中国生产性服务业发展水平的时空差异及其影响因素——基于省域的空间计量分析，本文主要内容关键词为：中国论文,差异论文,因素论文,水平论文,时空论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F061.5;K902 文献标志码：A 文章编号：1000-8462(2015)08-0104-10 DOI:10.15957/j.cnki.jjdl.2015.08.015 21世纪我国经济转型升级的背景下，生产性服务业对引领产业向价值链高端提升、促进经济发展方式转变的推动作用愈显重要。尽管国内外学术界对生产性服务业已有大量研究积累，然而学者们对“生产性服务业”概念界定仍存在许多分歧[1-4]。由于被消费到生产过程中，生产性服务业被认为是一种中间投入产品而不是最终投入产品。但这遭到一些学者的反对，他们认为金融、保险、法律等生产性服务业也提供最终服务[5]。本文则更倾向于Coffey的定义，即指任何被企业和组织在生产过程中使用和消费的服务[6]。许多学者在研究生产性服务业发展水平的地区分布特征和差异时[7-8]，也对其影响因素进行分析。国内外研究从体制因素、专业化分工程度、市场因素、人力资本、信息技术等对具体城市、省份、区域进行研究，并取得一些成果[9-13]。 首先，生产性服务业与经济发展有着紧密的关系，常常伴随着国民经济的发展及结构变化而发展[14]。大批量生产经营方式正在被货物生产和服务业部门中弹性生产方式、短期顾客货物的生产等所取代，使得研发、设计和广告、产品和服务的市场和分配等生产性服务业显得日益重要[15]。相关的实证研究发现，经济发展模式对生产性服务业的影响最大，经济发展水平的影响次之[16]。而影响服务业增长的首要因素是服务需求总量的扩大[17]，专业化分工的精细程度、企业产权制度、竞争的激烈程度、服务企业的服务质量、服务价格高低、经济开放程度等会影响生产性服务需求[18]。一般来说，生产服务业提供的服务通常属于技术密集型和知识密集型服务[19]，企业内部的技术缺陷使得企业对相关生产性服务业的需求必须通过外部购买实现，进而促进生产性服务业发展[20]。信息和通讯技术与知识密集型商务服务业之间协同演进，通过自身的产出弹性对生产性服务业产生影响[21]。 制造业是生产性服务业的另一重要影响因素。由于生产性服务业发展过程中的外部化程度及不同层次的制造业需求均具有差异性，使得两个主体的互动过程显得极为活跃[22]，而外资则是两者之间互动的桥梁之一，生产性服务业FDI往往追随制造业FDI进入东道国[23]。一个知识密集型制造业通常会对生产性服务有着较高的需求，因而更有可能生产和出口这些生产性服务业[24]。同时，制造业的专业化分工也是决定一个国家生产性服务业国际竞争力的重要因素[3]，生产性服务业与制造业效率提高有着紧密的关系[25-26]。Boiteux-Orain等对法兰西岛[27]、甄峰等对南京[28]、Hanssens等对比利时的研究[29]表明，生产性服务业具有空间关联性和集聚性，其空间分布变化与城市体系有着密切的关系。从制造业空间分布角度来看，为了接近客户，提高效率，制造业的空间分布会影响到生产性服务业的空间分布和发展。 目前，国内外有关生产性服务业影响因素的文献，既有从定性的视角出发，也有从定量的角度进行研究。然而，嵌入空间效应、采用空间计量方法的研究并不多，大多数的实证分析还是基于传统计量方法，忽视了空间关联效应[30]。而且，目前尚没有相关研究对影响因素作用于各个地区的空间差异性进行探究。因此，本文基于空间计量分析方法，对我国生产性服务业发展影响因素进行研究，把地理空间因素纳入到分析框架之中，首次利用GWR模型来探索和比较各个因素对不同省市影响程度的空间变化。 1 研究设计 1.1 生产性服务业发展水平的评价指标 以往对生产性服务业的实证研究中，多采用单一指标，如生产性服务业增加值、人均产值、生产性服务业就业人员数等来衡量生产性服务业的发展水平，然而，这可能导致片面地低估或高估了其真实的发展水平。