外商直接投资与环境污染相关性的实证研究——中国东部和中部的省际差异比较

贺文华

(邵阳学院,湖南邵阳 422000)

外商直接投资与环境污染相关性的实证研究
——中国东部和中部的省际差异比较

贺文华

(邵阳学院,湖南邵阳 422000)

随着经济快速增长和外商直接投资规模的急剧增加,中国环境的承载力受到严峻挑战。我们利用中国东部十一省(市)和中部八省的七个环境污染指标数据,构建面板数据模型,对中国东部和中部的 FD I的“清洁”程度进行检验,结果表明:虽然各省 FD I对污染指标的影响存在差异,但没有足够证据支持“污染天堂假说”。

外商直接投资;环境库兹涅茨假说;污染天堂假说

一、引言

环境竟次理论是指不同国家或地区间对待环境政策强度和实施环境标准的行为类似于“公共地悲剧”的发生过程,每个国家都担心他国采取比本国更低的环境标准而使本国的工业失去竞争优势。因而,国家之间会竟相采取比他国更低的环境标准和次优的环境政策,结果是每个国家都会采取比没有国际经济竞争时更低的环境标准,从而加剧全球环境恶化。

“污染天堂假说”认为在一国单方提高环境标准的情况下,国内企业和环境标准低的外国企业相比失去其竞争优势,从而使高环境标准国家的企业将生产转向低环境标准国家。若在实行不同环境政策强度和环境标准的国家间存在自由贸易,实行低环境政策强度和低环境标准的国家,因外部性内部化的差异而使该国企业所承受的环境成本相对要低。在该国进行生产时,其产品价格就会比在母国生产出同样产品的价格相应要低。因此,该国在投资和生产方面具有更大的优势。这种由成本差异所产生的“拉力”会吸引国外的企业到该国安家落户。

Eskeland和 Harrison(2003)[1]认为污染密集型的外资企业运用的生产和污染消除技术通常比东道国本地的企业更先进和更有利于改善环境。如果这些企业能够替代部分东道国同行业低效生产的企业,则东道国的整个污染状况将有可能好转。郭红燕和韩立岩 (2008)[2]实证研究发现中国的 FD I存量与环境管制变量呈正相关,表明中国宽松的环境管制是吸引外商直接投资的一个重要因素,显现出“污染避难所”效应 。

二、变量选取及模型构建

(一)东部和中部的 FD I区域分布

改革开放以来,中国吸收外商直接投资数量增长迅速。1979-1984年总计 41.04亿美元,而后从1985年的 19.56亿美元快速增长到 2008年 923.95亿美元,1979-2008年累计达 8526.13亿美元。2007年东部和中部地区利用 FD I所占比重分别为78.27%、15.30%。[3]2008年中国引进的外商直接投资为 923.95亿美元,主要集中于东部地区,而东部地区又主要集中于江苏、广东、山东、浙江、上海、福建和辽宁,其中广东、江苏、浙江、上海的 FD I的总额为 543.7104亿美元。东部地区引进的外商直接投资中,江苏为 251.2亿美元、广东为 191.27亿美元、辽宁为 120.2亿美元。上海、浙江、福建分别为100.84亿美元、100.729亿美元、100.256亿美元 (见图 1-3),江苏和广东占 2008年中国外商直接投资的 47.93%。中部地区主要集中于湖南、江西和湖北。但 2007年以来,安徽和河南的外商直接投资增长迅速。2008年中部引进的外商直接投资中,河南为 40.327亿美元、湖南为 40.052亿美元、江西为36.037亿美元、安徽为 34.9亿美元、湖北为 32.45亿美元,中部五省占中国 2008年外商直接投资的19.89%。

图 1 中国东部和中部 2003～2008年 FD I区域分布(亿美元)

图 2 中国东部十一省(市)2003～2008年 FD I区域分布(亿美元)

图 3 中国中部八省 2003～2008年 FD I区域分布(亿美元)

