長江經(jīng)濟帶特大城市服務業(yè)發(fā)展水平及其影響因素研究*

吳傳清 彭哲遠

關于特大城市產(chǎn)業(yè)結構轉(zhuǎn)型升級發(fā)展的方向，國家“十二五規(guī)劃綱要”，《國家新型城鎮(zhèn)化規(guī)劃》等規(guī)劃文本都從頂層設計的戰(zhàn)略高度強調(diào)要推動特大城市形成以服務經(jīng)濟為主的產(chǎn)業(yè)結構?！秶鴦赵宏P于依托黃金水道推動長江經(jīng)濟帶發(fā)展的指導意見》也強調(diào)推動區(qū)域中心城市逐步形成以服務業(yè)為主的產(chǎn)業(yè)結構。上海（滬）、南京（寧）、武漢（漢）、重慶（渝）、成都（蓉）是分布在長江經(jīng)濟帶沿線的五個中心城市、特大城市（城區(qū)常住人口均在500萬人以上，滬渝為直轄市，寧漢蓉為副省級城市），也是推動長江經(jīng)濟帶現(xiàn)代服務業(yè)加快發(fā)展、建設沿長江服務業(yè)集聚帶的重要空間載體。如何科學研判上述城市服務業(yè)發(fā)展水平？其服務業(yè)發(fā)展又主要受哪些因素影響？在中國邁入服務經(jīng)濟新時代、長江經(jīng)濟帶建設成為國家發(fā)展戰(zhàn)略的背景下，研究這些問題具有重要的理論價值和實踐意義。

一、相關研究文獻回顧

（一）服務業(yè)發(fā)展水平綜合評價

李江帆（1994）開創(chuàng)了構建綜合評價指標體系測度地區(qū)服務業(yè)發(fā)展水平的先例［1］。縱觀國內(nèi)現(xiàn)有的服務業(yè)發(fā)展水平評價研究文獻，所采用的研究方法大體有聚類分析法、層次分析法、因子分析法和主成分分析法，尤以后兩種方法采用頻率較高，大多數(shù)文獻普遍通過構建綜合評價體系來衡量服務業(yè)發(fā)展水平；研究尺度側(cè)重國家尺度和區(qū)域尺度，部分文獻涉及地級市尺度（李蕊等，2007；張桂蘭，2010；吳英晶，2011）［2-4］；評價指標體系的變量選取大同小異，服務業(yè)增加值、服務業(yè)從業(yè)人數(shù)、服務業(yè)固定投資、人均GDP、服務業(yè)勞動生產(chǎn)率等指標（見表1）。

（二）影響服務業(yè)發(fā)展水平的主要因素

現(xiàn)有相關研究文獻多側(cè)重生產(chǎn)性服務業(yè)發(fā)展水平、空間聚集水平影響因素的實證分析，少量文獻采用構建指標體系對服務業(yè)發(fā)展水平影響因素進行實證分析（見表2）。其中，游士兵（2006）側(cè)重從經(jīng)濟發(fā)展水平、市場開放度、市場空間配置、服務業(yè)資源稟賦等方面選取19個指標構建服務業(yè)發(fā)展水平影響因素的綜合評價體系［12］；馬虎兆等（2010）構建影響服務業(yè)發(fā)展的三維模型，強調(diào)需求驅(qū)動、供給驅(qū)動和創(chuàng)新驅(qū)動是推動服務業(yè)發(fā)展的主要動力［13］。江琳等（2011）將服務業(yè)拆分成交通運輸業(yè)、批發(fā)零售業(yè)和金融保險業(yè)三類服務業(yè)，選取城市化率、工業(yè)化水平、人均GDP、金融業(yè)貨幣供應量等變量，采用計量模型分析各自的影響因素［14］。

