生產(chǎn)性服務(wù)業(yè)集聚真的促進(jìn)了碳減排嗎？

摘要：產(chǎn)業(yè)集聚作為產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵，不僅可以提高區(qū)域生產(chǎn)效率、增強區(qū)域經(jīng)濟(jì)發(fā)展活力，還可能促進(jìn)碳減排。本文運用雙重固定效應(yīng)空間杜賓模型，基于2005—2020年中國30個省份的面板數(shù)據(jù)，從專業(yè)化集聚與多樣化集聚兩個維度實證檢驗了生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響及其空間溢出效應(yīng)。結(jié)果表明，生產(chǎn)性服務(wù)業(yè)在不同模式下的集聚均有利于碳減排，且具有明顯的空間溢出效應(yīng)；東部地區(qū)兩種模式的生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響均顯著，中西部地區(qū)則不然；在2005—2014年，生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響并不顯著，但在2015—2020年影響卻顯著，且不同行業(yè)的集聚形式對碳減排產(chǎn)生了不同的影響。我國應(yīng)進(jìn)一步引導(dǎo)產(chǎn)業(yè)合理集聚，深入貫徹新發(fā)展理念，最大限度地利用生產(chǎn)性服務(wù)業(yè)積累的紅利，以實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級和碳減排。

關(guān)鍵詞：生產(chǎn)性服務(wù)業(yè)；多樣化集聚；專業(yè)化集聚；碳減排；空間溢出效應(yīng)

中圖分類號：F752.68" " " " 文獻(xiàn)標(biāo)識碼：A" " " "文章編號：1007-0753（2024）02-0018-15

一、引言

作為全球最大的發(fā)展中國家，我國在實現(xiàn)經(jīng)濟(jì)高速增長的過程中，仍致力于應(yīng)對全球氣候變化，發(fā)展低碳經(jīng)濟(jì)。2020年，習(xí)近平主席在第75屆聯(lián)合國大會上提出了中國為實現(xiàn)2060年碳中和而奮斗的“雙碳目標(biāo)”。顯然，減少碳排放已逐步成為全球共識，也是中國實現(xiàn)經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展的當(dāng)務(wù)之急。

從我國經(jīng)濟(jì)結(jié)構(gòu)的演進(jìn)過程來看，農(nóng)業(yè)、工業(yè)和制造業(yè)的GDP增加值占總GDP的比重不斷下降，而服務(wù)業(yè)的GDP增加值占比正逐漸上升。根據(jù)《服務(wù)業(yè)創(chuàng)新發(fā)展大綱（2017—2025年）》①，中國經(jīng)濟(jì)已經(jīng)從“工業(yè)主導(dǎo)型”向“服務(wù)主導(dǎo)型”轉(zhuǎn)變。作為建立在第二、第三產(chǎn)業(yè)基礎(chǔ)上的新興產(chǎn)業(yè)，生產(chǎn)性服務(wù)業(yè)②是促進(jìn)兩個產(chǎn)業(yè)深度融合的連接點和突破點，是促進(jìn)制造業(yè)轉(zhuǎn)型升級和轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式的重要環(huán)節(jié)。中國必須加速發(fā)展生產(chǎn)性服務(wù)業(yè)（楊校美等，2021）。當(dāng)前，產(chǎn)業(yè)集聚作為產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵，在提高區(qū)域生產(chǎn)效率、增強區(qū)域經(jīng)濟(jì)發(fā)展活力的同時，現(xiàn)有研究表明其還可能會促進(jìn)行業(yè)碳減排。

二、文獻(xiàn)綜述與研究假設(shè)

（一）文獻(xiàn)綜述

1.關(guān)于碳排放

近年來國內(nèi)外學(xué)者對碳排放的研究主要集中在經(jīng)濟(jì)發(fā)展與碳排放的關(guān)系以及影響碳排放的因素分析等方面。

如何在實現(xiàn)經(jīng)濟(jì)增長的同時有效控制碳排放成為當(dāng)下研究的重點之一。劉揚和陳劭鋒（2009）基于IPAT方程對經(jīng)濟(jì)增長與碳排放之間的關(guān)系進(jìn)行理論分析，認(rèn)為碳排放會隨著經(jīng)濟(jì)動態(tài)增長呈現(xiàn)規(guī)律性變化。劉駿和何軼（2015）以我國低碳試點省份為研究對象，發(fā)現(xiàn)其在經(jīng)濟(jì)增長的同時還實現(xiàn)了碳排放的降低，造成這一現(xiàn)象的原因可能與這些低碳省份大力發(fā)展服務(wù)業(yè)有關(guān)。關(guān)于碳排放的影響因素，現(xiàn)有研究大多聚焦在城鎮(zhèn)化進(jìn)程與產(chǎn)業(yè)結(jié)構(gòu)方面。牛鴻蕾（2019）基于擴(kuò)展的STIRPAT模型，認(rèn)為城鎮(zhèn)化發(fā)展過程對碳排放的影響呈制動效應(yīng)，即城鎮(zhèn)化率提升對碳排放的增長總體呈現(xiàn)抑制作用，這是城鎮(zhèn)化帶來的不同因素相互強化或抵消的結(jié)果。王薇（2014）利用VAR模型實證分析了產(chǎn)業(yè)結(jié)構(gòu)與碳排放量的動態(tài)關(guān)系，結(jié)果顯示產(chǎn)業(yè)結(jié)構(gòu)與碳排放量存在長期協(xié)整關(guān)系。Zheng 等（2020）通過構(gòu)建計量經(jīng)濟(jì)模型進(jìn)行實證檢驗，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)不同是導(dǎo)致碳排放量存在差異的重要因素。Zhang等（2020）則認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)升級能夠通過推進(jìn)技術(shù)變革來降低城市碳排放強度。

2.產(chǎn)業(yè)集聚與碳排放

產(chǎn)業(yè)集聚也稱產(chǎn)業(yè)地理集聚，它指的是同一行業(yè)在某一特定的地域高度集中，工業(yè)生產(chǎn)要素在空間上持續(xù)集聚的過程。根據(jù)集聚方式的不同，可以將產(chǎn)業(yè)集聚劃分為專業(yè)化集聚和多樣化集聚（Nakamura ，1985）。隨著經(jīng)濟(jì)全球化的快速發(fā)展，我國的產(chǎn)業(yè)集聚現(xiàn)象不斷涌現(xiàn)，逐漸形成了新型產(chǎn)業(yè)分工格局（魏后凱，2004）。這種新型的產(chǎn)業(yè)鏈分工有利于提高資源利用效率，并在競爭合作中實現(xiàn)雙贏或多贏的目標(biāo)。

