高技术产业集聚水平测度方法及实证研究，本文主要内容关键词为：高技术论文,水平论文,实证研究论文,产业集聚论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
国外对产业集聚研究可以追溯到Alfred Marshall的产业区理论，Marshall首次使用“集聚”概念描述地域的相近性和企业、产业的集中，认为集聚能产生正的外部效应，提出产业空间集聚的三个原因[1]。自Marshall 提出产业集聚即空间外部性概念以来，经济学者和经济地理学者对产业集聚不断进行深入探索，从不同视角对产业集聚理论进行研究。在产业集聚理论发展完善的过程中，出现了三次产业集聚研究高潮：20世纪30年代，Hoover首次将集聚经济分解为内部规模经济、地方化经济和城市化经济，形成产业集聚理论研究第一次高潮；20世纪70年代，对产业集聚现象的研究集中在“产业区”或新“产业空间”领域，研究方法是应用宏观经济理论探讨当代生产空间组织的变迁问题。这是产业集聚理论研究的第二次高潮；20世纪90年代以来，对产业集聚的研究从新熊彼特主义观点出发，将创新、技术变化与经济增长结合起来，探讨产业集聚创新体系问题。Krugman应用不完全竞争经济学、递增收益、路径依赖和累积因果关系等对产业空间集聚进行了解释[2]。Porter在研究国家竞争优势的过程中，提出地区竞争力的著名“钻石”模型，强调产业集聚对地区产业国际竞争力的作用，认为产业集聚能够促进区域竞争，保持或增加其经济增长速度[3]，这标志着产业集聚理论研究第三次高潮的出现。关于产业集聚的内涵，Smith和Fred 认为正外部性与经济活动区域集中相联系的规模经济和范围经济以及与之相联系的生产机构的共同定位即为产业集聚。Arthue认为产业集聚是递增收益、历史积累或路径依赖和区位“锁定”时，生产活动所形成的结果[4]。我们认为产业集聚是指属于某种特定产业及其相关支撑产业、或属于不同类型的产业在一定地域范围内的地理集中，形成强劲、持续竞争优势的现象。
高技术产业集聚作为产业演化过程中的一种地缘现象，是各国经济发展过程中的必然产物。由于对自然条件的依赖程度低，高技术产业容易出现生产集聚，在空间上向具有优势条件的地区集中；同时由于规模收益递增和正的外部经济效应，高技术产业集聚往往会导致工业进一步趋向集中。高技术产业集聚行为能够带来集聚效应、共生效应、协同效应、区位效应、结构效应等诸多优势，对区域高技术产业布局与发展有着重要影响。
高技术产业集聚作为一种区域组织形式，对区域经济的发展和竞争力的提高起着重要推进作用，并成为推动区域及国家经济发展的重要经济发展模式。由于高技术产业集聚的成功实践和对经济发展的重要意义，目前已成为学术界研究的热点问题。国内关于产业集聚的性质、成因及其优势等方面研究较多。对于产业集聚水平测度方法的研究相对较少。本文通过测度方法的选择运用对中国高技术产业的空间集聚水平进行度量，采取实证研究方法，结合较长时期的时间序列对中国高技术产业集聚演化轨迹进行了研究。
1 产业集聚水平的测度方法
1.1 行业集中度（concentration ration of industry）
在各种测度产业集聚水平的方法中，行业集中度是最简单、最常用的计算指标，是衡量某一市场竞争程度的重要标志。行业集中度是指某一产业规模最大的n位企业的有关数值（如生产额、销售额、职工人数、资产总额等）占整个市场或行业的份额。
其计算公式为：
CR[,n]＝
其中，CR[,n]代表X产业中规模最大的前n位企业的市场集中度，X[,i]代表X产业中第i位企业的生产额或销售额、职工人数等，N代表X产业的全部企业数。在行业分析中，一般取n＝4或n＝8；而在分析整个工业产业的市场集中状况时，一般取n＝100，n＝200和n＝500。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[5]。计算时只需将前几位企业市场占有率累加便可求出。CR[,n]的测算对前几家市场占有率大的企业份额变化反应灵敏，具有简便易行的优点。该指标也存在一定缺陷：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。这影响了产业集中度指标横向对比，使该指标的数值存在不确定性。
