生產性服務業集聚對制造業集聚的減排效應

寇冬雪 黃娟

摘要：綠色化已成為制造業升級的重要考量，識別生產性服務業對制造業減排的調節機制，對加快制造業綠色轉型、推進“兩業”深度融合具有現實意義。基于2003—2019年中國285個地級及以上城市的面板數據，采用系統GMM模型探究生產性服務業在制造業影響污染排放強度過程中發揮的調節效應。研究結果表明，隨制造業集聚程度的提高，污染排放強度存在先升高后降低的“倒U型”曲線特征。生產性服務業在制造業影響污染排放強度的過程中發揮積極的調節作用，能有效降低制造業集聚過程中的污染排放強度，且該作用呈現西部最高、中部次之、東部最低的區域異質性特征。進一步地，將生產性服務業劃分為五種行業類別，各生產性服務業的調節效應由大到小依次為：租賃和商業服務業，科學研究、技術服務業和地質勘查業，房地產業，信息傳輸、計算機服務和軟件業，金融業。此外，將物流業納入生產性服務業的研究結果表明，物流業對制造業的減排過程存在積極的調節效應。因此，為探索產業多元化融合模式，助力“兩業”深度融合，應根據區域稟賦和行業特性，有針對性地引導“兩業”深度融合。具體地，應根據行業特征及其關聯性，充分發揮生產性服務業的潤滑作用，實現經濟效益和環境效益的雙提升；依托生產性服務業的外部性優勢，打造綠色物流體系；同時注重優化產業發展環境，為加快推進“兩業”深度融合保駕護航。

關鍵詞：制造業集聚；生產性服務業集聚；污染排放強度；調節效應

中圖分類號：F263文獻標識碼：A文章編號：1007-8266（2021）11-0078-11

基金項目：全國統計科學研究重點項目“高質量發展背景下我國的生態環境保護研究”（2018LZ39）；2021年浙江工商大學省屬高校基本科研業務費重點項目“鄉村生態振興的影響因素、成效評價與機制路徑”（XR202108）

近年來，制造業與生產性服務業的“兩業”融合步伐加快[ 1 ]。一方面，生產性服務業作為中間投入品在制造業中所占的比重逐年攀升，制造業對生產性服務業的依賴度不斷提高；另一方面，制造業服務化趨勢明顯，制造業的產品開始為提供服務而生產。在空間上，二者已經形成互動發展的新格局[ 2 ]。2020年8月，國家發展和改革委員會等部門印發關于《推動物流業制造業深度融合創新發展實施方案》的通知；10月，《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中提出要“發展服務型制造”，制造業和生產性服務業融合發展已成為制造業轉型升級的重要趨勢，也成為“十四五”及新百年的重要任務之一。在“兩業”相融相長、耦合共生的過程中兼顧生態環境保護，亦即降低“兩業”融合的污染排放強度，提升生態效率，是高質量發展背景下推進產業綠色化轉型的必要考量。事實上，生產性服務業在“兩業”融合過程中發揮著重要的潤滑作用。大量研究表明，生產性服務業在降低制造業成本、提升行業生產率方面作用明顯。尤其是在產業轉型的綠色發展要求下，充分發揮生產性服務業對制造業的調節作用既能助力制造業綠色轉型，又有利于現代產業體系的構筑。同時，產業集聚作為產業組織的一般形態伴隨產業發展的始終，對制造業和生產性服務業的考察也離不開集聚效應的發揮。鑒于此，本文基于“兩業”深度融合背景，以產業集聚為依托，從減排視角探究生產性服務業對制造業的調節機制。本文將從以下方面進行分析：一是基于2003—2019年中國285個地級及以上城市的面板數據，選用調節效應模型，識別生產性服務業在制造業影響污染排放強度過程中發揮的調節作用。二是參考于斌斌等[ 3 ]對生產性服務業的分類，進一步將其劃分為信息傳輸、計算機服務和軟件業，金融業，房地產業，租賃和商業服務業，科學研究、技術服務業和地質勘查業五類，深入剖析不同行業的生產性服務業對制造業減排效應的影響。地級市層面的數據有利于多維度剖析現狀，豐富既有研究結論，也使研究結論更普適；同時，對生產性服務業減排機制的考察，彌補了既有研究在具體細分行業方面考察的缺失，為探索產業多元化融合模式、推動“兩業”深度融合提供經驗支撐。

