2026第52卷第4期
2. 上海财经大学 会计与财务研究院，上海 200433;
3. 上海财经大学 滴水湖高级金融学院，上海 201306
2. Institute of Accounting and Finance, Shanghai University of Finance and Economics, Shanghai 200433, China;
3. Dishui Lake Advanced Finance Institute, Shanghai University of Finance and Economics, Shanghai 201306, China
一、引 言
随着全球供应链加速重构与政治经济环境不确定性持续加剧，我国供应链“断链”“卡链”“堵链”风险日益凸显。党的二十届三中全会通过的《中共中央关于进一步全面深化改革 推进中国式现代化的决定》（以下简称《决定》）明确提出，“健全提升产业链供应链韧性和安全水平制度”。供应链韧性是指供应链在遭遇外部冲击时维持稳定运行并迅速恢复至原有状态的能力（Negri等，2021）。现有研究发现，供应链韧性不足会损害企业经营业绩（Hendricks和Singhal，2005），降低企业生产率（Barrot和Sauvagnat，2016），并对区域经济造成重大负面冲击（Crosignani等，2023）。可见，探索提升供应链韧性的基本路径已成为我国在发展新质生产力、构建新安全格局的进程中亟须解决的关键课题。
保障供应链上资源要素的畅通流动、促进上下游企业供需精准对接与业务协同发展，是打通供应链堵点、卡点的关键。标准作为经济主体交流合作的通用语言，
本文以商务部和市场监管总局2021年联合开展的国家级服务业标准化试点（商贸流通专项）作为准自然实验，构建双重差分模型探究了商贸流通体系标准化对商贸流通服务对象企业供应链韧性的影响。
本文的研究贡献主要体现在以下方面：第一，从构建高标准市场体系的视角拓展了企业供应链韧性影响因素的研究视野。现有文献多聚焦中美贸易摩擦、供应链结构、企业关键核心技术等宏微观因素对供应链韧性的影响（Ke等，2022；洪银兴和王坤沂，2024；刘淑春等，2025），相对忽视了标准体系在提升供应链抗风险与恢复能力方面的独特价值。本文从商贸流通体系标准化切入，丰富了供应链韧性提升机制的相关研究。第二，本文从供应链韧性维度丰富了商贸流通产业标准化赋能其他产业高质量发展的理论框架。现有文献探讨了以统一托盘尺寸为核心内容的物流标准化对非物流企业投资、创新、分工以及雇佣行为的影响（王雄元和谭建华，2019；Tan等，2022；张博雅等，2022；刘海建和胡化广，2023），而商贸流通体系标准化的相关研究尚显不足。实际上，商贸流通体系标准化与物流标准化虽有联系，但在建设主体、内容与目标上差异显著。从建设主体看，商贸流通体系标准化延伸至零售与贸易领域，有助于缓解生产型企业和终端消费者的信息不对称，推动供需精准匹配；从建设内容看，其统一了供应链平台的技术标准与数据接口，促进商贸流通数据在供应链上的集成共享，增强了上下游企业协同能力；此外，商贸流通体系标准化还推动了产品认证与检验检疫标准在多国的互联互通，有利于企业在多国布局供应链。可见，商贸流通体系标准化影响供应链韧性的机理并不限于现有文献强调的物流成本降低路径。第三，本文从供应链韧性视角揭示了标准与企业生产率之间的传导机制。现有研究证实，企业通过生产流程标准化可提升全要素生产率（Syverson，2011）。本文立足供应链韧性视角，为标准与企业生产率的关系提供了新的解释路径，这既验证了标准经济学理论，也为我国加快形成新质生产力提供了政策参考。
二、制度背景与研究假说
（一）制度背景
商贸流通体系标准化是加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局的重要基础。2021年9月，商务部联合市场监管总局启动国家级服务业标准化试点（商贸流通专项）建设工作，确定在太原市、大庆市、上海市黄浦区、徐州市、临沂市、日照市、郑州市、黄石市、咸宁市、长沙市、德阳市、渭南市、兰州市、大连市和青岛市共15个试点城市（区）开展商贸流通体系标准化建设，建设周期为两年。
商贸流通体系标准化的建设范围覆盖运输、仓储、贸易、零售等多个商贸流通环节，试点建设方向包括商贸流通提质增效与内外贸一体化两个方面。商贸流通提质增效旨在以标准引领当地商贸流通领域数智化、绿色化与融合式发展，内外贸一体化则侧重通过标准化建设来推动当地内外贸产品认证与检验检疫标准在境内外两个市场的衔接统一。
（二）理论分析与假说提出
供应链结构单一、供需结构失衡以及供应链各组织节点间协同效率偏低是削弱供应链韧性的主要因素（赵宇等，2025）。首先，依据资源依赖理论，企业对单一合作伙伴的过度依赖会降低供应链抵御外部扰动的韧性（刘淑春等，2025）；一旦关键供应商或客户因突发事件停产或物流中断，整条供应链便面临断裂风险（Jiang等，2023）。其次，根据信息不对称理论，供应链上下游企业间普遍存在信息不对称（Forrester，1997），若供应商难以及时捕捉市场需求变化，则容易引发库存积压、生产滞后等问题，加大供应链断裂风险（陶锋等，2023；张树山和谷城，2024）。最后，基于组织协同理论，供应链各组织节点间协同效率偏低会显著增加企业的沟通协调成本，降低供应链对突发事件的响应速度，延缓其恢复进程（钞小静等，2024）。
