服務經濟時代餐飲業營業額提升因素探析
——以河北省為例

李慶一，王麗娜，蘇 旺，張秋月，耿 川，王奕潼

(1.海南師范大學 經濟與管理學院，海南 海口 571158；2.中國石油錦州石化公司 遼寧 錦州 121001)

生活在21 世紀的人們對“吃”有了更深的認識。同時，隨著服務經濟時代的到來，餐飲業已成為增加內需、刺激消費、穩定增長、惠及民生的重要配套產業。據調查，近幾年很多餐飲企業由于受疫情影響紛紛倒閉，隨著經濟的復蘇，居民消費觀念的改變以及外賣行業的發展，作為傳統服務行業的餐飲業也逐步復蘇。餐飲業與其他行業密切相關，其發展可以有效促進其他行業的發展，如零售業、旅游業和酒店行業等，所以構建一個完整的計量經濟學模型來研究餐飲業銷售額影響因素就顯得尤為重要。

近年來，河北省的餐飲業從2007 年的23.2 億元人民幣穩步增長到2021 年的66.7 億元人民幣，且增長潛力巨大。2021 年，河北省城鎮居民人均可支配收入已達到39 791 元，幾乎是2007 年11 550元的3.5 倍。餐飲業作為第三產業的重要組成部分，具有較高的發展潛力，對促進河北省經濟發展具有重要作用。許多學者對中國餐飲業的影響因素進行了實證分析。何闖[1]針對2004—2019 年我國餐飲業的營業額、國內游客人數等進行多元回歸分析，認為餐飲業的營業額與居民可支配收入和餐飲業從業人數有關。李麗娜等[2]收集了1999—2014 年的數據并對影響餐飲消費的相關變量進行了實證研究，分析結果顯示，對餐飲消費影響最大的是城市人口的規模。劉明[3]收集了1978—2009 年餐飲業社會消費品零售總額和人均GDP 的時間序列數據，并對影響餐飲業營業額的因素進行了分析。石柱鮮等[4]采用因子分析法對可能影響餐飲業發展的指標進行了分析，確定了影響餐飲業發展的三個因素，基于這三個因素，利用聚類分析和判別分析對中國餐飲業發展的區域差異進行了定量分析。王槐媛等[5]針對餐飲業的發展狀況，以營業額為例，運用GM（1,1）模型研究了我國餐飲業的發展趨勢。蘇昕[6]針對餐飲業現狀提出了對策，并闡述了餐飲業的發展前景。胡揚靜等[7]針對青島市的餐飲業發展分析了青島的經濟形勢。谷友鳳[8]主要研究了農村鄉鎮地區餐飲業的經濟發展狀況，并通過實證分析得出了影響農村餐飲業發展的因素。

本文將2007—2021 年河北省餐飲業營業額作為被解釋變量，將河北省餐飲企業從業人員數量、城鎮居民人均可支配收入、城鎮人口數量和餐飲業法人企業數量作為解釋變量，利用多元回歸分析軟件Eviews 對參數進行檢驗和修正后得出結論并提出建議，探析餐飲業營業額的提升因素。

一、模型變量與模型建立

（一）模型變量分析

由于居民消費受其收入的影響，通常收入越高的家庭，消費水平越高，在餐飲上的支出也就越高。人口的增加會使居民收入增加從而帶動消費，餐飲業企業數量以及從業人數越多也會對居民在餐飲上的消費產生影響。

本文中的影響變量是河北省城鎮居民人均可支配收入、城鎮人口數量、餐飲企業從業人數、餐飲業法人企業數量和餐飲業服務城鎮人口密度。

1.被解釋變量

本文中的被解釋變量為河北省2007—2021 年的餐飲業營業額，記作Y。

2.解釋變量

本文中的解釋變量如下：

（1）城鎮居民人均可支配收入，其與餐飲業營業額呈正相關，記作X1。

（2）城鎮人口數量，其與餐飲業營業額呈正相關，記作X2。

（3）餐飲企業從業人數，其與餐飲業營業額呈正相關，記作X3。

（4）餐飲業法人企業數量，其與餐飲業的營業額呈正相關，記作X4。

（5）餐飲業服務城鎮人口密度，其與餐飲業的營業額呈正相關，記作X2/X4。

3.其他因素

餐飲業營業額除了受以上因素的影響外，還受其他難以預知因素的影響，如消費偏好、自然災害以及宗教信仰等。這些因素也被納入隨機干擾項中，因為它們是不可觀測變量，記作μt。

