派智库

[摘要]伴随着中国由工业经济向服务经济转型，未来资源环境约束会更多地体现在服务业领域，服务业能源效率问题不容忽视。研究发现：中国服务业增长与能源低效并存，且效率水平在持续恶化，各省市、各区域之间服务业全要素能源效率差异较大。因此，在中国进入以建设美丽中国为发展目标的新阶段，需要客观认识和应对服务业发展对资源环境的影响，构建和完善中国服务业部门的环境规制，从而形成一个完整有效的“节能减排”绩效评估框架与政策体系。 copyright dedecms

[关键词]服务业；全要素能源效率；SBM-DEA模型；影响因素 织梦好，好织梦

一、引言

copyright dedecms

党的十九大报告提出，推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系。当前，中国进入以建设美丽中国为发展目标的新阶段，提高能源利用效率，是推动中国能源革命的本质要求，是中国经济社会转型发展的迫切需要。长期以来，由于服务业单位GDP能耗和排污量均低于工业，人们普遍认为，只有工业才是“高污染、高能耗”产业，而服务业通常被视为绿色“无烟产业”。中央政府大力促进服务业发展的目的之一也是希望藉此突破资源环境对经济增长与发展的束缚。然而，在发达国家服务经济快速发展同时仍伴随大量资源消耗和污染排放，使得越来越多的学者对服务业发展有益资源环境的观点提出质疑，并开始评估服务业发展对资源环境的真实影响。[1～2]那么，服务业发展是否有利于改善资源环境?随着工业化进程的推进，中国经济转向大力发展服务业是否会实现经济发展与资源环境约束的“脱钩”?

服务业发展是否真正推动了经济发展与资源环境束缚的“脱钩”，关键是看其是否真正降低了实际资源消耗总量。[3]从经验事实来看，近年来中国服务业快速增长是以大量消耗能源和资源为支撑的，服务业增长与能源低效并存，主要表现在：第一，与工业部门相比，服务业能源消耗增长更快。2003～2015年间，中国服务业能源消费量年均增速达到9.1％，比工业平均高出2.2个百分点。第二，从实际能源消费强度看，工业与服务业单位增加值能耗均呈现下降态势，但服务业下降速度更为缓慢。2003～2015年间，工业能源强度下降幅度达到32.1％，而服务业仅为12.6％；工业能源强度的年均下降率为3.2％，而服务业仅为1.1％（中国整体经济为2.8％）。第三，从能源消费的行业结构上看，中国服务业能源消费占比不断上升，而工业能源消费占比不断下降。服务业能源消费占比从2003年的12.8％上升到2015年的16.7％，上升了3.9个百分点。我国《能源发展“十三五”规划》指出：“能源消费增长的主要来源逐步由传统高耗能产业转向第三产业和居民生活用能”。可以判断，随着中国经济由工业经济向服务经济转型，服务业能源消费量持续增加，未来资源环境约束势必会更多体现在服务业领域，服务业能源效率问题将日益突出，节能降耗同样也是服务业发展的政策取向。因此，要落实党的十九大在能源领域的一系列重大战略部署，形成节约资源和保护环境的产业结构，需要正确看待和应对服务业发展对资源环境的影响，提升能源使用效率不仅是工业部门面临的严峻问题，也是中国经济向服务型经济转型进程中亟待解决的重大课题。

内容来自dedecms

有鉴于此，本文拟研究以下几个问题：从能源效率的角度看，中国服务业发展是否有利于改善资源环境?中国服务业全要素能源效率变动呈现怎样的特征和趋势?其节能潜力有多大?是什么因素影响或制约服务业全要素能源效率的提升?应当如何看待和应对中国经济转向大力发展服务业对资源环境造成的影响?为了回答上述问题，本文以当前节能减排薄弱领域——服务业部门为研究对象，在改进SBM-DEA模型基础上，将环境因素纳入能源效率分析框架，对生态约束下中国2003～2015年30个省市服务业全要素能源效率进行测度，并重点分析其总体趋势、空间特征和节能潜力，在此基础上，从结构和环境视角分别采用Tobit模型和Truncated模型对服务业全要素能源效率关键影响因素进行了较为全面的经验识别。在中国经济转型升级的大背景下，这对客观认识和应对服务业发展对资源环境的影响，加强服务业部门的环境规制，使其与当前工业部门节能减排的政策相互补充，从而形成完整有效的环境政策体系，进而有助于推进绿色发展和美丽中国建设。

