數字化環境下制造企業服務創新反哺產品創新擴散機理

李玉娟 ,羅建強,2

(1.江蘇大學 管理學院,江蘇 鎮江 212013;2.江蘇大學 中國農業裝備產業發展研究院,江蘇 鎮江 212013)

技術為核-產品承載-服務創新是制造業服務化的典型路徑,但三者間的關系受企業資源和能力的約束會有承接斷裂現象產生。制造企業通過激發企業資源活力,擴散產品創新結果,將其體現于服務提供過程,實現制造企業價值創造的更大化。但服務提供過程的創新活躍性與客戶享受價值的遞減性影響著企業價值創造,而數字技術正以海量儲存、深度挖掘和高效處理數據的優勢破解這一僵局,并重塑行業生態與競爭格局。數字化賦能制造企業既實現了后臺產品創新不斷涌現,又觸發了前臺服務創新層級迭代,使得產品創新與服務創新(以下簡稱“兩類創新”)相互代入性增強[1],形成了產品、軟件和服務三者集成的綜合解決方案。

承載于產品實體的服務是制造企業在產品技術存續期內實現價值增值的常用手段,如陜西汽車以整車為載體,搭建商用車全生命周期服務平臺,開發了融資租賃、車聯網數據服務等增值性服務業務。數字化環境為制造企業創新營造了良好的場景,產品運行或客戶使用過程產生的數據使得兩類創新更為活躍,同時數據所生成的知識為產品創新提供了良好條件和豐富資源,即數字化環境下制造企業服務創新過程與結果所產生的知識成為驅動產品創新的中介。尤其在數字化環境下制造企業對知識獲取發生了質和量的變化,從僅能獲取產品使用、功能缺陷和改進意見等顯性知識過渡到汲取客戶潛在需求并開拓新市場的隱性知識。數字化環境下制造企業通過數據決策優化創新資源配置[2],驅動產品創新由漸進性向顛覆性變化,呈輻射狀強化了創新主體間的黏結關系[3],但也需要防范因服務創新過于超前或滯后而產生產品創新擴散失敗的風險。

制造企業數字化在增強業務關聯性和協調性的同時,有效推進了兩類創新協同發展,數字賦能所涌現的大量知識促進兩類創新發展的作用愈加顯著。數字化環境下制造企業借助知識轉化,實現服務創新反哺產品創新在企業實踐中得到不斷印證,如小米科技、海爾集團等利用數字技術連接物理本體和使用過程,獲取云端大量產品使用數據與客戶感知信息,實現了產品創新的精準研發。但數字化環境下知識在反哺過程中的擴散程度尚不明晰,即創新遭遇客戶拒絕導致擴散失敗,利用服務創新過程中沉淀的大量數據/信息提煉后形成的知識指導企業創新、減少企業試錯成本至關重要。為此,本文構建數字化環境下服務創新反哺產品創新的Bass創新擴散模型,揭示服務創新過程獲取的知識對產品創新的作用機理。同時,借助Bass創新擴散模型,解析數字化環境下兩類創新內外部因素變化對顯/隱性知識轉化利用的影響,凸顯數字賦能企業價值創造過程中數字化水平對反哺作用的重要性。

本文的創新點體現在:①破解產品創新被低端鎖定的困境,豐富制造企業產品創新的實現途徑,促進制造企業服務化和數字化轉型進程,實現制造企業數字經濟背景下產品適應性創新。②利用Bass創新擴散模型,探索數字化環境下制造企業兩類創新的關聯性,揭示制造企業數字化水平、內外部因素以及知識轉化對兩類創新擴散的影響,豐富兩類創新的研究維度。③基于知識轉化的視角,拓展經典Bass模型的使用范圍和運用場景,契合產業數字化背景下創新擴散的市場特征。

1 文獻綜述

1.1 數字化環境下兩類創新關系

隨著場景式-泛用式-交互式數字化實踐的深入,數字技術正逐漸打破制造企業的創新壁壘,通過內生性和外生性資源整合,構建能力資源聚合體[4],加速產品與服務的迭代及擴散。數字化環境改變了制造企業運營模式,推動了企業生產要素優化重組,促進了企業漸進性和顛覆性產品創新。同時,數字化環境下制造企業為主動引領市場變化,踐行著基于產品的服務創新,旨在利用服務拓展企業價值創造的時空并增強客戶黏性[5]。

