兩種專門化率測(cè)度的實(shí)證比較

[摘 要] 專門化率方法通常采用單指標(biāo)進(jìn)行測(cè)算，忽視了單指標(biāo)測(cè)算的片面性。基于多指標(biāo)的專門化率測(cè)度可以提高專門化率測(cè)算的客觀性和科學(xué)性。通過(guò)比較單指標(biāo)和多指標(biāo)專門化率的比較得出安徽產(chǎn)業(yè)集聚更為客觀的現(xiàn)狀。

[關(guān)鍵詞] 產(chǎn)業(yè)集聚 專門化率 多指標(biāo) 實(shí)證比較

一、單指標(biāo)專門化率及其不足

專門化率又稱區(qū)位商，是一種較為普遍的產(chǎn)業(yè)集聚識(shí)別方法。專門化率方法是衡量某一產(chǎn)業(yè)的某一方面在某一特定區(qū)域內(nèi)的相對(duì)集中度，找出該區(qū)域某產(chǎn)業(yè)在全國(guó)所處的地位，商值越大，專門化率也越大，產(chǎn)業(yè)優(yōu)勢(shì)也就越明顯。其計(jì)算公式為：lqij=pij/qi（i表示i產(chǎn)業(yè)；j表示j地區(qū)；lqij為i產(chǎn)業(yè)在j地區(qū)的專門化率；pij為i產(chǎn)業(yè)占j地區(qū)該的工業(yè)份額，pij=Xij/∑Xij；qi為全國(guó)i產(chǎn)業(yè)占全國(guó)的工業(yè)份額，qi=∑Xij/∑∑Xij；Xij表示j地區(qū)i產(chǎn)業(yè)的單項(xiàng)指標(biāo)）。

專門化率的計(jì)算起初是針對(duì)某一地區(qū)某一產(chǎn)業(yè)的產(chǎn)值指標(biāo)進(jìn)行測(cè)算，后來(lái)被擴(kuò)大到企業(yè)總數(shù)、就業(yè)人數(shù)、增加值和銷售總額等其他單個(gè)指標(biāo)，因此可被稱之為單指標(biāo)專門化率。這一方法在一次評(píng)價(jià)過(guò)程中都未能涵蓋各指標(biāo)的所有信息，選取不同的指標(biāo)進(jìn)行計(jì)算，得到的集中度結(jié)果也不完全一致。這說(shuō)明專門化率指數(shù)的測(cè)算方法需要進(jìn)一步改進(jìn)。

二、多指標(biāo)專門化率

改進(jìn)單指標(biāo)專門化率的方法是采用的數(shù)據(jù)要突破單指標(biāo)限制。具體做法為：分別計(jì)算兩地區(qū)某產(chǎn)業(yè)的多指標(biāo)加權(quán)綜合份額，可得到地區(qū)產(chǎn)業(yè)的相對(duì)集中度：LQij=Pij/Qi，這樣就可以更準(zhǔn)確地判斷某地區(qū)某行業(yè)是否存在工業(yè)集聚。

令：Pij為i產(chǎn)業(yè)在j地區(qū)的產(chǎn)業(yè)份額，;Qi為全國(guó)i產(chǎn)業(yè)在全國(guó)所有產(chǎn)業(yè)中的份額，； X'jik為Xjik的標(biāo)準(zhǔn)化數(shù)據(jù)，Xjik表示j地區(qū)i產(chǎn)業(yè)的k項(xiàng)指標(biāo)，Wk為k項(xiàng)指標(biāo)的權(quán)重。

(1)當(dāng)LQij>1，表明該地區(qū)該產(chǎn)業(yè)具有比較優(yōu)勢(shì)，一定程度上顯示出該產(chǎn)業(yè)較強(qiáng)的集聚能力；(2)當(dāng)LQij=1，表明該地區(qū)該產(chǎn)業(yè)處于均勢(shì)，該產(chǎn)業(yè)的集聚能力并不明顯；(3)當(dāng)LQij<1，表明該地區(qū)該產(chǎn)業(yè)處于比較劣勢(shì)，集聚能力弱。

