生產要素對快遞產業發展影響的實證分析

邱思琦

(中南財經政法大學 經濟學院，湖北 武漢 430073)

1 引言

快遞行業作為新興的第三產業，是郵政業的重要組成部分之一，同時也是物流業的核心分支。快遞行業具有時效性高、網絡復雜程度高、多元產業關聯度高、自身產業經濟附加值高等多個特征。隨著交通運輸和電商互聯網經濟的繁榮發展，快遞行業逐漸成為第三產業的支柱行業之一。盡管中國快遞業的起步和發展均晚于國外水平，但隨著市場經濟的良性發展，在豐富的資源環境和較低的市場進入門檻背景下，大批快遞民營企業開始借助廉價勞動力的巨大開發價值而涌入市場。盡管大量的人力、物質資本投入在初期極大地推動了快遞產業發展，但在發展中后期時卻由于不理性投資造成了業內大量的資源浪費，一定程度上阻礙了快遞業的良性發展。

《快遞業發展“十三五”規劃》指出，快遞業目前存在幾大問題：要素成本上升，市場對于快遞行業的消費需求與行業有效供給之間的不匹配等問題明顯。為了使快遞業能更好的、持續的帶動我國第三產業經濟發展，本文立足于目前快遞行業的發展現狀，在理論分析的基礎上深入進行各生產要素對快遞業發展影響的實證分析，在為快遞產業的未來發展趨勢進行預測的基礎上，對快遞行業發展提出合理的建議，具有十分重要的研究意義。

2 文獻綜述

不少學者對快遞業發展的影響因素進行了研究和分析。在定性研究方面，張洪斌和趙玉敏(2006)[1]在快遞產業發展現狀的基礎上分析了產業發展的影響因素，并對未來的發展趨勢進行了預測。程青雷和李燦(2011)[2]運用PEST理論從政治、經濟、社會、技術四個方面分析了快遞市場發展的宏觀環境。季彤(2012)[3]從宏觀和微觀兩個層次分析快遞業發展的影響因素，其中宏觀因素有市場化程度、工業化程度、信息化程度、全球化程度和交通運輸化程度，微觀因素有人力資源、基礎設施和網絡資源等。楊從平、秦小輝和楊麗英(2018)[4]對快遞市場規模、市場競爭程度、區域發展差距和服務質量等進行了分析，認為我國快遞市場發展迅速，但是存在區域發展不平衡、服務質量水平不高等問題。

在定量研究方面，李朝敏(2013)[5]測算了1978～2009年中國物流業物質資本存量、人力資本存量和人力資本水平，構建了物流業經濟增長模型，以驗證人力資本對物流業經濟增長的貢獻。段水利(2015)[6]在構建快遞業發展因素評價指標體系的基礎上，利用灰色關聯分析方法定量分析得到經濟水平決定快遞業發展水平的結論。黃飛(2016)[7]從定性和定量兩個角度對B2C模式下快遞業發展的影響因素進行了分析，選取2011～2013年31個省市相關數據進行OLS回歸分析，結果表明互聯網用戶總數、城鎮居民可支配收入、快遞營業網點、貨物周轉量等因素的影響顯著。柳誼生和李鴻磊(2017)[8]從產業發展視角出發，在投入產出理論的基礎上利用2000～2015年的相關數據構建實證模型并分析了投入因素對快遞業產出的影響，得出了資本投入對產出有較強的正向促進關系而勞動投入對產出無明顯促進作用的結論。

通過相關文獻梳理發現，目前學界對國內有關快遞產業的學術研究文獻總量仍然不多，且大多數都從政策分析角度出發對產業現狀和發展作出定性分析，缺乏深入、系統的研究和分析。本文在細分影響快遞產業發展的生產要素的基礎上，對快遞產業現狀進行了相關的定性分析，構建出快遞產業的生產函數回歸實證模型，并對相關指標的時間序列數據進行了平穩性檢驗和協整性檢驗，在此基礎上計算出了各個要素對快遞產業發展的貢獻，并最終得出相應的分析結果和結論。

