[引用原文]:杨蕙馨,孙芹.服务生态系统何以影响制造企业全要素生产率？[J].济南大学学报（社会科学版）,2024,34(05):72-85.

摘要：数字经济时代提升制造企业全要素生产率、促进制造业高质量发展是推进现代化产业体系建设的重要内容。服务生态系统为企业开展价值共创活动搭建了资源基础，对制造企业全要素生产率产生深刻影响。基于资源基础理论和动态能力理论，使用2013—2021 年中国沪深A 股上市制造企业面板数据，实证检验了服务生态系统对制造企业全要素生产率的影响。研究发现：第一，服务生态系统有助于提升制造企业全要素生产率；第二，服务生态系统通过促进组织动态能力实现制造企业全要素生产率的提升；第三，数字化能力能够强化服务生态系统对制造企业全要素生产率的积极效应；第四，基于企业产权性质和企业规模、行业性质以及市场环境不确定性的异质性检验表明，国有企业、大型企业、先进制造企业以及高不确定性市场环境中服务生态系统对全要素生产率的促进作用更加明显。研究结论为制造企业提升全要素生产率、实现高质量发展提供理论参考和实践指导。

关键词：服务生态系统；动态能力；数字化能力；全要素生产率

一、引言

党的二十大报告明确提出“坚持以推动高质量发展为主题”，并强调“加快建设现代化经济体系，着力提高全要素生产率，着力提升产业链供应链韧性和安全水平”。全要素生产率的提升对我国经济从高速发展向高质量的发展转型至关重要。然而，随着逆全球化思潮兴起、科技封锁加剧以及疫情冲击等国内外形势的变化，商业环境的不确定性显著增加，使得我国现代化产业体系建设面临严峻挑战。在应对日益复杂的社会经济环境方面，以服务生态系统为核心的商业模式展现出独特的竞争优势。服务生态系统遵循服务主导逻辑，强调与多层次外部主体构成相互依赖的关系，这种模式不仅加快了系统内各参与主体间互补性资产的流动，还促进了价值共创。《中国制造2025》明确提出要“加快制造与服务的协同发展，推动商业模式创新和业态创新，促进生产型制造向服务型制造转变”。在实践中，制造企业通过在生产制造流程中增加配套服务，逐步从单纯“制造”转向“制造+服务”的经营模式，转型为服务型制造企业，并通过与外部主体联结，促进服务创新和多样化价值创造。以往研究多集中于制造企业与顾客之间的二元关系及其对价值共创和新产品、新服务开发的影响。而随着信息技术的发展和市场需求的变化，更多研究关注制造企业通过广泛吸引包括顾客、供应商、政府、高校等多层次合作伙伴所形成价值共创网络系统。如海尔集团通过构建“互联网+制造”战略，应用物联网等数字技术，进而建立了涵盖智能家电、智能家居解决方案和智能互联平台在内的智能家居服务生态系统，并通过与多方主体价值共创为用户提供更广泛便捷的智能生活体验，实现了市场价值。

资源基础理论强调，拥有的稀缺、有价值的资源是组织建构和维持竞争优势的源泉，而单个企业难以拥有发展所需要的所有资源，需要面向组织外部进行跨组织边界、跨行业和跨领域的资源搜寻。服务主导逻辑也认为价值是由多个参与者通过交换和整合社会资源共同创造的，遵循服务主导逻辑的服务生态系统以一个更复杂动态的参与者交换系统视角来探究价值共创的过程。然而现有研究多基于单层主体间的二元关系互动来探究其对价值创造的影响，忽视了多层参与者间的复杂互动。因此，本文关注服务生态系统的多层次主体价值共创互动结构，以期深入理解服务生态系统对制造企业全要素生产率的影响。另外，动态能力理论为分析服务生态系统对制造企业全要素生产率影响机制提供了契合的理论视角。已有研究揭示了内部动态能力能够推动企业持续建立和更新资源与资产，以快速响应外部市场环境的变化，进而缓解企业转型过程中所面临的不确定性影响。结合资源基础理论，面对内外部相似资源背景的企业会呈现不同水平的绩效产出，关键在于组织动态能力在其中的作用效果。因此，探究动态能力在服务生态系统与企业全要素生产率间的中介作用对深入刻画服务生态系统的作用效果及机制过程具有重要价值。

