资料截止：2026年10月14日
一家工厂的年龄，写在它的营业执照上。
这个日期——成立日期——是工商登记中最不起眼的一栏，很少被单独拿出来看。人们讨论中国制造业时习惯使用另外几类数字：产值、出口额、就业人数、企业数量。这些都是流量或存量，是某个时点上的状态。成立日期不是。它记录的是一件发生在过去某一天的事，且此后不再改变。一家 1994 年成立的工厂，到 2026 年是三十二岁，无论它此后经历了多少次扩产、转产、停产与复产。
把 231 万家现存制造业主体的成立日期排在一起，得到的是一条年龄分布曲线。这条曲线回答的问题与产值和数量都不同：今天还在运营的中国工厂，分别来自哪些年份。
本院企业库收录的 2,313,658 家制造业主体中，成立于 2000 年之前的有 106,672 家，占 4.6%；成立于 2015 年之后的有 1,143,562 家，占 49.4%。现存的中国工厂里，有一半的年龄不到十二岁。
这些主体并非同一类组织。成立于 1980 年代与成立于 2020 年代的工厂，在规模、外贸参与程度、社保参保履行上呈现出系统性的差异，且这些差异随队列年龄单调变化。本文的核心正是这一组对比——它比任何单一年度的数字都更能说明中国制造业代际结构的变化。
本文分五编。第一编处理口径与外部锚点，包括成立日期这一栏本身记录的是什么、以及三次全国经济普查给出的存量参照。第二编沿时间顺序讨论 1978 年以来的年龄曲线，共八章，其中第十一章单独处理 2018 年之后的数据——那一段存在一个必须交代清楚的问题。第三编比较不同世代主体在规模、外贸参与与用工形态上的差异。第四编把年龄结构下沉到地理与行业两个维度。第五编讨论这套信息的使用方式与边界。
成立日期在数据上有一个容易导致误读的性质：它统计的是「活到今天的」主体，而不是「当年设立的」主体。当一家企业注销，它的成立日期就随之从数据中消失，而它曾经出现在某一个年份里。因此，一条按成立年份排列的现存主体曲线，形状同时由两个变量决定：当年的设立量，和此后的存活率。这两个变量无法从这一条曲线中拆分。
本文不估算历史时期的企业设立量，不推算存活率，也不对具体企业作任何评价。文中所有自有数据均来自本院企业库，取数日期为 2026 年 10 月 14 日；口径与剔除规则与本院同期发布的《社保参保人数里的中国工厂》一致，详见该文第三章。
第一编 口径与外部锚点
一、存量不是流水
在用一条按成立年份排列的曲线讲任何故事之前，必须先说清它在数什么。
企业登记数据库记录的是当前仍在册的主体。一家 2005 年成立、2018 年注销的工厂，在 2018 年之后就不在数据里了，它只留下一个已经消失的成立日期。因此，把现存主体的成立日期做成直方图，得到的不是「2005 年中国新设了多少家工厂」，而是「2005 年成立、到 2026 年 10 月仍然在册的工厂有多少家」。
这两个数的差别是完整的存活筛选过程。它意味着曲线的形状由两个变量共同决定：
- 当年实际设立了主体多少家；
- 这些主体此后逐年注销、吊销、迁出的比例。
这两个变量在数据上不可分离。一家工厂在 2005 年设立、2010 年注销，与另一家在 2005 年设立、2026 年仍在生产，在成立年份这一栏上是同一个值；只有当它们中的后者留在数据库里时，前者才从统计中消失。曲线因此天然地向早期收敛——离今天越远的年份，留存下来的主体越少，而被淘汰的主体越多，且淘汰是选择性的：活下来的更可能是规模较大的、经营更规范的、与外部市场联系更紧密的企业。
这条规律对本文的写法有一个直接约束。按成立年代划分队列，比较它们的规模、外贸参与率、社保参保率，得到的差异里同时含有两种成分：当年设立时就不一样的代际差异，和此后多年筛选留下的存活差异。二者无法拆分。本文在报告这类对比时，把差异描述为「现存主体中，出生于某年代的队列呈现出某种特征」，而不是「某年代成立的工厂具有某种特征」——前者是数据事实，后者需要额外假设。
一个必须交代的登记制度变化
成立日期这一栏本身在 2014 年前后经历了一次制度环境的变化，它影响曲线的可解释性。
2014 年以前，设立公司有最低注册资本要求。2014 年 2 月，国务院印发《注册资本登记制度改革方案》，取消了有限责任公司最低注册资本 3 万元、一人有限责任公司最低 10 万元、股份有限公司最低 500 万元的限制，改为注册资本认缴登记制，自 2014 年 3 月 1 日起施行。
此后登记便利化持续加码：2015 年 10 月 1 日起实行营业执照、组织机构代码证、税务登记证「三证合一、一照一码」；2016 年 10 月 1 日起并入社会保险登记证和统计登记证，实行「五证合一」；2017 年 10 月 1 日起进一步实行「多证合一」。
这一组改革的共同方向是降低设立一个企业主体的门槛与时间成本。它对本文数据的影响是：2014 年之后的设立行为，与 2014 年之前不是一个可以直比的量。 同一件真实的经济活动，在改革前可能以个体工商户或个人经营的形式存在，在改革后更可能注册为公司。曲线的抬升中，有一部分是登记形式的变化，而不是生产活动的新增。
另一处需要注意的登记规则
2025 年，全国有 6.1 万户个体工商户通过税务部门办理转为企业的登记（2025 年 1 至 10 月，同比增长 134.4%），截至 2025 年底全国累计「个转企」35.8 万户。
这项登记有一个关键规则：转型后的企业保留原个体工商户的成立日期与统一社会信用代码。也就是说，一家 2010 年注册的个体工商户在 2024 年转型为公司，它在数据中仍然显示成立于 2010 年。这一规则的效果是让近年成立的读数偏低，而不是偏高——原本应当在近年新增的主体，被计入了更早的年份。
本文在使用近年数据时，把这一点作为已知的、方向明确的一处偏差记录在案。
二、三次经济普查划出的存量锚点
本院企业库是中国制造业主体的一部分，不是全部。要判断它覆盖了多少、缺失在哪里，需要外部锚点。目前最完整的外部锚点是全国经济普查。
经济普查每五年一次，与常规统计年报的区别在于它是全口径盘点，覆盖法人单位、产业活动单位和个体经营户三类主体，而不是抽样调查。制造业法人单位数在三次普查中的结果如下。
| 指标 | 2013 年末（三经普） | 2018 年末（四经普） | 2023 年末（五经普） |
|---|---|---|---|
| 制造业法人单位数 | 225.2 万个 | 327.0 万个 | 404.9 万个 |
| 制造业法人单位从业人员 | — | 10,471.3 万人 | 10,481.5 万人 |
| 制造业个体经营户 | — | 448.0 万个 | 512.3 万个 |
| 制造业个体经营户从业人员 | — | 1,637.4 万人 | 1,836.1 万人 |
表为三次全国经济普查公报数据整理。第三次全国经济普查公报、第四次全国经济普查公报、第五次全国经济普查公报
三组数字的第一层信息是存量在增长。制造业法人单位十年间从 225.2 万个增至 404.9 万个，累计增加 179.7 万个，增幅约 79.8%；其中 2013 至 2018 年增加 101.8 万个（约 45.2%），2018 至 2023 年增加 77.9 万个（约 23.8%）。增速在放缓，但方向未变。
第二层信息是本文全篇中最值得注意的一处背离。
制造业法人单位五年增长 23.8%，而制造业法人单位从业人员五年只从 10,471.3 万人增至 10,481.5 万人，增加 10.2 万人，增幅 0.1%。 同期全部第二、三产业法人单位从业人员从 38,323.6 万人增至 42,898.4 万人，增长 11.9%，制造业在其中贡献的增量接近于零。
这组对比的表述需要谨慎。「厂更多了，人没多」是一个准确的读法，但它不等同于「制造业在萎缩」。同期制造业个体经营户从业人员从 1,637.4 万人增至 1,836.1 万人，增加 198.7 万人，这部分增量不在法人单位从业人员的统计范围内。同时，法人单位从业人员数是普查时点的存量，不反映人均产出、自动化水平或单位产值的用工强度的变化。
一个稳妥的结论是：2018 至 2023 年间，中国制造业增加的是主体数量，不是法人单位的用工规模。 新增的 77.9 万个制造业法人单位，平均没有带来可观测的用工净增量。这一结论与本文第十二章要展开的队列分析直接相关——新增主体的规模结构，与本世纪初形成的主体截然不同。
三处口径警示
使用上述数据时，有三处口径必须写清楚，否则结论会出错。
第一，「规模以上工业企业」不是「制造业法人单位」。 规模以上工业企业的口径是年主营业务收入 2,000 万元及以上的工业法人单位，2024 年为 51.73 万个。它只是制造业法人单位（404.9 万个，2023 年末）的一个子集，且覆盖工业而不含个体经营户。两者相差近八倍，任何把它们放在同一条曲线上的写法都是错的。
第二，三次普查的行业分类版本不同。 第三次、第四次普查使用《国民经济行业分类》（GB/T 4754—2011），第五次使用 GB/T 4754—2017，门类内部的小类归属有调整。三次均使用「制造业」门类，趋势可比，逐年小数位级别的比较不可比。
第三，法人单位、产业活动单位、个体经营户是三个不同的分母。 一个法人单位下可以有多个产业活动单位（分厂、车间、销售点），个体经营户既包括登记注册的个体工商户，也包括未登记但有固定场所从事经营活动满三个月以上的经营户。本文在引用时逐一标注口径，不跨口径计算。
本库与普查存量的对照
本院企业库收录制造业主体 2,313,658 家（口径见本院同期发布的《社保参保人数里的中国工厂》第三章）。与 2023 年末五经普的 404.9 万个制造业法人单位相比，本库约为其 57%。与 448.0 万至 512.3 万个制造业个体经营户相比，本库的收录重点是法人主体，个体户覆盖有限。
57% 是一个粗略的对照，不是覆盖率。 两者的口径并不完全一致：本库以工商登记的制造业主体为筛选基础，普查的「法人单位」还包括依法不需要办理工商登记的单位类型；两者的行业归类也可能存在差异。给出这个数字的目的，是说明本库的规模量级——它覆盖了中国制造业主体的一半以上，因此库内的分布特征具有代表性；同时它不覆盖全部，因此库内的绝对值不能直接当作全国总量使用。
三、成立日期这一栏的可信度
本文全篇的分析都建立在一个字段上：成立日期。在讨论它记录了什么样的历史之前，需要先说清它不记录什么。
成立日期是市场主体取得法人资格或经营资格的日期，是法律意义上的主体诞生时点。它与另外三个容易被混同的日期都不是一回事：经营开始日期（实际投产或开业的时间）、迁入本地的日期（主体跨地区迁移后在新址开始经营的时间）、以及现有经营范围的核准日期。这四个日期在现实中可以相差数年甚至数十年。
一家 2019 年从外省迁入的工厂，如果它的主体资格是从原址延续过来的，那么它在数据中的成立日期是原址设立的那一年——可能是 1998 年。它在迁入地的经营历史只有七年，但在数据上它是二十七岁。本文第十五章与第十七章中所有涉及迁入迁出的判断，都受这一点限制。
成立日期在以下几种情形下会与产业史脱节。
第一种：主体资格的延续与重置。 企业改制、重组、分立、合并时，采用哪一条路径会直接改变成立日期的读数。如果原有主体注销、由新主体承接资产与业务，成立日期重置为改制之年；如果原有主体的资格被保留、仅变更股东与名称，成立日期则延续。1990 年代末的集体企业与国有企业改制中，两种路径都被大量采用，且在不同地区、不同行业中的比例不同。本文第十八章讨论东北与苏南的年龄结构差异时，提出的正是这一机制，但本文没有改制路径的分年数据，无法验证。
第二种：跨地区迁移。 企业迁移登记时通常保留原成立日期与统一社会信用代码。这一规则的效果是：迁入地会获得一批「年龄大于本地实际经营历史」的主体，迁出地则减少一批。对制造业集聚区之间的人员与产能流动而言，这一效应不可忽略。本文没有迁入迁出记录。
第三种：个体工商户转为企业的登记。 本文第一章已说明，「个转企」后的企业保留原个体工商户的成立日期。这项登记使近年读数偏低。
