生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響

王瑞榮

(紹興職業(yè)技術(shù)學(xué)院 范蠡商學(xué)院,浙江 紹興 312000)

0 引言

改革開(kāi)放四十年來(lái)，中國(guó)經(jīng)濟(jì)取得了舉世矚目的成就，國(guó)內(nèi)生產(chǎn)總值從1978年的3 678.7億增長(zhǎng)到2016年的744 127.2億元人民幣，平均增長(zhǎng)速度為9.6%，超出同期世界平均增長(zhǎng)速度6個(gè)百分點(diǎn).然而，中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)是以犧牲環(huán)境為代價(jià)的粗放型增長(zhǎng).2018年美國(guó)耶魯大學(xué)發(fā)布的《全球環(huán)境績(jī)效指數(shù)報(bào)告》(Environmental Performance Index 2018)顯示，在180個(gè)經(jīng)濟(jì)體中，中國(guó)以50.74分，位列第120位，多年來(lái)全球范圍內(nèi)一直處于中下水平.《國(guó)務(wù)院關(guān)于印發(fā)“十三五”生態(tài)環(huán)境保護(hù)規(guī)劃的通知》中指出：我國(guó)污染物排放量大面廣，環(huán)境污染重，環(huán)境承載能力超過(guò)或接近上限，改善環(huán)境效率刻不容緩.

目前，國(guó)內(nèi)關(guān)于環(huán)境效率的研究主要集中在以下五個(gè)方面：一是分析中國(guó)區(qū)域的環(huán)境效率.如郭靜如等[1]基于泛珠三角區(qū)域各省的數(shù)據(jù)，測(cè)算了泛珠三角區(qū)域的環(huán)境效率.周利梅等[2]構(gòu)建了非期望產(chǎn)出環(huán)境效率DEA-SBM模型，從區(qū)域差異性角度研究各地區(qū)環(huán)境效率；二是分析中國(guó)省域的環(huán)境效率.如劉殿國(guó)等[3]基于社會(huì)嵌入視角和多層統(tǒng)計(jì)模型，對(duì)中國(guó)省域環(huán)境效率影響因素進(jìn)行了實(shí)證分析.郭四代等[4]采用三階段DEA模型評(píng)價(jià)了相同環(huán)境下各省域的環(huán)境效率水平、變化趨勢(shì)及其差異性.三是分析中國(guó)城市群的環(huán)境效率.如苗建軍等[5]利用SBM模型和Malmquist-Luenberger指數(shù)，分別測(cè)度了2005年—2014年長(zhǎng)江中游城市群27個(gè)城市的環(huán)境效率.汪克亮等[6]考察了京津冀城市群大氣環(huán)境效率的地區(qū)差異、動(dòng)態(tài)演進(jìn)特征與影響機(jī)制.四是分析中國(guó)的工業(yè)環(huán)境效率.如袁鵬等[7]測(cè)算了我國(guó)284個(gè)城市工業(yè)部門的環(huán)境效率，并分析了環(huán)境效率與經(jīng)濟(jì)增長(zhǎng)的關(guān)系.蘇偉洲等[8]通過(guò)Tobit模型對(duì)工業(yè)環(huán)境效率的影響因素進(jìn)行了回歸分析.五是分析中國(guó)的農(nóng)業(yè)環(huán)境效率.如張可等[9]基于強(qiáng)可處置性視角，對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率及其動(dòng)態(tài)演進(jìn)趨勢(shì)進(jìn)行了實(shí)證分析.姚增福等[10]實(shí)證檢驗(yàn)了農(nóng)業(yè)環(huán)境效率提升的動(dòng)態(tài)依賴路徑及其演化特征和多重均衡現(xiàn)象產(chǎn)生的原因.

而從服務(wù)業(yè)，尤其是生產(chǎn)性服務(wù)業(yè)角度研究環(huán)境效率的成果不多，盧幸燁等[11]利用SUPER-SBM模型測(cè)算了中國(guó)東部地區(qū)交通運(yùn)輸業(yè)的全要素生產(chǎn)率、碳排放效率，認(rèn)為中國(guó)東部地區(qū)各省市交通運(yùn)輸業(yè)的全要素生產(chǎn)率、環(huán)境效率之間的水平差距較大，大部分省市的交通運(yùn)輸業(yè)還存在著較大的節(jié)能減排空間.生產(chǎn)性服務(wù)業(yè)作為中間投入產(chǎn)業(yè)，具有知識(shí)密集性、低污染、低消耗、高產(chǎn)出、產(chǎn)業(yè)融合度高、帶動(dòng)作用顯著等特點(diǎn)，是全球產(chǎn)業(yè)競(jìng)爭(zhēng)的戰(zhàn)略制高點(diǎn)[12-13].

