产业集聚度的测算.docx
《产业集聚度的测算.docx》由会员分享，可在线阅读，更多相关《产业集聚度的测算.docx（11页珍藏版）》请在冰点文库上搜索。
产业集聚度的测算
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尖数值（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：
n
Xi
CRn1
Xi
i1
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
i1
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、
i1
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。
所谓癇，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。
区位燔，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：
E21/21
Ij~/~/7
qiQi
i1i1
其中耳表示某区域i部门对于高层次区域的区域燔；。
为某区域部门的有尖指标（通常可用
产值、产量、生产能力、就业人数等指标）；。
为高层次区
E
域部门的有尖指标；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，某产业区位嫡最大的地区不一定是该产
业集聚水平最高的地区o
3、赫芬达尔■赫希曼指数（Hefindahl-Hirschmanindex）
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“结构一一行为一一绩效”（SCP）理论。
计算公式为：
NN
HZ2（Xj/X）2（j1,2,3...,n）
jiji
其中，X代表产业市场总规模（就业或产值），Xj代表j企业的规模，乙=Xj/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o
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O
缺点：
直观性比较差。
4、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一一基尼系数。
Krugman?
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：
G（SiX）
I
其中，G%空间基尼系数，S是i地区某产业占全国该产业就业人数的比重，为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。
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（EGindex）
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：
MMN
…v2w（sXi）2（1*）疋
G（1iX2）H'i；'i1i1-N
（1-H）（1x2）（1Z2）
iJ1
其中，s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（Herfindahllndex）
N
HJN表示该产业中以就业人数为标准计算的企业分布。
ji
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。
6DO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，h是窗宽，，f是核函数，AB是总企业地点S的两个子集。
P（nA,UB）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P（nA,nB）=魚卞妙；如果A,B属于不相交的集合，则P（nA!
nB）=n人
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尖的问题
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尖，因此该方法的可操作性比较差。
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旨数，测算了
1995〜2005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：
MMN
222
（Sx）2（1X2）Z2
G（1iX：
）H..1i1i1
d—N
（1ix3（1-H）22（1x）（1Zj）
iJ1
将的大小分成三个区间：
当0.02时，表示该产业没有地方化的现象；
0.020.05时，表示该产业在区域上分布较为均衡；当0.05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旨数如下表所示：
表一我国各地区不同年份的EG旨数
年份
1995
1997
1999
2001
2002
2003
2004
2005
全国
东部
中部
西部
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1995〜2001年间，我国高技术产业的区域分布还是较为均衡的，
但在2002年以后，全国的地理集中指数丫就超过了（丫=）,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％平均每年增加％而在1999〜2005年,全国前五省市的市场占有率增加了%平均每年增％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，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亿，占东部地区企业生产总值的％占全国总产值的％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％到时2002〜2003年增长率为％2003〜2005年增长率为％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2005年前五省市的市场占有率已从1995年的％上升到％占东部地区的比例已从1995年的％是升％
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2002年前，中部地区所有年份的丫值均小于，说明在2002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2003年中部地区的丫值已经超过（丫。
在2005年丫值已经达到，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，2005年西部地区的地理集中指数仅为，不过该地区的地理集中指数的年平均增长率最高，从1995〜2005
年西部地区的高技术企业地理集中指数年平均增长率为%。
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。
区位嫡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1998-2006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2004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/T4754-2002）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2006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
1997199819992000200120022003200420052006
平均值
北京1.871.981.971.871.871.690.780.780.74
0.71
1.426
天津
2.702.772.782.872.782.661.501.491.47
1.46
2.248
河北
1.361.501.511.521.521.510.920.890.85
0.84
1.242
山西
0.581.341.351.360.111.300.780.740.70
0.690.895
内蒙古0.820.810.810.790.770.710.670.640.64
0.61
0.727
辽宁
1.841.661.631.591.501.421.101.071.06
1.01
1.388
吉林
1.221.091.071.020.980.890.920.830.80
0.780.960
黑龙江2.521.011.051.011.000.970.810.790.75
0.71
1.062
上海
0.063.273.413.333.253.201.381.321.26
0.89
2.137
江苏
1.733.631.851.861.891.881.351.381.42
1.50
1.849
浙江
0.182.002.072.202.332.441.051.241.37
1.42
1.630
安徽
0.750.760.770.780.790.810.820.760.73
0.71
0.768
福建
1.261.431.491.561.631.681.641.761.79
1.791.603
江西0.890.873.100.820.820.880.830.840.82
lU东
1.151.
25
1.291.33
1.351.38
1.281.28
1.34
1.34
1.299
河南
0.880.
