王 晗，何梟吟

（1.華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢430074；2.鄭州大學(xué) 商學(xué)院，河南 鄭州450001）

一、引 言

2019年中國(guó)經(jīng)濟(jì)總量接近100萬(wàn)億元，人均GDP突破1萬(wàn)美元大關(guān)，對(duì)世界經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率達(dá)到30%左右，成為全球經(jīng)濟(jì)走向復(fù)蘇的重要引領(lǐng)者（1）。但是經(jīng)濟(jì)快速增長(zhǎng)背后的生態(tài)環(huán)境問(wèn)題日益凸顯，污染排放和能源消耗總量不斷擴(kuò)大，傳統(tǒng)的粗放型經(jīng)濟(jì)發(fā)展模式亟待調(diào)整，尤其是隨著我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，在實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)更要注重環(huán)境保護(hù)與能源資源節(jié)約。當(dāng)前國(guó)際上多邊、雙邊貿(mào)易投資協(xié)定內(nèi)容普遍聚焦于服務(wù)業(yè)開(kāi)放，同時(shí)服務(wù)業(yè)開(kāi)放作為中國(guó)新一輪對(duì)外開(kāi)放的關(guān)鍵著力點(diǎn)，在就業(yè)機(jī)會(huì)創(chuàng)造、貿(mào)易競(jìng)爭(zhēng)力提升、經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化等方面發(fā)揮著舉足輕重的作用。那么服務(wù)業(yè)開(kāi)放是否會(huì)促進(jìn)我國(guó)各地區(qū)綠色全要素生產(chǎn)率的提高？不同地區(qū)的經(jīng)濟(jì)規(guī)模、人力資本、金融發(fā)展與環(huán)境規(guī)制存在差異，這些異質(zhì)性因素的存在將會(huì)產(chǎn)生什么影響?基于此，本文將就服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響機(jī)理進(jìn)行理論分析與實(shí)證檢驗(yàn)，從而為貫徹綠色發(fā)展理念、轉(zhuǎn)換經(jīng)濟(jì)增長(zhǎng)動(dòng)能提供有益借鑒。

綠色全要素生產(chǎn)率的研究主要集中于其測(cè)算方法與影響因素分析。Pittman（1983）通過(guò)擴(kuò)展傳統(tǒng)的C-D生產(chǎn)函數(shù)模型，將能源消耗與污染產(chǎn)出納入生產(chǎn)過(guò)程之中，具體而言，就是在傳統(tǒng)全要素生產(chǎn)率分析框架下，將能源消耗作為投入指標(biāo)，將污染物排放量作為非期望產(chǎn)出，重新進(jìn)行投入產(chǎn)出效率的比較分析［1］。為了解決距離函數(shù)出現(xiàn)的徑向與角度問(wèn)題，F(xiàn)ukuyama和Weber（2009）將Tone（2001）提出的基于松弛變量的SBM模型與方向性距離函數(shù)進(jìn)行結(jié)合，構(gòu)建出非徑向、非導(dǎo)向的SBM方向距離函數(shù)，既模擬了多投入、多產(chǎn)出的基本情況，又考慮了合意產(chǎn)出增加的同時(shí)非合意產(chǎn)出的減少，使得測(cè)算誤差進(jìn)一步得到縮?。?-3］。國(guó)內(nèi)研究對(duì)于綠色全要素生產(chǎn)率的測(cè)算方法主要有數(shù)據(jù)包絡(luò)分析的Malmquist指數(shù)法（胡曉珍和楊龍，2011）［4］、SBM方向性距離函數(shù)的Malmquist-Luenberger（ML）指數(shù)（謝婷婷和劉錦華，2019）［5］。關(guān)于綠色全要素生產(chǎn)率水平的影響因素，諶瑩和張捷（2016）基于能耗結(jié)構(gòu)和技術(shù)進(jìn)步的角度，發(fā)現(xiàn)碳排放的增加會(huì)降低綠色全要素生產(chǎn)率水平［6］。蔡烏趕和周小亮（2017）指出，環(huán)境規(guī)制通過(guò)技術(shù)創(chuàng)新、要素結(jié)構(gòu)與FDI水平作用于綠色全要素生產(chǎn)率，不同類型的環(huán)境規(guī)制產(chǎn)生的影響效應(yīng)并不相同［7］。張帆（2017）利用中國(guó)31個(gè)省份的面板數(shù)據(jù)實(shí)證發(fā)現(xiàn)，地區(qū)金融發(fā)展水平可以顯著促進(jìn)綠色全要素生產(chǎn)率的增長(zhǎng)，如果并不考慮環(huán)境污染等非期望產(chǎn)出因素，將會(huì)高估金融發(fā)展對(duì)生產(chǎn)率提高的積極作用［8］。任陽(yáng)軍等（2019）認(rèn)為，生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)集聚對(duì)綠色全要素生產(chǎn)率都是正向推動(dòng)作用，而且生產(chǎn)性服務(wù)業(yè)集聚的促進(jìn)作用較大［9］。

貿(mào)易開(kāi)放與綠色全要素生產(chǎn)率的文獻(xiàn)可歸納為以下三大類：一是貿(mào)易開(kāi)放促進(jìn)綠色全要素生產(chǎn)率增長(zhǎng)。景維民和張璐（2014）研究發(fā)現(xiàn)，進(jìn)口對(duì)于綠色技術(shù)進(jìn)步產(chǎn)生推動(dòng)作用，其中研發(fā)活動(dòng)的積極影響不可或缺［10］。李光龍和范賢賢（2019）認(rèn)為，貿(mào)易開(kāi)放將會(huì)促進(jìn)技術(shù)進(jìn)步，從而提升我國(guó)的綠色全要素生產(chǎn)率水平，且東部地區(qū)的正向促進(jìn)作用更加顯著［11］。二是貿(mào)易開(kāi)放抑制綠色全要素生產(chǎn)率增長(zhǎng)。孫瑾等（2014）發(fā)現(xiàn)，對(duì)外開(kāi)放阻礙了我國(guó)的綠色增長(zhǎng)，而中部地區(qū)的負(fù)向效應(yīng)最大，西部地區(qū)并不顯著［12］。李斌等（2016）利用省級(jí)面板數(shù)據(jù)得出外商直接投資不利于綠色技術(shù)進(jìn)步，同時(shí)也并沒(méi)有提高綠色技術(shù)效率［13］。三是貿(mào)易開(kāi)放對(duì)綠色全要素生產(chǎn)率的影響并不明顯。陳超凡（2016）、傅京燕等（2018）認(rèn)為，盡管外商直接投資通過(guò)技術(shù)溢出效應(yīng)改善了東道國(guó)的環(huán)境水平，但我國(guó)的外資引進(jìn)質(zhì)量總體較低，其正面效果并未充分發(fā)揮［14-15］。

