【经管大课堂·经济统计】上半年A股高技术制造净利同比增长76.3%：新旧动能转换的盈利证据

案例背景

据每日经济新闻报道，今年上半年A股上市公司业绩披露显示，高技术制造业净利润同比增长76.3%，显著高于全部上市公司的平均水平，同时也远超传统制造业的盈利增速。另一条并行的线索同样值得关注：上市公司涉税事项的披露意愿明显增强，税务合规正从被动应付转向主动管理。盈利端的分化与治理端的收敛叠加在一起，构成一个适合搬进课堂的观察窗口：新旧动能转换，是否已经从政策话语落到了财务报表的颗粒层。

对商学院学生而言，读懂76.3%这个数字并不难，难的是向它发问：它由什么口径定义？增长来自少数龙头还是行业普涨？与传统制造的差距是在扩大还是收敛？剔除税率优惠后还剩多少？这些追问，正是经济统计训练的核心——把一个新闻标题拆解成可核验、可分解、可归因的结构性问题。

核心分析

一、先看口径：高技术制造到底圈定了哪些企业

任何结构类统计指标，第一步都不算数，而是问口径。我国高技术制造业通常依据国家统计局的高技术产业分类目录划分，涵盖医药制造、电子及通信设备制造、计算机及办公设备制造、航空航天器及设备制造、医疗仪器设备及仪器仪表制造、信息化学品制造等类别。关键在于，统计分组的结果高度依赖这一定义：若把新能源汽车整车、化学原料等广义制造环节并入，76.3%会被明显稀释；若进一步收窄到半导体设备、光模块等细分赛道，增速反而可能翻倍。同一 statements、不同分组口径，可能给出方向完全不同的结论，这正是结构性指标最容易被误读之处。

此外还存在分类体系错配问题。上市公司的行业归属通常来自证监会行业分类或申万、中信等市场分类，与统计局口径并不完全对应，跨行业经营的集团型企业往往被归入收入占比最大的板块，由此产生归类误差。因此引用此类数据时，必须同时说明样本范围、分类标准与基期处理，否则不同来源之间的数字不可比。

二、剪刀差测算法：新旧动能的距离有多大

所谓盈利能力剪刀差，通常有两种算法。其一是增速差，即高技术制造业增速减去传统制造业增速，单位为百分点；其二是比值法，用前者除以后者，反映相对倍数。前者适合描述短期速度差异，后者更适合描述长期水平对比。若高技术制造增速为76.3%、传统制造仅为个位数，增速差可达六十余个百分点，显示动能在边际上正在快速切换。

但必须提醒：增速差不等于规模差。由于高技术制造业的利润存量基数远小于传统制造业，即便连续多年高速张扬式增长，其绝对利润可能仍只是传统板块的零头。一个简洁的判断框架是拉动力分解：某行业对整体利润增长的拉动约等于其基期利润权重乘以自身增速，贡献率则是该拉动力占全部增速的比重。举例来说，若高技术制造在全部A股利润中的占比仅为一成左右，那么即便增速高达76.3%，对整体的实际拉动也只在七个百分点上下。这一换算能有效纠正学生看到高增速就高估其宏观影响的直觉偏差。

三、杜邦分解：高增长来自哪里、能否持续

净利润增速只描述了结果，没有解释成因。把净资产收益率按杜邦框架拆成净利率、资产周转率与权益乘数三项，可以辨别增长的质地：若主要由净利率提升驱动，说明产品结构改善、定价权增强，可持续性较强；若主要由资产周转率提升驱动，说明是需求景气带来的阶段性放量，一旦周期回落则增速迅速收敛；若主要由权益乘数上升驱动，则要警惕负债扩张带来的财务脆弱性。同时，利润增速还可以近似拆解为收入增速加净利率变动率，据此判断增长是放量型还是提效型。

最后回到那条涉税线索。可以引入实际税率指标，即用所得税费用除以利润总额，再与法定名义税率对照。需要特别处理的是，部分高技术企业适用优惠税率，这会人为抬高净利增速，形成政策与技术混在一起的复合效应。教学中应要求学生做可比性调整，估算剔除税率变动后的中性增速，才能得到接近经营实质的答案。

管理启示

本案例给管理者的第一重启示是口径意识。任何结构性数据的说服力，都建立在定义一致、样本可比、基期清晰的前提之上，脱离口径讨论增速，本质上是在讨论不同的事物。第二重启示是均值与结构的关系：一个亮眼的行业平均增速，可能由少数头部企业拉动，管理者应习惯用中位数、分位数和集中度指标交叉验证，而不是只看算术平均。

第三重启示是归因比结论更重要。企业在进行经营诊断或投资判断时，应当把结果指标层层拆解到可行动的驱动项，分辨哪些来自能力、哪些来自周期、哪些来自政策红利。只有完成了归因，才知道增长的哪一部分可以被复制，哪一部分会在环境变化后迅速消失。

其他思考

1. 如果要测算高技术制造A股公司的可比盈利增速，你会如何处理税率优惠、并购并表和基期亏损这三类因素？请给出处理顺序与理由。
2. 请用拉动力分解的思路估算：当一个高增速行业的利润权重较低时，它对行业整体的影响有多大？这对制定产业政策有何启示？
3. 杜邦分解显示某企业利润高增长主要由权益乘数上升驱动，作为管理者或投资人，你会进一步索取哪些数据来判断风险？

关键词：高技术制造、结构分解、杜邦分析
来源：每日经济新闻等真实来源 | 整理：经管大课堂