· 摘 要 ·
技術創新對于服務型制造企業獲取和保持長期核心競爭力具有重要作用。然而，服務型制造企業提高技術創新水平的內在機制尚不明晰。因此，基于資源基礎理論視角，結合模糊集定性比較分析（fsQCA）方法，利用35家服務型制造示范企業樣本的數據進行研究，從組態視角分析引致服務型制造企業實現高技術創新水平的條件組態。
研究發現：冗余資源、資產性質、數字化能力、創新能力和服務能力等均不是引致高技術創新水平的必要條件；存在5種引致服務型制造企業實現高技術創新水平的條件組態，具體可以歸納為輕資產企業高技術創新水平的實現組態（創新驅動型和服務主導型）、重資產企業高技術創新水平的實現組態（數字創新型和路徑依賴型）和中等輕重資產企業高技術創新水平的實現組態（數字化服務型）3種模式；企業數字化能力的建設要結合數字化與已有業務之間的關系來判定，當二者為平行關系時，企業不應盲目投資數字化，以免造成業務的紊亂。基于資源基礎理論，實證檢驗了財產性資源（冗余資源、資產性質）與知識性資源（數字化能力、創新能力和服務能力）促進服務型制造企業技術創新的協奏機制；此外，解析了服務型制造企業創造價值的內在機制，并且就數字化對服務型制造企業技術創新的邊界作用進行了探究。研究結論有助于揭示服務型制造企業提高技術創新水平的內在機制，為具備不同資源稟賦的服務型制造企業提供有意義的參考。
浙江省社科規劃“研究闡釋黨的十九屆五中全會精神”專項課題“數字經濟時代產業深度融合推動產業升級研究”。
科技創新作為實施創新驅動發展戰略的核心要義，是破解我國經濟增長瓶頸的關鍵，也是我國經濟高質量發展的重要途徑之一。與此同時，數字技術正在重塑創新發展經濟體系，創新實踐必須直面數字化這一新情境。制造企業作為實體經濟主體，其技術創新水平直接影響到我國經濟高質量發展的成效。而服務型制造作為一種新業態，對塑造制造企業在產業競爭中的地位有重要影響。并且由于服務型制造是以“產品+服務”包作為實現差異化和增值來源，其技術創新不能夠簡單類比傳統制造企業。因此，數字時代下，如何促進服務型制造企業實現高水平的技術創新，是當前我國制造業面臨的重要發展問題。
關于服務型制造的現有研究多基于資源觀視角，就服務型制造轉型的動因、服務型制造與企業績效之間的關系以及服務型制造的實施路徑等展開探究。這類研究為明晰服務型制造的緣起與價值以及有效開展服務型制造的過程提供了有益參考。此外，研究開始將數字化情境與服務型制造相結合，針對數字化在服務型制造中所起的作用以及數字化與服務化之間的關系展開論述。這類研究就數字時代下服務型制造的開展進行了有益探討。
然而，現有研究雖明晰了服務型制造的緣起與價值，卻鮮有研究探究服務型企業價值提升所蘊含的機制，或者將價值蘊含于資源本身而非資源與資源之間的“反應”，從而難以解釋具有相似資源的企業的價值差異。此外，現有研究雖將數字化情境引入服務型制造研究中，卻尚未辨析數字化能力對于具有異質性資源的企業的差異化作用。這種將數字化視為基礎性能力的研究，難以有效解釋實踐中數字化能力強的企業和數字化能力不強的企業在價值上的同一性。
綜上，本文擬基于資源基礎理論，在區分財產性資源與知識性資源的基礎上，進一步探究不同資源之間的“反應”如何有助于服務型制造企業技術創新水平的提升。特別地，本文將數字化能力作為知識性資源之一，探究服務型制造企業在數字化能力需求上的差異性，以期有效指導數字時代下的服務型制造實踐。
2.1 資源基礎理論
