价值共创视角下制造业服务化企业服务价值实现路径研究

高素英，陈雨婷，马晓辉

(河北工业大学 经济管理学院，天津 300401)

一、引言

数字经济时代，以云计算、大数据、人工智能等为代表的新一代信息通信技术正不断激发传统产业的发展活力，引领新一轮产业革命[1]。我国高度重视数字化对制造业转型升级的推动作用，《中国制造2025》等文件中明确强调要推进信息化与工业化深度融合，助力中国制造业高质量发展。数字化技术的广泛渗透是赋能制造业服务化转型的关键。一方面，数字化技术为制造业企业提供了更为广阔的服务化创新空间，扩展了价值链长度与服务业务范围，使企业产品的增值部分更靠近服务环节，便于满足客户多样化的服务需求[2]；另一方面，数字化技术能深化制造业企业的服务创新程度，促进客户关系由交易型向伙伴型转变，提升价值创造、价值传递和价值获取等流程的效率[3]。基于信息技术搭建的大数据平台为制造业企业基于平台模式的服务化转型提供技术支持，可以强化制造业企业数据收集、分析和处理能力[4]。

随着经济服务化趋势的日益加深，服务化逐渐成为企业拓宽盈利空间的重要利器。服务要素具备的差异性、无形性和不可分离性，使得企业易于获得难以被竞争对手模仿或代替的竞争优势[5]。在实践领域，部分制造业企业通过引入顾客参与，整合分散化的制造与服务资源，重塑产业价值链，提升顾客和企业价值，实现了一定程度的服务化转型[6]。但随着制造业企业服务化进程的推进，企业单独或企协作完成价值创造已经不再适用当前企业的价值创造逻辑，价值创造应由价值网络中各方利益相关者共同合作完成，即价值共创[7]。制造业服务化过程中，服务内容逐步由简单向复杂、低端向高端方向发展，知识、信息等资源逐步成为价值创造的主导要素从而促进价值链的升级[8]，提升企业整体的价值创造能力从而获得持续的竞争优势[9]。

实现价值创造是制造业服务化的根本目的[10]，现有研究视角多聚焦于对制造业服务化模式、效应、动因、影响因素等方面。虽然部分文献从微观层面探究制造业服务化的运行机制，但基于系统观视角剖析制造业服务化企业的价值共创实现路径尚存研究空间。本文以价值共创视角出发，基于系统动力学理论，采用定性与定量相结合的分析方法，系统性地探究制造业企业开展服务化活动过程中的价值共创实现路径，在揭示各利益主体的动态演化过程中挖掘制造业服务化企业服务价值实现路径的影响因素及作用机理。本研究有助于学界及实业界厘清制造业企业开展服务化活动过程中的关键要素及其内在关联，深入理解企业与利益相关者间的因果关系，完善和改进各方利益主体参与制造业服务化的方式及途径，把握制造业服务化结构性转型中价值共创的动态发展变化规律提供参考，对实施服务化战略的制造企业具有重要的指导意义。

二、文献综述

早在1988年Vandermerwe和Rada就提出了制造业服务化的概念，他们指出越来越多的现代制造企业由仅仅提供产品向提供以客户为中心的商品、服务、支持和知识的组合转变[11]。服务化也可以看作是一种价值创造功能，可以有效地推动传统产业转型升级、实现经济高质量发展，意味着制造业向价值链“微笑曲线”的两端提升[12]。从价值链“微笑曲线”看，制造业服务化是依托上、中、下游的价值链延伸来实现企业价值增值[13]。价值链网络化的发展，使得制造业企业的生产运营不再局限于维护自身价值链的完整性及围绕自身价值链的企业价值创造[14]，驱动价值链改变传统的单向思维，向多元化思维转变，将关注重点从企业自身利益转向关注不同类型主体(顾客、产品要素供应商、服务要素提供者)之间的价值协同与创造[15]。因此，以宏观视角来看，制造业服务化依然是沿着价值链延伸发展的；以微观视角来看，制造业服务化则是通过价值网络由各方利益主体间互动完成的价值共创活动来实现的[16]。

