1999—2012年安徽省引进FDI与碳排放相关性评估

卞淑贤

(合肥师范学院 经济与管理学院,安徽 合肥 230601)

1999—2012年安徽省引进FDI与碳排放相关性评估

卞淑贤

(合肥师范学院 经济与管理学院,安徽 合肥 230601)

在对安徽省1999—2012年碳排放量进行估算的基础上，分别开展了安徽省FDI规模与碳排放量、安徽省三次产业FDI分布与碳排放之间的相关性评估。结果发现，安徽省FDI和碳排放量之间存在协整关系，FDI变化是碳排放量变化的原因。进一步研究发现，只有第二产业FDI和碳排放之间存在协整关系，并且第二产业FDI变化是碳排放量变化的原因。最后，测算了安徽省第二产业各行业FDI的碳排放效应，结果发现制造业FDI对安徽省碳排放量增加的影响尤为显著。

安徽省；FDI；碳排放；相关性

近年来，作为我国中部地区重要省份之一的安徽省不断加大引进外商直接投资(FDI)的力度，外商直接投资规模呈现较快的增长态势。1999年到2012年，安徽省实际利用FDI从3.61亿美元增加至86.38亿美元，年均增长率为27.7%。外商直接投资的流入促进了安徽省经济的增长[1]，但同时可能对安徽省生态环境带来一定的影响。FDI对东道国生态环境究竟带来何种影响，国内外学者主要持有两种不同的观点：一种是“污染避难所”，认为FDI会导致发展中国家碳排放增长；另一种是“污染晕轮效应”，认为FDI有助于发展中国家减少碳排放[2]。本文将对安徽省引进FDI的碳排放效应进行评估，以期发现安徽省引进FDI与碳排放之间的关联性，为安徽省未来进一步优化引进外资政策提供参考。

一、安徽省引进FDI的规模与行业分析

(一)安徽省引进FDI的规模特征

表1描述了1999年到2012年间安徽省三次产业实际利用FDI情况。可以看出，近年来安徽省引进FDI规模在波动中不断增长。具体看来，可以分成如下几个阶段：1999年到2003年，安徽省实际利用FDI增长缓慢，从1999年的3.61亿美元增加至2003年的3.91亿美元，年均增长率仅为1.96%；2004年到2007年，安徽省加大引进外资的力度，实际利用FDI增长迅速，从2004年的5.47亿美元增加至2007年的29.99亿美元，年均增长率为76.4%；2008年到2009年，受到国际金融危机的影响，安徽省实际利用FDI增长速度下降明显，年均增长率下降至11.3%；2010年以来，安徽省实际利用FDI增长速度重新呈现较快的增长势头，年均增长率回升至31.2%。

(二)安徽省引进FDI的产业与行业分布特征

从表1可以看出，安徽省第一产业引进FDI规模很小，除了2005年，其余年份所占份额基本不超过2%；第二产业是安徽省引进FDI的主要产业，以2012年为例，第二产业FDI达到60.17亿美元，占全省引进总额的69.7%；第三产业引进FDI规模呈现上下波动走势，所占份额平均达到25.6%，其中最高年份是2004年的43.3%，最低年份是1999年的4.9%。

从行业分布看，安徽省引进FDI的重点行业是制造业。通过计算1999年至2012年制造业实际引进FDI占安徽省引进总额的比重发现，除少数年份(1999年、2004年、2005年)外，其余年份所占比重均超过56%，占据绝对优势。其次是房地产业与电力、煤气及水的生产和供应业等。

表1 安徽省三次产业实际利用FDI金额与所占比重(单位：万美元)

数据来源：根据2000—2013年《安徽统计年鉴》整理得出。

二、对安徽省1999—2012年碳排放的评估

(一)计算公式与数据说明

由于安徽省现有统计资料中没有公布每年碳排放的具体数据，所以需要进行估算。本文借鉴了Albrecht等人(2002)提出的碳排放因素分解模型[3]，采用如下计算公式：TC=E1*I1+E2*I2+E3*I3。公式中TC表示碳排放量，单位是万吨；E1、E2和E3分别表示煤炭、石油和天然气的消耗量，单位为万吨标准煤；I1、I2和I3分别表示煤炭、石油和天然气消耗的碳排放转换系数，单位为吨/吨标准煤。

表2 各类能源的碳排放系数(单位：吨碳/吨标准煤)

资料来源：根据相关参考文献整理得出[4]、[5]