數字化環境下聚焦需求端的服務創新與供給端的產品創新相輔相成,關系愈加緊密。產品創新對服務創新具有支撐作用,即產品作為服務的有形展示與證據,支撐服務創新及其價值增值的實現[6]。數字化環境下產品智能化水平趨高支持了高階服務的開發,同時數字技術可供性、動態性與開放性能夠增強服務價值的客戶感知,更易于實現服務價值最大化[7]。服務創新對產品創新具有促進作用,即制造企業數字化能夠營造出多主體參與、多元化場景并存的交互與交易環境,客戶在服務體驗過程中產生的海量數據/信息,經數據聚變、技術轉化及擴能效應,成為促進產品創新的重要來源,從而前瞻性改善產品研發設計、結構性能,推動產品創新由漸進性向顛覆性轉變[8]。當前文獻從不同角度詮釋了兩類創新間的新關系,如服務創新水平高的企業采用激進式的產品創新具有短視性,而中等服務創新水平有助于企業產品創新的發展[9]。若將服務增強和技術創新納入同一框架,制造企業通過提高資源配置效率能夠增加產品創新機會并促進服務創新[10];制造企業若將產品或服務植入數字化環境,能夠探尋顛覆性或前瞻性的服務創新路徑,并調整傳統產品創新思維[11]。然而,數字化環境下制造企業兩類創新關系尚需明確。

1.2 服務創新過程的知識涌現

當前數字經濟與知識經濟交織豐富了制造企業的創新來源。中國制造企業創新應用優勢不斷得以增強,創新頻繁發生于制造與服務的交叉域。數字化環境下制造企業服務創新動態演變過程所沉淀的海量客戶數據/信息,不僅增強了企業內部制造流程與外部服務業務間的銜接,而且加速了企業內部知識與外部知識的集成[12],為制造企業資源整合與價值共創提供了新主張。

數字化環境下制造企業依據業務屬性、產品類型與技術含量向市場提供了多樣化的服務,產生了不同類型的知識[13]。如涉及產品研制、調試、監控、維護、升級和回收等的產品生命周期服務,制造企業提取產品不同階段的數據和知識,有針對性地提供增值服務,并聚焦未來產品創新方向,促進企業以結構化方式挖掘高質量的產品創意,有效更新產品技術[14]。如考慮客戶產品購買力、使用用途、使用頻率的交易服務(按時間/次數收費),企業能夠通過收集體現客戶需求的關聯數據,深度挖掘與聚類分析此類數據,豐富產品創意[15]。隨著數字技術嵌入對象類型的增加,產品知識蘊含量激增(如智能汽車),兩類創新協同性得以增強。數字化環境能夠強化知識溢出效應并提高創新效率[16]、降低企業創新的成本和風險[17]、實現更高價值的新產品提供[18]。因此,數字化環境下制造企業利用供需交互所產生的網絡效應,能驅動所存儲的客戶數據/信息由離散趨向收斂,實現外部客戶知識與企業內部知識耦合,極大地提升知識的獲取、整合效率[19]。但數字化環境下知識如何銜接制造企業兩類創新關系的作用機理尚需挖掘。

1.3 數字化環境下知識對產品創新擴散的影響

制造企業創新能力的提升不僅在于創新意念的產生,更需要創新結果在市場中的擴散[20]。信息獲取和行為決策支持下的創新擴散過程決定著企業創新價值的實現,即蘊含于產品或服務的創新若得到社會認同與市場采納,才能實現創新價值,否則只會產生沉沒成本[21]。Lee等[22]將創新擴散定義為“隨時間推移,創新通過特定溝通渠道在潛在采用群體中傳播和共享的過程”,在此過程中,新的信息、數據和知識不斷產生并傳播,顯化著創新的意義。

目前,創新擴散情景由技術導向回歸社會需求,邊界從有限產品擴散向無限融合創新擴散拓展。數字化環境下各創新參與主體間創新擴散頻繁發生,創新規模和范圍不斷擴張,創新以非線性的動態方式展開[23]。創新擴散的研究對象發生著由要素探索(如產品價格、廣告費等)和聚焦應用場景的具象研究,轉移到機制與方法的研究。數字化環境下產品創新擴散、社交媒體創新擴散成為該領域研究的熱點[24]。王展昭[25]考慮了品牌競爭影響因素和重復購買的調節效應,通過構建小世界網絡情景下的新產品擴散閾值模型,探究了品牌競爭與新產品擴散間的影響關系。唐中君等[26]基于網絡社交平臺用戶轉發動機,提出了改進Bass模型的產品信息擴散模型,研究了明星效應、產品信息質量等因素對產品信息擴散的影響。徐建中等[27]將改進的Bass創新擴散模型和演化博弈綜合,分析了政府規制行為對制造企業服務創新行為的演化及擴散影響。上述研究表明,數字化環境下制造企業創新頻繁發生、企業業務范圍不斷得以拓展。制造企業與客戶在新的交互/交易方式下,面向客戶問題解決的兩類創新不斷被修正,產品功能和結構以及服務提供方式都將在擴散中動態迭代[28]。具體表現為企業內部及其與市場間的知識流動,以及創新參與者間的資源整合和價值進化[29]。由此產生的結果是承載于產品的新服務更易于為客戶接受[30],接受過程所產生的知識驅動了產品創新能力的提升,促進了新產品的市場認同[31]。

