叶阿忠， 陈生明， 冯 烽， 2

(1.福州大学 经济与管理学院，福建 福州 350108; 2.广西财经学院 数学与统计系，广西 南宁 530003)



服务业集聚和经济增长对我国城镇化影响的实证研究
——基于半参数空间滞后模型

叶阿忠， 陈生明1， 冯 烽1， 2

(1.福州大学 经济与管理学院，福建 福州 350108; 2.广西财经学院 数学与统计系，广西 南宁 530003)

针对已有文献研究城镇化时忽视的服务业的空间集聚效应以及经济增长对人口城镇化的非线性关系的问题，文章根据第六次全国人口普查数据，利用半参数空间滞后模型实证研究了我国人口城镇化的影响因素。结果表明：(1)服务业的发展大力推动了我国区域人口城镇化发展，且它的影响强度明显高于工业化发展所带来的影响。服务业集聚效应对该省的人口城镇化具有促进作用，第二产业集聚对该省的人口城镇化的作用不显著。(2)经济欠发达地区(云贵川等)的经济增长对人口城镇化的促进作用较小。而多数位于中部和沿海经济较发达地区(福建、广州等)的经济增长显著促进了人口城镇化的发展。然而，在经济发达地区(如上海、北京、浙江)的经济增长对人口城镇化的促进效果明显开始减弱，甚至是负向的关系。(3)半参数空间滞后模型比普通参数模型具有更高的拟合优度和更丰富的结论，它能够有效刻画城镇化过程中空间相关性与非线性特征。

数量经济学；人口城镇化；半参数空间滞后；服务业集聚；经济增长

0 引言

推进城镇化建设既是“十二五”规划中促进城乡协调发展的战略重点，也是“十八大”工作报告中加快转变经济发展方式的重要途径。近十多年来，我国人口城镇化水平稳步增长，按照城镇常住人口计算，从2000年的36.22%提高2012年的52.57%，年均提高了1.26%。然而作为人口城镇化发展重要推动力的服务业发展相对滞后。2011年我国服务业增加值占GDP的比重仍保持43%，远低于发达国家及同等发展水平国家。过去我国人口城镇化主要依赖工业化来推动，但目前我国开始逐步进入后工业化时代，第二产业难以有大幅度的提升，其对城镇的推动作用也将开始减弱。同时大多数学者(赵新平，周一星[1]，申玉铭等[2])普遍认同未来服务业将进一步促进人口城镇化的发展，但他们大多忽视邻近省份服务产业对本省份城镇化的影响。服务业空间集聚是指大量服务型企业为追求比较优势而在特定地域上集群而形成相互受益又相互竞争的统一体的进程，是现代服务业发展的重要标志。在这一背景下，大力发展服务业，通过服务业集聚来推动我国的城镇化的发展，显得尤为重要。

与此同时，经济增长(Northam[3]，周一星[4])对城镇化的推动作用得到了大量理论和实证研究的支持。但二十世纪以来，我国城镇化的空间格局和经济背景已发生深刻变化，各省区的经济增长对城镇化促进作用差异比较大。因此，有必要深入研究服务业集聚和经济增长对我国区域城镇化的影响。

1 文献回顾

近年来，国内外学者已经对人口城镇化、服务业集聚和经济增长做出了大量研究。本文根据研究现状做出以下文献综述：

(1)我国幅员辽阔，不同省市之间的城镇发展存在越来越多的相关性和依赖性，城镇化水平和速度的地区差异受到众多学者的广泛关注。简新华和黄锟[5]通过对国内外城镇化水平比较，得出中国城镇化水平是滞后的，城镇化目前的速度基本合适。陈洋等[6]分析了改革开放以来中国城镇化演变，认为我国省域城镇化水平具有明显的东中西差异。曹广忠、边雪和刘涛[7]认为城镇化发展水平存在较强的空间正相关，内陆地区进一步城镇化需要开拓国际市场和吸收沿海地区产业。刘彦随和杨忍[8]分析了我国县域城镇化问题，认为中国城镇化水平存在显著时空差异，目前区域差异逐渐减小。

(2)服务业空间集聚是指大量服务型企业为追求比较优势而在特定地域上集群而形成相互受益又相互竞争的统一体的进程，其对经济生活的影响无处不在。然而，从集聚视角下分析服务业的研究大多数聚焦于其与工业或制造业集聚的对比(O.Farrell[9]，陈建军[10])、服务业集聚效应(Braunerhjelm and Borgman[11],陈建军[12])、服务业集聚的空间分布(Coffey[13]，顾乃华[14])、和服务业集聚的成因(程大中[15]，胡霞[16])，研究服务业集聚对城镇化进程的影响则相对较少。

