长三角地区生产性服务业集聚对区域生态效率的影响

2020-04-16喻胜华傅榕

湖南大学学报(社会科学版) 2020年2期

喻胜华傅榕

[摘要] 基于2005-2016年间长三角地区江、浙、沪、皖市级面板数据，利用超效率SBM模型和动态空间杜宾模型，研究该区域生产性服务业集聚对生态效率的影响。结果表明，长三角地区城市生态效率存在显著的空间正相关性与“时间惯性”，空间溢出效应十分明显。生产性服务业集聚在空间上对区域生态效率产生抑制作用，两者之间存在倒“U”型关系。其中，生产性服务业专业化集聚对周围城市的生态效率具有负向空间溢出效应;长期来看，高端生产性服务业集聚能够提升本地区生态效率，而低端生产性服务业的过度集聚则会抑制生态效率的提高。生产性服务业集聚对生态效率的影响与城市等级规模有关，在特大城市中，生产性服务业集聚可以显著提升城市生态效率;而在其他类型城市中，生产性服务业集聚对生态效率产生抑制作用。

[关键词] 生产性服务业;集聚;生态效率;空间计量

[中图分类号] F063.1 [文献标识码] A [文章编号] 1008—1763（2020）02—0049—08

Impact of the Agglomeration of Producer Services

on Ecological Efficiency in the Yangtze River Delta Region

YU Sheng-hua，FU Rong

（ School of Economics and Trade， Hunan University， Changsha 410079 ，China）

Abstract： Based on the panel data of Jiangsu， Zhejiang，Shanghai and Anhui municipalities in the Yangtze River delta region from 2005 to 2016， this paper studies the impact of the agglomeration of producer services in this region on ecological efficiency by using the super-efficiency SBM model and dynamic spatial durbin model. The results show that the urban ecological efficiency in the Yangtze river delta has a significant spatial positive correlation with "time inertia"， and the spatial spillover effect is very obvious. The concentration of producer services in space can inhibit regional ecological efficiency， and there may be an inverted U-shaped relationship between the two. Among them， the professional agglomeration of producer services has a negative spatial spillover effect on the ecological efficiency of surrounding cities. In the long run， the agglomeration of high-end producer services can improve the ecological efficiency of the region， while the excessive agglomeration of low-end producer services will inhibit the improvement of ecological efficiency. The effect of producer services agglomeration on ecological efficiency is related to the scale of cities. In other types of cities， the agglomeration of producer services inhibits the ecological efficiency.

Key words： producer services; agglomeration; ecological efficiency; spatial measurement

