

Abstract

Son yıllarda Azerbaycan Cumhuriyeti`nde turizmin gelişmesi yönünde politikalar yürütülmekte, turizm sektöründe rekabetin arttırılması için hükümet düzeyinde programlar uygulanmaktadır. Çalışmanın amacı, Azerbaycan Cumhuriyeti`nin illerinde bulunan turizm işletmelerinin etkinlik ölçümlerinin 2010, 2015 ve 2018 yılı verileri ile parametrik olmayan veri zarflama analizi yöntemi ile ölçülmesidir. Çalışmada, ortalama yıllık çalışan sayısı, toplam oda sayısı, işletmelerin toplam kapasitesi ve toplam yıllık harcamaları girdi, yerleştirilen kişi sayısı, geceleme sayısı ve toplam yıllık gelir miktarı çıktı değişkeni olarak kullanılmış, sabit ölçekli CCR ve değişken ölçekli BCC analizleri yapılmıştır. Ayrıca, tam etkin olan illerin süper etkinlik skorları belirlenmeye çalışılmıştır. Çalışmada CCR modelinde 2010 yılında 9, 2015 yılında 11 ve 2018 yılında ise 8 ilin, BCC modelinde ise 2010 yılında 15, 2015 yılında 18, 2018 yılında ise 15 ilin etkin olduğu bulgularına ulaşılmıştır. Analiz sonucunda etkin olmayan illerde girdi değişkenlerinin atıl kullanıldığı ve mevcut girdiler ile daha fazla turiste hizmet verilmesi gerektiği tespit edilmiştir.In recent years, policies to develop tourism in the Republic of Azerbaijan have been followed, and governmental level programs have been implemented to increase competitive power in the tourism sector. The aim of the study is to measure the efficiency of tourism organizations of the regions of the Republic of Azerbaijan with the data of 2010, 2015 and 2018 and through non-parametric data envelopment analysis method. In this study, average annual number of employees, total number of rooms, total capacity of organizations and total annual expenditures were used as input variable and number of people placed, number of overnight stays and total amount of annual income were used as input variable, and fixed-scale CCR and variable-scale BCC analyses were performed. In addition, it was also tried to determine the super-activity scores of the full efficient regions. In the study, it was found that 9 regions were efficient in 2010, 11 regions in 2015, and 8 regions in 2018, 15 regions in 2010, 18 in 2015, and 15 regions in 2018. As a result of the analysis, it has been determined that input variables are used as idle in inactive regions and that more tourists should be provided service with the existing inputs.