隨著信息技術(shù)的迅猛發(fā)展，生產(chǎn)性服務(wù)業(yè)在空間上日益呈現(xiàn)集聚現(xiàn)象，促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚，可能是有效緩解日益嚴(yán)峻的環(huán)境和資源約束的有效突破口[14].關(guān)于生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境效率的關(guān)聯(lián)問(wèn)題日益受到學(xué)界、政界的重視，較多學(xué)者對(duì)生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境污染之間的關(guān)系進(jìn)行了探討[15-17]，但對(duì)生產(chǎn)性服務(wù)業(yè)集聚是否改善了環(huán)境效率，國(guó)內(nèi)尚缺乏相關(guān)研究成果.由于京津冀、長(zhǎng)三角和珠三角是我國(guó)區(qū)域經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，生產(chǎn)性服務(wù)業(yè)集聚水平較高且發(fā)展較快.所以，本文選擇京津冀、長(zhǎng)三角和珠三角三個(gè)區(qū)域的核心省市：北京、上海、浙江和廣東四個(gè)地區(qū)的面板數(shù)據(jù)為樣本，審視生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響，這對(duì)于我國(guó)加快發(fā)展生產(chǎn)性服務(wù)業(yè)和綠色低碳發(fā)展具有重要的現(xiàn)實(shí)意義.

1 模型構(gòu)建、變量選取與數(shù)據(jù)來(lái)源

1.1 計(jì)量模型構(gòu)建

EEjt=Cjt+αLQjt+ωjt+μjt+εjt

(1)

其中，EE表示環(huán)境效率，j表示地區(qū)、t表示時(shí)間，C為常數(shù)，LQ表示生產(chǎn)性服務(wù)業(yè)集聚指數(shù)，α為生產(chǎn)性服務(wù)業(yè)集聚的回歸系數(shù)，ω表示時(shí)間效應(yīng)，μ表示未觀測(cè)到的個(gè)體效應(yīng)，ε為隨機(jī)誤差項(xiàng).

同時(shí)，為了考察生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響程度，本文把生產(chǎn)性服務(wù)業(yè)細(xì)分為低端生產(chǎn)性服務(wù)業(yè)(批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)，房地產(chǎn)業(yè))和高端生產(chǎn)性服務(wù)業(yè)(信息傳輸﹑計(jì)算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，租賃與商務(wù)服務(wù)業(yè)，科學(xué)研究﹑技術(shù)服務(wù)與地質(zhì)勘查業(yè))，分別檢驗(yàn)低端生產(chǎn)性服務(wù)業(yè)集聚、高端生產(chǎn)性服務(wù)業(yè)集聚和生產(chǎn)性服務(wù)業(yè)整體集聚對(duì)環(huán)境效率的影響程度.此外，通過(guò)分析相關(guān)領(lǐng)域的研究成果，選擇經(jīng)濟(jì)發(fā)達(dá)程度、技術(shù)進(jìn)步、外商直接投資、環(huán)保規(guī)制等作為控制變量.則模型(1)可以改為以下形式：

(2)

(3)

(4)

其中，WLQ表示生產(chǎn)性服務(wù)業(yè)整體集聚水平，LLQ表示低端生產(chǎn)性服務(wù)業(yè)集聚水平，HLQ表示高端生產(chǎn)性服務(wù)集聚水平，Control表示一系列控制變量，k表示控制變量的個(gè)數(shù)，β為控制變量的回歸系數(shù).

1.2 變量選取

1.2.1 被解釋變量：環(huán)境效率(EE)

近年來(lái)測(cè)量環(huán)境效率常用方法主要有：數(shù)據(jù)包絡(luò)分析法(DEA)、生命周期法(LCA)、多準(zhǔn)則決策方法(MCDM)、隨機(jī)前沿分析法(SFA)、距離函數(shù)法(DF)以及其他綜合評(píng)價(jià)方法.由于DEA方法主要是通過(guò)線性規(guī)劃對(duì)多輸入和多輸出的類似決策單元(DMU)的相對(duì)效率進(jìn)行評(píng)價(jià)，不需要提前設(shè)定生產(chǎn)函數(shù)，因此被廣泛應(yīng)用于環(huán)境效率的評(píng)價(jià).DEA方法中有很多具體的模型，本文選取包含非期望產(chǎn)出的Super-SBM分析方法來(lái)估算環(huán)境效率.具體投入、產(chǎn)出指標(biāo)見(jiàn)表1.

