外商直接投资、能源消费与碳排放关系的实证研究*

刘亦文，胡宗义

（湖南大学，湖南 长沙410082）

一、引言

改革开放以来，中国经济保持了30 多年的快速增长，年均增长率接近10%。2012年，中国GDP 达到52 万亿元，是仅次于美国的全球第二大经济体。中国正处于工业化、城市化快速发展的时期，今后15年左右，经济增长率仍然会保持在6%-8%的水平。在这样3 倍甚至6 倍于发达国家的增速支持下，加上人民币持续升值，约10年后，中国的经济总量不仅将超越美国，成为全球第一大经济体，而且将创造人类历史上经济增长最快、持续时间最长的奇迹。

但与此同时，高增速所带来的环境污染也越来越严重。中国经济的高速增长伴随着资源能源的高投入、高消耗和污染物的高排放，粗放的增长模式对生态环境造成了严重的污染和损害。2011年，中国GDP 约占世界9%，生产消耗了全球60%的水泥、50%的钢铁、33%的化肥和20%的一次能源，排放了占世界31%的二氧化硫、24%的二氧化碳和15%氮氧化物。2000-2012年，中国平均每年发生各类环境污染事件1200 次。655 个城市中，有400 多个城市使用地下水作为饮用水源。环保部发布的《2012年中国环境状况公报》指出，57%地下水监测点的水质较差，甚至极差。2013年1月以来，我国东北、华北、黄淮、长江中下游及华南地区等大范围地区连续发生了多次中度、重度、极重度雾霾天气，引起了公众的广泛关注，成为当前环境热点问题。这一阶段的雾霾天气持续时间长、影响面积大、污染浓度重、受影响人群多。

日益严峻的环境压力迫使理论界与实务界积极探索环境污染问题的形成原因、危害及应对措施。在此背景下，作为我国改革开放以来经济增长重要推动力之一，外商直接投资（FDI）越来越受到社会各界普遍关注。自改革开放以来，中国外商直接投资（FDI）发展迅速，规模不断扩大，数额不断上升。图1为1983-2009年间的实际利用外资额，图中显示1983-1991年间，外商直接投资数额增长较为缓慢，1991年后，总体出现大幅度的增长。从1992年FDI超过100 亿美元到1994年FDI 高速增长，2002年中国的FDI 实际使用金额首次突破500 亿美元，2004年首次超过600 亿美元，2003-2006年，FDI 实际使用金额以年均4.6%的速度平稳增长。2007年，中国总计吸引904 亿美元外资。2008年中国FDI 仍然保持增长态势。2009年虽下降2.6%，但FDI 仍然达到900.3 亿美元。2010年中国FDI 突破1000 亿美元，达到1057.4 亿美元，增幅17.4%。1985-2010年的26年间，实际利用FDI 增长近50 倍。中国引进的FDI 毋庸置疑的驱动中国经济的持续快速发展。然而，FDI带了经济增长的同时也带来了能源的高消费和温室气体的大量排放。地球的能源是有限的，作为最大的发展中国家，我国有义务有责任对能源进行高效利用、清洁利用。我国2007年的二氧化碳排放量达到67.2 亿吨，超出美国二氧化碳排放59 亿吨，成为世界头号碳排放国家。二氧化碳的排放对全球气候变化产生了越来越深刻的影响。全球都在积极推行“低碳经济”，各国都要努力实现“绿色生产”，减少碳排放。不少学者关于FDI 对能源消费及二氧化碳排放的观点不一致，显然不利于相关政策的制定。本文拟从定量的角度研究FDI、能源消费和碳排放的关系，为政府相关部门合理引进FDI、制定节能减排政策提供科学的理论依据。

