勞動(dòng)配置對(duì)我國(guó)上市快遞企業(yè)產(chǎn)出增長(zhǎng)率的影響

左春玲 韓寶明

摘要：近三十年來(lái)我國(guó)快遞業(yè)發(fā)展迅猛。然而自2017年開(kāi)始，我國(guó)快遞產(chǎn)業(yè)的產(chǎn)出增長(zhǎng)率出現(xiàn)了斷崖式下降，年均產(chǎn)出增長(zhǎng)率由40.2%降至23.6%，這反映出我國(guó)快遞業(yè)在生產(chǎn)要素配置效率輸出方面遇到了機(jī)制性障礙。從產(chǎn)出增長(zhǎng)率的影響指標(biāo)切入，聚焦于勞動(dòng)、資本和技術(shù)進(jìn)步生產(chǎn)要素配置，運(yùn)用DEA—Malmquist模型對(duì)順豐、中通、圓通和申通等四家上市企業(yè)的全要素生產(chǎn)率變化指數(shù)進(jìn)行分解，發(fā)現(xiàn)勞動(dòng)要素是維持樣本企業(yè)產(chǎn)出增長(zhǎng)率的首位主導(dǎo)性因素。運(yùn)用指數(shù)分解法將勞動(dòng)要素二次分解為投入效率、結(jié)構(gòu)效率和勞動(dòng)生產(chǎn)率效率，進(jìn)行數(shù)值估計(jì)后發(fā)現(xiàn)，投入效率、結(jié)構(gòu)效率、勞動(dòng)生產(chǎn)率效率在維持樣本企業(yè)產(chǎn)出增長(zhǎng)率穩(wěn)健方面，分別表現(xiàn)出“積極效應(yīng)為主”“弱效應(yīng)”和“消極效應(yīng)為主”三種情形。因此，快遞企業(yè)可以通過(guò)控制快遞員雇傭規(guī)模、在快遞業(yè)干線運(yùn)輸中嵌入高鐵運(yùn)力，提升企業(yè)勞動(dòng)生產(chǎn)率效率，促進(jìn)我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率盡速回歸。

關(guān)鍵詞：勞動(dòng)配置效率；產(chǎn)出增長(zhǎng)率；勞動(dòng)生產(chǎn)率效率；快遞業(yè)

中圖分類號(hào)：F259.23文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-8266（2020）09-0100-09

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃“鐵路客貨運(yùn)效益與服務(wù)水平提升技術(shù)”（2018YFB1201402）；國(guó)家社會(huì)科學(xué)基金年度一般項(xiàng)目“新業(yè)態(tài)下平臺(tái)型企業(yè)非典型就業(yè)的權(quán)益保障困境及制度創(chuàng)新研究”（19BGL197）

一、引言

近年來(lái)，快遞業(yè)在我國(guó)經(jīng)濟(jì)社會(huì)中的地位顯著提升。在國(guó)民經(jīng)濟(jì)方面，作為供應(yīng)鏈體系中上、中、下游企業(yè)和消費(fèi)者的全能型連結(jié)者，快遞業(yè)收入占GDP的比重從2015年的0.4%迅速擴(kuò)大到2019年的0.97%，對(duì)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)的直接貢獻(xiàn)率達(dá)到5%[ 1 ]。作為多個(gè)產(chǎn)業(yè)生態(tài)鏈的重要賦能者，快遞業(yè)每年間接推動(dòng)的經(jīng)濟(jì)總量達(dá)到全國(guó)經(jīng)濟(jì)增量的20%[ 2 ]。在社會(huì)生活方面，2016—2019年，快遞服務(wù)消費(fèi)對(duì)國(guó)內(nèi)消費(fèi)增長(zhǎng)的貢獻(xiàn)率均超過(guò)30%[ 3 ]。一系列數(shù)據(jù)表明，快遞業(yè)已經(jīng)成為滿足我國(guó)人民美好生活需要的基礎(chǔ)性載體。

在抗擊新冠肺炎疫情期間，快遞業(yè)作為國(guó)家應(yīng)急管理體系“戰(zhàn)略性產(chǎn)業(yè)”的特征日益凸顯。疫情防控物資運(yùn)送拉動(dòng)我國(guó)快遞發(fā)展指數(shù)同比上升9.5%[ 4 ]。2020年3月3日，國(guó)務(wù)院召開(kāi)常務(wù)會(huì)議專題研究確定了支持交通運(yùn)輸、物流業(yè)紓解困難加快恢復(fù)發(fā)展的措施。在這樣的背景下，研究快遞業(yè)產(chǎn)出率變動(dòng)的影響因素，多角度探索快遞業(yè)穩(wěn)健增長(zhǎng)的優(yōu)化路徑，將具有十分重要的現(xiàn)實(shí)意義。

本文所關(guān)注的產(chǎn)出增長(zhǎng)率是度量產(chǎn)業(yè)系統(tǒng)可持續(xù)成長(zhǎng)狀態(tài)的基本指標(biāo)。研究產(chǎn)出增長(zhǎng)率實(shí)質(zhì)上是研究產(chǎn)業(yè)系統(tǒng)經(jīng)濟(jì)增長(zhǎng)的加速度問(wèn)題。一個(gè)產(chǎn)業(yè)如果不能將產(chǎn)出增長(zhǎng)率維持在正向變動(dòng)的通道上，產(chǎn)業(yè)發(fā)展終將不可持續(xù)。從理論來(lái)看，只有在全要素生產(chǎn)率效率不小于1的情況下，產(chǎn)出增長(zhǎng)率才能保持穩(wěn)健。將生產(chǎn)要素進(jìn)行分解，影響產(chǎn)出增長(zhǎng)率的指標(biāo)主要有：勞動(dòng)占用率變動(dòng)、資本占用率變動(dòng)、能源占用率變動(dòng)、原材料占用率變動(dòng)和技術(shù)占用率變動(dòng)。李恒川等[ 5 ]對(duì)34個(gè)行業(yè)的國(guó)家統(tǒng)計(jì)數(shù)據(jù)進(jìn)行PLS回歸，得到除技術(shù)占用率變動(dòng)指標(biāo)之外的其他四個(gè)指標(biāo)對(duì)產(chǎn)出增長(zhǎng)率的回歸系數(shù)均值，分別是1.327、0.409、0.627和0.278。研究表明，勞動(dòng)占用率的變動(dòng)對(duì)我國(guó)34個(gè)行業(yè)產(chǎn)出率增長(zhǎng)的綜合貢獻(xiàn)度居于首位且遠(yuǎn)遠(yuǎn)高于其他指標(biāo)。這意味著，勞動(dòng)要素效率的輸出在未來(lái)較長(zhǎng)的時(shí)期內(nèi)仍將是影響產(chǎn)出增長(zhǎng)率的首位決定性因素。

