FDI对中国碳排放影响——基于省际数据的动态分析*

杨建成

(河南机电高等专科学校经济贸易系，河南新乡453000)

改革开放以来，外商直接投资(FDI)作为资本、技术等多种要素的综合体，对中国经济和社会的发展产生了重要的促进作用。但国内外学者的部分研究则表明，FDI也可能对东道国的环境和碳排放产生一定的负面影响。在全球各国对温室效应日益关注的今天，深入研究FDI对中国碳排放的影响具有重要意义。

研究思路和方法上，国外学者对FDI与碳排放的研究主要为以下两类:第一类主要是考察FDI与东道国碳排放量之间的关系，此类研究通常采用时间序列数据，以碳库兹涅茨曲线(CKC)为依据，运用协整分析等方法对两者进行考察。代表性的研究如，Yasmine Merican et al(2007)［1］对 1970—2001 年东南亚五国的研究，Acharkyya(2009)［2］对 1980—2003 年印度经验的考察。此类研究大多得到FDI与碳排放量呈负相关的结论。另一类则侧重于考察FDI与东道国碳排放效率之间的关系，此类研究通常采用多个国家的面板数据，用固定、随机效应的静态面板估计方法对两者进行考察。代表性的研究如，Grimes and Kentor(2003)［3］对66个发展中国家1980—1996年经验的考察，Perkins and Neumayer(2008)［4］对 114 个不发达国家1980—2000年数据的分析。此类研究的结果则存在一定差异。

国内学者对FDI与碳排放关系的研究较少，现有研究主要集中在FDI与其他污染物(如二氧化硫、废水、废渣等)关系的考察。研究思路上，多是对“污染天堂假说”、“波特假说”和环境库兹涅茨曲线的检验;研究方法上则多是采用协整分析、静态面板和联立方程等方法进行考察(于峰和齐建国，2007［5］;许士春和庄莹莹，2009［6］)。只有宋德勇和易艳春(2011)［7］利用1978—2008年中国的总量数据，采用协整分析的方法，对FDI与碳排放的关系进行了初步考察，结果表明，FDI对中国的碳排放存在积极影响。

综上所述，现有文献在以下方面尚显不足:第一，多数研究基于国家层面的总量数据，地区层面的研究较少，而FDI在东道国的分布一般具有显著的地区差异，地区层面的数据可能更有利于考察两者的关系。第二，研究方法上，基于时间序列和静态面板的研究较多，而动态面板的研究尚不多见;而作为能源消耗副产品的碳排放在短期内应存在一定的排放刚性，动态模型能够更科学地考察两者的关系。第三，各类研究在碳排放指标选择上存在较大差异，从而导致研究结果的不一致性，尤其是从技术路径下，对FDI与碳排放关系的研究也比较少见。基于此，本文利用中国1995—2008年29个省级单位的数据，通过构造反映FDI技术效应的模型，分别选取反映碳排放量和强度的两类指标，采用动态面板的分析方法，较为深入地考察了技术路径下FDI对中国碳排放的影响。

1 理论框架和计量处理

1.1 理论框架

Grossman 和 Krueger(1991)［8］的经典研究表明，经济活动主要通过规模效应、结构效应和技术效应对环境产生影响。借鉴此思路，本文的理论模型也主要从规模、结构和技术方面考察经济活动对碳排放的影响:

其中C为碳排放量;Y、S和SK分别为产出规模、经济结构和技术水平。

一般来说，产出规模的扩张对环境有明显的负面影响，经济结构变化对碳排放的影响则并不确定。此外，FDI也可通过产出和结构渠道对碳排放产生影响，即FDI对碳排放也存在规模和结构效应。但FDI的规模效应与总产出的规模效应很难分离，其结构效应也多是通过地区经济结构变化产生影响。借鉴Hubler和 Keller(2009)［9］的做法，认为 Y 和 S 已经分别包含了FDI的规模和结构效应。

变量SK则包含了影响地区碳排放技术的主要因素。技术进步可通过内、外两种渠道发生:内部渠道主要通过研究和开发(R＆D)投入的增长等实现(陈媛媛和李坤望，2010［10］;魏巍贤和杨芳，2010［11］)。CKC理论表明，人均收入的提高使环境管制得到加强，间接促进了碳排放技术的提升，故本文将人均收入的技术引致也纳入内部渠道。本文分别用变量研发投入(R＆D)和人均收入(ey)衡量以上两个因素。

