区位熵、空间基尼系数以及EG指数等为什么可以计算产业集聚度？

最为一个产业经济学彻底的外行，我想问问为什么这些方法能够计算集聚程度？我知道一种是用微观企业的数据(中国工业企业数据库)计算得到的，这样好像很有道理。
而那些用地区数据计算的，使用的不就仅是衡量产业规模的数据吗？如产值，就业人数。而且也存在着计算的结果有集聚区，但是现实中却并没有产生集聚情况。  
最终的问题是，为什么用这些指标能够计算产业集聚度呢？

区位熵是一个比例，比例越高说明其比重越大，产业越集中。空间基尼系数是空间不平等的测量，越大，少数地区比例越大，产业越集中在少数地区。Ellison和Glaeser(1997)通过提供一个控制产业组织的替代指数(EG指数)来改进区位基尼系数。从概念上讲，EG指数将制造业就业的空间集中度与如果工业中的所有工厂都随机分布在不同地点会发生的情况进行比较。使用这一方法，Ellison和Glaeser(1997)和Rosenthal和Strange(2001)发现了美国许多制造业就业地域集中的证据。

可以看看Gerald Carlino与William R. Kerr的那篇《Agglomeration and Innovation》。

glxy980098 发表于 2019-3-3 18:48
区位熵是一个比例，比例越高说明其比重越大，产业越集中。空间基尼系数是空间不平等的测量，越大，少数地区 ...

您回复中的语病太多了，都不知道您在讲什么。
我能不能这样理解，用行业规模数据是一种妥协的方法，因为如果不用微观企业的数据，那么也没有其他的数据能够计算出产业集聚度了？

op7535454654 发表于 2019-3-3 19:46
您回复中的语病太多了，都不知道您在讲什么。
我能不能这样理解，用行业规模数据是一种妥协的方法，因为 ...

去看文献吧，概念都不清楚是弄不懂的。

glxy980098 发表于 2019-3-3 18:48
区位熵是一个比例，比例越高说明其比重越大，产业越集中。空间基尼系数是空间不平等的测量，越大，少数地区 ...

您好，赫芬达尔指数可以用行业数据算么，就是免掉最后加总的步骤

这些指标都隐含了一些假设，比如单个企业的平均生产力都是相等的。这样的话，产业规模越大，企业数量就越多，就业人数也随之增加。任何指标都有缺陷，微观数据测度集聚的最好指标就是企业个数，产值和就业人数都是折衷的办法，比如一个富士康就十多万工人，等于几百家中小企业的总数了。