羅芳 張洋洋

摘 要：服務(wù)業(yè)是社會(huì)經(jīng)濟(jì)中不可或缺的一部分，在發(fā)展過(guò)程中受諸多因素影響。文中對(duì)浙江地區(qū)的服務(wù)業(yè)進(jìn)行研究，從而為其他省市提供一定的參考與建議。文中旨在從發(fā)展規(guī)模與發(fā)展結(jié)構(gòu)2個(gè)層面研究浙江省服務(wù)業(yè)發(fā)展影響因素并據(jù)此提出相關(guān)政策建議。通過(guò)建立一、二級(jí)服務(wù)業(yè)影響因素指標(biāo)體系，使用R軟件、綜合運(yùn)用主成分分析法、灰色關(guān)聯(lián)度分析方法和模糊綜合評(píng)價(jià)法等統(tǒng)計(jì)與數(shù)學(xué)分析方法。研究結(jié)果表明：4個(gè)部門(mén)都對(duì)服務(wù)業(yè)發(fā)展水平具有一定影響，但外部因素的影響程度較低，四者從高到低的影響程度排序?yàn)槠髽I(yè)、個(gè)人、政府、外部因素。從而提出了如下政策建議：增加對(duì)外開(kāi)放程度，加強(qiáng)對(duì)外交流，間接促進(jìn)服務(wù)業(yè)發(fā)展;注意內(nèi)需的作用，刺激人民增加消費(fèi)從而直接拉動(dòng)服務(wù)業(yè)發(fā)展等。

關(guān)鍵詞：服務(wù)業(yè);影響因素;主成分分析法;灰色關(guān)聯(lián)度分析;模糊綜合評(píng)價(jià)中圖分類號(hào)：F 061.5

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7312（2019）05-0604-07

Abstract：The service industry is an indispensable part of the social economy and is affected by many factors in its development process.This paper studies the service industry in Zhejiang to provide certain references and suggestions for other provinces and cities.The purpose of this paper is to study the influencing factors of service industry development in Zhejiang Province from two aspects of development scale and structure，and to put forward relevant policy recommendations accordingly.Through the establishment of index system of influencing factors of primary and secondary service industries，statistical and mathematical analysis methods such as R software，principal component analysis，grey correlation analysis and fuzzy comprehensive evaluation are used.The results show that all the factors have certain influence on the development of the service industry.And the degree of the four from high to low is ranked as enterprise，individual，government and external factors.Therefore，suggestions such as attaching importance to the company’s own development level are put forward.

Key words：service industry;influencing factors;principal component analysis;grey correlation analysis;fuzzy comprehensive evaluation

0 引 言服務(wù)業(yè)是產(chǎn)業(yè)結(jié)構(gòu)高度化及經(jīng)濟(jì)服務(wù)化的產(chǎn)物，其發(fā)展與一定經(jīng)濟(jì)發(fā)展水平及特定經(jīng)濟(jì)時(shí)代相聯(lián)系。隨著經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，服務(wù)業(yè)在國(guó)民經(jīng)濟(jì)中的比重將會(huì)不斷增加，逐漸成為社會(huì)經(jīng)濟(jì)中不可或缺的一部分[1]。已有研究表明，研究服務(wù)業(yè)發(fā)展水平具有十分重要的現(xiàn)實(shí)價(jià)值。如袁志剛（2015）認(rèn)為服務(wù)業(yè)發(fā)展不足會(huì)導(dǎo)致中國(guó)經(jīng)濟(jì)增長(zhǎng)過(guò)度依賴于投資和出口而內(nèi)需不足，從而致使經(jīng)濟(jì)增長(zhǎng)乏力[2-3]。因此，現(xiàn)階段仍需關(guān)注地區(qū)服務(wù)業(yè)的發(fā)展情況。浙江作為中國(guó)第三批自由貿(mào)易試驗(yàn)區(qū)，是中國(guó)經(jīng)濟(jì)最活躍的省份之一[4]。至2013年浙江人均居民可支配收入連續(xù)21年位居全國(guó)第一，實(shí)際已達(dá)到中等發(fā)達(dá)國(guó)家水平，其服務(wù)業(yè)也在不斷發(fā)展中。因此，無(wú)論是從自身發(fā)展還是其他地區(qū)借鑒發(fā)展的角度而言，研究浙江服務(wù)業(yè)發(fā)展的影響因素，都具有深刻意義[5]。

