制造企业服务化转型的驱动路径探析

【摘要】服务化转型是我国制造企业解构和重构经营模式与发展形态的新趋势。现有研究已开始探索制造企业服务化转型的前因， 但多种前因要素的综合影响， 特别是外部资源与内部能力的协同耦合对制造企业服务化转型的作用尚不明晰。本文基于制造企业服务化转型中存在的“资源刚性”和“惯例刚性”双重困境， 从价值共创与数字化能力协同耦合的视角， 探究不同要素组态下制造企业服务化转型路径。以60家制造企业为调研对象， 通过fsQCA方法分析发现， 制造企业高服务化转型具有三种组合路径， 价值共创和数字化能力之间存在“多重并发”效应。进一步聚类分析发现， 可将这三种路径归结为强数字化整合能力的能力拉动型和强主体多元化的资源推动型两种类型。上述结论丰富了制造企业服务化转型的前因组态研究成果， 并可为服务化转型实践提供参考。

【关键词】价值共创；数字化能力；组态效应；创新生态系统；fsQCA

【中图分类号】F270 【文献标识码】A 【文章编号】1004-0994（2024）21-0024-7

制造企业服务化转型是指制造企业为满足客户需求、 提高企业竞争力， 将价值链中心由制造向服务转移的动态过程。在数字经济时代， 客户个性化需求日益突出， 制造企业供应的产品存在全而不优的问题， 难以与当前消费需求相匹配。将价值链由以制造为中心向以服务为中心转变， 可以有效提升产品附加值， 培育企业的持续竞争力。服务化转型已成为制造企业解构和重构经营模式与发展形态的新趋势。然而， 制造企业从产品主导逻辑转向服务主导逻辑往往会陷入“资源刚性”和“惯例刚性”的双重困境， 如何摆脱困境实现服务化转型成为理论界和实务界关注的焦点。

已有研究认为， 制造企业必须通过获取外部资源并将其内化为自身资源， 才能突破“资源刚性”和“惯例刚性”困境， 实现服务化转型。区别于产品主导逻辑， 服务主导逻辑需要企业参与构建创新生态系统， 整合创新生态系统内多元化行为主体的资源。在数字经济时代， 创新生态系统内的企业通过数字平台有效获取用户对产品的反馈信息、 使用建议， 可为用户提供个性化体验， 有助于实现多行为主体价值共创。例如， 拼多多与创新生态系统内客户、 供应商等进行动态交流， 并通过大数据资源实现可持续性价值共创（魏想明和刘锐奇，2022）。但价值共创仅实现了对外部资源的获取， 还需要完成资源的内化与有效利用， 才能达到预期目标。

资源的内化与有效利用需要企业具备动态能力， 特别是数字化能力。在创新生态系统中， 价值共创的动态整合过程也是多元化行为主体进行资源互动和整合的过程， 数字化能力为参与主体通过互动与资源整合实现服务化转型提供了条件。基于此， 本文以嵌入创新生态系统的制造企业为研究对象， 基于价值共创与数字化能力双重视角， 运用模糊集定性比较分析（fsQCA）方法来识别制造企业服务化转型的驱动路径， 尝试打开制造企业服务化转型的“黑箱”。

一、3KfTYkY0ivp7xVesHHwJpA== 文献综述与模型构建

（一） 服务化转型

制造企业服务化转型， 是指制造企业将业务从关注制造的产品主导逻辑转向关注客户需求的服务主导逻辑。服务主导逻辑认为， 企业是在与利益相关者双向交互中共同创造价值。制造企业服务化转型已成为我国制造业向价值链中高端攀升的重要途径， 然而， 我国制造企业尚处于服务能力缺失、 服务化水平明显偏低的状态。现有学者已基于资源基础观（冯文娜等，2020）和数字化视角（赵宸宇，2021）探讨了服务化转型的前因， 为本文的研究提供了可操作的空间。数字技术、 数字平台的广泛使用， 使客户、 供应商、 合作企业及其他利益相关者等多元化行为主体参与企业的研发、 生产、 服务等各环节， 多主体价值共创更符合数字经济时代的转型需求。因此， 本文将价值共创、 数字化能力纳入同一理论框架中， 探讨创新生态系统视角下这些变量的协同耦合是否能推动制造企业服务化转型？

