(完整版)产业集聚测量方法

摘要：本文介绍了目前常用的产业集聚测量方法，主要包括：行业集中度、赫芬达尔指数、熵指数、空间基尼系数、E－G指数。

通过对比分析，阐述了各种测量方法的优缺点。

分析认为，E－G指数是测量产业集聚比较适合的方法，但受制于数据的可获取性。

关键词：产业集聚测量
一、前言
区域经济理论认为，产业集聚对一个地区整体产业竞争力及区域经济增长具有重要影响。

因此推动产业集聚成为了许多地方政府发展区域经济的重要手段。

制定产业集聚相关政策必须以实证研究为基本前提，而对于产业集聚的实证研究，一个最根本的问题是如何测度产业的集聚度水平，因为无论是单纯进行产业集聚的研究还是探讨产业集聚对经济增长、经济稳定以及其他方面的影响，它都直接影响到最终研究结论的可信程度。

二、产业集聚常用的测量方法
目前比较常用的产业集聚测量方法主要有：行业集中度、赫芬达尔指数、熵指数、空间基尼系数、E－G集聚指数。

1、行业集中度
行业集中度是一种比较简单的指标，用来衡量某产业规模最大的前几个地区在全国所占的份额。

其计算公式如下：
其中IC代表行业集中度；A i代表产业A中排名第i位区域的产值或者销售额、从业人员等；N代表产业A中的地区数目。

上式表明行业集中度等于产业A中规模排名前n位 (n一般取4或8)的区域企业规模之和占产业A
全国总规模的比例。

由于IC主要反映行业在几个区域的集中程度，没有涉及到行业的企业数目与行业总规模之间的差异，行业集中系数就是为了弥补这个缺陷。

以P表示计算的企业占行业企业总数的比例：
那么，行业集中系数 CC可表示为：
行业集中度与集中系数能够形象地反映产业区域集中水平以及行业中企业数量的影响，测算方法便捷直观。

然而，行业集中度指标存在一些缺点:第一，仅说明了产业分布规模最大的几个地区的情况，而忽略了其余地区
的规模分布情况；第二，不能反映最大几个地区的个别情况；第三，存在选取规模最大的区域数目不同集中度
结果不同的问题。

因此，一般较少单独用来测度产业集聚的情况，更多的是把它作为一个辅助指标。

2、赫芬达尔指数
赫芬达尔指数 (HHI)是产业经济学中衡量市场结构的一个主要指标，也可以用来衡量产业集聚程度，其计算公
式为：
其中A代表产业总规模，A i代表区域i的产业规模，N代表产业中的地区数目。

HHI实质上是给产业中每个地区的市场份额赋予一个权重，此权重又以市场份额来代替。

HHI的取值范围是[1/N，l]，取值越大表示产业地理
集聚程度越高。

极端情况下，如果一个产业所有的经济活动都集中在一个地区，那么该产业的HHI为最大值l；
而如果该产业的经济活动均匀分布在N个地区，那么这时HHI为最小值1/N。

赫芬达尔的优点是能够比较准确地反映产业地区集中程度，因为它考虑了地区数目和地区产业规模两个因素
的影响；计算上比较简便，容易理解。

但是赫芬达尔指数的不足在于它没有考虑其他产业的空间分布，使得不
同产业之间难以进行比较。

此外，这一指数没有考虑不同地区的地域面积差异，因此难以反映产业分布的实际
情况。

3、熵指数
熵指数的计算公式为：
熵指数实质是对每个地区的市场占有率R i赋予一个权重，与HHI相反，EI对规模大的地区赋予的权重较小，而对规模小的地区赋予的权重较大。

熵指数越大，代表产业集聚水平越低，反之亦然。

在极端的市场垄断情况下，EI等于 0，但在同等规模的区域分布情况下，EI等于1nN。

4、空间基尼系数
空间基尼系数是依据在i区域的j产业结构的空间洛伦兹曲线进行计算。

产业洛伦兹曲线通常表现为一条下凸的曲线，曲线的凸度越大表明产业分布越不均衡，反之表明产业分布越均衡。

以由小到大的顺序排列的企业数累计百分比为横轴，以这些企业市场份额的累计百分比为纵轴，产业洛伦兹曲线如图 1所示。

图1 产业洛伦兹曲线
记产业洛伦兹曲线与对角线围成的面积为R A，下三角形余下部分面积为R B，空间基尼系数可表示为：
洛伦兹曲线下凸程度越小，SGC就越小，表明产业j在区域i的空间分布与整个产业的空间分布是相匹配的；洛伦兹曲线下凸程度越大，SGC就越大，表明产业j可能集中于某些区域，也就是说，产业j的集聚程度可能就高。

空间基尼系数把地区面积对地理集中度的影响考虑进去，而且将全部产业的地理分布作为比较基础，使得不同产业间集聚程度具有可比性，是一个相对集聚度指数，而且空间基尼系数对数据要求不高，易于计算。

5、E－G集聚指数
空间基尼系数只能表明某产业在某区域的集中，而没有考虑到企业之间的规模差异，因为如果某一地区的某
产业中存在规模很大的企业时，就会造成很大的基尼系数，但并不代表有较高的集聚度。

因此，利用空间基尼
系数来比较产业之间的集聚程度时，会由于各产业中企业规模或区域大小的差异而造成产业比较上的误差。

由
Ellision和Glaeser(1997)提出了E－G集聚指数则可以弥补这一不足。

假设某经济体中某一产业内有 N个企业将该经济体划分为 M个地理区域，E－G指数计算公式如下：
其中，SCI表示E－G集聚指数，P i为i区域内某产业就业人数占该产业全国总就业人数的比重，q i为该区域内就业人数占全国总就业人数的比重，H为赫芬达尔指数，在这里指的是产业组织理论中的市场集中度概念，
而非前面所指的地理集中度概念，是从市场空间来度量产业的集中程度，其中企业市场占有率的计算是以就业
人数为依据。

E－G指数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，能够进行跨
产业、跨时间、甚至跨国的比较。

但是，E－G指数的计算对数据要求较高，必须要同时具备企业层面和产业层
面的数据。

三、结论
选择产业集聚的测量方法，很大程度上受限于数据的可获得性。

如果仅从理论上考虑，E－G指数是测量产业
集聚比较适合的指标，但是对数据的要求比较高。

一个变通的方法是：根据实际数据情况，在保证经济学解释
意义的前提下，对E－G指数进行一定程度的“改造”。

参考文献：
[1] Ellision.G, Glaeser.E.L.1997.Geographic concentration in US manufacturing industries : a
dartboard approach. 105 (5) : 889 – 927
[2] 张卉.产业分布、产业集聚和地区经济增长：来自中国制造业的证据[D].博士论文，复旦大学，2007.
[3] 吉亚辉、李岩.甘肃省制造业产业集聚的实证研究－基于对EG 指数修正后的指数分析[J].工业技术经
济,2011 ,7.
[4] 彭耿、刘芳.产业集聚度测量研究综述[J].技术与创新管理,2010, 3.。