勞動力成本上升與京津冀物流業集聚*

□ 耿立艷，武澤邁，張占福

(1.石家莊鐵道大學 管理學院，河北 石家莊 050043；2.石家莊鐵道大學四方學院，河北 石家莊 051132)

改革開放幾十年來，我國經濟發展取得了舉世矚目的成績，國內生產總值翻了數十番，從1978年占世界經濟總量的1.8%快速提升至2019年占世界經濟總量的16%[1]。在我國經濟發展水平不斷提升的同時，我國人均收入水平也有了較大的提升，在此期間，我國城鄉收入差距也在不斷增大，導致我國整體收入不平等。隨著各種交通設施、設備的完善和進步，我國的物流業得以迅速發展，物流業所需的勞動力也越來越多。然而，近年來中國勞動力成本上升、勞動力短缺等問題開始出現，招工難問題時常見諸報端[2]。在研究區域物流產業集聚時，勞動力成本上升已經成為一個重要的影響因素。自京津冀協同發展戰略實施以來，京津冀三地物流業發展更為迅速、聯系更為緊密，為三地物流業的協同發展帶來了新機遇[3]。與勞動力密切相關的物流業在京津冀區域出現了發展不平衡的現象，制約了京津冀物流業整體發展[4]。本文通過構建回歸模型研究京津冀物流業勞動力成本上升對物流業集聚的影響，提出弱化勞動力成本上升對物流業集聚影響的相關對策建議，為京津冀相關部門合理制定物流業產業規劃提供參考依據。

1 京津冀物流業集聚和勞動力成本現狀分析

1.1 京津冀物流業集聚現狀分析

1.1.1 數據來源

我國統計文獻資料中沒有物流業的直接統計數據，本文以交通運輸、倉儲和郵政業代替物流業，相應數據來源于《中國統計年鑒2012-2021》。

1.1.2 產業集聚程度指標的選擇

產業集聚程度的衡量指標主要有區位熵指數、赫芬達爾-赫希曼指數、區位基尼系數等[5]。這些指數都可以用于反映區域內產業集聚的程度，其中，赫芬達爾-赫希曼指數通常對數據的要求比較嚴格，區位基尼系數的計算比較復雜，區位熵指數的計算相對比較簡單，能夠衡量區域內某一產業或部分產業的集聚程度。區位熵指數計算公式如下：

(1)

其中，LQij表示j地區i產業的區位熵指數，qij表示j地區i產業的就業人數，qj表示j地區所有產業的就業人數，qi表示i產業在所有地區的總就業人數，q表示全國所有產業的就業人數。區位熵指數越大，表示該產業在該地區的集聚程度越高，一般來說，LQij>1時，說明i地區j產業的集聚程度高于該地區的平均水平；LQij<1時，說明i地區j產業的集聚程度低于該地區的平均水平[5]。

1.1.3 京津冀物流業集聚現狀

根據式(1)計算出2011-2020年北京市、天津市、河北省以及京津冀整體物流業區位熵指數，如表1所示。由表1可知，2011-2020年，北京市物流業的區位熵指數在2011年為4.8481，之后穩定在1.6左右，表明2011年北京市物流業的集聚程度高于北京市的平均水平，即2011年物流業在北京市的集聚程度較高，之后其集聚程度略高于該市的平均水平，即較為集聚；天津市物流業的區位熵指數在2011年為0.5253，說明2011年天津市物流業的集聚程度低于天津市的平均水平，從2012到2020年該區位熵指數均穩定在1.1左右，表示2012年后天津市物流業較為集聚；河北省物流業的區位熵指數從2011到2018年均小于1，說明該時段河北省物流業的集聚程度低于河北省的平均水平，即河北省物流業在2011-2018年之間較為分散，說明2019年后該區位熵指數略大于1，說明2019年后河北省物流業在該省較為集聚；京津冀整體物流業的區位熵指數在2011年為2.5591，表示2011年京津冀物流業的集聚程度高于此整體區域的平均水平，即2011年物流業在京津冀的集聚程度較高，2012年及以后該區位熵指數穩定在1.3左右，表示2012年后京津冀物流業在京津冀整體區域較為集聚。因此，根據區位熵指數，近十年來，北京市和京津冀的物流業均表現為集聚；天津市的物流業在2011年比較分散，2012年后則比較集聚；河北省的物流業在2011-2018年之間均比較分散，2019年之后則較為集聚。

表1 京津冀物流業區位熵指數

1.2 京津冀勞動力成本現狀分析

1.2.1 勞動力成本指標選擇

在我國統計體系中，有關勞動力收入的統計指標主要包括人均可支配收入、農村居民純收入、就業人員工資水平等。在這些指標中，就業人員工資水平是最能反映行業就業人員勞動力成本的指標，因此，在本文分析中，選擇行業就業人員平均工資作為勞動力成本的衡量指標[6]。

