基于面板数据的快递业发展规模影响因素分析

王林珠 姚尚莹 贾亚茹

摘 要： 快递业是推动流通方式转型、促进消费升级的现代化先导性产业。本文基于31个省市2007-2015年的面板数据，采用协整检验方法研究变量之间的长期均衡关系，按照地区经济发展程度不同构建三个回归模型。研究表明：社会消费需求、信息化水平、快递业基础设施与快递业发展规模间存在长期的均衡关系;快递业基础设施对三个经济区域的快递业发展规模具有显著的促进作用，信息化水平影响次之;社会消费需求对快递业发展规模作用还需进一步激发。

关键词： 快递业发展规模 协整检验 面板回归估计

一、引言

快递业作为现代服务业的重要组成部分，对经济发展起着巨大的推动作用。《关于促进快递业发展的若干意见》、《快递业发展“十三五”规划》等文件的出台，将快递业提升到前所未有的战略高度。我国快递业发展迅速，业务规模持续扩大，已成为国民经济的重要产业和新增长点。2014年以来，中国快递业务量连续6年稳居世界第一。快递业发展规模受经济发展、产业结构、科技发展水平等因素的影响，各地区的快递业务规模差异较大。总体来说，沿海经济发达地区规模较大，河南、安徽等中部地区经济快速崛起，带动快递业实现规模的不断扩大，但内蒙古、新疆等地却呈现一定幅度的下降。当前我国经济仍处于新常态，快递业的社会需求、产业格局、服务形态正发生深刻的变化，探讨影响快递业发展规模的因素，有利于把握快递业发展趋势，从而为政策制定提供建议。

二、文献综述

探究影响快递业发展规模的因素是完善快递业发展的基本要求。为找出关键因素，学者们取得了丰富的研究成果。首先，大多数学者主要借助截面数据或时间序列数据来研究。吴传岭等[1]运用截面数据，分析了邮政快递从业人员数量、地区资产规模和人均消费水平对中国快递业务量和收入规模的要素替代弹性，结果显示快递业主要受到消费水平的拉动，当前资本和从业人员贡献作用不显著。柳谊生等[2]基于产业发展理论，选取快递营业网点和邮政业从业人员数量两个指标，构建时间序列模型来分析对快递业务量的影响。石咏梅[3]借助时间序列数据，选取互联网上网人数、营业网点、货物周转量等5个变量，研究表明营业网点和货物周转量是影响快递业务量最重要的因素。其次，部分学者采用面板数据进行考察。郭明德等[4]采用面板数据，运用空间误差模型研究各省域快递业投资、快递业信息化、快递基础设施、从业人数等因素对快递业发展的影响。钟耀广等[5]采用空间动态杜宾面板模型，分析了互联网上网人数、居民消费水平和货物周转量对快递发展的动态空间效应。

纵观上述研究，发现截面数据虽然反映了个体之间的差异，却难以反映单个个体随时间推进的动态变化过程，而时间数据的特点正好相反。面板数据几倍甚至几十倍地扩大了样本点，解决了单纯时间序列或截面数据样本点不足的问题，从而可获得更精确的参数估计值。虽然学者已从多个方面对影响快递业的因素进行了探究，但发现未能考察相关因素与快递业发展之间是否存在长期的均衡关系。因此本文基于前人研究和数据的可获得性，采用2007-2015年31个省级行政区（除了港澳台）的面板数据，来分析社会消费需求、信息化水平和快递业基础设施与快递业发展规模间的内在联系。

三、研究设计

（一）研究假设

中国邮电局多用快递业务量和收入来表征快递业发展规模，为回避各公司快递价格不一致的情况，本文选用快递业务量来衡量快递业发展规模，主要选取社会消费需求、信息发展水平和快递业基础设施进行分析，假设存在如下关系：

1.社会消费需求对快递业发展规模有正向的推动作用。随着人们生活水平的提高，消费需求逐渐呈现出多元化和高层次。快递业的持续发展，更好地满足了社会的消费需求。吴传岭等[1]、钟耀广等[5]的研究结果，也表明了社会消费需求对快递业发展规模有着显著影响，本文采用居民平均消费支出衡量社会消费需求，它是体现居民生活质量的重要指标。居民消费支出越多，说明需求越旺盛，从而加大了对快递的需求。

2.信息化水平对快递业发展有正向的推动作用。快递业因互联网而起，因互联网而兴。网络购物和大量的商业往来越来越依靠互联网，这拉动了对快递物流业务的需求。钟耀广等[5]、张兰[6]研究发现互联网上网人数对快递业发展影响显著。本文采用互联网上网人数衡量信息化水平，上网人越多，意味着互联网越普及，信息化水平越高。

3.快递业基础设施对快递业发展规模有正向的推动作用。快递运输是一个复杂系统，要高效运转此系统需要相应的基础设施，快递营业网点是快递企业直接对外营业，可收寄快件的营业场所和服务机构。随着网购需求的爆发式增长，快递量的激增，场地不够、网点不足就会限制快递业的发展，快递网点可谓是快递企业的命脉，考虑到数据收集的难易，本文用快递营业网点数来表征快递业基础设施。

（二）模型设定

为了消除量纲和异方差的问题，所有变量均取对数。模型设定如下：

log （EBV）it=αi+β1log （PCCE）1t+β2log （NIU）2t+β3log （OES）3t+εit

其中αi为常数项，β为待估参数，ε为随机扰动项，i、t分别表示省份和时间。EBV表示快递业务量，NIU表示互联网上网人数，PCCE表示居民人均消费支出，OES表示快递营业网点数。由于2007年各省才有快递业的相关数据，所以变量数据从2007年开始选取。数据均来自国家统计局，采用软件eviews8.0进行数据处理。