(二)变量选取

考虑统计口径一致和数据的连续性,选取工业废气排放总量(亿标立方米)、工业废水排放总量(万吨)、工业固体废物产生量(万吨)、工业固体废物排放量(万吨)、工业烟尘排放量 (万吨)、工业粉尘排放量(万吨)和工业二氧化硫排放量 (万吨)为环境污染指标;人均地区生产总值 (元)作为经济增长指标,此外,考虑国际贸易因素中污染的可输出性,用FD I作为污染的输出指标 (万美元)。SO2、FS、FQ、GYYC、GYFC、GTCS、GTPF分别表示工业二氧化硫排放量、工业废水排放量、工业废气排放量、工业烟尘排放量、工业粉尘排放量、工业固体废物产生量、工业固体废物排放量,Y表示人均地区生产总值(元),FD I表示外商直接投资 (万美元)。环境污染指标数据根据 1986至 2009年中国统计年鉴相关数据整理,地区人均生产总值和外商直接投资数据根据 1986至 2009年省 (市)统计年鉴相关数据整理。LNSO2、LNFS、LNFQ、LNGYYC、LNGYFC、LNGTCS、LNGTPF分别表示污染指标的自然对数,LNY、LNFD I分别表示人均地区生产总值和外商直接投资的自然对数。本文中东部十一个省(市)为广东、上海、浙江、江苏、北京、辽宁、海南、山东、福建、河北、天津;中部八省为湖南、湖北、安徽、山西、江西、黑龙江、吉林、河南。通过东部和中部的数据研究中国东部和中部省(市)FD I的对环境影响的差异。

(三)模型设定形式

由于面板数据模型同时具有截面、时序的两维特性,模型中参数在不同截面、时序样本点上是否相同,直接决定模型参数估计的有效性。根据截距向量和系数向量中各分量限制要求的不同,面板数据模型可分为无个体影响的不变系数模型、变截距模型和变系数模型三种形式。在面板数据模型估计之前,需要检验样本数据适合上述哪种形式,避免模型设定的偏差,提高参数估计的有效性。设有因变量yit与 1×k维解释变量向量 xit,满足线性关系:

其中N表示个体截面成员的个数,T表示每个截面成员的观察时期总数,参数αit表示模型的常数项,βit表示对应于解释变量 xit的 k×1维系数向量,k表示解释变量个数。随机误差项相互独立,且满足零均值、同方差假设。采用 F-test检验如下两个假设,即 H1:个体变量系数相等;H2:截距项和个体变量系数都相等。

如果 H2被接受,则属于个体影响的不变系数混合估计;如果 H2被拒绝,则检验假设 H1,如果 H1被接受,则属于变截距,否则属于变系数。变系数、变截距和混合估计的残差平方和分别为 S1、S2、S3,面板个体数量为N,面板时间跨度为 T,根据Wald定理在 H2假设条件下构建统计量 F2,在 H1假设条件下构建统计量 F1,其中:

若计算得到的统计量 F2的值不小于给定置信度下的相应临界值,则拒绝假设 H2,继续检验假设H1。反之,则认为样本数据符合无个体影响的不变系数模型。若计算得到的统计量 F1的值不小于给定置信度下的相应临界值,则拒绝假设 H1,用变系数模型拟合,反之,则用变截距模型拟合。

三、东部和中部模型回归结果分析

利用东部十一省 (市)和中部八省的相关数据,借助 Eviews6.0,采用固定效应模型对七个环境污染指标分别进行回归。采用 Pooled EGLS(Crosssection weights)消除异方差,采用广义差分法消除自相关,回归后的残差是平稳序列。

(一)东部和中部地区 FD I对工业废水、工业废气影响差异分析

表1 东部地区LNFS、LNFQ模型参数估计结果

东部工业废水与人均地区生产总值呈倒N型关系。海南、上海、北京的 FD I对工业废水排放量产生正影响,但 t统计量不显著。河北、浙江、辽宁、广东、天津、江苏、福建、山东的 FD I对工业废水排放量产生负影响,辽宁在 10%的水平下显著,其他省 (市)的 t统计量不显著。辽宁的 FD I每增加 1个百分点,工业废水排放量将减少 0.0835个百分点。

