實數融合背景下“中華老字號”服務創新實現高績效的組態路徑

中圖分類號：F272 文獻標識碼：A 文章編號：1007-2101（（2025）04-0098-11

2023年，由國家商務部、文化和旅游部、國家市場監督管理總局、國家文物局、國家知識產權局聯合印發的《中華老字號示范創建管理辦法》提出，“有進有出”才能保持“金字招牌”。同年，《商務部等五部門關于公布中華老字號復核結果的通知》顯示：981家“通過”，73家“附條件通過”，55家“不通過”被移除出中華老字號（簡稱CTHBs）名錄①。此前，還有幾百家CTHBs已經退出市場。深度調查發現，在“構建優質高效的服務業新體系\"[1]號召下，多家CTHBs紛紛加入到“金字招牌煥新”的實踐中；但在現代數字技術、時尚潮流與傳統因素交匯的背景下，部分服務型CTHBs并沒有精準把握服務創新的內核—服務質量升級，而只是隨波逐流，求“新”求“潮”。服務型CTH-Bs能在短時間內提高消費者對品牌的感知創新性，但又使消費者對品牌的感知真實性產生了懷疑[2]，致使其發展陷入困境，“傳承還是創新”這一悖論，目前尚沒有具體解決方案[3]。如何利用實體經濟時代積累的“老資本”應對數字經濟背景下“新市場”的挑戰，進而實現服務創新的高績效，以鞏固CTHBs“老”的優勢、解決“老大難”的問題，是研究者普遍關注的攸關民族品牌成長和延續的戰略性議題之一。

服務創新是通過非物質制造手段來增加以顧客為中心的產品、服務組合的附加值，以此滿足顧客需求的創新型經濟活動。[4]與之相關的研究，大多數聚焦于傳統實體經濟模式下消費者的服務體驗[4]、偏好“漂移”與鎖定過程[5]，以及顧客參與[6]，等等，尚缺乏對數字經濟背景下管理者認知維度或要素的理想解構，也忽略了對處于核心地位的大數據技術應用的考察。因此，在實體經濟和數字經濟深度融合的當下，需要有效地解決以下問題：高績效的服務創新需要管理者認知哪些新的因素？運用大數據需要哪些能力？這些因素在什么情境下、如何組合對于服務創新的高績效更重要或更不重要？亦即，達成高績效服務創新的路徑是什么？

服務質量差距，即客戶期望與服務感知之間的差距[7]，它是研究服務質量和服務創新高績效的理想視角。筆者從服務質量差距模型出發，沿襲“認知—能力—績效”邏輯，從1455家CTHBs（截至2024年2月12日）中選擇20家經驗豐富品質高的餐飲企業為研究樣本，采用模糊集定性比較分析方法（fsQCA）深入剖析管理者認知、大數據能力對CTHBs服務創新高績效的組態路徑。本研究將有助于拓寬服務質量差距模型的應用場域，擦亮“老字號”的金字招牌，豐富類CTHBs企業服務質量提升的路徑選擇。

一、理論基礎與模型構建

服務質量差距為研究實數融合背景下CTHBs服務創新實現高績效提供了路線圖。管理者認知與大數據能力又進化了既有成果，也構成了服務創新高績效的首要基礎。

（一）服務質量差距與服務創新績效

創新需要管理者根據組織情境感知顧客需求、模擬服務消費的場景[，需要依賴大數據去了解消費者的期望，實現對目標客戶的精準定位。同時，需要培養與企業市場口碑、品牌相匹配的員工，提升他們與組織、工作的契合度，以彌補向上溝通的欠缺[8]。進而設計服務標準、完善服務供給流程，生產和提供與客戶需求相匹配的產品和服務，實現服務質量的升級[9]，獲取服務創新的高績效。

服務質量差距模型就是對服務績效是否理想的刻畫[7]。由此，它提供了服務質量管控和服務創新的路線圖，為服務型CTHBs追求高創新績效帶來了實質啟發。該模型原創于20世紀80年代中期，成熟于90年代初期，為適應實數融合時代運營情境的變遷，還需要對其中的概念和機理進行重構。

（二）管理者認知與服務創新績效

在服務質量差距模型中，顧客期望與管理者對這些期望的感知之間的差距（即差距1）是五個差距中最重要的一個②，它的存在取決于公司管理層對顧客期望的感知是否準確[7]。在實體經濟時代，它與管理者是否準確地進行了市場研究和需求分析，是否熟知消費場景和消費者需求的多元化，以及前臺員工的向上溝通路徑是否順暢等密切相關。因此，管理者認知是服務創新的驅動所在，也是決定CTHBs服務創新高績效的肇始所在。

社會認知理論提供了理想的理論支撐。它認為，行為、人和環境之間存在著三元交互的相互影響。[10]個體（如管理者）的行為表現，是由其感知、行為和認知三個元素相互作用所決定的。1]其中，行為是一個不斷建構的過程，是認知和其他自我調節機能組織和控制的結果。12]此時，個體的認知發揮了關鍵作用，即思考自身和社會世界，并通過選擇、解釋、識記和使用社會信息來做出判斷和決定[1]。差距1的形成，正是管理者“三元\"互動的結果，并受管理者認知的深刻影響。

