快递服务网络关注度时空分布特征分析

杨振华，梁贺君

（1.上海财经大学信息管理与工程学院，上海市200433；2.湖州师范学院商学院，浙江湖州313000）

快递服务网络关注度时空分布特征分析

杨振华1、2，梁贺君1

（1.上海财经大学信息管理与工程学院，上海市200433；2.湖州师范学院商学院，浙江湖州313000）

用户网络关注度与快递业务量高度相关。我国快递业务量上涨势头明显，但各地区及各地区内部的快递业务发展存在显著不均衡现象；快递服务的网络关注度总体上表现为上半年高于下半年，工作日高于周末；用户对快递服务的网络需求主要集中在快递单号查询、价格查询、网点分布查询等方面，快递服务满意度有待提高。为促进我国快递业健康发展，应合理配置社会资源，切实降低快递成本；调整快递从业人员工作时间，有效缓减其工作压力；加大对快递发展相对滞后地区的扶持力度，带动国内快递协调均衡发展；鼓励快递企业多元发展，全面提升快递服务质量。

快递；网络关注度；百度指数；时空特征

一、引言

随着互联网的快速发展与网络购物规模的不断扩大，我国快递业也随之迅速发展。中国快递发展指数显示，我国快递进入高速增长期，市场需求强劲，业务量和业务收入规模屡创新高，2014年我国已成为全球第一快递大国。2014年发展规模指数为510.0，比2013年提高168.3个点。2010年至2014年，发展规模指数年均增速50.3%，是同期国内生产总值增速的6倍以上。[1]快递经历规模高速增长后，面临着从快递大国向快递强国的转变，在发展中提质提效是快递业发展的重要趋向。因此，开展基于快递服务的相关研究是十分必要的。

目前，国内外研究者们逐渐发现互联网上用户行为数据的价值，利用用户搜索行为开展的各类研究正逐渐发展为大数据分析的重要领域之一。特别是最近几年，学者们大量使用谷歌趋势（Google Trends）或者百度指数（Baidu Index）等一些搜索引擎的搜索量作为衡量标准。相关研究涉及经济生活的多个领域，如雅虎（yahoo）研究中心等研究人员用yahoo数据分析了用户行为、个股搜索量及其市场表现的相关性；[2]谷歌公司等研究人员根据谷歌用户的搜索行为，从汽车销售、失业保障申请、旅游目的地计划及消费者信心指数等方面对经济指数进行了预测；[3]英国华威商学院等机构的研究人员通过谷歌趋势服务，预测股市的涨跌，指出“债务”成为预测股市的主要关键词。[4]近年来，国内的相关研究也不断增多，主要集中在以下几个方面：第一，利用用户搜索行为对旅游市场进行预测研究，如李山等[5]利用百度指数对旅游景区关注度进行了研究，总结出其时间分布特征与前兆效应，黄先开等、[6]王硕等[7]对百度指数与旅游景区游客量的关系进行了预测研究。第二，利用网络关注度对城市层级与联系进行研究，如熊丽芳等[8]借助百度指数，分析了长三角城市网络的时空演变，赵映慧等[9]对东北三省城市网络联系格局进行了分析。第三，对投资者关注度与股票指数表现的相关性研究，如俞庆进等[10]以百度指数作为关注度对投资者有限关注与股票收益进行了实证研究，指出投资者的有限关注能给股票带来正向的价格压力，而这种压力会很快发生反转，王勇等[11]基于和讯关注度得出了类似结论。相关研究正不断兴起，限于篇幅，不再赘述。

与此同时，互联网已成为用户搜寻快递信息及跟踪快递服务的有效手段之一，互联网的搜寻行为将从一个侧面反映快递市场的发展动向。在网络关注度相关研究正被有效运用于多个行业的今天，将其应用于快递市场的研究却鲜有出现，鉴于此，本文基于百度指数的网络关注度数据，从时空分布特征角度，对我国快递服务的网络关注度展开研究。

二、数据来源与相关性分析

1.百度指数的用户关注度

百度作为全球最大的中文搜索引擎，其百度指数是以百度海量网民行为数据为基础的数据分享平台，是当前互联网乃至整个数据时代最重要的统计分析平台之一。2015年1月中国互联网络信息中心（CNNIC）发布的《中国互联网络发展状况统计报告》指出，搜索引擎是网民除即时通信外使用率最高的互联网应用，截至2014年12月，我国搜索引擎用户规模达5.22亿，其中使用过百度的用户比例为92.1%。[12]本研究统计2011年1月1日至2015年6月30日共计1642天的用户关注度数据，并将百度指数提供的用户搜索量数据称作网络关注度，以此代表和衡量被搜索关键词“快递”及其相关联关键词在网络空间中的信息流状况并对此完成进一步的分析。研究采用SPSS 19.0完成数据处理。

