中國快遞服務發(fā)展的區(qū)域差異研究

郭月鳳，郭程軒，楊玉勻，徐頌軍*

(1．廣東工貿職業(yè)技術學院，廣東廣州510600;2．華南師范大學地理科學學院，廣東廣州510631)

近年來隨著電子商務的蓬勃發(fā)展，我國的快遞服務及相關行業(yè)不斷發(fā)展壯大，快遞服務已成為一種重要的商品配送方式．快遞服務(簡稱快遞)是指按承諾時限遞送到收件人或指定地點、并獲得簽收的寄遞服務［1］．快遞服務包括收寄、投遞、簽收等服務環(huán)節(jié)，具有時效性、準確性、安全性、方便性等特點．

2011年我國網(wǎng)民在線購物交易額達7 800億元，電子商務的年增長率是同期社會消費品零售總額實際增長率的近6倍．現(xiàn)代社會的GDP與物流、快遞業(yè)三者之間存在 1∶2∶3 的內在比例關系［2］．以2011年我國的GDP經(jīng)濟總量47．3萬億元人民幣計算，快遞服務的需求量在141．9萬億元以上，可見其拉動內需的效應是巨大的．國外對快遞領域的研究較早，如羅杰·弗羅克詮釋了美國聯(lián)邦快遞服務的企業(yè)文化、目標、業(yè)務模式［3］等．國內關于快遞服務業(yè)的研究成果主要集中在研究快遞業(yè)的發(fā)展現(xiàn)狀、可持續(xù)發(fā)展等問題［4-6］．而對中國快遞服務發(fā)展的區(qū)域不平衡問題，國內學者的關注相對欠缺．本文利用《中國統(tǒng)計年鑒2012》公布各省市快遞業(yè)務數(shù)據(jù)［7］，從地理學角度，利用經(jīng)濟學供求關系原理，分析我國快遞服務區(qū)域發(fā)展不平衡狀況及其形成原因，探求解決問題的具體對策．

1 我國快遞服務發(fā)展的區(qū)域差異分析

為了評價我國快遞服務的發(fā)展狀況，選擇快遞業(yè)務量(以下簡稱快遞量)、人均快遞量、投遞時間等指標，分別從區(qū)域、省際等不同層次揭示我國快遞服務業(yè)發(fā)展的區(qū)域差異．其中，以快遞量衡量快遞服務業(yè)的發(fā)展規(guī)模，以人均快遞量反映快遞服務業(yè)的發(fā)展水平，以投遞時間反映快遞服務的服務效率，對我國快遞服務發(fā)展的區(qū)域差異進行定量研究．

1．1 發(fā)展規(guī)模的區(qū)域差異

從統(tǒng)計數(shù)據(jù)分析，我國快遞服務業(yè)的發(fā)展規(guī)模存在著明顯的區(qū)域差異．我國東部地區(qū)快遞服務業(yè)的發(fā)展規(guī)模大，中部、西部、東北地區(qū)快遞服務業(yè)的發(fā)展規(guī)模相對較?。?011年，東部、中部、西部地區(qū)和東北地區(qū)快遞量占全國的比重分別為78．3%、9．6%、8．8%、3．2%，全國快遞量高度集中在東部地區(qū)，中部、西部與東北地區(qū)土地面積占全國陸地面積總量的90．4%，人口總數(shù)占全國的61．9%，但快遞量僅占全國總量的21．7%．由此可見，我國快遞服務業(yè)不僅在發(fā)展規(guī)模方面存在明顯的區(qū)域差異，而且在快遞量的地理密度方面差異明顯．

珠江三角洲，長江三角洲(上海、浙江、江蘇等)，環(huán)渤海地區(qū)(北京、天津、河北、山東、遼寧)快遞量占全國比重77．6%，構成了我國服務領域3大黃金快遞圈．同時，存在南部地區(qū)快遞量大于北部地區(qū)，城市大于鄉(xiāng)村等區(qū)域不平衡的問題．

