长三角一体化背景下制造业同构研究*

□ 胡玉琴 刘 波

｜引言

2019 年12 月 《长江三角洲区域一体化发展规划纲要》 印发实施，标志着长三角一体化国家战略正式进入实施阶段。长三角区域包括沪苏浙皖“三省一市”全域，城市群全面覆盖安徽省。

作为世界制造业基地和我国最具影响力和带动力的强劲活跃增长极，在 《中国制造2025》 《长江经济带发展规划纲要》 以及 《长江三角洲城市群发展规划》 等一系列国家重大发展规划的引领下，长三角制造业协同发展成为一体化进程中最关键的环节。

充分发挥长三角区域中三省一市的比较优势，提升制造业综合实力，首先要把握制造业同构状况。本文基于成分数据Aitchison 几何理论改进已有同构化测度指标，从而测度覆盖范围变化的长三角区域，把握长三角一体化进程中制造业同构化的现状和演变趋势。

｜同构化测度指标

常用的同构化测度指标是UNIDO（1979）提出结构相似系数和Krugman（1991）提出的Krugman指数。从几何观点来看，结构相似系数是两个向量的夹角余弦值，Krugman 指数则是两个向量的曼哈顿距离。

为何结构相似系数的取值范围是[0，1] 而非[-1，1]、Krugman 指数的取值范围是[0，2] 而并非[0，∞)，究其原因是忽视产业结构是成分数据这一事实，用欧式空间的欧式几何直接分析成分数据。Aitchison（1982、1986）指出成分数据满足单形空间的Aitchison 几何而非欧式空间的欧式几何，借助对数比变换可以实现单形空间成分数据向欧式空间普通向量的转化，其中中心对数比变换（centered logratio transformation，简称clr 变换）是常用的对数比变换。

注：①与王志华和陈圻（2006）提出的改进Krugman 指数进行区别。

改进结构相似系数N.Spq 的取值范围[-1，1]，反映产业结构的同构方向。当0＜N.Spq≤1 时，表明两地产业结构同向发展，同构化程度随着N.Spq 趋于1 不断增加；当-1≤N.Spq＜0 时，表明两地产业结构反向发展，同构化程度随着N.Spq 趋于-1 不断弱化；而当N.Spq趋于0 时，两地产业结构呈现相互垂直趋势，同构化趋于0。

新Krugman 指数N.KIpq 取值范围是[0，+∞)，反映产业结构的同构距离。当N.KIpq 取值越小，则同构化程度越高；N.KIpq 距离越大，则同构化程度越低：当N.KIpq 为0时，则表明两地产业结构完全相同。

｜长三角制造业同构研究

（一）数据说明

本文基于2003-2019 年长三角地区三省一市的制造业分行业数据进行分析。由于我国 《国民经济行业分类》 国家标准于1984 年发布，进行了四次修订。制造业行业进行或合并、或分解、或增列等的变化。合并橡胶制品和塑料制品；合并汽车制造业和铁路、船舶、航空航天和其他运输设备制造业为交通运输设备制造业；将金属制品、机械和设备修理业并入金属制品业；将废弃资源综合利用业和废旧材料加工业统一归并到其他制造业。本文将制造业行业共分为28 个行业。

统计年鉴数据中关于制造业分行业数据仅统计规模以上（下文简称规上）分行业工业企业增加值。从2017 年开始，规上企业统计主营业务收入在2000 万元及以上的工业企业，统计口径产生变化。据 《浙江统计年鉴（2018-2020）》、《上海统计年鉴（2018-2020）》 可获得2017-2019 年三年的规上企业制造业分行业增加值数据，但 《江苏统计年鉴（2018-2020）》 以及 《安徽统计年鉴（2018-2020）》 这部分数据没有统计。基于制造业是成分数据进行分析，在制造业分行业增加值的统计中主营业务在2000 万元及以上占主要作用。对浙江省和上海市统计年鉴2017-2019 年的制造业分行业数据进行保留。对江苏和安徽缺乏的2017-2019 年数据，在保证预测精度的情况下，利用灰色预测模型GM（1，1）对制造业分行业增加值数据进行预测。

将制造业按要素密集程度划分为劳动密集型、资本密集型和技术密集型三大类制造业测度制造业同构的变化。分类标准主要借鉴王志华和陈圻（2006）、张其仔和李蕾（2017）以及李晓阳等（2020）（表1）。

表1 按要素密集程度的制造业分类标准

基于2003-2019 年长三角地区三省一市的制造业分行业数据，从要素密集程度将制造业行业数据进行合并，得到三省一市劳动密集型、资本密集型以及技术密集型制造业所占的比例数据进行分析。

