刘伟华 邱靖程 袁超伦 刘婷婷 刘羽菲 曹悦男

（天津大学管理与经济学部，天津 300072）

引 言

在全球价值链重组和经济逆全球化发展趋势的影响下，我国制造业安全正面临着许多挑战，这对我国制造业服务水平提出了更高的要求。提高供应链运营能力、产业协同能力和降低运营成本已经成为我国制造企业高质量发展的必然趋势。在此背景下，2020 年9 月，国家发改委、工信部、商务部等14 部门联合印发《推动物流业制造业深度融合创新发展实施方案》 （发改经贸〔2020〕1315 号）（以下简称“两业融合” 政策），目的在于促进物流业和制造业的深度融合发展，实现降本增效，提升产业竞争力。当前，“两业融合” 已成为促进制造业与物流业发展的关键词，并多次出现在相关政策报告中，但政策对企业的影响究竟如何，尚未得出准确结论，因此评估“两业融合”政策对企业经营绩效带来的影响成为政府进一步制定“两业融合” 相关政策的关键，研究“两业融合” 政策具体的实施效应具有重要的意义。

学术界已有一些学者从“两业融合” 政策发展现状和问题两个角度出发，探究“两业融合”政策的影响效应。如部分学者利用扎根理论等定性研究方法，认为“两业融合” 政策促进了物流业和制造业的联动发展，提升了产业耦合协调性［1，2］；部分学者则基于各省市行业数据，利用双向固定模型、线性回归等定量研究方法，验证了“两业融合” 对物流业和制造业的发展有着明显的促进作用，并提出了物流业和制造业的演化特征［3－5］；也有部分学者认为“两业融合” 尚存在联动程度、物流管理水平、资源配置、信息化水平不足等问题，并出现了部分经济区二者联动效率下降的现象［6，7］。综上，目前，学术界普遍认可“两业融合”政策对物流业和制造业的发展具有促进作用，也针对“两业融合” 政策可能存在的问题展开研究，但目前的研究往往集中于行业发展上，对企业绩效的影响效应的研究存在较大的空白。

在过往的政策评估研究上，双重差分法因其可以避免内生性问题的困扰，在政策评估上得到了大量的应用，但是由于理想与现实的偏差，双重差分法无法避免样本的自选择偏差，因此部分学者将倾向得分匹配与双重差分法组合，构建PSMDID 模型，使得现实的准自然实验更近似随机，消除选择偏差。王莹莹和方厚政（2022）［8］运用PSMDID 模型的研究方法，探究西部陆海新通道建设对物流企业绩效的影响，并给出相应的发展建议。冷成英和柳剑平（2022）［9］构建PSM－DID 模型，探究低碳试点的政策效应、减排路径及其对碳达峰的作用，验证了优化能源结构、降低能源强度、调整产业结构是试点政策的有效减排路径。由此可见，PSM－DID 方法具有良好的政策评估效应，能够很好的避免自选择和内生性问题。

因此，针对上述研究不足，本文将基于2018～2022 年间的A 股上市企业的面板数据，选取PSMDID 的研究方法，探究“两业融合” 政策对企业经营绩效的影响，验证“两业融合” 政策对企业影响绩效的促进性以及可能存在的滞后性和异质性。本文在理论上可以弥补目前学术界针对企业绩效影响存在的研究不足，在实践上也有助于政府进一步制定相关政策，并帮助企业更好的响应政策，推进物流业和制造业的深度融合。

1 研究假设

根据本文的研究目的，提出以下假设：

（1） “两业融合” 政策对企业经营绩效的促进作用

“两业融合” 政策鼓励物流企业和制造企业加快智能化转型，提升供应链管理水平，提升企业间的融合程度，促进物流企业和制造企业的发展。吴菲阳等（2023）［10］和Zhang 等（2022）［11］利用定量研究方法，以上市制造企业作为研究对象，验证了数智化转型对制造企业发展的促进作用，因此“两业融合” 政策推进数智化转型将有效推进物流企业和制造企业的发展。同时，“两业融合” 政策也将给予企业资金支持，向企业提供资源倾斜，企业也将更有意愿进行变革与资本投资，张宸妍等（2022）［12］分析了政策支持对企业投资的影响，得出支持性政策对企业的投资意愿有积极的促进作用。因此“两业融合” 政策作为支持性政策也将提高物流企业和制造企业的投资意愿，加强企业的技术研发力度，进而提升企业的经营绩效。据此，本文提出假设1：

