產業(yè)集聚度的測算

人產業(yè)集聚度概念和測度方法產業(yè)集中度的概念：產業(yè)集中度也叫市場集中度，是指市場上的某種行業(yè)內少數(shù)企業(yè)的生產量、銷售量、資產總額等方面對某一行業(yè)的支配程度，它一般是用這幾家企業(yè)的某一指標(大多數(shù)情況下用銷售額指標)占該行業(yè)總量的百分比來表示。產業(yè)集聚測度方法1、集中度(Concentrionrationofindustry )行業(yè)集中度是用規(guī)模最大的幾個地區(qū)有關數(shù)值 (銷售額、就業(yè)人數(shù)、生產額等)占整個行業(yè)的份額來度量。計算公式為：nXiCRnCRnNXii1n其中CRn代表X產業(yè)的集聚度， *代表規(guī)模最大幾個地區(qū)X產業(yè)的銷售額N或者生產額、就業(yè)人數(shù)等， Xi代表全部地區(qū)X產業(yè)的銷售額或者生產額、就業(yè)人數(shù)等。優(yōu)點：計算方法簡單，采用最常用的指標，能夠形象的反應產業(yè)集聚水平。缺點：一是集聚度的測算季節(jié)容易受到 n值選取的影響，二是忽略了規(guī)模最大地區(qū)之外其它地區(qū)的規(guī)模分布情況，三是不能反映規(guī)模最大地區(qū)內部之間產業(yè)結構與分布的差別。2、區(qū)位熵(Entropyindex)所謂熵，就是比率的比率，它由哈蓋特(P?Haggett)首先提出并用于區(qū)位分析中。區(qū)位熵， 又稱專門化率，用以衡量某一區(qū)域要素的空間分布情況，反映某一產業(yè)部門的專業(yè)化程度，以及某一區(qū)域在高層次區(qū)域的地位和作用等方面。在產業(yè)結構研究中，通常用于分析區(qū)域主導專業(yè)化部門的狀況。計算公式為：TOC\o"1-5"\h\z% Qinqi Qii1 i1其中Eij表示某區(qū)域i部門對于高層次區(qū)域的區(qū)域熵； qi為某區(qū)域部門的有關指標(通?？捎卯a值、產量、生產能力、就業(yè)人數(shù)等指標 );Qi為高層次區(qū)域部門的有關指標； n為某類產業(yè)的部門數(shù)量。 Eij值越大，表示產業(yè)的集聚程度越高。優(yōu)點：計算操作簡單方便，指標選取目標明確。缺點：不能反映區(qū)域經濟發(fā)展水平的差異性，某產業(yè)區(qū)位熵最大的地區(qū)不一定是該產業(yè)集聚水平最高的地區(qū)。3、赫芬達爾-赫希曼指數(shù)(Herfindahl-Hirschmanindex )該指數(shù)是衡量產業(yè)集聚程度的重要指標，最初由 A.Hirschman提出，后經哥倫比亞大學O.Hirschman加以改進，該指數(shù)產生的理論基礎來源于貝恩(Bain)的“結構——行為——績效” (SCP)理論。計算公式為：N NH Z2J (X /X)2(j1,2,3...,n)j1 j1J其中，X代表產業(yè)市場總規(guī)模(就業(yè)或產值)，Xj代表j企業(yè)的規(guī)模，Zj=Xj/X代表第j個企業(yè)的市場占有率，N代表該產業(yè)內部的企業(yè)數(shù)。在實際分析中，經常運用H指數(shù)的倒數(shù)作為產業(yè)多樣化的測度。優(yōu)點：第一是能夠準確反映產業(yè)或企業(yè)市場集中度，因為它考慮了企業(yè)總數(shù)和企業(yè)規(guī)模兩個因素的影響；第二是能夠反映市場壟斷與競爭程度的變化；第三是對產業(yè)內企業(yè)的合并與分解反映靈敏且計算方法相對容易。缺點：直觀性比較差。4、空間基尼系數(shù)(SpaceGinicoefficient)洛倫茨(Lorenz)在研究居民收入分配時，創(chuàng)造了解釋社會分配平均程度的洛倫茨曲線?；?Gini)依據(jù)洛倫茨曲線，提出了計算收入分配公平程度的統(tǒng)計指標一一基尼系數(shù)。Krugman等利用洛倫茨曲線和基尼系數(shù)的原理和方法，構造了測定行業(yè)在空間分布均衡程度的空間基尼系數(shù)。Krugman(1991)等在研究美國制造業(yè)集聚程度測量時定義了空間基尼系數(shù)，計算公式為：GVx,2其中，G為空間基尼系數(shù)，Sj是i地區(qū)某產業(yè)占全國該產業(yè)就業(yè)人數(shù)的比重， 追是該地區(qū)就業(yè)人數(shù)占全國總就業(yè)人數(shù)的比重。 G=0時，產業(yè)在空間分布是均勻的，G(最大值為1)越大，表明地區(qū)產業(yè)的集聚程度越高。