第二節 定義和區分

一、過去的研究

關于制造業中行業的分類，通常都是按照屬性劃分的，如化學工業、紡織工業、機械工業等。其實還可以有不同的劃分方法，如輕工業和重工業、傳統行業和近代行業等。由于研究的時代不同和角度不同，劃分傳統行業和近代行業有時是必要的，在這一節我們將對這個時期的傳統行業和近代行業進行劃分。關于這個問題，過去已經有一些研究，如大川一司（1962）、中村隆英（1976，1985，1997）、松田芳郎等（1984）。下面，通過討論這些研究成果來提出我們自己的主張。

在分析之前，有必要對傳統行業和近代行業下一個定義。大川一司認為，傳統行業指的是“具有日本經濟‘本土或固有’起源或具有這種特征的部門”。同時他也承認，“在研究一個經濟時要將本土或固有的要素與外來要素區別開來十分困難”，而“區別日本的這些要素既有必要也有可能”，他基于這種觀點對1955年的經濟成分進行了區分。^[7]中村隆英則認為，“傳統行業原則上指的是，廣義上包括農林水產業在內，狹義上則將其除外，從前近代而來的提供傳統商品和服務的，主要是家庭勞動，少數由雇傭勞動的小經營而建立的行業”。不過他也指出，“明治以后從海外引進的很多行業具有與傳統行業的經營相似的特征”，并將這種現象稱為“同化現象”。他還指出，有些傳統行業在引入了“外來的素材和技術”后形成了所謂“新傳統行業”。根據這個觀點，他使用1920年人口普查的數據，對包括制造業在內的全部行業進行了劃分。^[8]此外，松田芳郎等人在研究明治末期的工廠生產時，以制造業為對象使用1909年《工廠統計表》及《工廠通覽》等資料計算出動力化率、工廠平均職工數、人均生產額、股份公司比率，并對四個指標進行了分類。他們分析的特點是同時考慮了經營形態和生產技術因素。^[9]

從以上研究中可以得出三個啟示，第一，對傳統行業和近代行業的劃分并不容易，也不十分明確，需要進一步探索，有很多行業在后來的發展過程中相互滲透，難以區分。第二，使用何時的數據進行分類結果可能很不相同，原因是隨著經濟的發展，有些行業的內容已經發生了很大變化。例如，19世紀末期日本還沒有多少近代工業，那時不論怎么分類大多數行業都是傳統行業，而如果使用二戰以后的數據，則結果會完全不同。第三，使用哪些統計資料也很重要，最好應該使用比較統一的資料，而且不應該是單一的指標而應該是多個指標。

二、我們的觀點

通過以上討論，我們認為除了一些典型的行業之外，當時大多數行業同時具有傳統行業和近代行業的某些特征或因素，因此難以單純地按照某個時期或定義進行區分，這就需要進行具體的分類，問題是用什么方法。歸根到底，在當時二者的區別主要在于以下幾點：（1）是工廠生產還是家族經營；（2）是大規模生產還是小規模生產；（3）是否使用動力；（4）是資本密集型還是勞動密集型；（5）勞動生產率是高還是低。如果能將上述特征充分地體現出來，結果就有可能最接近事實。這里，我們原則上認為兩個部門分別應該具有如下特征：（制造業的）傳統行業多為勞動密集型的基本不使用動力的小工廠，而近代行業正好相反，即多為資本密集型的使用動力的大規模工廠。即使這樣也是有局限的，如大規模和小規模的區分就很難。

按照這個思路，運用多元統計方法將各種行業相對化，區分出（相對的）傳統行業和近代行業，具體地以1909年為基準年，同時分析1920年、1930年和1940年。以1909年為基準年的原因在于以下兩點：第一，這是系統的工廠統計調查的第一年，也就是工廠統計的全面數據是從這一年開始的，以前只有《農商務統計表》中不夠全面的資料。第二，容易與先前的研究進行比較，如松田等人的研究針對的就是1909年。

關于區分的指標，一律從《工廠統計表》中選擇，主要考慮了工廠規模和技術水平兩個因素，選擇了如下6個指標：（1）動力化率（X ₁）；（2）30人以上職工工廠比率（X ₂）；（3）工廠平均馬力數（X ₃）；（4）工廠平均職工數（X ₄）；（5）馬力集約度（X ₅）；（6）人均實際生產額（X ₆）。6個指標中，X ₁，X ₃，X ₅表示技術變量，X ₂，X ₄表示規模變量，X ₆屬于效率指標，反映綜合能力和水平。例如，動力化率是某個產業的所有工廠中使用動力的工廠所占比例，工廠是否使用動力顯然影響到勞動生產率，因為人類使用動力本身是一個十分重要的技術進步，它不僅減輕了勞動強度，而且提高了生產效率。^[10]X ₃和X ₅都是資本密集程度的代理變量，因為在使用動力的工廠中機械設備必然需要原動機帶動，而原動機的馬力大小間接地顯示出機械設備能力的大小。關于X ₂和X ₄，通常大型工廠具有規模效應，其近代化程度也較高，機械設備也較多。X ₂之所以選定30人以上工廠作為一個指標，雖然有些隨意性，但是考慮到當時的具體情況，我們認為30人比較合適。原因是當時30人的工廠已經不算小工廠了，而且30人以上職工的工廠所占比重大約為16%[見表3-3]，這也是一個比較合適的比例。因為從總體上看當時近代工廠的比重應該是比較小的，這符合實際情況。^[11]

