中國企業嵌入全球價值鏈的決策演變分析

邱國棟 任博

［摘?要］?產業升級對于推動我國現代化產業體系及社會主義現代化國家建設至關重要。1992年，施振榮先生提出微笑曲線理論，其是世界產業鏈分工的具體表現，是產業附加價值高低的客觀劃分，是企業參與全球競爭形態的意識導向，更是企業加快產業升級與轉型的戰略驅動。現有研究表明，產業升級與轉型和管理者的風險偏好與升級預期緊密關聯。受此影響，以往中國企業在參與全球價值鏈活動過程中，常常進入產業升級風險系數最小、期望值最大的生產加工環節。隨著企業的持續發展，其逐漸意識到并承認產業升級的迫切性與重要性。機器學習以更精確、更全面的算法優化了管理者的決策環境，使其能夠最大程度地規避不確定性風險，在微笑曲線兩端謀求更為精準的價值增長點，在產業升級過程中充分提升生命活力與競爭力。研究發現，在新興技術支持下，管理者決策環境經由“窮舉數據集-略舉數據集-極舉數據集”特征轉變。決策準則經由“完全理性-有限理性”向“智慧理性”演進。進一步分析，從組織學習到機器學習，實質上是管理者在價值鏈決策過程中實現由“有限理性決策者”向“智慧理性決策者”演變的過程，其所決策事項的最終結果也將由“滿意解”向“相對最優解”進階。

［關鍵詞］組織學習；機器學習；全球價值鏈；產業升級；決策演變

［中圖分類號］??F279.2［文獻標識碼］??A［文章編號］??1673-0461（2023）04-0051-10

一、引言

黨的二十大會議指出，要加快現代化產業體系建設，而產業升級對于現代化產業體系建設至關重要。1992年，施振榮先生提出微笑曲線理論，旨在揭示產業價值分布與存在形態，以附加價值為視角指導企業應將自身產業從附加價值較低的加工制造領域向附加價值較高的研發或銷售領域升級轉移，以實現再造宏基計劃。陳明森等（2012）研究指出產業升級作為企業戰略性選擇，與決策者的決策偏好與升級預期密切相關。因此，對于多數理性的風險中性者而言，常常進入產業升級風險系數最小、期望值最大的生產加工環節［1］。上述現象符合丹尼爾·卡尼曼和阿莫斯·特沃斯基前景理論的普遍性觀點——獲利風險規避。由于產業升級風險受不確定性因素掌握情況影響。傳統經濟理論假設人能夠掌握較為完備的各類信息，且具有超強的信息處理能力，可以在眾多備選方案中尋找最優標準。而西蒙卻提出了不同觀點，其認為人們在實際決策過程中受制于對系統結構、狀態的了解程度，無法完備掌握相關信息，因此很難在系統優化過程中作出最優決策，只能尋求滿足決策者自身需求的滿意解。因此完全理性與有限理性的爭論點主要在于對不確定性風險的把控程度上。換言之，完全理性是組織經營過程中的決策期望理想目標，而有限理性是組織實際經營過程中的決策滿意標準。作為以利潤最大化為目的的企業經營者，為了適應外部環境的持續變化，通常會通過組織學習機制將團隊成員知識重新組合以形成新的問題解決方案，即在一定層面上擴大方案選擇合集，在克服環境變化不確定性的同時，最大程度提升組織中的滿意決策閾值。但隨著科學技術的進步發展，社會已經開啟并迎來新的時代紀元——人工智能時代，管理者的決策環境得到優化，管理活動中的決策準則將由“滿意決策”過渡為“最優決策”［2］。管理決策準則的改變原因在于人工智能的核心能力——機器學習，即計算機通過一定的算法模擬并實現人類的學習行為，其強大的計算分析能力極大程度地排除了決策事件的存量風險，輔助管理者對既定活動事項進行相對優化決策，助力企業在產業升級過程中在全球價值鏈兩端謀求更為精準的附加價值增長點。基于此，本文通過梳理組織學習、機器學習對管理決策的影響，結合關于決策偏好的已有研究，構建基于產業升級視角的決策演變邏輯及分析框架。一是希望對相關理論研究給予一定的借鑒作用。二是希望為企業應對經濟全球化發展趨勢，調整產業結構、升級產業形態提供一定的參考作用。三是希望助力我國在新發展格局下的現代化產業體系及社會主義現代化國家建設。

二、問題的提出：中國企業產業升級困境

產業調整和產業升級一直是中國經濟發展過程中的重大戰略問題［3］。2013年，《中國產業升級研究報告》①提出中國產業結構升級面臨缺乏自主知識產權的關鍵技術、較大的國際競爭壓力、產業升級與就業之間的關系、體制機制障礙四大挑戰。

（一）技術因素：自主知識產權缺乏

知識產權是人們在社會實踐中于思想上或技術上的創造性表達或創新性發明，包括專利、商標及版權等類型。一方面，其賦予發明人或創造者固有的專享權，使權利相關者能夠通過知識權益獲取商業利益。另一方面，知識產權保護能夠顯著推動地區制造業轉型升級［4］。近年來我國科技類企業屢遭國外限制、打壓，根本原因在于基礎研究及自主創新能力不足，嚴重制約了我國產業結構升級及突破技術封鎖并參與全球競爭的進程。據國家知識產權局統計，2021年我國發明專利申請量為158.6萬件，同比增長5.9%，授權發明專利69.6萬件，同比增長31.3%。其中國內發明專利申請142.8萬件，占總量的90.0%，同比增長6.2%，授權58.6萬件，占總量的84.2%；國外在華發明專利申請15.8萬件，占總量的10.0%，同比增長3.6%，授權11.0萬件，占總量的15.8%。實用新型專利申請量為285.2萬件，同比下降2.5%。外觀設計專利申請量為80.6萬件，同比增長4.6%。國內發明專利授權量前三企業包括華為（7?629件）、騰訊（4?537件）及OPPO（4?204件）；國外在華發明專利授權量前三企業包括三星（2?293件）、豐田（1?425件）及高通（1?389件）。從專利申請及授權量統計口徑看，我國近年來自主知識產權意識較強。但從技術轉化率方面來看，2021年我國有效發明專利產業化率為35.4%②，仍有可提升的廣闊空間。同時，針對制約我國工業發展的35項“卡脖子”技術，目前仍舊處于強化攻關階段，也是未來一段時間內推進我國由制造大國向智造強國轉變的主攻方向。

