数字经济背景下制造业服务化转型组态路径研究

李煜华，廖承军，向子威

(上海应用技术大学经济与管理学院，上海 200235)

0 引言

“十四五”规划和2035年远景目标纲要提出促进数字技术与实体经济深度融合，赋能传统产业转型升级，打造数字经济新优势。制造业是实体经济的主体，是振兴实体经济的主战场，同时也是供给侧结构性改革的重要领域。当前中国制造业正处于转换发展理念、调整失衡结构、重构竞争优势的关键节点，在大力推动数字经济发展的浪潮下，制造业转型升级是推动经济高质量发展的关键。2016年工业和信息化部等3个部门联合发布 《发展服务型制造专项行动指南》，明确提出服务型制造是制造与服务融合发展的新型产业形态。2020年工业和信息化部等15个部门联合印发 《关于进一步促进服务型制造发展的指导意见》，再次强调要加快培育发展服务型制造新业态新模式，促进制造业提质增效和转型升级，为制造强国建设提供有力支撑。随着改革开放和现代化建设进入新发展阶段，发展服务型制造对加快建设现代产业体系、推进制造强国建设至关重要[1]。

制造业服务化作为用户与企业互动的创新形式，通过获取客户的黏性信息，增加产品的附加值，帮助传统制造型企业从产品提供商向服务提供商转型、从以制造为中心向以服务为中心转变，形成新的竞争优势，从而加速实现产业转型升级。制造业服务化转型已成为全球制造业转型发展的重点方向，Neely[2]基于制造业大型国际数据库的研究表明，全球范围内制造企业实行服务化策略数量上已经达到30%，增加速度还在逐渐变大。鉴于此，本文基于28家制造企业案例资料，运用 “技术-组织-环境” (Technology-Organization-Environment，TOE)理论框架，采用模糊集定性比较分析方法研究制造企业服务化转型行为发展过程中的关键影响因素及其作用路径，实证检验技术、组织与环境3方面因素构型对制造企业服务化转型的影响机理，试图打开数字经济背景下服务化转型产生演化的 “黑匣子”，以期进一步丰富中国情境下制造业服务化转型的理论研究，并为制造企业服务化转型提供决策依据。

1 理论回顾与模型构建

1.1 文献回顾

“服务化”概念最早由国外学者Vandermerwe等[3]提出，认为服务化是制造企业由只提供产品向 “产品-服务包”转变，产生这个转变的主要原因是制造企业以顾客为中心，不仅向顾客提供产品，还提供更加完整的产品服务包，包括产品、服务、知识和支持等，并且服务逐渐成为产品服务包中的主要部分。Robinson等[4]在此基础上分析制造企业如何通过服务化来实现价值创造、获取竞争优势。Sklyar等[5]认为服务化是制造企业运用数字技术重塑服务活动和流程。White等[6]将制造企业重新定义为 “服务提供商”，而不是产品制造商，指出服务化就是制造企业的角色实现由产品提供商向服务提供者的动态转变。由上述研究可以发现，制造业服务化的实质是制造企业通过流程创新与技术升级等，在产品制造环节增加服务投入且在市场销售环节提供更多服务产出，包括投入服务化与产出服务化，这既是制造业的升级，也是未来制造业发展的主要趋势之一。制造业服务化将制造与服务融合形成新型产业形态，能够加速更新现有组织架构、产品体系及市场结构，是中国制造业实现高精尖产业发展的重要途径。

研究发现，制造业服务化转型受多个因素影响，主要集中在3个方面。①技术发展，如数字化技术升级[7-8]、工业互联网平台构建[9-10]等；②组织管理，如人才培养[11-12]、企业战略转型[13]等；③外界环境，如同行企业竞争[14-15]、客户需求变化[16-18]、市场变化[19-21]等。

1.2 TOE理论框架

Tornatizky等[22]所提出的TOE理论认为新技术在应用过程中会受技术、组织和环境3个方面因素的共同作用。其中，技术因素涉及技术相关特征，如技术资源、技术能力等，会促进或抑制组织使用和更新技术；组织因素涉及组织结构方面的特点，如组织规模、组织资源等；环境因素强调组织外部环境的影响，如行业结构、需求压力和制度环境等。

现有研究将TOE理论应用于政府数据开放平台之间数据利用水平[23]、地方政府门户网站建设[24]、疫情背景下政府差异化复工复产[25]以及制造企业对大数据技术的采纳意愿[26]等关键影响因素的研究。结合上述文献分析，制造业服务化转型的众多影响因素可以归纳为技术、组织和环境3个方面，故本文运用TOE理论框架，选取对制造业服务化转型产生影响的关键因素作为条件变量。

