制造企業服務化轉型的驅動路徑探析

【摘要】服務化轉型是我國制造企業解構和重構經營模式與發展形態的新趨勢。現有研究已開始探索制造企業服務化轉型的前因， 但多種前因要素的綜合影響， 特別是外部資源與內部能力的協同耦合對制造企業服務化轉型的作用尚不明晰。本文基于制造企業服務化轉型中存在的“資源剛性”和“慣例剛性”雙重困境， 從價值共創與數字化能力協同耦合的視角， 探究不同要素組態下制造企業服務化轉型路徑。以60家制造企業為調研對象， 通過fsQCA方法分析發現， 制造企業高服務化轉型具有三種組合路徑， 價值共創和數字化能力之間存在“多重并發”效應。進一步聚類分析發現， 可將這三種路徑歸結為強數字化整合能力的能力拉動型和強主體多元化的資源推動型兩種類型。上述結論豐富了制造企業服務化轉型的前因組態研究成果， 并可為服務化轉型實踐提供參考。

【關鍵詞】價值共創；數字化能力；組態效應；創新生態系統；fsQCA

【中圖分類號】F270 【文獻標識碼】A 【文章編號】1004-0994（2024）21-0024-7

制造企業服務化轉型是指制造企業為滿足客戶需求、 提高企業競爭力， 將價值鏈中心由制造向服務轉移的動態過程。在數字經濟時代， 客戶個性化需求日益突出， 制造企業供應的產品存在全而不優的問題， 難以與當前消費需求相匹配。將價值鏈由以制造為中心向以服務為中心轉變， 可以有效提升產品附加值， 培育企業的持續競爭力。服務化轉型已成為制造企業解構和重構經營模式與發展形態的新趨勢。然而， 制造企業從產品主導邏輯轉向服務主導邏輯往往會陷入“資源剛性”和“慣例剛性”的雙重困境， 如何擺脫困境實現服務化轉型成為理論界和實務界關注的焦點。

已有研究認為， 制造企業必須通過獲取外部資源并將其內化為自身資源， 才能突破“資源剛性”和“慣例剛性”困境， 實現服務化轉型。區別于產品主導邏輯， 服務主導邏輯需要企業參與構建創新生態系統， 整合創新生態系統內多元化行為主體的資源。在數字經濟時代， 創新生態系統內的企業通過數字平臺有效獲取用戶對產品的反饋信息、 使用建議， 可為用戶提供個性化體驗， 有助于實現多行為主體價值共創。例如， 拼多多與創新生態系統內客戶、 供應商等進行動態交流， 并通過大數據資源實現可持續性價值共創（魏想明和劉銳奇，2022）。但價值共創僅實現了對外部資源的獲取， 還需要完成資源的內化與有效利用， 才能達到預期目標。

資源的內化與有效利用需要企業具備動態能力， 特別是數字化能力。在創新生態系統中， 價值共創的動態整合過程也是多元化行為主體進行資源互動和整合的過程， 數字化能力為參與主體通過互動與資源整合實現服務化轉型提供了條件。基于此， 本文以嵌入創新生態系統的制造企業為研究對象， 基于價值共創與數字化能力雙重視角， 運用模糊集定性比較分析（fsQCA）方法來識別制造企業服務化轉型的驅動路徑， 嘗試打開制造企業服務化轉型的“黑箱”。

一、3KfTYkY0ivp7xVesHHwJpA== 文獻綜述與模型構建

（一） 服務化轉型

制造企業服務化轉型， 是指制造企業將業務從關注制造的產品主導邏輯轉向關注客戶需求的服務主導邏輯。服務主導邏輯認為， 企業是在與利益相關者雙向交互中共同創造價值。制造企業服務化轉型已成為我國制造業向價值鏈中高端攀升的重要途徑， 然而， 我國制造企業尚處于服務能力缺失、 服務化水平明顯偏低的狀態。現有學者已基于資源基礎觀（馮文娜等，2020）和數字化視角（趙宸宇，2021）探討了服務化轉型的前因， 為本文的研究提供了可操作的空間。數字技術、 數字平臺的廣泛使用， 使客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體參與企業的研發、 生產、 服務等各環節， 多主體價值共創更符合數字經濟時代的轉型需求。因此， 本文將價值共創、 數字化能力納入同一理論框架中， 探討創新生態系統視角下這些變量的協同耦合是否能推動制造企業服務化轉型？