為了浙江省近幾年的服務(wù)業(yè)結(jié)構(gòu)與發(fā)展水平進(jìn)行，選取了上海、江蘇、安徽作比較。根據(jù)相關(guān)文獻(xiàn)研究，文中選取服務(wù)業(yè)增加值占GDP比重衡量服務(wù)業(yè)對(duì)生產(chǎn)總值增長(zhǎng)的貢獻(xiàn)，選取浙江省服務(wù)業(yè)增加值衡量省服務(wù)業(yè)發(fā)展規(guī)模。從浙江省統(tǒng)計(jì)年鑒中選取了2009年至2016年上海、江蘇、浙江、安徽相關(guān)數(shù)據(jù)，作圖1，圖2和圖3分別為2009—2016年4省市生產(chǎn)總值、第三產(chǎn)業(yè)增加值和第三產(chǎn)業(yè)增加值占GDP的比重。發(fā)現(xiàn)，除安徽外的3個(gè)省市在生產(chǎn)總值、服務(wù)業(yè)發(fā)展規(guī)模及服務(wù)業(yè)貢獻(xiàn)程度方面都表現(xiàn)良好，呈現(xiàn)增長(zhǎng)趨勢(shì)，但增長(zhǎng)幅度略有不同。首先，從服務(wù)業(yè)增加值來(lái)看，江蘇服務(wù)業(yè)發(fā)展水平保持明顯優(yōu)勢(shì)，而浙江服務(wù)業(yè)發(fā)展水平緊隨其后，但仍存在一定差距，這意味著浙江省在服務(wù)業(yè)發(fā)展水平層面存在進(jìn)步空間，可以根據(jù)不同影響因素針對(duì)性地促進(jìn)其服務(wù)業(yè)發(fā)展。其次，從服務(wù)業(yè)發(fā)展結(jié)構(gòu)來(lái)看，上海服務(wù)業(yè)占比明顯領(lǐng)先于其他三省，但這也可能是由上海總生產(chǎn)總值過(guò)低造成的，而浙江省的服務(wù)業(yè)占比仍位居第二，且近幾年已超過(guò)50%.而已有研究表明，當(dāng)經(jīng)濟(jì)趨于成熟時(shí)服務(wù)業(yè)的占比會(huì)超過(guò)50%，這意味著浙江省服務(wù)業(yè)已逐漸達(dá)到成熟階段。總之，浙江省服務(wù)業(yè)發(fā)展水平已達(dá)到較為成熟的階段，但仍存在一定的發(fā)展空間，研究浙江服務(wù)業(yè)發(fā)展水平及結(jié)構(gòu)的影響因素有助于浙江省自身發(fā)展以及其他省市借鑒發(fā)展。

