王嘉嘉，劉 園

（內(nèi)蒙古科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，內(nèi)蒙古 包頭 014017）

0 引言

制造業(yè)是我國(guó)產(chǎn)業(yè)結(jié)構(gòu)的支柱產(chǎn)業(yè)之一。在改革開(kāi)放時(shí)期，我國(guó)制造業(yè)憑借自身的優(yōu)勢(shì)資源逐漸成為經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力，其中汽車工業(yè)在我國(guó)經(jīng)濟(jì)發(fā)展中起到了重要的推動(dòng)作用。近幾年，生態(tài)環(huán)境惡化與能源耗竭等問(wèn)題給傳統(tǒng)汽車產(chǎn)業(yè)帶來(lái)了巨大的挑戰(zhàn)。傳統(tǒng)燃油汽車發(fā)展受到阻礙，多家傳統(tǒng)汽車企業(yè)逐步停止燃油汽車的整車生產(chǎn)，而新能源汽車日益成為汽車產(chǎn)業(yè)應(yīng)對(duì)市場(chǎng)環(huán)境的主要戰(zhàn)略選擇。在國(guó)家政策扶持下，新能源汽車銷量逐年上升，并陸續(xù)占領(lǐng)消費(fèi)市場(chǎng)。但在此過(guò)程中，新能源汽車企業(yè)也面臨著市場(chǎng)競(jìng)爭(zhēng)不斷加劇導(dǎo)致企業(yè)盈利空間不斷被壓縮、產(chǎn)品售后問(wèn)題增加以及相關(guān)產(chǎn)品配套設(shè)施服務(wù)不完善等問(wèn)題。從發(fā)達(dá)國(guó)家的相關(guān)經(jīng)驗(yàn)中可知，在全球經(jīng)濟(jì)整體放緩、倡導(dǎo)綠色發(fā)展的新形勢(shì)背景下，傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)結(jié)構(gòu)將難以適應(yīng)新的發(fā)展趨勢(shì)。為了使企業(yè)重獲市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)以及實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，服務(wù)化成為傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的重要舉措，這也促使傳統(tǒng)制造業(yè)企業(yè)的發(fā)展重心逐漸由產(chǎn)品導(dǎo)向轉(zhuǎn)變?yōu)榉?wù)導(dǎo)向。

隨著新能源汽車企業(yè)不斷推進(jìn)服務(wù)化轉(zhuǎn)型戰(zhàn)略的實(shí)施，制造業(yè)務(wù)與服務(wù)業(yè)務(wù)互斥以及服務(wù)化轉(zhuǎn)型力度不足等現(xiàn)象逐漸凸顯，進(jìn)而導(dǎo)致企業(yè)轉(zhuǎn)型進(jìn)程受阻。而在當(dāng)前數(shù)字技術(shù)發(fā)展的背景下，數(shù)字化能夠在一定程度上賦能產(chǎn)品服務(wù)，緩解制造業(yè)企業(yè)服務(wù)化轉(zhuǎn)型過(guò)程中所面臨的困境。同時(shí)眾多學(xué)者的研究表明，物聯(lián)網(wǎng)、大數(shù)據(jù)平臺(tái)、云計(jì)算等數(shù)字技術(shù)對(duì)于提升企業(yè)績(jī)效和企業(yè)效率具有積極影響。因此，為了有效提升服務(wù)化轉(zhuǎn)型的效率，企業(yè)開(kāi)始運(yùn)用數(shù)字化手段為服務(wù)化賦能，構(gòu)建產(chǎn)品與服務(wù)之間的集成系統(tǒng)，進(jìn)而為更多客戶提供周到的售后服務(wù)［1］。然而，目前針對(duì)制造業(yè)企業(yè)運(yùn)用數(shù)字化技術(shù)提升服務(wù)化水平的研究尚處于初級(jí)階段，同時(shí)數(shù)字化影響服務(wù)化與企業(yè)績(jī)效的具體機(jī)制尚不明晰。

綜上所述，本文將基于現(xiàn)有文獻(xiàn)，梳理服務(wù)化、數(shù)字化與企業(yè)績(jī)效的研究?jī)?nèi)容，并以78 家新能源汽車企業(yè)為研究對(duì)象，搜集相關(guān)研究數(shù)據(jù)，試圖實(shí)證研究以下問(wèn)題：對(duì)于新能源汽車企業(yè)而言，服務(wù)化轉(zhuǎn)型與企業(yè)績(jī)效間的關(guān)系是什么？數(shù)字化在兩者之間是否起到調(diào)節(jié)作用？該調(diào)節(jié)作用是否為積極的？這些研究將為新能源汽車企業(yè)更高效地進(jìn)行服務(wù)化轉(zhuǎn)型提供參考借鑒。

