摘要：20世纪80年代以来，制造业呈现明显的服务化转型趋势，制造企业基于研发、制造产品的能力而提供增值服务愈发普遍，我国也将服务型制造作为制造业转型升级的重要方向。服务型制造的发展受到用户信息、生产成本、服务人才、运行数据等方面限制，新一代数字技术使制造业在连接、数据、算法和算力、加工制造能力等方面显著增强，为服务型制造的发展扫平了障碍。在新一代数字技术的支撑下，制造企业在服务化转型中向用户提供的服务从基于能力的服务向基于数据的服务拓展，软件定义推动增值服务的产品化，使制造企业的服务型制造活动得以实现大规模提供，极大地拓展了服务型制造发展的空间。在向着全面建成社会主义现代化强国的第二个百年奋斗目标迈进的新征程上，我国应发挥制造业规模大、门类全、场景丰富、数字经济发达的优势，在强化制造技术、能力从而提供基于能力的服务基础上，更好地发展基于数据的服务，并推动从制造服务化迈向服务产品化。
关键词：服务型制造；服务化；数字化；产品化
基金项目：国家社会科学基金重点项目“‘互联网+’背景下的中国制造业转型升级研究”（16AJY011）；中国社会科学院创新工程项目“中国制造业全球价值链布局研究”；中国社科院登峰战略优势学科（产业经济学）项目。
20世纪80年代，制造业开始了服务化转型的进程，服务型制造活动在制造企业收入和利润中所占比重越来越高。但是由于用户信息、生产成本、服务人才、运行数据等方面因素，严重制约了服务型制造的模式创新、领域扩展和规模扩大。作为新一轮科技革命和产业变革重要组成部分的新一代信息技术的发展成熟与渗透融合，打破了这些限制，实现了服务型制造的产品化、规模化，成为推动服务型制造发展的重要力量。
一、制造业的服务化：从产品到产品服务系统
人类文明出现后的大多数时间，人类处于农业社会。由于生产力水平低，农业产品是社会经济产出的主体，虽然在分工分化后出现了餐饮、住宿、贸易等服务活动，但所占比重很低。麦迪森的数据显示，1700年的英国，农业占就业的比重高达56%，第二产业和服务业各占22%。18世纪的第一次工业革命后，随着蒸汽机、纺织机等机械的发明和应用，生产力获得前所未有的提升，工业生产能力快速扩张，工业成为经济活动的主体。到第二次工业革命时期，电力等新技术的发展和大规模生产方式广泛采用，工业的生产规模进一步扩大。与此同时，由于分工的深化，服务业的比重也不断提高。1890年，农业、第二产业和服务业占英国就业结构的比重分别为16%、43%和41%[1]。在工业经济时代，虽然工业产品的相当部分会作为生产资料成为服务业的投入，或者说服务企业需要在工业产品的基础上向用户提供服务，但工业与服务业仍然存在较为清晰的边界。从工业企业的角度看，为获得专业化分工带来的收益，除了产品的安装、培训维修等基本服务外，很少基于自己制造的产品向产品的最终用户提供其他增值服务。到20世纪80年代，随着技术进步和产品复杂度的不断提高、经济发展带来的个性化需求不断增长、新一代信息技术的发展，在追求成长和提高利润率的驱动下，制造企业开始基于自家产品向用户提供更多的增值服务，并且不断扩大服务业务的范围和规模[2]。制造企业基于研发、制造产品的能力而提供增值服务愈发普遍的现象受到学术界的关注，服务化（Servitization）[3]、产品-服务系统（Product–Service Systems，PSS）[4]等概念相继被提出。在我国，这一现象或商业模式更多地被称为服务型制造[5]。
从最终产品或服务的用户（包括个人消费者和机构用户）的角度来看，制造企业向他们提供产品还是提供服务是无差异的，因为对于绝大多数产品，用户所需要的不是产品本身，而是产品能够带给他们的效用。例如，人们使用复印机，不是需要复印机这台设备，而是需要复印机所提供的文档复制服务。从提供文档复制服务的角度，可以有几种不同的商业模式供复印机制造企业选择。第一种是复印机企业出售复印机给最终用户，由用户自己操作复印机进行资料复印，在这种模式下，复印机企业开展的是制造活动，用户的复印活动发生在企业内部，不创造直接的市场价值；第二种是复印机企业将复印机出售给专门的复印公司，由复印公司向有复印需求的用户提供复印服务。在这种模式下，制造业与服务业出现分离，复印机企业的业务属于制造业，复印公司的业务属于服务业；第三种是复印机企业不是将复印机出售给用户也不是出售给复印公司，而是由它自己根据用户需求直接向其提供复印服务。在这种模式下，制造业与服务业出现融合，从行业划分的角度很难区分复印机公司的活动到底属于制造业还是服务业，其产出从产品转变为产品-服务系统。在产品-服务系统的商业战略视角下，企业是聚焦于用户的需要而不是产品来建立价值主张。