商贸流通体系标准化能够降低商品跨区域流通成本，提升供应链各节点间的信息流转效率。这不仅拓宽了企业选择供应商或客户的地理范围，也有助于缓解供需结构性失衡、上下游企业协同能力不足等因素对供应链韧性的制约。因此，本文从推动供应链地理分布多元化、优化供需匹配以及促进上下游企业协同三个维度，分别阐述商贸流通体系标准化对商贸流通服务对象企业供应链韧性的影响。
1. 推动供应链地理分布多元化。根据资源依赖理论，企业构建跨区域、多元化的供应链网络，可缓解自然灾害等区域性风险带来的冲击，从而增强供应链抵御外部冲击的能力。商贸流通体系标准化能够降低商品跨区域流通成本，推动企业在多个国家或地区布局供应商与客户网络，从而提升供应链韧性。首先，商贸流通体系标准化强化了智能流通领域的标准建设，引导当地企业采用统仓共配等智能仓储管理系统。依托标准化智能仓，企业可从距客户最近的仓库发货，降低远距离运输成本。
2. 优化供需匹配。根据信息不对称理论，若供应商依据滞后或不完整的市场信息进行生产决策，则容易出现库存积压、原材料短缺等问题，从而加剧供应链断裂风险。商贸流通体系标准化通过强化零售与贸易领域的标准化建设，可缓解供需信息不对称，优化供需匹配，从而提升供应链韧性。首先，商贸流通体系标准化强化了智慧零售体系的标准化建设。生产商可依托统一的供应链平台，定期获取各零售门店的客流数据、消费记录以及用户评价等终端信息，
3. 促进上下游企业协同。根据组织协同理论，上下游企业通过共享商流、物流、资金流与信息流，可增进交易双方的信任，建立长期稳定的合作关系（Dubey等，2017）。商贸流通体系标准化通过推动供应链平台技术规范与数据接口的统一，促进商贸流通数据在供应链各节点企业间的互通共享，
综上分析，本文提出以下研究假说：商贸流通体系标准化能够提升商贸流通服务对象企业的供应链韧性。
三、研究设计
（一）数据来源
本文选取2018—2023年沪深A股非商贸流通业上市公司作为研究样本。鉴于国家级服务业标准化试点（商贸流通专项）于2021年启动，本文将样本期设定为2018—2023年，可确保政策实施前后各有三年的窗口期。企业财务数据来自CSMAR数据库，供应商与客户数据来自CSMAR数据库和企查查数据库，上下游企业的司法纠纷数据来自企查查数据库。样本筛选步骤如下：（1）剔除ST类及金融行业样本；（2）剔除商贸流通行业上市公司；
（二）变量定义
1. 被解释变量：供应链韧性。参考张树山和谷城（2024）以及陆蓉等（2024）的研究，本文将供应链韧性划分为两个维度：一是供应链对外部冲击的抵抗力（Supcresis），二是供应链遭受外部冲击后的恢复力（Supcrecov）。基于这两个维度，本文选取了五个分项指标，并采用熵权法对各指标赋权后加总，最终构建出供应链韧性的综合测度指标（Supcre）。
首先，供应链对外部冲击的抵抗力反映了供应链在遭遇外部冲击时维持稳定运行的能力。本文从企业库存周转率、企业被上下游占用的资金水平以及供应链结构的稳定程度三个维度来衡量供应链对外部冲击的抵抗力（Supcresis）。
（1）企业存货周转率。存货周转率高表明企业能够灵活地调整库存配置，在遭遇外部冲击后维持柔性生产，保障供应链顺畅运行。本文以营业收入除以存货平均余额来衡量企业存货周转率。该指标数值越大，说明供应链对外部冲击的抵抗力越强。
（2）企业被上下游占用的资金水平。企业被上下游占用的资金越多，越易在外部冲击时陷入现金流短缺困境，加剧供应链中断风险。参考陶锋等（2023）以及陆蓉等（2024）的研究，本文以企业应收账款、应收票据和预付款项的平均余额之和占主营业务收入的比重，衡量企业被上下游占用的资金水平。该指标数值越小，说明供应链对外部冲击的抵抗力越强。
（3）供应链结构的稳定程度。稳定的供需关系可促使上下游企业在危机中通过协商（如调整交货期或付款时间）而非终止合作来应对冲击，从而缓解外部干扰对供应链运作的影响（张勇和殷健，2025）。本文参考袁业虎和吴端端（2025）的研究，以企业供应链集中度变化率的绝对值来衡量供应链结构稳定性。该指标数值越小，说明供应链结构越稳定。
其次，供应链遭遇外部冲击后的恢复力是指供应链在冲击发生后恢复至原有运行状态的能力。本文从企业生产波动对需求波动的偏离度以及业绩偏离度两个维度来衡量供应链恢复力（Supcrecov）。
（1）企业生产波动对需求波动的偏离度。外部冲击常使供应链上的企业出现生产延误或库存失衡，进而导致企业的生产波动量在短期内明显偏离下游企业的需求波动量。本文参考陶锋等（2023）的研究，采用上游企业生产波动对下游企业需求波动的偏离度（FSD）作为供应链恢复力的第一个代理指标，计算公式见模型（1）。
| $ {FS D}_{it}={\rm{Var}}({Production}_{it})/{\rm{Var}}({Demand}_{it}) $ | (1) |
