中国服务业碳生产率空间格局及影响因素研究

孙千驰

新疆财经大学经济学院

0 引言

温室气体排放已经成为世界各国关注的焦点，而CO2作为主要的温室气体，其排放对我们的生活环境和生活质量产生影响。改革开放以来，中国经济快速发展，对能源等生产要素的需求也不断增加，导致CO2排放持续增长，中国正面临“碳压力”和“碳挑战”。2020 年9 月，习近平总书记明确提出，中国力争在2030 年之前实现碳达峰，努力争取在2060 年之前实现碳中和要求，这给我国经济发展提出了明确的目标，要在不影响经济增速的同时，尽可能降低碳排放。服务业经过多次改革及转型升级，在规模及影响力方面取得了非常显著的突破。但是不容忽视，服务业作为推动国民经济发展的主要产业，在GDP 中的占比正在不断上升，但服务业的能耗问题变得较为严峻。据统计，2018 年，中国服务业能源消费总量占三次产业能源消费总量的20.57%，服务业发展所带来的碳排放已经不容忽视。

碳达峰碳中和背景下，如何降低服务业的碳排放量、提高碳生产率已成为服务业高质量发展面临的硬性约束。与此同时，由于中国各地区在经济基础、要素禀赋、地理区位等方面存在较大差异，导致服务业碳生产率各不相同。那么，中国各地区服务业碳生产率的区域差异性表现如何？其演变特征如何？影响服务业碳生产率的因素究竟是什么？地区之间有什么差别？探索上述问题，对于理解中国服务业碳生产率的演化轨迹、了解服务业碳生产率主要影响因素、探索各区域服务业低碳协调发展的路径、促进中国服务业高质量发展具有重要意义。

1 文献综述

Kaya 和yokobori［1］最早提出碳生产率的概念，将其定义为一段时间内单位CO2排放的经济产出量。碳生产率可以将碳排放和经济增长有机结合，是评价低碳经济的重要指标［2］。学界对碳生产率研究，主要有以下三方面：一是分析中国碳生产率区域异质性，研究发现中国碳生产率存在明显的区域性差异［3-4］。二是着重研究具体部门的碳生产率，大部分集中于工业部门［5］和农业部门［6］。兰梓睿（2021）［7］利用距离函数和Malmquist 指数测算工业全要素碳生产率，分析其区域差异性；李海鹏、王子瑜（2020）［8］利用产出距离函数研究中国农业碳生产率及其驱动因素。三是探析碳生产率的影响因素。多数学者认为，经济发展、技术创新、能源结构、产业结构等因素是影响碳生产率的重要因素［3］，此外，还有学者尝试从人力资本［9］、经济集聚［10］、出口商品结构［11］来考察碳生产率的影响因素。

在对服务业碳生产率的研究方面，按照研究内容大体归为以下三类：一是对服务业碳排放量测算方法上，以IPCC 方法和数据包络分析法为主。王凯、肖燕等（2016）［12］采用IPCC 温室气体排放清单中CO2排放因子估算方法，核算中国30个省份服务业碳排放量。王凯、唐小惠等（2021）［13］基于IPCC碳排放核算方法，对各省服务业碳排放量进行核算。黄慧、李康（2017）［14］采用IPCC 方法对长江经济带11 个主要省市的服务业碳排放量进行测量。滕泽伟、胡宗彪等（2017）［15］基于数据包络分析法的基础上，采用SBM 和GML 指数法对中国服务业分行业碳排放量进行测算。二是对服务业碳生产率区域差异的研究。王许亮、王恕立等（2020）［16］对中国服务业碳生产率区域差异进行测算，得出中国服务业碳生产率呈现从东到西递减的格局。三是对服务业碳生产率影响因素的研究。李薇、彭丽（2018）［17］测算中国服务业整体及14 个细分行业的碳生产率，检验其影响因素，结果表明技术进步是主导行业发展水平、人力资本水平以及研发投入强度时主要因素。滕泽伟、胡宗彪等（2017）［15］研究发现技术是提高碳生产率的主要因素，但技术并没有发挥出提升服务业碳生产率的作用，还有很大的空间。

专家研究提供了重要的参考价值。然而，尽管部分学者对服务业碳生产率的影响因素进行了研究，但缺乏对服务业碳生产率影响因素的地区差异的研究。要想精准减少各地区服务业碳排放量、提高碳生产率，找准各地区服务业碳生产率影响因素很关键，这对于实现各地区服务业合理规划、促进各地区生态文明建设具有一定积极作用。在此基础上，引入碳生产率指标，并采用IPCC 碳排放测算方法测算中国2005-2019年服务业碳生产率，并采用空间自相关的方法探寻其空间演变特征，最后运用空间杜宾模型探究我国各区域服务业碳生产率的主要影响因素。

