理论教育 优化后:EG指数和MS指数解析

优化后:EG指数和MS指数解析

时间:2023-06-08 理论教育 版权反馈
【摘要】:随后,Maurel和Sedillot以EG指数为参考,提出了一个相似的计算方法。EG指数和MS指数的地理意义比较容易解释,如果企业间是独立随机分布的,参数γ的期望值为零。如果该区域该产业的就业占该区域就业的比例大于该区域就业占总就业的比例,那么该区域对该产业的EG指数的贡献要比对MS指数的贡献小。

优化后:EG指数和MS指数解析

Ellison和Glaese在1997年第5期的《政治经济学期刊》中发表了《美国制造业的地理集中》,文中提出区位基尼系数较大并不一定表明有集聚现象的存在,因为它没有考虑到企业的规模差异(Ellison等,1997)。如果一个产业是由分散的少数几家大企业组成的,那么这个产业的区位基尼系数会比较大,但实际上并无明显的集聚现象出现,这个比较大的区位基尼系数是由产业组织特征所决定的,并不是由企业间相互靠近导致的。正如Ellison和Glaeser所言:“投出去三个飞镖,镖靶上大多数地方会没有飞镖。”基尼系数不能将源于外部性或自然优势的集中和产业组织结构导致的集中很好地区分开来。利用空间基尼系数来比较不同产业的集聚程度时,将由于各产业中的企业规模特征或地理区域大小的差异而形成产业间比较上的误差。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,因此在表示产业集聚程度时往往含有虚假的成分。

为了解决这个问题,Ellison和Glaeser(1997)提出了一个集聚指数的计算方法(EG指数)。其假设前提是他们二人提出的企业区位选择模型,即如果企业间的区位选择是相互依赖的,那么企业将趋向具有特殊自然优势或能够从行业内其他企业获得溢出效应的地区集中。类似于空间基尼系数,EG指数也是通过与全部产业的比较来分析某产业的地理分布。Ellison和Glaeser定义了一个总体地理集中度指数G,其公式为:

式中,各指标的意义与前文所述相同(下同)。

Ellison和Glaeser进一步推导出衡量产业集聚程度的EG指数,用γ表示:

EG指数最大的意义在于区分了随机集中和企业间由于共享外部性或自然优势的集中,比空间基尼系数的地理意义更明确,但该方法对其中的H并没有给出合理的解释。随后,Maurel和Sedillot(1999)以EG指数为参考,提出了一个相似的计算方法(MS指数)。他们从某产业任意两个企业选择在同一个区域的概率p的推算入手,假设产业在区域i的就业比例xi可以表示为:

MS指数为:(www.daowen.com)

从形式上看,MS指数与EG指数之间的区别在于对总体地理集中度指数(G)的定义不同。实质上,MS指数直接源于概率选择模型,因此,其比EG指数更有解释力。虽然MS指数是从一个更简单的区位概率选择模型推导出来的,但是由于EG指数和MS指数都是对参数γ的无偏估计,可以被解释为超出产业集中之外的地理集中部分,因此,可以被用来测算在控制了企业规模之后的产业空间集聚状况。

为了便于国际比较,可沿用Maurel和Sedillot,以及Ellison和Glaeser提出的产业集聚分类方法,即0<MS(EG)<0.02,为低集聚水平;0.02<MS(EG)<0.05,为中等集聚水平;MS(EG)>0.05为高集聚水平。

EG指数和MS指数的地理意义比较容易解释,如果企业间是独立随机分布的,参数γ的期望值为零。如果某产业的γ值大于零,那么说明该产业的地理分布趋向集中,值越大,则集中度越高,产业集聚程度越大。EG指数和MS指数都将企业的规模分布即前文所述的Herfindahl指数作为影响参数之一,避免了“因某产业的就业人数集中在少数相关性小的大型企业而得出该产业的生产具有地方化特点”的片面结论,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,能够进行跨产业、跨时间甚至跨国的比较,因此,自Ellison和Glaeser,以及Maurel和Sedil⁃lot提出了产业集聚程度的测算方法,并据此分别对美国和法国的产业集聚进行了实证研究后,EG指数和MS指数在国际上得到了广泛应用。Ellison和Glaeser(1997),以及Rosenthal和Strange(2001)先后将这两个指数用于美国州级地理单元的制造业产业的空间集聚程度的测算;Henderson(2003)利用EG指数分析了美国317个都市区742个县的三位数机械产业和高新技术产业的地理集中情况。之后,EG指数又被学者分别用在对瑞典、西班牙、英国、爱尔兰和葡萄牙等国的实证研究中。

在实证研究中,MS指数与EG指数之间也存在一定的区别。它们对要研究的产业就业和总的产业就业之间的差异的重视程度不同。如果某区域某产业的就业占该区域就业的比例大于该区域就业占总就业的比例,那么这个区域对该产业的MS指数的贡献是正的,否则就是负的。更重要的是,在该区域对该产业的MS指数的贡献是正的时候,如果该区域就业占总就业的比例较大,那么该区域对该产业的MS指数的贡献也较大;如果该区域就业占总就业的比例较小,那么该区域对该产业的MS指数的贡献也较小。

因此如果产业位于工业化程度较高,即xi较大的区域,那么该产业的MS指数会较大,反之亦然,但是,EG指数没有考虑该区域该产业的就业占该区域就业的比例与该区域就业占总就业的比例之间差异的方向性,不论两者谁大谁小,对EG指数的贡献都是正的。如果该区域该产业的就业占该区域就业的比例大于该区域就业占总就业的比例,那么该区域对该产业的EG指数的贡献要比对MS指数的贡献小。MS指数与EG指数之间的差异使MS指数更适合用来测算产业集聚程度,因为MS指数对工业化程度较高的区域内企业的空间分布更敏感,而对产业集聚的研究更注重的正是产业经济活动密度较大的区域。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