中國省域服務業(yè)發(fā)展的空間異質性估計——基于地理加權回歸模型的實證

中國省域服務業(yè)發(fā)展的空間異質性估計
——基于地理加權回歸模型的實證

陳霞

(湖南大學經濟與貿易學院，湖南長沙410079)

[摘要]選取2011年我國 31 個省市經濟發(fā)展的相關數(shù)據(jù)，運用地理加權回歸模型進行實證研究，通過對比分析揭示了經典OLS方法無法模擬省域間各種影響服務業(yè)發(fā)展因素的空間異質性問題，研究結果表明影響服務業(yè)發(fā)展的要素對不同省市服務業(yè)發(fā)展的影響作用有很大的差異。具體來說，城市化水平、人力資本、公共財政支出、當?shù)氐慕洕l(fā)展水平和對外開放程度對多數(shù)省 (市) 的服務業(yè)發(fā)展具有顯著的促進作用，而第二產業(yè)發(fā)展狀況和外商直接投資對服務業(yè)發(fā)展的影響效用不顯著，并提出相應的政策建議。

[關鍵詞]服務業(yè);空間異質性;地理加權回歸模型

[收稿日期]2014-06-21

[作者簡介]陳霞 (1989-)，女，河南信陽人，湖南大學經濟與貿易學院博士研究生，從事財稅政策與產業(yè)經濟研究.

[中圖分類號]F062.9

一、引言

服務業(yè)是國民經濟的重要部門，其發(fā)展在提供就業(yè)機會、轉變經濟增長方式、調整產業(yè)結構等方面發(fā)揮著越來越重要的作用，已成為衡量一個國家或地區(qū)經濟發(fā)展水平的重要標志[1]。服務業(yè)的發(fā)展水平顯著地影響著制造業(yè)的發(fā)展，進而對國民經濟的發(fā)展有著舉足輕重的影響[2]。因此，加快服務業(yè)的發(fā)展，提高服務業(yè)在國民經濟中的比重已經成為政府經濟政策的重要目標之一。由于服務業(yè)占國民經濟的比重越來越高，服務業(yè)發(fā)展的不平衡加劇了各個區(qū)域經濟發(fā)展的差距，各個省域由于地理位置、產業(yè)結構等不同，服務業(yè)發(fā)展的影響因素也不盡相同。從不同的角度對服務業(yè)區(qū)域發(fā)展影響因素進行研究，對于制定針對性政策措施，縮小區(qū)域經濟差距，促進區(qū)域經濟協(xié)調發(fā)展具有重要的現(xiàn)實意義。

國外學者對服務業(yè)發(fā)展影響因素的研究較早，早在1949年，F(xiàn)ourastie (1949) 認為，服務業(yè)的增長主要是由于人們最終需求層次隨經濟增長而增加，增長部分的消費主要集中在服務業(yè)[3]。隨后，Kuznets (1966) 從供給的角度闡述服務業(yè)發(fā)展的原因，認為技術變革和社會勞動分工是服務業(yè)發(fā)展的主要原因[4]。也有學者從服務業(yè)產品供需雙方需面對面交易的特點、規(guī)模效應的角度研究服務業(yè)發(fā)展的影響因素(Singelmann 1978；Markusen 1989)，Goe (2002) 則認為企業(yè)內部技術缺陷導致的外部購買，是促進生產性服務業(yè)發(fā)展的重要要素。

