黄阳平，周 翌，李文宽

(集美大学 财经学院，福建 厦门 361021)

一、引 言

随着全球一体化进程的不断发展，为满足消费者多样化的个性需求，企业不再是单一地适用于以制造为主的盈利模式，而是慢慢由以制造为主转变为以服务为主，制造业服务化发展趋势越来越显著。为了提高竞争优势，越来越多的制造企业的目光不仅仅局限于实物产品生产，而是更加关注后续产品价值的增值，于是“服务+产品”的模式逐渐流行。这种趋势的逐渐显现，从微观的角度上来看呈现出世界级传统型制造业企业纷纷通过业务转型和服务模式的创新进行服务化转型；从中观的视角看是呈现出一种产业链从制造为中心到服务为中心的转变趋势；在宏观方面则呈现出地区乃至全球经济从“工业型经济”向“服务型经济”的转型。

在发展环境方面，中央、地方政府均有针对企业开展服务化业务、分离设立单独的服务业子公司的优惠政策。《中国制造2025》行动计划中明确提出：“保持我国宏观经济长期稳步增长，亟需大力发展先进制造业，改造提升传统产业，优化产业空间布局，培育一批具有核心竞争力的产业集群和企业群体，走提质增效的发展道路，以适应国家战略转型。”[1]制造业服务化政策支持力度在不断增强，尤其是地方政府也在通过各种方式的税收返还和其他政策支持制造业开展服务业业务，分离出所在归属地的服务业子公司。制造业企业迎来了业务转型、服务模式创新、服务业部分分离专业经营的黄金时期。

高新技术制造企业作为人才密集型和技术密集型的经济实体，是我国构建创新型国家发展战略的重要载体，也是发展战略性新兴产业的关键力量，对我国先进制造业发展和产业结构升级意义重大。我国是制造业大国，但制造业总体水平大而不强，随着对高新技术制造企业扶持力度不断加强，在企业服务化过程中也给予了很多政策上的支持。在全球进入服务主导的经济的大趋势下，服务化成为高新技术制造企业获得竞争力的重要手段。因此，高新技术制造企业服务化对企业绩效的影响成为现阶段需要关注的重要问题。

二、文献综述与研究假设

(一)高新技术制造企业服务化

关于“服务化”的概念，国外学者Rada等首次对其概念进行了系统定义，认为服务化就是企业从“单一提供产品”向提供“产品和服务组合包”的一种转变，并且“服务”在整个“组合包”中始终居于主导地位。[2]国内方面郭跃进最早提出了服务化的概念，明确指出产品是其核心，服务只是辅助产品实现其价值的方式，通过扩大以产品为中心的服务项目和服务范围，进而有助于与制造产品更好地合作，实现产品的功能和效用。[3]高新技术制造企业的显著特点体现在人才、技术以及知识的密集，高新技术制造企业服务化表现在从以产品制造为主导逻辑向以为顾客提供整套解决方案的服务为主导逻辑的转变，服务的嵌入能为企业开辟新的利润增长点，同时也带来了企业管理过程的创新。[4]本研究所说的高新技术制造企业服务化是通过财务指标构建企业的服务化指标来反应企业的服务化水平，即通过服务化相关收入在高新技术制造企业的总体收入中占据的比重并结合每一年业务构成进行修正来作为企业服务化水平的衡量指标。

