勞動配置對我國上市快遞企業產出增長率的影響

左春玲 韓寶明

摘要：近三十年來我國快遞業發展迅猛。然而自2017年開始，我國快遞產業的產出增長率出現了斷崖式下降，年均產出增長率由40.2%降至23.6%，這反映出我國快遞業在生產要素配置效率輸出方面遇到了機制性障礙。從產出增長率的影響指標切入，聚焦于勞動、資本和技術進步生產要素配置，運用DEA—Malmquist模型對順豐、中通、圓通和申通等四家上市企業的全要素生產率變化指數進行分解，發現勞動要素是維持樣本企業產出增長率的首位主導性因素。運用指數分解法將勞動要素二次分解為投入效率、結構效率和勞動生產率效率，進行數值估計后發現，投入效率、結構效率、勞動生產率效率在維持樣本企業產出增長率穩健方面，分別表現出“積極效應為主”“弱效應”和“消極效應為主”三種情形。因此，快遞企業可以通過控制快遞員雇傭規模、在快遞業干線運輸中嵌入高鐵運力，提升企業勞動生產率效率，促進我國快遞業產出增長率盡速回歸。

關鍵詞：勞動配置效率；產出增長率；勞動生產率效率；快遞業

中圖分類號：F259.23文獻標識碼：A文章編號：1007-8266（2020）09-0100-09

基金項目：國家重點研發計劃“鐵路客貨運效益與服務水平提升技術”（2018YFB1201402）；國家社會科學基金年度一般項目“新業態下平臺型企業非典型就業的權益保障困境及制度創新研究”（19BGL197）

一、引言

近年來，快遞業在我國經濟社會中的地位顯著提升。在國民經濟方面，作為供應鏈體系中上、中、下游企業和消費者的全能型連結者，快遞業收入占GDP的比重從2015年的0.4%迅速擴大到2019年的0.97%，對國內生產總值增長的直接貢獻率達到5%[ 1 ]。作為多個產業生態鏈的重要賦能者，快遞業每年間接推動的經濟總量達到全國經濟增量的20%[ 2 ]。在社會生活方面，2016—2019年，快遞服務消費對國內消費增長的貢獻率均超過30%[ 3 ]。一系列數據表明，快遞業已經成為滿足我國人民美好生活需要的基礎性載體。

在抗擊新冠肺炎疫情期間，快遞業作為國家應急管理體系“戰略性產業”的特征日益凸顯。疫情防控物資運送拉動我國快遞發展指數同比上升9.5%[ 4 ]。2020年3月3日，國務院召開常務會議專題研究確定了支持交通運輸、物流業紓解困難加快恢復發展的措施。在這樣的背景下，研究快遞業產出率變動的影響因素，多角度探索快遞業穩健增長的優化路徑，將具有十分重要的現實意義。

本文所關注的產出增長率是度量產業系統可持續成長狀態的基本指標。研究產出增長率實質上是研究產業系統經濟增長的加速度問題。一個產業如果不能將產出增長率維持在正向變動的通道上，產業發展終將不可持續。從理論來看，只有在全要素生產率效率不小于1的情況下，產出增長率才能保持穩健。將生產要素進行分解，影響產出增長率的指標主要有：勞動占用率變動、資本占用率變動、能源占用率變動、原材料占用率變動和技術占用率變動。李恒川等[ 5 ]對34個行業的國家統計數據進行PLS回歸，得到除技術占用率變動指標之外的其他四個指標對產出增長率的回歸系數均值，分別是1.327、0.409、0.627和0.278。研究表明，勞動占用率的變動對我國34個行業產出率增長的綜合貢獻度居于首位且遠遠高于其他指標。這意味著，勞動要素效率的輸出在未來較長的時期內仍將是影響產出增長率的首位決定性因素。

