摘要：新一代信息技術在制造業(yè)服務化中的廣泛應用，促進制造業(yè)服務主導邏輯形成，是推動制造業(yè)轉型升級的關鍵。運用CiteSpace可視化分析軟件，以SSCI文獻為研究樣本進行可視化分析，通過分析服務戰(zhàn)略、產(chǎn)品—服務系統(tǒng)、數(shù)智聯(lián)動不同服務階段對制造業(yè)的影響，基于個體和系統(tǒng)整合視角將12聚類劃分為4個主題。研究發(fā)現(xiàn)：①數(shù)智服務中“數(shù)”與“智”具有不同特征，兩者相互作用促進制造業(yè)升級；②構建“動因—機理—績效”理論框架，發(fā)現(xiàn)用戶需求響應是數(shù)智服務驅動制造業(yè)轉型升級的關鍵，生產(chǎn)系統(tǒng)和服務過程并行重構是制造業(yè)轉型升級的基礎，共同推動制造業(yè)服務效率提升和模式創(chuàng)新；③數(shù)智服務對制造業(yè)轉型升級中的要素融合、精益化與全過程服務具有促進作用。為厘清數(shù)智服務特征和促進制造業(yè)高質量發(fā)展提供新視角。

關鍵詞：數(shù)智服務；制造業(yè)升級；理論框架；作用機理；未來趨勢

中圖分類號：F425"""文獻標識碼：A"""文章編號：1001-7348（2025）01-0150-11

0 引言

企業(yè)競爭已從產(chǎn)品和技術競爭轉向通過數(shù)據(jù)實現(xiàn)資源價值最大化的競爭，即通過服務要素連接降低企業(yè)邊際成本、促進產(chǎn)業(yè)集聚、提高產(chǎn)業(yè)效益^[1]。2019年，國家發(fā)展和改革委員會等15部門聯(lián)合印發(fā)的《關于推動先進制造業(yè)和現(xiàn)代服務業(yè)深度融合發(fā)展的實施意見》提出“培育融合發(fā)展新業(yè)態(tài)新模式”，這對于提高知識型服務要素密集度、促進制造產(chǎn)業(yè)鏈前伸和后延^[2]、實現(xiàn)制造業(yè)產(chǎn)品多樣化和個性化具有重要推動作用。2021年，工業(yè)和信息化部印發(fā)的《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》強調從“產(chǎn)品”向“產(chǎn)品+服務”轉變。產(chǎn)品、服務和運營等模塊組成協(xié)同系統(tǒng)，推動數(shù)智服務資源整合，改變著制造業(yè)運營和服務模式。數(shù)字化與服務化在較長時間內是兩個相對獨立的研究領域，但在制造業(yè)轉型需求下，兩者的互補性和協(xié)同性日益凸顯。

關于數(shù)字化研究，學者廣泛關注全要素生產(chǎn)率、組織職能轉變、定制化技術創(chuàng)新以及數(shù)字化對企業(yè)創(chuàng)新績效的影響，認為其能促進企業(yè)跨越式發(fā)展^[3]，實現(xiàn)價值共創(chuàng)^[4]。相對于國內數(shù)字化與服務化漸進式發(fā)展，國外學者從數(shù)字服務^[5]、智能服務^[6]等方面界定數(shù)智服務的含義。學者普遍認為數(shù)智服務是一種新興的服務形式，尤其是在中國情境下，數(shù)智服務要素關系落后于企業(yè)智能化實踐，學者對數(shù)智服務促進企業(yè)維持競爭優(yōu)勢的討論較少。

鑒于此，本文重點探討以下幾個方面：①數(shù)智服務的含義以及數(shù)與智的作用關系；②數(shù)智服務對制造業(yè)升級的影響機理、作用動機和底層知識架構；③數(shù)智服務影響制造業(yè)升級的發(fā)展方向。通過對國外文獻進行可視化分析，從數(shù)與智兩個視角提煉數(shù)智服務內涵，從多方面梳理數(shù)智服務發(fā)展脈絡，通過構建理論框架揭示數(shù)智服務對制造業(yè)升級的作用機制。

本文邊際貢獻主要體現(xiàn)在以下方面：①明晰數(shù)、智兩者間的作用關系，為揭示數(shù)智服務促進制造業(yè)升級的內在作用機制提供理論基礎；②從用戶需求和產(chǎn)業(yè)發(fā)展維度分析數(shù)智服務對制造業(yè)升級的影響，凝練具有邏輯遞進關系的文獻主題，構建具有因果關系的理論框架；③不同于以往技術推動產(chǎn)業(yè)結構變革視角，從不同產(chǎn)業(yè)間的相互作用關系揭示數(shù)智服務對制造業(yè)產(chǎn)業(yè)升級的貢獻，有助于明晰理論發(fā)展趨勢。

1 文獻計量分析

1.1 研究方法與檢索規(guī)則

當前，VOSviewer、CiteSpace、HistCite、SciMAT和Sci2是學者廣泛使用的科學映射工具。相比于其它檢索方法，CiteSpace具有以下優(yōu)勢：①可通過LLR、LSI、MI三種算法識別具有變革潛質的文章（Chen等，2017）；②其時間切片能減少單一閾值引發(fā)的偏差；③結構變異分析（SVA）能預測前沿性知識結構；④文獻引用頻次突增能揭示有潛力學者關注的研究方向。因此，本文采用CiteSpace軟件梳理數(shù)智服務影響制造業(yè)升級的發(fā)展脈絡和前沿熱點。

Namburu等在2007年提出現(xiàn)代汽車工業(yè)需開發(fā)智能服務系統(tǒng)，以實現(xiàn)對高精細化客戶需求的響應；國內學者張振剛等在2022年提出“數(shù)字服務化”的概念，強調通過將數(shù)字化要素與服務能力相結合挖掘制造業(yè)增值潛能，初步形成數(shù)字與服務相結合的研究方向。數(shù)智服務涉及主題領域較多，本文以WOS數(shù)據(jù)庫核心合集作為樣本來源，對國外文獻進行聚類分析，通過研讀文獻確定數(shù)智服務與制造業(yè)升級兩個檢索主題。其中，前者包括smart service、service innovation、digital service、advanced service、intelligent service、smart servitization和digital servitization 7個關鍵詞，它們能較好地概括數(shù)智服務這一研究主題；后者圍繞“制造”這一關鍵詞進行檢索，選定manufacturing、manufacturer、manufacture、product firm 4個關鍵詞，以確保檢索文獻與制造業(yè)相關，具體檢索規(guī)則如表1所示。從中可見，最早文獻出現(xiàn)在1996年，檢索除重后得到542篇文獻數(shù)據(jù)，將其作為CiteSpace可視化分析對象。

1.2 文獻基本統(tǒng)計特征

（1）高產(chǎn)作者分布。數(shù)智服務與制造業(yè)關系領域前3位高產(chǎn)作者分別為Parida、Kohtamaki、Bustinza，可為該領域研究提供文獻閱讀導向，如表2所示。Parida將服務與創(chuàng)新相結合，認為重構和發(fā)展商業(yè)模式有助于促進數(shù)字化及人工智能發(fā)展；Kohtamaki基于戰(zhàn)略管理研究視角，探討制造商數(shù)字服務轉型策略和產(chǎn)品服務解決方案；Bustinza致力于研究科學理論體系及創(chuàng)新管理機制，重點關注數(shù)字化對服務交付的革命性變革。

