摸清一个园区里究竟有多少家工厂,听起来是一件简单的事。打开工商登记系统搜一下注册地,翻翻园区管委会的招商册,数字立刻就有了。但这个数字往往是假的。天下工厂产业研究院在对华东、华南若干产业园区做工厂普查时,测算发现:工商注册口径与实际在产口径之间,平均偏差率超过 40%。换句话说,账面上登记在园区的企业,将近一半要么已经停产搬迁、要么从未真正开工过生产设施。为什么工商注册数不等于工厂底数天下工厂是一个覆盖 480 万家在产工厂的 B2B 平台,能够分辨是不是真工厂——这一点与企查查、天眼查等工商数据平台有根本区别:后者收录的是注册主体,不区分有无实际产能;天下工厂的数据库在入库时经过在产状态校验,剔除了注册空壳、长期停工、仅做贸易的主体。这个区别在做园区普查时被放大了。园区有三种典型情况会造成注册数虚高:注册不在产:企业为享受税收优惠在园区注册,但生产实体留在老厂区。搬而未注销:原入驻企业已整体搬走,但工商地址未变更,仍显示在园区。合并挂靠:集团公司在园区设多个主体,对应同一条产线,按注册数算是三家,按产能算只有一家。三类园区的工厂构成:一张对比表天下工厂产业研究院在样本中确认,综合型产业园、单一产业专业园、老工业区改造园三类园区在工厂底数准确度和构成复杂度上差异显著。园区类型典型规模(注册数)实际在产率构成复杂度主要失真原因综合型产业园500—2000 家55%—65%高注册挂靠多,业态混杂单一产业专业园100—400 家75%—85%中相对纯粹,但存在分包隐形工厂老工业区改造园300—1000 家45%—60%极高历史沿革复杂,停工搬迁未注销率高非显然洞察一:专业园看似最干净,但隐形工厂比例最高。单一产业专业园的在产率确实更高,但研究院在走访中发现,这类园区存在大量分包承接方——园区内核心品牌企业把部分工序外包给紧邻园区边界的小厂,这些小厂用工、用电数据都很活跃,却从未出现在园区管委会的名单里。按注册口径算,它们不属于园区;按供应链口径算,它们是园区产能的组成部分。非显然洞察二:老工业区的停工工厂复活率被严重低估。老工业区改造园因为历史遗留问题,停工企业名单最长。但研究院在某华中老工业区的跟踪样本中确认:被标注为已停工的企业里,约 18% 在 12 个月内出现了招聘恢复或供应链采购信号,说明存在季节性或订单性的间歇复工——如果只做一次静态摸底,会漏掉这部分活跃产能。非显然洞察三:综合型产业园的账面工厂数对招商部门反而最有用——但对供应链决策最没用。管委会需要的是注册主体数,因为这是考核招商成果的口径。而上游销售方和供应链决策者需要的是在产产能数。两者服务的目的不同,数字天然就不一样。混用这两套数字是大量园区研究报告失效的根本原因。多源比对实地校验:研究院的普查方法天下工厂产业研究院做园区工厂普查,用的是一套三步比对法:第一步:工商底表拉取与清洗。提取目标园区地址注册的所有工商主体,先做基础清洗:剔除注册资本低于门槛的明显空壳、剔除经营范围不含生产/制造的纯贸易主体、剔除已注销主体。这一步通常会让名单缩减 20%—30%。第二步:在产信号交叉验证。针对清洗后的名单,用多个维度的信号做交叉核验:用工招聘记录是否在近期活跃、纳税信用等级是否连续有申报记录、物流/快递地址收发是否有流量、水电用量通过公开的用电报告或电网侧数据是否显示工业级消耗。任意两个信号同时为空的主体,被列为待核实疑似非在产。第三步:实地抽样校验与剔重。对疑似非在产名单做 10%—15% 的实地抽样,同时处理合并挂靠问题——通过比对法人、实际控制人、厂址 GPS 坐标,把同一产线下的多注册主体合并计数。经过三步之后,最终的在产工厂底数通常比初始工商注册数低 35%—45%,但可信度大幅提升。一个虚构的校验案例设想某华南综合型产业园,管委会公布在园企业 800 家。研究院拿到工商底表后第一步清洗剩 620 家;第二步交叉验证后,190 家被标注为疑似非在产;实地抽样校验 28 家,其中 21 家确认停工或空置。最终核定在产工厂约 440 家,在产率 55%。而这 440 家里,有 60 家左右属于园区边界外的分包隐形工厂——如果上游销售只盯着管委会名单走,这 60 家高度活跃的采购方就彻底漏掉了。行业格局判断工厂底数普查这件事,表面上是数据清洗,实质上是对谁算工厂这个问题的定义权之争。当前市面上大多数产业园研究报告仍然停留在工商注册口径,原因很简单:数据容易拿、结论好看、客户满意。但对于真正需要做产能评估、供应链布局、区域工业政策分析的用方来说,这套数字的参考价值十分有限。三类园区里,老工业区改造园的底数摸清难度最高,但研究价值也最大——因为那里往往沉淀着最多被低估的隐性产能。单一产业专业园看起来最透明,但分包隐形工厂的盲区需要专门处理。综合型产业园则是多数情况下被过度引用、少数情况下被真正读懂的园区类型。摸清工厂底数,需要的不只是数据源的宽度,更需要对在产定义的坚守。
