數字經濟背景下制造業服務化轉型組態路徑研究

李煜華，廖承軍，向子威

(上海應用技術大學經濟與管理學院，上海 200235)

0 引言

“十四五”規劃和2035年遠景目標綱要提出促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，打造數字經濟新優勢。制造業是實體經濟的主體，是振興實體經濟的主戰場，同時也是供給側結構性改革的重要領域。當前中國制造業正處于轉換發展理念、調整失衡結構、重構競爭優勢的關鍵節點，在大力推動數字經濟發展的浪潮下，制造業轉型升級是推動經濟高質量發展的關鍵。2016年工業和信息化部等3個部門聯合發布 《發展服務型制造專項行動指南》，明確提出服務型制造是制造與服務融合發展的新型產業形態。2020年工業和信息化部等15個部門聯合印發 《關于進一步促進服務型制造發展的指導意見》，再次強調要加快培育發展服務型制造新業態新模式，促進制造業提質增效和轉型升級，為制造強國建設提供有力支撐。隨著改革開放和現代化建設進入新發展階段，發展服務型制造對加快建設現代產業體系、推進制造強國建設至關重要[1]。

制造業服務化作為用戶與企業互動的創新形式，通過獲取客戶的黏性信息，增加產品的附加值，幫助傳統制造型企業從產品提供商向服務提供商轉型、從以制造為中心向以服務為中心轉變，形成新的競爭優勢，從而加速實現產業轉型升級。制造業服務化轉型已成為全球制造業轉型發展的重點方向，Neely[2]基于制造業大型國際數據庫的研究表明，全球范圍內制造企業實行服務化策略數量上已經達到30%，增加速度還在逐漸變大。鑒于此，本文基于28家制造企業案例資料，運用 “技術-組織-環境” (Technology-Organization-Environment，TOE)理論框架，采用模糊集定性比較分析方法研究制造企業服務化轉型行為發展過程中的關鍵影響因素及其作用路徑，實證檢驗技術、組織與環境3方面因素構型對制造企業服務化轉型的影響機理，試圖打開數字經濟背景下服務化轉型產生演化的 “黑匣子”，以期進一步豐富中國情境下制造業服務化轉型的理論研究，并為制造企業服務化轉型提供決策依據。

1 理論回顧與模型構建

1.1 文獻回顧

“服務化”概念最早由國外學者Vandermerwe等[3]提出，認為服務化是制造企業由只提供產品向 “產品-服務包”轉變，產生這個轉變的主要原因是制造企業以顧客為中心，不僅向顧客提供產品，還提供更加完整的產品服務包，包括產品、服務、知識和支持等，并且服務逐漸成為產品服務包中的主要部分。Robinson等[4]在此基礎上分析制造企業如何通過服務化來實現價值創造、獲取競爭優勢。Sklyar等[5]認為服務化是制造企業運用數字技術重塑服務活動和流程。White等[6]將制造企業重新定義為 “服務提供商”，而不是產品制造商，指出服務化就是制造企業的角色實現由產品提供商向服務提供者的動態轉變。由上述研究可以發現，制造業服務化的實質是制造企業通過流程創新與技術升級等，在產品制造環節增加服務投入且在市場銷售環節提供更多服務產出，包括投入服務化與產出服務化，這既是制造業的升級，也是未來制造業發展的主要趨勢之一。制造業服務化將制造與服務融合形成新型產業形態，能夠加速更新現有組織架構、產品體系及市場結構，是中國制造業實現高精尖產業發展的重要途徑。

研究發現，制造業服務化轉型受多個因素影響，主要集中在3個方面。①技術發展，如數字化技術升級[7-8]、工業互聯網平臺構建[9-10]等；②組織管理，如人才培養[11-12]、企業戰略轉型[13]等；③外界環境，如同行企業競爭[14-15]、客戶需求變化[16-18]、市場變化[19-21]等。

