《表1 主要变量定义及描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《服务业集聚、城市创新与城市生产率》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在时间维度的选取上，本文选取的样本考察期为2009—2016年。在空间维度的选取上，本文对以下城市予以删减:一是在样本期内数据缺失严重的城市，包括西藏、青海和港澳台地区的城市；二是在样本期内新设立或被撤销的城市，包括海东市、毕节市、铜仁市、三沙市和巢湖市。此外，在考虑样本数据限制后，为了尽可能将更多的城市纳入分析，本文最终选取的城市样本为中国大陆地区233个地级及以上城市。变量方面，被解释变量为城市生产率，由前文的DEA方法计算所得的综合效率表示。核心解释变量为服务业集聚水平和创新水平，其中，服务业集聚水平由区位熵值法计算得到。创新水平一般需要使用一套指标体系来衡量，由于城市层面的数据缺乏，因此，本文采用城市每万人专利申请数量作为代理变量。此外，本文在模型中控制了产业结构、基础设施等一系列城市特征变量，以尽量减少遗漏变量偏误。这些城市特征控制变量的选取主要是考虑到城市生产率的提升受到人力资本水平、产业发展、基础设施、政府规模等一系列因素的影响。其中，产业结构以第三产业占地区生产总值的比重来衡量，基础设施水平以地区人均道路面积来衡量，政府规模以政府财政收入占地区生产总值比重来衡量，人力资本水平通常采用受教育年限或每万人大学生毕业生人数来衡量。然而，由于在中国地级市层面缺失居民受教育或学历数据，因此大部分学者都采用代理变量控制中国城市的人力资本水平。有的研究利用每万人大学生在校生数替代每万人大学生毕业生人数，有的研究利用各级在校生人数替代学历人数。考虑到城市层面数据的可得性，本文参考以往文献的研究，以地区高中以上在校学生数占地区年末总人口的比重作为人力资本水平的代理变量。所有变量定义及统计性描述见表1。