政策环境、行业技术、企业能力与“四新”企业创新绩效

宁 靓 胡全峰 孙晓云

(中国海洋大学 管理学院，山东 青岛 266100)

一、引言

发展“四新”经济是进行产业结构转型升级的必由之路，也是加速新旧动能转换的必然选择。2016年的《政府工作报告》中提到“当前我国发展正处于一个关键时期，必须培育壮大新动能，加快发展新经济。要推动新技术、新产业、新业态加快成长”，这是我国对“新经济”这一概念进行的界定，在新经济发展中，经过一系列创新活动，“新经济”这一概念从内涵到外延都进行了扩展，出现了产业间的跨界融合等发展态势，进而又推进了生产模式的变革和新业态的发展，[1]“新技术、新产业、新业态、新模式”(简称“四新”经济)不断涌现。“四新”经济是以市场需求为导向，以技术创新和模式创新为内核的新型经济形态，党的十九大报告更是将发展“四新”经济作为发展壮大新动能的重要举措。深圳证券交易所发布的统计数据显示，以高新技术产业为主的创业板公司业绩进一步提升。深市957家战略性新兴产业公司通过技术创新、产品创新、服务创新，有效将科技成果转化为实际生产力，平均营业收入和净利润增长率分别为23.32%和20.77%，展现出较强的盈利能力和发展潜力。新技术、新产业、新业态和新模式等新经济和高新技术产业及战略性新兴产业等新动能加速形成，成为推动经济稳中向好的重要力量。

在新旧动能转换背景下，“四新”企业只有提升在创新技术、创新生产和管理模式方面的创新能力，才能提供技术好、质量高、服务好的中高端产品，进而走向突出品牌价值和科技含量的蓝色之海，创造新的有效供给，更好地适应需求结构升级，因此，“四新”企业的创新能力对于营造新动能异军突起、传统动能转型升级、新旧发展动能接续转换的“四新”经济发展新局面显得尤为重要。

本文从探讨“四新企业”的创新绩效出发，从宏观、中观和微观三个层面深入考察影响“四新”企业创新绩效的影响因素，明晰“四新”企业创新绩效影响的理论机制及其路径效应，深化对“四新”经济发展的规律性认识，为加快“四新”经济发展，实现经济发展新旧动能转换提供有力支撑。

二、文献综述

自1921年“创新理论”的鼻祖约瑟夫·熊彼特系统阐述了“创新”理论及其在经济发展中的作用之后，学者开始不断研究创新在国家、行业、企业等不同层次、不同领域的作用机理，尤其以微观层面的研究最多。目前关于企业创新绩效的研究，主要集中在企业创新绩效影响因素与提升路径识别和企业创新绩效测度与评价两个方面。

(一)企业的创新绩效影响因素与提升路径识别

通过梳理文献，当前学术界对于企业的创新绩效影响因素与提升路径识别，主要从企业内部能力，外部研发合作，创新网络和产业集群等角度进行阐述与论证。陈劲等学者考察了企业内外部能力如技术学习能力、吸收能力，知识整合能力等对企业创新绩效的影响；[2]而王龙伟等关注外部技术获取对于企业创新绩效的影响，通过引入契约和信任两种治理模式考察合作研发对企业创新绩效的影响，发现合作研发显著提升企业创新绩效；[3]Berchicci也指出，基于研发合作的外部技术获取在一定程度上带来了更高的创新绩效。[4]随着研究的深入，学者们开始分析创新网络和产业集群对企业创新绩效的作用机理。韵江等从创新网络的角度考察了开放度和网络能力对企业创新绩效的作用机理，研究发现网络能力与创新绩效存在明显的正相关关系，此外网络开放度与网络能力的交互效应可以显著促进企业创新绩效；[5]而蒋天颖等则从产业集群的角度，明晰产业集群对于企业创新绩效的作用，以浙江省产业集群内企业为研究对象，证实产业集群作为创新网络的外在表现，其网络密度、联系强度均能显著促进企业创新绩效。[6]近年来，学者们开始关注制度环境以及内部控制与企业创新的关系。朱永明等从外部环境及内部治理双重视角探究其对企业技术创新绩效的影响，研究表明:市场化进程以及内部控制对创新投入与创新绩效具有正向效应。[7]

