集聚经济的量化测度及成因分析
产业集聚度几种测度方法的比较
产业集聚度几种测度方法的比较产业集聚是指相同或相关产业在其中一特定区域内集中发展的现象。
产业集聚有助于形成产业链、提高经济效益和技术创新能力。
因此，准确测度产业集聚度对于政府和企业进行产业政策制定和投资决策具有重要意义。
目前，对于产业集聚度的测度方法有很多，常用的包括GL指数法、Moran’s I指数法、离散熵法、Herfindahl-Hirschman指数（HHI）和熵法等。
下面将对这几种方法进行比较。
首先是GL指数法，该方法综合考虑了产出、就业和投资三个方面的数据，是比较常用的一种测度方法。
GL指数法可较全面地反映一个地区内产业的集中程度，但其计算相对复杂，需要大量的就业和投资数据，且对于空间数据的要求较高。
其次是Moran’s I指数法，该方法主要考虑的是空间上的相关性。
它通过计算各个地区间的产业相关系数，来评估产业在空间上的集聚程度。
该方法适用于具有空间关联性的产业，但并不适用于考虑其他因素（如产业规模和投资水平）的情况。
离散熵法是另一种常用的测度方法，它通过计算一个地区内不同产业间的差异程度，来评估产业的集聚程度。
该方法适用于需要考虑产业间的差异性的情况，但它主要考虑的是产业之间的差异，而没有考虑到产业在区域内的分布情况。
Herfindahl-Hirschman指数（HHI）是衡量产业市场集中度的常用指标，也可用于测度产业集聚度。
HHI指数通过计算各个地区内不同产业的市场份额，来评估产业的集聚程度。
但该方法主要考虑的是市场份额，而不太考虑其他因素（如就业和投资）。
最后是熵法，它通过计算各个地区内不同产业的信息熵，来评估产业的集聚程度。
熵法是一种较为常用的综合性测度方法，可以同时考虑产业的规模、分布和差异等因素，但计算相对复杂，需要大量的数据支持。
综上所述，不同的测度方法适用于不同的情况和需求。
GL指数法和Moran’s I指数法适合评估产业的空间集聚程度；离散熵法适合考虑产业间的差异性；Herfindahl-Hirschman指数和熵法适合综合考虑产业的规模、分布和差异等因素。
区域经济发展集聚化的原因
区域经济发展集聚化的原因1.资源禀赋：不同地区具有不同的资源禀赋，包括自然资源、人力资源等。
资源禀赋的差异使得一些地区在一些产业上具有竞争优势，从而吸引其他地区的企业和人才聚集过来。
例如，中国的珠江三角洲地区拥有丰富的水资源和优越的地理位置，以及经济发达的港口和交通网络，吸引大量企业和人才聚集在此地。
2.规模经济：在同一地区集聚的企业可以共享成本和资源，实现规模经济效益。
例如，汽车产业链上的零部件供应商聚集在一起，可以降低运输和协调成本，提高生产效率。
此外，同一地区内的企业之间还可以通过技术创新、协同学习等方式相互促进，提升竞争力。
3.外部经济性：区域内的经济主体之间存在着一种相互依赖的关系，通过共享和合作可以实现外部经济性的效应。
例如，同一地区内的企业可以共享科研设施、技术平台等，提高创新能力。
此外，当地政府还可以提供基础设施、公共服务等支持，促进企业发展。
4.产业链与产业集群：集聚化有利于产业链的形成和发展。
同一地区内的企业可以通过共同的产业链条形成产业集群，形成完整的产业体系和价值链。
产业链的形成可以提高原材料和半成品的供应能力，降低交易成本，促进产业的协同发展。
5.经济外部性：同一地区的企业和人才集聚在一起，相互之间会产生一定的经济外部性效应。
例如，同一地区的就业机会增加，会吸引更多的劳动力聚集过来。
此外，区域内的企业之间还可以相互借鉴、竞争、合作，提高整体的创新能力和竞争力。
6.政策导向：政府的政策导向也是区域经济集聚化的重要原因。
政府可以通过产业政策、税收优惠、土地供应等手段来吸引企业和人才聚集到特定地区。
例如，中国的经济特区政策和自贸区政策就是政府引导地区经济集聚发展的典型案例。
总之，区域经济发展集聚化是多种因素共同作用的结果。
资源禀赋、规模经济、外部经济性、产业链和产业集群、经济外部性以及政策导向等因素相互交织，共同推动了区域经济的集聚发展。
区域经济集聚化的实施需要政府的积极引导和支持，同时也需要市场的发挥作用，通过市场机制来促进资源的配置和优化，从而实现区域经济的可持续发展。
上海市金融集聚水平的测度
上海市金融集聚水平的测度【摘要】本文通过对上海市金融集聚水平进行测度，旨在探讨其定义、特点、影响因素、指标体系、现状分析以及未来发展趋势。