（一）文獻回顧

研究制造業集聚與環境污染之間關系的文獻十分豐富，但迄今尚未有統一定論。梳理文獻發現，不同視角的研究主要存在三種結論。第一，制造業集聚會加劇環境污染[ 4-5 ]，是阻礙經濟集聚的力量[ 6 ]。第二，制造業集聚會降低環境污染，因為制造業集聚會誘發技術進步，并通過溢出效應與競爭效應對企業產生壓力，繼而倒逼企業保護環境以提升社會信譽[ 7 ]。第三，制造業集聚與環境污染之間的關系不確定[ 8 ]，或者存在非線性關系[ 9-10 ]。制造業集聚一方面通過規模效應和溢出效應降低企業的研發成本，加速科研成果的轉化，為企業的節能減排提供助力；另一方面，集聚造成的污染物集中排放也會對環境質量造成威脅。概言之，制造業集聚對環境污染的影響因其不同外部性作用的發揮而結論不一。

生產性服務（也稱生產者服務）指被其他商品和服務的生產者用作中間投入的服務。關于制造業與生產性服務業之間關系的研究，既有結論認為，二者之間相互促進、互動發展[ 11 ]，并從生產性服務業對制造業效率、制造業升級的影響及二者間的互動機理、融合效率等方面展開大量實證檢驗[ 12-13 ]，認為隨著制造業部門的擴張及規模擴大，對服務業中間需求會逐漸增加，同時生產性服務業的發展也能通過分工提升經濟效率，對制造業競爭力的提升產生積極影響[ 14 ]。關于生產性服務業對制造業單方面影響的研究，既有結論認為：第一，生產性服務業集聚有助于加快產業結構調整，促進制造業轉型升級。一方面，生產性服務業集聚產生的規模經濟效應會降低企業的研發成本，促使制造業生產中選用更多的節能技術代替高能耗投入，推動生產環節向高附加值的兩端延伸[ 15 ]；另一方面，生產性服務業比重的增加正逐漸改善我國經濟對高能耗、高污染、低效率路徑的過分依賴，有助于實現制造業結構升級和生產率的提升[ 16 ]。第二，生產性服務業集聚為制造業提供良好的創新環境。作為典型的知識和技術密集型行業，生產性服務業產生的知識溢出會形成良好的集體學習和創新環境[ 17 ]，進而提升技術的轉化效率，促進環境效率的提升[ 18 ]。除少數研究持相反觀點外[ 19 ]，多數研究認可生產性服務業的外部性優勢。

（二）作用機理

生產性服務業影響制造業減排效應的作用機理主要表現在：宏觀層面上，生產性服務業會影響制造業的生產率，進而對環境污染產生影響。作為社會分工深化的結果之一，生產性服務業為制造業生產率的提升提供了基礎[ 20 ]。生產性服務業的發展會帶來勞動分工的深化、生產鏈條的延伸及社會經濟運行成本的降低。隨著制造業部門的擴大，對生產性服務業產生的需求逐漸增加，制造業的生產效率也會隨之提升。因此，生產性服務業集聚一方面降低了制造業間的交易成本，提升資源的轉化率，進而降低單位產值的污染排放量；另一方面，集聚產生的規模經濟降低了企業的生產成本，有助于規模化治污行業的形成，進而降低集聚區內部的治污成本。微觀層面上，生產性服務業的生產過程需要投入大量的人力資本和知識資本，這兩種要素的集聚將大大提高產出增加值，實現行業的多元化交流。而生產性服務業有助于促進企業增加新產品的研發投入，為集聚區內綠色技術的產生創造條件，有利于環境友好型生產技術在制造業之間的擴散[ 21 ]。不僅如此，生產性服務業與制造業之間的關聯效應也對環境污染具有積極的改善作用[9]。二者之間的互動融合存在不斷增強的反饋機制，這又為資源配置效率的進一步提升和環境治理成本的進一步降低創造了條件，促使污染減排效應的產生。基于上述分析，本文提出以下假設：