根据上述计算公式，首先要得到1999—2012年间安徽省煤炭、石油、天然气三种能源消费量(单位：万吨标准煤)。查阅《中国能源统计年鉴》发现，所公布的安徽省历年能源消费量是以万吨或亿立方米为单位，需要根据能源折标准煤的折算系数将各能源单位换算成统一单位，即万吨标准煤。其次，关于煤炭、石油和天然气消耗的碳排放系数取值，不同文献取值的依据不同。为了得到更为准确的碳排放估算结果，本文借鉴蒋金荷(2011)所采用的研究方法[4]，整理了不同数据来源的碳排放系数，并取其平均值(见表2)作为本文计算依据。经过计算，得到了1999年至2012年安徽省碳排放量、人均释碳量和万元GDP碳排放量，具体结果见表3。

表3 安徽省1999年—2012年碳排放情况

数据来源：根据历年《中国能源统计年鉴》、《安徽省统计年鉴》整理得出。

(二)安徽省1999—2012年碳排放特征

由表3可知，1999年以来，安徽省碳排放总量不断增加，由1999年的3139.75万吨上升至2012年的8099.1万吨。同期，安徽省人均碳排放量也呈现出逐年增加的趋势，由1999年的0.51吨/人上升至2012年的1.17吨/人。值得注意的是，安徽省历年万元GDP碳排量呈现出逐年下降的趋势，由1999年的1.16吨/万元下降至2012年的0.47吨/万元，下降幅度达到59.5%，反映出这些年来安徽省所采取的节能减排措施发挥了一定的效果。

三、安徽省FDI规模与碳排放量的相关性分析

(一)变量的选取与说明

本文选取1999—2012年安徽省碳排放量TC为因变量，同期安徽省实际利用FDI为自变量，并根据历年美元兑人民币的汇率，对历年FDI数据进行同期汇率换算，将FDI数据单位由万美元换算成万元。为消除时间序列可能存在的异方差现象，对变量TC和变量FDI进行自然对数变换，分别得到变量LnTC和变量LnFDI。具体结果见表4。

表4 安徽省1999—2012年实际利用FDI与碳排放数据

数据来源：美元兑人民币汇率数据来源于国家统计局网站，FDI数据来源于安徽省历年《统计年鉴》，碳排放数据来源于前文计算结果。

为考察安徽省FDI规模和碳排放量之间的相关性，下面将针对变量LnTC和变量LnFDI分别开展平稳性检验(ADF单位根检验方法)、协整检验(E-G两步法)和Granger因果关系检验，使用的计量软件是EVIEWS 6.0，检验过程及结果如下。

(二)相关性分析

1.平稳性检验

本文首先对变量LnTC和变量LnFDI开展平稳性检验，结果见表5。可以看出，变量LnTC和变量LnFDI的ADF检验值分别是-2.8945和-2.3754，均大于不同检验水平的三个临界值，说明变量LnTC和变量LnFDI都是非平稳序列。接着，分别对两变量的一阶差分序列进行平稳性检验，发现仍是非平稳序列。于是，继续对两变量的二阶差分序列进行平稳性检验，发现在1%的显著性水平下，均拒绝零假设，是平稳序列。综合上述分析，可以看出变量LnTC和变量LnFDI均是二阶单整序列，满足进一步开展协整检验的条件。

表5 各变量的单位根检验结果1

注：D(LnTC),D(LnFDI)表示变量LnTC,LnFDI的一阶差分序列；D(LnTC,2),D(LnFDI,2)表示变量LnTC,LnFDI的二阶差分序列；﹡表示1%临界值。

2.协整关系检验

这里采用E-G两步法来检变量LnTC和变量LnFDI之间的协整关系。

第一步：对变量LnTC和变量LnFDI进行协整回归，其中变量LnTC为因变量，变量LnFDI为自变量，可以得到如下回归方程：

LnTC=4.7678+0.2728LnFDI+μt

(17.1308)(13.5648)

F=184.0034，R2=0.9388，调整后的R2=0.9337

第二步：考察所得到的残差序列μt的平稳性，检验结果见表6。可以看出，残差序列μt的ADF统计量-2.8694小于1%的临界值-2.7719，说明该残差序列μt是平稳序列。

