“新民营经济”取向下创新驱动与区域产业升级之谜——基于移动平均取样的面板数据模型

刘洪涛，肖功为

(邵阳学院 湖南省民营经济研究基地，湖南 邵阳422000)

一、引言

众所周知，中国已经由高速增长阶段转向高质量发展阶段，这标志着中国迫切需要转换经济增长动能，以赢得包括区域产业升级在内的具有全局性以及重要领域的重大突破。一方面，党的十九大已经明确指出创新驱动将成为中国长期国家战略。另一方面，2017年2月，在武汉市第十三次党代会上率先提出要发展新民营经济。从此，一个以新主体、新技术、新产业、新业态、新模式、新动能、新治理结构为内涵的经济形态开始出现并茁壮成长。长期以来，学术界对于民营经济在国民经济发展中的价值有着极高评价，比如说中国民营经济过去是中国取得巨大经济成就的动力源泉，现在担当了中国东西部经济发展的风向标，将来甚至有望成为推动中国经济转型和建立创新框架的重要引擎，等等。由此可见，研究创新驱动能否促进区域产业升级问题，特别是长期以来作为研究空白的民营经济成分加入，具有重要的理论价值与现实意义。

尽管以“创新驱动”与“产业升级”的关系为主题的文献可谓汗牛充栋，但是，创新驱动促进区域产业升级了吗？这至今仍是一个谜，如刘晓露等认为相比新兴因素和先进因素而言，投资及传统因素还主导着中国区域产业结构升级的进程[1]；纪玉俊等却认为创新驱动对中国区域产业升级有确切证据[2]；徐康宁更往前迈出一步，他推测造成中国区域产业难以升级局面的根本原因或许是“技术要素”的欠缺[3]。新旧民营经济的交替给本研究提供了一次重新解读该类问题的难得机遇。

基于以上研究，本文收集了2005—2015年中国30个省份的面板数据，较全面地探讨加入民营经济成分后的中国创新驱动与区域产业升级的关系问题。与已有研究相比，本文可能存在以下三方面的贡献：首先，在研究视角上，从民营经济成分出发，为产业升级的影响因素提供新思路；其次，在研究方法上，本文尝试借用移动平均的理念来捕捉观测对象的动态变化，为区域产业升级的形成机制提供新手段；最后，在研究发现上，本文不仅找到了新旧民营经济交替的证据，而且解读了“同型异构”背后的深层原因。

二、文献综述

现有文献主要从两个方面来探讨创新驱动与区域产业升级的关系。一方面专注于创新对产业升级的促进研究，Michael通过对28个OECD国家的实证研究，发现技术创新引起的连锁变化是影响产业结构变动的主要因素[4]。Kevin Z在分析中国40多个工业部门的实证数据后认为技术创新能提高信息部门生产率水平。Altenburg等的研究也表明，中国的腾飞是创新平台带动产业升级的结果[5]。陈栋基于中国1995—2009年各省份数据，利用总量分析法经过实证研究发现，自主创新与工业结构的指标变量间存在显著的长期正向协整关系。纪玉俊等基于中国2003-2012年的省际面板数据，利用空间误差模型分析了地区创新与中国产业升级的关系，研究表明地区创新对产业升级的促进作用显著而且稳定[2]。

另一方面则专注于产业升级对区域创新的影响研究，这方面不仅取得了较大进展，而且很多思想也为本文的研究给予了启迪。如吴丰华等认为产业升级可以通过微观需求拉动、中观地区协同、宏观国际贸易等效应带动企业、地区乃至国家三个层面的自主创新[6]；余明桂等认为产业政策可以促进产业创新，尤其是民营企业的技术创新[7]。

综上所述，现有研究表明：一方面，创新驱动能改变产业面貌；另一方面，至今尚未发现单独从民营经济的视角来探讨创新驱动与区域产业升级关系的文献，原因为：其一，由于现行的统计规则中并未单列“民营”经济一栏，导致民营经济的量化极为困难；其二，民营经济的从属性地位，总是给人们带来一种误导，以为对民营经济的深入研究缺乏重大价值。这种局面容易引致人们对民营经济的误判，不利于对发展民营经济提供有效支持。