（二）制度因素：管理體制、運行機制障礙

管理體制和運行機制方面的問題阻礙和制約著生產力的發展，自20世紀80年代以來，這些成為我國改革的重點［5］。1997年，中國社會科學院工業經濟研究所主辦“產業升級、體制轉換與國際合作討論會”，會議指出，20世紀90年代以來我國產業結構調整和升級面臨的經濟形勢和體制環境發生了根本性的變化。現階段，世界面臨著以智能驅動為代表的第四次工業革命和百年未有之大變局，中國發展正處于重要戰略機遇期。產業動能轉換需要有制度創新舉措［6］。關于產業升級，有學者將其與產業結構升級作出區分，但產業升級是產業結構升級的基礎，產業結構升級是產業升級的必然結果，而制度安排能夠影響資源配置方式、影響產業結構升級方向、影響產業結構升級狀態［7］。由此可見，制度因素對于創新驅動戰略實施及通過探尋具備中國特色營商環境評價標準，構建以法制化為基礎、以市場化為準則、以國際化為視野的一流營商環境，全面服務、激勵市場主體參與產業變革的重要程度。

（三）國際競爭：全球經濟中心變軌

20世紀50年代，日本接受美國晶管體技術轉移，50年代末，日本晶體管世界銷量第一，60年代末，在日本政府產業政策支持下，富士通、日立等日資企業大力發展半導體產業，奠定了日本在80年代半導體行業的領先地位。自1986年9月始，受《美日半導體協議》限制影響，日本半導體產業日漸衰落。近年來，以美國為代表的西方國家采用類似的手段頻繁制裁打壓華為、中興、小米等中國高新技術企業。2016年3月，美國商務部對中興通訊實施出口限制措施，隨后多次針對中興采取“封殺禁令”，致使其相關主營業務無法正常開展。2019年5月，美國商務部將華為及其子公司列入出口管制實體名單。隨后三星、臺積電等企業相繼暫停與華為的部分業務往來。比較日本半導體發展歷程及我國企業被封禁過程，可以發現，隨著世界經濟格局的變化發展，中國企業逐漸從原有的低附加值產業向高附加值產業轉移，轉移的過程中逐步突破了國外科技壟斷壁壘，觸動了相關利益集團的敏感神經。由此，西方政府無視市場規則，將經濟問題政治化，多方位圍堵中國企業發展，其行為實質是基于“不公平競爭”下的本國高附加值產業保護及對他國高附加值產業、產業結構升級遏制的過程。因此，未來我國企業產業升級將長期面臨著其他國家非正常競爭壓力。

（四）群眾就業：技術與民生矛盾

第一次工業革命使得機器代替手工，在崗位調整過程中司機取代了趕車夫；第二次工業革命使得電力廣泛應用，在崗位調整過程中電燈廠工人取代了蠟燭廠工人；第三次工業革命使得信息技術高速發展，在崗位調整過程中程序員取代了電話接線員。可見勞動力結構調整是科學技術進步發展的必然結果。隨著人工智能相關技術在眾多領域的普遍性應用，類同于前三次工業革命，其在創造許多服務社會現代化發展的工作崗位的同時，取代并淘汰包括客服、收費員、翻譯員在內的眾多“低思想性”崗位也將成為未來社會發展的趨勢。據國家統計局第七次全國人口普查公布結果（2020年），目前全國人口為141?178萬人，較之第六次全國人口普查數據（2010年）增長5.38%。其中勞動年齡人口達8.8億人，全年城鎮新增就業1?186萬人，全國城鎮調查失業率為5.2%，城鎮登記失業率為4.2%。產業結構升級是經濟發展過程中的必然規律，同時也將造成結構性失業及加劇失業型貧困［8］。因此，在大力倡導產業升級的同時，如何解決崗位結構性匹配矛盾依然是我國長期面臨的客觀問題。

三、案例驗證：格力電器發展歷程與產業升級

（一）案例選擇：格力電器（GREE）

在案例選擇過程中，本研究堅持杰克·韋爾奇（Jack?Welch）“數一數二”法則，全面考量我國產業升級實踐及相關研究所面臨與關注的典型問題。中國是世界范圍內的制造業大國，主導產業主要集中于有色金屬、機械電子、石油化工、汽車制造等領域，研發設計及營銷等產業鏈高附加值環節發展相對欠缺。鑒于目前我國正處于產業結構調整期內，通過對近年來國內實施產業升級戰略的企業進行調研，發現主導優勢產業向高附加值產業轉型發展是我國產業升級的關鍵，而電器制造業是中國“高新技術”制造業的典型代表之一。因而本文選擇目前國內電器制造領域代表性企業格力電器作為研究對象。

（二）格力電器發展歷程

從格力電器品牌升級定位來看，其發展過程主要包括五次轉變。一是1994年，提出“格力電器，創造良機”品牌理念，該時期格力已經意識到了產品質量的重要性，提出“出精品、創名牌、上規模、創世界一流水平”的質量方針，在國人普遍傾向于國外品牌的情況下力爭通過優質的產品獲得消費者的更多青睞；二是1997年，提出“好空調，格力造”品牌理念，通過深化內部管理，健全制度管理，向管理現代化、科學化、規范化邁進；三是2010年，提出“格力，掌握核心科技”品牌理念，正式宣告轉型升級，走自主創新道路，把競爭和發展的主動權牢牢掌握在自己手中；四是2013年，提出“格力讓天空更藍，大地更綠”品牌理念，意識到在掌握核心科技和改善消費者生活的同時，更要肩負起保護環境、綠色發展的重要責任；五是2015年，提出“讓世界愛上中國造”品牌理念，致力代言中國制造，重塑中國制造形象，讓中國自主品牌真正走向世界。

