FDI、经济增长与环境污染的关系研究——基于中国省际面板数据的分析和检验

秦炳涛，谢润彬，葛力铭

（1.上海理工大学 管理学院，上海 200093；2.复旦大学 区域与城市发展研究中心，上海 200433）

一、引言

1978年中国实行改革开放政策，标志着中国引进外资的开始。改革开放四十年来，中国经济取得了举世瞩目的高速发展，而外商直接投资（FDI）作为一个重要的经济变量，已经成为世界经济影响中国经济最为重要的渠道之一。联合国贸易和发展组织（UN T A D）第25期《全国投资趋势监测报告》显示，2016年中国外资流入为1 390亿美元，在全球FDI所占份额中排名第三位。

随着中国经济的快速增长，环境污染问题也日趋严重。中国生态环境部的数据显示，2017年中国338个地级及以上城市的平均PM2.5浓度为43微克/立方米。这与中国现行的年平均35微克/立方米的PM2.5浓度标准仍有一定差距，更是与世界卫生组织（W H O）的年平均PM2.5浓度指导值10微克/立方米相去甚远。由于环境问题日益严峻，中国政府不断进行政策革新，中共十八大中将中国战略布局从四位一体变化到五位一体，即从经济建设、政治建设、社会建设和文化建设后加入了生态文明建设，中共十九大在报告中指出“要加快生态文明体制改革，建设美丽中国”，并提出了中国未来经济发展的一个重要方向—绿色发展。这提醒了我们，在为中国经济增长欢呼雀跃的同时，也应该关注其背后的环境问题，重视经济增长的质量，追求可持续发展。

综上可见，中国是外资引进大国，庞大体量的国外资本进入中国，助力中国经济的增长，但在中国经济增长的同时，中国的环境也受到一定程度的破坏，与我们所倡导的绿色发展理念相违背。这也给我们提出了几点思考：FDI促进了中国经济的增长吗？如是，FDI在多大程度上促进了经济的增长？FDI有着怎样的环境效应？FDI、经济增长与环境污染之间又存在怎样的关系？等等。鉴于此，笔者认为有必要对FDI、经济增长与环境污染相关问题做更进一步地探讨，从理论和实证的角度出发，研究三者之间的相互关系，为中国相关经济发展政策的制定提供参考，助力中国绿色发展道路的建设。

二、文献综述

鉴于FDI、经济增长与环境污染之间存在相互关系，当前许多学者对此进行了相应研究。从FDI促进经济增长的角度来说，H ansen&R and（2006）［1］对31个发展中国家FDI和经济增长关系的研究以及C h audry etal.（2013）［2］对于1985—2009年间中国数据的分析，都证明了FDI能够促进经济的增长；宦梅丽等（2018）［3］基于1979—2013年的省际面板数据，采用扩展的C-D生产函数验证了FDI在长期内对经济增长发挥积极作用。然而，也有学者得出不一样的研究结论，郭志仪等（2008）［4］发现资本形式的FDI对中国东部和中部地区的经济增长有促进作用，但对中国西部地区的经济增长作用甚微。Gun b yetal.（2017）［5］则发现FDI对于中国经济增长的作用是统计上不显著的。

从经济增长吸引FDI的角度来说，C h o w d h ury etal.（2006）［6］研究了智利、泰国和马来西亚三个国家的FDI与经济增长关系，结果表明智利的经济增长促进了FDI的流入，反之不成立；泰国和马来西亚两国的FDI与经济增长之间则存在双向因果关系。陈捷（2010）［7］从实证的角度论证了G DP的增长对FDI流入有正向关系，其认为，经济的增长反映了较高的潜在市场需求，而市场的需求意味着收益，对FDI有一定的吸引能力。