目前，理論界對于管理者認知的詮釋主要聚焦在對環境的認知上。管理者對同一環境問題的感知差異會導致不同的組織環境行為，管理者需要根據生存環境的變化做出認知調整[10]，即調整心理狀態，打破原有的思維模式或認知系統，加快企業創新能力的構建[12]，這一點已經成為共識。此外，少量成果聚焦于員工認知[13]和應用程序的認知[14]，但其研究過程的系統性有待完善，研究結論的推廣也受到約束。

進一步，聚焦實數融合背景下CTHBs品牌活化的實踐，以及提煉品牌忠誠度和耐久性的成果，筆者將管理者認知分為管理者對環境的認知、對消費場景的認知和對全體員工的認知[13]三個維度。首先，管理者環境認知是指管理者對當前市場消費環境下顧客需求、服務期望質量的感知與理解，它是鎖定消費者偏好“漂移”的關鍵及市場價值創造的錨點[15-16]。線上 + 線下構成新的消費環境，而且邊界處于重構和擴展中[17]，海量數據充斥其間，這對管理者的認知構成了挑戰[18]。其次，管理者消費場景認知是指管理者對消費者的產品體驗或消費者所處場景的關注和理解。數字經濟時代的消費者已經不再僅僅滿足于懷舊體驗[19]，他們消費時，更重視參與[6]，更注重圍觀；消費后，更注重圈子內的“曬\"和點贊[20]。此時，消費場景不再局限于實體門店，線上平臺更趨活躍。這些體驗與服務運營系統協同延伸服務觸角，滿足不同社會群體的差異化需求[21]。最后，管理者員工認知是指管理者對全體員工及組織理念與目標、工作契合度的整體認知。在人人都是“新聞生產者”和“新聞消費者”的數字時代，管理者對于企業公眾號、圈層和圈子認知的準確與否將直接影響口碑的生產與傳播、品牌文化的價值升華和消費者的預期，間接影響企業的服務績效與需求。[22]

綜上所述，本文認為差距1產生的主要原因——管理者認知的準確與否可能會影響CTHBs的服務創新績效。

（三）大數據能力與服務創新績效

進人數字經濟時代，差距1進行重構，新的重要誘因一直在滋生。營銷團隊與顧客溝通的信息失真或無效，以及臃腫的組織結構阻礙或改變了企業與顧客溝通中的信息流動。這就涉及管理者的大數據運用能力。大數據能力本質上是一種創新的IT能力[23]，它通過對海量數據的篩選、整合，幫助企業獲得與顧客相關的核心價值信息[24]；同時，通過預測客戶需求、對顧客進行知識搜尋，以此來滿足顧客期望、彌合服務質量差距，提高服務創新的效益[25-26] O

目前，對于大數據能力的界定和解讀，難以詮釋其作為創新內驅力如何助力“需求一績效”的轉化[27]。筆者基于服務的價值共創行為[28]，將大數據能力劃分為獲取和傳遞兩個維度，以揭示CTHBs在提高客戶信息價值密度、優化價值鏈的動態過程中，如何實現服務供應商與客戶的價值共振[29]。大數據獲取能力是指企業對多樣化數據進行篩選、獲取核心價值信息的能力。在與外界環境的交互中，它幫助管理者廣泛搜集并篩選用戶數據，以此來了解客戶的現實需求、預測其潛在需求，實現對現有優勢來源的監測與再投資，以及潛在優勢來源的投資，以維持企業核心競爭優勢[30]。它表現為管理者對顧客期望的服務質量的信息解釋和判斷。大數據傳遞能力是指企業運用大數據優化供應鏈可視化程度，實現服務質量升級，以提高顧客的品牌感知真實性的能力[29]。在企業內部生產流程中，大數據傳遞能力可以將與客戶核心價值相關的信息嵌入到供應鏈中，改善服務設計[31]、優化業務流程，提高服務的質量評級[32]。同時，它可幫助企業建立數據驅動的供應鏈網絡，降低需求端運營成本，使得服務創新取得突破性進展。它直接表現為管理者帶領營銷團隊和運營團隊圍繞顧客所期望的服務質量形成共識。

綜上所述，筆者認為管理者正確運用大數據獲取能力與大數據傳遞能力，會助力CTHBs企業在了解顧客期望的基礎上展開服務創新活動，以此達到降本增效的目的。

（四）模型構建

大數據能力的運用會縮小管理者感知的差距（即差距1）[32]。管理者的不同認知所需要的大數據能力也會有所區別。對于環境認知而言，大數據能力能夠幫助企業更精細地了解消費環境，捕捉市場動態[26，31-32]；同時，借助信息儲存、分類，幫助管理者解讀并處理信息[25，33]，并利用數據分析預測客戶行為模式，打破管理者信息繭房，降低管理者決策的風險。對于消費場景認知來說，大數據能力幫助管理者理解與分析用戶消費過程；在此基礎上打造異質性消費場景、開發探索式或虛擬式消費場景，創新產品、服務與場景的組合，對應性調整服務設計和交付方式，以滿足不同層次消費群體的需求，提升顧客留存率與購買率[6，21，34]。對于員工認知來說，大數據能力可以幫助管理者篩選與組織價值觀相匹配的服務型員工[13]，并根據服務型員工績效歸因匹配智能化的培養方案，生成個性化培養路徑[24]，提升員工的組織執行力。此外，大數據能力的運用還能優化業務流程、反饋流程狀態、支持協作策略等[35-36]所有這些都有助于縮小服務質量差距，提升服務創新的績效。

