基于B2C模式我國快遞行業(yè)發(fā)展影響因素分析

黃飛

摘要：文章主要選取目前在電子商務(wù)市場中具有代表性、發(fā)展?jié)摿Υ蟮腂2C電子商務(wù)為主要研究對象，從定性和定量兩個(gè)角度對B2C模式下快遞行業(yè)發(fā)展的影響因素進(jìn)行分析。結(jié)果表明B2C模式下，互聯(lián)網(wǎng)用戶總數(shù)、城鎮(zhèn)居民可支配收入、快遞營業(yè)網(wǎng)點(diǎn)、貨物周轉(zhuǎn)量等因素對我國快遞行業(yè)發(fā)展影響顯著，地域因素西部快遞業(yè)發(fā)展?jié)摿薮螅⒂纱颂岢鱿鄳?yīng)的措施。

關(guān)鍵詞：B2C模式；快遞行業(yè)；STATA；影響因素

一、引言

2014年，我國網(wǎng)絡(luò)購物市場交易規(guī)模達(dá)28211億元，較2013年的18851億元，同比增長48.7%。其中，B2C交易規(guī)模為12882億元，占整個(gè)網(wǎng)絡(luò)購物市場交易規(guī)模的45.8%，較2013年的40.4%增長了5.4個(gè)百分點(diǎn)。快遞總量也由2013年的91.86億件增加至2014年的139.59億件。從增速來看，B2C市場增長迅猛，2014年中國網(wǎng)絡(luò)購物B2C市場增長68.7%，遠(yuǎn)高于C2C市場的35.2%的增速，可以預(yù)計(jì)到2015年底，B2C在整體網(wǎng)絡(luò)購物市場交易規(guī)模中的比重將超過C2C，成為網(wǎng)絡(luò)購物的主要推動力。電子商務(wù)的發(fā)展，在很大程度上促進(jìn)了快遞行業(yè)的發(fā)展，使其在信息技術(shù)、流程管理、客戶服務(wù)、戰(zhàn)略規(guī)劃等各方面進(jìn)步迅速，在物流業(yè)中已處于領(lǐng)先地位。中國物流行業(yè)投資與利潤的重心開始從生產(chǎn)經(jīng)營的前端即B2B下的工業(yè)物流、項(xiàng)目物流，向后端即C2C、B2C下的快遞配送傾斜。

在B2C模式下對我國快遞行業(yè)發(fā)展影響因素進(jìn)行分析很有必要，本文從B2C的網(wǎng)上購物流程出發(fā)，研究各環(huán)節(jié)對快遞業(yè)有哪些影響，并進(jìn)行指標(biāo)設(shè)計(jì)。選取了2000年到2014年各指標(biāo)的數(shù)據(jù)進(jìn)行分析，通過定性的分析和定量分析建立回歸模型，并對這些影響因素進(jìn)行分析，給出相應(yīng)的措施和建議。

二、模型構(gòu)建

（一）模型假設(shè)

在下節(jié)建立模型之前，給出以下的隱含假設(shè)。

1. 僅考慮國內(nèi)快遞業(yè)的發(fā)展，不涉及進(jìn)出口快遞。

2. B2C模式下快遞量及各影響因素指標(biāo)與全國總體指標(biāo)成一定比例。

3. 本文僅考慮指定影響因素對快遞業(yè)發(fā)展的作用，不考慮其他政治經(jīng)濟(jì)因素的干擾。

（二）影響因素指標(biāo)設(shè)計(jì)

客戶淘寶環(huán)節(jié)：互聯(lián)網(wǎng)發(fā)展程度指標(biāo)和客戶生活水平指標(biāo)。采用互聯(lián)網(wǎng)用戶數(shù) （X1）作為衡量互聯(lián)網(wǎng)發(fā)展程度的代理指標(biāo)。城鎮(zhèn)居民人均可支配收入（X2）來作為人們生活水平指標(biāo)。

