基于PLS-SEM模型的两业深度融合政策实施绩效影响因素研究

刘伟华　鲍一星　刘羽菲　曹悦男

关键词：两业融合；政策实施绩效；结构方程模型；路径关联

中图分类号：Ｆ252文献标识码：Ａ文章编号：2096-7934（2023）10-0005-18

一、引言

现代物流业与先进制造业的深度融合发展，是当前全球经济发展的重要趋势之一，也是产业结构升级与产业创新的重要推动力［1］。我国政府高度重视物流业与制造业的融合发展。2014年国务院发布了《物流业中长期发展规划（2014-2020）》，就明确提出了要大力推动制造业与物流业联动发展。2020年9月，国家发展改革委、工业和信息化部等十三个部门和单位又联合印发《关于推动物流业制造业深度融合创新发展的落实措施》（发改经贸〔2020〕1315号）（以下简称“两业融合”文件）。该文件旨在进一步推动物流业与制造业的深度融合和创新发展，促进物流降本增效，推动制造业转型升级。

然而在过去三年中，尽管受到上述两业融合政策的支持推动，两业融合政策实施的具体成效表现如何，以及是否存在障碍因素制约两业融合发展，仍然是亟须解决的问题。特别是在新发展格局下，推动国内统一大市场建设，更需要产业间的融合发展，而识别物流业与制造业之间的融合障碍已经成为研究的关键。在这种背景下，探索解决这些障碍的关联关系，并寻求相关的解决方案，无疑有着重要意义。

本文的研究具有重要的意義。一方面，在理论意义上，对于上述两业融合政策的推进进度与落实效果在理论研究上尚缺乏针对性的探索，已有的研究也仅限于定性的分析与评述，实证分析文献较少，难以对政策进行科学评价。如苏嘉敏（2014）总结国外物流业制造业发达国家的先进经验并对国内现有政策进行剖析，确立了国内物流业制造业的约束因素和发展空间［2］；李珊（2022）基于TF-IDF法与TOPSIS法对两业融合政策文本进行分析，计算指标权重，修正了两业融合评价指标体系［3］；刘永飞（2022）从政府行为视角，运用系统GMM方法研究政府规制对制造业与服务业融合的影响及其作用机理［4］。而本文将依据两业深度融合发展趋势，将理论与实证分析相结合，探讨并解释了两业融合政策实施目前所面临的障碍，利用PLS-SEM结构方程深入挖掘障碍与政策绩效之间的潜在联系，并给出政策改善建议，为深化我国两业深度融合发展策略提供理论支持。另一方面，在实践意义上，本文针对上述理论的不足与缺口，结合当前两业融合发展在人才培养、监管体系、行业标准、联动程度等多方面暴露的问题［5］，研究政策实施障碍因素对两业融合相关政策落实成效的关联关系，提出针对性的改进方案。因此，本文研究具有较强的实践价值。

本文首先通过两业融合相关文献，研究总结出两业融合相关政策实施过程中存在的障碍种类与影响因素，并设计问卷量表，面向全国制造业与物流业企业主体发放调查问卷，收集企业数据。然后采用基于偏最小二乘法的结构方程模型（PLS-SEM）对假设路径进行多重检验与判别，计算政策实施障碍与政策实施绩效关联关系的路径系数，并通过重要性—绩效矩阵分析，进一步提出各层面障碍中内部与外部的重大影响因素并进行排序，得到改善因素的优先顺序，给出本文相关的主要结论和政策建议。

二、研究综述

围绕两业融合的研究，诸多学者在两业融合发展水平、两业融合的政府职能、两业融合的影响因素等方面展开了较多的实证分析，这些前期研究为本文的展开提供了有益的探索。

（一）两业融合发展水平的相关研究

两业融合发展水平是指物流业与制造业的协调发展水平，该指标是判断双方融合程度的关键。从国内学者研究来看，近年来一些学者围绕这个领域开展了探索。例如，李舜萱和陈海燕（2010）从产业集聚与区域经济角度阐述了制造业与物流业发展的内在关系，并分析了我国早期制约两者联动发展的关键因素分别为低社会化程度、自营物流的高退出成本以及物流外包风险波动，并提出制造业产业结构调整与社会整体领导协调机制提升的对策［6］。靖学青（2017）通过使用灰色关联模型测算长江经济带上11个省市的制造业和物流业发展的联动程度，发现大多数省市的制造业与物流业的联动程度呈现增长的趋势。然而，不同省市之间存在明显的差异［7］。在王晓蕾和王玲（2022）的研究中，两位学者运用耦合协调模型和熵权法对我国2010-2019年的31个省市进行了制造业与物流业协调发展水平以及制造业升级水平的测算。研究结果表明我国物流业与制造业的融合发展对制造业具有正向的产业升级效应，但这种效应存在地域性差异［8］。陈胜利和王东（2022）采用了Dagum基尼系数和Kernel密度估计方法进行研究，并得出我国两业融合发展水平呈现持续增长趋势，然而整体处于较低水平，并且不同地区之间存在较为显著的差异的结论［9］。