第四种：补办登记与历史遗留主体。 一部分主体的成立日期来自登记制度建立前的历史沿革，其准确性取决于登记机关对原始材料的认定。本文数据中成立于 1978 年之前的 518 家主体，落在这一范畴内。这 518 家数量很小，对结论没有影响，但它们的日期性质与 2010 年之后成立的主体不同。
第五种：成立日期与实际投产时间的间隔。 一家 2023 年成立的公司，可能在 2025 年才建成投产。这一间隔在需要长建设周期的行业中尤其明显——化工、冶金、大型装备制造的建厂周期常在两到三年。本文的年龄结构因此混合了「企业诞生」与「产能形成」两个时点，且两者的间隔在行业间不一致。第十六章中资本密集型行业的年龄偏老，一部分来自它们的新设主体数量较少，另一部分也可能来自这一间隔——同一段观察期内，它们的产能形成落后于主体诞生。
以上五种情形在数据上无法区分，它们共同决定了本文应当如何表述自己的结论。
成立日期记录的是法律主体的诞生时点，不是生产经营的起始时点。 因此：
- 它适合用来描述现存主体的构成——今天还在运营的中国工厂，分别是在哪些年份取得主体资格的。
- 它不适合用来推断产能的形成时间，也不适合推断产业在某地开始的时间。后者需要经营开始日期、投产记录或产值数据。
- 在比较地区之间的年龄结构时，需要记住差异的一部分可能来自迁移与改制路径的不同，而不仅仅是设立行为的不同。
这一章的作用是给后文的全部比较设定一个上限。本文第三编与第四编中的每一处队列对比、每一处分省对比，都应当在这五个限制之下阅读。
第二编 年龄曲线的四十年
四、本库的年龄结构
本院企业库 2,313,658 家制造业主体，按成立日期分段统计如下。
| 成立年代 | 主体数 | 占比 | 累计占比 |
|---|---|---|---|
| 1978 年以前 | 518 | 0.02% | 0.02% |
| 1978—1989 | 11,602 | 0.50% | 0.52% |
| 1990—1999 | 94,552 | 4.09% | 4.61% |
| 2000—2007 | 398,506 | 17.22% | 21.83% |
| 2008—2014 | 664,918 | 28.74% | 50.57% |
| 2015—2019 | 804,758 | 34.78% | 85.36% |
| 2020—2026 | 338,804 | 14.64% | 100.00% |
表为本院企业库制造业口径按成立日期分段统计，取数日期 2026 年 10 月 14 日。
这组数字的第一个读法是中位年龄。将全部主体按成立日期排序，落在正中间的那一家成立于 2014 年——准确地说，累计到 2013 年末为 1,037,019 家，累计到 2014 年末为 1,170,096 家，而总主体数的一半是 1,156,829 家。中位成立年份落在 2014 年的第十一个月前后。
现存中国制造业主体的中位年龄约为十二岁（按取数时点精确计算为 11.9 岁）。 有一半的工厂，成立时间在 2014 年之后。
第二个读法是两端。成立于 2000 年之前的主体共 106,672 家，占 4.61%；成立于 1990 年之前的仅 12,120 家，占 0.52%；成立于 1978 年之前的只有 518 家。另一端，成立于 2015 年之后的主体共 1,143,562 家，占 49.43%。
两端放在一起是这样一个结构：今天仍在运营的中国工厂里，每两家就有一家成立于 2015 年以后；而成立于 1990 年之前、年龄超过三十六岁的，不到每两百里有一家。
这个形状与前文的存活逻辑一致。1990 年之前成立的主体，到今天已经经过了三十多年的筛选；其中规模不足的、经营不善的、随产业变迁被淘汰的，绝大部分已经注销。留下来的 12,120 家，是那个时代的幸存者。
需要注意这里的因果方向。不能从「1990 年之前成立的主体只有 1.2 万家」推出「1990 年代之前中国工厂很少」。 1990 年之前中国当然有大量工厂——其中很大一部分是国有企业、集体企业，在 1990 年代末到 2000 年代的改制、兼并、破产中退出了登记；另一部分从未以现代公司形式登记过；还有一部分在数据上以改制后的新主体形式存在，成立日期被重置为改制年份。本文第四章讨论的队列对比，针对的正是这批幸存者，而不是当年全部的主体。
五、1978—1991：十四年，一万七千家
把 1992 年之前的每一年单独列出来，得到的是这条曲线中最平的一段。
| 年份 | 主体数 | 年份 | 主体数 |
|---|---|---|---|
| 1978 年以前 | 518 | 1985 | 1,077 |
| 1978 | 121 | 1986 | 848 |
| 1979 | 290 | 1987 | 978 |
| 1980 | 777 | 1988 | 1,383 |
| 1981 | 783 | 1989 | 3,423 |
| 1982 | 538 | 1990 | 3,391 |
| 1983 | 357 | 1991 | 2,466 |
| 1984 | 1,027 | — | — |
表为本院企业库制造业口径逐年统计。
1978 年至 1991 年十四年间累计 17,459 家，加 1978 年以前的 518 家，共 17,977 家。这一段的年度读数长期停留在三位数，最低的 1978 年为 121 家，1983 年为 357 家。
这段曲线有两个特征需要解释。
第一个特征是它不反映当时的实际设厂数量。1978 年至 1991 年，中国的乡镇企业经历了其历史上最快的发展阶段，苏南、温州、珠三角的乡镇与个体工业在这一时期大量出现。这批主体绝大部分没有登记为今天意义上的「公司」——当时的登记制度以《企业法人登记管理条例》之前的若干条例为基础，乡镇集体企业、挂靠企业、个体经营户是主要形态。本文的数据只覆盖此后留存下来、且在 2026 年时点仍以法人主体身份存在的部分，因此这一段曲线的低位不代表当时的生产活动稀少。
第二个特征是1989 年前后出现台阶式抬升：1988 年 1,383 家，1989 年 3,423 家，1990 年 3,391 家，是此前年份的两到三倍。
《企业法人登记管理条例》以国务院令第 1 号公布，自 1988 年 7 月 1 日起施行，一次废止了三部此前的登记法规。1989 年的读数跳升与这一年条例的施行时间接近，但本文不能由此断言因果。 至少有两种解释与数据同样相容：其一是登记制度统一后，原先以其他形式存在的主体进入法人登记体系；其二是这一时期确有新设主体的增加。本文没有区分这两种解释所需的历史登记数据，因此只把这一跳升作为数据现象记录。
从 1989 年到 1991 年，读数从 3,423 家回落到 2,466 家。这一回落同样有多种解释，本文不作判断。
六、1992—2001：第一次持续的上升
从 1992 年开始，曲线进入了一段为期十年的持续上升。
| 年份 | 主体数 | 年份 | 主体数 |
|---|---|---|---|
| 1992 | 5,296 | 1997 | 12,207 |
| 1993 | 7,705 | 1998 | 16,519 |
| 1994 | 7,690 | 1999 | 19,962 |
| 1995 | 9,374 | 2000 | 29,989 |
| 1996 | 9,942 | 2001 | 37,136 |
表为本院企业库制造业口径逐年统计。
十年间，读数从 5,296 家增至 37,136 家，增长六倍。这一段是本文全部数据中唯一一段接近指数形态的增长。1992 年与 2001 年之间的两个节点值得标注：其一，1992 年读数首次超过五千家，是 1980 年代水平的四倍以上；其二，2000 年读数首次接近三万家，是 1995 年的三倍以上。
这一段数据中，1992 年的起点有明确的政策背景。1992 年春，邓小平视察南方并发表谈话；同年，中国的改革开放进入新一轮扩张。五年后的 1997 年，党的十五大确立了以公有制为主体、多种所有制经济共同发展的基本经济制度，并明确非公有制经济是社会主义市场经济的重要组成部分。这两件事在方向上都有利于民营主体的设立登记。
同样需要提示的是，本文数据不足以量化这些政策的影响。 曲线在这一时期是上行的，但上行的原因包含登记制度的完善、统计口径的变化、以及实际经济活动三个来源。本文只呈现曲线本身。
1990 年代这一段，在十年后的今天留下的痕迹是一组特定的主体。第九、十章将显示，现存主体中，成立于 1990 年代的那一批在规模、外贸参与率、社保参保率上都显著高于更晚成立的队列。它们是今天中国制造业中年龄最大、也最稳定的一层。
七、2002—2008：增速放缓的七年
2001 年 12 月，中国正式加入世界贸易组织。此后七年，本文数据中的年度读数如下。
| 年份 | 主体数 | 同比 | 年份 | 主体数 | 同比 |
|---|---|---|---|---|---|
| 2002 | 44,918 | +21.0% | 2006 | 61,813 | +15.3% |
| 2003 | 53,737 | +19.6% | 2007 | 61,128 | −1.1% |
| 2004 | 56,143 | +4.5% | 2008 | 58,160 | −4.9% |
| 2005 | 53,642 | −4.5% | — | — | — |
表为本院企业库制造业口径逐年统计，同比为本院按现有数据计算。
这七年提供了一个与直觉不同的读数。加入世贸组织通常被描述为中国制造业扩张的关键节点，而本文数据中，2002 至 2007 年六年间，年度读数从 44,918 家增至 61,128 家，累计增长 36.1%，年均约 5.3%；2008 年回落至 58,160 家。这个速度低于此前十年（1992—2001 年增长六倍），也低于此后十年。
对这一现象有两种解释，它们在本文数据上无法区分。
第一种解释是本文数据反映的是存活结果，而不是当年设立量。2002 至 2008 年设立的工厂，到 2026 年已经经过了十八到二十四年的筛选。这一时期正是中国制造业竞争最激烈、产能扩张最快、也是此后淘汰最集中的阶段——2008 年国际金融危机后的外需收缩、2015 年前后的产能过剩治理，都在这一批主体上留下了痕迹。
第二种解释是，这一时期的产业扩张主要以既有主体的产能扩张形式实现，而不是以新设主体数量的形式实现。加入世贸组织后，出口订单的快速增长使沿海既有的工厂加速扩产、增加产线、延长工时；同时，内地的劳动力向沿海集中，而不是在本地新设工厂。这个解释与数据中 2000 年代后期中西部省份设立量偏低的现象一致，但本文没有产能与用工的分年数据来验证。
两种解释都指向同一个结论：新设主体数量不是衡量制造业扩张的合适指标。 2002 至 2008 年是中国制造业增长最快的时期之一，同时也是新设主体数量增速较低的时期。把主体数量当作产业规模的代理变量，会在这段时间上给出错误的读数。
八、2009—2014：危机之后的抬升
2009 年读数 72,928 家，比 2008 年增长 25.4%。此后连续五年上升：2010 年 91,208 家，2011 年 96,370 家，2012 年 95,210 家，2013 年 117,965 家，2014 年 133,077 家。
| 年份 | 主体数 | 同比 |
|---|---|---|
| 2009 | 72,928 | +25.4% |
| 2010 | 91,208 | +25.1% |
| 2011 | 96,370 | +5.7% |
| 2012 | 95,210 | −1.2% |
| 2013 | 117,965 | +23.9% |
| 2014 | 133,077 | +12.8% |
表为本院企业库制造业口径逐年统计。
2009 年的跳升时间点上与四万亿元投资计划的实施同期，但本文同样不能据此断言因果。这一时期的抬升有三个可能的来源：实际新设主体的增加、登记便利化的推进、以及存活率的提高。2013 年与 2014 年的连续两年高增长，则与 2014 年 3 月 1 日起施行的注册资本认缴登记制直接相邻。
