大數(shù)據(jù)驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的實證研究

張季平 陶君成 尤美虹

摘要：大數(shù)據(jù)和大數(shù)據(jù)技術(shù)的快速發(fā)展和應(yīng)用，為制造企業(yè)和物流企業(yè)的生存和發(fā)展帶來了新的機(jī)遇和挑戰(zhàn)，如何運(yùn)用大數(shù)據(jù)和大數(shù)據(jù)技術(shù)推動制造企業(yè)與物流企業(yè)有效協(xié)同，成為當(dāng)前理論界和實業(yè)界關(guān)注的焦點。為探究大數(shù)據(jù)驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的內(nèi)在機(jī)理，可基于大數(shù)據(jù)可挖掘性、價值性、真實性、多樣性等主要特性，構(gòu)建大數(shù)據(jù)驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展概念模型并提出研究假設(shè)，進(jìn)而運(yùn)用結(jié)構(gòu)方程模型對研究假設(shè)進(jìn)行驗證。研究結(jié)果發(fā)現(xiàn)，大數(shù)據(jù)的價值性、真實性、多樣性對制造企業(yè)發(fā)展水平具有顯著正向影響，而可挖掘性對其正向影響不顯著；大數(shù)據(jù)的真實性、可挖掘性、多樣性對物流企業(yè)服務(wù)水平具有顯著正向影響，而價值性對其正向影響不顯著；大數(shù)據(jù)的可挖掘性、真實性對制造企業(yè)與物流企業(yè)協(xié)同程度具有顯著正向影響，而多樣性、價值性對其正向影響不顯著，不過價值性可以通過影響制造企業(yè)發(fā)展水平產(chǎn)生間接影響作用。這與目前我國制造企業(yè)、物流企業(yè)運(yùn)用新一代信息技術(shù)驅(qū)動自身轉(zhuǎn)型升級尚處于起步階段存在很大關(guān)系。未來，隨著科學(xué)技術(shù)的進(jìn)步以及制造企業(yè)智能化與高端物流的發(fā)展，大數(shù)據(jù)將在驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同方面發(fā)揮顯著重要作用，最終促使制造企業(yè)與物流企業(yè)形成長期穩(wěn)定的協(xié)同發(fā)展關(guān)系。

關(guān)鍵詞：大數(shù)據(jù)；物流企業(yè)；制造企業(yè)；協(xié)同程度；高端物流

中圖分類號：F272.7文獻(xiàn)標(biāo)識碼：A文章編號：1007-8266（2020）02-0003-12

一、引言

大數(shù)據(jù)概念自提出至今已有十余年時間，大數(shù)據(jù)及大數(shù)據(jù)技術(shù)的開發(fā)和應(yīng)用在制造業(yè)、物流業(yè)、金融業(yè)等行業(yè)已經(jīng)逐步展開，創(chuàng)造了巨大的社會價值。盡管大數(shù)據(jù)為制造企業(yè)和物流企業(yè)的發(fā)展帶來了新的機(jī)遇，但爆炸式的數(shù)據(jù)增長對制造企業(yè)和物流企業(yè)原有的數(shù)據(jù)采集、篩選、存儲、分析、處理、應(yīng)用以及兩者間的合作方式等提出了新的挑戰(zhàn)，也對更高層面的理論創(chuàng)新提出了新的要求。通過系統(tǒng)梳理國內(nèi)外相關(guān)文獻(xiàn)可以發(fā)現(xiàn)，這一領(lǐng)域的研究尚處于理論探索階段，缺乏實證研究且視角較為單一。比如，有學(xué)者從制造企業(yè)視角進(jìn)行制造業(yè)大數(shù)據(jù)架構(gòu)[ 1 ]、大數(shù)據(jù)應(yīng)用框架[ 2 ]、大數(shù)據(jù)應(yīng)用原理[ 3 ]等方面的研究；也有學(xué)者從物流企業(yè)視角分析大數(shù)據(jù)如何驅(qū)動物流企業(yè)變革創(chuàng)新[ 4 ]、如何幫助物流企業(yè)解決實際運(yùn)營中遇到的問題[ 5 ]、如何應(yīng)用于物流及供應(yīng)鏈管理[ 6-8 ]等。但是，大數(shù)據(jù)的內(nèi)涵是什么，大數(shù)據(jù)能否驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展，大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的內(nèi)在作用機(jī)理與主導(dǎo)邏輯是什么？這一系列問題均有待深入研究。因此，為剖析大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的作用機(jī)理，本研究首先對大數(shù)據(jù)的內(nèi)涵進(jìn)行全面分析，然后對大數(shù)據(jù)的可挖掘性（MIN）、價值性（VAL）、真實性（VER）、多樣性（VAR）特性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展關(guān)系的內(nèi)在機(jī)理進(jìn)行分析，提出研究假設(shè)，最后運(yùn)用結(jié)構(gòu)方程模型對假設(shè)進(jìn)行檢驗并得出相應(yīng)結(jié)論。

二、大數(shù)據(jù)內(nèi)涵與理論假設(shè)

（一）大數(shù)據(jù)內(nèi)涵

大數(shù)據(jù)是一個新興的研究領(lǐng)域，截至目前學(xué)術(shù)界對大數(shù)據(jù)內(nèi)涵的解釋仍未達(dá)成一致。通過對現(xiàn)有觀點的歸納和總結(jié)，可將其內(nèi)涵概括為三個層次五個方面的內(nèi)容。其中，第一層指的是具有“6V”①特性的大數(shù)據(jù)本身，第二層指的是大數(shù)據(jù)分析技術(shù)，第三層指的是數(shù)據(jù)科學(xué)，而大數(shù)據(jù)內(nèi)涵所涉及的內(nèi)容包括大數(shù)據(jù)資源戰(zhàn)略化、大數(shù)據(jù)價值商業(yè)化、大數(shù)據(jù)來源社會化、大數(shù)據(jù)共享網(wǎng)絡(luò)化、大數(shù)據(jù)分析智能化等[ 9-18 ]。

