第三章 环境约束条件下中国特大城市产业结构服务化效率测度

如前所述，中国特大城市产业结构服务化并未导致经济增长停滞趋势出现。然而，地区生产总值增长并非产业结构服务化的唯一目标，中国特大城市的巨大规模导致经济发展还面临极大的环境承载压力。因此，评估环境约束条件下中国特大城市产业结构服务化效率显得尤为重要。

第一节 研究方法

产业结构服务化效率是指在产业结构服务化过程中投入资源与产出结果的对比表现。所谓效率高即表现为以最小的资源消耗和经济投资换来最大的经济增长和环境改善。因此，对某个区域或城市产业结构服务化效率的度量可以将其规划为一个复杂系统或“黑盒子”，不考虑系统内部各个要素的联系和相互作用，而是通过对该区域或城市各个产业的投入要素数量和产出数量进行衡量。用DEA方法测度投入产出效率是恰当并合适的，但传统DEA模型，如CCR、BCC模型，受到模型径向、维度等方面的限制，无法完整地体现产业结构服务化过程中的经济发展与环境影响，因此本书将参考RAM模型建立基于期望产出的经济效率模型和基于非期望产出的环境效率模型，并利用RAM模型可加性的特点，综合上述两个模型建立双重效率模型。

为将经济要素、环境因素等变量纳入产业结构服务化效率分析的框架，综合模型应包含期望产出与非期望产出，并在此基础上构建一个生产可能集，生产的产品通常为期望产出，而生产中的副产品，如三废、噪音等污染物，通常为非期望产出。在投入要素方面，除按照全要素生产率的定义将投入分为固定资产、人力资本外，还应增加能源要素。如前所述，所谓产业结构服务化，是向经济以服务业占主导转化的过程，是能源等硬要素对经济增长作用不断下降的过程。同时，以煤炭、石油为代表的能源消耗也是非期望产品产生的物质基础。因此，可将对经济的投入要素分为经济投入要素和能源投入要素。假设每个特大城市使用N种经济投入x=（x1, …, xN）和M种能源投入e=（e1, …, eM），得到P种期望产出y=（y1, …, yP）和I种非期望产出b=（b1, …, bI）∈，则生产可能集模拟为：

假设在任一时间截面上，中国16个特大城市中的第j个城市的投入产出向量为，则可运用RAM模型构造中国特大城市产业结构服务化的最优实践边界，然后把各城市的投入产出向量与边界值比较，即可得出产业结构服务化效率的测度值。

一 基于期望产出的RAM经济模型

传统的DEA模型大多采用决策单元数据构造生产边界，同时计算某决策单元到生产边界的距离与其到原点的距离，并利用两个距离的值来计算效率。如图3-1所示，从投入角度来看，决策单元无效率产生的原因是各投入要素的使用过量。因此，要提高该决策单元的效率值只有等比例减少投入要素。实际上，决策单元的非有效不但是各要素的投入过量造成的，同样也是投入要素的配置不当造成的。如图3-1所示，传统的DEA模型的径向限制无法体现要素配置不当引起的非效率。本书所采用的RAM模型由SBM模型发展而来，其基本原理是根据投入及产出相对效率前沿投影的松弛程度来确定技术效率。该模型优点在于：首先，模型并无传统DEA方法中要求投入变量同比例变动，与真实生产状况一致；其次，模型是非径向的，通过综合投入要素和产出要素计算而无须选择产业结构服务化效率的角度；再次，模型中规划式的目标函数具有可加性，既可采用该模型单独测算经济效率（期望产出）或环境效率（非期望产出），又可以将两者整合在同一研究框架内计算经济和环境双重效率；最后，由于使用了松弛变量，模型通过约束条件可直接计算某决策单元中某要素用量与最高效率状态下用量的差值，便于进一步研究效率损失的要素来源。

根据Aida等（1998）定义，以下为基于期望产出的经济效率的模型规划式：

式（3-2）表示一个时间截面状态，通过计算16个城市的投入极差[max（xnj）- min（xnj）]与产出极差[max（ypj）- min（ypj）]，可得投入松弛sxn和产出松弛sxp：

