0 引言
2024年2月，习近平在中央财经委员会第四次会议上强调，物流是实体经济的“筋络”，联接生产和消费、内贸和外贸，必须有效降低全社会物流成本，增强产业核心竞争力，提高经济运行效率。物流在确保产业链与供应链韧性和安全、推动实体经济发展中具有重要地位。因此，降低全社会物流成本对于构建高效顺畅的流通体系、畅通国民经济循环以及更好支撑现代化产业体系建设意义重大。
近年来，国内外学者对全社会物流成本进行了深入的研究。丁俊发[1]指出，我国社会物流成本较高的原因，主要是由经济结构、物流业水平、供应链水平、市场效率等多重因素共同作用的结果。Xie等[2]建立了基于随机森林算法的物流成本预测模型，并对预测精度进行检验。樊东方等[3]对中美物流成本评价指标进行了对比分析，引入物流科技水平作为内部影响因素之一，将“社会总物流费用占GDP比重”分解为3个维度进行评价。Li等[4]构建了一个由产出规模、经营质量、社会贡献和绿色发展4个维度的21个指标组成的评价体系。Xie[5]设计了一种基于蒙特卡洛算法的物流企业供应链运营风险评价方法。Vazquez-Noguerol等[6]提出了一种线性规划模型来帮助企业降低物流成本。Banomyong等[7]提出一种适用于泰国的计算国家物流成本与GDP比率（NLC/GDP）方法。Mishra等[8]基于区间值毕达哥拉斯模糊和层次分析法的组合评估方法研究了在疫情期间影响物流的关键因素。Yu等[9]利用Deap2.1软件对中国农产品物流效率进行评估，从政府、行业和物流主体3个层面提出了合理配置投入资源等建议。王艳[10]以物流成本指数及其影响因素为载体，进行了宏观和微观两维度的比较研究。崔天舒[11]采用多元线性回归方法，量化了社会物流成本与三次产业结构、基础设施水平、经济发展水平之间的关系。杨勇等[12]通过梳理美国物流成本的发展历程，从数据特征着手将美国物流成本分为起步期、转型期、成长期和均衡期，通过数据对比和外部环境对比明确当前我国物流成本所处的发展阶段。李守林等[13]通过ANP方法研究了企业物流和社会物流的影响因素。周永福[14]则围绕物流成本控制的影响因素，提出了涉及做好市场调查、生产规划和应急预案等有效控制物流成本的措施。综上，学者们从不同角度对全社会物流成本的计算方法、影响因素、发展历程和控制措施进行了深入研究，提出了多种降低物流成本的路径和策略建议。然而，现有研究中主要集中于对全社会物流成本影响因素的科学性、关键性和准确性进行研究，缺少对影响因素未来对物流成本贡献度的预测和量化分析，此外，从交通物流的视角出发，对降低全社会物流成本的关键因素进行系统性预测和研究的较少。
鉴于此，本文将从供给侧与需求侧双侧影响因素着手，提出基于影响因素的回归分析模型，在明确影响因素作用和趋势后，计算2024—2030年全社会物流总费用与GDP的比率，并利用关键指标参数量化各影响因素的贡献度，为政府和企业开展物流降本工作提供科学依据。
1 核算方法和衡量指标
1.1 全社会物流成本的核算
目前广泛应用的全社会物流成本核算方法主要是按费用类型进行核算，但是从物流成本的定义来看，物流成本是“物流活动中所消耗的物化劳动和活劳动的货币表现”[15]，即货物在包装、仓储、搬运装卸、运输等物流活动中的所有花费，可见物流成本是一个支出的概念。对于单个企业而言，其物流成本就是生产经营过程中对物流活动支出的物流费用，而对于全社会来说，全社会物流成本就是社会各方物流费用支出的总和，即全社会物流总费用。因此，从支出流向角度核算物流成本相比按照费用类型核算更能够准确、系统地体现全社会物流成本整体水平。本文创新性提出按照支出流向的核算方法与核算内容，为全面衡量全社会物流成本提供方法支撑。
1.1.1 按费用类型的核算方法
1.1.2 按支出流向的核算方法
本研究提出的按支出流向的核算方法将全社会物流总费用分为物流业总收入、自营物流费用、物流领域行政事业性收费和政府性基金、物流领域无谓损失，见图2。