(3)目前，大多数学者认为服务业发展和经济增长是城镇化发展的重要影响因素。赵新平和周一星[1]认为在初始阶段城镇化的根本动力是工业发展，在中后期主要是城市服务业的发展与新兴产业的创新。曹广忠等[17]认为工业和服务业共同推动区域城镇化，当前服务业的驱动作用已超过第二产业。汪段泳等[18]认为城市化进程的差异非常显著，特别在沿海地区，第三产业推动了城镇化发展。而诺瑟姆[3]认为经济增长与城镇化水平大致呈现正线性相关；周一星[4]认为经济发展水平与城镇化水平之间是明显的对数关系。

从现有研究来看，大部分文献都在理论和经验分析上证实服务业、经济增长促进了人口城镇化。但是，已有研究尚存在以下不足：(1)有关人口城镇化的研究主要集中在产业等影响因素的分析，较少关注服务业集聚对该省人口城镇化水平促进作用。这种做法忽略了变量间的内生性问题，难以揭示变量之间的互动关系。(2)已有文献对区域人口城镇化水平与经济发展水平关系不是设定为线性关系就是对数线性关系，可能会造成实证模型的设定错误。本文利用非参数方法可以更加准确地刻画它们的非线性关系。

因此，本文在借鉴前人研究的基础上并针对研究现状的不足，首先，提出了服务业集聚影响人口城镇化进程的作用机理。然后，计算Moran′I值来分析各地区人口城镇化和服务产业的空间相关性，并将服务业集聚引入人口城镇化水平的影响因素。最后，应用半参数空间滞后模型实证研究服务业集聚和经济增长对我国区域人口城镇化发展的影响。

2 服务业集聚推进城镇化进程的作用机理

现代城镇化主要表现为工业和服务业集聚的过程，随着我国工业化的逐步实现，工业对城镇化影响不断削弱，服务业对城镇化日趋重要。文章认为服务业集聚对加快城镇化进程的积极作用可以归结为人口、空间和经济城镇化三方面：

(1)服务业集聚有利于人口城镇化

服务业集聚区的一系列乘数效应可以促进劳动力转移和农村人口集中，由于服务业集聚区大多位于城镇，大多数服务业为劳动密集型产业，吸纳劳动人口能力较强，因此发展服务进一步推动农村剩余劳动力转移，实质上推动了地区城镇化(陈立泰等[19])。同时，服务型产品的特殊特点决定了其发展需要较高的人口密度，使得越来越多的人口开始向城镇集中，因而发展服务业集聚有助于人口集聚(顾乃华、李江帆[14])。故其影响机制可概括为：服务业集聚→乘数效应→劳动力需求增加→服务业就业人数增加→农村剩余劳动力转移城镇→人口城镇化。

(2)服务业有利于空间城镇化

服务业集聚必须紧紧依靠城市这一载体，城市区域形态总是随着服务业集聚的不断发展而变化。Park &Nahm[20]分析了汉城服务业空间分布，认为其已经开始改变汉城的城市机构，并验证了服务业的本地企业间架构和都市化地区的多元化是相关的。徐维祥[21]对我国的研究也得出了类似的结论。故其影响机制可概括为：服务业集聚→服务企业布局集中化→企业环境改善→更多服务企业集聚→原有城市空间规模扩大、结构变化→空间城镇化。

(3)服务业有利于促进经济城镇化

服务业集聚具有外部性，服务业集聚使服务企业获得内部规模经济，使其提升企业竞争力，最终促进城镇经济增长。马鹏等[22]结合目前服务业集聚的实践行为，认为服务业集聚通过三方面来促进城市经济增长，即服务产业竞争力、内部规模经济和创新能力。此外，不少学者对服务业进行细分，分行业研究了服务业集聚对经济城镇化的影响，均得出类似结论，如，旅游行业(李江帆)[23]，金融服务业(Amin and Thrift)[24]，等。故其影响机制可概括为：服务业集聚→服务型企业相互合作和竞争→企业竞争力提高→区域创新能力提高→经济城镇化。

