相向而行還是背道而馳：生產(chǎn)性服務(wù)業(yè)集聚與污染減排

□ 陸鳳芝，王群勇

一、引 言

進(jìn)入中國(guó)特色社會(huì)主義新時(shí)代，社會(huì)主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長(zhǎng)的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。 人民群眾對(duì)藍(lán)天白云、綠水青山的優(yōu)美生態(tài)環(huán)境的期盼是美好生活需要的重要組成部分。 中國(guó)政府高度重視污染減排工作，正在加快生態(tài)文明頂層設(shè)計(jì)和制度體系建設(shè)，行政處罰、環(huán)保監(jiān)察、排污權(quán)交易等一系列環(huán)保政策持續(xù)推出。 習(xí)近平總書記指出，“生態(tài)環(huán)境是關(guān)系黨的使命宗旨的重大政治問(wèn)題，也是關(guān)系民生的重大社會(huì)問(wèn)題”。 十九大報(bào)告明確提出：“建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì)。”污染減排是中國(guó)經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展的一大“主旋律”，也是中國(guó)經(jīng)濟(jì)邁向高質(zhì)量發(fā)展的重要一環(huán)。

當(dāng)前，中國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展水平與西方發(fā)達(dá)國(guó)家相比仍差距較大，但生產(chǎn)性服務(wù)業(yè)已經(jīng)成為服務(wù)業(yè)中發(fā)展最快，最具潛力的部門[1]。 “十一五”“十二五”“十三五”規(guī)劃持續(xù)聚焦生產(chǎn)性服務(wù)業(yè)的發(fā)展布局，并作出了方向性規(guī)劃。 生產(chǎn)性服務(wù)業(yè)因具有較高的空間關(guān)聯(lián)性、較強(qiáng)的跨界服務(wù)性等特點(diǎn)而普遍存在空間集聚現(xiàn)象[2]。 生產(chǎn)性服務(wù)業(yè)集聚發(fā)展是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型、邁向高質(zhì)量發(fā)展的另一大“主旋律”。生產(chǎn)性服務(wù)業(yè)集聚與污染減排作為當(dāng)前中國(guó)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的重要推力與目標(biāo)函數(shù)，兩者間存在不容忽視的內(nèi)在經(jīng)濟(jì)關(guān)聯(lián)。

在上述背景下，我們期望的理想狀態(tài)是：伴隨生產(chǎn)性服務(wù)業(yè)集聚的不斷加深，污染排放的現(xiàn)實(shí)狀況能夠得到有效改善，即實(shí)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚發(fā)展與污染減排兩大“主旋律”珠聯(lián)璧合、相得益彰的政策效果。 少數(shù)文獻(xiàn)嘗試探討生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響，但仍存在諸多值得完善之處。 具體而言，在指標(biāo)的選擇上多選取單一指標(biāo)衡量污染排放狀況[3][4]，城市的污染排放并非由工業(yè)二氧化硫、工業(yè)廢水、工業(yè)煙粉塵等某一污染物排放指標(biāo)所決定，而是由它們共同影響的結(jié)果。 在模型的構(gòu)建上多采用非空間計(jì)量方法[5]，而地區(qū)間環(huán)境治理策略存在明顯的互動(dòng)行為，城市間污染排放也存在一定的空間相關(guān)性[6][7]，使用空間分析方法更為適宜；此外，將生產(chǎn)性服務(wù)業(yè)集聚的直接效應(yīng)與溢出效應(yīng)納入同一分析框架的研究還較為缺乏。 在研究?jī)?nèi)容上未能從行業(yè)異質(zhì)性視角探討生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響，未能有效揭示生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的可能機(jī)制，也未從外部性視角深入分析生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的經(jīng)濟(jì)機(jī)理。 中國(guó)經(jīng)濟(jì)在轉(zhuǎn)型發(fā)展過(guò)程中必然經(jīng)歷的生產(chǎn)性服務(wù)業(yè)集聚現(xiàn)象與污染減排這一當(dāng)今世界可持續(xù)發(fā)展的時(shí)代訴求而言，究竟是相向而行，還是背道而馳，即生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放究竟表現(xiàn)出怎樣的影響方向和作用機(jī)制值得深入探討。

為此，本文嘗試作出如下可能的邊際貢獻(xiàn)：第一，在數(shù)據(jù)的選取上，采用2003—2017 年中國(guó)281 個(gè)地級(jí)及以上城市的面板數(shù)據(jù)，相比于省級(jí)或國(guó)家層面數(shù)據(jù)更為細(xì)致，能夠有效反映城市間的異質(zhì)性，使得研究結(jié)論更為可靠。 第二，在研究方法上，為有效克服傳統(tǒng)計(jì)量模型將研究對(duì)象視為均質(zhì)、獨(dú)立的缺陷，并探究生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的空間溢出影響，文章主要基于空間杜賓模型分解效應(yīng)方法進(jìn)行實(shí)證檢驗(yàn)。 第三，在指標(biāo)構(gòu)建上，采用熵值法構(gòu)建污染排放指數(shù)，全面、客觀測(cè)度各城市的污染排放狀況，對(duì)減排成效進(jìn)行客觀評(píng)估。 第四，在研究?jī)?nèi)容上，本文重點(diǎn)研究生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響及作用機(jī)制，從區(qū)域與行業(yè)異質(zhì)性視角進(jìn)行實(shí)證檢驗(yàn)；從產(chǎn)業(yè)結(jié)構(gòu)、信息基礎(chǔ)設(shè)施、人口集聚及環(huán)境規(guī)制等四個(gè)方面進(jìn)行中介效應(yīng)分析；進(jìn)一步地，本文探究了生產(chǎn)性服務(wù)業(yè)集聚的MAR 外部性、Jacobs 外部性及Porter 外部性對(duì)污染排放的影響。

二、理論分析與研究假說(shuō)

現(xiàn)有研究一致認(rèn)為，人口集聚、金融集聚、FDI 集聚、產(chǎn)業(yè)集聚等對(duì)污染排放具有顯著影響。 探究產(chǎn)業(yè)集聚減排效應(yīng)的文獻(xiàn)大多基于制造業(yè)集聚視角[8][9][10]，認(rèn)為制造業(yè)集聚對(duì)污染排放具有雙重效應(yīng)，可能會(huì)通過(guò)擴(kuò)大生產(chǎn)規(guī)模[11][12]、增加能源消費(fèi)需求[13]等渠道而加劇污染排放，也可能通過(guò)技術(shù)溢出、專業(yè)化分工、規(guī)模經(jīng)濟(jì)等路徑有效降低污染排放。 鑒于此，本文嘗試從理論與實(shí)證視角較為系統(tǒng)、深入地探究生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響及作用機(jī)制，以檢驗(yàn)生產(chǎn)性服務(wù)業(yè)集聚與污染減排這兩大“主旋律”能否實(shí)現(xiàn)相向而行、相得益彰的經(jīng)濟(jì)政策效果。