在對各種觀點進(jìn)行對比分析和歸納總結(jié)的基礎(chǔ)上，本研究將從以下四個維度入手來概括大數(shù)據(jù)的內(nèi)涵：

一是可挖掘性（MIN）。從大數(shù)據(jù)資源戰(zhàn)略化的角度看，大數(shù)據(jù)作為一種資源，與自然資源存在根本區(qū)別，任何擁有大數(shù)據(jù)資源使用權(quán)的組織或個人都可以對其進(jìn)行重復(fù)挖掘與利用，大數(shù)據(jù)資源可以說是取之不盡、用之不竭的。

二是價值性（VAL）。從大數(shù)據(jù)價值商業(yè)化的角度看，大數(shù)據(jù)資源具有低密度、高價值屬性，蘊(yùn)藏于海量數(shù)據(jù)具有商業(yè)價值的信息其價值密度非常低，而這增加了挖掘和利用其價值的難度。

三是真實性（VER）。從大數(shù)據(jù)來源社會化的角度看，大數(shù)據(jù)具有與生俱來的真實性，其真實性表現(xiàn)為，它能夠全面、準(zhǔn)確、細(xì)致地反映現(xiàn)實世界和網(wǎng)絡(luò)世界的真實情況，并且能夠全面刻畫和記錄各行為主體參與社會活動各方面的行為軌跡。

四是多樣性（VAR）。從大數(shù)據(jù)共享網(wǎng)絡(luò)化及大數(shù)據(jù)分析智能化的角度看，大數(shù)據(jù)的多樣性表現(xiàn)為數(shù)據(jù)來源的多樣化、數(shù)據(jù)類型的多樣化、數(shù)據(jù)功能的多樣化和大數(shù)據(jù)分析處理技術(shù)的多樣化。

（二）模型構(gòu)建與理論假設(shè)

為更好地探討大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的邏輯關(guān)系，進(jìn)一步揭示大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的內(nèi)在作用機(jī)理，本研究構(gòu)建大數(shù)據(jù)特性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展之間關(guān)系的概念模型（如圖1所示），為后續(xù)實證研究做鋪墊。

1.大數(shù)據(jù)可挖掘性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展之間的關(guān)系

可挖掘的大數(shù)據(jù)驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展是多層次、全方位的。大數(shù)據(jù)作為驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的戰(zhàn)略性資源，已經(jīng)成為制造企業(yè)和物流企業(yè)追求差異化和獲取經(jīng)濟(jì)租金的重要資源，對其進(jìn)行持續(xù)開采和挖掘，將為制造企業(yè)和物流企業(yè)提供源源不斷的新資源、新能力，為制造企業(yè)與物流企業(yè)協(xié)同發(fā)展提供新的路徑。大數(shù)據(jù)的可挖掘性正在改變制造企業(yè)與物流企業(yè)的生存環(huán)境、資源環(huán)境和技術(shù)環(huán)境?；谏鲜龇治?，提出如下假設(shè)：

H1：大數(shù)據(jù)的可挖掘性對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展具有正向影響。

進(jìn)一步細(xì)分為：

H1a：大數(shù)據(jù)的可挖掘性對制造企業(yè)發(fā)展水平具有正向影響；

H1b：大數(shù)據(jù)的可挖掘性對物流企業(yè)服務(wù)水平具有正向影響；

H1c：大數(shù)據(jù)的可挖掘性對制造企業(yè)與物流企業(yè)協(xié)同程度具有正向影響。

2.大數(shù)據(jù)價值性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展之間的關(guān)系

盡管大數(shù)據(jù)資源的價值密度低，但其作為基礎(chǔ)條件和技術(shù)工具時，擁有放大其他資源價值的能量。制造企業(yè)和物流企業(yè)通過開發(fā)利用大數(shù)據(jù)資源中有價值的重要數(shù)據(jù)，能夠?qū)χ圃炱髽I(yè)的關(guān)鍵生產(chǎn)流程、物流企業(yè)的關(guān)鍵業(yè)務(wù)進(jìn)行流程重組和業(yè)務(wù)再造，為制造企業(yè)與物流企業(yè)協(xié)同發(fā)展提供新的路徑。由此可見，有價值的大數(shù)據(jù)資源及大數(shù)據(jù)分析技術(shù)已經(jīng)成為驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的重要引擎?；谏鲜龇治觯岢鋈缦录僭O(shè)：

H2：大數(shù)據(jù)的價值性對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展具有正向影響。

進(jìn)一步細(xì)分為：

H2a：大數(shù)據(jù)的價值性對制造企業(yè)發(fā)展水平具有正向影響；

H2b：大數(shù)據(jù)的價值性對物流企業(yè)服務(wù)水平具有正向影響；

H2c：大數(shù)據(jù)的價值性對制造企業(yè)與物流企業(yè)協(xié)同程度具有正向影響。

3.大數(shù)據(jù)真實性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展之間的關(guān)系

大數(shù)據(jù)的真實性表現(xiàn)為，它能夠全面、準(zhǔn)確、細(xì)致地反映現(xiàn)實世界和網(wǎng)絡(luò)世界的真情實景，有助于提高制造企業(yè)和物流企業(yè)對客戶的認(rèn)知水平。大數(shù)據(jù)的真實性使得制造企業(yè)和物流企業(yè)能夠洞察客戶的真實需求，通過對客戶的消費(fèi)觀、價值觀、興趣、愛好及信息溝通方式等進(jìn)行細(xì)致分析，實現(xiàn)準(zhǔn)確的市場細(xì)分進(jìn)而實現(xiàn)產(chǎn)品或服務(wù)的個性化定制?；谏鲜龇治觯岢鋈缦录僭O(shè)：

H3：大數(shù)據(jù)的真實性對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展具有正向影響。

進(jìn)一步細(xì)分為：

H3a：大數(shù)據(jù)的真實性對制造企業(yè)發(fā)展水平具有正向影響；

H3b：大數(shù)據(jù)的真實性對物流企業(yè)服務(wù)水平具有正向影響；

H3c：大數(shù)據(jù)的真實性對制造企業(yè)與物流企業(yè)協(xié)同程度具有正向影響。

4.大數(shù)據(jù)多樣性同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展之間的關(guān)系