H1：“两业融合” 政策能显著提高企业经营绩效。

（2） “两业融合” 政策的促进作用存在滞后性

组织惯性理论是指企业内部原有的制度和组织架构在面临新的变革时，可能会出现敏感性不足等现象，导致企业的变革进程受阻，从而表现出滞后性。弋亚群等（2005）［13］认为组织惯性会削弱企业适应动态环境的能力，导致其应对新环境的反应变慢。Ehsan 等（2022）［14］发现组织惯性会阻碍商业模式创新和开放式创新。从“两业融合” 政策的实施角度来看，物流业和制造业的融合涉及组织融合、业务融合、流程融合、标准融合等多个方面，上述融合过程均不是一蹴而就的，需要较长的时间进行准备。同时“两业融合” 要求结合信息技术手段，打造一体化服务平台等多方面的工作，工作繁杂且对技术水平的要求较高，而我国部分企业的技术水平尚不能达到上述信息化的要求，“两业融合” 政策的推进会受到一定程度的阻碍。同时，由于物流业和制造业融合是我国的新举措，缺乏指导文件和实践经验，需要进行长期的摸索，以获得可以借鉴的成功经验与实施方法。因此，企业绩效在短时间内不会出现明显的改变。基于上述分析，本文提出假设2：

H2：“两业融合” 政策对经营绩效的促进作用存在滞后性。

（3） “两业融合” 政策的促进作用存在异质性

企业对政策的适应能力存在差异，主要受制于企业资源的不同，企业的资源量往往与企业的规模成正相关，规模较大的企业在人力资源、社会资源、市场资源、技术资源等方面均占据优势地位，相比于规模较小的企业更具备竞争优势。但在“两业融合” 政策推进的过程中，需要改变企业原有组织架构和管理体系，采取新的管理方式或新的生产技术。规模较大的企业受组织惯性的影响，相较于规模较小的企业，所需的时间更久，推行的难度更高。而小企业具有较强的能动性，面对变革，可以更快地做出反应，同时由于上下级链条较短，变革举措的效果可以得到更好的反馈，企业的管理者将更快地做出反应，有助于及时纠正变革过程中存在的问题，实施“两业融合” 的效果将会更好。刘满芝等（2021）［15］认为，缺乏资源的非国有的新能源企业会更加积极的借助政府补贴加大研发力度，政府补贴对非国有企业的促进作用更加显著。在政策实施的过程中，原先处于劣势的企业积极借助政策支持，推行变革，政策的促进作用对规模较小的企业的促进作用将更加显著。据此，本文提出假设3：

H3：“两业融合” 政策对规模较小的企业的促进作用将更加显著。

从行业来看，物流业制造业深度创新融合发展意在将制造企业的物流业务转移给专业的物流企业运作，提升物流业和制造业的紧密联系，因此物流企业业务量将会增多，将直接提升物流企业的经济效益。此外，“两业融合” 政策强调提升数字化水平、供应链管理能力，构建一体化服务平台，提升企业的服务水平。这将显著提升物流企业的响应能力。再者，物流企业的能动性也强于制造企业，将更加主动地进行业务模式、服务流程变革，进而提升企业的经营绩效。陈影和施玉平（2022）［16］对我国物流上市企业开展研究，发现我国头部物流企业均积极采取数字化转型的举措，并取得了较大成效。可见我国物流企业积极响应“两业融合” 政策，并取得了有效的成果，显著提升了自身的经营绩效。而制造企业相较于物流企业并未获得直接效益的提升，同时也剥离了原有的物流业务，因此，制造企业获得的增益有可能小于物流企业。基于此，本文提出假设4：

