劳动配置对我国上市快递企业产出增长率的影响

左春玲 韩宝明

摘要：近三十年来我国快递业发展迅猛。然而自2017年开始，我国快递产业的产出增长率出现了断崖式下降，年均产出增长率由40.2%降至23.6%，这反映出我国快递业在生产要素配置效率输出方面遇到了机制性障碍。从产出增长率的影响指标切入，聚焦于劳动、资本和技术进步生产要素配置，运用DEA—Malmquist模型对顺丰、中通、圆通和申通等四家上市企业的全要素生产率变化指数进行分解，发现劳动要素是维持样本企业产出增长率的首位主导性因素。运用指数分解法将劳动要素二次分解为投入效率、结构效率和劳动生产率效率，进行数值估计后发现，投入效率、结构效率、劳动生产率效率在维持样本企业产出增长率稳健方面，分别表现出“积极效应为主”“弱效应”和“消极效应为主”三种情形。因此，快递企业可以通过控制快递员雇佣规模、在快递业干线运输中嵌入高铁运力，提升企业劳动生产率效率，促进我国快递业产出增长率尽速回归。

关键词：劳动配置效率；产出增长率；劳动生产率效率；快递业

中图分类号：F259.23文献标识码：A文章编号：1007-8266（2020）09-0100-09

基金项目：国家重点研发计划“铁路客货运效益与服务水平提升技术”（2018YFB1201402）；国家社会科学基金年度一般项目“新业态下平台型企业非典型就业的权益保障困境及制度创新研究”（19BGL197）

一、引言

近年来，快递业在我国经济社会中的地位显著提升。在国民经济方面，作为供应链体系中上、中、下游企业和消费者的全能型连结者，快递业收入占GDP的比重从2015年的0.4%迅速扩大到2019年的0.97%，对国内生产总值增长的直接贡献率达到5%[ 1 ]。作为多个产业生态链的重要赋能者，快递业每年间接推动的经济总量达到全国经济增量的20%[ 2 ]。在社会生活方面，2016—2019年，快递服务消费对国内消费增长的贡献率均超过30%[ 3 ]。一系列数据表明，快递业已经成为满足我国人民美好生活需要的基础性载体。

在抗击新冠肺炎疫情期间，快递业作为国家应急管理体系“战略性产業”的特征日益凸显。疫情防控物资运送拉动我国快递发展指数同比上升9.5%[ 4 ]。2020年3月3日，国务院召开常务会议专题研究确定了支持交通运输、物流业纾解困难加快恢复发展的措施。在这样的背景下，研究快递业产出率变动的影响因素，多角度探索快递业稳健增长的优化路径，将具有十分重要的现实意义。

本文所关注的产出增长率是度量产业系统可持续成长状态的基本指标。研究产出增长率实质上是研究产业系统经济增长的加速度问题。一个产业如果不能将产出增长率维持在正向变动的通道上，产业发展终将不可持续。从理论来看，只有在全要素生产率效率不小于1的情况下，产出增长率才能保持稳健。将生产要素进行分解，影响产出增长率的指标主要有：劳动占用率变动、资本占用率变动、能源占用率变动、原材料占用率变动和技术占用率变动。李恒川等[ 5 ]对34个行业的国家统计数据进行PLS回归，得到除技术占用率变动指标之外的其他四个指标对产出增长率的回归系数均值，分别是1.327、0.409、0.627和0.278。研究表明，劳动占用率的变动对我国34个行业产出率增长的综合贡献度居于首位且远远高于其他指标。这意味着，劳动要素效率的输出在未来较长的时期内仍将是影响产出增长率的首位决定性因素。