在實數融合的背景下，管理者認知在管理者大數據能力的聯動作用下可能會影響CTHBs的服務創新及其高績效。但管理者認知方面的研究較少涉及對顧客在線需求的精準捕捉[30]，管理者認知和大數據能力的聯動機理缺乏深入的探討，很難為一線實踐提供有效的理論指導。筆者基于“認知一能力一績效\"邏輯構建概念模型（如圖1所示）。

筆者選擇了管理者的三種認知及兩種大數據能力這五個因素，一是因為它們提煉自一線典型CTHBs服務創新高績效的實踐和研究；二是因為組態分析的目的在于尋找服務創新高績效賴以形成的更重要或更不重要的理想組合與協同聯動，而非在數學層面窮盡所有排列組合。

二、研究設計

（一）研究方法

筆者將五個因素作為條件變量，將服務創新高績效作為結果變量，使用模糊集定性比較分析方法來探尋管理者認知、大數據能力對CTHBs服務創新高績效的實現路徑。原因在于：首先，CTH-Bs服務創新是一個復雜的過程，影響CTHBs服務創新的各變量之間存在潛在關聯，但導向機制不明。在探究管理者認知、大數據能力這兩個前因條件如何影響CTHBs服務創新的過程中，前因條件是多重并發的，路徑機理存在因果復雜性。其次，fsQCA方法是穩健的，且由于其趨向一個結果的路徑多樣性，能引發研究者對導致結果的不同組態間的路徑進行分析，具有更大的優勢[37]。選用該方法可對比分析出導致CTHBs服務創新的不同路徑，并進一步轉化成理論語言。最后，fsQ-CA方法對樣本容量要求較低，特別適合對中小樣本進行分析。

（二）樣本與數據

為保證調查范圍同質性，并兼顧數據的典型性和可獲取性，2004年以來，筆者帶領研究團隊曾調研過全國將近200家CTHBs，并獲得了內容翔實的一手資料；2022年和2023年又獲得了800余家企業的創新案例素材；2024年又做了補充。根據本文的研究主題，筆者從中選取了20家經驗豐富品質高的餐飲類CTHBs作為樣本。在數據收集過程中，主要采用定性與定量相結合的方法。具體操作過程如下：

第一階段，研究團隊于2023年5月中旬與符合條件的企業進行聯系，通過電話訪談或面談，說明研究目的、內容與流程，以提高企業的參與意愿與配合度。

第二階段，2023年6月，團隊以紙質郵寄和線上鏈接兩種方式向北京、石家莊、青島等地的企業發放問卷，由相同層級的高層管理者填寫，以多元化的視角揭示組織內部的共性問題，降低主觀偏差的影響。問卷調查內容為管理者認知、大數據能力和服務創新現狀三個部分。

第三階段，經過5個月的數據收集，回收了104份問卷。在剔除填寫時間少于三分鐘、答案不完整或有明顯規律等無效問卷后，最終獲得80份有效問卷，有效問卷占比 76.92% 。樣本分布特征如表1所示。

（三）變量測量

筆者借鑒國內外相關領域較為成熟的量表來測量本文的前因變量和結果變量，且變量的題項均采用李克特5級量表，1表示完全不符合，5表示完全符合。各變量的具體測量結果如下：

1.CTHBs服務創新績效

選取Li等[38]測量技術創新與績效之間聯系的四個測項，將CTHBs服務創新績效分為四個題項來展開測量（如表2所示）。

2.管理者認知

3.大數據能力

參考Barrales-MoLina等[39]的研究成果，從動態性、復雜性和恩惠性三個維度來測量環境認知。參考江積海和阮文強4的研究成果，從用戶場景、產品場景、運營場景三個方面來測量消費場景。借鑒Baum和Kabst[41]的研究成果，從員工與組織的契合度、員工與工作的契合度兩個方面來對員工認知展開測量。如表3所示。

參考Gupta 和George[42]、Mikalef 等[43]的研究成果，將大數據獲取能力分為基礎技能和分析技術兩個子維度來進行測量；借鑒謝衛紅等[24]和周小剛等[44]的研究成果，將大數據傳遞能力分為三個題項來展開測量。如表4所示。

（四）信效度檢驗

使用SPSS對量表進行檢驗（如表5所示），管理者環境認知、消費場景認知、員工認知、大數據獲取能力和大數據傳遞能力的Cronbach’s ∝ 系數均大于0.7，KMO值均大于0.7，屬于可接受范圍，Bartlett's球形檢驗的 p=0lt;0.001 ，因子載荷值均大于0.5，可見本研究使用的量表都具有較好的信效度，適合進行后續深層次分析。

（五）共同方法偏差檢驗

為避免問卷結果可能存在的同源偏差問題，采用Harman單因子法對共同方法偏差進行檢驗[45]。結果顯示，第一公因子的方差解釋百分比為26. 234% ，小于 40% ，說明不存在共同方法偏差。

