组态视角下企业转型升级成效的驱动路径——基于我国物流企业的实证研究

王利华 沐芸

“十三五”时期，我国物流体系已向主体多元化、方式多样化和开放竞争化的方向发展[1]。我国物流业在“十三五”时期的GDP 分别达到了33028.7 亿元、37121.9 亿元、40337.2 亿元、42466.3 亿元和41561.7亿元，说明物流业对国民经济的支撑和引领作用日益增强。国务院印发的《“十四五”现代综合交通运输体系发展规划》中提出，要贯彻新发展理念，以推动物流企业高质量发展为目标，确定了深化改革和绿色转型等基本原则[2]。物流企业转型升级是不断完善内部结构、提高研发效率和增强企业竞争力的过程[3]，但物流企业仅仅关注某一因素的发展是不够的，合理调整内部资源才是关键所在。物流企业在转型升级过程中，不仅要具备较强的研发能力，还要借助其他内部资源才能满足转型升级的需求。然而已有研究物流企业转型升级的成果中，多为探讨某一因素对转型升级成效的线性作用，对诸多因素共同影响物流企业转型升级的机理研究较为薄弱。因此，本文将物流企业的内部资源划分为5 个条件变量，并以58 家物流企业为研究样本，采用fsQCA 模糊集定性比较分析法进行数据分析，揭示导致各企业之间转型升级成效差异的组合作用机制，再通过实证分析找出导致物流企业转型升级成效差异背后的因素和组态的复杂替代关系。

一、理论基础与研究假设

物流企业转型升级的成效取决于企业的研发能力，而企业若想提升研发能力就要在均衡经营规模的基础上加强研发投入强度和提高综合人才水平[4]。黄科星等[5]认为，企业提高自主创新能力可提升企业拓展业务领域的能力，转变原有的发展理念，进而加快企业转型升级的速度。朱兰和王勇[6]提出，不同产业的企业在资源禀赋、产品类别等方面存在差异，但是高学历人才和技术创新能力等对企业转型升级的作用日益明显。何江等[7]从政府与企业的角度，量化分析了人才政策对企业转型升级的作用。结果发现，部分企业存在人才请不进和留不住的问题，但现有地方人才政策并不能完全满足企业的需求，最终导致企业难以顺利完成转型升级。根据上述现象，本文提出研究假设S1。

S1：物流企业在均衡经营规模的基础上，只要提升自主研发能力就能加快转型升级的步伐，同时适当提高人才综合素质也能对物流企业转型升级起到促进作用。当物流企业处于合理的经营规模时，要素配置组态中的科技研发能力与人才综合素质能同时对物流企业的转型升级产生积极影响。

S1 假设仅强调了两种因素对物流企业转型升级的作用，学者们还对其他因素进行了研究。何凯等[8]在研究客户导向对企业转型升级的调节作用时，提出客户导向能帮助企业在研发产品上找到明确方向，且员工在感知客户需求后，会增加企业转型升级的动力，但客户导向要求企业与客户之间保持紧密的联系[9]。王磊等[10]研究表明，企业可以聚集客户资源，并利用客户资源网络为企业提供大量的创意点，进而推动企业产品研发升级和创新改造。基于以上分析，本文提出假设S2。

S2：客户集中程度会影响物流企业的科技研发能力，从而影响物流企业的转型升级成效。当客户集中程度与科技研发能力相匹配时（即实现物流企业两项资源配置的协调和组态作用时），物流企业的转型效果更加明显。

宋清和刘奕惠[11]通过研究中小科技企业创新产出，认为市场竞争可通过研发投入的调节作用对企业创新活动产生影响。市场是一双无形的手，自身科技研发能力强的物流企业在市场发展潜力较好的情况下，在遇到突发问题时具备高抗风险能力[12]。当发展前景较好，具备较强竞争优势，且拥有自主定价能力和经营主动权时，物流企业就能够为自主研发投入稳定的资金。因此，本文提出假设S3。

S3：物流企业未来发展前景与科技研发能力共同影响企业创新活动，能增强企业的抗风险能力，从而把握经营主动权（即较好的未来发展前景与较高的科技研发能力组态能提升物流企业转型升级的效果）。