综上所述，本文围绕“服务生态系统何以影响制造企业全要素生产率”这一问题，重点探究以下几个内容：①制造企业能否通过服务生态系统突破资源束缚以提升价值产出效率？②服务生态系统影响制造企业全要素生产率的作用机制是什么？③服务生态系统影响制造企业全要素生产率的边界条件是什么？基于此，本文基于资源基础理论和动态能力理论，以2013—2021 年A 股制造业上市公司为研究样本，揭示服务生态系统多层次主体互动对制造企业全要素生产率的作用效果、影响机制及情景机制，为制造企业提升全要素生产率、实现高质量发展提供理论参考和实践指导。

二、文献梳理与研究假设

（一）服务生态系统及结构

服务生态系统观点源于服务主导逻辑理论和生态系统思想，生态系统思想最早由Moore 引入管理领域并提出了商业生态系统的概念，即基于组织互动的一种跨越组织和产业边界的经济联合体，进而延伸出“创新生态系统”“平台生态系统”等概念。不同于平台生态系统研究关注的网络效应和平台治理内容，以及创新生态系统关注的开放创新和创新网络内容，服务交换、资源整合、价值共创和特定的制度情境是服务生态系统的关键理念和重要内容。服务主导逻辑理论强调一切经济都是服务经济，知识和技能等操作性资源是企业竞争优势的根本来源。在“万物互联”的数字时代，制造企业通过逐步搜寻和整合外部服务知识、技术等资源与外部多样化主体建立联结，进而嵌入到一个庞大的价值共创网络系统，即服务生态系统。由此，服务生态系统被认为是由多个松散耦合的参与者在服务交换的过程中，通过共享制度逻辑和价值共创而连接起来的相对独立、自我调节的系统，是制造企业获取和整合外部资源、实现价值创造的组织逻辑。

在服务生态系统中，广泛的异质性节点组织是其基本构成单元，行动主体间基于复杂网络关系下的互动成为资源实现流动和整合的基础。服务生态系统认为一切经济社会参与者都是价值创造的重要组成部分，制造企业作为行动者参与基于服务生态系统资源整合和价值共创的全过程。已有研究从服务生态系统视角切入探究系统内制造企业与各参与主体间的互动模式和价值共创活动，并强调了服务生态系统内价值共创的多层次统一性和各层次差异性的特征。关于服务生态系统内各行动主体间的价值共创互动结构最早由Chandler 等从微观、中观和宏观三个层面进行了划分。基于此，本文从微观层的企业顾客系统、中观层的利益者相关系统和宏观层的服务生态系统进行分析（如图1所示）。

图1 服务生态系统多层次主体价值共创互动结构

从制造企业视角来看，企业通过与服务生态系统中多层参与主体互动来获取和整合多方资源，实现在特定实践情境下的升级。微观层是制造企业和顾客系统的结构和活动，是整个系统的组织基础。制造企业在微观层的经营重点从技术发展转向客户需求，强调基于“企业—顾客”二元关系的顾客参与是实现服务交换和价值共创的关键。中观层是制造企业与供应商、合作主体等利益相关者间系统结构和活动，是连接微观层和宏观层互动的渠道。中观层强调利益相关者间的网络关系是制造企业进行优势互补，实现整体价值增值的重点。宏观层是包括政府、行业协会等更为广泛的社会结构和活动，是整个系统的最高层。随着组织边界被进一步打破，以社群为中心的生态系统逐渐形成，各行动主体在共同制度安排下进行价值共创活动，宏观制度环境不仅受到微观层和中观层的推动，同时反过来指导和制约二者的活动。在实践中，海尔集团通过基于数字技术搭建的海尔资源云平台，有效整合了包括顾客、供应商和创新合作伙伴在内的多层次利益相关者资源，体现了服务生态系统在实际应用中的价值共创机制。该平台不仅实现了资源的高效共享和整合，推动了制造企业向整合解决方案提供商的角色转变，更重要的是，通过微观、中观和宏观层次的协同互动，快速响应市场需求，为利益相关者创造了显著的价值增值。

