生产性服务业集聚影响新型城镇化效率了吗？*

● 宣 烨，徐若茗

（1. 南京财经大学 国际经贸学院，南京 210023；2. 南京财经大学 江苏产业发展研究院，南京 210023）

一、引言

学者们对中国城镇化进程的讨论由来已久，然而在水平、速度和经济的同步性上都存在分歧[1]。但不可否认的是，从1978 年的17.9%，到2005 年的43.0%，再到2021 年的64.7%，我国城镇化速度迅猛，但城镇化进程存在的滞后与低水平以及环境问题十分突出。随着我国经济社会进入新发展阶段，实行更高标准的城镇化迫在眉睫。党的十八大和中央经济会议提出了新型城镇化的构想并完善了顶层设计和总体部署，从产业、生态文明、城市布局和人的全面发展这四个主要方面对新型城镇化有了较为具体的描述[2]。而在新型城镇化的论述中，强调了服务业发展及其产业集聚作为新型城镇化的重要部分。在随后印发的《国务院关于加快发展生产性服务业促进产业结构调整升级的指导意见》中表示要“因地制宜引导生产性服务业在中心城市、制造业集中区域、现代农业产业基地以及有条件的城镇等区域集聚”，这说明生产性服务业集聚已经作为推进产业升级，推动城市发展的地方政府政策手段并加以实施[3]。因此，生产性服务业集聚如何提升新型城镇化效率，是一个具有现实意义的话题。

综合现有文献来看，生产性服务业集聚有对区域整体作用[4]、对制造业发展或其他服务业发展作用[5]、城市等级序列重构的作用[6]和产业功能的内在功能和布局[7]的研究，也有介绍生产性服务业的四类流行观点：“需求遵从论”“供给主导论”“互动论”“融合论”[8-12]，而在与新型城镇化关系的研究要追溯到传统城镇化（城市化）。在国外研究方面，Pascal 等和Daniels 敏锐地察觉到了服务业对于城市重塑的影响[13-14]；在国内研究方面，部分学者发现生产性服务业和制造业整体的产业集聚促进人口集聚，优化升级产业结构和提升城市竞争力的作用，从而推动城市化进程[15]；更进一步地，曾国平和吴明娥[16]研究了生产性服务业集聚从人力资本和物质资本集聚度两方面对城市化发展的促进作用和相异的发展趋势，而韩峰等[17]重点关注生产性服务业集聚产生的技术空间溢出效应和规模经济效应，这些效应显著促进了城市化的进程。可知，生产性服务业集聚与新型城镇化的确存在着紧密的联系。

梳理以上文献，在讨论生产性服务业集聚和新型城镇化的文献中，大多数将两者拆开分别进行延伸研究，少量文献将生产性服务业集聚与传统城镇化联系在一起，缺少研究生产性服务业集聚对新型城镇化效率的影响。于是，在现有文献基础上，本文选取生产性服务业集聚这一基础行业现象，考察城市在生产性服务业集聚的影响下，如何实现新型城镇化效率的提高。因此，本文的边际贡献在于：首先，在研究视角上，将传统城镇化深化到具有中国特色的新型城镇化，探讨了城市生产性服务业集聚对新型城镇化效率的影响，从而拓展了新发展格局下新型城镇化效率提升的相关研究。其次，在体现数据客观和理论合理性方面，参考基于投入产出模型的新型城镇化效率指标，刻画地级市层面新型城镇化效率情况，使用工具变量法、通过中间机制检验了生产性服务业集聚到新型城镇化效率的影响路径，考察区域异质性对新型城镇化效率提升的差异化影响。

二、理论机制

（一）生产性服务业集聚、土地利用与新型城镇化效率

生产性服务业是推进城镇化和城市发展的重要因素[18]。生产性服务业集聚通过多样化和专业化的不同形式，以相似的要素流动路径和不同的作用效果，影响着新型城镇化效率的提升。在现代产业从第一、第二产业向服务产业的转型升级中，市场会自发地推动资本、劳动、土地等生产要素从低效率低产出的行业向高效率高产出的行业转移；而生产性服务业普遍拥有较高的生产效率，有助于生产要素的吸引，并通过要素集聚效应，增强土地要素利用效率，从而推动新型城镇化发展，提升新型城镇化效率。

