外商直接投资、新型城市化与中国碳排放

冉启英，任思雨

(新疆大学 a.经济与管理学院；b.创新管理研究中心，新疆 乌鲁木齐 830047)

一、文献综述

改革开放以来， FDI对中国经济增长的贡献毋庸置疑，但其背后却是以牺牲环境为代价。十八届五中全会明确指出要坚定不移地走绿色低碳发展的之路，加快生态文明体制改革，建设美丽中国。为进一步彰显我国高度重视环境治理并致力于提升经济发展质量的决心，“十三五”规划纲要中明确提出，到2020年要完成单位GDP碳排放比2005年下降40%—45%的目标，同时要在大气污染防治等方面取得明显成效，我国面临的碳减排形势异常严峻。在跨国投资频繁、环保呼声高涨的背景下，FDI对东道国环境的影响逐渐成为国际贸易学与环境经济学领域关注的焦点。一种观点认为FDI的进入不仅给东道国带来现代化的运营模式和生产技术，推动其产业结构、能源消费结构升级[1][2]，而且通过全球专业化分工，缩小了区域间产出效率水平差异，有利于东道国经济可持续发展[3]。另一种观点则认为，为规避本国更为严格的环境管制措施，发达国家跨国企业往往通过对外直接投资方式将本国碳密集产业转移到环境规制标准相对较低的发展中国家，FDI的流入对东道国的生态环境施加负面影响，从而使得发展中国家成为发达国家污染产业转移的避难所。[4]

随着新增长理论的发展，学者们从收入差异、人力资本水平、金融发展程度、技术效率水平环境规制等视角证实了FDI对碳排放的影响存在明显的非线性门槛效应。[5][6][7]改革开放以来城市化进程发展迅速，然而学者们却忽略了城市化发展这一重要推手，鉴于此，本文拟以中国2006—2016年30个省份的面板数据为基础，从城市化不同发展阶段角度系统考察FDI对中国碳排放的门槛效应，以期为区域合理开展招商引资，实现绿色低碳可持续发展提供一定的理论参考。

二、FDI与碳排放：基于不同城市化水平的猜想

本研究试图根据城市化水平的差异，将样本划分为不同区域，以此构建FDI影响碳排放的空间异质性机理。

城市化发展初期，公共基础设施及相配套的城市综合服务体系尚未完善，与生产有关的化石能源、土地与矿物资源等价格相对偏低，低廉的资源成本势必构成吸引外资最主要动力，城市化发展处于此阶段的地区通常仅考虑外商直接投资所带来的经济效应、技术溢出效应，往往忽略生态环境效应。因此，本文提出猜想1：在城市化水平处于初期阶段的地区，FDI会导致碳排放增加，即存在“污染避难所”效应。

城市化发展中期，城市各功能区逐步完善，产业布局趋向合理对FDI的引进不仅关注外商直接投资引致的经济效应，同时也将绿色可持续发展作为社会进步的重要衡量指标。因此，本文提出猜想2：在城市化水平处于中期阶段的地区，FDI对碳排放的影响进一步降低，即存在弱“污染避难所”效应。

城市化发展后期，随着对外开放程度不断深化，城市逐渐形成“产业结构-公共服务”协同发展模式，且日益优化的产业结构与公共服务体系在“虹吸效应”影响下相互促进与升级。引入优质FDI在一定程度上能产生竞争效应和示范效应，激发本土企业开展技术研发与技术创新，主动吸收外资企业先进的生产技术、管理经验及研发激励机制等，从而最大限度上提升资源利用效率，实现环境质量改善。因此，本文提出猜想3：在城市化水平处于后期阶段的地区，FDI对碳排放的影响为负，即存在“污染光环”效应。

三、新型城市化水平指标构建

(一)新型城市化水平指标构建

随着改革开放深入推进，我国城镇化演进经历了一个起点低、速度快、非均衡的发展过程。截至2016年末，中国城市数量达到657个，城镇常住人口达到7.9亿，较1978年增加6.2亿；城镇化率为57.4%，较1978年增加了39.5%。本文根据《国家新型城镇化规划(2014—2020)》新型城镇化发展的思想内涵，在指标选取时坚持如下原则:一是指标内容的完备性，除城市人口指标外还应包括经济发展、居民生活条件、城市生活环境等指标内容。二是指标体系的客观性和真实性。三是各项指标的独立性。四是各项指标在不同区域间的可比性。五是指标体系应具有动态性，及时反应系统变化态势。由此，本文构建新型城市化评价指标体系如表1所示。