3 半参数空间滞后模型的估计方法

随着空间计量经济学的发展，越来越多的学者致力于研究空间计量经济模型的估计，他们无论在方法估计方面还是在实证研究方面，均是从空间线性参数模型出发来进行研究的，但是在实际生活中，经济系统各变量之间不仅仅存在线性关系，还存在大量非线性关系。因此近两年来学者们开始围绕非参数空间滞后模型进行探索。在方法估计方面，李坤明和陈建宝[25]提出一类全新的半参数变系数空间滞后模型，导出该模型的截面极大似然估计，并证明了该估计的一致性。方丽婷和钱争鸣[26]采用贝叶斯方法对非参数空间滞后模型，并通过设计一般的随机游动Metropoliscuo抽样器来方便抽样和方法的数值模拟。在实证方面，郭炬和叶阿忠等[27]应用半参数空间滞后模型，对2008年中国大陆地区技术创新能力聚集性进行实证分析。

半参数空间滞后模型既可捕捉解释变量的空间集聚效用对被解释变量的影响，还可以刻画出变量间非线性关系。因而，被广泛应用于宏观经济和区域经济领域的实证研究。设半参数空间滞后模型的某结构式方程为

(1)

其中yi是被解释变量，x1i是与ui相关的参数部分解释变量，x2i是与ui不相关的非参数部分解释变量，ρ和β1为空间效应系数,权数wij是根据个体i和个体j之间的距离(如地理上的距离，经济上距离，社会上的距离等)而定义的，G(·)是未知的非线性函数，ui是噪音。该模型的被解释变量除了受解释变量影响外，还受被解释变量的空间滞后项和解释变量的空间滞后项的影响，而且相关关系是一部分已知为线性关系和另一部分为未知的非参数函数的形式。

(2)

模型(2)的参数分量ρ,β0,β1非参数分量G(·)的估计方法如下：

先假定参数ρ,β0,β1已知，由模型(2)可得

(3)

所以，可得到非参数分量的初步估计：

(4)

(5)

(6)

(7)

4 数据说明与模型设定

历年国家统计年鉴是抽查调整数据，与人口普查数据相比，无法合理反映我国人口城镇化水平。伴随第六次全国人口普查数据的完成，运用最新数据才能衡量当前我国省份间人口城镇化水平差异。因此，本文以省份为分析单位，利用第六次全国人口普查数据中地区城镇常住人口数据与地区常住总人口数来计算人口城镇化率(URB)。鉴于第六次全国人口普查数据是2010年人口数据，故文章采用2010年统计年鉴中的30个省、市和自治区(西藏因部分数据缺失，予以删除)数据来分析大陆地区的城镇化水平和它的空间差异及影响因素。其他数据来源于2011年《中国统计年鉴》、2011年《中国人口统计年鉴》。数据说明如下：

GDP表示人均地区生产总值，代表区域经济发展水平，因为Northam[3]认为经济发展与城镇化水平存在模糊的正线性关系。周一星[4]认为经济发展水平与城镇化水平之间是明显的对数关系。

SER表示人均第三产业产出，非农产业的发展为城镇化提供了产业基础,，是城镇化的核心动力。赵新平和周一星[1]认为在中后期城镇化的根本动力是服务业的发展与新兴产业的创新。

INR表示人均第二产业产出，特别在初期城镇化的根本动力是工业发展，leris等[28]也揭示了工业化与城镇化的正相关关系。

FDI表示地区人均外商投资，李小健等[29]认为引进外资和对外贸易促进我国城镇化，外资利用的不平衡对城镇化的区域差异具有重要影响。

URR表示各地区城乡收入差距，吴先华[30]认为人口城镇化与城乡收入差距呈长期稳定的负向关系，缩小城乡收入差距是促进城乡统筹发展的重要途径。

本文借鉴Zhang[31]与曹广忠和刘涛[19]的研究，将所有解释变量取对数，以消除异方差性。首先，对城镇化水平(URB)、对数的人均服务产出(LNSER)、对数的人均工业产出(LNINR)进行空间相关性检验分析。由表1的结果表明，URB、LNSER、LNINR的Moran′I值都大于0.38，这表示了城镇化、服务业和工业化呈现出明显的空间正相关性。

表1 我国城镇化、服务业和工业化水平的Moran′I值

考虑到服务业和工业产出不仅在区域内部促进了城镇化进程，而且还可能对临近区域的城镇化产生影响。同时，针对人均地区生产总值(LNGDP)对城镇化的非线性关系，在模型中进行非参数处理，建立半参数空间滞后模型：