國內對于服務業(yè)發(fā)展影響因素的研究相對較晚，但是隨著一些新的研究方法的引入也取得了較為顯著的成果。李江帆 (1994) 認為人均 GDP、服務業(yè)產品的出口情況、城市化水平和人口密度是影響服務業(yè)發(fā)展的主要因素[5]，程大中 (2003) 通過對我國服務業(yè)的地區(qū)特征和部門特征進行實證分析發(fā)現(xiàn)人均 GDP、城市化水平是影響中國服務業(yè)增長的最重要的兩個因素[6]。江小娟、李輝 (2004) 運用多元模型的方法證實人均 GDP、城市化等因素對服務業(yè)發(fā)展有著舉足輕重的影響[7]，游士兵 (2006) 應用灰色系統(tǒng)的 GM (1，N) 模型對服務業(yè)的影響因素進行定量分析后得出經濟發(fā)展水平、市場空間配置和服務業(yè)資源稟賦對服務業(yè)發(fā)展的貢獻較為顯著[8]，雷小清 (2007) 利用投入產出結構方法對中國服務業(yè)進行實證分析，結果表明居民消費和最終需求是決定服務業(yè)發(fā)展的主導力量[9]，谷彬 (2008) 運用面板模型對我國服務業(yè)區(qū)域發(fā)展影響因素進行分析，得出我國工業(yè)化的快速發(fā)展對服務業(yè)比重有著擠壓效應，且擠壓效應隨著地區(qū)工業(yè)化程度的提高而減弱[10]。李娟 (2010) 通過對服務業(yè)增長的多種影響要素進行實證研究，得出信息化和城鎮(zhèn)化對第三產業(yè)的發(fā)展起著重要的作用[11]，吳山、夏杰長 (2010) 認為城市化和工業(yè)化是現(xiàn)代服務業(yè)發(fā)展的基本依托，要以城市化和工業(yè)化為基礎推動現(xiàn)代服務業(yè)的發(fā)展[12]。

綜上所述，諸多學者對服務業(yè)發(fā)展進行了積極的探索和研究，通過定量分析方法從不同角度探索影響服務業(yè)發(fā)展的因素，但大多數(shù)學者各要素對不同區(qū)域服務業(yè)發(fā)展影響同質性為假設前提的，而且很少探討市場化因素的作用，然而隨著我國改革開放的不斷深入，特別是加入WTO以來，市場化的調節(jié)機制不斷完善，其對服務業(yè)的影響也是客觀存在的。因此，本文采用空間變系數(shù)模型中的地理加權回歸模型來探索人力資本、財政支出、經濟發(fā)展水平對服務業(yè)發(fā)展的影響以及市場化機制對服務業(yè)發(fā)展的調節(jié)作用。

二、變量的選取與計量模型

(一) 變量的選取和數(shù)據(jù)來源

1.服務業(yè)發(fā)展水平(TGDP3)。服務業(yè)發(fā)展水平的測度一般有服務業(yè)增加值占GDP的比重(江小娟，2004)、人均服務業(yè)增加值(馬虎兆，2009)以及服務業(yè)增加值。本文選用常用的服務業(yè)增加值占GDP比重這一指標。

2.城市化水平(CITY)。城市化采用的城鎮(zhèn)人口占總人口的比重這一指標，從產業(yè)結構來看，城市服務業(yè)增加值占全國的84.8%，而城市服務業(yè)的發(fā)展受到城市化的影響，因此城市化很大程度上影響著全國服務業(yè)發(fā)展?？梢约僭O，城市化水平對服務業(yè)發(fā)展起到促進作用。

3.人力資本(EDU)。人力資本用大專及以上人口占6歲以上人口這一指標，用于表示地區(qū)人力資本要素水平，教育是提高人力資本的重要方式，因此這一指標能夠反映一個地區(qū)整體人員素質，可以預期，城市化水平對服務業(yè)發(fā)展起到促進作用。

4.政府財政支出(FIN)。政府財政支出采用各地區(qū)一般公共服務支出，用于表示各地區(qū)政府對服務業(yè)發(fā)展的支持力度，通常情況下，政府支持力度越大，當?shù)氐姆諛I(yè)發(fā)展態(tài)勢愈好。

5.人均GDP(pGDP)。人均GDP越高，當?shù)亟洕傮w發(fā)展越好，一個地區(qū)服務業(yè)發(fā)展水平和當?shù)氐慕洕l(fā)展通常呈現(xiàn)出正相關。

