中國服務(wù)業(yè)碳生產(chǎn)率的空間收斂性研究

王許亮 王恕立 滕澤偉

摘要在經(jīng)濟(jì)服務(wù)化與低碳化的雙重背景下，研究中國服務(wù)業(yè)碳生產(chǎn)率的演變軌跡，區(qū)域差異及空間收斂特征，對于推動(dòng)中國服務(wù)業(yè)高質(zhì)量發(fā)展具有重要的意義。采用2004—2016年中國30個(gè)?。▍^(qū)、市）的面板數(shù)據(jù)，對服務(wù)業(yè)碳生產(chǎn)率進(jìn)行測度，并對其演變軌跡與區(qū)域差異進(jìn)行分析，在此基礎(chǔ)上，系統(tǒng)考察中國服務(wù)業(yè)碳生產(chǎn)率的空間收斂性。研究表明：①中國服務(wù)業(yè)碳生產(chǎn)率在整體上呈逐年增長態(tài)勢，且呈現(xiàn)從東到西逐次遞減的格局。②中國服務(wù)業(yè)碳生產(chǎn)率存在正向空間自相關(guān)關(guān)系，并且空間自相關(guān)程度表現(xiàn)出波動(dòng)上升趨勢。③全國與西部服務(wù)業(yè)碳生產(chǎn)率均不存在σ收斂，即服務(wù)業(yè)碳生產(chǎn)率的地區(qū)差異并未隨著時(shí)間的推移而縮小;東、中部服務(wù)業(yè)碳生產(chǎn)率則在整體上呈現(xiàn)σ收斂特征。全國以及東、中、西部服務(wù)業(yè)碳生產(chǎn)率均存在絕對β收斂和條件β收斂，即服務(wù)業(yè)碳生產(chǎn)率落后地區(qū)對發(fā)達(dá)地區(qū)存在"追趕效應(yīng)"，各地區(qū)服務(wù)業(yè)碳生產(chǎn)率最終向自身的穩(wěn)態(tài)水平趨同;空間效應(yīng)加快了全國與東部服務(wù)業(yè)碳生產(chǎn)率的β收斂速度。④人均服務(wù)業(yè)增加值增長速度、部門結(jié)構(gòu)以及能源消費(fèi)結(jié)構(gòu)對服務(wù)業(yè)碳生產(chǎn)率具有顯著的負(fù)向效應(yīng)，人力資本則對服務(wù)業(yè)碳生產(chǎn)率產(chǎn)生了顯著的正向影響。據(jù)此，本文的政策啟示如下：①重視服務(wù)業(yè)碳排放問題，構(gòu)建服務(wù)業(yè)低碳績效評估體系。②探索建立定期會(huì)商制度，加強(qiáng)服務(wù)業(yè)低碳技術(shù)的跨區(qū)域交流合作。③完善基礎(chǔ)設(shè)施，促進(jìn)要素空間互動(dòng)和優(yōu)化重組。④調(diào)整服務(wù)業(yè)能源結(jié)構(gòu)與部門結(jié)構(gòu)，推進(jìn)人力資本積累和服務(wù)業(yè)穩(wěn)增長。

關(guān)鍵詞 服務(wù)業(yè);碳生產(chǎn)率;空間相關(guān)性;收斂性

新世紀(jì)以來，中國服務(wù)業(yè)取得了快速發(fā)展，服務(wù)業(yè)增加值與就業(yè)占全國GDP和就業(yè)的比重分別從2000年的33.2%和27.5%上升到2016年的51.6%和43.5%，服務(wù)業(yè)成為經(jīng)濟(jì)增長的新引擎。但是，中國服務(wù)業(yè)能源消耗和CO2排放量也日益增多。據(jù)計(jì)算，2000—2016年，中國服務(wù)業(yè)能源消費(fèi)總量與CO2排放總量分別從2000年的20815萬t標(biāo)準(zhǔn)煤、46472萬t上升到2016年的74821萬t標(biāo)準(zhǔn)煤、174101萬t，年均增長率分別達(dá)到了8.32%和8.61%?？梢姡?wù)業(yè)增長所帶來的能源消耗和CO2排放問題十分突出。在低碳發(fā)展的時(shí)代背景下，減少CO2排放已經(jīng)成為服務(wù)業(yè)面臨的硬性約束，而提高服務(wù)業(yè)碳生產(chǎn)率則是實(shí)現(xiàn)中國服務(wù)業(yè)低碳發(fā)展的關(guān)鍵[1]。與此同時(shí)，由于各地區(qū)在經(jīng)濟(jì)基礎(chǔ)、要素稟賦、地理區(qū)位、政策等方面具有較大的差異，不同區(qū)域服務(wù)業(yè)生產(chǎn)率存在巨大的不平衡性，突出表現(xiàn)為東部地區(qū)的服務(wù)業(yè)生產(chǎn)率顯著高于中、西部地區(qū)[2]。那么，中國省域服務(wù)業(yè)碳生產(chǎn)率的演變特征如何？各地區(qū)服務(wù)業(yè)碳生產(chǎn)率呈現(xiàn)出怎樣的空間差異？各地區(qū)服務(wù)業(yè)碳生產(chǎn)率是否具有空間相關(guān)性？地區(qū)之間的服務(wù)業(yè)碳生產(chǎn)率是否存在空間收斂的現(xiàn)象？分析上述問題，對于了解中國服務(wù)業(yè)碳生產(chǎn)率的演變軌跡，認(rèn)識(shí)服務(wù)業(yè)碳生產(chǎn)率的區(qū)域差異及空間收斂特征，探尋省域服務(wù)業(yè)低碳協(xié)同發(fā)展的路徑，推動(dòng)服務(wù)業(yè)高質(zhì)量發(fā)展具有重要的意義。

