我国服务业环境效率的测算与分析

崔晓 王含晓（吉林建筑大学）

一、引言

自改革开放以来，服务业发展突飞猛进，服务业产值占我国总产值的比重逐年增加，随着经济全球化的推进和我国对服务业的重视，服务业的发展展现出全所未有的活力。在服务业快速发展的背景下，服务业引起的能源和环境问题日益严重。长期以来，一直认为服务业是一个清洁、低能耗、低排放的行业。目前，中国正面临许多环境挑战，政府出台了一些政策和措施，但这些政策和措施主要是为了促进产业结构从传统工业化向现代服务业转型，提高现代服务业在国民经济中的比重。与一些高污染、高排放的行业相比，服务业略显清洁。然而，在服务业迅速发展的同时，其能耗也在迅速上升。如何在服务行业中实现节能减排和绿色低碳发展，是服务行业亟待解决的问题。因此，在保持我国经济快速发展的同时，减少服务业污染排放，提高服务业环境效率，坚定地走绿色高质量发展之路，对中国来说已迫在眉睫。

二、相关研究综述

20世纪90年代，学者们开始对环境效率进行深入研究，首次有学者定义生态效率，1990年Schaltegger与Sturm认为生态效率是指增加值和环境影响的比率。环境效率是对环境质量的衡量，其中包含经济因素，这一指标有利于解释经济与环境的协调关系。

Ming-Chung（2012）采用ZSG-DEA模型计算欧洲25国的CO2排放，并将其作为投入变量，GDP作为产出变量，计算出不同区域的CO2调整量，进而实现碳排放的再分配。通过对25个区域再分布后环境效率的测算，发现区域间的环境效率均为1。Linetal（2005）使用方向距离函数对63个国家在1981—2005年期间的环境效率进行了测量，研究结果表明，在高收入群体中，环境效率是最高的，而在中低收入群体中，则是最低的。彭静等（2022）以长江经济带沿线各省为研究对象，采用超效SBM模型，对各省农业环境效益进行了测算。刘德娟（2021）、蔡玲（2021）均在一个省级尺度上测量了农业环境效率，利用EBM和非径向、非角度的超效SBM两种方法，分析了不同地区农业环境效率的差异。

从国内外很多学者的研究来看，很少有学者研究服务业的环境效率。庞瑞芝、王亮（2016）采用修正的Bootstrap二阶段法，对中国服务产业的环境全要素效率（ETFE）进行了实证检验，结果表明，中国服务业的发展并非“绿色”。宋雪和匡贤明（2018）基于SBM-DEA模型，对2003—2015年中国30个省市（直辖市）的工业和服务效率进行了实证分析，并以此为依据，对各省在不同发展时期的工业和服务效率变化的特点和趋势进行了探讨。

基于上述研究，在此基础上，本文拟采用非期望SBM-DEA模型，以2000—2019年全国各省市的投入产出数据为基础，对我国服务业的环境效率进行测算与实证分析，为我国服务产业的整体效率提升与区域服务产业的协调发展提供理论支撑。

三、研究方法与指标构建

（一）SBM-DEA效率测度模型

多数学者对数据包络法（DEA）的使用落脚点为对径向和角度的度量，无法全面反映投入产出变量之间关系的松弛特征，对非期望产出条件下的效率值无法准确度量。Tone（2001）提出SBM-DEA模型就是为了解决上述问题，它是一种基于松弛变量的非径向与非角度的模型。假定有 n个决策单元，p个投入指标，S1个期望产出指标，S2个非期望产出指标，投入、期望产出和非期望产出元素分别为x、yg、yb，定义矩阵X、Yg、Yb为、、。则SBM-DEA效率测度模型可以表示成：

式中S-、Sg、Sb分别为投入指标、期望产出指标及非期望产出指标的松弛变量，λ为权重向量，目标ρ是关于S-、Sg、Sb严格单调递减的函数，且0≤ρ≤1。

（二）指标与数据

服务业环境效率的合理有效测度，需要构建合理的服务业环境效率评价指标体系。Gomes（2007）设置的投入变量为CO2排放量，产出变量为人口、能源消耗和国内总产值，非期望产出变量被当作投入变量来处理。孙作人（2012）、林坦（2011）等也采用了这样的方法，从而避免了“无效率”问题的出现。

从表1中可以看出，本论文选取资本、劳动和能源三个方面的投入，以省级服务业固定资本存量（2000—2019年）为资本投入指标，使用永续盘存法，遵循张军等人在研究中提出的计算方法：