本文的貢獻(xiàn)在于：第一，目前相關(guān)研究大多基于整體的制造業(yè)上市公司，對(duì)特定行業(yè)的具體分析較少，尤其對(duì)高新技術(shù)產(chǎn)業(yè)的服務(wù)化轉(zhuǎn)型關(guān)注度較低。本文選擇新能源汽車制造業(yè)作為研究對(duì)象，探討服務(wù)化發(fā)展對(duì)該行業(yè)企業(yè)的影響，為新能源汽車產(chǎn)業(yè)高效實(shí)現(xiàn)服務(wù)化轉(zhuǎn)型提供一定的參考。第二，本文在研究新能源汽車制造業(yè)服務(wù)化對(duì)企業(yè)績(jī)效影響的基礎(chǔ)上，加入數(shù)字化發(fā)展這一變量進(jìn)行實(shí)證檢驗(yàn)，進(jìn)一步探討數(shù)字化發(fā)展在兩者之間的作用，為正確理解數(shù)字化發(fā)展作用提供方向，同時(shí)為實(shí)現(xiàn)高質(zhì)量服務(wù)化轉(zhuǎn)型提供新思路。

1 理論基礎(chǔ)與研究假設(shè)

1．1 制造業(yè)服務(wù)化與企業(yè)績(jī)效

服務(wù)化是制造業(yè)企業(yè)轉(zhuǎn)型的重要途徑，通過(guò)對(duì)國(guó)內(nèi)外學(xué)者針對(duì)服務(wù)化與企業(yè)績(jī)效關(guān)系的研究進(jìn)行梳理，可將其具體分為3類。

第一，服務(wù)化與企業(yè)績(jī)效呈線性相關(guān)［2］。制造業(yè)服務(wù)化是通過(guò)增加相關(guān)服務(wù)進(jìn)而打造新的競(jìng)爭(zhēng)優(yōu)勢(shì)以及提高實(shí)物價(jià)值的過(guò)程。在針對(duì)服務(wù)化與企業(yè)績(jī)效關(guān)系的初期研究中，較多學(xué)者基于不同行業(yè)環(huán)境提出了不同見(jiàn)解。陳菊紅等［3］（2020）認(rèn)為，產(chǎn)品導(dǎo)向的服務(wù)化正向促進(jìn)企業(yè)績(jī)效提升。與之相反，國(guó)外學(xué)者Rosenberg 等［4］（2010）則表明，服務(wù)化戰(zhàn)略的實(shí)施會(huì)給企業(yè)帶來(lái)不利影響。企業(yè)在推進(jìn)服務(wù)化轉(zhuǎn)型的過(guò)程中會(huì)進(jìn)行組織戰(zhàn)略的重新制定和資源的重新配置，這可能導(dǎo)致公司戰(zhàn)略目標(biāo)失焦，出現(xiàn)服務(wù)化悖論情況［5］。

第二，服務(wù)化對(duì)企業(yè)績(jī)效存在復(fù)雜的作用。一些學(xué)者在深入分析后表示，制造業(yè)服務(wù)化與企業(yè)績(jī)效呈現(xiàn)出U 形［6］、倒U 形［7］和馬鞍形關(guān)系［8］，即服務(wù)化水平對(duì)績(jī)效的影響是存在風(fēng)險(xiǎn)拐點(diǎn)的。趙艷萍等［9］（2020）同樣指出，制造業(yè)服務(wù)化與企業(yè)價(jià)值之間呈顯著的倒U 形關(guān)系，當(dāng)企業(yè)過(guò)度開(kāi)發(fā)服務(wù)項(xiàng)目而忽略自身發(fā)展需求時(shí)，企業(yè)價(jià)值可能會(huì)下降。

第三，服務(wù)化不影響企業(yè)績(jī)效。Samarrokhi等［10］（2014）研究表明，企業(yè)服務(wù)化戰(zhàn)略并不能為企業(yè)帶來(lái)穩(wěn)定的優(yōu)勢(shì)，服務(wù)化與企業(yè)利潤(rùn)之間的關(guān)系并不明顯。

通過(guò)對(duì)相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)梳理，發(fā)現(xiàn)關(guān)于新能源汽車企業(yè)服務(wù)化與績(jī)效關(guān)系的研究成果相對(duì)較少。而在現(xiàn)有文獻(xiàn)中，對(duì)服務(wù)化與企業(yè)績(jī)效之間存在非線性關(guān)系的觀點(diǎn)持認(rèn)可態(tài)度的占較大比重，且大多數(shù)學(xué)者認(rèn)為兩者之間存在U 形或倒U 形關(guān)系。筆者認(rèn)為，新能源汽車企業(yè)作為高新技術(shù)制造企業(yè)，其服務(wù)化戰(zhàn)略的實(shí)施對(duì)企業(yè)績(jī)效的影響效果會(huì)隨著服務(wù)化程度的逐步加深而發(fā)生改變，即進(jìn)入風(fēng)險(xiǎn)拐點(diǎn)階段。因此，本文提出以下研究假設(shè)：

