论文部分内容阅读
[摘要]通过国家统计局发布的快递业务量及其他相关数据，针对2007-2014年我国大陆31个省市快递业务量进行分析，指出其快递业务量的空间分布特征及变化规律，并探讨了各省市快递业务量空间分布的影响因素，以期为我国快递业的发展提供参考。
[关键词]快递业务；空间格局；影响因素；中国
1引言
快递业是近年来兴起的一个崭新行业，其通过快递公司的运输与配送，实现货物的空间移动。它是一种依靠网络系统，用时少、递送质量高的运输方式。前期快递业以一种新型产业的身份最先进入国外居民的日常生活中。近年来随着信息与通信技术的发展，快递产业开始进入我国并呈现良好的发展势头，相关企业迅速成长，业务范围不断扩大。
目前国内学者针对快递业务主要开展了以下四方面的研究：快递业发展情况分析。孙硕运用3种模型预测了我国未来快递业务的发展规模；陈海燕等分析了国内外快递业务量的发展状况；纪秀浩运用数学模型预测了邮政快递业务的发展情况。我国不同运输类型快递业的发展战略，包括航空快递业、铁路快递业和公路客运快递业。我国快递业的空间格局或空间组织。张明从网点分布和流量两个角度分析了百世汇通的空间布局及组织网络；郭月凤等分析了我国快递服务发展的空间布局差异；倪玲霖等分析了顺丰速运的空间组织网络。影响我国快递业发展的因素。包括快递业务管理系统及方法、电子商务、地理位置、经营模式、市场竞争环境及外资进入、物流配送成本及基础设施等。
国内学者已经从多个层面初步研究了快递业务发展的规律，特别是部分地理学者以全国快递业务或是大型快递企业为研究对象，在一定程度上揭示了其空间分布规律，但距离完全解释尚远。快递由于具有帮助货物实现跨地区流动、替代部分购物人流的特性，从而吸引了地理学者的关注。本文尝试基于地理视角系统揭示我国大陆31个省市快递业务发展的空间格局与影响因素。考虑到国家统计局公布的我国快递业务量数据在2006年之前为邮政特快专递，2007年之后为年收入200万元以上快递企业，故研究时间段为2007-2014年。
2全国快递业务量的空间格局
2.1全国快递业务总量的演化规律
全国快递业务量与人均快递业务量均呈逐年上升趋势，2010年以前增长相对缓慢，2010年后增幅明显加快。2007年全国快递业务量为12亿件，2010年开始超过20亿件，2012年突破50亿件，2014年突破100亿件，达到139亿件。全国快递业务量的年平均增长率为42%。2007年人均快递业务量为0.9件，2008年开始超过1件，2013年超5件，2014年突破10件，达到10.2件。人均快递业务量的年平均增长率为41%。具体如图1所示。
2.2各省市快递业务量的空间分布特征
2.2.1 2007年各省市快递业务量的空间分布特征。快递业务量和人均快递业务量在各省间空间分布不均衡，且都以东部地区省市排名相对靠前。快递业务量排名前五位的省市是上海、广东、北京、江苏和浙江，后五位的是甘肃、海南、宁夏、西藏和青海。各省市快递业务量可分为六级。1亿以上的为2.42亿件的上海和2.30亿件的广东，5000万-1亿件为北京与江苏等4省市，2000-5000万件为福建等7省市，1000-2000万件为湖南等10省市，500-1000万件為内蒙古等4省市，500万件以下的为海南等4省市。东部地区除天津和海南外均位居上游，中部地区除山西外均位居中游，西部地区除四川外均位居下游，东北地区除辽宁外均位居下游。前10位中除四川和河南外都是东部地区省市；11-20位中东、中、西和东北地区对应省市数量分别为1个、4个、3个和2个；后11位中有8个为西部地区省市，其余则东、中和东北各占1个。人均快递业务量超1件的仅有7个省市，且均位于东部地区。其中，上海人均快递业务量最多，达11件，北京则以5件位居第二。此外，贵州最少，仅有0.23件。人均快递业务量前10名除辽宁与西藏外均为东部省市；11-20位中，西部地区省市最多，占据5席；后11位中，中部地区占5席，西部地区占6席。具体见表1。
