制造企業服務轉型演化的序參量識別研究

易 驊（江蘇大學 管理學院，江蘇 鎮江 212013）

0 引言

《中國制造2025》明確提出，要積極發展服務型制造，促進制造企業服務轉型，并向客戶提供集成解決方案轉變。事實上，早于1988年Vandermerwe等[1]就提出了服務轉型的三階段理論，后續相關研究也基本延續這一邏輯，認為制造企業為滿足客戶需求，服務化程度將逐漸提升，即由僅向客戶提供產品到產品+附加服務，再到提供產品+增值服務，最后向提供集成解決方案轉變[2-3]。有關制造企業服務轉型演化影響因素的研究引起了學者們廣泛關注，歸納起來主要包括：基于企業財務績效的改善（Gebauer，2006；Baines，2009）[3-4]；滿足客戶需求（Schmenner，2009；曲婉，2012）[5-6]；迎合外在市場競爭（Turunen，2014；Guo，2015）[7-8]；基于知識或創新（曲婉，2012；Turunen，2014；Guo，2015）[6-8]等。然而，上述眾多因素多是基于定性分析提出的，缺乏對其關鍵因素如何識別的探究。協同學理論的支配原理認為，復雜系統的演化過程中總會有一些少數的變量，在系統的發展中變化較慢，并且主宰著整個系統的演變方向，決定著系統的客觀（有序）狀態，這類參量被稱之為序參量。序參量產生于系統內部，表現系統的總體特征，支配系統由無序到有序的演化進程，如Chen[9]認為學習能力與企業文化是企業創新演變的序參量；李泊洲[10]提出組織學習基因是企業進化的序參量；謝旭光[11]則認為創新能力和盈利能力是組織核心競爭力演化的序參量。同樣的局限是其參量的提出多是基于序參量特征分析而得。序參量隱匿于系統眾多的狀態參量中，序參量識別應遵循其本質，從眾多狀態參量中識別更能反映系統演化的本質。

基于此，本文在制造企業服務轉型演化系統特性分析基礎上，尋求支持制造企業服務轉型的狀態參量集，運用粗糙集約簡理論能夠在無需先驗知識下，從已知條件屬性中找到重要屬性的優勢，進行制造企業服務轉型演化序參量的定量識別，旨在揭示支持制造企業服務轉型演化升級的關鍵因素，為制造企業面向服務型制造轉型提供理論支持與決策參考。

1 制造企業服務轉型演化系統狀態參量體系的建立

狀態參量的選取必須根據制造企業服務轉型的特征，科學全面地反映系統狀態。本文借鑒平衡計分卡（BSC）與關鍵績效指標（KPI），從財務、客戶、內部過程、學習與創新，以及其他利益相關者五個維度反映制造企業服務轉型演化的狀態，并確定各維度的一級、二級關鍵參量指標，構建其完整的狀態參量體系。

1.1 財務維度狀態參量的選取

制造企業服務轉型的首要目標是實現價值創造，從財務指標上體現應包涵兩層含義：確保當前企業盈利；面向未來的績效持續改善。因此，制造企業應在凝煉優勢核心業務和衍生服務業務的同時，聚焦于如下財務狀態參量：

（1）盈利能力：反映以服務為主體的業務對企業利潤的影響，Kastalli等[13]認為制造企業服務業務規模與利潤存在非線性的正相關關系，Li等[14]指出服務種類與資產收益率也呈正向關系，基于此本文選取服務利潤率、資產收益率、制造利潤率作為二級狀態參量。

（2）運營能力：運營能力反映了企業管理運作的有效性。服務轉型進程強調與各利益主體間資源共享性和優勢互補性，因此，總資產周轉率與庫存周轉率能夠綜合評價服務轉型過程制造企業資產、庫存運營情況和利用效率。

