基于信息熵的省域制造业价值链测度方法研究

李秋香　李蒙蒙　黄毅敏

摘 要：制造业是国民经济的主体，是立国之本、兴国之器、强国之基，中国省域制造业价值链高度测量的研究对促进国民经济的发展有着重要意义。基于信息熵的客观性对中国省域制造业价值链地位的相关信息进行量化分析，针对中国8个区域的26个省级行政区的制造业展开实证研究，首先通过建立评价指标，构建评价模型并根据信息熵来计算各指标权重，然后对中国制造业的省域价值链高度进行测度与分析，最后对影响制造业价值链高度的指标进行回归实证分析。结果表明：全国制造业水平差异显著，各地区之间发展不平衡，据此提出增强创新能力、注重品牌影响力、引进高级人才、结合“引进来”与“走出去”、提高制造业国际化发展水平等建议。

关键词：制造业;价值链地位;信息熵

中图分类号：F424    文献标识码：A    文章编号：1671-0037（2020）3-21-12

DOI：10.19345/j.cxkj.1671-0037.2020.03.003

1 引言

制造业是我国国民经济的支柱产业，一直以来都受到国家的重视，随着我国经济发展进入新常态，制造业发展面临着新挑战。党的十九大报告明确指出“加快建设制造强国，加快发展先进制造业，促进我国产业迈向全球价值链中高端，培育若干世界级先进制造业集群。”而中部六省作为中国经济发展的第二梯队，在中国地域分工中扮演着重要角色。对制造业价值链管理的关键在于实现价值链上各环节之间信息的有效传递，本研究利用信息熵的客观性对信息进行量化分析，就中国26个省级行政区以及中部地区的制造业价值链地位进行实证研究，对促进我国建立有效的区域协调发展新机制、推动我国经济发展有着一定的现实意义和理论意义。

随着大数据时代的到来，信息熵在制造业价值链中的运用被越来越多的学者研究。傅为忠等[1]基于AHP—信息熵通过建立耦联评价模型对2006—2015年我国高技术服务业与装备制造业的产业融合度进行测度;曲小瑜等[2]利用最大信息熵原理与投影寻踪耦合模型对制造业环境技术创新能力做出评价;刘春霞等[3]以信息熵作为测度产业结构均衡程度的指标，将其运用于我国制造业结构时空演变特征的实证研究。近年来，关于中国制造业价值链地位的研究大多是基于全球角度来进行的。李新瑜[4]指出，在制造业的全球价值链中，中国制造普遍处于低端环节，而研发设计、核心部件、销售及渠道建设等高附加值环节则被跨国公司牢牢控制;李新宁[5]研究得出，东部地区依靠产业升级和国内价值链的构建提高其在全球价值链中的位置，而中西部地区借助于承接产业转移逐渐促进产业结构调整;高运胜等[6]研究了垂直专业化分工体系下，中国无论是劳动资源密集、资本密集还是技术密集行业在全球价值链中的地位均快速提升，且技术密集行业逐渐接近发达国家，但总体水平仍存在较大差距。

从构建并研究制造业价值链的不同测度指标来看。姚战琪[7]从提高制造业全要素生产率、增加国内生产性服务中间投入、提升劳动生产率等渠道研究制造业服务化对中国制造业参与全球价值链的影响;甄延临等[8]从区域内产业的组织层面、空间层面、产品和服务层面等角度来研究城市群内价值链空间配置;黄琼等[9]研究了人力资本、技术创新、制度环境、政府公共服务水平对制造业全球价值链地位攀升起到显著的促进作用，对外开放与物质资本水平为负向影响;杨仁发等[10]研究外商直接投资约束对产业集聚作用于制造业全球价值链地位提升内在机理的影响;岳孜[11]从创新政策、科研投入、“互联网+”以及培养人才方面提出中国制造业智能化发展的政策性建议;周彩红[12]研究了FDI、国际贸易、技术创新、国际分工等因素对长三角制造业发展的影响;Aitziber Elola[13]主要研究了集群内部和区域内部的力量以及制度和技术变革的作用如何影响全球价值链的行业结构和治理模式;Kexin Bi[14]从研发风险、制造风险和营销风险3个角度对中国制造业在全球价值链环境下的低碳技术创新风险进行了评价;Fucai Lu[15]研究了内部技术创新能力和外部联系对中国汽车制造业在全球价值链地位的影响。