（二） 創新生態系統視角下價值共創與制造企業服務化轉型

Prahalad和Ramaswamy（2004）基于客戶體驗視角認為， 價值共創是指企業與客戶協同整合資源， 實現價值創造的過程， 強調企業與客戶之間的“二元交互”關系。隨著社會經濟的發展， 企業將面臨更為復雜的競爭環境， 其需要整合更多的異質性資源來滿足市場需求。基于此， Vargo和Lusch（2016）將研究視角從傳統的企業—客戶“二元交互”情境轉向網絡系統多個參與主體交互的情境， 國內學者則在此基礎上進一步拓展了創新生態系統價值共創理論。

創新生態系統價值共創是指由客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體共同參與企業研發、 生產、 服務等活動， 通過互惠協作、 資源整合， 共同創造價值以滿足市場需求。價值共創可以有效拓展多元化行為主體之間互動行為的深度和廣度， 促進技術、 知識及信息等異質性資源在創新生態系統內廣泛流動， 多元化行為主體各自發揮核心能力協同開發產品或服務以滿足客戶需求， 以此突破制造企業服務化轉型過程中的“資源剛性”困境。價值共創涉及客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體， 各類型行為主體認同以客戶需求為導向的價值主張而參與價值共創。在這一過程中， 多元化行為主體特別是客戶積極參與信息的分享與交流活動， 可在一定程度上實現自我價值， 對產品及服務進行宣傳以擴大企業影響力， 從而提升企業服務績效。

綜上， 創新生態系統價值共創的主體是客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體， 基于關系信任的資源共享是價值共創的基礎， 滿足客戶需求是價值共創的結果。因此， 本文在Prahalad和Ramaswamy（2004）研究的基礎上， 借鑒田雪瑩和黃旭（2023）的觀點將價值共創分為主體多元化、 關系信任兩個維度： 其一， 主體多元化。創新生態系統涉及核心企業、 客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體， 多元化行為主體為創新生態系統提供了技術、 知識及信息等豐富的異質性資源。其二， 關系信任。多元化行為主體基于共同價值主張， 易于建立良好的信任關系， 關系的互動和鞏固能確保技術、 知識及信息等異質性資源高度透明化， 有助于企業快速獲取服務化轉型所需技術、 知識及信息， 提升各主體間的依賴程度和合作意愿。

1. 主體多元化。區別于傳統的企業—客戶“二元”主體價值共創， 創新生態系統背景下的價值共創主體和行為均呈現出多元化趨勢。資源基礎觀認為， 擁有異質性資源并從外界獲取資源是企業保持競爭優勢的關鍵。因此， 企業需要與多元化行為主體合作， 通過共享異質性資源創造更大的價值。制造企業服務化轉型過程中， 擅長制造的企業缺乏服務資源， 現有優勢資源難以匹配新的服務業務， 因此需要跨界重組多元化資源來實現以服務為主導的價值創造（馮文娜等，2020）。首先， 創新生態系統內多元化行為主體擁有的優勢資源， 有利于企業充分獲取技術、 知識及信息等異質性資源， 從而突破服務化轉型過程中資源稀缺的困境。其次， 創新生態系統價值共創產生的多元化渠道能夠拓寬企業獲取市場需求信息與資源的渠道， 以撬動和獲取更多的服務資源。

2. 關系信任。創新生態系統多元化行為主體基于共同價值主張， 易于建立良好的信任關系， 有利于企業與客戶、 供應商、 合作企業及其他利益相關者之間持續不斷地進行技術、 知識及信息交互。各行為主體充分發揮各自的核心職能， 通過共同開發產品或服務滿足客戶需求， 在實現客戶價值主張的同時獲取收益。首先， 企業與多元化行為主體之間建立緊密聯系， 有助于合作主體積極提出產品建議， 啟發創造思維。合作主體的參與， 特別是客戶的積極參與有助于企業準確掌握市場及客戶需求的動態變化。其次， 創新生態系統內多元化行為主體之間相互信任， 可降低企業經營風險。企業相信合作伙伴不會利用自己的弱點而獲利， 有助于降低“單兵作戰”帶來的失敗風險及減少價值共創過程中的摩擦， 從而提升各行為主體的積極性。