(二)企业创新绩效测度与评价

在企业创新绩效测度与评价方面，前期研究侧重以单一指标进行企业创新绩效测评。如Hitt等将研发投入直接导致企业的创新能力及其创新绩效，因而利用研发投入表征创新绩效，[8]而Freeman等认为，专利可以集中体现新技术、新产品，以及新工艺流程，更适宜用来测量企业创新绩效。[9]近年来，学者们更倾向用综合性指标来测度企业创新绩效。Hagedoorn等将研发投入、专利及新产品等创新绩效作为统一的分析框架来表征企业创新绩效。[10]在此基础上，陈劲等在创新绩效中引入相对指标，选取新产品开发成功率、新产品销售收入占销售总额的比重作为测度指标，[11]随着研究不断深入，学者开始关注成长性指标的使用，认为创新绩效包括创新导致的所有直接和间接经济效益，因而利用研发速度和新产品市场反应作为测量指标。[12]近年来，引入综合评价企业绩效的指标，澄清企业长期和短期绩效，使评价企业创新的绩效体系变得更加完善。[13]

已有研究从企业创新绩效影响因素与提升路径识别和企业创新绩效测度与评价两个层面对企业创新绩效问题进行了富有成效的探索，但仍存在一些不足。现有文献没有从宏观政策环境、中观行业技术水平、微观企业能力三个层面对企业创新绩效进行集中探讨，而且对企业创新绩效的考量往往停留在指标变量的刻画和一般的回归分析上，而没有上升到基于多层指标的潜变量与结构方程模型(SEM)进行研究。此外，“四新”经济在取得快速发展同时，各界对新经济的内涵、范围和演进规律还没有统一看法，对“四新”企业创新绩效更是鲜有研究，鉴于此，本文以“四新”企业为研究对象，基于调查问卷和因子分析，提取了宏观、中观和微观三个层面的主因子，研究政策环境、行业技术水平、企业能力对“四新”企业创新绩效影响的理论机制及其路径效应，提出相关的研究假设，在此基础上构建SEM进行实证分析，并提出政策建议，旨在抢抓新经济孕育兴起的“窗口期”，全面营造有利于新经济繁荣发展的生态环境，促进“四新” 企业发展，加速新旧动能转换进程。

三、“四新”企业创新绩效影响因素分析

(一)数据来源与问卷设计

根据山东省工商局发布的2018年上半年全省市场主体发展情况，可以发现山东全省“四新”经济、新一代信息技术产业、高新技术服务业新登记企业同比分别增长30.4%、51.8%、22.9%，新旧动能转换的重点行业投资明显活跃。近年来，山东省出台了一系列推进新旧动能转换、加快淘汰落后产能、培植壮大新经济的相关政策。因此，为了更好地了解“四新”企业创新绩效的发展情况及其影响因素，我们选择山东省境内的“四新”企业发放了150份问卷，有效回收问卷113份。问卷内容主要分为企业基本信息和企业创新发展状况两大部分。第一部分涉及山东省“四新”企业的企业基本信息，主要包括企业名称、成立年限、行业类型、员工人数、销售收入、研发费用、客户分布等基本情况。第二部分是问卷的主体部分，基于前面的文献研究，设计出“四新”企业创新能力影响机制问卷量表，量表共包括15个题项，从企业研发投入、企业外部状况、企业自身能力等方面对山东省“四新”企业的创新发展状况进行了探索。问卷采用李克特五点尺度(Liker5-PointScale)进行评分，分别给予“弱”“较弱”“一般”“较强”“强”1分、2分、3分、4分、5分的分值，然后受访者对题项进行打分。运用SPSS20.0和STATA14.0对数据进行因子分析，确定主要影响因子并进一步深入分析讨论。

(二)调查样本基本信息分析

1、“四新”企业基本信息分析

根据统计分析得到，目前山东省“四新”企业成立年限较短，有51.3%的企业成立时间在3—10年；技术中心占比较低，有58.4%的企业未进行技术中心认定，尤其是国家级技术中心更是少之甚少；企业员工人数较少，67.2%的企业人数少于100人；融资困难，融资形式单一，78.2%的企业未接受到VC、CVC和PE的相关投资。

2、信效度分析

信度表征测验结果的一贯性、一致性、再现性和稳定性。利用软件对问卷量表进行量表内部一致性信度检验，分析结果显示，得到问卷总变量的Cronbach’sAlpha系数为0.889，超过了0.80，表明该问卷的信度是非常好的，数据具有较好的内部一致性信度。此外，对问卷量表进行了效度检验，效度作为检验测验有效与否的指标，反映测验的准确性和有效性。运用软件计算得到在95%的置信水平条件下，Bartlett的球形度检验sig值为0.000<0.01，Kaiser-Meyer-Olkin(KMO)测量中，KMO值为0.880>0.8，表明有很好的结构效度，因此以此问卷进行统计分析是比较合理的。