一文獻综述

生产性服务业作为促进产业融合与产业升级的关键产业，是“新常态”下我国转变经济增长方式的重要节点。学术界关于生产性服务业集聚对环境污染的影响并未形成统一观点：有部分学者认为生产性服务业集聚对环境污染产生一定的抑制作用，如 Hosoe和Naito认为生产性服务业集聚提高了企业对新产品的研发投入，促进了节能环保技术在制造业领域的应用，进而降低了城市污染物的排放; [ 1 ] 刘胜等人发现生产性服务业集聚对环境污染的抑制作用显著，推动了城市工业污染减排; [ 2-3 ] 余泳泽等人认为生产性服务业集聚对水污染和空气污染起到显著抑制作用，专业化集聚和多样化集聚减少了工业废水和SO 2的排放量。 [ 4 ] 然而，也有学者认为产业的过度集聚会恶化环境质量，反向增加环境治理成本，如Ottaviano指出，产业的过度集聚在技术瓶颈难以突破的情况下不仅不能改善环境质量，反而会恶化生态环境，增加环境治理成本; [ 5 ] Ren等人以上海市为例，发现产业集聚通过加剧土地资源的开放，对水体治理产生了污染; [ 6 ] 韩峰等人发现生产性服务业专业化集聚和多样化集聚并未产生预期的碳减排效应，其中高端生产性服务业集聚减排效应明显，而低端生产性服务业却显著提升了相邻城市碳排放水平。 [ 7 ] 除此之外，还有学者认为，生产性服务业与环境污染之间不是简单的线性关系，短期与长期内的作用效果可能会截然相反，如黄娟的研究表明，制造业与生产性服务业共同集聚在特大城市、大城市对污染排放的影响呈倒“U”型曲线关系; [ 8 ] 蔡海亚等人认为贸易开放与制造业生产性服务业协同集聚对雾霾污染的作用因两者发展的不匹配而存在门槛效应。 [ 9 ] 在产业集聚与生态效率方面，吴传清等人通过生态DEA模型和面板Tobit模型分析了产业转移对长江经济带中上游地区生态效率的影响; [ 1 0 ] 田美玉等人通过工业竞争力系数来衡量转入城市和转出城市，证明转出城市工业转移与工业生态效率呈“U”型关系; [ 1 1 ] 邱虹等人利用两阶段DEA效率模型，将生态效率应用到我国地区工业产业的经济效率评价中; [ 1 2 ] 赵爽等人采用三阶段DEA模型对工业企业生态效率的研究做了进一步的改进; [ 1 3 ] 何宜庆等人对金融要素集聚、区域产业结构和生态效率进行耦合协调实证研究，发现珠三角经济圈耦合协调程度最高，长三角次之，环渤海经济圈最末; [ 1 4 ] 刘云强等人认为在产业集聚的引导下，绿色创新技术对长江经济带生态效率的正向作用从上游至下游逐渐增强; [ 15 ] 阎川等人的研究发现，生产性服务业地理集聚、专业化和多样化集聚会在短时间内抑制生态效率的提升，但长期促进作用显著; [ 16 ] 于斌斌指出生产性服务业集聚的Jacobs外部性与MAR外部性均能提升本地区的能源效率，Jacobs外部性还对邻近地区存在显著的空间溢出效应; [ 17 ] 张志彬认为生产性服务业集聚能显著促进工业企业竞争力的提升; [18]崔宇明等人从城镇化角度出发，发现产业集聚对生态效率的促进作用存在门槛效应; [ 19 ] 程中华等人认为生产性服务业专业化和多样化集聚对不同等级规模城市的工业效率提升存在显著差异。 [ 20 ] 综上所述，已有文献大多是从产业转移、产业升级等方面探讨对生态效率的影响，而站在产业集聚层面进行区域研究的并不多，多数学者采用省级数据进行研究，研究样本的空间跨度和地区内部差异性较大，也有学者从全国地级市层面进行探讨，但模型多采用普通的面板模型，忽略了产业集聚和生态效率的空间分布和空间溢出效应。本文从生产性服务业的角度出发，探讨其集聚与生态效率的关系，基于城市面板数据进行空间计量分析。