1文獻(xiàn)綜述

與本文相關(guān)的現(xiàn)有研究主要體現(xiàn)在兩個(gè)方面：關(guān)于碳生產(chǎn)率的研究以及關(guān)于服務(wù)業(yè)生產(chǎn)率收斂性的研究。

Kaya和Yokobori[3]最早提出碳生產(chǎn)率的概念，將其定義為一段時(shí)期內(nèi)單位CO2排放的經(jīng)濟(jì)產(chǎn)出量。它可以將碳減排和經(jīng)濟(jì)穩(wěn)定增長進(jìn)行有機(jī)結(jié)合，是評估發(fā)展中國家低碳增長績效的重要指標(biāo)[4]。隨后，學(xué)界對碳生產(chǎn)率的相關(guān)研究逐步展開，主要可分為如下幾類：第一類文獻(xiàn)側(cè)重考察碳生產(chǎn)率的國別差異性，研究表明中國等發(fā)展中經(jīng)濟(jì)體的碳生產(chǎn)率水平和增長率分別低于和高于發(fā)達(dá)經(jīng)濟(jì)體[5-7]。第二類文獻(xiàn)集中分析中國全行業(yè)碳生產(chǎn)率的區(qū)域異質(zhì)性，均發(fā)現(xiàn)中國全行業(yè)碳生產(chǎn)率存在顯著的區(qū)域差異，但關(guān)于碳生產(chǎn)率的斂散性問題并未達(dá)成一致看法[8-10]。第三類文獻(xiàn)著重研究具體部門的碳生產(chǎn)率，且大多數(shù)文獻(xiàn)集中在工業(yè)部門[4，11-13]和農(nóng)業(yè)部門[14-15]，鮮有涉足服務(wù)業(yè)領(lǐng)域。從我們掌握的資料來看，滕澤偉等[1]首次將碳生產(chǎn)率的研究延伸到服務(wù)業(yè)領(lǐng)域，結(jié)果表明中國服務(wù)業(yè)總體及各細(xì)分部門的碳生產(chǎn)率均表現(xiàn)出上升態(tài)勢，且存在較大的部門異質(zhì)性。第四類文獻(xiàn)探析碳生產(chǎn)率的影響因素。大多數(shù)研究認(rèn)為，經(jīng)濟(jì)發(fā)展、技術(shù)創(chuàng)新、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等因素是影響碳生產(chǎn)率的重要因素[8，10，16-19]。此外，部分文獻(xiàn)還嘗試從人力資本[20]、經(jīng)濟(jì)集聚[21-22]、全球價(jià)值鏈嵌入[23]、出口商品結(jié)構(gòu)[24]等方面考察碳生產(chǎn)率的提升路徑。

在服務(wù)業(yè)生產(chǎn)率的收斂性研究方面，按照研究對象可以大體歸為以下三類：第一類文獻(xiàn)聚焦跨經(jīng)濟(jì)體服務(wù)業(yè)生產(chǎn)率的斂散性問題。Gouyette和Perelman[25]對13個(gè)OECD經(jīng)濟(jì)體的制造業(yè)和服務(wù)業(yè)全要素生產(chǎn)率（TFP）及效率進(jìn)行收斂性檢驗(yàn)，結(jié)果表明服務(wù)業(yè)TFP及效率均呈現(xiàn)σ收斂特征，而制造業(yè)則不存在σ收斂。Mulder和Groot[26]、Mulder等[27]對服務(wù)業(yè)能源生產(chǎn)率的收斂性研究表明，OECD經(jīng)濟(jì)體的服務(wù)業(yè)能源生產(chǎn)率同時(shí)存在σ收斂與β收斂。王許亮、王恕立[28]檢驗(yàn)了40個(gè)經(jīng)濟(jì)體服務(wù)業(yè)能源生產(chǎn)率的斂散性，結(jié)果發(fā)現(xiàn)服務(wù)業(yè)能源生產(chǎn)率存在β收斂，但不存在σ收斂。第二類文獻(xiàn)探究服務(wù)業(yè)細(xì)分部門生產(chǎn)率的收斂特征。肖挺[29]探討了服務(wù)業(yè)細(xì)分行業(yè)TFP的收斂性，結(jié)果顯示中國服務(wù)業(yè)細(xì)分行業(yè)的傳統(tǒng)TFP與綠色TFP均存在著條件收斂，而未呈現(xiàn)絕對收斂。滕澤偉等[1]對服務(wù)業(yè)細(xì)分部門碳生產(chǎn)率的趨同性進(jìn)行了嘗試性探討，結(jié)果顯示中國服務(wù)業(yè)碳生產(chǎn)率并未出現(xiàn)σ趨同，但存在著顯著的絕對β趨同和條件β趨同。第三類文獻(xiàn)重點(diǎn)關(guān)注中國省域服務(wù)業(yè)TFP的趨同性問題。徐盈之、趙玥[30]分析了中國省域信息服務(wù)業(yè)TFP的趨同性，發(fā)現(xiàn)中國省域信息服務(wù)業(yè)同時(shí)呈現(xiàn)σ趨同與β趨同特征。劉興凱、張誠[31]、肖挺[32]對中國省域服務(wù)業(yè)TFP收斂性的研究均發(fā)現(xiàn)了類似的現(xiàn)象。

