高成长企业产业分布与新动能细分行业识别--基于企业数据挖掘的实证研究[1]

蔡跃洲1　马文君2

（1.中国社会科学院数量经济与技术经济研究所　2.中国社会科学院大学）

摘　要　新旧动能转换在产业层面上表现为主导产业的更替转换。支撑技术革命的新技术体系被社会所接受后，资源要素将向新技术领域集中，启动新一轮经济长周期；围绕新技术形成的新兴产业将成为接续的新主导产业和经济新动能。战略性新兴产业瞄准新一轮科技革命的制高点，成为新动能分布的主要领域，但其细分行业的发展阶段、成长态势存在很大差别；识别出高成长细分行业有助于政府精准施策，加快培育经济新动能。由于国民经济行业分类与新兴产业分类标准不同，官方统计结果尚无法为研究高成长细分行业分布提供产业数据。考虑到高成长行业的微观载体是高成长企业，因此本文以大量样本企业的微观数据为基础，综合运用文本挖掘、统计分析等工具，依据被筛选出的高成长企业的行业归属，分析高成长细分行业的分布情况。实证研究结果表明：①战略性新兴产业分布着2/3以上的近3年发展起来的高成长企业，是经济新动能的主要领域。②高成长企业的行业领域分布集中度较高，仅涉及“软件和信息技术服务”“电子元器件制造”“通信设备制造”“环境保护专用设备”“工业自动控制系统装置制造”“医药制造”等部分细分行业。③培育发展战略性新兴产业，政府要区别对待、精准施策。近期应结合数字经济、智能制造和绿色发展等趋势，重点扶持上述可能的新动能细分行业。

关键词　高成长企业；经济新动能；技术革命；战略性新兴产业；数据挖掘

作者简介：蔡跃洲（1975-　），中国社会科学院数量经济与技术经济研究所研究员、博士生导师，研究方向为技术经济方法及方法论、技术创新与技术转移，计量经济学方法及应用，宏观经济政策分析等；马文君，中国社会科学院大学。

一、引言

1978-2010年，中国经济以年均9.92%的高速增长成功实现了经济起飞，基本完成工业化，并跻身中高收入国家行列。然而，“主要依靠资源等要素投入推动经济增长和规模扩张的粗放型发展方式是不可持续的”。[2]2008年全球金融危机爆发后，产能过剩、依赖外需及资源环境压力增大等问题陆续暴露。自2012年开始，中国的劳动力供给出现转折性变化，经济增速也开始出现明显下降；2014年中国正式步入“经济新常态”。党的十九大报告中更是明确提出：“……必须坚持质量第一、效率优先……推动经济发展质量变革、效率变革、动力变革……”要实现动力变革和高质量发展，必须加快培育经济发展新动能、实现新旧动能转换，彻底改变以要素和投资规模驱动发展为主的经济增长模式。

从产业结构视角来看，新旧动能转换和动力变革表现为国民经济中主导产业更替和产业结构转换。根据库兹涅茨、罗斯托以及弗里曼等有关技术变革、产业结构和经济增长之间内在关联的主张，特定领域的重大技术变革将促进新兴产业快速成长，带来主导产业的接续更替，实现新旧动能转换（库兹涅茨，1989；罗斯托，2001；Freeman and Perez，1988；Freeman，2002；Perez，2010）。这些主张本质上是在经济史学意义上，基于事后观察归纳总结的规律，能够为推动产业结构转换、培育经济新动能提供方向性指引。当前，全球新一轮科技革命正加速推进，与之对应的战略性新兴产业将成为经济发展新动能的主要方向。但是战略性新兴产业等领域内部的诸多细分行业在发展阶段、产业规模等方面存在很大差异，仅部分行业有望在短期内成为支撑宏观经济增长的新动能。对于宏观调控部门来说，识别出那些有望迅速成为经济新动能的细分行业，将有助于精准施策，加速经济新动能的培育，而这正是本文研究的现实意义所在。

如果能够获取战略性新兴产业等领域细分行业产值、增加值及其变化情况的连续数据，就会很容易识别出那些正在成为经济新动能的高成长细分行业。然而，现行的国民经济行业分类体系与战略性新兴产业分类标准不同，无法从产业层面上提供数据支持。为应对行业统计数据缺失的现实障碍，本文另辟蹊径，从微观企业数据入手，利用数据挖掘等实证工具，按照战略性新兴产业等领域的细分行业划分标准对微观企业所属产业领域进行重新分类。在此基础上，本文利用统计分析方法筛选出高成长企业，并通过高成长企业产业领域分布情况间接识别出经济新动能细分行业。最终的识别结果表明，高成长企业在战略性新兴产业各领域中均有分布，但2/3的企业集中在新一代信息技术领域，印证了新一轮科技革命中新一代信息技术的主导地位。而本文实证研究中数据挖掘（大数据分析）工具的运用，也可以说是利用微观数据分析中观及宏观问题的一种新尝试。

二、理论方法基础与文献回顾

（一）技术革命、经济长周期及主导产业更替

发展经济学和经济史学相关理论指出：“起飞之后的经济增长，只能由一系列主导部门来支撑，因为每一个主导部门过一段时间注定要减速（罗斯托，2001）”；“……任何时期一国经济中具有强大动力的先导部门总是经济迅速增长的焦点，它们通过各种链条带动了经济中其他方面的增长（库兹涅茨，1989）”。因此，从中观产业层面来讲，经济新动能应集中于那些正处于高增长阶段或增长爆发前夜的各种新兴产业，即上述提及的“主导部门”和具有强大动力的“先导部门”。