2 服务业碳生产率的空间格局分析

2.1 研究方法

2.1.1 服务业碳排放量测算

基于IPCC 碳排放核算方法［18］，对各地区服务业碳排放量进行核算，公式如下：

其中，Ait表示i 省份t 年的服务业碳排放总量，Eijt为i省份第t年第j类能源的消费量；bj为第j类能源的碳排放系数，即每消耗第j 类能源所产生的碳排放量。下标i表示省份，t表示年份，j表示能源消费类型，将最终能源消费种类划分为8 类，具体包括：煤炭、焦炭、汽油、煤油、柴油、燃料油、电力、天然气。

2.1.2 服务业碳生产率测算

服务业碳生产率是指服务业增加值与服务业碳排放总量之比，具体公式如下:

其中，CPit为i 省份t 年的服务业碳生产率, Yit为i 省份t 年的服务业增加值,Ait为i 省份t 年的服务业碳排放总量。

2.1.3 服务业碳生产率空间关联特征分析

采用空间自相关分析法来剖析中国服务业碳生产率的空间关联特征，运用全局空间自相关对其空间相关性进行检验，以描述空间自相关特征的演变特征。利用局部自相关，分析各省份及邻近省份服务业碳生产率的空间关联类型和空间相关模式，公式如下：

公式中，I 和Ii分别为中国服务业碳排放强度全局Moran’s I 指数值和局部Moran’s I 指数值：n 为空间位置的数量；Wih表示空间权重矩阵,选用空间邻接矩阵；xi、xh分别为i省份和h省份的服务业碳排放强度；xˉ为各地区的人均服务业碳排放强度均值。

2.2 数据来源

各种能源的碳排放因子数据是根据《2006 年IPCC 温室气体排放清单指南》中平均低位发热量及碳排放因子计算得到，如表1 所示。各地区服务业能源消费量根据《中国能源统计年鉴》地区能源平衡表“交通运输、仓储和邮政业”“住宿、餐饮业”“批发、零售业”以及“其他行业”的能源消费加总得到。

表1 能源类型及碳排放系数统计表

2.3 结果分析

2.3.1 服务业碳生产率测算结果分析

根据2005-2021年中国服务业碳生产率测算结果得出中国服务业碳生产率呈现增长态势，其值由2005 年1.56 上升到2021 年7.21，年均增长率为9.42%，由此可知，中国服务业在低碳经济的发展道路上取得了一定成就。从不同阶段来看，2005-2012年服务业碳生产率由1.56上升至2.84，年均增长率为7.78%；2013-2021年服务业碳生产率由3.17上升至7.21，年均增长率为9.56%，增长率呈现上升趋势，这与国家节能减排政策推进和服务业节能减排政策体系的不断完善有关。各级政府已经意识到，服务业对于生态环境的影响，开始通过控制能源结构，提升发展动能的方式，对相关服务主体进行约束，进一步促进能源消费结构的转型升级。

从中国四大区域服务业碳生产率测算结果来看（如图1 所示），在样本期间内，东、中、西、东北部服务业碳生产率平均值分别为5.67、3.56、3.3、2.39，表现出从东到西、从南到北逐渐递减的格局。从服务业碳生产率演变趋势看，东、中、西三大区域均呈现稳定上升趋势，而东北地区服务业碳生产率呈现波动上升趋势。从年均增长率看，由高到低的

图1 全国及各地区碳生产率情况

四个地区依次为东、西、中、东北，年增长率分别为10.77%、8.37%、8.29%、7.76%。结果表明，各区域服务业碳生产率在数值和增长率均存在明显的区域差异性特征，虽然中西部在数值上比较落后，但是增长率较高，表明中西部地区服务业发展质量有很大的上升空间。

2.3.2 服务业碳排放量空间格局演化

1）全局空间格局演化

2005-2021 年中国服务业碳生产率的全局Moran’s I 值，如表2 所示，在［0.329，0.425］内，均大于0，表明中国服务业碳生产率存在显著空间正相关，即服务业碳生产率呈现空间集聚特征。原因可能是邻近地区服务业发展的基础以及资源禀赋较为相似，因此服务业生产过程中的要素投入与碳排放的空间关联程度相对较高，同时，服务业减排技术在邻近省份间的交流与推广也使得服务业的低碳发展存在空间相关性。分阶段来看：2005-2010 年全局Moran’s I 值在［0.329，0.189］间先上升再下降，说明服务业碳生产率空间正相关性先增强后减弱；2011-2021 年，全局Moran’s I 值在［0.219,0.425］间波动上升，服务业碳生产率空间正相关性出现波动增强的趋势，是随着服务业发展以及交通与通信设施的日趋完善，各地区在服务业领域的经济技术交流不断紧密，服务业碳生产率的空间自相关性越来越强。