由松弛定义可知其值介于0和极差之间，即有：

式（3-4）中，∗表示最优解的值，因此λ∗为令各城市在取得最大效率时所有城市相应变量的权重。同时，令同传统DEA模型含义一致，表示此时生产技术为可变规模报酬。因此，某时期城市j的经济效率可通过式（3-5）测算：

由θ表达式可知，θ满足效率值的可排序性和有界性原则。要使效率值最高为1，则需要使得所有松弛，无论是投入变量的松弛还是产出变量的松弛都为0，此时在经济意义上则表示该城市处于构造的最优实践边界，达到了经济效率的帕累托最优。如图3-1所示，EFGH构成的即为最优边界，若模型是非径向的，则生产可能集内任一决策单元j可向任一方向进行投影。如JF为有效投影，投入减少而产出增加，生产效率得到提高；而JH是无效投影，投入产出都增加却未改善生产效率。

二 基于非期望产出的RAM经济模型

如前所述，产业结构服务化目的并不全在于经济产出的提高，也在于改变发展方式以改善城市环境状况。因此，在模型中就需要产业结构服务化效率的测算能同时模拟经济产出增加和环境污染减少两种倾向。借鉴李涛（2013）在能源效率中的思路：能源要素效率测算存在混合效应，但能源要素投入增加，如石油并不一定意味着污染增加和环境效率降低，有可能意味着另一能源要素的减少。为了在模型中表征能源要素的替代效应，应设定两个能源松弛。因此，基于非期望产出的环境效率模型定义式为：

若用某一污染物代表环境的非期望产出时，则某时间截面的环境效率可通过式（3-7）计算：

如图3-2所示，该模型横轴表示能源投入，纵轴表示污染产出，对于城市j，改善环境效率有多个方向，其中JA和JC是有效方向。JA为自然改善，表示在产业结构服务化过程中，随着低能耗行业对高能耗行业的替代，能源投入的自然减少导致环境效率的提高；JC则表示虽然某种能源要素的投入增加，但“混合效应”反而引起污染产出的减少。

三 基于双重产出的RAM经济模型

综上所述，经济效率是追求经济产出增加的同时使得经济投入减少，是只追求经济增长而忽视环境污染的非可持续性的发展模式，而环境效率则主要着眼于能源在经济活动中对非期望产出（污染物排放）的影响，度量的是产业结构服务化对环境的管制绩效。本书利用RAM模型的可加性特征将两种效率纳入同一研究框架中，得到联合效率模型，其定义规划式如下：

式（3-8）同时考虑经济效率和环境效率，构成两个最优边界，可通过联合效率度量某个城市在某时期产业结构服务化对经济增长和污染物减排的双重作用，体现了可持续发展的要求。根据RAM模型规划式，可得联合效率值计算式为：

为更好地阐释联合效率，将两个效率模型图示重合。由于存在两个最优边界，效率改善过程可表示为双边投影。如图3-3所示，横轴表示资源投入，纵轴既表示经济产出，也表示污染产出。城市产业结构服务化的目的之一是在保持经济增长的前提下实现环境改善的双赢战略，高效率的产业结构服务化策略既不能因为保增长而进一步损害城市环境，也不能因为环境改善要求而限制经济的发展。因此，图3-3中各个方向的投影有新的含义。如JF不仅代表经济效率的改善，还代表能源投入的减少，是一种可持续发展的产业结构服务化路径。JC代表的是通过优化能源结构，发挥清洁能源的替代作用并且通过开发或引进新技术来提高环境效率，同时依赖能源投入的增加对经济增长和经济效率的改善起到正向作用。

第二节 评价指标和数据来源

按照研究目的和设定模型的特性。本书选取2000～2012年中国16个特大城市的地区生产总值、资本存量、劳动投入、能源投入、第三产业产值比重和污染物处理量的面板数据。

