FDI、对外贸易与环境污染的实证研究

常乃磊，李 帅

(四川大学 经济学院，成都 610064）

FDI、对外贸易与环境污染的实证研究

常乃磊，李 帅

(四川大学 经济学院，成都 610064）

文章使用1996～2009年我国工业“三废”数据，运用改进的熵值法计算出能代表整体环境污染状况的环境污染综合指数，构建了VECM模型，分别采用协整理论、脉冲响应函数和Granger因果检验方法对FDI、对外贸易与环境污染之间的长期均衡与短期动态关系进行了实证研究，主要结论：无论长期短期，出口都加剧我国环境污染程度，FDI减轻与抑制环境污染；在长期，进口减轻我国环境污染，而短期增加我国环境污染；FDI、进口、出口仅为我国环境污染的单向Granger原因。

FDI；对外贸易；环境污染指数 向量误差修正；脉冲响应函数；格兰杰因果检验

1 文献综述

改革开放30多年来，我国经济取得了巨大的成就。1978～2008年，经济年均增长率9.88%，进出口贸易年均增长19%，外贸依存度达60%，FDI从1983年的9.16美元增长到2009年的940.65亿美元，为发展我国家第一吸引外资大国。然而，在经济高速增长的同时环境污染问题日益严重，环境恶化已是不争事实。关于FDI与外贸对我国的环境影响及效用，一直是国内外学者研究的重要领域，主要代表观点如下：

张连众等（2003）利用2000年31个省的排放量的截面数据，研究表明，贸易自由化对环境有益。杨海生等(2005)根据1990～2002年我国30个省对外贸易、外商直接投资、经济增长和环境相关数据，认为贸易对我国的环境污染没有直接影响。沙文兵（2006）利用我国30个省级1999～2004年度的面板数据，对FDI的环境效应进行计量分析。结果表明，外商直接投资对我国的生态环境具有显著的负面效应。刘渝琳、温怀德（2007）研究表明，FDI促进我国经济增长，但也增加了我国的环境污染。朱启荣 （2007）使用31个省市2000～2005年面板数据估计我国出口贸易规模变化时我国工业污染排放量变化的原因。邓柏盛、宋德勇（2008）使用1995～2005面板数据，研究表明：FDI有利于我国环境质量改善，而对外贸易恶化我国环境。牛海霞、罗希晨（2009）通过对加工贸易出口与工业废水、废气和固体废物从1995～2007年的相关数据进行实证分析发现，经济增长与加工贸易是环境污染的主要原因。

以往经验研究，由于研究视角，选取的变量、搜集数据的时间与空间、计量方法的选择等方面的不同，所得到的结论不尽相同。本文以上述研究成果为基础，将FDI、进出口与环境污染纳入到同一研究框架内，通过熵值法计算出环境污染综合指数，使用VECM模型，分析三者是否存在长期均衡关系、短期动态关系以及相互影响程度；同时避免因经济理论不完善所带来的对内外生变量随意划分，克服由变量交互影响的估计中的内生性问题所造成的联立偏倚。

2 数据与实证模型

2.1 数据说明

数据来源：为了分析研究以及数据的可获得性，笔者选取工业废气排放量（亿立方米）、工业废水排放量（亿吨）和工业固定废弃物产生量（亿吨）三个指标作为衡量环境状况程度综合指标的基础数据；我国实际利用外资（FDI）、出口（E）、进口（IM）总额与人民币对美元年平均汇率，均来自于《新我国60年统计资料汇编》和2010年《中国统计年鉴》，样本区间为 1983～2009年。

数据处理：FDI、进出口总额的原始数据为美元计价，以人民币对美元的年平均汇率折算为人民币表示，且使用1983年为100的定基CPI进行平减以消除物价因素。

对于代表环境污染程度的环境污染综合指数（Y）做简要说明。以往的研究文献中，多采用单一或者多个独立指标来反映环境污染状况，对环境污染存在代表程度低，较难代表整体情况。本文采用杨万平、袁晓玲（2008）使用的熵值法，以工业废气、工业废气排放量、工业废水排放量和工业固定废弃物产生量为基础数据，建立代表环境污染整体变动的综合环境指标——环境污染综合指数。依据熵值法计算环境污染综合指数主要步骤如下：

