数字化能力对制造业企业服务化顾客绩效的影响研究

张忠良 程慧慧 曾 鸣

(杭州电子科技大学管理学院，杭州 310018)

市场竞争的加剧以及消费者需求的快速变化倒逼制造业企业的商业逻辑从产品导向转为服务导向[1]。但随着制造业服务化的推进，开始出现制造业务与服务业务互斥、服务化尺度把握不到位等现象，造成其服务化进程受阻。数字技术的涌现一定程度上可缓解上述问题，尤其当企业拥有相关数字化能力资源时，将极大地推动服务化进程。虽然关于服务化转型中的能力要素研究较为丰富，但鲜有探究数字化能力、服务化能力以及服务化绩效之间关系的分析。本研究旨在探讨数字化能力如何通过制造能力和服务能力作用于制造业企业服务化顾客绩效的影响机制，发现影响制造能力和服务能力的关键数字化能力要素。

1 理论机制与研究假设

根据企业能力理论可知，在为应对外部环境变化进行的服务化变革中，制造业企业需要具备服务化相关能力才能顺利实施战略转型。制造企业提供的服务大致可分为基础服务和高级服务，不同层次的服务提供过程涉及不同的能力。其中基础服务主要以产品为中心，与制造能力(即与产品设计、技术以及流程工序相关的专业知识)紧密相关。相较于基础服务，高级服务需要更多的人员参与，主要以服务流程为中心，与服务能力(即服务化过程中设计与传递各种服务的能力)紧密相关。基于此，本文重点关注服务化能力中的制造能力与服务能力。

与此同时，随着数字技术的涌现，制造业企业开始实施数字化转型，试图培育数字化能力以提升服务品质，助力服务化转型。本文将数字化能力划分为4种类型：数字基建能力、数字感知能力、数字互联能力和数字分析能力。相关概念解释以及参考文献来源如表1所示。

表1 数字化能力相关概念解释

1.1 数字基建能力对服务化能力的影响

从数字基建能力对制造业企业服务化转型所需制造能力的影响来看，一方面企业通过构建匹配产品制造流程的数字基础设施，使得制造流程智能化；另一方面，企业通过在制造流程构建先进制造技术来赋能标准化、个性化产品产出，带来制造业企业提供新服务业务在效率和效果上的显著成效。

从数字基建能力对制造业企业服务化转型所需服务能力的影响来看，企业通过构建信息与通信技术基础设施，为开发先进的服务业务、改善现有服务传递形式等一系列服务管理活动提供更多支持。由此提出假设：

H1a：数字基建能力显著正向影响制造能力。

H1b：数字基建能力显著正向影响服务能力。

1.2 数字感知能力对服务化能力的影响

数字感知能力反映了企业通过应用数字技术进行数据过滤等活动使得机器设备具备简单感知环境的能力，利用数字插件使制造环节的机器设备具备感知智能，实现外界环境监测。企业投资建设数字感知能力，赋能制造信息化发展，可有效降低制造环节的出错风险与人工成本。企业通过为产品及设备配置智能插件，实现产品生命周期内的信息跟踪与反馈，对企业原有的服务形式做出改善，提高服务能力并为用户带来新的价值。由此提出假设：

H2a：数字感知能力显著正向影响制造能力。

H2b：数字感知能力显著正向影响服务能力。

1.3 数字互联能力对服务化能力的影响

数字互联能力包含“机器设备、产品设备与控制中心互联”“设备之间互联”两个维度。首先，企业应用通信技术实现制造现场机器设备与中央处理中心互联，在中央处理中心获得机器操作与状态的全部信息，降低感知端的数据负载与运作成本，达到实时监测与管控的目的。其次，企业通过在网络层面实现产品与中央处理中心互联以及产品之间互联，实现信息交互与实时管理，为服务业务智能化发展提供有效支持，促进企业完善与提升服务能力并为用户创造更高价值。由此提出假设：

H3a：数字互联能力显著正向影响制造能力。

H3b：数字互联能力显著正向影响服务能力。

1.4 数字分析能力对服务化能力的影响

数字分析能力反映企业应用大数据和人工智能技术进行数据分析支持决策的能力。企业的制造过程引入数字分析能力，可有效预测机器设备故障并自主解决基础型故障或针对复杂问题提出建设性解决方案。企业的数字分析能力，有效赋能制造过程自主化管理，进而提高制造能力。企业的数据分析能力支持用户偏好预测、客户忠诚度衡量及服务盈利能力评估等功能设置，有利于服务个性化、定制化发展，使企业形成差异化服务形式并使服务能力成为企业的竞争优势。由此提出假设：

H4a：数字分析能力显著正向影响制造能力。

H4b：数字分析能力显著正向影响服务能力。

1.5 服务化能力对服务化顾客绩效的影响

经过多年发展，制造业服务化战略衍生出的服务主要有基础服务、中级服务和高级服务，企业的制造能力直接影响基础服务提供，制造能力越强的企业所提供基础服务愈加丰富，为客户带来更多新增价值。同时，制造业企业的服务能力不仅能够促进基础服务提供完备化发展，还能够促进高级服务提供多元化发展，影响甚至改变部分制造业企业盈利模式，为其带来全新的价值增长点与利润空间。由此提出假设：