H1：生產性服務業在制造業影響環境污染過程中發揮重要的調節作用，有助于降低污染排放強度。

生產性服務業對制造業減排效應的影響還存在行業異質性。生產性服務業的行業特征不同，對污染排放強度的影響不同。既有研究認為，金融業、科學研究和技術服務業以及環境治理和公共設施管理業的集聚在減排方面效果明顯，而交通運輸、批發零售等低端生產性服務業反而加劇了污染排放[ 18 ]。這是由于產業匹配度越高、關聯性越強的產業集聚，因其具有更強的技術外溢及產業間投入產出聯系，越有利于污染減排[ 22 ]。而產業間的匹配度主要取決于產業間的前后關聯和知識密集程度[ 23 ]，并通過制造環節和研發之間的有效交流與溝通實現，為環境技術的創新提供良好的環境和轉換條件。譬如，通信設備、計算機及其他電子設備制造業等與房地產行業間的互動性更強，空間布局上更易以集聚的形式存在，對區域污染減排的積極作用更強；而對煙草等一些依賴自然資源稟賦的制造業行業來說，因所處地區生產性服務業的發展水平較低，出現產業資源空間上不匹配的情況，更易惡化環境質量。另外，提升知識密集度可通過溢出效應促進第二、第三產業間的集聚，進而緩解環境污染。如媒體和娛樂業、軟件業、工業服務和生物技術業等產業之間的高度匹配，有助于提升資源的配置效率，降低單位產值的污染排放量。鑒于此，本文提出以下假設：

H2：生產性服務業的調節效應具有行業異質性，與制造業協同融合度越高，調節效應越大。

（一）模型設定

對模型的設定主要分兩步：第一，設定制造業集聚、生產性服務業集聚與污染排放強度之間的關系。第二，驗證生產性服務業在制造業影響污染排放強度的過程中發揮的調節作用。

（二）數據來源及指標測算

本文選取2003—2019年中國285個地級及以上城市的數據進行實證檢驗，所需數據主要基于國家統計局官網、EPS（Easy Professional Superior）數據平臺、中國研究數據服務平臺等數據庫，其中行業數據是2003年之后經過調整的19個行業①的就業人員數據。在數據處理方法上，首先，除港澳臺地區外，本文剔除部分數據缺失較嚴重的地區，如吐魯番市、哈密市、三沙市等，部分年份中缺失的數據通過插值法補缺。其次，本文使用的國內生產總值指數按照2003年為基期調整為可比價格，以剔除價格波動的影響，提升數據的準確性。同時，將本文所有控制變量進行對數處理以消除異方差影響，由于制造業集聚、生產性服務業集聚均為指數形式，故不再進行對數處理。

相關指標解釋如下：

1.被解釋變量。污染排放強度：因空氣污染中的主要成分是工業二氧化硫，因此，環境污染指標選用單位產值的工業二氧化硫排放量。該值越大，表明該城市的環境污染越嚴重。

2.核心解釋變量。制造業集聚和生產性服務業集聚：由于區位熵指數能消除區域規模差異的影響，真實反映地理要素的空間分布，因此，本文選取區位熵指數表征產業集聚，其含義為一個地區某個產業的集聚程度在全國范圍內的相對水平。基于數據可得性，本文以就業數據測算。該值越大，表明產業集聚度越高。

本文對生產性服務業的界定借鑒于斌斌等[ 3 ]的方法，生產性服務業選用經2003年調整后19個行業中的信息傳輸、計算機服務和軟件業，金融業，房地產業，租賃和商業服務業，科學研究、技術服務業和地質勘查業五類，并按照制造業集聚的方法采用區位熵指數構建。

3.控制變量。（1）人口密度（lnden）：人口密度提高帶來的經濟活動增加會對環境污染產生影響，本文選取每平方公里的人口數表征人口密度。（2）科技創新（lninno）：科技創新投入為環境污染的改善提供了可能，其中尤以綠色技術的創新為代表。本文選取各城市財政支出中科學技術支出占GDP的比重衡量城市的科技創新水平。（3）產業結構（lnindu）：產業集聚對環境污染的作用受到產業結構的影響，不同的產業結構其環境污染的成分和造成的污染程度不同。由于環境污染主要來源于工業活動的排放物，因此，本文選取第二產業占GDP的比重衡量產業結構。（4）經濟發展水平（lng？ dp）：經濟的發展伴隨環境污染的產生，本文選取人均GDP指標衡量經濟發展水平，并采用2003年為基準的國內生產總值指數調整。（5）交通便利程度（lnroad）：便利的交通有助于要素的流動，加速不同地區產業集聚的形成，進而造成環境污染的地區差異化分布。本文采用市轄區年末實有城市道路面積表征城市交通便利程度。（6）財政分權度（lngov）：本文采用各城市的財政收支比衡量。具體指標的描述性統計結果見表1。

（三）經驗事實分析

根據分析，生產性服務業的調節效應存在行業異質性。為探究不同類別的生產性服務業集聚發揮的作用機理，這里根據前述分類，首先測算制造業對不同行業的生產性服務業的依賴度，以直觀考察二者之間的融合發展趨勢，進而展開實證檢驗，以對比分析不同行業的生產性服務業的調節效應。