1.2 TOE理論框架

Tornatizky等[22]所提出的TOE理論認為新技術在應用過程中會受技術、組織和環境3個方面因素的共同作用。其中，技術因素涉及技術相關特征，如技術資源、技術能力等，會促進或抑制組織使用和更新技術；組織因素涉及組織結構方面的特點，如組織規模、組織資源等；環境因素強調組織外部環境的影響，如行業結構、需求壓力和制度環境等。

現有研究將TOE理論應用于政府數據開放平臺之間數據利用水平[23]、地方政府門戶網站建設[24]、疫情背景下政府差異化復工復產[25]以及制造企業對大數據技術的采納意愿[26]等關鍵影響因素的研究。結合上述文獻分析，制造業服務化轉型的眾多影響因素可以歸納為技術、組織和環境3個方面，故本文運用TOE理論框架，選取對制造業服務化轉型產生影響的關鍵因素作為條件變量。

1.3 模型構建

本文以TOE理論框架和現有研究成果為基礎，結合中國制造業服務化發展的制度情境和實踐場景，確定推動制造業服務化轉型的技術、組織、環境3個方面條件變量。

(1)技術更新是服務化轉型發生的重要根基，主要表現在產品技術升級和數字平臺搭建這兩個方面，是推動制造業服務化轉型的重要力量。產品技術升級是指制造企業綜合運用數字化技術、大數據、人工智能技術等，為用戶提供具有新功能屬性的產品來滿足用戶的需求；數字平臺搭建是指制造企業為了實現產品技術與自身功能的有機融合，通過數字化基礎設施建設、工業互聯網配套設施建設提升數字化硬件水平。制造企業服務化轉型以增強技術創新能力為前提，產品技術升級是制造業服務化轉型的重要保障，數字平臺構建為服務化轉型提供有效支撐。

(2)組織管理是服務化轉型成長的重要空間，主要表現在企業戰略轉型和人才體系建設這兩個方面，是促進制造業服務化轉型的有效途徑。企業為了適應數字經濟發展應積極作出戰略調整，包括積極擁抱數字化技術，引入新技術設備，制定數字化、服務化轉型戰略等，制造業服務化轉型需要通過企業戰略保障其有效實施。人才體系建設是指科學有效地進行人員管理和團隊建設，人才管理是企業數字化、服務化轉型戰略發揮效果的基本保障，企業不僅需要全面的人員崗位設置、完善的科學評價體系以及有效的人才發展路徑，還需要健全人才培養機制和人才競爭、激勵機制，需要培養出高效的服務團隊，為制造業服務化行動提供支持。

(3)外部變化是服務化轉型擴散的重要機遇，主要表現在企業競爭壓力和客戶需求變化這兩個方面，是加快制造業服務化轉型的重要契機。企業競爭壓力是指行業盈利水平降低、企業間市場拼搶等行為給企業帶來的生存壓力，企業為了在激烈的市場競爭中獲得有利的市場地位，需要提供更具服務化的產品，培養客戶的忠誠度。客戶需求變化是指客戶對產品的功能屬性、外觀設計、個性化風格等方面的需求產生變化。由于客戶的需求是不斷變化的，企業為了能夠提供能滿足客戶需求的產品就需要不斷對客戶需求進行調查，把握客戶需求變化方向，讓產品能夠契合客戶的需要，提高客戶的滿意度。

本文在分析整理現有服務化研究成果的基礎上，綜合技術、組織和環境等維度的主要影響因素作為變量集合，構建制造企業服務化轉型的組態模型，如圖1所示，進而對制造企業服務化轉型的驅動因素及其組態路徑等問題進行探究。

圖1 制造業服務化轉型組態路徑研究模型

2 研究設計

2.1 研究方法

本文以美國學者Ragin等[27]提出的模糊集定性比較分析 (fsQCA)方法作為研究方法，對制造業服務化轉型的組態路徑進行探討和分析。fsQCA方法存在和發展的基礎是布爾代數和集合論，是以組態視角為依據解決研究問題的分析方法，其研究思路是通過對不同的條件變量進行組合構型，探究不同的條件變量構型與結果變量的因果關系，從而分析出對結果變量產生主要影響的典型路徑并建立解釋模型。fsQCA方法的獨特之處是兼具定性研究和定量研究的雙重優勢，既能定性分析研究問題的影響要素，又能定量研究組態路徑的影響程度。此外，它不僅對研究樣本的容量及數據的要求較低，方便探究前因條件復雜、非對稱因果關系和跨層變量等現實問題，同時它還可以顯著降低樣本對象的復雜性，從而對研究案例的問題進行更深層次解讀。

