大数据、服务化水平对制造企业绩效的影响

　　摘要:随着市场竞争的日益激烈和消费需求的多样变化，传统制造企业需要通过服务化转型来保持竞争优势.利用2018年中国上市制造企业的样本数据实证检验了大数据、服务化水平对企业绩效的影响机理，结果表明:大数据技术的应用对企业绩效具有显著正向影响，服务化水平在该影响过程中发挥中介作用，员工素质正向调节服务化水平与企业绩效之间的关系.最后，从政府和企业角度提出了实现大数据驱动下制造企业服务化转型升级，促进企业绩效提升的政策建议.

　　关键词:大数据;服务化水平;员工素质;企业绩效

　　从1988年Vandermerwe和Rada最早提出“服务化”一词以来[1]，制造企业的服务化引起了研究者的重视.刘继国认为，制造业服务化指制造企业为了获取竞争优势，将价值链由以制造为中心向以服务为中心转变[2].Baines等人指出服务化是一种组织能力和过程创新，通过从卖产品向卖产品服务系统的转变来更好地创造价值[3].2015年《国务院关于积极推进“互联网+”行动的指导意见》中明确鼓励制造企业利用大数据、云计算、物联网等技术，实现从制造向“制造+服务”的转型升级.

　　制造业论文范例：振兴河北省农业机械制造业问题刍议

　　工信部规划司司长罗文在《以大数据助力制造强国建设》中指出，大数据作为新一代信息技术和产业发展的重要方向，对制造业研发设计、生产制造、经营管理、销售服务等全产业链产生重要影响.随着经济社会的快速发展，传统制造业呈现出如下特征:人口红利消失、要素成本上涨、客户需求变化以及市场竞争激烈等.制造企业如何突破原有的组织结构、生产方式和商业模式，实现服务化转型升级，抢占价值链的制高点，成为亟待解决的问题.以大数据、云计算、物联网等为代表的新一代信息技术的发展与应用，对传统制造企业造成了一定冲击，同时也促进这些企业加速调整以适应新变化.

　　大数据等技术的应用是否加快了制造企业的服务化转型?是否促进了企业的绩效提升?制造企业在服务化转型过程中受到何种因素的影响?本文拟选取2018年中国上市制造企业的样本数据对上述问题进行探讨和分析，验证大数据等技术的应用是否驱动了制造企业的服务化转型升级，同时引入员工素质作为边界条件变量，以期揭示员工素质如何对制造企业服务化水平和企业绩效的关系施加影响，帮助政府和制造企业采取相应措施积极推动服务化战略实施，摆脱服务化转型困境，促进企业绩效提升.

　　1理论基础与研究假设

　　1.1大数据与企业绩效

　　Akter等[4]指出企业应用大数据来提供个性化服务或定制产品、制定动态定价策略和开拓新市场等，可以提升客户满意度，提高效率和降低成本，从而促使企业绩效的提升.徐国虎等[5]认为大数据技术可以帮助企业深度挖掘客户的交易信息，完成对客户的全方位分析，精准预测客户的潜在需求，拓宽客户群体，实现利润的持续增长.

　　已有学者通过开发大数据量表进行问卷调查，证实大数据既可以直接对企业绩效产生积极影响，也可以通过过程导向动态能力、组织学习的中介作用对企业绩效产生积极影响，业务战略一致性正向调节大数据和企业绩效之间的关系[6-8].Hooi等[9]指出大数据是制造企业业务流程监控、供应链可视性、制造智能化以 及业务转型的推动者，可以为企业带来丰厚的利润.由此，本文提出以下假设:H1:大数据等技术的应用对制造企业的绩效具有显著正向影响.

　　1.2服务化水平的中介作用

　　姜铸等[10]认为，在制造企业服务化转型过程中，以服务为载体深入了解客户需求的差异性和多变性，从而为其提供个性化定制服务，能够显著提升企业的绩效.制造企业提供服务的种类和数量越多，客户获得的感知价值和满意度越高，企业的绩效越好.孙文清[11]通过调查4个省份高新技术制造企业的服务化绩效，验证了服务化能极大提高总体绩效.无论是支持客户产品的服务化还是支持客户行为的服务化，都能促进制造企业绩效的提升[12].

