Existing research believes that to solve the problems above , enterprises need to pay attention to the important role of dynamic capabilities. In particular, the digital dynamic capabilities and the ecosystem are mutually supported. With the absorption and integration of dynamic capabilities and the management of the ecosystem, the service innovation performance can be effectively improved. In addition, with the rapid development and wide application of digital technology, the organizational boundaries become blurred, and the environment in which enterprises are located is more interconnected. The innovation of enterprises usually requires the management of partnerships. In the innovation ecosystem, the digital capability, network capability and value co-creation behavior of enterprises are closely related. On the one hand, the dynamic network relationship management among enterprises is an important force to promote innovation and development. Network capability plays an important role in improving the service innovation performance by accelerating the flow and sharing of heterogeneous resources. On the other hand, in the innovation ecosystem, the service innovation is mainly guided by customer's needs, and therefore the realization of service innovation is a continuous interaction process with participants. The digital platform capability can help enterprises to build an ecosystem covering different innovation participants at a lower cost, and provide access to realize value co-creation through interaction and resource integration.
Therefore, this paper focuses on the core issue of how the digital platform capability can improve the service innovation performance of manufacturing industry. From the perspective of the innovation ecosystem, combined with the dynamic capability theory and the value co-creation theory, the chain mediating model of "digital platform capability—network capability—value co-creation—service innovation performance" is constructed based on the logical of "capability—behavior—result". The managers of manufacturing enterprises are the research objects, and the first-hand data is collected by means of questionnaire survey with 448 valid sample data of manufacturing enterprises. The hierarchical regression analysis and Bootstrap method are employed to test the theoretical hypothesis. The research results show that (1) digital platform capability has a significant positive effect on service innovation performance; (2) both network capability and value co-creation play a mediating role between digital platform capability and service innovation performance; (3) there is a chain mediating function of "digital platform capability—network capability—value co-creation—service innovation performance".
