制造業服務化對供應鏈韌性的影響研究

摘"要：在全球供應鏈不確定性加劇和制造業服務化轉型的背景下，本文以2012—2023年中國制造業A股上市公司為研究樣本，實證檢驗服務型制造對供應鏈韌性的影響。研究發現，在服務型制造發展過程中，隨著制造業服務化水平的提高，供應鏈韌性隨之提升，主要的作用機制在于服務化轉型有助于緩解牛鞭效應，服務化提高供應鏈韌性存在著供應鏈后向溢出效應。異質性分析發現，高新技術企業以及具有較高人工智能水平的企業，服務化對供應鏈韌性的促進效應更加顯著。

關鍵詞：制造業服務化；供應鏈韌性；服務型制造；牛鞭效應

中圖分類號：F2741；F424文獻標識碼：A文章編號：1001-148X（2025）01-0112-10

收稿日期：2024-09-04

作者簡介：劉亭立（1975—），女，陜西韓城人，教授，博士生導師，研究方向：資本市場會計、公司治理與創新；云世紀（2001—），男，安徽阜陽人，碩士研究生，研究方向：制造業服務化、公司治理與創新。

基金項目：國家社科基金面上項目“新時代背景下跨層次公司社會網絡對雙元創新的影響研究”，項目編號：18BGL090；教育部人文社會科學研究青年基金項目"“混合所有制改革背景下集團化管理與國企創新研究”，項目編號：19YJC630129。

一、引"言

我國的工業化進程已進入向后工業化階段縱深推進的關鍵轉型期，在此背景下，形成中國經濟增長新動力，經濟發展新優勢，推動供給側結構性改革的抓手就在制造業。“制造業富國”是發展理論的重要觀點，更是發展中國家實現快速發展的“扶梯”和“引擎”［1］。隨著第五次科技浪潮的興起，制造業和服務業的邊界逐漸模糊，服務型制造已經成為世界制造業發展的重要趨勢，越來越多的制造企業從提供傳統的制造產品向提供融入大量服務要素的產品系統轉變［2］。美國、德國、日本等發達國家的產業融合發展一直走在世界第一梯隊，也正是制造業服務化的快速發展讓歐美發達國家處于價值鏈的高端。2016年，工業和信息化部發布的《發展服務型制造專項行動指南》標志著國家層面正式啟動服務型制造的系統推進。2023年，中共中央、國務院發布的《質量強國建設綱要》提出進一步促進制造業向服務型制造轉型，將服務型制造作為國家長遠發展戰略。2024年5月，工信部印發了《服務型制造標準體系建設指南》，為制造業服務化轉型提供了規范化和標準化的指導。

黨的二十大報告提出“要著力提升產業鏈供應鏈韌性和安全水平”，黨的二十屆三中全會進一步明確提出要“健全提升產業鏈供應鏈韌性和安全水平制度”，供應鏈韌性指的是在面對各種干擾時，供應鏈能夠維持其核心功能，并能迅速恢復到正常運作狀態的能力。Christopher和Peck（2004）將其定義為系統在受到干擾后恢復原狀或移動到新的更理想狀態的能力［3］。供應鏈韌性不僅關系到企業的生存和發展，還是國家經濟安全的重要保障。構建具有高度韌性的供應鏈，以增強其對各類風險的抵抗力和恢復力，已成為學界和實務界關注的核心問題。特別是在全球經濟一體化和不確定性增加的背景下，供應鏈的高效運作成為保障產業鏈穩定、提升企業競爭力和維護國家經濟安全的關鍵因素。提高供應鏈韌性不僅能直接提升企業的績效和市場反應速度，還間接推動了整個產業鏈的協同發展和創新能力。

服務型制造作為兩業融合的新模式新業態，拓寬了傳統制造業的邊界，從而調整企業的供應鏈位置，這會對供應鏈韌性帶來何種影響？其作用機制和傳導路徑是什么？對上述問題的回答不僅有助于深入揭示制造業服務化轉型的經濟效應機理，回應服務型制造的產業政策；還能進一步豐富供應鏈韌性影響因素研究，為構建高質量供應鏈體系提供理論支撐。

本文的邊際貢獻在于：（1）改進了微觀層面對制造業服務化程度的度量方式，基于產出視角更準確客觀地衡量了制造企業的服務化程度；（2）考察了制造業服務化對供應鏈韌性的影響，豐富了現有制造業服務化轉型經濟后果的研究；（3）明確了制造業服務化影響供應鏈韌性的機理，拓展了供應鏈韌性的影響因素及其路徑研究。本文不僅為制造企業提供新的管理理念和工具，還為政策制定者在推動經濟可持續發展方面提供了重要參考。

二、文獻綜述與研究假設

（一）文獻綜述

1.制造業服務化的經濟后果

Vandermerwe和Rada（1988）最早提出制造業服務化的概念，制造業服務化是通過顧客參與、服務要素的投入和供給，最終實現價值鏈中各利益相關者的價值增值［4］。創新和增值是制造業服務化的核心，它推動企業不僅要專注于物理產品的生產和銷售，還要專注于滿足客戶的更廣泛需求。這種轉變使得企業能夠與客戶建立更緊密的關系，提供更為個性化的服務，從而增強客戶忠誠度和企業的市場競爭力。目前制造業服務化經濟后果研究主要集中在價值鏈位置提升和企業績效等方面。