大數(shù)據(jù)的來源既包括傳統(tǒng)類型的結(jié)構(gòu)化數(shù)據(jù)，也包括半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，基于不同的開發(fā)方式或開發(fā)目的，大數(shù)據(jù)資源呈現(xiàn)出多樣化的功能。通過對多樣化的大數(shù)據(jù)信息（如圖像、數(shù)字、文本、音頻、視頻等）進(jìn)行實時提取與整合，能夠獲取客戶以及競爭對手的動態(tài)信息，洞察市場機(jī)遇并快速做出反應(yīng)，推動商業(yè)模式創(chuàng)新，最終實現(xiàn)從供應(yīng)鏈向價值鏈進(jìn)而向網(wǎng)絡(luò)生態(tài)鏈的演變?；谏鲜龇治?，提出如下假設(shè)：

H4：大數(shù)據(jù)的多樣性對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展具有正向影響。

進(jìn)一步細(xì)分為：

H4a：大數(shù)據(jù)的多樣性對制造企業(yè)發(fā)展水平具有正向影響；

H4b：大數(shù)據(jù)的多樣性對物流企業(yè)服務(wù)水平具有正向影響；

H4c：大數(shù)據(jù)的多樣性對制造企業(yè)與物流企業(yè)協(xié)同程度具有正向影響。

三、研究方法

本研究涉及的大數(shù)據(jù)特性、制造企業(yè)發(fā)展水平、物流企業(yè)服務(wù)水平、制造企業(yè)與物流企業(yè)協(xié)同程度均為不能直接測量的潛變量，需要依靠觀察變量進(jìn)行測量，因此采用結(jié)構(gòu)方程模型對其進(jìn)行實證研究。本研究觀察變量題項的設(shè)定主要來源于以下三個方面：一是國內(nèi)外研究已有的成熟量表；二是國際知名公司白皮書提供的對企業(yè)進(jìn)行調(diào)研時采用的題項；三是在借鑒國內(nèi)外已有研究成果的基礎(chǔ)上，根據(jù)本研究實際情況設(shè)定的測量題項。

（一）潛變量測量

1.大數(shù)據(jù)特性測量

（1）大數(shù)據(jù)的可挖掘性（MIN）。企業(yè)在運(yùn)營過程中會產(chǎn)生大量的數(shù)據(jù)，只有運(yùn)用高級分析技術(shù)對其進(jìn)行分析和挖掘，才能獲得有價值的信息和知識[ 19 ]。企業(yè)對大數(shù)據(jù)進(jìn)行深度分析、挖掘和應(yīng)用的能力主要體現(xiàn)為，企業(yè)擁有大數(shù)據(jù)分析工具軟件，并且能夠利用這些軟件對大量數(shù)據(jù)進(jìn)行實時處理，最終提取出有價值的數(shù)據(jù)、信息和知識[ 20 ]。大量數(shù)據(jù)對企業(yè)而言是機(jī)遇而非負(fù)擔(dān)，企業(yè)應(yīng)將高級分析工具與大數(shù)據(jù)結(jié)合起來，形成自己獨特的競爭優(yōu)勢[ 21 ]。

（2）大數(shù)據(jù)的價值性（VAL）。敦豪航空貨運(yùn)公司（DHL）發(fā)布的一份白皮書提出，大數(shù)據(jù)可以從三個方面創(chuàng)造價值，即提高企業(yè)運(yùn)作效率、提升客戶體驗、激發(fā)新的商業(yè)模式[ 22 ]。國際商業(yè)機(jī)器公司（IBM）發(fā)布了一份白皮書，從三個層次（基礎(chǔ)層、驅(qū)動層、擴(kuò)大層）九個方面（價值源、價值衡量、基礎(chǔ)平臺、企業(yè)文化、企業(yè)數(shù)據(jù)源、組織間信任、領(lǐng)導(dǎo)支持、外部資金、數(shù)據(jù)專家）探討了大數(shù)據(jù)在企業(yè)中創(chuàng)造價值的基礎(chǔ)，即企業(yè)內(nèi)部的驅(qū)動力和外部的驅(qū)動因素[ 23 ]。

（3）大數(shù)據(jù)的真實性（VER）。制造企業(yè)在自動化和智能化的生產(chǎn)運(yùn)作過程中，會產(chǎn)生海量數(shù)據(jù)，通過對這些數(shù)據(jù)進(jìn)行收集、存儲、分析和處理，能夠完整地反映產(chǎn)品生產(chǎn)的全過程。與此同時，為保證數(shù)據(jù)的真實性，有必要對數(shù)據(jù)產(chǎn)生的源頭進(jìn)行把關(guān)，特別是在對數(shù)據(jù)進(jìn)行采集、儲存的過程中，需要對數(shù)據(jù)進(jìn)行預(yù)處理，以保證數(shù)據(jù)真實、完整、有效[ 24-26 ]。

（4）大數(shù)據(jù)的多樣性（VAR）。大數(shù)據(jù)的多樣性主要體現(xiàn)為數(shù)據(jù)來源的多樣性、數(shù)據(jù)類型的多樣性、大數(shù)據(jù)技術(shù)的多樣性、功能的多樣性四個方面。對企業(yè)而言，供應(yīng)、生產(chǎn)、倉儲、銷售、客戶等都是大數(shù)據(jù)產(chǎn)生的來源。當(dāng)大數(shù)據(jù)應(yīng)用于企業(yè)具體業(yè)務(wù)時，必須對大量不同類型的數(shù)據(jù)進(jìn)行分析和處理，這時就需要借助多樣化的大數(shù)據(jù)分析技術(shù)，包括各種軟件工具以及使用這些工具必備的技能[ 26-28 ]。有關(guān)大數(shù)據(jù)特性測量題項的設(shè)定具體參見表1。

