我国高技术企业产业结构升级的影响研究

2022-03-19黄海清魏航

财经理论与实践 2022年1期

黄海清魏航

作者简介：黄海清（1975—），男，江苏盱眙人，高级经济师，上海财经大学商学院博士研究生，研究方向：企业战略创新、大数据、金融科技;魏航（1976—），男，浙江绍兴人，博士，上海财经大学商学院教授、博士生导师，研究方向：运营管理、供应链管理。

摘要：以我国2010-2019年34个省市的面板数据为基础，实证探索基础设施建设水平、关联产业发展水平与原始技术创新水平三类要素给我国高技术企业产业结构升级所带来的作用方向与影响程度。研究发现：基础设施建设水平、关联产业发展水平以及原始技术创新水平均对我国高技术企业产业结构的合理调整具有正向显著的影响。其中，原始技术创新水平对我国高技术企业产业结构升级的影响程度最大。因此，我国应重点优化高技术企业的原始技术创新产业布局、持续提升原始技术创新投入产出效率，实现以原始技术创新为先导的高技术企业技术创新与管理创新的协同升级。

关键词：高技术企业;产业结构升级;技术创新

中图分类号：F832;F270.7 文献标识码： A 文章编号：1003-7217（2022）01-0123-08

一、前言及文献回顾

党的十九大报告指出，大力推动高技术产业的健康、稳定、可持续发展，其中将加快发展高技术经济，推动实体经济与网络经济的深度融合发展，加快以物联网、云计算、人工智能为代表的前沿信息技术在高技术产业中的应用，不断通过产融结合等方式，大力推进信息化和工业化的深度融合，使我国传统的装备制造行业加速朝数字化、网络化、智能化方向发展，是我国当前及今后一段时期产业结构调整的战略重心与发展趋向[1]。由此可见，着力推动高技术产业发展质量与发展规模已经成为我国深入践行供给侧结构性改革，深入实施创新驱动发展战略的重要抓手[2]。我国工信部与发改委于2020年初所发布的全国数字经济发展和就业相关的统计报告指出，截至2019年底，我国高技术产业的发展规模已经超过28万亿元，其中高技术产业对于GDP的贡献度已经攀升至40%。可见，高技术产业已经成为我国当前经济发展的新动能[3]。更为重要的是，随着高技术产业对我国GDP的贡献度的持续提高，甚至超越了以英美发达国家为代表的高技术产业强国，因此，高技术产业对于我国国民经济长期、稳定、可持续发展具有不可替代的促进作用[4]。需要看到的是，我国传统的高技术企业一直以来很难摆脱对于人力资源和资金的过度依赖。特别是随着消费升级时代的到来，我国涌现出了大量基于电商运营思维的高技术企业，而此类高技术企业的商业模式仍然难以脱离对于成本和规模的路径依赖，而且普遍存在着商业模式固化、技术创新滞后、流程创新僵化以及产品创新投入产出效率低等突出的问题[5-9]。因此，随着企业客户需求不断朝小批量、个性化、定制化的方向发展，高技术企业亟需转变自身的商业模式，从传统的规模化、标准化朝个性化、智能化方向转型[10-14]。在此背景下，我国高技术企业更加应该充分利用我国当前改革创新的战略契机，充分地享受数字化转型所带来的规模经济红利，使我国高技术企业的产业结构与核心竞争优势能够实现双向增益[15-18]。

另据国家统计局发布的数据显示，我国2010-2019年高技术产业的发展增速实现了连年增加。其中以技术高端、价值链高端与产业链高端为代表的核心产业的总产值年均增幅超过5%，其对GDP增长的贡献率更是超过10%，因此我国多个省、市、自治区、直辖市均将大力培育以高技術基础设施、高技术关联产业与原始技术创新为代表的高技术企业发展动能。特别是在我国各省、市、自治区地方政府的产业政策支持下，高技术企业创新能力的发展势头更为迅猛，基于网络经济的新业态和新型商业模式不断地迭代和创新[7]。如何有效地整合高技术基础设施、高技术关联产业与原始技术创新和传统制造业以及高新技术产业之间的深度渗透和融合，帮助高技术产业在网络经济的大环境下，实现协同创新与转型升级，已经成为当前学术界与实务界最为关注的焦点问题。本文正是基于这一现实考虑，以我国2010-2019年34个省市的面板数据为基础，重点分析高技术基础设施、高技术关联产业与原始技术创新给我国高技术企业产业结构升级所带来的影响，重点探索在现阶段市场竞争环境下，影响我国高技术产业结构升级的重要因素和机制。