（三） 創新生態系統視角下數字化能力與制造企業服務化轉型

動態能力理論認為， 企業在多變的市場環境中重新配置或更新現有資源， 可以突破“慣例剛性”困境， 獲取持續競爭優勢（Teece，2018）。新一代數字技術全面推動了產業、 商業、 組織、 產品與服務的無邊界化發展， 企業需要借助數字化能力對客戶進行精準定位， 明確客戶需求， 理解客戶行為邏輯， 從而實現資源最優配置。Tindara等（2021）指出， 數字化能力是企業從大量資源中挖掘價值創造的潛力， 包括識別數字機會、 抓取數據要素和整合數字資源等能力。在數字化能力構建過程中， 客戶、 供應商、 合作企業及其他利益相關者等多元化行為主體至關重要， 他們彼此之間相互感應、 相互溝通， 與企業形成基于價值共創的創新生態系統。在信息流動和資源協調共享的創新生態系統中， 企業通過機會感知、 數據抓取、 資源整合等數字化能力， 協同企業內外部資源， 滿足客戶個性化需求， 實現服務化轉型， 這與動態能力理論不謀而合。因此， 本研究根據動態能力理論， 結合Tindara等（2021）的觀點， 將數字化能力劃分為數字化感知能力、 數字化抓取能力、 數字化整合能力三個維度。

1. 數字化感知能力。數字化感知能力體現為： 制造企業借助電商平臺、 移動社交平臺等數字化平臺， 強化與創新生態系統內多元化行為主體之間的關系， 快速感知客戶需求并獲取市場信息， 通過大數據分析優化用戶的產品購買體驗， 提升產品的獲客效果。數字化感知能力越強， 表明企業對外部環境、 市場需求變化的洞察能力越強， 越有利于企業充分利用數字技術精準識別和把握市場機會， 實現需求側與供給側之間的精準匹配， 在提質增效的基礎上創新產品與服務， 實現服務化轉型。

2. 數字化抓取能力。物聯網、 AI等數字技術為多元化行為主體參與產品創新提供了便利。然而， 多元化行為主體的全面參與， 使得數據資源呈現海量化特征。數據資源的海量化意味著信息過載， 無用以及錯誤的信息會導致企業決策效率降低， 從而抑制制造企業服務化轉型（羅世華等，2023）。因此， 企業應有效識別并抓取與市場機遇和消費者需求相關的數據， 制訂數字化解決方案， 提升運營效率和客戶滿意度。

3. 數字化整合能力。制造企業服務化轉型需要橫跨制造體系與服務體系， 對創新生態系統內多元化行為主體的異質性資源進行動態整合， 實現客戶、 供應商、 合作企業及其他利益相關者之間資源的共享、 共建、 共治， 更好地滿足客戶的個性化需求。數字化整合能力能夠實現跨組織、 跨職能、 跨系統、 跨終端的資源整合與高效協作， 通過衍生多種價值共創路徑高效推動服務化轉型。

（四） 價值共創、 數字化能力與制造企業服務化轉型模型構建

現有學者已開始關注價值共創與數字化能力之間的單邊關系： 魏冉等（2022）運用扎根理論對菜鳥網絡科技有限公司進行案例分析， 發現服務生態系統多層次價值共創對物流企業構建數字化能力體系具有促進作用； 池仁勇等（2023）以中小制造企業為研究對象， 驗證了數字化能力對價值共創的正向影響。但鮮有學者探討價值共創與數字化能力的雙邊耦合互動對企業績效的影響。綜合現有學者觀點， 本研究認為創新生態系統價值共創為企業提供了服務化轉型所需的互補性資源， 而數字化能力使企業能夠對客戶需求的不斷變化做出快速而積極的反應， 實現與客戶的高效價值共創。企業對創新生態系統多元化行為主體資源的高效運用， 可強化企業數字化能力的形成與提升； 數字化能力又可促進創新生態系統多元化行為主體線上互動的交互性、 可控性和同步性。價值共創和數字化能力的互動耦合與協同演化完美地詮釋了制造企業服務化轉型的內在機理。

