中国品牌成长区域性差异影响因素实证分析

第二节　中国品牌成长区域性差异影响因素实证分析

据文献检索结果显示，国内很多学者研究了区域经济成长的差距，但是对不同区域品牌成长的差距研究较少，其主要原因在于我国缺乏权威品牌价值评价机构及数据，从而使得衡量品牌成长的数据较难获取(杨晓光，2005;刘华军等，2012)。一个区域品牌的成长除了主要受企业内部因素的影响外，还在一定程度上受外部环境因素的影响，特别是品牌企业所在区域环境的影响(孙丽辉，2004)，品牌区域环境是指各类品牌在一个单位时间中共同处于同一市场空间，形成竞争关系，促使品牌不断学习和竞争的市场范围(张祖健等，2003)。一个区域的品牌成长环境主要包括品牌经济环境、品牌消费环境、品牌法律环境、品牌人文环境和品牌自然环境等(孙丽辉，2004)。除品牌经济环境外，另外4类品牌成长环境衡量很难定量化，因此，本章将主要探究品牌经济环境中哪些因素影响了不同区域品牌的成长。

一、变量选取与模型设定

国际经验表明，当一个国家和地区经济发展达到人均年收入1 000～3 000美元的阶段时，消费结构将发生重要变化。消费者已不满足于产品的物质属性消费，而是追求包括服务、时尚、品味在内的文化精神性消费，也就是说不仅消费商品，而且要消费品牌，即一国和地区的经济发展水平是品牌成长的基础条件。刘华军、赵浩和杨骞(2012)提出品牌大量涌现的最基本条件是市场容量和市场竞争程度。可见，经济发展水平、市场容量和市场竞争程度是一个地区品牌成长的基本条件。那么，它们究竟对品牌成长产生了怎样的影响呢?

1.品牌成长

一个品牌的成长有诸多表现，为了便于量化不同省(市、区)品牌的成长状况，本书利用品牌价值来衡量不同区域品牌的成长。品牌价值的变化是品牌成长最直接的体现，一个地区品牌价值总额越高，表明该地区的品牌成长性越好，反之亦然。本章选取不同地区入围“中国500最具价值品牌”排行榜中的品牌价值总额(BV)来衡量一个地区的品牌成长情况。

2.经济发展水平

国内很多学者研究表明，品牌带动了区域经济增长(王兆峰，2007;李兴江、张玉洁，2012;罗华云、李昊泽，2011)，反过来，品牌的成长也需要以区域内良好的经济环境为物质基础。一个地区的经济发展水平会反哺品牌，为品牌的成长和发展注入动力(王兆峰，2007)，可见，一个地区经济发展水平是影响品牌成长的基础条件。上述中国品牌空间分布特征也初步证明了经济发展水平对品牌成长的支撑作用。本章选取地区人均国民生产总值(AGDP)来衡量一个地区的经济发展水平。

3.市场规模

Aaker(1996)提出创立自主品牌时应考虑三个方面的条件:①目标市场的需求必须稳定且达到一定规模;②产品质量已达到一定水平且具有一定竞争力;③必须在自创品牌的同时健全营销网，且制造商对营销网有相当的控制力。可见，市场规模是品牌成长的基本条件之一。瞿宛文(2007)也提出“本地市场”规模大小是自创品牌的一个重要因素。为此，本章选取地区人口总数(RTP)来衡量一个地区的市场规模。

4.市场化程度

中国经过二十多年的改革和发展，市场供求关系已由卖方市场转变为买方市场，除垄断行业外，商品和服务的市场竞争集中表现为品牌的竞争(张晓磊，2007)，而品牌的成长过程必然要求强化市场主体地位，生产要素流向优势骨干企业，实现资源的优化配置，而这一过程的实现主要取决于其市场化程度，即一个地区的市场化程度越高，该地区的市场竞争越激烈，就容易促进该地区涌现越来越多的品牌。因此，本章选取市场化指数(M I)来衡量一个地区的市场化程度。市场化指数作为一个代表市场化进程的综合性指标，涵盖了市场化转型进程的全貌，它是一个相对的而不是绝对的表示各地区市场化水平的指标，它并不表明各地区本身“离纯粹的市场经济还有多远”(樊纲、王小鲁、马光荣，2011)。

根据上述影响因素的分析，本章选取地区品牌价值总额(BV)为因变量，经济发展水平(AGDP)、市场规模(RTP)和市场化程度(M I)为自变量，建立以下计量模型:

ln BV_it=β₀+β₁ ln AGDP_it+β₂ ln RTP_it+β₃ ln M I_it+ε_it其中，i为横截面，表示28个省(市、区); t为时期，代表2004—2010年;ε_it为横截面i在时间t的随机干扰项。

