“小巨人”企业培育有助于提升制造业中小企业创新活力吗

丁永健 吴小萌

摘 要：“小巨人”企业培育是国家为提升产业链供应链稳定安全提出的新政策，与原有科技创新政策相比，更注重提升产业链关键节点企业的创新活力，从而实现技术补链效果。为评估该政策的有效性，基于2014—2020年制造业中小企业面板数据，使用DEA-Malmquist指数测算制造业中小企业创新活力，并运用Tobit模型检验“小巨人”企业培育对制造业中小企业创新活力的影响。研究发现：①“小巨人”企业培育能够显著促进制造业中小企业创新活力提升，这种促进作用主要通过技术效率水平提升实现，而非技术进步率本身，这体现了政策设计的初衷；②政策对劳动密集型、技术密集型中小企业创新活力的提升作用大于资本密集型。研究结论可为完善“小巨人”企业培育政策提供理论支撑和实践指导。

关键词：“小巨人”企业培育；制造业中小企业；创新活力；技术补链；专精特新企业

DOI：10.6049/kjjbydc.Q202207332

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348（2023）12-0108-09

0 引言

逆全球化使全球貿易格局、产业链供应链布局遭受巨大冲击，确保产业链供应链稳定安全成为保障实体经济运行、实现经济高质量发展的重要内容^[1]。为提升产业链供应链自主可控能力，国家着力推动中小企业向“专精特新”方向发展，培育一批深耕专业领域、聚焦关键技术的“小巨人”企业。2021年12月《“十四五”促进中小企业发展规划》要求在“十四五”期间，推动形成一万家“小巨人”企业^[2]。2022年2月，中央全面深化改革委员会强调要支持引导掌握关键核心技术“专精特新”企业深化改革、强化创新。2022年6月，工信部印发《优质中小企业梯度培育管理暂行办法》，指出要建立优质中小企业梯度培育体系，明确区分创新型中小企业、“专精特新”中小企业和专精特新“小巨人”企业3个层次^[3]。其中，“小巨人”企业认定需要同时满足专、精、特、新、链、品6个指标。工信部从“小巨人”企业中遴选出部分重点企业直接提供资金支持，地方政府也普遍对国家级“小巨人”提供奖补^[4]。

截至2022年，中国已培育评选8 997家国家级“小巨人”企业^[5]，它们均属于各行业产业基础核心领域、产业链关键环节，普遍具有创新能力突出、细分市场占有率高、质量效益好等优势。然而，“小巨人”企业培育作为工信部促进中小企业发展的一项政策制度设计，能否真正实现保障国内产业链供应链稳定安全的政策意图，从而提升行业经济效益，达到技术补链效果？又能否真正有效提高产业链关键节点制造业中小企业的创新活力？这是亟待回答的关键问题。

本文深入分析“小巨人”企业培育对制造业中小企业创新活力的积极影响及阻滞因素，构建Malmquist指数测算制造业中小企业创新活力并考察其动态变动情况，运用Tobit模型分析“小巨人”企业培育对制造业中小企业创新活力的影响，并揭示不同行业制造业中小企业创新活力提升的内在驱动力，对于优化“小巨人”企业培育机制，提升制造业中小企业发展质量，增强优质制造业中小企业整体核心竞争力具有重要借鉴意义。

1 文献综述

中小企业在促进经济增长、增加就业等方面发挥着关键作用，但在新发展阶段，中小企业发展受到诸多因素制约。从企业自身看，内部知识积累是提升企业能力的关键^[6]，数据能够驱动制造业中小企业创新绩效提升，作用途径包括非研发技术创新、供应链协同创新、精准营销创新、用户参与产品创新和敏捷组织创新等^[7]。此外，领导力、文化和技能等内部组织因素也会影响中小企业创新绩效提升^[8]。从外部环境看，良好的营商环境和创新环境能够为中小企业健康发展提供优质资源^[9]。

