中小制造企業數字服務化轉型組態路徑研究

摘 要：為探討中小制造企業數字服務化轉型組態路徑，以部分中小板企業為研究對象，基于“技術—組織—環境”（TOE）理論框架，從整體視角確定6個驅動企業轉型升級的前因條件，構建影響中小制造企業數字服務化轉型的因素驅動模型，運用模糊集定性比較分析方法（fsQCA）從組態視角探究各影響因素間的因果關系。研究發現：①任何單一要素都不能單獨解釋企業的數字服務化轉型，需要多個因素組合說明；②企業實現高水平數字服務化轉型的組態路徑有技術賦能與吸收能力催化型、組織支撐與創新能力驅動型兩類；③在數字技術水平及技術創新水平高、吸收能力強的情況下，整合能力和市場競爭可等效替代，以“殊途同歸”的方式提升企業轉型績效；④非高水平數字服務化轉型組態路徑有整合能力與市場競爭協同驅動型、技術與吸收能力缺失型兩類；⑤區域異質性分析表明：東部地區以技術賦能與吸收能力催化型為主要轉型路徑；西部地區組態路徑只有1條，為環境主導型；中部地區組態路徑主要表現為全要素主導型和整合能力—政策支持主導型。研究從整體和區域等多視角出發，揭示了中小制造企業數字服務化轉型多重驅動因素之間的復雜組態效應，對數字經濟背景下中國中小制造企業破除“服務化悖論”、實現高質量發展具有重要的實際意義。

關鍵詞：中小制造企業；數字服務化；TOE；fsQCA；組態路徑

中圖分類號：F426.4" " 文獻標志碼：A" " 文章編號：1671-0037（2025）3-68-14

DOI：10.19345/j.cxkj.1671-0037.2025.3.6

引用格式：周玉娟，凌端新，王秀芹，等.中小制造企業數字服務化轉型組態路徑研究：基于“技術—組織—環境”聯動視角［J］.創新科技，2025，25（3）：68-81.

0 引言

黨的二十大報告指出，要堅持把發展經濟的著力點放在實體經濟上，推動制造業高端化、智能化、綠色化發展，加快建設制造強國。而中小制造企業是我國經濟發展的生力軍，對保持經濟穩定意義重大。在此背景下，“十四五”規劃明確提出了促進中小企業數字化轉型的戰略部署，強調中小企業的數字化轉型是實現國家經濟高質量發展的重要組成部分。

數字經濟時代，制造業正經歷著前所未有的變革。從傳統的以產品為中心的模式，逐漸轉向以服務為中心的模式，數字服務化已成為制造企業提升競爭力、應對市場挑戰的關鍵路徑［1］。為破解生存和發展難題，服務化轉型已是越來越多的中小制造企業的共同選擇［2］。相較于大型企業，中小制造企業在資源稟賦、組織能力等方面存在明顯劣勢，但其靈活性、創新性以及貼近市場的特性，使其在數字服務化轉型過程中蘊含著巨大的潛力［3］。然而，實踐表明，并非所有實施服務化戰略的中小制造企業都能取得成功。企業不能有效識別客戶服務需求、及時獲取服務創新所需的資源，以及未能根據服務化戰略進行組織結構變革等情況，均會對企業績效造成負面影響，進而產生服務悖論現象［4］。數字技術的快速發展為制造企業破除“服務化悖論”提供了新方法。通過物聯網、云計算、大數據等技術的賦能，企業能夠實現生產過程實時監控、預測性維護和動態數據管理［5］，在迅速整合服務資源的同時破解規模化和定制化的“雙元矛盾”，促進企業與用戶的協同交互，助力企業服務創新成果涌現，為跨越服務戰略導向和價值共創之間的鴻溝搭建橋梁［6］。

數字服務化是數字化與服務化的融合，指利用數字技術進行從以產品為中心到以服務為中心的業務模式轉型。數字服務化為中小制造企業轉型升級提供了方向，但企業采用數字技術驅動服務化轉型時也面臨諸多問題。首先，由于數字技術研發人員數量占比較低等，中小制造企業現有研發能力無法滿足數字技術開發需求［7］，企業服務化轉型缺乏強有力的技術支持。其次，許多企業在轉型實踐中，職責劃分不清晰、管理層級過多、部門之間壁壘較高等［8］，導致市場信息在企業內部傳遞緩慢且混亂，企業出現信息不對稱問題，不能及時響應市場需求，使得服務化轉型受阻。最后，中小制造企業在面對突發性市場變革時，短時間內難以對市場趨勢作出全面準確的判斷，從而無法迅速調整自身戰略方向和資源配置，導致轉型步伐滯后［9］。因此，探究中小制造企業數字服務化轉型的影響因素，分析各因素對實現企業轉型的作用機制，探討在多種因素影響下企業如何成功實現數字服務化轉型，成為國內外學者近年來研究的焦點。

國內外學者對數字服務化的探討方向包括數字技術如何推動服務創新［10］、企業如何通過服務化轉型提升競爭力［11］，以及數字服務化如何影響產業鏈的重構［12］等。研究表明，數字服務化已成為推動制造業和其他工業領域轉型的關鍵因素。現有研究對中小制造企業數字服務化轉型的影響因素進行了廣泛探討，但大多聚焦于單一維度的分析（如技術應用、組織結構、外部環境等），缺乏對多維度因素之間復雜關系的系統考察［13］。研究者較少關注不同維度變量間的交互影響，忽略了實現高水平數字服務化轉型可能存在多個組態條件，所得結論難以系統解釋多因素聯動匹配驅動下企業數字服務化轉型“殊途同歸”的問題［14］。而TOE理論在解釋復雜社會現象成因，以及提取影響因素方面具有良好效果［15］，為中小制造企業實現數字服務化轉型的前因研究提供了理論框架。因此，為打開多因素聯動匹配驅動企業服務化轉型的“黑箱”，本文基于TOE理論，從3個層面對中小制造企業實現數字服務化轉型的關鍵要素進行分析，運用fsQCA對樣本企業進行可能的路徑探索，分析相關因素之間的組態效應。

