贵州商学院学报Journal of Guizhou Univewith of Commerce 2020年12月
第33卷第4期Deo. 2020V o U 33 No. 4
林春桃#，李艳姣*
2，章月萍3，苏宝财4收稿日期：2020 -10 -05
基金项目：福建省社会科学基金项目“福建茶叶区域晶牌生态系统成长机理及对策研究”(FJ2019B095)。 作者简介：1I 木春桃(1983 -)，女，福建商学院工商管理学院讲师，博士。研究方向：技术经济与管理。
2. 李艳姣(1996 -)，女，福建农林大学安溪茶学院硕士研究生。研究方向：农业经济与政策。
3. 章月萍(1966 -)，女，福建商学院工商管理学院教授。研究方向：企业管理。
4. 苏宝财(1977 -)，男，福建农林大学经济学院讲师，博士。研究方向：农林经济管理。
(1.3.福建商学院工商管理学院，福建福州350012:
2.福建农林大学安溪茶学院，福建泉州362400 ；4.福建农林大学经济学院，福建福州350002)
令孩子惊奇的72个科学异想
摘要：研究以2010—2019年世界E 牌实验室每年发布的“中国500最具价值E 牌”中前100 强E 牌为研究样本，构建非平衡面板数据模型探讨各省百强E 牌数量及E 牌价值对经济增长的 作用。发现中国百强晶牌分布具有较强的区域集聚性；晶牌价值增长态势与省域经济增长态势 趋同；E 牌价值对促进经济增长呈显著正向影响，E 牌价值每增加1%，可为省域GDP 带来 0. 11%的增长；E 牌数量对经济增长的促进作用非常小。注重E 牌质量提升和E 牌价值培养，打 造以晶牌企业为核心的产业集，以提高晶牌对经济增长的贡献。
关键词：晶牌；经济增长；非平衡面板数据
中图分类号：F061.2 文献标识码:A 文章编号：1671 -9549 (2020)04 -0054 -07Researck on tie Impact of Top 100 Brand on Provincial Economic GrowtU
Lin Chun-tao 1 , Lt Yan-jiao 2 , Zhang Yue-ping 3, Su Bao-sat 4
(1.3. College of Busines s Administration ,Fujian Business University ,Fuzhou ,Fujian 350012；
2. Anxi College of Tea Science , Fujian Agriculture and Fowstf University , Quanzhou , Fujian 362400 ；
4. College of Economics , Fujian Agriculture and Fowstf University , Fuzhou , Fujian 350002 )
Abstract ：Taking the top 100 brands in " China's 500 most valuable brands" published by the world brand lab from 2010 to 2019 as samples , this paper established unbalanced panel data model to explore the impact of the number of top 100 baand quantctyand baand vaaueon economccgaowth cn each paovcnce.Theaesuatsshowthatthedcstacbutcon o2Chcnass top 100 brands has strong regional agglomeration. The growth trend of brand velue converfent with the growth trend of provincial economy. Brand value has a sianificant positive impact on promoting economic growth , and evef 1 % increase in brand value of a province will bring an increase of 0.11% pwvincial GDP. The number of brands has a vef small effect on economic growUi. Therefore , More edorts should be focused on bond quaym impwvement and brand value cultivation , butd industrial clusters centered on brand enterprises to improve the contribution of brand to economic growth.Key wo C s : Brand ； Economic Growth ； Unbalanced Panel Data
