中國服務業碳生產率空間格局及影響因素研究

孫千馳

新疆財經大學經濟學院

0 引言

溫室氣體排放已經成為世界各國關注的焦點，而CO2作為主要的溫室氣體，其排放對我們的生活環境和生活質量產生影響。改革開放以來，中國經濟快速發展，對能源等生產要素的需求也不斷增加，導致CO2排放持續增長，中國正面臨“碳壓力”和“碳挑戰”。2020 年9 月，習近平總書記明確提出，中國力爭在2030 年之前實現碳達峰，努力爭取在2060 年之前實現碳中和要求，這給我國經濟發展提出了明確的目標，要在不影響經濟增速的同時，盡可能降低碳排放。服務業經過多次改革及轉型升級，在規模及影響力方面取得了非常顯著的突破。但是不容忽視，服務業作為推動國民經濟發展的主要產業，在GDP 中的占比正在不斷上升，但服務業的能耗問題變得較為嚴峻。據統計，2018 年，中國服務業能源消費總量占三次產業能源消費總量的20.57%，服務業發展所帶來的碳排放已經不容忽視。

碳達峰碳中和背景下，如何降低服務業的碳排放量、提高碳生產率已成為服務業高質量發展面臨的硬性約束。與此同時，由于中國各地區在經濟基礎、要素稟賦、地理區位等方面存在較大差異，導致服務業碳生產率各不相同。那么，中國各地區服務業碳生產率的區域差異性表現如何？其演變特征如何？影響服務業碳生產率的因素究竟是什么？地區之間有什么差別？探索上述問題，對于理解中國服務業碳生產率的演化軌跡、了解服務業碳生產率主要影響因素、探索各區域服務業低碳協調發展的路徑、促進中國服務業高質量發展具有重要意義。

1 文獻綜述

Kaya 和yokobori［1］最早提出碳生產率的概念，將其定義為一段時間內單位CO2排放的經濟產出量。碳生產率可以將碳排放和經濟增長有機結合，是評價低碳經濟的重要指標［2］。學界對碳生產率研究，主要有以下三方面：一是分析中國碳生產率區域異質性，研究發現中國碳生產率存在明顯的區域性差異［3-4］。二是著重研究具體部門的碳生產率，大部分集中于工業部門［5］和農業部門［6］。蘭梓睿（2021）［7］利用距離函數和Malmquist 指數測算工業全要素碳生產率，分析其區域差異性；李海鵬、王子瑜（2020）［8］利用產出距離函數研究中國農業碳生產率及其驅動因素。三是探析碳生產率的影響因素。多數學者認為，經濟發展、技術創新、能源結構、產業結構等因素是影響碳生產率的重要因素［3］，此外，還有學者嘗試從人力資本［9］、經濟集聚［10］、出口商品結構［11］來考察碳生產率的影響因素。

在對服務業碳生產率的研究方面，按照研究內容大體歸為以下三類：一是對服務業碳排放量測算方法上，以IPCC 方法和數據包絡分析法為主。王凱、肖燕等（2016）［12］采用IPCC 溫室氣體排放清單中CO2排放因子估算方法，核算中國30個省份服務業碳排放量。王凱、唐小惠等（2021）［13］基于IPCC碳排放核算方法，對各省服務業碳排放量進行核算。黃慧、李康（2017）［14］采用IPCC 方法對長江經濟帶11 個主要省市的服務業碳排放量進行測量。滕澤偉、胡宗彪等（2017）［15］基于數據包絡分析法的基礎上，采用SBM 和GML 指數法對中國服務業分行業碳排放量進行測算。二是對服務業碳生產率區域差異的研究。王許亮、王恕立等（2020）［16］對中國服務業碳生產率區域差異進行測算，得出中國服務業碳生產率呈現從東到西遞減的格局。三是對服務業碳生產率影響因素的研究。李薇、彭麗（2018）［17］測算中國服務業整體及14 個細分行業的碳生產率，檢驗其影響因素，結果表明技術進步是主導行業發展水平、人力資本水平以及研發投入強度時主要因素。滕澤偉、胡宗彪等（2017）［15］研究發現技術是提高碳生產率的主要因素，但技術并沒有發揮出提升服務業碳生產率的作用，還有很大的空間。