6.第二產業(yè)發(fā)展水平(GDP2)。第二產業(yè)對當?shù)亟洕陌l(fā)展具有明顯的促進作用，但是第二產業(yè)的集聚對當?shù)氐沫h(huán)境會有一定的負向影響，如空氣污染、噪音污染等，因而第二產業(yè)的發(fā)展水平對當?shù)胤諛I(yè)發(fā)展的影響方向不確定。

7.外商直接投資 (FDI*lnMART)與對外開放程度 (OP*lnMART)。中國市場化改革獲得了巨大的成功，市場化進程的各個方面都對服務業(yè)發(fā)展產生了不同程度的影響。市場化是一個十分復雜的過程，若采用很多變量可以比較全面地刻畫市場化進程，但是過多的變量會增加了分析問題的難度和復雜性。本文將市場化作為調節(jié)變量，來驗證市場化調節(jié)機制下外商直接投資和對外開放程度與服務業(yè)發(fā)展的內在聯(lián)系機制。市場化的測量參見姜磊等(2011)的做法。數(shù)據(jù)均來源于《中國統(tǒng)計年鑒2012》，為了消除異方差現(xiàn)象，對數(shù)據(jù)進行了對數(shù)化處理。

(二) 計量模型

為了研究我國服務業(yè)發(fā)展的影響因素，可以建立如下的模型

TGDP3=f(CITY,EDU,FIN,perGDP,GDP2,FDI,OP)

(1)

將 (1) 式表達為柯布—道格拉斯函數(shù)的雙對數(shù)模型形式

lnTGDP3=C+β1lnCITY+β2lnEDU+β3lnFIN+β4lnperGDP+β5lnGDP2+β6lnFDI+β7lnOP+ε

(2)

其中，TGDP3為服務業(yè)發(fā)展水平，即服務業(yè)增加值占GDP的比重；CITY為城市化水平；EDU表示人力資本；FIN為財政支出；perGDP為經濟發(fā)展水平；GDP2為第二產業(yè)發(fā)展水平；FDI為外商直接投資；OP為開放程度。為了考察市場化是否發(fā)揮調節(jié)作用，本文將市場化作為調節(jié)變量與FDI和OP乘積，檢驗外商直接投資和開放程度在市場化的調節(jié)機制下對服務業(yè)發(fā)展的影響。具體可以寫成：

lnTGDP3=C+β1lnCITY+β2lnEDU+β3lnFIN+β4lnperGDP+β5lnGDP2+β6lnFDI×lnMART+β7lnOP×lnMART+ε

(3)

(三) 地理加權回歸模型

傳統(tǒng)的OLS只是對參數(shù)進行“平均”或者“全局”估計，不能反映參數(shù)在不同空間的空間非穩(wěn)定性，當用截面數(shù)據(jù)建立計量經濟學模型時，數(shù)據(jù)在空間上表現(xiàn)出復雜性、自相關性和變異性，這時用OLS進行估計就存在著偏差，無法揭示空間上區(qū)域異質性導致的差異，而地理加權回歸模型(GWR)則是一種解決空間非穩(wěn)定性問題的有效方法[15]。

GWR模型是將數(shù)據(jù)的地理位置加入到普通模型的回歸參數(shù)中，可以理解為GWR模型是對OLS的擴展，其一般形式為:

i=1,2,…，n

(4)

其中(ui,vi)是第i個觀測點的空間坐標，βk(ui,vi)是第i個觀測點上的第k個回歸參數(shù)，是觀測點坐標的函數(shù)，εi為白噪聲，滿足零均值、同方差、相互獨立等假設。由此可見當β1k=β2k=…=βnk時，GWR模型簡化為普通的OLS模型。

估計參數(shù)的一個基本方法是采用加權最小二乘法 (WLS)，尋找最合適的參數(shù)(βi0,βi1,…,βik) 使得式 (5) 達到最小。

(5)

(6)

由此可見空間權重矩陣的選擇至關重要，Brunsdon et al (1999) 認為GWR模型的核心是空間權重矩陣[7]，空間權重矩陣是由空間權函數(shù)來確定的，常用的空間權函數(shù)計算有高斯距離權值、指數(shù)距離權值和三次方距離權值等[15]。

