论文部分内容阅读
【摘要】基于超网络分析方法构建包含大数据环境子网、服务型制造主体子网、服务型制造资源子网、服务型制造能力子网、服务型制造价值子网的服务型制造超网络模型， 深入探讨其价值共创机制， 并通过北京小米科技有限公司（简称“小米”）的实践案例加以验证。 研究结果表明： 大数据驱动下服务型制造超网络的价值共创机制是由大数据驱动机制、主体互动机制、资源整合机制、能力作用机制和价值创造机制综合作用而成， 可以完成从产品服务设计、产品服务生产到产品服务交付过程的价值共创; 在大数据驱动下， 小米与其他服务型制造超网络主体通过“主体交流—资源识别与获取—能力开发—价值共享”“主体交互—资源组合与配置—能力协同—价值共生”“主体交易—资源转化与利用—能力渗透—价值共赢”三条路径来实现价值共创。
【关键词】大数据;服务型制造;超网络;价值共创;小米
【中图分类号】 F406 【文献标识码】A 【文章编号】1004-0994（2021）20-0111-9
一、引言
服务型制造是工业化进程中制造与服务融合发展的一种新型产业形态， 是制造业转型升级的重要方向。 国家相继出台的《发展服务型制造专项行动指南》等文件中均强调， 服务型制造是推动中国工业转型升级、实现经济高质量发展的战略选择， 要推动大数据等新一代信息技术在企业研发设计、生产制造、销售服务等全流程和全产业链的综合集成应用。 2020年7月， 工信部会同国家发展改革委等15部门联合印发了《关于进一步促进服务型制造发展的指导意见》（工信部联政法[2020]101号）， 强调利用大数据等新一代信息技术赋能新制造、催生新服务， 促进制造业提质增效和转型升级， 服务型制造再次被提到国家发展战略的新高度。
服务型制造网络是在制造和服务融合发展过程中， 由制造企业、服务企业以及客户组成的价值模块节点单元构成的能力与需求合作网络[1] ， 具有资源整合、集成创新和价值增值功能[2] 。 在大数据环境下， 制造和服务的融合愈深入， 客户与服务制造商等多方利益主体一起参与服务制造价值共创的过程， 服务型制造网络的构成和功能愈加复杂， 一般的网络方法很难全面揭示这种复杂的作用关系， 因而需要超越一般网络的思想， 运用更加符合真实世界网络特征的方法来刻画服务型制造网络， 以更好地探讨其价值共创机制。 超网络作为一种“高于而又超于现存网络的网络”[3] ， 具有多层性和多级性等特点， 能够较为完整地描述和分析大数据环境下服务型制造网络价值共创过程的多层次网络相互作用、多级节点相互连接和多维数据相互流动的特征， 弥补了一般网络方法的不足， 因而本文将服务型制造网络看作一种超网络。 在大数据环境下， 服务型制造超网络由哪些子网构成？子网如何运行和相互作用？大数据对服务型制造超网络实现价值共创有何作用？为此， 本文通过构建大数据驱动下的服务型制造超网络模型， 在分析其子网构成的基础上， 探讨各子网间相互作用实现价值共创的机制和路径， 并以小米的实践案例加以验证， 为政府制定推进服务型制造发展的政策， 以及企业发展服务型制造的相关决策提供理论支持和参考借鉴。
二、文献回顾
（一）大数据对服务型制造的影响： 从产品服务设计到产品服务交付
大数据等新一代信息技术的普及应用， 为服务型制造的发展带来了新契机。 学者们普遍认为， 大数据在服务型制造的产品服务设计、生产和交付等全生命周期过程中都发挥了重要作用。 在产品服务设计阶段， 服务型制造企業可通过大数据识别出客户对产品特性和质量的隐性需求， 促进新产品的设计创新[4] ， 同时可以利用大数据设计开展产品质量监控和大数据咨询等新型服务[5] ; 在产品服务生产阶段， 服务型制造企业可通过大数据平台实时监控与跟踪生产过程和设备， 提前预测产品质量， 检测生产线故障， 实现生产高效化、管理精细化、质量监控全程化[6] ; 在产品服务交付阶段， 服务型制造企业可通过大数据了解市场偏好， 有针对性地进行产品营销， 并提供产品故障诊断、预警和预防等售后服务， 向客户交付更满意的产品服务综合解决方案[7] 。 此外， 也有学者研究了大数据对服务定制网络[8] 、企业制造网络[9] 等的影响， 但目前仍少见大数据对服务型制造网络影响的研究。
（二）服务型制造超网络的价值共创： 从一般网络视角到超网络视角
已有研究对服务型制造网络的价值共创进行了诸多有益的探索。 首先， 价值共创的主体呈现多元化趋势。 由最初的顾企合作创造[10] 向企业、供应商和客户等直接利益相关者合作创造[11] ， 进而向制造服务集成商、提供商、客户和潜在利益相关者等社会参与者共同创造[12] 转变。 其次， 价值共创的资源呈现无形化趋势。 产品、设备等有形的对象性资源成为服务型制造网络价值实现的载体， 知识、关系等无形的操作性资源则成为价值实现的关键[13] 。 最后， 价值共创的表现形式呈现多样化趋势。 服务型制造主体通过网络互动、模块分解、资源整合等形式促进多方价值共创[11] 。 虽然学者们基于一般网络视角对服务型制造网络的价值共创进行了一定的研究， 但对其价值共创的具体机制还缺乏深入探讨， 尤其是在当前大数据环境下， 服务型制造网络价值共创的机制亟待揭示、探索。
随着服务型制造网络研究的进行， 学者们发现服务型制造网络的复杂性和动态性等特征增加了对其的分析难度， 一些学者开始从复杂网络视角对服务型制造主体的节点度、聚类系数、结构洞指标等进行分析， 揭示各个主体在网络中的地位和相互关系[14，15] 。 尽管基于复杂网络理论对服务型制造网络的结构特征有了更加清晰的刻画， 但仍未能全面体现出其整体特点。 服务型制造网络中存在着信息网络、资金网络、服务网络等多个网络[16] ， 不仅包括主体节点所构成的结构层， 还包括能力层和战略层等[17] ， 而超网络分析方法可以描述具有不同层次和等级的网络之间的相互作用， 弥补一般网络和复杂网络的缺陷。 但从已有文献来看， 基于超网络理论所构建的服务型制造超网络模型侧重于利用单个子网的分析决策实现网络整体的优化[18] ， 超网络视角下服务型制造网络价值共创的研究尚不多见。 基于上述研究的不足， 本文通过构建大数据驱动服务型制造超网络模型， 依托服务型制造理论、价值共创理论和超网络理论， 深度剖析大数据驱动下服务型制造超网络的子网构成及其价值共创机制， 并通过案例分析验证这一机制的有效性， 为更好地实现服务型制造超网络的价值共创提供参考。
三、大数据驱动下服务型制造超网络模型的构建
互联网、物联网等信息技术的普及应用， 使近年来服务型制造的发展环境发生了巨大变化， 万物实现互联过程中产生的大数据成为服务型制造网络的一个重要驱动力。 大数据环境下服务型制造主体的决策方式和互动机制发生了改变， 除了客户和服务制造企业， 更多的利益相关主体嵌入服务型制造网络中共同参与价值创造过程。 随着社交网络平台、消费互联网平台以及工业互联网平台的快速发展， 服务型制造主体不再局限于自身拥有的资源， 而是通过网络平台的互动分享来整合内外部资源， 主体间实现价值共创的资源基础和范围更加广泛， 在资源基础上通过主体间的相互作用逐渐形成促进服务型制造网络实现价值共创的各项能力。 此外， 大数据环境下服务型制造网络创造的价值不再局限于企业和客户价值， 还扩展到广泛的社会价值， 共同构成了一个价值网络。 因此， 本文构建了以大数据环境子网为驱动力， 服务型制造的主体子网、资源子网、能力子网和价值子网相互作用的大数据驱动下的服务型制造超网络模型， 见图1。
（一）大数据环境子网
大数据环境子网描述了当前服务型制造超网络运行的环境特征。 近年来， 互联网、物联网等信息技术的快速迭代发展加速了从人人互联到物物互联再到万物互联的过程， 其主要特征就是生产运营环境中产生了大量非结构化和半结构化数据。 服务型制造大数据环境子网中涉及的大数据主要包括客户行为大数据、产品服务大数据、设备运行大数据和组织运营大数据。
1. 客户行为大数据。 该数据是从网络平台（电商平台和社交平台等）中收集的客户在选择和决策过程中产生的大数据， 包括客户的消费行为、客户偏好、生活方式和购买记录等， 可以帮助服务型制造企业更好地洞察客户行为， 发现客户的潜在消费需求， 以便有针对性地开展营销活动。
2. 产品服务大数据。 该数据是服务制造商基于产品监测平台和网络互动平台为客户提供产品服务的过程中产生的大数据， 包括产品使用和运行数据， 客户的投诉、建议和反馈等， 可以帮助服务型制造企业明确产品服务改进创新的方向， 加快市场响应速度， 提供个性化的产品和服务。
3. 设备运行大数据。 该数据是基于工业互联网平台或物联网获得的生产设备或智能设备运行的大数据， 包括设备实时性能、运行状况和环境数据等， 可以帮助服务型制造企业实时监控、预测和诊断故障， 从而实现智能化报警、预防性维护和设备远程点检等。
4. 组织运营大数据。 该数据是从工业互联网平台或制造管理信息系统（MES、ERP、SCM、PLM等）中获得的大数据， 包括与产品规划、物料管理、生产计划、库存管理等相关的各种数据， 与其他大数据一起， 可以帮助服务型制造企业实现智能制造、提升组织运营效率、降低运营成本。
（二）服务型制造主体子网
