狄乾斌++王萌等

摘 要：地理加權(quán)回歸適用于局部關(guān)系的回歸研究，可以更好地反映空間數(shù)據(jù)的空間異質(zhì)性。利用GWR模型并結(jié)合相關(guān)理論分析我國生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素發(fā)現(xiàn)：人力資本對生產(chǎn)性服務(wù)業(yè)的發(fā)展呈正相關(guān)作用，而在2011年的中西部地區(qū)其的貢獻(xiàn)相對較低；創(chuàng)新能力對生產(chǎn)性服務(wù)業(yè)發(fā)展的貢獻(xiàn)為正，但存在減小的趨勢；城市化水平對生產(chǎn)性服務(wù)業(yè)的影響變化較大，由2005年和2008年的負(fù)相關(guān)轉(zhuǎn)變?yōu)?011年的正相關(guān)；工業(yè)發(fā)展水平對生產(chǎn)性服務(wù)業(yè)的貢獻(xiàn)為正，高值區(qū)存在由東向西轉(zhuǎn)移的趨勢；對外開放水平與生產(chǎn)性服務(wù)業(yè)呈明顯的負(fù)相關(guān)性；市場規(guī)模對生產(chǎn)性服務(wù)業(yè)發(fā)展的貢獻(xiàn)為正，且有增強(qiáng)的趨勢。

關(guān)鍵詞：生產(chǎn)性服務(wù)業(yè)；GWR；影響因素

中圖分類號：K909 文獻(xiàn)標(biāo)識碼： 文章編號：

China's Producer Services Space Difference Analysis of the Influencing Factors Based on the GWR Model

DI Qian-bin1， 2，WANG Meng1，ZHANG Jian2

（1. Center for Studies of Marine Economy and Sustainable Development，Liaoning Normal University，Dalian 116029，China；2. College of Urban and Environment， Liaoning Normal University，Dalian 116029，China）

Abstract： Geographically weighted regression is suitable for the local relationship regression study， can better reflect the spatial heterogeneity of the spatial data. Using the GWR model and combined with related theoretical analysis the influence factors of producer services development in our country， found that human capital positively correlated to the development of producer services， and in 2011 the central and western regions of the contribution is relatively low； Innovation ability with a positive contribution to the development of producer services， but decreases； Urbanization level's influence on the producer services vary considerably， from 2005 in 2008 and the negative correlation to positive correlation in 2011； Industrial development level of producer services is positive， the contribution of the high value area is shifting from east to west trend； Opening up to the level and the producer services are significant negative correlation； The size of the market with a positive contribution to the development of producer services， and has a tendency to increase.

Key words： producer services； GWR； influence factor

引 言

20世紀(jì)80年代以來，全球產(chǎn)業(yè)結(jié)構(gòu)開始呈現(xiàn)出“工業(yè)型經(jīng)濟(jì)”向“服務(wù)型經(jīng)濟(jì)”轉(zhuǎn)型的趨勢，生產(chǎn)性服務(wù)業(yè)逐步取代制造業(yè)成為西方都市區(qū)經(jīng)濟(jì)發(fā)展的核心動力和創(chuàng)新源泉[1]。在我國，發(fā)展具有更大帶動作用和科技含量的生產(chǎn)性服務(wù)業(yè)成為實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的重要措施。

國外學(xué)者對生產(chǎn)性服務(wù)業(yè)的研究開始于20世紀(jì)70年代[2]，主要集中在對生產(chǎn)性服務(wù)業(yè)集聚的動因、集聚區(qū)模式和集聚形態(tài)動態(tài)演化等問題的初步探討方法。Dniels（1985）[3]指出，傳統(tǒng)和威望等人為因素以及勞動力等經(jīng)濟(jì)因素仍然會促使生產(chǎn)性服務(wù)業(yè)的辦公場所向大城市的中央商務(wù)區(qū)集聚。Illeris（1989）[4]把加速生產(chǎn)性服務(wù)業(yè)空間集聚的因素歸納為享受人力資源的“蓄水池”、獲得前向和后向聯(lián)系的機(jī)會。Senn（1993）[5]則認(rèn)為生產(chǎn)性服務(wù)業(yè)在空間上集聚，一方面是因?yàn)槲恢蒙峡拷梢允狗?wù)企業(yè)之間便利地享受相互間的服務(wù)，另一方面是由于經(jīng)濟(jì)環(huán)境的快速變化以及由此產(chǎn)生的不確定性。