织梦内容管理系统

二、文献述评 dedecms.com

关于服务业发展与资源环境的关系，目前学术界还存在争论。传统的观点把服务业认为是一个“低污染、低消耗”的绿色产业，由工业经济向服务经济转型能够有效降低单位增加值的能源消耗量，进而有利于改善环境，甚至能够实现经济发展与资源环境的“脱钩”。然而，随着相关研究的深入，不同的观点逐渐涌现，越来越多的学者对服务业增长有益资源环境的观点提出了质疑，主要包括以下几个方面：第一，服务业并不是所谓“低污染、低消耗”的绿色产业，服务业比重的简单扩张并不能改善和协调经济发展与资源环境的矛盾冲突。[5～6]第二，在研究和评估服务业发展的资源环境效应时，不能简单地考虑其直接效应，还应考虑产业关联效应，即要评估整个服务业生产供应链对资源环境的影响效应。大量学者实证分析表明，服务业生产供应链造成的间接环境效应远大于其直接效应。第三，服务业内部如交通运输业、旅游业、销售业等行业对资源环境同样有显着影响。总体来看，目前学界对服务业发展的研究还主要局限于经济层面，而从生态层面研究服务业发展对资源环境的影响，无论是理论分析还是经验评估都十分欠缺，服务业节能降耗问题尚未得到足够的重视。

内容来自dedecms

国内外学者针对能源效率的研究主要聚焦于对整体经济、区域经济[7]和工业部门[8]的能源效率进行核算及分解，而专门针对服务业部门能源效率问题研究的文献则较少，国内仅有白雪洁和孟辉（2017），[9]但其并没有对服务业全要素能源效率的影响因素进行探讨。从对能源效率的度量指标选取来看，为了解决环境污染内生化问题，近年来，部分学者尝试将“非合意产出”引入能源效率分析框架，更好地兼顾了能源、环境、经济增长之间的关系。在对能源效率的测度方法上，国内外学者的研究方法经历了从单要素能源效率向全要素能源效率的演变，既有参数方法（随机前沿分析法SFA），也有非参数方法（包络数据分析方法DEA）。[10]然而，在用包络分析方法测算能源效率时，很多学者并没有考虑投入产出的松弛性问题，进而导致度量的效率值有偏差、甚至不一致。同时，在计算工具的选择上，已有文献中采用的DEAP、MaxDEA和DEA-Solve等软件在计算效率时精度也有所欠缺。

本文来自织梦

关于能源效率影响因素的文献大多聚焦于技术进步、产业结构、国际贸易、教育程度、经济所有制、价格因素、市场改革等方面。[11～12]然而，在已有的研究成果中，从结构和环境视角研究能源效率影响因素的文献较少，尤其是针对服务业全要素能源效率的影响因素研究则更为少见。

织梦内容管理系统

与以往的研究相比，本文的主要贡献体现在：（1）在改进SBM-DEA模型的基础上，将环境因素纳入能源效率分析框架，并采用全新设计的MATLAB编程方法和数据结构，得出了更能准确刻画服务业全要素能源效率的计算结果。这对DEA模型本身的研究是极大的丰富与拓展。（2）分别采用Tobit模型和Truncated模型对影响服务业全要素能源效率的因素进行实证研究，保证研究结果的稳健性。（3）研究结论有助于正确认识和应对中国由工业经济向服务经济转型对资源环境的影响，加强对服务业部门的环境规制，使其与工业部门相补充，对中国建立完整有效的“节能减排”绩效评估框架与政策体系具有重要的理论意义和现实指导意义。 内容来自dedecms

三、研究方法与数据处理 本文来自织梦

1.研究方法

本文采用改进的SBM-DEA模型及全新的计算工具来刻画生态约束下中国省际服务业部门的全要素能源效率（TFEE）。根据学界通行的定义，将劳动力、资本、能源消费作为生产过程的投入要素，利用DEA模型求解得出各DMU（Decision Making Unit）所对应生产可能性边界上的最优能源投入，则全要素能源效率可定义为该项最优能源投入与实际能源投入的比值，即第i个决策单元DMUi在t期的全要素能源效率TFEEi，t可以表示为： copyright dedecms