企業如何獲取競爭優勢是戰略管理領域的長期議題。其中，資源觀是從組織內部解析競爭優勢來源的起源。資源觀認為，企業競爭優勢源于組織內部有價值的、稀缺的、難以模仿的和不可替代的資源與能力。然而，這種將競爭優勢歸結為資源屬性的靜態資源基礎理論，難以有效解釋具有相似資源的企業在競爭優勢上的差異。由此，衍生出以能力觀為代表的動態資源基礎理論。能力觀認為，企業能否獲取競爭優勢不僅在于優勢資源的有無，更在于是否具備利用優勢資源的相關能力。
特別地，Miller（1996）將資源從財產性資源和知識性資源兩方面進行了操作化定義。其中，財產性資源是指在產權上具有專有性的資源，這類資源與特定的和定義明確的資產相關聯；知識性資源是指在產權上不具備專有性的資源，這類資源因具有隱性特征而受知識壁壘保護，通常表現為特殊技能，如創新能力等。通過將資源細分為財產性資源和知識性資源，有助于明晰不同資源在企業獲取競爭優勢中的作用。
在服務型制造企業進行技術創新的過程中，資源基礎的問題難以規避。首先，從資源屬性上看，不同于知識密集型企業，服務型制造企業天然地具有財產性資源和知識性資源雙重屬性。特別地，在知識性資源層面，服務型制造企業又必須明晰制造資源與服務資源之間的關系。其次，從時代背景上看，數字化資源與其他資源之間的有機“反應”也同樣有待剖析。綜上，對財產性資源和知識性資源的劃分，可為進一步探究不同資源之間的組態關系提供有益支撐。
2.2 影響服務型制造企業技術創新的財產性資源
財產性資源的優勢在于企業具有資產的產權，對特定資產的控制成為財產性資源的價值來源。根據企業實際的財產性資源狀況，可以將財產性資源分為具有一般性用途的財務資源以及具有特定用途的固定資產。其中，冗余資源通常被視為企業技術創新的重要條件；而根據企業固定資產的不同比重，可以進一步細分為輕資產型企業和重資產型企業。
首先是冗余資源。企業要進行技術創新，往往需要進行持續性的投入，因此也就對企業資源提出了較高要求。冗余資源作為企業內部可備用的富余資源，可以對企業技術創新提供有效支撐。特別地，在服務型制造企業中，權衡技術和服務的投入，進而確定產品服務包的水平是企業的核心要務。冗余資源可以有效緩解服務型制造企業在技術和服務投入中的悖論感知，實現產品服務包的有效供應，進而促進技術創新。然而，冗余資源并不必然引致企業進行技術創新，也可能使企業產生經營惰性，缺乏技術創新的動力。
其次是資產性質。企業的技術創新與其固有的資產性質密切相關。一方面，對于重資產服務型制造企業而言，其前期的專有性投資較高，技術創新通常沿既定路線開展，從而也能夠更有效地進行技術創新。但是，專有性投資的提高也容易導致企業為維護現有資產的核心地位，而一定程度上抵制技術創新。另一方面，對于輕資產服務型制造企業而言，其通常是借助上下游企業的資產來提供一定的產品和服務，從而獲得更強的盈利能力、更快的盈利速度和更持續的增長力。因此，輕資產有助于服務型制造企業更輕便地進行技術創新。但是，輕資產服務型制造企業也可能缺乏對大量外包業務整合的能力，導致過高的交易成本，從而降低企業的技術創新投入。
綜上，單一的財產性資源難以有效解釋服務型制造企業技術創新的機制，有必要引入與財產性資源運用相關的知識性資源，來解構服務型制造企業技術創新的內在機制。
2.3 影響服務型制造企業技術創新的知識性資源
不同于財產性資源，企業擁有的知識性資源不具備產權屬性。但相較于財產性資源，知識性資源更靈活，能夠提高企業的適應性。根據能力的內生原則，與服務型制造企業技術創新相關的能力尤為重要，具體包括創新能力、服務能力以及數字化能力。
首先是創新能力。創新能力能夠促使企業適應市場的快變節奏，研發出新的產品和服務，從而助力服務型制造企業產品服務包的升級。但是，從創新能力到技術創新并非一蹴而就，無效的溝通、不正確的創新方向、不良的創新產品等都阻礙著從創新能力到技術創新實現的進程。在環境高度不確定、經濟周期下行的當下，服務型制造企業僅依靠創新能力來提升技術創新水平將會更難。