將視線聚焦于我國(guó)的快遞產(chǎn)業(yè)，發(fā)現(xiàn)其產(chǎn)出增長(zhǎng)率從2014—2016年的41.8%、35.4%和43.5%斷崖式下降至2017—2019年的24.7%、21.8%和24.2%。[ 6 ]產(chǎn)出增長(zhǎng)率的陡然降階提示了我國(guó)快遞業(yè)在生產(chǎn)要素配置效率輸出方面遇到了機(jī)制性障礙。勞動(dòng)、資本等要素的投入變動(dòng)以及技術(shù)進(jìn)步，對(duì)我國(guó)快遞業(yè)產(chǎn)出率變動(dòng)究竟發(fā)生了怎樣的影響，這正是本文所要探索和研究的目標(biāo)。我國(guó)快遞產(chǎn)業(yè)集中度很高。2019年，我國(guó)快遞和包裹服務(wù)品牌集中度指數(shù)CR8達(dá)到82.5%[ 7 ]，這意味著順豐、京東、中通、申通、圓通等8家上市快遞企業(yè)的業(yè)務(wù)已經(jīng)覆蓋了我國(guó)超過(guò)4/5的快遞市場(chǎng)?；谶@種現(xiàn)實(shí)，本文特選取順豐、中通、圓通和申通4家企業(yè)作為研究對(duì)象。①為了探析2016—2017年快遞業(yè)產(chǎn)出增長(zhǎng)率陡然下降的內(nèi)在機(jī)理，考慮到生產(chǎn)要素供給效應(yīng)的滯后性，研究將基于這四家企業(yè)2014—2018年的數(shù)據(jù)來(lái)展開(kāi)論述，期望能夠探尋到影響我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率的更為精準(zhǔn)的解釋路徑。

二、相關(guān)研究綜述

（一）產(chǎn)出增長(zhǎng)率影響因素的相關(guān)研究

經(jīng)典的經(jīng)濟(jì)增長(zhǎng)理論將促進(jìn)經(jīng)濟(jì)增長(zhǎng)的因素歸結(jié)為勞動(dòng)、資本和技術(shù)三個(gè)方面。由于這三種生產(chǎn)要素對(duì)經(jīng)濟(jì)增長(zhǎng)率的貢獻(xiàn)不可測(cè)量，因此研究者大多首先基于柯布—道格拉斯生產(chǎn)函數(shù)或采用索羅余值法等進(jìn)行因素分解，而后再進(jìn)行估計(jì)和形成判斷。[ 8 ]

關(guān)于資本和勞動(dòng)對(duì)產(chǎn)出增長(zhǎng)率的影響，盧卡斯（Lucas）[ 9 ]測(cè)算得出：勞動(dòng)力是經(jīng)濟(jì)持續(xù)增長(zhǎng)的決定性因素和產(chǎn)業(yè)發(fā)展的真正源泉。喬紅芳[ 10 ]認(rèn)為：資本和勞動(dòng)等生產(chǎn)要素的充分利用并不意味著其彼此間的配置也達(dá)到合理狀態(tài)。最大化產(chǎn)出的極致?tīng)顟B(tài)應(yīng)是各種要素達(dá)到充分利用且其比例同時(shí)達(dá)到最佳配置比例。沈利生等[ 11 ]以及海格曼（Heckman）[ 12 ]等學(xué)者基于擴(kuò)展的索洛模型測(cè)算后發(fā)現(xiàn)：勞動(dòng)和資本應(yīng)當(dāng)合理配置，任何一種要素配置過(guò)多或過(guò)少，都會(huì)影響產(chǎn)出增長(zhǎng)。邊雅靜[ 13 ]進(jìn)一步指出：勞動(dòng)與資本理論上的最佳配置比例應(yīng)為兩者的產(chǎn)出彈性之比。

關(guān)于技術(shù)進(jìn)步對(duì)產(chǎn)出增長(zhǎng)率的影響，羅曼（Romer）[ 14 ]、格羅斯曼（Grossman）等[ 15 ]、阿吉翁和豪伊特（Aghion & Howitt）[ 16 ]等學(xué)者預(yù)測(cè)：在“后工業(yè)化”時(shí)代，經(jīng)濟(jì)增長(zhǎng)的持續(xù)動(dòng)力不再是資本積累和勞動(dòng)力規(guī)模擴(kuò)張，而是生產(chǎn)技術(shù)的持續(xù)進(jìn)步。

梳理關(guān)于我國(guó)經(jīng)濟(jì)增長(zhǎng)率變動(dòng)的影響因素研究，程大中[ 17 ]認(rèn)為：資本—產(chǎn)出比增長(zhǎng)率對(duì)我國(guó)服務(wù)業(yè)人均產(chǎn)出增長(zhǎng)率的貢獻(xiàn)超過(guò)全要素生產(chǎn)率增長(zhǎng)率的貢獻(xiàn)，其原因在于我國(guó)服務(wù)業(yè)的技術(shù)進(jìn)步并不是勞動(dòng)增強(qiáng)型的，而是略偏資本增強(qiáng)型的。顧乃華[ 18 ]測(cè)算后指出：我國(guó)服務(wù)業(yè)的增長(zhǎng)主要依靠資本和勞動(dòng)等要素的投入來(lái)推動(dòng)，產(chǎn)出增長(zhǎng)的粗放型特征比較明顯。姚戰(zhàn)琪[ 19 ]測(cè)算出我國(guó)1997—2002年的部門技術(shù)進(jìn)步貢獻(xiàn)率僅為13.4%。湯二子等[ 20 ]進(jìn)一步分析指出：經(jīng)濟(jì)體生產(chǎn)技術(shù)進(jìn)步會(huì)導(dǎo)致“技術(shù)侵蝕利潤(rùn)”，進(jìn)而會(huì)反噬“在位企業(yè)”的產(chǎn)出增長(zhǎng)率。

