开放科学(资源服务)标识码(OSID)：
Manufacturing enterprises play an important role in the construction of a new dual-cycle development pattern, and their high-quality development is related to the overall development of the economy. Under the background of “dual cycle”, product innovation and service transformation are important aspects for the outstanding development of manufacturing companies. Many companies choose to promote both product innovation and service transformation strategies in their productive and operational practices, expecting to create the synergy between each other. However, due to the limitation of resources and capability, these promotions often lead to internal resource competition, which calls for urgent consideration from manufacturing enterprises to create the synergy of the two on enterprise performances.
Existing studies have explored the complex relationship between product innovation and service transformation from different perspectives, reaching a preliminary consensus that digital technology can help promote the strategic synergy between these two at a practical level, and revealing the relationship and mode of influence between each other. However most of the existing studies have explored the one-way promoting relationship between product innovation and service transformation, with few discussing the dynamic interaction between the two. At the micro level, the dynamic interaction mechanism between product innovation and service transformation is still a “black box” that requires further study. Besides many case studies are without necessary supporting theories. Finally, there is still no study on how the interactive relationship between product innovation and service transformation in the digital context is affected by the transformation of corporate digitization, which asks for further analysis. This paper argues that if the theoretical and empirical basis is developed by simply studying the one-way relationship between product innovation and service transformation while ignoring the dynamic interaction between each other and the regulation effect of digitalization, the manufacturing enterprises that adopted such basis may encounter resource conflicts in the process of pursuing rapid development, which in turn might be unfavorable to the high-quality development of manufacturing enterprises.
