因势而谋：数字时代下服务型制造企业技术创新的条件组态研究

李靖华，朱建涛，林良飞

（浙江工商大学工商管理学院，浙江 杭州 310018）

1 引言

科技创新作为实施创新驱动发展战略的核心要义，是破解我国经济增长瓶颈的关键，也是我国经济高质量发展的重要途径之一。与此同时，数字技术正在重塑创新发展经济体系，创新实践必须直面数字化这一新情境。制造企业作为实体经济主体，其技术创新水平直接影响到我国经济高质量发展的成效。而服务型制造作为一种新业态，对塑造制造企业在产业竞争中的地位有重要影响。并且由于服务型制造是以“产品+服务”包作为实现差异化和增值来源，其技术创新不能够简单类比传统制造企业。因此，数字时代下，如何促进服务型制造企业实现高水平的技术创新，是当前我国制造业面临的重要发展问题。

关于服务型制造的现有研究多基于资源观视角，就服务型制造转型的动因[1]、服务型制造与企业绩效之间的关系[2-4]以及服务型制造的实施路径等展开探究[5-7]。这类研究为明晰服务型制造的缘起与价值以及有效开展服务型制造的过程提供了有益参考。此外，研究开始将数字化情境与服务型制造相结合，针对数字化在服务型制造中所起的作用[8]以及数字化与服务化之间的关系展开论述[9]。这类研究就数字时代下服务型制造的开展进行了有益探讨。

然而，现有研究虽明晰了服务型制造的缘起与价值，却鲜有研究探究服务型企业价值提升所蕴含的机制，或者将价值蕴含于资源本身而非资源与资源之间的“反应”，从而难以解释具有相似资源的企业的价值差异[10]。此外，现有研究虽将数字化情境引入服务型制造研究中，却尚未辨析数字化能力对于具有异质性资源的企业的差异化作用[8，11]。这种将数字化视为基础性能力的研究，难以有效解释实践中数字化能力强的企业和数字化能力不强的企业在价值上的同一性。

综上，本文拟基于资源基础理论，在区分财产性资源与知识性资源的基础上，进一步探究不同资源之间的“反应”如何有助于服务型制造企业技术创新水平的提升。特别地，本文将数字化能力作为知识性资源之一，探究服务型制造企业在数字化能力需求上的差异性，以期有效指导数字时代下的服务型制造实践。

2 文献综述与模型构建

2.1 资源基础理论

企业如何获取竞争优势是战略管理领域的长期议题。其中，资源观是从组织内部解析竞争优势来源的起源[12]。资源观认为，企业竞争优势源于组织内部有价值的、稀缺的、难以模仿的和不可替代的资源与能力[13]。然而，这种将竞争优势归结为资源属性的静态资源基础理论，难以有效解释具有相似资源的企业在竞争优势上的差异。由此，衍生出以能力观为代表的动态资源基础理论[14]。能力观认为，企业能否获取竞争优势不仅在于优势资源的有无，更在于是否具备利用优势资源的相关能力[15]。

特别地，Miller（1996）将资源从财产性资源和知识性资源两方面进行了操作化定义[16]。其中，财产性资源是指在产权上具有专有性的资源，这类资源与特定的和定义明确的资产相关联；知识性资源是指在产权上不具备专有性的资源，这类资源因具有隐性特征而受知识壁垒保护，通常表现为特殊技能，如创新能力等。通过将资源细分为财产性资源和知识性资源，有助于明晰不同资源在企业获取竞争优势中的作用。

在服务型制造企业进行技术创新的过程中，资源基础的问题难以规避。首先，从资源属性上看，不同于知识密集型企业，服务型制造企业天然地具有财产性资源和知识性资源双重属性。特别地，在知识性资源层面，服务型制造企业又必须明晰制造资源与服务资源之间的关系[17-19]。其次，从时代背景上看，数字化资源与其他资源之间的有机“反应”也同样有待剖析。综上，对财产性资源和知识性资源的划分，可为进一步探究不同资源之间的组态关系提供有益支撑。