本文試圖在以下方面做出邊際貢獻(xiàn)：①不同于已有文獻(xiàn)多從貿(mào)易開(kāi)放或者總體FDI的角度分析，本文選取服務(wù)業(yè)開(kāi)放為切入點(diǎn)，探討其與綠色全要素生產(chǎn)率水平之間的關(guān)系，使得研究視角更為細(xì)化；②雖然有部分研究關(guān)注服務(wù)貿(mào)易開(kāi)放或者服務(wù)業(yè)FDI對(duì)綠色全要素生產(chǎn)率的影響［16-17］，但是都局限于行業(yè)層面的分析，并未探討服務(wù)業(yè)開(kāi)放對(duì)地區(qū)層面綠色全要素生產(chǎn)率的影響及作用機(jī)理；③服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響受到多種因素的約束，例如經(jīng)濟(jì)規(guī)模、人力資本、金融發(fā)展、環(huán)境規(guī)制等，因此，本文進(jìn)一步分析了服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率影響的非線性門(mén)檻效應(yīng)。

二、理論分析與研究假設(shè)

（一）服務(wù)業(yè)開(kāi)放與地區(qū)綠色全要素生產(chǎn)率的線性分析

服務(wù)貿(mào)易自由化和服務(wù)業(yè)外商直接投資是服務(wù)業(yè)開(kāi)放的主要內(nèi)容，也是影響綠色全要素生產(chǎn)率的重要因素。一方面，服務(wù)貿(mào)易開(kāi)放為東道國(guó)帶來(lái)人力、資本、管理經(jīng)驗(yàn)等要素，通過(guò)溢出效應(yīng)與關(guān)聯(lián)效應(yīng)提高產(chǎn)業(yè)生產(chǎn)率、優(yōu)化地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（季劍軍和曾昆,2016）［18］。一方面，服務(wù)貿(mào)易自由化能夠促進(jìn)服務(wù)外包的發(fā)展，促使企業(yè)資源重新配置，激勵(lì)更多的研發(fā)投入、技術(shù)創(chuàng)新來(lái)提升制造業(yè)生產(chǎn)效率（張艷等，2013［19］；Bas，2014［20］）。同時(shí)服務(wù)業(yè)FDI的引進(jìn)加劇了本地區(qū)的市場(chǎng)競(jìng)爭(zhēng)，促使東道國(guó)企業(yè)學(xué)習(xí)模仿先進(jìn)的經(jīng)驗(yàn)?zāi)Ｊ剑纳品?wù)產(chǎn)品質(zhì)量，最大程度發(fā)揮技術(shù)轉(zhuǎn)移與知識(shí)外溢效應(yīng)，實(shí)現(xiàn)全要素生產(chǎn)率的增長(zhǎng)（Fernandes和Paunov，2012［21］；王恕立和滕澤偉，2015［22］）。另一方面，服務(wù)業(yè)開(kāi)放對(duì)于地區(qū)環(huán)境而言存在“污染光環(huán)”效應(yīng)?？鐕?guó)服務(wù)企業(yè)往往具有先進(jìn)的綠色生產(chǎn)工藝和嚴(yán)格的污染排放限制，通過(guò)行業(yè)內(nèi)競(jìng)爭(zhēng)示范效應(yīng)帶動(dòng)本地企業(yè)對(duì)標(biāo)國(guó)際化環(huán)境治理標(biāo)準(zhǔn)，發(fā)揮產(chǎn)業(yè)鏈上下游的前向后向聯(lián)系效應(yīng)促進(jìn)地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，降低地區(qū)環(huán)境污染水平，從而實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的低碳化、綠色化（Poelhekke和Ploeg，2015）［23］。據(jù)此，本文提出假設(shè)1。

假設(shè)1：服務(wù)業(yè)開(kāi)放顯著促進(jìn)了地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。

（二）服務(wù)業(yè)開(kāi)放與地區(qū)綠色全要素生產(chǎn)率的非線性分析

1.經(jīng)濟(jì)規(guī)模門(mén)檻效應(yīng)

技術(shù)進(jìn)步是綠色全要素生產(chǎn)率增長(zhǎng)的動(dòng)力源泉，而技術(shù)吸收能力與一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展規(guī)模密不可分。當(dāng)?shù)貐^(qū)經(jīng)濟(jì)規(guī)模處于初級(jí)階段時(shí)，社會(huì)主要資金集中于生產(chǎn)部門(mén)，同時(shí)自身的技術(shù)水平較低，并不能有效吸收貿(mào)易開(kāi)放所帶來(lái)的先進(jìn)技術(shù)。隨著經(jīng)濟(jì)規(guī)模發(fā)展到一定階段，研發(fā)創(chuàng)新活動(dòng)受到重視并獲得大量資金，東道國(guó)企業(yè)消化吸收先進(jìn)技術(shù)的能力得到增強(qiáng)。張宇（2008）［24］、何興強(qiáng)等（2014）［25］指出，經(jīng)濟(jì)發(fā)展水平對(duì)于中國(guó)FDI技術(shù)溢出存在著門(mén)檻效應(yīng)，地區(qū)經(jīng)濟(jì)總量越大，具有更強(qiáng)的競(jìng)爭(zhēng)承受能力與技術(shù)學(xué)習(xí)能力，使得FDI技術(shù)溢出效應(yīng)越為顯著。較之于傳統(tǒng)技術(shù)，綠色技術(shù)需要更多的資金支持和技術(shù)投入，其所對(duì)應(yīng)的技術(shù)吸收水平與經(jīng)濟(jì)發(fā)展階段更高（齊紹洲和徐佳，2018）［26］。這意味著只有當(dāng)?shù)貐^(qū)的經(jīng)濟(jì)規(guī)模發(fā)展到一定水平時(shí)，才能夠有效吸收服務(wù)業(yè)開(kāi)放帶來(lái)的綠色技術(shù)溢出和擴(kuò)散效應(yīng)，促進(jìn)地區(qū)綠色全要素生產(chǎn)率的提升。據(jù)此，本文提出假設(shè)2。

假設(shè)2：服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響存在經(jīng)濟(jì)規(guī)模門(mén)檻效應(yīng)。

2.人力資本門(mén)檻效應(yīng)