表1 環(huán)境效率評(píng)價(jià)指標(biāo)

指標(biāo)類別具體指標(biāo)內(nèi)容投入指標(biāo)傳統(tǒng)指標(biāo)環(huán)境指標(biāo)勞動(dòng)投入各地區(qū)從業(yè)人員數(shù)量(單位:萬(wàn)人)表示資本投入各地區(qū)固定資產(chǎn)投資總額(單位:億元)表示資源投入各地區(qū)能源消耗量(單位:億噸標(biāo)煤)表示環(huán)境治理投入各地區(qū)工業(yè)污染治理完成投資額(單位:億元)表示產(chǎn)出指標(biāo)期望產(chǎn)出非期望產(chǎn)出GDP各地區(qū)國(guó)內(nèi)生產(chǎn)總值(單位:億元)工業(yè)廢氣排放量各地區(qū)工業(yè)廢氣排放量(單位:億標(biāo)準(zhǔn)立方米)表示工業(yè)廢水排放量各地區(qū)工業(yè)廢水排放量(單位:億噸)表示工業(yè)固體廢物產(chǎn)生量各地區(qū)工業(yè)固體廢物產(chǎn)生量(單位:億噸)表示

本文采用DEA-Solver Pro5軟件中的Super-SBM Oriented(Super-SBM-O-C)測(cè)算2003年—2016年北京、上海、浙江和廣東四個(gè)地區(qū)的環(huán)境效率，由表2可以發(fā)現(xiàn)，在2003年—2016年間，上述地區(qū)的環(huán)境效率整體呈現(xiàn)波浪式上升趨勢(shì)，說(shuō)明在我國(guó)經(jīng)濟(jì)社會(huì)環(huán)境發(fā)生深刻變革的過(guò)程中，綠色發(fā)展理念已經(jīng)被擺在了更加突出的位置.就均值而言，北京、上海的環(huán)境效率顯著高于浙江、廣東.究其原因，可能是北京、上海兩地作為全國(guó)政治、經(jīng)濟(jì)中心，其在經(jīng)濟(jì)發(fā)展過(guò)程中，積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，環(huán)境保護(hù)的投入力度大，執(zhí)行力強(qiáng)，環(huán)境污染治理成效顯著.

1.2.2 核心解釋變量

當(dāng)前國(guó)內(nèi)外學(xué)者主要采用區(qū)位熵、產(chǎn)業(yè)集聚指數(shù)、行業(yè)集中度、赫芬達(dá)爾指數(shù)、空間基尼系數(shù)和E-G指數(shù)等測(cè)算產(chǎn)業(yè)集聚水平[20].由于區(qū)位熵指數(shù)可以消除地區(qū)規(guī)模差異因素，能真實(shí)反映一個(gè)地區(qū)要素的空間分布情況，因此，本文采用區(qū)位熵測(cè)算生產(chǎn)性服務(wù)業(yè)集聚水平.同時(shí)，由于本文主要考察生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響，因此核心解釋變量是生產(chǎn)性服務(wù)業(yè)區(qū)位熵(即生產(chǎn)性服務(wù)業(yè)集聚指數(shù)).具體計(jì)算公式見(jiàn)(3).

表2 2003年—2016年北京、上海、浙江和廣東環(huán)境效率及其平均值

年份北京上海浙江廣東20030.583 10.684 60.512 00.802 820040.611 70.673 90.509 90.788 020050.622 60.663 40.511 10.787 920060.629 10.691 50.518 50.820 520070.679 80.706 30.569 20.835 220080.781 20.739 20.613 60.834 420090.792 10.764 60.584 90.756 320100.865 10.854 70.647 40.763 920112.034 30.993 80.655 30.842 020120.969 91.005 70.585 50.823 820131.052 21.122 40.558 30.797 020140.978 20.994 40.578 70.755 520150.967 91.015 60.593 10.734 120161.072 91.070 40.632 00.794 7均值0.902 90.855 80.576 40.795 4

LQj=(esj/Es)/(egj/E)

(3)

公式(3)中，LQ表示生產(chǎn)性服務(wù)業(yè)區(qū)位熵，j則表示上述省市，esj表示在j地區(qū)生產(chǎn)性服務(wù)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量，Es表示全國(guó)生產(chǎn)性服務(wù)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量，egj表示j地區(qū)所有產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量，E表示全國(guó)所有產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量.通常來(lái)說(shuō)，LQ值越大表示其產(chǎn)業(yè)集聚程度越高，反之則越低.四地生產(chǎn)性服務(wù)業(yè)區(qū)位熵見(jiàn)表3.

由表3可以發(fā)現(xiàn)，北京生產(chǎn)性服務(wù)業(yè)集聚水平最高，上海次之，這可能一是由于北京、上海分別作為全國(guó)政治、經(jīng)濟(jì)中心，其在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過(guò)程中，更加注重服務(wù)業(yè)尤其是生產(chǎn)性服務(wù)業(yè)的發(fā)展，二是可能由于其地緣優(yōu)勢(shì)，其空間溢出效應(yīng)能自發(fā)促進(jìn)其集聚.廣東的生產(chǎn)性服務(wù)業(yè)集聚水平位列第三，浙江的集聚水平相對(duì)最低，位列第四，這表明浙江在未來(lái)經(jīng)濟(jì)發(fā)展過(guò)程中生產(chǎn)性服務(wù)業(yè)發(fā)展還有很大提升空間.