制造業服務化對企業價值鏈位置提升具有顯著的促進作用。通過將服務元素嵌入傳統制造過程中，制造企業不僅提升了產品的附加值，還能夠增強其在價值鏈中的競爭力。服務能夠提高企業參與國際供應鏈和產業鏈的程度和地位、有利于產品向價值鏈高端攀升［5］。制造企業通過吸納優質服務要素，優化了資源配置效率［6］，降低企業生產成本，產生規模效益［5］，提高制造企業的生產效率［7］。在制造業服務化過程中，技術進步是促進制造業勞動生產率提升的主要路徑［8］，其不僅有利于加強制造業與服務業的協調發展，還可有效推動制造業轉型升級。

制造業服務化對企業績效的影響有不同的觀點。一種觀點認為服務化程度的提高對績效具有顯著的促進效應，包括增加收入或利潤［9］，降低成本［6］等。在服務化過程中，重新組合服務要素與其他生產要素會不可避免地會對企業原有的架構、體系、內外部環境等造成一種“破壞”與革新［7］，這可以更直接地推動企業的生產模式變革，減少生產冗余，降低企業的生產和管理成本［10］，并提高企業的技術創新能力［11］。但另一種觀點認為服務化戰略并非總能帶來更優的財務績效，即存在“服務化悖論”。Neely（2008）研究發現實施服務化戰略的企業凈利潤低于純產品制造企業［12］，擴大服務業務的投資會導致服務產品的增加和成本的增加，卻不會產生預期的高回報。近期的研究關注了數字化和服務化的關系及其對績效的交互影響。有研究證實數字化在服務化和創新績效之間扮演了重要的中介角色［10］，數字化和服務化之間的有效互動對于改善企業財務績效具有積極影響。

2.供應鏈韌性相關研究

在高度不確定性和充滿風險的環境中，韌性成為供應鏈必須考慮的關鍵問題。目前，對于供應鏈韌性的概念界定已達成共識。供應鏈韌性是指供應鏈在應對市場潛在風險和不確定沖擊時，能夠及時調整至正常狀態甚至更理想狀態的能力［13］。風險識別、評估和監控是構建韌性供應鏈的基礎［3］，冗余設計，如備用供應商、額外庫存或備用生產能力，被視為應對潛在中斷的有效手段，通過多樣化的供應基礎、模塊化產品設計或靈活的生產系統，是應對市場和環境變化的關鍵。近期的研究關注了數字技術對供應鏈管理帶來的革命性影響［14］。企業數字化轉型對提高供應鏈的韌性產生了積極的影響［15］，其顯著降低了供應鏈上游供應商、下游客戶以及供應鏈整體集中度，推動了供應鏈配置多元化［16］，提升了供應鏈效率［17］。有研究發現，數字化協同和數字金融對供應鏈的韌性也都具有重要作用，數字化協同加強了供應鏈內外合作的能力，有助于應對各種挑戰和不確定性，從而提高供應鏈的韌性［18］。

綜上所述，現有制造企業服務化轉型經濟后果的研究主要集中于企業自身和全球價值鏈兩個維度，鮮有文獻從供應鏈視角進行考量。制造企業服務化的過程本質上是內在價值鏈的延伸，是否有助于增強供應鏈韌性尚有研究缺口。同時，有關供應鏈韌性的研究較少關注到制造企業新業態新模式的影響。基于此，本文的研究將進一步從緩解信息不對稱，消減牛鞭效應的角度，對服務型制造模式影響供應鏈韌性進行拓展。

（二）研究假設

制造業服務化是一種通過提供增值服務來增強產品競爭力和客戶價值的戰略轉型。海爾的COSMOPlat模式是一個典型的例子，COSMOPlat強調制造與服務的融合，致力于為企業提供包括改造、運營升級等企業全生命周期的生態服務，通過創新生產方式提升了供應鏈管理能力，使得海爾能更好地應對市場需求的變化，降低供應鏈的脆弱性。這一現實案例為實證檢驗服務型制造影響供應鏈韌性的機制和路徑奠定了基礎。

發展服務型制造或實施服務化戰略使制造企業從單純的產品提供轉向提供產品-服務系統，這種轉變通常由客戶需求驅動，或企業管理層預見到服務業務的價值［19］。首先，通過定制化服務滿足客戶的個性化需求，從而提高客戶的滿意度和忠誠度［20］，進而促使客戶更傾向與企業建立長期合作關系，提供穩定的訂單需求信息，這有助于企業進行精確的生產規劃，避免生產過剩或短缺，進而提高生產效率和供應鏈的響應能力［4］。其次，服務化也會促使制造企業與供應鏈上下游合作伙伴建立更緊密的關系，實現信息的高效共享［21］，提高供應鏈的透明度和協調性，從而減少因信息不對稱導致的庫存積壓或短缺問題，進而提升供應鏈的整體效率。此外，服務化還會幫助制造企業更好地了解客戶的實際使用情況和需求變化，從而優化生產計劃和流程［7］。企業可以根據客戶反饋和使用數據調整生產計劃和庫存策略，減少生產過程中的浪費和冗余，提升生產效率［22］。精準的生產計劃會減少庫存積壓和物流成本，提高供應鏈的運作效率。這種前瞻性的服務使供應鏈在面對市場需求波動和外部沖擊時能夠迅速調整，保持高效運作，減少生產和物流中斷帶來的損失［23］。

