新发展格局下城乡物流一体化对农村居民消费的影响

陈 岫， 平 海

(广州华商学院 管理学院， 广州 511300)

稳定的国内需求是中国经济发展最为稳定、持久的动力。在以国内大循环为主体下，2019年国内消费对中国国内生产总值的贡献率已达到57.8%[1]，在中国经济发展过程中发挥了重要作用。加快构建新发展格局其战略基点是释放内需潜力，而释放内需潜力的后劲在农村居民消费需求[2]。2019年中国农村居民已达到55 162万人，占全国总人口的39.4%，城乡消费水平对比为2.35，是中国近20年城乡消费水平对比中差值最小的(表1)。中国农村居民消费观念已改变，可成为扩大内需的新动力。因此，释放农村居民消费潜力对加快构建新发展格局意义重大。

表1 2000—2019年中国城乡消费水平对比

城乡发展一体化是解决“三农”问题的根本途径。城乡物流一体化作为城乡公共服务均等化的一项内容，是实现城乡一体化发展的基础[3]，构建和优化城乡物流一体化体系，有助于农村物流与城市物流的相互汇合、延伸和渗透，对农村消费市场的开拓、促进农村居民消费发挥着不可忽视的作用。研究新格局下中国城乡物流一体化对农村居民消费的影响效应，有助于更深入了解中国城乡物流一体化目前发展的状况，以及对不同消费结构、不同区域的农村居民消费的影响，有针对性地提出对策建议以促进城乡物流一体化和激发农村居民消费活力，具有重要理论意义和现实价值。

1 文献综述

随着物流业的不断发展，城乡物流研究成为学者们研究的热点。城市物流的概念最早由Taniguchi提出，指在一定的区域范围内对城市物流企业或运输企业进行整合优化，城市物流的发展会带来一定的内外部经济效益和环境影响[4]。农村物流是一个相对于城市物流的概念，是指为满足农村居民的生产、 生活及其他经济活动所提供的物流活动的总称[5]。随着国内外对城市物流的不断深入研究，很多学者发现城市物流是带有局限性的，城市物流不再是一个封闭的系统，而是一个相对开放的系统[6]，城市物流已经渐渐与农村物流相结合，对农村物流起到了带动和辐射作用[7]。

由于中国具有城乡二元结构的特点，对城乡物流一体化研究更具有意义。目前中国城乡物流一体化研究主要集中在模式构建、发展路径、评价体系以及对经济影响关系的研究上[8-11]。赵栋强基于互联网视角，分析了城乡物流一体化模式构建的驱动力以及主要障碍，从内容建设、网络建设和基础建设上构建了一体化模式[8]；周凌云等基于公共服务均等化发展视角，对城乡物流一体化中组织领导和监管、物流设施对接、物流渠道畅通、流通资源整合、流通主体培育方面提出具体应对措施和发展建议[9]；程永伟等采用整体发展高度、发展均衡性及协调性三要素构建了物流一体化评价模型，并对京津冀物流一体化水平进行了评价[10]；周晓美实证分析了物流一体化与区域经济发展的关系，提出区域经济发展对物流一体化有促进作用，物流一体化对区域经济发展有带动作用[11]。

解决“三农”问题是中国现代化建设的重要工作任务，所以农村居民消费研究一直是研究热点。学者们从不同的角度去探究农村居民消费的影响因素，主要集中在农村居民收入、医疗保险等社会保障、数字金融、电商发展、流通效率等影响因素研究[12-16]。孙赵勇等研究了农村居民消费的收入与农村居民消费变化特征的关系，从收入增加和收入结构调整视角给出了促进农村居民消费收敛的区域均衡发展政策建议[12]；王震等采用双重差分模型系统分析了农村社会养老保险对农村居民消费及其消费结构的影响，实证得出农村社会养老保险使得农村居民的非基础性消费比例显著增加[13]；颜建军等研究了数字普惠金融对居民消费升级的影响，发现东部地区和西部地区的数字普惠金融的发展对城镇居民的消费升级没有显著影响，但可显著促进农村居民消费升级[14]；刘根荣认为电子商务直接影响主要表现为改变了农村居民消费结构，间接影响主要表现为改变了传统农产品销售模式，对农村居民消费产生了十分重要的影响[15]；朱佩芬采用固定效应模型实证分析了农村现代物流业发展对中国东中西东北地区农村居民消费水平和消费结构的影响，认为物流业的促进程度存在地区差异[1]。

