瞿 華，劉榮榮

(華南師范大學 旅游管理學院，廣東 廣州 510631)

一、相關文獻回顧

根據《中國統計年鑒-2016》的數據，改革開放以來，中國城鎮(zhèn)人口占總人口的比重不斷提高，2015年已達到56.1%。與此同時，中國服務業(yè)發(fā)展也取得巨大成就，服務業(yè)增加值在GDP的占比總體表現出不斷上升的趨勢，據中國經濟網報道，2015年達到了50.5%，首次突破50%。但這與歐美等發(fā)達國家服務業(yè)增加值占GDP的比重基本在60%以上還存在不小的差距，中國服務業(yè)無疑仍有較大的發(fā)展空間。而加快服務業(yè)發(fā)展離不開城鎮(zhèn)化這一現實背景。

國外學者關于城鎮(zhèn)化對服務業(yè)發(fā)展的影響的研究相對較早*“urbanization/urbanisation”一般譯為“城鎮(zhèn)化”“城市化”或“都市化”，本文根據《中共中央關于制定國民經濟和社會發(fā)展第十個五年計劃的建議》正式采用“城鎮(zhèn)化”和學者周一星的觀點(很多情況下“城市化”和“城鎮(zhèn)化”可通用)而采用“城鎮(zhèn)化”。。Singelmann[1]探討了七個工業(yè)化國家的勞動力轉移過程后認為城市化在傳統農業(yè)型經濟國家向服務型經濟國家轉變中起到關鍵作用。Daniels等[2]討論了城市發(fā)展水平對服務業(yè)增長的影響，研究發(fā)現城市形成的區(qū)域性市場為服務業(yè)的發(fā)展奠定了基礎，城市化水平的提高有利于服務業(yè)的擴張。Keeble和Nachum[3]認為城鎮(zhèn)化有利于服務業(yè)的知識外溢，從而推動服務業(yè)發(fā)展。Tiffen[4]的研究表明，農業(yè)人口向城鎮(zhèn)聚集加快了制造業(yè)和服務業(yè)發(fā)展，而二者的發(fā)展又推動農業(yè)勞動力的轉移。Herstad和Ebersberger[5]利用挪威企業(yè)的數據研究發(fā)現，城市區(qū)位及其能夠提供的資源對知識密集型商務服務企業(yè)的發(fā)展有較大影響。

國內學者就城鎮(zhèn)化對服務業(yè)發(fā)展影響的研究雖然起步較晚，但也取得了一定的成果。程大中[6]對影響服務業(yè)發(fā)展因素的研究結果表明，城市化水平是其中最重要的因素之一。江小涓等[7]分別就收入、消費結構、城市化等因素對服務經濟增長的影響進行研究，發(fā)現城市化是影響城市服務業(yè)增加值比重的重要因素。郭文杰[8]采用1979—2005年時間序列數據，使用向量自回歸模型(VAR)等計量方法對FDI、城市化與服務業(yè)增長的關系進行了實證檢驗。顧乃華[9]基于省市制度互動視角，利用中國23個省份、252個城市的樣本建立二層數據模型，探討了城市化對服務業(yè)的作用，研究表明城市化水平是影響服務經濟增長的重要因素，所屬省市的制度在城市化對服務經濟增長的影響中起到重要的調節(jié)作用。冉建宇等[10]利用2001—2009 年中國的經驗數據和建立耦合協調度模型分析了城鎮(zhèn)化與服務業(yè)發(fā)展的耦合程度。曾淑婉等[11]研究認為，城市化能夠推動服務經濟增長，但這種影響存在邊際作用遞減現象。王春國等[12]對中國西部地區(qū)2004—2010年服務業(yè)發(fā)展與城鎮(zhèn)化、工業(yè)化之間的關系進行研究，結果表明三者之間有著正向影響效應，但城鎮(zhèn)化和工業(yè)化二者的交互作用卻不能有效地推動服務經濟增長。夏杰長[13]研究認為，城鎮(zhèn)化與居民服務消費之間呈顯著的正相關關系。劉德軍等[14]以山東省為例，分析了城鎮(zhèn)化和服務業(yè)發(fā)展的互動關系，研究表明城鎮(zhèn)化與服務業(yè)發(fā)展之間存在長期均衡關系。