1.2 赫希曼—赫佛因德指数（Hirschman-Herfindahl index，H指数）
H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.Herfindahl在The Centralization of steel industry一文中进一步阐述。近年来H指数受到产业经济学家的普遍重视。其计算公式为：
其中，X代表产业市场总规模，X[,j]代表j企业的规模，s[,j]＝X／X[,j]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。H指数实质是赋予每个企业的市场份额s[,j]一个权重，通常对大企业给予的权重大。
H指数在测度产业集聚水平时具有三个优点：第一，H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。可设企业平均规模大小为
X[,j]，则标准差定义：c＝
，称为企业规模大小变化系数，存在c[2]＝
－1，故H指数又可修正为：H＝
。可见，H指数既取决于产业内的企业数N，又取决于企业规模大小的变化程度（用c表示）；H指数的“当量企业数”（即为得到某一特定企业分布的产业相应H值所需要的同等大小的企业数）为
，恰好是H的倒数。对于产业市场独家垄断，σ[2]=0，N＝1，则H＝l，取最大值；对于产业内存在大量规模相等的小企业市场，σ=0，N→∞，则H取最小值
→0。H的取值总在0≤H≤1的范围内变化。H指数越小，则产业市场集聚程度越小；反之，H指数越大，说明产业市场集聚程度越大。第二，H指数能及时反映市场垄断与竞争程度的变化。由于H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H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，H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。尽管如此，H指数仍不失为一个比较理想的产业市场集聚水平测度指标。
1.3 哈莱—克依指数（Hannah-kay index,HK指数）
L.哈莱（L.Hannah）和J.克依（J.Kay）在H 指数基础上运用复杂的数学方法提出测度产业集聚水平更为一般的指数簇。定义
,则HK指数为：
可见，哈莱—克依指数是结合产业经济学中的集中曲线提出的，横轴是产业内企业累计数（按从大到小排列），纵轴是企业市场份额累计值，曲线向上凸起程度表明产业内企业大小分布的不均衡程度，曲线与100 ％水平线的交点表明产业内企业的多少。H指数只不过是R在α＝2时HK指数的一个特例，R值的“当量企业数”为
。式中HK值所代表的意义与一般情况是相反的，即HK值越大，表明集聚水平越低；HK值越小，表明集聚水平越高。
1.4 熵指数（entropy index）
熵指数是借用物理学中度量系统有序程度的熵而提出来的，其计算公式为：
熵指数实质上是对每个企业的市场份额s[,j]赋予一个ln
的权重，与H指数相反，对大企业给予的权重较小，对小企业给予的权重较大。同HK指数一样，熵指数所表示的意义与一般情况也是相反的，即熵指数越大（小），产业集聚水平越低（高）。在市场垄断情况下，E＝0，但在众多同等大小企业竞争情况下，E不是等于1，而是等于lnn。鉴于熵指数存在这种缺陷，C.Marfels在此基础上又作了改进，采用E的反对数的倒数（即e[-E]）来度量产业集聚水平。
式中，当产业集聚水平提高时，e[-E]也会相应变大，而且在众多同等大小的企业竞争情况下，e[-E]≈0，在市场垄断条件下，e[-E]≈0。改进后的熵指数符合产业市场结构变化的基本要求，被西方产业组织学家广泛采用。