關于行業的選擇，考慮以下情況：第一，為了更好地區分出各自的特征，行業應該比較細，但不能過細，適中才對。第二，1909年《工廠統計表》的分類比較粗，我們以1909年為基準實屬無奈，因為如果采用了后期更為詳細的分類，關于1909年就無法分析了，而采用1909年為基礎，其他較細分類的年份的某些產業可以合并起來。第三，為了與其他研究進行比較分析，要盡可能相互照應。最終，選擇了60個產業作為分析的對象（見表3-1）。

接下來要對1909年的各個行業進行判定。我們將60個行業按照上述6個指標進行統計分析，這里使用了聚類分析的方法。聚類分析法（Cluster Analysis Method）是定量研究分類問題的一種多元統計方法，其基本思想是：同一類中的個體有較大的相似性，不同類中的個體差異較大，根據一批樣本的多個觀察指標找出能夠度量樣本（或變量）之間相似度的統計量，并以此為依據采用某種聚類法將所有的樣本（或變量）分別聚集到不同的類中。這里使用的聚類方法為離差平方和法（Ward Method，類別間距離的平方和的最小增量合并聚類），距離或相似性的度量方法為歐氏距離平方（Squared Euclidean Distance，D=（x ₁-y ₁）²+ （x ₂-y ₂）²+…），分析的結果顯示在表31中（分別用A和B表示）^[12]。

聚類分析還有一個特點，即可以將分析結果顯示在樹狀圖（dendrogram）中，這樣可以清晰地進行觀察。由于樹狀圖的尺寸較大，這里沒有顯示。橫向的數字為聚類的尺度，也就是各個樣本（行業）相互結合的距離，本章為歐幾里得距離平方。縱向是各個行業的結合關系，可以清楚地看出總體上被分成了兩個群體，上面的群體基本上屬于傳統行業，下面的屬于近代行業。屬于傳統行業的從上到下依次為：其他車輛雜項、機械器具雜項、其他雜項、織物、編織、染色、金屬品、編網、帽子、玻璃、羽毛制品、漆器、茶葉、工藝品、水產品、磚瓦、紙制品、裁縫、陶瓷器、竹柳制品、刺繡、釀造、皮革制品、點心、制革、食品雜項、醫藥、器具、罐頭、肥皂、印刷、鍍金、染料、木材、畜產品。其余的行業屬于近代行業，如武器、船舶、機械制造、原動機、鐵道車輛、金屬精煉、水泥、造紙、火藥、制油、工業藥品、橡膠、化肥等。

表3-1的結果與通常人們的印象并無多大差異，也與過去的研究結果相似，這說明這個分類的結果是可信的。前面已經討論過，繅絲，造紙，火柴，制粉，飲料，畜產品，印刷、裝訂，木材、木制品等行業具有雙重特征，既有傳統行業的要素，也有近代行業的要素。當然，如前所述，我們的分類是根據1909年《工廠統計表》中的選擇指標進行的，必然受制于某些數據和方法。

那么，這種分類的結果是否準確呢？為了檢驗分類的質量，這里使用另一種多元統計分析方法，即判別分析（Discriminant Analysis）。判別分析與聚類分析很相似，都是能夠對樣本進行分類的統計方法，但二者也有重要區別。聚類分析預先不知道類別，而判別分析是在類別已知的情況下，根據樣本數據推導出一個或一組判別函數，同時制定一種判別規則，用于確定待判別樣本所屬的類別。由于這種特點，判別分析也可以作為檢驗聚類分析結果好壞的一種方法，這里就是根據這個原理進行的，判別函數如下：

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

（正確判別率：93. 33%。）

從判別函數的系數看，按照X ₃，X ₄，X ₅，X ₁，X ₂的順序顯示了對于判別函數的解釋程度，這意味著第3、4、5個變量對于解釋判別函數具有比較重要的作用，也就是說明它們是決定行業性質的重要因素。圖3-1顯示了判別分析的圖形結果，從中可以看出兩個行業群之間存在一定距離，它們的分步并不十分緊密（交叉部分較少）。這說明二者之間存在比較大的差異，也說明前面的聚類分析結果是良好的和有意義的。