指标体系的构建原则、依据与数据的选取
知识存量指数测量
智慧创造知识，知识一旦进入人类经济活动领域或者在经济活动中产生时，就已经成为生产和消费的手段和对象，从而具备了资源的意义。知识的存量也因此成为一个阶段内组织或经济系统对知识资源的占有总量。人类通过生活和生产不断研究世界的本原过程，产生各种形态的知识资源。任何一个经济系统总会产生一定知识资源，知识存量是不断积累的历史过程，具有历史积累性质，经济系统中的知识存量总是向着增加的方向发展。知识的积累在经济增长中的作用已经为经济学界所认同，新经济增长理论强调知识的积累对经济增长的贡献。
准确地验证以及评估知识存量对经济增长的贡献，最棘手的问题在于如何测度。当前，对于知识存量的测度，基于对不同形态的知识和知识不同侧面的认识，主要集中在以下几个方面：在考虑知识资源的效用方面，对知识存量的测度主要是对知识资源在如何提高产量、质量、品种上发挥的经济效用，以价格为主要的衡量形式；在考虑知识资源的时效性方面，主要侧重对知识投入的时序分布分析、知识存量的折旧和更新等；在考虑知识资源的回报率方面，主要计算知识资源的投入产出比，或用税收增加量来测度知识资源的附加价值等；在考虑知识资源的产品特征方面，主要计算知识和技术投入在产品上实现的市场价值等；在考虑知识资源的原材料特征方面，主要用受教育程度、知识分子的比例和研发经费投入来衡量国家知识资源的总量等；在考虑知识资源作为控制和管理要素方面，主要以拥有高级经理人才的数量、是否有成功的管理经验和体系等来衡量企业的管理类知识资源等。
本次测评中，结合数据的可得性和可用性，采用了以劳动力平均受教育年限和科技拨款占财政支出比重两个分项指标来衡量知识存量。这既考虑到劳动力本身的知识储备，同时也考虑到科技投入多少可以间接地衡量可能产生的“知识池”大小。具体的指标构成为（经标准化处理后）：
知识存量=劳动力平均受教育年限+科技拨款/财政支出
其中，在计算劳动力平均受教育年限方面，大专以上按人均受教育16年计算；高中（含中专）按人均受教育12年计算；初中按人均受教育9年计算；小学按人均受教育6年计算；文盲人口按人均受教育1年计算。另外，鉴于关于人口受教育年限数据一般只在全国层面的人口普查时才会有系统的统计，因此结合到数据可得性，本文以上海市所属17区第六次全国人口普查主要数据公报中的各受教育阶段人口数量等作为计算劳动力平均受教育年限的基础数据。因为第六次全国人口普查时间是2010年，与2014年各区人口的实际受教育情况难免存在一定的差异。
劳动生产率指数测量
劳动生产率作为一个经济效益指标，反映了劳动者生产活动和提供的劳动成果的比值关系，同时劳动生产率也作为评价一国或一产业增长潜力或国际竞争力的重要指标，广泛出现在各种经济学文献中。在国民经济各部门中，劳动生产率是一个部门的收入同劳动力投入的比率，它反映每单位的劳动力在该部门创造的收入情况，主要反映在一定劳动力投入条件下某部门的生产效率。一个部门的相对收入越高，劳动力投入越低，说明劳动生产率就越高。
劳动生产率如何计算是一个重大的理论问题和实践问题。为了使各个部门之间的劳动生产率具有一定的可比性，需要考虑各个产业部门的劳动力在文化程度、劳动熟练程度、性别等方面的差异。当前理论界对劳动投入使用“人•年”或“人”来计量，很少考虑使用每“元”来计算，而以“元／人•年”计算的劳动生产率则更具有可比性。
经过数据采集和分析，上海大多数区的第一产业增加值为零或相对较少。再加上结合数据的可得性和可用性，本次测评重点测算工业劳动生产率，具体的指标构成为：
工业劳动生产率=工业总产值/工业企业从业人员数
产业结构转换能力测量
从17世纪威廉•配第发现各国国民收入水平差异和经济发展处于不同阶段的关键原因是由于产业结构不同，到费雪提出三次产业分类法，再到克拉克对经济发展和产业结构变化之间的关系进行实证研究，产业结构变化与经济发展之间的密切关系已经为经济学界所认同和关注，产业结构的变化或者说转换能力也因此常被作为判断经济发展水平的重要指标。