1 理論背景

1.1 數字服務化的內涵及效應

服務化是指制造企業從提供單純產品向提供產品服務包的轉型過程，包括投入服務化和產出服務化，企業價值創造邏輯也隨之由“產品導向”轉變為“服務導向”［16］。隨著數字技術的快速滲透，數字化與服務化融合產生了“數字服務化”。學者們從不同視角界定了數字服務化的內涵：基于數字技術視角的研究認為，數字服務化是應用數字技術優化企業及其關聯生態系統的生產流程、能力和產品，甚至催生企業服務創新，進而創造、傳遞和獲取服務價值的過程［17-18］；基于服務視角的研究則認為，數字服務化是企業利用數字工具將價值主張從以產品為中心轉變為以服務為主導的商業模式［19-20］。

數字服務化對經濟價值創造有重要影響，集中體現在通過數字技術打破產品定義、重塑戰略目標、優化業務流程、創新制造企業與利益相關主體的互動模式、提高資源編排效率，進而增加經濟價值產出［21-22］。在經濟價值創造的基礎上，學者們也開始關注數字服務化提升環境價值的重要潛力。研究發現，加大數字服務要素的生產投入能夠幫助企業建立可持續的采購、生產和分銷流程，減少產品全生命周期中的能源消耗，在消費者使用產品階段也能為其提供智能控制、優化、回收等功能性服務，進而增加環境價值產出［23］。

1.2 數字服務化的影響因素

客戶需求的多樣化、市場的復雜化以及競爭的加劇，推動中小制造企業拓展其服務業務，而企業在進行服務戰略決策時，需要綜合考慮技術創新、市場競爭、外部社會環境等因素的影響。數字技術的發展深刻改變了人類社會的生活和生產方式，也為制造企業的服務活動引入了新理念和新的技術實現方式［24］。先進數字技術的應用，不僅能幫助企業深入了解客戶的真實需求，還可以幫助企業創新商業模式［6］，提高企業的動態適應能力和價值創造能力，更好地促進技術創新向經營成果轉化，提升企業服務水平［25］。

企業數字服務化轉型成功的關鍵在于提供客戶感興趣的服務，并滿足客戶的復雜需求［26］。客戶對服務的需求不再局限于一次性銷售和售后服務等形式，個性化定制已成為制造業產品服務的主流［27］。這要求企業在服務化轉型的過程中深入了解顧客需求，并具備將之轉化為具體產品或服務的能力，以滿足消費者日益增長的個性化需求。

隨著全球化和信息化的深入發展，社會、經濟、政策等外部宏觀環境對企業數字服務化轉型的推動作用日益顯著［28］。這些外部因素不僅為企業數字服務化轉型提供了廣闊的市場空間，也為企業提供了更加靈活的商業模式。經濟環境的變化促使企業更加注重成本和效率，服務化轉型可通過優化供應鏈管理、提高生產效率等方式幫助企業實現成本控制和效率提升［29］。企業生產經營不可避免地會受到政府產業政策的影響，積極的產業政策能給企業帶來良好的成本效應、資源效應、信號效應和競爭效應，從而促進制造企業數字服務化轉型［30］。政府對優勢產業和戰略性新興產業的支持，有助于企業獲取更多的資金、技術、人才等資源。資源的整合和優化配置將進一步提升企業核心競爭力，為企業數字服務化轉型提供堅實基礎。

1.3 技術—組織—環境（TOE）理論框架

TOE理論框架由Tornatizky和Fleischer于1990年提出，是受創新擴散研究領域啟發構造的一個綜合性分析框架，原被用來分析技術、組織、環境層面的情境對技術應用效果的影響，因其未指定3類因素的具體解釋變量，框架具有較強的系統性、靈活性及可操作性［31］。

其中，技術條件是指技術自身特征及其與組織之間的關系，側重于評估技術特征與組織當前的實踐和所采用的設備之間的匹配程度、技術能否為組織帶來潛在收益，以及其與組織已有的能力水平協調程度［32］。技術是組織結構中的一個普遍決定性因素［33］，組織條件對技術應用的影響也得到了學者們的關注。組織條件主要指組織規模和組織資源［31］等，側重于評估一個組織的結構和運行過程，對技術采用和實施的限制或促進程度。相較于技術條件和組織條件，環境條件更新穎，包括組織所處市場結構、外部政府管制政策等方面［34］。越來越多的學者將TOE理論框架運用到不同的技術應用場景中，不斷豐富TOE理論框架的內涵。

2 基于TOE理論框架的影響因素識別

TOE理論框架被廣泛用于解釋分析企業采用技術和實施創新的過程，其通過綜合考慮技術因素、組織因素和環境因素之間的相互作用，來探究該過程的相關影響因素和作用機制。TOE框架的研究變量可以根據具體問題和背景進行適當調整，因而具有靈活性和適應性。中小制造企業數字服務化轉型受到技術、組織與環境等3個層面條件之間相互協同的綜合影響，因此，運用TOE理論框架對企業數字服務化轉型條件進行組態分析，具有較好的解釋力。

