农业和资源经济学文档格式.docx

农业和资源经济学文档格式.docx

《农业和资源经济学文档格式.docx》由会员分享，可在线阅读，更多相关《农业和资源经济学文档格式.docx（43页珍藏版）》请在冰点文库上搜索。

†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.1467-8489.2007.00419.x

402

T.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（ABS2005）。

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。

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，2005ABS）不变。

出于这个原因，它

似乎合乎逻辑的葡萄酒需求研究寻求解决的问题

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（ABS2007）的值。

404

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，1994Oczkowski;

Combris等。

1997年Schamel2000;

Oczkowski2001;

Schamel和2003年安德森;

斯坦纳

2004年2005Noev）。

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），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

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（1994）

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

406

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=XJâ

-á

PJ+î

Ĵ+ã

IG（ó

G）+（1-ó

G）å

IJ

（1）

其中XJ，î

j和PJ观察产品属性，未观察产品

属性和价格，分别。

â

和á

有需求待估参数

内模型。

å

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

ã

IG如下独特的分布，使得ã

ij是一个极端的

价值å

IJ也作为一个极值随机随机变量的条件

变量（CARDELL1997）。

ó

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ó

克到不同组间，这是更现实的，并赋予

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ó

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=ä

IG（ó

（2）

其中ä

j是变量j的平均效用水平，并等于XJâ

Ĵ。

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）=XJâ

PJ+ó

克LN（SJ/克）+î

Ĵ。

（3）

s0为外部组的市场份额。

的一致估计，

á

和ó

可以通过一个两阶段最小二乘估计，如获得

工具变量估计。

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：

å

Ĵ，J=

和

ó

克∂SJPJ1

=á

PJ，J∈镁，G∈G，SJ/G+SJ-

1-ó

克∂PJSJ1-ó

克

（4）

J，K=

∂SJPKó

ħ

PKSK/G+SK，J≠K，J∈镁，钾∈氢，G，H∈G。

（5）

∂PKSJ1-ó

ħ

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，各组交叉价格弹性降低到á

pKSK。

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。

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（2004AC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

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（WBDI2006）。

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。

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，

408

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

<

2.70美元

$2.70-4.50

$4.50-6.30

$6.30-12.60

$12.60-135

>

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

R2

F统计值（p值）

观测数

价格

9.151***

0.147

0.00001

0.002

-0.002***

0.14

244.3（0.000）

5985

组内共享

-5.629***

-1.317***

0.00006***

-0.023***

0.0005***

0.04

66.47（0.000）

***，**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

（IMF2006），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（WBDI2005）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

表3第一阶段的回归：

区域嵌套模型

9.502***

0.000008

488.67（0.000）

409

-11.288***

0.0002***

0.0008***

469.19（0.000）

***，**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5.99。

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

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。

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。