2.制造企業(yè)發(fā)展水平（MDL）的測量

目前，全球范圍的制造企業(yè)正在從以產(chǎn)品為中心向以服務(wù)為中心轉(zhuǎn)變，其發(fā)展趨勢是智能化、服務(wù)化、定制化。在德國“工業(yè)4.0”和美國“工業(yè)互聯(lián)網(wǎng)”戰(zhàn)略的影響下，2015年我國提出了“中國制造2025”發(fā)展戰(zhàn)略，其目的在于，驅(qū)動我國由制造大國向制造強(qiáng)國邁進(jìn)，不斷提高制造企業(yè)研發(fā)、生產(chǎn)、銷售、管理的智能化水平[ 29 ]。因此，對制造企業(yè)發(fā)展水平的測量，主要從三個角度進(jìn)行：一是制造企業(yè)在生產(chǎn)過程中，可以利用大數(shù)據(jù)實現(xiàn)動態(tài)感知、實時分析、智能決策并精準(zhǔn)執(zhí)行生產(chǎn)任務(wù)；二是制造企業(yè)利用大數(shù)據(jù)，不僅可以分析客戶的行為習(xí)慣，針對不同客戶的不同需求提供定制化服務(wù)，而且能夠挖掘客戶潛在需求，不斷強(qiáng)化制造企業(yè)引導(dǎo)消費(fèi)者偏好的能力；三是大數(shù)據(jù)可以更好地幫助制造企業(yè)選擇合作伙伴，在設(shè)定好合作伙伴評價與選擇標(biāo)準(zhǔn)后，既能夠?qū)献骰锇檫M(jìn)行實時、動態(tài)評估，也能夠在與合作伙伴談判時為制造企業(yè)提供決策支持?；谏鲜龇治鲆约跋嚓P(guān)研究[ 29-31 ]，設(shè)計如表1所示的測量題項。

3.物流企業(yè)服務(wù)水平（LSL）的測量

物流企業(yè)作為服務(wù)類企業(yè)，主要通過滿足客戶（制造企業(yè)）的物流需求而獲得服務(wù)報酬。由于調(diào)研對象是制造企業(yè)，因此測量題項的設(shè)定主要從制造企業(yè)的角度考慮。通過對制造企業(yè)進(jìn)行調(diào)研，可以間接反映物流企業(yè)服務(wù)水平的高低。在約翰·蘭利（John Langley）組織編寫的第三方物流年度研究報告[ 32 ]中，對貨主企業(yè)的調(diào)研顯示，貨主企業(yè)迫切需要物流企業(yè)能夠提供具有較強(qiáng)執(zhí)行力、較低交易成本的高端物流服務(wù)，如運(yùn)輸管理的計劃與調(diào)度、電子數(shù)據(jù)交換服務(wù)、倉庫/配送中心管理、全程可視化服務(wù)等。因此，在參考相關(guān)研究的基礎(chǔ)上[ 32-34 ]，從物流企業(yè)能否提供基于信息技術(shù)、大數(shù)據(jù)等的高端物流服務(wù)的角度進(jìn)行測量題項設(shè)計。具體參見表1。

4.制造企業(yè)與物流企業(yè)協(xié)同程度（MLC）的測量

制造企業(yè)與物流企業(yè)協(xié)同程度可以反映制造企業(yè)與物流企業(yè)之間互動的程度。制造企業(yè)與物流企業(yè)之間的互動既可以是運(yùn)營層面的互動，也可以是戰(zhàn)略層面的互動，或者兩者兼而有之。許多學(xué)者認(rèn)為，制造企業(yè)與物流企業(yè)彼此信任的程度、相互間信息交流與共享的程度、合作過程中相互參與的程度等，都能在一定程度上反映制造企業(yè)與物流企業(yè)互動的程度。凱捷管理顧問公司（Capgemini）通過調(diào)查發(fā)現(xiàn)，制造企業(yè)與物流企業(yè)為構(gòu)建良好的互動關(guān)系，一定要建立定期溝通機(jī)制[ 35 ]。制造企業(yè)與物流企業(yè)共享關(guān)鍵信息，有助于物流企業(yè)更好、更全面地了解制造企業(yè)具體物流服務(wù)需求，可以保證物流企業(yè)在恰當(dāng)?shù)牡攸c、恰當(dāng)?shù)臅r間提供恰當(dāng)?shù)奈锪鞣?wù)[ 36 ]。同時，隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，企業(yè)之間的信息共享變得更加便捷。制造企業(yè)與物流企業(yè)之間的信任既是雙方建立長期穩(wěn)定合作關(guān)系的基石，也是雙方承諾合作關(guān)系的前提條件。物流目標(biāo)一旦確定，就需要制造企業(yè)與物流企業(yè)共同承諾才能實現(xiàn)?；谏鲜龇治?，主要從溝通與交流、相互信任、信息共享等方面著手進(jìn)行具體題項的設(shè)計。參見表1。

（二）數(shù)據(jù)來源和調(diào)查問卷的設(shè)計

本研究主要采用問卷調(diào)查法收集相關(guān)數(shù)據(jù)。調(diào)查問卷包括企業(yè)基本情況、個人基本信息及問卷主體內(nèi)容。問卷量表采用李克特五級量表。問卷發(fā)放的對象為制造企業(yè)中高層管理人員。為保證研究的可靠性，本研究根據(jù)國家工業(yè)和信息化部2015—2017年公布的智能制造試點企業(yè)名單，選取七家制造企業(yè)對問卷進(jìn)行預(yù)調(diào)研。根據(jù)預(yù)調(diào)研結(jié)果，對問卷中不適宜的題項（VER1、VER3、LSL2）進(jìn)行刪減，對題項的措辭進(jìn)行推敲和完善，并形成最終調(diào)查問卷。2019年1月至3月，最終調(diào)查問卷一部分通過在制造企業(yè)工作的熟人、校友幫忙發(fā)放，一部分借助問卷調(diào)研網(wǎng)站的付費(fèi)服務(wù)發(fā)放并進(jìn)行數(shù)據(jù)采集。本研究共計發(fā)放問卷400份，回收問卷374份，回收率93.50%。其中，通過問卷星網(wǎng)站的付費(fèi)服務(wù)發(fā)放300份，回收300份，剔除無效問卷（如受訪者所在部門不符、企業(yè)類型不符、答題時間少于3分鐘、明顯無效的問卷）46份，得到有效問卷254份；通過其他方式發(fā)放問卷100份，回收問卷74份，剔除無效問卷32份，得到有效問卷42份。最終共計獲得有效問卷296份，問卷有效率為79.14%。

