尹元元

(湖南商學(xué)院經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 410205)

一、問題的提出

通常認(rèn)為服務(wù)業(yè)處于產(chǎn)業(yè)結(jié)構(gòu)最高端，所提供的產(chǎn)品具有無形性，不像工業(yè)那樣容易產(chǎn)生過量的環(huán)境污染物，應(yīng)屬清潔性行業(yè)。但現(xiàn)實中也不乏服務(wù)業(yè)造成環(huán)境污染的個案，如美國舊金山海灣汞嚴(yán)重超標(biāo)一例，就是因為醫(yī)療服務(wù)行業(yè)丟棄大量化學(xué)廢棄物所致。Mayrand and Paquin(2007)對服務(wù)貿(mào)易環(huán)境效應(yīng)的評估結(jié)論顯示，不同服務(wù)部門對環(huán)境確實存在較大影響[1]。但Levinson(2010)發(fā)現(xiàn)美國服務(wù)貿(mào)易主要集中在低污染行業(yè)，因此服務(wù)貿(mào)易有利于其國內(nèi)污染減排[2]。

縱觀服務(wù)貿(mào)易環(huán)境效應(yīng)的已有研究，對服務(wù)業(yè)產(chǎn)品無形性、對外貿(mào)易知識溢出這兩大特質(zhì)是忽視的。一方面，從對外貿(mào)易知識外溢來看，作為國際經(jīng)濟(jì)學(xué)的重點研究領(lǐng)域之一，對外貿(mào)易知識擴(kuò)散觀點已為學(xué)界普遍接受，貿(mào)易知識溢出對全要素生產(chǎn)率的提升都在客觀上有助于降低生產(chǎn)過程當(dāng)中物質(zhì)資源的投入，實現(xiàn)生產(chǎn)集約，因此不應(yīng)忽視服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)。另一方面，從服務(wù)業(yè)產(chǎn)品屬性來看，服務(wù)本身具有無形性，服務(wù)業(yè)處于知識結(jié)構(gòu)頂端，隱性的非物化型知識溢出是服務(wù)貿(mào)易有別于傳統(tǒng)工業(yè)資本品貿(mào)易物化型知識溢出的顯著標(biāo)致，且具有緘默屬性的非物化型知識溢出又表現(xiàn)出明顯的空間屬性[3]。因此，對服務(wù)貿(mào)易環(huán)境效應(yīng)的研究，就應(yīng)緊扣對外貿(mào)易知識溢出與服務(wù)產(chǎn)品無形性這兩大特質(zhì)，借助知識外溢和知識分類理論，從空間維度剖析服務(wù)貿(mào)易因其內(nèi)嵌的非物化型知識區(qū)域擴(kuò)散帶來的環(huán)境技術(shù)效應(yīng)。本文的邊際貢獻(xiàn)至于：理論上，借鑒知識分類和知識外溢、技術(shù)自主創(chuàng)新理論剖析服務(wù)貿(mào)易環(huán)境技術(shù)效應(yīng)，以彌補(bǔ)對外貿(mào)易環(huán)境效應(yīng)研究在服務(wù)貿(mào)易領(lǐng)域的缺失；實證上，將對外貿(mào)易知識溢出變量嵌入檢驗貿(mào)易環(huán)境效應(yīng)的EKC曲線，基于非物化型知識空間溢出與污染物空間擴(kuò)散對經(jīng)典EKC曲線進(jìn)行空間擴(kuò)容，實證檢驗服務(wù)貿(mào)易知識外溢及通過促進(jìn)東道國知識自主創(chuàng)新對環(huán)境的“雙(引)擎”影響機(jī)制。

二、服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)

(一)引擎一：服務(wù)貿(mào)易內(nèi)嵌的非物化型知識空間外溢效應(yīng)