Therefore, this paper applies the knowledge-based view theory and uses the panel data of 668 listed companies in the A-share manufacturing industry in China's Shanghai and Shenzhen stock markets from 2012 to 2019 to bring product innovation and service transformation into the same framework, and empirically tests the interactive effect of the two on enterprise performance. With focus on the dynamic interaction between product innovation and service transformation in manufacturing enterprises, it constructs digital indicators by using python text mining technology, studies the regulating effect of digitalization on the interaction between them, and analyzes the mechanism of digital technology regulating the two strategies in order to provide some practical guidance for the high-quality development of manufacturing enterprises.
It is concluded that the interaction effect between product innovation and service transformation is related to the service level of manufacturing industry. With the improvement of service level, the interaction effect shows a U-shaped relationship with inhibition first followed by promotion; the introduction of digital technology by manufacturing enterprises will significantly promote the coordinated development of product innovation and service transformation and move the inflection point of the U-shaped curve to the left; further discussion on the heterogeneity between enterprise types shows that the interactive effects between product innovation and service transformation vary among enterprises with different ownership and scales, as well as the moderating role of digitalization.The research results are conducive to promoting the synergistic results of product innovation and service transformation of manufacturing enterprises, and have important practical significance for realizing high-quality development.
开放科学(资源服务)标识码(OSID)：
加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，是“十四五”规划提出的事关中国发展全局的重大战略任务，对未来高质量发展、高标准市场体系建设及高水平对外开放具有根本性指导意义。制造企业是构建双循环新发展格局的重要主体，其高质量发展关系到经济高质量发展全局。产品创新与服务转型是制造企业高质量发展的两大内生动力：产品创新聚焦价值链上游，强调产品质量和创新性[1]，以进一步满足客户需求或开辟新的市场；服务转型则关注价值链下游，强调服务链条拓展和延伸，以此提高客户粘性和产品附加值[2]。现实中，越来越多的企业选择在生产经营实践中同时推进产品创新和服务转型两种战略，期望实现两者协同效应。然而，受资源和能力的影响，制造企业同步推进产品创新和服务转型战略往往会产生资源争夺现象，导致企业资源冲突[3,4]。因此，为促进两者交互对企业绩效产生积极影响，两者间关系亟待协调。当前，人工智能、大数据、云计算、物联网、区块链等底层数字技术的发展与融合，对产业结构变革和经济增长格局产生了深远影响[5]。在数字技术渗透和赋能下，传统制造企业数字化程度迅速提升，为协调产品创新与服务转型间的资源冲突带来转机[6]。数字技术能够通过实时收集和分析客户行为数据，深度挖掘客户在使用产品或接受服务过程中的潜在问题，并将其反馈到产品和服务中，创造出更多供需价值，进而有效降低产品和服务间的协调成本，促进制造企业产品创新和服务转型协同，对于实现高质量发展具有重要现实意义。
现有研究从不同视角探讨产品创新和服务转型间的复杂关系，在实践层面初步达成数字技术有助于促进产品创新和服务转型战略协同的结论。但鲜有文献探讨两者间的动态互动关系，尤其是数字化情境下的互动关系。本文梳理数字技术促进企业竞争力提升的因果逻辑，将产品创新和服务转型纳入同一框架，通过构建产品创新和服务转型关系模型，利用Python文本挖掘技术构建数字化指标，实证检验数字化情境下产品创新和服务转型对企业绩效的交互效应，解析数字技术调节两种战略的作用机理，从而充分发挥数字化对制造企业高质量发展的引领作用。