良好的政策制度环境能够引导中小企业健康发展，倒逼企业优化资源配置，提升产品科技含量与附加值^[10]。根据政策内容和作用领域，创新政策包括科技政策、产业政策、财政政策、税收政策和金融政策等^[11]。随着中国经济进入转型期，驱动经济增长的要素禀赋发生改变，企业发展政策导向从投资激励向创新激励转变，政策内容也相应出现变化^[12]。新时期科技创新政策更加注重环境营造，政策民主化、科学化程度不断提高（梁正，2017），并呈现出由单项政策向政策体系整体构建转变的发展态势（刘凤朝等，2007）。既有科技创新政策支持企业发展主要集中在融资、补贴与税收减免等方面。刘少波、吴玥^[13]指出科技金融政策能够显著提高试点地区科技型中小企业全要素生产率；Guo等^[14]认为金融科技能够显著降低企业融资约束；Cehajia^[15]指出宏观审慎措施使金融部门更具弹性；宋砚秋、齐永欣^[16]认为政府补贴既能有效增加企业创新产出，还能够提高创新产出质量；韩宝山、李夏^[17]证实税收减免能够缓解中小企业、技术密集型企业融资约束，显著增进这些企业的研发创新活动。综上所述，目前相关学者对科技创新政策的研究主要集中在税收减免、政府补贴、科技金融等方面。

不同于传统科技创新政策，“小巨人”企业培育的重点在于补短板、锻长板，持续破除瓶颈制约，提升产业链供应链稳定性，以达到技术补链的政策效果。“小巨人”企业培育政策不仅关心企业自身技术创新能力，更关注企业在整个产业链中的作用，这与我国其它科技创新政策有着本质不同。相应地，“小巨人”企业培育由工信部主导政策制定与实施。因此，与已有文献相比，本文贡献主要体现在以下两个方面：①首次对“小巨人”企业培育政策效果进行测算，并结合Tobit模型实证分析“小巨人”企业培育对于制造业中小企业创新活力的影响；②基于行业异质性，考察不同细分行业制造业中小企业创新活力差异，并分析“小巨人”企业培育对不同行业制造业中小企业创新活力提升的内在驱动力。

2 制造业中小企业创新活力

2.1 指数测算模型

制造业中小企业创新过程涵盖新技术研发、成果转换和产品销售等多个阶段。从技术研发角度看，创新成果的产生不只需要研发经费，也需要劳动力等因素的支持，同时成果转化给企业带来的效益也是多方面的。因此，企业创新是一个复杂的动态过程^[18]，采用单一指标无法准确衡量企业创新活力。为此，本文采用Fare等^[19]构建的DEA-Malmquist指数方法测算制造业中小企业创新活力并探寻其内在动力源泉，既能反映全要素生产率变化，又能将其分解为技术效率和技术进步率。Malmquist指数利用距离函数进行测算，具体如公式（1）～（4）所示，公式中关键变量定义如表1所示。

在t期技术条件下，决策单元从t到t+1期的MPI指数可定义为：

在t+1期技术水平下，决策单元从t期到t+1期的MPI指数可定义为：

因此，综合考虑两个时期的技术水平，取式（1）和式（2）几何平均值，得到：

M_i（x^t+1，y^t+1，x^t，y^t）為制造业中小企业的全要素生产率。若M_i>1，表明制造业中小企业全要素生产率呈增长趋势；若M_i<1，表明制造业中小企业全要素生产率呈下降趋势；若M_i=1，表明制造业中小企业全要素生产率不变。进一步，式（3）还可以分解为技术进步率（TEC）和技术效率（EFF），如公式（4）所示。

TFP反映企业整体全要素生产率变化过程；EFF表示技术效率，主要反映企业对生产设备、厂房、劳动等要素的使用情况，即企业对技术成果转化为经济效益的能力。当EFF>1时，说明技术效率得到改善，企业经济效益良好，反之则说明呈现恶化状态。TEC表示技术进步率，主要反映企业研发水平、技术创新进步程度；当TEC>1时，说明技术有所进步，生产可能性边界向外发生移动，反之则说明技术退步（王欢芳等，2020）。

另外，当考虑规模报酬变化时，技术效率变化可继续分解为规模报酬可变下的纯技术效率（PEC）和规模效率变化（SEC），如公式（5）所示。

式（5）中，PEC代表企业资源配置效率，反映在既定技术、要素资源条件下企业产出能力。PEC>1，表明规模报酬变动下效率有所改善，反之亦反。SEC代表企业要素资源投入增加所引发的规模效率变化，SEC>1，表明规模效率上升；反之亦反。

2.2 数据来源与处理

2011年，工信部首次提出将“专精特新”作为中小企业转型升级的重要途径，但2011—2013年未出台明确、直接的支持政策。2013年7月，工信部发布《关于促进中小企业“专精特新”发展指导意见》，专门针对“专精特新”中小企业发展提出一系列推进措施，包括财税金融等明确的扶持政策，以不断提高“专精特新”中小企业数量和比重^[20]。考虑到政策实施时间的完整性，本文选取2014—2020年中小企业板制造业上市公司面板数据进行实证分析，数据来源于CNDRS数据库和Wind数据库，对样本数据进行如下处理：①基于准确性原则，剔除被特殊处理过的ST、ST*类企业；②基于完整性原则，剔除主要变量存在异常值或缺失值的企业；③为消除数据负值和量纲的影响，在将数据带入模型测算前，预先进行标准化处理。最终，得到732家制造业中小企业上市公司的平衡面板数据，包含5 124个观测值。