国外学者对两业融合理论研究在耦合协调程度、产业集聚程度等方面同样有体现。例如，Wang（2022）采用SBM和耦合协调度模型测量物流行业与制造业的耦合协调程度［10］。Guillain（2010）对巴黎的制造业与服务业的集聚程度进行了测算，并采用区位基尼系数进行具体分析。然而，尽管有许多学者做了上述相应的研究，国内外都鲜有相关研究关注了两业融合的政策及其相关障碍，迫切需要加以针对性的研究，以补充在此理论上的不足［11］。

（二）两业融合中的政府职能研究

在两业融合的政府职能方面，国内外学者也进行了针对性的研究。从国内研究来看，目前的学者研究主要关注不同地域下的制造业与物流业联动发展或者协同发展的背景，提出改进政府职能和优化政府工作的相关建议。例如，丁志超（2014）以包头市石拐区为例，探讨了物流园区在促进两业联动发展方面的战略定位、整体布局、物流网络和公共信息平台的作用。研究还从政府职能发挥的角度，确立了政策驱动、信息共享和服务创新等策略作为当地推动两业联动发展的重要举措。该研究从实践角度提供了对物流园区在促进两业联动发展方面的有益启示［12］。杨昕（2022）结合江苏宿迁物流业发展状况，探究政府在制定政策、资金投入等方面存在的不足及原因，从用地保障、融资渠道、科技水平多方面给出地方政府职能有效发挥的建议［13］。林巧丽（2022）采用C2R-DEA模型对福建泉州市制造业与物流业的协同发展情况进行了分析，研究结果显示，泉州市的制造业与物流业尚未实现协同发展的状态。为了促进协同发展，研究建议加强政府的扶持力度，提高制造业的物流外包水平，并搭建公共信息平台，以利用信息技术推动制造业与物流业的协同发展。这些举措将有助于加强泉州市制造业和物流业之间的协同效应［14］。

从国外文献研究来看，不少学者认为，良好区域物流发展政策是实体制造业与物流业有序发展的重要保障［15］。一些学者也开展了区域物流的实证分析。例如，Nielsen和Hennerdal（2014）对瑞典斯德哥尔摩省的企业协同发展进行研究时发现，聚焦在经济现象的空间表现时，行政单元的尺度不仅会影响企业集群的规模，还会影响其位置。这表明行政层面的划分对于企业协同发展具有重要影响［16］。Kato（2014）对政府政策的干预调控下的物流集群进行了肯定，指出它对于区域制造业发展、升级和消费增长等方面有着重要的影响和帮助［17］。

总之，目前国内与国外学者的研究中，鲜见针对某一具体的两业融合政策开展的针对性分析，在两业融合政策的政府职能研究中仍有较大的研究空间。

（三）两业融合环境及影响因素研究

在融合环境及影响因素方面，许多国内学者对两业融合的因素进行了分析。例如，张建奇（2017）在对珠三角地区两业（制造业与物流业）协同影响因素研究时发现，两业的协同融合发展会受到来自物流服务外包率、消费者相对购买力、对外开放等因素的正向影响［18］。田凯（2021）在研究长江经济带作为制造型企业和物流企业集聚地时，从区域经济角度综合了之前国内学者采用的熵值法、融合协同度等评价指标体系，通过模型结果分析得出长江经济带两业融合发展中人才流失严重、融合环境较差、协调状态较初级等结论［19］。雷礼等（2021）认为。金融发展环境对制造业发展水平具有短期促进作用与长期抑制作用，对物流业发展水平的作用是正向促进作用与反向抑制作用交替而行［20］。王东方和张华荣（2022）认为产业规模、经济发展、物流网络、生态环境、技术投入及信息化水平是造成我国城市物流发展失配的主要障碍因素［21］。

尽管上述的相关研究为我国当前两业融合的发展状态与影响因素的研究提供了参考，但是对于具体的两业融合政策实施障碍缺乏统一的梳理归纳，障碍之间的关联关系尚不清晰，迫切需要结合既有的政策，从实证调研数据出发，进行针对性的测算与分析，从而为政府推动政策落实提供更好的参考。

三、研究假设

（一）障碍层面的研究假设

通过上述的政策参考与两业融合发展水平、两业融合中的政府职能、两业融合环境及影响因素三个方面的研究综述，将具体障碍总结为以下四类：区域差异、政企信任、观念认知、业务规范。本文的研究假设也将从这四个层面来展开，根据这些层面提出两业融合发展政策实施障碍的假设。

1.政企信任层面的障碍

政府信誉是指政府在社会公众心目中的地位［22］。在物流业制造业深度融合领域，政府对于企业的信誉被认为是企业对政策产生信任障碍的重要因素之一。现阶段尽管我国物流业发展较为迅速，但是仍以传统物流业为主，执法部门监管不力导致的物流运作的诚信缺失现象仍然较为普遍［23］。

此外，在制造业与物流业的融合发展中，相互之间的专用资产投资认知与信任之间存在着正相关关系。这意味着两业之间的相互信任程度越高，它们在专用资产投资方面的认知就越一致［24］。若政府作为政策施行方不能主动引导企业间的协同融合，那么企业之间的业务融合开展工作始终难以迈出第一步，进一步加深两业融合难度［25］。