H1：新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效間呈U形關(guān)系。

H2：新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效間呈倒U形關(guān)系。

1．2 服務(wù)化、數(shù)字化與企業(yè)績(jī)效

針對(duì)數(shù)字化與企業(yè)績(jī)效之間的關(guān)系，學(xué)者們分別從不同角度對(duì)其進(jìn)行了詮釋與解讀。胡青［11］（2020）研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)公司績(jī)效具有積極影響。然而，有部分學(xué)者認(rèn)為，數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效之間的關(guān)系并不顯著［12］。郭馨梅等［13］（2020）研究表明，由于數(shù)字化轉(zhuǎn)型的前期投入成本較高，企業(yè)短時(shí)間內(nèi)無(wú)法得到相應(yīng)的回報(bào)。

在數(shù)字化與服務(wù)化的相關(guān)研究方面，大多數(shù)學(xué)者均采用定性分析的方法，認(rèn)為數(shù)字化發(fā)展有助于服務(wù)化轉(zhuǎn)型［14］。張遠(yuǎn)和李煥杰［15］（2022）研究表明，數(shù)字化轉(zhuǎn)型可以通過(guò)組織變革對(duì)服務(wù)化產(chǎn)生積極的影響。但也存在不同觀點(diǎn)，譚清美和陳靜［16］（2016）發(fā)現(xiàn)，數(shù)字化發(fā)展在服務(wù)化能力和企業(yè)績(jī)效的作用關(guān)系中存在風(fēng)險(xiǎn)拐點(diǎn)，呈現(xiàn)倒U形趨勢(shì)。

根據(jù)上述文獻(xiàn)可知，數(shù)字化對(duì)服務(wù)化與企業(yè)績(jī)效之間關(guān)系的影響可以分為兩個(gè)方面。一方面，企業(yè)憑借自身數(shù)字化轉(zhuǎn)型優(yōu)勢(shì)進(jìn)一步擴(kuò)大服務(wù)化的作用范圍，為客戶提供更多的優(yōu)質(zhì)線上服務(wù)，促進(jìn)企業(yè)績(jī)效的提升。另一方面，企業(yè)在數(shù)字化轉(zhuǎn)型的初期需要資金、技術(shù)等要素的投入，且轉(zhuǎn)型成果對(duì)企業(yè)的影響可能存在滯后性，進(jìn)而導(dǎo)致企業(yè)成本增加，弱化服務(wù)化對(duì)企業(yè)績(jī)效的影響。因此，本文提出以下研究假設(shè)：

H3：數(shù)字化對(duì)新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效之間的關(guān)系存在調(diào)節(jié)作用。

2 研究設(shè)計(jì)

2．1 樣本選擇及數(shù)據(jù)來(lái)源

近年來(lái)新能源汽車行業(yè)逐漸發(fā)展壯大，在制造業(yè)和市場(chǎng)經(jīng)濟(jì)中占據(jù)重要地位。本研究對(duì)2016—2020 年78 家新能源汽車上市企業(yè)的共390 個(gè)研究樣本進(jìn)行分析，所選企業(yè)主要從事新能源汽車整車制造、零部件生產(chǎn)等。為了保證研究數(shù)據(jù)的完整性以及研究結(jié)果的準(zhǔn)確性，本文對(duì)所搜集的數(shù)據(jù)進(jìn)行預(yù)處理：首先，選擇2016—2020 年連續(xù)5 年的指標(biāo)數(shù)據(jù)作為研究對(duì)象；其次，為了防止出現(xiàn)異常值情況，本文剔除了標(biāo)有ST 與ST*企業(yè)的相關(guān)數(shù)據(jù)以及發(fā)生重大變動(dòng)的企業(yè)數(shù)據(jù)；最后，為了保證數(shù)據(jù)的連貫性，本文剔除了相關(guān)缺失數(shù)據(jù)以及2015年12月31日之后上市的企業(yè)數(shù)據(jù)。經(jīng)過(guò)上述篩選，最終獲得了6 個(gè)細(xì)分行業(yè)78家企業(yè)連續(xù)5年的研究樣本。

本文數(shù)據(jù)皆來(lái)源于Wind 數(shù)據(jù)庫(kù)，運(yùn)用Stata17．0 軟件對(duì)數(shù)據(jù)進(jìn)行相關(guān)處理和分析，并對(duì)樣本數(shù)據(jù)進(jìn)行1%和99%分位數(shù)縮尾處理，防止異常值出現(xiàn)影響分析結(jié)果。