URB=ρW·URB+β1LNSER+β2LNINR+β3LNFDI+β4LNURR+α1W·LNSER+α2W·LNINR+G(LNGDP)+ε

(8)

其中αi、ρ、βi为空间效应系数，G(·)是未知函数，W是空间权重，采用比较常用的二进制邻接矩阵来确定空间权重矩阵，依据两个省份是否拥有共同边界来设定空间权重矩阵：第i个省份和第j个省份若拥有共同边界，则空间权重wij取值为1，否则取值为0。即W=(wij)：

(9)

5 实证结果分析

本文将采用线性回归模型、空间滞后模型以及半参数空间滞后模型实证分析，并对三者结果进行比较分析，计算结果见表2。

线性回归模型和空间滞后模型的结果表明：(1)对数的人均服务产业产出(LNSER)对城镇化水平有很强的正的影响力。对数的人均第二产业产出(LNINR)对城镇化水平的影响不显著，这说明了我国城镇化的动力已经从工业化驱动转到服务业驱动，进一步验证了赵新平的说法。(2)对数人均外商投资(LNFDI)对城镇化的影响一直显著为正的，这说明外商投资的提高会推动城镇化的发展，符合李晓健等的观点。各地区城乡收入差距与人口城镇化呈明显的负向关系，也符合了吴先华的观点。(3)人均地区生产总值(LNGDP)对城镇化的影响不明显，既可能是正向关系，也可能是负向关系，可能的原因是LNGDP与URB之间的关系是非线性的。那么经济增长和人口城镇之间没有关系吗？显然不是，本文尝试使用半参数空间滞后模型来做进一步的调整，采用Epanechnikov核函数和固定窗宽局部线性工具变量估计，并通过R、Eviews、Matlab和Gauss软件来实现半参数空间滞后模型估计。

表2 三种模型拟合效果比较

注:***、**和*分别表示在1%、5%和10%的水平显著。

半参数空间滞后模型的结果表明：半参数空间滞后模型的R2明显高于前两个方程，说明它的拟合效果最好，能够更好解释的各变量对城镇化的影响。同时，进一步证实了外商投资和服务产业推动城镇化的发展，城乡收入差距扩大将抑制人口城镇化发展。对数人均服务产业产出(LNSER)对城镇化水平的影响为0.235182，对数人均第二产业产出(LNINR)对城镇化水平的影响为0.053561，也说明了现阶段服务产业对城镇化发展的影响力强于第三产业对城镇化的影响。服务业集聚对该省的城镇化具有促进作用，工业集聚和邻近省份的城镇化对该省的城镇化具有抑制作用，进一步验证了马鹏等的说法。

另外，经济增长对城镇化的非线性影响是本文研究的另一重点。半参数空间滞后模型中G(·)的偏导数图(图1)可以直观反映经济增长对省域城镇化的非线性影响，其中横坐标表示人均地区生产总值(LNGDP)；纵坐标表示其对城镇化发展的偏导数，即每提高1%的人均地区生产总值对城镇化率的增量。

该散点图总体上呈现倒U形状，可以明显看出经济增长对不同区域城镇化的影响力度不同：(1)在经济欠发达地区(云南、贵州、四川等地区)，经济增长对城镇化的促进作用相对较低。可能是因为这些地区经济较落后，城市的基础设施相对不完善、社会保障制度仍不健全等因素制约了经济增长对城镇化的促进效果。(2)LNGDP在[10,10.6]这个中间区域地区的偏导数很大，主要原因是这些地区大多数位于中部地区和靠近沿海的经济较发达地区，他们经济发达、交通便利，与周边省份联系紧密，同时城市的基础设施、社会保障等相对较完善。因此，当经济进一步增长，城市会涌入更多的农村人口，以享受更好的教育、就业医疗、养老公共服务等方面。(3)在经济特发达的沿海地区(如上海、天津等)，经济增长对城镇化的促进效果明显开始减弱，甚至是负向的，这是因为这些地区普遍已经有很高的城镇化水平，存在高房价、高污染、生活和工作压力持续增大等严重问题，导致越来越多的城镇人口，为了消除焦虑，减缓压力，移居到其它二线城市，寻找另一种相对轻松的生活方式。因此，即便经济进一步增长和居民收入提高，这些地区城镇化水平也可能不升反降。