从FDI与环境污染的相互关系角度来说，C opeland&T aylor（1994）［8］最早以模型检验的方式研究了FDI和环境的关系，其后，随着FDI与环境关系研究的不断深入和丰富，逐渐形成了“污染天堂”与“污染光环”两个对立的假说。“污染天堂”假说提出后，相继有学者对此进行验证，A b douli etal.（2016）［9］对中东和北非17个国家1990—2012年间的数据进行了检验，认为FDI是造成这些国家环境恶化的原因；严雅学和齐绍洲（2018）［10］利用1998—2012年中国30个省份的空间面板数据，采用M oran’s I和Geary’s C指数对FDI与雾霾（PM2.5）污染进行了探索性空间数据分析，结果表明FDI是导致雾霾（PM2.5）浓度升高的影响因素之一。然而，对“污染天堂”假说的验证，也有学者得出不一样的结论，如M anderson etal.（2011）［11］对英国6 762家制造企业1996—2005年对外投资的数据进行实证分析，结果表明污染型企业和清洁型企业在决定对外投资时，对东道国环境规制要求没有差异，可见东道国环境规制并不是企业对外直接投资时考虑的因素，“污染天堂”假说不成立。B aoetal.（2011）［12］借助中国29个省份1994—2004年的面板数据，对FDI与污染物的关系进行了检验，结果表明FDI总体上降低了中国的污染物排放量；H ao（2014）［13］基于1992—2011年间中国29个省份的数据研究了FDI与C O2关系，认为FDI通过更高的技术水平和技术溢出，有效降低了人均C O2排放。郑强等（2017）［14］利用2003—2014年中国省际面板数据，以改进熵值法拟合环境污染综合指数，并构建普通面板模型，实证检验了FDI流入对中国环境污染的影响及其区域差异。结果表明“污染光环”假说在中国基本成立，即FDI流入在一定程度上改善了中国环境质量。

从经济增长与环境污染的相互关系角度来说，Grossman&K rueger（1992）［15］较早研究了经济增长与环境污染关系，他们对42个国家人均经济增长与SO2、烟尘的排放关系进行分析时，发现人均经济增长与污染排放物之间呈现“倒U”形关系，开创了经济增长与环境污染关系研究的先河；张金锁（2009）［16］第一次提出了工业经济发展与环境污染之间的环境库兹涅茨曲线的分析思路；聂飞和刘海云（2015）［17］利用2003—2011年城市层面数据，运用系统G MM方法进行实证检验，结果表明城市环境污染与经济增长之间存在正的交互效应；谭秀杰等（2016）［18］通过研究碳交易机制对中国经济环境的影响，进一步分析了工业经济发展与环境污染的问题所在；王荣和王英（2018）［19］采用系统G MM的方法验证了FDI对中国东、中、西部各区域碳排放的不同影响。

基于上述FDI、经济增长与环境污染相关理论和文献综述，笔者总结了三者的相互作用机制。FDI与经济增长之间，FDI的增长效应可以促进经济的增长，而反过来，经济增长可以体现潜在的市场需求，良好的收益预期会促进FDI的流入；对于FDI与环境污染的关系而言，FDI对于环境污染的影响有两个观点，一是FDI具有“污染避难”的性质，会加剧环境污染问题，使得东道国成为投资国的“污染天堂”，另一种观点是FDI可以通过传播先进的生产技术等，从而改善东道国环境质量，而环境污染水平体现了环境规制水平，通过环境成本这一途径影响FDI的流入；对于经济增长与环境污染关系而言，EKC假说认为经济增长会先恶化后改善环境，与环境污染之间呈现“倒U”形关系，而环境污染则通过环境资源的外部性影响经济的增长。本文利用1996—2015年中国省际面板数据，首先对FDI、经济增长与环境污染进行特征性分析，并通过C o bb-D ouglas函数的数学推导得到三者关系方程。其次利用所得数据进行全样本回归分析以及分地区子样本回归分析。最后稳健性检验说明结论的合理性，从而为中国区域经济增长与环境可持续发展提供合理的政策建议。

三、FDI、经济增长与环境污染的特征性分析

（一）全国FDI发展现状

改革开放四十年来，中国经济取得了举世瞩目的高速发展，对外资的吸引能力也居世界前列。

图1展示了1996—2015年间，中国利用外资情况。1997年的亚洲金融危机以及2008年的全球金融危机，均影响到了全球经济的正常运行。从中国实际利用外资金额的趋势中也可以看到，在金融危机期间，中国实际利用外资金额增速有所放缓，甚至出现负增长。但从总体上来看，中国实际利用外资金额呈现逐渐上升的趋势。这体现了中国随着经济实力的不断提升，对外资的吸引能力在不断增强。经济的发展离不开资本的积累，FDI作为一种国际资本，可以为东道国经济的增长提供动力。

