农业和资源经济学.docx

1、农业和资源经济学农业和资源经济学， 52的澳大利亚杂志，第401 - 417T.R. DavisDemandORIGINALXXXJournal的人。 2008英国ARTICLE1467 - 8489 Authors1364 - 985X中国农业与农业和资源经济学会Inc。的Blackwell出版公司LtdAustralianPublishing LtdAJAR编译产品differentiationOxford ， Theetwine under2008 AustralianResource EconomicsBlackwell在产品差异化的需求：美国葡萄酒市场的实证分析*蒂莫西 R戴维斯，

2、Fredoun Z.艾哈迈迪 - Esfahani和苏珊娜Iranzo酒店供过于求导致了许多困惑，为澳洲葡萄酒行业最近一个时期。当从行业层面分列，但是，这个问题可更好地描述为一系列的属性，特定的不平衡。迄今为止，该解决方案这个问题已经主要围绕降低了供应方政策围绕输出通过作物变薄或藤拉。相比之下，本文的重点是需求方和认为，失衡可能通过获得更好的减少为了解澳大利亚葡萄酒的需求。产品的离散选择模型分化是用来估计对葡萄酒的需求在澳大利亚的第二大出口市场，美国。分析的影响进行了探讨。关键词：对葡萄酒的需求，巢式Logit ，供大于求，产品差异化。1 。介绍供大于求已成为面临的澳洲葡萄酒的中心问题业在近代

3、。在面积增加的葡萄和一些记录葡萄产量已导致产量过剩葡萄和葡萄酒用的葡萄酒生产商和整个行业造成负面影响。一些澳大利亚最大的葡萄酒公司报道可观的财政损失，这已经在很大程度上归因于供过于求（弗里德2005） 。但是，很少有研究对生产者澳大利亚如何能够最好地已进行解决的问题。我们相信，更好地了解需求对于澳大利亚葡萄酒可以帮助解决这个问题。为此，我们研究的需求葡萄酒在澳大利亚的第二大出口市场，美国。行业分析师利用股票：销售比例来衡量的规模和性质供求失衡的市场。麦格拉思 - 克尔（ 2003 ）定义比的“舒适区” ，或平衡范围，将介于1.5和1.75 。如*先前版本的这份文件是在的第51届年度会议上提出澳

4、大利亚农业和资源经济学会。 2007年2月13-16日皇后镇，新西兰。蒂姆戴维斯（电子邮件： tdav5518 ）是农业的博士生和资源经济学在悉尼大学。 Fredoun艾哈迈迪 - Esfahani是一名助理在农业和资源经济和苏珊娜Iranzo酒店教授是一个讲师经济学，无论是在悉尼大学。作者感谢肯尼斯克莱门茨和约翰提问者对于本文前面的草稿有用的意见，和邓海岩的有益讨论。作者也感谢副主编和两位匿名杂志裁判的有益的意见和建议。平时免责声明适用。 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司DOI ： 10.1111/j.1467-8489

5、.2007.00419.x402T.R. Davis等人。图1库存：销售比例， 1994-2005 。来源：麦格拉思 - 克尔（2003年，2005年） ， ABS （1998年， 2005年）。可以看出，在图1中，在总体水平的行业目前正处于一个供过于求的状态。但是，酒是一种高度差异化的产品。可以说，没有任何一个市场是相同的存在没有两个葡萄酒。因此，它是很可能，当总供给过剩的问题被分解为一更多分类属性的具体层面，问题的复杂性将变得明显。图1支持这一观察，显示出了在过去10年的白葡萄酒往往经历了过度需求，而红色酒一直处于供大于求。戴维斯（2005）表明，当工业是进一步分解，不均衡的程度和性质变日

6、益多样化。在供大于求的澳大利亚葡萄酒业的问题尤其由于与上游市场对葡萄的相互关系复杂。由于葡萄的市场响应速度很慢的变化，对酒的派生需求，有时在这两个市场的价格行为和生产决策似乎也遵循不同的路径。例如，虽然最近生产过剩已经引起葡萄价格下降到水平接近，并且在某些情况下低于平均成本，葡萄酒零售价格基本维持不变（ ABS 2005） 。这两个市场之间的这种断开部分是由什么解释经济学家所谓的“滞后” 。由于所需的资本投资和不确定性的回报，有时葡萄品种，已成为不经济仍在增长，而更吸引人的品种需要一段时间才能通过。 1葡萄和葡萄酒市场的脱节可能是联邦政府税收优惠政策提供给新加剧葡萄种植者，那已经被废除的政策经

