第二节 定义和区分

一、过去的研究

关于制造业中行业的分类，通常都是按照属性划分的，如化学工业、纺织工业、机械工业等。其实还可以有不同的划分方法，如轻工业和重工业、传统行业和近代行业等。由于研究的时代不同和角度不同，划分传统行业和近代行业有时是必要的，在这一节我们将对这个时期的传统行业和近代行业进行划分。关于这个问题，过去已经有一些研究，如大川一司（1962）、中村隆英（1976，1985，1997）、松田芳郎等（1984）。下面，通过讨论这些研究成果来提出我们自己的主张。

在分析之前，有必要对传统行业和近代行业下一个定义。大川一司认为，传统行业指的是“具有日本经济‘本土或固有’起源或具有这种特征的部门”。同时他也承认，“在研究一个经济时要将本土或固有的要素与外来要素区别开来十分困难”，而“区别日本的这些要素既有必要也有可能”，他基于这种观点对1955年的经济成分进行了区分。^[7]中村隆英则认为，“传统行业原则上指的是，广义上包括农林水产业在内，狭义上则将其除外，从前近代而来的提供传统商品和服务的，主要是家庭劳动，少数由雇佣劳动的小经营而建立的行业”。不过他也指出，“明治以后从海外引进的很多行业具有与传统行业的经营相似的特征”，并将这种现象称为“同化现象”。他还指出，有些传统行业在引入了“外来的素材和技术”后形成了所谓“新传统行业”。根据这个观点，他使用1920年人口普查的数据，对包括制造业在内的全部行业进行了划分。^[8]此外，松田芳郎等人在研究明治末期的工厂生产时，以制造业为对象使用1909年《工厂统计表》及《工厂通览》等资料计算出动力化率、工厂平均职工数、人均生产额、股份公司比率，并对四个指标进行了分类。他们分析的特点是同时考虑了经营形态和生产技术因素。^[9]

从以上研究中可以得出三个启示，第一，对传统行业和近代行业的划分并不容易，也不十分明确，需要进一步探索，有很多行业在后来的发展过程中相互渗透，难以区分。第二，使用何时的数据进行分类结果可能很不相同，原因是随着经济的发展，有些行业的内容已经发生了很大变化。例如，19世纪末期日本还没有多少近代工业，那时不论怎么分类大多数行业都是传统行业，而如果使用二战以后的数据，则结果会完全不同。第三，使用哪些统计资料也很重要，最好应该使用比较统一的资料，而且不应该是单一的指标而应该是多个指标。

二、我们的观点

通过以上讨论，我们认为除了一些典型的行业之外，当时大多数行业同时具有传统行业和近代行业的某些特征或因素，因此难以单纯地按照某个时期或定义进行区分，这就需要进行具体的分类，问题是用什么方法。归根到底，在当时二者的区别主要在于以下几点：（1）是工厂生产还是家族经营；（2）是大规模生产还是小规模生产；（3）是否使用动力；（4）是资本密集型还是劳动密集型；（5）劳动生产率是高还是低。如果能将上述特征充分地体现出来，结果就有可能最接近事实。这里，我们原则上认为两个部门分别应该具有如下特征：（制造业的）传统行业多为劳动密集型的基本不使用动力的小工厂，而近代行业正好相反，即多为资本密集型的使用动力的大规模工厂。即使这样也是有局限的，如大规模和小规模的区分就很难。

按照这个思路，运用多元统计方法将各种行业相对化，区分出（相对的）传统行业和近代行业，具体地以1909年为基准年，同时分析1920年、1930年和1940年。以1909年为基准年的原因在于以下两点：第一，这是系统的工厂统计调查的第一年，也就是工厂统计的全面数据是从这一年开始的，以前只有《农商务统计表》中不够全面的资料。第二，容易与先前的研究进行比较，如松田等人的研究针对的就是1909年。

关于区分的指标，一律从《工厂统计表》中选择，主要考虑了工厂规模和技术水平两个因素，选择了如下6个指标：（1）动力化率（X ₁）；（2）30人以上职工工厂比率（X ₂）；（3）工厂平均马力数（X ₃）；（4）工厂平均职工数（X ₄）；（5）马力集约度（X ₅）；（6）人均实际生产额（X ₆）。6个指标中，X ₁，X ₃，X ₅表示技术变量，X ₂，X ₄表示规模变量，X ₆属于效率指标，反映综合能力和水平。例如，动力化率是某个产业的所有工厂中使用动力的工厂所占比例，工厂是否使用动力显然影响到劳动生产率，因为人类使用动力本身是一个十分重要的技术进步，它不仅减轻了劳动强度，而且提高了生产效率。^[10]X ₃和X ₅都是资本密集程度的代理变量，因为在使用动力的工厂中机械设备必然需要原动机带动，而原动机的马力大小间接地显示出机械设备能力的大小。关于X ₂和X ₄，通常大型工厂具有规模效应，其近代化程度也较高，机械设备也较多。X ₂之所以选定30人以上工厂作为一个指标，虽然有些随意性，但是考虑到当时的具体情况，我们认为30人比较合适。原因是当时30人的工厂已经不算小工厂了，而且30人以上职工的工厂所占比重大约为16%[见表3-3]，这也是一个比较合适的比例。因为从总体上看当时近代工厂的比重应该是比较小的，这符合实际情况。^[11]