三、数据与方法(一)样本筛选与数据来源

为了探索民营经济创新驱动是否促进了中国省域产业升级的问题，我们选取了2005—2015年中国30个省份的面板数据加以实证分析，由于西藏自治区数据有较大缺失，本文剔除了该地区。数据主要来源于《工业企业科技统计年鉴》和《中国统计年鉴》，部分数据来源于EPS数据库。

(二)模型和指标定义

1.被解释变量

选取产业升级作为被解释变量。产业升级常见的衡量方式并不统一，主要有以下三种：第一种，周昌林和魏建良基于国内外学者的观点提出的产业升级指数为[8]：

(1)

式(1)中，INU代表产业升级水平，Ki为第i个产业部门的产值在地区生产总值中的份额，Li为第i个产业的水平系数，显然，这种综合指标容易制造出第二以及第三产业的“黑箱”；第二种，有部分学者采用了全要素生产率来衡量产业升级[9]，但这种处理可能会模糊经济增长与产业升级之间的边界；第三种，计算第二、第三产业占地区生产总值的比重，这种衡量方式为单独考察第二、第三产业的动态变化提供了机会，因此，本文最终选择第三种方式为被解释变量的度量工具。除此之外，描述产业升级的思想来自于两个著名事实：一个是库兹涅茨事实，它认为农业在总体经济中的比重随着经济发展水平的提高逐步降低，而工业和服务业的比重则持续上升；另一个是后工业事实，它认为当经济发展到一定水平时，工业的比重会逐步下降，而服务业将成为经济的主体[10]。为了便于后续讨论，本文根据库兹涅茨事实和后工业事实将产业升级划分为以下几种情形，见表1。

表1 各省份产业升级的形式

注：“+”表示对应产业占比为增长状态，“-”表示对应产业占比为降低状态。

2.解释变量

尽管目前已有很多文献将创新驱动拓展为涉及制度创新等诸多不确定性层面，但是，当我们回顾创新研究的历史时却不难发现，自从熊彼特于1912年在《经济发展理论》一书中正式提出创新的概念以来，越来越多的学者更认同技术创新，特别是产业化的技术创新揭露了创新驱动的内涵[11]。多西等将技术创新归结为模仿模式和自主创新模式。基于中国技术创新的历史演进轨迹的视角，徐康宁等将技术创新划分为技术引进、独立创新和合作创新等三种类型。人们对技术创新的不断界定，折射出了时代的巨大变迁，那就是过去的“市场换技术”时代正在隐退，而如今的“技术换产业”正呼之欲出。因此我们选取技术创新作为解释变量。技术创新一般从两个维度来刻画，分别为：以研究与开发支出为代表的创新投入维度(R&D)和以专利申请数为代表的创新产出维度(PAT)。

表2 变量定义与说明

技术创新规定了创新驱动的内涵，而民营经济为本文的核心解释变量指明了方向：第一，对本文所研究的民营经济进行明确界定。我们的具体做法是：首先，受刘康兵等研究的启发[12]，将内资企业划分为国有企业和非国有企业两部分；其次，考虑到非国有企业经济成分相对复杂，如包含集体企业、股份合作企业以及联营企业等多种国有与民营交叉的成分，为了更为清晰地判断民营经济的价值，本文吸收吴延兵的经验，将非国有企业中私营经济作为本文的研究主体。第二，如何取得民营经济创新的有效数据。一个非常棘手的问题是，即使确定了民营经济的主体成分，也仍然无法获得民营经济的技术创新数据，原因是无论R&D还是PAT，在现有数据库中都未曾直接提供分省数据，吴友等的比例法给我们带来了启迪[13]，如可以通过全国范围私营企业在内资企业中的R&D经费内部支出占比与各地内资企业R&D经费内部支出之积来最终获得民营经济的创新投入或创新产出的驱动数据。譬如，2015年全国范围私营企业的R&D研发经费内部支出为23 635 823万元，内资企业的R&D研发经费内部支出为77 124 301万元，私营企业在内资企业中的R&D经费内部支出占比为30.6%，而同一年度北京市内资企业的R&D经费内部支出为1 477 549万元，则北京市2015年度的民营经济创新投入驱动数据约为452 129万元。值得一提的是，全国范围2005年私营企业在内资企业中的R&D经费内部支出占比仅为6.9%，换言之，在全国范围内民营经济在内资企业中的R&D经费内部支出占比在2005—2015年跃升到原来的四倍多。