（二）服务生态系统与制造企业全要素生产率

企业全要素生产率意味着企业内部各要素（劳动、资本、技术等）的综合生产率，是体现企业高质量发展的重要指标。服务生态系统以整合多元化资源、促进协同合作和推动数字技术应用，成为提升制造企业全要素生产率的重要机制。首先，服务生态系统内多元资源的获取，助力制造企业服务创新与产品优化。服务生态系统提供了多样化的资源获取途径，使得制造企业通过与系统多方参与者建立合作关系，能够获取到来自不同领域、不同层面的包括技术、知识和人才等多样化资源；同时，通过与顾客、供应商和其他企业等主体的互动，制造企业能够更及时地了解市场需求和顾客反馈，从而优化产品设计和服务模式，提高市场竞争力。其次，服务生态系统的网络结构强化了多元主体间的协同合作和价值链整合。制造企业通过与服务生态系统中其他参与者建立稳定高效的网络合作关系，使得多元主体能够在研发、生产和销售等环节实现协同合作，从而促进价值链整合和系统整体效率的提升；网络化的关系结构增强了制造企业外部资源整合能力，提高了生产要素的利用效率。最后，数字技术的广泛应用提升了企业的资源配置效率。服务生态系统的运转通常伴随着大数据分析、物联网等数字技术的应用，数据要素的投入帮助企业加快内外部信息交互效率、降低生产和运营成本，优化生产流程和运营模式，进而对全要素生产率产生积极影响。

服务生态系统是一个基于服务主导逻辑运转的多层次网络和动态价值共创系统，因此不仅要关注微观顾客、中观网络等多层次主体间价值共创的动态性和系统性，还要充分考虑宏观社会情境的影响。首先，从微观层来看，服务生态系统为制造企业与顾客之间的需求获取和意见反馈提供了多样化的媒介。顾客参与到企业的研发设计、生产制造、销售服务等环节，形成了紧密的二元互动关系。这种互动不仅促进了顾客资源与组织资源的跨界整合，更推动了服务创新和产品优化的进程，实现了体现用户价值主张的价值共创。其次，从中观层来看，制造企业通过与具有资源优势企业基于知识共享、资源互补、技术合作等形式建立多主体共生互动的共生网络，进一步推动了系统知识和技术资源的流动、聚集和整合；同时，企业通过组织间的知识溢出效应获取互补性资源，丰富了自身资源库，更加高效地开展产品和服务创新活动，有效地提高了生态系统的整体效益。最后，从宏观层来看，服务生态系统中多方合作主体的互动模糊了资源、组织和产业边界，因此必须考虑特定社会情境下由法律法规、社会规范和价值观等要素构成的社会制度的影响。制度的约束减少了系统中多元主体价值共创和互动中可能出现的机会主义行为和搭便车现象，从而降低了交易成本并提升资源使用效率。

因此，本文提出如下假设：

H1：服务生态系统能够提升制造企业全要素生产率。

H1a：微观顾客参与能够提升制造企业全要素生产率。

H1b：中观共生网络能够提升制造企业全要素生产率。

H1c：宏观制度环境能够提升制造企业全要素生产率。

（三）动态能力的中介作用

Teece 最早定义动态能力为企业通过对内外部资源进行协调、整合和重组，以快速响应市场需求，进而实现与环境的动态匹配并获取持续竞争力的能力，体现了企业的资源管理水平，主要包括机会感知能力、机会把控能力和变革重构能力。现有研究对动态能力的具体表现形式结论不一，如Wang 和Ahmed 将动态能力的维度划分为吸收能力、适应能力和创新能力。焦豪等开发出测量动态能力的4个构面： 环境洞察能力、 变革更新能力、技术柔性能力与组织柔性能力。本文借鉴已有研究，从动态能力的吸收能力、适应能力和创新能力三个维度展开探究。其中，吸收能力是指制造企业基于现有资源识别外界知识、技术和信息的价值，并将吸收和转化的知识应用于商业实践的能力；适应能力是指企业快速识别和抓住市场机会并对企业资源进行重组的能力；创新能力是指企业持续改进自身的产品和服务，进而实现新价值增量的能力。