（二）建立模型

通過以上分析，本文建立了多元線性回歸模型如下：

（三）數據來源

本文將2007—2021 年河北省餐飲業相關因素進行了統計，具體見表1。

表1 2007-2021 年河北省餐飲業相關因素統計表

二、回歸參數估計

對2007—2021 年的數據進行線性回歸分析，得到初步回歸方程如下：

解釋變量及隨機干擾項的t統計值如下：

三、回歸參數檢驗

（一）經濟意義檢驗

上述初步回歸方程的結果表明X2、X4的符號為負號，不能通過經濟學意義檢驗。但X1、X3的符號為正號，且系數大小在0 和1 之間，符合經濟學意義。

（二）檢驗

1.擬合優度檢驗

由以上回歸參數估計得到R2=0.965 201，修正后的R2=0.951 281。由于R2越大，表示自變量越能夠解釋關于因變量的變化，擬合優度越好。

2.回歸方程的顯著性檢驗

對模型中X1、X2、X3、X4與Y之間的線性關系進行檢驗。檢驗的原假設為H0:β1=β2=β3=β4=0。顯著性水平α=5%，n=15，k=14，F分布上側分位數F0.05(4,10)=3.48。

根據線性回歸分析得到F=69.340 560，其結果大于F0.05(4,10)，存在顯著的線性關系。

3.解釋變量的顯著性檢驗

顯著性水平α=5%。提出原假設H0:β1=β2=β3=β4=0。自由度f=n-k-1=10 的臨界值t0.05/2(10)=2.23。

通過分析結果可以得到t的檢驗結果，t1的絕對值為5.336 012，其大于t0.05/2(10)；t2的絕對值為4.113 004，其大于t0.05/2(10)；t3的絕對值為6.197 917，其大于t0.05/2(10)。

因此β1、β2、β3顯著不等于零，故拒絕原假設H0。由于t4的絕對值為1.926 236，其小于t0.05/2(10)，沒有通過顯著性檢驗。故接受β4=0 的假設。

（三）計量經濟學檢驗

1.多重共線性檢驗

以上分析結果表明，模型中可決系數R2較高，模型擬合程度較好，這說明模型中解釋變量的解釋程度較高。但是解釋變量X4的t統計量并不十分顯著，且X2、X4的參數符號為負號，因此對模型進行了多重共線性檢驗。

對被解釋變量Y分別關于解釋變量做最小二乘回歸，根據修正后可決系數R2的大小進行排序選取可決系數最大的X4作為進入回歸模型的第一個變量，故列出X4回歸分析結果。

解釋變量及隨機干擾項的t統計值如下：

把其他解釋變量分別加入模型，得出以下回歸結果。

（1）根據Y與X3和X4的回歸結果得出：

解釋變量及隨機干擾項的t統計值如下：

R2=0.823 980，修正后的R2=0.794 643，F=28.087 050。

（2）加入解釋變量X1，根據Y與X1、X3和X4的回歸結果得出：

解釋變量及隨機干擾項的t統計值如下：

以上結果表明，加入X1后的R2和修正后的R2與沒加入X1的數值相比增加了，X1、X3參數的t檢驗數值十分顯著，但X4參數的t檢驗并不顯著。因此，檢驗把X1和X3作為解釋變量的回歸模型，并跟Y與X3和X4的回歸結果進行了比較。（3）根據Y與X1和X3的回歸結果得出：

解釋變量及隨機干擾項的t統計值如下：

（4）加入解釋變量X2，根據Y與X1、X2和X3的回歸結果得出：

解釋變量及隨機干擾項的t統計值如下：

以上回歸結果表明，模型中存在嚴重的多重共線性：

比較發現，Y與X1和X3回歸結果中的可決系數比Y與X3和X4回歸結果中的可決系數略高，且兩者的t檢驗均顯著。

在給定顯著性水平α=5%的情況下，X4的系數不顯著并且為負，沒有通過檢驗且不符合經濟學意義，去掉解釋變量X4。從Y與X1、X2和X3的回歸結果可以看出，在加入解釋變量X2后，模型的可決系數R2的增加非常顯著，修正后的R2也顯著增加，但是X2的系數為負，不符合經濟學意義。

X2和X4在上述檢驗中都不符合經濟學意義，所以X2和X4這兩個變量可能在原模型中存在非線性關系，將X2/X4（餐飲業服務城鎮人口密度）作為新的解釋變量代入回歸模型并檢驗。

