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

改革開放四十年來，中國經(jīng)濟取得了舉世矚目的成就，國內(nèi)生產(chǎn)總值從1978年的3 678.7億增長到2016年的744 127.2億元人民幣，平均增長速度為9.6%，超出同期世界平均增長速度6個百分點.然而，中國經(jīng)濟的高速增長是以犧牲環(huán)境為代價的粗放型增長.2018年美國耶魯大學(xué)發(fā)布的《全球環(huán)境績效指數(shù)報告》(Environmental Performance Index 2018)顯示，在180個經(jīng)濟體中，中國以50.74分，位列第120位，多年來全球范圍內(nèi)一直處于中下水平.《國務(wù)院關(guān)于印發(fā)“十三五”生態(tài)環(huán)境保護規(guī)劃的通知》中指出：我國污染物排放量大面廣，環(huán)境污染重，環(huán)境承載能力超過或接近上限，改善環(huán)境效率刻不容緩.

目前，國內(nèi)關(guān)于環(huán)境效率的研究主要集中在以下五個方面：一是分析中國區(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；二是分析中國省域的環(huán)境效率.如劉殿國等[3]基于社會嵌入視角和多層統(tǒng)計模型，對中國省域環(huán)境效率影響因素進行了實證分析.郭四代等[4]采用三階段DEA模型評價了相同環(huán)境下各省域的環(huán)境效率水平、變化趨勢及其差異性.三是分析中國城市群的環(huán)境效率.如苗建軍等[5]利用SBM模型和Malmquist-Luenberger指數(shù)，分別測度了2005年—2014年長江中游城市群27個城市的環(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、動態(tài)演進特征與影響機制.四是分析中國的工業(yè)環(huán)境效率.如袁鵬等[7]測算了我國284個城市工業(yè)部門的環(huán)境效率，并分析了環(huán)境效率與經(jīng)濟增長的關(guān)系.蘇偉洲等[8]通過Tobit模型對工業(yè)環(huán)境效率的影響因素進行了回歸分析.五是分析中國的農(nóng)業(yè)環(huán)境效率.如張可等[9]基于強可處置性視角，對中國農(nóng)業(yè)環(huán)境效率及其動態(tài)演進趨勢進行了實證分析.姚增福等[10]實證檢驗了農(nóng)業(yè)環(huán)境效率提升的動態(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模型測算了中國東部地區(qū)交通運輸業(yè)的全要素生產(chǎn)率、碳排放效率，認為中國東部地區(qū)各省市交通運輸業(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)，具有知識密集性、低污染、低消耗、高產(chǎn)出、產(chǎn)業(yè)融合度高、帶動作用顯著等特點，是全球產(chǎn)業(yè)競爭的戰(zhàn)略制高點[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，促進生產(chǎn)性服務(wù)業(yè)集聚，可能是有效緩解日益嚴峻的環(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)問題日益受到學(xué)界、政界的重視，較多學(xué)者對生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境污染之間的關(guān)系進行了探討[15-17]，但對生產(chǎn)性服務(wù)業(yè)集聚是否改善了環(huán)境效率，國內(nèi)尚缺乏相關(guān)研究成果.由于京津冀、長三角和珠三角是我國區(qū)域經(jīng)濟比較發(fā)達的地區(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、長三角和珠三角三個區(qū)域的核心省市：北京、上海、浙江和廣東四個地區(qū)的面板數(shù)據(jù)為樣本，審視生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率的影響，這對于我國加快發(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)實意義.

1 模型構(gòu)建、變量選取與數(shù)據(jù)來源

1.1 計量模型構(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表示時間效應(yīng)，μ表示未觀測到的個體效應(yīng)，ε為隨機誤差項.

同時，為了考察生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率的影響程度，本文把生產(chǎn)性服務(wù)業(yè)細分為低端生產(chǎn)性服務(wù)業(yè)(批發(fā)和零售業(yè)，交通運輸、倉儲及郵政業(yè)，房地產(chǎn)業(yè))和高端生產(chǎn)性服務(wù)業(yè)(信息傳輸﹑計算機服務(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)整體集聚對環(huán)境效率的影響程度.此外，通過分析相關(guān)領(lǐng)域的研究成果，選擇經(jīng)濟發(fā)達程度、技術(shù)進步、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)

近年來測量環(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)、多準則決策方法(MCDM)、隨機前沿分析法(SFA)、距離函數(shù)法(DF)以及其他綜合評價方法.由于DEA方法主要是通過線性規(guī)劃對多輸入和多輸出的類似決策單元(DMU)的相對效率進行評價，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)境效率的評價.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分析方法來估算環(huán)境效率.具體投入、產(chǎn)出指標見表1.