This paper explains the internal mechanism of digital platform capability enabling service innovation performance from the perspective of innovation ecosystem. In terms of the theoretical significance, it not only opens the mechanism black box between digital platform capability and service innovation performance, but also broadens the research of digital platform capability and the research of antecedents factors of service innovation performance, and provides a theoretical perspective for future studies. For the managerial implication, it presents the possible path for manufacturing enterprises to improve the service innovation performance with the help of digital platform capabilities, and provides inspiration for manufacturing enterprises to integrate digitization with servitization.
开放科学(资源服务)标识码(OSID)：
面对客户需求升级和竞争激烈的市场环境，制造企业的发展由生产型制造向服务型制造转型已成为大势所趋，服务化发展已成为制造企业获取竞争优势的重要途径[1]。国家先后出台《发展服务型制造专项行动指南》《关于推动先进制造业和现代服务业深度融合发展实施意见》等文件，提出制造业生产和服务协同融合发展的新路径，鼓励制造业服务创新。尽管制造企业已认识到服务创新的重要性，但我国多数制造企业尤其是中小企业仍处于全球价值链低端，服务创新面临诸多问题。首先，制造业服务创新与产品创新不同，创新活动的范围无法局限在企业内部，参与创新的主体也更加广泛，需要企业整合客户、供应商、合作伙伴及其他利益相关者的资源，参与并构建创新生态网络已成为制造业服务创新的必然趋势[2]。尤其在数字经济时代，更加强调创新生态系统中各成员间相互依存和共生演化的聚合网络[3]和价值创造[4]，如何通过各创新主体协同合作提升服务创新绩效是新业态下制造业必须应对的挑战。其次，企业在探索服务化过程中面临“服务化悖论”，即加大服务投资却无法带来绩效提升[5]。当前制造业需要关注开展服务创新活动给企业带来的效率和效果，即服务创新绩效[6]，亟需找到提高服务创新绩效的有效途径。
现有研究认为，要解决以上问题，企业需要关注各种动态能力的重要作用[7]。特别是数字化相关的动态能力与企业所处生态系统相互成就，借助动态能力的吸收、整合功能和对生态系统的管理，能够有效提升服务创新绩效[8]。当前学者从动态能力视角关注了各类数字化能力对服务创新的影响，如大数据分析能力、IT能力对服务创新有显著积极影响[9]。然而，现有研究仍存在以下不足：首先，已有研究大多基于整个行业，未考虑制造业的行业特殊性。不同于服务业，制造业服务创新是制造与服务的融合，旨在提高产品附加价值，而制造企业在服务业务方面的资源和能力相对有限[10]，因而其通过数字化能力解决服务创新障碍、提高服务创新绩效的需求更迫切[11]。同时，何种数字化能力能够帮助制造业快速链接服务业务所需资源有待具体分析。其次，随着工业互联网等数字平台在制造业中的兴起和广泛应用，亟需探索企业数字平台能力提升服务创新绩效的新路径[12]。数字平台的网络效应能够打破组织边界，使企业能够开发和利用互补技术、资源和服务。数字平台能力是指基于数字平台模块化设计和标准化接口重新配置平台资源的能力，是企业通过与合作伙伴及时进行独特信息交换实现平台集成的能力[13]，使企业更容易利用外部资源获得竞争优势。当前，企业数字平台能力对服务创新绩效的影响及作用机制未被充分探讨[14]。最后，数字化能力和关系能力相辅相成，其中一种能力的缺失或不足会削弱另一种能力[15]，现有研究缺乏对这一问题的思考。在创新生态系统视角下，企业数字化能力、网络能力与价值共创行为有紧密联系。一方面，制造企业的发展通常需要管理涵盖多个参与主体的合作伙伴关系[16]，各企业间的动态网络关系管理是推动企业创新和发展的重要力量[17]。网络能力是指企业协调、利用生态系统内多元网络关系获取其他参与主体资源的能力，通过加快异质性资源的流动和共享创造价值[18]，在提高服务创新绩效过程中发挥重要作用[19-21]。另一方面，在创新生态系统中，制造业更需要注重价值共创多元主体间的共生共演[22]，创新生态系统视角下的价值共创是指由多行为主体共同参与企业生产、服务等活动，通过协调各方利益和跨界协作，促进开放互动和资源整合从而实现价值创造和增值的动态融合过程[22]。数字平台能力有助于企业以较低成本搭建涵盖不同创新主体的生态系统，为参与主体间通过互动与资源整合实现价值共创提供条件[23-24]。现有研究未能从整体视角将以上关系纳入同一框架具体分析。