（2）高產(chǎn)期刊分布。高產(chǎn)期刊反映該領域整體研究進展和水平，本文對高產(chǎn)期刊前5位進行統(tǒng)計，結果如表3所示。從中可見，5種期刊發(fā)文總數(shù)占該領域論文總數(shù)的15.13％，說明制造業(yè)升級領域論文發(fā)表期刊相對集中，期刊總體影響因子平均值為10.295 2，說明該領域已得到主流學界關注^[7]。

（3）高產(chǎn)機構分布。對樣本數(shù)據(jù)中的高產(chǎn)機構進行分析，如表4所示。從中心度看，阿斯頓大學（AU）和弗勞恩霍夫國際管理與知識經(jīng)濟中心（FIMW）排名前兩位，兩個機構合作發(fā)文單篇最高引用次數(shù)為380，主要關注生態(tài)系統(tǒng)視角下數(shù)字服務商業(yè)模式，跨機構研究在學術界產(chǎn)生較大影響。從發(fā)文量看，呂勒奧理工大學（LUT）和瓦薩大學（UV）居于前列，兩者在2011—2019年持續(xù)產(chǎn)出14篇文獻，較早開始關注該研究領域。

1.3 數(shù)量趨勢與突現(xiàn)詞

文獻數(shù)量變化情況（見圖1）是衡量數(shù)智服務領域研究進展的重要指標，按照數(shù)量變化情況將該領域研究劃分為3個階段，進一步結合熱點突現(xiàn)詞作如下分析（見表5）：

（1）1996—2006年數(shù)智服務領域相關文獻數(shù)量較少，學者剛開始關注制造業(yè)戰(zhàn)略與服務創(chuàng)新。戰(zhàn)略文獻涉及制造業(yè)靈活性 （Vokurka，2000）、組織架構對產(chǎn)品開發(fā)速度的影響（Atuahene-Gima，2003）、供應商合作對制造業(yè)創(chuàng)新的影響（Petersen，2005）。服務要素是此階段創(chuàng)新的主要特征，制造業(yè)企業(yè)制定服務戰(zhàn)略規(guī)劃時，力求能夠在滿足客戶多維需求的同時實現(xiàn)自身價值，且研究長達10年，顯著性達到11.75。

（2）2007—2017年文獻數(shù)量呈波動上升趨勢，總文獻數(shù)共計207篇，制造業(yè)向服務范式轉變成為大趨勢，在知識經(jīng)濟全球化背景下，服務創(chuàng)新成為企業(yè)維持競爭優(yōu)勢的重要途徑。數(shù)據(jù)支持下制造業(yè)市場定位（Kowalkowski，2015）、競爭優(yōu)勢^[8]、商業(yè)模式創(chuàng)新^[9]、依托工業(yè)互聯(lián)網(wǎng)的“云制造”（Laili，2012）成為此階段的突現(xiàn)詞，涉及服務創(chuàng)新所需的感知、借鑒、整合和協(xié)調再配置等動態(tài)微觀能力，凸顯出產(chǎn)品—服務系統(tǒng)對制造業(yè)影響的發(fā)展程度。此階段，制造業(yè)數(shù)字化轉型所需的運營實踐和支持性技術成為學者研究的重要議題，數(shù)字能力培育是商業(yè)模式創(chuàng)新的關鍵（Sambit，2017）。

（3）2018—2022年共發(fā)表論文321篇，高于前兩個階段發(fā)文數(shù)的總和。隨著技術演進和社會變遷的加速，制造業(yè)發(fā)展周期縮短，企業(yè)面臨更加迫切的數(shù)字化變革需求。該階段，數(shù)字服務化和智能服務成為制造業(yè)關注的主要方向，數(shù)智技術重塑著行業(yè)結構和組織邊界（Palmié等，2022），數(shù)字平臺服務為產(chǎn)品創(chuàng)新創(chuàng)造了機會（Tian等，2022）。制造業(yè)企業(yè)借助大數(shù)據(jù)、人工智能、5G等新技術加速構建新型架構^[10]，數(shù)智聯(lián)動創(chuàng)新機制促進企業(yè)核心能力轉移與重組。

1.4 聚類結果分析

本文采用潛在語義分析（LSI）算法對樣本中的關鍵詞進行聚類分析，旨在重構詞語間的共現(xiàn)矩陣，以便更好地發(fā)現(xiàn)詞語間的潛在相關性，一定程度上能糾正詞語選擇產(chǎn)生的噪聲，產(chǎn)生語義相關的聚類結果，突出文獻中出現(xiàn)的重要主題領域。為提高關鍵詞聚類效果，設置如下判斷標準：①當聚類模塊值大于0.3時認為模塊信息顯著，結果顯示模塊值Q=0.5012；②輪廓系數(shù)大于0.5是可信的、大于0.7是高效的。實際平均輪廓值S=0.758 3，說明聚類結果高效可信；③各聚類結果的最小輪廓值應為0.5，結果顯示最小輪廓值為0.655，說明所有聚類均比較合理（陳悅等，2015），如圖2所示。

2 數(shù)智服務對制造業(yè)升級的影響

本文通過對12個聚類關鍵詞及其所屬文獻內容進行分析發(fā)現(xiàn)，數(shù)智服務對制造業(yè)的影響涵蓋從用戶到服務系統(tǒng)的不同方面。本文通過對現(xiàn)有文獻進行分析，挖掘制造業(yè)升級的底層邏輯。

技術溢出等傳統(tǒng)要素是促進制造業(yè)升級的關鍵動因。顧雪芹^[11]研究發(fā)現(xiàn)，勞動力結構效應能促進制造業(yè)升級。本文從數(shù)字要素和服務角度出發(fā)，從數(shù)字化服務戰(zhàn)略、算法優(yōu)化和服務迭代3個方面對制造業(yè)升級動因進行探討。生產(chǎn)性服務業(yè)專業(yè)化和多樣化集聚所產(chǎn)生的知識外溢效應有助于促進制造業(yè)結構升級（韓峰等，2020），本文對影響制造業(yè)升級的數(shù)智服務理論進行提煉。周濟院士^[12]探討嵌入式與集成物理系統(tǒng)在智能制造中的作用，是研究數(shù)智服務影響制造業(yè)升級的典范，使得數(shù)字服務化機理逐漸進入主流研究視野。在服務化、數(shù)字經(jīng)濟影響中國制造業(yè)升級研究中，張艷萍等（2022）從價值鏈視角進行探索，認為服務范式能優(yōu)化制造業(yè)價值鏈各環(huán)節(jié)資源配置，進而提升制造業(yè)創(chuàng)新績效。本文圍繞價值創(chuàng)造視角，試圖探究數(shù)智服務驅動制造業(yè)升級的特征。