2．2 變量定義

2．2．1 企業(yè)績(jī)效

本文的被解釋變量為企業(yè)績(jī)效。企業(yè)績(jī)效的衡量指標(biāo)通?？梢苑譃樨?cái)務(wù)績(jī)效與非財(cái)務(wù)績(jī)效兩類，本文選擇財(cái)務(wù)綜合指標(biāo)來(lái)反映企業(yè)績(jī)效。學(xué)者們?cè)诤饬科髽I(yè)財(cái)務(wù)績(jī)效時(shí)多選擇凈資產(chǎn)收益率與總資產(chǎn)收益率。由于短期指標(biāo)相較于長(zhǎng)期指標(biāo)能夠更好地反映企業(yè)的營(yíng)運(yùn)能力，為了清晰地反映服務(wù)化對(duì)企業(yè)績(jī)效的影響，本文采用短期績(jī)效指標(biāo)中的盈利能力指標(biāo)來(lái)衡量企業(yè)的經(jīng)營(yíng)情況。具體的指標(biāo)測(cè)量方法是將ROA與ROE進(jìn)行結(jié)合并加權(quán)處理［17］，計(jì)算公式如下：

2．2．2 制造業(yè)服務(wù)化

本文的解釋變量為服務(wù)化程度。其中，服務(wù)化收入的測(cè)量參考張遠(yuǎn)和李煥杰［15］（2022）的做法。計(jì)算企業(yè)服務(wù)化業(yè)務(wù)收入占營(yíng)業(yè)收入的比重，以此反映企業(yè)的服務(wù)化程度。同時(shí)，根據(jù)本文的研究假設(shè)，在具體的實(shí)證分析過(guò)程中，加入服務(wù)化程度的二次方項(xiàng)一并進(jìn)行分析，進(jìn)而判斷服務(wù)化與績(jī)效之間存在何種非線性關(guān)系。

2．2．3 數(shù)字化

本文的調(diào)節(jié)變量為數(shù)字化。在具體測(cè)量過(guò)程中，通過(guò)人工整理獲取78 家企業(yè)2016—2020年的年報(bào)，利用Python 的文本挖掘技術(shù)對(duì)企業(yè)年報(bào)中所涉及的“大數(shù)據(jù)”“云平臺(tái)”“物聯(lián)網(wǎng)”等關(guān)鍵詞進(jìn)行中文分詞處理，并對(duì)其所在語(yǔ)句進(jìn)行提取，然后進(jìn)行人工核查以及詞頻統(tǒng)計(jì)。另外，為了防止不同詞頻之間數(shù)量差異過(guò)大導(dǎo)致研究結(jié)果的準(zhǔn)確程度較低，本文參考樓永等［18］（2022）的測(cè)量方法，對(duì)數(shù)字化詞頻的結(jié)果進(jìn)行離散化處理。對(duì)同一年份不同企業(yè)的數(shù)字化詞頻由低到高進(jìn)行程度劃分，并將其分別賦值為1、2、3。其中，低于第一分位數(shù)的數(shù)字化用1 來(lái)表示，在1 與3 之間的用2 來(lái)衡量，超出第三分位數(shù)的賦值為3。

2．2．4 控制變量

根據(jù)相關(guān)研究，本文選取企業(yè)規(guī)模、企業(yè)年限、營(yíng)業(yè)收入增長(zhǎng)率和股權(quán)集中度等作為影響企業(yè)績(jī)效的控制變量。

具體的變量說(shuō)明如表1所示。

表1 變量定義

2．3 模型設(shè)計(jì)

本研究根據(jù)服務(wù)化、企業(yè)績(jī)效、數(shù)字化三者之間的關(guān)系進(jìn)行建模。

在模型（2）中，i代表研究的企業(yè)樣本個(gè)體，t代表研究的樣本年度，ε為隨機(jī)誤差，α為常數(shù)項(xiàng)，β為回歸系數(shù)。

同時(shí)，為了檢驗(yàn)數(shù)字化的調(diào)節(jié)作用，在原本的基礎(chǔ)回歸模型上依次加入服務(wù)化一次項(xiàng)與數(shù)字化的交互項(xiàng)（Serv×Digit）以及服務(wù)化二次項(xiàng)與數(shù)字化的交互項(xiàng)（Serv2×Digit），檢驗(yàn)?zāi)Ｐ腿缦隆?/p>

在上述模型中，模型（2）和（3）主要用來(lái)檢驗(yàn)新能源汽車企業(yè)中企業(yè)服務(wù)化以及服務(wù)化的平方項(xiàng)與企業(yè)績(jī)效的關(guān)系（H1、H2）；模型（4）用來(lái)檢驗(yàn)數(shù)字化在企業(yè)服務(wù)化與企業(yè)績(jī)效之間的作用關(guān)系（H3、H4）。

