（一）一般的面板数据模型

公式5-1中N为截面成员的数量，T为每个截面上的观测期数，αit为常数项，βit为与解释变量xit相对应的系数向量，Xit是k个解释变量的第i个个体第t时期的观测值。uit为截距项，随机扰动εit相互独立，且满足零均值、等方差。

（二）金融支持产业内部结构转型升级模型

根据产业结构优化理论，选取三大观测点指标，分别包括供给结构、需求结构、国际贸易结构。选取金融相关比率（FIR）、金融中介效率（FE）、金融业增加值区位熵（FINLQ）、第一二三次产业的区位熵（FLQ、SLQ、TLQ）以及财政支出占GDP比重（GGR）作为供给结构观测指标；选取居民最终消费支出占GDP比重（GRC）、社会消费品零售总额占GDP比重（GRS）、各省区市固定资产投资占全国比重（INV）作为需求结构观测指标；国际贸易结构的观测指标选取进出口总额占GDP比重（OPEN）以衡量全球化参与程度。由于传统的产业结构优化率指标仅仅从总量上体现了三次产业间的规模变化，我们认为研发经费投入占比关系到国家创新体系的构建，增加指标GRD=科技研发经费支出额／GDP，即各省份地区每年度的科技研发经费支出占GDP比例。在金融的发展过程中，保险市场同样也发挥着重要的作用，本书记为保险深度指标。在对这一指标进行分析时，我们认为某一个地区保费收入的多少，可以很好地体现出该地区保险市场的发展水平，可将保费收入与GDP的比值（GBX）作为保险市场发展程度指标的计量标准，即保险深度GBX=保费收入／GDP。

为研究各影响因素对产业结构升级的作用，将第三产业占GDP比重（TR）和产业结构比（TSR，即第三产业占GDP比重／第二产业占GDP比重）作为因变量，上述13个因素作为自变量，初步设定对数线性模型如下：

（三）金融支持高端服务业发展的模型

根据一般经济理论，在充分考虑数据的统计口径及其可获得性的基础上，本书以中国31个省区市的高端服务业总体发展水平和综合实力为研究对象，进行模型的构建和变量的选择。

1.因变量

选取高端服务业增加值占地区生产总值的比重来表示高端服务业发展水平用GKIBS表示。本书认为这一指标比值越高表明拥有更高的市场发育程度。

2.自变量(www.daowen.com)

选取金融要素指标如金融中介效率FIR、保险市场发展水平GBX、居民储蓄存款的高低SGR以及衡量经济增长速度人均国民生产总值PGDP作为自变量。本书认为金融要素指标应该与高端服务业发展呈正相关关系。

3.控制变量

选取经济开放程度OPEN、实际利用外资额FDI、研发经费投入GRD、地方财政支出GGR和固定资产投资额INV作为控制变量。

本书将上述变量纳入到柯布-道格拉斯形式的生产函数，构建金融支持高端服务业发展模型如下：

其中，下标i和t分别代表地区和年份。对公式（5-4）两边取对数，初步建立相关模型如下：

其中，Vi是不可观测的个体异质性，εit为随机扰动项。所有系数β为待估计参数。选取的控制变量主要包括：经济开放程度OPEN、实际利用外资额FDI、研发经费投入GRD、地方财政支出GGR和固定资产投资额INV。我们将控制变量集合CONTROL设定为以下形式：

因经济行为存在滞后性，即过去的经济行为和结果会影响当前的经济状况。为了有效处理模型潜在的内生性问题，本书将因变量的滞后一期引入模型进行估计。

将式（5-7）带入到模型（5-6）中得到本书最终研究的计量模型：