○ 趙宸宇
改革開放以來,中國經濟發生了翻天覆地的變化,從農業國迅速成長為世界第一工業大國和第一制造大國。[1]然而,我國實體經濟仍然面臨“大而不強”的突出問題,無法滿足消費結構轉型的需要。從國際來看,制造業和服務業的融合發展可以有效改善制造業的供給質量,推動制造業轉型和提高國際競爭力。而我國當前制造業服務化水平仍然較低,在研發設計服務、系統集成服務、整體解決方案和個性化定制服務等方面缺乏核心競爭力。服務業高度不夠、效率不高是制約實體經濟發展的最突出因素,影響著整個工業體系的生產效率和創新發展能力。[2]基于這一現狀,《中國制造2025》計劃將服務型制造作為中國制造業企業未來發展的方向之一。鑒于此,在全球服務經濟的發展背景下,我們迫切需要為中國制造業企業的服務化轉型找到一條現實路徑,這對中國制造業企業邁進高端價值鏈并提升國際競爭力具有重要意義。
數字化發展為企業服務化轉型提供了一個可能的研究視角。隨著我國改革開放戰略的不斷推進,粗放的生產方式和低附加值產品不再適應數字經濟時代,企業迫切需要實施數字化戰略推動自身的高質量發展。近年來,黨中央和國務院高度重視企業的數字化發展,黨的十九大報告指出,要“加快發展先進制造業,推動互聯網、大數據、人工智能和實體經濟深度融合”。那么在數字經濟快速發展和制造業轉型升級的背景下,數字化能否推動企業服務化轉型?內在機理是什么?不同的外部環境對企業服務化轉型的影響有何差異?數字化發展能否通過服務化轉型提升企業經營績效?本文對上述問題的回答有助于正確評價企業數字化發展的服務化效應,深刻理解數字化發展和服務化轉型對制造業企業高質量發展的雙輪驅動作用。
已有研究發現數字化發展可以顯著提高公司業績、促進價值鏈攀升、提升制造業生產效率、提高地區創新能力以及實現綠色可持續發展。[3-7]然而,這些文獻多為宏觀和地區層面的分析,且主要從“互聯網+”的角度展開,鮮有文獻從微觀視角全面探討數字化發展對企業服務化轉型的影響。打通“數字化發展→服務化轉型→企業高質量發展”的研究鏈條是現有文獻尚未充分認識的企業競爭力升級路徑。為此,本文試圖在現有文獻基礎上,梳理和歸納出數字化發展影響企業服務化轉型的機理,并采用中國上市公司微觀數據,從經驗層面對以上問題給出較為全面的回答。
與既有文獻相比,本文可能的貢獻主要有:(1)基于數字化發展視角,探究其對企業服務化轉型的影響機制,彌補現有研究的不足。(2)基于上市公司微觀數據,采用文本挖掘的方法構造企業層面數字化發展指數,同時從服務化產出和人員結構的角度測度企業服務化發展水平,在此基礎上對數字化發展與企業服務化轉型之間的關系進行經驗研究,并對其影響機制進行檢驗。(3)將知識產權保護、服務業對外開放度和企業要素密集度引入實證分析中,探討數字化發展對制造業企業服務化轉型是否存在異質性影響。(4)考慮到企業服務化轉型不僅體現在“數量”上,更重要的是體現在“質量”上,所以進一步考察了數字化發展能否通過服務化轉型提高企業經營績效、人均產出和每股收益,為中國制造業服務化轉型升級提供一條現實路徑。
國外學者早期從企業業務轉型的角度對服務化的概念加以界定。服務化(Servitization)一詞最早由Vandermerwe等[8]提出,他們認為“服務化”是指制造業企業由一開始純粹提供產品逐漸向“產品—服務包”轉變,這個轉變過程以顧客為中心,服務在整個“包”中居于主導地位,是企業利潤的主要來源。White等[9]將制造業企業重新界定為“服務提供商”,而不是物品制造商,這說明“功能服務”是企業獲取價值和攫取利潤的來源。Szalavetz[10]在已有研究的基礎上,從內部生產投入和外部服務產出兩個方面對制造業服務化現象進行進一步解釋。企業內部生產服務投入不僅包括產品開發、設計、后期運營、崗前培訓和價值鏈管理等環節,還包括組織開發和協調、人力資源管理、會計、法律以及金融等服務,這些內部服務效率的提高對制造業競爭力提升的作用日趨明顯,有效組織和提供服務有助于提高制造業部門的生產效率。從服務產出方面看,與物品相關的外部服務也不斷向多樣化方向發展,包括維護和修理、物流運輸、安裝、技術支持、系統集成和融資等服務,提高了最終產出中服務型產品收入的占比。從以上定義可以看出,制造業服務化是在先進制造的基礎上提供高附加值的生產性服務,是由單純提供“產品”轉向提供“產品+ 服務”,是制造業的升級而不是降級,更不是所謂的“去制造業”。[11]