二、物流企业转型升级的机理分析

企业的资源基础理论（Resource-Based Theory）中提到，可以把企业看成不同资源的组合体，资源配置、自身能力和运作效率都影响着企业的发展，因此企业内外部资源是影响转型升级的重要因素。根据已有文献梳理和前文研究假设，本文将物流企业内外部资源分为5 大类：综合人才水平、科技研发能力、未来发展前景、客户集中程度和企业经营规模。如图1 所示，物流企业转型升级变量组态效应的研究框架被设定为：探究基于五要素变量对物流企业转型升级成效的影响作用机制，即运用fsQCA 模糊集定性比较分析法，探究产生高转型升级成效和非高转型升级成效的组态路径。

在自主创新能力与客户网络密集的组态中，物流企业可依据客户提出的要求对现有的技术或产品进行创新改造，稳定与客户之间的关系，在保障经营收入的同时还可投入大量资金用于技术研发，此处的高转型升级成效组态可被称为“研发—客户驱动型”。在科技研发能力、综合人才水平和企业经营规模组态等方面，经营规模合理的物流企业拥有完善的研发体系，会对企业的转型升级产生积极作用，这里的高转型升级成效组态可被称为“研发—规模驱动型”。在科技研发能力与未来发展前景构成的组态中，物流企业能通过加快自主研发速度，创造较好的发展前景，从而获得较高的市场竞争地位，这类产生高转型升级成效的组态可被称作“研发—前景驱动型”。不同组态中包含的基础条件是不一样的，也给不同情况的物流企业带来了更多的选择路径，只有找到适合自身发展的组态，才能充分发挥推进转型升级的作用。

图1 物流企业转型升级变量组态效应的分析框架

三、研究设计

（一）定性比较分析法

由于本文的研究目的是探究物流企业转型升级成效的组态路径，因此本文选用了定性比较分析法（qualitative comparative analysis，简称QCA）。该方法通过跨案例比较分析[13]，研究各路径中的组态差异，找出物流企业转型升级成效存在差异的原因。QCA 法适用于中小样本数量的研究，具体包括csQCA（确定集）、fsQCA（模糊集）和mvQCA（多值集）三种不同的分析方法，分别用于研究二分类变量、多分类变量和变量因果关系等[14]。在现实中，物流企业在集合关系间没有明确的分界线，而模糊集定性比较分析法能将数据模糊化成真值表，具有定量和定性研究的属性[15]，因此本文选择fsQCA 法（模糊集定性比较分析法）进行数据分析。

（二）数据来源与变量选取

1．数据来源

本文选取了我国深沪A 股和港股中的83 家物流企业作为基本研究样本，企业年报数据均来源于国泰安数据库和同花顺财经平台。在整理数据过程中，剔除了2019-2021 年期间年报数据缺失的6 家物流企业，发生重大事项且被退市的54 家物流企业，以及某一变量校准范围未在0-1 之间的11 家物流企业。经筛选后，本文最终确定58 家物流企业为样本企业。

2．变量选取

根据研究假设和机理分析，本文选取物流企业转型升级成效作为结果变量，条件变量包括综合人才水平、科技研发能力、未来发展前景、客户集中程度和企业经营规模。参考前人研究成果和58 家物流企业的年报数据，变量的解释和衡量指标如下文所述。

结果变量为转型升级成效（UP）。对于测量物流企业转型升级的方法，学术界并没有明确的定义。陶加强[16]选用综合性指标来测量该变量，包括信息化水平、高学历人员、市场占有度、成本控制率等四个指标。考虑到产品附加值的提升可体现转型升级的结果，因此本文借鉴黄昌富等[17]的衡量办法，选取物流企业销售利润率表示该结果变量。

其他条件变量的衡量标准如下：

（1）综合人才水平（TA）

高学历人才是企业创新发展的源动力，是进行技术研发必须具备的条件之一。不管是在团队管理或后续销售阶段，企业的持续发展都离不开高学历高素质的人才。因此，本文借鉴赵蓓等[18]的衡量办法，以物流企业中“大学及以上学历员工与总员工的比例”评价企业的人力资本结构。