H4：“两业融合” 政策对物流企业的促进作用更加显著。

从地理位置上看，不同企业位于不同的经济区，企业资源受到的政府支持力度和地方的管理水平必然存在差异。就我国而言，“京津冀” 地区、长江三角洲地区和珠江三角洲地区的发展水平较为发达，基础设施建设更加完善。魏作磊和王锋波（2020）［17］通过探究制造业服务化对产业绩效地域的影响发现，珠三角地区制造企业服务化获得绩效改善的效果较为明显且持久。同时，上述经济发达地区作为我国重点建设区域，会受到更多的资源倾斜，发展机遇也更好。相较于其他欠发达地区，企业获取的资源更多，人才储备更丰富，企业获得的政府支持和帮助更多，因此企业实施战略决策和模式变革的能力更强，企业能够获得更好的发展机会。同时，上述地区往往会汇集较多的优秀企业，这将帮助企业在实现“两业融合” 的过程中，获得更多的助力。基于此，本文提出假设5：

H5：“两业融合” 政策对发达地区企业的促进作用更加显著。

2 研究设计

2.1 样本选取与数据来源

本文探究《推动物流业制造业深度融合创新发展实施方案》 对企业经营绩效的影响，政策发布时间为2020 年，为探究政策发布前后企业经营绩效的变化，并出于数据可得性考虑，本文选取政策发布后的2020～2022 年和政策发布前的2018～2020年作为样本期，选取2018～2022 年中国上市的A股企业作为研究对象，样本数据均来自CSAMR 数据库，并按照以下原则对数据进行选取：（1） 剔除研究期内ST、∗ST 的上市公司；（2） 选取制造企业、物流企业作为研究企业；（3） 剔除变量数据严重缺失的企业；（4） 剔除B 股企业。

经过处理后，最终得到614 家样本上市企业，选定《物流业制造业深度融合创新发展典型案例名单》 和《物流业制造业深度融合创新发展入围案例名单》 公示的案例企业，该名单是2020 年12 月国家发改委经过案例评选公布的，是“两业融合” 建设的优秀企业，在上述名单中共计选取34 家上市企业，将这34 家企业选定为本文的处理组，580 家企业作为参照组。为避免极端值影响，本文对变量进行了上下1%的缩尾（Winzorize）处理［18］。具体操作如图1 所示。

图1 样本选取流程图

通过上述处理，本文选定2018～2022 年间的614 家上市公司的3045 组有效年度观测数据为样本，其中34 家企业作为处理组，并使用Stata16.0对数据进行处理分析，相关变量的描述性统计结果如表1 所示。

表1 变量统计性分析

2.2 模型构建

关于政策评估的研究方法，本文使用双重差分模型研究“两业融合” 政策对企业经营绩效的影响以确定政策实施的净效应。但双重差分模型要求样本数据随机分组，且在政策冲击前具有共同趋势。因此，本文在进行DID 估计前使用得分倾向匹配（PSM）在企业层面设置匹配变量进一步选取与处理组特征相似的企业作为控制组，以缓解自选择偏误。我国发布促进制造业与物流业深度融合的年份为2020 年，本文将以2020 年为时间点，样本期为2018～2022 年，构建“两业融合”政策对企业经营绩效的影响，模型（1） 如下：

其中，Yi，t是被解释变量；Postt表示时间虚拟变量；Treati表示企业是否是处理组，若企业是处理组Treati＝1，若企业是控制组，则Treati＝0；Treati×Postt表示企业i是否在时间t受到政策冲击；Xi，t表示一系列控制变量，如企业规模、资本密集度、资产负债率、企业价值等；μi表示行业固定效应；γt表示时间固定效应；εi，t表示随机扰动项；若模型中β1为正，则表示“两业融合”政策对企业绩效起到促进作用。

2.3 变量选取

被解释变量：本文参考郭庆和方厚政（2023）［19］的研究，在衡量企业经营绩效时，采用总资产收益率（ROA）作为衡量指标。总资产收益率通过净利润与平均总资产的比率表示，可以反映企业的净利润水平，企业盈利水平越高，企业的发展潜力越大，总资产收益率是衡量企业经营变化的重要指标，因此本文将选取总资产收益率作为被解释变量。