因此，文章从生产性服务业的投入水平、产出水平及发展速度来评价我国各地区生产性服务业的发展水平，再构建二级指标。为了反映生产性服务业在较长时期内总的发展方向和速度，计算增长率时采用定基增长率，以2003年作为基期，生产性服务业从业人员增长率=(第t年生产性服务业从业人员/基期生产性服务业从业人员-1)·100％，生产性服务业增加值的增长率、生产性服务业增加值占GDP比重的增长率的计算方法也相同。 1.2 影响因素选择与模型建构 根据国内外研究，影响生产性服务业发展的影响因素是复杂多样的，这些影响因素归纳起来包括制度性因素和非制度性因素。由于制度因素较难量化，已有研究很少把制度因素纳入实证分析框架，存在明显不足。本文将选取产权制度变迁、市场化程度和对外开放程度等3个制度变迁因素来衡量。在非制度性因素研究方面，选取信息技术、工业化、人力资本、城市化、经济发展水平5大重要因素。
①信息技术(IT)因素。本文使用国家统计局制订的信息化发展指数测量和反映一个地区信息化发展总体水平； ②工业化(Indus)因素。本文采用工业增加值占GDP比重来测量工业化程度； ③人力资本(HC)因素。由于无法取得连续性的生产性服务行业的专业技术人员或大学生数等指标数据，故用每百万人在校大学生人数来代表人力资本的高低； ④城市化(Urban)因素。本文以城镇人口与当年年末总人口的比率来衡量城市化水平的高低； ⑤经济发展水平(ED)因素。本文只研究经济发展水平对生产性服务业的单向影响，并选取人均GDP来衡量经济发展水平； ⑥市场化(MT)因素。本文用GDP减去当年国家财政收入后占当年GDP的份额来表示市场化程度； ⑦经济外向度(EOE)因素。本文以进出口总额与GDP比重来代替经济开放程度； ⑧产权变迁(PC)因素。本文用非国有生产性服务业中从业人员数与总的生产性服务业从业人员数的比重来衡量生产性服务业的非国有化率。 考虑到东中西三大经济区域的地理位置差异，本文引入虚拟变量Dv，对处于东部沿海地区、中部、西部的省、市、区分别赋值3，2，1①。本文预期这9个影响因子均与生产性服务业产生正相关关系，构建起半对数的多元线性回归模型：
式中：ε为随机误差项；α为常数项；β为各个影响因素的估计系数。 1.3 研究方法 1.3.1 探索性空间数据分析 空间自相关是对属性值在整个空间特征进行描述，可以衡量区域之间整体上的空间关联与空间差异程度，空间统计学一般使空间自相关指数Moran's I公式为：
式中：
是Y值与其均值的方差；n为研究地区总数；
表示第i地区的观测值；
为基于距离关系的空间权重矩阵，本文采用欧式距离阈值来定义权重，即表示地区间在既定距离下相关，既定距离d为GeoDa软件运算默认的最小值。若i与j之间在d之内，则
=1，否则
=0。Moran's I的值在给定的显著性水平时，其值介于-1到1之间。 局域自相关采用Moran散点图来进行分析，可分为四个象限，第一象限为高高集聚类型(HH)，第二象限为低高(LH)集聚类型，第三象限为低低(LL)集聚类型，第四象限为高低(HL)集聚类型。 1.3.2 空间计量经济模型 ①空间滞后模型(SLM)，主要探讨生产性服务业在某一地区是否有空间溢出效应，模型表达式为：
式中：n为31个省域；k为解释变量个数；ρ为空间自回归关系数，介于[-1，1]；
为空间滞后因变量；ε为随机误差项向量。 ②空间误差模型(SEM)，可以度量邻近地区因变量的误差冲击，对本地区观察值的影响程度，模型表达式为： y=Xβ+ε (4) ε=λWε+μ (5) 式中：μ为n×1的截面因变量向量的空间误差系数，介于[-1，1]；μ为正态分布的随机误差向量。 ③地理加权回归(GWR)。地理加权回归是将数据的地理位置引入到回归参数中，是对每一个观测的空间单元都进行局部回归，回归系数随着空间局域地理位置变动而变化。模型结构为：
式中：
代表变量k在回归点i的回归系数；
代表第i个观察点的空间位置。GWR估计值是随着空间权值矩阵
的变化而变化的，因此