大量文献采用不同测度方法对制造业价值链地位进行研究。潘秋晨[16]运用GMM方法，实证考察了GVC嵌入对中国装备制造业转型升级的影响机制;牛建国等[17]采用数据包络分析方法和Malmquist全要素生产率指数模型，实证研究领导企业的全要素生产率、研发设计以及品牌营销效率的升级趋势;刘胜等[18]运用双重差分法探讨行政审批制度改革对制造业企业全球价值链分工地位的影响;吕文晶等[19]采用探索性单案例研究方法，剖析了海尔COSMOPlat的智能制造模式及其在全球价值链升级的动态机理与具体升级路径;Kexin Bi[20]基于因子分析和DEA-Tobit两阶段法，分析了全球价值链下低碳技术创新绩效对中国制造业地位的影响;欧阳嘉原等[21]基于TiVA数据库，采用KPWW方法测算并比较分析了中国制造業总体的全球价值链参与程度和参与地位;Szalavetz[22]利用10个汽车行业参与者的深度访谈数据集中探讨了制造子公司和主导公司在数字技术应用和影响方面的差异。

以往文献基于不同的测量指标，大多采用面板数据、投入产出表等测度方法对中国制造业在全球价值链中的地位进行实证研究，但是对中国各省域的制造业价值链地位展开研究，并且将信息熵运用于中国制造业价值链地位测度方法的研究少之又少。不同于以上文献，本研究的创新点在于基于信息熵的客观性对中国省域制造业价值链地位的相关信息进行量化分析，提高测量的准确度，针对中国26个省级行政区以及中部六省的制造业进行实证研究。首先，建立评价指标，构建评价模型，并根据信息熵来计算各指标权重;其次，对中国以及中部省区制造业的区域高度价值链高度进行测度与分析;最后，对影响制造业价值链高度的指标进行回归实证分析。本研究为政府制定中国省域制造业的相关发展政策以及决策提供了参考依据。

2 中国制造业价值链省域高度测度方法

2.1 评价指标

中国各省域制造业价值链的高度作为本文的测量指标，代表着制造企业在价值链上的地位，各省域制造业的价值链地位随着其高度的提高而有所增长，本研究主要从企业创新能力、品牌影响力、人才结构、市场份额等指标对价值链进行评价。

企业创新能力是企业竞争力体现的核心，一个企业创新水平的高低将决定这个企业的市场竞争水平。因此，创新能力是评判价值链高度的重要标准，基于此，本文选择创新能力作为一项重要指标，选取单位产值专利申请数、单位产值专利授权数、R&D投入强度和创新产出4个二级指标进行研究。

企业品牌的影响力直接代表了产品的质量保障，因而本文选取品牌影响力来衡量制造业价值链高度，主要从地理标志商标数、商标累计有效注册数和马德里商标总量这3个指标来描述制造业品牌发展现状。

人才结构分析主要从两方面进行比较：其一，制造业从业比重。制造业从业比重表示人才结构基础，制造业从业基数较大，高级人才的从业人数也会有所攀升，因而选取制造业从业比重表示人才结构基础部分。其二，受教育程度。高等人才的匮乏是制造业高技术行业发展的主要障碍，高技术人才在制造业中的比重越高，行业发展越趋近于现代化、智能化。

制造业拥有的市场份额对制造业价值链地位来说是一项重要指标，市场份额主要从新产品出口销售比重、销售产值比和出口货物比3个分指标进行研究。新产品出口销售比重和销售产值比主要体现企业在市场中的营销水平;产品的出口货物比表示国际市场营销状况。价值链体系指标见表1。

2.2 评价模型构建

通过对以上数据的4个一级指标进行无量纲化处理，采用效用法按照公式

消除不同量纲的影响，定义效用值的区域范围为0～100，其中[Xij]表示第[j]年第[i]个指标（[i]分别为R&D投入、单位产值专利申请数、单位产值专利授权数、新产品销售出口比重、地理标志商标数、注册商标累计、马德里商标数），Max（[Xij]）表示第[j]年第[i]个指标的最大值，Min（[Xij]）表示第[j]年第[i]个指标的最小值。在此基础上构建制造业价值链高度得分。

