中國啤酒釀造業(yè)的空間相關(guān)性及空間誤差模型分析
——基于31個?。▍^(qū)、市）的截面數(shù)據(jù)

夏東保，戴 澍，羅時龍

（1.江蘇今世緣酒業(yè)股份有限公司，江蘇 漣水，320826；2.炎黃職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理系，江蘇 漣水，320826）

一、引言

我國的啤酒釀造業(yè)起源于19世紀(jì)末，至今已逾百年。百年來，啤酒工業(yè)浮浮沉沉，終在21世紀(jì)初迎來了加速發(fā)展的新局面，并在2013年達(dá)到頂峰，但彼時存在較嚴(yán)重的產(chǎn)能過?，F(xiàn)象。隨著供給側(cè)改革的實施，國內(nèi)啤酒產(chǎn)量回落。經(jīng)過幾年的發(fā)展，當(dāng)前啤酒釀造業(yè)發(fā)展?fàn)顩r如何，空間布局如何，成為備受關(guān)注的問題。

有關(guān)啤酒釀造業(yè)的相關(guān)研究較為豐富，研究年限主要集中在2015年之前。王宇[1]（2006）認(rèn)為相對于城市，農(nóng)村啤酒市場是啤酒行業(yè)發(fā)展的方向。程燕[2]（2014）依托2000—2011年數(shù)據(jù)判斷國內(nèi)啤酒消費存在極大的增長空間，但這種增長并未呈現(xiàn)均勻分布。宗剛[3]（2013）指出中國高啤酒產(chǎn)量和低人均消費水平不匹配，消費水平亦未被充分開發(fā)，據(jù)此判斷啤酒行業(yè)仍有發(fā)展空間。本文認(rèn)為程燕和宗剛等人的觀點稍有局限，長期來看，高消費潛力和產(chǎn)量確會帶來行業(yè)的高速發(fā)展，但短期內(nèi)由于受產(chǎn)業(yè)黏性等因素影響，可能存在產(chǎn)能過?，F(xiàn)象。相較而言有關(guān)啤酒業(yè)空間布局的研究幾乎沒有，本文通過比較國內(nèi)啤酒產(chǎn)量的空間相關(guān)性，并建立空間誤差模型，考察啤酒產(chǎn)業(yè)布局情況。

二、理論基礎(chǔ)

（一）莫蘭指數(shù)

莫蘭指數(shù)是空間自相關(guān)分析常用的統(tǒng)計方法，其通過考察某區(qū)域觀察值與地理相鄰區(qū)域觀測值的相關(guān)性，明確區(qū)域間的相關(guān)關(guān)系。莫蘭指數(shù)分全局莫蘭指數(shù)和局部莫蘭指數(shù)。公式見式（1）、式（2）。值域為[－1,1]，若取值∈[－1,0）說明區(qū)域間存在空間負(fù)相關(guān)；取值∈(0,1]說明存在空間正相關(guān)；取值為0，表明不存在空間相關(guān)性。[4]

式（1）、式（2）中，yi和yj為不同區(qū)域的觀察值為觀察均值，n為區(qū)域個數(shù)，Wij為權(quán)重矩陣。本文的權(quán)重矩陣定義為:

式（3）中dij為目標(biāo)區(qū)域與觀測區(qū)域的實際空間距離，d為固定值，一般采用系統(tǒng)默認(rèn)值。

（二）空間滯后模型與空間誤差模型

若經(jīng)過莫蘭指數(shù)測算，系統(tǒng)內(nèi)存在空間相關(guān)性。不宜采用經(jīng)典模式進(jìn)行回歸分析，而應(yīng)考慮使用空間計量模型?？臻g模型分空間滯后模型和空間誤差模型?？臻g滯后模型的表達(dá)式為式（4），空間誤差模型的表達(dá)式為式（5）。

式（4）中A為被解釋變量，B為解釋變量，W為空間權(quán)重矩陣，α為常數(shù)項，β是解釋變量系數(shù)，ρ是空間自回歸系數(shù)，ε表示隨機(jī)誤差。