綜上所述,首先,現有研究以協同能力、動態資源和創新生態系統等理論為基礎,分別探索了制造企業兩類創新的價值共創過程。遵循“能力-行為-結果”的邏輯,研究了組織柔性、客戶介入和數字平臺能力等對兩類創新績效產生的影響。但數字化環境下制造企業兩類創新行為交織涌現,相互支持并相互滲透的作用機理仍有待進一步揭示。其次,現有研究基于客戶需求導向的視角,聚類挖掘客戶數據,探尋兩類創新的機會識別路徑,以此構建了知識搜尋、知識吸收與兩類創新的關系模型,進一步分析了對兩類創新的影響。但基于知識轉化的視角探究兩類創新的研究主要聚焦單一創新維度,即創新結果僅關注了服務創新或產品創新,缺乏以知識為紐帶探究兩類創新的相互作用關系。最后,現有研究對制造企業創新擴散的分析側重于技術擴散效應、擴散路徑和影響因素等方面,數字化環境下制造企業兩類創新擴散渠道與模式打破了傳統創新擴散規律,社交媒體、社會網絡等現代模式逐步替代了大眾媒體傳播、人際網絡傳播等傳統模式,知識在創新過程中的作用愈加顯著。但從知識轉化的視角探析數字化環境下制造企業兩類創新擴散的作用機理仍有待深究。因此,本文從兩類創新協同發展的角度構建Bass創新擴散模型,探索數字化環境下服務創新經知識凝練反哺產品創新的作用機理,以精準產品創新方向,進而優化衍生出更具價值創造力的創造性解決方案。

2 問題描述與研究方法

2.1 問題描述

制造企業產品發布會產生實際和潛在購買群體,制造企業拓展價值創造時往往會基于既定產品技術開發滿足潛在購買群體需求的新服務,實現基于產品的服務價值最大化。數字化環境下制造企業新服務在逐漸為客戶感知和采納的過程中,留存了大量多元異構的客戶數據,借助數字技術將這些數據轉化為用以指導產品創新的知識,有益于產品迭代創新并為客戶所采納,且實際購買群體規模將隨之擴大,產品創新的市場采納度得以提高。具體創新過程如圖1所示。

圖1 數字化環境下服務創新反哺產品創新過程Fig.1 The process of service innovation back-feeding product innovation in the digital environment

數字化環境下兩類創新在協同發展過程中存在相互支持的關系,開始狀態是制造企業承載既有產品技術向客戶提供確保產品功能穩健實現的基礎性服務(如維修維護服務),實際和潛在購買群體自然劃分,此時數字技術是以保障產品功能的角色而存在。制造企業為擴展新市場和謀求更大的價值創造,采取了以提供高級服務為目標的服務創新(如定制化服務),此時數字技術承擔著提取客戶需求信息和便利新服務提供的雙重角色。但當發現先進服務需要更高級的產品技術支持實現時,制造企業將利用沉淀的數據汲取知識,面向服務開展產品創新,此時數字技術起著促進產品創新的作用。

由此,目標市場客戶群體發生著潛在購買群體趨小而實際購買群體趨大的變化,產生這種變化的關鍵是數字化環境下制造企業服務創新過程中涌現的知識對產品創新的反哺作用,研究問題具化到以知識轉換為橋梁,揭示服務創新如何反哺產品創新及其新產品的市場擴散規律。

2.2 研究方法

依據供需決策過程信息來源和決策行為的不同,新產品和新服務的消費群體劃分為潛在購買群體和實際購買群體,為探究潛在購買群體轉化為實際購買群體的過程,Bass模型將該轉變過程歸因于受創新效應和模仿效應的影響。其中,創新效應反映潛在購買群體受廣告、價格等外部因素影響自發形成的創新群體,模仿效應反映潛在購買群體受客戶間信息交流等內部因素的影響跟隨形成的模仿群體。Bass模型能夠刻畫客戶對新產品與新服務主動采納行為和受已采納者影響的被動采納行為,轉變過程如圖2所示。

