从企业层面分析论证服务化的问题，需要借助大量的微观企业样本，这方面我国与国外存在巨大差距，国外政府或商业机构构建了大量优质的企业数据库，可以动辄汇聚上百万企业数据，可以经常性地从制造企业服务性收入角度收集企业的相关指标。以法国的BRN数据库（Benefice Reels Normaux Database）为例，该数据库由法国财政部门主持汇编，包含了规模大小不一的愈六百万家法国制造企业，采集了衡量企业的服务化程度的技术指标，譬如服务产品销售额，而且还对样本企业按照该国制造业的二位元行业标准分类系统行业部门代码（2-digit）进行了进一步细分，这样可以保证在同一个行业内进行横向的比较分析，凡此种种都为西方学者开展相关研究奠定了坚实的基础。从服务化角度入手建立指标体系尚处于被目前国内企业数据库建设与管理者所忽视的状态，或者说国内数据库并未重视从服务化角度入手收集企业数据，这也是进行国内该领域的研究目前亟待解决的。

本书选择我国上市公司作为研究样本，原因有二：其一，上市公司因承担财务公开且接受公众质询的责任义务，其财务报表中所提供的数据指标更为准确、全面与翔实，这可以保障本书所需构建指标的有效性；其二，相比于其他公司企业的数据库，证券系统中对上市企业进行了更为准确的行业分组，可以保证进行分行业的研究探讨，这些分类虽有瑕疵，但通过数据筛选，可以有效的框限企业的行业范围。本书所需样本企业数据信息采自于CSMAR数据库以及新浪财经网，企业来自于汽车、家电、电子以及钢铁等四个行业部门，但对于服务化的指标值，则是本书的一个技术难点，理论上，服务化程度实质是对产业融合度进行的计算，常用采用的方法赫芬达尔指数法（HHI）（Gambardela & Torrisi，1998）、社会网络分析方法（Danowski &Choi，1998）以及投入产出表法（徐盈之、孙剑，2009）等。但受制于数据信息不足，上述方法多数不适用于从企业微观角度核算企业服务化程度指标。本书希望获得工业企业服务性的创收。承前所述，本书采纳上市企业为样本分析服务化问题，但由于我国上市制造企业服务创新收入为非指定公开披露信息，只能根据现有财务报表指标数据技术处理获得，服务性业务收入既然没有公布，也没有任何一家工业企业通过何种方式告知是否进行了服务化，可以尝试在上市公司的公开信息包括“三表”、招股说明书、定期报告、其他日常信息披露资料以及公司网站等中寻找数据资料加以计算获得，以服务性收入在企业产品销售额中的占比表征企业服务化的程度（江积海、沈艳，2016）。现有的研究在技术指标的处理上都有一定的瑕疵，而且总体在技术操作上并不翔实，服务化收入理论上应当包含在利润表的“其他业务收入”项目中，但目前报表统计的成例是将“其他业务收入”项合并在“产品销售额”栏目内，因此无法直接进行获得该项数据。根据会计等式：“收到的其他与经营活动有关的现金=营业外收入相关明细本期贷方发生额＋其他业务收入相关明细本期贷方发生额＋其他应收款相关明细本期贷方发生额＋其他应付款相关明细本期贷方发生额＋银行存款利息收入”，因此“其他业务收入”可以通过反向利用“收到的其他与经营活动有关的现金”核减其他几项获得，这些数据指标可以从“现金流量表”以及“利润表”对应项目一一获得。当然，“其他业务收入”指标在《会计通则》中的解释是“企业除主营业务以外的其他附带业务所取得的收入，材料销售收入（企业生产销售的残次品、附产品、废品和下脚料收入）、无形资产转让收入、以经营租赁方式固定资产出租收入、代购代销、包装物出租收入等。”显然，除了服务性收入，还包含了其他一些杂项收益，因此在得到“其它业务收入”项后，本书在“其他业务收入”项中剔除一些杂项收入后的值作为服务型业务收入，以该项数值占企业产品销售额的比重作为服务化程度的表征，如该值为正则表明企业进行了服务化，若为零则视做为未进行服务化的企业。为求得数据可靠性，本书对样本中所包含了的企业进行了走访求证，结果也基本证实了本书的猜想，这也就表明本书的方法是可靠的。本书排除了长期亏损以及数据整理过程中出现极端数据且无法得到合理解释的企业样本，这样共收集了153家企业作为研究样本，其中包含汽车企业45家、家电企业19家、电子企业41家以及钢铁企业48家。据此，本书设置了服务化的虚拟变量SER，如果企业在某一年存在服务化收入，则该值赋值为1，否则为0，而具体服务性收益所占比重设置为SERV变量。本书以2006—2015年期间样本企业服务化的转换矩阵进行展示，表4-1反映的是从2006年的初始服务化水平到2015年最终服务化水平的变化。本书所收集的企业最高的服务业收入大部分在两成，所以在20%以上不再进行档次的细分。转换矩阵显示样本企业在2006—2015年期间服务化变化幅度并不大，可以看出从2006年服务化水平所属的档次到2015年仍停留在同一档次内或是相邻区域内的企业数量在总样本中所占比重达到了80.92%（即矩阵左上至右下对角线以及附近一格空间内粗字体部分的总和），其中所属区域完全没有变化的达到接近四成的38.17%，显著提升其服务化程度的占7.24%，而在样本期首尾明显降低其服务化水平的也只占到11.84%，这也部分印证了前文核密度线的结论。图1、图2以及表1共同传递出以下信息，在2006—2015年内我国上市制造企业的服务化水平整体是比较稳定的，只有少量企业样本在此期间产业运营方向做出了大的调整。近十年来，我国实体产业的转型升级的表现似乎并不明显。