綜上所述，目前已有的相關文獻對本研究具有重要的參考價值，但也存在可以改進之處，如少有考慮諸如服務業(yè)對外開放度和工業(yè)化等重要影響因素，對經濟模型的內生性問題考慮不周等。本文擬利用中國省域面板數據從全國和區(qū)域層面就城鎮(zhèn)化對服務業(yè)發(fā)展的影響進行實證分析。為了消除內生性問題對模型估計結果的影響，本文采用Arellano等[15]提出的系統廣義矩估計(System Generalized Method of Moments，SGMM)方法對模型進行估計?；趯嵶C研究及其結論，本文提出城鎮(zhèn)化背景下促進中國服務業(yè)發(fā)展的對策建議。

二、城鎮(zhèn)化對服務業(yè)發(fā)展影響的理論分析

城鎮(zhèn)化是一個較為復雜的過程，在這個過程中人們的生產方式、生活方式和就業(yè)結構及城市土地的利用方式和產業(yè)結構等均發(fā)生一定的變化，而這些變化對服務業(yè)發(fā)展有著較大的影響。本文將從產品需求和要素供給兩個角度就城鎮(zhèn)化對服務業(yè)發(fā)展的影響機理進行分析。

從產品需求角度看，一方面，隨著城鎮(zhèn)化的推行，農村人口不斷進入城鎮(zhèn)，城鎮(zhèn)人口逐漸增多，而城鎮(zhèn)居民不可能像農村居民那樣可以自給自足地生活，無論是他們的基本生活需求，還是高層次的服務需求，都需要通過購買相應的產品來滿足，因此，城鎮(zhèn)人口數量的增長必然會擴大對服務產品的需求。另一方面，農村剩余勞動力由較低效率的第一產業(yè)逐步向較高效率的第二、三產業(yè)轉移，人們的收入水平不斷得以提高。根據消費者行為理論可知，收入的增加將積極地影響人們的購買力和購買行為，刺激人們對服務產品的需求。此外，根據杜森貝利提出的消費函數理論可知，人們的消費行為會受到周圍人的影響。在城鎮(zhèn)化不斷推進的過程中，城鎮(zhèn)居民與農村居民的交往日益密切，農村居民的消費行為和消費觀念不可避免會受到城鎮(zhèn)居民的影響，使得農村居民對服務產品的需求增加。服務產品需求的增長會促使服務企業(yè)增加對服務產品的供給，從而促進服務業(yè)的發(fā)展。

從要素供給的角度看，首先，隨著城鎮(zhèn)化水平的提高，資本要素由第一產業(yè)逐漸向第二、三產業(yè)聚集。發(fā)展經濟學指出，資本在經濟增長過程中扮演著重要角色，它是經濟增長的必要條件。服務經濟的增長當然也離不開資本，資本要素的聚集有利于服務業(yè)所需資本的積累，為服務業(yè)發(fā)展提供更多的資本保障。其次，勞動力也不斷向服務業(yè)聚集。服務業(yè)發(fā)展需要大量的勞動力，勞動力的聚集使服務業(yè)擁有了豐富的勞動力要素，從而有利于推動服務經濟增長。再次，城鎮(zhèn)化水平的提高意味著公開公平的法律和制度保證、較發(fā)達的金融體系等，這為服務業(yè)FDI的流入營造了良好的環(huán)境。服務業(yè)FDI的流入不僅為第三產業(yè)帶來了大量資本，而且也引進了國外先進的技術和管理經驗，有利于生產效率的提高，進而推動服務業(yè)發(fā)展。最后，愈來愈多農村土地轉變?yōu)槌鞘薪ㄔO用地，城市區(qū)域不斷拓展。城市是工業(yè)和服務業(yè)發(fā)展的載體，城市面積的增多為第二產業(yè)和第三產業(yè)提供更多的發(fā)展空間，有利于這兩大產業(yè)規(guī)模的擴張，而工業(yè)規(guī)模擴張引致的生產活動的增多將增加對生產性服務的需求。

