产业集聚度的几种测算方法

《产业集聚度的几种测算方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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（Concentrionrationofindustry）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

2、，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（Entropyindex）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

3、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。1、赫芬达尔-赫希曼指数（Herfindahl-Hirschmanindex）该指数是衡量

4、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

5、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。2、空间基尼系数（SpaceGinicoefficient）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

6、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。1、EG指数（EGindex）为解决基尼系数失真问题，Ellision和Glaeser（1997）提出了新

7、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(HerfindahlIndex)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、

8、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。2、DO指数（DOindex）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