第二章 集聚指标及其度量

根据研究需要和第一章的相关说明，本章将以城乡所有制部门、城市行业、与城市地理空间为测度载体，分别采用原始地理集中指数、区位商、基尼系数、区位基尼系数、EG指数、城市化经济、地方化经济、就业密度、市场潜能以及Moran's I指数来反映我国城市集聚经济状况。其中，基于我国改革开放的历史，原始地理集中指数、区位商、基尼系数、区位基尼系数这四个集聚经济指标将以城乡所有制部门为测度载体，以反映我国制度变革的过程；EG指数、多样化指数、专业化指数这三个集聚经济指标将以城市行业为测度载体，以反映我国产业结构调整的过程；城市化经济、地方化经济、就业密度和市场潜能将以城市市辖区为测度载体，以反映我国城市集聚经济的空间分布及其历史演变；Moran's I指数将以地理空间为测度载体，是反映空间依赖性的主要指标。

本文中测度城乡所有制部门集聚经济的数据来自历年《中国统计年鉴》,1999年的《中国统计年鉴》缺少私营企业和港澳台商单位的数据，本文采用均值法予以补齐。测度城市行业、城市市辖区和地理空间集聚经济的数据来自历年《中国城市统计年鉴》。

第一节 集聚指标——以城乡所有制部门为度量载体

城乡所有制部门包括：国有单位、集体单位、股份合作单位、联营单位、有限责任公司、股份有限公司、私营企业、港澳台商投资单位、外商投资单位、个体、城镇其他部门、乡镇企业、私营企业（乡村）、个体企业（乡村）和农业部门。这15个所有制部门的原始地理集中指数分别按照顺序用G1, G2……, G15表示。其中，《中国统计年鉴》中没有标出的两个部门，城镇其他部门和农业部门的测度方法分别是：前者是城镇部门小计与其他城镇10个部门的和之间的差额（蔡昉（2007）称之为就业余项，认为这个差额是解释就业增长和就业结构变化的重要部分），如果出现小于0的特殊情况标记为0；后者是乡村小计与其他3个乡村所有制部门的和之间的差额，如果出现小于0的特殊情况标记为0。

一、原始地理集中指数

由于我国常规统计中缺乏详细的各所有制部门的企业规模分布数据，常用产业集聚指数γEG和γMS常常需要根据具体情况予以修正。本文采用了Ellison et al.（2010）γEG 指数中的原始地理集中指数（raw geographic concentration）：

其中，smi为各所有制部门i的从业人员占区域m的总就业比例，xm为各域m就业人数占全国总就业人数的比例。Gi存在第一章所说明的诸多缺陷，比如忽略了企业层面的异质性，如企业规模及其区域差异，这有可能高估某些拥有大规模企业单位的所有制部门（如国有部门）的集中指数。但本章主要是考察所有制部门地理集中指数的历史发展趋势，所以，Gi也能反映相应的有效信息。

图2.1共分两个部分说明城乡所有制部门的原始地理集中指数变化趋势，一是全国范围，二是把全国分为东中西三个区域分别观察。先从全国来看，1998年以来乡村所有制部门中的乡镇企业和私营企业的原始地理集中指数呈上升趋势，而国有企业（SOEs）的原始地理集中指数则呈下降趋势。这说明了在所有制结构调整过程中，劳动力要素在所有制部门间出现了经济理论上的集聚。其中，国有企业部门在经过“有所为有所不为”的布局调整后，其地理集中趋势出现明显下降，这和相关文献中发现国有企业比重高的行业更倾向于分散而不是集聚具有内在的一致性（白重恩等，2004；路江涌等，2007）。而乡镇企业和城乡私营企业部门上升的地理集中趋势则说明其成为所有制结构调整后劳动力流动集中的主要阵地。从东中西部分别来看，由于原始地理集中指数是基于行政单元而非距离计算的产业地理集中程度，所以不同的水平上不具有可加性，很难比较基于不同规模的结果。本章主要是考察各个所有制部门劳动力集聚的趋势，所以这些方面的缺陷不是本文重点考虑的问题。国有单位的劳动力集聚水平在中西部的走势和全国一致，呈明显的下降趋势；在东部地区则表现为先上升后缓慢下降的趋势。东部私营企业的劳动力集聚水平呈与全国走势相同的上升趋势，在中西部则呈相反走势。东中西部的乡镇企业劳动力集聚水平总体上都呈上升的走势，但中西部的波动幅度较大。无论从全国范围，还是分区域来看，外商投资单位劳动力集聚水平较平稳，只有东部地区有缓慢上升的趋势。

注：G1为国有单位，G7为私营企业、G9为外商投资单位、G12为乡镇企业。其他所有制部门的原始地理集中指数趋势不明显，没有标出。

二、区位商

为了进一步反映所有制结构调整过程中，我国区域层面渐进的、不平衡的改革开放过程，下面构造了各个省区的城乡所有制部门区位商指数：

其中Eij表示区域i中的所有制部门j的从业人员。本章用所有制部门的从业人数来计算全国各省区、各所有制部门区位商，即LQ系数，或称为所有制部门从业人员集中度系数。某区域LQ系数值越大，则表示该区域某所有制部门从业人员越集中。根据区域改革开放次序，本章测算了东、中、西三个区域各省、区和直辖市的LQ系数。

