董海林 陳菊紅 張樂

【摘要】制造企業(yè)服務(wù)創(chuàng)新是企業(yè)重塑差異化競爭優(yōu)勢， 實(shí)現(xiàn)高質(zhì)量發(fā)展的有效路徑?；趨f(xié)同理論， 以178家服務(wù)型制造企業(yè)為研究樣本， 采用模糊集定性比較分析法（fsQCA）， 從外部環(huán)境與內(nèi)部資源能力匹配視角研究5個因素如何協(xié)同聯(lián)動影響制造企業(yè)服務(wù)創(chuàng)新。研究表明： 制造企業(yè)的服務(wù)創(chuàng)新不是由單一要素驅(qū)動的， 而是由外部推力和內(nèi)部拉力協(xié)同驅(qū)動的結(jié)果； 產(chǎn)生高服務(wù)創(chuàng)新績效的路徑有外部環(huán)境驅(qū)動型、 技術(shù)—雙元能力促進(jìn)型、 市場—資源協(xié)同型； 產(chǎn)生非高服務(wù)創(chuàng)新績效的路徑有核心能力缺失型與技術(shù)—資源缺失型。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；制造企業(yè)；服務(wù)創(chuàng)新；定性比較分析

【中圖分類號】 F273；F425? ? ?【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）22-0144-8

一、 引言

制造企業(yè)的服務(wù)創(chuàng)新是制造商堅(jiān)持“服務(wù)主導(dǎo)邏輯”、 提供與其產(chǎn)品直接相關(guān)的衍生服務(wù)， 以成功實(shí)現(xiàn)客戶鎖定， 重塑差異化競爭優(yōu)勢的變革過程。近年來， 大數(shù)據(jù)、 物聯(lián)網(wǎng)、 云計(jì)算等數(shù)字技術(shù)的興起， 為制造企業(yè)服務(wù)創(chuàng)新帶來革命性動力源泉（Coreynen等，2017）。在數(shù)字技術(shù)驅(qū)動下， 制造企業(yè)的服務(wù)業(yè)務(wù)由傳統(tǒng)的基于經(jīng)驗(yàn)的被動響應(yīng)服務(wù)轉(zhuǎn)型升級為基于數(shù)據(jù)驅(qū)動的精準(zhǔn)預(yù)測和智能決策服務(wù)， 通過不斷優(yōu)化流程， 提升組織敏捷性和服務(wù)創(chuàng)新能力（Li等，2022；董華和陳蕾，2021）賦能企業(yè)價(jià)值創(chuàng)造。然而， 制造企業(yè)通過不斷投資遠(yuǎn)程診斷、 數(shù)據(jù)倉庫及各種可視化方法， 以拓展服務(wù)價(jià)值的創(chuàng)造空間， 卻未得到理想的收益增長（Kohtam?ki等，2020）。其根本原因在于制造企業(yè)服務(wù)化的本質(zhì)是一個動態(tài)創(chuàng)新的過程， 受到內(nèi)部資源能力與外部環(huán)境的協(xié)同影響（Liu等，2022）。相較于對數(shù)字技術(shù)和設(shè)施投資的重視， 企業(yè)往往忽視了內(nèi)部資源能力與外部環(huán)境的協(xié)調(diào)匹配， 這很可能是導(dǎo)致數(shù)字技術(shù)投資收益存在差異的主要原因。因此， 在數(shù)字經(jīng)濟(jì)背景下， 厘清制造企業(yè)服務(wù)創(chuàng)新的關(guān)鍵驅(qū)動因素， 幫助企業(yè)“內(nèi)外兼修”提升服務(wù)創(chuàng)新績效， 是亟待解決的現(xiàn)實(shí)問題。

綜觀已有研究， 制造企業(yè)服務(wù)創(chuàng)新受到諸多因素的影響， 包括戰(zhàn)略一致性（Lightfoot，2011）、 商業(yè)模式創(chuàng)新（陳菊紅等，2020）、 戰(zhàn)略柔性（Bock等，2012）、 創(chuàng)新能力（趙宸宇，2021）等內(nèi)部因素及網(wǎng)絡(luò)嵌入（Powell等，1996）、 技術(shù)動蕩性（Coreynen等，2017）、 制度關(guān)聯(lián)（Baum和Oliver，1996）等外部因素。以上研究為厘清制造企業(yè)服務(wù)創(chuàng)新的影響因素做出了重要貢獻(xiàn)， 但缺乏對制造企業(yè)服務(wù)創(chuàng)新復(fù)雜過程的還原。大部分研究關(guān)注單一因素對制造企業(yè)服務(wù)創(chuàng)新的影響， 聚焦于數(shù)字技術(shù)這一外部驅(qū)動要素（Liu等，2022；趙宸宇，2021；Ardolino等，2018）， 而忽視了影響制造企業(yè)服務(wù)創(chuàng)新的多重并發(fā)的因素和路徑。例如： Ardolino等（2018）認(rèn)為， 大數(shù)據(jù)分析技術(shù)不僅可以幫助制造企業(yè)使用平臺數(shù)據(jù)精準(zhǔn)決策、 簡化操作、 快速響應(yīng)客戶需求并發(fā)現(xiàn)新的市場機(jī)會， 還可以優(yōu)化關(guān)鍵業(yè)務(wù)流程增強(qiáng)供應(yīng)鏈協(xié)同， 提升企業(yè)的動態(tài)運(yùn)營能力和競爭優(yōu)勢（Yu等，2021）， 但卻未考慮到外部環(huán)境是否存在調(diào)節(jié)效應(yīng)。Liu等（2022）基于動態(tài)能力理論和技術(shù)創(chuàng)新擴(kuò)散理論， 探討了移動通信技術(shù)對制造企業(yè)服務(wù)創(chuàng)新的驅(qū)動機(jī)理， 分析了隱性服務(wù)知識共享、 組織學(xué)習(xí)、 內(nèi)部資源整合與優(yōu)化配置的“橋接”作用， 同時(shí)考慮創(chuàng)新網(wǎng)絡(luò)的調(diào)節(jié)效應(yīng)， 但卻未進(jìn)一步研究要素之間協(xié)同配合對服務(wù)創(chuàng)新績效的影響?？梢?， 現(xiàn)有研究缺乏對內(nèi)外部因素協(xié)同視角下服務(wù)創(chuàng)新路徑的探討。然而， 制造企業(yè)服務(wù)創(chuàng)新是一個內(nèi)外部多重要素交互作用的復(fù)雜整體（Storey等，2016）， 僅考察單個因素的凈效應(yīng)無法有效揭示數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的多元路徑以及不同要素間的聯(lián)動效應(yīng)。

本研究遵循“外部環(huán)境—內(nèi)部能力—協(xié)同聯(lián)動”的理論邏輯， 基于組態(tài)視角探討數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的影響機(jī)制及實(shí)現(xiàn)路徑。具體而言， 本文通過實(shí)證分析回答如下問題： 外部環(huán)境和內(nèi)部動態(tài)能力如何協(xié)同促進(jìn)制造企業(yè)服務(wù)創(chuàng)新？數(shù)字經(jīng)濟(jì)背景下， 制造企業(yè)服務(wù)創(chuàng)新的影響機(jī)制和路徑是什么？為了解決上述問題， 本文選取178家利用數(shù)字技術(shù)進(jìn)行服務(wù)創(chuàng)新的制造企業(yè)， 運(yùn)用fsQCA方法探討制造企業(yè)服務(wù)創(chuàng)新的組態(tài)路徑。

