林春艷，喬文

（山東財經(jīng)大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院，濟(jì)南 250014）

0 引言

黨的二十大報告指出，高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)。尤其是當(dāng)前國際競爭格局發(fā)生重大變化，制造業(yè)高質(zhì)量發(fā)展的使命與任務(wù)更加凸顯，加快制造業(yè)高質(zhì)量發(fā)展成為保障產(chǎn)業(yè)鏈、供應(yīng)鏈安全穩(wěn)定，構(gòu)建新發(fā)展格局的必由之路，也是實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的根本支撐。隨著我國經(jīng)濟(jì)進(jìn)入新常態(tài)，區(qū)域發(fā)展分化加速，如何進(jìn)一步深入貫徹新發(fā)展理念，積極將“碳達(dá)峰”“碳中和”等剛性約束，以及5G、人工智能等新興科技轉(zhuǎn)化為促進(jìn)發(fā)展的外部動力，從而推動實(shí)現(xiàn)高質(zhì)量發(fā)展成為人們關(guān)注的焦點(diǎn)，并將持續(xù)成為今后一段時期的研究熱點(diǎn)。因此，把握我國制造業(yè)高質(zhì)量發(fā)展現(xiàn)狀，并深入考察制造業(yè)高質(zhì)量發(fā)展的時空格局演化趨勢，對全面、系統(tǒng)加快推進(jìn)制造業(yè)高質(zhì)量發(fā)展具有一定的現(xiàn)實(shí)意義。

時空演化一般被認(rèn)為是時間上的發(fā)展和空間上的分布及差異演變特征[1]。對制造業(yè)高質(zhì)量發(fā)展進(jìn)行時空演化研究需要刻畫其發(fā)展水平及空間差異，前提是要對發(fā)展水平進(jìn)行測度，而測度之前要明確制造業(yè)高質(zhì)量發(fā)展的內(nèi)涵，沿此思路梳理文獻(xiàn)。第一，關(guān)于高質(zhì)量發(fā)展的內(nèi)涵界定。國內(nèi)學(xué)者王珺（2017）[2]較早對高質(zhì)量發(fā)展進(jìn)行了解讀，認(rèn)為高質(zhì)量發(fā)展要求整個供給體系都要有活力、有效益、有質(zhì)量；邵景均（2018）[3]認(rèn)為高質(zhì)量發(fā)展要很好地滿足人民日益增長的美好生活需要；李金昌等（2019）[4]提出高質(zhì)量發(fā)展是經(jīng)濟(jì)活力、創(chuàng)新效率、綠色發(fā)展、人民生活、社會和諧的綜合體現(xiàn)。第二，關(guān)于制造業(yè)高質(zhì)量發(fā)展測度的研究。高質(zhì)量發(fā)展指標(biāo)體系構(gòu)建存在多樣性和復(fù)雜性，以往研究多集中在創(chuàng)新驅(qū)動、產(chǎn)業(yè)結(jié)構(gòu)升級、綠色發(fā)展等方面[5—7]，也有部分學(xué)者以新發(fā)展理念作為主要評價維度，但是缺乏生產(chǎn)質(zhì)量、品牌和質(zhì)量效益方面的考量；且人才方面多考慮研發(fā)人員數(shù)量，缺少人才待遇、人才智力水平等方面的考量，本文圍繞這部分指標(biāo)做了重要補(bǔ)充，并在創(chuàng)新驅(qū)動中考量了新產(chǎn)品研發(fā)相關(guān)指標(biāo)，結(jié)構(gòu)優(yōu)化中考量了高端產(chǎn)業(yè)相關(guān)指標(biāo)，豐富了制造業(yè)高質(zhì)量發(fā)展的評價體系。賦權(quán)方法上主要有熵權(quán)法[8]、德爾菲法、層次分析法[9]等，集中于單層次對指標(biāo)賦權(quán)的靜態(tài)分析，缺乏多層次賦權(quán)及考慮時間權(quán)重的動態(tài)評價。本文選取二階段熵值法來實(shí)現(xiàn)各級指標(biāo)的多維分層次賦權(quán)，同時引入時序加權(quán)平均算子（TOWA）增加時間賦權(quán)，從動態(tài)視角分析制造業(yè)高質(zhì)量發(fā)展實(shí)力。第三，關(guān)于制造業(yè)高質(zhì)量發(fā)展區(qū)域差異的研究。部分學(xué)者研究發(fā)現(xiàn)，我國制造業(yè)發(fā)展總體呈“東強(qiáng)西弱”的態(tài)勢[7,8]；曲立等（2021）[9]通過泰爾指數(shù)研究發(fā)現(xiàn)，地區(qū)內(nèi)差異是造成區(qū)域總體差異的主要原因，其中東部地區(qū)區(qū)域內(nèi)差異最大。但是，少有研究對制造業(yè)區(qū)域差異的演變規(guī)律進(jìn)行探討。