服務(wù)業(yè)發(fā)展受什么因素影響，具體影響程度如何？對(duì)此，我國(guó)學(xué)者已進(jìn)行過(guò)大量研究。從研究方法層面看，已有研究大多采用計(jì)量模型的方法，如主成分分析法、多元回歸分析、因子分析法、時(shí)間序列分析法等。莊樹(shù)坤（2009）對(duì)影響中國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展的主要因素進(jìn)行研究，進(jìn)行協(xié)整檢驗(yàn)和因果關(guān)系檢驗(yàn)[6];時(shí)峰（2009）運(yùn)用因子分析法對(duì)中國(guó) 31個(gè)省、市、自治區(qū)的現(xiàn)代服務(wù)業(yè)綜合發(fā)展水平進(jìn)行評(píng)價(jià)[7];劉晶（2011）建立多元模型實(shí)證分析工業(yè)化水平、市場(chǎng)發(fā)育程度、城市化水平和信息化水平等因素對(duì)生產(chǎn)性服務(wù)業(yè)發(fā)展的影響[8];李文川（2017）利用多元線性回歸分析法并運(yùn)用 SPSS 對(duì)江西省科技服務(wù)業(yè)競(jìng)爭(zhēng)力影響變量進(jìn)行了實(shí)證研究[9]。同時(shí)，也存在使用隨機(jī)前沿法、投入產(chǎn)出法以及少量數(shù)學(xué)方法如灰色關(guān)聯(lián)度分析和灰色GM（1，N）模型。從影響因素選取的層面看，已有研究多采用構(gòu)建指標(biāo)體系，多角度地對(duì)服務(wù)業(yè)發(fā)展水平影響因素進(jìn)行實(shí)證分析。[10]從宏觀的供需角度考慮，馬虎兆（2009）研究發(fā)現(xiàn)需求、供給和技術(shù)水平是驅(qū)動(dòng)服務(wù)業(yè)發(fā)展的“三駕馬車”[11-12];從生產(chǎn)函數(shù)的投入產(chǎn)出角度考慮，張自然（2011）測(cè)算中國(guó)生產(chǎn)性服務(wù)業(yè)的全要素生產(chǎn)率增長(zhǎng)，發(fā)現(xiàn)技術(shù)進(jìn)步對(duì)全要素增長(zhǎng)率起主要作用，而考慮人力資本后全要素生產(chǎn)率增長(zhǎng)下降[13]。使用更多的影響因素選取方法是，根據(jù)自身經(jīng)驗(yàn)及相關(guān)文獻(xiàn)從多個(gè)角度考慮，如吳山（2010）研究發(fā)現(xiàn)體制創(chuàng)新、資金投入、技術(shù)進(jìn)步是推進(jìn)現(xiàn)代化服務(wù)業(yè)發(fā)展的薩達(dá)基本動(dòng)力[14];彭順生（2011）研究發(fā)現(xiàn)國(guó)際化水平與服務(wù)業(yè)發(fā)展影響關(guān)系密切，而經(jīng)濟(jì)水平、交通基礎(chǔ)影響較小[15];張建升（2011）在研究中發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、居民收入、人力資本、城鎮(zhèn)職工平均工資和外商直接投資在東部地區(qū)和服務(wù)業(yè)發(fā)展顯著正相關(guān)，而政府干預(yù)度與服務(wù)業(yè)發(fā)展水平負(fù)相關(guān)[16];

吳飛飛（2018）研究發(fā)現(xiàn)人均收入和養(yǎng)老保障體系對(duì)服務(wù)業(yè)發(fā)展的促進(jìn)作用十分顯著[17];

Petra Mareová提出人口老齡化將傾向于降低勞動(dòng)力參與率和儲(chǔ)蓄率，從而引發(fā)對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)放緩的擔(dān)憂[18]?？梢园l(fā)現(xiàn)，現(xiàn)有研究普遍集中在2004—2013年階段，這意味著相關(guān)文獻(xiàn)可能存在一定問(wèn)題和滯后性。從指標(biāo)選取的角度來(lái)看，指標(biāo)的選取多具有主觀性，且不存在較強(qiáng)解釋能力的普適因素。從選取的方法來(lái)看，計(jì)量方法難以處理小樣本數(shù)據(jù)，易出現(xiàn)實(shí)際相關(guān)但回歸不顯著的問(wèn)題，且傳統(tǒng)回歸分析難以處理變量之間非線性的、不確定的關(guān)系。因此，現(xiàn)有文獻(xiàn)具有參考價(jià)值，但我們?nèi)孕鑿姆椒ê椭笜?biāo)選取層面進(jìn)行改進(jìn)，在借鑒前人的基礎(chǔ)上繼續(xù)研究以指導(dǎo)現(xiàn)實(shí)的生產(chǎn)生活。

1 方法與指標(biāo)的選取

1.1 指標(biāo)的選取文中根據(jù)宏觀四部門(mén)經(jīng)濟(jì)模型，從個(gè)體、企業(yè)、政府以及外部因素維度入手，劃分4個(gè)一級(jí)指標(biāo)。總結(jié)現(xiàn)有文獻(xiàn)資料，從人民生活水平、企業(yè)投入能力及創(chuàng)新能力、政府基礎(chǔ)設(shè)施建設(shè)和社會(huì)福利水平、開(kāi)放水平角度考慮，劃分26個(gè)二級(jí)指標(biāo)。

1.2 指標(biāo)的來(lái)源鑒于數(shù)據(jù)的可得性和可操作性，文中從浙江省統(tǒng)計(jì)年鑒中選取了2010—2016年浙江省26個(gè)二級(jí)指標(biāo)的數(shù)據(jù)。