3 研究方法與數據來源

3.1 研究方法

3.1.1 柯布-道格拉斯生產函數

柯布-道格拉斯生函數模型是由美國數學家柯布(C.W.Cobb)和經濟學家保羅·道格拉斯(Paul.H.Doudlas)在原一般形式的生產函數的上引入技術資源后改進而成的生產函數模型。該模型是實證分析經濟發展的重要工具，用來預測和分析國家和地區的工業體系或者大企業的生產發展趨勢。柯布-道格拉斯生產函數的一般表達式為：

Y=A(t)LαKβμ

(1)

式(1)中，Y表示工業總產值；A(t)表示綜合技術水平(A>0)；L表示投入的勞動力總量；K表示投入的資本總量；其中，α是勞動力產出的彈性系數，β是資本產出的彈性系數，μ表示隨機干擾的影響。

在柯布-道格拉斯生產函數理論模型的基礎上，考慮到我國快遞行業發展的四大支撐條件，將快遞業經濟增長的生產要素資本分為人力資本、土地資本、物質資本和技術水平，建立了以下快遞行業經濟增長模型：

Y=A(t)KαLβHγeμ

(2)

式(2)中，Y表示工業總產值；A(t)表示綜合技術水平(A>0)；K表示投入的資本總量；L表示投入的土地資本總量；H表示人力資本水平；其中，α、β、γ分別是資本、土地投入、人力資本產出的彈性系數，e為自然對數的底，μ為隨機誤差。

為估計各個生產要素對快遞業經濟增長的彈性，對式(2)中的各變量取對數，得回歸方程為：

lnY=tlnA+αlnK+βlnL+γlnH+μ

(3)

3.2 變量選擇與數據來源

為了避免由于不同快遞公司的服務定價不同而造成的衡量偏差，本文選取2000～2016年快遞業的總業務量作為衡量快遞行業發展情況的指標。

對于影響快遞總業務量的4個自變量，勞動力的相關數據選取快遞產業的從業人數，考慮到數據的可得性，將郵政業從業人員作為替代數據來源；土地資源的相關數據統計并不全面，則選取貨物運輸周轉量作為替代數據。快遞網絡運輸系統中包含大量必需的土地資源，快遞的運輸和周轉需要眾多的營業網點、分揀中心、運轉中心、倉庫等節點和運輸路線作為支撐，所以貨物運輸周轉量可以從側面反映土地資源的相關情況；資本的數據選取電商網購的交易額；技術水平選取快遞產業投入管理及技術開發方面的費用作為衡量技術水平的指標。所有數據的選取范圍為2000～2016年，具體詳見表1。

4 實證分析

4.1 時間序列的平穩性分析

在現實經濟生活中統計所得到的時間序列數據通常都是非平穩的。快遞行業相關數據作為時間序列，同樣也屬于非平穩性序列，其中的主要經濟變量如快遞業業務量、電商網絡零售交易額、貨物運輸周轉量等往往表現出相同的變化趨勢。在這樣的情況下，對非平穩行序列進行經典的因果關系模型分析，一般不會得到有意義的分析結果并呈現出“虛假回歸”的結果，需要在回歸分析前對數據組進行平穩性檢驗。

表12000～2016年快遞行業發展影響變量的相關數據

數據來源：中國統計年鑒

時間序列的平穩性檢驗可以通過圖形和自相關函數實現。目前，單位根檢驗方法已經成為了平穩性檢驗的最常用方法之一。將2000～2016年期間的快遞行業相關時間序列數據進行平穩性檢驗。首先對各個變量的原始數據進行檢驗，時間趨勢和截距項(常數項)都是單位根檢驗的重要因素，取滯后期為1。如果發現檢測結果為不平穩，則需要進行一階差分并進行第二次檢驗，此時檢驗中不再包含時間趨勢，取滯后期為0。部分經濟指標在進行一階差分后檢驗結果為平穩，若仍然顯示為不平穩，則繼續進行二階差分的單元根檢驗。通過EVIEWS8.0計算得到的檢驗結果見表2。