當(dāng)前針對產(chǎn)業(yè)集聚的探討聚焦在制造業(yè)，關(guān)于制造業(yè)集聚是否有利于碳減排，現(xiàn)有研究尚未形成一致結(jié)論。一種觀點認(rèn)為集聚的正外部性可以激發(fā)制造業(yè)集群內(nèi)的“創(chuàng)新補償”效應(yīng)，促進(jìn)碳排放降低。如楊朝均等（2020）認(rèn)為產(chǎn)業(yè)集聚升級可以給低碳技術(shù)創(chuàng)造一個良好的環(huán)境，從而實現(xiàn)制造業(yè)向低碳發(fā)展的轉(zhuǎn)型升級。乜敏和趙洪海（2013）的研究表明，制造業(yè)的聚集對于減少碳排放有著明顯的推動效應(yīng)。另一種觀點認(rèn)為，產(chǎn)業(yè)聚集會導(dǎo)致對能源的需求增長，造成“擁擠”現(xiàn)象，進(jìn)一步提高了溫室氣體的排放量。如肖爽爽等（2020）的研究表明，我國的工業(yè)企業(yè)聚集導(dǎo)致我國的碳排放強度上升，同時也存在著負(fù)面的空間外溢效果，也就是隨著產(chǎn)業(yè)集群的發(fā)展，當(dāng)?shù)靥寂欧帕恳搽S之上升，而相鄰區(qū)域的二氧化碳排放量下降。Wang 和Sui（2022）研究認(rèn)為，制造業(yè)的高度集聚在一定程度上擴(kuò)大了產(chǎn)能規(guī)模和生產(chǎn)規(guī)模，進(jìn)而導(dǎo)致碳排放量的增加。關(guān)于生產(chǎn)性服務(wù)業(yè)集聚，現(xiàn)有文獻(xiàn)主要以測度其集聚水平為主（盛龍和陸根堯，2013；陳曉峰，2014），鮮有涉及集聚與碳排放關(guān)系的研究。席強敏和羅心然（2017）從節(jié)約能源和聚集規(guī)模的經(jīng)濟(jì)角度探討了生產(chǎn)性服務(wù)業(yè)的聚集效應(yīng)。Kim等（2019）認(rèn)為生產(chǎn)性服務(wù)業(yè)可以通過促進(jìn)產(chǎn)業(yè)升級、發(fā)揮技術(shù)溢出效應(yīng)等多種方式影響制造業(yè)，最終推動制造業(yè)綠色轉(zhuǎn)型和低碳發(fā)展。Huang和 Zhu（2021）則認(rèn)為，生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響是一個復(fù)雜的問題，受多種因素的綜合作用影響，并且在具體的驗證過程中可能得出不同的結(jié)論。

（二）研究假設(shè)

1.生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響機制

結(jié)合現(xiàn)有國內(nèi)外研究，本文認(rèn)為生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響主要通過三條路徑實現(xiàn)，具體機制如圖1所示。

（1）通過知識溢出效應(yīng)促進(jìn)碳減排

以知識密集和科技密集為主的生產(chǎn)性服務(wù)業(yè)，會聚了大量優(yōu)秀人才，較易形成學(xué)習(xí)效應(yīng)。生產(chǎn)性服務(wù)業(yè)在空間上的集聚能夠通過引發(fā)要素跨區(qū)域流動帶來知識的空間溢出，進(jìn)而提高企業(yè)的人力資本與勞動生產(chǎn)率。Sven（1989）指出，利用人力資源“蓄水池”作用，快速獲取高質(zhì)量人力資源，是我國生產(chǎn)性服務(wù)業(yè)集群發(fā)展迅速的重要原因之一。人力資本的提升可以促進(jìn)技術(shù)經(jīng)驗的積累：一方面通過吸收外來企業(yè)的先進(jìn)技術(shù)與經(jīng)驗進(jìn)行學(xué)習(xí)，另一方面在區(qū)域內(nèi)營造有利于群體學(xué)習(xí)與創(chuàng)造的氛圍，進(jìn)而推動技術(shù)創(chuàng)新與知識共享。因此，在知識外溢的影響下，生產(chǎn)性服務(wù)業(yè)集聚通過提高勞動生產(chǎn)效率推動能源利用效率的提升，進(jìn)而促進(jìn)碳減排（Lilach和David，2003）。據(jù)此，提出假設(shè)H1。

H1：在知識溢出效應(yīng)下，生產(chǎn)性服務(wù)業(yè)集聚對碳減排具有促進(jìn)作用。

（2）通過規(guī)模經(jīng)濟(jì)效應(yīng)促進(jìn)碳減排

根據(jù)新經(jīng)濟(jì)地理理論，生產(chǎn)性服務(wù)業(yè)上下游關(guān)聯(lián)的企業(yè)在同一個地理空間上集聚，有助于深化分工，提高資源的利用效率。這可以進(jìn)一步提高我國的產(chǎn)業(yè)競爭力，減少企業(yè)的碳排放量（韓峰和謝銳，2017）。生產(chǎn)性服務(wù)業(yè)是一種具有高技術(shù)含量和高附加值的產(chǎn)業(yè)，能夠在與制造業(yè)進(jìn)行協(xié)作的同時，為制造業(yè)提供高效率和精細(xì)的生產(chǎn)性服務(wù)（席強敏和李國平，2015）。且處在同一地區(qū)的生產(chǎn)性服務(wù)業(yè)企業(yè)可以對要素資源、公共基礎(chǔ)設(shè)施進(jìn)行最大化集約共享，推動資源綜合利用，從而達(dá)到節(jié)能減排的效果。在生產(chǎn)性服務(wù)業(yè)集聚區(qū)域內(nèi)，企業(yè)之間形成了緊密的合作與競爭關(guān)系。首先，規(guī)模經(jīng)濟(jì)效應(yīng)使得企業(yè)可以共享資源、技術(shù)和經(jīng)驗，降低生產(chǎn)成本，提高生產(chǎn)效率。這種資源共享和合作促進(jìn)了環(huán)保技術(shù)的傳播和應(yīng)用，推動了更環(huán)保的生產(chǎn)方式的應(yīng)用，進(jìn)而降低碳排放。其次，集聚區(qū)域內(nèi)的企業(yè)之間存在競爭壓力，促使它們不斷創(chuàng)新，尋求更加環(huán)保、高效的生產(chǎn)方式，以提升市場競爭力。再次，生產(chǎn)性服務(wù)業(yè)集聚還可以優(yōu)化供應(yīng)鏈和物流體系，縮短運輸距離，降低能源消耗，減少碳排放。共享物流網(wǎng)絡(luò)和倉儲設(shè)施提高了物流效率，降低了整體碳排放量。此外，政府在集聚區(qū)域內(nèi)可以更便捷地實施統(tǒng)一的環(huán)保政策和標(biāo)準(zhǔn)，引導(dǎo)企業(yè)采取更加環(huán)保的做法，進(jìn)一步降低碳排放。據(jù)此，提出假設(shè)H2。