生产性服务业承接土地等资源要素时，往往能起到优化资源配置，提升资源利用效率的作用。一方面，在国家严守耕地红线的政策环境下，相对恒定的土地供给限制了土地无节制的开发扩张，迫使各产业提高边际收益用于支付不断上涨的土地溢价成本。其中，生产性服务业集聚通过多维利用城市土地的立体空间、占据工业废弃地和空置居住区等方式提高土地利用率，凭借自己高投入高产出的特点提升边际土地产值，推动城市土地集约化使用[19]，这从投入产出上提升了新型城镇化效率，符合新型城镇化进程中的政策表述[20]。同时，生产性服务业集聚通过协同效用，为农业引入先进技术和管理理念，为制造业提供优质中间服务，有力推进制造业和农业现代化建设，提升农业和工业用地的利用效率，也提升了新型城镇化效率[21]。另一方面，生产性服务业推动产业空间布局的重构和区域产业结构的重组，凭借自身具备的地租支付能力和土地利用能力，在企业过度竞争和优胜劣汰的固有机制下，集聚服务资本和人才资本，提升产业要素生产率和单位土地产值，优化自身产值优势，提升土地要素竞争力，从而占据城市核心区域土地。此外，在城市核心区域土地利用的争夺中，“马太效应”导致工业用地日益萎缩，第一、第二产业企业逐渐退出城市核心区域土地使用权竞争环节，而生产性服务业顺势补上空缺，完成对传统行业的土地置换，也完成对城市核心土地区域效率的提升。显然，在核心土地资源的“极化竞争”和“空间挤出”效应的双重压力下，城市核心区域的土地利用类型和格局不断发展变化，土地集约利用的程度也越来越高[22]，城市生产要素投入产出效率逐步提升，也带动新型城镇化效率进一步提升。

同时，在新型城镇化背景下，城市发展仍存在新区建设土地浪费、城市土地集约利用水平较低、土地集约利用滞后于新型城镇化[23]等问题，生产性服务业集聚通过盘活城镇低效用地和农村闲置用地，提高农地和城市建设用地使用效率，优化土地利用[24]，从而解决上述问题。综合而言，生产性服务业集聚促进土地要素转移，促使土地利用率上升，带来“土地红利”的扩张，为新型城镇化源源不断供能[25]，还凭借土地集约发展与新型城镇化存在的协调发展关系和正反馈机制[26]，提升城市土地集约水平，促进土地要素高效利用，带动新型城镇化发展，推进新型城镇化效率的提升。基于上述分析，本文认为生产性服务业集聚能够加强要素转移，带来新型城镇化效率提升，还通过增强土地集约利用，进一步推进新型城镇化。由此，本文提出假设1 和假设2：

H1：生产性服务业集聚能促进新型城镇化效率提升。

H2：生产性服务业集聚可以通过土地要素转移，增强土地集约利用，间接促进新型城镇化效率提升。

（二）生产性服务业集聚、环境污染与新型城镇化效率

相对于传统城镇化，新型城镇化在生态文明方面有更多要求，拒绝污染重的粗放式经济增长方式，提倡发展低污染、资源节约的经济发展模式[27]。其中，生产性服务业相较于工业制造业污染较少，其产业集聚从以下两方面实现环境污染的降低，从而提高新型城镇化效率。

其一，生产性服务业集聚促进产业结构的高级化，以更清洁节能的产业结构布局，降低生产和服务在环境上的能耗，逐步进入低污染、低能耗的集约经济发展模式。首先，作为一种高效低排放的中间投入，生产性服务业能够有效降低生产环节的污染，一定程度上降低碳排放，提升能源的利用效率[28]；其次，归属于生产性服务业的环保类服务快速发展，不断强化自身集聚效应和规模效应，直接降低环保治理的外包服务成本，提升环保服务质量，有助于降低环境污染[29]。最终，低污染的生产性服务业具备成本优势和边际要素高产值优势，逐步取代高投入、高污染的第二产业，实现产业结构升级和产业高级化发展，助力经济、社会、环境协调发展的低碳新型城镇化建设[30]，提高新型城镇化效率。