2.3 投入与产出指标选取

中小企业创新活动是一个复杂的动态过程，测算企业创新活力需要分别从人力、财力、物力角度选取投入变量。本文借鉴屈国俊等^[21]的研究，中小企业创新活力投入变量主要围绕劳动投入、资本投入和研发投入3个方面展开，分别选取企业员工数、固定资产总额和研发支出度量。中小企业创新产出主要围绕经营绩效、财务绩效和创新绩效3个方面展开，结合前人研究^[22-23]，以营业收入、净利润和专利申请数度量，如表2所示。

2.4 制造业中小企业创新活力测算结果

（1）制造业中小企业创新活力动态变化。本文利用DEAP 2.1软件测算2014—2020年732家制造业中小企业的创新活力，结果如表3所示。从整体变动趋势看，制造业中小企业全要素生产率在2014—2020年平均每年增长4.2%，总体生产能力有所提升。分解全要素生产率发现，技术效率年均增长率为5.8%，贡献了全部全要素增长率。除技术进步率外，制造业中小企业纯技术效率和规模效率均值都呈增长态势，年均增长率分别为5.2%和0.6%。这表明，从整个研究观测期看，技术进步率对全要素生产率没有贡献，技术进步不明显，即2014—2020年制造业中小企业未发生实质性重大技术突破。但中小企业技术效率显著提升，且主要取决于技术效率改善。这表明，2014-2020年制造业中小企业对生产资源利用的能力和技术成果转化为经济效益的能力有所提升，进而促进行业经济效益以及企业全要素生产率提升。纯技术效率增长说明企业资源配置效率提高，即在既定技术、要素资源条件下企业产出能力有所提升，成为技术效率增长的主要动力；而规模效率贡献值较低，说明由企业要素资源投入增加引发的规模效率变化较小。

分别观察2014—2020年每个时间段，发现全要素生产率、技术效率和技术进步率变化情况不一致。2016—2017年，技术进步率和全要素生产率波动最明显，并且均呈上升趋势。其中，技术进步率和全要素生产率增长率分别为10.2%、10.8%，而技术效率增长率仅为0.6%，表明这一时期技术进步率增长是全要素生产率增长的主要动力。2017—2020年，技术进步率略有下降，而技术效率则出现不断改善，表明2017-2020年制造业中小企业新技术成果减少，随之增多的是对已有技术成果的转化和运用。

综上所述，制造业中小企业创新活力总体呈上升趋势，主要体现在两个方面：一方面，中小企业总体生产力有所提升，但技术本身未实现显著性突破；另一方面，中小企业技术成果转化效益有所增加，但企业投入资源未引发规模效率变化。究其原因：首先，中小企业生产经营困境导致企业长期处于产业链弱势地位，议价能力不足，企业财力受限；其次，中小企业缺乏落地性强的顶层设计和统领性执行机构；再次，企业工作稳定性差、福利待遇不佳，导致人才流动性高，招工难现象普遍存在。在此背景之下，若政策执行协调不完善，就会误伤中小企业。2016年，工信部发布《工业强基工程实施指南（2016—2020）》，明确“小巨人”企业数量培育目标和专利技术等培育标准^[24]，为中小企业创新活动提供了清晰的方向指引。因此，2016—2017年“小巨人”企业培育政策提高了中小企业创新活力。2018年，贸易摩擦使中小企业生产经营受阻，政府相继出台税收减免、创新激励等扶持政策，推动中小企业发展。

（2）制造业中小企业创新活力行业差异。在上文分析的基础上，本文借鉴张长征、孟宪祺（2021）的研究，分析制造业各细分行业中小企业创新活力差异，测算结果如表4所示。从行业整体看，劳动密集型、资本密集型和技术密集型行业全要素增长率分别为5.7%、5.8%、4.7%，资本密集型和劳动密集型行业全要素增长率略大于技术密集型行业，三大类制造业中小企业全要素生产率提升均主要依靠技术效率。从细分行业看，木材加工及木、竹、藤、棕、草制品行业、家具制造业、工艺品及其它制造业全要素生产率增长明显，石油加工、炼焦及核燃料加工业全要素生产率呈下降趋势；工艺品及其它制造业技术进步率呈上升趋势，其余技术进步率均呈下降趋势；纺织服装、鞋、帽制造业、木材加工及木、竹、藤、棕、草制品制造业、黑色金属冶炼及压延加工业、家具制造业、印刷业和记录媒介复制业技术效率增长显著，石油加工、炼焦及核燃料加工业技术效率有所下降。