2.1 技術因素

根據資源基礎理論，有價值的、稀有的、不可模仿及不可替代的資源能使企業保持競爭優勢。數字技術作為獨特的資源，能幫助企業將內外部資源數字化，為企業轉型提供資源基礎，是企業轉型升級的關鍵要素［35］。數字技術的應用可以通過提供復雜和新穎的服務來進一步推進服務化發展［10］，提高服務創新績效［11］。在以服務化推動自身發展的過程中，大數據、物聯網、云計算等技術的應用是中小制造企業實現服務增值的主要著力點［29］。企業在推廣基于產品的服務過程中需要承載大量的市場數據，數字技術可幫助企業搜集、分析和處理數據，并將其轉化為新的價值創造點。此外，數字孿生、協作平臺和遠程監控等技術也能幫助企業增強靈活響應的能力，提高服務交付的效率和質量［36］。企業將新興技術引入產品開發流程，對開發流程進行不斷迭代，并依靠新興技術推動創新發展，同時采用數字智能等技術優化現有生產流程，以獲得更高的效率和客戶價值［37］，促進企業提質增效，不斷提高競爭力。以互聯網、大數據、云計算等數字技術的應用程度代表企業的數字技術水平，高技術水平可以在一定程度上滿足企業技術層面的需求，推動其數字服務化轉型。在企業運營與發展進程中，技術創新水平是指企業引入并應用數字技術后在制造技術層面展現出的創新力［38］。企業技術創新活動能夠加速其新產品的研發，為滿足消費者差異化和個性化的需求提供技術支持。創新成果的運用也能提高產出中知識和技術的含量，進而向市場提供不易被替代的產品和服務，幫助企業獲得更強的市場競爭優勢和更高的收益。在制造過程中一系列因數字技術應用而出現的變革與創新都代表著企業的技術創新水平。綜上，數字技術水平和技術創新水平為技術層面的影響因素，同時數字技術和技術創新也是中小制造企業實現數字服務化轉型的基礎。

2.2 組織因素

動態能力理論強調資源與能力的重整、組合、獲取與調適。動態管理和有效利用資源是企業創造價值與獲取持續競爭優勢的基礎［39］，企業需要基于環境變化對內外部資源和能力進行整合、重構。隨著數字技術的快速發展，從外部獲取關鍵技術和知識再整合創新是中小制造企業實現產業技術創新水平提升的重要路徑［40］。在已有研究中，吸收能力被認為是企業成功實現數字服務化所需的核心動態能力［12］，是企業發掘、吸納外界資源的保證。增強吸收能力有利于豐富組織的知識資源［41］。組織吸收能力越強的企業，對外部信息的捕捉力以及對客戶需求的感知力越強，對內部服務業務流程的理解也越清晰，能夠有機整合內外部資源，將新服務的開發與舊服務的優化高效結合起來，實現持續深入的服務化轉型［42］。要想強化自身能力，除積極吸收外界技術和知識外，還須具備整合內外部資源的能力，新知識只有通過整合后融入現有知識結構才能發揮作用［16］。企業整合能力強，意味著其能夠更好地將跨領域獲取的外部知識與企業已有的內部知識相結合，使新舊知識相統一，從而促進企業知識的系統化，發揮異質性知識的互補作用［43］，推動企業服務化轉型。綜上，吸收能力和整合能力為組織層面的影響因素，同時也是中小制造企業實現數字服務化轉型的根本保障。

2.3 環境因素

除戰略能力外，環境的變化也會影響企業的轉型。根據制度理論，企業的決策和表現在很大程度上受制度環境的影響。因此，企業在面對數字化、服務化等新興浪潮時，必須考慮制度環境［44］，包括政策支持和市場競爭兩方面。數字技術為企業的轉型升級提供了技術支撐，改變了其生產經營和盈利模式。區塊鏈、大數據分析、云計算等技術的運用有效提高了企業生產制造效率并降低了其成本；但中小制造企業引入和購買這些技術及相關設施設備需要大量資金，還要承擔巨大的成本來支持數字服務化轉型所要求的組織結構變革［28］。因此，中小制造企業的數字服務化轉型需要產業政策和財政資金的支持，僅靠企業自身很難實現。此外，互聯網技術的發展意味著信息的高度透明化，企業的行動可能會受到其他服務化轉型參與者的模仿，這可能會破壞企業所處市場競爭環境的穩定性。而穩定的競爭環境在企業獲取數字能力和資源以及開展創新活動從而提供數字服務中至關重要。穩定的競爭環境能夠促使企業創造更多的價值，保證企業在數字服務化轉型的初期階段達到利用數字技術增加高級數字化服務業務收益的目的［45］。綜上，政策支持和市場競爭為環境層面的影響因素，同時也是中小制造企業實現數字服務化轉型的動力。

2.4 中小制造企業數字服務化轉型驅動模型構建

基于文獻梳理和TOE理論框架，本文選取數字技術水平、技術創新水平、整合能力、吸收能力、市場競爭和政策支持等6個前因變量作為關鍵影響因素，構建中小制造企業數字服務化轉型理論模型，如圖1所示。

3 研究設計

3.1 研究方法

本文從整體視角出發，探索中小制造企業數字服務化轉型前因變量間的組態關系以及不同組態對結果變量的影響路徑，因此，使用fsQCA方法進行檢驗。fsQCA最早由Ragin提出，是一種基于布爾代數和集合論的組態研究方法［46］。一方面，該算法可以避免因變量遺漏而產生的結果偏差［7］，且與傳統的回歸分析方法相比，fsQCA關注引起結果變量的充分和必要條件，能夠挖掘影響因素間不同的非對稱性組合，致力于探討哪些因素組成的條件組態可以達到預期效果、哪些組態會導致相反的預期效果等復雜因果問題［47］。另一方面，fsQCA對研究樣本的規模沒有限制，既適用于中小樣本研究，也適用于大樣本研究［48］。本文研究樣本數量屬于中等規模，同樣適合采用該方法。

3.2 樣本選擇與數據來源

首先，本文以中小板企業名單為研究樣本選取來源，剔除ST企業；其次，通過企業官網、公眾號、巨潮網等信息平臺，選取175家開展過數字服務化轉型并獲得一定成效的上市企業作為研究對象；最后，因不同企業進行數字服務化轉型的時間存在差異，將前因條件數據年份定為2021年，結果變量數據年份定為2022年。

