我國服務業環境效率的測算與分析

崔曉 王含曉（吉林建筑大學）

一、引言

自改革開放以來，服務業發展突飛猛進，服務業產值占我國總產值的比重逐年增加，隨著經濟全球化的推進和我國對服務業的重視，服務業的發展展現出全所未有的活力。在服務業快速發展的背景下，服務業引起的能源和環境問題日益嚴重。長期以來，一直認為服務業是一個清潔、低能耗、低排放的行業。目前，中國正面臨許多環境挑戰，政府出臺了一些政策和措施，但這些政策和措施主要是為了促進產業結構從傳統工業化向現代服務業轉型，提高現代服務業在國民經濟中的比重。與一些高污染、高排放的行業相比，服務業略顯清潔。然而，在服務業迅速發展的同時，其能耗也在迅速上升。如何在服務行業中實現節能減排和綠色低碳發展，是服務行業亟待解決的問題。因此，在保持我國經濟快速發展的同時，減少服務業污染排放，提高服務業環境效率，堅定地走綠色高質量發展之路，對中國來說已迫在眉睫。

二、相關研究綜述

20世紀90年代，學者們開始對環境效率進行深入研究，首次有學者定義生態效率，1990年Schaltegger與Sturm認為生態效率是指增加值和環境影響的比率。環境效率是對環境質量的衡量，其中包含經濟因素，這一指標有利于解釋經濟與環境的協調關系。

Ming-Chung（2012）采用ZSG-DEA模型計算歐洲25國的CO2排放，并將其作為投入變量，GDP作為產出變量，計算出不同區域的CO2調整量，進而實現碳排放的再分配。通過對25個區域再分布后環境效率的測算，發現區域間的環境效率均為1。Linetal（2005）使用方向距離函數對63個國家在1981—2005年期間的環境效率進行了測量，研究結果表明，在高收入群體中，環境效率是最高的，而在中低收入群體中，則是最低的。彭靜等（2022）以長江經濟帶沿線各省為研究對象，采用超效SBM模型，對各省農業環境效益進行了測算。劉德娟（2021）、蔡玲（2021）均在一個省級尺度上測量了農業環境效率，利用EBM和非徑向、非角度的超效SBM兩種方法，分析了不同地區農業環境效率的差異。

從國內外很多學者的研究來看，很少有學者研究服務業的環境效率。龐瑞芝、王亮（2016）采用修正的Bootstrap二階段法，對中國服務產業的環境全要素效率（ETFE）進行了實證檢驗，結果表明，中國服務業的發展并非“綠色”。宋雪和匡賢明（2018）基于SBM-DEA模型，對2003—2015年中國30個省市（直轄市）的工業和服務效率進行了實證分析，并以此為依據，對各省在不同發展時期的工業和服務效率變化的特點和趨勢進行了探討。

基于上述研究，在此基礎上，本文擬采用非期望SBM-DEA模型，以2000—2019年全國各省市的投入產出數據為基礎，對我國服務業的環境效率進行測算與實證分析，為我國服務產業的整體效率提升與區域服務產業的協調發展提供理論支撐。

三、研究方法與指標構建

（一）SBM-DEA效率測度模型

多數學者對數據包絡法（DEA）的使用落腳點為對徑向和角度的度量，無法全面反映投入產出變量之間關系的松弛特征，對非期望產出條件下的效率值無法準確度量。Tone（2001）提出SBM-DEA模型就是為了解決上述問題，它是一種基于松弛變量的非徑向與非角度的模型。假定有 n個決策單元，p個投入指標，S1個期望產出指標，S2個非期望產出指標，投入、期望產出和非期望產出元素分別為x、yg、yb，定義矩陣X、Yg、Yb為、、。則SBM-DEA效率測度模型可以表示成：

式中S-、Sg、Sb分別為投入指標、期望產出指標及非期望產出指標的松弛變量，λ為權重向量，目標ρ是關于S-、Sg、Sb嚴格單調遞減的函數，且0≤ρ≤1。

（二）指標與數據

服務業環境效率的合理有效測度，需要構建合理的服務業環境效率評價指標體系。Gomes（2007）設置的投入變量為CO2排放量，產出變量為人口、能源消耗和國內總產值，非期望產出變量被當作投入變量來處理。孫作人（2012）、林坦（2011）等也采用了這樣的方法，從而避免了“無效率”問題的出現。

從表1中可以看出，本論文選取資本、勞動和能源三個方面的投入，以省級服務業固定資本存量（2000—2019年）為資本投入指標，使用永續盤存法，遵循張軍等人在研究中提出的計算方法：