將視線聚焦于我國的快遞產業，發現其產出增長率從2014—2016年的41.8%、35.4%和43.5%斷崖式下降至2017—2019年的24.7%、21.8%和24.2%。[ 6 ]產出增長率的陡然降階提示了我國快遞業在生產要素配置效率輸出方面遇到了機制性障礙。勞動、資本等要素的投入變動以及技術進步，對我國快遞業產出率變動究竟發生了怎樣的影響，這正是本文所要探索和研究的目標。我國快遞產業集中度很高。2019年，我國快遞和包裹服務品牌集中度指數CR8達到82.5%[ 7 ]，這意味著順豐、京東、中通、申通、圓通等8家上市快遞企業的業務已經覆蓋了我國超過4/5的快遞市場。基于這種現實，本文特選取順豐、中通、圓通和申通4家企業作為研究對象。①為了探析2016—2017年快遞業產出增長率陡然下降的內在機理，考慮到生產要素供給效應的滯后性，研究將基于這四家企業2014—2018年的數據來展開論述，期望能夠探尋到影響我國快遞業產出增長率的更為精準的解釋路徑。

二、相關研究綜述

（一）產出增長率影響因素的相關研究

經典的經濟增長理論將促進經濟增長的因素歸結為勞動、資本和技術三個方面。由于這三種生產要素對經濟增長率的貢獻不可測量，因此研究者大多首先基于柯布—道格拉斯生產函數或采用索羅余值法等進行因素分解，而后再進行估計和形成判斷。[ 8 ]

關于資本和勞動對產出增長率的影響，盧卡斯（Lucas）[ 9 ]測算得出：勞動力是經濟持續增長的決定性因素和產業發展的真正源泉。喬紅芳[ 10 ]認為：資本和勞動等生產要素的充分利用并不意味著其彼此間的配置也達到合理狀態。最大化產出的極致狀態應是各種要素達到充分利用且其比例同時達到最佳配置比例。沈利生等[ 11 ]以及海格曼（Heckman）[ 12 ]等學者基于擴展的索洛模型測算后發現：勞動和資本應當合理配置，任何一種要素配置過多或過少，都會影響產出增長。邊雅靜[ 13 ]進一步指出：勞動與資本理論上的最佳配置比例應為兩者的產出彈性之比。

關于技術進步對產出增長率的影響，羅曼（Romer）[ 14 ]、格羅斯曼（Grossman）等[ 15 ]、阿吉翁和豪伊特（Aghion & Howitt）[ 16 ]等學者預測：在“后工業化”時代，經濟增長的持續動力不再是資本積累和勞動力規模擴張，而是生產技術的持續進步。

梳理關于我國經濟增長率變動的影響因素研究，程大中[ 17 ]認為：資本—產出比增長率對我國服務業人均產出增長率的貢獻超過全要素生產率增長率的貢獻，其原因在于我國服務業的技術進步并不是勞動增強型的，而是略偏資本增強型的。顧乃華[ 18 ]測算后指出：我國服務業的增長主要依靠資本和勞動等要素的投入來推動，產出增長的粗放型特征比較明顯。姚戰琪[ 19 ]測算出我國1997—2002年的部門技術進步貢獻率僅為13.4%。湯二子等[ 20 ]進一步分析指出：經濟體生產技術進步會導致“技術侵蝕利潤”，進而會反噬“在位企業”的產出增長率。

綜上推知，在我國當前的經濟發展情勢下，勞動和資本對我國經濟產出增長率的貢獻仍然優于技術進步。對于更多表現出勞動密集型特點的服務業來講，勞動要素如果不能與資本投入適配，將阻滯經濟產出增長率的正向變動。

（二）勞動配置效率的相關研究

快遞業屬于勞動密集型服務業。研究我國快遞業產出增長率需要重點關注勞動要素變動對產出增長的作用效率，故本文選擇勞動效率作為研究變量。勞動效率是指在配置和使用勞動力時，基于投入規模、配置結構以及勞動生產率調整等方面的不同，而引致的產出變動與總產出變動的比值。