服务化或服务型制造是制造业的发展方向已经成为各界共识。服务型制造不仅关乎制造企业的市场竞争力与收入、利润增长，而且会影响一个国家的全球价值链地位、供应链韧性和产业链现代化水平。国家“十三五”规划《纲要》提出“促进制造业朝高端、智能、绿色、服务方向发展”，“推动制造业由生产型向生产服务型转变，引导制造企业延伸服务链条、促进服务增值”。2016年，工信部联合国家发改委、中国工程院印发《发展服务型制造专项行动指南》（工信部联产业〔2016〕231号），提出创新设计、定制化服务、供应链管理、网络化协同制造服务、服务外包、产品全生命周期管理、系统解决方案、信息增值服务、相关金融服务、智能服务等十类服务型制造模式，开展服务型制造示范（企业、项目、平台、城市）遴选工作。2020年，工信部等15部门又联合印发《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），进一步明确了工业设计服务、定制化服务、供应链管理、共享制造、检验检测认证服务、全生命周期管理、总集成总承包、节能环保服务、生产性金融服务等九大类服务型制造模式。国家发改委也在推动服务型制造相关活动。2019年国家发改委等15部门联合印发《关于推动先进制造业和现代服务业深度融合发展的实施意见》（发改产业〔2019〕1762号），提出10种融合型新业态新模式，其中的柔性化定制、共享生产平台、总集成总承包、全生命周期管理都属于典型的服务型制造模式。2021年国家发改委等13部门联合印发《关于加快推动制造服务业高质量发展的意见》（发改产业〔2021〕372号），提出培育服务衍生制造、供应链管理、总集成总承包等新业态新模式。“十四五”规划《纲要》也明确提出“发展服务型制造新模式”。
由于服务型制造的快速发展、在企业和产业层面重要性的提高以及国家政策的关注，近年来国内外涌现出一批有关服务型制造的研究成果。这些成果主要集中于以下几个方面：第一，关于服务型制造内涵、类型的理论探讨。例如，李晓华、刘尚文（2019）提出服务型制造=制造企业+面向用户+基于(本企业制造的)产品+增值服务。Tukker（2004）将产品-服务系统分为三大类8种具体类型[6]。第一类是产品导向的产品-服务系统，包括产品相关的服务、建议和咨询服务；第二类是使用导向的产品-服务系统，包括产品租赁、产品出租和共享、产品池；第三类是结果导向的产品-服务系统，包括活动管理和活动外包、按服务单位付费、按功能性结果付费。第二类是企业层面如何开展服务型制造的研究。例如，贝恩斯和莱特福德（2017）研究了高级服务的传递、绩效的衡量、相应的组织结构、人员配置等方面的问题[7]；莱（2017）研究了九个行业的制造业服务化情况，并在企业运作层面提出制造业服务化的模式、影响因素和运作建议[8]；Annarelli et al.(2019)研究了产品-服务系统对竞争优势的作用、产品-服务系统战略的实施及其对公司商业模式的颠覆等问题[9]。第三类是关于服务型制造的实证研究。例如，张峰等（2021）研究了服务型制造与企业在进口竞争中的经营绩效之间的关系[10]。由于目前缺乏对服务型制造的系统统计，有关服务型制造实证研究的对象是制造业中服务活动的投入或制造企业所开展的服务活动，严格来说并不等同于服务型制造。
近年来，新一轮科技革命和产业变革深入发展，以云计算、大数据、物联网、移动互联网、人工智能等为代表的新一代信息技术不断成熟并广泛扩散，正在成为各产业生产组织方式、商业模式、产业业态等全方位颠覆性变革的推动力量。新一代信息技术同样深刻改变着制造业的模式和形态，使服务型制造的应用更深入、领域更广泛、模式更多元。例如，贝恩斯和莱特福德指出，信息技术的使用帮助制造商掌握已出售并由客户实际操作的产品（资产）的运行数据，通过对这些数据的采集和分析挖掘，可以开展运行状态监测、预防性维护等高级服务[7]。李刚、汪应洛认为，“互联网+”能让制造企业将顾客引入产品服务系统从研发设计到运营的全过程，提供针对性的服务[11]。虽然国内外已有从数字技术视角对服务型制造的研究，但总体上看仍缺乏系统性，没能很好地揭示数字技术推动服务型制造发展的机制以及数字经济条件下服务型制造的模式和形态变革。
二、服务型制造的制约因素与数字技术赋能
近二三十年来，服务型制造呈现快速发展之势。IFS公司对16个国家750家制造企业的调查显示，接近70%的被调查公司在开展某种程度的服务化；Barclay公司的调查发现接近3/4的管理者将服务化作为建立更紧密客户关系的方法[12]。在有关政策的推动下，服务型制造也获得我国制造企业的广泛了解和认可，制造业服务化转型的步伐正在加快，但仍有许多因素制约着服务型制造的模式创新、领域扩展和规模扩大。这些因素既包括制造企业及其用户各自内部的因素，如对服务型制造重要性的认识、对服务价值的接受程度、组织刚性等，支撑服务型制造发展相关技术的不成熟也是重要的制约因素。新一代数字技术使制造业在连接、数据、算法和算力、加工制造能力等方面显著增强，为服务型制造的发展扫平了障碍。
（一）服务型制造发展的制约因素