物流业总收入是物流企业（含独立物流部门）提供物流服务所取得的业务收入总额。主要包括物流活动中运输、储存、装卸搬运、包装、流通加工、配送、信息等业务活动的收入。
自营物流费用是生产制造企业、流通企业为进行生产经营活动和商品购销活动开展的物流业务所产生的费用。主要包括经营活动中生产要素的购进、储存、生产、搬运以及产品的销售、商品的返修和废品回收等计入生产经营成本的物流费用。
物流领域行政事业性收费和政府性基金是物流活动中支付给相关政府部门的费用。主要包括车辆过路费、过桥费，船舶过闸费以及铁路建设基金、民航发展基金等附加费用。
物流领域无谓损失是指社会物流活动中，由于物品的损耗所导致的价值损失，涉及因物品破损所需的维修成本以及物品完全损毁所造成的价值丧失。此外，还包括部分时效性要求高的物品因物流时间较长而产生的折旧贬值损失。
1.2 全社会物流成本的衡量
全社会物流总费用与GDP的比率常用于衡量宏观物流成本水平，即每创造一个单位的GDP所需要支付的物流费用。理想状态下，该指标应处于一个符合一国国情的合理区间，若指标过高，则表示社会物流支出偏高，实体经济运行效率偏低；反之，若指标过低，则表示社会物流支出偏低，不利于物流业健康发展。
受到产业结构、产品附加值、物流活动效率等诸多因素影响，我国全社会物流总费用与GDP的比率显著高于美国等发达国家，如图3所示。然而，直接采用这一指标进行国际比较来衡量物流成本水平的客观性稍显不足。如：剔除产业结构因素，不考虑金融、保险、房地产、信息、娱乐等与物流活动关联度较小的产业，修正后2021—2023年我国物流总费用占关联产业增加值约为24%，美国物流总费用占关联产业增加值约为20%，我国与美国宏观物流成本水平的比值从1.7∶1缩小到1.2∶1。
2 影响因素分析
2.1 产业结构
2.1.1 影响作用
产业结构是影响物流成本的重要因素，不同的产业结构将对物流需求规模和构成产生决定性影响。具体而言，物流关联产业占比越高，经济运行和产业发展所需要的物流活动就越多，产生的全社会物流总费用与GDP的比率则越高。为明确产业结构影响全社会物流总费用与GDP的比率的变化值，通过调查分析、专家走访，提出的计算公式如下：
式（1）中： 为产业结构的影响变化值； 为全社会物流总费用； 为物流关联产业占比； 为物流关联产业占比的变化； 为地区生产总值。
根据2013—2023年《国民经济和社会发展统计公报》中产业结构统计数据分析，物流关联产业占比每提高1个百分点，全社会物流总费用与GDP的比率增加约0.02个百分点。
2.1.2 影响趋势
2.2 产品价值
2.2.1 影响作用
产品价值是影响物流成本的关键因素，工业增加值越高的商品附加值就越高，产生的全社会物流成本也就越低。产品从低附加值到高附加值的转变是产业升级的核心，也是促进物流活动精简化、集约化和降低物流成本的有效途径。通过调查分析、专家走访，提出产品价值影响全社会物流总费用与GDP的比率变化值计算公式如下：
式（2）中： 为产品价值的影响变化值； 为工业增加值率的变化； 为制造业占比。
根据国家统计局2013—2023年主要货类产值数据分析，工业增加值率每提高1个百分点，全社会物流总费用与GDP的比率减少约0.06个百分点。
2.2.2 影响趋势
从美国等发达国家产品价值发展特征发现，产品价值的变化呈现出明显的阶段性特征。具体表现为：产品价值先是经历缓慢增长，随后得到较快增长，最终趋于平稳。这一变化趋势分别对应国际分工发展阶段的资源密集、劳动密集、资本和技术密集这3个发展阶段。随着我国产业迈向价值链中高端产品价值不断提升，进而带动工业增加值率将整体提高，如图5所示。但考虑到我国发展新质生产力不是忽视、放弃传统产业，我国工业增加值率将低于美国等发达国家。依据2013—2023年数据按照式（2）对产品价值的影响变化进行测算，发现产品价值在当前降低全社会物流成本工作中是有利因素。
2.3 供需分布
2.3.1 影响作用
