制造业是中国国民经济的主体部门和经济可持续发展的根基,加快建设高端化、现代化的制造业是中国经济由高速增长转向高质量发展的重要支撑。在当前中国经济增速减缓的背景下,国际经济冲击和国内经济运行的不确定性加大,部分制造业企业绩效水平呈现“断崖式”下跌,一些制造企业绩效则呈现“稳中有升”,绩效分化的迹象更加明显。随着中国一般制造业的全面开放和供给侧结构性改革的不断深化,制造业企业进入或退出市场的频率提高,企业之间绩效水平的差异或分布的离散程度会进一步扩大。中国制造业绩效分化问题尚未得到足够的重视,对这一问题的研究具有十分重要的现实意义。本文采用机器学习方法,明确制造业绩效分化的驱动因素、厘清各因素对绩效分化的传导渠道,有助于实现制造业行业整体和企业内部资源的优化配置,定向、精准增强制造业企业的竞争优势。影响制造业企业绩效分化的因素错综复杂,相同外部宏观环境下中国制造业企业绩效的分化问题,主要应从企业自身的角度进行解释说明。对于绩效分化的影响因素,本文从企业属性特征、要素结构、成本收益和企业外部环境等多个方面,在兼顾指标完整性的基础上,计算得到了 24个变量。本文基于岭回归和套索算法（LASSO）筛选出中国制造业绩效分化的重要影响因素,构建了贝叶斯网络确定制造业绩效分化对关键因素的依赖程度,研究结论表明:中国制造业企业绩效分化的最重要影响因素为资本生产率,其次为杠杆率、资产有形性等资本相关变量。相对于资本的数量而言,资本的利用效率对于制造业企业绩效分化的影响更为突出,这表明,中国制造业整体上遵循“资本效率驱动型”而非“资本数量驱动型”的绩效增长模式。在外部环境相关变量中,出口、补贴和市场势力等对于中国制造业企业绩效分化也具有重要影响。此外,由于行业特征及其所处的外部环境存在差异,不同类型行业之间绩效分化的影响因素可能存在一定差别,因此本文进一步将制造业划分为三大类行业:原材料制造业、装备制造业、消费品制造业,分析不同行业之间的异质性。变量重要性排序结果显示,原材料制造业企业绩效分化影响因素中杠杆率的重要度相对较低,装备制造业资本密集型的特点决定了企业绩效分化中资金成本和资产流动性的主要作用,消费品制造业企业能否实现规模经济也是影响其绩效水平高低的重要因素。贝叶斯网络分析结果显示,中国制造业企业绩效分化对资本生产率、杠杆率和资产有形性具有高度且依次递减的依赖性。原材料制造业网络中各主要因素对企业绩效分化的直接传导路径较少,装备制造业网络中的直接传导路径较多而间接传导路径较少,消费品制造业中企业的异质性程度高使得各因素对企业绩效的影响路径体现出多元化的特征。本文的创新点包括:第一,本文与其他关于制造业企业绩效的研究不同,不只关注于单一变量如企业规模、出口等对制造业企业绩效的影响,而是采用多变量和大数据进行分析,从企业性质、要素结构、成本收益和外部环境等多方面、全方位考察了制造业企业绩效分化的影响因素。第二,本文采用机器学习方法,筛选出制造业及其分行业绩效分化的影响因素,并厘清各因素对绩效分化的传导渠道,从而弥补了传统计量经济学方法对于处理多重共线性功能略显不足的缺点。