表2 通過EVIEWS計算得出的平穩性檢驗結果

從計算結果來看，各個變量的時間序列在5%的顯著水平下都表現為非平穩。在一階差分處理后，快遞行業業務量Y、技術開發管理費用A和郵政業從業人數H都表現為平穩。所以，這3個經濟指標的時間序列為一階單整序列，即lnY～I(1)、lnA～I(1)和lnH～I(1)。同理，電商網絡零售交易額K和貨物運輸周轉量L在進行二階差分處理后也表現為平穩，即lnK～I(2)和lnL～I(2)。

由于lnY與lnK、lnL不是同階單整的，故不存在協整關系。

4.2 時間序列的協整性檢驗

雖然不同的經濟變量之間表現為非平穩性，但如果以某種線性關系組合使其可以獲得平穩性的效果，那么就可以認為這些經濟變量的時間序列之間存在著長期平穩性關系，即具有協整關系。

由平穩性檢驗結果可知，lnY與lnK、lnL不是同階單整，在統計意義上不存在協整關系，故理論上在進行接下來的協整性檢驗時應將lnK和lnL從公式中剔除。但從經濟意義角度考慮，資本要素和勞動力要素都是經濟模型中最直接、最重要的生產要素，在對快遞行業發展進行生產要素影響分析時這兩大生產要素不可被剔除。通過觀察表3中的實驗數據結果可知，若公式(3)中的自變量lnK和lnL以一階差分的形式作為自變量進入模型，則在對ΔK和ΔL進行一階差分處理后，檢驗結果顯示為平穩，即ΔK～I(1)和ΔL～I(1)。此時，勞動力資源、土地資源、技術投入、資本和行業總產值這五大經濟指標均通過了平穩性檢驗，互相之間具有協整關系，可以進行下一步協整性檢驗。調整后的公式為：

lnY=tlnA+αlnK+βlnL+γlnH+μ

(4)

與雙變量不同，多變量之間可能存在多種穩定的線性組合，即可能存在多個協整關系。在協整關系檢驗上，基于回歸系數Johansen的協整檢驗通常適用于多變量的協整檢驗，本文用極大似然法對各變量的時間序列進行檢驗。

表3通過極大似然法對各變量時間序列進行

*表示在0.05的顯著水平上

從計算結果可知，時間序列變量lnY、lnA、lnH、ΔK和ΔL之間存在協整關系，即技術、人力、資本和土地資源投入對快遞產業總業務量在長期上存在穩定的均衡關系。從經濟意義上來看，在數據選取期間人力資源、技術投入、土地資源投入和資本投入為快遞產業的發展提供較為持續穩定的動力。

4.3 利用OLS法估計模型參數

根據回歸方程式(4)和檢驗結果，以lnY為因變量，lnA和lnK為自變量，利用EVIEWS8.0對我國快遞業2000～2016年的數據進行回歸分析，得到的回歸模型估計式為：

lnY=5.0288+0.5919lnA+0.2999lnH+0.3733lnK-1.9576lnL+μ

(5)

另外，考慮到資本的經濟屬性，即資本量的調整需要時間。因此在回歸分析過程中需要對資本變量引入滯后項。其中，相關參數的OLS估計值見表4。

表4 相關參數的最小二乘法估計值

從表4中可知，該生產函數模型的可決系數較高，擬合的效果較好，同時F統計量也是顯著的，說明各個變量對被解釋變量聯合顯著；但在5%顯著水平上，自變量lnH的t統計量小于t0.025(17-3)=2.1448且P值均大于0.05，說明變量lnH的回歸結果不顯著，變量lnA、lnK(-1)、lnL和C顯著。初步判斷，模型數據中存在多重共線性。