梳理現(xiàn)有文獻(xiàn)，生產(chǎn)性服務(wù)集聚對(duì)污染排放的影響機(jī)理可概括如下：一方面，生產(chǎn)性服務(wù)業(yè)集聚可通過(guò)深化與上下游產(chǎn)業(yè)間的分工與協(xié)作，有效發(fā)揮中間服務(wù)品生產(chǎn)的規(guī)模經(jīng)濟(jì)效應(yīng)，降低企業(yè)的生產(chǎn)成本、交易成本，促使企業(yè)生產(chǎn)環(huán)節(jié)向環(huán)保、高附加值兩端延伸[1][14]，從而有助于降低污染排放；另一方面，生產(chǎn)性服務(wù)業(yè)集聚的規(guī)模經(jīng)濟(jì)效應(yīng)還有助于工業(yè)企業(yè)將污染減排產(chǎn)品外包給專業(yè)企業(yè)代為生產(chǎn)，有效提升環(huán)境污染的治理效果[15]。 部分學(xué)者從集聚的外部性視角分析生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響。 根據(jù)MAR 外部性理論，生產(chǎn)性服務(wù)業(yè)的集聚發(fā)展可以提供具有針對(duì)性的專業(yè)化服務(wù)，能夠有效強(qiáng)化知識(shí)、信息與技術(shù)在企業(yè)間的共享與擴(kuò)散，提高工業(yè)企業(yè)能源要素的使用效率；促使工業(yè)企業(yè)使用信息技術(shù)、研發(fā)設(shè)計(jì)等生產(chǎn)性服務(wù)要素作為生產(chǎn)中間投入品，進(jìn)而實(shí)現(xiàn)工業(yè)生產(chǎn)過(guò)程中的節(jié)能減排[1]。依據(jù)Jacobs 外部性理論，生產(chǎn)性服務(wù)業(yè)多樣化集聚增加了工業(yè)企業(yè)污染減排外包服務(wù)選擇的多樣性與可獲得性，同時(shí)有助于環(huán)保新技術(shù)、新工藝應(yīng)用于科技產(chǎn)業(yè)，提高企業(yè)的能源效率，達(dá)到降污減排的作用。 Porter 外部性理論認(rèn)為，外部性主要來(lái)源于開放環(huán)境下的競(jìng)爭(zhēng)性專業(yè)化分工[16]，開放、共享的環(huán)境有助于健康、良性競(jìng)爭(zhēng)機(jī)制的形成，有效遏制機(jī)會(huì)主義的蔓延，從而促使工業(yè)企業(yè)精細(xì)化分工，催生大量生產(chǎn)性服務(wù)需求，產(chǎn)業(yè)結(jié)構(gòu)趨于柔性化，最終實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展質(zhì)量的提升，有效降低污染排放[17]。 綜上所述，本文提出如下研究假說(shuō)：

假說(shuō)1 生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放具有顯著的促降作用，即生產(chǎn)性服務(wù)業(yè)集聚有助于污染減排

生產(chǎn)性服務(wù)業(yè)作為典型的知識(shí)和技術(shù)密集型行業(yè)，匯聚了大量?jī)?yōu)秀人才，容易產(chǎn)生“學(xué)習(xí)效應(yīng)”，先進(jìn)的生產(chǎn)技術(shù)與創(chuàng)新信息伴隨人員的跨區(qū)域流動(dòng)而產(chǎn)生空間溢出效應(yīng)[18]。 生產(chǎn)性服務(wù)業(yè)與制造業(yè)通過(guò)上下游產(chǎn)業(yè)的關(guān)聯(lián)性，形成協(xié)同集聚模式，這種協(xié)同集聚具有顯著的空間溢出效應(yīng)和空間反饋機(jī)制[19]。 此外，城市位置的空間特殊性也決定了生產(chǎn)性服務(wù)業(yè)集聚必定會(huì)受到周邊城市的影響，并且在很大程度上決定了生產(chǎn)性服務(wù)業(yè)集聚的空間溢出效應(yīng)[20]。 信息咨詢、金融、科學(xué)研究等高端生產(chǎn)性服務(wù)業(yè)多位于區(qū)域中心城市，具有交易頻率低、服務(wù)范圍廣等特點(diǎn)，對(duì)周邊地區(qū)污染排放產(chǎn)生明顯的溢出影響。 韓峰和謝銳[15]利用中國(guó)地級(jí)市面板數(shù)據(jù)，實(shí)證檢驗(yàn)了生產(chǎn)性服務(wù)業(yè)集聚對(duì)碳排放的影響，研究發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚可以顯著提升周邊城市的碳排放水平。 曹聰麗和陳憲[21]利用277 個(gè)地級(jí)及以上城市數(shù)據(jù)，研究發(fā)現(xiàn)高端生產(chǎn)性服務(wù)業(yè)集聚對(duì)鄰近城市經(jīng)濟(jì)績(jī)效的提升具有顯著促進(jìn)作用。 綜上所述，本文提出如下研究假說(shuō)：

假說(shuō)2 生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放可能存在顯著的空間溢出影響

基于現(xiàn)有文獻(xiàn)和經(jīng)濟(jì)學(xué)邏輯，我們認(rèn)為生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響機(jī)制可能表現(xiàn)為如下幾個(gè)方面。 第一，產(chǎn)業(yè)結(jié)構(gòu)的中介效應(yīng)。 長(zhǎng)期以來(lái)，中國(guó)的經(jīng)濟(jì)發(fā)展模式主要以投資驅(qū)動(dòng)為主，導(dǎo)致經(jīng)濟(jì)發(fā)展對(duì)生產(chǎn)要素的投入過(guò)度依賴，不可避免地出現(xiàn)“高污染、高能耗、高排放”的路徑依賴特征。 生產(chǎn)性服務(wù)業(yè)作為第三產(chǎn)業(yè)的重要組成部分，其集聚發(fā)展有助于提高第三產(chǎn)業(yè)比重，優(yōu)化、升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，減少經(jīng)濟(jì)發(fā)展對(duì)能源要素的需求，降低污染物的排放。 此外，生產(chǎn)性服務(wù)業(yè)的集聚發(fā)展及其對(duì)制造業(yè)的有效嵌入，還有助于制造業(yè)結(jié)構(gòu)升級(jí)和生產(chǎn)效率的提高，實(shí)現(xiàn)污染減排的目的[22]。 第二，信息基礎(chǔ)設(shè)施的中介效應(yīng)。 生產(chǎn)性服務(wù)業(yè)有別于工業(yè)，具有產(chǎn)品無(wú)形、難以存儲(chǔ)、生產(chǎn)消費(fèi)同時(shí)并存等特征[23]，伴隨空間距離的增加，信息傳遞呈衰減特征，地理距離曾一度成為生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)難以有效發(fā)揮的壁壘。 近年來(lái)，伴隨信息技術(shù)的快速發(fā)展，生產(chǎn)性服務(wù)業(yè)可以通過(guò)信息基礎(chǔ)設(shè)施的改善，從而為更多的企業(yè)提供服務(wù)，有助于生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)的發(fā)揮，從而對(duì)污染排放產(chǎn)生更為廣泛、顯著的影響。 林伯強(qiáng)和譚睿鵬[24]實(shí)證檢驗(yàn)發(fā)現(xiàn)，經(jīng)濟(jì)集聚可以通過(guò)基礎(chǔ)設(shè)施這一中介路徑顯著影響綠色經(jīng)濟(jì)效率。 第三，人口集聚效應(yīng)。 一方面，生產(chǎn)性服務(wù)業(yè)集聚隨著人口和要素的集中而形成規(guī)模效應(yīng)，有助于能源利用，環(huán)境治理以及交通、醫(yī)療等公共資源的共享，促進(jìn)資源的合理配置，進(jìn)而提高污染的治理效率。 另一方面，生產(chǎn)性服務(wù)業(yè)集聚在提高城市資源配置效率、促進(jìn)人口城鎮(zhèn)化、提高城市尤其是集聚區(qū)人口密度的同時(shí)，也會(huì)產(chǎn)生大量的生產(chǎn)與生活垃圾，超出生態(tài)環(huán)境自凈能力[25]，從而加重污染排放。 第四，環(huán)境規(guī)制的中介效應(yīng)。 生產(chǎn)性服務(wù)業(yè)集聚通過(guò)專業(yè)化分工、技術(shù)創(chuàng)新、風(fēng)險(xiǎn)管理等途徑能夠有效降低工業(yè)企業(yè)的交易成本；集聚形成便捷的物流、優(yōu)質(zhì)的金融服務(wù)、前沿的科技信息等為工業(yè)企業(yè)創(chuàng)造更大的競(jìng)爭(zhēng)優(yōu)勢(shì)和利潤(rùn)空間，生產(chǎn)性服務(wù)業(yè)集聚區(qū)如“磁極”般吸引工業(yè)企業(yè)集聚于此，形成較大的污染排放壓力，政府命令型環(huán)境規(guī)制會(huì)得到加強(qiáng)，而自愿主導(dǎo)型環(huán)境規(guī)制可能會(huì)下降[26]。 綜上所述，本文提出如下研究假說(shuō)：