服务型制造主体子网描述了参与服务型制造超网络价值共创的主体构成和互动关系。 大数据环境下， 主体间的时空屏障被打破， 可随时随地进行连接， 互动交流效率大大提升， 越来越多的主体主动参与到产品服务提供全生命周期过程中， 实现了由企业客户向利益相关者进而向社会参与者的转变。 服务型制造主体子网涉及的主体主要包括制造服务集成商、制造服务提供商、客户和潜在利益相关者。
1. 制造服务集成商。 该主体是整个网络的控制者以及产品服务的设计和整合者。 制造服务集成商既要从制度层面制定平台开放规则与主体参与标准， 又要从操作层面将附加值低、无专业化优势的非核心业务分包给制造服务提供商， 并对分包出去的业务进行集成与整合， 最终向客户提供产品服务综合解决方案。
2. 制造服务提供商。 该主体包括服务性生产商和生产性服务商， 服务性生产商主要由元器件供应、零部件组装企业等制造类企业组成， 生产性服务商主要由技术服务、物流服务、售后服务企业等服务类企业组成。 制造服务提供商借助自身资源和能力优势分工协作提供产品服务， 将其交付给制造服务集成商进行集成整合。
3. 客户。 客户是服务型制造价值共创的合作者以及最终集成产品服务的使用者。 客户主动参与到企业产品服务提供的全生命周期过程中， 以需求和建议拉动产品服务设计、生产和交付等方面的改进创新， 与服务型制造企业合作创造新价值， 最终获得个性化、定制化的集成产品和服务。
4. 潜在利益相关者。 该主体是指与服务型制造企业以及客户存在潜在利益关系的社交媒体和政府公共部门等。 潜在利益相关者负责监督企业行为或提供政策、渠道等方面的支持， 同时也会影响客户对产品服务的选择。
（三）服务型制造资源子网
服务型制造资源子网描述了服务型制造超网络实现价值共创的资源基础和整合过程。 大数据环境下， 服务型制造超网络的资源基础和范围日益扩大， 无形资源的价值更加凸显， 并开始在服务型制造超网络价值实现过程中占据主导地位。 服务型制造资源子网涉及的关键资源主要包括关系资源、平台资源、数据资源和知识资源。
1. 关系资源。 该资源是服务型制造主体在互动过程中建立的承诺和信任关系， 可以促进主体间的协同合作。 关系资源不仅可以增强主体间的相互了解， 加强主体间知识共享和转移的意愿， 降低网络内部的交易成本， 还可以促使主体主动关心其他网络主体的利益， 并在做出决策之前考虑自身决策对其他主体可能产生的影响。
2. 平臺资源。 该资源是服务型制造主体互动所基于的交流、交互和交易平台， 可以帮助链接主体实现资源的共享整合。 交流、交互平台一般可通过制造服务集成商自建或者公共网络社交平台提供， 有助于消除主体间的空间距离障碍; 交易平台则一般是由制造服务集成商自建或者电商企业提供， 可以极大地降低主体间的交易成本。 平台资源是获得数据资源的重要基础。 3. 数据资源。 该资源是指通过各种平台资源所获得的客户需求与行为数据、产品与设备运行数据等， 可以帮助主体进行产品服务创新决策， 提升从产品服务设计到交付的效率。 数据资源的挖掘分析可以使主体感知和捕捉市场需求， 从而改进业务流程和重新配置产品服务; 数据资源的开放共享可以让数据流动和利用起来， 激发主体的创意和智慧， 促进产品服务创新。
4. 知识资源。 该资源是指服务型制造主体通过学习和实践所积累起来的技能、经验等， 可以帮助主体获取竞争优势。 知识资源的获取和积累是服务型制造企业保持持久竞争力和提升创新绩效的重要来源， 对知识资源的利用可以将主体的创意和智慧转化为实际产品或创新服务， 是服务型制造超网络创造新价值的关键。
（四）服务型制造能力子网
服务型制造能力子网描述了服务型制造超网络实现价值共创的关键能力及其作用过程。 大数据环境下， 服务型制造主体不再局限于内部开发能力， 而是通过网络互动与其他主体合作开发获取新的能力。 大数据驱动下服务型制造能力子网涉及的关键能力主要包括关系管理能力、组织合作能力、数据挖掘能力和动态创新能力。
1. 关系管理能力。 该能力是指服务型制造主体对网络中的关系资源进行管理和维护， 以保证主体积极主动参与价值创造过程的能力。 高水平的承诺和信任关系对主体间的互动合作具有积极的推动作用， 然而这种无形的关系资源也极容易流失和损耗， 对关系资源的有效维护和开发可以使主体树立长期观念并选择有利于整个网络的行为， 是主体间开展价值共创活动的保障。
2. 组织合作能力。 该能力包括组织内部合作能力和组织间合作能力。 前者指主体企业内部不同部门之间合作以高效完成产品服务创新的能力; 后者指主体间优势互补、协同配合以精准提供满足客户需求的产品服务综合解决方案的能力。 良好的组织合作能力可以促进主体间资源的充分利用和共享， 帮助主体企业提升产品服务创新效率、降低产品服务提供成本。
3. 数据挖掘能力。 该能力是指服务型制造主体从网络产生的海量数据中挖掘价值信息和知识的能力。 数据挖掘能力可以帮助服务型制造企业挖掘并引导客户的潜在需求， 发现更多的市场机会， 实现数据驱动的决策、生产和创新。
4. 动态创新能力。 该能力是指服务型制造主体快速感知客户需求变化， 以动态改进现有产品服务流程、创新产品服务内容的能力。 动态创新能力可以帮助网络主体企业提升洞察力， 形成敏锐的市场“嗅觉”， 增强组织的灵活程度和协调程度， 以提高主体根据市场环境变化进行产品服务创新的速度和创新成功的概率， 使服务型制造超网络能够源源不断地产生新价值。
（五）服务型制造价值子网
服务型制造價值子网描述了服务型制造超网络最终的价值目标。 服务型制造主体若因追求单一的价值取向而忽视网络中其他主体的价值诉求将很难取得长远发展， 每个主体都把自身所要实现的价值当成整体价值的一部分， 才能实现所有参与主体的价值共创。 大数据环境下， 参与服务型制造超网络价值共创的主体更加广泛， 其所创造的价值也由企业价值、客户价值向社会价值延伸。
服务型制造超网络提高了主体间的互动频率和程度， 提升了企业的客户需求感知能力和产品服务创新能力， 有助于获得难以被模仿的竞争优势; 同时， 企业间通过资源能力互补提供的优质产品服务塑造了企业的品牌价值; 此外， 主体间资源的整合共享和能力的协同作用， 可以大幅度降低企业的运营成本， 提升企业价值创造的空间。
服务型制造超网络拓宽了产品服务提供的渠道， 可以更好、更快、更深入地为客户提供高品质、高价值的产品和服务， 满足客户的多样化、个性化需求， 同时可以降低客户所付出的时间、精力成本等， 从而为其带来更高的客户让渡价值。 此外， 服务型制造超网络可以让客户参与到产品服务提供的全生命周期过程中， 提升了客户的归属感、体验感和满意度。
服务型制造超网络使得跨地区、跨领域的企业建立了彼此信任和依赖的合作关系， 不仅能加速核心主导企业的发展， 还能带动整个服务制造产业链或生态圈企业的成长和发展， 使这些企业得到能力的共同提升和竞争优势的相互促进， 带动服务制造供应链中中小企业的发展， 推动传统产业的转型升级， 实现促进就业、增加税收收入等社会价值。
四、大数据驱动下服务型制造超网络价值共创的综合作用机制
学者们一般将基于网络的价值共创分为主体互动和资源整合两个阶段[19] ， 然而有学者发现仅通过这两个阶段很难真正实现价值共创， 主体获取和利用内外部关键资源只是构建竞争优势的基础， 而基于关键资源所形成的能够支持客户多样化需求的独特能力才是成功实现价值共创的关键[20] 。 随着物联网、云计算等新一代信息技术的应用， 利用大数据可极大地提升主体互动和资源整合的效率[21] 。 在大数据驱动下， 主体在互动过程中形成的承诺和信任关系能够产生链接红利， 不仅有助于资源的分享和整合， 而且对于联合培育和开发能力也具有重要作用[22] 。 基于上述观点以及前文所构建的大数据驱动下的服务型制造超网络模型， 本文提出大数据驱动下服务型制造超网络的价值共创综合作用机制由大数据驱动机制、主体互动机制、资源整合机制、能力作用机制和价值创造机制构成（见图2）。 其中， 大数据驱动主体互动、资源整合和能力作用， 网络主体通过“主体交流、主体交互和主体交易”的主体互动机制， 不断产生服务型制造所需的关系资源、数据资源、平台资源和知识资源等， 然后通过“资源识别与获取、资源组合与配置、资源转化与利用”的资源整合机制， 逐步形成关系管理、组织合作、数据挖掘、动态创新等服务型制造所需的能力， 再进一步通过“能力开发、能力协同、能力渗透”的能力作用机制， 最终实现主体间“价值共享、价值共生、价值共赢”的价值创造机制， 完成从产品服务设计、生产到交付过程的全生命周期价值共创。 （一）大数据驱动机制
1. 高速数据信息的流动共享提高了服务型制造超网络主体的互动效率。 大数据、物联网等新一代信息技术的发展打破了服务型制造主体间的时空屏障， 使主体间的网状式互动成为可能。 多维度、全方位的数据信息流动可消除主体间的信息不对称， 保证数据信息传输的时效性、准确性和透明性。 互动程度的加深也增强了主体间的信任基础， 使主体主动分享各自掌握的数据信息， 从而加快和丰富数据信息在服务型制造超网络中的流动速度和共享程度， 提高服务型制造主体的互动效率。