传统价值创造理论认为顾客不会参与商品的价值创造过程，是价值的消耗者[17]。然而在服务主导逻辑下，价值由企业、顾客及供应商合作创造，顾客直接参与产品设计与生产运作等流程，供应商则间接协助来促进价值创造，服务交换与资源整合是多方主体共创价值的重要媒介[18]。制造业企业实现服务化转型的进程展示了价值创造逻辑从商品主导逻辑向服务主导逻辑的演变，知识型、创新型服务的融入推动制造企业由提供产品价值向提供用户价值转变，表明服务融合是价值交换实现的基础[19]。服务化转型将要素和能力整合成以提供服务价值为目的的合作网络，为顾客创造新价值[20]。实际上，制造业服务化不仅仅是服务与产品的简单组合，而且还是以顾客为核心，顾客与企业合作共创使用价值的过程[21]。随着服务化程度的提高，供应商、战略伙伴等主体纷纷参与价值创造，价值创造的载体由价值链向复杂价值网络转变。价值网络的本质是一个价值交换系统，网络价值的创造和传递过程是一个或多个企业、顾客、供应商及合作伙伴之间复杂的动态交易过程，制造业服务化实际上就是由多方主体联合组成的复杂价值网络，通过相互交流、协同创造服务价值的过程[22-23]。制造业服务化价值网络的构建聚焦于企业自身，在服务化活动中将价值链断裂为价值模块，并利用价值网络中各方主体的资源与能力，整合和重建成为更具竞争力的价值系统[24-25]。

服务价值的实现离不开企业、顾客与合作伙伴间的协同互动。制造业企业与顾客、合作伙伴间基于异质性资源、能力、技术的优势互补，能有效地推进相关流程整合，快速响应顾客需求，为顾客提供更优质的服务[26]。制造业企业、顾客与合作伙伴同时也能共享服务价值的增值部分，增强合作意愿，实现顾客满意度等感知价值的提升，从而形成服务价值共创的动态循环[27]。服务价值共创模式能有效地提高了价值链的运作效率。从制造业企业角度来看，顾客与合作伙伴分享的知识与技能可以完善企业自身的不足，有利于提升企业研发能力，促进新产品开发和服务创新活动的顺利开展；从顾客角度来看，顾客可以根据自身需求对产品和服务提出改进意见，顾企间的互动一方面能促进新产品和服务的开发，另一方面可以更好地满足顾客心理需要，提高顾客满意度；从合作者角度来看，与制造业企业的及时沟通和协作能促进资源合理利用，降低生产成本和经营风险，确保服务质量和效率。竞争对手也属于潜在的战略合作资源，基于网络外部性的价值模块整合，上下游企业间由竞争关系转变为竞合关系，通过资源与技术的共享实现企业的产品和服务创新，合作共享已经成为当前服务化企业新的发展理念。

在现有研究的基础上，本文提出如下三个观点：(1)价值共创视角下的制造业服务化是企业以满足顾客个性化需求为出发点，借助价值网络与顾客、战略合作伙伴等组成利益共同体，依托多方主体间的协同互动，为核心产品提供附加服务来创造价值的过程；(2)制造业企业开展服务化活动的过程中，多方利益相关者都会产生相应价值，服务价值是多方价值的统一与共赢；(3)服务价值的创造与传递是同步进行的，有利于各利益主体自身的价值增值，进而形成服务价值共创共享的动态循环。服务价值的实现过程受到多元主体的综合影响，因此本文拟采用系统动力学方法，对服务价值共创系统进行研究。

本文的创新之处在于：一是，立足多目标视角，从顾客、企业以及合作者多角度进行系统整体性分析，探究三者的行为如何影响服务价值共创及其实现路径；二是，利用系统动力学的特点对制造业企业实施服务化的过程进行动态反馈分析，使其更加贴近现实环境；三是，将顾客参与程度、服务质量系数以及大数据能力等影响因素的动态变化纳入模型考虑，旨在促进多方利益主体实现自身价值最大化，以供制造业企业参考。

三、系统因果模型和流图构建

(一)研究方法

系统动力学源于1956年J.W.Forrester教授为探究生产管理等企业问题而提出的系统仿真方法。其本质是通过建立数学模型和构建系统因素内的联系机制来逐层挖掘变量之间的动态因果关系，并根据系统内部组成要素互为因果的反馈特点，从系统的内部结构来寻找问题发生的根源，是一门认识系统问题和解决系统问题的横向学科。

