薛若禹 廖吉林

摘? 要：文章通過(guò)分析江蘇傳統(tǒng)物流發(fā)展現(xiàn)狀和所存在問(wèn)題，構(gòu)建了內(nèi)部動(dòng)因、外部動(dòng)因和企業(yè)轉(zhuǎn)型升級(jí)三者之間的結(jié)構(gòu)方程模型。以江蘇省傳統(tǒng)物流業(yè)為研究對(duì)象，對(duì)收集的167條實(shí)證數(shù)據(jù)進(jìn)行分析，結(jié)果顯示外部動(dòng)因綜合影響更為顯著，且內(nèi)、外部動(dòng)因中企業(yè)經(jīng)營(yíng)情況、突發(fā)事件風(fēng)險(xiǎn)和技術(shù)創(chuàng)新能力影響最大，但政府政策法規(guī)相對(duì)動(dòng)力不足。綜合上述研究結(jié)果，結(jié)合江蘇省實(shí)際情況提出應(yīng)向應(yīng)急物流、智慧物流、集聚物流和綠色物流轉(zhuǎn)型的建議。

關(guān)鍵詞：傳統(tǒng)物流業(yè);結(jié)構(gòu)方程模型;驅(qū)動(dòng)因素;轉(zhuǎn)型升級(jí)

中圖分類號(hào)：F259.27? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Based on the analysis of the development status and problems of traditional logistics enterprises in Jiangsu province， this paper constructs a structural equation model among internal motivation， external motivation and enterprise transformation and upgrading. Taking traditional logistics enterprises in Jiangsu province as the research object， this paper analyzes 167 empirical data collected， and the results show that the comprehensive influence of external factors is more significant， and the enterprise operation situation， emergency risk and technological innovation ability of internal and external factors have the greatest impact， but the government policies and regulations are relatively insufficient. Based on the above research results， combined with the actual situation of Jiangsu province， this paper puts forward relevant suggestions for its transformation to emergency logistics， intelligent logistics， cluster logistics and green logistics.

Key words： traditional logistics enterprises; structural equation model; driving factors; transformation and upgrading

0? 引? 言

十三五以來(lái)，互聯(lián)網(wǎng)大潮下電子商務(wù)快速發(fā)展，為物流業(yè)帶來(lái)了巨大發(fā)展機(jī)遇，江蘇貨物運(yùn)輸總量保持平穩(wěn)增長(zhǎng)態(tài)勢(shì)。2019年全省貨物運(yùn)輸總量、貨物周轉(zhuǎn)量分別為281 060萬(wàn)噸和11 114.6億噸公里，同比增長(zhǎng)了13.61%和14.77%，全省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的生產(chǎn)總值3 157.21億元，同比增長(zhǎng)6.50%?？爝f總量已達(dá)57.41億件，分別較上年增長(zhǎng)了8.96%和30%，具體到物流企業(yè)，2019年全省有交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政企業(yè)單位數(shù)總計(jì)4 313個(gè)，資產(chǎn)總計(jì)16 613.38億元，平均用工人數(shù)56.89萬(wàn)人，其中重點(diǎn)物流企業(yè)營(yíng)業(yè)收入為4 975.82億元，較上年增長(zhǎng)了10.73%，盈利能力良好。

1? 江蘇傳統(tǒng)物流業(yè)的突出問(wèn)題

作為典型的外向型發(fā)展經(jīng)濟(jì)，江蘇物流受到眾多跨國(guó)及香港、臺(tái)灣物流業(yè)沖擊，包括聯(lián)邦快遞、聯(lián)合包裹、沃爾瑪?shù)仍趦?nèi)的外資物流憑借其高響應(yīng)性供應(yīng)鏈和先進(jìn)信息管理系統(tǒng)，長(zhǎng)期保持強(qiáng)勁的增長(zhǎng)和競(jìng)爭(zhēng)勢(shì)頭。相比之下江蘇物流服務(wù)進(jìn)程稍顯落后，頭部企業(yè)剛進(jìn)入擴(kuò)張期，中小企業(yè)生存空間承壓，整體競(jìng)爭(zhēng)力不足。