二、样本的选取与研究方法

1.样本选取与数据

《中国市场化指数——各地区市场化相对进程2011年报告》⁽³⁾只公布了1997—2009年各地区市场化指数的数据，为了增加研究样本量，本章利用2009年相对2008年的变化率推算了2010年各省市区的市场化指数。因此，本章以2004—2010年中国大陆28个省(市、区)的相关数据为研究样本，最后得到有效样本量为196。为了降低样本数据的离散程度，本章分别对各个变量取对数，如表7－2所示，各个变量的描述性统计均为取对数之后的结果。

表7－2　　　　　样本描述性统计

资料来源:品牌价值的数据来自世界品牌实验室2004—2010年“中国500最具价值品牌”排行榜;人均GDP和地区总人口的数据来自2005—2011年《中国统计年鉴》;市场化指数的数据来自樊纲、王小鲁和朱恒鹏:《中国市场化指数——各地区市场化相对进程2011年报告》，经济科学出版社，2011年。

2.研究方法与模型检验

面板数据在回归时需要判断应采用混合面板模型还是面板模型，若接受原假设则采用前者，若拒绝原假设表明存在显著的个体效应，需采用后者;然后进一步进行豪斯曼(Hausman)检验方法判别采用随机效应模型还是固定效应模型，若接受原假设采用前者，否则采用后者。本章具体采取以下步骤检验模型:首先利用Stata 11.0软件对模型进行LR检验，其卡方统计值为479.44，显著性水平P＜0.01，拒绝原假设，表明存在明显的个体效应，故选择面板模型;进一步对模型进行豪斯曼(Hausman)检验，其卡方统计值为24.16，显著性水平P＜0.01，拒绝原假设，故选取固定效应模型更有效。

三、实证结果及分析

本章首先利用Stata 11.0分析了品牌成长及其影响因素的相关关系，并绘制了自变量和因变量之间的散点图，如图7－3、图7－4和图7－5所示。图7－3、图7－4和图7－5表明，经济发展水平、市场规模、市场竞争与

图7－3　经济发展水平与品牌成长相关关系

图7－4　市场规模与品牌成长相关关系

品牌价值均表现为正向相关关系，这符合经济学常识，但它们也有可能存在非线性关系。尽管散点图展示的相关性并不能说明因变量和自变量之间的真实关系，但它依然比较直观地展示了选取的相关变量与品牌价值之间存在明显的相关性。

图7－5　市场竞争与品牌成长相关关系

考虑到采用的面板数据存在截面相关、异方差和序列相关问题，会影响估计结果的稳健性，因此，在进行面板回归之前，本章进行了相关检验:利用Stata 11.0软件的xttes3命令对样本数据进行异方差检验，其χ₂(卡方值)=20 752.12，P=0.000 0，拒绝原假设，表明样本数据存在异方差;利用Wooldridge检验对样本数据进行序列相关检验，检验结果是F=0.081，P=0.78，拒绝原假设，表明样本数据不存在序列相关;利用Friedman检验进行截面相关检验，P= 1.00，拒绝原假设，表明样本数据不存在截面相关。

鉴于样本数据存在显著的异方差，为了确保估计结果的稳健性，本章利用Stata 11.0的xtscc⁽⁴⁾命令进行回归分析，得到一个比较稳健的估计结果。为了对比估计结果的稳健性，本章同时报告混合OLS、固定效应(FE)和固定效应稳健估计(FE_SCC)的估计结果，如表7－3所示。OLS模型估计结果显示，经济发展水平没有通过显著性检验，市场规模和市场化程度分别通过5%和1%水平下的显著性检验，但对回归模型进行LR检验的结果显示，模型存在显著的个体效应，因此该估计结果不稳健。由表7－3可知，采用固定效应的面板回归估计结果与混合OLS的估计结果存在很大差异，在没有控制样本数据的异方差时，只有经济发展水平通过了1%水平的显著性检验;控制样本数据的异方差后，本章得到了稳定的估计结果，经济发展水平通过了1%水平的显著性检验，市场规模和市场化程度都通过了10%水平下的显著性检验。本章选取固定效应稳健估计(FE_SCC)的估计结果来进一步说明各个因素对品牌成长的影响作用。

表7－3　　　　　模型的参数估计结果

注:“＊＊＊”、“＊＊”、“*”分别表示1%、5%和10%的显著性水平

由表7－3的回归结果可知，一个地区的经济发展水平对其品牌成长具有非常显著的正向影响作用，表明一个地区经济发展水平越高，其品牌成长越好，这也与我国不同区域品牌分布的特征基本一致。一个地区的市场规模对其品牌成长具有正向作用，表明当地市场规模对培育和发展品牌具有重要的影响作用。但一个地区的市场化程度对品牌成长的影响作用是－0.820，表明目前地区市场化进程对其品牌的成长存在一定的阻碍作用。本章认为产生这种状况的原因主要有两个方面:一是中国各省市区市场化进程尽管取得一定成效，但尚存在阻碍品牌成长的一些制度障碍，不利于品牌的成长;二是样本数据的原因，不同地区入围“中国500最具价值品牌”的品牌的企业不乏大型垄断企业和国有企业，尤其是北京，而且这些品牌的价值都很高，它们的成长在一定程度上得益于“政策红利”。