综上所述，目前对农村居民消费支出有较多的实证研究，研究内容也比较深入，而城乡物流一体化的研究较少，特别是城乡物流一体化与农村居民消费结合起来的研究更是缺乏。通过合理测度各省份的城乡物流一体化水平，探究城乡物流一体化与农村居民消费的影响情况，揭示城乡物流一体化对不同消费结构和不同区域的消费差异，对于提高人们对城乡物流一体化的认知、加快城乡物流一体化建设、扩大农村居民的消费需求具有重要的现实意义。

因此，在借鉴已有研究成果的基础上，本文主要选取了2010—2019年中国31个省区市(港、澳、台除外，下同)的面板数据，设计了以下研究方案，为促进城乡物流一体化发展、扩大内需提供理论依据：①城乡物流一体化的测度。采用熵值法和聚类分析法对31个省区市的城乡物流一体化进行测度和聚类，得出各省区市的城乡物流一体化的平均得分、排名和分类，计算得分作为回归模型的城乡物流一体化数据。②城乡物流一体化对农村居民消费的影响分析。采用回归模型对农村居民消费支出与城乡物流一体化、农林牧渔业总产值指数、农村居民消费价格指数、乡村人口、农业机械拥有量、农作物总播种面积和粮食产量等因素之间的关系进行实证研究，并从不同消费结构和不同区域的角度深入分析对比。

2 指标、变量选取与数据来源

2.1 城乡物流一体化指标选取

选取合理的城乡物流一体化指标是开展评价的基础，指标设计需要遵循科学性、可操作性、可比性和独立性原则。本文从城乡物流基础设施一体化、城乡物流信息网络一体化、城乡物流人力资源一体化和城乡物流市场发展一体化4个方面来测度中国31个省区市的城乡物流一体化水平，设立了4个一级指标和15个二级指标的评价体系，每个指标具体的计算方式见表2。

2.2 影响变量选取

本文研究的是城乡农村一体化对农村居民消费的影响，需要选取合理的被解释变量和解释变量，由于影响农村居民消费的因素较多，在研究中还会加入一定的控制变量。

1)被解释变量。选取的被解释变量为中国农村居民消费水平(Y)，用农村居民人均消费支出来衡量；为了深入研究城乡物流一体化对中国农村居民不同消费结构和不同区域的影响效应，分别选取8种消费类型和三大区域的农村居民人均消费支出来衡量。8种消费类型包括食品烟酒(Y-SYJ)、衣着(Y-Y)、居住(Y-J)、生活用品及服务(Y-SF)、交通通信(Y-JT)、教育文化娱乐(Y-JWY)、医疗保健(Y-YB)、其他用品和服务(Y-QF)；三大区域包括东部地区(Y-E)、西部地区(Y-W)、中部地区(Y-M)。

表2 城乡物流一体化指标

2)核心解释变量。选取的核心解释变量为城乡物流一体化(X)，本文采用熵值法对中国31个省区市2010—2019年的城乡物流一体化水平进行测度，熵值法是用来判断某个指标的离散程度，指标数据量越大，代表指标离散程度越大，则指标权重越大，对综合评价的影响越大，反之亦然。

3)控制变量。选取的控制变量为农林牧渔业总产值指数(V)、农村居民消费价格指数(CP)、乡村人口(P)、农业机械拥有量(AM)、农作物总播种面积(SA)和粮食产量(GY)。

2.3 数据来源

本文选取2010—2019年中国31个省区市的相关数据，所有数据来源于《中国统计年鉴》《中国农村统计年鉴》、各省区市的地方统计年鉴，并对数据进行了缺失值处理和对数化处理。对在收集的数据中部分缺失数据由SPSS 25.0进行缺失值处理功能补齐，以确保数据的可靠性和准确性。为了消除异方差的影响，提高数据的稳定性，有关文献研究得出对数化处理的变量接近正态分布，可以使实证结果更具准确性[17]，故本文对所有变量进行对数化处理，各变量的描述性统计结果见表3。