将视线聚焦于我国的快递产业，发现其产出增长率从2014—2016年的41.8%、35.4%和43.5%断崖式下降至2017—2019年的24.7%、21.8%和24.2%。[ 6 ]产出增长率的陡然降阶提示了我国快递业在生产要素配置效率输出方面遇到了机制性障碍。劳动、资本等要素的投入变动以及技术进步，对我国快递业产出率变动究竟发生了怎样的影响，这正是本文所要探索和研究的目标。我国快递产业集中度很高。2019年，我国快递和包裹服务品牌集中度指数CR8达到82.5%[ 7 ]，这意味着顺丰、京东、中通、申通、圆通等8家上市快递企业的业务已经覆盖了我国超过4/5的快递市场。基于这种现实，本文特选取顺丰、中通、圆通和申通4家企业作为研究对象。①为了探析2016—2017年快递业产出增长率陡然下降的内在机理，考虑到生产要素供给效应的滞后性，研究将基于这四家企业2014—2018年的数据来展开论述，期望能够探寻到影响我国快递业产出增长率的更为精准的解释路径。

二、相关研究综述

（一）产出增长率影响因素的相关研究

经典的经济增长理论将促进经济增长的因素归结为劳动、资本和技术三个方面。由于这三种生产要素对经济增长率的贡献不可测量，因此研究者大多首先基于柯布—道格拉斯生产函数或采用索罗余值法等进行因素分解，而后再进行估计和形成判断。[ 8 ]

关于资本和劳动对产出增长率的影响，卢卡斯（Lucas）[ 9 ]测算得出：劳动力是经济持续增长的决定性因素和产业发展的真正源泉。乔红芳[ 10 ]认为：资本和劳动等生产要素的充分利用并不意味着其彼此间的配置也达到合理状态。最大化产出的极致状态应是各种要素达到充分利用且其比例同时达到最佳配置比例。沈利生等[ 11 ]以及海格曼（Heckman）[ 12 ]等学者基于扩展的索洛模型测算后发现：劳动和资本应当合理配置，任何一种要素配置过多或过少，都会影响产出增长。边雅静[ 13 ]进一步指出：劳动与资本理论上的最佳配置比例应为两者的产出弹性之比。

关于技术进步对产出增长率的影响，罗曼（Romer）[ 14 ]、格罗斯曼（Grossman）等[ 15 ]、阿吉翁和豪伊特（Aghion & Howitt）[ 16 ]等学者预测：在“后工业化”时代，经济增长的持续动力不再是资本积累和劳动力规模扩张，而是生产技术的持续进步。

梳理关于我国经济增长率变动的影响因素研究，程大中[ 17 ]认为：资本—产出比增长率对我国服务业人均产出增长率的贡献超过全要素生产率增长率的贡献，其原因在于我国服务业的技术进步并不是劳动增强型的，而是略偏资本增强型的。顾乃华[ 18 ]测算后指出：我国服务业的增长主要依靠资本和劳动等要素的投入来推动，产出增长的粗放型特征比较明显。姚战琪[ 19 ]测算出我国1997—2002年的部门技术进步贡献率仅为13.4%。汤二子等[ 20 ]进一步分析指出：经济体生产技术进步会导致“技术侵蚀利润”，进而会反噬“在位企业”的产出增长率。

综上推知，在我国当前的经济发展情势下，劳动和资本对我国经济产出增长率的贡献仍然优于技术进步。对于更多表现出劳动密集型特点的服务业来讲，劳动要素如果不能与资本投入适配，将阻滞经济产出增长率的正向变动。

（二）劳动配置效率的相关研究

快递业属于劳动密集型服务业。研究我国快递业产出增长率需要重点关注劳动要素变动对产出增长的作用效率，故本文选择劳动效率作为研究变量。劳动效率是指在配置和使用劳动力时，基于投入规模、配置结构以及劳动生产率调整等方面的不同，而引致的产出变动与总产出变动的比值。

在宏观研究层面，基于不同的计量模型，对经济组织全要素生产率（TFP）进行解构，可以获得劳动效率与产出增长率之间的定量关系。龚关等[ 21 ]利用资本和劳动的边际产出价值来估计资源配置的扭曲程度，进而指出：资源配置扭曲（资源错配）使得资本和劳动的边际产出价值在各个厂商之间产生差异，进而改变TFP并影响经济组织的产出增长率，而我国制造业劳动力配置扭曲的改善将使TFP提高7.3%。姚毓春等[ 22 ]用劳动力相对流动系数来表征劳动配置效率，得出交通运输、仓储和邮政业2004—2010年间劳动配置效率均值为0.859，表现出非效率。纪雯雯和赖德胜[ 23 ]指出：简单劳动力要素低配降低了全要素配置效率，而报酬结构调整对全要素配置效率改进具有积极作用。葛金田[ 24 ]研究发现：劳动力价格扭曲总体上能够轻微提高企业生产率，改善资本与劳动力要素的配置效率，但会恶化中间品与劳动力要素的配置效率；劳动力价格扭曲对劳动密集型产品存在显著的研发抑制效应，从而会显著抑制劳动密集型生产企业生产率的提升。