因此，物流企业和制造企业与政府之间的信任程度已经成为影响两业融合政策实施能否深化落实好的关键因素之一。政府治理下的营商环境对物流业制造业融合发展的制约，主要体现在政府监管制度量化程度不高、监管标准不统一、监管方法不透明、行业信用体系缺失等4个方面［3］。现阶段政府政策实施的信用环境状况，一方面既不利于物流企业的融合升级，另一方面也不利于制造企业的长远竞争发展［26］。只有地方政府具有良好的执政声誉、完善的法律保障、高效透明的执行管理体系，地方企业才会对地方政府制定的政策产生足够的信任，针对业务一体化融合等政策的实施才能得以顺利推进［27］。

因此，本文提出以下假设：

H1：政企信任对两业融合的观念认知有着正向影响。

H2：政企信任对两业融合政策实施绩效有着正向影响。

H3：政企信任对两业融合的业务规范程度有着正向影响。

2.区域差异层面的障碍

我国物流业与制造业融合发展是一个动态演进的过程，不同地区两业融合发展水平存在差异，即融合影响效益具有明显地区差异［8］。具体而言，对我国两业联动发展进行测算分析时，可以发现物流业制造业联动发展水平的空间分布呈现东部、中部、西部梯度递减的特征［28］。

部分地区制造业相对低端、规模大而效率低，而当地的物流业企业同样服务质量较低、效率有待提高（苏秦、张艳，2011）［29］。某些地区因具备资源禀赋和主导产业方面的优势而拥有较高的物流产业聚集度，这种差异又进一步导致了制造业工业增加值的发展水平存在地区差异［30］。王珍珍（2017）在分析长江经济带制造业与物流业协同发展的共生度时发现，不同地区进入互惠共生模式阶段的时间不同。由此可见各地方区域由于各方差异，其物流业与制造业的融合程度与发展阻力也不尽相同［31］。在类似情况下，政府在分配金融资源过程中存在严重的城市区域偏好［32］。而在不同省市地区，由于地方政府的重视程度与积极程度不同，不同地区的实际情况未纳入考虑，从而使得各项配套政策制度方面的建设存在很大的差異，导致物流服务企业与制造企业对于政府的应对措施千差万别［33］。

因此，本文提出以下假设：

H4：区域差异对两业融合认知水平有正向影响。

H5：区域差异对两业融合标准规范程度有正向影响。

H6：区域差异对两业融合政策实施绩效有正向影响。

3.融合认知层面的障碍

在两业融合观念认知方面，从两业发展趋势上看，新型工业化的加快推进使得传统制造企业不再局限于低附加值的价值链环节，而是注重完善产业配套体系以及提升基础设施和服务平台，在这一背景下，新型工业化所带来的制造业物流成为制造业和物流业两个行业紧密结合点之一［34］然而，目前国内仍存在不少制造型企业其现代专业化物流观念滞后，第三方物流使用率较低，未能真正意识到现代物流在制造业中的作用［35］。究其原因在于地方政府部门在两业融合政策宣传力度不够，未能积极鼓励、引导企业在业务模式与合作交流上加强合作与探索。其表现为大多数制造企业对专业化物流服务发展认识不足，仍有相当多企业的物流活动主要依靠企业内部组织的自营物流服务完成，进而制约了专业化物流需求市场的发展［35］。

此外，地方行业协会同样在物流业与制造业企业协同融合过程中发挥着不可或缺的作用。行业协会作为一种社会组织，通过对企业社会活动宣传，定期针对政府的行为决策进行政策解读与宣讲，提升融合观念认知，促进企业间的交流融合。而伴随着协会宣传范围的扩大，企业的利益相关者包括客户、供应商、企业员工等都能对企业的长足发展有更深刻的认识［36］。整体来看，行业协会既能为政府决策提供依据，也能引导制造企业与物流企业进行深层次合作，为双方企业联动搭建软硬件平台，积极推广示范经验［37］。然而目前同样存在地方行业协会积极性不高，对于两业融合的引导作用不明显等问题。加之部分物流企业与制造企业面对两业融合政策的认知理念滞后，极大地影响新时期两业深度融合政策的落实。

因此，本文提出以下假设：

H8：两业融合观念认知对企业业务规范程度有正向影响。

H9：两业融合观念认知对两业融合政策实施绩效有正向影响。

4.业务规范层面的障碍

两业标准规范的一致，能够保障制造业和物流业各个运营环节的顺畅衔接，有效降低不必要的人力物力等要素资源的重复投入和浪费，提高要素的利用效率，降低运营成本，加快适应制造业服务化、智能化、绿色化发展趋势，实现制造业的升级［8］。然而，我国制造业和物流业存在企业业务标准不统一、规范不一致等许多问题，阻碍了其融合发展的进程。另外，在信息化方面，制造企业和物流企业由不同系统服务商建设了大量信息化业务系统，但是缺乏相应的接口标准与规范，导致相互之间无法进行信息共享与业务继承，无法满足两业融合的需要［38］，迫切需要加快业务规范，推动双方更好的融合。因此，本文提出以下假设：