7、过广泛理查兹和绿色（ 2003 ）文件中清除的时间滞后效应，重新种植的葡萄品种在加利福尼亚州。 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司1在产品差异化对葡萄酒的需求403由葡萄种植者游说自己。瞄准利润丰厚的供应合同有意种植者也对生产显著扩张效应。葡萄生产合同是由葡萄酒企业不仅要提供目前的种植者，同时也有意种植者，如果他们生产的葡萄特殊类型。鉴于大多数此类合同的有五个方面年，而新种植大约需要三年的时间产生一个com -商用作物，葡萄酒企业都试图有效地预测需求8年到未来。这些合同也作为信号，否则无关种植者谁把他们当作未来的价格指标。此

8、外，弗雷泽（ 2005）认为，供应合同可能提供葡萄酒公司随着生产转移至风险葡萄种植者，在许多情况下，谁的方式有相对较少的访问对消费者偏好的信息。这样的因此，形势有进一步拉大酒之间的差距的影响生产决策和消费需求。最后，研究和开发在葡萄酒行业主要集中在技术进步这在很大程度上是生产诱导，从而进一步促进骨料级供过于求的行业。供应方政策，包括作物变薄和减少小道消息区域中，已被用于葡萄酒过剩先前发作具有非常有限成功。这主要是由于该的种植之间存在的滞后葡萄和生产的经济作物。特别是在该情况下不断增长的出口需求，减少小道消息区域带来的市场回到平衡将很快导致短缺，需求持续成长。随后增加播种面积对付这个不足可以再导

9、致进一步的过剩产时作物实现。加强澳大利亚葡萄酒更好地了解消费者的喜好需求，但是，可能让目前的生产体制是不变的，从而降低输出的不确定性。喜好目前可获得的资料对于澳大利亚葡萄酒在国外市场是稀缺的，可能导致不良构思营销及分销策略。因此，提供更多的关于偏好的信息可以帮助出口商，以及种植者，有效地推销自己的产品，他们是最高度要求，从而帮助以减少市场失衡，同时促进增长。在过去的20年中，出口销售已经变得越来越重要澳洲葡萄酒行业。 2005年，澳大利亚的出口销售均超过五倍他们是在1986年，在国内的销售则大致水平在同一时期（1998年， 2005 ABS）不变。出于这个原因，它似乎合乎逻辑的葡萄酒需求研究寻

10、求解决的问题供大于求应着眼于出口市场。这种观点的支持，Monke等。 （ 1987） ，谁主张利用国外市场的一种手段剩余处置。我们的目标是澳大利亚最大的出口市场之一，美国。在2006年澳大利亚的葡萄酒出口到美国为2.0亿升，价值超过澳元8.64亿美元。英国，澳大利亚最大的葡萄酒出口市场，仅是轻微较大，销售额为2.62亿升， 2006年澳元946米（ ABS 2007）的值。 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司404T.R. Davis等人。本文的其余部分组织如下。第2节提供了一个综述文献。需求模型详见第3节，与相应的经验估计

11、在第4节所概述的。该结果在第5节，随后在第政策的影响呈现6 。最后，第7节总结分析。2 。以往的研究葡萄酒市场的实证分析绝大多数已估计享乐定价公式（参见例如， 1994 Oczkowski ; Combris等。1997年Schamel 2000 ; Oczkowski 2001 ; Schamel和2003年安德森;斯坦纳2004年2005 Noev ） 。其中一个原因是不那么严格的数据要求并且该方法的重点产品属性，其允许一定程度当中葡萄酒品牌差异化。尽管有这些优点，但是，特征价格分析不是一个需求模型的属性级的价格是估计是共同生产国和消费行为决定的。在换言之，他们并不只捕获的需求，但平衡点需