　　李天柱等[13]提出实施服务化战略面临一系列的风险和不确定性，企业需要掌控一系列条件才能为服务化战略提供支撑，而以云计算、物联网等新信息技术为代表的信息化网络是基础条件，大数据的应用是制造企业服务化运作最重要的条件之一.应用大数据来提升制造企业绩效的过程并不是一蹴而就的，通过大数据来拓展具有盈利空间的服务业务从而提升服务化水平，抵消所付出的成本，为制造企业获取持久竞争优势提供新途径，进而对企业绩效产生积极影响.由此，本文提出以下假设:H2:服务化水平在大数据和制造企业绩效之间起到中介作用，大数据能够通过影响服务化水平对企业绩效产生影响.

　　1.3员工素质的调节作用

　　制造企业服务化战略的实施需要单独设立服务部门，面临人员服务技能的重新培训，对员工的素质要求更高[3].当员工具有较强的学习能力或者具备更多的服务业务背景时，制造企业的服务业务更容易开展，受过良好教育的、以服务为导向的员工更容易与客户进行良好的互动，从而获取客户的需求和反馈信息[14]，当员工对来自其客户的信号敏感时，通过信息共享实现创新的可能性就更大，更有利于企业获取竞争优势，提高整体盈利能力[15].

　　宁进[16]认为制造企业产生收益的途径主要有两方面:一是降低产品的服务成本，向价值链高端延伸;二是将每个员工的知识积累和技能与企业的活动特点结合起来，实现专业化分工.而制造企业在服务提供活动中，需要及时准确地把握市场、客户等的变化，需要员工深入了解客户的差异化需求，需要制造和服务部门之间的协同合作和良好沟通，这些都要求员工具备一定的服务知识、服务技能和沟通技能，保障企业通过服务化提升绩效[17].基于上述分析，本文提出以下假设:H3:服务化水平对制造企业绩效具有显著正向影响;H4:员工素质能够正向调节服务化水平和制造企业绩效之间的关系.

　　2研究设计

　　2.1变量测量

　　(1)因变量:企业绩效衡量绩效的指标主要有会计指标和价值指标，会计指标基于企业的财务报表数据，反映企业的经营状况，如总资产收益率、净资产收益率等;价值指标基于市场对企业价值的衡量，反映企业追求价值最大化的经营目标，如经济增加值、托宾q值等.本文研究大数据驱动下制造企业服务化水平对企业绩效的影响，关注在员工素质的调节下，服务业务的提供能否增加制造企业的收益，而净资产收益率能够反映企业的盈利能力，是衡量上市企业竞争能力和发展能力的关键指标，所以本文借鉴卫力和陈慧君(2019)[18]的研究，采用净资产收益率作为企业绩效(ROE)的衡量指标.

　　(2)自变量:大数据从已有文献来看，大数据的测度通常是通过李克特量表进行问卷调查而获得的[5-9].Gupta和George(2016)从大数据资源获取、大数据分析、大数据应用三个维度来评价大数据在制造企业的应用情况[6].张季平和陶君成等(2020)基于大数据的可挖掘性、多样性、真实性和价值性特征来测度大数据[19].但是基于上市公司数据来测度大数据(DATA)在制造企业的应用情况并不多见，本文统计样本企业年报是否提供“数据化服务”这一服务种类，并且统计企业网站中是否涉及大数据、云计算或物联网等技术的应用，“提供数据化服务或者应用这些技术为1，否则为0”.(3)中介变量:服务化水平学者们常采用的测度方法主要有四种:投入产出法、问卷调查法、收入比重法和经营范围分析法.

　　鉴于上市公司的年报所获得的数据信息的真实性和可靠性能得到较好的保障，从年报中可以较清晰地获得制造企业经营范围信息，本文拟采用经营范围分析法，来测度制造企业服务化水平.经营范围分析法的基础是对制造企业提供的服务范围进行分类，以往的分类主要基于在服务化过程中服务与产品谁处于主导地位.

　　为了更好地体现出服务化水平层次高低，更好地衡量与测度服务化水平，本文根据上市制造企业年报中出现的服务业务类型，将服务类型分为产品导向服务(包括咨询服务、培训服务、租赁服务、运输服务、安装与执行服务和维修与保养服务)、过程导向服务(包括金融服务、外包和运营服务、零售与分销服务、技术服务、物流服务和废旧物回收服务)以及整合导向服务(包括系统集成服务、管理与咨询服务、设计与开发服务、整理解决方案、定制化服务和数据化服务)三大类，并认为从产品导向服务到过程导向服务，再到整合导向服务，服务化水平层次依次升高.