传统上的服务具有非标化、个性化、人力密集和即时消费等特征。所谓非标化，是由于服务由人来提供，而人很难做到机器那样精准控制、生产出完全相同的产品，即使是同样的服务或与服务相伴的产品（如餐食）也很难做到完全相同。所谓个性化，是由于人的感官和肢体具有高度的适应性，能够根据服务对象的不同，在成本、时间基本不发生变化的情况下，根据服务对象的需求、特征提供千人千面的定制服务，如理发、定制服装加工。所谓人力密集，是指服务往往需要服务人员的深度参与，甚至现场一对一的进行服务的生产和提供。当服务用户增加、服务规模扩大后，也需要服务人员数量几乎同比例的增长。所谓即时消费，是指许多服务的生产和消费相伴生，具有同时性而且需要在现场来完成，服务生产的过程也就是消费的过程。相比之下，制造业具有标准化、资本密集、大规模生产、生产与消费分离等特征。当制造企业开展服务型制造活动时，服务的特征就与制造业的传统特征产生冲突。
在业务实施层面，制造企业提供基于产品的增值服务还面临着以下四个方面的制约：
一是信息不对称，不了解用户需求。大多数制造企业在将产品制造出来后，会将产品交付给分销商进行销售，制造企业与其产品用户的直接联系少，通常需要通过市场调查、用户投诉建议等方式了解用户对产品外观、功能、售价等方面的诉求。经销商虽然直接与用户接触，但是它们长于渠道和销售，缺乏关于产品架构、工艺等方面的知识，也难以准确、全面掌握用户的需求。当交付给用户后，产品就脱离了制造企业的视线，制造企业无法了解用户使用产品的习惯以及产品的运行状况。
二是制造成本高企，市场接受度低。一些类型的服务型制造活动需要根据用户的个性化需求进行差别化的设计、生产，随之要求产品架构、零部件构成、生产工艺等方面做出改变。通常的工业生产具有显著的规模经济效应，产品原型开发、专用零部件模具的制造等诸多环节都涉及高昂的固定成本，需要大规模生产才能摊薄成本，因此产品设计一旦定型，在一个时期就不会进行改变。在生产过程，定制化产品需要根据该产品所需要的原料和零部件调整供应链，还需要对生产线进行调整，而无论是供应链的重新组织还是生产线的重新调整都耗资巨大，同样也需要大规模生产才能分摊成本。
三是人才供给不足，规模扩张受限。一些制造企业向客户提供定制化服务，这些服务虽然有利可图，但由于服务提供的一对一方式具有很高的人力资源密集度且不具有规模经济性，因此如果向新增客户提供定制服务就需要额外的人力投入，这些人力的投入往往是需要手把手的且依赖于关键人才[13]。在这种商业模式下，制造企业虽然可以向用户提供个性化定制服务，在满足市场需求的同时增加用户粘性、实现规模扩张，但是受制于企业高素质人才数量的限制和培养的难度，这类服务的规模扩张具有很大难度。
四是缺乏使用数据，阻碍模式拓展。传统上，制造企业将产品交付给用户使用后，除了当用户在使用时出现疑难问题需要提供指导或产品出现故障时需要提供维修服务外，基本脱离了与产品的联系。只有产品用户自己能够掌握产品的运行状态、使用习惯，但多数情况下用户没有意识也没有能力掌握这些数据，而制造企业缺乏获得产品使用过程中数据的途径，更无法掌握产品运行状态的实时数据，因此基于对产品运行状态、用户使用习惯的许多增值服务——如预防性维护、个性化使用方案等就无法开发和开展。
（二）数字技术的赋能基础
云计算、大数据、传感器、物联网、移动互联网、人工智能、3D打印、智能加工中心和工业机器人等新一代数字技术使制造业呈现出区别于工业经济时代的新特征，奠定了数字技术为国民经济各产业赋能的技术基础，成为服务型制造发展的巨大推动力。
1.万物互联成为可能
互联网、物联网、移动互联网等技术的成熟和应用使泛在连接成为可能。在企业运营层面，制造企业依托互联网基础设施和数字化设备，实现制造企业内部从产品创意、设计到制造再到运行服务的价值链各环节，机器设备、供应链系统、生产系统和运营系统等生产流程，以及供应链上下游的供应商、合作伙伴等商业生态的互联，对应着德国“工业4.0”所说的纵向集成、端到端集成和横向集成[14]。借助于5G的大规模机器类通信（mMTC）场景，工厂中的各种物料、半成品、最终产品都能够连接进企业的信息网络。在最终产品层面，依托互联网连接技术，制造企业能够与产品、产品应用场景、产品用户实现实时的连接。超高可靠低时延通信（uRLLC）5G网络还能使对时延要求高的生产线、最终产品（如手术机器人）等实现实时连接。
2.数据规模爆发式增长
无处不在的传感器将制造业的价值链、供应链、商业生态的各个节点与环节的运行数据采集起来，嵌入式系统、智能控制系统、工业软件和各种应用软件本身也能够持续产生数据。此外，制造企业还能够接入外部数据，并使这些数据与企业内部数据打通、融合。随着数字化的深入推进，人类社会的数据规模呈现指数型爆发式增长。据IDG预测，2025年全球将有416亿台物联网设备，产生79.4ZB的数据。涉及企业内部研发、采购、加工制造、销售、产品使用等全方位的数据，在企业的数据价值链中流通，被传输到企业的数据中心进行储存、清理、分析、处理，最终转变为控制指令、决策命令或解决方案。
3.算法和算力显著增强