H5a：制造能力显著正向影响服务化顾客绩效。

H5b：服务能力显著正向影响服务化顾客绩效。

1.6 数字化能力对服务化顾客绩效的影响

越来越多的制造业企业通过引入数字技术来提高服务化转型效率，数字化能力帮助企业设计更多新产品与新服务，以获取新的竞争优势实现价值增益。企业通过感知终端，实时采集与过滤生产运营环节中产生的数据，同时利用物联网技术实现全工业互联以高效传输数据信息，进而基于大数据、深度学习等数字分析技术和云计算及分布式计算等先进计算技术对数据进行价值挖掘与分析，帮助企业加速市场决策、优化制造与服务过程，更好满足客户需求，提升客户服务的满意度。在此背景下，数字技术变得愈发重要，在制造业企业服务化转型中占据重要地位，是企业提升服务效率、创新发展以及新价值创造的重要源泉，数字化能力可以使企业有效减轻服务化的挑战与风险，并成功获取服务化效益。由此提出假设：

H6(a-d)：数字化能力对服务化顾客绩效有显著的正向影响。

为了更好利用数字化技术，企业需要将数字化能力与制造流程结合，才能使其在服务化转型中发挥价值。制造过程的数字化与智能化不仅可以保障企业产品高质量、高效率产出，还可使企业基于客户需求创造出个性化解决方案、构建独特竞争优势。同时，制造流程智能化助力企业提升制造能力，能够有效维持产品技术革新，为服务创新提供有效载体，比竞争对手更快抢占战略先机，稳固老用户、俘获新客户并提升市场份额。可见，制造能力为企业服务化转型提供基础保障，为数字化能力提升服务化顾客绩效提供了实现手段。由此提出假设：

H7(a-d)：数字化能力通过制造能力正向影响服务化顾客绩效。

由于科技发展趋势与顾客需求的环境变化，导致制造企业现有业务开展的不确定性进一步提升。因此，为应对外界环境的变化，开展服务业务成为制造业企业获得竞争优势的重要手段。随着制造业企业服务化的推进，企业当前的服务能力无法有效支持转型战略推进时，服务化开始出现产品与服务匹配错位、服务化尺度把握不足等现象。数字技术的涌现能够有效缓解上述问题，应用数字化技术提升服务能力，能够提升顾客绩效，极大推进了服务化进程。由此可见，服务能力在数字化的助力下能够有效帮助企业掌控服务化并消除竞争威胁，为服务业务拓展提供新的机遇。由此提出假设：

H8(a-d)：数字化能力通过服务能力正向影响服务化顾客绩效。

基于以上假设分析，本研究提出数字化能力、制造能力、服务能力及服务化顾客绩效之间影响作用的理论模型，如图1所示。

图1 理论模型

2 研究设计

2.1 问卷设计与变量测量

关于数字化能力这一概念，主要是指企业应用信息技术与数字技术来促进产品、服务开发和交付的能力。其中数字基建能力(DFC)的测量采用学者Li等开发的量表[7]；数字感知能力(DSC)结合定义并参照学者Mikalef和Gupta的量表采用4个题项[4]；数字互联能力(DCC)的测量采用学者Kim等[5]开发的量表；数字分析能力(DAC)采用学者Kohtamäki等[6]开发的量表；制造能力(MC)和服务能力(SC)分别采用学者Yang[8]以及学者Zhang等[9]开发的量表；服务化顾客绩效(SCP)主要参考学者梁永康等[10]的量表。所有量表的测量指标均采用李克特五级量表来衡量(1表示不同意，5表示同意)。

2.2 数据收集

样本选择的标准是提供产品衍生服务的制造型企业，问卷中设置选项跳题，无服务提供的样本企业自动结束答题。问卷发放形式分为线上和线下两种形式，线上选择制造业企业服务化趋势明显的地区随机抽样，利用在线问答系统向目标企业发放调查链接；线下通过课题组成员在制造业聚集的产业园区进行陌生寻访。问卷收集区间为2021年6月至7月，修改完善问卷后进行正式调研，共发放问卷800份，剔除未开展服务业务的企业问卷和无效问卷，共收回有效问卷430份，有效回收率达53.7%，有效样本主要来自长三角、珠三角以及华中地区。

2.3 信度与效度检验

通过SPSS26.0对调研结果进行信度、效度分析，使用科隆巴赫系数进行信度检验，各变量的科隆巴赫系数均大于0.747，表明量表具有较高的一致性信度水平。由于变量所有测量题项均来自前人研究，因此通过验证性因子分析(Confirmatory factor analysis，CFA)指标检验测量变量的效度，结果表明所有测量变量的因子负载均显著，除了测量变量DSC1和DCC4的因子标准负载低于0.50(已剔除)，其他所有因子的标准负载介于0.654～0.797，极个别略低于0.700；AVE(average variance extracted，平均方差值)和组合信度CR借助学者吴明隆的辅助程序计算得出，结果显示所有因子的AVE均大于0.5，CR均大于0.7。模型整体拟合度良好(χ2/df=1.385，GFI=0.896；AGFI=0.865；IFI=0.961；TLI=0.954；CFI=0.960；RMR=0.029；RMSEA=0.030)，表明主要变量之间存在良好的区分效度。

