知識存量=勞動力平均受教育年限+研發(fā)經費投入/GDP

其中，在計算勞動力平均受教育年限方面，大專以上按人均受教育16年計算；高中（含中專）按人均受教育12年計算；初中按人均受教育9年計算；小學按人均受教育6年計算；文盲人口按人均受教育1年計算。另外，鑒于關于人口受教育年限數據一般只在全國層面的人口普查時才會有系統(tǒng)的統(tǒng)計，因此結合到數據可得性，本文以貴州省9地市（州）第六次全國人口普查主要數據公報中的各受教育階段人口數量等作為計算勞動力平均受教育年限的基礎數據。因為第六次全國人口普查時間是2010年，與2015年各地市（州）人口的實際受教育情況難免存在一定的差異。

勞動生產率指數測量

勞動生產率作為一個經濟效益指標，反映了勞動者生產活動和提供的勞動成果的比值關系，同時勞動生產率也作為評價一國或一產業(yè)增長潛力或國際競爭力的重要指標，廣泛出現在各種經濟學文獻中。在國民經濟各部門中，勞動生產率是一個部門的收入同勞動力投入的比率，它反映每單位的勞動力在該部門創(chuàng)造的收入情況，主要反映在一定勞動力投入條件下某部門的生產效率。一個部門的相對收入越高，勞動力投入越低，勞動生產率就越高。

勞動生產率如何計算是一個重大的理論問題和實踐問題。為了使各個部門之間的勞動生產率具有一定的可比性，需要考慮各個產業(yè)部門的勞動力在文化程度、勞動熟練程度、性別等方面的差異。當前理論界對勞動投入使用“人•年”或“人”來計量，很少考慮使用每“元”來計算，而以“元／人•年”計算的勞動生產率則更具有可比性。

結合數據的可得性和可用性，本次測評采用了部門收入與勞動力投入比的抽象概念，進而選擇以第一產業(yè)增加值/農業(yè)勞動力衡量農業(yè)部門的勞動生產率，用規(guī)模以上工業(yè)總產值/從業(yè)人員年平均人數衡量工業(yè)部門的勞動生產率。具體的指標構成為：

勞動生產率=農業(yè)勞動生產率+工業(yè)勞動生產率=第一產業(yè)增加值/農業(yè)勞動力+規(guī)模以上工業(yè)總產值/從業(yè)人員年平均人數

產業(yè)結構轉換能力測量

從17世紀威廉•配第發(fā)現各國國民收入水平差異和經濟發(fā)展處于不同階段的關鍵原因是由于產業(yè)結構不同，到費雪提出三次產業(yè)分類法，再到克拉克對經濟發(fā)展和產業(yè)結構變化之間的關系進行實證研究，產業(yè)結構變化與經濟增長、經濟發(fā)展之間的密切關系已經為經濟學界所認同和關注，產業(yè)結構的變化或者說產業(yè)結構的轉換能力也因此常被作為判斷經濟發(fā)展水平的重要指標。

在此前的經濟轉型能力測評中，我們以“產業(yè)結構變換指數”來衡量產業(yè)結構轉換能力。在此基礎上，結合數據可得性，采用了三次產業(yè)之間增加值的比值法來衡量三個產業(yè)部門之間的轉換，并具體以“第二產業(yè)增加值/第一產業(yè)增加值+第三產業(yè)增加值/第一產業(yè)增加值”來綜合衡量產業(yè)結構轉換能力。而經過后續(xù)的深入分析和論證，我們發(fā)現，從發(fā)展經濟學的角度來看，在一個國家工業(yè)化以及市場化發(fā)展的初期和中期，這種衡量方式是有很大適用性的，但是隨著產業(yè)化、市場化進程的深入推進，產業(yè)體系、市場體系的日趨完善，其適用性越來越低。具體原因如下：一是在相對完善和豐富的經濟體內，三次產業(yè)之間的發(fā)展在現實中更加協(xié)調、更加同步、更加均衡，因此現實中三次產業(yè)增加值比例關系的變化，可能并不能反映出產業(yè)結構的優(yōu)化或者倒退，而更多只是客觀經濟規(guī)律下的必然變動趨勢；二是在相對完善的經濟體內，各地區(qū)產業(yè)發(fā)展基礎并不完全相同，不同地區(qū)的優(yōu)勢產業(yè)也很可能不同。其直觀的事例就是，有些地區(qū)，因資源稟賦等條件，第一產業(yè)很可能是更加基礎的產業(yè)，因而第一產業(yè)增加值在三次產業(yè)增加值中所占比例的提高，很可能恰恰說明產業(yè)結構經歷了更為合理的變化，產業(yè)結構變得更加優(yōu)化。

