服务经济时代餐饮业营业额提升因素探析——以河北省为例

李庆一，王丽娜，苏 旺，张秋月，耿 川，王奕潼

(1.海南师范大学 经济与管理学院，海南 海口 571158；2.中国石油锦州石化公司 辽宁 锦州 121001)

生活在21 世纪的人们对“吃”有了更深的认识。同时，随着服务经济时代的到来，餐饮业已成为增加内需、刺激消费、稳定增长、惠及民生的重要配套产业。据调查，近几年很多餐饮企业由于受疫情影响纷纷倒闭，随着经济的复苏，居民消费观念的改变以及外卖行业的发展，作为传统服务行业的餐饮业也逐步复苏。餐饮业与其他行业密切相关，其发展可以有效促进其他行业的发展，如零售业、旅游业和酒店行业等，所以构建一个完整的计量经济学模型来研究餐饮业销售额影响因素就显得尤为重要。

近年来，河北省的餐饮业从2007 年的23.2 亿元人民币稳步增长到2021 年的66.7 亿元人民币，且增长潜力巨大。2021 年，河北省城镇居民人均可支配收入已达到39 791 元，几乎是2007 年11 550元的3.5 倍。餐饮业作为第三产业的重要组成部分，具有较高的发展潜力，对促进河北省经济发展具有重要作用。许多学者对中国餐饮业的影响因素进行了实证分析。何闯[1]针对2004—2019 年我国餐饮业的营业额、国内游客人数等进行多元回归分析，认为餐饮业的营业额与居民可支配收入和餐饮业从业人数有关。李丽娜等[2]收集了1999—2014 年的数据并对影响餐饮消费的相关变量进行了实证研究，分析结果显示，对餐饮消费影响最大的是城市人口的规模。刘明[3]收集了1978—2009 年餐饮业社会消费品零售总额和人均GDP 的时间序列数据，并对影响餐饮业营业额的因素进行了分析。石柱鲜等[4]采用因子分析法对可能影响餐饮业发展的指标进行了分析，确定了影响餐饮业发展的三个因素，基于这三个因素，利用聚类分析和判别分析对中国餐饮业发展的区域差异进行了定量分析。王槐媛等[5]针对餐饮业的发展状况，以营业额为例，运用GM（1,1）模型研究了我国餐饮业的发展趋势。苏昕[6]针对餐饮业现状提出了对策，并阐述了餐饮业的发展前景。胡扬静等[7]针对青岛市的餐饮业发展分析了青岛的经济形势。谷友凤[8]主要研究了农村乡镇地区餐饮业的经济发展状况，并通过实证分析得出了影响农村餐饮业发展的因素。

本文将2007—2021 年河北省餐饮业营业额作为被解释变量，将河北省餐饮企业从业人员数量、城镇居民人均可支配收入、城镇人口数量和餐饮业法人企业数量作为解释变量，利用多元回归分析软件Eviews 对参数进行检验和修正后得出结论并提出建议，探析餐饮业营业额的提升因素。

一、模型变量与模型建立

（一）模型变量分析

由于居民消费受其收入的影响，通常收入越高的家庭，消费水平越高，在餐饮上的支出也就越高。人口的增加会使居民收入增加从而带动消费，餐饮业企业数量以及从业人数越多也会对居民在餐饮上的消费产生影响。

本文中的影响变量是河北省城镇居民人均可支配收入、城镇人口数量、餐饮企业从业人数、餐饮业法人企业数量和餐饮业服务城镇人口密度。

1.被解释变量

本文中的被解释变量为河北省2007—2021 年的餐饮业营业额，记作Y。

2.解释变量

本文中的解释变量如下：

（1）城镇居民人均可支配收入，其与餐饮业营业额呈正相关，记作X1。

（2）城镇人口数量，其与餐饮业营业额呈正相关，记作X2。

（3）餐饮企业从业人数，其与餐饮业营业额呈正相关，记作X3。

（4）餐饮业法人企业数量，其与餐饮业的营业额呈正相关，记作X4。

（5）餐饮业服务城镇人口密度，其与餐饮业的营业额呈正相关，记作X2/X4。

3.其他因素

餐饮业营业额除了受以上因素的影响外，还受其他难以预知因素的影响，如消费偏好、自然灾害以及宗教信仰等。这些因素也被纳入随机干扰项中，因为它们是不可观测变量，记作μt。