　　产品导向服务是以实体产品为基础的附加服务，脱离实体产品服务则不再存在;过程导向服务是以相关功能为基础，连接或脱离实体产品，主要向客户提供相关服务，此时实体产品只是服务的载体，更加强调服务的过程;整合导向服务是指基于客户需求，向客户提供个性化服务，此时更注重企业整合资源向客户提供综合解决方案的能力.

　　4结论与展望

　　本研究利用上市公司的年报数据验证了大数据技术的应用对制造企业绩效的影响，把服务化水平和员工素质作为情景变量，构建了服务化水平对大数据和企业绩效之间关系影响的模型以及员工素质对服务化水平和企业绩效调节影响的模型，并进行了中介效应和调节效应的检验.

　　研究发现，大数据技术的应用既可以直接对中国上市制造企业绩效产生直接正向影响，也可以通过服务化水平的中介作用产生间接正向影响，员工素质能够正向调节服务化水平和企业绩效之间关系.随着市场竞争的日益激烈和消费需求的多样变化，越来越多的传统制造企业丧失了竞争优势，纷纷开始进行服务化转型.为了更好地实现大数据驱动下制造企业的服务化转型升级，促进企业绩效的提升，政府和制造企业可以采取以下措施.

　　第一，充分利用大数据、云计算、物联网等信息技术带来的契机，促进服务化转型升级.大数据、云计算、物联网新一代信息技术的快速发展，为制造企业服务化的创新发展带来了新的契机.制造企业要将大数据、云计算等技术融入到产品服务提供的全生命周期过程中，建立高效的协同供应链管理、营销管理和服务体系，使得制造企业从单一制造转向制造服务一体化，实现信息流、资金流、物流、价值流和服务流的五流合一.政府要联合相关机构和企业建立面向制造业，基于大数据、云计算和物联网的信息公共服务平台，降低企业的交易成本、信息搜集成本、生产成本和服务成本等，促进服务创新，推动制造企业服务化战略的实施.

　　第二，提高员工的知识素养，培养和引进高素质人才.制造企业要加大对服务部门员工的培训，培养员工的服务意识和沟通技能，使员工理解自身服务角色的价值，主动关注客户需求并挖掘潜在的服务机会.政府要根据当地制造业服务化的发展重点，建立相应的人才培养和引进机制，充分发挥人才资源开发基金的作用，加大高端高素质人才的引进力度，并且高校要适当改进课程设计，增加设立先进制造和服务管理方面的课程，为制造企业提供专业人才，保证培养的人才和企业的需求相匹配.

　　本文选择的样本数据是截面数据，证实目前中国上市制造企业对大数据等技术的应用能够提升服务化水平，进而促进企业绩效的提升，但服务化转型是一个长期的过程，所以选择多年的面板数据进行进一步研究可能会使结论更具说服力.此外，由于制造企业还在服务化转型过程中，提供的信息不够充分和完备，还没有明确的指标来测度大数据等技术的应用.另外，本文仅研究了员工素质对服务化水平和企业绩效的调节影响，实际上服务导向的组织文化、组织的创新能力等都可以作为调节变量，受研究篇幅以及时间限制，本文没有对这些变量进行检验.上述问题将会在之后的研究中加以解决.

　　参考文献:

　　[1]VANDERMERWES，RADAJ.ServitizationofBusiness:AddingValuebyAddingServices[J].EuropeanManagementJournal，1988，6(4):314-324.

　　[2]刘继国.服务化与相关范畴:基于文献回顾的比较[J].湖北经济学院学报，2006(4):69-73.

　　[3]BAINESTS，LIGHTFOOTHW，BENEDETTINIO，etal.Theservitizationofmanufacturing:Areviewofliteratureandreflectiononfuturechallenges[J].JournalofManufacturingTechnologyManagement，2009，20(5):547-567.

　　[4]AKTERS，WAMBASF.BigDataAnalyticsinE-commerce:AsystematicReviewandAgendaforFutureResearch[J].ElectronicMarkets，2016，26(2):173-194.

　　[5]徐国虎，田萌.大数据系统实施对企业绩效影响的实证研究[J].科技进步与对策，2017，34(16):98-105.

　　[6]GUPTAM，GEORGEJF.TowardtheDevelopmentofABigDataAnalyticsCapability[J].Information&Management，2016，53(8):1049-1064.

　　作者：董华，陈蕾

转载请注明来自发表学术论文网：http://www.fbxslw.com/wslw/26596.html