圖2 Bass模型的轉變過程Fig.2 The transformation process of Bass model

Bass模型雖能呈現新產品推出市場后,累積采納者數量和新增采納者的變化趨勢[25],但數字技術的應用模糊了兩類創新階段劃分,縮短了創新擴散時間,制造企業兩類創新擴散的結構、渠道和模式發生了變化,兩類創新擴散過程和結果間的動態關系變得更為復雜。考慮到在兩類創新擴散過程中Bass模型的外部影響效應產生于服務創新的結果表現,內部影響效應來源于產品創新的客戶跟隨,以及Bass模型能夠刻畫制造企業從產品研發、投入市場到技術完善、最終推廣的產品創新全過程,潛在購買群體從獲知、感知、評價到最終享用服務全過程。為此,本文利用Bass模型來揭示數字化環境下制造企業服務創新反哺產品創新的作用機理,以及經知識物化而生成新產品的市場擴散程度。以影響服務創新擴散的內外部因素作用于產品創新擴散為觀察點,預測服務創新反哺產品創新的成效,以減少制造企業產品創新的試錯成本。

3 數字化環境下服務創新反哺產品創新模型構建

經典Bass模型認為創新擴散受到兩方面因素影響:一是以大眾傳媒為主的外部因素,潛在使用者在廣告、新聞等大眾傳媒的影響下快速獲取產品外觀、功能等信息,以渲染、強化創新擴散;二是以口碑傳播為主的內部因素,潛在采納者在已采納者的影響下感知產品的可靠性、耐用性等,以獲得更全面、專業的產品使用信息。經典Bass模型的基本假設包括:市場容量不隨時間變化而改變,一類創新擴散不受其他類型創新擴散的影響,創新擴散過程內外部因素的影響程度恒定不變,不存在供給約束等。而數字化環境下上述假設被逐漸打破,因此,揭示數字化環境下服務創新過程中涌現的知識對產品創新的反哺作用,需要對經典Bass模型進行修正。

3.1 兩類創新的相互作用

兩類創新分別作為制造企業服務化的外在表現和內在基礎,具有伴生性,由此形成如服務衍生、產品服務集成創新等。為探析知識在兩類創新協同過程中的作用,分別建立兩類創新擴散模型。假設t時刻服務創新和產品創新的客戶累積采納量分別為S(t)和N(t),根據經典Bass模型可得:

式中:M1為服務創新的市場容量;M2為產品創新的市場容量;F1(t)為t時刻客戶采納服務創新的累積比例;F2(t)為t時刻客戶采納產品創新的累積比例,且F1(0)=0,F2(0)=0。兩類創新市場容量不同是源于制造企業存在借助競爭對手的產品開發面向終端市場的新服務。

假設f1(t)是t時刻服務創新采納數量占市場容量比例的概率密度函數,f2(t)是t時刻產品創新采納數量占市場容量比例的概率密度函數,則t時刻客戶采納兩類創新的累積比例為:

根據經典Bass模型的基本等式關系,在t時刻新增采納兩類創新的客戶數量與已采用數量呈線性關系,因此可得兩類創新在t時刻新增采納比例的概率密度函數與未采用者比例的比值為:

式中:p1表示服務創新外部因素的影響程度;p2表示產品創新外部因素的影響程度(p1>0,p2>0);q1表示服務創新內部因素的影響程度;q2表示產品創新內部因素的影響程度(q1>0,q2>0)。

通過式(5)、(6)可得t時刻f1(t)和f2(t)分別為:

假設s(t)為t時刻新增服務創新采納量,n(t)為t時刻新增產品創新采納量,則兩類創新累積采納量分別為:

數字化環境下產品創新的主要創意源自承載于產品的服務由創新到提供過程中累積的客戶數據。數字技術在產品中的嵌入更有益于客戶數據的獲取和處理以及新知識的形成,能助推服務創新反哺產品創新的實現。該過程中,制造企業兩類創新形成附隨擴散關系,即產品創新的擴散以服務創新擴散為基礎,產品創新的市場容量受到服務創新累積采納量的影響,兩類創新賦能與反哺協同交替以滿足潛在市場需求[32]。同時,產品創新的市場容量M2受服務創新累積采納量S(t)的影響,且M2占S(t)的比例隨時間的變化而變化[33]。考慮數字化環境下知識對產品創新的滲透作用,以及客戶采納新產品受與該產品相關的服務感知影響,產品創新的市場容量與服務創新所能擴充的市場存在非線性關系。綜合上述因素,數字化環境下產品創新的市場容量和服務創新累積采納量之間存在如下關系:

式中:δ為產品創新市場容量的時間影響參數。若δ>0,則客戶對服務創新的采納在時間上先于產品創新;若δ<0,則客戶對服務創新的采納在時間上后于產品創新。k為服務創新過程產生的顯/隱性知識轉化利用率,k>0。ε為其他因素影響下客戶采納產品創新的增量,ε>0。

3.2 數字化水平對內外部因素的影響

經典Bass模型中影響創新被客戶采納的內外部因素影響程度恒定不變,但隨著制造企業服務化和數字化水平的提升,實物產品嵌入了大量數字技術,使得產品趨向智能化和服務趨向數字化,逐漸改變了影響客戶采納的內外部因素。

(1) 外部因素。經典Bass模型外部因素主要涉及宣傳、推廣和大眾傳媒等。在數字化環境下客戶對新服務與新產品的認知發生改變,當制造企業外部環境獲取信息的數字化程度越高時,兩類創新擴散將愈加顯著。但由于客戶采納量的累積以及市場容量的約束,外部因素對兩類創新擴散的影響最終會趨于平緩,達到相對穩定的客戶積累量。

(2) 內部因素。經典Bass模型內部因素主要是客戶間口頭交流產品和服務的相關屬性(如信息、價格等)。制造企業數字化能加速客戶對新產品和新服務的認同速度,提高企業內部數據/信息的傳遞和處理能力,當制造企業數字化程度愈高時,則愈有利于兩類創新的擴散。與外部因素的影響效果類似,數字化環境下制造企業內部因素對兩類創新擴散的影響將呈現先加速后趨于平緩的趨勢。

由于影響客戶采納新產品和新服務的內外部因素發生了改變,故將內外部因素的影響程度設為自然對數函數[32],分別刻畫數字化環境下制造企業內外部因素對兩類創新擴散的影響,即:

式中:u1為服務創新的外部影響系數;u2為產品創新的外部影響系數;v1為服務創新的內部影響系數;v2為產品創新的內部影響系數;h(t)為t時刻制造企業的數字化水平。

3.3 數字化環境下服務創新結果的知識轉化

數字技術不斷改變著制造企業的運營模式,新服務提供過程沉淀了大量客戶交易數據及產品使用數據,若將其轉化為支持產品創新的知識,將更有助于客戶采納新產品。為刻畫知識轉化在兩類創新間的傳導作用,用k表示服務創新對產品創新滲透的影響,體現為服務創新過程產生的顯/隱性知識轉化利用率。其中,k1為顯性知識轉化利用率,k2為隱性知識轉化利用率。由于顯性知識轉化主要受外部因素的影響,隱性知識轉化主要受內部因素的影響[34],故數字化環境下基于知識轉化維度,服務創新對產品創新的滲透影響為

式中:a為顯性知識流轉系數;b為隱性知識流轉系數;p1表示服務創新外部因素的影響程度;q1表示服務創新內部因素的影響程度。

3.4 修正Bass創新擴散模型

綜合考慮制造企業兩類創新間的反哺關系、數字化環境對創新擴散的影響,以及知識在反哺過程中的滲透作用,數字化環境下制造企業服務創新反哺產品創新的擴散模型為:

假設當t=0 時,服務創新客戶累積采納量S(0)=0,產品創新客戶累積采納量N(0)=0,由式(13)～(15)可得數字化環境下產品創新的市場容量和兩類創新累積采納量分別為:

對S(t)和N(t)求導,可得t時刻兩類創新的新增采納量為:

為利用改進的Bass創新擴散模型,揭示數字化環境下內外部因素對兩類創新擴散程度的影響,顯/隱性知識流轉系數對產品創新擴散的作用機理,以及凸顯改進的Bass創新擴散模型的先進性,本文借助實例,旨在驗證數字化環境下服務創新反哺產品創新擴散對企業的重要意義。

4 實例驗證

4.1 實例選擇

為驗證制造企業兩類創新協同過程中的反哺特征,以及改進Bass創新擴散模型在兩類創新間的先進性和適用性,本文選取數字化和服務化成效顯著的小米科技有限公司(簡稱“小米科技”)作為實例分析對象,理由包括:

(1) 小米科技自2010 年成立以來,抓住互聯網“窗口”機遇期,充分借助物聯網、大數據、人工智能等數字技術衍生了大量硬件信息增值服務和產業鏈生態服務,具有顯著的數字化和服務化特性,于2017年入選第一批國家級服務型制造示范企業。

(2) 小米科技以智能手機為載體,MIUI系統為核心,利用智能產品生態圈的供需深度交互優勢,開發新穎服務的同時,捕獲小米論壇、微博等信息交流平臺“米粉”數據,用以預判市場發展方向和實現產品創新,其服務創新反哺產品創新特點顯著。

(3) 小米科技數字技術的廣泛運用和深入實踐,以及依托強大的品牌效應、龐大的米粉群和領導者的行業聲譽,能夠快速支持實現潛在客戶對公司新產品和新服務的價值感知,充分反映數字化環境下創新擴散的內外部因素影響特性。

4.2 數據收集與處理

小米科技于2018年香港上市,公司披露數據具有權威性和真實性。由于MIUI是基于Android系統深度優化、定制、開發的第三方手機操作系統,MIUI月活躍數量能夠反映選定時段新增用戶和老用戶登錄MIUI的數量,能表征用戶對MIUI操作系統承載新服務的采納量。為此,將每季度累計“MIUI全球月活躍數量”作為服務創新的累積采納量。同時,由于IoT具有智能感知、識別和管理的優勢,易形成互聯互通的網絡,能夠支持小米手機精準控制和管理設備,故將每季度累計“連接的IoT設備數”作為產品創新的累積采納量。數據如表1所示。

表1 小米科技各季度“MIUI全球月活躍數量”及“連接的IoT設備數”Tab.1 “MIUI global monthly active quantity” and “Connected IoT devices” of Xiaomi technology in each quarter

為衡量小米科技數字化水平,本文利用數字化收入占總收入的比值表示,將數字化水平界定為“底層技術運用”與“技術實踐應用”[35]。其中,“底層技術運用”采用“互聯網服務收入”刻畫,“技術實踐應用”采用“IoT 與生活消費品收入”反映。以小米科技年報中每個季度“互聯網服務收入”與“IoT 與生活消費品收入”總和占該季度總收入的比值作為該季度數字化水平的增長率,如表2所示。則t時段小米科技的數字化水平衡量公式為

表2 小米科技各季度“互聯網服務收入”“IoT與生活消費品收入”及總收入Tab.2 “Internet service revenue”,“IoT and consumer goods revenue” and total revenue of Xiaomi technology in each quarter

式中:RIoT(t)為t時段“IoT 與生活消費品收入”;R互聯網(t)為t時段“互聯網服務收入”;R總(t)為t時段總收入,h(0)=0。

制造企業數字化水平具有累積效應,以2010年8月MIUI系統首個內測版推出為初始點,將2010年9、10、11、12月作為第1個時段,以此類推。但小米科技在2018年上市前數據不完整,依據2018年后“IoT 與生活消費品收入”(RIoT(t))、“互聯網服務收入”(R互聯網(t))和“總收入”(R總(t))真實值趨勢與指數函數接近,據此可利用指數模型推斷2018年以前三者的數據。由此,2010年迄今的RIoT(t)、R互聯網(t)和R總(t)散點圖如圖3 所示。依據式(25),各時段數字化水平如圖4所示。

圖3 RIoT(t)、R互聯網(t)與R總(t)擬合結果Fig.3 Fitting results of RIoT (t),RInternet (t),and RTotal(t)

圖4 小米科技2010年迄今數字化水平Fig.4 The digitization level of Xiaomi technology since 2010

由圖3、4可知,小米科技每年各季度的“互聯網服務收入”“IoT 與生活消費品收入”及總收入均呈上升趨勢。其原因之一是數字技術水平的提高及核心底層技術架構的完善,驅動了小米科技品牌效應延伸及產品迭代,形成了豐富的應用場景,實現了知識的沉淀及生態圈的外延。小米科技數字化水平的提高為迭代產品和復雜生態場景的融合創新提供了有效支撐,構筑了數據流轉橋梁,增強了前端場景運用、中間數據知識沉淀、后端產品創新的銜接性。

4.3 參數擬合與結果分析

經典Bass模型常用的參數估計方法是極大似然估計法、普通最小二乘法和非線性最小二乘估計法等[36]。根據上述獲取數據,采用非線性最小二乘估計法估計M1、u1、u2、v1、v2、a、b、δ和ε等參數[26-37],結果如表3所示。在數字化環境下,隨著小米科技數字化水平的提升,服務創新和產品創新累積采納量擬合結果如圖5所示。根據式(20)及計算結果,產品創新市場容量和產品創新累積采納量隨時間變化如圖6所示。