三、中國城鎮(zhèn)化對服務業(yè)影響的區(qū)域差異實證分析

(一)變量的選擇和模型的設定

1．服務業(yè)發(fā)展水平(SCZ)

本文采用各省級行政區(qū)(以下簡稱“省”)的服務業(yè)增加值占其GDP比重來表示服務業(yè)發(fā)展水平。

2．城鎮(zhèn)化水平(CZH)

本文采用常住(需住半年以上)城鎮(zhèn)人口在總人口的占比反映各省的城鎮(zhèn)化水平。

3．控制變量

(1)收入水平(SR)。收入的提高一定程度上增強人們的購買能力，擴大人們對服務產品的消費需求，有利于服務經濟增長。本文用各省的人均可支配收入(萬元人民幣)衡量居民收入水平。

(2)服務業(yè)對外開放度。在開放經濟條件下，服務業(yè)FDI的流入帶來的不僅是資金，更重要的是給一國服務業(yè)帶來先進的理念和技術，這有利于提高本國的技術水平和勞動生產效率，從而推動本國服務業(yè)發(fā)展[16-17]。本文用服務業(yè)FDI的增長率來衡量服務業(yè)對外開放度。

(3)工業(yè)化水平(ECZ)。工業(yè)化水平的提高意味著工業(yè)規(guī)模的擴大，工業(yè)規(guī)模擴張引致的生產活動的增多將增加對生產性服務的需求，從而有利于服務業(yè)發(fā)展。此外，工業(yè)化的區(qū)域發(fā)展不平衡，使其對服務業(yè)的影響也存在一定的差異性。本文采用各省工業(yè)增加值與全國工業(yè)增加值的比值來表示工業(yè)化水平。

(4)服務業(yè)要素投入。服務業(yè)要素投入是影響服務業(yè)發(fā)展的重要因素[18]。本文主要探討資本和勞動對服務業(yè)發(fā)展的作用。其中，服務業(yè)固定資本投入(Z)系筆者用分行業(yè)全社會固定資產投資數據中第三產業(yè)的固定資本投入求得(萬億元人民幣)；服務業(yè)勞動投入(L)用各省份服務業(yè)從業(yè)人數(億人次)衡量。

在選定以上變量的基礎上，考慮到服務業(yè)發(fā)展不僅受到當期其他因素的影響，還受到過去服務業(yè)發(fā)展水平的影響，因此，本文將服務業(yè)發(fā)展的一階滯后項作為自變量，以充分反映服務業(yè)發(fā)展水平的歷史信息對當期的影響。由此建立如下模型：

SCZi,t=ci,t+β1SCZi,t-1+β2CZHi,t+β3SRi,t+β4FDIi,t+β5ECZi,t+β6Zi,t+β7Li,t+εi,t+μi

(1)

其中，下標i代表不同的省份，t代表不同的年份；SCZi,t表示服務業(yè)發(fā)展水平；SCZi,t-1表示滯后一期的服務業(yè)發(fā)展水平；CZHi,t表示城鎮(zhèn)化率；SRi,t表示居民收入水平；FDIi,t表示服務業(yè)對外開放度；ECZi,t表示工業(yè)化水平；Zi,t表示服務業(yè)固定資產投資；Li,t表示服務業(yè)從業(yè)人數；μi表示不可觀測的省級特征；εi,t表示隨機誤差項。

(二)估計方法

模型如果存在內生性問題，直接利用傳統的固定效應或隨機效應模型進行分析，得到的結果會有一定的偏差。工具變量法和廣義矩估計(GMM)是常見的兩種克服內生性問題的有效方法。工具變量法并未利用所有矩條件，使所得結果可能是一致的卻不一定有效。而廣義矩估計的優(yōu)點在于可以利用前期的解釋變量和滯后的因變量作為工具變量來消除模型的內生性，且使用工具變量控制住未觀察到的個體效應，使估計結果更加一致且有效[15,19]。因此，為克服模型的內生性，許多學者將廣義矩估計(GMM)方法引入動態(tài)面板模型。其中，GMM方法包括差分廣義矩估計和系統廣義矩估計。Blundell 和 Bond的研究結果表明，在有限樣本下，系統廣義矩估計要比差分廣義矩估計的估計結果更有效[20]。本文的分析主要建立在系統GMM的估計結果之上，因此，需采用自回歸(AR)檢驗判斷擾動序列的相關性，并以Hansen檢驗來判定工具變量的有效性。