其二，生产性服务业集聚产生技术溢出的正外部性，促进城市产业绿色发展，增强城市生态环境承载力，提升区域绿色发展效率和新型城镇化效率和质量。一方面，生产性服务业根据自身产业特点强化环境正外部性，促进本地能源利用效率的提升[31]。在能源利用效率不断提升的环境下，配套产业被要求适配更加环保高效的生产技术应用，从而促进产品服务生产更加生态化、绿色化，进而降低因环境污染造成的非期望产出，增加新型城镇化效率；另一方面，生产性服务业的专业化和多样化集聚有利于绿色技术广泛应用，产生的空间溢出效应加快了城市绿色技术进步，提高本地区的绿色全要素生产率[32]和新型城镇化效率。同时，绿色技术的广泛应用降低了环境污染，增强了城市生态环境承载力，巩固了新型城镇化进程。由此，本文提出假设3：

H3：生产性服务业集聚降低了环境污染，间接促使新型城镇化效率提升。

三、研究设计

（一）模型构建

本文选用包含283 个地级市2005—2017 年的面板数据和环境数据库数据进行研究。其中，解释变量为生产性服务业集聚，以生产性服务业区位熵进行测算；被解释变量为新型城镇化效率，由投出-产出公式计算得到。

本文基于计量模型检验生产性服务业集聚对新型城镇化效率的内在关系，模型构建如下：

其中，i，t分别代表城市和年份；k代表地级市层面控制变量的个数；Nue为被解释变量，表示新型城镇化效率；Aps为核心解释变量，表示生产性服务业集聚；x代表城市层面的控制变量，β为城市变量参数估计，ai和bt分别代表城市和时间固定效应，εi,t为随机扰动项。

（二）变量选取与设定

1.被解释变量

被解释变量为新型城镇化效率，参考傅为一等[33]处理方法，通过数据包络分析法（DEA），使用包含非期望产出的SBM 模型对效率进行测算。测算指标体系如表1 所示。

2.解释变量

解释变量为生产性服务业集聚，具体所用测算数据为生产性服务业区位熵。由于近年来衡量集聚普遍使用区位熵，也存在通过构建多指标评价体系来衡量新型城镇化[34]，最终选择考虑空间要素和更具客观性的区位熵作为生产性服务业集聚的代理指标。生产性服务业区位熵：

其中，Nuei代表生产性服务业区位熵，Si、Qi代表城市i生产性服务业就业人数和城镇总就业人数，S、Q代表数据所用全部地级市的生产性服务业就业人数和城镇总就业人数。该指数越大，说明i市的生产性服务业相对集聚程度越高。

3.控制变量

本文涉及的控制变量皆为地级市层面的宏观变量（表2），主要包括金融能力（Fc），用城乡居民储蓄年末余额与当年国内生产总值的比值来衡量；物流能力（Lc）,以邮政业务总量与国内生产总值的比值来衡量；政府科技支出（Se），以城市科学事业费支出在地方财政支出中的占比来表示；外资依赖度（Dfc），用当年实际使用外资金额与国内生产总值的比值进行衡量；人力资本（Hc），以每千人在校大学生在城市行政土地上的单位密度进行衡量。

表2 变量的描述性统计

4.中间变量

中间变量主要包括土地利用、环境污染这两个方面。其中，土地利用方面选取了单位土地的国内生产总值和每公顷土地出让价值作为衡量土地利用的指标。环境污染方面选取了次年城市碳排放总量、人均碳排放和PM2.5 年平均浓度作为衡量环境污染程度的代理变量。以上数据均来源于《城市统计年鉴》《中国国土资源统计年鉴》《中国能源统计年鉴》以及达尔豪斯大学大气成分分析组。

四、实证结果分析

（一）基本回归结果

本文的基准回归结果如表3 所示，被解释变量为生产性服务业区位熵，展现的是生产性服务业集聚对新型城镇化效率的影响。由模型（1）和模型（2）结果可以看出，在不控制城市变量的情况下，城市生产性服务业集聚总体效应对新型城镇化效率的影响显著为正，并通过1%显著性检验；在加入金融能力等5 个控制变量之后，城市服务业集聚总体效应对新型城镇化效率的影响仍显著为正，并通过1% 显著性检验，但系数相比模型（1）有小幅度减小。总体来看，基准回归初步检验了生产性服务业集聚对新型城镇化效率的促进作用，其原因可能为：第一、生产性服务业集聚的本质是一种资源集聚和转移，资源产生的集聚效应以及由此吸引的企业产生集聚效应将会提供新型城镇化的优质环境，以此正向推动新型城镇化效率的提高；第二，要素集聚会促进产品市场和劳动市场的发展，这将源源不断地吸引劳动力的聚集，劳动力聚集一方面构成新型城镇化的基础，另一方面通过提升自身质量为新型城镇化效率提高提供持续发展的动力，因此，生产性服务业集聚有利于促进新型城镇化效率提升。