鑒于此，我們廣泛征集了專家意見建議，進一步開展了深層次的理論研究，并經過多次分析論證，決定采用以“產業(yè)結構轉換速度系數”來反映產業(yè)結構轉換能力。其中遵循了這樣的邏輯：產業(yè)結構轉換速度越快，一定程度上表明了產業(yè)之間在互動發(fā)展、相互轉換等方面更加具有活力，表明產業(yè)間互動、轉換能力越強。所以，如果我們試圖通過采取市場手段等來推動三次產業(yè)的比例以及產業(yè)結構按照既定的路徑進行優(yōu)化，將更加容易。具體而言，產業(yè)結構轉換速度系數的計算公式如下：

其中，δ是產業(yè)結構轉換速度系數，Xi是i產業(yè)的年均增長速度，Xp是GDP的年均增長速度，Ri是i產業(yè)在GDP中的比重。i=1、2、3，即分別代表第一產業(yè)、第二產業(yè)和第三產業(yè)。

權重設定與數據的標準化處理

在權重系數調節(jié)的具體操作上，我們采取有事先提示的專家調研法，即邀請經濟、社會領域的專家學者各15名，以及15名在綜合管理崗位上任職的黨政干部，讓他們分別給各指標打分，并且明確告知他們要更多地考慮轉型發(fā)展的理念。指標權重的計分方法是：我們列出待賦權重的指標，要求專家對同一層級的指標進行兩兩比較（如果專家認為甲指標比乙指標重要，那么就給甲指標計1分，乙指標不計分）。在這一過程中，一個指標“打敗”其它指標的次數越多，所得的分數就越高。當然，這樣的打分工作是在一、二級指標層面同時展開。將這樣的打分工作進行五輪后（在開展下一輪打分工作前，我們都將每個指標在上一輪打分中所得的平均得分告知打分者，以供其參考），我們將各指標在每輪中的得分相加，再進行相應調整，就得到了各指標的權重系數（見圖2）。

同時，為了增強測評結果的科學性和可比性，在對指標數據的選擇和設定過程中，我們應用了此前測評研究中連續(xù)使用過的具有單調性和凸性特征的指數功效函數，對二級指標數據分別進行了無量綱化和標準化處理。該功效函數的具體形式如下：

該功效函數中，d是量化后的得分，我們將其區(qū)間控制在了60-100之間，x是觀測值，也就是各指標數據的實際統(tǒng)計值，xh是滿意值，xs是不允許值。一般來說，正向指標滿意值取各指標的最大值，不允許值取其最小值；逆向指標滿意值取其最小值，不允許值取其最大值。在操作過程中，經過功效函數的轉換之后，就可將所有的指標數值全部轉換為60-100之間的得分。

然而有必要指出的是，依據該功效函數所得出的結果是相對結果，前述五個二級指標數據的最小值和最大值會影響各地區(qū)經濟轉型能力的得分。也就是說，如果改變參與測評的地市（州）樣本量，可能會導致數據指標的最大值和最小值發(fā)生變化，各地市（州）經濟轉型能力的最終得分也會發(fā)生變化。但是這并不會對各地市（州）之間經濟轉型能力的排名順序產生影響，也就是原有各地市（州）經濟轉型能力的先后排序將保持不變。

經濟轉型能力與人均 GDP相關性分析

經濟增長提速期是指人均GDP尚未達到較高水平，而且經濟轉型能力也較弱的時期。處于經濟增長提速期，促進經濟增長仍然是當前要務，而對于各種要素資源利用效率的提升對增長的貢獻也不應忽視。在之前《對31省份經濟轉型能力的測評及排名》中，我們可以知道貴州省屬于經濟增長提速期的21個省份之一。貴州省的GDP總量是由各個地市（州）加總構成的，其下屬的9地市（州）的經濟轉型能力在一定程度上決定并影響著貴州省的經濟轉型能力。所以，對這9地市（州）的經濟轉型能力進行系統(tǒng)分析，既可使地市（州）政府部門明確其轉型發(fā)展的“軟肋”，又可方便省級政府部門對經濟體系進行宏觀調控和戰(zhàn)略規(guī)劃。