外部渠道则主要是FDI的技术促进作用:现有研究表明，发展中国家可通过FDI的技术溢出促进东道国技术水平的提升，进而带来能源、资源利用强度的下降和碳排放技术的提升(Perkins和 Neumayer，2008［4］)，则此因素用变量FDI表示。本文主要从技术路径研究FDI对地区碳排放的影响，其规模和结构方面的影响认为已经包含在变量Y和S当中。则对应的技术模型如下:

将技术因素引入总排放模型中，可得碳排放方程:

为了更为全面地考察FDI对碳排放的影响，可得地区碳排放强度方程:

1.2 计量处理

由以上理论分析，可得本文基本计量方程:

其中，i表示地区，t表示年份，CI、S、RD、ey 和 FDI分别为碳排放强度、结构状况、R＆D投入、人均收入和FDI状况，θi表示地区个体效应，εit误差项。

李国志和李宗植(2010)［12］的研究表明，各地碳排放存在较强的路径依赖，即本期碳排放强度受到上期的显著影响;在模型(5)中加入因变量的滞后项ln CIit－1，以考察此种影响。

魏巍贤和杨芳(2010)［11］的研究表明，东道国的吸收能力(R＆D)能显著影响外部技术对碳排放的影响。借鉴他们的做法，计量分析时引入lnR＆D和FDI的交叉项。而R＆D、FDI与它们的交叉项间也应存在一定相关性，计量分析时将进行处理。

为全面考察规模、结构和技术的影响，应将Y引入解释变量，但Y和ey之间可能存在较强相关性，模型(3)中应当剔除ey。考虑到排放惯性的影响，模型(3)中也加入碳排放量的滞后项(ln Cit－1)。得到碳排放量模型如下:

其中C、Y分别为碳排放量和产出，其他变量含义与式(6)同。

模型(6)和(7)中等式右边包含了滞后的碳排放，且lney、FDI、lnY等也可能因与能源消耗密切相关对而导致内生性问题产生，采用普通最小二乘(OLS)估计，将导致估计量的有偏和不一致。现有研究多采用系统广义矩估计(SYS－GMM)解决此种问题。理论上，两阶段GMM比一阶段GMM估计更有效，但两阶段估计的标准误存在下偏倾向;为解决此问题，本文对两阶段协方差矩阵进行了有限样本校正。本文着重分析SYS－GMM的结果，同时给出固定效应或随机效应的结果以作对照。

使用GMM方法估计相关模型时，用一阶差分转换方程的一阶和二阶序列相关检验AR(1)、AR(2)作为判断随机扰动项是否序列相关的依据，用Sargan检验值作为工具变量可靠性的依据，同时，用Hausman检验值作为固定效应和随机效应选择的依据。

2 数据和变量说明

2.1 数据说明

本文数据主要源自1996—2009年的《中国统计年鉴》、《能源统计年鉴》、《中国科技统计年鉴》和《中国工业经济统计年鉴》，部分数据来自《经济普查年鉴》。文中所有涉及价值形态的数据，均用2000年为基期的工业产品出厂价格指数或固定资产价格指数进行调整;出口和FDI数据则根据当年人民币对美元的平均汇率折算成人民币处理。考虑到数据的一致性和可得性，研究对象不包括港澳台地区和西藏自治区、重庆市(1997年后所有重庆市的数据并入四川省)，最终采用1995—2008年29个省区的406个样本。

2.2 变量说明

目前并无各地区碳排放的官方统计，魏巍贤和杨芳(2010)［11］根据各地的能源消耗来估算。借鉴他们的做法，本文根据IPCC提供的四种主要燃料(具体为煤总和、油品总和、天然气和焦炭等)的基础数据和算法，得到各燃料的碳排放系数，结合各地的燃料消耗，得到各地能源消耗所产生的CO2。除此之外，也测算了两种排放强度较大的工业产品(水泥、玻璃等)生产导致的CO2，与能源消耗产生的碳汇总，最终得到各地区估算的碳排放总量(C)。

