外商直接投资碳排放效应研究——基于城镇化门限面板模型

王晓林， 张华明

(1.南开大学 经济学院，天津300071;2.山西财经大学 经济学院，山西 太原030006)

1 引言

随着全球变暖趋势日益明显，气候变化及碳减排议题受到世界各国的一致关注，中国作为全球最大的碳排放国，在历次气候变化大会上承受了巨大的压力。中国已连续17 年成为全球能源消费增量最大的国家，也是世界CO2排放量最高的国家。全球碳项目(GCP)发布的《2018 年全球碳预算报告》显示2017 年全球CO2排放量的主要贡献国家和地区为中国(27%)、美国(15%)、欧盟28 国(10%)和印度(7%)。未来随着中国新型城镇化的加快发展，城市对能源的需求将成倍增长，国家统计局公布2018 年中国常住人口和户籍人口城镇化率已分别达到59.58%、43.37%，这无疑为中国碳减排带来更大压力。面对这些严峻的现实，中国政府将降低碳排放、发展低碳经济作为国家战略，并向全世界作出减排的郑重承诺［1］。中国需要协调好碳减排，FDI 引入以及城镇化进程三者之间的关系，才能较好实现经济目标与碳减排目标。

近年来，在肯定FDI 对中国经济积极作用的同时，对FDI 是否增加了碳排放量的讨论也受到学界的关注，并存在较大争议［2，3］。以Jorgenson［4］为代表的学者支持“污染天堂”假说，以Richard 和Eric［5］为代表的学者则支持“污染光环”假说，国内学者李子豪［6］多角度实证检验了FDI 对碳排放的门槛效应。关于城镇化与碳排放研究的结论也莫衷一是，主要有正向、反向、非线性三种观点。Cole和Neumayer［7］发现城镇化水平与碳排放水平呈正相关。陈迅和吴兵［8］用VAR 模型研究发现城镇化与碳排放水平呈负相关关系。Inmaculada 和Antonello［9］发现在城镇化初期，城镇化的发展会促进碳排放，步入中后期则会由促进作用转向抑制作用，即两者之间存在“倒U”型关系。此外，关于FDI 与城镇化之间关系的研究相对较少，主要集中在FDI 对城镇化的影响方面。如Gao 和Shao［10］以印度为研究对象，实证发现FDI 提高了城镇化水平。Pan 和Zhou［11］发现当FDI 大部分集中在第三产业时可以促进城镇化水平提高。关于城镇化对FDI 的影响，Behname［12］基于中欧国家的样本发现城镇化促进了FDI 的增加。阚大学和吕连菊［13］运用空间纠正Sys －GMM 法发现城镇化有助于FDI数量的增加，但不利于质量的提升。

经过对现有研究进行梳理发现，目前对FDI、碳排放、城镇化的相互关系的研究已经取得了丰富的成果，但将三者纳入同一研究体系来分析碳减排问题的文献较为少见。同时，现有研究大多假定FDI 与碳排放之间是线性关系，对FDI 的碳排放效应难以得出一个合理的解释。基于此，本文尝试做出以下几点改进:第一，将FDI、碳排放和城镇化纳入统一的研究框架下进行研究，并认为不应对FDI的碳排放效应做简单的线性化理解，实际上这种效应作用的发挥受到了某些条件的制约，如经济发展水平和城镇化水平等，不过陈迅和吴兵［8］以及本文在前期研究中所做的Grange 检验及协整检验均表明:针对中国的样本而言城镇化水平与碳排放关系更为直接，且两者的长期均衡关系相比经济发展水平与碳排放来说更为稳定。第二，尝试将“污染光环”和“污染天堂”假说进行融合并创新性地以城镇化率作为门限变量，在Grossman 和Krueger［14］的环境影响因素分析框架下构建包含规模、结构、技术效应在内的非线性面板门限模型，并利用分组样本深入剖析不同城镇化阶段FDI 碳排放效应的差异性。第三，通过变换碳排放的度量方式和构建省会城市距最近港口的地理距离作为FDI 的一个工具变量两种途径，进行稳健性检验，以验证本文研究结论的可信度，然后在此基础上根据分析结果提出以应对碳减排为目的的FDI 引入的政策建议。