表1 環(huán)境效率評價指標

指標類別具體指標內(nèi)容投入指標傳統(tǒng)指標環(huán)境指標勞動投入各地區(qū)從業(yè)人員數(shù)量(單位:萬人)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)出指標期望產(chǎn)出非期望產(chǎn)出GDP各地區(qū)國內(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:億標準立方米)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)測算2003年—2016年北京、上海、浙江和廣東四個地區(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，說明在我國經(jīng)濟社會環(huán)境發(fā)生深刻變革的過程中，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、上海兩地作為全國政治、經(jīng)濟中心，其在經(jīng)濟發(fā)展過程中，積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，環(huán)境保護的投入力度大，執(zhí)行力強，環(huán)境污染治理成效顯著.

1.2.2 核心解釋變量

當前國內(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、赫芬達爾指數(shù)、空間基尼系數(shù)和E-G指數(shù)等測算產(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，能真實反映一個地區(qū)要素的空間分布情況，因此，本文采用區(qū)位熵測算生產(chǎn)性服務(wù)業(yè)集聚水平.同時，由于本文主要考察生產(chǎn)性服務(wù)業(yè)集聚對環(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)).具體計算公式見(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表示全國所有產(chǎn)業(yè)城鎮(zhèn)單位的就業(yè)人口數(shù)量.通常來說，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、上海分別作為全國政治、經(jīng)濟中心，其在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程中，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，其空間溢出效應(yīng)能自發(fā)促進其集聚.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最低，位列第四，這表明浙江在未來經(jīng)濟發(fā)展過程中生產(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)濟發(fā)達程度(DEV)：一般來說，一個區(qū)域經(jīng)濟越發(fā)達，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來衡量一個地區(qū)的經(jīng)濟發(fā)達程度，具體包括人均GDP及其平方項.為了克服異方差，對其取對數(shù)表示.

(2)外商直接投資(FDI)：外商直接投資在促進經(jīng)濟增長的同時，可能會使被投資國淪為“污染天堂”[21-22]，進而不利于環(huán)境效率提升.本文采用各地區(qū)外商投資企業(yè)注冊登記投資總額作為代理變量.為了克服異方差，對其取對數(shù)表示.

(3)技術(shù)進步(TG)：技術(shù)進步是提高環(huán)境效率的關(guān)鍵因素，目前主要采用專利申請數(shù)、專利授權(quán)數(shù)、R&D經(jīng)費投入等指標衡量技術(shù)進步程度.由于專利授權(quán)數(shù)更能體現(xiàn)一個地區(qū)的技術(shù)進步水平.因此，本文采用地區(qū)專利申請授權(quán)數(shù)作為技術(shù)進步的代理變量.為了克服異方差，對其取對數(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)計口徑發(fā)生較大變化，為了保持統(tǒng)計口徑的一致和數(shù)據(jù)質(zhì)量，實證分析的時間跨度為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)，交通運輸、倉儲及郵政業(yè)，信息傳輸、計算機服務(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)七個細分行業(yè).由于2011年前后生產(chǎn)性服務(wù)業(yè)統(tǒng)計指標有些許不同，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)分別對應(yīng)2011年前的信息傳輸、計算機服務(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，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年價格計算的，因此不再剔出價格波動因素.相關(guān)原始數(shù)據(jù)主要來自上述地區(qū)的統(tǒng)計年鑒(2004-2017)、中國環(huán)境統(tǒng)計年鑒(2011-2017)、中國第三產(chǎn)業(yè)數(shù)據(jù)庫、國家宏觀經(jīng)濟數(shù)據(jù)庫、中國能源數(shù)據(jù)庫、中國環(huán)境數(shù)據(jù)庫、中國科技數(shù)據(jù)庫、中國勞動經(jīng)濟數(shù)據(jù)庫、中國固定資產(chǎn)投資數(shù)據(jù)庫、中國對外經(jīng)濟數(shù)據(jù)庫.此外，對個別缺失數(shù)據(jù)采用插值法補全.各變量的描述性統(tǒng)計結(jié)果見表4.

表4 變量的描述性統(tǒng)計結(jié)果

2 實證結(jié)果分析與穩(wěn)健性檢驗

本文主要利用Eviews8.0計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?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，發(fā)現(xiàn)均值為4.32，說明模型不存在自相關(guān)問題.同時，利用Wald Test檢驗，發(fā)現(xiàn)P值等于0，說明模型可能存在異方差.此外，利用Davidson-MacKinnon檢驗得到P等于0.206 7，表明存在內(nèi)生性問題，但是其對OLS的估算結(jié)果影響較小，可以采用OLS回歸模型進行回歸分析.

