數字化能否調節產品創新與服務轉型的交互效應
——基于A股制造業上市公司的實證研究

樓 永，趙 鑠，郝鳳霞

(同濟大學 經濟與管理學院，上海 200092)

0 引言

加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局，是“十四五”規劃提出的事關中國發展全局的重大戰略任務，對未來高質量發展、高標準市場體系建設及高水平對外開放具有根本性指導意義。制造企業是構建雙循環新發展格局的重要主體，其高質量發展關系到經濟高質量發展全局。產品創新與服務轉型是制造企業高質量發展的兩大內生動力：產品創新聚焦價值鏈上游，強調產品質量和創新性[1]，以進一步滿足客戶需求或開辟新的市場；服務轉型則關注價值鏈下游，強調服務鏈條拓展和延伸，以此提高客戶粘性和產品附加值[2]。現實中，越來越多的企業選擇在生產經營實踐中同時推進產品創新和服務轉型兩種戰略，期望實現兩者協同效應。然而，受資源和能力的影響，制造企業同步推進產品創新和服務轉型戰略往往會產生資源爭奪現象，導致企業資源沖突[3,4]。因此，為促進兩者交互對企業績效產生積極影響，兩者間關系亟待協調。當前，人工智能、大數據、云計算、物聯網、區塊鏈等底層數字技術的發展與融合，對產業結構變革和經濟增長格局產生了深遠影響[5]。在數字技術滲透和賦能下，傳統制造企業數字化程度迅速提升，為協調產品創新與服務轉型間的資源沖突帶來轉機[6]。數字技術能夠通過實時收集和分析客戶行為數據，深度挖掘客戶在使用產品或接受服務過程中的潛在問題，并將其反饋到產品和服務中，創造出更多供需價值，進而有效降低產品和服務間的協調成本，促進制造企業產品創新和服務轉型協同，對于實現高質量發展具有重要現實意義。

現有研究從不同視角探討產品創新和服務轉型間的復雜關系，在實踐層面初步達成數字技術有助于促進產品創新和服務轉型戰略協同的結論。但鮮有文獻探討兩者間的動態互動關系，尤其是數字化情境下的互動關系。本文梳理數字技術促進企業競爭力提升的因果邏輯，將產品創新和服務轉型納入同一框架，通過構建產品創新和服務轉型關系模型，利用Python文本挖掘技術構建數字化指標，實證檢驗數字化情境下產品創新和服務轉型對企業績效的交互效應，解析數字技術調節兩種戰略的作用機理，從而充分發揮數字化對制造企業高質量發展的引領作用。

1 文獻綜述

產品創新是企業發展內在要求與市場經濟相結合的產物，服務轉型則是企業適應激烈市場競爭的表現，兩者共同影響制造企業經濟效益。現有研究從不同視角探討產品創新與服務轉型間的復雜關系。學術界普遍認為，產品作為衍生服務的實物載體，服務價值創造必須以產品創新為基礎，兩者呈現相互促進、互為補充的動態關系，具體表現為產品創新推動服務轉型，服務轉型反過來促進產品創新。一方面，產品創新是制造企業為客戶提供解決方案和增值服務的重要前提。Hwang等[7]認為，基于產品的資源和能力可以幫助制造企業有效管理服務業務，高技術含量的產品創新能夠促進產品差異化形成，進而引發內部需求，并推動服務轉型。另一方面，服務轉型是推動產品創新以維持企業差異化優勢的必然要求。Brax等[8]認為，服務轉型能夠拉近企業與市場間的距離，提升客戶反饋頻率與質量，有利于企業挖掘客戶真實需求，從而促進產品創新。此外，部分學者從產品創新和服務轉型協同性視角出發，分析兩者可能具有的互補功能。例如，Eggert等[9]發現，實施產品創新和服務轉型協同戰略對企業績效的影響大于單獨實施產品創新或服務轉型戰略，尤其在競爭激烈、客戶高度集中的情境下，這種影響尤為顯著；肖挺[10]發現，產品創新和服務轉型存在顯著互補效應，并且從更長的時間看，同時推動產品創新和服務轉型能夠促進企業知識存量增加，使其具有更好的發展潛力；Teece[11]指出，企業市場開發失敗的主要原因在于制造商未能向客戶提供可靠的服務。產品創新和服務轉型間的復雜關系不能僅僅以互補性加以解釋，從資源觀視角看，資源和能力是企業形成差異化競爭優勢的基礎，只有考慮企業自身資源基礎，才能制定出最優戰略[12]。由于企業資源是固定的，當傳統制造企業開始進行服務轉型時，需要對其擁有的資源重新分配[13]。企業資源的稀缺性會制約產品創新和服務轉型協同發展，通常表現為兩者對企業有限資源的競爭，進而難以帶來利潤[14]，不利于制造企業高質量發展。Valtakoski[15]指出，雖然服務轉型有助于企業整合客戶資源，提升與客戶交流的頻率和質量，有利于企業知識積累，但也會加劇產品創新與服務轉型間的資源沖突問題。此外，部分學者將產品創新和服務轉型看作是企業價值創造的兩種邏輯范式，發現只有在一定條件下服務轉型才能對產品創新起正向調節作用[16]。從產品、服務融合視角看，產品、服務不匹配會導致企業陷入服務化悖論，進一步加劇企業資源沖突問題。陳漫等(2016)指出，只有制造企業服務化戰略與產品戰略存在匹配關系，才能夠顯著促進企業績效提升。反之，企業實施服務化戰略對企業績效并無顯著促進作用。尤其當制造企業產品創新能力較強而服務保障能力較弱時，企業往往容易忽視客戶需求變化，其提供的產品解決方案難以滿足客戶需求[17]。此時，企業通過服務獲得的客戶反饋信息往往與已有知識和智力資本高度重合，無益于發揮服務化對產品創新的倒逼作用。