2.2 影响服务型制造企业技术创新的财产性资源

财产性资源的优势在于企业具有资产的产权，对特定资产的控制成为财产性资源的价值来源。根据企业实际的财产性资源状况，可以将财产性资源分为具有一般性用途的财务资源以及具有特定用途的固定资产。其中，冗余资源通常被视为企业技术创新的重要条件[20]；而根据企业固定资产的不同比重，可以进一步细分为轻资产型企业和重资产型企业[21]。

首先是冗余资源。企业要进行技术创新，往往需要进行持续性的投入，因此也就对企业资源提出了较高要求。冗余资源作为企业内部可备用的富余资源，可以对企业技术创新提供有效支撑。特别地，在服务型制造企业中，权衡技术和服务的投入，进而确定产品服务包的水平是企业的核心要务。冗余资源可以有效缓解服务型制造企业在技术和服务投入中的悖论感知，实现产品服务包的有效供应，进而促进技术创新[22]。然而，冗余资源并不必然引致企业进行技术创新，也可能使企业产生经营惰性，缺乏技术创新的动力。

其次是资产性质。企业的技术创新与其固有的资产性质密切相关。一方面，对于重资产服务型制造企业而言，其前期的专有性投资较高，技术创新通常沿既定路线开展，从而也能够更有效地进行技术创新[23]。但是，专有性投资的提高也容易导致企业为维护现有资产的核心地位，而一定程度上抵制技术创新。另一方面，对于轻资产服务型制造企业而言，其通常是借助上下游企业的资产来提供一定的产品和服务，从而获得更强的盈利能力、更快的盈利速度和更持续的增长力[24]。因此，轻资产有助于服务型制造企业更轻便地进行技术创新。但是，轻资产服务型制造企业也可能缺乏对大量外包业务整合的能力，导致过高的交易成本，从而降低企业的技术创新投入[25]。

综上，单一的财产性资源难以有效解释服务型制造企业技术创新的机制，有必要引入与财产性资源运用相关的知识性资源，来解构服务型制造企业技术创新的内在机制。

2.3 影响服务型制造企业技术创新的知识性资源

不同于财产性资源，企业拥有的知识性资源不具备产权属性。但相较于财产性资源，知识性资源更灵活，能够提高企业的适应性。根据能力的内生原则，与服务型制造企业技术创新相关的能力尤为重要[26]，具体包括创新能力、服务能力以及数字化能力。

首先是创新能力。创新能力能够促使企业适应市场的快变节奏，研发出新的产品和服务，从而助力服务型制造企业产品服务包的升级[27]。但是，从创新能力到技术创新并非一蹴而就，无效的沟通、不正确的创新方向、不良的创新产品等都阻碍着从创新能力到技术创新实现的进程。在环境高度不确定、经济周期下行的当下，服务型制造企业仅依靠创新能力来提升技术创新水平将会更难。

其次是服务能力。服务能力能够促使企业有效提供与产品、客户相关的服务，从而助力服务型制造企业产品服务包的升级[28-29]。服务型制造企业产品（或技术）与服务之间的关系已然成为当下服务型制造研究的热点。研究总体上可以分为两派：一是从资源的稀缺性出发，认为服务型制造企业同时发展技术和服务会产生资源分配的张力，并且在提高服务投入的过程中，很可能陷入“服务化困境”[30]；二是从资源的协同性出发，认为产品和服务不是断裂的、相互隔离的，而是相互关联且具有互补性功能的[17，31]。事实上，就一家企业而言，资源的稀缺性问题应该被考虑，但同时，也应该认识到资源与资源之间潜在的协同性。因此，服务能力能否提升服务型制造企业的技术创新水平，关键在于如何更有效地发挥服务能力对技术创新的互补作用。