针对以上问题和研究不足，本文围绕制造企业如何借助数字平台能力提高服务创新绩效这一核心问题，从创新生态系统视角出发，结合动态能力理论和价值共创理论，按照“能力—行为—结果”逻辑链条将网络能力和价值共创引入研究框架，探究二者在数字平台能力与服务创新绩效间的中介和链式中介作用。以期打开数字平台能力与制造业服务创新绩效之间作用机制的“黑箱”，启示制造企业重视数字平台的构建或接入以及数字平台能力的培育，通过网络能力和价值共创行为实现服务创新绩效提升，为制造企业更好地实现服务化转型发展提供理论支持和实践建议。
在创新生态系统中，各成员间相互依存、共生演化，共同实现价值创造。因此，需要企业具备链接、整合及利用内外部资源的能力。根据动态能力理论，动态能力是企业重新配置和部署内外部资源的高阶能力，在实现数字化驱动的创新中具有重要作用[7]。数字平台能力作为一种动态能力，能为企业收集海量资源，且其具备的整合和重置功能有助于企业服务创新[9]。
获取全面有效的市场信息是制造企业服务创新的前提条件。数字平台具有标准化、模块化特性，与其他参与主体间的标准化接口能够提高组织与外部互动的开放性，拥有较强数字平台能力的企业能够实现对信息的访问、获取和共享，并将以往分散的需求、反馈等信息集聚到数字平台内，不仅有利于企业精确了解和匹配客户需求，满足实现服务创新的信息需求[25]，也有助于企业根据实时信息对服务组合方案进行柔性化调整和扩展[12, 26]，提高服务创新绩效。同时，数字平台的广泛链接、整合能力通过识别并容纳个别市场或地域的独特服务需求，使企业能够根据不同需求提供差异化服务方案[27]。此外，数字平台能力有助于企业跨越时间和空间限制连接各参与主体，有效降低资源、市场信息搜寻成本以及与合作伙伴间的沟通协调成本[28]，从而提升服务创新绩效。因此，本文提出以下假设：
H1：数字平台能力对企业服务创新绩效有正向影响。
创新生态系统具有共生演化和自组织的动态特性，是一种需要多主体间互动从而实现核心价值主张的结盟结构，各参与主体以共生关系为基础实现网络连接，形成动态网络关系。在创新生态系统中，企业对网络内资源的利用和参与主体关系的协同管理至关重要[28]，能够提高企业协作效率并实现资源精准匹配。有研究表明，数字平台能力是动态能力发挥的前提[9]，为网络能力的发挥提供条件[13]，体现在对客户需求、意见等信息的跨边界收集上，而信息等资源又是网络能力等动态能力发挥作用的基础。首先，数字平台能力为企业收集到大量隐性和显性信息，若不能充分利用已有信息资源，将阻碍企业对客户新需求的察觉，不利于服务创新活动。因此，数字平台能力对企业网络能力提出了更高要求，进而推动企业对网络能力等动态能力的培育，提高网络能力。其次，数字平台能力能够提高企业数据传输、集成和应用效率，通过平台的整合功能实现企业内外部合作伙伴之间信息流的快速流通和共享，提高内部沟通能力和协调能力[28]。此外，企业通过数字平台的广泛链接能够了解更多客户信息，提高合作伙伴的知识能力[28]。因此，本文提出以下假设：
H2：数字平台能力对网络能力有正向影响。
有研究表明，动态能力通过管理生态系统促进服务创新[7]，网络能力对服务创新绩效的促进作用主要体现在以下方面：首先，良好的网络能力不仅有助于企业在生态系统中与大量有交易关系的客户建立合作关系，从而扩大对客户需求、意见等信息的收集范围[21]，还能使企业与合作伙伴建立稳固关系，双方产生较强的信任和互惠意识，有利于企业以较低成本获取有价值的信息、资源等[29]，进而提高服务创新绩效。其次，网络能力能够充分整合和利用服务创新所需资源，提高企业快速响应能力和决策能力，并通过市场导向的资源配置方式提高与外部组织合作的创新效率[19]。此外，网络能力中的关系技能和协调能力均有助于企业规避和及时解决与合作伙伴间的问题和冲突，从而提升服务创新绩效[19]。因此，本文提出以下假设：
H3：网络能力对服务创新绩效有正向影响。
由于数字化具有复杂性，信息技术能力可能不会直接提高企业绩效，或者在没有中介机制作用的情况下，削弱其对企业绩效的积极影响[9]，需要通过动态能力等的中介作用[30]，才能实现绩效提升。Xiao等[9]基于动态能力理论发现，大数据分析能力对服务创新绩效的直接作用效果明显弱于动态能力中介作用下的积极影响。此外，简兆权等[19]认为企业需要借助管理与外部组织关系的能力，整合镶嵌于不同主体中的异质性资源，充分发挥可获得资源的整体效能，从而提高服务创新绩效。网络能力作为动态能力之一，强调对资源的利用与网络关系的管理，在提高服务创新绩效过程中发挥重要作用[19, 21]，有助于企业通过整合、合理配置和利用数字平台中收集的合作伙伴需求、信息、资源等，为客户提供优质产品和服务，从而提高服务创新绩效[31]。因此，本文提出以下假设：
H4：网络能力在数字平台能力与服务创新绩效之间具有中介作用。
数字平台是企业跨越组织边界实现多主体价值共创的重要载体，数字平台能力的连接、跨界和触达功能在价值共创行为中发挥关键作用(苏涛永，王柯，2021)。首先，拥有高水平数字平台能力的企业更容易获得外界的有形和无形资源，并统一呈现在数字平台上，丰富且优质的资源集合对外部合作者产生巨大吸引力，有助于企业构建生态系统，为多主体价值共创提供条件。其次，数字平台的广泛应用有助于企业跨越与合作伙伴间的信任、业务和虚实边界，使企业以较低的跨界成本构建广泛链接的生态系统(周文辉，程宇，2021)，并搭建与其他参与者的关系网络，以合作、赋能的互动关系实现对异质性资源的协同、共享和重构，促进价值共创的实现(苏涛永，王柯，2021)。最后，越来越多的数字基础设施、数字程序和资源信息等借助数字平台能力实现互通互联和智能共享，有助于企业与其他参与主体的开放互动与协作，促进参与主体间信息的精准对接，有利于系统内成员的协同共生并实现价值共创。因此，本文提出以下假设：
H5：数字平台能力对价值共创有正向影响。