的选择至关重要，一般由观测值的空间(经纬度)坐标决定，本研究中的空间距离权值选择高斯距离权值[31]。 1.4 研究范围和数据来源 根据研究的需要以及我国国民经济中的行业分类，将生产性服务业划分为：交通运输、仓储和邮政业，房地产业，租赁和商务服务业，金融服务业，信息传输、计算机服务和软件业，科学研究技术服务和地质勘查业。以全国31个省、直辖市、自治区为考察对象，不包括港澳台地区，研究年份为2004-2010年②，原始数据来源于历年的《中国统计年鉴》《第三产业统计年鉴》《中国信息年鉴》及各省市的统计年鉴。 2 生产性服务业的空间格局分析 2.1 生产性服务业的发展现状与空间变化 采用因子分析法进行生产性服务业发展水平综合得分的运算，得出各个年份因子分析的KMO均在0.5～0.65之间，巴特莱特球体检验值较大，且P值都小于0.0001，表明可以实施因子分析。取特征值大于1的因子作为公共因子，以特征值贡献率为权重，最终得分为各个公共因子得分乘以对应方差贡献率后的总和③。通过综合得分(表2)发现，作为我国政治、经济、文化中心的北京，其生产性服务业发展水平是最高的，上海、广东、浙江、辽宁等地的发展水平也处于全国领先地位，这些地区均是我国经济较为发达的沿海省市。然而，我国多数地区的生产性服务业发展水平都低于全同平均水平，总体发展相对滞后，而且地区发展不平衡，差距也较为明显。
为了使生产性服务业发展水平空间可视化，运用GeoDa软件制作生产性服务业发展水平的空间分布图(图1)，其发展水平的高低为第一梯度＞第二梯度＞第三梯度。由分布图可发现，各个省市的生产性服务业水平在空间上并不一致，水平有高有低。在2004年，位于第一梯度的是多数东部沿海省市以及西部地区的西藏、重庆和中部地区的湖北，第二梯度包括东部的山东，中部的陕西、河南、湖南、安徽、江西以及西部地区的四川、青海、宁夏，位于第三梯度的有西部的云南、贵州、甘肃和中部的内蒙古、黑龙江、吉林、河北、山西以及东部的广西、海南。在2007年，位于第一梯度的省市没有发生空间变化，内蒙古、黑龙江、河北、云南等上升到第二梯度，而宁夏、青海则退居到第三梯度。2010年，宁夏上升到第一梯度，与周围地区相比，水平较高，形成一座“孤岛”。而湖北和重庆则下降到第二梯度，安徽、云南、四川等也下降到第三梯度。山东、河北是“黄金海岸带”的“低谷区”，生产性服务业发展水平低于其他东部沿海省市。值得注意的是，西藏一直是位于第一梯度，生产性服务业发展水平比周边地区高，一方面是因为西藏人口总量低，导致人均生产性服务业增加值较高；另一方面，由于西藏作为民族边疆地区的特殊性，21世纪以来我国对西藏的经济发展乃至生产性服务业等的发展实行倾斜、重点扶持政策，促进了西藏现代物流、电子商务和工业设计等生产性服务业的发展，客观上也提升了西藏生产性服务业发展水平。
图1 2004、2007、2010年我国生产性服务业的空间分布 这些都表明我国生产性服务业区域发展并不平衡，且具有显著的区域层次性，高梯度主要集中在沿海地区，看似一条“山岭”，该区域具有较为明显的相对优势。西部地区大部分省市呈低值分布，中部介于高值区和低值区之间。总体上，排除个别省份的特殊情况，我国生产性服务业发展水平呈现由东部沿海—中部—西部地区逐渐降低的空间分布格局。 2.2 生产性服务业的空间自相关分析 通过检验全国31个省市的生产性服务业在地理空间上的相关性(表2)，发现我国生产性服务业的Moran指数I均为正，且999次置换检验得出的P值显示各年指数均通过10％的显著性水平，说明其在空间上并不是随机分布的，而是呈现出较为显著的聚集和空间依赖性，即生产性服务业发展较高(较低)的省市趋于集聚。在研究的年份里，Moran指数I起伏波动，集聚程度也不同，如指数从2005年的0.2041下降到2006年的0.0211，可见生产性服务业的空间相关性和空间集聚程度下降了。随后指数开始上升，表明聚集程度有所上升(表3)。