产品创新是企业发展内在要求与市场经济相结合的产物，服务转型则是企业适应激烈市场竞争的表现，两者共同影响制造企业经济效益。现有研究从不同视角探讨产品创新与服务转型间的复杂关系。学术界普遍认为，产品作为衍生服务的实物载体，服务价值创造必须以产品创新为基础，两者呈现相互促进、互为补充的动态关系，具体表现为产品创新推动服务转型，服务转型反过来促进产品创新。一方面，产品创新是制造企业为客户提供解决方案和增值服务的重要前提。Hwang等[7]认为，基于产品的资源和能力可以帮助制造企业有效管理服务业务，高技术含量的产品创新能够促进产品差异化形成，进而引发内部需求，并推动服务转型。另一方面，服务转型是推动产品创新以维持企业差异化优势的必然要求。Brax等[8]认为，服务转型能够拉近企业与市场间的距离，提升客户反馈频率与质量，有利于企业挖掘客户真实需求，从而促进产品创新。此外，部分学者从产品创新和服务转型协同性视角出发，分析两者可能具有的互补功能。例如，Eggert等[9]发现，实施产品创新和服务转型协同战略对企业绩效的影响大于单独实施产品创新或服务转型战略，尤其在竞争激烈、客户高度集中的情境下，这种影响尤为显著；肖挺[10]发现，产品创新和服务转型存在显著互补效应，并且从更长的时间看，同时推动产品创新和服务转型能够促进企业知识存量增加，使其具有更好的发展潜力；Teece[11]指出，企业市场开发失败的主要原因在于制造商未能向客户提供可靠的服务。产品创新和服务转型间的复杂关系不能仅仅以互补性加以解释，从资源观视角看，资源和能力是企业形成差异化竞争优势的基础，只有考虑企业自身资源基础，才能制定出最优战略[12]。由于企业资源是固定的，当传统制造企业开始进行服务转型时，需要对其拥有的资源重新分配[13]。企业资源的稀缺性会制约产品创新和服务转型协同发展，通常表现为两者对企业有限资源的竞争，进而难以带来利润[14]，不利于制造企业高质量发展。Valtakoski[15]指出，虽然服务转型有助于企业整合客户资源，提升与客户交流的频率和质量，有利于企业知识积累，但也会加剧产品创新与服务转型间的资源冲突问题。此外，部分学者将产品创新和服务转型看作是企业价值创造的两种逻辑范式，发现只有在一定条件下服务转型才能对产品创新起正向调节作用[16]。从产品、服务融合视角看，产品、服务不匹配会导致企业陷入服务化悖论，进一步加剧企业资源冲突问题。陈漫等(2016)指出，只有制造企业服务化战略与产品战略存在匹配关系，才能够显著促进企业绩效提升。反之，企业实施服务化战略对企业绩效并无显著促进作用。尤其当制造企业产品创新能力较强而服务保障能力较弱时，企业往往容易忽视客户需求变化，其提供的产品解决方案难以满足客户需求[17]。此时，企业通过服务获得的客户反馈信息往往与已有知识和智力资本高度重合，无益于发挥服务化对产品创新的倒逼作用。
现有研究揭示了产品创新和服务转型间的作用关系或影响方式，为进一步研究提供了基础，但仍有一定的局限性。首先，既有研究大多探讨产品创新与服务转型的单向关系，在微观层面上产品创新与服务转型间的动态互动机制依然是一个“黑箱”，有待深入研究；其次，大多数研究仍停留在案例分析层面，导致研究过于单薄且缺乏必要的理论支持；最后，数字化情境下产品创新与服务转型间的互动关系如何受企业数字化的调节影响尚处于研究空白，有待进一步解析。本文认为，仅研究产品创新与服务转型两者间的单向关系，以此为制造企业高质量发展提供理论和实证依据，而忽略产品创新和服务转型间的动态互动机制以及数字化的调节作用，有可能导致制造企业在快速发展过程中遭遇资源冲突问题，最终不利于制造企业高质量发展。基于以上研究现状，结合中国制造业高质量发展的现实背景，本文从知识基础观出发，着重分析制造企业产品创新与服务转型间的动态互动关系，以期在弥补现有研究缺口的同时，为制造企业高质量发展提供一定的现实指导。
知识基础观认为，隐性知识具有价值性、稀缺性以及难以模仿等特征，是企业核心竞争力的重要来源[18]。企业隐性知识创造与整合的关键在于服务化水平，后者能够直接影响企业资源整合效果，对产品创新和服务转型协同发展起决定性作用。因此，探讨产品创新与服务转型的交互效应必须结合服务化水平进行具体分析。
当企业服务化水平较低时，受限于技术、知识及人力资本等高端服务要素投入不足，开展服务的广度和深度不够，企业与客户互动机会较少，此时企业通过服务获得的客户需求反馈信息大多集中在产品使用、功能缺陷和改进意见等显性知识上[16]，而此部分知识通常与企业已有知识重合度较高，会加剧内部资源冲突问题，无益于服务化对产品创新的倒逼作用，难以促进企业竞争优势形成。另一方面，由于服务管理与传统生产制造活动的业务逻辑存在较大差异，企业推进服务转型需要对其组织结构和业务流程进行重组[19]，需要投入新的资源，甚至占用其它业务资源，进而打破企业原有资源配置平衡，促使企业不确定性上升，导致内部管理成本和外部运营成本大幅提高，造成产品和服务在资金、人力及企业文化上发生冲突，从而不利于产品创新和服务转型协同。然而，随着服务化水平提升，以知识为主导的高端服务要素嵌入企业产品价值链，产品和服务从生产到销售各环节紧密结合，优质、全面、个性化的服务能够提升客户信任度和忠诚度，以及客户反馈频率和质量，传递出大量隐性知识。隐性知识获取与整合有助于企业获取客户在各阶段的潜在需求信息,使其能够有针对性地对产品与服务进行研发和设计,拓展制造企业产品创新深度和效度，从而实现价值创造[20]。同时，随着服务转型不断深入，企业在组织结构及业务流程重构方面投入的资源渐趋平稳，产品创新和服务转型间的资源冲突问题得到缓解。因此，当服务化水平较高时，产品创新和服务转型交互对企业绩效具有积极影响，表现为协同效应。基于上述分析，本文提出以下假设：
H1:制造企业同时推进产品创新和服务转型两种战略，随着服务化水平提升，两者交互对企业绩效的影响呈正U型。