二、理论分析与研究假设

（一）高技术基础设施建设与高技术企业

高技术基础设施建设主要包括交通运输层面的高技术基础设施，能源层面的基础设施与通信信息层面的基础设施，高技术产业的基础设施与我国高技术企业之间的产业经济增长具有天然的关系。可以说，健全完备的高技术产业基础设施是我国高技术企业塑造核心竞争优势的重要前置条件。特别是随着新基建投入规模与投入质量的不断提高，不仅将大大提高我国高技术企业中生产要素的相互协调水平，极大地促进高技术企业中生产资源、人力资源及其他有形及无形资源的投入产出效率，而且能够显著地推动高技术企业产业结构的转型升级。高技术产业基础设施主要包括在通信信息网络等层面的5G网络、产业互联网和ICT基础设施，以及发展新经济所需要的物理层面的技术基础设施，包括智能互联网、智能高速传感器以及其他尖端技术硬件。另外还包括发展高技术产业所必备的智能加工设备、移动互联网以及通信基站、物联网等尖端通信设备 [19]。

从客户的角度来看，不断完善高技术产业基础设施建设，能够有效地降低客户搜寻和交易成本，有助于高技术企业充分地识别客户的定制化与个性化需求并构建用户需求画像，能够促进高技术企业提供以客户需求为中心的产品服务。另外，就高技术企业而言，不断地完善高技术产业基础设施建设能够促进企业提高运营管理的边际生产效率。更为重要的是，从产业层面来看，当前我国高技术企业呈现出非常显著的空间集聚特征及形成大量的产业集群，通过发挥高技术企业的产业集聚优势来促进我国高技术企业形成广泛的规模经济。另外，创新扩散理论指出，知识外溢是形成产业集聚的一个重要动因。但由于知识外溢受到空间距离的显著制约，并且表现出随着空间距离的增加而衰减的特点，但是当高技术企业具备健全完备的高技术产业的基础设施网络之后，便会充分地缩短产业空间集聚的物理距离，有效地实现信息的实时传递，进而为高技术企业在空间集聚与产业集群提供重要的技术保障和物力保障。基于此，提出第一个假设：

H1 高技术产业基础设施水平对于高技术企业产业结构转型升级具有正向显著的影响。

（二）高技术关联产业与高技术企业

根据我国最新的国民经济行业分类，高技术关联产业具体可以分为生产性服务业、生产性物流业与生产性辅助行业三大类型。其中生产性服务业是当前我国数字化程度最高、市场占有率最高以及用户关注程度最高的一类高技术关联产业。即通过利用云计算、人工智能、物联网等现代化信息技术，对现有的高技术企业运营管理信息进行高精度的搜集、加工与整理，并最终以生产性服务产品的形式提供给客户。特别是随着以智能互联网为代表的新技术的不断创新与深入应用，以生产性服务业为代表的高技术关联产业与高技术之间的关联性越来越紧密，且彼此间的互动程度也越来越强，并且逐渐呈现出深度融合的发展趋势[20]。在高技术企业内部，生产性物流业的突出作用在于技术方案的实现，即通过构建物流管理与生产运作流程管理的智能化平台，来不断地提高高技术企业生产、制造、管理等方面的协同效率，进而帮助企业有效地降低生产制造成本与客户关系管理成本以及提高投入产出效率，从而极大地缩短企业产品的物流管理生命周期，提高企業的智能化管理与生产效率，并且最大化满足客户的定制化、个性化、靶向化需求。例如当前我国较多的以智能制造为代表的高技术企业通过构建以ERP为代表的柔性化物流管理信息系统，来提高企业物流管理的反应程度。在产业层面，随着高技术企业之间的深度融合，高技术关联产业不断地朝高技术企业中的生产制造与管理方面持续渗透，并且通过发挥高技术企业之间的协同创新优势，实现了高技术企业之间的联动耦合发展，进而推动了高技术企业朝智能制造方向转型。据此，提出第二个假设：