假說(shuō)3 生產(chǎn)性服務(wù)業(yè)集聚可能會(huì)通過(guò)產(chǎn)業(yè)結(jié)構(gòu)、信息基礎(chǔ)設(shè)施、人口集聚、環(huán)境規(guī)制等途徑影響污染排放

三、實(shí)證策略

（一）計(jì)量模型設(shè)定

本文基于STIRPAT 模型，針對(duì)研究假說(shuō)1 構(gòu)建如下模型，實(shí)證檢驗(yàn)生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響：

其中，STIRPAT 模型中的環(huán)境影響用污染排放指數(shù)(poll)表示；sagg表示生產(chǎn)性服務(wù)業(yè)集聚指數(shù)；人口、財(cái)富與技術(shù)分別用人口密度(pdensity)、人均地區(qū)生產(chǎn)總值(pgdp)和專利申請(qǐng)量(tech)表征；X表示相關(guān)的控制變量；α0～α4、ψ為待估參數(shù)；μi、νt分別表示個(gè)體與時(shí)間效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)。

傳統(tǒng)面板模型只考慮時(shí)間與個(gè)體的二維累加效應(yīng)，難以反映共同因素對(duì)不同個(gè)體的效應(yīng)差異。 本文參考Totty[27]的做法，將(1)式中的εit設(shè)置為構(gòu)建(2)式面板交互效應(yīng)模型進(jìn)行實(shí)證分析：

上式中，λi是因子載荷向量，ft是不可觀測(cè)時(shí)間共同因子向量；γ為隨機(jī)擾動(dòng)項(xiàng)。

考慮分位數(shù)回歸不受極端值的影響，估計(jì)結(jié)果也更為穩(wěn)健。 在(1)式的基礎(chǔ)上，構(gòu)建如下面板分位數(shù)回歸模型進(jìn)行檢驗(yàn)，模型設(shè)定如下：

其中，τ表示不同的分位點(diǎn)，βτ表示在不同的分位點(diǎn)各變量的估計(jì)系數(shù)。

為檢驗(yàn)生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放是否存在空間溢出，本文進(jìn)一步構(gòu)建空間計(jì)量模型進(jìn)行實(shí)證檢驗(yàn)。 空間杜賓模型(SDM)作為空間計(jì)量模型的一般形式，它包含解釋變量和被解釋變量的空間滯后項(xiàng)，可以在不同系數(shù)設(shè)定情況下退化為空間滯后模型(SLM)或空間誤差模型(SEM)，更具一般性。 因此，基于(1)式構(gòu)建如下(4)式所示的空間面板杜賓模型：

式中，W表示空間權(quán)重矩陣。 對(duì)于空間權(quán)重矩陣的設(shè)置，本文采用可以全面反映城市間空間關(guān)聯(lián)的距離倒數(shù)平方權(quán)重矩陣，具體元素設(shè)置方法如下：

空間權(quán)重矩陣對(duì)角線元素皆為0，dij為兩個(gè)城市的地理距離。

（二）指標(biāo)選取

1.被解釋變量

污染排放指數(shù)(poll)。 本文采用客觀賦權(quán)的熵值法，構(gòu)建污染排放指數(shù)來(lái)對(duì)各城市污染排放狀況進(jìn)行測(cè)度，污染指數(shù)越大，污染排放越嚴(yán)重。 考慮數(shù)據(jù)的可得性與連續(xù)性，本文選取工業(yè)二氧化硫排放量、工業(yè)廢水排放量和工業(yè)煙粉塵排放量，構(gòu)建污染排放指數(shù)，具體測(cè)算參考陸鳳芝和楊浩昌的處理方法[28]。

2.核心解釋變量

生產(chǎn)性服務(wù)業(yè)集聚(sagg)。 考慮指標(biāo)統(tǒng)計(jì)口徑的一致性，本文參考張虎等[19]的研究，選擇金融業(yè)、租賃和商務(wù)服務(wù)業(yè)、交通運(yùn)輸業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等作為生產(chǎn)性服務(wù)業(yè)的代表性行業(yè)。 生產(chǎn)性服務(wù)業(yè)集聚指數(shù)的測(cè)算方法參考顧乃華[24]的處理方法，采用能夠消除由于地區(qū)規(guī)模差異而導(dǎo)致內(nèi)生性沖擊的區(qū)位熵模型進(jìn)行測(cè)算，具體計(jì)算方法如下：

其中，PSij代表i城市生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)j的從業(yè)人數(shù)，Xi表示i城市年末從業(yè)人員數(shù)。