人力資本狀況是影響地區(qū)綠色全要素生產(chǎn)率的重要渠道。人力資本積累能夠?yàn)闁|道國(guó)開(kāi)展自主研發(fā)和技術(shù)創(chuàng)新活動(dòng)提供高素質(zhì)的勞動(dòng)者，推動(dòng)前沿生產(chǎn)技術(shù)與領(lǐng)先管理模式的引進(jìn)，滿足跨國(guó)投資活動(dòng)的技術(shù)人才需求，從而有效承接國(guó)際高附加值產(chǎn)業(yè)轉(zhuǎn)移，優(yōu)化地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，提高綠色生產(chǎn)效率（協(xié)天紫光等，2019）［27］。當(dāng)?shù)貐^(qū)人力資本水平相對(duì)較低時(shí)，服務(wù)業(yè)開(kāi)放主要依賴廉價(jià)的勞動(dòng)力來(lái)獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，大量低技能勞動(dòng)力進(jìn)入服務(wù)業(yè)及相關(guān)產(chǎn)業(yè)。而當(dāng)人力資本水平得到進(jìn)一步提升時(shí)，服務(wù)業(yè)開(kāi)放的重點(diǎn)轉(zhuǎn)變?yōu)橘Y本密集型及技術(shù)密集型產(chǎn)業(yè)，對(duì)低技能勞動(dòng)力的需求不斷下降，而吸納高技能勞動(dòng)力的能力持續(xù)增強(qiáng)，在研發(fā)設(shè)計(jì)、產(chǎn)品生產(chǎn)和品牌營(yíng)銷上投入更多的高端人才，促進(jìn)綠色生產(chǎn)率的提高（孫湘湘和周小亮，2019）［28］。因此，當(dāng)人力資本水平較低時(shí)，服務(wù)業(yè)開(kāi)放吸納高素質(zhì)人才的能力不強(qiáng)，對(duì)于綠色全要素生產(chǎn)率的促進(jìn)效應(yīng)并未充分顯現(xiàn)。據(jù)此，本文提出假設(shè)3。

假設(shè)3：服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響存在人力資本門(mén)檻效應(yīng)。

3.金融發(fā)展門(mén)檻效應(yīng)

金融發(fā)展能夠?yàn)閷?shí)現(xiàn)地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)提供有力的資金支撐，也對(duì)FDI環(huán)境效應(yīng)的發(fā)揮產(chǎn)生不小的影響。一方面，金融發(fā)展水平較高的地區(qū)會(huì)吸引更多的服務(wù)業(yè)FDI流入，增強(qiáng)金融市場(chǎng)與金融中介的融資效率，為外部融資依賴度高的產(chǎn)業(yè)創(chuàng)造更多的融資途徑，降低本地企業(yè)參與國(guó)際市場(chǎng)競(jìng)爭(zhēng)的資金成本，使得其更易于學(xué)習(xí)應(yīng)用先進(jìn)的綠色技術(shù)（鄭強(qiáng)等，2017）［29］；另一方面，較高的金融發(fā)展水平有利于提高風(fēng)險(xiǎn)分散能力，減少貿(mào)易開(kāi)放中技術(shù)創(chuàng)新活動(dòng)所面臨的風(fēng)險(xiǎn)，刺激本國(guó)企業(yè)增加對(duì)先進(jìn)技術(shù)和環(huán)保技術(shù)的投資支出，加快淘汰高污染、高能耗產(chǎn)業(yè)企業(yè)，減少能源消耗和污染排放（葛鵬飛等，2018）［30］。由此可知，過(guò)低的金融發(fā)展水平削弱了服務(wù)業(yè)開(kāi)放帶來(lái)的融資支持，不利于地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。據(jù)此，本文提出假設(shè)4。

假設(shè)4：服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響存在金融發(fā)展門(mén)檻效應(yīng)。

4.環(huán)境規(guī)制門(mén)檻效應(yīng)

環(huán)境規(guī)制強(qiáng)度既是作用于地區(qū)綠色全要素生產(chǎn)率的關(guān)鍵因素，也是跨國(guó)投資和國(guó)際產(chǎn)業(yè)轉(zhuǎn)移中不容忽視的約束限制。為了給地區(qū)經(jīng)濟(jì)增長(zhǎng)帶來(lái)更多的外商直接投資，地方政府會(huì)實(shí)施無(wú)序化的“逐底競(jìng)爭(zhēng)”行為，以寬松的環(huán)境規(guī)制力度引進(jìn)低質(zhì)量、高污染的外資外企，而環(huán)境規(guī)制“低水平”均衡使其成為“污染避難所”（吳偉平和何喬，2017）［31］。“波特假說(shuō)”認(rèn)為，設(shè)計(jì)合理的環(huán)境規(guī)制能夠激發(fā)被規(guī)制企業(yè)的技術(shù)創(chuàng)造性，從而產(chǎn)生“創(chuàng)新補(bǔ)償效應(yīng)”，該效應(yīng)可以部分甚至完全抵消遵循環(huán)境規(guī)制的成本，帶來(lái)企業(yè)競(jìng)爭(zhēng)力與產(chǎn)業(yè)生產(chǎn)率的提升。黃光燦等（2019）指出，環(huán)境規(guī)制標(biāo)準(zhǔn)的提高推動(dòng)了工業(yè)行業(yè)的技術(shù)創(chuàng)新，進(jìn)而引致出國(guó)際資本流量的擴(kuò)大，同時(shí)大量外資進(jìn)入極大地刺激了技術(shù)再進(jìn)步，形成技術(shù)創(chuàng)新與外商投資的良性互動(dòng)［32］。因此，當(dāng)環(huán)境規(guī)制達(dá)到一定強(qiáng)度之后，服務(wù)業(yè)開(kāi)放通過(guò)環(huán)境技術(shù)創(chuàng)新溢出對(duì)地區(qū)綠色全要素生產(chǎn)率產(chǎn)生積極作用。據(jù)此，本文提出假設(shè)5。

假設(shè)5：服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響存在環(huán)境規(guī)制門(mén)檻效應(yīng)。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

為檢驗(yàn)服務(wù)業(yè)開(kāi)放是否提高了各省份的綠色全要素生產(chǎn)率，本文構(gòu)建如下計(jì)量模型：

其中：i和t分別代表省份和年度；gtfpit為被解釋變量，表示各省份的綠色全要素生產(chǎn)率；seropenit為核心解釋變量，表示各省份的服務(wù)業(yè)開(kāi)放程度，若α1顯著且大于0，則表明服務(wù)業(yè)開(kāi)放能夠推動(dòng)我國(guó)各省份的綠色全要素生產(chǎn)率增長(zhǎng)；向量Xit代表影響綠色全要素生產(chǎn)率的其他控制變量；μi和γt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

為了驗(yàn)證假設(shè)2至假設(shè)5，本文借鑒Hansen（1999）的研究思路［33］，構(gòu)建非線性面板門(mén)檻回歸模型，基本設(shè)定如下：

其中：q為門(mén)檻變量；λ表示待估計(jì)的門(mén)檻值；I(·)為門(mén)檻指示函數(shù)，當(dāng)滿足括號(hào)內(nèi)的條件時(shí)，其取值為1，反之則取值為0；其余變量的基本含義與式（1）相同。給定任意的λ，在進(jìn)行回歸系數(shù)估計(jì)時(shí)，均可得到對(duì)應(yīng)的殘差平方和S1( λ)，因此在可行范圍內(nèi)會(huì)有多個(gè)S1( λ)，其中使得S1( λ)達(dá)到最小值的λ*為最優(yōu)門(mén)檻值，即