3 實(shí)證分析

3．1 描述性統(tǒng)計(jì)分析

基于研究樣本的描述性統(tǒng)計(jì)結(jié)果如下：在企業(yè)績(jī)效方面，樣本最大值為44．54，最小值為-114．00，標(biāo)準(zhǔn)差為13．42，可以看出新能源汽車企業(yè)之間的財(cái)務(wù)績(jī)效水平存在一定的差距。在服務(wù)化方面，樣本最大值為28．44，最小值為0．00，標(biāo)準(zhǔn)差為2．97?？梢钥闯觯覈?guó)部分新能源汽車企業(yè)在持續(xù)推進(jìn)服務(wù)化轉(zhuǎn)型戰(zhàn)略，服務(wù)化業(yè)務(wù)占主營(yíng)業(yè)務(wù)收入的比重逐漸上升；而一些企業(yè)服務(wù)化轉(zhuǎn)型進(jìn)程較慢，仍處于起步階段，企業(yè)之間的服務(wù)化水平差距較大。在數(shù)字化方面，樣本最大值為3．00，最小值為0．00，標(biāo)準(zhǔn)差為0．83?？梢钥闯觯履茉雌嚻髽I(yè)已開(kāi)始注重?cái)?shù)字化轉(zhuǎn)型發(fā)展，但各企業(yè)之間存在較大差距，部分企業(yè)尚未進(jìn)行數(shù)字化轉(zhuǎn)型。其他變量的標(biāo)準(zhǔn)差均處于正常范圍內(nèi)，沒(méi)有異常的樣本值（見(jiàn)表2）。

表2 變量描述性統(tǒng)計(jì)

3．2 相關(guān)性分析

本文所選變量的相關(guān)性分析結(jié)果如表3 所示。服務(wù)化與企業(yè)績(jī)效在1%的水平上顯著相關(guān)，表明兩者之間存在一定的關(guān)聯(lián)性；企業(yè)的營(yíng)業(yè)收入增長(zhǎng)率（Growth）、股權(quán)集中度（Share）、企業(yè)年限（Age）與企業(yè)績(jī)效之間均存在顯著的相關(guān)性，并通過(guò)多重共線性檢驗(yàn)。

表3 相關(guān)性分析結(jié)果

3．3 基準(zhǔn)回歸分析

本研究采用OLS 模型進(jìn)行回歸分析，具體結(jié)果如表4 所示。由表4 中第1 列可知企業(yè)績(jī)效與控制變量的線性回歸關(guān)系；第2 列加入了解釋變量服務(wù)化的一次項(xiàng)（Serv）與二次項(xiàng)（Serv2）進(jìn)行具體分析，進(jìn)一步探索制造業(yè)服務(wù)化與企業(yè)績(jī)效之間存在的非線性關(guān)系。同時(shí)，本文通過(guò)Hausman檢驗(yàn)與F檢驗(yàn)對(duì)模型的選擇進(jìn)行判斷。從檢驗(yàn)結(jié)果可知，本研究應(yīng)選擇固定效應(yīng)模型進(jìn)行分析。

表4 全樣本回歸分析結(jié)果

模型（2）的基準(zhǔn)回歸結(jié)果如表4 中第1 列所示。根據(jù)回歸結(jié)果可知：首先，該模型具有顯著的統(tǒng)計(jì)學(xué)意義。其次，從控制變量來(lái)看，部分控制變量與企業(yè)績(jī)效是顯著相關(guān)的，其中營(yíng)業(yè)利潤(rùn)增長(zhǎng)率（Growth）與企業(yè)績(jī)效在1%的水平上正相關(guān)，表明營(yíng)業(yè)利潤(rùn)增長(zhǎng)率的提升在一定程度上能夠促進(jìn)企業(yè)績(jī)效的提升。究其原因，企業(yè)經(jīng)營(yíng)利潤(rùn)的增加可以為其提供更多的資本，進(jìn)而影響自身的經(jīng)營(yíng)效益，這種現(xiàn)象被稱為規(guī)模經(jīng)濟(jì)效應(yīng)。在規(guī)模經(jīng)濟(jì)的影響下，新能源汽車企業(yè)在生產(chǎn)過(guò)程中逐步實(shí)現(xiàn)專業(yè)化協(xié)作，生產(chǎn)成本降低促使企業(yè)效益提升。而企業(yè)年限（Age）與企業(yè)績(jī)效之間呈負(fù)相關(guān)關(guān)系。其原因可能是新能源汽車企業(yè)在近幾年不斷加大服務(wù)化轉(zhuǎn)型和數(shù)字化轉(zhuǎn)型的力度，雖然這些舉措為企業(yè)帶來(lái)了一定的經(jīng)濟(jì)效益，但在具體的轉(zhuǎn)型過(guò)程中企業(yè)消耗的資本也會(huì)對(duì)自身造成一定程度的不利影響。