在宏觀研究層面，基于不同的計量模型，對經濟組織全要素生產率（TFP）進行解構，可以獲得勞動效率與產出增長率之間的定量關系。龔關等[ 21 ]利用資本和勞動的邊際產出價值來估計資源配置的扭曲程度，進而指出：資源配置扭曲（資源錯配）使得資本和勞動的邊際產出價值在各個廠商之間產生差異，進而改變TFP并影響經濟組織的產出增長率，而我國制造業勞動力配置扭曲的改善將使TFP提高7.3%。姚毓春等[ 22 ]用勞動力相對流動系數來表征勞動配置效率，得出交通運輸、倉儲和郵政業2004—2010年間勞動配置效率均值為0.859，表現出非效率。紀雯雯和賴德勝[ 23 ]指出：簡單勞動力要素低配降低了全要素配置效率，而報酬結構調整對全要素配置效率改進具有積極作用。葛金田[ 24 ]研究發現：勞動力價格扭曲總體上能夠輕微提高企業生產率，改善資本與勞動力要素的配置效率，但會惡化中間品與勞動力要素的配置效率；勞動力價格扭曲對勞動密集型產品存在顯著的研發抑制效應，從而會顯著抑制勞動密集型生產企業生產率的提升。

在微觀研究層面，勞動效率的研究涉及高績效工作系統運行機制、人力資源配置機制、工作設計、勞動者勝任力等諸多側面和環節。在這一領域，相當多的研究側重于對某個或某些經濟部門的勞動配置效率進行測算、評價及改進。根據評價流程和采用信息的不同，大致有三種評價思路。一是多指標集結算法建模思路；二是單樣本優劣等級劃歸的獨立評判思路；三是基于運籌學的樣本集投入產出相對效率評價思路。其中，第一、二種思路多是沿著“構建評價指標體系—信息集結—數理分析”的路徑來推進研究工作，常見的評價指標體系有：人力資源平衡計分卡、人力資源有效性指數、人力資源關鍵性指數等。代表性數理分析方法多為參數方法，如隨機前沿分析法（SFA）主要是通過預先設定的生產函數來測算生產要素的配置效率。第三種思路屬于基于運籌學的非參數方法，其中代表方法是數據包絡分析（DEA），這種方法不需要設定前沿生產函數的具體形式，而是通過投入和產出的比值來進行核算，同時可以有效處理多投入和多產出問題。[ 25 ]

目前，無論是宏觀層面還是微觀層面，對于勞動效率的主流研究技術是指數分解法和數學規劃法。指數分解法的優勢在于可以通過構造特定的函數關系，基于產出變動來實現對目標要素效率的分解；數學規劃法的優勢在于其能夠統合各類生產函數下的效率運算，既可以通過DEA—Malmquist等模型計算出TFP的變化指數（即全要素生產率效率，TFPCH）、技術進步效率（TECH）等指數結果，又可以通過DEA中的CCR或BCC等模型對要素效率進行數值診斷。

在文獻研究的基礎上，圍繞著研究目標，本文后續研究的技術路線是：運用DEA—Malmquist模型，對樣本企業全要素生產率效率進行指數分解和效率評價；運用指數分解法對勞動效率進行指數的二次分解，并據此估計各二級指數對樣本企業產出增長率的影響。

三、我國快遞業勞動效率的指數分解

我國快遞業勞動要素配置包括三方面內容：一是新增勞動力的配置，主要指未就業勞動力流入就業市場時的配置（如農村剩余勞動力到城市當快遞員等）；二是存量勞動力的配置，主要指勞動力基于個人效用增進目標而在經濟組織之間的流動（如A、B兩家快遞企業間的快遞員流動等）；三是經濟組織內部崗位間的流動（如由快遞員晉升為網點負責人等）。[ 26 ]

式（1）表明，產出增長率（Y*）等于勞動生產率變化率（P*）、勞動力要素投入數量變化率（L*）與協同變化率（P*？L*）之和。勞動生產率變化率=勞動生產率變化量/基期勞動生產率。

如果將快遞企業組織結構劃分為一線部門（主要包括攬投、分揀、運輸、客服末端等）和非一線部門（主要包括總部和基層網點管理崗，信息技術（IT）、設備研發、網路規劃、人事、財務等專業技術類崗），那么快遞企業的勞動生產率可分解為兩部門勞動生產率（Pi）與兩部門人員配置比例（Ri）乘積之和。