2.4 模型构建

本文对城乡农村一体化对农村居民消费的影响研究中，建立了多元线性回归模型，具体公式为

lnYit=α+βlnXit+δln(controlit)+εit

(1)

式中：lnY为农村居民消费支出的对数；lnX为城乡物流一体化的对数；control为控制变量对数的集合；i代表截面上的各个省份；t代表2010—2019年的时间序列；α、β、δ为待评估的参数；ε为随机扰动项。

表3 变量的描述性统计

3 城乡物流一体化的测度

3.1 城乡物流一体化水平排名

通过熵值法可计算出城乡物流一体化水平指标权重、中国31个省区市2010—2019年的城乡物流一体化水平，对各省区市取平均值后进行排名，见表4。

从计算结果可知：①城乡物流一体化水平指标权重排序是城乡物流市场发展一体化(0.407)>城乡物流基础设施一体化(0.351)>城乡物流信息网络一体化(0.159)>城乡物流人力资源一体化(0.083)，说明了城乡物流市场发展和城乡物流基础设施对城乡物流一体化更重要；②在中国的31个省区市中，沿海区域的城乡物流一体化水平明显高于内陆区域，其中上海、北京、浙江、广东、天津等区域的城乡物流一体化水平较高，青海、贵州、云南、甘肃、西藏等区域的城乡物流一体化水平较低。

表4 中国31个省区市的城乡物流一体化水平排名

3.2 城乡物流一体化聚类分析

利用SPSS软件对31个省区市的城乡物流一体化水平进行聚类分析，得出了使用平均联接(组件)的谱系图。根据类别间距越大、类内差距越小，说明归类性越明显的原理，将中国城乡物流一体化聚类为3个聚类组(图1)，分别是聚类1组：北京、上海；聚类2组：福建、江苏、广东、天津、浙江；聚类3组：除了聚类1组和聚类2组的其他24个省区市。结合表4可知，3个聚类组是按照城乡物流一体化水平的强弱情况进行聚类，根据该3个聚类组的特点，总结归纳为3个梯队3种类型。

为了深入了解城乡物流一体化的发展状况，本文主要对第1梯队和第2梯队省份的城乡物流一体指标进行分析。

1)第一梯队：上海、北京。从一级指标的测度结果来看，上海的城乡物流基础设施一体化、城乡物流人力资源一体化和城乡物流市场发展一体化在31个省区市中排名都是第一；上海领先其他省区市的二级指标有5个，分别是城乡公路网络密度、城乡物流营业网点密度、城乡物流业平均薪资收入比、城乡人均网上零售额和城乡居民人均可支配收入。可见城乡物流交通基础设施完善、物流业薪酬和城乡居民收入高、城乡电商物流需求大，让上海在城乡商品流通、物流人才吸引和物流市场规模上都具有明显的优势，城乡物流一体化建设成果显著。

图1 中国31个省区市的城乡物流一体化聚类图

北京则在城乡投递路线密度、城乡电话普及率、每百人使用计算机数和城乡人均消费品零售额上领先其他省区市，可见北京主要在城乡物流基础设施一体化和城乡物流信息网络一体化上具有一定优势。在《北京市关于培育扩大服务消费优化升级商品消费的实施意见》和《北京市“十四五”时期乡村振兴战略实施规划》中北京市政府将物流基础、信息网络和物流市场建设作为重中之重，提出优化现代物流设施网络，合理布局农村配送服务网点，建立区物流中心、乡镇物流站和村级物流点三级物流体系，完善农产品“进城”和电商物流“下乡”的双向流通体系，大大提升了北京的城乡物流一体化实力。

2)第二梯队：福建、江苏、广东、天津、浙江。第二梯队地区的城乡物流一体化具有很大的发展潜能，如浙江和广东虽在城乡物流基础设施等指标上不及“优势领跑者”，但在城乡物流信息网络和城乡物流市场发展仍具有自己的明显优势，在供应因素中具有优越的地理位置和经济环境，是耐用消费品、快速消费品和电子信息产业聚集地；在需求因素中具有一定人口和经济优势，通过信息网络和电子商务发展可产生更大的城乡需求。