表3 基准回归结果

（二）异质性分析

1.东中西城市异质性

在异质性分析上首先考虑城市在地理方位的划分。根据2003 年国家统计局就经济发展水平和地理位置划分的大陆区域三大经济带，将283个城市分为东部、中部和西部城市。该分组回归结果如表4 所示，将第（1）（3）（5）列，第（2）（4）（6）列分别对比可以看出：在不考虑控制变量时，东部和西部城市生产性服务业集聚对新型城镇化效率存在促进作用，且都通过1%显著性检验，而中部城市虽然结果系数为正，但不显著。在系数比较上，东部大于西部大于中部城市；在考虑控制变量下，东部和西部城市生产性服务业集聚对新型城镇化效率的促进作用仍然显著，且显著性未发生变化，而中部城市为正但不显著。纵向比较，东部城市显著性未变，系数稍微减小；中部城市仍然不显著，系数减小；西部城市显著性未变，系数增大。横向比较，东部系数大于中部和西部，显著性方面东部和西部一致通过1% 水平下的检验，中部城市不显著，说明东部和西部城市生产性服务业集聚对新型城镇化效率的提升是显著的，而中部并不明显，呈现出波动的发展趋势。可能的原因在于：东部城市具有发展先机，经济结构转型进入新常态，生产性服务业高端化下产业集聚显著提高资源投入效率，从而提高新型城镇化效率；西部城市发展起步晚，处于生产性服务业集聚的初期，初级服务业大量集聚，规模效应明显，促进资源流动和集聚，从而提升新型城镇化效率；中部城市则处在产业结构转型期之中，恰逢资源从初级服务业流向高端服务业，放弃已具规模的初级产业，转向仍在萌芽阶段并不能短期提升效率的高端产业，这种新旧动能的转化以及效率的转变未在新型城镇化中展现作用，对于新型城镇化效率的影响不显著。

表4 异质性检验1（东中西城市）

2.人口规模异质性

其次，本文还考虑了人口规模的异质性。参照2014 年国务院印发的《关于调整城市规模划分标准的通知》以及洪晗等[35]的人口城市界定，再根据城市类型的相似性，将城市分为三类，分别是特大城市及以上、大城市和中小城市。该分组的划分标准如表5 所示，回归结果如表6 所示。将第（1）（3）（5）列，第（2）（4）（6）列分别对比可以看出：在不考虑控制变量下，大城市和中小城市生产性服务业集聚都正向影响新型城镇化效率，分别通过1%和10%显著性检验，而特大城市及以上虽然结果系数为正，但不显著。在系数比较上，大城市＞特大城市及以上＞小城市；在考虑控制变量下，大城市和中小城市生产性服务业集聚对新型城镇化效率有显著的促进作用,而特大城市及以上系数为正仍然不显著。纵向比较，大城市显著性未变，系数稍微减小；特大城市及以上系数减小，仍然不显著；中小城市显著性未变，系数增大。横向比较，大城市＞特大城市及以上＞小城市，显著性方面大城市通过1%检验，特大城市及以上不显著，中小城市通过10%显著性检验。

表5 按城市常住人口划分

表6 异质性检验2（人口规模）

换言之，大城市和中小城市在生产性服务业集聚对新型城镇化效率的提升方面是显著且稳健的，特大城市及以上虽存在正向影响，但不显著。夏怡然等[36]在研究流入人口集聚的城市特征和变动趋势时，发现经济发展水平高始终对人口流动有较大吸引力，而上文提及的东中西城市划分是以城市经济发展为主要参考因素，这与按城市常住人口划分有一定程度的重合性；但结果并不完全一致，可能的原因是东部城市的划分包括部分大城市和特大城市及以上，综合大城市显著性的东部城市，其促进作用稳健，但城市继续细化时，特大城市及以上的不显著性得以体现。具体而言，大城市的生产性服务业集聚规模化效应已经显现，新型城镇化效率不断提升；而对于特大及以上城市，其生产性服务业集聚已经无法支撑在高城市化率下的新型城镇化效率的进一步提升，并伴随着“大城市病”日益凸显和非期望产出的增加，这种促进作用已不再显著。在中部和西部城市，其人口规模也大致符合中小城市的划分。中部城市的不显著和西部城市的显著在中小城市的混合考虑下体现出总体上的正向显著性，一方面说明处于起始阶段的生产性服务业集聚对新型城镇化效率的促进是非常稳健的，另一方面说明整体而言，生产性服务业集聚对新型城镇化效率的影响方向是一致的，但个体存在差异性。

