制造业新型化测算体系构建及应用

【摘要】随着走“新型化道路”的提出，江苏省率先开始了制造业新型化道路的探索。本文构建了一套能客观评价“新型化制造业”的指标体系，运用因子分析法，从经济创造、科技创新、环境保护三个维度科学的评价和把握江苏13个地级市制造业的发展情况，结果显示13市的制造业新型化程度差别较大，区域间也形成苏南高于苏中、苏中强于苏北的情况。

【关键词】江苏制造业 新型化 因子分析法

一、导论

进入21世纪，制造业仍然是国家工业研发的主要行业，仅2001-2005年中国制造业工业增加值就为37613.1亿元，占到了国民生产总值的39.21%，工业总产值的77.61%，上缴税金达4398.17亿元，占国家税收总额的30%和财政收入的27%。作为制造业较为发达的省份，江苏制造业虽然在过去的几十年取得过不小的成就，但统筹全局，江苏的制造业也存在着环境、资源、人口等方面的“瓶颈”。

二、江苏省制造业新型化能力分析

为了综合分析江苏省制造业新型化程度，本文采用因子分析法，以2009年全省统计数据为基础，对江苏13个地级市的制造业进行经济创造能力、科技创新能力和环境保护能力评价，最后综合分析各地制造业新型化程度。因为因子分析法可以在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理，本文采用《中国制造业发展研究报告2008》中所选取的指标体系进行因子分析。

（1）经济创造能力。采用统计分析软件SPSS17.0，对13市制造业经济创造力指标有关数据进行巴特利特球度检验和KMO检验，结果发现KMO值为0.562，大于0.5的最低要求，所以因子分析可以接受。处理结果的置信度达到100%，主成分的累计方差贡献率为65.38%，即第一个因子代替6个指标的有效性为65.38%，所以只取第一个因子即可。第一个因子中A1、A2、A4、A6的系数相比A3、A5较大，说明制造业增加值、制造业就业人数占全部就业人数比重、制造业对外贸易依存度和制造业劳动生产率等指标对经济创造能力影响较大。

将旋转后的标准化数值代入因子表达式计算主成分得分，并将得分按照各自的方差贡献比例加权综合，即F=（65.381*fac1_

1）/65.381，得到江苏13市制造业在经济创造能力方面的综合得分。

从制造业经济创造能力上来看，苏南五市经济创造能力最强，苏州以2.40的分数独占鳌头，无锡、南京紧随其后，苏中三市总体水平比苏北五市高，总体上来说苏南、苏中、苏北呈递减的趋势。而制造业增加值占GDP的比重较高，所以制造业的经济创造能力与各地经济发展水平的排名大体一致。2009年，江苏省13市中，宿迁市制造业增加值占GDP的比重最高，为98.81%，其他城市也都相对较高，即使是最低的徐州市也占到了81.51%。

（2）科技创新能力。采用统计分析软件SPSS17.0，对13市制造业经济创造力指标有关数据进行巴特利特球度检验和KMO检验，结果发现KMO值为0.749，大于0.5的最低要求，所以因子分析可以接受。处理结果的置信度达到100%，主因子的累计方差贡献率为89.041%，即第一个因子和第二个因子代替7个指标的有效性为89.041%，所以只取第一个和第二个因子即可。其中，第一个因子中的B3、B4、B6、B7和第二个因子中的B2、B5的系数与其他指标相比较大，也就是说第一个因子中的每十万人专利申请数、每十万人专利授权数、高新技术产品销售收入和科技创新贡献率和地儿个因子中的R&D经费占销售收入比例和R&D人员占制造业就业人数比重对科技创新能力的影响较大。

将旋转后的标准化数值代入因子表达式计算得分，并将得分按照各自的方差贡献比例加权综合，即F=（59.841*fac1_1+29.200*fac2_1）/89.041，得到江苏13市制造业在科技能力方面的综合得分和排名。

江苏省作为高科技较发达的省份，近年来也一直不断的加大科技经费（B1）的投入，制造业的专利申请量（B3）由2000年的8210件增加到2009年的174329件，产出与投入比已经超过了20。看来，政府这十年对科技创新能力的改善已经卓有成效。从横向上看，由表2可知，苏州仍以1.77的高分位居第一，苏南五市全部在前五名，六到八名为苏中三市，苏北五市排名倒数。由此可见，科技创新能力对制造业发展水平有很大的影响，从而间接决定了各地的经济发展水平。

