外商直接投资对绿色全要素生产率影响研究——基于“一带一路”沿线省份

闫慧贞

（兰州大学 经济学院，兰州730000）

一、引言

长期以来，我国经济高速增长主要依靠于要素的高投入，这种粗放式的经济增长方式，导致我国环境严重污染、能源大量消耗。全球环境问题日益严峻，保护环境已经成为各国共识，世界各国面临的主要问题是如何促进经济的可持续发展。目前，我国经济已经进入新常态的发展阶段，但产能过剩、污染严重等问题难以解决，束缚了我国绿色经济发展。十三五规划中，绿色发展被列为五大发展理念之一，充分体现了我国对环境保护和绿色经济发展的重视。提高全要素生产率是推动我国经济高质量发展的主要动力，但是传统的全要素生产率并未将环境资源成本纳入计算体系，因此，近年来许多学者采用将资源和环境因素考虑在内的绿色全要素生产率，作为衡量经济增长质量的主要指标。

2013 年，“一带一路”倡议提出，提高了我国沿线省份对外开放的程度，外商直接投资实现了持续快速增长，但是外商直接投资拉动经济增长的同时也会对国内环境造成一定影响。在“一带一路”背景下，外商直接投资是否对我国沿线省份的绿色全要素生产率产生正向影响，是本文研究的重点。

二、文献综述

原有对绿色经济发展水平的测算，主要是运用包含环境因素的评价体系来计算地区绿色GDP，如孙瑾、刘文革（2014），选取固定资本、产业结构、对外开放程度、技术效率四个指标，构建绿色经济增长模型来测算地区绿色GDP。杨龙、胡晓珍（2010）采用熵权法，构造了包含工业废水排放量、工业废气排放量等六项污染指标的环境污染综合指数，将地区GDP 与环境污染综合指数的比值作为该地区的绿色GDP。近年来，随着包络数据法的广泛运用，学者开始将绿色全要素生产率作为衡量绿色经济发展水平的指标。张文博、邓玲（2017）以资本、人力资源、能源消耗为投入指标，将GDP 和环境污染分别作为期望产出和非期望产出，通过DEA-SBM模型，计算得出“一带一路”沿线主要城市的绿色全要素生产率。

随着外商直接投资的增加，其与绿色全要素生产率间的关系逐渐成为研究热点，但是使用不同方法得出的研究结果不尽相同。原毅军、谢荣辉（2015）采用非径向的SBM函数和Luenberger 指数，计算出绿色全要素生产率的增长率，实证结果表明外商直接投资对绿色全要素生产率并没有显著影响。有部分学者认为FDI 与绿色全要素生产率呈现正相关关系。杨世迪、韩先锋等（2017）根据计算的ML 指数，发现对外直接投资可以显著影响绿色全要素生产率，但这种影响并不是线性的。还有部分学者研究发现FDI 与绿色全要素生产率呈现负相关关系。李光龙，范贤贤（2019）研究结果表明，FDI不利于我国绿色全要素生产率的提高，验证了“污染避难所”假说。李斌，祁源等（2016）认为FDI 对绿色技术进步有明显的抑制作用，且对绿色技术效率的影响不显著，但其与财政分权的交互项对绿色全要素生产率增长的影响显著。

综上所述，对于绿色经济发展水平的测度，已从绿色生产总值转变为使用DEA 包络数据法计算的绿色全要素生产率，以往研究运用不同模型分析了影响绿色全要素生产率的主要因素，但用ML 指数法来测算地区绿色全要素生产率，并直接分析“一带一路”沿线省份外商直接投资和绿色经济效率之间具体关系的研究较少。本文选取了“一带一路”沿线16 个省份了2007-2016 年的面板数据，采用非参数方法中的ML 指数对各省的绿色全要素生产率进行测度，运用面板Tobit 模型，对各省的外商直接投资和绿色全要素生产率之间的关系进行实证研究。

三、绿色全要素生产率

（一）测算

目前，对于绿色全要素生产率的测度主要有两种方法，一是基于索罗模型，通过在模型中加入环境污染指标，计算得出绿色全要素生产率；二是运用SBM 模型中的Malmquist-Luenberger 指数计算出含有非期望产出项的绿色全要素生产率增长率。由于该指数是非径向的，可以系统地、动态地反映绿色全要素生产率的变化，因此本文选取ML 指数法来测度16 个省份近十年来的绿色全要素生产率的增长率即GTFP。