（3）償債能力：制造企業服務轉型技術與服務創新面臨著較大研發成本與風險，易受資金的約束，企業償債能力是能否抵抗風險、健康發展的關鍵，這可用流動比率來衡量。

1.2 客戶維度狀態參量的選取

制造企業服務轉型是以集成解決方案有效提供為價值創造的主要手段，注重客戶參與，實現客企價值共創。因此，可用客戶關系度和客戶滿意度來表示集成解決方案提供的有效性。

（1）客戶關系度：企業要想獲得持續的績效收益，必須在留住已有客戶基礎上開發新客戶。客戶關系度可度量通過客戶參與、感知集成解決方案的質量，并藉此實現客戶的長期自然鎖定程度，及以能力為基礎的差異化戰略提升市場競爭優勢。因此，選取客戶參與度、市場占有率和訂單增長率刻畫客戶關系度。

（2）客戶滿意度：客戶滿意度反映了客戶期望與客戶實際感知的匹配程度，而客戶是否滿意取決于制造企業能否準時、完整地向客戶交付解決方案。因此，準時交付率和訂單完成率可作為客戶滿意度的二級狀態參量。

1.3 內部過程維度狀態參量的選取

根據產品制造與服務衍生相匹配的原則，制造企業服務轉型，擴展集成解決方案價值空間時，應關注如下指標：

（1）制造水平：制造業務作為服務業務擴展的基點，直接體現了服務的價值創造與集成解決方案的效用。制造水平一般是通過產品可靠性與生產成本為主度量，因此，選取產品合格率與制造成本作為二級狀態參量。

（2）服務提供能力：制造企業服務提供是企業與客戶的持續互動的過程，受核心能力影響[15]。從效率及成本兩個維度，服務響應速度與服務成本可衡量服務提供能力。

1.4 學習與創新維度狀態參量的選取

BSC和服務利潤鏈理論都表明，支撐制造企業可持續穩定發展的根本是員工的學習與成長，因此，制造企業服務轉型應聚焦于技術與服務創新，提升員工應對問題的解決能力，使企業持久保持創造力與競爭力。

（1）員工素質： Gallouj等[16]認為創新主要來源于企業員工的經驗積累和專業技能，高學歷員工所占比率與員工培訓率可反映員工整體素質與上層領導對員工學習發展的重視程度，故將二者作為其二級狀態參量。

（2）技術創新能力：以產品為載體衍生服務，技術創新能力不斷改變著企業的運作方式，是服務轉型能否成功的基礎。研發資金作為創新投入的核心要素，研發費用率可衡量企業對新產品研發的重視程度，而從收入彈性的視角來看，制造收入增長率反映了企業技術創新能力的發展趨勢，選取二者度量技術創新能力較為合適。

（3）服務創新能力：在服務轉型背景下，價值訴求轉向市場，制造企業僅依賴技術創新難以維系長久的競爭優勢，對服務創新的需求日益增長。服務收入占總收入的比例可度量企業服務創新的程度[17]，服務收入增長率則是服務創新的一種動態表征，因此選取二者反映企業的服務創新能力。

1.5 其他利益相關者維度狀態參量的選取

隨著服務網絡經濟的興起，制造企業為提供異質化產品服務方案，必須借助外部資源能力，價值創造的主體擴展至整個產品服務方案提供的所有參與者，因此，還需從供應商、政府等其他利益相關者審視制造企業服務化演進狀態。

（1）供應商合作意愿：多主體的價值共創前提是穩定的供應商合作關系，這將有助于制造企業穩健的服務轉型，可表征為制造企業向供應商下達訂單數量的增長趨勢。

（2）政府重視程度：為能刺激制造業的相關產業聯動效用，政府的扶持政策，如補貼可以有效增強制造企業通過服務轉型的社會效益。政府資助金額直接反映政府重視程度。

綜上，構建如表1所示的制造企業服務轉型演化狀態參量體系。

其中起支配作用的序參量一般屬于宏觀（一級）參量，二級狀態參量僅從不同微觀角度反映了一級狀態參量的狀態。

2 粗糙集屬性約簡相關定義及序參量識別步驟

2.1 粗糙集與屬性約簡理論的相關定義

設決策表T=（U,C,D,V,f），其中U為對象集合，C為條件屬性集，D為決策屬性集，V是屬性的值域，f是信息函數，為對象的每個屬性賦值。在所構建的決策表T中，對象集U=｛u1,u2,…,un｝，其中un代表所選取的樣本對象；條件屬性集C=｛c1,c2,…,c23｝，ck表示二級狀態參量屬性；決策屬性集D=｛d｝，其體現制造企業服務轉型的整體效益，總利潤率可反映制造企業一定時期內總體經營效益，故d表示總利潤率。