梳理文獻(xiàn)可知，現(xiàn)有研究可以從如下兩個(gè)層面進(jìn)行拓展：其一，在服務(wù)業(yè)碳排放問題日益凸顯的背景下，前期關(guān)于碳生產(chǎn)率的文獻(xiàn)卻鮮有涉及服務(wù)業(yè)，滕澤偉等[1]也是僅以中國服務(wù)業(yè)分行業(yè)為研究對象，未能考察中國省域服務(wù)業(yè)碳生產(chǎn)率。第二，研究服務(wù)業(yè)生產(chǎn)率收斂性的現(xiàn)有文獻(xiàn)均假設(shè)地區(qū)之間相互獨(dú)立，不存在空間相關(guān)性。事實(shí)上，生產(chǎn)要素的跨地區(qū)流動(dòng)會(huì)對地區(qū)間的經(jīng)濟(jì)收斂產(chǎn)生影響，忽略空間互動(dòng)關(guān)系會(huì)使收斂結(jié)果出現(xiàn)偏誤[33]。基于此，本文的潛在邊際貢獻(xiàn)如下：第一，本文將碳生產(chǎn)率的研究領(lǐng)域拓展到省域服務(wù)業(yè)層面，系統(tǒng)分析服務(wù)業(yè)碳生產(chǎn)率的演變趨勢、區(qū)域差異以及收斂特征。第二，將空間因素引入傳統(tǒng)的收斂模型，著重考察空間效應(yīng)對服務(wù)業(yè)碳生產(chǎn)率收斂的影響。第三，探討服務(wù)業(yè)碳生產(chǎn)率區(qū)域差異的影響因素，為促進(jìn)省域服務(wù)業(yè)低碳協(xié)調(diào)發(fā)展提供對策參考。

2服務(wù)業(yè)碳生產(chǎn)率的測算與分析

2.1服務(wù)業(yè)CO2排放量的核算

本文基于IPCC的碳排放估算方法，測算各省份服務(wù)業(yè)CO2排放量，公式如下：

其中，i代表能源的種類，與滕澤偉等[1]、楊翔等[4]、潘家華和張麗峰[8]一致，本文將最終能源消費(fèi)種類劃分為8類，具體包括：原煤、原油、汽油、焦炭、柴油、燃料油、煤油、天然氣）。Ei代表第i類能源的消費(fèi)量，NCVi、CEFi、COFi分別為第i類能源的低位發(fā)熱量、含碳量、氧化率，具體數(shù)值見滕澤偉等[1]的研究。各省份服務(wù)業(yè)分類能源消費(fèi)量根據(jù)《中國能源統(tǒng)計(jì)年鑒（2005—2017）》地區(qū)能源平衡表“交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)”“住宿、餐飲業(yè)”“批發(fā)、零售業(yè)”以及“其他行業(yè)”的終端能源消費(fèi)量加總得到。

2.2服務(wù)業(yè)碳生產(chǎn)率的測算

本文將服務(wù)業(yè)碳生產(chǎn)率定義為一段時(shí)期內(nèi)服務(wù)業(yè)增加值與服務(wù)業(yè)CO2排放總量的比值，具體公式如下：

其中，CPit為i省份t年的服務(wù)業(yè)碳生產(chǎn)率/萬元/t。Yit為i省份t年的不變價(jià)服務(wù)業(yè)增加值/億元，根據(jù)“第三產(chǎn)業(yè)增加值指數(shù)”將服務(wù)業(yè)原始增加值數(shù)據(jù)進(jìn)行指數(shù)平減，并換算為2000年不變價(jià)增加值。CO2，it為i省份t年的服務(wù)業(yè)CO2排放總量/萬t。本文的樣本區(qū)間為2004—2016年，鑒于中國香港、中國澳門、中國臺(tái)灣以及西藏等地區(qū)的相關(guān)數(shù)據(jù)難以獲取，本文的考察對象為中國30個(gè)?。▍^(qū)、市）。其中，東部地區(qū)包括11個(gè)?。ㄊ校罕本?、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南和遼寧;中部地區(qū)包括8個(gè)省：山西、河南、安徽、江西、湖北、湖南、黑龍江和吉林;西部地區(qū)包括11個(gè)?。▍^(qū)、市）：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。各省份服務(wù)業(yè)增加值及增加值指數(shù)的原始數(shù)據(jù)取自《中國統(tǒng)計(jì)年鑒（2005—2017）》。

2.3測算結(jié)果分析

表1報(bào)告的是2004—2016年30個(gè)省份、分區(qū)域及全國服務(wù)業(yè)碳生產(chǎn)率的具體數(shù)值。

從全國服務(wù)業(yè)碳生產(chǎn)率的情況來看，2004—2016年，中國服務(wù)業(yè)碳生產(chǎn)率呈現(xiàn)增長態(tài)勢，具體數(shù)值由2004年的1.280上升到2016年的1.744，年均增長2.61%，可見中國服務(wù)業(yè)在低碳發(fā)展的道路上取得了一定的成就。從具體年份看，服務(wù)業(yè)碳生產(chǎn)率除在2008年等少數(shù)年份明顯下降外，在大部分年份均呈現(xiàn)上升趨勢。2008年服務(wù)業(yè)碳生產(chǎn)率的下滑可能是因?yàn)閲H金融危機(jī)對中國服務(wù)業(yè)產(chǎn)出及國際油價(jià)的沖擊較大。據(jù)計(jì)算，中國服務(wù)業(yè)增加值增長率從2007年的14.38%下降至2008年的11.78%，而受油價(jià)下降的影響（IEA的統(tǒng)計(jì)資料顯示，受國際金融危機(jī)深化的影響，2008年的國際油價(jià)較2007年跌幅達(dá)到.

