消费升级需求与物流业服务“高端化”互动性研究

葛立国

（中国社会科学院大学 北京 102488）

问题的提出

高端化物流服务是我国经济高质量发展下的重要命题，该命题以市场需求为导向、以消费服务为基础、以产业发展为目标，致力于构建物流业高端服务与低端配送相互搭配的新型经济形式。传统的物流业竞争中，为了扩大服务范围，提升市场势力，大部分物流企业选择了“低服务水平-低运转价格”的核心发展模式。随着我国物流业竞争趋于白热化，传统“四通一达”的物流业格局已然被打破，以高端化物流服务为代表的“顺丰物流”和“京东物流”逐步占据竞争优势，高端物流服务所缔造的高附加值运输，构成了新型物流企业的核心竞争力。从物流业整体发展需求来看，实现更高附加值的优化增长，是产业结构转型的共同选择。

高端化物流服务之所以能够成为产业发展的重要导向，离不开近年来“消费升级”趋势的助力。随着我国经济的快速发展，居民对物流服务的需求已经不再局限于完成物品的有效运输，而是实现物品“快速、有序、安全”的运输。针对需求情况的转型，大量物流企业开始构建“高速、精准、低损失”的高端物流服务，一经推出便收获市场追捧，成为居民物流消费的主要选择。同时，高端物流服务需求也逐步渗透到产业消费选择之中，随着我国产业发展的深入，大量企业的高精尖产品需要高端化物流服务的助力，产品的精细化同样代表着结构的脆弱，高端化物流服务能够有效帮助部分企业降低运输中的损失成本。总的来看，消费结构的大幅度变动对物流业服务质量产生了巨大的冲击，并从需求侧引致了供给侧的改革。那么，消费升级需求与物流业服务高端化的互动机制是怎样的？两者间的相互促进能否长期持续作用？考察这一系列问题，对于更好的把握我国消费升级趋势以及实现物流业的高效增长具有重要理论价值。

模型选取

（一）指标构建

高志军（2015）指出，由于消费升级需求存在于经济发展的诸多方面，仅从产业消费和居民消费中一侧进行衡量，不具备研究的科学性和全面性。因此本研究将分别从两个角度构建消费需求的指标。

从居民消费来看，居民消费升级主要表现于居民对于基本消费的总量下降，对享受性消费的总量上升。基本消费是指人类为了满足生存需要而投入的消费额度，例如饮食、服装等，而享受性消费则包含了人类为了得到精神满足而投入的消费，为了实现收入增长而投入的教育消费，以及为了实现社会沟通而投入的通讯消费。衡量居民消费结构升级，可以采用恩格尔系数法，利用中国居民消费数据库中八项主要消费项目的差异，以医疗保健、交通和通讯、教育文化的支出在居民总消费中比例作为消费结构升级指数，进行对数化处理从而表现居民消费升级的水平。

从产业消费来看，单纯衡量产业消费的总量可以采用三次产业各个年份的总支出表现，但消费的升级趋势无法被具体界定。对此，研究借鉴朱影影（2019）的方法，采用三次产业R&D（研究和发明）投入占总支出的比例衡量产业消费升级的水平。产业的比较优势主要体现在技术层面，而产业的R&D活动代表了产业内部对新型技术的挖掘，同时也是企业实现技术进步的主要方式，高水平的R&D投入并不能在当期产生利益，也因此可以视为企业所进行的“享受性消费”，这一消费是为了实现产业未来的高收入水平，与居民消费升级中对教育的投入具备一致性。由此本文的四个核心解释变量为恩格尔系数（CSt）、第一产业消费升级（IS1t）、第二产业消费升级（IS2t）、第三产业消费升级（IS3t）。

为了有效衡量物流业服务高端化的水平，需要在投入-产出框架外进行综合权衡。物流产业的高级化是指在产业结构优化的基础上实现物流服务的“高速、精准、低损失”， 从而加快物流产业运转速度，深度发挥物流行业的流通作用。考虑到数据的可得性，本文采用线性比例变换法处理物流业的核心效率数据，并运用加权变异系数法对不同系数进行赋权，最终构建我国历年物流高端化系数，这一指标包括：物流业的净资产增产率。这一数据准确的反映了物流业的整体发展潜力。业务优化比率。该指标采用了内部业务集中度，即赫芬达尔指数，通过计算不同业务的占比，衡量新型业务的水平。R&D投入比率。与前文一致，物流业的研发投入同样属于高级化追求的重要方向。

由于三个数据均为比例变量，其单位均为%，可以采用加权变异系数法进行综合归纳，表1中给出了物流业服务高级化的指标权重，该权重的测算采用了三因素主成分分析方法，总权重为1。

（二）灰色关联法

对我国高端化物流服务发展而言，该发展趋势无法满足实证统计的概率分布要求，现有统计数据的整体灰度较大，无法直接采用回归分析进行考察，因此需要引入灰色关联法。该方法构建了不同变量数列间的因子的贡献度及影响特征，通过序列距离的计算考察序列间的灰色关联性，进而反应不同序列行为是否具备一致性。模型构建过程如下：

第一步，以原始数据建立参考数列（被解释变量）与比较数列（解释变量）：

其中x0(k)表示被解释变量的参数集合，xi(k)表示解释变量的参数集合。

第二步，对参数集合进行无量纲处理。由于不同数据来源的单位并不一致，量级上的差异可能造成结果的巨大差距，为了能使不同数列在统计软件中实现有效对比，采用基础算子对序列进行处理：