表1 新型城市化水平指标体系构建

注：囿于数据的限制，本文选取2006—2016年数据为研究样本。

(二)计算方法与数据来源

本文尝试根据各样本数据的离散程度，用信息熵来确定指标权重对中国各省份新型城市化水平进行测算(见表2)。同时，选取中国2006—2016年除港、澳、台、西藏之外的30个省份面板数据，全部数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》、Wind数据库、国家统计局以及各地区统计年鉴。

(三)结果分析

表2 2006—2016年中国新型城市化水平测算得分及排序

注：以上年均得分由各地区2006—2016年城市化水平求均值得到。

由表2可知：2006—2016年中国年均城市化水平得分为3.349。东中西部区域发展梯级格局明显，人口城市化、经济城市化、生活环境城市化、生活条件城市化测算结果与新型城市化水平年均得分排行基本具有一致性。

四、研究设计

(一)理论框架与模型的设定

本文在研究碳排放与经济活动的关系中借鉴Grossman、Krueger[8]的研究方法，从规模、技术与结构三方面综合考虑经济活动对碳排放的影响，其基本模型如下：

E=Y·T·S(1)

模型(1)中，E表示碳排放量。Y、T、S 分别表示规模效应、技术效应和结构效应。

1.规模效应。经济发展一方面要增加资源的使用，其规模越大资源使用量则越多，另一方面更多的产出会带来污染排放量的增加。为了检验经济发展水平与碳排放之间是否存在“环境库茨涅兹曲线(EKC)”关系，本文引入GDP、GDP的平方。若经济发展水平(或其对数指标)及平方项的估计系数分别为β1和β2，碳排放与经济发展水平之间会呈现以下几种形式：①β1=β2=0，碳排放与经济发展水平无关；②β1>0，β2=0，碳排放随经济发展水平的上升而线性增加；③β1<0，β2=0，碳排放随经济发展水平的增加而线性减少；④β1>0，β2<0，碳排放和经济发展水平之间呈“倒U型”；关系⑤β1<0，β2>0，碳排放和经济发展水平之间呈“正U型”关系。由以上分析：

Y=f(GDP，GDP2) (2)

2.技术效应。在经济增长过程中，技术进步会环境对产生两方面的影响：①技术进步会促进生产率的提高，降低单位产出资源使用量，弱化经济活动对环境的影响。②环保技术的开发与应用促进了资源的循环使用，降低单位产出的污染物排放。模型(3)变量T中包含了技术进步的主要因素，在开放经济条件下，技术进步既可通过本土企业R&D投入的增加又可以通过国际技术溢出来实现。由此可以得出：

T=f(FDI，RD) (3)

3.结构效应。现代经济增长中的高增长率总是与结构高变动相伴随，随着经济发展水平的提高，产出结构发生变化。早期以农业为主的经济结构在向工业经济社会转型中过多地依赖于资源与能源的使用，污染排放增加，环境质量下降。随着经济结构向以知识、技术密集型产业的转移，投入结构变化，产业结构逐渐趋向二、三产业转移，单位产出的碳排放水平下降，环境质量得到改善。由此可得到：

S=f(IND) (4)

根据微观经济学理论，规模型较大型企业所拥有的规模经济能够促使其增加研发投入与技术引进，推动产业结构的优化调整与升级，进而推动碳排放量的下降。综合上述分析，将函数(2)(3)(4)代入函数(1)可以得到如下公式：

E(CO2)=Y(GDP，GDP2)·T(FDI，RD)·S(IND) (5)

对公式(5)两边同时取对数，则可得到本文的基本计量模型：

随着我国城市化水平的不断加快，外商直接投资对碳排放的影响可能会存在门限效应。为了刻画这种门限特征，本文采用Hansen(1999)[9]提出的静态门槛回归，以新型城镇化为门限变量，将公式(6)进一步改造为以下门槛面板模型：

(二)变量的解释与说明

1.被解释变量。碳排放量(CO2)。本文采用二氧化碳排放总量衡量。在二氧化碳排放量的测算过程中，以IPCC方法的基础上，参考《中国能源统计年鉴》中各省历年能源平衡表的特征，将所有的能源分为17种: 原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、其他焦化产品、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品和天然气。具体计算公式如下：

式(8)中，TCO2代表各类化石能源消耗所释放出的二氧化碳总量，Qi代表30个省(地区、直辖市)(西藏除外)第i种能源的最终消耗量，CFi代表各能源消耗所释放出的热值，CCi为IPCC提供的碳排放系数；COFi代表碳氧化因子。