(三)因子分析

通过前文效度分析可知，量表KMO值为0.880，效度通过，Bartlett球形统计量的Sig<0.01，认为各变量之间存在显著相关性，适合作因子分析。本研究使用数据分析软件SPSS20.0中的因子分析模块对各变量进行探索性因子分析，使用最大方差法正交旋转和特征值大于1来提取相关因子。

1、运用主成份分析法对指标体系降维

对“四新”企业创新发展情况量表的15个变量进行主成份分析，通过多次运算，发现采用累计方差贡献率达到70%—85%或以上这一原则所得到的结果，具有更好的解释意义。为了保证信息的可靠性，釆取对方差累计贡献率达到70%以上的结果进行提取，经过方差最大旋转后得出的因子载负荷矩阵见表1。

表1 解释的总方差

注：提取方法为主成份分析。

表1中内容包含15个变量的初始特征值及方差贡献率、提取公因子后的特征值及方差贡献率、旋转后的特征值及方差贡献率。结果表明，共提取了5个主成分，累计方差贡献率达到71.284%，结果理想。

2、旋转后的因子载荷阵

为了对因子进一步进行分类，文章采用旋转后的载荷矩阵进行因子解释。运用主成份分析的提取方法得到旋转成分矩阵如表2所示。

表2 旋转成分矩阵

注：提取方法为主成份；旋转法为具有Kaiser标准化的正交旋转法；旋转在6次迭代后收敛。

根据载荷系数大于0.5的提取原则进行因子解释。根据旋转成分矩阵可以看出，“四新”企业的创新发展状况可以表现在以下五个方面。

(1)因子1在政策全面程度、政策知晓程度、政策准入程度方面解释度较高，政策全面程度从政策内容层面反映政府对于“四新”企业的政策支持程度，同时也反映了企业角度对于税收补贴政策、金融支持政策、人才引进政策等相关政策的政策期待。政策知晓程度反映了政策的执行效率，企业只有清楚有相关政策的出台，具体的申报流程，以及享受政策的成本，才能够在有利的政策环境下增强研发积极性，从而提高创新绩效。政策准入程度反映了政府对于“四新”企业享受政策的政策门槛，政策门槛越高，意味着政策列出的条件和政策优惠的范围会更加严苛，政策的准入程度也就越低。以上均反映着政策环境对“四新”企业创新绩效的影响，因此可以将这一因子命名为政策环境。

(2)在因子2中，解释度较高的有2个指标，分别是所处行业的技术密集程度和技术复杂程度，这两个指标均反映了“四新”企业所处的行业状况，技术密集程度和技术复杂程度反映着行业科学技术发展水平，技术密集程度越高有利于提高企业经济效益，促进生产力的发展。因此，可以将这一因子命名为行业技术水平。

(3)因子3在企业环境适应性能力、外部资金获取能力、跨界融合能力、创新学习能力、员工网络学习能力方面解释度较高，这几项指标统一反映企业自身在创新方面的潜在能力，不仅包括企业的创新性人力资本，如企业文化的包容性、员工的网络学习能力等，还包括企业与外界的协调、交流与融合能力，这种协同创新能力对于“四新”企业的科技产出也有着显著影响，对于企业的创新绩效至关重要，因此，可以将这一因子命名为企业自身能力。

(4)因子4在研发资金投入、研究人员数量和创新资源匹配度方面解释度较高，根据柯布-道格拉斯生产函数，劳动力和资本的投入对于产出存在因果关系，“四新”企业的资源禀赋及其投入对于企业的科技产出具有正向效应，因此，可以将这一因子命名为企业创新投入。

(5)因子5主要反映了科研成果转化率和新产品开发成功率两个指标，这两个指标都反映了企业在科技和产品方面的创新成果水平，因此，可以将这一因子命名为企业创新绩效。

3、验证性因子分析

在利用探索性因子分析法找到多元观测变量的本质结构、并进行处理降维之后，为进一步测试因子与对应测度项之间的关系是否符合理论关系，必须进行验证性因子分析(Confir-matoryFactorAnalysis，CFA)，计算结果图1所示。