首先，從知識溢出類型看，服務(wù)貿(mào)易由于其交易產(chǎn)品的無形性，其溢出的知識更多是沒有實體物理形態(tài)的非物化型知識(如觀念、意識與作法等)。其次，從知識溢出維度看，服務(wù)貿(mào)易溢出的非物化型知識具有緘默(Tacit)特征。Dosi(1988)指出非物化型知識難以被編碼化，需要借助人力資本“面對面”接觸才可以實現(xiàn)，其傳播具有明顯的空間屬性[4]。故服務(wù)貿(mào)易溢出的非物化型知識不會僅停留在貿(mào)易發(fā)生地，還對內(nèi)陸其他地區(qū)產(chǎn)生空間溢出。再次，從知識溢出環(huán)境效應(yīng)看，服務(wù)貿(mào)易非物化型知識外溢是否有利于污染減排取決于溢出的知識是偏“規(guī)模提升型”還是“環(huán)境友好型”[5]。從規(guī)模效應(yīng)來看，諸如物流、金融、會計、咨詢和培訓(xùn)等生產(chǎn)性服務(wù)的知識溢出降低了交易成本，潤滑原本艱澀的外部市場交易摩擦，促進(jìn)市場交投活躍，推動生產(chǎn)規(guī)模擴(kuò)大，但引致因生產(chǎn)規(guī)模過量、過快擴(kuò)張對生態(tài)環(huán)境帶來的資源需耗負(fù)擔(dān)，這是服務(wù)貿(mào)易偏“規(guī)模提升型”知識溢出。從結(jié)構(gòu)效應(yīng)來看，生產(chǎn)性服務(wù)的非物化型知識對農(nóng)業(yè)、工業(yè)的滲透，充當(dāng)人力資本和知識的傳送器，使原本粗糙、簡單的生產(chǎn)過程更加迂回有效，盤活固有資源使用效率，降低單位產(chǎn)出能耗，推動產(chǎn)業(yè)結(jié)構(gòu)升級，這是服務(wù)貿(mào)易偏“環(huán)境友好型”技術(shù)溢出。綜合上述分析，我們提出如下的待檢驗假說：

命題一：服務(wù)貿(mào)易非物化型知識溢出的環(huán)境效應(yīng)具有空間屬性。服務(wù)貿(mào)易非物化型知識溢出的環(huán)境效應(yīng)既包括對貿(mào)易所在地的首次溢出，也涵蓋對其他地區(qū)的后續(xù)二次溢出；服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)取決于溢出的技術(shù)是偏“規(guī)模提升型”還是“環(huán)境友好型”。

(二)引擎二：服務(wù)貿(mào)易通過衍生優(yōu)質(zhì)環(huán)境偏好內(nèi)生的知識自主創(chuàng)新效應(yīng)

對外貿(mào)易是經(jīng)濟(jì)增長的引擎。服務(wù)貿(mào)易在推動經(jīng)濟(jì)發(fā)展、提升人均收入水平的同時也會激發(fā)國民對優(yōu)質(zhì)環(huán)境的偏好，進(jìn)而通過國家環(huán)境規(guī)制與立法促進(jìn)“環(huán)境友好型”生產(chǎn)知識的自主創(chuàng)新。對EKC倒U型曲線形狀的經(jīng)濟(jì)釋義也是如此。援引EKC曲線的做法，環(huán)境污染與服務(wù)貿(mào)易推動的經(jīng)濟(jì)增長之間也構(gòu)成倒U型曲線關(guān)系，即只有當(dāng)人均收入水平達(dá)到某一“拐點”后，服務(wù)貿(mào)易所推動的經(jīng)濟(jì)發(fā)展才內(nèi)生出“環(huán)境友好型”知識的自主創(chuàng)新。