國內(nèi)對現(xiàn)代服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)的研究處于起步階段，部分學(xué)者從城市的尺度來研究生產(chǎn)性服務(wù)業(yè)發(fā)展的空間特征及其主要影響因素[6，7]，如楊應(yīng)德（2012）[8]以中國191個(gè)城市的生產(chǎn)性服務(wù)業(yè)為研究對象，實(shí)證研究了生產(chǎn)性服務(wù)業(yè)的空間差異特征和影響因素；胡雅婷（2013）[9]運(yùn)用空間面板數(shù)據(jù)模型定量研究浙江省各市生產(chǎn)性服務(wù)業(yè)空間差異發(fā)展的影響因素；楊永亮（2013）[10]使用SLM模型進(jìn)一步研究發(fā)現(xiàn)人力資本、城市規(guī)模與生產(chǎn)性服務(wù)業(yè)發(fā)展呈正相關(guān)；陳志明（2012）[11]利用GWR模型對珠三角地區(qū)生產(chǎn)性服務(wù)業(yè)集聚影響因素進(jìn)行了實(shí)證研究等。

從國內(nèi)外研究進(jìn)展來看，關(guān)于生產(chǎn)性服務(wù)業(yè)的研究一般是關(guān)注城市尺度或大都市內(nèi)部生產(chǎn)性服務(wù)業(yè)發(fā)展的空間差異及其影響因素，缺乏從全國角度對各省區(qū)生產(chǎn)性服務(wù)業(yè)空間差異發(fā)展的影響因素分析。在研究方法上，主要采用全域信息估計(jì)常數(shù)的普通線性回歸模型進(jìn)行影響因素分析，而利用局域信息建模的實(shí)證研究較少。鑒于以上問題，本研究將采用改進(jìn)的空間線性回歸模型——GWR（地理加權(quán)回歸）模型，從局域角度對我國生產(chǎn)性服務(wù)業(yè)空間差異的影響因子及其影響力大小進(jìn)行分析，以期對我國發(fā)展生產(chǎn)性服務(wù)業(yè)提供具有建設(shè)性的政策建議。

1研究方法與模型

為了更好地研究空間數(shù)據(jù)的非平穩(wěn)性和復(fù)雜的空間參數(shù)變化，Brunsdon等[12]提出了簡單而實(shí)用的地理加權(quán)回歸（Geographically Weighted Regression，簡稱GWR）模型。模型將空間看成異質(zhì)，把數(shù)據(jù)的地理位置引入到回歸參數(shù)中，利用鄰近觀測值的子樣本數(shù)據(jù)信息進(jìn)行局域回歸模擬分析，擴(kuò)展了利用全域信息估計(jì)常數(shù)的普通線性回歸（OLS）模型[13]。GWR模型結(jié)構(gòu)為：

（1）

式中： 為觀測值； 是i樣本點(diǎn)的地理區(qū)位坐標(biāo)，而不是固定的回歸系數(shù)； 是連續(xù)函數(shù) 在i點(diǎn)的值，k是自變量個(gè)數(shù)。 隨著區(qū)位的變化而變化，如果其在空間任意一點(diǎn)的值都相同，這個(gè)模型則是全局回歸模型[14]。

在校正GWR模型時(shí)，觀測位置重要性大小的體現(xiàn)就是權(quán)重[15]。根據(jù)Tobler的地理學(xué)笫一定律，當(dāng)對位置 處的參數(shù)進(jìn)行估計(jì)時(shí)，距離這一觀測點(diǎn)越近，其對于參數(shù)估計(jì)的貢獻(xiàn)率越大，反之則越小。權(quán)重函數(shù)主要有距離閾值函數(shù)、反距離函數(shù)、高斯函數(shù)等[16]。通常用高斯函數(shù)來計(jì)算權(quán)重，其計(jì)算公式表達(dá)如下：