解释变量：Treati×Postt，也就是交互项DID，在2020 年之后的企业则Post为1，否则为0；企业为处理组，则Treat记为1，否则为0。

控制变量：本文借鉴刘伟华等（2022）［18］的研究，使用资产总额的自然对数作为衡量企业规模的指标，记为SIZE；使用托宾Q 值作为衡量企业价值的指标，记为TOBINQ；使用资产负债率（负债总额／资产总额）作为衡量企业发展情况的指标，记为LEV；使用资本密集度（固定资产／期末总资产）作为控制变量，记为CAP；将企业的所属行业记为IND，用来表示企业的所属行业；将所在地区记为LOC，用来反映企业的所属地。变量设定如表2 所示。

表2 变量设定

3 实证过程与结果分析

3.1 倾向得分匹配

为缓解本研究的自偏差，本文通过Stata16.0，对数据运用截面倾向得分匹配方法进行数据处理，特征变量为企业规模（SIZE）、资本密集度（CAP）、企业价值（TOBINQ）、资产负债率（LEV），采取最近邻匹配的方法，具体匹配结果如表3、表4 所示。

表3 倾向得分匹配结果

表4 平衡性检验结果

根据结果所示，所有的协变量经过匹配后，偏差百分比（%bias）均在90%以上，且均小于匹配前的结果，如图2 所示。经过上述处理，删除未进行匹配的样本后，本文共选取668 组有效数据进行后续的DID 处理。

图2 标准化偏差图

3.2 双重差分分析

运行Stata16.0 对经过倾向得分匹配验证后的数据进行研究，探究“两业融合”政策对企业经营绩效的影响，通过交互项DID 的数值反映对ROA的影响程度，同时对企业规模、企业资产、行业等影响因素进行控制。

为了验证“两业融合” 政策对企业经营绩效的影响，对相关指标进行回归分析，如表5 所示，列（1） 为未添加控制变量，列（2） 为添加控制变量。

表5 “两业融合” 政策对企业经营绩效的影响

从表5 中可以看出“两业融合” 政策对企业经营绩效有明显的促进作用，列（1）、（2） 中都体现了交互项DID 对ROA的影响，通过列（1）、（2） 可以看出，列（1）、（2） 的DID 均在1%的水平上显著，因此假设H1 成立，“两业融合” 政策对企业经营绩效有显著的促进作用。

为了验证“两业融合” 政策对企业影响的滞后性，借助PSM－DID 模型对不同年份的企业绩效进行回归分析，DID2020、DID2021、DID2022分别代表2020 年、2021 年、2022 年的DID 回归结果，具体运行结果如表6 所示。

表6 “两业融合” 政策对企业经营绩效影响的滞后性

由表6 可以看出“两业融合” 政策对企业影响的滞后性结果，2020 年和2021 年的DID 均不显著，2022 年的DID 在1%的水平上显著，在此基础上，本文认为“两业融合” 政策对企业的影响存在滞后性，并且政策的滞后期为2 年。因此假设2 成立。

为了探究影响效应的异质性，本文选取了企业规模、所属行业、所在地区展开分析。验证企业规模的影响效应的异质性，通过行业规模（资产总额的自然对数）的均值将企业分为两组，高于均值代表规模较大企业、低于均值代表规模较小企业，回归结果如表7 所示。

表7 “两业融合” 政策对不同规模企业影响的异质性

通过表7，可以看出规模较大企业的DID 在5%的水平上显著，规模较小的企业的DID 不显著，因此，没有证据表明“两业融合” 政策对规模较小的企业的促进效应更加明显，反而是对规模较大的企业的促进效应更好，因此，假设3 不成立。

