服务化、数字化与新能源汽车企业绩效

王嘉嘉，刘 园

（内蒙古科技大学经济与管理学院，内蒙古 包头 014017）

0 引言

制造业是我国产业结构的支柱产业之一。在改革开放时期，我国制造业凭借自身的优势资源逐渐成为经济增长的主要驱动力，其中汽车工业在我国经济发展中起到了重要的推动作用。近几年，生态环境恶化与能源耗竭等问题给传统汽车产业带来了巨大的挑战。传统燃油汽车发展受到阻碍，多家传统汽车企业逐步停止燃油汽车的整车生产，而新能源汽车日益成为汽车产业应对市场环境的主要战略选择。在国家政策扶持下，新能源汽车销量逐年上升，并陆续占领消费市场。但在此过程中，新能源汽车企业也面临着市场竞争不断加剧导致企业盈利空间不断被压缩、产品售后问题增加以及相关产品配套设施服务不完善等问题。从发达国家的相关经验中可知，在全球经济整体放缓、倡导绿色发展的新形势背景下，传统产业结构与经济结构将难以适应新的发展趋势。为了使企业重获市场竞争优势以及实现产业结构转型升级，服务化成为传统制造业转型升级的重要举措，这也促使传统制造业企业的发展重心逐渐由产品导向转变为服务导向。

随着新能源汽车企业不断推进服务化转型战略的实施，制造业务与服务业务互斥以及服务化转型力度不足等现象逐渐凸显，进而导致企业转型进程受阻。而在当前数字技术发展的背景下，数字化能够在一定程度上赋能产品服务，缓解制造业企业服务化转型过程中所面临的困境。同时众多学者的研究表明，物联网、大数据平台、云计算等数字技术对于提升企业绩效和企业效率具有积极影响。因此，为了有效提升服务化转型的效率，企业开始运用数字化手段为服务化赋能，构建产品与服务之间的集成系统，进而为更多客户提供周到的售后服务［1］。然而，目前针对制造业企业运用数字化技术提升服务化水平的研究尚处于初级阶段，同时数字化影响服务化与企业绩效的具体机制尚不明晰。

综上所述，本文将基于现有文献，梳理服务化、数字化与企业绩效的研究内容，并以78 家新能源汽车企业为研究对象，搜集相关研究数据，试图实证研究以下问题：对于新能源汽车企业而言，服务化转型与企业绩效间的关系是什么？数字化在两者之间是否起到调节作用？该调节作用是否为积极的？这些研究将为新能源汽车企业更高效地进行服务化转型提供参考借鉴。

本文的贡献在于：第一，目前相关研究大多基于整体的制造业上市公司，对特定行业的具体分析较少，尤其对高新技术产业的服务化转型关注度较低。本文选择新能源汽车制造业作为研究对象，探讨服务化发展对该行业企业的影响，为新能源汽车产业高效实现服务化转型提供一定的参考。第二，本文在研究新能源汽车制造业服务化对企业绩效影响的基础上，加入数字化发展这一变量进行实证检验，进一步探讨数字化发展在两者之间的作用，为正确理解数字化发展作用提供方向，同时为实现高质量服务化转型提供新思路。

1 理论基础与研究假设

1．1 制造业服务化与企业绩效

服务化是制造业企业转型的重要途径，通过对国内外学者针对服务化与企业绩效关系的研究进行梳理，可将其具体分为3类。

第一，服务化与企业绩效呈线性相关［2］。制造业服务化是通过增加相关服务进而打造新的竞争优势以及提高实物价值的过程。在针对服务化与企业绩效关系的初期研究中，较多学者基于不同行业环境提出了不同见解。陈菊红等［3］（2020）认为，产品导向的服务化正向促进企业绩效提升。与之相反，国外学者Rosenberg 等［4］（2010）则表明，服务化战略的实施会给企业带来不利影响。企业在推进服务化转型的过程中会进行组织战略的重新制定和资源的重新配置，这可能导致公司战略目标失焦，出现服务化悖论情况［5］。