二生产性服务业集聚对生态效率

影响的机理分析

生产性服务业集聚影响生态效率的理论机制可以从经济与环境两方面进行分析。在产业集聚与经济增长的理论研究方面，外部经济理论、产业区位论以及新经济地理学等理论均表明产业集聚能够促进区域经济增长。产业集聚效应促使企业不断优化自身生产流程，生产过程中间产品投入逐渐外包化，从而推动生产性服务业的产生。生产性服务业集聚使专业化的人才、知识、技术、以及信息更加集中，使得产业区中的制造企业能够以较低的成本获得生产过程中所需中间投入品的资源，通过生产性服务业，知识、信息、技术等生产要素的传播速度得以提升，降低了制造企业因信息不对称而带来的生产效率低下等问题。同时，生产性服务业集聚推动了当地政府公共基础设施的集中修建，减少了因企业分布过于分散而导致的重复建设，降低了能源消耗与社会成本。此外，公共设施共享有助于企业交易费用的下降，节省了一定的经济成本，带来正向的规模经济外部性。因此，生产性服务业集聚有利于促进经济增长。生态效率是生态资源满足人类需要的效率，是社会经济产出与环境影响的比值。生态效率的相关理论主要是可持续发展理论的继承与延伸，其中包括资源经济理论、环境经济理论等。生产性服务业集聚能够通过资源共享、技术革新以及良性竞争三个方面抑制环境污染，对生态效率产生正向影响。在资源共享方面，生产性服务业集中在某一区域，可以减少企业的搜索成本、时间成本以及共享资源的重置成本，同时，生产性服务业集聚的区域多为城市CBD区，该区域的公共基础设施能够由政府部门集中建设，城市公共设施、交通设施的完善提高了公共资源使用率。经济生产成本与社会公共成本的降低，提升了能源利用效率，减少了因人类活动而带来的污染物的产生与排放。在技术革新方面，生产性服务业是典型的知识溢出型产业，拥有专业化技能的高级人才能够通过与同类型人才的交流迸发思维的火花，从而在研发技术上设计出更多具有创新性的产品，推动了企业生产技术的革新，进一步提高生产效率，降低环境污染。在企业良性竞争方面，由集聚效应所带来的规模经济吸引更多的企业与人才流入生产性服务业，产业内部，各个企业为提高市场占有率而不断改进服务质量，优化产品，由竞争产生的就业压力致使人才不断提高自身技能水平，增强个人综合素质。这种良性竞争能够带领整个产业在价值链中由低端走向高端，高端产业的集聚再带来显著的正向规模经济效应。生产性服务业的过度集聚会消耗过多的生产要素，占用大量社会资源，增加环境治理成本，从而反过来恶化生态环境。生产性服务业集聚与当地关联产业无法达到良好的协同发展，对本地产业结构优化、减少环境污染、提升生态效率均有不利影响。当生产性服务业集聚带来正向的外部经济效应与正向的环境污染抑制效应时，集聚能够在促进经济增长的同时加强节能减排，提升地区生态效率;当生产性服务业集聚会恶化生态环境时，集聚虽然能够推动社会经济的发展却也增加了环境治理成本，地区生态效率有所降低。并且随着时间的推移、城市规模的扩大与科学技术的进步，生产性服务业集聚对生态环境的影响会在不同阶段或不同城市个体之间呈现显著的差异。

三生产性服务业集聚对生态效率影响的实证分析

（一）生态效率的测算

经过对多种测算方法的比较，本文采用Tone（2002）提出的超效率SBM模型计算生态效率。利用MAXDEA软件，设定非导向、规模报酬可变测算长三角地区41个地级市的生态效率。投入指标为全市从业人员期末数、市辖区建成区面积、每年固定资产投资总额（以2005年为基期，采用张军等人的方法用投资平减价格指数进行平减： [21]固定资产投资平减价格指数=0.45*所在省份的固定资产投资价格指数+0.55*所在省份的消费者价格指数）、市辖区全年供水总量和市辖区全年用电总量;期望产出为城市实际GDP，非期望产出为全市工业废水排放量、工业SO 2排放量以及工业烟粉尘排放量。

（二）变量的选取与说明

将交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，金融业，租赁和商务服务业，科学研究、技术服务业和地质勘查业，环境治理和公共设施管理这七个行业划分为生产性服务业。出于本文的研究目的，笔者选择用区位熵来计算生产性服务业的产业集聚度。区位熵的计算公式如下：

LQi= Si/Gi S/G

上式中，S i表示城市i生产性服务业单位从业人数，G i为城市i全部行业单位从业人数，S表示长三角地区生产性服务业单位从业人数，G代表长三角地区全部行业单位从业人数。

本文的控制变量Z有：政府干预程度GOV，以历年政府公共财政支出占当年城市GDP的比重来衡量;投资开放度FDI，用全市每年實际使用对外投资总额占当年该市GDP的比重来表示，并统一将各个城市当年实际使用外资金额乘以当年人民币对美元的平均汇率进行换算;人力资本EDU，用每年中学在校生人数与高等教育在校生人数的总和占全市总人口的比重来衡量;人口规模POP，用全市年末总人口数表示;城市交通状况TRA，用市辖区居民（民用）汽车拥有量与城市道路面积的比值来表示。

