【摘要】文中利用2011－2021年我国30个省份的面板数据，基于行业禀赋差异视角实证分析了快递行业规模对物流效率影响的约束特征，结果表明:我国快递行业规模扩张对物流经济效率的提升具有显著促进作用。同时，在行业规模的内在约束条件下，快递行业规模对物流效率的影响作用表现出明显的非线性变化，其对物流行业静态效率与动态效率的影响分别呈现出U型与倒U型变化特征。因此，要加大对快递物流基础设施的建设投资力度，加快推进区域全覆盖式的快递服务网建设，不断增强快递行业驱动物流效率的经济影响。

　　【关键词】快递行业;物流效率;行业禀赋;门槛效应

　　1引言与文献回顾

　　我国拥有世界上最为完备的快递运输体系，尤其在近十余年间，随着互联网经济的兴起，快递行业进入了新世纪以来的快车道，各大快递企业更是在不断的竞争与交融过程中共同构成了我国的快递贸易体系。快递行业的快速发展也进一步促进着物流成本的降低，为物流经济效率的提升注入了原始动力。但是，作为世界上最大的发展中国家，我国的区域经济发展水平存在着较大差距，这也导致各地快递行业的覆盖范围与发展水平表现出一定的地域差异，快递行业的发展逐渐形成了以东部最为发达、中西部相对落后的典型地理分布特点，而这也构成了各地区快递行业的内在禀赋特征，各地区在不同时期的快递禀赋也呈现出一定的时期差异。快递行业在时期与地域层面的内在禀赋差异成为制约其经济效率提升的重要因素之一，而如何科学评价内在禀赋在快递行业对物流经济效率影响中的约束效应则成为新时期物流产业高质量发展的重要命题，本文也将以此为逻辑起点，重点讨论行业禀赋在物流效率提升过程中所产生的约束效应，为不同地区快递行业的发展提供经验证据。

　　快递行业的兴起推动着我国物流产业链条的完善，促进着社会交易成本的下降，已有研究也对快递行业驱动物流效率的影响机制进行了较多讨论。例如，刘艳，夏宇从农产品流通的角度提到，在快递行业的参与条件下，农产品的物流过程实现了社会成本的整体下降，同时也指出，需要针对不同类型商品的特点，提供更具匹配性的快递模式，以提高商品流通效率［1］。陈永平，李赫从消费需求体验的角度分析了快递行业在整个物流链条中的地位与价值，研究中指出，作为物流末端的快递服务业需要以市场需求多元化与个性化并存的特征作为行业策略制定的逻辑出发点，最大限度地满足市场消费群体的物流服务需求［2］。沈丽珍等认为，快递行业的发展打破了传统物流单纯依靠实体物流的发展局限，其融合了网络物流与实体物流两种形式，进一步强化了物流行业在社会分工中的参与程度，也是推动物流产业高效率转型的重要方式［3］。焦志伦等从制造业发展的角度指出，快递行业发展对制造业物流效率的提升具有重要促进作用，并且两部门存在着合作收益分配的共赢效应［4］。可见，快递行业已经成为了物流产业发展过程中的核心力量，其对物流生产模式及物流效率运作的积极作用也得到了学界的广泛认可，甚至部分研究在讨论有关物流行业发展关系时，已经将研究视角聚焦于快递行业。例如，唐承辉，马学广在研究中就采用了快递网点数量作为物流网点的代理指标［5］。肖建辉在研究中强调了快递行业在物流供应链中的核心地位，并以此为逻辑起点对物流产业供应链的搭建及维护等问题进行了分析［6］。王宝义则将快递行业作为“线上+线下”物流链条中“线下”物流的核心组成部分，强调了快递行业对电商物流运行的重要价值［7］。

