基于B2C模式我国快递行业发展影响因素分析

黄飞

摘要：文章主要选取目前在电子商务市场中具有代表性、发展潜力大的B2C电子商务为主要研究对象，从定性和定量两个角度对B2C模式下快递行业发展的影响因素进行分析。结果表明B2C模式下，互联网用户总数、城镇居民可支配收入、快递营业网点、货物周转量等因素对我国快递行业发展影响显著，地域因素西部快递业发展潜力巨大，并由此提出相应的措施。

关键词：B2C模式；快递行业；STATA；影响因素

一、引言

2014年，我国网络购物市场交易规模达28211亿元，较2013年的18851亿元，同比增长48.7%。其中，B2C交易规模为12882亿元，占整个网络购物市场交易规模的45.8%，较2013年的40.4%增长了5.4个百分点。快递总量也由2013年的91.86亿件增加至2014年的139.59亿件。从增速来看，B2C市场增长迅猛，2014年中国网络购物B2C市场增长68.7%，远高于C2C市场的35.2%的增速，可以预计到2015年底，B2C在整体网络购物市场交易规模中的比重将超过C2C，成为网络购物的主要推动力。电子商务的发展，在很大程度上促进了快递行业的发展，使其在信息技术、流程管理、客户服务、战略规划等各方面进步迅速，在物流业中已处于领先地位。中国物流行业投资与利润的重心开始从生产经营的前端即B2B下的工业物流、项目物流，向后端即C2C、B2C下的快递配送倾斜。

在B2C模式下对我国快递行业发展影响因素进行分析很有必要，本文从B2C的网上购物流程出发，研究各环节对快递业有哪些影响，并进行指标设计。选取了2000年到2014年各指標的数据进行分析，通过定性的分析和定量分析建立回归模型，并对这些影响因素进行分析，给出相应的措施和建议。

二、模型构建

（一）模型假设

在下节建立模型之前，给出以下的隐含假设。

1. 仅考虑国内快递业的发展，不涉及进出口快递。

2. B2C模式下快递量及各影响因素指标与全国总体指标成一定比例。

3. 本文仅考虑指定影响因素对快递业发展的作用，不考虑其他政治经济因素的干扰。

（二）影响因素指标设计

客户淘宝环节：互联网发展程度指标和客户生活水平指标。采用互联网用户数 （X1）作为衡量互联网发展程度的代理指标。城镇居民人均可支配收入（X2）来作为人们生活水平指标。

中途运输环节：交通运输因素指标。选取货物周转量（X3）作为反映交通运输因素的代理指标。

（三）数据选取及分析

选取了从2011年到2013年我国31个省市的快递量（Y）、互联网上网人数（X1）、城镇居民人均可支配收入（X2）、货物周转量（X3）、营业网点（X4）这五个指标的数据资料，并对数据进行统计，如表1所示。

（四）模型验证

通过描述性分析后，运用STATA进行定量分析。分别对2011年全国31个省份（模型1）、2012年全国31个省份（模型2）、2013年全国31个省份（模型3）的数据进行了OLS回归分析和多重共线性检验，结果如表2所示。

通过对上述模型进行分析，模型4是对所有样本的回归，结果显示所有影响因素在5%的显著水平上均高度显著，且膨胀因子（VIF）在合理值以内（经验合理值为10）。因此我们得到基于时间的模型为：

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

该模型表明有80%左右的快递量均可由影响因素（互联网上网人数、城镇居民人均可支配收入、货物周转量）来解释，也说明了B2C网购模式对快递业的贡献之大。

三、结论

我们建立的时间模型和空间模型均表明，互联网上网人数（X1）、城镇居民人均可支配收入（X2）、货物周转量（X3），对快递业的发展都是有显著意义的，也就是说B2C网购模式下的每个环节的因素对快递业的发展影响是很大的。从外部因素（X1、X2）看，城镇居民人均可支配收入、互联网上网人数对快递行业的影响是很大的，促进快递业的发展，相应的网上购物活动就会大大增加，B2C模式下快递业的发展也会更好的发展；从内部因素（X3）看，货物周转量是快递运输环节、配送环节的重要指标，回归模型表明货物周转量与快递量成负相关，其实这是大型物流配送中心建立的结果，使得货物运输距离大大缩短，也缩短了物流时间。

参考文献：

[1]柯晶琳，姜维军.电商环境下我国快递业发展对策分析[J].物流科技，2014（03）.

[2]王维婷，黄宝章.快递业发展影响因素的实证研究[J].中国物流与采购，2011（13）.

[3]邹姝琪，侯云先.快递业发展影响因素实证研究[J].现代商贸工业，2014（01）.

[4]史雅楠， 尚迪，刘菁元.我国各省快递业务收入影响因素实证分析[J].商场现代化，2014（09）.

[5]吴程琳，田大钢.我国快递业发展影响因素的实证分析[J].物流科技，2015（06）.

（作者单位：江苏大学管理学院）