图1 验证性因子分析结果

验证性因子分析结果显示，每个结构变量与相对应的测度项的关联系数都大于0.5，表明每个测度项均可以很好地表达结构变量的构念，因此，测度题项均予以保留。

四、研究假设

通过探索性因子分析和验证性因子分析，我们已经得到了研究问题所涉及的潜变量和观测变量，政策环境、行业技术水平、企业能力分别从宏观、中观、微观角度对企业创新投入产生影响，并进一步影响企业创新绩效。根据以上分析和结合以往学者的研究，提出以下研究假设，进一步探讨潜变量之间的相关关系，从而构建起“四新”企业创新绩效概念模型。

(一)政策环境与企业创新投入以及企业创新绩效的关系

创新政策能够给予企业发展的政治合法性，[14]树立企业品牌形象，提升企业声誉，从而将政治合法性作为战略性资源，吸引更多企业进行创新合作。[15]此外，良好的政策环境可以使企业获得更多资源优势，可以识别更多的创新机遇，提高企业创新积极性，进一步激发企业扩充资源和扩大投入的意愿，[16]整合更多的外部知识及其他互补性资源，拓展创新搜索及创新试验的范围,这些行为进而促使企业创新绩效提高。[17]据此，本文提出以下假设：

H1：政策环境对于企业创新投入具有显著正向影响。

H2：政策环境对于企业创新绩效具有显著正向影响。

(二)行业技术水平与企业创新投入以及企业创新绩效的关系

根据前人研究，学者将技术创新与技术扩散模型引入到产业层面，分析得出产业技术水平、技术密集度、技术复杂程度等行业技术特征对知识产权与技术进步、技术创新关系具有显著影响。[18-19]柒江艺等立足于产业层面对劳动密集型产业和高技术产业知识产权保护的技术创新效应进行比较分析，发现与技术低密集度的制造业相比，高技术产业对知识产权保护的需求就更加旺盛，[20]而研发部门的技术创新产出主要取决于研发投入和知识资本存量，因此，技术密集度越高，越有利于企业的创新投入和创新绩效的提升。另一方面，企业技术水平越复杂，企业间技术差距越小，行业技术水平连续性越高，企业能够获取更高的技术溢出效应，对行业中的技术资源进行消化吸收再创新。[21]据此，本文提出以下假设：

H3：行业技术水平对于企业创新投入具有显著正向影响。

H4：行业技术水平对于企业创新绩效具有显著正向影响。

(三)企业能力与企业创新投入以及企业创新绩效的关系

企业创新能力反映了一个企业在技术和市场等方面的知识储备。[22]拥有技术能力、市场导向和整合能力等能力的企业会更容易对环境进行迅速反应，并且能够带来竞争优势和高企业绩效。企业能力对企业绩效具有显著的正向影响，具体体现在：增强企业技术能力、市场导向和整合能力对企业绩效具有显著的促进作用。[23]另一方面，在整合能力的支撑下，企业可以对自身拥有的以及从外部合作伙伴处获取的资源和能力进行重新配置，[24]促使企业更大范围地与异质性技术资源的组织协同，从而快速搜索、筛选及获取创意和技术资源，得到高效率的结构化信息并提升二次创新能力，通过创新活动发挥的纽带作用增强企业绩效。[25]

H5：企业能力对于企业创新投入具有显著正向影响。

H6：企业能力对于企业创新绩效具有显著正向影响。

(四)企业创新投入与企业创新绩效的关系

1979年，Griliches率先将研发投入(R&D)作为一项生产要素放入生产函数中，来衡量其生产率增长，[26]随后，关于企业创新投入与创新绩效的实证研究不断成为关注热点。杨德伟通过研究民营企业研发投入与企业绩效的相关关系，发现高科技企业比非高科技企业的研发投入的业绩回报率更高。[27]此外，黄珊珊等选取我国创业板上市公司2011—2014年的全样本数据，进行了实证分析，研究发现，企业创新投入对企业创新绩效具有显著的正向促进作用。[28]基于上述分析，本文提出以下假设：

H7：企业创新投入对于企业创新绩效具有显著正向影响。

五、“四新”企业创新绩效驱动路径分析

(一)模型构建

结构方程模型(SEM)是同时对多个因变量建模和检验特定假设的一种方法，可以同时处理多个因变量，能够利用样本数据验证各因子的影响关系和辨识关键因子。由于“四新”企业创新绩效是多因素作用的结果，而且不同因素对“四新”企业创新绩效的影响具有差异性，为了明确各因素对“四新”企业创新绩效的影响程度并识别出关键因素，本文采用SEM对“四新”企业的创新绩效进行分析。