因此，可以判断出变量LnTC和变量LnFDI之间存在长期稳定的均衡关系，即协整关系。

表6 残差序列μt的单位根检验结果1

注：﹡﹡表示5%临界值。

3.因果关系检验

在变量LnTC和变量LnFDI存在协整关系的基础上，下面进一步开展两变量之间的Granger因果关系检验，滞后期分别取1至2。检验结果见表7。结果发现，在滞后期1—2时，FDI变化是碳排放量变化的原因，而碳排放量变化不是FDI变化的原因。这反映了安徽省存在的一些耗能型FDI产业加大了安徽省的碳排放。

表7 Granger 因果关系检验结果1

注：**表示在5%的显著性水平下拒绝原假设，Granger因果关系成立。

四、安徽省三次产业FDI分布与碳排放的相关性评估

上文研究发现，FDI变化是安徽省碳排放量变化的原因，但这并不意味着安徽省三次产业引进FDI与安徽省碳排放量之间同样呈现上述结论。为此，下面将在引入变量TC、FDI1、FDI2和FDI3的基础上进一步开展安徽省三次产业引进FDI与碳排放量之间的相关性评估。其中，变量TC表示1999年至2012年安徽省碳排放量，变量FDI1，FDI2，FDI3分别表示安徽省第一产业、第二产业和第三产业实际引进FDI，并对历年FDI数据进行同期汇率换算，将数据单位由万美元换算成万元。为消除时间序列可能存在的异方差现象，对各变量进行自然对数变换，分别得到变量LnTC，LnFDI1，LnFDI2，LnFDI3。检验过程及结果如下：

(一)平稳性检验

从上文表5已经得知，变量LnTC是二阶单整序列，下面进一步对变量LnFDI1、LnFDI2和LnFDI3进行平稳性检验，具体检验结果见表8。可以看出，LnFDI3是平稳序列，LnFDI1是一阶单整序列，LnFDI2是二阶单整序列。我们知道，只有当两个时间序列是同阶单整序列时，它们之间才可能存在协整关系。所以，变量LnTC和变量LnFDI1，变量LnTC和变量LnFDI3之间不会存在协整关系，下面只需进一步对变量LnTC和变量LnFDI2开展协整检验。

表8 各变量的单位根检验结果2

注：D(LnFDI1),D(LnFDI2)表示变量LnFDI1,LnFDI2的一阶差分序列；D(LnFDI2,2)表示变量LnFDI2的二阶差分序列；﹡表示1%临界值。

(二)协整关系检验

下面运用E-G两步法对变量LnTC和变量LnFDI2进行协整关系检验。

第一步：对变量LnTC和变量LnFDI2进行协整回归，其中变量LnTC为因变量，变量LnFDI2为自变量，可以得到如下回归方程：

LnTC=4.9148+0.2684LnFDI2+μt

(14.1606) (10.4538)

F=109.2816, R2=0.9011，调整后的R2=0.8928

第二步：考察所得到的残差序列μt的平稳性，检验结果见表9。可以看出，残差序列μt的ADF统计量-2.6861小于5%的临界值-1.9740，说明该残差序列μt是平稳序列。

因此，可以判断出变量LnTC和变量LnFDI2之间存在长期稳定的均衡关系，即协整关系。

表9 残差序列μt的单位根检验结果2

注：**表示5%临界值。

(三)因果关系检验

在变量LnTC和变量LnFDI2存在协整关系的基础上，下面进一步开展两变量之间的Granger因果关系检验，滞后期分别取1至4。检验结果见表10。结果发现，在滞后期取2-4时，第二产业FDI变化是安徽省碳排放量变化的原因；而只有当滞后期取1时，安徽省碳排放量变化才是第二产业FDI变化的原因。

表10 Granger 因果关系检验结果2

注：*表示在1%的显著性水平下拒绝原假设，**表示在5%的显著性水平下拒绝原假设，***表示在10%的显著性水平下拒绝原假设。

(四)安徽省第二产业各行业FDI碳排放效应检验

上文研究发现了第二产业FDI变化是安徽省碳排放量变化的原因，但对第二产业各行业引进FDI产生的碳排放效应情况还不清楚。为此，下面将利用灰色系统理论[6]来分析第二产业各行业FDI与碳排放量之间的灰色关联度系数，以期反映第二产业各行业FDI的碳排放效应。

考虑到数据的可获取性，以及安徽省实际引进FDI的分行业分布情况，本文重点选取了采矿业、制造业、建筑业等几个行业作为考察对象。这里利用DPS软件对1999年至2012年安徽省分行业实际引进FDI数据与同期安徽省碳排放量数据进行均值化处理，分辨系数取0.5，从而得出安徽省分行业FDI和安徽省碳排放量之间的关联度系数，如表11所示。