1.2.3 控制變量

考慮到其他因素對(duì)環(huán)境效率生產(chǎn)的影響，本文在估算方程中加入了其他控制變量.

(1)經(jīng)濟(jì)發(fā)達(dá)程度(DEV)：一般來(lái)說(shuō)，一個(gè)區(qū)域經(jīng)濟(jì)越發(fā)達(dá)，生產(chǎn)性服務(wù)業(yè)集聚水平就越高，環(huán)境效率可能就越好.本文采用人均GDP來(lái)衡量一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)達(dá)程度，具體包括人均GDP及其平方項(xiàng).為了克服異方差，對(duì)其取對(duì)數(shù)表示.

(2)外商直接投資(FDI)：外商直接投資在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，可能會(huì)使被投資國(guó)淪為“污染天堂”[21-22]，進(jìn)而不利于環(huán)境效率提升.本文采用各地區(qū)外商投資企業(yè)注冊(cè)登記投資總額作為代理變量.為了克服異方差，對(duì)其取對(duì)數(shù)表示.

(3)技術(shù)進(jìn)步(TG)：技術(shù)進(jìn)步是提高環(huán)境效率的關(guān)鍵因素，目前主要采用專利申請(qǐng)數(shù)、專利授權(quán)數(shù)、R&D經(jīng)費(fèi)投入等指標(biāo)衡量技術(shù)進(jìn)步程度.由于專利授權(quán)數(shù)更能體現(xiàn)一個(gè)地區(qū)的技術(shù)進(jìn)步水平.因此，本文采用地區(qū)專利申請(qǐng)授權(quán)數(shù)作為技術(shù)進(jìn)步的代理變量.為了克服異方差，對(duì)其取對(duì)數(shù)表示.

(4)環(huán)境規(guī)制(ER)：政府制定的相關(guān)環(huán)保政策會(huì)在一定程度上影響環(huán)境效率.本文采用各地區(qū)環(huán)境污染治理投資額占該地區(qū)GDP的比值來(lái)衡量.

表3 2003年—2016年北京、上海、浙江和廣東四地區(qū)生產(chǎn)性服務(wù)業(yè)區(qū)位熵

北京上海浙江廣東低端高端整體低端高端整體低端高端整體低端高端整體20031.086 03.203 71.906 31.079 42.344 61.569 50.803 11.004 00.880 90.755 91.620 61.090 820041.257 13.198 22.031 01.138 82.474 61.671 30.760 41.045 40.874 00.774 51.545 51.081 820051.379 93.203 92.141 81.186 02.498 51.734 20.735 81.046 50.865 60.794 71.432 81.061 220061.550 43.266 72.292 91.221 72.537 71.791 10.704 91.032 70.846 70.823 41.367 21.058 720071.727 83.220 42.388 81.208 52.403 61.737 70.693 10.972 90.817 00.819 11.321 41.041 520081.787 83.263 02.462 81.237 92.368 31.755 10.701 60.954 50.817 30.824 31.291 11.037 920091.755 83.290 12.474 41.299 72.366 51.799 40.716 30.943 80.822 80.853 01.227 81.028 520101.820 73.307 32.530 31.305 92.427 51.841 30.749 30.946 10.843 30.869 81.223 11.038 420111.909 13.317 02.550 21.203 22.360 01.729 90.748 20.973 40.850 70.858 41.357 51.085 720122.197 23.324 92.709 01.874 21.347 31.635 10.742 51.007 50.862 81.143 01.059 11.104 920132.016 43.363 92.612 61.942 31.995 21.965 70.716 50.973 60.830 31.008 90.889 90.956 220141.985 13.286 62.570 62.028 62.067 72.046 20.724 70.931 40.817 71.020 00.896 30.964 320151.988 13.304 12.594 42.050 62.056 72.053 40.728 80.936 20.824 41.027 00.910 40.973 320161.926 43.203 62.530 82.046 92.025 32.036 70.602 91.092 30.834 51.041 30.937 70.992 2均值1.742 03.268 12.414 01.487 42.233 81.811 90.723 40.990 00.842 00.901 01.220 01.036 8

