基于SEM模型的制造业供应链稳定发展影响因素研究

陈 洁 郭彦雪 屈李莹

（天津城建大学 天津 300384）

引言

加快发展现代化产业体系，确保产业链供应链安全稳定发展，对制造行业的资源整合尤为必要。发达的供应链体系是制造业稳定发展的强大支撑点，由于制造业供应链存在环节多、节点间关系复杂及链上节点种类多样化等特点，面对复杂且动态变化的外部环境，供应链结构易被冲击造成“断链”的风险，因此对制造业供应链稳定发展影响因素的研究具有重要意义。

供应链稳定性的运行机理，可通过系统动力学等方法，根据产品可靠性、客户满意度、准时交货率、利润增长率等绩效因素，构建供应链绩效及其稳定性数学模型来揭示（IPWH等，2011）。供应链的可持续性有利于供应链的稳定发展，如基于“互联网+零售供应链”的商业结构与特征，可具体分析“互联网+零售供应链”可持续发展中的问题及解决对策（常艳花，2018）；汽车行业可利用决策实验和评估实验室方法对该行业供应链的可持续性进行评估（Mathivathanan D等，2018）。制造业供应链稳定性影响因素可从供需两视角和区域、行业、企业三维度进行分析，并从空间布局、整合能力、金融体系、国际合作和数字转型等五个途径进行稳定性的提升（洪卫，2020）。目前颠覆性技术正在改变供应链的运行规则，越来越多的企业纷纷提出要打造智慧供应链生态体系（丁倩兰等，2020）；将大数据分析（BDA）和制造业供应链中的供应链管理联系起来，可增强制造业供应链的稳定性（Mageto Joash，2021）。

本文通过从数字化转型程度、信息共享程度、供应链韧性程度和外部环境因素四方面构建制造业供应链稳定发展的结构方程模型，运用AMOS软件系统分析各因素的影响强度并确定其关键影响路径，为制造业供应链稳定发展提供方向，以期助于政府、企业在制造业供应链稳定发展决策中提供参考。

研究模型的理论假设

数字化转型程度。制造业供应链数字化转型是新时代科技革命和产业变革的必然选择，数字化转型可以激发制造业新的需求，也为制造业供应链的发展找到新的突破点。数字化转型为制造企业重构了组织方式、优化了生产方式、创新了商业模式，对制造业供应链上的材料采购、生产、销售等活动有着重大的影响（丁倩兰等，2020）。因此，提出假设H1：数字化转型程度对制造业供应链稳定发展有着正向影响。

信息共享程度。通过信息共享，可以降低交易双方信息不对称程度，减少道德风险发生的概率，使得供应链契约双方可以有更高的容忍柔性。技术和数据快速可靠地在链条企业中流转，不仅能够提高服务质量，还可以充分利用信息的高效流转创造更多的企业价值。因此，提出假设H2：信息共享程度对制造业供应链稳定发展有着正向影响。

供应链韧性程度。供应链韧性是指在面对各种突发性事件的冲击后，供应链上各企业的运营团队能够快速反应，在非常规的干扰下灵活运营，避免造成断链的风险。新冠疫情导致很多上下游中小制造企业面临破产的危机，反应出我国制造业供应链体系柔性有余而韧性不足的短板，可见，韧性程度是制造业供应链稳定发展的重要影响因素。因此，提出假设H3：韧性程度对制造业供应链稳定发展有着正向影响。

外部环境因素。外部环境是制造业供应链稳定发展的基础，也是制造业供应链能否稳定发展的直接影响因素，如特普朗对中国发起贸易战，切断了许多制造业的采购和销售途径，对中国制造业供应链的健康发展产生了巨大的影响。因此，提出假设H4：外部环境因素对制造业供应链稳定发展有着正向影响。

量表编制、样本采集、信度与效度检验

量表编制。为了精确地衡量制造业供应链稳定发展的影响因素，确保测量的准确度和有效度，本文通过文献整理，编制出制造业供应链稳定发展影响因素4个潜在变量和16个观测变量，如表1所示。

表1 制造业供应链稳定发展影响因素测量指标体系

样本采集。基于表1中构建的测量指标体系结合专家意见确定最终问卷，为了得到高质量的调查结果，共发放487份问卷，剔除无效问卷后，得到有效问卷共429份，有效回收率为88%，样本的基本调查情况如表2所示。对于制造业供应链而言，接受调查的对象基本涵盖供应链各个环节，且分布比例合理，数据具有基本的可靠度；接受调查的人员中43.78%有3年以上的工作经历，对制造业供应链有着较为深刻的理解，能够对问卷的题目做出准确的解答；调查对象中84.62%以上有本科以上的学历，考虑到供应链行业的应用与研发具有行业前瞻性，调查人员大多属于知识储备型人才，学历比例具有合理性。