（1）物流基礎(chǔ)設(shè)施能耗大

近十五年來(lái)，江蘇公路運(yùn)輸碳排放量已由1 010.29萬(wàn)噸增加到4 727.81萬(wàn)噸，年均復(fù)合增長(zhǎng)率11.65%，高于全國(guó)運(yùn)輸業(yè)年均10.56%的碳排放增長(zhǎng)率[1]。就車輛類型來(lái)看，載貨汽車已經(jīng)成為僅次于載客汽車的第二大排放車輛，二者的碳排放量占全省公路運(yùn)輸碳排放總量超90%，其中，載貨汽車的碳排放量還在以年均6.37%的速度增長(zhǎng)。基礎(chǔ)設(shè)施的高能耗、高占地、高污染，帶來(lái)了土地、環(huán)境、能源等多方面制約。

（2）物流業(yè)集中度低

江蘇物流企業(yè)數(shù)量眾多，但總體上集中度較低，規(guī)模偏小，行業(yè)龍頭企業(yè)。近年來(lái)，聯(lián)合包裹、天地物流、敦豪等跨國(guó)物流企業(yè)均已在香港、上海等地設(shè)立物流轉(zhuǎn)運(yùn)中心，其業(yè)務(wù)進(jìn)一步擴(kuò)張，經(jīng)營(yíng)方式從單一物流走向綜合物流，服務(wù)范圍從集中于部分城市向構(gòu)筑全國(guó)性物流網(wǎng)絡(luò)展開(kāi)，內(nèi)陸物流企業(yè)生存壓力越來(lái)越大[2]。而江蘇多數(shù)物流企業(yè)業(yè)務(wù)仍集中于長(zhǎng)三角地區(qū)，規(guī)模經(jīng)濟(jì)不顯著、成本高、集約化程度和效率低。

（3）突發(fā)事件響應(yīng)性弱

2020年新冠肺炎疫情防控期間，包括江蘇在內(nèi)的全國(guó)應(yīng)急物流體系暴露出各環(huán)節(jié)常分立，聯(lián)系銜接不順暢問(wèn)題，面對(duì)突發(fā)事件、自然災(zāi)害時(shí)也僅采取以行政命令為主要手段、不計(jì)成本的方式，對(duì)比韓國(guó)、日本等國(guó)家應(yīng)急物流水平存在差距[2]。2020年1～2月，江蘇企業(yè)復(fù)工一再延遲、制造業(yè)供應(yīng)鏈中斷、訂單執(zhí)行受阻，給省內(nèi)經(jīng)濟(jì)尤其是中小企業(yè)造成巨大損失。

（4）中小企業(yè)信息化落后

江蘇物流業(yè)信息化程度長(zhǎng)期領(lǐng)先全國(guó)，但與國(guó)際先進(jìn)水平相比同樣起步晚且有較大差距。隨著5G時(shí)代的到來(lái)，江蘇先后確立了南京、徐州作為智慧物流試點(diǎn)城市，重點(diǎn)選取了一批物流企業(yè)作為改革試點(diǎn)單位，初期探索階段圍繞“降本增效”主題展開(kāi)，已取得一定成效，但大部分中小企業(yè)信息化水平依然有限，嚴(yán)重拖慢了江蘇整體的信息化進(jìn)程。

2? 江蘇傳統(tǒng)物流業(yè)轉(zhuǎn)型升級(jí)動(dòng)力

作為國(guó)內(nèi)物流大省，江蘇物流企業(yè)正面臨跨國(guó)物流巨頭和國(guó)內(nèi)眾多物流企業(yè)同質(zhì)化競(jìng)爭(zhēng)的“雙重?cái)D壓”[3]。江蘇物流企業(yè)已經(jīng)意識(shí)到壓力，正著手與制造業(yè)聯(lián)動(dòng)轉(zhuǎn)型，但轉(zhuǎn)型過(guò)程困難重重。同時(shí)省內(nèi)還有相當(dāng)一部分企業(yè)未意識(shí)到物流行業(yè)的變革趨勢(shì)，固守傳統(tǒng)物流的倉(cāng)儲(chǔ)、運(yùn)輸與管理模式。本文從企業(yè)外部和內(nèi)部?jī)蓚€(gè)方面對(duì)其轉(zhuǎn)型升級(jí)的驅(qū)動(dòng)因素進(jìn)行分析，探求江蘇物流企業(yè)可能的轉(zhuǎn)型升級(jí)路徑。