確定好門(mén)檻值之后，要對(duì)門(mén)檻效應(yīng)是否存在進(jìn)行顯著性檢驗(yàn)，這一檢驗(yàn)的原假設(shè)是H0:β1=β2，備擇假設(shè)為H1:β1≠β2，則構(gòu)建的統(tǒng)計(jì)量為：

S0(λ)和S1( λ*)分別是在假設(shè)條件H0和H1下進(jìn)行參數(shù)估計(jì)所得到的殘差平方和，σ12為條件H1下參數(shù)估計(jì)獲得的殘差方差。假如H0成立，則不存在門(mén)檻效應(yīng)，反之則存在。利用Bootstrap方法得到F統(tǒng)計(jì)量的漸進(jìn)分布，同時(shí)計(jì)算出基于似然比檢驗(yàn)的P值，若P值顯著，則意味著拒絕原假設(shè)，模型存在門(mén)檻效應(yīng)。

模型（2）是單一門(mén)檻模型，考慮可能存在多個(gè)門(mén)檻值，進(jìn)一步將模型擴(kuò)展為多門(mén)檻模型：

（二）變量選取與數(shù)據(jù)說(shuō)明

（1）綠色全要素生產(chǎn)率（gtfp）。區(qū)別于傳統(tǒng)的全要素生產(chǎn)率測(cè)算體系，綠色全要素生產(chǎn)率將環(huán)境因素納入其分析框架之中，即考慮能源消耗與環(huán)境污染產(chǎn)出的存在。本文運(yùn)用非徑向非角度SBM方向性距離函數(shù)，并結(jié)合Global Malmquist-Luenberger（GML）指數(shù)測(cè)算出各地區(qū)的綠色全要素生產(chǎn)率。

測(cè)算綠色全要素生產(chǎn)率需要四種指標(biāo)，即資源性投入、非資源性投入、期望產(chǎn)出和非期望產(chǎn)出。①資源性投入采用各省份能源消耗總量來(lái)表示，將煤炭、石油、天然氣等各類能源投入量折算成標(biāo)準(zhǔn)煤度量。②非資源性投入包括勞動(dòng)力和資本投入，勞動(dòng)力投入用各省份年末就業(yè)人員總數(shù)進(jìn)行衡量，同時(shí)用物質(zhì)資本存量作為資本投入的代理變量。借鑒單豪杰（2008）的做法［34］，通過(guò)永續(xù)盤(pán)存法計(jì)算各省份歷年物質(zhì)資本存量，基本公式為：Kit=Kit-1(1-δ)+Iit，其中Kit和Kit-1分別表示i省份在t時(shí)期、t-1時(shí)期的物質(zhì)資本存量，資本折舊率δ選取10.96%，以2007年物質(zhì)資本存量為基期，估算出2007—2019年各省份的資本存量。③期望產(chǎn)出選用各省份實(shí)際地區(qū)生產(chǎn)總值，并以國(guó)家統(tǒng)計(jì)局公布的GDP平減指數(shù)進(jìn)行折算，將各省份名義GDP調(diào)整為以2007年為基期的實(shí)際GDP。④基于二氧化碳排放量、工業(yè)二氧化硫排放量、工業(yè)廢水排放量和工業(yè)固體廢棄物排放量數(shù)據(jù)，利用熵值法計(jì)算出各省份的環(huán)境污染綜合指數(shù)作為非期望產(chǎn)出。由于統(tǒng)計(jì)年鑒并未公布二氧化碳排放量的相關(guān)數(shù)據(jù)，本文根據(jù)Pan等（2008）的測(cè)算方法［35］，假定二氧化碳排放系數(shù)為2.13噸二氧化碳/每噸標(biāo)準(zhǔn)煤，用每年能源消費(fèi)量乘以二氧化碳排放系數(shù)估算得到二氧化碳排放量。

由于GML指數(shù)反映的是當(dāng)年綠色全要素生產(chǎn)率相對(duì)于前一年的變化率，并非綠色全要素生產(chǎn)率本身值，因此設(shè)定基期即2007年的綠色全要素生產(chǎn)率為1，之后依次與各年度的GML指數(shù)相乘，便可以得到各年度的綠色全要素生產(chǎn)率。基于以上方法，利用MaxDEA7.0軟件測(cè)算2007—2019年我國(guó)30個(gè)省份（不含西藏和港澳臺(tái)地區(qū)）歷年的綠色全要素生產(chǎn)率。

（2）服務(wù)業(yè)開(kāi)放（seropen）?，F(xiàn)有研究主要從服務(wù)業(yè)的跨國(guó)資本流動(dòng)即服務(wù)業(yè)FDI（Arnold et al.，2011）［36］和服務(wù)業(yè)進(jìn)出口總規(guī)模（陳啟斐和劉志彪，2014）［37］的角度來(lái)衡量服務(wù)業(yè)開(kāi)放程度，或者綜合考慮外資依存度和外貿(mào)依存度兩個(gè)不同方面（陳麗嫻和魏作磊，2016）［38］。囿于省份數(shù)據(jù)的可得性，本文借鑒劉斌等（2018）的方法［39］，采用服務(wù)業(yè)外資依存度來(lái)代表服務(wù)業(yè)開(kāi)放程度，公式如下：

其中：SFDIit表示i省份在t時(shí)期的服務(wù)業(yè)實(shí)際利用外商直接投資額；TFDIit表示i省份在t時(shí)期的實(shí)際利用外商直接投資總額。由于吉林、寧夏、四川、青海個(gè)別年份的統(tǒng)計(jì)年鑒沒(méi)有給出服務(wù)業(yè)外商直接投資額，這里采用同一時(shí)期的服務(wù)業(yè)增加值占地區(qū)總增加值的比重近似替代。

（3）門(mén)檻變量。①經(jīng)濟(jì)規(guī)模（lnpgdp）。用各省份人均實(shí)際GDP來(lái)衡量地區(qū)經(jīng)濟(jì)發(fā)展規(guī)模，這里的人均實(shí)際GDP是以2007年為基期，并利用居民消費(fèi)價(jià)格指數(shù)進(jìn)行平減，同時(shí)取其對(duì)數(shù)形式。②人力資本（human）。使用平均受教育年限來(lái)刻畫(huà)人力資本水平，計(jì)算方式為H1×6+H2×9+H3×12+H4×16，其中H1、H2、H3、H4分別表示各省份小學(xué)、初中、高中、大專及以上四類受教育程度人口占6歲及以上人口的比重。③金融發(fā)展（finance）。通常采用金融資產(chǎn)價(jià)值相對(duì)于經(jīng)濟(jì)活動(dòng)總量的比重來(lái)衡量地區(qū)的金融發(fā)展能力，因此用各省份金融機(jī)構(gòu)年末存款貸款余額與GDP之比來(lái)表示。④環(huán)境規(guī)制（envir）。選取各省份實(shí)際GDP與能源消費(fèi)總量之比來(lái)表征環(huán)境規(guī)制強(qiáng)度，更好地反映政府實(shí)施環(huán)境規(guī)制的影響效果。