（三）案例分析

如圖1所示，格力電器成立初期年產值不足2?000萬元，通過一系列舉措進行產業升級，至2021年，營業收入達1878.6億元。格力電器的轉型發展印證了在以“兩利相權取其重，兩弊相權取其輕”為原則的比較優勢情境下，技術、資源和勞動力等生產要素最優分配能夠促使全球分工關系的建立與發展。進一步觀察，隨著蒸汽機的發明和使用、電力的發現與使用、信息技術的發明與應用及基于大數據分析的人工智能等現代科技革命所釋放出的巨大生產力差別優勢，使得全球分工關系得到進一步的深化，同時在產業細分的過程中，國際間的競合關系變得更加微妙與普遍。科技革命是社會實踐的需要，其既是社會生產力發展的客觀產物，也是社會生產力發展的重要推動力。多次科技革命經驗表明，基于基礎研究、應用研究及試驗發展的研發投入是國家科技創新發展與產業位勢占據的重要保障。

（四）案例啟示：決策轉型與產業升級

受相關因素影響，絕大部分傳統中國企業往往處于全球價值鏈“垂直分工”低位端——生產制造環節。西蒙曾經提出管理就是決策的觀點，由此可見決策在企業經營活動中的重要作用。新經濟形勢下，產業升級是企業實現自身價值升級的關鍵，是企業決策適配與否的重要檢驗。根據格力電器對外披露年報顯示，2001年至2021年，其營業收入由65.8億元增至1878.6億元，復合增長率為18.24%，凈利潤由2.6億元增至230.6億元，復合增長率為25.14%，其凈利潤增長率快于營業收入增長率。如圖2所示，自2011年起，其凈利潤率呈現直線上升態勢，2017年達到最高值15.11%。眾所周知，追求利潤最大化是企業的理性決策行為，而2001年至2008年期間，格力電器的凈利潤率不足5%，2009年12月28日，格力電器投資成立珠海格力節能環保制冷技術研究中心有限公司，該公司是格力電器為專職從事節能、環保家用電器技術研究開發而100%投資持股的技術研發類子公司。基于此，格力電器于2010年正式宣告產業升級，面對復雜經濟形勢，持續加大技術研發投入，屆時其所掌握的新一代低頻控制技術、高效離心式冷水機組和新型超高效定速壓縮機的主要技術指標超越美、日、歐等國際同類產品，達到國際領先水平，標志著格力由傳統制造商向研發型制造商的徹底轉變。由此發現，格力電器在自身轉型發展過程中，持續增加技術研發投入比重，不斷優化布局所在產業結構，突破低附加值環節鎖定效應，在高附加值環節謀取超額利潤，進而在參與國內外市場的產品競爭與服務競爭過程中取得先發優勢。換言之，格力電器的轉型升級過程不僅是其營收增長及利潤增長的過程，更是其管理層應對國內外電器市場環境動態變化所采取的決策價值實現的過程。由于企業是經濟發展的主體，經濟建設是立國之本，我國歷史上曾多次錯失發展機遇，因此，在工業4.0時代，面對新時期、新形勢、新機遇，在國家產業結構性調整浪潮中，管理決策是如何演變并影響企業的產業升級過程是本文關注的主要問題。

四、智慧理性決策：基于智能時代產業升級視角下的決策演變

（一）完全理性決策：最優抉擇的經濟人假設

20世紀50年代，馮·諾依曼等以公理化假設為基礎，以數學邏輯為工具，提出了在不確定性風險條件下的期望效用理論，其描述了“理性人”在不確定風險條件下的決策行為。根據期望效用理論，理性人對于每一種方案的結果都會給出一個期望值，并按照期望值的大小進行擇優選擇［9］。巴黎會議和1952年的《計量經濟學》研討會標志著預期效用理論被接受為經濟學中風險選擇的主流模型，并幫助建立了“獨立公理”作為關鍵基本假設的標準名稱［10］，在此后的很長一段時間內，該理論被廣泛作為不確定性風險下的決策規范，國內外學者為了進一步驗證其理論的刻畫效度與規范信度，基于該理論開展了大量的理論性及應用性研究。基于完全理性的構思邏輯，其在決策期間對信息的甄選、識別、判斷過程中符合窮舉數據集特點，即列出擬判斷問題的全部可能解，對擬決策對象或構成決策對象的各類事物的集合逐一驗證并予以比較，最終得到最佳結果。實際上，完全理性決策能夠在理論上為決策者提供效用最大化的主觀判斷支持。如果運用數學表達式來表示該決策類型可以表示為：Yi=β0+β1X1i+β2X2i+…+βkXki+μi，即決策者在決策過程中需要全面考慮影響決策結果的變量因子（包括在現代計量分析過程中作以控制的變量μi），但是過去信息技術發展相對落后，面對復雜決策事項時，基于窮舉數據集特征的完全理性決策是很難實現的。

（二）有限理性決策：滿意抉擇的管理人假設

有限理性介于完全理性與完全感性之間。對人類推理的非理性力量的調查是當今組織中理性研究議程的中心，被認為是最初有限理性概念的延伸［11］。對于完全理性決策，隨著20世紀70年代證據的積累，一些人發現有必要重新審視他們曾經認為是無懈可擊的規范標準［12］。行為組織理論、行為決策理論、調查研究和實驗經濟學的研究結果表明，理性選擇作為人類行為的描述模型是失敗的［13］。事實上，控制推理的變量及其相關機制的總和仍然是未知的［11］。正如西蒙所言，個體無法完全掌握用于決策分析的信息，也無法提前預知事件的進展方向，因此完全理性是一種很難企及的理想狀態。實際上人們是一種有限理性狀態，人們在決策過程中綜合考慮風險與收益等因素找尋令自己滿意的抉擇方案。如果運用數學表達式來表示該決策類型可以表示為：Yi=β0+β1X1i+β2X2i+…+βkXki，即決策者在決策過程中僅考慮可預見范圍內影響決策結果的變量因子（不考慮現代計量分析過程中作以控制的變量μi），因此按照西蒙的決策分析邏輯，決策者在有限能力框架內面對決策事件時，實際上是一種基于略舉數據集特征的自我滿意決策過程。

