潘蓉蓉 ,羅建強(qiáng),2 ,楊子超

(1.江蘇大學(xué) 管理學(xué)院,江蘇 鎮(zhèn)江 212013;2.江蘇大學(xué) 中國(guó)農(nóng)業(yè)裝備產(chǎn)業(yè)發(fā)展研究院,江蘇 鎮(zhèn)江 212013)

新一輪信息革命浪潮為制造格局的演變創(chuàng)造了良機(jī),以服務(wù)化和數(shù)字化為代表的轉(zhuǎn)型新模式為中國(guó)制造“提質(zhì)增效、由大變強(qiáng)”提供了方向。服務(wù)化指制造企業(yè)圍繞制造效能的改善或客戶效用的提升,不斷增大衍生服務(wù)在企業(yè)價(jià)值創(chuàng)造中的占比,最終提供產(chǎn)品與服務(wù)集成化的客戶問題解決方案[1];數(shù)字化指制造企業(yè)利用人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等新一代信息技術(shù),賦能產(chǎn)品及服務(wù)運(yùn)營(yíng)流程的智能化變革[2]。服務(wù)化與數(shù)字化的協(xié)同發(fā)展與實(shí)施將對(duì)企業(yè)績(jī)效產(chǎn)生重要影響[3]。

在服務(wù)化與企業(yè)績(jī)效關(guān)系方面,服務(wù)化作為制造企業(yè)以核心產(chǎn)品為母體衍生或嵌入服務(wù)元素的過程[4],有助于提升企業(yè)績(jī)效,實(shí)現(xiàn)供需價(jià)值創(chuàng)造的更大化[5]。但陳潔雄[6]認(rèn)為服務(wù)化在初期能為制造企業(yè)產(chǎn)生額外的收益,但隨著服務(wù)化向中后期推進(jìn),制造企業(yè)圍繞服務(wù)廣度與深度增強(qiáng),以及業(yè)務(wù)流程重塑等方面需要較高資源要素與管理成本投入,易導(dǎo)致企業(yè)績(jī)效在服務(wù)化轉(zhuǎn)型后期表現(xiàn)不佳,即有陷入服務(wù)悖論的風(fēng)險(xiǎn)。在數(shù)字化與企業(yè)績(jī)效關(guān)系方面,楊志波等[7]認(rèn)為數(shù)字化促進(jìn)了產(chǎn)品與服務(wù)創(chuàng)新,方便了資源內(nèi)外部整合與再配置,改變了業(yè)務(wù)流程結(jié)構(gòu),提升了企業(yè)績(jī)效,但亦面臨著流程重構(gòu)與組織治理等難題。數(shù)字化投入可能會(huì)轉(zhuǎn)變?yōu)槠髽I(yè)新的成本中心而非盈利中心,即產(chǎn)生了數(shù)字悖論的風(fēng)險(xiǎn)[8],Gebauer等[9]通過52家企業(yè)數(shù)據(jù)證實(shí)了數(shù)字化投入將增大運(yùn)營(yíng)管理成本,且數(shù)字化收益更多體現(xiàn)為對(duì)上下游企業(yè)的溢出效應(yīng),資金短期內(nèi)難以回籠。因此,數(shù)字化對(duì)企業(yè)績(jī)效存在“雙刃劍”效應(yīng)。在數(shù)字化與服務(wù)化關(guān)系方面,數(shù)字化有效支持了企業(yè)衍生服務(wù)的提供[10-11],前臺(tái)數(shù)字化可增強(qiáng)應(yīng)對(duì)突變客戶需求的響應(yīng)能力、供需交互能力與捕獲客戶知識(shí)與需求信息能力[12-14],后臺(tái)數(shù)字化可提升衍生服務(wù)水平及質(zhì)量。文獻(xiàn)[15-16]中均認(rèn)為數(shù)字化是服務(wù)化的推動(dòng)者,能夠確保衍生服務(wù)的價(jià)值增值性,為此,數(shù)字化與服務(wù)化協(xié)同是制造企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要舉措[17]。然而,若制造企業(yè)在服務(wù)化實(shí)踐中過度依賴數(shù)字化技術(shù),則會(huì)無(wú)形中削弱服務(wù)的移情性與異質(zhì)性,服務(wù)提供將帶有標(biāo)準(zhǔn)化交付的“工業(yè)”色彩,長(zhǎng)期未必會(huì)提升制造企業(yè)的價(jià)值創(chuàng)造能力?；谏鲜霰尘?服務(wù)化、數(shù)字化和企業(yè)績(jī)效的內(nèi)在復(fù)雜影響機(jī)理亟待深入解析。

當(dāng)前,數(shù)字化顯著應(yīng)用于前臺(tái)商業(yè)領(lǐng)域及后臺(tái)工業(yè)領(lǐng)域,集成解決方案的提供是前臺(tái)客戶參與和后臺(tái)信息支持的協(xié)同結(jié)果[18]。前后臺(tái)理論認(rèn)為,開展服務(wù)化的制造企業(yè)由面向客戶的前臺(tái)、提供外部功能的后臺(tái)以及承擔(dān)指導(dǎo)與監(jiān)督責(zé)任的戰(zhàn)略中心3個(gè)組織結(jié)構(gòu)構(gòu)成[19],以此為基礎(chǔ),可將數(shù)字化分為面向客戶的前臺(tái)數(shù)字化與面向制造的后臺(tái)數(shù)字化。對(duì)于前臺(tái)數(shù)字化,制造企業(yè)通過應(yīng)用智能化的硬件設(shè)備與軟件系統(tǒng),與量大且分散的客戶實(shí)時(shí)交互,以豐富產(chǎn)品功能和定制服務(wù)內(nèi)容,確保參與交互的高效性和問題解決的精準(zhǔn)性,拓寬了營(yíng)銷渠道并增強(qiáng)了企業(yè)跨部門或市場(chǎng)對(duì)客戶需求的響應(yīng)能力[20],同時(shí),文獻(xiàn)[21-22]中認(rèn)為數(shù)據(jù)信息的透明化有助于提高客戶參與度及對(duì)衍生服務(wù)的支付意愿。對(duì)于后臺(tái)數(shù)字化,企業(yè)可依靠新一代信息技術(shù)增強(qiáng)服務(wù)提供能力與質(zhì)量,提升產(chǎn)品服務(wù)系統(tǒng)的定制化與智能化水平,以交付的即時(shí)性優(yōu)勢(shì)突破供需的時(shí)空限制,如后臺(tái)數(shù)字化支持了汽車行業(yè)的遠(yuǎn)程運(yùn)維和租賃服務(wù),企業(yè)可實(shí)現(xiàn)車輛的實(shí)時(shí)監(jiān)測(cè)與調(diào)度,為客戶提供車輛配套性增值業(yè)務(wù),實(shí)現(xiàn)了服務(wù)價(jià)值的更大創(chuàng)造[23]。