綜上推知，在我國(guó)當(dāng)前的經(jīng)濟(jì)發(fā)展情勢(shì)下，勞動(dòng)和資本對(duì)我國(guó)經(jīng)濟(jì)產(chǎn)出增長(zhǎng)率的貢獻(xiàn)仍然優(yōu)于技術(shù)進(jìn)步。對(duì)于更多表現(xiàn)出勞動(dòng)密集型特點(diǎn)的服務(wù)業(yè)來(lái)講，勞動(dòng)要素如果不能與資本投入適配，將阻滯經(jīng)濟(jì)產(chǎn)出增長(zhǎng)率的正向變動(dòng)。

（二）勞動(dòng)配置效率的相關(guān)研究

快遞業(yè)屬于勞動(dòng)密集型服務(wù)業(yè)。研究我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率需要重點(diǎn)關(guān)注勞動(dòng)要素變動(dòng)對(duì)產(chǎn)出增長(zhǎng)的作用效率，故本文選擇勞動(dòng)效率作為研究變量。勞動(dòng)效率是指在配置和使用勞動(dòng)力時(shí)，基于投入規(guī)模、配置結(jié)構(gòu)以及勞動(dòng)生產(chǎn)率調(diào)整等方面的不同，而引致的產(chǎn)出變動(dòng)與總產(chǎn)出變動(dòng)的比值。

在宏觀研究層面，基于不同的計(jì)量模型，對(duì)經(jīng)濟(jì)組織全要素生產(chǎn)率（TFP）進(jìn)行解構(gòu)，可以獲得勞動(dòng)效率與產(chǎn)出增長(zhǎng)率之間的定量關(guān)系。龔關(guān)等[ 21 ]利用資本和勞動(dòng)的邊際產(chǎn)出價(jià)值來(lái)估計(jì)資源配置的扭曲程度，進(jìn)而指出：資源配置扭曲（資源錯(cuò)配）使得資本和勞動(dòng)的邊際產(chǎn)出價(jià)值在各個(gè)廠商之間產(chǎn)生差異，進(jìn)而改變TFP并影響經(jīng)濟(jì)組織的產(chǎn)出增長(zhǎng)率，而我國(guó)制造業(yè)勞動(dòng)力配置扭曲的改善將使TFP提高7.3%。姚毓春等[ 22 ]用勞動(dòng)力相對(duì)流動(dòng)系數(shù)來(lái)表征勞動(dòng)配置效率，得出交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)2004—2010年間勞動(dòng)配置效率均值為0.859，表現(xiàn)出非效率。紀(jì)雯雯和賴德勝[ 23 ]指出：簡(jiǎn)單勞動(dòng)力要素低配降低了全要素配置效率，而報(bào)酬結(jié)構(gòu)調(diào)整對(duì)全要素配置效率改進(jìn)具有積極作用。葛金田[ 24 ]研究發(fā)現(xiàn)：勞動(dòng)力價(jià)格扭曲總體上能夠輕微提高企業(yè)生產(chǎn)率，改善資本與勞動(dòng)力要素的配置效率，但會(huì)惡化中間品與勞動(dòng)力要素的配置效率；勞動(dòng)力價(jià)格扭曲對(duì)勞動(dòng)密集型產(chǎn)品存在顯著的研發(fā)抑制效應(yīng)，從而會(huì)顯著抑制勞動(dòng)密集型生產(chǎn)企業(yè)生產(chǎn)率的提升。

在微觀研究層面，勞動(dòng)效率的研究涉及高績(jī)效工作系統(tǒng)運(yùn)行機(jī)制、人力資源配置機(jī)制、工作設(shè)計(jì)、勞動(dòng)者勝任力等諸多側(cè)面和環(huán)節(jié)。在這一領(lǐng)域，相當(dāng)多的研究側(cè)重于對(duì)某個(gè)或某些經(jīng)濟(jì)部門的勞動(dòng)配置效率進(jìn)行測(cè)算、評(píng)價(jià)及改進(jìn)。根據(jù)評(píng)價(jià)流程和采用信息的不同，大致有三種評(píng)價(jià)思路。一是多指標(biāo)集結(jié)算法建模思路；二是單樣本優(yōu)劣等級(jí)劃歸的獨(dú)立評(píng)判思路；三是基于運(yùn)籌學(xué)的樣本集投入產(chǎn)出相對(duì)效率評(píng)價(jià)思路。其中，第一、二種思路多是沿著“構(gòu)建評(píng)價(jià)指標(biāo)體系—信息集結(jié)—數(shù)理分析”的路徑來(lái)推進(jìn)研究工作，常見(jiàn)的評(píng)價(jià)指標(biāo)體系有：人力資源平衡計(jì)分卡、人力資源有效性指數(shù)、人力資源關(guān)鍵性指數(shù)等。代表性數(shù)理分析方法多為參數(shù)方法，如隨機(jī)前沿分析法（SFA）主要是通過(guò)預(yù)先設(shè)定的生產(chǎn)函數(shù)來(lái)測(cè)算生產(chǎn)要素的配置效率。第三種思路屬于基于運(yùn)籌學(xué)的非參數(shù)方法，其中代表方法是數(shù)據(jù)包絡(luò)分析（DEA），這種方法不需要設(shè)定前沿生產(chǎn)函數(shù)的具體形式，而是通過(guò)投入和產(chǎn)出的比值來(lái)進(jìn)行核算，同時(shí)可以有效處理多投入和多產(chǎn)出問(wèn)題。[ 25 ]

目前，無(wú)論是宏觀層面還是微觀層面，對(duì)于勞動(dòng)效率的主流研究技術(shù)是指數(shù)分解法和數(shù)學(xué)規(guī)劃法。指數(shù)分解法的優(yōu)勢(shì)在于可以通過(guò)構(gòu)造特定的函數(shù)關(guān)系，基于產(chǎn)出變動(dòng)來(lái)實(shí)現(xiàn)對(duì)目標(biāo)要素效率的分解；數(shù)學(xué)規(guī)劃法的優(yōu)勢(shì)在于其能夠統(tǒng)合各類生產(chǎn)函數(shù)下的效率運(yùn)算，既可以通過(guò)DEA—Malmquist等模型計(jì)算出TFP的變化指數(shù)（即全要素生產(chǎn)率效率，TFPCH）、技術(shù)進(jìn)步效率（TECH）等指數(shù)結(jié)果，又可以通過(guò)DEA中的CCR或BCC等模型對(duì)要素效率進(jìn)行數(shù)值診斷。