現有 “數字經濟背景下制造業服務化轉型組態路徑”的相關研究，主要從單因素與結果的線性關系角度進行。本文采用fsQCA方法的原因是：①傳統的線性關系主要用于解釋具有對稱性的問題，但由于經濟社會生活中的因果關系是非線性關系遠遠多于線性關系，傳統的線性關系難以分析這種復雜情況，fsQCA方法認為對結果起關鍵作用的是條件因素的集合而不是單個因素，更加具有理論邏輯和現實意義。②fsQCA方法主要認為不同影響因素是 “并發因果關系”，某一特定的結果變量可能是由多個影響因素進行合理的組合后得到，即XY→A與XZ→A，兩條不同的路徑XY、XZ可以得到相同的結果A。不同于傳統的統計方法主要分析單個因素對結果的影響，fsQCA方法強調 “殊途同歸”。③fsQCA是一種綜合性分析方法，介于建模統計和案例推演之間，在案例分析的過程中有機地結合了定性分析和定量分析的優勢，定量研究與定性研究相輔相成，定量研究以定性研究的理論作為基礎，以實際知識為基礎將案例要素的關鍵特征形式化。

2.2 樣本選擇

本文選擇制造企業作為研究對象的原因是：①制造企業面對日益激烈的市場競爭環境，通過大數據、人工智能、智能制造、工業互聯網等技術融合，積極順應數字經濟發展趨勢，主動推廣應用數字技術、完善調整組織結構和經營模式，是研究服務化轉型的理想對象；②制造企業為了滿足客戶的需求，通過技術賦能發展服務化轉型，把價值鏈延伸到達客戶環節，改變了傳統的營銷、售后等方式，取得了更多的利潤和共創價值，為從技術、組織及環境等維度探討制造企業價值共創的關鍵因素奠定了良好的基礎。

樣本選擇過程是：①確定樣本選擇的基本原則。在考慮樣本數量的充足性和易得性的前提下，保證樣本企業符合實施服務化轉型的要求，從而滿足理論構建的需求。②對187家涵蓋大、中、小型的制造企業進行梳理，全方位了解企業的基本情況，建立企業基本信息數據庫，同時標注出實施服務化轉型策略的制造企業。③為保證樣本來自不同企業屬性、不同行業技術程度和不同行業集中度，數據不僅滿足代表性、豐富性與易取得性等原則，還符合fsQCA模型規范的相關研究[28]，即當條件變量的數量達到6個、樣本容量超過25個時就可以區分隨機數據與真實數據，結果內部效度能夠得到有效保證，數據研究結果能夠對樣本案例進行深入解讀。本文結合研究的實際情況，在滿足fsQCA方法的操作規范前提下，最終選取28家樣本企業進行分析，樣本企業的主攻技術領域基本情況見表1。

2.3 數據來源與處理

本文數據來源多樣，通過多渠道獲取調查數據，并對數據進行預處理以保證案例數據收集的準確性，數據來源主要有：①田野調查。研究團隊在2019年11月至2020年12月對28家制造企業進行實地調研。首先，在每家企業選取1名技術骨干員工和2名中高層管理人員填寫問卷表。其次，逐個對比3人不同問卷的打分分值，若意見出現分歧，按照少數服從多數的原則進行處理。最后，若出現3人意見均不相同的情況，通過組織被調查人員召開小型研討會，對意見不一的問卷進行討論，得到一個最終確定的結果。②智庫研究報告、企業研發中心申報材料等相關資料，對相關企業案例和變量進行完善。③企業官網。通過樣本企業官網收集企業的組織架構、人才培養制度、技術資料等信息對一手資料進行補充完善。