通过Moran散点图获取省市的集聚类型，发现大多数的省市都位于具有正相关性的典型区，呈HH或LL集聚。位于非典型区、属于LH和HL集聚类型，并具有较大空间异质性的地区相对较少。 2004年，约有77％的省市是属于HH和LL集聚，其中，北京、江苏、浙江、上海、天津、福建是HH集聚，说明这些地区自身以及周围地区的生产性服务业发展水平较高。而大部分的中西部地区是LL集聚，省市自身和周同地区的生产性服务业发展水平均较低。内蒙古、吉林、河北是LH集聚，生产性服务业发展水平较低的它们被周围高水平的地区所包围。而辽宁、广东、西藏、重庆是HL集聚，被周围生产性服务业发展水平低的省市包围。2007年比较明显的变化是天津由HH集聚转换到LH集聚，江苏、福建从HH象限跨到LH、HH象限之间，说明这些地区的生产性服务业发展水平相对下降了。而四川从LL集聚变化到HL集聚，表明其本身的生产性服务业发展水平上升了。在2010年，约有64％的省市位于LL象限。辽宁和四川的生产性服务业发展水平有所下降，而天津又移回HH象限。高低集聚的省市较少，只有广东、西藏一直位于该象限。这主要是由于生产性服务业发展水平较高的广东对周围地区的带动力小，辐射效应有限，存在较强的极化效应，使得广东这个“极点”处于被低值集聚的周围地区所包同，出现“一枝独秀”的现象。总体上，生产性服务业发展水平呈现高高集聚类型的省市主要位于工业发达、对外开放水平高、经济基础好的东部沿海地区(核心区)，而大部分的中西部地区(边缘区)是低低集聚。 通过计算2004、2007、2012年我国各省市生产性服务业的LISA值，结果显示：中国各省区的生产性服务业水平存在明显的局域空间集聚现象。2004年，北京呈现“高—高”集聚的现象；而黑龙江和内蒙古呈现“低—低”集聚的正关联，说明这些地区与邻近地区之间的生产性服务业发展水平差异较小，并对邻近的地区有明显的扩散效应；辽宁呈现“高—低”集聚现象，说明辽宁被低水平的省域包围。2007年，局域空间集聚现象有所改变，北京依然呈现“高—高”集聚的现象；而宁夏和西藏分别呈现“低—低”集聚和“高—低”集聚现象。在2010年，生产性服务业仅仅在陕西、湖北、贵州表现出“低—低”集聚的现象，即较低生产性服务业水平的省域被同样是较低生产性服务业水平的地区所包围。
图2 我国31个省市生产性服务业发展水平的Moran散点图(2004、2007、2010年) 3 影响因素模型回归分析 首先，基于2010年的截面数据，对生产性服务业发展水平及其影响因素进行最小二乘法回归(表4)，发现多个变量都没有通过显著性检验，而且，几个变量方差膨胀因子VIF值接近或大于10，说明存在较强的多重共线性问题。因此，采取逐步回归法对多重共线性回归模型进行修正，每次引入对生产性服务业发展水平影响较为显著的预报变量，并观察引入新变量之后旧变量是否显著，以及回归方程的拟合优度是否有所提高，逐一检验以判断是否剔除。逐步回归后的模型如下，
=0.8577，F=39.2016，各个变量均通过5％的显著性检验。 PS=0.8609+5.5503lnIT-0.4053lnHC-1.1151lnIndus-0.2409lnPC (7) (2.46) (6.48) (-2.74) (-5.83) (-2.05)
通过将引起多重共线性的变量(ED，MT，EOE，Urban，Dv)与因变量生产性服务业发展水平PS进行相关性检验，发现经济发展水平、经济开放度、城市化和地理位置因素对生产性服务业发展水平产生不同程度的正相关关系，且都通过1％的显著性检验。经济发展水平的正相关性最大，紧跟其后的是城市化和经济开放度。经济发展水平好、城市化水平和经济外向度高、具有地理位置优势的地区能为生产性服务业吸引和提供高素质的专业劳动力，并能带来市场邻接效应，因而对生产性服务业产生较大的推动力。而与期望不符合的是，市场化水平与生产性服务业发展水平之间具有负相关关系。现阶段，我国生产性服务业处于起步阶段，发展过程中仍存在许多不完善的问题，尤其是一些新兴的生产性服务行业，发展还未成熟，市场失灵仍然存在，尚需政府以“有形之手”进行扶持和培育。