（二）制造业结构演变

浙江省制造业主要呈现两个阶段，第一个阶段是2003-2015 年，劳动密集型制造业占主导地位，呈“劳动密集型-技术密集型-资本密集型”；第二个阶段是2016-2019 年，技术密集型制造业逐渐超过劳动密集型制造业从而占据主导地位，呈“技术密集型-劳动密集型-资本密集型”。从趋势来看，劳动密集型制造业呈现下降趋势，技术密集型和资本密集型制造业则呈现上升趋势，不断朝着制造业结构的高级化即“技术密集型-资本密集型-劳动密集型”演变（图1）。

图1 浙江省制造业结构变化

上海市制造业技术密集型始终占据主导地位，呈“技术密集型-资本密集型-劳动密集型”。从趋势来看，技术密集型制造业所占比例不断上升，资本密集型和劳动密集型有所波动，但制造业高级化趋势明显（图2）。

图2 上海市制造业结构变化

江苏省制造业技术密集型制造业一直占据主导地位，主要呈现三个阶段，第一阶段是2003-2004 年，呈“技术密集型-劳动密集型-资本密集型”阶段；第二阶段2004-2015 年，呈“技术密集型-资本密集型-劳动密集型”阶段；第三阶段是2016-2019 年，又呈“技术密集型-劳动密集型-资本密集型”阶段。从趋势来看，技术密集型制造业不断上升，劳动密集型呈下降到上升，资本密集型呈上升到下降趋势（图3）。

图3 江苏省制造业结构变化

安徽省制造业主要呈现二个阶段，第一阶段是2003-2008 年，呈“资本密集型-技术密集型-劳动密集型”阶段；第二阶段是2009-2019 年，呈“技术密集型-劳动密集型-资本密集型”阶段。从趋势来看，技术密集型和劳动密集型制造业不断上升，而资本密集型制造业呈下降趋势（图4）。

图4 安徽省制造业结构变化

（三）制造业同构方向

用改进结构相似系数N.Spq测度长三角地区三省一市制造业两两同构的方向（表2、图5），发现其演变方向的趋势呈现“趋异—趋同”的交替变化：

表2 长三角三省一市制造业改进结构相似系数

1.改进结构相似系数的取值有负值，表明三省一市的制造业从要素密集程度的演变方向存在不一致性，但总体呈现向正值的变化，表明制造业高级化的内在驱动和产业政策等的外在影响下，三省一市制造业两两之间演进方向将具有一致性，即朝着“技术密集型-资本密集型-劳动密集型”演进。

2.上海和江苏的改进结构相似系数取值大于0.8，平均值为0.970，演进方向具有高度的一致性；浙江和安徽的改进结构相似系数2008 年前均为负值，表明演进方向是不同的，而2008 年后演进方向逐渐趋同；2016 年开始，浙江与上海、浙江与江苏的演进方向逐渐趋同，这与制造业结构演变分析相一致。

（四）制造业同构距离

新Krugman 指数N.KIpq测度长三角地区三省一市制造业两两同构的距离（表3、图6）发现其距离呈现波段式，也就是同构程度趋异与趋同交替：

图6 长三角三省一市制造业新Krugman 指数折线图

表3 长三角三省一市制造业新Krugman 指数

1.2003-2008 年，安徽和江苏的新Krugman 指数最小，则同构化程度最高，2009-2016 年浙江和安徽的同构化程度最高，2017-2019 年浙江与江苏的同构化程度最高；2003-2015 年，浙江与上海的新Krugman 指数最大，则同构化程度最低，2016-2019 年，安徽与上海的同构化程度最低。

2.从趋势来看，浙江与上海以及浙江与江苏两两的同构程度呈现上升，而安徽与上海以及安徽与江苏两两的同构程度则呈现下降；浙江与安徽则明显震荡，同构化程度显著上升到显著下降，目前呈现小幅波动。

｜结论

科学测度制造业同构是值得研究的问题。本文基于成分数据几何理论对常用产业同构指标结构相似系数和Krugman 指数进行改进，提出改进结构相似系数和新Krugman指数来分别测度产业结构的同构方向和同构距离。研究表明，改进的指标具有科学性，能反映产业结构的同构化变化。

本文运用改进结构相似系数和新Krugman 指数分析长三角地区三省一市的制造业同构。研究表明，长三角制造业结构的演变是“技术密集型-资本密集型-劳动密集型”不断高级化的过程；无论从制造业同构方向还是同构距离来看，制造业同构呈现趋同与趋异相互交替。