中国邮政业发展的时空格局及影响机制分析

狄乾斌，薛浩铠

（辽宁师范大学 海洋可持续发展研究院，辽宁 大连 116029）

一、引言

邮政业，是指我国邮政集团公司及其所属邮政行业提供邮件寄递、邮政汇兑机要通信和邮政代理等邮政基本服务的业务活动。其中包括邮政普通服务、邮政特殊服务和其他邮政服务邮政储蓄业务按照金融、保险业税目征收营业税[1]。邮政业是国家重要的社会公用事业，是服务生产、促进消费、畅通循环的现代化先导性产业。邮政体系是国家战略性基础设施和社会组织系统之一，为国脉所系、发展所需、民生所依。随着我国经济飞速发展，邮政业日益成为国家服务的形象代表[2]。2021 年我国邮政业务收入（不含邮政储蓄银行直接营业收入）和业务总量分别完成1.27 万亿元和1.36 万亿元，同比分别增长15%和24%；快递业务收入和业务量分别完成1.04 万亿元和1 085 亿件，同比分别增长18%和30%；邮政业新增社会就业20 万人以上，支撑网络零售额接近11 万亿元[3]。《“十四五”邮政业发展规划》提出推进高效能治理，健全畅通高效、普惠便捷的国内寄递物流服务体系，打造开放共享、安全可靠的国际寄递物流服务体系，实现邮政事业和邮政产业协同发展，实现发展质量、结构、规模、速度、效益、安全相统一，为建设人民满意、保障有力、世界前列的邮政强国开好局、起好步，为建设现代化经济体系、构建新发展格局提供有力支撑[4]。然而21世纪以来中国邮政业面临许多挑战和危机，来自物流业、快递业、互联网经济以及各项经济政策的巨大冲击，邮政业体制也在不断地转型与调整，制约了邮政业的高质量发展。基于此，研究邮政业发展的时空格局与区域差异，有利于准确判断我国邮政业发展的现状，理清邮政业发展存在的问题，为实现邮政业高质量发展提供参考价值。

国内关于中国邮政业的研究成果相对稀少，大多集中在邮政业高质量发展[5]、邮政业运行效率[6-7]、邮政业技术效率评价[8]、邮政业地位与发展趋势[9-11]、邮政业发展路径[12-13]等方面，多与其他产业进行关系研究，如仓储业和交通运输业[14-15]、与经济发展的关系[16]等。近年来，也有部分学者从国际视角开展国际邮政业务研究[13]。在新时代背景下，邮政业研究也较多地涉及到了乡村振兴[17]、双碳经济等问题。苑春荟等（2016）[18]从六个方面讨论了大数据、云计算、物联网、移动互联等信息技术应用以及开放、共享、融合的互联网思维对邮政行业带来的影响。李晓超等（2016）[19]详细分析了浙江省邮政业的产业地位、产业关联度变化、影响力系数和感应度系数变化、生产诱发系数及生产的最终依赖度变化，并详细分析了其关联产业动态，得出浙江省邮政业发展的6 项结论。山红梅等（2019）[8]、黄元生等（2013）[20]采用DEA 模型对我国内地31 个省份2010—2016 年间邮政业效率进行评价，采用基于面板数据的Tobit 回归模型对邮政业效率的影响因素进行分析。陈怡（2012）[21]采用2005—2019 年全国30 个省的面板数据，运用DEA-Malmquist 方法实证分析中国及各省份交通运输、仓储和邮政业的全要素生产率。

现有研究成果为开展邮政业相关研究奠定了基础，但鲜有对中国邮政业时空演变及其影响机制的研究。基于此，本文以中国31 个省市自治区（因限于数据的可获得性，暂未包含港澳台地区）样本数据，将运用标准差椭圆分析、探索性空间数据分析等方法对中国邮政业时空格局作出分析，并采用面板数据模型对其影响机制作出分析，以期为中国邮政业高质量发展提供参考价值。