一般而言，一个国家或地区的经济增长主要依赖区域有形或无形的资本［1］，品牌是综合体现企业乃 至国家核心竞争力的无形资产。企业的品牌价值是其占有的市场规模、科技实力和管理能力的综合体现。 区域高价值品牌企业的数量与质量是该区域品牌经济建设的重要成果，也是地区乃至国家软实
力的象征。 在地方政府招商引资中，更青睐百强品牌企业和竞争力强的企业，以期能实现投资乘数效应’在地方政府 “引得凤凰来”策略对经济增长作用的研究中，大部分研究结果都表明二者关系呈正相关［2-7］，也有结果 认为两者关系呈负相关［1］，但这种相关关系并没有反映其内在因果关系。因此，探讨百强品牌对省域经 济增长的影响机制非常必要。
・54・
林春桃，李艳姣，章月萍，苏宝财：百强品牌对省域经济增长的影响研究
一、研究问题与文献回顾
国内外文献主要从理论和实证两方面研究品牌对区域经济增长的作用。理论方面,Anholi(2006)[2]分析了地方品牌建设对经济的作用；谢京辉(2014)⑶探讨了品牌经济驱动经济强国的机理；陈永维(2011)⑷发现品牌战略能够拉动经济增长；王云朋等(2005)+5〕从微观、中观、宏观层面研究名牌产品的经济效应，发现名牌产品能够带动企业、区域和国家经济的发展。实证分析方面，李佛关等(2012)+句基于美国、日本、德国等5个国家品牌数据，研究发现品牌价值、品牌数量与国内生产总值之间具有很强的正相关性；刘晴晴(2018)切以8个国家为样本验证品牌价值与经济增长的关系，结果表明品牌价值对经济增长有显著拉动作用;Okten et at.(2019)[1〕发现国家品牌投资与品牌价值提升的关系短期内呈负相关，但长期来看，与国家经济增长呈正相关；李兴江等(2012)[8]以中国东中西部地区
为例探讨发现品牌与区域经济增长存在显著的相关关系；卜正学等(2017)[9]分析北京、广东、浙江等6省(直辖市)品牌价值与人均GDP的关系，发现品牌价值与经济增长之间呈正相关。综上，品牌与经济增长相关关系显著，品牌对经济增长有带动作用，是经品牌数量的增加形成狼效应带动区域经济增长，还是由品牌质量提升促进区域经济增长?现有研究较少探讨品牌对经济增长的作用路径。本研究基于世界品牌实验室(World Brand Lab)①发布的2010-2019年“中国500最具价值品牌”中前100强品牌数据，从中观层面探讨各省(直辖市)百强品牌数量和品牌价值对当地经济增长的作用情况、作用方向和作用路径。
二、百强品牌影响省域经济增长的理论分析
百强品牌对省域经济增长的影响机制可从三方面展开论述。一是从消费者角度：品牌代表企业信誉，品牌价值高的企业，其产品或提供的服务一般也被认为具有一定的质量保证，能够有效降低消费者选择和搜寻成本，满足消费需求，增加消费者效用[10]，进而刺激消费，而消费又是拉动经济增长的“三驾马车”之一。二是从企业角度：品牌可为企业带来更高的溢价，提高企业生产积极性，增加投资与供给，而投资也是拉动经济增长的“三驾马车”之一。三是从省域经济发展角度：知名品牌能够带动当地所在产业及其相关产业发展，形成产业集和竞争，进而促进当地经济发展o
与省域知名产业或企业相关联的原材料、产品制作、销售渠道，乃至最终用户会在空间上不断集聚。
这种集聚带来有效市场竞争，提升品牌价值和市场占有率，带动地区劳动要素和资本要素投入，形成一个或多个以品牌企业为核心的产业集。产业集内实现水平分工和垂直一体化协作，企业共享专业化公共服务与公共设施，抱团应对外部市场环境，降低资讯费用和交易成本，实现水平上规模效应、技术外溢效应等产业集聚效应，提升产业竞争力，促进当地经济增长。
综上，品牌作用省域经济增长主要有两个途径：一是增加要素投入，形成规模效应，带动经济增长；二是提升全要素生产率，在要素投入不变的情况下，产出增加。
三、百强品牌对省域经济增长的影响机制实证分析
(一)面板数据回归模型构建
品牌经要素投入和全要素生产率影响省域经济增长。研究基于C-D生产函数模型，构建品牌作用省域经济增长的面板数据模型，即方程(1)和(2)。模型引入品牌个数(bnum)和品牌价值(bvat)两个变量，探究两者对省域经济增长的贡献率[11]'
LN(GDP t=00+01bnum it+02LN(labour^"+03LN(invest,)+(t(1)
LN(GDP”)=00+01LN(bval,+02LN(labour4+03LN(invest,+(2)其中，被解释变量LN(GDP d)为第i个省t年GDP的对数值。解释变量bnuK t为第i个省t年拥有的百强品牌个数;Gal为第-个省t年拥有的百强品牌
价值的对数值；LN(labourt为第-个省t年常住人口数的对数值；LN(”8%)为第-个省t年固定资产投入的对数值。(t为随机误差项，00为常数项。
(二)数据来源与样本基本情况分析
1•数据来源及说明