图1 1995-2009年我国实际使用外资额 单位：亿美元

二、文献综述

外商直接投资、能源消费与碳排放关系的研究是随着人类工业化进程的不断深入逐渐为人们所重视的。尤其是在20世纪80年代以后第二代环境问题的出现，全面、系统研究能源、环境和经济三者之间的协调关系显得尤为重要和紧迫。近年来，关于此问题的学术文献日趋丰富，但是至今难以得到较为明确的结论。针对外商直接投资对我国环境造成的影响亦不乏正反两方面的证据。就理论层面而言，两方面的证据均可以从两大基本假说，即：“污染光环”（Pollution Halo）和“污染避难所”（Pollution Haven）假说当中得到相应的理论支持。我们借鉴许多能源机构构建的以“能源-经济-环境”为对象的三元研究框架，对我们要研究的“外商直接投资-能源消费-碳排放”关系进行其综合平衡和协调发展等问题的探讨。这种研究目前可以分为三种情况：

第一类是分析“外商直接投资”与“碳排放”之间的相互关系。最早独立研究FDI 理论的海默（Hymer）1960年在其博士论文中提到的垄断优势理论认为，FDI 的动因在于投资方相对于东道国拥有更有利的包括在生产技术、管理和组织技能及销售技能等无形资产在内的知识优势和企业规模优势等垄断优势，从而通过在国外生产可以获得更多的收益。FDI的另一个动因是由于发达国家普遍实施了严厉的能源环境管控政策，一些污染较大的企业基于生产成本因素考虑，更倾向于将企业转移到环境标准较低的发展中国家，FDI 在促进当地经济发展的同时，不可避免地带来环境污染问题。后者就是污染天堂假说（Pollution Haven Hypothesis）的稚形。FDI 在我国投资于污染密集产业也是基于此假说。此假说虽然有道理，但是缺乏有力的实证。对于“污染避难所”假说，Baumol 和Oates（1998）从理论上对其进行了系统论述，认为如果发展中国家自愿实施较低的能源环境标准，那么这些国家不可避免的将会变成世界污染的集中地。Zarsky(1999)、Smarzynska(2001)、Kolstad(2002)等人的研究证实了此假说。Khalil 和Inam（2006）利用巴基斯坦1972-2002年的时间序列数据，通过协整检验得出FDI 对二氧化碳排放存在正的影响。沙文兵和石涛（2006）运用中国1999-2004年面板数据对FDI 的环境效应进行测度，发现FDI对我国生态环境具有显著的负面效应。Talukdar 和Meisner（2001）对1987-1995年间44 个发展中国家私人部门对二氧化碳排放的关系进行了研究，发现FDI 有利于促进二氧化碳排放减排。OECD（1999）认为FDI 能有效提高东道国的环境质量，这是因为引进的一些绿色环境友好技术和有效管理技术会使FDI 企业比本地企业更好的遵守东道国的环境标准。蒋伟、刘牧鑫（2011）通过对环境库兹涅茨曲线进行拓展，将FDI 和空间相关性纳入环境库兹涅茨曲线中来，研究显示空间相关对环境库兹涅茨倒U 型曲线影响较大，FDI 则不明显。李小平，卢现祥（2010）利用我国20 个工业行业与G7 和OECD 等发达国家的贸易数据，采用环境投入产出模型和净出口分析研究了国际贸易等因素对我国工业行业二氧化碳排放量的影响。实证结果表明，国际贸易对我国工业行业的二氧化碳排放总量和单位产出的二氧化碳排放量具有降低作用，我国并没有通过国际贸易成为发达国家的“污染产业天堂”。刘华军、闫庆悦（2011）基于中国1952-2007年数据分析得出，贸易开放对CO2排放具有负的效应。胡宗义等（2012）采用非参数APLM 模型对我国贸易开放度与人均二氧化碳排放之间的关系进行研究，实证结果发现，我国人均二氧化碳排放量随着贸易开放度的加大而随之增加，也就是说贸易开放对我国人均二氧化碳排放量具有显著的促进作用。这一结果支持“污染天堂假说”。