其次是服務能力。服務能力能夠促使企業有效提供與產品、客戶相關的服務，從而助力服務型制造企業產品服務包的升級。服務型制造企業產品（或技術）與服務之間的關系已然成為當下服務型制造研究的熱點。研究總體上可以分為兩派：一是從資源的稀缺性出發，認為服務型制造企業同時發展技術和服務會產生資源分配的張力，并且在提高服務投入的過程中，很可能陷入“服務化困境”；二是從資源的協同性出發，認為產品和服務不是斷裂的、相互隔離的，而是相互關聯且具有互補性功能的。事實上，就一家企業而言，資源的稀缺性問題應該被考慮，但同時，也應該認識到資源與資源之間潛在的協同性。因此，服務能力能否提升服務型制造企業的技術創新水平，關鍵在于如何更有效地發揮服務能力對技術創新的互補作用。
最后是數字化能力。數字技術具有數據同質化、可重復編程性和可供性特征。因此，數字化能力可以強化企業內部資源的可轉移性，進而實現對其他資源的有效調配；數字化能力還可以增強企業資源的可重復編程性，從而有效提升企業的技術創新速率。特別地，在服務型制造情境下，數字化能力可以降低服務前臺和創新后臺之間信息的非對稱性，促進前端服務資源與后端創新資源的有效對接，進而提升服務型制造企業的技術創新水平；此外，數字化能力還可以促進服務型制造企業與產業鏈上下游企業的有機互動，從而為服務型制造企業技術創新提供豐富的外部創新源，進而提升服務型制造企業的技術創新水平。但是，有研究指出，盲目的數字化可能會適得其反，企業應當基于數字化與已有業務之間的關系，客觀地對是否需要進行數字化轉型做出判斷。
綜上，單一的知識性資源也難以有效解釋服務型制造企業技術創新的機制，有必要考慮知識性資源之間的關聯性。結合財產性資源和知識性資源之間的非獨立性，需要綜合財產性資源和知識性資源來更細致地解構服務型制造企業技術創新水平的提升機制。基于上述分析，本文提出如下研究模型（見圖1）。
3.1 模糊集定性比較分析方法
根據文獻綜述可知，服務型制造企業的技術創新機制問題具有典型的因果復雜性，這超出了傳統的“凈效應”分析的解釋范疇。而定性比較分析方法（Qualitative Comparative Analysis，QCA）在探究多因素的并發性、多組合的等效性以及因果非對稱性問題上有明顯優勢，與本研究問題相契合。此外，相較于清晰集定性比較分析方法，連續性的模糊集定性比較分析方法能夠為技術創新機制提供更細粒度的分析。綜上，模糊集定性比較分析方法與本研究問題具有很好的適配性。
3.2 研究對象、樣本選擇及數據收集
本文的研究對象為服務型制造企業。為保證所選樣本的代表性，本文以工業和信息化部官方發布的服務型制造示范企業（上市企業）名單為企業樣本來源，通過人工篩選和甄別，選取公布的2017、2018、2021批次共計51家上市企業。鑒于服務型制造企業技術創新專利數據更新到2021年3月，為保證年度數據的完整性，本文將技術創新數據的窗口期定為2020年，對各條件指標的數據進行前置。在此基礎上，剔除上市后退市、數據缺失等樣本，最終得到35家企業樣本，滿足QCA研究對樣本量的要求。
本文研究數據均來源于CSMAR數據庫和Wingo數據庫。其中，冗余資源、資產性質、服務能力和創新能力相關數據來源于CSMAR數據庫，技術創新和數字化能力相關數據來源于Wingo數據庫。
3.3 條件與結果測量