H2 高技术关联产业发展水平对于推动高技术企业产业结构转型升级具有正向显著的影响。

（三）原始技术创新与高技术企业

从某种程度上来看，原始技术不仅是智能制造的核心，更是推动我国高技术企业可持续发展的关键引擎。更为重要的是，高技术企业的健康、稳定、可持续发展离不开原始技术创新的支撑。杜传忠和陈维宣（2019）总结了过去数十年间高技术企业发展的轨迹后发现，ICT技术是高技术企业发展的内核，ICT技术能够有效地拉近消费者和生产者之间的距离，并且极大地推动尖端技术科研创新水平的提高。另外，从高技术企业经营发展的外部环境来看，随着数字技术的持续创新，其能够极大地拓展高技术企业获取前沿技术知识的深度和广度，并且极大地降低高技术企业进行生产创新、管理创新等方面的搜索成本与交易成本，进而极大地提高高技术企业的信息数据采集效率[21]。对于高技术企业内部运营而言，以智能ERP为代表的尖端信息技术的深度应用，不仅极大地提高了高技术企业内运营沟通的效率，有力地促进了高技术企业中不同部门之间的沟通和管理，同时也大大缩短了高技术企业产品投入产出的生命周期[22]。从高技术企业内部生产层面来看，原始技术突出表现在高技术产业结构框架中的物理层，特别是随着互联网技术的快速发展，原始技术创新的迭代速率不断提高，数以万计的智能化传感器与智能终端正在成为高技术企业实现技术创新的重要载体和支撑：其不仅每时每刻都在搜寻和处理海量的高技术企业生产数据，而且能够实现跨行业、跨部门、跨企业间的信息共享，进而有效解决高技术企业中技术管理所可能带来的网络堵塞、错时延迟等方面的弊端[23]。例如，以通用公司为代表的互联网平台便充分应用智能化信息采集与云计算技术，能够在实现科研协同技术创新的基础上，对飞机发动机生产流程中的关键环节进行优化和改进，同时有效地整合前沿物联网与人工智能等方面的技术，有效推动了企业内部的数据管理创新与智能制造创新[24]。基于此，提出第三个假设：

H3 原始技术创新对于高技术企业产业结构转型升级具有正向显著的影响。

三、理论研究框架

（一）核心数据出处

本文的核心数据来源于国研网的数据库、EPS数据平台以及我国各省、市、自治区所发布的当年统计年鉴。为了进一步提高研究结果的可靠性、针对性与实效性，将面板数据的搜索时间跨度设定为2010-2019年，对象为我国34个省市的面板数据，共收集到220个样本数据。在对原始数据进行归一化处理与过滤处理之后，将部分计量单位为美元的指标以当年的GDP平滑指数为基准进行人民币汇率换算[25]，并对搜集过程中所存在的噪声数据进行插值法补全。同时，为了有效地规避噪声变量可能对实证分析结果带来的冲击，对数据采用缩尾处理[26]。

（二）关键变量阐释

第一，被解释变量。以高技术企业产业结构优化升级水平UIS作为实证分析模型中的被解释变量[27]。考虑到所搜集的样本数据的可获得性，以及为了有效提高所遴选指标的针对性与科学化水平，借鉴张佳悦（2018）的研究成果[28]，选取高技术企业中具有较高技术附加值的产业产值与处于中游水平的技术附价值的高技术产业产值的比值，来反映高技术企业产业结构优化升级的总体水平。