現有研究揭示了產品創新和服務轉型間的作用關系或影響方式，為進一步研究提供了基礎，但仍有一定的局限性。首先，既有研究大多探討產品創新與服務轉型的單向關系，在微觀層面上產品創新與服務轉型間的動態互動機制依然是一個“黑箱”，有待深入研究；其次，大多數研究仍停留在案例分析層面，導致研究過于單薄且缺乏必要的理論支持；最后，數字化情境下產品創新與服務轉型間的互動關系如何受企業數字化的調節影響尚處于研究空白，有待進一步解析。本文認為，僅研究產品創新與服務轉型兩者間的單向關系，以此為制造企業高質量發展提供理論和實證依據，而忽略產品創新和服務轉型間的動態互動機制以及數字化的調節作用，有可能導致制造企業在快速發展過程中遭遇資源沖突問題，最終不利于制造企業高質量發展。基于以上研究現狀，結合中國制造業高質量發展的現實背景，本文從知識基礎觀出發，著重分析制造企業產品創新與服務轉型間的動態互動關系，以期在彌補現有研究缺口的同時，為制造企業高質量發展提供一定的現實指導。

2 理論與假設

知識基礎觀認為，隱性知識具有價值性、稀缺性以及難以模仿等特征，是企業核心競爭力的重要來源[18]。企業隱性知識創造與整合的關鍵在于服務化水平，后者能夠直接影響企業資源整合效果，對產品創新和服務轉型協同發展起決定性作用。因此，探討產品創新與服務轉型的交互效應必須結合服務化水平進行具體分析。

當企業服務化水平較低時，受限于技術、知識及人力資本等高端服務要素投入不足，開展服務的廣度和深度不夠，企業與客戶互動機會較少，此時企業通過服務獲得的客戶需求反饋信息大多集中在產品使用、功能缺陷和改進意見等顯性知識上[16]，而此部分知識通常與企業已有知識重合度較高，會加劇內部資源沖突問題，無益于服務化對產品創新的倒逼作用，難以促進企業競爭優勢形成。另一方面，由于服務管理與傳統生產制造活動的業務邏輯存在較大差異，企業推進服務轉型需要對其組織結構和業務流程進行重組[19]，需要投入新的資源，甚至占用其它業務資源，進而打破企業原有資源配置平衡，促使企業不確定性上升，導致內部管理成本和外部運營成本大幅提高，造成產品和服務在資金、人力及企業文化上發生沖突，從而不利于產品創新和服務轉型協同。然而，隨著服務化水平提升，以知識為主導的高端服務要素嵌入企業產品價值鏈，產品和服務從生產到銷售各環節緊密結合，優質、全面、個性化的服務能夠提升客戶信任度和忠誠度，以及客戶反饋頻率和質量，傳遞出大量隱性知識。隱性知識獲取與整合有助于企業獲取客戶在各階段的潛在需求信息,使其能夠有針對性地對產品與服務進行研發和設計,拓展制造企業產品創新深度和效度，從而實現價值創造[20]。同時，隨著服務轉型不斷深入，企業在組織結構及業務流程重構方面投入的資源漸趨平穩，產品創新和服務轉型間的資源沖突問題得到緩解。因此，當服務化水平較高時，產品創新和服務轉型交互對企業績效具有積極影響，表現為協同效應。基于上述分析，本文提出以下假設：