第三步，计算两个数列的绝对值差，并以绝对差值构建灰色关联序列：第四步，提取灰色关联序列中的最大值和最小值，得到灰色关联系数：

需要指出的是，公式（7）中存在一个解析系数θ，θ设定的越大，模型解析力越大，但过大的解析力也代表着失真的关联度，一般而言设定为θ=0.5。由此得到了本文的灰色关联分析方法。

实证结果

（一）数据说明

鉴于数据可得性问题，研究基于中国产业数据建了2013-2018年的全国数据库。参考数列X0设定为高端化物流服务发展水平（Servicet），比较数列Xi包括恩格尔系数（CSt）、第一产业消费升级（IS1t）、第二产业消费升级（IS2t）、第三产业消费升级（IS3t）。

（二）灰色关联结果计算

在SPSS18.0软件环境下，对四个解释变量及被解释变量进行标准化构建，结果如表2所示。由表2可知，各个序列间的灰度表现差别较大，具备较强可研究性。

在标准化序列的基础上，进一步求差值，并得到本文所需的灰色关联系数，及灰色关联序列结构。如表3所示。

表1 物流产业服务高级化测度指标体系

表2 标准化序列结构

表3 关联系数及关联度序列结构

表4 变量序列与高端化物流服务关联度

根据上述灰色度分析的结果，可以将“高端化物流服务”与四类消费升级需求进行如表4所示的联系。

根据表4所示结构，可以得到以下解释：

第一，观测期内，我国产业消费升级与高端化物流服务的关联度排序为第二产业、第三产业、第一产业，且第一产业的紧密度不显著。这一情况符合“库兹涅茨”理论，作为以农产品制造为主的第一产业，其技术升级相对缓慢，短期内的R&D投入并不足以支撑产业高级消费需求，与物流业间的关联比较稳定，因此不会产生较多的高端化服务需求。而第二产业（制造业）的技术升级进程较快，高精尖产品的物流依赖于高级物流服务，随着我国产业发展的提速，两者的灰色关联度极为紧密。

第二，观测期内，居民消费与物流业服务高端化的关联具备显著性。从市场发展的必要性来看，我国居民的大宗产品交易逐步从线下转移至网络平台，由此衍生了大量运输需求，为了保证运输的稳定性，大量居民在这一过程中选择以高端化物流服务为主的运输模式。一方面是由于高端物流服务对产品安全的保障性更高，另一方面则是由于高端物流服务的成本依然能够被广大消费者所接受，因此两个变量间存在显著的关联特性。

第三，观测期内，我国的高端化物流服务发展仍处于初级阶段，需要借助消费升级的进一步推动。根据配第的消费思想，最优产业发展结构应该形成“三-二-一”的倒金字塔关联，即服务业对物流高端消费的需求最高，制造业次之。但目前我国形成了“二-三-一”的纺锤式结构，这一结构的整体结构层级略低于倒金字塔结构，这说明我国高端化物流服务发展进程仍然由制造业结构优化所带动，服务业存在一定需求，但形成利润相对较低。由此可见，如何更好的利用消费升级趋势，进一步优化物流业发展，是物流业未来战略制定的主要目标。

结论

经济新常态下，高端化物流服务是消费升级引致的核心需求，也是实现物流业结构优化的主要途径。随着我国居民消费层级的不断提高，对高端物流服务的需求日益增长，解决物流业高端服务供给问题刻不容缓。居民消费升级需求与物流业服务高端化互动性较强；产业消费中第二产业消费升级与物流业服务高端化互动性较强，但目前的产业消费结构仍未达成最优。据此，本文认为应该进一步借助消费升级改善我国物流业结构，在发展过程中，应该从以下几个方面着手。

首先，发展高端技术，实现服务高效率。高端化物流服务要求低成本下更高的服务质量，而建立充分的运输信息库，优化运输途径和配送方式，是降低成本的最优方法。对此，物流企业应该注重对高端化技术研发，主动建立新型物流数据库，增加物流运输中的技术效能，通过高效率服务优化质量，形成技术进步与结构优化的良性循环。

其次，发展高端人力，实现服务高质量。高端化物流服务的发展是一项系统性工程，其中的核心部件就是发展高端人力资源，实现更高的服务质量。当前我国物流业从业人员水平参差不齐，部分运输员缺乏从业道德，为了提高运输效率，不按照企业制定的运输标准进行物流运输，不仅造成了运输中的损耗，而且降低了物流企业在消费者心中的形象，对物流品牌有极大的负面作用。对此，物流企业应该与高等职业院校进行合作，对口培育一部分具备高素质的配送人员，专司高端物流服务运输，让配送者的责任意识不断强化，有使命感的参与高端化服务的进程，从而完善高端服务的质量。

最后，发展高端业务，实现产业高价值。高端化物流服务之所以能够占据市场主流，除了需求侧推动外，该业务所蕴含的高价值也是重要方面。我国物流业发展已经进入历史的十字路口，随着大量小型物流企业的淘汰，现有产业将逐步被整合为数家大公司，从而产生较强的协同和规模效应。企业在保证现有发展的情况下，应该合理搭配业务配比，实现高端业务与低端业务的协同，从而完善对物流的各个层级的供给，实现企业的价值突破，走高端化发展之路。