(三)數據說明

鑒于吉林、甘肅、西藏歷年的服務業(yè)FDI數據統計不全，海南、重慶的服務業(yè)FDI數據統計年限較短，本文選用中國其余26個省級行政區(qū)(不含港、澳、臺地區(qū))2005—2015年的數據(來自2006—2016年《中國統計年鑒》和各省統計年鑒)。各變量的描述性統計結果見表1。

表1 變量的描述性統計分析

(四)系統GMM回歸結果分析

1．全國層面的估計結果分析

全國層面的城鎮(zhèn)化對服務業(yè)發(fā)展影響的估計結果見表2。模型1—模型5中Wald檢驗的P值均為0.000，表明模型是顯著的；AR(1)的P值小于0.05，而AR(2)和Hansen檢驗的P值均大于0.05，說明本文所采用的數據序列的相關性符合GMM估計的要求，所選擇的工具變量*GMM差分方程的工具變量選取的是服務業(yè)發(fā)展水平的滯后5～7階，城鎮(zhèn)化的滯后2～8階，工業(yè)化的滯后2、3階，以及服務業(yè)就業(yè)人數的滯后2～8階，水平方程的工具變量選取對應變量的一階差分滯后。有效。

表2 全國層面的估計結果

注:***、**和*分別表示模型在1%、5% 和10%水平上顯著。括號內為各統計量的標準誤差

從表2所顯示的估計結果可以看出，服務業(yè)發(fā)展的滯后一期對當期服務業(yè)發(fā)展有著較大的正向影響效應，這種影響效應在1%的顯著性水平上顯著，表明在全國范圍內，服務業(yè)發(fā)展在一定時期內具有動態(tài)持續(xù)性，當期的服務業(yè)發(fā)展受到前期的服務業(yè)發(fā)展的影響較大，因此，在討論服務業(yè)發(fā)展的影響因素時，務必要考慮到服務業(yè)發(fā)展水平的累積性。

城鎮(zhèn)化對服務業(yè)發(fā)展的影響系數在10%顯著性水平上顯著為正，這表明城鎮(zhèn)化對服務業(yè)發(fā)展具有明顯的正向影響。雖然城鎮(zhèn)化對服務業(yè)發(fā)展的這種正向影響效應較小，卻也說明了城鎮(zhèn)化對服務業(yè)發(fā)展有著積極的促進作用，這與前文的機理分析部分相符。不可否認的是，現階段中國城鎮(zhèn)化仍然以土地城鎮(zhèn)化為主，它的溢出效應和產城融合能力并沒有得到充分體現，使得城鎮(zhèn)化對服務業(yè)發(fā)展的影響機制并不完善。然而這也從另一方面說明城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用還存在較大潛力和空間。

與服務業(yè)滯后一期對服務業(yè)的影響系數相比，收入水平對服務業(yè)發(fā)展的影響系數較小且顯著性不高，說明收入水平對服務業(yè)發(fā)展的促進作用還不夠大；服務業(yè)對外開放度對服務業(yè)發(fā)展有著較為顯著的積極影響，但影響系數較小，表明服務業(yè)對外開放度對服務業(yè)增長的推動作用也不夠大；工業(yè)化水平對服務業(yè)發(fā)展有正向影響，但這一影響不夠顯著，這說明中國工業(yè)與服務業(yè)之間的協調性有待提升；服務業(yè)固定資產投資和從業(yè)人數均對服務經濟的增長有顯著的正向作用，可見資本和勞動力要素的投入對服務業(yè)的發(fā)展十分重要。

2．穩(wěn)健性檢驗

穩(wěn)健性檢驗對系統GMM動態(tài)面板模型較為重要。為了確定模型的穩(wěn)健性，大多數學者采用Bond提出的檢驗方法，即只要SGMM估計中因變量滯后一階系數大于固定效應估計值小于混合效應估計值，則系統GMM估計是穩(wěn)健的。限于篇幅，本文只對模型5(見表2)的穩(wěn)健性進行解釋，模型5中系統GMM估計的因變量的滯后一階的系數為0.904，介于固定效應的0.597和混合效應的0.965之間，因此模型是穩(wěn)健的。