為了保證研究結果的科學性，本文結合企業官網數據、智庫研究報告和企業研發中心申報材料等資料，采取交叉驗證的方式對問卷數據進行信度檢驗。問卷結果符合二手材料內容和企業實際情況，問卷數據的信度較高。

2.4 變量校準

變量校準是結合實際和理論知識將定序類別的數據轉換成模糊集隸屬分數，即根據選定的預設標準將原始樣本數據轉化為可以被處理分析的模糊數據。本文對原始數據進行校準所采用的軟件是fsQCA3.0，數據處理的基本操作是首先需要設定3個定性的錨點，即完全不隸屬錨點、交叉點、完全隸屬錨點。然后將原始數據導入軟件，把錨點數據代入軟件預設公式，完成數據的校準，并轉換成隸屬分數介于0～1的數據。交叉點數據若校準后為0.5，不能直接放入真值表進行分析，需要將錨點數據調整為0.499或0.501，再次校準后才能納入真值表進行分析。目前學術界尚未就3個錨點的確定方法達成一致，通常以FISS和CODURAS的設定方法作為參照，將樣本數據的上四分位數、均值、下四分位數作為3個錨點，本文數據校準的過程亦采用此方法進行。首先使用SPSS26.0軟件對服務化轉型、產品技術升級、數字平臺搭建、企業戰略轉型、人才體系建設、企業競爭壓力和客戶需求變化6個變量數據的上下四分位點和均值為基準，并作為3個重要的校準點。在確定了3個錨點后，使用fsQCA3.0軟件的Calibrate (x，n1，n2，n3)函數將變量轉換成模糊集隸屬分數，此數據用于后續分析。各變量的校準錨點信息見表2。

表2 數據校準錨點設定

3 實證分析

3.1 單因素必要性分析

本文遵循fsQCA方法的基本操作流程，在fsQCA3.0軟件中利用模糊集真值表程序對數據進行分析之前，必須分析單個因素的必要性，即檢驗某個條件變量是否為結果變量的必要條件。必要性檢驗的標準通常使用一致性與覆蓋率兩個指標衡量，一致性指標通常用于判斷前因條件是結果的必要程度大小，即結果被前因條件的范圍所覆蓋的程度，而覆蓋率指標反映能夠解釋前因條件必要性存在的案例數量。一般認為，當一致性等于1時，前因條件和結果之間具有完美的子集關系，即前因條件是結果的絕對必要條件。但多數情況下，社會科學的研究數據并不會出現完美的子集關系，而是存在一定程度的偏離。因此學術界一般將基準線設定為0.9，即前因條件必要性的一致性大于0.9時，可以認定前因條件是結果的必要條件，滿足必要條件相關的檢測標準[29]。

使用fsQCA3.0軟件中的Necessary Conditions模塊對數據進行單因素必要性分析的結果見表3。結果表明，各條件變量的一致性指標均在基準線0.9以下，條件變量不是必要條件。

表3 單個驅動因素必要性分析結果

3.2 多因素組態充分性分析

鑒于制造業服務化轉型的結果為多重復雜并發因果，因此需要在單因素必要性分析的基礎上，進一步開展不同條件下的組態充分性分析。充分性檢驗的原理與必要性檢驗的原理不同，是評估某一個條件組態的集合是否為結果集合的子集，通常使用一致性指標進行衡量。本文根據Fiss[30]、杜運周等[31]的建議，將一致性閾值 (Consistency)

設置為0.8，同時把PRI (Proportional Reduction in Inconsistency)一致性閾值設置為0.75。本文樣本數量為28家，屬于中等樣本容量，因此將頻數閾值設為1。

由于前因條件對結果的影響具有不確定性，難以進行反事實分析，本文在處理中間解時選擇的條件為 “存在或缺失”。模糊集定性比較分析會得到3類解，即復雜解、簡單解與中間解，由于各前因條件均為非必要條件，復雜解與中間解的結果相同，因此通過對比中間解和簡單解即可識別出制造業服務化轉型的核心驅動條件和輔助條件。