在共生共演的生态系统中，服务创新是一种价值共创过程，其核心是以客户需求为导向，在不断交互过程中实现创新[23]。企业与外部利益相关者间的对话行为有利于企业与客户建立紧密联系，从而准确掌握客户需求变化，为企业服务创新提供发展方向。同时，企业能够以低成本获取外部组织的异质性资源，为服务创新活动的开展提供支持[23]。此外，也有学者从供应链上下游角度开展研究，认为企业通过与各参与主体的频繁互动实现价值共创，促进服务创新，与上游企业的互动为服务创新提供物资基础，与下游客户的互动为服务创新提供方向和机会，企业内部员工对资源的整合、配置是服务创新产出的保障机制[24]。因此，本文提出以下假设：
H6：价值共创对服务创新绩效有正向影响。
Trabucchi等[32]认为基于数字技术的能力不足以成为创新的唯一因素，还应该着重关注和识别客户需求、偏好等信息。企业数字平台具备整合和重构能力，其价值体现在对重要信息的洞察和提取上，再通过与各参与主体的互动与资源整合，共同确认符合客户需求的生产方式、产品、服务等，从而有效提高服务创新绩效。刘晓彦等(2020)通过案例分析海尔数字服务平台的价值共创机制，发现数字平台带来的连接功能、高效互动方式、快速重构资源的能力以及敏捷弹性应对需求变化的杠杆功能，均有助于多主体价值共创的实现，最终促进企业开发出更多新产品和新服务。因此，本文提出以下假设：
H7：价值共创在数字平台能力与服务创新绩效之间具有中介作用。
在创新生态系统中，核心企业与系统内在位成员、界外主体等之间的动态网络关系管理以及多主体参与的价值共创行为，是推动企业创新和发展的重要力量[17]。与传统线性价值链相比，创新生态系统下的价值创造、交付和获取都需要企业具备协调不同创新主体关系及利用资源的动态能力[33]。张洪等(2021)研究表明，资源是企业实现价值共创的基础，而合理有效利用资源的能力是组织创造价值、实现价值增值的关键，如信息交互能力、资源互动能力等对价值共创非常重要。动态能力有利于企业对内外部资源的整合、吸收和转化，使企业在动态环境下维持竞争优势，从而推动价值创造[7]。刘婕等(2021)研究平台型企业价值共创演化路径发现，企业动态能力与价值共创是相互关联、相互促进的关系，共同推动企业竞争力的实现。良好的网络能力有助于企业识别和获取外部组织的信息、资源，并依托内部与跨组织网络，充分利用和调动合作伙伴的互补性资源，基于与外界组织的高度信任和信息共享机制，拓宽资源获取渠道，形成更高效的资源配置方式，从而更有利于组织间价值共创的实现。
企业利用数字平台能力整合和配置来自外部参与主体和内部的资源，海量信息和标准化接口吸引大量合作伙伴加入，促使企业提高网络管理和资源利用能力，为生态系统内成员间的良性互动奠定基础，有利于价值共创活动的开展，最终促进制造企业服务创新绩效的提高。即网络能力和价值共创是数字平台能力促进制造企业服务创新实现的桥梁。因此，本文提出以下假设：
H8：网络能力和价值共创在数字平台能力与服务创新绩效之间具有链式中介作用。
综合以上分析，本文理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文采用问卷调查方式收集数据。调查对象严格限制为制造企业的管理层，以确保其真正了解企业整体情况。在问卷前言中明确数字平台是指目前企业使用的数字化平台，包含工业互联网平台、CIDP制造业数字资源平台、中国化工网交易平台、知识共享平台、ERP信息管理系统、SAP企业管理系统和金蝶云星空等；合作伙伴是指一切与企业有正式或非正式合作关系的组织及有交易关系的个人。问卷由两部分组成：一是调查对象的基本信息，包含工作年限及所属企业的规模、成立年限、性质和行业，以便了解企业及被调查者情况，确保问卷的代表性；二是相关变量测量，包含数字平台能力、网络能力、价值共创和制造业服务创新绩效共31个测量题项。为确保量表的有效性和适用性，在发放问卷前，邀请管理学领域5位教授和两位博士研究生对问卷题项进行多次讨论与调整，修改完善后开始正式发放。
数据收集时段为2022年3—5月，历时3个月。根据Meier&Spector[34]的结论，多渠道的数据收集可以有效缓解共同方法偏差问题(CMB)。因此，本研究从两种渠道发放问卷：一是通过Credamo(见数)平台有偿定向发放问卷，筛选条件为制造企业管理层、3年以上工作经验；二是借助研究团队的关系网络以滚雪球的方式向全国制造企业管理者发放问卷。本次调研共收集到598份问卷，根据答题时间记录、检验性填空题答案(如“请写出目前企业使用的数字平台名称”)等筛除不符合要求的样本后，得到有效企业样本448份，问卷有效回收率为74.92%，两种渠道的有效问卷数量占比分别为65.18%、34.82%。样本的描述性统计结果显示，调查对象所属行业包括计算机及其它电子设备制造业(占比25.45%)、通用设备制造业(占比22.77%)、电气机械及器材制造业(占比14.06%)、食品制造业(占比12.28%)等；民营企业(占比59.82%)数量最多，国企(占比28.35%)数量次之；成立年限在15年以上的企业(占比50.45%)超过一半。
各变量测量题项均借鉴国内外成熟量表，采用中英互译方式对问题进行处理，测度方式是Likert 5级量表。数字平台能力(DPC)借鉴Cenamor等[13]编制的量表，包括8个测量题项；网络能力(NC)借鉴Walter等[35]的量表，包括12个测量题项；价值共创(VCC)借鉴Shahriar等[36]编制的量表，结合研究情境适当删改后由6个题项组成；服务创新绩效(SIP)借鉴李纲等[21]使用的量表，包括5个题项。控制变量包括企业成立年限、规模、性质和行业类型。具体测量题项见表1。
采用SPSS25.0和Amos24.0对问卷数据的信效度进行测量，结果如表1所示。在信度方面，所有变量的Cronbach's α值均大于0.8，组合信度(CR)值也大于0.8，表明问卷内部一致性较高，信度达到要求。在效度方面，本研究使用的测量题项均借鉴国内外成熟量表，有较高的内容效度；所有测量题项的因子载荷均大于0.5，各变量的AVE值均大于0.5，达到检验要求，说明问卷具备较高的收敛效度。为进一步验证问卷的区分效度，采用Amos24.0软件进行验证性因子分析，结果如表2所示。基准模型的拟合度较高(χ2=864.982，df=427，χ2/df=2.026<3，RMSEA=0.048<0.08，TLI=0.944>0.9，CFI=0.948>0.9，NFI=0.903>0.9)，明显优于其它竞争模型，表明问卷具有较高的区分效度。综上，问卷整体效度较高。