1.3 數(shù)據(jù)來(lái)源與處理

本文主要是研究北京、上海、浙江和廣東四地生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境效率之間的關(guān)系.由于2003年前后生產(chǎn)性服務(wù)業(yè)統(tǒng)計(jì)口徑發(fā)生較大變化，為了保持統(tǒng)計(jì)口徑的一致和數(shù)據(jù)質(zhì)量，實(shí)證分析的時(shí)間跨度為2003年—2016年.文中所指的生產(chǎn)性服務(wù)業(yè)主要包括批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃與商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)與地質(zhì)勘查業(yè)七個(gè)細(xì)分行業(yè).由于2011年前后生產(chǎn)性服務(wù)業(yè)統(tǒng)計(jì)指標(biāo)有些許不同，因此2012年后的信息傳輸、軟件與信息技術(shù)服務(wù)業(yè)和科學(xué)研究和技術(shù)服務(wù)業(yè)分別對(duì)應(yīng)2011年前的信息傳輸、計(jì)算機(jī)服務(wù)與軟件業(yè)和科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè).同時(shí)，四地區(qū)的GDP、工業(yè)生產(chǎn)總值、固定資產(chǎn)投資總額、工業(yè)污染治理完成投資額是按照當(dāng)年價(jià)格計(jì)算的，因此不再剔出價(jià)格波動(dòng)因素.相關(guān)原始數(shù)據(jù)主要來(lái)自上述地區(qū)的統(tǒng)計(jì)年鑒(2004-2017)、中國(guó)環(huán)境統(tǒng)計(jì)年鑒(2011-2017)、中國(guó)第三產(chǎn)業(yè)數(shù)據(jù)庫(kù)、國(guó)家宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)、中國(guó)能源數(shù)據(jù)庫(kù)、中國(guó)環(huán)境數(shù)據(jù)庫(kù)、中國(guó)科技數(shù)據(jù)庫(kù)、中國(guó)勞動(dòng)經(jīng)濟(jì)數(shù)據(jù)庫(kù)、中國(guó)固定資產(chǎn)投資數(shù)據(jù)庫(kù)、中國(guó)對(duì)外經(jīng)濟(jì)數(shù)據(jù)庫(kù).此外，對(duì)個(gè)別缺失數(shù)據(jù)采用插值法補(bǔ)全.各變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表4.

表4 變量的描述性統(tǒng)計(jì)結(jié)果

2 實(shí)證結(jié)果分析與穩(wěn)健性檢驗(yàn)

本文主要利用Eviews8.0計(jì)量分析軟件估算回歸結(jié)果.在回歸分析前，首先利用Hausman檢驗(yàn)?zāi)Ｐ团袛嗥涫褂玫念愋?估算結(jié)果顯示，表5、表6和表7中的模型均適用于固定效應(yīng)模型，且利用VIF檢驗(yàn)，發(fā)現(xiàn)均值為4.32，說(shuō)明模型不存在自相關(guān)問(wèn)題.同時(shí)，利用Wald Test檢驗(yàn)，發(fā)現(xiàn)P值等于0，說(shuō)明模型可能存在異方差.此外，利用Davidson-MacKinnon檢驗(yàn)得到P等于0.206 7，表明存在內(nèi)生性問(wèn)題，但是其對(duì)OLS的估算結(jié)果影響較小，可以采用OLS回歸模型進(jìn)行回歸分析.

2.1 全樣本數(shù)據(jù)實(shí)證結(jié)果分析

表5(1)給出了對(duì)計(jì)量模型式(1)的回歸結(jié)果.(2)、(3)、(4)、(5)、(6)為分別加入經(jīng)濟(jì)發(fā)達(dá)程度、外商直接投資等控制變量的計(jì)量模型式(2)的回歸結(jié)果、(7)為加入全部控制變量的回歸結(jié)果.

由表5可以看出，生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率具有顯著正向影響.在不加入控制變量前，生產(chǎn)性服務(wù)業(yè)集聚每增加一個(gè)百分點(diǎn)，可以促進(jìn)環(huán)境效率提升19.23%；加入控制變量之后，生產(chǎn)性服務(wù)業(yè)集聚對(duì)于環(huán)境效率的影響依然呈現(xiàn)顯著正向作用，達(dá)到37.32%.其中就經(jīng)濟(jì)發(fā)達(dá)程度指標(biāo)而言，一次項(xiàng)為負(fù)值，二次項(xiàng)為正值，生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響呈U型，即環(huán)境效率伴隨著生產(chǎn)性服務(wù)業(yè)集聚水平的提高，表現(xiàn)先下降后上升的演進(jìn)態(tài)勢(shì).這說(shuō)明在經(jīng)濟(jì)發(fā)展初期，生產(chǎn)性服務(wù)業(yè)集聚在一定程度上不利于環(huán)境效率提升，但是當(dāng)經(jīng)濟(jì)發(fā)展到一定程度，超過(guò)拐點(diǎn)，生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率具有顯著正向促進(jìn)作用.就外商直接投資而言，單獨(dú)分析其對(duì)環(huán)境效率的影響呈現(xiàn)顯著正向影響，加入其他控制變量后，依然呈現(xiàn)正向變動(dòng)，但不顯著，說(shuō)明可能會(huì)存在外商直接投資引發(fā)“污染天堂”.因此，要提升外商投資質(zhì)量，環(huán)境底線不能碰.技術(shù)進(jìn)步可以顯著促進(jìn)環(huán)境效率的提升，說(shuō)明要加強(qiáng)對(duì)環(huán)境領(lǐng)域的技術(shù)創(chuàng)新投入，以科技引領(lǐng)促進(jìn)環(huán)境改善.就環(huán)境規(guī)制而言，其與環(huán)境效率呈現(xiàn)顯著的反向作用，說(shuō)明就目前階段而言，環(huán)境規(guī)制阻礙了環(huán)境效率改善，確實(shí)存在“綠色悖論”，這與甘家武等[23]學(xué)者的研究結(jié)論一致.