2013 年的 23.9% 与 2014 年的 12.8% 两个增幅值得并置来看。注册资本认缴登记制自 2014 年 3 月 1 日施行，其对全年数据的影响应当主要体现在 2014 年，但 2013 年的增幅高于 2014 年。这说明增幅的原因不止一项。2013 年前后还有企业登记便利化的其他措施陆续出台，本文没有足够的信息把这些来源分开。
这一段在本文的队列分析中对应 2008—2014 这一组，共 664,918 家，占全部现存主体的 28.74%。它们的年龄在十二到十八岁之间，是现存中国工厂中数量第二多的一组。
这一代主体的当前剖面
2008 至 2014 年成立的 664,918 家主体，占全部现存制造业主体的 28.74%，是数量第二多的一组。它们当前的特征落在两个世代的中间。
参保人数中位数为 0 人，第 90 百分位 29 人；零参保率 51.6%；参保人数合计 13,278,943 人，占制造业参保总人数的 25.8%；1,000 人以上的 1,323 家，占本队列的 0.2%；外贸参与率 16.9%；登记状态非存续的 11.3%。
把这组数字与相邻的两个队列并排：
| 指标 | 1990—1999 | 2008—2014 | 2015—2019 |
|---|---|---|---|
| 主体数 | 94,552 | 664,918 | 804,758 |
| 第 90 百分位参保人数 | 130 人 | 29 人 | 15 人 |
| 零参保率 | 30.4% | 51.6% | 61.9% |
| 外贸参与率 | 35.2% | 16.9% | 9.6% |
| 1,000 人以上占比 | 1.3% | 0.2% | 0.1% |
| 非存续率 | 5.9% | 11.3% | 14.9% |
表为本院企业库制造业口径按成立年代统计。
表内五项指标——第 90 百分位、零参保率、外贸参与率、千人以上占比、非存续率——在本队列上的取值都落在另外两个队列之间，且更靠近哪一端并不一致：外贸参与率 16.9% 处在 35.2% 与 9.6% 之间偏中，千人以上占比 0.2% 与非存续率 11.3% 则更靠近 2015 年之后队列。
这一组读数的意义在于，它说明本文所描述的世代差异不是一次突变，而是连续的移动。2008 至 2014 年成立的工厂，在每一个维度上都处在新旧两代之间，且没有哪一个维度出现断层。任何把中国制造业分成「老厂」与「新厂」两类的做法，都会在这一段上失去分辨率。
九、2015—2017：曲线的顶点
2015 年读数 133,204 家，2016 年 157,308 家，2017 年 234,699 家。2017 年是本文全部数据中的最高点。
| 年份 | 主体数 | 同比 |
|---|---|---|
| 2015 | 133,204 | +0.1% |
| 2016 | 157,308 | +18.1% |
| 2017 | 234,699 | +49.2% |
表为本院企业库制造业口径逐年统计。
2017 年的同比增幅为 49.2%。这个增幅在 2000 年以来的各年度中排第二位，高于它的只有 2000 年的 50.23%（19,962 家增至 29,989 家）。这一年成立的、至今仍在册的制造业主体共 234,699 家，占全部现存主体的 10.15%——每十家现存的中国工厂中，有一家成立于 2017 年。
这一段的政策节点密集。2014 年 3 月 1 日注册资本认缴登记制施行；2015 年 10 月 1 日「三证合一、一照一码」；2016 年 10 月 1 日「五证合一」；2017 年 10 月 1 日「多证合一」。四年之内，设立与登记一个企业主体的材料、环节和时间成本连续下降。
2017 年的数据可以与官方统计对照，这是本文全部年份中少数几个可以做这种对照的年份。
国家工商总局公布的数据显示，2017 年全国新登记制造业企业 51.8 万户，同比增长 16.3%。国家工商总局 2017 年度数据 前一年，2016 年全国新登记制造业企业 44.6 万户，同比增长 16.9%。同上
两组数字对照：
| 年份 | 全国新登记制造业企业（官方） | 本库现存该年成立的主体 | 比值 |
|---|---|---|---|
| 2016 | 446,000 户 | 157,308 家 | 35.3% |
| 2017 | 518,000 户 | 234,699 家 | 45.3% |
表为本院按公开数据与本库数据对照计算。
这两个比值的含义是：2016 年新登记的制造业企业，到 2026 年仍有 35.3% 出现在本院企业库中；2017 年的对应比例为 45.3%。这个比例同时包含两个过程——此后九至十年的注销淘汰，以及本库对存量主体的收录完整度。本文无法拆分这两者，因此这一比值不能读作存活率，也不能读作覆盖率。 它的价值在于提供一个量级参照：本库对 2016 至 2017 年设立的主体的收录，处在同一量级的前一半以内。
需要说明一处口径差异：官方的「新登记制造业企业」以企业登记注册的类型划分，本库的「制造业主体」以《国民经济行业分类》门类 C 划分并经过行业归类，两者不完全对应。这一差异会影响比值的具体数值，但不改变量级。
2017 年这个顶点本身也需要解释。同年全国新登记制造业企业同比增长 16.3%，而本库 2017 年读数同比增长 49.2%，两者相差三倍。这一差距说明，2017 年本库读数的跳升中，有相当一部分不是来自实际设立量的增加，而是来自登记形式的变化——注册资本认缴制与「多证合一」使一批原本以个体工商户或其他形式存在的主体，在 2017 年前后注册成了公司制企业。这部分主体在数据上表现为 2017 年的新增，在现实中则早已存在。
十、规模以上工业企业数的先降后升
本库数据之外还有一条独立的存量序列，它的时间跨度比经济普查长得多，每年都可查：规模以上工业企业单位数。
规模以上工业企业的口径是年主营业务收入达到一定门槛的工业法人单位。这个门槛在 2011 年发生过一次变化——由 500 万元提高到 2,000 万元。按现行口径，规模以上工业企业指年主营业务收入 2,000 万元及以上的工业法人单位，该门槛自 2011 年起由 500 万元提高而来。国家统计局《中国统计年鉴》表 13-3
| 年份 | 企业单位数（万个） | 年份 | 企业单位数（万个） |
|---|---|---|---|
| 1998 | 16.51 | 2015 | 38.31 |
| 2005 | 27.18 | 2016 | 37.86 |
| 2008 | 42.61 | 2017 | 37.27 |
| 2009 | 43.44 | 2018 | 37.50 |
| 2010 | 45.29 | 2019 | 37.78 |
| 2011 | 32.56 | 2020 | 39.94 |
| 2012 | 34.38 | 2021 | 44.15 |
| 2013 | 36.98 | 2022 | 47.20 |
| 2014 | 37.79 | 2023 | 49.32 |
| — | — | 2024 | 51.73 |
表为国家统计局《中国统计年鉴》表 13-3「规模以上工业企业主要指标」，部分年份。2025 年的精确值本文未取得。
这条序列有两处必须交代。
第一处是 2011 年的断崖，它不是企业倒闭。 读数从 2010 年的 45.29 万家降至 2011 年的 32.56 万家，减少 12.73 万家，降幅 28.1%。减少的原因不是 12.7 万家企业消失，而是门槛提高后，年主营业务收入在 500 万元至 2,000 万元之间的企业整体退出了统计范围。这条序列的 2011 年前后不可直接比较，任何跨 2011 年的同比计算都是错的。
第二处是 2015 至 2017 年的连续三年净减少。 38.31 万家、37.86 万家、37.27 万家——这是该序列在 2011 年口径确定之后唯一一段连续三年下降的区间，累计减少 1.04 万家。2015 年前后正是产能过剩治理推进的时期。本文第十八章记录的黑色金属冶炼和压延加工业五年减少 42.0% 的官方数据，是这一阶段的行业侧面。
此后七年，读数连续回升：2018 年 37.50 万，2019 年 37.78 万，2020 年 39.94 万，2021 年 44.15 万，2022 年 47.20 万，2023 年 49.32 万，2024 年 51.73 万。七年累计增加 14.23 万家，增幅 37.9%。
这条序列与本文前九章的数据构成一对互补的证据。
本库按成立年份统计的曲线，描述的是现存主体的年龄构成；规模以上工业企业数描述的是每年在册的规上主体数量。两者的口径不同——前者是全部门类的制造业主体（含规模以下与个体户），后者只是工业中达到收入门槛的法人单位——但它们指向的方向一致。
把这个方向说清楚：2024 年规模以上工业企业 51.73 万家，2023 年末制造业法人单位 404.9 万个（见第二章），前者相当于后者的 12.8%。也就是说，制造业法人单位中接近九成的部分，在规模以上统计中是不出现的。 这与第二章引用的普查数据相符——制造业法人单位从业人员 10,481.5 万人，而规模以上制造业平均用工人数 6,945.53 万人，差额 3,535.97 万人全部在规模以下企业与个体经营户中。
换句话说：中国制造业的主体数量，绝大部分由规模以下企业与个体经营户构成；而制造业的用工，接近三分之二在规模以上企业。 数量的重心与用工的重心，落在两个不同的部分上。
这一结构对本章前文提出的问题给出了一个回答。2018 至 2023 年制造业法人单位增加 23.8%、从业人员只增加 0.1%，这个「厂更多了，人没多」的组合并不矛盾——新增的主体绝大多数落在规模以下，它们的平均用工规模远低于规上企业，因此主体数量的增长不会带来同比例的用工增长。
需要提示的是，规模以上工业企业数的逐年变化同样受统计范围调整的影响。该序列的逐年变化还受统计范围调整的影响：规模以上工业企业的名录每年随企业达标与退出而变动，相邻两年的企业单位数并不完全对应同一批企业。国家统计局 因此这条序列可以读趋势，不宜逐年计算精确增幅。
十一、2018 年之后：这一段不能读作下降
前面八章按时间顺序展开，没有遇到的障碍，在这一段出现了。本节必须先处理一个数据问题，再讨论内容，否则后面所有关于近年的结论都不可靠。
先看数据。
| 年份 | 主体数 | 同比 |
|---|---|---|
| 2017 | 234,699 | +49.2% |
| 2018 | 151,642 | −35.4% |
| 2019 | 127,905 | −15.7% |
| 2020 | 105,282 | −17.7% |
| 2021 | 84,728 | −19.5% |
| 2022 | 55,609 | −34.4% |
| 2023 | 43,539 | −21.7% |
| 2024 | 28,757 | −33.9% |
| 2025 | 16,246 | −43.5% |
| 2026 | 4,643 | — |
表为本院企业库制造业口径逐年统计。
从 2017 年的 234,699 家到 2024 年的 28,757 家，七年下降 87.7%，且每一年都在下降，没有一年的回升。2026 年的 4,643 家对应的是不完整的年度（数据截止 10 月 14 日），不具可比性。
如果这一读数是真实的，它描述的是一件极严重的事：中国制造业的新设主体数量在七年内下降到原来的八分之一。这个结论与本文第二章引用的经济普查数据直接冲突。
冲突在哪里
第五次全国经济普查显示，2023 年末全国制造业法人单位为 404.9 万个；第四次全国经济普查显示，2018 年末为 327.0 万个。五年间存量增长了 23.8%，增加 77.9 万个。
存量在增长，而按成立年份统计的新增读数在崩塌，这两件事不能同时成立。存量等于历年设立的累积减去历年退出的累积。如果 2022 至 2024 年每年只新设两三万个制造业主体，而存量每年仍在净增长，那么退出的数量必须是一个很大的负数——这在算术上不成立。