3 数据分析与结果

3.1 变量的描述性统计

在进行假设检验之前，首先进行潜在变量相关性分析，结果如表2所示，核心变量间存在显著的相关关系，且相关系数均小于AVE的平方根，符合理论预期。同时进行多重共线性检验，可知方差膨胀因子(VIF)最高为3.221，容错值最低为0.310，多重共线性在可接受范围之内。

表2 变量的均值、标准差和相关系数

3.2 假设检验

3.2.1 直接效应检验

测量模型通过以上检验后，可以进行结构方程模型分析以验证本文提出的研究假设。运用AMOS软件进行直接效应路径分析后结果见图2。其中未画出的关系箭头表示该路径不显著。模型整体拟合度良好(χ2/df=1.641，GFI=0.871；AGFI=0.853；IFI=0.930；TLI=0.924；CFI=0.930；RMR=0.040；RMSEA=0.039)。

图2 理论模型路径分析结果

结果表明4种数字化能力对制造能力的正向影响显著，H1a至H4a成立。4种数字化能力对服务能力的正向影响显著，H1b至H4b成立。制造能力对服务化顾客绩效有显著正向影响，H5a成立；服务能力对服务化顾客绩效正向影响显著，H5b成立。数字基建能力对服务化顾客绩效有显著正向影响，H6a成立；数字分析能力对服务化顾客绩效正向影响显著，H6d成立；数字感知能力、数字互联能力对服务化顾客绩效无显著影响，H6b和H6c不成立，可能的原因在于企业的数字感知能力和数字互联能力作为数字服务开发的基础，没有明显的功能载体，顾客感知并不明显。

3.2.2 bootstrap法中介效应分析

通过AMOS软件进行bootstrap中介效应检验。操作步骤：设定bootstrap样本数位1 000，按照数字化能力→制造能力→服务化顾客绩效、数字化能力→服务能力→服务化顾客绩效的顺序分别执行中介效应检验。已知bootstrap置信区间若不包含0，则对应的效应(直接效应、间接效应以及总效应)存在，反之则不存在。

制造能力的中介效应分析。数字基建能力通过制造能力对服务化顾客绩效的中介作用(β=0.055，P<0.01)，95%置信区间[0.013,0.159]不包含0，说明制造能力的中介效应显著，H7a得到验证。同理，数字互联能力通过制造能力对服务化顾客绩效的中介作用(β=0.036，P<0.05)，95%置信区间[0.001,0.108]不包含0，数字分析能力通过制造能力对服务化顾客绩效的中介作用(β=0.081，P<0.05)，95%置信区间[0.028,0.199]不包含0，H7c、H7d得到验证。研究没有发现数字感知能力通过制造能力对服务化顾客绩效的中介作用，可能是因为数字感知能力在企业内部制造过程的应用主要涉及机械设备，无法通过产品影响顾客绩效，数字感知能力可通过服务能力等以顾客为中心的媒介影响顾客行为。

服务能力的中介效应分析。数字基建能力通过服务能力对服务化顾客绩效的中介作用(β=0.039，P<0.05)，95%置信区间[0.001,0.121]不包含0，说明服务能力的中介效应显著，H8a得到验证；数字感知能力通过服务能力对服务化顾客绩效的中介作用(β=0.041，P<0.05)，95%置信区间[0.006,0.112]不包含0，说明服务能力的中介效应显著，H8b得到验证。同理，数字互联能力通过服务能力对服务化顾客绩效的中介作用(β=0.043，P<0.05)，95%置信区间[0.004,0.118]不包含0，数字分析能力通过服务能力对服务化顾客绩效的中介作用(β=0.098，P<0.01)，95%置信区间[0.028,0.199]不包含0，H8c、H8d得到验证。

4 结 论

第一，制造业企业数字化能力为服务化转型效率提升提供新的源泉。研究发现，制造业企业服务化顾客绩效不仅与企业数字基础设施构建水平息息相关，还与企业的数字分析能力存在紧密联系。企业通过构建适配业务开展的数字硬件设施、加强数字分析技术软件配置，一方面能够高效提供设备检测、维修等基础服务，顺利开展初级服务化转型；另一方面，深度挖掘数据价值为企业开发具备提前预警、即时响应等功能的高级服务提供更多可能，拓展服务业务空间。第二，数字化能力通过赋能制造业企业的制造流程和服务管理，提升企业的制造能力和服务能力，进而提升服务化顾客绩效。其中，数字基建能力通过在制造流程和服务环节构建适配的数字技术基础设施，为企业服务化提供数字化硬件支持进而提升顾客体验感；数字感知能力可通过在服务环节感知产品与顾客的状态，实现对环境的感知，使顾客获得智能化服务提供更多可能，提升顾客绩效；数字互联能力、数字分析能力可通过在制造流程和服务环节设备互联与数据分析，为顾客提供更多定制产品与服务以提升客户满意度。