2 理论机制

2.1 FDI 影响碳排放的效应机制分析

已有研究经济发展与环境关系的文献中，学者们通常借鉴Grossman 和Krueger［14］的研究思路，一方面从规模效应、结构效应和技术效应等角度考察经济中的各因素对环境的影响，另一方面根据实证结论以EKC 为研究框架进行考察。本文综合以上两种思路，从规模、结构、技术三个角度具体考察FDI 对碳排放造成的影响，研究框架如下

其中E 代表碳排放水平，Y 代表产出水平，S 代表生产结构，T 代表技术水平。

以往研究表明产出规模的扩大会对诸如碳排放、污染等环境问题产生影响［15］，而FDI 的进入一方面能够缓解经济发展过程中面临的资金不足和结构短缺的窘境，进而有利于产出规模的扩大，另一方面其大规模的流入也伴随着能源资源消耗的增加，进而会对碳排放造成影响，所以FDI 能够通过促进东道国经济规模的扩张对碳排放产生影响，即存在一定的规模效应。Jorgenson［4］的研究表明产业结构中工业行业比重的增加会导致碳排放量的增加，FDI 在引进初期大规模流向高耗能的劳动密集型或污染密集型行业，使得碳排放量猛增，当东道国的经济发展水平不断提升后，政府会逐步提高FDI 进入门槛，并积极引导其向资金和技术密集型的行业流入，因此FDI 能够通过促进东道国的产业结构升级进而对碳排放产生影响，即存在结构效应。在开放经济中，FDI 能够促进东道国的碳减排技术的提升，与内资企业相比，外资企业一般掌握较先进的生产技术，内资企业为了与外资企业相竞争，会主动提高研发投入以提升自身的技术水平或者通过模仿学习的方式消化吸收外企的技术和生产流程，进而提高资源利用率水平，降低碳排放量［2］。此外，FDI 企业员工向内资企业的流动，也能够使当地企业的技术水平得以提升，所以FDI 能够通过技术外溢对碳排放产生影响，即存在技术效应。综上，FDI 可通过规模效应、结构效应和技术效应对碳排放产生影响。

2.2 城镇化水平对FDI 碳排放效应的影响机理

中国城市化水平发展进程对FDI 的引入有重要的影响［16］，然而由于所处的城镇化阶段的不同，使得引入FDI 的规模及流入方向有所不同，进而对资源能源的需求和消耗不同，最终导致每一城镇化阶段由FDI 造成的碳排放量不同。在城镇化初期阶段，由于经济发展水平较低，这一时期经济规模的扩张以及数量的增长是主要任务，政府在引进FDI 时较少考虑产业结构合理化以及环境承载力等问题，使得FDI 对碳排放的影响主要通过规模效应起作用，而结构效应和技术效应尚未凸显，最终可能产生正向影响。随着城市化水平的不断提升，进入中等城镇化阶段，城市的基础设施和配套服务更加完善，外资进入面临的市场环境和政策环境变好，使得FDI 的规模进一步扩大，而且外资流入的领域更加多样化和高级化，有助于中国产业结构的转型升级，因此，这一阶段FDI 主要通过规模效应和结构效应对碳排放产生影响，与此同时中国加强了对外部技术的消化吸收以及对本土企业发明创造的支持，政府和企业更加重视FDI 带来的技术溢出效应，使得技术效应也开始发挥作用，进而可能降低碳排放。步入城市化后期，意味着城市能够更大程度地满足外资进入所需的各种资源要素，包括配套的产业、人力资本、技术支持、资金支持等，所以城市化水平越高越有利于FDI 的流入。同时政府也越来越注重经济发展质量和技术创新，经济增速不再作为至上的目标，产业结构转型升级有了更高层次的发展。这一阶段FDI 对碳排放的影响会通过规模、结构、技术三种效应共同体现，而且结构效应和技术效应的作用更加突出，最终的影响取决于三类效应的作用大小。综上，FDI 流入与碳排放的具体影响机制与城镇化所处的阶段有关，且各阶段FDI 对碳排放的规模、结构和技术效应的作用机制也可能存在差异。