定義1：對決策表T，D關于C的正域POSC（D）=Ux∈U/DC－（X），即等價類U/C表達的知識能夠確定劃入等價類U/D的對象的集合里。若POSC（D）=U，則稱決策表T是協調的，否則是不協調的決策表。對于不協調的決策表，不能由條件屬性導出決策屬性之間的關系。

定義2：設T是一個協調的決策表，屬性r∈R?C，R是條件屬性集C的一個子集，若r滿足POSR（D）=POSR-｛r｝（D），那么屬性r是條件屬性子集R中相對于決策屬性集D的冗余屬性，否則程屬性r是R中相對于決策屬性D的必要屬性。若R中每一個屬性r都是相對于D的必要屬性，那么R相對于D是獨立的。

決策表的一般屬性約簡算法即是應用定義2找到R中的不必要屬性r，剔除r，得到一個約簡集。

定義3：對于決策表T，R?C且R≠?，若POSR（D）=POSC（D），且R相對于D獨立，那么R就是條件屬性集C相對于決策屬性集的一個約簡。若R中的元素均為相對于決策屬性D的必要屬性，則稱R為條件屬性C相對于決策屬性D的核。

定義4：設決策表T=（U,C,D），A=C∪D=｛c1, c2,…,ck,d｝，U=｛u1, u2,…,un｝，辨識矩陣 Mn×n=｛mij|i=1～n,j=1～n ｝，其中mij定義如下：辨識矩陣是一個下三角形矩陣，且若某個mij僅等于一個屬性ck，這樣的mij所組成的集合即為該決策表

T的核，即：COREC（D）=｛c∈C|mij=ck且 ui,uj∈U｝。

2.2 基于粗糙集屬性約簡的序參量識別步驟

表1 制造企業服務轉型演化狀態參量體系

由于本文選取的狀態參量較多，為使運算簡便，先選用一般屬性約簡算法去除一部分冗余的狀態參量，得到一組可能非獨立的約簡集，再運用辨識矩陣求出狀態參量的核，識別出序參量。識別步驟如下：

Step1：樣本選取。為能確保處理結果的簡練性、真實性和可靠性，選擇的樣本企業應符合研究主題。

Step2：數據預處理。由于各狀態參量的量綱、數量，以及正負取向均有差異，且原始數據可能并非離散，運用粗糙集屬性約簡理論處理難度較大，可采用min-max標準化原則對原始數據進行標準化處理。計算公式如下：

正向狀態參量：

負向狀態參量：

此后，對標準化后的數據運用DIANA算法（一種層次聚類算法），將每一條件屬性和決策屬性狀態參量的數據分為5個聚類簇，由小至大按1～5賦值，實現數據的離散化。

Step3：決策表判定。若發現預處理數據的對象集關于條件屬性的劃分U/C=｛｛u1｝,｛u2｝,…,｛un｝｝中每一個元素只有一個對象，此時不論對象集關于決策屬性存在怎樣的劃分，POSC（D）=U，即決策表T是協調的。若協調則進入步驟4。

Step4：運用一般屬性約簡算法剔除若干冗余狀態參量。在狀態參量體系中選擇狀態參量ca，判斷從屬性集C中去除狀態參量ca后D關于C的正域是否改變，即POSR（D）=POSR-｛r｝（D），則可從條件屬性集C中去除該冗余屬性ca。運用一般屬性約簡算法去除若干較易識別的冗余參量，將屬性集C簡化為一個可能非獨立的約簡集。