1.3 模型构建

本文以TOE理论框架和现有研究成果为基础，结合中国制造业服务化发展的制度情境和实践场景，确定推动制造业服务化转型的技术、组织、环境3个方面条件变量。

(1)技术更新是服务化转型发生的重要根基，主要表现在产品技术升级和数字平台搭建这两个方面，是推动制造业服务化转型的重要力量。产品技术升级是指制造企业综合运用数字化技术、大数据、人工智能技术等，为用户提供具有新功能属性的产品来满足用户的需求；数字平台搭建是指制造企业为了实现产品技术与自身功能的有机融合，通过数字化基础设施建设、工业互联网配套设施建设提升数字化硬件水平。制造企业服务化转型以增强技术创新能力为前提，产品技术升级是制造业服务化转型的重要保障，数字平台构建为服务化转型提供有效支撑。

(2)组织管理是服务化转型成长的重要空间，主要表现在企业战略转型和人才体系建设这两个方面，是促进制造业服务化转型的有效途径。企业为了适应数字经济发展应积极作出战略调整，包括积极拥抱数字化技术，引入新技术设备，制定数字化、服务化转型战略等，制造业服务化转型需要通过企业战略保障其有效实施。人才体系建设是指科学有效地进行人员管理和团队建设，人才管理是企业数字化、服务化转型战略发挥效果的基本保障，企业不仅需要全面的人员岗位设置、完善的科学评价体系以及有效的人才发展路径，还需要健全人才培养机制和人才竞争、激励机制，需要培养出高效的服务团队，为制造业服务化行动提供支持。

(3)外部变化是服务化转型扩散的重要机遇，主要表现在企业竞争压力和客户需求变化这两个方面，是加快制造业服务化转型的重要契机。企业竞争压力是指行业盈利水平降低、企业间市场拼抢等行为给企业带来的生存压力，企业为了在激烈的市场竞争中获得有利的市场地位，需要提供更具服务化的产品，培养客户的忠诚度。客户需求变化是指客户对产品的功能属性、外观设计、个性化风格等方面的需求产生变化。由于客户的需求是不断变化的，企业为了能够提供能满足客户需求的产品就需要不断对客户需求进行调查，把握客户需求变化方向，让产品能够契合客户的需要，提高客户的满意度。

本文在分析整理现有服务化研究成果的基础上，综合技术、组织和环境等维度的主要影响因素作为变量集合，构建制造企业服务化转型的组态模型，如图1所示，进而对制造企业服务化转型的驱动因素及其组态路径等问题进行探究。

图1 制造业服务化转型组态路径研究模型

2 研究设计

2.1 研究方法

本文以美国学者Ragin等[27]提出的模糊集定性比较分析 (fsQCA)方法作为研究方法，对制造业服务化转型的组态路径进行探讨和分析。fsQCA方法存在和发展的基础是布尔代数和集合论，是以组态视角为依据解决研究问题的分析方法，其研究思路是通过对不同的条件变量进行组合构型，探究不同的条件变量构型与结果变量的因果关系，从而分析出对结果变量产生主要影响的典型路径并建立解释模型。fsQCA方法的独特之处是兼具定性研究和定量研究的双重优势，既能定性分析研究问题的影响要素，又能定量研究组态路径的影响程度。此外，它不仅对研究样本的容量及数据的要求较低，方便探究前因条件复杂、非对称因果关系和跨层变量等现实问题，同时它还可以显著降低样本对象的复杂性，从而对研究案例的问题进行更深层次解读。

现有 “数字经济背景下制造业服务化转型组态路径”的相关研究，主要从单因素与结果的线性关系角度进行。本文采用fsQCA方法的原因是：①传统的线性关系主要用于解释具有对称性的问题，但由于经济社会生活中的因果关系是非线性关系远远多于线性关系，传统的线性关系难以分析这种复杂情况，fsQCA方法认为对结果起关键作用的是条件因素的集合而不是单个因素，更加具有理论逻辑和现实意义。②fsQCA方法主要认为不同影响因素是 “并发因果关系”，某一特定的结果变量可能是由多个影响因素进行合理的组合后得到，即XY→A与XZ→A，两条不同的路径XY、XZ可以得到相同的结果A。不同于传统的统计方法主要分析单个因素对结果的影响，fsQCA方法强调 “殊途同归”。③fsQCA是一种综合性分析方法，介于建模统计和案例推演之间，在案例分析的过程中有机地结合了定性分析和定量分析的优势，定量研究与定性研究相辅相成，定量研究以定性研究的理论作为基础，以实际知识为基础将案例要素的关键特征形式化。