但本文欲擬合的倒U型曲線與經(jīng)典EKC曲線不同之處在于考慮到如下細(xì)節(jié)：環(huán)境污染物具有空間擴(kuò)散現(xiàn)象，且污染擴(kuò)散呈地理衰減趨勢。據(jù)此斷定環(huán)境污染不僅與所在地區(qū)服務(wù)貿(mào)易推動的經(jīng)濟(jì)發(fā)展水平相關(guān)，而且與其他地區(qū)服務(wù)貿(mào)易推動的經(jīng)濟(jì)發(fā)展水平相關(guān)。在EKC曲線假定下，只有兩個地區(qū)的人均收入水平同時逾越各自倒U型曲線的“拐點”，服務(wù)貿(mào)易推動經(jīng)濟(jì)發(fā)展所內(nèi)生出的知識自主創(chuàng)新效應(yīng)才降低環(huán)境污染水平。由于污染擴(kuò)散遵循“地理學(xué)第一定律”，若地理距離越遠(yuǎn)，則某一地區(qū)污染減排所要求的其他地區(qū)經(jīng)濟(jì)增長“拐點”所對應(yīng)的人均收入水平也就越低。據(jù)此，我們提出如下的待檢驗假說：

命題二：服務(wù)貿(mào)易通過衍生優(yōu)質(zhì)環(huán)境偏好內(nèi)生知識自主創(chuàng)新的環(huán)境效應(yīng)具有空間二分性?！拔廴緶p排”不僅與所在地區(qū)服務(wù)貿(mào)易推動的經(jīng)濟(jì)發(fā)展水平呈倒U型曲線關(guān)系，而且與其他地區(qū)服務(wù)貿(mào)易推動的經(jīng)濟(jì)發(fā)展水平呈倒U型曲線關(guān)系。

三、空間模型設(shè)計

(一)服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)空間建模

借助空間計量經(jīng)濟(jì)學(xué)對具有空間屬性的遺漏變量招致模型內(nèi)生性偏誤的解決方案，我們建立服務(wù)貿(mào)易非物化型知識空間溢出對轄域內(nèi)、外環(huán)境影響的測度模型。

服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)包括兩方面的來源：一是服務(wù)貿(mào)易產(chǎn)值(Ss)，代表服務(wù)提供數(shù)量，在生產(chǎn)過程中既可對環(huán)境產(chǎn)生負(fù)向外部性，又可通過提高人均收入水平來嚴(yán)格環(huán)境規(guī)制，服務(wù)貿(mào)易產(chǎn)值可通過國際收支賬戶統(tǒng)計得到，是可量化指標(biāo)；二是伴隨服務(wù)貿(mào)易溢出的非物化型知識(Ss-un)，它可以滲透進(jìn)國民經(jīng)濟(jì)實體生產(chǎn)過程，帶來資源集約效應(yīng)，但由于非觀測性，因此屬于不可量化指標(biāo)。以經(jīng)典線性EKC模型為基礎(chǔ)來考察服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)，則將上述兩變量嵌入到EKC曲線當(dāng)中后有：

P=α0+α1·GDP+α2·GDP2+α3·Ss+β·Ss-un

(1)

其中，P代表環(huán)境污染物，GDP代表人均GDP變量，GDP2則為其二次項形式。作為依附于服務(wù)貿(mào)易而發(fā)生的非物化型知識溢出(Ss-un)，本身就與服務(wù)貿(mào)易(Ss)存在著不可分割的聯(lián)系，同時也無法否認(rèn)對外貿(mào)易知識溢出與經(jīng)濟(jì)產(chǎn)出變量(GDP)之間的內(nèi)在關(guān)聯(lián)。因此，當(dāng)非物化型知識由于非觀測性而從模型當(dāng)中遺漏，則導(dǎo)致(1)式內(nèi)生性問題。解決方案如下：考慮到服務(wù)貿(mào)易非物化型知識空間溢出屬性，參照Parent and LeSage(2008)對具有空間屬性的遺漏變量引致線性內(nèi)生性偏誤的處理方法，我們用空間向量自回歸式來表述原線性模型當(dāng)中遺漏變量的空間屬性：