基于上述對制造企業服務化轉型的前因條件及其作用機制的分析， 本文構建了服務化轉型前因組態研究模型， 具體如圖1所示。該模型主要包括價值共創、 數字化能力兩大方面的五個前因條件： 價值共創包括主體多元化、 關系信任； 數字化能力包括數字化感知能力、 數字化抓取能力和數字化整合能力。五個前因條件彼此匹配和相互融合， 通過形成多種組合產生協同效應， 基于多種途徑和模式作用于服務化轉型。

二、 研究設計

（一） 研究方法

fsQCA方法旨在探究多個前因要素間的非線性復雜關系及其對結果要素的組態影響。本文基于以下原因對制造企業服務化轉型的前因要素進行組態分析： 第一， 服務化轉型是創新生態系統內多元化行為主體價值共創與數字化能力交互選擇后的結果， 傳統的結構方程、 回歸分析更側重于探討單個前因要素的“凈”效應， fsQCA方法則關注前因要素的組合作用， 能夠更好地揭示服務化轉型的前因組態； 第二， 資源與能力不是獨立存在的， 外部資源與內部能力間的替代與互補性會觸發結果選擇的多重前因組合； 第三， 受限于數據的可獲得性， 本文僅獲得60份有效調查問卷， fsQCA方法對樣本容量要求較低， 特別適合對中小樣本進行分析。

（二） 數據來源與處理

本文以嵌入創新生態系統的制造企業為研究對象， 采用調查問卷方式收集相關數據， 調研時間為2023年6月至2023年11月， 調查問卷主要借助筆者及同事等去企業調研、 參加政府部門組織的座談會等機會收集， 其中部分數據由筆者通過對企業深入訪談獲取。本次調研共收集問卷86份， 為提高數據質量， 對問卷數據進行手工清洗。根據篩選條件“您是否為企業中高層領導？”“企業是否嵌入或構建客戶、 供應商等多元化行為主體參與的創新生態系統？”刪除普通員工作答、 沒有嵌入創新網絡生態系統的企業， 最終獲取有效問卷60份， 占比約為70%。樣本基本情況如表1所示。

（三） 變量測量

本文借鑒國內外學者使用并證明有效的成熟量表， 對英文量表進行中英互譯并根據實際情況進行修正。問卷采用李克特五點量表進行評分。變量測量題項具體方式如下：

1. 服務化轉型。本文借鑒楊蕙馨和劉如月（2020）的研究成果對服務化轉型進行測量， 共四個題項： 企業收入中服務收入占比不斷增加； 企業提供產品服務解決方案的有效性不斷提升； 企業提供產品或服務的履約率不斷提高； 客戶對產品或服務的滿意度不斷提高。

2. 價值共創。本文基于Prahalad和Ramaswamy（2004）的研究成果， 借鑒田雪瑩和黃旭（2023）的觀點將價值共創分為兩個維度共八個題項測量創新生態系統情境下的價值共創。主體多元化的測量題項為： 系統內參與價值共創的客戶數量較多且聯系頻繁； 系統內參與價值共創的供應商數量較多且聯系頻繁； 系統內參與價值共創的合作企業數量較多且聯系頻繁； 系統內參與價值共創的其他利益相關者（如高校及科研機構、中介機構等）數量較多且聯系頻繁。關系信任的測量題項為： 企業與系統內多元化行為主體溝通頻繁、 相互信任； 企業與系統內多元化行為主體建立信息共享渠道； 企業與系統內多元化行為主體實現價值共創， 共同評估并承擔風險； 企業與系統內多元化行為主體坦誠以待， 不隱瞞關鍵信息。