H2：在規(guī)模經(jīng)濟(jì)效應(yīng)下，生產(chǎn)性服務(wù)業(yè)集聚對碳減排具有促進(jìn)作用。

（3）通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化促進(jìn)碳減排

生產(chǎn)性服務(wù)業(yè)作為高附加值的現(xiàn)代服務(wù)業(yè)，通過服務(wù)質(zhì)量的提高與自身規(guī)模的擴(kuò)大可以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，促進(jìn)傳統(tǒng)工業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移。在此過程中，一種常見的方式是將傳統(tǒng)工業(yè)向高新技術(shù)產(chǎn)業(yè)轉(zhuǎn)移。在短期內(nèi)，通過對產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行調(diào)整來實現(xiàn)我國的節(jié)能減排戰(zhàn)略，而通過發(fā)展綠色經(jīng)濟(jì)和走新型工業(yè)化之路，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級是必然選擇（查建平等，2012）。蘇方林和黎文勇（2015）基于泰爾熵指標(biāo)和服務(wù)業(yè)指標(biāo)從行業(yè)結(jié)構(gòu)最優(yōu)化角度，分析指出工業(yè)轉(zhuǎn)型對降低碳排放量具有重要作用。劉軍躍等（2017）通過對長江經(jīng)濟(jì)帶區(qū)域內(nèi)各行業(yè)的碳排放進(jìn)行實證檢驗，認(rèn)為工業(yè)結(jié)構(gòu)的提升對其碳排放產(chǎn)生了明顯的負(fù)面影響。孫暢和曾慶均（2017）則認(rèn)為，生產(chǎn)性服務(wù)業(yè)可通過產(chǎn)業(yè)關(guān)聯(lián)的作用機制，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級和生產(chǎn)效率提升，從而達(dá)到節(jié)能減排的目的。因此，本文認(rèn)為，生產(chǎn)性服務(wù)業(yè)集聚可以改善傳統(tǒng)工業(yè)的生產(chǎn)模式，要增加服務(wù)業(yè)在工業(yè)總增加值中所占的比例，特別是生產(chǎn)性服務(wù)業(yè)在其中所占的比例；通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)碳減排。據(jù)此，提出假設(shè)H3。

H3：在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化下，生產(chǎn)性服務(wù)業(yè)集聚對碳減排具有促進(jìn)作用。

鑒于當(dāng)前深入研究生產(chǎn)性服務(wù)業(yè)集聚與碳減排關(guān)系的成果較少，大多以經(jīng)驗總結(jié)和定性分析為基礎(chǔ)，特別是針對生產(chǎn)性服務(wù)業(yè)集聚的碳減排機制，尚未形成科學(xué)合理的解釋，因此本文的邊際貢獻(xiàn)在于：其一，提出生產(chǎn)性服務(wù)業(yè)集聚影響碳減排的作用機制，為推動低碳發(fā)展思路和觀點的實現(xiàn)提供途徑；其二，從專業(yè)化集聚和多樣化集聚兩個層面，測度并分析中國2005—2020年30個省份生產(chǎn)性服務(wù)業(yè)集聚水平的時空特征；其三，構(gòu)建空間計量模型，系統(tǒng)檢驗生產(chǎn)性服務(wù)業(yè)在不同集聚模式下對于中國碳減排貢獻(xiàn)的空間溢出效應(yīng)及其異質(zhì)性。

三、研究設(shè)計

（一）計量模型的構(gòu)建

本文以Dietz和Rose（1994）改進(jìn)的STIR-PAT模型為基礎(chǔ)構(gòu)建計量模型來驗證生產(chǎn)性服務(wù)業(yè)集聚與碳排放二者之間的關(guān)系：

其中，CI表示碳排放強度；a是常數(shù)項，P表示人口密度，A表示人均財富，T表示能源技術(shù)水平，e為干擾項，c1、c2、c3為模型待估參數(shù)。理論上c1＞0、c2＞0，即人口規(guī)模、人均財富與碳排放量之間存在著顯著的正相關(guān)性；c3＜0，說明能源技術(shù)水平與碳排放量之間存在著顯著的負(fù)相關(guān)性。

因為生產(chǎn)性服務(wù)業(yè)集聚有兩種類型，即專業(yè)化集聚和多樣化集聚，這兩種類型都可以通過知識溢出效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)提升能源利用效率，從而達(dá)到降低碳排放的目的。因此本文參照韓峰等（2014）的做法，將T作為生產(chǎn)性服務(wù)業(yè)兩種集聚模式的增函數(shù)，即：

其中，T0為常數(shù)，α、β表示彈性系數(shù)，SPi是生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚程度，DVi是生產(chǎn)性服務(wù)業(yè)多樣化集聚程度，聯(lián)立式（1）與式（2）可得：

除上述因素外，本文還將引入相關(guān)控制變量（Control），包括人力資本（Eduij）、技術(shù)水平（Techij）、外商直接投資（FDIij）、人均財富（A）、人口密度（P），構(gòu)建碳排放的計量模型。為了消除異方差性，取對數(shù)可得到式（4）：

其中，CIij表示各省份碳排放強度。在此基礎(chǔ)上，構(gòu)建了空間計量模型，以驗證碳排放是否具有更顯著的空間相關(guān)性。

其中，εit為殘差，ui、vt 分別表示地區(qū)效應(yīng)與時間效應(yīng)，ρ、φ分別為空間自回歸系數(shù)和空間自相關(guān)系數(shù)，ωij表示空間權(quán)重矩陣，X是一個自變量空間，它包含了生產(chǎn)性服務(wù)業(yè)的專業(yè)化和多樣化集聚等變量。

（二）變量說明

1.被解釋變量

碳排放強度（CI）。本文使用碳排放強度（CI）作為被解釋變量引入回歸模型，其計算公式如下：

其中，CO2表示各省份③的二氧化碳排放量，GDP為各地區(qū)生產(chǎn)總值。本文參照崔和瑞等（2019）的做法，使用消耗化石能源所釋放的二氧化碳的排放量進(jìn)行測算。

