泉州制造业产业结构优化的实证分析

杨 敏

（仰恩大学 管理学院，福建 泉州 362014）

泉州市在不断发展传统制造业的基础上，近年来积极培育战略新兴产业，致力构建现代产业体系，产生了纺织服装、鞋业、石油化工、机械装备、建材家居五大千亿产业集群和光电、新材料、新一代信息技术、生物医药等一批新兴产业[1]。尽管泉州制造业在发展中不断优化产业结构并取得了一定的成效，但仍然存在诸多问题：产业大而不强；知识、技术密集型产业比重不高；生产性服务业发展滞后；企业自主创新能力不足；工艺装备落后等，这些问题影响了泉州制造业的进一步发展。本课题在指标体系建立的基础上对泉州制造业中纺织服装、制鞋、石油化工、机械装备、建材家居、电子信息、食品饮料、纸业印刷、工艺制品、生物医药十大主要产业进行量化评估，客观反映各产业发展情况和泉州制造业产业结构存在的深层次问题，为进一步明确优化的方向和措施提供依据。

1 国内外研究现状及评述

产业结构优化是指通过产业结构调整，使产业结构效率、产业结构水平不断提高的动态过程［2］。Clark和Kuznets初步揭示了从第一产业为主导逐步向第二产业[3-4]，第三产业为主导过渡的产业演化规律，之后很多国内外学者也都从三次产业之间的动态演化规律出发为各国产业结构的优化升级和经济结构的调整指明了方向。周振华、苏东水、黄继忠提出了产业结构高度化、合理化、高效化的产业结构内容[5-7]，之后很多学者以此为基础纷纷建立测度模型来进行产业结构优化能力的评价。关于区域产业结构优化问题的研究也是许多国内学者研究的热点，采用的研究方法也多种多样，如偏离——份额分析法，数据包络分析法，投入产出分析法，层次分析法，因子分析法等［8］。阚中华运用数据包络分析方法对苏北地区工业行业效率进行分析，并提出了合理的产业发展建议[9]。王理等、邱泽等运用因子分析方法分别对甘肃省和山西省的工业产业发展情况和工业结构的特征进行了分析，并提出了工业结构优化调整的产业发展建议[10-11]。已有的研究成果中对区域产业结构的研究方法比较多样化，但大多都是从宏观的角度对3次产业或整个工业体系进行研究，而细化到特定区域某产业门类结构优化的研究比较少，对于泉州产业结构的现有研究中针对制造产业的定量分析也比较缺乏。

2 指标体系构建

遵循评价指标选取的系统性、科学性、可测性等原则，在参考已有文献的基础上，根据产业发展实际情况和统计年鉴的数据资料，从产业规模、效益、发展性等几个方面选取以下6个指标作为泉州制造产业优化的指标体系，见表1。

表1 制造业产业结构评价指标体系Tab.1 Evaluation index systemof manufacturing industry structure

3 泉州制造业产业发展情况评价过程

3.1 数据来源和产业选取

根据泉州制造业产业发展情况评价体系，对《泉州统计年鉴》相关数据提取和整理，得到实证分析的原始数据，见下表2。制造业产业的选取主要是根据泉州市政府相关文件中明确要发展的主要产业，其中包括与人民生活密切相关、规模较大的传统产业：纺织服装、制鞋、食品饮料、建筑材料、纸业印刷、工艺制品产业以及近年来发展迅速的新兴产业：石油化工、机械装备产业、电子信息、生物医药，各具体产业的界定参照国家统计局的分类标准。选取2012—2018年数据对泉州主要制造产业发展情况进行分析，并随机挑选2015年展示数据处理过程。

表2 泉州市2015年各制造产业发展情况原始数据Tab.2 Raw data of manufacturing industry development in Quanzhou in 2015

3.2 数据标准化处理

由于原始数据计量单位不同，直接分析会造成因子分析产生误差，通过SPSS 21.0软件以均值和标准差进行数据标准化处理，以消除变量间在数量级和量纲上的不同。标准化后的数据均值为0，标准差为1，具体结果见下表3。

表3 标准化后的泉州市2015年各制造产业发展情况原始数据Tab.3 Raw data on the development of each manufacturing industry in Quanzhou after standardization in 2015

3.3 指标数据之间相关性的检验

变量之间具有较强的相关性是使用因子分析的前提条件。在SPSS中提供了KMO和Bartlet球形检验两种方法，KMO的统计量取值在0～1之间，越接近1说明变量间具有较强的相关性，越适合做因子分析，一般认为KMO＜0.6，变量之间的相关性较弱，不合适进行因子分析。Bartlet球形检验用于检验相关阵中各变量间的相关性是否为单位阵，即检验各个变量是否各自独立。如果Sig值小于0.05，则数据呈球形分布适合做因子分析，反之亦然。