三、數據分析

（一）變量校準

在模糊集研究中，根據成熟量表測量案例的相對位置無法準確反映樣本分布，必須使用定性錨點來建立連續變量分值與模糊集隸屬間的關系。筆者采用fsQCA4.0軟件來進行校準。首先，確定服務創新為結果變量，管理者認知與大數據能力為條件變量，其中，管理者環境認知、消費場景認知與員工認知是管理者認知的三個二級條件；大數據獲取能力與大數據傳遞能力是大數據能力的兩個二級條件?；诖?，計算各變量的均值作為變量的反應值。其次，參考Ragin等[46]的研究，將樣本描述性統計中的 95%.50% 以及 5% 分位數分別設定為完全隸屬點、交叉點和完全不隸屬點，變量的校準錨點和描述性統計特征如表6所示，其中變量的校準錨點保留小數點后兩位。

此外，考慮到隸屬度為0.500的數據不會被fsQCA4.0軟件納入真值表分析，為保證數據樣本全覆蓋，將校準后隸屬度為0.500的數據增加0.001。

（二）必要性分析

在變量校準的基礎上，對CTHBs服務創新高績效的前因變量進行必要性分析，結果如表7所示。

表7顯示，全部前因變量的一致性分數均小于0.9，說明管理者環境認知、消費場景認知、員工認知和大數據獲取能力、大數據傳遞能力這五個單一條件并非是CTHBs服務創新的必要條件[46]這也就意味著，CTHBs的服務創新是多種因素共同作用的結果。

（三）組態分析

參考Ragin等[46]的研究，頻數閾值的設定需保留 75% 以上的案例數。故本研究將原始一致性閾值設為0.8，PRI一致性閾值設為0.7，案例頻數閥值設置為1，運用fsQCA4.0軟件對結果（這里指服務創新的高績效與服務創新的非高績效）的條件組態進行分析，形成復雜解、簡約解和中間解；將同時出現在簡約解和中間解的原因條件劃分為核心條件，將僅出現在中間解的原因條件劃分為輔助條件，進而形成服務創新高績效的多種觸發模式[46]

此外，鑒于已有成果對于本文的研究結論缺乏明顯的理論預期，故在軟件分析時未作反事實分析。此時，中間解不會納入任何邏輯余項，而與復雜解一致。如表8所示。

表8的組態分析顯示，引致服務創新高績效的三個前因條件組態（H1、H2、H3）和服務創新非高績效的一個前因條件組態（M1）中，服務創新高績效前因組態（H1、H2、H3）的總體一致性為0.87，總體覆蓋度為0.66，且單個組態的一致性均大于0.88，符合充分條件的標準；同時，服務創新非高績效前因組態的總體一致性為0.91，總體覆蓋度為0.45，亦滿足充分條件的標準。

1.服務創新高績效的路徑分析

（1）認知驅動型。該路徑由組態H1組成，原始覆蓋度為0.46，一致性為0.91。它顯示，無論管理者員工認知和大數據傳遞能力是否存在，以管理者環境認知存在和管理者消費場景認知存在為核心條件，以大數據獲取能力存在為輔助條件的CTHBs企業可以獲得服務創新的高績效。

其原因在于，如果管理者能夠精準地認知和把握實數融合背景下經營環境和消費場景的動態變化，加之充分運用大數據獲取能力，就可以從中提取出具有增值空間的商業信息，并借此研判和預測市場及其變化趨勢，引導顧客的期望、調整服務供給策略，以實現服務的個性化與精準化。同時，它還能幫助管理者打破信息繭房，以多維視角分析場景缺陷，將數據融于場景，使用戶獲得更多的品牌感知與體驗價值，夯實受眾基礎，助推CTHBs企業的煥新與升級。

組態H1對應的典型企業案例是北京全聚德集團。面對線下 + 線上的新市場、新競爭、新客戶、新消費和新需求等的滋生、迭代與升級，全聚德集團積極拓展餐飲與科技、互聯網平臺的有機結合，充分開發和利用大數據獲取能力，通過新機遇賦能、新功能定位、新產品研創、新體驗升級，聯動三大門店，打造“產品 + 服務 + 場景”的新格局，實現服務質量升級，并于2023年實現了營業收入翻番?？梢?，對于以服務質量為核心競爭優勢的CTHBs企業來說，管理者高環境認知、高消費場景認知與大數據獲取能力的協同聯動是取得服務創新高績效的關鍵。

（2）員工驅動型。該路徑由組態H2組成，原始覆蓋度為0.52，一致性為0.90。它顯示，無論管理者環境認知和大數據傳遞能力是否存在，以管理者消費場景認知存在、管理者員工認知存在和大數據獲取能力存在為核心條件的CTHBs企業可以產生服務創新的高績效。

其原因在于，組態H2對應的CTHBs企業之所以能產生服務創新的高績效，得益于企業同時具備了管理者消費場景認知、管理者員工認知和大數據獲取能力。三者協同不僅能夠調整服務設計和交付方式，實現餐飲場景再造，還提高了人力資源管理流程的智能化程度，優化了服務提供的過程，提升了顧客消費的體驗。