最后是数字化能力。数字技术具有数据同质化、可重复编程性和可供性特征[32-33]。因此，数字化能力可以强化企业内部资源的可转移性，进而实现对其他资源的有效调配；数字化能力还可以增强企业资源的可重复编程性，从而有效提升企业的技术创新速率。特别地，在服务型制造情境下，数字化能力可以降低服务前台和创新后台之间信息的非对称性，促进前端服务资源与后端创新资源的有效对接，进而提升服务型制造企业的技术创新水平；此外，数字化能力还可以促进服务型制造企业与产业链上下游企业的有机互动，从而为服务型制造企业技术创新提供丰富的外部创新源，进而提升服务型制造企业的技术创新水平。但是，有研究指出，盲目的数字化可能会适得其反，企业应当基于数字化与已有业务之间的关系，客观地对是否需要进行数字化转型做出判断[34]。

综上，单一的知识性资源也难以有效解释服务型制造企业技术创新的机制，有必要考虑知识性资源之间的关联性。结合财产性资源和知识性资源之间的非独立性，需要综合财产性资源和知识性资源来更细致地解构服务型制造企业技术创新水平的提升机制。基于上述分析，本文提出如下研究模型（见图1）。

图1 研究模型

3 研究设计

3.1 模糊集定性比较分析方法

根据文献综述可知，服务型制造企业的技术创新机制问题具有典型的因果复杂性，这超出了传统的“净效应”分析的解释范畴。而定性比较分析方法（Qualitative Comparative Analysis，QCA）在探究多因素的并发性、多组合的等效性以及因果非对称性问题上有明显优势，与本研究问题相契合[35-36]。此外，相较于清晰集定性比较分析方法，连续性的模糊集定性比较分析方法能够为技术创新机制提供更细粒度的分析。综上，模糊集定性比较分析方法与本研究问题具有很好的适配性。

3.2 研究对象、样本选择及数据收集

本文的研究对象为服务型制造企业。为保证所选样本的代表性，本文以工业和信息化部官方发布的服务型制造示范企业（上市企业）名单为企业样本来源，通过人工筛选和甄别，选取公布的2017、2018、2021批次共计51家上市企业。鉴于服务型制造企业技术创新专利数据更新到2021年3月，为保证年度数据的完整性，本文将技术创新数据的窗口期定为2020年，对各条件指标的数据进行前置。在此基础上，剔除上市后退市、数据缺失等样本，最终得到35家企业样本，满足QCA研究对样本量的要求[37]。

本文研究数据均来源于CSMAR数据库和Wingo数据库。其中，冗余资源、资产性质、服务能力和创新能力相关数据来源于CSMAR数据库，技术创新和数字化能力相关数据来源于Wingo数据库。

3.3 条件与结果测量

3.3.1 技术创新。有关企业技术创新水平的衡量，现有研究涉及新产品年销售收入、年专利申请数、年末专利拥有数等指标，这类指标具有简单直观、数据易获取等优点。在上述常见测量指标中，企业年末专利拥有数易受到政策、专利转让与专利到期等因素的影响，企业新产品年销售收入会受到企业自身的营销策略、定价、市场环境等多方面因素的干扰，因此将它们作为企业技术创新水平的代理测量指标易造成偏误。而企业的年专利申请数这一指标由企业的研发能力所决定，受其他因素干扰较少，同时指标数据的可获性较佳。综上，参照庄玉梅等（2022）的研究，本文选取年专利申请数作为制造企业技术创新能力的衡量指标[38]。

3.3.2 冗余资源。参考Benedettini等（2017）以及肖挺（2020）的测量方式，本文以企业留存收益占总销售额的比值进行衡量[39-40]。其中，留存收益是企业拥有的现金储备，通过“盈余公积”与“未分配利润”之和求得。然而，由于CSMAR数据库中缺少“总销售额”这一指标，参考会计学研究的一贯做法，以“营业收入”来代理测量。为避免特定年份的偏误，本研究以企业2018—2020年3年的平均值来反映企业冗余资源。