（二） 创新生态系统视角下价值共创与制造企业服务化转型

Prahalad和Ramaswamy（2004）基于客户体验视角认为， 价值共创是指企业与客户协同整合资源， 实现价值创造的过程， 强调企业与客户之间的“二元交互”关系。随着社会经济的发展， 企业将面临更为复杂的竞争环境， 其需要整合更多的异质性资源来满足市场需求。基于此， Vargo和Lusch（2016）将研究视角从传统的企业—客户“二元交互”情境转向网络系统多个参与主体交互的情境， 国内学者则在此基础上进一步拓展了创新生态系统价值共创理论。

创新生态系统价值共创是指由客户、 供应商、 合作企业及其他利益相关者等多元化行为主体共同参与企业研发、 生产、 服务等活动， 通过互惠协作、 资源整合， 共同创造价值以满足市场需求。价值共创可以有效拓展多元化行为主体之间互动行为的深度和广度， 促进技术、 知识及信息等异质性资源在创新生态系统内广泛流动， 多元化行为主体各自发挥核心能力协同开发产品或服务以满足客户需求， 以此突破制造企业服务化转型过程中的“资源刚性”困境。价值共创涉及客户、 供应商、 合作企业及其他利益相关者等多元化行为主体， 各类型行为主体认同以客户需求为导向的价值主张而参与价值共创。在这一过程中， 多元化行为主体特别是客户积极参与信息的分享与交流活动， 可在一定程度上实现自我价值， 对产品及服务进行宣传以扩大企业影响力， 从而提升企业服务绩效。

综上， 创新生态系统价值共创的主体是客户、 供应商、 合作企业及其他利益相关者等多元化行为主体， 基于关系信任的资源共享是价值共创的基础， 满足客户需求是价值共创的结果。因此， 本文在Prahalad和Ramaswamy（2004）研究的基础上， 借鉴田雪莹和黄旭（2023）的观点将价值共创分为主体多元化、 关系信任两个维度： 其一， 主体多元化。创新生态系统涉及核心企业、 客户、 供应商、 合作企业及其他利益相关者等多元化行为主体， 多元化行为主体为创新生态系统提供了技术、 知识及信息等丰富的异质性资源。其二， 关系信任。多元化行为主体基于共同价值主张， 易于建立良好的信任关系， 关系的互动和巩固能确保技术、 知识及信息等异质性资源高度透明化， 有助于企业快速获取服务化转型所需技术、 知识及信息， 提升各主体间的依赖程度和合作意愿。

1. 主体多元化。区别于传统的企业—客户“二元”主体价值共创， 创新生态系统背景下的价值共创主体和行为均呈现出多元化趋势。资源基础观认为， 拥有异质性资源并从外界获取资源是企业保持竞争优势的关键。因此， 企业需要与多元化行为主体合作， 通过共享异质性资源创造更大的价值。制造企业服务化转型过程中， 擅长制造的企业缺乏服务资源， 现有优势资源难以匹配新的服务业务， 因此需要跨界重组多元化资源来实现以服务为主导的价值创造（冯文娜等，2020）。首先， 创新生态系统内多元化行为主体拥有的优势资源， 有利于企业充分获取技术、 知识及信息等异质性资源， 从而突破服务化转型过程中资源稀缺的困境。其次， 创新生态系统价值共创产生的多元化渠道能够拓宽企业获取市场需求信息与资源的渠道， 以撬动和获取更多的服务资源。

2. 关系信任。创新生态系统多元化行为主体基于共同价值主张， 易于建立良好的信任关系， 有利于企业与客户、 供应商、 合作企业及其他利益相关者之间持续不断地进行技术、 知识及信息交互。各行为主体充分发挥各自的核心职能， 通过共同开发产品或服务满足客户需求， 在实现客户价值主张的同时获取收益。首先， 企业与多元化行为主体之间建立紧密联系， 有助于合作主体积极提出产品建议， 启发创造思维。合作主体的参与， 特别是客户的积极参与有助于企业准确掌握市场及客户需求的动态变化。其次， 创新生态系统内多元化行为主体之间相互信任， 可降低企业经营风险。企业相信合作伙伴不会利用自己的弱点而获利， 有助于降低“单兵作战”带来的失败风险及减少价值共创过程中的摩擦， 从而提升各行为主体的积极性。

