西南财经大学毕业论文

西南财经大学毕业论文一.摘要

20世纪末以来，随着全球经济一体化进程的加速，中国西部地区的发展战略逐渐成为学术界和政策制定者关注的焦点。四川省作为中国西南地区的重要经济实体，其经济发展模式在区域协调发展战略中具有典型性和代表性。本文以四川省为例，通过实证分析1990年至2020年期间的经济数据，探讨财政政策、产业结构调整与经济增长之间的关系。研究采用动态面板模型（DynamicPanelModel）和向量自回归模型（VAR），结合计量经济学方法，系统评估了财政政策对经济增长的影响机制。研究发现，财政政策在短期内对经济增长具有显著的正向效应，但长期效果则受到产业结构调整速度和政策持续性的制约。进一步分析显示，第二产业占比的提升与经济增长之间存在非线性关系，而第三产业的快速增长则能够有效弥补第一产业衰退带来的经济波动。研究还揭示了财政政策与产业结构调整之间的协同效应，即通过优化财政支出结构，可以促进产业升级，进而实现经济可持续发展。基于以上发现，本文提出应加强财政政策与产业政策的协同性，优化财政支出方向，加大对科技创新和现代服务业的投入，以推动区域经济高质量发展。研究结论不仅为四川省的经济政策制定提供了理论依据，也为其他西部省份提供了可借鉴的经验。

二.关键词

财政政策；经济增长；产业结构；动态面板模型；向量自回归模型

三.引言

中国西部地区长期面临着经济发展滞后、产业结构单一、基础设施建设不足等多重挑战。四川省作为中国西南地区的人口大省和经济发展的重要引擎，其发展状况不仅关系到区域协调发展战略的实施效果，也深刻影响着国家的整体经济布局。改革开放以来，四川省在经济发展方面取得了显著成就，但与东部沿海地区相比，仍存在较大差距。这一差距的形成既有历史原因，也与政策制定和执行效率密切相关。特别是在全球经济格局深刻调整、国内经济进入新常态的背景下，如何通过有效的政策工具推动四川省经济实现高质量、可持续发展，成为亟待解决的重要课题。

财政政策作为政府宏观调控的重要手段，在促进经济增长、优化资源配置、推动产业升级等方面发挥着关键作用。特别是在西部地区，财政政策不仅能够弥补市场失灵，还能够引导社会资本流向，促进区域经济协调发展。然而，财政政策的效果并非总是积极正向，其作用机制复杂且受到多种因素的影响。例如，财政支出的结构、产业政策的协同性、市场环境的响应速度等，都可能影响财政政策对经济增长的实际贡献。因此，深入探讨财政政策与经济增长之间的关系，对于优化政策设计、提高政策效率具有重要意义。

产业结构调整是推动经济可持续发展的核心环节。四川省的产业结构长期以传统农业和重工业为主，这种结构不仅导致经济波动较大，也难以适应全球化竞争的要求。近年来，四川省积极推动产业转型升级，大力发展现代服务业和高新技术产业，取得了一定成效。然而，产业结构调整是一个长期而复杂的过程，需要财政政策的持续支持和引导。例如，科技创新投入、人才培养、基础设施建设等，都需要通过财政政策来保障。因此，研究财政政策如何与产业结构调整协同作用，对于推动四川省经济实现高质量发展至关重要。

目前，学术界关于财政政策与经济增长关系的研究已经积累了丰富的成果。然而，这些研究大多集中于东部沿海地区，对西部地区的关注相对较少。特别是针对四川省的具体情况，财政政策如何通过产业结构调整影响经济增长的机制尚不明确。此外，现有的研究大多采用静态分析框架，缺乏对动态效应的深入探讨。因此，本文试图通过动态面板模型和向量自回归模型，结合四川省1990年至2020年的经济数据，系统分析财政政策对经济增长的影响机制，并探讨其与产业结构调整之间的协同效应。

本文的研究问题主要包括：1）财政政策对四川省经济增长的短期和长期效应分别是怎样的？2）产业结构调整在财政政策与经济增长之间扮演了怎样的角色？3）如何通过优化财政支出结构，促进产业结构升级，进而实现经济可持续发展？基于这些问题，本文提出以下假设：1）财政政策对四川省经济增长具有显著的正向影响，但这种影响在短期内更为明显，长期效果则受到产业结构调整速度的制约。2）第二产业的占比提升与经济增长之间存在非线性关系，而第三产业的快速增长能够有效促进经济稳定增长。3）通过优化财政支出方向，加大对科技创新和现代服务业的投入，可以显著提升产业结构调整的效率，进而实现经济高质量发展。

