制造业嵌入式服务化促进了企业创新吗——创新数量与质量视角

徐 洁，李 琳，田彩红

(1. 清华大学 公共管理学院，北京 100084；2. 湖南大学 经济与贸易学院，湖南 长沙 410006)

0 引言

创新是引领发展的第一动力，加快从数量积累型创新向质量提升型创新转变是实现高质量发展的内在要求。深入实施创新驱动战略以来，中国取得了举世瞩目的创新成就。据世界知识产权组织统计，2011年中国共申请526 412件专利，超过美国成为世界第一大专利申请国。《2009年中国科技论文统计与分析简报》显示，自2009年以来，中国国际科技论文(SCI 收录)产出数量一直位列世界第二。从创新数量看，中国是名副其实的创新大国，但创新质量与发达国家仍具有较大差距。2014—2020年，中国发明专利申请量占比从39.3%下降至28.8%，国际专利授权比例从20%下降到10%。知识产权质量能够决定国家在全球知识产权贸易中扮演的角色。据国际货币基金组织统计，2020年全球前10大知识产权贸易顺差国均为发达国家，美德日前三大顺差国合计占比为83%。制造企业是重要创新主体，中美贸易战以来，少数西方国家加强对中国的技术封锁，对华为、中兴等中国高新技术企业实施制裁，表明我国仍在关键领域和核心环节受制于人，当前创新能力无法满足高质量发展要求。同时，制造业服务化已是全球制造业转型升级的重要方向，也是我国顺应新一轮科技革命和产业变革，增强制造业核心竞争力，实现高质量发展的重要途径。2020年工业和信息化部联合15部门印发《关于进一步促进服务型制造发展的指导意见》，提出到2025年形成一批服务型制造跨国领先企业和产业集群，制造业在全球产业分工和价值链中的地位显著提升，服务型制造成为制造强国建设的有力支撑。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出，要促进先进制造业和现代服务业深度融合。然而，服务化转型企业面临服务扩展或服务削减的选择[1]，上述选择取决于服务化是促进还是阻碍制造商创新能力提升。2017年，通用电气决定剥离其金融服务业务回归产品创新并重建技术公司[2]。上述去服务化事件凸显出探索服务化对制造企业技术创新的重要性。中国经济处在由数量增长向质量增长的转型期，制造业服务化转型能否有效破解中国创新的“低质困境”? 在上述背景下，研究我国制造企业如何通过服务化转型提升创新能力，推动质量优先的高水平创新，对解决“卡脖子”难题及加快建设科技强国具有重要理论意义和现实价值。

现有制造业服务化研究大多讨论制造业服务化的发展路径和影响效应。Vandermerwe&Rada等[3]最早提出制造业服务化发展路径的三阶段理论，即从提供物品阶段到提供物品和附加服务阶段再到提供物品—服务“包”阶段；Gebauer[4]将制造企业服务化路径概括为售后服务提供者、顾客支持提供者、外包合作伙伴和发展合作伙伴；简兆权等[5]基于价值链视角提出下游产业链服务化、上游产业链服务化、上下游产业链服务化和完全去制造化4条路径。从生产时序视角，制造业服务化存在投入服务化[6]和产出服务化[7]两条路径。相关实证研究大多从制造业投入服务化视角进行考察[6,8]，但基于投入产出表的消耗系数测算投入服务水平，导致实证研究仅停留在行业层面，微观主体企业研究匮乏。制造业服务化影响效应方面，现有研究主要关注其经济效应。大量研究表明，制造业服务化在促进企业利润[3,9]、经营绩效[4,10]、价值链升级[11,12]、出口增加值[6,13]提升方面具有显著影响。部分文献考察制造业服务化对创新的影响，但尚未达成一致结论。部分研究认为，服务化有助于企业获取客户和服务商知识、扩宽信息来源并促进知识积累[14-15]，进而对制造企业原有要素结构、创新体系及组织架构等产生破坏式创新效应(王志伟，陈劲，2012)，最终促进企业全要素生产率提升[16]。但另有研究指出，服务与制造在运作方式上存在巨大差异，服务化不仅会引发服务与产品业务在资金、人力方面的冲突，不利于产品创新[17]，而且可能造成利用已有知识和探索新知识的“学习悖论”[18]。