其中，Productionit表示企业i第t季度的生产量，计算公式为：Productionit=Demandit+Invit−Invit−1。Demandit表示企业i第t季度的需求量，以企业季度营业成本进行衡量；Invit表示企业i第t季度的存货净额。为消除时间趋势的影响，本文对企业季度生产量与季度需求量进行了取自然对数和一阶差分处理。该指标数值越小，说明供应链在遭遇外部冲击后的恢复力越强。
（2）企业绩效偏离度。当供应链遭遇外部冲击时，企业绩效会因运营中断与成本波动而逐渐偏离正常水平；随着供应链恢复运转，企业绩效会逐步恢复甚至超过原有水平。本文参考陆蓉等（2024）以及张树山和谷城（2024）的研究，通过计算模型（2）的残差来反映企业绩效偏离度。
| $ {Per f orm}_{it}={\alpha }_{0}+{\alpha }_{1}{Explanatory}_{it}+Firm+Year+{\varepsilon }_{it} $ | (2) |
其中，被解释变量Performit表示企业i第t年的经济绩效，以息税前利润与员工人数的比值进行衡量。解释变量Explanatoryit包括企业规模、资产负债率、营业收入增速、企业年龄以及董事会规模。模型（2）控制了企业固定效应Firm和年度固定效应Year。若残差
2. 解释变量：商贸流通体系标准化。本文以交乘项Treat×Post来表征商贸流通体系标准化。该交乘项用于标识企业所在地区当年及之后是否被列为国家级服务业标准化试点（商贸流通专项）。其中，Treat为试点企业虚拟变量，若企业所在城市（区）被纳入服务业标准化试点（商贸流通专项），则取值为1，否则取值为0；Post为试点时间虚拟变量，试点实施后年份取值为1，实施前取值为0。
（三）模型设定
| $ {S upcre}_{it} = {\alpha }_{0}+{\alpha }_{1}{T reat}_{i}\times {Post}_{t}+{\alpha }_{2}{Controls}_{it}+Firm+Year+{\varepsilon }_{it} $ | (3) |
其中，Supcreit表示供应链韧性，由熵权法对五个分项指标赋权并综合测算得到。Treati为区分处理组与控制组的虚拟变量，Postt为区分政策实施前后的时间虚拟变量，交乘项Treati×Postt为核心解释变量；Controlsit为企业层面与城市层面的控制变量集合。同时，模型（3）控制了企业固定效应Firm和年度固定效应Year，所有标准误均在城市层面进行聚类调整。本文的变量定义见表1。
| 变量类型 | 变量符号 | 变量名称 | 变量定义 |
| 被解释变量 | Supcre | 供应链韧性 | 采用熵权法构建供应链韧性综合指数 |
| 解释变量 | Treat | 试点企业虚拟变量 | 若企业所在城市（城区）被纳入国家级服务业标准化试点（商贸流通专项）则取值为1，否则为0 |
| Post | 试点时间虚拟变量 | 若样本年度为2021年及之后则取值为1，否则为0 | |
| 控制变量 | Size | 企业规模 | 总资产的自然对数 |
| Lev | 资产负债率 | 总负债除以总资产 | |
| Cash | 现金流比率 | 经营活动现金流除以总资产平均余额 | |
| Growth | 营业收入增长率 | 营业收入的年度变化率 | |
| Roa | 总资产净利润率 | 净利润除以总资产平均余额 | |
| Tang | 有形资产比率 | 有形资产总额除以总资产 | |
| Firstshare | 股权集中度 | 第一大股东持股比例 | |
| Board | 董事会规模 | 董事会人数的自然对数 | |
| Indep | 独立董事占比 | 独立董事人数除以董事会人数 | |
| Soe | 产权性质 | 若企业为国有企业则取值为1，否则为0 | |
| GDP | 地区经济发展水平 | 城市人均GDP的自然对数 | |
| Indstruct | 地区产业结构 | 城市第二产业增加值占地区GDP的比率 | |
| Import | 地区进口规模 | 城市进口总额占GDP的比率 | |
| Export | 地区出口规模 | 城市出口总额占GDP的比率 | |
| Road | 地区交通发展水平 | 城市道路面积的自然对数 |
四、实证分析
（一）基准回归分析
表2报告了模型（3）的基准回归结果。如表2列（1）和列（2）所示，无论是否加入控制变量，交乘项Treat×Post的系数均在1%的水平上显著为正。列（3）和列（4）分别报告了商贸流通体系标准化对供应链抵抗力和恢复力的回归结果，交乘项Treat×Post的系数至少在5%的水平上显著为正。上述结果表明，商贸流通体系标准化能够提升商贸流通服务对象企业的供应链韧性，研究假说得到验证。
| （1） | （2） | （3） | （4） | |
| Supcre | Supcre | Supcresis | Supcrecov | |
| Treat×Post | 0.015*** | 0.015*** | 0.012** | 0.021*** |
| （0.004） | （0.005） | （0.005） | （0.008） | |
| 控制变量 | 未控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 |
