（2020年整理）产业集聚度的测算.doc

学 海 无 涯一 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1、 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2、 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3、 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4、 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5、 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6、 DO指数（DO index） Duranton 和Overman （XXXX）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 是总企业地点S的两个子集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 = ；如果A, B 属于不相交的集合，则 =优点：与前面几种方法相比， 这种方法能够评价偏离随即性的统计显著性，避免了与规模和边界有关的问题缺点：由于这种计算是基于企业层面的数据且与企业间的距离有关，因此该方法的可操作性比较差。

二 实例解析EG指数测算实例：该指标的计算公式中融合了空间基尼系数和赫芬达尔指数优点，也是目前国内用于测算产业集聚度的常用指标，具有普遍性下面是一个测算高技术产业集聚度的例子，采用的评价指标是EG指数，测算了1995～XXXX 年我国高技术企业的集聚变动趋势，同时，考虑到我国的经济发展不平衡，东部地区开放程度高，基础设施较为完善，经济发展水平较高，交通便利，并且高技术产业发展的时间较早，技术成熟，拥有良好的供应链和技术链环境，从而引发了越来越多的高技术企业向东部靠拢，所以东部地区的地理集中程度会明显高于全国的平均水平若仅把全国当成一个经济体来测算高技术企业的地理集中度，所得的结果会有一定的偏差，体现不出分地区的集聚状况，因此有必要按传统的方法把全国分为东部、中部和西部三大区域根据EG指数计算公式：将的大小分成三个区间：当时，表示该产业没有地方化的现象； 时，表示该产业在区域上分布较为均衡；当 时，表明产业在地区上的分布聚集程度较高 计算出95、97、99、01、02、03、04、05年的EG指数如下表所示：表一 我国各地区不同年份的EG指数年份199519971999XXXXXXXXXXXXXXXXXXXX全国0.02180.02070.03390.04470.05420.07130.102390.10349东部0.05420.05830.09010.12700.14510.17560.229990.23214中部0.00880.00990.01540.0.01820.02180.02720.039950.04133西部0.00200.00210.00240.00520.00710.01240.020730.02459从表1可以清楚的看出，我国高技术产业的地理集中指数始终保持着增长的态势。

就全国范围内来看，在1995～XXXX 年间，我国高技术产业的区域分布还是较为均衡的，但在XXXX 年以后，全国的地理集中指数γ 就超过了0.05（γ=0.0542），并且还有进一步集中的趋势这一结论可以从前五省市的市场集中度CR5 得到进一步的验证①，全国前五省市的市场集中度CR5 显示了在1995～1999 年间，全国前五省市的市场占有率增加了3.09%，平均每年增加0.773%，而在1999～XXXX 年，全国前五省市的市场占有率增加了8.31%，平均每年增1.38%，所以，我国高技术企业的地理集中度指数的变化趋势与前五省市的市场占有率的变动方向相吻合再从分地区来看，当我们把东部地区视为一个整体来考察区内高技术企业的集聚指数时，可以发现在1995年东部地区的地理集中指数已经超过了0.05，说明此时该地区已经出现了明显的企业聚集现象从1995 年东部地区前五省市的市场占有率排名上看，高技术企业主要聚集在长江三角洲、珠江三角洲和首都北京，这五省市的高技术企业总产值达2675.4 亿，占东部地区企业生产总值的74.78%，占全国总产值的56.77%可以说此时的长江三角洲、珠江三角洲高技术产业带和以首都北京为中心的高技术产业区已经初见端倪。

随着时间的进一步推进，东部的地理集中指数增长越来越快，从1995～1997 年两年增长7.56%，到时XXXX～XXXX 年增长率为21.02%，XXXX～XXXX 年增长率为32.20%，这说明我国东部地区的高技术企业的集聚程度还在进一步加强，出现了所谓的“集聚导致集聚”的现象这一结论还可以从前五省市的市场占有率中得到时进一步的印证，因为XXXX年前五省市的市场占有率已从1995 年的56.77%上升到71.91%，占东部地区的比例已从1995 年的74.78%是升80.31%与东部地区相比，中部地区的高技术产业集聚现象出现的时间比较晚，地理集中指数明显的不如东部，但中部地区的地理集中指数也在逐年增大，在XXXX 年前，中部地区所有年份的γ 值均小于0.02，说明在XXXX 年以前中部地区的高技术企业并没有形成明显的地方化现象，但到XXXX 年中部地区的γ 值已经超过0.02（γ=0.0272）在XXXX 年γ值已经达到0.04133，这说明经过一段时间的发展，高技术产业已经形成自东向西扩散的产业格局同时从产业的市场集中度表格中可以看出，中部地区的高技术企业主要集聚在湖北省的周围，这与湖北拥有诸多著名的高等学府是分不开的。

西部地区是我国高技术企业集聚程度最低的地区，XXXX 年西部地区的地理集中指数仅为0.02459，不过该地区的地理集中指数的年平均增长率最高，从1995～XXXX 年西部地区的高技术企业地理集中指数年平均增长率为79.065%从西部地区前五省市的市场占有率中看出，西部的高技术企业主要集中在四川省和陕西省区位熵和产业集中度测算实例：下面分析的行业仅限于居工业中心地位的制造业，研究时段为1998—XXXX年，样本数据均来自于历年《中国工业经济统计年鉴》和《中国统计年鉴》由于XXXX版的《中国工业经济统计年鉴》开始采用新的国民经济行业分类体系( GB /T4754 -XXXX)对行业进行分类，而不再使用旧的国民经济行业分类体系(GB /T4754 - 94)，故本文选择了制造业的20个行业作为研究样本，这20个行业的分类标准在新的国民经济分类体系中基本未作改变，都属于比较典型的制造业首先计算得出全国31个省、自治区、直辖市从1998至XXXX年每一年的区位商然后，从中选出区位商每一年或大多数年份都大于1 的地区,缩小研究的范围，进一步计算产业集中度表二 各地区各年份的区位商系数1997 1998 1999 XXXX XXXX XXXX XXXX XXXX XXXX XXXX 平均值北京 1. 87 1. 98 1. 97 1. 87 1. 87 1. 69 0. 78 0. 78 0. 74 0. 71 1. 426天津 2. 70 2. 77 2. 78 2. 87 2. 78 2. 66 1. 50 1. 49 1. 47 1. 46 2. 248河北 1. 36 1. 50 1. 51 1. 52 。