表2 2005-2021年各年度中国服务业碳生产率全局Moran’s I指数

2）局部空间格局演化

2005 年和2021 年的局部Moran’s I 散点图（见图2），各省的具体空间布局可以被分为以下四种类型：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 型分别占比40%、13%、13%、33%,L-L 型和H-H 型这两种类型的占比相对较大，共计占比73%，由此可见，国内服务业碳排放的聚集效应相对明显。2021 年与2005 年相比H-H 型和L-L 型分布更广泛，且空间集聚格局优化趋势明显，H-H型省份数量增加，并向西扩散，L-H 型和H-L 型省份数量减少，转向少数省份，形成H-H 和L-L 型之间的“分离分化”带。

H-H 型省份占比从2005 年的20% 提高到2021 年的33%，这些省份主要分布在东部沿海地区和中部地区，且大面积衔接，并由东向中部地区逐步扩散，这与服务业碳生产率高省份的空间格局基本一致。其中东部四省（江苏、广东、浙江、福建）和中部地区两省（江西、安徽）一直处于H-H型集聚区，是中国服务业的高碳生产率集中区；北京、天津、上海等东部、中部地区省份逐渐进入H-H 型集聚区，并与江苏、广东、浙江、福建、安徽、江西共同构成中国服务业碳生产率高集中区。

L-L 型省份占比无明显变化，表明我国碳生产率水平低的省份在逐渐向高水平转移。L-L型省份在西部地区以及东北部地区相对常见，这种布局的碳生产率相对较低。其中，辽宁、吉林、黑龙江等东北地区省份和云南、甘肃等西部地区省份始终处于L-L型集聚区，为中国服务业碳生产率低集聚区；陕西、宁夏、青海等西部地区省份逐渐退出L-L 型集聚区。

L-H 型省份占比从2005 年的20% 下降到2021 年的13%，主要分布在东部和中部地区。其中，东部地区的上海，中部地区的湖北始终处于LH型省份中，服务业碳生产率较低，与邻近碳生产率较高的省份相邻，在空间上形成中间低、四周高的分布形态。

H-L 型省份占比无明显变化，其中四川、重庆两个西部地区省份始终处于H-L 型省份中，四川和重庆在研究期间内都是服务业碳生产率较高，与周围邻近的碳生产率低的省份形成空间分异，空间格局上呈现中部高、四周低的分布形态。与此同时，东部的北京、中部的河北和河南也由H-L 型转变为H-H 型，究其原因，这三个省份的碳生产率在研究期间内有明显的提高，与周边碳生产率高的省份形成L-L型集聚，拓展L-L型集聚区范围。

3 服务业碳生产率的影响因素分析

3.1 模型构建

由于各地区服务业碳生产率之间存在空间自相关性，因此选择使用空间计量模型将地区间的相互联系纳入到模型中进行实证分析。根据空间杜宾模型来看，变量之间的内在联动关系是探索问题的关键，这种方式非常具有代表性，因此，在研究过程中，选择这种方式探索不同空间的内在差异以及关联。具体公式如下：

其中，CPit表示碳生产率，lnXit表示所要考察的影响因素，i表示地区，t表示时间，b表示各指标在空间矩阵下的系数,w、p 分别表示空间矩阵（选取空间邻接矩阵）以及因变量空间自相关系数，eit表示扰动项。

3.2 变量选取

3.2.1 被解释变量

用服务业碳生产率（CP）作为被解释变量，服务业碳生产率水平越高，表明该地区服务业低碳竞争力就越强，反之则表明该地区服务业低碳竞争力就越差。数据主要来自各省份服务业增加值与服务业碳排放总量的比值。

3.2.2 解释变量

能够对服务业碳生产率产生影响的因素是多样的，不仅要把经济因素纳入考虑范围，也要考虑非经济因素，前人的研究结果也是值得参考的［19-20］，将人口密度与经济发展水平综合考量，产业结构和能源结构也应纳入对服务业碳生产率影响因素的分析过程中，其中，用各区域的人口密度、用人均GDP 代表经济发展水平、用第三产业占GDP 比重代表产业结构、用煤炭消费量占能源消费量总量的比重代表能源结构。主要的数据都来源于2015 年至2021 年间的《中国统计年鉴》和《中国第三产业统计年鉴》以及各省份的统计年鉴。