（1）资本投入。资本投入采用资本存量来表征，参考向娟（2011）的研究成果并自行计算2000～2012年16个特大城市的实际资本存量，并采用平减指数将资本存量换算为以1990年为基期计算的不变价格资本存量数值。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》市辖区数据。

（2）劳动投入。劳动投入有两种表征形式，一种是以有效劳动时间衡量，还有一种是以劳动人口衡量。中国统计年鉴中缺乏平均工作时间数据，因此本书沿用国内研究的一般做法，以当年从业人数予以替代。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》中的市辖区数据。

（3）能源投入。能源既是经济增长的动力，也是污染物的主要来源。因此选取用电量和用水量作为能源投入。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》中的市辖区数据。

（4）期望产出——地区生产总值。采用《中国城市统计年鉴》中16个特大城市的地区生产总值数据，以2000年为基期，也采取平减指数法以1952年为基期不变价格进行换算。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》中的市辖区数据。

（5）期望产出——第三产业产值比重。该指标是对产业结构服务化程度的表征。如前所述，选用第三产业产值比重作为产业结构服务化的期望产出。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》中的市辖区数据。

（6）非期望产出——污染物排放量。中国城市统计数据中并无碳排放等衡量污染物的标准数据。因此，在可查数据中选取工业废水排放量作为指标表征城市在产业结构服务化过程中污染物的排放。数据来源于中国统计出版社2001～2013年出版的《中国城市统计年鉴》中的市辖区数据。

第三节 实证结果分析

运用RAM经济效率模型、环境效率模型和联合模型，采用样本数据和lingo软件，本书构造了2000～2012年经济效率、环境效率和联合效率的最优前沿并计算了16个特大城市与最优边界的有效投影得到效率值。表3-1中显示2000～2012年16个特大城市三种效率的均值。本书将从以下四个视角对16个特大城市产业结构服务化效率进行分析。

一 特大城市产业结构服务化效率整体变化趋势分析

在样本观察期2000～2012年，中国经济增长和环境治理呈现出明显的阶段特征。16个特大城市作为中国经济增长的排头兵，其经济效率、环境效率和联合效率也体现出这个特征（见图3-4）。若将16个特大城市每年的效率取平均值作为整体效率指标，可发现在样本研究期间效率值的变动比较大，总体上可分为三个时段。

2000～2003年，经济效率从0.517增长到0.569，以无环境约束的经济转型模式衡量，16个特大城市通过产业结构服务化促进了经济增长和第三产业地区生产总值的提高；环境效率从0.475降低到0.452，表明环境效率降低并未对产业结构服务化和经济增长造成显著影响，但也表明产业结构服务化并未带来城市环境状况的改善；由于本时段经济效率的改善幅度超过环境效率的恶化程度，两者协同的联合效率仍有所提高。结合各城市的效率值变动状况可以发现，部分城市在产业结构服务化过程中只注重经济增长，仍然沿用高投入、高产出的经济发展模式，造成产业结构服务化与环境治理的脱节，使得城市人口并未从产业结构服务化中获得整体效益。

2004～2007年，该时段经济效率和环境效率都有一定幅度增长，经济效率从0.569增长到0.582，环境效率从0.452增加到0.486，联合效率也有相应的提高。这表明各城市产业结构服务化效应开始显现。

2008～2012年，16个城市产业结构服务化的经济效率和环境效率都出现一定幅度下降，经济效率从0.582降低到0.571，环境效率从0.486降低到0.471，呈现双重恶化。这可能是2008年经济危机引致的四万亿元投资计划所造成的。16个特大城市作为中国经济较发达地区，投入巨大且主要进入基础建设领域，造成工业能耗的提高和污染排放相对增加，导致产业结构服务化经济效率和环境效率降低。

DEA方法计算出来的效率值是相对数值，因此本书运用非参数方法来检验上述结论。由于该研究是多样本的对比，具体采用的是KruskalWaliis秩和检验。建立如下假设。