在微观研究层面，劳动效率的研究涉及高绩效工作系统运行机制、人力资源配置机制、工作设计、劳动者胜任力等诸多侧面和环节。在这一领域，相当多的研究侧重于对某个或某些经济部门的劳动配置效率进行测算、评价及改进。根据评价流程和采用信息的不同，大致有三种评价思路。一是多指标集结算法建模思路；二是单样本优劣等级划归的独立评判思路；三是基于运筹学的样本集投入产出相对效率评价思路。其中，第一、二种思路多是沿着“构建评价指标体系—信息集结—数理分析”的路径来推进研究工作，常见的评价指标体系有：人力资源平衡计分卡、人力资源有效性指数、人力资源关键性指数等。代表性数理分析方法多为参数方法，如随机前沿分析法（SFA）主要是通过预先设定的生产函数来测算生产要素的配置效率。第三种思路属于基于运筹学的非参数方法，其中代表方法是数据包络分析（DEA），这种方法不需要设定前沿生产函数的具体形式，而是通过投入和产出的比值来进行核算，同时可以有效处理多投入和多产出问题。[ 25 ]

目前，无论是宏观层面还是微观层面，对于劳动效率的主流研究技术是指数分解法和数学规划法。指数分解法的优势在于可以通过构造特定的函数关系，基于产出变动来实现对目标要素效率的分解；数学规划法的优势在于其能够统合各类生产函数下的效率运算，既可以通过DEA—Malmquist等模型计算出TFP的变化指数（即全要素生产率效率，TFPCH）、技术进步效率（TECH）等指数结果，又可以通过DEA中的CCR或BCC等模型对要素效率进行数值诊断。

在文献研究的基础上，围绕着研究目标，本文后续研究的技术路线是：运用DEA—Malmquist模型，对样本企业全要素生产率效率进行指数分解和效率评价；运用指数分解法对劳动效率进行指数的二次分解，并据此估计各二级指数对样本企业产出增长率的影响。

三、我国快递业劳动效率的指数分解

我国快递业劳动要素配置包括三方面内容：一是新增劳动力的配置，主要指未就业劳动力流入就业市场时的配置（如农村剩余劳动力到城市当快递员等）；二是存量劳动力的配置，主要指劳动力基于个人效用增进目标而在经济组织之间的流动（如A、B两家快递企业间的快递员流动等）；三是经济组织内部岗位间的流动（如由快递员晋升为网点负责人等）。[ 26 ]

式（1）表明，产出增长率（Y*）等于劳动生产率变化率（P*）、劳动力要素投入数量变化率（L*）与协同变化率（P*？L*）之和。劳动生产率变化率=劳动生产率变化量/基期劳动生产率。

如果將快递企业组织结构划分为一线部门（主要包括揽投、分拣、运输、客服末端等）和非一线部门（主要包括总部和基层网点管理岗，信息技术（IT）、设备研发、网路规划、人事、财务等专业技术类岗），那么快递企业的劳动生产率可分解为两部门劳动生产率（Pi）与两部门人员配置比例（Ri）乘积之和。

由式（3）、式（6）、式（7）可知，从劳动效率角度来看，我国快递业产出增长率等于劳动配置效率（Ae）与劳动生产率效率（Pe）之和，即Y*=Ae+Pe。而快递业劳动配置效率（Ae）等于劳动力投入效率（Ie）与劳动力配置的结构效率（Se）之和，即Ae=Ie+Se。最终，Y*可以分解为Y*=Ae+Pe = Ie+Se+Pe。由此可知，快递员投入数量的变动、人岗配置结构的动态变动以及快递员劳动生产率的变动耦合在一起，共同决定了我国快递业产出增长率的变化路径。