（三） 创新生态系统视角下数字化能力与制造企业服务化转型

动态能力理论认为， 企业在多变的市场环境中重新配置或更新现有资源， 可以突破“惯例刚性”困境， 获取持续竞争优势（Teece，2018）。新一代数字技术全面推动了产业、 商业、 组织、 产品与服务的无边界化发展， 企业需要借助数字化能力对客户进行精准定位， 明确客户需求， 理解客户行为逻辑， 从而实现资源最优配置。Tindara等（2021）指出， 数字化能力是企业从大量资源中挖掘价值创造的潜力， 包括识别数字机会、 抓取数据要素和整合数字资源等能力。在数字化能力构建过程中， 客户、 供应商、 合作企业及其他利益相关者等多元化行为主体至关重要， 他们彼此之间相互感应、 相互沟通， 与企业形成基于价值共创的创新生态系统。在信息流动和资源协调共享的创新生态系统中， 企业通过机会感知、 数据抓取、 资源整合等数字化能力， 协同企业内外部资源， 满足客户个性化需求， 实现服务化转型， 这与动态能力理论不谋而合。因此， 本研究根据动态能力理论， 结合Tindara等（2021）的观点， 将数字化能力划分为数字化感知能力、 数字化抓取能力、 数字化整合能力三个维度。

1. 数字化感知能力。数字化感知能力体现为： 制造企业借助电商平台、 移动社交平台等数字化平台， 强化与创新生态系统内多元化行为主体之间的关系， 快速感知客户需求并获取市场信息， 通过大数据分析优化用户的产品购买体验， 提升产品的获客效果。数字化感知能力越强， 表明企业对外部环境、 市场需求变化的洞察能力越强， 越有利于企业充分利用数字技术精准识别和把握市场机会， 实现需求侧与供给侧之间的精准匹配， 在提质增效的基础上创新产品与服务， 实现服务化转型。

2. 数字化抓取能力。物联网、 AI等数字技术为多元化行为主体参与产品创新提供了便利。然而， 多元化行为主体的全面参与， 使得数据资源呈现海量化特征。数据资源的海量化意味着信息过载， 无用以及错误的信息会导致企业决策效率降低， 从而抑制制造企业服务化转型（罗世华等，2023）。因此， 企业应有效识别并抓取与市场机遇和消费者需求相关的数据， 制订数字化解决方案， 提升运营效率和客户满意度。

3. 数字化整合能力。制造企业服务化转型需要横跨制造体系与服务体系， 对创新生态系统内多元化行为主体的异质性资源进行动态整合， 实现客户、 供应商、 合作企业及其他利益相关者之间资源的共享、 共建、 共治， 更好地满足客户的个性化需求。数字化整合能力能够实现跨组织、 跨职能、 跨系统、 跨终端的资源整合与高效协作， 通过衍生多种价值共创路径高效推动服务化转型。

（四） 价值共创、 数字化能力与制造企业服务化转型模型构建

现有学者已开始关注价值共创与数字化能力之间的单边关系： 魏冉等（2022）运用扎根理论对菜鸟网络科技有限公司进行案例分析， 发现服务生态系统多层次价值共创对物流企业构建数字化能力体系具有促进作用； 池仁勇等（2023）以中小制造企业为研究对象， 验证了数字化能力对价值共创的正向影响。但鲜有学者探讨价值共创与数字化能力的双边耦合互动对企业绩效的影响。综合现有学者观点， 本研究认为创新生态系统价值共创为企业提供了服务化转型所需的互补性资源， 而数字化能力使企业能够对客户需求的不断变化做出快速而积极的反应， 实现与客户的高效价值共创。企业对创新生态系统多元化行为主体资源的高效运用， 可强化企业数字化能力的形成与提升； 数字化能力又可促进创新生态系统多元化行为主体线上互动的交互性、 可控性和同步性。价值共创和数字化能力的互动耦合与协同演化完美地诠释了制造企业服务化转型的内在机理。