H0: 2000～2012年各子阶段的产业结构服务化经济效率、环境效率和联合效率不存在显著差异。

本书将整个样本期间的16个特大城市的各年度三种效率指标进行合并并排序。令Rjt代表第 j个城市在t 年度的秩，Kruskal-Waliis 统计量H为：

该统计量服从自由度为T -1的卡方分布（Hollander and Wolfe, 1999）。秩和检验需要考虑的问题是如果样本中值相同的单元过多会影响统计量的检验精度，因此可对统计量的值做出调整：

式（3-11）中，ω=τ3-τ, τ的含义是具有相同排名（秩）的城市总个数。

检验结果见表3-2至表3 -4。2000～2003年，经济效率的H统计量值为13.75大于卡方分布的1%显著性水平下的临界值13.28，因此拒绝原假设，表明在该时段各年度之间的经济效率有显著差异，产业结构服务化确实带来了经济增长和经济效率的提高；联合效率的H统计量值为9.98，也大于卡方分布的5%显著性水平下的临界值9.49，说明在该时段联合效率也存在显著差异；环境效率没有通过秩和检验，说明环境效率在这一时段并无显著差异，也意味着联合效率提高的主要因素是经济效率。2004～2007年，三种指标分别在1%和5%显著性水平下通过了检验，说明“十一五”期间中央政府提出的大城市产业结构服务化战略对特大城市产业结构服务化起到了正向的促进作用，提高了经济效率、环境效率和联合效率。2008～2012年，环境效率和联合效率的H统计量均远远超过卡方分布（自由度为5）在1%显著性水平下的临界值，而经济效率在5%的水平下显著，可见2008～2012年环境效率和联合效率确实有显著降低，而联合效率下降的主要因素是环境效率。

二 特大城市产业结构服务化效率的地区差异

从地域分布上看，16个特大城市中除了武汉外，其他城市主要集中在东西部地区，因此无法沿用传统研究方法将其划分为东部、中部和西部三大地区。但从区域经济的视角，西安、沈阳、哈尔滨与北京、天津同为北方城市，联系较为紧密，可将其划分为一类；上海、杭州、南京、武汉、重庆、成都同属长江经济带区域范围，也可将其划分为一类；广州、深圳、东莞、佛山、汕头属于珠三角城市，可以将其划分为一类。本书采用Mann-Whitney秩和检验，对三类城市分别在三个阶段的三个效率指标进行排序，通过加总得到秩和，然后分别进行两两检验。该检验原假设为H0。

H0: 2000～2012年各子阶段的城市i与城市j的经济效率、环境效率和联合效率不存在差异。

在Mann-Whitney秩和检验中，采用每个城市效率指标的秩和计算检验统计量，其检验统计量U定义为：

当每组的子样本容量大于20时，每个组都近似服从正态分布，该正态分布的特征为：E（u）= ninj/2, V（u）= ninj（ni+nj+1）/12。当多个秩出现相等时，可通过式（3-13）调整Z统计量：

在SPSS软件中进行处理，处理结果如表3-5所示。对于所有时期，分区域的三种指标的U统计量均在各自水平上拒绝了无差异的原假设。该结果表明16个特大城市在产业结构服务化水平和效率上并不同步，表现出明显的空间异质性，效率值呈现出明显的长江经济带＞珠三角＞北方的分布趋势。其中，长江经济带与珠三角的平均水平值较接近，而北方城市在三个时间段的三种效率指标均低于长江经济带和珠三角。该结果表明北方5个特大城市在产业结构服务化进程中相对于南方特大城市，无论是经济增长还是环境改善都处于较低效率状态，且这种差异是十分显著的。

为进一步深入研究各城市在样本期间的产业结构服务化三种指标的效率差异，以2000～2012年全阶段的经济效率和环境效率中位数为分割点，其中，经济效率中位数为0.621，环境效率中位数为0.542，对全部研究对象进行如下统计分组。

G1：经济效率与环境效率均大于中位数。该组包括上海、杭州、广州、深圳4个城市。这些城市的经济效率和环境效率都接近最优边界，说明上述城市在产业结构服务化进程中同时实现了经济增长和环境改善。