由式（3）、式（6）、式（7）可知，從勞動效率角度來看，我國快遞業產出增長率等于勞動配置效率（Ae）與勞動生產率效率（Pe）之和，即Y*=Ae+Pe。而快遞業勞動配置效率（Ae）等于勞動力投入效率（Ie）與勞動力配置的結構效率（Se）之和，即Ae=Ie+Se。最終，Y*可以分解為Y*=Ae+Pe = Ie+Se+Pe。由此可知，快遞員投入數量的變動、人崗配置結構的動態變動以及快遞員勞動生產率的變動耦合在一起，共同決定了我國快遞業產出增長率的變化路徑。

四、數據分析

（一）基礎數據

為了研究快遞業勞動效率對產出增長率（Y*）的影響，首先收集、整理了2014—2018年順豐、中通、圓通和申通四家上市快遞企業的相關數據（詳見表1）。數據直觀地反映出快遞員數量、主營業務收入以及凈利潤等變量不同的變化軌跡。

（二）樣本企業TFPCH指數分解與效應評價

為了探查勞動效率對樣本企業產出增長率的影響，首先采用DEA-Malmquist模型對2014—2018年各樣本企業的TPF變化指數進行分解（詳見表2）。從快遞員投入規模和配置結構、管理成本和運營成本幾個方面衡量投入指標，選擇的測算指標是：快遞員數量（萬人）、管理成本（億元）、運營成本（億元）；從營收能力和市場能力兩方面衡量產出指標，選擇的測算指標是：主營業務收入（億元）、凈利潤（億元）和業務量（億件）。

Malmquist生產率指數（TFPCH）可分解為技術效率變化指數（EFFCH）和技術進步效率（TECH）兩個部分。EFFCH測度的是從t期到t+1期的資源配置效率和使用效率的變化程度，該指數記錄的是觀察年度之間的“追趕效應”。EFFCH可進一步分解為純技術效率變化指數（PECH）和規模效率變化指數（SECH），PECH反映的是快遞企業管理水平變化和技術運用水平變化對TFP變化率所產生的效果，SECH反映的是企業勞動和資本投入規模的變動對TFP變化率的貢獻。TECHCH反映的是技術進步對TFP變動的貢獻率。[ 29 ]

從表2可以看出：在觀察年度，四家企業的全要素生產率表現出較弱的非效率（TFPCH為0.989）。其中TECHCH、PECH和SECH對TFPCH的貢獻指數分別為0.704、1.255和1.120。顯然，在這三項指數中，PECH和SECH對樣本企業TFPCH具有正向作用，而TECHCH則具有負向作用。這說明2014—2018年，四家企業改進管理和技術運用水平、擴大快遞員和資本投入規模的舉措主導了產出增長率的變動路線，而技術進步效率不足，阻滯了樣本企業全要素生產率的增長步伐。

分年度考察，2014—2015年，主要的產出增長源泉來自于要素投入，即勞動與資本投入規模的超速增加（SECH為2.378）；2015—2016年，產出增長受益于企業對勞動與資本兩要素的管理和技術運用水平的提升（PECH為1.85），以及兩要素投入規模的降速增長（SECH為1.682）；2016—2017年，PECH、SECH在產出增長率貢獻上不再居于主導地位，技術進步成為新動力（TECHCH為2.598）；2017—2018年，四家企業的產出增長路徑表現出周期性回歸特點。隨著樣本企業開始深入實施“下沉市場”策略，擴大快遞員雇傭規模再次成為產出增長的首要源泉（SECH為1.676）。

由Malmquist指數分解可知：第一，在產出增長率終將趨于市場均衡這一規律下，樣本企業2014—2018年的產出增長率走出的是一個階梯狀下行的路線。2014—2016年TFPCH尚維持在大于1的水平，而2017年則下降至小于1的水平（TFPCH僅為0.608）。第二，SECH、PECH與TECHCH三個指數遞次主導樣本企業全要素生產率效率的變動軌跡。即產出增長首先通過增加要素投入來推動，而后再通過改進管理和技術運用水平來穩固，再后則通過技術進步來維持。第三，在同一輪增長周期中，SECH、PECH對TFPCH的貢獻并非總是單調遞增，其正向影響存在閾值。SECH、PECH對于TFPCH的影響也并非簡單疊加，更大的可能是二者之間存在著單向替代效應，即PECH部分替代SECH的貢獻。為了對SECH和PECH的作用軌跡進行更為深刻的刻畫，后續將借助指數分解法對這兩個指數進行更為精細的二次分解。