验证“两业融合” 政策对不同行业的影响效果，处理组按照物流企业和制造企业进行分类，完成回归分析，回归结果如表8 所示。

根据表8 的结果，制造业的DID 数值在10%的水平上显著，物流业的促进作用并不显著。因此，“两业融合” 政策对物流业的促进作用并没有更显著，假设4 不成立。

企业的经济发展往往受到地方经济水平、地方政策和监管水平的影响，因此本文通过模型分样本回归来验证“两业融合” 政策对不同地区企业的影响效果。将处理组按照三大经济区和非三大经济区进行分类，三大经济区即京津冀、长江三角洲和珠江三角洲。京津冀包含北京市、天津市、河北省；长江三角洲包括上海市、浙江省、江苏省、安徽省；珠江三角洲为广东省。若企业的注册地址位于上述地区，则LOC＝1，反之则为0。回归结果如表9 所示。

表9 “两业融合” 政策对企业经营绩效的地区异质性分析

通过表9 的结果可以看出，三大经济区在1%的水平上显著，而非三大经济区则不显著，因此，“两业融合” 政策对企业经营绩效的影响存在地区差异，对经济更为发达的地区的促进作用更好。因此假设5 成立。

3.3 平行趋势检验

为了验证双重差分法的合理性，本文选取平行趋势来检验模型的合理性，若在政策冲击前处理组和参照组有相同的趋势，政策冲击后，有明显的差异，则平行趋势检验合格。结果如图3 所示。

图3 平行趋势检验图

从图3 可以看出，在政策冲击前（2018～2020年），处理组和参照组有着相近的涨跌趋势，在2020 年后，处理组出现了显著上升的趋势，且涨幅远大于参照组，说明了“两业融合” 政策对企业的经营绩效有着显著的促进作用。因此，通过了平行趋势检验，本文的研究结论稳健。

3.4 研究假设汇总

本文经过PSM－DID 分析的结果汇总如表10所示。

表10 研究结果

针对H1，本文的数据分析显示“两业融合”政策的发布显著促进了物流业和制造业的发展，主要受益于以下3 个方面：（1） 政策为企业的发展提供良好的营商环境以及政策便利，并给予了企业相应的资金支持，为“两业融合” 提供了良好的发展环境；（2） “两业融合” 政策着重强调新型信息技术的使用以及综合供应链服务平台的构建，企业可以通过一体化平台快速获取所需的服务与资源，并借助区块链、条码识别技术等新兴科技实现信息的快速交互，实现信息和服务相结合，进而提升其企业的运营效率；（3） 政府鼓励新业态创新，推动试点企业的建设，借助政府提供的资金支持，“产品＋服务” 的新型产品形式迅速发展，更好的满足了市场需求，加强了企业与市场的联系，实现了降本增效。

针对H2，政策影响效应存在滞后性是比较常见的。（1） “两业融合” 要求物流业和制造业的物流部门深入到制造企业的采购、生产、销售各个运营环节，这一过程往往需要较长的准备时间；（2） 组织惯性的存在，使企业在进行自身管理模式、组织架构的变更时需要一定的时间；（3） “两业融合” 作为我国的一项新举措，在实施的过程中，缺乏可复制、成熟有效的成功经验，企业需要不断的摸索前进的道路，在探索的过程中也可能会出现错误，企业需要通过不断的试错，找出最优解决方案。

针对H3、H4、H5，政策影响效应的异质性方面，在企业规模上，与先前的假设相反，“两业融合” 政策对规模较大的企业的促进作用更好。规模较大的企业虽更容易受组织惯性等因素的影响，但是在响应“两业融合” 政策时，凭借自身的资金、人才、社会资源等多方面的优势，在面临变革时，往往有更好的响应速度与实施方案。小型企业可能会因资金与人力限制，无法实施企业预定的方案，也会因缺少合作伙伴，导致无法实施企业融合或融合的效果不佳。在所属行业上，与原假设相反，“两业融合” 政策对制造业的促进作用更好。“两业融合” 政策强调数智化转型，制造企业在数智化转型上更具优势，物流业更多的是服务于制造企业。同时，“两业融合” 政策强调推进制造企业和物流企业或专门的物流部门针对采购、生产、配送多环节融合，提升企业的供应链管理能力，因此对制造企业的作用可能更大。在所在地区上，“两业融合” 政策对经济发达地区的促进作用更加明显，主要得益于经济发达地区的基础设施建设、市场监管体系等更为完善。京津冀、长江三角洲、珠江三角洲等地区的配套设施更为完善，给予企业的支撑效果更强，企业获得的政府资源、人力资源、转型机遇更优质。因此，在推进“两业融合” 的进程中，经济更发达地区的企业会获得更大的支持，效果更佳。