本文可能的研究貢獻(xiàn)有： ①基于協(xié)同理論， 提出了一個綜合框架來分析制造企業(yè)服務(wù)創(chuàng)新， 揭示了外部環(huán)境與內(nèi)部資源能力之間的協(xié)同耦合對服務(wù)創(chuàng)新的影響。本研究響應(yīng)了Kohtam?ki等（2020）的呼吁， 考察了數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新復(fù)雜機(jī)制， 拓展了制造企業(yè)服務(wù)化的相關(guān)研究。②為緩解制造企業(yè)利用數(shù)字技術(shù)實(shí)現(xiàn)服務(wù)創(chuàng)新的結(jié)果爭議提供新解， 為服務(wù)創(chuàng)新的差異化經(jīng)濟(jì)結(jié)果提供新證據(jù)。③方法層面， 利用fsQCA方法探討了數(shù)字經(jīng)濟(jì)背景下制造企業(yè)的服務(wù)創(chuàng)新， 動態(tài)還原了制造企業(yè)服務(wù)創(chuàng)新的復(fù)雜過程。以往研究大多關(guān)注實(shí)現(xiàn)制造企業(yè)服務(wù)創(chuàng)新的凈效應(yīng)， 忽視了前因條件的協(xié)同聯(lián)動對服務(wù)創(chuàng)新的影響， 通過定性比較分析探究出導(dǎo)致同一結(jié)果的多條路徑， 豐富了制造企業(yè)服務(wù)創(chuàng)新研究方法， 可為制造企業(yè)服務(wù)化轉(zhuǎn)型實(shí)踐提供科學(xué)指導(dǎo)。

二、 文獻(xiàn)回顧與模型構(gòu)建

制造業(yè)服務(wù)創(chuàng)新是一個復(fù)雜的系統(tǒng)工程， 動蕩復(fù)雜的外部環(huán)境倒逼企業(yè)不斷探索利用數(shù)字技術(shù)， 優(yōu)化內(nèi)部資源能力配置， 完善服務(wù)創(chuàng)新支撐體系， 挖掘客戶服務(wù)需求（Storey等，2016）。協(xié)同理論是揭示復(fù)雜系統(tǒng)演化進(jìn)程的重要理論分支， 反映了系統(tǒng)內(nèi)相互聯(lián)系、 相互影響、 相互制約要素通過協(xié)調(diào)整合， 從而保證系統(tǒng)整體效應(yīng)的發(fā)揮。協(xié)同理論認(rèn)為內(nèi)部因素和外部因素能夠形成“合力”， 推動制造企業(yè)服務(wù)創(chuàng)新。從外部環(huán)境來看， 一方面， 外部環(huán)境為制造企業(yè)服務(wù)創(chuàng)新帶來契機(jī)， 如新一代信息技術(shù)能夠有效支持企業(yè)的數(shù)字化運(yùn)營， 促進(jìn)服務(wù)功能和服務(wù)渠道的拓展， 縮短了企業(yè)創(chuàng)新的過程， 提高了企業(yè)創(chuàng)新的準(zhǔn)確性和效率（Liu等，2022）。另一方面， 基于數(shù)字化平臺與內(nèi)外部合作伙伴構(gòu)建共生系統(tǒng)， 通過組織學(xué)習(xí)和開放式創(chuàng)新強(qiáng)化相互之間的知識共享， 以滿足不斷變化的客戶需求（Li和Liu，2014）。從組織內(nèi)部來看， 在VUCA（不穩(wěn)定、 不確定、 復(fù)雜和模糊）環(huán)境下， 現(xiàn)有的運(yùn)營模式會被迅速侵蝕和顛覆， 此時(shí)的動態(tài)能力是保持競爭力的必要條件（Wilden和Gudergan，2015）。企業(yè)應(yīng)有效協(xié)調(diào)和重新配置內(nèi)外部資源和能力， 通過組織學(xué)習(xí)增強(qiáng)其戰(zhàn)略靈活性以獲得持續(xù)的競爭優(yōu)勢（Teece等， 1997）。在數(shù)字經(jīng)濟(jì)背景下， 通過將數(shù)字技術(shù)嵌入組織和流程， 對內(nèi)外部資源進(jìn)行重構(gòu)與整合， 以促進(jìn)業(yè)務(wù)模式改變和流程創(chuàng)新。通過既有研究可知， 外部環(huán)境和內(nèi)部動態(tài)能力是影響制造企業(yè)服務(wù)創(chuàng)新的關(guān)鍵因素。Lu和Yang（2004）將環(huán)境不確定性分為技術(shù)和市場不確定性。蘇敬勤和劉靜（2013）認(rèn)為動態(tài)能力包括三個方面： 市場感知能力、 資源配置能力和組織學(xué)習(xí)能力。在數(shù)字經(jīng)濟(jì)環(huán)境下， 數(shù)字化能力能夠更好地反映企業(yè)對外部環(huán)境的感知能力?；诖耍?本文最終從內(nèi)外兩個層面確定了5個前因條件。內(nèi)部動態(tài)能力培育層面包括數(shù)字化能力（Digital capability）、 組織學(xué)習(xí)能力（Organizational learning capability）、 資源協(xié)奏能力（Resource orchestration capability）， 企業(yè)外部環(huán)境層面的影響因素主要包括技術(shù)不確定性（Technical uncertainty）和市場不確定性（Market uncertainty）。據(jù)此構(gòu)建本文的理論框架， 如圖1所示。

（一）內(nèi)部動態(tài)能力層面

動態(tài)能力指企業(yè)感知市場變化、 抓住機(jī)會、 重新配置內(nèi)外部資源以保持競爭力的能力（Teece等， 1997）。在數(shù)字經(jīng)濟(jì)背景下， 公司通過利用數(shù)字設(shè)備和渠道（如軟件平臺和網(wǎng)絡(luò)服務(wù)）跨區(qū)域和市場收集與新興客戶行為相關(guān)的數(shù)據(jù)， 從而更好地感知和抓住商業(yè)機(jī)會， 優(yōu)化現(xiàn)有流程和資源利用（Mikalef等，2019）。根據(jù)動態(tài)能力理論， 將數(shù)字化能力、 組織學(xué)習(xí)能力及資源協(xié)奏能力概念化為基于數(shù)字技術(shù)的動態(tài)能力。數(shù)字化能力能有效反映動態(tài)能力的感知維度， 組織學(xué)習(xí)能力及資源協(xié)奏能力分別反映動態(tài)能力中的抓住機(jī)會、 重新配置內(nèi)外部資源兩個維度。