(二)高新技术制造企业服务化及其绩效

通过对过往研究的系统梳理，发现学者们对高新技术制造企业服务化及其企业绩效的研究成果不多。国内学者王仰东等认为高新技术制造企业由于具有知识和技术密集、科技员工占比大、资源能耗消耗少、生产软件化程度高、产品更新换代快、产品附加值高等特点，这使得服务要素在该类企业中将具有更高的边际替代效应，从而使得企业内部、外部服务的效率更加容易得到提升，最终有助于企业总体绩效的提升。[5]因此，相较于一般传统制造业企业，为达到抢占市场竞争中的制高点，高新技术制造企业普遍来说更早地实施了服务化战略。此外，韩东林等也表达了相似的观点，认为高新技术制造企业与服务需求存在显著的正相关性，能够为企业经济增长带来较大贡献。[6]在高新技术制造企业中，技术在以产品为基础提供服务时可以为企业带来不同的高绩效。然而，李文秀等考察了很多实施服务化战略的高新技术制造企业的经营绩效，发现不仅存在像华为这类具有代表性的标杆企业，而且存在许多只是单纯把服务化战略停留在浅层的企业，所以对于高新技术制造企业来说，实施服务化战略存在显著的绩效差异。[7]

笔者认为，高新技术制造企业作为技术密集型的企业，前期需要累积的技术要素时间较长，其服务化对企业绩效的影响是需要在长期积累中显现效果的。而随着服务化发展的加深，前期的积累已经基本完成，产品和服务能紧密耦合从而达到良好的协同效应，但在服务化进一步加深之后，一味的进行服务化转型也不是高新技术制造企业生存发展的万灵药，过度增加产品服务化可能会分散企业资源，使得企业丧失核心竞争力，从而降低企业绩效水平。[8-9]基于前文的分析，为此，提出以下假设：

H1：高新技术制造企业服务化程度与企业绩效间呈现非线性关系。

三、研究设计

(一)样本选取

选取2009年至2018年高新技术制造企业对外信息披露数据为样本，扣除缺少数据及异常值的样本后，最终获得7 870个样本数据。实证研究数据来源于wind数据库、企业官网等，部分指标经过数据库数据的重新加工，并利用Excel、Stata15对数据进行描述性统计和计量分析。在选取样本时，主要以最能反映企业当前经营状况的最近一期(2018年)年度报告为准，而选取的样本数据跨度是十年的区间，这样在一定程度上能够反映企业乃至整个行业的发展趋势。

(二)变量选择

变量选择主要是基于己有的服务化战略与企业绩效关系的相关研究，通对比较分析不同逻辑进行变量选取。

1.被解释变量的选取。企业绩效是指一定经营期间的企业经营效益和经营者业绩。企业经营效益水平主要表现在企业的盈利能力、资产运营水平、偿债能力和后续发展能力等方面。本研究涉及的绩效指标要能够体现高新技术制造企业服务化转型后相关的盈利指标，财务指标客观且容易获得，同时相较于企业绩效的主观判断财务指标更具客观性。[9]指标的选取采取Visrijic 等的做法，用等利润总额、利息收入、平均资产总额构成的总资产报酬率作为衡量企业经营效益和经营者业绩的核心指标。[10]该方法相对其他方法的优点在于：(1)它有效克服了指标体系法等方法存在的主观性，客观性较强；(2)总资产报酬率在既有文献中则作为被解释变量，国外文献中则采用总资产报酬率来代表企业绩效。

因此，为合理反映高新技术制造企业绩效的变化，选取总资产报酬率(ROA)为衡量企业盈利能力的指标来研究服务化程度对企业绩效的影响。

2.解释变量的选取。核心解释变量是高新技术制造企业服务化程度(Service)。如果高新技术制造企业服务化程度越高，则表明服务类收入占主营业收入的比重就越大。因此，利用主营业务收入中服务业收入占比来衡量高新技术制造企业服务化程度(Service)。

3. 控制变量的选取。企业绩效除了受服务化程度的影响之外，显然还受到企业自身其他特征及行业因素的影响。基于数据的可得性，并考虑到选取太多变量可能会造成多重共线性的问题，因此选取了6个控制变量，其中前面3个反映了企业自身其他特征，后面3个反映了行业特征。

(1)企业规模(size)。企业规模是影响企业决策的重要变量，一般认为，规模越大的企业所拥有的优势资源会越多。随着企业规模的增加，企业基于规模经济，越发倾向于集中更多资源来实施服务化战略从而提升企业绩效。本研究采用企业人数的自然对数来度量企业规模。