綜上所述，為厘清各方關系，本文從個體和系統(tǒng)兩個視角整合研究主題。一方面，隨著情感需求對制造產(chǎn)品附加值和用戶忠誠度的提高^[13]，個體行為成為影響企業(yè)運營的重要方面。Chopdar等^[14]構建了一個S-O-R模型，用來分析外部因素對個體行為的影響。本文參照這一模型，將其中的“刺激—認知—反應”過程作為考察個體行為的主要內容；另一方面，產(chǎn)品—服務系統(tǒng)將供應商、制造業(yè)企業(yè)和平臺等各參與主體聯(lián)系在一起，系統(tǒng)中各要素、主體相互影響與動態(tài)演化，“動因—行為—結果”過程體現(xiàn)了新興產(chǎn)業(yè)發(fā)展中各系統(tǒng)要素的遞進邏輯^[15]。本文借鑒上述模型框架，構建數(shù)智服務影響制造業(yè)升級的理論框架，將聚類內容確定為“動機、機理、知識和績效”相互關聯(lián)的結構，如圖3所示。

2.1 數(shù)智服務影響制造業(yè)升級的動因

相關學者多從大數(shù)據(jù)、物聯(lián)網(wǎng)、自動化、供應鏈等方面分析數(shù)智服務對制造業(yè)升級的影響，本文從已有文獻中凝練戰(zhàn)略變革、服務提升和智能決策等因素的內在邏輯關系。

（1）聚類#4商業(yè)戰(zhàn)略（business strategy）：該類研究關注數(shù)智服務影響制造業(yè)企業(yè)升級的技術架構開放性、服務設計創(chuàng)新和客戶情感參與等因素，旨在實現(xiàn)戰(zhàn)略布局與市場環(huán)境的統(tǒng)一，強調戰(zhàn)略作為一種適應機制，與商業(yè)環(huán)境相匹配，系統(tǒng)一致性集成和分布式服務架構的引入是兩者統(tǒng)一的基礎。Goldstein等（2002）認為在制定服務規(guī)劃時，服務交付平臺應保持開放的技術架構和系統(tǒng)集成，并根據(jù)客戶反饋靈活調整戰(zhàn)略布局。其中，情感參與和交互溝通是戰(zhàn)略制定的關鍵，制造商與其它企業(yè)的互動被認為是“參與情感投資和所有權的過程”^[16]，而客戶則是企業(yè)共同的制造商。服務創(chuàng)新不僅定義了“如何做”和“做什么”的服務需求，還確保兩者能夠集成，將客戶需求與公司戰(zhàn)略目標緊密結合在一起。

（2）聚類#7產(chǎn)品相關服務（product-related services）：該類研究關注高附加值服務、產(chǎn)品服務系統(tǒng)設計和定制化服務，以期實現(xiàn)產(chǎn)品與服務的融合。產(chǎn)品相關服務（PRS）是指為客戶補充產(chǎn)品和附加值的服務，是制造業(yè)企業(yè)增值的重要組成部分^[17]，工業(yè)4.0將傳統(tǒng)服務業(yè)務轉變?yōu)橹圃鞓I(yè)企業(yè)數(shù)字化產(chǎn)品相關服務。創(chuàng)新產(chǎn)品—服務系統(tǒng)設計從根本上影響企業(yè)的價值主張、價值系統(tǒng)上下游關系以及商業(yè)模式本身。模塊化將服務劃分為不同標準化組件，能為不同階段及差異化需求用戶提供自定義服務^[18]。物聯(lián)網(wǎng)技術支持制造業(yè)企業(yè)產(chǎn)品全生命周期的數(shù)據(jù)采集和優(yōu)化，使其能夠深度參與基于服務的產(chǎn)品開發(fā)設計，充分釋放機器設備的價值，加速制造業(yè)向柔性數(shù)字化轉型。制造業(yè)企業(yè)正試圖通過使用數(shù)字解決方案升級產(chǎn)品相關服務進而獲取競爭優(yōu)勢。

（3）聚類#11智能算法（intelligent algorithms）：該類研究包括啟發(fā)式算法、制造服務模式和信息技術參與等，是實現(xiàn)智能決策的基礎。遺傳算法、蟻群優(yōu)化、免疫算法等技術已廣泛應用于解決制造業(yè)生產(chǎn)調度、路徑規(guī)劃、產(chǎn)品優(yōu)化配置等問題（Lu 等，2022）。為實現(xiàn)制造業(yè)發(fā)展目標，先進制造業(yè)企業(yè)已采用敏捷制造和云制造等服務模式（Laili等，2012）。云制造（CMfg）是指將云計算技術應用于制造業(yè)，將各種制造、模擬和計算資源與能力轉換為制造服務。由于高異構性、高動態(tài)性和虛擬化特性使得問題變得更為復雜，傳統(tǒng)確定性算法和原始近似算法已不能滿足制造業(yè)發(fā)展需求，而智能算法可實現(xiàn)生產(chǎn)資源共享和生產(chǎn)流程協(xié)同，根據(jù)用戶需求將資源分配給相應用戶；同時，基于信息技術（IT）和人的交互混合模式能為客戶和提供商提供更高效、更滿意的服務體驗，降低創(chuàng)新和個性化服務的復雜度。

2.2 數(shù)智服務影響制造業(yè)升級的作用機理

當前，關于數(shù)智服務影響制造業(yè)升級的作用機理研究較為離散，關鍵詞包括digital manufacturing、advance services、business model innovation、platform ecosystems等。通過分析發(fā)現(xiàn)，數(shù)智服務影響制造業(yè)資源配置、生產(chǎn)系統(tǒng)重構、智能方案形成和基礎要素變化，據(jù)此選取4個聚類進行討論。

（1）聚類#0數(shù)字化轉型（digital transformation）：該聚類側重于數(shù)據(jù)分析、業(yè)務整合與資源需求研究，主要探索制造業(yè)運營流程和系統(tǒng)數(shù)字化升級方式。當運營流程或系統(tǒng)同步數(shù)字化時，數(shù)據(jù)分析會增加服務創(chuàng)新機會，通過數(shù)字化手段整合生產(chǎn)、供應鏈和售后等業(yè)務（Paschou等，2020），采用特定數(shù)字化工具實現(xiàn)遠程監(jiān)控、大數(shù)據(jù)集成和預測分析等工作。Classen等^[19]認為制造業(yè)數(shù)字化應得到不同資源和能力集的支持，并對其操作過程進行智能化設計。

（2）聚類#5數(shù)字服務化（digital servitization）：該類研究關注服務模式創(chuàng)新、新能力開發(fā)和物聯(lián)網(wǎng)應用，旨在提高公司運營績效并獲取競爭優(yōu)勢。數(shù)字服務化是指通過開發(fā)新服務或使用數(shù)字技術改進現(xiàn)有服務，找到共同價值創(chuàng)造方法（Kohtamaki等，2020），其是產(chǎn)品和流程創(chuàng)新之后的一種新的創(chuàng)新模式（Envelope 等，2023）。制造業(yè)企業(yè)需開發(fā)新知識和能力稟賦，整合從互聯(lián)網(wǎng)中收集的數(shù)據(jù)，改進內部流程和制造過程，利用數(shù)字技術為客戶提供服務價值，重視產(chǎn)品在運營過程中的價值創(chuàng)造。從產(chǎn)品提供商向解決方案提供商轉型，這種趨勢包含在數(shù)字服務化概念中，旨在提供嵌入在物理產(chǎn)品中的數(shù)字化服務。在這種情況下，工業(yè)物聯(lián)網(wǎng)作為數(shù)字服務化的基礎，在各類別服務中覆蓋范圍最大，而大數(shù)據(jù)分析、云計算則用于橫向和垂直集成，能夠應對服務過程的復雜性。