3.3.3 资产性质。资产性质反映企业对固定资产的投资比重。借鉴王智波与李长洪（2015）的做法，本文采用固定资产占比（固定资产与资产总额的比值）对资产性质进行测量[21]。具体做法为：将王智波与李长洪（2015）对资产的二分方法拓展为连续性比值，即以固定资产占比来反映企业的重资产程度，从而细粒度地刻画不同资产性质的服务型制造企业，在技术创新实现方式上展现同一性的内在机制。为避免特定年份的偏误，本研究以企业2018—2020年3年的平均值来反映企业资产性质。

3.3.4 创新能力。现有研究衡量企业创新能力时通常从研发投入和产出两个角度出发，以企业发明专利数、全要素生产率和研发投入（R&D）等指标作为创新能力的代理变量[41]。由于本文对创新能力和技术创新进行了区分，因此以服务型制造企业的研发投入（R&D）这一指标代理测量创新能力。为避免特定年份的偏误，本研究以企业2018—2020年3年的平均值来反映企业创新能力。

3.3.5 服务能力。参考肖挺（2018）的测量方式，本文以企业财务报表中“主营业务外收入”作为服务型制造企业服务能力的代理测量指标[42]。为避免特定年份的偏误，本研究以企业2018—2020年3年的平均值来反映企业服务能力。

3.3.6 数字化能力。已有研究对于数字化能力的度量大致存在以下3种方式：一是采取世行中国投资的调查数据，构造企业数字化能力的代理测量[43]；二是使用企业年末无形资产明细项中数字经济相关部分的金额占无形资产总额的比例，来代表企业数字化能力[44]；三是运用数字化相关关键词在年报中的词频数量或占比来测量企业数字化能力[45]。其中，以词频来代理测量数字化能力的方式，结合了定性与定量的特点，与QCA理念相吻合。因此，本文参考宋德勇等（2022）的测量方式，基于上市公司年报中“管理层讨论与分析”（MD&A）部分“数字化”相关字段的词频占比来衡量服务型制造企业的数字化能力[45]。为避免特定年份的偏误，本研究以企业2018—2020年3年的平均值来反映企业数字化能力。

4 研究过程与结果

4.1 数据校准

校准是给案例赋予集合隶属分数的过程，考虑到本文与现有QCA研究在研究问题和研究情境上的差异性，依据先前研究，本文采用分位数值来确定锚点的直接法对条件及结果进行校准。参考Fiss（2011）的标准，本文以案例样本描述性统计的上四分位数（75%）、中位数（50%）和下四分位数（25%）分别代表条件的完全隶属、交叉点和完全不隶属3个校准点[46]。此外，对校准数据中出现0.500 数值的条件，参考 Greckhamer（2016）的做法，本文将其数值替换处理为0.501，以避免对0.500数值所属案例进行理论分析时出现困难[47]。校准结果与描述性统计分析结果详见表1。

表1 校准与描述性统计

4.2 必要性条件分析

必要性条件分析用于判断某条件是否为引致结果发生的必要条件，但是，该条件的存在并不必然引致结果的发生。现有对某条件是否为引致结果发生的必要条件的判定标准是该条件的一致性值不低于0.900[48]。必要性分析结果如表2所示，没有条件（包括其非集）是引致高技术创新水平的必要条件。

表2 高技术创新水平的必要条件分析

4.3 组态分析

组态分析是为了探究引致结果发生的充分性条件组合。组态分析过程中，需要设置最小案例频数、原始一致性阈值和PRI一致性阈值来筛选合格的真值表行[46，49]。首先，本文属于中小样本设计，将案例频数设置为1以保证组态的丰富性；其次，按照主流标准，设定原始一致性阈值为0.80；最后，将PRI一致性阈值设置为0.70来避免同时子集关系。