3.3 變量測量

3.3.1 數字服務化轉型程度

企業年報具有總結性和指導性，更易體現出數字服務化轉型的特征信息。因此，選取樣本企業2021—2022年的企業年報，采用文本分析法［5］來衡量企業進行數字服務化轉型的程度。參照吳非等［49］構建的數字化轉型特征詞圖譜以及國內外學者對數字服務化的定義，使用Python軟件的爬蟲功能，統計上市企業年報中包含數字服務化轉型關鍵詞的語句與詞頻，并進行篩選，剔除含有“無”“不”等否定性詞語的表達方式，最終得到上市企業公布的年度報告中相關關鍵詞的詞頻，將其作為企業數字服務化轉型程度的代理指標。

3.3.2 數字技術水平

數字技術水平是指在信息技術、通信技術、網絡技術等方面的綜合應用能力。采用文本分析法來衡量企業數字技術水平，將物聯網、大數據、云計算、人工智能、區塊鏈等5個方面的技術確定為關鍵詞［49］，使用Python軟件的爬蟲工具統計上市企業年報中數字技術關鍵詞的詞頻，將其作為該變量的代理指標。

3.3.3 技術創新水平

技術創新水平是指在研發新技術、新產品、新工藝等方面的能力。企業技術創新水平的測量指標有研發投入和專利數量兩類［50］。將研發投入有效轉化為創新產出存在較大難度，以研發投入為衡量標準可能產生企業技術創新水平數據偏高的問題，因此選擇企業專利申請數作為衡量標準［51］，以實用新型專利和外觀設計專利申請數之和為代理指標。

3.3.4 整合能力

整合能力是指將不同的知識、資源、業務流程等有機結合，形成協同效應的能力。在企業層面上，整合能力表現為企業在發展中所擁有的知識積累，而知識的載體是組織，企業管理制度、文化等無形資本是其重要體現。因此，以無形資本強度來表示整合能力，無形資本強度用無形資本占總資本的比重來衡量［43］。

3.3.5 吸收能力

吸收能力是指組織獲取、理解和應用外部新知識、新技術的能力。參考張軍等［52］的研究，以企業內部研發強度為代理變量進行測量，即吸收能力=研發投入/營業收入。企業開展創新活動需要吸收國內外的知識，并通過研發人員消化這些專有知識，最終將其應用到企業的轉型過程中。

3.3.6 市場競爭

根據韓忠雪和高心儀［53］的研究，以“1-勒納指數=1-（營業收入-營業成本-銷售費用-管理費用）/營業收入”來衡量市場競爭度。市場競爭有利于促使企業管理者適時進行戰略調整以應對市場變化，提高企業經營效率。

3.3.7 政策支持

政府對企業數字服務化轉型的支持不僅體現在政策方面，還體現在財政方面，政府通過給予一定的資金支持有效幫助企業不斷推進轉型進程。因此，使用政府資金占企業總投資的比重來衡量政策支持度［54］。

4 實證分析

4.1 數據校準

本文采用直接法將變量校準為模糊集合。參照杜運周等［47］的研究，將前因條件變量和結果變量的完全隸屬、交叉點和完全不隸屬等3個臨界值分別設定為95%、50%和5%分位數，通過fsQCA 3.0軟件將數據轉換為模糊隸屬度分數，各變量校準值如表1所示。為避免剔除樣本企業，根據已有研究將校準后隸屬度為0.5交叉點的隸屬分數做加0.001的處理［41］，以保證分析結果的準確性。

4.2 必要性分析

使用fsQCA方法進行組態分析前，須檢驗單個條件變量是否為結果變量的必要條件。檢驗結果以一致性和覆蓋率為衡量指標，一致性反映必要程度的高低，覆蓋率反映解釋條件變量必要性的案例數量。參照現有研究，將一致性的標準定為0.9。若一致性小于0.9，則代表該因素不構成必要條件。檢驗結果如表2所示，各條件變量的一致性均小于0.9，即不存在影響企業高水平數字服務化轉型或非高水平數字服務化轉型的必要條件。

4.3 組態分析

使用fsQCA 3.0軟件對影響企業高水平數字服務化轉型或非高水平數字服務化轉型的條件變量進行組態分析；將原始一致性閾值設定為0.8、PRI一致性閾值設定為0.7，由于研究樣本屬于中樣本，將樣本頻數閾值設定為2。通過構建真值表獲得復雜解、簡單解和中間解等3類解，對中間解和簡單解進行嵌套關系對比，同時出現在中間解和簡單解中的條件為核心條件，只出現在中間解中的條件為邊緣條件［49］。組態分析結果如表3所示：有3條路徑引致企業高水平數字服務化轉型，且覆蓋總樣本的45%；有2條路徑引致非高水平數字服務化轉型，且覆蓋總樣本的50%。

4.3.1 中小制造企業數字服務化轉型組態路徑分析

根據表3可知，產生高水平數字服務化轉型的組態路徑有3條（H1a、H1b、H2），其總體一致性為0.91。其中：H1a和H1b為二階等價組態，即核心條件相同，因此將其歸納為一種類型——技術賦能與吸收能力催化型；基于核心條件和邊緣條件，將H2命名為組織支撐與創新能力驅動型。

H1指出，在數字技術水平、技術創新水平和吸收能力為核心條件，整合能力、市場競爭分別為邊緣條件，政策支持為邊緣條件缺失的情況下，企業可實現高水平數字服務化轉型。具體而言，企業內部具備較高的數字技術水平以及較強的創新能力和研發能力，通過培養和引進高素質人才，維持與合作伙伴、供應商、客戶等主體之間的緊密合作關系，爭取產業政策支持，便可成功實現數字服務化轉型。通過比較二階等價組態H1a和H1b發現，對于具備高數字技術水平和高技術創新水平的中小制造企業，在其研發水平較高時，整合能力和市場競爭存在一定的替代性。該組態路徑下的典型案例企業為MZT。①在人才培養方面，該企業建設了專業的人才隊伍，團隊不僅包括行業內的技術精英，還包括既具備制造業專業技術又具備服務業和互聯網思維的復合型人才，為企業未來發展提供了人才支撐；②在服務績效方面，該企業通過提升產品研發設計、交付、安裝、維護等服務環節的價值，降低制造環節在整個價值鏈中的比重，使服務收入占到總銷售收入的30%以上；③在價值鏈延伸方面，該企業以服務為導向，由僅提供產品向提供產品+服務轉型，進而向全生命周期管理、工程總承包與系統解決方案、節能環保等高端服務延伸。