（2）科技研发能力（RD）

物流企业要提高自主创新能力，首先应尽快突破关键核心技术，并转变原有发展理念，加快企业转型升级的进程。因此，本文借鉴严复海等[19]的衡量办法，以物流企业“研发费用占营业收入的比重”表示企业的研发水平。

（3）未来发展前景（DE）

若物流企业有较强的未来发展潜力，则可在竞争中占据一定的市场优势，如拥有自主定价能力和经营主动权，从而使企业获得稳定的收入。因此，本文借鉴黄满盈和邓晓虹[20]对该变量的设定标准，以“总资产增长率”来表示物流企业的未来发展潜力。

（4）客户集中程度（CL）

物流企业通过聚集客户资源，从客户的需求中寻找创新点，进而推动产品研发创新，帮助企业找到正确的研发方向。因此本文借鉴陈白雪[21]对该变量的表示方法，以“前五名客户的销售收入占总销售收入的比重”来评价物流企业的客户集中程度。

（5）企业经营规模（SI）

物流企业的经营规模作为创新活动的重要影响因素[22]，间接影响着企业转型升级的成效，起到了中介调节作用。虽然经营规模并非企业的一种资源，但规模较大的物流企业会在市场竞争中拥有更大的优势，在行业中也会有更大的影响力。因此，本文选择“企业总销售收入的自然对数”作为评价物流企业经营规模的标准。

3．变量校准

在导入fsQCA 软件前，要赋予样本集合隶属值，把变量校准成集合[23]。校准时需设置三个锚点，包括完全隶属值、交叉值和完全不隶属值[24]。参考已有研究成果，本文分别选取样本数据的75 分位值（上四分位数）、50 分位值（中间值）和25 分位值（下四分位数）作为锚点取值[25]，衡量物流企业高转型升级成效；而将衡量物流企业非高转型升级成效的变量设置成上述相反的锚点。各研究变量的校准锚点标准如表1 所示。

表1 变量信息及校准锚点

条件变量客户集中程度（CL）企业前五名客户销售收入占总销售收入的比重0.4632 0.3240 0.1651企业经营规模（SI）企业总销售收入的自然对数 13.9400 11.5406 10.1240结果变量高转型升级成效（UP） 企业的销售利润率0.0907 0.0468 0.0146非高转型升级成效（～UP）0.0146 0.0468 0.0907

四、数据分析与实证结果

（一）必要条件分析

在数据导入后，应先对各条件变量进行必要性检验并分析检验结果，查看各条件变量是否可作为结果变量的必要条件，若显示的一致性数据超过0.9，则被视为必要条件[26]。条件变量与结果变量之间的一致性（Consistency）与覆盖率（Coverage）数据如表2 所示。结果发现，所有条件变量对结果变量的一致性数据均未超过0.9，范围处于0.4-0.7 之间，表明这5 个条件变量均不能作为结果变量的必要条件。由此推断，这5 个条件变量对结果变量的单一解释力度都不够强[27]。

表2 物流企业转型升级成效的必要性检测

（二）条件组态分析

将获得的组态路径导出后，发现结果有3 种不同的解，包括简约解、复杂解和中间解[28]。其中，简约解中有全部的逻辑余项，但不能评估其合理性[29]；复杂解没有逻辑余项，且普适性不够高[30]；中间解有结合理论知识且考虑现实情况的逻辑余项，故大多数学者都会选用中间解的组态和数据进行研究[31]。此外，将在简约解和中间解中同时存在的条件变量视为核心条件，仅将在中间解中存在的条件变量视为边缘条件[32]。边缘条件起辅助组态作用，核心条件对组态路径的作用效果更大[33]。

如表3 所示，本文筛选数据设置的样本数量阈值为1，一致性阈值为0.8。若条件变量的存在可能让物流企业转型升级呈现高水准，则可得4 条能产生高转型升级成效的组态路径（Ha、Hb、Hc1 和Hc2）。组态整体的一致性达到了0.8023，总覆盖率为0.5158，说明这4 条路径对推动物流企业转型升级有着较强的解释力度，解释了51.58%的物流企业升级成功的原因，因此可将上述4 条路径看成促进物流企业转型升级的充分条件。