2.1? 企業(yè)外部驅(qū)動(dòng)力

（1）政府政策法規(guī)。十三五期間江蘇出臺(tái)了一系列政策法規(guī)[4]，進(jìn)一步建設(shè)高質(zhì)量物流園區(qū)、加大智慧物流支持力度、鼓勵(lì)和倡導(dǎo)發(fā)展綠色物流、提升物流國(guó)際化水平，為傳統(tǒng)物流業(yè)轉(zhuǎn)型升級(jí)創(chuàng)造了良好政策環(huán)境。

（2）競(jìng)爭(zhēng)對(duì)手水平。隨著信息技術(shù)的迅速更新，跨國(guó)物流企業(yè)憑借先進(jìn)管理信息系統(tǒng)和高響應(yīng)性倉(cāng)儲(chǔ)運(yùn)輸調(diào)配，給江蘇頭部物流企業(yè)帶來(lái)了不小壓力。同時(shí)省內(nèi)物流園區(qū)產(chǎn)業(yè)集聚進(jìn)一步壓縮了中小傳統(tǒng)物流企業(yè)生存空間，急需通過(guò)轉(zhuǎn)型升級(jí)提高競(jìng)爭(zhēng)力。

（3）顧客需求導(dǎo)向。數(shù)據(jù)顯示，2019年除港澳臺(tái)和四大直轄市外，江蘇人均GDP排名位居全國(guó)榜首，隨著全省經(jīng)濟(jì)水平的提高，居民消費(fèi)觀念和各類服務(wù)水平要求日益提高，傳統(tǒng)物流企業(yè)響應(yīng)速度、服務(wù)水平、客戶信息安全保障甚至環(huán)保意識(shí)越來(lái)越被顧客所注重。

（4）突發(fā)事件風(fēng)險(xiǎn)。上半年新冠病毒疫情，下半年洪災(zāi)汛情，2020年接踵而至的突發(fā)事件給江蘇應(yīng)急物流敲響了警鐘。突發(fā)事件期間交通運(yùn)輸?shù)母鞣N管制及信息響應(yīng)的不及時(shí)，使得物流企業(yè)僅追求短期利益的傳統(tǒng)經(jīng)營(yíng)模式顯現(xiàn)出諸多弊端，急需完善的風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制。

2.2? 企業(yè)內(nèi)部驅(qū)動(dòng)力

（1）資源利用效率。運(yùn)輸算法滯后造成的空車、不合理運(yùn)輸，缺乏綠色理念對(duì)貨物過(guò)度包裝，物流作業(yè)清潔技術(shù)和設(shè)備投入不足造成的二次環(huán)保投入等，給物流企業(yè)資源利用效率和經(jīng)營(yíng)績(jī)效的提升造成了極大的阻礙。

（2）技術(shù)創(chuàng)新能力。江蘇傳統(tǒng)物流業(yè)信息化水平普遍不高，對(duì)于領(lǐng)先信息技術(shù)的應(yīng)用和推廣不夠，資金支持力度不強(qiáng)[5];同時(shí)，企業(yè)對(duì)于引進(jìn)的物流人才，只重視現(xiàn)有使用，缺乏對(duì)其持續(xù)學(xué)習(xí)培訓(xùn)投入。在物流業(yè)高度依賴互聯(lián)網(wǎng)行業(yè)和高技術(shù)人才發(fā)展的今天，競(jìng)爭(zhēng)力愈顯不足。