此外，本文還通過改變樣本時期和剔除某些特殊省份的樣本數據后，再進行實證分析。如果刪除數據后的子樣本的實證分析結果與全國省際樣本的實證分析結果差別不大，則說明該模型具有穩(wěn)健性。首先，本文將服務業(yè)增加值占GDP比重最小和最大的省市(分別為河南和北京)的樣本數據刪除后進行實證分析?；貧w結果為模型6(見表2)。相較于模型5，模型6中各變量的系數的符號和顯著性均變化不大，且其一、二階自相關檢驗的P值分別為0.002和0.393，Hansen檢驗的P值為0.167，與模型5的回歸結果相差不大。隨后，本文又剔除2005年的樣本數據并再次進行實證分析，實證結果為模型7(見表2)，與模型5對照發(fā)現，回歸結果也較為相似。這說明模型的回歸結果并未因為研究樣本發(fā)生變化而發(fā)生較大的變化，即模型具有穩(wěn)健性，研究結論較可靠。

3．分區(qū)域的回歸結果分析

相關數據顯示，中國城鎮(zhèn)化水平存在區(qū)域差異，因而它對服務業(yè)的影響可能會因為所處區(qū)域的不同而存在一定的差異。為了驗證這一觀點，本文根據王小魯、樊綱[21]對東、中、西部省份的劃分，采用系統廣義矩估計法(SGMM)來實證分析東、中、西三大區(qū)域城鎮(zhèn)化對服務業(yè)發(fā)展影響的差異。回歸結果見表3。

表3 區(qū)域層面的估計結果

注:同上表

由表3可知，工具變量的選取*GMM差分方程的工具變量選取的是服務業(yè)發(fā)展水平、城鎮(zhèn)化、服務業(yè)FDI和服務業(yè)就業(yè)人數的滯后2～5階，水平方程的工具變量選取對應變量的一階差分滯后。依舊較為合理，東、中、西部地區(qū)的回歸模型也較為顯著。東、中和西部地區(qū)的服務業(yè)發(fā)展的滯后一期對當期的服務業(yè)發(fā)展有較大的正向影響作用，回歸系數均在0.5以上，且都通過了5%的顯著性水平的檢驗，再一次說明服務業(yè)發(fā)展存在明顯的慣性趨勢。此外，從東、中和西部的回歸系數可以看出，這種慣性發(fā)展趨勢存在一定的區(qū)域差異。

城鎮(zhèn)化對服務業(yè)發(fā)展水平的影響，無論是在東部、中部還是西部均呈現正相關的關系，但西部地區(qū)未通過顯著性檢驗。城鎮(zhèn)化使生產要素不斷涌向城鎮(zhèn)，城鎮(zhèn)規(guī)模的擴大、城鎮(zhèn)人口的增多及居民收入水平的提高等都大大刺激對服務業(yè)的需求，從而促進服務業(yè)發(fā)展。受城鎮(zhèn)化水平偏低的影響，西部地區(qū)城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用不顯著。東、中、西部地區(qū)的城鎮(zhèn)化對服務業(yè)的影響系數各不相同，表明不同區(qū)域的城鎮(zhèn)化對服務業(yè)發(fā)展的影響存在較明顯差異。