最近的一些研究中學者們對制造業服務化的發展趨勢進行了驗證,發現隨著交通成本降低、通信技術發展以及規模經濟效應,發達國家的服務化轉型趨勢在不斷加強。[12]傳統制造業企業的服務化轉型有助于自身向價值鏈兩端延伸,[13]像蘋果這種“無工廠企業”(FactorylessGoodsProducers,FGPs)的研發能力更強、生產效率更高,可以獲得制造業附加值中的大部分收益。[14]但他們多基于發達國家數據,國內學者以中國為研究情境,發現中國的制造業服務化水平仍然較低,與美國、日本等主要經濟體仍有較大差距,[15]服務化轉型有助于中國制造業的全球價值鏈攀升。[16-19]
從上述文獻可以看出,制造業服務化的研究大多圍繞其內涵、發展趨勢以及經濟效應等方面展開,較少有文獻關注制造業企業服務化的影響因素。一些文獻從動力機制與阻礙因素兩方面對其進行考察,但主要是站在管理學視角從顧客需求、[8]差異性競爭優勢[20]以及產品和服務的互補性[21]等方面給出回答,鮮有文獻對制造業服務化的具體實現路徑進行思考。國外一些學者嘗試從開放經濟的視角討論貿易和對外投資對企業服務化轉型的影響和作用機制。[22,23]國內學者楊玲[24]基于OECD國家的視角,發現生產性服務進口貿易有助于加快本國優勢制造業服務化轉型。從數字化發展的視角看,關于數字化和服務化的文獻大多相對獨立,最近一些研究才開始將二者進行結合探討數字化和服務化之間的相互作用對企業績效的影響,但是并沒有對其作用機制和影響渠道進行分析和檢驗。[25,26]本節將通過數字化發展影響企業服務化轉型的三條傳導機制來闡釋內在機理,進而提出研究假說。
數字經濟的概念內涵豐富,既有文獻并未形成統一界定。G20 杭州峰會對數字經濟的定義是“以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動”。經合組織(OECD)坎昆會議認為,數字經濟生態系統至少包括物聯網、大數據分析、人工智能和區塊鏈四大組成部分。[27]根據以上定義,具體到企業層面,本文認為企業的數字化發展應具備以下特征:數字技術應用、智能制造、互聯網商業模式和現代信息系統。基于以上特征,數字化發展驅動企業服務化轉型的直接傳導機制體現在:
(1)數字化新技術的應用是企業服務化轉型的關鍵。通過大數據、云計算、物聯網、區塊鏈等新型數字技術的應用,可以助推傳統企業服務化轉型升級。首先,隨著數字化時代的到來,每天都會產生大量的信息數據,包括傳統企業數據、機器設備產生的數據(物聯網、智能儀表、工業傳感器、設備營運日志)以及社交網絡數據等。僅谷歌每天就要處理高達24PB(約24000TB)的數據。[28]這些大量結構化和非結構化數據對企業來說既是挑戰也是機遇,關鍵在于企業能否應用新技術收集、分析和處理數據,依靠數據創造新的增加值。其次,數字化新技術的應用可以直接擴展企業的服務業務,如物聯網在提高制造業生產效率的同時,還會使企業產品的增值部分更靠近服務環節,[29]滿足客戶多樣化的服務需求。從企業實際操作上看,陜鼓集團通過引入大數據、云計算和遠程控制系統,實現了對機械工程的在線監測和故障診斷,拓展了高附加值的高端維護服務和工程咨詢服務。[30]再次,相比于傳統制造部門,企業服務業務轉型更依賴于實時信息處理和對客戶需求的及時反饋。[31]因此企業需要搭建云計算基礎設施,構建云平臺和云生態,采用機器學習、數據挖掘等新技術及時獲取消費者的行為數據和消費數據,盤活“消費者資產”,為客戶進行數字畫像,提供有針對性的服務,提高客戶的服務體驗和服務質量。最后,大數據本身也是一種服務產品。企業為數據賦能有兩種途徑,[32]一是通過對私有數據的挖掘和分析,為企業自身服務;二是將數據看作可以產生額外收入的“新產品”,將脫敏后的數據出售給感興趣的機構,或和第三方開展相關咨詢服務,拓展服務邊界,創造新的商業機會。
