产业集聚程度测度方法探究

第一代测度方法主要是指1997年以前所采用的一些测度方法，包括产业集中度、空间基尼系数、赫芬达尔指数。这一代方法还不能称为真正意义上的产业聚集测度方法，只能说是一种产业集中的测度方法。产业地理分布不平衡并不意味着聚集经济存在，而这几种测度方法只能测度产业地理分布的不平均。

1.产业集中度指数（CRn）

在各种测度产业集聚水平的方法中，产业集中度是最简单、最常用的计算指标，是衡量某一市场竞争程度的重要标志。产业集中度是指某一产业规模最大的N位企业的有关数值（如销售额、职工人数、资产总额等）占整个市场或行业的份额。产业组织理论中通常计算前4家或8家企业的集中度。计算公式为：

其中，Xi表示该产业中第i位企业的有关指标，n为要计算的某一产业中规模最大的几个企业的数目，一般取值为4或8，n表示全部企业数。行业集中度能够形象地反映产业市场集中水平，测定产业内主要企业在市场上的垄断与竞争程度。一般来说，CRn指标数值越高，说明前n位企业在整个市场所占的比重越大，对市场的操纵能力也就越强；CRn指标数值越低，则意味着少数厂商很难操纵和支配市场，厂商之间的竞争得到强化。

行业集中度能够形象地反映产业市场集中水平，测定产业内主要企业在市场上的垄断与竞争程度。该指标也存在一定的缺陷：一是行业集中度受到企业总数和企业市场分布两个因素的影响，但指标仅考虑前几家企业的信息，未能综合全面考虑这两个因素的变化。二是行业集中度指标存在着因选取主要企业数目不同而集中水平不同的问题。由于以上原因，这个指标只是作为测度产业聚集的辅助指标。我国学者罗勇、曹丽莉、李扬测算中国制造业的聚集程度时就使用集中度作为聚集程度测算的一个辅助指标进行分析。

贝恩根据产业内前四位和前八位企业绝对集中度指标，对不同垄断竞争程度产业的市场结构进行分类。（见表3-1）

表3-1　贝恩的分类法

2.赫芬达尔指数

赫芬达尔指数（Herfindah—Hirschman Index，HHI）最初由A.赫希曼提出，1950年哥伦比亚大学的赫芬达尔在其博士论文《钢铁业的集中》中进一步阐述。美国司法部和联邦贸易委员会从20世纪80年代开始使用HHI指数来评估企业兼并，并定期发表各产业HHI指数的统计资料，HHI指数日益受到经济学界的重视。赫芬达尔指数具有数学上绝对法和相对法的优点，是较为理想的市场集中度的计量指标。目前国内外大量的产业集聚测度的文献中，赫芬达尔指数是使用频率较高的产业集聚测度指标之一。其计算公式为：

其中，X代表产业市场总规模，Xj代表j企业的规模，SJ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。HHI指数实质是赋予每个企业的市场份额Sj的一个权重，通常对大企业给予的权重较大，对其市场份额也反映得比较充分。

赫芬达尔指数（HHI）的值越大，企业市场份额分布的不均匀度就越高。赫芬达尔指数可以很好地衡量市场竞争和垄断的关系，在测度产业集聚水平时具有三个优点：第一，HHI指数能准确反映产业或企业市场集中程度，因为它考虑了企业的总数和企业规模两个因素的影响。HHI指数的取值在0～1范围内变化，HHZ指数越小，则该产业的市场集聚程度越小；反之，说明产业市场集聚程度越大。第二，HHI指数能及时反映市场垄断与竞争程度的变化。由于HHI指数是用市场相对规模的平方之和测定产业集聚状态，所以HHI值对市场占有率较大企业的份额变化特别敏感，而对市场占有率很小的企业份额变化反映相对迟钝。第三，HHI指数对产业内企业的合并与分解反应灵敏且计算方法相对容易。其缺点主要是直观性较差，需要全面统计资料。

赫芬达尔指数逐渐成为衡量产业集聚度的指标之一。近年来，经济地理学家们将HHI指数引入产业地理集聚方面的研究，例如Davies和Lyon将赫芬达尔指数（HHI）应用在对欧盟地区产业的空间分析上。Duranton和Puga用赫芬达尔指数的倒数作为多样化测度指标对城市专业化和多样化的优势与劣势进行了考察。Henderson利用面板数据估计了美国资本品产业的动态外部性，利用HHI指数对产业多样化进行了测度，研究发现多样化作用可以持续7年。Karl和Michael使用HHI指数分析欧共体成立前后欧洲制造业地理集中动态变化。Cecile Batisse利用中国29个省区30个工业产业1988年～1997年的数据，探讨了产业专门化、产业多样化、产业竞争度和一省发展初始水平等因素对经济增长的作用。赫芬达尔指数的倒数作为多样化测度，表明在样本期间，产业外部工业环境和产业内的竞争有利于产业的增长，但产业专门化的影响为负。(www.xing528.com)