從表4 中第2 列的基準(zhǔn)回歸分析中可以看出：首先，該模型通過(guò)了F 檢驗(yàn)，具有顯著的統(tǒng)計(jì)學(xué)意義；其次，該模型加入服務(wù)化變量后的R2值有所上升，擬合優(yōu)度更好；最后，服務(wù)化二次項(xiàng)（Serv2）與企業(yè)績(jī)效之間的回歸系數(shù)為-0．115，且在1%的水平上顯著。因此，新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效間的關(guān)系曲線為倒U 形，即兩者之間存在一定的風(fēng)險(xiǎn)拐點(diǎn)，假設(shè)H2成立。

同時(shí)，為了進(jìn)一步檢驗(yàn)服務(wù)化與企業(yè)績(jī)效之間的倒U形關(guān)系，本文選擇Utest進(jìn)行檢驗(yàn)。首先，通過(guò)計(jì)算得出的極值點(diǎn)為0．118，而根據(jù)描述性統(tǒng)計(jì)分析得出的樣本Serv取值為［0，0．570］，極值點(diǎn)在該區(qū)間內(nèi)，同時(shí)在5%的水平上拒絕原假設(shè)。除此之外，由于斜率在區(qū)間內(nèi)存在負(fù)號(hào)，可知所選樣本中的服務(wù)化與企業(yè)績(jī)效間呈倒U形變動(dòng)趨勢(shì)。

上述對(duì)模型（3）的具體分析驗(yàn)證了新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效之間存在的倒U 形關(guān)系。近年來(lái)關(guān)于數(shù)字化與服務(wù)化之間的關(guān)系研究較多，而對(duì)于數(shù)字化與企業(yè)績(jī)效之間的關(guān)系尚未形成定論。因此，本文在模型（3）的基礎(chǔ)上加入數(shù)字化以及服務(wù)化與數(shù)字化的交互項(xiàng)進(jìn)行回歸分析，具體結(jié)果如表4 中第3 列所示。從回歸結(jié)果來(lái)看，數(shù)字化的回歸系數(shù)為-4．832，且在1%的水平上顯著，表明在2016—2020年的轉(zhuǎn)型過(guò)程中，樣本企業(yè)數(shù)字化對(duì)企業(yè)績(jī)效并沒(méi)有產(chǎn)生積極的影響。其原因主要在于新能源汽車企業(yè)在轉(zhuǎn)型初期，需要大量的資金、人力、物力投入來(lái)發(fā)展數(shù)字技術(shù)，同時(shí)數(shù)字化為企業(yè)帶來(lái)的成果具有滯后性，并非短期內(nèi)就能展現(xiàn)的。

通過(guò)加入服務(wù)化一次項(xiàng)、二次項(xiàng)與數(shù)字化的交互項(xiàng)后的回歸分析，對(duì)假設(shè)H3進(jìn)行驗(yàn)證。從回歸結(jié)果可知，相較于模型（2），第3 列的R2值為0．329，模型的擬合優(yōu)度更好。另外，從第3 列中各變量的回歸系數(shù)可以發(fā)現(xiàn)，Serv與Digit的交互項(xiàng)系數(shù)為0．056，而Serv2與Digit的交互項(xiàng)系數(shù)為0．085，且通過(guò)了5%水平的顯著性檢驗(yàn)，即數(shù)字化在新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效的關(guān)系中存在顯著的調(diào)節(jié)作用，假設(shè)H3成立。同時(shí)，本文借鑒朱丹和周守華［19］（2018）、趙艷萍等［20］（2021）的研究思路進(jìn)一步分析數(shù)字化的調(diào)節(jié)效應(yīng)，結(jié)果表明數(shù)字化產(chǎn)生的是正向調(diào)節(jié)效應(yīng)，高水平的數(shù)字化促使服務(wù)化與企業(yè)績(jī)效關(guān)系的曲線形態(tài)更為平緩，績(jī)效水平更高。

3．4 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步確保研究結(jié)果的可靠性，本文采用控制時(shí)間法進(jìn)行穩(wěn)健性檢驗(yàn)。首先分析在年份變動(dòng)的情況下新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效之間的關(guān)系，其次將相關(guān)數(shù)據(jù)重新進(jìn)行回歸檢驗(yàn)，結(jié)果如表5所示。

表5 控制個(gè)體時(shí)間回歸分析結(jié)果

第1 列是模型3 的回歸結(jié)果?？梢钥闯?，服務(wù)化一次項(xiàng)、二次項(xiàng)的回歸系數(shù)雖有所變動(dòng)，但仍然呈現(xiàn)倒U 形走勢(shì)，且二次項(xiàng)在1%的水平上顯著，表明在對(duì)個(gè)體進(jìn)行時(shí)間控制后，原本的服務(wù)化與企業(yè)績(jī)效之間的關(guān)系未發(fā)生改變。同時(shí)，控制變量都基本保持穩(wěn)定，進(jìn)一步證實(shí)了假設(shè)H2。