SEM的构建首先要设定所要估计的模型，结合以上假设，如图2所示，模型主要研究影响“四新”企业的创新绩效的影响因素以及这些因素是如何影响“四新”企业的创新绩效的。文章选取政策环境、行业技术特点、企业自身能力作为研究模型的前因变量，把企业创新投入作为模型的中介变量，进而探究“四新”企业的创新绩效。

图2 “四新”企业创新绩效影响因素路径示意图

在模型中，η表示内生潜变量，即受模型中其他变量，包括外生变量和内生变量影响的变量。用y表示内生潜变量的观测变量。ξ表示外生潜变量，即在模型中只起解释作用的变量。用x表示外生潜变量的观测变量。δ表示外生观测变量x的误差，ε表示内生观测变量y的误差。模型中内生潜变量有两个，分别是企业创新投入和企业创新绩效，影响“四新”企业创新绩效的外生潜变量有三个，即政策环境(ξ1)、行业技术特点(ξ2)和企业能力 (ξ3) 。

1、构建各测量模型之间的结构方程为：

y=Λyη+ε

(1)

x=Λxξ+δ

(2)

其中，公式(1)表示内生潜变量和内生观测变量之间的关系，Λy为内生观测变量在内生潜变量上的因子载荷矩阵；公式(2)表示外生潜变量和外生观测变量之间的关系，Λx为外生观测变量在外生潜变量上的因子载荷矩阵。

2、构建各潜变量之间的结构方程：

η=Bη+Γξ+ζ

(3)

其中，公式(3)反映潜变量间效应关系的结构方程。B作为路径系数，表示内生潜变量间的关系；Γ作为路径系数，表示外生潜变量对内生潜变量的影响。

(二)模型适配度检验

适配度指标检验假设模型图是否符合实际数据情况，反映了假设路径分析模型图与收集的数据之间的适配程度的大小。根据模型适配指标对提出的假设和作用路径进行验证得到SEM模型适配度检验结果表4所示。拟合结果显示假设模型与收集的数据之间的拟合程度较好，本文所构建的“四新”企业创新绩效影响因素的分析模型从统计上是可以接受的，可以考察模型的标准化路径系数检验其效度。

表4 SEM整体适配度评价标准及拟合结果

(三)结构方程模型路径分析

测量模型反映了各测量指标与对应潜变量之间的相互关系(如表5所示)。通过分析潜变量与可观测变量之间的路径系数，我们可以发现：

1、政策环境与观测变量之间的关系。政策环境中因子载荷水平最高为0.896，政策知晓程度反映政策环境的因子载荷为0.802，政策准入程度为0.793，载荷系数均达到1%的显著水平，政策全面性对政策环境的影响程度最大。

2、行业技术特点与观测变量之间的关系。技术密集程度对行业技术特点的反映程度较高，因子载荷为0.753，相对而言技术复杂程度对行业技术特点的反映程度较低。

3、企业能力与观测变量之间的关系。“四新”企业的创新能力体现在企业员工接受新思想新文化的能力、网络学习能力、企业捕捉外部环境变化的环境适应性能力、跨界融合能力和外部资金获取能力，因子载荷系数分别为0.724、0.816、0.652、0.755和0.819。外部资金的获取能力解释力最强。

4、企业创新投入与观测变量之间的关系。在反映企业创新投入的三个观测指标中，研发资金投入载荷系数最高，标准化路径系数为0.741，研发人员数量解释能力也很强，路径系数为0.720，说明企业在创新方面投入的资本和劳动力可以直接反映企业的创新投入状况。

5、企业创新绩效与观测变量之间的关系。反映企业创新绩效的两个观测指标对于潜变量的解释能力都处于较高水平，新产品开发成功率和科研成果转化率的标准化路径系数分别为0.842和0.835。

综上所述，从测量模型的分析结果看，从宏观角度影响“四新”企业创新绩效的政策环境从可以从政策全面程度、政策知晓程度、政策准入程度来测度；中观层面的行业技术特点可以从技术密集程度和技术复杂程度来衡量；微观层面的企业能力不仅包含了内部企业员工接受新思想新文化的能力、网络学习能力、环境适应性能力，还包括了企业与外部平台的协同创新能力、资金获取能力等；企业创新投入包括了企业在研发经费、研发人员等方面的投入；企业创新绩效通过科研成果转化率以及新产品开发成功率来衡量，以上测量变量与潜变量之间均存在显著的正相关关系。