關鍵技術是中小制造企業實現數字服務化轉型的支撐，發揮著“大動脈”作用［36］。數字技術的應用已逐漸成為中小制造企業重組資源要素、提升核心競爭力、塑造新競爭優勢的重要手段［55］。數字技術賦能服務化轉型改變了服務供給方式，并呈現出向數字服務化方向演變的趨勢。

H2指出，在技術創新水平、整合能力、吸收能力為核心條件，市場競爭為核心條件缺失，數字技術水平和政策支持為邊緣條件的情況下，企業可實現高水平數字服務化轉型。具體而言，在企業具備較強的創新能力、內部員工對數字技術的接受能力強且研發水平高時，即使企業所處市場環境不佳，其通過獲取政策資金支持和提高數字技術水平，也可以成功實現數字服務化轉型。該組態路徑下的典型案例企業為Desay SV。年報數據顯示，該企業連續三年研發投入占總收入的比重超過10%，且始終注重對人才的投入，其研發人員占總員工的比重達到40.69%；技術層面，該企業積極布局基礎智能硬件平臺，通過OTA技術快速迭代，搶先培育發展優勢，抓住軟件賦能用戶體驗的機遇，為用戶創造更高效、更安全、更舒適的出行生活。

服務化轉型戰略的實施需要政府在資金和政策等方面予以支持和引導，同時也需要企業秉持“善用資源、服務社會”的理念，并將其貫徹到生產和經營的每一個環節。制造業作為國家經濟的重要組成部分，其發展不僅關乎國家經濟的增長和現代化進程，也是提升國家綜合實力和國際競爭力的重要途徑。數字經濟作為一種基于數字技術的經濟形態，以高效、靈活、創新的特質為制造業的發展提供了新的動力和機遇［36］。

產生非高水平數字服務化轉型的組態路徑有兩條。在組態N1路徑中，整合能力和市場競爭為核心條件，數字技術水平、技術創新水平、吸收能力為核心條件缺失，政策支持為邊緣條件，將該路徑稱為整合能力與市場競爭協同驅動型。在組態N2路徑中，數字技術水平、技術創新水平、吸收能力為核心條件缺失，市場競爭和政策支持為邊緣條件缺失，將該路徑稱為技術與吸收能力缺失型。上述兩條路徑在一定程度上說明，中小制造企業引致非高水平數字服務化轉型的主要原因在于技術水平低、創新能力弱以及對研發投入重視不足。

4.3.2 條件間的潛在替代關系

通過比較組態H1a、H1b和H2的異同，可以進一步識別技術、組織、環境等因素間的潛在替代關系。①通過比較H1a和H1b可以發現，對于技術水平較高且創新能力較強的中小制造企業，在研發人員占比較高的情況下，整合能力可以與市場競爭相互替換，如圖2所示。②通過比較H1b和H2可以發現，對于擁有較高技術水平以及較強創新能力和吸收能力的中小制造企業，市場競爭和非高水平政策支持的條件組合可以與整合能力、非高水平市場競爭和政策支持的條件組合進行替換，如圖3所示。③通過對比H1a和H2可以發現，在技術和組織維度因素都存在的情況下，非高水平市場競爭和政策支持的條件組合可以與非高水平政策支持相互替換，如圖4所示。④在路徑H1a、H1b和H2之間，存在由數字技術水平、技術創新水平和吸收能力組成的重疊路徑，表明這3個條件在中小制造企業數字服務化轉型過程中起著關鍵作用，企業應重點提升自身的技術創新水平及研發能力。

4.4 穩健性檢驗

對高水平數字服務化轉型的前因組態進行穩健性檢驗：其一，將一致性從0.8調高至0.85，產生的組態結果基本一致，無本質差異，結果如表4所示；其二，調整校準閾值為上四分位數（75%）、中位數和下四分位數（25%），產生的組態結果也基本保持一致，結果如表5所示。

4.5 區域異質性分析

由于技術、組織及環境等維度存在差異，不同區域中小制造企業數字服務化轉型路徑呈現明顯的異質性。因此，本文將研究樣本劃分為東部地區企業、西部地區企業和中部地區企業等3類，對原始數據分別重新進行校準及建模。通過對不同區域中小制造企業高水平數字服務化轉型的組態路徑進行分析，厘清不同區域背景下實現路徑呈現差異化的具體表現并探究其原因。組態結果顯示，東部地區企業實現高水平數字服務化的組態路徑有2條，西部地區企業有1條，中部地區企業有3條（見表6）。

E1路徑中，數字技術水平、技術創新水平、吸收能力為核心條件，整合能力和市場競爭為邊緣條件；E2路徑中，數字技術水平、技術創新水平、吸收能力為核心條件，市場競爭和政策支持為邊緣條件。兩種組態下，技術條件和組織條件均發揮了核心作用，將該路徑稱為技術賦能與吸收能力催化型。該路徑表明，在東部地區，環境因素在企業進行數字服務化轉型中起到輔助作用，良好的內外部環境可以助力企業更好地實現轉型升級。

W1路徑中，市場競爭和政策支持為核心條件，技術創新水平和整合能力為邊緣條件，將該路徑稱為環境主導型。該路徑表明，西部地區的中小制造企業應密切關注市場競爭和政策支持的變化，以便及時調整自身的發展策略；同時，企業也應注重提高創新能力和整合能力，以增強自身的競爭力和適應性。