1.5 空间基尼系数（space Gini coefficient）
Lorenz 在研究居民收入分配时创立了揭示社会分配平均程度的洛伦兹曲线。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。Krugman运用洛伦兹曲线和基尼系数测定行业在区域间分配均衡程度时提出空间基尼系数[5]。空间基尼系数是一个衡量产业空间分布均衡性的指标。两类对应变量值的累计百分比构成一个边长为1的正方形，一类百分比是i区域j产业占该区域工业的份额，另一类百分比是j产业占全国工业的份额（其衡量可以用产值，也可以用产业就业人数作为指标）。相应的两个累计百分比之间的关系构成产业空间洛伦兹曲线。正方形对角线表示j产业在各区域之间分配均衡，及产业j在该区域的份额与该产业在全国工业的份额完全一致。
产业空间洛伦兹曲线通常表现为一条下凸的曲线，下凸程度越大说明产业分布越不均衡，而下凸程度越小说明产业分布越均衡。记洛伦兹曲线与正方形对角线围成的面积为S[,A]，下三角形的余下部分面积为
。这里，q[,ij]表示
q[,ij]
洛伦兹曲线下凸程度越小，空间基尼系数值就越接近于0，说明产业j的空间分布与整个工业的空间分布是相匹配的；反之，洛伦兹曲线下凸程度越大，空间基尼系数值就越接近于1，说明产业j的空间分布与整个工业空间分布不一致，产业j可能集中在一个或几个地区，而在其他地区分布很少，或者说j产业的集聚程度较高。因此，产业j的空间基尼系数越大，说明该产业的集聚水平越高。
1.6 空间集聚指数（concentration index of industrial space）
在实际利用空间基尼系数G比较不同产业的集聚水平时，由于产业组织或区域差异可能造成跨产业比较的误差[7]。Ellision和Glaeser指出基尼系数大于零并不一定表明产业集聚现象一定存在，因为基尼系数没有考虑到企业之间的差异。举例而言，如果一个地区存在一个规模较大的企业。可能就会造成该地区在产业上有较高的基尼系数，但实际上并无明显的集聚现象出现。利用空间基尼系数来比较不同产业的集聚程度时，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。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，在衡量产业集聚水平时往往含有虚假成分。为了解决空间基尼系数失真的问题，Ellision和Glaeser提出了新的集聚指数（concentration index of industrial space）来测定产业空间集聚程度[8]。
假设某经济体某一产业内有N个企业将该经济体划分为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：
式中β表示产业空间集聚指数，P[,i]为j区域某产业就业人数占全国该产业总就业人数的比重，q[,i]是该区域就业人数占全国总就业人数的比重。s[,j]为第j个企业市场占有率，赫希曼—赫佛因德指数H＝
（X[,j]／X）表示该产业中以就业人数为标准计算的企业规模分布。
国内从量化角度研究产业集聚的文献尚不多见，对高技术产业集聚水平进行测度的研究成果相对更少。唐杰等运用H指数对城市工业集聚的绩效进行实证研究，测算出天津市各主要工业部门的集聚效应，提出内部集聚经济（ISE）、布局集聚经济（LOC）和城市集聚经济（UBE）。魏后凯从产业集中度理论角度对中国制造业集中与市场结构的关系进行具体分析，在产业集中与经济发展之间倒“U ”型理论假设基础之上，利用521个制造业的统计数据， 对产业集中度与利润之间存在的正相关关系进行了实证研究。徐康宁综合运用CR[,n]指标、标准差系数V[,σ]和η值计算了中国制造业28个行业的地区集中度。梁琦利用空间基尼系数对中国工业24个行业和制造业3位数分类171个行业的区位基尼系数及其地域分布进行了研究[9]。
