我国啤酒产量的计量模型研究

曹 清，刘 伟

（四川大学锦城学院，成都611731）

一、绪论

（一）研究背景

我国是啤酒生产大国和消费大国，从消费方面来看，啤酒消费的群体在不断扩大。而从生产方面来看，自从改革开放以来，我国的啤酒产量增长很快。目前，我国啤酒制造已经处于成熟时期，正在逐步加大技术研发，朝着中高端啤酒方向发展。根据中国酒业协会的数据显示，2019年我国的啤酒产量完成3765.3万千升，相比于2018年增长了1.1%，产量净增长达到40.4万千升。人均占有量为26.9升，比2018年下降0.4升。而从全世界范围来看，啤酒成为全世界酒类中生产和消费最大的酒种。全球有165个国家和地区生产啤酒，所以可以将啤酒作为国际上通用的饮料。

（二）研究意义

我国啤酒生产在世界中占据着主导地位，以2017年为例，我国啤酒全行业规模以上企业产量约4600万吨，占世界啤酒总产量的24.5%。可以说，我国作为啤酒生产大国，生产产量的变化会给世界啤酒的生产带来巨大的影响。加之目前国内啤酒消费需求旺盛，仅2019年啤酒行业的销售收入达158.3亿元。现阶段，我国啤酒行业进入新周期，啤酒行业品牌创新升级，产品结构和生产水平不断优化，啤酒出口量大。而且啤酒消费在各种消费中扮演着越来越重要的角色，在酒类消费中的占比不断扩大。因此，本文从我国啤酒的产量入手，通过分析影响其产量的关键因素的不同影响，从而研究出我国啤酒行业在生产过程中急需改善、提升的方面。由此根据所建立的模型对啤酒的产量做进一步预测，并为我国啤酒行业发展提供相关的建议。

（三）研究综述

魏清予（2008）分析了我国啤酒制造业的市场行为情况，同时进一步深度分析了当时我国啤酒制造业的发展状况、资源配置效率、技术进步水平状况，通过分析我国啤酒制造业的现状给出未来啤酒行业发展的建议。周江（2011）通过VAR模型研究了我国啤酒销售量与气象之间的关系，通过气象对啤酒原料产量的影响来得出何因素对于大麦的影响最为严重，由此通过相关措施来减轻这些因素对于啤酒产量的影响。安晓燕（2005）通过4C营销策略来研究分析我国农村啤酒行业的发展态势，与城镇居民的啤酒行业进行对比，并且主要研究了啤酒市场的消费人群、我国啤酒行业的消费特点，对我国啤酒行业未来在城镇和农村的发展态势作了进一步深度研究，从理论高度上给予相关解决问题的方法。张洋（2013）以百威啤酒为例，研究分析百威啤酒每一年的产量与销售量之间的关系，研究百威啤酒是否能够满足我国啤酒消费者的需求、偏好等，同时通过分析我国啤酒市场的发展状况、行业平均产量，分析市场规模、营销渠道等方面，给出百威啤酒乃至我国啤酒行业在生产、定量上的有关建议。艾民（2009）根据对不同地区啤酒行业负责人的新闻采访报道，发现我国不同省市啤酒行业发展状况有所不同。上海、浙江等沿海城市居民啤酒消费能力强，这些省市的啤酒行业发展状况较好，啤酒供应量随着技术的成熟在不断提升。而从啤酒的市场容量来看，国内很多地区的啤酒供给不能满足该地区的啤酒需求，部分地区的供需相差较大，仍然需要进口啤酒或以其他酒类代替啤酒，啤酒行业还没达到饱和的状态。而从啤酒行业未来发展状况来看，我国啤酒产业需要通过技术升级等提升产量。

以上学者都通过对我国啤酒产业的发展态势、发展的方向等方面对我国啤酒行业进行了分析，但并没有对哪一种因素影响我国啤酒产量的发展做进一步分析。基于此，本文挑选几种影响啤酒产量的关键因素，对啤酒行业产量进行深入研究。

二、模型变量的选择

（一）城镇居民人均可支配收入

城镇居民人均可支配收入的高低会影响城镇居民对于啤酒的消费量，居民可支配收入指的是居民可以自由支配的收入，而选用城镇居民的人均可支配收入的原因是从现有的数据分析来看，我国农村地区的啤酒消费量占比较小，同时我国农村地区啤酒消费市场还没有打开，因此选用城镇居民的人均可支配收入作为模型的解释变量。通过每一年城镇居民的可支配收入以及其增减变化可以初步判断其对于我国啤酒产量的影响。如果城镇居民的人均可支配收入高，说明其可以用于啤酒消费或者用于不同品质的啤酒消费量就会提升，同时如果人均可支配收入低，意味着居民用于购买啤酒的支出的频率或者次数可能会减少。因此，城镇居民人均可支配收入成为影响我国啤酒产量的一大关键因素。