三条独立的证据
第一条证据来自本库内部。把同一条逐年曲线在三个不同的样本上分别画出来，结果如下。
| 年份 | 全库 | 制造业 | 非制造业 |
|---|---|---|---|
| 2017 | 348,624 | 234,700 | 113,924 |
| 2018 | 252,096 | 151,644 | 100,452 |
| 2019 | 232,375 | 127,906 | 104,469 |
| 2020 | 214,888 | 105,288 | 109,600 |
| 2021 | 159,076 | 84,729 | 74,347 |
| 2022 | 116,496 | 55,609 | 60,887 |
| 2023 | 102,649 | 43,540 | 59,109 |
| 2024 | 68,846 | 28,757 | 40,089 |
| 2017→2024 降幅 | −80.3% | −87.7% | −64.8% |
表为本院企业库按成立年份统计，三个样本分别为全部自有采集主体、制造业门类主体、制造业以外的门类主体。本表为展示曲线形状，三个样本均未剔除参保人数异常值，故制造业列的数值与本篇其余各章（已剔除 45 条异常值、分母 2,313,658 家）相差 1 至数家，差异可忽略，但口径须区分。
三个样本的降幅不同（制造业降得最多 87.7%，非制造业最少 64.8%），曲线形状也不完全一致：制造业自 2018 年起逐年下降，非制造业则在 2019 年与 2020 年连续两年回升（100,452 家增至 109,600 家），2021 年起才转为下降。但三个样本的拐点位置一致——都在 2017 年前后达到高点；且 2017 至 2024 年的净方向一致，都大幅下行。 一个只发生在制造业的产业现象，不会让非制造业门类也走出同一量级的下行曲线。
第二条证据来自登记规则。第一章说明的「个转企」规则——转型后的企业保留原个体工商户的成立日期——使近年读数偏低。这条规则的作用方向与「近年主体确实变少」的假设相反，因此它不能解释下降。
第三条证据是旁证：国家市场监管总局历年公布的全国新设经营主体数量在 2018 年以后维持在与前期同一量级；但制造业占新设企业的比重自 2018 年后未逐年公布，本文未能取得可逐年对照的官方序列，因此这一条只作旁证，不单独支撑结论。制造业占新设企业的比重在 2018 年以后未逐年公布，因此无法做逐年的直接对照，但存量数据已经足够说明问题。
一个可以量化的检验
利用第九章得出的比值，可以对这一读数做一次外推检验。
2017 年，本库现存该年成立的主体 234,699 家，对应官方公布的新登记制造业企业 518,000 户，比值 45.3%。假设这一比值在 2024 年仍然成立——即本库对近年的收录完整度与 2017 年相当——那么 2024 年库内 28,757 家对应约 6.35 万户新登记制造业企业。
这个推算需要强调是假设性外推，不是官方数字。它的用途只有一个：检验内部一致性。按此推算，2024 年的新登记制造业企业数量比 2017 年下降约 87.7%。而同期制造业法人单位存量增长 23.8%。一个每年只新增六万家、同时存量在增长的体系，需要退出量长期为负才能维持——这不成立。
因此，比值的假设不成立。真实的情况更可能是：本库对 2018 年以后成立的主体的收录完整度显著低于对早年的收录完整度。
收录完整度随年代变化的原因
这一现象有技术上的原因，且是企业数据库的通病。
第一，存量数据库的构建通常以某一时点的存量盘点为主。收录一批主体时，抓取的是当时仍在册的企业及其历史档案。一家 2013 年成立、2026 年仍在册的企业，其档案在多次抓取中都会被覆盖到；而一家 2024 年成立的企业，只可能在 2024 年之后的抓取中出现。若主体收录工作的高峰期在 2020 年前后，那么此后成立的主体被覆盖的概率自然更低。
第二，新设主体的信息完整度较低，因此更容易在质量筛选环节被过滤。一家刚成立的主体，往往没有社保缴费记录、没有海关记录、没有认证信息、没有官方网站，其在构建「工厂库」时的可用字段很少。收录规则如果对字段完整度有要求，新设主体首当其冲。
第三，企业年报数据的可得性存在时滞。本文使用的大部分字段来自年度报告，而年报在次年 6 月 30 日前报送。2025 年成立的主体，其第一份年报在 2026 年报送；2026 年成立的主体则完全没有年报数据。这使最近两年加入的数据本身就极薄。
三个原因叠加，效果是：按成立年份统计的曲线，右端（近年）必然低于真实值，且越靠右越低。
这一段的阅读规则
基于以上，本文对 2018 年之后的读数采用以下处理。
不把这一段的下降作为结论。 本文不主张「中国制造业的新设主体在 2017 年之后大幅减少」，因为本文的数据不足以支持这一主张，且存量数据与之矛盾。
把这一段作为待校验区间标注。 一旦本库完成对近年主体的收录补全，或者取得官方逐年公布的制造业新设企业数量，这一段读数应当重算。本文把重算所需的条件写明：需要 2018 年之后逐年的官方制造业新设企业数，或者一次针对近年成立主体的专项收录核验。
在队列分析中谨慎处理 2015 年之后的组。 第十二章将要展示的各年代队列对比中，2015—2019 与 2020—2026 两组的样本完整度低于更早的组。这意味着这两组呈现出的特征（规模更小、外贸率更低、零参保率更高），可能有一部分来自样本选择而不是队列本身的属性——如果收录完整度对新设主体的筛选与规模相关，那么被收录进来的更可能是较大的主体，这会使读数偏向于高估这两组的规模。两个方向的偏差同时存在，本文无法确定净效应。
这一节的存在本身就是本文的一个结论：当一条数据曲线的右端出现形状突变时，第一个要检验的是数据本身，而不是被数据描述的世界。 本文在初稿阶段曾把这段下降作为一个产业现象来写，是经济普查的存量数据与全库对照的曲线形状使这一处理被推翻。这个修正过程记录在此，供使用者判断本文其余部分的可靠性。
第三编 世代差异
十二、七个队列的画像
前面九章讨论的是曲线本身。本章转向曲线的每一个点背后是什么——不同年代成立的主体，在规模、外贸参与、社保参保三方面呈现出系统性的差异。
| 成立年代 | 主体数 | 零参保率 | 中位参保 | 第 90 百分位 | 外贸率 | 1,000 人以上 | 非存续率 | 参保合计 |
|---|---|---|---|---|---|---|---|---|
| 1978 年以前 | 518 | 32.4% | 10 | 333 | 29.0% | 16 | 6.9% | 70,967 |
| 1978—1989 | 11,602 | 28.9% | 5 | 139 | 26.0% | 157 | 6.4% | 1,054,754 |
| 1990—1999 | 94,552 | 30.5% | 5 | 130 | 35.2% | 1,252 | 5.9% | 7,823,233 |
| 2000—2007 | 398,506 | 38.5% | 3 | 69 | 28.5% | 2,072 | 7.8% | 17,028,335 |
| 2008—2014 | 664,918 | 51.8% | 0 | 29 | 16.9% | 1,323 | 11.3% | 13,278,943 |
| 2015—2019 | 804,758 | 62.3% | 0 | 15 | 9.6% | 728 | 14.9% | 8,128,558 |
| 2020—2026 | 338,804 | 62.2% | 0 | 19 | 8.1% | 348 | 9.3% | 4,121,506 |
表为本院企业库制造业口径按成立年代分组统计。中位参保与第 90 百分位为参保人数的分位数，「非存续率」为经营状态标记为非存续的主体占比。数字来源与剔除规则见本院同期发布的《社保参保人数里的中国工厂》第三章。
这张表有四个读法。
第一个读法是参保人数的中位数随队列变新而下降。 1978 年以前成立的队列，中位参保 10 人；1978 至 1989 年与 1990 至 1999 年两组的中间值均为 5 人；2000 至 2007 年为 3 人；2008 年及以后成立的三组，中位数均为 0。
第 90 百分位给出了同样的方向且幅度更大：1978 年以前 333 人，1990 年代 130 人，2000 年代 69 人，2008—2014 年 29 人，2015—2019 年 15 人。从 1990 年代到 2010 年代后期，同一分位上的用工规模下降了接近九成。
本表与第十三章规模分布表中「零参保」一栏的统计口径略有差别：本表把「未公示参保人数」也计入零参保一侧，第十三章的分档表则只计公示为零的部分。本院同期发布的《社保参保人数里的中国工厂》第三章采用的是第三种口径——以公示了参保人数的主体为分母。三处口径的差别不影响本章的排序结论。
第二个读法是零参保率随队列变新而上升。 1978 至 1989 年成立的主体，零参保率 28.9%；1990 年代 30.5%；2000 至 2007 年 38.5%；2008 至 2014 年 51.8%；2015 年之后成立的两组都在 62% 上下。
这个梯度在剔除规模因素后仍然存在吗？本文没有做这一交叉。但从数值上看，零参保率的上升与中位规模的下降同步发生，两者可能是同一件事的两个侧面——主体越小，越可能不使用需要参保的用工形式。
第三个读法是外贸参与率呈倒 V 形。 1978 年以前的队列外贸率 29.0%，1978 至 1989 年 26.0%，1990 至 1999 年上升到 35.2%，此后逐级下降：2000 至 2007 年 28.5%，2008 至 2014 年 16.9%，2015 至 2019 年 9.6%，2020 至 2026 年 8.1%。
1990 年代成立的队列是外贸参与率最高的一代。这与该组主体所处的历史时期相符——1990 年代正是中国出口导向型制造业形成规模的时期，而这一代主体中的外贸部分，此后一直维持着出口业务。2015 年之后成立的主体，外贸率不足 10%。
需要提示的是，本文第十一章已说明 2015 年之后两组的样本完整度较低。外贸率在这两组上的读数可能因此偏低——如果收录过程对有出口记录的主体覆盖不足，那么实际的外贸率会高于表中数值。这一偏差的方向是明确的，幅度未知。
第四个读法是规模最大的工厂集中在中间几个队列。 参保人数在 1,000 人以上的主体共 5,896 家，其中 2000 至 2007 年成立的 2,072 家（35.1%），2008 至 2014 年成立的 1,323 家（22.4%），1990 至 1999 年成立的 1,252 家（21.2%）。三组合计 4,647 家，占 78.8%。
2007 年以前成立的全部主体——1978 年前、1978—1989、1990—1999、2000—2007 四组——合计 505,178 家，占全部现存制造业主体的 21.83%；它们的参保人数合计 25,977,289 人，占制造业参保总人数的 50.4%。
这就是本文最重要的一组数字：年龄超过十九岁的工厂，占现存数量的不到四分之一，却承担了一半的制造业用工。
非存续率的倒 U 形
第十二章那张表还有一列没有讨论：非存续率。它记录的是各队列中，工商登记状态已不属于「存续」「在业」一类的主体占比。
| 成立年代 | 非存续率 |
|---|---|
| 1978 年以前 | 6.9% |
| 1978—1989 | 6.4% |
| 1990—1999 | 5.9% |
| 2000—2007 | 7.8% |
| 2008—2014 | 11.3% |
| 2015—2019 | 14.9% |
| 2020—2026 | 9.3% |
表为本院企业库制造业口径按成立年代统计。