Step5：構建辨識矩陣求核。構建約簡集的辨識矩陣識別序參量構建約簡集的辨識矩陣，判定屬性集C的核，并以此識別出序參量。

3 制造企業服務轉型演化的序參量識別

3.1 樣本選取與數據預處理

為能體現支持制造企業服務轉型演化序參量的普適性，樣本企業選取遵循的原則是：（1）具有典型服務轉型特質；（2）服務轉型效果已得到社會的高度認可；（3）至少有5年及以上的完整公開財務報表數據；（4）為體現服務轉型階段性特征，所選幾個樣本應覆蓋轉型的不同階段。基于以上原則，本文選取了陜鼓動力、青島海爾、上海電氣、東方電氣、中國一重5家上市公司，依據2012～2016年度公開財務報表做成面板數據。

因此，本文構建的決策表T中對象集U=｛u1,u2,…,u25｝，其中從u1起每5個元素代表2012～2016年的同一家樣本企業（共5組），分別以陜鼓動力、青島海爾、上海電氣、東方電氣、中國一重依次對應。根據5家公司2012～2016年度公開的財務報表為決策表中的條件屬性與決策屬性賦值，做成狀態參量原始面板數據（如表2所示），再將數據預處理，得到表3所示離散數據。

3.2 屬性約簡與求核運算

根據預處理的數據，發現決策表T符合POSC（D）=U，即決策表T是協調的。如上文所述，本文先運用決策表一般屬性約簡算法將預處理過后的數據進行約簡，去除15個不必要的狀態參量后，剩下c1服務利潤率、c3制造利潤率、c7市場占有率、c8訂單增長率、c9客戶參與度、c19制造收入增長率、c20服務收入增長率、c21服務收入比重8個狀態參量，如表4所示。

此時決策表T的決策屬性不變，條件屬性約簡為C=｛c1,c3,c7,c8,c9,c19,c20,c21｝，已可輕松構建此決策表的辨識矩陣，通過對辨識矩陣的元素進行分析，得到決策表T的核。根據定義4對約簡后的決策表T構建辨識矩陣如下：

表4 狀態參量數據屬性約簡表

其中m1311=c20，m1412=c9，m1719=c3，除此之外矩陣其他元素均為若干個屬性組成的析取范式，如m65=c1∨c3∨c8∨c9∨c19∨c20∨c21，所以決策表T的核COREC（D）=｛c3,c20,c9｝，即制造利潤率、服務收入增長率、客戶參與度構成二級狀態參量屬性的最小屬性集。

3.3 制造企業服務轉型演化的序參量分析

通過以上基于粗糙集屬性約簡求核運算，得到制造利潤率、服務收入增長率、客戶參與度為23個狀態參量的核，其對應的一級狀態參量盈利能力、服務創新能力、客戶關系度即為支配制造企業服務轉型演化的序參量。

（1）盈利能力。盈利能力作為制造企業服務轉型演化系統的財務狀態變量，主要體現為制造利潤率（制造業務利潤與成本之比），即通過制造業務優勢獲取利潤的能力。制造盈利能力反映了中國制造業“二元”背景下，以實物產品為載體衍生各轉型階段相關服務的特性。

（2）服務創新能力。服務創新能力通過服務收入增長率體現圍繞衍生服務開展的創新行為給企業帶來的價值效用。市場同質化下，制造業務的價值空間趨于飽和，制造盈利能力的支配作用趨于減弱，企業價值訴求逐漸轉向產品后市場。服務創新能力的不斷提升，服務深度增加產品附加價值，使產品服務方案更具異質性，以服務為核心的競爭優勢逐漸主導服務轉型演化趨向。

（3）客戶關系度。客戶關系度是制造企業為擴展價值空間主動與客戶交互的程度，其主要通過客戶參與度（“微笑曲線”波段分布中客戶參與的點）體現。為挖掘客戶隱性需求，客戶從傳統單純消費者轉變為企業的合作者，企業與客戶進行主動式交互，并用客戶知識引導創新，在為實現價值共創的客企協同作用下形成客戶關系度。客戶關系度越高意味著服務化程度越深，在夯實制造業務優勢的同時，對服務創新能力要求也更高，對服務轉型演化系統起著積極影響作用。