本文认为，产生上述冲突的原因如下：第一，以往研究未区分不同服务化模式与创新间的关系。从制造业与服务业价值链相关性程度视角看，制造业服务化可分为嵌入式服务化和混入式服务化(陈漫，张新国，2016)，前者是支撑制造业高质量发展的主导路径。制造业嵌入式服务化是指企业围绕主营产品开展的嵌入于制造业价值链的服务化转型，表现为企业进入与现有产品在价值链上具有战略匹配关系的服务业。以产品为核心的嵌入式服务化通过整合产品和服务相关知识，促进制造专业化程度和业务多样性提升，进而增强企业资源重置能力和技术创新能力[10,19]。混入式服务化主要是指企业为了获取新的利润增长点，进入与主营业务无关的高利润服务领域，稀释本应分配给核心产品和服务创新的资源，从而削弱自身资源配置能力和市场感知能力[20]。第二，现有研究较少区分不同服务化方向与企业创新的关系。根据服务业知识密集程度，可将制造业服务化分为制造业传统服务化(仓储运输、销售维修等)和制造业现代服务化(研发设计、信息服务等)。传统服务业大多处于生产链下游环节，知识溢出效应较弱，甚至会挤出企业研发资源，对企业创新具有不确定性影响；现代服务业贯穿于全价值链环节且具有较强的知识溢出性，对企业技术创新发挥直接促进效应[16,21]。因此，需要进一步区分服务化模式和方向，探索有利于高质量创新的服务化路径。

综上可知，就中国制造业服务化而言，基于服务化模式、服务化方向、创新数量与质量及作用机制角度，全面分析制造业嵌入式服务化对企业创新影响的研究匮乏。基于此，本文使用2008—2018年中国制造业上市公司嵌入式服务化与专利匹配数库，实证检验制造业传统服务嵌入和现代服务嵌入对企业创新数量与创新质量的影响效应与作用机制，进一步考察不同所有制和不同行业对制造业嵌入式服务化创新效应的影响。

与现有文献相比，本文的边际贡献体现如下：研究视角方面，从服务化视角深入探讨制造业嵌入式服务化与企业创新数量和质量的关系，并基于知识密集程度将制造业服务化分为现代服务业嵌入和传统服务业嵌入，考察制造业嵌入式服务化对企业创新的影响，进一步丰富企业创新影响因素研究；研究内容方面，基于制造业嵌入式服务化对企业创新的影响机理，对企业要素结构调整机制和企业创新行为优化机制进行中介效应检验，打开制造业嵌入式服务化对企业创新影响研究的“黑箱”，并进一步对企业发展阶段和所处行业进行异质性分析，深化对制造业嵌入式服务化与企业创新关系的理解；研究结论方面，对制造业服务化模式和方向进行区分，从高质量创新视角探索有效的制造业服务化路径，对破解中国创新低质困境具有一定的参考价值。

1 理论分析与研究假设

首先简析制造业嵌入式服务化对企业创新数量与创新质量的影响效应，然后进一步分析制造业嵌入式服务化对企业创新的作用机制。

1.1 制造业嵌入式服务化对企业创新的影响效应

制造业服务化的实质是不同类型服务要素与制造业原有基本要素以不同方式组合的过程。在这一过程中，服务业将知识附加于有形产品，通过发挥不同类型知识的组合效应促进技术进步。首先，制造业嵌入式服务化将人才、技术、知识等大量创新要素嵌入于制造业链条，凭借高流动性、融合性促进生产要素优化组合[14]，实现创新要素与劳动、技术、管理等要素深度融合，提高各环节知识密集度，促进技术溢出，从而增强企业学习能力。其次，制造业嵌入式服务化能够拓展企业知识来源，推动企业由单一主体创新向企业、服务商、供应商、客户等主体共同创新转变，搭建以企业为核心的知识网络，促进各类创新要素交互融合，提升知识重组的可能性，在产品设计、研发、制造、销售、售后等环节实现知识共创[15]。