3.控制变量

除了技术创新之外，能够对产业升级产生影响的因素还有很多，如制度创新以及环境创新等，为了研究的严谨性，本文将其创造性地列入到控制变量中。控制变量有三个，即经济发展水平(Pgdp)、外商直接投资(FDI)和人力资本存量(H)[14]。

4.模型设定

为了探寻创新驱动与区域产业升级水平之间的关系，相对于截面数据和时间序列数据而言，面板数据因为同时拥有横截面和时间两个维度，更利于消解遗漏变量的存在问题以及为我们提供更多个体动态行为的信息，因此，选用面板数据更符合本文的实际需求，同时，考虑到通常在选用面板数据进行分析时，主要有两种模型，分别为固定效应模型和随机效应模型，固定效应模型(FE)假设非观测效应项ui与任一解释变量相关，其表达式为：

INU=β0+β1IND+β2Z+ui+εit

(2)

随机效应模型(RE)假设非观测异质性ui与任意解释变量都不相关，在此情形下，我们可以将非观测效应ui并入特异性误差项εit，得到合并后的复合误差项νit，其表达式为：

INU=β0+β1IND+β2Z+νit

(3)

其中，i为不同的省域，t代表样本时间，INU为被解释变量，由两个指标承担，分别为第二产业比重(SEC)和第三产业比重(THI)，用于刻画产业升级水平；IND为解释变量，表示民营经济的创新驱动，在实证性分析中，它特指创新投入维度(R&D)，而在后续的稳健性分析中，它特指创新产出维度，也就是专利申请数(PAT)；Z是一系列控制变量，依次为经济发展水平(Pgdp)、外商直接投资(FDI)以及人力资本存量(H)，它们被用于刻画民营经济的制度和环境要素，β0是常数项。本文所有模型的回归用STATA14.0完成。

四、实证结果与分析(一)基于传统取样方式的面板数据分析

1.描述性分析

民营经济创新驱动乃至中国区域产业升级水平的变动轨迹如何？这是我们进行后续系统性研究前应明确的问题。

图1描述了民营经济创新驱动的发展轨迹，其数据来源于本文的样本数据，以下同，不再赘述。在2005—2015年，无论是R&D还是专利申请数均随着时间推移而逐步上升，尽管专利申请数的变化路径起伏更为明显，但总体上仍与R&D保持同步。

图1 民营经济创新驱动发展轨迹

图2 第二产业和第三产业GDP占比发展态势

图2描述了第二产业和第三产业GDP占比的发展态势。在2005—2015年，第二产业的占比持续下降，第三产业占比却持续上升。综合来看，第二产业和第三产业的平均发展水平在样本期间有小幅攀升，反映出上文所述的三种类型(I型、II型或III型)的产业升级过程在样本期间不断展开。进一步考察发现，2012年之前，二者都有较大的波动，而2012年却成为二者加速稳态变化的分水岭。从2012年开始，中国已经由过去以制造业为主导的工业化中期，过渡到以服务业为主导的工业化中后期，“互联网+”概念在2012年首次提出是这一转折点的有力佐证。

2.推断性分析

式(2)和式(3)从固定效应(FE)以及随机效应(RE)两种视角分析，结果见表3。为了更全面地了解全样本时期的回归信息，我们不仅报告了以第二和第三产业为被解释变量进行回归分析的完整结果，同时，还在区分固定效应(FE)以及随机效应(RE)的同时，借用了逐层导入控制变量的方式用来前后对照，于是，得到了从式(2)和式(3)演化出的16个模型，分别为模型(1)～(16)：首先，一个显著特征是，无论是第二产业还是第三产业，固定效应或随机效应下的解释变量乃至控制变量的系数均高度一致，而且数值非常接近。同时，逐层导入控制变量后发现，模型的所有回归系数结果基本未变，表明本文回归结果相当稳定。其次，对于第二产业而言，从模型(1)～(8)回归结果来看，创新投入维度(R&D)的系数无论在固定效应模型还是随机效应模型中均为负值，而且全部在1%的显著性水平上显著，说明全样本期间，民营经济的创新投入整体抑制了区域第二产业的发展。相反，对于第三产业而言，从模型(9)～(16)回归结果来看，创新投入维度(R&D)的系数无论是固定效应模型还是随机效应模型中均为正值，而且全部在1%的显著性水平上显著，说明民营经济的创新投入整体拉升了区域第三产业的发展。综合看来，全样本时期，民营经济的创新驱动明确地强化了省域产业III型升级。