表1 學術界關于服務業(yè)發(fā)展水平綜合評價研究文獻涉及的主要方法

（三）滬渝寧漢蓉服務業(yè)發(fā)展水平與影響因素的實證研究

盡管學術界綜合研究長江經(jīng)濟帶特大城市服務業(yè)發(fā)展水平及其影響因素的文獻尚處于空白，但已有少量文獻涉及上海、南京、武漢、成都、重慶等個別城市服務業(yè)發(fā)展水平及其影響因素的實證研究（見表3）。關于上述城市服務業(yè)發(fā)展水平評價研究多側(cè)重中外城市服務業(yè)發(fā)展水平的橫向、縱向比較，研究方法較為單一；對上述城市服務業(yè)發(fā)展水平的影響因素研究多根據(jù)各個城市自身特點選取一定變量進行實證分析，如劉豐年（2012）、李晴（2010）通過計量回歸分別分析上海、南京服務業(yè)發(fā)展的影響因素［16-17］，彭生順、等（2011）通過構建現(xiàn)代服務業(yè)發(fā)展影響因素評價指標體系，運用灰色關聯(lián)度動態(tài)分析影響重慶市現(xiàn)代服務業(yè)發(fā)展各因素的主次關系［18］。

表2 學術界關于服務業(yè)發(fā)展水平影響因素研究文獻涉及的主要變量

本文的研究思路：基于文獻回顧，構建服務業(yè)發(fā)展水平評價指標體系，采用因子分析法綜合評價滬渝寧漢蓉服務業(yè)發(fā)展水平；運用面板數(shù)據(jù)回歸模型分析影響滬渝寧漢蓉服務業(yè)發(fā)展水平的主要因素；總結研究結論，提出相關政策建議。

表3 學術界關于滬渝寧漢蓉服務業(yè)發(fā)展水平及其影響研究文獻涉及的主要變量

二、滬渝寧漢蓉服務業(yè)發(fā)展水平的綜合評價

（一）指標選取

本文構建的服務業(yè)發(fā)展水平綜合評價體系涵蓋宏觀環(huán)境、發(fā)展規(guī)模、發(fā)展質(zhì)量和潛力三大方面，選取19個指標（見表4），指標選取主要來源于文獻歸納和篩選。由于服務業(yè)增加值、服務業(yè)從業(yè)人員和服務業(yè)固定投資三個方面是直接體現(xiàn)服務業(yè)發(fā)展水平的重要指標，因此選取涉及這三個方面相關9個指標，包括絕對值、相對值和增長速度。另外10個指標則是從服務業(yè)發(fā)展的各個方面進行篩選，包括經(jīng)濟發(fā)展水平、服務業(yè)與工業(yè)的關系等。

表4 服務業(yè)發(fā)展水平綜合評價指標

（二）數(shù)據(jù)來源

考慮數(shù)據(jù)的可獲取性和可比較性，選取五個特大城市（上海、南京、武漢、重慶、成都）2008—2012年數(shù)據(jù)作為研究樣本。數(shù)據(jù)主要整理自中國統(tǒng)計出版社2009—2013年出版的《上海統(tǒng)計年鑒》《南京統(tǒng)計年鑒》《武漢統(tǒng)計年鑒》《重慶統(tǒng)計年鑒》《成都統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》，部分數(shù)據(jù)采自中經(jīng)網(wǎng)數(shù)據(jù)庫。

（三）評價方法

由于一次性對19個指標進行綜合分析較為困難，為了控制變量的數(shù)量，同時又盡可能地反映所有標量的信息，本文運用SPSS22.0軟件，將19個指標集成若干可以評價服務業(yè)發(fā)展水平的綜合指標，采取因子分析法進行分析。

1.主因子的提取

將五個城市的原始指標數(shù)據(jù)帶入SPSS22.0軟件進行主因子分析，變量的描述性統(tǒng)計如表5所示。由于原始指標數(shù)據(jù)的單位不一致，表現(xiàn)形式不同，無法進行最為直接的比較。為了消除這些影響，計算時利用SPSS22.0軟件對原始指標數(shù)據(jù)作標準化處理，并使用主因子法來提取公共因子。

表5 指標變量的描述性統(tǒng)計

根據(jù)特征值大于1的原則，本文提取出4個公共因子，而這4個公共因子的累計方差貢獻率高達82.812%（見表6）。這意味著選用這4個公共因子足以表現(xiàn)出原評價指標體系19個指標變量涵蓋的大部分信息量，可簡明扼要地刻畫服務業(yè)綜合發(fā)展水平。