系统动力学模型作为一种交叉综合的仿真模型，已经普遍运用于价值网络、价值共创等复杂性动态演化规律的研究中。刘祎基于系统动力学的仿真探究工业互联网平台情境下制造业企业服务化的适应性机制[28]；李力等对OIAs价值共创的路径进行系统动力学仿真预测，以探寻开放度对企业价值共创的影响机理[29]；温馨和贾俊秀运用系统动力学模型研究顾客参与研发过程的价值共创机理[30]。张旭梅等通过构建多价值链网络效应的系统动力学模型来分析竞争型企业的组间和组内网络效应及其变化对用户规模和各参与主体收益的影响[31]。因此，从系统的视角出发，通过建立制造业服务化企业服务价值实现路径的仿真模型，模拟分析多方利益主体共创服务价值的动态变化，有助于综合了解内部构成要素之间的相互关系，为探究服务价值共创系统的内在机理做出一定的贡献。

(二)系统边界及假设条件

图1 服务价值共创框架

系统动力学认为应将与研究问题密切相关的重要变量划入边界，而剔除其他不相关或相关性较小的变量，因此在构建模型前需要先对系统边界进行界定。依据前文观点，本文认为制造业服务化是一个动态的价值共创活动，即制造业企业、顾客与其他利益相关者在价值网络内协同创造服务价值的过程。服务价值是各参与方在服务化活动中获得价值的总和[32]。本文以顾客价值、企业价值及合作者价值分别权衡顾客、制造业企业与合作者在共同参与服务化活动过程中所获得的价值，由此分析三方利益主体共创服务价值的路径。在服务价值创造、传递、实现过程中出现频率最多的前因变量是服务质量，结果变量是顾客满意和顾客忠诚等[33-35]。因此，本文以此为依据，将服务价值共创的参与主体界定为：制造业服务化企业、顾客及战略合作伙伴，并结合上述构成要素作为模型边界。基于此，可建立服务价值共创框架图(如图1所示) 。

系统动力学关注从系统内部产生，在系统内部产生的动态交互作用。为了有效地减轻外生性因素对服务价值共创系统的影响，聚焦关键逻辑和构念从而降低模型复杂性[36]，本文基于系统内部，从多方利益主体的行为模式出发，提出如下系统的结构假设。

假设1：服务价值由制造业企业及其利益相关者等共同创造，服务价值的实现是一个连续、渐进的过程。

假设2：本文中所提到的顾客指最终顾客，包括组织与个人，不考虑顾客欺凌、粗暴等不当行为产生的负面影响。

假设3：制造业企业与供应商等合作企业协同制造产品的生产能力可以满足最终顾客的需求，即不会因为缺货处于供不应求的状态。

(三)因果关系图分析

因果关系图是将复杂系统里各个变量因素利用因果关系连接成一条或多条因果反馈回路的绘图工具，其能有效地将复杂变量之间的关系进行透明化和直观化地展示，是构建系统动力学模型的关键步骤。因此，本文在对制造业服务化实现价值共创总体结构进行分析的基础上，以各参与主体互动行为为主线，建立了制造业服务化价值共创系统的因果关系图(如图2所示)。

由图2中可见，制造业服务化价值共创系统中的因果关系主要存在以下6条反馈回路：

回路1：服务价值→顾客推荐率→顾客数量→经济收益→增加价值→企业价值→服务价值

该回路为正反馈回路，表明顾客在感知到服务价值的情况下会增强向他人推荐的意愿，顾客推荐率的提高将吸引更多的顾客购买企业的产品或服务，由此获得的经济收益将提高员工、股东等利益相关者的相应权益。增加价值可以综合反映不同利益相关者共同创造的价值，比如股息红利、员工薪酬、利息支出等。相较于传统的利润指标，增加价值体现了企业与多方利益主体共同创造的价值，作为企业价值的目标变量，增加价值的提高会在一定程度上影响企业价值[37]，进而可以使企业从组织层面、员工层面、战略层面来推动服务化转型。组成跨部门服务小组以及时响应顾客需求，帮助企业员工树立良好的服务意识。以此来为广泛的客户群体提供优质服务，并构建良好的服务氛围，从而实现服务价值的最大化。