（1）将原始数据矩阵标准化。设中m和n分别表示样本个数和指标个数的原始数据矩阵A=（Xij）m×n，对其标准化后得到R=(rij)m×n，为了消除个别指标存在负值或者极端值，造成在计算过程，不能直接计算比重或取对数缺点，本文对传统的熵值法进行改进，采用以下公式进行标准化：

表1 1983～2009年我国环境污染综合指数

（1）式中，i表示年份；j表示污染指标；i=1,2,……,m;j=1,2……n;其中m=27，n=3。xij为污染指标的原始值，rij为标准化后的赋值；xmax(j)与xmin(j)为第j项污染指标的最大值和最小值。

（2）计算第j项污染指标的熵值：在m个样本个数、n个指标个数中，第j项指标的熵值为（2）式，其中：；k=1/lnm 且 0≤hj≤1。

（3）计算第j项污染指标的熵权：

（4）计算第i年份的环境污染综合指数值pi；在（4）式中，pi为第i年份的环境污染综合指数；j为污染物排放类型，wj为第j种污染物排放量的权重值。综合指数越大，说明环境恶化。计算结果见表1。

由于数据的对数变换能使其趋势线形化，有助于消除时间序列中的异方差现象，且不改变原序列数据特征，所以对经过上述处理的变量进行对数变换，分别用lny，lnFDI，lnIM和lnE表示。本文运算与检验结果是使用Excel2003与EViews6.0软件所获得。

2.2 模型设定

本文使用向量误差修正模型（VECM），从长期均衡关系和短期动态关系两个方面研究外商直接投资、对外贸易与经济增长的相互关系。高铁梅（2006）通过推导证明出：只要变量间存在协整关系，就可以由自回归分布滞后模型推导出误差修正模型，VECM模型是含有约束性的VAR模型，多用于具有协整关系的非平稳时间序的建模。

我们定义Zt=(lnYt,lnFDIt,lnEt,lnIMt)'，则可得到4个变量滞后期为k的VAR模型表示为如下

其中：at=(a1，a2，a3,a4)'，ut=(u1t,u2t,u3t,u4t)'。Zt为 4×1 阶时间序列列向量，ut为4×1阶常数项列向量，且均值为零的白噪音，Πj为4×4阶参数矩阵。对（5）式进行差分变换可得到（6）式表达的模型：

如果在（5）式中Zt都是一阶单整，则在（6）式中作为 Zt和 Zt-j一阶差分的 ΔZt、ΔZt-j都是平稳的，且如果（5）式中 Zt所表示的三个变量中存在一个协整关系，则（6）可以用误差修正模型（7）式来表示：

其中VECM由lny，lnFDI，lnIM和lnE长期均衡关系来确定。β绝对值的大小反映了序列受短期影响冲击后向长期均衡值调整的速度，其值越大，则调整的速度越快。

3 FDI、对外贸易与环境污染的实证分析

3.1 单位根检验

为了避免变量由于本身的不平稳产生伪回归，有必要对变量进行平稳性检验。因此，需要采用单位根检验来判定数据的平稳性。本文通过采用ADF检验进行了单位根检验，滞后阶数由AIC和SC原则确定，对lnY，lnFDI，lnE和lnIM进行平稳性检验。检验结果由表2所示：

表2 ADF单位根检验结果

通过检验，在5%的显著水平下，lnY，lnFDI，lnE和lnIM在水平值的ADF绝对值都小于5%临界值的绝对值，表明变量的水平值都存在单位根，均为非平稳时间序列。而各变量的一阶差分都平稳，说明各变量都是一阶单整的I(1)过程，它们之间可能存在某种稳定的关系。

3.2 长期均衡分析：协整检验

为了检验lnY，lnFDI，lnE和lnIM是否存在长期均衡关系，需要进行协整检验。协整检验主要有Engle和 Granger(1987)提出的两步法 （简称 E-G法），Johansen（1988）和Johansen和Juselius（1990）年提出的迹统计量检验方法（简称JJ法）。E-G两步法仅适用于检验两个变量之间的协整关系，JJ法适用于多个变量模型，本文分析采用JJ法。协整检验对变量滞后阶数十分敏感，不当的滞后阶数可能导致虚假协整。为此，我们综合采用最大对数似然性值（LogL值）、修正的似然比检测统计值 （LR）、最终预测误差（FPE）、Akaike (AIC)Schwarz(SC)以及Hannan-Quinn统计量（HQ）判断准则来确定滞后阶数。考虑到样本空间限制，我们从最大滞后阶数为2开始检验，得到表3的判断值。表3表明VAR（2）模型最为合理。由于协整检验是对无约束VAR模型的一阶差分变量的滞后期进行约束检验，故协整检验滞后阶数为1。