（三）智慧理性決策：迭代尋優的智能人假設

西方形而上學思想中存在著理性與有限理性二分法或辯證對立的特征，但實際上兩者構成了相互關聯的整體［14］。如上所言，不能否定完全理性與有限理性在特定時期、特定環境所發揮的關鍵作用。因為隨著人類對科學技術的進一步掌握與發展，計算能力與認知狀態得到了進一步提升，由此帶來的主觀滿意準則抑或是主觀滿意閾值發生了根本變化。具體變化表現為在以信息全部掌握、認知狀態不受限制為前提的“完全理性”框架為決策目標的同時，最大限度地遵循、擴張、突破并獲取以信息部分掌握、認知狀態受限為前提的“有限理性”框架決策結果。換言之，所獲得的決策結果不是“完全理性”下的最優抉擇，而是“有限理性”下的滿意提升。即在以“智能”為標簽的第四次工業革命發展浪潮中，管理者所身處的決策環境得以極大地改善與優化。基于行為決策理論的決策者在數字賦能驅動下，其決策能力及決策期望整體提高。由此，對于智慧理性決策者而言，決策結果迭代尋優、足夠接近最優抉擇標準是區別于完全理性決策者與有限理性決策者的主要特征。

（四）智慧理性決策支持：區塊鏈環境下的可信數據庫構建

梅羅維茨指出，現代社會中社會環境受媒介的變化影響，進而導致人類行為的變化。人類從近代以機器代替手工為標志的第一次工業革命到現在以海量數據迸發及數據及時處理為特點的人工智能時代，所面臨的決策媒介及決策環境已然發生了顛覆性改變。據現有可查文獻，Maria?Cecilia?P.Lagaras于1905年在雜志《International?Journal?of?Engineering?and?Management?Research》上發表了文章“Changing?the?Landscape?of?Accounting?Using?Blockchain?Technology”，研究了區塊鏈技術對會計領域的影響。區塊鏈作為人類發展史中最偉大的技術發明之一，本質上是一個分布式共享賬本與數據庫，具有去中心化、不可篡改、全程留痕、可以追溯、集體維護、公開透明等特點。隨著人類對智能技術的進一步掌握與應用，數據分析將貫穿于問題識別、目標確定、方案擬定、方案評價、方案選擇、方案實施及方案監督反饋等決策過程中，幫助管理者在實際決策過程中最大程度地突破主客觀條件限制，使得決策結果逼近完全理性期望。由于區塊鏈是目前人類所掌握的技術范疇中能夠為決策過程提供透明化、多源化、追溯化、開放化、可信化及可拓展化等特性的數據調用庫，因此，基于區塊鏈技術的智慧理性決策結果具備更高的參考效度與參考信度。

（五）決策演變啟示：企業突破產業升級的關鍵路徑

產業升級作為企業戰略性選擇，與決策者的決策偏好與升級預期密切相關［1］。眾所周知，微笑曲線的兩端——研發側與銷售側附加值最高，中間的生產制造環節附加值最低，相對應的研發與銷售環節升級風險系數最大，生產制造環節升級風險系數相對較小。作為理性決策者，在自身能力不足的情況下，通常會竭力規避產業升級風險。由此使得發展中國家產業垂直升級出現低端鎖定效應［1］。伴隨智能革命浪潮的到來，決策者作為決策主體（決策后臺），充分借助數字技術賦能機制，搭建智慧決策中臺，鏈接擬決策的事件或事件的集合（決策前臺）。尋求“智本”轉化能力，以精準決策作為風險規避、風險偏好的保障與驅動力，以產業升級作為附加利潤的源泉，挖掘潛在價值、提升價值邊際、實現價值回流的進入路徑，達成技術轉化、技術擴散、技術革新的基本條件。在一定條件下，形成前臺與后臺多點、多維、多面交互影響，反向中臺聚合分析決策，釋放最高決策能力、體現最大決策價值。從組織學習到機器學習過程中，管理者歷經“完全理性”決策、“有限理性”決策及“智慧理性”決策。決策者通過數字技術完成傳統意義上的商業模式變革——智慧分析、智慧經營、智慧決策。在自我定位時力求掌握全面數據、面向市場時精準預測需求、連接供應時規模定制商品，賦予價值鏈各環節的競爭性、產業鏈流動作用的無邊性、供需鏈運籌管理的扁平性及空間鏈地理分布的非聚集性。是決策者由低利潤領域向高利潤領域謀變的運作方式，是決策者聚焦智慧賦能由制造端向研發（設計）、銷售兩端演變的決策過程具體表現及產業升級的關鍵路徑。智能時代產業升級視角下的決策演變方式如圖3所示。

五、產業升級視角下決策的影響因素及其演變機理

（一）產業升級：國際競爭比較優勢

產業升級是指制造技能從簡單到復雜的逐步發展過程，對于后期進入者來說是一種建立優勢的有效方法［15］。中國工業化進程晚于西方國家。因此，全面提高產業素質和實現產業升級，將是經濟發展的關鍵所在［16］。我國于20世紀80年代便提出產業升級概念，相關學者指出，產業結構升級是維持我國經濟持續高速增長的必要前提［17］。隨著我國工業發展進入新的發展階段與歷史時期，2017年，黨的十九次全國代表大會指出我國經濟由高速增長階段轉向高質量發展階段，習近平總書記多次強調，推動經濟高質量發展，要把重點放在產業轉型升級上。而科技創新對產業結構升級具有顯著的促進作用［18］。由此看出，科技創新是我國產業升級的驅動要素，而產業升級是國家經濟發展的強大驅動力、是建立國際競爭比較優勢的重要抓手與助推器、更是中國未來高質量發展以實現社會主義現代化強國的必要保障。