1.3 方法的選擇由于樣本數(shù)據(jù)過(guò)少，若采用傳統(tǒng)計(jì)量模型即多元回歸分析，可能出現(xiàn)解釋變量回歸不顯著的現(xiàn)象從而低估了某些解釋變量對(duì)被解釋變量的影響程度。因此，文中采用灰色關(guān)聯(lián)度分析法來(lái)分析解釋變量與被解釋變量之間關(guān)聯(lián)程度。由于二級(jí)指標(biāo)過(guò)多，若對(duì)25個(gè)二級(jí)指標(biāo)逐個(gè)進(jìn)行關(guān)聯(lián)度分析，會(huì)增加分析過(guò)程中的計(jì)算量，同時(shí)也不便于對(duì)一級(jí)指標(biāo)的綜合評(píng)價(jià)。因此，文中首先用主成分分析法對(duì)一級(jí)指標(biāo)下的各二級(jí)指標(biāo)降維處理。

2 模型建立

2.1 一級(jí)指標(biāo)對(duì)應(yīng)主成分文中采用主成分分析法解決指標(biāo)過(guò)多的問(wèn)題，對(duì)各一級(jí)指標(biāo)取適當(dāng)數(shù)量的主成分來(lái)解釋二級(jí)指標(biāo)。對(duì)各一級(jí)指標(biāo)下的二級(jí)指標(biāo)做碎石檢驗(yàn)來(lái)判斷所需的主成分個(gè)數(shù)，發(fā)現(xiàn)，外部因素需采用2個(gè)主成分來(lái)解釋，而政府、個(gè)人和企業(yè)指標(biāo)一個(gè)主成分基本足夠解釋二級(jí)指標(biāo)。而方差解釋程度顯示，采用2個(gè)主成分能解釋更多內(nèi)容，因此，文中對(duì)4個(gè)以及指標(biāo)均選取2個(gè)主成分進(jìn)行分析。使用R進(jìn)行分析，得到主成分與二級(jí)變量的關(guān)系，同時(shí)求出8個(gè)主成分對(duì)應(yīng)各年的取值。

可以發(fā)現(xiàn)存在以下5個(gè)影響方式與主管判斷不同的的二級(jí)指標(biāo)

對(duì)于外商直接投資合同外資和外商直接投資，主觀上，更高的外商直接投資合同外資和外商直接投資會(huì)有更高的服務(wù)業(yè)發(fā)展水平。而分析結(jié)果顯示，外商直接投資合同外資和外商直接投資增加對(duì)外部因素指標(biāo)進(jìn)而對(duì)服務(wù)業(yè)發(fā)展產(chǎn)生負(fù)向影響，這是由于浙江省經(jīng)濟(jì)發(fā)展水平較高，省內(nèi)投資能力較強(qiáng)，減少了對(duì)外商投資的依賴;另外，外商投資利用效率底下也可能是原因之一。對(duì)于城鎮(zhèn)每個(gè)就業(yè)者負(fù)擔(dān)人數(shù)，主觀上，更多的農(nóng)村居民家庭每一勞動(dòng)力會(huì)有造成更低的農(nóng)村居民人居可支配收入，從而導(dǎo)致更低的服務(wù)業(yè)需求和服務(wù)業(yè)發(fā)展水平。而分析結(jié)果正好相反，這可能是由于服務(wù)需求主要來(lái)自于城市居民，農(nóng)村居民對(duì)服務(wù)業(yè)較低的需求導(dǎo)致了分析結(jié)果的偏差。對(duì)于技術(shù)改造經(jīng)費(fèi)和引進(jìn)境外技術(shù)經(jīng)費(fèi)，主觀上，更高的技術(shù)改造經(jīng)費(fèi)和引進(jìn)境外技術(shù)經(jīng)費(fèi)會(huì)有更高的技術(shù)水平，從而促進(jìn)服務(wù)業(yè)的發(fā)展。而分析結(jié)果不同，這可能是由于浙江省現(xiàn)階段服務(wù)業(yè)全行業(yè)技術(shù)含量不高，技術(shù)創(chuàng)新能力較弱，整體上以傳統(tǒng)服務(wù)業(yè)為主而新興服務(wù)業(yè)發(fā)展不足，服務(wù)業(yè)內(nèi)部結(jié)構(gòu)不盡合理。該情況意味著導(dǎo)致浙江省服務(wù)業(yè)發(fā)展仍以低端為主，降低了中國(guó)服務(wù)業(yè)繼續(xù)發(fā)展的后勁，為今后的發(fā)展的禍根。

