2．1模型设定与变量选取
2．1．1计量模型的设定
综合考虑已有研究对劳动收入份额影响因素，本文将模型设置如下：
LSt=β0+β1 IMPTt+β2 EXPTt+β3 KTYt+β4FDIt+β5GDPt+β6TECHt+β7SIt+β8TIt++β9GOVINt+β10GONOUTt+εt
被解释变量为劳动收入份额（LS），解释变量为进口商品结构（IMPT）或出口商品结构（EXPT），控制变量包括资本－产出比（KTY）、外商直接投资额（FDI）、经济发展水平（GDP）、技术进步（TECH）、产业结构（SI和TI）、政府干预（GOVIN和GOVOUT），随机变量。
2．1．2变量选取与数据来源
（1）被解释变量与解释变量
主要计算方法和数据在第三部分已经详细解释，不再赘述。
（2）控制变量：资本－产出比（KTY）
白重恩（2009）指出，引入资本—产出比（KTY），可以控制要素相对价格和要素投入。考虑到中国目前保持经济稳定增长，资本要素投人仍在工业化进程中发挥重要作用，因此选定10．96％为资本折旧率。参考江三良、李攀（2016）和单豪杰（2008）的数据，以实际固定资本形成额除以实际GDP计算出中国1995—2014资本—产出比。
（3）控制变量：外商直接投资额（FDI）
FDI用实际利用外商直接投资额占GDP的百分比衡量。国内外研究都指出FDI对劳动收入份额的影响作用，但积极或消极并无定论，因此本文将此因素纳入，按照每年美元兑换人民币的汇率的平均值将各年的进口、出口和FDI数值换算成人民币。
（4）控制变量：经济发展水平（GDP）
实证研究发现，经济发展水平对劳动收入份额存在的显著的影响。本文使用人均GDP作为经济发展水平的衡量指标，数据来源于1997—2015中国统计年鉴。
（5）控制变量：技术进步（TFP）
索洛指出，全要素生产率是产出增长率扣除了要素增长率之后的剩余部分，度量了生产技术的变化。本文选用全要素生产率作为技术进步的衡量指标，从符栋栋（2015）运用索洛残值法计算出的中国全要素生产率中，选取1995-2014数据作为本项指标的数据来源。
（6）控制变量：产业结构（SI和TI）
产业结构也是影响劳动收入份额的重要因素。通常，农业在国民经济中的比重越高，劳动收入份额越高，由于PI＋SI＋TI＝1，为了避免多重共线性，在实证分析时，分别引入PI、SI或PI、TI回归。根据理论以及已有的实证实证研究，预期PI、TI的系数为正，SI的系数为负。
（7）控制变量：政府干预（GOVIN、GOVOUT）