依据服务业知识密集程度，制造业服务化嵌入可分为现代服务业嵌入和传统服务业嵌入。现代服务业是指以现代科学技术尤其是信息技术和互联网为支撑的生产性服务业，具有较高的渗透性、包容性和技术复杂性[21]。制造业和现代服务业融合将带来大量专业化、多元化创新要素，后者通过与其它生产要素融合对制造企业原有要素结构、创新体系及组织架构等产生破坏式创新效应，在增加企业创新数量的同时，有助于提升企业自主创新能力与创新质量。其次，以数字要素为核心的现代服务业嵌入为制造企业带来创新模式改变，数字化转型推动形成以关键企业为核心，产业链纵向、产业间横向链接的网络式创新，促进多元化知识在更广阔的空间融合重组，提升技术创新质量[22]。第三，现代服务业嵌入有助于制造商识别客户潜在需求，知识密集型服务要求面对面、频繁地互动交流，在产品和服务融合过程中实现隐性知识交换，帮助制造企业掌握市场潜在需求信息，触发激进创新[23]。仓储运输、市场分销等传统服务行业大多为劳动力密集型行业，上述劳动力密集型服务业嵌入对制造企业创新促进效应的边际空间较小。基于此，本文提出假设：

H1：制造业现代服务嵌入对企业创新数量和创新质量具有正向影响。

H2：制造业传统服务嵌入仅对企业创新数量具有正向影响。

1.2 制造业嵌入式服务化对企业创新的作用机制

本文认为，制造业嵌入式服务化通过要素结构调整机制和创新行为优化机制影响企业创新。要素结构调整的中介作用机理表现如下：制造业嵌入式服务化是制造企业经营范围和业务结构的重大调整，必然伴随企业生产要素结构、创新资源组合变化[18]。制造业嵌入式服务化通过增加企业研发资金和创新人员投入影响企业创新水平与创新质量。一方面，研发设计、技术服务等服务性要素在制造业生产要素结构中的比重不断提高，促进制造企业从服务要素中吸收技术，通过技术知识积累与创新，推动企业技术、工艺革新(孙早，侯玉林，2019)。高质量知识资本和人力资本融入制造企业生产经营与创新研发过程，可进一步优化生产要素配置，产生技术外溢。另一方面，服务业与制造业双向互动促进企业多样化知识融合，进而提高企业技术多元化水平[24]。多样化知识的互补效应有利于激发企业创意，丰富技术组合，促进技术组合的多样性与原创度提升[25]。同时，能够提高企业学习能力，促进企业吸收来自不同行为主体的知识溢出，从而提高企业创新能力和创新质量[26]。基于此，本文提出假设：

H3：制造业嵌入式服务化通过调整要素结构提高企业创新数量和创新质量。

制造业嵌入式服务化的创新行为能够优化中介作用机制，具体表现为：第一，制造业嵌入式服务化能够促进企业合作创新。随着技术发展和产品复杂度提高，单个企业难以拥有解决问题的所有知识，只有充分整合内外部资源，才能实现价值创新。制造业嵌入式服务化有利于多元化知识网络构建，从而为企业提供丰富的知识来源，形成协同创新体系[27]。企业从知识网络中获取新颖的多样化知识技术，并通过有效整合实现高质量创新(张妍，魏江，2015)。其中，“互联网+”是制造业服务化转型的重要手段。互联网能够突破知识传播时空限制，形成跨行业、跨技术、跨空间联合创新网络，在更大范围内产生多元主体联合创新协同效应[28]。第二，制造业嵌入式服务化能够促进企业探索性创新。探索性创新是指为了满足新兴市场需求而进行的突破性创新，需要对不同于企业既有知识结构的新知识进行学习和整合，代表较高的能力、知识和质量[29]。制造业服务化能够为企业带来多样化知识，促进行业间技术交叉融合，从而为探索式创新提供较大的技术空间。此外，移动互联网背景下，消费者能够广泛参与设计、研发等价值创造环节，海量多样化的客户信息成为重要创新要素[30]。由此，企业能够准确判断和把握潜在用户需求，为探索式创新提供市场机会。基于此，本文提出假设：