2. 多维数字平台的搭建增强了服务型制造超网络资源的整合配置效果。 在大数据环境下， 实现价值共创的资源趋于无形化， 而构建数字平台是整合无形化资源的重要途径。 数字化信息基础设施的日益完善为多维数字平台的搭建和运行创造了良好的条件， 从而促使各个服务型制造主体不断突破地域、组织、技术边界实现资源的分享和整合， 促进资源配置从单点、局部、静态优化向多点、全局、动态优化演进， 极大地增强了服务型制造资源的整合配置效果。
3. 海量数据知识的分析学习提升了服务型制造超网络能力的协同作用效应。 对海量数据进行深度挖掘和智能化分析并使之转化为信息可以提升数据的有用性和相关性， 对信息进行加工处理并使之转化为知识可以提升数据的价值性， 大数据技术的发展使得从数据到信息再到知识的转化成为可能。 而通过对知识的学习和吸收可以帮助服务型制造主体形成独特的难以被模仿的能力， 进而通过能力的相互作用提升服务型制造主体参与价值共创活动的有效性， 促进整个管理链条和产业链条的协同合作， 提升服务型制造能力的协同作用效应。
（二）主体互动机制
1. 主體交流。 主体交流是服务型制造主体基于自身需求、市场信息等进行沟通的过程。 制造服务集成商通过与客户交流获得客户的需求、反馈等信息; 同时， 客户会获得制造服务集成商的产品服务营销信息， 通过体验活动等加深对制造服务集成商产品或服务的认识。 制造服务集成商和提供商根据市场信息和企业竞争优势进行交流并达成合作， 共同满足客户需求。 潜在利益相关者通过国家法律、社会规范等隐形契约与企业有着无形的价值往来和交流， 如企业与政府交流以便获取政策支持、税收优惠等， 与媒体交流以便借助媒体力量进行宣传， 提高企业声誉。
2. 主体交互。 主体交互是服务型制造主体互动配合共同完成产品服务生产的过程。 客户通过与制造服务集成商的交互， 利用自身具备的知识和技能主动参与产品服务的改进创新。 制造服务集成商基于客户的价值诉求与提供商进行交互， 把自身不具备专业优势的产品服务业务委托给服务性生产商和生产性服务商。 潜在利益相关者与企业的交互体现在对企业行为的监督和干预， 进而促使企业履行社会责任; 与客户的交互体现在影响客户的价值诉求和价值感知， 进而影响客户对产品或服务的选择。
3. 主体交易。 主体交易是服务型制造主体间通过交易实现产品服务价值交换的过程。 制造服务提供商、集成商以及客户之间网络关系的建立可极大地降低交易成本、提升交易效率。 通过产品服务交易过程， 服务型制造主体间完成了价值交换和传递， 服务型制造超网络的存在提升了价值在主体间的流动和交换效率， 有利于实现整个网络的价值增值。
（三）资源整合机制
1. 资源识别与获取。 资源识别与获取是服务型制造主体通过网络识别并获取所需资源的过程。 服务型制造超网络不仅能汇聚主体所拥有的资源， 还能通过主体间的互动合作产生新的资源， 各主体识别进行价值创造活动所缺少的资源， 以便从网络中获取相应资源来弥补自身的资源缺口。 服务型制造主体通过对内外部资源的认知和了解， 可以发现现有业务改进创新的机会或新的具有潜在利润的业务， 从而有针对性地与其他网络主体进行合作来获取新资源， 降低资源获取的难度和成本， 减少获取资源所面临的不确定性。
2. 资源组合与配置。 资源组合与配置是服务型制造超网络在识别和获取资源的基础上对不同资源进行优化组合， 并按照服务型制造主体的需求进行配置的过程。 根据网络中不同主体的需求， 对服务型制造主体间通过内部积累和外部获取的资源进行有效组合和合理配置， 一方面有利于实现网络中资源效用的最大化， 另一方面可以为主体进行产品服务创新带来新的机会， 使主体获得难以被复制的竞争优势。
3. 资源转化与利用。 资源转化与利用是通过服务型制造主体间资源的相互转化来更好地利用资源的过程。 服务型制造主体不断将优化组合配置后的资源转化为自身可用的新资源， 并按照价值创造活动的任务分工充分利用这些新资源， 以不断提高产品服务的创新速度， 缩短产品服务创新的时间， 提供满足客户个性化需求的产品和服务， 从而实现网络中资源利用的价值最大化。
（四）能力作用机制
1. 能力开发。 能力开发是服务型制造主体基于服务型制造超网络资源优势， 不断培育和开发实现价值创造所需新能力的过程。 服务型制造主体为弥补与实现价值共创所需能力之间的差距， 一方面可以利用自身所识别和获取的资源在内部培育和开发能力， 另一方面可以在网络中寻找合作伙伴共同培育和开发能力。 能力开发的过程中可以将主体所拥有的资源与复杂的市场环境匹配起来， 持续补充服务型制造超网络发展所需的新能力， 不断增强网络的动态性和灵活性。
2. 能力协同。 能力协同是服务型制造主体借助服务型制造超网络搭建的平台， 通过能力互补完成单个主体所不能完成的产品服务创新活动， 发挥1+1>2的协同效应。 服务型制造主体间通过能力的彼此协同， 可以更充分地利用自身能力优势， 为客户创造更多的新价值， 并帮助企业获得更多的竞争优势和更大的利润空间。 能力协同不仅有助于增强服务型制造主体价值共创活动的效果， 还有助于提高其价值共创活动的效率， 从而提升整个服务型制造超网络的快速应变能力。 3. 能力渗透。 能力渗透是服务型制造主体间通过不断地互动， 逐渐形成“你中有我、我中有你”的共生格局， 最終实现能力的相互影响和彼此渗透， 不断催生出跨界、跨领域的新能力。 通过能力的互相渗透， 服务型制造主体间建立起高度认同的信赖关系， 成为相互依赖的命运共同体， 各主体的能力能得到共同的提升。 能力渗透有助于服务型制造主体实现跨界、跨领域的创新， 从而能够持续不断地为客户提供全新的产品服务价值。
（五）价值创造机制
1. 价值共享。 价值共享是服务型制造主体通过网络互动共同分享价值的过程。 服务型制造超网络中交流交互平台的搭建有利于协调各个服务型制造主体之间的关系， 通过打通主体内部和主体间的沟通渠道， 将价值流从主体内部传递至网络中， 使每个主体都可以在贡献自身价值的同时分享价值， 从而吸引更多主体参与网络价值共创活动。
2. 价值共生。 价值共生是服务型制造主体共同成长发展过程中共同创造新价值的过程。 服务型制造超网络中交流交互平台的搭建有利于打造一个开放共生的新生态， 使服务型制造主体不再局限于自身所拥有的资源和能力， 而是通过链接具有相同价值观、相互信任的其他主体， 使各主体通过优势资源能力互补， 彼此协同一致地进行产品服务创新， 不断创造新价值、实现共同成长。
3. 价值共赢。 价值共赢是服务型制造主体通过跨界合作和协同创新实现多方价值的统一与共赢的过程。 服务型制造超网络的形成可打破主体间原有的界限， 汇聚数据、信息、知识等创新资源和要素， 通过多种能力的相互作用充分激活网络中创新要素的活力， 使得各主体能在跨界合作和协同创新过程中相互成就、相互赋能， 实现多主体的价值共赢。
五、案例验证：小米服务型制造超网络价值共创路径分析
小米成立于2010年， 从开始只生产智能手机到如今能够为客户提供多样化的智能产品和智能服务， 通过链接数百家元器件供应商、零部件组装商以及220多家生态链企业， 已发展成为一个庞大的服务型制造超网络。 小米通过将IoT连接模组嵌入生态链企业的智能硬件设备中， 实现了小米智能产品服务的互联互通， 形成了一个联动的智能产品服务网络。 在这一网络的背后， 小米与客户、服务性生产商（元器件供应商、零部件组装商）和生产性服务商（生态链企业）之间通过互动、资源整合和能力作用， 形成了一个强大的智能制造生态网络。 小米的智能产品服务网络和智能制造生态网络产生的大量客户行为、产品服务、设备运行和组织运营数据， 共同构成了小米服务型制造超网络的大数据环境。
小米在为客户提供高价值产品和服务的过程中实现了多方价值的共创。 通过搭建小米社区等线上线下平台使客户主动参与到产品服务全生命周期的价值创造过程中， 小米获得了强大的创新能力和竞争优势， 赢得了更多的客户群体和市场机会; 客户则获得了高性价比的产品和优质的服务体验。 此外， 小米强大的创新能力带动了上百个行业的变革， 促进了传统制造企业的转型升级， 成就了一大批创业者， 如今紫米、纳恩博、华米、智米等生态链企业的估值已超过10亿美元， 创造了显著的社会价值。
鉴于上述原因， 本文以小米为实践案例， 通过分析小米服务型制造超网络实现价值共创的三条具体路径， 验证本文提出的大数据驱动下服务型制造超网络模型及其价值共创机制。
（一）主体交流—资源识别与获取—能力开发—价值共享
小米非常重视与客户的互动交流， 努力打造各种平台来获得客户对小米产品的使用和体验数据。 线上通过小米社区平台， 鼓励客户交流小米产品使用的技巧心得， 积极参与产品服务的研发设计， 小米产品服务设计的1/3创意来自客户; 线下通过小米之家、小米授权体验店等创造客户体验的机会， 通过客户体验数据， 了解其对小米产品的使用偏好; 通过举办“同城会”“爆米花”等小米粉丝活动， 加强“米粉”客户间的情感联系， 增强客户粘性。