綜上所述,服務(wù)化和數(shù)字化是制造企業(yè)轉(zhuǎn)型的大勢(shì)所趨,但兩者對(duì)企業(yè)績(jī)效影響關(guān)系結(jié)論不一。在服務(wù)提供與數(shù)字表征同時(shí)展現(xiàn)的場(chǎng)景下,將服務(wù)化與數(shù)字化同時(shí)加以考慮,厘清前后臺(tái)數(shù)字化對(duì)服務(wù)化與企業(yè)績(jī)效的作用關(guān)系愈顯重要。為此,本文提出相應(yīng)理論假設(shè),并以服務(wù)化與數(shù)字化同步推進(jìn)的中國(guó)先進(jìn)上市制造企業(yè)為樣本進(jìn)行實(shí)證分析,旨在為企業(yè)服務(wù)化與數(shù)字化轉(zhuǎn)型提供決策參考。本文主要貢獻(xiàn)包括:①將服務(wù)化與數(shù)字化納入同一研究框架,搜集上市制造企業(yè)的面板數(shù)據(jù),實(shí)證分析了服務(wù)化與數(shù)字化對(duì)企業(yè)績(jī)效的雙重影響,對(duì)中國(guó)制造企業(yè)探索服務(wù)化與數(shù)字化轉(zhuǎn)型路徑具有一定的參考價(jià)值;②借鑒前后臺(tái)理論,將數(shù)字化進(jìn)一步細(xì)分為面向客戶需求的前臺(tái)數(shù)字化與面向生產(chǎn)制造的后臺(tái)數(shù)字化,深入剖析了前后臺(tái)數(shù)字化對(duì)服務(wù)化實(shí)施成效的影響;③將研究視角聚焦于數(shù)字化對(duì)服務(wù)化轉(zhuǎn)型的賦能效應(yīng),進(jìn)一步解析了東部和中西部地區(qū)服務(wù)化與前后臺(tái)數(shù)字化發(fā)展的差異。

1 理論分析與研究假設(shè)

1.1 制造企業(yè)服務(wù)化與企業(yè)績(jī)效關(guān)系

服務(wù)化是制造企業(yè)由提供純產(chǎn)品向提供產(chǎn)品服務(wù)系統(tǒng)的轉(zhuǎn)型過程[1,24],其內(nèi)涵是以產(chǎn)品為載體,通過在全生命周期內(nèi)衍生或嵌入服務(wù)元素,如前端的研發(fā)設(shè)計(jì)、中端的運(yùn)輸配送、后端的檢測(cè)維護(hù)等,形成增值性集成解決方案以滿足客戶異質(zhì)性需求,提升服務(wù)收益能力[25-26]。服務(wù)化是循序漸進(jìn)的過程,如GE、陜鼓、西門子等企業(yè)在服務(wù)化初期向客戶提供了維修、安裝等面向產(chǎn)品的基礎(chǔ)型服務(wù)。隨著產(chǎn)品與服務(wù)技術(shù)迭代,服務(wù)的價(jià)值創(chuàng)造能力愈加顯著,企業(yè)逐步轉(zhuǎn)為提供面向客戶問題解決的提升型服務(wù),如研發(fā)、租賃、遠(yuǎn)程監(jiān)控等,籍此,企業(yè)績(jī)效實(shí)現(xiàn)穩(wěn)步上升。

然而,亦有研究表明,服務(wù)價(jià)值創(chuàng)造能力存在邊界,當(dāng)服務(wù)化進(jìn)入成熟期后,制造企業(yè)易陷入服務(wù)悖論的窘境[27]。造成服務(wù)悖論的主要原因包括:①衍生服務(wù)業(yè)務(wù)拓展與產(chǎn)品制造運(yùn)作流程出現(xiàn)了資源沖突,即為開發(fā)新服務(wù),企業(yè)無(wú)形間掠奪了原屬產(chǎn)品質(zhì)量提升的資源[28];②企業(yè)服務(wù)創(chuàng)新相較產(chǎn)品創(chuàng)新具有超前性,但新服務(wù)未必得到客戶認(rèn)同且不易為客戶有效感知,最終削減了客戶對(duì)服務(wù)的支付意愿[29];③企業(yè)調(diào)配與吸收內(nèi)外部資源生成的解決方案與客戶實(shí)際需求不相符,供需匹配錯(cuò)位不僅降低了客戶購(gòu)買意愿,甚至產(chǎn)生了資源的閑置與浪費(fèi)。上述原因?qū)е轮圃炱髽I(yè)服務(wù)化到達(dá)某一程度后,企業(yè)績(jī)效可能會(huì)出現(xiàn)下滑趨勢(shì)?；诖?提出假設(shè):

H1制造企業(yè)服務(wù)化與企業(yè)績(jī)效呈先升后降的倒U 形關(guān)系。

1.2 制造企業(yè)數(shù)字化與企業(yè)績(jī)效關(guān)系

借助新一代信息技術(shù)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型是制造企業(yè)高質(zhì)量發(fā)展的重要路徑。數(shù)字化技術(shù)融入產(chǎn)品制造和服務(wù)提供過程改變了企業(yè)傳統(tǒng)的組織結(jié)構(gòu)、商業(yè)模式、決策范式及創(chuàng)新方式,同時(shí),數(shù)字化技術(shù)能夠支持供需間深度交互、數(shù)據(jù)沉淀和資源智能配置,模糊了生產(chǎn)制造與服務(wù)提供、企業(yè)與相關(guān)利益體之間的界限[30],有益于提升客戶對(duì)衍生服務(wù)的體驗(yàn)感,拓展了承載于產(chǎn)品的服務(wù)價(jià)值創(chuàng)造空間[17,31]。依據(jù)數(shù)字化技術(shù)的應(yīng)用場(chǎng)景以及前后臺(tái)理論,將其劃分為面向客戶的前臺(tái)數(shù)字化與面向制造的后臺(tái)數(shù)字化。其中:前臺(tái)數(shù)字化確保了供需的精準(zhǔn)交互,制造企業(yè)在快速識(shí)別客戶深層次需求的基礎(chǔ)上生成價(jià)值易于被客戶感知的智能解決方案;后臺(tái)數(shù)字化依靠智能制造技術(shù)實(shí)現(xiàn)前臺(tái)定制信息的物化,支持了后市場(chǎng)增值服務(wù)的提供。