第二类文献是探讨“外商直接投资”与“能源消费”之间的动态关系。苏素，王波志（2011）采用1995-2008年中国省际面板数据，建立能源消费强度和外商直接投资规模的面板VAR 模型和面板计量模型，对能源消费强度和外商直接投资规模之间的动态关系进行了实证研究。实证结果表明，这两者之间呈典型的倒U 型关系，也就是说能源消费强度随着外商直接投资规模的增加而呈先增加后降低的趋势。外商直接投资规模对能源消费强度有显著的正向效应，影响保持在4.3%左右，能源消费强度对外商直接投资规模的影响一直稳定在5.4%的水平上。孙海（2009）采用脉冲响应函数动态模拟外商直接投资对我国能源消费技术进步效率和结构效率两种溢出渠道的影响程度，对外商直接投资与这两种渠道的因果关系进行检验，结果表明，外商直接投资能提高能源消耗强度，但是从长期来看，无法确定外商直接投资和结构因子和效率因子的Granger 因果关系。

第三类文献是探讨“能源消费”与“碳排放”之间的关系。高彩玲，高歌等（2011）采用国家发改委能源研究所所提供的碳排放模型，利用河南省1995-2009年的能源碳排放数据，由LDM 因素分解法进行实证研究。研究结果表明能源效率是抑制碳排放的主要因素，能源结构对河南人均碳排放变化的作用不明显。碳排放强度的下降率大于GDP 的增长率时，才能实现二氧化碳的绝对减排。朱永斌，王铮等（2009）年在内生经济增长模型Moon-Sonn 基础上改进了传统的基于EKC 曲线的经济计量学方法，建立新的模型对碳排放高峰进行了预测，发现能源结构中富碳能源比重逐渐降低，而低碳能源比重逐渐升高，使得碳排放上升速度低于能源消费量。通过不同能源结构演变下的碳排放趋势模拟，发现碳排放高峰与能源消费高峰密切相关，通过“非碳”能源替代，以及石燃结构调整可以达到减排的目标，降低高峰排放量，但对碳排放高峰期出现年份影响甚微。徐国泉、刘泽渊等（2006）发现中国人均碳排放的抑制作用主要来自能源效率的提高，而能源结构的调整对其影响作用不大，能源结构和能源效率抑制碳排放的贡献率呈倒“U”，提高能源效率是最有效的碳减排途径。樊星（2013）对碳排放变化量进行分解，结果表明从碳排放量角度，人均GDP 和人口数对碳排放量具有明显的正向作用，而能源强度则对碳排放量具有明显的抑制作用。

以上的文献综述，国内外的研究中对FDI、能源消费与碳排放整体性系统性的研究鲜少涉及。鉴于FDI 对能源消费及碳排放的不可忽视的影响及当前倡导的发展低碳经济绿色经济的政策，本文重点研究FDI、能源消费及碳排放这一系统的相互影响。

三、模型与数据的选取

（一）模型的建立

向量自回归模型VAR 是在数据统计性质的基础上，采用联立方程组的形式，将系统内的所有内生变量的滞后期作为每个内生变量的解释变量来构造模型，它作用于某个经济指标的分析和预测容易操作，经济理论依据不太严格，事先不对模型做出任何限制，通过内生变量对模型的全部内生变量的滞后项进行回归，从而估计系统内全部内生变量之间的动态关系，用于时间序列系统的预测和随机扰动项对变量系统的动态影响研究。应用该模型，本文研究外商直接投资、能源消费与碳排放之间动态关系，该三变量VAR 模型的设定为

其中，Yt是三维内生变量向量，即Yt=（Carbont，Energyt，FDIt），C=（c1，c2，c3）T是三维常数向量，Carbont为碳排放量，Energyt为能源消费量，FDIt为外商直接投资，p 为模型选取的滞后期数，φ1，L，φp是3×3 维系数矩阵；εt是三维随机扰动向量，εt∶iid（0，Ω），其中每一个元素都是非自相关的，但不同方程对应的随机扰动变量可能存在同期相关。最优滞后期数可以通过AIC 等统计量来选定。