H4：制造业嵌入式服务化通过优化企业创新行为提高企业创新数量和创新质量。

2 研究方法

2.1 数据来源

本文选择在沪深上市的中国制造企业作为研究对象，数据来源主要有3个渠道：一是CSMAR国泰安数据库，该数据库可提供2008—2018年沪深A股上市公司财务数据。二是WIND数据库，该数据库可提供主要企业主营业务细分数据，通过巨潮网检索公司年报，根据财务报表附注对制造业服务化数据进行矫正和完善。三是利用国家知识产权局专利检索系统，收集2008—2018年样本公司专利申请数据及引用信息。由于发明专利从申请到公布以及被其它专利引用需要2～4年，专利申请日期越新的专利被引用概率越小，即专利前向引用存在数据断尾问题[31]。因此，本文使用的专利申请年份为2008—2018年，对应专利被引时间为2008—2021年。根据中国国民经济行业分类标准(GB/T 4754—2017)，选取代码为C13-C41的全部制造行业上市公司作为研究样本，剔除ST股、2008年后上市或退市企业、主要变量连续4年缺失的企业样本。

2.2 变量选择

(1)被解释变量。本文被解释变量包括企业创新数量(Inno_count)和创新质量(Inno_cite)。由于外观专利技术含量较低且不需要实质性审查，故本文使用企业当年申请成功的实用新型专利数和发明专利数衡量创新数量，以申请数加1取自然对数表示。借鉴普遍认可的测量方法，使用企业当年成功申请的专利自申请之日起4年内被引用次数衡量专利质量[32]，以3年时间窗口进行稳健性检验。

(2)自变量。本文主要自变量是制造业传统服务嵌入水平(Ser_c)和制造业现代服务嵌入水平(Ser_m)。

根据制造业开展服务业与主营制造产品间的联系程度，筛选出嵌入式服务业务。具体来说，对照企业年报中财务报表附注部分所公布的主营产品，如果某一制造企业提供的服务业务与主营产品存在战略匹配或互补关系，则将其记为嵌入式服务，如产品研发设计、安装和售后维修、仓储和物流运输、信息技术支持、设备租赁等。其它与主营产品不相关的业务如房地产、餐饮旅游业、商业百货等不计入。

进一步根据服务业技术密集程度，将嵌入式服务业分为现代嵌入式服务和传统嵌入式服务。根据《高技术产业(服务业)分类(2018)》标准，高技术服务业包括信息服务、专业技术服务、研发与设计服务、知识产权服务等9大类。其它服务业如仓储物流、安装维修、市场分销等计入传统嵌入式服务业。

现代服务嵌入水平和传统服务嵌入水平分别采用相关业务收入占总营业收入的比重加以衡量。以上过程均由课题组两位成员独立完成，对于部分有争议的编码，查阅上市公司年报后重新进行编码。

(3)中介变量。中介变量包括企业创新投入和企业创新行为两个方面。企业创新投入采用研发强度(RD)和创新人员(RDp)表示。研发强度等于企业当年研发支出除以营业收入，创新人员等于企业当年研发人员占总员工的比重。其次，制造业服务化对企业创新行为的影响主要体现为合作创新(Cooperative Innovation，CI)和探索性创新(Exploratory Innovation，EI)两个方面。合作创新的基本表现是多主体联合申请专利(陈劲，阳银娟，2012)，故本文使用企业当年申请专利中联合申请专利数占总专利数的比重加以衡量。每条专利都有IPC分类号，表示专利所在技术领域。借鉴相关研究[29]，如果某项专利的IPC分类号前4位在企业过去申请的专利中未出现，则将该专利认定为探索性专利。