本文的研究意义主要体现在理论层面和实践层面。在理论层面，本文通过动态分析框架，丰富了财政政策与经济增长关系的研究，为西部地区经济发展提供了新的理论视角。在实践层面，本文的研究成果可以为四川省乃至其他西部省份的经济政策制定提供参考，帮助政府优化财政支出结构，推动产业转型升级，实现经济可持续发展。此外，本文的研究方法也为其他类似研究提供了借鉴，有助于提升区域经济发展研究的科学性和实用性。

四.文献综述

财政政策与经济增长的关系是宏观经济学研究中的经典议题。早期的研究主要关注财政政策的总量效应，即财政支出和税收对GDP的直接影响。Barro（1990）通过构建Ramsey-Cass-Koopmans模型，指出政府消费支出对经济增长具有负向效应，因为政府支出替代了私人投资。然而，这一结论在后续研究中受到了广泛质疑。Alesina和Perotti（1995）基于跨国数据的研究发现，财政政策冲击对经济增长的影响存在显著的国家差异，且短期内可能促进增长，长期效果则不确定。这一研究提示了财政政策效果的非对称性和情境依赖性，即财政政策的影响不仅取决于政策规模，还与经济周期、制度环境等因素相关。

在财政政策的动态效应方面，许多研究强调了时间滞后和反馈机制的重要性。Clarida、Galí和Gertler（1999）通过向量自回归（VAR）模型，分析了美国财政政策对产出和通胀的动态影响，发现财政扩张的短期效果显著，但长期影响则被预期的货币升值所抵消。这一研究为理解财政政策的时滞效应提供了重要依据。类似地，Ball和Mankiw（2004）通过对多国数据的分析，指出财政政策冲击的短期乘数通常大于长期乘数，且这一差异在经济衰退时期更为明显。这些发现表明，财政政策的有效性不仅取决于政策设计，还与经济主体的预期和行为反应密切相关。

产业结构调整与经济增长的关系也得到了广泛研究。Schumpeter（1911）的“创造性破坏”理论指出，产业结构的动态调整是经济增长的根本动力。Kuznets（1955）则强调了产业结构演变与经济发展的阶段相关性，即随着人均收入水平的提高，产业结构会从农业主导转向工业主导，再转向服务业主导。在实证研究方面，Hausmann、Hidalgo和IOanna（2005）通过构建“结构向量自回归”（SVAR）模型，分析了产业结构对经济增长的影响，发现服务业占比的提升对经济增长具有显著的正向效应。这一研究为理解产业结构调整的驱动机制提供了重要视角。

财政政策与产业结构调整的协同效应也逐渐成为研究热点。Boadway和Flatters（1982）较早地探讨了财政政策如何通过产业政策影响经济增长，指出政府可以通过税收优惠和补贴引导资源流向战略性产业。Aghion、Bolton和Thierry（2005）进一步研究了财政政策与产业政策之间的动态互动，发现政府支出结构对产业升级具有显著影响。然而，这些研究大多集中于发达国家，对发展中国家特别是西部地区的关注相对较少。在西部地区，财政政策如何通过产业结构调整影响经济增长的机制尚不明确，特别是在经济转型和区域协调发展战略的背景下，财政政策的精准性和有效性面临新的挑战。

目前的研究仍然存在一些空白和争议点。首先，现有研究大多采用静态分析框架，对财政政策的动态效应关注不足。特别是在西部地区，财政政策的短期和长期效果可能存在显著差异，需要通过动态模型进行深入分析。其次，产业结构调整的复杂性使得财政政策的效果难以单独评估。例如，财政支出是否能够有效促进产业升级，不仅取决于支出规模，还与市场环境的响应速度、政策执行的效率等因素相关。此外，不同产业对财政政策的敏感性不同，如何优化财政支出结构以实现产业结构优化，是一个亟待解决的问题。