如图2.2所示，1998至2010年全国各省区中私营企业、外商投资单位和乡镇企业的LQ系数及其均值较明显的反映了我国率先从东部沿海改革开放的特征。其中，东部地区各区域历年的LQ系数波动幅度较大，而且均值总体上高于中西部地区的各省份，这说明私营企业、外商投资单位和乡镇企业从业人员在东部地区集中水平要高于西部地区。国有单位的LQ系数在东中西部地区表现较平均，这表明国有单位从业人员在东中西区域分布上较平均。其他非公有制部门的区位商系数基本上和私营企业、外商投资企业在东中西部分布相一致。

三、基尼系数和区位基尼系数

基尼系数最初是作为一个表达分布不均等的指标而提出的，其作用和方差或标准差类似，可以用来度量收入等各种事物分布的不均状况。基尼系数有各种不同的公式，可以表示为单位正方形中由45度线和洛伦茨曲线（Lorenz Curve）所定义的两个面积之比率，可以表示为基尼的平均差（Gini's mean difference）的函数，可以表示为收入与收入按收入大小排序的序数的斜方差，还可以表示为若干特定的矩阵表达式，每种表达方式在特定的条件下都有它自身的优点。

Krugman（1991）通过构造3位数制造业的区位基尼系数，来说明美国制造业的地理集中度。Amiti（1999）则区分了产业基尼系数和区位基尼系数，并用来分析欧盟5个地区的制造业地区专业化程度。本文借鉴Krugman（1991）和Amiti（1999）的方法，构造了所有制部门的基尼系数和区位基尼系数，来反映所有制份额在区域层面分布的不均等现象。

所有制部门的基尼系数和区位基尼系数的构造步骤：

首先，计算城乡所有制部门的Balassa指数：

其中，j∈[1,29], i∈[1,15], qij 表示区域j中所有制部门i的劳动力人数，qi表示全国所有制部门i的劳动力总数，qj 表示区域j中劳动力总数，Q表示全国劳动力总数；其次，把计算出得Balassa指数按降序排列，然后，按照排序，分别计算qij 占全国所有制部门i的劳动力总数的累积份额和qj占全国劳动力总数的累积份额，进而画出洛伦茨曲线；最后，所有制部门i的基尼系数等于洛伦茨曲线和45°线之间面积的两倍。所有制部门的基尼系数取值在0和1之间，取值越大说明区域内所有制份额分布越不均等，劳动力越集中在某些所有制部门。

所有制部门区位基尼系数的构造需要重新改写Balassa指数：

剩余的步骤同上。但由于Balassa指数的分子和分母改变，所计算的累积份额的含义和数值完全不同。所有制部门的区位基尼系数取值也在0和1之间，取值越大说明所有制份额在区域间分布越不均等。

需要说明的是，所有制部门的基尼系数和区位基尼系数的计算既可以使用就业数据，也可以使用产出数据。本文使用就业数据主要是基于两个方面的原因：一是，在国外学者的研究中使用就业数据的情况较多，如Krugman（1991）、Ellison et al.（1997）等，我国学者范剑勇（2004）、罗勇等（2005）、路江涌等（2006）在研究中国制造业聚集现象时也使用了就业数据。二是，由于我国存在劳动力市场的分割，农村劳动力难以进入具有充足廉价资本供应的正规部门、国有垄断部门就业，这进一步强化了资本替代劳动的倾向，从而导致高投资、低单位就业的经济增长模式。所以，用产出份额的变化难以真实反映这一特征。

改革开放之前，生产资料所有制片面追求“一大二公三纯”，形成了单一的所有制结构。改革开放之后，特别是中共十四大提出发展社会主义市场经济，中共十五大确立了以公有制为主体、多种所有制经济共同发展的社会主义初级阶段基本经济制度。此后，国有经济布局战略性调整和非公有制经济迅速发展成为新阶段所有制结构调整的主要内容。图2.3描绘了1999-2010年各地区所有制部门的基尼系数。综合各地区来看，所有制部门基尼系数的最小值为0.15，最大值为0.71，标准差为0.08。从时间趋势上看，所有制部门基尼系数下降趋势明显的地区有北京、河北和湖南等，上升趋势明显的地区有江苏、云南和陕西等；其他地区均有不同程度的波动，如湖北省所有制部门基尼系数整体上是先上升后下降。

图2.4考察了15个所有制部门区位基尼系数在全国范围的分布状况和时间趋势。区位基尼系数均值最高的三个所有制部门分别是外商投资单位（9）、港澳台商投资单位（8）和城镇其他部门（11），均值最低的三个所有制部门分别是乡镇企业（12）、国有单位（1）和乡村个体（14）。从时间趋势上看，除了农业部门（15）有缓慢的上升趋势外，其他所有制部门均有不同程度的下降趋势。图2.5对比分析了东部地区和中西部地区15个所有制部门的区位基尼系数，两个区域的区位基尼系数走势区别明显的分别是，国有单位和集体单位的区位基尼系数在东部地区呈明显的下降趋势，但在中西部则较平缓；乡镇企业和农业部门的区位基尼系数在东部地区呈明显的上升趋势，但在中西部则经历了先下降后平缓的趋势。