專家研究提供了重要的參考價值。然而，盡管部分學者對服務業碳生產率的影響因素進行了研究，但缺乏對服務業碳生產率影響因素的地區差異的研究。要想精準減少各地區服務業碳排放量、提高碳生產率，找準各地區服務業碳生產率影響因素很關鍵，這對于實現各地區服務業合理規劃、促進各地區生態文明建設具有一定積極作用。在此基礎上，引入碳生產率指標，并采用IPCC 碳排放測算方法測算中國2005-2019年服務業碳生產率，并采用空間自相關的方法探尋其空間演變特征，最后運用空間杜賓模型探究我國各區域服務業碳生產率的主要影響因素。

2 服務業碳生產率的空間格局分析

2.1 研究方法

2.1.1 服務業碳排放量測算

基于IPCC 碳排放核算方法［18］，對各地區服務業碳排放量進行核算，公式如下：

其中，Ait表示i 省份t 年的服務業碳排放總量，Eijt為i省份第t年第j類能源的消費量；bj為第j類能源的碳排放系數，即每消耗第j 類能源所產生的碳排放量。下標i表示省份，t表示年份，j表示能源消費類型，將最終能源消費種類劃分為8 類，具體包括：煤炭、焦炭、汽油、煤油、柴油、燃料油、電力、天然氣。

2.1.2 服務業碳生產率測算

服務業碳生產率是指服務業增加值與服務業碳排放總量之比，具體公式如下:

其中，CPit為i 省份t 年的服務業碳生產率, Yit為i 省份t 年的服務業增加值,Ait為i 省份t 年的服務業碳排放總量。

2.1.3 服務業碳生產率空間關聯特征分析

采用空間自相關分析法來剖析中國服務業碳生產率的空間關聯特征，運用全局空間自相關對其空間相關性進行檢驗，以描述空間自相關特征的演變特征。利用局部自相關，分析各省份及鄰近省份服務業碳生產率的空間關聯類型和空間相關模式，公式如下：

公式中，I 和Ii分別為中國服務業碳排放強度全局Moran’s I 指數值和局部Moran’s I 指數值：n 為空間位置的數量；Wih表示空間權重矩陣,選用空間鄰接矩陣；xi、xh分別為i省份和h省份的服務業碳排放強度；xˉ為各地區的人均服務業碳排放強度均值。

2.2 數據來源

各種能源的碳排放因子數據是根據《2006 年IPCC 溫室氣體排放清單指南》中平均低位發熱量及碳排放因子計算得到，如表1 所示。各地區服務業能源消費量根據《中國能源統計年鑒》地區能源平衡表“交通運輸、倉儲和郵政業”“住宿、餐飲業”“批發、零售業”以及“其他行業”的能源消費加總得到。

表1 能源類型及碳排放系數統計表

2.3 結果分析

2.3.1 服務業碳生產率測算結果分析

根據2005-2021年中國服務業碳生產率測算結果得出中國服務業碳生產率呈現增長態勢，其值由2005 年1.56 上升到2021 年7.21，年均增長率為9.42%，由此可知，中國服務業在低碳經濟的發展道路上取得了一定成就。從不同階段來看，2005-2012年服務業碳生產率由1.56上升至2.84，年均增長率為7.78%；2013-2021年服務業碳生產率由3.17上升至7.21，年均增長率為9.56%，增長率呈現上升趨勢，這與國家節能減排政策推進和服務業節能減排政策體系的不斷完善有關。各級政府已經意識到，服務業對于生態環境的影響，開始通過控制能源結構，提升發展動能的方式，對相關服務主體進行約束，進一步促進能源消費結構的轉型升級。