四、数据分析

（一）基础数据

为了研究快递业劳动效率对产出增长率（Y*）的影响，首先收集、整理了2014—2018年顺丰、中通、圆通和申通四家上市快递企业的相关数据（详见表1）。数据直观地反映出快递员数量、主营业务收入以及净利润等变量不同的变化轨迹。

（二）样本企业TFPCH指数分解与效应评价

为了探查劳动效率对样本企业产出增长率的影响，首先采用DEA-Malmquist模型对2014—2018年各样本企业的TPF变化指数进行分解（详见表2）。从快递员投入规模和配置结构、管理成本和运营成本几个方面衡量投入指标，选择的测算指标是：快递员数量（万人）、管理成本（亿元）、运营成本（亿元）；从营收能力和市场能力两方面衡量产出指标，选择的测算指标是：主营业务收入（亿元）、净利润（亿元）和业务量（亿件）。

Malmquist生产率指数（TFPCH）可分解为技术效率变化指数（EFFCH）和技术进步效率（TECH）两个部分。EFFCH测度的是从t期到t+1期的资源配置效率和使用效率的变化程度，该指数记录的是观察年度之间的“追赶效应”。EFFCH可进一步分解为纯技术效率变化指数（PECH）和规模效率变化指数（SECH），PECH反映的是快递企业管理水平变化和技术运用水平变化对TFP变化率所产生的效果，SECH反映的是企业劳动和资本投入规模的变动对TFP变化率的贡献。TECHCH反映的是技术进步对TFP变动的贡献率。[ 29 ]

从表2可以看出：在观察年度，四家企业的全要素生产率表现出较弱的非效率（TFPCH为0.989）。其中TECHCH、PECH和SECH对TFPCH的贡献指数分别为0.704、1.255和1.120。显然，在这三项指数中，PECH和SECH对样本企业TFPCH具有正向作用，而TECHCH则具有负向作用。这说明2014—2018年，四家企业改进管理和技术运用水平、扩大快递员和资本投入规模的举措主导了产出增长率的变动路线，而技术进步效率不足，阻滞了样本企业全要素生产率的增长步伐。

分年度考察，2014—2015年，主要的产出增长源泉来自于要素投入，即劳动与资本投入规模的超速增加（SECH为2.378）；2015—2016年，产出增长受益于企业对劳动与资本两要素的管理和技术运用水平的提升（PECH为1.85），以及两要素投入规模的降速增长（SECH为1.682）；2016—2017年，PECH、SECH在产出增长率贡献上不再居于主导地位，技术进步成为新动力（TECHCH为2.598）；2017—2018年，四家企业的产出增长路径表现出周期性回归特点。随着样本企业开始深入实施“下沉市场”策略，扩大快递员雇佣规模再次成为产出增长的首要源泉（SECH为1.676）。

由Malmquist指数分解可知：第一，在产出增长率终将趋于市场均衡这一规律下，样本企业2014—2018年的产出增长率走出的是一个阶梯状下行的路线。2014—2016年TFPCH尚维持在大于1的水平，而2017年则下降至小于1的水平（TFPCH仅为0.608）。第二，SECH、PECH与TECHCH三个指数递次主导样本企业全要素生产率效率的变动轨迹。即产出增长首先通过增加要素投入来推动，而后再通过改进管理和技术运用水平来稳固，再后则通过技术进步来维持。第三，在同一轮增长周期中，SECH、PECH对TFPCH的贡献并非总是单调递增，其正向影响存在阈值。SECH、PECH对于TFPCH的影响也并非简单叠加，更大的可能是二者之间存在着单向替代效应，即PECH部分替代SECH的贡献。为了对SECH和PECH的作用轨迹进行更为深刻的刻画，后续将借助指数分解法对这两个指数进行更为精细的二次分解。