3.控制變量

基本的STIRPAT 模型包含P(人口)、A(財(cái)富)、T(科技)三個(gè)驅(qū)動(dòng)因素，因此添加如下三個(gè)變量作為控制變量：(1)人口密度(pdensity)，采用單位行政區(qū)劃面積上的人口數(shù)作為人口密度的代理變量(單位：人/平方公里)；(2)經(jīng)濟(jì)發(fā)展(pgdp)，采用人均地區(qū)生產(chǎn)總值作為代理變量(單位：元)；(3)技術(shù)水平(tech)，采用各城市獲得專利數(shù)作為技術(shù)水平的代理變量(單位：件)。 此外，參考現(xiàn)有文獻(xiàn)，本文還考慮了與污染減排密切相關(guān)的其他因素作為控制變量：(1)人力資本(hum)，采用每萬(wàn)人普通高等學(xué)校在校生人數(shù)表征(單位：人)；(2)環(huán)境規(guī)制(er)，采用工業(yè)固體廢物綜合利用率來(lái)表征(單位：%)；(3)財(cái)政分權(quán)(fiscal)，采用財(cái)政收入/財(cái)政支出表征；(4)外商直接投(fdi)，采用各城市使用外商直接投資額①外商直接投資額原始數(shù)據(jù)以美元計(jì)價(jià)，使用國(guó)家統(tǒng)計(jì)局官網(wǎng)公布的年均匯率進(jìn)行換算，轉(zhuǎn)化為人民幣計(jì)價(jià)；此外，在樣本考察期內(nèi)西部地區(qū)極個(gè)別城市，在起始年份外商直接投資額為0，本文以1 替換，構(gòu)建平衡面板進(jìn)行實(shí)證分析。進(jìn)行表征(單位：萬(wàn)元)。

（三）數(shù)據(jù)說(shuō)明

基于數(shù)據(jù)的可得性與指標(biāo)統(tǒng)計(jì)口徑的一致性，本文最終選取2003—2017 年中國(guó)281 個(gè)地級(jí)及以上城市(由于行政區(qū)劃調(diào)整及原始數(shù)據(jù)缺失嚴(yán)重兩方面原因，剔除巢湖、拉薩、三沙、海東等市)的面板數(shù)據(jù)作為研究樣本，各指標(biāo)原始數(shù)據(jù)來(lái)源于2004—2018 年歷年的《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境年鑒》，以及國(guó)家統(tǒng)計(jì)局官網(wǎng)，各省市統(tǒng)計(jì)局官網(wǎng)，EPS 數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。 為了盡可能消除異方差，同時(shí)避免各指標(biāo)變量因單位差異而導(dǎo)致估計(jì)系數(shù)出現(xiàn)量級(jí)差異，我們?cè)趯?shí)證研究中對(duì)各指標(biāo)取對(duì)數(shù)處理①限于篇幅，各指標(biāo)的描述性統(tǒng)計(jì)分析未作報(bào)告，已留存?zhèn)渌??！?/p>

四、實(shí)證結(jié)果分析

（一）不考慮空間效應(yīng)的回歸結(jié)果

表1 第(1)至(3)列報(bào)告了對(duì)式(1)進(jìn)行混合效應(yīng)、隨機(jī)效應(yīng)及固定效應(yīng)估計(jì)的結(jié)果，Hausman 統(tǒng)計(jì)量值為 180.83，概率p=0.000，因此，選擇固定效應(yīng)模型是適宜的。 在個(gè)體、時(shí)點(diǎn)固定的基礎(chǔ)上，本文引入時(shí)間與個(gè)體的交互項(xiàng)，構(gòu)建式(2)的面板交互固定效應(yīng)模型進(jìn)行估計(jì)，可得第(4)列報(bào)告結(jié)果，可以發(fā)現(xiàn)在10%的顯著性水平下，lnsagg的系數(shù)顯著為負(fù)，即生產(chǎn)性服務(wù)業(yè)集聚能夠有效降低污染排放，這與前3 列估計(jì)結(jié)果相一致。 為防止異方差、誤差自相關(guān)、截面相關(guān)對(duì)估計(jì)結(jié)果產(chǎn)生影響，本文還采用面板校正標(biāo)準(zhǔn)誤差估計(jì)法(PCSE)進(jìn)行實(shí)證分析，得到第(5)列的報(bào)告結(jié)果，可知生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放存在較為穩(wěn)健的促降影響，這初步證明了假說(shuō)1 是成立的。 本文進(jìn)一步以單一污染物排放指標(biāo)作為被解釋變量進(jìn)行回歸估計(jì)②限于篇幅，以單一污染物排放指標(biāo)作為被解釋變量的估計(jì)結(jié)果未作報(bào)告，已留存?zhèn)渌鳌?，估?jì)結(jié)果表明，生產(chǎn)性服務(wù)業(yè)集聚可以顯著降低工業(yè)二氧化硫、工業(yè)煙粉塵與工業(yè)廢水的排放，這與使用污染排放指數(shù)估計(jì)結(jié)果一致，再次驗(yàn)證了假設(shè)1 是成立的。 考慮綜合指標(biāo)可以同時(shí)較為全面地反映三種污染物整體排放情況，下文的實(shí)證檢驗(yàn)皆基于污染排放指數(shù)展開。

表1 生產(chǎn)性服務(wù)業(yè)集聚影響污染減排的初步回歸結(jié)果

考慮在污染程度不同的區(qū)域，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響也可能存在差異，本文采用前文構(gòu)建的面板分位數(shù)模型，依次選取0.1、0.2、0.3，…，0.9 等9 個(gè)分位點(diǎn)進(jìn)行回歸估計(jì)，可得表2 報(bào)告結(jié)果。由估計(jì)結(jié)果可知，同一變量在不同分位點(diǎn)的估計(jì)系數(shù)大小、顯著性水平均存在差異。 這一差異表明，普通面板模型報(bào)告結(jié)果可能受到數(shù)據(jù)特征的影響，難以有效、全面解釋現(xiàn)實(shí)經(jīng)濟(jì)情況，同時(shí)也再次說(shuō)明本文構(gòu)建面板分位數(shù)回歸模型的有效性。 表2 報(bào)告結(jié)果表明，在10 分位數(shù)至70 分位數(shù)之間，生產(chǎn)性服務(wù)業(yè)集聚的估計(jì)系數(shù)皆顯著為負(fù)，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚能夠有效降低污染排放。 為更為直觀、清晰地對(duì)面板分位數(shù)回歸結(jié)果進(jìn)行經(jīng)濟(jì)解釋，本文繪制了不同分位點(diǎn)、核心解釋變量lnsagg系數(shù)變化圖，如圖1所示。

觀察圖1 可知，隨著分位數(shù)的提高，lnsagg的系數(shù)在不斷變大，在0.7 分位點(diǎn)以前，系數(shù)皆顯著為負(fù)，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降作用在逐漸降低；在0.8 分位點(diǎn)以后，lnsagg的系數(shù)未能通過(guò)顯著性檢驗(yàn)。這說(shuō)明伴隨污染排放程度的加深，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)在逐漸降低。 在環(huán)保約束不斷加強(qiáng)的背景下，污染排放強(qiáng)度較大說(shuō)明該城市可能產(chǎn)業(yè)結(jié)構(gòu)偏重、能源結(jié)構(gòu)以煤為主、運(yùn)輸結(jié)構(gòu)以公路為主①相關(guān)論述參見：孫秀艷，劉毅，寇江澤.藍(lán)天保衛(wèi)戰(zhàn)，精準(zhǔn)施策加油干[N].人民日?qǐng)?bào)，2019-03-21(07).，生產(chǎn)性服務(wù)業(yè)占比相對(duì)較低，其集聚帶來(lái)的減排效應(yīng)難以有效顯現(xiàn)。 在中國(guó)經(jīng)濟(jì)綠色轉(zhuǎn)型發(fā)展的過(guò)程中，應(yīng)堅(jiān)決避免重蹈“先發(fā)展，再治理”的覆轍。 污染減排工作越早進(jìn)行越好，這樣可以有效發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)，縮短環(huán)?！瓣囃雌凇?，推動(dòng)中國(guó)經(jīng)濟(jì)穩(wěn)步邁向高質(zhì)量發(fā)展。