根据资源能力理论，企业是资源和能力的集合，资源是企业持续竞争优势的必要条件，企业内外资源整合捆绑形成组织内部能力，进而影响资源用效率和企业绩效。制造企业实现长远发展正是结合自身资源与能力以适应环境变化的动态过程。当企业面对外部资源时，通过吸收、适应、整合重组和创新，才能够将这些资源转化为满足市场需求并具备市场价值的实物产品。服务生态系统为制造企业提供了丰富的、多层次、多元化的资源，制造企业通过有效整合和利用系统中的资源发展内部能力，形成连接资源和价值产出的桥梁，发挥服务生态系统带来的资源优势以实现价值创造。具体而言，服务生态系统通过引入多元参与主体和资源，为制造企业提供广泛的信息和知识来源，帮助企业更好地理解外部环境的动态变化，提高信息吸收能力和适应性。其次，服务生态系统中的复杂动态网络化结构使得组织经营更具灵活性，高效的信息资源流动帮助企业敏捷决策，并迅速调整战略、业务模式和运营方式，以适应不断变化的市场需求和竞争压力。最后，广泛的竞争与协作机会打破了企业传统的创新边界，促进了更广泛的创新，并通过多方参与的方式共同创造新的解决方案，实现产品创新和市场开拓。因此，制造企业通过加强与服务生态系统中多层次主体间的互动来提高自身的动态能力。进一步地，企业所具备的动态能力能够促进资源的充分利用和全要素生产率的提升。在这一过程中，制造企业根据外部市场动态，快速识别评估、获取和整合外部高价值资源和机会，突破内部原有路径依赖、克服企业 “核心刚性”，从而加速自身知识体系更新，提高信息处理效率和创新绩效，实现长远发展；此外，动态能力还通过行为整合，充分发挥高管团队群体性能力和资源优势，促进企业战略转变，进而推动系统资源转化为符合市场需求的新服务或新产品，获得持续竞争优势。

因此，本文提出如下假设：

H2a：服务生态系统能够提升组织动态能力。

H2b：组织动态能力在服务生态系统与制造企业全要素生产率的关系中发挥中介作用。

（四）数字化能力的调节作用

服务生态系统中多元主体互动为制造企业提供了获取和整合资源的渠道，企业能力决定了企业能否有效地将这些资源进行识别、消化和运用，从而将外部资源转化为内部成果、并在复杂动态的环境中实现可持续发展。随着工业信息技术、人工智能和互联网+等技术的快速发展，数字化能力已成为企业发展的关键竞争力。Lenka 等提出数字化能力是由智能能力、连接能力和分析能力构成的旨在挖掘价值创造的潜力。魏冉等进一步指出企业数字化能力能够帮助企业应对快速变化的服务需求环境，包括数据收集、权限获取和深入分析的多层次能力。数字化能力以数字资源为核心，通过数字技术整合系统中参与主体进行价值共创。因此，具备高水平数字化能力的企业能够将数字资源和内外部技术、知识、人才等其他资源结合起来，进行动员、部署和协调，从而辅助企业进行精准决策、优化资源配置，以快速响应市场需求。

在本文中，服务生态系统多元主体互动依赖于广泛的数字化基础，系统中大量数据和信息形成数字化资源池为制造业企业提供了丰富的外部信息和知识，是企业充分发挥动态能力的重要支撑。具备高数字化能力的制造企业，意味着拥有较强的数字化基础设备和高水平的技术人员。面对服务生态系统中多元主体和丰富资源，这些企业一方面能够快速链接参与主体和系统资源，迅速掌握外部市场动态，并基于此识别和获取有价值的外部资源，强化组织吸收、适应和创新能力；另一方面，制造企业还能够利用数字化基础快速调整自身组织结构，提高市场适应性并增强协同创新效率，进而提升全要素生产率。

因此，本文提出如下假设：

H3a：组织数字化能力正向调节服务生态系统与制造企业全要素生产率间的关系。

H3b：组织数字化能力正向调节服务生态系统与动态能力间的关系。

综合以上分析，本文的研究模型如图2所示。

图2 研究模型

三、数据来源与变量测量

（一）数据来源

本文以2013—2021 年中国沪深A 股上市制造企业为研究对象，剔除ST、ST*类、上市时间不足1年、暂停上市和退市以及关键变量数据缺失的样本，最终获得2350家上市制造企业的12148个企业—年度观测值。同时为消除极端值的影响，本文对连续变量按前后1%进行了Winsorize 缩尾处理。本文的研究数据主要来源于CSMAR数据库、CNRDS数据库和国家统计局官网。

（二）变量测量

（1）因变量

制造企业全要素生产率（TFP）。参考武常岐等的做法，以LP法估算企业全要素生产率，且做1年的滞后处理。计算公式如（1）所示，其中，Y 是主营业务收入；L 为劳动投入，用员工人数衡量； K为资本投入，用固定资产净额衡量；M 是中间投入，用购买商品、接受劳务支付的现金衡量。i 为公司，t为年份。