第二，解释变量。（1）高技术基础设施建设水平（Dig_infra）。借鉴任南、鲁丽军、何梦娇（2018）针对基础设施建设相关的研究成果[29]，并考虑到数据的可获得性以及研究成果的可行性，重点选取工业互联网业务总规模、工业互联网用户总量以及工业互联网的普及率作为高技术基础设施建设水平的重要测度指标，在对关键指标进行赋权处理的基础上，将所得到的综合评分作为高技术基础设施建设水平的核心测度指标。（2）关联产业发展水平（Dig_indus）。借鉴邸晓燕和张赤东（2018）的相关研究成果[30]，选取高技术产业服务业年度收益在GDP中占比、高技术产业服务业从业人员总规模、高技术产业业务年度净利润作为核心评价指标，同样在对相关指标进行赋权处理之后来有效地反映高技术产业发展程度。（3）原始技术创新水平（Dig_techn）。考虑到相关数据的可获得性，以及为了有效地反映原始技术创新科研的真实程度，选取ICT技术研发经费、研究生以上学历的从业人员总量作为测度指标，进而得出综合评分表来系统地测度原始技术创新水平。总体指标体系如表1所示。

第三，控制变量。（1）区域经济发展程度（ED）。借鉴罗洪云等（2018）的研究成果[31]，采用人均GDP来系统反映样本地区区域经济发展水平。（2）政策的正向调节程度（GI）。借鉴吴传荣、陈英武、曾德明（2018）的研究成果[32]，通过地方政府年度一般预算内支出在当年GDP总规模中的占比来进行系统反映。（3）FDI影响程度（FIL）。借鉴马一德（2018）的研究成果[33]，采用当年外资实际利用总规模作为评价FDI影响程度的解释变量。（4）外贸依存度（FTD）和培训投入水平（EIL）。借鉴杜传忠、许冰（2018）的研究成果[34]，采用进出口总规模在GDP中的占比来测度外贸依存度（FTD），采用企业年度培训经费在其年度总营收中的占比来测度培训投入水平（EIL）。

（三）关键变量的描述性统计分析

通过高技术基础设施建设水平、关联产业发展水平与原始技术创新水平三类重要变量，来分析高技术产业结构优化升级的影响因素的作用程度。考虑到所遴选的原始数据可能存在噪声数据或无效数据，因此需要对原始数据进行标准化与归一化处理，使遴选的原始数据符合后续实证分析的计量精度要求。本部分主要采用回归分析法对原始数据进行描述性统计处理，統计结果如表2所示。

从表2中的变量指标的描述性统计分析结果不难发现，高技术企业产业结构优化升级水平的极大值为18.92，极小值为0.608，且标准差为3.652，这表明当前不同省份样本在不同观测年份中的高技术企业产业结构变动存在较大的异质性。在进行数据采集的过程中发现，我国东部沿海城市以及在高技术生产性服务具有后发优势的云贵等省份的高技术企业产业结构优化升级水平均显著高于我国当年的平均值水平，这意味着在上述地区的高技术企业中，高技术生产性服务的软件与硬件已经成为推动其净收益可持续增加的关键动能。就基础设施建设水平、关联产业发展水平和原始技术创新水平三类变量而言，京津冀、长三角与粤港澳大湾区经济带中的中心省市始终领跑全国，其中北京、上海、广东三地的ICT技术研发经费更是连年占据区域内GDP 80%以上。区域经济发展程度指标所对应的极大值为16.58，极小值为2.107，标准差为3.369，这意味着即便是在高技术企业不断通过提升生产性服务能力来释放产业转型升级红利，仍难以彻底扭转我国不同省份间所长期存在的产业结构发展不均衡、高技术产业总产值失衡的产业结构窘境。另外，政策的正向调节程度、FDI影响程度、外贸依存度和培训投入水平四类指标在不同样本城市间的差距较小，且表现出稳定增加的发展态势。

四、实证研究

为增强研究结论的可靠性与实效性，对样本区间进行“两阶段”实证分析处理，即将实证分析的样本时间跨度划分为2010-2014年与2015-2019年两个阶段。采用“两阶段”实证分析方法不仅能够更为清晰、直接地对比解释变量对被解释变量的作用方向与影响程度，而且亦便于对实证分析结果进行总结与评价。另外，由于所遴选的样本数据涉及到34个省市，因此主要采用基于时间固定效应模型的面板回归分析法来降低样本数据实证分析过程可能出现的无效解发生概率。