綜上，制造業服務化通過降低訂單波動、提高信息共享和精準生產計劃降低供應鏈潛在的波動，從而提高供應鏈韌性。基于此，本文提出如下研究假設：

H1：隨著制造業服務化程度提高，供應鏈韌性隨之提高。

在供應鏈管理中，需求信息從下游向上游傳遞過程中會出現需求變異放大效應，即牛鞭效應。牛鞭效應會導致庫存水平過高或短缺，增加了供應鏈的運營成本和不確定性，而信息不對稱是導致牛鞭效應的一個關鍵因素［24］。

制造業服務化有助于緩解信息不對稱。首先，服務化導向的企業通過增強與供應商和客戶的聯系，增加了信任度，促進了信息透明度和數據共享［21］，特別是通過信息技術的使用，制造商能夠更有效地傳遞需求信息。其次，服務化也促進了供應鏈各方的信息共享和協同決策。服務化推動企業與供應鏈伙伴之間建立了更加緊密和協同的關系，通過共享關鍵市場信息和需求預測數據，增強了整個供應鏈的協調性和一致性［25］。在傳統制造模式中，各個環節的信息往往是孤立的，缺乏有效的溝通和協調。而服務化轉型后，制造企業與客戶、供應商之間建立了更加緊密的合作關系，通過信息系統和平臺共享關鍵業務數據和市場情報，減少了信息在傳遞過程中的失真以及信息不對稱帶來的誤判［21］。通過實時數據獲取和分析，精準掌握市場需求動態，有利于企業作出更加準確的生產和庫存決策。這種需求驅動的供應鏈模式減少了中間環節的需求放大效應，大大降低了供應鏈中的不確定性和波動性［13］。

社會交換理論強調信任和互惠在商業關系中的重要性。緊密的合作關系可以增強信任，從而提高信息共享的透明度和準確性。服務化通過轉變傳統的交易關系為合作伙伴關系，推動了供應鏈成員之間的緊密合作和信任建設［26］。當供應鏈各方信任度增加時，企業更愿意共享需求預測、庫存水平和生產計劃等關鍵信息［27］，這種實時、準確的信息共享使得供應鏈各環節能夠迅速響應市場需求變化，減少需求預測中的不確定性和波動性，并減少信息不對稱［28］。服務化轉型中的互惠機制也起到了關鍵作用。通過提供高質量的服務，制造企業獲得了客戶的信任和忠誠［21，29］，使得供應鏈中的各方更愿意合作，共同應對市場波動和需求變化。企業通過建立長期、互惠的合作關系，可以有效地提高供應鏈的整體協調性和響應速度，從而降低需求波動帶來的不利影響。綜上，制造業服務化影響供應鏈韌性的機制主要在于削弱或緩解了供應鏈中的牛鞭效應。基于此，本文提出如下研究假設：

H2：隨著制造業服務化程度提高，牛鞭效應得以削弱或緩解，從而提高了供應鏈韌性。

本文的研究框架如圖1所示。

三、研究設計

（一）樣本選取與數據來源

本文的研究對象為2012—2023年中國A股制造業上市公司，數據來源：（1）制造企業服務化的數據，以WIND數據庫為基礎，通過手工搜集和整理獲得；（2）供應鏈韌性的基礎數據來源于國泰安數據庫（CSMAR）；（3）控制變量數據來源于國泰安數據庫（CSMAR）。以上數據按照以下原則進行篩選：第一步，剔除ST、*ST公司數據；第二步，剔除研究期間關鍵數據嚴重缺失的樣本。最終，得到21326個公司-年度觀測值。為了避免異常值的干擾，對所有連續變量數據進行了1%和99%的Winsorize縮尾處理。

圖1"研究框架

（二）變量設計

1.解釋變量

制造業服務化程度。現有文獻主要從行業和宏觀層面采用完全消耗系數和直接消耗系數度量制造業服務化［6］，本文采用文本分析與財務比率相結合的方式從微觀層面測度制造企業的服務化程度。主要步驟為：（1）按照國民經濟行業分類（GB/T4754-2017）中服務業的劃分，篩選出與服務業務相關的關鍵詞。主要關鍵詞為：安裝、維修、保養、專業性服務、培訓、金融、融資租賃、咨詢、保險等，共計49個。相較于已有研究，本文在服務業務關鍵詞的確定與檢索上進行了改進創新。例如，很多前人的關鍵詞選取有“銷售”“運輸”"“零售”"“檢測”等，認為這些關鍵詞代表著企業的服務業務。但對所有檢索關鍵詞的手動篩查，我們發現有些關鍵詞存在不合理或者偏誤。例如在包含“銷售”“運輸”“零售”“檢測”等關鍵詞的主營業務中，該企業的業務全稱是“材料銷售”“智慧零售終端”“運輸設備”“微生物檢測技術系列產品”等非服務業務。對此，本文進行了優化改進，如將“檢測”更改為“對外檢測”等，確保了數據的可靠性。（2）檢索樣本企業的主營業務收入明細數據，將其中包含指定關鍵詞的業務劃分為服務業務。（3）以服務業務收入占主營業務收入的比例測度服務化程度［9］，計算服務收入占比作為服務化程度指標。

