餐饮店选址影响因素计量经济分析与检验.docVIP

餐饮店选址影响因素计量经济分析与检验 　　摘要： 通过对餐饮店总销售额的影响因素进行分析，建立相关影响因子的计量经济学模型，寻求餐饮店选址和相关影响因素之间的函数关系。本文以实际调查数据为依据，建立计量经济模型，然后对模型进行一系列检验来验证模型的合理性，以确定最终的影响因素及其排序，为决策者做出最优决策提供参考。 　　Abstract： By analyzing the influential factors of the total sales of eating and drinking establishments， an econometric model is developed to estimate the possible functional relations between the site selection of eating and drinking establishments and the related impact factors. Based on the actual survey data and a series of tests to verify its rationality， the model is finally set up to determine the ultimate influencing factors and their orders， thus providing necessary references and supports for managers or decision-makers. 　　关键词： 选址；计量经济模型；影响因素；函数关系；模型检验 　　Key words： site selection；econometric model；influencing factors；functional relation；model verification 　　中图分类号：F224.0 文献标识码：A 文章编号：1006-4311（2016）28-0202-03 　　0 引言 　　目前，餐饮行业竞争日趋激烈，转型成为餐饮业发展的迫切任务。大众餐饮将成为消费餐饮的主力军，成为城市经济转型时期的动力引擎。餐饮业服务功能的完善是城市转型中的民生工程，餐饮业发展模式的改造可有效提升城市资源的配置效率。某一知名大众餐饮店为了拓展业务，计划另设一家连锁店。为了确定其的最佳位置，对此家各分店及其类似业务竞争者进行调查收集数据，发现店面销售额可作为确定其最佳选址位置属性变量。在诸如成本、价格、客流量、人员成本、房租费用及其他条件相同情况下，附近居住人口密度、居民平均收入水平、类似店面的数量可作为影响因素进行分析。 　　1 建立模型 　　相比于线性模型而言，非线性模型的设定复杂并且其检验计算复杂，因此本文采用线性模型进行模拟[1]。销售额的多少与附近有到少消费者即附近居民数量显然是有联系的，可大致猜测两者之间为正相关；并且周边居民收入水平越高那么销售额就可能也越高；竞争对手是个不利因素，竞争激烈势必会使销售额下滑。 　　由此，可建立如下多元回归方程： 　　Sj=α0+α1Rj+α2AIj+α3CPTj+μj 　　其中S为某一特定店面的销售额（元），R为附近居民数（个），AI为附近居民的人平均收入（元），CPT为对应具体餐饮店附近类似店面个数。初步预测类似餐饮店数目越多，销售额就越少（α30，α20）。当然，收入水平可能对销售额影响不大，高薪阶层可能更倾向于去高档次场所消费。 　　2 数据 　　通过对武汉市，孝感，汉川，荆门，荆州，咸宁，郑州，洛阳，许昌，开封，合肥，巢湖，六安等几个地市做调研统计，收集数据，整理如表1所示。 　　其中S表示餐饮店总销售额，R表示4千米内居住人口量，AI表示附近居民人均收入水平，CPT表示3千米范围内业务类似店面数量。 　　3 回归结果及其含义 　　式中括号内数字表示相应参数的t统计量的值，R-squared表示判定系数，Adjusted R-squared是调整后的系数，F表示F统计量的值。 　　从回归结果看，R2=0.446，R、AI、CPT对应的Prob值分别为0.0075、0.0478、0.0431，表明R的系数在1%水平下显著不为零，AI和CPT对应的系数均在5%水平下显著，并且各系数的符号与预期一致。当地居民人口数增加1人，可使销售额增加约0.23元，人均收入水平提高1元则大约有1.42元的销售收入，而当竞争对手每增加一个，则会使餐饮店销售额下降约4265元。可见以上各因素符合实际意义。 　　4 模型检验 　　4.1 经济意义检验 　　从回归结果来看，R的系数为0.23，AI