（一）2010-2014年解释变量对被解释变量的影响实证分析

采用面板回归模型对2010-2014年面板数据进行处理分析。考虑到三类影响因素对我国高技术产业结构升级产生固定效应（由高技术存量优势所引发的长尾效应）、随机效应（由高技术的增量变化所引发的波动性作用）、时间效应（由高技术增量优势所引发的波动性效应）三类影响，从实际情况来看，“固定效应”“随机效应”“时间效应”同时存在于解释变量对被解释变量影响的全过程，因此本部分主要从“固定效应”“随机效应”“时间效应”三个维度来分析解释变量对被解释变量影响的波动性。首先，本文主要借助回归分析手段对“固定效应”“随机效应”“时间效应”三类情境下的影响结果进行对比分析，发现“时间效应”情境下的解释变量对被解释变量的回归作用程度最显著，“随机效应”次之，“固定效应”最小。这意味着“时间效应”不仅能够较好地诠释解释变量对被解释变量的作用的差异性，还可更为精准地揭示解释变量对被解释变量在不同样本节点内的作用程度。因此本部分主要基于“时间效应”的角度进行实证结果的讨论与分析。

2010-2014年间的高技术基础设施建设、关联产业发展和原始技术创新水平对高技术企业产业结构优化升级的影响的实证结果如表3所示。从表3中能够发现，实证分析结果均高于推荐值4.000的标准，可见，所得实证分析结果均有较高的稳健性与可靠性。

从“高技术产业基础设施建设水平”对高技术产业升级影响实证分析结果不难发现，在对区域经济发展程度、政策的正向调节程度、FDI影响程度、外贸依存度和培训投入水平等控制变量进行调节后，“高技术产业基础设施建设水平”的回归系数从2010年的6.125持续攀升至2014年的6.665，这就意味着“高技术产业基础设施建设水平”不仅对我国高技术企业产业结构升级具有较为显著的正向促进作用，而且这一作用程度将呈现出稳定增长的发展态势。可见，通过持续提升高技术产业基础设施建设投入力度，增强产业基础设施建设效能，有助于进一步优化我国高技术企业的产业结构，所以假设H1通过检验。另外，由于高技术产业基础设施是新型经济的重要基础保障，它能够从物理层面为产业转型可持续发展提供坚实支撑。基于外部性理论的解释，由于高技术产业基础设施是高技术企业发展的核心载体，具有非常显著的正外部性效应，因此随着高技术基础设施投入的不断增加，其并不会对用户进行信息传递的密度和体量进行负向冲击，而且能够产生较为明显的高技术产业管理价值。可见，随着高技术基础设施投入的不断增加，其对优化高技术企业的产品和生产供应链具有非常显著的拉动作用。

从“关联性产业发展水平”对高技术产业升级影响实证分析结果不难发现，在剔除控制变量对被解释变量高技术企业产业结构优化升级的影响之后，解释变量“关联性产业发展水平”的实证结果表现出稳定增长的趋向，且同比增速要高于“高技术产业基础设施建设水平”的作用增速。这说明关联性产业发展水平与我国高技术企业产业结构优化彼此间具有显著的正向关联性，假设H2通过验证。导致这一实证分析结果的成因主要在于当前我国大多数省份均将发展高技术经济作为核心战略，试图通过建立健全高技术产业结构来提高其对高技术企业及其他智能制造企业的拉动作用。特别是在我国当前深入推进“智能制造2025”战略的引领下，高技术生产性服务等产业的结构优化已经成为我国各省份促进关联性产业与高技术产业深度融合的一个有力抓手。

从“原始技术创新水平”对高技术产业升级影响实证分析结果不难发现，在剔除控制变量对被解释变量的影响后，解释变量原始技术创新水平的回归估计数值的增速较为显著。这表明原始技术创新水平与高技术产业结构优化升级彼此间具有显著的正向关联性，假设H3通过检验。从表3中的实证统计结果能够看出，在我国当前深入推进高技术产业战略的背景下，随着新型基础设施建设水平、生产性服务产业结构不断优化以及原始技术创新水平的不断提升，将会显著地促进我国高技术企业的产业结构从传统的劳动力密集型朝着高技术密集型方向发展。另外，由于尖端技术是发展高技术经济的核心，更是优化高技术企业产业结构的新动能，因此技术创新成果研发和转化的错时性较低，能够很快地推动高技术企业技术创新。而本文的实证结果也间接表明，原始技术创新水平对高技术企业产业结构优化升级的作用滞后性程度较低。