Ss-un=ρ×W×Ss-un+ε

(2)

其中，W為空間權(quán)重矩陣，參數(shù)ρ代表空間相關(guān)性程度，ε是隨機(jī)擾動項。通過求解上式中服務(wù)貿(mào)易非物化型知識溢出變量Ss-un=(I-ρ×W)-1×ε，再回代至(1)式后有：

P=α0+α1·GDP+α2·GDP2+α3·Ss+(I-ρ·W)-1·(β·ε)

(3)

經(jīng)濟(jì)增長績效離不開制度變遷，回顧我國對外開放歷程，發(fā)現(xiàn)制度變遷同樣也在對外貿(mào)易發(fā)展過程當(dāng)中起到重要作用。因此，需對(3)式隨機(jī)擾動項當(dāng)中另一隱匿的非觀測因素——制度變量再次引發(fā)的模型內(nèi)生性問題予以控制，我們采用如下的經(jīng)典計量回歸式：

βε=ψ1·GDP+ψ2·GDP2+ψ3·Ss+v

(4)

上式表明隨機(jī)擾動項當(dāng)中的制度因素與經(jīng)濟(jì)績效、服務(wù)貿(mào)易之間存在相關(guān)性，在控制這種相關(guān)性后，則可假定隨機(jī)擾動項中的剩余殘差項(v)服務(wù)獨立正態(tài)同分布。將(4)式代入(3)式后有：

P=α′+ρW·P+λ1·GDP+λ2·GDP2+λ3·Ss+δ1·W·GDP+δ2·W·GDP2+

δ3·W·Ss+v

(5)

其中，α′=α0(I-ρW)，λ1=α1+ψ1，λ2=α2+ψ2，λ3=α3+ψ3，δ1=α1ρ，δ2=α2ρ，δ3=α3ρ。(5)式的模型設(shè)定形式與空間模型家族當(dāng)中空間Durbin模型(Spatial Durbin Model，SDM)設(shè)定形式相同，此即為本文最終用于實證檢驗的空間計量模型。

(二)服務(wù)貿(mào)易知識溢出的環(huán)境效應(yīng)定義

(6)

四、實證檢驗結(jié)果及分析

(一)數(shù)據(jù)樣本

1.服務(wù)貿(mào)易知識溢出指標(biāo)。由于服務(wù)貿(mào)易溢出的非物化型知識不具有觀測性，因此如何在服務(wù)貿(mào)易額(Ss)當(dāng)中體現(xiàn)出源自溢出國的知識溢出特性，是本文在實證模型指標(biāo)設(shè)計方面需要解決的問題。參照Coe and Helpman(1995)以雙邊貿(mào)易份額為權(quán)重的設(shè)計思路，以服務(wù)業(yè)發(fā)達(dá)國家對中國服務(wù)貿(mào)易出口額占該國國內(nèi)生產(chǎn)總值的比重來量化其國際研發(fā)知識資本存量對中國的溢出[7]：

(7)

2.空間權(quán)重矩陣。反映區(qū)域間地理毗鄰關(guān)系的空間權(quán)重矩陣采用最近鄰域數(shù)原則確定。該方法不僅考慮了地理毗鄰，而且在一定程度上考慮了其他因素引致的毗鄰關(guān)系。鑒于地理衰減效應(yīng)，需在空間權(quán)重矩陣當(dāng)中變換最近鄰域個數(shù)，因此將k個最近鄰域依次取值為7～9。各省之間地理距離以省會城市經(jīng)-緯度坐標(biāo)為依據(jù)進(jìn)行德勞內(nèi)三角剖分算法。

3.其他指標(biāo)。以工業(yè)廢氣(萬標(biāo)立方米/人)作為污染物指標(biāo)(P)。人均GDP按1952年不變價轉(zhuǎn)換。研發(fā)知識資本存量溢出國選取的是服務(wù)業(yè)和服務(wù)貿(mào)易均較發(fā)達(dá)的OECD國家，包括G7國再加上澳大利亞、比利時、芬蘭、愛爾蘭、以色列、韓國、荷蘭、葡萄牙、西班牙和土耳其。