C1路徑中，技術創新水平、吸收能力和市場競爭為核心條件，整合能力為邊緣條件，將該路徑稱為全要素主導型；C2和C3路徑中，整合能力和政策支持均為核心條件，數字技術水平均為核心條件缺失，而技術創新水平、吸收能力為C2路徑的邊緣條件，技術創新水平、吸收能力、市場競爭為C3路徑的邊緣條件缺失，將這兩條路徑稱為整合能力—政策支持主導型。綜合分析3條路徑可知：①在技術水平和創新能力方面，中部地區相較于東部地區存在一定的差距，因此，中部地區企業應積極加大技術引進和自主創新的力度，提升自身的科技實力。②中部地區企業盡管在人力資源方面具備一定的優勢，但在高端技術人才方面仍存在明顯短板。為彌補這一不足，企業須進一步強化人才培養和引進工作，以確保在激烈的競爭中保持優勢。

5 結論

5.1 研究結論與理論貢獻

本文以國家級服務型制造示范企業為研究對象，結合TOE理論框架構建多因素驅動模型，并采用fsQCA方法分析中小制造企業實現數字服務化轉型的組態路徑。得出以下結論：

第一，中小制造企業數字服務化轉型由技術、組織、環境等3個維度的條件并發且相互協同作用而成。經必要性分析發現，所有影響因素的一致性水平均低于0.9，表明單一要素無法單獨闡釋企業數字服務化轉型，需要多要素組合才能推動，體現出企業數字服務化轉型的復雜性。結論拓展了關于多要素協同推進中小制造企業數字服務化轉型的研究［13］，為后續深入探究多要素下具體的協同機制與效應提供了方向與基礎。

第二，中小制造企業實現高水平數字服務化轉型的路徑有兩類：技術賦能與吸收能力催化型、組織支撐與創新能力驅動型。其中，組態H1中，在數字技術水平、技術創新水平及吸收能力為核心條件的情況下，整合能力和市場競爭表現為替代關系，兩者可通過等效替代以“殊途同歸”的方式提升中小制造企業的數字服務化水平。這一結論為深入理解中小制造企業數字服務化轉型的內在邏輯提供了新的視角，拓展了多因素協同與替代關系方面的研究［14］，也為后續進一步探討如何精準配置企業資源以高效實現數字服務化轉型提供了重要的理論依據與實踐參考［56］。

第三，區域異質性分析表明：東部地區中小制造企業以技術賦能與吸收能力催化型為主要轉型路徑；西部地區組態路徑只有1條，為環境主導型；中部地區組態路徑有3條，可歸納為全要素主導型和整合能力—政策支持主導型。這些模式均強調企業在數字服務化轉型過程中要充分重視自身能力與內外部環境等因素的協同作用。

5.2 研究啟示

第一，技術、組織、環境等3個維度條件并發協同效應的存在揭示出中小制造企業數字服務化轉型升級的復雜性。這意味著，企業要基于自身條件稟賦，在整體視角下著力于多重條件之間的配合，因地制宜地制定政策，形成差異化的數字服務化轉型路徑。

第二，技術因素是企業實現數字服務化轉型的關鍵。技術創新水平作為助力企業實現轉型的核心條件，分別出現在3條組態路徑中，由此凸顯該因素在企業數字服務化轉型中的重要作用。因此，企業應注重提升自身技術水平，突破組織、環境等客觀條件的制約，重視各個層面因素之間的互利共存關系。

5.3 研究局限與展望

本研究仍存在以下不足：首先，影響中小制造企業數字服務化轉型的因素眾多，本文基于TOE理論框架，只選取了其中幾個關鍵因素，未來研究可進一步豐富完善。其次，受企業數據可得性的限制，本文僅研究了在數字服務化轉型中取得一定成效的中小制造企業。由于不同區域及類型的企業間存在差異，在一定程度上會影響結論的可推廣性，未來可進一步搜集更多其他地區或其他類型企業的面板數據，深入分析產生高水平數字服務化轉型的組態路徑。最后，本文從靜態視角探究了中小制造企業數字服務化轉型的路徑，未來可進一步將時間維度納入分析框架，拓展研究深度。

參考文獻：

［1］ 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，2021，24（2）：149-163.

［2］ 徐艷梅，白振立，王自強，等.技術創新、股權集中度和中小型制造企業服務化轉型：基于面板數據的實證分析［J］.科技促進發展，2024，20（2）：137-147.

［3］ SKLYAR A，KOWALKOWSKI C，TRONVOLL B，et al.Organizing for digital servitization：a service ecosystem perspective［J］.Journal of Business Research，2019，104：450-460.

［4］ 王昊，陳菊紅，張雅琪，等.制造企業服務化程度、服務化模式和服務化收益研究［J］.運籌與管理，2022，31（9）：232-239.

［5］ 董華，夏淼.大數據驅動下克服制造企業“服務化悖論”的新思路：基于組織敏捷性的視角［J］.經濟論壇，2020（7）：47-58.

［6］ 張振剛，楊玉玲，陳一華.制造企業數字服務化：數字賦能價值創造的內在機理研究［J］.科學學與科學技術管理，2022，43（1）：38-56.

［7］ ALVES C，FERREIRA L，MAGALHES V.Analysis of impact of servitization，service design and digitalization in industrial companies：an exploratory approach［J］.Science Direct，2022，55（10）：1043-1049.

［8］ 陳國權，劉薇.企業組織內部學習、外部學習及其協同作用對組織績效的影響：內部結構和外部環境的調節作用研究［J］.中國管理科學，2017，25（5）：175-186.

［9］ CHáVEZ CAG，UNAMUNO G，DESPEISSE M，et al..Analyzing the risks of digital servitization in the machine tool industry［J］.Robotics and Computer-Integrated Manufacturing，2023，82：102520.