按照企业分类进行效率评价（参见表3）。首先，SECH指标大于1，意味着经济单位在劳动和资本投入上表现出促进TFPCH增长的正效率。其中，借助指数分解法可将SECH分解为劳动力投入变动指数（Ie）和资本投入变动指数（Ke）。表3中，顺丰、中通以及圆通均表现出规模效率的正向效率（SECH大于1），中通表现最佳（SECH为1.563）。其次，PECH指标大于1，表示經济单位在技术运用水平和管理水平上表现出推动TFPCH继续提升的正向效率。其中，与劳动要素效率相关的是管理水平变动。具体到快递业，管理水平提高主要体现在对快递员在企业内外部人员配置和流动上的正效率（Se）以及劳动生产率控制的正效率（Pe）。表3中，样本企业均表现出纯技术效率的正效率（PECH大于1），其中圆通表现最佳（PECH为1.475）。可见，作为劳动效率的二次分解指数，Ie和Se、Pe分别蕴于SECH和PECH之中，并按照不同的方向和速率影响产出增长率。

（三）样本企业劳动效率估计与效应评价

为了进一步探析劳动效率输出对样本企业产出增长的作用机理，基于表1数据，按照式（1）至式（7）的数理模型，计量得到样本企业的Ie、Se、Pe数值（详见表4）。

由表4而推知：第一，快递员的配置效率对我国快递业产出增长率具有正向贡献，但快递员雇佣策略的改进与产出增长率之间并没有形成确定性的数量关系。增加快递员数量以及增加快递员工作灵活性或流动性，并不一定能够获得单调递增的产出增长率曲线。第二，快递员劳动生产率效率的负偏倾向可以部分解释我国快递业产出年复合增长率降阶的原因（2016年为22.9%，2017年为-43.2%。第三，快递员投入效率与劳动生产率效率表现出较为明显的背离走势。快递员投入效率对产出增长的贡献往往被劳动生产率的负效率反噬。

综合表3和表4数据，得到表5。对之进行深入解读，得出以下判断：第一，比较Ie收入相关数据，顺丰快递员增长率（Ie收入为1.906）在推动其规模效率（SECH）增长方面所发挥的效率优于中通（0.695）、圆通（0.411）和申通（0.402），这意味着顺丰的新增快递员对企业收入增长率的贡献高于通达系企业。其原因可能在于顺丰没有过度卷入价格竞争，顺丰快递件业务单价远高于通达系，故而抬高了顺丰快递员人均业务收入的贡献率。第二，比较Se收入相关数据，顺丰在快递员招募、身份置换以及增加用工灵活性等方面进行了一系列实质性改进，使得快递员结构效率在促进企业产出增长率正向变动方面有所贡献（Se收入为0.230），而通达系企业在快递员配置策略选择和实施上没有实质性变化，因此其结构效率（Se收入）在促进产出增长率正向变动方面所发挥的作用十分有限。第三，将Ie收入与SECH指数一起解读可知：与顺丰相比，通达系企业SECH正向变动的主要贡献来源是资本规模效率（Ke）的超速增长。通达系企业如果盲目扩大快递员的人数规模，反而可能给企业产出增长带来负效应。第四，将Se收入与PECH指数一起解读可知：在快递员配置水平对PECH形成的正向推动力方面，顺丰>圆通>申通>中通。由于在快递员结构效率上的作用空间极为有限，因此，通达系企业主要依靠提升技术运用水平来显示PECH的正效应。

由粗至细层层剖析而推知：劳动配置效率对我国快递业产出增长率正向变动的影响是积极的，而技术进步对顺丰等CR8指标企业来讲，更多地表现出“技术侵蚀利润”的消极影响；劳动力配置决策只有在差异化明显的快递服务供给机制下，才能发挥其促进产出增长率正向变动的作用；在同质化的快递服务供给机制下，致力于提升劳动力使用效率及劳动生产率效率正向输出对快递业产出增长率的贡献，将是值得探索的路径。