具體而言,在前臺(tái)數(shù)字化賦能下,制造企業(yè)通過搭建允許客戶實(shí)時(shí)參與的交互平臺(tái),收集、提煉并解析客戶知識(shí)與需求,如可穿戴式醫(yī)療產(chǎn)品,生成面向客戶問題的智能解決方案,極大提升了服務(wù)提供的效率與精度,改變了企業(yè)原有的商業(yè)模式[32]。此外,前臺(tái)數(shù)字化驅(qū)動(dòng)了企業(yè)內(nèi)外部資源與知識(shí)的協(xié)同,即通過平臺(tái)在匯聚離散的知識(shí)與資源過程中,強(qiáng)化企業(yè)內(nèi)部各職能部門間的協(xié)作,并與跨界的配套企業(yè)保持實(shí)時(shí)互動(dòng)[33],顯著提升了客戶滿意度,撬動(dòng)了績(jī)效的增長(zhǎng)。在后臺(tái)數(shù)字化下,制造企業(yè)利用新一代信息技術(shù)可同步提升產(chǎn)品制造效率與服務(wù)提供質(zhì)量,如在車輛生產(chǎn)過程中嵌入傳感器與定位裝置,支持了車輛遠(yuǎn)程監(jiān)控、租賃與調(diào)度服務(wù)的實(shí)現(xiàn)[34]。制造企業(yè)通過數(shù)字化展開大范圍異質(zhì)信息的匯集,便捷了基于成組技術(shù)的大規(guī)模定制,利用Io T 支持產(chǎn)品數(shù)據(jù)信息的全生命周期追蹤,實(shí)現(xiàn)了企業(yè)績(jī)效的不斷攀升?；诖?提出如下假設(shè):

H2a前臺(tái)數(shù)字化對(duì)企業(yè)績(jī)效起正向促進(jìn)作用。

H2b后臺(tái)數(shù)字化對(duì)企業(yè)績(jī)效起正向促進(jìn)作用。

1.3 數(shù)字化對(duì)“服務(wù)化-績(jī)效”關(guān)系的調(diào)節(jié)作用

智能化發(fā)展與商業(yè)模式重塑加速了制造企業(yè)數(shù)字化與服務(wù)化進(jìn)程[35-36],企業(yè)由傳統(tǒng)的純產(chǎn)品制造商轉(zhuǎn)變?yōu)橹悄芙鉀Q方案提供者與實(shí)現(xiàn)者,產(chǎn)品制造與服務(wù)提供能力得以增強(qiáng)[37]。已有研究表明,數(shù)字化是推動(dòng)服務(wù)化發(fā)展的重要因素。Kindstroem等[38]發(fā)現(xiàn),數(shù)字化有助于制造企業(yè)開發(fā)增值性服務(wù),實(shí)現(xiàn)資源的合理分配,促進(jìn)服務(wù)質(zhì)量提升,Kowalkowski等[39]認(rèn)為將數(shù)字化技術(shù)作為變革工具有利于制造企業(yè)向服務(wù)主導(dǎo)邏輯轉(zhuǎn)變,不同類型的數(shù)字化轉(zhuǎn)型模式會(huì)導(dǎo)致服務(wù)化路徑的差異,且結(jié)構(gòu)趨向復(fù)雜的智能產(chǎn)品可驅(qū)使服務(wù)化與數(shù)字化的深度融合。由此,數(shù)字化對(duì)“服務(wù)化-績(jī)效”關(guān)系的調(diào)節(jié)作用如圖1所示。

由圖1可見,在前臺(tái)數(shù)字化下,人機(jī)對(duì)話模式具有簡(jiǎn)化服務(wù)流程、存留過程數(shù)據(jù)、拓寬服務(wù)市場(chǎng)域、提高服務(wù)可得性與便捷性等優(yōu)勢(shì),籍此,制造企業(yè)能夠快速捕獲、清洗、存儲(chǔ)與解析海量客戶數(shù)據(jù)信息,及時(shí)響應(yīng)客戶問題。當(dāng)缺少面向客戶的前臺(tái)數(shù)字化技術(shù)應(yīng)用時(shí),異質(zhì)性客戶需求將難以被企業(yè)精準(zhǔn)感知,易造成供需匹配錯(cuò)位[2],因此,前臺(tái)數(shù)字化有利于供需交互并生成智能解決方案,從而助推服務(wù)化戰(zhàn)略的實(shí)施[40-41]。在后臺(tái)數(shù)字化下,制造企業(yè)基于產(chǎn)品衍生遠(yuǎn)程監(jiān)控、在線檢測(cè)、預(yù)防性維修等提升型服務(wù),此時(shí)數(shù)字化技術(shù)具備將服務(wù)提供產(chǎn)生的數(shù)據(jù)轉(zhuǎn)化為智能調(diào)度生產(chǎn)過程的功能,提升了產(chǎn)品服務(wù)系統(tǒng)的智能化水平與客戶需求的響應(yīng)效率[42],支持了產(chǎn)品全生命周期管理服務(wù)模式的實(shí)現(xiàn)[43]。因此,后臺(tái)數(shù)字化被認(rèn)為是服務(wù)化的促進(jìn)和驅(qū)動(dòng)條件。Adrodegari等[44]表明,后臺(tái)數(shù)字化可提高服務(wù)提供質(zhì)量和產(chǎn)品附加價(jià)值,使產(chǎn)品與服務(wù)在互補(bǔ)融合中實(shí)現(xiàn)價(jià)值創(chuàng)造。Lerch等[3]指出服務(wù)提供復(fù)雜度取決于面向制造的數(shù)字化水平,即在產(chǎn)品研發(fā)制造階段,預(yù)留標(biāo)準(zhǔn)化接口以支持未來(lái)更多服務(wù)項(xiàng)目的嵌入及總集成總承包式的服務(wù)提供,助力制造企業(yè)與客戶關(guān)系的長(zhǎng)期自然綁定和企業(yè)績(jī)效的穩(wěn)步增長(zhǎng)[45]?；诖?提出如下假設(shè):

H3a前臺(tái)數(shù)字化正向調(diào)節(jié)了制造企業(yè)“服務(wù)化-績(jī)效”關(guān)系。

H3b后臺(tái)數(shù)字化正向調(diào)節(jié)了制造企業(yè)“服務(wù)化-績(jī)效”關(guān)系。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源及處理

考慮上市制造企業(yè)具有商業(yè)模式先進(jìn)、數(shù)字化與服務(wù)化特征顯著、數(shù)據(jù)信息透明等優(yōu)勢(shì),故本文的樣本數(shù)據(jù)選自滬深兩市中國(guó)家技術(shù)創(chuàng)新示范企業(yè)、國(guó)家級(jí)服務(wù)型制造示范企業(yè)以及中國(guó)智能制造百?gòu)?qiáng)企業(yè),并且參考已有研究,對(duì)數(shù)據(jù)做如下處理:①結(jié)合文獻(xiàn)[46-47]中的研究,將制造企業(yè)服務(wù)業(yè)務(wù)劃分為安裝和維護(hù)服務(wù)、咨詢服務(wù)、培訓(xùn)和技術(shù)服務(wù)、運(yùn)輸和倉(cāng)儲(chǔ)服務(wù)、零售和分銷服務(wù)、采購(gòu)服務(wù)、研發(fā)和設(shè)計(jì)服務(wù)、運(yùn)營(yíng)和外包服務(wù)、租賃服務(wù)、集成服務(wù)、金融服務(wù)以及知識(shí)產(chǎn)權(quán)與房地產(chǎn)服務(wù),篩除年報(bào)“經(jīng)營(yíng)業(yè)務(wù)范圍”中未開展服務(wù)的制造企業(yè);②為確保實(shí)證結(jié)果的嚴(yán)謹(jǐn)性,剔除了ST 和*ST 公司以及部分?jǐn)?shù)據(jù)缺失或存在重大疏漏的企業(yè);③由于服務(wù)化與數(shù)字化戰(zhàn)略的價(jià)值創(chuàng)造成效難以在短期內(nèi)突顯,故以3年作為一個(gè)時(shí)間段獲取樣本數(shù)據(jù)。經(jīng)過篩選,本文分別從2013、2016和2019年3年截面上獲得127、137和150條有效樣本,合計(jì)414個(gè)有效觀測(cè)值。