2.1 全樣本數(shù)據(jù)實證結(jié)果分析

表5(1)給出了對計量模型式(1)的回歸結(jié)果.(2)、(3)、(4)、(5)、(6)為分別加入經(jīng)濟發(fā)達程度、外商直接投資等控制變量的計量模型式(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)集聚每增加一個百分點，可以促進環(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)集聚對于環(huán)境效率的影響依然呈現(xiàn)顯著正向作用，達到37.32%.其中就經(jīng)濟發(fā)達程度指標而言，一次項為負值，二次項為正值，生產(chǎn)性服務(wù)業(yè)集聚對環(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態(tài)勢.這說明在經(jīng)濟發(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，但是當經(jīng)濟發(fā)展到一定程度，超過拐點，生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率具有顯著正向促進作用.就外商直接投資而言，單獨分析其對環(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，但不顯著，說明可能會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)進步可以顯著促進環(huán)境效率的提升，說明要加強對環(huán)境領(lǐng)域的技術(shù)創(chuàng)新投入，以科技引領(lǐng)促進環(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時間效應(yīng)yesyesyesyesyesyesyesyesR20.488 70.436 30.401 20.472 90.430 00.445 30.448 70.553 5F統(tǒng)計量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)，交通運輸、倉儲及郵政業(yè)，房地產(chǎn)業(yè))對環(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)集聚可以促進環(huán)境效率提升30.82個百分點，加入控變量后，依然強勁，達到43.79個百分點.就控制變量而言，經(jīng)濟發(fā)達程度、外商直接投資、技術(shù)進步和環(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時間效應(yīng)yesyesyesyesyesyesyesyesR20.410 70.414 00.440 00.491 60.471 90.447 20.411 60.532 3F統(tǒng)計量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、計算機服務(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%，全部加入后達到18.68%，低于低端生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率的促進作用.這可能是由于在目前階段，我國的生產(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，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時間效應(yīng)yesyesyesyesyesyesyesyesR20.358 40.381 70.473 00.398 00.428 60.391 00.434 20.579 6F統(tǒng)計量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)域樣本檢驗結(jié)果

為了檢驗生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率影響的區(qū)域性差異，表8報告了分區(qū)域樣本檢驗結(jié)果.限于篇幅，文中僅報告核心解釋變量對因變量的檢驗結(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)集聚對環(huán)境效率的影響呈現(xiàn)正向促進作用.而浙江則呈現(xiàn)反向變動關(guān)系，這可能是由于浙江生產(chǎn)性服務(wù)業(yè)集聚水平相對最低，生產(chǎn)性服務(wù)業(yè)集聚的層級結(jié)構(gòu)還沒有適應(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)集聚對環(huán)境效率影響的回歸結(jié)果

LQ常數(shù)項R2F統(tǒng)計量北京整體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

為了進一步驗證回歸結(jié)果的可靠性和穩(wěn)定性，本文采用Super-SBM Oriented(Super-SBM-I-C)測算環(huán)境效率，重新估算的環(huán)境效率值代入計量模型式(1)和(2)，檢驗結(jié)果見表9和表10.限于版面，表9僅列出核心解釋變量對因變量的檢驗結(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)集聚對環(huán)境效率正向影響沒有改變.因此，在考慮內(nèi)生性問題的前提下，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)展演進趨勢相同，說明生產(chǎn)性服務(wù)業(yè)集聚程度越大，其對環(huán)境效率提升的效果就越好，生產(chǎn)性服務(wù)業(yè)集聚有助于促進環(huán)境效率的提升.

表9 生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境效率影響的穩(wěn)健性檢驗結(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時間效應(yīng)yesyesyesyesyesR20.420 50.808 90.678 10.853 90.497 80.751 2F統(tǒng)計量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)集聚對環(huán)境效率影響的穩(wěn)健性檢驗結(jié)果

LQ常數(shù)項R2F統(tǒng)計量北京整體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，對生產(chǎn)性服務(wù)業(yè)集聚與環(huán)境效率之間的關(guān)系進行了實證檢驗.主要得到以下研究結(jié)論：一是在控制了地區(qū)、時間變量的影響后，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)集聚對環(huán)境效率的提升作用更加顯著，究其原因，可能是與我國目前經(jīng)濟發(fā)展的階段性特征有關(guān)，即我國正在由工業(yè)經(jīng)濟邁入服務(wù)經(jīng)濟的歷史進程中，工業(yè)企業(yè)對低端生產(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)集聚對環(huán)境效率提升具有促進作用，而低端生產(chǎn)性服務(wù)業(yè)集聚對環(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)集聚水平相對較低的區(qū)域，無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，要堅定信心，進一步優(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，進一步提升高端服務(wù)業(yè)集聚的水平和規(guī)模，同時要運用政策引導(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)外商直接投資進入低碳綠色經(jīng)濟領(lǐng)域，提升外商直接投資的質(zhì)量和效益；第四，要進一步加大科技創(chuàng)新引領(lǐng)綠色發(fā)展，強化綠色科技成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力；第五，要進一步優(yōu)化環(huán)境規(guī)制手段，根據(jù)產(chǎn)業(yè)、區(qū)域等現(xiàn)實特點，采用差異化的治理措施，變“制約”為“促進”.