2.2.2 2014年各省市快递业务量的空间分布特征。快递业务量和人均快递业务量在各省间空间分布不均衡，且都以东部地区省市排名相对靠前。快递业务量排名前五位的省市是广东、浙江、江苏、上海和北京，后五位的是甘肃、海南、宁夏、青海和西藏。各省市快递业务量可分为六级。20亿以上的为浙江和广东，10-20亿的为江苏、北京和上海，5-10亿的为福建，1-5亿的为山东、四川等12省市；1000万一1亿件的为山西等11省市，1000万件以下的仅有青海与西藏。东部地区除天津和海南外均位居上游，中部地区除山西外均位居中上游，西部地区除四川外均位居下游，东北地区除辽宁外均位居下游。前10位中除四川和湖北外都是东部地区省市；11-20位中包括中部省市5个，东部和东北各1个，西部3个；后11位中，有8个为西部地区省市，其余省市中东北占2个，东部占1个。人均快递业务量超10件的有6个省市，且均位于东部地区。其中，上海人均快递业务量最多，达52件，北京则以51件位居第二。此外，青海最少，不足1件。5-10件的包括湖北、天津，1-5件的包括四川等22个省。人均快递业务量前10名除湖北、四川和重庆外均为东部省市；11-20位中，中部地区省市最多，占据5席；后11位中，西部地区省市最多，占据8席。
2.2.3 2007-2014年各省市快递业务量的空间分布。2007-2014年各省市快递业务量的空间分布呈现出以下特征：前5位和后5位省市基本稳定，但排名略有变化。其中，广东自2008年超越上海一直位居第一，浙江2010年后一直位居第二，江苏2012年后一直位居第三。除安徽、山西和黑龙江外，其他省市快递业务量的排名变化较小。全国快递业务量的集中化指数由2007年的0.629增至2014年的0.710（如图2所示），说明其在各省市的空间分布虽趋于集中但变化幅度不大。每个省市的快递业务量与人均快递业务量的升降变化相一致，且除上海和宁夏外皆呈逐年上升趋势，但各省市之间的变幅存在很大差距。其中，上海在2010年出现了一个相对的低点，宁夏则在2012年出现了一个高峰。人均快递业务量排名基本稳定，与变化较大的省市数量相当。 3各省市快递业务量空间分布的影响因素
3.1可能影响因素的选取及数据处理
3.1.1可能影响因素的选取。为了定量分析各省市快递业务量及人均快递业务量空间分布的影响因素，笔者在考虑与快递业务关系及数据可获得性的基础上，初步确定了4个层面共计12项指标。经济层面指标为GDP和人均GDP。GDP高的地区往往信息与商品需求大，相应的快递业务量应偏高。人均GDP可以反映本地居民的信息需求及对商品的支付能力。人口层面指标为人口规模、城镇人口、乡村人口和城镇化率。人口规模反映了不同地区居民在快递使用率及使用频率差异下的快递潜力，即人口规模大、快递使用率高、使用频率高的地区的快递业务量一定大。城镇人口和农村人口表征了城乡在与快递发展有关的基础设施和个人需求差异上的二元性，特别是目前绝大部分快递业务配送网络尚无法到达绝大部分农村地区的现状。城镇化率则体现了各省市在城镇人口比例上的差异。网民层面指标为网民规模和网民普及率。由于70%的网络购物需要快递业务，其产生的商品量已经占到了快递业务量的一半以上，而网民是网络购物发生的重要前提和潜在消费者，因此需要借助网民规律和网民普及率来表征区域的网络购物市场差异。交通层面指标为公路营业里程、高速等级公路里程、一级等级公路里程、二级等级公路里程。由于铁路货运速度慢，因此快递业基本不采用。其主要是以公路运输为主，少部分采用航空运输方式，且后者具有航次少、运量小的特点。公路相关指标可以表征快递运输网络的完善程度及可达性，且同时也是快递公司业务空间拓展的基础。
通过国家统计局获得了2007-2014年我国大陆31个省市GDP、人均GDP、总人口、城镇人口、农村人口、网民规模、公路营业里程、高速等级公路里程、一级等级公路里程、二级等级公路里程等数据。同时，通过计算得到了城镇化率和网民普及率数据。