从创新经济学及技术革命视角来看，新兴产业和先导部门的出现是周期性技术革命（或科技革命）推动的结果，也是推动经济增长（发展）的重要动力来源。早在20世纪30年代末，熊彼特便发现工业革命以后世界经济增长会呈现出50～60年的周期性变化。[3]弗里曼、佩雷兹等熊彼特的追随者对技术革命进行了界定，他们指出当多个关联的通用目的技术（General Purpose Technology，GPT）领域同时或相继出现激进式创新时通常会引发技术革命（Dosi，1982；Bresnahan and Trajtenberg，1992；Perez，2010；Lipsey et al.，2005）。他们还发现，工业革命以来，已经确定发生的5次技术革命同样呈现出周期性特征，[4]相邻两次技术革命出现的间隔时间也在50年左右。[5]在发生时间上，技术革命与经济长周期之间存在耦合，即几乎每一轮技术革命的标志性事件都会在上一轮经济长周期的下降阶段出现，比新一轮经济长周期的起点（及上升阶段）提前10～20年（Kondratiev，1935；Schumpeter，1939；Perez，2010；Mathew，2013）。技术革命周期和经济长周期之间的规律性耦合有其内在的微观基础，每一次技术革命都是对既有技术体系和经济均衡的颠覆性冲击，每一个社会成员和微观主体面对冲击时都有一个适应的过程。有的微观主体在原有技术体系下没有太多的既得利益和沉没成本，能够积极拥抱新的技术体系；而更多的微观主体则是原有技术体系的既得利益者，在新一轮技术革命萌芽阶段，出于维护自身利益的考量会本能地对新技术革命进行抵制。这样新技术体系从出现到全面推广应用，需要经历相当长时间的被社会所接受和适应的过程；而一旦跨越了社会成员接受的临界点，便会引发大规模的投资需求，全社会要素资源会向新技术领域大量集聚，社会成员的生活消费方式也将发生重大变化并产生新需求，整个社会将进入新一轮经济长周期的上升和繁荣阶段（Kondratiev，1935；Schumpeter，1939；Mathew，2013）。

Castellacci（2004）从熊彼特的创新理论出发对经济长周期中上升阶段的微观机制进行了类似分析。Castellacci（2004）主张，经济长周期的上升阶段是技术革命带来的新产品、新过程从创新者向其他企业和部门扩散的过程。随着模仿者群体（swarm of imitators，bandwagon of imitations）的全面出现，经济发展需要更多的投资和工人，于是出现乘数效应，该效应对经济的整体作用迅速增强。Castellacci（2004）进一步指出，经济长周期的上升阶段同时也是经济结构出现激进变化（radical change）的时期。随着新技术的扩散，新兴的产业部门逐渐成为（新的）主导，而原有的（主导）产业部门则逐步衰退。工业革命以来的5次技术革命，每一次基本上都遵循着上述新旧主导产业接续更替的规律。纺织、煤炭、铁路、钢铁、电力、石化、汽车、芯片等先后成为新的主导产业，成为不同经济长周期上升阶段中动力变革的产业基础。

工业革命以来历次经济长周期与技术革命见表1。

（二）新时代下战略性新兴产业与经济新动能

中国特色社会主义进入新时代，恰逢全球新一轮科技革命孕育兴起并加速演进。新一轮科技革命本质上是以（移动）互联网、大数据、人工智能等新一代信息技术为核心，涵盖新能源、新材料、生物等关联通用目的技术（GPT）的第六次技术革命。在2010年前后，在信息通信、能源、材料、生物等领域，一些革命性、颠覆性技术纷纷进入应用示范甚至商业化推广阶段，包括移动互联网的快速推广普及，风能、光伏太阳能的大规模应用示范，石墨烯、碳纳米管的试验开发，基因测序在疾病筛查中的应用等。这些从某种意义上可以看作是第六次技术革命的标志性事件。2010年，中国政府着手培育发展战略性新兴产业，其初衷就是要顺应全球新一轮科技革命和产业变革的趋势、抢占经济科技制高点。

技术革命、战略性新兴产业与经济新动能传导机制如图1所示。

根据此前5次技术革命与经济长周期相互耦合以及主导产业接续更替的内在规律，战略性新兴产业将成为中国乃至全球的接续主导产业，也代表着经济新动能的主要方向。当然，战略性新兴产业涵盖面较广，本身可以划分为多个领域和多个细分行业，而每个细分行业在发展阶段、市场需求、产业规模等方面存在较大差异。有的细分行业虽然长期来看有着良好的发展前景和潜力，但行业产业化尚处于刚刚起步的萌芽状态，短期内在支撑宏观经济增长方面很难发挥主导作用；而有的细分行业出于种种原因，企业运营及产业规模已呈现出爆发式增长态势，短期内即有望成长为经济增长的重要动力来源。2014年，中国经济正式进入新常态，迫切需要寻找短期内发挥支撑作用的新动能。从适应经济新常态、引领新常态、保持“十三五”时期经济中高速增长等内在要求考量，识别出那些已经显现出高成长态势并有望进入快速增长阶段的新动能细分行业，对于政府决策部门精准施策、改善调控以及实现保持经济较高增速的目标显得尤为重要。需要特别指出的是，战略性新兴产业代表的只是新一轮科技革命和动力变革的主要方向而非全部，由人均收入水平提升和需求结构升级而引发的产业结构变化也会是新旧动能转换的重要源泉。

（三）高成长企业与新动能细分行业识别

1.新动能行业与高成长企业的内在关联

由技术革命和收入水平提升所引发的需求结构变化，其发生过程非常迅速；因为需求侧主要由消费者意愿所决定，而意愿的转换可以在瞬间完成。而产业结构顺应需求结构变化做出的适应性调整，其过程则要缓慢得多。毕竟各类要素的组织动员、生产性资本的积累以及组织架构和运行模式的形成都需要较长的时间。另外，消费者需求的结构性变化被生产者（供给侧）所感知也是一个循序渐进的过程。在需求结构发生转变的初期，往往只有一小部分非常敏锐的企业能够迅速捕捉到消费者需求结构的变化并及时在生产经营策略上做出相应调整。通过这部分先行者做示范和带动，更多企业意识到需求结构的变化，从而在更大范围内推动供给结构或者产业结构的适应性调整。

在上述过程中，那些能够快速捕捉到需求结构变化的企业，面对转变初期迅速形成的巨大市场需求，通过加大资金、人力、研发等要素的投入，往往会取得超常规的快速发展，进而带动并形成新兴产业或新型业态，成为宏观经济的新动能。从另一个角度来看，那些呈现出高速成长势头的企业在行业归属上会有很大一部分属于新动能行业，这也是后续开展新动能细分行业识别的重要依据。