（2）自变量

服务生态系统（SES）：参考CHANDLER 等的研究，从微观、中观和宏观三个层面对服务生态系统中的主体互动展开分析，采用主成分分析法将微观层面的顾客参与、中观层面的共生网络和宏观层面的制度环境三个指标降维后获得。

顾客参与（COU）：根据现有研究，企业广告投入作为一种投资行为，影响了市场顾客的购买偏好，通过加强顾客参与发挥监督治理效应来获得品牌忠诚度、提高公司治理水平。因此本文将广告投资回报率作为顾客参与的代理变量。

共生网络（NET）：借鉴解学梅等的研究，制造企业与其他主体间的相互引证专利体现了生态系统中共生网络的知识技术资源流动过程，因此采用专利引证和被引证数量之和取对数来测度服务生态系统中层共生网络中的多元主体互动。

制度环境（INT）：根据已有研究，制造企业所处的营商环境为其提供了进行生产经营活动的综合性生态系统，系统内部多种制度并存、共同影响多层次主体间互动。因此本文从政府监管干预、政府财政支持以及地区数字化建设三个方面对服务生态系统的制度环境进行测度。其中，政府监管干预体现了政府与市场之间的关系和企业自由贸易程度，使用《中国分省份市场化指数报告（2021）》中的“政府与市场的关系”指标代理政府监管干预，该指标由政府配置资源比重、政府对企业干预程度和政府相对规模3个子维度构成；政府财政支持，采用R＆D 经费内部支出强度来衡量；数字化建设以互联网上网人数、电子商务交易活动的企业数和互联网普及率三个子维度降维后的指标来代理测量。最终变量采用主成分分析法对以上三个指标进行标准化后降维处理获得。

（3）中介变量

组织动态能力（DC）。借鉴焦豪等的研究，以吸收能力、适应能力和创新能力标准化后降维获得。其中，吸收能力（RD），以制造企业研发人员数量+1 取对数和研发费用支出+1 取对数的均值进行衡量；适应能力（ACV），以制造公司研发支出强度、资本支出强度和广告支出强度的变异系数来衡量，测量公式为：ACV =-σ/mean（ ×100%）， mean、σ分别表示资本支出、研发支出和广告支出强度的均值和标准差；创新能力（IA），以创新专利申请数量+1取对数来衡量。

组织数字化能力（DT）。借鉴赵宸宇等的研究，采用上市企业年报中披露“管理层讨论与分析”内容中的数字化相关词汇的词频来衡量组织数字化能力。具体步骤为：基于大数据应用、智能制造应用、数字化平台建设和互联网商业模式应用四个层面共126 个关键词构建组织数字化能力特征词词组；基于机器学习方法对企业年报中“管理层分析与讨论”部分进行文本分析，统计特征词出现的频数总和；将特征词频数总和加1取对数后的数值作为组织数字化能力的衡量。

（4）控制变量

借鉴以往研究，本文选取企业年龄（AGE）、企业产权性质（STA）、资产收益率（ROA）、企业股权集中度（OC）、董事会规模（BS）和存货周转率（IT）作为控制变量。

表1 变量测量说明

四、实证结果与分析

（一）基准回归分析

基准回归结果如表2 所示。模型（1）中结果显示在控制了相关变量以及固定个体和年份之后，服务生态系统的回归系数显著为正（β =0.239，p ＜ 0.01），表明服务生态系统能够有效促进制造企业全要素生产率的提升，H1得到验证。同时，模型（2）至（4）显示了服务生态系统中不同层次主体互动对制造企业全要素生产率的影响，结果显示微观顾客参与、中观共生网络和宏观制度环境的回归系数均显著为正（β =0.001，p ＜ 0.01；β =0.010，p ＜ 0.05；β =0.059，p ＜ 0.05），表明微观顾客参与、中观共生网络和宏观制度环境均能够有效促进制造企业全要素生产率的提升，H1a、H1b和H1c得到验证；同时，结果也表明以多层结构主体价值共创互动观测的服务生态系统对制造企业全要素生产率的积极效应远高于微观、中观或宏观单层主体互动的效应。