按照企業分類進行效率評價（參見表3）。首先，SECH指標大于1，意味著經濟單位在勞動和資本投入上表現出促進TFPCH增長的正效率。其中，借助指數分解法可將SECH分解為勞動力投入變動指數（Ie）和資本投入變動指數（Ke）。表3中，順豐、中通以及圓通均表現出規模效率的正向效率（SECH大于1），中通表現最佳（SECH為1.563）。其次，PECH指標大于1，表示經濟單位在技術運用水平和管理水平上表現出推動TFPCH繼續提升的正向效率。其中，與勞動要素效率相關的是管理水平變動。具體到快遞業，管理水平提高主要體現在對快遞員在企業內外部人員配置和流動上的正效率（Se）以及勞動生產率控制的正效率（Pe）。表3中，樣本企業均表現出純技術效率的正效率（PECH大于1），其中圓通表現最佳（PECH為1.475）。可見，作為勞動效率的二次分解指數，Ie和Se、Pe分別蘊于SECH和PECH之中，并按照不同的方向和速率影響產出增長率。

（三）樣本企業勞動效率估計與效應評價

為了進一步探析勞動效率輸出對樣本企業產出增長的作用機理，基于表1數據，按照式（1）至式（7）的數理模型，計量得到樣本企業的Ie、Se、Pe數值（詳見表4）。

由表4而推知：第一，快遞員的配置效率對我國快遞業產出增長率具有正向貢獻，但快遞員雇傭策略的改進與產出增長率之間并沒有形成確定性的數量關系。增加快遞員數量以及增加快遞員工作靈活性或流動性，并不一定能夠獲得單調遞增的產出增長率曲線。第二，快遞員勞動生產率效率的負偏傾向可以部分解釋我國快遞業產出年復合增長率降階的原因（2016年為22.9%，2017年為-43.2%。第三，快遞員投入效率與勞動生產率效率表現出較為明顯的背離走勢。快遞員投入效率對產出增長的貢獻往往被勞動生產率的負效率反噬。

綜合表3和表4數據，得到表5。對之進行深入解讀，得出以下判斷：第一，比較Ie收入相關數據，順豐快遞員增長率（Ie收入為1.906）在推動其規模效率（SECH）增長方面所發揮的效率優于中通（0.695）、圓通（0.411）和申通（0.402），這意味著順豐的新增快遞員對企業收入增長率的貢獻高于通達系企業。其原因可能在于順豐沒有過度卷入價格競爭，順豐快遞件業務單價遠高于通達系，故而抬高了順豐快遞員人均業務收入的貢獻率。第二，比較Se收入相關數據，順豐在快遞員招募、身份置換以及增加用工靈活性等方面進行了一系列實質性改進，使得快遞員結構效率在促進企業產出增長率正向變動方面有所貢獻（Se收入為0.230），而通達系企業在快遞員配置策略選擇和實施上沒有實質性變化，因此其結構效率（Se收入）在促進產出增長率正向變動方面所發揮的作用十分有限。第三，將Ie收入與SECH指數一起解讀可知：與順豐相比，通達系企業SECH正向變動的主要貢獻來源是資本規模效率（Ke）的超速增長。通達系企業如果盲目擴大快遞員的人數規模，反而可能給企業產出增長帶來負效應。第四，將Se收入與PECH指數一起解讀可知：在快遞員配置水平對PECH形成的正向推動力方面，順豐>圓通>申通>中通。由于在快遞員結構效率上的作用空間極為有限，因此，通達系企業主要依靠提升技術運用水平來顯示PECH的正效應。

由粗至細層層剖析而推知：勞動配置效率對我國快遞業產出增長率正向變動的影響是積極的，而技術進步對順豐等CR8指標企業來講，更多地表現出“技術侵蝕利潤”的消極影響；勞動力配置決策只有在差異化明顯的快遞服務供給機制下，才能發揮其促進產出增長率正向變動的作用；在同質化的快遞服務供給機制下，致力于提升勞動力使用效率及勞動生產率效率正向輸出對快遞業產出增長率的貢獻，將是值得探索的路徑。