图1 1996—2015年间中国利用外资情况

（二）全国经济增长发展现状

图2 展示了1996—2015年间中国经济增长情况，可以看到，20年来，中国经济实现了稳健快速的增长，经济总量不断上升。从经济增长率来看，中国经济增长率一直维持在较高的水平，20年的年平均增长率为9.4%。1997年爆发了亚洲金融危机，2008年爆发了全球金融危机，全球经济发展受到了一定的影响，中国也未能幸免。从图中可以明显看到，在金融危机爆发期间，中国经济增长速度有所放缓，甚至下降。从2012年开始，中国经济增长速度走缓，经济增长率维持在7%左右的水平，这与中国经济发展升级密切相关。2014年，中央提出经济发展新常态这一重要概念，解释了经济增速放缓这一现象。经济发展新常态认为，中国现阶段经济增速放缓是一种趋势性、不可逆转的经济发展状态，它意味着中国正在从以往粗放型经济发展模式开始向集约型经济发展模式转变，将更加注重经济发展的质量。

图2 1996—2015年间中国经济增长情况

（三）全国环境污染现状分析

衡量环境污染的指标不尽相同，在学术研究上，笔者发现学者们倾向于选用某个污染物的排放指标来代替环境污染水平。借鉴此方法，并考虑到数据的可获得性，本文选用工业二氧化硫排放量以及工业废水排放量这两个污染物排放指标来代替环境污染水平，用以描述环境污染现状。

1.工业二氧化硫排放情况

图3展示了中国1996—2015年间工业二氧化硫排放情况，可以看到，中国工业二氧化硫排放量总体呈现先增加后下降的趋势，在2006年达到峰值，排放量为2 232.8万吨。在2002—2006年期间，工业二氧化硫排放量显著增加，原因是当时正处在亚洲经济危机后期，经济处于复苏阶段，国企改革也给经济的稳定增长增添了压力，中国重振重工业以确保经济的增长，工业二氧化硫排放量逐渐上升。2007年，中国经济发展的环境保护力度加大，推行“流域限批，区域限批”等政策，加强对环境污染企业的管理，取得了一定的环境污染治理效果，工业二氧化硫排放量逐年下降。从人均水平来看，全国人均工业二氧化硫排放量与工业二氧化硫排放量规模的走势相近，均呈现先增加后下降的趋势。

图3 1996—2015年间我国工业二氧化硫排放情况

2.工业废水排放情况

图4展示了中国1996—2015年间工业废水排放情况，工业废水排放与工业二氧化硫排放情况类似，均呈现先增加后下降的趋势，在2007年，工业废水排放量达到峰值，为2 465 637万吨。工业废水排放量以2007年为分界点先增加后下降的原因与工业二氧化硫排放量相同。从人均水平来看，人均工业废水排放量与工业废水排放量规模走势相近，均呈现出先增长后下降的趋势。

图4 1996—2015年间我国工业废水排放情况

四、计量模型与实证分析

（一）计量模型的建立

借鉴A b douli&H ammanmi（2016）的研究方法，本文将通过C o bb-D ouglas生产函数的扩展和数学变形，得到含有FDI、经济增长与环境污染三个变量的方程组，以此来研究三者关系。

扩展的C o bb-D ouglas生产函数表示为：

其中，Y代表实际产出，A、K、L、E分别表示综合的技术水平、资本投入、劳动力投入以及能源消耗。FDI能够通过技术溢出、技术传递等方式，提高投资地生产技术水平，从而促进投资地经济的发展（An w ar&S un，2011），因此，将此关系表示为：

能源的消耗会产生污染物，崔和瑞和王娣（2010）验证了能源消耗与SO2排放量之间存在线性关系，由此我们将该关系表示为：

将（2）（3）代入到（1）中，可得：

其中，n=θbY，代表常数项，将（4）两边同时消除以及取对数，得到：

其中，小写字母表示变量的人均水平，ε表示误差项。由于本文的数据类型是省际面板数据，因此借由方程（5）将FDI、SO2排放对经济增长的决定方程表示为：

将（6）进一步变形，可得到经济增长、SO2排放对于fdi的决定方程（7）和经济增长、fdi对于SO2排放的决定方程即环境污染方程（8）①在方程（8）中加入了Ln（y）的平方项，由此来检验EKC假说（Grossman&Kruger，1992）。。

（二）数据说明

本文选取的是1996—2015年中国30个省份20年间的相关数据②由于西藏自治区FDI数据缺失较为严重，因此本文中数据的统计及使用均不包括西藏自治区在内；重庆于1997年升级直辖市，其1996年相关数据包含于四川省统计数据中。为了确保数据的科学性和完整性，本文在数据处理时，将1996年重庆和四川的数据清除，使用软件对缺漏值进行填充。。相关数据来源于《中国统计年鉴》《中国城市统计年鉴》以及《中国环境统计年鉴》。关于本文所使用的指标，说明如下：