五、劳动生产率效率提升与快递业产出增长率路径修正

经过近三十年的发展，我国快递产业的市场格局如下：在上游，快递企业与供货商之间是竞合关系，供货商掌握快递件定价权，快递企业与供货商通过合作博弈形成快递件市场均衡价格。电商普件的快递运价刚性较强，劳动效率的优化空间局促，维持快递企业（特别是通达系企业）产出增长率稳健的目标面临巨大挑战。在中游，快递企业通过与高铁、航空等快速物流企业建立战略合作关系，可以优化运力配置，降低快递运营成本，拓宽各自利润空间。特别是高铁综合运价低于公路运价所形成的规模效益，使得该领域成为快递企业提升劳动生产率效率的希望所在。在下游，快递企业与终端客户间是服务与消费的关系。快递周期的长短决定快递运价高低。在具有主导优势的快递产品领域，快递企业尚可寻找到劳动效率优化的更多可能。深研市场机制内涵，本文认为：在当前快递市场格局下，与高铁捷运企业合作快递件干线运输，提升劳动生产率效率，将是对快递业产出增长率下行路径进行修正的破局之选。

根据测算[ 27 ]，高铁参与干线运输的运价率为2.26元/h.km，公路干线运输的运价率为2.33元/h. km；高铁运速/公路运速为3：1；铁路站场中转时长/快递企业分拨中心中转时长约为3：2。高铁货运的巨大潜力将极大拓展快递业运力优化的空间，高铁综合运价低于公路运价所带来的规模效益也能促进快递运营成本显著降低。在快递的干线运输环节嵌入高铁运力，运力增加并且经济，将有效提升劳动生产率效率，拓展快递业产出增长的空间。

本文运用DEA—BCC模型对样本企业潜在产出值进行了测算。选择2014—2018年综合技术效率小于1的决策单元（DMU）进行赋值模拟。假定样本企业干线运输的20%或40%交付高铁承运，维持当年快递件单价和劳动力雇佣策略不变，则快递员人均利润指标如表6所示。数据表明，如果对快递员的投入规模不做负向调整，要达到模型计算的最大利润产出，上游供货商定价约束越大，越需要增大高铁分担快递件干线运输的比例。具体讲，通达系企业需要高铁企业参与约40%的干线运输，而顺丰只需要将约20%的干线运输交付高铁快运企业，即可实现DEA测算的潜在利润值。

现实中，顺丰在自建航空物流网络之后，又率先实施了“高铁嵌入快捷物流”的战略性布局，与中铁快运于2018年8月29日合资成立“中铁顺丰国际快运有限公司”，中铁顺丰负责相关产品的干线运输，其他运输环节仍由顺丰自行完成。运营模式创新之下，尽管新冠肺炎疫情期间，顺丰的单票收入同比减少两成（2019年约为25.01元/件，2020年1月约为19.7元/件），快递员上岗率降低9.8%[ 28 ]，但顺丰控股公布的2020年第一季度业绩显示其收入为335亿元，同比增长40%。[ 29 ]这其中，嵌入高铁运力后运能增加和运营成本节约所带来的劳动生产率效率的增加，为顺丰产出增长率逆势提升提供了相当的助益。

六、结论与展望

在新型生产组织模式和新型消费模式的共同推动下，我国快递业仍有比较乐观的增长空间。2020年，中国物流与采购联合会预测，新冠肺炎疫情推动线上需求增长，将在民生消费领域给快递企业带来更大的契机。在此背景下，深刻理解劳动效率对快递业产出增长率的作用机制，对于快递企业科学制定和实施雇佣策略，促进企业可持续健康发展至关重要。

本文尝试运用数理方法来探析并解释劳动效率对快递企业产出增长率的影响机制，发现劳动效率是影响我国快递业产出增长率走向的主导性因素。快递员投入效率、快递员配置的结构效率以及劳动生产率效率的协同作用，共同决定了产出增长率的变动轨迹。在劳动效率输出面临同质竞价等市场因素压制的现实情况下，尝试优化和创新生产模式、改进劳动生产率效率，应是缓解快递业产出增长降阶下行压力的可行路径。

建议快递企业利用先导性产业的优势，在供应链的功能链上推动运输组织创新。具体讲就是，快递企业将一部分快递干线运输业务交付高铁快捷货运企业，以促进运能的增加和综合运营成本的降低，进而实现劳动生产率效率改进。快递企业与高铁货运企业合作的领域建议为华南—华东、华中—华南、华东—华北、华东—西南四大快递干线[ 30 ]，合作的快递产品建议为800km以上的次日达和隔日达物品[ 31 ]。通过生产模式创新，在快递干线运输中嵌入高铁运力，快递业劳动生产率效率的提升将突破劳动效率输出的机制性障碍，我国快递业的产出增长将重归稳健。