3. 數字化能力。本文參考Tindara等（2021）的研究成果， 從數字化感知能力、 數字化抓取能力、 數字化整合能力三個方面， 運用九個題項測量創新生態系統情境下的數字化能力。數字化感知能力的測量題項為： 企業能夠識別具有商業價值的數字化發展機遇； 企業能夠基于大數據感知消費者需求演化趨勢； 企業能夠動態地感知和監測競爭對手的策略變化。數字化抓取能力的測量題項為： 企業能夠抓取消費者需求變化的關鍵信息； 企業能夠抓取系統內多元化行為主體關鍵性知識、 技術及信息； 企業能夠抓取競爭對手策略變化的關鍵信息。數字化整合能力的測量題項為： 企業能夠與系統內多元化行為主體共享知識、 技術、 信息等關鍵性資源； 企業能夠與系統內多元化行為主體實現良好的數字化資源協作； 企業能夠根據市場需求變化整合系統內外部數字資源。

（四） 信度和效度分析

本文選擇Harman單因素法檢驗共同方法偏差， 運用SPSS 25.0對21個因子題項進行探索性分析。在未旋轉前析出的第一個主成分解釋率為32.13%（小于40%的標準）， 且總量表KMO值為0.717， x2=1014.268， p<0.01， 表明不存在嚴重的共同方法偏差。運用SPSS 25.0進行信度和效度檢驗， 檢驗結果如表2所示。各變量Cronbach'a系數均大于0.8， CR值均大于0.9， KMO值均大于0.6， AVE值均大于0.7， 說明變量具有較好的信度和效度。

（五） 變量校準

fsQCA方法下需要校準原始數據， 本文參考池毛毛等（2022）的做法， 通過“完全隸屬”“交叉點”“完全不隸屬”的判定錨點分別選擇變量的95%、 50%、 5%分位數值， 通過fsQCA 3.0軟件中Calibrate函數對各變量進行校準， 結果如表3所示。

三、 數據分析過程

（一） 單因素必要性分析

衡量必要條件的重要標準是一致性， 一致性最低值達到0.9表示單一條件變量能夠獨立解釋結果變量。本文使用fsQCA 3.0軟件進行單因素必要性分析， 表4顯示所有的單個前因條件變量的一致性均未達到0.9， 即主體多元化、 關系信任、 數字化感知能力、 數字化抓取能力、 數字化整合能力都不是制造企業服務化轉型的必要條件， 這也進一步反映出制造企業服務化轉型的復雜性。可見， 制造企業服務化轉型是多因素協同驅動的結果。

（二） 多因素組態充分性分析

多因素組態分析的目的是檢驗不同前因變量之間的組合能否解釋結果變量。本文將頻數閾值設定為總樣本數的1%， 原始一致性門檻值設置為0.8， 進行篩選。此外， 當一致性小于0.7時， 對結果變量手動賦值為0（杜運周和賈良定，2017）。通過對中間解和簡約解進行嵌套對比， 得到最終組態結果， 如表5所示。

1. 高服務化轉型的組態分析。表5列示了產生高服務化轉型的組態結果。從整體上看， 總體解的一致性為0.907， 總體解的覆蓋度為0.709。從單個組態來看， 一致性均大于 0.9， 說明這三種組態都是高服務化轉型的充分條件。

（1） 組態H1： 主體多元化、 數字化抓取能力、 數字化整合能力同時以核心條件存在， 關系信任、 數字化感知能力可存在亦可不存在。創新生態系統多元化行為主體為制造企業服務化轉型提供了豐富的技術、 知識及信息等異質性資源。在海量的數據資源中， 企業需要具備抓取關鍵性數據資源的能力， 并對資源進行整合利用， 才能提高資源的靶向性。數字化抓取能力能夠打破企業與客戶、 供應商、 合作企業及其他利益相關者之間的信息壁壘， 促進市場需求信息在系統內流動； 數字化整合能力實現了跨組織、 跨職能、 跨系統、 跨終端的資源整合與高效協作， 最終以持續的產品或服務創新實現企業可持續發展。