2.2 關(guān)聯(lián)度分析文中采用灰色關(guān)聯(lián)度分析解決數(shù)據(jù)量不足的問(wèn)題，求解各主成分和被解釋變量的關(guān)聯(lián)度。根據(jù)分析目的確認(rèn)分析指標(biāo)體系，列出分析集矩陣為顯然，4個(gè)一級(jí)指標(biāo)的主成分都與服務(wù)增加值及增加值占比存在一定的關(guān)聯(lián)系，尤其是政府、個(gè)人和企業(yè)指標(biāo)的主成分都有較高的關(guān)聯(lián)度，而外部因素指標(biāo)的主成分都在0.6左右。因此要判斷各一級(jí)指標(biāo)整體關(guān)聯(lián)度水平，判斷一級(jí)指標(biāo)對(duì)服務(wù)業(yè)發(fā)展水平還是對(duì)服務(wù)業(yè)發(fā)展結(jié)構(gòu)影響更大，還可以進(jìn)行進(jìn)一步分析。

2.3 一級(jí)指標(biāo)影響程度文中利用利用模糊綜合評(píng)判比較各一級(jí)指標(biāo)的影響程度。模糊綜合評(píng)價(jià)模型根據(jù)隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，通常應(yīng)用于分類。模型由{U，V，4}構(gòu)成，其中U={u1，u2，…，un}為因素集，V={v1，v2，…，vm}為評(píng)價(jià)集，R=（rij）nm為模糊關(guān)系矩陣。根據(jù)U中諸因ui素對(duì)事物的影響程度進(jìn)行權(quán)重分配記w={w1，w2，…，wn}，由w·R可得到事物的模糊綜合評(píng)判B.文中改進(jìn)因素集和權(quán)重確定方式，將模糊綜合評(píng)判法用于影響程度的確定。記因素集U=評(píng)價(jià)因素為各一級(jí)指標(biāo)第一主成分和第二主成分與服務(wù)業(yè)發(fā)展水平的關(guān)聯(lián)度，求解各一級(jí)指標(biāo)在不同等級(jí)的隸屬程度。用+1表示高，0表示中等，-1表示低，評(píng)價(jià)集V={-1，0，1}，記為V={v1，v2，v3}。對(duì)于指標(biāo)權(quán)重，孫一嘯（1994）和趙輝（2009）在確定不同指標(biāo)權(quán)重時(shí)通常通過(guò)專家系數(shù)法、層次分析法獲得[19-20]。由于文中中不同因素集的指標(biāo)有不同權(quán)重，統(tǒng)一使用相同的權(quán)重系數(shù)會(huì)造成一定誤差，從而下文將利用主成分分析法中各主成分解釋二級(jí)變量方差程度求權(quán)重

3 結(jié) 語(yǔ)

綜合可知，影響程度排序?yàn)椋簩?duì)服務(wù)業(yè)發(fā)展程度影響最高的是企業(yè)，其次是個(gè)人，后兩位的分別是政府和外部因素。究其原因，可歸結(jié)為如下幾點(diǎn)

對(duì)于外部因素，開(kāi)放程度間接影響對(duì)服務(wù)品的需求和供給。進(jìn)出口貿(mào)易和旅游往來(lái)影響對(duì)服務(wù)業(yè)的消費(fèi)，一般進(jìn)出口貿(mào)易越頻繁、旅游業(yè)越發(fā)達(dá)，對(duì)服務(wù)業(yè)的需求越高;外資影響企業(yè)對(duì)服務(wù)業(yè)的資本投入，一般外資投入利用越高，服務(wù)業(yè)供給能力越強(qiáng)。一般而言，開(kāi)放程度越高，需求和供給越高，從而外部因素能影響浙江省服務(wù)業(yè)發(fā)展。同時(shí)袁志剛（2015）發(fā)現(xiàn)，理論上，并不存在進(jìn)出口沖擊通過(guò)制造業(yè)以外的其他渠道直接影響服務(wù)業(yè)需求，其理由在于：服務(wù)品消費(fèi)的限時(shí)性和不可運(yùn)輸性，且部分可貿(mào)易的生產(chǎn)性服務(wù)業(yè)的市場(chǎng)需求主要來(lái)自制造品部門(mén)。