從圖1可以看出：總體上，制造業對生產性服務業的依存度呈現逐年上升趨勢，表明生產性服務業在制造業中所占比重越來越高，二者之間的融合發展趨勢明顯。分行業來看，制造業對金融業及租賃和商業服務業的依賴度最高，且上升幅度最大。不難理解，金融行業作為“輸血”機構，為企業提供必要的資金支持，是企業賴以持續經營的重要保障。而租賃和商業服務業以其涉及門類廣、對就業吸納能力強、經濟體量大等特點成為制造業發展過程中不可或缺的部門。尤其是企業管理、咨詢調查等業務已成為現代企業利潤的重要增長點。其次是科學研究、技術服務和地質勘查業，對房地產業的依存度最低，且在2007年下降明顯，然后緩慢下降至2012年，之后又呈現上升趨勢。可能的原因是2008年美國次貸危機對房地產領域強烈沖擊造成嚴重影響。

（一）基準回歸

基于上述分析，本文展開實證檢驗。考慮到普通最小二乘法（OLS）和固定效應模型分別會高估和低估解釋變量對被解釋變量的影響程度，且為降低變量間的內生性，本文選取SYSGMM模型。AR檢驗結果表明該模型存在一階自相關且不存在二階自相關，漢森（Hansen）統計量的結果也表明該模型有效規避了工具變量的過度識別問題，整體看該模型的選取較合理。表2顯示了基準回歸結果。

表2中2～5列分別對應前述的計量模型。結合模型（3）和模型（4）的實證結果，可以看到制造業集聚與污染排放強度存在顯著正相關，表明制造業集聚程度的提高對環境污染的惡化作用。加入制造業集聚的二次項后，其結果在10%的水平上顯著為負，表明污染排放強度隨制造業集聚程度的提高存在先增加后減少的“倒U型”曲線特征，二者之間存在非線性關系，且其拐點值為1.078（1.076/（2×0.499））。即當制造業集聚指數低于1.078時，集聚程度的提高會增加污染排放強度；當跨過拐點值時，集聚程度的提高會降低污染排放強度。制造業集聚與污染排放強度呈“倒U型”關系的原因是資源效率的發揮存在最優配置比，制造業集聚效應的發揮存在積累過程。當制造業集聚的程度較低時，集聚區內的資源配置比例尚未達到最優。大量企業的無序集中首先造成環境污染的集中排放，規模擴張的負外部性大于規模經濟及溢出效應帶來的正外部性，環境污染加劇。而后資源的配置比例逐漸調整優化，直至產業集聚到達拐點，集聚效應產生的正外部性大于負外部性，規模效應和溢出效應凸顯。二者之間的共同作用提高了技術的研發和轉化率。同時大量企業的集聚也為環境技術創新提供了條件，便于企業間的集中聯合治污。隨著集聚程度的提升，資源的配置比例不斷得到優化，排污強度也進一步降低。因此，隨著產業集聚程度的增加，污染排放強度存在先升高后降低的“倒U型”曲線特征。同時，根據樣本期間每年跨過拐點城市數量累計加總進行排名，結果顯示，17年間285個城市中累計跨過拐點的城市為90個，占比約31.57%；連續17年均跨過拐點的城市為73個，占比約25.61%。整體上，跨過拐點的城市依然呈現東部占比最高、中部次之、西部最低的特征。

模型（5）和模型（6）的結果是基于生產性服務業集聚調節效應的回歸結果，根據模型（5）的結果，生產性服務業集聚與污染排放強度之間存在顯著負相關，說明生產性服務業集聚能顯著降低污染排放強度。結合模型（6）的結果，可發現二者之間的交乘項與污染排放強度呈現顯著負相關，表明生產性服務業集聚在制造業集聚影響污染排放強度的過程中發揮重要的調節作用。驗證了本文的H1。生產性服務業是為制造業提供中間投入品的行業，生產性服務業集聚的發展可以通過深化勞動分工、延長生產鏈條以及降低社會經濟運行成本而降低單位產值的污染排放量，提升制造業的污染減排效應。

控制變量中，人口密度與污染排放強度之間的關系在1%的水平上顯著為負，表明人口密度與污染排放強度之間存在負向關系，人口密度的增加會顯著降低污染排放強度。有研究顯示，由于戶籍制度的阻礙，現階段我國的人口集聚度遠低于經濟集聚度，而人口的集聚有助于緩解要素資源的扭曲，提高經濟增長質量[ 26 ]。科技創新與污染排放強度之間存在負相關，表明技術創新水平越高，污染排放強度越低。產業結構與污染排放強度呈現顯著正相關，表明第二產業占比越大，其生產過程中造成的污染排放強度越高。經濟發展水平的提高顯著降低污染排放強度，再次驗證了環境庫茲涅茲曲線（EKC）假說，經濟發展水平的提高有助于降低環境污染程度。交通便利度與污染排放強度之間整體存在正相關，表明要素流動的加快會對環境污染產生正向壓力。