表5 全樣本回歸估計(jì)結(jié)果

變量(1)(2)(3)(4)(5)(6)(7)(8)LQ0.192 3***0.145 4***0.111 74**0.235 0***0.256 5***0.242 60.073 3*0.373 2***lnDEV0.128 2*-0.614 3*-0.462 0**lnDEV20.243 0**0.100 8*lnFDI0.162 1***0.072 1lnTG0.100 3***0.119 8***ER-10.167 2**-8.126 3*常數(shù)項(xiàng)0.484 6***0.341 5***0.888 1***-1.114 8***-0.691 8**0.533 3***0.341 7***-1.205 2地區(qū)效應(yīng)yesyesyesyesyesyesyesyes時(shí)間效應(yīng)yesyesyesyesyesyesyesyesR20.488 70.436 30.401 20.472 90.430 00.445 30.448 70.553 5F統(tǒng)計(jì)量21.917 312.428 311.615 223.778 019.991 213.975 614.190 210.124 3

注：***、**、*分別表示在1%、5%、10%水平下顯著.

2.2 分樣本數(shù)據(jù)實(shí)證結(jié)果分析

表6和表7給出了低端生產(chǎn)性服務(wù)業(yè)集聚和高端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響.由表6可以看出，低端生產(chǎn)性服務(wù)業(yè)(批發(fā)和零售業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)，房地產(chǎn)業(yè))對(duì)環(huán)境效率的影響同樣呈現(xiàn)顯著正向作用.在不加入控制變量前，生產(chǎn)性服務(wù)業(yè)集聚可以促進(jìn)環(huán)境效率提升30.82個(gè)百分點(diǎn)，加入控變量后，依然強(qiáng)勁，達(dá)到43.79個(gè)百分點(diǎn).就控制變量而言，經(jīng)濟(jì)發(fā)達(dá)程度、外商直接投資、技術(shù)進(jìn)步和環(huán)境規(guī)制的影響效應(yīng)與全樣本一致，且環(huán)境規(guī)制對(duì)環(huán)境效率的影響在加入變量后其反向作用在減弱.

表6 低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的回歸結(jié)果

變量(1)(2)(3)(4)(5)(6)(7)(8)LQ0.308 2***0.283 3***0.235 0***0.308 4***0.330 8***0.343 2***0.281 0**0.437 9***lnDEV0.386 5*-0.442 9*-0.252 4*lnDEV20.164 2*0.036 8*lnFDI0.104 0***0.043 6lnTG0.061 4**0.073 8*ER-7.661 6*-4.357 5常數(shù)項(xiàng)0.408 6***0.372 8***0.738 4***-0.599 1*-0.281 40.457 4***0.390 7***-0.600 4地區(qū)效應(yīng)yesyesyesyesyesyesyesyes時(shí)間效應(yīng)yesyesyesyesyesyesyesyesR20.410 70.414 00.440 00.491 60.471 90.447 20.411 60.532 3F統(tǒng)計(jì)量37.630 118.723 813.620 225.621 823.684 321.433 618.538 09.296 3

注：***、**、*分別表示在1%、5%、10%水平下顯著.

由表7可知，高端生產(chǎn)性服務(wù)業(yè)(信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，金融業(yè)，租賃與商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)與地質(zhì)勘查業(yè))對(duì)環(huán)境效率的影響作用最低，不加入控制變量前為10.06%，全部加入后達(dá)到18.68%，低于低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的促進(jìn)作用.這可能是由于在目前階段，我國(guó)的生產(chǎn)性服務(wù)業(yè)集聚主要是以低端為主，高端生產(chǎn)性服務(wù)業(yè)的規(guī)模不大，作用發(fā)揮不明顯.因此，應(yīng)該優(yōu)化生產(chǎn)性服務(wù)業(yè)的集聚層級(jí)，合理布局，避免出現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚導(dǎo)致?lián)頂D效應(yīng)，提升高端生產(chǎn)性服務(wù)業(yè)集聚的規(guī)模，實(shí)現(xiàn)環(huán)境效率的提升.