鑒于此，本文聚焦制造業(yè)高質(zhì)量發(fā)展，基于30個省份2008—2019年的面板數(shù)據(jù)，采用二階段熵值法、時序加權(quán)平均算子（TOWA）、Dagum基尼系數(shù)及其分解方法和Kernel密度估計方法對我國制造業(yè)發(fā)展水平、區(qū)域差異的時空演化進(jìn)行全面研究，以厘清我國制造業(yè)發(fā)展現(xiàn)狀及問題，為推動高質(zhì)量發(fā)展提供穩(wěn)健的數(shù)據(jù)支撐和決策參考。

1 研究設(shè)計

1.1 指標(biāo)體系構(gòu)建

制造業(yè)高質(zhì)量發(fā)展內(nèi)涵豐富，需采用復(fù)合指標(biāo)進(jìn)行評價。結(jié)合制造業(yè)高質(zhì)量發(fā)展的內(nèi)涵，構(gòu)建指標(biāo)體系如表1所示。

表1 制造業(yè)高質(zhì)量發(fā)展綜合評價指標(biāo)體系及指標(biāo)權(quán)重

（1）創(chuàng)新驅(qū)動。黨的十九屆六中全會通過的《決議》①全名為《中共中央關(guān)于黨的百年奮斗重大成就和歷史經(jīng)驗(yàn)的決議》，簡稱《決議》。強(qiáng)調(diào)，堅持實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，要強(qiáng)化國家戰(zhàn)略科技力量。這就要求通過創(chuàng)新投入帶動產(chǎn)出，提升基礎(chǔ)研發(fā)能力。創(chuàng)新投入通過指標(biāo)X1至X4來衡量，創(chuàng)新產(chǎn)出用X5至X9來衡量。

（2）質(zhì)量為先。重視產(chǎn)品質(zhì)量，必須提高生產(chǎn)效率，走以質(zhì)取勝的道路。勞動生產(chǎn)率的提升是創(chuàng)新型制造業(yè)發(fā)展的重要體現(xiàn)，技術(shù)引進(jìn)和設(shè)備改造的最終目的也是為了提升產(chǎn)品質(zhì)量、優(yōu)化生產(chǎn)，因此可以間接反映質(zhì)量水平。此外，X13可以反映質(zhì)量品牌建設(shè)，X11和X12可以反映質(zhì)量效益水平。

（3）綠色發(fā)展。黨的十八大以來我國經(jīng)濟(jì)方針的一條主線就是堅持綠色發(fā)展，減少污染物排放，推動落實(shí)碳達(dá)峰、碳中和目標(biāo)。以X16至X19構(gòu)成的環(huán)境二級指標(biāo)，能夠反映出城市在治理環(huán)境上的主要投入情況和成果。

（4）結(jié)構(gòu)優(yōu)化。以智能高端為主攻方向，除了加強(qiáng)傳統(tǒng)制造業(yè)的改造提升，推動產(chǎn)業(yè)融合；還要培育高端產(chǎn)業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。結(jié)構(gòu)優(yōu)化包括結(jié)構(gòu)融合和結(jié)構(gòu)升級兩方面，結(jié)構(gòu)融合通過X20和X21來反映，而結(jié)構(gòu)升級通過X22和X23來衡量。