從中國四大區域服務業碳生產率測算結果來看（如圖1 所示），在樣本期間內，東、中、西、東北部服務業碳生產率平均值分別為5.67、3.56、3.3、2.39，表現出從東到西、從南到北逐漸遞減的格局。從服務業碳生產率演變趨勢看，東、中、西三大區域均呈現穩定上升趨勢，而東北地區服務業碳生產率呈現波動上升趨勢。從年均增長率看，由高到低的

圖1 全國及各地區碳生產率情況

四個地區依次為東、西、中、東北，年增長率分別為10.77%、8.37%、8.29%、7.76%。結果表明，各區域服務業碳生產率在數值和增長率均存在明顯的區域差異性特征，雖然中西部在數值上比較落后，但是增長率較高，表明中西部地區服務業發展質量有很大的上升空間。

2.3.2 服務業碳排放量空間格局演化

1）全局空間格局演化

2005-2021 年中國服務業碳生產率的全局Moran’s I 值，如表2 所示，在［0.329，0.425］內，均大于0，表明中國服務業碳生產率存在顯著空間正相關，即服務業碳生產率呈現空間集聚特征。原因可能是鄰近地區服務業發展的基礎以及資源稟賦較為相似，因此服務業生產過程中的要素投入與碳排放的空間關聯程度相對較高，同時，服務業減排技術在鄰近省份間的交流與推廣也使得服務業的低碳發展存在空間相關性。分階段來看：2005-2010 年全局Moran’s I 值在［0.329，0.189］間先上升再下降，說明服務業碳生產率空間正相關性先增強后減弱；2011-2021 年，全局Moran’s I 值在［0.219,0.425］間波動上升，服務業碳生產率空間正相關性出現波動增強的趨勢，是隨著服務業發展以及交通與通信設施的日趨完善，各地區在服務業領域的經濟技術交流不斷緊密，服務業碳生產率的空間自相關性越來越強。

表2 2005-2021年各年度中國服務業碳生產率全局Moran’s I指數

2）局部空間格局演化

2005 年和2021 年的局部Moran’s I 散點圖（見圖2），各省的具體空間布局可以被分為以下四種類型：L-L（低-低）、L-H（低-高）、H-L（高-低）、H-H（高-高）。2021 年，L-L 型、L-H 型、H-L 型、H-H 型分別占比40%、13%、13%、33%,L-L 型和H-H 型這兩種類型的占比相對較大，共計占比73%，由此可見，國內服務業碳排放的聚集效應相對明顯。2021 年與2005 年相比H-H 型和L-L 型分布更廣泛，且空間集聚格局優化趨勢明顯，H-H型省份數量增加，并向西擴散，L-H 型和H-L 型省份數量減少，轉向少數省份，形成H-H 和L-L 型之間的“分離分化”帶。

H-H 型省份占比從2005 年的20% 提高到2021 年的33%，這些省份主要分布在東部沿海地區和中部地區，且大面積銜接，并由東向中部地區逐步擴散，這與服務業碳生產率高省份的空間格局基本一致。其中東部四省（江蘇、廣東、浙江、福建）和中部地區兩省（江西、安徽）一直處于H-H型集聚區，是中國服務業的高碳生產率集中區；北京、天津、上海等東部、中部地區省份逐漸進入H-H 型集聚區，并與江蘇、廣東、浙江、福建、安徽、江西共同構成中國服務業碳生產率高集中區。

L-L 型省份占比無明顯變化，表明我國碳生產率水平低的省份在逐漸向高水平轉移。L-L型省份在西部地區以及東北部地區相對常見，這種布局的碳生產率相對較低。其中，遼寧、吉林、黑龍江等東北地區省份和云南、甘肅等西部地區省份始終處于L-L型集聚區，為中國服務業碳生產率低集聚區；陜西、寧夏、青海等西部地區省份逐漸退出L-L 型集聚區。