2.产业分布识别困境及本文识别思路

在产业数据可获得的前提下，对各细分行业发展状况和变化趋势进行分析研判不失为一条更直接的识别路径。王礼恒等（2016）构建了一套评价新兴产业成熟度的指标体系。王礼恒等（2016）主要是从产品成熟度和市场成熟度两方面综合考察新兴产业的成熟度；其中，产品成熟度包括技术成熟度和制造成熟度；而市场成熟度则考察产业的市场规模、市场结构（集中度）及其市场潜力。但利用“产品成熟度”来衡量产业的成长性或增长潜力在操作上也有较大难度，毕竟对于“产品成熟度”的衡量存在较大主观性。

从市场成熟度来评价产业成熟度，虽然可以将评价指标集中于产值、就业、利润、研发投入等较为客观的指标，但是要实现评价新兴产业领域各细分行业的目标，在数据获取上还存在非常直接的现实障碍。包括战略性新兴产业在内的潜在经济新动能领域，其细分行业划分标准更多是为了适应新一轮科技革命和产业变革要求设定的；而现行官方统计体系下的国民经济行业分类标准则主要是以往历次技术革命和产业革命的产物。因此，现行官方统计体系难以直接提供战略性新兴产业细分行业的相关统计数据。[6]这意味着从行业本身入手，评价以战略性新兴产业为主的相关领域细分行业及其是否具备经济新动能特征，在数据收集环节上存在操作上的现实困难。

因此，识别高成长细分行业的一条可行路径便是从高成长企业筛选入手，通过被筛选出的高成长企业的行业分布状况，大致推断出短期内具有高成长潜力、有望成为新动能的相关细分行业。相比产业成熟度判别路径，从既有的快速成长企业中识别经济新动能的可能范围，数据信息收集更为可行，所采集的数据信息与既定目标之间的关联也较为直接。正是基于高成长企业与高成长行业之间的上述内在关联，本文对以战略性新兴产业为主的相关领域高成长细分行业识别的基本思路是：①从企业相关数据指标收集整理和分析入手，利用文本挖掘及相应统计分析工具筛选出不同评判标准下的高成长企业；②根据高成长企业的行业领域归属，推断出以战略性新兴产业为主的相关领域中具有高成长态势的细分行业，并将其识别为新动能（细分）行业。

（四）高成长企业的特征及筛选标准

由于对后续高成长细分行业识别的基础是对高成长企业的筛选，因此，厘清高成长企业的特征并设定筛选标准至关重要。欧美学者特别是欧盟及北欧学者在这方面开展了较多的具有参考价值的研究。

1.高成长企业的主要特征

早在20世纪90年代，Birch和Medoff（1994）等给出了一个较为具体的高成长企业界定标准，即企业必须在一定期间内取得至少20%的销售增长率，且年均收益至少达到10万美元。此后，学者们虽提出了不同的界定标准，但各个标准之间并无本质上的差别，大致来说包括以下主要特征：①高增长率，但所采用的衡量指标和高增长标准存在差异；②较长持续时间，通常是3～5年，以减少由于增长率短期波动而造成的误选或遗漏；③一定的规模，以剔除特别小规模企业初期由偶然因素而获得高速增长的情形（Delmar and Roslagsvägen，1997；Garnsey et al.，2006；Shepherd and Wiklund，2009）。

2.高成长企业的衡量指标

可用于考察企业成长状况的指标包括资产、就业、市场份额、物质投入、利润、销售额等几乎所有可以反映企业投入产出状况的财务指标或经营指标，其中又以销售额和就业两个指标最为常用。

Hoy等（1992）认为，如果只选一个衡量企业成长的指标，应首选销售额。销售额指标具有很多优点，如数据容易获得、适用面广泛等。当然，销售额本身也有其局限性。一是销售额对通货膨胀和汇率的敏感度较低，这会影响其名义增长率的真实性，从而降低其作为测度基准的效果。二是销售额增长需要企业运营取得一定成效后才会显现，具有一定的滞后性；而企业的资产和就业人数的增长往往先于销售额的增长，因此用总资产规模或就业人数有时能更为准确地预测企业的发展趋势。就业人数是标准化、可比较的数据指标，能提供反映企业扩张的比率和方向，且基本不受通货膨胀的影响。就业指标能够较好地反映劳动密集型企业和知识型企业的真实增长情况，但不足之处在于，它比较容易受劳动生产率提高和垂直一体化的影响，无法反映生产率提升情形下的企业增长。

实证研究中还有一些文献根据需要构造了若干复合性指标，为指标增长的测度形式提供了更多不同选择，如Birch系数、对数增长指数、复合年度增长率等。对于某个具体指标来说，可以有两种方式衡量其增长情况：一是绝对增加量，如新增就业岗位数量；二是相对增长速度，如吸纳就业增速。Birch（1987）则构造了一个包含上述两方面信息的Birch系数。

其中，Ei，t是企业i在t时点的雇佣人数。从式（1）可以看出，Birch系数所选用的基础指标仍是就业，但是将就业数量的绝对增加和相对增长速度两方面因素一并予以考虑，所包含的就业增长信息就更为全面。Birch系数的缺陷在于，据此计算出的系数值所表达的增长状况更为抽象，难以给出直观的评判。

Schreyer（2000）使用对数增长指数来衡量企业成长情况。对数增长指数与一般的算术增长率本质上是一致的。

从式（2）可以看出，对数增长指数无非就是在原有指数计算基础上两边取对数。Coad和Holzl（2010）认为，采用对数增长率在计量分析过程中受异方差的影响较小，在实证中使用更为广泛。当然，经过对数变换后，也存在表达和评判不够直观的问题。

为了避免单个年份增长的波动，实证中还会采用复合年度增长率指标。例如，Barringer等（2005）运用复合年度增长率指标来计算高成长企业，并将3年复合年度增长率超过80%的企业定义为高成长企业，将3年复合年度增长率低于35%的企业定义为低成长企业。

3.高成长企业的量化标准

考察指标确定后，通过设定相应的量化标准，便可以筛选出高成长企业。既有的量化标准大致可以分为两类：一类是直接给出特定考察指标绝对增长率的阈值，增长率超过该阈值的便属于高成长企业。另一类是在给定企业样本中，按照一定比例选取增长率排名较高的企业作为高成长企业。当然，阈值或比例的设定都存在一定的差异。