（5）人才為本。以人才為本，加強(qiáng)人才隊伍建設(shè)，才能全面調(diào)動人才的主觀能動性。這不僅需要壯大人才隊伍，還要提高人才待遇，吸引高端人才加入，建立健全科學(xué)合理的用人機(jī)制，為創(chuàng)新提供強(qiáng)有力的人才支撐。因此，該維度可通過X24至X26來衡量。

1.2 研究方法

1.2.1 二階段熵值法

熵值法一般以宏觀數(shù)據(jù)為基礎(chǔ)，不受主觀判斷影響，有一定的科學(xué)性和客觀性，目前廣泛應(yīng)用于經(jīng)濟(jì)發(fā)展[10]等領(lǐng)域。熵值法的原理是根據(jù)原始數(shù)據(jù)的信息熵來測算指標(biāo)權(quán)重，熵值越小權(quán)重越大，說明該指標(biāo)越重要。制造業(yè)高質(zhì)量發(fā)展水平需采用復(fù)合指標(biāo)進(jìn)行評價，本文采用二階段熵值法，通過逐層賦權(quán)及多維度加權(quán)的算法進(jìn)行測度。因篇幅原因，具體計算公式見崔蓉和李國鋒（2021）[11]的研究。

1.2.2 時序加權(quán)平均算子

時序加權(quán)平均算子（TOWA）是一種動態(tài)綜合評價方法，由郭亞軍等（2007）[12]提出并應(yīng)用?；舅枷胧鞘箷r間權(quán)向量的各時間分量間差異最小化，進(jìn)而使時間權(quán)向量的熵最大，用數(shù)學(xué)語言描述如下：

其中，wi為時間權(quán)向量；f(wi)為其熵，該值越小，說明時間權(quán)向量wi包含的信息量越大；λ為時間信息量，取值范圍為[0，1]，該值越小說明越重視近期數(shù)據(jù)。

結(jié)合數(shù)據(jù)變化情況，參考顧國達(dá)和馬文景（2021）[13]的研究，設(shè)定λ為0.3，進(jìn)行動態(tài)評價。通過Python對該優(yōu)化模型求解，各年份時間權(quán)重見表2。

表2 時間權(quán)重計算結(jié)果

1.2.3 Dagum基尼系數(shù)及其分解方法

Dagum基尼系數(shù)及其分解方法的原理是將總體基尼系數(shù)分解為區(qū)域間差異、區(qū)域內(nèi)差異和超變密度三個部分。這種方法能夠彌補(bǔ)泰爾指數(shù)小樣本、異方差和分布不對稱性的缺陷。本文將研究對象分成四大地區(qū)②其中，東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆，東北地區(qū)包括遼寧、吉林和黑龍江。，利用Dagum基尼系數(shù)及其分解方法來分析制造業(yè)高質(zhì)量發(fā)展的區(qū)域差異問題。具體測算過程參考Dagum（1997）[14]的研究。

1.2.4 Kernel密度估計方法

Kernel密度估計方法是研究空間非均衡分布的重要工具之一，是從數(shù)據(jù)本身出發(fā)，用來估計未知的密度函數(shù)、描述隨機(jī)變量分布特征的一種非參數(shù)檢驗(yàn)方法，故可以用來估計制造業(yè)高質(zhì)量發(fā)展指數(shù)的分布情況。計算公式為：

其中，f(x)為隨機(jī)變量X的概率密度函數(shù)；K(?)為核函數(shù)；xi為觀測值；n為觀測值的個數(shù)；xˉ為均值；h為帶寬，h越大，核估計方差越小，則曲線越平滑。