（4）控制變量。①地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（indus）。從產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的角度，采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比來(lái)表示各省份的產(chǎn)業(yè)結(jié)構(gòu)狀況。②社會(huì)固定資產(chǎn)投資（invest）。選取全社會(huì)固定資產(chǎn)投資總額與GDP的比值進(jìn)行衡量。③政府財(cái)政支出（fiscal）。使用地方公共財(cái)政支出占GDP的比重表示政府財(cái)政支出水平。④市場(chǎng)化水平（market）。采用非國(guó)有單位就業(yè)人數(shù)與地區(qū)就業(yè)總?cè)藬?shù)之比表示各省份的市場(chǎng)化水平。

上述各主要變量的描述性統(tǒng)計(jì)見(jiàn)表1所列。

表1 主要變量描述性統(tǒng)計(jì)

本文使用的數(shù)據(jù)來(lái)源于2007—2019年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省份相應(yīng)年份的統(tǒng)計(jì)年鑒，因數(shù)據(jù)缺失或統(tǒng)計(jì)口徑不一致，研究對(duì)象沒(méi)有包括西藏和港澳臺(tái)地區(qū)，最終選取30個(gè)省份作為研究對(duì)象。

四、實(shí)證分析

（一）基準(zhǔn)回歸

在進(jìn)行基準(zhǔn)回歸之前，針對(duì)計(jì)量模型中可能存在的多重共線性問(wèn)題和偽回歸現(xiàn)象作出如下分析：①通過(guò)計(jì)算方差膨脹因子（VIF）來(lái)考察多重共線性問(wèn)題，結(jié)果顯示各變量的方差膨脹因子均明顯小于10，說(shuō)明計(jì)量模型并不存在嚴(yán)重的多重共線性問(wèn)題；②為了避免出現(xiàn)偽回歸現(xiàn)象，進(jìn)行變量的平穩(wěn)性檢驗(yàn)即單位根檢驗(yàn)，分別選用基于同質(zhì)面板單位根假設(shè)的LLC檢驗(yàn)以及異質(zhì)面板單位根假設(shè)的IPS檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)。表2報(bào)告出主要變量的平穩(wěn)性檢驗(yàn)結(jié)果，可以看出四種方法下絕大多數(shù)變量的一階差分序列都通過(guò)了1%的顯著性水平檢驗(yàn)，因此所選取的變量數(shù)據(jù)是平穩(wěn)的。

表2 主要變量平穩(wěn)性檢驗(yàn)

1.全國(guó)層面

傳統(tǒng)的固定效應(yīng)模型只強(qiáng)調(diào)突出個(gè)體間的差異，并未關(guān)注不同時(shí)期及不同個(gè)體間的殘差相關(guān)關(guān)系，導(dǎo)致模型估計(jì)出現(xiàn)一定的偏誤，因而本文采用雙向固定效應(yīng)模型，綜合考慮個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)的影響。見(jiàn)表3所列，第（1）列和第（2）列是基于混合OLS回歸方法分析服務(wù)業(yè)開(kāi)放對(duì)全國(guó)綠色全要素生產(chǎn)率的影響程度，可以發(fā)現(xiàn)服務(wù)業(yè)開(kāi)放顯著地提升了綠色全要素生產(chǎn)率水平；第（3）列和第（4）列是控制個(gè)體效應(yīng)和時(shí)間效應(yīng)之后的實(shí)證結(jié)果，服務(wù)業(yè)開(kāi)放對(duì)于我國(guó)綠色全要素生產(chǎn)率依然是正向促進(jìn)作用。由第（4）列的結(jié)果可知，服務(wù)業(yè)開(kāi)放程度每提高1%，綠色全要素生產(chǎn)率上升0.245 7%?？傮w而言，盡管不同方法下服務(wù)業(yè)開(kāi)放的估計(jì)回歸系數(shù)存在差別，但是其對(duì)綠色全要素生產(chǎn)率的正向推動(dòng)作用始終存在，并且均通過(guò)了5%的顯著性水平檢驗(yàn)，即假設(shè)1得到驗(yàn)證。

表3 服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響（全國(guó)層面）

續(xù)表3

2.區(qū)域?qū)用?/p>

由于我國(guó)不同省份間的經(jīng)濟(jì)發(fā)展水平和服務(wù)業(yè)開(kāi)放程度存在較大差異，本文以各省份所處經(jīng)濟(jì)地區(qū)為參照依據(jù)，將30個(gè)省份劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)（2）。表4報(bào)告了分地區(qū)的估計(jì)結(jié)果，可以看出東部地區(qū)和中部地區(qū)的服務(wù)業(yè)開(kāi)放與本地區(qū)綠色全要素生產(chǎn)率均呈現(xiàn)出顯著的正相關(guān)關(guān)系，從服務(wù)業(yè)開(kāi)放的估計(jì)系數(shù)值和顯著性水平來(lái)看，東部地區(qū)的促進(jìn)作用明顯優(yōu)于中部地區(qū)。西部地區(qū)服務(wù)業(yè)開(kāi)放的回歸系數(shù)在OLS方法下是顯著正向的，但是控制個(gè)體效應(yīng)和時(shí)間效應(yīng)之后，其對(duì)綠色全要素生產(chǎn)率的提升作用并不顯著。東部地區(qū)和中部地區(qū)經(jīng)濟(jì)基礎(chǔ)良好，產(chǎn)業(yè)結(jié)構(gòu)較為協(xié)調(diào)，外向型經(jīng)濟(jì)發(fā)展水平高，更易于承接服務(wù)業(yè)國(guó)際產(chǎn)業(yè)轉(zhuǎn)移，學(xué)習(xí)吸收先進(jìn)的管理模式和綠色技術(shù)，促進(jìn)本地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。而西部地區(qū)經(jīng)濟(jì)總量規(guī)模偏小，對(duì)外貿(mào)易競(jìng)爭(zhēng)力不強(qiáng)，難以吸引高附加值的服務(wù)產(chǎn)業(yè)如金融業(yè)、信息服務(wù)業(yè)和環(huán)保產(chǎn)業(yè)，更多的是承接國(guó)際國(guó)內(nèi)效益低、能耗高、污染大的落后產(chǎn)能，不利于地區(qū)綠色全要素生產(chǎn)率的提升。