三、實證分析

由上述分析可知，中國各省域之間服務業(yè)發(fā)展的空間差異性非常明顯，如果不考慮空間異質性的因素，很難反映空間差異的事實。因此，本文納入地理空間效應，即建立地理加權回歸模型來研究服務業(yè)發(fā)展的影響因素。首先進行普通的最小二乘回歸，用來與地理加權回歸進行對比，結果見表1。

表1

普通最小二乘估計結果

普通最小二乘的調整R2為0.8079，模型的解釋能力相對較強。但是由于經典線性普通最小二乘回歸假設變量分布是均質的，忽略了空間效應，而數(shù)據(jù)分布受空間因素的影響是客觀存在的，因此有必要進行分位數(shù)回歸，本文對1/4分位數(shù)、中位數(shù)和3/4分位數(shù)三個分位點進行分析，結果如表2所示。

分析表2，不同分位點的參數(shù)估計值相差較大，表明各解釋變量對區(qū)內樣本點的影響是非均質的，印證了本文各影響因素對不同省域服務業(yè)發(fā)展的影響是非同質性的假設，進而運用地理加權回歸模型分析各要素對不同省域服務業(yè)發(fā)展影響的差異，各省域服務業(yè)發(fā)展影響因素的局部回歸結果見表3。

表2

分位數(shù)回歸結果

表3

省域服務業(yè)影響因素的局部回歸結果

表3(續(xù))

省市constatCITYEDUFINpGDPGDP2FDI*MOP*M湖南-0.821(-0.176)1.305(1.437)0.051(1.094)1.892***(7.748)0.128(0.215)-1.499***(-5.146)-0.032(-0.641)0.174*(1.95)廣東-2.471(-0.430)1.480(1.33)0.078*(1.897)1.796***(7.205)0.166(0.246)-1.286***(-5.767)-0.081(-1.488)0.244***(2.972)廣西-2.380(-0.526)1.804(1.411)0.022(0.470)1.885***(7.313)0.052(0.074)-1.319***(-5.942)-0.076*(-1.913)0.237***(3.583)海南-3.592(-0.695)1.443(1.198)0.048(1.091)1.821***(7.152)0.308(0.442)-1.273***(-5.701)-0.092*(-1.942)0.263***(3.619)重慶3.023(0.528)3.660(1.536)-0.094(-1.380)1.857***(4.958)-0.852(-0.626)-1.703***(-3.904)0.005(0.139)0.079(0.940)四川9.203(0.965)2.930(1.187)-0.101(-1.205)1.526**(2.594)-1.057(-0.605)-1.752***(-3.025)0.060(1.559)0.013(0.086)貴州2.085(0.699)6.181***(4.423)-0.076*(-1.866)2.131***(10.818)-2.048***(-2.946)-1.311***(-8.276)-0.065***(-3.215)0.116**(2.526)云南-1.725(-0.478)1.923(1.526)-0.021(-0.307)2.028***(6.452)0.007(0.016)-1.498***(-7.265)-0.047(-1.572)0.171**(2.386)西藏25.69***(3.416)-0.977(-0.759)0.083(0.996)0.507(1.081)-1.322**(-2.640)-1.291***(-4.267)0.135(3.208)-0.160(-1.237)陜西-4.026(-0.928)1.618(1.462)-0.117**(-2.336)1.947***(3.929)0.812(1.269)-2.041***(-4.303)0.009(0.322)0.166(1.685)甘肅-6.088(-0.968)0.547(0.370)-0.110(-1.604)2.233***(4.051)1.468(1.593)-2.370***(-4.573)0.013(0.355)0.272*(1.864)青海-1.732(-0.286)1.485(1.109)-0.096(-1.304)1.834***(3.730)0.564(0.931)-1.938***(-4.795)0.016(0.396)0.197(1.264)寧夏-3.353(-0.671)0.180(0.128)-0.016(-0.298)1.520**(2.241)1.087(1.458)-1.679**(-2.524)-0.009(-0.268)0.341***(3.222)新疆5.368(0.555)0.577(0.299)-0.072(-0.603)1.290*(1.725)0.176(0.229)-1.644***(-2.796)0.074(1.384)0.020(0.095)

注：(1) 括號內為t統(tǒng)計量；(2) ***、** 和 *分別表示在1%、5%和10%水平上通過顯著性檢驗.