（3）企業(yè)經(jīng)營(yíng)情況。據(jù)江蘇省現(xiàn)代物流協(xié)會(huì)調(diào)查的158家省重點(diǎn)物流企業(yè)數(shù)據(jù)顯示，一半以上企業(yè)物流業(yè)務(wù)收入有明顯增長(zhǎng)，但55家企業(yè)利潤(rùn)有不同程度下降，8家企業(yè)出現(xiàn)虧損，虧損面5.1%，物流企業(yè)經(jīng)營(yíng)效益兩極分化狀況持續(xù)，部分企業(yè)生產(chǎn)經(jīng)營(yíng)仍較困難。表明傳統(tǒng)物流企業(yè)需順應(yīng)趨勢(shì)，借助物流業(yè)與制造業(yè)深度融合時(shí)機(jī)，加強(qiáng)一體化運(yùn)作，改善企業(yè)經(jīng)營(yíng)。

（4）物流設(shè)施結(jié)構(gòu)。江蘇物流基礎(chǔ)設(shè)施總體發(fā)展迅速，但存在結(jié)構(gòu)性短缺，現(xiàn)代化設(shè)施比重低，不能滿足現(xiàn)代物流發(fā)展要求。智慧倉(cāng)儲(chǔ)、多式聯(lián)運(yùn)轉(zhuǎn)運(yùn)、合理布局的物流園區(qū)等基礎(chǔ)設(shè)施建設(shè)不足且相互間不配套，銜接性不高，嚴(yán)重影響物流企業(yè)的運(yùn)營(yíng)效率[6]。

2.3? 企業(yè)轉(zhuǎn)型升級(jí)路徑

綜合江蘇物流企業(yè)的改革與發(fā)展趨勢(shì)，歸納出其實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的以下四條路徑：（1）提高可持續(xù)性，發(fā)展綠色物流;（2）擴(kuò)大產(chǎn)業(yè)聯(lián)動(dòng)，發(fā)展集聚物流;（3）增強(qiáng)科技創(chuàng)新，發(fā)展智慧物流;（4）抵抗突發(fā)風(fēng)險(xiǎn)，發(fā)展應(yīng)急物流。

3? 數(shù)據(jù)準(zhǔn)備與模型建立

3.1? 數(shù)據(jù)收集

研究采用網(wǎng)絡(luò)問(wèn)卷法收集一手?jǐn)?shù)據(jù)，問(wèn)卷形式參照改進(jìn)后的李克特量表，設(shè)置9個(gè)標(biāo)度，依次對(duì)應(yīng)非常反對(duì)、中立到非常同意的態(tài)度立場(chǎng)。問(wèn)卷12個(gè)問(wèn)項(xiàng)與模型中三個(gè)潛變量的可測(cè)變量對(duì)應(yīng)，就傳統(tǒng)物流業(yè)轉(zhuǎn)型升級(jí)動(dòng)力及路徑展開(kāi)調(diào)查。為減少隨機(jī)性誤差，按照地區(qū)和企業(yè)規(guī)模大小對(duì)調(diào)查對(duì)象進(jìn)行控制，隨機(jī)且不重復(fù)發(fā)放問(wèn)卷250份，最終回收處理有效問(wèn)卷167份。12個(gè)觀測(cè)變量Cronbach's Alpha總值為0.917，方法中0.70～0.98范圍內(nèi)為高信度[7]，因此該量表可靠性較高。

本文從內(nèi)外兩方面分析江蘇傳統(tǒng)物流業(yè)轉(zhuǎn)型影響因素，確定外部動(dòng)因、內(nèi)部動(dòng)因和企業(yè)轉(zhuǎn)型作為模型的三個(gè)潛變量。其中外部動(dòng)因包括政府政策法規(guī)、競(jìng)爭(zhēng)對(duì)手水平、顧客需求導(dǎo)向和突發(fā)事件風(fēng)險(xiǎn)，內(nèi)部動(dòng)因包括資源利用效率、技術(shù)創(chuàng)新能力、物流設(shè)施結(jié)構(gòu)和企業(yè)經(jīng)營(yíng)狀況，最后指向傳統(tǒng)物流業(yè)發(fā)展綠色物流、智慧物流、集聚物流和應(yīng)急物流的四個(gè)轉(zhuǎn)型升級(jí)方向，具體變量、符號(hào)及對(duì)應(yīng)誤差項(xiàng)如表2所示。