其中，ei，t是DMUi在生产可能性边界上的最优能源投入量，Ei，t则是DMUi在t期的实际能源投入量。 内容来自dedecms

在明确全要素能源效率TFEEi，t的定义后，引入DEA-SBM模型。作为决策单元，DMUi在t期投入m项生产要素向量xi，最终获得n项产出向量yi。设定投入矩阵X和产出矩阵Y分别为：

copyright dedecms

本文利用MATLAB软件里求解多变量有约束非线性函数最优化问题的函数fmincon（）来求解SBM-DEA模型。经过多次测试检验，可知模型的求解结果对于不同初值的选取具有很高的稳定性，并且运算过程收敛效果较好，计算精度较高，说明本文的计算结果是最优化问题的全局最优解，而不仅仅是局部最优解。根据上述最优化方式计算得出的效率指标ρ值在0～1之间，随着投入松弛和产出松弛的增加而单调递减。当ρ=1时，表明此时的投入松弛和产出松弛均为0，说明该决策单元DMU的投入产出均达到了最优水平，效率最佳。 织梦好，好织梦

2.变量选择及数据来源 dedecms.com

本文收集了中国30个省市[1]的服务业部门2003～2015年的面板数据，投入产出变量的选择与数据来源如下：

（1）劳动投入：考虑数据的可得性，笔者采用“服务业从业人员年平均人数”作为服务业劳动投入指标的代理变量。

本文来自织梦

（2）资本投入：本文构建的资本投入指标与学界通行的做法一致，用物质资本存量来衡量。由于缺乏资本存量的官方统计数据，本文采用国际上通行的永续盘存法来进行估算。公式为： 本文来自织梦

Ki，t=Ii，t/pi，t+（1-σi，t）Ki，t-1（6）

其中，Ki，t和Ki，t-1分别表示i地区在t年和t-1年的服务业资本存量，Ii，t表示i地区在t年的服务业不变价固定资本投资额，pi，t表示定基价格指数，σi，t表示资本折旧率。基年的资本存量为：

本文来自织梦

织梦好，好织梦

g表示一段时期内产出的平均增长率，本文采用所考察的省市2003～2015年间服务业实际增加值的几何年均增长率来表示。由于折旧率σ尚未形成统一标准，笔者借鉴Wu（2016）等人的研究，将服务业折旧率统一取为4％。当年的投资额指标，参考王恕立等（2015）的做法，[13]根据“全社会主要行业分类的固定资产投资”中有关数据计算得到，并采用“固定资产投资价格指数”进行折实换算为2003年不变价。 内容来自dedecms

（3）能源投入：选取各省市服务业部门终端能源消费总量这一指标。本文折算的能源种类主要包括煤品、油品、天然气、电和热力共五大类，根据不同能源的折算系数将其换算为万吨标准煤。参照庞瑞芝和王亮（2016）等人的做法，[14]将“交通运输、仓储和邮政业”、“批发、零售业和住宿、餐饮业”、“其他服务业”的能源消费量加总作为服务业部门的能源总消耗量。 织梦内容管理系统

（4）“合意产出”：本文采用服务业实际增加值作为合意产出指标，并根据“第三产业增加值指数”进行平减，将其换算为2003年不变价。 copyright dedecms

（5）“非合意产出”：本文遵循学界将非合意产出作为产出的通行做法将其纳入SBM模型。考虑到能源消费造成的污染主要是大气污染，其中，CO2排放量占整个温室气体排放量的80％以上，而SO2也是大气主要污染物之一。鉴于此，笔者将CO2、SO2排放量作为非合意产出的代理指标。在计算过程中，在借鉴白雪洁和孟辉（2017）等人研究[15]的基础上，测算了中国各省市服务业部门SO2的排放量。具体估算公式如下：服务业部门SO2排放=生活SO2排放量*（服务业从业人员年平均人数/分地区常住人口年平均数）。而对于各省市服务业部门CO2的排放量，由于中国各相关统计年鉴尚未有这方面的统计，需要通过相关方法进行估算得到。[2]