首先介绍了研究背景和目的，然后详细分析了上海市金融集聚水平的特点和影响因素。
接着提出了测度指标体系，并对上海市金融集聚水平的现状进行了分析。
强调了上海市金融集聚水平的重要性，并提出了相关政府应对措施。
通过本研究的展望，可为未来的相关研究提供参考，并为促进上海市金融业的发展做出贡献。
【关键词】上海市、金融集聚水平、测度、指标体系、现状分析、未来发展趋势、重要性、政府应对措施、研究展望1. 引言1.1 研究背景上海作为中国金融中心，拥有极高的金融活跃度和集聚程度，是全国重要的金融业务聚集地。
随着中国经济的不断发展，上海市金融业也在不断壮大，其金融集聚水平逐步提升。
研究上海市金融集聚水平对于了解中国金融发展趋势，促进上海金融业的发展具有重要意义。
1.2 研究目的研究目的旨在探究上海市金融集聚水平的现状及发展趋势，为金融业的健康发展提供理论支撑和政策建议。
具体目的包括：1. 分析上海市金融集聚水平的定义与特点，深入了解其形成机制和发展规律；2. 探讨影响上海市金融集聚水平的因素，包括政策环境、市场条件、人才资源等方面的影响因素；3. 建立合理的指标体系，科学测度上海市金融集聚水平，为未来政策调整和战略规划提供依据；4. 对上海市金融集聚水平的现状进行深入分析，发现问题和挑战；5. 预测上海市金融集聚水平未来的发展趋势，为政府及企业决策提供参考。
通过以上研究目的，旨在全面了解上海市金融集聚水平的情况，为提升金融业竞争力和促进经济发展提供指导和建议。
2. 正文2.1 上海市金融集聚水平的定义与特点一、定义金融集聚水平是指一个地区金融机构的规模、密度和质量，以及金融服务的水平和效率等方面的综合体现。
金融集聚水平高的地区往往具有较多的金融机构和资金流动，金融服务辐射范围广，金融活动繁荣。
上海市金融集聚水平的测度
上海市金融集聚水平的测度【摘要】本文旨在探讨上海市金融集聚水平的现状及影响因素，通过分析金融集聚的概念与意义，以及测度方法和实证研究，评价上海市的金融集聚水平。
文章通过对上海市金融业的发展过程和特点进行分析，揭示了影响金融集聚水平的重要因素。
提出了提升上海市金融集聚水平的对策，并展望未来研究的方向。
通过本文的研究，可以为上海市金融业的发展提供参考，促进金融市场的健康发展和经济的持续增长。
【关键词】上海市、金融集聚水平、测度、概念、现状分析、影响因素、测度方法、实证研究、评价、对策、研究展望。
1. 引言1.1 研究背景：研究背景：随着中国金融市场的不断发展和开放，金融业对于城市的经济增长和国家的财务稳定起着至关重要的作用。
作为全国金融中心的上海市，其金融发展水平一直受到广泛关注。
金融集聚水平是衡量一个城市金融发展程度的重要指标之一，它不仅反映了金融产业在该城市的规模和密度，也反映了该城市金融机构之间的联系和协作程度。
对上海市金融集聚水平进行测度和分析，不仅有助于深入了解该市金融产业的发展现状，还有助于为该市金融发展提供科学的指导和对策建议。
在这样的背景下，研究上海市金融集聚水平成为当前金融研究领域的一个热点问题。
1.2 研究目的本文旨在对上海市金融集聚水平进行测度，通过对金融集聚水平的概念与意义、上海市金融集聚现状分析、影响上海市金融集聚水平的因素、上海市金融集聚水平的测度方法以及上海市金融集聚水平的实证研究进行深入探讨和分析。
研究目的包括以下几个方面：通过对金融集聚现状的分析，揭示上海市金融业在全球金融市场中的地位和影响力；探讨影响上海市金融集聚水平的因素，寻找提升上海市金融集聚水平的有效途径；通过实证研究，对上海市金融集聚水平进行客观评价，为提升上海市金融集聚水平提供参考和建议。
通过本文的研究，旨在为完善上海市金融体系、提升其国际竞争力和影响力提供理论支持和实践指导。
2. 正文2.1 金融集聚水平的概念与意义金融集聚水平是指金融机构与金融企业在某一地区或城市的密集程度和聚集程度。
我国地区金融集聚水平的测度
我国地区金融集聚水平的测度作者：李静白江来源：《求是学刊》2014年第04期摘要：由于我国经济发展的不平衡，金融集聚在各区域发展的速度和程度存在明显的差异。
由于评价金融集聚的指标体系存在不足，不能真实反映金融集聚的真实情况。
因此，从金融业的细分入手，选取具有代表性的指标构建金融集聚的衡量指标体系，运用因子分析方法计算各省市的分行业集聚度，进而得到全国各省市金融集聚度。
最后根据实证的研究结果提出了改善金融集聚的政策建议。