基于上述对制造企业服务化转型的前因条件及其作用机制的分析， 本文构建了服务化转型前因组态研究模型， 具体如图1所示。该模型主要包括价值共创、 数字化能力两大方面的五个前因条件： 价值共创包括主体多元化、 关系信任； 数字化能力包括数字化感知能力、 数字化抓取能力和数字化整合能力。五个前因条件彼此匹配和相互融合， 通过形成多种组合产生协同效应， 基于多种途径和模式作用于服务化转型。

二、 研究设计

（一） 研究方法

fsQCA方法旨在探究多个前因要素间的非线性复杂关系及其对结果要素的组态影响。本文基于以下原因对制造企业服务化转型的前因要素进行组态分析： 第一， 服务化转型是创新生态系统内多元化行为主体价值共创与数字化能力交互选择后的结果， 传统的结构方程、 回归分析更侧重于探讨单个前因要素的“净”效应， fsQCA方法则关注前因要素的组合作用， 能够更好地揭示服务化转型的前因组态； 第二， 资源与能力不是独立存在的， 外部资源与内部能力间的替代与互补性会触发结果选择的多重前因组合； 第三， 受限于数据的可获得性， 本文仅获得60份有效调查问卷， fsQCA方法对样本容量要求较低， 特别适合对中小样本进行分析。

（二） 数据来源与处理

本文以嵌入创新生态系统的制造企业为研究对象， 采用调查问卷方式收集相关数据， 调研时间为2023年6月至2023年11月， 调查问卷主要借助笔者及同事等去企业调研、 参加政府部门组织的座谈会等机会收集， 其中部分数据由笔者通过对企业深入访谈获取。本次调研共收集问卷86份， 为提高数据质量， 对问卷数据进行手工清洗。根据筛选条件“您是否为企业中高层领导？”“企业是否嵌入或构建客户、 供应商等多元化行为主体参与的创新生态系统？”删除普通员工作答、 没有嵌入创新网络生态系统的企业， 最终获取有效问卷60份， 占比约为70%。样本基本情况如表1所示。

（三） 变量测量

本文借鉴国内外学者使用并证明有效的成熟量表， 对英文量表进行中英互译并根据实际情况进行修正。问卷采用李克特五点量表进行评分。变量测量题项具体方式如下：

1. 服务化转型。本文借鉴杨蕙馨和刘如月（2020）的研究成果对服务化转型进行测量， 共四个题项： 企业收入中服务收入占比不断增加； 企业提供产品服务解决方案的有效性不断提升； 企业提供产品或服务的履约率不断提高； 客户对产品或服务的满意度不断提高。

2. 价值共创。本文基于Prahalad和Ramaswamy（2004）的研究成果， 借鉴田雪莹和黄旭（2023）的观点将价值共创分为两个维度共八个题项测量创新生态系统情境下的价值共创。主体多元化的测量题项为： 系统内参与价值共创的客户数量较多且联系频繁； 系统内参与价值共创的供应商数量较多且联系频繁； 系统内参与价值共创的合作企业数量较多且联系频繁； 系统内参与价值共创的其他利益相关者（如高校及科研机构、中介机构等）数量较多且联系频繁。关系信任的测量题项为： 企业与系统内多元化行为主体沟通频繁、 相互信任； 企业与系统内多元化行为主体建立信息共享渠道； 企业与系统内多元化行为主体实现价值共创， 共同评估并承担风险； 企业与系统内多元化行为主体坦诚以待， 不隐瞒关键信息。

3. 数字化能力。本文参考Tindara等（2021）的研究成果， 从数字化感知能力、 数字化抓取能力、 数字化整合能力三个方面， 运用九个题项测量创新生态系统情境下的数字化能力。数字化感知能力的测量题项为： 企业能够识别具有商业价值的数字化发展机遇； 企业能够基于大数据感知消费者需求演化趋势； 企业能够动态地感知和监测竞争对手的策略变化。数字化抓取能力的测量题项为： 企业能够抓取消费者需求变化的关键信息； 企业能够抓取系统内多元化行为主体关键性知识、 技术及信息； 企业能够抓取竞争对手策略变化的关键信息。数字化整合能力的测量题项为： 企业能够与系统内多元化行为主体共享知识、 技术、 信息等关键性资源； 企业能够与系统内多元化行为主体实现良好的数字化资源协作； 企业能够根据市场需求变化整合系统内外部数字资源。

