■ 毛艷華

隨著國家大數(shù)據(jù)戰(zhàn)略的提出，制造業(yè)、實體經(jīng)濟與大數(shù)據(jù)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能的相互融合日益深入。隨著制造業(yè)發(fā)展的不斷深入，實現(xiàn)制造業(yè)由大轉(zhuǎn)強，不斷提高中國制造的競爭力，已是擺在我們面前的一個現(xiàn)實問題。

本文立足于制造業(yè)的大數(shù)據(jù)，通過采集2011年1月-2017年6月微觀層面的制造業(yè)企業(yè)大數(shù)據(jù)，結(jié)合政府部門的各類宏觀數(shù)據(jù)，建構(gòu)指標體系，利用時間序列中的加法分析，計算得出反映制造業(yè)總體發(fā)展的制造業(yè)稅收指數(shù)。企業(yè)的樣本量為3100家，研究區(qū)域以寧波市為例，基礎數(shù)據(jù)共計290余萬條。

根據(jù)協(xié)調(diào)性、充分性和靈敏性的原則，從制造業(yè)規(guī)模、制造業(yè)經(jīng)濟效益和制造業(yè)發(fā)展這三個層面，選擇了20余個候選指標，經(jīng)聚類分析后，最終選定了12個指標。其中，以全部銷售收入變化率、出口銷售額變化率、固定資產(chǎn)進項稅額變化率、所有者權(quán)益變化率和制造業(yè)職工人數(shù)變化率反映制造業(yè)的規(guī)模大小，以單位資本收益變化率、單位資本收益增長率、人均利潤變化率、人均增值稅變化率和人均所得稅變化率反映制造業(yè)的經(jīng)濟效益好壞，以制造業(yè)用電量變化率和新增企業(yè)數(shù)量變化率反映制造業(yè)的發(fā)展情況。所有指標采用變化率，主要是為了消除數(shù)據(jù)量級的不一致，便于計算和比較。

鑒于制造業(yè)大數(shù)據(jù)的采集量大面廣，不可避免地會有一些數(shù)據(jù)的丟失、失真等情況。針對這些情況，主要采取了數(shù)據(jù)清洗和比對，以保證進入建模分析前的數(shù)據(jù)客觀準確地反映企業(yè)的真實生產(chǎn)經(jīng)營情況。

實證研究從宏觀和微觀兩個層面展開。宏觀層面，主要是提取公共因子，計算12個指標的客觀權(quán)重，并匯總成以統(tǒng)一數(shù)值表示的制造業(yè)稅收指數(shù)，以此來描述制造業(yè)發(fā)展的景氣程度。微觀層面，對12個指標進行分項計算，得出每個指標的異動情況，針對指標的異動情況做進一步分析。

因子分析顯示，KMO值=0.687，表明因子分析的結(jié)果較好。Bartlett值=1048.523，P值小于0.001，說明相關(guān)矩陣不是一個單位矩陣，對制造業(yè)大數(shù)據(jù)采用因子分析是適合的。且從變量共同度來看，因子分析的變量共同度都很高，表明變量中的大部分信息均能被因子所提取。方差分析則表明，有四個因子的特征值大于1，其方差貢獻率累計已達83.29%，這四個因子已足以表達原始指標信息。

對原始指標的共同度進行歸一化處理，即可得到分項指標的權(quán)重。由此,可得到分月的制造業(yè)稅收指數(shù)。在得到該指數(shù)后，本文還對指數(shù)與同期發(fā)布的PMI進行了雙變量相關(guān)性分析。結(jié)果顯示，二者的相關(guān)系數(shù)為0.532,這說明，從制造業(yè)企業(yè)大數(shù)據(jù)分析制造業(yè)景氣程度的方法是有效的，所得到的制造業(yè)指數(shù)與統(tǒng)計部門權(quán)威的統(tǒng)計數(shù)據(jù)有著較強的相關(guān)性，且在0.01水平下的p值為0.000，呈顯著相關(guān)。

從12個指標的觀察值和擬合值可見，這些指標整體上都呈現(xiàn)很強的季節(jié)性，且擬合值曲線和觀測值曲線在整個區(qū)間中重合較好，可用簡單季節(jié)性模型來擬合這些指標。分析方法具有較強的科學性，計算得到的制造業(yè)稅收指數(shù)能較好地貼合和預測制造業(yè)發(fā)展的實際情況。

基于良好的擬合結(jié)果，采用指數(shù)平滑模型，計算得出2017年7-12月的制造業(yè)稅收指數(shù)分別為102.08、101.09、103.43、102.98、103.03和 102.75。結(jié)果顯示，制造業(yè)將平穩(wěn)增長，但增長速度則有所放緩。經(jīng)與實際運行情況相比對，是符合實際運行態(tài)勢的。

從分項指標的變化情況來看，人均利潤增長率的數(shù)值變化較大，說明我市的制造業(yè)人均利潤處于較快的下滑態(tài)勢，需要引起注意。從影響因素來看，主要有：