在绝对增长率阈值设定方面，Birch和Medoff（1994）提出的标准是：一定时期内年销售额增长20%以上。Fischer等（1997）则更为具体地将标准定为：连续5年销售额年增长20%以上。Acs等（2008）的标准是4年内销售额翻一番，大致相当于连续4年销售额年增长20%。Autio等（2000）提出的标准是连续3年销售额年增长50%以上。Ahmad和Gonnard（2007）、Deschryvere（2008）针对就业指标给出了类似的阈值和标准，即就业人数3年内每年增长20%以上，或4年左右大致翻一番，还附加了“初始员工10人以上”的前提条件。

在实证研究中，也有很多学者采用增长率相对排名作为界定标准。Davidsson和Henrekson（2002）将其所用数据库中平均每年绝对就业增加数排名前10%的企业视为高成长企业。Holzl和Friesenbichler（2010）则将样本企业中销售额增长排名前10%的企业作为高成长企业。Daunfeldt等（2010）、Bjuggren等（2010）、Vanacker（2009）都将高成长企业定义为就业增长速度排名前1%的企业。Daunfeldt等（2010）还采用增加值、生产率和销售额作为识别高成长企业的标准。

综合以上文献设定的标准可以看出，虽然在绝对增长率的具体数值上存在差别，但将特定考察指标在3～5年内每年保持20%增长率或4年翻一番作为筛选高成长企业的标准，已经被大多数学者所认同。至于具体的指标，可以是销售额、就业人数以及其他常用的企业财务经营指标。相对排名的设定存在较大弹性，从排名前1%到前10%的情形都有，这可能主要与样本数量有关。如果样本数量非常大，以排名前1%作为标准更便于数据处理；而在样本数量较小的情形下，则可以考虑选择排名前10%作为标准。

需要指出的是，除了绝对增长速度或相对增长速度的设定外，对于高成长企业的筛选往往还会加上初始规模方面的限制，例如，初始销售额大于10万美元、初始人员规模大于10人或50人等。这种限制有利于纠正筛选结果过于集中于小微企业而形成的偏差。毕竟，规模过小的企业，偶然出现的一笔订单或业务便能实现销售、人员、利润等指标的快速增长，从而释放出关于企业及所属产业成长性高的错误信息。

三、高成长细分行业识别步骤与数据基础

（一）识别步骤

根据第二部分提出的识别思路，识别战略性新兴产业等相关领域中的高成长细分行业将从高成长企业的筛选入手；对被筛选出的高成长企业的行业分布进行分析，便能大体判断出战略性新兴产业等领域内部哪些细分行业具备高成长态势、有望在短期内成为经济新动能。具体的识别步骤如下：

第一，企业成长性指标选取。企业是对市场需求变化最为敏感的主体，在那些潜在的高成长行业中，敏锐的企业家往往会提前布局，从资金、人力、研发等不同方面配置资源，进而率先实现企业资产规模和销售收入等方面的快速增长。因此，那些员工人数、总资产、销售收入、净利润等指标出现超常规增长的企业，其所处行业往往具备很大的增长潜力，不妨以此作为判别企业成长性的主要指标。

第二，高成长企业标准设定。借鉴欧美学者提出的增长率相对排名的做法，选取几个不同时期各指标增长率排名前1%的企业作为筛选高成长企业的初步标准；并考虑被初步筛选企业相关指标增长率水平的实际大小，对筛选范围进行相应的缩小或扩大。具体的考察期间分别是2014年、2015年、2016年三个年份以及2013-2015年、2014-2016年两个时间段。

第三，高成长企业筛选。根据步骤二设定的高成长企业标准，对收集的样本企业进行整理分析，分指标、分时期筛选出（潜在的）高成长企业。

第四，高成长细分行业分布识别。对不同指标、不同时期下被筛选出的高成长企业所属具体细分行业的分布情况进行分析；综合研判所有被筛选出的样本企业的行业分布集中度，将那些在不同指标、不同期间均出现较多的高成长企业所属的行业确定为具备高成长态势的细分行业。

（二）数据基础

高成长企业筛选所依据的原始数据主要来自万得数据库中的上市公司、新三板以及产权交易所挂牌交易的企业数据，涵盖了来自主板市场、中小板、创业板、新三板的上市公司以及各地产权交易所挂牌交易的共计约30万家企业。

由于准入和监管的要求，主板市场、中小板、创业板、新三板的上市公司和挂牌交易企业提供了更为翔实的数据资料，包括财务数据和企业经营基本信息等，且有一定时期内连续的数据信息。考虑到高成长企业筛选过程中，需要考察较长的时间跨度以减少各种偶然因素带来的冲击，加上对数据质量的考量，最终将微观企业样本的选择锁定在上市公司（含主板、中小板、创业板和新三板）及其他挂牌交易企业，最终从30万家企业中初步筛选出2.8万家企业作为后续实证分析的基础数据。需要指出的是，无论是中小板、创业板还是新三板，上市或挂牌交易的企业通常都具有创新创业的相关属性，企业经营范围很多也属于战略性新兴产业，因此，这部分企业中涉足的领域最有可能成为高成长行业，为支撑中国经济增长提供新动能。这也是选择这部分企业作为考察对象的另一重要原因。

还有一点需要特别说明，由于企业挂牌或上市的时间不同，不同企业所能够获取的数据序列长短并不一致，部分企业有连续3年以上的数据，部分企业仅有2年甚至1年的数据，这意味着如果直接考察3年期平均增长率，则最后剩下的样本数据将远不到2.8万家。另外，不同企业所能收集到的数据指标的齐备程度也不同，其中，就业人数、总资产、销售收入/营业收入、营业利润的数据相对来说比较齐全。基于上述原因，在识别高成长企业时将主要依据“就业人数”“营业收入”“总资产”“营业利润”这4个指标的增长率；在考察期限方面，则分别考察近3年每年的增长情况和2013-2015年、2014-2016年两段2年期指标平均增长情况。

在高成长企业筛选基础上分析高成长细分行业的分布状况，需要对企业所属的细分行业进行恰当分类。收集到的样本企业数据，包含了企业经营范围等信息，我们还可以得到按照现行统计核算体系标准给出的行业分类信息。然而，这种行业分类并不能完全满足识别潜在高成长行业的需要。一方面，潜在高成长行业很多都属于新兴产业，现行以工业革命为基础的行业分类并不能完全覆盖企业所属的细分产业类别；另一方面，很多企业特别是中小企业，营业执照列示的经营范围往往涵盖多个行业类别，其主营业务也会经常发生重大调整，而原有的行业分类信息根本无法全面反映这些情况。