企业数字化变革实质上是以数字流动的相对确定性应对技术进步和市场波动的不确定性，提高资源配置优化效率[21]，对制造企业产品创新和服务转型协同交互起催化促进作用。一方面，数字化能够有效促进价值链资源协同整合。由于服务管理与传统生产制造活动的业务逻辑存在差异，企业在推进服务转型过程中，其价值链各环节组织结构和业务流程都会发生相应的变化[19]，给企业资源配置带来难题。就实践看，数字技术有助于企业组织结构和业务流程重构，诱使组织产生适用性变革(刘政等，2020)。数字化可以通过对企业“物流”“人流”“信息流”“资金流”进行整合优化，提升企业内部各领域的关联性、协调性，实现包括产品创新和服务转型在内的各流程环节执行力全面升级[22]。另一方面，数字化有助于企业组织柔性能力提升[23]，进而对外部环境不确定性变化作出快速响应。企业通过数字技术提供的信息对客户行为、需求偏好等规律进行实时分析，能够迅速捕捉客户潜在需求，精准、高效地对服务方案进行柔性化调整[24]，进而在较低成本条件下满足客户对产品和服务的差异化需求，实现产品/服务协同的良性循环。概括而言，数字化能够有效缓解价值链资源协同整合带来的耦合难题，并提升企业响应外部不确定性的柔性化能力，从而促进产品创新和服务转型协同发展。基于上述分析，本文提出以下假设：
H2：数字化能够促进产品创新与服务转型协同发展，使得两者交互的U型曲线拐点向左移动。
为检验产品创新与服务转型对企业绩效的交互影响以及数字化的调节作用，本研究设定以下模型：
Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+∑Controli,t+yeart+provincei+industryi+εi,t
(1)
Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+β6Rdi,t×Servi,t×Digitali,t+β7Rdi,t×Serv2i,t×Digitali,t+∑Controli,t+yeart+provincei+industryi+εi,t
(2)
其中，i代表不同行业或地区，t代表年份，Control代表所有控制变量，yeart、provincei、industryi分别是年份、省份、行业固定效应，εi,t为随机干扰项。
进一步地，为探讨数字化的调节作用，本文借鉴朱丹等[25]对非线性关系拐点的分析方法，构建假设回归方程如下：
Fpi,t=β0+β1Rdi,t+β2Servi,t+β3Serv2i,t+β4Rdi,t×Servi,t+β5Rdi,t×Serv2i,t+β6Rdi,t×Servi,t×Digitali,t+β7Rdi,t×Serv2i,t×Digitali,t
(3)
令Serv的一阶偏导等于0，得到拐点表达式：
(4)
在此基础上，为探寻数字化对拐点的调节效应，需要对式(4)进一步求Digital偏导：
(5)
该偏导的正负取决于分子β2β7Rd+β4β7Rd2-β3β6Rd-β5β6Rd2的大小。其中，Rd以研发强度平均值代替，若偏导小于0，则说明Serv*为单调递减函数，即随着Digital值的增大而递减，曲线拐点向左移动，反之曲线拐点向右移动。
3.2.1 被解释变量
企业绩效采用息税前利润率衡量。在以往研究中，息税前利润率经常被用于衡量企业盈利能力和经营效率[26]，以息税前利润在总营收中的比值表征。此外，本研究选择每股收益、总资产报酬率以及净资产收益率作为企业绩效替换指标进行稳健性检验。
3.2.2 解释变量
(1)产品创新。本文选取研发强度衡量产品创新，采用企业研发投入在总营收中的比值表征。与企业专利申请相比，以研发强度作为产品创新的测度更能够克服创新的偶然性[27]。
(2)服务转型。参照肖挺等[28]的方法，采用企业其它业务收入对企业服务业务收入进行近似替代，然后采用企业服务业务收入除以企业营业总收入得到企业服务化程度，这是目前在服务化程度测量方面最能够兼具客观和微观的指标。
3.2.3 调节变量
本文参考曹启中等[29]构建的数字化词库，利用Python文本挖掘技术对企业年报中提到的“人工智能”“大数据”“云计算”等关键字进行中文分词，并提取出相应关键词所在语句，对其进行词频分析及人工检查，进一步确认上市公司企业年报是否提及或使用相应的关键词。目标关键词出现频率越高，说明公司数字化程度越高。此外，为了避免数字化各关键词披露词频差异过大而影响分析结果，本研究对数字化词频结果作离散化处理。若年度报告中没有提及某关键词，则变量取0；在有关键词出现的情况下，对当年样本企业数字化词频数据进行排序并求出三分位数，小于第一分位数的数据用1表示，大于第三分位数的数据用3表示，介于两个分位数之间的数据则用2表示，由低到高分别赋值为1～3。
3.2.4 控制变量
在财务方面，本文选择企业规模、持续经营时间、资产负债率作为控制变量；在公司治理方面，本文选择董事会规模、第一大股东持股比例以及高管持股比例作为控制变量。此外，本文控制了年份、省份以及行业固定效应。
表1 变量说明
Tab.1 Variable description
变量符号定义和测度企业绩效Fp息税前利润率(息税前利润/企业的营业总收入)产品创新Rd研发强度(企业研发投入/企业的营业总收入)服务转型Serv服务化率(服务业务收入/企业的营业总收入)数字化程度Digital对年度报告中“人工智能”“大数据”“区块链”等关键词进行词频分析企业规模Size员工人数取对数持续经营时间Optime公司成立天数取对数资产负债率Leverage公司负债总额/资产总额董事会规模Board_size董事会人数取对数第一大股东持股比例Share_top1第一大股东持股数量/已发行普通股高管持股比例Share_manager公司高管持股数量/已发行普通股
2012年发布的《“十二五”国家战略性新兴产业发展规划》聚焦物联网、云计算、大数据等新一代信息技术研发,强调互联网思维,明确了信息化与工业化融合发展方向。考虑数据可得性，本文选取2012—2019年A股制造业上市公司作为研究样本，并按照以下标准对数据进行筛选：①由于样本期从2012年开始计算，故剔除2011年以前上市的公司；②剔除样本期间被ST、*ST等特殊处理及退市的公司；③剔除样本期间主营业务发生重大变化的样本公司；④剔除样本期间企业年报经营范围描述中不包含任何服务相关业务的企业样本；⑤剔除样本期间企业年报中未披露任何数字化信息的企业样本；⑥剔除其它数据缺失或异常的公司。经过筛选处理，最终确定样本来自668家制造业上市公司，共5 344个样本观测值。此外，由于个别数据存在较大标准差，为了消除异常值的影响，使研究结果具有可靠性，对所有连续数据进行上下1%分位数的缩尾处理。本文财务数据主要来源于Wind金融终端与国泰安CSMAR数据库，上市公司年报文本信息通过Python文本挖掘获取。