研究所用品牌数据来自世界品牌实验室"World Brand Lab)2010-2019年“中国500最具价值品牌”中的前100强品牌(以下简称百强品牌)。考虑数据统计口径一致性等问题，剔除台湾、香港、澳门地区和无百强品牌省份的数据，最终共有183个研究样本(详见表1)。此外，各省(直辖市)的国内生产总值(GDP)、常住人口数"labour)、固定资产投入(invest)数据来源于国家统计局、各省市统计局、中国经济社会大数据研究平台。
-55-
马尼拉海沟贵州商学院学报2020年12月
2.近十年百强品情况
表1十年间中 强品牌的总体情况。2010年只有19个（直辖市）拥有强品牌, 2019年18个。十年来，拥
有强品牌的省份个数不大，说明强品牌的分布具有较强地域集聚性，名品牌也非朝夕之事，品牌价值积累需要程。2010年各省百强品牌价值之28519.17亿元。2011年强品牌价值之和较2010年增长了26.54%，达36087.21亿元。2012年强品牌价值之43091.49亿元，较2011年增长了19.41%。2013年强品牌价值之52734.60亿元，较2012年增加9643.11亿元，增长了22.38%。2014年强品牌价值之60158.95亿元，较2013年增加7424.35亿元，增长了14.08%。2015年强品牌价值之68451.64亿元，较2014年增加8292.69亿元，增长了13.78%。2016年强品牌价值之123440.43亿元，较2015年增加54988.79亿元，增长了80.33%。2017年强品牌价值之97524.53亿元，较2016年' 25915.90亿元，降低20.99%。2018年强品牌价值之114155.29亿元，比2017年增加16630.76亿元，增长了17.05%。2019年强品牌价值之129908.41亿元，较2018年增长15753.12亿元，增长了13.80%。此期间，除2017年数据较2016年有所减少外，年各省百强品牌价值之和都以超10%的速度增长。
2011年有百强品牌的19个（直辖市）GDP之415919.60亿元，较2010年增长了18.57%；2012年这19个（直市）GDP之459267.38亿元，较2011增长了10.42%。2013年有百强品牌的18个（直辖市）GDP之473283.56亿元，较2012增长了3.05%。2014年这18个（直市）GDP 之506075.02亿元，较2013年增长了6.93%。2015年有百强品牌的19个（直市）GDP之548341.46亿元，较2014年增长了&35%。2016年有百强品牌的18个（直市）GDP之）581844.72亿元，较2015年增长了6.11%；2017年这18个（直市）GDP之631967.45亿元，较2016年增长了&61%。2018年有百强品牌的17个（直市）
才利民GDP之677031.61亿元，较2017年增长了7.13%；2019年这18个（直市）GDP之756538.57亿元，较2018年增长了11.74%。2010-2019年，除2017年外，年份品牌价值增长趋势与各省（直市）经济增长趋势相同，都呈逐年上涨态势。
表1百强品牌价值与GDP对比
年份拥有百强品牌的省份（个）百强品牌价值之和（亿元）百强品牌省份GDP之和（亿元）20101928519.17350772.69
20111936087.21415919.60
20121943091.49459267.38耐克运动汇
20131852734.60473283.56
20141860158.95506075.02
20151968451.64548341.46
201618123440.43581844.72
20171897524.53631967.45
201817114155.29677031.61
201918129908.41756538.57
数据来8:2010—2019年址界品牌实验室（World Brand Lab）、中国统计局。
以2010年2019年百强品牌价值数据，分析不同省（直辖市）百强品牌的十年发展情况，结果如图1、图2及表2。
1R Z
、
矣
N
赳
车
a
ng
噪
M
・56・
林春桃，李艳姣，章月萍，苏宝财：百强品牌对省域经济增长的影响研究
表22010年和2019年各省份百强品牌价值之和（亿元）
省份2010年2019年
北京15154.8960772.34
福建355.981846.90
广东2635.8918129.69
贵州309.882185.15
北/712.35
河南196.05/
黑龙江205.36789.18
湖北326.962761.52
湖南100.521404.3
吉林653.324478.52
江890.265649.00
江西/508.75
辽宁584.882335.93
内蒙古自治区673.252202.33
东1346.719233.24
上海2222.456159.65
四川1739.666049.64
天津110.58/
云南509.15/
江275.264022.67
重庆228.12667.25
数据来8:2010—2019年址界品牌实验室（World Brand Lab）。