人均生产总值（y），由各地区生产总值除以地区总人口得出，并以1996年为基年，利用G DP平减指数，对G DP数据进行处理，消除了价格变化对研究的不良影响，使数据能够真实地反映G DP变动。

人均实际使用外资金额（fdi），由各地区当年实际利用外资金额除以地区总人口得出，并利用相应年份的年平均汇率对数据进行转换，实现单位的统一。

人均资本存量（k），由各地区资本存量除以地区总人口得出。由于中国没有进行大规模的资本统计，相关数据无法获得。在此，资本存量的测算将采用Goldsmit h提出的永续盘存法，计算公式为：，其中K表示资本存量，δ表示经济折旧率，I表示年新增投资总量。计算起始期（1995年）资本存量数据以及δ数值的确定（9.6%）参考了张军等（2004）的研究成果，使用1996年不变价格的各地区资本形成总额①利用GDP平减指数对每年各地区资本形成总额进行处理，消除价格变化对研究的不良影响，使数据能真实地反应资本存量的增加值。表示。SO2，使用人均工业SO2排放量表示，由各地区工业SO2排放量除以地区总人口得出。

对数据进行对数转换后可以有效减少时序样本的异方差特征对分析结果的干扰，同时，方程推导的结果也显示变量在计量分析过程中需要进行对数转换，因此，本文对上述变量均进行了取对数处理。

表1 全国及各地区样本变量的描述性统计

（三）样本回归分析

1.计量模型设定检验

面板数据模型可分为混合面板数据模型以及变截距面板数据模型，而变截距面板数据模型又可以细分为固定效应变截距模型和随机效应变截距模型，不同的模型设定，估计结果会出现较大的差异，因此，正确选择模型十分重要，本文将通过构造统计量的方法，进行面板模型的设定检验。

表2 全国样本面板模型的模型设定检验结果

表2显示了全国样本的模型设定检验结果，从检验结果来看，三个估计方程的Wald检验和L R检验均拒绝了原假设，表明对于全国样本的三个估计方程来说，无论是固定效应模型还是随机效应模型，均要优于混合效应模型，即变截距模型优于混合效应模型。在固定效应模型和随机效应模型的选择上，从H uasman检验结果我们可以看到，三个估计方程均拒绝了原假设，说明对于全国样本的三个估计方程，选择固定效应模型进行估计更为合理。

2.计量结果及分析

表3 FDI、经济增长与环境污染关系的全国样本估计结果

表3显示了FDI、经济增长与环境污染关系的全国样本估计结果，从估计结果中我们可以看到，各变量系数估计值均达到较高的显著性水平。对三个方程分别进行分析如下：

在经济增长方程中，Ln（fdi）变量的系数显著为正，反映了FDI对经济增长的正向促进作用，全国样本的Ln（fdi）系数估计值为0.073 5，说明FDI流入每增加一个百分点，全国整体经济增长将相应增加0.073 5个百分点。引进外商直接投资有改进生产技术、积累资本等好处，而技术的升级、资本的累积等均是经济增长的重要推动力，因此，引进外资可促进中国经济的增长。Ln（k）变量的系数显著为正，说明资本存量的增加可以促进经济的增长，全国样本的Ln（k）变量系数估计值为0.563 2，说明资本存量每增加一个百分点，全国整体经济增长将相应增加0.563 2个百分点。资本存量的增加可反映为固定资产的投资、生产规模的扩张、生产物资等存货的增加，均是有效促进经济增长的要素。Ln（so2）变量的系数显著为负，说明SO2排放对经济的增长有抑制作用，全国样本的Ln（so2）变量系数估计值为-0.111 9，说明SO2排放每增加一个百分点，全国整体经济增长将相应倒退0.1119个百分点。SO2等污染物的排放主要来自工业污染，在经济增长初期，放宽环境保护限制的地区可以借助污染行业的发展而实现经济的快速发展。