Ellision和Glaeser 建立的产业空间集聚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，使我们能够进行跨产业、跨时间、跨区域比较。鉴于其产业空间集聚β指数的优越性，本文将采用β指数来测定高技术产业的空间集聚水平，以行业集中度CR[,n]指标的计算方法测度区域高技术产业产品销售收入所占的市场份额。β指数和CR[,n]指标的综合运用将能够从一个新的角度考察高技术产业市场集聚水平和空间分布现状。
其中，产业空间集聚β指数是从地理空间来衡量高技术产业的集聚水平，反映的是区域经济发展的差异；市场集中度CR[,n]指标则是从市场空间来衡量高技术产业的集聚水平，反映的是高技术产业市场竞争和垄断情况。
2 高技术产业集聚水平实证研究
依据《国家高技术产业开发区高技术企业认定条件及办法》（2000）确定的高技术企业技术密集度、R&D密集度和科技人员占全部职工比例的相关标准，结合统计部门使用的《国民经济行业分类与代码》（GB／T4754—94），一般认为高技术产业包括医药制造业（C27）、专用设备制造业（C36）、交通运输制造业（C37）、电气机械及器材制造业（C39）、电子及通信设备制造业（C40）和仪器仪表及文化设备制造业（C41）产业。本文样本数据源于历年《中国工业经济统计年鉴》和《中国统计年鉴》，研究时段确定为1995—2004年10月。根据产业空间集聚β指数的计算公式，我们从《中国工业经济统计年鉴》和《中国统计年鉴》搜集了相关时间序列数据并进行了整理。
2.1 计算结果及数据分析
根据Ellision和Glaeser建立的产业空间集聚指数计算公式，计算出中国高技术产业中医药制造、专用设备、交通运输、电气机械、电子通信和仪器仪表文化设备制造产业10年间的产业集聚β指数，如表1所示。
表1 高技术产业空间集聚β指数
资料来源：《中国工业经济统计年鉴》《中国统计年鉴》（1996—2005）中国统计出版社；表中高技术产业总产值统计数据基期与报告期均采用现价。
采用行业集中度CR[,n]指标的计算方法，计算出中国高技术行业产品销售收入排名前四位的省市所占比重及市场份额之和，计算结果如表2所示。
表2 高技术产业市场集中水平CR4指标%
资料来源：《中国工业经济统计年鉴》《中国统计年鉴》（1996—2005）中国统计出版社。
对比表1和表2可以发现高技术产业空间集聚指数和市场集聚指数的变动轨迹基本上是一致的。在1998—2004年的时间跨度中，高技术产业的绝大部分行业空间集聚指数都保持增长趋势，这和高技术产业市场集中水平变动方向具有较高的吻合度。行业集中度CR[,n]指标从另外一个角度验证了高技术产业空间集聚指数的可靠性。
Ellision和Glaeser将产业空间集聚指标分为三个区间：第一个区间为β＜0.02，表示该产业不存在区域集聚现象；第二个区间为0.02≤β≤0.05，表示该产业在区域分布相对较为均匀；第三个区间为β＞0.05，表示该产业在区域分布的集聚程度较高。按照这一标准，我们可以把中国高技术产业2004年的集聚程度按照产业空间集聚β指数进行分类排序，如表3所示。
通过对表1、表2和表3进行综合分析：
（1）在高技术产业2004年的空间集聚β指数中，有3类行业高于0.05，1类行业介于0.02到0.05之间，两个行业低于0.02。其中，电子及通讯设备制造业的产业空间集聚指数最高，在统计的四个研究时限中，该类高技术产业空间集聚指数一直遥遥领先。其次是仪器仪表及文化办公设备制造业、电气机械及器材制造业，这三类行业成为高技术产业空间集聚的“领头雁”。特别是高技术产业中的电子及通讯设备制造业，2004年的空间集聚β指数几乎是第二名仪器仪表及文化办公设备制造业的两倍，而广东、江苏、上海和北京该产业的空间集聚程度高达78.51％，说明高技术产业中的电子及通讯设备制造业的集聚程度异常突出。
表3 高技术产业集聚程度排序表（2004）