H10：业务规范对两业融合政策实施绩效有正向影响。

（二）指标构建

综合上文的理论背景与研究假设，参考既有的相关文献，给出模型中各潜在变量的测量指标，如表1所示。

表1 潜在变量及对应量表题项

注：“——”表示本指标系本文直接提出。

四、数据收集与分析

为了尽可能全面了解两业融合政策实施障碍中政企信任、区域差异、融合认知、业务规范与政策实施绩效之间的关联关系，课题的调研对象聚焦于物流服务企业和制造企业。

为了充分保证作答者的问卷填写体验与问卷收集工作的顺利开展，在正式进行问卷調研之前，课题组选取了物流业、制造业业内知识储备与行业经验丰富的协会专家、企业家，以及本校多位专业学者进行问卷试填写与反馈，试填写问卷30份。根据问卷反馈的作答形式、作答时长、作答逻辑、作答流程等方面的问题对问卷进行了多次修改，从而形成最终的调研问卷。

本次调研于2023年4月1日开始，至2023年4月14日截止，为期2周。问卷通过微信推送、二维码链接方式面向专业的企业人群进行问卷发放。对采集问卷采用反应时间筛选、内外一致性筛选、逻辑筛选等方法进行筛查，以清除无效问卷，最终回收问卷205份，确认有效问卷数量177份，有效问卷回收率86.3%。

（一）信度检验

克隆巴赫系数（α信度系数，CronbachsAlpha）是目前最常用的信度系数，若问卷的信度系数在0.8以上，则该测验或量表的信度视为表现很好；信度系数在0.7以上表现较好；信度系数在0.6以上，则应对量表进行修正完善。可靠性分析结果如表2所示。由表2结果可知，各测量模型的信度系数均大于0.8，模型一致性较好，具有良好的信度。

表2 可靠性统计

（二）效度检验

效度是评估问卷能否准确有效度量所要测量概念的重要指标，本节将从结构效度、收敛效度与区分效度进行分析。在Bartlett检验中已得KMO值为0.928，Bartlett球形检验显著性为0.000，适合进行因子分析。

结构效度检验结果如表3所示。因子载荷是衡量观测变量与因子之间相关性的指标，它表示观测变量与因子之间的相关性强弱程度，对于政企信任障碍、区域差异障碍、融合认知障碍、业务规范障碍、政策实施绩效中绝大多数因子载荷均大于0.7，而仅有B2区域经济水平、B6地方民营经济发展水平位于0.6～0.7之间，依据Hairetal.（1992）［40］的相关研究，以上因子载荷均可接受。

而关于收敛效度的验证性因子分析，一般可采用AVE与CR（ConstructReliability）两个指标进行分析。目前适用范围最广的的测量指标为平均方差提取量（AverageVarianceExtracted，AVE）——衡量潜在因子对观测指标的解释能力。一般而言，AVE值应大于或等于0.5，表示潜变量能被其解释的部分不低于50%，潜在因子对观测指标的解释能力较好。

表3 结构效度-外部负荷矩阵

收敛效度检验结果，如表4所示。各因子的AVE值均高于标准，在检验中各指标解释能力均超过50%，通过了0.5的临界值检验，认定满足要求。

表4 收敛效度-AVE值

区别效度（又称判别效度、区分效度），在问卷调研中用于评估该问卷能否有效去区分不同概念或变量之间差异的能力，根据Fornell-Larcker标准，将每个因子AVE的平方根与潜变量的相关性进行比较。每个构念AVE的平方根应该大于其他构念与本构念之间的关系［41］。检验结果如表5所示。以下五个构念的AVE的平方根均大于该构念与其他其他构念的相关关系，区分效度检验通过。

表5 区别效度-Fornell-Larker标准

五、研究模型

结构方程模型存在两种主流技术，基于协方差矩阵的结构方程模型（Covariance-basedSEM）和主成分结构方程模型（Component-basedSEM），前者以AMOS方法进行计算，后者通常以PLS方法进行计算。

由于PLS-SEM相较于CB-SEM对于样本的需求数量较少，且PLS-SEM可以处理多构面的复杂结构模型，还可以同时处理反映型指标及形成型指标构面。其优越性不仅体现在小样本数据的适应性上，在复杂模型上同样表现较好，并且对非正态分布数据和非线性假设的清理更具鲁棒性。此外，PLS适合于理论的探索而不是理论的测试，并且适用于预测（以R2作为指标）。因此本文选择PLS作为统计技术。

PLS-SEM中的路径模型是用于描述和分析变量之间直接关系和间接关系的一张模型图，根据上述研究假设与关系网络构建路径模型图，如图1所示。

图1 路径模型

六、路径关联分析与结果

（一）路径系数

使用SmartPLS4.0软件，依据前文构建的研究假设路径，对数据建立路径模型进行分析，外部模型选择外部权重，内部模型选择路径系数进行模型估计，运行PLS-SEMAlgorithm得到路径系数模型，如图2所示。

图2 路径系数

（二）显著性水平

在路径模型的评估与分析中，主要的评估指标包括路径影响系数与显著性（通过t检验确定）以及确定性系数（R2），这些指标用于衡量模型中变量之间的关系强度、方向以及解释力。PLS-SEM无法假设数据服从正态分布，这意味着参数显著性检验（例如在回归分析中使用的检验）不能用于检验诸如外部权重、外部载荷和路径系数之类的系数是否显著。相反，PLS-SEM依赖于非参数自举程序来检验PLS-SEM中路径系数的显著性［42］。因此，此處采用SmartPLS4中的Bootstrpping分析。运行分析之后得到各路径显著性情况，如表6所示。