回路2：服务价值→顾客满意度→顾客忠诚度→品牌价值→企业价值→服务价值

该回路为正反馈回路，表明顾客感知到的服务价值会提高顾客满意度，顾客在满意的基础上愿意与企业维持长期购买关系，形成顾客忠诚并提高重复购买该企业产品或服务的程度。顾客忠诚是品牌价值形成的来源，从顾客角度来看，品牌价值包含了顾客对于品牌的感知质量与感知价值，即顾客感知到的利得与其所付出成本之间的关系[38]。从企业角度看，品牌价值作为一种无形资产反映了企业的竞争优势和市场影响力。企业与顾客、员工和其他利益相关者的互动关系就是创造品牌价值的过程，基于顾客忠诚度的提高能有效地传播企业的品牌价值，进而影响企业价值，企业价值的提升促使各部门高度协同和紧密配合，为客户提供更加精细化、个性化的服务，对服务价值具有积极影响。

回路3：服务价值→顾客满意度→顾客认可度→顾客需求→顾客价值→服务价值

该回路为正反馈回路，表明服务价值能提高顾客的满意度，令顾客认可企业的产品或服务，顾客需求得到满足的同时会使顾客对企业提供的产品和服务形成符合实际的期望，从而实现顾客价值，顾客价值作为顾客参与服务化活动的付出所得，其价值的提高会促进服务价值的生成。顾客在参与到产品的设计、开发、生产等流程中，会凭借自身拥有的操作性资源，充分发挥主观能动性，创造出个性化使用价值。顾客将获得的顾客价值及消费体验，结合自身对产品的使用感和对企业提供服务的情感倾向，在平台和社交网络分享[39]，这些信息又成为全新的价值资源，为潜在目标顾客提供参考和引领，吸引他们加入制造业服务化的价值共创体系，开启新一轮的价值共创活动。

回路4：服务价值→顾客推荐率→顾客数量→经济收益→关系收益→交易成本→运作效率→合作者价值→服务价值

该回路为负反馈回路，与回路1类似，服务价值的提升有利于顾客向他人做正面推广，扩大的顾客群体为企业带来更多的经济收益，合作者也能从中获得更多的关系收益，这将进一步增强合作双方的信任，使企业之间产生更紧密的联系。在企业与合作者的合作中，与经济活动相关的资源依托于实际业务，彼此间紧密的合作有助于降低交易成本，提高运作效率，使合作者获得价值增值，从而能更有效地支持顾客的一系列业务流程，增加业内影响力、合作舒适度等感知价值，实现服务价值增值。

回路5：服务价值→顾客推荐率→顾客数量→经济收益→增加价值→股东投资→研发投入→技术创新水平→软硬件设施优化→资源支持能力→合作者价值→服务价值

该回路为正反馈回路，表明服务价值会促进顾客向其他顾客进行口碑传播，由此增加的顾客数量可以为企业带来一定的经济利益。与此同时，稳定的客户群体能增强制造业企业对合作者的顾客资源支持能力，有利于激励其长期合作的意愿，且这种合作意愿会随着资源支持水平的提升而增长。由此促进合作者价值增值，使合作者加强与企业及时沟通协调的意愿，确保服务效率与服务质量，实现服务价值的高效创造。

回路6：服务价值→顾客推荐率→顾客数量→经济收益→增加价值→政府补贴→研发投入→技术创新水平→软硬件设施优化→服务质量→顾客价值→服务价值

该回路为正反馈回路，表明服务价值的提升使顾客乐于向他人做正面推荐，由此产生的口碑效应将吸引更多的顾客购买企业的产品或服务，由此获得的经济收益有益于增加价值的提升，增加价值的提高带来的政府所得额的增加促使政府愿意为企业提供补贴，当企业受到政府补贴时，就有足够的意愿与资金实力进行研发活动，提升技术创新水平来优化企业提供服务的软硬件设施，为顾客提供更高质量的服务，实现顾客价值诉求，从而最终促进服务价值的生成。

图2 服务价值共创系统因果关系

(四)系统流程图分析

存量流量图是系统动力学模型进行动态演化分析的基础，其通过数学方程将各个子系统以及子系统内部因素有机结合起来，将研究对象置于系统中去考察，模拟反馈回路随时间而变化的过程。通过上述因果关系图分析制造业服务化过程中服务价值共创的影响因素及其间的逻辑关系，为了进一步表达各因素间的本质，本文将依据制造业服务化价值共创系统的因果关系，绘制出存量流量图并进行定量研究(详见图3)。