在FDI方程中，Ln（y）变量的系数估计值显著为正，反映了经济增长能有效地吸引外商直接投资，全国样本的Ln（y）变量系数估计值为1.723，说明全国经济增长每增加一个百分点，将相应地吸引外资流入1.723个百分点。FDI作为一种国际资本，对投资地进行投资，目的之一是为了获取收益。地区经济的增长可为外商直接投资提供良好的收益水平或形成良好的收益预期，从而吸引外资的更多流入或是吸引新的投资。Ln（k）变量的系数估计值显著为负，说明资本存量的增加会减少FDI流入，全国样本的K变量系数估计值为-0.269，说明资本存量每增加一个百分点，会挤出外商直接投资0.269个百分点。资本存量的增加可具体反映为固定资产投资的增加、存货等生产材料的增加等等，而FDI作为一种国际资本，其投资的本质也可认为是增加了投资地的资本存量，两者性质相近，不同形式的资本投资可能会出现互相排挤的现象。Ln（so2）变量的系数估计值显著为正，说明工业SO2排放量的增加能够吸引FDI，进而反映了宽松的环境规制能吸引外资的流入。全国样本的Ln（so2）变量的系数估计值为0.429，显著为正，说明全国工业SO2排放每增加一个百分点，将相应地吸引外资流入0.429个百分点。FDI作为一种国际资本进行国际投资，目的是降低生产成本，谋求较高的收益，因此，外商直接投资往往也伴随着投资国污染产业的迁移，SO2的高排放地区，即环境规制相对较宽松的地区，对污染型外商直接投资更有吸引力。中国环境规制相较于许多发达国家和地区较为宽松，就全国整体而言，对外商直接投资有较强的吸引作用。

在环境污染方程中，Ln（y）的系数估计值显著为正，说明经济的增长与SO2排放量之间呈正相关关系。全国样本Ln（y）的系数估计值为4.319 9，说明全国经济增长每增加一个百分点，SO2排放量将上升4.319 9个百分点。工业等有污染性质的产业发展是经济增长的重要推动力，经济增长的同时，SO2等污染物排放量的增加自然也无法避免。Ln2（y）的系数估计值均显著为负，说明经济的增长与SO2排放之间存在“倒U”形关系，即在经济增长初期，SO2排放量会随着经济的增长而逐渐上升，达到某一临界点之后，SO2排放量会随着经济的增长而逐渐下降，环境污染方程的全国样本估计结果验证了“EKC假说”。Ln（fdi）的系数估计值显著为正，说明外商直接投资的流入会使得SO2排放量上升。全国样本的Ln（fdi）系数估计值为0.096 7，说明外资流入每增加一个百分点，SO2排放量将上升0.096 7个百分点。目前学术界对与外商直接投资的环境效应主要持有两种观点，即“污染天堂”假说和“污染光环”假说。“污染天堂”外商直接投资是投资国对具有污染性质的产业的国际转移，使投资地成为投资国的“污染天堂”，而“污染光环”假说则认为外商直接投资能为投资地带来清洁的生产技术和先进的管理经验，能够改善投资地环境。全国样本的估计结果验证了“污染天堂”假说，这说明相较于许多发达国家和地区，中国整体的环境规制较为宽松。Ln（k）的系数估计值为0.306 0，说明资本存量每增加一个百分点，SO2排放量将增加0.306 0个百分点。资本存量的增加往往反映着经济活动的扩张，而工业作为经济活动的主要角色之一，其往往也更加活跃，进而导致更加严重的环境污染问题。

（四）分地区子样本回归分析

1.模型设定检验

表4显示了分地区样本估计方程的模型设定检验结果，从检验结果中我们可以看到，三个地区样本的各个方程在Wald检验和L R检验上均拒绝了原假设，表明对于各个样本的三个估计方程来说，无论是固定效应模型还是随机效应模型，均要优于混合效应模型，即变截距模型优于混合效应模型。在固定效应模型和随机效应模型的选择上，可以从Huasman检验结果中看到，除了欠发达地区样本的FDI方程和环境污染方程无法拒绝原假设外，欠发达地区样本的经济增长方程以及其他地区样本各个方程的H uasman检验统计量均拒绝了原假设，说明对于欠发达地区样本的FDI方程和环境污染方程，选择固定效应模型进行估计更为合理，而欠发达地区样本的其他方程以及其他地区样本方程的估计则使用随机效应模型会更加合理。