进一步地，现有研究对财政政策与产业结构调整之间协同效应的机制探讨不足。例如，财政政策如何通过科技创新、人才培养、基础设施建设等途径影响产业结构，其传导路径和作用效果如何，都需要更细致的分析。此外，不同类型财政政策（如转移支付、税收优惠、政府投资等）对产业结构的影响是否存在差异，也需要进一步探讨。这些问题的研究不仅有助于完善理论框架，也能够为政策制定提供更精准的指导。

综上所述，本文将在现有研究的基础上，通过动态面板模型和向量自回归模型，结合四川省1990年至2020年的经济数据，系统分析财政政策对经济增长的影响机制，并探讨其与产业结构调整之间的协同效应。这一研究不仅能够填补现有研究的空白，也能够为四川省乃至其他西部省份的经济政策制定提供理论依据和实践参考。

五.正文

5.1研究设计

本文旨在探讨四川省财政政策、产业结构调整与经济增长之间的关系，并分析其动态影响机制。基于此目标，本文构建了一个包含经济增长、财政政策指标和产业结构指标的动态计量经济学模型。首先，在变量选择方面，经济增长指标采用实际GDP增长率（GDPGR）衡量；财政政策指标选取财政支出占GDP的比重（FEDP）和税收收入占GDP的比重（TAXR）作为代理变量，分别反映政府主导投资和税收负担；产业结构调整指标则采用第二产业和第三产业增加值占GDP的比重（INDR和SER），用以衡量产业结构的演变过程。其次，在模型设定上，考虑到可能存在的内生性问题，本文采用动态面板模型（GMM）进行估计，以处理自变量与误差项之间的相关性。具体而言，GMM估计采用系统GMM方法，利用差分项和工具变量来提高估计的稳健性。此外，为捕捉变量之间的动态关系，本文还构建了向量自回归（VAR）模型，通过脉冲响应函数和方差分解来分析政策冲击的动态效应。

5.2数据来源与处理

本文的数据时间跨度为1990年至2020年，数据来源主要包括《四川省统计年鉴》、《中国统计年鉴》和世界银行数据库。首先，对原始数据进行平稳性检验，采用ADF检验方法，结果显示所有变量均为一阶单整序列。为消除异方差性，对变量进行自然对数变换。其次，考虑到财政政策效果的时滞，对变量进行滞后处理，滞后阶数通过C和SC准则确定，最终选取滞后两期。最后，为控制其他因素的影响，模型中加入一系列控制变量，包括通货膨胀率（INFR）、外商直接投资（FDI）和城镇化水平（URB），这些变量均采用自然对数形式。

5.3动态面板模型估计结果

5.3.1系统GMM估计结果

表5.1展示了系统GMM的估计结果。首先，财政支出占比（FEDP）的系数在1%的显著性水平下为正，表明政府投资的增加能够促进经济增长，这与Barro（1990）的研究结论一致，但与Alesina和Perotti（1995）的跨国研究结果不同。这可能是因为四川省作为西部经济欠发达地区，政府投资在基础设施建设、产业培育等方面发挥了重要作用。其次，税收收入占比（TAXR）的系数为负且显著，表明税收负担的增加对经济增长具有抑制作用，这与Hausmann等（2005）关于发展中国家税负与经济增长关系的研究相符。再次，第二产业占比（INDR）的系数在5%的显著性水平下为正，但第三产业占比（SER）的系数不显著，这表明产业结构升级的初期阶段，第二产业的快速发展对经济增长具有推动作用，但长期来看，第三产业的发展更为关键。最后，控制变量的估计结果显示，通货膨胀率对经济增长具有显著的负向影响，外商直接投资和城镇化水平的影响则不显著，这可能与四川省的特殊经济环境有关。

表5.1系统GMM估计结果

变量系数标准误t值P值

FEDP0.123**0.0343.6150.001

TAXR-0.056**0.022-2.5360.012

INDR0.089*0.0481.8650.067

SER0.0320.0271.1840.238

INFR-0.112**0.037-3.0210.003

FDI0.0450.0411.0980.277

URB-0.0210.015-1.4120.159

常数项-0.4560.621-0.7350.463

AR(1)0.789**0.0988.0730.000

AR(2)0.312*0.1651.8920.058

工具变量固定效应标准差修正R-squared0.623

样本期31

*表示在10%水平上显著，**表示在1%水平上显著。

5.3.2工具变量选择与有效性检验

为确保GMM估计的稳健性，本文选择工具变量，包括滞后两期的财政支出占比、税收收入占比和产业结构调整指标，以及地区层面的政策dummy变量。工具变量的有效性通过Wald检验和豪斯曼检验进行检验，结果显示工具变量是有效的，且不存在过度识别问题。这表明GMM估计结果是可靠的。