近年來，受通貨膨脹因素的影響，我國貨幣的購買力出現連續緩慢降低的趨勢，從而導致就業人員平均工資緩慢上升。因此單純對比就業人員的平均工資無法判斷勞動力要素價格對產業集聚的影響。在衡量勞動力成本上升對物流業集聚的影響時，可以選擇物流業的就業人員平均工資與該地區所有就業人員平均工資的比值為分析指標，即平均工資相對水平W(W=物流業的就業人員平均工資/該地區所有就業人員平均工資)。

1.2.2 京津冀勞動力成本現狀

表2為京津冀物流業就業人員平均工資。根據表2可知，2011-2020年，北京市物流業就業人員平均工資呈波動上升趨勢，先由2011年的116755元大幅下降到2012年的65986元，之后逐年持續增加到2019年的123277元，2020年又略有減少，為122947元。整體來看，北京市物流業就業人員平均工資呈上升趨勢；天津市物流業就業人員平均工資具有逐年上升的變化趨勢，從2011年的74804元增加到2020年的107113元；河北省物流業就業人員平均工資出現先下降后上升的變化趨勢，除2012年和2013年略有降低以外，其他年份均有所增長，2020年增加到89331元；京津冀整體物流業就業人員平均工資與河北省的變化趨勢相似，2012年和2013年略有降低，之后逐年上升，2020年達到106464元。

表2 京津冀物流業就業人員平均工資(元)

根據表2計算出2011-2020年北京市、天津市、河北省以及京津冀整體物流業平均工資相對水平，如表3所示。由表3可知，北京市物流業平均工資相對水平呈波動下降趨勢，先由2011年的1.5468下降到2015年的0.7334，2016年有所上升，為0.7561，之后持續下降到2020年的0.6900；天津市物流業平均工資相對水平具有逐年下降的變化趨勢，從2011年的1.3440下降到2020年的0.9340；河北省物流業平均工資相對水平具有波動下降的變化趨勢，除2019年略有上升以外，其他年份均有所降低，2020年降低到1.1553；京津冀物流業平均工資相對水平與河北省的變化趨勢相似，2019年略有上升，其他年份均有所降低，2020年降低到0.8628。

表3 京津冀物流業平均工資相對水平

2 勞動力成本上升對京津冀物流業集聚影響的實證分析

受通貨膨脹因素的影響，我國貨幣的購買力在不斷地緩慢降低，具體體現為就業人員平均工資緩慢上升，即社會總的資本存量上升，使資本要素稟賦上升導致工資上漲，因此利用平均工資相對水平更能體現勞動力成本的真實變化情況。通過對京津冀物流業區位熵指數與物流業平均工資相對水平進行回歸分析，可以判斷勞動力成本上升對京津冀物流業集聚的影響。回歸模型構建如下：

Y=α+βX+ε

(2)

其中，Y表示某地區物流業的集聚程度；X表示某地區物流業平均工資相對水平；α表示常數項；β表示勞動力成本上升對地區物流業集聚的影響程度；ε表示誤差。

利用式(2)分別對北京、天津、河北以及京津冀整體進行置信度為95%的回歸分析，其中，Y1、Y2、Y3、Y4分別代表北京、天津、河北以及京津冀整體的物流業集聚程度，X1、X2、X3、X4分別代表北京、天津、河北以及京津冀整體的物流業平均工資相對水平。

2.1 北京市勞動力成本上升對物流業集聚的影響

表4為北京市物流業區位熵指數與物流業平均工資相對水平回歸結果。由表4可知，對于X1的回歸系數進行顯著性檢驗的結果為t=31.000，P小于0.05，且F=960.995。P小于0.05，證明該一元線性回歸方程中自變量X1對于Y1在5%水平下顯著；調整R2=99.1%，說明模型與數據擬合的效果較好。由上文可知，就業人員平均工資和平均工資相對水平的變化趨勢是相反的，因此兩者的變化對物流業集聚的影響也是相反的。根據表4，β=4.012，可知北京市物流業平均工資相對水平的升高有利于北京市物流業集聚，即北京市物流業就業人員平均工資的升高不利于北京市物流業集聚。因此，北京市勞動力成本上升對北京市物流業集聚有不利影響。

