自上个世纪九十年代以来,产业在空间上的集聚提高了要素的生产率,进而带动了国民经济的增长,成为产业发展、经济发展的重要推动力。因此,相关的研究也引起了业界和学界的广泛重视。其中一个关键性的问题,就是如何精准地测度产业集聚的水平。从早期的GINI系数、Herfindal指数到后来发展起来基于地理信息的DO指数、M函数,测度的精度越来越高。然后一些方法仍存在不足,比如M函数法在测度集聚趋势时,由于没有扣除不相关企业的数量,从而导致所得结果并不是行业的实际集聚程度。本文对M函数进行算法上的修正,提出新的M-Revised函数法,并通过模拟实验比较分析M-Revised函数法的优势,最后通过实例——苏州市企业微观数据加以检验。研究发现,M函数所拥有的累积函数性质使得其在测算特定某些行业集聚度时,存在较大误判。当行业分布呈现单点集聚的特征时,M函数存在高估集聚水平的风险。而修正后的M-Revised函数则可以较好地规避这一点,更真实地反映实际的集聚水平。当行业呈现多点集聚和随机分布特征时,M函数（包括DO指数）无法识别真实的分布状态。而M-Revised函数会报告多个明显的断点,拒绝行业存在连续集聚的假设,从而得到更为精确的判断。采用真实的企业微观数据,也支持了模拟数据得到的结论。而且与M函数法相比,M-Revised函数法还能看出行业集聚度的变化范围,更有利于提高判断的准确性。使用M函数和M-Revised函数测度苏州市企业、苏州工业园内企业、外商投资企业、创新企业的集聚度。研究表明,M-Revised函数报告的结果与实际情况与集聚理论相吻合。在测度苏州市企业的集聚度时,就M函数所呈现的结果来说,苏州市企业的分布状态从分散转为既不分散也不集聚,无法判断是这种转变由于M函数的累积性质导致的测度误差,还是企业分布本身呈现这样的状态。此外,实证结果表明,在测算集聚时应结合使用多种方法,如M函数法和DO指数法,进行综合考察,这样更有利于全面分析集聚的特征。