（3）聚類#10自主解決方案（autonomous solutions）：該類研究強調協(xié)同合作、邊界集成和數(shù)字需求，主要探討如何制訂自主解決方案，以進一步構建創(chuàng)新生態(tài)系統(tǒng)。數(shù)智服務強調與外部利益相關者的合作與互動，通過整合互聯(lián)和智能產(chǎn)品開發(fā)新型服務模式，為客戶提供自主解決方案（Frandsen等，2022）。一方面，跨企業(yè)邊界集成對智能解決方案至關重要（Marko等，2019），強調應從特定關注點出發(fā)配置生態(tài)系統(tǒng)資源，盡可能考慮數(shù)據(jù)共享；另一方面，制造商根據(jù)客戶數(shù)字需求和成熟度，通過聚合解決方案確定價值分配和價值主張（Kolagar等，2022）。此外，自主解決方案能優(yōu)化各類工業(yè)部門的設備操作，使其擁有較高的自動化水平。如運營流程改變能滿足客戶多樣化需求，而開發(fā)能力在很大程度上取決于運營商的輔助功能，對其處理得當能使制造業(yè)企業(yè)在一定程度上創(chuàng)造新的收入流。

（4）聚類#1產(chǎn)品—服務系統(tǒng)（product-service systems）：該聚類涉及功能需求交付、有效信息創(chuàng)建和增值服務，主要探索制造業(yè)產(chǎn)品—服務系統(tǒng)（PSS）可持續(xù)發(fā)展路線。有學者較早提出PSS的概念，將其界定為一個由產(chǎn)品、服務、參與者網(wǎng)絡和基礎設施組成的系統(tǒng)，旨在滿足客戶特定需求^[20]。從作用角度看，包括面向產(chǎn)品、面向使用和面向結果3類PSS。其中，面向產(chǎn)品的PSS物聯(lián)網(wǎng)被認為是最具影響力的支持技術^[21]，在汽車、醫(yī)療器械等制造業(yè)領域已得到廣泛應用；面向使用的PSS交付不僅涉及產(chǎn)品所有權，還涉及其性能和使用權；面向結果的PSS將大數(shù)據(jù)、人工智能與機器學習相結合，能夠增強客戶理解、優(yōu)化量身定制服務和實現(xiàn)產(chǎn)品自主運營（Andrea等，2020）。

2.3 數(shù)智服務對制造業(yè)創(chuàng)新績效的影響

數(shù)智服務影響制造業(yè)升級的研究主要從兩個方面展開：一是數(shù)智服務應用與制造業(yè)企業(yè)績效關系；二是服務創(chuàng)新主導邏輯對制造業(yè)升級的影響。

（1）聚類#3公司績效（firm performance）：該類文獻主要探討服務影響制造業(yè)企業(yè)績效的關鍵因素以及兩者間的非線性作用關系。服務本質上是面向流程的，多數(shù)研究采用支持供應商產(chǎn)品和客戶行為的二維服務分類方法進行綜合分析^[22] ，有助于制造業(yè)企業(yè)全面掌握其在供應鏈市場上的表現(xiàn)，能清晰解讀合作網(wǎng)絡關系，找出改進方向，進而提高制造業(yè)企業(yè)績效；在服務驅動制造業(yè)發(fā)展的環(huán)境中，加強與客戶及合作伙伴的關系是提供定制、集成和輸出服務的先決條件，制造業(yè)服務化程度受技術創(chuàng)新水平^[23]、服務組織設計^[24]、公司規(guī)模^[25]、市場變化等因素的影響。此外，政策法規(guī)^[26]、行業(yè)競爭^[27]也能促進智能服務發(fā)展。隨著研究不斷深入，相關學者提出U型關系、倒U型關系^[28]和鞍型關系^[29]等非線性相關關系。

（2）聚類#6服務創(chuàng)新（service innovation）：該聚類關注服務主導邏輯、服務創(chuàng)新要素和合作協(xié)同能力。在服務主導邏輯（S-D）下，服務創(chuàng)新和產(chǎn)品創(chuàng)新相互融合，產(chǎn)品是提供服務的機制、媒介或工具（Lusch等，2015）；服務創(chuàng)新需要協(xié)調各要素關系，如系統(tǒng)、設計、技術、組織和客戶等（Jay 等，2015），服務系統(tǒng)為企業(yè)創(chuàng)新提供整體導向和框架指引，從而整合和協(xié)調伙伴網(wǎng)絡關系^[30]。設計是面向可持續(xù)性服務解決方案的基本組件，即根據(jù)服務場景和客戶體驗進行精細化規(guī)劃；技術是開展服務創(chuàng)新的關鍵支撐，智能化技術可提高服務效率；組織扁平化、彈性用工能有助于促進企業(yè)商業(yè)模式創(chuàng)新，客戶更關注公司與用戶及合作伙伴間的互動。協(xié)同合作能力與交流網(wǎng)絡影響制造業(yè)創(chuàng)新效果：一方面，企業(yè)與合作伙伴之間通過有效溝通、資源共享和協(xié)同合作，有助于增強知識交流，加快技術轉移，促進創(chuàng)新成果產(chǎn)生；另一方面，企業(yè)通過建立多樣化信息渠道能獲取廣泛的創(chuàng)新資源和知識，從而為企業(yè)開展創(chuàng)新活動提供可持續(xù)性支持。

2.4 數(shù)智服務影響制造業(yè)升級的知識體系

數(shù)智服務領域知識體系沿著知識、服務科學和本體理論呈漸進式發(fā)展，形成一個相互關聯(lián)的體系。

（1）聚類#8知識（knowledge）：該聚類涉及知識資本積累和知識實踐應用。在制造業(yè)升級過程中，隨著技術快速發(fā)展和數(shù)字化轉型不斷推進，企業(yè)需要積累并有效利用相關知識內容，以適應市場變化。在管理層面，企業(yè)在不斷經(jīng)營和發(fā)展過程中積累了大量知識和經(jīng)驗（Buenechea等，2023），數(shù)智技術對這些隱性知識資本進行提煉和創(chuàng)新，推動制造業(yè)服務化發(fā)展。一方面，利用自然語言處理、深度學習等技術快速完成對大量非結構化文本與結構化數(shù)據(jù)的分析，提取并整合相關信息；另一方面，采用知識圖譜和關系抽取等方式構建關系網(wǎng)絡，促進知識關聯(lián)、組合與重構，通過構建知識庫支持服務平臺發(fā)展，實現(xiàn)全面的數(shù)字化管理決策。在生產(chǎn)層面，通過對產(chǎn)品設計流程、設備運行維護進行融合再造與標準化，可幫助企業(yè)更好地運營實體系統(tǒng)^[31]。具體表現(xiàn)為利用虛擬仿真技術進行產(chǎn)品結構設計及動力學仿真，在數(shù)字環(huán)境中模擬現(xiàn)實工藝流程及生產(chǎn)布局，通過分析和優(yōu)化產(chǎn)品性能、縮短產(chǎn)品設計周期提高生產(chǎn)效率；將制造現(xiàn)場環(huán)境和過程以數(shù)字形式呈現(xiàn)給培訓對象，對員工進行標準化操作技能培訓；提供虛擬維修環(huán)境，模擬各種故障并形成記錄，方便工作人員分析故障原因并進行診斷。