在文獻(xiàn)研究的基礎(chǔ)上，圍繞著研究目標(biāo)，本文后續(xù)研究的技術(shù)路線是：運(yùn)用DEA—Malmquist模型，對(duì)樣本企業(yè)全要素生產(chǎn)率效率進(jìn)行指數(shù)分解和效率評(píng)價(jià)；運(yùn)用指數(shù)分解法對(duì)勞動(dòng)效率進(jìn)行指數(shù)的二次分解，并據(jù)此估計(jì)各二級(jí)指數(shù)對(duì)樣本企業(yè)產(chǎn)出增長(zhǎng)率的影響。

三、我國(guó)快遞業(yè)勞動(dòng)效率的指數(shù)分解

我國(guó)快遞業(yè)勞動(dòng)要素配置包括三方面內(nèi)容：一是新增勞動(dòng)力的配置，主要指未就業(yè)勞動(dòng)力流入就業(yè)市場(chǎng)時(shí)的配置（如農(nóng)村剩余勞動(dòng)力到城市當(dāng)快遞員等）；二是存量勞動(dòng)力的配置，主要指勞動(dòng)力基于個(gè)人效用增進(jìn)目標(biāo)而在經(jīng)濟(jì)組織之間的流動(dòng)（如A、B兩家快遞企業(yè)間的快遞員流動(dòng)等）；三是經(jīng)濟(jì)組織內(nèi)部崗位間的流動(dòng)（如由快遞員晉升為網(wǎng)點(diǎn)負(fù)責(zé)人等）。[ 26 ]

式（1）表明，產(chǎn)出增長(zhǎng)率（Y*）等于勞動(dòng)生產(chǎn)率變化率（P*）、勞動(dòng)力要素投入數(shù)量變化率（L*）與協(xié)同變化率（P*？L*）之和。勞動(dòng)生產(chǎn)率變化率=勞動(dòng)生產(chǎn)率變化量/基期勞動(dòng)生產(chǎn)率。

如果將快遞企業(yè)組織結(jié)構(gòu)劃分為一線部門（主要包括攬投、分揀、運(yùn)輸、客服末端等）和非一線部門（主要包括總部和基層網(wǎng)點(diǎn)管理崗，信息技術(shù)（IT）、設(shè)備研發(fā)、網(wǎng)路規(guī)劃、人事、財(cái)務(wù)等專業(yè)技術(shù)類崗），那么快遞企業(yè)的勞動(dòng)生產(chǎn)率可分解為兩部門勞動(dòng)生產(chǎn)率（Pi）與兩部門人員配置比例（Ri）乘積之和。

由式（3）、式（6）、式（7）可知，從勞動(dòng)效率角度來(lái)看，我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率等于勞動(dòng)配置效率（Ae）與勞動(dòng)生產(chǎn)率效率（Pe）之和，即Y*=Ae+Pe。而快遞業(yè)勞動(dòng)配置效率（Ae）等于勞動(dòng)力投入效率（Ie）與勞動(dòng)力配置的結(jié)構(gòu)效率（Se）之和，即Ae=Ie+Se。最終，Y*可以分解為Y*=Ae+Pe = Ie+Se+Pe。由此可知，快遞員投入數(shù)量的變動(dòng)、人崗配置結(jié)構(gòu)的動(dòng)態(tài)變動(dòng)以及快遞員勞動(dòng)生產(chǎn)率的變動(dòng)耦合在一起，共同決定了我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率的變化路徑。

四、數(shù)據(jù)分析

（一）基礎(chǔ)數(shù)據(jù)

為了研究快遞業(yè)勞動(dòng)效率對(duì)產(chǎn)出增長(zhǎng)率（Y*）的影響，首先收集、整理了2014—2018年順豐、中通、圓通和申通四家上市快遞企業(yè)的相關(guān)數(shù)據(jù)（詳見(jiàn)表1）。數(shù)據(jù)直觀地反映出快遞員數(shù)量、主營(yíng)業(yè)務(wù)收入以及凈利潤(rùn)等變量不同的變化軌跡。

（二）樣本企業(yè)TFPCH指數(shù)分解與效應(yīng)評(píng)價(jià)

為了探查勞動(dòng)效率對(duì)樣本企業(yè)產(chǎn)出增長(zhǎng)率的影響，首先采用DEA-Malmquist模型對(duì)2014—2018年各樣本企業(yè)的TPF變化指數(shù)進(jìn)行分解（詳見(jiàn)表2）。從快遞員投入規(guī)模和配置結(jié)構(gòu)、管理成本和運(yùn)營(yíng)成本幾個(gè)方面衡量投入指標(biāo)，選擇的測(cè)算指標(biāo)是：快遞員數(shù)量（萬(wàn)人）、管理成本（億元）、運(yùn)營(yíng)成本（億元）；從營(yíng)收能力和市場(chǎng)能力兩方面衡量產(chǎn)出指標(biāo)，選擇的測(cè)算指標(biāo)是：主營(yíng)業(yè)務(wù)收入（億元）、凈利潤(rùn)（億元）和業(yè)務(wù)量（億件）。

Malmquist生產(chǎn)率指數(shù)（TFPCH）可分解為技術(shù)效率變化指數(shù)（EFFCH）和技術(shù)進(jìn)步效率（TECH）兩個(gè)部分。EFFCH測(cè)度的是從t期到t+1期的資源配置效率和使用效率的變化程度，該指數(shù)記錄的是觀察年度之間的“追趕效應(yīng)”。EFFCH可進(jìn)一步分解為純技術(shù)效率變化指數(shù)（PECH）和規(guī)模效率變化指數(shù)（SECH），PECH反映的是快遞企業(yè)管理水平變化和技術(shù)運(yùn)用水平變化對(duì)TFP變化率所產(chǎn)生的效果，SECH反映的是企業(yè)勞動(dòng)和資本投入規(guī)模的變動(dòng)對(duì)TFP變化率的貢獻(xiàn)。TECHCH反映的是技術(shù)進(jìn)步對(duì)TFP變動(dòng)的貢獻(xiàn)率。[ 29 ]

