专精特新企业发展现状研究——以上海市“专精特新”企业为例.pdf

2023年第7 期42STA TISTICALTHEORYANDPRACTICE统计科学与实践专精特新企业发展现状研究一以上海市“专精特新”企业为例口张雨摘要：“专精特新”企业是未来产业链的重要支撑。本文梳理了专精特新概念以及中国政策发展历程，对上海市范围内在统的3 2 1 0 家专精特新企业数据进行分析，指出其整体特征为：行业分布广泛，行业集中度高；区域发展差异大，郊区领先市区，各区行业发展重点有所侧重；内资企业占据绝对地位，私人企业贡献大；中小规模企业数量占比高，大型企业为辅；效益增长明显，大中型企业承担“主角”，人均产能及纳税能力增强；创新投入不断增加，大中型企业研发投入多，小微型企业创新效率高。据此对进一步推进专精特新企业发展提出建议。关键词：专精特新；政策；企业特征|专精特新概念及中国政策发展历程“专精特新”概念于2 0 1 1年7 月由工信部首次提出，随后“十二五”中小企业成长规划中将“专精特新”作为中小企业转型升级的重要途径；2 0 1 8 年，工信部开展首批专精特新“小巨人”企业培育工作；2 0 2 1 年7 月末，中央政治局会议首次提出发展“专精特新”企业；2 0 2 2 年，工信部发布“专精特新”企业全国统一认定标准，其中专精特新企业又分为：创新型中小企业、专精特新中小企业、专精特新“小巨人”企业，三者相互衔接、共同构成梯度培育体系（表1）。“专精特新”企业是未来产业链的重要支撑，是强链补链的主力军。党中央、国务院高度重视优质中小企业培育工作，2 0 2 1 年底中央经济工作会议要求“激发涌现一大批专精特新企业”，2 0 2 2年政府工作报告提出“着力培育专精特新企业”。2 0 2 2 年，根据工信部网站发布数据，我国已累计培育“小巨人”企业4 7 6 2家，带动各省培育“专精特新”中小企业4.8 万多家。2 0 2 2 年6 月，工信部在解读优质中小企业梯度培育管理暂行办法时提出，创新型中小企业具有较高专业化水平、较强创新能力和发展潜力，是优质中小企业的基础力量，培育目标是100万家左右；专精特新中小企业实现专业化、精细化、特色化发展，表1“专精特新”重点政策发展历程年份重点历程政策文件中国产业发展和产业政策报告2011“专精特新”概念首次提出（2 0 1 1）“十二五”中小企业成长规划关于促进中小企业“专精特新”2013中小企业“专精特新”首次部署发展的指导意见关于开展专精特新“小巨人”企2018首批专精特新“小巨人”工作开展业培育工作的通知首次对促进中小企业发展工作进行制度设计关于健全支持中小企业发展制并对下一阶段促进中小企业发展工作进行了度的若干意见2020全面系统的顶层设计，为今后促进中小企业发展工作指明了方向和重点中央政治局会议首次提出发展“专精特新”2021企业国务院促进中小企业发展工作领导小组办公为“专精特新”中小企业办实事2021室聚焦中小企业发展痛点难点问题，针对性清单提出可落地可操作的解决举措习近平总书记在全球服务贸易峰会上发言：2021继续支持中小企业创新发展，设立北京证券交易所国民经济和社会发展第十四个明确提出要推动中小企业提升专业化优势，五年规划和2 0 3 5 远景目标纲要2021培育专精特新“小巨人”企业“十四五”促进中小企业发展规划优质中小企业梯度培育管理暂2022开展中小企业梯度培育、认定和评价行办法2023年第7 期43调研透视创新能力强，质量效益好，是优质中小企业的中坚力量，培育目标是10万家左右；专精特新“小巨人”企业位于产业基础核心领域和产业链关键环节，创新能力突出、掌握核心技术、细分市场占有率高、质量效益好，是优质中小企业的核心力量，培育目标是1 万家左右。上海市专精特新企业发展特征研究截至2 0 2 2 年6 月，上海市经济信息化委共认定4 4 3 2 家专精特新企业，其中纳入统计的共计3210家，未被纳入的共计1 2 2 2 家，统计比率达7 2.4%。从纳入统计的3210家专精特新企业来看，整体呈现特征如下。（一）行业分布广泛，行业集中度高3210家企业共涉及1 4 个门类，64个行业大类，2 1 6 个行业中类，专精特新企业呈现行业分布广泛的特征。在1 4 个门类中，有4 个行业的企业数量超出2 0 0 家，制造业企业数共计1 6 8 0 家，位列第一；其次是信息传输、软件和信息技术服务业6 6 5 家，科学研究和技术服务业3 8 0 家，批发和零售业2 6 4家。前4 大行业的累计企业数量2989家，占上海市专精特新企业的9 3.1%，呈现行业集中度高的特点（表2）。（二）各区企业数量发展差异大，郊区领先市区各区之间企业数量发展差异较大，郊区领先市区，郊区企业数量占绝大部分，浦东新区企业数量独占鳌头。