表2 面板分位數(shù)回歸估計(jì)結(jié)果

圖1 面板分位數(shù)回歸中l(wèi)nsagg 系數(shù)變化圖

為防止內(nèi)生性問(wèn)題對(duì)估計(jì)結(jié)果產(chǎn)生影響，本文以核心解釋變量生產(chǎn)性服務(wù)業(yè)集聚的1 期滯后值作為工具變量，采用面板工具變量法(IV)進(jìn)行回歸分析，緩解可能存在的內(nèi)生性問(wèn)題。 另外，依據(jù)中國(guó)城市生產(chǎn)性服務(wù)業(yè)集聚的分布格局，并結(jié)合已有研究，選取各城市所在地區(qū)的中心海拔高度作為工具變量。 因海拔高度屬于時(shí)不變變量，而本文構(gòu)建的面板模型包含時(shí)間與個(gè)體兩個(gè)維度，本文采用Hausman-Taylor 方法進(jìn)行估計(jì)。 面板工具變量估計(jì)結(jié)果中，生產(chǎn)性服務(wù)業(yè)集聚的系數(shù)顯著為負(fù)，與前文估計(jì)結(jié)果一致；采用中心海拔高度作為工具變量的估計(jì)結(jié)果仍與前文估計(jì)結(jié)果相一致，說(shuō)明在克服可能存在內(nèi)生性問(wèn)題后，生產(chǎn)性服務(wù)業(yè)集聚仍然能夠顯著降低污染排放。 上述研究結(jié)果再次驗(yàn)證假說(shuō)1 是成立的。

（二）空間計(jì)量回歸結(jié)果

1.空間相關(guān)性檢驗(yàn)

在進(jìn)行空間計(jì)量分析前需要檢驗(yàn)變量的空間相關(guān)性，本文采用莫蘭指數(shù)(Moran’s I)對(duì)污染排放的空間相關(guān)性進(jìn)行檢驗(yàn)。 通過(guò)計(jì)算可得如圖2 報(bào)告的結(jié)果，可以發(fā)現(xiàn)2003—2017 年污染排放的莫蘭指數(shù)在5%的顯著性水平下均通過(guò)顯著性檢驗(yàn)，這說(shuō)明中國(guó)城市間污染排放呈現(xiàn)一定的空間正相關(guān)性，即高污染排放城市與高污染排放城市相鄰，低污染排放城市與低污染排放城市相鄰。 從污染排放莫蘭指數(shù)的變化趨勢(shì)來(lái)看，呈現(xiàn)先增加后減小、再增加的波動(dòng)式特征。 空間相關(guān)性的存在，說(shuō)明下文使用空間計(jì)量模型進(jìn)行實(shí)證檢驗(yàn)是適宜的。

圖2 2003—3017 年污染排放的莫蘭指數(shù)

2.空間回歸結(jié)果分析

表3 各列分別報(bào)告了SLM、SEM 與SDM 的估計(jì)結(jié)果。考慮SDM 和SLM、SEM 之間存在相互轉(zhuǎn)化關(guān)系，本文采用Wald 檢驗(yàn)和 LR 檢驗(yàn)判別 SDM 是否會(huì)退化為 SLM(SDM→SLM)或SEM(SDM→SEM)。 當(dāng)檢驗(yàn)SDM→SLM時(shí)，Wald 統(tǒng)計(jì)量的值為29.69，LR 統(tǒng)計(jì)量的值為135.53，在1%的顯著性水平下均顯著拒絕SDM 退化為SLM；當(dāng)檢驗(yàn) SDM→SEM 時(shí)，Wald 統(tǒng)計(jì)量的值為 41.06 ，LR 統(tǒng)計(jì)量的值為149.43，在1%的顯著性水平下也顯著拒絕退化為SEM。 因此，本文采用SDM 是較為適宜的。

由表3 中的第(3)列空間杜賓模型估計(jì)結(jié)果可知，ρ的系數(shù)在1%的顯著性水平下顯著為正，說(shuō)明污染排放存在顯著的空間依賴特征。 lnsagg的系數(shù)在5%的顯著性水平顯著為負(fù)，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚有助于降低本地區(qū)污染排放。W×lnsagg的系數(shù)雖為負(fù)值，但未能通過(guò)顯著性檢驗(yàn)。 在空間杜賓模型中，當(dāng)存在空間交互項(xiàng)時(shí)，使用點(diǎn)估計(jì)容易導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏誤，回歸得到的估計(jì)系數(shù)難以有效反映解釋變量對(duì)被解釋變量的影響。 為此，本文采用偏微分將空間計(jì)量回歸結(jié)果分解為直接效應(yīng)和間接效應(yīng)，進(jìn)行經(jīng)濟(jì)分析，具體分解結(jié)果報(bào)告見表4。

表3 空間計(jì)量模型回歸結(jié)果

表4 空間計(jì)量回歸結(jié)果分解效應(yīng)

表4 結(jié)果顯示，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的直接效應(yīng)影響系數(shù)在5%的顯著性水平下顯著為負(fù)；間接效應(yīng)影響系數(shù)，在10%的顯著性水平下也顯著為負(fù)，這說(shuō)明在控制空間滯后項(xiàng)的情況下，生產(chǎn)性服務(wù)業(yè)集聚對(duì)本地及鄰近地區(qū)污染排放均存在明顯的促降效應(yīng)，這驗(yàn)證了假說(shuō)2 是成立的。因此，生產(chǎn)性服務(wù)業(yè)集聚不僅可以通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)有效降低本地區(qū)污染排放狀況，還可以通過(guò)空間溢出效應(yīng)有效降低鄰近地區(qū)污染排放。

3.穩(wěn)健性分析

為確?？臻g計(jì)量模型估計(jì)結(jié)果的穩(wěn)健、可靠，本文通過(guò)如下三種方法進(jìn)行穩(wěn)健性檢驗(yàn)：第一，更換空間權(quán)重矩陣。Madariaga & Poncet[29]認(rèn)為當(dāng)空間距離大于1624km 時(shí)，空間影響力會(huì)發(fā)生轉(zhuǎn)變。 本文以地面距離1624km 為閾值，重新構(gòu)建空間權(quán)重矩陣，構(gòu)建方法如下：