H1:制造企業同時推進產品創新和服務轉型兩種戰略，隨著服務化水平提升，兩者交互對企業績效的影響呈正U型。

企業數字化變革實質上是以數字流動的相對確定性應對技術進步和市場波動的不確定性，提高資源配置優化效率[21]，對制造企業產品創新和服務轉型協同交互起催化促進作用。一方面，數字化能夠有效促進價值鏈資源協同整合。由于服務管理與傳統生產制造活動的業務邏輯存在差異，企業在推進服務轉型過程中，其價值鏈各環節組織結構和業務流程都會發生相應的變化[19]，給企業資源配置帶來難題。就實踐看，數字技術有助于企業組織結構和業務流程重構，誘使組織產生適用性變革(劉政等，2020)。數字化可以通過對企業“物流”“人流”“信息流”“資金流”進行整合優化，提升企業內部各領域的關聯性、協調性，實現包括產品創新和服務轉型在內的各流程環節執行力全面升級[22]。另一方面，數字化有助于企業組織柔性能力提升[23]，進而對外部環境不確定性變化作出快速響應。企業通過數字技術提供的信息對客戶行為、需求偏好等規律進行實時分析，能夠迅速捕捉客戶潛在需求，精準、高效地對服務方案進行柔性化調整[24]，進而在較低成本條件下滿足客戶對產品和服務的差異化需求，實現產品/服務協同的良性循環。概括而言，數字化能夠有效緩解價值鏈資源協同整合帶來的耦合難題，并提升企業響應外部不確定性的柔性化能力，從而促進產品創新和服務轉型協同發展。基于上述分析，本文提出以下假設：

H2：數字化能夠促進產品創新與服務轉型協同發展，使得兩者交互的U型曲線拐點向左移動。

3 研究設計

3.1 計量模型構建

為檢驗產品創新與服務轉型對企業績效的交互影響以及數字化的調節作用，本研究設定以下模型：

Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+∑Controli,t+yeart+provincei+industryi+εi,t

(1)

Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+β6Rdi,t×Servi,t×Digitali,t+β7Rdi,t×Serv2i,t×Digitali,t+∑Controli,t+yeart+provincei+industryi+εi,t

(2)

其中，i代表不同行業或地區，t代表年份，Control代表所有控制變量，yeart、provincei、industryi分別是年份、省份、行業固定效應，εi,t為隨機干擾項。

進一步地，為探討數字化的調節作用，本文借鑒朱丹等[25]對非線性關系拐點的分析方法，構建假設回歸方程如下：

Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+β6Rdi,t×Servi,t×Digitali,t+β7Rdi,t×Serv2i,t×Digitali,t

(3)

令Serv的一階偏導等于0，得到拐點表達式：

(4)

在此基礎上，為探尋數字化對拐點的調節效應，需要對式(4)進一步求Digital偏導：

(5)

該偏導的正負取決于分子β2β7Rd+β4β7Rd2-β3β6Rd-β5β6Rd2的大小。其中，Rd以研發強度平均值代替，若偏導小于0，則說明Serv*為單調遞減函數，即隨著Digital值的增大而遞減，曲線拐點向左移動，反之曲線拐點向右移動。

3.2 變量選取與數據說明

3.2.1 被解釋變量

企業績效采用息稅前利潤率衡量。在以往研究中，息稅前利潤率經常被用于衡量企業盈利能力和經營效率[26]，以息稅前利潤在總營收中的比值表征。此外，本研究選擇每股收益、總資產報酬率以及凈資產收益率作為企業績效替換指標進行穩健性檢驗。

3.2.2 解釋變量

(1)產品創新。本文選取研發強度衡量產品創新，采用企業研發投入在總營收中的比值表征。與企業專利申請相比，以研發強度作為產品創新的測度更能夠克服創新的偶然性[27]。

(2)服務轉型。參照肖挺等[28]的方法，采用企業其它業務收入對企業服務業務收入進行近似替代，然后采用企業服務業務收入除以企業營業總收入得到企業服務化程度，這是目前在服務化程度測量方面最能夠兼具客觀和微觀的指標。

