【更新】省级产业结构合理化+高度化+高级化数据(2000-2022年)

数据指标测算:

(1)参考袁航等人(2018)的测算方法,采用泰尔指数来衡量产业结构合理化指标,用产业结构层次系数来表示产业结构高度化指标:

(2)参考张欣艳等人(2023)的测算方式,产业结构高级化=第三产业GDP/第二产业GDP

数据来源 :各省统计年鉴、中国人口统计年鉴

时间跨度 :2000-2022年

数据范围 :中国各省

数据指标

|--------------------|--------------------|--------------------|
| 年份 | 省份 | 第一产业增加值 |
| 第二产业增加值 | 第三产业增加值 | GDP |
| 第一产业/GDP(y1) | 第二产业/GDP(y2) | 第三产业/GDP(y3) |
| 就业人员数 | 第一产业就业人员数 | 第二产业就业人员数 |
| 第三产业就业人员数 | 一产就业人员数/总就业人员数(l1) | 二产就业人员数/总就业人员数(l2) |
| 三产就业人员数/总就业人员数(l3) | ln(y1/l1) | ln(y2/l2) |
| ln(y3/l3) | 产业结构合理化 | 产业结构(三产)/GDP |
| 产业结构高度化 | 产业结构高级化 | |

|--------|---------------|---------------|---------------|---------------|--------------------------|--------------------------|--------------------------|---------------|-------------------|-------------------|-------------------|------------------------|------------------------|------------------------|---------------|---------------|---------------|--------------------|--------------------------|-------------|-------------|
| 省份 | 第一产业增加值亿元 | 第二产业增加值亿元 | 第三产业增加值亿元 | GDP亿元**** | 第一产业/GDP****(y1)**** | 第二产业/GDP****(y2)**** | 第三产业/GDP****(y3)**** | 就业人员数(万人) | 第一产业就业人员数(万人) | 第二产业就业人员数(万人) | 第三产业就业人员数(万人) | 一产就业人员数/总就业人员数(l1) | 二产就业人员数/总就业人员数(l2) | 三产就业人员数/总就业人员数(l3) | ln(y1/l1) | ln(y2/l2) | ln(y3/l3) | 产业结构合理化(theil) | 产业结构(三产/GDP****)**** | 产业结构高度化 | 产业结构高级化 |
| 北京 | 79.3 | 1023.7 | 2174.9 | 3277.8 | 0.024193056 | 0.312313137 | 0.663524315 | 622.1 | 72.7 | 201.6 | 347.9 | 0.116862241 | 0.324063655 | 0.55923485 | -1.574930149 | -0.036933635 | 0.17099599 | 0.063822764 | 0.66352433 | 2.639392275 | 2.124548197 |
| 北京 | 80.8 | 1127.2 | 2653.6 | 3861.5 | 0.020924511 | 0.29190729 | 0.687194096 | 629.5 | 70.6 | 210.6 | 348.3 | 0.112152502 | 0.334551231 | 0.553296267 | -1.678938313 | -0.136353774 | 0.216723176 | 0.073997263 | 0.687194109 | 2.666321378 | 2.354151964 |
| 北京 | 82.4 | 1235.1 | 3208.2 | 4525.7 | 0.018207128 | 0.272908058 | 0.708884813 | 798.9 | 67.8 | 246.4 | 484.7 | 0.084866692 | 0.308424083 | 0.606709225 | -1.539268517 | -0.122340773 | 0.15564341 | 0.048919807 | 0.708884835 | 2.690677685 | 2.597522497 |
| 北京 | 84.1 | 1456.4 | 3726.7 | 5267.2 | 0.015966738 | 0.276503645 | 0.707529617 | 858.6 | 66.9 | 280.2 | 511.5 | 0.07791754 | 0.326345213 | 0.595737247 | -1.585143435 | -0.165731753 | 0.171979782 | 0.050545786 | 0.707529604 | 2.69156288 | 2.558843613 |

参考文献

1\]张欣艳,谢璐华,肖建华.ZF采购、数字经济发展与产业结构升级\[J\].当代财经,1-13. \[2\]袁航,朱承亮.国家高新区推动了中国产业结构转型升级吗\[J\].中国工业经济,2018,(08):60-77. **包含内容** : ![图9.png](https://file.jishuzhan.net/article/1751883957151993858/ce934fed229c2632ed0d7f88189582c1.webp) **下载链接** : [https://download.csdn.net/download/samLi0620/88791980](https://download.csdn.net/download/samLi0620/88791980 "https://download.csdn.net/download/samLi0620/88791980")

相关推荐
早睡冠军候选人2 小时前
SQL(结构化查询语言)的四大核心分类
大数据·数据库·sql
数据与人工智能律师4 小时前
刑法视野下的虚拟财产属性争议:法律风险与市场潜力解析
大数据·网络·人工智能·云计算·区块链
lifallen6 小时前
Hadoop MapReduce过程
大数据·数据结构·hadoop·分布式·apache
青云交8 小时前
Java 大视界 -- Java 大数据在智能教育在线课程互动优化与学习体验提升中的应用(386)
java·大数据·flink·在线课程·智能教育·互动优化·学习体验
张永清9 小时前
《数据资产管理核心技术与应用》读书笔记- 第六章-数据监控与告警(二) -如何使用Grafana和Prometheus来实现数据监控与告警
大数据·数据资产管理·数据监控·资源监控·大数据监控·数据任务监控
AutoMQ11 小时前
AutoMQ × CloudCanal:打造秒级响应的实时数据架构!
大数据
武子康15 小时前
大数据-64 Kafka 深入理解 Kafka 分区与重分配机制:高并发与高可用的核心 实机测试
大数据·后端·kafka
IT果果日记16 小时前
Apache Doris毫秒级分布式数据库引擎
大数据·数据库·后端
时序数据说16 小时前
时序数据库的功能与应用价值
大数据·数据库·物联网·时序数据库
深圳UMI1 天前
AI模型设计基础入门
大数据·人工智能