为深入研究生产性服务业发展水平的影响因素，利用回归估计进行分析。由于我国生产性服务业具有明显的空间自相关，存在空间集聚现象，这说明忽视空间效应而直接采用OLS进行估计分析存在一定的问题。Anselin等人证明，在Moran'I检验显著的情况下，如果LMLAG较LMERR检验更加显著，并且稳健估计R-LMLAG显著而R-LMERR不显著，则选择SLM模型，反之，则选择SEM模型。根据这个原则，从表6中两个拉格朗日乘数可以看出，空间误差模型SEM的估计效果更优。
在拟合效果最优的空间误差模型估计结果中，信息化的估计系数约为5.5503，即当信息化水平(对数)提升1％时，生产性服务业发展水平将提升5.5503％。信息技术创新活跃、渗透性强，有着较好的关联和带动能力，是生产性服务业发展水平提升的“倍增器”。在生产性服务业领域更深入和广泛地应用信息技术，将有力地促进生产性服务行业升级优化，推动生产性服务业发展水平的提高。 然而，工业化水平向生产性服务业发展水平传导负向影响。当工业化水平(对数)每提高1％，生产性服务业发展水平将明显下降约1.0737％。这说明工业对生产性服务业的挤出效应大于其需求效应，体现了生产性服务业与工业此消彼长的关系。由于目前我国绝大多数工业处在产业链低端，属于劳动密集型产业，未能对生产性服务业尤其是其中的知识密集型服务行业产生较大的需求，因而，生产性服务业资源对工业的支撑作用没有得到充分的体现。并且，现阶段中国经济特有的发展方式与结构特征导致要素配置、财政支出、相关政策等高度倾斜于工业部门，生产性服务业难免会受到挤压。 人力资本的估计系数在5％的显著性检验下为-0.3366，表明人力资本与生产性服务业发展水平之间有着较为显著的负相关关系，意味着我国生产性服务业中可能存在人力资本低效配置的现象。产权变迁的估计系数显著为负，表明伴随着我国产权变迁的推进，并没有积极带动生产性服务业的发展。对此，比较合理的解释是：虽然生产性服务业中的非国有经济成分有所上升，但在产权变迁过程中并未完全制度化，一些由于管理不规范、制度灰色空间、“内部人”存在等引起的问题难免发生。 由于空间误差模型的拟合效果较好，所以生产性服务业的空间效应更多地体现在误差项上面。模型估计结果显示空间误差系数为负，通过10％的显著性检验，当邻近地区的生产性服务业发展水平上升1％时，本地区的生产性服务业发展水平将下降0.4105％。这说明生产性服务业在空间上存在竞争性和极化效应，低梯度的地区生产性服务业发展有被高梯度地区“极化”的趋势。
空间误差模型和空间滞后模型都属于空间常系数模型，估计结果只能显示全国的平均水平，而不能体现出各个因素对地区影响的差异性。因此，需借助空间变系数模型—地理加权回归模型来探究自变量对生产性服务业发展水平空间影响的变化情况。 回归结果揭示，GWR模型的决定系数
高于常系数回归模型，并且，
、常数项和各个解释变量的影响程度存在空间差异性，随着空间地理位置的变动而变化，呈现出明显的地带阶梯性。
在0.8552～0.8634之间浮动，表明各个解释变量对生产性服务业发展具有很高的解释能力。部分地区，如西藏和湖北的拟合度相对较低，表明该区域的生产性服务业发展可能还受到模型没有考虑到的其他因素的影响。 所有地区的信息化估计系数均为正，且由西南向东北方向逐渐减弱，说明信息化对各个地区的生产性服务业发展具有推动作用，并且作用的效果差异比较明显，在5.4028～5.6328之间浮动，信息化相对不发达的海南、广西、西藏的估计系数都在5.6以上，这也表明信息化在这3个省份的生产性服务业发展中起着较大的促进作用，提升该地区的信息化水平，能够较好地带动生产性服务业的发展。信息化对生产性服务业所产生的影响以我国西南部地区为辐射点，并逐层减弱，对内蒙古、黑龙江、吉林、辽宁、北京和河北的影响较小。 工业化和人力资本的影响程度形成了两种相反的空间特征。工业化对生产性服务业发展水平的负向影响由南向北逐渐减弱，对黑龙江、新疆和内蒙古等地区的负向影响最大，对工业化水平相对不发达的海南、广西和贵州等地影响最小，这与该类地区的工业化进程及其在产业链中的位置有关，海南的工业化对生产性服务业的挤压效应较小。