優(yōu)點：相對而言比較簡便直觀，可以很方便地把基尼系數(shù)轉化成非常直觀的圖形。缺點：基尼系數(shù)大于零并不表明有集聚現(xiàn)象存在， 因為它沒有考慮到企業(yè)的規(guī)模差異?？臻g基尼系數(shù)沒有考慮到具體的產業(yè)組織狀況及區(qū)域差異，因此在表示產業(yè)集聚程度時往往含有虛假的成分。5、EG指數(shù)(EGindex)為解決基尼系數(shù)失真問題，Ellision和Glaeser(1997)提出了新的集聚指數(shù)來測定產業(yè)空間集聚程度。假定某一經濟體(國家或地區(qū))的某一產業(yè)內有N個企業(yè)，且將該經濟體劃分為M個地理區(qū)域，這N個企業(yè)分布于M個區(qū)域之中。Ellision和Glaeser建立的產業(yè)空間集聚指數(shù)計算公式為：G(1 ixi2G(1 ixi2)H( 2)(1-)H1ixiNryx)Zi2j12ji1(si*)2(1i1(1 xi)(1 NZj2)i j1其中，si表示i區(qū)域某產業(yè)就業(yè)人數(shù)占該產業(yè)全部就業(yè)人數(shù)的比重，xi表示i區(qū)域全部就業(yè)人數(shù)占經濟體就業(yè)總人數(shù)的比重。赫芬達爾指數(shù) (HerfindahlIndex)NH Z2jN表示該產業(yè)中以就業(yè)人數(shù)為標準計算的企業(yè)分布。j1優(yōu)點：充分考慮了企業(yè)規(guī)模及區(qū)域差異帶來的影響，彌補了空間基尼系數(shù)的缺陷，使能夠進行跨產業(yè)、跨時間、甚至跨國的比較。缺點：該方法沒有對其中的H給出合理的解釋。6、DO指數(shù)(DOindex)Duranton和Overman(2005)則采用了無參數(shù)回歸模型分析方法，構造了新的產業(yè)集聚測度指數(shù)，計算公式為：k(d)A、BnA其中，hk(d)A、BnA其中，h是窗寬，，f是核函數(shù)PTT^A,BB是總企業(yè)地點S的兩個子集。P(nA,nB)是不同企業(yè)雙邊距離的總、合，貝'JP(nA,nB)=-A-每個企業(yè)屬于一個子集。如果 A、B是相同的集A—；如果A,B屬于不相交的集合，則p(nA,nB)2A、=nA?nB。優(yōu)點：與前面幾種方法相比，這種方法能夠評價偏離隨即性的統(tǒng)計顯著性，避免了與規(guī)模和邊界有關的問題。缺點：由于這種計算是基于企業(yè)層面的數(shù)據(jù)且與企業(yè)間的距離有關，因此該方法的可操作性比較差。二實例解析EG指數(shù)測算實例：該指標的計算公式中融合了空間基尼系數(shù)和赫芬達爾指數(shù)優(yōu)點，也是目前國內用于測算產業(yè)集聚度的常用指標，具有普遍性。下面是一個測算高技術產業(yè)集聚度的例子，采用的評價指標是EG指數(shù)，測算了1995?2005年我國高技術企業(yè)的集聚變動趨勢，同時，考慮到我國的經濟發(fā)展不平衡，東部地區(qū)開放程度高，基礎設施較為完善，經濟發(fā)展水平較高，交通便利，并且高技術產業(yè)發(fā)展的時間較早，技術成熟，擁有良好的供應鏈和技術鏈環(huán)境，從而引發(fā)了越來越多的高技術企業(yè)向東部靠攏，所以東部地區(qū)的地理集中程度會明顯高于全國的平均水平。若僅把全國當成一個經濟體來測算高技術企業(yè)的地理集中度，所得的結果會有一定的偏差，體現(xiàn)不出分地區(qū)的集聚狀況，因此有必要按傳統(tǒng)的方法把全國分為東部、中部和西部三大區(qū)域。根據(jù)EG指數(shù)計算公式：M MNx)ZG(1 ix2)Hi1(sixi)2(1i1i2j12j( 2)~(1~)1i XiH (1 Xi2)(1NZ2)i j1將的大小分成三個區(qū)間：當 0.02時，表示該產業(yè)沒有地方化的現(xiàn)象；0.020.05時，表示該產業(yè)在區(qū)域上分布較為均衡；當 0.05時，表明產業(yè)在地區(qū)上的分布聚集程度較高。計算出95、97、99、01、02、03、04、05年的EG指數(shù)如下表所示：表一我國各地區(qū)不同年份的EG指數(shù)年份19951997199920012002200320042005全國0.02180.02070.03390.04470.05420.07130.102390.10349東0.05420.05830.09010.12700.14510.17560.229990.23214