这一列的形状是倒 U 形，峰值落在 2015 至 2019 年成立的队列上，而不是落在最老的队列上。它需要解释，因为这个形状与「越老的主体越可能已经退出」的直觉相反。
解释由三个因素叠加而成。
第一个因素：越早成立的队列，已经被筛过越多轮。 一家 1995 年成立的工厂能出现在今天的数据库里，前提是它没有在此后三十年中注销。它已经通过了筛选。而一家 2016 年成立的工厂，只通过了不到十年的筛选。因此早期的非存续率必然低——不是因为那一代主体更健康，而是因为不健康的那些已经被剔除了。这是存活偏差在同一个字段上的第二次出现。
第二个因素：暴露时间。 一家主体「变成非存续」需要时间。2020 年以后成立的队列，最短的成立至今不足一年，它们中的大部分还没有来得及走完从经营困难到注销的流程。因此最近一组的非存续率必然偏低——这与第一个因素方向相同，但机制不同：前者是幸存者被保留，后者是失败者尚未离场。
第三个因素：中段队列同时具备「暴露足够久」与「尚未被充分筛除」两个条件。 2008 至 2014 年与 2015 至 2019 年成立的队列，成立至今已有七到十八年，走完退出流程的时间是充裕的；同时它们尚未经历像 1990 年代队列那样长达三十年的多轮淘汰。两个条件的交集，使非存续率在这一段达到峰值。
三个因素合起来，倒 U 形的存在不说明「2015 至 2019 年成立的主体质量最差」。它说明的是非存续率这一列同时被三个与时间有关的机制驱动，而这三个机制的方向并不一致。
这一列因此只在一个方向上可用：把它与同一队列内部的其他指标对照，而不是跨队列比较它的高低。第十二章中「2007 年以前成立的主体承担了一半的制造业用工」这一结论不受影响——它依据的是参保人数，不是经营状态。
关于因果的必要说明
上一段的所有对比都属于「现存主体中的队列差异」，而不是「某个年代成立的工厂的固有属性」。第一章已经说明，队列之间的差异同时包含三种成分：
代际设立差异。 1990 年代成立的工厂，在其成立时就处于一个以出口为导向、以规模为竞争手段的产业环境中，因此更可能是大型的、外贸型的。这是当年就存在的差异。
存活筛选差异。 1990 年代成立的工厂，到今天已经经过了三十年筛选。规模不足的、经营不善的、被产业变迁淘汰的，绝大部分已经注销。剩下的是幸存者。而 2015 年成立的工厂，只经过了十年筛选，更小的主体仍然在册。
样本完整度差异。 第十一章说明本库对近年主体的收录完整度较低，这一差异会同时影响 2015 年之后两组的各项读数。
三种成分在本文数据上无法拆分。因此，「越老的工厂越大」这一表述是准确的描述，但它的原因不是「工厂随着年龄增长而变大」，而是「能活到今天的、且被本库收录的工厂，更可能是当年规模较大的那一批」。
这个区别对使用有实际影响。用它来判断一家具体的企业时，年龄大是一个正面信号，但它的含义是「这家企业已经通过了多年的筛选」，而不是「这家企业规模会逐年变大」。
十三、越老的工厂越大：规模分布的形状
第十二章的分位数给出了规模的差异，但分位数只说明分布上的位置，不说明分布在多少个点上。把参保人数分成七档，与成立年代交叉，可以看到分布形状本身的变化。
下表为各队列中落在每一档的主体占该队列的比例。
| 成立年代 | 主体数 | 0 人 | 1—9 人 | 10—49 人 | 50—99 人 | 100—299 人 | 300—999 人 | 1,000 人以上 |
|---|---|---|---|---|---|---|---|---|
| 1978 年以前 | 518 | 32.4% | 17.4% | 21.6% | 8.5% | 9.1% | 7.9% | 3.1% |
| 1978—1989 | 11,602 | 28.9% | 28.9% | 22.6% | 7.0% | 7.4% | 3.8% | 1.4% |
| 1990—1999 | 94,552 | 30.4% | 29.3% | 21.4% | 6.7% | 7.3% | 3.5% | 1.3% |
| 2000—2007 | 398,506 | 38.4% | 28.7% | 20.0% | 5.5% | 5.0% | 1.9% | 0.5% |
| 2008—2014 | 664,918 | 51.6% | 26.4% | 15.4% | 3.1% | 2.4% | 0.7% | 0.2% |
| 2015—2019 | 804,758 | 61.9% | 23.8% | 10.6% | 1.7% | 1.1% | 0.3% | 0.1% |
| 2020—2026 | 338,804 | 58.0% | 22.1% | 11.8% | 2.1% | 1.4% | 0.4% | 0.1% |
表为本院企业库制造业口径按成立年代与参保人数分档交叉统计，每行合计为 100%（因四舍五入，个别行可能有 0.1 个百分点的出入）。
这张表最重要的一处读法不是某一档的高低，而是整条分布的位置在移动。
从 1978—1989 年队列到 2015—2019 年队列，规模在 10 人以上的四个档位——10—49 人、50—99 人、100—299 人、300—999 人——占该队列的比例分别从 22.6%、7.0%、7.4%、3.8% 降至 10.6%、1.7%、1.1%、0.3%。四个档位同时收缩，且收缩幅度随档位升高而加大：10—49 人档减少 53.1%，50—99 人档减少 75.7%，100—299 人档减少 85.1%，300—999 人档减少 92.1%。
与之相对，0 人档从 28.9% 升至 61.9%。1—9 人档变化不大，从 28.9% 降至 23.8%。
这不是右尾变薄，而是整条分布向左压缩。 如果只是大型主体减少，中间的档位应当相对稳定；实际上一人以上的每一个档位都在收缩，收缩的份额全部转入了「0 人」这一档。
1,000 人以上档位的变化最为剧烈：从 1978—1989 年队列的 1.4% 降至 2015—2019 年队列的 0.1%，相差 14 倍。而 1978 年以前队列的 3.1% 是全部队列中最高的——这一组的 518 家主体中有 16 家参保人数在 1,000 人以上。
三组对照放在一起，得到的是同一个结论的三种表达：数量上，1990 年代队列的 94,552 家产出了 1,252 家千人以上工厂（占该队列 1.3%），2015 至 2019 年队列的 804,758 家只产出 728 家（占 0.1%）；比例上，后者是前者的十三分之一；分布上，后者的整条曲线重心压向了最小的一档。
关于成因，第十一章末尾的三点说明在这里同样适用——代际设立差异、存活筛选差异、样本完整度差异，三者无法拆分。本表能够确定的是形状，不能确定的是成因。
十四、外贸参与率的倒 V 形
外贸率的队列差异，是本文六项指标中唯一不呈单调变化的。
| 成立年代 | 外贸率 |
|---|---|
| 1978 年以前 | 29.0% |
| 1978—1989 | 26.0% |
| 1990—1999 | 35.2% |
| 2000—2007 | 28.5% |
| 2008—2014 | 16.9% |
| 2015—2019 | 9.6% |
| 2020—2026 | 8.1% |
表为本院企业库制造业口径按成立年代统计。外贸标记的含义与口径见本院同期发布的《社保参保人数里的中国工厂》第十六章。
曲线在 1990 年代形成一个峰，峰值为 35.2%，此后逐级下降。这说明中国制造业的外贸参与，是一个属于特定世代的特征，而不是一个随时间均匀扩散的特征。
对这个形状的解释有三个层次。
第一层是所处时代的产业环境。1990 年代成立的制造业主体，成长于出口导向型工业化最快的时期。2001 年加入世贸组织时，它们中的大部分已经经营了五到十年，具备了承接海外订单所需的产能、质量体系与外贸渠道。此后新设的主体，面对的则是竞争更激烈、门槛更高的市场。
第二层是存活筛选的作用方向。《社保参保人数里的中国工厂》第十六章显示，外贸主体的参保人数合计占制造业的 69.96%，是全部字段中区分度最高的一个。这意味着外贸主体系统性地比非外贸主体更大。在此基础上，三十年的筛选会使存活下来的外贸主体比例下降得更慢——它们更不容易被淘汰。因此 1990 年代队列 35.2% 的外贸率，同时包含了「当年外贸企业占比更高」与「外贸企业更容易存活」两种成分。
第三层是样本完整度。第十一章说明本库对 2015 年之后主体的收录完整度较低。若收录过程与外贸记录相关，则近两组的读数会偏低。
三个层次无法分离。本文因此只报告这个倒 V 形本身，不对它的成因作单一归因。
从使用的角度，这一形状有一个直接的含义：在寻找有出口能力的供应商时，成立年代是一个有效的排序维度。 成立于 1990 年代的主体，其外贸参与率是 2015 年之后成立主体的三点七倍。这一差别的量级足以用于初筛，位于省份、行业等维度之前。
第四编 地理与行业
十五、区域年龄结构：从北京的 69.4% 到贵州的 7.9%
同样的问题换到地理维度上，答案的差异比年代维度更大。
下表按「2008 年以前成立的主体占比」降序排列，同时给出「2015 年以后成立的主体占比」，两个指标构成一组对照。
| 省级单位 | 主体数 | 2008 年以前 | 2015 年以后 |
|---|---|---|---|
| 北京市 | 5,494 | 69.4% | 8.0% |
| 上海市 | 27,819 | 56.1% | 18.7% |
| 江苏省 | 273,689 | 33.3% | 37.7% |
| 辽宁省 | 57,525 | 32.7% | 38.2% |
| 天津市 | 23,856 | 28.9% | 40.2% |
| 浙江省 | 368,769 | 27.7% | 38.7% |
| 福建省 | 79,329 | 25.4% | 45.5% |
| 吉林省 | 20,814 | 23.5% | 41.2% |
| 山西省 | 22,981 | 23.1% | 48.7% |
| 四川省 | 67,349 | 22.7% | 50.0% |
| 内蒙古自治区 | 12,456 | 22.2% | 43.5% |
| 黑龙江省 | 22,841 | 20.9% | 48.8% |
| 陕西省 | 24,437 | 20.4% | 52.7% |
| 湖北省 | 42,527 | 19.6% | 47.8% |
| 山东省 | 202,862 | 19.0% | 56.4% |
| 广东省 | 438,592 | 16.6% | 53.5% |
| 安徽省 | 80,031 | 16.0% | 53.1% |
| 重庆市 | 45,247 | 16.0% | 54.2% |
| 新疆维吾尔自治区 | 14,254 | 14.9% | 52.3% |
| 河南省 | 100,649 | 13.9% | 64.0% |
| 河北省 | 197,039 | 12.8% | 63.6% |
| 江西省 | 48,472 | 12.8% | 61.7% |
| 贵州省 | 26,331 | 7.9% | 60.6% |
| 西藏自治区 | 3,062 | 4.2% | 73.4% |
表为本院企业库制造业口径分省统计，节选。未列入的省份数据见本院企业库检索结果。
两极的差距是显著的。北京市 2008 年以前成立的主体占 69.4%，2015 年以后成立的仅占 8.0%；西藏自治区的对应数字是 4.2% 与 73.4%。两个指标几乎完全互为镜像，这说明 2008 年是一个有效的分界点。
三个可以辨认的形态
第一类是老工业区与直辖市。 北京、上海、江苏、辽宁、天津、浙江、福建七地的 2008 年以前成立占比都在 25% 以上，吉林 23.5% 紧随其后。前六位中有四个（北京、上海、天津、辽宁）是老工业基地或直辖市，江苏与浙江是 1990 年代乡镇企业改制最集中的两个省，福建是早期沿海开放省份之一。
这些地区的共同特征是：制造业主体形成得早，且此后新增主体的相对速度低于全国平均。它们的制造业年龄结构是「老底子加少量新增」。