4 结论与启示

4.1 研究结论

本文选取2018～2022 年间的614 家A 股上市企业作为研究对象，收集了3045 组有效观测数据作为样本数据，选择了其中34 家企业作为处理组，其余580 家作为参照组，进行PSM－DID 模型处理，来验证“两业融合” 政策对企业经营绩效的影响效应。通过分析其促进性、滞后性、异质性，并进行稳健性分析后，得到以下结论。

（1） “两业融合” 政策对企业的经营绩效的促进作用在1%的水平上显著。经过PSM－DID 分析，发现“两业融合” 政策对企业经营绩效有明显的促进作用，“两业融合” 政策促进企业数智化转型、流程优化、组织协同和技术升级，大幅度提升物流企业或制造业的物流部门的运营效率，产生了新的业务形态，帮助企业实现制造业物流运作的创新、高效、绿色，实现了降本增效。

（2） “两业融合” 政策的促进作用存在滞后性，滞后期为两年。通过本文的分析，“两业融合” 政策对企业经营绩效的影响的促进作用呈现增长的态势，但2020 年、2021 年的DID 回归系数均不显著，2022 年具有显著的促进作用，因此，政策对企业的影响效应存在滞后性，滞后期为两年。

（3） “两业融合” 政策的促进作用在企业规模、所属行业、所在地区上存在异质性。“两业融合” 政策对企业的促进作用存在异质性，会因企业的所属行业、所在地区、企业规模存在差异。在企业规模上，与原假设相反，“两业融合” 政策对规模较大企业的促进作用更好，大型企业凭借自身资金、人才的优势，有更好的融合效果。在所属行业上，与假设相反，“两业融合” 政策对制造企业的促进作用更佳，主要得益于物流企业服务于制造企业，帮助制造企业提升供应链管理能力，提升了制造企业的运作效率。在所在地区上，得益于经济发达地区的基础设施建设、市场监管体系等更为完善，“两业融合” 政策对发达地区的企业的促进作用更好。

4.2 管理启示

通过上文的分析，可以看出“两业融合” 政策对企业的经营绩效有着显著的促进作用，但由于企业和地区间的差异，促进作用存在相应的异质性，政府和企业均要根据政策实施情形和自身特点做出针对性改变。

对政府而言，目前的“两业融合” 尚未实现全面实施，政府需要大力推进“两业融合” 建设，完善基础设施建设，针对地方差异性出台相应促进政策，确保不同行业、不同规模、不同地区的企业均能享受到政策红利，实现制造业、物流业全行业发展；另外，政府需要加强产业规划和资源配置，优化政策环境，为企业提供更好的发展机遇。政府还可以帮助企业提供技术培训和增加市场拓展能力，帮助企业克服发展中的困难和挑战。

对企业而言，其需要积极响应政府政策，积极应用新兴技术，加快技术研发进程，提升企业的智能水平，取长补短，加快制造业物流业融合进程，提高企业绩效；另外，规模较小、处于偏远地区的企业实施“两业融合” 政策的效果并不明显，因此，处于劣势的企业需要积极借助产业协同效应，参与产业链合作，加强与供应商、合作伙伴之间的协同，实现资源共享、信息共享，从而提升“两业融合” 绩效水平。

4.3 研究不足与展望

本文通过PSM－DID 模型对“两业融合” 政策的分析，验证了政策的促进作用，以及影响效应是否存在滞后性和异质性，然而，本文的研究还存在一定局限性。（1） 本文在衡量企业的经营绩效时，仅仅选择了企业总资产收益率作为经营绩效的衡量标准，未来的研究可以结合企业的经营能力、盈利能力、发展能力等多重要素来衡量企业的经营绩效；（2） 本文只研究了“两业融合”政策对企业经营绩效的影响效应，而没有研究具体的影响机制，未来可以在本文研究的基础上，开展政策对企业绩效的影响机制的深入研究。