表1 量表题项及信效度检验结果(N=448)
Tab.1 Scale items, reliability and validity test results (N=448)
量表题项因子载荷α系数CRAVEKMO数字平台能力(DPC)0.9090.9210.5940.929我们的平台能够访问合作伙伴的IT系统0.680我们的平台能够与合作伙伴实时交换信息0.559我们的平台能够从合作伙伴的数据库中读取相关信息(如库存信息、业务信息、客户信息等)0.649我们的平台能够与合作伙伴的系统链接0.587我们的平台能够接纳新合作伙伴的新功能模块0.638我们的平台能够扩展以适应新的IT应用程序或功能 0.647我们的平台采用的标准被大多数合作伙伴接受0.572我们的平台由模块化组件构成,其中大部分能够在其它业务程序中使用0.605网络能力(NC)0.9380.9470.6190.936我们能够通过网络关系与合作伙伴分享资源0.606我们了解合作伙伴的目标、潜力和战略0.644我们能够发现潜在合作伙伴0.557我们能够与商业伙伴建立良好的关系0.531我们能够灵活地与合作伙伴打交道0.648我们能够与合作伙伴一起解决问题0.585我们了解合作伙伴的市场0.590我们了解合作伙伴的产品/程序/服务0.610我们知道竞争对手的潜力和劣势0.573公司内部沟通通常是跨项目和跨领域的0.596公司管理层和员工能够及时反馈信息0.616公司内部信息交流通常是自发的0.644价值共创(VCC)0.8820.8940.5840.886我们能够与合作伙伴进行开放和良好的沟通交流0.672合作伙伴能够从各种渠道获得我们的产品/服务信息0.601现有产品/服务不能满足合作伙伴需求时,我们通过新的渠道帮助他们获取想要的产品/服务0.561我们与合作伙伴一起评估并共担风险0.630我们建立了专门的风险评估和规避机制,以帮助本公司和合作伙伴规避共同风险0.652我们与合作伙伴坦诚以待,不隐瞒关键信息0.683服务创新绩效(SIP)0.8750.8910.6200.839我们提供的服务对本公司是有益的0.733我们提供的服务对公司的形象能够产生积极影响0.668我们提供的服务能够提高其它产品的盈利性0.603我们提供的服务为公司吸引了新顾客0.651我们提供的服务给公司带来了竞争优势0.681
表2 验证性因子分析结果
Tab.2 Confirmatory factor analysis results
模型χ2dfχ2/dfRMSEATLICFINFI基准模型A864.9824272.0260.0480.9440.9480.903单因子模型B3224.3334347.4290.120.6470.6710.639二因子模型C2754.2614336.3610.110.7060.7260.692三因子模型D1984.8984314.6050.090.8020.8170.77三因子模型E1622.8734313.7650.0790.8480.8590.818
注：A假设模型；B数字平台能力+网络能力+价值共创+服务创新绩效；C数字平台能力+网络能力+价值共创，服务创新绩效；D数字平台能力+网络能力，价值共创，服务创新绩效；E数字平台能力+价值共创，网络能力，服务创新绩效。+代表合并为一个因子
为提高研究结果的客观性和有效性，首先采用SPSS25.0对两种渠道来源的数据进行无反应偏差检验，检验不同来源数据是否存在差异[37]。结果显示，两组样本在企业性质、规模、类型和成立年限上无显著差异，p>0.05，主要变量和控制变量的均值、方差也无显著差异，不存在明显的无反应偏差。因此，可以将两种来源数据合并进行研究。
其次，采用程序控制和统计检验方法降低共同方法偏差问题的影响。在程序控制方面，通过多渠道发放问卷收集数据，测量题项简单清晰、易于理解，采取匿名调研，承诺数据的保密性，打消参与者的潜在顾虑。在统计控制方面，采用Harman单因子检验方法，存在4个特征值大于1的因子，且第一个因子方差解释率为22.98%(小于40%)，说明共同方法偏差不影响结果的有效性。
表3报告了数字平台能力、网络能力、价值共创、服务创新绩效及控制变量的均值、标准差和两两间相关系数。数字平台能力与网络能力(β=0.593，p<0.001)、价值共创(β=0.561，p<0.001)和服务创新绩效(β=0.625，p<0.001)均显著正相关，网络能力与价值共创(β=0.455，p<0.001)和服务创新绩效(β=0.518，p<0.001)均显著正相关，价值共创与服务创新绩效也显著正相关(β=0.531，p<0.001)。相关性分析结果表明变量间关系基本符合假设预期，为后续分析奠定了基础。
表3 变量描述性统计与相关系数结果
Tab.3 Variable descriptive statistics and related coefficients
变量123456781企业年限12企业性质-0.04613企业规模0.165***-0.102*14行业类型0.020.067-0.0915数字平台能力0.191***0.141**-0.256***0.109*16网络能力0.115*0.072-0.169***0.060.593***17价值共创0.095*0.06-0.182***0.0770.561***0.455***18服务创新绩效0.190***0.185***-0.180***0.146**0.625***0.518***0.531***1均值4.270 1.890 3.540 3.323.773 3.770 3.627 3.809 标准差0.879 0.738 1.272 2.0440.856 0.786 0.831 0.765
注：*p<0.05，**p<0.01，***p<0.001，下同