2.2 變量說明與定義

為厘清制造企業(yè)服務(wù)化、前后臺(tái)數(shù)字化與企業(yè)績(jī)效的關(guān)系,給出各變量的說明與定義。

(1)因變量。企業(yè)績(jī)效為本文的因變量。為能客觀反映企業(yè)價(jià)值創(chuàng)造能力以及企業(yè)未來(lái)成長(zhǎng)性,參照肖挺[48]的研究,將托賓Q值(TQ)作為企業(yè)績(jī)效的衡量指標(biāo)。

(2)自變量。制造企業(yè)服務(wù)化(SER)為本文的自變量。以服務(wù)業(yè)務(wù)收入占總收入的比重衡量服務(wù)化水平。借鑒趙宸宇[36]和肖挺[48]的做法,以初篩后的安裝和維護(hù)、集成解決方案提供等12類服務(wù)項(xiàng)目收入總和反映服務(wù)業(yè)務(wù)收入。

(3)調(diào)節(jié)變量。前臺(tái)數(shù)字化(DFE)與后臺(tái)數(shù)字化(DBE)為本文的調(diào)節(jié)變量。借鑒Martín-Pe?a等[2]的研究,以制造企業(yè)是否具備如下業(yè)務(wù)作為前后臺(tái)數(shù)字化水平的衡量標(biāo)準(zhǔn):①信息技術(shù)服務(wù);②在線銷售產(chǎn)品/服務(wù);③客戶信息交互平臺(tái);④網(wǎng)絡(luò)渠道采購(gòu);⑤計(jì)算機(jī)輔助技術(shù);⑥機(jī)器人設(shè)備的使用;⑦柔性制造系統(tǒng)。其中,①～③用以衡量前臺(tái)數(shù)字化水平,④～⑦用以衡量后臺(tái)數(shù)字化水平。采用二進(jìn)制對(duì)各項(xiàng)目編碼,“0”表示企業(yè)暫未實(shí)施該項(xiàng)業(yè)務(wù),“1”表示企業(yè)當(dāng)前已開展此項(xiàng)數(shù)字化業(yè)務(wù),匯總后得到的數(shù)字越大則表明前臺(tái)數(shù)字化或后臺(tái)數(shù)字化水平越高。

(4)控制變量。參考現(xiàn)有關(guān)于服務(wù)化的研究,以企業(yè)規(guī)模(TOTAL)、凈資產(chǎn)負(fù)債率(LEV)、企業(yè)成立年限(YEAR)、股權(quán)集中度(CO)、投入資本回報(bào)率(ROIC)以及銷售毛利率(GPM)作為控制變量[46,49-50]。具體變量的定義說明如表1所示。

表1 變量定義

2.3 實(shí)證模型構(gòu)建

綜上分析,構(gòu)建了實(shí)證模型以驗(yàn)證相關(guān)假設(shè):

式中:α0、λ0、σ0、φ0和μ0為截距;αn、ψn、λn、σn、φn和μn(n=1～6)為模型中各變量的回歸系數(shù);∑control為控制變量;ε為隨機(jī)干擾項(xiàng)。

模型式(1)、(2)用以檢驗(yàn)H1,若服務(wù)化一次項(xiàng)系數(shù)α1顯著大于0,平方項(xiàng)系數(shù)α2顯著小于0,則表明服務(wù)化與企業(yè)績(jī)效存在倒U 形關(guān)系;模型式(3)、(4)用以檢驗(yàn)H2a和H2b,若前臺(tái)數(shù)字化和后臺(tái)數(shù)字化的回歸系數(shù)λ1和σ1顯著大于0,則表明前臺(tái)與后臺(tái)數(shù)字化的實(shí)施可激勵(lì)企業(yè)績(jī)效的攀升;模型式(5)、(6)用以檢驗(yàn)H3a和H3b,若服務(wù)化一次項(xiàng)與前臺(tái)和后臺(tái)數(shù)字化的交互項(xiàng)系數(shù)φ4和μ4,以及服務(wù)化平方項(xiàng)與前臺(tái)和后臺(tái)數(shù)字化的交互項(xiàng)系數(shù)φ5和μ5 顯著大于0,則表明前臺(tái)和后臺(tái)數(shù)字化正向調(diào)節(jié)服務(wù)化與企業(yè)績(jī)效關(guān)系。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)與相關(guān)性分析

借助STATA 軟件對(duì)樣本數(shù)據(jù)進(jìn)行分析,表2、3分別給出了各變量的描述性統(tǒng)計(jì)與相關(guān)性分析結(jié)果。由表2可知,服務(wù)化均值為0.015,表明現(xiàn)階段制造企業(yè)服務(wù)化水平整體偏低;前臺(tái)數(shù)字化與后臺(tái)數(shù)字化均值分別為0.457和2.420,說明當(dāng)前制造企業(yè)對(duì)面向制造的后臺(tái)數(shù)字化的投資遠(yuǎn)高于面向客戶的前臺(tái)數(shù)字化。此外,各變量的膨脹方差因子均小于臨界值10,平均膨脹方差因子為1.363。同時(shí),由表3可知,各變量之間的相關(guān)系數(shù)均小于0.6,因此,可排除多重共線性對(duì)回歸分析結(jié)果的影響。

表2 描述性統(tǒng)計(jì)結(jié)果

表3 相關(guān)性分析結(jié)果

3.2 假設(shè)檢驗(yàn)

對(duì)于面板數(shù)據(jù)的分析主要包括混合回歸、固定效應(yīng)模型和隨機(jī)效應(yīng)模型,通過LM 檢驗(yàn)、F檢驗(yàn)以及Hausman檢驗(yàn)判斷本文應(yīng)選擇何種模型進(jìn)行回歸分析,檢驗(yàn)結(jié)果如表4所示。首先,通過LM 檢驗(yàn)判斷本文面板數(shù)據(jù)適合于混合回歸還是隨機(jī)效應(yīng)模型。由表4結(jié)果顯示,LM 檢驗(yàn)p值均為0.000,表明應(yīng)強(qiáng)烈拒絕“不存在個(gè)體隨機(jī)效應(yīng)”的相應(yīng)原假設(shè),即認(rèn)為應(yīng)選擇隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)而非混合回歸。其次,利用F檢驗(yàn)來(lái)判斷應(yīng)選擇混合回歸還是固定效應(yīng)模型,結(jié)果顯示,F檢驗(yàn)p值均為0.000,強(qiáng)烈拒絕了原假設(shè),即選擇固定效應(yīng)模型進(jìn)行回歸分析要優(yōu)于混合回歸。最后,以Hausman 檢驗(yàn)判斷應(yīng)選擇隨機(jī)效應(yīng)模型還是固定效應(yīng)模型,結(jié)果顯示,Hausman檢驗(yàn)p值均小于0.1,表示選擇固定效應(yīng)模型進(jìn)行回歸分析更有效。綜上可知,本文最終選取固定效應(yīng)模型進(jìn)行回歸分析,回歸結(jié)果如表5所示。