注：結(jié)果由作者計(jì)算得到，“均值”為歷年服務(wù)業(yè)碳生產(chǎn)率數(shù)值的幾何平均數(shù)，g為服務(wù)業(yè)碳生產(chǎn)率的年均增長率。

50%），服務(wù)業(yè)能源消費(fèi)與服務(wù)業(yè)CO2排放量的增速提升，二者的增長率分別從2007年的10.68%、9.87%上升到2008年的13.48%、14.99%。

從三大區(qū)域服務(wù)業(yè)碳生產(chǎn)率的情況來看，在服務(wù)業(yè)碳生產(chǎn)率的具體數(shù)值方面，樣本期間內(nèi)，東、中、西部服務(wù)業(yè)碳生產(chǎn)率平均數(shù)值分別為1.874、1.410、0.899，表現(xiàn)出從東到西逐級遞減的格局。在服務(wù)業(yè)碳生產(chǎn)率演變趨勢方面，三大區(qū)域服務(wù)業(yè)碳生產(chǎn)率均呈現(xiàn)上升的走勢。具體到年均增長率，東部地區(qū)最高，年均增長率為4.90%;西部地區(qū)次之，年均增長率為1.36%;中部地區(qū)最低，年均增長率為1.24%。上述分析表明，中國服務(wù)業(yè)碳生產(chǎn)率在數(shù)值和增長率兩個(gè)方面均存在較大的區(qū)域差異性。

從各省份服務(wù)業(yè)碳生產(chǎn)率的測算結(jié)果來看，中國服務(wù)業(yè)碳生產(chǎn)率具有明顯的省際異質(zhì)性特征。就具體數(shù)值而言，樣本期間內(nèi)，服務(wù)業(yè)碳生產(chǎn)率最高的省份為江蘇，平均值達(dá)到了3.619;服務(wù)業(yè)碳生產(chǎn)率最低的是貴州，平均值為0.363。就變化趨勢而言，中國大多數(shù)省份的服務(wù)業(yè)碳生產(chǎn)率呈現(xiàn)逐步上升的走勢，其中天津市服務(wù)業(yè)碳生產(chǎn)率年均增長率最高，達(dá)到了11.93%;云南（-4.53%）、黑龍江（-3.12%）、青海（-2.19%）等省份的服務(wù)業(yè)碳生產(chǎn)率在整體上有所下滑，表明部分省份在促進(jìn)服務(wù)業(yè)經(jīng)濟(jì)增長的同時(shí)未能較好地兼顧碳減排問題。值得注意的是，在服務(wù)業(yè)發(fā)展水平較高的京津冀地區(qū)，河北的服務(wù)業(yè)碳生產(chǎn)率平均值（2.017）高于北京（1.680）和天津（1.826），這與傳統(tǒng)的認(rèn)知略有出入。原因在于：據(jù)計(jì)算，2004—2016年間，盡管河北服務(wù)業(yè)增加值占GDP的比重（35.59%）低于北京（71.84%）和天津（44.97%），但河北的服務(wù)業(yè)不變價(jià)增加值為北京的1.23倍和天津的2.06倍，而河北服務(wù)業(yè)CO2排放為北京的1.02倍以及天津的1.95倍，這使得河北服務(wù)業(yè)碳生產(chǎn)率處于相對較高的水平。

2.4服務(wù)業(yè)碳生產(chǎn)率的空間相關(guān)性檢驗(yàn)

為了檢驗(yàn)中國省域服務(wù)業(yè)碳生產(chǎn)率是否存在空間相關(guān)性，本文將MoransI指數(shù)作為衡量服務(wù)業(yè)碳生產(chǎn)率全局空間自相關(guān)性的指標(biāo)。MoransI指數(shù)的公式如下：

其中，yi與yj分別表示i地區(qū)與j地區(qū)的服務(wù)業(yè)碳生產(chǎn)率;y為省域服務(wù)業(yè)碳生產(chǎn)率的均值;Wij為空間權(quán)重矩陣，代表i地區(qū)與j地區(qū)的空間關(guān)系，此處選取鄰接地理距離來衡量地區(qū)間的鄰接關(guān)系，即當(dāng)i地區(qū)與j地區(qū)相鄰時(shí)，Wij取值為1，反之則取0，構(gòu)建出30個(gè)省份的空間鄰接權(quán)重矩陣（鑒于海南省獨(dú)特的地理位置，本文設(shè)定其僅與廣東相鄰）。MoransI指數(shù)取值介于-1～1之間，若MoransI指數(shù)大于0，說明存在正向的空間自相關(guān)性;若MoransI指數(shù)小于0，說明存在負(fù)向的空間自相關(guān)性;若MoransI指數(shù)等于0，則表明空間分布相互獨(dú)立。MoransI指數(shù)的絕對值越大，表示省域服務(wù)業(yè)碳生產(chǎn)率的空間相關(guān)性越強(qiáng);反之則意味著空間相關(guān)性越弱。