（二）微笑曲線：全球價值鏈劃分

微笑曲線是產業價值鏈、全球價值鏈、價值網絡等理論的延伸，實際反映了產業鏈附加值分布情況［19］。RUNGI和PRETE（2018）在歐盟企業層面上測試了沿供應鏈產生的價值時發現了一個強大的經驗證據——微笑曲線的真實存在［20］。STOLLINGER（2021）實證研究表明，在整個價值鏈中，產生附加值的潛力差異顯著，生產是價值鏈中附加值最低的階段［21］。目前相關研究已將該理論拓展至制造業產業升級［22］、房地產企業商業模式［23］、光伏產業價值鏈增值動因［24］、文創產品產業鏈升級［25］、網上銀行競爭［26］等領域。其在指導企業如何參與全球價值鏈分工，開展產業戰略升級方面發揮了重要作用。

（三）哭泣曲線：收益與風險的動態擬合值

陳明森等（2012）指出，產業升級中成功結果實際值與升級過程中的期望值是不同的，后者不僅與實際輸出值有關，還與產業升級風險與沉沒成本有關［1］。由此可見，哭泣曲線實際上是微笑曲線中的附加值（收益前景）與投資風險之間的動態擬合值。雖然研發環節與營銷環節的附加值較高，但受技術、政策及國際競爭等客觀因素影響，管理者在產業升級過程中面向該環節的風險系數也相對較高，因此對比考慮前景與風險，管理者會主觀降低該環節的期望值。相反，雖然生產制造環節的附加值相對較低，但管理者在產業升級過程中面向該環節的風險系數也較低，因此，管理者綜合評判，會主觀提高該環節的期望值。目前發展中國家企業常常面臨產業“低端鎖定”的問題，核心原因在于客觀條件限制下的主觀期望滿意（管理者在有限條件下能夠接受的最低結果值）——管理者內心預設。因此在產業升級過程中，決策者面臨著不確定性風險下的偏好選擇問題，而決策事件的前景值、風險狀況及決策者內心預設是所謂哭泣曲線表象的內在動因，其綜合擬合結果將影響管理者的決策偏好。

（四）決策演變機理分析

1.組織學習：外部環境變化響應

1953年，美國著名管理學家赫伯特·西蒙提出組織學習概念。1965年甘吉洛西、迪爾分析了一個七人團隊在一個學期中參與復雜的管理決策練習的學習過程，確定并討論了組織發展的四個階段，即初始階段、搜索階段、理解階段和鞏固階段，由此開啟了組織學習的理論研究進程。自組織學習概念提出以來，國內外學者從多方面將其應用于實踐活動中，POST和MELLIS（1978）在案例研究過程中證實管理承諾涉及組織學習［27］。KARAGOZOGLU（1996）將管理承諾定義為學習驅動和學習支持機制，同時指出一種可靠的維持組織長久學習的機制將是組織具備可持續競爭的有力武器［28］。BEVERIDGE等（1997）指出，如果戰略決策是可以學習的，那么組織可能需要改變其戰略決策的假設和程序［29］。由此，本文認為組織學習是一種基于正向管理承諾，組織不斷適應外部環境變化，時刻調整戰略決策部署，以期在市場經營活動中建立長效競爭優勢的過程。

2.機器學習：現代科學決策支持

機器學習是實現人工智能的核心與根本路徑。其通常指代一類計算方法，通過分析數據、觀察現象或經驗方案，給出具備啟發性、戰略性、結構性等特點的知識［30］。目前相關研究已應用于數據挖掘、生物特征識別、語音和手寫識別等多個領域。在智能決策方面，機器學習充分發揮了從數據分析-前景預測-決策支持的算法優勢。隨著人工智能的重新崛起，基于大數據和人工智能構成的“智慧決策”將是未來決策進化的方向［31］。不可否認的是，一方面，人工智能決策的性能在某些特定領域超過了人類能力［32］。另一方面，人工智能將對組織中部分的決策角色產生互補甚至完全替代［33］。由此，本文認為機器學習是開啟智能時代科學決策大門的關鍵，組織在面對外部環境的顛覆性變化時，充分借助智能決策技術對既有的數據、經驗或現象進行科學的分析與判斷，以支持企業在面對新的經濟態勢與產業格局情境下，能夠最大程度地趨向理想的最優決策。

3.前景理論：風險預期下的決策

1979年，卡尼曼和特沃斯基提出了前景理論，指出人們并非是傳統經濟理論下所定義的“理性人”，其認為人們在風險預期下的決策行為主要包括面對獲利情境時的風險規避及面對損失情境時的風險追求。1992年，對前景理論進行完善并提出累積前景理論，同時指出決策者在不確定性風險條件下的決策活動可以劃分為四種行為方式，即在高概率條件下決策者主觀降低決策權重，由此產生其在面對損失時偏向于風險喜好，面對獲利時偏向于風險規避的現象。同理，在低概率條件下決策者主觀增強決策權重，由此產生其在面對損失時偏向于風險規避，面對獲利時偏向于風險喜好的現象。陳明森等（2012）在基于制造業上市公司的實證研究指出，產業升級過程中的輸出值（附加值）與期望值相反，即雖然研發與銷售環節升級成功后的附加值較之生產環節較高，但其升級成功的概率較小，面臨的沉沒成本較大，因此對于風險規避者而言，常常進入產業升級風險系數最小、期望值最大的生產加工環節［1］。結合前景理論相關研究成果，如果能夠改變決策者風險偏好（影響決策者偏好的主要因素包括前景預期、成功概率、心里預設），將對我國相關領域產業升級予以積極的促進作用。

如圖4所示，微笑曲線為企業指明了高附加值環節的存在分布，組織學習明確了企業在建立長期競爭優勢的基礎上開展產業升級的必要性。但企業在實際經營過程中是否進行產業升級不完全取決于附加值的高低，而是取決于產業升級成功后的高附加值與產業升級失敗后的高損失值的綜合擬合值（哭泣曲線）。按照前景理論觀點，投資可能收益、投資收益概率及投資收益預設是影響管理者決策偏好的重要影響因素。投資可能收益的大小是投資者實現利潤最大化的前提、投資心里預設的大小是投資者比較分析項目可投性的基礎、投資收益概率的大小影響著投資者的主觀風險偏好。當投資可能收益足夠大并且超過投資心里預設時，會有效激發投資者的投資欲望。在此基礎上，當投資收益概率較小時，管理者存在獲利風險喜好的現象——小概率超權。另一方面，當投資收益概率逐漸提升，直至升高至接近確定性決策條件時，決策者在多個決策事件選擇過程中，受到確定性效應影響，存在獲利風險規避現象。因此，現階段我國多數企業出現產業低端鎖定現象的主要原因是生產制造環節的確定性收益引發的決策者確定性風險規避。而少數企業致力于產業升級的主要原因為小概率超權現象下的獲利風險喜好。