为了提高对潜在高增长行业识别的准确性，以战略性新兴产业（以下也会简称“战新”或“战新产业”）的6大类、26个细分行业作为主要划分标准[7]，利用文本分析等数据挖掘手段对每个样本企业的经营范围进行分析，据此对其所属行业重新进行分类，并打上相应的分类标识。当然，重新分类过程也结合既有的企业行业分类信息作为辅助判断，这些行业分类涵盖战略性新兴产业以外的相关领域。[8]在高成长企业筛选完成后，潜在的高成长细分行业的识别也将依据新的、以战略性新兴产业各领域为主体的行业分类开展。

上述企业行业归属的重新分类既是后续实证工作得以开展的关键，也是本文研究的重要创新点。

四、高成长企业筛选与高成长细分行业分布

（一）基于就业人数的高成长企业筛选及行业分布

按照第三部分的筛选步骤，对样本企业的就业人数增长率情况进行了简单的统计分析，并从中筛选出每个时间段增长率排名前1%的企业，大约有120家。其中，每个时间段所筛选出的企业，有80家左右能够明确归类到战略性新兴产业相关行业部门。被筛选出的企业在战略性新兴产业6大类、26个细分行业中的分布情况见表2和图2。

考虑到被筛选出的企业整体的就业人数增长率偏低，5个期间的增长率中位数均在1%左右，不妨缩小筛选范围，挑选出那些2次以上被选中的企业，以及2013-2015年、2014-2016年两个期间平均增长率排名前10的企业。由于少量高增长企业在行业归属上不能划归为战略性新兴产业，还需要对这些企业重新进行分类。经过上述二次筛选后的企业有近一半属于“新一代信息技术类”中的“软件和信息技术服务”行业，同时还涉及“通信设备制造”“医疗仪器设备及器械制造”“环境保护专用设备”“废弃资源综合利用”“铁路运输设备制造”等战略性新兴产业细分行业。战略性新兴产业以外的行业包括“现代服务业（咨询、技术服务、物流、教育培训、安防等）”“文化创意产业”“装备制造业”和传统的“化学化工产业”等。

综合表2、图2以及二次筛选企业的行业分布情况，可以大致对2014-2016年就业人数增长突出企业的行业分布做出如下判断：①就业增长较高的被筛选企业70%分布于战略性新兴产业，其中，属于新一代信息技术类的企业约占2/3，生物、节能环保两大类也占据较大份额；②从战新细分行业来看，“软件和信息技术服务”占所有归属战新企业的近2/3，“电子元器件制造”“通信设备制造”“工业自动控制系统装置制造”“环境保护专用设备”占比也较大；③“电子测量仪器制造”“医疗仪器设备及器械制造”“废弃资源综合利用”“医药制造”“生物化学农药及微生物农药制造”“特种陶瓷制品制造”“铁路运输设备制造”“光伏设备及元器件制造”“光纤光缆制造”“太阳能发电”“环境监测专用仪器仪表”“视听设备制造”“航空航天器及设备制造”等行业都有企业归属；④“锂离子电池制造”“雷达及配套设备制造”“海洋工程专用设备制造”“风能原动设备制造”“核能发电”“风力发电”“环境污染处理专用药剂材料制造”“信息化学品制造”行业则无一企业归属；⑤在战略性新兴产业以外，就业人数高增长企业涉及的行业领域主要集中在“现代服务业”“文化创意产业”“装备制造业”等。

（二）基于总资产的高成长企业筛选及行业分布

同前面就业人数类似，根据总资产增长率排名情况，本文对2.8万家样本企业进行了相应的筛选，并对被筛选企业在战略性新兴产业领域中的分布情况进行了统计，具体见表3和图3。

在二次筛选中，挑选出那些2次以上被选中以及2013-2015年、2014-2016年两个期间平均增长率超过10%的企业，并对少量没有划归为战略性新兴产业的高增长企业重新分类。经过二次筛选后的企业大部分属于“新一代信息技术类”中的“软件和信息技术服务”行业，并涉及“通信设备制造”“生物类”行业以及“现代服务业（咨询、技术服务等）”“现代农业”等。

综合表3、图3和二次筛选企业的行业分布情况，可以大致对2014-2016年总资产增长突出企业的行业分布做出如下判断：①总资产增长较高企业有70%归属于战略性新兴产业，其中，归属于新一代信息技术类的企业占4/5，归属于生物、节能环保两大类的约占剩余企业的4/5；②从战新细分行业来看，“软件和信息技术服务”占所有归属战新企业的近3/4，“通信设备制造”“电子元器件制造”“环境保护专用设备”占比也较大；③“光伏设备及元器件制造”“工业自动控制系统装置制造”“电子测量仪器制造”“医疗仪器设备及器械制造”“废弃资源综合利用”“医药制造”“生物化学农药及微生物农药制造”“特种陶瓷制品制造”“铁路运输设备制造”“光纤光缆制造”等行业都有企业归属；④“环境监测专用仪器仪表”“视听设备制造”“航空航天器及设备制造”“海洋工程专用设备制造”“锂离子电池制造”“太阳能发电”“雷达及配套设备制造”“风能原动设备制造”“核能发电”“风力发电”“环境污染处理专用药剂材料制造”“信息化学品制造”等细分行业无一企业归属；⑤在战略性新兴产业以外，总资产高增长企业涉及的行业领域主要包括“现代服务业（咨询、技术服务等）”“现代农业”。

（三）基于营业收入的高成长企业筛选及行业分布

根据营业收入/销售收入增长率排名情况，本文对2.8万家样本企业进行了相应的筛选，并对被筛选企业在战略性新兴产业领域中的分布情况进行了统计，具体见表4和图4。

同其他指标一样，也对样本企业进行了二次筛选，挑选出那些2次以上被选中以及2013-2015年、2014-2016年两个期间平均增长率超过15%的企业，并对少量没有划归为战略性新兴产业的高增长企业重新分类。经过二次筛选后的企业45%属于“新一代信息技术类”，其中大部分又属于“软件和信息技术服务”行业；其余企业的产业分布涉及战略性新兴产业其他5大类，以及“现代服务业（咨询、技术服务、物流、环保等）”“文化创意产业”“现代农业”及建材、房屋租赁等行业部门。