表2 调查对象基本信息情况（ n= 429）

信度分析。信度分析通常用Cronbach’s α >0.60作为数据可靠性的判定标准，本样本整体的Cronbach’s α系数为0.892>0.60，说明潜变量内部的一致性估计较为科学。同时，数字化转型程度、供应链韧性程度、信息共享程度、外部环境因素、制造业供应链稳定发展情况的Cronbach’s α 分别为0.852、0.845、0.849、0.835、0.782，同样均大于0.60，符合信度要求，适合做进一步的研究。

效度分析。效度分析首先要对样本数据进行KMO和Bartlett检验，根据检测结果分析样本数据是否适合做因子分析。经检验，样本数据的KMO值为0.888>0.7，Bartlett的球形度检验P值为0.00<0.05，表明本样本数据适合进行因子分析。因此，通过主成分分析提取出5个因子，且累计方差贡献率达69.025%，同时旋转后得到的每个因子包含的观测变量的因子荷载值均大于0.6，说明问卷的结构效度符合基本要求，问卷设计合理。

制造业供应链稳定发展的影响模型分析

（一）模型构建

制造业供应链的稳定发展受多个不稳定因素的影响，且制造业供应链稳定发展的影响机理主要考察供应链环节中各个影响因素彼此间的复杂关系，这意味着影响变量繁多且有较强的主观性，并存在一定的误差性。因此，制造业供应链稳定发展影响因素的研究十分适合运用结构方程模型。结合制造业供应链稳定发展影响因素的基本假设与搜集到的样本数据，运用Amos软件进行模型构建。初步假设四个影响因素之间无影响关系，建立影响制造业供应链稳定发展的初始模型如图1所示。

图1 制造业供应链稳定发展初始模型

（二）模型拟合

模型适配度检验。为确定模型的质量，运用Amos软件对制造业供应链稳定发展的结构模型进行第一次模型拟合，得到如表3所示的适配度检验结果。可看出在初始模型中，GFI、RMSEA、CFI、PGFI、PNFI等指标达到标准，但仍然有部分指标未能符合要求，如绝对拟合指标中Χ/df为3.244未能满足<3的判断标准，增值拟合指标中NFI、TLI分别为0.870、0.891，均未能满足>0.9的判断标准。因此，需要对初始模型进一步修正。

表3 适配度检验结果

模型修正。因样本数据通过了多项科学性检验，问卷信效度良好，潜变量的观测变量不需要进行修改，所以根据Amos模型运行所得的协方差修正指数MI进行修正，让信息共享程度与外部环境因素、数字化转型程度与外部环境因素、信息共享程度与数字化转型程度、信息共享程度与供应链韧性程度产生关联性，得到最优模型如图2所示，并重新对模型进行拟合，最优模型拟合值如表3所示，可以看出经过模型修正后Χ/df、NFI、TLI均达到模型的判断标准，且其它各指标都得到了一定程度的改善，因此修正后的SEM模型有较强的合理性。

图2 制造业供应链稳定发展的路径关系（校准化参数）

（三）假设检验

结构方程模型通常采用极大似然法估计模型各路径的系数值，运用Amos软件输出的标准化的回归系数，再结合估计值的标准误差（S.E.）、回归系数值除以估计值的标准误差所得到的临界比值（C.R.）及假设检验值（P）来判断结构方程模型的假设检验是否显著，以此来判断该模型的假设关系是否成立。

通过表4可知，研究假设 H3、H4的P值均在0.01的水平下显著，H1、H2的P值分别为0.02和0.046，均小于0.05，即在0.05的水平下显著，因此，4个假设的标准化路径系数值均处于显著水平，且4条路径系数的β值均为正数，表示潜变量对被解释变量的直接影响效果是正向的，这与制造业供应链稳定发展影响因素的结构方程模型构建之初提出的假设是一致的，模型符合适配标准，研究假设得到支持。

表4 制造业供应链稳定发展影响因素模型的路径系数

结果分析

经过上述结构方程模型的分析，数字化转型程度、供应链韧性程度、信息共享程度和外部环境因素对制造业供应链稳定发展水平存在着正向影响。根据图2的影响路径及其系数，得到各制造业供应链稳定发展潜变量的影响效应，包括直接影响效应、间接影响效应和总影响效应，直接影响效应是指某一潜变量对被解释变量的直接影响力，间接影响效应是指某一潜变量和被解释变量中间存在多个潜变量路径的间接影响力，用各路径系数的最高乘积来表示，总影响效应为直接影响效应和间接影响效应之和。

