一般情况下，当日本制造客户企业面临相关问题时，首先会动用自身拥有的资源解决问题。但是，当他们无法解决这些问题时，便会求助于知识密集服务业以获得专业帮助，以便解决面临的难题。这时，他们尝试选择一个值得其投入的知识密集服务企业，所以选择的标准至关重要。Den Hertog（2000）^［84］指出，服务的价格并不能取代服务质量，我们需要对服务质量采用新的定位。当然，作为制造客户企业，很难获得关于知识密集服务企业人力资源以及服务过的具体的信息，但是他们可以较容易得知服务的价格、知识密集服务企业的规模、知识密集服务企业的地理位置等信息。所以我们推断，当一个制造客户企业，特别是和知识密集服务业合作经验并不丰富的制造客户企业，在面临众多的知识密集服务企业而进行选择时，一个占据优势地理位置、拥有较大的企业规模并提供高价知识密集服务的知识密集服务企业更容易获得制造客户的垂青。因为，上述信息对他们而言意味着高质量的服务。前面我们论述了有关知识密集服务企业服务价格与企业规模作为客户企业选择合作的知识密集服务企业的选择标准的原因。同时，我们认为，知识密集服务企业所拥有的优势地理位置也能令客户企业更容易选择其作为合作伙伴，这一设想基于产业集群理论。在经济全球化的浪潮中，多数国家都在一些拥有优势的经济和社会资源的区域内出现了产业集群现象，产业集群是不同类型的企业包括同行业的竞争企业在同一空间集聚的社会经济现象，Porter（1998）^［85］指出，它是某一特定领域内相互联系的企业及机构在地理上的一种聚集体，这些集聚企业形成了区域创新系统的雏形，具备集群创新优势，在配制合理的前提下能够令集聚内的所有主体均取得依靠单个主体力量无法达到的创新成果。本书通过对日本的制造企业的调查问卷与对部分日本知识密集服务企业的访谈，再次发现并证实这一现象的存在，他们多数都在同一经济发达中心城市，如东京，企业聚集并彼此竞争与合作。知识在这一区域内流动得更为迅速、有效，提高了产业集群内部的创新产出。先前的研究大多聚焦于制造业，对于服务业、特别是知识密集服务业的功能则少有问津，然而知识密集服务业在产业集群内所起到的作用是无法被忽视的，在机群内部的知识密集服务业不仅更快速有效地传递着知识，同时也快速有效地获取其他主体所拥有的知识信息资源，促进自身的创新。所以，我们推论，当制造客户企业面临知识密集服务企业选择问题时，他们更乐于在产业聚集区域选择知识密集服务业合作，这对于他们所期望的关于服务价格上的减少也起到积极的作用。

假设3：日本制造企业倾向于和那些拥有较大的企业规模、占据优势的地理位置及服务价格较高的知识密集服务企业合作。

为获得日本制造客户企业在选择合作的知识密集服务业时主要参照的选择标准，我们在与被调查对象进行访谈后，结合相关文献，在问卷中设计了若干选择标准。这些指标基本包括从未与知识密集服务业合作的制造客户在选择知识密集服务业时所考虑的相关标准：企业规模（Q36）、企业声誉（Q37）、过去业绩（Q38）、服务公司属性（Q39）、地理位置（Q40）、服务价格（Q41）、服务质量（Q42）、人力资源（Q43）。但我们在问卷回收后发现，服务公司属性（Q39）一项基本没有受访者回答，通过访谈得知，这一项对于受访者而言较为模糊，所以在进行分析时，我们剔除了这一数据。在此基础上，我们将制造客户企业在接受知识密集服务业服务后产生的满意度作为与选择标准相对应的指标，探究在客户做出选择后是否能获得预期的服务满意度，由此检验所运用标准的实际意义。关于制造客户企业满意度的指标如下：销售额（Q91）、内部资源的配置（Q92）、市场利润（Q93）、稳定的知识产权（Q94）、市场份额（Q95）、具有核心竞争力的知识产权（Q96）、商业声誉（Q97）、人力资源（Q98）、新产品或新服务（Q99）、创新环境（Q100）。表5-1列出了相关变量的相关分析结果，结果显示，公司规模（Q36）、商业声誉（Q37）、地理位置（Q40）、服务价格（Q41）和人力资源（Q43）和变量销售额（Q91）、内部资源的配置（Q92）、市场利润（Q93）、稳定的知识产权（Q94）以及商业声誉（Q97）、人力资源（Q98）、新产品或新服务（Q99）、创新环境（Q100）之间存在显著的正相关关系。同时，过去业绩（Q38）和服务质量（Q42）与表5-1中的客户满意度变量之间并不存在明显相关关系。首先，这说明客户对待选的知识密集服务业过去的业绩相关信息可能较难获得，或者较难获得真实信息，这一结果也证实了制造客户企业对于服务质量没有清晰的定位，特别是在服务过程结束之前。所以，他们会选择可靠的、明显的相关标准，如地理位置、企业规模、服务价格。其次，这一结果也和我们国内的研究与推测有所出入。国内研究所追求的低价格在日本制造企业的选择中正好相反，我们认为，这与日本社会所形成的消费模式存在必然的关系，价格的高低与所购产品质量之间是一种明显的正相关关系。而先前文献所提出的企业规模并不十分重要的观点也和我们的结果存在差异，通过后续研究访谈得知，这里的企业规模并不单指知识密集服务企业在一定的地域范围之内的大小或雇员人数，而是强调知识密集服务企业的国际化程度，因为服务业与制造业不同，不能简单依靠硬件设备的境外设置实现产品低成本的国际化，服务业对于当地文化、风俗习惯、语言等方面的要求很高，其国际化进程更为艰难，对于国际化程度很高的日本制造客户企业，能够迅速地融入当地市场、了解当地的法律政策，是他们最需要从知识密集服务业所获得的帮助之一。所以，地理位置会成为日本制造企业选择知识密集服务业时遵循的三大主流标准之一。