（2）聚類#2服務科學（service science）：該聚類主要關注角色定位、協(xié)同設計和信息共享，涵蓋數(shù)字化與服務結合的理論基礎。制造業(yè)企業(yè)服務角色定位影響數(shù)字化參與方向，提高產(chǎn)品與服務協(xié)同設計中的客戶價值，決定服務信息共享范圍和質量，因此需強化數(shù)字化對產(chǎn)品柔性的積極作用；企業(yè)是為客戶問題提供解決方案的合作伙伴，應為客戶提供優(yōu)質的全生命周期服務。在產(chǎn)品設計過程中，團隊內部需實現(xiàn)跨邊界信息交互，在產(chǎn)品設計階段就應考慮未來服務內容，使產(chǎn)品更契合未來發(fā)展方向（Wei，2015）；企業(yè)內部不同部門之間以及企業(yè)與客戶、供應商及其他合作伙伴間的信息共享也至關重要，制造業(yè)企業(yè)應通過構建合作網(wǎng)絡進行在線協(xié)作與交流，進而提升用戶體驗（Sklyar等，2019）。

（3）聚類#9本體理論（ontology）：該聚類主要關注人機交互情境下知識、語義的轉換方法，展現(xiàn)了智能服務領域對知識表達和語義理解的高度關注。本體理論在制造業(yè)升級過程中扮演著重要角色，為人工智能在制造業(yè)領域的應用提供了理論基礎，促進制造業(yè)實現(xiàn)更智能化的人機交互。在制造業(yè)升級過程中，企業(yè)需要處理大量復雜的知識和信息，涉及產(chǎn)品、工藝、設備、供應鏈等多個方面，而本體理論有助于實現(xiàn)對設備、流程的語義理解和自動規(guī)劃，將其應用到智能化生產(chǎn)控制系統(tǒng)流程，能促使系統(tǒng)像人一樣理解狀態(tài)和目標，實現(xiàn)自動化控制。本體理論以形式化和系統(tǒng)化的方式呈現(xiàn)現(xiàn)實世界中的實體關系^[32]，通過對知識進行定量描述，建立知識圖譜，使企業(yè)能更好地組織、管理和利用這些知識（Iarovyi等，2015）。進一步地，通過語義化定義制造設備、工藝流程、產(chǎn)品實體關系和屬性，形成制造異構知識的有效表示和語義推理，實現(xiàn)基于語義化的制造規(guī)劃，建立更精準的客戶需求模型，提供個性化服務，進而增強客戶滿意度和忠誠度。

3 研究結論

通過歸納現(xiàn)有研究成果，本文從動因、機理、績效及和知識體系4個維度進行系統(tǒng)梳理和有機整合，明確不同維度對制造業(yè)升級的影響，在CiteSpace給出聚類關鍵詞的基礎上，厘清維度間的內在關聯(lián)，并繪制數(shù)智服務影響制造業(yè)升級研究的理論框架，見圖4。

（1）在動因方面，用戶需求響應是影響制造業(yè)升級的關鍵驅動因素，基于產(chǎn)品的服務拓展和基于算法的資源優(yōu)化是關注重點。從文獻突現(xiàn)詞出現(xiàn)順序看，當制造業(yè)戰(zhàn)略方向轉向服務導向時，學者研究內容逐漸細化到數(shù)智化戰(zhàn)略實施過程，在線大數(shù)據(jù)集成、人工智能識別、將客戶作為共同制造商成為“感知—設計”模式的關鍵步驟；同時，與外部商業(yè)環(huán)境相適應、分布式服務架構、嵌入或微創(chuàng)新方式可規(guī)避數(shù)智服務創(chuàng)新帶來的風險。

（2）在機理方面，數(shù)智服務通過制造與服務系統(tǒng)協(xié)同促進制造業(yè)升級。在這一并行過程中，系統(tǒng)優(yōu)化和數(shù)字服務化交織，兩者要素迭代從多方面驗證了數(shù)字化驅動產(chǎn)業(yè)變革的理論，展現(xiàn)了產(chǎn)品—服務系統(tǒng)的特征。在產(chǎn)品—服務系統(tǒng)構建與自動方案形成過程中實現(xiàn)跨組織邊界集成，使數(shù)智成為主導生產(chǎn)系統(tǒng)優(yōu)化的必要條件?；ヂ?lián)數(shù)據(jù)有助于提高客戶反饋的準確性，促進服務模塊化，推動數(shù)字功能與商業(yè)生態(tài)進化，為柔性數(shù)字服務發(fā)展提供支持。

（3）在績效方面，效率提升和模式創(chuàng)新是學者探討數(shù)智服務促進制造業(yè)升級的重點路徑。在效率提升方面，通過對客戶進行精細化細分可理解不同客戶群體的價值觀念，激發(fā)企業(yè)技術創(chuàng)新活力，提高企業(yè)創(chuàng)新效率。AI情景模擬和風險評估能避免資源無效投入，推動產(chǎn)業(yè)結構優(yōu)化升級。互動化、平臺化和去中心化是影響模式創(chuàng)新的主要方面。其中，智能化讓客戶由被動購買方成為平等參與方，與企業(yè)建立起持續(xù)互動的關系；數(shù)字支付、虛擬產(chǎn)品和浮動價格使服務轉向平臺生態(tài)協(xié)同交易方；去中心化使網(wǎng)絡關系向控制激勵導向轉變，治理和協(xié)作策略使企業(yè)能夠對創(chuàng)新資源進行優(yōu)化配置。

（4）在知識概念體系方面，相關研究呈現(xiàn)“技術服務→個性化服務→人機交互服務”的漸進式發(fā)展過程。生產(chǎn)過程仿真、設備運行監(jiān)控實現(xiàn)對資源的數(shù)字化描述和管理，隨著企業(yè)產(chǎn)品—服務系統(tǒng)升級，顧客開始參與產(chǎn)品研發(fā)過程，以實現(xiàn)從需求界定到再設計的全生命周期服務；交互式?jīng)Q策的廣泛應用使知識和信息語義化逐漸成為智能化系統(tǒng)的關鍵，本體理論形成知識圖譜，通過傾聽和理解用戶需求獲得情感價值，進而形成智能決策。