（二）建立模型

通过以上分析，本文建立了多元线性回归模型如下：

（三）数据来源

本文将2007—2021 年河北省餐饮业相关因素进行了统计，具体见表1。

表1 2007-2021 年河北省餐饮业相关因素统计表

二、回归参数估计

对2007—2021 年的数据进行线性回归分析，得到初步回归方程如下：

解释变量及随机干扰项的t统计值如下：

三、回归参数检验

（一）经济意义检验

上述初步回归方程的结果表明X2、X4的符号为负号，不能通过经济学意义检验。但X1、X3的符号为正号，且系数大小在0 和1 之间，符合经济学意义。

（二）检验

1.拟合优度检验

由以上回归参数估计得到R2=0.965 201，修正后的R2=0.951 281。由于R2越大，表示自变量越能够解释关于因变量的变化，拟合优度越好。

2.回归方程的显著性检验

对模型中X1、X2、X3、X4与Y之间的线性关系进行检验。检验的原假设为H0:β1=β2=β3=β4=0。显著性水平α=5%，n=15，k=14，F分布上侧分位数F0.05(4,10)=3.48。

根据线性回归分析得到F=69.340 560，其结果大于F0.05(4,10)，存在显著的线性关系。

3.解释变量的显著性检验

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

通过分析结果可以得到t的检验结果，t1的绝对值为5.336 012，其大于t0.05/2(10)；t2的绝对值为4.113 004，其大于t0.05/2(10)；t3的绝对值为6.197 917，其大于t0.05/2(10)。

因此β1、β2、β3显著不等于零，故拒绝原假设H0。由于t4的绝对值为1.926 236，其小于t0.05/2(10)，没有通过显著性检验。故接受β4=0 的假设。

（三）计量经济学检验

1.多重共线性检验

以上分析结果表明，模型中可决系数R2较高，模型拟合程度较好，这说明模型中解释变量的解释程度较高。但是解释变量X4的t统计量并不十分显著，且X2、X4的参数符号为负号，因此对模型进行了多重共线性检验。

对被解释变量Y分别关于解释变量做最小二乘回归，根据修正后可决系数R2的大小进行排序选取可决系数最大的X4作为进入回归模型的第一个变量，故列出X4回归分析结果。

解释变量及随机干扰项的t统计值如下：

把其他解释变量分别加入模型，得出以下回归结果。

（1）根据Y与X3和X4的回归结果得出：

解释变量及随机干扰项的t统计值如下：

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

（2）加入解释变量X1，根据Y与X1、X3和X4的回归结果得出：

解释变量及随机干扰项的t统计值如下：

以上结果表明，加入X1后的R2和修正后的R2与没加入X1的数值相比增加了，X1、X3参数的t检验数值十分显著，但X4参数的t检验并不显著。因此，检验把X1和X3作为解释变量的回归模型，并跟Y与X3和X4的回归结果进行了比较。（3）根据Y与X1和X3的回归结果得出：

解释变量及随机干扰项的t统计值如下：

（4）加入解释变量X2，根据Y与X1、X2和X3的回归结果得出：

解释变量及随机干扰项的t统计值如下：

以上回归结果表明，模型中存在严重的多重共线性：

比较发现，Y与X1和X3回归结果中的可决系数比Y与X3和X4回归结果中的可决系数略高，且两者的t检验均显著。

在给定显著性水平α=5%的情况下，X4的系数不显著并且为负，没有通过检验且不符合经济学意义，去掉解释变量X4。从Y与X1、X2和X3的回归结果可以看出，在加入解释变量X2后，模型的可决系数R2的增加非常显著，修正后的R2也显著增加，但是X2的系数为负，不符合经济学意义。

X2和X4在上述检验中都不符合经济学意义，所以X2和X4这两个变量可能在原模型中存在非线性关系，将X2/X4（餐饮业服务城镇人口密度）作为新的解释变量代入回归模型并检验。

（5）加入解释变量X2/X4，根据Y与X1、X2/X4和X3的回归结果得出：

解释变量及随机干扰项的t统计值如下：

最新回归结果将X2/X4作为解释变量代入模型检验后可知，修正后的R2=0.910 218，大于Y与X1和X3的回归结果中修正后的R2，且各项系数均通过检验且符合经济学意义。