1. 數(shù)字化能力。數(shù)字化能力是指在數(shù)字化轉(zhuǎn)型過程中， 企業(yè)通過數(shù)字技術(shù)驅(qū)動， 對企業(yè)現(xiàn)有的資源、 結(jié)構(gòu)、 價(jià)值及邊界等要素進(jìn)行重構(gòu)， 培育和構(gòu)建將數(shù)字經(jīng)濟(jì)生產(chǎn)要素轉(zhuǎn)化為商業(yè)模式創(chuàng)新的能力， 是企業(yè)轉(zhuǎn)型升級的重要支撐（René等，2020）。具有數(shù)字化能力的企業(yè)可以通過新的數(shù)字渠道（如數(shù)字平臺、 數(shù)字系統(tǒng)等）強(qiáng)化對外部環(huán)境的動態(tài)掃描， 及時(shí)感知外部環(huán)境和消費(fèi)需求的變動， 并通過市場資本化敏捷性和運(yùn)營調(diào)整敏捷性及時(shí)抓住機(jī)遇， 對現(xiàn)有資源和流程進(jìn)行重新配置以提升企業(yè)績效。同時(shí)， 通過有效感知和識別消費(fèi)偏好， 以最快的響應(yīng)速度、 完善的交付流程為用戶提供優(yōu)質(zhì)的交易體驗(yàn)， 進(jìn)而提升客戶對企業(yè)的認(rèn)同感、 忠誠度， 最終實(shí)現(xiàn)與客戶價(jià)值共創(chuàng)的目的（Agarwal等，2020）。Papadopoulos等（2020）認(rèn)為， 即使在極端混亂動蕩的外部環(huán)境中， 數(shù)字化能力依然是企業(yè)保持生產(chǎn)連續(xù)性的重要保障。

2. 組織學(xué)習(xí)能力。組織學(xué)習(xí)能力是指組織為了適應(yīng)外部環(huán)境的變化， 學(xué)習(xí)主體通過知識的獲取、 分配、 解讀和組織記憶塑造核心競爭力的能力， 是提高企業(yè)績效的關(guān)鍵因素和組織競爭優(yōu)勢的重要來源（Chadwick和Raver，2015）。在組織內(nèi)部， 學(xué)習(xí)能力較強(qiáng)的企業(yè)通過鼓勵部門成員間更加開放、 高效地溝通對話（Amabile等，1996）， 在企業(yè)內(nèi)部營造創(chuàng)新文化氛圍， 激發(fā)員工創(chuàng)新意識， 培育創(chuàng)新能力， 增強(qiáng)團(tuán)隊(duì)凝聚力， 從而為實(shí)現(xiàn)創(chuàng)新積聚力量。隨著制造企業(yè)服務(wù)型創(chuàng)新活動的開展， 實(shí)體生產(chǎn)資料逐漸被服務(wù)型生產(chǎn)資料所取代。通過組織學(xué)習(xí)， 企業(yè)可以獲得前沿的市場信息、 知識和其他面向服務(wù)的生產(chǎn)資料， 并在此基礎(chǔ)上提供精益服務(wù)（Feng等，2020）。在數(shù)字經(jīng)濟(jì)背景下， 很多公司基于兼容性分析技術(shù)、 社交媒體以及企業(yè)運(yùn)營的云平臺或網(wǎng)絡(luò)等設(shè)施， 通過組織學(xué)習(xí)和合作伙伴之間有效的知識共享， 塑造組織創(chuàng)新所需的核心能力， 并通過外部網(wǎng)絡(luò)新信息的注入擴(kuò)展現(xiàn)有的知識庫， 知識獲取能力越高， 在給定時(shí)期內(nèi)可以收集到的外部知識就越多， 最終可能會提升創(chuàng)新績效（Connell等，2014）。

3. 資源協(xié)奏能力。資源協(xié)奏能力指企業(yè)有效地構(gòu)建、 捆綁和利用資源組合以實(shí)現(xiàn)企業(yè)績效的能力。資源協(xié)奏理論認(rèn)為， 管理者對資源采取行動的能力比資源本身更能有效揭示企業(yè)價(jià)值創(chuàng)造（Sirmon等，2011）。Wang等（2020）強(qiáng)調(diào)資源協(xié)奏是促進(jìn)創(chuàng)新的重要動態(tài)能力， 對于緩解企業(yè)內(nèi)部沖突和提高資源互補(bǔ)性至關(guān)重要。已有研究表明， 面對動蕩復(fù)雜的市場環(huán)境， 擁有較強(qiáng)資源協(xié)奏能力的企業(yè)不僅可以保障企業(yè)以最短的時(shí)間、 最低的成本迅速進(jìn)行資源的拼湊， 還可以使企業(yè)對現(xiàn)存資源進(jìn)行新的分解、 重構(gòu)， 從而創(chuàng)造出新的資源組合方案， 構(gòu)建新的能力與競爭優(yōu)勢。同時(shí)， 對資源的重新配置不僅限于企業(yè)內(nèi)部， 還包括組織外部資源。在數(shù)字經(jīng)濟(jì)背景下， 企業(yè)通過構(gòu)建大數(shù)據(jù)平臺或網(wǎng)絡(luò)， 更高效地實(shí)現(xiàn)資源的接入、 獲取與整合； 通過數(shù)字平臺強(qiáng)化了與利益相關(guān)者之間的溝通協(xié)作， 形成創(chuàng)新生態(tài)系統(tǒng)（Akter等，2020）， 在與價(jià)值共創(chuàng)參與者的互動中， 不斷強(qiáng)化對現(xiàn)有資源和知識的整合利用， 更精準(zhǔn)、 更前瞻地識別服務(wù)創(chuàng)新的機(jī)會， 積極響應(yīng)客戶的個性化需求， 優(yōu)化交易體驗(yàn)， 增強(qiáng)客戶黏性（He等，2019）。

（二） 外部環(huán)境層面

企業(yè)的生存和發(fā)展與環(huán)境密切相關(guān)。制造企業(yè)服務(wù)創(chuàng)新不是孤立的實(shí)踐， 而是企業(yè)與環(huán)境共同演化的結(jié)果。隨著全球化和新技術(shù)的不斷迭代， 客戶異質(zhì)化趨勢更加顯著。從動態(tài)能力視角來看， 企業(yè)應(yīng)加快數(shù)字化轉(zhuǎn)型， 通過各種數(shù)字渠道收集差異化信息， 從而跟蹤客戶需求和偏好， 并基于市場洞察進(jìn)行領(lǐng)先于競爭對手的服務(wù)創(chuàng)新（羅建強(qiáng)和蔣倩雯，2020）。因此， 外部環(huán)境不確定性是數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的重要驅(qū)動力。借鑒Lu等（2004）的研究， 本文將環(huán)境不確定性分為技術(shù)不確定性和市場不確定性。

1. 技術(shù)不確定性。技術(shù)不確定性是指技術(shù)變化的不可預(yù)測性與技術(shù)路線圖的動態(tài)性， 表現(xiàn)為技術(shù)的復(fù)雜性和新穎性。高水平的技術(shù)不確定性意味著企業(yè)必須及時(shí)調(diào)整其業(yè)務(wù)活動， 不斷更新現(xiàn)有的技術(shù)以保持市場的競爭地位（Zeng等，2020）。隨著大數(shù)據(jù)、 云計(jì)算、 物聯(lián)網(wǎng)、 區(qū)塊鏈等新型數(shù)字技術(shù)的應(yīng)用， 促使公司不斷反思和重塑其商業(yè)模式， 不斷優(yōu)化現(xiàn)有業(yè)務(wù)流程。主要表現(xiàn)為在原有產(chǎn)品中嵌入數(shù)字技術(shù)， 充分利用數(shù)字技術(shù)的連接作用將客戶納入服務(wù)創(chuàng)新過程中， 通過動態(tài)搜集客戶的消費(fèi)數(shù)據(jù)， 精準(zhǔn)識別消費(fèi)需求， 提升企業(yè)的市場洞察力和響應(yīng)能力， 以獲得更高的客戶價(jià)值（Verhoef等，2021；孟佩和徐宏毅，2022）。一方面， 企業(yè)通過使用先進(jìn)的分析技術(shù)， 處理和分析大量數(shù)據(jù)（數(shù)量、 種類、 速度、 準(zhǔn)確性和價(jià)值）， 從而促進(jìn)數(shù)據(jù)驅(qū)動下的決策， 提升決策質(zhì)量（Loebbecke和Picot，2015）。另一方面， 通過云計(jì)算、 深度學(xué)習(xí)等方法， 研發(fā)人員能精準(zhǔn)識別隱性知識， 并將存在于企業(yè)內(nèi)外部的隱性創(chuàng)新知識轉(zhuǎn)化為模塊化、 標(biāo)準(zhǔn)化的顯性知識， 對現(xiàn)有的資源和流程組合進(jìn)行整合、 更新， 提升組織運(yùn)營效率（Olden和Jackson，2002）。