第二，服务化对企业绩效存在复杂的作用。一些学者在深入分析后表示，制造业服务化与企业绩效呈现出U 形［6］、倒U 形［7］和马鞍形关系［8］，即服务化水平对绩效的影响是存在风险拐点的。赵艳萍等［9］（2020）同样指出，制造业服务化与企业价值之间呈显著的倒U 形关系，当企业过度开发服务项目而忽略自身发展需求时，企业价值可能会下降。

第三，服务化不影响企业绩效。Samarrokhi等［10］（2014）研究表明，企业服务化战略并不能为企业带来稳定的优势，服务化与企业利润之间的关系并不明显。

通过对相关文献进行系统梳理，发现关于新能源汽车企业服务化与绩效关系的研究成果相对较少。而在现有文献中，对服务化与企业绩效之间存在非线性关系的观点持认可态度的占较大比重，且大多数学者认为两者之间存在U 形或倒U 形关系。笔者认为，新能源汽车企业作为高新技术制造企业，其服务化战略的实施对企业绩效的影响效果会随着服务化程度的逐步加深而发生改变，即进入风险拐点阶段。因此，本文提出以下研究假设：

H1：新能源汽车企业服务化与企业绩效间呈U形关系。

H2：新能源汽车企业服务化与企业绩效间呈倒U形关系。

1．2 服务化、数字化与企业绩效

针对数字化与企业绩效之间的关系，学者们分别从不同角度对其进行了诠释与解读。胡青［11］（2020）研究发现，数字化转型对公司绩效具有积极影响。然而，有部分学者认为，数字化转型与企业绩效之间的关系并不显著［12］。郭馨梅等［13］（2020）研究表明，由于数字化转型的前期投入成本较高，企业短时间内无法得到相应的回报。

在数字化与服务化的相关研究方面，大多数学者均采用定性分析的方法，认为数字化发展有助于服务化转型［14］。张远和李焕杰［15］（2022）研究表明，数字化转型可以通过组织变革对服务化产生积极的影响。但也存在不同观点，谭清美和陈静［16］（2016）发现，数字化发展在服务化能力和企业绩效的作用关系中存在风险拐点，呈现倒U形趋势。

根据上述文献可知，数字化对服务化与企业绩效之间关系的影响可以分为两个方面。一方面，企业凭借自身数字化转型优势进一步扩大服务化的作用范围，为客户提供更多的优质线上服务，促进企业绩效的提升。另一方面，企业在数字化转型的初期需要资金、技术等要素的投入，且转型成果对企业的影响可能存在滞后性，进而导致企业成本增加，弱化服务化对企业绩效的影响。因此，本文提出以下研究假设：

H3：数字化对新能源汽车企业服务化与企业绩效之间的关系存在调节作用。

2 研究设计

2．1 样本选择及数据来源

近年来新能源汽车行业逐渐发展壮大，在制造业和市场经济中占据重要地位。本研究对2016—2020 年78 家新能源汽车上市企业的共390 个研究样本进行分析，所选企业主要从事新能源汽车整车制造、零部件生产等。为了保证研究数据的完整性以及研究结果的准确性，本文对所搜集的数据进行预处理：首先，选择2016—2020 年连续5 年的指标数据作为研究对象；其次，为了防止出现异常值情况，本文剔除了标有ST 与ST*企业的相关数据以及发生重大变动的企业数据；最后，为了保证数据的连贯性，本文剔除了相关缺失数据以及2015年12月31日之后上市的企业数据。经过上述筛选，最终获得了6 个细分行业78家企业连续5年的研究样本。

本文数据皆来源于Wind 数据库，运用Stata17．0 软件对数据进行相关处理和分析，并对样本数据进行1%和99%分位数缩尾处理，防止异常值出现影响分析结果。

2．2 变量定义

2．2．1 企业绩效

本文的被解释变量为企业绩效。企业绩效的衡量指标通常可以分为财务绩效与非财务绩效两类，本文选择财务综合指标来反映企业绩效。学者们在衡量企业财务绩效时多选择净资产收益率与总资产收益率。由于短期指标相较于长期指标能够更好地反映企业的营运能力，为了清晰地反映服务化对企业绩效的影响，本文采用短期绩效指标中的盈利能力指标来衡量企业的经营情况。具体的指标测量方法是将ROA与ROE进行结合并加权处理［17］，计算公式如下：