表6 路径系数与显著性续表

路径系数t值是评估统计的显著性。样本数量超过30时，t分布可合理地等同于正态分布［43］。因此，可以采用正态分布的分位数作为临界值。

将以上10条路径按照置信水平分为以下几类。

（1）区域差异→政企信任、区域差异→融合认知、政企信任→政策实施绩效、政企信任→融合认知、融合认知→政策实施绩效，显著性水平为0.001以下。

（2）融合认知→业务规范，显著性水平为0.001。

（3）区域差异→业务规范，显著性水平为0.2以下，路径显著性较差，拒绝原假设概率较大。

（4）业务规范→政策实施绩效、政企信任→业务规范，显著性水平为0.3以下，路径显著性差，拒绝原假设概率大。

（5）区域差异→政策实施绩效，显著性水平为0.9以下，显著性水平极差，拒绝原假设概率极大。

（三）预测精准度

通过Bootstrapping得到的R2可以衡量每个潜变量（因子）的解释程度，数值越大表示解释能力越好。在不同主题研究中，对于R2的评价标准因研究背景而异。一般而言，在社会科学调查中，R2＞0.2被视为是一个较好的拟合效果，R2＞0.4则被视为拟合效果很好［44］。各因子的R2值如表7所示。可以看到，各因子R2值均远大于0.2，说明各因子解释效果很好。

表7 R2值

（四）模型修正

根据上述Bootstrapping分析结果，尝试将显著性水平较差的3条路径删除，分别是业务规范→政策实施绩效、区域差异→政策实施绩效、政企信任→业务规范。并按照路径权重法重新计算修正后的路径模型，更新后的分析结果如图3所示。

图3 修正后的路径模型

路径模型图修正后，对于政策实施绩效而言，融合认知和政企信任都有着较显著的正向影响，路径系数分别为0.624与0.251，反映出融合认知对于两业融合政策实施绩效的影响效果比政企信任要更为显著。

政企信任、区域差异、融合障碍与政策实施绩效之间路径关联模型（修正后）重新进行Bootstrapping检验后的结果，如表8所示。从表中分析结果可以看出，修正后共存在6条路径P值均小于0.001，置信水平达到99.9%以上，置信水平相对较低的一条路径：区域差异→业务规范极为接近95%的置信水平，该测试结果可以接受，修正后的模型路径判定为通过。

表8 修正后路徑显著性

（五）中介效应分析

根据前文路径模型与假设验证的结果，发现区域差异对于政策实施绩效并没有直接影响。但是考虑仅包含两者的模型，发现区域差异对于政策实施绩效存在正向影响（β=0.561，T=14.828），此处采用Bootstrapping方法来检验PLS中介效应。其中判断准则为，中介效应置信区间不包含0，即可表示中介效果显著。

首先考虑区域差异对于政策实施绩效实施影响的两条明显路径：路径一：区域差异→融合认知→政策实施绩效，路径二区域差异→政企信任→政策实施绩效。此外，考虑到前文中已证实政企信任对融合认知有着正向影响。因此进一步探究区域差异是否依次通过政企信任、融合认知作为中介因素对政策实施绩效产生影响，即形成链式中介模型。具体示意图与Bootstrapping显著性检验如图4、表9所示。

图4 中介效应链式模型

表9 中介效应链式模型显著性检验

对于链式中介反应，可以看到以上所有路径置信区间均不包含0，各路径都显著。综上所述，区域差异对于政策实施绩效的实施影响存在三条中介路径。在中介效应分析中，方差解释比例（VarianceAccountedFor，VAF）用于衡量中介变量对因变量的方差解释比例，评估中介效应的大小，通过比较不同中介变量的VAF值，可以评估其在中介效应中的相对重要性。其计算方法为：VAF=（间接效应/总效应）×100%，计算结果如表10所示。

表10 各路径效应值与效果解释量

通过上述分析可知，链式中介路径：区域差异→政企信任→融合认知→政策实施绩效该条路径VAF=39.6%，间接效果最强，为区域差异对政策实施绩效产生影响的最佳路径。

（六）重要性—绩效矩阵分析

指标的重要性—绩效矩阵分析（IPMA）是考虑每个指标的性能，以此深化PLS-SEM的分析结果。它从指标的重要性以及绩效两个维度给出结论，这对于确定改善的优先次序尤为重要，以此可以将重心放在解释某个表现出较高重要性，但同时又具有相对较低绩效的指标方面上，进行针对性的改善。图5、图6是针对政策实施绩效的指标重要性—绩效矩阵分析结果。

图5 政策实施绩效的指标重要性—绩效矩阵（单个指标）

图6 政策实施绩效的指标重要性—绩效矩阵（具体障碍）

参照前文划分的测量指标，从图5中可以看出，指标A1（企业对于政府政策的信任程度）的绩效影响程度最大、重要性最高，不适宜作为改善指标；而指标A3（政策实施透明度）的重要性最高然而却并未对应最高绩效，可以着重从该方面入手进行完善提升。类似的指标还有B5（地方政府在政策实施中表现出的主动性）也体现了“高重要性、低绩效”的特点，通过改善以上方面可以使得政策实施绩效获得较大的改观。