图1 经济增长对城镇化的偏导数图

6 结论和建议

本文利用第六次全国人口普查数据，构建了半参数空间滞后模型，实证研究了服务业和经济增长对我国区域城镇化发展的影响。实证结果表明：(1)服务业的发展以及其空间集聚效应大力推动了我国区域城镇化发展，且它的影响强度明显高于工业化发展所带来的影响。邻近省份的服务业和城镇化对该省的城镇化具有促进作用，邻近省份的第二产业产出对该省的城镇化具有抑制作用。(2)经济欠发达地区(云南、贵州、四川等地区)的经济增长对城镇化的促进作用较小。而多数位于中部和沿海经济较发达地区(吉林、福建等地区)的经济增长显著促进了城镇化的发展。但是，在经济发达地区(如上海、北京、天津等地区)的经济增长对城镇化的促进效果明显开始减弱，甚至是负向的关系。(3)半参数空间滞后模型比普通参数模型具有更高的拟合优度和更丰富的结论，它能够有效刻画城镇化过程中空间相关性与非线性特征。

因此，目前发展服务业成为我国优化经济结构，城镇健康发展的必然选择。同时，中央和地方政府在制定区域城镇化发展战略时，必须要充分考虑区域间的联系和空间的特殊性。具体建议如下：第一，加快转变区域城镇化发展模式，应重视服务业发展，特别是服务业集聚区建设，实行促进服务业集聚的财政政策，以实现地区城镇化健康发展，并充分利用服务业空间集聚效应实现与周边省市的服务业相互促进，以进一步提升周边省市的城镇化建设。注重服务产业规划和城市规划相结合，通过服务业集聚创造良好的发展环境来提高产业核心竞争力，吸引农村劳动人口，推动地区服务业规模化，品牌化，进而促进经济发展，提高城镇化质量。

第二、针对不同地区制定相应的经济发展策略以促进城镇化发展。针对经济欠发达地区除了追求经济增长之外还要加强城镇基础设施建设，建立健全社会保障制度，吸引农村人口往城镇迁移。而对于经济较为发达地区要充分利用经济发展对城镇化发展的高促进效用，大力发展经济建设。针对经济发达地区(如上海、北京、天津)，不应一味地追求经济增长，还需要重视提高城市居民的生活水平，为居民提供良好的生活和工作环境。

[1] 赵新平,周一星.改革以来中国城市化道路及城市化理论研究述评[J].中国社会科学,2002,(2):132-138.

[2] 申玉铭,邱灵,任旺兵,等.中国服务业空间差异的影响因素与空间分异特征[J].地理研究,2007,26(6):1255-1264.

[3] Northam R M. Urban geography[M]. New York: John Wiley & Sons, 1975.

[4] 周一星.城市化与国民生产总值关系的规律性探讨[J].人口与经济,1982,1(2):28-33.

[5] 简新华,黄锟.中国城镇化水平和速度的实证分析与前景预测[J].经济研究,2010,(3):28-38.

[6] 陈洋,李郇,许学强.改革开放以来中国城市化的时空演变及其影响因素分析[J].地理科学,2007,27(2):142-148.

[7] 曹广忠,边雪,刘涛.基于人口,产业和用地结构的城镇化水平评估与解释[J].地理研究,2011, 30(12):2139-2149.

[8] 刘彦随,杨忍.中国县域城镇化的空间特征与形成机理[J].地理学报,2012,67(8):1011-1020.

[9] O'Farrell P N. Manufacturing demand for business services[J]. Cambridge Journal of Economics, 1995, 19(4): 523-543.

[10] 陈建军,黄洁,陈国亮.产业集聚间分工和地区竞争优势[J].中国工业经济,2009,(3):130-139

[11] Braunerhjelm P, Borgman B. Geographical concentration, entrepreneurship and regional growth: evidence from regional data in sweden, 1975-99[J]. Regional Studies, 2004, 38(8): 929-947.

[12] 陈建军,陈国亮,黄洁.新经济地理学视角下的生产性服务业集聚及其影响因素研究——来自中国 222个城市的经验证据[J].管理世界,2009,(4):83-95.

[13] Coffey W J, Shearmur R G. Agglomeration and dispersion of high-order service employment in the montreal metropolitan region, 1981-96[J]. Urban Studies, 2002, 39(3): 359-378.

[14] 顾乃华,李江帆.中国服务业技术效率区域差异的实证分析[J].经济研究,2006,(1):46-56.

[15] 程大中,黄雯.中国服务业的区位分布与地区专业化[J].财贸经济,2005,(7):73- 81.