小米与客户间建立起的强大的互动交流平台和良性的互动交流机制， 不仅使小米获得了大量忠实的“米粉”， 形成小米稳定的客户关系资源; 通过客户参与产品设计创新等活动， 小米还获得了大量有助于小米产品创新的数据资源和知识资源， 逐渐发展形成了强大的关系管理能力、数据挖掘能力和动态创新能力。 通过互动交流平台， 小米、客户及其制造服务提供商等实现了价值的共享。 小米树立了良好的品牌形象， 吸引了更多的客户群体; 制造服务提供商通过共享小米的客户行为数据和产品服务知识资源， 提升了产品服务设计的创新速度和质量; 客户则通过交流交友满足了社交和尊重需要， 提升了自我价值和归属感。
（二）主体交互—资源组合与配置—能力协同—价值共生
小米鼓励工程师与客户进行持续的互动交互， 促进小米产品服务的改进创新。 通过让发烧友客户提交手机操作系统的体验报告， 获取客户对系统功能的改进创新意见; 通过邀请客户参与小米产品内测， 获得产品功能和质量测试的建议反馈。 同时， 小米也注重与制造服务提供商进行实时交互， 保证需求信息和生产信息的高度匹配， 共同完成产品。 通过与高通、夏普等一流的元器件供应商和富士康、英华达等顶尖的零部件组装商一起做研发和调试工作， 不断推出高性价比、极致创新的小米手机; 通过为生态链企业提供供应链、用户画像等资源帮助， 借助生态链企业的技术开发能力， 共同生产出颠覆市场的智能产品和服务。
小米与客户间的持续交互产生了大量有助于产品服务创新的数据， 使小米能够基于产品服务大数据的挖掘分析， 洞察客户潜在需求并制定产品服务生产决策， 进而通过与制造服务提供商交互， 按照其生产需求对资源进行重新组合与配置， 以便借助各方能力优势， 通过能力协同不断创造出新的价值， 从而实现小米及其制造服务提供商、客户的价值共生。 小米及其制造服务提供商实现了按需定制的柔性生产， 降低了生产成本; 小米在为生态链企业提供创新和成长所需的互补性资源的同时， 生态链企业也利用自身的技术开发能力帮助小米向更多的业务领域延伸扩张。 （三）主体交易—资源转化与利用—能力渗透—价值共赢
制造服务提供商将符合小米标准的产品或服务交付给小米， 小米经过集成之后再与客户进行产品服务综合解决方案交易。 一方面通过打通新零售渠道（小米官网、小米商城、小米有品、小米之家和全网电商）来覆盖更广阔的客户群体， 更快地为客户交付高品质、高价值的产品; 另一方面通过建立完善的服务体系（物流、客服、售后）来提高客户需求和反馈的响应速度， 更好地为客户提供及时、个性化的服务， 并通过智能硬件设备互联产生的设备运行大数据来进行故障诊断、预警和预防， 更好地为客户提供智能化服务。
小米通过与其制造服务提供商和客户的产品服务交易完成资源的相互转化与利用， 从产品源头的质量管控唤醒了整个供应链和产业链的质量意识， 对产品服务的创新能力也渗透到元器件供应商、零部件组装商和生态链企业中， 使这些制造服务提供商的能力得到共同的提升。 小米把一些技术创新演变成为行业趋势， 这让元器件供应商、零部件组装商都因趋势所需而提升了自身的制造能力; 生态链企业输出的产品也是参考的小米标准， 这提升了生态链企业的创新能力。 通过能力渗透， 小米及其制造服务提供商能够持续为客户提供高性价比的创新产品和服务， 企业自身也获得了利润， 品牌價值得到了极大提升， 真正实现了价值共赢。
六、结论与启示
本文应用超网络分析方法构建了包含大数据环境子网以及服务型制造的主体子网、资源子网、能力子网和价值子网的服务型制造超网络模型， 在此基础上， 系统分析了在大数据驱动机制、主体互动机制、资源整合机制、能力作用机制和价值创造机制的综合作用下， 服务型制造超网络实现价值共创的机制。 通过对小米服务型制造超网络及三条价值共创路径的案例分析， 验证了本文所建立的大数据驱动服务型制造超网络模型及其价值共创机制的有效性， 有助于企业和政府更深刻地认识服务型制造的本质， 从而更有效地制定发展服务型制造网络的策略和政策， 具体管理启示如下：
1. 链接网络主体， 协同创造价值。 服务型制造网络中的核心企业要重视工业互联网平台的建设， 利用平台获取海量业务数据， 通过对大数据进行打通、整合、共享， 更好地开展大数据创新应用。 同时也要基于平台广泛链接其他网络主体， 加强网络主体间的信任程度， 通过协同合作来突破自身资源和能力约束， 以客户需求为导向， 利用网络资源和能力不断进行产品和服务的动态创新， 持续为客户提供高价值的产品和服务。
2. 推动业务数据融合， 发挥大数据的驱动作用。 服务型制造网络中的企业如果要构建以数据为核心驱动要素的价值创造体系， 就要将大数据、云计算、物联网等新一代信息技术融入产品服务提供的全生命周期过程中， 通过内外部数据的高度集成和互联， 实时指导企业的产品服务提供， 促进数据驱动的决策、生产和创新， 提供更高质量、更低成本、更高满意度的产品和服务。
3. 加强政策引导， 开展示范推广。 政府要打造有利于服务型制造网络发展的政策体系， 落实支持网络主体开展价值共创活动的财政、税收、土地等政策; 在服务型制造示范遴选的基础上评估出成功利用大数据开展创新应用、实现服务型制造网络价值共创的示范企业， 对这些示范企业利用大数据实现多方价值共创的案例进行总结和经验推广， 充分发挥示范企业的引领和带动作用。
【 主 要 参 考 文 献 】
[1] 冯良清，马卫.服务型制造网络合约化质量协调的运动规律分析[ J].商业时代，2012（18）：92 ～ 93.
[2] 董华.模块化趋势下服务型制造网络的形成及运行[ J].甘肃社会科学，2016（6）：218 ～ 222.
[3] Nagurney A.， Dong J.. Supernetworks：Decision-making for the information age[M].Cheltenham：Edward Elgar Publishing， 2002：1 ～ 368.
[4] Opresnik D.， Taisch M.. The value of big data in servitization[ J].International Journal of Production Economics，2015（7）：174 ～ 184.
[5] Huxtable J.， Schaefer D.. On servitization of the manufacturing industry in the UK[ J].Procedia CIRP，2016（1）：46 ～ 51.
[6] 李晓华.服务型制造与中国制造业转型升级[ J].当代经济管理，2017（12）：30 ～ 38.
[7] Tao F.， Qi Q.， Liu A.， et al.. Data-driven smart manufacturing[ J].Journal of Manufacturing Systems，2018（1）：157 ～ 169.
[8] 刘韵洁，张娇，黄韬，潘恬.面向服务定制的未来网络架构[ J].重庆邮电大学学报（自然科学版），2018（1）：1 ～ 8.
[9] Younggak K.， Kazuyuki M.. Use and sharing of big data， firm networks and their performance[ J].Discussion Papers，2019（1）： 1 ～ 23.
[10] Vargo S. L.， Lush R. F.. Evolving a service dominant logic[ J].Journal of Marketing，2004（1）：1 ～ 17. [11] 杨艳玲.制造企业实施服务价值共创模式路径探索[ J].商业经济研究，2015（3）：96 ～ 98.
[12] 王丽娜，张超，朱卫东.制造业服务化与利益相关者价值共创共享[ J].财会月刊，2019（22）：3 ～ 7.
[13] Xie K.， Wu Y.， Xiao J.， et al.. Value co-creation between firms and customers： The role of big data-based cooperative assets[ J].Information & Management，2016（8）：1034 ～ 1048.
[14] 李冀，莫蓉.基于复杂加权网络的服务型制造网络分析[ J].机械科学与技术，2012（8）：1232 ～ 1235.
[15] 武柏宇，彭本红，谷晓芬.基于结构洞理论的服务型制造网络动态演化分析[ J].财贸研究，2020（1）：82 ～ 92.
[16] 刘炳春.服务型制造网络协调机制研究[D].天津：天津大学，2012.
[17] 郝新军，姚树俊，同世隆.服务型制造模式下价值共创网络研究[ J].科技进步与对策，2015（9）：60 ～ 66.
[18] 刘静倩.基于超网络理论的服务型制造网络研究[D].哈尔滨：东北林业大学，2013.
[19] 周文輝，陈凌子，邓伟，周依芳.创业平台、创业者与消费者价值共创过程模型：以小米为例[ J].管理评论，2019（4）：283 ～ 294.
[20] 胡查平，胡琴芳.制造业服务化战略竞争优势构建的理论框架——基于制造业的多案例分析[ J].中国流通经济，2020（4）：87 ～ 99.