表2列出了空間自相關(guān)性的檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)：2004—2016年，所有年份的MoransI指數(shù)均在統(tǒng)計(jì)上顯著為正，表明中國省域服務(wù)業(yè)碳生產(chǎn)率存在顯著的正向空間相關(guān)性，也即服務(wù)業(yè)碳生產(chǎn)率呈現(xiàn)空間集聚特征，服務(wù)業(yè)碳生產(chǎn)率較高（低）的地區(qū)相互鄰近。究其原因，鄰近省份服務(wù)業(yè)發(fā)展的經(jīng)濟(jì)基礎(chǔ)以及資源稟賦較為相似，因而服務(wù)業(yè)生產(chǎn)過程中的要素投入與碳排放的空間關(guān)聯(lián)度相對較高。同時(shí)，服務(wù)業(yè)清潔技術(shù)在鄰近省份間的交流與推廣也使得服務(wù)業(yè)的低碳發(fā)展存在空間相關(guān)性。此外，樣本期間內(nèi)，MoransI指數(shù)呈現(xiàn)波動(dòng)上升的態(tài)勢，說明隨著服務(wù)業(yè)的發(fā)展以及交通與通信設(shè)施的日趨完善，各地區(qū)在服務(wù)業(yè)領(lǐng)域的經(jīng)濟(jì)技術(shù)交流日益密切，服務(wù)業(yè)碳生產(chǎn)率的空間自相關(guān)程度越來越高。

3中國服務(wù)業(yè)碳生產(chǎn)率的收斂性分析

上文的分析說明中國省域服務(wù)業(yè)碳生產(chǎn)率存在明顯的地區(qū)差異性。下面，本文進(jìn)一步基于收斂理論來系統(tǒng)考察中國省域服務(wù)業(yè)碳生產(chǎn)率的收斂性。本文使用的收斂分析方法主要包括σ收斂、絕對β收斂以及條件β收斂，其中β收斂為σ收斂的必要不充分條件[4]。

3.1σ收斂檢驗(yàn)

本文采用σ系數(shù)來衡量中國服務(wù)業(yè)碳生產(chǎn)率的離散程度，通過分析全國及各區(qū)域服務(wù)業(yè)碳生產(chǎn)率σ系數(shù)的演變情況來判斷是否存在σ收斂（具體結(jié)果見圖1）。若服務(wù)業(yè)碳生產(chǎn)率的σ系數(shù)隨著時(shí)間推移而逐漸縮小則說明存在σ收斂，反之則說明具有σ發(fā)散特征。σ系數(shù)的計(jì)算公式如下：其中，σ表示σ系數(shù)，i為省份，N為省份個(gè)數(shù)，CP表示服務(wù)業(yè)碳生產(chǎn)率，CP表示服務(wù)業(yè)碳生產(chǎn)率的均值，ln表示取對數(shù)。

3.2β收斂檢驗(yàn)

3.2.1β收斂模型的設(shè)定

絕對β收斂是指每一個(gè)地區(qū)的服務(wù)業(yè)碳生產(chǎn)率增長速度與初始水平存在負(fù)相關(guān)關(guān)系。本文構(gòu)建的絕對β收斂模型如下：

其中，i為省份，t為年份，CPi，t為i省t年的服務(wù)業(yè)碳生產(chǎn)率，α為常數(shù)項(xiàng)，β為基期碳生產(chǎn)率的回歸系數(shù)，若β顯著小于0，則說明服務(wù)業(yè)碳生產(chǎn)率存在絕對β收斂，γi為個(gè)體效應(yīng)，ηt為時(shí)間效應(yīng)，εi，t為隨機(jī)擾動(dòng)項(xiàng)。

條件β收斂是指由于各地區(qū)在服務(wù)業(yè)經(jīng)濟(jì)增長、能源消費(fèi)結(jié)構(gòu)、人力資本等方面存在差異，各地區(qū)的服務(wù)業(yè)碳生產(chǎn)率最終向自身的穩(wěn)態(tài)水平趨同。本文在絕對β收斂模型的基礎(chǔ)上加入影響服務(wù)業(yè)碳生產(chǎn)率的控制變量，構(gòu)建得到的條件β收斂模型如下：

其中，除控制變量X及其回歸系數(shù)θ外，其余變量的含義與式（5）相同。若回歸系數(shù)β小于0，且在統(tǒng)計(jì)上顯著，則意味著服務(wù)業(yè)碳生產(chǎn)率存在條件β趨同。為了降低數(shù)據(jù)的離散程度，本文在回歸分析時(shí)對非百分比數(shù)據(jù)取自然對數(shù)。

上文的分析表明，中國省域服務(wù)業(yè)碳生產(chǎn)率存在顯著的正向空間相關(guān)性，而忽視空間相關(guān)性會(huì)導(dǎo)致β收斂估計(jì)結(jié)果出現(xiàn)偏差[33-34]?；诖?，本文將空間因素引入模型（5）和模型（6），分別構(gòu)建出如下的空間滯后模型（SLM）和空間誤差模型（SEM）：

其中，式（7）、式（8）為SLM模型，該模型也稱作空間自回歸模型，指的是相鄰地區(qū)的被解釋變量（如本文的服務(wù)業(yè)碳生產(chǎn)率）通過空間傳導(dǎo)機(jī)制相互依賴、相互影響;式（9）、式（10）為SEM模型，該模型假設(shè)地區(qū)間服務(wù)業(yè)碳生產(chǎn)率的空間依賴性通過誤差項(xiàng)來體現(xiàn)。W為空間權(quán)重矩陣，此處采用鄰接權(quán)重矩陣。ρ為空間滯后系數(shù)，λ為空間誤差系數(shù)，εi，t與ui，t為隨機(jī)擾動(dòng)項(xiàng)。