2.快递业务量与用户关注度的关系

为了了解我国快递市场的发展状况，选择快递业务量（以下简称“快递量”）衡量快递市场的发展规模。郭月凤等人[13]的研究中指出，居民人均可支配收入与地区快递量呈正相关，对快递量产生了最显著的影响；GDP总值与快递量呈正相关。本研究在此基础上，新增了地区人口数量和用户关注度两个变量，利用中国统计年鉴中2013年全国31个省（市、自治区）数据，[14]对地区生产总值（DGDP）、人口数量（NOP）、居民人均可支配收入（PCDI）、用户网络关注度即百度指数的日均搜索量（ASV）与日均快递量（AEV）进行了相关性分析，结果参见表1。

表1 快递量与网络关注度等变量的相关关系

结果显示，快递服务网络关注度与快递量的相关系数高达0.973，快递服务网络关注度数据可以很好地反映快递发展状况。即便在快递量日度数据没有具体统计报表公开的情况下，通过百度指数的快递服务关注度也可窥见整个快递市场的发展变化。需要解释的是，本研究结果与郭月凤等人[15]的研究结果不完全一致，可能的原因是采用的数据不同，分别为2013年和2011年，不同的结果也显示了快递市场的快速发展与变化。鉴于此，本文通过快递服务网络关注度数据对快递市场的发展状况做进一步的研究。

三、快递服务网络关注度时间分布

1.周内分布

将2011年1月1日至2015年6月30日共计1642天以“快递”为关键词的百度用户关注度数值按星期相加求平均值，得到周内快递服务网络关注度的日均分布情况。为了更好地进行对比分析，将2014年7月1日至2015年6月30日共计365天以“快递”为关键词的快递服务网络关注度数值按星期相加求平均值，得到周内“快递”网络关注度日均分布情况（参见图1）。

统计结果表明，无论从四年半还是一年整的数据来看，周内分布均具有以下特征：（1）工作日快递服务网络关注度偏高，周末关注度低，周一到周五的快递服务网络关注度均超过日平均关注度；（2）周日快递服务网络关注度最低，周六次之，周四快递服务网络关注度最高；（3）周五是快递服务网络关注度的中位数所在。上述分布结果与李山等[16]关于“旅游景区网络空间关注度”的研究结果相类似，快递市场网络关注度的周内分布也呈现类似右手掌形态，即“手掌”模式，这一现象是否在其他领域同样存在，需要进一步研究。

图1 快递服务网络关注度的周内分布图

2.分月特征

将2011年1月至2015年6月共计54个月以“快递”为关键词的百度用户关注度数值按月相加求日平均值，得到四年半时间段的月内快递服务网络关注度的分布特征。为了进一步对比分析，将近一年共计12个月以“快递”为关键词的百度用户关注度数值按月相加求日平均值，得到近一年的月内快递服务网络关注度的分布特征（参见图2）。

统计结果表明，快递市场网络关注度总体上受季节影响波动较大，无论从四年半还是一年整的数据来看，分月情况具有如下特征：（1）受“双11”网络购物狂欢节的影响，11月份为一年内快递市场日平均网络关注度的最高峰；（2）3月份为上半年内快递市场日平均网络关注度的最高峰；（3）受暑期气候的影响，7月、8月为一年内快递市场日平均网络关注度的最低点；（4）受中国传统节日春节的影响，2月份为一年内快递市场日平均网络关注度的次低点；（5）上半年快递市场网络关注度明显高于下半年。

3.年度趋势

据统计，近年来我国快递业务量增长明显，2014年我国快递总量达到139.59亿件，年增速超过50%。[17]将2011年至2014年以“快递”为关键词的百度用户关注度数值按年相加求日平均值，与2011年至2014年实际日均快递量进行对比分析，得到四年内日均快递量与其日平均关注度的曲线图（参见图3），可以看出实际日均快递量与快递日均关注度的走势基本一致。

进一步建立日均快递量和日均关注度的回归方程，经过比较和尝试，确定最终的回归模型为：

模型（1）中AEV代表日均快递量，ASV代表百度关键词“快递”的日均搜索量，即日均关注度。模型（1）的p值为0.004，R2的值为0.992，表明模型拟合度良好。这一点进一步说明了百度指数的关注度数据对快递市场发展研究具有重要参考价值。