二、研究方法与数据来源

（一）研究方法

1.标准差椭圆分布。标准差椭圆（StandardDeviation Ellipse，SDE）是由美国社会学家Welty Lefever 等提出的用于揭示社会经济、自然环境等要素空间格局特征的空间统计方法[22]，可通过定量刻画中国邮政业务总量标准差椭圆的面积、重心、长短轴等基本参数，描绘中国邮政业在空间层面的分布特征。

2.探索性空间数据分析（ESDA）。空间统计分析在现代计量经济学和地理学中发展迅速，空间统计分析的核心就是通过空间位置建立起数据间的统计关系，来获取认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关。其基本原理与方法有空间权重矩阵、全局空间自相关和局部自相关等[23]。全局自相关系数是用来验证整个研究区域的空间模式和度量属性值在整个区域空间上的分布态势或集聚状况，表示全局空间自相关的指标和方法很多，主要有Moran's I、Gear's、Getis 等，其中最常用的是Moran's I[24]，Moran's I 值取值范围为[-1，1]，当I>0 表示地区i 的邮政业发展与相邻地区的邮政业存在正相关关系，空间上呈聚合分布状况；I<0 则呈负相关关系，空间上呈离散分布；I=0 则表示不存在空间依赖性。

3.面板数据模型。从长时间序列来看，中国邮政业时空特征的变化是多要素多领域综合作用的结果。中国邮政业同时作为一项国家公共服务，根据相关研究[25-26]，结合邮政业[27]特殊产业这一自身特点，构建分析其影响因素的框架，本文构建了影响因素指标体系（见表1）。本文采用面板数据模型方法分析中国邮政业时空格局的影响机制，以2006—2020年31 个省份的邮政业务总量为被解释变量（Xi）基于上述指标体系为解释变量，构建如下面板数据模型：

表1 中国邮政业影响因素模型指标体系

式中，Xi表示邮政业务总量，x 表示影响因素，i、t 为 第i 个省份第t 年的指标，α0为常数项；α1、α2、…、α7为各变量弹性系数，且不随时间及横截面变化；εit为模型误差项（随机因素）；考虑到数据的动态性及异方差性，对所有变量取对数以消除数据异方差性所带来回归结果的不稳定性。

（二）数据来源

本文主要选取了2006—2020 年的中国邮政业相关统计指标，数据来源主要是《中国统计年鉴》[28]，《中国城市统计年鉴》[29]，中国国家邮政局官网数据及相关统计数据库（EPS 数据库）。由于缺少香港、澳门、台湾三个地区数据，故本文研究对象为中国31 个省级行政单元。

三、中国邮政业时空格局分析

（一）邮政业总体发展情况

根据2006—2020 年中国邮政业务总量制作图1，由图1 可知，中国邮政业务总量规模总体呈现迅速增大趋势，中国邮政业务量由2006 年的740.49 亿元提升至2020 年的21 053.19 亿元，从2006—2020年，这十五年间，中国邮政业务总量提升了接近29倍；中国邮政业务总量增速总体呈现稳步增长趋势，中国邮政业务总量增速基本在20%左右。值得注意的是，2007 年中国邮政业务总量增速为近十五年内增幅最大，增长率为66%；由于2007 年，实现政企分开，经营性的由中国邮政集团公司负责，政府职能单独剥离出来，重组国家邮政局。2009 年新版《中华人民共和国邮政法》的施行，推动了中国民营快递业的发展，进而冲击了中国邮政业的市场。直到2011 年中国邮政业务总量增速出现了近十五年间唯一一次负增长，增长率为-20%。2011 年出现业务总量负增长后，成为适应期的历史性拐点，迎来了中国邮政业的成长阶段，我们可以注意到这一时期业务总量年均增速达30%以上。