（1）原材料價格上漲快于產(chǎn)品價格上漲。從工業(yè)生產(chǎn)者購進價格總指數(shù)看，2017年前三季度同比指數(shù)為114.5，漲幅高出出廠價格7.8個百分點，二者之間存在的 “剪刀差”以及價格的傳導效應，一定程度上推高了出場產(chǎn)品價格。而2016年前三季度同比指數(shù)則為93.8。國家統(tǒng)計局寧波調(diào)查隊的調(diào)查數(shù)據(jù)顯示，2017年前三季度，所調(diào)查的9大類工業(yè)生產(chǎn)者購進價格全面上漲，其中，燃料動力類、有色金屬材料及電線類和建筑材料及非金屬類的同比分別上漲30.4%、25.7%和20.5%，漲幅排名前三。在職工人數(shù)未出現(xiàn)大幅波動的情況下，原材料價格的上漲，導致了人均利潤增長的下滑。

（2）工業(yè)產(chǎn)業(yè)的結(jié)構(gòu)性因素影響。寧波的工業(yè)經(jīng)濟結(jié)構(gòu)中，黑色金屬、有色金屬、石油加工、化學原料加工等行業(yè)的產(chǎn)值約占全市的30%，隨著供給側(cè)改革的深入推進，去產(chǎn)能政策在煤炭、鋼鐵、造紙等行業(yè)的效果已逐步顯現(xiàn)，推動了燃料動力、有色金屬等上游產(chǎn)品的價格上漲，擠壓了下游產(chǎn)品的利潤空間，導致了制造業(yè)人均利潤的下滑。

為此提出兩點建議：

1.政企合力，降低原材料價格上漲影響。

當前，上游的原材料價格上漲尚未見頂，價格上漲勢必會壓縮下游企業(yè)的利潤，這需要政企兩方面發(fā)力，共同降低原材料價格上漲的不利因素。就企業(yè)而言，需要合理調(diào)整市場結(jié)構(gòu)，充分挖掘潛在市場，努力提高營銷水平，重視開拓潛在市場，確立以市場需求為導向的產(chǎn)品更新和結(jié)構(gòu)調(diào)整規(guī)劃目標，明確制造業(yè)的優(yōu)勢與不足，緊跟中國制造2025發(fā)展趨勢，規(guī)劃發(fā)展具有市場發(fā)展?jié)摿Φ闹圃祉椖?。同時，加強企業(yè)內(nèi)部管理，推行全面質(zhì)量管理，嚴格執(zhí)行相關(guān)行業(yè)標準，采取控制成本的生產(chǎn)管理辦法，提高原材料利用率，以減少成本，提升利潤空間。就政府部門而言，則要繼續(xù)加大政策支持力度，對運行平穩(wěn)、質(zhì)量效益好、結(jié)構(gòu)不斷優(yōu)化的企業(yè)進一步加大扶持力度，給予更加優(yōu)惠的政策，尤其對于龍頭企業(yè)和先進技術(shù)研發(fā)、制造工藝提升方面給予大力支持。對因調(diào)整產(chǎn)品結(jié)構(gòu)需改造生產(chǎn)設備的企業(yè)，由國家財政專項資金給予技改貼息或一定比例的投資補助；對新增收入制定優(yōu)惠政策，給予企業(yè)一定的財政補助。政府要加大力度鼓勵企業(yè)技術(shù)創(chuàng)新，鼓勵企業(yè)引進先進技術(shù)進行消化、吸收和再創(chuàng)新。發(fā)揮資金的引導作用，集中專項資金對重點扶持的行業(yè)給予一定的項目資金補貼或流動資金貸款貼息政策。鼓勵與引導企業(yè)與高等院校合作，產(chǎn)、學、研相結(jié)合。建立良好的人才引進機制，建設結(jié)構(gòu)完整、有梯度的人才隊伍，提高自主創(chuàng)新能力。

2.進一步加強大數(shù)據(jù)的分析和挖掘作用

加大云計算、大數(shù)據(jù)在制造業(yè)行業(yè)的運用，實現(xiàn)政務數(shù)據(jù)的共建共享、相互驗證、相互補充。在宏觀管理層面，通過 “政務云”，推進稅務、財政、發(fā)改、商務、統(tǒng)計、海關(guān)等部門實現(xiàn)數(shù)據(jù)實時共享；在微觀層面，鼓勵制造業(yè)行業(yè)建設 “行業(yè)云”，在各細分行業(yè)的企業(yè)間實現(xiàn)基礎和關(guān)鍵技術(shù)的共享。加強對基礎數(shù)據(jù)的清理，將質(zhì)量不高的數(shù)據(jù)剔除，或采取統(tǒng)計方法加以平滑處理，以提高數(shù)據(jù)挖掘利用的質(zhì)量。根據(jù)制造業(yè)的發(fā)展變化，需要有針對性地增加或刪除部分指標，以保持指標的動態(tài)性，更有效地反映我市制造業(yè)的發(fā)展態(tài)勢?！?/p>