組態H2對應的典型企業案例是長沙玉樓東有限公司。該企業借助大數據獲取能力篩選、錄用與其需求相匹配的廚師、學徒等服務型員工，構建了顧客導向下的用人體系。同時，他們還利用“大眾點評”等第三方評價平臺，反推企業內部服務質量升級，形成了線上帶動線下的良性循環，在消費者心中留下質量精良、價格實惠的印象，成為餐飲服務業中節能環保、安全綠色發展的杰出典范。

（3）場景驅動型。該路徑由組態H3組成，原始覆蓋度為0.54，一致性為0.88。它顯示，無論管理者員工認知、大數據獲取能力是否存在，以管理者環境認知存在、管理者消費場景認知存在為核心條件，以大數據傳遞能力存在為輔助條件的CTHBs企業可以產生服務創新的高績效。

其原因在于，管理者環境認知程度高，足以幫助企業洞察消費場景的動態變化，尤其是消費場景的豐富和升級，以此及時調整經營策略；同時，在大數據傳遞能力的協同下，幫助企業根據顧客所處情景，提供貼合用戶體驗的場景應用，以重塑服務提供渠道和鏈接方式，擴寬場景營銷范圍。

組態H3對應的典型企業案例是同慶樓餐飲股份有限公司。一方面，該企業擁抱數字經濟時代，全面推進數字化傳遞和生產，并打造線上線下多元化的體驗平臺，以滿足不同餐飲場景下顧客的消費需求；另一方面，它借助大數據傳遞能力，構建了端到端一體化的供應鏈管理模式，實現全過程可追溯的閉環管理，成功解決了中餐菜肴依賴廚師及品質不穩定的問題，維持了品牌聲譽，實現企業銷售收入連續三年遞增。截至2024年10月25日，該企業前三季度的銷售收入為18.65億元，同比增長 10.81% 。③

2.服務創新非高績效的組態分析

組態M1的原始覆蓋度為0.45，一致性為0.91。該條路徑顯示，在管理者消費場景認知、管理者員工認知與大數據獲取能力這三個核心前因條件，以及管理者環境認知這個輔助前因條件缺失的情境下，CTHBs企業無法產生服務創新高績效。此時，大數據傳遞能力是否存在并不重要，這是因為它不僅依賴于前臺的營銷團隊，更多依賴于組織后臺的運行，與服務質量差距模型中其他四個差距的形成相關。

（四）穩健性檢驗

為證明研究結果的穩健性，筆者對產生服務創新高績效的組態進行了兩次穩健性檢驗。每次穩健性檢驗只改變一個條件，其他條件保持不變。首先，將一致性閾值由0.8調高至0.85。產生的組態保持不變，且組態的總體一致性與總體覆蓋度均無變動。其次，將瀕數閾值由1調高至2，發現兩條組態保持不變，唯一發生改變的組態是原始組態的子集。因此，研究結果是穩健的。

四、研究結論與啟示

（一）研究結論

筆者運用組態思維，探究實數融合背景下影響CTHBs服務創新績效的復雜因果機理。研究結論如下：

第一，CTHBs服務創新的高績效受管理者認知、大數據能力的共同影響。單一的管理者認知（管理者環境認知、管理者消費場景認知或管理者員工認知）與單一的大數據能力（大數據獲取能力或大數據傳遞能力）都不是企業服務創新高績效或非高績效的必要條件。

第二，存在3條使得CTHBs企業實現服務創新高績效的組態路徑。根據各組態中核心條件與邊緣條件的分布，筆者分別將其命名為認知驅動型、員工驅動型和場景驅動型。此外，還存在1條導致CTHBs企業服務創新非高績效的組態路徑，它是企業運營過程中應重點避免的。

第三，作為核心條件，管理者消費場景認知在所有組態路徑中都發揮著重要作用。這進一步驗證了管理者消費場景認知與CTHBs服務創新的相關性，并揭示了它在服務創新過程中的關鍵作用。

（二）理論啟示

第一，延展了經典服務質量差距模型的應用場域，亦深化了該理論在服務創新研究中的解釋力度，為該領域的實證研究提供了新思路。筆者以經典的服務質量差距模型為理論視角，分析了實數融合背景下CTHBs企業通過縮小管理者感知差距提升服務創新績效的路徑，不僅厘清了“需求”變“績效”的內在邏輯，凸顯了績效形成中服務質量內生性演化的關鍵作用，還擴大了服務質量差距模型的解釋范圍。

第二，拓展了管理者認知的范疇與應用領域，為相關主題研究開拓了新的路徑。筆者從環境認知、消費場景認知、員工認知三個維度來闡釋管理者認知，通過捕捉客戶需求、再造消費場景與提高員工執行力，彌補了微觀層面認知作用機制研究的不足，亦深化了該領域研究者對管理者認知的理解。

第三，在實數融合的背景下將大數據能力引入經典的服務質量差距模型，嘗試對該模型進行修正，這將煥發該模型新的生命力。大數據植入企業運營實踐已經是不容回避、必須要面對的事實。然而受時代所限，經典的服務質量差距模型對該事實關注不足，尚未預測或顧及到大數據能力對企業運營的深刻影響。筆者初步引入大數據獲取能力與傳遞能力兩個變量，實證研究差距1的形成機理，為研究其他四個差距帶來了啟發，助益了該模型的進化。