從第2 列的結(jié)果中可以看出，模型具有良好的擬合優(yōu)度；服務(wù)化二次項(xiàng)與數(shù)字化的交互項(xiàng)在5%的水平上正向顯著，且控制變量與企業(yè)績(jī)效關(guān)系的顯著性仍保持穩(wěn)定。這一結(jié)果表明，數(shù)字化在服務(wù)化與企業(yè)績(jī)效的關(guān)系中依舊起到了顯著的調(diào)節(jié)作用，證明了實(shí)證結(jié)果的穩(wěn)健性。

4 結(jié)論與啟示

4．1 研究結(jié)論

本文以2016—2020 年新能源汽車上市企業(yè)為研究對(duì)象，通過(guò)實(shí)證分析檢驗(yàn)企業(yè)服務(wù)化與企業(yè)績(jī)效間的關(guān)系，從實(shí)證結(jié)果中可以得出以下結(jié)論。

第一，新能源汽車企業(yè)服務(wù)化與企業(yè)績(jī)效之間存在倒U 形關(guān)系，說(shuō)明新能源汽車企業(yè)在實(shí)施服務(wù)化轉(zhuǎn)型戰(zhàn)略的過(guò)程中并未給企業(yè)績(jī)效帶來(lái)持續(xù)的積極影響。在轉(zhuǎn)型初期階段，企業(yè)適當(dāng)開(kāi)拓服務(wù)業(yè)務(wù)和加大服務(wù)業(yè)務(wù)的投入力度能夠使其獲得消費(fèi)者關(guān)注，進(jìn)而提高企業(yè)的盈利能力與發(fā)展能力，使得企業(yè)績(jī)效整體呈現(xiàn)波動(dòng)式上升趨勢(shì)。但該積極作用存在一定的風(fēng)險(xiǎn)拐點(diǎn)。當(dāng)企業(yè)服務(wù)化轉(zhuǎn)型力度逐漸加大時(shí)，企業(yè)容易忽略自身實(shí)際情況而盲目加大服務(wù)業(yè)務(wù)的拓展投入力度，從而導(dǎo)致企業(yè)受到“服務(wù)化悖論”的影響，成本負(fù)擔(dān)增加，企業(yè)的績(jī)效水平受到威脅。

第二，基于檢驗(yàn)數(shù)字化調(diào)節(jié)效應(yīng)的目的，在模型中引入服務(wù)化與數(shù)字化的交互項(xiàng)進(jìn)行實(shí)證研究。從回歸結(jié)果來(lái)看，數(shù)字化在服務(wù)化與企業(yè)績(jī)效之間起顯著的調(diào)節(jié)作用。高水平的數(shù)字化能夠通過(guò)賦能服務(wù)化轉(zhuǎn)型更好地提升企業(yè)的績(jī)效水平，從而加大服務(wù)化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的積極影響，同時(shí)也可以緩解“服務(wù)化悖論”給企業(yè)績(jī)效帶來(lái)的負(fù)面影響。在進(jìn)行服務(wù)化轉(zhuǎn)型的過(guò)程中，企業(yè)通過(guò)大數(shù)據(jù)、智能化技術(shù)為服務(wù)化轉(zhuǎn)型注入新的發(fā)展動(dòng)力，促使自身原有的服務(wù)、經(jīng)營(yíng)效率大幅度提升；智能化技術(shù)的引入使得“產(chǎn)品+服務(wù)”模式得到進(jìn)一步拓展，能夠?yàn)榭蛻籼峁└鼮橹艿降膫€(gè)性化服務(wù)，進(jìn)而提高企業(yè)的盈利能力，提升自身發(fā)展效率。

4．2 對(duì)策建議

第一，本研究發(fā)現(xiàn)，在一定程度上服務(wù)化對(duì)企業(yè)績(jī)效有著顯著的影響。但從實(shí)證結(jié)果中可以看出，當(dāng)企業(yè)服務(wù)化轉(zhuǎn)型達(dá)到一定階段時(shí)，若企業(yè)忽略自身的資源條件以及服務(wù)業(yè)務(wù)質(zhì)量，盲目擴(kuò)大服務(wù)業(yè)務(wù)，則會(huì)使企業(yè)績(jī)效受到影響。因此，新能源汽車企業(yè)在進(jìn)行服務(wù)化轉(zhuǎn)型的過(guò)程中，應(yīng)根據(jù)自身資源狀況，在不影響其他業(yè)務(wù)的基礎(chǔ)上進(jìn)行轉(zhuǎn)型。企業(yè)可以就已開(kāi)展的服務(wù)業(yè)務(wù)提高服務(wù)質(zhì)量，并加強(qiáng)服務(wù)數(shù)據(jù)的收集，緊跟市場(chǎng)需求變化，針對(duì)性地?cái)U(kuò)大服務(wù)業(yè)務(wù)，滿足消費(fèi)者的需求。