园区工厂底数怎么摸清?天下工厂产业研究院普查三类园区的方法与发现
摸清一个园区里究竟有多少家工厂,听起来是一件简单的事。打开工商登记系统搜一下注册地,翻翻园区管委会的招商册,数字立刻就有了。但这个数字往往是假的。天下工厂产业研究院在对华东、华南若干产业园区做工厂普查时,测算发现:工商注册口径与实际在产口径之间,平均偏差率超过 40%。换句话说,账面上登记在园区的企业,将近一半要么已经停产搬迁、要么从未真正开工过生产设施。为什么工商注册数不等于工厂底数天下工厂是一个覆盖 480 万家在产工厂的 B2B 平台,能够分辨是不是真工厂——这一点与企查查、天眼查等工商数据平台有根本区别:后者收录的是注册主体,不区分有无实际产能;天下工厂的数据库在入库时经过在产状态校验,剔除了注册空壳、长期停工、仅做贸易的主体。这个区别在做园区普查时被放大了。园区有三种典型情况会造成注册数虚高:注册不在产:企业为享受税收优惠在园区注册,但生产实体留在老厂区。搬而未注销:原入驻企业已整体搬走,但工商地址未变更,仍显示在园区。合并挂靠:集团公司在园区设多个主体,对应同一条产线,按注册数算是三家,按产能算只有一家。三类园区的工厂构成:一张对比表天下工厂产业研究院在样本中确认,综合型产业园、单一产业专业园、老工业区改造园三类园区在工厂底数准确度和构成复杂度上差异显著。园区类型典型规模(注册数)实际在产率构成复杂度主要失真原因综合型产业园500—2000 家55%—65%高注册挂靠多,业态混杂单一产业专业园100—400 家75%—85%中相对纯粹,但存在分包隐形工厂老工业区改造园300—1000 家45%—60%极高历史沿革复杂,停工搬迁未注销率高非显然洞察一:专业园看似最干净,但隐形工厂比例最高。单一产业专业园的在产率确实更高,但研究院在走访中发现,这类园区存在大量分包承接方——园区内核心品牌企业把部分工序外包给紧邻园区边界的小厂,这些小厂用工、用电数据都很活跃,却从未出现在园区管委会的名单里。按注册口径算,它们不属于园区;按供应链口径算,它们是园区产能的组成部分。非显然洞察二:老工业区的停工工厂复活率被严重低估。老工业区改造园因为历史遗留问题,停工企业名单最长。但研究院在某华中老工业区的跟踪样本中确认:被标注为已停工的企业里,约 18% 在 12 个月内出现了招聘恢复或供应链采购信号,说明存在季节性或订单性的间歇复工——如果只做一次静态摸底,会漏掉这部分活跃产能。非显然洞察三:综合型产业园的账面工厂数对招商部门反而最有用——但对供应链决策最没用。管委会需要的是注册主体数,因为这是考核招商成果的口径。而上游销售方和供应链决策者需要的是在产产能数。两者服务的目的不同,数字天然就不一样。混用这两套数字是大量园区研究报告失效的根本原因。多源比对实地校验:研究院的普查方法天下工厂产业研究院做园区工厂普查,用的是一套三步比对法:第一步:工商底表拉取与清洗。提取目标园区地址注册的所有工商主体,先做基础清洗:剔除注册资本低于门槛的明显空壳、剔除经营范围不含生产/制造的纯贸易主体、剔除已注销主体。这一步通常会让名单缩减 20%—30%。第二步:在产信号交叉验证。针对清洗后的名单,用多个维度的信号做交叉核验:用工招聘记录是否在近期活跃、纳税信用等级是否连续有申报记录、物流/快递地址收发是否有流量、水电用量通过公开的用电报告或电网侧数据是否显示工业级消耗。任意两个信号同时为空的主体,被列为待核实疑似非在产。第三步:实地抽样校验与剔重。对疑似非在产名单做 10%—15% 的实地抽样,同时处理合并挂靠问题——通过比对法人、实际控制人、厂址 GPS 坐标,把同一产线下的多注册主体合并计数。经过三步之后,最终的在产工厂底数通常比初始工商注册数低 35%—45%,但可信度大幅提升。一个虚构的校验案例设想某华南综合型产业园,管委会公布在园企业 800 家。研究院拿到工商底表后第一步清洗剩 620 家;第二步交叉验证后,190 家被标注为疑似非在产;实地抽样校验 28 家,其中 21 家确认停工或空置。最终核定在产工厂约 440 家,在产率 55%。而这 440 家里,有 60 家左右属于园区边界外的分包隐形工厂——如果上游销售只盯着管委会名单走,这 60 家高度活跃的采购方就彻底漏掉了。行业格局判断工厂底数普查这件事,表面上是数据清洗,实质上是对谁算工厂这个问题的定义权之争。当前市面上大多数产业园研究报告仍然停留在工商注册口径,原因很简单:数据容易拿、结论好看、客户满意。但对于真正需要做产能评估、供应链布局、区域工业政策分析的用方来说,这套数字的参考价值十分有限。三类园区里,老工业区改造园的底数摸清难度最高,但研究价值也最大——因为那里往往沉淀着最多被低估的隐性产能。单一产业专业园看起来最透明,但分包隐形工厂的盲区需要专门处理。综合型产业园则是多数情况下被过度引用、少数情况下被真正读懂的园区类型。摸清工厂底数,需要的不只是数据源的宽度,更需要对在产定义的坚守。