（四） 信度和效度分析

本文选择Harman单因素法检验共同方法偏差， 运用SPSS 25.0对21个因子题项进行探索性分析。在未旋转前析出的第一个主成分解释率为32.13%（小于40%的标准）， 且总量表KMO值为0.717， x2=1014.268， p<0.01， 表明不存在严重的共同方法偏差。运用SPSS 25.0进行信度和效度检验， 检验结果如表2所示。各变量Cronbach'a系数均大于0.8， CR值均大于0.9， KMO值均大于0.6， AVE值均大于0.7， 说明变量具有较好的信度和效度。

（五） 变量校准

fsQCA方法下需要校准原始数据， 本文参考池毛毛等（2022）的做法， 通过“完全隶属”“交叉点”“完全不隶属”的判定锚点分别选择变量的95%、 50%、 5%分位数值， 通过fsQCA 3.0软件中Calibrate函数对各变量进行校准， 结果如表3所示。

三、 数据分析过程

（一） 单因素必要性分析

衡量必要条件的重要标准是一致性， 一致性最低值达到0.9表示单一条件变量能够独立解释结果变量。本文使用fsQCA 3.0软件进行单因素必要性分析， 表4显示所有的单个前因条件变量的一致性均未达到0.9， 即主体多元化、 关系信任、 数字化感知能力、 数字化抓取能力、 数字化整合能力都不是制造企业服务化转型的必要条件， 这也进一步反映出制造企业服务化转型的复杂性。可见， 制造企业服务化转型是多因素协同驱动的结果。

（二） 多因素组态充分性分析

多因素组态分析的目的是检验不同前因变量之间的组合能否解释结果变量。本文将频数阈值设定为总样本数的1%， 原始一致性门槛值设置为0.8， 进行筛选。此外， 当一致性小于0.7时， 对结果变量手动赋值为0（杜运周和贾良定，2017）。通过对中间解和简约解进行嵌套对比， 得到最终组态结果， 如表5所示。

1. 高服务化转型的组态分析。表5列示了产生高服务化转型的组态结果。从整体上看， 总体解的一致性为0.907， 总体解的覆盖度为0.709。从单个组态来看， 一致性均大于 0.9， 说明这三种组态都是高服务化转型的充分条件。

（1） 组态H1： 主体多元化、 数字化抓取能力、 数字化整合能力同时以核心条件存在， 关系信任、 数字化感知能力可存在亦可不存在。创新生态系统多元化行为主体为制造企业服务化转型提供了丰富的技术、 知识及信息等异质性资源。在海量的数据资源中， 企业需要具备抓取关键性数据资源的能力， 并对资源进行整合利用， 才能提高资源的靶向性。数字化抓取能力能够打破企业与客户、 供应商、 合作企业及其他利益相关者之间的信息壁垒， 促进市场需求信息在系统内流动； 数字化整合能力实现了跨组织、 跨职能、 跨系统、 跨终端的资源整合与高效协作， 最终以持续的产品或服务创新实现企业可持续发展。

该模式的典型案例为LYHN。LYHN是一家生产直流电源、 高频开关电源、 电能质量产品和节能产品等的制造企业， 其以“不断超越自我， 携手用户， 跟随行业和社会的发展主旋律”为服务理念， 长期合作客户包括江西铜业、 中核集团、 比亚迪集团、 通用电气等国内外知名企业。企业定期举办技术创新发展大会， 并积极参加产品展览大会， 即通过“会+展”的形式构建由客户、 供应商、 高校、 科研机构、 政府部门组成的创新生态系统， 并通过全媒体公众号、 视频号、 抖音号获取开放性信息资源。为高效抓取海量数据资源中的关键信息， LYHN已在深圳成立研发中心， 研发团队超过200人， 并与湖南大学、 上海交通大学等多所高校建立深度合作。LYHN对标国际一流企业， 引进施耐德数字精细化管理系统， 全面实行ERP管理， 打造智能制造平台， 投入智能仓储、 黑灯车间等系统， 将企业外部数据资源与内部资源进行数字化整合， 创新产品与服务， 以满足客户需求。