該模式的典型案例為LYHN。LYHN是一家生產直流電源、 高頻開關電源、 電能質量產品和節能產品等的制造企業， 其以“不斷超越自我， 攜手用戶， 跟隨行業和社會的發展主旋律”為服務理念， 長期合作客戶包括江西銅業、 中核集團、 比亞迪集團、 通用電氣等國內外知名企業。企業定期舉辦技術創新發展大會， 并積極參加產品展覽大會， 即通過“會+展”的形式構建由客戶、 供應商、 高校、 科研機構、 政府部門組成的創新生態系統， 并通過全媒體公眾號、 視頻號、 抖音號獲取開放性信息資源。為高效抓取海量數據資源中的關鍵信息， LYHN已在深圳成立研發中心， 研發團隊超過200人， 并與湖南大學、 上海交通大學等多所高校建立深度合作。LYHN對標國際一流企業， 引進施耐德數字精細化管理系統， 全面實行ERP管理， 打造智能制造平臺， 投入智能倉儲、 黑燈車間等系統， 將企業外部數據資源與內部資源進行數字化整合， 創新產品與服務， 以滿足客戶需求。

（2） 組態H2： 關系信任、 數字化整合能力同時以核心條件存在， 數字化抓取能力以邊緣條件存在， 主體多元化、 數字化感知能力可存在亦可不存在。系統內多元化行為主體之間良好的關系信任， 增強了多元化行為主體之間技術、 知識及信息的交互， 頻繁的互動有助于企業準確掌握市場及客戶需求動態變化。數字化整合能力通過整合優勢資源準確識別、 評估和滿足特定的客戶需求， 對客戶需求變化做出快速而積極的反饋。

該模式的典型案例為SSGD。SSGD是一家集無線通信， 光纖通信接入， 通信綜合配套設備研發、 生產、 銷售為一體的企業， 被江西省工業和信息化廳認定為服務型制造示范企業。該企業建立了完善、 高效的售后技術服務體系， 研發了售后產品全生命周期管理系統。SSGD通過在全國各省（區）設立銷售分公司或辦事處， 并在各銷售分公司或辦事處派駐專業技術人員， 與四大通信運營商及相關客戶建立緊密的關系， 準確掌握市場及客戶需求動態變化。SSGD通過在武漢光谷設立研發中心， 以及與武漢郵電科學研究院、 北京郵電大學合作等方式抓取市場有效信息， 通過聚焦物聯網、 云計算、 大數據等數字技術整合企業內外部數字資源， 開發了智慧停車、 智慧機房、 智慧路燈等一系列新技術和新產品， 旨在滿足市場前沿需求， 實現企業持續穩步發展。

（3） 組態H3： 主體多元化、 數字化感知能力同時以核心條件存在， 數字化整合能力以邊緣條件存在， 關系信任為邊緣條件缺失， 數字化抓取能力可存在亦可不存在。數字化感知能力可以強化企業與創新生態系統內多元化行為主體之間的關系， 快速感知客戶需求并獲取市場信息， 通過對客戶需求與市場信息進行大數據分析、 收集與反饋， 對系統內外部資源進行整合以滿足客戶多元化需求。

該模式的典型案例為LLNY。LLNY高度融合第一、 二、 三產業， 是一家集養殖、 生物發酵、 種植、 農產品電商為一體的農副產品制造企業， 奉行“客戶至上， 用心服務”的發展理念。LLNY目前建成的項目主要有： 第一產業有四個種養基地， 種養面積近4000畝； 第二產業有獸藥生產、 有機肥加工、 農副產品深加工等； 第三產業主要以農產品電商為主， 并配套了冷鏈配送、 農產品檢測、 農產品保鮮技術、 電商倉儲等輔助設施。產品的多元化決定了LLNY合作主體的多元化及資源的豐富性。LLNY建立了自有電商平臺、 微信公眾平臺及淘寶企業旗艦店， 通過對大數據資源的收集與分析， 能夠敏銳感知客戶需求的動態變化及市場機會， 結合自身優勢資源， 滿足客戶多元化市場需求。