57
0.910.92
0.940.94
0.830.79
0.78
0.77
0.833
湖北
1.141.
13
1.131.06
1.051.02
1.091.06
0.92
1.02
1.062
湖南
0.810.
81
0.090.83
0.810.83
0.730.73
0.72
0.69
0.705
广东
1.441.
62
1.651.701
.811.74
1.331.38
1.41
1.42
1.550
丿西
0.47
0.
520.510.500.
500.490.780.75
700.
593
海南
0.440.
42
0.410.42
0.420.41
0.340.34
0.33
0.31
0.384
重庆
0.780.
74
0.740.73
0.700.74
0.950.89
0.88
0.83
0.798
四川
0.650.
67
0.670.67
0.660.68
0.870.84
0.82
0.80
0.733
贵州
0.480.
51
0.530.51
0.520.51
0.790.76
0.70
0.68
0.599
云南
0.420.
46
0.460.46
0.450.43
0.680.67
0.64
0.62
0.529
西藏
0.160.
21
0.180.19
0.210.19
0.170.16
0.16
0.16
0.179
陕西
0.900.
85
0.880.85
0.850.80
0.980.93
0.91
0.841.061
0.880.883
710.
甘肃0.740.730.720.680.650.620.900.880.800.770.749
青海0.760.770.680.630.610.620.590.570.55
0.530.631
宁夏0.070.760.070.810.810.810.710.720.67
0.660.609
新疆0.670.690.660.630.620.590.400.380.35
0.710.570
表三区位商大于1的10个省、市的行业集中指数
地区1998年2000年2003年2005年
北京
0.016
0.030
0.047
0.120
天津
0.004
0.008
0.015
0.025
辽宁
0.009
0.016
0.022
0.054
上海
0.007
0.010
0.009
0.120
江苏
0.004
0.046
0.052
0.052
浙江
0.004
0.004
0.007
0.035
福建
0.014
0.015
0.016
0.087
【I」东
0.028
0.031
0.033
0.075
湖北
0.016
0.018
0.020
0.053
广东
0.129
0.138
0.150
0.120
对表二和表三进行综合分析，可得到一下几点：
第一，在全国所有省市的区位商系数中，有10个地区十年来大部分年份的区位商值都超过1，并且可以看到，系数是呈增长状态，可见集聚程度是由低到高。
从h值的测量来看，江苏、浙江、广东和Lb东的上榜次数明显多于其他地区，说明这些地区的集聚程度相对较高。
第二，从表二的“平均值”一栏中可知，天津为2.248，排第一位。
作为我国北方最
大的港口城市，天津拥有得天独厚的区位优势和资源禀赋，在产业集聚过程中具有较强的比较优势。
而在表三中，天津的上榜率并不高，但这并不矛盾，只是说明天津市的产业
集聚程度比较明显，但具体到某个行业，其集聚程度又不如其他地区，说明其他地区在这些产业上的发展有它们更优势的地方。
比较另外两个直辖市上海和北京，其
值分别为2.137和1.239，排第二位和第七位。
北京和上海分别作为环渤海地区和长江三角洲地区的中心，具有相似的区域经济地位。
上海主要是以园区为载体，给上海制造业的发展提供了强大的动力支持。
与上海相比，北京的劣势在于没有形成发达的区域产业体系。
与长江三角洲区域的上海、无锡、苏州等地所形成的成熟的产业集群带相比，北京所处的环渤海区的产业集群程度不足，未能充分体现北京的竞争力优势。
再比较广东、江苏和浙江几个产业集聚大省。
广东作为我国较早的经济开发区，凭借珠三角的地理位置优势，形成了一批具有相当经济规模的产业相对集中的基地和市场。
广东省95%以上的电子信息产业产值集中在毗邻香港的7个城市，形成了在国内外具有重要影响力的珠三角电子信息产业集群。
浙江省以“块状经济”为代表的产业集群众多，形成了富有特色的“专业化产业区”。
江苏以沪宁线为主干，两侧外延50公里、长约300公里左右的区域内，形成了宁沪信息产业带，该省八成以上的信息产业产值、15%的工业总产值均出于此。
第三，观察20个制造行业的地域分布，江苏、广东、L1I东、浙江的制造业集聚是最强的。
这些沿海省是我国的经济发达地区，这表明制造业的集聚程度与地区的经济发展有较强的正相尖性。
我国经济发展的地区差距比较严重，从技术含量较高的几个行业来看，电子及通信设备制造业、化学纤维制造业、仪器仪表及文化办公机械制造业等都集中在广东和江苏等地，在其他地方分布较少，从表三的行业集中度指数也可以看到，这两个地区的行业集中度指数的值也是最大的。
升级会员 