2．2．2 制造业服务化

本文的解释变量为服务化程度。其中，服务化收入的测量参考张远和李焕杰［15］（2022）的做法。计算企业服务化业务收入占营业收入的比重，以此反映企业的服务化程度。同时，根据本文的研究假设，在具体的实证分析过程中，加入服务化程度的二次方项一并进行分析，进而判断服务化与绩效之间存在何种非线性关系。

2．2．3 数字化

本文的调节变量为数字化。在具体测量过程中，通过人工整理获取78 家企业2016—2020年的年报，利用Python 的文本挖掘技术对企业年报中所涉及的“大数据”“云平台”“物联网”等关键词进行中文分词处理，并对其所在语句进行提取，然后进行人工核查以及词频统计。另外，为了防止不同词频之间数量差异过大导致研究结果的准确程度较低，本文参考楼永等［18］（2022）的测量方法，对数字化词频的结果进行离散化处理。对同一年份不同企业的数字化词频由低到高进行程度划分，并将其分别赋值为1、2、3。其中，低于第一分位数的数字化用1 来表示，在1 与3 之间的用2 来衡量，超出第三分位数的赋值为3。

2．2．4 控制变量

根据相关研究，本文选取企业规模、企业年限、营业收入增长率和股权集中度等作为影响企业绩效的控制变量。

具体的变量说明如表1所示。

表1 变量定义

2．3 模型设计

本研究根据服务化、企业绩效、数字化三者之间的关系进行建模。

在模型（2）中，i代表研究的企业样本个体，t代表研究的样本年度，ε为随机误差，α为常数项，β为回归系数。

同时，为了检验数字化的调节作用，在原本的基础回归模型上依次加入服务化一次项与数字化的交互项（Serv×Digit）以及服务化二次项与数字化的交互项（Serv2×Digit），检验模型如下。

在上述模型中，模型（2）和（3）主要用来检验新能源汽车企业中企业服务化以及服务化的平方项与企业绩效的关系（H1、H2）；模型（4）用来检验数字化在企业服务化与企业绩效之间的作用关系（H3、H4）。

3 实证分析

3．1 描述性统计分析

基于研究样本的描述性统计结果如下：在企业绩效方面，样本最大值为44．54，最小值为-114．00，标准差为13．42，可以看出新能源汽车企业之间的财务绩效水平存在一定的差距。在服务化方面，样本最大值为28．44，最小值为0．00，标准差为2．97。可以看出，我国部分新能源汽车企业在持续推进服务化转型战略，服务化业务占主营业务收入的比重逐渐上升；而一些企业服务化转型进程较慢，仍处于起步阶段，企业之间的服务化水平差距较大。在数字化方面，样本最大值为3．00，最小值为0．00，标准差为0．83。可以看出，新能源汽车企业已开始注重数字化转型发展，但各企业之间存在较大差距，部分企业尚未进行数字化转型。其他变量的标准差均处于正常范围内，没有异常的样本值（见表2）。

表2 变量描述性统计

3．2 相关性分析

本文所选变量的相关性分析结果如表3 所示。服务化与企业绩效在1%的水平上显著相关，表明两者之间存在一定的关联性；企业的营业收入增长率（Growth）、股权集中度（Share）、企业年限（Age）与企业绩效之间均存在显著的相关性，并通过多重共线性检验。

表3 相关性分析结果

3．3 基准回归分析

本研究采用OLS 模型进行回归分析，具体结果如表4 所示。由表4 中第1 列可知企业绩效与控制变量的线性回归关系；第2 列加入了解释变量服务化的一次项（Serv）与二次项（Serv2）进行具体分析，进一步探索制造业服务化与企业绩效之间存在的非线性关系。同时，本文通过Hausman检验与F检验对模型的选择进行判断。从检验结果可知，本研究应选择固定效应模型进行分析。

