产业集聚度几种测度方法的比较

j =1
j =1
其中， X 代表产业市场总规模(就业或产值)， X j 代表 j 企业的规模， Z j =
X j / X 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
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- 赫希曼指数（Herfindahl-Hirschman index）
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：
n
∑ Xi
CRn
=
i=1 N
∑ Xi
i=1
n
∑ 其中 CRn 代表X产业的集聚度， Xi 代表规模最大几个地区X产业的销售额 i =1
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：
N
N
∑ ∑ H =
Z
ቤተ መጻሕፍቲ ባይዱ
2 j
=
( X j / X )2 ( j = 1, 2,3..., n)
的产业集聚测度指数，计 算 公 式 为 ：
∑ ∑ kA、B (d ) =
1 p h (nA,nB )
nA i =1
, nB f ( d − di, j )
j=1 j≠1
h
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。 p(nA,nB ) 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
Eij =
qi
n
/
Qi
n
∑ qi ∑ Qi
i =1
i =1
其中 Eij 表示某区域i部门对于高层次区域的区域熵；qi 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)； Qi 为高层次区域
PDF created with pdfFactory Pro trial version www.pdffactory.com
N
∑ H =
Z
2 j
N表示该产业中以就业人数为标准计算的企业分布。
j =1
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 （2005）则采用了无参数回归模型分析方法，构造了新
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：
M
M
N
∑ ∑ ∑ ∑ ∑∑ ∑ γ
=（1G− − (1i−xi2）（i xi21)-HH）=
(si − xi )2 − (1−
xi2 )
Z
2 j
i =1
i=1
j =1
N
(1 −
xi2 )(1−
Z
2 j
)
i
j =1
其中， si 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，xi 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)
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 1、 集中度（Concentrion ration of industry）
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 www.pdffactory.com
p 合，则 (nA,nB )
=
nA, (nA −1) ；如果A, B 2
属于不相交的集合，则
p(nA,nB )
= nA.nB 。
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。
PDF created with pdfFactory Pro trial version www.pdffactory.com
∑ G = (Si − xi )2 i
其中，G 为空间基尼系数，Si 是i地区某产业占全国该产业就业人数的比重，xi 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。
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 ：
5、 EG 指数（ EG index）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：
N
或者生产额、就业人数等， ∑ Xi 代表全部地区X产业的销售额或者生产额、 i =1
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。