快遞交割的數(shù)量和地區(qū)，一定程度上反映了快遞的用戶分布情況．國內快遞交割了35．46億件快件，占快遞總量的96．5%，國際及港澳臺交割了1．27億件占快遞總量3．5%，快遞用戶分布以國內為主．國內“同城”快遞業(yè)務原指同一城市的服務，現(xiàn)在“同城”的地理范圍均擴展到了省際境內的區(qū)域，“同城”快遞量占了23%，跨省的異地快遞量占77%，反映了快遞企業(yè)主要服務于跨省域的國內客戶，快遞服務為改善地區(qū)資源不平衡做出貢獻．各省市的快遞量如表1所示，廣東居全國31個省市(不含香港、澳門、臺灣)的第1位(7．57億件)，高于排序靠后的21個省市的總數(shù)(6．74億件)，快遞量最低的青海(244．47萬件)與廣東省的差距275．7倍，可見快遞服務規(guī)模的省際差異之大．

表1 2011年中國各地區(qū)快遞服務的發(fā)展情況Table 1 Development of express service in various regions in China in 2011

1．2 發(fā)展水平的區(qū)域差異

利用人均快遞量反映某區(qū)域快遞服務業(yè)的發(fā)展水平．區(qū)域人均快遞量越大，表明快遞服務業(yè)發(fā)展水平越高．2011年，我國快遞量為 36．73億件，以13．47億人口計算，人均快遞量約為2．73件/人，低于世界人均快遞量(4．20件/人)，與美國(26件/人)和日本(25件/人)相差較大．從我國各地區(qū)來看，人均快遞量最高的是東部地區(qū)(5．63件/人)，最低的是西部地區(qū)(0．90件/人)，地區(qū)差距是6．26倍;在我國31個省市中，北京的人均快遞量最高(16．68件/人)，青海的最低(0．43 件/人)，省域差距是 38．79倍，快遞服務發(fā)展水平的省際差異進一步加?。?/p>

1．3 服務效率的區(qū)域差異

投遞時間反映快遞服務業(yè)的服務效率．以中國郵政速遞(EMS)投遞時間的區(qū)域差異為例，分析我國快遞服務業(yè)服務效率的區(qū)域差異．中國郵政速遞是國內最大的國營快遞企業(yè)，最早利用“全夜航”航空自有運輸能力的網(wǎng)絡優(yōu)勢，推出高品質的“次晨達”業(yè)務．次晨達是指在指定的開辦范圍內當天收寄的EMS郵件，在次日上午11:00前完成投遞的郵政特快專遞業(yè)務，包含“區(qū)域次晨達”和“跨區(qū)域次晨達”［8］(表 2)．

表2 中國郵政速遞“次晨達”業(yè)務通達范圍和資費Table 2 Coverage and tariff of“NextMorning Delivery Service”by EMS

從表1可以看出:(1)EMS的“次晨達”精品業(yè)務分布在珠江三角洲、長江三角洲、環(huán)渤海區(qū)域3大快遞圈．東北中部、西南西北、西藏和東部地區(qū)的山東、福建等省沒有開辦“次晨達”業(yè)務，高端快遞服務在全國的分布不平衡．(2)“次晨達”主要分布在居民人口稠密，人口數(shù)量大，人均收入水平高，經(jīng)濟發(fā)展水平高的中心城市．(3)珠江三角洲快遞價格最具優(yōu)勢，與廣東省的快遞規(guī)模效應和快遞成本低有關．(4)跨區(qū)域開辦“次晨達”服務的25個城市中，廣東省占了10個，占全國比重的40%，反映了廣東快遞服務質量和需求水平最高，另一方面說明了快遞服務效率極度不平衡．(5)跨區(qū)域的“次晨達”城市必須有機場，顯示了高端的快遞服務對交通運輸手段要求更高的特點．

2 我國快遞服務發(fā)展區(qū)域差異的影響因素

快遞屬于服務商品．亞當·斯密在《國富論》中提出:商品受到市場供求關系的影響，商品的需求又受到商品本身的價格、消費者的收入等因素的影響;商品供給則受到商品本身的價格、生產(chǎn)技術水平、生產(chǎn)成本等因素的影響［9］．下文探討快遞服務區(qū)域差異形成的影響因素．

2．1 影響區(qū)域快遞市場需求的因素

2．1．1 快遞價格與快遞服務 亞當·斯密認為價格是市場的“無形之手”［9］，經(jīng)濟學的需求定理是:價格P與其需求量Q之間，存在反相關關系，Q=a-bP(a，b 為常數(shù))［10］，快遞需求量即快遞服務量，以件為單位．