常规的技术手段无法处理数字经济时代产生的海量数据。在摩尔定律的推动下，集成电路芯片的处理速度以指数增长，超级计算机、云计算的出现，一方面能够高效率地处理海量数据，另一方面云化的算力资源使用户无需自己投资建立计算能力，可以按需弹性租用，使算力的获得门槛和使用成本大大降低。量子计算机更是可以凭借强大的计算能力，完成经典计算机无法完成的计算任务。随着CPU、GPU处理性能的显著增强以及专用人工智能芯片的开发，基于2006年多伦多大学教授辛顿发表的深度信念网络论文及相关理论，建立在“大数据+机器学习”基础上的人工智能技术获得飞跃式发展并进入商业化应用阶段。借助基于历史数据的训练，人工智能系统能够揭示常规技术下无法洞察的事物之间内在的联系，并对事务的发展趋势做出准确判断和预测，在这个过程中，人工智能系统仍然可以持续地进行训练和学习，不断提高判断和预测的精度。
4.加工制造更加柔性化
制造业具有显著的规模经济特征，在一定限度内，生产规模越大，单位产品的生产成本越低。为了提高规模经济效应，制造企业会进行资产专用性的投资，用专用的设备、生产线生产专门化的产品。但这种专用性生产系统在实现规模经济的同时却缺乏适应性。计算机数控机床与拱式可重构机床、机器人等生产设备形成的可重构生产系统或柔性制造系统，使生产线可以更方便地充分调整以适应新产品的加工制造需要[15]。人工智能系统、智能化的机器人和人机协作的引入使生产线更加具有柔性，而3D打印机的逐步成熟能够使企业快速且低成本的进行产品原型设计、小批量或单个产品的定制化生产。
（三）数字技术赋能服务型制造的架构
新一代数字技术在制造业的深度和广泛应用有效破解了制约服务型制造发展中的用户信息、生产成本、服务人才、运行数据瓶颈，为服务型制造的模式创新、应用领域扩展开辟了广阔的空间。
数字技术赋能服务型制造的架构可以划分为物理层、功能层与模式层。物理层包括物联网、移动互联网、工业互联网等连接设施，传感器、智能设备、软件等数据设施，超算中心、云计算中心、边缘计算等算力设施，数字加工中心、机器人、3D打印机等生产设施。功能层是在物理层的基础上，由物理层的各种设备、网络、软硬件等针对价值链、产业链、供应链和产品使用过程中的数据所提供的数据采集、数据传输、数据处理、加工制造、智能服务等各种能力。模式层是利用数字化、网络化、智能化的数据采集、传输、存储、计算和生产设施以及产品，结合产业特点、产品特点和具体的应用场景所提供的各种具体的服务型制造活动，如个性化定制、系统解决方案、远程监测、预防性维护、产品远程升级、个性化产品使用优化建议、软件化智能服务等。
图1 基于数据的服务型制造架构模型
随着数据收集、存储、加工处理和开发应用能力的不断提升，数据在企业生产经营中的作用日益增强，在制造企业中的应用贯穿于企业生产经营的全流程[16]。新一代数字技术提供的连接、数据、算法和算力、加工制造等能力有效化解了传统制造企业中服务型制造发展所面临的用户信息、生产成本、服务人才、运行数据等制约。在用户信息方面，通过抓取用户搜索、浏览、停留、评价等各种数据并与电商、社交网络、视频平台等数据进行打通、整合，制造企业可以更全面、准确地对用户画像，了解用户对产品的兴趣、意见等。通过对用户使用产品的大数据分析，能够准确掌握用户的使用习惯。依托电商平台、众包平台，还能够让用户根据喜好自主选择产品配置甚至直接参与产品设计。在生产成本方面，更加柔性化的设计、制造系统能够适应多样化的产品需求，显著降低最终产品的制造成本和售价，使企业能够以具有竞争力的价格向用户提供小批量乃至个性化定制的产品。借助于硬件平台的可拓展性以及软件的自适应性和易于快速迭代的特征，企业能够在硬件不发生改变的条件下向用户提供多样化和不断升级的服务。在服务人才方面，智能化的后台生产、客服和软件系统能够大规模地替代人工，解决服务型制造的专业化人才短缺难题。在运行数据方面，通过产品内置的传感器、软件和泛在的网络，能够将产品的运行状态或使用数据实时回传给制造企业。
三、基于数据的产品化服务型制造
在新一代数字技术的支撑下，制造企业在服务化转型中向用户提供的服务从基于能力的服务向基于数据的服务拓展，增值服务的形态包括流程支撑型、软硬融合型和产品重构型。软件定义推动增值服务的产品化，使制造企业的服务型制造活动同样可以实现规模化提供。
（一）从基于能力的服务到基于数据的服务
1．基于能力的服务型制造的发展
制造企业的核心能力是通过整合市场中和企业内部的资源，开发设计与生产制造具有竞争力的产品以满足用户的需要。传统上的制造企业负责制造产品，在产品交付后，由用户使用该产品、使产品的使用价值得意发挥并满足用户自身的需要。服务型制造是由制造企业将在研发、制造和交付产品中形成的能力向外扩展，依托自己的核心能力向用户提供原本由用户自己实施的基于产品的活动、更大限度地发挥产品的功能、向用户提供更有价值的服务。例如，制造企业能够将关于产品架构、生产的知识扩展到使产品保持高效的运转上，并以服务活动的形式提供给用户。制造企业的服务化转型，实际上就是由简单地“提供一个产品”上升到“提供一种能力”[7]。系统解决方案、定制化服务、总集成总承包、全生命周期管理等典型的服务型制造模式都属于此类。也就是说，传统上制造企业服务化转型所提供的服务属于基于能力的服务。