（2） 组态H2： 关系信任、 数字化整合能力同时以核心条件存在， 数字化抓取能力以边缘条件存在， 主体多元化、 数字化感知能力可存在亦可不存在。系统内多元化行为主体之间良好的关系信任， 增强了多元化行为主体之间技术、 知识及信息的交互， 频繁的互动有助于企业准确掌握市场及客户需求动态变化。数字化整合能力通过整合优势资源准确识别、 评估和满足特定的客户需求， 对客户需求变化做出快速而积极的反馈。

该模式的典型案例为SSGD。SSGD是一家集无线通信， 光纤通信接入， 通信综合配套设备研发、 生产、 销售为一体的企业， 被江西省工业和信息化厅认定为服务型制造示范企业。该企业建立了完善、 高效的售后技术服务体系， 研发了售后产品全生命周期管理系统。SSGD通过在全国各省（区）设立销售分公司或办事处， 并在各销售分公司或办事处派驻专业技术人员， 与四大通信运营商及相关客户建立紧密的关系， 准确掌握市场及客户需求动态变化。SSGD通过在武汉光谷设立研发中心， 以及与武汉邮电科学研究院、 北京邮电大学合作等方式抓取市场有效信息， 通过聚焦物联网、 云计算、 大数据等数字技术整合企业内外部数字资源， 开发了智慧停车、 智慧机房、 智慧路灯等一系列新技术和新产品， 旨在满足市场前沿需求， 实现企业持续稳步发展。

（3） 组态H3： 主体多元化、 数字化感知能力同时以核心条件存在， 数字化整合能力以边缘条件存在， 关系信任为边缘条件缺失， 数字化抓取能力可存在亦可不存在。数字化感知能力可以强化企业与创新生态系统内多元化行为主体之间的关系， 快速感知客户需求并获取市场信息， 通过对客户需求与市场信息进行大数据分析、 收集与反馈， 对系统内外部资源进行整合以满足客户多元化需求。

该模式的典型案例为LLNY。LLNY高度融合第一、 二、 三产业， 是一家集养殖、 生物发酵、 种植、 农产品电商为一体的农副产品制造企业， 奉行“客户至上， 用心服务”的发展理念。LLNY目前建成的项目主要有： 第一产业有四个种养基地， 种养面积近4000亩； 第二产业有兽药生产、 有机肥加工、 农副产品深加工等； 第三产业主要以农产品电商为主， 并配套了冷链配送、 农产品检测、 农产品保鲜技术、 电商仓储等辅助设施。产品的多元化决定了LLNY合作主体的多元化及资源的丰富性。LLNY建立了自有电商平台、 微信公众平台及淘宝企业旗舰店， 通过对大数据资源的收集与分析， 能够敏锐感知客户需求的动态变化及市场机会， 结合自身优势资源， 满足客户多元化市场需求。

通过聚类分析三种组态模型， 笔者有以下三点发现： ①价值共创或数字化能力单一因素均无法实现制造企业服务化转型， 成功的服务化转型不仅要求企业基于创新生态系统集成资源、 重构资源体系， 也需要企业积极应对动态变化的市场需求， 运用数字化能力对资源进行整合和利用。②三种组态效应均要求数字化整合能力以核心条件或边缘条件存在， 突出了数字化整合能力对制造企业服务化转型的重要性。当企业数字化整合能力较强时（组态H1和组态H2）， 企业有两种路径可以选择： 一是构建涵盖客户、 供应商、 合作企业及其他利益相关者的创新生态系统， 并强化企业对关键性数据资源的抓取能力； 二是加强与创新生态系统内多元化行为主体的沟通交流， 强化关系信任， 并提升抓取关键性数据资源的能力。可将这两种组态定义为强数字化整合能力的能力拉动型， 主体多元化与关系信任的替代效应如图2所示。③当企业构建了涵盖客户、 供应商、 合作企业及其他利益相关者的创新生态系统时， 即企业具有强主体多元化时（组态H1和组态H3）， 有两种路径可以选择： 一是强化数字化抓取能力和数字化整合能力； 二是强化数字化感知能力， 并具备一定的数字化整合能力。可将这两种组态定义为强主体多元化的资源推动型， 数字化抓取能力与数字化感知能力的替代效应如图3所示。