表7 高端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的回歸結(jié)果

變量(1)(2)(3)(4)(5)(6)(7)(8)LQ0.100 6***0.066 3**0.055 9*0.156 1***0.169 8***0.127 8***0.005 3*0.186 8***lnDEV0.187 1***-0.688 0**-0.642 9*lnDEV20.281 4***0.209 6*lnFDI0.196 2***0.082 6lnTG0.120 6***0.082 8*ER-7.883 6*-7.171 7*常數(shù)項(xiàng)0.588 7***0.334 7***0.966 1***-1.417 5***-0.846 5**0.630 0***0.325 5***-0.745 5地區(qū)效應(yīng)yesyesyesyesyesyesyesyes時(shí)間效應(yīng)yesyesyesyesyesyesyesyesR20.358 40.381 70.473 00.398 00.428 60.391 00.434 20.579 6F統(tǒng)計(jì)量10.166 710.391 810.309 517.505 012.968 26.257 113.341 57.526 4

注：***、**、*分別表示在1%、5%、10%水平下顯著.

2.3 分區(qū)域樣本檢驗(yàn)結(jié)果

為了檢驗(yàn)生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的區(qū)域性差異，表8報(bào)告了分區(qū)域樣本檢驗(yàn)結(jié)果.限于篇幅，文中僅報(bào)告核心解釋變量對(duì)因變量的檢驗(yàn)結(jié)果，其他控制變量的回歸結(jié)果作者存檔備索.由表8可以看出，生產(chǎn)性服務(wù)業(yè)集聚水平最高的北京，其對(duì)環(huán)境效率的提升具有顯著正向影響，且北京高端生產(chǎn)性服務(wù)業(yè)集聚的影響作用顯著優(yōu)于低端生產(chǎn)性服務(wù)業(yè)，而上海高端和低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率提升均具有顯著正向影響，且差距不大，整體生產(chǎn)性服務(wù)集聚對(duì)環(huán)境效率具有顯著正向影響.廣東低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響呈現(xiàn)反向作用，但生產(chǎn)性服務(wù)業(yè)整體集聚水平和高端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響呈現(xiàn)正向促進(jìn)作用.而浙江則呈現(xiàn)反向變動(dòng)關(guān)系，這可能是由于浙江生產(chǎn)性服務(wù)業(yè)集聚水平相對(duì)最低，生產(chǎn)性服務(wù)業(yè)集聚的層級(jí)結(jié)構(gòu)還沒(méi)有適應(yīng)環(huán)境發(fā)展的要求，亟待調(diào)整優(yōu)化.

表8 四地區(qū)生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的回歸結(jié)果

LQ常數(shù)項(xiàng)R2F統(tǒng)計(jì)量北京整體0.848 7**-1.1460.497 75.085 5低端0.631 1**-0.196 40.494 85.015 7高端3.490 0*-10.502 9*0.462 84.278上海整體0.708 3**-0.427 60.429 49.029 6低端0.370 7***0.304 4***0.741 434.407 7高端0.379 8***1.704 1***0.499 711.985浙江整體-1.096 8*1.500***0.432 33.631 0低端-0.405 2*0.869 5***0.329 91.791 1高端-0.369 5*0.942 2***0.431 51.816 8廣東整體0.383 0**0.398 4**0.407 35.322 7低端-0.063 50.852 6***0.352 52.664 3高端0.054 2*0.729 3***0.356 12.219 9

注：***、**、*分別表示在1%、5%、10%水平下顯著.

2.4 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證回歸結(jié)果的可靠性和穩(wěn)定性，本文采用Super-SBM Oriented(Super-SBM-I-C)測(cè)算環(huán)境效率，重新估算的環(huán)境效率值代入計(jì)量模型式(1)和(2)，檢驗(yàn)結(jié)果見(jiàn)表9和表10.限于版面，表9僅列出核心解釋變量對(duì)因變量的檢驗(yàn)結(jié)果和加入全部控制變量后的回歸結(jié)果，其他控制變量的回歸結(jié)果作者存檔備索.由表9可知，生產(chǎn)性服務(wù)業(yè)集聚系數(shù)顯著為正，表明生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率正向影響沒(méi)有改變.因此，在考慮內(nèi)生性問(wèn)題的前提下，可以得出本文的核心結(jié)論總體上是可靠的、穩(wěn)定的.表10的回歸結(jié)果與表8的發(fā)展演進(jìn)趨勢(shì)相同，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚程度越大，其對(duì)環(huán)境效率提升的效果就越好，生產(chǎn)性服務(wù)業(yè)集聚有助于促進(jìn)環(huán)境效率的提升.

表9 生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的穩(wěn)健性檢驗(yàn)結(jié)果

變量生產(chǎn)性服務(wù)業(yè)整體集聚低端生產(chǎn)性服務(wù)業(yè)集聚高端生產(chǎn)性服務(wù)業(yè)集聚(1)(2)(3)(4)(5)(6)LQ0.228 8***0.251 0***0.384 5***0.378 2***0.109 1***0.099 7***lnDEV-0.406 1**-0.191 6-0.524 6**lnDEV20.163 7**0.074 30.246 6***lnFDI0.064 1*0.041 90.067 9lnTG0.067 0**0.061 5**0.027 5*ER-4.097 6*-2.143 5*-2.641 9*常數(shù)項(xiàng)0.287 5***-0.893 8*0.170 1***-0.773 0**0.426 3***-0.356 4地區(qū)效應(yīng)yesyesyesyesyes時(shí)間效應(yīng)yesyesyesyesyesR20.420 50.808 90.678 10.853 90.497 80.751 2F統(tǒng)計(jì)量39.185 734.563 0113.753 147.746 513.317 624.660 3

注：***、**、*分別表示在1%、5%、10%水平下顯著.