（二）穩健性檢驗一：區域異質性視角

受地理位置及資源稟賦的影響，我國東中西部地區（港澳臺除外）的產業集聚呈現不同特征。為消除地理因素對分析結果的影響，本文基于傳統東中西部②的劃分方法，將全部樣本分為東中西部地區考察生產性服務業集聚的調節效應。回歸結果見表3。

根據表3結果，整體上看，模型（5）中生產性服務業集聚與污染排放強度存在顯著負相關，且結論呈現自西向東逐漸減弱的趨勢。生產性服務業集聚對西部地區的污染排放強度的降低幅度最大，東部最小。模型（6）中生產性服務業集聚與制造業集聚的交乘項與污染排放強度存在負相關，表明生產性服務業對制造業集聚的環境效應具有顯著的調節作用。分地區來看，生產性服務業的調節作用呈現西部最高、中部次之、東部最低的特征。因西部地區經濟發展水平相對較低，不僅產業種類欠缺，產業規模相對較小，外部市場環境也較差。受地理環境和經濟條件的制約，生產性服務業發展滯后。生產性服務業集聚程度的提高不僅有助于激發市場活力，帶動當地的經濟發展，同時對于部分環境污染嚴重、產業亟待轉型的資源型城市也具有重要的意義。而中東部地區經濟發展水平較高，外部環境條件優越，市場機制和環境法規相對完善，人力資本和技術的大量集聚以及環保政策的實施和引導對環境污染的改善作用同時存在。相比之下，東部地區產業之間的互動效應對環境污染的改善空間較西部地區小。控制變量的整體結果與全國樣本回歸結果一致，此處不再贅述。

（三）穩健性檢驗二：協同集聚視角

生產性服務業集聚對制造業集聚的污染排放強度的調節作用，外在表現為“兩業”之間的協同對污染排放強度的影響。因此，本文基于產業協同集聚的視角，忽略二者之間的內部作用機制，通過構建協同集聚指數，從另一視角驗證生產性服務業的調節效應。協同集聚指數的構建借鑒楊仁發[ 27 ]的方法。具體形式如下：

其中，coagglij、magglij、sagglij分別表示i地區j產業的協同集聚、制造業集聚和生產性服務業集聚，其數值越大表示協同集聚程度越高。動態面板回歸分析結果如表4所示。表4結果顯示，制造業與生產性服務業協同集聚與污染排放強度呈現負相關，二者的協同融合顯著降低了污染排放強度，側面反映了生產性服務業集聚在降低污染排放強度過程中發揮的積極調節作用。這是由于協同集聚程度的提高表明產業關聯度的提升，進而交易成本及單位產值污染排放量的下降，最終表現為資源配置優化對減排效率的提高，也驗證了本文的H2，產業關聯性越高，對環境污染的改善作用越明顯。其余變量結果與基準回歸結果一致，此處亦不再贅述。

（四）穩健性檢驗三：行業異質性視角

圖1為我們直觀呈現了制造業對生產性服務業的依賴關系，為明晰生產性服務業的調節效應提供了事實依據。以下進一步對不同行業的生產性服務業進行回歸分析，以實證檢驗異質性生產性服務業的調節效應。具體結果見表5。