（2）交通运输设备制造业、专用设备制造业和医药制造业2004年的空间集聚β指数均小于0.05，说明并不存在明显的产业集聚现象。在高技术产业的这三类行业中，医药制造业的市场集中程度最低，但也达到44.11％，而专用设备制造业甚至高达57.71％。这看似矛盾的数据其实说明了这三类高技术产业主要集中在江苏、广东、上海和浙江等沿海省市，而在其它地区的分布则比较零散。产业空间集聚指数和市场集中度指标考察产业集聚程度的角度和方法是不同的，前者是从总体上度量产业地理空间分布的均衡性，得到的是整体评估的结果；后者则仅仅是统计部分市场数据，反映产业市场竞争和垄断情况。
（3）从不同高技术产业空间集聚指数变化来分析，1995—2004年10年间，高技术产业中有五个行业的空间集聚指数呈现增长趋势，只有医药制造一个行业的空间集聚指数呈现下降趋势。其中增长幅度较大的行业是：电子及通讯设备制造业、仪器仪表及文化办公设备制造业和电气机械及器材制造业，其变化幅度均超过100％，其原因在于这些高技术产业存在较强的规模经济，产品的需求弹性较高。医药制造业空间集聚指数下降的一个重要原因在于该产业基本上属于资源密集型产业，各地重复建设严重。高技术产业空间集聚水平演化趋势如图1所示。
图1 1981～2005年诺贝尔生理学或医学奖获得者获奖前发表SCI论文每5年平均变化对比图
（4）从表2可以看出，江苏、广东、山东、浙江和上海上榜次数远远高于其他省市，这五个省市是高技术产业的主要集聚地区。其他地区高技术产业的集聚水平与这五个省市之间具有较大差距。其原因在于江苏、广东、山东、浙江和上海等沿海省市是我国经济发达地区，处于我国经济发展的“第一阵营”。这表明高技术产业的集聚程度与地区经济发展之间具有较强的正相关性。
从高技术产业市场集中度指标还可以看出：高技术产业集聚程度较高的是东部地区，西部地区几乎榜上无名。这说明高技术产业集聚水平提高带来区域经济发展的同时，也加剧了区域经济发展的两极分化。产业高度集聚所产生的极化效应使得经济发达地区形成良性循环，而其扩散效应由于诸多条件限制难以有效发挥，这样使区域之间经济发展的差距不断拉大，甚至较长时期内无法弥补。
可见，高技术产业集聚会进一步导致各地区工业经济发展的不平衡，集聚地区的工业产值和技术创新能力将会快速增加。我国高技术产业主要集聚在沿海部分地区，其集聚程度与地区经济发展之间具有较强的正相关性。从而得出了高技术产业集聚会促进集聚地区工业不断发展、落后地区工业进一步衰退的结论。因此，由于存在规模报酬递增、技术溢出、要素共享等正的外部性，高技术产业集聚和区域差异会是我国今后经济发展过程中的必然结果。针对这一高技术产业集聚趋势，笔者认为要缩小高技术产业集聚所带来的区域经济差异，只有通过政府的干预。政府可以通过加大交通基础设施建设、深化经济体制改革等一系列措施来推动落后地区高技术产业的发展。
2.2 高技术产业集聚水平与经济增长之间的关系
通过分析我们可知：高技术产业集聚程度与区域经济发展存在着较强的相关性，高技术产业集聚是市场经济条件下工业化进行到一定阶段后的必然产物，是现阶段区域经济增长的重要来源。从国际范围看，高技术产业集聚是工业化进程中的普遍现象。在工业发达国家，竞争力强的高技术产业通常采取集聚方式使某类产品与某个城市的名字联系在一起。美国哈佛大学的迈克尔·波特教授在《国家竞争战略》一书中，通过对10个工业化国家的考察，提出一个国家的产业竞争力，集中表现在这个国家内以集聚形态出现的产业上。从表2 可以观察到这样的趋势：就同类高技术产业而言，采取集聚方式的区域竞争力显著地强于没有采取这种方式的区域，而且出现了其他区域高技术产业向集聚地区转移的势头。如果说以前高技术产业集聚与区域经济增长相关度还不高的话，现在和今后一个时期，这种关联度已经并将进一步增强。对大多数产业特别是高技术产业而言，在具有产业竞争力的地方，总是存在着一定形态的高技术产业集聚。由此可以引出一个基本判断是：我国已经进入高技术产业集聚与区域经济增长密切关联的阶段，而且这种关联将随着时间推移逐步加强。