L-H 型省份占比從2005 年的20% 下降到2021 年的13%，主要分布在東部和中部地區。其中，東部地區的上海，中部地區的湖北始終處于LH型省份中，服務業碳生產率較低，與鄰近碳生產率較高的省份相鄰，在空間上形成中間低、四周高的分布形態。

H-L 型省份占比無明顯變化，其中四川、重慶兩個西部地區省份始終處于H-L 型省份中，四川和重慶在研究期間內都是服務業碳生產率較高，與周圍鄰近的碳生產率低的省份形成空間分異，空間格局上呈現中部高、四周低的分布形態。與此同時，東部的北京、中部的河北和河南也由H-L 型轉變為H-H 型，究其原因，這三個省份的碳生產率在研究期間內有明顯的提高，與周邊碳生產率高的省份形成L-L型集聚，拓展L-L型集聚區范圍。

3 服務業碳生產率的影響因素分析

3.1 模型構建

由于各地區服務業碳生產率之間存在空間自相關性，因此選擇使用空間計量模型將地區間的相互聯系納入到模型中進行實證分析。根據空間杜賓模型來看，變量之間的內在聯動關系是探索問題的關鍵，這種方式非常具有代表性，因此，在研究過程中，選擇這種方式探索不同空間的內在差異以及關聯。具體公式如下：

其中，CPit表示碳生產率，lnXit表示所要考察的影響因素，i表示地區，t表示時間，b表示各指標在空間矩陣下的系數,w、p 分別表示空間矩陣（選取空間鄰接矩陣）以及因變量空間自相關系數，eit表示擾動項。

3.2 變量選取

3.2.1 被解釋變量

用服務業碳生產率（CP）作為被解釋變量，服務業碳生產率水平越高，表明該地區服務業低碳競爭力就越強，反之則表明該地區服務業低碳競爭力就越差。數據主要來自各省份服務業增加值與服務業碳排放總量的比值。

3.2.2 解釋變量

能夠對服務業碳生產率產生影響的因素是多樣的，不僅要把經濟因素納入考慮范圍，也要考慮非經濟因素，前人的研究結果也是值得參考的［19-20］，將人口密度與經濟發展水平綜合考量，產業結構和能源結構也應納入對服務業碳生產率影響因素的分析過程中，其中，用各區域的人口密度、用人均GDP 代表經濟發展水平、用第三產業占GDP 比重代表產業結構、用煤炭消費量占能源消費量總量的比重代表能源結構。主要的數據都來源于2015 年至2021 年間的《中國統計年鑒》和《中國第三產業統計年鑒》以及各省份的統計年鑒。

3.3 結果分析

3.3.1 LR、LM檢驗

首先展開LM 檢驗來選擇適合的空間計量模型結果如表3 所示。檢驗結果顯示LM-lag、Robust LM-lag、LM-error 和Robust LM-error 四項指標均在1%的顯著水平下顯著，說明選擇空間模型的正確性。隨后加入LR 檢驗，從而對空間滯后模型和空間誤差模型的選用進行確定。檢驗結果表示LR檢驗都對原假設抗拒，所以不管選用誤差項還是滯后項，都沒有空間杜賓模型合適。

表3 LR LM檢驗結果

3.3.2 回歸結果分析

1）全國的角度分析

空間計量分析結果（見表4）表明，從全國角度看，所有的影響因素對中國服務業碳生產率影響均顯著。經濟發展水平和人口密度與碳生產率之間的關系是正相關的，我國生態文明建設和低碳經濟的發展是可能性較大的原因，人們的環保意識增強以及對新能源消費的比重不斷提高，能源消費結構不斷優化導致服務業碳排放量不斷減少，經濟水平不斷提高，最終導致碳生產率提高；而能源消費結構、產業結構對碳生產率產生負向作用，原因可能是我國服務業發展起步比較晚，產業結構不完善，能耗量比較高，能源消費結構不合理，導致碳排放量比較大。從空間矩陣的指標結果來看，除經濟發展水平外，人口密度、能源消費結構、產業結構存在著空間溢出效應；其中，人口密度、產業結構為正，說明這兩個因素對周邊地區碳生產率的影響存在促進作用，能源結構為負，原因可能是某地區的能源消費會提高周邊地區碳排放量進而削弱周邊地區的碳生產率，而能源結構中清潔能源占比少，化石能源比重較大增加對周圍地區的碳排放量。