表6 公共因子特征值和累積貢獻率

2.因子載荷矩陣

利用因子分析法的目的不僅僅是為了找出公共因子，更重要的是對每個公共因子進行分析。通過SPSS22.0軟件得出初始因子載荷矩陣如表7所示。

初始因子的載荷矩陣的數(shù)據(jù)顯示：對于因子F1，人均GDP、城鎮(zhèn)居民消費性支出、城市化率、工業(yè)總產(chǎn)值占比、服務業(yè)增加值、服務業(yè)增加值占GDP比重、服務業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比重、服務業(yè)勞動生產(chǎn)率、服務密度、專利授權量等變量具有較高的載荷量；對于因子F2，僅有服務業(yè)就業(yè)人數(shù)和服務業(yè)固定資產(chǎn)投資額、服務業(yè)就業(yè)人數(shù)增長速度、普通高校在校大學生人數(shù)等四個變量有較高的載荷量；對于因子F3，僅有金融業(yè)增加值占比和房地產(chǎn)業(yè)增加值占比兩個變量有較高的載荷量；對于因子F4，除服務業(yè)增加值增長速度外沒有其他的變量有著較高的載荷量。因此，無論是從因子貢獻率還是從載荷矩陣上，因子F1都起著絕對性的作用。

表7 初始因子載荷矩陣

變量因子 1（F1）因子 2（F2）因子 3（F3）因子 4（F4）

（四）評價結果及分析

在因子分析模型中，各公共因子可以表示為所有指標變量的線性組合，這些線性組合的參數(shù)估計如表8所示。由此，可以得到4個因子得分函數(shù)，進而計算每個樣本觀測的因子得分。

由上表可以得出這4個因子得分的代數(shù)表達式：

表8 因子得分函數(shù)的參數(shù)估計

再根據(jù)表6中的公共因子的貢獻率，得到服務業(yè)發(fā)展水平綜合得分的表達式為：

將標準化后的五個城市的數(shù)據(jù)帶入上述五個表達式，各城市得分如表9所示。

結合各城市數(shù)據(jù)、因子得分、服務業(yè)發(fā)展水平綜合得分以及各自排名情況可得出如下結論：

第一，各城市服務業(yè)發(fā)展水平總得分在2008—2012年間均呈逐年增加態(tài)勢，表明長江經(jīng)濟帶五個特大城市服務業(yè)均持續(xù)、穩(wěn)健發(fā)展。

第二，從服務業(yè)發(fā)展水平綜合得分來看，長江經(jīng)濟帶特大城市服務業(yè)發(fā)展水平呈現(xiàn)出顯著差異。2008—2012年間五個城市服務業(yè)發(fā)展水平得分排序均為上海、南京、武漢、成都、重慶，表明長江下游特大城市上海、南京服務業(yè)發(fā)展水平明顯高于中下游特大城市武漢、成都、重慶。

第三，從F1、F2、F3、F4各個因子得分來看，長江經(jīng)濟帶特大城市服務業(yè)發(fā)展呈現(xiàn)出一定的差異化特色。在起決定性作用并代表大多數(shù)變量的因子F1得分上，2008—2012年間各城市該因子得分排序均為上海、南京、武漢、成都、重慶，表明上海和南京在整體上具有明顯的優(yōu)勢。在代表著金融業(yè)增加值占比、房地產(chǎn)業(yè)增加值占比的因子F3和代表著服務業(yè)增加值增長速度的因子F4上，重慶市2012年得分均為最高；武漢在因子F4得分上的表現(xiàn)也十分出色。這表明長江中下游特大城市服務業(yè)發(fā)展速度較快，發(fā)展?jié)摿﹂_始凸顯。