利用信息熵计算各指标的熵权;确定各指標的权重，设第[j]项指标的熵为[Hj]，则

其中，[pij=yiji=1myij]，[k=1lnm];当[pij=0]时，[pi，jlnpi，j=0]。

定义熵权，根据熵[Hj]求解第[j]项指标熵权，即[ωj=1-Hjn-j=1nHj   ，    0≤ωj≤1 ，j=1nωj=1]

价值链高度指数[VCIi=ωj.Vij]。

2.3 价值链高度评价指标权重

通过对制造业创新能力、品牌高度、人才结构、市场程度这四部分进行分析，对数据进行无量纲化处理，通过熵值赋权法，得到指标权重如表2所示。

3 中国制造业省域高度价值链高度测度与分析

3.1 全国价值链高度

本研究所有数据均来源于中国统计年鉴，由于新疆、宁夏、西藏、海南等省级行政区的数据缺失，本研究只对可获得样本数据的26个省级行政区进行分析，且2012年数据不完整导致计算结果较低，为了不影响对整体数据的分析，不考虑2012年数据带来的误差。全国制造业价值链2011年的平均高度是13.91，2018年升至26.77，从表中可以看出，虽然各省份都在呈上升趋势，但从2018年的数据来看，有17个省份制造业价值链高度低于全国平均水平，只有9个省市高于全国平均水平。其中，北京市、天津市、上海市和广东省在2018年的价值链高度均在40.00以上，而北京市价值链高度得分最高，达64.02，相比2011年的价值链高度上升了38.54，是中国增长最快的城市。安徽省、青海省、贵州省、云南省、甘肃省、黑龙江省和广西壮族自治区2018年价值链高度均在19.00以下，其中贵州省最低为11.33，相比2011年的价值链高度只增加了4.07，详见表3。从2011—2018年制造业价值链高度得分来看，全国制造业价值链呈现上升趋势，大部分地区处于价值链攀升状态，但是整体来看变化不显著。

图1为2011—2018年中国制造业省域价值链高度分布图，由图中可以看出，从全国来看，每年中国制造业省域价值链高度相较前一年有显著上升的趋势，尤其是2016年以来，制造业省域价值链高度增长速度显著加快，2018年中国省域的价值链高度相较2011年有着显著的增长。中国制造业省域价值链高度分布图更为直观地表示出前面结论，即全国各省域之间制造业水平显著差异，制造业价值链高度增长速度较快的一直是少部分省域，而且制造业价值链高度最高的省域一直在稳步发展。

3.2 中部地区价值链高度

中部地区作为中国经济的腹地，包括山西、河南、安徽、湖北、江西、湖南六个相邻省份，其制造业价值链高度测量的研究对促进国民经济的发展有着重要意义。中部地区的制造业价值链高度变化趋势相近，虽存在上升趋势，但是2011—2018年均处于全国制造业价值链低端水平，如图2所示。河南省和湖北省制造业价值链高度处于领先地位且发展速度显著增长，湖北省从2011年的11.47上升至2018年的24.52，达到中部最高水平，其次河南省2018年制造业价值链高度得分达到22.19，相较于2011年，上升了12.36。山西省、江西省、湖南省和安徽省在2011年至2014年制造业价值链高度显著增长，之后几年一直比较平稳，2018年制造业价值链高度得分分别为21.58、20.50、19.92和18.65。可以看出，中部地区制造业价值链高度虽然上升趋势较为明显但是整体发展水平依然较低，只有河南省与湖北省能接近全国平均水平，可见，中部地区制造业价值链地位居于全国低端水平，但是具有持续上升的趋势。

