对北京餐饮业企业营业额影响因素的分析

来源:用户上传      作者:

　　摘要：俗话说“民以食为天”，随着我国经济不断发展，人们对“吃”的要求也逐渐发生变化。北京的餐饮业作为首都经济组成的重要部分，其发展受到诸多因素的影响。本文以2012-2017年北京餐饮业企业营业额为因变量，建立回归模型，运用计量经济学知识对北京餐饮业营业额的影响因素进行分析。
　　关键词：北京餐饮业;影响因素;回归模型;计量经济学
　　一、研究背景
　　随着我国经济的蓬勃发展，越来越多的目光和资本聚焦于服务业，作为第三产业的餐饮行业也越来越受人关注。其中，北京作为中国的一线城市，发挥着无可替代的作用，近几年北京的餐饮企业如雨后春笋般不断涌现。研究餐饮业如何发展及影响餐饮行业营业额的因素，有助于帮助更多的企业和个人深入理解其发展背后的经济原理。
　　二、变量分析
　　（一）因变量
　　餐饮业企业营业额（Y）：餐饮业企业营业额指餐饮业单位在经营活动中因提供服务或销售商品等取得的收入。餐饮业企业营业额能较好地反映餐饮业的发展状况。
　　（二）自变量
　　1.连锁餐饮企业门店总数（X1）：连锁餐飲企业门店总数指该连锁企业所拥有的全部门店（包括直营店和加盟店）数量。其中，总店（如果总公司有门店的话）作为一个直营店处理。此外，有的地区分出控股店，控股店按直营店统计。连锁餐饮企业的门店数能较好反映餐饮业的发展状况，门店越多，餐饮业发展越好。
　　2.餐饮业企业从业人数（X2）：随着餐饮业的发展，企业不断扩招，企业的从业人员数也不断增加，企业的壮大也象征着行业的兴旺。
　　3.居民消费水平（X3）：居民消费水平提高，意味着居民的收入增加，说明该地区经济发展状况良好。而食物作为人类生活的必需品，随着居民消费水平上升，人们愿意花更多的钱去餐馆消费，餐饮业企业的营业额也会升高。
　　4.城镇人口数（X4）：相比于农村，城镇的餐饮行业更发达，餐厅数量更多，人们在餐饮业消费的可能性更高，因此认为城镇人口数增多，餐饮业企业营业额更高。
　　三、模型建立与数据收集
　　（一）设立线性模型
　　线性模型为：Y=β0+β1X1+β2X2+β3X3+β4X4+u
　　（二）数据收集
　　如表1所示。
　　四、回归分析
　　使用SPSS软件对模型进行线性回归分析，得出以下结论。
　　（一）拟合优度
　　R2为0.997，说明四个自变量共解释了99.7%的因变量，模型的拟合情况很好。
　　（二）系数
　　通过读取模型系数得到：连锁餐饮企业门店个数每增加1，餐饮业企业营业额增加1 954 528.325元;从业人数每增加1，餐饮业企业营业额增加211 519.468元;居民消费水平每增加1，餐饮业企业营业额增加323 325.646元;城镇人口每增加1，餐饮业企业营业额减少1 326.868元。
　　（三）F检验
　　如表2所示。
　　a.因变量：餐饮企业营业额
　　b.预测变量（常量）：城镇人口，餐饮业企业从业人数，居民消费水平，连锁餐饮企业门店个数
　　由表2可知，F0.05（4，1）=225>72.929，说明含有这四个自变量的模型对Y影响不显著，初步推测是模型中混入了不相关或对模型影响不显著的自变量。
　　（四）逐步回归
　　如表3所示。
　　a.因变量：餐饮企业营业额。
　　采用逐步回归法，由表3可见，仅有居民消费水平、餐饮业企业从业人数两个自变量出现在了最终的模型中，且在0.05显著性水平下，两者显著性均小于0.05，说明两者对模型的影响显著。
　　最终的回归模型为：
　　Y=-1.336E+10+437 542.938X3+218 229.148X2+u
　　五、结语
　　从回归模型中我们得出，只有餐饮企业从业人数、居民消费水平对餐饮业企业营业额的影响显著。对于从业人数来说，从业人数越多，企业为居民能提供的服务就越周到，吸引就餐的顾客也就越多，因此企业营业额会越高。而居民消费水平提高意味着居民更富有了，虽然在家里做饭花钱更少，但是却费时费力，因此他们会更多地选择在外就餐，企业的营业额也会提高。因此对于企业来说，应该雇佣充足的服务人员，为顾客提供服务，并且选择居民消费水平较高的城市开店，避免损失。
　　作者简介：张天镜（1999-），女，山东济南人，本科，主要从事市场营销研究。
转载注明来源:https://www.xzbu.com/3/view-15244005.htm