表5 测量模型路径、载荷系数估计结果表

注：***、**、*分别为1%、5% 、10%的显著水平。所有变量的C.R值大于临界值2. 58，且均达到1%的显著水平，说明潜变量之间的载荷系数估计显著性较高，呈正相关。

结构模型反映了潜变量之间的关系(如表6所示)。估计结果显示，就企业创新投入而言，影响企业创新投入的潜变量按路径系数由大到小分别是政策环境、企业能力、行业技术特点，并且政策环境、企业能力、行业技术特点会通过企业创新投入间接影响企业创新绩效，路径系数为0.783。此外，政策环境、企业能力、行业技术特点会直接影响企业创新绩效，路径系数分别为0.702、0.618、0.570，且路径系数都达到了1%的显著性水平，正向相关性显著，可见，政策环境的改善、行业技术的进入壁垒越高、企业能力越强，会导致企业创新投入的增加，提高企业创新积极性，进一步提升企业的创新绩效。

表6 结构模型路径、载荷系数估计结果表

注：***、**、*分别为1%、5% 、10%的显著水平。所有变量的C.R值大于临界值2. 58，且显著水平较高，说明潜变量之间的载荷系数估计显著性较高，呈正相关。

六、“四新”企业提升创新绩效的对策建议

(一)强化“四新”企业政策引导，营造良好政策环境

一要提升政策全面性，强化“四新”经济政策引导的协同性，推进涉及人才、科技、金融、科技成果转化方面的政策，强化政策落实的系统性。围绕“四新”经济发展，强化政策筛选、系统集成和协同推进。强化政策落实的部门协调和机制保障，放大政策综合效应。二要加强政策知晓程度，通过网络宣传、政策宣讲会以及实地讲解等多种方式，积极帮助“四新”企业知晓政策、了解政策、用好政策，打通政策落地的最后“一公里”，简化办事程序，提高审批效率，降低企业交易成本。三要降低“四新”企业市场准入门槛，包括不对“四新”企业施加从业批准、许可等准入条件，降低“四新”企业成本等。

(二)创新“四新”企业技术路径，加强知识产权保护

随着技术密集度的增加，加强知识产权保护对行业技术创新的激励作用会逐渐凸显。此外，当技术差距缩小，自主创新成为技术进步的主导模式时，加强知识产权保护才有利于技术创新，而且，随着技术差距的缩小，加强知识产权保护对技术创新的贡献度会越大。因此，“四新”企业应该根据自己的资源优势、技术储备，以及当地的产业条件，来寻找适合自己发展的方向，并与别人形成差异化分工，创新“四新”企业技术发展路径，并根据行业具体保护需求去探索建立专门的知识产权保护制度。

(三)增强“四新”企业内部能力，发挥对外整合作用

“四新”企业应该在企业内部营造创新氛围，重视人力资本投资，加强职业培训的经常化、规范化和制度化，提升员工接受新思想新文化的能力以及网络学习能力，密切关注外界情况变化，提高对政策、行业发展变化的反映程度。在企业外部，“四新”企业要着力推进“产业联盟”协同创新，加强企业与高校院所、产业联盟共建研发机构和开展研发合作，建立联合开发、优势互补、成果共享、风险共担的产学研用合作机制；充分发挥产业联盟、行业协会等社会组织平台作用，促进企业发展需求与创新资源共享的有效对接；建立科技创新成果的合作共享机制，打破产业链上下游壁垒，实现“四新”经济全产业链发展和产业融合发展。

(四)实现“四提”发展，打造新工业

一是传统产业提质效，即对传统产业要实施高水平的技术改造，加强产学研合作，大力发展智能制造、服务型制造，着力提升劳动生产率和产销率，推动传统动能增添新活力；二是新兴产业提规模，培育一批云计算、智能制造等行业领军企业，带动大数据、新材料、装备制造等产业做大做强，把少数零散的“点”拓展成多个支撑力较强的“面”；三是跨界融合提潜能，积极培育发展个性化定制、总集成总承包等新业态新模式，大力推动制造业与服务业融合、制造业与互联网融合、产城融合、军民融合，逐步形成融合发展的新优势；四是品牌高端提价值，认真落实“中国制造2025”，着力夯实材料、工艺、设计这几大基础，大力弘扬企业家精神和工匠精神，增品种、提品质、创品牌，精心打造区域品牌形象。