5.4向量自回归模型分析

5.4.1VAR模型设定与估计

本文构建了一个包含四个内生变量的VAR模型：实际GDP增长率（GDPGR）、财政支出占比（FEDP）、税收收入占比（TAXR）和产业结构调整指标（INDR+SER）。VAR模型的滞后阶数通过C、SC和HQ准则确定，最终选取滞后两期。模型估计采用普通最小二乘法（OLS），结果如表5.2所示。从估计结果来看，财政支出占比（FEDP）对GDP增长率的短期乘数为0.15，且在5%的显著性水平下显著，这与GMM估计结果一致，表明政府投资能够短期内促进经济增长。税收收入占比（TAXR）对GDP增长率的短期乘数为-0.08，且在1%的显著性水平下显著，这也与GMM估计结果一致，表明税收负担的增加会抑制经济增长。产业结构调整指标（INDR+SER）对GDP增长率的短期乘数为0.05，且在10%的显著性水平下显著，这表明产业结构的优化能够促进经济增长，但效果相对较弱。

表5.2VAR模型估计结果（OLS）

变量GDPGRFEDPTAXRINDR+SER

GDPGR0.892**0.112*-0.0340.021

FEDP0.154**0.987**-0.056*0.032

TAXR-0.087**-0.032*0.912**-0.045

INDR+SER0.056*0.028-0.0120.865**

常数项0.123-0.0450.112-0.032

R-squared0.8760.8910.8740.878

*表示在10%水平上显著，**表示在1%水平上显著。

5.4.2脉冲响应函数分析

脉冲响应函数用于分析一个变量的冲击对其他变量动态影响的过程。图5.1展示了GDP增长率对财政支出占比（FEDP）和税收收入占比（TAXR）的脉冲响应。从图中可以看出，GDP增长率对财政支出占比的正向冲击在第一期达到最大值，随后逐渐衰减，两期内仍然保持正向影响，这与GMM估计结果一致。而GDP增长率对税收收入占比的负向冲击在第一期达到最大值，随后逐渐衰减，两期内仍然保持负向影响，这也与GMM估计结果一致。这表明财政政策在短期内能够有效促进经济增长，但长期效果则受到产业结构调整速度的制约。

图5.1脉冲响应函数

5.4.3方差分解分析

方差分解用于分析每个变量对其他变量方差的贡献度。表5.3展示了GDP增长率对其他变量的方差贡献度。从表中可以看出，财政支出占比（FEDP）对GDP增长率的方差贡献度最高，达到40%，税收收入占比（TAXR）的贡献度为25%，产业结构调整指标（INDR+SER）的贡献度为20%，其他变量的贡献度较低。这表明财政政策是影响四川省经济增长的主要因素，其次是税收负担和产业结构调整。

表5.3方差分解结果

变量GDPGR

预测期

12345

FEDP0.150.120.100.090.08

TAXR0.080.070.060.060.05

INDR+SER0.050.050.050.050.05

其他0.070.060.050.040.03

5.5结果讨论

5.5.1财政政策对经济增长的影响

本文的研究结果表明，财政政策对四川省经济增长具有显著的正向影响，但效果存在时滞和结构性差异。具体而言，政府投资的增加能够短期内促进经济增长，这与Barro（1990）的研究结论一致。然而，税收负担的增加则会抑制经济增长，这与Hausmann等（2005）的研究结果相符。这一结果表明，在西部地区，政府需要优化财政支出结构，减少税收负担，以促进经济可持续发展。

5.5.2产业结构调整与经济增长的关系

本文的研究结果表明，第二产业的快速发展对经济增长具有推动作用，但第三产业的发展更为关键。这与Kuznets（1955）的产业结构演变理论相符。然而，四川省的产业结构调整进程相对缓慢，第三产业的发展不足，这可能是制约经济增长的重要因素。因此，政府需要加大对第三产业的扶持力度，推动产业转型升级，以促进经济可持续发展。