| 样本量 | ||||
| Adj. R2 | ||||
| 注：***、**和*分别表示在1%、5%和10%的水平上显著，括号内为经城市层面聚类调整的标准误，下表同。本文采用reghdfe命令来控制高维固定效应，该命令在回归过程中会自动剔除单一类别的观测值，故后续分析的样本量与基准回归存在差异。 | ||||
（二）估计有效性分析
1. 平行趋势检验。
2. 安慰剂检验。本文随机设定处理组与政策实施时间，构造伪交乘项并代入模型（3）进行回归，重复该过程1 000次，得到伪回归系数的概率密度分布图。结果显示，伪回归系数基本集中于零值附近，且显著小于基准回归系数，这表明研究结论并非由随机因素驱动。
（三）稳健性检验
1. 替换被解释变量。首先，本文将存货周转率替换为存货周转天数，以应收账款和预付账款的平均余额占总资产的比重来衡量资金占用程度，并用毛利率来衡量企业经济绩效，重新计算企业绩效偏离度。在更换上述分指标后，本文采用熵权法测算供应链韧性。其次，本文分别采用均值法、变异系数法和主成分分析法测算供应链韧性。最后，本文基于词嵌入法，利用上市公司管理层讨论与分析（MD&A）文本构建供应链中断风险指标（江伟等，2025），并将其作为供应链抵抗力的分指标，重新计算供应链韧性。在更换被解释变量后，核心结论依然成立。
2. 倾向得分匹配检验。为尽可能消除实验组与控制组的固有差异对结果的干扰，本文采用倾向得分匹配方法，以政策实施前一年模型（3）中的所有控制变量作为匹配变量，通过“1∶1、无放回”的最近邻匹配法为每个实验组样本匹配特征最相近的控制组样本，并基于匹配后的样本进行检验。本文还采用熵平衡匹配方法来消除实验组与对照组在控制变量上的差异。经匹配处理后，核心结论依然成立。
3. 排除新冠疫情的干扰。首先，本文在模型（3）中控制了地区累计确诊病例数加1后的自然对数。其次，参考王钟阳和唐松（2024）的研究，本文剔除了新冠疫情期间企业所在地区累计确诊病例数超过1 000例的样本。最后，本文剔除了疫情较严重的2020年的样本观测值。在这三种处理方式下，交乘项Treat×Post的系数依然显著为正。
4. 排除同期政策的替代性解释。本文剔除了企业所在城市为自由贸易试验区和服务贸易创新发展试点城市的样本，剔除上述样本后的核心结论依然成立。
5. 更改聚类方式和固定效应。本文分别在公司层面、城市层面和行业层面调整聚类标准误。之后，本文控制了企业固定效应、年度与省份的交乘固定效应、年度与行业的交乘固定效应以及行业与城市的交乘固定效应。在控制高维固定效应后，交乘项Treat×Post的系数依然显著为正，表明本文实证结果较为稳健。
五、进一步分析
（一）机制检验
1. 推动供应链地理分布多元化。本文参考梁贺等（2025）的研究，采用企业异地客户、供应商所在城市数量（Numrcl、Numrsl）来衡量供应链地理分布多元化。指标数值越大，表明企业交易对象的地理分布越分散。本文从CSMAR数据库中获取企业前五大客户和供应商的地理位置数据，并利用企查查数据库的招投标公告补充供应商或客户名录，最后结合百度API精确定位其地理位置，从而计算出企业异地客户、供应商所在城市数量。将上述两个指标作为被解释变量代入模型（3），回归结果如表3列（1）和列（2）所示，交乘项Treat×Post的系数均在1%的水平上显著为正。这表明商贸流通体系标准化能够促进供应链地理分布多元化，从而提升供应链韧性。
| 供应链地理分布多元化 | 供需匹配 | 上下游企业协同 | ||
| （1） | （2） | （3） | （4） | |
| Numrcl | Numrsl | lninventory | lnconflicts | |
| Treat×Post | 0.568*** | 0.776*** | −0.209*** | −0.169*** |
| （0.180） | （0.251） | （0.067） | （0.051） | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 |
| 样本量 | ||||
| Adj. R2 | ||||
2. 优化供需匹配。本文参考陶锋等（2023）以及张树山和谷城（2024）的研究，采用企业库存量变动幅度的自然对数（lninventory）来衡量上下游企业的供需匹配程度。企业库存变动幅度越小，意味着其对市场需求的响应越灵敏，供需匹配程度越高。回归结果如表3列（3）所示，交乘项Treat×Post的系数在1%的水平上显著为负。这表明商贸流通体系标准化可优化供需匹配，从而提升供应链韧性。
3. 促进上下游企业协同。本文以上下游企业间发生的诉讼纠纷数量的自然对数（lnconflicts）来衡量上下游企业协同程度。该指标数值越小，表明双方机会主义行为越少（李增福等，2025），合作与沟通意愿越强。本文从企查查平台获取上市公司涉及的买卖合同诉讼案件，并剔除交易对象为自然人的样本；随后，按案号逐年汇总企业案件数量，加1后取自然对数，构建指标lnconflicts。回归结果如表3列（4）所示，交乘项Treat×Post的系数显著为负。这表明商贸流通体系标准化有助于减少上下游企业间的交易纠纷，增强交易双方的协同能力，从而提升供应链韧性。