1.3 數(shù)據(jù)說明

樣本數(shù)據(jù)主要來自歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、國泰安數(shù)據(jù)庫、EPS數(shù)據(jù)庫、中經(jīng)網(wǎng)及World Brand Lab等。研究對象共30個省份（不含西藏和港澳臺），為保持樣本完整性，采用插值法及類推法補(bǔ)齊個別缺失數(shù)據(jù)。

2 制造業(yè)高質(zhì)量發(fā)展水平的時空演化特征

2.1 時序變化特征

為揭示制造業(yè)高質(zhì)量發(fā)展時序變化特征，運(yùn)用二階段熵值法逐步計算確定一、二級指標(biāo)的權(quán)重（見表1），進(jìn)一步測度制造業(yè)高質(zhì)量發(fā)展指數(shù)（見表3、圖1），發(fā)現(xiàn)2008—2019年總體呈上升態(tài)勢。

圖1 2008—2019年全國及四大板塊制造業(yè)高質(zhì)量發(fā)展指數(shù)變動

表3 各省份制造業(yè)高質(zhì)量發(fā)展總指數(shù)年度測算結(jié)果

從時間趨勢來看，我國制造業(yè)高質(zhì)量發(fā)展進(jìn)程可大致分為擴(kuò)張期、培育期、提升期三個階段。（1）擴(kuò)張期（2008—2014年），我國制造業(yè)規(guī)模大幅擴(kuò)張拉動高質(zhì)量發(fā)展水平顯著提高，制造業(yè)增加值由1.48萬億美元快速增長到3.48萬億美元，高質(zhì)量發(fā)展指數(shù)由0.231增長至0.352，年均增速達(dá)到7.27%。（2）培育期（2015—2017年），隨著我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，制造業(yè)增長方式由粗放式規(guī)模速度型向集約式質(zhì)量效率型轉(zhuǎn)變。在此時期我國制造業(yè)高質(zhì)量發(fā)展表現(xiàn)出明顯的增速換擋特征，高質(zhì)量發(fā)展指數(shù)僅由0.354增長至0.368，年均增速滑落至1.49%。（3）提升期（2018—2019年），隨著2017年“高質(zhì)量發(fā)展”的提出，黨中央、國務(wù)院更加重視經(jīng)濟(jì)社會高質(zhì)量發(fā)展，制造業(yè)高質(zhì)量發(fā)展得到進(jìn)一步強(qiáng)化，前期出臺的一系列支持制造業(yè)新動能培育、供給側(cè)結(jié)構(gòu)性改革的政策效應(yīng)逐漸顯現(xiàn)，高質(zhì)量發(fā)展指數(shù)由0.389增長至0.411，年均增速回升至5.68%。

2.2 空間靜態(tài)特征

空間維度上，靜態(tài)發(fā)展水平呈“東高西低”“西快東慢”的區(qū)域特點(diǎn)，我國制造業(yè)發(fā)展存在明顯的區(qū)域差距和異質(zhì)性。

（1）“東高西低”。根據(jù)測度結(jié)果，東部地區(qū)整體水平要顯著高于中部、東北及西部地區(qū)，如2019年東部地區(qū)制造業(yè)高質(zhì)量發(fā)展指數(shù)為0.561，分別較中部、東北及西部地區(qū)高0.163、0.25和0.251，這跟曲立等（2021）[9]的研究結(jié)果一致。

（2）“西快東慢”。與我國經(jīng)濟(jì)長期表現(xiàn)出的“東快西慢”發(fā)展特征不同，在制造業(yè)高質(zhì)量發(fā)展方面，雖然西部地區(qū)仍處于“追趕者”行列，但在2018—2019年，西部地區(qū)發(fā)展勢頭表現(xiàn)強(qiáng)勁，發(fā)展速度要顯著高于經(jīng)濟(jì)綜合實(shí)力較強(qiáng)的東部、中部和東北地區(qū)，西部地區(qū)制造業(yè)發(fā)展指數(shù)年均增速為6.26%，分別較東部、中部和東北地區(qū)高1.14、1.31和1.27個百分點(diǎn)。