2. 市場不確定性。市場不確定性是指市場的消費(fèi)者結(jié)構(gòu)、 容量及偏好不斷變化增加了企業(yè)的壓力， 進(jìn)而迫使企業(yè)不斷改進(jìn)產(chǎn)品服務(wù)、 縮短產(chǎn)品的生命周期以適應(yīng)市場變化的需求（Fisher，2012）。區(qū)別于傳統(tǒng)的以供給為導(dǎo)向的規(guī)?；倪\(yùn)營模式， 數(shù)字經(jīng)濟(jì)背景下， 企業(yè)堅(jiān)持以消費(fèi)者需求為中心的價(jià)值創(chuàng)造邏輯（Matarazzo等，2021）， 通過搭建數(shù)字平臺， 構(gòu)建以消費(fèi)者為中心， 集生產(chǎn)與服務(wù)于一體的定制化、 柔性化、 精細(xì)化的生產(chǎn)方式， 充分滿足客戶多樣性需求。異質(zhì)性和不可預(yù)測的外部環(huán)境給公司帶來了壓力， 迫使企業(yè)通過大數(shù)據(jù)基礎(chǔ)設(shè)施或IT支持技術(shù)來管理多個業(yè)務(wù)目標(biāo)（Dutot等，2014）， 并通過大數(shù)據(jù)分析聚合龐雜的數(shù)據(jù)信息， 分析整合挖掘隱性知識， 幫助企業(yè)跨越“知識鴻溝”， 提升企業(yè)的前瞻性和對新機(jī)會的識別能力， 通過快速響應(yīng)市場需求增加客戶滿意度， 從而提升企業(yè)績效。

三、 研究設(shè)計(jì)

（一）研究方法

定性比較分析方法（QCA）是一種基于集合論和模糊代數(shù)的組態(tài)方法， 用來解釋多重并發(fā)因果關(guān)系（Fiss，2011）， 是管理、 營銷、 創(chuàng)新等領(lǐng)域解決因果關(guān)系復(fù)雜性的重要工具（杜運(yùn)周等，2021）。數(shù)字經(jīng)濟(jì)背景下， 制造企業(yè)的服務(wù)創(chuàng)新路徑探索適合用QCA方法分析。首先， QCA是結(jié)果導(dǎo)向的， 可以識別出產(chǎn)生高、 非高服務(wù)創(chuàng)新績效的不同條件組態(tài)， 相較于傳統(tǒng)的定量研究方法對單一要素凈效應(yīng)的分析， fsQCA能夠有效揭示數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的多元路徑以及內(nèi)外部前因要素間的聯(lián)動效應(yīng)。其次， 可以檢驗(yàn)產(chǎn)生高和非高服務(wù)創(chuàng)新績效的因果非對稱性。相較于csQCA和mvQCA， fsQCA采用了隸屬度分配方法， 側(cè)重于研究內(nèi)外部前因條件在不同程度上的變化對服務(wù)創(chuàng)新績效的影響， 提高了研究質(zhì)量。最后， fsQCA對樣本量的要求相對較低， 特別適合對中小樣本的分析。

（二）研究樣本和數(shù)據(jù)

本研究在正式發(fā)放問卷之前， 通過系列訪談了解到數(shù)字化部、 信息管理、 研發(fā)部門等制造企業(yè)的管理者可成為本研究的潛在調(diào)研對象， 他們能夠深度參與數(shù)字化轉(zhuǎn)型與服務(wù)創(chuàng)新。同時(shí)， 樣本企業(yè)須來源于服務(wù)型制造較發(fā)達(dá)的地區(qū)， 且提供產(chǎn)品延伸服務(wù)超過2年、 數(shù)字化轉(zhuǎn)型超過1年的制造企業(yè)。本文采取滾雪球式的抽樣方法， 通過實(shí)地走訪現(xiàn)場， 并通過向大型科技園或產(chǎn)業(yè)園發(fā)放問卷和發(fā)送微信鏈接等方式對制造企業(yè)數(shù)字化部門經(jīng)理、 信息經(jīng)理、 研發(fā)部門經(jīng)理等中高層管理者進(jìn)行調(diào)研， 總計(jì)發(fā)放調(diào)查問卷245份， 回收206份， 剔除無效問卷（題項(xiàng)回答雷同、 矛盾、 填寫時(shí)間較短等）后， 最終得到有效問卷178份， 有效回收率為72.65%。樣本基本情況如表1所示， 可知企業(yè)的年限、 規(guī)模、 性質(zhì)及行業(yè)分布較為均勻。

（三）變量測量

為提高變量測量的有效性和分析的準(zhǔn)確性， 本文采用當(dāng)前被廣泛認(rèn)可的成熟量表對研究變量進(jìn)行測量， 反復(fù)修正并構(gòu)建了適用于本研究情境下的Likert五級量表。

1. 數(shù)字化能力。參考Zhou和Wu（2010）、 Khin等（2018）的研究成果， 通過以下5個題項(xiàng)進(jìn)行測量： 獲取重要的數(shù)字技術(shù)， 發(fā)現(xiàn)新的數(shù)字機(jī)會， 積極應(yīng)對數(shù)字轉(zhuǎn)型， 掌握最先進(jìn)的數(shù)字技術(shù)， 利用數(shù)字技術(shù)開發(fā)創(chuàng)新產(chǎn)品/服務(wù)/流程。

2. 組織學(xué)習(xí)能力。借鑒Baker等（1999）的研究成果通過以下3個題項(xiàng)進(jìn)行測量： 學(xué)習(xí)能力是本單位的競爭優(yōu)勢， 通過學(xué)習(xí)改進(jìn)工作是最主要的價(jià)值觀之一， 將學(xué)習(xí)視為組織生存的必要條件。

3. 資源協(xié)奏能力。參考Sirmon等（2011）、 Wang等（2020）的研究成果， 從構(gòu)造、 綁定和運(yùn)用三個方面進(jìn)行測量： 吸收各類知識和資源的能力， 整合各類知識和資源的能力， 利用各類知識和資源的能力。

4. 環(huán)境的不確定性。參考Jaworski和Kohli（1993）的研究成果， 將其劃分為技術(shù)不確定性和市場不確定性兩個維度， 每個維度由3個題項(xiàng)進(jìn)行測量。技術(shù)不確定性包括以下3個題項(xiàng)： 可以在行業(yè)內(nèi)通過技術(shù)突破使新產(chǎn)品/服務(wù)的創(chuàng)意成為可能， 所在行業(yè)的技術(shù)變革速度非常快， 所在行業(yè)內(nèi)的核心產(chǎn)品技術(shù)日新月異。