分析表3的結果，同一因素對不同省域服務業(yè)發(fā)展的影響具有很大的差異，具體來說，除北京、天津、河北、吉林、遼寧等省(市)外，其他地區(qū)城市化對服務業(yè)發(fā)展的影響系數(shù)為正，表明城市化水平的提升對多數(shù)省(市)服務業(yè)的發(fā)展具有不同程度的促進作用，國家新型城鎮(zhèn)化規(guī)劃指出城鎮(zhèn)化對產業(yè)轉型升級的主攻方向，加快推進城鎮(zhèn)化進程是下一階段經濟發(fā)展的重要任務。

人力資本對服務業(yè)發(fā)展的影響系數(shù)在北京、天津、河北、山西、遼寧、吉林、黑龍江、浙江、山東、河南等十一個省份估計值為正且在 10% 及以上水平通過顯著性檢驗，其中山東省的人力資本參數(shù)估計值最大，為 0.110，表明如果提高大專及以上人口的比例，對山東省服務業(yè)發(fā)展的影響作用最大。

公共財政支出對全國各省(市)服務業(yè)發(fā)展的影響系數(shù)均為正且在10%及以上水平通過顯著性檢驗，系數(shù)估計變動幅度在0.5～2.5之間，這表明政府提高對公共服務的支持力度，可以不同程度地提高當?shù)胤諛I(yè)發(fā)展水平。

北京、上海、江蘇、福建、江西五個省市的經濟發(fā)展水平參數(shù)估計在 10%及以上水平通過顯著性檢驗，西藏、貴州經濟發(fā)展水平對服務業(yè)發(fā)展的影響系數(shù)為負且在5%及以上水平通過顯著性檢驗，其他省市的人均GDP對服務業(yè)的發(fā)展水平影響作用不顯著。

第二產業(yè)發(fā)展水平對服務業(yè)發(fā)展的系數(shù)為負，一般來說某地第二產業(yè)的發(fā)展能夠促進當?shù)乜傮w經濟水平的提高，但是如果不能協(xié)調好第二產業(yè)發(fā)展與環(huán)境等方面的關系，容易引起噪聲、空氣等污染現(xiàn)象，對服務業(yè)的發(fā)展起到抑制作用。

在市場機制下，從全國范圍內來看，F(xiàn)DI對服務業(yè)發(fā)展的影響系數(shù)大多數(shù)為負，主要是由于外商對華投資多集中于低端的制造業(yè)，對我國產業(yè)轉型升級沒有起到正向的促進作用。

對外開放在市場化作用下對大多數(shù)省份服務業(yè)發(fā)展都有正向的促進作用，從系數(shù)來看，對外開放對服務業(yè)發(fā)展的影響相差不大，但是依然能看出差異，總體來看，天津、河北、浙江等沿海地區(qū)的系數(shù)排名居于前列，西部地區(qū)的新疆、青海、甘肅、內蒙古等地區(qū)的系數(shù)較小。沿海地區(qū)的對外開放明顯要高于中西部地區(qū)，隨著對外開放的不斷發(fā)展，與發(fā)達國家的各項貿易往來頻繁，先進的模式以及理念流入到我國，對我國服務業(yè)的發(fā)展起到重要的促進作用。

四、結論及政策建議

從空間的角度研究影響服務業(yè)發(fā)展的幾個因素，如固定資產投資、從業(yè)人數(shù)、經濟發(fā)展水平等，運用GWR模型分別分析各個影響因素對我國不同省域服務業(yè)發(fā)展的影響作用。得到以下主要結論：