本文测算的碳排放包括了全部经济活动的结果，所以用各地的GDP来表示经济规模(Y)。碳排放强度(CI)为地区碳排放总量(C)与GDP之比。经济结构(S)，借鉴 Perkins 和 Neumayer(2008)［4］、魏巍贤和杨芳(2010)［11］的做法，用第二产业产出占GDP的比重表示。研发投入(R＆D)，借鉴陈媛媛和李坤望(2010)［10］的做法，采用地区人均科技活动内部支出额来反映。人均收入(ey)用现有研究常用的人均GDP来衡量。

现有研究主要选取两类指标来衡量FDI水平:Acharkyya(2009)［2］采用 FDI的流量指标;Grimes 和Kentor(2003)［3］则选用FDI存量指标。为更好地考察动态模型的影响，本文采用流量指标，即模型中的FDI为各地年度实际利用外资总额。同E＝类似，分析中用FDI总额与GDP的比值来衡量FDI水平(FDI)。

3 回归分析

3.1 统计描述和相关性检验

?

?

变量的统计性描述见表1。变量的相关系数检验见表2。由表2可知，变量lnR＆D与FDI、lnY和ln ey之间也存在较强的相关性，符合本文预期，计量处理时将进行处理。除此之外，其他变量之间没有较强的相关性。

3.2 计量结果分析

3.2.1 因变量为碳排放强度的估计

表3是模型(6)的估计结果。考虑到FDI、lnR＆D以及lnR＆D×FDI之间的相关性，表3对以上因素对lnCI的影响进行分开估计。模型1、2主要考察FDI的影响;模型3、4主要考察 lnR＆D的影响;模型5、6主要考察lnR＆D×FDI的影响。第1、3、5列中Hausman检验值验证了固定效应估计的合理性，但固定效应估计不能完全解决内生性问题，其估计可能存在较大偏差。AR(2)检验值接受二阶序列不相关的假设;sargan检验值说明工具变量选取可靠。相比固定效应估计值，GMM中多数变量的系数有一定变化，显著性明显提高，但各模型中同一变量的GMM估计值变化不大，表明此种估计结果的稳健性。

模型1－6的结果显示，结构变量(S)与碳排放强度显著正相关，表明第二产业在GDP比重中的增加将显著提高地区的碳排放强度，这是第二产业的碳排放强度显著大于第一、三产业的原因。人均收入(ey)与碳排放强度显著正相关，表明人均收入的提高将带来地区碳排放强度的上升，这与理论预期不符，但与李国志和李宗植(2010)［12］的研究结果类似，可能是当前我国的人均GDP水平整体尚低，未达到引致碳排放技术进步的水平。模型4显示，研发(R＆D)投入对碳排放强度具有显著的抑制作用，这与陈媛媛和李坤望(2010)［10］、魏巍贤和杨芳(2010)［11］的研究结果类似，说明当前国内研发投入的增加显著推动了各地能源消耗和碳排放的下降。

表3 因变量为地区碳排放强度的回归结果

模型1、2显示，固定效应估计下，FDI与碳排放强度之间存在不甚显著负相关，而消除变量内生性影响后，FDI对碳排放的正面影响明显增强，符合本文的理论预期假设。这与Perkins和Neumayer(2008)［4］的结果类似，与Grimes和 Kentor(2003)［3］等的结果不同，这可能是因为本文计量模型和处理方法的改进，排除了其他效应的影响，技术路径下FDI的影响得以更加稳健地表现出来。由模型5、6可知，FDI与lnR＆D的交叉项的系数显著为负，表明投资地吸收能力(R＆D)的提升对于FDI积极作用的发挥具有重要意义。

3.2.2 因变量为碳排放量的估计

表4是模型(7)的估计结果。同表3相同，模型1－2、3－4、5 －6 分别侧重考察 FDI、lnRD、lnR＆D ×FDI的影响。相关检验显示采用固定效应和SYSGMM估计的合理性。同样，与固定效应估计相比，大部分GMM估计值的显著性有所提高，且各变量估计值并未随模型形式的变化而产生较大差异，说明SYS－GMM估计结果的稳健性。