2. 低服务化转型的组态分析。表5还有效识别了一种产生低服务化转型的组态结果。组态N1表明， 如果仅以关系信任作为核心条件存在， 当数字化能力缺失时会产生低服务化转型组态。组态N1的一致性为0.926， 原始覆盖度为0.272， 唯一覆盖度也为0.272。

3. 稳健性检验。本研究通过将一致性阈值提升至0.85， 样本阈值提升至1.5%， 进行稳健性检验（杜运周和贾良定，2017）。研究发现， 计算结果中组态路径保持不变， 即本文组态分析结果稳健可靠。

四、 结语

（一） 研究结论

本文基于资源基础理论、 动态能力理论， 以60家嵌入创新生态系统的制造企业为研究样本， 采用fsQCA方法分析了价值共创、 数字化能力多因素协同对制造企业服务化转型的组态效应。主要研究结论如下：

1. 制造企业服务化转型不存在单一必要条件。主体多元化、 关系信任、 数字化感知能力、 数字化抓取能力、 数字化整合能力均无法单独构成制造企业服务化转型的必要条件， 制造企业服务化转型是组织外部资源与组织内部能力多因素协同交互、 共同作用的结果。这个结论也进一步验证了Lütjen等（2019）的观点， 即价值共创仅实现了外部资源的获取， 还需完成资源的内化与有效利用， 才能突破服务化转型中存在的“资源刚性”和“惯例刚性”困境。

2. 制造企业具有三种高服务化转型组合路径。高服务化转型的前因组态包括强数字化整合能力的能力拉动型（组态H1和组态H2）、 强主体多元化的资源推动型（组态H1和组态H3）共两种类型三种组合路径。强数字化整合能力的能力拉动型强调了数字化整合能力的核心作用， 此时主体多元化与关系信任具有一定的替代关系。强主体多元化的资源推动型强调了主体多元化的核心作用， 此时数字化感知能力和数字化抓取能力具有一定的替代关系。这三种组合路径均要求数字化整合能力以核心条件或边缘条件存在， 可见数字化整合能力对制造企业服务化转型起着决定性作用。

（二） 理论贡献

1. 研究方法层面。现有研究侧重于使用传统的结构方程、 回归方法， 检验价值共创与数字化能力对企业发展的影响， 仅探讨单因素的“净”影响效应。本研究使用fsQCA方法， 探究了价值共创与数字化能力的协同耦合对制造企业服务化转型的驱动路径， 回应了胡宇辰等（2023）的呼吁， 丰富了数字化能力的研究方法。

2. 研究内容层面。现有研究已关注到制造企业服务化转型的复杂性， 并以“技术—组织—环境”理论模型为基础， 探讨制造企业服务化转型的组态路径（李煜华等，2022）。区别于现有研究， 本文基于外部资源—内部能力视角， 从价值共创（外部资源）与数字化能力（内部能力）的协同耦合角度探究制造企业服务化转型的要素组合， 回应了Sjdin等（2021）的研究结论， 丰富了制造企业服务化转型的前因组态研究。

（三） 实践启示

基于以上研究结果， 本文对制造企业服务化转型提出如下研究启示：

1. 充分发挥价值共创与数字化能力等多因素的组态效应。单因素无法驱动制造企业服务化转型， 必须坚持贯彻外部资源与内部能力的耦合思维， 从外部资源—内部能力视角出发释放各因素的组态效应。