[21] Troisi O.， Mario A.， Loia F.， et al.. Big data management：The case of Mulino Bianco's engagement platform for value co-creation[ J].International Journal of Engineering Business Management，2018（4）：1 ～ 8.
[22] 胡艳玲，高长元，翟丽丽，张树臣.服务主导逻辑下大数据联盟数据服务创新价值共创机理[ J].情报理论与实践，2019（3）：60 ～ 64.
【关键词】大数据;服务型制造;超网络;价值共创;小米
【中图分类号】 F406 【文献标识码】A 【文章编号】1004-0994（2021）20-0111-9
一、引言
服务型制造是工业化进程中制造与服务融合发展的一种新型产业形态， 是制造业转型升级的重要方向。 国家相继出台的《发展服务型制造专项行动指南》等文件中均强调， 服务型制造是推动中国工业转型升级、实现经济高质量发展的战略选择， 要推动大数据等新一代信息技术在企业研发设计、生产制造、销售服务等全流程和全产业链的综合集成应用。 2020年7月， 工信部会同国家发展改革委等15部门联合印发了《关于进一步促进服务型制造发展的指导意见》（工信部联政法[2020]101号）， 强调利用大数据等新一代信息技术赋能新制造、催生新服务， 促进制造业提质增效和转型升级， 服务型制造再次被提到国家发展战略的新高度。
服务型制造网络是在制造和服务融合发展过程中， 由制造企业、服务企业以及客户组成的价值模块节点单元构成的能力与需求合作网络[1] ， 具有资源整合、集成创新和价值增值功能[2] 。 在大数据环境下， 制造和服务的融合愈深入， 客户与服务制造商等多方利益主体一起参与服务制造价值共创的过程， 服务型制造网络的构成和功能愈加复杂， 一般的网络方法很难全面揭示这种复杂的作用关系， 因而需要超越一般网络的思想， 运用更加符合真实世界网络特征的方法来刻画服务型制造网络， 以更好地探讨其价值共创机制。 超网络作为一种“高于而又超于现存网络的网络”[3] ， 具有多层性和多级性等特点， 能够较为完整地描述和分析大数据环境下服务型制造网络价值共创过程的多层次网络相互作用、多级节点相互连接和多维数据相互流动的特征， 弥补了一般网络方法的不足， 因而本文将服务型制造网络看作一种超网络。 在大数据环境下， 服务型制造超网络由哪些子网构成？子网如何运行和相互作用？大数据对服务型制造超网络实现价值共创有何作用？为此， 本文通过构建大数据驱动下的服务型制造超网络模型， 在分析其子网构成的基础上， 探讨各子网间相互作用实现价值共创的机制和路径， 并以小米的实践案例加以验证， 为政府制定推进服务型制造发展的政策， 以及企业发展服务型制造的相关决策提供理论支持和参考借鉴。
二、文献回顾
（一）大数据对服务型制造的影响： 从产品服务设计到产品服务交付
大数据等新一代信息技术的普及应用， 为服务型制造的发展带来了新契机。 学者们普遍认为， 大数据在服务型制造的产品服务设计、生产和交付等全生命周期过程中都发挥了重要作用。 在产品服务设计阶段， 服务型制造企業可通过大数据识别出客户对产品特性和质量的隐性需求， 促进新产品的设计创新[4] ， 同时可以利用大数据设计开展产品质量监控和大数据咨询等新型服务[5] ; 在产品服务生产阶段， 服务型制造企业可通过大数据平台实时监控与跟踪生产过程和设备， 提前预测产品质量， 检测生产线故障， 实现生产高效化、管理精细化、质量监控全程化[6] ; 在产品服务交付阶段， 服务型制造企业可通过大数据了解市场偏好， 有针对性地进行产品营销， 并提供产品故障诊断、预警和预防等售后服务， 向客户交付更满意的产品服务综合解决方案[7] 。 此外， 也有学者研究了大数据对服务定制网络[8] 、企业制造网络[9] 等的影响， 但目前仍少见大数据对服务型制造网络影响的研究。
（二）服务型制造超网络的价值共创： 从一般网络视角到超网络视角
已有研究对服务型制造网络的价值共创进行了诸多有益的探索。 首先， 价值共创的主体呈现多元化趋势。 由最初的顾企合作创造[10] 向企业、供应商和客户等直接利益相关者合作创造[11] ， 进而向制造服务集成商、提供商、客户和潜在利益相关者等社会参与者共同创造[12] 转变。 其次， 价值共创的资源呈现无形化趋势。 产品、设备等有形的对象性资源成为服务型制造网络价值实现的载体， 知识、关系等无形的操作性资源则成为价值实现的关键[13] 。 最后， 价值共创的表现形式呈现多样化趋势。 服务型制造主体通过网络互动、模块分解、资源整合等形式促进多方价值共创[11] 。 虽然学者们基于一般网络视角对服务型制造网络的价值共创进行了一定的研究， 但对其价值共创的具体机制还缺乏深入探讨， 尤其是在当前大数据环境下， 服务型制造网络价值共创的机制亟待揭示、探索。
随着服务型制造网络研究的进行， 学者们发现服务型制造网络的复杂性和动态性等特征增加了对其的分析难度， 一些学者开始从复杂网络视角对服务型制造主体的节点度、聚类系数、结构洞指标等进行分析， 揭示各个主体在网络中的地位和相互关系[14，15] 。 尽管基于复杂网络理论对服务型制造网络的结构特征有了更加清晰的刻画， 但仍未能全面体现出其整体特点。 服务型制造网络中存在着信息网络、资金网络、服务网络等多个网络[16] ， 不仅包括主体节点所构成的结构层， 还包括能力层和战略层等[17] ， 而超网络分析方法可以描述具有不同层次和等级的网络之间的相互作用， 弥补一般网络和复杂网络的缺陷。 但从已有文献来看， 基于超网络理论所构建的服务型制造超网络模型侧重于利用单个子网的分析决策实现网络整体的优化[18] ， 超网络视角下服务型制造网络价值共创的研究尚不多见。 基于上述研究的不足， 本文通过构建大数据驱动服务型制造超网络模型， 依托服务型制造理论、价值共创理论和超网络理论， 深度剖析大数据驱动下服务型制造超网络的子网构成及其价值共创机制， 并通过案例分析验证这一机制的有效性， 为更好地实现服务型制造超网络的价值共创提供参考。
三、大数据驱动下服务型制造超网络模型的构建
互联网、物联网等信息技术的普及应用， 使近年来服务型制造的发展环境发生了巨大变化， 万物实现互联过程中产生的大数据成为服务型制造网络的一个重要驱动力。 大数据环境下服务型制造主体的决策方式和互动机制发生了改变， 除了客户和服务制造企业， 更多的利益相关主体嵌入服务型制造网络中共同参与价值创造过程。 随着社交网络平台、消费互联网平台以及工业互联网平台的快速发展， 服务型制造主体不再局限于自身拥有的资源， 而是通过网络平台的互动分享来整合内外部资源， 主体间实现价值共创的资源基础和范围更加广泛， 在资源基础上通过主体间的相互作用逐渐形成促进服务型制造网络实现价值共创的各项能力。 此外， 大数据环境下服务型制造网络创造的价值不再局限于企业和客户价值， 还扩展到广泛的社会价值， 共同构成了一个价值网络。 因此， 本文构建了以大数据环境子网为驱动力， 服务型制造的主体子网、资源子网、能力子网和价值子网相互作用的大数据驱动下的服务型制造超网络模型， 见图1。
（一）大数据环境子网
大数据环境子网描述了当前服务型制造超网络运行的环境特征。 近年来， 互联网、物联网等信息技术的快速迭代发展加速了从人人互联到物物互联再到万物互联的过程， 其主要特征就是生产运营环境中产生了大量非结构化和半结构化数据。 服务型制造大数据环境子网中涉及的大数据主要包括客户行为大数据、产品服务大数据、设备运行大数据和组织运营大数据。
1. 客户行为大数据。 该数据是从网络平台（电商平台和社交平台等）中收集的客户在选择和决策过程中产生的大数据， 包括客户的消费行为、客户偏好、生活方式和购买记录等， 可以帮助服务型制造企业更好地洞察客户行为， 发现客户的潜在消费需求， 以便有针对性地开展营销活动。
2. 产品服务大数据。 该数据是服务制造商基于产品监测平台和网络互动平台为客户提供产品服务的过程中产生的大数据， 包括产品使用和运行数据， 客户的投诉、建议和反馈等， 可以帮助服务型制造企业明确产品服务改进创新的方向， 加快市场响应速度， 提供个性化的产品和服务。
3. 设备运行大数据。 该数据是基于工业互联网平台或物联网获得的生产设备或智能设备运行的大数据， 包括设备实时性能、运行状况和环境数据等， 可以帮助服务型制造企业实时监控、预测和诊断故障， 从而实现智能化报警、预防性维护和设备远程点检等。
4. 组织运营大数据。 该数据是从工业互联网平台或制造管理信息系统（MES、ERP、SCM、PLM等）中获得的大数据， 包括与产品规划、物料管理、生产计划、库存管理等相关的各种数据， 与其他大数据一起， 可以帮助服务型制造企业实现智能制造、提升组织运营效率、降低运营成本。
（二）服务型制造主体子网
服务型制造主体子网描述了参与服务型制造超网络价值共创的主体构成和互动关系。 大数据环境下， 主体间的时空屏障被打破， 可随时随地进行连接， 互动交流效率大大提升， 越来越多的主体主动参与到产品服务提供全生命周期过程中， 实现了由企业客户向利益相关者进而向社会参与者的转变。 服务型制造主体子网涉及的主体主要包括制造服务集成商、制造服务提供商、客户和潜在利益相关者。