五、勞動生產率效率提升與快遞業產出增長率路徑修正

經過近三十年的發展，我國快遞產業的市場格局如下：在上游，快遞企業與供貨商之間是競合關系，供貨商掌握快遞件定價權，快遞企業與供貨商通過合作博弈形成快遞件市場均衡價格。電商普件的快遞運價剛性較強，勞動效率的優化空間局促，維持快遞企業（特別是通達系企業）產出增長率穩健的目標面臨巨大挑戰。在中游，快遞企業通過與高鐵、航空等快速物流企業建立戰略合作關系，可以優化運力配置，降低快遞運營成本，拓寬各自利潤空間。特別是高鐵綜合運價低于公路運價所形成的規模效益，使得該領域成為快遞企業提升勞動生產率效率的希望所在。在下游，快遞企業與終端客戶間是服務與消費的關系。快遞周期的長短決定快遞運價高低。在具有主導優勢的快遞產品領域，快遞企業尚可尋找到勞動效率優化的更多可能。深研市場機制內涵，本文認為：在當前快遞市場格局下，與高鐵捷運企業合作快遞件干線運輸，提升勞動生產率效率，將是對快遞業產出增長率下行路徑進行修正的破局之選。

根據測算[ 27 ]，高鐵參與干線運輸的運價率為2.26元/h.km，公路干線運輸的運價率為2.33元/h. km；高鐵運速/公路運速為3：1；鐵路站場中轉時長/快遞企業分撥中心中轉時長約為3：2。高鐵貨運的巨大潛力將極大拓展快遞業運力優化的空間，高鐵綜合運價低于公路運價所帶來的規模效益也能促進快遞運營成本顯著降低。在快遞的干線運輸環節嵌入高鐵運力，運力增加并且經濟，將有效提升勞動生產率效率，拓展快遞業產出增長的空間。

本文運用DEA—BCC模型對樣本企業潛在產出值進行了測算。選擇2014—2018年綜合技術效率小于1的決策單元（DMU）進行賦值模擬。假定樣本企業干線運輸的20%或40%交付高鐵承運，維持當年快遞件單價和勞動力雇傭策略不變，則快遞員人均利潤指標如表6所示。數據表明，如果對快遞員的投入規模不做負向調整，要達到模型計算的最大利潤產出，上游供貨商定價約束越大，越需要增大高鐵分擔快遞件干線運輸的比例。具體講，通達系企業需要高鐵企業參與約40%的干線運輸，而順豐只需要將約20%的干線運輸交付高鐵快運企業，即可實現DEA測算的潛在利潤值。

現實中，順豐在自建航空物流網絡之后，又率先實施了“高鐵嵌入快捷物流”的戰略性布局，與中鐵快運于2018年8月29日合資成立“中鐵順豐國際快運有限公司”，中鐵順豐負責相關產品的干線運輸，其他運輸環節仍由順豐自行完成。運營模式創新之下，盡管新冠肺炎疫情期間，順豐的單票收入同比減少兩成（2019年約為25.01元/件，2020年1月約為19.7元/件），快遞員上崗率降低9.8%[ 28 ]，但順豐控股公布的2020年第一季度業績顯示其收入為335億元，同比增長40%。[ 29 ]這其中，嵌入高鐵運力后運能增加和運營成本節約所帶來的勞動生產率效率的增加，為順豐產出增長率逆勢提升提供了相當的助益。

六、結論與展望

在新型生產組織模式和新型消費模式的共同推動下，我國快遞業仍有比較樂觀的增長空間。2020年，中國物流與采購聯合會預測，新冠肺炎疫情推動線上需求增長，將在民生消費領域給快遞企業帶來更大的契機。在此背景下，深刻理解勞動效率對快遞業產出增長率的作用機制，對于快遞企業科學制定和實施雇傭策略，促進企業可持續健康發展至關重要。