第四，將fsQCA方法引入到研究CTHBs服務創新的新領域，豐富了相關主題研究的方法工具，拓寬了理論研究的應用面。不同于以往研究探討管理者認知或大數據能力條件對服務創新績效的作用機制，筆者沿襲“認知一能力一績效”邏輯，運用組態思維，思考了認知和能力不同維度耦合對績效的作用機理。

（三）實踐啟示

類CTHBs企業可以基于研究發現的四條組態，選擇合適的服務創新行為，進而落實黨的二十屆三中全會中提出的“健全加快生活性服務業多樣化發展機制”[47]的政策要求。

第一，提升服務質量、改善顧客體驗是CTHBs保持競爭力的核心所在。企業應傳承品牌文化理念與獨特技藝，優化工藝流程，提升產品質量評級，持續創新產品和服務品類，守住百年信譽與口碑。同時，及時摒棄守舊思維，尋求變革，積極打造個性化體驗項目，加強與用戶間的情感聯結和互動，進而強化消費者對產品或服務的認知和認同，助力企業向研發生產與銷售平臺為一體的平臺型企業發展。

第二，抓住提升服務質量的本源，是CTHBs服務創新實現高績效的抓手。企業管理層首先應強化顧客期望的感知，彌合兩者之間的差距，進而縮小其他的差距。如此才能提高服務質量，為服務創新高績效的獲得打下堅實的基礎。

第三，多元化消費場景是打破圈層限制，并傳遞品牌價值的關鍵環節。類CTHBs企業可借助場景實現與顧客的價值共創，打造線上線下多元化體驗平臺，形成多矩陣場景營銷，吸引不同行業的新客戶流量，借此提升服務創新的績效

第四，立足于數字經濟時代，發揮大數據能力對CTHBs服務創新的催化劑作用。類CTHBs企業應利用大數據能力，強化企業與顧客的聯接，形成特色營銷策略，并利用網絡流量的宣傳效應，加速“需求”向“績效”的成果轉化，助力企業實現“守正創新”的目標。

（四）研究不足與展望

本文存在以下不足。首先，本文選定了20個案例，雖然符合數量要求，但整體來看樣本數量偏少，且多為大型企業，研究結論的普適性有待進一步檢驗，故未來研究可適當擴大樣本規模并豐富樣本的類型。其次，本文尚沒有區分不同服務創新的類型。不同的創新類型會導致不同的績效，未來需要進行深度研究。最后，前因條件的選取上，除了管理者認知差距，服務質量差距模型還存在其他四個差距，其他差距或差距之間也可能存在管理者的認知問題，它們也將對服務創新高績效產生影響，未來可擴展前因條件進行深入研究。

注釋：

① 《商務部等五部門關于公布中華老字號復核結果的通知》，http：//zc.gjzwfw.gov.cn/art/2023/11/10/art_14_70906.html，2023年11月8日。

② 其他的四個差距分別是，未能選擇正確的服務設計和標準（即差距2）服務傳遞過程達不到管理者制定的服務標準（即差距3）實際傳遞的服務和對外溝通之間的差距（即差距4）及顧客所期望的服務與所感知的服務之間的差距（即差距5）。

③ 數據來源：同慶樓餐飲股份有限公司2024年第三季度報告，https：//static.sse.com.cn/disclosure/listedinfo/announcement/c/new/2024- 10- 26/605108_20241026_AISE.pdf。

參考文獻：

[1]習近平.高舉中國特色社會主義偉大旗幟為全面建設 社會主義現代化國家而團結奮斗——在中國共產黨第 二十次全國代表大會上的報告［M].北京：人民出版 社，2022：30.

[2]BU H，HUANG R，LIANG S，et al. Consumer perceived brand innovativeness and authenticity of Chinese TimeHonored Brand Restaurants：The moderated mediation effect of personal traits[J].Psychology Research and Behavior Management，2023（16）： 2481-2498.

[3]李志剛，劉金，李興旺，等.雙元創新視角下老字號企業 商業模式創新內在機理——基于德州扒雞的縱向案例 研究[J].管理學報，2021（10）：1512-1512.

[4]CHEN Q，HUANG R，HOU B.Perceived Authenticity of Traditional Branded Restaurants（China）：Impactson Perceived Quality，Perceived Value，and Behavioural Intentions[J].Current Issues in Tourism，2020，23（23）： 2950-2971.

[5]HEINONEN K，STRANDVIK T. Reframing Service Innovation：COVID-19 as a Catalyst for Imposed Service Innovation[J]. Journal of Service Management，2020，32 （1）：101-112.

[6]BRODIE R J，HOLLEBEEK L D，JURIC B，et al. Customer Engagement：Conceptual Domain，Fundamental Propositions ，and Implications for Research[J]. Journal of Service Research，2011，14（3）：252-271.

[7]PARASURAMAN AP，ZEITHAML V，BERRY L.AConceptual Model of Service Quality and its Implication for FutureResearch[J]. The Journal of Marketing，1985，49 （4） ：41-50.

[8]SIRIANNI NJ，BITNER MJ，BROWN SW，et al. Branded Service Encounters ： Strategically Aligning Employee Behavior with the Brand Positioning[J].Journal of Marketing，2013，77（6）：108-123.