　　综上所述，作为物流链条的重要组成部分，快递行业的发展极大地改变了传统的物流生产模式，也为物流经济效率的提升提供了重要契机，同时，快递行业的发展规模与服务质量也在一定程度上影响着物流经济规模的空间分布差异。但是，以往研究仍然在以下几方面有待完善，一是相关研究侧重从理论层面对物流行业与物流效率的关系进行讨论，而作为物流产业链条的中间部门，快递行业同样具有自身存在与延续的独立性特征，这也是决定其能够对物流发展模式产生质性变革影响的重要原因之一，因此，有必要从经济层面对快递行业与物流效率之间的关系作进一步讨论。二是快递行业的发展受到地理、经济、社会、交通等各类外部因素的影响，这也导致不同地区及时期的快递行业规模存在着差异性，而这种差异性归根结底表现为其行业禀赋的内在差异。那么，对于不同地区而言，快递行业驱动物流效率的影响机制又是否会受到其本身的行业禀赋约束?科学回应这一问题对于具有不同行业禀赋地区的资源配置具有重要意义。因此，本文将重要围绕以上思考，利用Hansen提出的门槛效应模型，实证分析快递行业驱动物流经济效率的影响机制，从行业禀赋的内在约束效应层面为两者经济关系的变化寻求实证依据。

　　2研究设计

　　2．1研究思路

　　本文的核心思想在于探究快递行业驱动物流效率的内在约束机制，即通过构建门槛效应模型，分析在不同快递规模水平下，其对物流效率影响的非线性影响特征。同时，为了进行对比分析，研究也构建了一般线性面板数据模型对快递规模与物流效率的线性关系进行了讨论。而对于物流效率的设定则同时从静态与动态两个层面对相关数据进行测度。

　　2．2研究方法

　　快递行业对物流效率的影响作用存在着多种表现形式，本文同时从线性与非线性角度对两者的经济关系进行分析。式(1)为一般面板数据模型的表达形式:

　　式(1)中，Y与X分别代表物流效率与快递行业，K为控制变量，β为相应变量的待估参数，e与μ分别为常数与残差，i与t分别为个体效应与时间效应。

　　Hansen于1999年提出的门槛效应模型为处理非线性问题提供了很好的解决思路，能够最大限度减少由于模型共线性问题导致的估计偏误。本文侧重于考察快递行业对物流效率影响的内在约束特征，即探究在不同快递行业规模下，其对物流效率的影响是否存在非线性特征，因此将门槛效应模型检验形式设定如下:

　　其中，Y、X、K分别表示物流效率、快递行业规模与控制变量，同时，X也是本文中的门槛变量，r为单门槛临界值，当X小于等于r时，快递行业对物流效率的影响系数为α1，当X大于r时，快递行业的影响系数为α2。若存在双门槛现象，可以将式(2)转换为式(3):

　　其中，r1与r2为双门槛的两个临界值，通过对双门槛临界值的设定可以将快递规模划分为三个水平，用于估计三阶段下其对物流效率的非线性影响作用。

　　2．3数据说明

　　物流效率:经济效率可以从资源的投入产出层面予以衡量，本文利用数据包括分析方法分别从静态与动态层面对物流行业的经济效率进行了测算。具体而言，利用CCR模型对技术效率进行测度，以反映物流行业的静态效率，利用Malmquist指数法对全要素生产率进行测度，以反映物流行业的动态效率。在效率评价过程中，首先要确定投入与产出指标，本文选取人财物资源作为物流行业的投入指标，分别以就业人员、财政支出与固定资产存量作为代理指标;产出指标选取了各省份的周转量、运输量与社会消费品零售总额予以衡量。

　　快递行业规模:一般而言，快递行业发展水平可以从行业的经济产值、从业人员及快递量予以衡量，本文侧重从行业规模角度对快递行业的发展水平进行评价，因此选用了快递量作为快递行业规模的代理指标。

　　控制变量:为了进一步提高模型估计结果的有效性，参照高华，马晨楠［8］、曹炳汝等［9］的研究，本文选取了地方经济发展水平、城市化水平、市场化水平、产业发展水平与居民消费水平作为控制变量，分别通过各省年末人均GDP、城市人口占总人口比重、市场化指数、第三产业产值占经济总量比重与居民消费支出衡量。研究利用了2011－2021年全国30个省份的面板数据，表1为各变量经过对数化处理后的均值统计结果。