表9 滬渝寧漢蓉五城市服務業(yè)發(fā)展水平得分

三、滬渝寧漢蓉服務業(yè)發(fā)展影響因素的實證研究

（一）研究假設與指標選取

借鑒已有研究成果，本文選取六類指標分析滬渝寧漢蓉服務業(yè)發(fā)展的影響因素（見表10）。具體解釋如下：

（1）經(jīng)濟發(fā)展水平。一般而言，經(jīng)濟越發(fā)達的地區(qū)，其服務業(yè)發(fā)展水平越高。相關研究文獻通過因子分析法對我國服務業(yè)發(fā)展水平與經(jīng)濟發(fā)展水平呈正相關關系進行了驗證（張建升、譚偉，2011）［20］?，F(xiàn)實情況也支持這一觀點。據(jù)此提出假設1：服務業(yè)發(fā)展水平與經(jīng)濟發(fā)展水平呈正相關關系。

（2）工業(yè)化水平。目前中國工業(yè)化即第二產(chǎn)業(yè)發(fā)展對服務業(yè)發(fā)展（用服務業(yè)增加值占比來代替）的影響尚存爭議。本文認為在處于工業(yè)化中期階段的中國，第二種擠壓效應更明顯。據(jù)此提出假設2：我國現(xiàn)階段服務業(yè)發(fā)展水平（服務業(yè)增加值占GDP比重）與工業(yè)化水平呈負相關關系。

表10 服務業(yè)影響因素的自變量量化一覽表

（3）收入水平。居民收入水平?jīng)Q定居民的購買力，一定程度上決定著服務消費量的多少。有學者認為居民收入水平并非服務業(yè)發(fā)展的原因。另有學者認為服務業(yè)發(fā)展與人均收入存在顯著的正相關關系。據(jù)此提出假設3：服務業(yè)發(fā)展水平與人均收入呈正相關關系。

（4）對外開放程度。研究證明，服務業(yè)進出口與服務業(yè)發(fā)展水平之間存在長期穩(wěn)定的關系，服務業(yè)FDI可視為服務對外貿(mào)易的一項重要指標，有文獻通過隨機前沿面板數(shù)據(jù)模型證明這一因素對服務業(yè)發(fā)展具有顯著的促進作用（胡朝霞，2010）［24］。據(jù)此提出假設4：服務業(yè)發(fā)展水平與對外開放程度成正相關關系。

（5）人力資本。服務業(yè)內(nèi)部存在大量知識、技術密集型行業(yè)，科技和人才主要的投入要素，而人力資本的缺乏會限制服務業(yè)技術進步（q張自然，2010）［25］。據(jù)此提出假設5：服務業(yè)發(fā)展水平與人力資本水平呈正相關關系。

（6）交通運輸水平。依托長江黃金水道建設長江經(jīng)濟帶，交通運輸水平是影響沿江城市服務業(yè)發(fā)展的重要因素。據(jù)此提出假設6：服務業(yè)發(fā)展水平與交通運輸水平呈正相關關系。

（二）數(shù)據(jù)來源

基于數(shù)據(jù)范圍與特點，本文采用“時間-城市”面板數(shù)據(jù)模型分析影響長江經(jīng)濟帶特大城市服務業(yè)發(fā)展的影響因素，研究時限選取2000—2012年，截面范圍為上海、南京、武漢、成都、重慶五個城市。數(shù)據(jù)主要來源于《上海統(tǒng)計年鑒（2013）》《南京統(tǒng)計年鑒（2013）》《武漢統(tǒng)計年鑒（2013）》《成都統(tǒng)計年鑒（2013）》《重慶統(tǒng)計年鑒（2013）》和《中國城市統(tǒng)計年鑒（2013）》，部分數(shù)據(jù)來源于五個城市2000—2012年統(tǒng)計公報。

（三）模型構建與計量檢驗

1.模型構建

根據(jù)前文分析，本文建立面板數(shù)據(jù)回歸模型：

式中，因變量服務業(yè)發(fā)展水平用serv表示，含義是服務業(yè)增加值占GDP的比重。因為變量間的計量單位差異較大，為了使得出的結果更加準確可信，因此對所有變量取對數(shù)來進行回歸，從而避免變量單位帶來的影響。通過初步檢驗，非對數(shù)模型的單位根檢驗無法同階單整，對數(shù)模型則可順利通過單位根檢驗。