從表2可以看出：在觀察年度，四家企業(yè)的全要素生產(chǎn)率表現(xiàn)出較弱的非效率（TFPCH為0.989）。其中TECHCH、PECH和SECH對(duì)TFPCH的貢獻(xiàn)指數(shù)分別為0.704、1.255和1.120。顯然，在這三項(xiàng)指數(shù)中，PECH和SECH對(duì)樣本企業(yè)TFPCH具有正向作用，而TECHCH則具有負(fù)向作用。這說(shuō)明2014—2018年，四家企業(yè)改進(jìn)管理和技術(shù)運(yùn)用水平、擴(kuò)大快遞員和資本投入規(guī)模的舉措主導(dǎo)了產(chǎn)出增長(zhǎng)率的變動(dòng)路線，而技術(shù)進(jìn)步效率不足，阻滯了樣本企業(yè)全要素生產(chǎn)率的增長(zhǎng)步伐。

分年度考察，2014—2015年，主要的產(chǎn)出增長(zhǎng)源泉來(lái)自于要素投入，即勞動(dòng)與資本投入規(guī)模的超速增加（SECH為2.378）；2015—2016年，產(chǎn)出增長(zhǎng)受益于企業(yè)對(duì)勞動(dòng)與資本兩要素的管理和技術(shù)運(yùn)用水平的提升（PECH為1.85），以及兩要素投入規(guī)模的降速增長(zhǎng)（SECH為1.682）；2016—2017年，PECH、SECH在產(chǎn)出增長(zhǎng)率貢獻(xiàn)上不再居于主導(dǎo)地位，技術(shù)進(jìn)步成為新動(dòng)力（TECHCH為2.598）；2017—2018年，四家企業(yè)的產(chǎn)出增長(zhǎng)路徑表現(xiàn)出周期性回歸特點(diǎn)。隨著樣本企業(yè)開(kāi)始深入實(shí)施“下沉市場(chǎng)”策略，擴(kuò)大快遞員雇傭規(guī)模再次成為產(chǎn)出增長(zhǎng)的首要源泉（SECH為1.676）。

由Malmquist指數(shù)分解可知：第一，在產(chǎn)出增長(zhǎng)率終將趨于市場(chǎng)均衡這一規(guī)律下，樣本企業(yè)2014—2018年的產(chǎn)出增長(zhǎng)率走出的是一個(gè)階梯狀下行的路線。2014—2016年TFPCH尚維持在大于1的水平，而2017年則下降至小于1的水平（TFPCH僅為0.608）。第二，SECH、PECH與TECHCH三個(gè)指數(shù)遞次主導(dǎo)樣本企業(yè)全要素生產(chǎn)率效率的變動(dòng)軌跡。即產(chǎn)出增長(zhǎng)首先通過(guò)增加要素投入來(lái)推動(dòng)，而后再通過(guò)改進(jìn)管理和技術(shù)運(yùn)用水平來(lái)穩(wěn)固，再后則通過(guò)技術(shù)進(jìn)步來(lái)維持。第三，在同一輪增長(zhǎng)周期中，SECH、PECH對(duì)TFPCH的貢獻(xiàn)并非總是單調(diào)遞增，其正向影響存在閾值。SECH、PECH對(duì)于TFPCH的影響也并非簡(jiǎn)單疊加，更大的可能是二者之間存在著單向替代效應(yīng)，即PECH部分替代SECH的貢獻(xiàn)。為了對(duì)SECH和PECH的作用軌跡進(jìn)行更為深刻的刻畫，后續(xù)將借助指數(shù)分解法對(duì)這兩個(gè)指數(shù)進(jìn)行更為精細(xì)的二次分解。

按照企業(yè)分類進(jìn)行效率評(píng)價(jià)（參見(jiàn)表3）。首先，SECH指標(biāo)大于1，意味著經(jīng)濟(jì)單位在勞動(dòng)和資本投入上表現(xiàn)出促進(jìn)TFPCH增長(zhǎng)的正效率。其中，借助指數(shù)分解法可將SECH分解為勞動(dòng)力投入變動(dòng)指數(shù)（Ie）和資本投入變動(dòng)指數(shù)（Ke）。表3中，順豐、中通以及圓通均表現(xiàn)出規(guī)模效率的正向效率（SECH大于1），中通表現(xiàn)最佳（SECH為1.563）。其次，PECH指標(biāo)大于1，表示經(jīng)濟(jì)單位在技術(shù)運(yùn)用水平和管理水平上表現(xiàn)出推動(dòng)TFPCH繼續(xù)提升的正向效率。其中，與勞動(dòng)要素效率相關(guān)的是管理水平變動(dòng)。具體到快遞業(yè)，管理水平提高主要體現(xiàn)在對(duì)快遞員在企業(yè)內(nèi)外部人員配置和流動(dòng)上的正效率（Se）以及勞動(dòng)生產(chǎn)率控制的正效率（Pe）。表3中，樣本企業(yè)均表現(xiàn)出純技術(shù)效率的正效率（PECH大于1），其中圓通表現(xiàn)最佳（PECH為1.475）。可見(jiàn)，作為勞動(dòng)效率的二次分解指數(shù)，Ie和Se、Pe分別蘊(yùn)于SECH和PECH之中，并按照不同的方向和速率影響產(chǎn)出增長(zhǎng)率。

（三）樣本企業(yè)勞動(dòng)效率估計(jì)與效應(yīng)評(píng)價(jià)

為了進(jìn)一步探析勞動(dòng)效率輸出對(duì)樣本企業(yè)產(chǎn)出增長(zhǎng)的作用機(jī)理，基于表1數(shù)據(jù)，按照式（1）至式（7）的數(shù)理模型，計(jì)量得到樣本企業(yè)的Ie、Se、Pe數(shù)值（詳見(jiàn)表4）。

由表4而推知：第一，快遞員的配置效率對(duì)我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率具有正向貢獻(xiàn)，但快遞員雇傭策略的改進(jìn)與產(chǎn)出增長(zhǎng)率之間并沒(méi)有形成確定性的數(shù)量關(guān)系。增加快遞員數(shù)量以及增加快遞員工作靈活性或流動(dòng)性，并不一定能夠獲得單調(diào)遞增的產(chǎn)出增長(zhǎng)率曲線。第二，快遞員勞動(dòng)生產(chǎn)率效率的負(fù)偏傾向可以部分解釋我國(guó)快遞業(yè)產(chǎn)出年復(fù)合增長(zhǎng)率降階的原因（2016年為22.9%，2017年為-43.2%。第三，快遞員投入效率與勞動(dòng)生產(chǎn)率效率表現(xiàn)出較為明顯的背離走勢(shì)?？爝f員投入效率對(duì)產(chǎn)出增長(zhǎng)的貢獻(xiàn)往往被勞動(dòng)生產(chǎn)率的負(fù)效率反噬。