3 计量模型和变量选取

3.1 计量模型

为考察FDI 对碳排放的三种影响效应，在对模型(1)两端取对数后，将FDI 作为解释变量加入模型，并纳入FDI 与产出水平、生产结构、技术进步的交互项，拓展模型设定如下

其中交互项lnYit·lnFdiit、lnSit·lnFdiit、lnTit·lnFdiit分别表示t 时期i 省份FDI 影响碳排放的规模、结构和技术效应;Fdiit为t 时期i 省份外商直接投资规模;Z 为控制变量的集合;αi、λ 为不同解释变量的待估参数;ui、νi分别代表不随省份和时期变化的固定效应;εit为随机误差项。

此外，为探讨不同城镇化阶段FDI 与中国碳排放是否存在显著的非线性特征以及三种效应的具体传导效果，本文借鉴Hansen［17］的非线性门限回归方法，在拓展模型(2)的基础上，构建包含三种效应在内的基于城镇化率的FDI 与碳排放的门限回归模型，进而研究不同城镇化阶段FDI 对碳排放的影响效应和三种效应的具体作用机制，门限模型(单一门限)如下

其中(2)式中出现过的变量和参数的表征含义不变。此外，Uit作为门限变量，代表t 时期i 省份的城镇化率;η 为待估门限值。

3.2 变量选取

被解释变量为二氧化碳排放量。借鉴Zhang等［18］的做法计算CO2排放量，具体计算公式如下

其中EC 为CO2排放量;Aj代表能源j 的终端消费量;CCj为能源j 的碳排放系数;NCVj为能源j 的平均低位发热值;CEFj为含碳量;COFj为j 类能源的碳氧化率;44/12 为CO2与C 的分子重量比即碳转化系数。借鉴Zhang 等［19］对9 种最终能源CO2排放量的估算方法，具体的碳排放系数分别为:煤炭1.800、焦炭2.285、原油3.002、汽油2.956、煤油3.052、柴油3.102、燃料油3.187、天然气2.162、液化石油气3.101，数据主要来源于《中国能源统计年鉴》。

核心解释变量外商直接投资。借鉴Richard和Eric［2］做法，选取各省份历年实际利用外商投资额表示。考虑到地区碳排放作为当地经济发展和技术水平的体现，也能反过来对FDI 产生影响，当期的FDI 指标估计可能导致内生性偏误问题，同时FDI 对碳排放可能存在滞后性的影响，借鉴李子豪［6］的做法，在实证分析时采用滞后一期的FDI指标进行估计。

产出水平、生产结构、技术进步所代表的三种效应的代理变量设计如下:借鉴高文静等［20］的做法选取各省份工业增加值作为产出水平的代理变量，工业增加值越大通常意味着对能源的消费量也越大，进而会有更高的碳排放。生产结构借鉴张友国［3］的办法使用各省份第三产业占第二产业的比重表示，占比越高说明现代化水平越高，由此产生的碳排放量越低。参考毕克新和杨朝均［21］的做法用各省份工业企业R＆D 经费投入总量表示技术水平，当R＆D 经费投入总量较高时，说明企业对技术研发较为重视，更容易出现技术升级，从而降低碳排放水平。城镇化率作为门限变量，按照国家统计部门的规定为城镇人口除以总人口，其中城镇人口既可按常住人口也可按户籍人口计算，按照惯常做法和高文静等［20］的方法使用各省份常住人口占总人口的比重表示。开放水平作为控制变量，在宋德勇和易艳春［22］的基础上选用各省进出口总额占GDP 的比值反映开放水平对碳排放的影响。