综合表4、图4和二次筛选企业的行业分布情况，可以大致对2014-2016年营业收入增长突出企业的行业分布做出如下判断：①营业收入增长较快的企业有65%可以归属于战略性新兴产业，在归属于战新产业的企业中，新一代信息技术类占71%，生物、节能环保两大类也占较大比重；②从战新细分行业来看，“软件和信息技术服务”占所有归属战新企业的近2/3，“电子元器件制造”“通信设备制造”“环境保护专用设备”“工业自动控制系统装置制造”“生物化学农药及微生物农药制造”占比也较大；③“光伏设备及元器件制造”“电子测量仪器制造”“医疗仪器设备及器械制造”“废弃资源综合利用”“视听设备制造”“医药制造”“太阳能发电”“光纤光缆制造”“航空航天器及设备制造”“特种陶瓷制品制造”等行业都有企业归属；④“铁路运输设备制造”“环境监测专用仪器仪表”“雷达及配套设备制造”“海洋工程专用设备制造”“锂离子电池制造”“风能原动设备制造”“核能发电”“风力发电”“环境污染处理专用药剂材料制造”“信息化学品制造”等细分行业无一企业归属；⑤在战略性新兴产业以外，营业收入高增长企业涉及的行业领域主要包括“现代服务业（咨询、技术服务、物流、环保等）”“文化创意产业”“现代农业”。

（四）基于营业利润的高成长企业筛选及行业分布

根据营业利润增长率排名情况，本文对2.8万家样本企业进行了相应的筛选，并对被筛选企业在战略性新兴产业领域中的分布情况进行了统计，具体见表5和图5。

同样对营业利润指标下的企业进行了二次筛选，挑选出那些2次以上被选中以及2013-2015年平均增长率超过20%、2014-2016年平均增长率超过15%的企业，并对少量没有划归为战略性新兴产业的高增长企业重新分类。经过二次筛选后的企业约47%属于“新一代信息技术类”；其余企业的产业分布涉及战略性新兴产业其他5大类，以及“现代服务业（咨询、技术服务、物流等）”“文化创意产业”“机械制造业（汽车、钟表）”以及食品、包装、化学等行业部门。

综合表5、图5和二次筛选企业的行业分布情况，可以大致对2014-2016年营业利润增长突出企业的行业分布做出如下判断：①营业利润增长较快的企业约66%属于战略性新兴产业，其中，又有大约68%属于新一代信息技术类，属于生物、节能环保两类的也占较大比重；②从战新细分行业来看，属于“软件和信息技术服务”的企业占战新类企业的一半以上（55%），属于“电子元器件制造”的比重也接近1/7（14%），“通信设备制造”“工业自动控制系统装置制造”“废弃资源综合利用”“医药制造”“光伏设备及元器件制造”“环境保护专用设备”占比也较大；③“电子测量仪器制造”“生物化学农药及微生物农药制造”“医疗仪器设备及器械制造”“特种陶瓷制品制造”“光纤光缆制造”“太阳能发电”“视听设备制造”“铁路运输设备制造”“环境污染处理专用药剂材料制造”行业占比均在1%左右，“风能原动设备制造”行业等都有企业归属；④“环境监测专用仪器仪表”“雷达及配套设备制造”“航空航天器及设备制造”“海洋工程专用设备制造”“锂离子电池制造”“核能发电”“风力发电”“信息化学品制造”行业无一企业归属；⑤在战略性新兴产业以外，营业利润高增长企业涉及的行业领域主要包括“现代服务业（咨询、技术服务、物流、环保等）”“文化创意产业”。

（五）高成长企业细分行业分布小结

根据上文在不同财务指标增长率基础上所筛选出的高成长企业及其行业归属，将不同识别指标下高成长企业的行业分布、排名等情况进行对比，可以形成表6、表7和表8。

从表6、表7、表8所展示的对比情况可以看出，近3年来高成长企业在细分行业的分布状况主要呈现以下特点：

第一，从大的行业类别来看，呈现出高成长态势的企业主要集中在战略性新兴产业的“新一代信息技术”以及“生物”“节能环保”三大类行业中；当然，在战略性新兴产业的“高端装备”“新能源”“新材料”三大类中也都有分布。

第二，在战略性新兴产业26个细分行业中，高成长企业分布最多的是“软件和信息技术服务”，其他较多的细分行业还包括“电子元器件制造”“通信设备制造”“环境保护专用设备”“工业自动控制系统装置制造”“医药制造”“废弃资源综合利用”“医疗仪器设备及器械制造”等。

第三，在战略性新兴产业以外，“现代服务业”“文化创意产业”“现代农业”以及传统产业中的“装备制造”“机械制造”“新型建材”等，也有相当数量的高成长企业分布，具备较大的增长潜力。

五、总结性评论及政策建议

本文前述几部分着眼于我国加快培育经济新动能的现实需要，在综合发展经济学、创新经济学相关理论的基础上，利用微观企业数据开展了对经济新动能细分行业识别的实证研究。本文主要的创新点体现在两方面：一是综合了发展经济学、创新经济学中关于技术、产业和增长三者关系的相关主张，梳理了技术革命、主导产业更替与经济动能转换之间的内在关联和作用机制，为后续将战略性新兴产业确定为当前培育经济新动能的主要方向提供了理论支撑。二是在实证方面，克服了现行统计体系无法提供新兴产业行业数据的现实障碍，在对大量企业数据进行文本挖掘和统计分析的基础上，筛选出高成长企业并考察其细分行业分布状况，从而间接识别出经济新动能所属的细分行业，这从某种意义上也可以说是产业和宏观研究中实证方法及范式的新尝试。根据实证结果可以得到以下基本判断：

第一，从行业分布的大方向上看，近3年的高成长企业有2/3以上都归属于战略性新兴产业，涉及战略性新兴产业包含的所有六大领域；该结果从实证上印证了基于发展经济学、创新经济学相关理论所做出的判断，即战略性新兴产业代表了未来经济新动能的主要方向。