（二）餐饮业营业收入

啤酒消费的群体越来越多，同时啤酒消费的场所也在变多。从原来的家庭聚会等发展到现在聚会、外出就餐等场所。因此，餐饮业营业收入也对我国啤酒产量有着重要的参考意义。我国餐饮业营业收入的增减变化中包含着居民在外出就餐、聚会时啤酒消费量的变化，这自然而然也会成为影响我国啤酒产量的一大因素。

（三）我国小麦产量

小麦作为啤酒的主要原料。目前，国内外生产啤酒所使用的原料主要是小麦麦芽，而我国国产小麦的产量远远满足不了国内啤酒工业发展的需要，每年都要从国外进口小麦。以我国2019年12月啤酒主要原料的进口统计数据来看，当月小麦进口239650吨，占我国啤酒生产所需小麦量的比重大，因此小麦作为现阶段我国啤酒行业的主要原材料，直接影响着我国啤酒的产量。将小麦产量作为我国啤酒产量的研究因素，可以分析出小麦产量对于我国啤酒产量的影响因素，以利于对我国未来啤酒行业的发展提出科学的建议。

（四）啤酒新增生产能力

根据定义，啤酒新增生产能力是指通过固定资产投资活动而增加的设计能力。主要指标包括建设规模、本年施工规模、自开始建设累计新增生产能力（或工程效益）、本年新增生产能力等。因此，如果某一年的啤酒新增能力高，说明本年度啤酒的新增生产能力强，啤酒行业的投资增加，无论是对于技术还是啤酒酿造厂房的投入增加，都有利于我国啤酒的生产。啤酒新增生产能力不仅关乎我国的啤酒产量，同时还与我国啤酒产业的改革升级有着重要的联系。因此，将啤酒新增生产能力纳入本次计量模型的解释变量。

三、实证分析方法和模型设定

（一）模型的构想和初步设立

通过收集到的数据（相关数据见附表1），运用Eviews软件进行分析，通过解释变量与被解释变量关系的散点图和折线图（见附图2）发现，初步设立该模型为线性形式：

表1 简单相关系数检验结果

图2 正态检验结果图

其中：Y代表我国啤酒产量（单位：万千升），X1代表我国城镇居民的人均可支配收入（单位：元），X2代表我国小麦产量（单位：万吨），X3代表我国餐饮业营业收入（单位：亿元），X4代表我国啤酒新增生产能力（万吨/年）。

（二）初步设立模型的参数估计与检验

1.初步设立模型的参数估计

通过Eviews软件进行参数估计，得出模型的数学形式如下：

2.初步设立模型的检验

由回归模型可以知道，虽然模型的可决系数好，但在给定的显著水平下，X2也就是小麦产量的参数估计不显著。而城镇居民的可支配收入与小麦产量与我国啤酒的产量呈负相关关系，这与现实的经济意义相违背。所以我们可以知道现有的初步设立的模型存在着许多问题。因此我们对模型进行多重共线性检验。

使用相关系数矩阵法，检验结果如下图所示：

图1 相关系数矩阵法的检验结果

由以上数据我们可以知道，X1与X2、X3，X2与X3存在着严重的多重共线性。因此我们需要对模型进行修正。

（三）初步设立模型的修正

1.为了避免删除重要的解释变量引起设定误差，不随意删除解释变量，考虑将各变量进行对数变换：

之后我们采用逐步回归法，对lnX1、lnX2、lnX3、lnX4做一元线性简单回归。

（1）对lnX1进行一元线性简单回归，结果为：

R2值比较大，拟合优度较好，t=9.51，通过t检验；

（2）对lnX2进行一元线性简单回归，结果如下

R2值小，拟合优度很差，t=4.55，通过t检验；

（3）对lnX3进行一元线性简单回归，结果如下

R2值大，拟合优度好，t=14.95，通过t检验；

（4）对lnX4进行一元线性简单回归，结果为：

R2值很小，拟合优度极差，t=0.10，F=0.010360不能通过t检验、F检验

2.综合以上检验结果，通过对各自拟合优度、D.W值和t值的比较，得出变量的优异程度排序为ln X3＞ln X1＞ln X2＞ln X4，但就经济意义理论分析我们将城镇居民人均可支配收入作为最优解释变量。以模型lnY=3.901491+0.443425ln X1为基础，分别引入ln X2、ln X3、ln X4。