四、快递服务网络关注度空间分布

1.规模差异

图2 快递服务网络关注度的分月特征

图3 日均快递量与日均关注度的关系

根据2014年统计年鉴数据分析得知，我国快递业的空间聚集特征显著，长三角、珠三角、京津冀等重点经济区快递业务发展势头良好，快递市场发展规模存在着明显的区域差异。首先是以苏、浙、沪为核心的华东地区的快递量占全国的47%，其次是以广东为核心的华南地区的快递量占全国的24%，再次是以北京为核心的华北地区的快递量占全国的13%，而华中、西南、西北、东北地区的快递总量仅占全国快递总量的16%。快递业务规模最大的省份为广东、浙江、江苏、上海和北京。[18]

对不同地区快递服务网络关注度进行对比分析得知：各地区快递市场发展存在显著不均衡现象。其中，华东、华北、华南地区快递规模大，发展速度快；华中、西南地区快递规模居中，但增势明显；西北、东北地区快递发展基础相对偏低，发展速度明显滞后（参见图4）。

2.内部特征

将2013年内日均快递量与以“快递”为关键词的百度用户日均搜索量数值按日相加求平均值，得到各地区内对应省（市、自治区）日均快递量与日均关注度对比数据（参见表2），可以看出，各地区内部的快递发展规模也表现出极大的不平衡。

图4 不同地区快递服务网络关注度对比

进一步研究发现：（1）大部分区域的快递业务量集中在一个或少数几个核心省份；（2）华南地区各省份快递发展规模差异最大，广东一个省份的快递量占整个华南地区快递总量的96%；（3）华中地区各省份快递发展规模差异最小，湖北、河南、湖南三省份的日均快递量相差不大；（4）各省（市、自治区）的日均快递搜索量与日均快递量的比值，即列表中的搜索比与快递量排名总体上成反比，导致用户多次搜索的原因很可能是快递没有及时送达，这一点也在一定程度上反映了快递服务发展的不均衡。

表2 各地区及各省（市、自治区）日均快递量与日均关注度对比

3.用户需求

由于快递服务本身是跨地区、跨行业的物流综合服务业，若将快递服务分区域进行对比研究未免与现实脱节。为此，本研究选取2013年业务量累计排名前10位的快递企业进行用户需求分析。[19]根据百度指数的用户需求图谱，对用户需求分布及热门搜索进行了整理，时间区间为2015年6月15日至7月14日（参见表3）。

排名前10位的快递企业用户需求分布由表3分析可得：（1）用户对快递服务的网络需求主要集中在快递单号查询、价格查询、网点分布查询等方面；（2）部分快递公司的服务不能使用户满意，出现较多的投诉搜索，如申通、圆通、中通、天天等；（3）多数快递公司服务同质化现象严重，只有少量快递公司服务特色明显，如EMS国际快递、顺丰无人机、必胜宅急送等；（4）快递新闻事件会影响网络关注度，如快递哥等。

五、结论与对策

1.结论

本文基于百度指数的网络关注度数据开展研究，主要结论如下：

（1）用户网络关注度与快递业务量的相关系数高达0.973，快递服务网络关注度数据可以在一定程度上反映快递市场发展状况；（2）快递服务网络关注度的周内、分月、年度特征为：快递服务网络关注度的周内分布呈现“手掌”模式，工作日偏高，周末偏低；快递服务网络关注度的分月特征总体上表现为上半年高于下半年，具体为11月份和3月份偏高，7月份、8月份和2月份偏低；我国快递业务量增幅明显，继续保持上涨势头；（3）从区域差异和用户需求角度对快递服务网络关注度空间效应分析得出：各地区快递市场发展存在显著不均衡现象，华东、华北、华南地区快递规模大，发展速度快；西北、东北地区快递发展相对滞后；各地区内部的快递发展规模表现出极大的不均衡，大部分区域的快递业务量集中在其中一个或少数几个核心省份，华南地区内部快递发展差异最大；用户对快递服务的网络需求主要集中在快递单号查询、价格查询、网点分布查询等方面，快递公司发展未形成多元格局，且出现较多的投诉搜索。

表3 排名前10位的快递企业用户需求分布

2.建议

基于以上结论，对快递行业发展提出相关建议：（1）调整快递从业人员工作时间，有效缓减其工作压力。为此，可以提供周末休息、淡季休假等工作福利，有效缓减其工作压力，提高其工作满意度，以此减少员工流失。（2）合理配置社会资源，切实降低快递成本。根据研究所得的快递分月特征，可以通过快递流程优化、信息整合共享等途径，合理配置社会现有物流资源，在有效避免快递爆仓现象发生的同时，在快递量低于平均值的月份将部分资源合理配置于社会物流其他环节，从根本上降低快递成本。（3）加大对快递发展相对滞后地区的扶持力度，带动国内快递协调均衡发展。在市场趋利原则和东部经济聚集效应共同影响下，如果不对快递发展相对滞后的西北、东北地区给予政策性的扶持引导，快递的区域发展不平衡将会继续加大。因此，政府要对快递发展相对滞后的区域给予一定的资金支持与政策引导。（4）鼓励快递企业多元化发展，全面提升快递服务质量。目前，我国快递市场国有、民营、外资企业多元并存、相互竞争，但还需要进一步突出特色、协同发展、谋求共赢；快递企业要不断加强服务意识，从根本上提升用户满意度。总的来说，一方面，快递市场继续保持上涨势头；另一方面，行业竞争加剧、快递企业自我革新提速，已连续三年实现两位数增长的中国快递业正孕育着新一轮的变革。