式（5）中，λ為空間自相關(guān)系數(shù)，μ為誤差項，其余參數(shù)解釋同式（4）。

關(guān)于空間滯后模型和空間誤差模型的選擇，一般認(rèn)為應(yīng)從經(jīng)典回歸模型開始，用經(jīng)典回歸后的殘差進(jìn)行拉格朗日乘子檢驗，即進(jìn)行LM(lag)檢驗和LM(error)檢驗。若LM(lag)檢驗顯著，LM(error)檢驗不顯著應(yīng)選擇空間滯后模型，反之選擇空間誤差模型；兩個檢驗都不顯著則應(yīng)選擇經(jīng)典回歸模型；兩個檢驗都顯著，則比較Robust LM(lag)和Robust LM(error)的顯著性，lag顯著選擇空間滯后模型，反之選擇空間誤差模型。[5]

三、實證分析

（一）數(shù)據(jù)說明

本文以2019年中國31個省（區(qū)、市）的啤酒產(chǎn)量、人口數(shù)、工業(yè)產(chǎn)值和生產(chǎn)效率的截面數(shù)據(jù)作為研究的對象。其中生產(chǎn)效率用各省（區(qū)、市）的GDP與就業(yè)人數(shù)的比值表示。所有數(shù)據(jù)均來自《2020年中國統(tǒng)計年鑒》。實證分析借助Geoda空間計量軟件實現(xiàn)。

（二）啤酒產(chǎn)量分布情況

2019年中國31個省（區(qū)、市）累計生產(chǎn)啤酒376.529億升，同比下降0.94%，其中山東省產(chǎn)量最大為48.435億升，占全國總產(chǎn)量12.86%。青海省產(chǎn)量最低為0.203億升。從空間分布的角度來看，山東省、廣東省、河南省、四川省、浙江省、遼寧省、黑龍江省、江蘇省屬于啤酒產(chǎn)量較高區(qū)域，這些省份除四川、河南、黑龍江外都集中在東部沿海地區(qū)；河北省、福建省、湖北省、廣西壯族自治區(qū)、貴州省、北京市、吉林省、云南省屬于第二梯隊即啤酒產(chǎn)量偏高區(qū)域；第三梯隊即啤酒產(chǎn)量偏低區(qū)域大多集中在中部地區(qū)，主要涉及安徽省、江西省、陜西省、重慶市、內(nèi)蒙古自治區(qū)、湖南省、新疆維吾爾自治區(qū)等?。▍^(qū)、市）；而啤酒產(chǎn)量最低的省（區(qū)、市）包括上海市、甘肅省、天津市、寧夏回族自治區(qū)、山西省、西藏自治區(qū)、海南省和青海省，這些?。▍^(qū)、市）除上海和海南外，主要集中在青藏高原和秦嶺以北的部分區(qū)域。整體來看，中國31個?。▍^(qū)、市）啤酒產(chǎn)量呈現(xiàn)明顯的東強(qiáng)西弱的特征。

（三）莫蘭指數(shù)測算

依托式（1），對31個?。▍^(qū)、市）的啤酒產(chǎn)量進(jìn)行空間自相關(guān)分析。結(jié)果顯示：全局莫蘭指數(shù)為0.004，在0.1水平上通過顯著性檢驗。這表明我國啤酒產(chǎn)量呈現(xiàn)顯著的正向自相關(guān)關(guān)系，因此在后續(xù)進(jìn)行回歸分析時須考慮空間因素。但全局莫蘭指數(shù)的值小于0.25，屬于弱正相關(guān)范疇，空間性對系統(tǒng)的影響作用有限。進(jìn)一步對各省（區(qū)、市）的局部莫蘭指數(shù)進(jìn)行測算。有7個省份的啤酒產(chǎn)量在0.05水平上通過局部莫蘭指數(shù)的顯著性檢驗，其中湖北省和浙江省屬于高—高集聚區(qū)，表明本省和周邊省份均有較高的啤酒產(chǎn)量，可能存在集聚效應(yīng)或規(guī)模經(jīng)濟(jì)現(xiàn)象；四川省屬于高—低集聚區(qū)，該省的啤酒產(chǎn)量對周邊有溢出作用；安徽省、江西省和上海市屬于低—高集聚區(qū)，上述省份啤酒產(chǎn)量不高，但周圍可能存在較高啤酒產(chǎn)量的省份，受輻射作用影響，這些省份的啤酒生產(chǎn)存在一定潛力；西藏自治區(qū)屬于低—低集聚區(qū)，自身和周邊區(qū)域的啤酒產(chǎn)量均低，這可能和當(dāng)?shù)氐纳a(chǎn)水平、消費能力及消費習(xí)慣相關(guān)。