相反的是，人力资本估计系数形成以南部为负中心，向外回归系数逐渐变小，对广东、福建、湖南和湖北等地的负向影响最大，可能是这些地区的人力资本并没有得到高效的配置。产权变迁的负向影响则形成了由西南向东北逐渐减弱的地域阶梯状，产生负向影响较大的是大多数的西部地区，尤其是云南和西藏，这些地区在产权变迁过程中可能存在较多的问题，东北三省、内蒙古、河北、北京、山东影响相对较小。 4 结论 在考虑空间因素影响的条件下，借助探索性空间数据分析方法和空间经济计量模型，研究我国生产性服务业发展的空间差异情况及其影响因素，结果发现： 第一，我国生产性服务业发展水平在空间上具有明显的依赖性，有着空间集聚的趋势。生产性服务业发展水平存在区域发展不均衡。总体上呈现出由东部沿海—中部—西部地区逐渐降低的中心—外围空间结构。绝大部分的省市是位于典型区(属于高高或低低集聚)，非典型区(属于高低或低高集聚)的省市较少，其中，属于高高集聚类型的省市主要分布在东部沿海地区，而大部分的中西部地区属于低低集聚类型。 第二，经济发展水平、经济开放程度、城市化水平与我国生产性服务业产生不同程度的正相关关系，而市场化与生产性服务业的负向关系表明现阶段我国生产性服务业的发展特点决定了其尚需政府进行相关的扶持和培育。信息化的正向影响最大，在我国生产性服务业发展水平的提升中扮演着重要的角色，是推动生产性服务业发展的有效途径。然而，工业化水平、人力资本和产权变迁对生产性服务业产生负向影响。工业化对生产性服务业的挤出效应大于需求效应，体现出两者此消彼长的关系。人力资本未能较好地融入到生产性服务业中，出现低效配置人力资本的现象。而产权变迁中存在的种种问题也使得生产性服务业的发展效率低下，未能产生良好的推动作用。此外，各省市生产性服务业发展还受到相邻地区生产性服务业发展状况的影响，地区之间的生产性服务业发展存在竞争现象和极化效应，低梯度地区的生产性服务业发展有被高梯度地区“极化”的趋势。
图3 地理加权回归结果 第三，地理加权回归结果揭示，各个因素对不同地区的具体影响存在空间差异性和呈现地带阶梯性。信息化对生产性服务业所产生的影响以我国西南部地区为辐射点，并向东北方向逐层减弱，对东北地区的影响较小。对海南、广西、西藏生产性服务业发展的影响最大，表明了这3个省份生产性服务业发展对信息技术应用的敏感度较高。提升该地区的信息化水平，能够较好地带动其生产性服务业的发展。而工业化对生产性服务业发展水平的负向影响由南向北逐渐减弱，对黑龙江的负向影响最大，海南最小，这与该类地区的工业化进程及其在产业链中的位置有关。与工业化相反，人力资本估计系数形成从北向南逐渐减小的阶梯状，对广东的负向影响最大，可能是广东大量的人力资本并没有得到高效的配置。产权变迁的负向影响则形成了由西南向东北逐渐减弱的地域阶梯状，产生负向影响较大的是大多数的两部地区，尤其是云南和西藏。可见，空间常系数模型的结果只有一个估计平均值，不能很好地揭示出影响因素在地区之间的差异性，而地理加权回归嵌入空间地理位置因素，对其进行了补充和完善。 收稿时间：2015-02-06；修回时间：2015-05-29 注释： ①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12个省市区；中部地区包括山西、内蒙古、吉林、黑龙江、江西、安徽、河南、湖北、湖南9个省市区；西部地区包括重庆、四川、贵州、云南、陕西、宁夏、青海、甘肃、新疆、西藏10个省市区。 ②因为2003年末从业人员采用新的报表制度和行业分组进行统计，而生产性服务业发展水平的速度指标计算是以2003年为基期的，因此研究年份选取2004-2010年的数据。 ③由于版面关系，因子分析全过程的多个表格被省略，如有需要，可与作者联系。
标签：人力资本论文; 回归模型论文; 经济模型论文; 集聚效应论文; 空间分析论文; 服务经济论文; 梯度下降论文; 差异分析论文; 地区经济发展论文; 经济学论文;
我国生产性服务业发展水平的时空差异及其影响因素：基于省份的空间计量分析_人力资本论文
下载Doc文档