表5結果顯示，不同行業的生產性服務業對制造業的調節效應均顯著，說明隨著生產性服務業集聚程度的提高，二者之間的良性互動會顯著降低污染排放強度，且行業不同，調節效應強度存在差異，驗證了本文的H2。具體地，調節效應由大到小的生產性服務業依次為：租賃和商業服務業，科學研究、技術服務業和地質勘查業，房地產業，信息傳輸、計算機服務和軟件業，金融業。根據表5可得出如下結果：第一，產業間匹配度越高，越易形成產業關聯，更易于成本節約和減排效率的提升。該結果與圖1根據投入產出表計算的行業依賴度結果基本一致，制造業對租賃和商業服務業的依賴度呈現逐年上升的趨勢，同時該結果也與陳國亮等[ 23 ]的研究結論一致，中國第二、第三產業共同集聚度和增長幅度排名前五的產業匹配中，第二產業與房地產業、租賃和商務服務業的匹配程度最高，并呈現逐年上升趨勢。租賃和商業服務業對污染排放強度的調節效應最大，這是由于商業服務業是以法律服務、咨詢調查、組織管理等為核心的服務，是制造業服務業化轉型的重要方向，位于產業價值鏈的中高端，與產業匹配度較高，在“兩業”融合過程中更易與制造業產生有機銜接，提高產業整體效率，降低單位產值的污染排放量。值得注意的是，根據依賴度顯示的結果，制造業對金融業的依賴度較高，但此處金融業的調節效應最小，出現相反結果。可能的解釋是，相比其他行業來說，金融業存在風險性高、專業性強等特點，與制造業不易形成長期穩定的匹配關系，因而其對制造業污染減排的調節效果會受到影響，這再次表明生產性服務業的行業性質不同，對污染排放強度的調節效應存在差異。整體來說，制造業與生產性服務業間的關聯性越強，越能降低污染排放強度，即生產性服務業發揮的調節效應越大。第二，生產性服務業對知識和技術的要求較高，尤其是科學研究、技術服務業和信息傳輸、計算機服務和軟件行業，其帶來的知識和技術的交流融合為產業間的協同創新提供了巨大的優勢，促使集聚區內經濟效率和環境效率提升。

（五）拓展性分析：對物流行業減排效應的探討

雖然本文對生產性服務業的調節效應進行了探索，但仍存在不足之處。近些年，交通運輸業尤其是物流業快速發展，商品運輸中排放的污染物成為影響環境污染尤其是跨區域環境污染的重要因素。2020年9月發布的《推動物流業制造業深度融合創新發展實施方案》提出，要“推動物流業制造業深度融合創新發展，推進物流降本增效”。因此將交通運輸、倉儲和郵政業考慮進去十分必要，但是在于斌斌等[ 3 ]的研究中卻未將該因素考慮進去。基于此，本文進行拓展性分析。因物流業包含運輸、倉儲等服務，因此，在指標選取上，本文仍基于19個行業的劃分，用交通運輸、倉儲和郵政業集聚指數表征物流業集聚指數，構建方法同前述一致，回歸結果見表6。

根據表6結果，首先，AR檢驗和Hansen統計量的結果表明該模型選取的合理性。其次，交通運輸、倉儲和郵政業與制造業的交乘項與污染排放強度存在顯著負相關，表明交通運輸、倉儲和郵政業具有積極的調節作用，二者之間的互動融合能顯著降低污染排放強度。該結果一方面驗證了基準回歸結果的穩健性，另一方面也佐證了本文的研究結論，即生產性服務業在制造業影響環境污染的過程中發揮重要的調節作用，同時也為制造業和物流運輸的聯動發展提供了實證支撐。

制造業與生產性服務業融合是實現制造業服務化轉型的重要方向，也是綠色發展背景下順應新時代產業變革、探索產業多元化融合發展模式的內在要求。基于此背景，本文選用城市層面的數據，以產業集聚為依托，從產業集聚的減排效應視角探究生產性服務業對制造業污染排放強度的調節機制，并進一步將生產性服務業劃分為具體行業，深入剖析生產性服務業的調節機制。本文得出以下主要結論：污染排放強度隨制造業集聚程度的提升具有先增加后降低的“倒U型”曲線關系，生產性服務業集聚對制造業集聚的污染減排效應具有積極的調節作用，且呈現西部最高、中部次之、東部最低的區域異質性特征。將生產性服務業劃分為五種行業類別后的研究發現，租賃和商業服務業的調節效應最大，金融業最小。此外，物流業對制造業減排也存在積極效果。

基于上述結論，本文得出如下啟示：

第一，根據行業特征及其關聯性，有針對性地引導“兩業”深度融合，實現經濟效益和環境效益的雙提升。在推進“兩業”融合的過程中，應充分發揮生產性服務業的潤滑作用，逐步破解制造業、生產性服務業融合發展過程中協同性不強、深度不夠的局面，進而探索發展新業態新模式，打造“兩業”融合新格局。如對關聯性較強的信息技術行業，大力發展“互聯網+”，在信息化、全球化的背景下，發揮信息技術的巨大優勢，充分利用網絡信息平臺的知識和技術的溢出效應，加快制造環節和研發環節之間的有效交流與溝通，以激發制造業的發展活力和潛力，推動制造業向價值鏈中高端攀升，通過產業鏈的不斷優化實現產業綠色升級。對受外部環境影響較大及依賴度相對較低的金融業，應提高金融服務制造業轉型升級的質效。在建立完善的資本市場機制的同時，應以實體經濟為支撐，合理引導資金流動，防控金融風險，規范產融結合。