4 理論貢獻

（1）從數(shù)和智兩個方面提出數(shù)智服務內涵。其中，“數(shù)”側重于數(shù)字對有形資源的描述和替代，“智”側重于從個體和組織行為角度促進服務發(fā)展，“數(shù)”與“智”互相融合促進制造業(yè)升級?！皵?shù)”在企業(yè)中體現(xiàn)為通過利用物聯(lián)網(wǎng)（IoT）等新技術提高企業(yè)運行效率和服務質量，優(yōu)化制造業(yè)企業(yè)內外部流程；“智”是指開發(fā)新服務或改進現(xiàn)有服務，將產(chǎn)品和服務作為一個整體滿足用戶多方需求。不同研究視角下“數(shù)”與“智”未形成統(tǒng)一的關系界定，將“智”作為“數(shù)”的進一步發(fā)展階段雖能體現(xiàn)其功能差距，卻忽視了主導主體的變化；而將兩者作為獨立發(fā)揮作用的部分又不能恰當解釋雙方的依存關系。因此，需對兩者關系加以區(qū)別。一方面，“數(shù)”與“智”具有多方面不同?！皵?shù)”側重于對傳統(tǒng)服務的數(shù)字化替代，關注“物”的產(chǎn)品升級和設備自主解決方案的實現(xiàn)，體現(xiàn)在數(shù)據(jù)存儲、流程改造和組織運營等方面，目的在于促使服務成本下降和工作效率提升，以強化服務流程標準化和內容模塊化；而“智”則側重于基于“情感”的“人”的行為價值感知和決策，包括戰(zhàn)略預測、人機交互與偏好捕捉等，通過反饋機制進行優(yōu)化迭代，使服務實現(xiàn)智能感知、決策、控制和優(yōu)化，呈現(xiàn)出主動性、適應性、協(xié)同性特點。

另一方面，數(shù)與智在要素、目標和績效方面形成協(xié)同關系。數(shù)智化能夠協(xié)調材料、設備與價值導向間的關系，“數(shù)”將服務內容形成便于存儲、處理和快速傳播的數(shù)據(jù)，用數(shù)字工具改造服務流程，為制造業(yè)升級提供智能化物質基礎。同時，“智”所提供的機器學習和數(shù)據(jù)挖掘通過客戶行為發(fā)現(xiàn)客戶潛在需求、實現(xiàn)戰(zhàn)略預測，為有形資源數(shù)字化提供方向。數(shù)智協(xié)同整合“數(shù)”和“智”的優(yōu)勢，能使服務高效滿足用戶各種需求，進而提升服務整體效率和用戶體驗。

因此，數(shù)智服務是通過資源數(shù)字化轉變、智能化人機交互促進制造業(yè)企業(yè)運營變革，服務與制造過程集成能提高制造業(yè)企業(yè)整合能力，服務生態(tài)系統(tǒng)的完善可滿足產(chǎn)品多樣性，兩者關系見圖5。

圖5 數(shù)智服務研究視角Fig.5 Research perspectives on digital intelligence services

（2）將數(shù)智服務聚類整合為動因、機理、績效和知識4個主題，構建主題間因果關系模型，為探究數(shù)智服務對制造業(yè)升級的影響提供了框架和思路。CiteSpace聚類體現(xiàn)在數(shù)字化轉型、產(chǎn)品服務系統(tǒng)、智能算法等方面，但相關研究呈現(xiàn)出碎片化特征，缺少整合性研究。本文整合數(shù)智服務主題，從個體與系統(tǒng)視角出發(fā)，多方面梳理文獻聚類類型，揭示同一主題下的多維關系和相互聯(lián)系，形成新的層次關系?！皠訖C—機理—績效”呈現(xiàn)出以因果關系為基礎的邏輯遞進過程，通過探究數(shù)智服務主題時間維度的先后作用關系，豐富了制造業(yè)升級理論研究。

（3）發(fā)現(xiàn)數(shù)智服務從技術、管理和價值鏈3個層次促進制造業(yè)升級，明確了其引發(fā)的“要素變化→產(chǎn)業(yè)生態(tài)”發(fā)展趨勢。早期配第克拉克定律、庫茲涅茨法則認為產(chǎn)業(yè)不均衡因素能促進產(chǎn)業(yè)結構升級，但隨著發(fā)展中國家結構主義產(chǎn)業(yè)政策的失敗，新結構經(jīng)濟學將產(chǎn)業(yè)升級過程聚焦于產(chǎn)業(yè)內部關系。數(shù)智服務對制造業(yè)升級的影響不同于產(chǎn)業(yè)政策主導或產(chǎn)業(yè)內生驅動，其源于產(chǎn)業(yè)間稟賦結構的相互作用，其影響主要體現(xiàn)在以下3個方面：第一，數(shù)智服務的廣泛應用為制造業(yè)技術升級提供強大的動力支持。數(shù)智服務技術應用領域不斷拓展，提高了開放式創(chuàng)新平臺服務能力；數(shù)智服務的引入使技術服務解決方案自主實現(xiàn)成為可能，推動制造業(yè)向以服務為核心的方向轉型；智能算法能夠發(fā)現(xiàn)隱藏在海量駁雜信息中的客觀規(guī)律，擴展數(shù)智服務技術廣度和深度，提高制造業(yè)資源要素服務化水平。第二，數(shù)智服務以顧客情感為主導邏輯，促進制造業(yè)管理升級。從戰(zhàn)略管理層面看，數(shù)智服務管理模式有利于準確發(fā)現(xiàn)用戶需求和實現(xiàn)社會價值，通過整合多源異構數(shù)據(jù)洞察客戶偏好，利用客觀數(shù)據(jù)產(chǎn)生科學決策；從創(chuàng)新管理層面看，管理人員通過人機交互對方案進行優(yōu)化，提高組織敏捷性和靈活性，縮短決策鏈條；從生產(chǎn)管理層面看，數(shù)字孿生等技術能提高生產(chǎn)過程可視化程度，快速發(fā)現(xiàn)和解決生產(chǎn)問題，實現(xiàn)制造過程的精益化。第三，數(shù)智服務在提升制造業(yè)技術與管理水平的同時，還能促進制造業(yè)價值鏈升級。一方面，在制造過程中，數(shù)智服務能模擬產(chǎn)品全生命周期，使制造業(yè)從“事后服務”向“事前設計”轉變，實現(xiàn)高效柔性制造；另一方面，數(shù)智服務可達成多方戰(zhàn)略合作關系，降低各環(huán)節(jié)中間成本和信息不對稱，形成多主體服務協(xié)作關系，進一步完善產(chǎn)品—服務系統(tǒng)功能。此外，參與方能通過數(shù)智服務創(chuàng)新資源，快速引進和應用前沿技術與工藝，進而實現(xiàn)產(chǎn)業(yè)生態(tài)系統(tǒng)價值共創(chuàng)。

綜合來看，數(shù)智服務不僅能完善制造業(yè)技術和管理模式，還能推動制造業(yè)價值鏈全面升級，形成一個互補共生、動態(tài)平衡和協(xié)同演化的可持續(xù)發(fā)展模式。

5 研究展望

（1）動因層面，進一步探討數(shù)智服務引發(fā)的制造過程主導邏輯轉變?！爱a(chǎn)品→服務→價值”轉變過程是制造業(yè)的發(fā)展趨勢，企業(yè)核心競爭力主要體現(xiàn)為能否為客戶創(chuàng)造獨特的價值體驗（Struwe 等，2023）。未來應重點關注以下內容：如何通過數(shù)智服務創(chuàng)造有效和快捷的人機交互，讓客戶在使用產(chǎn)品過程中獲得積極情感認知？如何與客戶建立持續(xù)交流反饋機制，使企業(yè)能夠快速響應客戶需求，進而不斷優(yōu)化和創(chuàng)新解決方案？進一步探究數(shù)智服務與人工智能技術相結合的新一代制造業(yè)發(fā)展機會，構建多種要素資源獲取途徑。