数字技术极大地拓展了制造企业可以提供的增值服务的类型，基于数据的服务型制造模式得以实现快速发展。实现数字化转型或正在向数字化转型的制造企业成为数据中心：制造企业内部各部门、各环节的数据不断形成和汇聚，制造企业与所处生态中的供应商、服务商以及各种互联网平台保持紧密的数据联系，产品运行和用户使用的数据也源源不断地反馈到制造企业。数据成为制造业向服务化转型的重要驱动力量和价值创造的重要来源。数据的价值创造作用不仅体现在与用户不直接接触的研发设计、加工制造等环节，而且体现在与用户接触的界面上，并将用户接触界面获取的数据反馈到研发设计、加工制造等价值链的前端环节。通过与用户之间保持持续和低摩擦的交互并将个性化的交互信息反馈至价值链、供应链和产业生态的相应组成部分，制造企业能够向市场提供随用户、时间、场景等不同的高度定制化的服务。运行状态远程监测、预防性维护是基于数据的服务型制造的典型案例。制造企业对用户手中设备的运行数据进行实时接收和分析，基于自己对有关产品性能知识的积累，对设备的运行状态是否正常以及可能出现的故障或出现故障的时间进行预测或预判，前瞻性地进行干预或提前维护，使生产设备保持最佳运行状态并避免生产事故的发生。
需要注意的是，基于能力的服务型制造与基于数据的服务型制造不是截然分离的。基于数据的服务型制造的开展也需要建立在企业对产品研发设计、加工制造、运行使用等各环节的技术、知识积累所形成的能力之上。在许多情况下，企业的这些知识形成了专业化的知识库，并通过软件定义的形式自动地根据输入数据的变化做出响应、提供个性化的服务输出。
2．基于数据的服务型制造运作形式
基于数据的服务型制造主要包括三种运作形式。一是流程支撑，由企业或企业所处商业生态内部的数字化生产流程所支撑的服务，如运行状态远程监测。二是软硬融合，由用户直接面对和感知的各种互联网应用。按照世界各国通行的国民经济行业分类标准，软件和信息技术服务业、互联网和相关服务都属于服务业的范畴，因此制造企业向用户提供软件及基于软件的信息服务，也属于服务型制造的重要形态。三是产品重构，制造企业根据用户需要重新组织产品架构并进行生产。
第一，流程支撑。当制造企业基于对用户需求、使用习惯、产品运行状态等数据的分析，并有针对性地生产和提供增值服务时，需要调动制造企业内部及其所处商业生态中的研发设计、加工制造、供应物流等生产流程，生产流程中的设备、软件、网络根据服务的不同进行适应性调整。这一调整过程离不开新一代信息技术及其所构成的数字化系统的支撑。支撑服务型制造发展的生产流程是高度数字化的，从这个意义上说，智能制造、工业互联网与服务型制造是对制造企业数字化、智能化转型的不同视角的描述。智能制造强调的是制造企业的生产方式，工业互联网强调的是制造企业运行其上的基础设施，服务型制造强调的是制造企业的产出形态。
第二，软硬融合。泰格马克（2018）根据生命设计自身的能力，把生命分为三个阶段。生命1.0阶段是靠进化获得硬件和软件，因此硬件和软件都很难做出改变；生命2.0阶段是靠进化获得硬件，但是由自己设计大部分软件，虽然硬件仍然难以改变，但软件具有很大的变化可能性；生命3.0是阶段是由自己设计硬件和软件，硬件和软件都可以在很大程度上进行改变。这里的“硬件”指的是生命的物理结构，“软件”是指生命用来处理感官信息和决定行动时使用的所有算法和知识[17]。在信息科学中，硬件指的是由物质构成的实体产品，特别是指具有数据处理功能的产品或设备；软件是由一系列按照特定顺序组织并能够实现特定功能的计算机数据和指令的集合[18]。随着信息技术的发展，软件的功能不断增强、应用范围不断扩展，与硬件产品的融合程度不断加深，软件（包括数据、算法）成为产品越来越重要的组成部分。物质产品带给用户的效应不仅来自于构成该产品的物质成分，还来自于嵌入的或后台运行的软件与算法。借鉴泰格马克的分类方法，我们可以将产品的发展划分为四个阶段。产品1.0阶段：硬件不能改变，无软件，包括电子信息技术出现之前的所有工业产品；产品2.0阶段：硬件不能改变，软件可以部分的改变，典型的如包含可编程逻辑控制器（PLC）的机械、数控机床，能够进行编程进行特定的操作或加工特定产品；产品3.0阶段：硬件不能改变，软件可以改变，典型的如个人计算机、智能手机、平板电脑等智能产品，虽然硬件的构成相对固定，但是可以对软件持续进行升级，并可以通过安装第三方应用不断丰富系统的功能。借助于无处不在的移动网络，越来越多的智能产品能够以OTA（Over-the-Air Technology）的方式进行远程升级；产品4.0阶段：硬件和软件都可以进行大幅度的改变，借助于3D打印机等增材制造设备，可以快速和低成本地制造产品的各种零部件，对旧的零部件进行更换并拓展产品的硬件功能。由于3D打印技术仍然不够成熟、应用不够广泛，目前的产品尚停留于3.0阶段，制造企业可以开发、生产制造软硬融合的产品，并通过对软件的更新、拓展为用户提供丰富的增值服务。制造企业开展服务型制造一方面需要进行产品创新，即开发软硬融合的产品，另一方面在产品交付后，要不断对软件进行迭代，并自己开发或吸引第三方企业和个人开发互补软件，从而不断拓展、丰富由硬件和软件所构成系统的功能。