图3 服务价值共创系统流程

系统流图中共有1个状态变量,并对应3个速率变量，以及21个辅助变量和6个常量，共31个变量。取INITIAL TIME=0，FINAL TIME=100，TIME STEP=10，主要结构方程设计及说明如下。

1.状态变量方程设计

服务价值=INTEG(企业价值+合作者价值+顾客价值，1)，该式表示服务价值的初始值为1，且服务价值=企业价值+合作者价值+顾客价值

2.流率变量方程设计

顾客价值=DELAY1I(产品使用率+顾客参与程度+服务质量+ABS(顾客需求)，20，1)

企业价值=DELAY1I(运作效率×0.3+品牌价值×0.4+增加价值×0.2，20，1)

合作者价值=DELAY1I(品牌价值×0.1+资源支持能力×0.4+运作效率×0.4，20，1)

3.辅助变量方程设计

顾客满意度=IF THEN ELSE((服务价值×0.5)>0.2，服务价值×0.5，0)

构建思路：顾客满意度体现了顾客满意的程度，此公式表明当顾客满意度小于0.2时，顾客将不愿意再参与价值创造与传递活动。

顾客认可程度=DELAY1(顾客满意度×0.6, 20 )

顾客需求=ABS(顾客需求量)×需求识别能力×顾客认可程度

构建思路：顾客需求由顾客需求量、需求识别能力、顾客认可程度等三个因素共同决定，这三者与顾客需求均为正相关。

顾客忠诚度=DELAY1(服务价值×0.5+顾客满意度×0.4，20)

构建思路：顾客忠诚度的获得以一个最低的顾客满意度为基础，且顾客之所以忠诚一个企业，不仅因为该企业能提供顾客所需要的产品，更重要的是企业能通过优质服务为顾客提供更多的服务价值，而在现实中顾客忠诚的形成是一种长期、反复购买和使用企业的产品与服务的行为，所以此公式中的一阶延迟函数反映了顾客忠诚度在模型进行20天后形成。

需求识别能力=数据挖掘能力×0.6

数据挖掘能力=大数据能力×0.6

服务质量=软硬件设施优化+服务要素投入率+服务质量系数

软硬件设施优化=技术创新水平×0.6

品牌价值=DELAY1(顾客忠诚度×0.4+技术创新水平×0.4 , 15)

技术创新水平=研发投入×0.5

研发投入=政府补贴×0.3+股东投资×0.2

政府补贴=增加价值×政府补贴因子

股东投资=增加价值×0.3

资源支持能力=关系收益×顾客群体×软硬件设施优化

产品使用率=技术创新水平×0.4

顾客推荐率=DELAY1(服务价值×0.3, 15)

顾客数量=DELAY1(ABS(顾客推荐率)×0.4，15)

关系收益=经济收益×0.3 经济收益=顾客数量×0.35

增加价值=经济收益×0.4 运作效率=交易成本×0.3

4.常量方程设计

顾客参与程度=0.3 大数据能力=0.3 服务质量系数=0.4

服务要素投入量=0.5 政府补贴因子=0.2 顾客需求量=0.4

四、模拟仿真及应用

(一)模型检验

1.模型的适用性检验

基于价值共创视角下的服务价值共创实现路径是一个多变量且含有多重反馈机制的复杂系统，一般的线性方法很难分析和量化系统中的各种不确定性因素。而系统动力学对于动态、多变、复杂的研究问题具有较强的适用性[40]。服务价值共创过程受多元主体的综合影响，因而探究制造业企业服务价值的实现路径问题，应该从系统的视角出发，采用系统动力学方法来进行。

2.直观与运行检验

该检验方法主要通过系统动力学软件自带的方程检验以及量纲检验功能对模型合理性进行检验。检验结果显示：模型试运行未出现错误，且各方程等式两边量纲一致，模型试运行未产生病态结果。因此，本文所构建的仿真模拟模型是合理的。

3.有效性检验

对模型有效性进行检验有助于判断所建立的模型能否准确地反映所研究问题的特点及其变化规律。本文选定顾客价值、企业价值和合作者价值作为重要的模型边界，在既定参数下，观察模型边界的动态变化。考虑到价值共创是一个相对较为抽象的概念，为此运用理论检验的方式，对模型的有效性、合理性和可靠性进行验证，系统仿真结果如图4所示。