(三）稳健性检验

本文选择较多样本的固定效应模型，并严格选取一组可能影响新型城镇化效率的控制变量，但生产性服务业集聚与新型城镇化效率的关系检验结果仍可能存在遗漏变量和互为因果关系的内生性问题，即新型城镇化效率高的城市，生产性服务业集聚效应可能更高。因此，削弱内生性问题影响需要慎重考虑。工具变量法是提升结论稳健性的优选之一，考虑到工具变量外生性、相关性以及数据可得性的客观限制，本文选择生产性服务业区位熵滞后一期和产业高级化为工具变量。其中，滞后一期的解释变量作为工具变量可以满足外生性和相关性；余奕杉和高兴民[37]的研究发现，生产性服务业集聚对城市产业结构优化，特别是产业结构高级化有促进作用，换言之，产业结构越高级，其对应的生产性服务业集聚程度越高，越可能促进新型城镇化效率。因此，本文选择的生产性服务业集聚的第二个工具变量为产业高级化，衡量方式为第三产业与第二产业的比值。

以区位熵滞后一期作为工具变量1 和产业高级化作为工具变量2 的回归结果如表7 和表8 所示。第一阶段的结果如表7 第（1）列—第（4）列所示，在不考虑控制变量情况下，工具变量1 和2 对被解释变量的系数为正，且通过1% 的显著性检验；在考虑控制变量情况下，工具变量1 和2 仍为正并通过1% 的显著性检验，此结果与生产性服务业集聚总效应对新型城镇化效率的基准回归结果一致，同时，四列结果的F 值分别为79.50、69.83、29.71 和29.98，均超过16，说明工具变量的选择是合理的。表8 展示的是第二阶段回归结果，四列结果均在1% 的显著性水平上为正。由此可知，内生性问题并没有改变生产性服务业集聚对新型城镇化效率的促进作用，工具变量检验验证了本文基准回归结论的稳健性。

表7 滞后一期工具变量、产业高级化工具变量2SLS 第一阶段回归结果

表8 滞后一期工具变量、产业高级化工具变量2SLS 第二阶段回归结果

五、进一步研究

研究生产性服务业集聚对新型城镇化效率的内在传导机制是本文在基准回归检验后的下一个目标。因此，本文选择中间机制模型作为检验生产性服务业集聚对新型城镇化效率影响途径的实证模型。在第二部分理论机制分析中，本文提出中间机制相关假说，主要分为两个方面：第一方面，在土地要素的制约下，生产性服务业集聚不仅能提升自身土地利用效率，还能提升其他行业的土地利用率，同时，凭借着自身的高收益产值优势，生产性服务业“挤出”低产值的产业，实现土地利用的提升，从而在资源投入和利用效率方面达到促进新型城镇化效率的目的；第二方面，生产性服务业相比传统制造业和工业具有污染低的优势，在产业政策的鼓励下，取代部分高污染行业，实现产业结构的高级化，降低了企业产生的污染。生产性服务业集聚还通过技术进步的溢出效应，用先进的绿色生产技术引导其他产业的技术升级，从而整体降低地区的环境污染和提升环境治理能力，进而从减少非期望产出的角度提升新型城镇化效率。

鉴于以上可能存在的生产性服务业集聚与新型城镇化效率的中间机制，设定以下模型进行实证检验：

其中，Zi，t为选取的中间变量，分别代表土地利用、环境污染两个方面。土地利用方面，采用土地产出和土地出让数据来衡量土地利用程度，分别使用每平方公里国内生产总值、每公顷土地出让价值数据支持；环境污染方面，采用碳排放和PM2.5 浓度来衡量环境污染水平，分别使用次年碳排放吨数、人均碳排放和PM2.5 年平均浓度数据来表示；Aps为核心解释变量，表示生产性服务业集聚；ai和bt分别代表城市和时间固定效应，εi,t为随机扰动项。