（二）异质性分析
1. 企业经营不确定性。商贸流通体系标准化对企业供应链韧性的提升效应在不同企业间存在差异。当企业经营不确定性较高时，其所面临的外部政策环境与市场需求变化更为频繁，供应链中断风险更大。商贸流通体系标准化可推动企业供应链地理分布多元化，以分散区域性风险对供应链的干扰。此外，商贸流通体系标准化还能帮助经营不确定性较高的企业整合下游需求信息，及时调整生产经营策略，从而增强供应链对市场波动的抵抗力。因此，本文认为商贸流通体系标准化对经营不确定性较高企业的供应链韧性具有更显著的提升作用。为验证这一猜想，本文参考郑志强和何佳俐（2024）以及张宏亮等（2025）的研究，采用试点发生前5年企业经行业调整的非正常销售收入标准差（Sdnop）和总资产净利率波动率（Sdroa）来衡量经营不确定性，并依据这两个指标的中位数，将样本划分为经营不确定性高、低两组。回归结果如表4所示，交乘项Treat×Post的系数仅在经营不确定性较高组中显著为正，且通过了组间系数差异检验。
| 非正常销售收入标准差高 | 非正常销售收入标准差低 | 总资产净利率波动率高 | 总资产净利率波动率低 | |
| （1） | （2） | （3） | （4） | |
| Supcre | Supcre | Supcre | Supcre | |
| Treat×Post | 0.025*** | 0.004 | 0.023*** | 0.006 |
| （0.004） | （0.007） | （0.006） | （0.006） | |
| 组间系数差异检验 | 0.021*** | 0.017*** | ||
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 |
| 样本量 | ||||
| Adj. R2 | ||||
| 注：组间系数差异检验的p值采用费舍尔组合检验（抽样1 000次）得到，下表同。 | ||||
2. 供应链信息透明度。商贸流通体系标准化对企业供应链韧性的提升作用因供应链具体特征而异。当供应链信息透明度较低时，上游企业难以精准掌握下游企业需求信息，易引发库存冗余与产能过剩等问题，削弱供应链抗风险能力。同时，信息不透明容易诱发信息优势方的机会主义行为，降低上下游企业协同合作意愿，阻碍供应链快速恢复。而商贸流通体系标准化可帮助无法直接触达终端市场的上游企业构建高效的需求响应闭环，及时共享流通数据，促进上下游企业协同。因此，本文认为当企业所在供应链信息透明度较低时，商贸流通体系标准化对供应链韧性的提升效果更明显。为验证这一猜想，本文首先参考张树山等（2021）的研究，以企业应计盈余管理的绝对值来衡量供应链信息透明度。该指标数值越大，表明供应商与客户越难准确获取企业财务信息，信息透明度越低。其次，借鉴李丹和王丹（2016）的研究，本文以企业前五大客户（供应商）中非上市公司交易额占比作为衡量指标。该指标数值越高，表明企业越难通过公开披露渠道获取供应商或客户信息，信息透明度越低。本文依据政策实施前一年指标的中位数将样本划分为供应链信息透明度高、低两组。回归结果如表5所示，交乘项Treat×Post的系数仅在供应链信息透明度较低组中显著为正。
| 盈余管理 程度高 | 盈余管理 程度低 | 非上市客户 占比高 | 非上市客户 占比低 | 非上市供应商 占比高 | 非上市供应商 占比低 | |
| （1） | （2） | （3） | （4） | （5） | （6） | |
| Supcre | Supcre | Supcre | Supcre | Supcre | Supcre | |
| Treat×Post | 0.024*** | 0.005 | 0.035*** | −0.013 | 0.033** | −0.005 |
| （0.007） | （0.004） | （0.009） | （0.011） | （0.013） | （0.010） | |
| 组间系数差异检验 | 0.019*** | 0.048** | 0.037* | |||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 样本量 | 744 | 781 | 803 | 966 | ||
| Adj. R2 | ||||||
3. 企业所在城市流通基础设施的完善程度。国家发展改革委印发的《“十四五”现代流通体系建设规划》明确提出“统筹推进现代流通体系硬件和软件建设”。本文认为，当城市流通“硬件”即流通基础设施不完备时，标准“软联通”在降低企业物流成本、提升供应链协同效能方面的作用较为有限。因此，本文参考刘海建和胡化广（2023）以及李兰冰和逯海勇（2024）的研究，分别以国务院确定的21个全国性物流节点城市和《全国物流园区发展规划》中的一级物流园区布局城市作为流通基础设施完善程度的代理变量。回归结果如表6所示，在流通基础设施比较完善的城市，商贸流通标准化对供应链韧性的提升作用更为显著。
| 物流节点城市 | 非物流节点城市 | 一级物流园区布局城市 | 非一级物流园区布局城市 | |
| （1） | （2） | （3） | （4） | |
| Supcre | Supcre | Supcre | Supcre | |