（2）

式中的 是樣本點(diǎn)i和j的距離，b為帶寬。采用不同的空間加權(quán)函數(shù)會得出不同的帶寬，常用的優(yōu)化方法有交叉驗(yàn)證（CV）法、AICc信息準(zhǔn)則法等[17，18]。其判斷準(zhǔn)則是：當(dāng)CV值、AICc值達(dá)到最小值時(shí)，對應(yīng)的b就是所需的帶寬。

2中國生產(chǎn)性服務(wù)業(yè)空間差異的影響因素分析

2.1數(shù)據(jù)來源和指標(biāo)選取

我國省域生產(chǎn)性服務(wù)業(yè)的詳盡統(tǒng)計(jì)數(shù)據(jù)，最早可見于2006年的《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》[19]?？紤]的數(shù)據(jù)的可獲得性和真實(shí)性，本文確定研究時(shí)段為2005～2011年。也正因?yàn)檠芯繒r(shí)段問題和統(tǒng)計(jì)口徑的不同，本研究仍采用《國民經(jīng)濟(jì)行業(yè)分類》（GBT4754-2002）中的行業(yè)類別，把F交通運(yùn)輸、倉儲和郵政業(yè)，G信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，J金融業(yè)，K房地產(chǎn)業(yè)，L租賃和商務(wù)服務(wù)業(yè)，M科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等六個(gè)行業(yè)列為生產(chǎn)性服務(wù)業(yè)的范疇。研究的目標(biāo)區(qū)域是除香港特別行政區(qū)、澳門特別行政區(qū)和臺灣省的我國31個(gè)省、自治區(qū)和直轄市（以下文中的提到的全國或各省份均不包括以上三個(gè)行政區(qū)）。樣本數(shù)據(jù)來源于2006、2009和2012年的《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和《中國統(tǒng)計(jì)年鑒》。

生產(chǎn)性服務(wù)業(yè)空間差異的影響因素，主要分為內(nèi)生要素、外部環(huán)境因素和空間相互作用因素三個(gè)方面。內(nèi)生因素主要包括專業(yè)化分工、市場化程度和工業(yè)化水平等；外部環(huán)境因素主要包括人力資本水平、創(chuàng)新能力、市場規(guī)模和對外開放水平等；空間相互作用因素主要有產(chǎn)業(yè)關(guān)聯(lián)和知識溢出。結(jié)合國內(nèi)外現(xiàn)有文獻(xiàn)成果，以及考慮到數(shù)據(jù)的可獲得性，并通過OLS工具中的VIF值進(jìn)行冗余檢驗(yàn)篩選，本文最后確定將人力資本、創(chuàng)新能力、城市化水平、工業(yè)發(fā)展水平、對外開放水平和市場規(guī)模等納入到生產(chǎn)性服務(wù)業(yè)影響因素分析框架之中（表1）。

2.2模型檢驗(yàn)

使用GWR模型建模的重要前提是空間數(shù)據(jù)是否存在空間相關(guān)性，如果確實(shí)存在空間自相關(guān)，則使用GWR模型建模的效果更好，否則用OLS模型更合適。利用Morans I指數(shù)對我國生產(chǎn)性服務(wù)業(yè)就業(yè)人數(shù)進(jìn)行空間自相關(guān)檢驗(yàn)，結(jié)果表明：2005、2008和2011年的Morans I指數(shù)都是正數(shù)，并且越來越大，說明我國各省區(qū)的生產(chǎn)性服務(wù)業(yè)發(fā)展存在明顯的空間正自相關(guān)性。而且三年的正態(tài)性統(tǒng)計(jì)量（Z-score）通過了正態(tài)分布函數(shù)在0.05顯著性水平下的檢驗(yàn)（臨界值均大于1.96），說明我國生產(chǎn)性服務(wù)業(yè)的發(fā)展在空間分布上拒絕完全隨機(jī)。也就是說，使用GWR模型建模更加合適。