综上所述，模型中保留的解释变量是X1、X2/X4和X3，建立新的多元线性回归模型为：Y=β0＋β1X1＋β2X2/X4＋β3X3＋μt，回归结果如表2、表3 所示。

表3 检验的回归结果

相应的回归估计结果为：

解释变量及随机干扰项的t统计值如下：

综上，以上回归分析结果基本上消除了多重共线性。

2.异方差检验

对上一步排除多重共线性后得出的回归方程进行异方差检验，并分别绘制E2对Xi的散点图，如图1、图2、图3 所示。

图1 E2 对X1 的散点图

图2 E2 对X2/X4 的散点图

图3 E2 对X3 的散点图

通过观察散点图可知，统计结果呈现向正方向对角线发展的趋势，模型中可能存在异方差。利用White 检验查验回归模型中是否存在异方差，结果如表4 所示。

表4 White 检验结果

表4 表明，Obs*R2=14.313 43，在显著性水平α=5%的情况下，其伴随概率P=0.111 6，大于显著性水平5%，因此模型中不存在异方差。

3.自相关检验

针对模型Y=β0＋β1X1＋β2X2/X4＋β3X3＋μt，使用DW检验法检验μt是否存在自相关。假设：H0:ρ等于0，H1:ρ不等于0。

根据表3，S.E.=3.413 343，DW=1.956 577。在显著性水平α=5%，n=15，三个解释变量的情况下，dU=1.95

四、结论和建议

（一）结论

河北省餐饮业营业额主要与城镇居民人均可支配收入、餐饮业服务城镇人口密度以及餐饮业从业人数等有关，且河北省餐饮业营业额随着居民人均可支配收入的增加而增加，餐饮业服务城镇人口密度以及餐饮业从业人数与河北省餐饮业营业额呈正相关。

（二）建议

在服务经济时代背景下，对河北省餐饮业的发展提出以下建议：

第一，增加居民人均可支配收入，提高居民的消费水平。政府及相关部门应该鼓励并增加居民就业，提高居民工资收入水平，对生活困难的居民及家庭给予一定比例的补贴，以此来避免物价高而居民人均可支配收入低的现象。值得我们注意的是，在提高居民收入水平的同时也应当提高居民在餐饮方面的消费水平，借助现阶段高速发展的互联网，精准、大面积地做好传统餐饮业的宣传工作，确保提高居民餐饮消费水平，推动河北省餐饮业的发展。

第二，加大餐饮业服务城镇人口密度。加大餐饮业服务城镇人口密度的前提就是要增加城镇人口的数量和餐饮企业的数量，可以利用“网红经济”发展餐饮企业，吸引越来越多的城镇人口。例如重庆市以重庆辣火锅闻名，吸引了无数的游客前去品尝，甚至有人会为了火锅而定居重庆。所以，河北省也要抓住自身餐饮企业优势，运用特色菜品、价格优势等留住顾客，并以此来增加城镇人口的数量。

第三，增加餐饮业从业人数。首先是优化新餐饮企业的业务程序，譬如在申请营业执照等环节给餐饮企业提供便利条件，开通网上业务办理，提高企业办理业务的效率。其次是做好商家供应与顾客需求间的适配关系，大数据时代更易实现信息共享，商家可以利用信息共享的便捷之处，准确地了解顾客需求，打造个性化服务体验。通过较为快速、细致的共享信息，餐饮企业能够较快搜集到市场信息及客户需求，并以此来精准适配和服务顾客，从而增加到店人流量。

总而言之，当前服务经济时代是大势所趋，餐饮业消费水平的高低对河北省经济增长及发展有着重要的影响。因此，需要从提高居民可支配收入，促进城镇人口餐饮消费，加大餐饮业服务城镇人口密度，增加餐饮业的从业人数等多方面着手，提高河北省餐饮业的营业额。同时，利用大数据时代信息共享的优势，加快传统餐饮业的转型升级，提高餐饮业从业人员各方面的素质及服务水平，进而精准定位餐饮业的“流量密码”。这样一来，河北省餐饮业的发展又能反哺服务经济，形成服务经济与河北省餐饮业之间互相促进的良好循环体系。