3.2.3 調節變量

本文參考曹啟中等[29]構建的數字化詞庫，利用Python文本挖掘技術對企業年報中提到的“人工智能”“大數據”“云計算”等關鍵字進行中文分詞，并提取出相應關鍵詞所在語句，對其進行詞頻分析及人工檢查，進一步確認上市公司企業年報是否提及或使用相應的關鍵詞。目標關鍵詞出現頻率越高，說明公司數字化程度越高。此外，為了避免數字化各關鍵詞披露詞頻差異過大而影響分析結果，本研究對數字化詞頻結果作離散化處理。若年度報告中沒有提及某關鍵詞，則變量取0；在有關鍵詞出現的情況下，對當年樣本企業數字化詞頻數據進行排序并求出三分位數，小于第一分位數的數據用1表示，大于第三分位數的數據用3表示，介于兩個分位數之間的數據則用2表示，由低到高分別賦值為1～3。

3.2.4 控制變量

在財務方面，本文選擇企業規模、持續經營時間、資產負債率作為控制變量；在公司治理方面，本文選擇董事會規模、第一大股東持股比例以及高管持股比例作為控制變量。此外，本文控制了年份、省份以及行業固定效應。

表1 變量說明Tab.1 Variable description

3.3 樣本選取與數據來源

2012年發布的《“十二五”國家戰略性新興產業發展規劃》聚焦物聯網、云計算、大數據等新一代信息技術研發,強調互聯網思維,明確了信息化與工業化融合發展方向。考慮數據可得性，本文選取2012—2019年A股制造業上市公司作為研究樣本，并按照以下標準對數據進行篩選：①由于樣本期從2012年開始計算，故剔除2011年以前上市的公司；②剔除樣本期間被ST、*ST等特殊處理及退市的公司；③剔除樣本期間主營業務發生重大變化的樣本公司；④剔除樣本期間企業年報經營范圍描述中不包含任何服務相關業務的企業樣本；⑤剔除樣本期間企業年報中未披露任何數字化信息的企業樣本；⑥剔除其它數據缺失或異常的公司。經過篩選處理，最終確定樣本來自668家制造業上市公司，共5 344個樣本觀測值。此外，由于個別數據存在較大標準差，為了消除異常值的影響，使研究結果具有可靠性，對所有連續數據進行上下1%分位數的縮尾處理。本文財務數據主要來源于Wind金融終端與國泰安CSMAR數據庫，上市公司年報文本信息通過Python文本挖掘獲取。

4 實證結果與檢驗

4.1 描述性統計

表2為樣本各變量描述性統計結果，分析表中數據可知：

(1)企業財務績效均值為9.4%，最小值為-37.7%，最大值為44.7%，表明不同企業發展水平存在顯著差異。

(2)樣本期間我國制造業產品創新程度和服務化均值分別為4.5%、2.5%，總體上仍然處于較低水平，與發達國家相比存在一定差距。

(3)企業數字化水平均值為0.689，標準差為0.571相對較大，表明企業間數字化水平存在顯著差異。結合圖1看，樣本期間企業數字化增長趨勢顯著，自2015年以來增長幅度有所放緩，日趨平穩。

表2 主要變量描述性統計結果Tab.2 Descriptive statistics of the main variables

(4)從行業分布來看，計算機、通信和其它電子設備制造業(C39)以及電氣機械和器材制造業(C38)等裝備制造業擁有較高的數字化水平，這與裝備制造業特點有關。裝備制造業產品技術含量高、生產工藝精密，組織過程復雜，對研發水平、技術實力等方面要求較高，因而對數字技術需求更加強烈，如圖2所示。

4.2 實證結果分析

4.2.1 產品創新與服務轉型交互效應研究

對模型分別進行Hausman檢驗，結果顯示，相較于隨機效應模型，固定效應模型更符合本文數據統計特征。因此，本文選取固定效應模型作為主要計量模型，估計結果如表3所示。