内容来自dedecms

以上数据来源于：《中国统计年鉴》（2004～2016）、《中国能源统计年鉴》（2004～2016）、《中国环境统计年鉴》（2004～2016）、《新中国六十年统计资料汇编》以及各省统计年鉴（2009～2016）。部分缺失的数据，采用插值法补齐。 织梦内容管理系统

三、实证结果分析

1.中国服务业全要素能源效率的总体评价

中国服务业全要素能源效率总体上处于较低水平，样本期间内各年的平均值仅为0.685，这意味着中国服务业总体上存在30％～40％的能源浪费，其能源节约潜力和空间巨大。在现有产出不变的前提下，中国服务业部门节能潜力为36.6％，即通过能源效率提升最多可以实现2.6亿吨标准煤的节能总量（以2015年能耗量计算）。“十二五”期间，中国服务业能耗平均增长率高达8.6％，超过同期服务业实际增加值的增长速度（8.1％），这说明中国服务业增长主要以大量消耗能源和资源为代价，服务业增长与能源低效并存的矛盾突出，服务业增长方式的绿色转型尤为紧迫。

内容来自dedecms

如图1所示，从能源效率变动的趋势来看，样本期间内中国服务业全要素能源效率的发展态势不容乐观，效率水平在不断恶化，年均下降幅度为1.47％。从阶段性演进特征来看，服务业能源效率呈现出“下降-回升-下降”的“S”型演进路径。从2003～2010年，服务业的全要素能源效率持续下降，跌幅达到15.7％；2011～2012年间处于缓慢回升阶段，从2013年开始又不断下降。与此同时，各区域服务业全要素能源效率也都呈现出下滑的态势，其中，年均下滑幅度最大的是中部地区（3.17％）；除北京、上海、江苏、广东、海南、吉林、浙江、福建、江西、陕西和甘肃这11个省份保持不变或上升外，其他省份服务业全要素能源效率均为负增长。

copyright dedecms

2.中国服务业全要素能源效率的区域差异分析

内容来自dedecms

在各省域之间，服务业全要素能源效率表现出较大差异。比如，最高的上海和最低的贵州相差70多个百分点。从单个省市来看，上海、广东和江苏这3个省份位于能源效率的生产前沿面，在所有样本期间内始终保持了1的最优效率，北京和浙江除个别年份外，其它年份的能源效率也均为1，这5个省市代表了中国服务业能源利用最先进水平，且都属于东部地区，经济发展水平居于全国前列。其中，北京和上海服务业占GDP的比重达到70％以上，且内部结构合理，高能耗、高排放行业占比较低；广东、江苏、浙江一直是中国经济的“领跑者”、地理位置优越、开放水平较高，为节能减排营造了良好的技术支撑环境。服务业全要素能源效率最低的5个省份分别为：贵州、内蒙古、青海、宁夏和新疆，能源节约潜力高达能耗现值的60％以上，这些省份都属于西部地区，具有相似的特征——均为经济欠发达省份或者资源型省份，容易陷入“资源诅咒”：一方面，这些省份服务业发展都相对滞后，服务业占GDP的比重均低于全国平均水平，[3]产业结构中能源产业和高耗能产业比重较大；另一方面，与东部沿海发达省份相比，这些省份开放程度较低，且节能减排的技术相对落后，从而导致在经济增长过程中存在资源投入拥挤现象，容易形成基于“资源依赖”的高能耗、高污染产业，如内蒙古的煤炭产业。

本文来自织梦

在空间分布上，中国服务业全要能源效率也存在明显的区域差异，呈现出“东部-中部-东北-西部”递减的梯度结构，且各区域服务业能源效率的总体差距趋于加大（如图2所示）。东部地区服务业全要素能源效率的平均值为0.9，效率变动总体上呈现出下降-回升-下降-上升的“W”型演进路径，是促进服务业能源效率提升的决定力量，这与其经济发展水平较高、服务经济较为发达、技术水平相对先进、能源集约使用的程度较高有关，因而形成了显着的能源效率领先优势，而中部、东北和西部地区服务业增长方式过于粗放，能源效率仍存在相当大的改进空间。其中，中部地区服务业全要素能源效率较低，主要是由湖北（0.522）和山西（0.652）低效引起的，这两个省份的产业结构都是以能源密集型的第二产业为主，服务业发展还相对滞后。此外，近年来，由于传统产业转型升级难度较大，又承接了东部地区大量“高能耗、高污染”的项目，进一步恶化了中部地区服务业能源效率水平。而东北、西部地区服务业全要素能源效率的平均值分别为0.576和0.484，均低于全国平均水平，且都呈现出持续下降的态势，整体降幅分别为23.6％和20.4％，是中国服务业节能减排的政策需要重点关注的地区。