第二，依托生產性服務業的外部性優勢，打造綠色物流體系。根據本文研究結果，物流業與制造業互動融合能顯著改善環境污染，這為二者的深度融合提供了經驗支撐。雖然現階段物流業制造業融合發展仍存在融合層次不夠高、范圍不夠廣、程度不夠深等問題，但是二者之間的深度融合、聯動發展可為物流業降本增效以及制造業綠色轉型提供解決方案。如鼓勵制造企業開展物流智能化改造，推廣物流機器人、自動分揀、智能倉儲業務，提升物流行業專業化能力水平，發展智能物流和綠色物流，推動解決制約物流業制造業深度融合過程中的關鍵環節，實現產業間的有機銜接和協同聯動。

第三，優化產業發展環境，為加快推進“兩業”深度融合保駕護航。一方面，逐漸清理制約兩業融合發展的政策措施，放寬市場準入管理體制，鼓勵先進制造業和現代服務業多元融合，協同創新，以行業效率的整體提升帶動產業鏈的綠色升級。另一方面，建立高效協同的“兩業”融合工作推進機制，尤其是在經濟發展水平較低但對生產性服務業的調節效應比較敏感的西部地區，應依托地區自然稟賦，加快扶持或引進與其相配套的生產性服務業；打造符合當地發展的產業模式，合理有效地推進“兩業”深度融合，以降低產業資源空間上的錯位對減排效應的影響。

注釋：

①分別為農、林、牧、漁業；采礦業；制造業；電力、燃氣及水的生產和供應業；建筑業；批發和零售業；交通運輸、倉儲和郵政業；住宿和餐飲業；信息傳輸、計算機服務和軟件業；金融業；房地產業；租賃和商業服務業；科學研究、技術服務和地質勘查業；水利、環境和公共設施管理業；居民服務、修理和其他服務業；教育；衛生、社會保障和社會福利業；文化、體育、娛樂用房屋；公共管理和社會組織。

②東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、甘肅、陜西、青海、寧夏、新疆。

參考文獻：

[1]李琳，趙桁.“兩業”融合與碳排放效率關系研究[J].經濟經緯，2021（5）：71-79.

[2]杜傳忠，侯佳妮.制造業與服務業融合能否有效緩解服務業“成本病”——基于WIOD中國數據的經驗事實[J].山西財經大學學報，2021（3）：28-42.

[3]于斌斌，金剛.中國城市結構調整與模式選擇的空間溢出效應[J].中國工業經濟，2014（2）：31-44.

[4]LEEUW F A A M D，MOUSSIOPOULOS N，SAHM P，et al.Urban air quality in larger conurbations in the European Union [J].Environmental modelling & software，2001（4）：399-414.

[5]COPELAND B R，TAYLOR M S.North- South trade and the environment [J].Quarterly journal of economics，1994（3）：755-787.

[6]KYRIAKOPOULOU E，XEPAPADEAS A.Spatial location decisions under environmental policy and housing externali？ ties [J].Environmental economics and policy studies，2011（3）：195-217.

[7]PORTER M E.Clusters and the new economics of competi？ tion [J].Harvard business review，1998（6）：77-90.

[8]WANG Y，YAN W，MA D，et al.Carbon emissions and op？ timal scale of China’s manufacturing agglomeration under heterogeneous environmental regulation [J].Journal of clean？ er production，2018（3）：140-150.

[9]郭然，原毅軍.生產性服務業集聚、制造業集聚與環境污染——基于省級面板數據的檢驗[J].經濟科學，2019（1）：82-94.

[10]黃娟，汪明進.制造業、生產性服務業共同集聚與污染排放——基于285個城市面板數據的實證分析[J].中國流通經濟，2017（8）：116-128.

[11]高覺民，李曉慧.生產性服務業與制造業的互動機理：理論與實證[J].中國工業經濟，2011（6）：151-160.

[12]劉奕，夏杰長，李垚.生產性服務業集聚與制造業升級[J].中國工業經濟，2017（7）：24-42.

[13]張維今，王鈺，王淑梅.我國裝備制造業與生產性服務業融合效率及其差異收斂性研究[J].中國軟科學，2020（8）：47-54.

[14]顧乃華，畢斗斗，任旺兵.生產性服務業與制造業互動發展：文獻綜述[J].經濟學家，2006（6）：35-41.

[15]劉勝，顧乃華.行政壟斷、生產性服務業集聚與城市工業污染——來自260個地級及以上城市的經驗證據[J].財經研究，2015（11）：95-107.