图1 中国邮政业务总量与年比增速统计图

2016 年后，中国邮政业务总量增速放缓，其中以2018 年为显著，2020 年由于疫情影响邮政业增速对比2019 年有所下降。在这一时期，2016 年全国邮政工作会议确立了中国邮政“十三五”发展目标和发展任务，下一个五年，中国邮政集团公司将牢固树立和贯彻落实五大发展理念，着力推动中国邮政向现代邮政转型升级。从2006 年年底中国邮政推行邮政改革以来，中国邮政业发展历经波澜，本文认为邮政业发展大体可以分为三个阶段：适应期（2006—2011 年），成长期（2012—2015 年），转型期（2016—2022 年）。

（二）邮政业空间异质性

1.邮政业务总量区域差异。基于2006—2020 年中国31 个省份邮政业务总量数据制作图2，并以此来分析邮政业空间异质性及各省邮政业发展情况。由图2 可知，2006—2020 年各省邮政业务总量规模总体呈逐渐增大趋势，邮政业务总量增速总体呈稳步增长趋势。

图2 中国各省市邮政业务总量

2006—2020 年邮政业务总量级差为5 802.82亿元，比2006 年的68.35 亿元，增长5 700 多亿元。由2006 年的差距从61.49 倍扩大到1 163.89 倍。浙江省、广东省，分别增长114.78 倍、82.59 倍，西藏自治区、青海省，分别增长3.31 倍、3.74 倍，表明中国各省份邮政业务总量在不断增长，但同时区域发展差异也在逐步扩大，中国邮政业在发展过程中处于不平衡发展状态。

2.就业人口和邮政设施区域差异。以2006 年、2020 年各省邮政局所和邮政业就业人数代表邮政业发展的指标，利用ArcGIS 制作空间分布图（见图3）。2006—2020 年邮政局所和邮政业就业人数呈现逐渐上升趋势，就业人口和邮政设施区域差异较大。邮政业发展主要集中在沿海经济发达地区，西部地区邮政业发展较为迟缓。而为了国家安全和扶持边远地区，以及发展提高人民生活保障，国家不断投入资金和人员进行边疆地区开发，所以呈现出邮政基础设施与邮政业务就业人员增长趋势不太匹配现象。

图3 2006 年、2020 年中国邮政局所与邮政就业人员分布图

（三）邮政业时空格局分析

1.空间分布分析。中国邮政业业务总量空间分布的标准差椭圆主要集中在中东部地区，空间分布由偏东北—偏西南—向东南移动，覆盖范围不断缩小，表明邮政业务总量在空间分布呈现集中局面。由重心移动轨迹来看，由河南地区逐渐向东南移动，2020 年移动至江西境内。表明2006—2015 年邮政业务总量在空间变化上较大，2015—2020 年后空间变化较小。从主轴来看，基本呈现不断缩小的趋势，表明邮政业发展在主轴方向不断极化的局面。从辅轴来看，也呈现不断缩小的趋势，表明邮政业发展在辅轴方向也不断极化方向演变。在空间上中国邮政业发展在偏东北—偏西南方向的空间分布趋于分散，在偏东南—偏西北方向的空间分布趋于极化。整体来看，中国邮政业发展主要体现在邮政业大省的发展，以广东省、浙江省为主导的双核格局，引领两个地区的发展，并且集中于涵盖的单元中去。

图4 2006 年、2020 年中国邮政局所与邮政就业人员分布图

2.空间相关分析。利用Geoda 软件计算2006—2020年中国邮政业务总量Moran's I 指数（见表2），由表2 可知，2006—2020 年邮政业务总量的Moran's I 指数基本都<0，且从2011 年后Moran's I 指数由0.002 0不断变小，变为2020 年-0.069 3，说明邮政业发展与相邻空间存在关系，处于较弱的负相关关系。除2006 年、2007 年和2011 年Moran's I 指数>0 外，有较弱的正相关关系外，其余时间与空间邻里均呈现负相关关系，空间分布上处于离散分布状态，没有空间外溢效果的产生。值得注意的是，地理关系负相关的趋势还在不断扩大，这也说明了邮政业作为国家公共服务的代表，政府调控手段的运用，将会影响邮政业的直接发展。