表1 产品发展的四个阶段
第三，产品重构。个性化定制是服务型制造的重要模式，与其他直接向用户提供增值服务的模式相比，个性化定制需要在生产过程的投入端增加开发设计等服务活动，后者则是在产出端增加服务活动。按需定制是对大规模生产方式的颠覆，需要企业根据用户的选择或偏好对产品结构进行重新设计、对供应链进行重新组织、对生产线进行调整。为了使个性化定制成本更低、速度更快，一方面制造企业通过将产品分解为独立的可以通过界面连接起来的模块，根据用户需求对模块进行组合，从而满足用户定制的千变万化需求；另一方面，制造者企业也需要依靠于数字化智能化的研发设计工具、生产系统、供应链系统。产品重构意味着虽然最终产品硬件无法改变，但是可以在产品交付之前根据用户的需求改变产品的各种参数及其能达到的性能。
（二）从制造服务化到服务产品化
1．服务型制造中的软件定义
无论是流程支撑、软硬融合还是产品重构，基于数据的服务型制造的发展都离不开软件的重要作用。可以说，“软件定义”已经成为数字经济条件下服务型制造发展的重要支撑与核心动力。软件定义的本质是研发设计、生产制造、经营管理、运维服务、物流采购等全价值链、全产业链、全生命周期、全商业生态中企业所积累的生产经营技术、知识、规律的模型化、代码化、工具化[19]。这些软件不仅存在于产品、生产线、车间和工厂本地，也可以在云端给制造企业提供更强大的算力和数据支撑。
第一，软件定义生产。数字化的工厂/车间运行着MES系统、ERP系统、PLM等诸多软件系统，智能化设备包含专用性的嵌入式软件。软件还能够构建一个与物理实体相对应的数字虚体，共同构成一个数字孪生体。企业的生产工艺、生产布局、生产设备、制造流程和运营服务等都能够一一映射到虚拟生产环境中[19]，物理实体的变化会反映到数字虚体上，数字虚体的变化能够操控物理实体的变化。通过构建深度学习算法并投入加工制造过程中积累的海量数据，人工智能系统还能够发现依靠人脑无法发现的规律。比如，发现生产线最优工作状态时的工艺参数组合，据此对生产线进行优化。随着数字技术的不断发展，软件定义生产的组织范围不断拓展，从工厂/车间内部设备、流程之间的协同，到产业链上下游企业之间的协同，再到企业所处产业生态的协同。
第二，软件定义产品。一是软件定义产品的功能。产品中的一些功能是由软件来实现的，如果没有软件，这些功能可能就不会存在。二是软件实现产品的功能。虽然一些功能的执行需要硬件参与，但却是由软件进行运算、做出响应，并与用户交互[18]。三是软件优化产品的功能。软件可以取代机械部件、电子元件等物理实体来实现相同甚至更优的功能，同时由于物理结构复杂性的降低带来成本的显著下降[19]。例如，特斯拉汽车把传统汽车中的机械刹车部件换成了博世公司利用电子技术的iBooster制动系统。由于软件的灵活性、易扩展性，产品中嵌入的软件代码不断增加，软件的作用不断强化，软件在产品价值中的占比不断提高。
通过软件定义，制造企业可以在硬件不发生变化的情况下实现灵活、多样的功能，在成本不发生显著变化的情况下向用户提供高度个性化的服务，显著拓展了服务的范围、种类，提高了服务的实效、精准度和定制程度。
2．软件定义推动服务的产品化
传统上服务的提供采取一对一的方式，即由企业的员工专属性地向客户提供服务。服务型制造的开展基于制造企业在产品开发、制造中所拥有的能力，因此提供增值服务时对员工的技能要求更高，制造企业向用户提供的服务是高度人力资源密集型和知识导向型的。虽然制造企业可以通过这类服务获得可观的收益，但是手把手的服务和对关键人员的高度依赖使得服务活动缺乏规模经济性，服务型制造的发展受到高素质人才供给的巨大限制。制造企业如果要扩大高附加值的增值服务的规模，就必须增加额外的专业人员、投入更多的时间。Armstrong（2021）将组织提供的服务分为四类：定制化服务（customized services），产品化的服务（productized service），产品，产品即服务（product as a service）。定制化服务是由专业化人员提供的一对一专业服务；产品化的服务虽然也需要额外的人员投入，但是它的服务是标准化的，客户能够以同样的价格获得同样的体验，企业在产品销售和交付中所需要的资源比定制化服务更少；产品是企业为用户提供功能标准化、非定制化的购买体验，如设定好议程的会议、行业趋势报告等，企业与服务对象是一对多的关系；产品即服务，服务仍然是标准化的，但是企业持续地向用户提供标准化的信息，这种标准化的信息就是企业的产品，企业与服务对象是一对多的关系[13]。