從回歸結果來看，技術資本的產出彈性為0.5919，即技術開發管理費用每增加1個單位，快遞業總業務量就平均增加0.5919個單位；人力資本的產出彈性為0.2999，即快遞業從業人數每上升1個單位，快遞業總業務量就平均增加0.2999；資本投入的產出彈性為0.3733，即資本投入每增加1個單位，快遞業總業務量就平均增加0.3733個單位；土地資源投入的產出彈性為-1.9576，即土地資源投入每減少1個單位，快遞業總業務量就平均增加1.9576個單位。

4.4 各要素對快遞業發展的影響分析

為了更準確地了解各個生產要素對快遞產業發展的影響和貢獻，除了構建生產函數模型進行實證分析外，還可以進一步計算出不同的生產要素對快遞業經濟增長的貢獻率。

人力資源、技術投入、土地資源和資本投入對快遞產業增長貢獻率可以通過以下幾個公式計算得出：

其中，EY表示快遞產業增加值，EK、EL、EH和EA分別表示資本投入、土地資源投入、人力資源投入數量和技術資源投入的年度增長率；FK、FL、FH和FA分別為資本、土地資源、勞動力和技術資本投入對快遞產業增加值的貢獻率。將我國快遞行業2000-2016年的相關數據代入計算，求平均值后得：

EY=52.59%、EK=87.83%、EL=9.63%、EH=6.72%和EA=23.25%。

FK=153.85%、FL=-84.78%、FH=6.02%、FA=42.22%。

從計算結果可知，技術投入的彈性系數和年均增長率都處于較高水平，因此技術資本投入對于快遞行業發展的貢獻率最大，同時也進一步說明我國現階段快遞業的發展還是主要依賴于技術投入；勞動力資源和資本投入對于快遞業同樣存在著正向影響，但是與資本和勞動力投入相比影響程度并不十分強烈；而土地資源投入對快遞產業則是產生了負面影響。

5 實證分析結論與評價

從生產要素對快遞產業發展的實證對比分析結果中，可以得到以下結論。

(1)由實證分析結果可知t+α+β+γ<1，說明在僅考慮資本投入、勞動力資本投入、土地資源投入和技術投入的前提下，我國快遞產業在2000～2016年期間處于規模報酬遞減的狀態。其中，資本投入對快遞產業發展的帶動作用最明顯。快遞產業作為驅動力十分強勁的新興服務業，其高速發展對于我國整體經濟的發展規模和發展質量都起到了十分重要的作用。

(2)技術資本的投入對快遞產業產出的彈性系數為0.5919，即在其他生產要素投入保持不變的情況下，技術資本的投入每上升一個百分點，快遞產業產出就會隨之上升0.5919%。由貢獻率的計算數據可知，技術資本對快遞行業發展的貢獻率為42.22%，說明高新技術資本的持續投入和應用將對快遞產業具有較大比重的影響。但需要注意的是，快遞產業在加大對技術開發和管理投入規模的同時，也要嚴格管理和控制投入質量。特別是在現階段快遞行業面臨地區發展不協調、市場供求不匹配、資源分布不均衡等諸多問題，再考慮到快遞行業的系統性、網絡性、復雜性等特征，快遞企業需要利用有限的投入資源有針對性地、最大化地提高效率，并盡力避免低水平重復建設等傾向。這樣才能使快遞行業更好地進行產業結構改革和調整，從傳統的低附加值快遞服務項目逐漸向高附加值的衍生服務領域轉型。