在获取有效数据的基础上，最终选取2003 ～2017 年全国30 个省级地区(不包括西藏)的面板数据作为研究样本。其中所有涉及价格因素的指标均以人民币为计量单位，运用价格指数统一调整为以2003 年为基期的真实值数据。工业企业R＆D 经费内部支出数据、实际利用外资额数据分别来自《中国科技统计年鉴》和各省统计年鉴，工业增加值、人口总数、GDP、消费价格指数、进出口总额等数据来源于历年《中国统计年鉴》。

4 实证结果及分析

4.1 变量的平稳性检验

首先对模型中的所有变量进行单位根检验以避免伪回归的出现，分别进行了LLC、IPS、Fisher －ADF 检验，结果表明:在5%的显著性水平下，不同单位根检验方法下各变量t 检验统计量值对应的概率值(p)均小于0.05，所有变量的检验结果均拒绝原假设，说明模型中的回归变量均平稳，可进行回归拟合。

4.2 门限效应检验及估值

依次对模型(3)进行不存在门限、存在单一、双重或三重门限进行估计和检验，看其是否存在门限效应，存在的话具体门限个数是多少。检验得到的F 统计量和采取“自抽样法(Bootstrap)”得出的p 值见表1。根据结果可以看出城镇化率的单一门限和双重门限均显著，对应的p 值分别为0.00 和0.01，三重门限不显著。因此，本文需要构建的模型为双重门限模型。

表1 模型的门限效果检验

如表2 所示可得到以城镇化率作为门限变量的具体估计值。似然比检验统计量LR=0 时的η 值即为门限参数的估计值，分别为0.418 和0.723。

表2 门限值估计结果

根据门限值估计结果，门限模型可进一步具体表示为

上述计算结果表明，基于城镇化的FDI 影响碳排放的门限效应在临界点0.418 和0.723 出现跃升或改变，即当城镇化率超过41.8%和72.3%时，FDI对碳排放的影响效应会出现阶段性变化。双重门槛值的存在将城镇化划分为初始阶段(U ＜0.418)、中等阶段(0.418U ＜0.723)、最终阶段(U0.723)，且这一划分与国际惯例基本吻合。

4.3 实证结果及分析

4.3.1 门槛模型回归结果及分析

在获得门限个数和门限值之后，豪斯曼检验结果显示应采用随机效应模型，对模型(5)进行回归分析，具体结果如表3 所示。

产出水平对碳排放呈显著的正向效应，而生产结构和技术水平则呈显著的负向效应，说明工业增加值会促进碳排放水平的升高，而日益优化的生产结构和更先进的技术水平则会有效抑制碳排放量的增加。开放水平对碳排放也呈负向作用，说明随着中国开放水平的提升碳排放量随之递减。总体样本回归结果中规模、结构和技术效应分别在1%、1%、5%的水平下显著，说明FDI 对碳排放的三种传导机制均在城镇化过程中起重要作用。

FDI 与碳排放量之间的关系会随着城镇化水平的不同而表现出不同的作用。在初始阶段(U ＜0.418)，FDI 对碳排放的弹性系数为0.038，正相关关系明显。进入中等阶段(0.418U ＜0.723)时，FDI 对碳排放的影响方向由正向转为负向，且弹性系数为－0.023，说明城镇化发展水平较低时，由于环保标准、土地成本和劳动力成本均较低，大量外资集中于能耗较高的劳动密集型或污染密集型产业，会产生较高的碳排放量。城镇化发展到最终阶段(U0.723)时，FDI 对碳排放的抑制作用会更明显，弹性系数达－0.132，说明随着城镇的土地成本和劳动力成本逐渐升高、环保要求越来越严格，外商将资金更倾斜于技术水平高、污染程度低的资金或技术密集型产业以及服务业，进而对碳排放水平产生抑制作用。