本文采用Ragin[32]的方式展示制造業服務化轉型的組態路徑分析結果：用 “●”或 “?”表示條件變量出現， “?”表示條件變量不出現，空格表示該條件變量無關緊要。大實心圓圈 “●”表示 “核心條件”，小實心圓圈 “?”表示 “邊緣條件”。以4條路徑的方式呈現制造業數字化轉型組態分析的中間解的結果，4條組態路徑和總體解的一致性指標均高于0.8，說明得到的4條組態路徑都是制造業服務化轉型的充分條件；總體解覆蓋樣本容模糊評分語言轉化規量的85%，說明4條組態路徑對樣本企業的服務化轉型均具有較強解釋力，見表4。

表4 服務化轉型組態路徑

3.3 服務化轉型的組態分析

縱向對比4條組態路徑可以發現，組態3 (PTU*DPC*EST*ECP*CDC)的唯一覆蓋度指標最高 (0.0890)。該條組態路徑中產品技術升級、數字平臺搭建和客戶需求變化發揮了核心作用，企業戰略轉型和企業競爭壓力作為輔助條件，人才體系建設沒有發揮作用；組態4 (PTU*TSC*EST*ECP*CDC)的唯一覆蓋度指標次之 (0.0709)，該條組態路徑以人才體系建設和企業競爭壓力作為核心驅動條件，產品技術升級、企業戰略轉型、客戶需求變化作為輔助條件，數字平臺搭建沒有發揮作用；組態1 (PTU*DPC*EST*TSC*ECP)的唯一覆蓋度指標居第3位 (0.0391)，該組態的核心條件是產品技術升級、數字平臺搭建、人才體系建設和企業競爭壓力，企業戰略轉型是輔助條件，客戶需求變化沒有發揮作用；組態2 (PTU*DPC*EST*TSC*CDC)的唯一覆蓋度指標最低 (0.0289)，該組態路徑以產品技術升級、數字平臺搭建、客戶需求變化為核心驅動條件，企業戰略轉型和人才體系建設是該組態的輔助條件，企業競爭壓力則無關緊要。

橫向對比4條組態路徑中的單個條件可以發現，產品技術升級和企業戰略轉型作為核心或輔助條件出現在所有的組態路徑中，是制造業服務化轉型的主要驅動力量；數字平臺搭建作為核心條件出現在除組態4以外的所有組態路徑中，是制造業服務化轉型重要推動力量。此外，4條組態路徑均在技術、組織、環境中的多個變量協同匹配，聯合發揮作用才能推動制造業服務化轉型的進程。

3.4 穩健性檢驗

通常情況下fsQCA的穩健性檢驗方法有調整一致性水平指標、調整校準閾值和非對稱因果關系分析等。本文首先使用調整一致性水平指標，參考學者已有的研究，將一致性指標由0.8調整到0.81，其他處理方式不變，分析后發現制造業服務化轉型的組態路徑結果并沒有發生顯著的變化，由此來驗證制造業服務化轉型的穩健性；然后再采用非對稱因果關系的檢驗方法，根據其原理可以知道假設X1+X2+……+Xn→Y，不一定能夠得出～X1+～X2+……+～Xn→～Y，通過對比非服務化轉型組態路徑結果和服務化轉型的組態路徑結果，發現兩者并不相同，由此來驗證制造業服務化轉型的穩健性。通過上述兩種方法對制造業服務化轉型的穩健性進行驗證，兩種方法均通過檢驗，表明研究結果具有較高的穩健性。

4 研究結論與啟示

4.1 研究結論

(1)產品技術升級、數字平臺搭建、企業戰略轉型、人才體系建設、企業競爭壓力和客戶需求變化均無法單獨構成制造業服務化轉型的必要條件，表明單個因素對制造業服務化轉型的解釋力不強，無法有效促進制造業服務化轉型進程。