部中部0.00880.00990.01540.0.01820.02180.02720.039950.04133西部0.00200.00210.00240.0052部中部0.00880.00990.01540.0.01820.02180.02720.039950.04133西部0.00200.00210.00240.00520.00710.01240.020730.02459這一結論可以從前五省市的市場集中度CR5得到進一步的驗證①，全國前五省市的市場集中度CR5顯示了在1995?1999年間，全國前五省市的市場占有率增加了3.09%,平均每年增加0.773%，而在1999?2005年，全國前五省市的市場占有率增加了8.31%,平均每年增1.38%，所以，我國高技術企業(yè)的地理集中度指數(shù)的變化趨勢與前五省市的市場占有率的變動方向相吻合。再從分地區(qū)來看，當我們把東部地區(qū)視為一個整體來考察區(qū)內高技術企業(yè)的集聚指數(shù)時，可以發(fā)現(xiàn)在1995年東部地區(qū)的地理集中指數(shù)已經超過了0.05，說明此時該地區(qū)已經出現(xiàn)了明顯的企業(yè)聚集現(xiàn)象。從 1995年東部地區(qū)前五省市的市場占有率排名上看，高技術企業(yè)主要聚集在長江三角洲、珠江三角洲和首都北京，這五省市的高技術企業(yè)總產值達2675.4億，占東部地區(qū)企業(yè)生產總值的74.78%,占全國總產值的56.77%?？梢哉f此時的長江三角洲、珠江三角洲高技術產業(yè)帶和以首都北京為中心的高技術產業(yè)區(qū)已經初見端倪。 隨著時間的進一步推進，東部的地理集中指數(shù)增長越來越快，從1995?1997年兩年增長7.56%，到時2002?2003年增長率為21.02%,2003?2005年增長率為32.20%，這說明我國東部地區(qū)的高技術企業(yè)的集聚程度還在進一步加強， 出現(xiàn)了所謂的“集聚導致集聚”的現(xiàn)象。這一結論還可以從前五省市的市場占有率中得到時進一步的印證，因為2005年前五省市的市場占有率已從1995年的56.77%上升到71.91%，占東部地區(qū)的比例已從1995年的74.78%是升80.31%。與東部地區(qū)相比，中部地區(qū)的高技術產業(yè)集聚現(xiàn)象出現(xiàn)的時間比較晚，地理集中指數(shù)明顯的不如東部，但中部地區(qū)的地理集中指數(shù)也在逐年增大，在2002年前，中部地區(qū)所有年份的Y值均小于0.02，說明在2002年以前中部地區(qū)的高技術企業(yè)并沒有形成明顯的地方化現(xiàn)象，但到2003年中部地區(qū)的Y值已經超過0.02(Y=0.0272)。在2005年Y值已經達到0.04133，這說明經過一段時間的發(fā)展，高技術產業(yè)已經形成自東向西擴散的產業(yè)格局。同時從產業(yè)的市場集中度表格中可以看出， 中部地區(qū)的高技術企業(yè)主要集聚在湖北省的周圍，這與湖北擁有諸多著名的高等學府是分不開的 。西部地區(qū)是我國高技術企業(yè)集聚程度最低的地區(qū)， 2005年西部地區(qū)的地理集中指數(shù)僅為0.02459，不過該地區(qū)的地理集中指數(shù)的年平均增長率最高，從1995?2005年西部地區(qū)的高技術企業(yè)地理集中指數(shù)年平均增長率為 79.065%。從西部地區(qū)前五省市的市場占有率中看出，西部的高技術企業(yè)主要集中在四川省和陜西省 。區(qū)位熵和產業(yè)集中度測算實例： 下面分析的行業(yè)僅限于居工業(yè)中心地位的制造業(yè)，研究時段為1998—2006年，樣本數(shù)據(jù)均來自于歷年《中國工業(yè)經濟統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。由于2004版的《中國工業(yè)經濟統(tǒng)計年鑒》開始采用新的國民經濟行業(yè)分類體系(GB/T4754-2002)對行業(yè)進行分類，而不再使用舊的國民經濟行業(yè)分類體系(GB/T4754-94)，故本文選擇了制造業(yè)的20個行業(yè)作為研究樣本，這20個行業(yè)的分類標準在新的國民經濟分類體系中基本未作改變，都屬于比較典型的制造業(yè)。首先計算得出全國31個省、自治區(qū)、直轄市從1998至2006年每一年的區(qū)位商。然后，從中選出區(qū)位商每一年或大多數(shù)年份都大于1的地區(qū),縮小研究的范圍，進一步計算產業(yè)集中度。