注释：

①我国上市快递企业的会计方式大致分为两类。一是直营快递企业（如顺丰速递）一般将所有快递收入计入为其收入项目，即以订单金额（GMV）计算毛收入；二是加盟快递企业（如通达系企业）一般僅将从加盟商处获得的收益计入其收入项目。韵达在2019年1月以前，并未将派费纳入收入及成本中，这使得在会计数据的比较方面，韵达与其他通达系企业之间缺乏横向可比性。因此，本文选取圆通、中通以及申通作为加盟快递企业样本，暂未将韵达作为研究样本。

参考文献：

[1]刘育英.2019年中国邮政业务收入9600亿元占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]我国快递年业务量突破600亿件2019年间接推动经济增量1.37万亿元对世界快递业增长贡献率超50%[EB/ OL]（2019-12-16）[2020-05-27].http：//finance.ifeng.com/ c/7sRqiRNuXph.

[3]中华人民共和国国家邮政局. 2017年四季度我国快递发展指数报告[EB/OL].（2018-01-12）[2020-05-27].http：//www. spb.gov.cn/sj/zgkdfzzs/201801/t20180112_1467247.html.[4]中华人民共和国国家邮政局. 2020年1月我国快递发展指数报告[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.中国产业系统非期望产出率熵变层级结构关系研究——基于PLS回归的层级因素分解技术[J].中国人口，2015，25（8）：116-124.

[6]2019年中国快递行业发展现状、长期增长潜力及未来行业发展的思考分析[EB/OL].（2019-10-28）[2020-01-25]. http：//www.chyxx.com/industry/201910/798451.html.

[7]中華人民共和国国家邮政局.2019年邮政行业运行情况[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]乔红芳.要素合理配置视角下中国潜在产出测算[J].宏观经济研究，2015（12）：38-50.

[11]沈利生，朱运法.人力资本与经济增长分析[M].北京：社会科学文献出版社，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]边雅静.实物资本与人力资本的最佳比例关系研究[M].北京：中国经济出版社，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.中国服务业的增长与技术进步[J].世界经济，2003（7）：35- 42.

[18]顾乃华.1992—2002年我国服务业增长效率的实证分析[J].财贸经济，2005（4）：58-64.

[19]姚战琪.技术进步与服务业的融合和互动——基于中国投入产出表的分析[J].财经研究，2008，34（7）：39-50.

[20]汤二子，刘凤朝，张娜.生产技术进步、企业利润分配与国民经济发展[J].中国工业经济，2013（6）：18-30.

[21]龚关，胡关亮.中国制造业资源配置效率与全要素生产率[J].经济研究，2013（4）：4-15.

[22]姚毓春，袁礼，董直庆.劳动力与资本错配效应：来自十九个行业的经验证据[J].经济学动态，2014（6）：69-77.

[23]纪雯雯，赖德胜.人力资本、配置效率及全要素生产率变化[J].经济与管理研究，2015，36（6）：45-55.

[24]葛金田.劳动力价格扭曲的生产率效应研究——基于ACF方法的实证分析[J].学习与探索，2019（6）：125-133.

[25]毕皖雯.基于DEA模型的电信企业人力资源效率研究[D].南京：南京邮电大学，2014：1-10.

[26]郝大明.我国劳动配置效率的实证研究[D].北京：首都经济贸易大学，2007.

[27]王进勇.高速铁路货运动车组开行效益分析研究[J].综合运输，2017，39（11）：25-29.

[28]中华人民共和国国家邮政局.2020年2月快递发展指数报告[EB/OL].（2020-03-06）[2020-05-27].http：//www.spb. gov.cn/xw/dtxx_15079/202003/t20200306_2050120.html.

[29]順丰控股：疫情期间业务量大增、份额扩张成本和费用拖累业绩表现[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.铁路专业型物流网络优化建模方法研究[D].北京：北京交通大学，2018.

[31]张晓玲.基于Logit模型的高铁快递市场分担率预测研究[J].铁道运输与经济，2018，40（12）：94-96.

责任编辑：林英泽

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