摘 要： 快遞業是推動流通方式轉型、促進消費升級的現代化先導性產業。本文基于31個省市2007-2015年的面板數據，采用協整檢驗方法研究變量之間的長期均衡關系，按照地區經濟發展程度不同構建三個回歸模型。研究表明：社會消費需求、信息化水平、快遞業基礎設施與快遞業發展規模間存在長期的均衡關系;快遞業基礎設施對三個經濟區域的快遞業發展規模具有顯著的促進作用，信息化水平影響次之;社會消費需求對快遞業發展規模作用還需進一步激發。

　　關鍵詞： 快遞業發展規模 協整檢驗 面板回歸估計

　　一、引言

　　快遞業作為現代服務業的重要組成部分，對經濟發展起著巨大的推動作用。《關于促進快遞業發展的若干意見》、《快遞業發展“十三五”規劃》等文件的出臺，將快遞業提升到前所未有的戰略高度。我國快遞業發展迅速，業務規模持續擴大，已成為國民經濟的重要產業和新增長點。2014年以來，中國快遞業務量連續6年穩居世界第一。快遞業發展規模受經濟發展、產業結構、科技發展水平等因素的影響，各地區的快遞業務規模差異較大。總體來說，沿海經濟發達地區規模較大，河南、安徽等中部地區經濟快速崛起，帶動快遞業實現規模的不斷擴大，但內蒙古、新疆等地卻呈現一定幅度的下降。當前我國經濟仍處于新常態，快遞業的社會需求、產業格局、服務形態正發生深刻的變化，探討影響快遞業發展規模的因素，有利于把握快遞業發展趨勢，從而為政策制定提供建議。

　　二、文獻綜述

　　探究影響快遞業發展規模的因素是完善快遞業發展的基本要求。為找出關鍵因素，學者們取得了豐富的研究成果。首先，大多數學者主要借助截面數據或時間序列數據來研究。吳傳嶺等[1]運用截面數據，分析了郵政快遞從業人員數量、地區資產規模和人均消費水平對中國快遞業務量和收入規模的要素替代彈性，結果顯示快遞業主要受到消費水平的拉動，當前資本和從業人員貢獻作用不顯著。柳誼生等[2]基于產業發展理論，選取快遞營業網點和郵政業從業人員數量兩個指標，構建時間序列模型來分析對快遞業務量的影響。石詠梅[3]借助時間序列數據，選取互聯網上網人數、營業網點、貨物周轉量等5個變量，研究表明營業網點和貨物周轉量是影響快遞業務量最重要的因素。其次，部分學者采用面板數據進行考察。郭明德等[4]采用面板數據，運用空間誤差模型研究各省域快遞業投資、快遞業信息化、快遞基礎設施、從業人數等因素對快遞業發展的影響。鐘耀廣等[5]采用空間動態杜賓面板模型，分析了互聯網上網人數、居民消費水平和貨物周轉量對快遞發展的動態空間效應。

　　縱觀上述研究，發現截面數據雖然反映了個體之間的差異，卻難以反映單個個體隨時間推進的動態變化過程，而時間數據的特點正好相反。面板數據幾倍甚至幾十倍地擴大了樣本點，解決了單純時間序列或截面數據樣本點不足的問題，從而可獲得更精確的參數估計值。雖然學者已從多個方面對影響快遞業的因素進行了探究，但發現未能考察相關因素與快遞業發展之間是否存在長期的均衡關系。因此本文基于前人研究和數據的可獲得性，采用2007-2015年31個省級行政區(除了港澳臺)的面板數據，來分析社會消費需求、信息化水平和快遞業基礎設施與快遞業發展規模間的內在聯系。

　　三、研究設計

　　(一)研究假設

　　中國郵電局多用快遞業務量和收入來表征快遞業發展規模，為回避各公司快遞價格不一致的情況，本文選用快遞業務量來衡量快遞業發展規模，主要選取社會消費需求、信息發展水平和快遞業基礎設施進行分析，假設存在如下關系：

　　1.社會消費需求對快遞業發展規模有正向的推動作用。隨著人們生活水平的提高，消費需求逐漸呈現出多元化和高層次。快遞業的持續發展，更好地滿足了社會的消費需求。吳傳嶺等[1]、鐘耀廣等[5]的研究結果，也表明了社會消費需求對快遞業發展規模有著顯著影響，本文采用居民平均消費支出衡量社會消費需求，它是體現居民生活質量的重要指標。居民消費支出越多，說明需求越旺盛，從而加大了對快遞的需求。

　　2.信息化水平對快遞業發展有正向的推動作用。快遞業因互聯網而起，因互聯網而興。網絡購物和大量的商業往來越來越依靠互聯網，這拉動了對快遞物流業務的需求。鐘耀廣等[5]、張蘭[6]研究發現互聯網上網人數對快遞業發展影響顯著。本文采用互聯網上網人數衡量信息化水平，上網人越多，意味著互聯網越普及，信息化水平越高。

　　3.快遞業基礎設施對快遞業發展規模有正向的推動作用。快遞運輸是一個復雜系統，要高效運轉此系統需要相應的基礎設施，快遞營業網點是快遞企業直接對外營業，可收寄快件的營業場所和服務機構。隨著網購需求的爆發式增長，快遞量的激增，場地不夠、網點不足就會限制快遞業的發展，快遞網點可謂是快遞企業的命脈，考慮到數據收集的難易，本文用快遞營業網點數來表征快遞業基礎設施。

　　(二)模型設定

　　為了消除量綱和異方差的問題，所有變量均取對數。模型設定如下：

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

　　其中αi為常數項，β為待估參數，ε為隨機擾動項，i、t分別表示省份和時間。EBV表示快遞業務量，NIU表示互聯網上網人數，PCCE表示居民人均消費支出，OES表示快遞營業網點數。由于2007年各省才有快遞業的相關數據，所以變量數據從2007年開始選取。數據均來自國家統計局，采用軟件eviews8.0進行數據處理。

　　四、實證分析

　　(一)平穩性檢驗

　　構建模型前需要對數據做平穩性檢驗。本文主要采用Levin檢驗、ADF檢驗、PP檢驗同時進行檢驗，以結果一致為準。由表1可知，在5%的顯著水平下，信息化水平、社會消費需求、快遞業基礎設施通過了LLC檢驗，但沒有通過ADF、PP檢驗，快遞業發展規模通過了LLC、PP檢驗，但沒有通過ADF檢驗。經過一階差分后，所有變量都是平穩的。

　　推薦閱讀:服務外包物流管理類期刊