第二类是沿海制造业大省中相对年轻的。 广东省 2008 年以前成立占比 16.6%，2015 年以后 53.5%；山东省为 19.0% 与 56.4%；浙江省为 27.7% 与 38.7%。三个省是制造业主体数量最多的省份中的三个，但年龄结构不同——广东与山东更年轻，浙江更老。这与两地产业组织形态的差异一致：浙江的块状经济以长期存续的专业化小企业为主，广东与山东的制造业主体中包含更多较新的配套企业。
第三类是中西部人口大省。 河北（12.8% 与 63.6%）、河南（13.9% 与 64.0%）、江西（12.8% 与 61.7%）、贵州（7.9% 与 60.6%）的 2008 年以前占比都低于 14%，2015 年以后占比都高于 60%。这四个省的制造业年龄结构是「以新一代为主体」。
京津冀的对照
河北省与北京市在空间上相邻，年龄结构上处于两个极端。北京 5,494 家主体中 69.4% 成立于 2008 年以前；河北 197,039 家主体中只有 12.8% 成立于 2008 年以前，主体数量是北京的 35.9 倍，而 2008 年以前成立的主体数量是北京的 6.6 倍。
按表中比例折算，北京 2008 年以前成立的制造业主体约 3,800 家，河北约 2.52 万家；两者合计约 2.9 万家，其中约 86.9% 在河北。
这一格局与京津冀协同发展中北京疏解非首都功能、制造业向周边转移的方向一致。但本文的数据是存量快照，无法判断这些老主体是「一直在河北」，还是「从北京迁入但保留了原成立日期」。迁移主体通常保留原成立日期与统一社会信用代码，因此迁入地的年龄结构会被迁入企业拉老。本文没有迁入迁出记录，无法区分。
普查数据里的区域转移
年龄结构的分省差异，与官方普查记录的区域转移方向一致。
第五次全国经济普查（2023 年末，2024 年 12 月 26 日发布）给出了法人单位与从业人员在东、中、西、东北四个区域的占比变化，对比基期为 2018 年末的第四次全国经济普查。
| 区域 | 法人单位占比变化 | 从业人员占比变化 |
|---|---|---|
| 东部 | −2.0 个百分点 | −1.8 个百分点 |
| 中部 | +1.4 个百分点 | +1.1 个百分点 |
| 西部 | +0.6 个百分点 | +0.8 个百分点 |
| 东北 | 基本持平 | −0.2 个百分点 |
表为第五次全国经济普查公报与第四次全国经济普查公报对比整理。第五次全国经济普查公报（第七号）
口径警示（必须写进任何跨普查比较）：第四次全国经济普查公报使用东部、中部、西部三分类，不单列东北；第五次改为四分类。因此「东北占比变化」这一行在两个口径之间不可直接对齐，本表列出它是因为公报本身给出了这一表述，而不是因为两次数值可直接相减。
这组数据与本文第十五章的分省年龄结构构成一组互证：法人单位与从业人员向中部、西部转移的方向，与年龄结构上「河北、河南、江西、贵州等省以新一代主体为主」的形态一致。 新增主体出现在哪里，年龄结构就年轻在哪里。
转移的方向一致，但幅度不同。普查口径下中部五年的占比升幅是 1.4 个百分点，是一个缓慢的移动；而本文数据中，河北、河南两省 2015 年以后成立的主体占比都在 63% 以上，与北京的 8.0% 相差近八倍。这一反差的来源是存量的惯性——存量结构的移动需要数十年，而新增的分布可以很快改变。年龄结构衡量的是流量累积的结果，区域占比衡量的是存量，两者对同一件事给出不同幅度的读数。
年龄结构的解释边界
需要再次说明：省级年龄结构的差异，同时包含「当年设立行为的地区差异」与「此后存活率的地区差异」，以及本文第十一章说明的「收录完整度差异」。三者不可拆分。
一个具体的例子是东北三省。辽宁 2008 年以前占比 32.7%，吉林 23.5%，黑龙江 20.9%。三省在全国的排位分别处于前列、中列与中列。若只看「老主体占比」，东北的制造业年龄并不比其他老工业区更老。这一读法与传统印象中的「东北制造业老化」不完全一致，原因可能是本文数据只覆盖仍在册的主体——东北地区在 1990 年代末到 2000 年代的大规模国企改制中，退出登记的主体数量极大，剩余主体的年龄结构因此被重新塑造。数据中的「老」是幸存者的老，不是全部历史主体的老。
十六、行业年龄结构：牌照与设备决定年龄
行业的年龄差异比省份更规则。
| 行业大类 | 主体数 | 2000 年以前 | 2010 年以前 | 2015 年以后 | 中位参保 |
|---|---|---|---|---|---|
| 烟草制品业 | 436 | 22.9% | 58.3% | 23.2% | 105 |
| 医药制造业 | 15,418 | 14.9% | 48.4% | 34.4% | 19 |
| 印刷和记录媒介复制业 | 47,133 | 14.0% | 52.7% | 28.8% | 3 |
| 铁路、船舶、航空航天和其他运输设备制造业 | 18,505 | 9.2% | 40.3% | 38.3% | 2 |
| 仪器仪表制造业 | 22,405 | 8.9% | 36.8% | 40.5% | 5 |
| 化学原料和化学制品制造业 | 71,015 | 8.3% | 40.3% | 39.8% | 4 |
| 石油、煤炭及其他燃料加工业 | 16,435 | 7.7% | 39.7% | 42.1% | 0 |
| 电气机械和器材制造业 | 112,150 | 6.8% | 34.5% | 41.1% | 3 |
| 汽车制造业 | 61,355 | 6.3% | 33.3% | 43.2% | 5 |
| 黑色金属冶炼和压延加工业 | 15,190 | 6.2% | 38.9% | 40.7% | 0 |
| 有色金属冶炼和压延加工业 | 18,760 | 5.8% | 36.8% | 41.7% | 3 |
| 通用设备制造业 | 198,918 | 5.1% | 31.4% | 44.5% | 1 |
| 橡胶和塑料制品业 | 157,660 | 4.7% | 29.5% | 47.7% | 0 |
| 专用设备制造业 | 136,718 | 4.7% | 29.5% | 47.0% | 2 |
| 金属制品业 | 229,611 | 3.7% | 25.6% | 51.0% | 0 |
| 计算机、通信和其他电子设备制造业 | 94,954 | 3.7% | 25.7% | 47.8% | 6 |
| 纺织服装、服饰业 | 91,904 | 3.4% | 21.8% | 54.8% | 0 |
| 非金属矿物制品业 | 188,318 | 3.3% | 24.1% | 49.8% | 0 |
| 其他制造业 | 107,152 | 1.9% | 16.4% | 59.0% | 0 |
| 家具制造业 | 88,159 | 1.8% | 15.0% | 64.1% | 0 |
| 木材加工和木、竹、藤、棕、草制品业 | 96,048 | 1.4% | 15.6% | 64.5% | 0 |
| 废弃资源综合利用业 | 27,234 | 0.8% | 10.0% | 78.8% | 0 |
表为本院企业库制造业口径按行业大类统计。中位参保一列引自本院同期发布的《社保参保人数里的中国工厂》第十五章。
按 2000 年以前成立的占比排序，行业分成清晰的两组。
排在前面的一组，准入受牌照、许可或巨额固定资产约束。 烟草制品业的 22.9% 来自专卖制度；医药制造业的 14.9% 来自药品生产许可与 GMP 认证；印刷和记录媒介复制业的 14.0% 来自出版物印刷经营许可；铁路、船舶、航空航天和其他运输设备制造业的 9.2% 来自总装环节的固定投入；化学原料和化学制品制造业的 8.3% 来自安全与环保审批。这些行业的共同点是：进入需要事先取得资格，资格的取得需要时间与资本，因此主体一旦进入就倾向于长期存续。
排在后面的一组，准入只需一台设备。 废弃资源综合利用业的 0.8%、木材加工和木、竹、藤、棕、草制品业的 1.4%、家具制造业的 1.8%、其他制造业的 1.9%。这些行业的共同点是：一道工序对应一台设备，一个主体可以是三五个人的组合。进入与退出都没有制度成本，因此主体名单更新得快——旧主体不断注销，新主体不断设立，现存主体的平均年龄因此偏低。
零参保率与年龄结构在这张表上高度相关。排在前面的一组（烟草 28.2%、医药 22.4%、铁路船舶航空航天 44.3%、化学原料 34.8%）零参保率低；排在后面的一组（木材加工 82.5%、废弃资源 77.4%、家具 68.5%）零参保率高。中位参保人数同样如此。
这一相关性给出一个可能的解释路径：行业的准入门槛决定了主体的最小可行规模，最小可行规模决定了用工形态，用工形态决定了社保参保的履行方式。 一个三五个人的木材加工点，其用工更可能以家庭成员、临时帮工、非全日制的形式完成，这些形式在社保登记上的处理方式与全日制职工不同。一个千人的医药厂，其用工必然是全职的、需要登记的。
这个路径是本文数据支持的一种解释，但不是唯一的解释。相同的相关性也可以由「低门槛行业的企业规模小因而更容易低报年报」这一填报环节的机制产生。本文没有能区分两者的数据。
十七、产业集群的年龄剖面
省级尺度掩盖了产业集群内部的差异。制造业的实际集聚单位是县和县级市，把年龄结构下沉到这一层，得到的是一组比省际对比更细致的画像。
本节选取制造业主体数量排名前 25 的县级统计单位（东莞、中山两个不设区的地级市在数据中以市为统计单位），按「2000 年以前成立主体占比」降序排列。
| 区县 | 主体数 | 2000 年以前 | 2010 年以前 | 2015 年以后 | 参保合计 |
|---|---|---|---|---|---|
| 萧山区（杭州） | 9,688 | 12.4% | 58.5% | 17.7% | 197,146 |
| 武进区（常州） | 16,944 | 12.2% | 40.9% | 39.5% | 295,376 |
| 惠山区（无锡） | 9,933 | 11.3% | 47.1% | 32.5% | 138,173 |
| 温岭市（台州） | 11,442 | 10.4% | 33.7% | 37.7% | 127,878 |
| 江阴市（无锡） | 12,376 | 10.0% | 44.5% | 40.0% | 283,872 |
| 瑞安市（温州） | 9,928 | 8.7% | 25.2% | 41.9% | 134,317 |
| 晋江市（泉州） | 10,256 | 8.5% | 28.2% | 45.8% | 150,880 |
| 慈溪市（宁波） | 19,403 | 8.5% | 35.8% | 33.3% | 251,338 |
| 玉环市（台州） | 9,659 | 8.4% | 36.9% | 39.4% | 118,210 |
| 余姚市（宁波） | 13,478 | 7.1% | 40.8% | 28.7% | 170,510 |
| 潮安区（潮州） | 12,378 | 6.5% | 23.5% | 57.3% | 51,761 |
| 龙湾区（温州） | 9,827 | 5.8% | 26.2% | 42.3% | 127,867 |
| 顺德区（佛山） | 23,523 | 4.4% | 28.2% | 48.0% | 588,945 |
| 吴江区（苏州） | 13,249 | 4.4% | 40.9% | 28.5% | 304,682 |
| 昆山市（苏州） | 12,281 | 4.4% | 36.2% | 37.3% | 604,106 |
| 海宁市（嘉兴） | 10,493 | 3.9% | 36.4% | 28.8% | 139,675 |
| 龙岗区（深圳） | 12,524 | 3.7% | 30.4% | 30.7% | 418,259 |
| 南海区（佛山） | 29,769 | 3.3% | 26.0% | 52.7% | 406,057 |
| 诸暨市（绍兴） | 11,490 | 2.8% | 22.3% | 49.5% | 82,177 |
