产业集聚度的测算.doc

一 产业集聚度概念和测度方法 产业集中度的概念：产业集中度也叫市场集中度，是指市场上的某种行业内少数企业的生产量、销售量、资产总额等方面对某一行业的支配程度，它一般是用这几家企业的某一指标（大多数情况下用销售额指标）占该行业总量的百分比来表示。 产业集聚测度方法 集中度（Concentrion ration of industry） 行业集中度是用规模最大的几个地区有关数值(销售额、就业人数、生产额等) 占整个行业的份额来度量。计算公式为： 其中代表X产业的集聚度，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，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。 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： 其中表示某区域i部门对于高层次区域的区域熵；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)；为高层次区域部门的有关指标； n为某类产业的部门数量。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。 赫芬达尔- 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： 其中， 代表产业市场总规模(就业或产值)， 代表企业的规模， = 代表第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。 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： 其中，为空间基尼系数，是i地区某产业占全国该产业就业人数的比重， 是该地区就业人数占全国总就业人数的比重。 = 0时，产业在空间分布是均匀的， (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。 EG指数（ EG index） 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： 其中， 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，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) 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。 DO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： 其中， 是窗宽,，是核函数，A、B 是总企