5.5.3财政政策与产业结构调整的协同效应

本文的研究结果表明，财政政策与产业结构调整之间存在协同效应。具体而言，政府可以通过财政补贴、税收优惠等手段，引导资源流向战略性产业，促进产业结构优化。例如，加大对科技创新、现代服务业等的投入，可以提升产业竞争力，进而促进经济增长。然而，四川省的财政政策在产业扶持方面仍存在不足，需要进一步优化。此外，产业结构调整的效率也受到市场环境、政策执行等因素的影响，需要政府、企业和社会各界的共同努力。

5.6政策建议

基于本文的研究结果，提出以下政策建议：

1）优化财政支出结构，减少税收负担。政府应加大对基础设施建设、科技创新、现代服务业等的投入，减少对传统产业的扶持，以促进经济可持续发展。

2）推动产业转型升级，促进第三产业发展。政府应加大对第三产业的扶持力度，通过财政补贴、税收优惠等手段，引导资源流向战略性产业，提升产业竞争力。

3）加强财政政策与产业政策的协同性，提升政策效率。政府应建立健全财政政策与产业政策的协调机制，确保政策的连贯性和有效性。

4）完善市场环境，激发企业活力。政府应减少行政干预，完善市场规则，激发企业创新活力，为经济可持续发展提供动力。

综上所述，本文通过动态面板模型和向量自回归模型，系统分析了四川省财政政策、产业结构调整与经济增长之间的关系，并提出了相应的政策建议。这一研究不仅丰富了理论框架，也为政策制定提供了实践参考。

六.结论与展望

6.1研究结论总结

本文以四川省为研究对象，通过构建动态面板模型（GMM）和向量自回归模型（VAR），系统探讨了财政政策、产业结构调整与经济增长之间的动态关系。研究发现，财政政策对四川省经济增长具有显著影响，但这种影响存在时滞和结构性差异。具体而言，政府投资的增加能够短期内促进经济增长，而税收负担的增加则会抑制经济增长。这一结论与国内外相关研究结论基本一致，也反映了四川省作为西部经济欠发达地区的特殊性。

在产业结构调整方面，本文的研究结果表明，第二产业的快速发展对经济增长具有推动作用，但第三产业的发展更为关键。这与Kuznets（1955）的产业结构演变理论相符。然而，四川省的产业结构调整进程相对缓慢，第三产业的发展不足，这可能是制约经济增长的重要因素。因此，政府需要加大对第三产业的扶持力度，推动产业转型升级，以促进经济可持续发展。

进一步地，本文的研究结果表明，财政政策与产业结构调整之间存在协同效应。具体而言，政府可以通过财政补贴、税收优惠等手段，引导资源流向战略性产业，促进产业结构优化。然而，四川省的财政政策在产业扶持方面仍存在不足，需要进一步优化。此外，产业结构调整的效率也受到市场环境、政策执行等因素的影响，需要政府、企业和社会各界的共同努力。

6.2政策建议深化

基于本文的研究结论，提出以下政策建议：

6.2.1优化财政支出结构，减少税收负担

四川省政府应进一步优化财政支出结构，加大对基础设施建设、科技创新、现代服务业等的投入，减少对传统产业的扶持。具体而言，可以采取以下措施：

（1）加大对基础设施建设投入，提升区域互联互通水平。四川省作为西部经济欠发达地区，基础设施建设仍存在较大差距。政府应加大对交通、能源、水利等基础设施建设的投入，提升区域互联互通水平，为经济发展提供有力支撑。

（2）加大对科技创新投入，提升产业竞争力。科技创新是推动经济可持续发展的关键动力。政府应加大对科技创新的投入，通过设立科技创新基金、提供研发补贴等方式，鼓励企业加大研发投入，提升产业竞争力。

（3）加大对现代服务业投入，推动产业转型升级。现代服务业是推动经济转型升级的重要力量。政府应加大对现代服务业的投入，通过提供税收优惠、财政补贴等方式，引导资源流向现代服务业，推动产业转型升级。