因此，服務(wù)性商品本身的時(shí)空限制決定了外部因素對(duì)浙江省服務(wù)業(yè)發(fā)展水平的影響程度也不會(huì)太高。對(duì)于政府行為，基礎(chǔ)設(shè)施建設(shè)水平、社會(huì)福利水平和勞動(dòng)者受保障程度間接影響對(duì)服務(wù)品的需求和供給。一方面，基礎(chǔ)設(shè)施建設(shè)水平較高、勞動(dòng)者受保障程度高，對(duì)應(yīng)的服務(wù)業(yè)的供給也會(huì)越高;另一方面，社會(huì)福利水平越高，居民的消費(fèi)水平就會(huì)越高，對(duì)服務(wù)消費(fèi)的需求也會(huì)越高。從而政府部門(mén)對(duì)服務(wù)業(yè)發(fā)展水平的影響較高。而一般而言，救濟(jì)、補(bǔ)貼等社會(huì)福利更多地用于滿足最低的生活需求而非服務(wù)性消費(fèi)需求，這也是政府部門(mén)對(duì)消費(fèi)發(fā)展水平影響程度低于個(gè)人部門(mén)和企業(yè)部門(mén)的原因。對(duì)于個(gè)人行為，人民生活水平直接影響對(duì)服務(wù)品的需求。一般人民生活水平越高，包括服務(wù)業(yè)在內(nèi)的消費(fèi)水平也會(huì)越高，進(jìn)而拉動(dòng)服務(wù)業(yè)的發(fā)展。對(duì)于企業(yè)行為，根據(jù)一般性生產(chǎn)模型，包含勞動(dòng)力和資本的要素投入以及創(chuàng)新技術(shù)發(fā)展會(huì)直接影響服務(wù)品的供給。一般而言，更高的投入和創(chuàng)新水平會(huì)有更高的產(chǎn)出，進(jìn)而推動(dòng)服務(wù)業(yè)的發(fā)展。

4 建 議文中實(shí)證研究結(jié)果及分析蘊(yùn)含了一定的啟示，針對(duì)4個(gè)影響因素，提出以下幾點(diǎn)政策建議首先，從外部因素角度考慮，應(yīng)增加對(duì)外開(kāi)放程度，加強(qiáng)對(duì)外交流，間接促進(jìn)服務(wù)業(yè)發(fā)展。浙江省應(yīng)抓住機(jī)遇，擴(kuò)大開(kāi)放推動(dòng)現(xiàn)代服務(wù)業(yè)體制和管理的創(chuàng)新，全面優(yōu)化現(xiàn)代服務(wù)業(yè)的行政和法律環(huán)境;積極參與現(xiàn)代服務(wù)業(yè)全球化，鼓勵(lì)服務(wù)企業(yè) “走出去”，實(shí)現(xiàn)服務(wù)業(yè)的雙向開(kāi)放。 其次，從政府角度考慮，政府應(yīng)加強(qiáng)基礎(chǔ)設(shè)施建設(shè)、提高勞動(dòng)者保障水平、一定程度上增加貧困人民的福利水平，間接保障服務(wù)業(yè)發(fā)展。深化收入分配改革，提高居民收入，以增加消費(fèi)、促進(jìn)消費(fèi)升級(jí)，增加對(duì)服務(wù)業(yè)的需求，進(jìn)而促進(jìn)服務(wù)業(yè)的發(fā)展;加大基礎(chǔ)設(shè)施建設(shè)、改善環(huán)境，以此保障服務(wù)業(yè)的發(fā)展;加強(qiáng)養(yǎng)老保障體系建設(shè)，強(qiáng)化、監(jiān)督基本養(yǎng)老保障制度的實(shí)際執(zhí)行力度。再次，從個(gè)人角度考慮，應(yīng)提高居民生活水平，比起增加外部需求，更加注意內(nèi)需的作用，刺激人民增加消費(fèi)從而直接拉動(dòng)服務(wù)業(yè)發(fā)展。最后，從企業(yè)角度考度考慮，企業(yè)應(yīng)合理利用資源、同時(shí)更應(yīng)注重技術(shù)創(chuàng)新能力和人才引進(jìn)，實(shí)現(xiàn)相同投入下更高的服務(wù)性產(chǎn)出，直接推動(dòng)服務(wù)業(yè)發(fā)展。各個(gè)地級(jí)市的科技產(chǎn)業(yè)園區(qū)共建與人才共享，重點(diǎn)打造以知識(shí)密集、資本技術(shù)為主要特征的現(xiàn)代服務(wù)業(yè)體系。

參考文獻(xiàn)：

[1] 王志民，劉 宏.我國(guó)國(guó)內(nèi)旅游發(fā)展前景及對(duì)策[J].揚(yáng)州教育學(xué)院學(xué)報(bào)，2001（04）：11-14.