本文將選取8種主要能源品種進(jìn)行測算，式（7）中E為各能源品種的消費量，SC為標(biāo)準(zhǔn)煤折算系數(shù)，CF為碳排放系數(shù)。表1為各類能源的碳排放系數(shù)。

2.核心解釋變量

生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚（SP）。本文參考Ezcurra等（2006）的測算方法，即：

其中，Eis代表省份i的生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，Ei為省份i的總就業(yè)人數(shù)，E's表示除省份i之外的生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，E'為除i省份外的全國總就業(yè)人數(shù)。

生產(chǎn)性服務(wù)業(yè)多樣化集聚（DV）。本文參考韓峰等（2014）的方法，測算公式如下：

其中，Es代表全國生產(chǎn)性服務(wù)業(yè)的就業(yè)人數(shù)，E為全國的總就業(yè)人數(shù)。

3.控制變量

包括控制變量在內(nèi)的所有變量說明及描述性統(tǒng)計見表2和表3。由表3可知，碳排放強度的標(biāo)準(zhǔn)差為0.246 8，最小值與最大值分別為0.022 1與1.982 5，碳排放強度的數(shù)據(jù)呈現(xiàn)出較大的離散程度，即數(shù)據(jù)的分布范圍較廣，與平均值的偏離程度較大。生產(chǎn)性服務(wù)業(yè)專業(yè)化與多樣化集聚的標(biāo)準(zhǔn)差分別為0.094 4、0.037 6，說明各省份之間的生產(chǎn)性服務(wù)業(yè)集聚水平也存在較大的差異性。

四、實證分析

（一）空間關(guān)聯(lián)效應(yīng)

本文使用指數(shù)來判斷地區(qū)間碳排放是否存在空間相關(guān)性，計算公式如下：

其中，xi為省份i的觀測值；Wij為行標(biāo)準(zhǔn)化的空間權(quán)重矩陣；ci為省份數(shù)；x-、S2 分別表示觀測變量的均值和方差。

從表4中可以看出，各省份的碳排放的指數(shù)都是正值，并通過了1%顯著性檢驗，表明中國各省份碳排放水平呈現(xiàn)出較穩(wěn)定的空間聯(lián)系，為本文研究生產(chǎn)性服務(wù)業(yè)的空間溢出效應(yīng)提供了統(tǒng)計意義上的支撐。

本文使用GeoDa軟件做出雙變量Moran's I散點圖（圖2、圖3），具體類型包括：高集聚-高強度區(qū)域、低集聚-高強度區(qū)域、低集聚-低強度區(qū)域和高集聚-低強度區(qū)域。其中，橫坐標(biāo)為集聚水平，縱坐標(biāo)為強度水平。

通過圖2（a）與圖2（b）可知，2005年、2020年散點集中分布于低集聚-高強度區(qū)域和低集聚-低強度區(qū)域。2005年數(shù)據(jù)與2020年數(shù)據(jù)相比較，生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚與碳排放強度關(guān)聯(lián)模式的空間格局變化不大。高集聚-高強度區(qū)域，是指生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚水平高，碳排放強度高的區(qū)域，主要省份為北京、天津、黑龍江。至2020年，僅北京、天津還位于該區(qū)域，說明位于該區(qū)域的省份生產(chǎn)性服務(wù)業(yè)專業(yè)化發(fā)展水平較高，呈現(xiàn)一定的集聚規(guī)模效應(yīng)，同時也帶來了較高的碳排放。低集聚-高強度區(qū)域，是指生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚水平低，碳排放強度高的區(qū)域，主要集中在內(nèi)蒙古、甘肅、陜西、吉林等省份，至2020年該區(qū)域新增了新疆、黑龍江兩個省份。位于該區(qū)域的省份大多分布在我國西部地區(qū)，由于地理位置的限制，生產(chǎn)性服務(wù)業(yè)發(fā)展水平相對落后，碳排放強度居高不下。低集聚-低強度區(qū)域是指生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚水平低、碳排放強度低的區(qū)域，主要集中在廣西、貴州、青海、湖南等省份。位于該區(qū)域的省份總體上生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚水平與碳排放強度存在顯著的滯后性。上海位于高集聚-低強度區(qū)域，該區(qū)域的省份具有優(yōu)越的地理位置、先進(jìn)的技術(shù)水平，能夠為促進(jìn)碳減排提供有力的支撐。

通過圖3（a）與圖3（b）可知，2005年、2020年的散點集中分布在低集聚-高強度區(qū)域、低集聚-低強度區(qū)域和高集聚-低強度區(qū)域。高集聚-高強度區(qū)域，主要省份為四川、河南、陜西等。該區(qū)域內(nèi)的省份多樣化集聚程度高，相應(yīng)的碳排放強度也高。低集聚-高強度區(qū)域，主要集中在寧夏、內(nèi)蒙古、遼寧等省份，至2020年分布在該區(qū)域的省份減少至7個。可能的原因在于這些低集聚-高強度區(qū)域的經(jīng)濟(jì)發(fā)展相對滯后，產(chǎn)業(yè)結(jié)構(gòu)相對單一，缺乏多元化發(fā)展支撐。由于資源稟賦、地理位置等方面的限制，這些省份難以快速實現(xiàn)產(chǎn)業(yè)升級和轉(zhuǎn)型，導(dǎo)致經(jīng)濟(jì)增長緩慢，吸引力下降。低集聚-低強度區(qū)域，主要集中在北京、上海等省份，可能原因在于這些省份相較于多樣化發(fā)展更傾向于生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚發(fā)展，從而導(dǎo)致多樣化集聚程度較低。高集聚-低強度區(qū)域，主要集中在江蘇、安徽、湖南等省份。這些區(qū)域的生產(chǎn)性服務(wù)業(yè)多樣化集聚程度越高，對碳減排的促進(jìn)作用就越顯著。

（二）空間計量矩陣的構(gòu)建

在省域環(huán)境問題的研究中，通常認(rèn)為“鄰近”省份的環(huán)境治理行為存在相似，這里的“鄰近”可以認(rèn)為兩個省份存在地理接壤。若存在共同邊界或者頂點相接，就認(rèn)為兩地是“鄰居”關(guān)系。簡單的二進(jìn)制鄰接矩陣的第n行m列元素為

wn，m =" " " " " " " " " " " " " " " （11）

（三）空間計量檢驗結(jié)果

1.總效應(yīng)檢驗

參考Elhorst（2014）的檢驗思路：首先，采用拉格朗日乘數(shù)法（Breush-Godfrey Lagrange Multiplier，LM）檢驗，結(jié)果顯示LM-lag和LM-error均在1%的置信水平上顯著，表明空間誤差模型（Spatial Error Model，SEM）和空間滯后模型（Spatial Autoregressive Model，SAR）均可以使用。其次，為保證模型的精確度與可靠性，進(jìn)一步利用LR檢驗和Wald檢驗來判斷空間杜賓模型（Spatial Durbin Model，SDM）是否可以進(jìn)行簡化。檢驗結(jié)果均拒絕原假設(shè)，表明SDM模型不可簡化。最后，進(jìn)行Hausman檢驗，以判斷SDM模型是采用FE模型還是RE模型方法。本文最終選擇雙重固定效應(yīng)的SDM模型作為空間計量模型。