| Treat×Post | 0.019*** | −0.002 | 0.018*** | −0.002 |
| （0.004） | （0.013） | （0.004） | （0.013） | |
| 组间系数差异检验 | 0.021*** | 0.020** | ||
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | ||||
| Adj. R2 | ||||
（三）经济后果检验
着力提升产业链供应链韧性是发展新质生产力的具体体现（赵宇等，2025）。本文认为，商贸流通体系标准化可以通过提升供应链韧性，实现供应链上资源的优化配置（陶锋等，2023），进而对企业生产效率产生正向影响。经济后果检验模型如下：
| $ {T F P}_{it}={\alpha }_{0}+{\alpha }_{1}{T reat}_{i}\times {Post}_{t}+{{\alpha }_{2}Controls}_{it}+Firm+Year+{\varepsilon }_{it} $ | (4) |
| $ {T F P}_{it}={\alpha }_{0}+{\alpha }_{1}{T reat}_{i}\times {Post}_{t}+{\alpha }_{2}{S upcre}_{i}+{{\alpha }_{3}Controls}_{it}+Firm+Year+{\varepsilon }_{it} $ | (5) |
其中，TFP表示企业全要素生产率，分别采用OP法和LP法测算得到TFP_OP和TFP_LP。如表7列（1）和列（3）所示，交乘项Treat×Post的系数在5%的水平上显著为正，表明商贸流通体系标准化能够提升企业全要素生产率。如列（2）和列（4）所示，当模型中同时引入交乘项Treat×Post与供应链韧性Supcre后，交乘项Treat×Post的系数大小及显著性有所下降。这表明商贸流通体系标准化通过提升供应链韧性，提高了企业全要素生产率。
| （1） | （2） | （3） | （4） | |
| TFP_OP | TFP_OP | TFP_LP | TFP_LP | |
| Treat×Post | 0.049** | 0.036* | 0.052** | 0.038* |
| （0.019） | （0.019） | （0.022） | （0.022） | |
| Supcre | 0.852*** | 0.856*** | ||
| （0.093） | （0.098） | |||
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| 企业和年度固定效应 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | ||||
| Adj. R2 |
六、结论与政策建议
本文基于国家级服务业标准化试点（商贸流通专项），考察了商贸流通体系标准化对商贸流通服务对象企业供应链韧性的影响及其作用机制。研究发现，商贸流通体系标准化显著提升了企业供应链韧性。机制分析表明，商贸流通体系标准化通过推动供应链地理分布多元化、优化供需匹配以及促进上下游企业协同，提升供应链韧性。异质性分析显示，这一提升效应在企业经营不确定性较高、供应链信息透明度较低以及所在城市流通基础设施较为完善时更为明显。经济后果检验表明，商贸流通体系标准化通过提升供应链韧性，提高了企业全要素生产率。
基于上述研究结论，本文提出以下政策建议：第一，扩大商贸流通体系标准的覆盖范围，加强数智商贸流通领域的标准化建设。智慧流通、数字贸易等前沿领域的标准化有助于企业灵活对接国内国际双循环市场，增强产业链供应链的自主可控能力。第二，深入推进零售和贸易体系的标准化建设，助力消费提质扩容。贸易和零售领域的标准化有利于生产企业更精准地捕捉下游消费者需求信息，优化供需关系，从而从供给端拉动消费的可持续增长。第三，推动市场“硬”设施与“软”标准的高效衔接，加快全国统一大市场建设。商贸流通体系标准化能够推动供应链地理分布多元化，且其对供应链韧性的提升作用在物流基础设施较为完善的城市中更加明显。这启示政府部门应统筹市场基础设施完善与流通标准统一工作，促进商品和要素在各地区间有序流动。第四，加快标准迭代速度，以标准助力新质生产力发展。商贸流通体系标准化通过提升企业供应链韧性，能够带动企业生产效率提高。这启示政府应充分发挥标准在技术进步中的规范、引领与支撑作用，以标准推动经济社会高质量发展。
| [1] | 钞小静, 廉园梅, 元茹静, 等. 数字基础设施建设与产业链韧性——基于产业链恢复能力数据的实证分析[J]. 数量经济技术经济研究, 2024(11): 112–131. |
| [2] | 陈启斐, 岳中刚. 商贸物流节点城市建设与企业全要素生产率: 中国经验[J]. 经济学动态, 2025(3): 94–110. |
| [3] | 韩剑, 朱海, 许亚云. 标准国际化与出口产品质量——来自中国企业的证据[J]. 管理世界, 2024(12): 1–19. |
| [4] | 何凡, 黄炜, 陈波. 标准的力量: 物流标准化与企业全要素生产率提升[J]. 数量经济技术经济研究, 2025(8): 26–46. |