表3中，模型1僅包含核心解釋變量，模型2加入控制變量，模型3則在此基礎上對年份、省份及行業作進一步控制。表3模型3顯示，產品創新和服務轉型二次方的交互項(rd*serv2)系數顯著為正(系數=16.90，p<0.01)，表明制造企業同時實施產品創新與服務轉型戰略的效果受服務化水平的影響，隨著服務化水平提高，兩者關系表現為U型非線性關系。具體來看，當服務化水平較低時，制造企業產品創新和服務轉型的交互項(rd*serv)系數顯著為負(系數=-2.391，p<0.01)，但是這一作用存在一個拐點，在企業服務化率超過這個拐點之后，同步推進兩種戰略將會對企業績效產生顯著正向影響(系數=16.90，p<0.01)，表現為協同效應。H1得到證實，制造企業同時推進產品創新和服務轉型兩種戰略，隨著服務化水平提升，兩者交互對企業績效的影響呈正U型曲線。

圖1 數字化程度時間變化趨勢Fig.1 Changing trend of digitization

4.2.2 數字化的調節作用

表4模型3顯示，當企業服務化水平較低時，數字化水平對制造企業產品創新與服務轉型兩者交互關系的調節項(rd*serv*digital)系數顯著為負(系數=-4.500，p<0.01)，表明數字化本身并不能直接獲取企業所需隱性知識，而是扮演催化劑角色。在服務化水平較低的初始階段，產品創新和服務轉型處于相互適應狀態，此時引進數字技術反而會加重企業成本負擔。隨著服務化水平提升，數字化會對產品創新與服務轉型兩者交互(rd*serv2*digital)的積極影響起強化作用(系數=7.508，p<0.05)，使產品創新與服務轉型兩者交互能夠產生更積極的協同效應。

圖2 制造業各行業數字化程度Fig.2 Digitalization degress of various industries in the manufacturing industry

表3 產品創新與制造業服務化對企業績效交互影響的回歸分析結果Tab.3 Regression analysis results of the interactive impact of product innovation and manufacturing servitization on corporate performance

表4 數字化對產品創新與服務轉型交互的調節作用分析結果Tab.4 Analysis results of the moderating effect of digitalization on the interaction of product innovation and service transformation

基于表4回歸結果，進一步研究數字化對產品創新和服務轉型交互關系的影響。將模型3相應的回歸系數代入式(5)中，結果顯示系數為負，表明U型曲線的拐點會隨著企業數字化程度提升而左移。此外，由于模型3中部分變量系數不顯著，為確保結果的準確性，分別代入模型1、模型2的系數，得到的結論與前文一致。H2得到驗證，即數字化能夠促進產品創新與服務轉型協同發展，使兩者交互的U型曲線拐點向左移動。

4.3 穩健性檢驗

為確保研究結果的準確性，本文采用替換檢驗方法進行穩健性檢驗，檢驗結果如表5所示。就產品創新與服務轉型的交互效應而言，考慮到已有研究采用每股收益eps、總資產報酬率roa以及凈資產收益率roe等變量作為企業績效衡量指標，本文將息稅前利潤率替換為每股收益eps，并采用總資產報酬率roa以及凈資產收益率roe作為被解釋變量。結果顯示，產品創新與服務轉型的二次項(rd*serv2)交互系數均顯著為正，進一步證實了H1。為了進一步減少詞庫選擇或語義偏差引起的誤差，本研究將數字化分位數替換為虛擬變量，若年度報告中沒有提及某關鍵詞，則數字化虛擬變量設為0，反之則設為1，結果如表5所示。

5 異質性分析

考慮到所有制類型與規模差異，不同企業在政策偏好、組織結構及企業文化等方面均存在差異。本文從企業性質與企業規模視角出發，進一步考察產品創新與服務轉型兩者交互對企業績效的影響是否存在顯著異質性表現。

5.1 基于企業所有制類型的異質性分析

企業所有制類型回歸結果如表6所示。從產品創新和服務轉型的交互效應看，隨著企業服務化水平提高，無論是國有企業還是民營企業，同時實施兩種戰略(rd*serv2)對企業績效均具有顯著促進作用。而且，相較于民營企業(系數=14.94，p<0.01)，國有企業的戰略實施效果(系數=40.10，p<0.01)更為顯著。國有企業引進數字技術對產品創新和服務轉型兩者交互關系的調節作用并不顯著，僅對民營企業的調節作用顯著(系數=7.910，p<0.05)，這是由于國有企業中具有逐級上報、逐層批復的繁瑣決策程序，因而會阻礙企業數字化變革。

表5 穩健性檢驗結果Tab.5 Robustness test results

表6 基于企業所有制類型的異質性分析結果Tab.6 Heterogeneity analysis results based on the types of enterprise ownership