这表明，近年来随着区域发展战略由“不平衡导向”向“协同导向”转变，各区域间服务业全要素能源效率“协调增长”和“加速增长”的格局尚未形成，能否缩小区域间服务业能源效率差异，已经成为中国服务业优化能源配置的关键。

织梦好，好织梦

学术界通常采用的能源强度指标与本文测度的全要素能源效率存在内在关联。本文绘制了2003～2015年间中国服务业实际与潜在能源强度的变化曲线（如图3所示）。可以发现，服务业潜在能源强度显着低于实际能源强度，且在样本期内尚未出现服务业实际能源强度向潜在能源强度全面收敛的趋势。这说明尽管服务业实际能源强度在不断下降，但其能源节约潜力却在持续上升，从2003年的0.61亿吨标准煤扩大到2015年的2.62亿吨标准煤，年均增长13％；样本期间内服务业累计节能总量达到19.8亿吨标准煤，占服务业实际能源消费总量的32.8％。这意味着，对于服务业部门而言，如果能够消除能源无效率，实际能源强度可以进一步下降，最多可以节省大约1/3能源消费量。

本文来自织梦

五、服务业全要素能源效率影响因素的计量分析 内容来自dedecms

以上分析表明，中国服务业全要素能源效率水平较低，且发展态势不容乐观。那么，到底是哪些因素影响或制约着中国服务业全要素能源利用水平，并造成各省域及各区域之间巨大的差异?事实上，服务业的能源效率既受其内部结构的影响，也受外部环境的影响。对此，本文在已有研究成果的基础上，着重从结构和环境视角分析中国服务业全要素能源效率的影响因素，据此揭示能源无效率的原因，进而提出服务业能源利用效率提升的有效路径和策略。 dedecms.com

1.指标选取 copyright dedecms

结合已有的研究成果，从结构和环境视角看，本文主要选择以下几类影响因素：一是地区经济发展程度：采用各省份人均GDP来衡量，并运用相应的GDP指数进行平减，将其换算为2003年不变价，用PGDP表示；二是服务业能源消费结构：由于中国服务业能源消费以油品和煤品为主，样本期间内二者平均比重之和达到80％左右。因此，笔者采用各省份服务业终端能源消费中“油品和煤品”这两种能源的消耗比重来衡量，用ES表示；三是服务业内部结构：采用各省市“交通运输、仓储和邮政业”、“批发和零售业”和“住宿和餐饮业”这3个高耗能传统服务业增加值占比来衡量，用IS表示；四是服务业内生禀赋结构：采用资本一劳动之比的对数来衡量各省份服务业生产要素的禀赋水平，用ln（K/L）表示；五是环境规制力度：采用排污费收入占地区生产总值的比重来测度，用REG表示，以验证“波特假说”；六是对外开放程度：用“外商直接投资占地区生产总值的比重”来衡量，用FDI表示，以检验“污染避难所”假说；七是燃料价格：采用“燃料动力购进价格指数”来衡量，用FP表示。

2.估计方法 本文来自织梦

由于全要素能源效率介于0～1之间，属于受限制因变量，直接采用普通最小二乘法进行参数估计可能是有偏差，甚至不一致。针对这一问题，国内外很多学者采用双边归并Tobit模型研究能源效率的影响因素问题。[16]但是，Simar&Wilson（2007）指出，Tobit模型会使DEA效率影响因素的回归结果出现有偏估计或不一致，而双边断尾Truncated模型则更适合开展相关研究。事实上，Truncated模型也存在一定程度的缺陷，即可能会损失一部分观测值，使样本容量减小。鉴于两种方法各自都有优缺点，为更加科学、客观地探寻中国服务业能源低效的原因，本文分别采用双边归并Tobit模型和双边断尾Truncated模型对上述影响因素进行实证考察，以保证估计结果的稳健性。