（3）环境保护能力。对有关数据进行因子分析，首先进行KMO值和巴特利特球度检验，发现KMO值为0.630，大于0.5。采用因子分析法提取公因子后，只有前三个特征根大于1，因此，SPSS只提取了前三个因子，第一个因子的方差占所有因子方差的46.265%，前三个因子的方差贡献率为85.602%，也就是说，可以解释85.602%的方差，所以选前因子就足够描述制造业发展的环境问题。其中，因子1中的C1、C2、C4、C5的指标系数比其他几个指标系数大，所以三废综合利用产品产值、工业废水排放达标量、工业二氧化硫去除量和工业烟尘去除量对环境保护能力的影响较大；因子2中的C3、C6、C8的指标系数较大，即第二个因子中的工业废水排放达标率、工业固体废物综合利用率和资源综合利用指数对环境保护能力的影响较大；因子3中的C7指标系数较大，所以单位增加值能耗对环境保护能力的影响较大。

将旋转后的标准化数值代入因子表达式计算因子综合得分，并将得分按照各自的方差贡献比例加权综合，即F=（41.706*fac1_1+27.949*fac2_1+15.947*fac3_1）/85.602，得到江苏13市制造业在科技能力方面的综合得分和排名。

分析表3数据，虽然苏州的环境护能力仍在排在第一位，苏南五市的总体排名比较靠前，但是镇江市的环境保护能力却排在第十二名，这是因为镇江市的工业三废排放量高，达标率低，而且资源综合利用指数只有88.92%，排在了倒数第一位，影响了其环境保护能力的总体得分。相反的，制造业经济创造能力和科技创新能力一般的徐州市，在环境保护能力的综合得分上较高，排在第二位。分析2009年徐州市环境保护能力有关数据发现，徐州市虽然工业三废排放量高，但是达标率也高，而且资源综合利用指数为98.27%，为全省最高，也为其环境保护能力加了不少分。

三、江苏制造业新型化程度的总体评价

如果单从经济创造能力、科技创新能力或环境保护能力某一方面来评价江苏省制造业新型化程度，显然是不客观的，应从三个维度综合评价江苏省13个地级市的制造业新型化程度。

将21个指标进行处理后显示，前四个因子的累计方差贡献率达到85.919%，将21个指标的标准化数值代入因子表达式计算F得分，从而得到2009年江苏省13个地级市制造业新型化程度的综合得分和排名。通过表1与表4的对比发现，除了徐州、镇江、盐城等个别城市，大多数城市的制造业经济创造能力与制造业新型化水平大体相当，说明了在评价制造业的新型化程度中，经济创造能力占了很重要的一部分，间接决定了各地区制造业新型化的最终排名。通过对照分析表2与表4，各地区的科技创新能力的能力大小与新型化排名大体相当，总体来说就是越重视企业技术创新的地区，制造业新型化程度越高，因为所谓新型化制造业，就是依靠科技创新，提高经济效益，实现可持续发展，科技创新能力直接决定了经济创造能力，经济创造能力又可以体现出制造业的新型化程度。

但是如果分析表3与表4的有关数据，发现制造业新型化程度不仅仅由经济创造能力、科技创新能力来决定，环境保护能力也影响到各地区制造业新型化程度的综合得分。苏北的徐州市虽然经济创造能力低于苏南、苏中城市，但由于环境保护得分较高，使其新型化程度排名跻身前五名；而相反的，经济发达和技术创新能力强的镇江市，由于环境保护方面做得不如其他城市，仍有很大的上升空间，影响了制造业新型化结果的最终排名。

总体上来说，苏南、苏中、苏北新型化指数呈阶梯状向下，而且苏南城市的制造业新型化指数明显高于苏中、苏北城市。

参考文献：

[1]金碚、李钢、陈志.中国制造业国际竞争力现状分析及提升对策[J].财贸经济，2007，（3）.

[2]M.N. Murtya， Surender Kumarb， Mahua Paul.Environmetal regulation， productive efficiency and cost of pollution abatement： a case study of the sugar industry in India[J].Journal of Environmental Management，2006，（79）.

[3]Rachel Fleishman，Rob Alexander，Stuart Bretschneider，David Popp.Does regulation stimulate productivity The effect of air quality policies on the efficiency of US power plants[J].Energy Policy，2009.

[4]Pandej，Chintrakarn，Environmental.Regulation and U.S. Sta-

tes'Technical Inefficiency[J].Economics Letters，2008，（100）.

[5]Kjetil Telle， Jan Larsson.Do environmental regulations hamper productivity growth How accounting for improvements of plants' environmental performance can change the conclusion[J].Ecological Economics，2007，（1）.