根据资源基础理论及技术创新相关文献综述，各个条件对服务型制造企业技术创新的影响作用为并发的，因此，难以基于已有理论对单个条件做反事实分析。在生成中间解的过程中，假设各条件的出现与否均有助于实现高技术创新水平。组态分析结果如表3所示，存在5个实现高技术创新水平的条件组态。遵循现有研究对组态分析结果的通用呈现方式，以字母a、b区分核心条件一致但边缘条件存在差异的组态。

表3 服务型制造企业实现高技术创新水平的条件组态

如表3所示，高技术创新水平的单个解和总体解一致性水平均达到0.840以上，高于可接受的一致性阈值标准[46，50]，且表中呈现了 5 组服务型制造企业实现高技术创新水平的条件组态，其中组态2a、2b共享核心条件。各个组态分别覆盖的案例数为：3个（组态1）、4个（组态2a）、4个（组态2b）、2个（组态3）、1个（组态4）。

4.4 稳健性检验

首先，考虑到提高原始一致性阈值，可以进一步精简琐碎组态。因此，本文通过调整原始一致性阈值来对组态结果进行稳健性检验。将原始一致性阈值由0.800提高至0.850，稳健性检验结果如表 4所示。表中的组态 1'、2a'、2b'、3'、4'分别与原组态1、2a、2b、3、4相对应，所产生组态与原组态一致或与原组态形成子集关系。

其次，考虑到提高PRI一致性阈值可以有效减少同时子集关系，有助于聚焦服务型制造企业高技术创新水平的组态分析，本文亦通过改变PRI一致性阈值的方式，对高技术创新水平的条件组态进行稳健性检验[49]。通过将PRI一致性阈值由0.70提高至0.75，稳健性检验结果如表5所示。表中的组态1''、2a''、2b''、3''、4''分别与原组态1、2a、2b、3、4相对应，所产生组态与原组态一致或与原组态形成子集关系。

表4 提高原始一致性阈值的稳健性检验

表5 提高PRI一致性阈值的稳健性检验

5 理论解释

通过模糊集定性比较分析，本文识别了引致服务型制造企业高技术创新水平的条件组态。研究展示了服务型制造企业实现高技术创新水平的财产性资源与知识性资源的并发性和等效性。根据各个组态背后的理论逻辑，本文将服务型制造企业实现高技术创新水平的机制总结为5种类型：“创新驱动型”（组态1）、“服务主导型”（组态2a）、“数字服务化型”（组态2b）、“数字创新型”（组态3）和“路径依赖型”（组态4）。

类型1（创新驱动型）针对轻资产运营的服务型制造企业，这类企业主要通过借助上下游企业的资产和服务来实现产品服务包的供应，而自身聚焦于创新能力的培育，强化核心技术创新能力，来实现高技术创新水平。具体而言，企业借助上下游企业的资产和服务，以较轻的资产来运营，因此该类型对于企业财产性资源的要求不高。在轻资产的基础上，通过强化内生的创新能力，来实现高技术创新水平。这一发现有助于明晰创新能力提升企业技术创新水平的边界，即当服务型制造企业是以轻资产运营，借助上下游企业的资产和服务来获得技术创新的互补性资产时，可以通过强化创新能力来提升技术创新水平。

根据对案例的回溯，创新驱动型的典型案例为春风动力。春风动力成立于1989年，主营全地形车、摩托车及后市场用品的生产和销售，并提供定制化服务和全生命周期管理。30年来，春风动力始终坚持自主创新发展，积极参与国际竞争，其全地形车产品出口数量和出口金额均位列行业第一。即便如此，春风动力仍大力培育内部创新能力，并填补多项国内技术空白，获得了“国家企业技术中心”“全国制造业单项冠军”等众多荣誉。