表4 服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響（區(qū)域?qū)用妫?/p>

續(xù)表4

（二）門(mén)檻效應(yīng)模型分析

一般而言，進(jìn)行面板門(mén)檻回歸之前，需要檢驗(yàn)門(mén)檻效應(yīng)是否存在，從而確定門(mén)檻水平及門(mén)檻個(gè)數(shù)。本文利用“自舉法”（Bootstrap）重復(fù)抽樣300次得到對(duì)應(yīng)的P值和門(mén)檻值，由于樣本時(shí)間跨度較小，故只需要進(jìn)行單一門(mén)檻和雙重門(mén)檻檢驗(yàn)。見(jiàn)表5所列，在以經(jīng)濟(jì)規(guī)模、人力資本和環(huán)境規(guī)制為門(mén)檻變量時(shí)，服務(wù)業(yè)開(kāi)放對(duì)綠色全要素生產(chǎn)率的影響表現(xiàn)為雙重門(mén)檻效應(yīng)，而以金融發(fā)展為門(mén)檻變量時(shí)，僅通過(guò)了單一門(mén)檻的顯著性檢驗(yàn)。

表5 門(mén)檻顯著性檢驗(yàn)及門(mén)檻值估計(jì)結(jié)果

以經(jīng)濟(jì)規(guī)模作為門(mén)檻變量時(shí)，服務(wù)業(yè)開(kāi)放對(duì)于地區(qū)綠色全要素生產(chǎn)率表現(xiàn)為顯著的雙重門(mén)檻效應(yīng)。表6第（1）列報(bào)告了經(jīng)濟(jì)規(guī)模的門(mén)檻估計(jì)結(jié)果，當(dāng)人均GDP低于第一個(gè)門(mén)檻值10.532 1時(shí)，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響系數(shù)在5%統(tǒng)計(jì)水平上顯著為正；當(dāng)人均GDP跨過(guò)第一個(gè)門(mén)檻值但未達(dá)到第二個(gè)門(mén)檻值11.156 9時(shí)，在1%的顯著性水平上，服務(wù)業(yè)開(kāi)放的影響系數(shù)增加到0.234 0；當(dāng)人均GDP跨過(guò)第二個(gè)門(mén)檻值之后，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的正向促進(jìn)作用明顯增強(qiáng)。因此，經(jīng)濟(jì)發(fā)展規(guī)模越大，服務(wù)業(yè)開(kāi)放越有利于地區(qū)綠色全要素生產(chǎn)率的提升，即假設(shè)2得到驗(yàn)證。

表6 門(mén)檻效應(yīng)模型的回歸結(jié)果

由表7可知，在樣本數(shù)據(jù)期初的2007年，包括河北在內(nèi)的25個(gè)省份均未跨越經(jīng)濟(jì)規(guī)模的第一個(gè)門(mén)檻值，只有北京在內(nèi)的5個(gè)省市跨過(guò)第一個(gè)門(mén)檻值，但是全國(guó)沒(méi)有省份跨過(guò)第二個(gè)門(mén)檻值。2019年北京等5個(gè)省份跨過(guò)第二個(gè)門(mén)檻值，廣東等11個(gè)省份跨過(guò)第一個(gè)門(mén)檻值，仍有近一半的省份處于經(jīng)濟(jì)規(guī)模的第一個(gè)門(mén)檻值之下，表明我國(guó)各省份的經(jīng)濟(jì)規(guī)模實(shí)現(xiàn)了穩(wěn)步的增長(zhǎng)，但需要持續(xù)增強(qiáng)地區(qū)經(jīng)濟(jì)發(fā)展的動(dòng)力。

表7 各省份經(jīng)濟(jì)規(guī)模門(mén)檻通過(guò)情況

以人力資本作為門(mén)檻變量時(shí)，服務(wù)業(yè)開(kāi)放對(duì)于地區(qū)綠色全要素生產(chǎn)率具有顯著的雙重門(mén)檻效應(yīng)。表6第（2）列報(bào)告了人力資本的門(mén)檻估計(jì)結(jié)果，當(dāng)其未跨越第一個(gè)門(mén)檻值10.773 4時(shí)，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的促進(jìn)作用為0.227 8，且在1%統(tǒng)計(jì)水平上顯著；當(dāng)跨過(guò)第一個(gè)門(mén)檻值之后，其影響系數(shù)在1%統(tǒng)計(jì)水平上顯著為0.365 0；隨著人力資本水平跨越第二個(gè)門(mén)檻值11.172 6，服務(wù)業(yè)開(kāi)放對(duì)綠色全要素生產(chǎn)率的正向推動(dòng)作用上升至0.491 8。由此可見(jiàn)，人力資本水平的不斷提高強(qiáng)化了服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的正面促進(jìn)效應(yīng)，即假設(shè)3得到驗(yàn)證。

由表8可知，2007年，全國(guó)大部分省份都沒(méi)有跨過(guò)人力資本第一個(gè)門(mén)檻值，跨越第一個(gè)門(mén)檻值的地區(qū)只有上海和天津，北京是唯一跨過(guò)第二個(gè)門(mén)檻值的。2019年，包括河北在內(nèi)的22個(gè)省份依然未跨越人力資本門(mén)檻，同時(shí)江蘇等5個(gè)省份跨越第一個(gè)門(mén)檻值，北京、上海和天津跨越第二個(gè)門(mén)檻值，由此可知，我國(guó)各省份的人力資本水平仍有較大的提升空間。

表8 各省份人力資本門(mén)檻通過(guò)情況

以金融發(fā)展作為門(mén)檻變量時(shí)，服務(wù)業(yè)開(kāi)放對(duì)于地區(qū)綠色全要素生產(chǎn)率表現(xiàn)出顯著的單一門(mén)檻效應(yīng)。表6第（3）列報(bào)告了金融發(fā)展的門(mén)檻估計(jì)結(jié)果，當(dāng)金融發(fā)展能力低于門(mén)檻值5.117 6時(shí)，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的影響系數(shù)為正，且在1%的統(tǒng)計(jì)水平上顯著為0.249 5；當(dāng)金融發(fā)展能力越過(guò)門(mén)檻值之后，服務(wù)業(yè)開(kāi)放與地區(qū)綠色全要素生產(chǎn)率的關(guān)系顯著正相關(guān)，估計(jì)影響系數(shù)增加到0.576 6。由此可見(jiàn)，隨著金融發(fā)展能力的提高，其對(duì)地區(qū)綠色全要素生產(chǎn)率積極促進(jìn)作用不斷增強(qiáng)，即假設(shè)4得到驗(yàn)證。

由表9可知，在樣本數(shù)據(jù)期初的2007年，除了北京和上海之外，全國(guó)其他省份的金融發(fā)展能力均低于門(mén)檻值5.117 6，而至2019年，北京、上海、浙江、海南四個(gè)省份跨過(guò)門(mén)檻值，但是全國(guó)絕大部分省份仍未跨越金融發(fā)展門(mén)檻，這也說(shuō)明我國(guó)各省份金融發(fā)展能力普遍處于較低水平。