降水量是衡量一個地區(qū)降水多少的數(shù)據(jù)，指從天空降落到地面上的液態(tài)或固態(tài)（經(jīng)融化后）水，未經(jīng)蒸發(fā)、滲透、流失而在水平面上積聚的深度［5］。降水觀測是研究流域或地區(qū)水文循環(huán)系統(tǒng)的動態(tài)輸入項目，是水資源最重要的基礎(chǔ)資料之一，對于工農(nóng)業(yè)生產(chǎn)、水利開發(fā)、江河防洪和工程管理等具有深遠(yuǎn)的意義。

(二)空間模型設(shè)定形式檢驗

參照Elhorst(2012)的檢驗步驟，對放寬線性模型嚴(yán)格假定發(fā)展起來的空間模型，是否有別于線性模型，進(jìn)行穩(wěn)健性檢驗。

1.空間模型設(shè)定形式有別于線性模型的穩(wěn)健性檢驗。檢驗第一步，以線性模型殘差為基礎(chǔ)，就線性EKC模型是否遺漏掉空間交互項進(jìn)行檢驗(結(jié)果見表1所示)。

(1)空間交互效應(yīng)檢驗結(jié)果提示包含服務(wù)貿(mào)易知識溢出變量的線性EKC模型遺漏具有重要解釋力的空間交互項。在四種截面單元固定效應(yīng)設(shè)定形式下，僅基于聚合模型估計殘差的穩(wěn)健LM檢驗值(0.6084)，表明無法拒絕“不存在空間誤差項”的原假設(shè)。而在其余情況下，LM檢驗值和穩(wěn)健LM檢驗值大都在1%的水平上顯著，表明可拒絕“不存在空間滯后項”和“不存在空間誤差項”的原假設(shè)。針對截面單元固定效應(yīng)和時期固定效應(yīng)的聯(lián)合檢驗值分別為353.3541和55.6866且均在1%的水平上顯著，表明可同時拒絕“截面單元固定效應(yīng)聯(lián)合不顯著”以及“時期單元固定效應(yīng)聯(lián)合不顯著”的原假設(shè)，需在面板模型當(dāng)中考慮截面單元和時期單元的雙向固定效應(yīng)設(shè)定形式。

(2)較低的模型擬合優(yōu)度提示包含服務(wù)貿(mào)易知識溢出變量的線性EKC模型遺漏較為重要的解釋變量。從表1的四種固定效應(yīng)設(shè)定形式下的估計結(jié)果來看，僅截面固定效應(yīng)設(shè)定形式下的模型擬合優(yōu)度較高(0.5225)，其余三種固定效應(yīng)設(shè)定形式下的模型擬合優(yōu)度均較低。尤其是設(shè)定形式最為可信的雙向固定效應(yīng)模型，其模型擬合優(yōu)度僅為0.0605，大大低于回歸模型擬合優(yōu)度的正常取值范圍。在不違背線性模型嚴(yán)格假定的條件下，遺漏變量導(dǎo)致較低的模型擬合優(yōu)度是不會對模型估計結(jié)果產(chǎn)生危害，但基于前文理論分析可知，本文是針對服務(wù)貿(mào)易非物化型知識溢出設(shè)定空間交互項，在知識溢出與經(jīng)濟(jì)增長以及服務(wù)貿(mào)易存在不可分割的聯(lián)系時，對知識溢出空間交互項的遺漏可能導(dǎo)致更為嚴(yán)重的內(nèi)生性估計偏誤。

表1 包含服務(wù)貿(mào)易知識溢出變量的線性EKC模型遺漏空間交互效應(yīng)的檢驗(W7)