表4 LM 檢驗(yàn)、F 檢驗(yàn)與Hausman檢驗(yàn)結(jié)果

表5 回歸分析結(jié)果

(1)制造企業(yè)服務(wù)化與企業(yè)績(jī)效關(guān)系。表5中列(1)～(2)分別為模型(1)、(2)的回歸結(jié)果,判別了制造企業(yè)服務(wù)化與企業(yè)績(jī)效的關(guān)系。列(1)中服務(wù)化一次項(xiàng)系數(shù)α1=2.782(p＜0.1),列(2)在此基礎(chǔ)上引入服務(wù)化的平方項(xiàng)系數(shù),此時(shí),服務(wù)化一次項(xiàng)系數(shù)α1=6.839(p＜0.05),服務(wù)化平方項(xiàng)系數(shù)α2=-10.015(p＞0.1),表明服務(wù)化與企業(yè)績(jī)效呈顯著正相關(guān),而非倒U 形,H1 部分成立。原因可能是,雖然本文假設(shè)制造企業(yè)存在服務(wù)悖論的風(fēng)險(xiǎn),即服務(wù)化與企業(yè)績(jī)效呈先上升后下降的倒U 形關(guān)系,但當(dāng)前制造企業(yè)正處于數(shù)字化與服務(wù)化轉(zhuǎn)型初期,即使服務(wù)業(yè)務(wù)被不斷拓寬,企業(yè)也可通過內(nèi)部資源拼湊或外部資源吸收來(lái)滿足龐大的市場(chǎng)需求,形成持續(xù)增長(zhǎng)的現(xiàn)金流。因此,暫未對(duì)企業(yè)績(jī)效產(chǎn)生消極影響。此外,由于先前已有企業(yè)披露了服務(wù)悖論現(xiàn)象,故對(duì)于后期踐行服務(wù)化戰(zhàn)略的制造企業(yè)而言,會(huì)格外聚焦于判斷當(dāng)前衍生的服務(wù)是否超出了自身的能力范圍。

(2)制造企業(yè)數(shù)字化與企業(yè)績(jī)效關(guān)系。列(3)為模型(3)的回歸結(jié)果,給出了前臺(tái)數(shù)字化與企業(yè)績(jī)效的關(guān)系。結(jié)果顯示,前臺(tái)數(shù)字化系數(shù)λ1=0.113(p＜0.1),即前臺(tái)數(shù)字化可提升企業(yè)績(jī)效,H2a成立。列(4)為模型(4)的回歸結(jié)果,給出了后臺(tái)數(shù)字化與企業(yè)績(jī)效的關(guān)系。結(jié)果顯示,后臺(tái)數(shù)字化系數(shù)σ1=0.216(p＜0.1),表明后臺(tái)數(shù)字化與企業(yè)績(jī)效顯著正相關(guān),H2b成立。前臺(tái)數(shù)字化支撐了供需交互平臺(tái)的搭建,通過獲取客戶潛在需求提高了集成解決方案供需匹配的效率與精度;后臺(tái)數(shù)字化受前臺(tái)客戶知識(shí)信息的驅(qū)動(dòng),以精益方式驅(qū)動(dòng)了后臺(tái)生產(chǎn)線智能化升級(jí)與改造,實(shí)現(xiàn)了產(chǎn)品質(zhì)量的提升,前后臺(tái)數(shù)字化協(xié)同作用下制造企業(yè)對(duì)客戶需求響應(yīng)速度加快,撬動(dòng)了績(jī)效的改善。

(3)數(shù)字化對(duì)“服務(wù)化-績(jī)效”關(guān)系的調(diào)節(jié)作用。由于實(shí)證結(jié)果表明,服務(wù)化與企業(yè)績(jī)效呈正相關(guān),并不存在倒U 形關(guān)系,由此應(yīng)重點(diǎn)關(guān)注服務(wù)化一次項(xiàng)與前臺(tái)和后臺(tái)數(shù)字化交互項(xiàng)系數(shù)φ4和μ4。列(5)為模型(5)的回歸結(jié)果,給出了前臺(tái)數(shù)字化對(duì)“服務(wù)化-績(jī)效”關(guān)系的調(diào)節(jié)作用。結(jié)果顯示,服務(wù)化一次項(xiàng)與前臺(tái)數(shù)字化交互項(xiàng)系數(shù)φ4=8.367(p＜0.1),即前臺(tái)數(shù)字化正向調(diào)節(jié)兩者關(guān)系,H3a成立。同時(shí),繪制了前臺(tái)數(shù)字化調(diào)節(jié)作用圖(見圖2)。由圖2可知,隨著服務(wù)化程度的提高,前臺(tái)數(shù)字化水平較高的制造企業(yè)績(jī)效提升速率要顯著快于低水平前臺(tái)數(shù)字化企業(yè),即當(dāng)企業(yè)前臺(tái)數(shù)字化水平提高時(shí),會(huì)增強(qiáng)服務(wù)化對(duì)企業(yè)績(jī)效的正向促進(jìn)作用。

列(6)為模型(6)的回歸結(jié)果,給出了后臺(tái)數(shù)字化對(duì)“服務(wù)化-績(jī)效”關(guān)系的調(diào)節(jié)作用。結(jié)果顯示,服務(wù)化一次項(xiàng)與后臺(tái)數(shù)字化交互項(xiàng)系數(shù)μ4=1.395(p＜0.1),表明后臺(tái)數(shù)字化正向調(diào)節(jié)兩者關(guān)系,H3b成立。同時(shí),繪制了后臺(tái)數(shù)字化的調(diào)節(jié)作用圖(見圖3)。由圖3可知,在后臺(tái)數(shù)字化水平較高的情境下,服務(wù)化對(duì)企業(yè)績(jī)效的正向影響效應(yīng)顯著高于后臺(tái)數(shù)字化水平較低的情形,即后臺(tái)數(shù)字化水平愈高,服務(wù)化對(duì)企業(yè)績(jī)效的促進(jìn)作用愈加強(qiáng)烈。

由此可知,在制造企業(yè)服務(wù)化過程中,前臺(tái)數(shù)字化通過快速捕捉客戶知識(shí)與隱性需求,生成適配性的智能解決方案,增強(qiáng)了客戶對(duì)服務(wù)價(jià)值的感知力度;后臺(tái)數(shù)字化進(jìn)程的加速推動(dòng)了產(chǎn)品的智能制造及其產(chǎn)線的智能化改造,通過向產(chǎn)品中嵌入新一代信息技術(shù),便于制造企業(yè)衍生產(chǎn)品全生命周期管理服務(wù)。前后臺(tái)數(shù)字化激發(fā)了制造企業(yè)衍生更具價(jià)值創(chuàng)造能力的服務(wù),面向及時(shí)性的客戶問題解決提升了客戶效用,實(shí)現(xiàn)了企業(yè)績(jī)效改善。