表4 北京市物流業區位熵指數與物流業平均工資相對水平回歸結果

2.2 天津市勞動力成本上升對物流業集聚的影響

表5為天津市物流業區位熵指數與物流業平均工資相對水平回歸結果。由表5可知，對于X2的回歸系數進行顯著性檢驗的結果為t=-3.361，P小于0.05，且F=11.297，P小于0.05，證明該一元線性回歸方程中自變量X2對于Y2在5%水平下顯著；調整R2=53.4%，表示模型與數據擬合得一般；β=-1.075，說明天津市物流業平均工資相對水平的升高不利于天津市物流業集聚，即天津市物流業就業人員平均工資的升高有利于天津市物流業集聚。因此，天津市勞動力成本上升是否有利于天津市物流業的集聚尚不明確。

表5 天津市物流業區位熵指數與物流業平均工資相對水平回歸結果

2.3 河北省勞動力成本上升對物流業集聚的影響

表6為河北省物流業區位熵指數與物流業平均工資相對水平回歸結果。由表6可知，對于X3的回歸系數進行顯著性檢驗的結果為t=-2.621，P小于0.05，且F=6.871。P小于0.05，證明該一元線性回歸方程中自變量X3對于Y3在5%水平下顯著；調整R2=39.5%，說明模型與數據擬合得較差；β=-0.762，表示河北省物流業平均工資相對水平的升高不利于河北省物流業集聚，即河北省物流業就業人員平均工資的升高有利于河北省物流業集聚。因此，河北省勞動力成本上升是否有利于河北省物流業的集聚暫時無法確定。

表6 河北省物流業區位熵指數與物流業平均工資相對水平回歸結果

2.4 京津冀勞動力成本上升對物流業集聚的影響

表7為京津冀物流業區位熵指數與物流業平均工資相對水平回歸結果。由表7可知，對于X4的回歸系數進行顯著性檢驗的結果為t=9.720，P小于0.01，且F=94.483。P小于0.01，證明該一元線性回歸方程中自變量X4對于Y4在5%水平下顯著；調整R2=91.2%，表明模型與數據擬合得較好；β=2.357，可以判斷京津冀物流業平均工資相對水平的升高有利于京津冀物流業集聚，即京津冀物流業就業人員平均工資的升高不利于京津冀物流業集聚。因此，京津冀勞動力成本上升對京津冀物流業的集聚有不利影響。

表7 京津冀物流業區位熵指數與物流業平均工資相對水平回歸結果

根據以上實證分析結果可知，北京市勞動力成本上升對物流業集聚存在不利影響；天津市勞動力成本上升是否有利于物流業集聚有待進一步探究；河北省勞動力成本上升是否有利于物流業集聚也有待進一步探索；京津冀勞動力成本上升會對物流業集聚產生不利影響。因此，該研究能更好地說明京津冀整體物流業勞動力成本上升會對該區域物流業集聚產生不利影響。

3 弱化勞動力成本上升對京津冀物流業集聚影響的建議

3.1 形成規模經濟

京津冀需要考慮各地區產業發展的實際情況以及對物流業的實際需求，同時還應考慮產業空間布局的合理性，加大物流公共基礎設施的建設以及對先進設備的投資，合理規劃實現多式聯運。這不僅能節約物流產業集聚的建設成本，而且有利于京津冀物流業實現規模效益，通過其他方面提高企業的效益，弱化勞動力成本對京津冀物流業集聚的影響，降低物流業勞動力成本上升對物流業集聚的不利影響。

3.2 推動京津冀勞動力資源自由流動

在勞動力成本上升的背景下，京津冀應打破三地間物流業市場分割，推動勞動力生產要素自由流動，這有助于京津冀物流企業根據自身特征在三地更廣闊范圍內尋找相對優勢區位以應對勞動力成本上升帶來的不利影響[7]。

3.3 推進京津冀物流業向機械自動化發展

我國經濟正處在轉變發展方式、優化經濟結構和轉換增長動力的攻關期，面臨勞動力成本不斷上漲的壓力，京津冀應根據區域產業結構特征，引導傳統產業轉型升級，通過研發補貼和稅收減免等財稅政策積極鼓勵適合轉型的產業進行轉型[8]。同時，加大對京津冀物流業自動化機械研發的投資力度，推動京津冀物流業向自動化、數字化、智慧化發展，降低對勞動力的需求，從而有效削弱勞動力成本上升對京津冀物流業集聚的影響。

4 結論

本文利用回歸分析模型從定量角度分析北京市、天津市、河北省以及京津冀整體物流業勞動力成本上升對物流業集聚的影響。研究發現，北京市和京津冀勞動力成本上升會對物流業集聚產生不利影響；天津市和河北省的勞動力成本上升是否有利于物流業集聚有待進一步研究。因此，京津冀整體物流業勞動力成本上升會對該區域物流業集聚產生不利影響。