（5）加入解釋變量X2/X4，根據Y與X1、X2/X4和X3的回歸結果得出：

解釋變量及隨機干擾項的t統計值如下：

最新回歸結果將X2/X4作為解釋變量代入模型檢驗后可知，修正后的R2=0.910 218，大于Y與X1和X3的回歸結果中修正后的R2，且各項系數均通過檢驗且符合經濟學意義。

綜上所述，模型中保留的解釋變量是X1、X2/X4和X3，建立新的多元線性回歸模型為：Y=β0＋β1X1＋β2X2/X4＋β3X3＋μt，回歸結果如表2、表3 所示。

表3 檢驗的回歸結果

相應的回歸估計結果為：

解釋變量及隨機干擾項的t統計值如下：

綜上，以上回歸分析結果基本上消除了多重共線性。

2.異方差檢驗

對上一步排除多重共線性后得出的回歸方程進行異方差檢驗，并分別繪制E2對Xi的散點圖，如圖1、圖2、圖3 所示。

圖1 E2 對X1 的散點圖

圖2 E2 對X2/X4 的散點圖

圖3 E2 對X3 的散點圖

通過觀察散點圖可知，統計結果呈現向正方向對角線發展的趨勢，模型中可能存在異方差。利用White 檢驗查驗回歸模型中是否存在異方差，結果如表4 所示。

表4 White 檢驗結果

表4 表明，Obs*R2=14.313 43，在顯著性水平α=5%的情況下，其伴隨概率P=0.111 6，大于顯著性水平5%，因此模型中不存在異方差。

3.自相關檢驗

針對模型Y=β0＋β1X1＋β2X2/X4＋β3X3＋μt，使用DW檢驗法檢驗μt是否存在自相關。假設：H0:ρ等于0，H1:ρ不等于0。

根據表3，S.E.=3.413 343，DW=1.956 577。在顯著性水平α=5%，n=15，三個解釋變量的情況下，dU=1.95

四、結論和建議

（一）結論

河北省餐飲業營業額主要與城鎮居民人均可支配收入、餐飲業服務城鎮人口密度以及餐飲業從業人數等有關，且河北省餐飲業營業額隨著居民人均可支配收入的增加而增加，餐飲業服務城鎮人口密度以及餐飲業從業人數與河北省餐飲業營業額呈正相關。

（二）建議

在服務經濟時代背景下，對河北省餐飲業的發展提出以下建議：

第一，增加居民人均可支配收入，提高居民的消費水平。政府及相關部門應該鼓勵并增加居民就業，提高居民工資收入水平，對生活困難的居民及家庭給予一定比例的補貼，以此來避免物價高而居民人均可支配收入低的現象。值得我們注意的是，在提高居民收入水平的同時也應當提高居民在餐飲方面的消費水平，借助現階段高速發展的互聯網，精準、大面積地做好傳統餐飲業的宣傳工作，確保提高居民餐飲消費水平，推動河北省餐飲業的發展。

第二，加大餐飲業服務城鎮人口密度。加大餐飲業服務城鎮人口密度的前提就是要增加城鎮人口的數量和餐飲企業的數量，可以利用“網紅經濟”發展餐飲企業，吸引越來越多的城鎮人口。例如重慶市以重慶辣火鍋聞名，吸引了無數的游客前去品嘗，甚至有人會為了火鍋而定居重慶。所以，河北省也要抓住自身餐飲企業優勢，運用特色菜品、價格優勢等留住顧客，并以此來增加城鎮人口的數量。

第三，增加餐飲業從業人數。首先是優化新餐飲企業的業務程序，譬如在申請營業執照等環節給餐飲企業提供便利條件，開通網上業務辦理，提高企業辦理業務的效率。其次是做好商家供應與顧客需求間的適配關系，大數據時代更易實現信息共享，商家可以利用信息共享的便捷之處，準確地了解顧客需求，打造個性化服務體驗。通過較為快速、細致的共享信息，餐飲企業能夠較快搜集到市場信息及客戶需求，并以此來精準適配和服務顧客，從而增加到店人流量。

總而言之，當前服務經濟時代是大勢所趨，餐飲業消費水平的高低對河北省經濟增長及發展有著重要的影響。因此，需要從提高居民可支配收入，促進城鎮人口餐飲消費，加大餐飲業服務城鎮人口密度，增加餐飲業的從業人數等多方面著手，提高河北省餐飲業的營業額。同時，利用大數據時代信息共享的優勢，加快傳統餐飲業的轉型升級，提高餐飲業從業人員各方面的素質及服務水平，進而精準定位餐飲業的“流量密碼”。這樣一來，河北省餐飲業的發展又能反哺服務經濟，形成服務經濟與河北省餐飲業之間互相促進的良好循環體系。