3.3 东北地区价值链分析

东北地区有3个省份，分别是辽宁省、黑龙江省、吉林省，整体来看，辽宁省和吉林省的制造业价值链高度处于上升趋势。2011—2018年辽宁省制造业价值链高度处于东北地区领先地位。辽宁省2011年价值链高度达到了14.58，高于2011年的全国水平13.91，2018年价值链高度得分达到26.00，但是低于全国水平26.77。近年来黑龙江省与吉林省发展较为缓慢，且二省之间差异性较小，二省均没有达到全国平均水平，辽宁省在全国平均水平上下浮动，位于全国制造业价值链的中端。整体来看，东北地区制造业价值链高度处于中国制造业发展的低端水平，如图3所示。

3.4 环渤海地区价值链分析

环渤海地区包括北京市、天津市、河北省、山东省4个省市。整体来看，环渤海地区制造业价值链高度处于上升状态，说明近年来该地区制造业价值链高度有所提升，但是省份之间差异较大。其中，北京市制造业价值链高度得分显著增长，2018年最高达到了64.02，处于全国领先水平，天津市2011—2013年显著增长，之后增长较为平缓，2018年制造业价值链高度得分达到45.07。山东省2018年制造业价值链高度得分达到35.50。但是河北省2011—2018年制造业价值链高度得分增长比较缓慢，2018年价值链高度得分仅为19.26，不足北京市的1/3，如图4所示。由图表可以明显看到，河北省近年来制造业价值链高度变化不大，增长较为缓慢，且处于环渤海地区低端水准，同时低于全国平均水平。北京市、山东省、天津市制造业价值链高度均高于全国平均水平，其中北京市、天津市位于全国价值链高端水平，而山东省位于全国价值链中高端水平。

3.5 长三角与珠三角地区价值链分析

上海市位居长三角与珠三角地区制造业价值链高度得分之首，2018年广东省、上海市、江苏省和浙江省4个省市价值链高度得分分别为46.57、47.52、37.38和31.88，均显著高于全国平均水平，江苏省2014年制造业价值链高度显著下降，2015年开始持续上升，其制造业价值链高度2018年得分达到37.38，在该地区浙江省相较于其他3个省份的价值链高度稍低，2011—2013年有着显著增长之后一直保持较为平缓的增长，发展速度低于广东省、上海市和江苏省。广东省从2015年价值链高度接近上海市并持续快速增长，可见，长三角与珠三角地区制造业价值链高度得分趋势较为相近，均属于制造业高端水平行列，如图5所示。

3.6 西南地区及海西经济区

西南地区主要有广西壮族自治区、重庆市、四川省、贵州省、云南省;海西经济区有福建省。如图6所示，福建省价值链高度稍高于全国平均水平，虽然位于该地区价值链的最高地位，但是发展缓慢且2017年有下降的趋势。重庆市价值链高度近几年来发展迅速，且在2016年高于全国平均水平，四川省、广西壮族自治区、云南省和贵州省2018年制造业价值链高度得分分别达到21.41、18.47、16.52、12.24，均低于全国平均水平，处于全国低端水平，其中贵州省价值链高度近几年有显著下降的趋势，云南省在2017年也有显著下降的趋势。由此看出，福建省制造业价值链高度处于全国中高端水平，重庆市处于全国中端水平且发展潜力较大，而四川省、广西壮族自治区、云南省和贵州省制造业价值链高度处于全国低端水平。整体而言，西南地区位于全国价值链的低端，海西经济区位于全国水平的中高端。

3.7 西北地区价值链高

西北地区包括甘肃省、青海省、陕西省。陕西省制造业价值链高度近几年来增长速度较快，位于西北地区之首，但是2017年显著下降，2018年制造业价值链高度得分达到25.56，甘肃省虽然近几年发展较为缓慢，但是一直处于上升趋势，2018年制造业价值链高度得分达到17.45，青海省2011—2013年有着显著增长，但是2013—2017年一直处于下降的趋势，2018年稍微回升，制造业价值链高度得分达到15.96。3个省份制造业价值链高度得分均低于全国平均水平，陕西省与全国平均水平差异不太显著，甘肃省和青海省显著低于陕西省，并且青海省和甘肃省近年来变化趋势不明显。整体来看，西北地区价值链高度水平较低，尤其甘肃省和青海省显著低于全国平均水平，处于全国制造业价值链低端水平，而陕西省位于全国制造业价值链中低端水平，如图7所示。