12、求和供给。基于同质化的产品模型，如简单的点播系统在近似理想需求系统（ AIDS ）也被估计。示例一些应用程序的酒是穆萨和Baxter （ 2002） ，伊肯斯和格尔（2003）和西尔等。 （2003年），它试图解释不成比例进口红酒的销售在美国市场相对的portionate增长国内生产的产品。用于研究其他酒需求模型已主要包括简单的线性需求方程的估计，几乎所有的这些都被以“整体产品”层面上进行。为例如，欧文（1979）使用对数线性消费函数来估计1955年至1977年的葡萄酒在澳洲的需求。结果表明这对葡萄酒的需求的澳大利亚的收入弹性比大得多许多旧世界葡萄酒生产国（如法国，意大利，葡萄牙，西班牙和西德

13、） ，最有可能反映了葡萄酒的新兴地位澳大利亚的时候。葡萄酒需求的其他分析，包括克莱门茨和约翰逊（ 1983） ， Tegene （ 1990）和Selvanathan和Selvanathan （ 2004） ，提供了类似的结果，与不同的研究目标。从调查结果这些研究提供了一些有趣的洞察方式消费群为整个方法的产物。然而，艾滋病和其他需求模型在以前报告文献中有许多不足之处，使他们不适合地址葡萄酒市场失衡。首先，他们的总产品层面的性质，严格的市场结构假设意味着他们不能充分捕捉失衡的程度不同，存在于市场。第二，如他们没有考虑到葡萄酒的不同属性，它们出现不足来分析一个市场，本质上是内在的区别。詹姆斯和阿尔

14、斯通（ 2002）通过观察指出了这一点，大多数经济政策分析，利用均匀模型进行 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司在产品差异化对葡萄酒的需求405图2巢式Logit结构为美国葡萄酒市场。产品，而使用这样的模型估计政策的影响很可能是显著不同于从产品差异化模型得出。实证文献似乎都忽略了这一重要问题，因为无机型产品差异化已经应用到市场酒。我们试图填补这一空白。3 。根据产品的差异化需求这里提出的离散选择模型如下贝里（1994）的理论工作中设置的基础上估计使用嵌套的多项Logit模型市场份额数据，而不是个人消费级的数据。由于贝里（ 1

15、994）源于它从一个嵌套Logit模型所产生的市场份额降低到可以使用常规的计量进行估计的简单线性函数技术。巢式Logit模型的主要优点是，它放松不相干的替代独立性（ IIA ）的假设，必须持有基本多项Logit模型。国际内部审计师协会的假设规定，任何替代不包括在选择的组被认为有没有影响消费者决定。巢式Logit模型需要这个假设来持团体或巢穴之中，但这是巢内放松。因此，本嵌套结构基本上打破了市场进入独立团体或段反映了同类产品的属性进行分组，使其具有很高的适合于分析市场的葡萄酒。一个高效的分组存在其中喜好的相关性巢内高，低巢之间。图2显示了在分析中使用两个嵌套结构中的一种。以下贝里（1994 ）和

16、邓其详细的应用（ 2003年），在时间T消费者我选择J个+ 1的替代品，其中J表示数具体的葡萄酒市场。在树的第一级消费者选择一个外面好还是这里所分析的前50名的葡萄酒品牌之间。在树的第二层，消费者从不同的葡萄酒选择组。 （在图2所示的树结构中，酒的分组包括质量段） 。最后，消费者选择的特定品牌 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司406T.R. Davis等人。酒组中。让酒组或段可以表示为g = 1 。 。 。 ， 5 。该组在G组的葡萄酒表示镁，G G，其中G = 0,1 ， 。 。 。 ，5 。外面好，J = 0 ，为0组

17、的唯一组成部分。该实用程序备选方案J 毫克消费者获得i为：的Uij = XJ - PJ + + IG （ G） + （ 1 - G） IJ（1）其中XJ ， j和PJ观察产品属性，未观察产品属性和价格，分别。 和 有需求待估参数内模型。 IJ被假定为一个相同并独立地在每个产品的分布极值误差项变种，J和 IG如下独特的分布，使得 IG （ G） + （ 1 - G） ij是一个极端的价值 IJ也作为一个极值随机随机变量的条件变量（ CARDELL 1997） 。 g为消费者口味的相关系数在组g 。正如邓小平（ 2003年） ，我们从贝里（ 1994）通过允许不同参数克到不同组间，这是更现实的，并