表4 分地区样本面板模型的模型设定检验结果

2.计量结果及分析

表5显示了FDI、经济增长与环境污染关系的分地区样本估计结果，从估计结果中我们可以看到，各变量系数估计值显著性水平较高。对于各个方程估计结果的分析如下：

在经济增长方程中，各地区样本Ln（fdi）的系数均显著为正，反映了FDI对经济增长的正向促进作用，Ln（fdi）系数估计值的取值区间为（0.028 2，0.151 4），意味着FDI每增加一个百分点，相对应的地区经济增长将增加0.028 2～0.151 4个百分点，从系数的比较结果来看，较发达地区的FDI产出弹性明显高于其他地区，而发达地区的FDI产出弹性相对较低，欠发达地区FDI产出弹性最低，可以看到，较发达地区由于经济发展所需的各项条件正在逐步完善，FDI流入在为较发达地区输送资本的同时，也为之带来先进的生产技术和管理经验，能够相对较好地带动当地经济的快速发展，而发达地区和欠发达地区经济发展却处于两个“极端”：发达地区沐浴着中国第一批改革开放的春风，长期以来都是中国经济发展的“领头羊”，经济发展模式较为成熟，FDI流入的经济增长效应不及仍有较大发展空间的较发达地区明显；而欠发达地区由于地理、气候等原因，经济发展基础薄弱，FDI流入能带来的经济增长效应相对较低。各地区样本Ln（k）的系数均显著为正，说明资本存量的增加可以促进经济的增长。分地区样本的Ln（k）系数估计值的取值区间为（0.474 7，0.6032），意味着资本存量每增加一个百分点，相对应的地区经济增长将增加0.474 7～0.603 2个百分点。各地区样本Ln（so2）的系数均显著为负，说明SO2排放对经济的增长有抑制作用。Ln（so2）系数估计值的取值区间为（-0.032 4，-0.183 5），意味着SO2排放量每增加一个百分点，将使得对应地区的经济增长倒退0.032 4～0.183 5个百分点。前面提到高污染产业随着经济的发展，会出现成本逐渐升高，对经济增长的促进作用逐渐降低，甚至出现负效应的现象。从分地区样本的估计结果来看，目前全国各个地区已经进入污染行业对于经济增长的负效用阶段。从各地区SO2系数的比较结果来看，各地区SO2排放对经济增长的抑制作用随着地区发达程度的升高而增强，污染行业在发达地区的生产成本最高，对经济增长的抑制作用也最明显，在欠发达地区的生产成本最低，对经济增长的抑制作用相对较弱，但无论如何，目前中国各地区经济的增长绝不能依赖于污染行业的发展。

表5 FDI、经济增长与环境污染关系的全国样本估计结果

在FDI方程中，Ln（y）的系数估计值均显著为正，反映了地区的经济增长能更好地吸引外商直接投资，分地区样本的Ln（y）系数估计值的取值区间为（0.862 4，2.518 0），说明地区的经济每增长一个百分点，可吸引外资流入0.862 4～2.518 0个百分点。前面提到说投资国进行对外投资是为了获取收益，而良好的收益预期如经济增长等对外商直接投资有较大的吸引力。从分地区样本系数的比较结果来看，较发达地区经济的增长对外资的吸引力度最大，远高于发达地区和欠发达地区经济增长对外资的吸引能力相当。可以看到，较发达地区经济增长潜力较大，且经济增长的基础较好，经济增长对于外资的吸引能力相对较大，而发达地区的经济发展模式相对较为成熟，发展潜力相较于较发达地区低，欠发达地区的经济发展条件较为欠缺，两个地区对于外资的吸引能力相对较弱。Ln（k）的系数估计值符号对于分地区不同样本估计结果有些差异。从分地区样本的回归结果来看，较发达地区样本的Ln（k）系数估计值显著为负，表明较发达地区资本存量的增加对FDI有挤出效用。发达地区和欠发达地区Ln（k）系数估计值为正，说明这两个地区资本存量的增加能够吸引FDI流入，但系数估计值的显著性水平较差。FDI与资本存量的积累两者在内容上相似，在地区经济增长初期，不同形式的投资可以相互促进，共同获取收益，但随着经济的逐步发展，资本市场渐近饱和，不同形式的资本投资可能会出现互相排挤的现象，随后，随着经济的进一步发展，地区经济增长模式逐渐成熟，模式相对较为固定，此时不同形式的资本投资可能相互之间影响较小。在发达地区，经济增长模式较为成熟，资本存量增长方式以及FDI流入相对而言较为稳定，因此系数估计值虽是正值，但数值较小，几乎可忽略。在较发达地区，资本形式的投资已经有一定的基础，资本存量的增加会挤出部分FDI，因此系数显著为负，在欠发达地区，经济发展条件较为欠缺，资本形式的投资多多益善，相互促进，共享收益，因此系数估计值显著为正。Ln（so2）变量的系数估计值均为正，说明SO2排放量的增加能够吸引FDI，进而反映了较宽松的环境规制能吸引外资流入。分地区样本SO2变量的系数估计值的取值区间为（0.134 4，0.475 6），意味着地区SO2排放每增加一个百分点，将使得相对应的外资流入增加0.134 4～0.475 6个百分点。前面提到环境规制相对较宽松的地区更能够吸引外商直接投资。中国各个地区的环境规制相较于许多发达国家和地区较为宽松，SO2排放对外商直接投资都有较强的吸引作用。从各地区的Ln（so2）系数估计值的比较结果来看，欠发达地区Ln（so2）系数估计值的显著性水平较高，其对于外商直接投资的吸引作用最强。发达地区和较发达地区Ln（so2）系数估计值的显著性水平欠佳，单从其数值来看，这两个地区对外商直接投资的吸引作用相对较弱。