（1）引入ln X2

R=0.829701，拟合优度一般，lnX1通过了t检2验，但是lnX1无法通过t检验，却通过了F检验。

（2）引入lnX2

R2=0.973389，拟合优度很好，ln X1、ln X3分别通过了t检验，同时通过了F检验，但是这使得ln X1反而不能通过经济意义检验，这与实际情况不符。

（3）引入ln X4

R2=0.946544，拟合优度好，ln X1、ln X4分别通过了t检验，同时通过了F检验。

3.根据以上的检验，通过对各自拟合优度、D.W值和t值的比较，得出最优变量为ln X1、ln X4，以模型lnY=2.309138+0.503308lnX1+0.181167lnX4为基础，分别引入ln X2、ln X4。

（1）引入ln X2

R2=0.947267，拟合优度好，ln X1、ln X4分别通过了t检验，但ln X2是不能通过t检验的。

（2）引入ln X2

R2=0.986795，拟合优度好，ln X1、ln X3、ln X4分别通过了t检验，但是ln X1却不能通过经济意义检验。

（四）模型的设定

以上得出结果，为最终解释变量，确定最终模型为：

四、实证分析检验

（一）经济意义检验

通过模型的回归结果可知：我国啤酒产量与城镇居民的人均可支配收入呈正相关，与啤酒新增生产能力呈正相关。依据有关经济理论及结合模型可知，我国城镇居民可支配收入每增长1%，我国啤酒产量提高0.503308%。而啤酒新增生产能力增长1%，我国啤酒产量提高0.181167%。这与实际经济情况相符，由此通过经济意义检验。

（二）统计检验

拟合优度检验：R2=0.964544，R2=0.940604，说明模型拟合优度好。

显著性检验：对于β1而言，t=17.85给定显著性水平α=0.05，n-k=21-3=18，临界值t0.025（18）=2.101，t（β1）＞t0.025（18），则通过t检验；

对于β4而言，t=6.39，给定显著性水平α=0.05，n-k=21-3=18，临界值t0.025（18）=2.101，t＞t0.025（18），则通过t检验；

F=159.3624，给定显著性水平α=0.05，临界值Fα（k-1，n-k）=3.55，F＞Fα，所以通过了F检验。

（三）正态检验

如上图可知，该模型Jarque-Bera=0.84933＞α=0.05，表明该随机误差项服从正态分布。

（四）多重共线性检验

简单项关系数矩阵R=-0.3338＜0.8由上表可知，该模型检验不存在或仅存在低度多重共线性。

表2 方差扩大因子法检验结果

通过分析所构建模型的VIF我们可以看到，由于VIF＜10，说明模型检验不存在或仅存在低度的多重共线性。

（五）异方差检验

通过残差分析异方差是否存在（检验结果见附图3）

图3

通过图形可以看出，残差平方ei^2对解释变量lnX1、lnX4的散点图分布较为波动，大致看出残差平方ei^2对lnX1、lnX4的变动不能判定，因此，模型可能存在异方差。但是否一定存在异方差还需要进一步的检验。

White检验：该模型White Heteroskedasticity Test（no cross terms）、White Heteroskedasticity Test（cross terms）检验结果表明，“Obs*R-squared”项后的伴随概率分别为0.7358和0.8971，大于给定显著性水平α=0.05，表明该模型不存在异方差。

（六）自相关检验

DW=1.099944，对于样本量为21，两个解释变量的模型，在5%的显著水平下，由DW统计表可知，Dl=1.125，dU=1.538＞DW，说明模型存在自相关。

另外，根据LM检验的结果：该模型的“Prob-Chi-square（2）”项后的一阶伴随概率和二阶伴随概率分别为0.0249和0.0367，小于给定显著性水平α=0.05，表明该模型存在自相关。

由于模型存在自相关，我们需要对模型进行修正，采用科克伦—奥科特迭代法，在方程估计中加入AR项，用Eviews软件得出的模型如下：

通过修正结果可以发现DW=1.901527＞dU，且4-dU=2.462可知修正的模型不存在自相关。

（七）单位根检验与协整检验

变量差分次数（C,T,K）DW值ADF值5%临界值1%临界值结论lnY 2 (C,N,1)1.8367-4.2958-3.0522-3.8867 I(2)***lnX1 2 (C,N,1)1.9422-5.3101-3.0522-3.6877 I(2)***lnX4 2 (C,N,1)1.8096-3.6981-3.0522-3.8867 I(2)***

通过上述单位根检验分析结果我们可以发现：变量之间存在着相同阶的单位根，因此可以做协整检验，结果如下：

通过Johansen协整检验，其TraceStatistic的值为30.2345＞显著水平0.05下的值24.2760，且Max-Eigen Statistic的值为19.7813，大于显著水平0.05下的值17.7973。因此，存在着协整关系。

五、结论分析和政策建议

（一）结论

根据调查分析，虽然四个解释变量即城镇居民人均可支配收入、小麦产量、餐饮营业收入、啤酒新增生产能力都对我国啤酒产量有一定的影响，但根据模型分析检验得出小麦产量和餐饮营业收入对我国啤酒产量影响并不显著，而城镇居民人均可支配收入和啤酒新增生产能力对我国啤酒产量影响显著。所以，想要提高我国啤酒的产量，就需要从城镇居民人均可支配收入和啤酒新增生产能力入手。