在淘寶網(wǎng)上抽取50家網(wǎng)店，統(tǒng)計發(fā)往全國31個省(市、區(qū))的3 100個快件價格數(shù)據(jù)．調查顯示，網(wǎng)上購物的消費者選擇快遞方式有2種:一是“快遞”，二是“EMS”．“快遞”通常是中通快遞、圓通快遞、申通快遞等民營快遞企業(yè)，為淘寶電商的戰(zhàn)略伙伴，所提供的快遞價格低于“EMS”的價格，EMS的快遞價格是普通快遞價格的兩倍，“EMS”具有實效性、通達性、安全性較好和價格較高的特點．

表3統(tǒng)計數(shù)據(jù)顯示:(1)快遞價格與快遞量呈負相關;(2)民營企業(yè)的快遞價格靈活，價格浮動較大，而東部地區(qū)“同城快遞”價格最低至7元，東部地區(qū)快遞價格優(yōu)勢十分顯著;(3)中部地區(qū)的快遞價格較東北地區(qū)低;(4)西南地區(qū)快遞價格與中部地區(qū)大致相同，西北地區(qū)快遞價格最高．(5)“EMS”的價格變化幅度不大，東部、中部和西南地區(qū)在20～25元之間，西北地區(qū)價格較高，在22～45元之間．抽樣的商品價格選擇在99元以下，大多數(shù)200元以上的商品通常做“免快遞費”促銷活動中，快遞費用由商家主動承擔，因此過高的快遞成本將影響網(wǎng)上購物商品的性價比，間接影響到快遞的需求．由此可知，快遞價格與需求量呈負相關，即快遞價格越低，快遞市場需求越大．

2．1．2 消費者收入水平與快遞服務 消費者的收入水平與快遞服務需求密切相關．消費者的收入水平越高，越容易形成快遞需求．快遞服務為客戶節(jié)約了時間成本，并附有網(wǎng)絡、通信等郵件追蹤服務功能，貼身個性化服務使客戶享受較普通郵政信件更高質量的服務，因此客戶愿意支付較普通郵資更高的費用．

表3 中國快遞服務發(fā)展影響因素的比較Table 3 Comparison of factors affecting the development of delivery service in China

在表3中，東部地區(qū)城鎮(zhèn)居民人均可支配收入與中部、西部與東北部地區(qū)城鎮(zhèn)居民人均可支配收入比例呈 1．454∶1．001∶1．000∶1．008，東部地區(qū)的城鎮(zhèn)居民收入水平高出其它3個地區(qū)的45%左右，東部、中部、西部與東北部地區(qū)人均快遞量比例為5．63∶0．99∶0．90∶1．08，地區(qū)人均快遞量與人均可支配收入變化趨勢一致，說明居民的收入水平很大程度上影響快遞服務需求，地區(qū)居民收入水平越高，快遞消費量越大．

2．1．3 社會經(jīng)濟發(fā)展水平與快遞服務 社會經(jīng)濟發(fā)展水平與快遞服務關系緊密．廣東是全國快遞量最大的省份，快遞量占全國比重21%，GDP連續(xù)24年居全國首位，總值占了全國的10．20%，憑借豐富的貨源優(yōu)勢，成為我國網(wǎng)絡銷售商數(shù)量最多的省份［11］．聯(lián)邦快遞在廣州白云機場興建亞太區(qū)規(guī)模最大的航空貨物轉運中心．國內最大的長江三角洲快遞圈，GDP占全國比重19．2%，依托于制造業(yè)和網(wǎng)絡銷售，形成快遞量占全國比重35%，以北京、天津為中心的環(huán)渤海地區(qū)，GDP占全國19．2%，快遞量占全國比重22%，構成東部三大快遞圈，體現(xiàn)地區(qū)之間、快遞企業(yè)與制造業(yè)的良性循環(huán)和聯(lián)動發(fā)展．

由表3可知:我國東部、中部、西部和東北地區(qū)GDP 分別占52．0%、20．0%、19．2%、8．7%，其快遞量分別為 28．76、3．54、3．24 和 1．19 億件，地區(qū)快遞量與地區(qū)GDP密切相關，且地域分布趨勢一致．

2．2 影響區(qū)域快遞市場供給的因素

商品供給受生產(chǎn)技術水平、生產(chǎn)成本等因素的影響．影響快遞企業(yè)生產(chǎn)技術水平的主要因素是交通運輸手段和管理水平，影響快遞成本的因素包括人口數(shù)量和人口密度．