(2)制造業服務化轉型的組態路徑有4條：以技術-組織-環境協同主導作用構成的組態1 (PTU*DPC*EST*TSC*ECP)，以技術-環境主導組織協同構成的組態2 (PTU*DPC*EST*TSC*CDC)和組態3 (PTU*DPC*EST*ECP*CDC)，以及組織-環境主導技術協同構成的組態4 (PTU*TSC*EST*ECP*CDC)，4條不同的組態路徑都能有效促進制造業服務化轉型的演化發展。

(3)產品技術升級和企業戰略轉型作為核心或輔助變量均出現在4條路徑中，表明這2個條件在制造業服務化轉型進程中是不可或缺的，制造企業在服務化轉型的過程中應重視和加強產品技術升級和企業戰略轉型。數字平臺搭建作為核心變量出現在3條路徑中，是制造業服務化轉型的重要推動力，表明制造企業在服務化轉型的過程中應將數字平臺搭建置于主要戰略地位。

4.2 理論貢獻

(1)本文基于TOE理論框架構建中國情境下制造業服務化轉型的整合性分析框架。本研究框架結合中國制造業服務化轉型的現實情形，有機整合 “技術-組織-環境”3個方面的影響因素，擴展出影響制造業服務化轉型的6個二級影響因素有產品技術升級、數字平臺搭建、企業戰略轉型、人才體系建設、企業競爭壓力和客戶需求變化。以TOE理論框架為基礎，本文整合6個影響因素構建數字經濟背景下組態路徑關系的作用模型，進行模糊集定性比較分析。

(2)本文采用 “組態視角”，拓展TOE理論框架在解釋數字經濟背景下制造業服務化轉型的復雜因果關系中的應用。現有研究多應用TOE理論框架解釋企業新技術應用的情形，使用回歸分析方法探討技術、組織、環境等條件中的某個因素對企業的作用效果和影響機制。而本文以多重條件的聯動組合為基礎，探究影響制造業服務化轉型的組態路徑，有助于揭示數字經濟背景下服務化轉型的 “黑匣子”，豐富和擴展了中國情境下制造業服務化轉型的理論研究。

4.3 管理啟示

(1)在數字經濟背景下制造業服務化轉型受到多方面因素的綜合作用，而在資源約束的現實條件下政府不能同時推動所有的發展因素，因此在制定政策時必須做到有的放矢。本文研究發現，6個因素的合理組合對制造業服務化轉型的影響 “殊途同歸”，4條組態路徑對制造業服務化轉型的產生結果是一致的。因此，在大力倡導制造業服務化轉型的進程中，政府需要引導企業高度重視產品技術升級、企業戰略轉型和數字平臺搭建的重要作用，并制定相關政策積極引導制造企業服務化轉型升級。

(2)制造業服務化轉型的4條組態路徑中產品技術升級、企業戰略轉型和數字平臺搭建這3個影響因素在其中發揮著主要的推動作用，因此制造企業在服務化轉型過程中必須高度重視這3個影響因素。本文研究發現，產品技術升級和企業戰略轉型均出現在4條組態路徑中，數字平臺搭建出現在3條組態路徑中。因此，制造企業在服務化轉型過程中要加強技術開發和數字化技術的應用、加速產品技術升級迭代；積極搭建數字平臺，提升產品服務能力；借助數字經濟的東風，實施企業戰略轉型，采用適應的轉型組態路徑，加速制造業服務化轉型。

4.4 不足與展望

本文有一些不足之處，需要在后續研究中完善解決：①本文選取28家制造企業作為樣本，盡管是第一手資料，但存在樣本量較小、數據客觀性有一定局限等不足；從樣本企業的技術領域看，所選企業除了GMFC、JNBY等屬于勞動密集型企業外，其他企業大都屬于數字化程度較高的高新技術企業，對結論的公允性有一定影響，因此在將研究結論推廣到制造業全行業之前，還需進行更深入的研究；②本文主要為橫向分析，未充分分析各個影響因素隨時間而產生的動態變化，后續研究可將數字經濟背景下制造業服務化轉型視為動態演化過程，從橫向和縱向角度綜合考慮影響因素對制造業服務化轉型的影響。