（三）信度與效度檢驗

本研究采用克隆巴哈α系數(shù)（Cronbachα）對問卷測量的信度進(jìn)行檢驗。一般而言，克隆巴哈α系數(shù)大于0.8，表示信度很好，本研究設(shè)計的量表整體信度達(dá)到0.955，各分量表信度均大于0.8。具體參見表1。對量表效度的檢驗，本研究采用AMOS24.0軟件對數(shù)據(jù)進(jìn)行驗證性因子分析，并計算得到平均異變抽取量（AVE），如果平均異變抽取量大于0.5，說明量表效度很高。結(jié)果具體參見表1。表1中潛變量的平均異變抽取量均大于0.5。表2顯示，適配度指數(shù)（GFI）沒有通過檢驗，但與標(biāo)準(zhǔn)值0.9比較接近，其他指標(biāo)均通過檢驗，在理論上也是可以接受的，因此認(rèn)為量表具有較好的效度。

四、理論模型的實證檢驗

本研究運(yùn)用AMOS24.0軟件，首先分別檢驗大數(shù)據(jù)對制造企業(yè)發(fā)展水平、物流企業(yè)服務(wù)水平、制造企業(yè)與物流企業(yè)協(xié)同程度的獨立影響作用，然后檢驗大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的綜合影響作用。在模型初次擬合之后，對擬合度不好的模型進(jìn)行修正。

（一）結(jié)構(gòu)方程模型分析

1.大數(shù)據(jù)與制造企業(yè)發(fā)展水平的路徑關(guān)系

大數(shù)據(jù)與制造企業(yè)發(fā)展水平初次擬合的標(biāo)準(zhǔn)化模型如圖2a所示。在該模型中，大數(shù)據(jù)的可挖掘性對制造企業(yè)發(fā)展水平的標(biāo)準(zhǔn)化路徑回歸系數(shù)太小，只有0.02，考慮將其刪除[ 37 ]。修正后的模型參見圖2b。擬合指標(biāo)值有相應(yīng)的提高，具體參見表3。模型路徑系數(shù)及檢驗結(jié)果具體參見表4。

2.大數(shù)據(jù)與物流企業(yè)服務(wù)水平的路徑關(guān)系

大數(shù)據(jù)與物流企業(yè)服務(wù)水平初次擬合的標(biāo)準(zhǔn)化模型如圖3a所示。在該模型中，大數(shù)據(jù)的價值性對物流企業(yè)服務(wù)水平的標(biāo)準(zhǔn)化路徑系數(shù)為-0.17，參數(shù)不合理，考慮將之刪除[ 37 ]。修正后的模型參見圖3b。擬合指標(biāo)值有相應(yīng)的提高，之前未達(dá)到0.9標(biāo)準(zhǔn)的擬合優(yōu)度指數(shù)（GIF）提高到0.920，具體參見表3。模型路徑系數(shù)及檢驗結(jié)果具體參見表4。

3.大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同程度的路徑關(guān)系

大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同程度初次擬合的標(biāo)準(zhǔn)化模型參見圖4a。在該模型中，大數(shù)據(jù)的價值性對制造企業(yè)與物流企業(yè)協(xié)同程度的標(biāo)準(zhǔn)化路徑系數(shù)為-0.27，參數(shù)不合理，考慮刪除該路徑[ 37 ]，并對模型進(jìn)行修正。修正后的模型參見圖4b。各項擬合指標(biāo)均達(dá)到標(biāo)準(zhǔn)，具體參見表3。模型路徑系數(shù)及檢驗結(jié)果具體參見表4。

4.大數(shù)據(jù)同制造企業(yè)與物流企業(yè)發(fā)展的綜合路徑關(guān)系

在考慮制造企業(yè)發(fā)展水平、物流企業(yè)服務(wù)水平對制造企業(yè)與物流企業(yè)互動影響的情況下，建立大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的路徑關(guān)系全模型圖，模型初次擬合結(jié)果參見圖5a。其中，部分路徑?jīng)]有通過檢驗，且擬合優(yōu)度指數(shù)（GIF）低于0.9，考慮對模型進(jìn)行修正。首先，考慮逐一刪除路徑系數(shù)為負(fù)的四條路徑，即多樣性（VAR）→制造企業(yè)與物流企業(yè)協(xié)同程度（MLC），價值性（VAL）→制造企業(yè)與物流企業(yè)協(xié)同程度（MLC），價值性（VAL）→物流企業(yè)服務(wù)水平（LSL），可挖掘性（MIN）→制造企業(yè)發(fā)展水平（MDL）。每刪除一條路徑，重新擬合一次，根據(jù)AMOS24.0統(tǒng)計軟件分析結(jié)果給出的修正建議（MI值），建立測量誤差間的共變關(guān)系，最終得到修正后的全模型，具體參見圖5b。各擬合度指標(biāo)均達(dá)到標(biāo)準(zhǔn)，具體參見表3。模型路徑系數(shù)及檢驗結(jié)果具體參見表4。

（二）實證結(jié)果與討論

基于國內(nèi)外現(xiàn)有研究，從大數(shù)據(jù)內(nèi)涵中歸納出可挖掘性、價值性、真實性、多樣性四個特性，構(gòu)建大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展關(guān)系的概念模型，并提出12個理論假設(shè)，其結(jié)構(gòu)方程模型檢驗結(jié)果具體參見表4。