收入水平、服務業(yè)對外開放度和工業(yè)化水平對服務業(yè)發(fā)展的影響也存在明顯的區(qū)域差異。收入水平對服務業(yè)發(fā)展有著正向影響，且均未通過顯著性檢驗，再一次說明收入水平對服務業(yè)的影響不明顯。服務業(yè)對外開放度對東、中、西部地區(qū)服務業(yè)均有促進作用，但僅有東部地區(qū)通過了顯著性檢驗，分析認為這主要是由于服務業(yè)FDI在中國區(qū)位分布不平衡，東部沿海城市憑借其區(qū)位優(yōu)勢吸引了大量的服務業(yè)FDI。工業(yè)化對中國三大地區(qū)服務業(yè)的影響也不顯著。這主要是因為中國基礎設施還未完善、生產要素相對短缺、經濟結構不甚合理等導致工業(yè)化過程中出現較多社會、環(huán)境、經濟問題，使其對服務業(yè)的促進作用還不是很明顯。服務業(yè)固定資產投資和從業(yè)人數僅對東部和西部地區(qū)的服務業(yè)有明顯的積極效應，而對中部的積極效應不顯著，這很可能是由于中部地區(qū)投資和勞動力的吸引力還不夠強，現有投資和勞動力的作用還未得到充分發(fā)揮。

四、結論與建議

(一)主要結論

本文利用全國2005—2015年省際面板數據，建立系統GMM模型，分別從全國層面和區(qū)域層面就城鎮(zhèn)化對服務業(yè)發(fā)展的影響進行實證研究，得到以下結論。

從全國層面看，模型1—模型7，系統GMM模型估計的城鎮(zhèn)化的系數雖均為正，但其影響系數較小(影響系數均在0.1左右，最大為0.153)，說明在全國范圍內，城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用尚有較大的提升空間，需采取更有效的措施以增強城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用。

從區(qū)域層面看，比較東、中、西部的系統GMM模型，東部地區(qū)城鎮(zhèn)化的影響系數為0.049，中部地區(qū)的影響系數為0.186，西部地區(qū)的影響系數為0.046，僅東部和中部地區(qū)通過了10%顯著性水平的檢驗。這說明中國城鎮(zhèn)化對服務業(yè)發(fā)展的影響存在較明顯的區(qū)域差異性，需因地制宜、統籌兼顧、協同并進。

(二)相關建議

1．在戰(zhàn)略高度上重視新型城鎮(zhèn)化建設，作好統籌安排以推動服務業(yè)更大發(fā)展

在當前經濟下行壓力下，城鎮(zhèn)化是中國經濟增長的新動能[22]，但目前城鎮(zhèn)化對服務經濟增長的促進作用還較小，還沒有得到應有的或完全的發(fā)揮。因此，要堅決貫徹“創(chuàng)新、協調、綠色、開放、共享”理念和“以人的城鎮(zhèn)化為核心”的原則，推動新型城鎮(zhèn)化發(fā)展。首先，加快農民融入城市的進程。要逐步推進戶籍制度改革，加強住房保障建設，為農民提供更多就業(yè)和增收機會，使更多的農民可以在城市落戶。其次，避免走粗放式的城鎮(zhèn)化道路。遵循城市發(fā)展的規(guī)律，加大對城市和自然環(huán)境的保護力度，實現自然、人與城市環(huán)境的和諧共處，實現城鎮(zhèn)化的健康快速發(fā)展。最后，著力提升城市的綜合承載力。要注重城市公共配套設施和基礎設施設備建設，努力提高城市運轉效率，增強相關資源供給能力，不斷改善城市生活條件。

2．根據各區(qū)域的實際情況，制定適宜的以城鎮(zhèn)化促進服務業(yè)發(fā)展的政策措施

除上述對策建議外，考慮到中國城鎮(zhèn)化區(qū)域發(fā)展不平衡使城鎮(zhèn)化對服務業(yè)發(fā)展的影響存在明顯的區(qū)域差異，在制定城鎮(zhèn)化和服務業(yè)的相關政策措施時必須立足于各區(qū)域的實際情況。對于東部地區(qū)而言，可利用區(qū)位、資金、人才、政策及其他方面的優(yōu)勢，在國家相關政策指導下，努力提高服務業(yè)FDI的水平，以增強服務貿易競爭力；特別需要發(fā)揮區(qū)位和資源等優(yōu)勢，加快發(fā)展(入境)旅游和其他相關服務業(yè)，擴大入境游客的服務產品消費；同時，努力增加居民可自由支配收入尤其是增加中低收入群體的收入，刺激他們對服務產品的消費需求，從而增強服務業(yè)FDI和收入水平對服務業(yè)發(fā)展的影響力，提升城鎮(zhèn)化及服務業(yè)發(fā)展的質量。中部和西部地區(qū)在發(fā)揮新型城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用的過程中尤其需要因地制宜，協調有序發(fā)展。中西部地區(qū)的省級政府部門在國家大政方針指導下出臺適當傾斜性的城鎮(zhèn)化政策措施，加快培育中小城市和特色小城鎮(zhèn)，推動新型城鎮(zhèn)化綜合試點改革，加快基礎設施建設和公共服務均等化，完善和創(chuàng)新城鎮(zhèn)住房、土地利用、投融資等制度與機制，堅持“以人為本”原則穩(wěn)步推進各項城鎮(zhèn)化工作，增強城鎮(zhèn)化對服務業(yè)發(fā)展的促進作用。