表3 創新擴散模型的參數估計結果Tab.3 Parameter estimation results of innovation diffusion model

圖5 服務創新和產品創新累積采納量擬合結果Fig.5 Fitting results of cumulative adoption of service innovation and product innovation

圖6 產品創新的市場容量與產品創新的累積采納量對比Fig.6 Comparison between market capacity of product innovation and cumulative adoption of product innovation

根據擬合結果,服務創新的擬合優度0.996 9,產品創新的擬合優度0.996 6,結果接近于1,表明數字化環境下兩類創新擴散的擬合度良好。同時發現以下結論:①兩類創新擴散的內外部影響系數(vi和ui,vi>ui)均大于零,表明小米科技新產品和新服務的累積采納量與企業內外部影響系數呈正相關,且受內部影響系數的影響更大。②顯性和隱性知識流轉系數均大于零,表明兩類知識(a和b,a

圖7 內外部因素對兩類創新擴散的影響Fig.7 The influence of internal and external factors on diffusion of two types of innovation

由圖7可知,內外部因素對兩類創新擴散的影響均隨時間的增加有所提高,且內外部因素對產品創新擴散的影響均大于對服務創新擴散的影響。同時,內部因素的作用效果均大于外部因素,體現了供需間及客戶間的交互更有利于潛在購買群體的擴大。由圖8可知,顯/隱性知識轉化利用率與時間幾乎呈線性關系,表明企業數字化水平能有效促進內外部知識的集成、轉化和利用,進一步強化服務創新對產品創新的反哺效用。分析上述研究結果可得,隨著小米科技數字化投入的不斷增加,“供給-需求”端的黏性逐漸增強,產品市場交易更為活躍,企業處理海量結構化和非結構化數據的能力得以提升,知識的轉化利用率和產品創新擴散速度不斷提高,凸顯了數字化環境下基于知識轉化視角的服務創新反哺產品創新特性。

圖8 服務創新過程產生的顯/隱性知識轉化利用率Fig.8 The conversion and utilization rate of explicit/implicit knowledge generated in the process of service innovation

4.4 模型對比分析

為驗證修正Bass創新擴散模型的科學性與現實指導性,本文對比分析經典Bass模型兩類創新獨立擴散參數的變化,即內外部因素的影響程度qi和pi不隨時間的變化而改變,產品創新擴散的市場容量恒定,不受服務創新擴散的影響。計算結果如表4所示。

表4 經典Bass模型與修正Bass創新擴散模型擬合參數對比Tab.4 Comparison of fitting parameters between classical Bass model and modified Bass innovation diffusion model

由表4可以發現:①經典Bass模型的擬合優度均小于修正模型,表明以知識轉化和反哺作用為特征的修正Bass創新擴散模型能更好地揭示兩類創新的擴散規律。②經典Bass模型服務創新市場容量小于修正Bass創新擴散模型,但在47個時段內,經典Bass模型產品創新的市場容量大于修正Bass創新擴散模型,即在產品市場不斷擴增的情形下,消費者更多關注服務創新而非新產品。③經典Bass模型兩類創新擴散外部因素的影響程度小于修正Bass創新擴散模型,但經典Bass模型兩類創新擴散內部因素的影響程度均大于修正Bass創新擴散模型。該結果凸顯了數字技術的應用使得外部因素的作用效果逐漸增強,先進的傳播模式和擴散渠道正逐步打破信息閉塞的桎梏,吸引潛在購買群體采納創新成果,對兩類創新擴散具有顯著驅動效應。④對比兩模型的方差SSE及均方根RMSE,修正Bass創新擴散模型均優于經典Bass模型,說明修正Bass創新擴散模型預測更為精準。對比結果表明了修正Bass創新擴散模型能夠揭示數字化環境下兩類創新之間的作用機理,以及數字化環境下服務創新經知識轉化反哺產品創新的過程。