3.2? 模型建立

借助AMOS軟件構(gòu)建如圖1所示的結(jié)構(gòu)方程模型，其中橢圓表示潛變量，矩形表示觀測(cè)變量，圓形表示誤差項(xiàng)，單、雙箭頭分別表示因果和相關(guān)關(guān)系[7]。構(gòu)建好初始模型后（初始模型中不包括雙箭頭的相關(guān)關(guān)系設(shè)定），將處理好的原始數(shù)據(jù)件導(dǎo)入軟件，使用最大似然估計(jì)（Maximum Likelihood）法進(jìn)行模型運(yùn)算，默認(rèn)輸出未經(jīng)標(biāo)準(zhǔn)化后的路徑系數(shù)，標(biāo)準(zhǔn)化后的路徑系數(shù)也可以通過(guò)切換標(biāo)準(zhǔn)化視圖查看。

模型計(jì)算結(jié)果表明，轉(zhuǎn)型升級(jí)內(nèi)部動(dòng)因與外部動(dòng)因系數(shù)值相等，觀測(cè)變量中政府政策法規(guī)x對(duì)外部動(dòng)因Outer、資源利用效率x對(duì)內(nèi)部動(dòng)因Inner以及發(fā)展集聚物流x對(duì)物流業(yè)轉(zhuǎn)型Total三者在0.01水平上不顯著，其余因素對(duì)企業(yè)轉(zhuǎn)型的動(dòng)力水平均為顯著，且其中突發(fā)事件風(fēng)險(xiǎn)x與企業(yè)經(jīng)營(yíng)狀況x兩個(gè)觀測(cè)變量分別對(duì)其潛變量的相對(duì)系數(shù)值最大。此時(shí)，該初始模型卡方值

chi-square為205.7，自由度df為52，二者比值為3.96，雖在可接受指標(biāo)范圍內(nèi)，但未達(dá)到小于2的良好模型標(biāo)準(zhǔn)，有一定改進(jìn)空間。初始模型的標(biāo)準(zhǔn)化參數(shù)值如表3所示。

4? 模型改進(jìn)與評(píng)價(jià)

4.1? 模型改進(jìn)

對(duì)初始模型結(jié)構(gòu)及結(jié)果分析后，發(fā)現(xiàn)物流業(yè)轉(zhuǎn)型升級(jí)通常由內(nèi)外動(dòng)因共同作用，且具體路徑選擇也非單一方向而更趨向于綜合發(fā)展。因此在原有基礎(chǔ)上對(duì)模型進(jìn)行改進(jìn)，將外部動(dòng)因與內(nèi)部動(dòng)因兩個(gè)潛變量誤差項(xiàng)和物流業(yè)轉(zhuǎn)型升級(jí)潛變量的四個(gè)觀測(cè)變量誤差項(xiàng)，分別用雙箭頭連接，建立相關(guān)關(guān)系。改進(jìn)后卡方值chi-square降低為91.5，自由度值df由于加上的四個(gè)約束減少至48，計(jì)算得該模型的卡方自由度比指標(biāo)值為1.906<2，符合結(jié)構(gòu)良好的模型標(biāo)準(zhǔn)[7]。

如表4所示，Estimate表示每一負(fù)載的標(biāo)準(zhǔn)化估計(jì)值、C.R為估計(jì)值除以標(biāo)準(zhǔn)差的比率即臨界比率、P為與參數(shù)檢驗(yàn)值為0的零假設(shè)相關(guān)聯(lián)系的值。改進(jìn)后模型的基本擬合結(jié)果仍與原始模型趨勢(shì)一致，路徑系數(shù)值則為添加了限制后重新計(jì)算所得，其P值仍在0.01水平上顯著，說(shuō)明添加的相關(guān)關(guān)系確實(shí)可能存在。