表2 2006—2020 年中国邮政业务总量Moran's I 指数

同时对2006 年、2012 年和2020 年中国的31个省份邮政业务量进行局部空间自相关检验，制作LISA 聚类分析表（见表3）。中国邮政业务总量的局域空间聚集效果明显，总体来说以高—高集聚和低—低集聚型为主，高—高集聚区主要在东部沿海地区，以浙江省、上海市和福建省为主，低—低聚集区主要在西北地区，以新疆维吾尔自治区和甘肃省为例。2006 年邮政业务总量局部空间集聚效果显著，山东省、安徽省、浙江省、江苏省、福建省、上海市六个地区都为高—高集聚类型，而到了2012 年后减为三个省，为浙江省、上海市和福建省。2020 年四川省由高—低集聚型转变为低—低集聚型，安徽省由高—高集聚型变为低—高集聚型。这一时段说明在局部空间上存在一定的空间依赖，以浙江和上海为例，作为长江三角洲城市群的重要组成部分，承担着重要的经济地位，同时浙江省作为中国的商品批发基地（义乌市），邮政业发展有着得天独厚的优势。江西省一直处于低—高集聚型，说明周围的省份邮政业较为发达，但没有带动该地区发展。而新疆维吾尔自治区一直处于低—低集聚型发展模式，周围省份发展也非常缓慢，本质上由于周围人口稀少，市场规模较小，难以跟上发展趋势。

表3 2006 年、2012 年和2020 年中国邮政业务总量LISA 聚类分析

四、影响机制分析

（一）面板数据检验

使用Stata 16 对面板数据进行回归，并进行了相关检验。并且对面板数据进行Hausman 检验，以区划固定效应模型及随机效应模型的采用，检测结果显示P=0.000<1%，拒绝原假设，因此选择固定效应模型；根据Greene 法[30]进行异方差检验，检测结果显示P=0.0000<10%，拒绝原假设，说明存在组间异方差。因此本文使用面板FGLS 法修正异方差后进行回归，有效解决了面板数据模型的异差问题，并且保证相关分析效果偏向于固定效应。

（二）回归结果分析

表4 中固定效应逐步增加变量，回归模型7 估计结果显示，因变量解释效果较为显著。除创新环境外，经济水平、产业结构、政府政策、人民生活、用户规模和交通运输的变量系数均为正值，表明这些因素对中国邮政业的时空格局演变具有正向的促进作用。

表4 回归模型结果

（1）经济水平。经济水平回归系数在1%水平下显著，表明各省经济发展水平对邮政业产业空间聚集有正向促进作用。人均GDP 越高，当地经济水平越发达，人们对于邮政业的需求越高，其中邮政业务总量就越大。以其邮政业的快递业务和金融业务为例，直接与当地经济发展、企业发展等紧密相关。与此同时，经济水平发达地区易于形成产业集聚区，同时为了相关产业发展，政府能够提供相应的基础设施，降低企业成本，进而为邮政业发展提供支持和服务，有利于邮政业规模扩大。

（2）产业结构。产业结构回归系数在1%水平下显著，表明各省产业结构对邮政业产业空间聚集具有正向促进作用。邮政业涉及物流业、仓储业、金融业等多个行业，其作为国家公共服务发展来讲，其从属于服务行业，与第三产业发展密切相关。当地第三产业占比状况直接影响邮政业发展，第三产业占比每提升1%，邮政业务总量就会提升2.5%以上。与其相关产业链发展紧密联系，二者呈现相互促进的趋势。