上海市平均每个区的专精特新企业数量超过2 0 0 家，有6表2 上海市“专精特新”企业行业分布数量（单位：家）行业企业数量制造业1680信息传输、软件和信息技术服665务业科学研究和技术服务业380批发和零售业264租赁和商务服务业67建筑业62卫生和社会工作20交通运输、仓储和邮政业16居民服务、修理和其他服务业15教育13房地产业9文化、体育和娱乐业9水利、环境和公共设施管理业8电力、热力、燃气及水生产和2供应业总计3210个区超过平均值，6 个区专精特新企业合计数量占上海市整体比重达67.8%（图1)。各区均呈现行业发展重点突出，第一大行业企业数量平均占比达2 0%左右。整体符合上海市以集成电路、生物医药、人工智能三大先导产业为引领，大力发展电子信息、生命健康、汽车、高端装备、先进材料、时尚消费品六大重点产业的目标要求（表3）。（三）内资企业占据绝对地位，私人企业贡献大专精特新企业在细分行业实现70020%18%60016%50014%40012%10%3008%2006%4%1002%00%定区宁区闵行区青浦区宝山区 杨浦区普陀区黄浦区企业数量占比图1 上海市各区“专精特新”企业数量及占比表3 上海市方“专精特新”企业各区行业分布数量及占比第一大行业企业第一大行业企业所属区划区内第一大行业企业总数（家）数量（家）占比（%）浦东新区软件和信息技术服务业57914826松江区专用设备制造业4365713嘉定区通用设备制造业3564011闵行区软件和信息技术服务业3274213青浦区通用设备制造业2433615金山区化学原料和化学制品制造业2375423奉贤区电气机械和器材制造业1882915徐汇区软件和信息技术服务业1635836宝山区通用设备制造业1511913杨浦区软件和信息技术服务业1454330普陀区软件和信息技术服务业922224静安区软件和信息技术服务业762330长宁区软件和信息技术服务业712839虹口区软件和信息技术服务业671624崇明区通用设备制造业53917黄浦区软件和信息技术服务业268312023年第7 期44-STA TISTICL THEORYAND PRACTICE-统计科学与实践了“以我为主”的发展局面。内资企业发展呈现数量多的优势，企业数量达到2 7 6 8 家，占比高达86.2%，其次为港澳台资企业、外资企业。私人控股占据绝对地位，私人控股企业数2 6 1 6 家，占比81.5%。外商和港澳台控股企业数322，占比1 0.0%；国有控股和集体控股企业数2 6 8 家，占比8.3%。整体来看，私人企业对专精特新企业发展贡献大，其次是国有企业、外资企业。（四）中小规模企业数量占比高，大型企业为辅专精特新企业呈现以中小企业为主、大型企业为辅的特征。小型企业1 9 6 7 家，中型企业9 1 2 家，中小企业合计占比8 9.7%；大型企业2 2 1 家，占比6.9%。专精特新企业的发展充分显示出中小企业的发展活力，既可以实现细分赛道的技术突破，又能够补充完善供应链、产业链的发展不足。（五）效益增长明显，大中型企业承担“主角”2021年，3 2 1 0 家企业共创营业收入约1 2 7 5 7 亿元，营业利润约960亿元，营业税金及附加约3 3亿元。从近三年数据来看，专精特新企业营业收入、营业利润和税收方面都呈现逐年上涨趋势（图2）。大中型企业创收能力好，效益高，相对而言，小微企业效益规模有限，但利润率较高。平均营业收入方面，大型企业平均营收达2 5.2 亿元，中型企业平均营收为4.1 亿元，大型企业创收约是中型企业的6 倍；平均营业利润方面，1400012757120001021110000941180006000400020006037889602226330201920202021营业收入：亿营业利润：亿税金及附加：亿图2 上海市“专精特新”企业整体营收情况大型企业平均营业利润1.8 亿元，大型企业营利约是中型企业的5.3倍（表4）。（六）大中型企业研发投入多，小微型企业创新效率高2021年企业平均研发投入2270万元，企业平均研发人员数量约2 5 人，人均研发费用9 2 万元，平均申请专利数8个，人均专利数量0.33个。近三年企业研发投入不断增加，研发人员不断增多，人均研发费用有所下降，企业申请专利保持稳定，但人均专利数量下滑。一方面说明企业研发创新投入在不断增加，同时专精特新企业的创新成果仍有待改善（表5）。大型企业研发费用投入多，中型企业研发费用占营业收入比例高，大中型企业研发人员数量多；小微企业创新效率高，人均研发费用高，人均专利成果多（表6）。