4 省域制造业价值链地位影响因素实证分析

由表1可知，本研究采用熵權法对各个二级指标赋予权重，依据本研究的各个二级指标所占的权重，将2011—2018年全国26个省域各指标的价值链高度得分数据分别汇总成一级指标，并得出创新能力、品牌影响力、人才结构、市场份额4个指标各自的全国价值链高度得分，最后对价值链地位进行测度与评价，详见表4，进而实证分析省域制造业价值链地位的影响因素。

本研究针对以上4个指标构建多元线性回归模型进行实证分析，选取制造业价值链高度（Value Chain Height）作为因变量，自变量为创新能力（Innovation Ability）、品牌影响力（Brand Influence）、人才结构（Talent Structure）、市场份额（Market Shares）。设定回归模型为：

应用Eviews的最小二乘法程序输出结果，如表5所示。

通过Eviews输出的结果得出估计方程为：

由表5可知，[β0=0.0387]是样本回归方程的截距，它表示除去这4个指标的其他因素对价值链高度的影响，创新能力、品牌影响力、人才结构、市场份额与价值链高度显著正向相关，表明创新能力、品牌影响力、人才结构、市场份额能够促进中国制造业价值链地位的提升，且这4个回归系数的符号和大小与经济理论和人们的经验期望值相一致。样本可决系数为[R-squared=1]，可见，估计的样本回归方程较好地拟合了样本观测值，这也可以从图8更加清晰直观地看出。

对回归方程进行F检验，提出检验的原假设[H0： β1=β2=β3=β4=0]，对立假设[H1：]至少有一个[βi]不等于零[（i=1，2）]，可知F统计量为7.52E+08，对于给定的显著性水平α=0.05，根据F分布百分位数表（α=0.05），查出分子自由度为4、分母自由度为3的F分布上侧分位数[F0.054，3=9.12]。因为本研究的F统计量为7.52E+08大于9.12，所以否定[H0]，总体回归方程是显著的，即中国制造业价值链高度与创新能力、品牌影响力、人才结构和市场份额存在显著的线性关系。

5 结论与建议

5.1 结论

基于信息熵的客观性对中国省域制造业价值链地位的相关信息进行量化分析，针对我国8个区域的26个省级行政区的制造业进行实证研究，从创新能力、品牌影响力、人才结构、市场份额4个指标分别对制造业价值链高度的特征进行描述、测度与分析，得出以下几个结论：①创新能力、品牌影响力、人才结构、市场份额对全国制造业价值链高度有着显著正向促进的作用;②全国制造业水平差异显著，各地区之间发展不均衡，东、中、西部制造业发展差距较大;③全国制造业价值链呈现上升趋势，大部分地区处于价值链攀升状态，但是整体来看变化不显著;④中部地区、东北地区、西南地区和西北地区的制造业价值链高度均位于全国低端水平，其中，东北地区的辽宁省、西南地区的重庆市和西北地区的陕西省与全国平均水平相差不大，位于中端水平;⑤环渤海地区除河北省均位于全国高端水平，长三角和珠三角地区位于全国高端水平，海西经济区位于全国中高端水平。

5.2 建议

5.2.1 增强创新意识，提高创新能力。创新是引领发展的第一动力，创新能力是企业竞争力体现的核心，一个企业创新水平的高低将决定这个企业的市场竞争力水平，关乎企业的成败，相对一个国家以及区域而言，创新能力的高低也是至关重要的。因此，创新能力是评判制造业价值链高度的重要标准，通过技术创新提高中国制造的品质和国际竞争力，全国各省份应增强创新意识，加快实施创新驱动发展战略，立足于省情、市情，进一步优化创新生态、聚集创新资源、提升创新绩效、释放创新潜能，做到扬长补短，理性务实创新，通过转变政府角色，积极与企业沟通，服务企业，激发企业创新意识和积极性，提高制造业的创新能力，促进本省份制造业的发展。