表9 各省份金融發(fā)展門(mén)檻通過(guò)情況

以環(huán)境規(guī)制作為門(mén)檻變量時(shí)，服務(wù)業(yè)開(kāi)放對(duì)于地區(qū)綠色全要素生產(chǎn)率具有顯著的雙重門(mén)檻效應(yīng)。表6第（4）列報(bào)告了環(huán)境規(guī)制的門(mén)檻估計(jì)結(jié)果，當(dāng)環(huán)境規(guī)制低于第一個(gè)門(mén)檻值1.287 5時(shí)，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率存在負(fù)向影響，但未通過(guò)統(tǒng)計(jì)水平檢驗(yàn)；當(dāng)環(huán)境規(guī)制跨越第一個(gè)門(mén)檻但未達(dá)到第二個(gè)門(mén)檻值1.815 3時(shí)，服務(wù)業(yè)開(kāi)放的影響由負(fù)向轉(zhuǎn)為正向，并在1%統(tǒng)計(jì)水平上顯著；當(dāng)環(huán)境規(guī)制跨過(guò)第二個(gè)門(mén)檻時(shí)，服務(wù)業(yè)開(kāi)放的正面促進(jìn)效應(yīng)上升至0.302 5。因此，伴隨著環(huán)境規(guī)制強(qiáng)度的逐漸提升，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的推動(dòng)作用也在不斷加強(qiáng)，即假設(shè)5得到驗(yàn)證。

由表10可知，2007年，包括河北在內(nèi)的24個(gè)省份沒(méi)有跨過(guò)第一個(gè)門(mén)檻值1.287 5，環(huán)境規(guī)制跨越第一個(gè)門(mén)檻的地區(qū)有北京等5個(gè)省市，僅上?？邕^(guò)了第二個(gè)門(mén)檻值。2019年包括北京在內(nèi)的6個(gè)省市跨越第二個(gè)門(mén)檻值，跨過(guò)環(huán)境規(guī)制第一個(gè)門(mén)檻的地區(qū)有天津等13個(gè)省份，全國(guó)只有11個(gè)省份沒(méi)有跨越環(huán)境規(guī)制門(mén)檻，可見(jiàn)我國(guó)各省份的環(huán)境規(guī)制狀況有了一定程度的改善。

表10 各省份環(huán)境規(guī)制門(mén)檻通過(guò)情況

（三）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問(wèn)題處理

為了檢驗(yàn)回歸結(jié)果是否受到內(nèi)生性干擾，本文采用工具變量法對(duì)模型重新進(jìn)行估計(jì)，這里選取服務(wù)業(yè)開(kāi)放程度的滯后一期及滯后二期分別作為工具變量，依次進(jìn)行2SLS估計(jì)、IV-GMM估計(jì)。由于需要驗(yàn)證工具變量選擇的有效性，本文將分別進(jìn)行識(shí)別不足、弱工具變量和過(guò)度識(shí)別的檢驗(yàn)，由表11可知，Kleibergen Paap rk LM統(tǒng)計(jì)量的P值均顯著小于0.01，拒絕了工具變量識(shí)別不足的原假設(shè)；Cragg Donald Wald F統(tǒng)計(jì)量的值均顯著大于Stock Yogo檢驗(yàn)在10%顯著水平上的臨界值16.38，同樣是強(qiáng)烈拒絕了弱工具變量的原假設(shè)；本文的工具變量與內(nèi)生變量是一一對(duì)應(yīng)的，因此不存在工具變量過(guò)度識(shí)別的問(wèn)題。在考慮內(nèi)生性問(wèn)題之后，兩種不同方法下服務(wù)業(yè)開(kāi)放的估計(jì)系數(shù)始終為正值，而且均通過(guò)了5%水平的顯著性檢驗(yàn)，即擴(kuò)大服務(wù)業(yè)開(kāi)放程度會(huì)顯著提高地區(qū)綠色全要素生產(chǎn)率水平，與前文主要結(jié)論總體上是一致的。

表11 內(nèi)生性問(wèn)題的檢驗(yàn)結(jié)果

續(xù)表11

2.更換核心變量的衡量方法

本文借鑒申明浩和劉文勝（2016）的方法［40］，從服務(wù)業(yè)貿(mào)易出口額（以國(guó)際旅游外匯收入近似替代）和服務(wù)業(yè)實(shí)際利用外商直接投資額兩個(gè)角度，綜合測(cè)算各省份的服務(wù)業(yè)開(kāi)放程度（open）。表12報(bào)告了穩(wěn)健性估計(jì)結(jié)果，可以看出服務(wù)業(yè)開(kāi)放顯著促進(jìn)了我國(guó)綠色全要素生產(chǎn)率的增長(zhǎng)，其中東部地區(qū)和中部地區(qū)服務(wù)業(yè)開(kāi)放的影響系數(shù)顯著為正，而西部地區(qū)盡管表現(xiàn)為正向作用，但是在統(tǒng)計(jì)水平上依然并不顯著，其他控制變量的回歸系數(shù)與顯著性水平變化不大，從而表明本文的研究結(jié)論是穩(wěn)健可信的。

表12 穩(wěn)健性檢驗(yàn)：更換核心變量衡量方法

五、主要結(jié)論與政策建議

（一）主要結(jié)論

本文在理論分析服務(wù)業(yè)開(kāi)放與地區(qū)綠色全要素生產(chǎn)率關(guān)系的基礎(chǔ)上，利用非線性面板門(mén)檻模型，從經(jīng)濟(jì)規(guī)模、人力資本、金融發(fā)展和環(huán)境規(guī)制四個(gè)角度實(shí)證檢驗(yàn)服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率的門(mén)檻效應(yīng)，主要結(jié)論如下：

（1）從全國(guó)層面上看，服務(wù)業(yè)開(kāi)放對(duì)地區(qū)綠色全要素生產(chǎn)率提升具有積極的正向影響；從區(qū)域?qū)用鎭?lái)看，服務(wù)業(yè)開(kāi)放的影響系數(shù)呈現(xiàn)出明顯的地區(qū)異質(zhì)性，其中東部地區(qū)和中部地區(qū)顯著為正，且東部地區(qū)促進(jìn)作用大于中部地區(qū)，而西部地區(qū)盡管影響系數(shù)為正，但是并不顯著。

（2）經(jīng)濟(jì)規(guī)模、人力資本、金融發(fā)展和環(huán)境規(guī)制四個(gè)因素對(duì)地區(qū)綠色全要素生產(chǎn)率均存在顯著的門(mén)檻效應(yīng)，除金融發(fā)展為單一門(mén)檻，其余因素均為雙重門(mén)檻?？缭浇?jīng)濟(jì)規(guī)模、人力資本和金融發(fā)展的門(mén)檻前后，服務(wù)業(yè)開(kāi)放的影響系數(shù)始終為正，跨過(guò)門(mén)檻值之后不斷增大。對(duì)于環(huán)境規(guī)制門(mén)檻而言，服務(wù)業(yè)開(kāi)放的影響效應(yīng)在跨過(guò)第一個(gè)門(mén)檻值之后，由負(fù)向轉(zhuǎn)為正向并逐漸增強(qiáng)。