(2)智能制造是企業服務化轉型的基礎。制造業服務化轉型絕非以放棄制造業為目的的“去工業化”,而是在高質量智能制造的基礎上衍生出更多的服務化需求,通過服務給客戶帶來更大的價值,增強企業的盈利能力。實現智能制造的核心技術包括微處理芯片、智能傳感器、智能儀表、射頻識別設備、工業機器人、高端數控機床等,然而我國企業在這些方面與歐美發達國家相比仍有較大差距。[29]因此,如果企業將建設智能工廠作為未來發展的重要路徑,那么通過技術研發破解智能制造的核心難題,通過技術應用實現數字化生產,則一定可以在激烈的市場競爭中獲得差異化競爭優勢,實現企業的服務化轉型升級。例如,煙臺持久鐘表是一家以智能鐘表制造和時間服務為主業的企業。為應對激烈的市場競爭,響應重要領域高精度、高可靠的時間同步服務需求,企業研發了鐘聯網系統,在國內首次實現對遍布各地的時鐘終端產品的遠程實時監控,不僅引導存量客戶群時鐘系統的升級改造,還進一步拓展高端裝備、智能電網、智慧城市等新興客戶領域,企業運營及代理維護業務量成倍增長,服務收入占比逐年遞增,實現從單一賣產品到產品服務一體化的轉型升級。②
(3)互聯網商業模式是企業服務化轉型的助推器。首先,互聯網的發展加快了知識共享的步伐,打破了時間和空間限制,有利于整合各方優勢資源,形成跨領域、網絡化的協同創新平臺,通過信息、知識和創新資源的共享、集成、利用和再創造等方式,使研發設計、生產管理、人員培訓、商貿物流、金融擔保等服務性要素在制造業的全部投入中占據越來越重要的地位,推進制造企業進一步提高效率。[33]其次,在互聯網尤其是移動互聯網商業模式推動下,消費者通過廣泛、實時參與生產和價值創造的全過程,使生產者和消費者之間的關系正在發生根本性變化,企業經營從“以產品為中心”的業務模式向“以客戶為中心”的模式轉變,價值鏈主導權轉移到消費者手中,通過移動終端、網絡營銷、社交平臺、電子商務等新業態、新平臺和新模式實現與用戶精準互動,推進定制化和柔性生產。根據客戶的多樣化和個性化需求提供解決方案,拓展出包括信息咨詢、運行維護、產品研發、系統集成、現代物流和融資租賃等專業性服務業務,拓寬企業的服務化范圍,提升服務效率和企業綜合競爭力。最后,實施“互聯網+”可以對傳統產業鏈進行整合與優化,打通上下游產業鏈條,實現供需雙方的直接對接,為客戶提供全產業鏈集成服務和產品全生命周期管理,實現從傳統制造企業向“制造+服務”的系統集成服務商轉變。例如,廣電運通通過建立國內首個金融自助渠道運營管理系統平臺,實現了呼叫中心服務、售后管理服務、設備管理服務、客戶反饋評價管理和數據分析挖掘五大功能的集成,同時還搭建了“1+1+2”(1 個官方網站+1 個后臺運營平臺+ 微信公眾號以及APP)的網絡化服務體系,將線下服務向線上服務延伸,拓展了在線監測、故障預警、故障診斷與修復、預測性維護、運行優化、遠程升級等服務業務,逐步實現向綜合性服務解決方案提供商轉型。③
(4)信息化系統是企業服務化轉型的重要支撐。數字化新技術的應用、智能制造和互聯網商業模式的成功運用有賴于企業從根本上夯實從研發、生產到銷售、維護的產品全過程管理信息技術基礎。從管理層面上看,企業需要構建人力資源管理、財務管理、行政和法務等信息化管理系統,實現縱向管控,提高管理效率;從產品層面上看,為了實施數字化戰略,企業需要構建包括研發管理、供應鏈管理、生產管理、產品數據管理和市場營銷等信息化系統,并完成系統之間的有效集成和全連接,實現數據在平臺和系統內部的有效共享,為企業服務化轉型提供全面的數據支撐。基于以上分析,本文提出假說:
假說1:數字化發展可以直接推動企業服務化轉型
間接傳導機制,主要表現為數字化發展對企業服務化轉型的間接影響,即數字化發展通過創新研發和人力資本提升的機制推動企業服務化轉型。