（2）知識層面，以本體理論為邏輯基礎拓展知識應用領域，從物聯(lián)網(wǎng)、平臺生態(tài)系統(tǒng)、服務生態(tài)系統(tǒng)角度促進知識體系規(guī)范化。以先進數(shù)字技術為基礎，根據(jù)不同場景需求和參與方特定要求，探究基于靈活組合和資源優(yōu)化配置的物聯(lián)網(wǎng)模塊化特征。另外，數(shù)字平臺是影響制造業(yè)企業(yè)運營和服務敏捷度的重要組織形態(tài)，應針對不斷出現(xiàn)的數(shù)字平臺新業(yè)態(tài)構建治理框架，探究基于平臺化、模塊化整合場景的關鍵維度測度指標，支持對數(shù)智概念的定量評價。

（3）機理層面，制造業(yè)在未來一段時期仍將朝著定制化和個性化方向發(fā)展，“產(chǎn)品即服務”是主旋律，企業(yè)產(chǎn)品使用功能和所提供的服務將成為企業(yè)主要競爭優(yōu)勢。如何在工藝、組織等方面具備快速定制產(chǎn)品和響應客戶需求的能力，實現(xiàn)“批量定制”和“定制批量”生產(chǎn)是數(shù)智服務發(fā)展的主要方向。企業(yè)應利用數(shù)據(jù)技術和算法能力，構建數(shù)據(jù)閉環(huán)AI大模型，促進自主學習，制定服務智能決策。例如，“智慧工廠”便是制造業(yè)數(shù)字化與商業(yè)模式結合的典范，未來制造業(yè)運營模式設計是急需拓展的領域。

（4）績效層面，通過數(shù)智服務規(guī)避制造過程風險是避免數(shù)字悖論的關鍵策略。制造業(yè)企業(yè)面臨復雜和多元化風險，如何依托區(qū)塊鏈技術構建開放式合作網(wǎng)絡，拓展應對服務風險的渠道？構建怎樣的管理體系對用戶數(shù)據(jù)進行安全識別和風險應對？對這些方面進行探究有助于提高制造業(yè)數(shù)智服務質量，形成全面的服務風險管理體系^[33]。未來可考慮采用博弈演化理論、扎根理論和文本分析等方法，形成適用于多主體關系的治理機制和權力分配策略，以保護各參與方利益并促進公平競爭。

參考文獻：

[1] ARDOLINO M， RAPACCINI M， SACCANI N， et al. The role of digital technologies for the service transformation of industrial companies[J]. International Journal of Production Research， 2018， 56（6）： 2116-2132.

[2] 陳劍， 黃朔， 劉運輝. 從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理[J]. 管理世界， 2020， 36（2）： 117-128.

[3] 姜中霜， 王節(jié)祥， 李靖華. 制造商依托數(shù)字技術推進跨越式服務化轉型的過程： 基于諾力股份的案例研究[J]. 管理工程學報， 2023， 37（3）： 212-223.

[4] 趙泉午， 游倩如， 楊茜，等. 數(shù)字經(jīng)濟背景下中小微企業(yè)服務平臺價值共創(chuàng)機理——基于豬八戒網(wǎng)的案例研究[J]. 管理學報， 2023， 20（2）： 171-180.

[5] LEE J. Teleservice engineering in manufacturing： challenges and opportunities[J]. International Journal of Machine Tools and Manufacture， 1998， 38（8）： 901-910.

[6] ALLMENDINGER G， LOMBREGLIA R. Four strategies for the age of smart services[J]. Harvard Business Review， 2005， 83（10）： 131-134，136，138.

[7] 楊書燕， 宋鐵波， 吳小節(jié). 數(shù)字化轉型研究知識結構與熱點趨勢[J]. 科技進步與對策， 2022， 39（15）： 150-160.

[8] CAMISON C， VILLAR-LOPEZ A. Organizational innovation as an enabler of technological innovation capabilities and firm performance[J]. Journal of Business Research， 2014， 67（1）： 2891-2902.

[9] BELVEDERE V， GRANDO A， BIELLI P. A quantitative investigation of the role of information and communication technologies in the implementation of a product-service system[J]. International Journal of Production Research， 2013， 51（2）： 410-426.

[10] HERTERICH M， DREMEL C， WULF J， et al. The emergence of smart service ecosystems——the role of socio-technical antecedents and affordances[J]. Information Systems Journal， 2023， 33（3）： 524-566.

[11] 顧雪芹. 中國生產(chǎn)性服務業(yè)開放與制造業(yè)價值鏈升級[J]. 世界經(jīng)濟研究， 2020，39（3）： 121-134，137.

[12] 周濟. 智能制造——“中國制造 2025” 的主攻方向[J]. 中國機械工程， 2015， 26（17）： 2273-2284.

[13] RUDIAWARNI F A， TJAHJADI B， AGUSTIA D， et al. Business strategy and industrial competition： the case of manufacturing companies[J]. International Journal of Business Environment， 2022， 13（1）： 35-59.

[14] CHOPDAR P K， BALAKRISHNAN J. Consumers response towards mobile commerce applications： SOR approach[J]. International Journal of Information Management， 2020， 53： 102106.

[15] 李志剛，張越，周琦瑋，等.公司孵化器如何構建創(chuàng)業(yè)生態(tài)系統(tǒng)——基于“動因—行為—結果”分析框架[J].南開管理評論，2024，27（1）：235-247.

[16] FOSTER JR S T， FRANZ C R. On the differences between information systems' users and analysts： managing perceptions of systems quality[J]. Journal of Quality Management， 1998， 3（1）： 63-77.

[17] OLIVA R， KALLENBERG R. Managing the transition from products to services[J]. International Journal of Service Industry Management， 2003， 14（2）： 160-172.

[18] GREMYR I， VALTAKOSKI A， WITELL L. Two routes of service modularization： advancing standardization and customization[J]. Journal of Services Marketing， 2019， 33（1）： 73-87.

[19] CLASSEN M， FRIEDLI T. Eight organizational enablers of digital service-sales ambidexterity in industrial firms[J]. Journal of Business amp; Industrial Marketing， 2022， 37（11）： 2142-2155.

[20] CALLE A D L， FREIJE I， OYARBIDE A. Digital product-service innovation and sustainability： a multiple-case study in the capital goods industry[J]. Sustainability， 2021， 13（11）：1-30.

[21] STEFAN， WIESNER， KLAUS-DIETER， et al. Cyber-physical product-service systems-challenges for requirements engineering[J]. International journal of automation technology， 2017， 11（1）： 17-28.

[22] ULAGA W， REINARTZ W J. Hybrid offerings： how manufacturing firms combine goods and services successfully[J]. Journal of Marketing， 2011， 75（6）： 5-23.