copyright dedecms

双边归并Tobit回归模型： 织梦好，好织梦

内容来自dedecms

3.计量结果分析

织梦内容管理系统

服务业全要素能源效率影响因素的估计结果（见表2）。可以发现，Tobit方法下没有损失样本观测值，而在Truncated方法下损失了9个观测值。在两种方法下，地区经济发展程度、服务业能源消费结构、服务业内部结构、服务业内生禀赋结构、环境规制力度、对外开放程度和燃料价格的估计系数、符号及显着性均未发生明显变化，说明本文的估计结果是比较稳健的。 本文来自织梦

具体来看，人均GDP对服务业全要素能源效率有显着的负向影响。这表明经典的EKC假说所指出的污染和增长“脱钩”阶段尚未到来，系数为负说明还没有越过拐点值，也就是说，中国服务业能源利用水平仍处于随着经济增长而不断恶化的阶段，服务业增长方式尚未由粗放型向集约型转变。服务业能源消费结构的估计系数在1％水平上显着为负，说明以油品和煤品为主的能源消费结构制约了服务业能源利用效率的提升，但其影响程度较小。服务业内部结构与服务业全要素能源效率呈显着负相关，这表明优化服务业内部结构，即服务业传统高耗能行业占比的减少对提升服务业全要素能源效率有利。服务业内生禀赋结构与服务业TFEE呈显着正相关，资本深化往往使得其对经济增长的要素替代作用增强，会减少高消耗生产要素的投入，从而促进能源利用效率的提高。[17]环境规制力度对服务业全要素能源效率有显着的正向影响，说明本文的结论支持了“波特假说”，环境规制促使企业为降低成本加快科技创新步伐，在提高生产效率的同时减少污染物的排放，从而促进了服务业能源利用效率的提升。FDI的估计系数在1％水平上显着为负，说明中国作为发达国家的“污染避难所”的假说在样本期间内得到了支持。近年来，无论是从规模、增速还是从权重来看，中国利用外资进入“服务经济时代”，[18]但是，政府在大量引进服务业外资时缺乏有效的甄别机制，导致大量“高耗能、高污染”的外资项目被盲目引入，再加上对服务业部门缺乏有效的环境规制，导致地区内环境质量严重下降，在很大程度上抑制了服务业能源利用效率的提升。燃料价格对服务业TFEE的影响显着为正，表明提高能源价格在一定程度上有利于促进服务业全要素能源效率的提升。原因在于目前中国能源价格管制还未彻底放开，能源价格体系尚未理顺，市场化程度不高，造成实际能源价格偏低，过低的能源投入成本势必会导致服务业部门对能源的过度需求，从而带来能源利用低效率。 内容来自dedecms

六、主要结论与政策启示 织梦内容管理系统

1.主要结论 copyright dedecms

（1）中国服务业全要素能源效率整体水平较低且在持续恶化，呈现出“下降-回升-下降”的“S”型演进路径。这表明，中国服务业增长与能源低效并存，伴随着中国由工业经济向服务经济转型，服务业能源消耗量持续增加，服务业发展对资源环境同样将产生重要影响，提升服务业能源利用效率已经成为中国推动绿色发展过程中亟待解决的突出问题。据此，一些学者认为“服务业是低污染、低消耗的绿色产业”的观点可能有失偏颇，“服务业比重的简单扩张能够突破资源环境的瓶颈制约”也显得过于片面。

（2）在空间分布上，中国各省市、各区域之间服务业全要能源效率差异较大，呈现出“东部-中部-东北-西部”递减的梯度结构，且各区域服务业能源效率的总体差距趋于加大。

（3）服务业潜在能源强度显着低于实际能源强度，且尚未出现服务业实际能源强度向潜在能源强度全面收敛的趋势。如果能够消除能源无效率，服务业实际能源强度可以进一步下降，最多可以累计节省大约1/3能源消费量。