(4)控制变量。本文选取以下控制变量：①企业规模(Size)，以企业资产总额的对数形式衡量；②企业成长性(Growth)，以企业年度营业收入增长率衡量；③资产负债率(Lev)，以总负债与总资产之比衡量；④固定资产比重(Fasset)，等于固定资产与总资产之比；⑤企业存续年份(Age)，以统计年份减去开业时间取对数衡量；⑥股权集中度(Holder)，采用公司前十大股东持股比例衡量；⑦政府补助(Subsidy)，当年获得政府补贴金额取对数衡量。

2.3 模型设定

本文检验制造业嵌入式服务化对企业创新的影响效应及中介机制。

首先，考察制造业嵌入式服务化对企业创新的影响效应，基准模型设定如下：

Innoijt=β0+β1Serit+β2Controlsit+φt+ϑi+γj+εit

(1)

其中，i表示企业，j表示行业，t表示年份。因变量Inno分别为企业当年专利数量(Inno_count)和创新质量(Inno_cite)。自变量Ser分别表示传统服务嵌入水平(Ser_c)和现代服务嵌入水平(Ser_m)。Controls为控制变量。为控制企业层面的影响因素，加入企业固定效应、年份固定效应和行业固定效应。

为进一步检验制造业服务化能否通过创新要素投入和创新行为影响企业创新产出，运用中介效应模型进行检验，具体模型设定如下：

Innoijt=β0+αSerit+β1Controlsit+φt+ϑi+γj+εit

(2)

Medijt=β0+βSerit+β2Controlsit+φt+ϑi+γj+εit

(3)

Innoijt=β0+α'Serit+δMedijt+β3Controlsit+φt+ϑi+γj+εit

(4)

其中，Med为中介变量，即研发强度(RD)、创新人员(RDp)、合作创新(CI)和探索性创新(EI)。参考相关文献[33]，首先，检验系数α，若α不显著则终止中介效应分析。其次，检验系数β，如果系数β显著则说明服务化对中介变量产生了影响。进一步检验α'和δ，如果α'和δ都显著且α'与α相比有所减小，则说明存在部分中介效应；如果α'不显著但δ显著，则说明中介变量发挥完全中介作用。

2.4 描述性统计

表1为主要变量描述性统计结果。由表1可以看出，制造业嵌入式服务化水平总体较低，现代服务嵌入水平低于传统服务嵌入水平。不同制造业行业创新质量情况见图1，由于行业间差距较大，为方便比较，取各行业专利质量均值进行标准化处理。从图1可以看出，各行业间创新质量差距较大，其中，最高的是通讯设备制造业，最低的是纺织业。其它创新水平较高的行业有金属制品业、专用设备制造业、汽车制造业、运输设备制造业、电器制造业等。纺织业、石油加工业、化纤制造业、食品制造业等传统制造企业创新水平、创新质量较低，传统制造业创新驱动发展任重道远。

3 实证结果与分析

3.1 基准回归分析

识别制造业嵌入式服务化对企业创新数量和创新质量的影响效应，并考察其作用渠道。基于回归模型(1)，得到基准回归结果见表2。在专利数量方面，从表2列(1)和(2)估计结果可以看出，Ser_m的系数为0.012，Ser_c的系数为0.010，均在1%显著性水平下为正，表明现代服务业嵌入和传统服务业嵌入有助于企业创新数量提升，但现代服务业嵌入的促进效应大于传统服务业。在创新质量方面，表2列(3)和(4)估计结果显示，Ser_m的系数为0.018，在1%显著性水平下为正，表明现代服务嵌入能够显著提高企业创新质量。Ser_c的系数为0.003，表明传统服务嵌入对企业创新质量具有正向影响但不显著。综上可知，现代服务业嵌入能够促进企业创新数量与创新质量提升，对制造业创新水平具有“量质齐升”的双重作用，但传统服务业嵌入仅对企业创新数量具有显著促进作用，对创新质量的正向影响不显著。由此，假设H1和H2得到验证。