在此前的经济转型能力测评中，我们以“产业结构变换指数”来衡量产业结构转换能力。在此基础上，结合数据可得性，采用了三次产业之间增加值的比值法来衡量三个产业部门之间的转换，并具体以“第二产业增加值/第一产业增加值+第三产业增加值/第一产业增加值”来综合衡量产业结构转换能力。而经过后续的深入分析和论证，我们发现，从发展经济学的角度来看，在一个国家工业化以及市场化发展的初期和中期，这种衡量方式是有很大适用性的，但是随着产业化、市场化进程的深入推进，产业体系、市场体系的日趋完善，其适用性越来越低。具体原因如下：一是在相对完善和丰富的经济体内，三次产业之间的发展在现实中更加协调、更加同步、更加均衡，因此现实中三次产业增加值比例关系的变化，可能并不能反映出产业结构的优化或者倒退，而更多只是客观经济规律下的必然变动趋势；二是在相对完善的经济体内，各地区产业发展基础并不完全相同，不同地区的优势产业也很可能不同。其直观的事例就是，有些地区，因资源禀赋等条件，第一产业很可能是更加基础的产业，因而第一产业增加值在三次产业增加值中所占比例的提高，很可能恰恰说明产业结构经历了更为合理的变化，产业结构变得更加优化。
鉴于此，我们广泛征集了专家意见建议，进一步开展了深层次的理论研究，并经过多次分析论证，决定采用以“产业结构转换速度系数”来反映产业结构转换能力。其中遵循了这样的逻辑：产业结构转换速度越快，一定程度上表明了产业之间在互动发展、相互转换等方面更加具有活力，表明产业间互动、转换能力越强。所以，如果我们试图通过采取市场手段等来推动三次产业的比例以及产业结构按照既定的路径进行优化，将更加容易。鉴于上海市较多区不存在第一产业或第一产业比重相对极低，因此，本次测评将重点考虑二、三产业。具体而言，产业结构转换速度系数的计算公式如下：
其中，δ是产业结构转换速度系数。Xi是i产业的年均增长速度，Xp是GDP年均增长速度，Ri是i产业在GDP中的比重。i=2、3，即分别代表第二产业和第三产业。
权重设定与数据的标准化处理
在权重系数调节的具体操作上，我们采取有事先提示的专家调研法，即邀请经济、社会领域的专家学者各15名，以及15名在综合管理岗位上任职的党政干部，让他们分别给各指标打分，并且明确告知他们要更多地考虑转型发展的理念。指标权重的计分方法是：我们列出待赋权重的指标，要求专家对同一层级的指标进行两两比较（如果专家认为甲指标比乙指标重要，那么就给甲指标计1分，乙指标不计分）。在这一过程中，一个指标“打败”其它指标的次数越多，所得的分数就越高。当然，这样的打分工作是在一、二级指标层面同时展开。将这样的打分工作进行五轮后（在开展下一轮打分工作前，我们都将每个指标在上一轮打分中所得的平均得分告知打分者，以供其参考），我们将各指标在每轮中的得分相加，再进行相应调整，就得到了各指标的权重系数（见图2）。
同时，为了增强测评结果的科学性和可比性，在对指标数据的选择和设定过程中，我们应用了此前测评研究中连续使用过的具有单调性和凸性特征的指数功效函数，对二级指标数据分别进行了无量纲化和标准化处理。该功效函数的具体形式如下：
该功效函数中，d是量化后的得分，我们将其区间控制在了60-100之间，x是观测值，也就是各指标数据的实际统计值，xh是满意值，xs是不允许值。一般来说，正向指标满意值取各指标的最大值，不允许值取其最小值；逆向指标满意值取其最小值，不允许值取其最大值。在操作过程中，经过功效函数的转换之后，就可将所有的指标数值全部转换为60-100之间的得分。
然而有必要指出的是，依据该功效函数所得出的结果是相对结果，前述四个二级指标数据的最小值和最大值会影响各地区经济转型能力的得分。也就是说，如果改变参与测评的各区样本量，可能会导致数据指标的最大值和最小值发生变化，各区经济转型能力的最终得分也会发生变化。但是这并不会对各区之间经济转型能力的排名顺序产生影响，也就是原有各区经济转型能力的先后排序将保持不变。