Armstrong（2021）的研究仍然不能揭示数字化条件下制造企业提供的服务活动的本质特征，但是提供了有益的启发。制造企业要想推动服务型制造的快速发展和大规模扩张，必须要使规模经济效应得到充分发挥。由于在英国工业革命后特别是第二次工业革命中流水线的发明使制造业具有了大规模生产的产业组织特征，产品的生产具有显著的规模经济效应，因此具有规模经济的服务提供可以称为“服务产品化”。数字技术使服务产品化即服务的规模化提供成为可能。一是软件（包括APP）的分发和应用具有显著的规模经济性。软件开发出来后，其复制的成本趋近于零，具有边际成本为零的特征，可以通过免费的模式吸引用户广泛安装。二是智能硬件的可拓展性。用户可以根据需要自主决定在硬件的底层操作系统平台上安装互补软件，以拓展产品系统提供的功能。三是软件的自适应性，软件可以根据用户的主动和被动的输入，通过调用本地或云端的算力，为用户提供所需要的功能。相对于环环相扣、对精确度和稳定性要求高的产品制造过程，个人消费者还能够更加主动地适应软件所提供的不十分精确的功能。四是软件定义赋能。通过将加工制造、价值链、供应链等核心业务在线化，将企业关于产品研发设计、制造和服务的知识编码化，从而实现业务环节自动化[20]。制造企业的经营活动可以根据用户端数据的输入自动化地做决策，通过云端算力、软件和硬件的适配，为用户提供高度个性化的服务。在软件定义的基础上，虽然制造企业向用户提供的增值服务是高度个性化的，但是用户不直接接触的软件、硬件和业务流程层面实现了规模经济。在制造业高度智能化的“黑灯工厂”、无人车间，加工制造过程已经可以摆脱人的干预，实现机器、算法、数据高度协同基础上的自动化、智能化生产。随着软件定义的广泛使用，制造企业将能摆脱人力资源、成本对增值服务发展的限制，快速地推进服务型制造模式创新与规模壮大。
四、第二个百年新征程上服务型制造发展展望
经过新中国成立七十多年来特别是改革开放四十多年来全党全国各族人民的持续奋斗，我国全面建成小康社会，实现了第一个百年奋斗目标，正在向着全面建成社会主义现代化强国的第二个百年奋斗目标迈进。第二个百年最典型的技术经济特征就是新一轮科技革命和产业变革突飞猛进，其核心是以云计算、大数据、物联网、移动互联网、人工智能、区块链、量子通信等新一代信息技术为代表的通用目的技术的快速发展、广泛应用与深度融合。回顾历史可以发现，每一次科技和产业变革都是后发国家实现赶超的历史契机。但是由于清代的闭关锁国以及辛亥革命后的外敌入侵，旧中国错失了第一次工业革命和第二次工业革命的发展机遇，快速拉大了与世界领先水平的差距。上世纪60年代末的电子信息技术革命，也由于严峻恶劣的国际环境、薄弱的发展基础而未能充分地加以利用。
当前，以数字技术为核心的第四次工业革命不但正在推动数字经济这一经济增长新动能的蓬勃发展，而且数字技术正在与其他产业渗透融合，推动产业的数字化变革，并同时在需求端和供给端重塑全球价值链，对中国夯实在区域价值链的中心地位、突破全球价值链的低端锁定具有重要作用[21]。本文的研究表明，数字技术正在清除制造业服务化转型的障碍，服务型制造加速发展，服务业与制造业融合度不断提高。当前世界正经历百年未有之大变局，逆全球化暗潮涌动，全球产业链价值链发生重构，世界主要国家大力加强以先进制造业为核心的实体经济的发展。我国制造业面对日趋复杂的国际环境，产业链安全风险提高，制造业升级的压力和难度加大。我国是全球制造业规模最大的国家，按照世界银行的数据，2019年中国制造业增加值占到全球的27.8%，而且产业门类齐全、产业链相对完整，具有最丰富的应用场景。同时，我国数字经济创新创业活跃，发展速度快、规模大，行业领先的平台企业和独角兽企业多。根据中国信息通信研究院的数据，我国数字经济规模仅次于美国居世界第二位，2020年数字经济占GDP的38.6%，其中工业数字经济占行业增加值比重为21.0%[22]。应利用数字经济带来的制造业数字化转型的大趋势，加快推动制造业的服务化转型，不断拓展增值服务的模式，在扩大制造企业收入、提高制造企业利润的同时，也通过服务化转型增强用户的粘性，促进制造业在全球价值链地位的攀升，加强对价值链、供应链的控制，规避贸易壁垒对商品流动的影响。
我国服务型制造的发展应在强化制造技术、能力从而提供基于能力的服务基础上，更好地发展基于数据的服务，并且推动从制造服务化迈向服务产品化。为此，在国家层面，应大力支持数字技术的创新，加强数字新型基础设施建设，加快光纤、5G、工业互联网的覆盖，推动相关技术和数据标准、法律法规建设，促进数据联通，鼓励各类数字产品、技术和服务企业的创新和发展。在制造企业层面，应加快数字化转型的步伐，打通车间、工厂与企业内部各部门、各环节的数据连接，并进一步建立与上下游企业和商业生态中的数据连接，构建包含纵向集成、端到端集成和横向集成的信息物理系统（Cyber-Physical Systems，CPS）；同时，加强对研发、制造、采购、运营中的各类知识、技能的积累和软件化封装，开发软硬融合型产品，增强基于数据的智能化服务提供能力。