[1]SINGELMANN J.Thesectoral transformation of the labor force in seven industrialized countries，1920—1970[J].American Journal of Sociology，1978，83(5):1224-1234.

[2]DANIELS P W,O’CONNOR K，HUTTON T A.The planning response to urban service sector growth: An international comparison[J].Growth and Change，1991，22(4):3-26.

[3]KEEBLE D,NACHUM L.Why do business service firms cluster? Small consultancies，clustering and decentralization in London and southern England[J].Transactions of the Institute of British Geographers，2002，27(1):67-90.

[4]TIFFEN M.Transition in sub-Saharan Africa: Agriculture，urbanization and income growth[J].World Development，2003，31(8):1343-1366.

[5]HERSTAD S J，EBERSBERGER B.On the Link betweenurban location and the involvement of knowledge-intensive business services firms in collaboration networks[J].Regional Studies，2015，49(7):1160-1175.

[6]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):68-75,97.

[7]江小涓,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.

[8]郭文杰.改革開放以來FDI、城市化對服務業(yè)的影響研究[J].財貿經濟,2007(4):91-95.

[9]顧乃華.城市化與服務業(yè)發(fā)展:基于省市制度互動視角的研究[J].世界經濟,2011(1):126-142.

[10]冉建宇,張建升.中國城市化與服務業(yè)的協調發(fā)展研究[J].經濟與管理，2011 (7):5-9.

[11]曾淑婉,趙晶晶.城市化對服務業(yè)發(fā)展的影響機理及其實證研究——基于中國省際數據的動態(tài)面板分析[J].中央財經大學學報，2012(6):60-66.

[12]王春國,馮丹.基于面板數據的中國西部地區(qū)城鎮(zhèn)化、工業(yè)化與服務業(yè)發(fā)展的實證研究[J].甘肅聯合大學學報(社會科學版)，2013(1):41-45.

[13]夏杰長.城鎮(zhèn)化對中國城鄉(xiāng)居民服務消費影響的實證分析——基于2000-2011年省際面板數據[J].學習與探索,2014(1):101-105.

[14]劉德軍,尚蔚.城鎮(zhèn)化與服務業(yè)互動發(fā)展的動態(tài)計量分析及對策建議——以山東省為例[J].湖南社會科學，2015(4):128-131.

[15]ARELLANO M，BOVER O.Another look at the instrumental variable estimation of error-components models[J].Journal of Econometrics，1995 (1):29-51.

[16]趙玉娟.服務業(yè)FDI、技術進步效應和經濟增長[J].經濟問題,2011(3):41-44.

[17]郭治方.服務業(yè)FDI對河南省服務業(yè)發(fā)展效應的實證分析[J].河南社會科學,2014(7):117-119.

[18]程大中.中國服務業(yè)的增長與技術進步[J].世界經濟,2003(7):35-42.

[19]ARELLANO M，BOND S.Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations[J].The Review of Economic Studies，1991(2):277-297.

[20]BLUNDELL R，BOND S.GMM estimation with persistent panel data:An application to production functions[J].Econometric Reviews，2000(3):321-340.

[21]王小魯,樊綱.中國地區(qū)差距的變動趨勢和影響因素[J].經濟研究,2004(1):33-44.

[22]蔡昉.城鎮(zhèn)化是中國經濟增長新動能[EB/OL].(2016-08-04)[2016-10-02].http://www.cs.com.cn/sylm/zjyl_1/201608/t20160804_5027197.html.