表4 全样本回归分析结果

模型（2）的基准回归结果如表4 中第1 列所示。根据回归结果可知：首先，该模型具有显著的统计学意义。其次，从控制变量来看，部分控制变量与企业绩效是显著相关的，其中营业利润增长率（Growth）与企业绩效在1%的水平上正相关，表明营业利润增长率的提升在一定程度上能够促进企业绩效的提升。究其原因，企业经营利润的增加可以为其提供更多的资本，进而影响自身的经营效益，这种现象被称为规模经济效应。在规模经济的影响下，新能源汽车企业在生产过程中逐步实现专业化协作，生产成本降低促使企业效益提升。而企业年限（Age）与企业绩效之间呈负相关关系。其原因可能是新能源汽车企业在近几年不断加大服务化转型和数字化转型的力度，虽然这些举措为企业带来了一定的经济效益，但在具体的转型过程中企业消耗的资本也会对自身造成一定程度的不利影响。

从表4 中第2 列的基准回归分析中可以看出：首先，该模型通过了F 检验，具有显著的统计学意义；其次，该模型加入服务化变量后的R2值有所上升，拟合优度更好；最后，服务化二次项（Serv2）与企业绩效之间的回归系数为-0．115，且在1%的水平上显著。因此，新能源汽车企业服务化与企业绩效间的关系曲线为倒U 形，即两者之间存在一定的风险拐点，假设H2成立。

同时，为了进一步检验服务化与企业绩效之间的倒U形关系，本文选择Utest进行检验。首先，通过计算得出的极值点为0．118，而根据描述性统计分析得出的样本Serv取值为［0，0．570］，极值点在该区间内，同时在5%的水平上拒绝原假设。除此之外，由于斜率在区间内存在负号，可知所选样本中的服务化与企业绩效间呈倒U形变动趋势。

上述对模型（3）的具体分析验证了新能源汽车企业服务化与企业绩效之间存在的倒U 形关系。近年来关于数字化与服务化之间的关系研究较多，而对于数字化与企业绩效之间的关系尚未形成定论。因此，本文在模型（3）的基础上加入数字化以及服务化与数字化的交互项进行回归分析，具体结果如表4 中第3 列所示。从回归结果来看，数字化的回归系数为-4．832，且在1%的水平上显著，表明在2016—2020年的转型过程中，样本企业数字化对企业绩效并没有产生积极的影响。其原因主要在于新能源汽车企业在转型初期，需要大量的资金、人力、物力投入来发展数字技术，同时数字化为企业带来的成果具有滞后性，并非短期内就能展现的。

通过加入服务化一次项、二次项与数字化的交互项后的回归分析，对假设H3进行验证。从回归结果可知，相较于模型（2），第3 列的R2值为0．329，模型的拟合优度更好。另外，从第3 列中各变量的回归系数可以发现，Serv与Digit的交互项系数为0．056，而Serv2与Digit的交互项系数为0．085，且通过了5%水平的显著性检验，即数字化在新能源汽车企业服务化与企业绩效的关系中存在显著的调节作用，假设H3成立。同时，本文借鉴朱丹和周守华［19］（2018）、赵艳萍等［20］（2021）的研究思路进一步分析数字化的调节效应，结果表明数字化产生的是正向调节效应，高水平的数字化促使服务化与企业绩效关系的曲线形态更为平缓，绩效水平更高。

3．4 稳健性检验

为了进一步确保研究结果的可靠性，本文采用控制时间法进行稳健性检验。首先分析在年份变动的情况下新能源汽车企业服务化与企业绩效之间的关系，其次将相关数据重新进行回归检验，结果如表5所示。

表5 控制个体时间回归分析结果

第1 列是模型3 的回归结果。可以看出，服务化一次项、二次项的回归系数虽有所变动，但仍然呈现倒U 形走势，且二次项在1%的水平上显著，表明在对个体进行时间控制后，原本的服务化与企业绩效之间的关系未发生改变。同时，控制变量都基本保持稳定，进一步证实了假设H2。

从第2 列的结果中可以看出，模型具有良好的拟合优度；服务化二次项与数字化的交互项在5%的水平上正向显著，且控制变量与企业绩效关系的显著性仍保持稳定。这一结果表明，数字化在服务化与企业绩效的关系中依旧起到了显著的调节作用，证明了实证结果的稳健性。