2.解释变量。外商直接投资(FDI)。随着中国“引进来与走出去”战略进一步深化，FDI已经成为拉动中国经济增长的决定性因素之一。现有研究中针对省际地区外商直接投资额积累存量估算较少，由于存量指标与资本存量指标(K)相关性较强，FDI的流量指标不足以检验其对碳排放的滞后效应，故本文借鉴Grimes & Kentor[10]、Jorgenson[11]等人的方法用存量来研究FDI规模对碳排放的影响。同时本文借鉴、严雅雪和齐绍洲[12]的方法，利用永续盘存法对FDI的存量指标进行测算。测算公式为：

式中FDIit为省际各地区t年外商直接投资额积累量，△FDIit-1为省际各地区t-1年外商直接投资额，借鉴张军[13]资本折旧率的测算结果，δ取值9%。同时，还需先确定省际各地区的基期外商直接投资额积累量，计算方法为:

方程中FDIit为各省i地区2006年外商直接投资额积累水平，△FDIit为i地区2006年的外商投资额，ri为i地区2006—2016年外商直接投资额的年均增长率，δ为折旧率，各省外商直接投资额(亿美元)。

3.控制变量。经济发展水平，本文采用省际工业GDP作为解释变量反映地区的经济发展水平。为了检验经济发展水平与碳排放是否存在“环境库茨涅兹曲线”关系，引入GDP的平方，并以2006年为基期对其进行平减。产业结构调整指数，本文选用各省份第三与第二产业增加值的比值来衡量产业调整的状况。研发强度，本文中研发强度用地区研发经费投入与地区生产总值的比重表示。以上数据均来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》。

4.门槛变量。新型城市化水平。以往有关城市化的研究大多仅考虑城市人口的转变，片面地将“人口城镇化率”作为城镇化水平的代理变量。为了适应全面提高新型城镇化发展的新要求，本文将经济发展、生活质量提升、绿色低碳等因素纳入分析框架，综合考察新型城镇化发展水平。

五、计量结果与实证分析

(一)门槛效应检验与门槛值的确定

采用门槛回归自抽样法在单一门槛、双重门槛假设条件下进行新型城市化水平门槛效应的显著性检验。结果表明：对不同新型城市化水平来说，单一门槛效与双重门槛效应都在1%的水平上显著，因此城市化水平存在双重门槛效应。表3报告了城市化水平的门槛估计值与其置信区间，第一个门槛值为2.607，第二个门槛值为4.620。图1表示以新型城市化水平为门槛变量、“似然比”序列为门槛值函数的变化趋势图，第一轮估计的门槛值为2.607，该值位于图形的最低点，能够确保似然比统计量 值最小，置信区间为[8.027，18.561]；第二轮(图2)估计得到的门槛值为4.620；其置信区间为[-0.289，8.431]。

表3 新型城镇化的门槛检验结果

注：***、**和*分别表示在 1% 、5%以及10%的水平上显著(下同)；P值以及临界值是采用门槛自抽样法(Bootstrap)反复抽样300次得到。

图1 第一轮估计：门槛变量“POC” 图2 第二轮估计：门槛变量“POC”

以2006—2016年30个省份新型城市化水平指数均值为研究样本，依据门槛变量值将其分为新型城市化水平初期阶段(POC<2.607)、中期阶段(2.607≦POC<4.620)和后期阶段(POC≧4.620)三组。表4显示：全国有16个省份的新型城市化水平处于初期阶段，8个省份的新型城市化水平处于中期阶段，仅有6个省份的新型城市化水平处于后期阶段。

表4 样本分组结果

(二)门槛模型回归与分析

以不同新型城市化水平为门槛变量的双重门槛模型估计结果如表5所示。此外，本文还采用了普通面板模型下的固定效应方法和随机效应方法来检验外商投资对我国碳排放的影响。结果显示，在普通面板回归下，经济发展水平的二次项、产业结构调整指数、研发投入强度的系数显著为负，对碳排放的削弱作用明显，控制变量符号也与预期一致。

表5 门槛模型回归结果

注：***、**和*分别表示在1%、5%以及10%的水平上显著，[]内表示Z值。

以上估计结果可知：当新型城市化水平低于最低门槛值2.607时，FDI的增加会对碳排放量形成正向影响；当新型城市化水平进入中期阶段时，FDI系数估计值为-0.019，表明FDI会抑制碳排放增加；当新型城市化水平跨越第二个门槛值0.326后，FDI估计系数为-0.059，说明随着新型城市化水平的进一步提高，FDI的增加会进一步抑制碳排放上升。