表2为样本各变量描述性统计结果，分析表中数据可知：
(1)企业财务绩效均值为9.4%，最小值为-37.7%，最大值为44.7%，表明不同企业发展水平存在显著差异。
(2)样本期间我国制造业产品创新程度和服务化均值分别为4.5%、2.5%，总体上仍然处于较低水平，与发达国家相比存在一定差距。
(3)企业数字化水平均值为0.689，标准差为0.571相对较大，表明企业间数字化水平存在显著差异。结合图1看，样本期间企业数字化增长趋势显著，自2015年以来增长幅度有所放缓，日趋平稳。
表2 主要变量描述性统计结果
Tab.2 Descriptive statistics of the main variables
VariableObsMeanStd.Dev.MinMaxEBIT5 3440.0940.106-0.3770.447rd5 3440.0450.03700.231serv5 3440.0250.03700.247digital5 3440.6890.57103size staff5 3447.961.1195.64211.025optime5 3446 773.7161 925.5672 95013 343leverage5 34438.46318.9754.24977.557sharetop15 3440.3280.1390.0870.704board_size5 3442.1410.1921.6092.639share_manag-er5 3440.0670.12900.571
(4)从行业分布来看，计算机、通信和其它电子设备制造业(C39)以及电气机械和器材制造业(C38)等装备制造业拥有较高的数字化水平，这与装备制造业特点有关。装备制造业产品技术含量高、生产工艺精密，组织过程复杂，对研发水平、技术实力等方面要求较高，因而对数字技术需求更加强烈，如图2所示。
4.2.1 产品创新与服务转型交互效应研究
对模型分别进行Hausman检验，结果显示，相较于随机效应模型，固定效应模型更符合本文数据统计特征。因此，本文选取固定效应模型作为主要计量模型，估计结果如表3所示。
表3中，模型1仅包含核心解释变量，模型2加入控制变量，模型3则在此基础上对年份、省份及行业作进一步控制。表3模型3显示，产品创新和服务转型二次方的交互项(rd*serv2)系数显著为正(系数=16.90，p<0.01)，表明制造企业同时实施产品创新与服务转型战略的效果受服务化水平的影响，随着服务化水平提高，两者关系表现为U型非线性关系。具体来看，当服务化水平较低时，制造企业产品创新和服务转型的交互项(rd*serv)系数显著为负(系数=-2.391，p<0.01)，但是这一作用存在一个拐点，在企业服务化率超过这个拐点之后，同步推进两种战略将会对企业绩效产生显著正向影响(系数=16.90，p<0.01)，表现为协同效应。H1得到证实，制造企业同时推进产品创新和服务转型两种战略，随着服务化水平提升，两者交互对企业绩效的影响呈正U型曲线。
图1 数字化程度时间变化趋势
Fig.1 Changing trend of digitization
4.2.2 数字化的调节作用
表4模型3显示，当企业服务化水平较低时，数字化水平对制造企业产品创新与服务转型两者交互关系的调节项(rd*serv*digital)系数显著为负(系数=-4.500，p<0.01)，表明数字化本身并不能直接获取企业所需隐性知识，而是扮演催化剂角色。在服务化水平较低的初始阶段，产品创新和服务转型处于相互适应状态，此时引进数字技术反而会加重企业成本负担。随着服务化水平提升，数字化会对产品创新与服务转型两者交互(rd*serv2*digital)的积极影响起强化作用(系数=7.508，p<0.05)，使产品创新与服务转型两者交互能够产生更积极的协同效应。
图2 制造业各行业数字化程度
Fig.2 Digitalization degress of various industries in the manufacturing industry
表3 产品创新与制造业服务化对企业绩效交互影响的回归分析结果
Tab.3 Regression analysis results of the interactive impact of product innovation and manufacturing servitization on corporate performance
变量模型1αp-value模型2αp-value模型3αp-valuerd∗serv-2.907∗∗∗0.007-2.780∗∗∗0.008-2.391∗∗0.019rd∗serv217.59∗∗∗0.00016.96∗∗∗0.00016.90∗∗∗0.000rd0.097 7∗∗0.035-0.073 90.115-0.003 170.951serv-0.250∗∗∗0.000-0.180∗∗∗0.001-0.107∗0.063serv2-0.438∗∗∗0.000-0.505∗∗∗0.000-0.532∗∗∗0.000_cons0.098 8∗∗∗0.0000.108∗∗∗0.0000.078 2∗∗∗0.001控制变量NOYESYES年份固定效应NONOYES省份固定效应NONOYES行业固定效应NONOYESN5 3445 3445 344adj.R-sq0.017 60.071 90.122 5
注：*p<0.1, **p<0.05, *** p<0.01，下同
表4 数字化对产品创新与服务转型交互的调节作用分析结果