從表5中的總效應(yīng)來看，生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚與多樣化集聚均顯著為負(fù)，與預(yù)期結(jié)果相吻合，說明伴隨著生產(chǎn)性服務(wù)業(yè)集聚的不斷加深，碳排放的現(xiàn)實狀況會得到顯著改善。經(jīng)濟(jì)學(xué)意義上，這些數(shù)據(jù)反映了生產(chǎn)性服務(wù)業(yè)在產(chǎn)業(yè)集聚過程中對碳排放的影響。專業(yè)化集聚和多樣化集聚都對碳排放產(chǎn)生了負(fù)向影響，這可能是因為集聚使得相關(guān)產(chǎn)業(yè)更加集中，從而促進(jìn)能源利用效率提高和碳排放降低。這表明生產(chǎn)性服務(wù)業(yè)在產(chǎn)業(yè)集聚中發(fā)揮了一定的環(huán)境效益，為減少碳排放提供了一定的幫助。因此H1與H2得證。

2.直接效應(yīng)與間接效應(yīng)檢驗

考慮到空間計量回歸的參數(shù)估計值在一定程度上難以準(zhǔn)確反映生產(chǎn)性服務(wù)業(yè)專業(yè)化集聚與多樣化集聚對各省份碳排放的邊際影響，故本文借鑒James和Robert （2009）的研究思路，通過在模型設(shè)置中引入偏微分法，消除估計過程中可能出現(xiàn)的誤差，并將其分解為直接和間接影響，具體結(jié)果見表6。

從解釋變量（SP與DV）來看，生產(chǎn)性服務(wù)業(yè)專業(yè)化與多樣化集聚直接效應(yīng)均顯著為負(fù)，說明生產(chǎn)性服務(wù)業(yè)專業(yè)化與多樣化集聚對本地區(qū)的碳排放存在顯著的抑制作用，是推動本地區(qū)實現(xiàn)碳減排的重要力量。專業(yè)化集聚模式的間接效應(yīng)雖為負(fù)但不顯著，即不存在明顯的空間溢出效應(yīng)。

從控制變量來看，各模型中人均財富（A）的提高會顯著降低碳排放，人口密度（P）的擴(kuò)大則會增加本地區(qū)的碳排放，其系數(shù)為0.151，且二者均不具備明顯的空間外溢效應(yīng)。技術(shù)水平（Tech）的直接效應(yīng)不顯著，間接效應(yīng)顯著，即存在明顯的負(fù)向外溢，其系數(shù)為-0.104。這表明，一個區(qū)域的科技發(fā)展，除了取決于一個區(qū)域本身之外，也有賴于周邊地區(qū)科研投入，共同營造良好的專利申請環(huán)境，推動技術(shù)進(jìn)步與促進(jìn)碳減排。外商直接投資（FDI）與人力資本（Edu）均未通過顯著性檢驗。前者可能是因為部分地區(qū)為了迅速提高自己的區(qū)域經(jīng)濟(jì)發(fā)展效率，沒有對外國行業(yè)進(jìn)行嚴(yán)密篩選，造成了很多劣質(zhì)的外國資本進(jìn)入，導(dǎo)致外國資本的技術(shù)溢出效果在短期內(nèi)難以發(fā)揮對碳減排的促進(jìn)作用；后者可能由于各省份平均受教育年限尚處于較低水平，所以對于碳減排并沒有產(chǎn)生明顯的影響。

3.穩(wěn)健性檢驗

為了保證研究結(jié)論的可靠性，本文通過三種不同的方法，對樣本數(shù)據(jù)進(jìn)行了穩(wěn)健性分析，結(jié)果如表7所示。第一，改變空間權(quán)重矩陣設(shè)置，選取社會經(jīng)濟(jì)權(quán)重矩陣，與上文的回歸結(jié)果基本保持一致，穩(wěn)健性得到驗證。第二，剔除極端值，去掉碳排放平均值最高的地區(qū)（寧夏）以及最低的地區(qū)（北京），重新估算該模型，檢驗發(fā)現(xiàn)兩類回歸結(jié)果在系數(shù)符號及顯著性上均與基礎(chǔ)回歸結(jié)果大體相同，具有穩(wěn)健性。第三，替換被解釋變量的衡量指標(biāo)，使用二氧化碳排放總量替代碳排放強度進(jìn)行重新估計，結(jié)果也與基礎(chǔ)回歸結(jié)果近似，再次說明本文研究結(jié)果具有較強的穩(wěn)健性。

（四）異質(zhì)性分析

1.區(qū)域異質(zhì)性檢驗

本文進(jìn)一步將樣本分為東部與中西部④兩組區(qū)域分別檢驗生產(chǎn)性服務(wù)業(yè)集聚對碳減排的貢獻(xiàn)。結(jié)果如表8所示，東部地區(qū)兩種模式的生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響均顯著，而中西部地區(qū)卻不然，說明該影響存在顯著的區(qū)域異質(zhì)性。東部區(qū)域擁有自然的濱海優(yōu)勢，交通、通信等基礎(chǔ)設(shè)施比較完善，工業(yè)基礎(chǔ)也比較扎實，這有利于形成結(jié)構(gòu)優(yōu)化、功能完備的生產(chǎn)性服務(wù)業(yè)，推動我國的低碳經(jīng)濟(jì)發(fā)展。與此形成鮮明對比的是，地處中國內(nèi)陸的中西部，其對外開放水平和工業(yè)基礎(chǔ)都較差，人才與技術(shù)的流入受限，導(dǎo)致生產(chǎn)性服務(wù)業(yè)整體發(fā)展水平較低，尚未發(fā)揮出對碳減排的推動作用。