三、安徽工業(yè)各行業(yè)多指標(biāo)專門化率測(cè)度

首先，數(shù)據(jù)的采用收集。安徽產(chǎn)業(yè)集聚現(xiàn)狀研究數(shù)據(jù)取自《安徽統(tǒng)計(jì)年鑒2007》和《中國(guó)統(tǒng)計(jì)年鑒2007》。依據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類》（BG/T4754-2002）的行業(yè)名稱及其代碼，選擇全部國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)的37個(gè)2-SIC行業(yè)的企業(yè)單位數(shù)、工業(yè)總產(chǎn)值、資產(chǎn)合計(jì)和工業(yè)增加值等四項(xiàng)指標(biāo)進(jìn)行綜合測(cè)算。

其次，用SPSS軟件中PCA模塊計(jì)算得到安徽省37個(gè)分行業(yè)的四項(xiàng)指標(biāo)原始數(shù)據(jù)相關(guān)矩陣及其特征向量Tkn。經(jīng)檢驗(yàn)：選取的數(shù)據(jù)相關(guān)性高（KMO檢驗(yàn)值為0.72），適合進(jìn)行主成分因子分析。而后計(jì)算特征根λn（λn=∑T2km）、前n個(gè)（本案前3個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)95.811%）主成分對(duì)指標(biāo)貢獻(xiàn)率Fk（Fk=∑λnT2km)和四項(xiàng)指標(biāo)權(quán)重Wk(Wk=Fk/∑Fk）。各指標(biāo)權(quán)重計(jì)算結(jié)果為：W1=0.14，W2=0.28，W3=0.28，W4=0.3。

最后，多指標(biāo)專門化率（LQij）的計(jì)算。由于在指標(biāo)權(quán)重的計(jì)算過(guò)程中已對(duì)各指標(biāo)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理，并且比較兩地區(qū)產(chǎn)業(yè)份額的指標(biāo)也完全相同，因此在各行業(yè)數(shù)據(jù)的歸一化處理時(shí)，可直接利用原始數(shù)據(jù)進(jìn)行計(jì)算，得安徽各行業(yè)k項(xiàng)指標(biāo)的歸一數(shù)據(jù)Xijk·Wk；各行業(yè)份額為pij。同理可得全國(guó)分行業(yè)份額Qi。按前述公式即得安徽工業(yè)各行業(yè)的專門化率指數(shù)LQij。

四、單指標(biāo)與多指標(biāo)專門化率的比較

根據(jù)安徽及全國(guó)工業(yè)37個(gè)分行業(yè)的企業(yè)單位數(shù)、工業(yè)總產(chǎn)值、資產(chǎn)合計(jì)和工業(yè)增加值等四項(xiàng)指標(biāo)的原始數(shù)據(jù)及相關(guān)公式，用單指標(biāo)專門化率分別計(jì)算安徽工業(yè)各行業(yè)的專門化率得lq1、lq2、lq3、lq4，并與多指標(biāo)專門化率LQij進(jìn)行比較，觀察下圖可以發(fā)現(xiàn)多指標(biāo)專門化率更準(zhǔn)確地反映了安徽產(chǎn)業(yè)集聚的現(xiàn)狀。

安徽工業(yè)經(jīng)濟(jì)中，行業(yè)B06、B08、C14、C15、C16、C29、C31、C32、C33、C37、C39、D45的LQij值大于1，即這些行業(yè)的地方份額高出全國(guó)水準(zhǔn)，并存在產(chǎn)業(yè)集聚；其他行業(yè)的LQij值小于1，則說(shuō)明它們處于比較劣勢(shì)，集聚能力弱。

參考文獻(xiàn)：

[1](美)保羅·克魯格曼:地理和貿(mào)易[M].北京:北京大學(xué)出版社，2000

[2]喬 彬 李國(guó)平等:產(chǎn)業(yè)聚集測(cè)度方法的演變和新發(fā)展[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（4）

[3]P．Haggett. Location analysis in human geography. NY:St. Martins's Press，1996