相較于經典Bass模型,修正的Bass創新擴散模型在以下方面有顯著改善:①在制造業數字化與服務化實踐逐漸深入的背景下,產品創新的擴散受服務創新擴散的影響越來越大,修正的Bass創新擴散模型引入附隨擴散概念,以知識轉化為紐帶,將兩類創新的市場容量連接并綜合考量,彌補了經典Bass模型市場容量不受其他創新擴散影響的缺陷,更符合數字化環境下的創新擴散發展特征。②經典Bass模型假設內外部影響因素恒定,忽略了制造企業數字化水平對創新擴散過程內外部因素的影響。修正的Bass創新擴散模型以制造企業數字化為背景,引入數字化水平和內外部影響系數,準確刻畫了內外部因素隨時間變化對兩類創新擴散的影響程度。③由于知識在服務創新反哺產品創新過程中的作用愈加顯著,修正的Bass創新擴散模型考慮了內外部因素對顯/隱性知識轉化利用率及其對兩類創新擴散的影響,彌補了經典Bass模型僅聚焦單一創新擴散的局限,凸顯了數字化環境下反哺過程中知識的傳導作用。

5 結論

數字賦能作用下制造企業服務創新與產品創新之間的關系愈加緊密和復雜。本文立足于制造企業服務化與數字化轉型升級的場景,以知識轉化為橋梁,解析了數字化環境下制造企業服務創新反哺產品創新擴散過程,構建了數字化環境下制造企業服務創新反哺產品創新擴散的Bass模型,實例印證了模型的科學性與有效性。得到如下研究結論:

(1) 數字化環境下兩類創新相互作用,實現了產品創新客戶采納的最大化。數字化環境下制造企業服務創新更為活躍,服務創新的擴散有效帶動了產品創新的擴散,增大了產品創新的市場容量。

(2) 數字化環境下新服務在為客戶感知的過程中容易留存大量多元異構數據,利用數字技術將數據轉化為用以指導產品創新的知識,能夠精準產品創新的方向并易于為客戶采納。

(3) 數字化環境下制造企業數字化水平越高,信息傳播渠道和模式將越豐富,顯/隱性知識的轉化利用率越高效,能夠增強內外部因素對兩類創新擴散的影響。其中,外部因素的影響效果逐漸增大,內部因素的影響效果逐漸弱化。

(4) 構建的修正Bass創新擴散模型能夠精準刻畫內外部因素影響程度變化、數字技術和知識轉化對兩類創新擴散的影響,預測精度優于經典Bass模型,更能揭示數字化環境下服務創新經知識轉化反哺產品創新的過程,與產業數字化背景下制造企業創新發展規律吻合。

本文根據創新擴散理論,聚焦知識轉化視角,探究了數字化環境下制造企業服務創新對產品創新的反哺作用,理論貢獻包括:

(1) 拓展和豐富了兩類創新研究的范疇與內容。以往研究遵從基于產品的服務提供觀點,認為服務創新跟隨產品創新而呈現,但數字化環境下制造企業服務創新過程沉淀的客戶數據/信息能夠支持產品創新,即服務創新對產品創新具有反哺作用,本文豐富了數字化環境下兩類創新的關系研究。

(2) 構建了數字化環境下制造企業服務創新反哺產品創新的修正Bass創新擴散模型。當前研究更多關注數字化與服務化交融情境下的服務創新,目的是創造客戶價值和提升產品技術。本文引入數字化水平,基于知識轉化視角,構建了修正的Bass創新擴散模型,既符合數字經濟創新范式,又拓展了創新擴散理論的解釋邊界。

數字化環境下兩類創新相輔相成的關系研究將有助于制造企業利用數字技術拓展市場空間、精準創新方向,由此得出如下管理啟示:

(1) 數字化環境下兩類創新伴生性顯著增強。制造企業可通過創新服務形式和內容,修正產品主導邏輯下“酒香不怕巷子深”的傳統思維,擴大產品擴散的市場容量,以提高產品創新的采納速率。

(2) 數字化環境下知識在兩類創新間的傳導作用愈加重要。制造企業欲突破“卡脖子”技術,路徑之一是利用數字技術增強供需交互過程中顯/隱性數據與信息的獲取和處理能力,生成知識,實現服務創新對產品創新的反哺。

(3) 數字賦能的服務價值創造發生著由面向市場需求單一地提供基礎服務,向提供增值服務、提煉市場知識、反哺產品創新的多重方式轉變。制造企業提高數字化水平的目的不能僅限于削減服務創新成本和提高服務創新效率,需要注重數據、信息和知識助推兩類創新發展及擴散的重要作用。

本文構建的修正Bass創新擴散模型雖能刻畫兩類創新之間的擴散關系,揭示經知識轉化的反哺機理,但受模型構建抽象的限制,數字賦能兩類創新的刻畫還不夠細膩。同時,本文僅選擇了數字化和服務化成功實踐的典型案例作為實證研究對象,未來將探索不同行業以及不同數字場景下兩類創新的多重價值創造規律,為兩類創新研究提供理論增量與實踐啟示。