表2 基准回归结果

注：^*p ＜ 0.1， ^**p ＜ 0.05， ^***p ＜ 0.01，下同。

（二）稳健性及内生性检验

1. 稳健性检验

（1）替换TFP测量方法。本文使用OLS和FE方法替换因变量测量方式，进行稳健性检验。

（2）减少样本量。本文将沪深A 股上市制造企业研究样本缩减为16个制造业细分行业的先进制造企业研究样本，进行稳健性检验。

（3）添加聚类稳健标准误。本文添加采用个体聚类稳健标准误评估方法的稳定性。以上检验均验证了研究结论的稳健性，具体结果见表3。

表3 稳健性检验结果

2. 内生性检验

首先，本文采用个体/时间固定效应模型进行回归检验，能够缓解可能遗漏变量带来的内生性影响；其次，为规避可能的反向因果关系，本文选择第三产业法人单位数量（NTI）作为工具变量进行验证，主要原因在于：第一，相关性，即第三产业法人单位数量与制造企业服务生态系统相关。服务经济的发展推进了产业结构调整升级，助力了现代生产服务业与制造业的融合共生。同时，服务主导逻辑理论在服务经济背景下发展起来，面对不确定的外部环境，越来越多的制造企业转而寻求外部合作者、拓展服务业务、融合“产品+服务”来建立与客户间的稳固关系。因此，第三产业法人单位数量会影响制造企业服务生态系统。第二，外生性，即第三产业法人单位数量与扰动项不相关。第三产业法人单位数量的反映了行业层面的发展状况，相对企业来讲属于外生变量。表4 展示了两阶段回归结果，第一阶段回归结果表明第三产业法人单位数量与服务生态系统之间具有显著的正相关关系（p＜0.01），符合预期；根据弱工具变量检验结果，F 值为990.59（远大于临界值10），表明第三产业法人单位数量是强工具变量。同时，由第二阶段估计结果可知，在IV-2SLS估计下，服务生态系统与全要素生产率的关系并未发生改变，与前文结果一致，结果具有稳健性。

（三）机制检验

1. 中介效应检验

结合模型（1）中服务生态系统的回归效应显著为正，本文参考温忠麟等三步法构建中介效应模型，动态能力的中介效应检验结果如表4所示。模型（5）显示以动态能力作为被因变量的回归结果，服务生态系统能够显著正向影响动态能力（β =0.091，p ＜ 0.01）；模型（6）显示以全要素生产率作为因变量的回归结果，服务生态系统（β =0.227，p ＜ 0.01）和动态能力（β =0.113，p ＜ 0.01）均对全要素生产率产生显著的正向作用，表明动态能力在服务生态系统和全要素生产率之间发挥了部分中介作用，即服务生态系统能够通过提高组织动态能力来促进制造企业全要素生产率的提升。假设H2a和H2b得到验证。

表4 中介效应和调节效应检验结果

2. 调节效应检验

如表4 所示，模型（7）以动态能力为因变量，服务生态系统与数字化能力的交互项的回归系数显著为正（β=0.026，p＜0.01），表明数字化能力正向调节服务生态系统与动态能力间的关系。模型（8）以制造企业全要素生产率作为因变量，服务生态系统与数字化能力的交互项的回归系数显著为正（β =0.023，p ＜ 0.1），表明数字化能力正向调节服务生态系统与全要素生产率之间的关系，假设H3a和H3b得到验证。

（四）异质性检验

1. 企业产权性质和企业规模

根据企业产权性质异质性分析结果，无论国有企业和非国有企业，服务生态系统均能够对全要素生产率产生积极的作用；同时，国有企业中服务生态系统对全要素生产率的作用效应更强。可能的原因在于：行政权威背书的国有企业拥有更强的国家政策扶持，长期受行政保护或资源垄断，在获得信任、建立价值共创合作关系等方面具有天然优势；同时，服务主导逻辑偏向也能够促使其深度嵌入服务生态系统，与其他市场主体共同创造价值。

本文以样本企业员工数量的均值为界，员工数量大于均值的企业设定为大型企业，其余样本设定为中小企业。根据企业规模异质性分析结果，大型企业和中小企业的服务生态系统回归系数均显著为正；同时，大型企业中的服务生态系统的作用效应更强。本文分析，大型企业具备财务、人力和技术等资源优势，这帮助企业在系统中发挥更为关键的角色，有助于维护庞大的服务生态系统并增强其积极效应；同时，规模效应能够帮助大型企业在系统中吸引大量的合作伙伴、投资和创新资源，从而更高效率地适应市场变化。