表3 物流企业转型升级成效的组态路径

若条件变量的缺失可让物流企业转型升级呈现非高水准，则可得3 条能产生非高转型升级成效的组态路径（NHa、NHb 和NHc）。结果显示，组态整体的一致性达到了0.8157，覆盖了81.57%的样本案例，因此可被看作物流企业产生非高转型升级成效的充分条件。整体总覆盖率为0.4211，表明可解释42.11%的物流企业转型升级呈现出非高水准的原因。基于上述7 条组态的充分性分析结果，可看出物流企业内外部资源（5 个条件变量）对转型升级成效的联动效应。

1．高转型升级成效的条件组态

（1）组态Ha：TA*RD*CL*~SI。由于研发能力和客户集中度分别为核心条件和边缘条件，因此本文将Ha 组态命名为“研发—客户驱动型”。该组态路径说明，人才综合素质较低且经营规模较小的物流企业，应该增强自身创新研发能力，大力发展客户资源网络，以便帮助企业完成转型升级。该路径基本验证了假设S2 的成立，但需要补充其他条件。如音飞储存设备股份有限公司和恒基达鑫国际化工仓储股份有限公司，凭借较强的研发能力和稳定的客户资源，即使没有足够的科技人才作支撑，也能加快其转型升级的进度。该Hc1 路径能解释样本中24.40%高转型升级的原因，但仅有19.59%的样本能被此条路径所解释。

（2）组态Hb：TA*RD*~DE*~CL*SI。由于研发能力和人才水平均为核心条件，企业经营规模为边缘条件，因此本文将Hb 组态命名为“研发—规模驱动型”。该组态路径说明，发展潜力不高的物流企业在不计划拓展客户资源时，可通过提升人才综合素质、提高科技研发能力、扩大企业经营规模等方式推进其完成转型升级。此条路径基本验证了假设S1 的成立，但仍需补充其他条件。如保税科技股份有限公司通过分散已有客户资源获取了更多的利润，为招揽高学历人才、增加研发投入、扩大企业规模提供了有力的经济支撑。该Hb 路径能解释样本中11.41%高转型升级的原因，但仅有6.70%能被此条路径所解释。

（3）Hc 组态中有两条类似的路径，包括组态Hc1（RD*DE*~cl*~SI）和组态Hc2（RD*DE*~CL*~TA）。由于研发能力和发展前景均为核心条件，因此将Hc 组态命名为“研发—前景驱动型”。这两种路径均验证了假设S3 的成立，但也需补充其他条件。Hc1 组态路径说明，自身规模不大且客户集中度较低的物流企业，当其具备较强的研发能力且处于良好的发展阶段时，可以有效规避转型升级过程中的风险。如全胜物流股份有限公司和宏川智慧物流股份有限公司，通过不断增强研发能力，顺应市场趋势，保持和稳定了现有的经营规模和客户资源，呈现出高转型升级成效的局面，实现了企业发展的新突破。该Hc1 路径能解释样本中21.34%高转型升级的原因，但仅有7.01%能被此条路径所解释。而Hc2 组态路径说明，人才水平不高且经营规模不大的物流企业，若将注意力放在创新研发和确保自身发展潜力上，就能加快企业转型升级的进程。如顺丰控股股份有限公司和韵达股份有限公司，在加大研发投入的同时，还确保了自身的发展潜力，持续稳步地推进了企业的转型升级。该Hc2 路径能解释样本中17.32%高转型升级的原因，但仅有2.78%能被此条路径所解释。

通过对比高转型升级成效的4 条路径，发现研发能力均作为核心条件存在于每条路径中，说明研发能力对物流企业产生高转型升级成效具有强大的支撑作用。其次，通过对比Ha 与Hb、Hc 发现，物流企业在拥有研发能力时，客户集中程度变量可与“综合人才水平+企业经营规模”组合或“未来发展前景”变量进行替换。换言之，企业在增加研发投入时，应聚合客户资源，或满足“高综合人才水平+大企业经营规模”组合，或创造良好的未来发展前景，从而消除外界环境对企业转型升级的阻力。正因有上述客户集中程度的变量替换，才有Hb 与Hc 中“综合人才水平+企业经营规模”组合与“未来发展前景”变量的替换。如图2 所示，通过高转型升级成效组态间的替换性特点，揭示了物流企业在具备研发能力的基础上，如果拥有更稳定的客户资源，就可以帮助企业打通上下游市场，在一定程度上保障企业的经济运转，最终加快企业转型升级的步伐。