(2)企业第一大股东持股比例(share)。吴淑琨证实企业第一大股东持股比例的提升有助于企业绩效的提升，两者之间呈显著的正相关关系。[11]

(3)企业资产负债率(DAR)。企业资产负债率表示企业总资产中负债占有的比例，作为衡量债权人发放贷款的安全性的指标，也反映了公司的负债水平。

(4)行业因素。高新技术制造企业绩效除了受到服务化程度和企业特征变量影响之外，还与所处行业紧密相关。考虑到行业异质性问题，在借鉴已有文献研究基础上，基于数据可得性，本研究选取行业资产报酬率(Indroa)、经济总量(gdp)、人才(talent)来衡量行业因素。这些指标越高，说明整个行业运行环境越好，效率越高，从而企业绩效水平可能越好。

为了消除异方差的影响，从而使样本数据最接近正态分布，笔者将企业人数、经济总量和人才取对数处理。此外，为保证后面引入解释变量服务化程度的平方和立方能较好解释变化趋势，将企业服务化程度的数值乘以100。具体变量说明如表1所示。

表1 变量指标及其定义[注]stata15统计结果。

4.模型设定。考虑到前文对高新技术制造企业服务化影响因素的分析，以及对服务化程度与企业绩效的影响分析，参考国内外相关文献并结合上述的理论假设，将服务化程度的二次方和三次方加入模型中，最终模型设定如下:

i=1,2,…，7 870代表样本的序数；t=2009,…，2018代表样本的年份。

上式中，c为常数项，α1、α2、α3为解释变量系数，β1、β2…β7为控制变量系数，μit为残差项。

5.样本数据描述性统计。为了解样本数据的基本特征，对其进行相关描述性统计。根据以上的理论分析和模型构建以后，将相关数据代入进行分析研究。表2为各变量的描述性统计分析，显示了各变量的最小值、最大值、平均值和标准差。从表2中，我们可以看出共有787家企业。对于被解释变量服务化程度最大值0.896和最小值0，说明有些企业服务化实施程度较高，但有的企业还未实施服务化战略。从控制变量来看，所选企业公司的规模差别比较大，股权结构差异也比较大。其中资产报酬率roa(Mean=7.28%)、企业第一大股东持股比例share(Mean=34.30%)、服务化程度service(Mean=0.026)、企业资产负债率DAR(Mean=39.39%)、企业规模size(Mean=1.14)、人才talent(Mean=7.88)、经济总量gdp(Mean=10.33)、行业资产报酬率lndroa(Mean=4.79%)均在正常范围以内。

表2 变量的描述性统计[注]stata15统计结果。

四、实证分析

为了保证实证结果的稳健性，选择合适的回归模型，首先要对数据进行检验，采用stata15软件进行分析。作为面板数据，把所有行业视为同一经济结构直接进行混合模型的回归估计是不恰当的，等于没有考虑到行业间的异质性。因此，有必要建立固定效应或随机效应回归模型，结合上述理论分析，以企业规模、企业资产负债率、第一大股东持股比例、人才、经济总量和行业资产报酬率作为控制变量，此外考虑到已有的文献研究，所以笔者还加设了服务化程度的二次方(service2)与三次方(service3)来考察服务化程度与企业绩效的影响，分别回归并进行hausman检验结果如表3所示。

表3 回归结果[注]括号中数字为标准差；＊＊＊ 、＊＊、＊分别表示估计系数在1%、5%、10%的水平上显著。

根据实证结果显示，几个控制变量都是显著的，对于行业控制变量Indroa的系数显著且符号为正，说明高新技术制造企业绩效与所在行业资产报酬率为正向关系，即表明行业资产报酬率的上升会带动企业绩效的提升，这与现实情况也是相一致的。行业资产报酬率的上升表明整个市场环境发展向好，高新技术制造企业因此能享受到其快速发展带来的经济效益，所以绩效也相应提升。对于人才和经济总量的系数也显著为正，说明高新技术制造企业所在省份经济总量越高，人才越多，相应的绩效水平将会越高。对于企业特征变量size系数符号为正且显著，表明企业规模与企业绩效呈正向变动关系，即高新技术制造企业规模越大反映出企业有较强的扩张能力，越能享受到规模经济带来的效益。特征变量DAR的系数显著且符号为负，说明负债率越低的企业绩效越高。