四、实证分析

（一）平稳性检验

构建模型前需要对数据做平稳性检验。本文主要采用Levin检验、ADF检验、PP检验同时进行检验，以结果一致为准。由表1可知，在5%的显著水平下，信息化水平、社会消费需求、快递业基础设施通过了LLC检验，但没有通过ADF、PP检验，快递业发展规模通過了LLC、PP检验，但没有通过ADF检验。经过一阶差分后，所有变量都是平稳的。

（二）协整检验

基于平稳性检验发现，对数化一阶差分后的变量间是同阶单整的，变量之间是否具有长期的稳定关系还需进一步检验，接着进行协整检验。文中选用面板-PP检验、面板-ADF检验、分组-PP检验、分组-ADF检验，以四种方法检验结果一致为准。结果见表2，在5%的显著水平下，变量之间均存在协整关系，可推断出信息化水平、快递业基础设施、社会消费需求与快递业发展规模之间存在长期的均衡关系。

（三）模型回归估计

中国地域辽阔，不同经济地区的社会消费需求、信息化水平和快递业基础设施不可避免存在差异，导致快递业发展规模也会出现差别。本文参考程慧平[7]对我国经济区域的划分，將其分为经济发达地区、经济次发达和欠发达地区来分析。

首先，运用F统计量检验应该建立混合回归模型还是固定效应模型，结果见表3。三个经济区的F检验都拒绝原假设，说明都应建立固定效应模型。

接着使用Hausman检验来判断建立固定效应模型还是随机效应模型。由表4可得出，在5%的显著水平下，经济发达地区的检验结果拒绝原假设，经济次发达区和欠发达区检验结果不能拒绝原假设，所以经济发达地区采用固定效应模型，经济次发达地区和欠发达地区采用随机效应模型。

由表5回归结果可得，三个经济区拟合的模型拟合程度很高，每个解释变量都通过了t检验，且不同变量的系数弹性均为正数，表明居民人均消费支出、互联网上网人数、快递网点数对快递业发展规模均有显著的正向推动作用。三个经济区的变量弹性系数之和都超过了1，表明存在规模报酬递增效应，经济发达区和次发达区的三个变量对快递业发展规模的正向推动作用明显大于经济欠发达区。从经济意义角度来说，快递业基础设施对快递发展规模的影响最显著，信息化水平影响次之，社会消费需求对快递业发展规模作用还需进一步激发。

五、结论与建议

（一）结论

本文基于31个省市2007-2015年的面板数据，采用协整检验方法研究变量之间的长期均衡关系，按照经济发展程度不同来构建面板回归模型，结论如下：

1.社会消费需求、信息化水平、快递业基础设施与快递业发展规模之间存在长期的均衡关系。从模型结果看，社会消费需求、信息化水平、快递业基础设施对快递业发规模有正向的推动作用，与之前的假设相符合。其中快递业基础设施对快递发展规模的影响最显著，信息化水平影响次之，社会消费需求对快递业发展规模作用还要进一步激发。

2.三个经济区回归结果中各变量的弹性系数之和均超过了1，表明三个经济区均存在规模报酬递增效应。经济发达区和次发达区的三个变量对快递业发展规模的正向推动作用明显大于经济欠发达区，经济欠发达地区信息化水平、快递业基础设施等还有待提高。

（二）建议

为了更好地促进快递业的发展，本文提出以下建议：

1.开展个性化定制，促进消费升级。随着人们生活水平的提高，消费需求逐渐呈现多元化，高层次的趋势。要消费首先要有收入，政府应着力提高广大中低收入者的收入，特别是经济欠发达地区，如扩大就业、减免税费等，逐步缩小居民收入差距。同时提高快递业的服务质量，采用新的营销模式激发居民的消费意愿，如可利用淘宝网发放政府消费补贴等。

2.提高信息化水平，促进效率和提升服务水平。注重加快经济欠发达地区信息化建设，提升互联网普及率，建立创新公共信息平台，开发利用大数据、物联网、地理信息以及移动互联网等新技术，精准跟踪运输车辆，提高收投效率，增进用户体验，提升快递服务水平。

3.夯实快递业基础设施，促进产业发展。政府应统筹快递业基础设施建设，特别是经济欠发达地区，鼓励快递企业，利用现有农村服务中心、供销社、客运站、村邮站等建设快递综合服务站点，开展寄递和自取服务，实现乡乡有网点、村村通快递，促进快递基础设施与其他行业协同发展。

参考文献：

[1][ZK（#]吴传岭，施国洪.基于二级多要素CES生产函数的快递业务规模研究[J].统计与决策，2010（13）.

[2]柳谊生，李鸿磊.产业发展视角下中国快递业发展的实证研究[J].首都经济贸易大学学报，2017（01）.

[3]石咏梅.快递业务量影响因素的实证分析[J].管理研究，2018（06）.

[4]郭明德，李红.中国快递业影响因素的空间计量分析[J].包装工程，2019（23）.

[5]钟耀广，郭方方，唐华军.互联网发展、居民消费与快递市场的关系研究—基于空间动态杜宾模型的实证分析[J].价格月刊，2019（04）.

[6]张兰，朱厚强.中国快递业发展影响因素的灰色关联分析[J].商业经济研究，2015（29）.

[7]熊启跃，张依茹.货币政策信贷渠道的经济区域效应研究——基于我国31个省际面板数据的经验证据[J].投资研究，2012（07）.