由图(4a)看出，顾客价值总体呈现增加的趋势，且在开始的20天内增长速度缓慢，随后增长趋势加快。在价值共创视角下，顾客价值是企业和顾客共同创造的,是顾客对企业产品或服务的感知与评价。顾客在与制造业企业进行服务化活动的过程中，通过企业提供的个性化产品与服务，顾客个性化的价值需求逐渐被满足，效用不断增大，顾客价值随之提升。

由图(4b)看出，企业价值在仿真时间的前30天内呈下降趋势，但下降趋势较小，30天之后呈现大幅度增长的趋势。因为制造业企业在为顾客提供产品或服务的初始过程中，顾客与企业双方由于信息不完全、沟通不顺畅等因素会造成短期内企业运作不合理，导致生产和服务效率低下，带来部分企业价值的浪费。企业对其资源配置、组织结构、业务流程等进行优化调整后，能更好地提升企业绩效，从而实现企业价值的增值。

由图(4c)看出，合作者价值在仿真时间的初始阶段有短暂下降趋势，30天后增长速度较快。合作者价值受到企业运行效率的影响，当企业出现运行效率低下的情况，会提高合作企业的运行成本，降低合作者所感知的合作舒适程度，导致合作者价值增速缓慢。企业经过优化调整之后，能完善协同运作流程，双方因此获得更高的生产和服务能力，从而实现合作者价值的大幅度增长。

图4 系统仿真结果

根据模型的仿真结果可知，一些重要规律的变化趋势与实际情况的吻合度较高，这表明本模型可以对制造业企业实现服务价值共创的过程进行较为真实的模拟，为实施服务化转型战略的制造业企业提供有价值的决策参考。

(二)灵敏度分析

由于制造业服务化实现服务价值共创时各要素之间存在着因果关系，某一参数的变化会引起整个服务价值共创过程的变化，所以本文进一步进行灵敏度分析，依据各变量的重要性对模型中的顾客参与程度、服务质量系数、大数据能力等三个变量进行改变，而保证其他因素数值不变，来探究各要素对服务价值实现的敏感性，具体分析过程如下。

1.顾客参与程度的灵敏度分析

运行复合模拟，在原模型的基础上，我们将常量顾客参与程度的数值由0.3(current1)分别提高到0.5(current2)和0.7(current3)，来探究它的变化对整个系统的影响。此时服务价值的变化如图5所示。

图5 顾客参与程度灵敏度分析

从图5中可以看出，随着顾客参与程度的提高，服务价值呈现出逐渐上升的趋势。由此可知，模型对顾客参与程度具有较高的灵敏度。对其主要原因剖析，考虑顾客通过直接或间接参与企业研发、设计和生产等流程，能够及时地向企业表达自身的需求，企业也能够及时地根据顾客的需求对产品和服务进行相应地调整。通过价值共创活动，使顾客形成独特与难忘的认知体验、情感体验和社交体验等共创体验，提升服务价值。此外，顾客企业间的互动往往伴随着异质性资源的流入，企业通过吸收和整合顾客知识等内外部资源，有助于拓展业务范围和提升服务品质来为顾客提供良好的服务体验，从而达到提升服务价值的目的。

2.服务质量系数的灵敏度分析

运行复合模拟，在原模型的基础上，我们将常量服务质量系数的数值由0.4(current1)分别提高到0.6(current2)和0.8(current3)，来探究它的变化对整个系统的影响，此时服务价值的变化如图6所示。从图6中可以看出，服务质量系数的提高能促进服务价值的提升，且提升程度逐渐增强。由此可知，模型对服务质量系数具有较高的灵敏度。体验经济时代, 顾客不再满足于企业提供的产品本身，而是更加注重产品背后的服务体验。当企业提供高质量的服务，顾客更容易对企业产生好感和信赖并产生复购行为，顾客忠诚度随之提高，反之就会选择其他可代替品。当服务质量系数得到提高时，顾客能感知到自身的投入与付出能获得高于成本的价值和收益，顾客效用得到满足，从而获得顾客认可，进而最终实现服务价值的提升。