（三）模型构建

本文采用地理距离矩阵进行生态效率的空间莫兰指数检验，面板莫兰指数I=0.038，P值为0.001，说明生态效率存在显著的空间正相关性，拒绝无空间效应的原假设。针对空间计量模型的选择，本文先进行Hausman检验，统计量的观察值为29.78，P值为0.0001，因此选择固定效应模型。表1显示了LM和Robust LM统计量的P值，检验结果表明该模型兼具空间误差与空间滞后两种效应，因此本文选择空间杜宾SDM模型。 [22]同时进一步进行Wald检验与LR检验，结果如下表所示。为消除异方差与模型内生性问题，我们基于稳健标准误将所有变量滞后一期进行计算，即选择动态空间杜宾模型。

以生态效率EE为被解释变量，生产性服务业集聚LQ为主要解释变量，并加入相应的控制变量Z，构建动态空间杜宾模型，在模型中加入生产性服务业集聚指标的对数及对数的平方项，构建的空间计量模型如下：

模型a：

EE it=α+βEE it-1+ρ（WEE） it+φ1lnLQ it+φ2（lnLQ it）2+θ1W（φ1lnLQi）+θ2W（φ2（lnLQ it）2）+γZ it+WγZ it+μi+νt+ε it

其中，EE i，t表示第i个城市第t期的生态效率;EE i，t-1表示第i个城市第t-1期的生态效率; lnLQ it为第i个城市第t期的生产性服务业集聚水平，同时加入该项的二次项以考察产业集聚与生态效率之间是否存在非线性关系。W为空间权重矩阵，Z it为其他控制变量，μi和νt分别表示空间和时间固定效应，ε it为误差项。

（四）实证分析

基于数据选择的可得性、系统性和可比性等原则，本文选择长三角地区江浙沪皖地级市的面板数据计算生态效率。由于2011年巢湖市被撤销，所以剔除该市数据，研究样本定为41个地级市。同时，由于部分城市的数据只更新至2016年，且往前追溯相对完整的数据只能到2005年，因此本文将研究期定为2005-2016年。数据主要来源于《中国统计年鉴》、《中国城市统计年鉴》以及相关省市的统计年鉴等。

表中生态效率的滞后一期变量在模型中的系数为正，且在1%的检验水平下显著，说明长三角地区的上一期经济与环境情况会对当期的区域生态效率产生影响，存在明显的“时间惯性”。模型的空间自回归系数SymbolrA@为正，且在1%水平上通过显著性检验，表明该地区生态效率具有较强的正向空间外溢效应。实证结果显示，长三角地区生产性服务业集聚对生态效率有着负向影响，且在1%的水平上显著。同时，生产性服务业集聚对数项的二次项（lnLQ） 2空间系数为负，且通过10%的显著性水平检验，表明长三角地区生态效率与生产性服务业集聚之间存在倒“U”型关系，生产性服务业集聚水平处于该曲线的右侧，因此对生态效率的影响呈现抑制作用。生产性服务业集聚的对数项与对数项二次项的空间滞后项回归系数均在5%水平下显著，表明生产性服务业集聚对区域生态效率的影响具有时滞性，且这种影响在研究期内呈负向。生产性服务业集聚的直接效应、间接效应以及总效应在短期和长期内空间系数均为负，呈现明显的抑制作用。长期中各个效应的空间系数均比相应的短期各效应的空间系数更小，说明长三角地区的生产性服务业集聚对本地区和邻近地区的生态效率都会产生抑制作用，且这种影响会不断加深。

（五）行业异质性分析

将生产性服务业集聚按产业集聚模式与产业集聚类型进行异质性研究，其中产业集聚模式分为生产性服務业专业化集聚和多样化集聚，产业集聚类型分为高端生产性服务业集聚与低端生产性服务业集聚。