4 结论与启示

4．1 研究结论

本文以2016—2020 年新能源汽车上市企业为研究对象，通过实证分析检验企业服务化与企业绩效间的关系，从实证结果中可以得出以下结论。

第一，新能源汽车企业服务化与企业绩效之间存在倒U 形关系，说明新能源汽车企业在实施服务化转型战略的过程中并未给企业绩效带来持续的积极影响。在转型初期阶段，企业适当开拓服务业务和加大服务业务的投入力度能够使其获得消费者关注，进而提高企业的盈利能力与发展能力，使得企业绩效整体呈现波动式上升趋势。但该积极作用存在一定的风险拐点。当企业服务化转型力度逐渐加大时，企业容易忽略自身实际情况而盲目加大服务业务的拓展投入力度，从而导致企业受到“服务化悖论”的影响，成本负担增加，企业的绩效水平受到威胁。

第二，基于检验数字化调节效应的目的，在模型中引入服务化与数字化的交互项进行实证研究。从回归结果来看，数字化在服务化与企业绩效之间起显著的调节作用。高水平的数字化能够通过赋能服务化转型更好地提升企业的绩效水平，从而加大服务化转型对企业绩效的积极影响，同时也可以缓解“服务化悖论”给企业绩效带来的负面影响。在进行服务化转型的过程中，企业通过大数据、智能化技术为服务化转型注入新的发展动力，促使自身原有的服务、经营效率大幅度提升；智能化技术的引入使得“产品+服务”模式得到进一步拓展，能够为客户提供更为周到的个性化服务，进而提高企业的盈利能力，提升自身发展效率。

4．2 对策建议

第一，本研究发现，在一定程度上服务化对企业绩效有着显著的影响。但从实证结果中可以看出，当企业服务化转型达到一定阶段时，若企业忽略自身的资源条件以及服务业务质量，盲目扩大服务业务，则会使企业绩效受到影响。因此，新能源汽车企业在进行服务化转型的过程中，应根据自身资源状况，在不影响其他业务的基础上进行转型。企业可以就已开展的服务业务提高服务质量，并加强服务数据的收集，紧跟市场需求变化，针对性地扩大服务业务，满足消费者的需求。

第二，在进行服务化转型的过程中，企业应加强市场调研以及收集客户反馈，从而制定出符合企业自身经营状况、资金状况的计划方案；同时，企业还应结合自身的实际情况判断其转型力度，再制定出符合企业自身实际的服务化计划。此外，在增加服务要素投入时，也要管理与控制企业在服务化转型中的费用投入，以此避免因盲目追求短期效益而脱离企业实际情况进行转型，从而陷入“服务化困境”。

第三，通过实证结果发现，数字化发展在服务化与企业绩效的关系中起正向调节的作用，说明新能源汽车企业在进行服务化转型过程中，需要把握数字化发展的趋势，合理运用数字技术，实现技术上的突破，从而帮助企业提高服务质量，创造更多价值。现阶段，互联网、信息化平台、大数据以及智能化技术等的出现为传统制造业的转型带来了新的发展契机，众多制造业企业开始借助数字化技术实施服务化转型的新升级，而互联网技术、物联网技术、大数据以及云平台的应用能够助力企业建立更好的服务平台。新能源汽车企业可以通过数字技术构建网络服务平台，更加高效地为客户提供售后服务，收集客户对产品的反馈，实现针对性的服务；网络服务平台可以帮助企业持续监测产品的使用状态，进而能够及时解决产品的问题。同时，数字技术可以提高自动化、智能化的服务质量，有助于降低企业的人力成本，减小成本问题给企业绩效造成的影响；当企业服务化转型达到一定程度时，企业可以利用人工智能实现自动化服务，进一步提高服务效率，增强企业竞争力。

4．3 不足与展望

本文在现有研究的基础上探讨服务化转型对新能源汽车企业绩效产生了何种影响，并加入数字化转型作为调节变量加以分析。由于企业服务化转型是一个较为漫长的过程，所跨年份较多，因此本文所选择的时间跨度仍有待进一步扩大。同时，在后续的研究中可进一步分析企业实施服务化转型的具体路径，运用有效的评价方法探讨企业服务化转型过程中企业绩效的变动情况，为我国传统制造业服务化转型提供更多的参考依据。另外，本研究并未充分考虑影响企业绩效的所有因素，未来的相关研究可进一步思考对企业绩效产生影响的其他因素，进而完善服务化转型对企业绩效影响的研究。