我国学者在产业集聚的测度中也多次使用了赫芬达尔指数，吴学花、杨蕙馨在测度中国制造业集聚度时使用了赫芬达尔指数。李文秀、胡继明利用空间基尼系数、赫芬达尔指数和EG系数分别对我国服务业行业集聚程度、行业内企业集聚程度以及服务业的集聚结构进行了度量。雷宏振、邵鹏、潘龙梅选用行业集中度指数和赫芬达尔指数两个指标对中国文化产业2005年～2009年的集聚度进行了测定，并从区域和行业角度分析了我国文化产业的集聚特征。

3.区位商系数

区位商（Location Quotient，简称LQ）经常用于衡量一个地区产业结构和全国平均水平之间的差异，以此来评价该地区的专业化水平。其计算公式如下：

其中，Xij为区域j产业i的产值指标（可以是就业人数、销售收入、固定资产等），LQ可以反映产业的专业化程度。区位商越大意味着该地区该产业的地方专业化程度越高，比较优势越明显，集聚能力越强。LQ>1，表明该地区该产业具有比较优势，一定程度上显示出该产业较强的集聚能力；LQ=1，表明该地区该产业处于均势，产业的集聚能力并不明显；LQ<1，表明该地区该产业处于比较劣势，集聚能力弱。

我国学者赵忠华、胡运权、金荣学、卢忠宝、梁华峰、郑蔚、仲伟周、郭彬、彭晖、施卫东、高雅在测算产业聚集程度时都使用了区位商系数。

4.哈莱-克依指数（HKI）

哈莱和克依在HHI指数的基础上提出了更为一般的产业集聚指数，即哈莱-克依指数（Hannah-Kay Index，HKI）。定义（α>0），则HKI为：

可见HHI只不过是R在α=2时的一个特例，R值的“当量企业数”为，式中HKI值所代表的意义与一般情况是相反的，即HKI值越大，表明集聚水平越低；HKI值越小，表明集聚水平越高。

5.空间基尼系数（Space Gini Coefficient）

洛伦兹（Lorenz）利用洛伦兹曲线来研究社会分配的平均程度，基尼（Gini）依据洛伦兹曲线提出计算收入分配公平程度的统计指标基尼系数。在此基础上，Krugman（1991）借鉴基尼系数的计算原理构造出反映产业活动地理空间分布的空间基尼系数，并测算了美国制造业集聚程度，此后，空间基尼系数在产业集聚水平的测算中得到了广泛的应用。空间基尼系数的计算公式为：

其中，Si是i地区某产业就业人数占全国该产业总就业人数的比重，Xi是该地区就业人数占全国总就业人数的比重。空间基尼系数的取值在0到1之间，基尼系数越大，产业的区域集聚度越高，即产业在地理上愈加集中；反之，其值越小，表明该行业的集聚程度越小，空间分布越均匀。但是，空间基尼系数只是从产业活动的区域分布与总体经济活动的区域分布一致性的角度测度产业集聚程度，从测度结果看，仍然可能存在着集聚信息的偏误问题。

Audretsch和Feldman计算了美国两位数行业空间基尼系数，对12个创新性行业地理集中的原因进行了深入分析，研究表明创新活动会使企业趋向于集聚，强调知识溢出是产业空间集聚的主要因素。Henderson等利用1983年～1993年韩国制造业数据对韩国外部性大小进行了估计，并对基尼系数进行了简单的变形，用某地区某产业在全国该产业所占的份额减去某地区人口在国家总人口中的比重的平方和来测度，这样就控制了集聚的时间趋势。Amiti计算了欧盟10国三位数水平27个行业的空间基尼系数，以检验欧盟国家在1968年～1990年间的工业是否更为集中。梁琦计算了中国制造业三位数分类171个行业2001年的区位基尼系数，同时也计算了这些产业的主要分布区域。张同升、梁进社、宋金平利用1980年～2000年中国制造业工业增加值数据，计算并分析了各行业区位基尼系数即变动趋势，判断各工业行业在省区之间分布的不平衡性和变动趋势。