参考文献
[1]安格斯 麦迪森．世界经济千年史[M]．伍晓鹰，许宪春，叶燕斐，施发启，译．北京：北京大学出版社，2003：97．
[2]李晓华，刘尚文．服务型制造内涵与发展动因探析[J]．开发研究，2019（2）：94-101．
[3]VANDERMERWE S, RADA J. Servitization of business: adding value by adding service[J]. European Management Journal, 1998, 6(4):314-324．
[4]GOEDKOOP M J, VAN HALEN C J, TE RIELE H R, et al. Product Service Systems, Ecological and Economic Basics[EB/OL].（1999-09）[2021-06-01]．https://pre-sustainability.com/legacy/download/Product_Service_Systems_main_report.pdf．
[5]孙林岩，李刚，江志斌，等．21世纪的先进制造模式——服务型制造[J]．中国机械工程．2007（19）：2307-2312．
[6]TUKKER A. Eight types of product-service system: eight ways to sustainability? Experience from SusProNet[J]. Business Strategy and the Environment, 2004, 13(4):246-260.
[7]蒂姆·贝恩斯，霍华德·莱特福德．为服务而制造：高级服务的兴起[M]．李靖华，毛丽娜，译．杭州：浙江大学出版社，2017：135-144, 58-59．
[8]甘特·莱．制造服务化手册[M]．李靖华等，译．杭州：浙江大学出版社，2017．
[9]ANNARELLI A, BATTISTELLA C, NONINO F. The Road to servitization: how product service systems can disrupt companies’ business models[M]. Cham: Springer Nature Switzerland AG, 2019．
[10]张峰，战相岑，殷西乐，等．进口竞争、服务型制造与企业绩效[J]．中国工业经济，2021（5）：133-151．
[11]李刚，汪应洛．服务型制造：基于“互联网+”的模式创新[M]．北京：清华大学出版社，2017：80-82．
[12]Guillot C. “Servitization” is a growing manufacturing model[EB/OL].（2017-12-05）[2021-06-01]．https://chiefexecutive.net/servitization-growing-manufacturing-model．
[13]ARMSTRONG, E T．Productize: the ultimate guide to turning professional services into scalable products[M]．Vecteris, 2021．
[14]李晓华．全球工业互联网发展比较[J]．甘肃社会科学，2020（6）：187-196．
[15]约拉姆·科伦．全球化制造革命[M]．倪军，陈靖芯等，译．北京：机械工业出版社，2015:13-14．
[16]许宪春，王洋．大数据在企业生产经营中的应用[J]．改革．2021（1）：18-35．
[17]迈克斯·泰格马克．生命3.0：人工智能时代人类的进化与重生[M]．汪婕舒，译．杭州：浙江教育出版社，2018：31-38．
[18]李培根，高亮．智能制造概论[M]．北京：清华大学出版社，2021：273-275．
[19]安筱鹏．重构：数字化转型的逻辑[M]．北京：电子工业出版社，2019：54，78，63-64．
[20]曾鸣．智能商业[M]．北京：中信出版社，2018：77-80．
[21] 郭周明，裘莹．数字经济时代全球价值链的重构：典型事实、理论机制与中国策略[J]．改革，2020（10）：73-85．
[22]中国信息通信研究院．中国数字经济发展白皮书[EB/OL]．(2021-04)[2021-06-01]．http://www.caict.ac.cn/kxyj/qwfb/bps/202104/P020210424737615413306.pdf．
李晓华.数字技术推动下的服务型制造创新发展[J/OL].改革:1-12[2021-10-12].http://kns.cnki.net/kcms/detail/50.1012.F.20210927.0918.004.html.