[16] 胡霞.中国城市服务业空间集聚变动趋势研究[J].财贸经济,2008,(6):103-107

[17] 曹广忠,刘涛.中国省区城镇化的核心驱动力演变与过程模型[J].中国软科学,2010,(9):86-95.

[18] 汪段泳,朱农.中国城市化发展决定因素的地区差异[J].中国人口资源与环境,2007,17(1):66-71.

[19] 陈立泰,张洪玮,熊海波.服务业集聚能否促进城镇化进程——基于中国省际面板数据的分析[J].西北人口,2013,(2):55- 65

[20] Park S O, Nahm K B. Spatial structure and inter-firm networks of technical and information producer services in seoul, korea[J]. Asia Pacific Viewpoint, 1998, 39(2): 209-219.

[21] 徐维祥.产业集群与城镇化互动发展机制及运作模式研究[D]. 浙江大学出版社,2005.

[22] 马鹏,李文秀,方文超.城市化,集聚效应与第三产业发展[J]. 财经科学,2010,(8):101-108.

[23] 李江帆,李冠霖,江波.旅游业的产业关联和产业波及分析——以广东为例[J].旅游学刊,2001,16(3):19-25.

[24] Amin A, Thrift N. Globalization, institutions, and regional development in europe[M]. Oxford University Press, 1995.

[25] 李坤明,陈建宝.半参数变系数空间滞后模型的截面极大似然估计[J].数量经济技术经济研究,2013,30(4):85-98.

[26] 方丽婷,钱争鸣.非参数空间滞后模型的贝叶斯估计[J].数量经济技术经济研究,2013,30(4):72- 84

[27] 郭炬,叶阿忠,陈鸿.基于半参数空间计量模型的技术创新能力区域聚集效应研究[J].科学学与科学技术管理,2012,33(11):62-70.

[28] leris S. Producer services: the key sector for future economicdevelopment[J]. Entrepreneurship and Regional Development, 1989, 1(3): 267-274.

[29] 李小建,张晓平,彭宝玉.经济活动全球化对中国区域经济发展的影响[J].地理研究,2000,19(3):225-233.

[30] 吴先华.城镇化,市民化与城乡收入差距关系的实证研究[J].地理科学,2011,3(1):68-73

[31] Zhang K H, Song S. Rural-urban migration and urbanization in China: evidence from time-series and cross-section analyses[J]. China Economic Review, 2003, 14(4): 386- 400.

Empirical Study on the Space Effect of Service Industry Agglomerationand Economic Growth on China’s Urbanization ——Based on Semi-parametric Spatial Lag Model

YE A-zhong1, CHEN Sheng-ming1, FENG Feng1,2

(1.School of Economics and Management, Fuzhou University, Fuzhou 350002, China; 2.School of Information and Staistics,Guangxi University of Finance and Economics,Nanning 530003,China)

The existing literature about urbanization generally ignores the problem with the Agglomeration effect of the service industry as well as how economic growth influences the urbanization nonlinearly. According to the situation of China, this paper uses the semi-parametric spatial lag model to explain these two issues empirically. The results are as follows: A, the development of service industry and its spatial spillover effects promote the urbanization significantly. It brings the influence which has even surpassed the industrialization. Agglomeration of the province’s service industry has a promoting effect on the province’s urbanization, and agglomeration of the second industry output has an inhibitory effect on the province’s urbanization. B, economic growth has different effects on urbanization for different regions. Generally,economic growth contributes to the promotion of urbanization, especially in central China and the developed coastal area. However, in some highly developed areas, like Zhejiang, Shanghai and Tianjin,the effect begins to weaken, and even shows itself negatively. C, semi-parametric model of spatial lag works better than the parameter model in goodness of fit. The model effectively elaborates the characteristic of spatial correlation and nonlinear in China’s urbanization phenomenon.

quantitative economics; urbanization; semi-parametric spatial lag mode; service industry agglomeration; economic growth

2013- 06- 20

国家自然科学基金资助项目(71171057)；国家社会科学基金资助项目(12CJY011)；教育部人文社会科学基金项目(10YJA790227)；教育部高等学校博士点基金项目 (20103514110009)

叶阿忠(1963-)，男，福建沙县人，教授，博士生导师，研究方向：数量经济学；陈生明(1989-)，男，福建福清人，硕士研究生，研究方向：区域经济与数量经济学；冯烽(1980-)男，广西梧州人，副教授，研究方向：技术进步与经济增长。

F291

A

1007-3221(2015)03- 0205- 07