G2：经济效率大于中位数，环境效率小于中位数。该组包括北京、天津、武汉和重庆4个城市。这些城市经济效率较高，接近最优边界，但环境效率较低，说明虽然2000～2012年这些城市的产业结构服务化取得了经济效果，但其经济增长的主要源泉是投入尤其是资源投入的增加，因而不可避免地降低了环境效率。

G3：经济效率小于中位数，环境效率大于中位数。该组包括成都、南京、佛山3个城市。产业结构服务化被认为对环境改善有正向影响，但经济增长对城市环境的影响也取决于城市原有产业结构，如原本服务业比例高的城市较原本重工业较发达的城市更利于产业结构服务化进程中的环境改善。成都、南京本身服务业较发达，佛山则通过转移出大量的高能耗、高污染的陶瓷企业，环境效率在样本期内保持了较高水平。

G4：经济效率和环境效率均低于中位数。该组包括东莞、汕头、西安、沈阳和哈尔滨5个城市。这些城市的经济效率和环境效率均处于较低水平，表明这些城市在所有特大城市中发展水平并不理想，尤其是在产业结构服务化进程中，无论是对经济增长的促进还是对环境的改善作用都有待提高。

三 中国特大城市产业结构服务化非效率来源解析

RAM模型源于SBM模型的基本原理，因此也基于松弛变量的大小作为效率测度的基本要素。基于模型结构的可加性，可通过各城市的非效率来源进一步研究中国特大城市产业结构服务化进程中经济效率和环境效率的内部影响因素。如前所述，松弛变量分别表示城市产业结构服务化过程中经济要素与能源要素大于最优边界的投入、经济产出小于最优期望产出、污染物大于最小非期望产出的程度。其中，冗余投入的经济要素、能源要素、不足的经济产出和过度排放的污染物正是导致这三个效率指标非效率的来源。因此，理论上可通过测算每种要素的实际投入或产出与最优产出之间的松弛量来表征产业结构服务化中经济增长和环境改善效率缺失的源泉。李涛（2013）在Cooper 等（1999）对SBM模型分解方法的基础上，提出直接测算对整体效率值缺失即非效率水平贡献度的公式。

经济（资本或劳动力）投入非效率：

其中，x=k或l, k为资本，l为劳动力。

能源投入非效率：

经济产出非效率：

污染产出非效率：

根据式（3-14）至式（3-16），本书计算16个特大城市产业结构服务化的经济效率、环境效率和联合效率中每个城市的每个要素的松弛量占非效率的比重。表3-6中全国城市和各组别的数值由各城市2000～2012年各年度比重值平均得到。

总体来看，16个城市在产业结构服务化过程中经济产出的非效率主要是资本投入冗余较高以及能源过度消耗所造成的，其对经济非效率总贡献度为61%。从产出角度看，以地区生产总值为代表的产业结构服务化产出相对于最优产出也贡献26%的损失。可见，原有经济发展模式中的高投入并未带来高产出，而进一步加速产业结构服务化进程是特大城市经济增长的最优路径。在对环境非效率来源的分解中可发现，过度的资本投入和能源消耗的贡献度分别为29%和30%，造成高于最优排放量21%的污染物排放。上述结论得到相关理论研究支持，许多成果指出在产业结构服务化过程中，中国仍然存在资本深化过度现象（张湘赣， 2011），资本深化过度既导致投资效率恶化（张军，2002），也导致经济偏离资源禀赋路径进而使得能源效率恶化（魏楚和沈满洪，2008）。16个特大城市的产业结构服务化水平虽然大多高于全国平均水平，但资本密集型和能源密集型工业仍占有重要地位。因此，在产业结构服务化过程中应注意能源消费的挑战，改变经济粗放型、高能耗的发展模式。在联合非效率分解结果中也显著地表现这一特征。如表3-6所示，在联合非效率来源测算中，能源、资本和污染物是非效率的主要来源。其中，能源过度投入贡献度高达30%，非期望产出污染物排放的贡献度达到了19%，而经济产出不足的贡献度只有13%。由于能源投入的非效率贡献度也远大于污染物排放的贡献度，可见在特大城市产业结构服务化过程中增加节能投入和加快技术进步比单纯节能减排政策对三种效率的提高更加有效。