表1 服务业环境效率指标构建

其中，服务业的固定资本存量用K来表示，服务业的固定资产投资额用I来表示，服务业固定资产折旧率用δ表示，本文令δ等于4% 。用服务业当年投资指标I来表示服务业固定资本形成总额，通过服务业固定资产投资价格指数来进行平减。以2000—2019年30个省份（西藏除外）服务业年底就业人数（以万人计）为劳动力投入，以2000一2019年全省服务业的能耗总额为能源投入，以各种类型能耗的折算系数为万吨标准煤，并进行累加。期望产出选择了2010一2019年各省份的服务业GDP，将其作为唯一的好产出指标，然后用第三产业GDP指数来对其进行平减。非期望产出选择了2000—2019年服务业中的CO2和SO2的排放量，将其作为坏产出的指标，依据IPCC编制的《温室气体排放清单》中提出的参照方法，将各类能源的碳排放系数换算为CO2排放量。参考现有学者的研究，服务业排放的SO2通过生活SO2进一步计算得出。

以上投入产出数据来自《中国统计年鉴（2000一2019）》《中国环境统计年鉴（2000一2019）》《中国第三产业统计年鉴（2000一2019）》《中国能源统计年鉴（2000一2019）》。

四、服务业环境效率测度分析

基于各地区服务业好坏产出、资本投入、劳动投入等数据，采用非期望产出SBM模型，使用stata软件测算了中国服务业各省市的环境效率值，典型年份的测算结果如表2所示。

从总体来看，我国服务业环境效率均值为0.47，服务业环境效率已到达最优效率的47%，距离环境效率的最佳生产前沿面还有53%，说明我国服务业环境效率在一定层面上还有很大进步空间。

从时间序列来看，在2000一2008年期间，我国服务业的环境效率最高，平均值是0.5906，总体上呈现下降趋势。造成这种情况的原因很可能是我国在2001年加入了世界贸易组织（WTO），从而加大了对服务业的开放力度，服务业在起步阶段得到快速发展，而忽略了环境的协同治理。在2009—2013年期间，我国服务业环境效率总体上出现下滑。在这一阶段，我国正处在全球金融危机之后，由于长期的结构性调整，导致经济增长减缓，同时也是服务业新老商业模式交替的过渡期。许多在改革和发展过程中出现的尖锐矛盾都集中在服务业领域。粗放式的经济增长方式造成严重的资源消耗和环境污染，这些因素都有可能造成服务业环境效率的降低。2014一2019年是服务业的超越发展阶段，服务业环境效率的平均值只有0.3309，是三个时期中最低的。2015年，中国服务业贡献了41.9%的 GDP，拉动了6.1个百分点的GDP。近年来，交通运输、餐饮、商贸等服务性产业得到快速发展，但其所面临的环境问题日益突出，环境效益不断降低。

从不同地区来看，上海、北京、广东、江苏及浙江的服务业环境效率值较高，其服务业环境效率均值都在0.8以上，即这几个地区位于生产前沿面上，服务业发展与资源环境的协调性相对更高，而排在末尾的是贵州、青海、内蒙古及宁夏等地区，其服务业环境效率水平在0.3以下。经济发展排名更高的地区，其服务业的发展速度越快，服务业的质量也就越高，其所带来的能耗和污染问题就越好处理，服务业的内部结构也会比较好调整，环境效率也会越高。

五、结论与建议

本文分析了服务业CO2排放量和SO2排放量，丰富了服务业环境效率分析体系，通过非期望产出的SBM模型，对2000—2019年各省服务业环境效率进行了测度。服务业环境效率结果显示，我国总体呈下降趋势，总体效率均值为0.417，处于较低水平，说明我国服务业的绿色化有一定进展，但距生产前沿面还有很大距离，我国服务业环境效率在投入产出方面还有更多优化空间。

服务业发展过程中产生的环境污染已经不容忽视，要实现这一目标，就必须正确处理好资源、环境和服务业发展三个方面的关系，加速我国由粗放型发展方式向集约型发展方式转型。在此基础上，本文提出一种新的发展思路，从总体上看，中国北方和南方的服务业发展有很大不同，政府应强化发达地区与不发达地区之间的技术合作与交流，在对欠发达地区实施发展政策时，要将各地区的比较优势充分考虑进去，突出区域之间的差异性，避免出现雷同化发展及资源分配的低效现象。