Tab.4 Analysis results of the moderating effect of digitalization on the interaction of product innovation and service transformation
变量模型1βp-value模型2βp-value模型3βp-valuerd∗serv-0.7260.564-0.4140.736-0.090 50.940rd∗serv214.68∗∗∗0.00014.14∗∗∗0.00013.99∗∗∗0.000rd∗serv∗digital-4.365∗∗∗0.000-4.543∗∗∗0.000-4.500∗∗∗0.000rd∗serv2∗digital8.372∗∗0.0216.792∗0.0547.508∗∗0.031rd0.131∗∗∗0.006-0.043 20.3650.012 40.809serv-0.221∗∗∗0.000-0.147∗∗0.010-0.076 90.186serv2-0.516∗∗∗0.000-0.573∗∗∗0.000-0.600∗∗∗0.000digital-0.001 360.632-0.000 270.9240.005 94∗∗0.044_cons0.098 6∗∗∗0.0000.107∗∗∗0.0000.074 6∗∗∗0.001控制变量NOYESYES年份固定效应NONOYES省份固定效应NONOYES行业固定效应NONOYESN5 3445 3445 344adj. R-sq0.020 20.074 50.124 6
基于表4回归结果，进一步研究数字化对产品创新和服务转型交互关系的影响。将模型3相应的回归系数代入式(5)中，结果显示系数为负，表明U型曲线的拐点会随着企业数字化程度提升而左移。此外，由于模型3中部分变量系数不显著，为确保结果的准确性，分别代入模型1、模型2的系数，得到的结论与前文一致。H2得到验证，即数字化能够促进产品创新与服务转型协同发展，使两者交互的U型曲线拐点向左移动。
为确保研究结果的准确性，本文采用替换检验方法进行稳健性检验，检验结果如表5所示。就产品创新与服务转型的交互效应而言，考虑到已有研究采用每股收益eps、总资产报酬率roa以及净资产收益率roe等变量作为企业绩效衡量指标，本文将息税前利润率替换为每股收益eps，并采用总资产报酬率roa以及净资产收益率roe作为被解释变量。结果显示，产品创新与服务转型的二次项(rd*serv2)交互系数均显著为正，进一步证实了H1。为了进一步减少词库选择或语义偏差引起的误差，本研究将数字化分位数替换为虚拟变量，若年度报告中没有提及某关键词，则数字化虚拟变量设为0，反之则设为1，结果如表5所示。
考虑到所有制类型与规模差异，不同企业在政策偏好、组织结构及企业文化等方面均存在差异。本文从企业性质与企业规模视角出发，进一步考察产品创新与服务转型两者交互对企业绩效的影响是否存在显著异质性表现。
企业所有制类型回归结果如表6所示。从产品创新和服务转型的交互效应看，随着企业服务化水平提高，无论是国有企业还是民营企业，同时实施两种战略(rd*serv2)对企业绩效均具有显著促进作用。而且，相较于民营企业(系数=14.94，p<0.01)，国有企业的战略实施效果(系数=40.10，p<0.01)更为显著。国有企业引进数字技术对产品创新和服务转型两者交互关系的调节作用并不显著，仅对民营企业的调节作用显著(系数=7.910，p<0.05)，这是由于国有企业中具有逐级上报、逐层批复的繁琐决策程序，因而会阻碍企业数字化变革。
表5 稳健性检验结果
Tab.5 Robustness test results
变量epsαp-valueroaαp-valueroeαp-valueEBITαp-valuerd∗serv-0.4660.907-49.350.341-0.8040.3330.066 50.959rd∗serv236.23∗∗∗0.010508.1∗∗∗0.0059.650∗∗∗0.00113.68∗∗∗0.000digital_dum0.009 24∗∗∗0.008rd∗serv∗digital_dum-5.523∗∗∗0.001rd∗serv2∗digital_dum8.828∗∗0.014rd-0.367∗0.068-14.48∗∗∗0.000-0.141∗∗∗0.0010.016 10.755serv-1.199∗∗∗0.000-16.18∗∗∗0.000-0.241∗∗∗0.000-0.070.235serv2-0.952∗∗0.029-15.06∗∗∗0.008-0.297∗∗∗0.001-0.608∗∗∗0.000_cons-0.435∗∗∗0.0004.121∗∗∗0.000-0.003 210.8620.074 2∗∗∗0.001控制变量YESYESYESYES年份固定效应YESYESYESYES省份固定效应YESYESYESYES行业固定效应YESYESYESYESN5 3445 3445 3445344adj. R-sq0.218 60.173 40.134 50.1245
表6 基于企业所有制类型的异质性分析结果
Tab.6 Heterogeneity analysis results based on the types of enterprise ownership
变量国有企业αp-value民营企业αp-value国有企业(数字化的调节作用)αp-value民营企业(数字化的调节作用)αp-valuerd_serv-8.079∗∗0.010-1.7530.127-10.06∗∗0.0130.7150.592rd_serv240.10∗∗∗0.00914.94∗∗∗0.00052.64∗∗0.01311.91∗∗∗0.002digital -0.004 450.3330.008 78∗∗0.022rd_serv_dg 2.5780.442-5.110∗∗∗0.000rd_serv2_dg -13.520.4067.910∗∗0.038rd0.267∗∗∗0.003-0.177∗∗∗0.0080.269∗∗∗0.003-0.150∗∗0.025serv-0.1150.383-0.065 20.387-0.1420.294-0.012 10.876serv2-0.6650.130-0.522∗∗∗0.000-0.6070.171-0.596∗∗∗0.000_cons0.007 640.8420.066 2∗∗0.0280.011 90.7570.057 9∗0.055控制变量YESYESYESYES年份固定效应YESYESYESYES省份固定效应YESYESYESYES行业固定效应YESYESYESYESN1 7523 5921 7523 592adj. R-sq0.239 30.112 50.238 60.115 6