[9]MOORMAN C，SORESCU A，TAVASSOLI N T. Brands in the Labor Market：How Vertical and Horizontal Brand Differentiation ImpactPayand Profits Through Employee Brand Matching[J].Journal ofMarketing Research， 2023，61（2）：204-224.

[10]BANDURA A. Social Cognitive Theory： An Agentic Perspective[J]. Asian Journal of Social Psychology，1999，2 （1） ：21-41.

[11]HAN M，ZHENG D，GU D. Driving Mechanism for Manufacturer’s Decision of Green Innovation：From the Perspectives of Manager Cognition and Behavior Selection [J].Frontiers in Psychology，2022，13：851180.

[12]龍君偉.論社會認知理論中的建構特征［J].華中師 范大學學報（教育科學版），2005（2）：57-62.

[13]ECKERT C，VAN HEERDE HJ，WETZEL H A，et al. Spotlight Personnel： How Hiring and Turnover Drive Service Performance Versus Demand[J]. Journal of Marketing Research，2022，59（4）： 797-820.

[14]ALLAL-CHERIF O，LOMBARDO E，JAOTOMBO F.Serious Games for Managers：Creating Cognitive，Financial，Technological，Social，and Emotional Value in Inservice Training[J]. Journal of Business Research， 2022，146： 166-175.

[15]ZHANGP，SHIX，LIUW，et al.The Impact of Extended Product Fit onBrand Loyalty：The Road to Durability and Success for Long-established Enterprise[J]. Economic Analysis and Policy，2023，77：1055-1075.

[16]MAITLIS S. The Social Processes of Organizational Sensemaking[J].Academy of Management Journal，2005，48 （1）： 21-49.

[17]蔡春花，劉偉，江積海.商業模式場景化對價值創造的 影響——天虹股份 2007—2018年數字化轉型縱向案 例研究［J].南開管理評論，2020（3）：98-108.

[18]黃楠，李竹伊，李雪巖，等.管理學研究中的大數據：科 學問題與未來發展[J].南開管理評論，2024（7）：74- 85.

[19]SONG H，XU JB，KIM JH.Nostalgic Experiences in Time-honored Restaurants：Antecedents and Outcomes [J].International Journal of Hospitality Management， 2021，99（10）： 103080.

［20]丁水平，林杰.社會化媒體環境下消費者持續信息共 享意愿影響因素實證研究一 一基于信息搜尋和信息 分享的同步視角［J].情報科學，2020（4）：131-139.

[ 21]KUZMINA K，PRENDEVILLE S， WALKER D，et al. Future Scenarios for Fast-moving Consumer Goods in a Circular Economy[J]. Futures，2019，107： 74-88.

[22]LEUNG F F，KIM S，TSE C H. Highlighting Effort versus Talent in Service Employee Performance：Customer Attributionsand Responses[J].JournalofMarketing， 2020，84（3）： 106-121.

[23]AGOSTINO DONATI TRIVIERI. External Knowledge Flows and Innovation Capacity：The Italian Service Industries[J]. International Review of Applied Economics， 2020.34（3）：342-360.

[24]謝衛紅，李忠順，蘇芳，等.高管支持、大數據能力與商 業模式創新[J].研究與發展管理，2018（4）：152- 162.

[25]盧劍峰，陳思.外部知識搜尋、大數據能力與企業創新 [J].科研管理，2021（9）：175-183.

[26]LI J，XUL，TANG L，et al. Big Data in Tourism Research：A Literature Review[J].Tourism Management， 2018，68： 301-323.

[27]張吉昌，龍靜，陳鋒.大數據能力、知識動態能力與商 業模式創新——創新合法性的調節效應[J].經濟與 管理，2022（5）：19-28.

[28]GRONROOS C. Value Co-creation in Service Logic ： A Critical Analysis[J].Marketing Theory，2011，11（3）： 279-301.

[29]ALNUAIMI B K，KHAN M，AJMAL M M. The Role of Big Data Analytics Capabilities in Greening E-procurement：A Higher Order PLS-SEM Analysis[J].Technological Forecasting and Social Change，2O21，169： 120808.

[30]REN L，ZHU B，XU Z. Robust Consumer Preference Analysis with a Social Network[J]. Information Sciences， 2021，566：379-400.

[31] ANTONS D，BREIDBACH C F. Big Data，Big Insights？ Advancing Service Innovation and Design With Machine Learning[J]. Journal of Service Research ，2018，21（1） ： 17-39.

[32]SHAMIM S，YANG Y，ZIA N U，et al. Big Data Management Capabilities in the Hospitality Sector：Service Innovation and Customer Generated online Quality Ratings [J]．Computersin Human Behavior，2021，121： 106777.

[33] XIANG Z，DU Q，MA Y，et al. A Comparative Analysis of Major Online Review Platforms：Implications for Social Media Analytics in Hospitality and Tourism[J].Tourism Management，2017，58：51-65.

[34]李鴻磊，劉建麗.基于用戶體驗的商業模式場景研究： 價值創造與傳遞視角[J].外國經濟與管理，2020 （6） ：20-37.

[35]CAPUTO F，MAZZOLENI A，PELLICELLI A C，et al. Over the Mask of Innovation Management in the World of Big Data[J]. Journal of Business Research，2020，119： 330-338.