表11 安徽省第二产业各行业实际引进FDI与碳排放之间的关联度系数

可以看出，本文所考察的安徽省第二产业四个行业实际引进FDI与碳排放量之间的关联度较高，关联度系数均在0.75以上。其中电力、煤气及水的生产和供应业与制造业的关联度系数均高于0.8，分别是0.8843和0.8216，反映出这两个行业的碳排放效应更为显著。

五、结论

本文估算了安徽省1999—2012年各年度的碳排放量，发现安徽省碳排放量呈现逐年增长的态势。在此基础上，分别开展了安徽省FDI规模与碳排放量的相关性分析，以及安徽省三次产业FDI分布与碳排放的相关性分析，得到如下结论：

(一)从安徽省FDI规模与碳排放量之间的相关性研究可以看出，安徽省引进FDI对碳排放量的增加有加剧作用

研究发现，安徽省FDI规模和碳排放量之间存在长期稳定的均衡关系。FDI变化是安徽省碳排放量变化的原因，而碳排放量变化并不是FDI变化的原因。这说明安徽省可能成了国外高污染行业的“污染避难所”，安徽省引进FDI加剧了安徽省碳排放量的增加。

(二)从安徽省三次产业FDI分布与碳排放的相关性评估可以看出，第二产业FDI是加剧安徽省碳排放量增加的主要产业

研究发现，第一产业FDI、第三产业FDI与安徽省碳排放量之间不存在长期稳定的均衡关系，只有第二产业FDI与安徽省碳排放量之间存在长期稳定的均衡关系。进一步研究发现，第二产业FDI变化是安徽省碳排放量变化的原因，第二产业FDI和安徽省碳排放量增加之间存在明显的因果关系，是加剧安徽省碳排放量增加的主要产业。

(三)综合考虑安徽省引进FDI的行业分布及各行业引进FDI 的碳排放效应情况，可以看出制造业是安徽省引进FDI的主要行业，制造业FDI对安徽省碳排放量增加的影响尤为显著

一方面，制造业是安徽省引进FDI的主要行业。以2012年为例，制造业占据安徽省第二产业引进FDI的90%以上，占据安徽省总体引进FDI的60%以上。另一方面，通过灰色关联分析发现，制造业FDI与安徽省碳排放量之间关联度系数高于0.8，制造业碳排放效应明显。为此，综合考虑制造业FDI规模和其碳排放效应情况，可以得出结论：制造业FDI对安徽省碳排放量增加的影响尤为显著。

[1] 蒋长流,代军.外商直接投资于安徽经济增长关系的实证分析[J].经济研究导刊,2007,(3).

[2] 何均琳,王文烂,刘伟平,卓江英. FDI对福建省碳排放的影响研究[J].福建农林大学学报(哲学社会科学版),2013,(5).

[3] 任力,黄崇杰.中国区域碳排放的环境绩效研究[J].社会科学家,2011,(7).

[4] 蒋金荷.中国碳排放测算及影响因素分析[J].资源科学,2011,(4).

[5] 胡初枝,黄贤金,钟太洋,谭丹.中国碳排放特征及其动态演进分析[J].人口·资源与环境,2008,(3).

[6] 江心英,陈志雨.1998—2010年江苏省引进FDI与碳排放的相关性评估[J].国际贸易问题,2012,(4).

(责任编辑 陶有浩)

The Assessment on the Correlation between the scale of FDI and Emissions in Anhui Province from 1999-2012.

BIAN Shu-xian.

(SchoolofEconomicsandManagement,HefeiNormalUniversity,Hefei230061,China)

On the basis of estimating the carbon emission from 1999 to 2012 in Anhui, it carries out relevancy evaluation between FDI scale and carbon emission, tertiary industry FDI distribution and carbon emission in Anhui. It turns out that there is co-integration relationship between FDI and carbon emission, and FDI change is the cause for the carbon emission change. The further research indicates that only FDI of the secondary industry has the co-integration relationship with the carbon emission, and FDI change of the secondary industry is the cause for the carbon emission change. Finally, it calculates the carbon emission effect of FDI of various aspects in the secondary industry. The result shows that FDI of the manufacture industry has obviously influence in the increasing of the carbon emission in Anhui.

Anhui province; foreign direct investment; carbon emissions; correlation

2014-6-12

卞淑贤(1979-)，女，安徽肥西人，合肥师范学院经济与管理学院讲师。

F062.2

A

1674-2273(2014)05-0062-06