2.被解釋變量

供應鏈韌性。借鑒劉駿和張義坤（2023）的研究［17］，本文選取存貨周轉期的自然對數測度供應鏈韌性，存貨周轉期通過一年內營業成本與平均存貨之間的比例關系計算得到。之所以采用存貨周轉期度量供應鏈韌性主要基于以下三點考慮：一是較短的存貨周轉期表明企業能夠更迅速地將存貨轉換為銷售收入，降低存貨持有成本和資金占用，提高資金利用效率，存貨周轉期能夠有效反映供應鏈管理的效率。二是存貨周轉期能夠揭示供應鏈的整體運作狀況，高效的供應鏈管理可以顯著縮短存貨周轉期，減少各環節的庫存積壓和斷貨風險，從而提升供應鏈的靈活性和響應速度。三是存貨周轉期數據易于獲取和計算。相較于其他供應鏈韌性指標，存貨周轉期的數據更為易得。因此，存貨周轉期作為供應鏈韌性的度量指標，因其能夠反映企業存貨管理效率、揭示供應鏈運作狀況以及易于獲取和計算的特點，成為評估供應鏈韌性的有效工具。

3.控制變量

本文從企業的財務狀況、經營能力和治理結構等不同方面選取變量以控制可能對供應鏈韌性產生的潛在影響。主要包括：總資產收益率、企業成長性、固定資產比率、資產負債率、企業自由現金流、產權性質、股權集中度、董事會規模、企業規模、企業年齡。本文還控制了個體固定效應和年份固定效應。表1展示了本文所用變量的具體測量說明。

（三）模型設定

本文構建了模型（1）來檢驗制造業服務化程度與供應鏈韌性之間的關系。

Reck，t=α0+α1Serk，t+ΣControls+FirmFE+YearFE+εk，t（1）

式（1）中，下標k表示企業，t表示年份，Reck，t表示企業k在t年的供應鏈韌性，其值越大供應鏈韌性越小。Serk，t表示企業k在t年的服務化程度，∑Controls表示一系列企業層面的控制變量。α為待估系數；FirmFE、YearFE分別表示個體固定效應、年份固定效應，εk，t表示誤差項。

四、實證結果分析

（一）描述性統計

描述性統計結果見表2。其中，對于制造業服務化程度（Ser）來說，其均值為0139，中位數為0028，說明我國制造業服務化程度普遍偏低且差異較大，有待進一步提升。這里需要說明，服務化程度（Ser）的最大值1并不是代表該企業當年的業務收入全是服務收入。由于年報中企業披露營業收入產品分類有限，比如某A企業年報中把業務收入分成了五大類，此時該五大類產品可能都包含服務收入，但并不代表它的收入全是服務業務收入，可以理解為服務化滲透到了該企業的每項業務中，它的服務化程度較高。同理，最小值0也是如此。

（二）基準回歸

表3列示了制造業服務化對供應鏈韌性影響的總體檢驗結果。表3列（1）為僅考慮了核心解釋變量、個體固定效應和年份固定效應的回歸結果；列（2）為加入了控制變量后的回歸結果，列（3）為在控制了個體和年度固定效應后，并且在計算標準誤時考慮了行業和省份兩個變量的雙重聚類效應的回歸結果。列（1）結果表明，在1%的顯著性水平上，制造業服務化對供應鏈韌性有顯著正向影響，即制造業服務化顯著提高了供應鏈韌性。列（2）結果表明即使在加入了控制變量、個體固定效應和年份固定效應之后，制造業服務化對供應鏈韌性的回歸系數依然在1%的水平上顯著。列（3）結果表明考慮了行業和省份地區的雙重聚類效應后結果依然穩健。即制造業服務化程度越高，供應鏈韌性越高，驗證了假設H1。這說明制造企業進行服務化轉型且隨著服務化程度的提高，企業的供應鏈韌性會隨之提高。

（三）穩健性檢驗

本文采用以下方法進行穩健性檢驗。主要包括：（1）替換自變量。借鑒趙宸宇（2021）的方法［9］，構建制造業服務化業務范圍廣度變量用于穩健性檢驗，即按照服務業務關鍵詞檢索企業是否開展該類業務，若開展該類業務則數值為1，反之為0，之后將企業當年數值加總，得到代表制造企業服務化范圍廣度的變量。（2）替換因變量。目前學界對供應鏈韌性的度量方法多種多樣，學界常用的還有營業周期、非產成品庫存等。因此，本文分別采用營業周期和非產成品庫存替換因變量進行穩健性檢驗。（3）改變樣本年份區間。由于我國在2016年出臺《發展服務型制造專項行動指南》，標志著我國開始正式全力向服務型制造建設邁進，這種政策性影響較為明顯，因此本文將樣本區間改為2016—2023年。（4）進一步控制行業、省份、城市層面固定效應。本文在已經控制了個體、年份固定效應的基礎上，又對行業、省份、城市層面進行了固定效應的控制。以上結果顯示均是穩健的限于篇幅，"該檢驗結果未展示，"如有需要，可向作者索取。。

（四）內生性分析

本文分別從以下三個方面進行了內生性檢驗：第一，遺漏變量導致的內生性問題。借鑒現有研究的方法［6］，采用制造業服務化變量的滯后一期作為工具變量，以2SLS方法進行重新估計。此外，本文還借鑒Wang等（2023）的方法［30］，采用企業所在行業中除了企業k以外的t年企業的平均服務化水平滯后一期作為工具變量檢驗。第二，關于樣本選擇，鑒于可能存在的選擇性偏誤，本文采用了傾向得分匹配方法（PSM）。本文以制造企業服務化程度上三分位數為臨界點，將全樣本劃分為服務化程度高組和服務化程度低組，之后對服務化程度高組企業進行傾向得分匹配，匹配后進行回歸分析。第三，本文還以2016年《發展服務型制造專項行動指南》作為政策沖擊，采用了PSM-DID方法檢驗了服務型制造政策的實施對供應鏈韌性的影響。以上結果系數方向與顯著性均沒有明顯差異，均驗證了基準結論的可信度限于篇幅，"該檢驗結果未展示，"如有需要，可向作者索取。。