图2 上市物流企业产生高转型升级成效组态间的替代关系

2．非高转型升级成效的条件组态

（1）组态NHa：TA*~DE*~CL*SI。该组态路径说明，无论自主研发能力高或低，未确定发展方向的大规模物流企业，在缺乏综合型人才的条件下，如果没有足够稳定的客户资源，将会面临转型升级发展的瓶颈（如飞力达国际物流股份有限公司）。该类型企业面临的形式比较严峻，可参考高转型升级成效中的Hb 路径，通过实施人才引进战略，鼓励员工边工作边学习，不断提升学历水平，从而帮助企业快速打破市场壁垒，助力转型升级。该路径能解释样本中20.00%的非高转型升级的原因，但仅有14.64%能被此条路径所解释。

（2）组态NHb：TA*~DE*CL*~SI。该组态路径说明，发展前景不明朗的小型物流企业，即便拥有强大的人才队伍和密集性客户资源，也会产生不佳的转型升级实际成效（如中海通物流股份有限公司和递家物流股份有限公司）。该类型企业若想改善现有局面，可参考高转型升级成效中的Ha 路径，在一定程度上降低引才成本，平衡现有人才队伍比例，多借鉴其他物流公司打通上下游市场的做法，找准自己的市场定位，激发企业发展潜力。该路径能解释样本中21.41%的非高转型升级的原因，但仅有16.78%能被此条路径所解释。

（3）组态NHc：TA*~RD*DE*CL*~SI。该组态路径说明，缺乏高素质人才和自主研发能力的小型物流企业，尽管有着较为稳定的客户资源和良好的发展前景，也难以产生较佳的企业转型升级成效（如天璇物流股份有限公司）。该类型企业若想化解转型升级中的危机，也可参考高转型升级成效中的Ha 路径，稳定前期积累的客户资源，适当拓宽融资渠道，为提升研发能力投入足够的资金和人力，依靠科技创新减少甚至消除企业转型升级的阻力。该路径能解释样本中9.34%的非高转型升级的原因，但仅有4.91%能被此条路径所解释。

通过对三条非高转型升级成效路径的差异对比，可进一步探究出组态之间存在的替代关系。首先，对比NHa 与NHb（如图3），在发展前景尚不明朗的条件下，综合型人才的缺失和客户集中度的缺失可与企业经营规模的缺失进行组合替换。

图3 NHa 与NHb 组态间的替代关系

其次，对比NHa 与NHc（如图4），处于高素质人才短缺的物流企业，客户集中度的缺失和发展前景的缺失能与研发能力的缺失和企业经营规模的缺失进行组合替换。

图4 NHa 与NHc 组态间的替代关系

最后，对比NHb 与NHc（如图5），同为大型物流企业，发展前景的缺失可与研发能力的缺失和综合型人才的缺失进行组合替换。

图5 NHb 与NHc 组态间的替代关系

总的来说，无论在高或非高转型升级成效组态路径中，客户集中程度变量都能与其他四种变量进行替换。其次，对比Hb 与NHa可以发现，同为低客户集中度且无发展潜力的大型物流公司，若不具备较强的自主研发能力，即便有高素质人才队伍作支撑，也会在转型升级过程中出现瓶颈。再对比Ha 与NHc 可以发现，拥有非高素质人才队伍和密集型客户关系网络的小型物流企业，只有不断提升自主研发能力，才是助推企业完成转型升级的有效举措。通过逐个分析或对比不同组态路径都能发现，研发能力对于促进企业转型升级具有明显的正向作用。因此，可确定自主研发能力和客户集中程度对物流企业转型升级产生了显著效果。