3.4.1 直接效应与中介效应检验
借助SPSS25.0软件，采用层次回归分析方法检验制造企业数字平台能力对服务创新绩效的影响以及网络能力和价值共创的中介作用。首先，以网络能力为结果变量构建模型1、2，模型1只包含控制变量(企业年限、性质、规模和行业类型)，模型2在模型1基础上纳入数字平台能力，分析其对网络能力的影响。其次，以价值共创为结果变量，模型3只包含控制变量，在模型3基础上分别纳入数字平台能力和网络能力构建模型4、5，以分析数字平台能力和网络能力对价值共创的影响。最后，以服务创新绩效为结果变量构建模型6～11，其中，模型6仅包含控制变量，在模型6基础上分别纳入数字平台能力、网络能力和价值共创变量后得到模型7、8、10，在模型7基础上纳入网络能力和价值共创变量后得到模型9、11，以分析数字平台能力对服务创新绩效的直接效应、网络能力和价值共创的中介效应。回归结果如表4所示。
表4 直接效应与中介效应检验的层次回归分析结果
Tab.4 Hierarchical regression analysis results of direct effect and mediating effect test
变量网络能力模型1模型2价值共创模型3模型4模型5服务创新绩效模型6模型7模型8模型9模型10模型11企业年限0.150**0.0070.128**-0.005-0.0070.227***0.088*0.156***0.086*0.165***0.089*企业性质0.061-0.0100.042-0.024-0.0220.169***0.099**0.140***0.102**0.148***0.106**企业规模-0.190***-0.025-0.194***-0.040-0.036-0.190***-0.030-0.100*-0.024-0.096*-0.019行业类型-0.024-0.0670.0540.0140.0270.114*0.0720.125***0.088*0.0870.068DPC0.594***0.554***0.578***0.438**0.432***NC0.441***0.473***0.237***VCC0.482***0.265***R20.0540.3570.0540.3170.3410.1250.4120.3360.4480.3450.460ΔR2 0.0450.3500.0450.3100.3320.1170.4050.3290.4410.3370.453F6.283***208.361***6.322***170.470***15.550***15.805***215.876***140.913***28.847***148.240***94.222***
由模型2、4、7可知，制造企业数字平台能力对服务创新绩效(β=0.578，p<0.001)、网络能力(β=0.594，p<0.001)和价值共创(β=0.554，p<0.001)均有显著正向作用，即H1、H2和H5成立。由模型8可知，网络能力对服务创新绩效有显著正向作用(β=0.473，p<0.001)。对比分析模型7、9可知，在纳入网络能力后，数字平台能力对服务创新绩效的影响系数由0.578降至0.438，但仍然显著，表明网络能力在二者间发挥部分中介作用，即H3和H4成立。由模型10可知，价值共创对服务创新绩效有显著正向作用(β=0.482，p<0.001)。对比分析模型7、11可知，在纳入价值共创后，数字平台能力对服务创新绩效的影响系数由0.578降至0.432，但仍然显著，表明价值共创在二者间发挥部分中介作用，即H6和H7成立。
3.4.2 链式中介效应检验
本文采用Bootstrap方法(95%置信区间，重复抽样5 000次)检验网络能力和价值共创在数字平台能力与服务创新绩效间的链式中介作用。借助SPSS25.0的Process插件，运行模型6，结果如表5所示。
由表5可知，数字平台能力对服务创新绩效的总效应值为0.522，置信区间的上限与下限不包含0，总效应显著。其中，数字平台能力对服务创新绩效的直接效应值为0.309，总间接效应值为0.213，所有中介路径在95%置信区间内均不包含0，表明中介路径显著。即网络能力和价值共创在数字平台能力与制造业服务创新绩效之间不仅起部分中介作用，还具有链式中介作用。因此，H4、H7和H8成立。
表5 Bootstrap链式中介效应检验结果
Tab.5 Bootstrap chain mediating effect test results
效应路径效应值标准误下限上限占总效应比例直接效应DPC→SIP0.309***0.046 0.219 0.396 0.592 间接效应DPC→NC→SIP0.097***0.028 0.046 0.154 0.186 DPC→VCC→SIP0.093***0.021 0.054 0.134 0.178 DPC→NC→VCC→SIP0.023***0.008 0.010 0.040 0.044 总间接效应0.213***0.034 0.147 0.283 0.408 总效应0.522***0.035 0.453 0.592 1.000
本文从创新生态系统视角出发，基于动态能力理论和价值共创理论，采用层次回归分析和Bootstrap法检验制造企业数字平台能力对服务创新绩效的影响以及网络能力和价值共创的中介与链式中介机制，得到以下结论：首先，数字平台能力对制造业服务创新绩效有显著正向影响。这一结论扩展了数字化能力驱动服务创新、提升服务创新绩效的研究。其次，网络能力和价值共创在数字平台能力与制造业服务创新绩效之间起中介作用。这一结论不仅支持了以往研究认为动态能力在数字平台能力与服务创新绩效之间具有桥梁作用的观点[9]，更具体探讨了网络能力在其中的中介作用，也证实了价值共创行为在该过程中的重要性。最后，数字平台能力作用于制造业服务创新绩效的两条路径不是彼此分割的，网络能力和价值共创在其中具有链式中介作用，存在“数字平台能力—网络能力—价值共创—制造业服务创新绩效”这一更复杂的传导机制。