18、赋予灵活性到模型中。因此，该系数捕获消费者一组指定的产品范围内的异质性。由于克趋近，消费者趋于同质化的口味。值越接近零表示消费者在相应的组内他们的口味非常多样。等式（1）可以重新写为：的Uij = + IG （ G） + （ 1 - G） IJ（2）其中 j是变量j的平均效用水平，并等于XJ - PJ + 。由于贝里（ 1994）派生它，得到的葡萄酒品牌j中的相对市场份额从嵌套Logit模型采用以下线性函数形式：LN（ SJ ） - LN（ S0 ） = XJ - PJ + 克LN（ SJ /克） + 。（3）s0为外部组的市场份额。 的一致估计， 和 可以通过一个两阶段最小二乘估计，如获得工

19、具变量估计。在估计方程（3） ，该系数可以用来计算任何给定的葡萄酒品牌的拥有和交叉价格弹性。邓继（ 2003 ）推导，它们等同于以下表达式： ，J =和 克 SJ PJ1 = PJ ，J 镁，G G， SJ / G + SJ - 1 - 克 PJ SJ 1 - 克（4） J，K = SJ PK = PK SK / G + SK ，J K，J 镁，钾 氢， G，H G。 （5） PK SJ 1 - 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司在产品差异化对葡萄酒的需求407值得注意的是该基团，g和h可相同或不同，并且如果克 h时，各组交

20、叉价格弹性降低到p KSK 。4 。数据和估计程序我们使用了包括美国葡萄酒销售额从AC尼尔森的采购扫描仪数据发生在杂货店和药店为二零零三年，二零零四年及二零零五年。该杂货店行业占整个美国市场上销售的44 ，而药妆业构成了8。总体而言，这些行业涵盖52仙占美国葡萄酒的销售。该数据仅涵盖场外销售的占销售总额（2004 AC尼尔森）的79。因此，覆盖的数据量，以占美国葡萄酒市场的41 。我们在美国的食品杂货通过值模型中的前50名品牌中选择和药妆领域，而市场定义为总美国葡萄酒市场与外界良好定义为食品和药品的比例店内葡萄酒销量不是由排名前50位品牌的葡萄酒抓获。人们可以争辩说这会影响到嵌套Logit模型

21、的IIA假设，给出这是美国消费者可能会考虑一些葡萄酒不在于选择集。然而，由于体积非常小的销售葡萄酒的属于这一类（共计它们只占美国葡萄酒销售额约百分之六） ，这是很少关注的。这些数据是在葡萄酒品牌的水平。也就是说，每一个特定品牌的酒代表一个独立的观察（不包括已经重复了葡萄酒销售整个样品在三年） 。每9负案件总销售额葡萄酒可供选择，以及平均750毫升瓶（或同等学历）的价格。该数据还包括容器的大小，价值和产品的描述属性，如葡萄品种和产地的区域。酒：两款车型都是基于替代嵌套结构估计原产地质量和地区。葡萄酒的质量是由价格段定义。贝瑞（私人通信， 2006）认为，一个嵌套结构由价格定义可能是有问题的，因为

22、价格不是“的良好基本组成部分” 。然而，许多研究表明，价格对葡萄酒的品质合理的代理（参见例如， Costanigro等人，2005 ），这是一个基本属性酒。因此，在这方面，价格也是很合理的，作为市场基础分割。我们使用的质量分组Heijbroek （2003 ）分类法生成的质量嵌套结构（表1） 。这些类别已经利用2003年的购买力平价转换从欧元到美元来自世界银行发展指标（ PPP）调整汇率数据库（ WBDI 2006） 。当使用这种质量的初步估算规范，嵌套出现了较为强劲的，如果图标“和”超高级段合并计算。因此，在质量嵌套，该组列于表1中列出的除外“超高级”包括所有的葡萄酒搭配价超过$ 12,60