表3 全样本时期回归结果

注：括号内为标准误。***表示p<0.01，**表示p<0.05，*表示p<0.1。样本量为330。下表同。

进一步考察发现，模型(1)～(4)及模型(9)～(12)的R2值逐渐增大，表明模型(4)和模型(12)要优于模型(1)和模型(9)，同理，我们也可推导出模型(8)和模型(16)要优于模型(5)和模型(13)的结论。考虑到固定或随机效应回归系数其结果的高度一致性，也为了方便讨论，下文的讨论单指固定效应模型(4)、(12)。模型(9)和模型(13)的第三产业不导入控制变量时系数的突然放大以及后续逐层加入控制变量后，R&D系数变得非常稳定，进一步说明在讨论民营经济创新驱动对第三产业的贡献时，对控制变量加以讨论的重要性以及本文所选择的控制变量具有科学性。第二产业中创新投入维度(R&D)无论在固定效应模型还是随机效应模型中，其系数的绝对值均显著大于第三产业，说明相对第三产业而言，民营经济的创新驱动对第二产业的影响更大，换言之，全样本期间，民营经济创新驱动对第二和第三产业升级的综合表现为“负向抑制态”。

在控制变量部分，我们发现：(1)经济发展水平(Pgdp)的系数在第二产业的模型中显著为负，在第三产业中显著为正，看似是一个不合理的结果，却很好地支持了前文“后工业化事实”的判断，即当经济发展到一定水平时，工业的比重会逐步下降，而服务业将成为经济主体部门。(2)外商直接投资(FDI)的系数在第二产业中显著为正，而在第三产业中显著为负，2001年12月11日中国正式加入WTO，标志着我们的产业对外开放进入一个新阶段，尽管此时外商对中国的直接投资已渗透到各个产业，然而由于政策导向的缘故，第二产业的外商直接投资比重一直保持在较高水平，从而加深了中国产业结构的工业化印象。(3)人力资本存量(H)的系数在第二产业中显著为正，而在第三产业中为负，这充分说明中国目前的教育体制仍然更支持第二产业的人才输出，结合经济发展水平以及外商直接投资的判断，不难理解，这种人才培养格局将有喜有忧。

(二)基于移动平均取样方式的面板数据新发现

民营经济创新驱动对第二产业和第三产业的综合表现既然为负向抑制状态，那么，这种状态是临时的还是一贯的？换言之，有什么方式可以让我们更贴近真相？遗憾的是，对于这类问题，传统面板数据的样本抽取方式中并没有现成答案，因此，基于“传统”的“创新”成为现实需要。此时，统计学中“移动平均”为数据观察提供链式效应的事实为本文提供了契机，又如著名的迪维西亚指数(Divasia Index)以及全要素生产率计算中的固定资本存量计算常采用的永续盘存法(Perpetual Inventory Method)等皆有异曲同工之妙，此外，已有不少学者将面板数据的整个取样区间划分为多个连续或间断区间加以横向对照更为本文的创新提供了借鉴，基于此，我们提出假设，移动平均取样法可以为本文捕捉到一些动态、微弱的“遗失”信息。

具体而言，基于移动平均取样方式允许取样的新旧时间窗口加以“折叠”，换句话说，每次取样时将时间窗口中靠右部分的样本进行“植入”操作的同时将时间窗口中靠左部分等量年份的样本进行“抛出”操作。这样，我们可以将全样本转换为2005—2009年、2006—2010年……以及2013—2015年每3年为1周期的共9个子样本，紧接着在模型(2)的基础上得到共18个动态子样本集的数据分析结果，结果详见表4。特别需要提出的是，3年周期是否太短？我们认真考察了5年周期的情形，结果发现，无论5年为周期，还是3年为周期，结果高度相似，考虑到本文的样本数量有限以及文章篇幅问题，本文只报告了3年为周期的结果，感兴趣的读者可以向我们索取5年为周期的结果。

表4 子样本时期回归结果

注：方括号内为代表年份。括号内为标准误。***表示p<0.01，**表示p<0.05，*表示p<0.1。由于文章篇幅的关系，上表中仅仅呈现出创新投入维度(R&D)的系数。