首先，本文探讨数字平台能力对制造业服务创新绩效的影响，拓宽了数字平台能力研究范畴和服务创新绩效前置影响因素研究，也丰富了有关数字化能力驱动服务创新的实证研究。其次，本文从创新生态系统视角阐述数字平台能力影响制造业服务创新绩效的作用机理，探索网络能力和价值共创在其中的中介作用以及更复杂的链式中介作用，突破了以往学者从知识管理视角或基于整体动态能力理论研究二者中间机制的限制。同时，从创新生态系统视角进一步识别价值共创在数字平台能力、网络能力和服务创新绩效理论框架中的重要作用，不仅打开了数字平台能力与服务创新绩效之间作用机制的“黑箱”，也为后续研究提供了可借鉴的理论视角。最后，本文证实数字平台能力对网络能力和价值共创具有促进作用，拓展了数字经济背景下网络能力和价值共创的前置影响因素研究，丰富了数字化背景下动态能力理论和价值共创理论的研究成果。
(1)制造企业应重视数字平台的构建和接入，不断培育企业数字平台能力，赋能制造业服务创新。首先，企业应对数字平台进行持续投资和优化，确保数字平台基础设施和架构能够满足企业对各类数据的需求，着力培育具有强整合与重构功能的数字平台能力，搭建企业与客户、合作伙伴等利益相关者之间的桥梁。其次，企业应充分利用数字平台能力的数据链接、信息聚集和重新配置等功能，通过数字平台能力最大程度实现数据资源的价值，为企业提供服务创新所需资源、信息等，帮助企业精准了解和匹配不同客户的各类需求，继而更好地实现制造业服务化转型。
(2)制造企业应突破传统价值链上下游企业的线性合作关系。依托数字平台构建创新生态系统并拓展与其他参与主体的网络关系，不断培育并提升网络能力，有助于服务创新绩效的提高。同时，价值共创是制造企业将数字平台能力转换为服务创新绩效的一种有效行为，企业应借助数字平台的网络效应开展多主体价值共创活动，实现价值创造、转化和分配并最终提升服务创新绩效。
首先，本文证实了网络能力和价值共创是数字平台能力提升制造业服务创新绩效的重要中间机制，但数字平台能力与服务创新绩效间还可能存在其它作用路径，未来可探究其它具体动态能力的中介效应(如吸收能力、创新能力等)，并考虑其它情境因素的调节作用(如组织技术导向、环境动态性等)。其次，本文聚焦制造行业，结论在其它行业的普适性受到限制，未来可考虑探究其它行业数字平台能力对企业绩效的作用效果和机制。最后，本文采用横截面数据，未考虑时间变化对研究结果的影响，未来可通过分析纵向时间变化的调研数据进一步确认变量间关系的稳健性。
[1] CALABRESE A, CASTALDI C, FORTE G, et al. Sustainability-oriented service innovation: an emerging research field[J]. Journal of Cleaner Production, 2018,193:533-548.
[2] 赵晓煜, 高云飞, 孙梦迪. 制造企业组织柔性、动态服务创新能力与服务创新绩效[J].科技进步与对策, 2020,37(15):62-69.
[3] 樊霞, 贾建林, 孟洋仪. 创新生态系统研究领域发展与演化分析[J].管理学报, 2018,15(1):151-158.
[4] AUGUSTO D V G L, FIGUEIREDO FACIN A L, SALERNO M S, et al. Unpacking the innovation ecosystem construct: evolution, gaps and trends[J].Technological Forecasting and Social Change, 2016,136(11):30-48.
[5] COREYNEN W, MATTHYSSENS P, VAN BOCKHAVEN W. Boosting servitization through digitization: pathways and dynamic resource configurations for manufacturers[J].Industrial Marketing Management, 2017,60(1):42-53.
[6] 蒋楠, 赵嵩正, 吴楠. 服务知识获取模式对服务创新绩效影响研究——以服务型制造企业为例[J].科技进步与对策, 2015,32(9):67-70.
[7] LÜTJEN H, SCHULTZ C, TIETZE F, et al. Managing ecosystems for service innovation: a dynamic capability view[J].Journal of Business Research, 2019,104(6):506-519.
[8] SJDIN D, PARIDA V, PALMIÉ M, et al. How AI capabilities enable business model innovation: scaling AI through co-evolutionary processes and feedback loops[J].Journal of Business Research, 2021,134(1):574-587.
[9] XIAO X, TIAN Q, MAO H. How the interaction of big data analytics capabilities and digital platform capabilities affects service innovation: a dynamic capabilities view[J].IEEE Access, 2020,8(99):18778-18796.
[10] 冯文娜, 刘如月. 互动导向、战略柔性与制造企业服务创新绩效[J].科研管理, 2021,42(3):80-89.
[11] 刘念, 简兆权, 王鹏程. 大数据分析能力与制造企业服务创新绩效：一个链式中介模型[J].科技管理研究, 2021,41(24):125-135.