关键词：金融集聚；指标体系；因子分析作者简介：李静，女，经济学博士，吉林大学马克思主义学院教师，从事区域经济研究；白江，男，吉林大学东北亚研究院区域经济学博士研究生，吉林大学计算机科学与技术学院讲师，从事区域经济研究。
基金项目：吉林省社会科学基金项目“吉林省建设区域金融中心的实证研究”，项目编号：2014BS41中图分类号：F061.5 文献标识码：A 文章编号：1000-7504（2014）04-0052-0720世纪70年代以来，不同种类的金融机构在空间上集聚，在世界范围内逐渐形成了纽约、伦敦和东京等世界金融中心。
随着金融全球化的发展，我国的金融机构在空间上的集聚趋势也日益明显，逐渐形成了北京、上海等全国性的金融中心以及区域性的金融中心，我国金融中心的综合实力在不断上升。
但由于我国经济发展的不平衡，金融集聚在各区域发展的速度和程度必然存在明显的差异。
那么各地区金融集聚的情况具体是怎样的呢？国内学者近年来对金融集聚的测度已经做过一些尝试。
文献中采用的金融集聚的评价方法主要有下面四种：一是因子分析法，吴聪、王聪构建了经济、金融和城市发展三方面的12项指标，运用因子分析方法对我国11个重要金融中心进行测度，并给出相应的排名。
[1]黎平海和王雪选取8个指标，运用因子分析方法对广东省的金融集聚度进行测度。
[2]管驰明和徐爱华、刘卫等均采用因子分析方法对特定地区的金融集聚进行测度，并得出了有价值的结论。
(完整版)产业集聚测量方法
摘要：本文介绍了目前常用的产业集聚测量方法，主要包括：行业集中度、赫芬达尔指数、熵指数、空间基尼系数、E－G指数。
通过对比分析，阐述了各种测量方法的优缺点。
分析认为，E－G指数是测量产业集聚比较适合的方法，但受制于数据的可获取性。
关键词：产业集聚测量一、前言区域经济理论认为，产业集聚对一个地区整体产业竞争力及区域经济增长具有重要影响。
因此推动产业集聚成为了许多地方政府发展区域经济的重要手段。
制定产业集聚相关政策必须以实证研究为基本前提，而对于产业集聚的实证研究，一个最根本的问题是如何测度产业的集聚度水平，因为无论是单纯进行产业集聚的研究还是探讨产业集聚对经济增长、经济稳定以及其他方面的影响，它都直接影响到最终研究结论的可信程度。
二、产业集聚常用的测量方法目前比较常用的产业集聚测量方法主要有：行业集中度、赫芬达尔指数、熵指数、空间基尼系数、E－G集聚指数。
1、行业集中度行业集中度是一种比较简单的指标，用来衡量某产业规模最大的前几个地区在全国所占的份额。
其计算公式如下：其中IC代表行业集中度；A i代表产业A中排名第i位区域的产值或者销售额、从业人员等；N代表产业A中的地区数目。
上式表明行业集中度等于产业A中规模排名前n位 (n一般取4或8)的区域企业规模之和占产业A全国总规模的比例。
由于IC主要反映行业在几个区域的集中程度，没有涉及到行业的企业数目与行业总规模之间的差异，行业集中系数就是为了弥补这个缺陷。
以P表示计算的企业占行业企业总数的比例：那么，行业集中系数 CC可表示为：行业集中度与集中系数能够形象地反映产业区域集中水平以及行业中企业数量的影响，测算方法便捷直观。
然而，行业集中度指标存在一些缺点:第一，仅说明了产业分布规模最大的几个地区的情况，而忽略了其余地区的规模分布情况；第二，不能反映最大几个地区的个别情况；第三，存在选取规模最大的区域数目不同集中度结果不同的问题。
因此，一般较少单独用来测度产业集聚的情况，更多的是把它作为一个辅助指标。
集聚经济的量化测度及成因分析
集聚经济的量化测度及成因分析经济活动在空间上的集聚日益成为经济研究的热点，而集聚经济也是经济增长的重要特征（吴建峰、符育明，2012）。
所谓集聚经济,根据Kaldor(1970)的定义指的是经济生产活动中存在的规模报酬递增现象。
Marshall（1890）最早对经济活动的空间集聚进行系统的理论研究,认为性质相似的厂商在一定区域的集聚会带来一定的外部性，具体体现在以下三方面：一是专业化的劳动力市场，二是专业化中间投入品供应商和投入产出关联，三是基于空间集聚带来的显性（技术工艺）和隐性（经验和心得）的知识溢出。
上述效应也被称为“马歇尔外部性”。
与Marshall（1890）不同，Jacobs(1969)提出不同行业的厂商集聚会导致多样性的外部性，即企业可以获得不同技能的劳动者以及跨行业的知识溢出,也成为多样化的外部性（傅十和、洪俊杰，2008）。
进入20世纪90年代，以克鲁格曼为代表的新经济地理学派对集聚经济做了进一步的解释，通过在规模收益递增和运输成本的交互作用下的一般均衡模型发现，制造业企业倾向于选择在市场需求大的地方（Krugman,1991）。