综合表3、4滞后项的估计，可以发现，无论是各地区的碳排放强度还是碳排放量，均存在显著的排放惯性，验证了采用动态模型进行估计的合理性。模型1－2显示，固定效应估计下，FDI对碳排放量的积极影响并不显著，但剔除内生性影响之后，其影响系数的显著性明显提高。这与Yasmine Merican et al(2007)［1］和 Acharkyya(2009)［2］的结论存在一定差异，而与宋德勇和易艳春(2011)［7］的估计结果类似。结合FDI与lnR＆D交叉项的估计结果，这可能是因为各地对FDI技术溢出的吸收能力较强的原因;也可能是本文模型和计量处理较好地考察了FDI的技术效应对碳排放量影响的缘故。由模型1－6可知，产出增加对各地碳排放的负面影响十分明显。这与宋德勇和易艳春(2011)［7］的结果类似，表明当前我国经济增长还处在依靠能源和资源消耗推动的“粗放式”增长阶段。

表4 因变量为地区碳排放量的回归结果

4 结论和政策建议

利用中国1995—2008年29个省级地区的面板数据，通过构建包含多种效应的动态模型，分别使用地区碳排放强度和地区碳排放量作为解释变量，采用固定效应和SYS－GMM等多种计量方法，本文主要从技术路径考察了FDI对中国碳排放的影响，得到以下主要结论。第一，FDI的影响方面，无论是地区碳排放强度还是碳排放量，FDI均对其产生了显著的积极影响;且投资地的吸收能力(R＆D)对FDI积极影响的发挥具有重要影响。第二，对非FDI因素而言，第二产业比重的提升、产出的增长、人均收入的增长均增加了各地的碳排放;地区研发投入的提高则显著降低了各地的碳排放。

基于以上结论，以下几点建议值得参考:第一，我国应当继续加快对外开放的步伐，不断提升各地区FDI水平，以充分发挥FDI对各地的生产技术进步和碳排放降低的积极作用。第二，各级政府和相关部门应当继续加大研发资金的投入力度，努力提升各地区的技术吸收能力，以更加有效地利用FDI的技术溢出和国内研发自身对碳排放降低的积极影响。第三，地方政府要转变经济增长思路，注重经济增长的质量，积极推动产业结构的调整升级，最终实现我国经济的低碳式增长。

［1］ Yasmine Merican，Zulkornain Yusop，Zaleha Mohd Noor and Law Siong Hook.Foreign Direct Investment and the Pollution in Five ASEAN Nations［J］.International Journal of Economics and Management，2007，1(2):245 －261.

［2］ Joysrl Acharkyya.FDI，Growth and the Environment:Evidence from India on CO2Emission during the Last Two Decades［J］.Journal of E-conomic Development，2009，34(1):43 －58.

［3］ Peter Grimes and Jeffrey Kentor.Exporting the Greenhouse:Foreign Capital Penetration and CO2Emissions 1980—1996［J］.Journal of World－systems Research，2003，9(2):261－275.

［4］ Perkins and Neumayer.Fostering Environment－ efficiency through Transnational Linkages?Trajectories of CO2and SO2，1980—2000［J］.Environment and Planning，2008，40(12):2970 －2989.

［5］ 于峰，齐建国.我国外商直接投资环境效应的经验研究［J］.国际贸易问题，2007，(8):104 －112.

［6］ 许士春，庄莹莹.经济开放对环境影响的实证研究——以江苏省为例［J］.财贸经济，2009(3):106－112.

［7］ 宋德勇，易艳春.外商直接投资与中国碳排放［J］.中国人口·资源与环境，2011，(6):49 －52.

［8］ Grossman and Krueger.Environmental Impact of North American Free Trade Agreement［J］.NBERWorking Paper，No.3914.1991.

［9］ Michale Hubler and Andreas Keller.Energy Saving via FDI?Empirical Evidence from Developing Countries［J］.Environment and Development Economics，2009，15(10):59 －80.

［10］ 陈媛媛，李坤望.FDI对省际工业能源效率的影响［J］.中国人口·资源与环境，2010，(6):28 －33.

［11］ 魏巍贤，杨芳.技术进步对中国二氧化碳排放的影响［J］.统计研究，2010，(7):36 －44.

［12］ 李国志，李宗植.人口、经济和技术对二氧化碳排放的影响分析［J］.人口研究，2010，(5):32 －39.