表3 无约束VAR模型最佳滞后阶数检验

在确定最后滞后阶数后，还需要进一步确定协整方程的形式，在时间序列的协整检验主要有5种形式。通过对数据的联合检验，确定选择仅常数项且序列有确定线形趋势的协整检验。检验结果如表4所示。

表4 JJ协整检验结果

依据表4报告的是采用特征根迹统计量评判的JJ协整检验结果：在没有协整关系的原假设的迹统计量的值74.5148为大于1%的显著水平下的临界值54.6815，拒绝原假设，说明至少有一个协整方程。而对于“至多一个协整关系”的原假设，其迹统计量的值33.481小于1%的临界值35.458，接受原假设，说明四个变量之间有且仅有一个协整方程。也就是在99%的概率下，有理由相信环境污染综合指数、FDI与对外贸易之间存在长期均衡关系，协整方程为：

在（8）式中，圆括号内为渐进标准误差；*表示在1%的显著水平下显著。该协整方程表明：从长期来看FDI与进口的增加有利于减轻我国环境压力，而出口的增加将恶化我国环境，“污染避难所”的假说得到验证。上式中FDI、出口和进口对应的弹性分别为-0.211、1.352、-1.234，且在1%的显著水平下显著，这表明FDI与进口每增加1%，会引起0.211%和1.234%的环境改善,进口对环境改善的作用要大于FDI的作用；出口每增加1，则会带来1.352% 的环境恶化。

3.3 短期动态分析：向量误差修正模型（VECM）

协整关系只能说明各个变量之间的长期关系与趋势，要分析变量之间的短期动态关系，可以通过引入误差修正模型来将变量的短期波动与长期均衡有机结合起来，实现短期内变量间非均衡向均衡调整的过程。

由于VECM的滞后阶数是无约束VAR模型一阶差分变量的滞后阶数，因此VECM的最优滞后阶数为1。在估计VECM结果前，需要对VECM设定的合理性进行检验。经检验发现VECM模型的所有根均落在单位圆上(3个)或圆内（5个），表明VECM是稳定的，可以做脉冲响应与方差分析。LM自相关检验显示，LM1=15.54，P=0.33，LM2=11.2，P=0.17，故不存在自相关。White异方差检验显示，χ2=114，P=0.16，故不存在异方差。综合上述分析，VECM稳定且不存在设定偏差，依据VECM得到的结论是稳定和可靠的。

表5 误差修正模型（VECM）估计结果

表5中ECM=lnYt-1+0.211lnFDIt-1-1.352lnEt-1+1.234lnIMt-1+3.07。 （9）至（11）式分别为 lnY，lnFDI，lnE 和 lnIM 的误差修正模型（VECM）。在误差修正模型中，△表示一阶差分，表示变量的短期变动；ECM为误差修正项，其系数表明长期均衡关系对短期波动的调整力度。（9）式中的误差修正项系数的t统计量在10%的显著性水平下通过检验，说明环境污染综合指数短期波动受长期均衡关系的影响显著，其误差修正项系数为-0.136，说明环境污染综合指数受到干扰偏离均衡时，将受到一个0.136速度相反调整力度，使其能在短期内恢复到均衡水平。同样可知，（10）和（11）式中误差修正项的t统计量在1%显著水平下显著，说明当它们偏离均衡时，将以各自误差修正项前的系数恢复到长期均衡；而进口受均衡影响不显著，说明当进口偏离均衡时，不能在短期恢复到长期均衡。

3.4 动态影响分析：脉冲响应函数

脉冲响应函数可以可以将向量自回归模型所包含的经济意义较为完整而细腻地表达变量之间的动态关系。脉冲响应函数（IRF）描述系统内一个变量对其他变量的一个单位冲击所产生的影响，可以提供冲击所产生相应的正负方向，调整滞后期限与稳定过程等信息。图1至图3就是在VECM基础上，通过Monte Carlo模拟得到的广义脉冲响应函数曲线图，横轴代表滞后阶数，纵轴代表变量之间的相互冲击响应程度，图中曲线部分为计算值。