需要注意的是，2017年以后東北地區(qū)制造業(yè)發(fā)展提升仍然不明顯，新舊動能需及早得到轉(zhuǎn)換，東北振興亟須取得新突破。

2.3 空間動態(tài)特征

借助TOWA算子對上述結(jié)果進(jìn)行“時間維”的二次集結(jié)，得到動態(tài)指數(shù)（見表4），分析各省份制造業(yè)發(fā)展優(yōu)勢和不足?？臻g維度上，制造業(yè)動態(tài)發(fā)展實(shí)力“東強(qiáng)西弱”，各省份制造業(yè)高質(zhì)量發(fā)展驅(qū)動因素存在異質(zhì)性。

表4 2008—2019年各省份制造業(yè)高質(zhì)量發(fā)展的總體及各維度動態(tài)指數(shù)

分省份來看，動態(tài)總指數(shù)排在前列的為廣東、江蘇、浙江等東部地區(qū)省份，而西部地區(qū)的寧夏、甘肅、青海動態(tài)總指數(shù)較低。除了國家戰(zhàn)略、地理位置等原因外，更多地與創(chuàng)新驅(qū)動力、質(zhì)量效益水平、綠色發(fā)展程度、結(jié)構(gòu)優(yōu)化力度、人力資本強(qiáng)度等因素相關(guān)，新的增長動力使得東部地區(qū)省份引領(lǐng)全國制造業(yè)發(fā)展。比如，廣東主要靠創(chuàng)新驅(qū)動與結(jié)構(gòu)優(yōu)化帶動；江蘇5個維度均排名前3位，各維度的優(yōu)異表現(xiàn)拉動江蘇發(fā)展水平不斷提高，而浙江的動力主要來源于創(chuàng)新驅(qū)動及綠色發(fā)展。上海、天津和北京在結(jié)構(gòu)優(yōu)化方面存在一定短板，產(chǎn)業(yè)結(jié)構(gòu)還需進(jìn)一步優(yōu)化升級；此外，天津的創(chuàng)新驅(qū)動和北京的綠色發(fā)展問題也需引起重視。

分維度來看，（1）創(chuàng)新驅(qū)動：廣東、江蘇、浙江和山東排名靠前，主要得益于經(jīng)費(fèi)投入和機(jī)構(gòu)投入的絕對優(yōu)勢，資源稟賦帶動技術(shù)領(lǐng)先，顯著提升了創(chuàng)新驅(qū)動力；而寧夏、海南、青海等由于缺乏投資優(yōu)勢，因此創(chuàng)新驅(qū)動比較薄弱，存在較大提升空間。（2）質(zhì)量為先：上海、江蘇、北京排在前列，技術(shù)引進(jìn)與設(shè)備改造推動產(chǎn)品質(zhì)量改進(jìn)，提升品牌價值，同時提高勞動生產(chǎn)率。（3）綠色發(fā)展：江蘇、浙江、山東排在前列，保持制造業(yè)良好發(fā)展的基礎(chǔ)上較為重視環(huán)境保護(hù)；反之，青海、內(nèi)蒙古、甘肅等綠色發(fā)展薄弱，要重視發(fā)展與生態(tài)的協(xié)調(diào)統(tǒng)一。（4）結(jié)構(gòu)優(yōu)化：廣東、四川、江蘇等排在前列，其資源優(yōu)勢帶動制造業(yè)與其他產(chǎn)業(yè)融合，高端產(chǎn)業(yè)發(fā)展推動產(chǎn)業(yè)結(jié)構(gòu)升級，二者成為結(jié)構(gòu)優(yōu)化的源泉。（5）人才為本：北京、廣東和江蘇排在前列，均為東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)省份，就業(yè)機(jī)會多、福利待遇高等優(yōu)勢都足以吸引人才的加入。