1.大數(shù)據(jù)影響制造企業(yè)發(fā)展水平的討論

大數(shù)據(jù)的價值性、真實性、多樣性對提高制造企業(yè)發(fā)展水平具有正向影響作用，在α=0.05的顯著性水平下，其獨立檢驗及綜合檢驗均達(dá)到統(tǒng)計顯著性水平。但是，大數(shù)據(jù)可挖掘性對制造企業(yè)發(fā)展水平的正向影響其獨立檢驗及綜合檢驗均不顯著。這一檢驗結(jié)論可能與目前制造企業(yè)對海量數(shù)據(jù)的分析與處理以及對大數(shù)據(jù)技術(shù)的運(yùn)用尚處于起步階段有關(guān)，因此大數(shù)據(jù)可挖掘性對制造企業(yè)智能化發(fā)展的正向影響并不顯著。然而，對于大數(shù)據(jù)能夠為企業(yè)解決問題、創(chuàng)造價值提供新思路，能夠幫助企業(yè)更加準(zhǔn)確地了解客戶需求，能夠讓企業(yè)在激烈的市場競爭中獲得競爭優(yōu)勢等，制造企業(yè)已經(jīng)有了清楚的認(rèn)識。目前，制造企業(yè)對大數(shù)據(jù)的分析和處理還存在一定的局限性，不同企業(yè)之間的差距非常大。在針對企業(yè)進(jìn)行實際調(diào)研和訪談時了解到，大部分制造企業(yè)將大數(shù)據(jù)的應(yīng)用視為企業(yè)面臨的機(jī)遇和企業(yè)未來發(fā)展的趨勢，并從基礎(chǔ)設(shè)施配備到相關(guān)項目研發(fā)，再到各類技術(shù)人才招聘乃至企業(yè)日常運(yùn)作等各個方面，對大數(shù)據(jù)應(yīng)用進(jìn)行了大膽的創(chuàng)新和嘗試。當(dāng)然，也有個別企業(yè)認(rèn)為，難以從技術(shù)層面對大數(shù)據(jù)進(jìn)行掌控，企業(yè)如果投入大量的資金，可能會帶來不良后果。不過，從制造業(yè)發(fā)展的總體趨勢看，以大數(shù)據(jù)驅(qū)動制造企業(yè)創(chuàng)新發(fā)展，實現(xiàn)從中國制造向中國創(chuàng)造的轉(zhuǎn)變，具有重大現(xiàn)實意義。

2.大數(shù)據(jù)影響物流企業(yè)服務(wù)水平的討論

大數(shù)據(jù)的真實性、可挖掘性、多樣性對提高物流企業(yè)服務(wù)水平具有正向影響作用，在α=0.05的顯著性水平下，其獨立檢驗及綜合檢驗均達(dá)到統(tǒng)計顯著性水平。不過，大數(shù)據(jù)的價值性對提高物流企業(yè)服務(wù)水平的正向影響作用其獨立檢驗及綜合檢驗均未通過統(tǒng)計顯著性檢驗。這一檢驗結(jié)果亦符合當(dāng)前我國物流企業(yè)的實際情況。我國大部分第三方物流企業(yè)僅能提供一些基礎(chǔ)性物流環(huán)節(jié)的服務(wù)，且以提供傳統(tǒng)物流服務(wù)為主，高端物流服務(wù)供給不足。目前，我國物流企業(yè)信息技術(shù)水平較低是一個不爭的事實，能夠提供基于互聯(lián)網(wǎng)、大數(shù)據(jù)、信息技術(shù)等高端物流服務(wù)的企業(yè)為數(shù)不多，全國除幾家大型快遞快運(yùn)物流企業(yè)以及少數(shù)幾家第三方物流企業(yè)接近世界領(lǐng)先水平之外，大部分中小型物流企業(yè)尚處于較為傳統(tǒng)的低端運(yùn)營狀態(tài)。所幸，目前這種狀態(tài)開始逐漸改變。物流產(chǎn)業(yè)是一個充滿數(shù)據(jù)和信息的行業(yè)，大部分物流企業(yè)已經(jīng)意識到，作為物流服務(wù)的提供方，應(yīng)該具備物流行業(yè)的專業(yè)知識，并且能夠為制造企業(yè)提供更加全面的高端物流服務(wù)，如物流可視化服務(wù)、業(yè)務(wù)數(shù)據(jù)分析與優(yōu)化服務(wù)、基于大數(shù)據(jù)的信息技術(shù)服務(wù)等，而這些對物流企業(yè)實現(xiàn)可持續(xù)發(fā)展，對物流企業(yè)與制造企業(yè)形成戰(zhàn)略聯(lián)盟，將起到至關(guān)重要的作用。同時，從中央到地方，各級政府也正在出臺相關(guān)政策法規(guī)，積極推動高端物流發(fā)展，支持并保護(hù)制造企業(yè)與物流企業(yè)實現(xiàn)高質(zhì)量協(xié)同發(fā)展。

3.大數(shù)據(jù)影響制造企業(yè)與物流企業(yè)協(xié)同程度的討論

大數(shù)據(jù)的可挖掘性、真實性對提高制造企業(yè)與物流企業(yè)協(xié)同程度具有正向影響作用，在α=0.05的顯著性水平下，其獨立檢驗及綜合檢驗均達(dá)到統(tǒng)計顯著性水平。大數(shù)據(jù)的多樣性對提高制造企業(yè)發(fā)展水平的正向影響作用其獨立檢驗顯著而綜合檢驗并不顯著。大數(shù)據(jù)的價值性對提高制造企業(yè)與物流企業(yè)協(xié)同程度的正向影響作用其獨立檢驗及綜合檢驗均未通過統(tǒng)計顯著性檢驗，但在綜合檢驗下，大數(shù)據(jù)的價值性通過影響制造企業(yè)發(fā)展水平間接驅(qū)動制造企業(yè)與物流企業(yè)協(xié)同發(fā)展。

大數(shù)據(jù)的多樣性對提高制造企業(yè)與物流企業(yè)協(xié)同程度的正向影響作用其綜合檢驗不顯著。導(dǎo)致這一檢驗結(jié)果的原因可能在于，目前不論是制造企業(yè)還是物流企業(yè)，盡管它們能夠采集各類結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)，但對這些數(shù)據(jù)的分析處理和挖掘尚處于起步階段，其目的主要是服務(wù)企業(yè)自身發(fā)展，尚未運(yùn)用到企業(yè)與企業(yè)的協(xié)同運(yùn)作中，因此該特性對提高制造企業(yè)與物流企業(yè)協(xié)同程度的正向影響作用不明顯。不過，隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，未來大數(shù)據(jù)的多樣性對提高制造企業(yè)與物流企業(yè)協(xié)同程度的驅(qū)動作用將越來越顯著，不同類型數(shù)據(jù)的共享將不斷提高制造企業(yè)與物流企業(yè)協(xié)作配合的程度，促使制造企業(yè)與物流企業(yè)最終形成長期穩(wěn)定的協(xié)同發(fā)展關(guān)系。