对于集聚经济及其效应存在的研究没有较多争议，但是对于经济集聚的实证分析存在诸多差异，尤其是如何测度集聚效应及其动态过程机制等领域的研究仍需深入。
一、集聚经济的量化研究（一）区域内高度集中作为集聚经济的标志Starrett’s (1978)空间不可能定理认为当经济活动不是完全可分的时候，不存在竞争性均衡，也不会有均匀分布的经济活动。
因此，大量的产业区域集中或经济活动的空间集聚可以被看作是集聚经济的一个标志。
Ellison和Glaeser（1997）也用“标靶方法（Dartboard Approach）”来校正工厂规模和地理分布的差异，并且提出计算衡量产业集聚程度的EG指数。
通过对英国工厂距离分布的实证研究发现，集聚发生在小于50千米的距离（Duranton and Overman，2005）。
区域产业集聚水平测度及影响因素分析
区域产业集聚水平测度及影响因素分析陈飞2012-3-12 10:27:45 来源：《东北财经大学学报》 2011年第5期摘要：本文在产业集聚理论框架下，基于区域（非全国性）角度和资本（非生产、贸易或就业）模式，对辽宁产业集聚特征及其影响因素进行实证分析。
研究结果显示，在样本期内辽宁产业集聚水平呈现出先增后减的倒U型变化特征。
影响辽宁产业集聚变动的各类因素中，衡量需求市场规模的国内生产总值变量对产业集聚具有最为重要的正向影响效应；而衡量运输成本的人均道路面积变量和衡量劳动力市场外部性的失业率变量均对区域产业集聚具有显著影响。
关键词：产业集聚，投资基尼系数，区域经济一、引言20世纪末，伴随着贸易自由化和劳动分工专业化进程的不断发展和完善，产业集聚生产模式在发达工业国家大量出现并迅速成型，成为其工业发展的一种重要战略方式。
由于集聚产业具有灵活的专业化分工、经济外部性、信息溢出效应以及熟练劳动力市场，可以降低企业的生产成本、信息搜寻成本和交易成本，从而有利于提高企业生产效率和技术创新。
另外，集聚产业还可以分享基础设施、公共服务和其他组织机构产品，发挥其他组织和基础设施的规模效应，形成集群内部资源的整合优势，有利于提升区域产业的竞争优势。
但从另一个角度来看，产业集聚一旦形成，“回流效应”[1]和“极化效应”[2]将产生循环累积的集聚趋势，劳动力和资本不断从外围区流入核心区，从而抑制了外围区域的发展，市场力作用导致经济体内部各区域间的差距不断扩大，并且使不利于总体经济发展的因素越积越多。
因此，为明晰产业集聚对总体经济的综合影响效果，需要对经济体内部的产业集聚特征、产业集聚发展的推动力量进行实证研究。
近年来，部门产业集聚和区域生产专业化问题引起了国内外学者的广泛关注，并对此进行了大量的经验性研究。
国外的文献主要集中在对美国和欧盟的研究，Krugman[3]计算了美国106个产业的区位基尼系数，发现传统高新技术产业趋于高度区域化；并进一步将美国与欧盟四大经济体的产业专业化进行对比分析，结果显示欧盟的产业更为分散，其经济地理专业化程度比美国要低一些。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
集聚经济的量化测度及成因分析经济活动在空间上的集聚日益成为经济研究的热点，而集聚经济也是经济增长的重要特征（吴建峰、符育明，2012）。
所谓集聚经济,根据Kaldor(1970)的定义指的是经济生产活动中存在的规模报酬递增现象。
Marshall（1890）最早对经济活动的空间集聚进行系统的理论研究,认为性质相似的厂商在一定区域的集聚会带来一定的外部性，具体体现在以下三方面：一是专业化的劳动力市场，二是专业化中间投入品供应商和投入产出关联，三是基于空间集聚带来的显性（技术工艺）和隐性（经验和心得）的知识溢出。
上述效应也被称为“马歇尔外部性”。
与Marshall（1890）不同，Jacobs(1969)提出不同行业的厂商集聚会导致多样性的外部性，即企业可以获得不同技能的劳动者以及跨行业的知识溢出,也成为多样化的外部性（傅十和、洪俊杰，2008）。
进入20世纪90年代，以克鲁格曼为代表的新经济地理学派对集聚经济做了进一步的解释，通过在规模收益递增和运输成本的交互作用下的一般均衡模型发现，制造业企业倾向于选择在市场需求大的地方（Krugman,1991）。
对于集聚经济及其效应存在的研究没有较多争议，但是对于经济集聚的实证分析存在诸多差异，尤其是如何测度集聚效应及其动态过程机制等领域的研究仍需深入。
