变系数模型在现代统计学中具有重要的地位，它是经典线性回归模型的推广。在实际运用中，经常想知道是否回归变量影响响应变量或者是系数是否真的在变化。 模型由非参数部分(包括函数系数α<,j>(U)，j=1，2，…，p)和线性部分(包括常数系数α<,j>，j=p+1，…，p+m)构成。若把常数系数α<,j>(j=p+1，…，p+m)看作常函数，则半变系数模型就成为变系数模型，所以我们可以把半变系数模型看作是变系数模型的特例。在半变系数模型中，若函数系数α<,j>(U)(j=1，2，…，p)具有同等光滑度，Zhang Wenyang、Lee Sik-Yum和Song Xinyuan[7]已经做出了该模型的线性部分及非参数部分的两步估计及其模拟。文中，将在函数系数具有不同光滑度的情况下提出半变系数模型的一种两步估计方法，同时证明在函数系数具有不同光滑度的情况下，两步估计方法能够克服一步估计方法不能达到最优收敛速度的缺陷。