式（1）可以展开表示成矩阵形式：

Johansen（1988）提出了基于VAR 模型下采用极大似然估计进行协整检验的方法。对式（1）进行等价变形，得到其差分形式

在VAR 模型的基础上，可以建立脉冲响应函数方法（Impulse Response Function,IRF），即研究在随机误差项上施加一个单位的冲击后对内生变量的当期值和未来值所带来的影响。考虑式(1)的无穷阶的向量移动平均VMA（∞），得到

其中，Ap 为系数矩阵。

与此同时，还可以在VAR 模型基础上对Carbont、Energyt、和FDIt 进行方差分解（Variance Decomposition），从而进一步定量分析变量之间的冲击响应。该方法通过分析未来t+s 期的变量预测误差的方差由不同增长的冲击影响的比例，来评价不同结构冲击的重要性。

（二）指标的选取及数据的处理

本文要研究外商直接投资、能源消费与碳排放的互动影响关系，所以采用了外商直接投资额、消费总量和碳排放量的宏观年度数据。由于外商直接投资和宏观经济之间联系较大，本文以GDP 作为经济发展的衡量指标。我国对外开放等经济政策及其他因素我国外商直接投资系统性的数据比较晚，年度比较短，所以在此选择了从1983年到2009年共27年数据的数据进行分析，本文所采用的数据来自2011 中国统计年鉴和WDI 数据库。

四、实证分析

（一）数据平稳性检验

当对时间序列变量之间的相关关系进行分析时，应首先对各变量序列进行平稳性检验，否则就有可能误设变量之间的关系，进而引起偏差的产生，这是我们应该避免的。这里采用平稳性检验的一般方法，即单位根方法。表1 是各变量的单位根检验结果。

从表1 结果可以看出，指标LCARBON、LENERGY、LFDI 和LGDP 的时间序列都不平稳，一阶差分后的dLFDI 序列在5%的显著性水平下平稳。三个数列的二阶差分都平稳。因此，本部分内容分析将采用LCARBON、LENERGY、LFDI 和LGDP 的数据来建立VAR 模型。

（二）VAR 模型的建立

建立VAR 模型之前，首先确定其滞后阶数。滞后阶数的选择不宜过大，否则将导致模型待估计的参数增多，自由度减少，对参数估计的有效性造成影响；阶数选择亦不能过大，否则将导致误差的自相关。根据LR、FPE、AIC、HQ 标准均显示选择2 阶滞后模型，而SC 准则显示选择滞后1 阶。根据多数原则，选择2 阶滞后阶数。

表1 平稳性检验结果

（三）模型稳定性检验

在对时间序列数据进行分析时，首先要检验数据的平稳性（如表2），以确定后续应该使用的分析、检验工具。本文采用AR 单位根检验方法对CARBON、ENERGY、FDI 和GDP 进行平稳性检验，单位根检验图如图1所示，检验结果如表1所示。

图1 单位根检验图示

表2 VAR 模型平稳性检验表

从图1 可以直观看出，所有的单位根都落于单位根圆内，因此所设定的模型是稳定的，表明了我们所选取的四个变量之间存在长期稳定关系。

（四）协整检验

选择合适的滞后期数对于VAR 模型的建立有重要影响。如果滞后期太少，误差项自相关会很严重，导致参数的非一致性估计；滞后期也不宜过大，因为滞后期数过大会导致模型自由度减小，影响参数估计量的有效性。我们利用Johansen 检验来进一步确定变量间的长期稳定关系，通过协整方程分析变量之间的长期均衡关系。本文协整检验结果如表3所示：