2.2 样本选择

本文选择制造企业作为研究对象的原因是：①制造企业面对日益激烈的市场竞争环境，通过大数据、人工智能、智能制造、工业互联网等技术融合，积极顺应数字经济发展趋势，主动推广应用数字技术、完善调整组织结构和经营模式，是研究服务化转型的理想对象；②制造企业为了满足客户的需求，通过技术赋能发展服务化转型，把价值链延伸到达客户环节，改变了传统的营销、售后等方式，取得了更多的利润和共创价值，为从技术、组织及环境等维度探讨制造企业价值共创的关键因素奠定了良好的基础。

样本选择过程是：①确定样本选择的基本原则。在考虑样本数量的充足性和易得性的前提下，保证样本企业符合实施服务化转型的要求，从而满足理论构建的需求。②对187家涵盖大、中、小型的制造企业进行梳理，全方位了解企业的基本情况，建立企业基本信息数据库，同时标注出实施服务化转型策略的制造企业。③为保证样本来自不同企业属性、不同行业技术程度和不同行业集中度，数据不仅满足代表性、丰富性与易取得性等原则，还符合fsQCA模型规范的相关研究[28]，即当条件变量的数量达到6个、样本容量超过25个时就可以区分随机数据与真实数据，结果内部效度能够得到有效保证，数据研究结果能够对样本案例进行深入解读。本文结合研究的实际情况，在满足fsQCA方法的操作规范前提下，最终选取28家样本企业进行分析，样本企业的主攻技术领域基本情况见表1。

2.3 数据来源与处理

本文数据来源多样，通过多渠道获取调查数据，并对数据进行预处理以保证案例数据收集的准确性，数据来源主要有：①田野调查。研究团队在2019年11月至2020年12月对28家制造企业进行实地调研。首先，在每家企业选取1名技术骨干员工和2名中高层管理人员填写问卷表。其次，逐个对比3人不同问卷的打分分值，若意见出现分歧，按照少数服从多数的原则进行处理。最后，若出现3人意见均不相同的情况，通过组织被调查人员召开小型研讨会，对意见不一的问卷进行讨论，得到一个最终确定的结果。②智库研究报告、企业研发中心申报材料等相关资料，对相关企业案例和变量进行完善。③企业官网。通过样本企业官网收集企业的组织架构、人才培养制度、技术资料等信息对一手资料进行补充完善。

为了保证研究结果的科学性，本文结合企业官网数据、智库研究报告和企业研发中心申报材料等资料，采取交叉验证的方式对问卷数据进行信度检验。问卷结果符合二手材料内容和企业实际情况，问卷数据的信度较高。

2.4 变量校准

变量校准是结合实际和理论知识将定序类别的数据转换成模糊集隶属分数，即根据选定的预设标准将原始样本数据转化为可以被处理分析的模糊数据。本文对原始数据进行校准所采用的软件是fsQCA3.0，数据处理的基本操作是首先需要设定3个定性的锚点，即完全不隶属锚点、交叉点、完全隶属锚点。然后将原始数据导入软件，把锚点数据代入软件预设公式，完成数据的校准，并转换成隶属分数介于0～1的数据。交叉点数据若校准后为0.5，不能直接放入真值表进行分析，需要将锚点数据调整为0.499或0.501，再次校准后才能纳入真值表进行分析。目前学术界尚未就3个锚点的确定方法达成一致，通常以FISS和CODURAS的设定方法作为参照，将样本数据的上四分位数、均值、下四分位数作为3个锚点，本文数据校准的过程亦采用此方法进行。首先使用SPSS26.0软件对服务化转型、产品技术升级、数字平台搭建、企业战略转型、人才体系建设、企业竞争压力和客户需求变化6个变量数据的上下四分位点和均值为基准，并作为3个重要的校准点。在确定了3个锚点后，使用fsQCA3.0软件的Calibrate (x，n1，n2，n3)函数将变量转换成模糊集隶属分数，此数据用于后续分析。各变量的校准锚点信息见表2。

表2 数据校准锚点设定

3 实证分析

3.1 单因素必要性分析

本文遵循fsQCA方法的基本操作流程，在fsQCA3.0软件中利用模糊集真值表程序对数据进行分析之前，必须分析单个因素的必要性，即检验某个条件变量是否为结果变量的必要条件。必要性检验的标准通常使用一致性与覆盖率两个指标衡量，一致性指标通常用于判断前因条件是结果的必要程度大小，即结果被前因条件的范围所覆盖的程度，而覆盖率指标反映能够解释前因条件必要性存在的案例数量。一般认为，当一致性等于1时，前因条件和结果之间具有完美的子集关系，即前因条件是结果的绝对必要条件。但多数情况下，社会科学的研究数据并不会出现完美的子集关系，而是存在一定程度的偏离。因此学术界一般将基准线设定为0.9，即前因条件必要性的一致性大于0.9时，可以认定前因条件是结果的必要条件，满足必要条件相关的检测标准[29]。