5. 服務(wù)創(chuàng)新績效。參考Cooper和Kleinschmidt（2007）的研究， 從客戶、 服務(wù)收入、 行業(yè)影響、 成本控制四個方面進(jìn)行測量， 相應(yīng)的題項(xiàng)包括： 新服務(wù)質(zhì)量達(dá)到了客戶預(yù)期的目標(biāo)， 服務(wù)收入所占比例不斷增長， 設(shè)計(jì)的服務(wù)對行業(yè)有很大影響， 設(shè)計(jì)的服務(wù)符合預(yù)期成本。

（四）信度效度檢驗(yàn)

如表2所示， 信度檢驗(yàn)方面， 各潛變量的Cronbach'α系數(shù)值和組合信度CR均大于0.8， 兩指標(biāo)均超過信度檢驗(yàn)的良好閾值水平（0.8）， 說明量表的內(nèi)部一致性較高。效度檢驗(yàn)方面， 各題項(xiàng)的因子載荷均大于0.6， 平均方差萃取值均大于0.5， 說明問卷的聚合效度較好； 同時(shí)， c2/df=1.141， RMSEA=0.028， CFI=0.988， NFI=0.931， IFI=0.988， GFI=0.910， 說明模型擬合度較好。因此， 問卷具有較高的信效度。

（五）校準(zhǔn)

校準(zhǔn)是將原始數(shù)據(jù)轉(zhuǎn)化為0-1集合隸屬度的表達(dá)形式（Fiss等，2011）。本文數(shù)據(jù)來源于問卷調(diào)查， 采用Likert五級量表， 遵循fsQCA方法對定距類數(shù)據(jù)校準(zhǔn)的操作標(biāo)準(zhǔn)， 參考Fiss等（2011）和Misangyi等（2017）的做法采用三值模糊集， 并結(jié)合樣本的實(shí)際分布特征將最大值、 平均值和最小值設(shè)定為完全隸屬、 交叉點(diǎn)、 完全不隸屬三個校準(zhǔn)錨點(diǎn)， 并利用fsQCA軟件完成對所有原始數(shù)據(jù)的校準(zhǔn)。具體如表3所示。

四、 數(shù)據(jù)分析

（一）必要條件分析

在組態(tài)路徑分析之前， 有必要對前因條件展開必要性檢驗(yàn)。杜運(yùn)周等（2020）的研究認(rèn)為， 如果一致性系數(shù)大于0.9， 則一般可將前因條件視為結(jié)果的必要條件。由表4可知， 數(shù)字化能力、 組織學(xué)習(xí)能力、 資源協(xié)奏能力、 技術(shù)不確定性與市場不確定性的一致性均低于0.9， 說明任何單一因素均不是制造企業(yè)服務(wù)創(chuàng)新的必要條件。因此， 有必要將前因變量納入組態(tài)分析中。

（二） 組態(tài)分析

在完成校準(zhǔn)和必要條件分析后， 采用fsQCA3.0對制造企業(yè)服務(wù)創(chuàng)新的前因組態(tài)進(jìn)行定性比較分析。首先， 構(gòu)建真值表， 得到制造企業(yè)服務(wù)創(chuàng)新前因條件的不同組態(tài)， 本文共涉及5個前因條件， 共形成25個不同的邏輯組合。然后， 參考Ragin（2008）的做法將案例頻數(shù)設(shè)置為原始案例數(shù)的1.5%， 本文共有案例數(shù)178個， 因此將頻數(shù)確定為3， 并保留樣本數(shù)大于3的邏輯條件組合； 最后， 參考Fiss等（2011）和杜運(yùn)周等（2020）的做法將原始一致性的閾值設(shè)定為0.8， PRI一致性閾值設(shè)定為0.7， 并對保留的邏輯條件組合進(jìn)行重新編碼， 最終得出引致高服務(wù)創(chuàng)新績效的3個前因組態(tài)： 外部環(huán)境驅(qū)動型、 技術(shù)—雙元能力促進(jìn)型、 市場—資源協(xié)同型， 以及2條非高服務(wù)創(chuàng)新組態(tài)： 動態(tài)能力缺失型、 技術(shù)—資源缺失型。由表5可知， 5個組態(tài)的一致性分別為0.880、 0.923、 0.833、 0.871和0.892， 總體一致性為0.865與0.884。高服務(wù)創(chuàng)新績效的總體覆蓋度為0.612， 非高服務(wù)創(chuàng)新績效的總體覆蓋度為0.515。

1. 產(chǎn)生高服務(wù)創(chuàng)新績效的路徑分析。

（1）外部環(huán)境驅(qū)動型。具體是指在路徑H1中， 技術(shù)不確定性和市場不確定性作為制造企業(yè)服務(wù)創(chuàng)新的核心因素， 數(shù)字化能力是輔助條件。組態(tài)1反映了當(dāng)外部的技術(shù)、 市場不確定性較高， 并適配一定程度的數(shù)字化能力可作為解釋高績效的充分條件， 將該組態(tài)命名為外部環(huán)境驅(qū)動型。因?yàn)橄噍^于傳統(tǒng)的制造部門， 企業(yè)的服務(wù)化業(yè)務(wù)更依賴于利用數(shù)字技術(shù)對市場信息的及時(shí)處理和對客戶需求的及時(shí)響應(yīng)（羅建強(qiáng)等，2020）。因此， 制造企業(yè)應(yīng)利用數(shù)字化轉(zhuǎn)型契機(jī)， 快速獲取新技術(shù)、 新信息、 新知識， 精準(zhǔn)預(yù)測消費(fèi)偏好， 以開發(fā)新產(chǎn)品和新服務(wù)。同時(shí)， 在復(fù)雜動態(tài)的外部環(huán)境下， 制造企業(yè)通過提升數(shù)字化能力， 持續(xù)動態(tài)監(jiān)控市場環(huán)境， 并根據(jù)客戶需求重構(gòu)業(yè)務(wù)流程， 增強(qiáng)企業(yè)運(yùn)營活動的敏捷性及服務(wù)創(chuàng)新效率。該組態(tài)的一致性為0.880， 原始覆蓋度為0.281， 說明該組態(tài)能夠解釋28.1%的樣本企業(yè)服務(wù)創(chuàng)新案例。該組態(tài)的案例企業(yè)中， 陜西汽車控股集團(tuán)有限公司（簡稱“陜汽集團(tuán)”）是一家從事重卡制造及汽車零部件研發(fā)、 生產(chǎn)銷售的企業(yè)， 面對市場需求的不確定性及數(shù)字化轉(zhuǎn)型的浪潮， 陜汽集團(tuán)持續(xù)關(guān)注客戶經(jīng)營全過程， 創(chuàng)新開展車聯(lián)網(wǎng)數(shù)據(jù)服務(wù)（天行健）、 TCO托管服務(wù)等一系列增值服務(wù)業(yè)務(wù)， 并依托數(shù)字技術(shù)與產(chǎn)業(yè)鏈成員構(gòu)建共生共贏商用車產(chǎn)業(yè)生態(tài)圈。外部環(huán)境的驅(qū)動成為該企業(yè)服務(wù)創(chuàng)新的重要因素。

