由图5-1可以看出，19个变量中包含5个外因观察变量、13个内因观察变量和1个内因潜在变量。外因观察变量的取值主要采集自《中国城市统计年鉴》（2008～2012）与《国民经济和社会发展统计公报》（2008～2012），内因观察变量取值来源于评价煤炭资源型城市转型灵活性的指标体系。
图5-1 基于结构方程模型的路径设计
（1）W1“转型时机”数据选择
煤炭资源型城市的转型时机与煤矿自身的生命周期有紧密联系。因为本书主要是分析煤矿在进入衰退期前进行转型的效果要优于进入衰退期后，所以以国家发展和改革委员会于2008、2009和2011年颁布的三批资源枯竭型城市名单为参考标准，进入此名单的样本城市取值为1，未进入的取值为0。
（2）W2“产业导向”数据选择
基于投资拉动型产业仍然在我国产业发展中占据主导地位的现实分析，本书选择用煤炭采选业的投资额衡量该城市继续以煤炭作为主导产业发展的决心，W2=煤炭采选业固定资产投资/年度社会固定资产投资总额。
（3）W3“科技创新”数据选择(www.xing528.com)
科技创新是一个集合了所有产业的大概念，如果从行业的角度看待科技创新的产出，由于煤炭资源型城市现阶段的研发基础较弱，且煤炭行业内创新领域附加值较低，所以不如在宏观上以资金投入来衡量该城市对于科技的重视程度，W3=科技财政投入/财政支出总金额。
（4）W4“人力资本”数据选择
为了与煤炭行业转型指标体系不出现重叠且便于取值，本书选取当前人力资本投资中较为普遍的评价方法，即W3=教育财政投入/财政支出总金额。
（5）W5“对外开放”数据选择
对外开放是一个相对模糊的概念，从商业到文化、艺术，每个领域都存在成功的案例，标准难以把握。考虑到城市自身区位优劣的影响，如龙口的开放优势必然大于肥城，如选取某方面的绝对标度作为衡量标准，恐怕会影响研究结果的准确性，因此本书选择实际使用外资金额和GDP的比值作为参照，以期消除一定的城市区位和规模本身所带来的偏差，即W4=实际使用外资金额/GDP。
将数据处理后，如表5-2所示：
表5-2 外因观察变量取值
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