5.2.2 注重品牌作用，强化制造业市场的品牌影响力。近年来，很多学者通过品牌影响力来衡量制造业价值链地位，企业品牌的影响力直接代表了产品的质量保障。中国多数省域制造业品牌无论在国内还是国际市场影响力均较小，打造一批具有国际竞争力的先进制造业集群，亟须提升中国先进制造业的品牌影响力。但国内有些制造业，生产能力与出口能力都不弱，却在品牌上一直处于弱势。品牌上的弱势，不仅削弱了中国制造业的国际影响力，也会对国内市场带来不利影响，更重要的是，品牌影响力不强会导致中国制造业处于产业链以及价值链的低端。因此，要强化我国制造业产业的品牌影响力，打造一批具有国际竞争力的先进制造业集群，提升产业基础能力和产业链现代化水平。

5.2.3 大力引进高级人才，促进制造业高技术行业的发展。高级人才是促进制造业高技术行业发展的源泉，高级人才可以为制造业高科技发展提供技术支持，有利于制造业实现智能化、高端化，因而各省域应大力引进高级人才，优化制造企业人才结构，促进制造业高技术行业的发展，既要充分发挥高校教育培养作用，加强校企合作，培養一批适应各地经济社会发展需求的新型人才，又要加大人才引进力度，完善人才落地奖励政策，对大力引进高精尖人才的企业进行适当的奖励，鼓励企业重视人才培养工作，做到让人才“走进来，留下来”，严把政策落实大关，加大资金投入力度，重视人才队伍建设，提高队伍整体素质，为制造业高质量发展提供人才支撑。

5.2.4 结合“引进来”与“走出去”，提高制造业国际化发展水平。统筹利用国内国外两种资源、两个市场，实施更加积极的制造业开放战略，将“引进来”与“走出去”更好地结合，拓展新的开放领域和空间，提高利用外资能力与国际合作水平。进一步优化制造业开放结构，引导外资投向新一代信息技术、高端装备、新材料、生物医药等髙端制造领域，鼓励境外企业和科研机构在我国设立全球研发机构。支持符合条件的企业在境外发行股票、债券，鼓励与境外企业开展多种形式的技术合作，进而提高中国制造业在全球价值链中的地位。

参考文献：

[1] 傅为忠，金敏，刘芳芳.工业4.0背景下我国高技术服务业与装备制造业融合发展及效应评价研究：基于AHP-信息熵耦联评价模型[J].工业技术经济，2017，36（12）：90-98.

[2] 曲小瑜，张健东.制造业环境技术创新能力综合评价：基于最大信息熵原理与投影寻踪耦合模型[J].科技管理研究，2017，37（5）：70-76.

[3] 刘春霞，朱青.信息熵在产业结构演变研究中的应用：兼论我国制造业结构演变的时空分异[J].城市发展研究，2005（4）：20-25.

[4] 李新瑜.马克思主义理论视域下的中国制造业价值链升级研究[J].经济研究导刊，2019（13）：49-50，53.

[5] 李新宁.国内价值链重构驱动制造业转型升级研究[J].合作经济与科技，2019（17）：17-19.

[6] 高运胜，郑乐凯.中国制造业全球价值链地位动态变化的重新估算[J].产业经济评论（山东大学），2018，17（4）：73-88.

[7] 姚战琪.制造业服务化对中国制造业参与全球价值链的影响[J].哈尔滨工业大学学报（社会科学版），2019，21（4）：126-133，2.

[8] 甄延临，张杰军，陈怀录.基于价值链的我国沿海城市群城市地位演化研究：以长三角、珠三角、闽东南城市群为例[J].中国软科学，2008（8）：110-120.

[9] 黄琼，李娜娜.制造业全球价值链地位攀升影响因素分析：基于发达国家与发展中国家的比较[J].华东经济管理，2019，33（1）：100-106.

[10] 杨仁发，李娜娜.产业集聚、FDI与制造业全球价值链地位[J].国际贸易问题，2018（6）：68-81.

[11] 岳孜.《中国制造2025》背景下制造业智能化发展分析[J].社会科学战线，2016（11）：261-264.

[12] 周彩红.产业价值链提升路径的理论与实证研究：以长三角制造业为例[J].中国软科学，2009（7）：163-171.

