在了解了多元化概念后，一个突出的问题是，如何量化企业的多元化程度？我们常常说，某个企业多元化程度高，某个企业多元化程度低。但这种描述更多的是通过感觉进行，缺乏科学的依据。那么有什么方面可以量化计算企业多元化程度呢？事实上，目前用于测量多元化的指标有很多种，被广泛使用过的有以下几种：
（1）专业化比率（SR），指的是一年中企业最大的单独业务的销售额占企业总销售额的比重。它最早是由里格利（Wrigley）于1967年提出的，主要用于划分多元化经营的类型。后来鲁梅尔特提出用专业化比率来衡量企业的多元化水平。专业化比率在一定程度上反映了企业对主营业务的重视程度，以及企业资源和能力在该业务上的投入比率，专业化比率越高，说明企业越重视主营业务的发展，主营业务突出水平也就越高。因此，用专业化比率来表现主营业务突出水平，具有一定的说服力。用公式表示为：
CB=Y/X
式中，CB为主营业务突出水平；X为多元化企业1年的总销售额；Y为多元化企业1年中销售额最大的那项业务。该方法的缺陷在于忽视了其他多元化业务对主营业务突出水平的影响。
（2）基尼—西皮森指数，它衡量的是企业在各行业中的收入占主营业务收入比例的平方和。
（3）赫芬达尔指数（HerfindahlIndex）是反映产业集中度的一项指标，它指的是某特定市场上所有企业的市场份额的平方和。主营业务突出水平反映的是多元化企业资源和能力在主营业务上投入的集中程度，两者具有极强的相似性。因此，完全可以运用赫芬达指数来测度主营业务突出水平。
式中，X为多元化企业1年的总销售额；Xi为第i项业务1年的销售额；Si为第i项业务销售额占企业总销售额的比率；n为多元化企业业务的数量。
由于每个企业业务数量和各业务销售额占总销售额比率的计算非常方便，因此使用基于赫芬达尔指数测度主营业务突出水平时能充分发挥其固有的优点，CB越高，表明企业主营业务越突出。当CB=1时，则该企业从事的是专业化经营。
HH指数是由赫芬达尔—赫尔希曼（Herfindahl-Hirschman）于1975年提出的，主要用于判断产品的市场集中度和垄断程度，它是通过把同一行业中各个企业市场份额的平方相加而得，该指数越高，表示集中度越高。该指数的特点是如果某一类商品的比重大幅上升，则该指数也会有较大的增长，且如果市场份额比较平均，则该指数值相对比较小。赫芬达尔指数的理论基础实际上源于贝恩（Bain）的结构—经营行为—绩效表现理论（structure—conduct—performance）。贝恩的这一产业组织理论是指市场结构影响到厂商的经营，并最终决定厂商的表现。随着市场份额的集中，厂商会趋于采用相互勾结策略，最终制定出来的价格会偏离完全竞争市场价格。完全竞争市场中的厂商对自己生产的产品无定价权，它们是市场价格的接受者。因而从社会福利角度看，完全竞争是最理想的市场结构。任何形式的厂商垄断以及随之而产生的高于垄断价格的价格都意味着某种程度的消费者社会福利损失。
正是由于产业经济学中经典的结构—经营—绩效（SCP）理论认为市场集中化程度与市场垄断力之间存在着某种正相关关系，有些学者进而认为两者之间是非线性的正相关关系。也就是说，在市场集中化程度较低时，厂商的行为更富有竞争色彩。随着市场集中化程度的提高，市场垄断逐渐取代市场竞争。当市场集中化程度很高时，厂商的行为已经少有竞争色彩，在这种条件下，再提高市场集中化程度，垄断力的提高将非常有限。这种时候，进行多元化经营可以为厂商带来更大的利润空间。
谢勒和雷温斯克雷夫特（Scherer和Ravenscraft，1984）首先运用赫芬达尔指数来研究多元化问题，兰和斯图尔兹（Lang和Stulz，1994）在研究多元化时也使用了这一指数。