[36]SAIDE S，SHENG M L. Toward Business Process Innovation in theBigData Era：AMediatingRolesof Big Data Knowledge Management[J].Big Data，202O，8（6）： 464-477.

[37]杜運周，賈良定.組態視角與定性比較分析（QCA）： 管理學研究的一條新道路[J].管理世界，2017（6）： 155-167.

[38]LI H，ATUAHENE-GIMA K.Product Innovation Strategyand the Performance of New Technology Ventures in China[J].The AcademyofManagement Journal，2001， 44（6）：1123-1134.

[39]BARRALES-MOLINAV，BENITEZ-AMADOJ，PEREZ-AROSTEGUI M. Managerial Perceptions of the Competitive Environment and Dynamic Capabilities Generation[J]. Industrial ManagementandData Systems，2010， 110（9） ：1355-1384.

[40]江積海，阮文強.新零售企業商業模式場景化創新能 創造價值倍增嗎？［J].科學學研究，2020（2）：346- 356.

[41]BAUMM，KABSTR.Die Wirkungvoninformellenund internetbasierten Rekrutierungskan?len auf den Rekrutierungserfolg：Eine empirische Analyse in kleinenund mittleren Unternehmen[J].ZeitschriftfurBetriebswirtschaft，2012，82（S3）：117-142.

[42]GUPTA M，GEORGE JF.Toward the Developmentof a BigDataAnalyticsCapability[J].Informationamp;Management，2016，53（8）：1049-1064.

[43]MIKALEFP，KROGSTIEJ，PAPPASIO，etal.Exploringthe Relationship between Big Data Analytics Capability and Competitive Performance：The Mediating RolesofDynamic and Operational Capabilities[J].Informationamp;Management，2020（2）：103169.

[44]周小剛，陳水琳，李麗清.大數據能力、技術創新與人 力資源服務企業競爭力關系研究[J].管理評論，2021 （7）：81-91.

[45]PODSAKOFF P M，ORGAN D W. Self-reports in Organizational Research：Problems and Prospects[J]. Journal ofManagement，1986，12（4）：531-544.

[46]RAGINCC，FISSPC.Net Effects Analysis versusConfigurational Analysis：AnEmpirical Demonstration[M]// RAGIN C C.Redesigning Social Inquiry：Fuzzy Sets and Beyond.Chicago：University of Chicago Press，2008： 191-212.

[47]中共中央關于進一步全面深化改革推進中國式現代 化的決定[M].北京：人民出版社，2024：12.

責任編輯：艾嵐

The Configuration Path to Achieve High-Performance for \"China Time-honored Brands\" Service Innovation in the Context of Real-Digital Integration Economy

Guo Huibin1，2.3，Liu Yahui1，Bao Xiaoning2 （1.Schoolof usiness Admnistration，Hebei UniversityofEconomics andBusiness，Shijiazhuang Hebei O506，China; 2.Schoolof Cultural IndustryAdministration，Hebei InstituteofCommunications，Shijiazhuang HebeiO5143o，China; 3.School of Business Administration，Zhongnan UniversityofEconomicsandLaw，Wuhan Hubei 43oo73，China） Abstract：\"Buildinganewsystemof high-qualityand eficient service industry\"has becomeanationalstrategyproposed inthe reportofthe2OthCPCNationalCongress.Theintegrationofreal-digitaleonomyhasbroughtaboutchallengestoservicorinted \"China Time-Honored Brands\"（CTHBs）．Underthis background，Buildinganew system of high-qualityandeficient service industryisanefectivewayforserviceinnovationtoachievehighperformance.Taking2OCTHBscateringenterprisesasresearch samplesandapplyingthefuzzy-set Qualitative Comparative Analysis method，thisstudy explores the mechanismthrough which managerialcognitionandbigdatacapabitiesjointlyinfluencehigh-performanceofserviceinnovation.Theresearchfindingsare asfollows：FirstlythehigperformanceofCTHs'serviceiovationisjointlyafectedbymanageralcognitionandbigdatacapabity.Secondly，herearethrepathonfigurationsthatleadtoigperformanceofserviceinnovation，namely，ogition driven，employee-driven，andsenariodriven.Thirdly，managerialcognitionofconsumptionscenario，asacorecondition，plays aroleofsufientandnecessarycondioninallpathconfigurationsTeresearchextendstedomainofclassicalServicQuality Gap Model，reveals the new path of CTHBs‘service innovation.

Key words：service innovation；real-digital integration economy；managerial cognition；bigdatacapability；fuzzy ^- set Qualitative Comparative Analysis （fsQCA）

收稿日期：2025-03-17

基金項目：河北省社會科學基金項目“技藝類‘非遺’的數字化活態研究”（HB24YS026）；河北省高等學校人文社會科學重點研究基地資助項目“匠心租金的構念、獲取路徑與機理研究”（2023FPZD01）；2025年河北省碩士在讀研究生創新能力培養資助項目“河北省‘老字號'服務創新績效的提升路徑研究\"（CXZZSS2025098）

作者簡介：郭會斌（1968—），男，河北新樂人，河北經貿大學二級教授，兼職教授，中南財經政法大學兼職教授，博士生導師。