表4-1　转换矩阵（2006—2015）单位：%

续表：(www.daowen.com)

对于本书的被解释变量绩效，本书关注企业在三个方面的表现，即（1）利润水平，采用企业的资产收益率（ROA）表征，采自与上市企业的利润表相应指标，服务化对于企业利润的影响已在学术圈内被广泛讨论，自然应当成为本书研究的一个主要归宿点，虽然承前所述单纯通过利润率来衡量绩效有不足之处，但其作为企业经营成果最主要的“晴雨表”，仍然应当被考虑进入本书的研究之中；（2）企业人员结构（EMP），在服务化没有为企业创造出新的利润增长点之前，企业未必会因此增设出新的就业岗位，更可能的选择是调整企业内部的员工知识结构，吐故纳新，吸收高校毕业生、吸纳高端技术人才，为企业的业务转型增加知识储备，因此，本书以企业人员中技术性员工的比重衡量人员结构，数据来自企业的年报；（3）产品销售额（SALES），根据一般意义的理解，制造业服务化主要是实体产品配备相应的服务实现“帮助销售”的目的，将其纳入研究自然也是应有之意，相关数据来自于利润表“主营业务收入”科目。此外，为控制企业规模对绩效可能造成的影响，本书设置了一个控制变量，即企业的资本存量（PPE），数据来自于资产负债表，通过表4-2进一步报告样本企业在2006与2015年主要实证变量的描述性统计加以对比，数据结果显示样本企业的利润率水平在近十年内出现了显著的下滑；而企业人员结构、固定资产规模以及产品销售额则有一定程度的提升；而最为关心的服务化水平（即衡量制造企业是否进行了服务化的虚拟变量）在样本期的起终点都达到了0.8左右，这意味着本书所遴选的样本企业在多数年份都进行了服务化，但是否进行服务化的虚拟变量与服务化的具体程度水平的变量（企业服务性收入在产品销售额中的占比）在样本期内表现出相反方向的小幅度变化；从上述情况来看服务化与企业绩效指标的相关性关系较为复杂，那么接下来将对上述问题进行更详尽的报告。

表4-2　跨期描述性统计比较