4 城乡物流一体化对农村居民消费影响的实证分析

4.1 相关性分析

为了选取到更合理、更准确的自变量，在回归分析之前先进行相关性分析，检验众多自变量与因变量之间是否存在相关性，相关性分析结果见表5。

表5 因变量与自变量的相关性结果

从相关性结果来看，核心解释变量城乡物流一体化(lnX)与被解释变量农村居民人均消费(lnY)、8种消费支出类型(lnY-SYJ、lnY-Y、lnY-J、lnY-SF、lnY-JT、lnY-JWY、lnY-YB、lnY-QF)和三大区域(lnY-E、lnY-W、lnY-M)的农村居民人均消费的相关系数较大，而且都具有显著的正相关性关系。从控制变量来看，对于不同的被解释变量，部分控制变量的相关性不显著，本文只选择具有显著相关性的控制变量建立回归模型，有助于提高模型的拟合程度。

4.2 城乡物流一体化对农村居民消费的影响分析

采用逐步回归的普通最小二乘法(OLS)得出城乡物流一体化对农村居民消费的影响回归结果。具体见表6，其中列(1)未加入控制变量，列(2)加入了6个控制变量。

表6 城乡物流一体化对农村居民消费的影响回归结果

从回归结果来看，随着控制变量的加入，模型的R2从0.388提升到了0.553，说明模型的拟合程度提高；而且城乡物流一体化对农村居民消费的影响始终在1%的水平上显著，说明城乡物流一体化能够有效促进农村居民消费支出。从列(2)可知，城乡物流一体化(lnX)的系数为0.363，代表着城乡物流一体化水平提升1%，农村居民消费支出将增长0.363%。

其他控制变量中，农村居民消费价格指数(ln CP)、农业机械拥有量(ln AM)在1%的显著性水平上对农村居民消费产生正向影响效应，系数分别为8.925和0.237，说明居民购买的生活消费品和服务价格水平的上涨，则会增加农村居民消费支出；农业机械拥有量的提升有助于农村居民增收，进而也会增加农村居民消费的支出。农林牧渔业总产值指数(lnV)、乡村人口(lnP)在1%的显著性水平上对农村居民消费产生负向影响效应，系数分别为-4.360和-0.255，说明农林牧渔业总产值指数和乡村人口的上升，可能会带来农村居民消费的负增长，反映出农村现代化发展、数字乡村经济推动下，农村居民仅农林牧渔业传统农业生产和人口的增长来增加收入和消费支出水平将难以实现。而农作物总播种面积(ln SA)和粮食产量(ln GY)则对农村居民消费的影响不显著。

4.3 城乡物流一体化对不同结构的农村居民消费的影响分析

根据农村居民消费支出的结构，以食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健、其他用品和服务共8种消费类型作为被解释变量，对模型进行回归分析。具体的回归结果见表7。

表7 城乡物流一体化对不同结构的农村居民消费的影响回归结果

从回归结果来看，城乡物流一体化(lnX)对农村居民8种消费支出的影响始终在1%的水平上显著，说明城乡物流一体化能够有效促进农村居民8种消费支出。从影响效应来看，城乡物流一体化对农村居民8种消费类型的影响排序如下：其他用品和服务(0.440)>教育文化娱乐(0.377)>医疗保健(0.324)>居住(0.291)>食品烟酒(0.290)>交通通信(0.270)>生活用品及服务(0.221)>衣着(0.163)。在农村居民8种消费支出中，居住、食品烟酒、交通通信、生活用品及服务、衣着涵盖了衣、食、住、行4个方面的消费支出，都属于低层次的消费需求，目前中国农村经济迅速发展，在已有的农村状态下农村居民已得到一定满足，所以城乡物流一体化水平对其影响一般；而城乡物流一体化对其他用品和服务、教育文化娱乐、医疗保健的影响效应较大，是因为城乡物流一体化促进了城乡间要素的流通，提高了流通效率，给农村居民发展和享受型消费支出提供了更多的渠道，促进了农村居民消费结构升级。