(3)資本投入對快遞產業產出的彈性系數為0.3733，即在其他生產要素投入保持不變的情況下，資本投入每增加一個百分點，快遞產業產出就會隨之上升0.3733個百分點。結合貢獻率的數據可知，資本投入對快遞行業發展的貢獻率高達153.85%，這說明資本投入對于快遞產業仍然起到了決定性的作用。盡管從數據結果來看，快遞業現階段技術上的投入更能帶動業務量的發展，但不可否認資本投入目前仍然是眾多快遞企業每年投資分配的重中之重。我國快遞行業正處于規模遞減階段，行業內部的資源分配和利用需要更加有效率和有針對性。特別是在面臨產業結構升級轉型的陣痛時期，快遞企業更需要在保證和加大資本投入規模的同時提高單位資金的回報率、避免低級重復浪費和無效用投資，否則快遞行業會遭受較為嚴重的損失，限制未來發展前景。

(4)人力資本的投入對快遞產業產出的彈性系數為0.2999，即在其他生產要素投入保持不變的情況下，人力資本的投入每上升一個百分點，快遞產業產出就會隨之上升0.2999%。但由貢獻率的計算數據可知，人力資本對快遞行業發展的貢獻率僅為6.02%，這說明我國快遞從業人員在投入和培訓上仍有較高的發展潛力。在勞動力要素成本逐年升高的環境下，我國現階段勞動力素質還比較落后，由此造成了國內人力資本投入不均衡、結構不合理、相關培訓資源匱乏等諸多問題。這些問題在很大程度上約束和限制了快遞行業內高素質的人才發展，同時也對快遞行業發展造成了許多負面影響。我國快遞業利用廉價勞動力的發展方式屬于粗放型經營方式，從可持續發展的視角來看，未來必須轉變物流業的增長方式并實現產業的結構升級。高素質人才的培養則是這一期間亟待解決的核心議題。快遞企業需要從提高行業從業人員技能水平和服務素養入手，努力實現快遞業走向技術密集型和知識密集型的目標。

(5)土地資源投入對快遞產業的彈性系數為-1.9576，即在其他生產要素投入保持不變的情況下，土地資源的投入每下降一個百分點，快遞產業產出就會隨之上升1.9576%。在數據收集和模型建立初期，考慮到土地資源作為快遞行業重要資本組成之一，理論上與快遞行業的發展應該呈正相關關系。但是通過實際數據進行回歸計算后發現，土地資源投入的回歸系數為負數，與其經濟意義相矛盾。在仔細分析數據指標和數據來源后，初步分析造成這一現象的原因可能是衡量土地資源的是替代變量貨物運輸周轉量。衡量土地資源的最直接數據應為各個快遞企業所有的土地資源總量，然而在數據收集階段并沒有獲取直接指標的詳細數據，于是選擇了貨物周轉量作為衡量土地資源的替代變量。由計算貨物周轉量的公式(貨物周轉量=∑貨物運輸量 ×運輸距離)可知，貨物周轉量的增長不僅說明貨物運輸量在上升，運輸距離也在一定程度有所上漲。這對快遞行業的業務服務水平提出了較高的要求，很大可能會引起快遞周轉時間長、通關時效性差、成本上升、快遞服務價格上漲、客戶滿意度下降等一系列問題，而這些因素變化都對快遞業業務量有負面影響。因此，土地資源指標的回歸系數為負并不能完全否認土地資源對快遞行業發展的促進作用，相反，土地作為資本的重要組成之一，對快遞行業的影響趨勢應該與資本保持同向。

6 結語

近幾年，我國快遞業產業正處于高速發展期，勞動力要素和資本要素在其中起到了關鍵的推動作用。盡管人力資源投入的增長率受各方面影響處于較低水平，但人力資源的彈性系數較高，可見勞動力投入的貢獻率還可以得到進一步地提高，更多地促進快遞業的發展。同時考慮到資本具有較高的貢獻率，在未來也可以在技術開發管理方面加大投資規模。另外，基于目前的行業現狀，本文認為未來行業要注重對于快遞企業創新技術及其應用能力的投入和培養，有效提高人力資源與物質資本要素之間的匹配性和協調性，釋放人力資本對快遞業發展貢獻率的潛力，更好地進行產業結構升級。