城市化水平的提升對多數(shù)省(市)服務業(yè)的發(fā)展具有不同程度的促進作用；人力資本對服務業(yè)發(fā)展的影響系數(shù)在北京、天津、河北、山西、遼寧、吉林、黑龍江、浙江、山東、河南等十一個省份估計值為正且在 10% 及以上水平通過顯著性檢驗；公共財政支出對全國各省(市)服務業(yè)發(fā)展的影響系數(shù)均為正且在10%及以上水平通過顯著性檢驗；北京、上海、江蘇、福建、江西五個省市的經濟發(fā)展水平參數(shù)估計在 10%及以上水平通過顯著性檢驗，西藏、貴州經濟發(fā)展水平對服務業(yè)發(fā)展的影響系數(shù)為負且在5%及以上水平通過顯著性檢驗，其他省市的人均GDP對服務業(yè)的發(fā)展水平影響作用不顯著；第二產業(yè)發(fā)展水平對服務業(yè)發(fā)展的系數(shù)為負，一般來說某地第二產業(yè)的發(fā)展能夠促進當?shù)乜傮w經濟水平的提高，但是如果不能協(xié)調好第二產業(yè)發(fā)展與環(huán)境等方面的關系，對服務業(yè)的發(fā)展起到抑制作用；在市場機制下，從全國范圍內來看，F(xiàn)DI對服務業(yè)發(fā)展的影響系數(shù)大多數(shù)為負，而對外開放在市場化作用下對大多數(shù)省份服務業(yè)發(fā)展都有正向的促進作用，且沿海地區(qū)的對外開放明顯要高于中西部地區(qū)。

根據(jù)本文的研究可以得出，各個省市(市) 應該結合當?shù)氐膶嶋H發(fā)展情況，采取符合本地發(fā)展特點的措施促進當?shù)胤諛I(yè)更好的發(fā)展，具體來說有以下幾點建議：

1.加大城鎮(zhèn)化進程?？傮w來看城市化水平對多數(shù)省(市)服務業(yè)發(fā)展具有正向的促進作用，國家新型城鎮(zhèn)化規(guī)劃(2014～2020)指出城鎮(zhèn)化是加快產業(yè)結構轉型升級的重要抓手，加快發(fā)展服務業(yè)是產業(yè)結構優(yōu)化升級的主攻方向。城鎮(zhèn)化過程中的人口集聚、生活方式的變革、生活水平的提高，都會擴大生活性服務需求；生產要素的優(yōu)化配置、三次產業(yè)的聯(lián)動、社會分工的細化，也會擴大生產性服務需求。城鎮(zhèn)化帶來的創(chuàng)新要素集聚和知識傳播擴散，有利于增強創(chuàng)新活力，促進服務業(yè)更好的發(fā)展。

2.提高當?shù)氐娜肆Y本。人力資本對我國各地服務業(yè)的發(fā)展具有顯著的正向促進作用，同時我國面臨著極大的人口壓力，將人力由數(shù)量轉為質量優(yōu)勢有利于推動我國經濟的發(fā)展。根據(jù)我國政府提出的科教興國戰(zhàn)略，迎接知識經濟挑戰(zhàn)，要把支持教育作為重點，研究增加教育資金的渠道，如提倡捐資助學，對學生進行合理收費，中央和地方政府進行轉移支付時著重考慮支持落后地區(qū)教育事業(yè)的發(fā)展等。

3.增加公共財政支出。社會公共性財政支出包括科技、教育、衛(wèi)生和社會保障、環(huán)境保護等代表社會共同利益和長遠利益的支出，是市場經濟條件下國家財政支出結構中一項十分重要的支出。目前我國社會公共性支出比重較低，對經濟的發(fā)展特別是第三產業(yè)的發(fā)展造成很大的影響和制約。