（2）技術(shù)—雙元能力促進(jìn)型。具體是指在路徑H2中， 數(shù)字化能力、 資源協(xié)奏能力和技術(shù)不確定性作為制造企業(yè)服務(wù)創(chuàng)新的核心因素， 市場不確定性則是輔助因素。在這一構(gòu)型中， 企業(yè)通過將新一代信息技術(shù)應(yīng)用在產(chǎn)品研發(fā)設(shè)計(jì)、 生產(chǎn)、 企業(yè)管理和客戶關(guān)系維護(hù)等價(jià)值鏈環(huán)節(jié)， 打破了信息孤島， 實(shí)現(xiàn)了數(shù)據(jù)和知識在企業(yè)內(nèi)部的充分交流和共享。同時(shí)， 數(shù)字化能力有利于企業(yè)實(shí)時(shí)洞察外部環(huán)境機(jī)會與威脅， 并幫助企業(yè)發(fā)現(xiàn)數(shù)字推動經(jīng)濟(jì)發(fā)展的機(jī)會， 從而前瞻性地布局市場。而資源協(xié)奏能力可以針對外部發(fā)展機(jī)會， 加速對現(xiàn)有資源的重構(gòu)， 促使企業(yè)不斷獲取、 吸收并利用內(nèi)外部知識和資源， 為服務(wù)創(chuàng)新提供必要的“資源池”。因此， 企業(yè)只有在其資源、 知識與能力以互補(bǔ)的方式布署時(shí)， 才能充分釋放資源與能力的全部潛力， 該研究結(jié)論與Helfat等（2009）的結(jié)論一致。該組態(tài)的一致性為0.923， 原始覆蓋度為0.451， 說明該組態(tài)能解釋45.1%的樣本企業(yè)服務(wù)創(chuàng)新案例。該組態(tài)的典型案例中， 江蘇魚躍醫(yī)療設(shè)備股份有限公司（簡稱“江蘇魚躍”）是一家醫(yī)療器械企業(yè)， 其核心競爭力來源于智能制造新模式， 主要是通過構(gòu)建“智慧魚躍”大數(shù)據(jù)服務(wù)平臺進(jìn)行智能運(yùn)維、 在線監(jiān)測， 以及故障自診斷等不斷提升數(shù)字化能力與資源協(xié)奏能力， 為傳統(tǒng)醫(yī)療器械產(chǎn)業(yè)持續(xù)發(fā)展提供了可參考樣本。

（3）市場—資源協(xié)同型。具體是指在路徑H3中， 資源協(xié)奏能力和市場不確定作為制造企業(yè)服務(wù)創(chuàng)新的核心因素， 在這一路徑中即使缺乏數(shù)字技術(shù)也能幫助企業(yè)實(shí)現(xiàn)理想的服務(wù)創(chuàng)新績效。這一構(gòu)型可以解釋制造企業(yè)在服務(wù)創(chuàng)新的過程中面臨資源短缺的困境。外部市場需求的變化迫使制造企業(yè)從產(chǎn)品主導(dǎo)邏輯向服務(wù)主導(dǎo)邏輯轉(zhuǎn)變， 也促使企業(yè)對資源協(xié)奏的實(shí)施。通過對現(xiàn)有資源的再配置或與新資源的重新組合， 可以創(chuàng)造出全新的資源組合方案， 提升了資源使用的靈活性， 確保企業(yè)以較快的速度、 較低的成本獲得服務(wù)創(chuàng)新所需的資源。同時(shí)， 協(xié)奏的及時(shí)性會帶來良好的顧客消費(fèi)體驗(yàn)， 有利于增強(qiáng)顧客對企業(yè)的認(rèn)同感。該組態(tài)的一致性為0.833， 原始覆蓋度為0.377， 說明該組態(tài)能解釋37.7%的樣本企業(yè)服務(wù)創(chuàng)新案例。該組態(tài)的典型案例中， 陜西博菲特流體控制裝備制造有限公司（簡稱“博菲特”）是一家主營工業(yè)閥門、 航空航天閥門、 管線控制設(shè)備等的設(shè)計(jì)和制造及零部件委托加工的裝備制造企業(yè)。面對客戶對產(chǎn)品技術(shù)參數(shù)及安全性的重視及差異化定制需求， 博菲特與延長石油集團(tuán)、 陜西燃?xì)饧瘓F(tuán)、 陜西煤業(yè)等上下游企業(yè)建立了良好的合作關(guān)系， 并與吉林大學(xué)、 西北工業(yè)大學(xué)簽訂合作協(xié)議， 通過成果轉(zhuǎn)化、 資源共建共享成為零泄漏閥門制造商與能源控制系統(tǒng)解決方案服務(wù)商。

2. 產(chǎn)生非高服務(wù)創(chuàng)新績效的路徑分析。

（1）動態(tài)能力缺失型。具體是指在路徑L1中， 數(shù)字化能力、 組織學(xué)習(xí)能力與資源協(xié)奏能力三種核心因素缺失， 即使有技術(shù)的輔助存在， 也會導(dǎo)致較低的服務(wù)創(chuàng)新績效。原因在于， 雖然數(shù)字技術(shù)的發(fā)展為制造企業(yè)服務(wù)化轉(zhuǎn)型提供了良好的契機(jī)， 然而因?yàn)槠髽I(yè)自身能力不足， 不能有效利用信息技術(shù)動態(tài)感知市場需求， 導(dǎo)致現(xiàn)有組織資源、 能力與市場需求無法精準(zhǔn)匹配， 從而降低了對市場的響應(yīng)能力； 組織學(xué)習(xí)能力的缺乏降低了企業(yè)的知識獲取和吸收， 導(dǎo)致企業(yè)不能及時(shí)識別服務(wù)缺陷或運(yùn)營障礙， 增加了運(yùn)營的風(fēng)險(xiǎn)； 企業(yè)還缺乏對內(nèi)外部資源及流程的有效整合、 更新， 過度依賴組織慣性使商業(yè)模式趨于僵化， 降低了組織柔性和創(chuàng)新主動性， 從而限制了價(jià)值創(chuàng)造活動。

（2）技術(shù)—資源缺失型。具體指在路徑L2中， 技術(shù)不確定和資源協(xié)奏能力核心缺失， 組織學(xué)習(xí)能力以邊緣條件形式存在會導(dǎo)致服務(wù)創(chuàng)新績效的低下。原因在于： 一方面企業(yè)面臨的外部環(huán)境不鼓勵技術(shù)創(chuàng)新， 對自身的數(shù)字基礎(chǔ)設(shè)施、 管理及大數(shù)據(jù)人才培養(yǎng)的重視程度不夠， 導(dǎo)致企業(yè)難以利用技術(shù)變革的機(jī)遇優(yōu)化產(chǎn)品結(jié)構(gòu)和管理服務(wù)流程， 制約了企業(yè)的服務(wù)創(chuàng)新； 另一方面， 技術(shù)創(chuàng)新不足還制約了企業(yè)對開放式創(chuàng)新生態(tài)的構(gòu)建， 不利于合作伙伴之間的信息交流共享與異質(zhì)性知識獲取； 同時(shí)， 企業(yè)缺乏對內(nèi)外部知識和資源整合和利用， 降低了新服務(wù)開發(fā)的效率及市場響應(yīng)的能力。

3. 穩(wěn)健性檢驗(yàn)。本文通過調(diào)整一致性閾值的方法進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒張明（2020）的做法將一致性閾值由0.8調(diào)整到0.85， 結(jié)果顯示： 高績效的組態(tài)中， 一致性水平及解的覆蓋度均未發(fā)生變化； 非高績效的組態(tài)中； 總體解的一致性略有升高（0.922）， 解的覆蓋度略有下降（0.453）， 但路徑與之前完全一致。綜上所述， 本文結(jié)論具有穩(wěn)健性。