3.3.1 技術創新。有關企業技術創新水平的衡量，現有研究涉及新產品年銷售收入、年專利申請數、年末專利擁有數等指標，這類指標具有簡單直觀、數據易獲取等優點。在上述常見測量指標中，企業年末專利擁有數易受到政策、專利轉讓與專利到期等因素的影響，企業新產品年銷售收入會受到企業自身的營銷策略、定價、市場環境等多方面因素的干擾，因此將它們作為企業技術創新水平的代理測量指標易造成偏誤。而企業的年專利申請數這一指標由企業的研發能力所決定，受其他因素干擾較少，同時指標數據的可獲性較佳。綜上，參照莊玉梅等（2022）的研究，本文選取年專利申請數作為制造企業技術創新能力的衡量指標。
3.3.2 冗余資源。參考Benedettini等（2017）以及肖挺（2020）的測量方式，本文以企業留存收益占總銷售額的比值進行衡量。其中，留存收益是企業擁有的現金儲備，通過“盈余公積”與“未分配利潤”之和求得。然而，由于CSMAR數據庫中缺少“總銷售額”這一指標，參考會計學研究的一貫做法，以“營業收入”來代理測量。為避免特定年份的偏誤，本研究以企業2018—2020年3年的平均值來反映企業冗余資源。
3.3.3 資產性質。資產性質反映企業對固定資產的投資比重。借鑒王智波與李長洪（2015）的做法，本文采用固定資產占比（固定資產與資產總額的比值）對資產性質進行測量。具體做法為：將王智波與李長洪（2015）對資產的二分方法拓展為連續性比值，即以固定資產占比來反映企業的重資產程度，從而細粒度地刻畫不同資產性質的服務型制造企業，在技術創新實現方式上展現同一性的內在機制。為避免特定年份的偏誤，本研究以企業2018—2020年3年的平均值來反映企業資產性質。
3.3.4 創新能力。現有研究衡量企業創新能力時通常從研發投入和產出兩個角度出發，以企業發明專利數、全要素生產率和研發投入（R&D）等指標作為創新能力的代理變量。由于本文對創新能力和技術創新進行了區分，因此以服務型制造企業的研發投入（R&D）這一指標代理測量創新能力。為避免特定年份的偏誤，本研究以企業2018—2020年3年的平均值來反映企業創新能力。
3.3.5 服務能力。參考肖挺（2018）的測量方式，本文以企業財務報表中“主營業務外收入”作為服務型制造企業服務能力的代理測量指標。為避免特定年份的偏誤，本研究以企業2018—2020年3年的平均值來反映企業服務能力。
3.3.6 數字化能力。已有研究對于數字化能力的度量大致存在以下3種方式：一是采取世行中國投資的調查數據，構造企業數字化能力的代理測量；二是使用企業年末無形資產明細項中數字經濟相關部分的金額占無形資產總額的比例，來代表企業數字化能力；三是運用數字化相關關鍵詞在年報中的詞頻數量或占比來測量企業數字化能力。其中，以詞頻來代理測量數字化能力的方式，結合了定性與定量的特點，與QCA理念相吻合。因此，本文參考宋德勇等（2022）的測量方式，基于上市公司年報中“管理層討論與分析”（MD&A）部分“數字化”相關字段的詞頻占比來衡量服務型制造企業的數字化能力。為避免特定年份的偏誤，本研究以企業2018—2020年3年的平均值來反映企業數字化能力。
4.1 數據校準
校準是給案例賦予集合隸屬分數的過程，考慮到本文與現有QCA研究在研究問題和研究情境上的差異性，依據先前研究，本文采用分位數值來確定錨點的直接法對條件及結果進行校準。參考Fiss（2011）的標準，本文以案例樣本描述性統計的上四分位數（75%）、中位數（50%）和下四分位數（25%）分別代表條件的完全隸屬、交叉點和完全不隸屬3個校準點。此外，對校準數據中出現0.500數值的條件，參考Greckhamer（2016）的做法，本文將其數值替換處理為0.501，以避免對0.500數值所屬案例進行理論分析時出現困難。校準結果與描述性統計分析結果詳見表1。