(1)提升產業鏈水平,要注重利用技術創新形成新的競爭優勢。企業服務化轉型成功的關鍵在于核心技術能力的提升,只有通過創新增強制造業企業的核心競爭優勢,才能圍繞這一優勢提供相關服務化產品。缺乏技術創新支撐的制造業服務化,會出現產業結構早熟風險,不利于企業的高質量發展。[34]數字化發展可以加快企業的信息化進程,通過大數據、云計算、區塊鏈、物聯網等新技術的應用實現傳統制造企業向智能制造轉型,提升企業的技術創新能力,[35]進而推動企業服務化轉型。在企業的數字化實踐中,大數據、云計算、物聯網等技術會應用在產品制造、研發設計、企業管理和客戶關系維護等各個環節,實現數據和知識在量級上的擴展和在企業內部系統之間的交流和分享,[36]不僅可以幫助企業深入了解客戶的實際需求,通過技術和服務創新做出及時反饋,而且有助于企業進行商業模式創新,[37]提升企業的動態調整能力、價值創造能力、內部管理效率和客戶維護能力,[38]更好地促進從技術創新到商業成果轉化,提高企業的服務化水平。同時,在數字經濟時代,企業將要面臨更加激烈的市場競爭,只有不斷加強創新才能提供更好的用戶體驗和服務,使企業在競爭中立于不敗之地。
(2)人力資本水平提升對制造業企業服務化轉型至關重要。在制造業價值鏈攀升過程中,勞動要素的專業化程度逐漸增強,高素質勞動力和專業化知識有利于價值鏈各環節的整合,提升產品附加值,在產業分工中的作用尤為顯著。[39]企業的智能化發展會形成先進機器設備對低端勞動力的替代,同時數字技術的應用會加大對高學歷人才的需求,優化企業人力資本結構。[40]隨著企業人力資本水平的提升,高質量知識資本和人力資本將融入產品的生產和經營過程,產生直接的技術外溢,提高企業創新能力,[41]推動企業向“微笑曲線”兩端攀升,通過研發設計、物流營銷、管理咨詢和系統集成等服務活動為企業創造新的價值。基于此,本文提出假說:
假說2:數字化發展可以通過創新研發和人力資本提升的機制間接驅動企業服務化轉型
以上理論分析表明,數字化發展可以提高制造業企業的服務化程度。然而,這種提升作用可能還會受到外部經濟環境和企業微觀特征的影響。在知識產權保護力度、地區服務業開放度和要素密集度等特征不同的企業中,數字化發展對企業服務化程度的影響可能存在明顯差異。
首先,數字化發展的服務化轉型效應可能受到地區知識產權制度執行程度的影響。知識產權保護的獨占制度可以使創新者降低技術被模仿的風險,最大化企業創新帶來的經濟價值。[42]數字經濟下的侵權行為模仿速度快、取證復雜,如果不能對侵權行為進行有效打擊將會影響企業新產品開發和服務創新。在知識產權保護力度較大的地區,實施數字化戰略的企業不用擔心產品和服務創新被暴露的風險,堅定企業實施數字化戰略的決心,推動企業增加研發投入和提高人力資本水平,[43]提升企業服務化水平。在知識產權保護較弱的地區,實施數字化戰略的企業會因為侵權行為的肆虐減少商業模式、管理模式和服務模式的創新,不利于企業的服務化轉型。基于此,本文提出假說:
假說3:在知識產權制度執行程度較高的地區,數字化發展對企業服務化程度的提升作用較大
其次,數字化發展的服務化轉型效應可能受地區服務業開放程度的影響。隨著服務業開放門檻的降低,國外優質生產性服務的涌入會與國內企業形成激烈的市場競爭。為了保持市場競爭力,企業需要對國外優質的服務業務、產品設計、管理經驗和營銷模式進行吸收、學習和再創造,通過創新研發和自我革新不斷為客戶提供高質量的服務,提高客戶粘性和產品附加值。[44]不僅如此,包含先進技術的生產性服務業務還會產生互補效應,[45]可以挖掘出企業數字化轉型過程中尚未被充分利用的具有潛在價值的業務數據,將其轉換成能為企業帶來直接市場價值的高質量服務。基于此,本文提出假說:
假說4:在服務業開放程度較高的地區,數字化發展對企業服務化轉型的促進作用較大。
最后,數字化發展對企業服務化轉型的影響可能因要素密集度的不同產生差異。一般來說,制造業企業按要素密集度的不同可以劃分為勞動密集型、資本密集型和技術密集型三類。根據上文的分析,企業服務化轉型成功的關鍵在于技術研發的投入和智能設備的應用,因此相對于勞動密集型企業,數字化戰略對于資本或技術密集型企業服務化轉型的促進作用相對更大。基于此,本文提出假說:
假說5:在資本或技術密集型企業中,數字化發展對企業服務化轉型的正向影響較大;對于勞動密集型企業,數字化發展對企業服務化轉型的正向影響相對較小
根據本文的理論機制分析,為檢驗假說1 數字化發展對企業服務化轉型的直接影響,構建如下多元線性回歸模型:

其中,被解釋變量Service代表企業服務化程度,本文主要采用兩個指標量化企業的服務化程度:服務化收入占比和服務化人員結構。考慮到有些上市公司可能并未將主營業務收入明細反映在財務報表里,所以在穩健性檢驗中,本文將構建反映企業服務業務廣度的變量來測度企業服務化程度。核心解釋變量DIGI 衡量制造業企業的數字化發展水平,參數β 刻畫DIGI 對企業服務化程度的影響效應。Controls 為其他企業層面控制變量。為了控制宏觀和行業因素對服務化程度的影響,本文還在方程中加入了省份、行業和年份固定效應。
選取2007-2017年中國A 股制造業上市公司作為研究樣本,數據來源包括三個部分:(1)反映上市公司數字化發展程度的指數,通過搜集和整理2007-2017年的年報資料,進行文本分析得到。(2)反映上市公司服務化產出的變量,通過收集和整理上市公司主營業務收入明細數據得出。(3)研究涉及的其他企業層面微觀數據來自于Wind 和國泰安數據庫。
(1)被解釋變量
在行業和宏觀層面,已有文獻大多使用完全消耗系數從服務化投入的角度衡量制造業行業的服務化水平,然而在企業層面衡量指標并不統一。劉斌等[15]認為,企業研發、教育、運輸、金融、營銷等服務項下的投入主要反映在制造費用、管理費用、營業費用和財務費用等會計科目中。陳麗嫻等[46]基于A 股上市公司數據,通過計算服務業務收入占主營業務收入的比重來度量企業的產出服務化水平。本文主要從服務業務收入和服務人員結構兩方面衡量企業的服務化轉型程度。首先,服務化轉型可以讓企業獲得差異化競爭優勢,提高企業盈利能力,服務業務收入占比(Ser_income)可以直觀反映企業的服務化產出水平,是企業服務化轉型程度的最直接度量方式。在變量構造上,參考黃婷婷的做法,[47]根據國民經濟行業分類標準(GB/T 4754-2011)中服務業行業的劃分,將與主營業務相關的生產性服務分為八大類:①技術支持服務,包括維修、保養、安裝與檢測等基本技術支持與售后服務;②銷售服務,包括分銷、批發、零售和國際貿易等;③咨詢服務,包括產品咨詢、管理咨詢以及市場咨詢等;④培訓服務;⑤租賃服務,包括產品租賃和設備租賃等;⑥研發與信息服務,包括設計、研發、開發、維護、升級、轉讓、技術指導、數據及信息處理服務、系統集成、系統運營維護以及綜合技術服務等;⑦金融服務,包括融資與保險等金融服務;⑧物流服務,包括物流、裝卸、搬運、倉儲和運輸等。在具體方法上,首先檢查企業是否直接將主營業務收入劃分為非服務業和服務業兩大類,若沒有則對按行業分類的主營業務收入明細數據進行關鍵詞檢索,通過計算服務化收入與主營業務收入的比重來衡量制造業企業的服務化產出水平;若年報中沒有按行業分類的明細數據,則按對產品分類的主營業務收入明細數據進行關鍵詞檢索后構造,如2017年中鋼天源報表中公布服務業收入占比為11.27%,則認定其服務業務收入占比為11.27%;2017年三維通信中通信設備制造業占比81.69%,互聯網信息服務占比16.28%,則認定其服務業務收入占比為16.28%;2016年開能健康按產品分類服務收入及其他占比6.35%,則認定其服務業務收入占比為6.35%。
其次,本文還從服務化人員結構(Ser_ratio)方面對企業服務化程度進行度量。國外學者基于發達國家數據發現勞動力正在從制造業部門向服務業部門轉移,如法國企業中服務部門員工人數在不斷增加,而且這一增長有助于擴大產品銷售和提高制造業部門的生產效率;[13]Bernard等[48]在丹麥制造業部門也觀察到了同樣的現象。鑒于此,本文收集了上市公司非生產人員人數數據,并將其與員工總人數之比作為企業服務化人員結構的代理變量。此外,我們還構建企業服務業務范圍廣度變量(Ser_total)用于穩健性檢驗,即按照上述關鍵詞檢索企業是否開展該類服務,若開展該類服務則數值為1,反之為0,在此基礎上對其進行加總,得到代表企業服務化范圍廣度的變量。
(2)解釋變量
核心解釋變量企業數字化發展指數的構造方法如下:第一步,收集2007-2017年制造業上市公司的年度報告,使用迅捷PDF 轉換器將其轉換為txt 格式,然后通過Python 提取上市公司經營情況分析部分的文本。由于上市公司年度報告在不同年份的披露格式存在差異,所以針對2007-2014年、2015年、2016-2017年上市公司年報,分別將“董事會報告”、“管理層討論與分析”、“經營情況討論與分析”部分文本內容提取出來。①第二步,通過人工判斷的方式抽取一定量數字化轉型較為成功的企業樣本。判斷標準來自于理論部分的分析,即企業在生產經營中是否采用數字化新技術、實施互聯網商業模式、實現智能制造以及搭建現代化信息系統。為了保證樣本的代表性,本文將每一年每一行業內數字化轉型較為成功的兩家公司挑選出來,共計得到614 份樣本。第三步,基于Python 的Jieba 中文分詞功能對選定好的樣本進行分詞處理,并進行詞頻統計,篩選出與數字化發展相關的高頻詞匯,結果如表1 列(2)所示。可以發現,數據、數字化、互聯網、智能、信息、網絡化等詞語出現的頻率較高,這也印證了從數字化技術應用、互聯網商業模式、智能制造和現代信息系統四個方面衡量企業數字化發展程度的合理性。第四步,進一步縮小關鍵詞范圍。基于第三步形成的詞匯從上市公司總樣本中提取其前后文本,并尋找出現頻率較高的文本組合,結果如列(3)所示。第五步,在既有文獻基礎上對關鍵詞進行補充,形成最后的分詞詞典,結果參見列(4)。第六步,基于自建的分詞詞典,使用Jieba 功能對所有樣本進行分詞處理,從數字技術應用、互聯網商業模式、智能制造和現代信息系統四個方面統計關鍵詞的披露次數,以此反映企業在各方面的發展程度。[3]在此基礎上,對詞頻數據進行標準化處理,使用熵值法確定各指標權重,最終得到制造業上市公司數字化發展總指數DIGI。
參考陳麗嫻[49]的研究,其他控制變量的定義如下:資本密集度,用固定資產與員工人數的比值表示;企業規模,用企業員工人數的對數值表示;研發費用占比,用企業研發費用占主營業務收入比重衡量;海外業務收入,企業有海外業務收入記為1,否則記為0;所有制性質,企業為國有企業記為1,非國有企業記為0。此外,李虹等[50]發現環境規制有助于產業結構的服務化轉型,因此我們在模型中加入環保監督的解釋變量,數據來源于公眾環境研究中心的企業環境監管記錄數量,環境監管記錄越多表示企業受到的環保監管力度越強。本文還控制了企業是否為重污染行業的虛擬變量,如果企業屬于重污染行業記為1,非重污染行業為0。相關變量的定義見表2。