结合图6对于影响政策实施绩效的各层面障碍进行分析，可以发现，对于融合认知（C）与政企信任（A）层面的改善程度要明显优于区域差异（B）。而这也符合现阶段我国两业深度融合发展过程中，仍然存在不少企业对于两业融合认知处于初级阶段的现状，并且相较区域发展差异，企业间的融合认知水平与对政府、政策的信任程度方面的提升要远易于改善区域差异的提升。因此，在现阶段，融合认知与政企信任在提升两业融合政策实施绩效过程中更为重要。

七、结论与建议

（一）主要结论

本文针对在政企信任、区域差异、融合认知、业务规范等4个层面的政策实施障碍与两业融合政策实施绩效的关联关系展开研究。首先，基于文献研究总结和理论背景设计的量表问卷，并针对物流企业与制造企业主体发放问卷，在此基础上综合运用SPSS与SmartPLS4软件对问卷数据进行分析，确认问卷数据的信度和效度。再利用PLS算法验证研究假设，并修正完善路径模型，得到了最终政策实施障碍与政策实施绩效的路径关联关系。本文研究主要有以下四个结论：

（1）融合认知与政企信任层面的障碍对于政策实施绩效有着重要影响。

本文分析表明，融合认知与政企信任在路径模型中影响系数较高，且前者影响大于后者。由此可见，现阶段相比于解决业务规范与区域差异层面的障碍因素，着重提升政企间的信任水平，提高地方政府的政策执行落实程度与出台配套政策的完善程度，提升物流企业和制造企业对于两业融合的认知水平，才是重中之重。

（2）区域差异经融合认知与政企信任作为中介因素对实施绩效产生影响。

区域差异对于业务规范，融合认知都有着显著正向影响，对于政策实施绩效并无直接影响，经中介效应分析发现，它是通过融合认知与政企信任两个方面的中介因素实施影响。由此可见，现阶段区域差异层面的障碍对于政策实施绩效有一定间接影响，但并不是亟需解决的首要问题。

（3）业务规范对于政策实施绩效并无直接和显著的影响。

本文研究发现，现阶段业务规范层面的障碍并不是影响政策实施绩效的最主要障碍。由于区域差异以及融合认知对于业务规范有着显著的正向影响，日后若需完善解决此类障碍，可考虑从企业间的信息共享水平以及企业间业务集成水平方面提升优化。

（4）政策实施透明度与政策实施主动性的重要性较高，但绩效表现较低。

通过指标重要性—绩效图像分析发现，当前政策实施透明度与政策实施主动性两个指标，对于政策实施绩效影响的重要性较高，但是绩效表现处于较低水平，存在较大的改善空间。

（二）政策建议

基于以上分析，本文提出以下政策建议：

（1）严抓政策实施成效，加强政企沟通协调与信任机制建设。应当明确各级政府牵头实施部门，结合本地产业发展实际制定具体推进方案，抓好两业融合工作落实。各级牵头部门要建立与企业面对面恳谈与交流机制，加强政企沟通、共识，帮助企业解决问题。加强政府与物流企业、制造企业的信任机制建设，通过有效规则和制度设计，结合本地实际，创新解决方案，让政企双方在合作中受益。

（2）加强政策宣传力度，提高企业认知水平。政策宣传是政策顺利实施的必要条件，根据调研分析结果发现，部分企业对“两业融合”的相关政策缺乏了解，不能充分认识到政策的深远意义和实施的必要性，进而可能对政策存在疑虑或不信任，缺乏实施政策的积极性和主动性。

（3）因地制宜，建立跨区域合作机制。根据不同地区的发展状况和特点，提供针对性的激励政策，如税收优惠、补贴等。这样可以更好地促进区域发展，激发企业融合的积极性。同时，要建立跨区域合作机制，加强各地区间的沟通与协调，形成合力。政府可以引导企业间建立跨区域合作伙伴关系，共同发掘市场、资源、技术等优势，推动物流业制造业深度融合。

（4）联合行业协会，推动两业融合系列标准建设规范统一。首先，尽快开展物流业制造业融合发展的国家标准、行业标准和团体标准的研制，鼓励企业加强运作流程、设施设备、服务规范对接，提高整体效率。其次，开展制造企业物流成本核算对标，统一制定企业物流成本标准，助力两业降本增效。最后，打造制造业物流服务平台，研发相关标准，促进物流企业和制造企业加强信息采集、共享和过程协同，实现物流资源共享。

（三）研究展望

从全文来看，本文还存在一些不足。例如，在假设检验方面，经计算发现业务规范障碍以及区域差异障碍对于政策实施绩效存在正向影响，但是路径系数极低（0.01～0.08）。目前未能通过量化的方式对这两个层面的障碍进行进一步的探索与解释，后续要扩大样本数据，进一步给出合理解释。另外，目前问卷调研样本覆盖范围局限于19个省份，中部、西部数据呈现较少，在一定程度上限制了分析的完备程度，未来可进一步扩大调研范围，进一步增强数据的说服力。

参考文献：

［1］章雨晨.广东省会计现代服务业与智能制造业深度融合高质量发展研究［J］.投资与合作，2022（4）：39-41.