在SPSS软件中进行检验的结果如下表4，KMO值为0.631＞0.6，Sig值为0.000＜0.05，说明适合进行因子分析。

表4 KMO和Bartlett球形检验结果Tab.4 KMOand Bartlett spherical test results

3.4 提取公因子

在SPSS软件中运用主成分法提取公因子，根据因子提取的原则，设定特征根大于1，最终求得的特征值如下表5。结果表明：前两个因子的特征值都大于1，累计得分为81.499%,已超过了80%，说明这两个因子就足以反映出原始数据的全部信息，因此这两个因子就作为样本数据的公因子，分别记为F1，F2。

表5 解释的总方差Tab.5 Total variance explained

3.5 计算综合得分

3.5.1 定义公因子

根据下表6，可以看出在两个公因子中因子载荷系数呈明显的两极分化。在第1个公因子中工业总产值、资产总计、工业增加值、利润具有较大的载荷系数，可以归为一类，这些指标主要反映了产业发展的规模和效益状况，因此，将第1个公因子定义为能效因子；第2个公因子中增加值率、外向性程度的载荷系数较大，这两个指标反映了产业发趋势，将其定义为发展因子。

表6 成分得分系数矩阵Tab.6 Component score coefficient matrix

3.5.2 计算行业的综合得分

首先，计算出因子F1、F2在各样本行业上的总得分值，也就是样本行业的每个因子得分，计算函数如下所示。如果某一产业在某一因子上的得分为正，则说明该产业在该因子中发展水平高于平均水平；反之，一个产业在某一因子上的得分为负，则说明该产业在该因子中发展水平低于平均水平。

其次，对每个样本行业的2个公共因子得分进行线性加权求和，得到每个样本行业的综合得分，其中权数为每个公共因子的方差贡献率占累计方差贡献率的比重［8］，综合评价函数如下所示。计算结果综合得分越高，则说明产业发展的综合实力越强。

为验证案例分析的准确性，引用文献[15]的方法对此案例进行分析，得到故障模式重要度统计图,如图6所示。由图6可得到6种故障模式重要度优先级排序为：齿条断齿、齿条移动过位、齿面疲劳磨损、齿条移动不平稳、齿条移动发出异响、漏油，其结果与本文所用方法得到的结论基本一致，而且本文所用方法避免了计算机仿真所带来的误差，能够通过较少的量化评价指标快速地对故障模式等级进行决策，所得结论更加明确且具有针对性，相较于实际工程应用中许多企业采用RPN法或危害性矩阵图法确定其数控机床故障等级而言，本文方法更加客观、准确且效率较高，便于企业设计人员进行重点分析、设计改进以及维修过程控制。

其中Fi是公共因子，表示该公共因子的权数。根据综合评价函数计算出2015年各个行业发展情况的综合得分值如下表7所示。

表7 2015年泉州制造业主要产业综合发展情况F得分值Tab.7 Comprehensive development of major manufacturing industries in Quanzhou in 2015 F score

（1）在F1能效因子的得分上排名前3的分别是纺织服装、鞋业、石油化工，且均为正值，说明这3个产业在规模和效益上都高于平均水平，而且纺织服装、鞋业的得分值大于1，说明其发展水平远远领先于其他产业。

（2）在F2发展因子上的得分上居于前列的分别是纸业印刷、工艺制品、生物制药、鞋业、纺织服装，他们的得分值也均为正值，说明在发展潜力上有较强的优势。

（3）在F综合得分上纺织服装、鞋业、石油化工、纸业印刷业均为正值，分别居于前四的位置，说明综合发展情况较好。工艺制品、生物医药、食品饮料、建材家居排名比较靠后，说明综合发展情况较差。然而综合得分值前3位的纺织服装、鞋业、石油化工，能效因子得分居于前3，发展因子却居于中间偏后的位置，这些产业是泉州传统产业也是主导产业，说明泉州主要产业当前的发展还不错，但未来可能存在后劲不足的风险。综合排名比较靠后的工艺制品和生物医药分别属于泉州的特色产业和新兴产业，能效因子得分靠后，但是发展因子却位居前两名，说明其发展时间短，规模效益还不突出，但是发展潜力较大。

4 泉州制造产业动态发展趋势分析

为了能够反映出泉州制造产业发展变化的趋势，参照2015年对各主要产业发展情况分析的方法，对2012—2018年中其他年份也进行了分析，最终可以得到各产业七年综合得分的趋势数据表8，并将其转化为趋势图1。

表8 2012—2018泉州制造业主要产业综合发展情况F得分值Tab.8 Comprehensive development of major manufacturing industries in Quanzhou from 2012 to 2018 F score

图1 2012—2018年泉州制造业各产业发展趋势图Fig.1 Trends of manufacturing industries in Quanzhou from 2012 to 2018

图1可以看出2012—2018年7年间，泉州市10个主要制造产业总体发展趋势有明显的差异。

(1)石油化工、电子信息、工艺制品、食品饮料在2012—2017的6年中整体上呈上升趋势，且在2017年产业发展综合得分值都趋于正值，说明这些产业发展总体态势较好，但发展水平还不高。2018年这几大产业的发展呈现出一些新的变化，电子信息、工艺制品有了较大幅度的下降、而石油化工有较大幅度的上升。