注：模型參數(shù)估計值省略，方括號內(nèi)為p值；*、** 和*** 分別代表在10%、5%和1%的水平上顯著。

2.空間模型一般性設(shè)定形式的穩(wěn)健性檢驗

前一步檢驗結(jié)果拒絕了線性模型是實際樣本數(shù)據(jù)生成方式的最適擬合，接下來就要選擇合適的空間模型設(shè)定形式。遵循Elhorst(2012)檢驗方案的第二步，以空間杜賓模型(SDM)分別與空間誤差模型(SEM)和空間滯后模型(SLM)構(gòu)成嵌套(Nested)關(guān)系為基礎(chǔ)[8]，在估計得到SDM結(jié)果的基礎(chǔ)上，就其一般性(General)的設(shè)定結(jié)構(gòu)能否簡約成具有特異性(Specific)的空間結(jié)構(gòu)展開約束性檢驗(結(jié)果見表2所示)。

(1)空間模型設(shè)定形式檢驗結(jié)果拒絕本文空間擴(kuò)展所得模型可退化成另外兩種設(shè)定形式具有特異性的空間模型。從任何一種空間權(quán)重矩陣設(shè)定形式下的估計結(jié)果來看，無論是固定效應(yīng)還是隨機(jī)效應(yīng)，Wald檢驗均在1%的水平上顯著，表明可拒絕“設(shè)定形式具有一般性的空間Durbin模型可以退化成設(shè)定形式具有特異性的空間滯后模型”以及“設(shè)定形式具有一般性的空間Durbin模型可以退化成設(shè)定形式具有特異性的空間誤差模型”的原假設(shè)。同時，LR檢驗值在固定效應(yīng)設(shè)定下也在1%的水平上顯著，表明可拒絕上述兩個約束性檢驗的原假設(shè)。這充分表明本文基于服務(wù)貿(mào)易非物化型知識空間屬性推導(dǎo)所得模型才是對實際樣本數(shù)據(jù)生成方式的最適擬合。

(2)擬合優(yōu)度提升說明空間模型納入線性模型遺漏掉的比較重要的空間交互效應(yīng)解釋項。固定效應(yīng)設(shè)定形式下的模型擬合優(yōu)度達(dá)到70%以上，隨機(jī)效應(yīng)設(shè)定形式下則稍低，但也達(dá)到50%，這較之線性模型擬合優(yōu)度有明顯上升，尤其是針對線性模型當(dāng)中設(shè)定形式較為合理的雙向固定效應(yīng)(僅為0.0605，見表1所示)。這表明在加入兩種空間交互效應(yīng)作為解釋變量后，模型設(shè)定形式擴(kuò)容對實際樣本數(shù)據(jù)生成方式的解釋力有了大幅度提高。

(3)工業(yè)廢氣污染物具有顯著的空間擴(kuò)散屬性。從模型參數(shù)ρ估計值看，在任何一種空間權(quán)重矩陣設(shè)定形式下，無論是固定效應(yīng)還是隨機(jī)效應(yīng)，其估計值不僅為正，而且在1%的置信度水平上具有顯著性?；仡櫛疚目臻g擴(kuò)展模型的設(shè)定形式，可知這一模型參數(shù)代表污染物在區(qū)域間的相關(guān)性強(qiáng)度，表明工業(yè)廢氣污染在區(qū)域間具有顯著的空間擴(kuò)散屬性。這與之前大量文獻(xiàn)基于空間滯后模型與空間誤差模型所得檢驗結(jié)論是一致的。同時，它也支持前文理論分析秉持的前提，即在污染物具有空間擴(kuò)散屬性的前提下，環(huán)境污染不僅與所在區(qū)域經(jīng)濟(jì)增長緊密相關(guān)，而且與產(chǎn)生污染物空間擴(kuò)散的其他區(qū)域經(jīng)濟(jì)增長緊密相關(guān)。

