产业集聚度几种测度方法的比较

产业集聚度几种测度方法的比较产业集聚度几种测度方法的比较 作者：沈阳 来源：中国科技研究论坛 人气：437 时间：2011- 7- 12 11:41:59 进入论坛 摘 要 本文试图将串联目前各种有关产业集聚度测度指标的研究成果,总结它们的优点与不足,以期能促进对产业集聚 度测度的研究进展。 关键词 产业集聚度；测度方法 产业集聚测度方法产业集聚测度方法 1、 集中度（集中度（Concentrion ration of industry） 行业集中度是用规模最大的几个地区某一行业有关数值(销售额、 就业人 数、生产额等) 占整个市场的份额来度量。理论上认为，百分比数值大于 10，区域形成聚集，数值越大，聚集的程度越大。计算公式为： 1 1 n i i n N i i X CR X = = = 其中 n CR 代表X产业的集聚度， 1 n i i X = 代表规模最大几个地区X产业的销售额 或者生产额、就业人数等， 1 N i i X = 代表全部地区X产业的销售额或者生产额、 就业人数等。 优点：计算方法简单，采用最常用的指标，能够形象的反应产业集聚 水平。 缺点：一是集聚度的测算季节容易受到n值选取的影响，二是忽略了规 模最大地区之外其它地区的规模分布情况， 三是不能反映规模最大地区内 部之间产业结构与分布的差别。 2、 区位熵（区位熵（Entropy index） 所谓熵, 就是比率的比率，它由哈盖特（P Haggett）首先提出并用 于区位分析中。区位熵， 又称专门化率，用以衡量某一区域要素的空间分 布情况，反映某一产业部门的专业化程度，以及某一区域在高层次区域的 地位和作用等方面。在产业结构研究中，通常用于分析区域主导专业化部 门的状况。计算公式为： 11 E/ ii ijnn ii ii qQ qQ = = 其中 Eij 表示某区域i部门对于高层次区域的区域熵； i q 为某区域部门的有关 指标(通常可用产值、产量、生产能力、就业人数等指标)； i Q 为高层次区域 PDF created with pdfFactory Pro trial version 部门的有关指标； n为某类产业的部门数量。 Eij 值越大，表示产业的集聚 程度越高。 优点：计算操作简单方便，指标选取目标明确。 缺点：不能反映区域经济发展水平的差异性，某产业区位熵最大的地区 不一定是该产业集聚水平最高的地区。 3、 赫芬达尔赫芬达尔- 赫希曼指数（赫希曼指数（Herfindahl- Hirschman index） 该指数是衡量产业集聚程度的重要指标，最初由A. Hirschman 提出， 后经哥伦比亚大学O. Hirschman加以改进，该指数产生的理论基础来源于 贝恩(Bain) 的“结构行为绩效” ( SCP) 理论。计算公式为： 22 11 (/) (1,2,3., ) NN jj jj HZXXjn = = 其中， X 代表产业市场总规模(就业或产值)， j X 代表j企业的规模， j Z = / j XX 代表第j个企业的市场占有率，N 代表该产业内部的企业数。在实际分析 中，经常运用H指数的倒数作为产业多样化的测度。 优点：第一是能够准确反映产业或企业市场集中度，因为它考虑了企业总数 和企业规模两个因素的影响；第二是能够反映市场垄断与竞争程度的变化； 第 三是对产业内企业的合并与分解反映灵敏且计算方法相对容易。 缺点：直观性比较差。 4、 空间基尼系数（空间基尼系数（Space Gini coefficient） 洛伦茨(Lorenz) 在研究居民收入分配时， 创造了解释社会分配平均程度的洛 伦茨曲线。基尼（ Gini）依据洛伦茨曲线， 提出了计算收入分配公平程度的统 计指标基尼系数。Krugman等利用洛伦茨曲线和基尼系数的原理和方法，构 造了测定行业在空间分布均衡程度的空间基尼系数。Krugman ( 1991) 等在研究 美国制造业集聚程度测量时定义了空间基尼系 数，计算公式为： 2 () ii i GSx= 其中，G为空间基尼系数， i S 是i地区某产业占全国该产业就业人数的比重， i x 是 该地区就业人数占全国总就业人数的比重。G = 0时， 产业在空间分布是均匀的， G (最大值为1) 越大，表明地区产业的集聚程度越高。 优点：相对而言比较简便直观，可以很方便地把基尼系数转化成非常直观的 图形。 缺点：基尼系数大于零并不表明有集聚现象存在， 因为它没有考虑到企业 的规模差异。空间基尼系数没有考虑到具体的产业组织状况及区域差异，因此在 表示产业集聚程度时往往含有虚假的成分。 PDF created with pdfFactory Pro trial version 5、 EG 指数（指数（ EG index）空间集聚指数）空间集聚指数 为解决基尼系数失真问题，Ellision 和Glaeser（1997）提出了新的集聚指数 来测定产业空间集聚程度。假定某一经济体（国家或地区） 的某一产业内有N 个企业，且将该经济体划分为M 个地理区域，这N个企业分布于M个区域之中。 Ellision和Glaeser建立的产业空间集聚指数计算公式为： 222 2 111 2 22 1 ()(1) (1) 1 (1)(1) MMN iiij iijii N ii ij ij sxxZ GxH xH xZ = = = （）（1- ） 其中， i s 表示i区域某产业就业人数占该产业全部就业人数的比重， i x 表示i区域 全部就业人数占经济体就业总人数的比重。赫芬达尔指数(Herf indah lIndex) 2 1 N j j HZ = =N表示该产业中以就业人数为标准计算的企业分布。 优点：充分考虑了企业规模及区域差异带来的影响，弥补了空间基尼系数的 缺陷， 使能够进行跨产业、跨时间、甚至跨国的比较。 缺点：该方法没有对其中的H 给出合理的解释。 6、 DO 指数（指数（DO index） Duranton 和Overman （2005）则采用了无参数回归模型分析方法，构造了新 的产业集聚测度指数，计算公式为： , , 11 1 () 1 ( ),() AB AB nn i j A ij j n n dd kdf phh = = 、B 其中， h是窗宽,， f 是核函数，A、B 是总企业地点S的两个子集。 , () AB n n p 是 不同企业双边距离的总数，其中每个企业属于一个子集。如果A、B 是相同的集 合，则 , () AB n n p = ,(1) 2 AA nn ；如果A, B 属于不相交的集合，则 , () AB n n p =. AB n