3.1.2数据处理。为了确定影响各省市快递业务量和人均业务量的因素，借助相关系数对二者与备选的可能影响因素进行了相关性分析。相关系数计算公式为：
相关系数R结果落在区间[-1，1]上R>0表示要素x与要素Y正相关，R<0表示要素x与要素Y负相关。R绝对值越接近于1，說明要素x与要素Y的关系越密切，反之则越不密切。
为了展现全国快递业务量在各省市分布的不均衡程度及随时间变化情况，利用集中化指数来帮助说明。集中化指数计算公式为：
式中，I表示集中化指数；A是实际数据的累计百分比总和；R为均匀分布时的累计百分比总和；M为集中分布时的累计百分比总和。
3.2各省市快递业务量分布的影响因素
相关分析结果（见表2）显示，各省市快递业务量受GDP、人均GDP、人口规模、城镇人口、城镇化率、网民规模、网民普及率、一级等级公路里程、二级等级公路里程等9项指标的影响。GDP对快递业务量的影响幅度先增加后缓慢下降，但一直保持在0.7左右的强相关水平。人均GDP对快递业务量影响的整体变化趋势是不断下降的，已由2007年的强相关降到了目前的中度相关水平。该变化主要是由两方面导致：其一是人均GDP不断增长的同时，快递网络不断完善，相应的快递资费增长缓慢，公民的快递支付能力提高；其二是随着信息与通信技术工具购置费用与资费的下降，公民出于信息交流目的的快递需求减少，网络购物层面的需求增加，但其受人均GDP影响明显减弱。自2009年开始，人口规模开始影响快递业务量，近年基本维持在0.47左右的水平。与之对应的是：虽然城镇人口与城镇化率对快递业务量影响一直较高，但已经呈现出了不同程度的减弱趋势；乡村人口虽然达不到相关检验临界标准，但系数在明显提高。也就是说各省市快递业务量最初就是局限在城镇地区与人口范畴内，近年出现了向农村地区和乡村人口蔓延的倾向。网民规模和网民普及率对快递业务量影响显著，其主要体现在网络购物上，同时它们本身也受到了GDP和人均GDP的影响。公路建设对快递业务量的影响主要是一级等级公路里程和2010年后的二级等级公路里程。公路建设本身与快递并无直接关系，但其是快递业务得以开展的最重要的物质基础与传输介质。高速等级公路由于网络建设的均衡性考虑，导致与快递业务量无关，一级等级公路和二级等级公路与其相关则说明了快递相对近距离配送的线路选择及其向地级以上城市外扩展的趋向。
3.3人均快递业务量的影响因素
相关分析结果（见表3）显示，各省市人均快递业务量主要受人均GDP、城镇化率、网民普及率等3个指标因素影响，且均为强相关。人均GDP对人均快递业务量的影响在不断弱化，但仍然维持在了0.7以上的高水平。这是由人均收入与支付能力提高、网络购物大众化与快递需求增加、快递网络拓宽与服务不断完善等因素共同作用的结果。城镇化率与之相关证明了城镇地区/人口具有比乡村地区/人口更高的快递业务需求，其相关系数先增加后下降则说明了快递业务先向城镇集中后向乡村扩散的变化。网民普及率与之相关表明了网络购物对快递业务的重要贡献，且网民比非网民具有更高的快递需求。在上述指标中，人均GDP因与城镇化率对数相关，且是导致网民普及率差异的关键，因此成为影响各省市人均快递业务量分布的最核心、最基本的要素。
4结论
通过本文的研究得出了以下结论：①我国快递业务量及人均快递业务量呈逐年上升趋势，但2010年后增速明显加快。②快递业务量在各省市的分布逐步趋于集中，但东部地区分布一直占据主导地位，且其中大多数省市的排名位居前列。③虽然每个省市的快递业务量与人均快递业务量的升降变化一致，但各省市之间的变幅差别很大。④各省市快递业务量的空间分布受GDP、人均GDP、人口规模、城镇人口、城镇化率、网民规模、网民普及率、一级等级公路里程的影响，但影响程度不同。发展初期受经济总量的影响较大，但近期更强调网民规模的影响。⑤各省市人均快递业务量的空间分布差异与人均GDP、城镇化率、网民普及率都相关，其中起决定作用的是人均GDP，但其作用程度在不断减弱。