通過以上分析可以發現，現階段，產業升級過程中存在確定性風險規避與小概率超權現象。雖然確定性風險規避現象促進了我國長期以來制造業的長榮發展，奠定了我國在世界范圍內的完整工業體系地位，但同時也制約了我國工業在新經濟形勢下的轉型發展。原因在于，小概率超權條件下的風險喜好所引發的產業升級案例不足以改變我國產業發展低端鎖定的現狀。隨著智能時代的到來，區塊鏈技術為可信數據庫的創建提供了可能，結合機器學習的強大分析能力，使得決策者在面對決策事項時，能夠最大程度過濾、排除決策雜音，提高決策精度與準度。傳統意義上的完全理性決策是管理者主觀期望下的目標性結果追求，而滿意決策是客觀條件限制下的主觀限制性滿意（滿意程度受限）。從組織學習到機器學習，決策環境的優化一方面降低了決策風險，另一方面縮小了決策滿意受限程度。因此，管理者在產業升級實踐過程中，客觀上降低了產業升級失敗的可能性。使得哭泣曲線中的負值因素減少，進而推動哭泣曲線兩端上移并趨近于微笑曲線。由此，智能時代的決策準則為企業在微笑曲線的兩端謀求最大利潤創造了條件。作為企業自我價值增強放大的科學、藝術與技術，其在主觀

上提高了決策者進行產業升級的意愿和信心，由此實現了決策的“完全理性-有限理性-智慧理性”演變（見圖5）。

六、研究結論與對策建議

中國的轉型升級正面臨環境巨變［34］，產業升級、現代化產業體系建設作為我國經濟高速發展向經濟高質量發展轉變的關鍵路徑，目前已經上升至國家經濟轉型發展戰略層面。某種意義上，決策者既是產業升級的宏觀調控者，也是產業升級的微觀踐行者。微觀方面，企業管理者關于產業升級的決策行為受決策偏好與升級預期影響，“數據-智慧”決策有效降低了決策過程中的有限理性［31］。借助智能技術，快速、全面地搜尋、掌握、分析相關數據，決策過程從略舉數據集特征向窮舉數據集特征逼近轉變，在產業升級踐行者原有內心預設不變的情況下，提高了其對超高預期遠景的敏感度，同時，通過提高決策精準度規避了擬決策事項所面臨的潛在風險，大幅地提高了擬決策項目開展的成功率。國內學者在產業升級宏觀影響因素方面進行了翔實研究，盧現祥（2020）肯定了生產技術與社會技術相互作用對于產業升級、發展的影響［35］。張國慶和李卉（2020）發現政府的財稅協調有利于地區間實現產業升級［36］。張彥彥（2021）通過實證研究提出通過政策引領來提高地區產業升級水平的建議［37］。李丹和董琴（2019）指出日美貿易摩擦曾改變了日本的經濟結構與發展方向［38］。陳自芳（2011）、張雅（2017）指出勞動力結構矛盾影響我國產業升級［39-40］。根據以上文獻分析，為了充分發揮宏觀調控在產業升級過程中的引領與激勵作用，提出以下相關建議：

（一）技術攻堅：強化“產、學、研”互動合作

科學技術對我國經濟增長的重要性不言而喻。而技術攻堅離不開產業、學校及科研機構之間的互動合作。據教育部統計數據顯示，2020年我國研究生培養機構中普通高校594所、科研機構233所，普通高等院校中專任教師1?832?982人④。博士研究生畢業生數66?176人，在校生數466?549人，碩士研究生畢業生數662?451人，在校生數2?673?049人⑤。政府部門應充分發揮統籌、協調各類公共資源的職能，在努力消除利益分配、政策激勵、投融資矛盾等阻礙“產、學、研”合作順利開展的影響因素的同時，充分利用并發揮產業資源和智力資源所蘊含的各類創新要素的協同作用，形成“產、學、研”三位一體的具備自組織特征的創新聯盟，全面構建服務三方持久穩定合作的創新體系，激發創新活力、增強創造力、提高核心競爭力，在充分發揮產業主體市場運營經驗及項目推廣優勢的基礎上，促使高校、科研機構發展及科學技術研究成果有效轉化，共同推動我國企業、區域及國家層面的產業升級發展，進而為我國現階段經濟轉型高質量發展增添新動能和新引擎。

（二）制度建設：破除產業轉型升級束縛障礙

現階段，制度建設應繼續堅持以市場為主導的基本原則，精準政府部門與各類所有制企業在經濟發展過程中的角色定位，正確平衡與處理二者之間的交互關系。在法定范圍內，切實結合市場實際需求，圍繞地域、國家年度經濟建設關鍵指標，充分調動市場建設主體參與資源配置優化調整的積極性與能動性。具體政策制定方面，要全面理解并貫徹國家發布實施的《促進產業結構調整暫行規定》指導意見，結合《產業結構調整指導目錄》，以本地域產業發展實際為考量制定符合地方特色發展的具體管理配套措施，具體包括財稅政策、金融政策、孵化政策、關檢政策等。以制度改革為先導，兼顧局部利益、整體利益、長期利益與短期利益之間的關系，進一步鞏固簡政放權、優化審批階段性成效，合理引導、把控政府層面、社會層面及個人層面的投資領域和方向，切實增強政策制度與產業發展之間的良好互動性與黏性，從宏觀層面為產業協同配合發展創造優良條件，破除產業升級轉型束縛障礙，進而打造以創新驅動轉型發展為特質的營商生態。