（一）土地利用中间机制检验结果

土地利用中间机制结果如表9 所示，aGDP代表每平方公里国内生产总值，Land代表每公顷土地出让价值。将第（1）列和第（3）列，第（2）列和第（4）列分别对比可以看出：在不考虑控制变量情况下，生产性服务业集聚对土地产出或土地出让存在正向影响，都通过1%的显著性检验；在考虑控制变量下，生产性服务业集聚对土地产出或土地出让的影响仍为正向的，且显著性并未发生变化。纵向比较，土地产出的影响系数有所下降，显著性不变；土地出让的影响系数也有所下降，显著性不变。这一致为正的结果说明，生产性服务业集聚正向促进以土地产出和土地出让为代理的土地利用，当城市生产性服务业集聚程度越高时，当地的土地利用程度也越高，这验证了H2中的内容，即生产性服务业集聚可以通过土地要素转移，增强土地集约利用，间接促进新型城镇化效率提升。

表9 土地利用中间机制检验

具体而言，经济发展和产业发展要求高附加值的产业替代低附加值的产业，相较于传统制造业和生活性服务业，生产性服务业具备高附加值产出的特征。在耕地红线政策的刺激下，生产性服务业将城市土地的利用多维化，不断提升自己的单位土地产值，集约使用城市土地。同时，生产性服务业充分融入到其他产业的各个环节中，通过提供优质服务，产生协同效应，带动整体产业土地利用率的提升，为新型城镇化提供发展的基础。此外，生产性服务业能够支付与日俱增的土地成本，地方政府更愿意将优质土地交易给生产性服务业企业，从而得到更高的土地出让价值，用以平衡地方政府收支和支撑基础设施建设，推动基建建设与新型城镇化的良性互动，从而促进新型城镇化效率的提升。

另一方面，生产性服务业带来的产业空间布局和产业结构的变化，也是推动土地集约化利用的重要因素。企业的萌芽与壮大离不开竞争效应的作用，高投入高产出的生产性服务业企业在竞争效应的优胜劣汰选择下，将人才资本和服务资本集聚，通过专业化和多样化的服务，带来要素生产率的提升，保持并不断扩大与其他产业的产值优势，赢得城市核心区域土地使用权的争夺，不断吸引同类型企业集聚，形成规模效应和集聚效应，稳定生产性服务业在城市核心区位的占据。竞争失利的其他产业，经过资源的流失和重新分配，依仗重组后的产值能力按梯度聚集在城市次核心区域。整体上看，整个区域由于生产性服务业对核心区域的争夺，产业的空间布局和产业结构都发生了变化，内在的变化逻辑是产值的优势，其本质为土地的高效利用。所以，生产性服务业集聚正向促进土地利用，而土地利用也作为重要的中间机制，为生产性服务业集聚对新型城镇化效率的促进影响提供传递通道。

（二）环境污染中间机制检验结果

环境污染中间机制检验如表10 所示，CO2代表城市上一年碳排放总量，pCO2代表城市人均碳排放，PM2.5代表城市空气中PM2.5 年平均浓度。将第（1）（3）（5）列，第（2）（4）（6）列分别对比可以看出：在不考虑控制变量下，生产性服务业集聚对碳排放有促进作用，对PM2.5 浓度则是抑制作用，都通过了1%的显著性检验；在考虑控制变量下，生产性服务业集聚对碳排放或PM2.5 浓度的影响方向并未发生改变，显著性方面只有人均碳排放显著性降低，其他并未发生变化。纵向比较，无论是碳排放下的碳排放总量还是人均碳排放以及PM2.5 浓度，影响系数都有所下降，人均碳排放显著性水平下降，其他显著性仍然维持原来水平。从结果来看，无论是碳排放总量还是人均水平，生产性服务业集聚对其影响均为正，说明生产性服务业集聚在目前阶段并不能降低碳排放，对于碳排放方面的环境污染是正向促进的，当城市生产性服务业集聚程度越高时，当地的人均碳排放和总量都有不同程度提高；考虑PM2.5 浓度下的环境污染，生产性服务业集聚对于PM2.5 浓度有明显的抑制效应，说明当城市不断集聚生产性服务业时，PM2.5 浓度会因其受到抑制，会降低空气环境污染，这部分验证H3，即生产性服务业集聚通过降低环境污染，间接促进新型城镇化效率提升，原因在于如果将碳排放视为环境污染，那么生产性服务业集聚会通过提升碳排放，间接降低新型城镇化效率；而如果定义环境污染为传统的水、空气等污染，那么生产性服务业集聚通过降低传统污染，从而间接促进新型城镇化效率的提升。