［2］苏嘉敏.提升佛山市物流业竞争力的公共政策研究［D］.广州：华南理工大学，2013.

［3］李珊，柳莺，吴甜甜，等.基于政策文本的我国生产性服务业与制造业融合评价［J］.河南科学，2023，41（4）：568-576.

［4］劉永飞.中国政府规制对制造业与高技术服务业融合的影响研究［D］.长春：吉林大学，2022.

［5］工业和信息化部.“十四五”信息化和工业化深度融合发展规划［EB/OL］.2021-11-17.https：//www.gov.cn/zhengce/zhengceku/2021-12/01/content_5655208.htm.

［6］李舜萱，陈海燕，常连玉.促进制造业与物流业联动发展［J］.物流技术，2009，28（7）：9-11.

［7］靖学青.长江经济带制造业与物流业联动发展研究［J］.南通大学学报（社会科学版），2017，33（1）：16-22.

［8］王晓蕾，王玲.我国物流业制造业融合发展对制造业的产业升级效应及地区差异研究［J］.经济问题探索，2022（2）：94-111.

［9］陈胜利，王东.制造业与物流业融合发展的空間差异及动态演进［J］.统计与决策，2022，38（22）：102-107.

［10］WANGY.Researchontheinfluenceofthecouplingcoordinationofthelogisticsindustryandmanufacturingindustryontheupgradingofthemanufacturingindustry［J］.IEEEaccess，2022，10：30189-30201.

［11］GUILLAINR，GALLOJL.AgglomerationanddispersionofeconomicactivitiesinandaroundParis：anexploratoryspatialdataanalysis［J］.Economic.2010，37（6）：961-981.

［12］丁志超.包头市石拐区制造业与物流业联动发展政府策略研究［D］.呼和浩特：内蒙古大学，2014.

［13］杨昕.现代物流业发展背景下政府职能发挥研究——以宿迁市为例［D］.南京：南京理工大学，2022.

［14］林巧丽.基于DEA的泉州市制造业与物流业协同发展研究［J］.物流技术，2022，41（7）：60-64.

［15］PONTRANDOLFOP.Globalmanufacturing：areviewandaframeworkforplanninginaglobalcorporation［J］.Internationaljournalofproductionresearch，1999，37（1）：1-19.

［16］NIELSENMM，HENNERDALP.MAUPingworkplaceclusters［J］.Growthandchange，2014，45（2）：211-221.

［17］KATOZ.Logisticsclusters，deliveringvalueanddrivinggrowth［J］.Amfiteatrueconomicjournal，2014，16（35）：440-448.

［18］张建奇.基于集聚外部性理论的制造业与物流业空间协同集聚研究［J］.物流技术，2017，36（11）：44-49.

［19］田凯.长江经济带制造业与物流业融合发展研究［D］.荆州：长江大学，2021.

［20］雷礼，陈思杭，李诗珍.基于VAR模型的湖北省制造业、物流业与金融发展环境动态关系研究［J］.物流技术，2021，40（9）：21-28.

［21］王东方，张华荣.我国城市物流高质量发展失配度分析［J］.中国流通经济，2022，36（9）：32-46.

［22］杜江先.论政府信誉的树立［J］.中国行政管理，2003（7）：31-33.

［23］张季平，骆温平，马晓倩.营商环境对物流业与制造业联动发展的影响研究——基于诚信体系和市场成熟度维度的实证检验［J］.西部论坛，2017，27（5）：86-93.

［24］李正锋.制造业与物流业联动发展信任关键影响因素研究［J］.物流工程与管理，2018，40（1）：6-9.

［25］韩涵.PPP模式下私营企业对政府信任决策障碍研究［D］.郑州：华北水利水电大学，2017.

［26］陈雪雯.我国物流金融的主体、特征、运作模式和发展研究［J］.西南金融，2019（7）：58-67.

［27］曾向东，钟海连.中国传统智慧与企业社会责任［M］.南京：东南大学出版，2021.

［28］陈春明，陈佳馨，谷君.我国制造业与物流业联动发展的演化研究［J］.山东大学学报（哲学社会科学版），2020（2）：73-81.

［29］苏秦，张艳.制造业与物流业联动现状分析及国际比较［J］.中国软科学，2011（5）：37-45.

［30］王珍珍，陈功玉.我国物流产业集聚对制造业工业增加值影响的实证研究——基于省级面板数据的分析［J］.上海财经大学学报（哲学社会科学版），2009，11（6）：49-56.

［31］王珍珍.我国制造业与物流业联动发展效率评价——基于超效率CCR-DEA模型［J］.中国流通经济，2017，31（2）：20-30.

［32］张瑞琰，唐鹰.农村金融政策实施障碍及对策［J］.统计与决策，2005（3）：98-99.

［33］曾兰兰，马勇.基于结构方程模型的江西省商业银行绿色信贷态度分析［J］.企业经济，2018（3）：154-159.

［34］刘伟华，葛美莹.制造业物流：做强两业联动的基石［J］.中国储运，2011（3）：51-52.