（三）競爭提升：系統打造產業優勢協同平臺

中國是社會主義國家，實行以公有制為主體、多種所有制經濟共同發展的基本經濟制度，而集中力量辦大事是我國制度的顯著優勢，是我國應對重大風險挑戰的強大利器，是我國扭轉“不可能”為“可能”的不二法寶。2017年，習近平總書記在中國共產黨第十九次全國代表大會指出，中國特色社會主義進入了新時代。在全面建成小康社會之際，我國正向建成富強、民主、文明、和諧、美麗的社會主義現代化強國的第二個百年目標奮進。產業結構升級肩負著基于科技、工業、經濟、海運等領域強國發展的重任。現階段，在我國制造業大而不強的局勢下，國家發展面臨著巨大的國際非常態化競爭壓力。追源溯本，要深刻認識、完善并發揮“集中力量辦大事”的政治優勢及制度優勢，統籌集聚多元產業間的優勢力量，打造產業核心優勢協同平臺，形成基礎研究、技術研發、成果轉化、市場推廣等環節互補發展的全產業系統合作鏈條。通過發揮協同機制下的創新乘積效應，全面形成并提高國家、地域、產業乃至企業間的核心競爭能力，進而快速突破國外核心技術封鎖、從容應對國際非市場化競爭行為。

（四）就業保障：預建再就業結構匹配機制

據國家統計局統計，2021年，我國高技術產業投資比2020年增長17.1%，增速高于全部投資12.2個百分點，拉動全部投資增長1.2個百分點⑥，標志著我國產業結構調整正處于持續優化過程中。眾所周知，產業結構是指第一產業、第二產業、第三產業在國民經濟中的比例。產業升級的本質要求升級主體對產業結構進行改善、對產業要素進行優化、對產業質效進行提升，具體表現為技術水平、管理水平以及產品質量的提高。受此影響，產業升級對既有勞動力市場提出了新的要求與挑戰。2021年，全國城鎮調查失業率為5.1%，城鎮登記失業率為3.96%⑦。其中既包括受宏觀經濟變化影響的周期性失業，也包括受季節性、技術性及勞動力結構供需差異影響的結構性失業。基于此，在產業升級發展過程中，政府應從宏觀層面提前布局，針對現有勞動力市場結構，著重加強既有勞動力素質提升教育，使得勞動力供給與勞動力需求由“一對一”匹配向“一對多”匹配轉變，以此增強勞動力個體的技能廣度與高度，在以技術進步為標志的產業升級發展過程中提高就業彈性與適應性。

［注?釋］

①

http：//www.iprchn.com/Index_NewsContent.aspx？newsId=59872。

②?https：//finance.sina.com.cn/jjxw/2022-07-16/docimizirav368?3001.shtml。

③?正如西蒙所言，完全理性是一種難以企及的理想狀態，因此，在某種意義上，通常決策者所自認為的完全理性決策行為或許是一種其在自身視域局限下的錯誤認知，而完全理性預期則是決策者基于特定決策情境的短視行為。

④?http：//www.moe.gov.cn/jyb_sjzl/moe_560/2020/quanguo/20?2108/t20210831_556365.html。

⑤?http：//www.moe.gov.cn/jyb_sjzl/moe_560/2020/quanguo/20?2108/t20210831_556364.html。

⑥?https：//www.ndrc.gov.cn/fgsj/tjsj/cxhgjscyyx/202203/t2022030?2_1317953_ext.html。

⑦?http：//www.stats.gov.cn/tjsj/zxfb/202202/t20220227_1827960.html。

［參考文獻］

［1］陳明森，陳愛貞，張文剛.升級預期、決策偏好與產業垂直升級——基于我國制造業上市公司實證分析［J］.中國工業經濟，2012（2）：26-36.

［2］徐鵬，徐向藝.人工智能時代企業管理變革的邏輯與分析框架［J］.管理世界，2020（1）：122-129.

［3］金碚.中國產業調整和產業升級的新階段［J］.經濟管理，1997（4）：28-32.

［4］秦放鳴，張宇.知識產權保護與地區制造業升級——基于中介效應和面板分位數模型的實證分析［J］.科技進步與對策，2020（13）：74-82.

［5］賈康.產業升級的必要條件——企業技術改造與機制轉換［J］.經濟管理，1997（5）：22-24.

［6］任志成.習近平關于產業新舊動能轉換科學論述的戰略性與實踐路徑［J］.南京社會科學，2020（5）：7-14.

［7］姜澤華，白艷.產業結構升級的內涵與影響因素分析［J］.當代經濟研究，2006（10）：53-56.

［8］蘇雪串.產業結構升級與居民收入分配［J］.商業研究，2002（22）：78-80.

［9］吳鴿，周晶，雷麗彩.行為決策理論綜述［J］.南京工業大學學報（社會科學版），2013（3）：101-105.

［10］MOSCATI?I.?How?economists?came?to?accept?expected?utility?theory：the?case?of?Samuelson?and?Savage［J］.The?journal?of?economic?perspectives，2016，30（2）：219-236.

［11］CRISTOFARO?M.?Herbert?Simons?bounded?rationality：its?historical?evolution?in?management?and?crossfertilizing?contribution［J］.Journal?of?management?history，2017，23（2）：170-190.

［12］FISHBURN?P?C.?Expected?utility：an?anniversary?and?a?new?era［J］.Journal?of?risk?and?uncertainty，1988，1（3）：267-283.

［13］JONES?B?D.?Bounded?rationality［J］.Annual?review?of?political?science，1999，2（1）：297-321.

［14］SENT?E?M.?Rationality?and?bounded?rationality：you?cant?have?one?without?the?other［J］.The?European?journal?of?the?history?of?economic?thought，2018，25（6）：1370-1386.

［15］AZADEGAN?A，WAGNER?S?M.Industrial?upgrading，exploitative?innovations?and?explorative?innovations［J］.International?journal?of?production?economics，2010，130（1）：54-65.

［16］周叔蓮，王延中.面向21世紀的中國工業發展及對策［J］.中國工業經濟，1999（2）：5-9.

［17］胡春力.我國產業結構的調整與升級［J］.管理世界，1999（5）：84-92.

［18］賈洪文，張伍濤，盤業哲.科技創新、產業結構升級與經濟高質量發展［J］.上海經濟研究，2021（5）：50-60.