五、結(jié)語

本研究在借鑒國內(nèi)外相關(guān)成果的基礎(chǔ)上，運(yùn)用理論研究與實證分析相結(jié)合的方法，探討了大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的內(nèi)在作用機(jī)理。研究結(jié)果不僅為詮釋大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展作用的內(nèi)在機(jī)理提供了理論支持和經(jīng)驗數(shù)據(jù)，而且對指導(dǎo)制造企業(yè)與物流企業(yè)實現(xiàn)高質(zhì)量協(xié)同發(fā)展具有重要現(xiàn)實意義。由于大數(shù)據(jù)內(nèi)涵豐富，專業(yè)性和技術(shù)性較強(qiáng)，將大數(shù)據(jù)同制造企業(yè)與物流企業(yè)協(xié)同發(fā)展結(jié)合在一起進(jìn)行研究具有一定難度，導(dǎo)致本研究存在一定的局限性和不足。盡管本研究從實證角度證明，大數(shù)據(jù)能夠直接或間接影響制造企業(yè)與物流企業(yè)協(xié)同發(fā)展，但有部分假設(shè)沒有通過檢驗，當(dāng)然這與目前制造企業(yè)和物流企業(yè)在運(yùn)用新一代信息技術(shù)驅(qū)動自身轉(zhuǎn)型升級方面尚處于起步階段具有較大關(guān)系。此外，大數(shù)據(jù)的內(nèi)涵異常豐富，并且不斷發(fā)展和迭代，大數(shù)據(jù)對制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的作用機(jī)理也非常復(fù)雜。因此，隨著制造企業(yè)與物流企業(yè)的不斷發(fā)展，未來還需要從不同的角度出發(fā)進(jìn)行全方位的觀察和分析，這也是今后需要繼續(xù)深入研究的課題。

注釋：

①“6V”是容量（Volume）、速度（Velocity）、種類（Variety）、真實性（Veracity）、可變性（Variability）、價值性（Value）六個詞語英文單詞首字母的縮寫。

參考文獻(xiàn)：

[1]LEE J，BAGHERI B，KAO H.A cyber-physical systems ar chitecture for industry 4.0-based manufacturing systems[J]. Manufacturing letters，2015（3）：18-23.

[2]WANG S，WAN J，ZHANG D，et al.Towards smart factory for industry 4.0：a self-organized multi-agent system with big data based feedback and coordination[J].Computer net works，2016，101：158-168.

[3]ZHOU H，LI R Q，YU Y.Investigation of the datamation of manufacturing industrial chain in the big data era[J].Ap plied mechanics & materials，2014，670：1 629-1 632.

[4]王宏偉.大數(shù)據(jù)在物流服務(wù)創(chuàng)新中的應(yīng)用[J].北方經(jīng)貿(mào)，2016（7）：43-44.

[5]梁紅波.大數(shù)據(jù)技術(shù)引領(lǐng)物流業(yè)智慧營銷[J].中國流通經(jīng)濟(jì)，2015，29（2）：85-89.

[6]JAIN A D S，MEHTA I，MITRA J，et al.Application of big data in supply chain management[J].Materials today：pro ceedings，2017，4（2）：32-43.

[7]LAMBA K，SINGH S P.Big data in operations and supply chain management：current trends and future perspectives[J]. Production planning & control，2017，28（11-12）：877-890.

[8]SANDERS N R.How to use big data to drive your supply chain[J].Californiamanagementreview，2016，58（3）：26-48.

[9]HOFMANN E.Big data and supply chain decisions：the im pact of volume，variety and velocity properties on the bull whip effect[J].International journal of production research，2017，55（17）：5 108-5 126.

[10]GOLDSTON D.Big data：data wrangling[J].Nature，2008，455：15.

[11]REICHMAN O J，JONES M B，SCHILDHAUER M P.Chal lenges and opportunities of open data in ecology[J].Science，2011，331（18）：703-705.

[12]Big data：the next frontier for innovation，competition，and productivity[EB/OL].（2011-05-13）[2019-12-17].https：// www.mckinsey.com/business- functions/digital- mckinsey/ our-insights/big-data-the-next-frontier-for-innovation.

[13]Big data.http：//www.gartner.com/it-glossary/big-data[EB/ OL].（2011-08-11）[2019-12-17].https：//www.gartner.com/en/information-technology/glossary/big-data.

[14]Bringing big data to the enterprise[EB/OL].（2013-09-09）[2019-12-17].https//www-01.ibm.com/software/in/data/big data/.

[15]Core techniques and technologies for advancing big data sci enceandengineering[EB/OL].（2012-06-13）[2019-12-17]. https：//www.nsf.gov/pubs/2012/nsf12499/nsf12499.htm.

[16]楊善林，周開樂.大數(shù)據(jù)中的管理問題：基于大數(shù)據(jù)的資源觀[J].管理科學(xué)學(xué)報，2015，18（5）：1-8.

[17]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機(jī)研究與發(fā)展，2016，50（1）：146-169.

[18]CHEN C P，ZHANG C.Data-intensive applications，chal lenges，techniques and technologies：a survey on Big Data[J].Information sciences，2014，275：314-347.

[19]王國成.從3V到5V：大數(shù)據(jù)助推經(jīng)濟(jì)行為的深化研究[J].天津社會科學(xué)，2017（2）：94-99.

[20]謝衛(wèi)紅，劉高，王田繪.大數(shù)據(jù)能力內(nèi)涵、維度及其與集團(tuán)管控關(guān)系研究[J].科技管理研究，2016，36（14）：170-177.