基于企业规模中位数，将总样本划分为大型企业和中小企业两组样本进行回归分析，实证结果如表7所示。随着服务化水平提升，大型企业与中小企业同时实施产品创新和服务转型(rd*serv2)战略对企业绩效均具有显著促进作用，而且对中小企业财务绩效的促进作用(系数=21.03，p<0.1)大于大型企业(系数=9.049，p<0.05)。这是由于中小企业精简化、扁平化的组织结构赋予企业更强的机动性，能够加快组织结构和业务流程重组，促进产品与服务结合。此外，数字化仅对大型企业具有显著调节作用(系数=44.36，p<0.01)，对中小企业的影响则不显著。这是由于规模较大的企业通过数字技术引进，对原有冗余组织结构进行优化，挖掘出更多潜在资源，能够更好地促进产品创新和服务转型战略协同。
表7 基于企业规模的异质性分析结果
Tab.7 Results of heterogeneity analysis based on enterprise scale
变量大型企业αp-value中小企业αp-value大型企业(数字化的调节作用)αp-value中小企业(数字化的调节作用)αp-valuerd_serv3.2070.189-2.972∗0.0787.548∗∗∗0.009-2.0220.278rd_serv29.049∗∗0.02021.03∗0.0574.5030.28022.58∗∗0.046digital 0.003 510.3480.009 63∗∗0.043rd_serv_dg -10.61∗∗∗0.000-1.7310.36rd_serv2_dg 44.36∗∗∗0.000-4.8050.574rd0.160∗0.051-0.08670.2310.196∗∗0.017-0.083 80.252serv-0.214∗∗0.012-0.182∗0.068-0.297∗∗∗0.001-0.1550.153serv2-0.528∗∗∗0.000-0.4800.164-0.523∗∗∗0.000-0.4270.276_cons0.104∗∗∗0.0010.04220.3400.097 0∗∗∗0.0020.037 40.399控制变量YESYESYESYES年份固定效应YESYESYESYES省份固定效应YESYESYESYES行业固定效应YESYESYESYESN2 6722 6722 6722 672adj.R-sq0.210.107 70.21490.108 8
作为制造企业高质量发展的内生动力，越来越多的企业在生产经营实践中，同时实施产品创新战略和服务转型战略，期望实现两者协同效应。已有研究从不同视角探讨产品创新和服务转型间的复杂关系，但鲜有文献探讨两者间的动态互动关系，尤其缺乏刻画数字化情境下的两者关系。本文从知识基础观出发，对两者交互效应及数字化的调节作用进行讨论，基于A股制造业上市公司数据进行实证分析，得出相应结论并检验其稳健性，得到主要结论如下：
(1)产品创新与服务转型效果受服务化水平的影响，随着服务化水平不断提高，两者表现为U型非线性关系。服务化水平关系着企业隐性知识创造与整合，能够直接影响企业资源整合效果。当服务化水平较低时，资源冲突的负向影响大于知识补充的正向影响，不利于产品创新和服务转型协同。但是，当服务化达到一定程度后，知识补充的作用会抵消资源冲突的影响。
(2)数字化能够促进产品创新与服务转型协同发展，使两者交互的U型曲线拐点向左移动。一方面，数字化能够有效促进价值链资源协同整合，诱使组织产生适应性变革，帮助企业资源配置效率提升；另一方面，数字化能够帮助企业提升柔性能力，实现对外部环境变化的快速响应。需要明确的是，数字化本身并不能帮助管理层直接获取企业隐性知识，而是扮演产品创新与服务转型的催化剂角色。
(3)大型企业民营企业引进数字技术对产品创新和服务转型交互的调节效果更显著。一方面，恶劣的生存环境决定了民营企业更有动力推进企业数字化变革；另一方面，相较于中小企业，大型企业拥有更丰富的潜在资源，数字技术能够帮助其挖掘释放出更大的潜力，实现企业数字化变革的价值输出。
(1)管理者应明确产品创新与服务转型交互作用轨迹，以便更好地应对不同服务化水平下同时实施两种战略所面临的耦合问题。当服务化水平较低时，管理者应预见高服务化水平与产品创新结合产生的积极作用，进一步加快服务转型，同时加强企业资源管理，确保资源分配的合理性；当服务化水平较高时，管理者应努力发挥在客户隐性知识获取方面的服务化优势，推动产品创新，不断推动产品创新与服务转型战略协同，促进制造企业高质量发展。
(2)管理者应立足制造企业发展动态视角，基于企业性质、规模，综合考虑企业资源基础与风险承担能力对产品创新和服务转型战略的影响，适时引进数字技术，提升企业发展阶段与战略的契合度，以缓解来自于组织结构与业务流程重构、价值链资源协同整合带来的耦合难题，从而巩固产品创新与服务转型间的互动耦合关系。
(1)本研究采用A股制造业上市公司披露数据，存在选择性偏差问题，无法归纳出制造业普遍性规律。如果能够通过调研获取更为细致的微观数据，则可以深化对产品创新与服务转型交互作用的理解。
(2)本研究未考虑制造业细分行业的差异性。各细分行业在组织结构与业务流程上存在差异，因而产品创新与服务转型对企业绩效的交互影响及数字化的调节作用也可能存在差异，未来可以结合细分行业类型进行深入分析。
[1] 张峰,刘曦苑,武立东,等. 产品创新还是服务转型:经济政策不确定性与制造业创新选择[J]. 中国工业经济,2019，36(7):101-118.