綜合表3和表4數(shù)據(jù)，得到表5。對(duì)之進(jìn)行深入解讀，得出以下判斷：第一，比較Ie收入相關(guān)數(shù)據(jù)，順豐快遞員增長(zhǎng)率（Ie收入為1.906）在推動(dòng)其規(guī)模效率（SECH）增長(zhǎng)方面所發(fā)揮的效率優(yōu)于中通（0.695）、圓通（0.411）和申通（0.402），這意味著順豐的新增快遞員對(duì)企業(yè)收入增長(zhǎng)率的貢獻(xiàn)高于通達(dá)系企業(yè)。其原因可能在于順豐沒(méi)有過(guò)度卷入價(jià)格競(jìng)爭(zhēng)，順豐快遞件業(yè)務(wù)單價(jià)遠(yuǎn)高于通達(dá)系，故而抬高了順豐快遞員人均業(yè)務(wù)收入的貢獻(xiàn)率。第二，比較Se收入相關(guān)數(shù)據(jù)，順豐在快遞員招募、身份置換以及增加用工靈活性等方面進(jìn)行了一系列實(shí)質(zhì)性改進(jìn)，使得快遞員結(jié)構(gòu)效率在促進(jìn)企業(yè)產(chǎn)出增長(zhǎng)率正向變動(dòng)方面有所貢獻(xiàn)（Se收入為0.230），而通達(dá)系企業(yè)在快遞員配置策略選擇和實(shí)施上沒(méi)有實(shí)質(zhì)性變化，因此其結(jié)構(gòu)效率（Se收入）在促進(jìn)產(chǎn)出增長(zhǎng)率正向變動(dòng)方面所發(fā)揮的作用十分有限。第三，將Ie收入與SECH指數(shù)一起解讀可知：與順豐相比，通達(dá)系企業(yè)SECH正向變動(dòng)的主要貢獻(xiàn)來(lái)源是資本規(guī)模效率（Ke）的超速增長(zhǎng)。通達(dá)系企業(yè)如果盲目擴(kuò)大快遞員的人數(shù)規(guī)模，反而可能給企業(yè)產(chǎn)出增長(zhǎng)帶來(lái)負(fù)效應(yīng)。第四，將Se收入與PECH指數(shù)一起解讀可知：在快遞員配置水平對(duì)PECH形成的正向推動(dòng)力方面，順豐>圓通>申通>中通。由于在快遞員結(jié)構(gòu)效率上的作用空間極為有限，因此，通達(dá)系企業(yè)主要依靠提升技術(shù)運(yùn)用水平來(lái)顯示PECH的正效應(yīng)。

由粗至細(xì)層層剖析而推知：勞動(dòng)配置效率對(duì)我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率正向變動(dòng)的影響是積極的，而技術(shù)進(jìn)步對(duì)順豐等CR8指標(biāo)企業(yè)來(lái)講，更多地表現(xiàn)出“技術(shù)侵蝕利潤(rùn)”的消極影響；勞動(dòng)力配置決策只有在差異化明顯的快遞服務(wù)供給機(jī)制下，才能發(fā)揮其促進(jìn)產(chǎn)出增長(zhǎng)率正向變動(dòng)的作用；在同質(zhì)化的快遞服務(wù)供給機(jī)制下，致力于提升勞動(dòng)力使用效率及勞動(dòng)生產(chǎn)率效率正向輸出對(duì)快遞業(yè)產(chǎn)出增長(zhǎng)率的貢獻(xiàn)，將是值得探索的路徑。

五、勞動(dòng)生產(chǎn)率效率提升與快遞業(yè)產(chǎn)出增長(zhǎng)率路徑修正

經(jīng)過(guò)近三十年的發(fā)展，我國(guó)快遞產(chǎn)業(yè)的市場(chǎng)格局如下：在上游，快遞企業(yè)與供貨商之間是競(jìng)合關(guān)系，供貨商掌握快遞件定價(jià)權(quán)，快遞企業(yè)與供貨商通過(guò)合作博弈形成快遞件市場(chǎng)均衡價(jià)格。電商普件的快遞運(yùn)價(jià)剛性較強(qiáng)，勞動(dòng)效率的優(yōu)化空間局促，維持快遞企業(yè)（特別是通達(dá)系企業(yè)）產(chǎn)出增長(zhǎng)率穩(wěn)健的目標(biāo)面臨巨大挑戰(zhàn)。在中游，快遞企業(yè)通過(guò)與高鐵、航空等快速物流企業(yè)建立戰(zhàn)略合作關(guān)系，可以優(yōu)化運(yùn)力配置，降低快遞運(yùn)營(yíng)成本，拓寬各自利潤(rùn)空間。特別是高鐵綜合運(yùn)價(jià)低于公路運(yùn)價(jià)所形成的規(guī)模效益，使得該領(lǐng)域成為快遞企業(yè)提升勞動(dòng)生產(chǎn)率效率的希望所在。在下游，快遞企業(yè)與終端客戶間是服務(wù)與消費(fèi)的關(guān)系?？爝f周期的長(zhǎng)短決定快遞運(yùn)價(jià)高低。在具有主導(dǎo)優(yōu)勢(shì)的快遞產(chǎn)品領(lǐng)域，快遞企業(yè)尚可尋找到勞動(dòng)效率優(yōu)化的更多可能。深研市場(chǎng)機(jī)制內(nèi)涵，本文認(rèn)為：在當(dāng)前快遞市場(chǎng)格局下，與高鐵捷運(yùn)企業(yè)合作快遞件干線運(yùn)輸，提升勞動(dòng)生產(chǎn)率效率，將是對(duì)快遞業(yè)產(chǎn)出增長(zhǎng)率下行路徑進(jìn)行修正的破局之選。