（四）回歸分析

1.變量選擇

以啤酒產(chǎn)量為被解釋變量，消費能力、生產(chǎn)規(guī)模和生產(chǎn)效率為解釋變量，進(jìn)行分析。對各解釋變量的說明見表1。

表1 解釋變量說明

對各解釋變量有幾點說明。第一，通常消費能力的表示首選人均GDP或人均可支配收入。本文選擇以人口數(shù)表示消費能力的原因在于：啤酒屬于快消品，價格低廉，收入水平對啤酒消費的影響不大，人口規(guī)模的大小更能體現(xiàn)啤酒消費情況。第二，生產(chǎn)效率的預(yù)期參數(shù)符號不定。啤酒行業(yè)附加值低，行業(yè)可能存在轉(zhuǎn)移趨勢，如此則預(yù)期符號為負(fù)，但綜合考慮各省（區(qū)、市）的經(jīng)濟(jì)狀況和物流成本，這一現(xiàn)象并不一定發(fā)生。

2.模型回歸

首先采用經(jīng)典線性回歸模型進(jìn)行分析，發(fā)現(xiàn)LM(lag)和LM(error)均通過檢驗，因此再比較Robust LM(lag)和Robust LM(error)的值，Robust LM(error)的值略大，擬采用空間誤差模型進(jìn)行分析。回歸結(jié)果如下。

表2 回歸結(jié)果

本次回歸的R2=0.73，擬合效果屬可接受范疇。消費能力的系數(shù)為0.028，在0.01水平上通過顯著性檢驗，與預(yù)期相符，表明各區(qū)域的消費能力能有效刺激啤酒生產(chǎn)；生產(chǎn)規(guī)模的系數(shù)為0.002，與預(yù)期相符，表明國內(nèi)啤酒生產(chǎn)存在一定的規(guī)模經(jīng)濟(jì)，但此項并未通過顯著性檢驗，結(jié)論僅供參考；生產(chǎn)效率的系數(shù)為－5.362，在0.1水平上通過顯著性檢驗，如前文分析，高效率勞動力可能并不從事啤酒生產(chǎn)業(yè)，亦可理解為效率未成為促進(jìn)啤酒生產(chǎn)的有效因素。

四、結(jié)論

本文考察中國31個?。▍^(qū)、市）啤酒產(chǎn)量的空間相關(guān)性，并進(jìn)行空間誤差模型分析，得到以下結(jié)論：

第一，東部沿海地區(qū)的啤酒產(chǎn)量相對較高，青藏高原和秦嶺以北的部分區(qū)域啤酒產(chǎn)量較低。整體來看呈明顯的東強(qiáng)西弱特征。

第二，各?。▍^(qū)、市）的啤酒產(chǎn)量存在顯著的正向自相關(guān)關(guān)系，但空間性對系統(tǒng)的影響作用有限。湖北省和浙江省屬高—高集聚區(qū)，四川省屬高—低集聚區(qū)，安徽省、江西省和上海市屬低—高集聚區(qū)，西藏自治區(qū)屬低—低集聚區(qū)。

第三，消費能力能有效刺激啤酒生產(chǎn)；國內(nèi)啤酒生產(chǎn)存在一定的規(guī)模經(jīng)濟(jì)，規(guī)模經(jīng)濟(jì)的形成降低了平均成本，使生產(chǎn)進(jìn)入良性循環(huán)的狀態(tài)；國內(nèi)高效率勞動力可能并不從事啤酒生產(chǎn)業(yè)，效率并未成為促進(jìn)啤酒生產(chǎn)的有效因素。