（一）数字化转型程度与制造业供应链稳定发展的关系

数字化转型程度对制造业供应链稳定发展的影响存在1条直接路径和5条间接路径，其直接影响效应为0.21，间接影响效应最高的路径为“数字化转型程度→外部环境因素→制造业供应链稳定发展”，其间接影响效应为0.10，因此，总影响效应为0.31，表示数字化转型程度每提升1个单位，对制造业供应链稳定发展的影响就会增加0.31个单位，说明数字化转型程度对制造业供应链稳定发展有着较大的正向影响，假设H1得到验证。数字化转型程度的指标中产品与服务数字化程度（0.79）、数字技术在供应链内部环节应用情况（0.78）的影响程度较大，在数字化转型的推动过程中首先要注重对产品与服务数字化程度和数字技术在供应链内部应用能力的发展。

（二）供应链韧性程度与制造业供应链稳定发展的关系

供应链韧性程度对制造业供应链稳定发展的影响存在1条直接路径和4条间接路径，其直接影响效应为0.12，间接影响效应最高的路径为“供应链韧性程度→信息共享程度→制造业供应链稳定发展”，间接影响效应为0.03，因此，总影响效应为0.15，表示供应链韧性程度每提升1个单位，对制造业供应链稳定发展的影响就会增加0.15个单位，虽供应链韧性程度对制造业供应链稳定发展有着相对较小的正向影响，但假设H2仍可得到验证。供应链韧性程度的指标中供应链风险预测能力（0.77）、供应链应急反应能力（0.78）的影响程度较大，提高供应链风险预测和应急反应能力是加强供应链韧性程度工作的重点。

信息共享程度与制造业供应链稳定发展的关系。信息共享程度对制造业供应链稳定发展的影响存在1条直接路径和4条间接路径，其直接影响效应为0.16，间接影响效应最高的路径为“信息共享程度→数字化转型程度→制造业供应链稳定发展”，间接影响效应为0.11，因此总影响效应为0.27，表示信息共享程度每提升1个单位，对制造业供应链稳定发展的影响就会增加0.27个单位，说明信息共享程度对制造业供应链稳定发展有着较大的正向影响，假设H3得到验证。信息共享程度的指标中企业信息能力差异性（0.79）的影响程度最大，因而在提高企业信息共享程度的过程中要大力缩短供应链上下游企业与核心企业信息能力差异性。

外部环境因素与制造业供应链稳定发展的关系。外部环境因素对制造业供应链稳定发展的影响存在1条直接路径和6条间接路径，其直接影响效应为0.26，间接影响效应最高的路径为“外部环境因素→数字化转型程度→制造业供应链稳定发展”，间接影响效应为0.09，因此总影响效应为0.36，表示外部环境因素每提升1个单位，对制造业供应链稳定发展的影响就会增加0.36个单位，说明外部环境因素对制造业供应链稳定发展有着较大的正向影响，假设H4得到验证。外部环境因素的指标中政治环境（0.78）的影响程度最大，稳定的政治环境是制造业供应链稳定发展的重要前提，而国家政策则对制造业供应链稳定发展起到了引领性作用，引领制造业供应链朝着正确的方向稳定发展。

结论及启示

国民经济的发展离不开制造业供应链的稳定发展，本文对制造业供应链稳定发展的影响因素进行广角式分析，着眼于制造业供应链自身特征及发展状况，通过文献梳理和发放问卷的形式，从数字化转型程度、信息共享程度、供应链韧性程度及外部环境因素四个方面构建制造业供应链稳定发展的结构方程模型，探寻出制造业供应链稳定发展的重要影响路径，得到以下结论：第一，从结构模型可看出，在制造业供应链稳定发展的影响因素中，数字化转型程度、信息共享程度和外部环境因素三要素之间环环相扣，相互影响，供应链韧性程度相对独立，但对制造业供应链稳定发展均有着正向的影响力。第二，从路径的总影响效应来看，对制造业供应链稳定发展的影响力度从大到小依次为外部环境因素、数字化转型程度、信息共享程度和供应链韧性程度，可据此合理调整资源的流动方向。

基于上述结论，本文提出以下启示：第一，加强外部环境的稳定性，路径分析结果表明政治、经济、自然、消费等外部环境因素越稳定，制造业供应链稳定发展的几率就越高，尤其要加大国家政策引导力和国内外政治环境的稳定性。第二，加快制造业供应链的各节点企业数字化转型的进程，在供应链内部环节嵌入5G、大数据、互联网、区块链、人工智能等新一代数字技术，推动产品与服务的数字化程度，时刻掌握制造业供应链的稳定情况。