第二，在战略性新兴产业内部，高成长企业在26个细分行业间的分布存在很大分化，主要分布在“软件和信息技术服务”“电子元器件制造”“通信设备制造”“环境保护专用设备”“工业自动控制系统装置制造”“医药制造”等行业。这主要是由各细分行业在技术成熟度、产业成长阶段等方面的差异所决定的。这些细分行业已具备高成长态势，有望在短期内成为支撑宏观经济增长的新动能。

第三，在上述潜在的新动能细分行业中，高成长企业的分布呈现出很高的集中度，约2/3集中在“新一代信息技术”领域，而其中又有大约2/3分布于“软件和信息技术服务”行业。这在很大程度上反映出移动互联时代数字经济快速发展的现实状况。

第四，培育发展战略性新兴产业，政府应结合上述战略性新兴产业内部高成长细分行业的分布特征，根据行业发展阶段区别对待、精准施策。近期要顺应数字经济、智能制造和绿色发展等趋势，重点扶持“软件和信息技术服务”“工业自动控制系统装置制造”“环境保护专用设备”等高成长细分行业，为宏观经济增长提供新动能。至于那些鲜有高成长企业存在的细分行业，大多可能还是受制于技术成熟度或市场成熟度不足，因此培育的着力点应聚焦于改善产业发展的外部环境，为宏观经济中长期发展培育新动能。

第五，在战略性新兴产业以外，现代服务业、文化创意产业、现代农业以及装备制造、机械制造、新型建材等产业正面临着需求结构升级带来的产业发展机遇。要在深化“两化融合”框架下推动产业数字化转型，通过产业效率和产品质量的提升，推动上述产业成为支撑宏观经济增长的新动能。

需要指出的是，本文的实证部分仅仅是运用数据挖掘（大数据分析）工具分析产业和宏观问题的初步尝试。受限于微观数据规模、数据质量以及数据挖掘工具等因素，这种研究思路或范式还有很大改进空间，包括拓展数据集、通过数据集成清理提高数据质量、改善文本挖掘效果等。在应用中，还可以将该研究思路或范式从新动能细分行业的识别拓展到各细分行业发展状况的跟踪分析上。

参考文献

［1］库兹涅茨.现代经济增长（中译本）［M］.北京：北京经济学院出版社，1989.

［2］罗斯托.经济增长的阶段：非共产党宣言（中译本）［M］.北京：中国社会科学出版社，2001.

［3］田红云，Anton Kriz，David Cunneen，等.高成长企业测度与界定标准研究［J］.科技进步与对策，2014，31（7）：106-113.

［4］王礼恒，屠令海，王崑声，等.产业成熟度评价方法研究与实践［J］.中国工程科学，2016，18（4）：9-17.

［5］Acs，Zoltan J.，William Parsons and Spencer Tracy.High Impact Firms：Gazelles Revisited［J］.Small Business Research Summary，2008（328）.

［6］Ahmad，N.and E.Gonnard.High-growth Enterprises and Gazelles，International Consortium on Entrepreneurship ［R］.2007：1-11.

［7］Autio，Erkko，Pia Arenius and Hannele Wallenius.Economic Impact of Gazelle Firms in Finland，Institute of Strategy and International Business［R］.Helsinki University of Technology，Working Paper，2000.

［8］Barringer，Bruce R.，Foard F.Jones and Donald O.Neubaum.A Quantitative Content Analysis of the Characteristics of Rapid-growth Firms and Their Founders ［J］.Journal of Business Venturing，2005，20 （5）：663-687.

［9］Birch，D.L.Job Generation in America ［M］.New York：Free Press，1987.

［10］Birch，D.L.and J.Medoff.Labor Markets，Employment Policy，and Job Creation，in L.C.Solmon and A.R.Levenson （Edited），Gazalles ［A］.Boulder：Westview，1994：159-167.

［11］Bjuggren，Carl Magnus，Sven-Olov Daunfeldt and Dan Johansson.Ownership and Highgrowth Firms［R］.Researchgate，Discussion Paper，2010.

［12］Bresnahan，Timothy F.and Manuel Trajtenberg.General Purpose Technologies：“Engines of Growth”［R］.NBER Working Paper，1992.

［13］Castellacci，Fulvio.A Neo-Schumpeterian Approach to Why Growth Rates Differ［J］.Revue économique，2004，55（6）：1145-1169.

［14］Coad，Alex and Werner Holzl.Firm Growth：Empirical Analysis［J］.Papers on Economics and Evolution，2010（1002）.

［15］Daunfeldt，Sven-Olov，Niklas Elert and Dan Johansson.The Economic Contribution of High-growth Firms：Do Definitions Matter？［R］.Researchgate，Discussion Paper，2010.

［16］Davidsson，Per and Magnus Henrekson.Determinants of the Prevalence of Start-ups and High-growth Firms［J］.Small Business Economics，2002，19（2）：81-104.

［17］Delmar，Frédéric and Roslagsvägen.Measuring Growth：Methodological Considerations and Empirical Results［A］//R.& A.Miettinen.Entrepreneurship and SME Research：On its Way to the Next Millennium.［M］.Aldershot，England：Ashgate，1997：199-216.

［18］Delmar，Frédéric，P.Davidsson and W.Gartner.Arriving at the High Growth Firm ［J］.Journal of Business Venturing，2003，18 （2）：189-216.

［19］Deschryvere，Matthias.High-growth Firms and Job Creation in Finland［R］.Keskusteluaiheita-Discussion Papers，2008，No.1144.

［20］Dosi，Giovanni.Technological Paradigms and Technological Trajectories：A Suggested Interpretation of the Determinants and Directions of Technical Change［J］.Research Policy，1982（11）：147-162.

［21］Fischer，Eileen，A.Rebecca Reuber，Moez Hababou，W.Johnson，S.Lee.The Role of Socially Constructed Temporal Perspectives in the Emergence of Rapid-growth Firms ［J］.Entrepreneurship Theory and Practice，1997，22 （2）：13-30.

［22］Freeman，C.，Perez，Carlota.Structural Crises of Adjustment，Business Cycles and Investment Behavior［M］.in G.Dosi，R.R.Nelson，G.Silverberg and L.L.G.Soete （Eds）.Technical Change and Economic Theory，Pinter，London，1988.