从不同区域看，经济效率、环境效率和联合效率这三个指标的非效率结构中，长江经济带城市的资本非效率贡献度都高于另外两个区域， 29% ＞27% ＞24%。一个可能的原因是近年来长江经济带逐渐上升成为国家战略的过程中，吸纳大量投资，初期大量投入会引起投资效率的下降。在能源的非效率贡献度上，虽然长江经济带城市的能源投入总值最高，但在非效率贡献度上低于其他两个地区城市，可见长江经济带城市的能源利用效率是最高的，其主要原因有二：一是长江经济带城市水电资源丰富，能源结构中清洁能源比例较高；二是长江经济带沿岸城市向来对环境保护具有较强意识，节能高效技术使用比例较高。因此，虽然长江经济带城市能源投入和污染排放绝对总量最高，但黄金水道的巨大价值和较强的环境保护意识为长江经济带在产业结构服务化过程中带来了有助于提高能源利用率和减少污染物排放的巨大潜力。随着国家长江经济带战略的实施，这一趋势将更加明显。

四 不同环境约束条件下特大城市产业结构服务化环境效率评价

按照新结构经济学理论，要素结构决定了产业结构。因此，在环境约束下实现经济增长是中国特大城市产业结构服务化的原动力之一。通过测算2000～2012年16个特大城市产业结构服务化进程中不同环境约束条件下对环境效率差异的影响，能够对各城市产业结构服务化路径的合理性进行评价。本书通过改变RAM模型的规划式中的约束条件，对环境效率模型式（3-6）设定其投影方向，实现对产业结构服务化中不同环境改善方式的模拟。模型如下所示。

自然减排：

技术进步：

能源替代：

式（3-20）与式（3-19）的共同点是普通经济要素的投入不变，即松弛为0，而区别在于式（3 -20）通过能源消耗增加实现污染物减排，式（3-19）通过减少能源消耗实现污染物减排，而式（3-18）的约束则将投影限定为经济投入和能源投入同时降低。采用样本期2000～2012年的投入产出数据可以构造环境效率的最优前沿，并根据两种约束条件下的各城市投入和产出松弛计算不同环境改善方式下的两种环境效率。若取同一年度各城市的环境效率均值代表产业结构服务化中16个城市的总体环境效率，则可由效率值的大小比较能源替代、技术进步和自然减排现阶段对环境改善作用的强弱。

如图3-5所示，在2000～2012年观察期内自然减排效率＞技术进步效率＞能源替代效率的特征，可得以下结论。

（1）自然减排是16个城市产业结构服务化过程中最有效的环境治理方式。这说明各城市目前主要通过提高服务业比重来实现对环境的改善。在大部分城市产业结构服务化过程中，都是通过产业政策对高污染、高能耗企业或产业的关闭和转移来降低污染排放，甚至有的城市一味地通过放弃工业发展盲目追求服务业比例的提升。这种方式虽然降低了能源投入和污染物排放，但同样也扩大了产业结构风险。随着未来产业结构服务化的进一步深化，单纯采取一刀切的自然减排路径势必增加环境改善的边际成本，影响经济可持续的绩效。

（2）依靠技术进步而不是单纯地减少经济、能源投入是实现高效环境治理的有效手段。从效率数值上看，16个城市的技术进步对环境效率的影响并不大，其主要原因是各城市生产性服务业发展缓慢，产业融合度低，无法促进科技水平提升引致技术进步。从趋势线看，该效率的数值在样本期内有上升趋势，说明随着产业结构服务化的深化，生产性服务业发展引致的技术进步对各城市的环境改善作用越来越重要。因此，各城市应进一步制定相应产业政策，引导生产性服务业迅速发展。

