快递物流发展的空间异质性研究

廉 莲，曹丽欢，林静言 （大连理工大学，辽宁 大连 116024）

0 引言

随着互联网与通信技术的日益普及，电子商务作为一种新兴的商业模式，正在与实体经济加速融合[1]。电子商务的飞速发展不仅给传统的交易方式带来了巨大的改变，同时也促使快递行业异军突起。从图1可知，快递业务量在过去的10年时间内呈爆发式指数增长。就在2016年，全国规模以上快递业务量达到3 128 000万件，业务收入突破3 974亿元，发展前景可观。蓬勃发展的背后，不容忽视的是目前我国的快递物流发展态势所呈现出的巨大的空间异质性（图2）。如图2所示，从快递业务量与业务收入上来看，东南沿海地区快递物流发展迅猛，处于全国领先地位，长江中游和黄河中游部分省市快递物流发展情况次之，而大西北地区大部分区域以及少数民族自治区域快递物流仍然处于较低级的发展阶段[2]。

图1 2007～2016年全国规模以上传递业务量与业务收入

快递物流作为一种特殊的物流形式，与区域经济、社会发展水平高度相关[3]。在2017年2月13日，国家邮政局发布的《快递业发展“十三五”规划》中指出：“2020年，基本建成普惠城乡、技术先进、服务优质、安全高效、绿色节能的快递服务体系，形成覆盖全国、联通国际的服务网络。”因此，科学客观地评价各个区域的现有的快递物流发展水平就显得尤为重要。

本文以快递物流发展水平的空间异质性研究为出发点，建立了包含多个维度的综合评价体系，并运用相关分析和因子分析的方法，得到各个省区快递物流发展水平的综合得分，以期帮助各地方政府认清差距，进而制定出合乎实际的快递物流发展对策。

图2 中国2015各省域快递业务量与业务收入的空间差异

1 评价体系

区域物流发展水平可以理解为反映区域物流在一定时期多种要素共同作用下所达到的状态和发展程度[4]。由于每个区域的经济发展、投资环境，物流设施建设、信息化程度等不尽相同，造成了快递物流的规模和水平也有所不同，所以单从快递业务量与快递业务收入来衡量区域的快递物流发展水平是不科学的。通过文献阅读，并结合当下中国的社会发展水平，最终选取了发展规模、经济状况、消费需求、系统投入和信息化建设5个维度衡量中国各省区的快递物流综合发展水平[5]，具体指标如表1所示。

表1 快递物流发展水平评价体系

2 数据分析

2.1 相关性分析。由于上述指标是从不同的方面反映区域快递物流发展水平的，所以会存在某些数据高度相关的情况。如果不加选择地对上述指标进行分析，一方面数据处理的工作量较大，另一方面测算出来的误差也会增大。因此，需要首先对各指标进行相关性分析，选取具有代表性的数据测量快递物流发展水平。

各指标的相关性分析结果表明，所选取的部分指标之间存在较强的相关性（可替代性）。最终，通过相关性分析方法，指标体系被缩减为以下17个统计量，包括：快递业务量，居民消费水平，工业总产值，批发和零售业产品交易额，公路运输从业人数，铁路运输从业人数，水上运输从业人数，航空运输从业人数，公路营运载货汽车拥有量，运输业固定资产投资，互联网上网人数，快递网点数，货运量，货运周转量，公路运输里程，铁路运输里程，内河航道里程。

2.2 因子分析。因子分析的基本原理是将具有一定相关关系的多个变量综合为数量较少的几个因子，研究一组具有错综复杂关系的实测指标是如何受少数几个内在的独立因子所支配的，属于多元分析中处理降维问题的一种常用的统计学方法。根据相关性分析的结果，本文将缩减后的17个统计量通过因子分析的方法进行降维，利用降维后的指标来反映当前中国区域快递物流的发展水平。

首先，利用SPSS对上述17个指标进行KMO和Bartlett的球形度检验，结果显示KMO值为0.666，表示模型中等，可以接受，适合做因子分析。Bartlett球形检验中Sig.值为0.000，说明数据来自于正态分布，适合做进一步的分析。变量共同度表示各变量中所包含原始信息能被提取的公因子所解释的程度。本研究中所有的变量的共同度都在70%以上，表明所提取的公因子对于变量的解释能力是很强的。