综上所述，城市化水平的不同阶段FDI对中国碳排放的影响机制并不是单调递增或递减的，门槛特征明显。其可能原因在于：①处于城市化水平初期阶段的省份(如河南、河北、青海 宁夏、新疆等16个省份)，由于经济发展水平较低、软硬件设施不完善、技术水平与创新能力弱以及市场化服务体系不完善等客观因素，导致这些地区对外资吸引力不足，但凭借丰裕且低廉的要素资源价格和宽松的环境规制，此时外资主要投向高耗能、高排放产业，降低了低城市化水平省区的环境质量。因此，在这些省份FDI对碳排放的影响系数为正，验证了本文第一个猜想。②新型城市化水平跨越最低门槛值进入第二阶段的省份(如山东、辽宁、福建等8个省份)，其城市规模较大且城镇人口占比较高，新型城市化水平处于上升阶段区域基础设施不断完善，产业结构开始转型升级，地方政府不再只考虑FDI的经济效益，更加注重FDI的引入质量和环境效益，使得前者所带来的消极效应被后者的正向效应抵消。因此，在这些省份FDI对碳排放的影响为负，证实了本研究第二个猜想。③新型城市化水平进入后期阶段的地区(如北京、上海、江苏等6个省份)均是中国的一线城市或直辖市，由于具备优质的基础设施、教育、医疗、文化和社会保障等现代化公共服务体系，这些省区在经济发展过程中汇聚了大量优秀人才和资本，对先进技术和管理经验的吸收和创新能力较强，产业结构转型逐渐完成，其严格的环境规制甄选了优质、清洁外资进入，而将高污染、高耗能、高排放外资拒之门外，FDI的正向溢出效应大于污染型FDI所带来的负向效应，FDI增加会进一步促进碳排放量的减少，验证了本研究第三个猜想。

(三)稳健性检验

发达国家较高的环境规制往往会倒逼本国碳排放水平较高的企业向排放管控标准更低的地区转移，而东道国为吸引外资，促进本地区经济发展，往往会容忍技术水平低、能源利用效率低、碳排放水平较高的企业存在。这种由于变量间内在联系而产生的内生性问题会导致估计结果不准确，为规避模型潜在的内生性问题，同时检验门槛回归结果的稳健性，本文从交互项检验、变量连续性角度采用系统广义距估计(SYS-GMM)和差分广义矩估计(DIFF-GMM)进行对比分析(见表6)。

表6 稳健性检验结果

注：***、**和*分别表示在1%、5%以及10%的水平上显著，[]内表示Z值。

表6中，模型1与模型3为不加FDI与新型城市化水平交互项的估计结果，模型2与模型4为加入FDI与新型城市化水平交互项之后的估计结果。DIFF-GMM和SYS-GMM回归结果显示：碳排放滞后一期项的系数均在1%的水平上显著为正，表明我国碳排放会受到前期影响；由残差项序列相关检验结果可知，模型误差项不存在序列相关；Sargan检验结果表明工具变量的选取是有效的，Wald统计量也表明模型整体高度显著。综上，差分广义矩估计(DIFF-GMM)和系统广义距估计(SYS-GMM)的估计结果是可信的。由模型2与模型4可知：加入FDI与新型城市化水平的交互项之后，FDI对中国碳排放的影响系数分别为-0.042与-0.068。说明以新型城市化作为调节变量，FDI可以显著降低我国碳排放。由此，本文门槛回归结果具有较好的稳健性。

六、结论及政策启示

本文运用中国2006—2016年省际面板数据，从城市化水平视角考察了FDI影响中国碳排放的门槛效应。结果表明，FDI对中国碳排放影响具有明显的城市化水平双门槛效应。该结论对我国实现节能减排的目标具有以下政策启示：①对于尚未跨越最低门槛的地区，需要增加政府投资，夯实公共基础设施建设，完善金融市场体系建设，优化本地区投资环境，加快城市化发展步伐；同时加大教育、科技研发投资力度，通过提高地区研发水平和劳动力素质来提高当地企业吸收FDI的能力；②对于跨越最低城市化水平门槛的地区，应积极推行产业结构转型升级策略，加快发展高新技术产业，降低高耗能、高污染、高排放企业的比重，由过去只关注FDI数量转移到更加注重FDI质量的道路上；③对于跨越第二门槛进入第三发展阶段的城市，合理引导FDI的投资领域分布，进一步提高清洁型FDI的引进力度，最大限度地挖掘和发挥FDI促进我国节能减排的直接效应和间接效应。