通過聚類分析三種組態模型， 筆者有以下三點發現： ①價值共創或數字化能力單一因素均無法實現制造企業服務化轉型， 成功的服務化轉型不僅要求企業基于創新生態系統集成資源、 重構資源體系， 也需要企業積極應對動態變化的市場需求， 運用數字化能力對資源進行整合和利用。②三種組態效應均要求數字化整合能力以核心條件或邊緣條件存在， 突出了數字化整合能力對制造企業服務化轉型的重要性。當企業數字化整合能力較強時（組態H1和組態H2）， 企業有兩種路徑可以選擇： 一是構建涵蓋客戶、 供應商、 合作企業及其他利益相關者的創新生態系統， 并強化企業對關鍵性數據資源的抓取能力； 二是加強與創新生態系統內多元化行為主體的溝通交流， 強化關系信任， 并提升抓取關鍵性數據資源的能力。可將這兩種組態定義為強數字化整合能力的能力拉動型， 主體多元化與關系信任的替代效應如圖2所示。③當企業構建了涵蓋客戶、 供應商、 合作企業及其他利益相關者的創新生態系統時， 即企業具有強主體多元化時（組態H1和組態H3）， 有兩種路徑可以選擇： 一是強化數字化抓取能力和數字化整合能力； 二是強化數字化感知能力， 并具備一定的數字化整合能力。可將這兩種組態定義為強主體多元化的資源推動型， 數字化抓取能力與數字化感知能力的替代效應如圖3所示。

2. 低服務化轉型的組態分析。表5還有效識別了一種產生低服務化轉型的組態結果。組態N1表明， 如果僅以關系信任作為核心條件存在， 當數字化能力缺失時會產生低服務化轉型組態。組態N1的一致性為0.926， 原始覆蓋度為0.272， 唯一覆蓋度也為0.272。

3. 穩健性檢驗。本研究通過將一致性閾值提升至0.85， 樣本閾值提升至1.5%， 進行穩健性檢驗（杜運周和賈良定，2017）。研究發現， 計算結果中組態路徑保持不變， 即本文組態分析結果穩健可靠。

四、 結語

（一） 研究結論

本文基于資源基礎理論、 動態能力理論， 以60家嵌入創新生態系統的制造企業為研究樣本， 采用fsQCA方法分析了價值共創、 數字化能力多因素協同對制造企業服務化轉型的組態效應。主要研究結論如下：

1. 制造企業服務化轉型不存在單一必要條件。主體多元化、 關系信任、 數字化感知能力、 數字化抓取能力、 數字化整合能力均無法單獨構成制造企業服務化轉型的必要條件， 制造企業服務化轉型是組織外部資源與組織內部能力多因素協同交互、 共同作用的結果。這個結論也進一步驗證了Lütjen等（2019）的觀點， 即價值共創僅實現了外部資源的獲取， 還需完成資源的內化與有效利用， 才能突破服務化轉型中存在的“資源剛性”和“慣例剛性”困境。

2. 制造企業具有三種高服務化轉型組合路徑。高服務化轉型的前因組態包括強數字化整合能力的能力拉動型（組態H1和組態H2）、 強主體多元化的資源推動型（組態H1和組態H3）共兩種類型三種組合路徑。強數字化整合能力的能力拉動型強調了數字化整合能力的核心作用， 此時主體多元化與關系信任具有一定的替代關系。強主體多元化的資源推動型強調了主體多元化的核心作用， 此時數字化感知能力和數字化抓取能力具有一定的替代關系。這三種組合路徑均要求數字化整合能力以核心條件或邊緣條件存在， 可見數字化整合能力對制造企業服務化轉型起著決定性作用。

（二） 理論貢獻

1. 研究方法層面。現有研究側重于使用傳統的結構方程、 回歸方法， 檢驗價值共創與數字化能力對企業發展的影響， 僅探討單因素的“凈”影響效應。本研究使用fsQCA方法， 探究了價值共創與數字化能力的協同耦合對制造企業服務化轉型的驅動路徑， 回應了胡宇辰等（2023）的呼吁， 豐富了數字化能力的研究方法。