2．2．1 交通運輸條件對快遞市場供給的影響 快遞的時效性受到區(qū)域快運條件的制約，快遞網(wǎng)絡的布局與選址優(yōu)化［12-14］受地區(qū)交通的通達深度和覆蓋范圍的約束．我國東部地區(qū)各種交通運輸建設及運營經(jīng)濟效益高，快遞的運輸成本低廉．中西部地區(qū)特殊的地理環(huán)境和惡劣的天氣直接影響了交通運輸?shù)陌l(fā)展和交通運輸成本［15］，快遞時效性的保障具有不確定性．

2．2．2 人口與快遞服務 人口是快遞服務的對象，人口密度影響快遞投遞的效率，業(yè)務量是隨距離而遞減的［16］，“運輸成本由線路運營費和站場費用組成．前者是距離的函數(shù)，后者在大多數(shù)時間是常數(shù)［17］．”快遞企業(yè)網(wǎng)點布局原則遵循馮·杜能的圈層理論［18］，快遞企業(yè)分布在中心城市的密度最大，與空間距離成反比，以圈層狀向外輻射．

在表3中，地區(qū)快遞量的變化趨勢與人口密度的變化趨勢相同．東部、中部、西部和東北人口分別占全國人口的 38．1%、26．7%、27．0% 和 8．2%．其快遞量分別占全國總量的 78．3%、9．6%、8．8% 和3．2%，中部、西部和東北地區(qū)人口總數(shù)占全國的61．9%，快遞量卻僅為東部總數(shù)的1/4．

3 快遞服務影響因素的定量分析

利用回歸分析進行因子的篩選(stepwise selection)［19］，建立反映地理要素之間變化關系的最優(yōu)回歸模型．篩選出有顯著影響的因子作為自變量，并建立“最優(yōu)”回歸方程．

采用SPSS工具多元逐步回歸分析，以31個省市的快遞量、人口數(shù)量、GDP總量、居民人均可支配收入、人均GDP、人口密度、價格等7個數(shù)據(jù)序列為基礎，綜合評價地區(qū)快遞的影響因素．以“快遞量”為因變量Y(有31個數(shù)值);自變量是:“快遞價格”為X1、“居民人均可支配收入”為X2、“GDP”為X3、“人均GDP”為X4、“人口數(shù)量”為 X5、“人口密度”為X6，共186個數(shù)據(jù)，創(chuàng)建數(shù)據(jù)源，建立多元回歸模型:

使用SPSS軟件逐步多元回歸操作，得到回歸分析結果:

數(shù)據(jù)分析:從表4中的“模型匯總”得到復相關系數(shù) R 為 0．934，當|R|≥0．8 時，視為高度相關［19］;多重判定系數(shù)R2為0．872，表示因變量與所有自變量的線性相關程度高，方程對樣本的擬合效果很好．

自變量進入模型的順序反映了與因變量的密切程度．“居民人均可支配收入”，“GDP”，“人均GDP”，“人口數(shù)量”等4個變量依次被引進模型中，對方程解析度達到87．2%．第1個變量是“居民人均可支配收入”與快遞量相關性最強，線性回歸的擬合程度較好，解析度是60．5%;由于“快遞價格”與“人口密度”顯著性概率Sig分別為0．312、0．337，大于給定的顯著性水平0．05，因此模型排除這2個因素對地區(qū)快遞的顯著性影響．

表4 多元逐步回歸分析主要結果Table 4 Analysis results from Multiple Stepwise Regression by SPSS

將“非標準化回歸系數(shù)”欄目中的“B”列系數(shù)代入多元回歸模型式(1)得預報方程:

在“方差分析”中，系統(tǒng)自動檢驗的顯著性水平為0．000 ＜0．05，F(xiàn) 值為 44．173，因此回歸方程線性相關非常顯著．

回歸方程分析顯示，影響我國31個省市快遞業(yè)務因素的相關性排列是:(1)居民人均可支配收入與地區(qū)快遞量呈正相關，對快遞量產(chǎn)生了最顯著的影響;(2)GDP總值與快遞量呈正相關;(3)人均GDP與快遞業(yè)的發(fā)展呈負相關．反映了我國經(jīng)濟結構問題，重工業(yè)省市的人均GDP高，快遞服務量不高;(4)人口數(shù)量與快遞服務為負相關．人口比重占61．9%的中西部、東北地區(qū)，其快遞量僅為占人口比重38．1%的東部地區(qū)的1/4．被排除的因素中，人口密度和快遞價格對地區(qū)快遞量的影響，只有在相同的收入水平、經(jīng)濟水平下，才可能發(fā)揮相關性的作用．