3．稳健性检验

为检验结果的稳健性，本文选用了两种检测方法，分别是变动一致性阈值检验法和调整样本频数阈值检验法。因两种检验方法得出的结果一致，故只在此展示第一种方法的检验结果，如表4 所示。将之前的一致性阈值0.76 提高至0.78，得出的路径和数据与原始结果基本相同。因此可以确定，原始分析结论是稳健的。

表4 提高一致性阈值的稳健性检验

TA □□●□□●RD●●●●●●●DE □ ● ● □ ●CL○□☆□○□□○ □一致性0.8493 0.8000 0.7437 0.7900 0.8493 0.8000 0.7900唯一覆盖率0.1959 0.0670 0.0701 0.0278 0.1959 0.0739 0.1100 SI□ □ ○原始覆盖率0.2440 0.1141 0.2134 0.1732 0.2440 0.1141 0.1732解的覆盖度 0.5158 0.4457解的一致性 0.8023 0.8330

五、结论与展望

（一）研究结论

本文以58 家上市物流企业2019-2021 年的财务数据作为研究样本，采用模糊集定性比较分析法（fsQCA）对样本数据进行研究，得到了三条高转型升级成效组态路径和三条非高转型升级成效组态路径。其中，三条高转型升级成效组态路径包括：①“研发——客户驱动型”。该类型企业需要不断提升自主研发能力，提高客户网络的稳定性。②“研发——规模驱动型”。该组态强调企业不仅需要增强自主创新能力，还要扩大原有经营规模。③“研发——前景驱动型”。该组态有两条不同的路径，都要求企业在增强发展潜力的同时，加大研发投入强度。在三条高转型升级成效组态路径中，第三条组态适用于以下两类企业：第一类是客户网络不够集中的小规模物流企业，第二类是高素质人才较为短缺的小规模物流企业。这些研究结论都表明，助推物流企业转型升级的并不是单一的线性作用，也不是所有变量组合叠加产生的推动效果，而是通过不同因素的组态效应引发的促进或抑制作用。

然而在现实生活中，物流企业要想完全实现转型升级，必然会遇到种种困难，这可能是因为高要求、重任务、难实现的现状使得物流企业无从下手。本文采用模糊集定性比较分析法得出的适用不同情况企业的组态路径中，没有出现覆盖度和一致性最高的路径，表明这些路径是符合现实情况的。

（二）管理启示

通过分析高或非高转型升级成效组态路径，能够获得以下启示：

一是提高内部资源的协调能力，注意各因素之间的组态效应。高转型升级成效的组态路径都由不同因素构成，不同企业所处的情况也不尽相同，但都能找到一条适合自己的路径。这就需要企业认清自身定位，选择一条合适的转型路径，应着重考虑路径中各因素可能产生的组态效应，而不是仅调整某类资源。

二是提升自主研发投入的强度，全面拓展新技术发展空间。利用现代信息技术手段，加快新设备的开发和应用速度。研发能力作为核心条件存在于每条高转型升级成效的组态路径中，是促进物流企业转型升级的核心驱动力量，说明科技创新对物流企业转型升级的必要性和重要性。

三是整合和稳定现有客户资源网络，合理维持与客户之间的关系。客户资源网络可在一定程度上帮助企业打通上下游市场，调整企业内部资源的动态平衡，还可为企业的研发投入提供资金。在对比分析每条高转型升级成效的组态路径时发现，客户集中程度变量可与其他变量进行替换，说明该变量较为灵活，企业需高度重视，合理协调。

（三）研究局限和未来展望

本文推导出的物流企业转型升级成效组态路径存在以下三方面局限性，可在后续研究中深入探讨。①在已有成果基础上，本文研究了5 种条件变量对物流企业转型升级的作用机制，但没有考虑其他因素对该结果变量的影响，不排除其他因素或组合对物流企业转型升级产生影响的可能性。②本文研究的样本是筛选后保留的58 家物流企业，所得结论都是以本次数据为基础推导而来，但结论是否具有普适性有待验证。③本文采用的样本数据局限于2019-2021 年这三年的企业年报，由于企业的转型升级具有时效性，因此限制了所得结论的解释力。