五、機制檢驗與異質性分析

（一）機制分析

根據前文理論分析，制造業服務化會通過緩解牛鞭效應從而提高供應鏈韌性。牛鞭效應本質上是供需波動偏離度在供應鏈上由于信息失真而逐級放大，參考Shan等（2014）［31］的度量方法，本文通過測算單個企業的生產波動對需求波動的偏離來度量牛鞭效應，如式（2）所示。

Bullwhipi，t=Var（Productioni，t）Var（Demandi，t）（2）

式（2）中，Var（）代表波動性，分子和分母分別是公司生產和需求的波動性。如果這個比率大于"1（即公司的生產波動大于需求波動），則認為存在牛鞭效應，且值越大牛鞭效應越強。

其中：Production為企業產量，Productioni，t"="Demandi，t"+"Inventoryi，t"-"Inventoryi，t-1；Demand為企業需求量，以銷售成本衡量，Inventory為企業年末庫存凈值。

參考溫忠麟和葉寶娟（2014）［32］的研究，設定如下中介模型進行中介效應檢驗：

MVk，t=β0+β1Serk，t+ΣControls+FirmFE+YearFE+εk，t（3）

Reck，t=δ0+δ1Serk，t+δ2MVk，t+ΣControls+FirmFE+YearFE+εk，t（4）

其中，MVk，t是本文的中介變量牛鞭效應（Bullwhip）。Reck，t表示供應鏈韌性。Serk，t表示企業服務化程度，∑Controls表示一系列企業層面的控制變量。FirmFE、YearFE分別表示個體固定效應、年份固定效應，εk，t表示誤差項。由于模型（1）中α1是顯著的，因此只需觀測模型（3）中β1和模型（4）中δ2的顯著性。若二者均顯著，則存在中介效應。回歸結果如表4所示。

由表4列（1）可知，制造業服務化（Ser）與牛鞭效應（Bullwhip）在1%的水平上顯著負相關，表明制造業服務化程度越高，牛鞭效應就越低。在表4列（2）中同時加入服務化（Ser）和牛鞭效應（Bullwhip）進行回歸，牛鞭效應（Bullwhip）與供應鏈韌性在1%水平上顯著負相關，表明牛鞭效應越低，供應鏈韌性越高。可見制造業服務化通過降低牛鞭效應從而提高了供應鏈韌性，即驗證了假設H2。牛鞭效應產生的根源在于供應鏈各環節由于掌握信息的不均衡而導致需求預測和庫存管理的偏差，從而放大需求波動。制造業服務化戰略通過服務提供和先進技術的應用，加強了供應鏈伙伴間的聯系，降低了信息不對稱，優化了生產和庫存管理。而且，服務化經常使用的數字化技術如物聯網和大數據分析的應用，提升了信息傳遞的準確性和及時性，減少了信息延遲和失真，從而有效降低了需求變異放大效應。這一機制的存在也驗證了社會交換理論，即企業通過服務提供和高頻互動，獲得了客戶的信任和承諾，提升了信息的透明度和準確性。此外，服務化轉型中的互惠機制使供應鏈各方更加愿意合作，共享市場情報和生產計劃，協調供需，共同應對市場波動和需求變化，進而減少因需求波動引起的庫存過剩或短缺問題。

（二）異質性分析

前文分析討論了制造業服務化對供應鏈韌性的影響，檢驗了其作用機制。下文將著重考慮制造企業的技術特征異質性，分別從是否屬于高新技術企業和人工智能水平高低兩個維度，考察制造業服務化程度與供應鏈韌性關系的橫截面差異。

1.基于高新技術企業的異質性分析

高新技術企業通常在創新能力、技術應用和資源整合方面具有優勢。通過異質性分析，既可以深入理解這些企業在實施服務化戰略時如何利用其技術優勢，顯著提升供應鏈韌性，又有助于識別技術水平在供應鏈優化過程中的關鍵作用，揭示不同企業在服務化進程中的表現差異。本文基于各省市地方政府部門對上市公司的資質認定信息，將樣本公司分為高新技術企業樣本組和非高新企業樣本組，數據來源于國泰安數據庫。分組回歸結果見表5列（1）和列（2），可以發現，制造業服務化程度對供應鏈韌性的影響在屬于高新技術樣本組中，其回歸系數無論是顯著性水平還是絕對值均大于非高新技術企業樣本組的系數，說明制造業服務化對供應鏈韌性的促進作用在高新技術企業中更大。

通常而言，高新技術企業具備更強的創新能力和技術儲備，這使得它們在實施服務化過程中能夠更有效地利用先進的數字化技術和信息系統。通過物聯網、大數據分析和人工智能等技術的應用，高新技術企業能夠實現更高效的信息收集、傳遞和處理，顯著減少信息不對稱現象，從而更好地優化供應鏈管理，提升供應鏈韌性。此外，高新技術企業在實施服務化過程中，通常具備更強的資源整合能力和系統優化能力。這些企業在進行服務創新和業務模式轉型時，能夠更有效地整合內部資源和外部資源，優化業務流程和管理模式，提升供應鏈的協調性和運作效率。這一研究結果表明在服務化背景下，高新技術的使用對供應鏈管理的重要戰略意義，也更加證實了先進技術的使用以及信息共享能力對于緩解牛鞭效應和提高供應鏈韌性的重要意義。