5.2 基于企業規模的異質性分析

基于企業規模中位數，將總樣本劃分為大型企業和中小企業兩組樣本進行回歸分析，實證結果如表7所示。隨著服務化水平提升，大型企業與中小企業同時實施產品創新和服務轉型(rd*serv2)戰略對企業績效均具有顯著促進作用，而且對中小企業財務績效的促進作用(系數=21.03，p<0.1)大于大型企業(系數=9.049，p<0.05)。這是由于中小企業精簡化、扁平化的組織結構賦予企業更強的機動性，能夠加快組織結構和業務流程重組，促進產品與服務結合。此外，數字化僅對大型企業具有顯著調節作用(系數=44.36，p<0.01)，對中小企業的影響則不顯著。這是由于規模較大的企業通過數字技術引進，對原有冗余組織結構進行優化，挖掘出更多潛在資源，能夠更好地促進產品創新和服務轉型戰略協同。

表7 基于企業規模的異質性分析結果Tab.7 Results of heterogeneity analysis based on enterprise scale

6 研究結論與啟示

6.1 研究結論

作為制造企業高質量發展的內生動力，越來越多的企業在生產經營實踐中，同時實施產品創新戰略和服務轉型戰略，期望實現兩者協同效應。已有研究從不同視角探討產品創新和服務轉型間的復雜關系，但鮮有文獻探討兩者間的動態互動關系，尤其缺乏刻畫數字化情境下的兩者關系。本文從知識基礎觀出發，對兩者交互效應及數字化的調節作用進行討論，基于A股制造業上市公司數據進行實證分析，得出相應結論并檢驗其穩健性，得到主要結論如下：

(1)產品創新與服務轉型效果受服務化水平的影響，隨著服務化水平不斷提高，兩者表現為U型非線性關系。服務化水平關系著企業隱性知識創造與整合，能夠直接影響企業資源整合效果。當服務化水平較低時，資源沖突的負向影響大于知識補充的正向影響，不利于產品創新和服務轉型協同。但是，當服務化達到一定程度后，知識補充的作用會抵消資源沖突的影響。

(2)數字化能夠促進產品創新與服務轉型協同發展，使兩者交互的U型曲線拐點向左移動。一方面，數字化能夠有效促進價值鏈資源協同整合，誘使組織產生適應性變革，幫助企業資源配置效率提升；另一方面，數字化能夠幫助企業提升柔性能力，實現對外部環境變化的快速響應。需要明確的是，數字化本身并不能幫助管理層直接獲取企業隱性知識，而是扮演產品創新與服務轉型的催化劑角色。

(3)大型企業民營企業引進數字技術對產品創新和服務轉型交互的調節效果更顯著。一方面，惡劣的生存環境決定了民營企業更有動力推進企業數字化變革；另一方面，相較于中小企業，大型企業擁有更豐富的潛在資源，數字技術能夠幫助其挖掘釋放出更大的潛力，實現企業數字化變革的價值輸出。

6.2 研究啟示

(1)管理者應明確產品創新與服務轉型交互作用軌跡，以便更好地應對不同服務化水平下同時實施兩種戰略所面臨的耦合問題。當服務化水平較低時，管理者應預見高服務化水平與產品創新結合產生的積極作用，進一步加快服務轉型，同時加強企業資源管理，確保資源分配的合理性；當服務化水平較高時，管理者應努力發揮在客戶隱性知識獲取方面的服務化優勢，推動產品創新，不斷推動產品創新與服務轉型戰略協同，促進制造企業高質量發展。

(2)管理者應立足制造企業發展動態視角，基于企業性質、規模，綜合考慮企業資源基礎與風險承擔能力對產品創新和服務轉型戰略的影響，適時引進數字技術，提升企業發展階段與戰略的契合度，以緩解來自于組織結構與業務流程重構、價值鏈資源協同整合帶來的耦合難題，從而鞏固產品創新與服務轉型間的互動耦合關系。

6.3 研究不足與展望

(1)本研究采用A股制造業上市公司披露數據，存在選擇性偏差問題，無法歸納出制造業普遍性規律。如果能夠通過調研獲取更為細致的微觀數據，則可以深化對產品創新與服務轉型交互作用的理解。

(2)本研究未考慮制造業細分行業的差異性。各細分行業在組織結構與業務流程上存在差異，因而產品創新與服務轉型對企業績效的交互影響及數字化的調節作用也可能存在差異，未來可以結合細分行業類型進行深入分析。