表3 特征根迹（Rank Test）检验结果

Johansen 检验结果显示没有协整关系、至多一个协整关系的原假设均被拒绝，而接受协整关系为2的假设。因此我们可以认为在5%显著性水平下四个实证分析变量之间存在两个协整关系。即它们之间是相互影响、相互交织的，四个指标之间存在长期均衡关系。根据本文的研究重点，注意考察碳排放与FDI 与能源消费的影响，写出以二氧化碳排放为被解释变量的标准化的协整方程为：

（其中括号中的数字为相应变量系数的标准误。）

协整方程显示能源消费和外商直接投资对碳排放具有正向的促进作用，能源消费的协整系数和外商直接投资的协整系数差别较大，说明能源消费对碳排放的促进作用更大一些。

（五）Granger 因果关系检验

Granger 认为如果如果变量X 是另一个变量Y的原因，则变量X 的变化在时间上领先于变量Y,其实质是检验一个变量的滞后变量是否可以引入到其他变量方程中去。如果一个变量受到其他变量的滞后影响，则称它们具有格兰杰因果关系。

表4 Granger 因果关系检验结果表

分析表4 中的数据，可以看出碳排放和能源消费存在双向的因果关系。即碳排放的变化对预测能源消费变化的作用比较显著，同样能源消费变化对预测碳排放变化的作用也比较明显。碳排放与GDP之间存在双向的Granger 因果关系。GDP 与能源消费存在单向的Granger 因果关系。能源消费变化能够引起GDP 的变化，而GDP 对能源消费变化不显著，理论上这是不正常的。

（六）脉冲响应函数

图2 是在估计式（2）VAR 模型基础上的脉冲响应函数曲线。

图2 碳排放对各变量的脉冲响应图

图2 中的实线为碳排放对于一个标准差冲击的反映曲线，虚线显示的是正负两倍标准差区间。反映曲线显示了碳排放针对自身的冲击，这个冲击对于它自身具有逐步增大的效应，前5 期增大效应相对较大；能源的冲击对碳排放增长具有逐步增大的效应，增长速度到达一定高度后慢慢降低后稳定，反映了能源对碳排放刚开始有累积加速效应，后来由于受到一定限制后增大效应有所降低，并保持稳定；外商直接投资对碳排放刚开始的脉冲反映并不显著，之后渐渐对碳排放产生负向的影响，这种影响增大到第8 期之后有所降低；GDP 对碳排放的负向影响相对并不显著。

（七）方差分解

基于估计出的VAR 模型，对未来预测误差的方差进行方差分解分析，考察各变量对于系统均方误的贡献影响。表5 给出了碳排放的方差分解结果。

表5 碳排放（LCARBON）的方差分解结果表

方差分解的结果显示碳排放对自身变化的贡献度较大，不过这种影响呈现出逐步减小的趋势。能源消费的贡献度起初很小，之后慢慢增大，在第7 期达到最大值，其后逐步减小。外商直接投资的贡献度逐步增长，这与外商直接投资在制造业的投资规模有着重要联系。图3 反映了外商直接投资情况。GDP 的贡献度经历增长、下降的过程，和能源消耗贡献度趋势有点接近。

图3 外商直接投资在制造业的投资情况

五、结论与政策建议

本文基于中国1983-2009年面板数据，通过构建VAR 模型探讨了外商直接投资、能源消费与碳排放三者之间关系，得到了以下结论：

一是外商直接投资、能源消费与碳排放三者之间的关系。长期内，外商直接投资、能源消费与碳排放三者之间存在稳定的协整关系。能源消费和外商直接投资对碳排放具有正向的促进作用，能源消费对碳排放的促进作用比外商直接投资的促进作用更大一些。

二是外商直接投资、能源消费与碳排放两两之间的关系。碳排放和能源消费存在双向的因果关系。即碳排放的变化对预测能源消费变化的作用比较显著，同样能源消费变化对预测碳排放变化的作用也比较明显。碳排放与GDP 之间存在双向的Granger因果关系。GDP 与能源消费存在单向的Granger 因果关系。能源消费变化能够引起GDP 的变化，而GDP对能源消费变化不显著。