五、 結(jié)語

（一）研究結(jié)論

本研究遵循“外部環(huán)境—內(nèi)部能力—協(xié)同聯(lián)動”的邏輯， 以178家服務(wù)型制造企業(yè)為研究對象， 基于協(xié)同理論確定了制造企業(yè)服務(wù)創(chuàng)新的關(guān)鍵因素， 利用fsQCA方法從內(nèi)外部層面探究數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的影響機(jī)制， 得到如下結(jié)論：

第一， 制造企業(yè)的服務(wù)創(chuàng)新不是由單一要素驅(qū)動的， 而是由技術(shù)和市場的外部“推力”以及數(shù)字化能力、 組織學(xué)習(xí)能力、 資源協(xié)奏能力的內(nèi)部“拉力”相互作用驅(qū)動的。必要性分析結(jié)果表明， 各個前因條件的一致性均低于0.9， 說明任何單一因素均不是服務(wù)創(chuàng)新的必要條件。這一結(jié)論在一定程度上揭示了制造企業(yè)服務(wù)創(chuàng)新的復(fù)雜性， 制造企業(yè)的服務(wù)創(chuàng)新是內(nèi)外部因素協(xié)同聯(lián)動的結(jié)果。

第二， 產(chǎn)生高服務(wù)創(chuàng)新績效的路徑有3條： 外部環(huán)境驅(qū)動型、 技術(shù)—雙元能力促進(jìn)型、 市場—資源協(xié)同型。路徑H1（外部環(huán)境驅(qū)動型）中， 技術(shù)和市場的不確定性是影響制造企業(yè)服務(wù)創(chuàng)新的核心條件， 當(dāng)外部的技術(shù)、 市場不確定性較高， 并適配一定程度的數(shù)字化能力可作為解釋高績效的充分條件。路徑H2（技術(shù)—雙元能力促進(jìn)型）則需要外部技術(shù)環(huán)境、 內(nèi)部數(shù)字化能力與資源協(xié)奏能力的有效匹配以實(shí)現(xiàn)較高的服務(wù)創(chuàng)新績效。該組態(tài)表明， 較高的服務(wù)創(chuàng)新績效需要制造企業(yè)充分利用數(shù)字化轉(zhuǎn)型的契機(jī)“修煉自身內(nèi)功”， 提升數(shù)字化能力和資源協(xié)奏能力， 通過“內(nèi)外兼修”實(shí)現(xiàn)服務(wù)創(chuàng)新。路徑H3（市場—資源協(xié)同型）是以市場不確定性和資源協(xié)奏能力為核心條件， 輔助一定的組織學(xué)習(xí)能力的適配模式。該組態(tài)表明外部市場的不確定性與資源協(xié)奏能力發(fā)揮核心作用， 組織學(xué)習(xí)能力發(fā)揮補(bǔ)充性作用， 由此構(gòu)成的條件組態(tài)會誘發(fā)高服務(wù)創(chuàng)新績效。

第三， 產(chǎn)生非高服務(wù)創(chuàng)新績效的路徑有2條， 分別是核心能力缺失型與技術(shù)—資源缺失型。路徑L1（核心能力缺失型）中， 數(shù)字化能力、 組織學(xué)習(xí)能力與資源協(xié)奏能力三種核心因素缺失， 即使有技術(shù)不確定的輔助推動， 也會導(dǎo)致較低的服務(wù)創(chuàng)新績效。該組態(tài)表明， 自身核心能力不足是導(dǎo)致低績效的充分條件。路徑L2（技術(shù)—資源缺失型）中， 技術(shù)不確定性和資源協(xié)奏能力核心缺失， 組織學(xué)習(xí)能力以邊緣條件形式存在， 會導(dǎo)致服務(wù)創(chuàng)新績效的低下。由此可知， 導(dǎo)致制造企業(yè)服務(wù)創(chuàng)新的原因呈現(xiàn)非對稱性特征。

（二） 研究啟示

一是重視外部環(huán)境的影響。面對充滿競爭、 動蕩及模糊性的市場環(huán)境， 制造企業(yè)應(yīng)抓住數(shù)字化轉(zhuǎn)型契機(jī)， 不斷優(yōu)化產(chǎn)品結(jié)構(gòu)和服務(wù)流程， 增強(qiáng)組織柔性和市場需求的響應(yīng)能力， 以更好地識別服務(wù)機(jī)會并提供新的價(jià)值主張。二是制造企業(yè)應(yīng)從戰(zhàn)略高度重視對數(shù)字化能力、 資源協(xié)奏能力與組織學(xué)習(xí)能力的塑造， 充分發(fā)揮大數(shù)據(jù)在科學(xué)預(yù)測消費(fèi)偏好、 精準(zhǔn)靶向決策、 產(chǎn)品服務(wù)研發(fā)、 遠(yuǎn)程運(yùn)維監(jiān)控等方面的作用； 通過構(gòu)建數(shù)字化平臺與外部合作伙伴建立共生關(guān)系， 有利于異質(zhì)性資源與知識的獲取、 整合和利用， 為企業(yè)服務(wù)創(chuàng)新提供必要的資源和能力支持； 同時(shí)， 構(gòu)建學(xué)習(xí)型組織， 企業(yè)內(nèi)部應(yīng)重視員工的學(xué)習(xí)能力的提升， 通過向員工提供發(fā)展及成長誘因（如授權(quán)、 良好的職業(yè)發(fā)展機(jī)會等）匯集員工的巧思、 巧創(chuàng)， 提升企業(yè)的服務(wù)創(chuàng)新能力。三是提升企業(yè)的市場響應(yīng)意識及內(nèi)外部資源的管理能力， 通過對零散、 冗余的資源進(jìn)行重新組配， 形成柔性的資源使用機(jī)制， 有效應(yīng)對企業(yè)在服務(wù)創(chuàng)新中出現(xiàn)的資源困境。

（三）不足與展望

本文的不足體現(xiàn)在： 一是前因變量存在挖掘空間。本研究只關(guān)注環(huán)境不確定性和內(nèi)部能力對企業(yè)服務(wù)創(chuàng)新的影響。未來可以基于不同的理論角度深入挖掘其他前因條件， 如企業(yè)網(wǎng)絡(luò)、 組織柔性等， 探索數(shù)字經(jīng)濟(jì)背景下制造企業(yè)服務(wù)創(chuàng)新的多元機(jī)制。二是樣本可以進(jìn)一步優(yōu)化。本文數(shù)據(jù)主要來自于制造業(yè)較發(fā)達(dá)的省份的多個細(xì)分行業(yè)， 未來可以通過增加不同區(qū)域的樣本增強(qiáng)結(jié)論普適性。另外， 還可以深入挖掘各細(xì)分行業(yè)在數(shù)字經(jīng)濟(jì)背景下服務(wù)創(chuàng)新的具體規(guī)律， 細(xì)化研究粒度以提升結(jié)論的現(xiàn)實(shí)指導(dǎo)價(jià)值。

【 主 要 參 考 文 獻(xiàn) 】

陳菊紅，張睿君，張雅琪．服務(wù)化戰(zhàn)略對企業(yè)績效的影響——基于商業(yè)模式創(chuàng)新的中介作用［ J］．科研管理，2020（4）：131 ～ 139．