1. 制造服务集成商。 该主体是整个网络的控制者以及产品服务的设计和整合者。 制造服务集成商既要从制度层面制定平台开放规则与主体参与标准， 又要从操作层面将附加值低、无专业化优势的非核心业务分包给制造服务提供商， 并对分包出去的业务进行集成与整合， 最终向客户提供产品服务综合解决方案。
2. 制造服务提供商。 该主体包括服务性生产商和生产性服务商， 服务性生产商主要由元器件供应、零部件组装企业等制造类企业组成， 生产性服务商主要由技术服务、物流服务、售后服务企业等服务类企业组成。 制造服务提供商借助自身资源和能力优势分工协作提供产品服务， 将其交付给制造服务集成商进行集成整合。
3. 客户。 客户是服务型制造价值共创的合作者以及最终集成产品服务的使用者。 客户主动参与到企业产品服务提供的全生命周期过程中， 以需求和建议拉动产品服务设计、生产和交付等方面的改进创新， 与服务型制造企业合作创造新价值， 最终获得个性化、定制化的集成产品和服务。
4. 潜在利益相关者。 该主体是指与服务型制造企业以及客户存在潜在利益关系的社交媒体和政府公共部门等。 潜在利益相关者负责监督企业行为或提供政策、渠道等方面的支持， 同时也会影响客户对产品服务的选择。
（三）服务型制造资源子网
服务型制造资源子网描述了服务型制造超网络实现价值共创的资源基础和整合过程。 大数据环境下， 服务型制造超网络的资源基础和范围日益扩大， 无形资源的价值更加凸显， 并开始在服务型制造超网络价值实现过程中占据主导地位。 服务型制造资源子网涉及的关键资源主要包括关系资源、平台资源、数据资源和知识资源。
1. 关系资源。 该资源是服务型制造主体在互动过程中建立的承诺和信任关系， 可以促进主体间的协同合作。 关系资源不仅可以增强主体间的相互了解， 加强主体间知识共享和转移的意愿， 降低网络内部的交易成本， 还可以促使主体主动关心其他网络主体的利益， 并在做出决策之前考虑自身决策对其他主体可能产生的影响。
2. 平臺资源。 该资源是服务型制造主体互动所基于的交流、交互和交易平台， 可以帮助链接主体实现资源的共享整合。 交流、交互平台一般可通过制造服务集成商自建或者公共网络社交平台提供， 有助于消除主体间的空间距离障碍; 交易平台则一般是由制造服务集成商自建或者电商企业提供， 可以极大地降低主体间的交易成本。 平台资源是获得数据资源的重要基础。 3. 数据资源。 该资源是指通过各种平台资源所获得的客户需求与行为数据、产品与设备运行数据等， 可以帮助主体进行产品服务创新决策， 提升从产品服务设计到交付的效率。 数据资源的挖掘分析可以使主体感知和捕捉市场需求， 从而改进业务流程和重新配置产品服务; 数据资源的开放共享可以让数据流动和利用起来， 激发主体的创意和智慧， 促进产品服务创新。
4. 知识资源。 该资源是指服务型制造主体通过学习和实践所积累起来的技能、经验等， 可以帮助主体获取竞争优势。 知识资源的获取和积累是服务型制造企业保持持久竞争力和提升创新绩效的重要来源， 对知识资源的利用可以将主体的创意和智慧转化为实际产品或创新服务， 是服务型制造超网络创造新价值的关键。
（四）服务型制造能力子网
服务型制造能力子网描述了服务型制造超网络实现价值共创的关键能力及其作用过程。 大数据环境下， 服务型制造主体不再局限于内部开发能力， 而是通过网络互动与其他主体合作开发获取新的能力。 大数据驱动下服务型制造能力子网涉及的关键能力主要包括关系管理能力、组织合作能力、数据挖掘能力和动态创新能力。
1. 关系管理能力。 该能力是指服务型制造主体对网络中的关系资源进行管理和维护， 以保证主体积极主动参与价值创造过程的能力。 高水平的承诺和信任关系对主体间的互动合作具有积极的推动作用， 然而这种无形的关系资源也极容易流失和损耗， 对关系资源的有效维护和开发可以使主体树立长期观念并选择有利于整个网络的行为， 是主体间开展价值共创活动的保障。
2. 组织合作能力。 该能力包括组织内部合作能力和组织间合作能力。 前者指主体企业内部不同部门之间合作以高效完成产品服务创新的能力; 后者指主体间优势互补、协同配合以精准提供满足客户需求的产品服务综合解决方案的能力。 良好的组织合作能力可以促进主体间资源的充分利用和共享， 帮助主体企业提升产品服务创新效率、降低产品服务提供成本。
3. 数据挖掘能力。 该能力是指服务型制造主体从网络产生的海量数据中挖掘价值信息和知识的能力。 数据挖掘能力可以帮助服务型制造企业挖掘并引导客户的潜在需求， 发现更多的市场机会， 实现数据驱动的决策、生产和创新。
4. 动态创新能力。 该能力是指服务型制造主体快速感知客户需求变化， 以动态改进现有产品服务流程、创新产品服务内容的能力。 动态创新能力可以帮助网络主体企业提升洞察力， 形成敏锐的市场“嗅觉”， 增强组织的灵活程度和协调程度， 以提高主体根据市场环境变化进行产品服务创新的速度和创新成功的概率， 使服务型制造超网络能够源源不断地产生新价值。
（五）服务型制造价值子网
服务型制造價值子网描述了服务型制造超网络最终的价值目标。 服务型制造主体若因追求单一的价值取向而忽视网络中其他主体的价值诉求将很难取得长远发展， 每个主体都把自身所要实现的价值当成整体价值的一部分， 才能实现所有参与主体的价值共创。 大数据环境下， 参与服务型制造超网络价值共创的主体更加广泛， 其所创造的价值也由企业价值、客户价值向社会价值延伸。
服务型制造超网络提高了主体间的互动频率和程度， 提升了企业的客户需求感知能力和产品服务创新能力， 有助于获得难以被模仿的竞争优势; 同时， 企业间通过资源能力互补提供的优质产品服务塑造了企业的品牌价值; 此外， 主体间资源的整合共享和能力的协同作用， 可以大幅度降低企业的运营成本， 提升企业价值创造的空间。
服务型制造超网络拓宽了产品服务提供的渠道， 可以更好、更快、更深入地为客户提供高品质、高价值的产品和服务， 满足客户的多样化、个性化需求， 同时可以降低客户所付出的时间、精力成本等， 从而为其带来更高的客户让渡价值。 此外， 服务型制造超网络可以让客户参与到产品服务提供的全生命周期过程中， 提升了客户的归属感、体验感和满意度。
服务型制造超网络使得跨地区、跨领域的企业建立了彼此信任和依赖的合作关系， 不仅能加速核心主导企业的发展， 还能带动整个服务制造产业链或生态圈企业的成长和发展， 使这些企业得到能力的共同提升和竞争优势的相互促进， 带动服务制造供应链中中小企业的发展， 推动传统产业的转型升级， 实现促进就业、增加税收收入等社会价值。
四、大数据驱动下服务型制造超网络价值共创的综合作用机制
学者们一般将基于网络的价值共创分为主体互动和资源整合两个阶段[19] ， 然而有学者发现仅通过这两个阶段很难真正实现价值共创， 主体获取和利用内外部关键资源只是构建竞争优势的基础， 而基于关键资源所形成的能够支持客户多样化需求的独特能力才是成功实现价值共创的关键[20] 。 随着物联网、云计算等新一代信息技术的应用， 利用大数据可极大地提升主体互动和资源整合的效率[21] 。 在大数据驱动下， 主体在互动过程中形成的承诺和信任关系能够产生链接红利， 不仅有助于资源的分享和整合， 而且对于联合培育和开发能力也具有重要作用[22] 。 基于上述观点以及前文所构建的大数据驱动下的服务型制造超网络模型， 本文提出大数据驱动下服务型制造超网络的价值共创综合作用机制由大数据驱动机制、主体互动机制、资源整合机制、能力作用机制和价值创造机制构成（见图2）。 其中， 大数据驱动主体互动、资源整合和能力作用， 网络主体通过“主体交流、主体交互和主体交易”的主体互动机制， 不断产生服务型制造所需的关系资源、数据资源、平台资源和知识资源等， 然后通过“资源识别与获取、资源组合与配置、资源转化与利用”的资源整合机制， 逐步形成关系管理、组织合作、数据挖掘、动态创新等服务型制造所需的能力， 再进一步通过“能力开发、能力协同、能力渗透”的能力作用机制， 最终实现主体间“价值共享、价值共生、价值共赢”的价值创造机制， 完成从产品服务设计、生产到交付过程的全生命周期价值共创。 （一）大数据驱动机制
1. 高速数据信息的流动共享提高了服务型制造超网络主体的互动效率。 大数据、物联网等新一代信息技术的发展打破了服务型制造主体间的时空屏障， 使主体间的网状式互动成为可能。 多维度、全方位的数据信息流动可消除主体间的信息不对称， 保证数据信息传输的时效性、准确性和透明性。 互动程度的加深也增强了主体间的信任基础， 使主体主动分享各自掌握的数据信息， 从而加快和丰富数据信息在服务型制造超网络中的流动速度和共享程度， 提高服务型制造主体的互动效率。
2. 多维数字平台的搭建增强了服务型制造超网络资源的整合配置效果。 在大数据环境下， 实现价值共创的资源趋于无形化， 而构建数字平台是整合无形化资源的重要途径。 数字化信息基础设施的日益完善为多维数字平台的搭建和运行创造了良好的条件， 从而促使各个服务型制造主体不断突破地域、组织、技术边界实现资源的分享和整合， 促进资源配置从单点、局部、静态优化向多点、全局、动态优化演进， 极大地增强了服务型制造资源的整合配置效果。