(2)纸业印刷业有明显的下降趋势，该产业在2015年之前基本上保持水平发展，几乎没有任何波动，得分值为正值，但接近于零，2015年之后开始出现急剧下降，2017年得分值已经小于-0.5，说明该产业整体发展水平较低且有不断下滑的趋势。

(3)纺织服装、鞋业、机械装备、建材家居、生物医药在2012—2017的6年中稳中略有下滑，降幅较小，说明这些产业整体上发展比较平稳。2018年这几大产业的发展呈现了一些新的变化，纺织服装和机械装备略有小幅度上升，生物医药有较大幅度下降，建材家居却有大幅度上升。

5 结论与建议

5.1 结论

(1)2012—2018年间的因子分析的结果来看，各产业七年间综合得分值有正有负，且得分为正的产业占比非常小，纺织服装和鞋业这两类传统产业得分大于1，生物医药这类新兴产业得分值趋近于-1，说明泉州市主要制造产业发展水平整体不是很高，且参差不齐。

(2)各大主导产业在过去几年里发展整体比较平稳，但近两年都出现了一定程度的下降趋势，说明泉州的传统优势产业经过长时间的发展，虽然已经形成较为完整的产业链、较强的规模效应和品牌影响力，但近几年在新一轮信息技术发展和全球产业链转移的背景下，这些产业的转型升级没有跟上环境变化的步伐，导致发展出现波动。

(3)新兴产业发展整体上情况不太理想，在发展因子上表现出了较为明显的优势，但能效因子却明显落后，说明泉州新兴产业发展前景较好，但是目前投入还不足，规模和效益有待进一步提升。

(4)特色产业整体发展水平也不高，得分值都为负值，排名也比较靠后，说明产业特色还不够，产业竞争优势还不明显。

5.2 建议

(1)继续关注传统产业，抓住机遇进行改造升级。以“中国制造2025”和“泉州制造2025”的工业强国、工业强市战略为主导，积极利用新一代信息技术、智能制造推动传统产业的转型升级，加快劳动密集型产业逐渐转向技术密集和知识密集的产业转变。一方面，发挥泉州数控一代的优势，加快机械装备的智能化改造，推动纺织服装、鞋业、建材家居、石油化工等传统产业向信息化、智能化、绿色化和服务化方向转化升级。另一方面，在全球制造产业链转移的背景下，提高传统产业的技术含量，重视研发，提升产品品质，逐渐摆脱单一的代工业务，向产业链高端环节进行转移。再次，加大各关联产业间的合作和联系,构建上下游精准、高效的供应链和生产合作网络，促进产业间的良性竞争和协同发展。

(2)加大投入，加快培育战略新兴产业。国家“十二五”规划纲要及战略性新兴产业发展规划中认为，战略性新兴产业是以重大技术突破和重大发展需求为基础，能引发社会需求、调整产业结构，转变发展方式，对经济社会全局和长远发展具有重大引领带动作用，成长潜力大、综合效益好的产业［12］。泉州电子信息产业和生物医药产业在发展因子上表现不错，具备了新兴产业的特点，然而规模、效益和综合表现并不理想，与战略新兴产业的标准还有很大的差距。鉴于泉州新兴产业发展情况，可以从以下几方面入手，努力将其发展为真正的战略性新兴产业以此来带动泉州产业结构的调整和优化。一方面，鼓励政府、金融机构、民间资本等多主体对战略新兴产业的资金扶持和投入力度，设立“专项基金、投资基金”等，并在信贷政策上给予倾斜，保证产业发展的资金需求；另一方面，不断完善“港湾人才计划”，加大引智、留人的力度，确保产业发展所需的高科技人才智库；再次，鼓励企业与国内外高水平大学联合创建企业技术中心、研究院、重点实验室等创新服务平台，通过产学研的合作，带动产业结构调整的重大科技成果转化应用。

(3)深化特色产业发展，提升产业竞争优势。食品饮料、工艺制品、纸业印刷作为泉州的特色产业，总体上来说目前产业特色还不够突出，不管是规模、效益还是发展性都不太理想。随着一带一路战略的推动，我国加强了与沿线国家的文化交流，同时也促进了文化产品的贸易，这对泉州的特色产业发展来说是一个良好的契机。未来，一方面，要进一步挖掘泉州作为海上丝绸之路起点城市的文化内涵，深化“海丝文化”与泉州特色产业的融合，打造特色鲜明的“文化制造业”和高价值的品牌；另一方面，依托“一带一路”战略，深化泉州品牌“境外行”“海丝行”，引导和推进企业走出去，不断做大“海丝朋友圈”，深化对“海丝”沿线国家的产品展销和产能对接，有效拓展传统市场和新兴市场［13］。