结合模型，我们知道：我国城镇居民人均可支配收入每增长1%，我国啤酒产量提高1.193605%，这对模型的影响较大。一方面，居民的人均可支配收入影响了居民的消费水平，居民人均可支配收入的增加意味着居民可以自由支配的钱增加，而通过我国啤酒的消费人群来看，我国啤酒的消费人群主要集中在20-50岁，而这部分居民的人均可支配收入增加，他们会增加对于啤酒的消费。因为他们在聚餐、独自在家、酒吧等地都会消费啤酒，所以会与人均可支配收入有着重要的关联。另一方面，现阶段乡村居民的消费习惯和人均可支配收入与城镇居民有着不同，所以城镇居民的人均可支配收入对我国啤酒产量有着重要的参考意义。而啤酒新增生产能力增长1%，我国啤酒产量提高0.06289%。啤酒新增生产能力能够反映我国啤酒行业中各厂商对于啤酒生产的投入。我国近十年来在啤酒生产技术、生产的基本设备和场所上都有着大量的投入。特别是生产技术方面，逐步升级生产设备、提高生产水平，这对我国啤酒产量也有着重要的影响。

（二）建议

1.跟进啤酒消费结构调整

从2018年的数据来看，我国现阶段啤酒市场仍以经济型啤酒为主要产品，并且由我国消费结构多层次的特性所决定，啤酒消费的结构性升级必然存在发展空间。我国啤酒市场高端及超高端类别的消费量占比已由2013年的10.9%升至2018年的16.4%，且预期该趋势将会持续。要提升啤酒的产量，就得结合市场进行分析，从只生产中低端啤酒产品向以中低端啤酒产品为主，辅之生产高端产品，合理分配不同类型啤酒的生产比重。随着我国城镇居民人均可支配收入不断增加，啤酒已经从轻奢品向普通消费品转变。啤酒消费占居民人均可支配收入的比重增加，啤酒行业在提升产量的同时就需要紧抓现阶段的啤酒消费结构调整，提高啤酒行业的生产能力。

2.进一步提高啤酒生产技术

随着我国啤酒生产技术的不断提升，我国啤酒产量也在增加。随着产业集群化的发展，啤酒产业的生产设备由进口转变为国内主要生产并出口。啤酒生产的主要原料是小麦、大麦和酒花等。我国近几年来在啤酒所需原料方面进行改革，由人工采选到机械化采选打包，提升了啤酒所需原料的供给。在节能减排技术推广条件下，我国啤酒行业也积极对设备进行改造升级，但大多数工厂还是没达到这一标准。我国要提高啤酒产量，不仅要提升生产技术和机械化、集约化水平，还需要做好节能减排，使得我国啤酒行业能够走向国际化。从人均消费量来看，目前我国啤酒人均年消费33升，考虑到我国酒文化底蕴深厚、饮用量大，未来啤酒人均消费还会不断提升，这对于我国啤酒的生产紧密相连。所以，若要进一步提升啤酒的产量，就得提高啤酒的生产水平，满足居民的消费需求。

而从我国精酿啤酒技术来看，现阶段我国精酿企业规模小，产量占比有限，而精酿啤酒是未来大多数啤酒消费者的选择，精酿啤酒产业的建设也是啤酒强国的重要指标。而精酿啤酒又能极大丰富啤酒的口味，但从目前我国啤酒品牌来看，大多数精酿技术从国外引进，所以要想促进精酿啤酒的发展，我国还需要在精酿技术研发、创新方面多做研究。企业重视精酿啤酒行业发展，注重推陈出新的同时规范精酿啤酒的生产，提高精酿啤酒的产量。而从前瞻产业研究院的数据来看：20年后，精酿按最乐观估计，能占比总产量15%，约为1000万吨。近期来看，按照目前大约40%的年增幅产量，将能达到140万吨，占比总量的3%。所以我国精酿啤酒行业需要不断提升自身的生产技术，在控制生产成本的同时提高产量，由依靠进口技术向运用自身创新技术发展。

3.加速行业集团化

我国啤酒行业集团化已施行了30年，大量的中小型啤酒行业被并购或者淘汰。大批啤酒新工厂（产量在20万吨以上的啤酒工厂）入驻工业园，随着行业集团化的不断进行，啤酒新增生产能力的不断提升，我国啤酒行业集团化正在加速进行。行业集团化可以将产能逐步集中于人口集中、水源丰富、交通便利的大型工厂，配以大型、高效、高速设备，优化配置供应，规范生产行业运行，降低运行成本，最终使得我国啤酒行业实现高度的集约化，在产量和技术上成为全球的领军者。