4.2? 模型評(píng)價(jià)

一般從絕對(duì)擬合效果、相對(duì)擬合效果和替代性三個(gè)維度來(lái)評(píng)價(jià)結(jié)構(gòu)方程模型，具體涉及的評(píng)價(jià)指標(biāo)如表5所示，可以看出，除AGFI指標(biāo)略低于0.90外，其余指標(biāo)值均在可接受范圍內(nèi)，可認(rèn)為該模型符合基本的擬合標(biāo)準(zhǔn)[8]。

4.3? 結(jié)果分析

最終模型變量間結(jié)構(gòu)關(guān)系顯示，江蘇物流業(yè)轉(zhuǎn)型升級(jí)的兩個(gè)外生潛變量中，外部動(dòng)因比內(nèi)部動(dòng)因影響略大。其中，外部動(dòng)因的四個(gè)觀測(cè)變量系數(shù)值差異較大，以突發(fā)事件風(fēng)險(xiǎn)x的驅(qū)動(dòng)作用最大，其次是顧客需求導(dǎo)向x和競(jìng)爭(zhēng)對(duì)手水平x，政府政策法規(guī)x影響最小;內(nèi)部動(dòng)因的四個(gè)觀測(cè)變量系數(shù)值差異較小，技術(shù)創(chuàng)新能力x和企業(yè)經(jīng)營(yíng)情況x系數(shù)值相等且驅(qū)動(dòng)作用最強(qiáng)，其次是物流設(shè)施結(jié)構(gòu)x，最后是資源利用效率x。此外，四條轉(zhuǎn)型路徑的系數(shù)值表明，對(duì)于江蘇傳統(tǒng)物流業(yè)來(lái)說(shuō)，目前較為迫切的升級(jí)方向?yàn)橹腔畚锪鱴、應(yīng)急物流x和集聚物流x，對(duì)綠色物流x的認(rèn)同度相對(duì)弱一些，但介于發(fā)展綠色物流與智慧物流的誤差相關(guān)性最大，仍需要加以考慮。

5? 政策建議

首先必須發(fā)展應(yīng)急物流，提高企業(yè)風(fēng)險(xiǎn)應(yīng)對(duì)能力。在與新冠肺炎疫情長(zhǎng)期斗爭(zhēng)的大環(huán)境下，發(fā)展應(yīng)急物流既是在為民生服務(wù)添磚加瓦，也是傳統(tǒng)物流企業(yè)提高響應(yīng)性和風(fēng)險(xiǎn)應(yīng)對(duì)能力、開(kāi)辟嶄新業(yè)務(wù)范圍的重要舉措。隨著社會(huì)安全意識(shí)的不斷提高，政府應(yīng)加快建設(shè)包括醫(yī)藥衛(wèi)生、社會(huì)救助、生活用品服務(wù)等在內(nèi)的應(yīng)急物流網(wǎng)絡(luò)，建立健全完善的應(yīng)急物流指揮體系，制定詳細(xì)的應(yīng)急物流預(yù)案，助力傳統(tǒng)物流企業(yè)實(shí)現(xiàn)應(yīng)急轉(zhuǎn)型。

其次要大力發(fā)展智慧物流，提高企業(yè)國(guó)際化水平。全省應(yīng)加大對(duì)物流人才引進(jìn)和學(xué)習(xí)培訓(xùn)的長(zhǎng)期投入，推動(dòng)5G、云計(jì)算、人工智能、區(qū)塊鏈等新一代信息技術(shù)在物流中的應(yīng)用，不斷強(qiáng)化數(shù)字平臺(tái)支撐，助力傳統(tǒng)物流企業(yè)實(shí)現(xiàn)物流數(shù)據(jù)的動(dòng)態(tài)監(jiān)測(cè)、趨勢(shì)預(yù)判、風(fēng)險(xiǎn)預(yù)警等，向智能化倉(cāng)儲(chǔ)、分揀與運(yùn)輸?shù)默F(xiàn)代經(jīng)營(yíng)管理方式轉(zhuǎn)型。同時(shí)地方政府也要堅(jiān)決取締部分跨國(guó)物流企業(yè)在用地、稅收等方面得到的超國(guó)民優(yōu)惠待遇，保障本土企業(yè)在物流市場(chǎng)的公平競(jìng)爭(zhēng)，從而進(jìn)一步進(jìn)軍國(guó)際市場(chǎng)。