[16]萬倫來，李浩.生產性服務業集聚、產業結構升級與區域生態效率提升——來自2003—2016年中國30個省份的面板數據[J].經濟經緯，2020（2）：97-105.

[17]宣燁，余泳澤.生產性服務業層級分工對制造業效率提升的影響——基于長三角地區38城市的經驗分析[J].產業經濟研究，2014（3）：1-10.

[18]NACHUM D K.Why do business service firms cluster？ small consultancies，clustering and decentralization in London and Southern England [J].Transactions of the insti？ tute of British geographers，2002（1）：67-90.

[19]韓峰，謝銳.生產性服務業集聚降低碳排放了嗎？——對我國地級及以上城市面板數據的空間計量分析[J].數量經濟技術經濟研究，2017（3）：40-58.

[20]張世賢.工業投資效率與產業結構變動的實證研究——兼與郭克莎博士商榷[J].管理世界，2000（5）：79-85，115.

[21]HOSOE M，NATIO T.Trans-boundary pollution transmis？ sion and regional agglomeration effects [J].Papers in region？ al science，2006（1）：99-120.

[22]胡志強，苗長虹，袁豐.集聚空間組織型式對中國地市尺度工業SO2排放的影響[J].地理學報，2019（10）：2 045-2 061.

[23]陳國亮，陳建軍.產業關聯、空間地理與二三產業共同集聚——來自中國212個城市的經驗考察[J].管理世界，2012（4）：82-100.

[24]DIETZ T，ROSA E A.Rethinking the environmental impact of population，affluence，and technology[J].Human econogy review，1994（1）：277-300.

[25]何小鋼，張耀輝.中國工業碳排放影響因素與CKC重組效應——基于STIRPAT模型的分行業動態面板數據實證研究[J].中國工業經濟，2012（1）：26-35.

[26]陸銘，李鵬飛，鐘輝勇.發展與平衡的新時代——新中國70年的空間政治經濟學[J].管理世界，2019（10）：11-23，63，219.

[27]楊仁發.產業集聚與地區工資差距——基于我國269個城市的實證研究[J].管理世界，2013（8）：41-52.

責任編輯：方程

The Emission Reduction Effect of Agglomeration of Producer Services on Manufacturing Agglomeration

——Based on 285 Cities’Panel Data from 2003—2019

KOU Dong-xue1and HUANG Juan2

（1.Institute of Industrial Economics，Chinese Academy of Social Sciences，Beijing 100006，China；2.School of Marxism，Zhejiang Gongshang University，Hangzhou 310018，Zhejiang，China）

Abstract：Greening has become an important consideration for the upgrading of manufacturing industry. Identifying the moderating effect of the producer service industry on manufacturing emissions reduction is of practical significance for accelerating the green transformation of the manufacturing industry and promoting the deep integration of the“two industries”The authors select the panel data of 285 cities at the prefecture level and above in China from 2003 to 2019，and use the systematic GMM model to explore the moderating effect of the producer service industry in the process of manufacturing industry impacting on the intensity of pollution emissions. The results show that the pollution emission intensity has the characteristics of an inverted U-shaped curve that first increases and then decreases with the increase in the degree of manufacturing agglomeration. The producer service industry plays an active role in regulating the pollution emission intensity of the manufacturing industry，and can effectively reduce the pollution emission intensity during the agglomeration process of the manufacturing industry，and this effect presents the highest regional heterogeneity in the west，the second in the middle，and the lowest in the east. Furthermore，the producer service industry is divided into five types of industries，and its moderating effects，from are as follows：leasing and commercial service industry，scientific research，technical service industry and geological survey industry，real estate industry，information transmission，computer services and software industry，and financial industry. In addition，the results of incorporating the logistics industry into the producer service industry also show that the logistics industry has a positive moderating effect on the emission reduction process of the manufacturing industry. Therefore，in order to explore the diversified industrial integration model and promote the in-depth integration of the "two industries"，the in-depth integration of the“two industries”should be guided in a targeted manner based on regional endowments and industry characteristics. Specifically，first，we should，according to the characteristics of the industry and its relevance，give full play to the“lubricating”role of the producer service industry to achieve both economic and environmental benefits；second，we should rely on the external advantages of the producer service industry to build a green logistics system；and third，at the same time，we should pay attention to optimizing the environment for industrial development and escort the acceleration of the deep integration of the“two industries”.

Key words：manufacturing agglomeration；producer service industry agglomeration；pollution emission intensity；moderat？ ing effect