2.數(shù)據(jù)處理

在設定模型確定具體變量后，本文運用stata11軟件得出各變量的描述性統(tǒng)計值。根據(jù)上文服務業(yè)發(fā)展水平測度結果，將五個特大城市分為長江下游上海、南京與長江中上游武漢、成都、重慶兩大類。除對五個特大城市總體數(shù)據(jù)進行描述性統(tǒng)計外，另分別對這兩類地區(qū)的特大城市也進行描述性統(tǒng)計。

研究結果顯示，長江經(jīng)濟帶特大城市經(jīng)濟發(fā)展差距明顯，下游特大城市上海、南京外商直接投資額為中上游特大城市武漢、成都、重慶的兩倍以上，人均GDP、居民可支配收入、貨物運輸量（水運）也有著較大差異。但是數(shù)據(jù)顯示出工業(yè)化水平差異不大，中上游特大城市在校學生數(shù)甚至遠遠高于下游特大城市，而用于代表服務業(yè)發(fā)展水平的因變量——服務業(yè)增加值占GDP比重的差異也不大。

3.計量檢驗

（1）單位根檢驗。為避免數(shù)據(jù)的非平穩(wěn)性產(chǎn)生偽回歸現(xiàn)象，本文對數(shù)據(jù)進行單位根檢驗。為了使結果全面準確，采用LLC檢驗、IPS檢驗、ADF-Fisher和PP-Fisher四種面板數(shù)據(jù)的檢驗方法，具體結果如表11所示。

表11 單位根檢驗結果

表11檢驗結果顯示lnserv這個變量在1%的顯著水平下通過了LLC、IPS和ADF-Fisher檢驗，在5%的顯著水平下通過了PP-fisher檢驗；lnincome變量在1%的顯著水平下通過了LLC檢驗，在5%的顯著水平下通過了IPS、ADF-Fisher和PP-fisher檢驗。其他變量都在1%的顯著水平下通過了所有檢驗。該單位根檢驗結果表明，變量為平穩(wěn)數(shù)列。

（2）協(xié)整檢驗。雖然通過單位根檢驗得出每個變量自身都是平穩(wěn)的結論，但它們的線性組合卻可能是非平穩(wěn)的。運用eviews作EG兩步法的面板數(shù)據(jù)協(xié)整檢驗，結果如表12所示。協(xié)整檢驗結果顯示，雖然PanelADF-Statistic和GroupADF-Statistic兩個統(tǒng)計量的結果不甚理想，但其他的統(tǒng)計量都至少在5%的顯著水平下拒絕了原假設，且Kao檢驗在1%的顯著水平下拒絕了原假設。因此，協(xié)整檢驗結果表明變量之間有著長期均衡關系，可進行回歸。

表12 協(xié)整檢驗結果

（四）回歸結果與分析

依照上文設計的模型進行回歸分析五個城市服務業(yè)發(fā)展的影響因素，同時為了分析下游特大城市滬寧和中上游特大城市的漢渝蓉的差異，對下游和中上游兩個子面板也進行回歸。面板回歸結果如表12所示?；貧w結果顯示，R-square都在0.9以上，方程擬合優(yōu)度較高，表明自變量從總體上對因變量的斜率解釋能力較強，可直觀地解讀各特大城市主要解釋變量同服務業(yè)發(fā)展水平之間的關系。

從長江經(jīng)濟帶五個特大城市總體面板來看，除外商直接投資外，其他的解釋變量都是顯著的。其中，人均GDP、人均可支配收入、貨物運輸量（水運）、高校在校學生數(shù)為正相關，外商直接投資金額和工業(yè)化水平為負相關。從下游特大城市子面板來看，除普通高等學校在校學生數(shù)外，其他的解釋變量是顯著的。與總體面板不同的是，下游特大城市子面板中外商直接投資額為正相關，而普通高等學校在校學生數(shù)則成了負相關。而中上游特大城市子面板中外商直接投資金額沒有在統(tǒng)計上顯著，解釋變量對被解釋變量的影響方向則和總體面板的一致。