4.2 必要性條件分析
必要性條件分析用于判斷某條件是否為引致結果發生的必要條件，但是，該條件的存在并不必然引致結果的發生。現有對某條件是否為引致結果發生的必要條件的判定標準是該條件的一致性值不低于0.900。必要性分析結果如表2所示，沒有條件（包括其非集）是引致高技術創新水平的必要條件。
4.3 組態分析
組態分析是為了探究引致結果發生的充分性條件組合。組態分析過程中，需要設置最小案例頻數、原始一致性閾值和PRI一致性閾值來篩選合格的真值表行。首先，本文屬于中小樣本設計，將案例頻數設置為1以保證組態的豐富性；其次，按照主流標準，設定原始一致性閾值為0.80；最后，將PRI一致性閾值設置為0.70來避免同時子集關系。
根據資源基礎理論及技術創新相關文獻綜述，各個條件對服務型制造企業技術創新的影響作用為并發的，因此，難以基于已有理論對單個條件做反事實分析。在生成中間解的過程中，假設各條件的出現與否均有助于實現高技術創新水平。組態分析結果如表3所示，存在5個實現高技術創新水平的條件組態。遵循現有研究對組態分析結果的通用呈現方式，以字母a、b區分核心條件一致但邊緣條件存在差異的組態。
如表3所示，高技術創新水平的單個解和總體解一致性水平均達到0.840以上，高于可接受的一致性閾值標準，且表中呈現了5組服務型制造企業實現高技術創新水平的條件組態，其中組態2a、2b共享核心條件。各個組態分別覆蓋的案例數為：3個（組態1）、4個（組態2a）、4個（組態2b）、2個（組態3）、1個（組態4）。
4.4 穩健性檢驗
首先，考慮到提高原始一致性閾值，可以進一步精簡瑣碎組態。因此，本文通過調整原始一致性閾值來對組態結果進行穩健性檢驗。將原始一致性閾值由0.800提高至0.850，穩健性檢驗結果如表4所示。表中的組態1'、2a'、2b'、3'、4'分別與原組態1、2a、2b、3、4相對應，所產生組態與原組態一致或與原組態形成子集關系。
其次，考慮到提高PRI一致性閾值可以有效減少同時子集關系，有助于聚焦服務型制造企業高技術創新水平的組態分析，本文亦通過改變PRI一致性閾值的方式，對高技術創新水平的條件組態進行穩健性檢驗。通過將PRI一致性閾值由0.70提高至0.75，穩健性檢驗結果如表5所示。表中的組態1''、2a''、2b''、3''、4''分別與原組態1、2a、2b、3、4相對應，所產生組態與原組態一致或與原組態形成子集關系。
4.1 數據校準
通過模糊集定性比較分析，本文識別了引致服務型制造企業高技術創新水平的條件組態。研究展示了服務型制造企業實現高技術創新水平的財產性資源與知識性資源的并發性和等效性。根據各個組態背后的理論邏輯，本文將服務型制造企業實現高技術創新水平的機制總結為5種類型：“創新驅動型”（組態1）、“服務主導型”（組態2a）、“數字服務化型”（組態2b）、“數字創新型”（組態3）和“路徑依賴型”（組態4）。
類型1（創新驅動型）針對輕資產運營的服務型制造企業，這類企業主要通過借助上下游企業的資產和服務來實現產品服務包的供應，而自身聚焦于創新能力的培育，強化核心技術創新能力，來實現高技術創新水平。具體而言，企業借助上下游企業的資產和服務，以較輕的資產來運營，因此該類型對于企業財產性資源的要求不高。在輕資產的基礎上，通過強化內生的創新能力，來實現高技術創新水平。這一發現有助于明晰創新能力提升企業技術創新水平的邊界，即當服務型制造企業是以輕資產運營，借助上下游企業的資產和服務來獲得技術創新的互補性資產時，可以通過強化創新能力來提升技術創新水平。