3 制造業(yè)高質(zhì)量發(fā)展區(qū)域差異的時空演化特征

3.1 區(qū)域差異的測度和分解

3.1.1 總體差異及其演變

Dagum基尼系數(shù)分解結(jié)果如表5所示?？梢姡瑫r間維度上，2014年之前總體差異下降，之后逐年上升，到2017年后又下降，這與前文制造業(yè)高質(zhì)量發(fā)展的三個階段相吻合，說明區(qū)域差距的存在影響了全國整體發(fā)展?；赥OWA算子的動態(tài)總體基尼系數(shù)為0.199，2008—2019年總體差異略有下降，說明國家發(fā)布的一系列區(qū)域協(xié)調(diào)發(fā)展政策初見成效，一定程度上縮小了區(qū)域間差異。從各部分貢獻(xiàn)率來看，區(qū)域間差異是總體差異的主要來源，其次是區(qū)域內(nèi)差異及超變密度。從時間角度來看，區(qū)域間差異貢獻(xiàn)總體呈下降態(tài)勢，超變密度和區(qū)域內(nèi)差異呈上升態(tài)勢。

表5 2008—2019年制造業(yè)高質(zhì)量發(fā)展指數(shù)的總體差異來源及其貢獻(xiàn)

3.1.2 區(qū)域內(nèi)差異

由下頁表6可知，空間維度上，各地區(qū)基于TOWA算子的動態(tài)總體基尼系數(shù)由小到大依次為東北、中部、西部及東部地區(qū)，表明東北地區(qū)區(qū)域內(nèi)差異最小，而東部地區(qū)區(qū)域內(nèi)差異最大。時間維度上，東部、中部地區(qū)區(qū)域內(nèi)基尼系數(shù)在樣本考察期內(nèi)變大，反映出差異擴(kuò)大，這可能是由于“優(yōu)秀而離群者”（如廣東、安徽等）雖然帶動了整體水平上升，但仍不可避免地帶來區(qū)域內(nèi)差異的擴(kuò)大；西部地區(qū)區(qū)域內(nèi)基尼系數(shù)2008—2012年逐年縮小，后來略有波動但趨于穩(wěn)定，總體呈下降態(tài)勢；而東北地區(qū)區(qū)域內(nèi)基尼系數(shù)變化趨勢不穩(wěn)定，其中2011年和2018年左右波動較大，在2016年達(dá)到最小。我國制造業(yè)高質(zhì)量發(fā)展不充分不平衡問題依然顯著，低水平與高水平地區(qū)間差距較大，尚有較大提升空間。

表6 2008—2019年制造業(yè)高質(zhì)量發(fā)展指數(shù)基尼系數(shù)

3.1.3 區(qū)域間差異

表6還給出了區(qū)域間基尼系數(shù)，最大的是東-西，其基于TOWA算子的動態(tài)基尼系數(shù)達(dá)到0.222，說明東部、西部地區(qū)區(qū)域間差異最大；隨后是東-東北（0.172）、東-中（0.158）、中-西（0.143）和西-東北（0.119）；最小的是中-東北（0.105），說明中-東北區(qū)域間差異最小?？梢园l(fā)現(xiàn)，東部地區(qū)與其他地區(qū)區(qū)域間基尼系數(shù)相對較大，說明其他地區(qū)與東部地區(qū)的區(qū)域間差異較大，這與前文結(jié)論一致。隨著時間推移，各地區(qū)區(qū)域間基尼系數(shù)不穩(wěn)定，表明各地區(qū)之間的差異在不同年份發(fā)生了變化。但是，整體來看，2008—2019年，東-中、東-東北、中-東北區(qū)域間基尼系數(shù)總體呈上升態(tài)勢，說明以上區(qū)域間差異在擴(kuò)大；而東-西、中-西、西-東北區(qū)域間差異總體呈現(xiàn)縮小態(tài)勢。

3.2 區(qū)域制造業(yè)高質(zhì)量發(fā)展的動態(tài)演進(jìn)