对所设计的几类控制变量而言，从表3中的实证结果能够看出，“区域经济发展程度”回归数值分别为5.425、5.326、5.624、5.275、5.686，且均高于推荐值标准。这意味着高技术企业产业结构将会随着区域经济发展程度的变化而出现显著的波动。另外，实证分析模型中的“外贸依存度”的回归统计数值分别为4.185、4.206、4.318、4.326、4.552，且均高于推荐值标准。这意味着“外贸依存度”与高技术企业产业结构升级之间存在显著的正相关，其中随着外贸总规模在GDP中的占比不断提升，将有助于促进高技术企业的产业结构优化。这意味着在当前及今后一段时期，随着我国新一轮改革开放战略的不断深入，我国高技术企业将更为便捷地参与全球的产业贸易分工，并持续引入具有高质量的有形与无形资源，进而为高技术企业的产业结构转型升级奠定良好的技术条件。

（二）2015-2019年解释变量对被解释变量的影响实证分析

2015-2019年间的高技术基础设施建设、关联产业发展和原始技术创新水平对高技术企业产业结构优化升级的影响的实证结果如表4所示。从表4中能够发现，实证分析结果均高于推荐值4.000的标准，可见，本部分所得到的实证分析结果均有较高的稳健性与可靠性。

从“高技术产业基础设施建设水平”对高技术产业升级影响实证分析结果不难发现，在2015-2019年间的实证分析数值呈现出稳定增长的发展态势（数值分别为6.136、6.149、6.205、6.216、6.328），这意味着“高技术产业基础设施建设水平”在全样本观测期内对于高技术企业产业结构升级均具有正向显著的促进作用。可见随着我国不断增加高技术基础设施的建设力度，能够大幅度降低高技术产业信息传递的信息不对称程度，加速高技术信息、高智力技术及其他无形核心资源要素在市场中的流动配置，从而显著地提升高技术企业中供应链管理的效率，打造出具有实时感知、快速反应优势的生产性高技术服务生态系统，进而推动高技术企业从技术密集型向智能型方向转变。另外，由于当前我国高技术企业中生产性服务与传统的生产经营服务彼此间还存在较为显著的信息孤岛问题，通过不断增强相关生产性基础设施的建设力度，能够有效地打通高技术产业服务的链条，并极力破除阻碍信息交流的技术壁垒，为高技术企业产业结构优化升级提供重要的技术支撑。

从“关联产业发展水平”对高技术产业升级影响实证分析结果可知，解释变量“关联产业发展水平”的实证结果亦呈现出正向作用且稳定增长的发展态势。这意味着高技术企业的关联产业不仅已经成为我国增强区域技术经济整体实力的重要媒介，而且随着我国高技术产业链逐步走出“低端锁定”的技术创新陷阱，其对我国高技术产业的周边行业将带来较大的拉动与辐射作用，并成为增强我国高技术行业技术核心竞争优势的关键动能。

从“原始技术创新水平”对高技术产业升级影响实证分析结果能够清晰看到，解释变量“原始技术创新水平”的实证结果同比增速明显高于其他两类被解释变量，这表明“原始技术创新水平”不仅是决定我国高技术产业结构升级质量效益的关键因素，还是推动我国高技术产业迈向“价值链高端”“产业链高端”与“技术层面高端”的核心媒介。从近年来的产业实践也可看出，我国正在从产业政策、专项资金支持、人力资源供给等方面来持续加大“原始技术创新”对原生性技术研发的促进作用，以不断释放原生性创新对于增强生产性服务能力的技术红利。