依据图1可以发现，环境污染综合指数对FDI一个单位冲击是负的响应，在前5期增长迅速，达到-0.01，并在较长时间内稳定在-0.012。表明在短期，随着FDI的增加，环境污染强度在不断的降低，FDI对我国环境污染具有抑制与改善作用。图2，环境污染综合指数对出口的冲击反映曲线可以发现，污染指数在来自出口的冲击呈波动状况，在第2期达到最大值0.0028，第3期达到最小值-0.009，而后在5期继续为正的响应。这表明出口增加，在开始是急速增加环境污染，随后降低环境污染，但是在后期又会增加环境污染，总体上是增加环境污染。图3，环境污染综合指数对进口的冲击表现，前5期增加迅速，以后稳定在0.03水平，表明进口在短期增加了环境污染。

综上所述，在短期，FDI有利于抑制和改善我国的环境污染；而进口和出口都加剧了我国环境污染程度，且进口对环境污染程度的冲击力度更大。

3.5 FDI、对外贸易与环境污染的因果关系

通过Granger因果检验，FDI、对外贸易与环境污染的因果关系。Granger因果检验的基本原理是：X是否引起Y的问题，主要是看现在的Y能够在多大程度上被过去的X解释，加入X的滞后值是否使解释程度提高。如果X在Y的预测中有帮助，或者X与Y的相关系数在统计上显著时，就可以说“Y是由X Granger引起的”（高铁梅，2009）。本文采用滞后2到4期的VAR模型检验变量之间的因果关系，检验结果见表6。

表6 格兰杰因果关系检验结果

依据表6，滞后4期下，FDI在1%的显著水平下是引起环境污染综合指数变动的Granger原因；在滞后2期下，出口与环境污染综合指数在1%的显著水平下，为单向Granger关系；在滞后3下，进口在5%的显著水平下，是环境污染综合指数变动的Granger原因。因此，FDI、出口和进口仅为环境污染的单向Granger原因。

4 主要结论

本文采用熵值法，以 1983～2009年我国工业“三废”排放量为基础数据，获得我国该时间段的环境污染综合指数，同时使用FDI与进出口总额年度数据为研究对象，构建了VECM模型，分别采用协整理论、脉冲响应函数和Granger因果检验方法对FDI、进出口与环境污染之间的关系进行了实证研究，依据前文分析结果，得到以下结论与启示。

①环境污染综合指数、FDI与进出口总额时间序列尽管为非平稳的变量，但它们一阶差分都是平稳的，为一阶单整的I(1)过程。②从长期关系来看，环境污染综合指数、FDI与进出口之间存在长期均衡，FDI与进口都减轻了我国环境污染程度，而出口加剧了我国环境污染，“污染避难所”的假说得到验证。③在短期偏离长期均衡时，环境污染指数、出口都可以迅速恢复到长期均衡状态。④由脉冲响应函数可知：在短期，进口与出口都增加环境污染，FDI利于减少和抑制环境污染。⑤FDI、进口、出口仅为环境污染的单向Granger原因。

[1]邓柏盛，宋德勇.我国对外贸易、FDI与环境污染之间的关系研究[J].国际贸易问题研究，2008,（4）.

[2]刘渝琳，温怀德.经济增长下的FDI、环境污染损失与人力资本[J].世界经济研究，2007（11）.

[3]walter enders著，杜江译.应用计量经济学图书[M].北京：高等教育出版社，2006.

[4]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社,2009.

[5]杨万平.袁晓玲.对外贸易、FDI对环境污染的影响分析[J].世界经济研究，2008，（12）.

[6]沙文兵，石涛.外商直接投资的环境效应—基于我国省级面板数据的实证分析[J].世界经济研究，2006,（6）.

F224.9

A

1002-6487（2011）10-0130-04

四川省哲学社会科学规划项目“对川外国直接投资的模式和决定因素研究”(SC08W01)

常乃磊（1983-），男，四川成都人，博士研究生，研究方向：宏观经济。

（责任编辑/浩 天）