3.3 穩(wěn)健性檢驗(yàn)

為考察實(shí)證結(jié)果的可靠性與穩(wěn)定性,進(jìn)一步拓展了樣本范圍,將符合研究特征的省級(jí)服務(wù)型制造示范企業(yè)納入研究范圍,并變更部分控制變量進(jìn)行穩(wěn)健性檢驗(yàn)。將企業(yè)規(guī)模的衡量方式變更為當(dāng)年企業(yè)資產(chǎn)總額(SIZE),并取自然對(duì)數(shù)加以平滑;將資產(chǎn)負(fù)債率的衡量方式變更為凈資產(chǎn)負(fù)債率(JLEV),計(jì)算方法為負(fù)債總額占凈資產(chǎn)總額的比重;將企業(yè)上市年限的衡量方式變更為企業(yè)成立年限(AGE),計(jì)算方法為當(dāng)年年份減去成立年份;將股權(quán)集中度的衡量方式變更為第一大股東持股比例之和(CO_1)。根據(jù)通過LM 檢驗(yàn)、F檢驗(yàn)以及Hausman檢驗(yàn)結(jié)果可知,除列(3)使用隨機(jī)效應(yīng)模型檢驗(yàn)外,其他均選擇固定效應(yīng)模型檢驗(yàn),結(jié)果如表6所示。由表6可知,穩(wěn)健性檢驗(yàn)結(jié)果與前文回歸分析保持一致,未呈現(xiàn)顯著變化,表明本文研究結(jié)果具有較高的可信度。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

4 進(jìn)一步分析

描述性統(tǒng)計(jì)結(jié)果表明,制造企業(yè)服務(wù)化推進(jìn)中后臺(tái)數(shù)字化水平高于前臺(tái)數(shù)字化。該結(jié)論與當(dāng)前貌似繁榮的前臺(tái)數(shù)字創(chuàng)業(yè)與運(yùn)作現(xiàn)象背馳,產(chǎn)生這一現(xiàn)象的原因可能包括:一方面,服務(wù)化與數(shù)字化趨向協(xié)同有助于制造企業(yè)通過供需交互將前臺(tái)客戶知識(shí)物化為后臺(tái)智能集成解決方案,驅(qū)動(dòng)了制造系統(tǒng)的智能化改造,即前臺(tái)數(shù)字化將反哺后臺(tái)數(shù)字化水平的提高;另一方面,數(shù)字化助力服務(wù)化轉(zhuǎn)型需要投入較高的要素成本,制造企業(yè)可能傾向于優(yōu)先發(fā)展后臺(tái)數(shù)字化,以達(dá)到升級(jí)產(chǎn)品結(jié)構(gòu)與削減制造成本的目的。此外,不同地區(qū)服務(wù)化與前后臺(tái)數(shù)字化發(fā)展具有一定的差異。為深度揭示該結(jié)論產(chǎn)生的原因與比較不同地區(qū)兩化賦能效應(yīng),需要進(jìn)一步展開論證。

4.1 進(jìn)一步分析的假設(shè)檢驗(yàn)

(1)前臺(tái)數(shù)字化對(duì)后臺(tái)數(shù)字化的反哺作用。在服務(wù)化進(jìn)程中,制造企業(yè)利用數(shù)字化技術(shù)在前臺(tái)搭建供需交互與信息反饋平臺(tái),改造服務(wù)客戶流程,確?？蛻粜枨笈c知識(shí)的收集、存儲(chǔ)、解析與轉(zhuǎn)化,并快速生成易于被客戶感知的智能解決方案,旨在為企業(yè)贏得經(jīng)濟(jì)優(yōu)勢(shì)。受前臺(tái)數(shù)據(jù)的驅(qū)動(dòng),制造企業(yè)面向后臺(tái)制造時(shí),向安裝基礎(chǔ)中嵌入功能化的服務(wù)組件,逐步實(shí)現(xiàn)了產(chǎn)品服務(wù)系統(tǒng)的智能升級(jí)。隨著服務(wù)化程度的進(jìn)一步加深,前臺(tái)數(shù)字化反哺后臺(tái)數(shù)字化協(xié)同發(fā)展的效應(yīng)愈加顯著,即為更好地利用集成解決方案與客戶形成長(zhǎng)期自然的綁定關(guān)系,制造企業(yè)需將前臺(tái)獲取的客戶知識(shí)數(shù)據(jù)融入后臺(tái)智能化柔性制造系統(tǒng),由此倒逼制造系統(tǒng)的數(shù)字化改造升級(jí)[17],實(shí)現(xiàn)智能產(chǎn)品的物化,同時(shí)在產(chǎn)品制造過程預(yù)留足夠的標(biāo)準(zhǔn)化接口,便于后期更多增值服務(wù)內(nèi)容的嵌入?；诖?提出假設(shè):

H4前臺(tái)數(shù)字化的推進(jìn)可反哺后臺(tái)數(shù)字化水平的提升。

(2)后臺(tái)數(shù)字化與制造成本關(guān)系。智能產(chǎn)品的研發(fā)制造對(duì)數(shù)字化技術(shù)的依賴性持續(xù)增強(qiáng),數(shù)字化技術(shù)的嵌入降低了智能產(chǎn)品的制造成本,如GE 通過建立Predix 平臺(tái)將研發(fā)與制造等成本縮減了25%以上,海爾智家基于COSMOPlat工業(yè)互聯(lián)網(wǎng)平臺(tái)極大縮短了新產(chǎn)品的研發(fā)周期與成本,并運(yùn)用3D 打印技術(shù)支持了高度定制化精密件的提供,有效降低了制造成本[14]。Kowalkowski等[15]認(rèn)為將數(shù)字化技術(shù)嵌入產(chǎn)品服務(wù)系統(tǒng)可削減企業(yè)制造成本,提高生產(chǎn)效率,并促進(jìn)其服務(wù)化轉(zhuǎn)型;文獻(xiàn)[51-52]中均認(rèn)為依托數(shù)字化技術(shù)實(shí)時(shí)采集產(chǎn)品在線數(shù)據(jù),不僅能夠降低企業(yè)制造轉(zhuǎn)換成本,還可縮減庫(kù)存與物流管理成本。由此,在服務(wù)化進(jìn)程中,制造企業(yè)通過應(yīng)用后臺(tái)數(shù)字化技術(shù)削減制造成本的表現(xiàn)方式主要包括:搭建工業(yè)互聯(lián)網(wǎng)平臺(tái)串聯(lián)全鏈條數(shù)據(jù),實(shí)現(xiàn)制造過程的閉環(huán)管理,以數(shù)據(jù)輔助決策,實(shí)現(xiàn)企業(yè)提質(zhì)增效;基于制造共享理念搜尋生產(chǎn)要素,實(shí)現(xiàn)資源的合理分配、調(diào)度與整合,以企業(yè)間跨域合作節(jié)省制造成本;基于成組技術(shù)支持大規(guī)模定制的實(shí)現(xiàn)[14]。基于此,提出假設(shè):