根據對案例的回溯，創新驅動型的典型案例為春風動力。春風動力成立于1989年，主營全地形車、摩托車及后市場用品的生產和銷售，并提供定制化服務和全生命周期管理。30年來，春風動力始終堅持自主創新發展，積極參與國際競爭，其全地形車產品出口數量和出口金額均位列行業第一。即便如此，春風動力仍大力培育內部創新能力，并填補多項國內技術空白，獲得了“國家企業技術中心”“全國制造業單項冠軍”等眾多榮譽。
類型2（服務主導型）同樣針對輕資產運營的服務型制造企業，不同于創新驅動型，這類企業主要通過強化服務能力，來實現組織過程上的創新，并以此反哺技術創新。具體而言，企業不以創新能力的培育為主要目標；反之，企業著眼于與技術創新相關的互補性資產。在此基礎上，建設數字化能力，通過數字化的可供性和可重復編程性，來實現服務過程顯性化和深度化，從而促進服務創新。根據Teece（1986）的觀點，服務作為技術創新重要的互補性資產之一，可以有效幫助企業從技術創新中獲益。而本文發現，服務不僅是企業從技術創新中獲益的手段，特別地，在服務型制造情境下，企業通過服務過程中的信息采集和知識吸收，還可以反哺技術創新。
服務主導型的典型案例為陜鼓動力。陜鼓動力成立于1999年，是分布式能源系統解決方案提供商和服務商。陜鼓在生產、技術研發等各方面均深入貫徹“不為產品找客戶，要為客戶找產品”的經營理念。例如，在技術研發方面，陜鼓秉承“到用戶一線進行研發”的理念，為客戶找產品、解決問題，以核心的前沿技術、精準的系統方案對接市場和客戶。憑借以滿足客戶企業的需求為中心的發展理念，陜鼓獲得了“中國工業大獎”“世界制造業大會創新產品金獎”等諸多榮譽。
類型3（數字服務化型）針對不以輕重資產為區分的服務型制造企業，這類企業強調要通過發展數字化能力，來有效銜接財產性資源和知識性資源，進而促進技術創新。現階段，外部環境呈現高度不確定性，大量企業對財產性資源并不具備強有力的獨占性和壟斷性優勢，也不具備具有獨異性價值的知識性資源。這種情況下，企業的核心要務是發揮財產性資源與知識性資源間的協同效應，充分催化資源與資源之間的“反應”，實現以知識性資源來創造財產性資源、以財產性資源來培育知識性資源。此時，企業數字化能力的建設尤為重要。一方面，企業可以通過固定資產的數字化來調配所需的服務資源，以及通過數據的沉淀來助力新的創新知識的生成；另一方面，具有可供性的數字技術有助于知識性資源的傳遞和量化，從而創造更多的財產性資源。而財產性資源和知識性資源的良性“反應”，可以促進企業提升技術創新水平。這有助于豐富數字服務化中有關數字化對服務化影響機制的研究。如Zhou等（2021）認為，數字化對服務化的影響取決于內外數字化和服務類型之間的匹配度。而本文認為，數字化對服務化的效用在于數字技術引致的資源和資源之間的“反應”。
數字服務化型的典型案例為賽輪輪胎。賽輪成立于2002年，集輪胎生產、銷售和服務為一體，專注于橡膠輪胎技術和服務的開發應用。賽輪率先在內資輪胎企業中建立起覆蓋全工序的信息化管理系統，深入推進智能化、信息化、集成化數字改造。賽輪基于3.5億元的智能制造項目投資，將生產數據與ERP、SRM、MES等系統銜接，打造了以數據和AI驅動為主的全生命周期輪胎智能制造體系，貫通企業制造、營銷和服務等環節的信息采集與共享。賽輪的技術創新成果突出，獲得了“高新技術企業”“國家企業技術中心”等諸多榮譽。