(下转第4 8 页）表4 上海市各区“专精特新”企业按企业规模的营收比较（单位：亿元）企业规模平均营业收入平均营业利润平均税金及附加大型25.171.810.05中型4.100.340.01小型1.690.140.01微型1.110.030.00其他1.790.090.00总计3.990.310.01表5 上海市“专精特新”企业研发费用及专利情况平均研发费用平均研发人员人均研发费用 平均当年专利人均专利数量年份（万元）数（人）（万元）申请数（个）（个）20191628.5914.19114.797.720.5420201871.9221.5686.818.070.3720212270.1724.5992.338.070.33表6 2 0 2 1 年上海市“专精特新”工企业分规模的研发费用及专利情况平均当年专规模平均研发费研发费用占平均研发人人均研发费人均专利数利申请数类型用（万元）比（%）员数（人）用（万元）量（个）（个）大型10246.604.07128.7079.6222.900.18中型3537.6232.0039.4189.7610.950.28小型1053.436.259.30113.295.670.61微型368.610.901.59231.862.691.69其他914.245.128.53107.233.110.36总计2270.175.6924.5992.338.070.33大中小微企业划分标准按照统计上大中小微型企业划分办法（2 0 1 7）。2023年第7 期48上接第4 4 页）STA TISTICAL THEORYIND PRACTICE-统计科学与实践接长三角重点产业人才项目资源。二是着力提升园区能级。积极推进与沪苏浙城市、园区对口共建，加强资源整合，发挥集聚优势，促进园区错位融合发展，形成区域经济新优势。三是统筹区域协调发展。进一步推动促进各县区产业错位发展、特色发展，加大基础设施投入力度，持续推动城市更新和提高城市治理现代化水平，全面提升中心城区带动能力。（三）抓扩大开放，推动综合能级再跃迁一体化为池州带来了新的发展机遇，要在更大范围和更宽领域内扩大开放，提升城市能级。一是打造“池久满意”营商环境品牌。以法治化、国际化、便利化的营商环境为目标，加快推进数字政府建【上海市专精特新企业发展建议（一）强链补链，强化产业链，补足生态链，完善政府服务清单围绕上海市“3+6”产业，选择示范作用明显的关键产业链环节，重点支持一批专精特新企业。建立专精特新企业运行监测系统，构建产业链图谱，为相关政策制定及实施提供依据。以政府采买和引导大型国有骨干企业购买专精特新企业的产品与服务，支持专精特新企业开展产学研共建，推动技术攻关和成果转化。加强知识产权保护，为相关专精特新企业创建长期稳定的发展环境。（二）“开源节流”，开融资源、节税优流，输血赋能企业设，进一步探索投资便利和贸易便利的措施，打造营商环境新高地。二是推进高水平对外开放。高标准建设安徽自贸试验区池州联动创新区，加强与安徽自贸试验区各片区对接合作、联动发展，加快发展外贸新业态新模式，培育对外开放新优势。三是提升池州知名度。在长三角城市群中，池州“能见度”较低，需积极向先进城市学习，加强谋划与提振。同时挖掘和制作推出一批质量高、影响力强的精品力作，进一步弘扬池州文化，擦亮池州城市名片。（四）促深度融入，推动同城效应再提升以基础设施互联互通为抓手，加快融入长三角，促进一体化合作不断深化、效益持续释放。一是全打造多层次的融资体系，聚焦解决企业融资难融资贵的问题。除支持专精特新企业通过一级和二级市场进行股权融资，还要特别重视以信贷方式满足专精特新企业融资需求，完善信用信息共享机制，支持金融机构为企业提供信用贷款和开发供应链金融产品。二是税优政策导向更聚焦，主要针对企业研发投入进行税收优惠。（三）加强产业专才培养，引导职业教育更加适应市场化需求随着专精特新企业逐步发展壮大，对于高素质技术技能人才的“适应性人才”需求将会迅速扩大。现行教育体系并不能满足应用技术人才的培养需求，可参考德国的双元制教育体系，大力发展职业面融入长三角一体化发展。加快推进长三角交通基础设施快联快通，提升与长宁区战略合作水平，推动与更多长三角中心区城市结好合作。深化与安庆拥江发展、与铜陵协同发展，全面增强同城效应。二是全力打造长三角旅游新高地。进一步加强交流合作、丰富产品供给，积极引客入池，不断深化拓展“文旅+美食”“文旅+康养”等旅游新领域，提升旅游消费附加值，为推动长三角文旅一体化合作发展作出“池州贡献”。三是加快融入长三角城市“幸福圈”。联手长三角城市，实施优质医疗、养老、教育资源同推共享计划，让市民真正感受长三角一体化带来的幸福感。作者单位：池州市统计局教育，提升职业教育水平，鼓励社会提高对职业教育的重视。（四）加快“走出去”战略，开拓国际市场，提升竞争力加快“走出去”战略，大力支持专精特新企业开拓国际市场，更快推出国际化产品和服务。全球市场对于中国的专精特新企业十分重要，目前专精特新企业打入海外市场的方式主要是产品出口，未来政府应当通过金融、专业服务等方式支持企业通过海外并购、设立海外工厂的方式来推动全球业务的发展，使专精特新企业真正走向世界。作者单位：上海市统计和大数据研究院（上海市统计数据管理中心）