一、集聚经济的量化研究（一）区域内高度集中作为集聚经济的标志Starrett’s (1978)空间不可能定理认为当经济活动不是完全可分的时候，不存在竞争性均衡，也不会有均匀分布的经济活动。
因此，大量的产业区域集中或经济活动的空间集聚可以被看作是集聚经济的一个标志。
Ellison和Glaeser（1997）也用“标靶方法（Dartboard Approach）”来校正工厂规模和地理分布的差异，并且提出计算衡量产业集聚程度的EG指数。
通过对英国工厂距离分布的实证研究发现，集聚发生在小于50千米的距离（Duranton and Overman，2005）。
（二）工资和租金量化集聚经济工资和租金的变化是衡量集聚经济是另一条重要路径，这一方法认为在竞争性市场中，劳动者按照其边际产出来支付工资，在密集大城市地区的更高工资可以被看作是更高生产力的证据（Combes,Duranton and Gobillon, 2008）。
通过面板数据的实证研究也发现在经济集聚的城市工人具有相当大的工资溢价（Glaeser,2001）。
Rosen (1979) 和Roback (1982)则认为在集聚地区工人为了获得就业和更好享用基础设施愿意支付高租金，而企业为了获得集聚的生产性优势也愿意支付高工资和租金。
因此，工资和租金水平应和集聚规模正相关。
（三）生产力作为集聚经济的直接证据经济区域集聚的外部效应意味着工厂能够厂商和人口集聚地区以相同的投入产生更多的产出。
因此，直接测量集聚经济规模的最自然的方法是使用关于产出和投入的数据来估计生产力如何在空间上变化(陈建军，崔春梅，陈菁菁，2011）。
Sveikauskas (1975)通过在城市工业基础上对城市人口和人均产出进行回归分析，发现当人口翻番时，人均工人产出会增加6%。
在讨论和控制其他变量情况下，研究发现对于大范围的城市规模而言，城市规模翻番导致生产力提高了3%至8% (Rosenthal and Strange,2001）。
二、集聚经济的成因现有文献研究一般都从马歇尔外部性的三大类理论机制来解释城市集聚经济的成因（Duranton and Puga,2004）。
为了确定具体机制，众多研究立足于微观基础，试图区分不同机制的特征及其动态过程。
（一）共享基础设施集聚经济能够实现共享基础设施，其受益者包括但不仅限于政府、厂商和劳动者。
最典型的例子是集聚区域的公路、水、电和网络等基础设施。
由于区域基础设施的不可分割性。
一旦与公共设施相关的大的固定成本已发生，共享设施会降低每一用户的成本，所以用户的人数也会越多(刘修岩、张学良，2010）。
在使用遥感数据的城市扩展研究中发现，在集中供水的区域，因为共享的公共设施，工厂分布更密集，而在地下蓄水层可供个体工厂更好地使用的区域或者流域地区，经济活动更为分散（Burchfield,2006）。
（二）共享中间品供应商大量中间品供应商能够减少购买的交通成本，还可以充分享受中间供应商之间的竞争带来的低价红利。
此外，更密切的投入产出关联能有效提升产出。
Abdel-Rahman and Fujita (1990)提出的模型认为在更大和专业化程度高的集聚经济中供应商规模也会更大，对产出提升效用明显。
在对印度尼西亚中间投入品供应商地理位置的详细数据基础上的实证研究表明：与供应商的远近程度的收益随着距离增加而迅速下降（Amiti and Cameron,2007）。
在利用美国的工厂就业数据和中间投入购买空间数据基础上，对Abdel-Rahman and Fujita (1990)的理论进一步实证研究发现集群中同产业就业水平越高，单个工厂购入中间产品强度越大(Holmes ,1999)。
（三）共享专业化工人和劳动力“蓄水池（Labor Pool）”Smith (1776)制针厂的案例具有十分重大的借鉴意义，在大城市中的一个给定活动中，产量的增加并非因为劳动者存量的增加，而是因为每一个劳动者可以更细分的从事产业的某一个环节，从而使得单位环节的成本下降，生产效率提升。
一个本地集聚的产业有一个很大的优势，那就是它能够提供的关于某项技能劳动者的恒定市场（Marshall,1890）。
同时，集中的劳动力市场的作用可以类比蓄水池，能够很好的避免异质性波动，不仅为厂商提供稳定的劳动力供应也为劳动者提供多元的就业岗位（Krugman,1991）。
类似的研究还发现，具有类似技能背景的劳动力集聚是可以跨区域的（Overman and Puga ,2010)。