表13 面板回歸結果

從單個變量的角度來考察，各影響因素的作用效果各不相同：

經(jīng)濟發(fā)展水平（人均GDP）與服務業(yè)發(fā)展水平呈顯著正相關，這與上文提出的假設一致，表明經(jīng)濟增長會帶來對服務業(yè)的需求，從而促進服務業(yè)發(fā)展。且對中上游特大城市子面板的影響更大，表明盡管中上游特大城市武漢、成都、重慶的經(jīng)濟發(fā)展水平相對落后于下游特大城市上海、南京，但有著很大的發(fā)展空間。

外商直接投資金額對服務業(yè)發(fā)展水平的影響，只有下游特大城市子面板通過檢驗，且為正向影響，而總體面板和中上游特大城市子面板則均未通過檢驗。這可能主要是由于FDI在我國區(qū)位分布不平衡所致，即FDI主要分布于下游沿海地區(qū)，中上游地區(qū)吸引對外投資數(shù)額相對較小，因此對服務業(yè)發(fā)展的促進作用不明顯。

收入增加對服務業(yè)發(fā)展水平的影響，均通過顯著性檢驗，呈正相關關系，與上文提出的假設一致。表明居民可支配收入增加將極大地刺激對服務業(yè)的需求，從而促進服務業(yè)的發(fā)展。

普通高等學校在校學生數(shù)代表的人力資本和技術因素在下游子特大城市面板中不顯著，但在總體面板和中上游特大城市子面板中呈顯著正相關。表明上海、南京相對于其他城市有著較強的吸引力，能吸引相當多的人力資本；而中上游的武漢、成都和重慶多依靠自身的人力資本儲備。

四、研究結論和政策啟示

本文實證研究得出的研究結論為：（1）長江經(jīng)濟帶特大城市之間服務業(yè)發(fā)展水平呈現(xiàn)出顯著的梯度和差異。研究期內(nèi)五個特大城市服務業(yè)發(fā)展水平得分排名順序始終為上海、南京、武漢、成都、重慶。地處長江下游的特大城市上海、南京在服務業(yè)發(fā)展規(guī)模和質(zhì)量方面具有明顯的優(yōu)勢，特別是上海市已發(fā)展成為典型的服務經(jīng)濟型城市。（2）長江中上游特大城市服務業(yè)發(fā)展?jié)摿^大。地處長江中上游的內(nèi)陸特大城市武漢、成都有著巨大的發(fā)展?jié)摿?，其服務業(yè)增加值增長速度明顯高于上海、南京。隨著中西部經(jīng)濟快速發(fā)展和長江經(jīng)濟帶協(xié)同建設，武漢、成都、重慶三個特大城市服務業(yè)發(fā)展?jié)摿Ρ貙尫?。?）各影響因素對長江經(jīng)濟帶特大城市的作用效果各不相同。經(jīng)濟發(fā)展水平、居民可支配收入和貨物運輸量（水運）對長江經(jīng)濟帶五個特大城市服務業(yè)發(fā)展有顯著的促進作用；人力資本儲備對武漢、重慶、成都服務業(yè)發(fā)展有著明顯的影響；外商直接投資余額對上海、南京服務業(yè)發(fā)展有顯著的促進作用。

本文實證研究結果蘊含以下政策啟示：（1）加強長江經(jīng)濟帶特大城市服務業(yè)協(xié)同發(fā)展。按照共建長江服務業(yè)集聚帶的理念和目標，高度重視發(fā)揮上海市服務業(yè)的輻射和帶動作用，積極推進下游與中上游特大城市之間的服務業(yè)戰(zhàn)略聯(lián)盟、服務業(yè)梯度推移與承接發(fā)展。（2）促進內(nèi)陸特大城市武漢、重慶、成都服務業(yè)加快發(fā)展。借鑒上海、南京服務業(yè)發(fā)展經(jīng)驗，按照服務業(yè)集聚發(fā)展、服務業(yè)與制造業(yè)融合發(fā)展、服務業(yè)開放發(fā)展的路徑，發(fā)揮后發(fā)優(yōu)勢，提高長江中上游特大城市服務業(yè)發(fā)展規(guī)模和質(zhì)量。（3）提高長江經(jīng)濟帶特大城市服務業(yè)開放發(fā)展水平。以服務業(yè)集聚區(qū)、自貿(mào)區(qū)（園區(qū)、港）為重要載體，加強體制機制創(chuàng)新，進一步擴大服務業(yè)對內(nèi)對外開放，在沿海、沿江、內(nèi)陸、沿邊全方位開放新格局中，提升特大城市服務業(yè)集聚效應和輻射帶動效應。

［1］李江帆.中國第三產(chǎn)業(yè)發(fā)展研究［M］.北京:人民出版社，2005.