(4)空間模型應(yīng)采用隨機(jī)效應(yīng)設(shè)定形式。從Hausman檢驗結(jié)果來看，三種空間權(quán)重矩陣設(shè)定形式下的Hausman檢驗值均較低，方括號內(nèi)的P值也均提示未能通過最低顯著性水平的統(tǒng)計檢驗，表明無法拒絕“隨機(jī)效應(yīng)與固定效應(yīng)并無系統(tǒng)性區(qū)別”的原假設(shè)，因此提示下文應(yīng)基于隨機(jī)效應(yīng)模型的估計結(jié)果進(jìn)行經(jīng)濟(jì)含義解讀。

表2 空間模型一般性設(shè)定形式簡化成特異性設(shè)定形式的約束性檢驗

注：模型參數(shù)估計值省略。

(三)服務(wù)貿(mào)易知識溢出對環(huán)境的影響以及雙倒U型曲線的拐點

表3按偏導(dǎo)矩陣法給出空間模型當(dāng)中自變量對因變量作用的真實估計結(jié)果。

2.環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的空間雙倒U型曲線拐點。本文空間擴(kuò)展模型設(shè)定形式的另一優(yōu)勢在于可同時勾勒出環(huán)境污染與轄域內(nèi)、外經(jīng)濟(jì)增長之間的關(guān)系。根據(jù)表3的估計結(jié)果可得如下結(jié)論：

(1)工業(yè)廢氣污染同轄域內(nèi)、外經(jīng)濟(jì)增長之間皆構(gòu)成倒U型曲線關(guān)系。表3顯示，無論哪種空間權(quán)重矩陣設(shè)定形式下，人均GDP及其二次項對本地工業(yè)廢氣污染的估計值分別取正、負(fù)號且均在1%的水平上顯著，說明工業(yè)廢氣污染與轄域內(nèi)經(jīng)濟(jì)增長構(gòu)成倒U型曲線關(guān)系。無論哪種空間權(quán)重矩陣設(shè)定形式下，人均GDP的空間滯后項及其二次項對所在區(qū)域以外其他地區(qū)工業(yè)廢氣污染的估計值也分別取正、負(fù)號且均在1%的水平上顯著，說明工業(yè)廢氣污染與轄域外經(jīng)濟(jì)增長也構(gòu)成倒U型曲線關(guān)系。因此，前文提出的第2個待檢命題得以驗證，即環(huán)境污染與經(jīng)濟(jì)增長之間的倒U型曲線關(guān)系具有空間二分屬性。

(2)工業(yè)廢氣污染水平下降要求經(jīng)濟(jì)增長同時逾越轄域內(nèi)、外倒U型曲線頂點代表的人均GDP值。在環(huán)境污染與經(jīng)濟(jì)增長關(guān)系形成倒U型曲線的情況下，環(huán)境污染水平下降就勢必要求經(jīng)濟(jì)增長逾越曲線頂點，表3給出轄域內(nèi)、外倒U型曲線各自頂點代表的人均GDP值。由于構(gòu)成倒U型曲線的參數(shù)估計值均在1%的水平上顯著，因此當(dāng)環(huán)境污染與經(jīng)濟(jì)增長之間關(guān)系具有空間二分屬性時，工業(yè)廢氣污染水平下降就要求經(jīng)濟(jì)增長同時逾越轄域內(nèi)、外倒U型曲線的頂點值。從各自頂點值的計算結(jié)果來看，在空間權(quán)重矩陣設(shè)定為最近7階鄰域時，轄域內(nèi)、外倒U型曲線各自頂點值分別為16539元和15157元(均以1952年不變價衡量)，這表明環(huán)境污染治理在要求域內(nèi)人均GDP水平達(dá)到16539元這一門檻值的同時，要求區(qū)域外人均GDP水平達(dá)到15157元的門檻值，否則工業(yè)廢氣污染水平難以實現(xiàn)根本性下降。轄域內(nèi)、外兩倒U型曲線各自所代表的人均GDP水平相差1382元，說明環(huán)境污染治理對不同地區(qū)經(jīng)濟(jì)增長水平的要求存在一定差異，由于來自域外的污染可能存在地理衰減效應(yīng)，因此污染水平下降對所在區(qū)域經(jīng)濟(jì)發(fā)展水平的要求就高于區(qū)域外。