表1 服務業環境效率指標構建

其中，服務業的固定資本存量用K來表示，服務業的固定資產投資額用I來表示，服務業固定資產折舊率用δ表示，本文令δ等于4% 。用服務業當年投資指標I來表示服務業固定資本形成總額，通過服務業固定資產投資價格指數來進行平減。以2000—2019年30個省份（西藏除外）服務業年底就業人數（以萬人計）為勞動力投入，以2000一2019年全省服務業的能耗總額為能源投入，以各種類型能耗的折算系數為萬噸標準煤，并進行累加。期望產出選擇了2010一2019年各省份的服務業GDP，將其作為唯一的好產出指標，然后用第三產業GDP指數來對其進行平減。非期望產出選擇了2000—2019年服務業中的CO2和SO2的排放量，將其作為壞產出的指標，依據IPCC編制的《溫室氣體排放清單》中提出的參照方法，將各類能源的碳排放系數換算為CO2排放量。參考現有學者的研究，服務業排放的SO2通過生活SO2進一步計算得出。

以上投入產出數據來自《中國統計年鑒（2000一2019）》《中國環境統計年鑒（2000一2019）》《中國第三產業統計年鑒（2000一2019）》《中國能源統計年鑒（2000一2019）》。

四、服務業環境效率測度分析

基于各地區服務業好壞產出、資本投入、勞動投入等數據，采用非期望產出SBM模型，使用stata軟件測算了中國服務業各省市的環境效率值，典型年份的測算結果如表2所示。

從總體來看，我國服務業環境效率均值為0.47，服務業環境效率已到達最優效率的47%，距離環境效率的最佳生產前沿面還有53%，說明我國服務業環境效率在一定層面上還有很大進步空間。

從時間序列來看，在2000一2008年期間，我國服務業的環境效率最高，平均值是0.5906，總體上呈現下降趨勢。造成這種情況的原因很可能是我國在2001年加入了世界貿易組織（WTO），從而加大了對服務業的開放力度，服務業在起步階段得到快速發展，而忽略了環境的協同治理。在2009—2013年期間，我國服務業環境效率總體上出現下滑。在這一階段，我國正處在全球金融危機之后，由于長期的結構性調整，導致經濟增長減緩，同時也是服務業新老商業模式交替的過渡期。許多在改革和發展過程中出現的尖銳矛盾都集中在服務業領域。粗放式的經濟增長方式造成嚴重的資源消耗和環境污染，這些因素都有可能造成服務業環境效率的降低。2014一2019年是服務業的超越發展階段，服務業環境效率的平均值只有0.3309，是三個時期中最低的。2015年，中國服務業貢獻了41.9%的 GDP，拉動了6.1個百分點的GDP。近年來，交通運輸、餐飲、商貿等服務性產業得到快速發展，但其所面臨的環境問題日益突出，環境效益不斷降低。

從不同地區來看，上海、北京、廣東、江蘇及浙江的服務業環境效率值較高，其服務業環境效率均值都在0.8以上，即這幾個地區位于生產前沿面上，服務業發展與資源環境的協調性相對更高，而排在末尾的是貴州、青海、內蒙古及寧夏等地區，其服務業環境效率水平在0.3以下。經濟發展排名更高的地區，其服務業的發展速度越快，服務業的質量也就越高，其所帶來的能耗和污染問題就越好處理，服務業的內部結構也會比較好調整，環境效率也會越高。

五、結論與建議

本文分析了服務業CO2排放量和SO2排放量，豐富了服務業環境效率分析體系，通過非期望產出的SBM模型，對2000—2019年各省服務業環境效率進行了測度。服務業環境效率結果顯示，我國總體呈下降趨勢，總體效率均值為0.417，處于較低水平，說明我國服務業的綠色化有一定進展，但距生產前沿面還有很大距離，我國服務業環境效率在投入產出方面還有更多優化空間。

服務業發展過程中產生的環境污染已經不容忽視，要實現這一目標，就必須正確處理好資源、環境和服務業發展三個方面的關系，加速我國由粗放型發展方式向集約型發展方式轉型。在此基礎上，本文提出一種新的發展思路，從總體上看，中國北方和南方的服務業發展有很大不同，政府應強化發達地區與不發達地區之間的技術合作與交流，在對欠發達地區實施發展政策時，要將各地區的比較優勢充分考慮進去，突出區域之間的差異性，避免出現雷同化發展及資源分配的低效現象。