供需空间分布格局决定了平均运输距离（平均运距）的长短，优化供需空间分布能够减少无谓损失，降低部分不必要的运输费用、管理费用，进而影响全社会物流成本。供需分布越合理，产生的不必要的货物运输距离就越短，全社会物流成本则越低。通过调查分析、专家走访，提出供需分布影响全社会物流总费用与GDP的比率变化值计算公式如下：
式（3）中： 为供需分布的影响变化值； 为第 种运输方式的运输费用； 为第 种运输方式的平均运距； 为第 种运输方式平均运距的变化。
根据2013—2023年《交通运输行业发展统计公报》的货物周转量与货运量数据计算得到平均运距，对其分析发现，平均运距每降低1个百分点，全社会物流总费用与GDP的比率减少约0.01个百分点。
2.3.2 影响趋势
2.4 流通速率
2.4.1 影响作用
流通速率以存货周转天数衡量，即全社会在一定时间内销售或使用的产品量与平均存货量之比，较短的存货周转天数能够有效分摊保管费用和管理费用。总体来看，货物流通周转越快、效率越高，物流活动的正向马太效应越明显，全社会物流成本就越低。通过调查分析、专家走访，本文提出的流通速率对全社会物流总费用与GDP的比率影响变化值计算公式如下：
式（4）中： 为流通速率的影响变化值， 为保管费用中第 种与流通速率相关费用项目支出，主要包括资金占用的利息费用、仓储费用、保险费用； 为第 种与流通速率相关费用项目的时间周期； 为第 种与流通速率相关费用项目时间周期的变化。
根据2013—2023年存货周转天数调查数据分析，存货周转天数每提高1个百分点，全社会物流总费用与GDP的比率减少约0.03个百分点。
2.4.2 影响趋势
从美国等发达国家流通速天数变化趋势发现，流通速天数的变化具有较强的阶段性特征，如图7所示。在发展初始阶段，市场机制初步建立，流通速率随市场发展缓慢提升。进入第二阶段，市场机制处于持续优化阶段，马太效应凸显，从而推动流通速率快速提升。到了第三阶段，随着新技术应用和市场需求变化，市场机制日益健全，流通速率改善并趋于稳定。目前，我国流通领域现代化程度尚有待提高，随着流通市场机制的完善和企业能级的逐渐提升，尤其是链长企业的增加和壮大，流通速率也将加快提升。将2013—2023年数据代入式（4）进行测算，结果表明流通速率在当前降低全社会物流成本工作中是有利因素。
2.5 运输效能
2.5.1 影响作用
运输效能主要涉及综合交通方式的组合效应，可以通过运输结构合理性指标来衡量，体现在“宜铁则铁、宜公则公、宜水则水、宜空则空”的原则上。公路货物周转量占全社会货物周转量的比例越低，运输服务的通达性、灵活性和韧性越差，且公路运输成本相对较高。因此，对应的全社会物流成本就越低。通过调查分析、专家走访，本文提出运输效能对全社会物流总费用与GDP的比率影响变化值计算公式如下：
式（5）中： 为运输效能的影响变化值； 为运输费用中的公路运输费用支出； 为铁路、水路运输比公路运输平均节省的费率； 为公路货物周转量占比； 为公路货物周转量占比的变化。
根据2013—2023年《交通行业发展统计公报》运输结构统计数据分析，“公转铁”“公转水”推动公路货物周转量占比每提高1个百分点，社会物流总费用与GDP的比率减少约0.02个百分点。
2.5.2 影响趋势
3 下降空间测算
3.1 测算方法
3.1.1 测算思路
本文采用定性和定量结合的方式预测未来物流成本变化趋势，分析各影响因素贡献度，具体测算思路如下：在深入分析前述5大影响因素的基础上，本文提出物流关联产业占比、工业增加值率、平均运距、存货周转天数和公路货物周转量占比5个关键核心指标，通过查阅、收集2013—2023年相关数据和调查数据，对各参数在2024—2030年的变化值进行测算。通过构建基于影响因素的回归分析模型，分别测算2024—2030年全社会物流总费用和GDP的变动情况，并据此计算全社会物流总费用与GDP的比率，从而评估全社会物流成本的下降空间，再根据关键参数变化值在物流总费用与GDP比率中的占比，量化各影响因素对该比率的贡献度，如图9所示。