［35］鲁守东，唐元宁.物流业服务水平与制造业外包绩效关系的实证研究［J］.世界科技研究与发展，2011，33（4）：718-723.

［36］袁杰.公路运输企业人力资源管理［J］.现代企业文化，2020（29）：137-138.

［37］史莉娟，任杰.基于复合系统模型的河南省物流业与制造业协同发展研究［J］.物流科技，2022，45（10）：7-11.

［38］王佳元.先进制造业和现代服务业深度融合的制度障碍与政策建议［J］.全球化，2019（11）：96-105.

［39］YEUNGK，ZHOUH，YEUNGACL，etal.Theimpactofthird-partylogisticsproviderscapabilitiesonexportersperformance［J］.Internationaljournalofproductioneconomics，2012，135（2）：741-753.

［40］HAIRLS，SYMMANSF，POWERSJM，etal.Immunohistochemistryandproliferativeactivityinhermitte-Duclosdisease［J］.Actaneuropathologica，1992，84（5）：570-573.

［41］BAGOZZIRP，FORNELLC，LARCKERDF.Canonicalcorrelationanalysisasaspecialcaseofastructuralrelationsmodel［J］.Multivariatebehavioralresearch，1981，16（4）：437-454.

［42］DAVISONAC，HINKLEYDV.Bootstrapmethodsandtheirapplication［M］.Cambridge：CambridgeUniversityPress，1997.

［43］HAIRJF，HULTGTM，RINGLECM，etal.Aprimeronpartialleastsquaresstructuralequationmodeling（PLS－SEM）［M］.TheUnitedStatesofAmerica：sagepublications，Inc.，2014.

［44］YANGQ，ZHAOX.Arelogisticsoutsourcingpartnersmoreintegratedinamorevolatileenvironment？［J］.Internationaljournalofproductioneconomics，2016，171：211-220.

［45］HAIRJF，HULTGTM，RINGLECM，etal.Aprimeronpartialleastsquaresstructuralequationmodeling（PLS-SEM）［EB/OL］.［2022-01-01］.https：//www.researchgate.net/publication/354331182.

［46］刘伟华，刘希龙，贺登才.我国制造企业物流外包模式及其发展路径［J］.工业工程，2009，12（4）：1-5.

［47］CILIBERTIF，DEGROOTG，DEHAANJ，etal.Codestocoordinatesupplychains：SMEsexperienceswithSA8000［J］.Supplychainmanagement-aninternationaljournal，2009，14（2）：117-127.

ResearchonInfluencingFactorsofImplementationPerformanceof

DeepIntegrationPolicyofTwoIndustriesbasedonPLS-SEMModel

LIUWei-hua1，BAOYi-xing2，LIUYu-fei1，CAOYue-nan1

（1.CollegeofManagementandEconomics，TianjinUniversity，Tianjin300072；

2.DepartmentofIndustrialandManufacturingSystemsEngineering，FacultyofEngineering，

UniversityofHongKong，HongKong999077）

Abstract：Thedeepintegrationofthemodernlogisticsindustryandadvancedmanufacturingindustryisoneoftheimportanttrendsinthecurrentglobaleconomicdevelopment.Chinesegovernmenthasjointlylaunchedthedeepintegrationpolicyofthetwoindustriestoactivelypromotetheinnovationandintegrationdevelopmentofthetwoindustries.However，thereisstillalackofsystematicresearchonthespecificeffectoftheimplementationoftheintegrationpolicyandwhetherthereareobstaclesrestrictingtheintegrationdevelopmentofthetwoindustries.Basedonthisbackground，thispaperconductedaquestionnairesurveyforlogisticsenterprisesandmanufacturingenterprisesnationwide，proposedthecorrelationbetweenpolicyimplementationobstaclesandpolicyimplementationperformanceinfouraspects：trustbetweengovernmentandenterprise，regionaldevelopmentdifferences，integratedcognitionandbusinessnorms，andproposedapathhypothesis.Basedonthis，aPLS-SEMstructuralequationmodelwasestablishedforempiricalanalysis.Itisfoundthatobstaclesatthelevelofintegrationcognitionandtrustbetweengovernmentandenterprisehaveasignificantimpactontheperformanceofpolicyimplementation，andtheimpactcoefficientatthelevelofintegrationcognitionisthelargest，whichisthemostimportantobstacleatthepresentstage.Regionaldifferencesinfluenceimplementationperformancethroughintegratingcognitionandtrustbetweengovernmentandenterpriseasmediatingfactors;Businessnormshavenodirectandsignificantimpactonpolicyimplementationperformance.Theresearchofthispaperhassignificanceforfurtherexploringtheobstaclesexistingintheimplementationoftheintegrationpolicyofthetwoindustriesandthecorrelationmechanismbetweentheobstacles，furtherstrengtheningtheimplementationoftheintegrationpolicyofthetwoindustries，andpromotingtheinnovationanddevelopmentoftheintegrationofthetwoindustries.

Keywords：integrationofindustries;implementationperformanceofpolicy;structuralequationmodel;pathcorrelation

基金項目：国家社科基金重大项目“物流业制造业深度融合创新发展的政策与路径研究”（22&ZD139）