类型2（服务主导型）同样针对轻资产运营的服务型制造企业，不同于创新驱动型，这类企业主要通过强化服务能力，来实现组织过程上的创新，并以此反哺技术创新。具体而言，企业不以创新能力的培育为主要目标；反之，企业着眼于与技术创新相关的互补性资产。在此基础上，建设数字化能力，通过数字化的可供性和可重复编程性，来实现服务过程显性化和深度化，从而促进服务创新。根据Teece（1986）的观点，服务作为技术创新重要的互补性资产之一，可以有效帮助企业从技术创新中获益。而本文发现，服务不仅是企业从技术创新中获益的手段，特别地，在服务型制造情境下，企业通过服务过程中的信息采集和知识吸收，还可以反哺技术创新。

服务主导型的典型案例为陕鼓动力。陕鼓动力成立于1999年，是分布式能源系统解决方案提供商和服务商。陕鼓在生产、技术研发等各方面均深入贯彻“不为产品找客户，要为客户找产品”的经营理念。例如，在技术研发方面，陕鼓秉承“到用户一线进行研发”的理念，为客户找产品、解决问题，以核心的前沿技术、精准的系统方案对接市场和客户。凭借以满足客户企业的需求为中心的发展理念，陕鼓获得了“中国工业大奖”“世界制造业大会创新产品金奖”等诸多荣誉。

类型3（数字服务化型）针对不以轻重资产为区分的服务型制造企业，这类企业强调要通过发展数字化能力，来有效衔接财产性资源和知识性资源，进而促进技术创新。现阶段，外部环境呈现高度不确定性，大量企业对财产性资源并不具备强有力的独占性和垄断性优势，也不具备具有独异性价值的知识性资源。这种情况下，企业的核心要务是发挥财产性资源与知识性资源间的协同效应，充分催化资源与资源之间的“反应”，实现以知识性资源来创造财产性资源、以财产性资源来培育知识性资源。此时，企业数字化能力的建设尤为重要。一方面，企业可以通过固定资产的数字化来调配所需的服务资源，以及通过数据的沉淀来助力新的创新知识的生成；另一方面，具有可供性的数字技术有助于知识性资源的传递和量化，从而创造更多的财产性资源。而财产性资源和知识性资源的良性“反应”，可以促进企业提升技术创新水平。这有助于丰富数字服务化中有关数字化对服务化影响机制的研究[8，51]。如Zhou等（2021）认为，数字化对服务化的影响取决于内外数字化和服务类型之间的匹配度[8]。而本文认为，数字化对服务化的效用在于数字技术引致的资源和资源之间的“反应”。

数字服务化型的典型案例为赛轮轮胎。赛轮成立于2002年，集轮胎生产、销售和服务为一体，专注于橡胶轮胎技术和服务的开发应用。赛轮率先在内资轮胎企业中建立起覆盖全工序的信息化管理系统，深入推进智能化、信息化、集成化数字改造。赛轮基于3.5亿元的智能制造项目投资，将生产数据与ERP、SRM、MES等系统衔接，打造了以数据和AI驱动为主的全生命周期轮胎智能制造体系，贯通企业制造、营销和服务等环节的信息采集与共享。赛轮的技术创新成果突出，获得了“高新技术企业”“国家企业技术中心”等诸多荣誉。

类型4（数字创新型）针对重资产运营的服务型制造企业，这类企业主要通过数字化能力与创新能力的有机结合，来促进技术创新。重资产运营意味着企业选择将很多与技术创新相关的互补性资产内化，而非借助上下游企业的资产与服务。这种经营模式的优势在于减少了与上下游企业交易的成本，可以更系统地对资源进行调配，但同时也增加了企业内部的协调成本，对资源调配、协调以及整合的能力提出了更高的要求。因此，这类服务型制造企业需要发展数字化能力，来实现企业资源调配的相对灵活性，促进资源的有效整合，并挖掘资源潜在的创新价值，进而促进企业技术创新。