［10］ GRUBIC，TONCI.Remote monitoring technology and servitization：exploring the relationship［J］.Computers in Industry，2018，100（5），148-158.

［11］ GEBAUER H，PAIOLA M，SACCANI N，et al.Digital servitization：crossing the perspectives of digitization and servitization［J］.Industrial Marketing Management，2021，93：382-388.

［12］ CHIRUMALLA K，LEON L，OGHAZI P.Moving from servitization to digital servitization：identifying the required dynamic capabilities and related microfoundations to facilitate the transition［J］.Journal of Business Research.2023，158：113668.

［13］ ELLER R，ALFORD P，KALLMUNZER A，et al.Antecedents，consequences，and challenges of small and medium-sized enterprise digitalization［J］.Journal of Business Research，2020，112（5）：119-127.

［14］ 彭定洪，白文靜.中小制造企業“三鏈”耦合協調測度的猶豫模糊多邊形模型構建［J/OL］.科技進步與對策，2024：1-13［2024-10-29］.http：//kns.cnki.net/kcms/detail/42.1224.G3.20240909.1037.002.html.

［15］ 彭永濤，侯彥超，羅建強，等.基于TOE框架的裝備制造業與現代服務業融合組態研究［J］.管理學報，2022，19（3）：333-341.

［16］ 簡兆權，伍卓深.制造業服務化的路徑選擇研究：基于微笑曲線理論的觀點［J］.科學學與科學技術管理，2011，32（12）：137-143.

［17］ KOHTAMAKI M，PARIDA V.The relationship between digitalization and servitization：the role of servitization in capturing the financial potential of digitalization［J］.Technological Forecasting and Social Change，2020，151：1-9.

［18］ IRIARTE I，HOVESKOG M，NGOC H N，et al.Service design for digital servitization：facilitating manufacturers’ advanced services value proposition design in the context of Industry4.0［J］.Industrial Marketing Management，2023（110）：96-116.

［19］ 唐國鋒，李丹.工業互聯網背景下制造業服務化價值創造體系重構研究［J］.經濟縱橫，2020（8）：61-68.

［20］ MüNCH C，MARX E，BENZ L，et al.Capabilities of digital servitization：evidence from the socio-technical systems theory［J］.Technological Forecasting amp; Social Change，2022，176：121361.

［21］ FAVORETTO C，MENDES G H，OLIVEIRA M G，et al.From servitization to digital servitization：how digitalization transforms companies’ transition towards services［J］.Industrial Marketing Management，2022，102：104-121.

［22］ 孟韜，李琦，趙非非，等.數字服務化戰略如何影響企業績效：基于組織韌性視角［J］.科學決策，2023（2）：1-17.

［23］ BEHL A，JAYAWARDENA N S，PEREIRA V，et al.Assessing retailer readiness to use blockchain technology to improve supply chain performance［J］.Journal of Enterprise Information Management，2024，37（2）：673-697.

［24］ 李煜華，張敬怡，褚祝杰.技術動蕩情境下數字化技術賦能制造企業服務化轉型績效研究：基于資源—能力的鏈式中介作用［J］.科學學與科學技術管理，2022，43（11）：161-182.

［25］ 紀潔，谷蓉娜，韓劍.數字經濟時代制造業企業服務化轉型與產品多樣化［J］.江海學刊，2023（3）：102-110，255.

［26］ 馮文娜，田英杰，孫夢婷.同群效應下的響應型市場導向、組織慣例更新與制造企業服務能力［J］.現代財經（天津財經大學學報），2021，41（3）：37-52.

［27］ 綦良群，吳佳瑩，李慶雪.數字經濟時代裝備制造業服務化的動力與路徑［J］.江海學刊，2022（4）：92-98.

［28］ 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.

［29］ 楊蕙馨，孫芹.數字技術與服務化對制造業企業績效的影響研究［J］.經濟與管理評論，2023，39（3）：116-129.

［30］ 馬永軍，饒雅麗.制造業服務化轉型影響因素組態與路徑研究：基于NCA與QCA的復合分析［J］.山東工商學院學報，2024，38（2）：52-63.

［31］ 譚海波，范梓騰，杜運周.技術管理能力、注意力分配與地方政府網站建設：一項基于TOE框架的組態分析［J］.管理世界，2019，35（9）：81-94.

［32］ VANDERMERWE S，RADA J.Servitization of business：adding value by adding services［J］.European Management Journal，1988，6（4）：314-324.

［33］ ZHANG Y，SUN J，YANG Z，et al.Critical success factors of green innovation：technology，organization and environment readiness［J］.Journal of Cleaner Production，2020，264：121701.

［34］ OLIVEIR T，MARTINS M.Literature review of information technology adoption models at firm level［J］.Electronic Journal of Information Systems Evaluation，2011，14（2）：312-323.

［35］ 李晶，曹鈺華.基于組態視角的制造企業數字化轉型驅動模式研究［J］.研究與發展管理，2022，34（3）：106-122.

［36］ 潘蓉蓉，羅建強，楊子超.數字技術賦能制造企業服務化轉型：理論分析與展望［J］.系統工程理論與實踐，2023，43（11）：3110-3128.

［37］ ?IM?EK T，?NER M A，KUNDAY ?，et al.A journey toward a digital platform business model：a case study in a global tech-company［J］.Technological Forecasting and Social Change，2022，175：121372.

［38］ 趙藝婷，劉文昌.制造企業數字化轉型驅動因素的組態效應研究［J］.科學與管理，2023，43（3）：31-39.

［39］ 張茜松，雷澤，孫寧，等.如何協同資源和大數據分析能力實現雙元創新？基于資源編排理論的fsQCA分析［J］.科學學與科學技術管理，2024，45（11）：90-103.

［40］ 容剛.中小型制造企業數字化轉型的問題與對策［J］.中國科技產業，2024（6）：58-60.