东部工业废气与人均地区生产总值呈倒N型关系。海南、河北、浙江、辽宁、山东的 FD I对工业废气排放量产生正影响,但 t统计量不显著。上海、广东、北京、天津、江苏、福建、山东的 FD I对工业废气排放量产生负影响,江苏在 5%的水平下显著。其他省(市)的 t统计量不显著。江苏的 FD I每增加 1个百 分点,工业废气排放量将减少 0.1504个百分点。

表2 中部地区LNFS、LNFQ模型参数估计结果

中部地区工业废水与人均地区生产总值呈正U型关系。山西、吉林、安徽、河南、江西的 FD I对工业废水排放量产生正影响,山西、安徽在 5%的水平下显著,河南和江西在 1%的水平下显著,吉林的 t统计量不显著,影响最大的河南为 0.1444,其次是江西。湖南、黑龙江、湖北的 FD I对工业废水排放量产生负影响,黑龙江在 1%的水平下显著,湖南和湖北的 t统计量不显著。黑龙江的 FD I每增加 1%,工业废水排放量将减少 0.1025%。

中部地区工业废气与人均地区生产总值呈正U型关系。湖南、山西、安徽、河南、江西、湖北的 FD I对工业废气排放量产生正影响,湖南的 t统计量不显著,湖北在5%的水平下显著,其他省都在 1%的水平下显著。影响最大的河南为 0.0819,其次是安徽。吉林、黑龙江的 FD I对工业废气排放量产生负影响,且都在 1%的水平下显著。影响最大的黑龙江为 -0.1521,即 FD I每增加 1个百分点,工业废气排放量将减少 0.1521个百分点,其次是吉林。

(二)东部和中部地区 FD I对工业烟尘、工业粉尘影响差异分析

东部地区工业烟尘与人均地区生产总值呈倒N型关系。海南、广东、天津的 FD I对工业烟尘排放量产生正影响,但 t统计量不显著。河北、上海、浙江、辽宁、北京、江苏、福建、山东的 FD I对工业烟尘排放量产生负影响,上海、山东在 1%的水平下显著,北京和江苏在 5%的水平下显著,其他省(市)的 t统计量不显著。影响最大的北京为 -0.2631,即 FD I每增加 1个百分点,工业烟尘排放量将减少 0.2631个百分点。

东部地区工业粉尘与人均地区生产总值呈倒N型关系。河北、北京的 FD I对工业粉尘排放量产生正影响,但不显著。海南、上海、浙江、辽宁、广东、天津、江苏、福建、山东的 FD I对工业废气排放量产生负影响,上海、天津在 1%的水平下显著,其他省(市)t统计量不显著。影响最大的上海为 -0.2069,即 FD I每增加 1%,工业粉尘排放量将减少 0. 2069%。

中部地区工业烟尘与人均地区生产总值呈倒N型关系。中部 8省 FD I对工业烟尘排放量产生负影响,湖南、山西和河南的 t统计量不显著,吉林、安徽、黑龙江、江西、湖北都在 1%的水平下显著。影响最大的黑龙江为 -0.2609,即 FD I每增加 1个百分点,工业烟尘排放量将减少 0.2609个百分点,其次是吉林,再其次是湖北。

中部工业粉尘与人均地区生产总值呈倒N型关系。中部 8省的 FD I对工业粉尘排放量都产生负影响,湖南、山西、河南、江西的 t统计量不显著,吉林、安徽、黑龙江、湖北的 t统计量在 1%的水平下显著。影响最大的黑龙江为 -0.3797,即 FD I每增加 1个百分点,工业粉尘排放量将减少 0.3797个百分点,其次是吉林,再其次是湖北。