　　3实证分析过程

　　3．1数据平稳性分析

　　数据的平稳性是保障面板数据模型估计结果有效的前提条件，因此，本文首先利用ADF－fisher方法对各变量的单位根进行了检验，以判断各变量是否平稳。通过表2可以看到，在零阶差分的条件下，只有物流行业的动态效率、快递规模与市场化的统计量通过了显著性检验，前提变量的检验结果显示其并不平稳。因此进一步对各变量进行了一阶差分处理，在一阶差分条件下所有变量的统计量均在1%水平上达到显著性，意味着各变量存在同阶单整关系，即符合数据平稳性的基本前提条件。

　　3．2门槛效应模型显著性估计结果

　　表3首先报告了门槛效应模型的显著性估计结果，可以看到，在以技术效率与全要素生产率作为被解释变量时，两模型均存在显著的双门槛效应，即意味着在行业禀赋的约束条件下，快递行业发展对物流技术效率与全要素生产率的影响均出现了三阶段变化。根据临界值可知，在以技术效率作为被解释变量时，以对数值7．121与9．033可以将快递行业分为低中高三个水平。而以全要素生产率作为被解释变量时，以对数值7．496与7．523将快递行业分为低中高三个水平。

　　3．3门槛效应模型回归估计结果

　　①快递行业驱动物流静态效率的门槛效应估计。

　　表4中模型(1)—(3)分别报告了以技术效率为被解释变量的基准模型、含控制变量的固定效应模型与门槛效应模型的估计结果。可以看到，在基准模型中，尽管快递规模的系数值显示其对物流技术效率呈促进作用，但是并未达到统计显著。模型(2)中，快递规模的系数值在1%水平上显著为正，意味着在考虑到社会环境因素影响的情况下，快递规模对物流技术效率具有明显的促进作用。在门槛效应模型中，随着快递规模的扩大，其对物流技术效率的影响呈现出明显的U型变化特征，即在行业规模较小时，其对物流技术效率呈不显著的抑制作用;当行业规模达到中等水平后，其系数已经转变为不显著的正值;在行业规模达到高水平后，快递行业规模对物流技术效率的影响在1%水平上显著为正。即对于行业规模越大的地区，其对物流技术效率提升的积极作用更加明显，而对于快递行业规模处于中低水平的地区，其对物流技术效率的影响并未呈现出积极作用。

　　②快递行业驱动物流动态效率的门槛效应估计。

　　表5中模型(4)—(6)分别报告了以物流行业动态效率为被解释变量的基准模型、含控制变量的固定效应模型与门槛效应模型的估计结果。可以看到，在基准模型中，快递规模的系数值并不显著，并且为负值，这意味着在不考虑其他因素的影响情况下，快递规模对物流业动态效率的影响呈不显著的抑制作用。模型(5)中进一步纳入了控制变量，快递规模的系数值较基准模型发生了明显变化，在1%水平上显著为正，这意味着在考虑社会环境因素的影响情况下，快递规模扩展对物流业动态效率的提升具有显著的线性促进作用。门槛效应模型中的估计结果显示，快递规模的扩大整体上对物流业动态效率表现出积极作用，随着行业规模的扩大，快递规模的影响作用呈现出先增强后减弱的趋势，当行业规模较低时，其对物流业动态效率的促进作用最小，当行业规模处于中等水平时，其积极作用最大。

　　4分析与讨论

　　①快递规模对物流效率提升有显著的线性促进作用。从本文的实证结果来看，当不考虑外部因素的影响时，快递规模的扩展对物流效率的影响作用并不显著，但是将社会环境因素纳入到模型中后，快递规模的积极作用达到了统计学意义。这一结果说明，两者在线性层面的经济关系受到社会因素的影响，需要从整个社会系统运行的角度审视快递行业对物流效率提升的影响作用，这也意味着在提升快递行业经济产出效率的过程中需要注重对社会环境的优化，以进一步增强快递规模扩展所产生的经济效应。