表4显示，几乎在所有子样本时间窗口，民营经济创新驱动在第二产业的系数为负值，而与此同时，绝大部分在第三产业的系数为正值，系数的正负变化，寓意民营经济创新驱动对区域产业升级的影响可能具有典型的产业异分特征，这加深了我们对表3的理解，同时也进一步表明基于移动平均取样方式具有可信性。此外，2009—2011年以及2010—2012年两个时间窗口系数部分的显著性有突发性波动，这种波动变化，表明这两年相比其他年份可能存在质的差异性，即时间窗口特征。

1.民营经济新旧交替的证据

民营经济的新旧交替有确切证据吗？表4给我们提供了每一时间节点的具体“驱动力”数值，然而，如果仅停留于表格，解释变量的系数大小以及显著性水平很难找到明确的规律性，为了弥补这个缺陷，我们用图形来强化表格，即将表4中的驱动力数据绘制成图，得到了图3中的动态轨迹。

图3 民营经济创新驱动的产业升级印迹

图3从多维度呈现了民营经济正在发生新旧交替的现象：首先，2006—2014年，图中粗、细实线勾勒出明显的周期性和互补性的变化轨迹，换言之，民营经济创新驱动对第二产业的作用处于不断地提振-抑制-提振-抑制的循环之中，第三产业类似，只是二者方向相反。其次，随着时间的推移，代表第二产业的曲线其峰值逐步下挫，而代表第三产业的曲线其谷值逐步抬高。再次，第二产业和第三产业的合成曲线越来越靠近水平零轴，并且一度在2012年突破零值。因此，2012年可能成为新旧民营经济的分水岭。

2.创新驱动能否推动区域产业升级的经验判断

结合前文的分析，创新驱动能否推动区域产业升级问题可以恰当地转化为新旧民营经济是否存在本质差异问题。然而，对这个问题的回答并不简单，至少需要以下三个环节。

第一，发现问题，“同型异构”的存在。图3表明，无论2006—2009(II型)还是2010—2013(II型)，几乎都在图1中的民营经济创新驱动处于上升通道中完成，而2009—2010(III型)却几乎是在民营经济创新驱动的下跌通道中完成，因此容易形成民营经济创新驱动的上升能有效推动产业的II型升级，而民营经济创新驱动的下跌能有效推动产业的III型升级的概念。然而仔细分析后发现，事实并非这样简单，结合图2不难发现，图3里的两次II型升级，都发生在中国区域第二产业的实际走势持续下挫的阶段，因此，中国民营经济的“从属性”暴露无遗。2013—2014(III型)和2009—2010(III型)从表面上看没有什么差异，然而实质上二者却大相径庭，即发生了“同型异构”，换言之，前者生成在民营经济创新驱动处于上升的通道中，而后者却正好相反。

第二，分析问题，“同型异构”过程是民营经济由旧向新转换的过程。将图3进行简化处理后得到图4，研究表明：首先，越靠近该图的左侧，越趋近旧民营经济，越靠近该图的右侧，越趋近新民营经济。旧民营经济时期，第二产业占据显著优势，在新民营经济时期，第三产业占据显著优势。其次，所有样本点期间，民营经济创新驱动对第二产业的提振或抑制行为均和区域第二产业的实际走势发生了“背离”。唯独在新民营经济时期，民营经济创新驱动对产业升级的印迹与实际产业升级的路径第一次实现了高度“一致”。再次，2010—2011年民营经济创新驱动的“纵身一跳”，是为2010—2012年中国区域产业升级探路，同时也为2013年中国区域产业升级最终确定方向埋下伏笔，简单地说，中国民营经济经历了2008年金融危机，迫切需要从废墟中重拾信心，而正是2012年民营经济对第三产业持续抑制中不自信的波动，直接迎来了第二产业发展趋势的整体转向以及2013年第三产业趋势的完全锁定。