（二）数据来源与指标选择

根据我国“一带一路”倡议对各省份的定位，本文选取了上海、浙江、福建、广东、辽宁、吉林、黑龙江、广西、重庆、云南、内蒙古、陕西、甘肃、青海、宁夏、新疆这16 个省份，通过《中国统计年鉴》、各省统计年鉴以及wind 数据库，收集了各个省份2007-2016 年地区的面板数据。

将16 个省份分别看做16 个生产单位，每一个生产单位均有投入、期望产出、非期望产出三类要素，令x为生产中所需要的投入要素，y为期望产出，p为非期望产出，求解直接距离函数线性规划问题可以得到GTFP。以下是对投入要素、期望产出和非期望产出的具体说明。

1.投入要素

假定生产过程中需要投入资本、能源以及劳动力。资本投入选用各省份每年的资本存量来衡量。由于《中国统计年鉴》以及各项统计数据中没有存量指标，所以根据永续盘存法进行估算，借鉴张军的计算方法，计算出以2007 年为基期的各省的实际资本存量。劳动力以各省份每年年末的就业总人数来衡量。由于消耗的能源种类并不相同，所以将各省份每年消耗的资源换算成标准煤来表示能源消耗。

2.期望产出

期望产出以各省份每年的实际生产总值来衡量。由于统计年鉴只有名义的生产总值，为了消除价格的影响，本文以2007 年为基期，根据GDP 平减指数，计算出实际生产总值。

3.非期望产出

由于工业污染是造成环境污染的主要原因，所以本文采用工业废水排放量、工业废气排放量和工业固体废物排放量三项指标来考察环境污染水平。

经过计算，可以得到“一带一路”沿线16 个省份的2007-2016 年间的GTFP。根据测算结果发现，各省份近5 年来的GTFP 呈现波动性上升的趋势，绝大多数地区绿色全要素生产率有所增长，这说明在近些年来，各地区逐渐认识到环境保护的重要性，促进了环境与经济的协调发展，同时区域绿色经济发展异质性较为明显，西部地区绿色全要素生产率还有较大的提升空间。

四、实证研究

（一）变量选取

由于外商直接投资会影响当地经济发展水平和技术水平，进一步促进经济发展，但也会对该地区的环境产生负面影响，为了检验外商直接投资与绿色全要素生产率之间的关系，本文选取实际利用外商直接投资数据，并按年均汇率进行折算，换算成以人民币为单位的外商直接投资数据来衡量FDI水平。同时，本文引入地区产业结构、对外合作水平、经济发展水平、城市化水平、研发投入水平、能源消耗水平作为控制变量来研究外商直接投资对沿线省份绿色全要素生产率的具体影响。表1 对解释变量和被解释变量进行定义。

表1 变量指标描述

通过运用《中国统计年鉴》、各省份统计年鉴及wind 数据库，本文收集了“一带一路”沿线各省份上述变量2007-2016 年的数据，表2 报告了各变量的描述性统计结果。

表2 变量的描述性统计

总体来说，各省份指标的差异较为明显，可以较好地说明变量之间的相关关系。人均GDP 的自然对数偏度的绝对值最小为-0.0670，平均值为10.9379，样本在均值以下的分布较多，整体呈现左偏态分布。GTFP 和第二产业占比自然对数的数据集中度较高，其他变量数据较为分散。

（二）基本回归模型

为了检验绿色全要素生产率与FDI 的关系，本文设定了如下的模型。

其中i表示省份，t表示年份，外商直接投资作为核心解释变量，GTFP 作为被解释变量。由于GTFP 是大于0 的，在被解释变量的变化在一定范围内的情况下，面板Tobit 模型可以更好地估计被解释变量与解释变量之间的关系，因此本文选择面板Tobit 模型来检验绿色全要素生产率与外商直接投资之间的关系。

（三）回归结果

运用stata14.0 软件，对数据进行随机效应的面板Tobit 回归，得到表3 结果。

表3 随机效应的面板Tobit 回归结果

由回归结果可以看出，实际利用外商直接投资的系数为正，且通过了10%的显著性检验，说明外商在各省份直接投资可以带动该地区绿色全要素生产率的提高。具体来看，实际利用外商直接投资每增长1%，该地区的GTFP 就会提高0.0324。说明各地区在引进外资时，注重对外资所投入的项目、企业、行业的审查，没有让发达国家将高污染、高排放、高耗能的行业转移到“一带一路”沿线省份，没有使当地成为污染产业的避难所。其次，外商直接投资主要是投向资金密集型的产业和高科技的产业，这些行业的发展会优化产业结构，一定程度上可以转变我国粗放型的经济增长方式。同时，引进外资会产生学习效应和技术溢出效应，促进了该地区整体技术水平和管理水平的提高。随着外商直接投资的逐年增加，为满足对当地高技术人才的需求，外资企业选择在当地设置研发机构，与知名大学和研究机构合作，提供研发基金，激励技术人才进行创新，进一步研究出更加先进、有效的技术，提高科技成果转化率，带动地区绿色全要素生产率的增长。