[关键词]快递业务；空间格局；影响因素；中国
1引言
快递业是近年来兴起的一个崭新行业，其通过快递公司的运输与配送，实现货物的空间移动。它是一种依靠网络系统，用时少、递送质量高的运输方式。前期快递业以一种新型产业的身份最先进入国外居民的日常生活中。近年来随着信息与通信技术的发展，快递产业开始进入我国并呈现良好的发展势头，相关企业迅速成长，业务范围不断扩大。
目前国内学者针对快递业务主要开展了以下四方面的研究：快递业发展情况分析。孙硕运用3种模型预测了我国未来快递业务的发展规模；陈海燕等分析了国内外快递业务量的发展状况；纪秀浩运用数学模型预测了邮政快递业务的发展情况。我国不同运输类型快递业的发展战略，包括航空快递业、铁路快递业和公路客运快递业。我国快递业的空间格局或空间组织。张明从网点分布和流量两个角度分析了百世汇通的空间布局及组织网络；郭月凤等分析了我国快递服务发展的空间布局差异；倪玲霖等分析了顺丰速运的空间组织网络。影响我国快递业发展的因素。包括快递业务管理系统及方法、电子商务、地理位置、经营模式、市场竞争环境及外资进入、物流配送成本及基础设施等。
国内学者已经从多个层面初步研究了快递业务发展的规律，特别是部分地理学者以全国快递业务或是大型快递企业为研究对象，在一定程度上揭示了其空间分布规律，但距离完全解释尚远。快递由于具有帮助货物实现跨地区流动、替代部分购物人流的特性，从而吸引了地理学者的关注。本文尝试基于地理视角系统揭示我国大陆31个省市快递业务发展的空间格局与影响因素。考虑到国家统计局公布的我国快递业务量数据在2006年之前为邮政特快专递，2007年之后为年收入200万元以上快递企业，故研究时间段为2007-2014年。
2全国快递业务量的空间格局
2.1全国快递业务总量的演化规律
全国快递业务量与人均快递业务量均呈逐年上升趋势，2010年以前增长相对缓慢，2010年后增幅明显加快。2007年全国快递业务量为12亿件，2010年开始超过20亿件，2012年突破50亿件，2014年突破100亿件，达到139亿件。全国快递业务量的年平均增长率为42%。2007年人均快递业务量为0.9件，2008年开始超过1件，2013年超5件，2014年突破10件，达到10.2件。人均快递业务量的年平均增长率为41%。具体如图1所示。
2.2各省市快递业务量的空间分布特征
2.2.1 2007年各省市快递业务量的空间分布特征。快递业务量和人均快递业务量在各省间空间分布不均衡，且都以东部地区省市排名相对靠前。快递业务量排名前五位的省市是上海、广东、北京、江苏和浙江，后五位的是甘肃、海南、宁夏、西藏和青海。各省市快递业务量可分为六级。1亿以上的为2.42亿件的上海和2.30亿件的广东，5000万-1亿件为北京与江苏等4省市，2000-5000万件为福建等7省市，1000-2000万件为湖南等10省市，500-1000万件為内蒙古等4省市，500万件以下的为海南等4省市。东部地区除天津和海南外均位居上游，中部地区除山西外均位居中游，西部地区除四川外均位居下游，东北地区除辽宁外均位居下游。前10位中除四川和河南外都是东部地区省市；11-20位中东、中、西和东北地区对应省市数量分别为1个、4个、3个和2个；后11位中有8个为西部地区省市，其余则东、中和东北各占1个。人均快递业务量超1件的仅有7个省市，且均位于东部地区。其中，上海人均快递业务量最多，达11件，北京则以5件位居第二。此外，贵州最少，仅有0.23件。人均快递业务量前10名除辽宁与西藏外均为东部省市；11-20位中，西部地区省市最多，占据5席；后11位中，中部地区占5席，西部地区占6席。具体见表1。