本文嘗試運用數理方法來探析并解釋勞動效率對快遞企業產出增長率的影響機制，發現勞動效率是影響我國快遞業產出增長率走向的主導性因素。快遞員投入效率、快遞員配置的結構效率以及勞動生產率效率的協同作用，共同決定了產出增長率的變動軌跡。在勞動效率輸出面臨同質競價等市場因素壓制的現實情況下，嘗試優化和創新生產模式、改進勞動生產率效率，應是緩解快遞業產出增長降階下行壓力的可行路徑。

建議快遞企業利用先導性產業的優勢，在供應鏈的功能鏈上推動運輸組織創新。具體講就是，快遞企業將一部分快遞干線運輸業務交付高鐵快捷貨運企業，以促進運能的增加和綜合運營成本的降低，進而實現勞動生產率效率改進。快遞企業與高鐵貨運企業合作的領域建議為華南—華東、華中—華南、華東—華北、華東—西南四大快遞干線[ 30 ]，合作的快遞產品建議為800km以上的次日達和隔日達物品[ 31 ]。通過生產模式創新，在快遞干線運輸中嵌入高鐵運力，快遞業勞動生產率效率的提升將突破勞動效率輸出的機制性障礙，我國快遞業的產出增長將重歸穩健。

注釋：

①我國上市快遞企業的會計方式大致分為兩類。一是直營快遞企業（如順豐速遞）一般將所有快遞收入計入為其收入項目，即以訂單金額（GMV）計算毛收入；二是加盟快遞企業（如通達系企業）一般僅將從加盟商處獲得的收益計入其收入項目。韻達在2019年1月以前，并未將派費納入收入及成本中，這使得在會計數據的比較方面，韻達與其他通達系企業之間缺乏橫向可比性。因此，本文選取圓通、中通以及申通作為加盟快遞企業樣本，暫未將韻達作為研究樣本。

參考文獻：

[1]劉育英.2019年中國郵政業務收入9600億元占GDP近1%[EB/OL].（2020-01-07）[2020-05-25].http：//finance.si？ na.com.cn/chanjing/gsnews/2020-01-07/doc-iihnzhha0667 474.shtml.

[2]我國快遞年業務量突破600億件2019年間接推動經濟增量1.37萬億元對世界快遞業增長貢獻率超50%[EB/ OL]（2019-12-16）[2020-05-27].http：//finance.ifeng.com/ c/7sRqiRNuXph.

[3]中華人民共和國國家郵政局. 2017年四季度我國快遞發展指數報告[EB/OL].（2018-01-12）[2020-05-27].http：//www. spb.gov.cn/sj/zgkdfzzs/201801/t20180112_1467247.html.[4]中華人民共和國國家郵政局. 2020年1月我國快遞發展指數報告[EB/OL].（2020-02-07）[2020-05-27].http：//www.sp b.gov.cn/xw/dtxx_15079/202002/t20200207_2020229.html.

[5]李恒川，路正南.中國產業系統非期望產出率熵變層級結構關系研究——基于PLS回歸的層級因素分解技術[J].中國人口，2015，25（8）：116-124.

[6]2019年中國快遞行業發展現狀、長期增長潛力及未來行業發展的思考分析[EB/OL].（2019-10-28）[2020-01-25]. http：//www.chyxx.com/industry/201910/798451.html.

[7]中華人民共和國國家郵政局.2019年郵政行業運行情況[EB/OL].（2020-01-16）[2020-01-25].http：//www.gov.cn/ xinwen/2020-01/16/content_5469617.htm.

[8]CUDDINGTON J T，MOSS D L.Technological change，de？ pletion，and the U.S. petroleum industry[J].The American economic review，2001，9（1）：135-148.

[9]LUCAS R E.On the mechanics of economic development[J]. Journal of monetary economics，1988，22（1）：3-42.

[10]喬紅芳.要素合理配置視角下中國潛在產出測算[J].宏觀經濟研究，2015（12）：38-50.

[11]沈利生，朱運法.人力資本與經濟增長分析[M].北京：社會科學文獻出版社，1999：3-25.

[12]HECKMAN J J.Chinas investment in human capital[EB/ OL].（2015-11-25）[2020-01-25].https：//www.docin.com/ p-1860846093.html.