事实上，劳动力的集聚也会带来相关产业的集聚，二者相互促进，集中的劳动力市场还可以减少企业培训成本（Ellison et al. , 2010)。
基于中国211个城市面板数据的实证分析发现，劳动力就业密度每提高10%，该城市的劳动生产率就会提高1.7%（刘修岩，2009）。
（四）“更好的匹配（Better Matching）”经济集聚带来的匹配不仅包括产业链上下游企业间的投入产出关联，还包括企业和劳动者之间的匹配。
通过对异质性的企业和劳动者进行研究发现更大集聚市场允许更多样的技能，可以减少企业搜寻成本（Helsley and Strange ,1990)。
更近一步，建立“失业的工人-空缺的职位”的流量-存量动态模型研究发现，更大的集聚市场可提供更高概率的匹配（Coles ,1994; Coles and Smith ,1998)。
而对人口密集的大城市中夫妻匹配和定位问题的研究，也得出密集程度越高的市场也会提升匹配质量的类似结论（Costa and Kahn ,2000)。
（五）共享知识外部性经济活动的集聚带来知识溢出的确定性和重要性是空间经济学的基本共识。
知识溢出可以减少企业和工人的成长成本，并且除了有意识的传播知识和技能意外，集聚还会促进在无意识和目的情况下知识传递（Glaeser ,1999)。
虽然电子信息技术和通讯技术的飞速进步提高了知识传播的效率，但是地区集聚对知识溢出依旧重要（Breschi and Lissoni,2001）。
其主要原因在于知识常带有部分的隐性特征，隐性知识不适合书面格式化编码，难以实现远距离传输（Polanyi,1958；Malmberg and Maskell,2006）。
基于对工人薪酬数据层面的实证研究支持这一结论，集聚密度大的市场导致更广泛的职场沟通，技能和工作能力的提升进而导致更高水平的薪酬（Charlot and Duranton ,2004)。
集聚经济对于创新而言也是非常重要，多元化的环境更方便进行创新查找和创新实验,更易于实现知识传递（Jacobs,1969)。
更进一步，知识创新在一定程度上也会导致经济活动的集聚（Audretsch and Feldman ,1996)，从而实现双向促进的动态关系。
参考文献[1]吴建峰, 符育明. 经济集聚中马歇尔外部性的识别——基于中国制造业数据的研究[J]. 经济学:季刊, 2012, 11(2):675-690.[2]傅十和, 洪俊杰. 企业规模、城市规模与集聚经济——对中国制造业企业普查数据的实证分析[J]. 经济研究, 2008(11):112-125.[3]刘修岩, 张学良. 集聚经济与企业区位选择——基于中国地级区域企业数据的实证研究[J]. 财经研究, 2010, 36(11):83-92.[4]陈建军, 崔春梅, 陈菁菁. 集聚经济、空间连续性与企业区位选择——基于中国265个设区城市数据的实证研究[J]. 管理世界, 2011(6):63-75.[5]Amiti, M. and L. Cameron. 2007. “Economic Geography and Wages,” Review of Economics andStatistics, 89(1), 15–29.[6] Audretsch, D. B. and M. P. Feldman. 1996. “R&D Spillovers and the Geography of Innovation andProduction,” American Economic Review, 86(3), 630–640.[7] Coles, M. G. and E. Smith. 1998. “Marketplaces and Matching,” International Economic Review,39(1), 239–255.[8] Combes, P.-P., G. Duranton, and L. Gobillon. 2008. “Spatial Wage Disparities: Sorting Matters,” Journal of Urban Economics, 63(2), 723–742.[9] Coles, M. G. and E. Smith. 1998. “Marketplaces and Matching,” International Economic Review,39(1), 239–255.