2.時間異質(zhì)性分析

2014年國務(wù)院印發(fā)《關(guān)于加快發(fā)展生產(chǎn)性服務(wù)業(yè)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指導(dǎo)意見》（后文簡稱《指導(dǎo)意見》），首次對生產(chǎn)性服務(wù)業(yè)發(fā)展做出全面的部署，力圖將服務(wù)業(yè)打造成社會可持續(xù)發(fā)展的新引擎。為檢驗《指導(dǎo)意見》的政策效果，本文以2014年為時間節(jié)點，分別檢驗2005—2014年和2015—2020年這兩個階段生產(chǎn)性服務(wù)業(yè)集聚對碳減排的貢獻(xiàn)。

根據(jù)表9的結(jié)果，2005—2014年生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響并不顯著，2015—2020年，無論多樣化集聚還是專業(yè)化集聚均產(chǎn)生了顯著作用，表明《指導(dǎo)意見》政策效果明顯，影響存在時間異質(zhì)性。其背后的邏輯可能在于，2014年之前中國以消耗大量能源的粗放型經(jīng)濟(jì)增長方式為主，工業(yè)在經(jīng)濟(jì)發(fā)展中發(fā)揮主導(dǎo)作用，生產(chǎn)性服務(wù)業(yè)整體的發(fā)展水平較低，因此對碳減排的影響不明顯。然而，2015年后隨著各類政策逐漸向生產(chǎn)性服務(wù)業(yè)和發(fā)展綠色經(jīng)濟(jì)傾斜，加之國內(nèi)產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，生產(chǎn)性服務(wù)業(yè)得到迅猛發(fā)展，其對碳減排的影響作用也越發(fā)明顯。

3.行業(yè)異質(zhì)性分析

為了檢驗各細(xì)分行業(yè)的專業(yè)化與多樣化集聚對碳減排的影響是否存在異質(zhì)性，有必要進(jìn)一步對各個細(xì)分行業(yè)進(jìn)行分組檢驗?？紤]到統(tǒng)計指標(biāo)的一致性，本文參照采用生產(chǎn)性服務(wù)業(yè)各個子行業(yè)的就業(yè)人員占總就業(yè)人員的比重來衡量其集聚水平。結(jié)果如表10所示。

從總效應(yīng)來看，生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響存在行業(yè)異質(zhì)性。其中，信息傳輸、計算機服務(wù)和軟件業(yè)與金融業(yè)專業(yè)化集聚的系數(shù)顯著為正，即隨著兩個行業(yè)的專業(yè)化水平的提升會顯著增加碳排放強度；除信息傳輸、計算機服務(wù)和軟件業(yè)以外的其他細(xì)分行業(yè)的多樣化集聚的系數(shù)顯著為負(fù)，對碳減排促進(jìn)作用明顯。

從直接與間接效應(yīng)來看，信息傳輸、計算機服務(wù)和軟件業(yè)的專業(yè)化集聚顯著促進(jìn)了本地區(qū)的碳減排水平。其背后的邏輯可能是，近年來，中國通過放寬進(jìn)入市場的限制，對外國投資者和跨國公司放開市場，推動了我國的數(shù)字化和信息化經(jīng)濟(jì)的發(fā)展，使其在不同的領(lǐng)域內(nèi)提供了更多服務(wù)。另外，工業(yè)和信息化的整合還需要一個較長的、動態(tài)的進(jìn)程，因此，短期之內(nèi)很難看到其效果。

科學(xué)研究和技術(shù)服務(wù)業(yè)的多樣化集聚顯著促進(jìn)了本地區(qū)的碳減排，其間接效應(yīng)雖為負(fù)但是不顯著。可能的原因在于，我國各省份科學(xué)技術(shù)水平的區(qū)域差異較大，技術(shù)較為發(fā)達(dá)的省份會對鄰近省份的生產(chǎn)要素產(chǎn)生虹吸效應(yīng)，降低了相鄰地區(qū)生產(chǎn)要素的集聚效應(yīng)，從而并未對其碳排放產(chǎn)生明顯影響。

金融業(yè)集聚的直接與間接效應(yīng)均顯著為負(fù)，說明金融業(yè)的集聚對我國區(qū)域的碳減排有很大的推動作用。這一結(jié)果也與我國近幾年推動更多金融資源向綠色領(lǐng)域傾斜、提倡發(fā)展綠色金融，以有效實現(xiàn)“雙碳目標(biāo)”的有力舉措相映襯。

五、結(jié)論與建議

本文基于2005—2020年我國30個省份的面板數(shù)據(jù)，通過構(gòu)建空間計量模型，從多樣化集聚和專業(yè)化集聚兩個維度深入測度并檢驗了生產(chǎn)性服務(wù)業(yè)集聚影響碳減排的空間溢出效應(yīng)及其異質(zhì)性，研究發(fā)現(xiàn)：（1）整體而言，生產(chǎn)性服務(wù)業(yè)的專業(yè)化集聚和多樣化集聚均能促進(jìn)碳減排，且空間溢出效應(yīng)顯著，影響效果呈現(xiàn)增長態(tài)勢；（2）生產(chǎn)性服務(wù)業(yè)集聚的碳減排效應(yīng)存在區(qū)域異質(zhì)性，其中東部地區(qū)的促進(jìn)作用更顯著；（3）《關(guān)于加快發(fā)展生產(chǎn)性服務(wù)業(yè)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指導(dǎo)意見》的政策效應(yīng)明顯，2015年后生產(chǎn)性服務(wù)業(yè)集聚對碳減排的影響逐漸顯著并強化；（4）生產(chǎn)性服務(wù)業(yè)對碳減排的影響存在行業(yè)異質(zhì)性，其中交通運輸、倉儲和郵政業(yè)與租賃和商務(wù)服務(wù)業(yè)的多樣化集聚，金融業(yè)的多樣化與專業(yè)化集聚，信息傳輸、計算機服務(wù)和軟件業(yè)的專業(yè)化集聚，以及科學(xué)研究和技術(shù)服務(wù)業(yè)的多樣化集聚，對本地或周邊地區(qū)產(chǎn)生了明顯的碳減排效應(yīng)，而批發(fā)和零售業(yè)的多樣化和專業(yè)化集聚均不利于本地的碳減排。本文研究結(jié)論的政策啟示在于：

第一，進(jìn)一步促進(jìn)生產(chǎn)性服務(wù)業(yè)集聚。一方面，各省應(yīng)該結(jié)合自己的資源和地區(qū)情況，持續(xù)提高生產(chǎn)性服務(wù)業(yè)的多元化集聚程度，在集聚區(qū)域持續(xù)增強各種類型企業(yè)之間的相互交流和相互借鑒，為我國的經(jīng)濟(jì)發(fā)展提供多元化、有特點的中介商品和服務(wù)。另一方面，要提高生產(chǎn)性服務(wù)業(yè)的專業(yè)化集聚程度，減少因?qū)I(yè)化集聚程度太低而造成的規(guī)模不經(jīng)濟(jì)現(xiàn)象。在提高專業(yè)化集聚程度的前提下，還需要繼續(xù)延長區(qū)域內(nèi)的產(chǎn)業(yè)鏈，促進(jìn)其內(nèi)部的結(jié)構(gòu)優(yōu)化，從而達(dá)到生產(chǎn)性服務(wù)業(yè)的集聚與減排的增效作用。