類型4（數字創新型）針對重資產運營的服務型制造企業，這類企業主要通過數字化能力與創新能力的有機結合，來促進技術創新。重資產運營意味著企業選擇將很多與技術創新相關的互補性資產內化，而非借助上下游企業的資產與服務。這種經營模式的優勢在于減少了與上下游企業交易的成本，可以更系統地對資源進行調配，但同時也增加了企業內部的協調成本，對資源調配、協調以及整合的能力提出了更高的要求。因此，這類服務型制造企業需要發展數字化能力，來實現企業資源調配的相對靈活性，促進資源的有效整合，并挖掘資源潛在的創新價值，進而促進企業技術創新。
數字創新型的典型案例為中信重工。中信重工的前身是國家“一五”期間興建的156項重點工程之一，2008年改制成立中信重工。中信重工主營礦業設備和水泥設備的研發、制造、銷售和服務，構建了“核心制造+綜合服務”的新型商業模式，是礦山行業知名的裝備供應商和整體服務商。中信重工是典型的重資產運營企業，其構建了以185 000噸自由鍛造油壓機組為核心的制造工藝體系，形成了全國領先、全球稀缺的高端重型機械加工制造能力。此外，中信重工基于5G技術，打造了“礦山裝備工業互聯網平臺”，實現了產業資源的廣泛連接、彈性供給和優化配置。基于工業互聯網平臺，中信重工投入大量研發資源，有效優化和改進了生產工藝技術，獲得了“中國重型機械行業‘十三五’科技創新10大領軍企業”等諸多榮譽。
類型5（路徑依賴型）同樣針對重資產運營的服務型制造企業，這類企業憑借在資產上的已有投資以及對核心財產性資源的占據，來實現技術創新。這類企業不將外在業務模式的變化（如數字化、數字服務化等）視為壓力或者動力源；相反，促使其技術創新的核心內驅力來源于已有的財產性資源。其中，企業不將外在條件的變化視為壓力或動力源，表明新型業務模式對企業已有業務并不構成威脅或不被企業接納。因此，新型業務與企業已有業務之間的關系表現為平行關系或者弱互補關系，而非替代關系或者強互補關系。這對Ma（2022）的觀點進行了驗證。他認為，在位企業面對變革性技術應當保持定力，并分析這一變革性技術與企業業務之間的關系，基于互補、替代和平行關系采取針對性策略。
路徑依賴型的典型案例為豪邁科技。豪邁科技成立于1995年，主營輪胎模具和橡膠機械等設備的生產和銷售，為客戶企業提供從毛坯到成品的整體解決方案和一站式服務。豪邁科技以其優良的制造體系成為世界輪胎三強——米其林、普林司通和固特異的優質供應商。其輪胎模具占國際市場25%以上的份額，輪胎模具出口額占國內同類產品的90%以上，常年以年均復合增長率50%的速度快速穩健發展。作為國內輪胎模具產業的龍頭，豪邁科技主持及參與修訂國家/行業/團體標準18項，這也成為豪邁科技扎根原有業務的底氣所在。豪邁科技主要以“小步慢跑”的模式進行創新，樹立了“改善就是創新”的創新觀，申請國際專利25項，取得較好的創新產出，獲得了“國家企業技術中心”等諸多榮譽。
綜合以上理論推演，本文提煉出如圖2所示的理論機制圖，詮釋財產性資源與知識性資源引致服務型制造企業高技術創新水平的內在機制。
6.1 研究結論
技術創新作為企業發展的內核，已然受到實踐界和理論界的關注。然而，對于服務型制造這一“產品+服務”混合體，現有研究多聚焦于服務型制造的潛在價值，而對于價值創造的內在機制缺乏足夠的關注。特別地，針對數字化對這一機制的作用邊界缺乏探究。為此，本文基于資源基礎理論，綜合財產性資源與知識性資源探究引致服務型制造企業高技術創新水平的條件組態，并剖析其內含機制。通過分析，本文得出以下結論。
第一，資源與資源之間的“反應”，是服務型制造企業實現高技術創新水平的基礎條件，企業要以“組態”的視角來看待內部財產性資源與知識性資源。單一資源并不構成企業高技術創新水平的必要性條件。
第二，服務型制造企業實現高技術創新水平具有“殊途同歸”的特點，企業可基于創新驅動型、服務主導型、數字服務化型、數字創新型和路徑依賴型等5種方式來有效提升技術創新水平。特別地，輕資產運營的企業一般更適用創新驅動型和服務主導型模式，而重資產運營的企業一般更適用數字創新型和路徑依賴型模式。