3.1.2 测算模型
根据各影响因素的作用和效果，提出基于影响因素的回归分析模型。计算公式如下：
式（6）中： 为目标年份物流总费用与GDP的比率测算数值。
3.1.3 参数测算
采用组合预测法对所提出的5个影响因素指标数据进行预测，在此过程中，分别运用了德尔菲法和趋势外推法，并通过平均权重法来确定各因素的权重，具体计算公式如下：
式（7）中： 为目标年份第 项影响因素的变化数值； 为通过趋势外推法得出的影响因素变化的预测数值，其中，函数是基于历史数据拟合而成； 为通过德尔菲法得出的影响因素变化的预测数值平均数，该数值由9名物流专业领域的研究人员以及业务相关人员打分形成。
3.2 参数分析
3.2.1 关联产业占比
根据国家统计局、中国物流与采购联合会公布的分行业增加值统计数据，结合式（7）预测未来关联产业占比的变化趋势，如图10所示。根据测算结果，2024—2030年关联产业占比呈现先降再升的趋势，关联产业占比在2024—2025年将成为降低全社会物流成本的有利因素，但2026—2030将成为阻抗因素。
3.2.2 工业增加值率
根据2013—2023年国家统计局公布的规模以上工业增加值统计数据及部分调查数据，结合式（7）预测2024—2030年工业增加值率的变化趋势，如图11所示。根据测算结果，工业增加值率将呈现加速上升的趋势，就增长趋势和增长速率而言，与其他参数相比工业增加值率将是降低全社会物流成本中最有利的因素。
3.2.3 平均运距
根据《交通运输行业发展统计公报》数据及部分调查数据，结合式（7）预测2024—2030年平均运输距离变化趋势，如图12所示。根据测算结果，平均运距将呈现下降趋势，下降速率逐步放缓后将随着运输结构调整再次加速。因此，平均运距是降低全社会物流成本的有利因素。
3.2.4 存货周转天数
根据中国物流与采购联合会官网统计信息和调查获取数据，结合式（7）预测2024—2030年存货周转天数的变化趋势，如图13所示。根据测算结果，存货周转天数呈现下降趋势，下降速度在2026—2030年有所增强。因此，存货周转天数是降低全社会物流成本的有利因素。
3.2.5 公路货物周转量占比
3.3 测算结果
4 测算结果分析
4.1 贡献度预测
4.1.1 分析方法
采用贡献度分析法研究5个影响因素的贡献度，计算公式如下：
式（8）中： 为目标年份第 项影响因素的贡献度； 为目标年份第 项影响因素引起的部分变化量； 为目标年份整体的变化量。
4.1.2 贡献测算
基于3.2节参数分析结果，将所得参数预测值代入式（8），以量化各影响因素对全社会物流总费用与GDP比率的贡献度，测算结果如图16所示。
由图16可知，2024—2030年关联产业占比对全社会物流总费用与GDP比率贡献度从20.9%波动降低至-0.48%，其中2027年为最低点，对应贡献度为-7.88%；工业增加值率贡献度将在2024—2026年间从47.91%快速上升至75.03%，此后维持在75%以上，最高点在2027年，对应贡献度为79.23%；存货周转天数贡献度从9.86%小幅上升至11.17%；平均运距贡献度在2024—2030年从33.49%下降至7.59%，下降速度较快且趋势明显；2024—2030年公路货物周转量占比贡献度从-12.15%上升至3.33%，2029年达到最高点，对应贡献度为3.56%。
4.1.3 贡献分析
从测算结果上看，未来需求侧将是降低全社会物流成本的关键驱动因素，其中2024—2025年产业结构和产品价值共同推动全社会物流成本下降，2026—2033年产业结构将成为全社会物流成本下降的阻抗因素，而产品价值成为降成本的关键因素。供给侧是降低全社会物流成本的次要因素，其中供需分布在2024—2026年的贡献明显但2026年后逐渐减弱，运输效能2024—2027年为阻抗因素但2027年后将成为运输环节降成本的重要手段之一；流通速率贡献度在2023—2030年间变化幅度相对较小。总体来看，降低全社会物流成本不是某一行业、某一部分的工作，而是全社会、全产业、全链条的一次生产流通革命，既涉及供给侧改革和需求侧提质，也涉及组织升级、技术创新和制度改革，需要综合施策、协同作用。
