1.被解释变量
经济增长(ED)。对于经济增长的指标,目前学者的选择都比较统一,选择人均实际GDP作为衡量经济增长的指标。但是,实际GDP并没有现成的统计数据,需要通过折算得到。本文的样本区间为2006到2016年。因此,借鉴李成刚和杨兵(2018)的研究,以2006年为定基,计算GDP平减指数,根据GDP平减指数得出实际GDP数据。
2.解释变量
技术创新(TI)。对于技术创新的衡量指标,有两种衡量方法:一种是李真(2011)从技术创新产出的角度,采用专利授权量来衡量技术创新;另一种是谢兰云(2013)从技术创新投入的角度,采用研发支出R&D指标衡量技术创新。根据本文对技术创新与经济增长关系的理论模型阐述,企业生产效率提升的概率与研发投入经费呈正相关关系。因此,本文从技术创新投入的角度,借鉴赵欣(2016)的研究,选择各地区R&D经费内部支出与地区生产总值的比值来衡量技术创新水平。李翔和邓峰(2017)认为技术创新不仅仅受到本地区技术创新的影响,同时受到周边地区技术创新的影响。因此,本文将技术创新划分为本地区技术创新(LTI)与周边地区技术创新(STI)构成。借鉴李翔和邓峰(2017)研究,周边地区技术创新选择技术创新的当期值与空间权重矩阵的乘积来刻画,本地区技术创新要素通常需要一个时期进行转化和吸收才能有效地促进经济的增长。因此,本地区的技术创新水平选择技术创新的滞后一期来刻画。
产业结构转型是产业结构朝着合理化和高级化方向发展的过程。因此,本文的产业结构转型从产业结构合理化和高级化两个维度进行研究:产业结构合理化(RSP)上是衡量产业间资源有效利用水平。干春晖等(2011)采用泰尔指数来研究产业结构变迁对经济增长的影响。但是,泰尔指数没有办法解决不同企业之间异质性的问题。因此,本文借鉴林春艳和孔凡超(2016)的研究并加以改进,在保留其原有形式的基础上,将各产业比重作为重要程度直接纳入到产业结构合理化的表达式中,表示为:(www.xing528.com)
其中,RSP表示产业结构合理化;Yi表示第i个企业的产出水平;Li表示第i个企业的劳动力人数。若RSP值越大,则表示产业结构合理化水平越高;RSP值越小,则表示产业结构合理化水平越低。
产业结构高级化(AIS)用来衡量产业结构的优化升级。根据克拉克定理,将产业结构高级化划分为两个阶段:第一阶段,经济开始增长,第一产业比重将逐步下降,第二三产业比重将逐步上升,并以第二产业为主导;第二阶段,经济走向成熟,第一二产业比重将同时下降,第三产业比重则不断上升。因此,对于产业结构高级化的指标选择,借鉴林春艳和孔凡超(2016)、于斌斌(2015)的研究,选择第三产业与第二产业比值来衡量产业结构高级化水平。
3.控制变量
经济增长的影响因素除了上文选择的技术创新和产业结构转型外,还有众多其他影响因素。从以往研究来看,对经济增长的控制变量大多从投资、贸易和政府等方面进行选择。因此,本文构建了如下的四个控制变量:(1)对外直接投资规模(TSFDI),借鉴邵汉华(2018)的研究,选择各地区FDI占GDP的比重来衡量。(2)人力资本(HC),借鉴于斌斌(2015)的研究,人力资本用人均受教育水平来替代,采用(小学人数*6+初中人数*9+高中人数*12+大专以上人数*16)与总人数之比来衡量。(3)投资水平(IL),选择全社会固定资产投资占GDP的比重来衡量。(4)政府支出规模(CES),借鉴景光正等(2017)的研究,选择政府消费支出占GDP比重来衡量。
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。