[13]邊雅靜.實物資本與人力資本的最佳比例關系研究[M].北京：中國經濟出版社，2011：33-39.

[14]ROMER P.Endogenous technological change[J].Journal of political economy，1990，98（5）：71-102.

[15]GROSSMAN G，HELPMAN E.Innovation and growth in the global economy[M].Cambridge：MIT Press，1991：13-48.

[16]AGHION P，HOWITT P.A model of growth through cre？ ative destruction[J].Econometrica，1992，60（2）：323-351.

[17]程大中.中國服務業的增長與技術進步[J].世界經濟，2003（7）：35- 42.

[18]顧乃華.1992—2002年我國服務業增長效率的實證分析[J].財貿經濟，2005（4）：58-64.

[19]姚戰琪.技術進步與服務業的融合和互動——基于中國投入產出表的分析[J].財經研究，2008，34（7）：39-50.

[20]湯二子，劉鳳朝，張娜.生產技術進步、企業利潤分配與國民經濟發展[J].中國工業經濟，2013（6）：18-30.

[21]龔關，胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究，2013（4）：4-15.

[22]姚毓春，袁禮，董直慶.勞動力與資本錯配效應：來自十九個行業的經驗證據[J].經濟學動態，2014（6）：69-77.

[23]紀雯雯，賴德勝.人力資本、配置效率及全要素生產率變化[J].經濟與管理研究，2015，36（6）：45-55.

[24]葛金田.勞動力價格扭曲的生產率效應研究——基于ACF方法的實證分析[J].學習與探索，2019（6）：125-133.

[25]畢皖雯.基于DEA模型的電信企業人力資源效率研究[D].南京：南京郵電大學，2014：1-10.

[26]郝大明.我國勞動配置效率的實證研究[D].北京：首都經濟貿易大學，2007.

[27]王進勇.高速鐵路貨運動車組開行效益分析研究[J].綜合運輸，2017，39（11）：25-29.

[28]中華人民共和國國家郵政局.2020年2月快遞發展指數報告[EB/OL].（2020-03-06）[2020-05-27].http：//www.spb. gov.cn/xw/dtxx_15079/202003/t20200306_2050120.html.

[29]順豐控股：疫情期間業務量大增、份額擴張成本和費用拖累業績表現[EB/OL].（2020-04-24）[2020-05-27].http：//vip.stock.finance.sina.com.cn/q/go.php/vReport_Show/kin d/lastest/rptid/641026974460/index.phtml.

[30]王沛.鐵路專業型物流網絡優化建模方法研究[D].北京：北京交通大學，2018.

[31]張曉玲.基于Logit模型的高鐵快遞市場分擔率預測研究[J].鐵道運輸與經濟，2018，40（12）：94-96.

責任編輯：林英澤

The Influence of Labor Allocation on the Output Growth Rate of Listed Express Enterprises in China

ZUO Chun-ling1and HAN Bao-ming2

（1.School of Business，Beijing Wuzi University，Beijing 101149，China；2.School of Traffic and Transportation，Beijing Jiaotong University；Beijing 100044，China）

Abstract：Since 2017，the output growth rate of express industry has declined precipitously from 40.2% to 23.6% after 30 years of rapid development in China. It means that there is the institutional barrier in terms of distribution efficiency of factors of production. Starting from the influencing factors of output growth rate，and focusing on production factors allocation，say labor，capital and technological，the DEA- Malmquist model is firstly used to decompose TFPCH of four enterprises： Shunfeng，Zhongtong，Yuantong and Shentong. It is found that labor factor is the main influencing elements to maintain the high growth rate. Secondly，the labors efficiency is deconstructed into input efficiency，structure efficiency and productivity efficiency based on exponential decomposition. After numerical estimation，it is found that input efficiency，structure efficiency or productivity efficiency has positive effect，weak effect or negative effect respectively in terms of maintaining stable output growth rate of four enterprises. According to mathematical analysis，the authors put forward that express enterprises should control the number of employers and embed high-speed rail capacity in express trunk transportation to improve productivity efficiency and make the output growth rate to grow again.

Key words：labor allocation efficiency；output growth rate；productivity efficiency；express industry