［41］ 張銘，曾靜，曾娜，等.“技術—組織—環境”因素聯動對互聯網企業數字創新的影響：基于TOE框架的模糊集定性比較分析與必要條件分析［J］.科學學與科學技術管理，2024，45（3）：21-40.

［42］ 邢會，陳園園，高素英.制造業服務化對行業創新績效的影響：基于技術吸收能力的中介作用［J］.現代管理科學，2022（4）：73-81.

［43］ 蔡靈莎.雙元學習、知識整合與對外直接投資績效研究［J］.軟科學，2020，34（2）：59-65.

［44］ PASCHOU T，RAPACCINI M，ADRODEGARI F，et al.Digital servitization in manufacturing：a systematic literature review and research agenda［J］.Industrial Marketing Management，2020，89：278-292.

［45］ KOLAGAR M，PARIDA V，SJDIN D，et al.Ecosystem transformation for digital servitization：a systematic review，integrative framework，and future research agenda［J］.Journal of Business Research，2022，146：176-200.

［46］ MENDEL J M，KORJANI M M.Theoretical aspects of fuzzy set qualitative comparative analysis（fsQCA）［J］.Information Sciences，2013，273：137-161.

［47］ 杜運周，李佳馨，劉秋辰，等.復雜動態視角下的組態理論與QCA方法：研究進展與未來方向［J］.管理世界，2021，37（3）：180-197，12-13.

［48］ 張明，杜運周.組織與管理研究中QCA方法的應用：定位、策略和方向［J］.管理學報，2019，16（9）：1312-1323.

［49］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［50］ 邢小強，周平錄，張竹，等.數字技術、BOP商業模式創新與包容性市場構建［J］.管理世界，2019，35（12）：116-136.

［51］ 唐松，伍旭川，祝佳.數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［52］ 張軍，朱建濤，王晶晶，等.驅動我國制造企業高水平服務化的前因組態研究：以我國制造業上市公司為例［J］.科學學與科學技術管理，2024，45（3）：147-167.

［53］ 韓忠雪，高心儀.跨國經營、市場環境與企業創新效率［J］.科研管理，2023，44（6）：173-182.

［54］ 楊繼東，劉誠.產業政策經驗研究的新進展：一個文獻綜述［J］.產業經濟評論，2021，47（6）：31-45.

［55］ KOLAGAR M，REIM W，PARIDA V.Digital servitization strategies for SME internationalization：the interplay between digital service maturity and ecosystem involvement［J］.Journal of Service Management，2021，33（1）：143-162.

［56］ 李立威，黃藝涵，成帆.影響中小制造企業數字化轉型的資源配置組態及其作用機制：基于模糊集定性比較分析［J］.科技管理研究，2023，43（6）：155-161.

Research on the Configuration Paths of Digital Service Transformation for Small and Medium-Sized Manufacturing Enterprises

—A Technology-Organization-Environment Framework Perspective

Zhou Yujuan1， Ling Duanxin2， Wang Xiuqin2， Lv Xichen1， Kong Qingwei3

（1.School of Economics and Management， Harbin University of Science and Technology， Harbin 150080， China; 2.China Academy of Industrial Internet， Beijing 100015， China; 3.Xi'an Institute of Applied Optics， Xi'an 710065， China）

Abstract： To explore the configuration paths of the digital service transformation for small and medium-sized manufacturing enterprises （SMEs）， analyze the factors and mechanisms affecting the transformation， and uncover the \"black box\" driving the service transformation through multi-factor interconnections， this study selects a sample of manufacturing SMEs listed on the stock market as case studies. Based on the \"Technology-Organization-Environment\" （TOE） framework， the study identifies and analyzes the key driving factors that these enterprises encounter in the process of achieving digital service transformation. Through a holistic analysis， the paper categorizes the antecedent conditions driving the transformation into six dimensions， constructing a factor-driven model for manufacturing SMEs' digital service transformation. Furthermore， the study uses the \"Fuzzy-set Qualitative Comparative Analysis\" （fsQCA） method to systematically explore the causal relationships between different factor configurations. The findings reveal that no single factor can explain the digital service transformation of enterprises independently; rather， a combination of multiple factors is needed. The configuration paths for achieving a high level of digital service transformation are divided into two types： one driven by technology empowerment and absorption capacity， and the other driven by organizational support and innovation capability. These paths highlight the crucial roles of digital technology application， the improvement of absorption capacity， the support for innovation capacity， and the effective allocation of organizational resources in the transformation process. In situations where the levels of digital technology and technological innovation are high， along with strong absorption capacity， integration capacity and market competition can enhance the transformation performance in an \"equivalent but different\" way. For cases of non-high digital service transformation， the paths are characterized by a focus on integration energy and market competition， as well as a lack of technology and absorption capacity. To better understand the regional differences in manufacturing SMEs' digital service transformation， the study conducts a heterogeneity analysis of transformation paths across various regions. The results show that in the eastern region， the main transformation path is driven by technology empowerment and absorption capacity， while in the western region， the only path is environmentally driven. In the central region， the main path is characterized by a lack of digital technology capacity. This research reveals the complex configurational effects between multiple driving factors of manufacturing SMEs' digital service transformation from an overall and regional multidimensional perspective， emphasizing the interaction and heterogeneity among these factors during the transformation. On one hand， it expands research on the collaborative effects of multiple factors on manufacturing SMEs' digital service transformation， providing direction for future studies on multi-factor collaboration mechanisms and effects， and offering theoretical support for understanding how these SMEs can address the \"servitization paradox\" in the context of the digital economy. On the other hand， it uncovers the collaborative and substitution relationships between technological， organizational， and environmental factors in the transformation process， offering theoretical guidance for the precise allocation of enterprise resources and providing practical insights for promoting the high-quality development of manufacturing SMEs.

Key words： small and medium-sized manufacturing enterprises; digital servitization; TOE; fsQCA; configuration paths

（欄目編輯：張士依）