三是外商直接投资、能源消费对碳排放变化的贡献度。碳排放对自身变化的贡献度较大，不过这种影响呈现出逐步减小的趋势。能源消费的贡献度起初很小，之后慢慢增大，在第7 期达到最大值，其后逐步减小。外商直接投资的贡献度逐步增长。GDP 的贡献度经历增长、下降的过程，和能源消耗贡献度趋势有点接近。

能源消费对碳排放具有非常明显的正效应，经济增长需要能源投入，而这又会导致大量碳排放，对环境造成很大的威胁和危害。因此我们应该提倡发展低碳经济，国家也应制定和完善相关的法律法规。受到能源储量及经济条件的限制，我国短时间内改变以煤为主的能源消费格局是相当困难的，所以我们更应该积极开发新能源和可再生能源，逐步减少煤炭在能源消费中的比重，同时发展煤炭清洁利用技术，实现煤炭的清洁、高效利用，尽量减少碳排放，大力发展环保产业。另外，由于外商直接投资对碳排放的贡献度逐步增长，我国应着力优化FDI 结构，促进FDI 在低碳行业领域投资发展。

[1]洪东悦.经济全球化对中国能源消费的影响及节能政策研究[D].华北电力大学硕士论文,2010.

[2]Vicent Alcantara,Rosa Duarte.Comparison of energy intensities in European Union countries:Results of a structural decomposition analysis[J].Energy Policy,2004,(32).

[3]陈德湖,陈子寅.基于联立方程的实证研究[J].大连理工大学学报(社会科学报),2012,(33).

[4]Henrik K.Jacobsen.Energy demand,structural change and trade:a decomposition analysis of the Danish manufacturing industry[J].Economic Systems Research,2000,(3).

[5]Shigemi Kagawa,hajime Inamura.A spatial structural decomposition analysis of Chinese and Japanese energy demand:1985-1990[J].Economic Systems Research,2004,(3).

[6]UNCTAD.2007.World investment report:transnational corporations,extractive industries and development[R].United Nations,Geneva.

[7]胡佳雨.我国外商直接投资与二氧化碳排放相关性研究[D].浙江大学硕士论文,2010.

[8]Baumol,W.J.,W.Oates.Theoty of Environmental Policy[M].Cambridge,England,Cambridge University Press,1988.

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

[10]Zarsky L,Havens,Halos and Spaghetti.Untangling the Evidence about Foreign Direct Investment and the Environment[M].OECD Conference on Foreign Direct Investment and the Environment,The Hague,1999.

[11]TALUKDAR D,MEISNER C M.Does the private sector help or hurt the environment?Evidence from carbon dioxide pollution in developing countries[J].World Development,2001,(5).

[12]宋德勇,易艳春.外商直接投资与中国碳排放[J].世界人口·资源与环境,2011,(21).

[13]苏素,王波志.FDI 与中国省际能源消费强度间关系的动态分析[J].技术经济,2011,(3).

[14]孙海.FDI 对我国能源消耗强度作用的渠道分析[J].技术与创新管理,2009,(2).

[15]高彩玲,高歌,田晓惠.河南省能源消费碳排放的因素分解及减排途径[J].中国矿业,2011,(3).

[16]何建坤,刘滨.作为温室气体排放衡量指标的碳排放强度分析[J].清华大学学报（自然科学版）,2004,(6).

[17]朱永斌,王铮,邹秀萍.给予经济模拟的中国能源消费与碳排放高峰预测[J].地理学报,2009,(8).

[18]徐国泉,刘泽渊,姜照华.中国碳排放的因素分解模型及实证分析：1995-2004[J].中国人口·资源与环境,2006,(6).

[19]刘亦文,胡宗义.中国能源消费、碳排放与经济增长的区域差异性研究[J].经济数学,2012,(4).

[20]戴钰,刘亦文.中国城市化发展、能源消费与碳排放的实证研究[J].经济数学,2013,(1).