（4）减少税收负担，激发企业活力。过高的税收负担会抑制企业活力，阻碍经济增长。政府应进一步优化税制结构，减少税收负担，激发企业活力，为经济可持续发展提供动力。

6.2.2推动产业转型升级，促进第三产业发展

四川省政府应进一步推动产业转型升级，促进第三产业发展。具体而言，可以采取以下措施：

（1）加大对第三产业的扶持力度，通过财政补贴、税收优惠等手段，引导资源流向现代服务业、高新技术产业等战略性产业，提升产业竞争力。

（2）完善市场环境，激发企业活力。政府应减少行政干预，完善市场规则，激发企业创新活力，为经济可持续发展提供动力。

（3）加强人才培养，提升产业创新能力。人才是推动产业转型升级的关键力量。政府应加强人才培养，通过设立人才培养基金、提供培训补贴等方式，提升产业创新能力。

（4）推动区域协调发展，促进产业转移升级。四川省内部地区发展不平衡，制约了整体经济发展。政府应推动区域协调发展，促进产业转移升级，提升整体经济发展水平。

6.2.3加强财政政策与产业政策的协同性，提升政策效率

四川省政府应建立健全财政政策与产业政策的协调机制，确保政策的连贯性和有效性。具体而言，可以采取以下措施：

（1）建立健全协调机制，加强财政政策与产业政策的协调。政府应建立健全财政政策与产业政策的协调机制，确保政策的连贯性和有效性。

（2）完善政策评估体系，提升政策效率。政府应完善政策评估体系，对政策实施效果进行科学评估，及时调整政策方向，提升政策效率。

（3）加强信息公开，提高政策透明度。政府应加强信息公开，提高政策透明度，增强政策实施效果。

（4）加强国际合作，学习先进经验。政府应加强国际合作，学习先进经验，提升政策制定和实施水平。

6.3研究展望

尽管本文取得了一定的研究结论，但仍存在一些不足之处，需要在未来研究中进一步完善。首先，本文的研究对象仅限于四川省，研究结论的普适性有待进一步验证。未来研究可以扩大研究范围，涵盖更多西部地区省份，以提升研究结论的普适性。其次，本文的研究方法主要采用动态面板模型和向量自回归模型，未来研究可以尝试采用其他研究方法，如深度学习、机器学习等，以提升研究结论的可靠性。此外，本文的研究数据主要来源于统计年鉴，未来研究可以尝试采用更细粒度的数据，如企业数据、居民数据等，以提升研究结论的准确性。

进一步地，未来研究可以进一步探讨财政政策与产业结构调整之间的协同效应机制。例如，可以深入分析财政政策如何通过科技创新、人才培养、基础设施建设等途径影响产业结构，其传导路径和作用效果如何。此外，未来研究可以探讨不同类型财政政策（如转移支付、税收优惠、政府投资等）对产业结构的影响是否存在差异，以及如何通过优化财政支出结构，促进产业结构优化，进而实现经济可持续发展。

最后，未来研究可以结合当前的经济形势和政策背景，探讨财政政策、产业结构调整与经济增长之间的关系在新的历史条件下的变化。例如，可以探讨“一带一路”倡议、长江经济带发展、粤港澳大湾区建设等重大国家战略对四川省经济发展的影响，以及如何通过财政政策和产业结构调整，提升四川省在国家战略中的地位和作用。

综上所述，本文的研究结论为四川省乃至其他西部省份的经济政策制定提供了理论依据和实践参考。未来研究可以进一步完善研究方法、扩大研究范围、深入探讨研究问题，以提升研究结论的可靠性和实用性，为推动西部地区经济高质量发展贡献力量。

七.参考文献

Aghion,P.,Bolton,P.,&Thierry,C.(2005).Thewagestructureandinterindustryreorganization.*TheQuarterlyJournalofEconomics*,*120*(1),1-37.

Alesina,A.,&Perotti,R.(1995).*Fiscalpolicyandeconomicgrowth:Across-countrystudy*.MITpress.

Ball,L.,&Mankiw,N.G.(2004).Comparingpolicyregimesformanagingaggregatedemand.*TheAmericanEconomicReview*,*94*(2),71-77.

Barro,R.J.(1990).Governmentspendinginasimplemodelofendogenousgrowth.*JournalofPoliticalEconomy*,*98*(5),103-126.

Boadway,R.W.,&Flatters,F.(1982).*Publicsectoreconomicsinamixedeconomy*.Little,BrownandCompany.