| 桐乡市（嘉兴） | 10,072 | 2.6% | 32.5% | 40.4% | 119,679 |
| 永康市（金华） | 11,537 | 2.3% | 20.3% | 48.8% | 88,888 |
| 中山市 | 38,282 | 2.3% | 18.7% | 49.6% | 775,407 |
| 宝安区（深圳） | 20,160 | 2.2% | 26.7% | 30.9% | 694,512 |
| 东莞市 | 89,229 | 1.5% | 14.5% | 62.2% | 2,594,630 |
| 霸州市（廊坊） | 16,129 | 0.5% | 9.6% | 79.0% | 27,131 |
表为本院企业库制造业口径按区县统计，取主体数前 25 位。
长三角集群整体比珠三角集群老
按 2000 年以前成立的占比排序，前 13 位中有 10 个属于长三角（萧山、武进、惠山、温岭、江阴、瑞安、慈溪、玉环、余姚、龙湾），三个例外是福建的晋江市、广东的潮安区与广东的顺德区。
反向看，珠三角四个核心单位——南海区 3.3%、顺德区 4.4%、中山市 2.3%、东莞市 1.5%——的 2000 年以前占比只有长三角主要集群的三分之一到八分之一。
这个差异的幅度足够大，不能用抽样波动解释。三个解释可能与数据一致。
第一，形成时期不同。 苏南的乡镇企业与温州的个体私营经济，主体形成的高峰在 1980 年代中后期到 1990 年代。珠三角的制造业起步中同样有 1980 年代的港资「三来一补」，但那一批主体中的很大一部分是以非法人形式登记的来料加工单位，不进入今天的法人主体统计；此后注销、转制、搬迁的比例也更高。
第二，新增速度不同。 东莞市的制造业主体总数 89,229 家，是本节 25 个单位中最多的。如此大的基数意味着东莞持续四十年在新增主体。新增越多，早期主体在存量中的占比被稀释得越厉害。相比之下，慈溪市 19,403 家、余姚市 13,478 家，绝对数量少得多，早期主体的存在感因此更强。
第三，产业形态不同。 长三角的传统集群（五金、阀门、轴承、眼镜、小家电、纺织）以本地人创办的中小企业为主，主体一旦形成便长期存续。珠三角的电子与家电产业中，代工关系与品牌更替频繁，主体的存续期相对更短。
三个因素的方向一致，本文无法判断各自的权重。
集群称号的授牌年份
本节表中的多数集群有官方认定的称号与年份，可以作为其形成期的外部参照。
温州市于 2001 年 9 月 25 日由中国轻工业联合会、中国皮革工业协会联合发文授予「中国鞋都」称号；温州市经济和信息化局 晋江市于 2001 年在第三届鞋博会开幕式上被授予同一称号；晋江市人民政府 永康市的五金产业称号在 2012 年经复评由「五金之乡」升格为「中国五金之都」。中国五金制品协会
授牌年份与本节表中的年龄结构并不总是同向，这一点值得记录。温州、晋江两地的授牌年份在 2001 年，其所属区县（瑞安、龙湾、永嘉属温州；晋江属泉州）在表中也确实处于早期主体占比偏高的位置；但永康市 2012 年才升格为「五金之都」，其 2000 年以前成立的主体只占 2.3%，是本节中年龄结构最年轻的一档。这说明称号的授予年份与集群的年龄结构之间没有稳定的对应关系——称号反映的是某一时点的产业规模获得行业组织认可，而年龄结构反映的是此后新设与退出两条曲线的合成结果。
两个可以单独看的对照
慈溪市与东莞市。 慈溪市 19,403 家主体，2000 年以前成立占 8.5%，2015 年以后占 33.3%，参保合计 251,338 人，平均每家 12.95 人。东莞市 89,229 家主体，2000 年以前占 1.5%，2015 年以后占 62.2%，参保合计 2,594,630 人，平均每家 29.08 人。
东莞的制造业主体数量是慈溪的 4.6 倍，参保人数是慈溪的 10.3 倍，平均规模是慈溪的 2.25 倍。两个城市都是家电与电子产业集聚地，但东莞的单个主体规模明显更大，年龄结构明显更年轻。
霸州市与昆山市。 这两个单位在本文同期发布的《社保参保人数里的中国工厂》第十七章已有对照，此处补充年龄维度。霸州市 16,129 家主体，2000 年以前成立仅占 0.5%，2015 年以后占 79.0%，是全部 25 个单位中年龄结构最年轻的。昆山市 12,281 家主体，2000 年以前占 4.4%，2015 年以后占 37.3%。
霸州市 79.0% 的主体成立于 2015 年之后，而它的参保人数合计只有 27,131 人，平均每家 1.68 人。这是本节中「主体极新、单个极小」的一个极端形态，它对应的是金属压延与金属家具行业中大量新设的微型加工点。昆山市的年龄结构处于中段偏新，但平均每家 49.19 人，是霸州的 29 倍。
两个对照说明，年龄结构与规模结构是两个独立的维度，不必然同向。霸州的主体最年轻而规模最小；东莞的主体第二年轻而规模处于中上；萧山、武进、惠山等主体最老的单位，规模处于中段。
本节选取口径的说明
本节选取的主体数前 25 位，是按「制造业主体数量」这一单一、可复现的准则筛出的。这一准则会漏掉一些产业特征显著但主体数量较少的集群。例如上海的各区中，崇明区、浦东新区、闵行区的 2000 年以前成立占比分别为 31.0%、27.1%、24.4%，均高于本节表内任何一个单位，但它们的主体数量尚未进入前 25 位（分别为 1,132 家、3,018 家、1,608 家）。全国范围内，2000 年以前成立占比最高的县级单位集中在上海的市辖区，而不是本节表中的制造业大县。
这一处补充说明本节结论的适用范围：表中呈现的「长三角集群比珠三角集群老」，是在制造业主体数量较大、即产业集聚程度较高的县级单位之间成立的比较，不是全国县级单位的一般规律。上海各区的制造业主体数量少但结构极老，是另一种形态——与第十五章所述北京市制造业主体仅 5,494 家而 2008 年以前占比达 69.4% 属于同一类：土地与人工成本把小微主体排除在外，留下的是少数存续时间很长的主体。
十八、老工业基地：东北不在最老的一列
按通常的印象，东北三省的制造业应当是全国年龄结构最老的地区之一。本文数据显示的情况更复杂。
2008 年以前成立主体的占比：辽宁省 32.7%，吉林省 23.5%，黑龙江省 20.9%。在全国省级单位中，辽宁排在第四位（前三为北京 69.4%、上海 56.1%、江苏 33.3%），吉林与黑龙江分别处于中游。
三个省的排位都低于「东北制造业老化」这一印象所预期的位置。吉林 23.5% 排在全国第 8 位，黑龙江 20.9% 排在第 14 位——低于山西（23.1%）、四川（22.7%）、宁夏（22.4%）、内蒙古（22.2%）与甘肃（21.6%）。
一个可能的解释：幸存者的年龄
本文第一章已经说明，按成立年份统计的是仍在册的主体，不是当年全部设立的主体。这一性质在东北的读数上产生的影响最大。
东北三省在 1990 年代末至 2000 年代经历了大规模的国有企业改革与产业结构调整。在这一过程中，大量制造业主体注销、吊销、兼并或破产，从登记数据库中退出。这些主体的成立日期原本集中在 1950 年代至 1980 年代——它们本应使东北的年龄结构成为全国最老的一列。
退出发生之后，剩下来的主体由两部分构成：一部分是经过改制后继续存续的主体，它们的成立日期多被重置为改制年份（1990 年代末至 2000 年代）；另一部分是这一时期之后新设的主体。两部分都落在 1990 年代之后，因此东北现存主体的年龄结构显得比其产业史年轻。
换句话说：东北制造业的「历史」很长，但东北现存制造业主体的「年龄」不长。 这两个说法不矛盾，它们描述的是不同的对象。
本文没有东北三省制造业主体历年的注销数据，因此上述解释是一个与数据一致的推断，而不是已验证的结论。要验证它，需要 1990 年代末以来东北三省制造业主体的逐年退出数据。
一处有官方归因的主体退出
主体因产业调整而退出，在公开资料中很少被直接量化。黑色金属冶炼和压延加工业是一个例外。
国家统计局工业统计司在第四次全国经济普查系列报告中给出：该行业 2018 年末企业户数 2.2 万户，比 2013 年末下降 42.0%，年均下降 10.3%；从业人员降幅 47.5%，年均下降 12.1%。报告的归因原文是：「近几年，随着供给侧结构性改革各项政策措施持续推进，钢铁行业去产能取得显著效果。」《工业经济总量稳步增长 用工人数有所下降——第四次全国经济普查系列报告之六》
这是公开资料中少见的、把产业政策与某行业主体数量下降直接相连的官方表述。使用时必须限定范围：它只适用于黑色金属冶炼和压延加工业这一个行业大类，不能外推为「制造业主体数量因去产能而下降」——同期制造业法人单位总量从 225.2 万个增至 327.0 万个，增长 45.2%（见本文第二章）。去产能压减的是行业结构，不是制造业总量。
对本章的意义在于，它提供了一个已量化的样本：在一个经历了强制产能退出的行业里，五年间有 42.0% 的主体从登记中消失。东北三省在 1990 年代末至 2000 年代经历的调整，范围与力度都超过这一次，其主体退出对本地区年龄结构的重塑作用，可以参照这个样本的量级来理解。
一个反向的观察
与东北形成对照的是江苏、浙江、上海三地。这三个地区同样经历过 1990 年代的集体企业改制，但其现存主体的年龄结构却排在全国最老的一列（上海 56.1%、江苏 33.3%、浙江 27.7%）。
差异的可能来源是：改制的方式不同。苏南的乡镇企业改制以「卖断」为主要形式，原企业的主体资格在多地被保留、由经营者受让，成立日期延续；东北的国有企业改革中，破产与注销的比例更高。两种方式对成立日期这一字段的影响完全不同。
这一对照同样需要退出数据来验证，本文只能列出这一现象。
这一节的用法
对使用者而言，本节的实际含义是一条操作规则：不要用年龄结构去推断一个地区的工业历史长度。
一个地区的现存主体年龄结构反映的是「在过去四十年的某个时段，这个地区集中地产生了一批至今仍存续的企业」。它同时受到设立行为与退出行为的影响，且退出行为的影响在产业调整剧烈的地区尤其大。
要判断一个地区的工业历史，需要的是历史资料，不是当前的企业登记数据。本文的数据能做的是描述今天还剩下什么，不是曾经有过什么。
第五编 使用与边界
十九、区域政策的时间与年龄格局
一个自然的假设是：早期被开放政策覆盖的地区，制造业主体形成得早，因此年龄结构应当偏老；后期被政策覆盖的地区，年龄结构应当偏年轻。本文的数据只部分支持这一假设。
1978 年以来区域政策的时间序列是清楚的。
| 时间 | 事件 |
|---|---|
| 1980 年 8 月 26 日 | 五届全国人大常委会第十五次会议批准《广东省经济特区条例》，在深圳、珠海、汕头、厦门设置经济特区 |
| 1984 年 5 月 | 中共中央、国务院批转《沿海部分城市座谈会纪要》，进一步开放天津、上海、大连、秦皇岛、烟台、青岛、连云港、南通、宁波、温州、福州、广州、湛江、北海 14 个沿海港口城市 |
| 1985 年 2 月 | 决定在长江三角洲、珠江三角洲和闽南厦漳泉三角地区开辟沿海经济开放区，形成「经济特区—沿海开放城市—沿海经济开放区」的梯度格局 |
| 1988 年 4 月 13 日 | 七届全国人大一次会议通过《关于建立海南经济特区的决议》，海南成为全国最大的经济特区 |
| 1990 年 4 月 18 日 | 中央宣布同意上海市加快浦东地区开发 |
| 2000 年 10 月 26 日 | 《国务院关于实施西部大开发若干政策措施的通知》（国发〔2000〕33 号） |
| 2003 年 10 月 | 中共中央、国务院印发《关于实施东北地区等老工业基地振兴战略的若干意见》（中发〔2003〕11 号） |
| 2004 年 3 月 5 日 | 政府工作报告首次明确提出「促进中部地区崛起」；2006 年 4 月 15 日《中共中央 国务院关于促进中部地区崛起的若干意见》（中发〔2006〕10 号）出台 |
表为公开政策文件与权威史料整理，具体来源见文末。