（1）高技术产业集聚与工业经济增长的相关分析。我们对高技术产业集聚程度与工业经济增长进行相关分析的主要方法是通过建立高技术产业工业总产值与空间集聚β指数的回归模型，来刻画二者之间的相关关系。在高技术产业集聚过程中，以电子及通讯设备制造业的空间集聚β指数最高，可以作为高技术产业集聚的典型代表。因此我们选择电子及通讯设备制造业作为研究对象来分析高技术产业集聚程度与工业经济增长的相关性。根据表1 计算的中国高技术产业集聚β指数，结合《中国工业经济统计年鉴》1990—2004年15年间的工业总产值将有关数据整理成表4。
表4 电子及通讯设备制造业样本数据
资料来源：根据《中国工业经济统计年鉴》《中国统计年鉴》（1991～2005）资料整理；表中工业总产值（亿元）Y以1990年价格为基准价格， 扣除了价格因素造成的影响。
利用SPSS12.0对样本数据进行多次拟合，得到最优趋势方程：
调整后的判定系数：R[2][,a]＝9698，说明拟合效果很好。F＝271.266，Sig＝0.000，说明回归方程高度显著。t＝17.379，Sig＝0.000，说明回归系数高度显著。
对Y和X做Spearman检验：r[,s]，Sig＝0.000， 说明工业总产值与高技术产业中的电子及通讯设备制造业空间集聚β指数高度正相关。研究认为：高技术产业空间集聚与工业经济增长存在正相关关系的深层决定因素是技术进步和技术创新。技术进步和技术创新推动了集聚产业结构的形成。集聚产业结构的规模经济、组合经济反过来又能够进一步促进技术进步和技术创新，二者良性循环的结果是高技术产业集聚地区的经济发展程度不断提升。
（2）产业集聚弹性。为了更深入地考察高技术产业集聚程度变化对经济增长的影响，我们借助弧弹性的计算方法研究高技术产业的集聚弹性。令
通过高技术产业的集聚弹性E[,j]可以考察不同工业总产值的变动对高技术产业集聚弹性变动的敏感程度。同时考虑弹性的可靠性和灵敏性，这里选择1998—2004年为时间跨度来计算中国高技术产业集聚弹性，其计算结果如表5所示。
表5 高技术产业集聚弹性（1998—2004）
从表5可以发现，高技术产业集聚弹性最大的是交通运输设备制造业， 该行业的规模经济效益非常明显；其次是专用设备制造业和医药制造业，这两类行业也存在较强的规模经济效应。高技术产业集聚弹性能够反映出不同高技术产业集聚水平变化对工业经济增长产生的影响是不同的。产业集聚弹性理论可以为我们发展高技术产业集群和制定高技术产业政策提供决策参考。
3 结论
利用产业空间集聚β指数和行业集中度CRn指标对中国高技术产业1995—2004年的集聚水平进行了测定。计算结果表明，在研究时限内除医药制造行业存在下降趋势以外，中国高技术产业的总体集聚程度正在不断提高，产业集聚和地方化呈现增长趋势。其中，电子及通讯设备制造业、仪器仪表及文化办公设备制造业和电气机械及器材制造业在高技术产业空间集聚过程中位居前列，尤其是电子及通讯设备制造业更为显著，与其它高技术产业远远拉开了差距。
从高技术产业集聚的地域来看，江苏、广东、上海和北京等东部沿海省市是高技术产业的主要集聚区域，中西部地区高技术产业集聚程度相对较低。这种反差说明我国经济发展的区域差距已经相当严重。高技术产业集聚效应带来经济增长的同时，也加剧了区域发展的两极分化。因此，如何强化高技术产业集聚的扩散效应，缩小区域经济发展的差距，已成为高技术产业空间集聚过程中亟待解决的问题。
电子及通讯设备制造业集聚水平最高，是高技术产业集聚的典型代表，其集聚程度与工业经济增长呈现高度的正相关性。产业集聚弹性能够反映出不同高技术产业集聚水平变化对工业经济增长产生的不同影响，可以为我们评价和发展高技术产业集群提供决策参考。
基金项目：国家自然科学基金项目（70471073）；江苏省国防动员重点项目（苏经动办（2003）第12号）。
标签：中国工业经济统计年鉴论文; 产业集聚论文; 中国统计年鉴论文; 集聚效应论文; 企业空间论文; 基尼系数论文; 经济论文; h指数论文;