综上所述，劳动密集型、资本密集型中小企业创新活力大于技术密集型中小企业，三大类行业创新活力提升均主要依赖于技术效率。究其原因，纺织服装、农副食品、皮革皮毛等劳动密集型企业劳动力资源充足，非金属矿物制品等资本密集型企业资金充足，这两类企业会凭借自身优势，充分利用行业已有生产设施，如现代化厂房、器械、设备等，优化生产流程，通过技术成果转化提升经济效益，进而提高全要素生产率。医药制造、通用设备、仪表仪器等技术密集型制造业中小企业虽然具有先天技术创新优势，如国家政策支持、市场需求和人才供给，但技术研发具有不确定性，且技术成果转化为经济效益的周期长、环节多、技术效率提升慢，因此技术密集型中小企业创新活力小于其它两类企业。

3 “小巨人”企业培育对制造业中小企业创新活力的影响

3.1 数据来源与识别策略

3.1.1 数据来源

回归数据主要包括企业微观数据和区域宏观数据。企业微观数据主要指中小企业微观控制变量，数据来源于Wind数据库，与上述测算企业进行匹配。区域宏观数据主要来源于《中国统计年鉴》和国家统计局网站，各省市“小巨人”企业数量来源于国家政府网站公布的3批“小巨人”企业名单。“小巨人”企业名单是经各省级中小企业主管部门推荐、行業协会限定性条件论证、专家组审核后公示的主营业务突出、竞争力强、成长性好的优秀企业，因此统计这3批名单具有较强的代表性。

3.1.2 识别策略

“专精特新”政策提出后，各省市开始有的放矢地进行企业培育，并推出相关地方政策。不同地区对中央政策的敏感度不同，在“小巨人”企业培育力度上也存在显著差异，故本文构建Tobit回归模型检验“小巨人”企业培育效果。

根据工信部及笔者整理的信息，3批“小巨人”企业公示时间分别为2019年、2020年、2021年。考虑到“小巨人”企业成长及达标周期较长，而政策有效扶持时期有限，因此根据关键政策颁布时间及政策热度，本文将3批“小巨人”企业培育周期划分如下：①在“专精特新”政策颁布初期，政策热度低、环境模糊，故将2014—2018年认定为第一批“小巨人”企业培育周期；②2016年工信部发布《工业强基工程实施指南（2016—2020年）》，明确提出“小巨人”企业数量培育目标和专利技术等培育标准，此后“专精特新”政策热度提升、支持力度加大，故将2017—2020年认定为第二批“小巨人”企业培育周期；③2018年第一批“小巨人”企业审批结束，同时工信部发布《关于开展专精特新“小巨人”企业培育工作通知》，计划利用3年时间，培育600家左右专精特新“小巨人”企业，“专精特新”政策热度再次升级，故将2018—2020年认定为第三批“小巨人”企业培育周期。

“小巨人”企业在各地区企业总数中所占比重反映各省市对国家“专精特新”政策的响应程度。因此，借鉴杨龙见、吴斌珍等^[25]的研究，选取各省市“小巨人”企业数量占当地企业数量的比重度量各省市“小巨人”企业培育实施力度，计算公式如式（6）所示。

式（6）中，Itensity_ij表示j省在第t年“小巨人”企业的培育力度。其中，（∑“小巨人”企业数量）_tj表示j省第t年全部“小巨人”企业培育的总数；（∑企业数量）_tj为国家统计局公布的2014—2020年各省市企业法人单位数总和。

3.2 面板Tobit模型

3.2.1 模型构建

中小企业创新活力评价测算数值具有非负阶段特征，采用普通面板回归分析会产生一定偏差。为避免这个问题，借鉴目前大多数研究^[26-27]，采用受限因变量模型即面板Tobit模型检验“小巨人”企业培育对制造业中小企业创新活力的影响。实际上，影响制造业中小企业创新活力的因素众多，因此在选取控制变量时从企业微观和区域宏观两个方面考虑，如式（7）所示。

其中，i和t分别表示企业i第t年的相应指标值；j和t表示j省第t年响应的指标值；Y_itj为被解释变量，代表j省企业i在时期t的相关变量；α₀为常数项，Itensity_itj为企业i所在j省第t年“小巨人”企业的培育力度，α₁代表其系数；Con_it代表企业微观控制变量；Con_jt代表区域宏观控制变量；ε_it为误差项。