第二，考慮四大直轄市特殊的經(jīng)濟(jì)、政治地位，與普通地級(jí)市相比存在較大差異，本文剔除四大直轄市，以余下277 個(gè)城市作為研究對(duì)象進(jìn)行實(shí)證檢驗(yàn)。 第三，采用同時(shí)考慮內(nèi)生交互效應(yīng)和誤差項(xiàng)間交互效應(yīng)的SAC 模型進(jìn)行實(shí)證檢驗(yàn)。 依照上述三種方法進(jìn)行空間計(jì)量回歸，并對(duì)回歸結(jié)果進(jìn)行分解，估計(jì)結(jié)果顯示①限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果未作報(bào)告，已留存?zhèn)渌?。，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的直接效應(yīng)在5%的顯著性水平下皆通過(guò)顯著性檢驗(yàn)，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚能夠有效降低本地污染排放，前文估計(jì)結(jié)果穩(wěn)健、可靠，同時(shí)也表明假說(shuō)1 是穩(wěn)健成立的。 生產(chǎn)性服務(wù)業(yè)集聚的間接效應(yīng)估計(jì)系數(shù)也顯著為負(fù)，與前文估計(jì)結(jié)果也相一致，說(shuō)明生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響存在顯著的空間溢出效應(yīng)，假說(shuō)2 也是穩(wěn)健成立的。 其他控制變量的系數(shù)也基本與前文保持一致。 綜上所述，前文研究結(jié)論穩(wěn)健、可靠。

五、異質(zhì)性與影響機(jī)制分析

（一）異質(zhì)性分析

1.區(qū)域異質(zhì)性

本文依據(jù)國(guó)家統(tǒng)計(jì)局的劃分方法，將全國(guó)劃分為東部、中部、西部及東北四個(gè)地區(qū)(其中，東部地區(qū)87 個(gè)城市、中部地區(qū)80 個(gè)城市、西部地區(qū)80 個(gè)城市、東北地區(qū)34 個(gè)城市)進(jìn)行研究。 需要說(shuō)明的是，考慮SDM 模型分解效應(yīng)能更為準(zhǔn)確地反映空間模型中解釋變量對(duì)被解釋變量的影響，此處及下文采用空間計(jì)量模型進(jìn)行回歸分析時(shí)都直接給出分解效應(yīng)結(jié)果。 分區(qū)域的實(shí)證檢驗(yàn)結(jié)果報(bào)告見表5。

從表5 的第(1)、(3)、(5)、(7)列報(bào)告的直接效應(yīng)估計(jì)結(jié)果來(lái)看，生產(chǎn)性服務(wù)業(yè)集聚均能夠有效改善本地區(qū)污染排放，這與全國(guó)層面估計(jì)結(jié)果一致。 此外，生產(chǎn)性服務(wù)業(yè)集聚的估計(jì)系數(shù)絕對(duì)值從東部—中部—東北—西部逐漸降低①本文在比較四大區(qū)域生產(chǎn)性服務(wù)業(yè)集聚的估計(jì)系數(shù)顯著程度時(shí)優(yōu)先從顯著性水平視角判別，然后結(jié)合估計(jì)系數(shù)大小進(jìn)行排序。，說(shuō)明經(jīng)濟(jì)相對(duì)發(fā)達(dá)、基礎(chǔ)設(shè)施更為完善的地區(qū)，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)也更為明顯。 觀察表5 的第(2)、(4) 、(6) 、(8)列報(bào)告的間接效應(yīng)估計(jì)結(jié)果可知，生產(chǎn)性服務(wù)業(yè)集聚的溢出效應(yīng)在東部、中部及東北地區(qū)仍然顯著，但在西部地區(qū)不顯著，其可能的原因是，西部地區(qū)生產(chǎn)性服務(wù)業(yè)發(fā)展滯后，產(chǎn)業(yè)層次也相對(duì)偏低[20]，難以有效發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚的空間溢出效應(yīng)。 據(jù)此，本文認(rèn)為伴隨經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變和生產(chǎn)性服務(wù)業(yè)集聚發(fā)展水平的逐步提高，經(jīng)濟(jì)發(fā)達(dá)地區(qū)如東部省份應(yīng)在中國(guó)污染減排過(guò)程中有效發(fā)揮“領(lǐng)頭羊”作用，以局部帶動(dòng)全局、以點(diǎn)帶面推進(jìn)污染減排工作的有效開展。 經(jīng)濟(jì)落后、生產(chǎn)性服務(wù)業(yè)發(fā)展滯后的西部地區(qū)，應(yīng)結(jié)合當(dāng)?shù)貙?shí)際情況，適度加快生產(chǎn)性服務(wù)業(yè)布局，以期有效發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)。

表5 區(qū)域?qū)用婵臻g杜賓模型的直接效應(yīng)與間接效應(yīng)② 限于篇幅，表5 未給出各區(qū)域空間杜賓模型的總效應(yīng)分解結(jié)果，已留存?zhèn)渌鳌?/p>

2.行業(yè)異質(zhì)性

基于全國(guó)總體樣本的研究表明，生產(chǎn)性服務(wù)業(yè)集聚發(fā)展可以有效降低污染排放，分區(qū)域的研究表明東部地區(qū)生產(chǎn)性服務(wù)業(yè)集聚對(duì)本地及鄰近地區(qū)污染排放的促降效應(yīng)最為明顯。 中國(guó)東部地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)較快，產(chǎn)業(yè)結(jié)構(gòu)也更為高級(jí)，尤其是東部地區(qū)實(shí)施的“騰籠換鳥”“退二進(jìn)三”的產(chǎn)業(yè)政策，有效優(yōu)化、升級(jí)了東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)。 我們不禁思考，不同層次的生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響是否存在顯著差異? 這是不是引起生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放影響存在區(qū)域差異的原因? 為了回答上述問(wèn)題，依據(jù)人均產(chǎn)值與研發(fā)強(qiáng)度等指標(biāo)，本文將生產(chǎn)性服務(wù)業(yè)劃分為低端生產(chǎn)性服務(wù)業(yè)與高端生產(chǎn)性服務(wù)業(yè)兩類。 其中，低端生產(chǎn)性服務(wù)業(yè)主要包括租賃和商業(yè)服務(wù)業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)等行業(yè)；高端生產(chǎn)性服務(wù)業(yè)包括金融業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等行業(yè)。 本文仍采用空間杜賓模型進(jìn)行效應(yīng)分解，分別考察高端、低端兩類生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響，實(shí)證結(jié)果報(bào)告見表6。

表6 行業(yè)層面空間杜賓模型的分解效應(yīng)

由表6 可知，低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的直接與間接效應(yīng)的估計(jì)系數(shù)皆未能通過(guò)顯著性檢驗(yàn)，說(shuō)明低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)本地及鄰近地區(qū)污染排放的促降效應(yīng)并不明顯。 高端生產(chǎn)性服務(wù)業(yè)集聚的直接效應(yīng)與間接效應(yīng)的估計(jì)系數(shù)皆顯著為負(fù)，說(shuō)明高端生產(chǎn)性服務(wù)業(yè)集聚能夠有效降低本地及鄰近地區(qū)污染排放。 該研究結(jié)論有助于從行業(yè)細(xì)分層面解釋中國(guó)生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放存在區(qū)域差異影響的現(xiàn)象。 高端生產(chǎn)性服務(wù)業(yè)集聚是降低污染排放的主要驅(qū)動(dòng)力，高端生產(chǎn)性服務(wù)業(yè)的發(fā)展依賴于區(qū)域經(jīng)濟(jì)的發(fā)展程度及人力資本水平[20]，中國(guó)東部地區(qū)經(jīng)濟(jì)發(fā)展及教育水平皆處于全國(guó)領(lǐng)先地位，而西部地區(qū)則相對(duì)滯后，因此，東部地區(qū)生產(chǎn)性服務(wù)業(yè)集聚發(fā)展較快，對(duì)污染排放的抑制作用也更為顯著，西部地區(qū)經(jīng)濟(jì)、教育水平均較為落后，生產(chǎn)性服務(wù)業(yè)布局主要以交通運(yùn)輸、租賃和商務(wù)服務(wù)業(yè)等低端行業(yè)為主，難以有效發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)。