接着，我们依次描述各变量之间的关系。从表5-1中得知，知识密集服务企业规模与客户的人力资源（Q98）与创新环境（Q100）之间存在正相关关系，其相关系数依次为：0.188（p＜0.05），0.207（p＜0.05）。商业声誉（Q37）仅和创新环境之间存在正相关关系，相关系数为：0.222（p＜0.05）。地理位置（Q40）和客户企业内部资源的利用间存在显著的正相关关系，系数为：0.206（p＜0.05），知识密集服务企业地理位置和客户企业的利润、稳定的知识产权（正是对当地法律的通晓，使客户的知识产权处于稳定的法律状态中）、客户企业的商业声誉、客户企业的人力资源（在产业聚集区域内，关于人力资源的流动与培训更为便捷）、客户企业的创新环境之间都存在相助的正相关关系，对应的相关系数依次为：0.287（p＜0.01），0.249（p＜0.01），0.292（p＜0.01），0.293（p＜0.01），0.183（p＜0.05）。服务价格则与客户企业的销售额（Q91）和客户的市场利润及商业声誉间呈现显著的正相关关系，对应的相关系数依次为：0.222（p＜0.05），0.300（p＜0.01），0.226（p＜0.05）。知识密集服务企业的人力资源与客户企业的新产品或新服务以及创新环境间有显著的正相关关系，对应的相关系数依次为：0.183（p＜0.05），0.216（p＜0.05）。上述这些数据都证明假设3的成立。

表5-1　假设3的相关分析结果

*表示在显著性概率为95％的置信水平下显著；(www.daowen.com)

**表示在显著性概率为99％的置信水平下显著。

笔者通过客户视角对日本知识密集服务业进行研究，研究所选取的客户选择指标都体现了知识密集服务业的高质量服务，如知识密集服务业的高水平的人力资源意味着其拥有高端的知识信息，能解决更多的专业难题，提供更丰富的高质量服务。在此基础上，我们尝试分析上述这些知识密集服务业的诸多指标中，哪些对制造客户企业的服务满意度的意义较大，彼此之间的对应关系怎样。为此，我们选择上述标准之中的那些与对客户企业满意度产生正向相关关系的标准：公司规模（Q36）、过去声誉（Q37）、地理位置（Q40）、服务价格（Q41）、人力资源（Q43）作为自变量；客户的企业利润（Q93）、稳定的知识产权（Q94）、商业声誉（Q97）、人力资源（Q98）和创新环境（Q100）作为因变量，对两组变量进行多元回归分析。表5-2是假设3的多元回归分析结果，结果显示，知识密集服务业的地理位置、服务价格和企业规模对制造客户企业的几乎所有满意度变量（Q93、Q94、Q97、Q98、Q100）都有积极作用。其中，知识密集服务企业的地理位置是一个十分重要的因素，其与客户利润（Q93）、稳定的知识产权（Q94）、商业声誉（Q97）、人力资源（Q98）的回归分析系数依次是：0.229（p＜0.05），0.22（p＜0.05），0.226（p＜0.05），0.283（p＜0.05）。知识密集服务企业的规模与客户创新环境之间存在正回归关系，回归系数为：0.227（p＜0.05）。由此，我们推测，当日本制造企业希望和知识密集服务业合作时，那些占据优势地理位置、拥有较大企业规模并提供高价格服务的知识密集服务企业容易获得客户的青睐，因为这些信息对于日本制造客户而言，意味着这类知识密集服务企业能够提供高质量的知识密集服务。上述相关分析及多元回归分析结果证明了之前的假设3成立。

表5-2　假设3的多元回归分析结果

**表示在显著性概率为95％的置信水平下显著；

***表示在显著性概率为99％的置信水平下显著。