3.2.2 变量设定

（1）被解释变量。本文将制造业中小企业全要素生产率（TFP）设为主要被解释变量，为探究“小巨人”企业培育力度对制造业中小企业全要素生产率的作用路径，加入Malmquist指数分解的技术效率（EFF）和技术进步率（TEC），综合度量制造业中小企业创新活力。由于Malmquist指数法测算的全要素生产率、技术效率和技术进步率均是相对于上一年的变化率，故借鉴程惠芳等（2014）的研究，将相对指标变化率转换为绝对指标。

（2）解释变量：“小巨人”企业培育力度（Itensity_itj）。

企业微观控制变量。①教育水平（Edu）：选取制造业中小企业本科、硕士、博士总人数度量企业员工教育水平；②企业年龄（Age）：采用从企业成立年度到t年的时间表示；③股权集中度（Owner）：不同治理结构会影响企业创新水平，采用大股东持股比例度量。

区域宏观控制变量：主要用于控制一些同时期发生的冲击的影响。①对外贸易水平（Open）：以企业所在省份当年进出口总额度量^[28]；②数字化程度（Dig）：选取《中国统计年鉴》和国家统计局各省份光缆密度、移动电话基站密度、信息化从业人员占比、电信业务总量、软件业务收入、互联网接入端口密度、移动互联网普及率、宽带互联网人数占比、移动互联网用户人数占比、每百家企业拥有网站数、企业使用计算机情况、电子商务企业占比、电子商务销售额、网上零售额指标，并对其进行标准化处理，运用熵值法计算各地区数字化程度的综合评价指数。

考虑到被解释变量、解释变量和各控制变量量纲不同会导致回归结果产生误差，因此对解釋变量和各控制变量进行标准化处理，主要变量描述性统计结果如表5所示。由表5可知，2014—2020年“小巨人”企业培育力度平均为18%，但该强度在不同企业之间差异较大，最大值与最小值差异明显。各省市对外开放水平、数字化水平等变量也具有类似特征。

3.3 实证结果分析

（1）总体回归分析。表6为“小巨人”企业培育对制造业中小企业创新活力影响的总体回归结果。从中可见，“小巨人”企业培育对制造业中小企业全要素生产率和技术效率均具有显著正向影响，对技术进步率具有负向影响。这表明，“小巨人”企业培育能够有效促进制造业中小企业全要素生产率增长及技术效率提升，且技术效率提升是全要素生产率增长的主要动力源。这是因为，原有科技创新政策聚焦于企业科技创新活动本身，以技术进步为目标，而“小巨人”企业培育政策由工信部提出，着力于提升产业链供应链稳定性安全性。与原有科技创新政策相比，“小巨人”企业培育政策更注重提升产业链关键节点企业的创新活力，进而能够提升整个行业的经济效益。因此，“小巨人”企业培育政策通过激励企业将技术成果转化为经济效益，提升企业自身甚至整个行业的全要素生产率，进一步达到产业链供应链稳定安全的政策效果。

对于其它控制变量而言，制造业中小企业教育水平对全要素生产率和技术进步率的影响均显著为正，对技术效率的影响不显著。这表明，企业教育水平越高，越有利于推动企业技术研发进步，且企业教育水平通过促进制造业中小企业技术进步推动全要素生产率增长；企业年龄对制造业中小企业全要素生产率和技术效率的影响为正，对技术进步率的影响不显著。这表明，企业存续时间越长，管理水平越高，越有利于促进技术效率提升，企业年龄通过提高制造业中小企业技术效率推动全要素生产率增长；股权集中度对制造业中小企业全要素生产率、技术效率、技术进步率的影响均显著为正，这主要是因为股权集中能够提高股东监督管理者积极性和公司治理效率，进而提升制造业中小企业全要素生产率；对外开放水平对制造业中小企业全要素生产率和技术效率的影响显著为正，表明对外开放有利于引进国外先进技术，通过提升技术效率推动全要素生产率增长；数字化水平对制造业中小企业技术进步率的影响显著为正，表明地区数字化水平越高，企业生产效率越高，越有利于当地企业进行技术创新，进而扩展生产前沿面。