表10 四地區(qū)生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響的穩(wěn)健性檢驗(yàn)結(jié)果

LQ常數(shù)項(xiàng)R2F統(tǒng)計(jì)量北京整體0.228 9***0.287 5***0.420 539.185 7低端0.384 5***0.170 1***0.372 1113.753 1高端0.109 1***0.426 3***0.497 813.317 6上海整體0.953 5***-0.968 40.458 810.172 6低端0.509 1***0.002 0***0.824 556.392 9高端0.529 0***1.941 0***0.571 516.007 1浙江整體-1.256 8*1.504 0*0.462 62.330 4低端-0.420 90.750 3**0.474 82.969 5高端-0.514 80.955 4**0.436 11.890 4廣東整體0.382 9**0.398 4**0.307 35.322 7低端-0.063 50.852 6***0.452 53.664 3高端0.054 20.729 3***0.456 12.219 9

注：***、**、*分別表示在1%、5%、10%水平下顯著.

3 結(jié)論與啟示

本文利用SUPER-SBM分析方法和區(qū)位熵來(lái)估算2003年—2016年北京、上海、浙江和廣東四地區(qū)環(huán)境效率和生產(chǎn)性服務(wù)業(yè)集聚水平，在此基礎(chǔ)上通過(guò)構(gòu)建生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境效率之間的回歸方程模型，對(duì)生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境效率之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn).主要得到以下研究結(jié)論：一是在控制了地區(qū)、時(shí)間變量的影響后，生產(chǎn)性服務(wù)業(yè)集聚可以顯著改善環(huán)境效率；二是無(wú)論是低端生產(chǎn)性服務(wù)業(yè)集聚還是高端生產(chǎn)性服務(wù)業(yè)集聚都顯著改善了環(huán)境效率，然而低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的提升作用更加顯著，究其原因，可能是與我國(guó)目前經(jīng)濟(jì)發(fā)展的階段性特征有關(guān)，即我國(guó)正在由工業(yè)經(jīng)濟(jì)邁入服務(wù)經(jīng)濟(jì)的歷史進(jìn)程中，工業(yè)企業(yè)對(duì)低端生產(chǎn)性服務(wù)業(yè)需求旺盛，低端服務(wù)業(yè)發(fā)展規(guī)模大；三是不同區(qū)域，其生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率影響存在顯著差異，表現(xiàn)為北京、上海兩地?zé)o論是低端生產(chǎn)性服務(wù)業(yè)集聚還是高端生產(chǎn)性服務(wù)業(yè)集聚都能顯著促進(jìn)環(huán)境效率的提升；廣東生產(chǎn)性服務(wù)集聚整體和高端生產(chǎn)性服務(wù)集聚對(duì)環(huán)境效率提升具有促進(jìn)作用，而低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)環(huán)境效率的影響則呈現(xiàn)反向作用；而浙江作為生產(chǎn)性服務(wù)集聚水平相對(duì)較低的區(qū)域，無(wú)論是整體集聚還是低端集聚、高端集聚，其與環(huán)境效率均具有反向變動(dòng)關(guān)系.

從生產(chǎn)性服務(wù)業(yè)集聚角度可以得出以下啟示.第一，在“綠色”發(fā)展理念引領(lǐng)下，要堅(jiān)定信心，進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升生產(chǎn)性服務(wù)集聚的水平，促進(jìn)環(huán)境效率的改善；第二，在保持低端服務(wù)業(yè)空間集聚的現(xiàn)有規(guī)模下，進(jìn)一步提升高端服務(wù)業(yè)集聚的水平和規(guī)模，同時(shí)要運(yùn)用政策引導(dǎo)、金融支持等手段克服生產(chǎn)性服務(wù)業(yè)集聚導(dǎo)致的擁擠效應(yīng)，使高端生產(chǎn)性服務(wù)業(yè)集聚的“綠色紅利”得以顯著彰顯；第三，要積極引導(dǎo)外商直接投資進(jìn)入低碳綠色經(jīng)濟(jì)領(lǐng)域，提升外商直接投資的質(zhì)量和效益；第四，要進(jìn)一步加大科技創(chuàng)新引領(lǐng)綠色發(fā)展，強(qiáng)化綠色科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力；第五，要進(jìn)一步優(yōu)化環(huán)境規(guī)制手段，根據(jù)產(chǎn)業(yè)、區(qū)域等現(xiàn)實(shí)特點(diǎn)，采用差異化的治理措施，變“制約”為“促進(jìn)”.