根據(jù)測(cè)算[ 27 ]，高鐵參與干線運(yùn)輸?shù)倪\(yùn)價(jià)率為2.26元/h.km，公路干線運(yùn)輸?shù)倪\(yùn)價(jià)率為2.33元/h. km；高鐵運(yùn)速/公路運(yùn)速為3：1；鐵路站場(chǎng)中轉(zhuǎn)時(shí)長(zhǎng)/快遞企業(yè)分撥中心中轉(zhuǎn)時(shí)長(zhǎng)約為3：2。高鐵貨運(yùn)的巨大潛力將極大拓展快遞業(yè)運(yùn)力優(yōu)化的空間，高鐵綜合運(yùn)價(jià)低于公路運(yùn)價(jià)所帶來(lái)的規(guī)模效益也能促進(jìn)快遞運(yùn)營(yíng)成本顯著降低。在快遞的干線運(yùn)輸環(huán)節(jié)嵌入高鐵運(yùn)力，運(yùn)力增加并且經(jīng)濟(jì)，將有效提升勞動(dòng)生產(chǎn)率效率，拓展快遞業(yè)產(chǎn)出增長(zhǎng)的空間。

本文運(yùn)用DEA—BCC模型對(duì)樣本企業(yè)潛在產(chǎn)出值進(jìn)行了測(cè)算。選擇2014—2018年綜合技術(shù)效率小于1的決策單元（DMU）進(jìn)行賦值模擬。假定樣本企業(yè)干線運(yùn)輸?shù)?0%或40%交付高鐵承運(yùn)，維持當(dāng)年快遞件單價(jià)和勞動(dòng)力雇傭策略不變，則快遞員人均利潤(rùn)指標(biāo)如表6所示。數(shù)據(jù)表明，如果對(duì)快遞員的投入規(guī)模不做負(fù)向調(diào)整，要達(dá)到模型計(jì)算的最大利潤(rùn)產(chǎn)出，上游供貨商定價(jià)約束越大，越需要增大高鐵分擔(dān)快遞件干線運(yùn)輸?shù)谋壤?。具體講，通達(dá)系企業(yè)需要高鐵企業(yè)參與約40%的干線運(yùn)輸，而順豐只需要將約20%的干線運(yùn)輸交付高鐵快運(yùn)企業(yè)，即可實(shí)現(xiàn)DEA測(cè)算的潛在利潤(rùn)值。

現(xiàn)實(shí)中，順豐在自建航空物流網(wǎng)絡(luò)之后，又率先實(shí)施了“高鐵嵌入快捷物流”的戰(zhàn)略性布局，與中鐵快運(yùn)于2018年8月29日合資成立“中鐵順豐國(guó)際快運(yùn)有限公司”，中鐵順豐負(fù)責(zé)相關(guān)產(chǎn)品的干線運(yùn)輸，其他運(yùn)輸環(huán)節(jié)仍由順豐自行完成。運(yùn)營(yíng)模式創(chuàng)新之下，盡管新冠肺炎疫情期間，順豐的單票收入同比減少兩成（2019年約為25.01元/件，2020年1月約為19.7元/件），快遞員上崗率降低9.8%[ 28 ]，但順豐控股公布的2020年第一季度業(yè)績(jī)顯示其收入為335億元，同比增長(zhǎng)40%。[ 29 ]這其中，嵌入高鐵運(yùn)力后運(yùn)能增加和運(yùn)營(yíng)成本節(jié)約所帶來(lái)的勞動(dòng)生產(chǎn)率效率的增加，為順豐產(chǎn)出增長(zhǎng)率逆勢(shì)提升提供了相當(dāng)?shù)闹妗?/p>

六、結(jié)論與展望

在新型生產(chǎn)組織模式和新型消費(fèi)模式的共同推動(dòng)下，我國(guó)快遞業(yè)仍有比較樂(lè)觀的增長(zhǎng)空間。2020年，中國(guó)物流與采購(gòu)聯(lián)合會(huì)預(yù)測(cè)，新冠肺炎疫情推動(dòng)線上需求增長(zhǎng)，將在民生消費(fèi)領(lǐng)域給快遞企業(yè)帶來(lái)更大的契機(jī)。在此背景下，深刻理解勞動(dòng)效率對(duì)快遞業(yè)產(chǎn)出增長(zhǎng)率的作用機(jī)制，對(duì)于快遞企業(yè)科學(xué)制定和實(shí)施雇傭策略，促進(jìn)企業(yè)可持續(xù)健康發(fā)展至關(guān)重要。

本文嘗試運(yùn)用數(shù)理方法來(lái)探析并解釋勞動(dòng)效率對(duì)快遞企業(yè)產(chǎn)出增長(zhǎng)率的影響機(jī)制，發(fā)現(xiàn)勞動(dòng)效率是影響我國(guó)快遞業(yè)產(chǎn)出增長(zhǎng)率走向的主導(dǎo)性因素?？爝f員投入效率、快遞員配置的結(jié)構(gòu)效率以及勞動(dòng)生產(chǎn)率效率的協(xié)同作用，共同決定了產(chǎn)出增長(zhǎng)率的變動(dòng)軌跡。在勞動(dòng)效率輸出面臨同質(zhì)競(jìng)價(jià)等市場(chǎng)因素壓制的現(xiàn)實(shí)情況下，嘗試優(yōu)化和創(chuàng)新生產(chǎn)模式、改進(jìn)勞動(dòng)生產(chǎn)率效率，應(yīng)是緩解快遞業(yè)產(chǎn)出增長(zhǎng)降階下行壓力的可行路徑。

建議快遞企業(yè)利用先導(dǎo)性產(chǎn)業(yè)的優(yōu)勢(shì)，在供應(yīng)鏈的功能鏈上推動(dòng)運(yùn)輸組織創(chuàng)新。具體講就是，快遞企業(yè)將一部分快遞干線運(yùn)輸業(yè)務(wù)交付高鐵快捷貨運(yùn)企業(yè)，以促進(jìn)運(yùn)能的增加和綜合運(yùn)營(yíng)成本的降低，進(jìn)而實(shí)現(xiàn)勞動(dòng)生產(chǎn)率效率改進(jìn)?？爝f企業(yè)與高鐵貨運(yùn)企業(yè)合作的領(lǐng)域建議為華南—華東、華中—華南、華東—華北、華東—西南四大快遞干線[ 30 ]，合作的快遞產(chǎn)品建議為800km以上的次日達(dá)和隔日達(dá)物品[ 31 ]。通過(guò)生產(chǎn)模式創(chuàng)新，在快遞干線運(yùn)輸中嵌入高鐵運(yùn)力，快遞業(yè)勞動(dòng)生產(chǎn)率效率的提升將突破勞動(dòng)效率輸出的機(jī)制性障礙，我國(guó)快遞業(yè)的產(chǎn)出增長(zhǎng)將重歸穩(wěn)健。