3.3 结果分析

3.3.1 LR、LM检验

首先展开LM 检验来选择适合的空间计量模型结果如表3 所示。检验结果显示LM-lag、Robust LM-lag、LM-error 和Robust LM-error 四项指标均在1%的显著水平下显著，说明选择空间模型的正确性。随后加入LR 检验，从而对空间滞后模型和空间误差模型的选用进行确定。检验结果表示LR检验都对原假设抗拒，所以不管选用误差项还是滞后项，都没有空间杜宾模型合适。

表3 LR LM检验结果

3.3.2 回归结果分析

1）全国的角度分析

空间计量分析结果（见表4）表明，从全国角度看，所有的影响因素对中国服务业碳生产率影响均显著。经济发展水平和人口密度与碳生产率之间的关系是正相关的，我国生态文明建设和低碳经济的发展是可能性较大的原因，人们的环保意识增强以及对新能源消费的比重不断提高，能源消费结构不断优化导致服务业碳排放量不断减少，经济水平不断提高，最终导致碳生产率提高；而能源消费结构、产业结构对碳生产率产生负向作用，原因可能是我国服务业发展起步比较晚，产业结构不完善，能耗量比较高，能源消费结构不合理，导致碳排放量比较大。从空间矩阵的指标结果来看，除经济发展水平外，人口密度、能源消费结构、产业结构存在着空间溢出效应；其中，人口密度、产业结构为正，说明这两个因素对周边地区碳生产率的影响存在促进作用，能源结构为负，原因可能是某地区的能源消费会提高周边地区碳排放量进而削弱周边地区的碳生产率，而能源结构中清洁能源占比少，化石能源比重较大增加对周围地区的碳排放量。

表4 全国及各地区空间杜宾模型结果

2）异质性分析

各因素对东、中、西、东北四个区域服务业碳生产率的影响结果如表4所示。

东部地区，从非空间关系下各项指标结果看，各因素对东部地区服务业碳生产率均呈现相关性，其中经济发展水平、能源结构、产业结构起促进作用，人口密度起阻碍作用，可能原因是东部地区人们生活水平相对较高，对服务业的需求比较多，相对应服务业的投入产出较多，导致能源消费量增加。根据加入空间矩阵的指标结果，可以看出人口密度有正向的空间溢出效应的存在，产业结构存在着负向的空间溢出效应，但经济发展水平和能源结构没有空间溢出效应的存在，原因可能是因为东部地区在改革开放以后经济发展迅速，积累了大量资本与技术，能源消费结构优化、城市绿化建设和政府管理水平处于全国领先地位，使得东部地区经济发展水平对本地区服务业碳生产率效果作用很大，但是由于其他地区经济发展水平不高，且技术水平、绿化建设等和东部地区有很大的差距，导致东部地区对其他地区碳生产率的影响不明显。

中部地区，从非空间关系下各项指标结果可知，人口密度对中部地区服务业碳生产率起到促进作用，服务业碳生产率受到经济发展水平，能源结构和产业结构的阻碍，其中产业结构对服务业碳生产率阻碍作用最大，可能原因是中部地区经济发展水平不高，服务业的产业结构也不合理，并且能源消费以化石能源消费为主，因此碳的排放量比较大。从加入空间矩阵的指标结果来看，各指标均具有空间溢出效应，其中人口密度和能源结构在空间上有显著的正向溢出效应，这表明中部地区人们的环保意识以及能源结构优化有待提升，政府应继续给予扶持，借此推动其碳生产率提高。

西部地区，在非空间关系下各项指标结果可知，经济发展水平、人口密度和产业结构对西部地区服务业碳生产率起促进作用，产业结构对服务业碳生产率的提升作用是最大的，经过研究可以发现原因是，西部地区产业结构的提高，促进了服务业增加值的提高，以及西部地区人口密度低，对服务业的需求比较少，最终导致碳排放量比较低。根据加入空间矩阵的指标结果可以看出，人口密度当中则是负向的空间溢出效应，经济发展水平、能源结构和产业结构并不存在空间溢出的效应，究其原因是西部地区服务业发展比较落后以及能源消费不高导致对周围地区服务业碳排放量的影响较小。