[23] OPAZO-BASAEZ M， VENDRELL-HERRERO F， BUSTINZA O F. Digital service innovation： a paradigm shift in technological innovation[J]. Journal of Service Management， 2022， 33（1）： 97-120.

[24] KRETSCHMER T， KHASHABI P. Digital transformation and organization design： an integrated approach[J]. California Management Review， 2020， 62（4）： 86-104.

[25] BUER S V， STRANDHAGEN J W， SEMINI M， et al. The digitalization of manufacturing： investigating the impact of production environment and company size[J]. Journal of Manufacturing Technology Management， 2021， 32（3）： 621-645.

[26] FOSTER C， AZMEH S. Latecomer economies and national digital policy： an industrial policy perspective[J]. The Journal of Development Studies， 2020， 56（7）： 1247-1262.

[27] SHEHADEH M， ALMOHTASEB A， ALDEHAYYAT J， et al. Digital transformation and competitive advantage in the service sector： a moderated-mediation model[J]. Sustainability， 2023， 15（3）： 2077.

[28] BUSTINZA O F， VENDRELL-HERRERO F， GOMES E， et al. Product-service innovation and performance： unveiling the complexities[J]. International journal of business environment， 2018， 10（2）： 95-111.

[29] FENG C，JIANG L，MA R，et al. Servitization strategy， manufacturing organizations and firm performance： a theoretical framework[J]. Journal of Business amp; Industrial Marketing， 2021， 36（10）： 1909-1928.

[30] ENQUIST B， PETROS SEBHATU S， JOHNSON M. Transcendence for business logics in value networks for sustainable service business[J]. Journal of Service Theory and Practice， 2015， 25（2）： 181-197.

[31] SOFIC A， RAKIC S， PEZZOTTA G， et al. Smart and resilient transformation of manufacturing firms[J]. Processes， 2022， 10（12）： 2674.

[32] USCHOLD M， GRUNINGER M. Ontologies： principles， methods and applications[J]. The Knowledge Engineering Review， 1996， 11（2）： 93-136.

[33] JAT M N， JAJJA M S， SHAH S A， et al. Manufacturer's servitization level and financial performance： the role of risk management[J]. Journal of Manufacturing Technology Management， 2023， 34（1）： 122-146.

（責任編輯：王敬敏）

英文標題The Impact of Digital Intelligence Services on Manufacturing Upgrading： Theoretical Framework and Future Trends

英文作者Chen Xusheng， Qu Leqing

英文作者單位（School of Management， Harbin University of Science and Technology， Harbin 150040， China）

英文摘要Abstract：Manufacturing upgrade is a crucial component of national economic development strategies， with the sources of competitive advantage evolving from traditional products and technology to data-driven， algorithmic， and service-oriented paradigms. Currently， the study of how Digital Intelligence Services （DIS） influence manufacturing upgrades is in its nascent phase， particularly within the Chinese context， where the integration of these elements trails behind advanced enterprise intelligence practices. The mechanisms through which DIS can enhance competitive advantages are yet to be fully explored and articulated. Given these issues， this study focuses on the following aspects： （1） the definition of DIS and the relationship between \"digital\" and \"intelligence\"; （2） the impact of DIS on manufacturing upgrades from various perspectives， including its driving motivations， mechanisms， outcomes， and underlying knowledge framework; and （3） the future development directions of DIS in the context of manufacturing upgrades.

This study delves into the multifaceted domain of DIS and their influence on the manufacturing industry's transformation. To achieve this， it selects the core collection of the Web of Science （WoS） database as the primary sample source. Through a meticulous literature review， the study identified and clustered foreign scholarly works， ultimately narrowing down the focus to two pivotal research topics： \"digital intelligence services\" and \"manufacturing industry upgrading.\" The analysis began with the earliest relevant literature， dating back to 1996， and encompassed a comprehensive collection of 542 non-duplicative literature data. Utilizing CiteSpace， this study maps the developmental trajectory， frontier hotspots， and changing trends of DIS's impact on manufacturing upgrades.Through latent semantic analysis （LSI） of keywords， a visual map was created. This approach integrates the individual \"S-B-O\" model with the product-service system-focused \"S-B-O\" model， resulting in a comprehensive framework of DIS’s impact on manufacturing upgrades across four dimensions： motivation， mechanism， performance， and knowledge system.

The study reveals several key findings： In terms of motivation， the trend in research indicates that DIS influences manufacturing upgrades by addressing \"user demand responses.\" Mechanistically， clustering analysis shows that DIS promotes manufacturing upgrades through a parallel process， achieved via the coordination of manufacturing and service systems. In terms of performance， the primary pathways for DIS-driven manufacturing upgrades are efficiency enhancement and model innovation， which are the focus of most studies. Regarding knowledge concepts， the DIS concept and theoretical focus evolve from technology-driven services to personalized services and， ultimately， human-machine interaction services.

The research introduces several innovative contributions. First，" it delineates the distinctions and interconnections between \"digital\" and \"intelligence\" within existing literature， establishing a theoretical groundwork for comprehending the intrinsic mechanisms that underpin DIS's role in advancing manufacturing upgrades. Second， it examines the impact of DIS on manufacturing upgrades from multifaceted perspectives， including user demand and industrial development， extracting coherent， progressive themes from the literature， and formulating a theoretical framework that elucidates causal relationships. Third， diverging from conventional technology-driven perspectives on industrial structural changes， this study highlights the role of DIS in manufacturing upgrades through inter-industry dynamics. This offers invaluable insights into understanding theoretical development trajectories and frontier issues.

Future studies should delve into the synergies between new-generation manufacturing and artificial intelligence technologies. This exploration necessitates the development of diverse channels for securing key resources and a deeper comprehension of the multifaceted motivations that drive the impact of services on manufacturing. Moreover， research should aim to expand the application of knowledge domains based on ontology theory. Efforts should be directed towards advancing the standardization of knowledge systems， considering the perspectives of the Internet of Things， platform ecosystems， and service ecosystems. Subsequently， on the one hand， there is a need to construct data-driven AI large models that facilitate autonomous learning and intelligent decision-making in service contexts. This development will broaden the range of manufacturing realization methods and operational models. On the other hand， future research should harness blockchain technology to establish open cooperative networks. This will involve creating a management system designed to identify， assess， and mitigate risks to user data security， thereby enhancing the quality and reliability of manufacturing digital intelligence services.

英文關鍵詞Key Words：Digital Intelligence Services; Manufacturing Upgrading; Theoretical Framework；Action Mechanism；Future Trends

基金項目：國家自然科學基金面上項目（72074061）；國家社會科學基金重大項目（22amp;ZD094）；黑龍江省哲學社會科學研究規(guī)劃項目（20JYE277）；黑龍江省百千萬工程科技重大專項項目（2021ZX04A01）

作者簡介：陳旭升（1970—），男，遼寧北鎮(zhèn)人，博士，哈爾濱理工大學經(jīng)濟與管理學院教授，研究方向為數(shù)字化轉型與產(chǎn)業(yè)創(chuàng)新；曲樂晴（2000—），女，山西忻州人，哈爾濱理工大學經(jīng)濟與管理學院碩士研究生，研究方向為數(shù)字產(chǎn)業(yè)化。