H5加強(qiáng)后臺(tái)數(shù)字化水平可削減企業(yè)制造成本。

綜合前文提及的全部假設(shè),得到本文的概念模型如圖4所示。

為反映企業(yè)對(duì)制造成本費(fèi)用的管控力度及當(dāng)前的運(yùn)營(yíng)管理水平,將營(yíng)業(yè)成本率(COST)作為制造成本的衡量指標(biāo),計(jì)算方法為營(yíng)業(yè)成本與營(yíng)業(yè)收入的比值[53]。由此,對(duì)新假設(shè)進(jìn)行回歸分析,結(jié)果如表7所示。由表7可見,列(1)給出了前臺(tái)與后臺(tái)數(shù)字化的關(guān)系。結(jié)果顯示,前臺(tái)數(shù)字化系數(shù)為0.247(p＜0.01),表明前臺(tái)數(shù)字化的推進(jìn)可提升后臺(tái)數(shù)字化水平,H4成立。制造企業(yè)前臺(tái)數(shù)字化在商業(yè)領(lǐng)域服務(wù)范圍的擴(kuò)張和更好地與客戶交互是后臺(tái)制造柔性化與智能化硬件設(shè)備更新升級(jí)的保障,制造企業(yè)利用數(shù)字化技術(shù)重塑制造與服務(wù)流程,完成了前臺(tái)數(shù)字化拓展服務(wù)與后臺(tái)數(shù)字化精益生產(chǎn)的匹配集成。

表7 進(jìn)一步假設(shè)檢驗(yàn)結(jié)果

列(2)給出了后臺(tái)數(shù)字化與制造成本的關(guān)系。結(jié)果顯示,后臺(tái)數(shù)字化系數(shù)為-0.016(p＜0.1),即后臺(tái)數(shù)字化可削減企業(yè)制造成本,H5 成立。后臺(tái)數(shù)字化改變了制造企業(yè)在傳統(tǒng)產(chǎn)品主導(dǎo)邏輯下的生產(chǎn)方式,數(shù)字化技術(shù)在制造過程中的滲透將突顯先進(jìn)制造模式(如大規(guī)模定制、精益生產(chǎn)、柔性制造)的優(yōu)勢(shì)。借助共享平臺(tái)可實(shí)現(xiàn)跨組織或市場(chǎng)的資源整合,共享制造服務(wù)模式的提供在降低資源購(gòu)置費(fèi)用的同時(shí),避免了非必要人力資本投入,從多維度降低了企業(yè)制造成本。

4.2 不同地區(qū)服務(wù)化與前后臺(tái)數(shù)字化水平對(duì)比

由于中國(guó)地區(qū)經(jīng)濟(jì)發(fā)展水平不均衡,全國(guó)范圍樣本數(shù)據(jù)分析得到的實(shí)證結(jié)論可能存在一定的模糊性,為解析不同地區(qū)間兩化發(fā)展程度的差異性,有必要厘清不同地區(qū)服務(wù)化與前后臺(tái)數(shù)字化水平。因此,依據(jù)國(guó)家統(tǒng)計(jì)局的地區(qū)劃分,進(jìn)一步分析中國(guó)東部與中西部制造企業(yè)的服務(wù)化、前后臺(tái)數(shù)字化發(fā)展現(xiàn)狀,總結(jié)現(xiàn)狀成因并展望未來(lái)趨勢(shì),旨在指導(dǎo)地區(qū)企業(yè)加速兩化協(xié)同,實(shí)現(xiàn)企業(yè)績(jī)效的更大提升。兩化發(fā)展水平與趨勢(shì)線如圖5～7所示。

由圖5可見,東部地區(qū)服務(wù)化水平始終高于中西部地區(qū),且從趨勢(shì)線可推斷兩地區(qū)的發(fā)展差距將逐漸拉大。由圖6可見,東部地區(qū)前臺(tái)數(shù)字化水平總體高于中西部地區(qū),2013～2016年間兩者前臺(tái)數(shù)字化均屬于起步階段,發(fā)展差距較小;但隨著數(shù)字化技術(shù)的廣泛應(yīng)用,2016～2019年間東部與中西部地區(qū)發(fā)展逐漸拉開差距,參考兩地區(qū)未來(lái)前臺(tái)數(shù)字化發(fā)展的趨勢(shì)線,可預(yù)見東部地區(qū)前臺(tái)數(shù)字化的增長(zhǎng)速率顯著高于中西部地區(qū)。由圖7可見,中西部地區(qū)后臺(tái)數(shù)字化水平均處于領(lǐng)先地位,且依據(jù)趨勢(shì)線可發(fā)現(xiàn)兩地區(qū)后臺(tái)數(shù)字化水平保持著相對(duì)平行的增長(zhǎng)速率。

出現(xiàn)上述發(fā)展現(xiàn)狀的主要原因是:相較中西部地區(qū),東部地區(qū)經(jīng)濟(jì)活躍、人口資源密集、潛在客戶群體基數(shù)龐大,終端消費(fèi)性服務(wù)與中間生產(chǎn)性服務(wù)需求量大,前臺(tái)數(shù)字化易于展開并產(chǎn)生多主體網(wǎng)絡(luò)生態(tài)效應(yīng),制造企業(yè)可充分借助前臺(tái)數(shù)字化收集并轉(zhuǎn)化客戶需求信息與知識(shí),助力服務(wù)化的快速增長(zhǎng)。而與東部地區(qū)相比,中西部地區(qū)擁有龐大與先進(jìn)的重工業(yè)制造體系,且在“一帶一路”戰(zhàn)略倡導(dǎo)下,隨著自貿(mào)試驗(yàn)區(qū)、綜合保稅區(qū)等開放式平臺(tái)的建設(shè),地區(qū)經(jīng)濟(jì)開放水平得以提升。在國(guó)家技改政策的扶持下,制造企業(yè)產(chǎn)線的自動(dòng)化與智能化水平得以提高。依靠外部信息、技術(shù)與人才等優(yōu)勢(shì)資源,后臺(tái)數(shù)字化保持著強(qiáng)勁的發(fā)展勢(shì)頭,但服務(wù)化水平增長(zhǎng)速率弱于東部地區(qū)。綜上可知,東部地區(qū)服務(wù)化的迅猛發(fā)展得益于領(lǐng)先的前臺(tái)數(shù)字化水平,但后臺(tái)數(shù)字化相對(duì)薄弱,未來(lái)應(yīng)注重后臺(tái)數(shù)字化建設(shè),夯實(shí)制造根基,加速產(chǎn)品服務(wù)系統(tǒng)的智能化升級(jí)。中西部地區(qū)后臺(tái)數(shù)字化賦能服務(wù)化尚有較大的發(fā)展空間,前臺(tái)數(shù)字化的供需交互平臺(tái)亟需完善,確保數(shù)字化賦能服務(wù)化并發(fā)揮更大的價(jià)值創(chuàng)造能力。