（2）行业异质性分析。本文在制造业中小企业创新活力测算结果的基础上，对三大类行业样本数据分别进行回归，回归结果如表7、表8、表9所示。由表7可以看出，“小巨人”企业培育对劳动密集型中小企业全要素生产率、技术效率的影响显著为正，对技术进步率的影响显著为负。这主要是因为传统劳动密集型企业主要依靠雇佣大量劳动力进行生产经营，技术门槛低，成本压力大，受政府资助少，“小巨人”企业培育政策实施后，其通过生产模式创新、技术设备引进、工人劳动技能提升等措施优化资源配置，提高企业全要素生产率，达到“小巨人”企业审核标准。因此，传统劳动密集型企业受“小巨人”企业培育政策的激励作用较大。

由表8可知，“小巨人”企业培育对资本密集型制造业中小企业全要素生产率的影响不显著，对技术效率的影响显著为正，对技术进步率的影响显著为负。这主要是因为制造业资本密集型中小企业雇佣劳动力较少，资金充裕，且资本密集型企业全要素生产率基数较大，因此“小巨人”企业培育政策的实施未显著促进中小企业全要素生产率增长。而且，资本密集型企业拥有较多技术设备，企业利润增长主要依赖大量资本投入和先进设备更新^[29]，对技术依赖程度较低，因此政策实施未能激励企业进行技术创新。但政策实施会激发企业提升管理效率和要素配置效率，并同时提高企业已有技术成果转化率，从而进一步获取经济利润。

由表9可知，“小巨人”企业培育对技术密集型制造业中小企业全要素生产率、技术效率的影响显著为正，对技术进步率的影响不显著。这主要是因为，技术创新是技术密集型中小企业的核心竞争力，技术密集型中小企业本身具有较强研发意愿和技术优势，因此企业技术成果较多。“小巨人”企业培育着力于提升产业链供应链稳定安全水平以及行业经济效益，因此未对技术密集型制造业中小企业技术进步产生显著影响。然而，政策施行后，为达到“小巨人”企业审核标准，技术密集型中小企业会加速技术成果转化，以提升企业全要素生产率，增加企业营收。

4 结语

4.1 研究结论

本文基于2014—2020年中国制造业中小企业面板数据，运用DEA-Malmquist模型测算中国制造业中小企业创新活力，运用Tobit模型检验“小巨人”企业培育对制造业中小企业创新活力的影响。研究发现：①“小巨人”企业培育能够显著激发制造业中小企业创新活力，这种促进作用通过促进技术效率提升实现；②“小巨人”企业培育对劳动密集型、资本密集型和技术密集型三大行业制造业中小企业活力具有显著异质性影响，其中，“小巨人”企业培育对资本密集型制造业中小企业创新活力的影响不显著，对劳动密集型和技术密集型制造业中小企业创新活力具有显著促进作用；③“小巨人”企业培育对于全部制造业中小企业以及劳动、资本、技术密集型中小企业技术效率具有显著促进作用。

4.2 政策建议

基于上述研究结论，本文提出如下建议：

（1）优化专精特新“小巨人”企业培育体系，强化技术补链机制，保障产业链供应链稳定安全。健全由创新型中小企业、“专精特新”中小企业、专精特新“小巨人”企业组成的梯度培育体系，完善“孵化—培育—扶持—引导”递进式培育机制，对具有重要行业影响力的企业进行重点扶持，充分发挥政策引导作用。

（2）强化中小企业共性技术和高端技术服务供给，提升制造业细分行业领域企业创新活力。以国家大力支持产业共性基础技术研发战略导向为契机，聚焦“产业四基”和制造业细分领域，对劳动密集型、资本密集型和技术密集型行业进行细分，差异化解决制造业中小企业遇到的技术难题，打造完整产业链。强化制造业中小企业高端技术和前瞻性技術研发外部支持，鼓励、推动龙头企业、高校和科研院所开放创新资源，提升细分领域中小企业创新活力。

（3）注重不同部门不同政策之间的搭配。本文研究表明，专精特新“小巨人”企业培育对中小企业创新活力提升的关键在于技术效率而非技术进步本身，这符合专精特新“小巨人”企业培育政策设计的初衷。然而，提升中小企业创新活力有赖于其它科技政策的精准发力。因此，要注重专精特新“小巨人”企业培育政策与其它科技政策的有效结合，这也是该领域应该进一步关注的问题。

参考文献：

[1] 肖兴志，李少林.大变局下的产业链韧性：生成逻辑、实践关切与政策取向[J].改革，2022，35（11）：1-14.

[2] 侯雪.从专精特新“小巨人”画像看政府和企业如何作为[J].中国中小企业，2022，39（5）：53-56.