[2] FANG E E,PALMATIER R W,STEENKAMP J B E M. Effect of service transition strategies on firm value[J]. Journal of Marketing,2008,72(5):1-14.
[3] EGGERT A,HOGREVE J,ULAGA W,et al. Revenue and profit implications of industrial service strategies[J]. Journal of Service Research,2014,17(1):23-39.
[4] VISNJIC I,WIENGARTEN F,NEELY A. Only the brave:product innovation,service business model innovation,and their impact on performance[J]. Journal of Product Innovation Management,2016,33(1):36-52.
[5] LEGNER C,EYMANN T,HESS T,et al. Digitalization:opportunity and challenge for the business and information systems engineering community[J]. Business & Information Systems Engineering,2017,59(4):301-308.
[6] 罗建强,蒋倩雯. 数字化技术作用下产品与服务创新:综述及展望[J]. 科技进步与对策,2020,37(24):152-160.
[7] HWANG B N,HSU M Y. The impact of technological innovation upon servitization[J]. Journal of Manufacturing Technology Management,2019,30(7):1097-1114.
[8] BRAX S. A manufacturer becoming service provider——challenges and a paradox[J]. Managing Service Quality:an International Journal,2005,15(2):142-155.
[9] EGGERT A,THIESBRUMMEL C,DEUTSCHER C. Heading for new shores:do service and hybrid innovations outperform product innovations in industrial companies[J]. Industrial Marketing Management,2015,45:173-183.
[10] 肖挺. 制造企业服务化商业模式与产品创新投入的协同效应检验:“服务化悖论”的一种解释[J]. 管理评论,2019,31(7):274-285.
[11] TEECE D J. Profiting from technological innovation:Implications for integration,collaboration,licensing and public policy[J]. Research Policy,1986,15(6):285-305.
[12] WERNERFELT B. A resource-based view of the firm[J]. Strategic Management Journal,1984,5(2):171-180.
[13] KRAATZ M S,ZAJAC E J. How organizational resources affect strategic change and performance in turbulent environments:theory and evidence[J]. Organization Science,2001,12(5):632-657.
[14] EGGERT A,HOGREVE J,ULAGA W,et al. Industrial services,product innovations,and firm profitability:a multiple-group latent growth curve analysis[J]. Industrial Marketing Management,2011,40(5):661-670.
[15] VALTAKOSKI A. Explaining servitization failure and deservitization:a knowledge-based perspective[J]. Industrial Marketing Management,2017,60:138-150.
[16] 张颖,顾远东,高杰. 服务化与产品创新:环境不确定性的调节效应[J]. 科研管理,2020,41(4):140-150.
[17] 崔连广,冯永春,张敬伟. 客户解决方案研究述评与展望[J]. 外国经济与管理,2016,38(10):102-116.
[18] BARNEY J. Firm resources and sustained competitive advantage[J]. Journal of Management,1991,17(1):99-120.
[19] NEU W A,BROWN S W. Manufacturers forming successful complex business services[J]. International Journal of Service Industry Management,2008,19(2):232-251.
[20] CHEN K H,WANG C H,HUANG S Z,et al. Service innovation and new product performance:the influence of market-linking capabilities and market turbulence[J]. International Journal of Production Economics,2016,172:54-64.
[21] TIWANA A,KONSYNSKI B,BUSH A A. Research commentary——platform evolution:coevolution of platform architecture,governance,and environmental dynamics[J]. Information Systems Research,2010,21(4):675-687.
[22] 董华,江珍珍. 大数据驱动下制造企业服务化战略:基于“服务悖论”克服的视角[J]. 南方经济,2018(10):132-144.
[23] 戚聿东,肖旭. 数字经济时代的企业管理变革[J]. 管理世界,2020,36(6):135-152,250.
[24] LEHRER C,WIENEKE A,VOM BROCKE J,et al. How big data analytics enables service innovation:materiality,affordance,and the individualization of service[J]. Journal of Management Information Systems,2018,35(2):424-460.
[25] 朱丹,周守华. 战略变革、内部控制与企业绩效[J]. 中央财经大学学报,2018，38(2):53-64.
[26] 田利辉,张伟. 政治关联影响我国上市公司长期绩效的三大效应[J]. 经济研究,2013,48(11):71-86.
[27] 张伯超,靳来群. 制造业服务化对企业研发创新积极性的影响:基于制造业服务化率“适度区间”的视角[J]. 中国经济问题,2020，63(1):74-91.
[28] 肖挺,聂群华,刘华. 制造业服务化对企业绩效的影响研究:基于我国制造企业的经验证据[J]. 科学学与科学技术管理,2014,35(4):154-162.
[29] 曹启中,李亚静,张辰宇,等. 非高技术型企业运用数字技术对企业绩效的影响:基于文本分析的实证研究[C]. 成都:第十五届中国管理学年会论文集,2020:240-256.