受數(shù)據(jù)的可得性與具體研究對象的影響，對于碳生產(chǎn)率條件β收斂控制變量的選取，前期文獻(xiàn)尚未形成一致的看法[1，4]。本文選取的控制變量（X）如下：

人均服務(wù)業(yè)增加值增長速度（sgdppcg）。本文采用各省人均服務(wù)業(yè)不變價(jià)增加值增長率來衡量該變量。

人力資本（human）。本文采用各省勞動(dòng)力受教育年限均值表示該變量。公式為：大專以上學(xué)歷占比×16+高中學(xué)歷占比×12+初中學(xué)歷占比×9+小學(xué)學(xué)歷占比×6。

服務(wù)業(yè)能源消費(fèi)結(jié)構(gòu)（es）。本文用各省服務(wù)業(yè)煤炭消費(fèi)量占能源消費(fèi)總量的比重來表示該變量。

服務(wù)業(yè)部門結(jié)構(gòu)（is）。參考龐瑞芝、王亮[35]的做法，本文以各省“批發(fā)零售業(yè)”“交通運(yùn)輸、倉儲(chǔ)與郵政業(yè)”“住宿與餐飲業(yè)”等三個(gè)行業(yè)的增加值占服務(wù)業(yè)增加值的比重來衡量此變量。上述控制變量的數(shù)據(jù)源自《中國統(tǒng)計(jì)年鑒（2005—2017）》《中國能源統(tǒng)計(jì)年鑒（2005—2017）》《中國勞動(dòng)統(tǒng)計(jì)年鑒（2005—2017）》。

3.2.2β收斂模型的選擇

對于空間β收斂模型，本文選用Lee和Yu[36]所提出的擬極大似然估計(jì)法（QML）進(jìn)行收斂檢驗(yàn)。其理由是，在進(jìn)行空間面板收斂檢驗(yàn)時(shí)，QML得到的估計(jì)結(jié)果具有無偏性，且適用于T相對大于N的情況（如本文的分區(qū)域回歸）。隨后，本文參考Elhorst[37]的研究思路，基于LM檢驗(yàn)來選擇具體的空間收斂模型。限于篇幅，結(jié)果未報(bào)告，備索。

LM檢驗(yàn)結(jié)果顯示：全國服務(wù)業(yè)碳生產(chǎn)率的絕對β收斂檢驗(yàn)更宜選取SEM模型，條件β收斂檢驗(yàn)則更宜選取SLM模型;東部服務(wù)業(yè)碳生產(chǎn)率的兩種類型β收斂檢驗(yàn)均適合選擇SEM模型;中、西部樣本的LM統(tǒng)計(jì)量均不顯著，表明中、西部服務(wù)業(yè)碳生產(chǎn)率的β收斂檢驗(yàn)均應(yīng)選取傳統(tǒng)的β收斂模型。對于未考慮空間因素的傳統(tǒng)β收斂模型，本文基于Hausman檢驗(yàn)來進(jìn)行模型選擇。檢驗(yàn)結(jié)果無法接受原假設(shè)，說明固定效應(yīng)（FE）估計(jì)方法更適用于傳統(tǒng)β收斂模型。需要說明的是，對于空間β收斂模型，同樣需要采用Hausman檢驗(yàn)來選擇是采用固定效應(yīng)還是隨機(jī)效應(yīng)模型。然而，由于本文選用的是Lee和Yu[36]的QML估計(jì)方法，該方法默認(rèn)選擇固定效應(yīng)模型，無法估計(jì)隨機(jī)效應(yīng)模型。為了驗(yàn)證固定效應(yīng)是否適合本文的空間收斂檢驗(yàn)，本文基于極大似然估計(jì)法（ML）對模型進(jìn)行重新估計(jì)，并報(bào)告了Hausman檢驗(yàn)的結(jié)果（見表3、表4），結(jié)果表明選擇固定效應(yīng)估計(jì)方法進(jìn)行空間收斂檢驗(yàn)是合理的。

4結(jié)論

在經(jīng)濟(jì)服務(wù)化與低碳化的時(shí)代背景下，提高服務(wù)業(yè)碳生產(chǎn)率是實(shí)現(xiàn)服務(wù)業(yè)穩(wěn)增長與碳減排雙重目標(biāo)的關(guān)鍵途徑。本文基于2004—2016年中國30個(gè)省份的面板數(shù)據(jù)，對中國省域服務(wù)業(yè)碳生產(chǎn)率進(jìn)行測度，并對其歷史演變軌跡和區(qū)域差異性進(jìn)行分析，以此為基礎(chǔ)，系統(tǒng)考察中國服務(wù)業(yè)碳生產(chǎn)率的空間收斂性。主要結(jié)論如下。

第一，全國以及三大區(qū)域服務(wù)業(yè)碳生產(chǎn)率在整體上均呈現(xiàn)增長趨勢，東部服務(wù)業(yè)碳生產(chǎn)率年均增長率最高，西部次之，中部則略低于西部。中國省域服務(wù)業(yè)碳生產(chǎn)率數(shù)值存在明顯的空間非均衡特征，總體上表現(xiàn)出從東到西逐次遞減的格局。