表1 主要变量描述性统计结果Tab.1 Descriptive statistics of main variables

图1 制造业分行业创新质量Fig.1 Innovation quality of manufacturing sub-sectors

表2 制造业嵌入式服务化对企业创新数量与创新质量影响回归结果Tab.2 Regression results of impacts of manufacturing embedded servitization on the innovation quantity and quality

3.2 内生性检验

制造业嵌入式服务化和企业创新之间可能存在双向因果关系，即具有较高创新水平的企业更有能力实现服务化转型。为降低内生性问题的影响，本文以行业平均制造业服务化水平作为工具变量，采用两阶段工具变量回归模型(2SLS)检验核心结论。企业与所在行业服务化程度的相关性较强，但企业服务化水平难以影响整个行业服务化程度[34]。表3为工具变量估计结果，Cragg-Donald F统计量的值均大于经验值10，工具变量估计结果与面板固定效应估计结果基本一致，不同之处在于传统服务嵌入对创新质量的影响在10%水平上显著。总的来说，核心结论依然成立。

表3 工具变量法估计结果Tab.3 Estimated results of instrumental variable model

3.3 稳健性检验

(1)替换变量。基准回归中，使用专利自申请日起4年内被引数量的对数衡量创新质量。本文对3年内被引次数取对数(Inno_cite3)，以此衡量创新质量。此外，将服务化变量操作为0或1的二值变量，若企业当年开展现代嵌入式服务业(Ser_m')或传统嵌入式服务业(Ser_c')，则该项当年赋值为1，否则为0。表4第(1)(2)列结果显示，采用新的解释变量和被解释变量进行回归后，核心结论依旧稳健。

(2)调整估计策略。考虑到企业专利申请数与被引用量存在大量0值，故本文使用零膨胀负二项模型进行稳健性检验。此处，使用企业当年申请专利4年内被引数作为被解释变量，未进行取对数处理。表4第(3)(4)列结果显示，在调整估计策略后，核心结论依然稳健。

3.4 异质性分析

制造业嵌入式服务化对企业创新的影响可能因行业和发展阶段不同而有所差异。因此，本文进一步作异质性分析。

(1)基于制造业行业的异质性分析。依据《高技术产业(制造业)分类(2017)》，本文根据企业所处行业，将样本企业分为高技术制造业和传统制造业。表5第(1)—(4)列结果表明，制造业现代服务嵌入对传统制造业和高技术制造业创新均具有显著正向影响，但对传统制造业创新数量和创新质量具有更强的促进作用。这说明传统制造业受到的创新促进效应更显著，以信息技术为支撑的现代服务业对传统制造业创新升级具有巨大影响。第(5)—(8)列结果显示，制造业传统服务嵌入仅对高新技术产业创新具有显著影响，可能是因为传统服务嵌入的技术溢出效应较弱，加上传统制造业技术基础薄弱、吸收能力差，故难以产生创新促进效应。因此，应重视传统制造业与现代服务业融合，通过信息化、数字化改造支撑传统制造业创新驱动发展。

表4 稳健性检验结果Tab.4 Robustness test results

(2)基于企业发展阶段异质性的分析。根据企业成立年限是否超过样本企业成立年限的平均数，将样本企业分为成长期企业与成熟期企业(罗锋等，2022)。表6第(1)—(4)列结果显示，制造业现代服务嵌入对成长期企业创新数量与创新质量均具有显著促进效应，而对成熟企业的影响不显著。第(5)—(8)列结果表明，制造业传统服务嵌入对成熟期和成长期企业均具有显著促进作用。综合来看，成长期企业从制造业服务化中获益更多。成长期企业面临更大的市场风险，需要利用各种资源要素进行技术创新，以强化产品优势。同时，需要根据客户需求变化，不断调整产品和服务以增强市场竞争力。服务化能够为成长期制造企业带来更多创新要素和创新资源，一定程度上弥补其资金、技术、人才等资源不足，同时快速提高企业学习能力和技术多元化水平，进一步发挥创新效应。