2.基于人工智能水平的異質性分析

人工智能技術對制造業服務化和供應鏈韌性的影響具有重要的異質性分析意義。不同企業在人工智能技術應用上的差異可能導致其在實施服務化戰略時表現出不同的效果。通過基于人工智能水平的異質性分析，可以揭示高水平人工智能應用企業與低水平人工智能應用企業在供應鏈韌性提升方面的不同表現，幫助理解人工智能技術水平在服務化過程中所起的具體作用。本文以國泰安數據庫中企業數字化轉型下技術驅動評分（包括人工智能技術、區塊鏈技術、云計算技術、大數據技術）為基礎，根據不同行業分年度的技術驅動評分中位數將樣本組分為高人工智能技術水平樣本組和低人工智能技術水平樣本組，分別進行回歸分析。結果如表5列（3）和列（4）所示，可以發現，相較于低人工智能水平企業樣本組，制造業服務化對供應鏈韌性的影響在高人工智能水平企業樣本組中更加顯著，說明制造業服務化對供應鏈韌性的促進作用在高人工智能技術水平企業中更強。

通常而言，高水平的人工智能技術顯著提升了供應鏈各環節的信息處理能力和決策能力。人工智能水平較高的企業能夠利用先進的數據分析和機器學習算法，對供應鏈中的大量數據進行實時分析和預測，減少信息不對稱和信息延遲，可以更準確地預測市場需求，優化庫存管理和生產計劃，從而有效降低牛鞭效應，提高供應鏈的響應速度和效率。而且，高水平的人工智能應用增強了供應鏈的自動化和智能化程度，實現自動化的需求預測、庫存管理、物流調度等功能，從而減少人為決策帶來的誤差和延遲。這不僅提高了各環節的協同效率，還通過實時監控和優化，進一步提升了供應鏈的靈活性和適應性。此外，人工智能技術促進了供應鏈各方的信息共享和協同合作。先進的信息系統和數據平臺能夠實現供應鏈各環節的實時信息共享和透明化管理，供應鏈各方可以更高效地進行信息交流和協同決策，減少信息不對稱帶來的負面影響，提升供應鏈整體的運作效率和穩定性。這一研究結果表明人工智能在服務化的信息共享和決策過程中具有重要地位。

六、進一步分析

上市公司和上下游企業所形成的供應鏈網絡，反映了大量企業與多個不同類型的供應商和客戶合作的特點。作為供應鏈網絡的關鍵節點，制造業上市公司服務化轉型可能通過供應鏈網絡引起上下游的連鎖反應，供應鏈韌性的提高效應在供應鏈上下游中是否存在溢出效應，具體反應強度如何，還需進一步的檢驗。為厘清這一問題，本文聚焦制造業上市公司上下游企業，對上游供應商和下游客戶的供應鏈韌性分別進行檢驗分析。本文基于中國研究數據服務平臺（CNRDS）記錄的上市企業境內的前五大供應商和前五大客戶的企業名稱等信息，剔除供銷名單中未披露企業名稱的供應商和客戶以及非上市企業，識別出制造業上市公司的上下游企業的股票代碼并進行了匹配，共獲得7076個觀測值，其中包括3359個制造業上市公司-上游企業-年份觀測值和3717個制造業上市公司-下游企業-年份觀測值。經過匹配后的數據為本文進一步研究制造業服務化對上下游企業供應鏈韌性的影響提供了可靠的數據支撐。

本文構建了模型（5）來檢驗制造業服務化與上下游企業供應鏈韌性之間的關系。

Recj，t=γ0+γ1Serk，t+ΣControls+FirmFE+YearFE+εj，t（5）

其中："Recj，t表示制造企業k的上游供應商或下游客戶企業j在t年的供應鏈韌性，其值越大供應鏈韌性越小。γ為待估系數，其余變量同式（1）。除此之外，本文將制造企業服務化程度滯后一期，對上游企業和下游企業分別進行回歸分析，結果見表6。

表6列（1）結果表明制造企業服務化顯著提升了上游企業的供應鏈韌性。列（2）結果顯示服務化對制造企業下游企業的供應鏈韌性并無顯著性影響。制造企業在服務化轉型過程中，通過準確理解和滿足客戶需求，不僅優化了自身運營，還通過信息共享機制將這些需求傳遞給上游供應商，從而顯著提高了上游企業的供應鏈韌性。服務化使制造企業更加深入地了解客戶的具體需求和期望。通過提供定制化服務和解決方案，制造企業能夠收集和分析大量客戶數據，明確市場需求的變化趨勢。這種對客戶需求的精準把握，使制造企業在制定生產計劃和庫存管理策略時更加高效和精準。制造企業可能將這些收集到的客戶需求及自身需求信息與上游供應商進行實時共享。信息共享機制使上游供應商能夠及時獲得制造企業的生產計劃和需求預測，從而更好地調整自身的生產和供應策略。這種信息的透明度和實時性，減少了信息不對稱帶來的不確定性和誤差，提高了供應鏈的整體協調性。通過這種信息共享，上游供應商不僅可以更準確地了解制造企業的需求，還能夠優化自身的生產流程和庫存管理。這種協調性和靈活性的提升，有助于降低供應鏈的運營成本，縮短交貨周期，從而整體提升供應鏈的效率。這種需求透明度和協同效應，顯著提高了上游企業供應鏈的效率和競爭力，體現了服務化對供應鏈管理的重要價值。

