产业结构高级化(Moore)

字段字典

• Province [省份名称] — 省份的中文名称.
• ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
• City [地级市名称] — 地级市的中文名称.
• CityCode [地级市代码] — 地级市的相关统计部门 6 位代码.
• Year [年份] — 统计年份.
• PrimaryIndustry [第一产业增加值(亿元)] — 农林牧渔业创造的增加值，反映第一产业对经济的贡献。
• SecondaryIndustry [第二产业增加值(亿元)] — 工业和建筑业创造的增加值。
• TertiaryIndustry [第三产业增加值(亿元)] — 服务业创造的增加值，包括批发零售、金融、房地产等行业。
• Gdp [GDP(亿元)] — 地区生产总值，反映一个地区在一定时期内生产的全部最终产品和服务的市场价值总和。
• StructureUpgradeMoore [产业结构高级化(Moore)] — 产业结构高级化(Moore)。计算公式：(PrimaryIndustry/Gdp)*1 + (SecondaryIndustry/Gdp)*2 + (TertiaryIndustry/Gdp)*3。

常见问题

「产业结构高级化(Moore)」是什么数据集？

产业结构高级化(Moore)，隶属国民经济核算。衡量地级市产业结构由低端向高端演进的程度。

该数据集的时间范围是？

覆盖 1992-2024 年。

包含哪些变量/指标？

共 10 个变量。核心指标包括：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)、产业结构高级化(Moore)。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，地级市层级。

样本量有多大？

约 10,320 条观测。

数据是如何测算/获取的？

指标定义与计算方法 产业结构高级化（Moore值法）是衡量国民经济三次产业比例关系从低附加值向高附加值演进程度的综合指数。该指标基于配第-克拉克定理，通过赋予第三产业更高权重来反映产业结构升级方向，数值越大表明经济结构越趋向服务化与高级化。引入该指标旨在刻画城市层面产业结构的动态变迁，为区域经济转型与增长质量研究提供量化依据。数据来源为相关统计部门公布的年度城市统计资料，基于各城市第一产业增加值（PrimaryIndustry）、第二产业增加值（SecondaryIndustry）、第三产业增加值（TertiaryIndustry）与地区生产总值（Gdp）计算。完整计算公式如下： $$ M = \sum{i=1}^{3} \left( \frac{VAi}{GDP} \right) \times i = s1 + 2s2 + 3s3 $$ 其中，\( s1 = \frac{PrimaryIndustry}{Gdp} \)，\( s2 = \frac{SecondaryIndustry}{Gdp} \)，\( s3 = \frac{TertiaryIndustry}{Gdp} \)，分别表示第一、二、三产业增加值占GDP的比重。计算步骤为：首先计算各产业占比，确保三者之和为1；然后按产业顺序赋予权重1、2、3，加权求和得到Moore指数。该指标为无量纲指数，取值范围严格介于1至3之间，典型量级：农业主导型城市接近1.0，工业主导型城市约1.5-2.0，服务业主导型城市可达2.5以上。 补充说明 本指标基于简化假设：三次产业分类严格遵循国家统计标准，且各产业内部结构差异未予区分。边界条件：年份覆盖范围为城市统计年鉴可获取的连续年份；若某城市某年GDP或分产业增加值数据缺失，则该观测值不纳入计算；所有原始数据单位统一为万元或亿元，计算前需确保单位一致。计算粒度为城市级（CityCode, Year主键），不涉及省级或县级汇总。已知限制：Moore指数仅反映三次产业间的比例变化，无法捕捉产业内部技术升级或细分行业结构变动；权重设定（1、2、3）为线性赋值，可能无法完全反映不同产业对经济增长的真实贡献差异。 参考文献 [1] 徐德云 (2008). 产业结构升级形态的决定、测度——一个理论解释及对中国的实证分析. 经济科学, (1): 46-57. [2] 干春晖, 郑若谷, 余典范 (2011). 中国产业结构变迁对经济增长和波动的影响. 经济研究, 46(5): 4-16.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。