在环境污染方程中，Ln（y）变量的系数估计值均显著为正，说明经济的增长与SO2排放量之间呈正相关关系。分地区样本Ln（y）系数估计值的取值区间为（2.918 8，11.152 3），意味着地区经济增长每增加一个百分点，相应的SO2排放量将增加2.918 8～11.152 3个百分点。经济的增长离不开工业的发展，而工业的发展往往也伴随着环境污染。从分地区样本Ln（y）系数估计值的比较结果来看，经济增长的环境污染效应随着地区发达程度的升高而逐渐增强，即越发达的地区，经济的增长将产生更多SO2污染物，这也反映了经济增长对有污染性质的产业的依赖之大。Ln2（y）变量的系数估计值均显著为负，说明经济的增长与SO2排放之间存在“倒U”形关系，验证了“EKC假说”。在二次曲线中，极值点的计算可由一次项的系数值除以二次项系数值的两倍而得到，据此计算得到各地区样本回归曲线的极值点分别是9.145 7、8.665 8、8.475 0。通过与数据的比对发现，中国各地区人均收入均已大于极值点，说明人均收入水平已处于曲线右侧下降位置，即中国各地区经济的发展将使得SO2排放量逐渐降低。Ln（fdi）的系数估计值符号对于不同的样本估计结果有所差异。从各地区样本的估计结果来看，发达地区和欠发达地区样本Ln（fdi）的系数估计值均为正值，说明FDI在一定程度上加剧了这两个地区的环境污染，其中，欠发达地区Ln（fdi）的系数估计值较大，说明FDI的环境污染效应在欠发达地区更为明显。较发达地区Ln（fdi）的系数估计值符号为负，说明在该地区，外商直接投资流入可以有效减少SO2排放。发达地区样本以及欠发达地区样本的估计结果验证了“污染天堂”假说，较发达地区样本的回归结果验证了“污染光环”假说。发达地区是我国经济发展的“领头羊”，自改革开放以来，引进了许多具有污染性质的产业，拉动了地区经济的发展，但由于产业的更替存在“惯性”，完全将污染型产业淘汰或者转移仍需要一定的时间，而欠发达地区相对而言经济发展基础比较薄弱，在经济增长产业的选择上自由程度较低，不可避免地接受了一些污染型产业来带动当地经济的增长。相比之下，较发达地区发展与发达地区相比起步较晚，在经济增长产业的选择上也相对较为自由，较好地吸收了高质量的外商直接投资，拉动当地经济增长的同时，也改善了环境。除欠发达地区样本外，其他样本的Ln（k）的系数估计值均达到较高的显著性水平，Ln（k）变量的系数估计值均为正，说明资本存量与SO2排放量之间存在正相关关系。分地区样本的Ln（k）的系数估计值的取值范围为（0.121 3，0.416 4），意味着资本存量每增加一个百分点，相应地SO2排放量将增加0.121 3～0.416 4个百分点。资本存量的增加意味着工业等经济活动更加活跃，并因此可能会导致更加严重的环境污染问题。

五、稳健性检验

为了进一步确认本文FDI、经济增长与环境污染关系研究的准确性，本文将采用替换主要变量的形式对模型进行稳健性检验。

在前文中，我们使用了人均工业SO2排放量来替代表示环境污染水平，考虑到数据的可获得性，我们将对人均工业SO2排放量指标进行替换，使用人均工业废水排放量表示环境污染水平，重新对各个样本进行模型设定检验和估计，对前后估计结果进行系数符号以及显著性水平的比对，考查模型的稳健性。

（一）替换变量的描述性统计

表6 全国及各地区样本Ln（water）变量的描述性统计

（二）稳健性检验的估计结果及分析

表7和表8分别显示了FDI、经济增长与环境污染关系的全国样本以及分地区样本的稳健性检验结果，在全国样本估计结果中，各个变量的系数估计值与前文所估计的结果保持一致，显著性水平也没有出现较大的变化，验证了前文所述FDI、经济增长与环境污染关系。在分地区样本的方程估计结果中，系数符号以及显著性水平没有重大的改变，可以认为前文所分析的分地区样本的FDI、经济增长与环境污染关系并没有发生实质上的改变。总的来说，稳健性检验结果与各样本先前的估计结果基本一致，可认为所采用的估计方法是稳健的。