3. 海量数据知识的分析学习提升了服务型制造超网络能力的协同作用效应。 对海量数据进行深度挖掘和智能化分析并使之转化为信息可以提升数据的有用性和相关性， 对信息进行加工处理并使之转化为知识可以提升数据的价值性， 大数据技术的发展使得从数据到信息再到知识的转化成为可能。 而通过对知识的学习和吸收可以帮助服务型制造主体形成独特的难以被模仿的能力， 进而通过能力的相互作用提升服务型制造主体参与价值共创活动的有效性， 促进整个管理链条和产业链条的协同合作， 提升服务型制造能力的协同作用效应。
（二）主体互动机制
1. 主體交流。 主体交流是服务型制造主体基于自身需求、市场信息等进行沟通的过程。 制造服务集成商通过与客户交流获得客户的需求、反馈等信息; 同时， 客户会获得制造服务集成商的产品服务营销信息， 通过体验活动等加深对制造服务集成商产品或服务的认识。 制造服务集成商和提供商根据市场信息和企业竞争优势进行交流并达成合作， 共同满足客户需求。 潜在利益相关者通过国家法律、社会规范等隐形契约与企业有着无形的价值往来和交流， 如企业与政府交流以便获取政策支持、税收优惠等， 与媒体交流以便借助媒体力量进行宣传， 提高企业声誉。
2. 主体交互。 主体交互是服务型制造主体互动配合共同完成产品服务生产的过程。 客户通过与制造服务集成商的交互， 利用自身具备的知识和技能主动参与产品服务的改进创新。 制造服务集成商基于客户的价值诉求与提供商进行交互， 把自身不具备专业优势的产品服务业务委托给服务性生产商和生产性服务商。 潜在利益相关者与企业的交互体现在对企业行为的监督和干预， 进而促使企业履行社会责任; 与客户的交互体现在影响客户的价值诉求和价值感知， 进而影响客户对产品或服务的选择。
3. 主体交易。 主体交易是服务型制造主体间通过交易实现产品服务价值交换的过程。 制造服务提供商、集成商以及客户之间网络关系的建立可极大地降低交易成本、提升交易效率。 通过产品服务交易过程， 服务型制造主体间完成了价值交换和传递， 服务型制造超网络的存在提升了价值在主体间的流动和交换效率， 有利于实现整个网络的价值增值。
（三）资源整合机制
1. 资源识别与获取。 资源识别与获取是服务型制造主体通过网络识别并获取所需资源的过程。 服务型制造超网络不仅能汇聚主体所拥有的资源， 还能通过主体间的互动合作产生新的资源， 各主体识别进行价值创造活动所缺少的资源， 以便从网络中获取相应资源来弥补自身的资源缺口。 服务型制造主体通过对内外部资源的认知和了解， 可以发现现有业务改进创新的机会或新的具有潜在利润的业务， 从而有针对性地与其他网络主体进行合作来获取新资源， 降低资源获取的难度和成本， 减少获取资源所面临的不确定性。
2. 资源组合与配置。 资源组合与配置是服务型制造超网络在识别和获取资源的基础上对不同资源进行优化组合， 并按照服务型制造主体的需求进行配置的过程。 根据网络中不同主体的需求， 对服务型制造主体间通过内部积累和外部获取的资源进行有效组合和合理配置， 一方面有利于实现网络中资源效用的最大化， 另一方面可以为主体进行产品服务创新带来新的机会， 使主体获得难以被复制的竞争优势。
3. 资源转化与利用。 资源转化与利用是通过服务型制造主体间资源的相互转化来更好地利用资源的过程。 服务型制造主体不断将优化组合配置后的资源转化为自身可用的新资源， 并按照价值创造活动的任务分工充分利用这些新资源， 以不断提高产品服务的创新速度， 缩短产品服务创新的时间， 提供满足客户个性化需求的产品和服务， 从而实现网络中资源利用的价值最大化。
（四）能力作用机制
1. 能力开发。 能力开发是服务型制造主体基于服务型制造超网络资源优势， 不断培育和开发实现价值创造所需新能力的过程。 服务型制造主体为弥补与实现价值共创所需能力之间的差距， 一方面可以利用自身所识别和获取的资源在内部培育和开发能力， 另一方面可以在网络中寻找合作伙伴共同培育和开发能力。 能力开发的过程中可以将主体所拥有的资源与复杂的市场环境匹配起来， 持续补充服务型制造超网络发展所需的新能力， 不断增强网络的动态性和灵活性。
2. 能力协同。 能力协同是服务型制造主体借助服务型制造超网络搭建的平台， 通过能力互补完成单个主体所不能完成的产品服务创新活动， 发挥1+1>2的协同效应。 服务型制造主体间通过能力的彼此协同， 可以更充分地利用自身能力优势， 为客户创造更多的新价值， 并帮助企业获得更多的竞争优势和更大的利润空间。 能力协同不仅有助于增强服务型制造主体价值共创活动的效果， 还有助于提高其价值共创活动的效率， 从而提升整个服务型制造超网络的快速应变能力。 3. 能力渗透。 能力渗透是服务型制造主体间通过不断地互动， 逐渐形成“你中有我、我中有你”的共生格局， 最終实现能力的相互影响和彼此渗透， 不断催生出跨界、跨领域的新能力。 通过能力的互相渗透， 服务型制造主体间建立起高度认同的信赖关系， 成为相互依赖的命运共同体， 各主体的能力能得到共同的提升。 能力渗透有助于服务型制造主体实现跨界、跨领域的创新， 从而能够持续不断地为客户提供全新的产品服务价值。
（五）价值创造机制
1. 价值共享。 价值共享是服务型制造主体通过网络互动共同分享价值的过程。 服务型制造超网络中交流交互平台的搭建有利于协调各个服务型制造主体之间的关系， 通过打通主体内部和主体间的沟通渠道， 将价值流从主体内部传递至网络中， 使每个主体都可以在贡献自身价值的同时分享价值， 从而吸引更多主体参与网络价值共创活动。
2. 价值共生。 价值共生是服务型制造主体共同成长发展过程中共同创造新价值的过程。 服务型制造超网络中交流交互平台的搭建有利于打造一个开放共生的新生态， 使服务型制造主体不再局限于自身所拥有的资源和能力， 而是通过链接具有相同价值观、相互信任的其他主体， 使各主体通过优势资源能力互补， 彼此协同一致地进行产品服务创新， 不断创造新价值、实现共同成长。
3. 价值共赢。 价值共赢是服务型制造主体通过跨界合作和协同创新实现多方价值的统一与共赢的过程。 服务型制造超网络的形成可打破主体间原有的界限， 汇聚数据、信息、知识等创新资源和要素， 通过多种能力的相互作用充分激活网络中创新要素的活力， 使得各主体能在跨界合作和协同创新过程中相互成就、相互赋能， 实现多主体的价值共赢。
五、案例验证：小米服务型制造超网络价值共创路径分析
小米成立于2010年， 从开始只生产智能手机到如今能够为客户提供多样化的智能产品和智能服务， 通过链接数百家元器件供应商、零部件组装商以及220多家生态链企业， 已发展成为一个庞大的服务型制造超网络。 小米通过将IoT连接模组嵌入生态链企业的智能硬件设备中， 实现了小米智能产品服务的互联互通， 形成了一个联动的智能产品服务网络。 在这一网络的背后， 小米与客户、服务性生产商（元器件供应商、零部件组装商）和生产性服务商（生态链企业）之间通过互动、资源整合和能力作用， 形成了一个强大的智能制造生态网络。 小米的智能产品服务网络和智能制造生态网络产生的大量客户行为、产品服务、设备运行和组织运营数据， 共同构成了小米服务型制造超网络的大数据环境。
小米在为客户提供高价值产品和服务的过程中实现了多方价值的共创。 通过搭建小米社区等线上线下平台使客户主动参与到产品服务全生命周期的价值创造过程中， 小米获得了强大的创新能力和竞争优势， 赢得了更多的客户群体和市场机会; 客户则获得了高性价比的产品和优质的服务体验。 此外， 小米强大的创新能力带动了上百个行业的变革， 促进了传统制造企业的转型升级， 成就了一大批创业者， 如今紫米、纳恩博、华米、智米等生态链企业的估值已超过10亿美元， 创造了显著的社会价值。
鉴于上述原因， 本文以小米为实践案例， 通过分析小米服务型制造超网络实现价值共创的三条具体路径， 验证本文提出的大数据驱动下服务型制造超网络模型及其价值共创机制。
（一）主体交流—资源识别与获取—能力开发—价值共享
小米非常重视与客户的互动交流， 努力打造各种平台来获得客户对小米产品的使用和体验数据。 线上通过小米社区平台， 鼓励客户交流小米产品使用的技巧心得， 积极参与产品服务的研发设计， 小米产品服务设计的1/3创意来自客户; 线下通过小米之家、小米授权体验店等创造客户体验的机会， 通过客户体验数据， 了解其对小米产品的使用偏好; 通过举办“同城会”“爆米花”等小米粉丝活动， 加强“米粉”客户间的情感联系， 增强客户粘性。
小米与客户间建立起的强大的互动交流平台和良性的互动交流机制， 不仅使小米获得了大量忠实的“米粉”， 形成小米稳定的客户关系资源; 通过客户参与产品设计创新等活动， 小米还获得了大量有助于小米产品创新的数据资源和知识资源， 逐渐发展形成了强大的关系管理能力、数据挖掘能力和动态创新能力。 通过互动交流平台， 小米、客户及其制造服务提供商等实现了价值的共享。 小米树立了良好的品牌形象， 吸引了更多的客户群体; 制造服务提供商通过共享小米的客户行为数据和产品服务知识资源， 提升了产品服务设计的创新速度和质量; 客户则通过交流交友满足了社交和尊重需要， 提升了自我价值和归属感。
（二）主体交互—资源组合与配置—能力协同—价值共生