表6列（3）和列（4）分別匯報了滯后一期制造企業服務化分別對上游供應商和下游客戶供應鏈韌性的影響。在對制造業服務化變量滯后一期后，對上游企業的供應鏈韌性影響依然顯著，對下游企業的供應鏈韌性依然無顯著影響。這說明制造企業服務化對下游企業并未產生顯著的溢出效應。可能的原因在于，雖然制造企業通過服務化更加了解了客戶的需求，據此以安排更適合自己的生產計劃，并將客戶需求連同自身需求信息共享給上游企業。而這種信息共享機制對于下游企業的生產計劃和庫存周轉影響甚微。這也驗證了下游企業的響應能力和市場敏感度受自身下游企業的需求影響更大，而非其上游企業。所以服務化帶來的信息共享機制受益更多的是上游企業和制造企業本身。

七、結論與啟示

制造業服務化是兩業深度融合的重要方向，是服務型制造建設的核心路徑之一。近年來，在工信部等部門推動下，我國制造業服務化不斷深化，成為推動制造業高質量發展的重要機制。在此背景下，本文以2012—2023年我國A股制造業上市公司為研究樣本，通過多元線性回歸、傾向得分匹配、PSM-DID以及工具變量法等多種方法實證檢驗了制造業服務化程度對供應鏈韌性的影響。研究結論如下：（1）服務化轉型會促進制造企業的供應鏈韌性的提升，供應鏈韌性提升的主要機制在于服務化會顯著削弱牛鞭效應。（2）制造業服務化對供應鏈韌性的影響具有顯著的異質性效應，具體來說，高新技術企業、人工智能水平高的企業，服務化程度對供應鏈韌性的促進效應更加顯著。（3）制造業服務化提高供應鏈韌性有顯著的后向溢出效應，即提高了其上游企業的供應鏈韌性。

基于上述研究結論，本文得到以下啟示：

（1）服務化轉型企業應注重促進供應鏈各環節的信息共享和協同合作。建立統一的供應鏈信息平臺，推動上下游企業之間的實時數據共享和協同決策，增強供應鏈的整體協調性和靈活性。

（2）本文的研究結論與有關制造業服務化轉型和加大投資的政策指引相契合，為政府和監管部門進一步細化政策組合，引導制造業企業實現高效率的發展提供了理論支撐。應鼓勵企業加大在信息技術和智能制造領域的投資，推動物聯網、大數據和人工智能等技術在服務型制造中的廣泛應用。這些技術的應用可以顯著提升供應鏈各環節的信息透明度和響應速度，減少信息傳遞中的延遲和失真，優化客戶關系和供應鏈管理，從而有效緩解牛鞭效應，并提升整體供應鏈韌性。

（3）應通過一系列鼓勵和支持措施，推動制造企業服務化轉型，提升技術應用水平，促進信息共享和協同合作，提升企業服務化管理能力，推動行業整體進步和供應鏈韌性的全面提升，不斷推動制造業向智能化方向發展。

參考文獻：

［1］"黃群慧，黃陽華，賀俊，等."面向中上等收入階段的中國工業化戰略研究［J］．中國社會科學，2017（12）：94-116.

［2］"朱宏任，陳立輝."中國服務型制造發展報告（2022）"［M］．北京："社會科學文獻出版社，2023：8-18.

［3］"Christopher"M，Peck"H."Building"the"Resilient"Supply"Chain［J］．The"International"Journal"of"Logistics"Management，2004，15（2）：1-14.

［4］"Vandermerwe"S，Rada"J."Servitization"of"Business："Adding"Value"by"Adding"Services［J］．European"Management"Journal，1988，6（4）：314-324.

［5］"劉斌，魏倩，呂越，等."制造業服務化與價值鏈升級［J］．經濟研究，2016（3）：151-162.

［6］"祝樹金，羅彥，段文靜."服務型制造、加成率分布與資源配置效率［J］．中國工業經濟，2021（4）：62-80.

［7］"Frank"A"G，Mendes"G"H"S，Ayala"N"F，et"al."Servitization"and"Industry"4.0"Convergence"in"the"Digital"Transformation"of"Product"Firms："A"Business"Model"Innovation"Perspective［J］．Technological"Forecasting"and"Social"Change，2019，141："341-351.

［8］"李方靜."制造業投入服務化與企業創新［J］．科研管理，2020（7）：61-69.

［9］"趙宸宇."數字化發展與服務化轉型——來自制造業上市公司的經驗證據［J］．南開管理評論，2021（2）：149-163.

［10］Shen"L，Sun"C，Ali"M."Role"of"Servitization，Digitalization，and"Innovation"Performance"in"Manufacturing"Enterprises［J］．Sustainability，2021，13（17）："9878.

［11］呂越，陳泳昌，華岳."制造業服務化與企業減排［J］．經濟評論，2023（2）：139-155.

［12］Neely"A."Exploring"the"Financial"Consequences"of"the"Servitization"of"Manufacturing［J］．Operations"Management"Research，2008，1："103-118.

［13］陶鋒，王欣然，徐揚，等."數字化轉型、產業鏈供應鏈韌性與企業生產率［J］．中國工業經濟，2023（5）：118-136.

［14］Lotfi"R，Weber"G"W."An"Introduction"to"the"Special"Issue"“Recent"Advances"on"Supply"Chain"Network"Design”［J］．Foundations"of"Computing"and"Decision"Sciences，2022，47（4）："323-326.