（1）生产性服务业专业化集聚SP

该指标的构建方法参考Ezcurra提出的产业专业化集聚测算方法， [23]得到以下公式：

SPi=∑ s E is Ei - E′s E′

上式中，E is代表城市i某生产性服务业s的单位从业人数，Ei表示城市i的单位总从业人数，E′s为除城市i的某生产性服务业s的单位从业人数，E′是除城市i外长三角地区的单位总从业人数。

（2）生产性服务业多样化集聚DV

多样化集聚水平的测算公式，借鉴韩峰提出的计算方式构建该指标， [ 7 ] 公式如下：

DVi=∑ s E is Ei 1/∑n s′=1，s′≠s[E is′/（Ei-E is）]2 1/∑n s′=1，s′≠s[E s′/（E-Es）]2

其中，Es代表长三角地区某生产性服务业s的单位从业人数，E为长三角地区单位总从业人数。

本文将信息传输、计算机服务和软件业，金融业，科学研究和技术服务业，环境治理和公共设施管理归为高端生产性服务业（GD），将交通运输、仓储和邮政业，批发和零售业，租赁和商务服务业归为低端生产性服务业（DD）。高端生产性服务业集聚与低端生产性服务业集聚测算采用区位熵公式。分别将SP、DV、GD和DD代替模型a中的LQ，可得到模型b、c、d、e，得到的行业异质性实证结果如表3所示。

由模型b与模型c的回归结果可知：生产性服务业专业化集聚的直接效应不显著，间接效应与总效应均通过显著性检验，说明城市生产性服务业专业化集聚没有提升本地区的生态效率，并且对邻近城市的生态效率有着明显的负向空间溢出作用。在长三角及其经济辐射地区，生产性服务业的集聚模式由专业化集聚向着多样化集聚的方向转变。在样本研究期内，生产性服务业多样化集聚的空间效应尚不明显，无法对城市生态效率产生显著影响，而生产性服务业专业化集聚已经形成一定规模，空间效应相对于多样化集聚更加显著。本地区专业化集聚程度越高，越能发挥产业集聚效应，吸引更多的要素流入该地区，进一步促进生产性服务业专业化集聚的高水平发展。大量资源要素涌入该城市，对邻近城市相同或相似产业发展构成威胁，生产性服务业专业化集聚对周围城市的生态效率产生抑制作用。而出于本城市工业产业升级和市场需求多样化的需要，生产性服务业专业化集聚又在向着多样化集聚演变，因而在研究期内，专业化集聚没有表现出对本地生态效率明显的促进作用。

从模型d和模型e的估计结果可以看出，高端生产性服务业集聚的对数项lnGD以及对数项的二次项（lnGD） 2的空间回归系数均未通过显著性检验，但所有系数符号为正，相应的t值比较接近10%的显著性检验水平，说明长三角地区高端生产性服务业集聚对区域生态效率可能具有一定的促进作用，高端生产性服务业集聚与生态效率之间可能存在“U”型关系，因此，高端生产性服务业集聚对城市生态效率的提升可能有正向影响。低端生产性服务业集聚的对数项lnDD的空间回归系数通过了1%的显著性水平检验，且系数符号为负，而该对数项的平方项（lnDD） 2的空间回归系数也基本上通过了显著性检验，且系数符号为负，表明长三角地区低端生产性服务业集聚与生态效率之间存在倒“U”型关系。低端生产性服务业集聚的空间效应估计结果显示，本城市与邻近城市的生态效率均受到低端生产性服务业集聚的抑制作用，说明长三角地区低端生产性服务业存在过度集聚的现象，因此产业集聚对区域生态效率呈现负向影响。

（六）城市异质性分析

根据于斌斌的城市规模划分方法对城市异质性进行研究， [24]其中200万人口以上的特大城市有上海、南京、无锡、徐州、常州、苏州、淮安、杭州、宁波、合肥、阜阳， 100-200万人口的大城市有南通、连云港、盐城、扬州、镇江、泰州、宿迁、温州、湖州、绍兴、台州、芜湖、淮南、淮北、宿州、六安、亳州，50-100万人口的中型城市有嘉兴、金华、衢州、舟山、蚌埠、马鞍山、安庆、滁州、池州、宣城，50万人口以下的小城市有丽水、铜陵、黄山。由于小城市数量过少，为保证检验结果的可信度，我们将中小城市合并到一起进行检验。三类城市的空间计量估计结果如表4所示。