4 結 論

為揭示制造企業服務轉型演化的本質因素，與已有的定性分析不同的是，本文運用協同學理論的支配原理，在構建符合制造企業服務化轉型演化特征的狀態參量體系的基礎上，根據樣本企業實際數據，運用粗糙集約簡理論，識別出制造企業服務轉型演化的序參量是：盈利能力、服務創新能力和客戶關系度。制造企業應主動引導客戶參與挖掘更深層次的客戶需求，憑借服務創新突破技術約束的枷鎖，提升產品服務包的異質性，以服務化增強制造業務盈利能力，塑造以服務為核心的競爭優勢。這將有助于制造企業在服務轉型實踐中，有效認知轉型不同階段的關鍵因素，探尋提升這些因素（序參量組）的方法途徑，促使制造企業服務轉型由低階向高階不斷演化升級。

[1]Vandermerwe S,Rada J.Servitization of business:Adding value by adding service[J].European Management Journal,1988,6(4):314-324.

[2]羅建強，王志恒，彭永濤.制造企業服務衍生的路徑形成及狀態轉移[J].工業工程與管理，2016,21(4):6-12.

[3]Gebauer H.Identifying service strategies in product manufacturing companies by exploring environment strategy configurations[J].Industrial Marketing Management,2008,37(3):278-291.

[4]Baines T S,Lightfoot H W,Benedettini O,et al.The servitization of manufacturing:A review of literature and reflection on future challenges[J].Journal of Manufacturing Technology Management,2009,20(5):547-567.

[5]Schmenner R W.Manufacturing,service,and their integration:some history and theory[J].International Journal of Operations&Production Management,2009,29(5):431-443.

[6]曲婉，穆榮平，李銘祿.基于服務創新的制造企業服務轉型影響因素研究[J].科研管理，2012,33(10):64-71.

[7]Turunen T,Finne M.The organisational environment's impact on the servitization of manufacturers[J].European Management Journal,2014,32(4):603-615.

[8]Guo A,Chen G,Zuo Z.Influence of organizational elements on manufacturing firms'service-enhancement:An empirical study based on Chinese ICT industry[C]//Portland International Conference on Management of Engineering&Technology,IEEE,2014:2104-2110.

[9]Chen C M,Jin D W.Study on the Function Mechanism of Enterprise Culture in the Enterprise Organizational Innovation[C]//International Conference on Management Science and Engineering,IEEE,2007:897-902.

[10]李柏洲，劉建波.企業進化系統的序參量探討[J].管理世界，2005(9):162-163.

[11]謝旭光，張在旭.基于協同學的組織核心競爭力序參量轉化模型研究[J].系統科學學報，2013,21(1):69-72.

[12]Akaka M A,Vargo S L,Lusch R F.The Complexity of Context:A Service Ecosystems Approach for International Marketing[J].Journal of International Marketing,2013,21(4):1-20.

[13]Kastalli I V,Van Looy B.Servitization:Disentangling the impact of service business model innovation on manufacturing firm performance[J].Journal of Operations Management,2013,31(4):169-180.

[14]Li J.H,Lin L,Chen D.P,Ma L.Y.An empirical study of servitization paradox in China[J].The Journal of High Technology Management Research,2015,26(1):66-76.

[15]Ulaga W,Reinartz W J.Hybrid offerings:How manufacturing firms combine goods and services successfully[J].Journal of Marketing,2011,75(6):5-23．

[16]Galluoj F.Innovation in services and the attendant old and new myths[J].Journal of Socio-Economics,2002,31(2):137-154.

[17]Mansury M A,Love J H.Innovation,productivity and growth in US business services:A firm-level analysis[J].Technovation,2008,28(1):52-62.

[18]朱建平.數據挖掘中屬性項壓縮的統計方法研究[J].統計與信息論壇，2006,21(5):15-18.

[19]舒輝，林曉偉.集成化物流資源整合的序參量分析[J].當代財經，2011(6):77-82.

[20]蘭洪杰，劉志高，王瑞江.基于粗糙集約簡的食品冷鏈物流系統協同模型研究[J].北京交通大學學報（社會科學版），2010,9(2):32-36.