2. 制造企业在实施服务化转型过程中应重视开发和构建良好的创新生态系统。本文的研究结果表明， 制造企业服务化转型过程中， 创新生态系统主体多元化与关系信任具有一定的替代效应， 是驱动制造企业服务化转型的资源基础。实践证明， 创新生态系统可以为企业服务化转型奠定坚实的资源基础， 诸如LLNY作为高度融合第一、 二、 三产业的农副产品制造企业， 具有多元化的合作主体及客户， 为企业服务化转型提供了丰富的异质性资源。而SSGD通过在全国各省（区）设立销售分公司或办事处， 并派驻专业技术人员， 与相关客户建立紧密的联系， 精准获取市场及客户需求动态变化的信息。

3. 制造企业在服务化转型过程中应重视数字化能力培育， 特别是数字化整合能力。实践证明， 通过积极培育数字化整合能力， 可以有效整合并利用制造企业的服务化转型所需的技术、 知识及信息等资源。诸如LYHN通过广泛使用数字技术及数字平台， 整合企业内外部数字资源， 不断创新产品和提升服务， 实现了跨越式发展， 目前该企业已完成股权分置改革。

【 主 要 参 考 文 献 】

池毛毛，王俊晶，王伟军．数字化转型背景下企业创新绩效的影响机制研究——基于NCA与SEM的混合方法［ J］．科学学研究，2022（2）：319 ～ 331．

池仁勇，王国强，周芷琪等．数字化能力、价值共创与企业绩效：基于数据安全的调节作用［ J］．技术经济，2023（2）：133 ～ 142．

杜运周，贾良定．组态视角与定性比较分析（QCA）：管理学研究的一条新道路［ J］．管理世界，2017（6）：155 ～ 167．

冯文娜，姜梦娜，孙梦婷．市场响应，资源拼凑与制造企业服务化转型绩效［ J］．南开管理评论，2020（4）：84 ～ 95．

胡宇辰，胡勇浩，李劼．企业数字化能力：研究述评与展望［ J］．外国经济与管理，2023（12）：34 ～ 51．

李煜华，廖承军，向子威．数字经济背景下制造业服务化转型组态路径研究［ J］．中国科技论坛，2022（8）：68 ～ 76．

罗世华，戴玉芳，王栋等．大数据应用对制造业服务化转型的作用机制［ J］．经济地理，2023（10）：119 ～ 127+138．

田雪莹，黄旭．价值共创对社会企业绩效的影响研究——认知距离和资源拼凑的链式中介作用［ J］．商业经济研究，2023（16）：144 ～ 150．

魏冉，刘春红，张悦．物流服务生态系统价值共创与数字化能力研究——基于菜鸟网络的案例研究［ J］．中国软科学，2022（3）：154 ～ 163．

魏想明，刘锐奇．服务生态系统视角下可持续性价值共创模式构建——基于拼多多平台的案例研究［ J］．学习与实践，2022（4）：93 ～ 100．

杨蕙馨，刘如月．战略敏捷性、惯例更新与制造企业服务化转型绩效［ J］．山东大学学报（哲学社会科学版），2020（5）：144 ～ 157．

赵宸宇．数字化发展与服务化转型——来自制造业上市公司的经验证据［ J］．南开管理评论，2021（2）：149 ～ 163．

Lütjen H.， Schultz C.， Tietze F.， et al.. Managing ecosystems for service innovation： A dynamic capability view［ J］．Journal of Business Research，2019（6）：506 ～ 519．

Prahalad C. K.， Ramaswamy V.. Co-creation experiences： The next practice in value creation［ J］．Journal of Interactive Marketing，2004（3）：5 ～ 14．

Sjdin D.， Parida V.， Palmié M.， et al.. How AI capabilities enable business model innovation： Scaling AI through co-evolutionary processes and feedback loops［ J］．Journal of Business Research，2021（1）：574 ～ 587．

Teece D. J.. Business models and dynamic capabilities［ J］．Long Range Planning，2018（1）：40 ～ 49．

Tindara A.， Anna C.， Barbara A.. From knowledge ecosystems to capabilities ecosystems： When open innovation digital platforms lead to value co-creation［ J］．Journal of the Knowledge Economy，2021（1）：1 ～ 15．

Vargo S. L.， Lusch R. F.. Institutions and axioms： An extension and update of service-dominant logic［ J］．Journal of the Academy of Marketing Science，2016（1）：5 ～ 23．