其次，解释总方差和成分矩阵的运算结果表明只有4个成分的初始特征值大于1，这时累计方差贡献率达到84.97%，也即这4个因子涵盖了84.97%的原始数据信息。另外，从主成分矩阵表（表2）中可以看出：相对来讲，工业总产值、互联网上网人数和快递网点数对F1的贡献率较大；铁路运输从业者、公路运营里程和铁路运营里程对F2的贡献率较大；居民消费水平、铁路运输从业者和航空运输从业者对F3的贡献率较大；水上运输从业者、公路营运载货汽车拥有量和货运周转量对F4的贡献率较大。

然后，根据主成分矩阵表（表2），采用回归法求出因子得分函数，分别计算出各个省市4个因子的得分。其中，各个因子得分的计算公式如下所示。

表2 主成分矩阵

Fn（1,2,3,4）=a1*快递业务量+a2*居民消费水平+a3*工业总产值+a4*批发和零售商品交易额+a5*公路运输从业者+a6*铁路运输从业者+a7*水上运输从业者+a8*航空运输从业者+a9*公路营运载货汽车拥有量+a10*运输业固定资产投资额+a11*互联网上网人数+a12*快递网点数+a13*货运量+a14*货运周转量+a15*公路营运里程+a16*铁路营运里程+a17*内河航道里程

最后，需要对各省快递物流发展水平进行量化分析和综合评价。尽管，4个因子分别从不同的方面反映了中国各省区的快递物流发展水平，但是单独使用某一因子并不能帮助我们做出科学判断。在这样情况下，考虑使用各公因子对应的方差贡献率为权数构造如下所示的综合统计量[6]：

利用该统计量求得各个省域的快递物流水平得分值如表3所示。

表3 各省域快递物流综合得分与排名

结果表明，31个省市在4个主成分上的平均得分为127 148.12。这里，以内蒙古自治区为分界，将其分为发达的快递物流区域与发展中快递物流区域。从综合得分来看，广东、山东、江苏、河南、浙江、安徽、辽宁、河北、四川、湖北、上海、北京、湖南、山西、陕西、内蒙古等省份的快递物流发展水平高于全国快递物流的平均发展水平，属于快递物流发达区域。剩余省份则低于全国平均水平，属于快递物流发展中区域。其中，福建、天津、海南、西藏四个省份在F2因子上的得分相对较低，表明这4个省份应该着重加快交通运输的基础设施建设工作，提高多种运输方式的运输潜力；同样，福建省、重庆市、黑龙江省、云南省、新疆维吾尔自治区、贵州、吉林、甘肃、海南和西藏等众多物流发展中区域在F4上得分很低，表明这些区域普遍存在物流配套设施不完善的问题，应该尽快建立健全物流运输配套体系，如增加运营车辆数等，进而提高当地的快递物流发展水平。

3 不足与展望

本文在考虑快递物流发展空间差异的基础上建立了快递物流发展水平综合评价体系，为政府制定科学合理的快递物流政策提供方法，同时也为企业投资的决策评估提供理论依据。但是，本文也不可避免地存在着一定的不足。由于可收集的数据类型的限制，所以仍有一些重要的衡量指标没有加以考虑，例如，物流信息平台的建设、快递企业数量、物流中心数量、网购用户规模等一系列指标。后续的研究可以从指标完善以及空间计量经济学的角度对于区域快递物流发展水平做出更加科学准确的评估与判断。

[1]聂林海.我国电子商务发展的特点和趋势[J].中国流通经济，2014(6):97-101.

[2]中华人民共和国国家统计局.统计公告[EB/OL].(2016-05-16)[2017-10-30].http://data.stats.gov.cn/index.htm.

[3]邹姝琪，侯云先.快递业发展影响因素实证研究[J].现代商贸工业，2014,26(1):70-72.

[4]张建升.中国区域物流发展水平差异及其形成机理研究[D].成都：西南交通大学（博士学位论文），2012.

[5]钱枫林，陈苗.基于主成分聚类分析的快递物流发展水平综合评价[J].物流科技，2014(10):113-118.

[6]廉莲，张硕，徐扬.基于灰色关联与因子分析的区域城市物流水平综合评价方法[J].山东科学，2014,27(6):78-85.