表4 全國及各地區空間杜賓模型結果

2）異質性分析

各因素對東、中、西、東北四個區域服務業碳生產率的影響結果如表4所示。

東部地區，從非空間關系下各項指標結果看，各因素對東部地區服務業碳生產率均呈現相關性，其中經濟發展水平、能源結構、產業結構起促進作用，人口密度起阻礙作用，可能原因是東部地區人們生活水平相對較高，對服務業的需求比較多，相對應服務業的投入產出較多，導致能源消費量增加。根據加入空間矩陣的指標結果，可以看出人口密度有正向的空間溢出效應的存在，產業結構存在著負向的空間溢出效應，但經濟發展水平和能源結構沒有空間溢出效應的存在，原因可能是因為東部地區在改革開放以后經濟發展迅速，積累了大量資本與技術，能源消費結構優化、城市綠化建設和政府管理水平處于全國領先地位，使得東部地區經濟發展水平對本地區服務業碳生產率效果作用很大，但是由于其他地區經濟發展水平不高，且技術水平、綠化建設等和東部地區有很大的差距，導致東部地區對其他地區碳生產率的影響不明顯。

中部地區，從非空間關系下各項指標結果可知，人口密度對中部地區服務業碳生產率起到促進作用，服務業碳生產率受到經濟發展水平，能源結構和產業結構的阻礙，其中產業結構對服務業碳生產率阻礙作用最大，可能原因是中部地區經濟發展水平不高，服務業的產業結構也不合理，并且能源消費以化石能源消費為主，因此碳的排放量比較大。從加入空間矩陣的指標結果來看，各指標均具有空間溢出效應，其中人口密度和能源結構在空間上有顯著的正向溢出效應，這表明中部地區人們的環保意識以及能源結構優化有待提升，政府應繼續給予扶持，借此推動其碳生產率提高。

西部地區，在非空間關系下各項指標結果可知，經濟發展水平、人口密度和產業結構對西部地區服務業碳生產率起促進作用，產業結構對服務業碳生產率的提升作用是最大的，經過研究可以發現原因是，西部地區產業結構的提高，促進了服務業增加值的提高，以及西部地區人口密度低，對服務業的需求比較少，最終導致碳排放量比較低。根據加入空間矩陣的指標結果可以看出，人口密度當中則是負向的空間溢出效應，經濟發展水平、能源結構和產業結構并不存在空間溢出的效應，究其原因是西部地區服務業發展比較落后以及能源消費不高導致對周圍地區服務業碳排放量的影響較小。

東北地區，從非空間關系下各項指標結果可知，經濟發展水平對東北地區服務業碳生產率起促進作用，而能源結構起阻礙作用，從數值上看經濟發展水平對東北地區服務業碳生產率的促進作用最大，原因可能是東北地區在能源消費上是以煤炭為主，加上東北地區服務業發展水平相對較低，近些年來東北地區經濟發展相對較慢，導致該地區碳排放量比較大，服務業碳生產率較低。從加入空間矩陣的指標結果看，人口密度存在正向空間溢出效應，經濟發展水平、產業結構和能源結構不存在空間溢出效應。

3.3.3 穩健性檢驗

為了探究模型的穩健程度，對2015 年到2019年的區間進行了相關的檢驗，穩健結果表明，在全國角度，影響服務業碳生產率的積極因素仍然是經濟發展水平和人口密度，能源結構和產業結構對服務業的碳生產率，產生的作用是反向的，系數大小的變動以外方向是明顯一致的。同時可以看出，各個地區的檢驗結果和全國的整體結果維持著相同的趨向，這也能夠證明本研究使用的模型是有相當的穩健性的。