（4）熵指数（EntropyIndex，EI）
其中，Si为第i个行业收入占总收入的比重，M为企业经营的行业数。专业化经营的公司熵指数为0；多元化程度越高，熵指数就越高。熵指数（简称E指数）借用了信息理论中熵的概念，具有平均信息量的含义。E指数与HHI指数存在某些共同点：二者均属综合指数，即反映市场中所有企业的情况；二者均为企业的市场份额之和。
E指数与HHI指数也存在某些不同点：二者分配给各个企业市场份额的权数不同，HHI指数的权数是市场份额的平方，而E指数根据的是市场份额的对数；二者都对大企业分配较重的权数，但重要程度有所区别。总的说，HHI指数和E指数都有较好的理论背景和实用性。
（5）香农（Shannon）指数，指的是通过运用香农熵的公式所得到的熵值来反映多元化各行业的分布特征。要计算香农指数，必须用到香农熵方法，来深入地探讨不同多元化程度指标对可持续发展能力的影响。
1948年，信息论的创始人，著名数学与信息学家香农（Shannon）提出了“信息熵”的概念，其目的是解决信息的量化度量问题。
香农指出，一条信息的信息量大小和它的不确定性有直接的关系。不确定性越高，所需要了解的信息量越大。要搞清楚一件非常非常不确定的事，或是我们一无所知的事情，就需要了解大量的信息。相反，如果我们对某件事已经有了较多的了解，我们不需要太多的信息就能把它搞清楚。基于此，我们可以认为，对需要了解的信息量的度量就等于不确定性的多少。
那么我们如何量化地度量信息量呢？一个公认的著名例子是世界杯赛例子。对于每一届足球世界杯赛，大家都很关心谁会是冠军。假如我错过了看世界杯，赛后我问一个知道比赛结果的观众“哪支球队是冠军”？他不愿意直接告诉我，而要让我猜，并且我每猜一次，他要收一元钱才肯告诉我是否猜对了，那么我需要付给他多少钱才能知道谁是冠军呢？我可以把球队编上号，从1到32（世界杯决赛阶段共32支球队），然后提问：“冠军的球队在1~16号中吗？”假如他告诉我猜对了，我会接着问：“冠军在1~8号中吗？”假如他告诉我猜错了，我就能够知道冠军队在9~16中。这样最多只需要5次，我就能知道哪支球队是冠军。所以，谁是世界杯冠军这条消息的信息量最多只值五块钱。如果一个人平时对这32支球队毫不了解，他可能要付出5块钱才能知道哪支球队获得冠军，而如果一个人平时非常了解这些球队，他可能就能断定冠军必然在8支甚至4支球队中产生，这样他可能只需要付出不足3块钱就能知道哪支球队夺冠。因此，我们需要的信息量的多少，取决于不确定性的多少。
当然，香农不是用钱，而是用“比特”（bit）这个概念来度量信息量。1个比特是一位二进制数，计算机数据结构中，一个字节是8个比特。在上面的例子中，这条消息的信息量是5比特。我们可以发现，信息量的比特数和所有可能情况的对数函数log有关（log32=5，log64=6）。香农熵和赫芬达尔指数以及熵指数有着密切联系。
SI即香农指数或香农熵。Si为第i个行业收入占总收入的比重。由于Si小于等于1，所以，在行业数相同的情况下，Si越小，SI值越大。表明多元化程度越低，反之则多元化程度越高。
（6）企业经营行业数。这是一种最简单的计算多元化程度的指标，它通过简单地比较企业经营行业数来观察企业的多元化程度。经营行业数越多，多元化程度越高。这一指标曾经很长一段时间内在学界广为使用，但它的不合理之处是显然的。在其他指标出现后，这一指标使用的概率在下降。
以上这些指标都可以用来测量多元化程度，具体使用哪种或哪几种指标则需要根据具体情况而定。