数字创新型的典型案例为中信重工。中信重工的前身是国家“一五”期间兴建的156项重点工程之一，2008年改制成立中信重工。中信重工主营矿业设备和水泥设备的研发、制造、销售和服务，构建了“核心制造+综合服务”的新型商业模式，是矿山行业知名的装备供应商和整体服务商。中信重工是典型的重资产运营企业，其构建了以185 000吨自由锻造油压机组为核心的制造工艺体系，形成了全国领先、全球稀缺的高端重型机械加工制造能力。此外，中信重工基于5G技术，打造了“矿山装备工业互联网平台”，实现了产业资源的广泛连接、弹性供给和优化配置。基于工业互联网平台，中信重工投入大量研发资源，有效优化和改进了生产工艺技术，获得了“中国重型机械行业‘十三五’科技创新10大领军企业”等诸多荣誉。

类型5（路径依赖型）同样针对重资产运营的服务型制造企业，这类企业凭借在资产上的已有投资以及对核心财产性资源的占据，来实现技术创新。这类企业不将外在业务模式的变化（如数字化、数字服务化等）视为压力或者动力源；相反，促使其技术创新的核心内驱力来源于已有的财产性资源。其中，企业不将外在条件的变化视为压力或动力源，表明新型业务模式对企业已有业务并不构成威胁或不被企业接纳。因此，新型业务与企业已有业务之间的关系表现为平行关系或者弱互补关系，而非替代关系或者强互补关系。这对Ma（2022）的观点进行了验证。他认为，在位企业面对变革性技术应当保持定力，并分析这一变革性技术与企业业务之间的关系，基于互补、替代和平行关系采取针对性策略[34]。

路径依赖型的典型案例为豪迈科技。豪迈科技成立于1995年，主营轮胎模具和橡胶机械等设备的生产和销售，为客户企业提供从毛坯到成品的整体解决方案和一站式服务。豪迈科技以其优良的制造体系成为世界轮胎三强——米其林、普林司通和固特异的优质供应商。其轮胎模具占国际市场25%以上的份额，轮胎模具出口额占国内同类产品的90%以上，常年以年均复合增长率50%的速度快速稳健发展。作为国内轮胎模具产业的龙头，豪迈科技主持及参与修订国家/行业/团体标准18项，这也成为豪迈科技扎根原有业务的底气所在。豪迈科技主要以“小步慢跑”的模式进行创新，树立了“改善就是创新”的创新观，申请国际专利25项，取得较好的创新产出，获得了“国家企业技术中心”等诸多荣誉。

综合以上理论推演，本文提炼出如图2所示的理论机制图，诠释财产性资源与知识性资源引致服务型制造企业高技术创新水平的内在机制。

图2 服务型制造企业实现高技术创新水平的理论机制

6 研究结论与启示

6.1 研究结论

技术创新作为企业发展的内核，已然受到实践界和理论界的关注。然而，对于服务型制造这一“产品+服务”混合体，现有研究多聚焦于服务型制造的潜在价值，而对于价值创造的内在机制缺乏足够的关注。特别地，针对数字化对这一机制的作用边界缺乏探究。为此，本文基于资源基础理论，综合财产性资源与知识性资源探究引致服务型制造企业高技术创新水平的条件组态，并剖析其内含机制。通过分析，本文得出以下结论。

第一，资源与资源之间的“反应”，是服务型制造企业实现高技术创新水平的基础条件，企业要以“组态”的视角来看待内部财产性资源与知识性资源。单一资源并不构成企业高技术创新水平的必要性条件。

第二，服务型制造企业实现高技术创新水平具有“殊途同归”的特点，企业可基于创新驱动型、服务主导型、数字服务化型、数字创新型和路径依赖型等5种方式来有效提升技术创新水平。特别地，轻资产运营的企业一般更适用创新驱动型和服务主导型模式，而重资产运营的企业一般更适用数字创新型和路径依赖型模式。