（二）機(jī)制分析

由前文可知生產(chǎn)性服務(wù)業(yè)集聚可能通過(guò)產(chǎn)業(yè)結(jié)構(gòu)、人口集聚、信息基礎(chǔ)設(shè)施及環(huán)境規(guī)制等路徑影響污染排放，本文采用中介效應(yīng)檢驗(yàn)?zāi)Ｐ蛯?duì)上述可能的傳導(dǎo)路徑進(jìn)行識(shí)別、檢驗(yàn)。 其中，產(chǎn)業(yè)結(jié)構(gòu)(is)采用第二產(chǎn)業(yè)增加值占GDP 比重表征(單位：%)；信息基礎(chǔ)設(shè)施(infra)，參考吳濤等[30]的研究，采用人均郵電量(單位：元)表征；環(huán)境規(guī)制(er)采用前文的解釋變量工業(yè)固體廢棄物綜合利用率(單位：%)予以表征；人口集聚也采用前文的解釋變量人口密度(pdensity)予以表征。 本文構(gòu)建如下方程構(gòu)建中介效應(yīng)檢驗(yàn)?zāi)Ｐ停?/p>

其中，X為控制變量向量集；M為可能的中介變量，主要包括產(chǎn)業(yè)結(jié)構(gòu)(is)、信息基礎(chǔ)設(shè)施(fra)、人口集聚(pdensity)與環(huán)境規(guī)制(er)；其他變量的意義與前文一致。 根據(jù)中介效應(yīng)模型檢驗(yàn)原理，若三個(gè)方程中l(wèi)nsagg的估計(jì)系數(shù)α1、β1和γ2均顯著，而且γ1較α1系數(shù)絕對(duì)值降低或顯著性水平下降，則表明存在中介效應(yīng)。 表7 報(bào)告了基于面板固定效應(yīng)模型的中介效應(yīng)檢驗(yàn)實(shí)證結(jié)果。

表7 生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的機(jī)制檢驗(yàn)① 限于篇幅，表1 未報(bào)告控制變量的估計(jì)結(jié)果，已留存?zhèn)渌鳌?/p>

由表7 可知，當(dāng)將產(chǎn)業(yè)結(jié)構(gòu)視為中介變量時(shí)，式(8)—式(10)中生產(chǎn)性服務(wù)業(yè)集聚估計(jì)系數(shù)皆通過(guò)了1%的顯著性檢驗(yàn)，但式(10)中產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)未能通過(guò)顯著性檢驗(yàn)。 據(jù)此，可以判定產(chǎn)業(yè)結(jié)構(gòu)并不是生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的一個(gè)有效中介變量。 同上分析，可以發(fā)現(xiàn)信息基礎(chǔ)設(shè)施、人口集聚符合中介效應(yīng)的判斷標(biāo)準(zhǔn)。 當(dāng)將環(huán)境規(guī)制視為中介變量時(shí)，式(9)中生產(chǎn)性服務(wù)業(yè)集聚的估計(jì)系數(shù)未能通過(guò)顯著性檢驗(yàn)，且式(10)中生產(chǎn)性服務(wù)業(yè)集聚的估計(jì)系數(shù)絕對(duì)值較式(9)大，由此可以判斷環(huán)境規(guī)制并不滿足中介效應(yīng)的判別標(biāo)準(zhǔn)。 綜上所述，本文可以得出如下結(jié)論：信息基礎(chǔ)設(shè)施與人口集聚是生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的重要途徑，而產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境規(guī)制的中介效應(yīng)并不顯著。 因此，在中國(guó)加快生產(chǎn)性服務(wù)業(yè)集聚發(fā)展的過(guò)程中，人口集聚帶來(lái)的能源消耗增加可能是污染減排未能取得顯著成效的一個(gè)重要因素；信息基礎(chǔ)設(shè)施的改善是有效降低污染排放的重要突破方向；產(chǎn)業(yè)結(jié)構(gòu)未能實(shí)現(xiàn)有效“綠色”升級(jí)，環(huán)境規(guī)制尚未有效發(fā)揮對(duì)污染排放的抑制效應(yīng)，是污染排放難以根本好轉(zhuǎn)的重要原因。 上述研究結(jié)論說(shuō)明假說(shuō)3 部分成立。

六、擴(kuò)展性分析：集聚的外部性對(duì)污染排放的影響

正如前文理論分析部分所述，生產(chǎn)性服務(wù)業(yè)集聚可能會(huì)通過(guò)外部性對(duì)污染排放產(chǎn)生影響，因此，本文從生產(chǎn)性服務(wù)業(yè)集聚的MAR、Jacobs 及Porter 外部性視角進(jìn)行實(shí)證檢驗(yàn)。 參考于斌斌[20]的處理方法，采用專業(yè)化與多樣化指數(shù)分別對(duì)生產(chǎn)性服務(wù)業(yè)MAR 外部性與Jacobs 外部性進(jìn)行測(cè)度，具體計(jì)算方法如下：

其中，Eij為i城市生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)j的就業(yè)人數(shù)占該城市總就業(yè)人數(shù)比重；Ei為全國(guó)生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)j占全國(guó)總就業(yè)人數(shù)的比重。

借鑒楊仁發(fā)[31]的處理方法，構(gòu)建指標(biāo)測(cè)算生產(chǎn)性服務(wù)業(yè)集聚的Porter 外部性，計(jì)算公式如下：

其中，comi表示市場(chǎng)競(jìng)爭(zhēng)度，本文參考劉勝和顧乃華[14]的處理方法，采用城市職工平均工資作為市場(chǎng)競(jìng)爭(zhēng)程度的代理指標(biāo)。

三種外部性之間并非完全排斥[2]，還可能存在一定的相關(guān)性。 本文未將三種外部性納入同一方程，而是分別考察生產(chǎn)性服務(wù)業(yè)集聚的三種外部性對(duì)污染排放的影響。 為此，本文構(gòu)建如下空間杜賓模型進(jìn)行實(shí)證檢驗(yàn)：