五、结论和政策建议

运用理论研究和实证分析的方法，在对现有文献研究的基础上提出我国高新技术制造企业服务化与企业绩效间的关系呈现非线性关系，具体是三个阶段变化的过程，即呈现“先减、后增、再减”的关系，并利用787家高新技术制造企业2009年至2018年十年的面板数据，对这种关系特征进行回归分析。结果表明：在服务化战略实施初期，由于服务活动的特殊性，高新技术制造企业服务化初期对企业绩效负面影响不显著，可能原因是我国很多高新技术制造企业近几年才刚开展服务业务，在服务化发展初级阶段，服务业收入占主营业务收入比重很低时，服务化业务的投入并不能带来企业绩效产生即时的影响，其对企业绩效的影响是需要一定的时间的积累。随着服务化程度的提高，企业逐步适应成熟运作，人才积累和技术创新已得到大幅度提升，产品与服务的融合已形成了完整的价值链，服务化的规模经济慢慢形成，服务业务收入占主营业务收入比重同步提高，服务化业务的开展可以为高新技术制造企业带来稳定的现金流，此时服务化程度的提高对企业绩效有显著的正向促进作用。但在此基础上进一步加大服务化业务的投入，对高新技术制造企业而言将过于分散企业资源，此时服务化程度有可能超过企业资源禀赋承受范围，造成规模不经济，服务化程度进一步提升会给企业绩效带来负面影响，在这一阶段又起到负向抑制作用。实证分析结果与前文理论假设一致。

我国高新技术制造企业服务化是个漫长的过程，在服务化战略实施的不同阶段对企业绩效产生不同的影响。为了把我国建设成制造强国，推动高新技术制造企业向全球价值链高端迈进，进而推动经济高质量发展，基于文章研究结论，提出如下政策建议：

1.完善相关政策体系。政府应该加强高新技术制造企业服务化相关政策，制定完善的行动方案，积极引导各地方政府，组建跨行业的发展联盟，为高新技术制造企业服务化战略实施打造良好的经济环境。同时根据区域禀赋和产权差异的特征，政府应有针对地进行差异化指导，并制定差别化扶持政策。此外，要鼓励高新技术制造企业参加“一带一路”项目建设，不断开拓国际市场，提高我国高新技术制造企业的国际竞争力，促使其向全球价值链高端挺进。

2.提高核心竞争能力。在我国高新技术制造企业服务化发展进程中，存在着初期向中期的过渡阶段，在这一阶段服务化的发展对高新技术制造企业绩效无法起到正面的促进作用，企业需要积极应对这一阶段，既需要资本和技术的创新，掌握价值链上核心环节技术，也需要与之匹配的高素质人才，才能具有持久的竞争优势，使得服务化投入与产出相结合。当服务化逐渐发展，服务化对资金、人才、技术与管理者的才能都有更高的要求。高新技术制造企业应该从内部管理上平衡好服务部门与各部门关系，减少不必要的管理成本。

3.增强孵化功能。由于我国高新技术制造企业具有高投入、高风险的特点，其在服务化发展过程中对资金需求量较大，同时也易受到其约束。[12]而且，我国高新技术制造企业服务化起步较晚、基础不够扎实，产出服务化程度也不高。因此，要依据《中国制造2025》选择有潜力的企业，实施提升高新技术制造企业服务化能力的专项工程，进行动态管理，加强产品服务模式的创新，实现产品服务化上中下各端口的紧密衔接，并及时充实、更新高新技术企业，帮助重点企业增加盈利能力，形成完整的产品服务孵化链。