［2］李蕊，荊林波.服務密度的地區(qū)差異及其影響因素的分析［J］.財貿(mào)經(jīng)濟，2007，（6）:98-10.

［3］張桂蘭，包玉香.山東省城市第三產(chǎn)業(yè)發(fā)展水平綜合評價［J］.集體經(jīng)濟，2010，（9）:28-29.

［4］吳英晶.呼倫貝爾市服務業(yè)發(fā)展水平綜合評價［J］.黑龍江科技信息，2007，（3）:114-114.

［5］鄧澤霖，胡樹華，張文靜.我國現(xiàn)代服務業(yè)評價指標體系及實證分析［J］.技術經(jīng)濟，2012，（10）:60-63.

［6］吳傳清，李紹騰，陳揚亞.湖北省服務業(yè)發(fā)展水平的統(tǒng)計評價［J］.統(tǒng)計與決策，2013，（23）:71-74.

［7］田盼，王礪，曹學飛.西部各省服務業(yè)發(fā)展水平及競爭力評價［J］.企業(yè)導報，2013，（4）:105-105.

［8］章義.基于主成分分析的安徽省現(xiàn)代服務業(yè)發(fā)展評價［J］.合肥工業(yè)大學學報，2008，（4）:48-52.

［9］田家林，蔣平，韓鋒.我國區(qū)域生產(chǎn)性服務業(yè)發(fā)展水平評價［J］.工業(yè)技術經(jīng)濟，2011，（4）:90-94.

［10］匡后權，何凡，曾武佳.西部各?。ㄊ校┓諛I(yè)發(fā)展水平的評價［J］.統(tǒng)計與決策，2008，（13）:94-96.

［11］張桂蘭，包玉香.山東省城市第三產(chǎn)業(yè)發(fā)展水平綜合評價［J］.集體經(jīng)濟，2010，（9）:28-29.

［12］游士兵.服務業(yè)發(fā)展水平影響因素分析［J］.中南財經(jīng)政法大學學報，2006，（5）:27-31.

［13］馬虎兆，李春成.服務業(yè)發(fā)展影響因素的三維模型及實證分析［J］.經(jīng)濟問題探索，2009，（11）:168-172.

［14］江琳，祖強.對影響我國服務業(yè)發(fā)展因素的實證分析［J］.甘肅理論學刊，2011，（5）:145-148.

［15］翁春穎.浙江生產(chǎn)性服務業(yè)發(fā)展影響因素的實證研究［J］.企業(yè)經(jīng)濟，2013，（4）:123-126.

［16］劉豐年.基于三維模型的上海服務業(yè)發(fā)展分析［J］.經(jīng)濟研究導刊，2012，（33）:178-180.

［17］李晴.南京服務業(yè)發(fā)展影響因素實證分析［J］.合作經(jīng)濟與科技，2010，（3）:20-22.

［18］彭生順，劉靜.重慶現(xiàn)代服務業(yè)發(fā)展影響因素動態(tài)分析［J］.商業(yè)研究，2011，（9）:38-42.

［19］張兆曦，趙新娥.武漢城市圈節(jié)約型服務業(yè)發(fā)展的影響因素分析［J］.生態(tài)經(jīng)濟，2012，（5）:305-309.

［20］張建升，譚偉.我國服務業(yè)發(fā)展的地區(qū)差異及其影響因素［J］.企業(yè)經(jīng)濟，2011，（3）:110-113.

［21］胡朝霞.FDI對中國服務業(yè)全要素生產(chǎn)率的影響——基于隨機前沿面板數(shù)據(jù)模型的分析［J］.廈門大學學報，2010，（4）:115-122.

［22］張自然.考慮人力資本的中國生產(chǎn)性服務業(yè)的技術進步［J］.經(jīng)濟學（季刊），2010，（1）:153-168.