2. 研究內容層面。現有研究已關注到制造企業服務化轉型的復雜性， 并以“技術—組織—環境”理論模型為基礎， 探討制造企業服務化轉型的組態路徑（李煜華等，2022）。區別于現有研究， 本文基于外部資源—內部能力視角， 從價值共創（外部資源）與數字化能力（內部能力）的協同耦合角度探究制造企業服務化轉型的要素組合， 回應了Sjdin等（2021）的研究結論， 豐富了制造企業服務化轉型的前因組態研究。

（三） 實踐啟示

基于以上研究結果， 本文對制造企業服務化轉型提出如下研究啟示：

1. 充分發揮價值共創與數字化能力等多因素的組態效應。單因素無法驅動制造企業服務化轉型， 必須堅持貫徹外部資源與內部能力的耦合思維， 從外部資源—內部能力視角出發釋放各因素的組態效應。

2. 制造企業在實施服務化轉型過程中應重視開發和構建良好的創新生態系統。本文的研究結果表明， 制造企業服務化轉型過程中， 創新生態系統主體多元化與關系信任具有一定的替代效應， 是驅動制造企業服務化轉型的資源基礎。實踐證明， 創新生態系統可以為企業服務化轉型奠定堅實的資源基礎， 諸如LLNY作為高度融合第一、 二、 三產業的農副產品制造企業， 具有多元化的合作主體及客戶， 為企業服務化轉型提供了豐富的異質性資源。而SSGD通過在全國各省（區）設立銷售分公司或辦事處， 并派駐專業技術人員， 與相關客戶建立緊密的聯系， 精準獲取市場及客戶需求動態變化的信息。

3. 制造企業在服務化轉型過程中應重視數字化能力培育， 特別是數字化整合能力。實踐證明， 通過積極培育數字化整合能力， 可以有效整合并利用制造企業的服務化轉型所需的技術、 知識及信息等資源。諸如LYHN通過廣泛使用數字技術及數字平臺， 整合企業內外部數字資源， 不斷創新產品和提升服務， 實現了跨越式發展， 目前該企業已完成股權分置改革。

【 主 要 參 考 文 獻 】

池毛毛，王俊晶，王偉軍．數字化轉型背景下企業創新績效的影響機制研究——基于NCA與SEM的混合方法［ J］．科學學研究，2022（2）：319 ～ 331．

池仁勇，王國強，周芷琪等．數字化能力、價值共創與企業績效：基于數據安全的調節作用［ J］．技術經濟，2023（2）：133 ～ 142．

杜運周，賈良定．組態視角與定性比較分析（QCA）：管理學研究的一條新道路［ J］．管理世界，2017（6）：155 ～ 167．

馮文娜，姜夢娜，孫夢婷．市場響應，資源拼湊與制造企業服務化轉型績效［ J］．南開管理評論，2020（4）：84 ～ 95．

胡宇辰，胡勇浩，李劼．企業數字化能力：研究述評與展望［ J］．外國經濟與管理，2023（12）：34 ～ 51．

李煜華，廖承軍，向子威．數字經濟背景下制造業服務化轉型組態路徑研究［ J］．中國科技論壇，2022（8）：68 ～ 76．

羅世華，戴玉芳，王棟等．大數據應用對制造業服務化轉型的作用機制［ J］．經濟地理，2023（10）：119 ～ 127+138．

田雪瑩，黃旭．價值共創對社會企業績效的影響研究——認知距離和資源拼湊的鏈式中介作用［ J］．商業經濟研究，2023（16）：144 ～ 150．

魏冉，劉春紅，張悅．物流服務生態系統價值共創與數字化能力研究——基于菜鳥網絡的案例研究［ J］．中國軟科學，2022（3）：154 ～ 163．

魏想明，劉銳奇．服務生態系統視角下可持續性價值共創模式構建——基于拼多多平臺的案例研究［ J］．學習與實踐，2022（4）：93 ～ 100．

楊蕙馨，劉如月．戰略敏捷性、慣例更新與制造企業服務化轉型績效［ J］．山東大學學報（哲學社會科學版），2020（5）：144 ～ 157．

趙宸宇．數字化發展與服務化轉型——來自制造業上市公司的經驗證據［ J］．南開管理評論，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．