2.3影響因素分析

利用ArcGis10.0軟件運(yùn)行GWR模型，對每一個(gè)空間單元進(jìn)行局部的回歸分析計(jì)算出每個(gè)因素的回歸系數(shù)值。為了便于研究，在表2中詳細(xì)給出各因素對生產(chǎn)性服務(wù)業(yè)集聚分布影響程度的最小值、中位數(shù)、最大值和平均數(shù)的統(tǒng)計(jì)值。

從整體來看，各因素對生產(chǎn)性服務(wù)業(yè)發(fā)展的影響程度有著顯著的空間差異，回歸系數(shù)值有較大不同。人力資本、創(chuàng)新能力、工業(yè)發(fā)展水平和市場規(guī)模對生產(chǎn)性服務(wù)業(yè)發(fā)展的空間差異有正作用，而對外開放水平則有副作用，城市化水平的正副作用差異較大。為了更加清晰地觀察和分析局部關(guān)系在不同區(qū)域的表現(xiàn)和變化趨勢，本文在地圖上把參數(shù)估計(jì)值進(jìn)行了可視化處理（僅附上人力資本的局部回歸系數(shù)分布圖，其它略），圖中從左到右分別是2005、2008和2011年的回歸系數(shù)（圖1）。 （1）人力資本。從表2和圖1可以看出，人力資本因素影響力的總體變化是先升后降，但降幅較小。2008年各省區(qū)人力資本因素對生產(chǎn)性服務(wù)業(yè)的影響力普遍增大，回歸系數(shù)平均值約為7，其中影響度較大的省份分布在我國東北、華北和東南部，而西部各省區(qū)的回歸系數(shù)上升幅度相對較?。?011年其回歸系數(shù)平均值回落至6.42，且各省區(qū)的回歸系數(shù)差距變大，整個(gè)中西部地區(qū)人力資本對生產(chǎn)性服務(wù)業(yè)的貢獻(xiàn)度都較低，甚至在甘肅和新疆出現(xiàn)了負(fù)值。產(chǎn)生這一現(xiàn)象的原因，主要是由于北京、天津等經(jīng)濟(jì)發(fā)達(dá)省區(qū)，對教育特別是高素質(zhì)教育投入相對更大，憑借良好的就業(yè)條件和社會環(huán)境可以吸納外來人才，而中西部地區(qū)的普通高等學(xué)校專任教師數(shù)量雖在增加，但就業(yè)環(huán)境和社會生活條件相對較差，人才流失導(dǎo)致人力資本在當(dāng)?shù)氐姆e極作用不明顯，甚至轉(zhuǎn)為負(fù)值。

（2）創(chuàng)新能力。創(chuàng)新能力回歸系數(shù)變化趨勢也是先升后降，但降幅很大。這說明隨著創(chuàng)新能力整體水平的提高，單個(gè)專利對生產(chǎn)性服務(wù)業(yè)發(fā)展的推動作用有變?nèi)醯内厔?，但這并不否定創(chuàng)新能力對生產(chǎn)性服務(wù)業(yè)的顯著性作用。從高值區(qū)的分布來看，2005年主要分布在西部和中部地區(qū)，2008年轉(zhuǎn)移到東部地區(qū)，但這兩年各省區(qū)的數(shù)值差距較小。2011年河北省的回歸系數(shù)最大且遠(yuǎn)超其他省區(qū)，主要受益于地價(jià)、招商和政策等優(yōu)勢，河北成為北京、天津企業(yè)實(shí)現(xiàn)專利轉(zhuǎn)化為經(jīng)濟(jì)效益的重要承載地區(qū)。

（3）城市化水平。城市化水平對生產(chǎn)性服務(wù)業(yè)發(fā)展的作用，由2005年和2008年的負(fù)相關(guān)變?yōu)?011年的正相關(guān)。在2008年之前，城市化水平的提高僅代表的是人口數(shù)量的增長，單純的人口數(shù)量增長并未轉(zhuǎn)化為推動生產(chǎn)性服務(wù)業(yè)發(fā)展的有序力量，因此兩者間呈現(xiàn)負(fù)相關(guān)；而在2008年后，城市人口增長速度減緩，城市更加注重社會和生活環(huán)境、生態(tài)環(huán)境以及基礎(chǔ)設(shè)施等方面的建設(shè)，為生產(chǎn)性服務(wù)業(yè)提供了基本條件，城市化水平對生產(chǎn)性服務(wù)業(yè)發(fā)展的促進(jìn)作用才逐漸顯現(xiàn)出來。從2011年城市化水平回歸系數(shù)分布來看，高值區(qū)主要集中在城市化水平較低的中部和西部省區(qū)，而城市化水平較高的北京、上海、江蘇等省區(qū)處于低值區(qū)，這說明對于生產(chǎn)性服務(wù)業(yè)來說并不是城市化水平越高，其起到的正相關(guān)作用越強(qiáng)，存在一個(gè)“城市最優(yōu)規(guī)?！钡膯栴}。