除此之外還要加強(qiáng)物流業(yè)與相關(guān)產(chǎn)業(yè)聯(lián)動(dòng)，發(fā)展集聚物流。政府應(yīng)積極鼓勵(lì)物流企業(yè)與制造企業(yè)、農(nóng)業(yè)、商貿(mào)業(yè)以及電子商務(wù)等展開(kāi)聯(lián)動(dòng)，建設(shè)供物流業(yè)聯(lián)動(dòng)信息平臺(tái)，進(jìn)一步規(guī)劃建設(shè)高質(zhì)量的物流園區(qū)，吸引相關(guān)產(chǎn)業(yè)入駐，助力省內(nèi)頭部企業(yè)發(fā)展為具有國(guó)際承運(yùn)能力的大型物流企業(yè)，進(jìn)一步帶動(dòng)其他物流企業(yè)向集聚化、大規(guī)模轉(zhuǎn)型。

最后是倡導(dǎo)企業(yè)發(fā)展綠色物流，走可持續(xù)發(fā)展之路。在物流業(yè)應(yīng)用清潔能源，落實(shí)新能源貨車差別化通行管理政策，為低碳環(huán)保配送車型提供通行便利，同時(shí)還要鼓勵(lì)物流企業(yè)發(fā)展綠色倉(cāng)儲(chǔ)，使用綠色包材，減少過(guò)度和二次包裝，推行實(shí)施貨物包裝和物流器具綠色化、減量化政策，助力傳統(tǒng)物流企業(yè)綠色轉(zhuǎn)型，并以此為突破口推動(dòng)上下游企業(yè)發(fā)展綠色供應(yīng)鏈。

參考文獻(xiàn)：

[1] 顧佳敏，姚惠芳. 基于供應(yīng)鏈驅(qū)動(dòng)因素淺析冷鏈物流[J]. 電子商務(wù)，2020（5）：9-10.

[2] 丁景. 電子商務(wù)平臺(tái)企業(yè)發(fā)展戰(zhàn)略研究——以淘寶為例[J]. 物流工程與管理，2020，42（12）：104-106.

[3] 陳心媛. 新零售背景下盒馬鮮生運(yùn)營(yíng)策略研究[J]. 物流工程與管理，2020，42（11）：21-23，28.

[4] 顧佳敏，姚惠芳. 基于O2O模式下的旅游OTA轉(zhuǎn)型研究[J]. 電子商務(wù)，2020（4）：3-4，23.

[5] 史安娜，胡方卉. 基于科技進(jìn)步的江蘇省制造業(yè)結(jié)構(gòu)調(diào)整影響因素研究[J]. 江蘇社會(huì)科學(xué)，2016（1）：261-266.

[6] 趙巍，廖吉林. 基于SEM的江蘇傳統(tǒng)制造業(yè)綠色轉(zhuǎn)型動(dòng)力機(jī)制實(shí)證研究[J]. 物流科技，2020，43（3）：115-118，132.

[7] 高麗. 基于PCA-MLRM的大學(xué)生網(wǎng)絡(luò)信貸風(fēng)險(xiǎn)認(rèn)知實(shí)證研究[J]. 中國(guó)林業(yè)經(jīng)濟(jì)，2020（6）：138-141.

[8] 葉飛，張婕. 綠色供應(yīng)鏈管理驅(qū)動(dòng)因素、綠色設(shè)計(jì)與績(jī)效關(guān)系[J]. 科學(xué)學(xué)研究，2010，28（8）：1230-1239.

[9] 高文菁. 精細(xì)化管理理念在物流企業(yè)管理中的應(yīng)用研究[J]. 物流工程與管理，2019，41（7）：55-57.