表5 基于制造业行业异质性的分析结果Tab.5 Heterogeneity analysis results of manufacturing industry

表6 基于企业发展阶段异质性的分析结果Tab.6 Heterogeneity analysis results of enterprise developing stage

4 中介机制检验

根据前文理论机制分析，制造业嵌入式服务化通过调整企业要素结构、优化企业创新行为对企业创新产生影响，本部分进一步作中介效应检验。

(1)要素结构调整机制。表7第(1)—(5)列为制造业嵌入式服务化通过增加研发资金投入(RD)对企业创新产出影响的回归结果，第(6)-(10)列为制造业嵌入式服务化通过提高研发人员占比(RDp)影响企业创新产出的回归结果。

具体来看，表7Panel A为制造业现代服务嵌入检验结果。第(2)列为模型(2)回归结果，Ser_m的系数为0.016且在1%水平下显著，说明制造业现代服务嵌入对创新数量具有显著促进作用。第(1)列为模型(3)回归结果，Ser_m的系数为0.073，显著性水平为1%，说明现代服务嵌入能够促进研发资金投入增加。第(3)列为模型(4)回归结果，RD的系数显著为正且Ser_m的系数为0.010(小于模型(2)的0.016)，意味着制造业现代服务嵌入能够通过增加研发资金投入提高企业创新数量。同样地，由第(4)(5)列回归结果发现，制造业现代服务嵌入能够通过增加研发资金投入提升企业创新质量。上述结果说明，制造业现代服务嵌入能够通过增加研发资金投入提高企业创新质量与创新数量。类似地，第(6)—(10)列检验结果表明，制造业现代服务嵌入能够通过提高研发人员占比提高企业创新数量与创新质量，中介机制检验通过。因此，制造业现代服务嵌入可以通过增加企业研发资金投入、提高研发人员占比促进企业创新数量和创新质量提升。

在制造业传统服务嵌入方面，观察表7Panel B估计结果，第(1)—(5)列结果显示，企业研发资金投入作为中介变量未通过检验；第(6)—(10)列结果表明，企业研发人员占比未通过中介机制检验。上述结果说明，制造业传统服务嵌入未能显著促进企业研发资金和研发人员投入提升。进一步采用Bootstrap检验方法对中介效应进行检验，结果基本与前文保持一致。

表7 企业要素结构调整机制检验结果Tab.7 Mechanism test of factor structure adjustment

(2)创新行为优化机制。表8第(1)—(5)列为制造业嵌入式服务化通过合作创新(CI)对企业创新产出影响的检验结果，第(6)—(10)列为制造业嵌入式服务化通过探索性创新(EI)对企业创新影响的回归结果。

表8Panel A为制造业现代服务嵌入检验结果。第(2)列为模型(2)的回归结果，Ser_m的系数为0.026且在1%水平下显著，说明制造业现代服务嵌入对创新数量具有显著促进作用。第(1)列为模型(3)回归结果，Ser_m的系数为0.002且显著性水平为1%，说明现代服务嵌入对合作创新具有正向影响。第(3)列为模型(4)的回归结果，CI的系数显著为正，且Ser_m的系数为0.024(小于模型(2)的0.026)，意味着制造业现代服务嵌入能够通过促进合作创新提高企业创新数量。同样，第(4)—(5)列回归结果表明，现代服务嵌入能够通过促进合作创新提高企业创新质量。上述结果表明，现代服务嵌入能够通过促进合作创新提高企业创新数量与创新质量。第(6)—(10)列为制造业现代服务嵌入通过探索性创新对企业创新产出影响的估计结果，探索性创新的中介效应通过检验。综上可知，制造业现代服务嵌入能够通过促进企业合作创新和探索性创新提高企业创新数量与创新质量。