使用fsQCA3.0软件中的Necessary Conditions模块对数据进行单因素必要性分析的结果见表3。结果表明，各条件变量的一致性指标均在基准线0.9以下，条件变量不是必要条件。

表3 单个驱动因素必要性分析结果

3.2 多因素组态充分性分析

鉴于制造业服务化转型的结果为多重复杂并发因果，因此需要在单因素必要性分析的基础上，进一步开展不同条件下的组态充分性分析。充分性检验的原理与必要性检验的原理不同，是评估某一个条件组态的集合是否为结果集合的子集，通常使用一致性指标进行衡量。本文根据Fiss[30]、杜运周等[31]的建议，将一致性阈值 (Consistency)

设置为0.8，同时把PRI (Proportional Reduction in Inconsistency)一致性阈值设置为0.75。本文样本数量为28家，属于中等样本容量，因此将频数阈值设为1。

由于前因条件对结果的影响具有不确定性，难以进行反事实分析，本文在处理中间解时选择的条件为 “存在或缺失”。模糊集定性比较分析会得到3类解，即复杂解、简单解与中间解，由于各前因条件均为非必要条件，复杂解与中间解的结果相同，因此通过对比中间解和简单解即可识别出制造业服务化转型的核心驱动条件和辅助条件。

本文采用Ragin[32]的方式展示制造业服务化转型的组态路径分析结果：用 “●”或 “•”表示条件变量出现， “⊗”表示条件变量不出现，空格表示该条件变量无关紧要。大实心圆圈 “●”表示 “核心条件”，小实心圆圈 “•”表示 “边缘条件”。以4条路径的方式呈现制造业数字化转型组态分析的中间解的结果，4条组态路径和总体解的一致性指标均高于0.8，说明得到的4条组态路径都是制造业服务化转型的充分条件；总体解覆盖样本容模糊评分语言转化规量的85%，说明4条组态路径对样本企业的服务化转型均具有较强解释力，见表4。

表4 服务化转型组态路径

3.3 服务化转型的组态分析

纵向对比4条组态路径可以发现，组态3 (PTU*DPC*EST*ECP*CDC)的唯一覆盖度指标最高 (0.0890)。该条组态路径中产品技术升级、数字平台搭建和客户需求变化发挥了核心作用，企业战略转型和企业竞争压力作为辅助条件，人才体系建设没有发挥作用；组态4 (PTU*TSC*EST*ECP*CDC)的唯一覆盖度指标次之 (0.0709)，该条组态路径以人才体系建设和企业竞争压力作为核心驱动条件，产品技术升级、企业战略转型、客户需求变化作为辅助条件，数字平台搭建没有发挥作用；组态1 (PTU*DPC*EST*TSC*ECP)的唯一覆盖度指标居第3位 (0.0391)，该组态的核心条件是产品技术升级、数字平台搭建、人才体系建设和企业竞争压力，企业战略转型是辅助条件，客户需求变化没有发挥作用；组态2 (PTU*DPC*EST*TSC*CDC)的唯一覆盖度指标最低 (0.0289)，该组态路径以产品技术升级、数字平台搭建、客户需求变化为核心驱动条件，企业战略转型和人才体系建设是该组态的辅助条件，企业竞争压力则无关紧要。

横向对比4条组态路径中的单个条件可以发现，产品技术升级和企业战略转型作为核心或辅助条件出现在所有的组态路径中，是制造业服务化转型的主要驱动力量；数字平台搭建作为核心条件出现在除组态4以外的所有组态路径中，是制造业服务化转型重要推动力量。此外，4条组态路径均在技术、组织、环境中的多个变量协同匹配，联合发挥作用才能推动制造业服务化转型的进程。

3.4 稳健性检验

通常情况下fsQCA的稳健性检验方法有调整一致性水平指标、调整校准阈值和非对称因果关系分析等。本文首先使用调整一致性水平指标，参考学者已有的研究，将一致性指标由0.8调整到0.81，其他处理方式不变，分析后发现制造业服务化转型的组态路径结果并没有发生显著的变化，由此来验证制造业服务化转型的稳健性；然后再采用非对称因果关系的检验方法，根据其原理可以知道假设X1+X2+……+Xn→Y，不一定能够得出～X1+～X2+……+～Xn→～Y，通过对比非服务化转型组态路径结果和服务化转型的组态路径结果，发现两者并不相同，由此来验证制造业服务化转型的稳健性。通过上述两种方法对制造业服务化转型的稳健性进行验证，两种方法均通过检验，表明研究结果具有较高的稳健性。