在特大城市，指标lnLQ与（lnLQ） 2的空间系数显著为正，而在大城市，该两项指标的符号为负，并分别在5%与10%的显著性水平下通过检验，在中小城市，该两项指标均未通过显著性检验，相应的指标符号均为负，且集聚水平的对数项lnLQ的t值比较接近10%的显著性水平。这表明生产性服务业集聚对区域生态效率的影响因城市等级规模不同而不同，在特大城市，生产性服务业集聚促进城市生态效率的提升，而在大城市、中小城市中，生产性服务业集聚则对生态效率产生负向的抑制作用。由于特大城市经济发达，公共基础设施建设良好，相比于其他城市，产业结构配置优化，与本地的自然条件、经济发展更为契合，同时在特大城市中，高端生产性服务业发展水平高，集聚效应更强，对生态效率的正向影响更为明显，因此生产性服务业在特大城市能够体现出较强的规模经济效应。而在大城市、中小城市中，当地在努力增加经济产出时忽略了对生态环境的保护，且当地的产业结构尚未结合城市自身条件调整到合理布局的状态，相对于特大城市，大城市与中小城市的产业多是承接特大城市的产业转移，高端生产性服务业发展程度不足，生产性服务业集聚趋向低端化，产业升级没有与当地的工业、制造业相匹配，无法发挥应有的规模经济外部性，因而在研究期内对城市生态效率存在显著的负向影响。

随着城市规模的扩大，城市等级的升高，生产性服务业会朝着多样化、高端化的方向发展，相比于低端生产性服务业，高端生产性服务业知识溢出效应、人才聚集效应以及信息流动效应更加明显，尤其是改善生态环境的相关绿色创新行业隶属于高端生产性服务业，绿色创新技术对生态效率的进一步提升具有显著的促进作用。城市规模越大，越能汇聚更多的高技能人才，越能促进城市生态效率的提高。特大城市的生产性服务业整體水平较高，而大型、中小型城市的生产性服务业相对落后，具有一定的低端化倾向，因此生产性服务业集聚在两种规模等级的城市中对生态效率的影响呈现相反的方向。

四结论与政策建议

从总体水平上看，长三角地区生态效率存在显著的空间正相关性与“时间惯性”，空间溢出效应十分明显，生产性服务业集聚在空间上对区域生态效率产生抑制作用，与生态效率之间存在倒“U”型关系。长三角地区生产性服务业集聚总体低端化倾向严重，低端生产性服务业过度集聚对城市生态效率提升产生抑制作用，高端生产性服务业集聚促进生态效率提高。显著的产业联动效应致使高端生产性服务业在发挥加速经济增长作用的同时促进产业自身及其相关产业的节能减排，促进生态效率提升，而低端生产性服务业的过度集聚会占用大量的社会公共资源，导致生产要素的利用率降低，反过来对高端生产性服务业的发展形成一定制约。生产性服务业集聚对生态效率的影响与城市规模等级有关。在特大城市中，生产性服务业集聚可以显著提升城市生态效率，在大城市、中小城市中，生产性服务业集聚对生态效率产生抑制作用。为此，我们提出如下政策建议：

第一，根据产业结构调整方向，加强生产性服务业与制造业的协调发展。进一步提高高端生产性服务业的产业规模与发展速度，促使生产性服务业在制造业价值链中朝着低能耗、高附加值的两端延伸，各个城市应结合自身条件，调整低端生产性服务业产业布局，大力扶持金融业、科学技术研究、信息服务等高端生产性服务业，增强本地区生产性服务业的知识溢出效应与技术溢出效应。完善地区生产性服务业与制造业协同发展政策，依靠高新技术与信息技术建立行业资源共享平台，加深生产性服务业与制造业产业联动效应，引导知识资本、技术资本等生产要素在产业间的集聚与流动，降低企业交易成本，推动高端生产性服务业与制造业深入合作，促进地区产业结构的调整与升级，在保持一定经济增长的同时兼顾生态环境的治理，提升城市整体生态效率。