表3 服務(wù)貿(mào)易知識空間溢出效應(yīng)估計及倒U型曲線頂點

五、政策建議

根據(jù)上述實證檢驗結(jié)論，我們提出如下的對策建議：(1)優(yōu)化外貿(mào)結(jié)論，發(fā)展服務(wù)貿(mào)易。實證結(jié)果顯示服務(wù)貿(mào)易有助于中國工業(yè)廢氣污染水平的降低，因此需改變過去側(cè)重于發(fā)展加工貿(mào)易、“三來一補(bǔ)”的初級貿(mào)易方式，將對外貿(mào)易發(fā)展重心置于發(fā)展服務(wù)貿(mào)易、優(yōu)化貿(mào)易商品結(jié)構(gòu)上面來，變廉價出售國內(nèi)物質(zhì)資源為提高知識服務(wù)出口附加值。(2)國內(nèi)要大力推進(jìn)生產(chǎn)性服務(wù)業(yè)在整個服務(wù)業(yè)當(dāng)中的比重。生產(chǎn)性服務(wù)業(yè)作為知識傳送器，可以通過增加生產(chǎn)回路來提高產(chǎn)品知識含量，提高實體資源利用效率，外貿(mào)出口附加值空間廣闊。注重承接以生產(chǎn)性服務(wù)外包，通過世界市場信息反饋來加速國內(nèi)生產(chǎn)性服務(wù)發(fā)展，適時適量限制以旅游餐飲、公務(wù)出國考察等名目為代表的消費性服務(wù)，集聚現(xiàn)代生產(chǎn)性服務(wù)業(yè)發(fā)展所必需的資金和人力資本。(3)克服非物化型隱性知識在國內(nèi)內(nèi)陸空間擴(kuò)散的地理和經(jīng)濟(jì)雙重阻尼因素。實證結(jié)果表明服務(wù)貿(mào)易內(nèi)嵌的非物化型隱性知識具有空間擴(kuò)散屬性，為強(qiáng)化這種空間外溢效應(yīng)，在硬件上需打造信息高速化公路、軟件上完善有利于非物化型知識載體——人力資本自由流動的社會體制。

參考文獻(xiàn):

[1] Mayrand K.，Paquin M. Environment Assessment of Services Trade Liberalization: Literature Review[R]. Unisera International Center，Montreal，2007．

[2] Levinson A. Pollution and International Trade in Services[J]. International Environmental Agreements: Politics，Law and Economics，2010，10(2)，pp.93-105．

[3] 劉舜佳，生延超.服務(wù)貿(mào)易非物化型知識溢出的空間測度——基于修正的Coe-Helpman模型[J]. 南方經(jīng)濟(jì)，2014，(11):43-53．

[4] Dosi G. Sources， Procedures and Microeconomic Effects of Innovation[J]. Journal of Economic Literature，1988，26(3)，pp.1120-1171．

[5] 張可，汪東芳.經(jīng)濟(jì)集聚與環(huán)境污染的交互影響及空間溢出[J]. 中國工業(yè)經(jīng)濟(jì)，2014，(6):70-82．

[6] LeSage J.，Pace R.K. Introduction to Spatial Econometrics[M]. New York CRC Press，2009．

[7] Coe D.T.，Helpman E. International R&D Spillovers[J]. European Economic Review，1995，39(5)， pp.859-887．

[8] Elhorst J.P. Mathlab Software for Spatial Panels[J]. International Regional Science Review， 2012，8(1)，pp.56-72．