（3）全國(guó)不同省份基于四個(gè)門(mén)檻變量的通過(guò)情況存在一定差異，具體表現(xiàn)為跨越經(jīng)濟(jì)規(guī)模門(mén)檻和環(huán)境規(guī)制門(mén)檻的省份較多，跨越人力資本門(mén)檻的省份次之，而跨越金融發(fā)展門(mén)檻的省份還較少?？陀^反映出我國(guó)各個(gè)省份在經(jīng)濟(jì)發(fā)展規(guī)模和環(huán)境規(guī)制強(qiáng)度方面取得了較大的改善，但是人力資本水平和金融發(fā)展能力仍需進(jìn)一步提高。

（二）政策建議

（1）立足當(dāng)前構(gòu)建以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局，充分發(fā)揮好我國(guó)超大規(guī)模的市場(chǎng)優(yōu)勢(shì)，全面推動(dòng)我國(guó)服務(wù)業(yè)對(duì)外開(kāi)放進(jìn)程。遵循漸進(jìn)開(kāi)放、重點(diǎn)突破的基本原則，對(duì)標(biāo)國(guó)際高標(biāo)準(zhǔn)經(jīng)貿(mào)規(guī)則，分步驟分階段擴(kuò)大我國(guó)服務(wù)業(yè)對(duì)外開(kāi)放，大幅度放寬市場(chǎng)準(zhǔn)入限制，盡快實(shí)施在金融保險(xiǎn)業(yè)、電信服務(wù)業(yè)、物流倉(cāng)儲(chǔ)業(yè)、教育醫(yī)療業(yè)等主要服務(wù)行業(yè)承諾的開(kāi)放舉措。優(yōu)化整合服務(wù)行業(yè)在機(jī)構(gòu)設(shè)置、執(zhí)業(yè)資格、業(yè)務(wù)經(jīng)營(yíng)等環(huán)節(jié)的審批流程，避免出現(xiàn)監(jiān)管空白、重復(fù)監(jiān)管等問(wèn)題，形成與負(fù)面清單管理方式相銜接的事中、事后監(jiān)管制度。穩(wěn)妥推進(jìn)東中西部地區(qū)服務(wù)業(yè)開(kāi)放，發(fā)揮好海南自由貿(mào)易港、自由貿(mào)易試驗(yàn)區(qū)、服務(wù)貿(mào)易創(chuàng)新發(fā)展試點(diǎn)地區(qū)的引領(lǐng)帶動(dòng)作用，構(gòu)建起多層次、寬領(lǐng)域、輻射廣的服務(wù)業(yè)開(kāi)放格局，實(shí)現(xiàn)區(qū)域間服務(wù)要素合理有序流動(dòng)，推動(dòng)地區(qū)綠色全要素生產(chǎn)率增長(zhǎng)。

（2）經(jīng)濟(jì)水平落后地區(qū)要以自身的區(qū)位條件與產(chǎn)業(yè)基礎(chǔ)為立足點(diǎn)，將服務(wù)業(yè)與其他產(chǎn)業(yè)的深度融合作為經(jīng)濟(jì)發(fā)展的重要突破口，更好地發(fā)揮地區(qū)首創(chuàng)精神，著力培育好服務(wù)業(yè)新模式、新業(yè)態(tài)。積極承接國(guó)際及經(jīng)濟(jì)發(fā)達(dá)地區(qū)的服務(wù)業(yè)梯度轉(zhuǎn)移，擴(kuò)大資金、人才、技術(shù)、數(shù)據(jù)等要素流入，大力發(fā)展研發(fā)設(shè)計(jì)、倉(cāng)儲(chǔ)物流、檢測(cè)維修、金融會(huì)計(jì)等生產(chǎn)性服務(wù)業(yè)，推動(dòng)服務(wù)業(yè)與制造業(yè)深度融合、協(xié)同發(fā)展，打造出更多地區(qū)經(jīng)濟(jì)增長(zhǎng)極。加快地區(qū)人力資本積累，破除阻礙服務(wù)業(yè)人員流動(dòng)和技能提升的各種制約因素，推進(jìn)高等教育綜合改革，完善職業(yè)教育培訓(xùn)體系，促進(jìn)勞動(dòng)力市場(chǎng)的供需匹配。支持服務(wù)業(yè)在內(nèi)的主要行業(yè)增加人力資本投資，提高低技能勞動(dòng)力的技能水平，吸納應(yīng)用型、復(fù)合型和創(chuàng)新型技術(shù)人才，鼓勵(lì)支持服務(wù)企業(yè)開(kāi)展員工技能培訓(xùn)等活動(dòng)，改善地區(qū)的人力資本質(zhì)量。

（3）進(jìn)一步擴(kuò)大金融業(yè)全面開(kāi)放，放寬甚至取消外資在金融機(jī)構(gòu)的持股比例和業(yè)務(wù)范圍限制，深化資本市場(chǎng)雙向開(kāi)放力度，鼓勵(lì)各類金融機(jī)構(gòu)“引進(jìn)來(lái)”與“走出去”結(jié)合。以人工智能、區(qū)塊鏈、云計(jì)算等新興技術(shù)為依托，加大金融產(chǎn)品的創(chuàng)新力度，大力發(fā)展科技金融、數(shù)字金融。樹(shù)立綠色金融發(fā)展導(dǎo)向，引導(dǎo)金融資源向資源節(jié)約型、環(huán)境友好型產(chǎn)業(yè)傾斜。摒棄犧牲資源環(huán)境來(lái)?yè)Q取經(jīng)濟(jì)增長(zhǎng)的錯(cuò)誤觀念，將資源消耗、環(huán)境損害等指標(biāo)納入地方經(jīng)濟(jì)發(fā)展評(píng)價(jià)和政績(jī)考核之中。鞏固增強(qiáng)環(huán)境規(guī)制的力度，提高外資外企進(jìn)入的環(huán)保標(biāo)準(zhǔn)，吸引高技術(shù)、低能耗、低污染的跨國(guó)企業(yè)進(jìn)駐，著力引進(jìn)知識(shí)技術(shù)密集型、生態(tài)環(huán)境友好型的跨國(guó)企業(yè)。制定切實(shí)可行的污染排放標(biāo)準(zhǔn)和環(huán)保目標(biāo)，注重運(yùn)用市場(chǎng)化手段來(lái)約束排污主體的行為。保持環(huán)保政策執(zhí)行的連續(xù)性，避免出現(xiàn)“運(yùn)動(dòng)式”環(huán)境執(zhí)法，建立起制度化、常態(tài)化、長(zhǎng)效化環(huán)境監(jiān)管機(jī)制。

注 釋：

（1）數(shù)據(jù)來(lái)源于《中華人民共和國(guó)2019年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

（2）東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)蒙古、廣西、四川、貴州、云南、重慶、陜西、甘肅、青海、寧夏和新疆。