(三)东部和中部地区 FD I对工业固体废物产生量、工业固体废物排放量影响差异分析

表3 东部地区LNGYYC、LNGYFC模型参数估计结果

表4 中部地区LNGYYC、LNGYFC模型参数估计结果

东部地区工业固体废物产生量与人均地区生产总值呈倒N型关系。海南、河北、浙江、辽宁、北京、天津、江苏、福建、山东的 FD I对工业固体废物产生量产生正影响,河北和浙江在 5%的水平下显著,北京和天津在 10%的水平下显著,其他省 (市)的 t统计量不显著。影响最大的河北为 0.2510,其次是浙江,再其次天津。上海、广东的 FD I对工业固体废物产生量产生负影响,但都不显著。

东部地区工业固体废物排放量与人均地区生产总值呈递减型关系。海南、上海、广东、天津、江苏的FD I对工业固体废物排放量产生正影响,海南在 1%的水平下显著,上海在 5%的水平下显著,与其他省(市)相比回归结果反差很大,其他省 (市)t统计量不显著。浙江、辽宁、北京、福建、山东的 FD I对工业固体废物排放量产生负影响。辽宁在 10%的水平下显著,北京在 5%的水平下显著,山东都在 1%的水平下显著,其他省(市)t统计量不显著。影响最大的山东为 -0.7350,即 FD I每增加 1%,工业固体废物排放量将减少 -0.7650%。

表5 东部地区LNGTCS、LNGTPF模型参数估计结果

表6 中部地区LNGTCS、LNGTPF模型参数估计结果

中部地区工业固体废物产生量与人均地区生产总值呈倒 N型关系。山西、安徽、河南、江西的 FD I对工业固体废物产生量产生正影响,安徽和江西的 t统计量不显著,山西和河南在 1%的水平下显著,影响最大的山西为 0.0698,其次是河南。湖南、吉林、黑龙江、湖北的 FD I对工业固体废物产生量产生负影响,湖北的 t统计量不显著,湖南、吉林、黑龙江在1%的水平下显著。影响最大的黑龙江为 -0.2256,即 FD I每增加 1个百分点,工业固体废物产生量将减少 0.2256个百分点,其次是吉林。

中部工业固体废物排放量与人均地区生产总值呈四次曲线关系。湖南、山西的 FD I对工业固体废物排放量产生正影响,湖南的 t统计量不显著,山西在 10%的水平下显著。吉林、安徽、黑龙江、河南、江西、湖北的 FD I对工业固体废物排放量产生负影响,河南、江西在 5%的水平下显著,湖北在 10%的水平下显著,吉林、安徽、黑龙江在 1%的水平下显著。影响最大的黑龙江为 -1.4849,即 FD I每增加 1%,工业固体废物排放量将减少 1.4849%,其次是安徽,就FD I对工业固体排放量的影响来说,两省与其他省形成很大反差。

(四)东部和中部地区 FD I对工业二氧化硫排放量影响差异分析

表 7 东部地区LNSO2模型参数估计结果

东部地区工业二氧化硫排放量与人均地区生产总值呈递增型关系。海南、广东、福建的 FD I对工业二氧化硫的排放量产生正影响,海南和广东在 1%的水平下显著,福建的 t统计量不显著。影响最大的海南为 0.3036,其次是广东。河北、上海、浙江、辽宁、北京、天津、江苏、山东的 FD I对工业二氧化硫排放量产生负影响,河北在 5%的水平下显著,上海、北京、江苏和山东在 1%的水平下显著,浙江、辽宁、天津和福建的 t统计量不显著。影响最大的北京为 -0.2192,即 FD I每增加 1个百分点,工业二氧化硫排放量将减少 0.2192个百分点,其次是山东,再其次是上海。

中部地区工业二氧化硫排放量与人均地区生产总值呈倒N型关系。山西、河南的 FD I对工业二氧化硫的排放量产生正影响,但 t统计量不显著。湖南、吉林、安徽、黑龙江、江西、湖北的 FD I对工业二氧化硫排放量产生负影响,湖南、安徽、江西在 5%的水平下显著,吉林、黑龙江、湖北在 1%的水平下显著。影响最大的湖北为 -0.1255,即 FD I每增加 1个百分点,工业二氧化硫排放量将减少 0.1255个百分点,其次是黑龙江,再其次是吉林。