中途運(yùn)輸環(huán)節(jié)：交通運(yùn)輸因素指標(biāo)。選取貨物周轉(zhuǎn)量（X3）作為反映交通運(yùn)輸因素的代理指標(biāo)。

（三）數(shù)據(jù)選取及分析

選取了從2011年到2013年我國31個(gè)省市的快遞量（Y）、互聯(lián)網(wǎng)上網(wǎng)人數(shù)（X1）、城鎮(zhèn)居民人均可支配收入（X2）、貨物周轉(zhuǎn)量（X3）、營業(yè)網(wǎng)點(diǎn)（X4）這五個(gè)指標(biāo)的數(shù)據(jù)資料，并對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，如表1所示。

（四）模型驗(yàn)證

通過描述性分析后，運(yùn)用STATA進(jìn)行定量分析。分別對2011年全國31個(gè)省份（模型1）、2012年全國31個(gè)省份（模型2）、2013年全國31個(gè)省份（模型3）的數(shù)據(jù)進(jìn)行了OLS回歸分析和多重共線性檢驗(yàn)，結(jié)果如表2所示。

通過對上述模型進(jìn)行分析，模型4是對所有樣本的回歸，結(jié)果顯示所有影響因素在5%的顯著水平上均高度顯著，且膨脹因子（VIF）在合理值以內(nèi)（經(jīng)驗(yàn)合理值為10）。因此我們得到基于時(shí)間的模型為：

Y=7.492X1+2.942X2-1.177X3-71946.95

該模型表明有80%左右的快遞量均可由影響因素（互聯(lián)網(wǎng)上網(wǎng)人數(shù)、城鎮(zhèn)居民人均可支配收入、貨物周轉(zhuǎn)量）來解釋，也說明了B2C網(wǎng)購模式對快遞業(yè)的貢獻(xiàn)之大。

三、結(jié)論

我們建立的時(shí)間模型和空間模型均表明，互聯(lián)網(wǎng)上網(wǎng)人數(shù)（X1）、城鎮(zhèn)居民人均可支配收入（X2）、貨物周轉(zhuǎn)量（X3），對快遞業(yè)的發(fā)展都是有顯著意義的，也就是說B2C網(wǎng)購模式下的每個(gè)環(huán)節(jié)的因素對快遞業(yè)的發(fā)展影響是很大的。從外部因素（X1、X2）看，城鎮(zhèn)居民人均可支配收入、互聯(lián)網(wǎng)上網(wǎng)人數(shù)對快遞行業(yè)的影響是很大的，促進(jìn)快遞業(yè)的發(fā)展，相應(yīng)的網(wǎng)上購物活動就會大大增加，B2C模式下快遞業(yè)的發(fā)展也會更好的發(fā)展；從內(nèi)部因素（X3）看，貨物周轉(zhuǎn)量是快遞運(yùn)輸環(huán)節(jié)、配送環(huán)節(jié)的重要指標(biāo)，回歸模型表明貨物周轉(zhuǎn)量與快遞量成負(fù)相關(guān)，其實(shí)這是大型物流配送中心建立的結(jié)果，使得貨物運(yùn)輸距離大大縮短，也縮短了物流時(shí)間。

參考文獻(xiàn)：

[1]柯晶琳，姜維軍.電商環(huán)境下我國快遞業(yè)發(fā)展對策分析[J].物流科技，2014（03）.

[2]王維婷，黃寶章.快遞業(yè)發(fā)展影響因素的實(shí)證研究[J].中國物流與采購，2011（13）.

[3]鄒姝琪，侯云先.快遞業(yè)發(fā)展影響因素實(shí)證研究[J].現(xiàn)代商貿(mào)工業(yè)，2014（01）.

[4]史雅楠， 尚迪，劉菁元.我國各省快遞業(yè)務(wù)收入影響因素實(shí)證分析[J].商場現(xiàn)代化，2014（09）.

[5]吳程琳，田大鋼.我國快遞業(yè)發(fā)展影響因素的實(shí)證分析[J].物流科技，2015（06）.

（作者單位：江蘇大學(xué)管理學(xué)院）