小米鼓励工程师与客户进行持续的互动交互， 促进小米产品服务的改进创新。 通过让发烧友客户提交手机操作系统的体验报告， 获取客户对系统功能的改进创新意见; 通过邀请客户参与小米产品内测， 获得产品功能和质量测试的建议反馈。 同时， 小米也注重与制造服务提供商进行实时交互， 保证需求信息和生产信息的高度匹配， 共同完成产品。 通过与高通、夏普等一流的元器件供应商和富士康、英华达等顶尖的零部件组装商一起做研发和调试工作， 不断推出高性价比、极致创新的小米手机; 通过为生态链企业提供供应链、用户画像等资源帮助， 借助生态链企业的技术开发能力， 共同生产出颠覆市场的智能产品和服务。
小米与客户间的持续交互产生了大量有助于产品服务创新的数据， 使小米能够基于产品服务大数据的挖掘分析， 洞察客户潜在需求并制定产品服务生产决策， 进而通过与制造服务提供商交互， 按照其生产需求对资源进行重新组合与配置， 以便借助各方能力优势， 通过能力协同不断创造出新的价值， 从而实现小米及其制造服务提供商、客户的价值共生。 小米及其制造服务提供商实现了按需定制的柔性生产， 降低了生产成本; 小米在为生态链企业提供创新和成长所需的互补性资源的同时， 生态链企业也利用自身的技术开发能力帮助小米向更多的业务领域延伸扩张。 （三）主体交易—资源转化与利用—能力渗透—价值共赢
制造服务提供商将符合小米标准的产品或服务交付给小米， 小米经过集成之后再与客户进行产品服务综合解决方案交易。 一方面通过打通新零售渠道（小米官网、小米商城、小米有品、小米之家和全网电商）来覆盖更广阔的客户群体， 更快地为客户交付高品质、高价值的产品; 另一方面通过建立完善的服务体系（物流、客服、售后）来提高客户需求和反馈的响应速度， 更好地为客户提供及时、个性化的服务， 并通过智能硬件设备互联产生的设备运行大数据来进行故障诊断、预警和预防， 更好地为客户提供智能化服务。
小米通过与其制造服务提供商和客户的产品服务交易完成资源的相互转化与利用， 从产品源头的质量管控唤醒了整个供应链和产业链的质量意识， 对产品服务的创新能力也渗透到元器件供应商、零部件组装商和生态链企业中， 使这些制造服务提供商的能力得到共同的提升。 小米把一些技术创新演变成为行业趋势， 这让元器件供应商、零部件组装商都因趋势所需而提升了自身的制造能力; 生态链企业输出的产品也是参考的小米标准， 这提升了生态链企业的创新能力。 通过能力渗透， 小米及其制造服务提供商能够持续为客户提供高性价比的创新产品和服务， 企业自身也获得了利润， 品牌價值得到了极大提升， 真正实现了价值共赢。
六、结论与启示
本文应用超网络分析方法构建了包含大数据环境子网以及服务型制造的主体子网、资源子网、能力子网和价值子网的服务型制造超网络模型， 在此基础上， 系统分析了在大数据驱动机制、主体互动机制、资源整合机制、能力作用机制和价值创造机制的综合作用下， 服务型制造超网络实现价值共创的机制。 通过对小米服务型制造超网络及三条价值共创路径的案例分析， 验证了本文所建立的大数据驱动服务型制造超网络模型及其价值共创机制的有效性， 有助于企业和政府更深刻地认识服务型制造的本质， 从而更有效地制定发展服务型制造网络的策略和政策， 具体管理启示如下：
1. 链接网络主体， 协同创造价值。 服务型制造网络中的核心企业要重视工业互联网平台的建设， 利用平台获取海量业务数据， 通过对大数据进行打通、整合、共享， 更好地开展大数据创新应用。 同时也要基于平台广泛链接其他网络主体， 加强网络主体间的信任程度， 通过协同合作来突破自身资源和能力约束， 以客户需求为导向， 利用网络资源和能力不断进行产品和服务的动态创新， 持续为客户提供高价值的产品和服务。
2. 推动业务数据融合， 发挥大数据的驱动作用。 服务型制造网络中的企业如果要构建以数据为核心驱动要素的价值创造体系， 就要将大数据、云计算、物联网等新一代信息技术融入产品服务提供的全生命周期过程中， 通过内外部数据的高度集成和互联， 实时指导企业的产品服务提供， 促进数据驱动的决策、生产和创新， 提供更高质量、更低成本、更高满意度的产品和服务。
3. 加强政策引导， 开展示范推广。 政府要打造有利于服务型制造网络发展的政策体系， 落实支持网络主体开展价值共创活动的财政、税收、土地等政策; 在服务型制造示范遴选的基础上评估出成功利用大数据开展创新应用、实现服务型制造网络价值共创的示范企业， 对这些示范企业利用大数据实现多方价值共创的案例进行总结和经验推广， 充分发挥示范企业的引领和带动作用。
【 主 要 参 考 文 献 】
[1] 冯良清，马卫.服务型制造网络合约化质量协调的运动规律分析[ J].商业时代，2012（18）：92 ～ 93.
[2] 董华.模块化趋势下服务型制造网络的形成及运行[ J].甘肃社会科学，2016（6）：218 ～ 222.
[3] Nagurney A.， Dong J.. Supernetworks：Decision-making for the information age[M].Cheltenham：Edward Elgar Publishing， 2002：1 ～ 368.
[4] Opresnik D.， Taisch M.. The value of big data in servitization[ J].International Journal of Production Economics，2015（7）：174 ～ 184.
[5] Huxtable J.， Schaefer D.. On servitization of the manufacturing industry in the UK[ J].Procedia CIRP，2016（1）：46 ～ 51.
[6] 李晓华.服务型制造与中国制造业转型升级[ J].当代经济管理，2017（12）：30 ～ 38.
[7] Tao F.， Qi Q.， Liu A.， et al.. Data-driven smart manufacturing[ J].Journal of Manufacturing Systems，2018（1）：157 ～ 169.
[8] 刘韵洁，张娇，黄韬，潘恬.面向服务定制的未来网络架构[ J].重庆邮电大学学报（自然科学版），2018（1）：1 ～ 8.
[9] Younggak K.， Kazuyuki M.. Use and sharing of big data， firm networks and their performance[ J].Discussion Papers，2019（1）： 1 ～ 23.
[10] Vargo S. L.， Lush R. F.. Evolving a service dominant logic[ J].Journal of Marketing，2004（1）：1 ～ 17. [11] 杨艳玲.制造企业实施服务价值共创模式路径探索[ J].商业经济研究，2015（3）：96 ～ 98.
[12] 王丽娜，张超，朱卫东.制造业服务化与利益相关者价值共创共享[ J].财会月刊，2019（22）：3 ～ 7.
[13] Xie K.， Wu Y.， Xiao J.， et al.. Value co-creation between firms and customers： The role of big data-based cooperative assets[ J].Information & Management，2016（8）：1034 ～ 1048.
[14] 李冀，莫蓉.基于复杂加权网络的服务型制造网络分析[ J].机械科学与技术，2012（8）：1232 ～ 1235.
[15] 武柏宇，彭本红，谷晓芬.基于结构洞理论的服务型制造网络动态演化分析[ J].财贸研究，2020（1）：82 ～ 92.
[16] 刘炳春.服务型制造网络协调机制研究[D].天津：天津大学，2012.
[17] 郝新军，姚树俊，同世隆.服务型制造模式下价值共创网络研究[ J].科技进步与对策，2015（9）：60 ～ 66.
[18] 刘静倩.基于超网络理论的服务型制造网络研究[D].哈尔滨：东北林业大学，2013.
[19] 周文輝，陈凌子，邓伟，周依芳.创业平台、创业者与消费者价值共创过程模型：以小米为例[ J].管理评论，2019（4）：283 ～ 294.
[20] 胡查平，胡琴芳.制造业服务化战略竞争优势构建的理论框架——基于制造业的多案例分析[ J].中国流通经济，2020（4）：87 ～ 99.
[21] Troisi O.， Mario A.， Loia F.， et al.. Big data management：The case of Mulino Bianco's engagement platform for value co-creation[ J].International Journal of Engineering Business Management，2018（4）：1 ～ 8.
[22] 胡艳玲，高长元，翟丽丽，张树臣.服务主导逻辑下大数据联盟数据服务创新价值共创机理[ J].情报理论与实践，2019（3）：60 ～ 64.