第三，在數字經濟蓬勃發展的當下，數字化能力的建設并非服務型制造企業技術創新的必由之路。企業關鍵是要處理好已有業務與數字化之間的關系，進而采取適宜的技術創新策略。
6.2 理論貢獻
本文基于資源基礎理論，使用模糊集定性比較分析方法，明確了服務型制造企業技術創新所需的財產性資源和知識性資源，進而剖析其提升企業技術創新水平的內在機制。本文核心的理論貢獻如下。
第一，基于資源基礎理論，實證檢驗了財產性資源與知識性資源促進服務型制造企業技術創新的協奏機制。根據Miller（1996）的觀點，財產性資源更適于穩定的環境，而知識性資源則有助于增強企業在不確定環境下的適應性，并且財產性資源和知識性資源可能相互影響。本文實證檢驗發現，財產性資源與知識性資源在促進服務型制造企業技術創新過程中，具有并發性以及“殊途同歸”的特征，這豐富了資源基礎觀對資源與資源之間“反應”的認知。
第二，基于模糊集定性比較分析方法，解析了服務型制造企業創造價值的內在機制。現有服務型制造研究多關注服務型制造的緣起與潛在價值，卻鮮有研究探究服務型制造企業價值提升的內在機制。本文通過組態分析發現，服務型制造企業存在5種引致高技術創新水平的條件組態，并且當企業明確以輕資產或重資產經營時，其在技術創新機制的選擇上存在明顯的差異化。這有助于明晰不同資產性質的服務型制造企業的經營模式，響應了現有研究對于關注服務型制造因果復雜性問題的呼吁。
第三，通過引入數字化能力，實證檢驗了數字化對服務型制造企業技術創新的作用機理。本文通過關注資源與資源之間的“反應”發現，數字時代下，服務型制造企業的技術創新存在創新驅動型、服務主導型、數字服務化型、數字創新型以及路徑依賴型等多種實現機制，并且數字化能力并非企業實現高技術創新水平的必要條件。這有助于在先前的數字服務化研究基礎上，更充分地詮釋數字化作用于服務型制造的邊界。
6.3 管理啟示
如何提高技術創新水平，是數字時代下服務型制造企業發展必須直面的關鍵問題。本文聚焦影響服務型制造企業技術創新的財產性資源與知識性資源，探究資源與資源之間如何“反應”，進而提高技術創新水平。本文為實踐提供的啟示包括：服務型制造企業要想提高技術創新水平，就要綜合其財產性資源與知識性資源來考慮，根據資源的態勢來謀劃適宜的技術創新策略。首先，企業要對其資產性質（輕資產、重資產抑或中等輕重資產）進行判別，據此選擇適宜的技術創新策略；其次，企業要認識到服務能力的突出作用，服務能力不僅是幫助企業獲取創新收益的互補性資產，其也可以通過知識吸收來反哺技術創新；最后，企業要理性對待數字技術，決定是否需要加強數字化能力建設的關鍵在于數字化與企業已有業務之間的關系，當二者為平行關系時，企業則不應過度地進行數字化投入，以免業務之間的紊亂。
6.4 研究局限與未來展望
雖然本文通過引入資源基礎理論，綜合財產性資源和知識性資源解構了服務型制造企業實現高技術創新水平的條件組態，但仍存在一定的局限性。
一是本文雖然明晰了服務型制造企業實現高技術創新水平的條件組態，但存在因以靜態視角分析而無法呈現階段性過程的局限性，未來可以通過引入時間條件等方式來展示服務型制造企業資源與資源之間動態的協奏機制，從而為管理實踐提供更具參考性的指導。二是本文僅關注服務型制造企業價值創造的技術創新維度，未來可以結合市場價值、財務價值等多種價值類型進行分析，對比資源與資源之間的“反應”在不同價值維度上的一致性和差異化，從而幫助企業基于階段性目標對資源進行針對性的培育調整。