东北地区，从非空间关系下各项指标结果可知，经济发展水平对东北地区服务业碳生产率起促进作用，而能源结构起阻碍作用，从数值上看经济发展水平对东北地区服务业碳生产率的促进作用最大，原因可能是东北地区在能源消费上是以煤炭为主，加上东北地区服务业发展水平相对较低，近些年来东北地区经济发展相对较慢，导致该地区碳排放量比较大，服务业碳生产率较低。从加入空间矩阵的指标结果看，人口密度存在正向空间溢出效应，经济发展水平、产业结构和能源结构不存在空间溢出效应。

3.3.3 稳健性检验

为了探究模型的稳健程度，对2015 年到2019年的区间进行了相关的检验，稳健结果表明，在全国角度，影响服务业碳生产率的积极因素仍然是经济发展水平和人口密度，能源结构和产业结构对服务业的碳生产率，产生的作用是反向的，系数大小的变动以外方向是明显一致的。同时可以看出，各个地区的检验结果和全国的整体结果维持着相同的趋向，这也能够证明本研究使用的模型是有相当的稳健性的。

4 结论与对策建议

中国服务业碳生产率呈现增长态势，东部地区为服务业碳生产率高的地区，西部地区和东北地区为服务业碳生产率低的地区，中部地区为过渡地带。中国服务业碳生产率存在明显的空间非均衡性，总体上表现出东高西低的格局。中国服务业的碳生产率自身存在着正向的空间相关性，某一个地区的服务业碳生产率会在其他地区的影响下产生变动。在探究中国服务业碳生产率影响因素时，经济发展水平、人口密度、能源结构和产业结构是影响中国服务业碳生产率的重要因素，并在各地区的表现存在差异，从空间溢出性上看，除经济发展水平外，其他因素均存在空间溢出效应。

基于上述结论，提出如下建议：

1）要促进服务业的产业结构进行升级，并且提高技术创新的能力。加大对低碳技术的扶持力度，促进产业结构升级，可以有效降低产业单位产能消耗，是提升其碳生产率的有效途径。国家和政府对于低碳技术的研发投入强度要增大，成立一个专门研究节能减排的相关机构，与发达国家展开积极的合作，将先进的低碳技术引入。各地区应制定符合本地区的科技发展战略，东部地区侧重提高低碳技术创新效率以及新技术的转化和应用，主动承担清洁能源技术和节能减排技术的研发，扮演低碳技术创新领头角色。东北地区和西部地区要对技术人才引进机制进行改善，技术的创新是由人来决定的，人是关键因素，技术创新的能力和水平受到人员素质的直接影响，所以建立起一个完善的人才机制是推动技术创新的必要因素。中部地区应在规模效率低下的省份利用财政税收政策促进高新技术产业集群，强化产业集聚效应，提升规模经济，同时，充分利用技术创新的空间效应，形成与东部地区的良性互动，以高技术区域带动低技术区域发展，实现低碳技术的广泛应用。

2）降低高碳能源的消费比重，鼓励消费可再生能源。中国煤炭资源相对于其他资源比较丰富，决定了中国能源结构以煤炭为主，而煤炭的碳含量高于其他能源，从而导致既定能源下的碳排放量相对较高。鉴于传统能源格局的局限性，针对服务业能源消费结构不合理的问题，应降低化石能源比重，大力开发利用新能源和可再生能源；此外，在服务业中继续提高热力、天然气等低碳能源的比重，尽力减少煤炭、石油等高碳能源比重。中部地区要把自身的位置优势利用起来，加强可再生能源的消费比重，通过对可再生能源的补贴和税收的返还，提高可再生能源在总能源消费当中的比重。东北地区应在东北振兴战略的时代背景下，转变高消耗、高排放的发展模式，推动可再生能源的利用，促进东北地区能源结构转型升级。

3）要对环境的规章制度进行适当的加强。对环境进行优化管制，最终确立起一个最佳的环境规制程度，只有合理的环境规制强度才能有效地提高企业的治污水平。根据各地区的现实特点进一步细化碳排放标准，实现节能减排的合理约束。东部地区应通过互联网平台，全方位多途径地广泛宣传绿色消费模式，把追求绿色消费作为时尚引领，引领公众理性选择可持续的消费模式。中部地区要发挥环境规制对产业结构升级的作用，不断提高利用外资水平，引导资源合理配置，优化能源消费结构，推动产业结构优化升级。西部地区应加强对企业的监督管理体系，强化污染处罚执法力度，对于严重超标的企业应强行关闭，确保企业污染排放达标，遏制生态环境恶化。东北地区应加大环境治理投入，优化生态环境保护管理，强化事中事后监管，同时，利用资源优势建设一批提升城市功能、改善生态环境、具有东北特色的产业项目。