五、结论与建议

（一）研究结论

在对当前高技术企业产业转型升级等方面进行理论综述的基础上，深入分析在高技术经济背景下，提升高技术企业产业结构优化升级的三类重要核心要素。而后构建与之密切相关的评价指标体系，并基于改进后的熵值法对其进行综合评价。并利用我国2010-2019年34个省市的面板数据，实证研究了在高技术经济背景下，高技术基础设施建设、高技术关联产业发展与原始技术创新水平对高技术企业产业结构优化升级的作用。实证研究结果表明，高技术基础设施建设、高技术关联产业发展与原始技术创新水平，均对高技术企业产业结构转型具有极大的促进作用，能够促进其从劳动密集型转向技术密集型。而高技术基础设施将在物理层面对高技术企业降低信息检索成本，提高企业技术创新速率具有重要的促进作用。同时伴随着高技术企业中的技術、智力、劳动力等要素与高技术企业传统生产制造环节深度融合，能够极大地推动关联性生产服务产业和高技术企业间的无缝对接，从而实现产业转型升级的新生态。更为重要的是，实证结果发现，高技术企业中的技术创新成果具有较低的错时性，能够辅助高技术企业显著地提高技术创新的投入产出效率，这也直接印证了相对于其他两类因素，原始技术创新科研对高技术产业结构转型具有极为显著的推动作用[35]。

（二）相关策略

1.建立健全新型服务基础设施，夯实高技术企业产业转型升级的硬件保障。我国高技术企业应进一步加快推进以物联网、工业互联网、云计算为代表的尖端信息技术基础设施建设，进一步健全以新型生产性服务为核心的信息化网络体系，发展并聚焦当前我国高技术企业产业转型升级的短板，进一步提高我国高技术企业可持续发展所赖以维系的工业互联网宽带水平，进一步夯实相关基础的软硬件保障。另外，还应积极探索共建共享的生产性服务网络创新模式，积极推动高技术企业技术创新与商业模式创新的协同推进。

2.深入開展高技术产业的关联产业服务布局，提升高技术企业关联产业服务价值链。

当前，区块链技术、量子技术不仅是高技术生产性服务体系中最为核心的技术构成要素，亦是推动高技术企业产业转型升级所赖以维系的核心技术元素，因此应加快构建并大力发展以区块链、量子技术为核心的尖端技术服务体系，使我国高技术企业获得先发优势。同时，还应持续推动尖端信息技术与高端装备制造技术的深度融合，不断提高我国高技术企业在产品研发产业链、价值链和生产链等方面的层次和地位，推动以智能工厂为代表的智能型高技术产业的持续发展。此外，我国还应持续推动高技术企业的智能化转型，依托智能服务管理平台持续地引进、吸收具有高度增值作用的生产性服务资源，进一步开放合作，促进生产性服务产业链各个环节之间的有效契合，形成开放包容、协同共享的生产性服务生态网络。并以尖端技术为核心，进一步强化高端装备技术创新力度，有效地解决在高技术企业转型升级过程中可能存在的技术创新共生性问题[36]。

3.加快推进原始技术服务创新平台建设，深入实施前沿技术创新。不断提高我国高技术企业产业转型升级的速率，不仅需要进一步建立健全原始技术服务的基础设施保障与技术创新保障，同时还应该加快相关的科创平台建设，深入实施以产学研协同为核心的产业创新战略，并大力引进国际上具有核心竞争优势的尖端技术服务商，加快推动高校、科研院所与高技术企业三方主体彼此间的合作，以人工智能、工业互联网为重点，持续开展关键技术攻关，形成一系列重大技术创新成果[37]。更为重要的是，高技术企业在建立以原始技术创新为核心的新型经济体系时，应该充分发挥高技术企业在新经济中的先导性作用，深入推进企业、高校、科研院所等主体间的原始技术创新协同，并统筹规划高技术产业发展，进一步增强原始技术创新平台对于高技术企业产业转型升级的“正外部性”，真正实现以原始创新为引导的高技术产业跨越式发展。

参考文献：

[1] 任保平，宋文月.新一代人工智能和实体经济深度融合促进高质量发展的效应与路径[J].西北大学学报（哲学社会科学版），2019，49（5）：6-13.

[2] 陈志祥，迟家昱.制造业升级转型模式、路径与管理变革——基于信息技术与运作管理的探讨[J].中山大学学报（社会科学版），2016，56（4）：180-191.

[3] 聂秀华.数字金融促进中小企业技术创新的路径与异质性研究[J].西部论坛，2020，30（4）：37-49.

[4] 毛伟.大数据时代企业创新的文化驱动[J].浙江社会科学，2020（6）：12-20，155.

[5] 佟泽华，韩春花，孙杰，等.科研大数据再生的内涵解析[J].情报理论与实践，2020（9）：39-46.