以上结果出现的可能原因是：生产性服务业集聚从供给和需求两方面增加碳排放。从供给方面，生产性服务业集聚为企业和消费者提供更加优质和更加个性化的服务，但这种服务并不一定环保，部分会产生更多的污染，同时，更优质的服务供给还激发了旺盛的服务需求：生产企业在提供的服务下，拓宽自己的产业范围，延伸自己的产业链条，并规模生产大量产品，促进经济繁荣也带来碳排放的增加；消费者在新服务和新产品的不断供给下，优化自己的消费习惯，形成自我独特的消费观念，并引导自身不断追求更高满意度或性价比的服务或商品，在消费浪潮中，更趋向于过度和超前消费，这种潜在的资源浪费也会导致碳排放的增加。从需求角度，土地资源和人力资源要素的集中是生产性服务业集聚的重要前提。生产性服务企业更趋向于占领城市核心区位，需要更高水平的基建，间接促进碳排放；同时，生产性服务业对于人力资本的吸引，使生产性服务业区位上交通、消费、居住等活动更频繁，而人口的日常活动也是碳排放的一部分，所以生产性服务业对碳排放的促进效果很明显，生产性服务业集聚通过增加碳足迹，抑制新型城镇化效率的提升。

传统污染方面，PM2.5 浓度代表工业产生的污染颗粒的程度，而生产性服务业集聚能够有效降低空气污染的影响。首先，生产性服务业集聚促进产业结构的高级化，推动清洁节能企业发展，一方面，生产性服务业凭借产值优势竞争挤出高污染的工业制造业，降低整体产业的污染率；另一方面，生产性服务业特别是环保性服务业的发展，能够降低整个生产环节的节能成本，从而减少空气污染。其次，生产性服务业集聚通过产业技术溢出的外部性，广泛推行先进绿色的产业技术，提升企业绿色生产效率，进而提升区域绿色发展效率。最后，生产性服务业与制造业深度协同发展，通过加快两个行业发展主导地位的转换，抑制制造业环境污染的影响和提升企业绿色全要素生产率，从而达到降低环境污染的目的。所以，传统环境污染视角下，生产性服务业集聚通过降低环境污染，间接促进新型城镇化效率的提升。

六、结论与政策建议

在新型城镇化被日益强调的新发展格局下，本文基于2005—2017 年中国283 个地级市面板数据，从生产性服务业集聚的视角，分析其对新型城镇化效率的作用及内在影响机制。研究结果表明：生产性服务业集聚对新型城镇化效率具有明显促进作用，且经过工具变量的稳健性检验后，该结论仍然成立。然而，该种影响存在区域异质性，从地理划分来看，东中西部城市的促进效果分别为显著、不显著和显著；从人口规模划分来看，特大及以上城市促进效果不显著，大城市十分显著，中小城市次之，说明生产性服务业集聚对新型城镇化效率的影响存在地区和人口规模的异质性。此外，生产性服务业集聚通过增强土地利用，降低城市环境污染，直接影响衡量新型城镇化效率的产出因素，从而间接促进新型城镇化效率的提升。

结合实际，我国大部分城市在生产性服务业集聚方面，仍处于产业结构转型期，生产性服务业集聚效应和规模效应并未充分体现。研究表明，要想稳中推进新型城镇化进程,不仅需要地方政府在生产性服务业方向上合理布局，也需要在城镇化规划中反复斟酌。只有两者相辅相成，才能更高质量地建设新型城镇化。

基于此，本文给出了政策启示：第一，推进生产性服务业规范化市场化，助力生产性服务业与制造业的协同融合发展。一方面，要推动生产性服务业规范标准化，制定清晰明确的准入和退出机制，健全服务业标准体系，发挥行业协会在市场建设中的积极作用；另一方面，促进“两业融合”，充分发挥生产性服务业和制造业之间的协同作用，让“服务型制造”发展态势更加稳固，打造产品质量、产品体验双提升的新供给格局，实现服务业和制造业的深度融合、协同发展。第二，引领生产性服务业数字化高端化进程，更新地区城市发展动力。在信息时代下，5G 商用化、人工智能、物联网等基于互联网技术的发明创造为生产性服务业数字化和高端化提供了新的发展思路和发展机遇。各个城市在制定产业政策时，应结合自身的发展优势，充分找寻互联网技术的创新融合点，努力争取城市服务业结构优化和产业升级，力求为城市发展提供新动力。