第二，在進(jìn)行服務(wù)化轉(zhuǎn)型的過(guò)程中，企業(yè)應(yīng)加強(qiáng)市場(chǎng)調(diào)研以及收集客戶反饋，從而制定出符合企業(yè)自身經(jīng)營(yíng)狀況、資金狀況的計(jì)劃方案；同時(shí)，企業(yè)還應(yīng)結(jié)合自身的實(shí)際情況判斷其轉(zhuǎn)型力度，再制定出符合企業(yè)自身實(shí)際的服務(wù)化計(jì)劃。此外，在增加服務(wù)要素投入時(shí)，也要管理與控制企業(yè)在服務(wù)化轉(zhuǎn)型中的費(fèi)用投入，以此避免因盲目追求短期效益而脫離企業(yè)實(shí)際情況進(jìn)行轉(zhuǎn)型，從而陷入“服務(wù)化困境”。

第三，通過(guò)實(shí)證結(jié)果發(fā)現(xiàn)，數(shù)字化發(fā)展在服務(wù)化與企業(yè)績(jī)效的關(guān)系中起正向調(diào)節(jié)的作用，說(shuō)明新能源汽車企業(yè)在進(jìn)行服務(wù)化轉(zhuǎn)型過(guò)程中，需要把握數(shù)字化發(fā)展的趨勢(shì)，合理運(yùn)用數(shù)字技術(shù)，實(shí)現(xiàn)技術(shù)上的突破，從而幫助企業(yè)提高服務(wù)質(zhì)量，創(chuàng)造更多價(jià)值?，F(xiàn)階段，互聯(lián)網(wǎng)、信息化平臺(tái)、大數(shù)據(jù)以及智能化技術(shù)等的出現(xiàn)為傳統(tǒng)制造業(yè)的轉(zhuǎn)型帶來(lái)了新的發(fā)展契機(jī)，眾多制造業(yè)企業(yè)開(kāi)始借助數(shù)字化技術(shù)實(shí)施服務(wù)化轉(zhuǎn)型的新升級(jí)，而互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)以及云平臺(tái)的應(yīng)用能夠助力企業(yè)建立更好的服務(wù)平臺(tái)。新能源汽車企業(yè)可以通過(guò)數(shù)字技術(shù)構(gòu)建網(wǎng)絡(luò)服務(wù)平臺(tái)，更加高效地為客戶提供售后服務(wù)，收集客戶對(duì)產(chǎn)品的反饋，實(shí)現(xiàn)針對(duì)性的服務(wù)；網(wǎng)絡(luò)服務(wù)平臺(tái)可以幫助企業(yè)持續(xù)監(jiān)測(cè)產(chǎn)品的使用狀態(tài)，進(jìn)而能夠及時(shí)解決產(chǎn)品的問(wèn)題。同時(shí)，數(shù)字技術(shù)可以提高自動(dòng)化、智能化的服務(wù)質(zhì)量，有助于降低企業(yè)的人力成本，減小成本問(wèn)題給企業(yè)績(jī)效造成的影響；當(dāng)企業(yè)服務(wù)化轉(zhuǎn)型達(dá)到一定程度時(shí)，企業(yè)可以利用人工智能實(shí)現(xiàn)自動(dòng)化服務(wù)，進(jìn)一步提高服務(wù)效率，增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。

4．3 不足與展望

本文在現(xiàn)有研究的基礎(chǔ)上探討服務(wù)化轉(zhuǎn)型對(duì)新能源汽車企業(yè)績(jī)效產(chǎn)生了何種影響，并加入數(shù)字化轉(zhuǎn)型作為調(diào)節(jié)變量加以分析。由于企業(yè)服務(wù)化轉(zhuǎn)型是一個(gè)較為漫長(zhǎng)的過(guò)程，所跨年份較多，因此本文所選擇的時(shí)間跨度仍有待進(jìn)一步擴(kuò)大。同時(shí)，在后續(xù)的研究中可進(jìn)一步分析企業(yè)實(shí)施服務(wù)化轉(zhuǎn)型的具體路徑，運(yùn)用有效的評(píng)價(jià)方法探討企業(yè)服務(wù)化轉(zhuǎn)型過(guò)程中企業(yè)績(jī)效的變動(dòng)情況，為我國(guó)傳統(tǒng)制造業(yè)服務(wù)化轉(zhuǎn)型提供更多的參考依據(jù)。另外，本研究并未充分考慮影響企業(yè)績(jī)效的所有因素，未來(lái)的相關(guān)研究可進(jìn)一步思考對(duì)企業(yè)績(jī)效產(chǎn)生影響的其他因素，進(jìn)而完善服務(wù)化轉(zhuǎn)型對(duì)企業(yè)績(jī)效影響的研究。