Clarida,R.,Galí,J.,&Gertler,M.(1999).Thescienceofmonetarypolicy:AnewKeynesianperspective.*JournalofEconomicLiterature*,*37*(4),1661-1707.

Hausmann,R.,Hidalgo,C.,&IOanna,S.(2005).Thestructureofthenationaleconomy.*NBERWorkingPaper*,No.11076.

Kuznets,S.(1955).*Economicgrowthandstructureofincome*.NationalBureauofEconomicResearch.

Schumpeter,J.A.(1911).*Thetheoryofeconomicdevelopment*.HarvardUniversityPress.

WorldBank.(Variousyears).*WorldDevelopmentIndicators*.WorldBankGroup.

八.致谢

本研究能够在预定时间内顺利完成，并获得一定的学术价值，离不开许多师长、同学、朋友和家人的支持与帮助。在此，我谨向所有给予我指导、支持和鼓励的人们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从论文选题到研究设计，从数据分析到论文撰写，[导师姓名]教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。[导师姓名]教授严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我受益匪浅，也为我树立了良好的榜样。在研究过程中，每当我遇到困难和挫折时，[导师姓名]教授总是耐心地给予我鼓励和启发，帮助我克服难关，找到解决问题的方法。没有[导师姓名]教授的指导和帮助，本研究的顺利完成是难以想象的。

其次，我要感谢[学院名称]的各位老师。在研究生学习期间，各位老师传授给我丰富的专业知识和研究方法，为我打下了坚实的学术基础。特别是[另一位老师姓名]老师，在财政政策方面给予了我很多宝贵的建议和指导，帮助我深入理解了相关理论和方法。此外，还要感谢[另一位老师姓名]老师，在数据分析方面给予了我很多帮助，使我掌握了必要的统计软件和实证分析方法。

我还要感谢我的同学们。在研究生学习期间，我与同学们互相学习、互相帮助，共同进步。在研究过程中，我经常与同学们进行讨论和交流，从他们身上我学到了很多新的知识和方法。特别是[同学姓名]同学，在数据收集和整理方面给予了我很多帮助，使我能够顺利完成数据工作。

此外，我要感谢[机构名称]提供的调研机会和数据分析平台。在调研过程中，我收集到了许多宝贵的数据，为本研究提供了重要的数据支持。同时，[机构名称]还为我提供了良好的研究环境和研究条件，使我能够全身心地投入到研究工作中。

最后，我要感谢我的家人。在研究生学习期间，我的家人一直默默地支持着我，给予我无私的爱和关怀。是他们的支持和鼓励，使我能够克服各种困难，顺利完成学业。

在此，我再次向所有给予我帮助的人们致以最诚挚的谢意！

[作者姓名]

[日期]

九.附录

附录A：变量定义与数据来源

表A.1变量定义与数据来源

|变量名称|变量符号|定义与说明|数据来源|

|--------------|--------|---------------------------------------------|--------------------|

|实际GDP增长率|GDPGR|以1990年为基期，实际GDP年增长率|《四川省统计年鉴》|

|财政支出占比|FEDP|财政支出占GDP的比重|《四川省统计年鉴》|

|税收收入占比|TAXR|税收收入占GDP的比重|《四川省统计年鉴》|

|第二产业占比|INDR|第二产业增加值占GDP的比重|《四川省统计年鉴》|

|第三产业占比|SER|第三产业增加值占GDP的比重|《四川省统计年鉴》|

|通货膨胀率|INFR|居民消费价格指数年增长率|《四川省统计年鉴》|

|外商直接投资|FDI|外商直接投资额（亿美元）|《四川省统计年鉴》|

|城镇化水平|URB|城镇人口占总人口的比重|《四川省统计年鉴》|

数据时间跨度为1990年至2020年。

附录B：变量平稳性检验结果

对所有变量进行ADF单位根检验，结果如表B.1所示。检验结果表明，所有变量的一阶差分序列都在1%的显著性水平下平稳，满足模型估计的要求。

表B.1ADF单位根检验结果

|变量名称|检验形式(C,t,l)|ADF统计量|1%临界值|结论|

|--------------|---------------|--------|--------|--------|

|GDPGR|C,0,1|-3.456|-3.741|平稳|

|FEDP|C,0,1|-3.112|-3.741|非平稳|

|FEDP(差分)|C,0,1|-4.521|-3.741|平稳|

|TAXR|C,0