［19］孫德升，劉峰，陳志.中國制造業轉型升級與新微笑曲線理論［J］.科技進步與對策，2017（15）：49-54.

［20］RUNGI?A，PRETE?D?D.?The?Smile?Curve?at?the?firm?level：where?value?is?added?along?supply?chains［J］.Economics?letters，2018，164：38-42.

［21］STOLLINGER?R.?Testing?the?Smile?Curve：functional?specialisation?and?value?creation?in?GVCs［J］.Structural?change?and?economic?dynamics，2021，56：93-116.

［22］馬茹.基于產業微笑曲線解讀制造業產業升級發展［J］.經濟與管理，2015（6）：63-66.

［23］閆冰倩，崔曉楊，云昕，等.?商業模式的一個新的分析視角：重構房地產企業“微笑曲線”［J］.管理評論，2018（6）：265-272.

［24］劉吉成，林湘敏，顏蘇莉.光伏產業價值鏈增值動因及應對策略研究——基于微笑曲線和主成分分析法［J］.會計之友，2019（10）：32-37.

［25］張愛紅.基于微笑曲線的我國文創產品產業鏈升級研究［J］.山東社會科學，2020（4）：163-168.

［26］王舒.基于微笑曲線的網上銀行競爭優勢與發展策略［J］.中國市場，2020（36）：192，198.

［27］POST?J?E，MELLIS?M.?Corporate?responsiveness?and?organizational?learning［J］.California?management?review，1978，20（3）：57-63.

［28］KARAGOZOGLU?N.?Managerial?perspectives?on?organizational?learning?［J］.Creativity?and?innovation?management，1996，5（2）：123-133.

［29］BEVERIDGE?M，GEAR?A?E，MINKES?A?L.?Organizational?learning?and?strategic?decision?support［J］.The?learning?organization，1997，4（5）：217-227.

［30］SHAW?M?J.?Machine?learning?methods?for?intelligent?decision?support?an?introduction［J］.Decision?support?systems，1993，10（2）：79-83.

［31］邱國棟，王易.“數據-智慧”決策模型：基于大數據的理論構建研究［J］.中國軟科學，2018（12）：17-30.

［32］孔祥維，唐鑫澤，王子明.人工智能決策可解釋性的研究綜述［J］.系統工程理論與實踐，2021（2）：524-536.

［33］張廣勝，楊春荻.人工智能對組織決策的影響、挑戰與展望［J］.山東社會科學，2020（9）：100-105.

［34］孫喜.縱向一體化在中國產業升級中的作用研究［J］.科學學研究，2020（11）：1954-1965.

［35］盧現祥.生產技術、社會技術與中國產業升級［J］.人文雜志，2020（9）：15-26.

［36］張國慶，李卉.財稅政策影響產業升級的理論機制分析——基于地方政府競爭視角［J］.審計與經濟研究，2020（6）：105-114.

［37］張彥彥.我國地區產業升級動態差異解釋及其影響因素分析［J］.經濟問題探索，2021（5）：108-123.

［38］李丹，董琴.日美貿易摩擦下日本產業升級的實現及啟示［J］.現代日本經濟，2019（2）：1-12.

［39］陳自芳.論就業、產業升級與資源保護的協調互動機制［J］.江漢論壇，2011（2）：10-14.

［40］張雅.勞動力匹配視角下我國產業升級困境剖析［J］.商業經濟研究，2017（10）：177-179.

Analysis?on?the?Evolution?of?Chinese?Enterprises?Decision

of?Embedding?into?Global?Value?Chain

Qiu??Guodong，??Ren??Bo

（Management?School，?Dongbei?University?of?Finance?&?Economics，?Dalian?116025，?China）

Abstract：??Industrial?upgrading?is?very?important?to?promote?the?modernization?of?our?industrial?system?and?the?construction?of?modern?socialist?country.?In?1992，?Mr.?Shi?Zhenrong?put?forward?the?smile?curve?theory，?which?is?the?concrete?manifestation?of?the?division?of?the?world?industrial?chain，?the?objective?division?of?the?level?of?industrial?added?value，?the?ideological?guidance?for?enterprises?to?participate?in?the?global?competition，?and?the?strategic?drive?for?enterprises?to?accelerate?industrial?upgrading?and?transformation.?Existing?studies?show?that?industrial?upgrading?and?transformation?are?closely?related?to?the?managers?risk?preferences?and?upgrading?expectations.?In?the?past，?when?Chinese?enterprises?participated?in?global?value?chain?activities，?they?often?entered?the?production?and?processing?links，?which?has?the?lowest?risk?coefficient?and?the?highest?expectation?of?industrial?upgrading.?With?the?continuous?development?of?enterprises，?they?gradually?realize?and?admit?the?urgency?and?importance?of?industrial?upgrading.?Machine?learning?optimizes?the?decisionmaking?environment?of?managers?with?more?accurate?and?comprehensive?algorithms，?enabling?them?to?avoid?uncertainty?risks?to?the?greatest?extent，?which?enables?them?to?seek?more?accurate?value?growth?points?at?both?ends?of?the?smile?curve.?Their?vitality?and?competitiveness?are?fully?enhanced?in?the?process?of?industrial?upgrading.?It?is?found?that，?with?the?support?of?emerging?technologies，?the?decisionmaking?environment?of?managers?changes?through?the?pattern?of?“exhaustive?datasetslight?datasetextreme?dataset”.?The?decision?criterion?evolves?from?“complete?rationalitybounded?rationality”?to?“intelligent?rationality”.?Further?analysis?shows?that?the?transition?from?organizational?learning?to?machine?learning，?in?essence，?is?the?transition?of?managers?from?“bounded?rational?decision?maker”?to?“intelligent?rational?decision?maker”?in?the?value?chain?decisionmaking?process.?The?final?result?of?the?decision?will?advance?from?“satisfactory?solution”?to?“relative?optimal?solution”.

Key?words：organizational?learning;?machine?learning;?global?value?chains;?industrial?upgrading;?evolution?of?decision?making

（責任編輯：李?萌）