[3] 工业和信息化部.工业和信息化部关于印发《优质中小企业梯度培育管理暂行办法》的通知[EB/OL].（2022-6-1）[2023-2-10].http：//www.gov.cn/zhengce/zhengceku/2022-06/02/content_5693548.htm.

[4] 陆岷峰，徐阳洋.构建我国中小企业高质量发展体制与机制研究——基于数字技术应用的角度[J].西南金融，2022，43（1）：65-75.

[5] 加速培育专精特新企业 夯实产业链供应链安全基座[N]. 中国经营报，2022-11-21.

[6] Jose-Luis Hervas-Oliver and Francisca Sempere-Ripoll and Carles Boronat-Moll. Process innovation strategy in SMEs， organizational innovation and performance： a misleading debate[J]. Small Business Economics， 2014， 43（4） ： 873-886.

[7] 赵慧娟，姜盼松，范明霞，等.数据驱动中小制造企业提升创新绩效的机理——基于扎根理论的探索性研究[J].研究与发展管理，2021，33（3）：163-175.

[8] CHOWDHURY SOUMYADEB， DEY PRASANTA KUMAR， RODRIGUEZ-ESPINDOLA OSCAR，et al. Impact of organisational factors on the circular economy practices and sustainable performance of small and medium-sized enterprises in Vietnam[J]. Journal of Business Research， 2022， 147： 362-378.

[9] 雷挺，栗继祖.营商环境优化如何激发企业的创新活力——内在机制及创新边际[J].山西财经大学学报，2020，42（12）：30-39.

[10] 朴英爱，周鑫红，于鸿.战略性新兴产业政策、研发支出与企业全要素生产率——基于新一代信息技术产业的实证分析[J].经济问题，2023，44（1）：70-79.

[11] 刘凤朝，孙玉涛.我国科技政策向创新政策演变的过程、趋势与建议——基于我国289项创新政策的实证分析[J].中国软科学，2007，22（5）：34-42.

[12] 任保平，郭晗.經济发展方式转变的创新驱动机制[J].学术研究，2013，56（2）：69-75，159.

[13] 刘少波，吴玥.科技金融政策是否提升了企业全要素生产率[J].产经评论，2022，13（2）：117-132.

[14] GUO J，FANG H，LIU X，et al.Fintech and financing constraints of enterprises： evidence from China[J].Journal of International Financial Markets， Institutions and Money，2023，82：101713.

[15] CEHAJIC A，KOSAK M.Bank lending and small and medium-sized enterprises′ access to finance-effects of macroprudential policies[J].Journal of International Money and Finance，2022，124：102612.

[16] 宋砚秋，齐永欣，高婷，等.政府创新补贴、企业创新活力与创新绩效[J].经济学家，2021，32（6）：111-120.

[17] 韩宝山，李夏.税收减免提高企业创新活力了吗——基于融资约束视角的检验[J].经济学动态，2022，63（3）：88-107.

[18] 李天籽，韩沅刚.全球创新网络视角下高技术产业分阶段创新效率提升组态路径研究[J].当代经济管理，2023，45（2）：73-81.

[19] ROLF FARE，SHAWNA GROSSKOPF，MARY NORRIS，et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. The American Economic Review， 1994， 84（1） ： 66-83.

[20] 工业和信息化部.工业和信息化部关于促进中小企业“专精特新”发展的指导意见[EB/OL].（2013-07-16）[2023-2-10].http：//www.gov.cn/zhengce/2013-07/16/content_5023635.htm.

[21] 屈国俊，宋林，郭玉晶.中国上市公司技术创新效率研究——基于三阶段DEA方法[J].宏观经济研究，2018，40（6）：97-106.

[22] 孟韬，徐广林.基于三阶段DEA的独角兽上市企业创新效率评价[J].运筹与管理，2021，30（10）：206-212.

[23] 李志广，李姚矿.科创板上市公司运营效率测度及提升：一种模糊集定性比较研究[J].当代经济管理，2021，43（11）：35-45.

[24] 工业强基工程实施指南（2016-2020年）[EB/OL].[2023-2-10].http：//www.jiangmen.gov.cn/attachment/0/161/161656/2263408.pdf.

[25] 杨龙见，吴斌珍，李世刚，等.“以税增信”是否有助于小微企业贷款——来自“银税互动”政策的证据[J].经济研究，2021，56（7）：96-112.

[26] 东梅，王满旺，马荣，等.陕青宁六盘山集中连片特困地区精准扶贫绩效评价及其影响因素研究——基于三阶段DEA和TOBIT模型[J].软科学，2020，34（9）：72-78.