若政策时点决定年龄结构，那么最早开放的广东、福建、浙江、江苏、上海应当排在年龄序列的最前端。实际排名是：上海 56.1%、江苏 33.3%、浙江 27.7%、福建 25.4%、广东 16.6%（均为 2008 年以前成立主体的占比）。
上海、江苏、浙江、福建四个省市确实排在年龄序列的前列，与假设一致。广东省是明显的例外——它是 1980 年首批经济特区所在的省份，却是本文全部省级单位中年龄结构偏年轻的地区之一，2008 年以前占比 16.6%，低于山东的 19.0%，仅略高于河北的 12.8%。
这个例外有解释。广东省的制造业主体总数为 438,592 家，是全国最多的省份。它在 1980 年代最早形成制造业集聚的同时，也是此后四十年新增主体最多的地区。早期开放决定了一个地区先形成制造业集聚，决定今天年龄结构的却是此后三十余年的新增速度与淘汰速度。 广东两者都高，因此它的年龄结构反映的是「老主体很多，新主体更多」；浙江的新增速度相对较低，因此在留存了同样多的早期主体的同时，年龄结构显得更老。
同理，2000 年以后被西部大开发、中部崛起政策覆盖的地区，年龄结构普遍偏年轻（西藏 4.2%、贵州 7.9%、河南 13.9%、河北 12.8%、江西 12.8%），这与政策时点一致。但这一致性同样可以由国家统计局口径下的产业转移来解释——制造业向内陆转移的同时，新设主体的登记也随之内移。
本文数据无法区分「政策使一个地区更早形成制造业」与「一个地区因具备条件而更早被政策覆盖」。 两者在时间上重合，在因果上不同。
二十、如何用年龄信息做判断
年龄是工商登记中最容易取得、也最少被使用的字段。本章给出它在实际判断中的三种用法，以及两条不该有的用法。
用法一：作为供应商筛选的排序维度
第十四章显示，成立于 1990 年代的主体，外贸参与率是 2015 年之后成立主体的三点七倍。第十二章显示，2007 年以前成立的 505,178 家主体占现存数量的 21.83%，却承担了 50.4% 的制造业用工。
这两个事实合起来说明：当需要的是产能与外贸能力，而不是覆盖面时，成立年代是一个有效的初筛维度。 把候选池限定在 2008 年以前成立的主体，候选数量减少到五分之一，保留下来的是用工强度高出数倍的子集。
这一用法的具体操作规则是：成立年代应当与行业、地区一起使用，而不是单独使用。同一行业、同一地区内部比较成立年代，差异才有意义；跨行业、跨地区比较时，年龄差异会被行业与地区的结构差异掩盖。第十六章的数据显示，烟草制品业与木材加工和木、竹、藤、棕、草制品业在「2000 年以前成立」这一口径上相差 21.5 个百分点，差异来自两者准入门槛的不同。
用法二：作为区域产业活力的观测窗口
一个地区制造业主体的年龄中位数，是判断该地区产业处于扩张期还是沉淀期的一个指标。
本文数据中，2008 年以前成立占比超过 25% 的地区（北京、上海、江苏、辽宁、天津、浙江、福建），其制造业主体结构以既有存量为主；2008 年以前占比低于 14% 的地区（河北、河南、江西、贵州、西藏），其结构以新增为主。
两类地区面临的产业问题不同：前者的政策重心在存量改造与产能升级，后者的重心在新增主体的质量与新设企业的存活。用同一套招商指标衡量这两类地区，会得出误导性的结论——用新增主体数考核前者，用存量产值考核后者，都会错配。
这一用法需要配合本文第十一章的说明使用：近年的读数受收录完整度影响，判断「新增是否在放缓」时不能直接使用本文的曲线右端。
用法三：作为企业尽调的辅助信号
在单家企业的层面，成立日期提供两类信息。
一是通过筛选的时长。一家成立于 1995 年的工厂，已经通过了三十年的市场筛选；一家成立于 2024 年的，还没有。这在供应链稳定性评估中是一个正面信号，尤其在需要长期供货承诺的场景下。
二是与产业周期的对应。成立于 2008 至 2014 年的主体，其成长期覆盖了四万亿投资与产能扩张，此后经历了 2015 年前后的产能治理；成立于 2015 至 2017 年的主体，其成长期对应供给侧改革后的市场出清。不同周期的企业，在设备新旧、产能利用率、客户结构上会有不同的特征。
两条不该有的用法
第一，不能用年龄判断企业规模。 第十三章的数据显示，1990 年代队列中千人以上工厂的占比（1.32%）是 2015 至 2019 年队列（0.090%）的 14.7 倍。这是一个队列层面的统计事实，不适用于个体。一家 2018 年成立的工厂完全可能有一千人，一家 1995 年成立的工厂完全可能只有五个人。年龄是一个概率信号，不是规模读数。
第二，不能用年龄推断历史设立量。 这是本文第一章就说明的问题，也是这类数据最常见的误用。现存主体的年龄分布，是设立行为与存活行为叠加的结果。把本文第四章那张表读作「2017 年中国新设了 23.5 万家工厂、2024 年只新设了 2.9 万家」，是对数据的根本性误读，其错误程度相当于用今天的在世人口年龄分布去推断历年出生人数——后者可以用生命表修正，前者没有可用的存活表。
从「成立年份分布」到「历年新设数量」，中间需要一个存活率函数。中国的制造业企业存活率没有官方逐年发布的数据，学术研究使用的估计值差异较大，且对早年数据的回溯估算可靠性有限。本文因此不做这一转换，也不采用任何外部估计的存活率来做修正。
二十一、本文未解决的问题
第一：存活率无法从数据中拆出
这是本文全部局限中最根本的一条，也是第一章就已经提出的问题。
现存主体的年龄分布，是「历年设立量」与「历年存活率」的乘积结果。本文给出的所有队列差异——老队列规模更大、外贸率更高、参保率更高——都同时含有代际设立差异与存活筛选差异，且两者不可分离。
要拆开这两者，需要的是逐年的新设数量与逐年的退出数量，两者都按制造业口径公布。目前可以取得的是存量普查数据（五年一次）与部分年份的新设企业数（2018 年后制造业口径未逐年公布）。退出数据方面，企业注销的逐年制造业口径数据本文未能取得。
在缺少这两组数据的情况下，本文的队列分析只能进行「现存主体之间」的比较，不能进行「当年设立主体之间」的比较。这个界限必须在使用本文数据时保持。
第二：2018 年后的读数受收录完整度影响，无法直接使用
第十一章已用三组证据说明，曲线右端的下降主要是数据收录问题而不是产业现象，并把这一段列为待校验区间。
需要补充的是，本文未能量化这一影响的大小。可以做的两项工作是：其一，取得 2018 年之后逐年的官方制造业新设企业数，用以逐点计算比值；其二，对本库近年成立的主体做一次专项收录核验，抽查若干地区，比较本库收录清单与登记机关在册清单的差集。
两项工作本文均未做。前者的数据目前不可得（官方 2018 年后未逐年公布制造业口径），后者超出本文的数据范围。
第三：企业迁入迁出对区域年龄结构的影响
企业在跨地区迁移时通常保留原成立日期与统一社会信用代码。这意味着一个地区的年龄结构会被迁入企业拉老，而迁出地的年龄结构会相应变化。
本文没有企业的迁入迁出记录，因此第十五章中各省级单位的年龄结构对比，同时包含「本地设立」与「迁入」两种来源，无法区分。这对京津冀、长三角、珠三角这类内部迁移活跃的区域影响最大。
第四：「个转企」的规模与方向
第一章说明，「个转企」后的企业保留原个体工商户的成立日期，因此这项登记会把近年新增的主体计入更早的年份，使近年读数偏低。
本文取得了两个总量数据：2025 年 1 至 10 月全国 6.1 万户（税务部门办理口径），截至 2025 年底累计 35.8 万户（市场监管部门登记口径）。这两个口径不可相减，且都是全部行业的数据，没有制造业的拆分。
因此本文只能说明这项规则的作用方向，无法估计其在本库数据上的具体影响量。
第五：队列特征的成因未能区分
第十二章到第十六章给出了大量队列之间的差异：零参保率随队列变新而上升，外贸率呈倒 V 形，中位规模随队列变新而下降。这些差异是数据事实。
但它们的原因，本文给出的是若干种可能，而不是确定的归因。以零参保率的队列梯度为例，至少有三条解释路径与数据一致：主体规模效应（小主体不使用需要参保的用工形式）、产业环境效应（近年的产业组织更适合灵活用工）、填报行为效应（小主体的年报更可能被随意填报为零）。三者在本文数据上产生相同的读数。
要区分它们，需要企业层面的用工数据与实地调查。本院同期发布的《社保参保人数里的中国工厂》第七章引用的那项研究给出了填报行为效应的量级，但样本是六省市的私营企业，不是按成立年代分层的制造业样本。
结语
一家工厂的成立日期，是它的营业执照上唯一一个从设立那天起就再也不会改变的信息。
注册资本会增会减，经营范围会扩会改，股东会换，地址会迁，联系电话会变成空号。成立日期不会。它像一个地层标记，把一个主体的诞生固定在某一年的某一月，此后无论这家工厂经历了什么，那个标记都留在原处。
正因如此，把 231 万家现存制造业主体的成立日期排在一起，得到的不只是一条曲线，而是一份年龄清单。这份清单记录的，是今天中国制造业的构成——哪些年份出产的工厂还在，哪些已经不在了。
这份构成的核心特征有三个。
第一个是它很年轻。 中位成立年份是 2014 年，中位年龄约 11.9 岁；成立于 2015 年之后的主体占 49.43%，成立于 2000 年之前的只占 4.61%。今天仍在运营的中国工厂，一半以上是最近十年出现的。
第二个是它很陡峭。 年龄超过十九岁的工厂占现存数量的 21.83%，却承担了 50.4% 的制造业用工；年龄不到十九岁的占 78.17%，承担了 49.6%。数量的金字塔与产能的金字塔，坡向相反且幅度很大。
第三个是它的右端看不清。 本文第十一章推翻了初稿中「新设主体在 2017 年之后大幅减少」的判断。制造业法人单位存量在 2018 至 2023 年间从 327.0 万个增至 404.9 万个，从业人员却只增加了 10.2 万人。存量在增长，用工没有增长，而按成立年份统计的新增读数在崩塌——三者之中，最后一项是数据问题，前两项是产业事实。
这三条合起来给出一个关于制造业代际结构的判断：中国制造业已经进入一个「主体不断增加、单个主体不断变小、用工总量不再增长」的阶段。 2018 至 2023 年的普查数据直接显示了这一点——制造业法人单位增加 77.9 万个，法人单位从业人员增加 10.2 万人，平均每个新增主体对应 0.13 个人。
这个结构不是问题，也不是成就，它是一个需要被正确描述的事实。它的含义取决于问的是什么：如果问的是产能，那么新增主体几乎不贡献用工这一点需要结合自动化与产值的分年数据才能判断；如果问的是产业组织，那么主体数量的增长与单个主体的缩小，指向的是一个更分散、更长尾的制造业结构。
本文能确定的是最后这一点：在现有的公开数据条件下，任何关于中国制造业「工厂变多还是变少」的判断，都必须先说明它数的是主体、用工，还是产值。 这三个数在这一时期给出了三个不同的方向。
数据来源与主要参考
本文自有数据来自天下工厂企业库，检索时点为 2026 年 10 月 14 日。样本口径、异常值剔除规则及数据缺陷已在正文相应章节说明。文中所有分档、分组统计均由本院按该口径直接计算，未做插值与推算。涉及经济普查与政策文件的内容均对应公开原文，日期以文件发布日或施行日为准。
主要参考：
- 天下工厂产业平台 —— 中国工厂数据库与产业链数据
- 第三次全国经济普查主要数据公报，国家统计局
- 第四次全国经济普查公报，国家统计局
- 第五次全国经济普查公报（第二号）——单位基本情况，国家统计局
- 2017 年全国新登记制造业企业数据，工人日报
- 2016 年全国新登记制造业企业数据，光明日报
- 经济特区设立决策的史料，中共中央党史和文献研究院
- 浦东开发开放决策的史料，中共中央党史和文献研究院
- 东北地区等老工业基地振兴战略的史料，中共中央党史和文献研究院
- 促进中部地区崛起大事记，人民网
- 温州市「中国鞋都」称号授予，温州市经济和信息化局
- 晋江市「中国鞋都」称号授予，晋江市人民政府
- 永康市「中国五金之都」称号复评升格，中国五金制品协会
- 第五次全国经济普查公报（第七号）——分区域单位和从业人员情况，国家统计局
- 1984 年沿海部分城市座谈会与沿海经济开放区决策的史料，中国经济网（标注来源：商务部）