【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
一个天蝎座 白勺 程序猿38 分钟前
大数据(4.6)Hive执行引擎选型终极指南:MapReduce/Tez/Spark性能实测×万亿级数据资源配置公式
大数据·hive·mapreduce
HelpHelp同学1 小时前
信息混乱难查找?三步搭建高效帮助中心解决难题
大数据·人工智能·知识库管理系统
TDengine (老段)7 小时前
TDengine 中的关联查询
大数据·javascript·网络·物联网·时序数据库·tdengine·iotdb
直裾12 小时前
Mapreduce的使用
大数据·数据库·mapreduce
麻芝汤圆14 小时前
使用 MapReduce 进行高效数据清洗:从理论到实践
大数据·linux·服务器·网络·数据库·windows·mapreduce
树莓集团14 小时前
树莓集团海南落子:自贸港布局的底层逻辑
大数据
不剪发的Tony老师14 小时前
Hue:一个大数据查询工具
大数据
靠近彗星14 小时前
如何检查 HBase Master 是否已完成初始化?| 详细排查指南
大数据·数据库·分布式·hbase
墨染丶eye15 小时前
数据仓库项目启动与管理
大数据·数据仓库·spark
SelectDB15 小时前
Apache Doris 2025 Roadmap:构建 GenAI 时代实时高效统一的数据底座
大数据·数据库·aigc