党组织嵌入与民营企业技术转型升级:来自中国私营企业调查数据的经验证据

促进企业转型升级是推动国家生态文明建设,实现经济高质量发展的重要方式。本文基于第十二次中国私营企业调查数据,实证研究了党组织嵌入对民营企业采取技术转型升级策略的影响效应及机理。结果发现,党组织嵌入的民营企业更倾向于采取技术转型升级战略。进一步检验揭示,民营企业家主观地位感知、环境规制压力以及创新意识在上述效应中起到了重要的中介作用。此外,党组织嵌入对企业技术转型升级行动的作用强度受到地区营商环境和企业个体特征的异质性影响。本文研究结论为民营企业党组织嵌入公司治理中发挥积极效应提供了理论支持,也从制度视角深化了对企业技术转型升级影响因素的理解。在实践层面,为强化党组织引领民营企业高质量发展提供了政策启示。

中国私营企业调查25周年:现状与展望

中国私营企业调查是目前国内持续时间最长的大型全国性抽样调查之一,也是国内外各界了解和研究改革开放40年以来中国企业和企业家成长的重要微观数据之一。本文运用文献计量分析方法,首次对国内外使用这套数据发表的学术论文进行了全面的梳理和分析,还讨论了使用者在数据开发过程中可能遇到的问题和疑惑,从而有助于后来研究者更好地了解国内外学者在研究实践(期刊、主题、学者和机构)方面的已有积累,更有针对性地开展未来研究。作为调查的课题组成员,我们还对数据未来的设计和使用进行了展望,就这套数据如何更好地服务高质量发展和营商环境的评价提出了建议。

新时代民营企业家的社会态度——基于第十三次中国私营企业调查数据的描述性统计分析

当前全球经济形势复杂多变,中国经济发展进入新常态,复杂的外部环境和内部经济结构调整使中国民营企业的发展面临新挑战。为准确把握新时代民营企业家的社会态度,课题组对2018年第十三次中国私营企业调查数据中民营企业家的风险预期、政治态度、经济观念、文化观念、改革获得感、分配公平观等进行了描述性统计分析。研究发现,民营企业家对我国未来经济发展的信心相较2014年和2016年两次调查已有明显的提升,但仍需要提振;对未来房地产形势是悲观多于乐观;对涉及政府治理的地方债务、社会秩序稳定比较有信心,但对中央政府的政治信任高于对基层政府的政治信任;认为本地需要更严厉的反腐,更倾向"贤能政治"而不是"民选政治",表现出实用主义取向;认为有国际势力试图阻止中国的发展和崛起,对国家是否保护弱势产业存在分歧;普遍珍视传统文化。

民营企业营商环境的现状特征、变迁趋势与影响因素——基于第十三次中国私营企业调查数据

基于第十三次中国私营企业调查数据和近几轮调查数据的纵向比较,报告从民营企业的视角呈现出民营企业营商环境的现状特征、变迁趋势与影响因素。报告发现:营商环境的改善得到了民营企业的认可,民营企业家对营商环境的肯定是有保留的,民营企业家对社会经济风险的预期比较理性和稳定。在营商环境改善方面,民营企业家对"简政放权"的评价最好,而对"资源供给"的评价最差。对照2016年和2018年两次调查数据,报告发现存在"强项愈强、弱项愈弱"的突出问题。制度性交易成本较高,难以充分获得平等的市场主体地位,仍然是民营企业面临的痛点和难点。优化营商环境要求形成各市场主体公平竞争的环境。

私营企业创新与转型升级报告——基于第十三次中国私营企业调查数据

近年来,中国私营企业发展迅猛,其创新与转型升级受到越来越多的关注。本报告基于国家统计局的宏观数据和第十三次中国私营企业调查数据,对中国私营企业创新与转型升级的现状、问题和对策进行了研究。报告披露了私营企业创新与转型升级中研发费用、新增技术储备、知识产权和研发人力资源、企业研发平台、研发合作形式、竞争优势定位、技术定位等方面的基本情况。报告发现,不同地区、出资人、行业、上市情况、注册时间、规模的私营企业在创新与转型升级的投入、成果、定位等方面存在差异。报告对目前我国私营企业创新与转型升级中存在区域发展不平衡、人才流失、资金投入不足等问题,提出了相应政策建议。

中国制造业企业的研发创新:基本事实、常见误区与合适计量方法讨论

当前,学术界对研发创新的关注持续升温,本文对研究中最常用的四个数据来源(工业企业数据库、上市公司数据、世界银行企业调查数据、私营企业调查数据)中制造业企业的研发创新变量进行分析,为相关研究提供基础信息支持与计量方法参考。主要发现包括:1.中国制造业企业研发创新的发展态势较为乐观,常规年度工业企业数据库中研发支出与新产品产出为正的企业比例仅约10%的"创新荒漠"很可能是统计纰漏造成的假象。跨国比较揭示,中国企业的研发创新领先于其他新兴发展中国家;2.近年,进行研发创新的制造业上市公司比例高于80%、投入强度持续上升,专利活动实现了数量与质量的双重提升;3.当服从离散、混合、截断分布的研发创新数据作为被解释变量时,OLS估计不一致,适用方法应为Probit与Logit模型、Tobit模型、Truncation模型与MLE估计。