5 結(jié)論

本文以前后臺(tái)理論為基礎(chǔ),提出了制造企業(yè)服務(wù)化、前后臺(tái)數(shù)字化與企業(yè)績(jī)效的理論模型與假設(shè),實(shí)證分析了三者間的內(nèi)在關(guān)系,揭示了服務(wù)化對(duì)績(jī)效的促進(jìn)作用以及數(shù)字化對(duì)服務(wù)衍生的賦能效應(yīng),并進(jìn)一步探究了前臺(tái)數(shù)字化對(duì)后臺(tái)數(shù)字化的反哺作用、后臺(tái)數(shù)字化對(duì)制造成本的影響,以及不同地區(qū)服務(wù)化與前后臺(tái)數(shù)字化發(fā)展的差異,得到如下研究結(jié)論:

(1)制造企業(yè)數(shù)字化賦能服務(wù)化更有益于企業(yè)績(jī)效的改善,且服務(wù)悖論現(xiàn)象暫未顯現(xiàn)。當(dāng)前,服務(wù)化已成為先進(jìn)制造企業(yè)攀升價(jià)值鏈高端的重要發(fā)展戰(zhàn)略,數(shù)字化支持了服務(wù)提供過程,保障了領(lǐng)先于客戶需求的智能解決方案生成,并留存了服務(wù)證據(jù),表征了服務(wù)價(jià)值。

(2)前后臺(tái)數(shù)字化共同助力企業(yè)績(jī)效的提升。前臺(tái)數(shù)字化能夠增強(qiáng)供需交互頻次與質(zhì)量,保障服務(wù)提供的有效性,后臺(tái)數(shù)字化能夠提升制造系統(tǒng)的智能化水平,降低制造成本。同時(shí),前臺(tái)數(shù)字化捕捉的客戶知識(shí)可反哺后臺(tái)數(shù)字化水平的提升,前后臺(tái)數(shù)字化協(xié)同發(fā)展的趨勢(shì)愈加顯著。

(3)前后臺(tái)數(shù)字化對(duì)“服務(wù)化-績(jī)效”具有正向調(diào)節(jié)作用。前臺(tái)數(shù)字化允許客戶參與交互,服務(wù)價(jià)值易于感知;后臺(tái)數(shù)字化支持產(chǎn)品定制實(shí)現(xiàn),并與前臺(tái)服務(wù)精確匹配,價(jià)值創(chuàng)造時(shí)空不斷拓展,推動(dòng)了企業(yè)績(jī)效的穩(wěn)步增長(zhǎng),但不同地區(qū)的服務(wù)化與前后臺(tái)數(shù)字化發(fā)展水平存在差異。

研究結(jié)論對(duì)制造企業(yè)具有如下管理啟示:

(1)深挖服務(wù)價(jià)值增長(zhǎng)點(diǎn),突破價(jià)值鏈低端鎖定陷阱。制造企業(yè)應(yīng)秉持服務(wù)與客戶主導(dǎo)邏輯,以產(chǎn)品為母體衍生增值性服務(wù),增強(qiáng)客戶對(duì)服務(wù)價(jià)值的感知度,籍此,實(shí)現(xiàn)企業(yè)績(jī)效的改善。此外,企業(yè)應(yīng)評(píng)估服務(wù)的價(jià)值創(chuàng)造與成本支出,避免因盲目拓寬服務(wù)業(yè)務(wù)而陷入服務(wù)悖論的窘境。

(2)重視前后臺(tái)數(shù)字化對(duì)企業(yè)績(jī)效的賦能作用。制造企業(yè)前臺(tái)數(shù)字化應(yīng)依托供需交互平臺(tái),精準(zhǔn)識(shí)別、轉(zhuǎn)化與應(yīng)用客戶隱性需求,主動(dòng)搜尋服務(wù)機(jī)會(huì),留存服務(wù)提供證據(jù),生成價(jià)值易于為客戶感知的智能解決方案;后臺(tái)數(shù)字化應(yīng)聚焦制造系統(tǒng)的柔性化與智能化改造,積極承接前臺(tái)客戶知識(shí),提高響應(yīng)客戶需求的能力,并降低制造成本。

(3)依托數(shù)字化拓展服務(wù)廣度與深度。制造企業(yè)應(yīng)豐富數(shù)字化應(yīng)用于服務(wù)化的場(chǎng)景,并增強(qiáng)投入的力度,同時(shí),協(xié)同生產(chǎn)性服務(wù)商汲取外部資源,實(shí)現(xiàn)創(chuàng)新要素的跨域、跨界整合的能力,保障衍生服務(wù)價(jià)值的更大創(chuàng)造。

(4)對(duì)接企業(yè)內(nèi)外部?jī)?yōu)勢(shì)資源,實(shí)現(xiàn)兩化協(xié)同發(fā)展。不同地區(qū)資源稟賦存在差異,以市場(chǎng)占優(yōu)的東部地區(qū)企業(yè)應(yīng)充分利用前臺(tái)數(shù)字化與服務(wù)化優(yōu)勢(shì),夯實(shí)后臺(tái)制造及其數(shù)字化;以制造占優(yōu)的中西部地區(qū)企業(yè)應(yīng)依托堅(jiān)實(shí)的制造基礎(chǔ),通過外向的前臺(tái)數(shù)字化,提升服務(wù)化水平。在數(shù)字化賦能服務(wù)化的作用下,不同地區(qū)企業(yè)可實(shí)現(xiàn)資源互補(bǔ)、運(yùn)作協(xié)同,助力東西部地區(qū)經(jīng)濟(jì)發(fā)展的平衡。

研究結(jié)論雖有助于指導(dǎo)制造企業(yè)服務(wù)化與數(shù)字化轉(zhuǎn)型,但仍存在一定的局限性:一方面,本文試圖刻畫并比較了不同地區(qū)服務(wù)化與前后臺(tái)數(shù)字化發(fā)展的差異,但兩化協(xié)同路徑并不是簡(jiǎn)單復(fù)制,未來(lái)研究可進(jìn)一步結(jié)合地域與行業(yè)特征,明確不同類型制造企業(yè)服務(wù)化與數(shù)字化發(fā)展模式與路徑;另一方面,困囿于數(shù)據(jù)來(lái)源的限制,本文將研究對(duì)象聚焦于兩化發(fā)展相對(duì)成熟的大型上市制造企業(yè),但事實(shí)上,諸多未上市的中小型企業(yè)是中國(guó)制造的主要組成部分,未來(lái)研究可借助案例分析、問卷調(diào)查方法,深入分析中小型制造企業(yè)兩化發(fā)展對(duì)績(jī)效的影響,以增強(qiáng)研究結(jié)論的普適性。