表1 企業數字化發展指數構建及關鍵詞選取

表2 變量定義
表3 根據上市公司是否實施數字化發展戰略進行分組,并對主要變量進行描述性統計。結果顯示,相對未實施數字化發展戰略的企業,實施數字化發展戰略企業的服務化收入占比和服務化人員占比更高。從均值上看,相比未實施數字化發展戰略的企業,實施數字化發展戰略企業的服務化收入占比提升了約83%,服務化人員占比提升了約12%。假說1 初步得到驗證。從表3還可以看出,實施數字化發展戰略企業的人均產出、銷售凈利率和每股收益顯著高于未實施數字化發展戰略的企業,說明總體上看實施數字化發展戰略企業的經營效益更好。此外,實施數字化發展戰略企業的規模更大、研發費用占比和海外收入占比更高,且數字化轉型更多發生在非重污染行業。

表3 主要變量的描述性統計

圖1 2007-2017年企業服務業務收入占主營業務收入比重
從服務化產出占主營業務收入的比重看(見圖1),2007-2017年企業服務化產出占比持續增高,同時公布服務業務收入的企業數量也基本保持同樣的變化趨勢,由339 家上升至898 家。從服務化人員結構看(見圖2),2007-2017年上市公司服務人員就業比重呈現明顯的上升趨勢,由2011年的42.45% 上升至2017年的45.49%,增加了約3 個百分點。④圖2 還可以看出,企業服務化范圍廣度也呈逐年上升態勢,企業提供的服務業務種類逐年增加。此外,從圖3 和圖4 也可以看出,企業數字化轉型的步伐在逐漸加快,數字化發展指數總體上保持上升趨勢,同時實施數字化戰略的企業數量在不斷增長,這一發展態勢與企業服務化轉型的趨勢基本保持一致。

圖2 2007-2017年企業服務人員結構與服務化范圍廣度

圖3 2007-2017年企業數字化發展指數

圖4 2007-2017年數字化企業數量占比
表4 報告了數字化發展對制造業服務化轉型影響的總體檢驗結果。第(1)列和第(2)列為只加入核心解釋變量的回歸結果,可以發現數字化發展對企業服務化轉型的影響顯著為正。第(3)列和第(4)列為加入控制變量后的回歸結果,可以發現數字化發展在1%置信水平下顯著促進了企業的服務化轉型。由于計算機和通信行業特有的信息化優勢,我們將其排除后重新進行回歸,列(5)和列(6)結果未發生明顯改變。從控制變量看,資本密集度較低、規模較小的企業,服務化水平相對較高;海外業務收入較高的企業,服務化水平相對較低;行業屬性對企業服務化水平的影響較為顯著,重污染行業的上市公司服務化水平顯著低于輕污染行業的上市公司。

表4 數字化發展對企業服務化轉型影響的實證結果
本文采用以下方法進行穩健性檢驗,相關結論均未發生實質性改變。主要包括:(1)替換解釋變量。構建了一個企業是否披露數字化發展相關信息的虛擬變量DIGI_dum。表5 第(1)列和第(2)列結果顯示,DIGI_dum 在1%置信水平下顯著為正,假說1 依然成立。(2)替換被解釋變量。將被解釋變量替換為服務業務廣度,表5 第(3)列結果顯示,數字化發展變量依然在1% 水平下顯著。(3)為了降低分項指標之間相關性的影響,重新采用主成分分析法構造數字化發展指數DIGI_com,列(4)和列(5)結果顯示變量系數依然顯著為正。(4)為避免內生性問題對結果的干擾,我們將所有解釋變量滯后一期后重新回歸,結果如第(6)列和第(7)列所示,發現數字化發展的估計系數依然顯著為正,與基準回歸結果保持一致。(5)為避免樣本選擇偏誤和自選擇問題,我們采用Heckman 兩步法重新對樣本進行回歸。首先,在表4 第(1)、(3)和(5)列回歸中只考慮了開展服務化業務的樣本,然而企業是否經營服務化業務是基于自身成本收益分析后的自選擇問題,不應被視為外生變量,如果不考慮自選擇問題可能使模型估計結果出現偏誤。因此,參考陳麗嫻等、[46]徐振鑫等[51]的做法,本文在Heckman 第一步中加入資產報酬率、資產負債率、主營業務收入、平均工資、所得稅率等影響企業開展服務化業務的變量。其次,為克服樣本的選擇性偏差,我們根據第一步估計結果計算出每個樣本的逆米爾斯比率,作為解釋變量加入第二步結果方程中進行估計(限于篇幅,圖表略去備索)。因此,在考慮數字化發展指數的構建、服務化水平的測度、相關性問題、內生性問題以及樣本選擇性偏差問題后,本文的主要實證結果依然保持穩健。
在模型設計上,本文根據中介效應的原理和檢驗程序,分三步構建中介效應模型。[52]首先,將服務化水平變量對數字化發展變量進行回歸;其次,將中介變量對數字化發展變量進行回歸;最后,將服務化水平變量同時對數字化發展和中介變量進行回歸。對于創新驅動的機制檢驗,采用專利數量的對數值作為中介變量;對于人力資本的機制檢驗,采用企業本科及以上學歷人員占比作為中介變量。完整的中介效應模型如下所示:


表5 數字化發展促進企業服務化轉型的動力機制檢驗(服務化產出)
中介效應檢驗結果如表5所示。其中第(1)列估計結果表明,數字化發展的系數估計值在1% 水平下顯著為正,說明隨著企業數字化戰略的實施,創新能力顯著提升。第(2)列報告了創新驅動的中介效應檢驗結果,可以看出專利數量變量估計系數顯著為正,同時數字化發展變量依然顯著,說明數字化發展通過創新能力的提升推動了企業的服務化轉型。更進一步,Sobel 檢驗中創新驅動的z 統計值為2.02(在5% 的置信水平下顯著),中介效應占總效應的比例為10.1%,這說明專利數量是一個有效的中介變量。第(3)列估計結果表明,數字化發展的系數估計值在1% 水平下顯著為正,說明數字化發展可以優化企業的人力資本結構,提高企業人力資本水平。第(4)列報告了人力資本的中介效應檢驗結果,可以看出人力資本變量估計系數顯著為正,同時數字化發展系數依然顯著,說明數字化發展通過人力資本結構的優化促進了企業服務化轉型。在Sobel 檢驗中人力資本的z 統計值為5.28(在1% 的置信水平下顯著),中介效應占總效應的比例為27.7%,說明人力資本結構是一個有效的中介變量。另外,當把服務化產出替換為服務化人員結構變量后,可以得到類似結果,如表6所示。其中兩種渠道的中介效應占總效應的比例分別為9.4%和49.9%。表5 和表6 的結果驗證了假說2,表明數字化發展通常會提升企業創新能力,帶動企業人力資本水平提高,推動企業服務化轉型。