第二，中國省域服務(wù)業(yè)碳生產(chǎn)率存在顯著的正向空間自相關(guān)關(guān)系，某一地區(qū)的服務(wù)業(yè)碳生產(chǎn)率會(huì)受到鄰近地區(qū)的影響。隨著時(shí)間的推移，服務(wù)業(yè)碳生產(chǎn)率的空間自相關(guān)程度呈現(xiàn)波動(dòng)上升的走勢。

第三，全國及西部服務(wù)業(yè)碳生產(chǎn)率的省際差異并未隨著時(shí)間推移而縮小，東、中部服務(wù)業(yè)碳生產(chǎn)率的地區(qū)差異程度則在逐步下降。全國以及東、中、西部服務(wù)業(yè)碳生產(chǎn)率均存在顯著的絕對β收斂和條件β收斂特征，即服務(wù)業(yè)碳生產(chǎn)率較低的地區(qū)對高碳生產(chǎn)率地區(qū)存在“追趕效應(yīng)”，并且各地區(qū)服務(wù)業(yè)碳生產(chǎn)率呈現(xiàn)向自身穩(wěn)態(tài)水平趨同的態(tài)勢。空間效應(yīng)加快了全國及東部服務(wù)業(yè)碳生產(chǎn)率的的β收斂速度。

第四，人均服務(wù)業(yè)增加值增長速度、部門結(jié)構(gòu)以及能源消費(fèi)結(jié)構(gòu)對服務(wù)業(yè)碳生產(chǎn)率增長率均具有顯著的負(fù)向效應(yīng)，人力資本則有利于服務(wù)業(yè)碳生產(chǎn)率的提升。上述因素對不同區(qū)域服務(wù)業(yè)碳生產(chǎn)率增長的差異化影響是服務(wù)業(yè)碳生產(chǎn)率區(qū)域差異形成的重要原因。

基于上述結(jié)論，本文的啟示有：①重視服務(wù)業(yè)領(lǐng)域日益凸顯的碳排放問題，以服務(wù)業(yè)碳生產(chǎn)率為重點(diǎn)指標(biāo)，構(gòu)建服務(wù)業(yè)低碳增長績效評價(jià)體系。②各地區(qū)可通過探索建立與周邊省份的定期會(huì)商制度，強(qiáng)化服務(wù)業(yè)清潔生產(chǎn)工藝與節(jié)能環(huán)保技術(shù)的跨地區(qū)交流合作，通過充分發(fā)揮空間互動(dòng)效應(yīng)來促進(jìn)服務(wù)業(yè)碳生產(chǎn)率的區(qū)域協(xié)調(diào)發(fā)展。③由于中、西部服務(wù)業(yè)碳生產(chǎn)率不存在顯著的空間效應(yīng)，可通過進(jìn)一步完善中、西部地區(qū)的基礎(chǔ)設(shè)施，促進(jìn)區(qū)域內(nèi)部服務(wù)業(yè)生產(chǎn)要素的空間互動(dòng)和優(yōu)化重組。④各地區(qū)應(yīng)因地制宜適當(dāng)優(yōu)化服務(wù)業(yè)能源結(jié)構(gòu)與部門結(jié)構(gòu)，同時(shí)需要注重推進(jìn)人力資本積累和服務(wù)業(yè)穩(wěn)增長。

（編輯：于杰）

參考文獻(xiàn)

[1]滕澤偉，胡宗彪，蔣西艷.中國服務(wù)業(yè)碳生產(chǎn)率變動(dòng)的差異及收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（3）：78-94.

[2]王恕立，滕澤偉，劉軍.中國服務(wù)業(yè)生產(chǎn)率變動(dòng)的差異分析——基于區(qū)域及行業(yè)視角[J].經(jīng)濟(jì)研究，2015（8）：73-84.

[3KAYAY，YOKOBORIK.Environment，energyandeconomy：strategiesforsustainability[M].Tokyo：UnitedNationsUniversityPress，1998.

[4]楊翔，李小平，周大川.中國制造業(yè)碳生產(chǎn)率的差異與收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（12）：3-20.

[5]何建坤，蘇明山.應(yīng)對全球氣候變化下的碳生產(chǎn)率分析[J].中國軟科學(xué)，2009（10）：42-47.

[6]SONGML，ZHANGLL，LIUW.Bootstrap-DEAanalysisofBRICSenergyefficiencybasedonsmallsampledata[J].Appliedenergy，2013，112（12）：1049-1055.

[7WANGZH，HEWJ，WANGB.PerformanceandreductionpotentialofenergyandCO2emissionsamongtheAPECsmemberswithconsideringthereturntoscale[J].Energy，2017，138（11）：552-562.

[8]潘家華，張麗峰.我國碳生產(chǎn)率區(qū)域差異性研究[J].中國工業(yè)經(jīng)濟(jì)，2011（5）：47-57.

[9]張成，蔡萬煥，于同申.區(qū)域經(jīng)濟(jì)增長與碳生產(chǎn)率——基于收斂及脫鉤指數(shù)的分析[J].中國工業(yè)經(jīng)濟(jì)，2013（5）：18-30.

[10]于雪霞.區(qū)域碳生產(chǎn)率變化差異成因分析[J].中國人口·資源與環(huán)境，2015，25（S1）：344-349.

[11]諶偉，諸大建，白竹嵐.上海市工業(yè)碳排放總量與碳生產(chǎn)率關(guān)系[J].中國人口·資源與環(huán)境，2010，20（9）：24-29.