第二，因地制宜制定產(chǎn)業(yè)政策，協(xié)調(diào)東、中、西部地區(qū)生產(chǎn)性服務(wù)業(yè)聯(lián)動發(fā)展。東部地區(qū)應(yīng)進(jìn)一步提升生產(chǎn)性服務(wù)業(yè)的發(fā)展層次，搭建行業(yè)交流的高水平平臺；改善我國的生產(chǎn)性服務(wù)業(yè)市場，鼓勵研發(fā)資金和清潔產(chǎn)品的跨地區(qū)流通來帶動中西部發(fā)展，進(jìn)而共同推動區(qū)域內(nèi)的碳減排。中西部地區(qū)應(yīng)加強科學(xué)統(tǒng)籌規(guī)劃，著力推動與當(dāng)?shù)貎?yōu)勢相匹配的生產(chǎn)性服務(wù)業(yè)集聚。

第三，注重生產(chǎn)性服務(wù)業(yè)各細(xì)分行業(yè)集聚特點，構(gòu)建可持續(xù)的產(chǎn)業(yè)生態(tài)。金融業(yè)集聚對碳減排的促進(jìn)效果最佳，應(yīng)該不斷完善綠色金融頂層設(shè)計，加快創(chuàng)新碳減排支持工具，并在此基礎(chǔ)上主動推動金融服務(wù)于實際行業(yè)，實現(xiàn)低碳經(jīng)濟(jì)發(fā)展。信息傳輸、計算機服務(wù)和軟件業(yè)雖然技術(shù)水平比較高，但是對減少二氧化碳排放的貢獻(xiàn)卻不大。政府應(yīng)當(dāng)鼓勵高科技企業(yè)加大對研發(fā)的投資力度，特別是要將符合本省工業(yè)發(fā)展趨勢和水平的高科技人才引入進(jìn)來，提升集聚地區(qū)的人力資本，并進(jìn)行適當(dāng)?shù)漠a(chǎn)學(xué)研結(jié)合，讓信息技術(shù)在減排方面真正起到推動作用。

第四，推進(jìn)生產(chǎn)性服務(wù)業(yè)與制造業(yè)雙驅(qū)動的產(chǎn)業(yè)布局，提升碳減排效率。比如，在生產(chǎn)性服務(wù)業(yè)通過引進(jìn)先進(jìn)科技，可以促進(jìn)其智能發(fā)展，從而使高科技滲入整個過程，更好地發(fā)揮其服務(wù)制造業(yè)的作用。通過這兩大行業(yè)的協(xié)調(diào)發(fā)展，使我國的工業(yè)從高二氧化碳排放向低碳化轉(zhuǎn)變。此外，還要考慮到各個級別的省市發(fā)展?fàn)顩r和制造業(yè)的特點，對生產(chǎn)性服務(wù)業(yè)在各省之間的服務(wù)職能進(jìn)行合理的劃分，從而更好地發(fā)揮生產(chǎn)性服務(wù)業(yè)的低碳減排作用，實現(xiàn)既要“金山銀山”又要“綠水青山”的綠色發(fā)展。

注釋：

①《服務(wù)業(yè)創(chuàng)新發(fā)展大綱（2017—2025年）》由國家發(fā)改委于2017年6月正式發(fā)布。

② 根據(jù)國家統(tǒng)計局印發(fā)的《生產(chǎn)性服務(wù)業(yè)統(tǒng)計分類》，生產(chǎn)性服務(wù)業(yè)包含交通運輸、倉儲和郵政業(yè)，信息傳輸、計算機服務(wù)和軟件業(yè)，批發(fā)和零售業(yè)，金融業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)等六個行業(yè)。

③30個省份包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

④ 本文中的東部地區(qū)：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南，中部地區(qū)：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南，西部地區(qū)：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

參考文獻(xiàn)：

[1]楊校美，張永進(jìn)，曾瑞，等．生產(chǎn)性服務(wù)業(yè)集聚對環(huán)境污染的影響研究——來自長江經(jīng)濟(jì)帶城市的證據(jù)[J]．南京財經(jīng)大學(xué)學(xué)報，2021（06）：99-108．

[2]劉揚，陳劭鋒．基于IPAT方程的典型發(fā)達(dá)國家經(jīng)濟(jì)增長與碳排放關(guān)系研究[J]．生態(tài)經(jīng)濟(jì)，2009（11）：28-30．

[3]劉駿，何軼．我國低碳試點城市經(jīng)濟(jì)增長與碳排放解耦分析[J]．科技進(jìn)步與對策，2015，32（08）：51-55．

[4]牛鴻蕾．中國城鎮(zhèn)化碳排放效應(yīng)的實證檢驗[J]．統(tǒng)計與決策，2019，35（06）：138-142．

[5]王薇.城市化、產(chǎn)業(yè)結(jié)構(gòu)與碳排放的動態(tài)關(guān)系研究——基于VAR模型的實證分析[J].生態(tài)經(jīng)濟(jì)，2014，30（11）：

28-35．

[6] ZHENG H，GAO X，SUN Q，et al. The impact of regional industrial structure differences on carbon emission differences in China： An evolutionary perspective[J]. Journal of Cleaner Production， 2020， 257： 120506.

[7] ZHANG F，DENG X，PHILLIPS F，et al. Impacts of industrial structure and technical progress on carbon emission intensity： Evidence from 281 cities in China[J]. Technological Forecasting amp; Social Change， 2020， 154（C）： 119949.

[8] NAKAMURA R. Agglomeration economies in urban manufacturing industries： A case of Japanese cities[J]. Journal of Urban Economics， 1985， 17（01）： 108-124.