4.提高外商投資質量。分析我國外商投資的總體情況可以看出，外商對華投資多集中于制造業(yè)領域，且偏向于成品加工業(yè)，尤其以生活消費品居多，這就造成了外商直接投資確實提高了我國的經濟總量，但是對我國服務業(yè)的發(fā)展并沒有明顯的促進作用。因此在以后的招商引資過程中，需要根據(jù)當?shù)禺a業(yè)結構特點，通過政策措施吸引外資流向本地政府鼓勵投資的產業(yè)，強化外商投資企業(yè)社會責任意識，實現(xiàn)企業(yè)、社會、環(huán)境可持續(xù)協(xié)調發(fā)展。加強企業(yè)社會責任宣傳，提升社會責任意識，形成良好的輿論環(huán)境。加強外商投資企業(yè)社會責任建設，倡導外商投資企業(yè)通過依法經營、加強環(huán)境保護、提高技術轉讓水平、保護勞動者合法權益等，最大限度地發(fā)揮外商投資企業(yè)的積極作用，促進服務業(yè)的發(fā)展。

5.擴大對外開放。對外開放程度越高，越能促進我國服務業(yè)的發(fā)展，這意味著我們要始終堅持改革開放、擴大對外開放程度，積極推進市場化改革，通過市場化的調節(jié)機制促使服務業(yè)的各種資源配置達到最優(yōu)。

[參考文獻]

[1]江小涓．服務全球化的發(fā)展趨勢和理論分析[J].經濟研究，2008 (2):4-18.

[2]江靜，劉志彪，于明超.生產者服務業(yè)發(fā)展與制造業(yè)效率提升：基于地區(qū)和行業(yè)面板數(shù)據(jù)的經驗分析[J].世界經濟，2007,(8):52-62.

[3]Fourastie,J.,Le Grand Espoir du XXe siècle.Progress Technique,Progress Economique,Progress Social[M].Paris: De France Universitaires Press,1949.

[4]Kuznets,S.Modern Economic Growth[M].New Haven,CT:Yale University Press,1966.

[5]胡莊君.我國第三產業(yè)固定資產投資的實證分析[J].經濟研究，1993,(6):27-36.

[6]李江帆.第三產業(yè)的產業(yè)性質、評估依據(jù)和衡量指標[J].華南師范大學學報(社會科學版)，1994,(3):1-11.

[7]程大中.中國服務業(yè)增長的地區(qū)與部門特征[J].財貿經濟，2003,(8):68-75.

[8]江小娟，李輝.服務業(yè)與中國經濟：相關性和加快增長的潛力[J].經濟研究，2004,(1):4-15.

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

[10]雷小清.結構變動與中國服務業(yè)增長因素分析[J].經濟問題探究，2007,(3):7-12.

[11]谷彬.中國服務業(yè)區(qū)域發(fā)展影響因素——基于面板數(shù)據(jù)模型的實證研究[J].珠江經濟, 2008,(7):74-83.

[12]李娟.我國現(xiàn)代服務業(yè)發(fā)展影響因素分析[J].商業(yè)研究，2010,(394):112-115.

[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].經濟問題探索，2009,(11):168-171.

[14]姜磊,季民河.基于空間異質性的中國能源消費強度研究——資源稟賦,產業(yè)結構,技術進步和市場調節(jié)機制的視角[J].產業(yè)經濟研究,2011,(4):61-70.

[15]LeSage J P.A family of geographically weighted regression models[A].Advances in spatial econometrics[C].Springer Berlin Heidelberg,2004:241-264.

[責任編輯：張曉娟]

Spatial Heterogeneity Estimation of Regional Service Industry

in Chinese Province: A Geographically Weighted Regression Study

CHEN Xia

(School of Economics and Trade, Hunan University,Changsha 410079,China)

Abstract:The effects of heterogeneity are common in regional service industry growth processes, thus the regional data of 2011 are used to test the heterogeneity of service industry by geographically weighted regression model. Through comparative analysis reveals the classical method of OLS cannot simulate heterogeneity of inter-provincial various spatial factors, and the result shows that different factors influence the development of service industry in un-similar ways, that is, the level of urbanization, human capital, public financial expenditure, local economic development and the development of openness plays a significant role in promoting industrial development in the majority while the second and foreign direct investment in the service sector no significant impact on the effectiveness and propose appropriate policy recommendations.

Key words:service industry; heterogeneity; geographically weighted regression model