[12]王樹柏，李小平.中國制造業(yè)碳生產(chǎn)率變動(dòng)對出口商品質(zhì)量影響研究[J].上海經(jīng)濟(jì)研究，2015（10）：87-96.

[13LIW，WANGW，WANGY，etal.HistoricalgrowthintotalfactorcarbonproductivityoftheChineseindustry：acomprehensiveanalysis[J].Journalofcleanerproduction，2018，170（1）：471-485.

[14]程琳琳，張俊飚，田云，等.中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應(yīng)[J].資源科學(xué)，2016（2）：276-289.

[15]程琳琳，張俊飚，何可.多尺度城鎮(zhèn)化對農(nóng)業(yè)碳生產(chǎn)率的影響及其區(qū)域分異特征研究——基于SFA、E指數(shù)與SDM的實(shí)證[J].中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（5）：107-116.

[16ZHOUP，ANGBW，HANJY.Totalfactorcarbonemissionperformance：aMalmquistindexanalysis[J].Energyeconomics，2010，32（1）：194-201.

[17]MENGMX，NIUD.Three-dimensionaldecompositionmodelsforcarbonproductivity[J].Energy，2012，46（1）：179-187.

[18LUZN，YANGY，JIANW.FactordecompositionofcarbonproductivitychangeinChinasmainindustries：basedontheLaspeyresdecompositionmethod[J].Energyprocedia，2014，61：1893-1896.

[19]LONGRY，SHAOTX，CHENH.SpatialeconometricanalysisofChinasprovince-levelindustrialcarbonproductivityanditsinfluencingfactors[J].Appliedenergy，2016，166（3）：210-219.

[20]李榮杰，張磊，趙領(lǐng)娣.中國清潔能源使用、要素配置結(jié)構(gòu)與碳生產(chǎn)率增長——基于引入能源和人力資本的生產(chǎn)函數(shù)[J].資源科學(xué)，2016（4）：645-657.

[21]林善浪，張作雄，劉國平.技術(shù)創(chuàng)新、空間集聚與區(qū)域碳生產(chǎn)率[J].中國人口·資源與環(huán)境，2013，23（5）：36-45.

[22]劉習(xí)平，盛三化，王珂英.經(jīng)濟(jì)空間集聚能提高碳生產(chǎn)率嗎？[J].經(jīng)濟(jì)評論，2017（6）：109-123.

[23]謝會(huì)強(qiáng)，黃凌云，劉冬冬.全球價(jià)值鏈嵌入提高了中國制造業(yè)碳生產(chǎn)率嗎[J].國際貿(mào)易問題，2018（12）：113-125.

[24]邵桂蘭，?，?，李晨，等.出口商品結(jié)構(gòu)對碳生產(chǎn)率的門檻效應(yīng)研究[J].資源科學(xué)，2019（1）：142-151.

[25GOUYETTEC，PERELMANS.ProductivityconvergenceinOECDserviceindustries[J].Structuralchange&economicdynamics，1997，8（3）：279-295.

[26]MULDERP，DEGROOTHLF.Sectoralenergy-andlabor-productivityconvergence[J].Environmentalandresourceeconomics，2007，36（1）：85-112.

[27]MULDERP，DEGROOTHLF，PFEIFFERB.Dynamicsanddeterminantsofenergyintensityintheservicesector：across-countryanalysis，1980-2005[J].Ecologicaleconomics，2014，100（4）：1-15.

[28]王許亮，王恕立.服務(wù)業(yè)能源生產(chǎn)率變遷及收斂性分析——基于全球40個(gè)經(jīng)濟(jì)體細(xì)分行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（1）：42-59.

[29]肖挺.中國服務(wù)業(yè)分行業(yè)兩類全要素生產(chǎn)率變化及收斂性比較分析[J].管理評論，2017（8）：53-64.

[30]徐盈之，趙玥.中國信息服務(wù)業(yè)全要素生產(chǎn)率變動(dòng)的區(qū)域差異與趨同分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（10）：49-60.

[31]劉興凱，張誠.中國服務(wù)業(yè)全要素生產(chǎn)率增長及其收斂分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（3）：55-67.

[32]肖挺.我國省份間服務(wù)業(yè)全要素生產(chǎn)率的檢驗(yàn)分析[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（2）：70-82.

[33]朱國忠，喬坤元，虞吉海.中國各省經(jīng)濟(jì)增長是否收斂？[J].經(jīng)濟(jì)學(xué)（季刊），2014（3）：1171-1194.

[34]余泳澤.中國省際全要素生產(chǎn)率動(dòng)態(tài)空間收斂性研究[J].世界經(jīng)濟(jì)，2015（10）：30-55.

[35]龐瑞芝，王亮.服務(wù)業(yè)發(fā)展是綠色的嗎？——基于服務(wù)業(yè)環(huán)境全要素效率分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2016（4）：18-28.

[36LEELF，YUJ.Somerecentdevelopmentsinspatialpaneldatamodels[J].Regionalscienceandurbaneconomics，2010，40（5）：255-271.

[37]ELHORSTJP.Matlabsoftwareforspatialpanels[J].Internationalregionalsciencereview，2014，37（3）：389-405.

[38MANKIWNG，ROMERD，WEILDN.Acontributiontotheempiricsofeconomicgrowth[J].Quarterlyjournalofeconomics，1992，107（2）：407-437.