copyright dedecms

（4）对服务业能源效率影响因素的估计结果表明：人均GDP对服务业全要素能源效率有显着的负向影响；传统服务业畸高的内部结构、以油品和煤品为主的能源消费结构均不利于服务业能源效率的提升，但影响程度较小；燃料价格和具有内生决定作用的资本——劳动禀赋对服务业全要素能源效率具有显着的促进作用，本文的结论支持了“波特假说”和“污染避难所”假说。

copyright dedecms

2.政策启示 dedecms.com

基于上述结论，其政策启示如下：第一，当前，在中国当前应对气候变化和推进绿色低碳循环发展的进程中，节能减排重点领域主要集中于工业部门，除交通运输业外，其他服务业部门节能减排问题尚未得到应有的关注和重视。因此，有必要构建和完善针对中国服务业部门的环境规制，积极实行服务业能源消费总量和强度“双控”行动，建立服务业指标分解机制，使其与当前工业部门节能减排的政策相补充，形成一个完整有效的“节能减排”绩效评估框架与政策体系，从而有助于推进绿色发展和美丽中国建设。第二，中国各省市、各区域之间服务业部门节能潜力差异较大，说明国家在对各省市、各地区制定服务业节能减排目标时应当因地制宜，绝不能采用“一刀切”的统一标准，应根据各地区服务业实际节能潜力制定科学、合理和可行的节能目标和差异化的节能政策；同时，应积极加强区域间能源合作，进一步提高能源互保互供能力。第三，积极推进能源体制改革，要坚持市场化改革方向，推进能源价格形成机制改革、环境产权制度改革、碳交易体制机制改革等重要领域改革破题；以智能高效为目标，不断优化服务业内部结构和能源消费结构，加大节能减排领域的技术创新力度，大幅提升服务业能源综合利用效率，推进中国服务业由高能耗型向循环节约型增长方式转变。 copyright dedecms

参考文献：

内容来自dedecms

[1][5][14]庞瑞芝，王亮.服务业发展是绿色的吗?——基于服务业环境全要素效率分析[J].产业经济研究，2016，（04）：18-28.

织梦好，好织梦

[2][6][9][15]白雪洁，孟辉.服务业真的比制造业更绿色环保?——基于能源效率的测度与分解[J].产业经济研究，2017，（03）：1-14.

织梦内容管理系统

[3]李艳梅，孙丽云.服务业发展的资源和环境约束[J].科学，2016，（02）：31-34.

[4]彭水军，曹毅，张文城.国外有关服务业发展的资源环境效应研究述评[J].国外社会科学，2015，（06）：25-33. 内容来自dedecms

[7]张伟，吴文元.基于环境绩效的长三角都市圈全要素能源效率研究[J].经济研究，2011，（10）：95-109.

[8]庞瑞芝.经济转型期间中国工业增长与全要素能源效率[J].中国工业经济，2009，（03）：49-58. copyright dedecms

[10]张少华，蒋伟杰.能源效率测度方法：演变、争议与未来[J].数量经济技术经济研究，2016，（07）：3-24.

[11]冯烽.内生视角下能源价格、技术进步对能源效率的变动效应研究——基于PVAR模型[J].管理评论，2015，（04）：38-47. 本文来自织梦

[12][26]李兰冰.中国全要素能源效率评价与解构——基于“管理-环境”双重视角[J].中国工业经济，2012，（06）：57-69.

[13]王恕立，滕泽伟，刘 军.中国服务业生产率变动的差异分析——基于区域及行业视角[J].经济研究，2015，（08）：73-84.

[17]吴传清，董旭.环境约束下长江经济带全要素能源效率研究[J].中国软科学，2016，（03）：73-83.

[18]夏杰长.利用外资进入“服务经济时代”[J].中国对外贸易，2015，（06）：19-19. 本文来自织梦

---

[1]因中国港、澳、台地区和西藏自治区因数据不全，故不在样本之列。

[2]本文利用《中国能源统计年鉴2015》中提供的标准煤折算系数以及联合国政府间气候变化专家委员会（IPCC）公布的碳排放系数和基准核算方法，将服务业部门的煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气、热力以及电力的消耗量转化为CO2排放量。

内容来自dedecms

[3]国家统计局数据显示，2016年贵州、内蒙古、青海、宁夏和新疆服务业占GDP的比重分别为44.7％、42.5％、42.8％、50％和45.6％，而同期全国平均水平为51.6％。