4 研究结论与启示

4.1 研究结论

(1)产品技术升级、数字平台搭建、企业战略转型、人才体系建设、企业竞争压力和客户需求变化均无法单独构成制造业服务化转型的必要条件，表明单个因素对制造业服务化转型的解释力不强，无法有效促进制造业服务化转型进程。

(2)制造业服务化转型的组态路径有4条：以技术-组织-环境协同主导作用构成的组态1 (PTU*DPC*EST*TSC*ECP)，以技术-环境主导组织协同构成的组态2 (PTU*DPC*EST*TSC*CDC)和组态3 (PTU*DPC*EST*ECP*CDC)，以及组织-环境主导技术协同构成的组态4 (PTU*TSC*EST*ECP*CDC)，4条不同的组态路径都能有效促进制造业服务化转型的演化发展。

(3)产品技术升级和企业战略转型作为核心或辅助变量均出现在4条路径中，表明这2个条件在制造业服务化转型进程中是不可或缺的，制造企业在服务化转型的过程中应重视和加强产品技术升级和企业战略转型。数字平台搭建作为核心变量出现在3条路径中，是制造业服务化转型的重要推动力，表明制造企业在服务化转型的过程中应将数字平台搭建置于主要战略地位。

4.2 理论贡献

(1)本文基于TOE理论框架构建中国情境下制造业服务化转型的整合性分析框架。本研究框架结合中国制造业服务化转型的现实情形，有机整合 “技术-组织-环境”3个方面的影响因素，扩展出影响制造业服务化转型的6个二级影响因素有产品技术升级、数字平台搭建、企业战略转型、人才体系建设、企业竞争压力和客户需求变化。以TOE理论框架为基础，本文整合6个影响因素构建数字经济背景下组态路径关系的作用模型，进行模糊集定性比较分析。

(2)本文采用 “组态视角”，拓展TOE理论框架在解释数字经济背景下制造业服务化转型的复杂因果关系中的应用。现有研究多应用TOE理论框架解释企业新技术应用的情形，使用回归分析方法探讨技术、组织、环境等条件中的某个因素对企业的作用效果和影响机制。而本文以多重条件的联动组合为基础，探究影响制造业服务化转型的组态路径，有助于揭示数字经济背景下服务化转型的 “黑匣子”，丰富和扩展了中国情境下制造业服务化转型的理论研究。

4.3 管理启示

(1)在数字经济背景下制造业服务化转型受到多方面因素的综合作用，而在资源约束的现实条件下政府不能同时推动所有的发展因素，因此在制定政策时必须做到有的放矢。本文研究发现，6个因素的合理组合对制造业服务化转型的影响 “殊途同归”，4条组态路径对制造业服务化转型的产生结果是一致的。因此，在大力倡导制造业服务化转型的进程中，政府需要引导企业高度重视产品技术升级、企业战略转型和数字平台搭建的重要作用，并制定相关政策积极引导制造企业服务化转型升级。

(2)制造业服务化转型的4条组态路径中产品技术升级、企业战略转型和数字平台搭建这3个影响因素在其中发挥着主要的推动作用，因此制造企业在服务化转型过程中必须高度重视这3个影响因素。本文研究发现，产品技术升级和企业战略转型均出现在4条组态路径中，数字平台搭建出现在3条组态路径中。因此，制造企业在服务化转型过程中要加强技术开发和数字化技术的应用、加速产品技术升级迭代；积极搭建数字平台，提升产品服务能力；借助数字经济的东风，实施企业战略转型，采用适应的转型组态路径，加速制造业服务化转型。

4.4 不足与展望

本文有一些不足之处，需要在后续研究中完善解决：①本文选取28家制造企业作为样本，尽管是第一手资料，但存在样本量较小、数据客观性有一定局限等不足；从样本企业的技术领域看，所选企业除了GMFC、JNBY等属于劳动密集型企业外，其他企业大都属于数字化程度较高的高新技术企业，对结论的公允性有一定影响，因此在将研究结论推广到制造业全行业之前，还需进行更深入的研究；②本文主要为横向分析，未充分分析各个影响因素随时间而产生的动态变化，后续研究可将数字经济背景下制造业服务化转型视为动态演化过程，从横向和纵向角度综合考虑影响因素对制造业服务化转型的影响。