4.4 城乡物流一体化对不同区域的农村居民消费的影响分析

根据农村居民消费支出的地域划分，以东部地区、西部地区、中部地区共三大区域作为被解释变量，其中东部地区包括11个省市(河北、北京、天津、辽宁、山东、江苏、上海、浙江、福建、广东、海南)，西部地区包括12个省区市(重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏、西藏、新疆、内蒙古)，中部地区包括8个省份(山西、河南、安徽、湖北、江西、湖南、吉林、黑龙江)[19]，具体的回归结果见表8。

表8 城乡物流一体化对不同区域的农村居民消费 的影响回归结果

从回归结果来看，城乡物流一体化(lnX)对三大区域农村居民消费的影响始终在1%的水平上显著，说明城乡物流一体化能够有效促进三大区域农村居民消费支出。从影响效应来看，城乡物流一体化对三大区域农村居民消费支出的影响排序如下：中部地区(0.519)>西部地区(0.423)>东部地区(0.278)。城乡物流一体化对中西部地区的农村居民消费有较大的影响效应，其中城乡物流一体化水平提升1%，中部农村居民消费支出将增长0.519%、西部农村居民消费支出将增长0.423%。中西部地区受城乡物流一体化的影响效应更大，是因为城乡物流一体化的发展，可以促进了中西部城乡物流基础设施、物流信息网络、物流人力资源和物流市场的发展，打破中西部地区由于受到地理位置和运输条件的限制，不仅可以将农村的农产品运出去，提高了农村居民的收入，又能将城镇的消费品运进来，提高了农村居民的生活水平，进而更好促进农村居民消费支出。

5 结论与建议

5.1 结论

通过收集中国31个省区市2010—2019年的城乡物流基础设施一体化、城乡物流信息网络一体化、城乡物流人力资源一体化和城乡物流市场发展一体化的数据，测量了中国31个省区市的城乡物流一体化水平，分析了城乡物流一体化对农村居民消费的影响，得出以下结论：

1)根据城乡物流一体化测度，可知城乡物流市场发展一体化和城乡物流基础设施一体化的指标权重较大，沿海区域的城乡物流一体化水平明显高于内陆区域；通过聚类可将中国31个省区市城乡物流一体化分为3个阶梯，不同阶梯的城乡物流一体化存在差异。

2)回归模型实证了城乡物流一体化对农村居民消费具有显著的正向影响，城乡物流一体化水平提升1%将使农村居民消费支出增长0.363%，城乡物流一体化有效促进了农村居民消费支出。

3)从消费结构上看，城乡物流一体化对其他用品和服务、教育文化娱乐和医疗保健消费支出的影响效应较强，城乡物流一体化给农村居民发展和享受型消费提供了更多的渠道，促进了农村居民消费结构升级。

4)从消费区域上看，城乡物流一体化对农村居民消费的影响效应存在区域差异，中西部地区的影响效应明显强于东部地区，城乡物流一体化的发展可以打破中西部地区地理位置和运输条件等限制，有效促进中西部地区的农村居民消费支出。

5.2 建议

1)各级政府要加大政策支持力度，推进城乡物流一体化水平。既然城乡物流一体化能够带动农村居民消费支出，那么各级政府应该从组织领导、政策法规、发展环境、规划建设、资金保障、人才引进上为城乡物流一体化的突破性发展提供保障，特别是对城乡物流一体化中城乡物流基础设施和城乡物流市场的建设和发展提供政策支持。

2)推动农村商业体系建设，发展城乡物流新业态新模式。城乡物流一体化更能促进农村居民发展和享受型消费支出，要发现和把握其中的市场机会，鼓励批发、零售、电商、餐饮、进出口等商贸服务企业与物流企业深化合作，发展电商云仓、仓配一体、农村物流金融等物流新业态新模式，优化业务流程和渠道管理，提升物流服务质量和效率，激发农村居民消费活力。

3)构建中西部地区完整的农村物流运作体系，促进城市物流与农村物流更好地融合。对于中西部地区来说，农村物流与城市物流之间是具有一定的差距，农村物流发展相对落后，城乡物流服务效率不高。中西部地区应更需要构建畅通的城乡双向流通体系，合理对县、乡、村三级农村配送服务网点进行布局，拉动中西部地区农村消费。