注釋：

①我國(guó)上市快遞企業(yè)的會(huì)計(jì)方式大致分為兩類。一是直營(yíng)快遞企業(yè)（如順豐速遞）一般將所有快遞收入計(jì)入為其收入項(xiàng)目，即以訂單金額（GMV）計(jì)算毛收入；二是加盟快遞企業(yè)（如通達(dá)系企業(yè)）一般僅將從加盟商處獲得的收益計(jì)入其收入項(xiàng)目。韻達(dá)在2019年1月以前，并未將派費(fèi)納入收入及成本中，這使得在會(huì)計(jì)數(shù)據(jù)的比較方面，韻達(dá)與其他通達(dá)系企業(yè)之間缺乏橫向可比性。因此，本文選取圓通、中通以及申通作為加盟快遞企業(yè)樣本，暫未將韻達(dá)作為研究樣本。

參考文獻(xiàn)：

[1]劉育英.2019年中國(guó)郵政業(yè)務(wù)收入9600億元占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]我國(guó)快遞年業(yè)務(wù)量突破600億件2019年間接推動(dòng)經(jīng)濟(jì)增量1.37萬(wàn)億元對(duì)世界快遞業(yè)增長(zhǎng)貢獻(xiàn)率超50%[EB/ OL]（2019-12-16）[2020-05-27].http：//finance.ifeng.com/ c/7sRqiRNuXph.

[3]中華人民共和國(guó)國(guó)家郵政局. 2017年四季度我國(guó)快遞發(fā)展指數(shù)報(bào)告[EB/OL].（2018-01-12）[2020-05-27].http：//www. spb.gov.cn/sj/zgkdfzzs/201801/t20180112_1467247.html.[4]中華人民共和國(guó)國(guó)家郵政局. 2020年1月我國(guó)快遞發(fā)展指數(shù)報(bào)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.中國(guó)產(chǎn)業(yè)系統(tǒng)非期望產(chǎn)出率熵變層級(jí)結(jié)構(gòu)關(guān)系研究——基于PLS回歸的層級(jí)因素分解技術(shù)[J].中國(guó)人口，2015，25（8）：116-124.

[6]2019年中國(guó)快遞行業(yè)發(fā)展現(xiàn)狀、長(zhǎng)期增長(zhǎng)潛力及未來(lái)行業(yè)發(fā)展的思考分析[EB/OL].（2019-10-28）[2020-01-25]. http：//www.chyxx.com/industry/201910/798451.html.

[7]中華人民共和國(guó)國(guó)家郵政局.2019年郵政行業(yè)運(yùn)行情況[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]喬紅芳.要素合理配置視角下中國(guó)潛在產(chǎn)出測(cè)算[J].宏觀經(jīng)濟(jì)研究，2015（12）：38-50.

[11]沈利生，朱運(yùn)法.人力資本與經(jīng)濟(jì)增長(zhǎng)分析[M].北京：社會(huì)科學(xué)文獻(xiàn)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]邊雅靜.實(shí)物資本與人力資本的最佳比例關(guān)系研究[M].北京：中國(guó)經(jīng)濟(jì)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.中國(guó)服務(wù)業(yè)的增長(zhǎng)與技術(shù)進(jìn)步[J].世界經(jīng)濟(jì)，2003（7）：35- 42.

[18]顧乃華.1992—2002年我國(guó)服務(wù)業(yè)增長(zhǎng)效率的實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2005（4）：58-64.

[19]姚戰(zhàn)琪.技術(shù)進(jìn)步與服務(wù)業(yè)的融合和互動(dòng)——基于中國(guó)投入產(chǎn)出表的分析[J].財(cái)經(jīng)研究，2008，34（7）：39-50.

[20]湯二子，劉鳳朝，張娜.生產(chǎn)技術(shù)進(jìn)步、企業(yè)利潤(rùn)分配與國(guó)民經(jīng)濟(jì)發(fā)展[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013（6）：18-30.

[21]龔關(guān)，胡關(guān)亮.中國(guó)制造業(yè)資源配置效率與全要素生產(chǎn)率[J].經(jīng)濟(jì)研究，2013（4）：4-15.

[22]姚毓春，袁禮，董直慶.勞動(dòng)力與資本錯(cuò)配效應(yīng)：來(lái)自十九個(gè)行業(yè)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2014（6）：69-77.

[23]紀(jì)雯雯，賴德勝.人力資本、配置效率及全要素生產(chǎn)率變化[J].經(jīng)濟(jì)與管理研究，2015，36（6）：45-55.

[24]葛金田.勞動(dòng)力價(jià)格扭曲的生產(chǎn)率效應(yīng)研究——基于ACF方法的實(shí)證分析[J].學(xué)習(xí)與探索，2019（6）：125-133.

[25]畢皖雯.基于DEA模型的電信企業(yè)人力資源效率研究[D].南京：南京郵電大學(xué)，2014：1-10.

[26]郝大明.我國(guó)勞動(dòng)配置效率的實(shí)證研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2007.

[27]王進(jìn)勇.高速鐵路貨運(yùn)動(dòng)車組開(kāi)行效益分析研究[J].綜合運(yùn)輸，2017，39（11）：25-29.

[28]中華人民共和國(guó)國(guó)家郵政局.2020年2月快遞發(fā)展指數(shù)報(bào)告[EB/OL].（2020-03-06）[2020-05-27].http：//www.spb. gov.cn/xw/dtxx_15079/202003/t20200306_2050120.html.

[29]順豐控股：疫情期間業(yè)務(wù)量大增、份額擴(kuò)張成本和費(fèi)用拖累業(yè)績(jī)表現(xiàn)[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.鐵路專業(yè)型物流網(wǎng)絡(luò)優(yōu)化建模方法研究[D].北京：北京交通大學(xué)，2018.

[31]張曉玲.基于Logit模型的高鐵快遞市場(chǎng)分擔(dān)率預(yù)測(cè)研究[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2018，40（12）：94-96.

責(zé)任編輯：林英澤

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