图4 新旧民营经济创新驱动的产业升级印迹

第三，解决问题，民营经济实现了从被动向主动质的跃迁是“同型异构”的深层原因。首先，旧民营经济“四性”并存：(1)中国过去大力提倡以出口为导向外向型经济，中国的外贸依存度指标从1978年的9.7%猛增到2007年的66.2%[4]，然而，在当美国发生严重金融危机，并导致世界市场出现迅速萎缩之际，旧民营经济秉承自从1992年邓小平同志南巡讲话所带给民营经济的发展契机[15]，第二产业作为发展重点在2006—2009(II)期间持续加速推进，充分暴露了它的守旧性特征。(2)为了应对2008年的金融危机，中国政府提出4万亿刺激计划，此计划带动了2009—2010年全国经济的回暖。可以看出，旧民营经济对此的积极反应却发生在2010—2013(II型)期间，它呈现出鲜明的观望性特征。(3)旧民营经济还有一个典型特征，它表现在2009—2010(III型)期间：时间可追溯到2007年，美、欧、日等发达国家为了应对次贷危机，纷纷采用了积极宏观经济政策，带来了全球流动性过剩，同期，出于对人民币升值的预期，国际投资资本通过各种渠道涌入中国[16]，来自《中国贸易外经统计年鉴》的数据显示，自从2005年以来，中国FDI出现显著的背离制造业趋势，譬如，外商直接投资中制造业投资比重由70%降到2013年的40%以下，而相应房地产FDI投资比重却从9%跃至24.5%，此时的民营经济创新驱动不足，将更多的精力转投到房地产等虚拟经济领域，促进了经济泡沫的形成，据此，它还有鲜明的盲从性特征。总之，旧民营经济时期，民营经济的四大特征得到充分的展现，譬如从属性、守旧性、观望性以及盲从性等。其次，新民营经济“四性”并存：以满足大众基本需求为目标的标准化、规模化生产，转向以满足消费者个性化为目标的高质量、高品位的服务和生产，将日益成为判断经济是否真正走向成熟的标准，当重工业引领的大规模工业化结束之后，以紧密零部件和复杂装配为支撑的深加工时代必将到来，结合2018年以习近平同志为核心的党中央高层的一系列举措，民营经济的春天已经来临[17]。新民营经济在历经2010—2011年的重新布局(传承性)，2012年的姿态纠偏(变革性)后，最终在2013年锁定航向(开辟性)，此外，数字经济的到来将为中国以供给侧为导向的新型经济的战略性发展提供难得的契机，在此情境之下，新民营经济的巨大潜能就在于当它走向全球化的大舞台时，敢为人先、勇立潮头的品质以及敢用技术换产业的秉性得到全面发挥(主动性)。总之，新民营经济时期，民营经济的四大特征正在展示，譬如传承性、变革性、开辟性以及主动性等。

(三)稳健性分析

借用现有文献的一贯经验，我们将专利申请数作为稳健性分析时的解释变量，表5的数据再次表明，本文的结论非常稳健。

同时，考虑到上述模型中创新驱动变量可能受到区域产业升级的逆向影响，进而产生内生性问题，区域产业升级也可能受到上期值的影响。因此，本文还引入动态面板数据模型的系统广义矩阵(System GMM)进行再估计，结果仍然稳健。

表5 全样本时期回归结果

五、结论及启示

本文基于2005—2015年中国30个省域面板数据，选用移动平均取样方式对创新驱动与区域产业升级之谜在“新民营经济”取向下进行再研究。最后，得出如下结论：

传统取样方式下，民营经济的创新驱动明确强化了省域产业III型升级趋势，但民营经济创新驱动对第二和第三产业升级的综合作用呈现为负向抑制状态。新型取样方式下，民营经济的创新驱动对区域产业升级的效应具有显著的时间窗口特征和产业异分特征，此外，本文不仅判断出2012年可能成为新旧民营经济的分水岭，而且还从三个环节深度分析了创新驱动能否推动区域产业升级问题，最终得出民营经济实现了从被动向主动质的跃迁是“同型异构”深层机制的结论。

基于以上分析，本文的政策性启示是：随着以传统制造业和房地产业为支柱的经济形式终将远去，以战略新兴产业、服务业和现代制造业的时代势将来临，民营经济对国民经济的作用正日益从负面印象变为正面印象。第三次全球化、互联网+、数字化经济等新生事物不断涌现，为新民营经济的发展提供了一个全新的时间窗口以及千载难逢的机遇。民营经济的持续创新行为不仅为自身的生存与发展开辟了道路，而且为中国国民经济的健康与持续发展提供了不竭的动能与无限的希望，总之，民营经济，特别是新民营经济，不是经济发展的短板，而是大家对民营经济认识不足，才成为发展展中的短板。因此，如何为民营经济的健康有序发展构建优良的营商环境，是新时代提出的新命题。