（4）工業(yè)發(fā)展水平。隨著工業(yè)發(fā)展水平的提高，越來越多的企業(yè)為了降低成本適時(shí)地將企業(yè)的服務(wù)外置，大大提高生產(chǎn)性服務(wù)業(yè)市場需求，進(jìn)而推動生產(chǎn)性服務(wù)業(yè)的發(fā)展。2005和2008年工業(yè)發(fā)展水平對生產(chǎn)性服務(wù)業(yè)的回歸系數(shù)變化略有下降，最大值都是河北省，而高值區(qū)也大多分布的東北、華北和華東地區(qū)；2011年的工業(yè)發(fā)展水平對生產(chǎn)性服務(wù)業(yè)的正相關(guān)性更加明顯，特別是在中部和西部地區(qū)，其回歸系數(shù)增幅明顯。

（5）對外開放水平。我國各省區(qū)對外開放水平與生產(chǎn)性服務(wù)業(yè)呈負(fù)相關(guān)，在2011年其平均回歸系數(shù)更是達(dá)到-96.8。這主要是因?yàn)槲覈]有完全放開外資企業(yè)進(jìn)入生產(chǎn)性服務(wù)行業(yè)的限制，生產(chǎn)性服務(wù)業(yè)中更多的是國有和集體企業(yè)（如交通運(yùn)輸、倉儲和郵政業(yè)，金融業(yè)），外商大多投資在制造業(yè)方面，外商投資總額的增加未對生產(chǎn)性服務(wù)業(yè)發(fā)展起到積極作用。

（6）市場規(guī)模。隨著居民消費(fèi)水平的提高，其對生產(chǎn)性服務(wù)業(yè)的正相關(guān)作用也在增大，2008年的平均回歸系數(shù)比2005年的增長了0.004，兩個(gè)年份的回歸系數(shù)分布大體相似，高值和較高值主要分布的東部和中部，不同的是2008年的高值區(qū)分布更加分散。

3 結(jié)論與建議

3.1結(jié)論

利用GWR模型對我國生產(chǎn)性服務(wù)業(yè)空間差異發(fā)展的影響因素進(jìn)行局部回歸分析，并結(jié)合相關(guān)理論分析發(fā)現(xiàn)：人力資本對生產(chǎn)性服務(wù)業(yè)的發(fā)展呈正相關(guān)，但2011年中西部地區(qū)人力資本的貢獻(xiàn)率相對較低；創(chuàng)新能力對生產(chǎn)性服務(wù)業(yè)的發(fā)展貢獻(xiàn)作用為正，但這種作用在減??；城市化水平對生產(chǎn)性服務(wù)業(yè)發(fā)展的影響變化幅度較大，在2005年和2008年其回歸系數(shù)為負(fù)值，而在2011年卻呈現(xiàn)出正相關(guān)性；工業(yè)發(fā)展水平和市場規(guī)模都有效地促進(jìn)了生產(chǎn)性服務(wù)業(yè)的發(fā)展，并且有增強(qiáng)的趨勢，高值區(qū)存在由東向西轉(zhuǎn)移的趨勢；對外開放水平與生產(chǎn)性服務(wù)業(yè)發(fā)展呈明顯的負(fù)相關(guān)性。