[13] ELOLA A，VALDALISO J M， LOPEZ S. The Competitive Position of the Basque Aeroespatial Cluster in Global Value Chains： A Historical Analysis[J]. European Planning Studies，2013，21（7）：1029-1045.

[14] BI K X， HUANG P， WANG X X. Innovation performance and influencing factors of low-carbon technological innovation under the global value chain： A case of Chinese manufacturing industry[J]. Technological Forecasting & Social Change，2016，111（oct）：275-284.

[15] LU F C，HE W，CHENG Y，et al. Exploring the Upgrading of Chinese Automotive Manufacturing Industry in the Global Value Chain： An Empirical Study Based on Panel Data[J]. Sustainability，2015，7（5）：6189-6211.

[16] 潘秋晨.全球价值链嵌入对中国装备制造业转型升级的影响研究[J].世界经济研究，2019（9）：78-96，135-136.

[17] 牛建国，张小筠.全球价值链中的企业价值链功能升级：以中国体育用品制造业为例[J/OL].企业经济：1-10[2019-10-28]（2020-01-25）.https：//doi.org/10.13529/j.cnki.enterprise.economy.2019.10.018.

[18] 刘胜，申明浩.行政审批制度改革与制造业企业全球价值链分工地位[J].改革，2019（1）：150-158.

[19] 吕文晶，陈劲，刘进.智能制造与全球价值链升级：海尔COSMOPlat案例研究[J].科研管理，2019，40（4）：145-156.

[20] BI K X，HUANG P，YE H. Risk identification， evaluation and response of low-carbon technological innovation under the global value chain： A case of the Chinese manufacturing industry[J]. Technological Forecasting & Social Change，2015，100（NOV）：238-248.

[21] 欧阳嘉原，许美菊，何均琳.中国制造业全球价值链参与地位解析：基于KPWW方法测算[J].福建农林大学学报（哲学社会科学版），2019，22（4）：60-67，77.

[22] SZALAVETZ A. Digitalisation， automation and upgrading in global value chains - factory economy actors versus lead companies[J]. Post-Communist Economies，2019，31（5）：1-25.

Research on the Measurement Method of Manufacturing Value Chain in Provinces based on Information Entropy

Li Qiuxiang1， Li Mengmeng1， Huang Yimin2

（1. School of Business， Henan University， Kaifeng Henan 475004; 2. School of Management and Economics， North China University of Water Resources and Electric Power， Zhengzhou Henan 450046）

Abstract：Manufacturing is the main body of national economy， and it is the foundion forestablishment， the tool for rejuvenation and the basis forpowerful strength of a country. Study on the scale measurement of provincial manufacturing value chain in China is of great importance to promote the national economy development. Based on the objectivity of the information entropy，the information related to the position of provincial manufacturing value chain wasqualitatively analyzed. and the manufacturing of 26 provincial administrative regions from 8 areas of China wasempirically studied. First of all， through the establishment of evaluation index， evaluation model was constructed based on information entropy to calculate the index weight， and then theprovincial value chain scaleof manufacturing in Chinawas measured and analyzed. At last， it made a regressive empirical analysis on the indexes that affect the scale of manufacturing value chain.The results have showed that there is a significant difference in the level of manufacturing industry in China， with unbalanced development among different regions. Based on that， some suggestions were put forward， such as strengthening innovation ability， paying attention to brand influence， introducing senior talents， combining "bringing in" and "going out"， and improving the internationalization development level of manufacturing industry.

Key words：manufacturing; value chain position;information entropy

收稿日期：2020-01-23

基金项目：国家社会科学基金“中国制造业高质量发展路径选择与实施策略研究”（19FGLB067）;河南省科技發展计划软科学项目“河南省制造业高质量发展基础能力重构路径与方法研究”（192400410088）;河南省哲学社会科学项目“河南省制造业高质量发展创新驱动路径与方法研究”（2018HQ010）。

作者简介：李秋香（1980—），女，管理学博士，副教授，硕士生导师，研究方向：创新驱动与高质量发展;李蒙蒙（1995—），女，硕士研究生，研究方向：创新驱动与高质量发展;黄毅敏（1978—），男，管理学博士，副教授，研究方向：精益管理创新方法。