董華，陳蕾．大數(shù)據(jù)驅(qū)動下服務(wù)型制造超網(wǎng)絡(luò)的價(jià)值共創(chuàng)——以小米為例［ J］．財(cái)會月刊，2021（20）：111 ～ 119．

杜運(yùn)周，李佳馨，劉秋辰，趙舒婷，陳凱薇．復(fù)雜動態(tài)視角下的組態(tài)理論與QCA方法：研究進(jìn)展與未來方向［ J］．管理世界，2021（3）：180 ～ 197+12-13．

杜運(yùn)周，劉秋辰，程建青．什么樣的營商環(huán)境生態(tài)產(chǎn)生城市高創(chuàng)業(yè)活躍度？——基于制度組態(tài)的分析［ J］．管理世界，2020（9）：141 ～ 155．

孟佩，徐宏毅．國外服務(wù)創(chuàng)新研究綜述及展望［ J］．財(cái)會月刊，2022（6）：119 ～ 125．

蘇敬勤，劉靜．復(fù)雜產(chǎn)品系統(tǒng)制造企業(yè)的動態(tài)能力演化：一個縱向案例研究［ J］．科研管理，2013（8）：58 ～ 67．

趙宸宇．?dāng)?shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［ J］．南開管理評論，2021（2）：149 ～ 163．

Agarwal R.， Dugas M.， Gao G. G.. Emerging technologies and analytics for a new era of value-centeredmarketing in healthcare［ J］． Journal of the Academy of Marketing Science，2020（1）：1 ～ 15．

Akter S.， Motamarri S.， Hani U.， et al.. Building dynamic service analytics capabilities for the digital marketplace［ J］． Journal of Business Research，2020（118）：177 ～ 188．

Amabile T. M.， Conti R.， Coon H.， et al.. Assessing the work environment for creativity［ J］． Academy of Management Journal，1996（5）：1154 ～ 1184．

Baum J. A. C.， Oliver C.. Toward an institutional ecology of organizational founding［ J］． Academy of Management Journal，1996（5）：1378 ～ 1427．

Chadwick I. C.， Raver J. L.. Motivating organizations to learn：Goal orientation and its influence on organizational learning［ J］． Journal of Management，2015（3）：957 ～ 986．

Connell J.， Kriz A.， Thorpe M.. Industry clusters： An antidote for know-ledge sharing and collaborative innovation？［ J］． Journal of Knowledge Management，2014（1）：137 ～ 151．

Cooper R. G.， Kleinschmidt E. J.. Winning businesses in product development The critical success factors［ J］． Research-Technology Management，2007（3）：52 ～ 66．

Coreynen W.， Matthyssens P.， Van Bockhaven W.. Boosting servitization through digitization： Pathways and dynamic resource configurations for manufacturers［ J］． Industrial Marketing Management，2017（1）：42 ～ 53．

Dutot V.， Bergeron F.， Raymond L.. Information management for the internationalization of SMEs： An exploratory study based on a strategic alignment perspective［ J］． International Journal of Information Management，2014（5）：672 ～ 681．

Fisher G.. Effectuation， causation， and bricolage： A behavioral comparison of emerging theories in entrepreneurship research［ J］． Entrepreneurship Theory and Practice，2012（5）：1019 ～ 1051．

Fiss P. C.. Building better causal theories： A fuzzy set approach to typologies in organization research［ J］． Academy of Management Journal，2011（2）：393 ～ 420．

He J.， Fang X.， Liu H.， et al.. Mobile app recommendation： An involvement-enhanced approach［ J］． MIS Quarterly，2019（3）：827 ～ 849．

Jaworski B. J.， Kohli A. K.. Market orientation： Antecedents and consequences［ J］． Journal of Marketing，1993（3）：53 ～ 70．

Li D.， Liu J.. Dynamic capabilities， environmental dynamism， and competitive advantage： Evidence from China［ J］． Journal of Business Research，2014（1）：2793 ～ 2799．

Liu C.， Ji H.， Ji J.. Mobile information technology's impacts on service innovation performance of manufacturing enterprises［ J］． Technological Forecasting and Social Change，2022（184）：121996．

Loebbecke C.， Picot A.. Reflections on societal and business model transformation arising from digitization and big data analytics： A research agenda［ J］． The Journal of Strategic Information Systems，2015（3）：149 ～ 157．

Lu L. Y. Y.， Yang C.. The R&D and marketing cooperation across new product development stages： An empirical study of Taiwan's IT industry［ J］．? Industrial Marketing Management，2004（7）：593 ～ 605．

Matarazzo M.， Penco L.， Profumo G.， et al.. Digital transformation and customer value creation in Made in Italy SMEs： A dynamic capabilities perspective［ J］． Journal of Business Research，2021（123）：642 ～ 656．

Mikalef P.， Boura M.， Lekakos G.， et al.. Big data analytics capabilities and innovation： The mediating role of dynamic capabilities and moderating effect of the environment［ J］． British Journal of Management，2019（2）：272 ～ 298．

Misangyi V. F.， Greckhamer T.， Furnari S.， et al.. Embracing causal complexity： The emergence of a neo-configurational perspective［ J］． Journal of Mana-gement，2017（1）：255 ～ 282．

Olden J. D.， Jackson D. A.. Illuminating the “black box”： A randomization approach for understanding variable contributions in artificial neural networks［ J］． Ecological Modelling，2002（1-2）：135 ～ 150．

Ragin C. C.. Redesigning social inquiry： Fuzzy sets and beyond［M］． Chicago： University of Chicago Press，2008．

René C.，Julia H.，Antonio M. P.，Alfredo D. M.，Kurt M.. A motivation and ability perspective on engagement in emerging digital technologies：The case of internet of things solutions［ J］． Long Range Planning，2020（3）：56 ～ 72．

Sirmon D. G.，Hitt M. A.，Ireland Ｒ. D.，et al.. Resource orchestration to create competitive advantage： Breadth，depth，and life cycle effects［ J］． Journal of Management，2011（5）：1390 ～ 1412．

Storey C.， Cankurtaran P.， Papastathopoulou P.， et al.. Success factors for service innovation： A meta analysis［ J］． Journal of Product Innovation Management，2016（5）：527 ～ 548．

Teece D. J.， Pisano G.， Shuen A.. Dynamic capabilities and strategic mana-gement［ J］． Strategic Management Journal，1997（7）：509 ～ 533．

Wang J.， Xue Y.， Yang J.. Boundary spanning search and firms' green innovation： The moderating role of resource orchestration capability［ J］． Business Strategy and the Environment，2020（2）：361 ～ 374．

Wilden R.， Gudergan S. P.. The impact of dynamic capabilities on operational marketing and technological capabilities： Investigating the role of environmental turbulence［ J］． Journal of the Academy of Marketing Science，2015（2）：181 ～ 199．

Yu W.， Wong C. Y.， Chavez R.， et al.. Integrating big data analytics into supply chain finance： The roles of information processing and data-driven culture［ J］． International Journal of Production Economics，2021（236）：108135．

Zeng B.， Zhu L.， Yao X.. Policy choice for end-of-pipe abatement technology adoption under technological uncertainty［ J］． Economic Modelling，2020（87）：121 ～ 130．

Zhou K. Z.， Wu F.. Technological capability， strategic flexibility， and pro-duct innovation［ J］． Strategic Management Journal，2010（5）：547 ～ 561．

（責(zé)任編輯·校對： 劉鈺瑩? 羅萍）