第三，在数字经济蓬勃发展的当下，数字化能力的建设并非服务型制造企业技术创新的必由之路。企业关键是要处理好已有业务与数字化之间的关系，进而采取适宜的技术创新策略。

6.2 理论贡献

本文基于资源基础理论，使用模糊集定性比较分析方法，明确了服务型制造企业技术创新所需的财产性资源和知识性资源，进而剖析其提升企业技术创新水平的内在机制。本文核心的理论贡献如下。

第一，基于资源基础理论，实证检验了财产性资源与知识性资源促进服务型制造企业技术创新的协奏机制。根据Miller（1996）的观点，财产性资源更适于稳定的环境，而知识性资源则有助于增强企业在不确定环境下的适应性，并且财产性资源和知识性资源可能相互影响[16]。本文实证检验发现，财产性资源与知识性资源在促进服务型制造企业技术创新过程中，具有并发性以及“殊途同归”的特征，这丰富了资源基础观对资源与资源之间“反应”的认知。

第二，基于模糊集定性比较分析方法，解析了服务型制造企业创造价值的内在机制。现有服务型制造研究多关注服务型制造的缘起与潜在价值，却鲜有研究探究服务型制造企业价值提升的内在机制。本文通过组态分析发现，服务型制造企业存在5种引致高技术创新水平的条件组态，并且当企业明确以轻资产或重资产经营时，其在技术创新机制的选择上存在明显的差异化。这有助于明晰不同资产性质的服务型制造企业的经营模式，响应了现有研究对于关注服务型制造因果复杂性问题的呼吁[52]。

第三，通过引入数字化能力，实证检验了数字化对服务型制造企业技术创新的作用机理。本文通过关注资源与资源之间的“反应”发现，数字时代下，服务型制造企业的技术创新存在创新驱动型、服务主导型、数字服务化型、数字创新型以及路径依赖型等多种实现机制，并且数字化能力并非企业实现高技术创新水平的必要条件。这有助于在先前的数字服务化研究基础上，更充分地诠释数字化作用于服务型制造的边界[8]。

6.3 管理启示

如何提高技术创新水平，是数字时代下服务型制造企业发展必须直面的关键问题。本文聚焦影响服务型制造企业技术创新的财产性资源与知识性资源，探究资源与资源之间如何“反应”，进而提高技术创新水平。本文为实践提供的启示包括：服务型制造企业要想提高技术创新水平，就要综合其财产性资源与知识性资源来考虑，根据资源的态势来谋划适宜的技术创新策略。首先，企业要对其资产性质（轻资产、重资产抑或中等轻重资产）进行判别，据此选择适宜的技术创新策略；其次，企业要认识到服务能力的突出作用，服务能力不仅是帮助企业获取创新收益的互补性资产，其也可以通过知识吸收来反哺技术创新；最后，企业要理性对待数字技术，决定是否需要加强数字化能力建设的关键在于数字化与企业已有业务之间的关系，当二者为平行关系时，企业则不应过度地进行数字化投入，以免业务之间的紊乱。

6.4 研究局限与未来展望

虽然本文通过引入资源基础理论，综合财产性资源和知识性资源解构了服务型制造企业实现高技术创新水平的条件组态，但仍存在一定的局限性。

一是本文虽然明晰了服务型制造企业实现高技术创新水平的条件组态，但存在因以静态视角分析而无法呈现阶段性过程的局限性，未来可以通过引入时间条件等方式来展示服务型制造企业资源与资源之间动态的协奏机制，从而为管理实践提供更具参考性的指导[53]。二是本文仅关注服务型制造企业价值创造的技术创新维度，未来可以结合市场价值、财务价值等多种价值类型进行分析，对比资源与资源之间的“反应”在不同价值维度上的一致性和差异化，从而帮助企业基于阶段性目标对资源进行针对性的培育调整。