表二各地區(qū)各年份的區(qū)位商系數(shù)1997199819992000200120022003200420052006平均值北京1.871.981.971.871.871.690.780.780.740.711.426天津2.702.772.782.872.782.661.501.491.471.462.248河北1.361.501.511.521.521.510.920.890.850.841.242山西0.581.341.351.360.111.300.780.740.700.690.895內蒙古0.820.810.810.790.770.710.670.640.640.610.727遼寧1.841.661.631.591.501.421.101.071.061.011.388吉林1.221.091.071.020.980.890.920.830.800.780.960黑龍江2.521.011.051.011.000.970.810.790.750.711.062上海0.063.273.413.333.253.201.381.321.260.892.137江蘇1.733.631.851.861.891.881.351.381.421.501.849浙江0.182.002.072.202.332.441.051.241.371.421.630安徽0.750.760.770.780.790.810.820.760.730.710.768福建1.261.431.491.561.631.681.641.761.791.79

1.603江西0.890.873.100.820.820.880.830.840.820.841.061山東1.151.251.291.331.351.381.281.281.341.341.299河南0.880.570.910.920.940.940.830.790.780.770.833湖北1.141.131.131.061.051.021.091.060.921.021.062湖南0.810.810.090.830.810.830.730.730.720.690.705廣東1.441.621.651.701.811.741.331.381.411.421.550廣西0.470.520.510.500.500.490.780.75.710.700.593海南0.440.420.410.420.420.410.340.340.330.310.384重慶0.780.740.740.730.700.740.950.890.880.830.798四川0.650.670.670.670.660.680.870.840.820.800.733貴州0.480.510.530.510.520.510.790.760.700.680.599云南0.420.460.460.460.450.430.680.670.640.620.529西藏0.160.210.180.190.210.190.170.160.160.160.179陜西0.900.850.880.850.850.800.980.930.910.880.883甘肅0.740.730.720.680.650.620.900.880.800.770.749青海0.760.770.680.630.610.620.590.570.550.530.631寧夏0.070.760.070.810.810.810.710.720.670.660.609新疆0.670.690.660.630.620.590.400.380.350.710.570表三區(qū)位商大于1的10個省、市的行業(yè)集中指數(shù)地區(qū)1998年2000年2003年2005年北京0.0160.0300.0470.120天津0.0040.0080.0150.025遼寧0.0090.0160.0220.054上海0.0070.0100.0090.120江蘇0.0040.0460.0520.052浙江0.0040.0040.0070.035福建0.0140.0150.0160.087山東0.0280.0310.0330.075湖北0.0160.0180.0200.053廣東0.1290.1380.1500.120對表二和表三進行綜合分析，可得到一下幾點：第一，在全國所有省市的區(qū)位商系數(shù)中，有10個地區(qū)十年來大部分年份的區(qū)位商值都超過1,并且可以看到，系數(shù)是呈增長狀態(tài)，可見集聚程度是由低到高。從h值的測量來看，江蘇、浙江、廣東和山東的上榜次數(shù)明顯多于其他地區(qū)，說明這些地區(qū)的集聚程度相對較高。第二，從表二的“平均值”一欄中可知，天津為2.248，排第一位。作為我國北方最大的港口城市，天津擁有