22,960 家专精特新企业，城市之间的密度差多少
四省市 22,960 条公示数据里，江苏 7,920 条、上海 7,048 条、安徽 4,234 条、广东（含深圳）3,758 条。这组数字比的不是产业强弱，是认定节奏与公示口径的差别；直接读成城市排名，量到的多半是各地公示文件的写法。
先把这组数字的口径说清楚
22,960 条来自江苏、上海、安徽、广东（含深圳）四地工信与经信部门 2025 年度专精特新公示名单，抓取时间 2026 年 10 月。四地公示附件的字段结构一致，都只有企业名称与所属批次两个字段。
它统计的是某一年度进入公示的条目数，不是该地区的存量企业数。一个地区今年公示 3,000 条，不代表当地总共只有 3,000 家专精特新企业；反过来，把历批公示简单累加而不剔除未通过复核的，数字又会虚高一截。
"年度新增"与"累计存量"是两个量级完全不同的东西，放在一起比，得出的任何结论都站不住。
数量差至少要拆三层来看
认定基数的差别。 能进入公示的池子，取决于当地专精特新中小企业的存量规模。存量盘子大，可申报上一级、可通过复核的企业就多，公示条目自然多。这一层才真正与产业培育的长期结果有关。
认定节奏的差别。 有的地方按年度分批次推进，节奏均匀；有的地方把新增认定与到期复核放在同一批集中发布。集中发布的那一年，公示条目会明显高出一截，次年可能回落。用单一年份的数字判断趋势，很容易把节奏差读成增长或衰退。
公示口径的差别。 有的地区把省级认定结果与复核结果合并发布，有的只发新增；有的把下辖的计划单列市并入全省发布，有的单独发布。口径不同的两个数字之间，差可能有一部分是"发布方式"造成的。
这三层里只有第一层与产业本身有关，第二、三层都是行政程序的产物。看到差距先问它是哪一层造成的，比看到差距就排名更有用。
密度要用分母，而分母是最容易出错的地方
"密度"是个比值概念，分子有了，分母没定，就无从谈密度。常见的分母至少有三种，给出的是三种完全不同的排序。
行政区面积。 得到的是地理意义上的集聚程度。数值高的地区说明单位面积内认定企业多，与产业链配套、园区分布有关，与企业强弱无关。
规上工业企业数量。 得到的是认定渗透率。数值高说明当地中小企业的整体水平较高，或者认定推进力度较大。这个口径对制造业结构差异敏感，重工业占比高的地区与轻工业为主的地区不可直接比。
中小企业总数。 口径最宽，也最不稳定。各地对"中小企业"的统计口径不完全一致，跨省对比误差最大。
同一组分子，换一个分母算，同一个城市的位次可能相差很远。任何一份不写分母的"密度排名"都不具备讨论价值——这不是严谨性问题，是可比性问题。
城市级数据还多一个技术坑
省级数字是从公示附件里直接统计的，城市级数字往往不是。四地公示附件里多数没有地区或城市字段，城市信息要靠企业名称里的行政区划去推断，推断不出来的归入"未知"。
这条路径带来三个必须先问清楚的问题：地区字段是原文字段还是推断出来的？推断后归入"未知"的比例是多少？推断规则是什么？
一条名为"苏州某某精密机械有限公司"的企业能被判到苏州；一条名为"某某（中国）有限公司"的，只能落到省级；一条只写品牌名的，只能归未知。未知占比高到一定程度，城市级排序就不再是城市级的事实，而是"能被推断出来的那部分企业"的排序。
拿到一份名单统计，我会先核这三件事
核年度。 数字标的是某年度公示、第几批，还是累计存量？三个说法对应三个不同的量，混用会差出一个数量级。
核范围。 有没有包含下辖的计划单列市？有没有包含复核通过的企业？跨省对比时两地口径是否一致？"广东 3,758 条"里含不含深圳，是两个不同的数字。
核来源。 数字是从公示原文统计的，还是从第三方名录转抄的？转抄会引入二次误差，且无法回溯到原始附件。
这三件事核完，剩下的差距才是值得讨论的差距。
密度差是真的，但先问口径再谈名次
四个数字之间的差客观存在，它说明的第一层是各地认定推进的节奏与公示文件的写法。把行政程序的产物读成产业实力的排序，是这类数据最常见的误用；把口径摊开讲清楚，这份名单才真正具备参考价值。
数据来源：江苏、上海、安徽、广东（含深圳）工信与经信部门 2025 年度专精特新公示名单，合计 22,960 条（江苏 7,920、上海 7,048、安徽 4,234、广东含深圳 3,758），抓取时间 2026 年 10 月。各地公示口径不完全一致，跨省对比仅作结构说明，不构成区域排名。