［23］Gailly，Benoît，Damien François，Mahamadou Biga Diambeidou，Michel Verleysen，Vincent Wertz.The Growth Trajectories of Startup Firms：An Exploratory Study［Z］.ESU Entrepreneurship Conference Twente （The Netherlands），2004：1-16.

［24］Garnsey，E.，E.Stam，P.Heffernan.New Firm Growth：Exploring Processes and Paths ［J］.Industry and Innovation，2006（1）：1-20.

［25］Holzl，Werner and Klaus Friesenbichler.High-growth Firms，Innovation and the Distance to the Frontier［J］.Economics Bulletin，2010，30（2）：1016-1024.

［26］Hoy F.，P.P.McDougall and D.E.Dsouza.Strategies and Environments of High Growth Firms ［A］//in Sexton D.L.，Kasarda J.D.，et al.The State of the Art of Entrepreneurship［M］.Boston：PWS-Kent Publishing，1992.

［27］Kemp，R.G.M.and W.H.J.Verhoeven.Growth Patterns of Medium-sized［R］.Fastgrowing Firms，Research Report H200111，2002.

［28］Lipsey，Richard G.，Kenneth I.Carlaw and Clifford T.Bekar.Economic Transformations：General Purpose Technologies and Long Term Economic Growth［M］.New York：Oxford University Press，2005.

［29］Mathews，John A.The Renewable Energies Technology Surge：A New Techno-economic Paradigm in the Making？［EB/OL］.Future，http：//dx.doi.org/10.1016/j.futures，2012-12-01.

［30］Moreno，Ana M.and José C.Casillas.High-growth Enterprises （Gazelles）：An Conceptual Framework［R］.Working Paper，2002.

［31］Moreno，Fabiana and Alex Coad.High-Growth Firms：Stylized Facts and Conflicting Results［D］.Sussex University，2015.

［32］Perez，Carlota.Microelectronics，Long Waves and World Structural Change：New Perspectives for Developing Countries［J］.World Development，1985，13（3）：441-463.

［33］Perez，Carlota.Technological Revolutions and Techno-economic Paradigm［J］.Cambridge Journal of Economics，2010（34）：185-202.

［34］Shepherd，Dean and Johan Wiklund.Are we Comparing Apples with Apples or Apples with Oranges？ Appropriateness of Knowledge Accumulation Across Growth Studies ［J］.Entrepreneurship Theory and Practice，2009，33 （1）：105-123.

［35］Schreyer，Paul.High-growth Firms and Employment［R］.Oecd Sti Working Papers，2000.

［36］Stam，Erik，Chantal Hartog，André van Stel，Roy Thurik.Ambitious Entrepreneurship，High-growth Firms and Macroeconomic Growth［M］.in the Edited Volume：The Dynamics of Entrepreneurship：Theory and Evidence （Oxford University Press），2010.

［37］Teruel，Mercedes and Gerrit de Wit.Determinants of High-growth Firms［J］.EIM Research Reports，2011（7）.

［38］Vanacker，Tom.Financing Unquoted High-growth Companies：From Extending Existing Finance Theory Towards and Evolutionary Theory of the Finance Process［D］.Ph.D Dissertation，Ghent University，Belgium，2009.

---

[1]基金项目：本文受中国社会科学院创新工程项目“创新驱动发展的分析与测算”（10620161001005）、中国特色社会主义理论体系研究中心/国家社科基金重大项目“创新驱动发展战略与‘双创’研究”（2015YZD03）等项目资助。

[2]习近平.习近平谈治国理政（第一卷）［M］.北京：外文出版社，2014：119-120.

[3]苏联的农业经济学家康德拉季耶夫于1926年利用英国、法国、美国的统计资料，也提出了一个类似的、跨度为48～60年的长周期概念。熊彼特与康德拉季耶夫的研究截至20世纪20年代末，证明后续的长周期仍然是存在的，但是跨度似乎缩减到40年左右，为简便起见不妨将熊彼特经济周期（或康德拉季耶夫周期）简称为“经济长周期”。

[4]这5次技术革命分别是：a.18世纪60-70年代，以“斯密顿水车”“珍妮纺纱机”“阿克莱特水力纺纱机”等为标志，开启了工业革命的序幕；b.18世纪末到19世纪30年代，以“瓦特蒸汽机”广泛应用和“利物浦-曼彻斯特”铁路线开通为标志，将人类社会带入“蒸汽和铁路时代”；c.19世纪70年代，以钢铁、电力及重型机械等为代表的第三次技术革命将人类社会带入“钢铁和电气时代”；d.20世纪初，以石油化学、汽车制造为代表开启了“石油与汽车时代”；e.20世纪60-70年代，以英特尔公司微处理器发布为标志宣告了“信息时代”的到来（Freeman and Perez，1988；Freeman，2002；Perez，2010；Mathew，2013）。

[5]确切地说，前三次技术革命的间隔时间也在50年左右，到了后两次间隔时间则有所缩短，为40多年；与之相对应，经济长周期的跨度也有缩减的趋势。

[6]以战略性新兴产业为例，官方资料中仅在2016年的统计公报中首次给出了“工业战略性新兴产业增加值增长10.5%”，细分行业数据根本无法获取。

[7]即“节能环保”“新一代信息技术”“生物”“高端装备”“新能源”“新材料”6大类；环境保护专用设备、环境监测专用仪器仪表、废弃资源综合利用、通信设备制造、锂离子电池制造、电子元器件制造、视听设备制造、光纤光缆制造、电子测量仪器制造、雷达及配套设备制造、软件和信息技术服务、医药制造、医疗仪器设备及器械制造、生物化学农药及微生物农药制造、航空航天器及设备制造、铁路运输设备制造、海洋工程专用设备制造、工业自动控制系统装置制造、光伏设备及元器件制造、风能原动设备制造、核能发电、风力发电、太阳能发电、环境污染处理专用药剂材料制造、特种陶瓷制品制造、信息化学品制造，共26个细分行业。

[8]对于那些在行业归属上无法划归到战略性新兴产业的企业，我们也会在对其经营范围等相关信息进行挖掘后，将其分类为现代服务业、文化创意产业及其他传统产业。