（3）政府政策。政府政策回归系数在1%水平下显著，表明政府政策对邮政业产业空间集聚具有正向促进作用。由于邮政业属于国家公共服务领域，以其邮政局所开设来说，是为了满足人民生活需要，加强普遍服务保障，提升邮政服务水平，是巩固发展邮政事业的需要。当地政府公共财政在一般公共服务支出领域越多，相应邮政业务总量提升越多，当地政府出台政策越多，优惠力度越大，越有利于邮政业及其产业链的发展。

（4）创新环境。回归系数为负值，但没有通过显著性检验，表明创新环境对邮政业产业空间聚集具有负向促进作用，效果不显著。由于以往邮政业务偏向于传统服务类型，创新环境需求不高，所以其对产业空间聚集影响不大。但值得注意的是，十四五规划期间，中国邮政业面临着绿色发展、低碳发展的局面，为提升邮政业发展质量，创新环境将会极大的影响当地邮政业升级，主要体现在：产品技术的升级以及产业链上下游一体化发展；产业多样化发展；产业服务质量水平提升。

（5）人民生活。回归系数为正值，但是没有通过显著性检验，表明人民生活对邮政业产业空间聚集具有正向促进作用，效果不显著。由于本文选取居民消费指数作为代表人民生活，可能效果不太显著，但是人民生活水平的提高与居民消费能力的提高，将对邮政业务量有直接影响，居民消费水平越高，邮政业务总量越高，邮政业空间集聚现象越明显。

（6）用户规模。用户规模系数在1%水平下显著，为正值，表明用户规模对邮政业产业空间集聚具有正向促进作用，效果颇为显著。邮政业发展主要面对消费市场，一般用户规模大的地区，邮政业务活动越频繁，邮政业发展越向好。

（7）交通运输。回归系数为正值，没有通过显著性检验，表明交通运输对邮政业产业空间聚集具有正向促进作用，效果不显著。同时注意到交通运输条件对于邮政业务总量影响非常微弱，交通运输条件提升1%，邮政业务总量仅仅提升0.054 8%。交通运输在一定程度上影响邮政业的发展与空间布局，但是其不是影响邮政业时空格局的主要因素，对于邮政业发展不显著。综上分析对邮政业时空格局影响力大小排序为：产业结构>人民生活>用户规模>政府政策>经济水平>交通运输>创新环境。

五、结论与讨论

本文运用2006—2020 年的中国邮政业相关数据对中国邮政业时空格局演变和影响机制做出分析，主要得出以下结论：

（1）中国邮政业发展总体呈现稳步上升趋势，中国邮政业发展具有显著的空间异质性，发展历程有显著的阶段特征。

（2）中国邮政业发展在空间上呈现较弱负相关，局部空间上以高—高集聚型发展为主，在空间分布上主要集中在东部沿海地区。

（3）中国邮政业发展的标准差椭圆主要集中在中东部地区，中国邮政业发展在偏东北—偏西南方向的空间分布趋于分散，在偏东南—偏西北方向的空间分布趋于极化。

（4）中国邮政业影响因素分析显示：经济水平、产业结构、政府政策、创新环境、人民生活、用户规模、交通运输等因素共同影响邮政业的空间格局。其中以经济水平、产业结构、政府政策、用户规模对邮政业空间格局影响尤为显著，经济水平高、产业结构优、政府政策大、用户规模大的地方更有利于邮政业的发展与空间聚集。

中国邮政业发展正处于快速变化时期，缺乏邮政业各业务部门统计资料，本文以中国各省市邮政业务总量、邮政从业人员和邮政局数据为基础，进而选择2006—2020 年的时间度进行研究，是从时空尺度对邮政业发展格局的一次积极探索。同时由于邮政业自身的特殊性和相关产业业务数据难以获取，对于其影响因素分析难免不够全面，在以后的研究中将一步完善。目前已知的相关研究关于邮政业与数字经济结合的较少，且处于“碳达峰”和“碳中和”时代，对于邮政业发展降低碳排放较为稀缺。为了邮政业高质量发展，今后研究可以聚焦于邮政业的碳排放以及与数字化环境结合中去。