[9]魏后凱.我國產(chǎn)業(yè)集聚的特點、存在問題及對策[J].經(jīng)濟(jì)學(xué)動態(tài)，2004（09）：58-61．

[10]楊朝均，王冬彧，畢克新．開放經(jīng)濟(jì)背景下綠色創(chuàng)新驅(qū)動因素的空間效應(yīng)研究[J]．統(tǒng)計與決策，2020，36（20）：62-66．

[11]乜敏，趙洪海．產(chǎn)業(yè)集聚是否促進(jìn)了低碳發(fā)展——來自中國制造業(yè)的證據(jù)[J]．經(jīng)濟(jì)與管理，2013，27（06）：70-75．

[12]肖爽爽，董會忠，趙艷敏．產(chǎn)業(yè)集聚對碳排放強度的驅(qū)動因素及空間關(guān)聯(lián)性——以中國制造業(yè)為例[J]．資源開發(fā)與市場，2020，36（08）：837-843．

[13]WANG W C， SUI Y. The spatial effect of co-agglomeration of pro-ducer services and high-tech industries on regional innovation ef-ficiency[J]. Chinese Journal of Management， 2022， 19（05）： 696.

[14]盛龍，陸根堯．中國生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——基于行業(yè)和地區(qū)層面的分析[J]．南開經(jīng)濟(jì)研究，2013（05）：115-129．

[15]陳曉峰．長三角生產(chǎn)性服務(wù)業(yè)集聚的水平測度與效率評價——兼以金融業(yè)為例的實證分析[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2014，33（02）：59-67．

[16]席強敏，羅心然．京津冀生產(chǎn)性服務(wù)業(yè)與制造業(yè)協(xié)同發(fā)展特征與對策研究[J]．河北學(xué)刊，2017，37（01）：122-129．

[17] KIM M， DANIELLE V H， ELIZABETH H Z， et al. Consumer acceptance measurement focusing on a specified sensory attribute of products： Can the attribute-specified degree of satisfaction-difference （DOSD） method replace hedonic scaling？[J]. Food Quality and Preference， 2019， 75： 198-208.

[18] HUANG X H， ZHU Z J. The mechanism and path selection of producer services to promote the high- quality development of manufacturing industry[J]. Reform， 2021 （06）： 17-26.

[19] SVEN I. Producer services： The key sector for future economic development？[J]. Entrepreneurship amp; Regional Development， 1989， 1（03）： 267-274.

[20] LILACH N， DAVID K. Neo-marshallian clusters and global networks： The linkages of media firms in central London[J]. Long Range Planning， 2003， 36（05）： 459-480.

[21]韓峰，謝銳．生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎？——對我國地級及以上城市面板數(shù)據(jù)的空間計量分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（03）：40-58．

[22]席強敏，李國平．京津冀生產(chǎn)性服務(wù)業(yè)空間分工特征及溢出效應(yīng)[J]．地理學(xué)報，2015，70（12）：1926-1938.

[23]查建平，唐方方，別念民．結(jié)構(gòu)性調(diào)整能否改善碳排放績效？——來自中國省級面板數(shù)據(jù)的證據(jù)[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，29（11）：18-33．

[24]蘇方林，黎文勇．產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化對碳排放影響的實證研究——基于西南地區(qū)面板數(shù)據(jù)[J]．西南民族大學(xué)學(xué)報（人文社科版），2015，36（11）：114-119．

[25]劉軍躍，蘇瑩，樊昌明，等．基于碳減排的長江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)升級研究[J]．重慶理工大學(xué)學(xué)報（社會科學(xué)），2017，31（07）：38-47．

[26]孫暢，曾慶均．生產(chǎn)性服務(wù)業(yè)集聚能否促進(jìn)我國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級？——基于2005—2013年省際面板數(shù)據(jù)的實證檢驗[J]．科技管理研究，2017，37（01）：105-110.

[27] DIETZ T， ROSE A K. Rethinking the economic theory of regulation[J]. The RAND Journal of Economics，1994， 25（01）： 1-17.

[28]韓峰，洪聯(lián)英，文映．生產(chǎn)性服務(wù)業(yè)集聚推進(jìn)城市化了嗎？[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014，31（12）：3-21.

[29]崔和瑞，王浩然，趙巧芝．基于動態(tài)面板模型的中國區(qū)域碳排放影響因素研究[J]．科技管理研究，2019，39（12）：238-244．

[30] EZCURRA E. Global deserts outlook[R]. Nairobi： UNEP， 2006.

[31] ELHORST J P.Spatial econometrics： From cross-sectional data to spatial panels[M].Springer，2014.

[32]JAMES L， ROBERT K P. Introduction to spatial econometrics[M].CRC Press，2009.

（責(zé)任編輯：唐詩柔）

Does Agglomeration of Productive Service Industries Really Promote Carbon Emission Reduction？ ： Spatial Effects Analysis Based on Provincial Panel Data in China

XU Shan， LAN Meijiang

（College of Economics， Hangzhou Dianzi University ）

Abstract： Industrial agglomeration， as a key factor for high-quality industrial development， not only enhances regional production efficiency and economic vitality but also may facilitate carbon emission reduction. This study employs a spatial Durbin model with double fixed effects based on panel data from 30 provinces in China spanning from 2005 to 2020， to empirically examine the impact of agglomeration of productive service industries on carbon emission reduction from the dimensions of specialized agglomeration and diversified agglomeration， along with its spatial spillover effects. The results indicate that agglomeration of productive service industries in different modes is conducive to carbon emission reduction， with significant spatial spillover effects. Both modes of agglomeration of productive service industries in the eastern region significantly affect carbon emission reduction， while this is not the case for the central and western regions. From 2005 to 2014， the impact of agglomeration of productive service industries on carbon emission reduction in the central and western regions was not significant， but from 2015 to 2020， it became significant， with different forms of agglomeration in various industries having different impacts on carbon emission reduction. China should further guide rational industrial agglomeration， deeply implement the new development concept， and maximize the dividends accumulated by productive service industries to achieve industrial transformation， upgrading， and carbon emission reduction.

Keywords： Productive service Industries; Diversified agglomeration; Specialized agglomeration; Carbon emission reduction; Spatial spillover effects

收稿日期：2023-12-04

作者簡介：徐" "姍，博士，副教授，杭州電子科技大學(xué)經(jīng)濟(jì)學(xué)院，研究方向為國際經(jīng)濟(jì)、服務(wù)創(chuàng)新。

蘭美姜，通訊作者，碩士研究生，杭州電子科技大學(xué)經(jīng)濟(jì)學(xué)院，研究方向為服務(wù)貿(mào)易、綠色創(chuàng)新。

基金項目：國家社會科學(xué)基金青年項目“新常態(tài)下中國服務(wù)外包產(chǎn)業(yè)突破‘價值鏈低端鎖定’的路徑優(yōu)化及戰(zhàn)略研究”（17CJY046）。

本文感謝匿名審稿專家的寶貴意見，文責(zé)自負(fù)。