[10] Duranton, G. and H. G. Overman. 2005. “Testing for Localization Using Micro-Geographic Data,”Review of Economic Studies, 72(4), 1077–1106.[11] Ellison, G. and E. L. Glaeser. 1997. “Geographic Concentration in US Manufacturing Industries:A Dartboard Approach,” Journal of Political Economy, 105(5), 889–927.[12] Ellison, G., E. L. Glaeser, and W. Kerr. 2010. “What Causes Industry Agglomeration? Evidencefrom Coagglomeration Patterns,” American Economic Review, forthcoming.[13] Fujita,M. and H. Ogawa. 1982. “Multiple Equilibria and Structural Transition of Non-MonocentricUrban Configurations,” Regional Science and Urban Economics, 12(2), 161–196. [14] Holmes, T. J. 1999. “Localization of Industry and Vertical Disintegration,” Review of Economicsand Statistics, 81(2), 314–325.[15] Helsley, R. W. and W. C. Strange. 1990. “Matching and Agglomeration Economies in a System ofCities,” Regional Science and Urban Economics, 20(2), 189–212.[16] Jacobs, J. 1969. The Economy of Cities. New York: Random House.[17] Krugman, P. R. 1991. Geography and Trade. Cambridge, MA: Mit Press.[18] Marshall, A. 1890. Principles of Economics. London: Macmillan.[19] Overman, H. G. and D. Puga. 2010. “Labour Pooling as a Source of Agglomeration: An Empirical Investigation,” in E. L. Glaeser (ed.), Agglomeration Economics. Chicago, IL: University of Chicago Press[20] Roback, J. 1982. “Wages, Rents, and the Quality of Life,” Journal of Political Economy, 90(6),1257–1278.[21] Rosen, S. 1979. “Wage-based Indexes of Urban Quality of Life,” in P. N. Miezkowski and M. R.Straszheim (eds.), Current Issues in Urban Economics. Baltimore, MD: Johns HopkinsUniversityPress, pp. 74–104.[22] Sveikauskas, L. 1975. “Productivity of Cities,” Quarterly Journal of Economics, 89(3), 393–413.[23] Smith, A. 1776. An Inquiry into the Nature and Causes of the Wealth of Nations. London: Printed for W. Strahan, and T. Cadell.。