4.3.2 分组样本回归结果及分析

为检验FDI 对碳排放的影响效应是否会随城镇化发展阶段的不同而存在差异，根据已获得的门限值将总体样本分为3 个子样本，在模型(5)的基础上对分组样本进行三次回归。豪斯曼检验结果显示，各组子样本均应采用随机效应模型。具体结果如表3 所示。

表3 门限模型与分组模型估计结果

在中国各省份城镇化发展的不同阶段，产出水平、生产结构和技术水平表现出较为显著的差异。城镇化初期阶段，产出水平系数在1%的显著性水平下发挥正的促进作用，技术水平系数并不显著尚未发挥作用。中期阶段产出水平和生产结构系数分别在5%和1%的显著性水平下为负，技术水平则开始发挥抑制作用。后期阶段生产结构和技术水平的系数分别在5%和1%的显著性水平下为负。随着城镇化水平的不断提高，开放水平在抑制碳排放方面的作用越来越明显。FDI 对碳排放的影响效应与门限模型回归结果一致，即随着城镇化由初期进入中后期，FDI 对碳排放的影响也由促进转向抑制，且城镇化水平越高抑制作用越强。

从交互项回归结果可得如下结论:第一，在城镇化发展的初期，FDI 主要通过规模效应推动碳排放水平的增长，结构和技术效应的作用并不明显，两个系数均不显著。城镇化率比较低的情况下，当地政府通常将发展经济作为首要目标，为追求经济的快速增长，更注重于扩大引资规模以促进工业化发展，尤其可能会出现为吸引外资而降低环保标准的情况，从而导致污染密集型工业企业数量增加，进而推动碳排放水平上升。城镇化初期政府大力发展第二产业使得产业结构尚未得到有效调整，而且FDI 的技术溢出效应也尚未显现，所以这一阶段FDI 对碳排放的作用主要由规模效应体现。第二，在城镇化发展的中期，FDI 通过规模效应增加碳排放水平的速度有所下降，而结构效应的抑制作用最为显著，技术效应也逐渐发挥作用。在城镇化中期，本土企业数量增加、土地价格和劳动力价格上升等集聚成本问题逐渐出现，外商企业受制于成本问题和竞争问题会逐渐减少污染密集型产业的投入规模并转变投资方向以获得更强的竞争力，从而逐渐实现对低端产业的挤出，而这无疑将有利于碳排放水平增速的放缓。第三，在城镇化发展的后期，FDI 会通过规模、结构、技术三个效应共同抑制碳排放，且结构效应和技术效应的作用更加显著。这一阶段容易出现人口、资本的过度集聚，因此产生的负外部性对FDI 产生抑制影响，有利于城镇碳排放水平的下降。同时，政府更加注重环境保护，大力提升环保标准，导致环境规制成本增加，从而倒逼外商企业采用清洁技术和实现产业链升级，其结果是会降低CO2的排放。在这一阶段的大中型城市已拥有较为完备的产业链和较强的技术吸收能力，在利用外资的同时可以对其先进的清洁生产技术进行模仿学习，以提升自身的减排能力，进而降低城镇碳排放水平。