[6] 张龙鹏，张双志.技术赋能：人工智能与产业融合发展的技术创新效应[J].财经科学，2020（6）：74-88.

[7] 余东华.“十四五”期间我国未来产业的培育与发展研究[J].天津社会科学，2020，3（3）：12-22.

[8] 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36（5）：52-66，9.

[9] 周钟，熊焰，张林刚.新兴技术产业应用生态系统构建与发展评价：以大数据为例[J].中国科技论坛，2020（4）：65-73.

[10]李熠煜，张烽菊.大数据时代信息扶贫中的风险防范研究[J].图书馆，2019（12）：49-53.

[11]王小燕，张俊英，王醒男.金融科技、企业生命周期与技术创新——异质性特征、机制检验与政府监管绩效评估[J].金融经济学研究，2019，34（5）：93-108.

[12]Deebak B D， Al-Turjman F. A novel community-based trust aware recommender systems for big data cloud service networks[J]. Sustainable Cities and Society， 2020（2）：108-126.

[13]He L F， Xue M， Gu B. Internet-of-things enabled supply chain planning and coordination with big data services： Certain theoretic implications[J]. Journal of Management Science and Engineering， 2020，5（1）：256-278.

[14]Wu C H， Yuan Y H， Tsai S B. Using the DEMATEL model to expose core causal items of LibQUAL for improving library service quality： From the perspective of big data[J]. Soft Computing， 2020（5）：5729-5739.

[15]Matheus Albergaria， Charbel José，Chiappetta Jabbour. The role of big data analytics capabilities （BDAC） in understanding the challenges of service information and operations management in the sharing economy： Evidence of peer effects in libraries[J]. International Journal of Information Management， 2020（4）：252-286.

[16]Wu B F， Tian F Y， Zhang M， et al. Cloud services with big data provide a solution for monitoring and tracking sustainable development goals[J]. Geography and Sustainability， 2020（2）：25-32.

[17]Thuethongchai N， Taiphapoon T， Chandrachai A， et al. Adopt big-data analytics to explore and exploit the new value for service innovation[J]. Social Sciences， 2020（6）：226-268.

[18]Gao J， Li W B， Zhao Z F， et al. Provisioning big data applications as services on containerised cloud： A microservices-based approach[J]. International Journal of Services Technology and Management， 2020（5）：1085-1125.

[19]顾艳辉，朱淑珍，赵袁军，等.基于大数据驱动的企业创新创业政策研究[J].管理现代化，2019，39（4）：47-49.

[20]刘淑春.中国数字经济高质量发展的靶向路径与政策供给[J].经济学家，2019（6）：52-61.

[21]杜传忠，陈维宣.全球新一代信息技术标准竞争态势及中国的应对战略[J].社会科学战线，2019（6）：89-100，282.

[22]郑力源，周海炜.企业大数据能力：研究综述与未来展望[J].科技进步与对策，2019，36（15）：153-160.

[23]胡贝贝，王胜光，段玉厂.互联网引发的新技术-经济范式解析[J].科学学研究，2019，37（04）：582-589.

[24]沈俊鑫，李爽，张经阳.大数据产业发展能力影响因素研究——基于fsQCA方法[J].科技管理研究，2019，39（7）：140-147.

[25]张季平，骆温平.基于云物流平台的技术与服务模式协同创新耦合机理研究[J].大连理工大学学报（社会科学版），2019，40（3）：24-32.

[26]刘静华，喻登科，周荣.新经济环境下新型二元创新体系研究——技术创新与商业模式创新矛盾统一视角[J].科技进步与对策，2019，36（8）：9-18.

[27]胡键.基于大数据的国家实力：内涵及其评估[J].中国社会科学，2018（6）：183-192.

[28]张佳悦.如何完善制造业创新体系[J].人民论坛，2018（16）：122-123.

[29]任南，鲁丽军，何梦娇.大数据分析能力对协同效应的影响机理研究[J].科技管理研究，2018，38（11）：180-187.

[30]邸晓燕，张赤东.基于产业创新链视角的智能产业技术创新力分析：以大数据产业为例[J].中国软科学，2018（5）：39-48.