[12] HELFAT C E, RAUBITSCHEK R. Dynamic and integrative capabilities for profiting from innovation in digital platform-based ecosystems[J].Research Policy, 2018,47(8):1391-1399.
[13] CENAMOR J, PARIDA V, WINCENT J. How entrepreneurial SMEs compete through digital platforms: the roles of digital platform capability, network capability, and ambidexterity[J].Journal of Business Research, 2019,100(7):196-206.
[14] REUVER M D, SRENSEN C, BASOLE R C. The digital platform: a research agenda[J].Journal of Information Technology, 2018,33(2):124-135.
[15] KOLAGAR M P V S D. Ecosystem transformation for digital servitization: a systematic review, integrative framework, and future research agenda[J].Journal of Business Research, 2022,146:120-176.
[16] SKLYAR A, KOWALKOWSKI C, TRONVOLL B, et al. Organizing for digital servitization: a service ecosystem perspective[J].Journal of Business Research, 2019,104:450-460.
[17] 赵艺璇, 成琼文, 郭波武. 创新生态系统情境下核心企业跨界扩张的实现机制——社会嵌入视角的纵向单案例分析[J/OL].南开管理评论:1-23[2022-09-16].https://kns.cnki.net/kns8/defaultresult/index.
[18] 郑胜华, 李俊生. 从关系能力到网络能力:合作能力演化阶段研究及展望[J].科技进步与对策, 2020,37(21):152-160.
[19] 简兆权, 陈键宏, 郑雪云. 网络能力、关系学习对服务创新绩效的影响研究[J].管理工程学报, 2014,28(3):91-99.
[20] 简兆权, 柳仪. 关系嵌入性、网络能力与服务创新绩效关系的实证研究[J].软科学, 2015,29(5):1-5.
[21] 李纲, 陈静静, 杨雪. 网络能力﹑知识获取与企业服务创新绩效的关系研究——网络规模的调节作用[J].管理评论, 2017,29(2):59-68.
[22] 辛冲, 李明洋, 吴怡雯. 企业知识基础与创新生态系统价值共创[J].研究与发展管理, 2022,34(2):79-90.
[23] 毛倩, 顾颖, 姜丽莎. 授权赋能如何影响服务创新行为——价值共创意愿与内部控制机制的双重影响[J].科技进步与对策, 2021,38(22):1-10.
[24] 简兆权, 肖霄. 网络环境下的服务创新与价值共创:携程案例研究[J].管理工程学报, 2015,29(1):20-29.
[25] 王鹏程, 刘善仕, 刘念. 组织模块化能否提高制造企业服务创新绩效——基于组织信息处理理论的视角[J].管理评论, 2021,33(11):157-169.
[26] TEECE DJ. Profiting from innovation in the digital economy: enabling technologies, standards, and licensing models in the wireless world[J].Research Policy, 2018,47(8):1367-1387.
[27] PARIDA V, SJOEDIN D R, LENKA S, et al. Developing global service innovation capabilities: how global manufacturers address the challenges of market heterogeneity[J].Research-Technology Management, 2015,58(5):35-44.
[28] 邬爱其, 刘一蕙, 宋迪. 跨境数字平台参与、国际化增值行为与企业国际竞争优势[J].管理世界, 2021,37(9):214-233.
[29] RUSANEN H, HALINEN A, JAAKKOLA E. Accessing resources for service innovation:the critical role of network relationships[J].Journal of Service Management, 2014,25(1):2-29.
[30] WAMBA S F, GUNASEKARAN A, AKTER S, et al. Big data analytics and firm performance: effects of dynamic capabilities[J].Journal of Business Research, 2017,70(2):356-365.
[31] SCHILKE O, SONGCUI H U, HELFAT C E. Quo vadis, dynamic capabilities? a content-analytic review of the current state of knowledge and recommendations for future research[J].The Academy of Management annals, 2018,12(1):390-439.
[32] TRABUCCHI D, TALENTI L, BUGANZA T. How do big bang disruptors look like? a business model perspective[J].Technological Forecasting and Social Change, 2019,141(4):330-340.
[33] JOVANOVIC M, SJDIN D R,PARIDA V.Co-evolution of platform architecture, platform services, and platform governance: expanding the platform value of industrial digital platforms[J].Social Science Electronic Publishing, 2021(2):04862.
[34] MEIER L L, SPECTOR P E. Reciprocal effects of work stressors and counterproductive work behavior: a five-wave longitudinal study.[J].Journal of Applied Psychology, 2013,98(3):529-539.
[35] WALTER A, AUER M, RITTER T. The impact of network capabilities and entrepreneurial orientation on university spin-off performance[J].Journal of Business Venturing, 2006,21(4):541-567.
[36] SHAHRIAR A, MOHIUDDIN B M, AFNAN H M, et al. Value co-creation on a shared healthcare platform: impact on service innovation, perceived value and patient welfare[J].Journal of Business Research, 2022,140:95-106.
[37] ARMSTRONG J S, OVERTON T S. Estimating nonresponse bias in mail surveys[J].General Economics and Teaching, 1977,14(3):396-402.