[21]Big data analytics[EB/OL].（2011-09-14）[2019-12-17]. https：//tdwi.org/research/2011/09/best- practices- reportq4-big-data-analytics.aspx tc=page0&tc=assetpg&m=1.

[22]Big data in logistics：a DHL perspective on how to move be yondthehype[EB/OL].（2014-11-13）[2019-12-17].https：// www.supplychain247.com/paper/big_data_in_logistics_a_d hl_perspective_on_how_to_move_beyond_the_hype.

[23]Analytics：a blueprint for value[EB/OL].（2014- 05- 08）[2019- 12- 17].https：//www.ibm.com/services/us/gbs/thoug htlea dership/ninelevers/.

[24]LAVALLE S，LESSER E，SHOCKLEY R，et al.Big data，analytics and the path from insights to value[J].MIT sloan management review，2011，52（2）：21.

[25]Big data meets big data analytics[EB/OL].（2012-11-05）[2019- 12- 17].https：//www.datanami.com/whitepaper/big_ data_meets_big_data_analytics/

[26]Analytics：the real-world use of big data in retail[EB/OL].（2016-04-05）[2019-12-17].https：//www.ibm.com/servic es/us/gbs/thoughtleadership/big-data-retail/.

[27]MCAFEE A，BRYNJOLFSSON E，DAVENPORT T H.Big data：the management revolution[J].Harvard business re view，2012，90（10）：60-68.

[28]Big data survey Europe：usage，technology and budgets in European Best-Practice Companies[EB/OL]（2013-01-05）[2019- 12- 17].https：//www.cxp.fr/content/big- data- sur vey- europe- usage- technology- and- budgets- europeanbest-practice-companies.

[29]肖靜華，毛蘊(yùn)詩，謝康.基于互聯(lián)網(wǎng)及大數(shù)據(jù)的智能制造體系與中國制造企業(yè)轉(zhuǎn)型升級[J].產(chǎn)業(yè)經(jīng)濟(jì)評論，2016（2）：5-16.

[30]馮芷艷，郭迅華，曾大軍，等.大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報，2013（1）：1-9.

[31]王欽，張隺.“中國制造2025”實施的切入點與架構(gòu)[J].中州學(xué)刊，2015（10）：32-37.

[32]Third-party logistics study[EB/OL].（2017-07-15）[2019-12-17].http：//www.3plstudy.com/3pl2018download.php.

[33]SAUVAGE T.The relationship between technology and lo gistics third- party providers[J].International journal of physical distribution and logistics management，2003，33（3）：236-253.

[34]JAIN A D S，MEHTA I，MITRA J，et al.Application of big data in supply chain management[J].Materials today：pro ceedings，2017，4（2）：1 106-1 115.

[35]Third-party logistics study[EB/OL].（2015-07-15）[2019-12-17].http：//www.3plstudy.com/3pl2016download.php.

[36]PANAYIDES P M，SO M.Logistics service provider-client relationships[J].Transportation research part e：logistics and transportation review，2005，41（3）：179-200.

[37]侯杰泰，溫忠麟，成子娟.結(jié)構(gòu)方程模型及其應(yīng)用[M].北京：教育科學(xué)出版社，2004：156-175.

An Empirical Study on the Co-development of Manufacturing Enterprises and Logistics Enterprises Enabled by the Big Data

ZHANG Ji-ping1，TAO Jun-cheng2and YOU Mei-hong2

（1.Jiaxing University，Jiaxing，Zhejiang314001，China；2.Wuhan Donghu University，Wuhan，Hubei430071，China）

Abstract：The rapid development and application of the Big Data and Big Data technologies have brought manufacturing and logistics enterprises both opportunities and challenges. How to use the Big Data and Big Data technologies to promote collaboration between manufacturing and logistics enterprises is important theoretically and practically. To explore the internal mechanism of how the Big Data enables the co-development between manufacturing and logistics enterprises，through literature review，the authors summarize the main characteristics of the Big Data，namely：mining，value，veracity，and variety；and based on the conceptual model of the Big Data enabling manufacturing and logistics enterprises co-development，some research hypotheses are proposed，and the structural equation model is used to verify the research hypotheses. The results show that：（1） value，veracity，and variety have positive impacts on the manufacturing enterprisesdevelopment，while the mining has no significant positive impact；（2） mining，veracity，and variety have positive impacts on the logistics enterprisesservice level，while the value has no significant positive impact；and（3）mining and veracity have positive impacts on the co-development of manufacturing and logistics enterprises，while value and variety have no significant positive impacts，but value can have an indirect impact by affecting the development of manufacturing enterprises. And all these results are determined by the primary stage of new generation IT application to the transformation and upgrading of Chinas manufacturing and logistics enterprises. In the future，with the development of science and technology and the smart manufacturing and high-end logistics，the Big Data will play more important role in promoting the collaboration between manufacturing and logistics enterprises，which will in turn promote the long-term collaboration between manufacturing and logistic enterprises.

Key words：big data；logistics enterprises；manufacturing enterprises；co-development；high-end logistics

收稿日期：2019-12-03

基金項目：廣東省高校人文社會科學(xué)創(chuàng)新強(qiáng)校項目“珠三角地區(qū)第三方物流的全球供應(yīng)鏈網(wǎng)絡(luò)嵌入研究”（2017WTSCX129）

作者簡介：張季平（1990—），女，江蘇省連云港市人，嘉興學(xué)院商學(xué)院教師，博士，主要研究方向為物流與供應(yīng)鏈管理；陶君成（1957—），男，湖北省仙桃市人，武漢東湖學(xué)院農(nóng)業(yè)電子商務(wù)湖北省協(xié)同創(chuàng)新中心教授，主要研究方向為物流經(jīng)濟(jì)、城鄉(xiāng)物流網(wǎng)絡(luò)；尤美虹（1980—），女，湖北省紅安縣人，武漢東湖學(xué)院管理學(xué)院副教授，上海海事大學(xué)物流科學(xué)與工程研究院博士研究生，主要研究方向為物流服務(wù)平臺與供應(yīng)鏈管理。