為進(jìn)一步了解考察期內(nèi)制造業(yè)高質(zhì)量發(fā)展的分布動態(tài)及演進(jìn)規(guī)律，借助Kernel密度估計三維圖，比較分析分布位置、波峰數(shù)量、分布形態(tài)、分布延展性等。

對于全樣本（見圖2），從分布位置來看，2008—2019年呈現(xiàn)中心向右移動趨勢，說明我國制造業(yè)高質(zhì)量發(fā)展水平在考察期內(nèi)逐漸上升，這與前文分析相吻合。從波峰數(shù)量看，隨著時間推移由單峰變?yōu)槎喾澹砻魑覈圃鞓I(yè)高質(zhì)量發(fā)展極化現(xiàn)象愈加嚴(yán)重。從分布形態(tài)來看，測度時間內(nèi)密度曲線寬度增加，不同省份之間絕對差異呈現(xiàn)擴(kuò)大趨勢。從分布延展性來看，呈現(xiàn)右拖尾現(xiàn)象，且拖尾期逐漸延長，說明省份之間相對差異也有擴(kuò)張趨勢。因此，在省際差異較大的情況下，如何平衡各省份制造業(yè)高質(zhì)量發(fā)展，是當(dāng)前政府部門制定政策應(yīng)關(guān)注的重點(diǎn)。

圖2 全國制造業(yè)高質(zhì)量發(fā)展指數(shù)核密度估計

對于四大地區(qū)（圖略），從分布位置來看，各地區(qū)核密度曲線中心都呈現(xiàn)不同幅度的右移，說明隨時間推移，各地區(qū)呈現(xiàn)不同程度的上升。從波峰數(shù)量看，西部、東北地區(qū)基本呈現(xiàn)單峰狀態(tài)，而東部、中部地區(qū)由單峰變?yōu)殡p峰或多峰，說明這兩個地區(qū)制造業(yè)高質(zhì)量發(fā)展不穩(wěn)定，變動頻繁，存在極化現(xiàn)象，未來需注意區(qū)域內(nèi)制造業(yè)均衡化發(fā)展。從分布形態(tài)來看，中部、西部地區(qū)核密度曲線寬度增加，說明這兩個地區(qū)內(nèi)絕對差異擴(kuò)大，而東部、東北地區(qū)變化不明顯。從分布延展性來看，東部、西部地區(qū)分布呈現(xiàn)右拖尾，中部地區(qū)呈現(xiàn)左拖尾，且拖尾期逐漸延長，說明相對差異有擴(kuò)張趨勢。東北地區(qū)不存在明顯拖尾現(xiàn)象，相對差異無明顯變化。

4 結(jié)論

本文從制造業(yè)高質(zhì)量發(fā)展內(nèi)涵出發(fā)，構(gòu)建綜合評價指標(biāo)體系，借助二階段熵值法、TOWA算子、Dagum基尼系數(shù)及其分解方法和Kernel密度估計方法，測度制造業(yè)高質(zhì)量發(fā)展指數(shù)，探究2008—2019年我國制造業(yè)高質(zhì)量發(fā)展水平及區(qū)域差異的時空演化特征，結(jié)果表明：（1）發(fā)展水平。時間維度上，樣本考察期內(nèi)呈上升態(tài)勢，以2014年和2017年為轉(zhuǎn)折點(diǎn)分為擴(kuò)張期、培育期、提升期三個階段，這與我國經(jīng)濟(jì)發(fā)展的路徑一致；空間維度上，靜態(tài)發(fā)展水平與動態(tài)發(fā)展實(shí)力“東高西低”，但發(fā)展速度“西快東慢”。（2）區(qū)域差異。時間維度上總差異略有下降，空間維度上總體差異主要來源于區(qū)域間差異，其中，東-西區(qū)域間差異最大，且東部地區(qū)區(qū)域內(nèi)差異最大。（3）從分布動態(tài)演進(jìn)來看，存在極化現(xiàn)象、絕對差異和相對差異問題，這也是制造業(yè)高質(zhì)量發(fā)展不平衡的主要表現(xiàn)。