3.2建議

發(fā)達(dá)國家經(jīng)驗(yàn)表明，隨著經(jīng)濟(jì)發(fā)展水平的提高，對生產(chǎn)性服務(wù)業(yè)的需求和供給也隨之增加。我國要加快推動生產(chǎn)性服務(wù)業(yè)的發(fā)展，必須重視高素質(zhì)人才的培養(yǎng)，不斷推進(jìn)科技創(chuàng)新，逐步建立和完善生產(chǎn)性服務(wù)業(yè)科技創(chuàng)新體系，重視生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同發(fā)展。同時(shí)要加大對外開放力度，放寬外資和外企進(jìn)入生產(chǎn)性服務(wù)行業(yè)的限制，增強(qiáng)我國生產(chǎn)性服務(wù)業(yè)的競爭力和活力。此外，支持生產(chǎn)性服務(wù)業(yè)的區(qū)域性集聚，引導(dǎo)中心城市建設(shè)各類生產(chǎn)性服務(wù)業(yè)集聚區(qū)，在城市化發(fā)展過程中還要注意城市規(guī)模的適度問題，不宜過于追求人口規(guī)模的擴(kuò)大，為生產(chǎn)性服務(wù)業(yè)發(fā)展提供足夠的預(yù)留空間。

參考文獻(xiàn)：

[1] Bayson J R. Business service firms，service space and the management of change[J]. Entrepreneurship and Regional Development，1997，2：93-111.

[2]申玉銘，吳康，任旺兵.國內(nèi)外生產(chǎn)性服務(wù)業(yè)空間集聚的研究進(jìn)展[J].地理研究，2009，28（6）：1494-1507.

[3]Daniels.Service Industries：A geographical appraisal[M].Cambridge：Cambridge University Press，1985.

[4]Illeris S.Producer services：The key factor to economic development[J].Enterpreneurship and Regional development，1989，（1）：267-274.

[5]Senn Lanfranco.Service activities' urban hierarchy and cumulative growth[J]. The Service Industries Journal，1993，（2）：11-22.

[6]申玉銘，邱靈，尚于力等.京滬生產(chǎn)性服務(wù)業(yè)比較研究[J].地理研究，2009，28（2）：441-450.

[7]邵暉.北京市生產(chǎn)者服務(wù)業(yè)聚集特征[J].地理學(xué)報(bào)，2008，63（12）：1289-1298.

[8]楊應(yīng)德.中國城市生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究[D].西北師范大學(xué)，2012.

[9]胡雅婷.浙江省生產(chǎn)性服務(wù)業(yè)地區(qū)差異的影響因素研究[D].浙江工商大學(xué)，2013.

[10]楊永亮.長三角地區(qū)生產(chǎn)性服務(wù)業(yè)空間分異及其影響因素研究[D].浙江財(cái)經(jīng)學(xué)院，2013.

[11]陳志明.基于空間計(jì)量經(jīng)濟(jì)學(xué)的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究—以珠三角地區(qū)1999-2009年空間面板數(shù)據(jù)為例[D].華南理工大學(xué)，2012：7-15.

[12]Brunsdon C，F(xiàn)otheringham A S，Charlton M.Some notes on parametric significance tests for geographical weighted regression[J].Journal of Regional Science，1999，39（3）：497-524.

[13]楊麗霞，楊桂山，姚士謀.基于ESDA-GWR的糧食單產(chǎn)及其驅(qū)動因子的空間異質(zhì)性研究[J].經(jīng)濟(jì)地理，2012，32（6）：120-126.

[14]呂萍，甄輝.基于GWR模型的北京市住宅用地價(jià)格影響因素及其空間規(guī)律研究[J].經(jīng)濟(jì)地理，2010，20（3）：472-478.

[15]汪婧.基于GWR模型的住宅地價(jià)空間變異分析—以南京市江寧區(qū)為例[D].南京大學(xué)，2012.

[16]Brunsdon C，F(xiàn)otheringham A S，Charlton M E.Geographically weighted regression：A method for exploring spatial nonstationarity[J].Geographical Analysis，1996，28（4）：281-298.

[17]蘇方林.省域R&D知識溢出的GWR實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，2：145-153.

[18]Bowman A W.An alternative method of cross-validation for the smoothing of density estimates[J].Biometrika，1984，71（2）：353-360.

[18] 國家統(tǒng)計(jì)局.中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒[M]. 北京：中國統(tǒng)計(jì)出版社，2006.