[27] 郭玉晶，朱雅玲，张映芹.股权结构与上市公司技术创新效率研究——基于三阶段DEA与Tobit模型[J].技术经济，2020，39（7）：128-139.

[28] 魏谷，汤鹏翔，杨晓非，等.基于三阶段DEA的我国高新技术产业开发区内创新型产业集群创新效率研究[J].科技管理研究，2021，41（7）：155-163.

[29] 黄东兵，王灵均，周承绪，等.制造企业人工智能创新如何赋能高质量发展——来自中国上市公司的经验证据[J].科技进步与对策，2022，39（8）：110-120.

（责任编辑：王敬敏）

Will the Cultivation of "Little Giant" Enterprises Boost the Innovation Vitality of

Manufacturing SMEs？ Evidence from the Policies for SRDI SMEs

Ding Yongjian，Wu Xiaomeng

（School of Economics and Management， Dalian University of Technology， Dalian 116024， China）

Abstract：The backlash against globalization has caused a huge impact on the global trade pattern and the layout of the industrial and supply chain. It is critical to ensure the safety and stability of the industrial and supply chain， so that the real economy can achieve high-quality economic development. To enhance the independence and controllability of the industrial chain and supply chain， China has been promoting the development of SRDI SMEs. Many "Little Giant" enterprises that are deeply engaged in professional fields and key technologies are thus benefited. The "Little Giant" enterprises′ cultivation is a new practice to improve the stability and security of the industrial chain and supply chain. Compared with the previous scientific and technological innovation policies， it emphasizes the innovation vitality of enterprises at key nodes of the industrial chain， so as to complement the industrial chain with technology. By the end of 2022， China had cultivated 8 997 state-level "Little Giant" enterprises located in the core areas of the industries as the key links of the industrial chain. They are featured with outstanding innovation capabilities， large market shares as well as high quality and efficiency. However， as a policy of the Ministry of Industry and Information Technology to promote the development of SMEs， can the cultivation of "Little Giant" enterprises truly ensure the safety and stability of the domestic industrial chain and supply chain？ Is it helpful to improve the economic benefits of the industry？ Can this policy help to complement the chain with technology？ Is it effective to boost the innovation vitality of manufacturing SMEs at key nodes of the industrial chain？

This paper makes a deep analysis of the positive effects and hindering factors of the cultivation policy of the "Little Giant" enterprises in terms of innovation vitality of manufacturing SMEs. The Malmquist Index is constructed based on the panel data of China's manufacturing SMEs from 2014 to 2020 to measure the innovation vitality of China′s manufacturing SMEs and observe their dynamic changes. Then drawing on the Tobit model， this study analyzes the impact of "Little Giant" enterprise cultivation on the innovation vitality of manufacturing SMEs. Meanwhile from the perspective of industry heterogeneity， it observes the differences in the innovation vitality of manufacturing SMEs in different sub-industries， and analyzes the internal driving force to improve the innovation vitality of manufacturing SMEs in different sub-industries. It is found that the cultivation of "Little Giant" enterprises significantly promotes the innovation vitality of manufacturing SMEs. This positive effect is achieved by promoting the improvement of technological efficiency. The impact of the cultivation of "Little Giant" enterprises on the vitality of manufacturing SMEs in labor-intensive， capital-intensive and technology-intensive industries is significantly heterogeneous. Specifically， the cultivation of "Little Giant" enterprises has no significant impact on the innovation vitality of SMEs in capital-intensive manufacturing. Whereas there is a significant relationship between promoting the innovation vitality of SMEs and labor-intensive and technology-intensive manufacturing. The cultivation of "Little Giant" enterprises has a significant effect on promoting the technological efficiency of all manufacturing SMEs.

On the basis of the research conclusions， this paper puts forward a series of suggestions for government policies， including the optimization of the "Little Giant" enterprises cultivation system， strengthening of the technology supply chain mechanism， the safety and stability of the industrial chain and supply chain， and the necessity to emphasize the role of policy guidance. It is also proposed to strengthen the supply of common technologies and high-end technical services for SMEs， treat the technical problems according to the local conditions of SMEs in the manufacturing industry， and boost their innovation vitality. Meanwhile the acceleration of technological progress is dependent on the precise delivery of scientific and technological policies. Therefore， it is essential to work on the effective combination of "Little Giant" enterprises cultivation policies and other science and technology policies， which is an issue that should be paid attention to for future research.

Key Words：Cultivation of "Little Giant" Enterprises; Manufacturing SMEs; Innovation Vitality; Complement of the Industrial Chain with Technology; Specialized，Refined， Differential and Innovative Enterprises