表8 中部地区LNSO2模型参数估计结果

从以上回归结果分析显示,东部十一省(市)的污染指标与人均地区生产总值大多呈现倒 N型关系。相对来说,上海、北京、山东、江苏、天津和辽宁的 FD I是“清洁”的。东部多数省 (市)的 FD I对工业废水、工业废气、工业粉尘、工业烟尘、工业二氧化硫产生负向影响,而多数省 (市)的 FD I对工业固体废物的排放量和工业固体废物产生量产生正向影响。中部八省的污染指标与人均地区生产总值呈现正U型和倒N型关系,工业固体废物排放量出现四次曲线关系。中部地区 FD I相对较“清洁”的是黑龙江、吉林和湖北。中部八省只有部分省的 FD I对工业废水、工业废气、工业固体废物、工业二氧化硫排放量和工业固体废物产生量产生负向影响,即有利于环境改善,大部分省的 FD I对工业废水、工业废气产生正影响。

四、结论

东部地区的辽宁、山东的 FD I对工业废水排放量产生显著的负影响;中部地区只有河南的 FD I对工业废水排放量产生显著的正影响。东部地区江苏的 FD I对工业废气排放量产生显著的负影响;中部地区安徽的 FD I对工业废气排放量产生显著的正影响。东部地区的上海、北京、江苏、山东的 FD I对工业烟尘的排放量产生显著的负影响;中部地区的吉林、黑龙江、湖北的 FD I对工业烟尘的排放量产生显著的负影响。上海、天津的 FD I对工业粉尘的排放量产生显著的负影响;中部地区的吉林、黑龙江、湖北的 FD I对工业粉尘的排放量产生显著的负影响。东部地区的河北、浙江、北京天津的 FD I对工业固体产生量产生显著的正影响;中部的地区的吉林、黑龙江的 FD I对工业固体产生量产生显著的负影响,山西的 FD I对工业固体产生量产生显著的正影响。东部地区的辽宁、北京、山东的 FD I对工业固体排放量产生显著的负影响,海南和上海的 FD I对工业固体排放量产生显著的正影响;中部地区的安徽、黑龙江、河南的 FD I对工业固体排放量产生显著的负影响。东部地区的河北、上海、北京、江苏、山东的 FD I对工业二氧化硫排放量产生显著的负影响,海南、广东的 FD I对工业二氧化硫排放量产生显著的正影响;中部地区的湖南、黑龙江、湖北的 FD I对工业二氧化硫排放量产生显著的负影响。东部地区 FD I最“清洁”的是北京,其次是上海;中部地区 FD I最“清洁”是黑龙江,其次是吉林。需进一步研究北京的FD I产业分布,借鉴经验调整中国 FD I的区位和产业分布。东部和中部省(市)的 FD I对污染指标的影响存在较大差异,总的来说,东部地区的 FD I比中部地区的更清洁,这可能是因为中国的 FD I主要集中于东部地区,因而存在有结构效应和规模效应。宽松的环境管制是吸引外商直接投资进入的一个重要因素,具有一定的“污染避难所”效应特征,但中国并未成为一个世界的“污染避难所”。

[1]Eskeland,G.S.and Harrison,A.E.“Moving to Greener Pasture?Multinationals and the Pollution Haven Hypothesis,”JournalofDevelopment Economics.2003,70(1):1-23.

[2]郭红燕,韩立岩.外商直接投资、环境管制与环境污染[J].国际贸易问题,2008,(8):111-118.

[3]贺文华.FD I与经济增长区域差异:基于中国省际面板数据的研究[J].经济前沿,2009,(2-3):24-31.

F832.48

A

1008-2670(2010)04-0045-08

2010-07-06

湖南省教育厅课题《人力资本对 FD I流动的影响研究》(08C771)。

贺文华,男,湖南隆回人,邵阳学院经济与管理系副教授,研究方向:世界经济与贸易、经济增长与发展理论。

(责任编辑:时明芝)