4.2 有关建议
4.2.1 推动交通物流融入现代化产业体系
全社会物流成本与需求侧的关系将日益紧密，随着社会的发展，交通物流对物流成本的影响力将逐步降低，并呈现趋于平稳的趋势。为充分发挥交通物流体系在促进形成强大国内市场、推动高质量发展、建设现代化经济体系中的先导性、基础性、战略性作用，建议持续推动交通物流融入现代化产业体系，促进交通物流与制造业深度融合，在为经济快速发展提供有效支撑的同时，有效提升产品流通速率，降低企业的保管成本，进一步通过政府的精准施策和行业内各项工作举措提升交通物流在降低全社会物流成本中的积极作用和贡献率。
4.2.2 推进新质生产力赋能交通物流领域
流通速率和运输效能对降低成本的贡献程度始终维持在一定比例，即提高流通速率和运输效能能对全社会物流成本产生稳定持久的正面影响。以高科技、高效能、高质量为代表的新质生产力能为交通物流高质量发展注入新动能，通过应用人工智能、大数据、物联网、无人驾驶等技术手段可以有效助力企业优化运输路线、缩短运输时间、减少库存压力、提高供应链响应速度，从而促进企业提升运输和仓储效率，助推交通物流领域进一步降低成本。
4.2.3 优化交通基础设施和重大生产力布局
平均运距在短期内仍是降低全社会物流成本的重要因素，优化交通基础设施和重大生产力布局能有效降低平均运距。生产力布局要考虑不同地区的资源、经济基础和交通条件，规划建设产业集群，促进相关产业在特定区域内集中发展，形成规模效应和协同效应。结合生产力布局，统筹考虑不同运输方式（如铁路、公路、水运、航空）的优势特点，既要完善产业集群周边及内部交通基础设施，强化交通与产业的融合发展，又要注重联运效率，促进各种运输方式之间的无缝衔接和高效转换，多措并举推动平均运距有效降低。
4.2.4 以交通物流引领构建现代流通体系
流通速率对降低全社会物流成本的影响相对稳定，但是当运输成本下降至一定程度时对流通各环节的把控也将成为降低总成本的关键手段。我国对完善现代流通体系的重视程度正在不断加深，党的二十大报告提出“建设高效顺畅的流通体系”，在更大范围把生产和消费联系起来、交通物流作为我国货物流通不可或缺的关键环节，在实体层面承担着提升流通效率的重要任务。为进一步促进我国流通效率的持续提高，交通物流亟需通过提高装备使用效率、优化仓储设施利用率、提升管理信息交换速度等多重途径，降低流通链条中各环节的物流成本。
4.2.5 优化调整运输结构和发展多式联运
运输结构调整在中远期将成为降低全社会物流成本的有利因素。我国交通运输主管部门重视运输结构调整和多式联运相关工作，多次出台关于多式联运“一单制”“一箱制”等政策举措，进一步推动交通物流提质增效升级。交通物流行业需要发挥各种运输方式的优势，对于长距离、大批量的货物运输，优先选择铁路和水路运输，而对于短距离、小批量、时效性要求高的货物运输，则采用灵活便捷的公路运输，整体提高运输效率。同时，可通过创新装备技术、推动管理改革、开拓新兴市场、完善标准体系等方式，全面提升多式联运水平，降低衔接成本。
5 结束语
综上，分析全社会物流成本的影响因素和下降空间对物流降本工作的路径选择和效果评估至关重要。本文全面梳理了影响全社会物流成本的重要因素，对影响因素的作用和趋势进行研判，进而提出了全社会物流总费用与GDP的比率下降空间测算模型，结合2013—2023年统计数据分析了相关参数的未来变化趋势，得到2024—2030年的测算结果，并采用贡献度分析法对测算结果进行分析，结合测算结果从产业发展、技术应用、生产力布局、流通体系、运输结构等方面提出建议，可为降低全社会物流成本工作提供参考。未来，可持续跟踪研究供给侧改革和需求侧提质对全社会物流成本的影响程度，同时结合物流成本实际变化情况研究提出推动交通物流行业创新改革的具体举措。