图6 服务质量系数灵敏度分析

3.大数据能力的灵敏度分析

图7 大数据能力灵敏度分析

运行复合模拟，在原模型的基础上，我们将常量大数据能力的数值由0.3(current1)分别提高到0.4(current2)和0.5(current3)，来探究它的变化对整个系统的影响。此时服务价值的变化如图7所示。从图7中可以看出，大数据能力数值的提高能提升服务价值，且提升程度逐渐增强。由此可知，模型对大数据能力具有很高的灵敏度。究其原因，大数据能挖掘出顾客的真实需求，从而有助于企业精准提供顾客需要的产品与服务，在有效提升服务效率、增强服务效果的基础上实现服务价值增值。大数据在制造业服务化企业实现服务价值共创中的作用主要表现在以下三个方面：一是，制造业企业通过大数据技术可以深入挖掘顾客行为数据，精准地把握顾客的需求；二是，大数据技术能提高价值共创主体间的链接强度和透明度，缩短企业对顾客需求的响应速度，从而实现个性化需求的高效传递并由服务价值来提升顾客满意度，赢得竞争优势；三是，大数据技术和其他互联网技术的使用能够激发员工潜力，促进企业不同部门员工协作完成产品生产，从而避免企业资源的浪费与闲置，降低企业运营成本,实现企业价值的提升。

五、结论及建议

(一)结论

1.顾客参与程度对服务价值具有较高的灵敏度

随着服务经济的到来，服务价值成为价值交付的主要形式，而顾客参与既有助于满足顾客的多样化需求，同时也能提高服务交付速度，有效协助多方利益相关者共同完成服务价值的创造、交付与分享过程。

2.服务质量系数对服务价值具有较高的灵敏度

在产品功能、技术日益趋同的当下，顾客已将注意力更多地投射到产品所衍生出的技术性服务支持方面。提高顾客感知的服务质量有助于实现服务价值的提升，帮助企业建立难以被模仿和复制的竞争优势，获得长足发展。

3.大数据能力对服务价值具有较高的灵敏度

大数据能力的提高能帮助实施服务化战略的制造业企业精准地挖掘顾客需求，提供超越顾客预期的服务，从而提升顾客感知到的服务价值。但大数据能力对服务价值的影响有一定延迟，在短期内无法明显地看出各主体互动间大数据能力作用的影响程度，随着各主体互动时间的推移，服务价值的提升速度在逐渐加快。

(二)建议

1.提高顾客参与度，促进价值共创循环

顾客参与作为一种资源投入行为，不仅能够提高服务效率，还有助于企业进行服务创新，是制造业服务化企业实现服务价值共创的重要渠道。制造业企业可以采取报酬激励、价格激励、信任激励等策略来鼓励顾客参与服务化活动，同时完善共享式服务平台的搭建。一方面，共享式服务平台可以促进企业聚焦核心业务，优化组织结构，提高服务运营质量；另一方面，方便顾客之间基于产品使用感和服务体验的交流与分享，有利于口碑传播扩大顾客规模从而实现价值的迭代与升值。

2.提高服务质量，激发服务创新活力

制造业企业需逐渐提升服务在产品服务组合中的地位，仅仅依靠产品导向的制造业服务化模式并不能实现价值创造的最大化。在服务经济时代背景下，服务质量是吸引顾客选择企业产品的重要影响因素。顾客可以直接感知到企业提供的服务质量，由此产生的顾客满意度将影响后续服务化活动的开展。但企业在注重服务质量的同时也不能放弃代表核心竞争力的产品，产品质量与服务质量同等重要，若企业过度追求服务质量而忽视产品的创新与质量，无异于缘木求鱼，最终面临被市场淘汰的风险。

3.提高大数据能力，推进价值传递效率

制造业企业应注重推动数字经济与服务化转型的融合发展，避免出现“信息孤岛”现象。加强大数据人才的培育和引进，优化企业大数据支撑平台，建立健全的信息管理制度，以数据驱动制造业服务化这一新商业模式的创新，通过产品设计优化、挖掘用户需求、提供增值服务等方面进一步深化服务化进程，实现顾客、企业、供应商等多方利益相关者服务价值的共创共享。

4.向竞合思维转化，共享发展实现双赢

制造业企业需要优化价值网络中内外不同利益相关者的协调机制，通过整合价值链上下游竞合伙伴的知识与信息资源，合理分配价值网络各参与主体所获得的利益，以满足多方生存与发展的需要，进而获得更多附加价值，将战略思维由竞争逻辑向共生逻辑转变，注重与竞争企业合作，通过资源共享推动资源的高效匹配，实现双赢并创造出更高的价值。