4 結論與對策建議

中國服務業碳生產率呈現增長態勢，東部地區為服務業碳生產率高的地區，西部地區和東北地區為服務業碳生產率低的地區，中部地區為過渡地帶。中國服務業碳生產率存在明顯的空間非均衡性，總體上表現出東高西低的格局。中國服務業的碳生產率自身存在著正向的空間相關性，某一個地區的服務業碳生產率會在其他地區的影響下產生變動。在探究中國服務業碳生產率影響因素時，經濟發展水平、人口密度、能源結構和產業結構是影響中國服務業碳生產率的重要因素，并在各地區的表現存在差異，從空間溢出性上看，除經濟發展水平外，其他因素均存在空間溢出效應。

基于上述結論，提出如下建議：

1）要促進服務業的產業結構進行升級，并且提高技術創新的能力。加大對低碳技術的扶持力度，促進產業結構升級，可以有效降低產業單位產能消耗，是提升其碳生產率的有效途徑。國家和政府對于低碳技術的研發投入強度要增大，成立一個專門研究節能減排的相關機構，與發達國家展開積極的合作，將先進的低碳技術引入。各地區應制定符合本地區的科技發展戰略，東部地區側重提高低碳技術創新效率以及新技術的轉化和應用，主動承擔清潔能源技術和節能減排技術的研發，扮演低碳技術創新領頭角色。東北地區和西部地區要對技術人才引進機制進行改善，技術的創新是由人來決定的，人是關鍵因素，技術創新的能力和水平受到人員素質的直接影響，所以建立起一個完善的人才機制是推動技術創新的必要因素。中部地區應在規模效率低下的省份利用財政稅收政策促進高新技術產業集群，強化產業集聚效應，提升規模經濟，同時，充分利用技術創新的空間效應，形成與東部地區的良性互動，以高技術區域帶動低技術區域發展，實現低碳技術的廣泛應用。

2）降低高碳能源的消費比重，鼓勵消費可再生能源。中國煤炭資源相對于其他資源比較豐富，決定了中國能源結構以煤炭為主，而煤炭的碳含量高于其他能源，從而導致既定能源下的碳排放量相對較高。鑒于傳統能源格局的局限性，針對服務業能源消費結構不合理的問題，應降低化石能源比重，大力開發利用新能源和可再生能源；此外，在服務業中繼續提高熱力、天然氣等低碳能源的比重，盡力減少煤炭、石油等高碳能源比重。中部地區要把自身的位置優勢利用起來，加強可再生能源的消費比重，通過對可再生能源的補貼和稅收的返還，提高可再生能源在總能源消費當中的比重。東北地區應在東北振興戰略的時代背景下，轉變高消耗、高排放的發展模式，推動可再生能源的利用，促進東北地區能源結構轉型升級。

3）要對環境的規章制度進行適當的加強。對環境進行優化管制，最終確立起一個最佳的環境規制程度，只有合理的環境規制強度才能有效地提高企業的治污水平。根據各地區的現實特點進一步細化碳排放標準，實現節能減排的合理約束。東部地區應通過互聯網平臺，全方位多途徑地廣泛宣傳綠色消費模式，把追求綠色消費作為時尚引領，引領公眾理性選擇可持續的消費模式。中部地區要發揮環境規制對產業結構升級的作用，不斷提高利用外資水平，引導資源合理配置，優化能源消費結構，推動產業結構優化升級。西部地區應加強對企業的監督管理體系，強化污染處罰執法力度，對于嚴重超標的企業應強行關閉，確保企業污染排放達標，遏制生態環境惡化。東北地區應加大環境治理投入，優化生態環境保護管理，強化事中事后監管，同時，利用資源優勢建設一批提升城市功能、改善生態環境、具有東北特色的產業項目。