| [5] | 洪银兴, 王坤沂. 新质生产力视角下产业链供应链韧性和安全性研究[J]. 经济研究, 2024(6): 4–14. |
| [6] | 江伟, 王楠, 曹少鹏. 供应链中断风险的度量与应用: 基于词嵌入模型的分析[J]. 南开管理评论, 2025(4): 109–120. |
| [7] | 李丹, 王丹. 供应链客户信息对公司信息环境的影响研究——基于股价同步性的分析[J]. 金融研究, 2016(12): 191–206. |
| [8] | 李兰冰, 逯海勇. 统一大市场建设: 物流标准化如何推动国内市场一体化? [J]. 财经研究, 2024(9): 19–33. |
| [9] | 李增福, 张济平, 连玉君. 司法资源配置优化与企业商业信用治理——来自民事诉讼程序繁简分流改革的证据[J]. 金融研究, 2025(8): 93–112. |
| [10] | 梁贺, 赵睿, 杨淑珺. 数字化转型、多元化配置与企业供应链风险——兼议供应链数字化溢出与风险传染的双重效应[J]. 经济学动态, 2025(6): 88–107. |
| [11] | 刘海建, 胡化广. 畅通国民经济循环与劳动力就业——基于流通标准一体化视角的研究[J]. 数量经济技术经济研究, 2023(10): 51–70. |
| [12] | 刘淑春, 俞慧杰, 李杨, 等. 连续性冲击事件下中国先进制造企业供应链韧性的建构研究[J]. 科研管理, 2025(11): 54–64. |
| [13] | 陆蓉, 吕静, 王怡靓. 党建生态群与供应链韧性[J]. 财经研究, 2024(7): 4–20. |
| [14] | 饶品贵, 王得力, 李晓溪. 高铁开通与供应商分布决策[J]. 中国工业经济, 2019(10): 137–154. |
| [15] | 陶锋, 王欣然, 徐扬, 等. 数字化转型、产业链供应链韧性与企业生产率[J]. 中国工业经济, 2023(5): 118–136. |
| [16] | 王雄元, 谭建华. 国家物流服务标准化促进了企业投资吗[J]. 会计研究, 2019(12): 46–51. |
| [17] | 王钟阳, 唐松. 司法程序效能提升与供应链配置: “繁简分流”改革的证据[J]. 世界经济, 2024(9): 122–151. |
| [18] | 谢莉娟, 王晓东. 马克思的流通经济理论及其中国化启示[J]. 经济研究, 2021(5): 20–39. |
| [19] | 袁业虎, 吴端端. 企业数字化转型与供应链韧性——基于供应链溢出的视角[J]. 系统工程理论与实践, 2025(7): 2309–2326. |
| [20] | 张博雅, 唐大鹏, 刘翌晨. 物流标准化是否促进了企业分工? [J]. 中央财经大学学报, 2022(6): 70–81. |
| [21] | 张宏亮, 牛洁, 赵琳, 等. 供应商频繁变动与关键审计事项披露[J]. 审计研究, 2025(4): 61–74. |
| [22] | 张金金, 马晓钰. 产业承接与企业供应链韧性——基于国家级承接产业转移示范区政策的实证检验[J]. 技术经济, 2026(3): 18–33. |
| [23] | 张树山, 谷城. 企业数字化转型与供应链韧性[J]. 南方经济, 2024(8): 137–158. |
| [24] | 张树山, 胡化广, 孙磊, 等. 供应链数字化与供应链安全稳定——一项准自然实验[J]. 中国软科学, 2021(12): 21–30. |
| [25] | 张勇, 殷健. 供应链客户稳定度对企业绿色创新的促进效应研究[J]. 会计与经济研究, 2025(1): 136–159. |
| [26] | 赵宇, 叶仕奇, 杨翠红, 等. 大数据视角下产业链韧性的测度、关联与归因[J]. 中国工业经济, 2025(2): 61–79. |
| [27] | 郑志强, 何佳俐. 社会信用、交易成本与企业专业化分工[J]. 财经研究, 2024(2): 139–153. |
| [28] | Barrot J N, Sauvagnat J. Input specificity and the propagation of idiosyncratic shocks in production networks[J]. The Quarterly Journal of Economics, 2016, 131(3): 1543–1592. DOI:10.1093/qje/qjw018 |
| [29] | Bernard A B, Moxnes A, Saito Y U. Production networks, geography, and firm performance[J]. Journal of Political Economy, 2019, 127(2): 639–688. DOI:10.1086/700764 |