［15］Zhao"N，Hong"J，Lau"K"H."Impact"of"Supply"Chain"Digitalization"on"Supply"Chain"Resilience"and"Performance："A"Multi-Mediation"Model［J］．International"Journal"of"Production"Economics，2023，259："108817.

［16］巫強，姚雨秀."企業數字化轉型與供應鏈配置：集中化還是多元化［J］．中國工業經濟，2023（8）：99-117.

［17］劉駿，張義坤."數字化轉型能提高企業供應鏈效率嗎？——來自中國制造業上市公司年報文本分析的證據［J］．產業經濟研究，2023（6）：73-86.

［18］趙霞，許雅雯，徐永鋒."數字化協同如何影響供應鏈韌性——基于資源和關系整合的分析［J］．產經評論，2023（5）：24-42.

［19］Osterriedernbsp;P."Servitization"of"Manufacturing"Companies."In："Friedli"T，Osterrieder"P，Classen"M.（eds）"Managing"Industrial"Services."Management"for"Professionals［M］．Switzerland："Springer，Cham.，2021：7-13.

［20］Li"X，Wang"X，Zhang"Y，et"al."Spatial"Differences"in"Emission"Reduction"Effect"of"Servitization"of"Manufacturing"Industry"Export"in"China［J］．Emerging"Markets"Finance"and"Trade，2021，57（8）："2331-2355.

［21］Shah"S"A"A，Jajja"M"S"S，Chatha"K"A，et"al."Servitization"and"Supply"Chain"Integration："An"Empirical"Analysis［J］．International"Journal"of"Production"Economics，2020，229："107765.

［22］Doni"F，Corvino"A，Martini"S"B."Servitization"and"Sustainability"Actions."Evidence"from"European"Manufacturing"Companies［J］．Journal"of"Environmental"Management，2019，234："367-378.

［23］Tukker"A."Product"Services"for"A"Resource-Efficient"and"Circular"Economy-A"Review［J］．Journal"of"Cleaner"Production，2015，97："76-91.

［24］楊志強，唐松，李增泉."資本市場信息披露、關系型合約與供需長鞭效應——基于供應鏈信息外溢的經驗證據［J］．管理世界，2020（7）：89-105.

［25］Davies"P，Liu"Y，Cooper"M，et"al."Supply"Chains"and"Ecosystems"for"Servitization："A"Systematic"Review"and"Future"Research"Agenda［J］．International"Marketing"Review，2023，40（4）："667-692.

［26］Ayala"N"F，Paslauski"C"A，Ghezzi"A，et"al."Knowledge"Sharing"Dynamics"in"Service"Suppliers’"Involvement"for"Servitization"of"Manufacturing"Companies［J］．International"Journal"of"Production"Economics，2017，193："538-553.

［27］Costantino"F，Di"G"G，Shaban"A，et"al."The"Impact"of"Information"Sharing"and"Inventory"Control"Coordination"on"Supply"Chain"Performances［J］．Computers"amp;"Industrial"Engineering，2014，76："292-306.

［28］李青原，李昱，章尹賽楠，等."企業數字化轉型的信息溢出效應——基于供應鏈視角的經驗證據［J］．中國工業經濟，2023（7）：142-159.

［29］邵景波，張君慧，陳正康.在線品牌社區顧客管理：從顧客參與到顧客契合［M］．北京：中國政法大學出版社，2023.

［30］Wang"W，Chen"S，Shao"J，et"al."The"Impact"of"Servitization"on"Trade"Credit"in"Manufacturing"Firms："A"Signaling"Theory"Perspective［J］．International"Journal"of"Operations"amp;"Production"Management，2023，43（2）："373-398.

［31］Shan"J，Yang"S，Yang"S，et"al."An"Empirical"Study"of"the"Bullwhip"Effect"in"China［J］．Production"and"Operations"Management，2014，23（4）："537-551.

［32］溫忠麟，葉寶娟."中介效應分析：方法和模型發展［J］．心理科學進展，2014（5）：731-745.

TheImpact"of"Servitization"on"Supply"Chain"Resilience："Based"onthe"Analysis"of

Mitigating"the"Bullwhip"Effect

LIU"Tingli，"YUN"Shiji

（College"of"Economics"and"Management，Beijing"University"of"Technology，Beijing"100124，China）

Abstract：Under"the"backdrop"of"intensifying"uncertainties"in"global"supply"chains"and"the"servitization"transformation"of"the"manufacturing"sector.This"study"examines"the"impact"of"servitization"on"supply"chain"resilience"usingnbsp;a"sample"of"A-share"listed"manufacturing"companies"in"China"from"2012"to"2023."The"findings"indicate"that"as"the"level"of"servitization"in"the"manufacturing"industry"increases，supply"chain"resilience"is"correspondingly"enhanced."The"primary"mechanism"underlying"this"effect"is"the"mitigation"of"the"bullwhip"effect，with"servitization"also"exhibiting"backward"spillover"effects"on"supply"chain"resilience."Moreover，the"study"demonstrates"that"the"positive"impact"of"servitization"on"supply"chain"resilience"is"more"pronounced"in"high-tech"enterprises"and"firms"with"advanced"levels"of"artificial"intelligence.

Key"words：servitization;"supply"chain"resilience;"service-oriented"manufacturing;"bullwhip"effect

（責任編輯：趙春江）