关于行业的选择，考虑以下情况：第一，为了更好地区分出各自的特征，行业应该比较细，但不能过细，适中才对。第二，1909年《工厂统计表》的分类比较粗，我们以1909年为基准实属无奈，因为如果采用了后期更为详细的分类，关于1909年就无法分析了，而采用1909年为基础，其他较细分类的年份的某些产业可以合并起来。第三，为了与其他研究进行比较分析，要尽可能相互照应。最终，选择了60个产业作为分析的对象（见表3-1）。

接下来要对1909年的各个行业进行判定。我们将60个行业按照上述6个指标进行统计分析，这里使用了聚类分析的方法。聚类分析法（Cluster Analysis Method）是定量研究分类问题的一种多元统计方法，其基本思想是：同一类中的个体有较大的相似性，不同类中的个体差异较大，根据一批样本的多个观察指标找出能够度量样本（或变量）之间相似度的统计量，并以此为依据采用某种聚类法将所有的样本（或变量）分别聚集到不同的类中。这里使用的聚类方法为离差平方和法（Ward Method，类别间距离的平方和的最小增量合并聚类），距离或相似性的度量方法为欧氏距离平方（Squared Euclidean Distance，D=（x ₁-y ₁）²+ （x ₂-y ₂）²+…），分析的结果显示在表31中（分别用A和B表示）^[12]。

聚类分析还有一个特点，即可以将分析结果显示在树状图（dendrogram）中，这样可以清晰地进行观察。由于树状图的尺寸较大，这里没有显示。横向的数字为聚类的尺度，也就是各个样本（行业）相互结合的距离，本章为欧几里得距离平方。纵向是各个行业的结合关系，可以清楚地看出总体上被分成了两个群体，上面的群体基本上属于传统行业，下面的属于近代行业。属于传统行业的从上到下依次为：其他车辆杂项、机械器具杂项、其他杂项、织物、编织、染色、金属品、编网、帽子、玻璃、羽毛制品、漆器、茶叶、工艺品、水产品、砖瓦、纸制品、裁缝、陶瓷器、竹柳制品、刺绣、酿造、皮革制品、点心、制革、食品杂项、医药、器具、罐头、肥皂、印刷、镀金、染料、木材、畜产品。其余的行业属于近代行业，如武器、船舶、机械制造、原动机、铁道车辆、金属精炼、水泥、造纸、火药、制油、工业药品、橡胶、化肥等。

表3-1的结果与通常人们的印象并无多大差异，也与过去的研究结果相似，这说明这个分类的结果是可信的。前面已经讨论过，缫丝，造纸，火柴，制粉，饮料，畜产品，印刷、装订，木材、木制品等行业具有双重特征，既有传统行业的要素，也有近代行业的要素。当然，如前所述，我们的分类是根据1909年《工厂统计表》中的选择指标进行的，必然受制于某些数据和方法。

那么，这种分类的结果是否准确呢？为了检验分类的质量，这里使用另一种多元统计分析方法，即判别分析（Discriminant Analysis）。判别分析与聚类分析很相似，都是能够对样本进行分类的统计方法，但二者也有重要区别。聚类分析预先不知道类别，而判别分析是在类别已知的情况下，根据样本数据推导出一个或一组判别函数，同时制定一种判别规则，用于确定待判别样本所属的类别。由于这种特点，判别分析也可以作为检验聚类分析结果好坏的一种方法，这里就是根据这个原理进行的，判别函数如下：

Z= 0. 733X ₁+ 0. 419X ₂-2.525X ₃+ 2.215X ₄+ 1.502X ₅+ 0.032X ₆

（正确判别率：93. 33%。）

从判别函数的系数看，按照X ₃，X ₄，X ₅，X ₁，X ₂的顺序显示了对于判别函数的解释程度，这意味着第3、4、5个变量对于解释判别函数具有比较重要的作用，也就是说明它们是决定行业性质的重要因素。图3-1显示了判别分析的图形结果，从中可以看出两个行业群之间存在一定距离，它们的分步并不十分紧密（交叉部分较少）。这说明二者之间存在比较大的差异，也说明前面的聚类分析结果是良好的和有意义的。