| [30] | Caselli F, Koren M, Lisicky M, et al. Diversification through trade[J]. The Quarterly Journal of Economics, 2020, 135(1): 449–502. DOI:10.1093/qje/qjz028 |
| [31] | Crosignani M, Macchiavelli M, Silva A F. Pirates without borders: The propagation of cyberattacks through firms’ supply chains[J]. Journal of Financial Economics, 2023, 147(2): 432–448. DOI:10.1016/j.jfineco.2022.12.002 |
| [32] | Dubey R, Gunasekaran A, Childe S J, et al. Antecedents of resilient supply chains: An empirical study[J]. IEEE Transactions on Engineering Management, 2017, 66(1): 8–19. DOI:10.1109/TEM.2017.2723042 |
| [33] | Forrester J W. Industrial dynamics[J]. Journal of the Operational Research Society, 1997, 48(10): 1037–1041. DOI:10.1057/palgrave.jors.2600946 |
| [34] | Hendricks K B, Singhal V R. Association between supply chain glitches and operating performance[J]. Management Science, 2005, 51(5): 695–711. DOI:10.1287/mnsc.1040.0353 |
| [35] | Huang R R. Distance and trade: Disentangling unfamiliarity effects and transport cost effects[J]. European Economic Review, 2007, 51(1): 161–181. DOI:10.1016/j.euroecorev.2005.11.004 |
| [36] | Jiang S Y, Yeung A C L, Han Z J, et al. The effect of customer and supplier concentrations on firm resilience during the COVID-19 pandemic: Resource dependence and power balancing[J]. Journal of Operations Management, 2023, 69(3): 497–518. DOI:10.1002/joom.1236 |
| [37] | Ke J Y F, Otto J, Han C D. Customer-country diversification and inventory efficiency: Comparative evidence from the manufacturing sector during the pre-pandemic and the COVID-19 pandemic periods[J]. Journal of Business Research, 2022, 148: 292–303. DOI:10.1016/j.jbusres.2022.04.066 |
| [38] | Negri M, Cagno E, Colicchia C, et al. Integrating sustainability and resilience in the supply chain: A systematic literature review and a research agenda[J]. Business Strategy and the Environment, 2021, 30(7): 2858–2886. DOI:10.1002/bse.2776 |
| [39] | Syverson C. What determines productivity?[J]. Journal of Economic Literature, 2011, 49(2): 326–365. DOI:10.1257/jel.49.2.326 |
| [40] | Tan J H, Wang X Y, Zhang P. Logistics service standardization and corporate innovation: Evidence from a natural experiment[J]. International Review of Economics & Finance, 2022, 77: 549–565. |