分享《Technovation》最新研究论文《Unpacking digital servitization How its facets drive platformization and Industry 4.0》。该研究通过分析德国制造业1256家企业的调查数据，从三个维度系统解构了数字服务化对平台化和工业4.0采纳的差异化驱动机制，为理解制造业数字化转型的价值共创逻辑提供了新的理论透镜和实证证据。
一、研究背景
在制造业数字化浪潮中，数字服务化、平台化与工业4.0三大转型轨迹的融合已成为重塑价值创造逻辑的核心议题。尽管已有文献在概念层面假设这三者存在互联关系，但学界长期面临三个关键知识缺口：
效应方向模糊：数字服务化如何具体影响上游生产端（工业4.0）与下游交付端（平台化）的转型进程？
研究范式局限：既有研究多依赖于对西门子、IBM等数字先锋企业的质性案例，缺乏对广大制造业基础的普适性验证；
维度颗粒度不足：数字服务化作为二维构念（数字化×服务化），其内部不同维度的差异化驱动效应尚未被揭示。
针对此，本研究提出核心问题：数字服务化的不同维度如何差异化驱动制造业企业的平台化进程与工业4.0采纳水平？
二、理论框架
维度一：数字服务解决方案的范围（Scope）
指企业采用的数字技术多样性，涵盖从IoT、云计算到人工智能等解决方案的数量。该维度反映技术整合广度，每增加一种数字解决方案，均意味着服务供给的技术复杂性提升。
维度二：数字服务整合的深度（Depth）
基于Kowalkowski等人提出的"服务对象类型"理论，区分为三类，深度反映了价值共创边界向客户域的渗透程度。
产品支持型（SSP）：数字服务仅辅助产品功能（如远程监控）
客户支持型（SSC）：深度整合客户运营流程（如在线培训、定制化配置）
产品-客户双支持型（SSPC）：同时覆盖上述两类
维度三：数字服务组合的广度（Extent）
交叉服务类型（标准/高级）与交付模式（人工/数字），形成四类服务组合：
人工标准服务
人工高级服务
数字标准服务
数字高级服务（如产品租赁、全服务合同、按使用量付费）
三、研究设计
研究采用德国制造业调查（GMS）2018数据，该数据集具有以下优势：
代表性样本：覆盖17,305家企业中有效回收的1,256家（回应率7.25%），涵盖20人以上全制造业门类
关键时点：捕捉了疫情前数字化转型的"早期阶段"基准状态
高管响应：由生产经理、CTO或CEO提供战略层数据
成熟构念：采用已验证的工业4.0就绪度指数（I4.0 readiness index）与数字平台使用指标
研究通过多元逻辑回归模型，在控制企业规模、行业隶属、产品复杂度与生产批量等情境因素后，分别检验三个维度对数字平台使用（二元变量）与工业4.0水平（四分类序数：非使用者/初学者/进阶者/顶尖组）的独立效应。
四、核心发现
（一）对平台化的驱动：下游价值共创的扩展
所有三个维度均显著正向影响数字平台采纳，但效应强度呈现梯度：
范围效应：提供≥3种数字解决方案的企业，使用平台的可能性是无数字方案企业的34倍；即便仅1种方案，可能性仍高出7倍。
深度效应：仅提供SSP的企业平台化倾向最低；提供SSC或SSPC的企业显著更高，印证了客户整合深度对平台化商业模式的关键作用。
广度效应：数字高级服务提供者的平台采纳率是无服务企业的16倍，数字标准服务则为10倍，凸显服务数字化程度的核心作用。
结论：平台化本质上是市场驱动的下游拓展，需要企业至少具备数字标准服务或客户支持型服务能力。
（二）对工业4.0的驱动：上游生产系统的重构
数字服务化与工业4.0的关联更为复杂，呈现出 门槛效应"与 早鸟多采纳者 特征：
范围效应：采用2-3种数字解决方案的企业更可能达到进阶或顶尖工业4.0水平（OR=1.6-2.8），但单一方案无显著影响。
深度效应：出人意料的是，SSP专注型企业反而更可能进入工业4.0顶尖组，表明生产端聚焦与客户深度整合可能存在战略权衡。
广度效应：仅有数字高级服务在10%水平上显著影响高阶工业4.0采纳，且主要体现在"非使用者 vs 进阶者"的区分上。
关键发现：工业4.0更多是生产驱动的上游变革，要求企业具备同时改造内部生产流程与外部服务的双重能力。
（三）情境因素的调节作用
企业规模：规模越大，越可能成为"多采纳者"（同时推进服务化、平台化与工业4.0），印证了资源基础理论的预测。
行业差异：流程工业（食品饮料、化工）更倾向平台化，但对工业4.0无显著影响；产品复杂度与批量大小则显著预测工业4.0水平。
早期阶段特征：2018年数据显示，尽管87%企业已提供服务，但仅35%实现服务数字化，16%使用平台，33%达到中高阶工业4.0水平，证实处于转型初期。
五、理论贡献
1. 解构数字服务化的"黑箱"
实证验证三个维度具有非对称驱动效应：范围对上下游均衡驱动，深度优先驱动下游平台化，广度中仅数字高级服务能同步撬动两端。这拓展了Kohtamäki等人（2019）的整合框架，揭示了DS能力的异质性影响。
2. 构建组织学习机制的解释
基于Crossan等人的组织学习理论，研究发现数字能力通过"接收-处理-储存"的跨层级反馈循环，在价值共创领域内扩散（见图1）。提供数字高级服务的企业，其能力同时向客户域（平台化）与生产域（工业4.0）溢出，验证了Lenka等（2017）提出的"价值共创领域扩展"命题。
3. 建立转型阶段的非线性演进模型
提出两阶段论。入门阶段：企业应优先提供SSC类服务并建立平台连接。拓展阶段：同步推进数字高级服务与工业4.0，打造端到端数字生态。这一发现调和了Frank等（2019b）的概念框架与Rapaccini等（2023）的中小企业案例研究。
六、实践启示
能力协同开发：数字化转型需整体布局服务业务、平台架构与生产系统，避免孤立投资。建立连接生产-产品-客户的端到端生态，可促进组织学习效应最大化。
能力阶梯建设：初期应避免技术碎片化，至少配置一种客户整合型数字服务；成熟期则需同步掌握高级服务与工业4.0技术，实现双向价值捕获。
资源配置优先级：中小企业可聚焦市场驱动的平台化先行突破；大型企业则应利用资源优势成为多采纳者，抢占生态主导权。
七、研究局限与未来方向
因果时序：横截面数据无法确立DS与平台化/工业4.0的因果方向，未来需纵向追踪研究。
生态系统视角：仅考察双边关系，未来应纳入供应商、技术伙伴等多主体能力协同。
跨文化验证：德国早期阶段结论是否适用于中国等数字化后发优势国家及后期阶段，需比较研究检验。
该研究通过严谨的大样本实证，为制造业数字化转型提供了可操作的诊断和解决路径框架。数字服务化不仅是服务业务的数字化，更是驱动从客户界面到生产系统整个价值创造系统重构的战略性组织能力。这对当前中国制造业"服务化转型"与"智能制造"双轮驱动战略具有重要镜鉴意义。
Lerch, C. M., Jäger, A., Bikfalvi, A., & Moll, C. (2026). Unpacking digital servitization: How its facets drive platformization and Industry 4.0. Technovation, 150, 103430