表8Panel B为制造业传统服务嵌入的创新行为机制检验结果。第(1)—(5)列结果显示，合作创新作为中介变量仅对企业创新数量具有显著正向影响。第(6)—(10)列为制造业传统服务嵌入通过探索性创新对企业创新质量影响的估计结果，中介效应通过检验。因此，制造业传统服务嵌入能够通过促进企业合作创新提升企业创新数量，通过探索性创新实现量质双升。

进一步对中介机制进行比较，通过计算发现RD、RDp、CI、EI对企业创新数量的中介效应分别占总效应的34.68%、12.75%、6.44%和25.20%，对企业创新质量的中介效应占总效应比重分别为37.78%、6.80%、2.26%和18.60%，表明研发资金投入和探索性创新是制造业嵌入式服务化促进企业创新质量提升的主要渠道。从作用过程看，创新要素增加不仅可以优化企业要素结构，而且能够通过与其它要素融合互补提升企业各价值链环节的知识密集度，对企业组织架构、工艺流程等发挥不同程度的创新效应。因此，企业要持续增加创新资源投入，不断优化自身要素结构。此外，积极开展探索性创新可以拓展企业知识基础、促进异质性知识融合、提高企业技术多元性。因此，制造企业要不断扩展技术空间，借助服务化转型契机实现突破性创新，提升自主创新能力。

表8 企业创新行为优化机制检验结果Tab.8 Mechanism test of innovation behavior optimizing

5 结语

5.1 结论

本文使用2008-2018年中国制造业上市公司微观数据，筛选、计算企业嵌入式服务化测度指标，以专利数量衡量创新数量，以专利被引数量衡量创新质量，实证检验制造业嵌入式服务化对企业创新的影响，得到以下主要结论：

(1)制造业现代服务嵌入对企业创新数量和创新质量具有正向作用，发挥量质双升的促进效应；传统服务嵌入仅对创新数量发挥显著积极效应。

(2)制造业嵌入式服务化的创新效应受企业所在行业、所处发展阶段的影响。相对于高技术行业，传统制造业能够从现代服务转型中获益更多。相对于成熟企业，制造业嵌入式服务化对成长期企业创新产出具有更显著的积极影响。

(3)作用机制方面，制造业嵌入式服务化主要通过企业要素结构调整和企业创新行为改善两大中介机制影响企业创新表现。

5.2 政策启示

(1)着力提升制造业现代服务嵌入水平，促进制造业高质量创新。现代服务嵌入能够对制造业创新发挥量质双升的促进效应，应加快工业互联网、人工智能、5G等新一代信息技术应用，充分发挥信息技术等现代服务业的创新带动作用。同时，完善研发咨询、检验检测、成果转化等现代服务平台，支持大型制造企业牵头组建设计研发基地，促进研发设计等现代服务与制造业融合。

(2)因企施策，探索适合不同行业、不同发展阶段制造企业服务化路径。在推进高技术制造业服务化的同时，加强传统制造业与现代服务业融合，引导传统制造企业向信息化、数字化、智能化转型，充分发挥传统制造业现代服务嵌入的创新效应。加大对成长型、中小型制造企业服务化支持力度，搭建面向中小企业的电子商务、管理咨询、市场拓展等公共服务平台，制定个性化服务政策。

(3)加强研发人才培养，优化企业创新生态与模式。企业要素结构优化和创新行为改善是制造业嵌入式服务化推动高质量创新的重要中介机制，企业应完善人才激励机制，吸引高素质人才，从而满足服务化转型对人才的需求。同时，构建开放多元协同创新网络，不断拓展企业知识基础，提升探索式创新绩效，在开放合作中提高自主创新能力。