人均GDP 水平在回归中系数为正，通过了水平为1%的显著性检验，说明一个地区的经济发展水平的提高，对该地的GTFP 有着正向的作用。地区经济水平的提高，可以扩大企业生产规模，形成规模效应，同时促进当地企业进一步加大对新技术研发的投入，将新技术运用到企业的生产过程中，提高资源的利用效率，最终提高行业要素生产率。经济水平达到一定程度后，政府更加重视环境污染问题，对企业环境的规制更加严格，减少企业生产过程中污染物排放。此外，人均GDP 提高后，居民对环境水平的要求相应提高，人们倾向选择清洁的消费方式，促使当地清洁产业的发展，这些均能促进绿色全要素生产率的提高。

对外合作中对外承包工程的营业额的系数为正，在10%检验水平下显著，“一带一路”倡议的提出，推动了我国对外承包企业走出去，促进了我国企业的不断发展，同时也拉动了其他相关原材料产品的出口和产业的发展。由于“一带一路”沿线有诸多国家为发达国家，所以对承包项目的技术标准有着严格的要求，这促进了我国对外承包企业不断提高自己的技术水平。由于可持续发展的观念深入人心，在建设基础设施时，各个国家将绿色化、生态化作为标准，这就要求所承建的项目要实现节能减排、环境保护的作用，我国企业要想与世界各国企业竞争，就要提高自己的节能减排和环保技术，这带动了我国企业在环境保护方面的研发，促进了我国企业环境保护以及节能减排技术的提高，提高了绿色全要素生产率。

第二产业产值占比、城镇人口比率及能源消耗水平在回归结果中系数均为负，并且均通过了显著性检验。第二产业产值占国内生产总值的比重每提高1%，就会使得该地区的GTFP 下降0.263。现阶段，我国工业仍以劳动密集型产业为主，生产技术较为落后，且生产过程中使用的能源多为非清洁能源，造成大量废气、废水和固体废物的排放，限制绿色全要素生产率的增长。城镇人口比率的影响系数为-0.676，即城镇人口比率每增加一个单位，当地GTFP 降低0.676，这可能是由于城市化进程中，城市扩张只注重数量，不注重质量，城市劳动力资源急剧增加，城市中企业劳动力需求增长相对缓慢，出现非自愿失业。同时，城市基础设施相对短缺，城市运输成本和能源使用成本增加，制约企业发展和技术创新，影响全要素生产率的提高。能源消耗量的影响系数为-0.175，能源消耗每增加1%，地区GTFP 下降0.175。由于“一带一路”沿线省份经济增长对于环境的依赖性很强，非清洁能源使用占比较高，能源消耗量提高，会产生大量环境污染物，对该地区绿色全要素生产率的提高有显著的负面影响。

研究与实验性发展投入与对外合作水平对GTFP 影响没有通过显著性检验，这可能是因为研究实验性发展投入和对外合作产生经济效应需要一定时间，对GTFP 的作用具有时滞性，所以对当期GTFP 的影响不显著。

（四）稳健性检验

考虑到模型设定可能存在遗漏变量等问题，导致回归结果不稳健，因此本文使用随机效应（模型二）进行稳健性检验，结果如表4 所示。

表4 模型二回归结果

从表4 可以看出，模型二的回归结果与表3 的回归结果基本一致，说明了本文的研究结果具有稳健性。

五、结论

本文根据《推动共建丝绸之路经济带和21 世纪海上丝绸之路的愿景与行动》中对沿线省份的定位，选取了沿线的16 个省份，通过包络数据法，测算出了各省份十年来绿色全要素生产率的增长率，对各省份外商直接投资和绿色全要素生产率间的关系进行了实证研究，通过面板数据的回归结果得到了以下结论。外商直接投资对该地区的绿色全要素生产率存在正相关关系，我国并未成为发达国家的“污染避难所”，FDI 提高了我国的技术水平和环保水平，促进了该地区绿色全要素生产率的提高。在“一带一路”倡议下，我国对外开放程度不断提高，在这个机遇下，各地应该加强在引进外资时对资金用途和目的的审查，严格筛选对外投资项目，防止污染产业向我国转移，同时应该学习国外的先进生产技术和管理技术，应用到企业的生产过程中，提高自主创新能力,不断提高地区的绿色全要素生产率。