4.4 稳健性检验

为了结论的可靠性，本文从以下两个方面进行稳健性检验:第一，碳排放的不同度量方式。借鉴李子豪［6］的做法将被解释变量CO2排放量替换为碳排放强度，其计算方法为碳排放总量除以国内生产总值，重新对门限模型进行估计。第二，内生性问题。尽管门限面板模型不需要给出方程特定的非线性形式，门限值及门限数量完全由样本内生决定，一定程度上能缓解内生性问题。但由于FDI 与碳排放之间可能存在双向因果关系，而导致回归结果存在内生性偏误，因此借鉴黄玖立和李坤望［23］的做法，构建省会城市距最近港口的地理距离作为FDI 的一个工具变量，并使用两阶段最小二乘法对门限模型进行重新估计。两种方法得到的门限数量均为2，门限值分别为0.421、0.732 和0.416、0.725，与前文实证分析得到的门限值区别较小，且各变量的系数符号未发生根本改变，只是显著性上存在差异。分组回归结果也与前文大体一致。因此，前面回归结果不会因碳排放量指标的差异以及内生性等问题出现较大的变化，表明本文的结论具有稳健性。

5 研究结论与政策建议

5.1 研究结论

本文利用中国2003 ～2017 年的省际面板数据，构建了包含三种效应在内的以城镇化率为门限变量的面板门限模型，在有效获得门限值后对模型进行了分区段样本估计，着重考察了不同城镇化阶段FDI 对碳排放的规模效应、结构效应、技术效应三个方面的影响。研究表明，FDI 对碳排放的影响会因城镇化水平的不同而存在较为显著的门限效应，且三种效应的作用机制也很显著。第一，在城镇化率处于小于41.8%的初期阶段，由于土地和劳动力成本较低，且地方政府容易出现追求经济增长而忽略环境保护的情况，故FDI 的扩张会通过规模效应推动碳排放量增长。第二，在城镇化率超过41.8%但小于72.3%的中期阶段，FDI 对碳排放水平有一定的抑制作用，外资的引入可以显著改善当地产业结构，助推产业结构优化升级，并通过规模和结构效应实现碳减排，且技术效应也逐渐发挥作用。第三，在城镇化率大于72.3%的后期阶段，外资在显著改善当地产业结构的同时也促进了当地企业技术水平的提高，有助于清洁生产和绿色生产的实现，此时FDI 通过规模、结构和技术效应共同降低城镇碳排放水平，且结构和技术效应的减排作用更为明显。

5.2 政策建议

本文的研究结论对积极引入FDI 的同时实现绿色发展具有重要政策启示。FDI 的碳排放门限效应分析表明，FDI 对碳排放的抑制效应只有当城镇化发展到一定阶段时才会出现。由于中国区域经济“二元结构”特征较为明显，东部地区与中西部城镇化发展水平存在较大差距，需根据实际情况制定差异化引资政策。具体而言:(1)对于已处于较高城镇化阶段的东部地区，由于其有着丰富的人力资本和较强的技术吸收能力，应加强对高质量FDI 的引入，充分利用FDI 的技术溢出效应，在对外商企业先进生产技术进行学习模仿的基础上进行自主创新，推动产业的升级和生产效率的提升，并逐步构建优质的低碳工业体系。(2)对于仍处于较低城镇化阶段的中西部地区，应充分考虑到其经济发展水平较低、人力资本匮乏、技术吸收能力不足的现状，积极引导FDI 由劳动密集型产业流向高附加值的技术密集型产业，避免成为发达地区的“污染避难所”。同时，应加快推进城镇化进程，及早进入高城镇化阶段，充分发挥FDI 对碳排放的抑制作用，在经济发展中实现低碳转型。

不过，由于中国地域广阔，各地人口、资源和发展条件不同，即便是东部地区，其内部各区域的发展水平也差异甚大，中西部地区则更是如此。因此东部的某些欠发达区域不应盲目提高FDI 引入门槛，否则会不利于当地经济发展;而中西部地区的个别区域也可以借助自身特殊的资源优势实现跨越发展，直接引入碳排放低、技术尖端的FDI，贵州省的大数据产业就是中西部地区实施弯道超车战略以实现低碳发展的很好案例。因此上述建议是就一般意义而言，各地区在引入FDI 的政策实施过程中不应采取一刀切的做法，而应因地制宜，结合当地具体条件来选择适宜的低碳发展策略。