表5 异质性检验结果

2. 行业性质

根据行业异质性分析结果，先进制造业服务生态系统积极作用得到了验证；而非先进制造业服务生态系统的积极作用未得到验证。本文分析，相较于非先进制造业，先进制造业通常采用更先进、复杂的生产技术和制造流程，经营过程更依赖信息技术和智能化制造，服务生态系统能够为其提供专业的技术支持、创新和协作，从而更容易产生积极的影响；同时从外部合作与竞争来看，先进制造业面临更激烈的国际竞争和技术竞争，需要如定制化技术支持、工艺优化等高度专业化服务，服务生态系统不仅能够支持先进制造业供应链的协同作业和优化，还能够成为企业获取先进技术和知识的重要途径，对企业生产和创新效率产生积极的影响。

3. 市场环境不确定性

借鉴申慧慧等的研究，本文使用经过行业中位数调整过的企业五年销售收入的变异系数测量市场环境不确定性，并以样本企业该变量均值为界，大于均值的企业设定为高市场环境不确定性样本，相反则设定为低市场环境不确定性样本。根据市场环境异质性分析结果，高不确定性市场环境下服务生态系统的作用效应更强。本文分析，在高不确定性的市场环境中，制造企业业务创新和市场开拓存在较高的风险，且更倾向于寻找合作共赢的机会，具备高灵活性和适应性的服务生态系统为多元主体提供了跨组织、跨产业和跨领域的合作平台，促进的信息和资源的共享和流动，从而帮助企业调整生产策略，提高生产效率。

五、结论与启示

（一）研究结论

本文研究结论如下：第一，服务生态系统有助于提升制造企业全要素生产率，且以多层结构主体互动观测的服务生态系统对制造企业全要素生产率的积极效应高于微观、中观或宏观单层主体互动的影响；第二，服务生态系统通过促进组织动态能力实现制造企业全要素生产率的提升；第三，数字化能力能够强化服务生态系统对制造企业全要素生产率的积极效应；第四，异质性检验结果表明，企业、行业和市场环境层面特征会影响服务生态系统资源优势的发挥，服务生态系统的促进作用存在显著差异，国有企业、大型企业、先进制造企业以及高不确定性市场环境中服务生态系统对全要素生产率的促进作用更加明显。

（二）实践启示

首先，制造企业应充分认识到服务生态系统的重要性，积极利用资源协同效应，拓展资源获取途径。通过有效利用和发挥服务生态系统的资源优势，企业能够降低技术锁定和路径依赖风险，实现各类要素的高效运用；此外，制造企业应依托自身的技术优势和资源配置，与顾客、其他优势企业等多方主体协同合作，弥补自身在研发、市场或售后等方面的短板，发挥1+1＞2的价值增值效应。

其次，制造企业要加强自身动态能力的培养，重视研发创新，提升自主能动性。在复杂的市场环境中，企业的动态能力是识别外部市场机会和资源供给、应对需求变化的基础。本文揭示了动态能力作为企业获取外部优质资源并实现自身成长的重要桥接作用。为此，企业应通过加大研发投入、吸引高质量研发人才、加快创新成果转化等途径来扩充自身的知识资源库，进而提升动态能力、获取多元资源以构建和维持竞争优势。

再次，制造企业应积极投入数字化转型，实现更大范围的价值共创。通过建设先进的数字化基础设施和培养数字化人才，提升制造企业的数字管理能力，发挥数字技术在联通外部主体、获取多方资源等方面的优势，以高效率、低成本利用服务生态系统资源优势，提升企业经营和管理效率。

最后，政府应加强政策扶持，优化企业经营环境，积极培育先进制造企业。一方面，政府可以通过增加研发资金投入、制定人才激励机制和鼓励技术研发中心建设等方式，为企业科技创新活动提供有力的制度支撑；另一方面，政府应做好顶层设计，制定地区数字化发展战略，在推进大数据中心等基础设施建设的同时，加强高科技人才的培育、鼓励并支持企业建设和接入工业互联网等数字平台，推进制造企业和多元主体间的互联互通和创新发展。

［基金项目］ 国家社会科学基金重大项目“‘两业’融合推动中国制造业高质量发展研究”（项目编号：20＆ZD083）。