23、。该区域的嵌套结构的基础上，从哪个国家的酒进口到美国。为了简化估算过程中， 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司408T.R. Davis等人。表1质量段，由价格定义质量片段基本的流行的溢价奖金超级溢价超豪华图标资料来源： Heijbroek （ 2003年）。美元每750毫升瓶 135美元表2第一阶段的回归：质量嵌套模型因变量不变汇率距离市场农作物指数集装箱尺寸R2F统计值（ p值）观测数价格9.151 *0.1470.000010.002-0.002 *0.14244.3 （ 0.000 ）5985组内共享-5.629 *

24、-1.317 *0.00006 *-0.023 *0.0005 *0.0466.47 （ 0.000 ）5985*，*和*分别表示1 ，5和每意义的百分之水平10 之间。欧洲葡萄酒生产商（法国，德国和意大利）已合并计算到一个名为“欧洲”单一品类，同样的南美葡萄酒生产商（包括阿根廷和智利）已合并成一个命名为“南美”类别。在嵌套结构的剩余区域是澳大利亚和美国。由于价格和组的市场份额显然是内生的，方程（3 ）使用工具变量法估计。适当的工具变量包括那些与底层的生产成本（为例如，见2003年邓） 。我们使用的汇率，作物和粮食生产每个出口国样品中的索引，距离市场并且还容器的大小（瓶/桶） 。在国内生产的情

25、况下，酒1汇率和0市场的距离“被使用。汇率数据来自国际货币基金组织（IMF）获得（IMF 2006） ，作物和粮食生产指数是从世界得到世界银行发展指标数据库（ WBDI 2005）和距离市场数据来自Mapcrow （ 2006）获得。5 。结果表2和表3给出了内生变量的第一级回归分析在文书。初步勘探表明，汇率，作物 2008年作者期刊汇编 2008年澳大利亚农业和资源经济学会公司和Blackwell出版亚洲私人有限公司在产品差异化对葡萄酒的需求表3第一阶段的回归：区域嵌套模型因变量不变距离市场集装箱尺寸R2F统计值（ p值）观测数价格9.502 *0.000008-0.002 *0.14488

26、.67 （ 0.000 ）5985409组内共享-11.288 *0.0002 *0.0008 *0.14469.19 （ 0.000 ）5985*，*和*分别表示1，5 和10分别水平意义的。生产指数，容器的大小和距离市场提供了最好的四组合的质量嵌套模型（表2） ，而容器的大小和距离市场是最合适的IV区内筑巢模型（表3） 。如图所示的F检验的联合显着性，该仪器是整体统计学显著（ F统计上取大的值在这两个表2和表3） ，而大部分工具被单独作为显著好。我们还使用测试测试仪器的外生性在识别中伍尔德里奇（ 2002）中描述的限制。测试统计量的质量嵌套模型是0.748 ，而在临界值5 的显着性水平为5

27、.99 。因此，我们不能拒绝零假设该工具exogenous.2唯一要担心的仪器是其低的解释力（即，低R平方值），这可能导致弱的仪器偏差。然而， 2SLS估计（表4和5 ）做不显示弱仪器的偏差，即大型标准的典型标志错误和不准确的估计，这将使系数统计不异于零。与此相反，在2SLS估计系数上价格与组相关性是非常显著，也是统计学从OLS估计不同。表4和表5示出了2SLS估计结果的质量和区域嵌套模型，分别。标准的错误被纠正，以占异方差由上施加一个强大的方差 - 协方差矩阵估计。为方便比较，表4和表5还报告了OLS估计。据观察，价格系数采用OLS是con-估计siderably更大（即，少负）比那些使用2SLS估计，这证实了OLS估计值从内生性偏误。此外，估计很多用OLS在组内共享系数都不可信中值（即，大于1 ） 。对于2SLS估计，预期系数上的价格是消极和统计学显著给出的标准错误，他们也是从OLS的估计系数显着差异。对本集团的市场份额系数捕捉浓度的相关性由嵌套结构的定义在每个细分市场消费者偏好测试不能在该区域的模型进行的，作为工具的数目等于内源性变量的数目。