[2]袁志剛，高 虹.中國(guó)城市制造業(yè)就業(yè)對(duì)服務(wù)業(yè)就業(yè)的乘數(shù)效應(yīng)[J].經(jīng)濟(jì)研究，2015，50（07）：30-41.

[3]張丹丹.“三駕馬車”對(duì)福建省經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用分析[D].福州：福州大學(xué)，2014.

[4]鄭樂(lè)怡.XHDZ集團(tuán)有限公司新能源汽車業(yè)務(wù)的差異化戰(zhàn)略專案研究[D].杭州：浙江理工大學(xué)，2015.

[5]葛志財(cái)，黎培鑫.經(jīng)濟(jì)新常態(tài)下基于供求視角的江西生產(chǎn)性服務(wù)業(yè)發(fā)展提升策略研究[J].商業(yè)經(jīng)濟(jì)，2017（01）：46-47+105.

[6]莊樹(shù)坤，劉輝煌，張沖.中國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展的影響因素研究[J].技術(shù)與創(chuàng)新管理，2009，30（06）：792-795.

[7]時(shí) 峰，劉輝煌.中國(guó)地區(qū)現(xiàn)代服務(wù)業(yè)綜合發(fā)展水平評(píng)價(jià)[J].技術(shù)與創(chuàng)新管理，2009，30（03）：328-331.

[8]劉 晶，劉麗霞.生產(chǎn)性服務(wù)業(yè)發(fā)展影響因素的實(shí)證研究——基于山東省面板數(shù)據(jù)的計(jì)量分析[J].技術(shù)與創(chuàng)新管理，2011，32（04）：354-358+362.

[9]李文川，胡雅文.江西省科技服務(wù)業(yè)發(fā)展水平影響因素實(shí)證研究[J].技術(shù)與創(chuàng)新管理，2017，38（05）：474-478.

[10]吳傳清，彭哲遠(yuǎn).長(zhǎng)江經(jīng)濟(jì)帶特大城市服務(wù)業(yè)發(fā)展水平及其影響因素研究[J].區(qū)域經(jīng)濟(jì)評(píng)論，2015（03）：125-134.

[11]馬虎兆，李春成.服務(wù)業(yè)發(fā)展影響因素的三維模型及實(shí)證分析[J].經(jīng)濟(jì)問(wèn)題探索，2009（11）：168-172.

[12]周麗娜.中國(guó)服務(wù)業(yè)FDI溢出效應(yīng)的影響因素研究[D].浙江：浙江大學(xué)，2013.[13]張自然.考慮人力資本的中國(guó)生產(chǎn)性服務(wù)業(yè)的技術(shù)進(jìn)步[J].經(jīng)濟(jì)學(xué)（季刊），2011，10（01）：153-168.

[14]吳 山，夏杰長(zhǎng).中國(guó)現(xiàn)代服務(wù)業(yè)發(fā)展的推進(jìn)思路[J].經(jīng)濟(jì)與管理，2010，24（04）：24-30.

[15]彭生順，劉 靜.重慶現(xiàn)代服務(wù)業(yè)發(fā)展影響因素動(dòng)態(tài)分析[J].商業(yè)研究，2011（09）：38-42.

[16]張建升，譚 偉.我國(guó)服務(wù)業(yè)發(fā)展的地區(qū)差異及其影響因素[J].企業(yè)經(jīng)濟(jì)，2011，30（03）：110-113.

[17]吳飛飛，唐保慶.人口老齡化對(duì)中國(guó)服務(wù)業(yè)發(fā)展的影響研究[J].中國(guó)人口科學(xué)，2018（02）：103-115+128.

[18]Petra Mareová，Hana Mohelská，Kamil Kua.Economics Aspects of Ageing Population[J].Procedia Economics and Finance，2015，23.

[19]孫一嘯.模糊數(shù)學(xué)在經(jīng)濟(jì)預(yù)警系統(tǒng)中的應(yīng)用[J].預(yù)測(cè)，1994（03）：69-71.

[20]趙 輝.季度經(jīng)濟(jì)分析的模糊數(shù)學(xué)方法[J].哈爾濱理工大學(xué)學(xué)報(bào)，2009，14（06）：88-91+95.

（責(zé)任編輯：許建禮）