第二节
统计分析

一、预备性讨论

我们知道，二战以前日本的经济发展是通过传统行业和近代行业相互竞争和促进实现的。如前面的章节所述，将这个时期的产业划分为传统行业和近代行业的原因之一是两个行业之间的技术体系不同 ，也就是说，传统行业主要依赖于原有的技术，而近代行业则更多地引入了西方的技术。技术体系不同意味着不仅资本设备中的硬件不同，而且在从事各自工作的人的知识结构等软件方面也不同，因此他们所从事的技术创新活动也就不尽相同。

那么上面的推论是否成立呢？这里将通过统计分析做一些验证。我们注意到发明家的受教育程度和职务（身份）这两个侧面。受教育程度大致可以分为初等、中等和高等三种，职务和身份可以有各种分类方法，这里首先假定从事发明活动的人是相关产业内部的人员，然后将他们分成工匠、工人、技术人员、经营者四种类型。

图6-1显示了这些身份与发明家之间的关系，左边是传统行业的情况，右边是近代行业的关系。这里实际上假定了两个侧面：第一，传统行业中有工匠存在而没有工人和技术人员，近代行业中有工人和技术人员而没有工匠。 这种假定虽然不完全合理，但是便于解释和分析。第二，在传统行业中经营者自身也从事研发工作，而近代行业则没有这种情况。这样，在图6-1中传统行业没有工人和技术人员，而近代行业则没有经营者。

关于传统行业可以考虑两种情况：一种是工匠从事研发工作，然后将成果进行企业化生产，本人直接成为经营者，如第三节中的深见平次郎。传统行业中小企业为多，这些企业并没有实现更细微的分工，日常的生产活动与技术创新工作并没有十分明确划分开来。而且，传统行业的技术体系并没有那么深奥和复杂，很多工匠凭借经验和钻研精神就可以胜任创新 工作。另一种是近代行业中工人晋升为技术人员或成为发明家的情况十分少见，通常的情况是专业技术人员从事研发活动进而成为发明家，如第三节中的鸟泻右一、丹羽保次郎、小林正次。这是因为近代行业中大企业较多，分工生产体制较为发达，研发活动通常由专业技术人员进行。另外，近代行业的技术体系较为复杂且具有相当的难度，因此也要求具备相应的科学知识才能从事研发工作，他们都具有较高的学历。

通过上面的讨论可以提出一个观点，即传统行业的发明家多为低学历的经营者，而近代行业的发明家则更多的是高学历的技术人员，下面通过统计分析进行验证。

说明：实线表示通常的类型，虚线表示特殊的情况。

二、资料说明

过去关于发明家的研究之所以少，主要由于两个方面的问题，一个是经济学理论上没有做好充分的准备，另一个是缺少适合于统计分析的数据资料。由于本章的目的在于实证分析，因此更多地在挖掘数据上做了一些工作。虽然反映发明家的统计数据不多，但并不是没有可以进行统计分析的资料。通常关于发明家的资料大多以传记形式出现，传记大多记录相关人物的出身和成就，本章使用了一些记录较多人物的传记性文献，以下按出版年代简述如下。

（1）奈良繁太郎（1930）：以受到国家表彰的获奖者为主，较详细地记录了199人的生平、发明动因、内容等。

（2）大阪发明协会（1936）：关于机械、化学、电气等部门的9946人，记录了简历和发明成果等内容，其中关于约400人有较详细的叙述。

（3）日本发明大辞典刊行会（1939）：对于机械、化学、电气、纤维、其他等43个部门的具有代表性的发明家1038人做了较详细的记载，包 括简历、发明内容等。

（4）松原宪太郎（1952）：记录了截至1951年包括被授予“蓝绶褒章” 的50名发明家在内的61人的详细生平和发明内容及其影响。

（5）奈良繁太郎（1961）：记录了受到国家表彰的260名发明家的生平、发明内容以及相关影响等。

以上资料各有长短，（1）、（4）、（5）对于发明家的记录较为详细，但没有分类，使用不够方便，（2）包含的发明家最多，但不够详细，最终我们选择（3）作为统计分析的主要资料，其他资料作为辅助。

三、统计分析

从上述资料（3）中选取了864人（机械268人、化学168人、电气195人、纤维100人、其他133人）作为分析对象。我们的目的之一是考察传统行业和近代行业的不同，因此选择了专利获得者比率（ X ₁ ）、高学历者比率（ X ₂ ）和技术人员比率（ X ₃ ）这三个变量 ，每个变量的数值越高越能代表近代行业，反过来就是传统行业。

表6-1显示了各个领域的发明家的统计特征。专利获得者比率（ X ₁ ）其他最低（59%），化学（98%）和电气（92%）最高，纤维（78%）和机械（68%）其次。高学历者比率（ X ₂ ）纤维最低（33%），电气最高（96%），化学（79%）也较高，其他（53%）和机械（49%）一般。技术人员比率（ X ₃ ）也是电气最高（94%），然后是化学（69%），其他领域偏低。总体上看，传统行业的发明家三个变量都较低，而近代行业的三个指标都较高，因此可以大致判断上述指标对于判定两个行业的发明家是合适的。不过，这种判断毕竟仅仅依据上述数字的直观感觉，并没有严密的统计分析。

说明：①变量栏（ X ₁ ， X ₂ ， X ₃ ）中的数字是比率（%）。②专利获得者比率=专利获得者数÷（专利获得者数+实用新型获得者数）×100。专利获得者中包括既获得专利也获得实用新型的人。③高学历者比率=高中以上学历者数÷全体×100。高学历者中包括专门学校的毕业生。④技术人员比率=技术人员数÷（技术人员数+经营者数）×100。经营者中包括自营业者，技术人员中包括教师。⑤最下部统计一栏中的数字是相关系数。⑥这里的行业实际上是技术分类。资料来源：日本发明大辞典刊行会（1939）。

为了更严格地分析上述推断，这里使用了多元统计分析方法之一主成分分析 。统计分析的结果显示在图6-2中，总体上可以表示出各个产 业发明家的不同特征（累积贡献率：92. 6%）。虽然应该从图6-2中的两个主成分综合判断，不过仅从第一主成分就可以大致决定发明家的特征（贡献率：76. 0%）。例如，通信、电气机械、送变电、金属、电气化学、油脂、化学药品、染料等近代技术领域大多集中于图的右侧，而厨房用具、压榨机械、穿戴用具、农业、家庭用具等传统领域则大多位于图的左侧。 根据事前设计，如果三个变量的数字都较高，那么这个领域（产业）的近代性就更强，相反，如果三个变量的数字都较低，则相对属于传统领域（产业）。第一主成分的各个变量的系数均为正数而且都超过0. 8，这说明三个变量对于判断和区分各个产业的特性都具有较高的价值，据此我们基本上可以根据第一主成分做出判断。