由图1和表2可知,2010年北京市百强品牌价值之和以高达15154.89亿元的水平遥遥领先于其他省（直市），这北京是都治、中、中、创新中心息息相关，其
环境有，有大总部也。广东省、上市、四川省的品虽不及北京市，但成果也较出。广东省是早实行开放的省份，使品以较好；上海市经济发达，强品相对较好；四川强品牌的西部其他地区，这白较好有关。2010年，湖南省百强品牌价值之和在19个省（直辖市）中小，为100.52亿元。
万盛区委书记
§60000
50000
40000
30000
20000
10000
1~1|~|口1~1一口1~||~||~11~1口
傾煤辜氓貝*悝集掠咼卜忆凶煤變三且出
氓飓L駅回官澤斑和且且旦躺浜mW目茶刪
W M皿
图22019年各省份百强品牌价值之和示意图
图2和表2可知，2019年北京市品牌价值之和在18个（直市）中仍处领先的位置，品牌价值之和达60772.34亿元，较2010年增长了301.01%，速度十分迅猛。广东强品处于第二强，速度也非常迅猛，品牌价值之和达18129.69亿元，较2010年增长了587.80%；上市、四川东省赶超；湖北省、湖南强品较2010年有所进步，速度落后于北京市和广东
模糊聚类分析
・57・
贵州商学院学报2020年12月
省，品牌价值总量较小，这与当地品牌发展相对滞后、发展基础薄弱、品牌知名度较低有关，其他省份则出现大品牌“强者恒强”的局面［8］o
3.变量的描述性统计
为避免数据剧烈波动和异方差问题［8］，对原始数据进行自然对数处理’根据实证结果（见表3）,183个样本中,2013年的北京市拥有百强品牌数量最多，为41个，而最少的省份只拥有1个，两者差距很大。样本平均拥有百强品牌个数为5.32个，标准差为&02，表明我国省域品牌培育情况参差不齐、差异大。
表3变量描述性统计
变量样本量平均值标准差最小值最大值LNGDP18328.490.6826.5830.01
bnum183 5.328.02 1.0041.00
LNbval18325.65 1.3623.0329.44 LNaboua18317.600.5816.0218.56
LNinvest18328.050.6926.4629.41数据来8：根据研R实证结果整理而得。
（三）实证结果分析
1•面板数据单位根检验
数据为非平衡面板数据，研究采用ADF检验和PP检验［12］。由表4,ADF检验和PP检验中，变量LNGDP&bnum&LNbval&LNlabour&LNinvest的伴随概率（P值）都为0.00，即假设检验结果显著，说明面板数据不存在单位根且为平稳序列，可建立面板数据模型。
表4面板数据单位根检验
量ADF检验PP检验检验结果LNGDP 6.57***(0.00)10.15***(0.00)平稳
bnum 5.49***(0.00)8.76***(0.00)平稳
LNbval 4.00***(0.00) 5.16***(0.00)平稳
LNaboua11.24***(0.00) 5.15***(0.00)平稳
LNinvest 3.91***(0.00)13.73***(0.00)平稳数据来源：根据研究实证结果整理而得"
注：括号内为P值，***表示1%显著水平，!!表示5%显著水平，!表示10%显著水平"
2.面板数据回归模型选择
面板数据回归模型主要有混合回归模型、固定效应模型、随机效应模型三种，需对比后选择具体模型o 首先，经F检验⑷比较混合回归模型与固定效应模型，由state14.0软件计算方程（1）F统计量为55.39,P 值为0.00，表明固定效应模型优于混合回归模型。其次，比较随机效应模型与固定效应模型，采用豪斯曼（hausman）检验（原假设为"选择随机效应模型”），方程（1）的豪斯曼（hausman）检验P值为0.00，可拒绝原假设，即选择固定效应模型进行回归分析更合适［13］。由state14.0软件计算方程（2）F统计量为66.92, P值为0.00，表明固定效应模型优于混合回归模型。比较随机效应模型与固定效应模型，方程（2）豪斯曼（hausman）检验P值为0.00，可拒绝原假设，即选择固定效应模型进行回归分析更合适［13］。
3.数回模计
由表5，方程（1）R2 3值为0.66，说明面板数据回归模型拟合效果较好；百强品牌个数的回归系数为-0.01，回归结果不显著，说明其对经济增长的促进作用非常小，百强品牌个数并非越多就越能促进经济增长，关键还是要注重品牌价值的提升。常住人口数"labour）、固定资产投入（invest）对省域国内生产总值（GDP）呈显著正向影响，表明劳动投入和资本投入都能显著促进经济增长。
由表5，方程（2）R2值为0.70，较之方程（1）其解释力度提升了4个百分点。百强品牌价值回归系数
为0.11，回归结果显著，说明品牌价值对省域经济增长有直接显著的正向影响，品牌价值每提升1%，就会为当地经济带来0.11%的增长，品牌价值的提升能有效促进经济增长。企业是省域经济的微观基础，也-58-
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议