表7 FDI、经济增长与环境污染关系的全国样本稳健性检验结果

表8 FDI、经济增长与环境污染的分地区样本稳健性检验结果

六、研究结论与政策建议

本文基于各个样本的模型估计结果以及分析，我们归纳总结出了FDI、经济增长与环境污染关系，外商直接投资是世界各国间协调资源配置的一种主要形式，其往往也伴随着管理经验传播、技术溢出等有利于投资地发展的优势，合理设置、有计划地发展经济对于充分利用外商直接投资的优势十分有必要。在FDI与环境污染关系中，各样本估计结果有所差异，FDI既可能改善投资地环境，也有可能加剧投资地环境污染问题，反过来，环境污染通过环境成本这一途径影响FDI流入，环境规制较为宽松的地区如欠发达地区，会较好地吸引FDI的流入。可见，FDI质量的差异对投资地会有不同的环境效应，若想保护投资地环境，控制FDI流入质量则显得十分重要。反观经济增长对环境污染关系我们可以看到，中国整体以及各地区经济的增长仍然会带来比较严重的环境问题，说明中国经济的增长仍有一部分依赖于污染型产业的发展，从趋势上来看，经济增长与环境污染呈现“倒U”形关系，就目前来看，未来环境污染水平预期能有较好的改善，但我们还是不能掉以轻心，倘若没有对环境污染问题给予足够的重视，未来完全有可能会出现经济增长与环境污染的“N”型关系，或是“～”型关系等经济增长与环境污染关系的反弹，不排除不加以控制时中国环境质量进一步恶化的可能。综合前文分析结果，本文归纳总结了如下政策启示：

（1）控制FDI质量。FDI质量的差异将会直接导致不同的环境效应，若不控制FDI质量，将可能流入大量带有污染性质的外商直接投资，加剧中国环境污染，从而违背了中国绿色发展目标。相反地，控制FDI质量，如鼓励技术型产业引进、限制污染型产业投资等，将能为中国创造良好的经济增长与环境改善条件，经济的增长又将能进一步吸引到外资的流入，从而形成一个良性的经济发展模式。因此，控制FDI质量十分重要，本文建议提高带有污染性质的FDI的投资门槛，如增收污染税等等，鼓励技术型等FDI的投资，如提供场地优惠政策、给予税收减免等等，从而提高FDI流入质量，迈起绿色发展步伐。

（2）推动经济的转型和升级。环境污染主要来源于带有污染性质的工业如纺织业、采矿业等等，本文研究显示环境污染对于中国经济的发展有抑制作用，说明了要实现经济的长期发展，应逐渐减少对污染型产业的依赖，因此，经济转型和升级十分有必要。政府应重视产业结构的调整，如发展高新技术产业等，转移经济发展的重心，减少甚至摒弃经济增长对于污染型产业的依赖，从而完成经济发展的转型。同时，政府可鼓励传统型产业进行改造和升级，减少产业对于传统技术的依赖，完成经济发展的升级。

（3）加强环境规制。在控制FDI质量、减少外商直接投资可能带给中国的污染的同时，我们也应从中国自身出发，加强环境规制，减少本土企业对我国环境的污染。环境污染问题的改善符合中国绿色发展的目标，利国利民，因此，本土产业的污染问题也不容忽视。政府可通过增加污染税、建立碳排放权市场等方式，提高环境规制水平，有效地降低本土产业带来的污染问题。

（4）注重地区的协调发展。从各指标以及回归结果我们可以看到，中国不同地区发展程度差距较大。发达地区作为中国地区发展的领头羊，一直以来都充当着经济发展、经济转型和升级的先驱作用，而较发达地区吸引外资能力相对较强，资本存量水平相对较高，有着一定的经济发展基础，发展空间巨大，欠发达地区经济发展基础则相对比较薄弱，资本存量水平较低，吸引外资能力弱，发展空间就目前而言比较有限。协调地区经济的发展可以充分地利用各地区的优势，充分发掘各地区的增长潜力。政府可设立如鼓励发达地区产业向较发达地区、欠发达地区迁移、设立外商直接投资在欠发达地区的优惠政策等措施，助力区域的协调发展。