2.2.2 2014年各省市快递业务量的空间分布特征。快递业务量和人均快递业务量在各省间空间分布不均衡，且都以东部地区省市排名相对靠前。快递业务量排名前五位的省市是广东、浙江、江苏、上海和北京，后五位的是甘肃、海南、宁夏、青海和西藏。各省市快递业务量可分为六级。20亿以上的为浙江和广东，10-20亿的为江苏、北京和上海，5-10亿的为福建，1-5亿的为山东、四川等12省市；1000万一1亿件的为山西等11省市，1000万件以下的仅有青海与西藏。东部地区除天津和海南外均位居上游，中部地区除山西外均位居中上游，西部地区除四川外均位居下游，东北地区除辽宁外均位居下游。前10位中除四川和湖北外都是东部地区省市；11-20位中包括中部省市5个，东部和东北各1个，西部3个；后11位中，有8个为西部地区省市，其余省市中东北占2个，东部占1个。人均快递业务量超10件的有6个省市，且均位于东部地区。其中，上海人均快递业务量最多，达52件，北京则以51件位居第二。此外，青海最少，不足1件。5-10件的包括湖北、天津，1-5件的包括四川等22个省。人均快递业务量前10名除湖北、四川和重庆外均为东部省市；11-20位中，中部地区省市最多，占据5席；后11位中，西部地区省市最多，占据8席。
2.2.3 2007-2014年各省市快递业务量的空间分布。2007-2014年各省市快递业务量的空间分布呈现出以下特征：前5位和后5位省市基本稳定，但排名略有变化。其中，广东自2008年超越上海一直位居第一，浙江2010年后一直位居第二，江苏2012年后一直位居第三。除安徽、山西和黑龙江外，其他省市快递业务量的排名变化较小。全国快递业务量的集中化指数由2007年的0.629增至2014年的0.710（如图2所示），说明其在各省市的空间分布虽趋于集中但变化幅度不大。每个省市的快递业务量与人均快递业务量的升降变化相一致，且除上海和宁夏外皆呈逐年上升趋势，但各省市之间的变幅存在很大差距。其中，上海在2010年出现了一个相对的低点，宁夏则在2012年出现了一个高峰。人均快递业务量排名基本稳定，与变化较大的省市数量相当。 3各省市快递业务量空间分布的影响因素
3.1可能影响因素的选取及数据处理
3.1.1可能影响因素的选取。为了定量分析各省市快递业务量及人均快递业务量空间分布的影响因素，笔者在考虑与快递业务关系及数据可获得性的基础上，初步确定了4个层面共计12项指标。经济层面指标为GDP和人均GDP。GDP高的地区往往信息与商品需求大，相应的快递业务量应偏高。人均GDP可以反映本地居民的信息需求及对商品的支付能力。人口层面指标为人口规模、城镇人口、乡村人口和城镇化率。人口规模反映了不同地区居民在快递使用率及使用频率差异下的快递潜力，即人口规模大、快递使用率高、使用频率高的地区的快递业务量一定大。城镇人口和农村人口表征了城乡在与快递发展有关的基础设施和个人需求差异上的二元性，特别是目前绝大部分快递业务配送网络尚无法到达绝大部分农村地区的现状。城镇化率则体现了各省市在城镇人口比例上的差异。网民层面指标为网民规模和网民普及率。由于70%的网络购物需要快递业务，其产生的商品量已经占到了快递业务量的一半以上，而网民是网络购物发生的重要前提和潜在消费者，因此需要借助网民规律和网民普及率来表征区域的网络购物市场差异。交通层面指标为公路营业里程、高速等级公路里程、一级等级公路里程、二级等级公路里程。由于铁路货运速度慢，因此快递业基本不采用。其主要是以公路运输为主，少部分采用航空运输方式，且后者具有航次少、运量小的特点。公路相关指标可以表征快递运输网络的完善程度及可达性，且同时也是快递公司业务空间拓展的基础。
通过国家统计局获得了2007-2014年我国大陆31个省市GDP、人均GDP、总人口、城镇人口、农村人口、网民规模、公路营业里程、高速等级公路里程、一级等级公路里程、二级等级公路里程等数据。同时，通过计算得到了城镇化率和网民普及率数据。