上式中N分別代表MAR、Jacobs、Porter 外部性，其他變量意義同前文。

估計(jì)結(jié)果報(bào)告于表8。 由表8 可知，生產(chǎn)性服務(wù)業(yè)集聚的Jacobs 與Porter 外部性對(duì)本地及鄰近地區(qū)污染排放皆表現(xiàn)出與預(yù)期相一致的顯著促降效應(yīng)，而生產(chǎn)性服務(wù)業(yè)集聚的MAR 外部性對(duì)本地區(qū)污染排放并未產(chǎn)生預(yù)期中的促降效應(yīng)。 其可能的原因是，中國(guó)當(dāng)前高端生產(chǎn)性服務(wù)業(yè)發(fā)展滯后，生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)的發(fā)揮受到了極大限制[15]，阻礙了高端生產(chǎn)性服務(wù)業(yè)在工業(yè)價(jià)值鏈中的有效嵌入，不利于先進(jìn)生產(chǎn)信息與技術(shù)的共享與擴(kuò)散，難以改善企業(yè)的能源要素使用效率，使得生產(chǎn)性服務(wù)業(yè)集聚MAR外部性難以有效發(fā)揮對(duì)本地污染排放的促降影響。 現(xiàn)有文獻(xiàn)表明，具有一定規(guī)模與門類的生產(chǎn)性服務(wù)業(yè)城市，本地或周邊地區(qū)必然存在著與之相匹配的工業(yè)企業(yè)，本地區(qū)的生產(chǎn)性服務(wù)業(yè)可能處于產(chǎn)業(yè)價(jià)值鏈的中低端，但仍可能處于鄰近地區(qū)產(chǎn)業(yè)鏈的上游，因此生產(chǎn)性服務(wù)業(yè)集聚的MAR 外部性表現(xiàn)出較為顯著的溢出效應(yīng)。

表8 生產(chǎn)性服務(wù)業(yè)集聚外部性對(duì)污染排放的SDM 分解效應(yīng)

七、結(jié)論與政策啟示

本文以2003—2017 年中國(guó)281 個(gè)地級(jí)及以上城市面板數(shù)據(jù)為研究樣本，采用空間面板杜賓模型、中介效應(yīng)檢驗(yàn)?zāi)Ｐ偷扔?jì)量方法系統(tǒng)考察生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響及作用機(jī)制。 研究結(jié)果顯示：(1)生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放具有顯著的促降效應(yīng)，且伴隨污染排放指數(shù)分位點(diǎn)的提高，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的促降效應(yīng)在逐漸降低，達(dá)到污染排放指數(shù)的0.8 分位點(diǎn)后生產(chǎn)性服務(wù)業(yè)集聚的促降效應(yīng)不再顯著。 (2)生產(chǎn)性服務(wù)業(yè)集聚不僅可以顯著降低本地污染排放，還可以通過(guò)空間溢出效應(yīng)有效降低鄰近地區(qū)污染排放。 (3)生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的直接影響效應(yīng)由東部—中部—東北—西部依次遞減，生產(chǎn)性服務(wù)業(yè)集聚的空間溢出效應(yīng)在西部地區(qū)未能通過(guò)顯著性檢驗(yàn)。 進(jìn)一步地，劃分行業(yè)研究發(fā)現(xiàn)，高端生產(chǎn)性服務(wù)業(yè)集聚能夠顯著降低本地和鄰近地區(qū)污染排放，低端生產(chǎn)性服務(wù)業(yè)集聚對(duì)本地及鄰近地區(qū)污染排放影響并不顯著。 (4)機(jī)制研究表明，信息基礎(chǔ)設(shè)施與人口集聚是生產(chǎn)性服務(wù)業(yè)集聚影響污染排放的重要傳導(dǎo)路徑，而產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境規(guī)制的中介效應(yīng)并不顯著。(5)生產(chǎn)性服務(wù)業(yè)集聚的Jacobs 外部性和Porter 外部性可以顯著降低本地及鄰近地區(qū)污染排放，而MAR 外部性對(duì)本地污染排放的影響并不顯著，其空間溢出效應(yīng)可以有效降低鄰近地區(qū)污染排放。 據(jù)此，本文提出如下政策啟示。

第一，構(gòu)建健全、長(zhǎng)效的跨區(qū)域污染減排聯(lián)動(dòng)機(jī)制。 前文研究結(jié)果顯示，污染排放具有顯著的空間相關(guān)性，在進(jìn)行污染治理時(shí)，應(yīng)避免地方政府“各自為政”“以鄰為壑”的條塊污染治理局面出現(xiàn)；構(gòu)建統(tǒng)一的環(huán)境污染檢測(cè)平臺(tái)，實(shí)行區(qū)域間環(huán)境污染信息共享，建立區(qū)域間污染排放補(bǔ)償機(jī)制；加強(qiáng)區(qū)域間的聯(lián)合治污行動(dòng)，加快構(gòu)建一套完善、長(zhǎng)效的跨區(qū)域污染減排聯(lián)動(dòng)機(jī)制。

第二，繼續(xù)加快布局、發(fā)展生產(chǎn)性服務(wù)業(yè)，逐步提升高端生產(chǎn)性服務(wù)業(yè)的集聚水平。 生產(chǎn)性服務(wù)業(yè)集聚發(fā)展與污染減排是相向而行的，生產(chǎn)性服務(wù)業(yè)的集聚發(fā)展有助于污染排放的降低，兩大政策可以實(shí)現(xiàn)珠聯(lián)璧合、相得益彰的效果。 因此，應(yīng)著力提高生產(chǎn)性服務(wù)業(yè)的集聚水平，在政策上應(yīng)適當(dāng)向西部地區(qū)傾斜，提升西部地區(qū)生產(chǎn)性服務(wù)業(yè)集聚發(fā)展水平；在加快發(fā)展生產(chǎn)性服務(wù)業(yè)集聚、有效開展污染減排工作的過(guò)程中，要充分發(fā)揮東部地區(qū)的“領(lǐng)頭羊”作用；各地區(qū)應(yīng)結(jié)合自身資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)與發(fā)展定位，努力提升高端生產(chǎn)性服務(wù)業(yè)的集聚水平。 此外，需要注重通過(guò)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、信息基礎(chǔ)設(shè)施的改善、適度的人口集聚等中介途徑實(shí)現(xiàn)污染排放的有效治理，進(jìn)一步加強(qiáng)環(huán)境規(guī)制的強(qiáng)度與執(zhí)行力度。

第三，鼓勵(lì)生產(chǎn)性服務(wù)業(yè)的多樣化發(fā)展，為企業(yè)營(yíng)造良好的競(jìng)爭(zhēng)環(huán)境。 由于生產(chǎn)性服務(wù)業(yè)集聚的Jacobs 外部性與Porter 外部性能夠有效降低本地及鄰近地區(qū)污染排放。 因此地方政府應(yīng)該積極引導(dǎo)互補(bǔ)性較強(qiáng)的企業(yè)集聚在一起，鼓勵(lì)生產(chǎn)性服務(wù)業(yè)產(chǎn)品的多樣化發(fā)展；同時(shí)，通過(guò)營(yíng)造公平的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，有效發(fā)揮Jacobs 與Porter 外部性對(duì)污染排放的促降效應(yīng)；適度提高生產(chǎn)性服務(wù)業(yè)集聚的專業(yè)化發(fā)展，發(fā)揮MAR 外部性對(duì)鄰近地區(qū)污染排放的促降作用。

第四，繼續(xù)大力推進(jìn)污染減排攻堅(jiān)戰(zhàn)。 前文研究表明，生產(chǎn)性服務(wù)業(yè)集聚對(duì)污染排放的影響伴隨污染程度的加深，影響效應(yīng)會(huì)逐漸降低，因此，應(yīng)該加大環(huán)境保護(hù)力度，持續(xù)助力污染減排攻堅(jiān)戰(zhàn)，堅(jiān)決不走“先污染，再治理”的老路。