　　②快递规模对物流效率提升的影响作用受到行业禀赋的内在约束。快递规模对物流效率的影响作用不仅局限于线性关系层面，两者关系还存在着非线性的多阶段变化特征，而这一现象的出现与不同地区或时期快递行业的固有发展规模有着密切关系，即快递规模对物流效率的影响受到其内在规模变化的约束，这一结果说明，当我们在探究快递行业对物流效率影响的问题时，不仅需要关注两者的一般线性关系以及外部环境因素的影响作用，还需要将研究视角回归到快递行业内部，从行业规模变化的自有特征探寻其经济效益的产生机制。

　　③快递规模变化对物流效率影响作用具有差异性特征，同时其对物流静态效率与动态效率的影响也存在着差异性。从这一结果来看，快递规模的扩张对物流效率的影响存在着长期性特征，并且其对物流动态效率的促进作用更加明显。而我们也注意到，当快递规模处于高水平时，其对物流静态效率的影响作用最大，而快递规模处于中等水平时，其对物流动态效率的影响作用最大，说明仅从静态层面审视快递规模对物流效率的影响作用可能会被低估。

　　5结论与建议

　　5．1结论

　　本文利用2011－2021年我国30个省份面板数据，基于行业禀赋差异视角实证分析了快递规模对物流效率影响的约束特征，主要得到以下结论:我国快递行业规模扩展对物流经济效率的提升具有显著促进作用。同时，在行业规模的内在约束条件下，快递规模对物流效率的影响作用表现出明显的非线性变化，其对物流行业静态效率与动态效率的影响分别呈现出U型与倒U型变化特征。

　　5．2建议

　　①加大对快递物流基础设施的建设投资力度。快递行业的发展对物流效率的提升具有重要促进作用，进一步加强对快递物流设施的投资力度对于完善物流体系意义重大。一方面要进一步推进传统交通运输网络的完善，加快推进高速公路、铁路的建设速度，扩大高质量交通运输网络的覆盖范围，提高区域间的快递物流效率。另一方面也要注重虚拟快递物流平台的建设，尤其要注重对经济欠发达地区的网络设施建设，扩大高速率光纤覆盖范围，增强网络通信能力，为虚拟快递物流平台的搭建营造良好的网络环境。

　　②加快推进区域全覆盖式的快递服务网建设。受到地理、交通等因素的影响，我国部分农村及偏远贫困地区的快递服务体系仍不健全，快递服务业主要以邮政快递为主，而这也极大限制了当地的物流贸易发展，同时也制约着当地物流经济效率的有效提升。因此，需要进一步加快对这类地区快递网点的建设速度，从政策层面为快递企业的引入提供便利条件，降低快递网点搭建的社会成本，为当地快递网络体系的形成提供有效的政策支持，从而促进区域快递网点覆盖水平的提升。

　　［参考文献］

　　［1］刘艳，夏宇．快递企业参与我国农产品流通的模式［J］．中国流通经济，2015，29(10):96－102.

　　［2］陈永平，李赫．大数据时代物流末端配送、消费体验需求满足及其价值创造能力提升［J］．财经论丛，2017(01):95-104．

　　［3］沈丽珍，席广亮，秦萧，汪侠．基于快递物流测度的区域流动空间特征———以江苏省为例［J］．人文地理，2018，33(01):102－108.

　　［4］焦志伦，马姣易，刘秉镰．快递企业服务制造业物流的合作收益分配研究———基于修正的Raiffa解模型分析［J］.商业经济与管理，2020(06):18－27.

　　［5］唐承辉，马学广．中国城市网络化物流联系空间格局与结构———基于快递网点数据的研究［J］．地理科学进展，2020，39(11):1809－1821.

　　［6］肖建辉．更加重视物流与供应链的安全性、竞争力———基于华为快递事件的分析［J］．宏观经济管理，2020(08):78-83.

　　［7］王宝义．线上线下与物流协同的逻辑推演、影响因素与构建策略［J］．中国流通经济，2020，34(05):22－31.

　　［8］高华，马晨楠．物流产业效率的影响因素与多元路径———基于31个省市区的模糊集定性比较分析［J］．商业经济研究，2021(06):87－91.

　　［9］曹炳汝，孔泽云，邓莉娟．长江经济带省域物流效率及时空演化研究［J］．地理科学，2019，39(12):1841－1848.