4 結論

通過研究得出以下結論:(1)我國快遞服務發(fā)展的區(qū)域差異大，決定區(qū)域快遞發(fā)展根本因素是居民的收入水平、地區(qū)經(jīng)濟發(fā)展水平．(2)人口規(guī)模大和人口稠密有利于快遞企業(yè)形成規(guī)模效應，提高企業(yè)的利潤．(3)快遞價格對快遞業(yè)務的影響在減弱，快遞行業(yè)逐漸成為完全競爭市場，價格區(qū)間在縮?。?4)東部地區(qū)快遞發(fā)展與中部地區(qū)、西部地區(qū)存在的巨大差異．在市場趨利原則和東部經(jīng)濟聚集效應共同影響下，未來快遞服務的區(qū)域發(fā)展不平衡將會加大．

［1］中華人民共和國國家郵政局．快遞服務郵政行業(yè)標準［EB/OL］．(2007-09-12)［2012-12-30］．http://www．spb．gov．cn．

［2］曾思敏，陳忠暖．信息時代我國電子商鋪區(qū)位取向的實證分析［J］．人文地理，2011，10:89．

［3］羅杰·弗羅克．聯(lián)邦快遞的生意經(jīng):偉大的企業(yè)是這樣誕生的［M］．武立東，譯．北京:機械工業(yè)出版社，2007．

［4］徐希燕．中國快遞產(chǎn)業(yè)發(fā)展研究報告［M］．北京:中國社會科學出版社，2009．

［5］倪玲霖，王姣娥，胡浩．中國快遞企業(yè)的空間組織研究——以順豐速運為例［J］．經(jīng)濟地理，2012(2):82-88．

［6］王道平，楊永芳．民營快遞企業(yè)的可持續(xù)發(fā)展研究［J］．社會科學，2010(8):37-42．

［7］中華人民共和國國家統(tǒng)計局．國民經(jīng)濟核算·人口·運輸和郵電．人民生活．北京:2012．

［8］中國郵政速遞物流．次晨達［EB/OL］．http://www．ems．com．cn/main．

［9］亞當·斯密．國富論［M］．孫善春，李春長，譯．沈陽:萬卷出版公司，2008:35-42．

［10］余永定，張宇燕，鄭秉文．西方經(jīng)濟學［M］．北京:經(jīng)濟科學出版社，2003:4-5．

［11］阿里研究中心．2011年網(wǎng)商發(fā)展指數(shù)報告［EB/OL］．(2011-11-28)［2012-12-31］．http://www．a(chǎn)liresearch．com/html/stopic/2011ndir．html．

［12］ERNST A T，KRISHNAMOORTHY M．Efficient algorithms for the uncapacitated single allocation p-hubmedian problem［J］．Location Science，1996，4(3):139-154．

［13］CUNHA C B，SILVA M R．A genetic algorithm for the problem of configuring a hub-and-spoke network for a LTL trucking company in Brazil［J］．Eur JOperational Research，2007，179(3):747-758．

［14］JEONG SJ，LEECG，BOOKBINDER JH，etal．The European freight railway system as a hub-and-spoke network［J］．Transportation Research Part A，2007，41(6):523-536．

［15］王成金，王姣娥，張文嘗．新中國交通運輸?shù)乩韺W的發(fā)展與貢獻［M］．長沙:經(jīng)濟地理，2009:1588-15993．

［16］瑞斯托·勞拉詹南．金融地理學［M］．北京:商務出版社，2003:442-443．

［17］埃德加·胡佛．區(qū)域經(jīng)濟學導論［M］．北京:商務出版社，1982．

［18］THUNEN J H V．孤立國同農業(yè)和國民經(jīng)濟的關系［M］．吳衡康，譯．北京:商務出版社，1997:200-222．

［19］和亞君，王紅崧．SPSS旅游統(tǒng)計適用教程［M］．北京:旅游教育出版社，2010:141-183．