（3）能源替代在16个城市产业结构服务化对环境效率影响中绩效最低，作用最小。其原因主要有两个：一是本次测算由于数据可得性所限，采用的是全社会用水量和用电量作为能源投入，水和电虽然都是能源投入，但其可替代性相对于其他能源较小；二是中国长期要素结构刚性较强以及企业服务化、产业服务化水平很低，无法通过要素结构改善实现能源替代。因此，在进一步深化产业结构服务化过程中，各城市应推动企业服务化和产业服务化进程以降低对能源要素的需求刚性。

第四节 研究结论

产业结构服务化既是新常态下经济发展的重要保证，也是环境改善的有效路径。首先，本书采用RAM模型，克服传统DEA模型的径向性、导向性等缺陷，估算了2000～2012年中国16个特大城市产业结构服务化的经济效率、环境效率，并利用RAM模型的可加性将两者整合在同一研究框架下测算联合效率，并对测算结果进行趋势分析和空间对比分析。其次，通过非效率影响因素的贡献度分解，本书研究了经济投入、能源投入以及期望产出和非期望产出对三种指标的非效率贡献比例。最后，通过对投影方向的约束模拟不同的环境治理方式，测算了不同产业结构服务化路径下环境效率的变化。通过上述分析和研究，本书可得出以下四个方面的结论。

1.2008年以后中国特大城市产业结构服务化效率呈现明显下降趋势

对三个效率指标的趋势分析表明，在样本期2000～2012年，经济效率、环境效率和联合效率指标都呈现阶段性特征，阶段的划分与阶段内年度间的效率值变动通过了Kruskal-Wallis秩和检验，是显著的。值得注意的是，国内应对2008年经济危机所采用的积极财政政策导致中国特大城市产业结构经济效率和环境效率的双重下降。

2．中国特大城市产业结构服务化效率具有空间异质性

对三个效率指标的空间分析表明，在样本期2000～2012年，经济效率、环境效率和联合效率指标都呈现出地域性特征，其中以长江经济带的6个城市整体效率最高，珠三角的5个城市次之，而北方5个城市最低。在三个指标效率的对比中，环境效率的差别较大，说明中国16个特大城市在产业结构服务化过程中表现出来的经济效率差距虽然存在但不大，而要素结构不同和产业结构服务化路径选取的不同导致环境效率的差距较大。因此，在明确各城市效率差距的同时，推进产业结构服务化进程要充分考虑不同城市的要素结构现状，制定符合本地经济社会发展水平的产业结构服务化策略，将有助于环境效率的提高。

3．过度投入是中国特大城市产业结构服务化非效率的主要原因，而长江经济带特大城市产业结构服务化环境效率提升空间巨大

通过非效率源泉的贡献度测算，在样本期2000～2012年，中国16个特大城市高额资本投入和过度能源消费是三个指标非效率的主要来源，而投资和能源的双高投入也为产业结构服务化带来过低的经济产出和过高的污染物排放。分区域看，虽然长江经济带特大城市的能源投入和污染排放都较高，但得益于清洁的能源结构和较强的环保意识，环境非效率程度反而较低。未来长江经济带战略实施将强化这一趋势，同时对其他特大城市有示范效应。

4．目前中国特大城市产业结构服务化路径对环境效率改善缺乏可持续性

通过对不同环境约束下环境效率的测算，在样本期2000～2012年，中国16个特大城市在产业结构服务化进程中主要通过提高服务业比重实现自然减排，但该路径会导致产业结构风险和可持续发展。通过生产性服务业发展实现产业融合推动技术进步，加速企业、产业服务化，改变要素需求结构，实现能源替代这一路径虽然目前并未发挥主要作用，却是未来中国特大城市产业结构服务化中环境效率改善的关键。因此，中国16个特大城市未来产业结构服务化的主要思路是提高产业结构服务化深度，让服务成为经济真正的主导，使得技术进步、要素需求改善，超越自然减排，成为环境效率改善的关键。同时，促使环境成为经济增长的动力而非约束，降低两者的对立，是产业结构服务化成为经济发展与环境改善双赢的共同基础。