表6 數字化發展促進企業服務化轉型的動力機制檢驗(服務化人員結構)
(1)基于知識產權保護視角的分析
基于理論分析,我們預計知識產權保護會進一步提升數字化發展對企業服務化轉型的促進作用。借鑒Kafouros等、[53]唐宜紅等[54]的做法,本文以一個省份的知識產權侵權糾紛的結案數量占侵權糾紛案件總量的比重表征地區的知識產權保護力度,比重越大反映該省份知識產權保護的執行力度越強,反之則越弱。數據來源于國家知識產權局統計年報,采用總累計值的方式進行指標計算。本文根據知識產權保護力度的中位數將樣本分為知識產權保護力度強的地區和知識產權保護力度弱的地區兩組子樣本。從表7 列(1)和(2)結果可以看出,對于知識產權保護力度較強的地區,數字化發展對企業服務化轉型的影響程度大于知識產權保護力度較弱的地區,說明知識產權保護力度越大,數字化發展對本土制造業企業服務化轉型的正向溢出效應越強,驗證了假說3。

表7 數字化發展促進企業服務化轉型的異質性檢驗(服務化產出)
(2)基于服務業開放度視角的分析
基于理論分析,我們預計服務業開放會進一步提升數字化企業的服務化水平。參考申明浩等[55]的研究,按如下方法測算各地區服務業開放度:

其中,a=Ser_trade/(Ser_trade+Ser_fdi),b=Ser_fdi/(Ser_trade+Ser_fdi),Ser_trade 表示各地區服務貿易出口額(考慮到數據的可得性問題,采用各地區國際旅游外匯收入近似替代),Ser_fdi表示各地區實際使用服務業外商直接投資額,GSP 代表各地區服務業總產值。變量數據來自于各地區統計年鑒。根據服務業開放度的中位數將樣本分為高服務業開放度和低服務業開放度兩組子樣本。從表7 列(3)和列(4)結果可以看出,對于服務業開放度較高的地區,數字化發展對服務化轉型的影響系數大于服務業開放度較低的地區,同時顯著性水平更高,說明服務業開放有助于推動數字化企業的服務化轉型,驗證了假說4。
(3)基于要素密集度視角的分析
基于理論分析,我們預計數字化發展對資本或技術密集型企業的服務化程度的提升作用更強。本文首先按固定資產占總資產比重的中位數對樣本進行劃分,將固定資產占比高的企業劃分為資本密集型企業;其次,按照研發費用占主營業務收入比重的中位數對樣本進行劃分,將研發費用占比高的企業劃分為技術密集型企業;最后,將既不是資本密集型也不是技術密集型的企業劃分為勞動密集型企業。[56]從表7 列(5)和列(6)結果可以看出,對于資本或技術密集型企業,數字化發展對服務化產出的影響系數大于勞動密集型企業,且顯著性水平相對更高,說明數字化發展對資本或技術密集型企業服務化轉型的溢出效應更強,驗證了假說5。另外,當把服務化產出替換為服務化人員結構變量后,基本結論未發生明顯改變,結果如表8所示。

表8 數字化發展促進企業服務化轉型的異質性檢驗(服務化人員結構)
數字化發展對企業服務化轉型的影響不僅體現在“數量”上,還應體現在“質量”上。國外學者研究表明,傳統制造業企業的服務化轉型有助于提升經濟效益,[57]實現向價值鏈兩端延伸。[12-14]國內學者研究也發現,服務化轉型有助于提升企業獲利能力和經營績效,[58]推動中國制造業的全球價值鏈攀升。[16-19]那么,數字化發展如果可以促進制造業企業的服務化轉型,這種轉型升級能否為企業創造價值,能否實現制造業企業高質量發展的預期目標?本部分將對這一問題進行探討。
在模型設計上,依然采用中介效應的檢驗方法,完整的計量模型如下:

其中,PER 表示企業經營績效,采用銷售凈利率、人均產出和每股盈利等指標量化。服務業務收入的中介效應檢驗結果如表9所示。其中第(1)、(3)和(5)列結果顯示,數字化發展對企業銷售利潤率、人均產出和每股收益的系數估計值均在5%置信水平下顯著為正。第(2)、(4)和(6)列結果顯示,服務業務收入對企業經營績效的估計系數均顯著為正,同時數字化發展變量系數依然顯著,Sobel 檢驗的z 統計值分別為2.24、2.27和1.76(均至少在10%置信水平下顯著),中介效應占總效應的比重分別為5.7%、3.3% 和3.3%。服務人員結構的中介效應檢驗結果如表10所示。表10 第(1)、(3)和(5)列結果中,數字化發展均在1% 水平下顯著為正。第(2)、(4)和(6)列結果中,服務人員結構和數字化發展變量的系數均顯著為正,表現出部分中介效應。更進一步,對于銷售凈利率、人均產出和每股盈利方程,Sobel 檢驗的z 統計值分別為2.71、17.24 和5.62(均在1%置信水平下顯著),中介效應占總效應的比重分別為21.0%、62.1% 和39.4%。表9 和表10 結果說明,對于企業經營績效,服務化轉型的中介效應確實存在,數字化發展推動了企業服務化轉型,由此帶來企業經營效益的改善和產品附加值的提高,實現了企業的高質量發展。
本文基于2007-2017年中國A 股制造業上市公司數據,從直接傳導機制、間接傳導機制和異質性傳導機制三個維度闡述了數字化發展推動企業服務化轉型的內在機理,采用文本挖掘技術構造了企業層面的數字化發展指數,并在此基礎上從實證角度檢驗了數字經濟的服務化轉型效應,主要結論如下:第一,數字化發展顯著提高了企業服務化水平,已成為新時代推動制造業企業服務化轉型的強大動力。第二,基于影響機制的研究發現,數字化發展能通過提高創新能力和優化人力資本結構的機制間接促進企業服務化轉型。第三,為深入考察數字化發展對企業服務化轉型的異質性影響,研究根據知識產權保護力度、服務業開放度和要素密集度分樣本進行估計。首先,知識產權保護對于數字化企業的服務化轉型升級非常重要,知識產權保護力度越大的地區,數字化發展對企業服務化水平的提升作用越強;其次,良好的服務業開放環境有助于數字化企業的成功轉型;最后,數字化發展的服務化促進作用還受企業自身要素密集度的影響,對于資本或技術密集型企業,服務化轉型的效果相對更好。第四,通過考察數字化企業的服務化轉型質量,發現數字化發展可以通過服務化轉型提高企業的銷售凈利率、人均產出和每股收益,實現績效改善和價值增值,助推企業高質量發展。

表9 服務業務收入的中介效應檢驗結果

表10 服務人員結構的中介效應檢驗結果
基于以上結論,本文提出以下幾點政策建議:第一,企業應重視數字化發展對服務業務轉型的強大推動作用。首先,加快數字化技術的創新與應用,持續釋放數字技術的轉型升級潛力。其次,加強企業的智能工廠建設,將物聯網、微處理芯片、智能傳感器、工業機器人、高端數控機床、3D 打印等人工智能技術應用于整個工業生產過程,并基于智能化生產拓展增值服務,拓寬企業的服務業務范圍,同時企業還可以對整個生產流程中產生的數據進行采集,形成獨特的“數據”資產,通過數據共享和重新利用激發服務業務新活力。[59]再次,形成互聯網商業思維。在“互聯網+”時代,企業在經營中應充分擁抱互聯網,利用互聯網思維對企業價值鏈和商業形態進行重構,以客戶為中心整合業務,不斷提高業務洞察力,緊緊圍繞客戶需求進行商業模式和服務創新,為客戶提供“量體裁衣”式的個性化服務。最后,完善信息化基礎設施建設。在數字化時代,企業在信息化建設中應打通和連接各業務流程的子系統,形成高效的信息共享平臺,避免出現“信息孤島”,影響企業服務創新效率。
第二,制造業服務化是創新要素驅動的先進制造模式,因此在制造業服務化轉型中要以數字化戰略重構企業的創新生態,重視人力資本管理,通過組織創新和制度創新引領企業服務化轉型。一方面,企業應嘗試運用互聯網思維進行組織創新和制度創新,努力調動各主體的創新積極性,持續激發公司內部創新活力。另一方面,企業也要相應地利用數字化技術推進人力資源管理升級。人力資源管理數字化轉型的關鍵在于為員工賦能,比如通過大數據的精準匹配為企業招聘合適的高端人才、建立以數據為驅動的績效管理體系、為員工提供個性化定制培訓、打造數字化的工作場所以及為員工提供智能化服務,通過持續激發員工創造力推動企業服務化轉型。
第三,從政府的角度看,應通過一些體制機制改革,為企業數字化戰略的實施營造良好的外部環境。首先,政府應加強對知識產權的保護力度,并針對數字環境下的侵權新特點不斷完善法律制度,為企業的服務化轉型保駕護航。其次,政府應通過降低市場準入壁壘、實行準入前國民待遇加負面清單制度、完善財稅政策等措施,進一步推進生產性服務業有序對外開放。生產性服務業開放不僅可以增加本土企業的服務可得性,而且可以通過溢出效應充分發揮服務化轉型中數字化的“威力”,使數字化發展成為企業服務化轉型的新動能。
第四,數字化發展對企業服務化水平的提升不僅體現在“數量”上,更應體現在“質量”上。企業實施數字化戰略的最終目標是獲得更強的競爭優勢,通過服務化轉型增加收入、降低成本和提高效率,實現企業的高質量發展。因此企業在服務化轉型的過程中既要重視服務化產出在量上的提高,也要重視服務業務水平在質上的提升,通過服務化轉型形成合理的產業結構,實現產品價值增值和利潤空間拓展,防止一味擴大服務化投入對企業經營效益帶來負面影響。
注釋
①2007-2014年上市公司經營狀況討論,主要在“董事會報告”章節披露,2015年在“管理層討論與分析”章節披露,2016-2017年則放在“經營情況討論與分析”章節披露。
②服務型制造公共服務平臺:http://www.somac.org.cn/article/576/29.html。
③服務型制造公共服務平臺:http://www.somac.org.cn/article/580/29.html。
④從2011年開始做圖是因為在此之前公布人員構成的上市公司數量太少,分別只有2、4、9 和58 家,會影響對變動趨勢的判斷。