＊本文系教育部人文社会科学基金项目“上海自贸区对长三角区域的溢出效应与虹吸效应研究”（项目编号：14YJC630109）、浙江省自然科学基金项目“浙江临港产业集群的结构特征与协同机制的构建”（项目编号：Y13G030076）、湖州师范学院商学院院级项目“基于供应链战略协同的区域农产品物流合作机制研究”（项目编号：SXY006）的阶段性成果。

[1]王玉玲，徐红.快递发展规模增速6倍于GDP[N].经济日报，2015-03-27（07）.

[2]BordinoI，BattistonS，CaldarelliG，CristelliM，Ukkone⁃nA，WeberI.Web Search Queries can Predict Stock Market Volumes[J].PLoS ONE，2012（6）：1-46.

[3]Choi H，Varian H.Predicting the Present with Google Trends[J].The Economic Record，2012（6）：2-9.

[4]Preis T，Moat H S，Stanley H E.Quantifying Trading Behavior in Financial Markets Using Google Trends[J].Scientif⁃ic Reports，2013（4）：1-6.

[5]、[16]李山，邱荣旭，陈玲.基于百度指数的旅游景区络空间关注度：时间分布及其前兆效应[J].地理与地理信息科学，2008（11）：102-107.

[6]黄先开，张丽峰，丁于思.百度指数与旅游景区游客量的关系及预测研究[J].旅游学刊，2013（11）：93-100.

[7]王硕，曾克峰，童洁，刘超.黄金周风景名胜区旅游客流量与网络关注度相关性分析[J].经济地理，2013（11）：182-186.

[8]熊丽芳，甄峰，王波，席广亮.基于百度指数的长三角核心区城市网络特征研究[J].经济地理，2013（7）：67-73.

[9]赵映慧，高鑫，姜博.东北三省城市百度指数的网络联系层级结构[J].经济地理，2015（5）：32-37.

[10]俞庆进，张兵.投资者有限关注与股票收益[J].金融研究，2012（8）：152-165.

[11]王勇，杨庆运.我国网络关注度对股票收益的影响[J].投资研究，2014（2）：143-149.

[12]CNNIC.中国互联网络发展状况统计报告[R].中国互联网络信息中心，2015.

[13]、[15]郭月凤，郭程轩，杨玉匀，徐颂军.中国快递服务发展的区域差异研究[J].华南师范大学学报（自然科学版），2013（7）：119-124.

[14]、[17]、[18]国家统计局.中国统计年鉴2014[M].北京：中国统计出版社，2014：18-38.

[19]德勤.中国快递行业发展报告2014[R].国家邮政局发展研究中心，2014.

责任编辑：林英泽

The Spatial and Temporal Distribution of Network Attention about Express Service

YANG Zhenhua1，2and LIANG Hejun1
（1.Shanghai University of Finance and Economics，Shanghai200443，China；2.Huzhou University，Huzhou，Zhejiang313000，China）

There is the close relation between users’network attention and the trading volume of express service.The trading volume of China’s express industry is increasing rapidly，but the development is uneven among and within different regions；the network attention of express service in the first half year is generally higher than that of the second year，and that of the business days is higher than that of the week ends；the users’network requirement of express service is focus on the inquire of order number，price，the distribution of branches，and so on，and the satisfaction of express service should be improved further.To promote the healthy development of China’s express industry，we should rationally distribute our social resources，reduce the cost of express，adjust the work time of related professionals，effectively relieve their pressures，give more support to the lessdeveloped regions，promote the balanced development，encourage the diversified development of related enterprises，and improve the service quality of this industry.

express；network attention；Baidu Index；spatial and temporal distribution

F259.22

A

1007-8266（2015）11-0030-06

杨振华（1981—），女，内蒙古自治区乌兰察布市人，上海财经大学信息管理与工程学院博士研究生，湖州师范学院商学院教师，主要研究方向为大数据分析；梁贺君（1982—），男，内蒙古自治区呼和浩特市人，上海财经大学信息管理与工程学院博士研究生，主要研究方向为电子商务、云计算、大数据。