3.1.2数据处理。为了确定影响各省市快递业务量和人均业务量的因素，借助相关系数对二者与备选的可能影响因素进行了相关性分析。相关系数计算公式为：
相关系数R结果落在区间[-1，1]上R>0表示要素x与要素Y正相关，R<0表示要素x与要素Y负相关。R绝对值越接近于1，說明要素x与要素Y的关系越密切，反之则越不密切。
为了展现全国快递业务量在各省市分布的不均衡程度及随时间变化情况，利用集中化指数来帮助说明。集中化指数计算公式为：
式中，I表示集中化指数；A是实际数据的累计百分比总和；R为均匀分布时的累计百分比总和；M为集中分布时的累计百分比总和。
3.2各省市快递业务量分布的影响因素
相关分析结果（见表2）显示，各省市快递业务量受GDP、人均GDP、人口规模、城镇人口、城镇化率、网民规模、网民普及率、一级等级公路里程、二级等级公路里程等9项指标的影响。GDP对快递业务量的影响幅度先增加后缓慢下降，但一直保持在0.7左右的强相关水平。人均GDP对快递业务量影响的整体变化趋势是不断下降的，已由2007年的强相关降到了目前的中度相关水平。该变化主要是由两方面导致：其一是人均GDP不断增长的同时，快递网络不断完善，相应的快递资费增长缓慢，公民的快递支付能力提高；其二是随着信息与通信技术工具购置费用与资费的下降，公民出于信息交流目的的快递需求减少，网络购物层面的需求增加，但其受人均GDP影响明显减弱。自2009年开始，人口规模开始影响快递业务量，近年基本维持在0.47左右的水平。与之对应的是：虽然城镇人口与城镇化率对快递业务量影响一直较高，但已经呈现出了不同程度的减弱趋势；乡村人口虽然达不到相关检验临界标准，但系数在明显提高。也就是说各省市快递业务量最初就是局限在城镇地区与人口范畴内，近年出现了向农村地区和乡村人口蔓延的倾向。网民规模和网民普及率对快递业务量影响显著，其主要体现在网络购物上，同时它们本身也受到了GDP和人均GDP的影响。公路建设对快递业务量的影响主要是一级等级公路里程和2010年后的二级等级公路里程。公路建设本身与快递并无直接关系，但其是快递业务得以开展的最重要的物质基础与传输介质。高速等级公路由于网络建设的均衡性考虑，导致与快递业务量无关，一级等级公路和二级等级公路与其相关则说明了快递相对近距离配送的线路选择及其向地级以上城市外扩展的趋向。
3.3人均快递业务量的影响因素
相关分析结果（见表3）显示，各省市人均快递业务量主要受人均GDP、城镇化率、网民普及率等3个指标因素影响，且均为强相关。人均GDP对人均快递业务量的影响在不断弱化，但仍然维持在了0.7以上的高水平。这是由人均收入与支付能力提高、网络购物大众化与快递需求增加、快递网络拓宽与服务不断完善等因素共同作用的结果。城镇化率与之相关证明了城镇地区/人口具有比乡村地区/人口更高的快递业务需求，其相关系数先增加后下降则说明了快递业务先向城镇集中后向乡村扩散的变化。网民普及率与之相关表明了网络购物对快递业务的重要贡献，且网民比非网民具有更高的快递需求。在上述指标中，人均GDP因与城镇化率对数相关，且是导致网民普及率差异的关键，因此成为影响各省市人均快递业务量分布的最核心、最基本的要素。
4结论
通过本文的研究得出了以下结论：①我国快递业务量及人均快递业务量呈逐年上升趋势，但2010年后增速明显加快。②快递业务量在各省市的分布逐步趋于集中，但东部地区分布一直占据主导地位，且其中大多数省市的排名位居前列。③虽然每个省市的快递业务量与人均快递业务量的升降变化一致，但各省市之间的变幅差别很大。④各省市快递业务量的空间分布受GDP、人均GDP、人口规模、城镇人口、城镇化率、网民规模、网民普及率、一级等级公路里程的影响，但影响程度不同。发展初期受经济总量的影响较大，但近期更强调网民规模的影响。⑤各省市人均快递业务量的空间分布差异与人均GDP、城镇化率、网民普及率都相关，其中起决定作用的是人均GDP，但其作用程度在不断减弱。