第二，充分考虑城市之间的地区差异，结合城市现实条件，建立符合城市发展需要的合理产业布局。比如在特大城市，政府应加强生产性服务业朝着多样化、高端化方向转变，以满足城市日渐完善的工业价值链的生产需求。而大城市与中小城市目前尚处于单一化、简单化的工业阶段，当地政府在进行产业规划时应侧重于鼓励生产性服务业向专业化水平发展，并建立适当的人才引进政策，吸引特大城市高技能专业人才流入，减少本地人才流出，增强城市生产性服务业专业化集聚效应。在相关文件的指导框架下，充分发挥以上海为中心，南京、杭州为副中心的特大城市群经济辐射效应，规划和引导大城市、中小城市的产业结构调整和生产模式变迁，加快长三角地区都市圈和城市群整体层次的提升与框架的完善。

第三，改善生产性服务业集聚市场环境，促进知识、技术、资本等生产要素跨产业、跨区域流动。一是注重城市生产性服务业与其他相关产业的协同集聚、协同发展，建立并完善产业技术创新协同机制，加快要素升级与自由流动，激发相关产业进行技术革新，提升不同产业部门间的经济信息交流与知识技术传播速度，增强创新技术要素跨产业、跨部门的溢出效应，实现生产性服务业集聚的规模经济外部性。二是强化不同等级城市之间的分工合作，形成特大城市生产性服务业多样化发展与其他城市生产性服务业专业化集聚的优势互补、分工协作。高等级城市在大力促进生产性服务业高端化、多样化发展的同时，可以将部分产业转移至等级低的城市，减轻自身产业统筹发展压力，推动周围低等级城市相关产业向着专业化、精准化的方向发展。

[参考文献]

[1] Hosoe M，Naito T.Trans-bounday pollution transmission and regional agglomeration effects[J].Papers in Regional Science，2006，859（1）：99-120.

[2] 刘胜，顾乃华.行政垄断、生产性服务业集聚与城市工业污染：来自260个地级及以上城市的经验证据[J].财经研究，2015，41（11）：95-107.

[3] 原毅军，郭然.生产性服务业集聚、制造业集聚与技术创新：基于省级面板数据的实证研究[J].经济学家，2018（5）：23-31.

[4] 余泳泽，刘凤娟.生产性服务业空间集聚对环境污染的影响[J].财经问题研究，2017，405（8）：23-29.

[5] Ottaviano G I P，Tabuchi T，Thisse J F.Agglomeration and trade revisited[J].International Economic Review，2002（43）：409-436.

[6] Ren W，Zhong Y，John M，et al.Urbanization，iand use，and water quality in shanghai：1947-1996[J].Environment Internation，2003，29（5）：649-659.

[7] 韩峰，谢锐.生产性服务业集聚降低碳排放了吗：对我国地级以上城市面板数据的空间计量分析[J].数量经济技术经济研究，2017（3）：40-58.

[8] 黄娟，汪明进.制造业、生产性服务业共同集聚与污染排放：基于285个城市面板数据的实证分析[J].中国流通经济，2017，31（8）：116-128.

[9] 蔡海亚，徐盈之.产业协同集聚、贸易开放与雾霾污染[J].中国人口资源与环境，2018，28（6）：93-102.

[10] 吴传清，黄磊.承接产业转移对长江经济带中上游地区生态效率的影响研究[J].武汉大学学报（哲学社会科学版），2017，70（5）：78-85.

[11] 田美玉，黄海，张如波.长江中游城市群工业转移对工业生态效率影响的实证分析[J].统计与决策，2018（4）：101-105.