FDI与我国可持续发展——基于“U”型关系的一个解释*

李 剑 栾朔琛

(1.中国海洋大学 经济学院，山东 青岛 266100；2.中国海洋大学 海洋发展研究院，山东 青岛 266100)

一、问题提出与文献综述

可持续发展需要生产水平的提高和经济发展模式的创新。自改革开放以来，外商直接投资(Foreign Direct Investment，简称 FDI)在我国通过资本转移、技术溢出、结构优化等途径有力推动着区域可持续发展。[1][2][3]2020年在全球FDI数量下降42%的贸易环境中，我国FDI数量却仍然保持韧性，逆势增长4%，成为全球最大外资流入国。[4]FDI独特的劳动力优势与市场潜力逐渐使得我国成为国际资本日益关乎的投资热地。然而，我国可持续发展情况仅列165个国家中的第57位。[5]与此同时，随着FDI在我国的迅速扩张，近年来也有国内外学者对FDI促进可持续发展的作用和效果提出了质疑。[6][7]FDI会如何影响可持续发展、通过何种方式合理规避FDI负面效应以促进可持续发展等问题开始受到广泛关注。一方面，新时期，可持续发展将被赋予更加丰富的内涵，作为融合了经济、环境与社会的全方位发展目标，可持续发展为建设社会主义现代化国家指明了正确方向，探究FDI在国内可持续发展中的作用，为全面贯彻落实可持续发展战略提供新的实施思路；另一方面，随着国内外学者对FDI的质疑与日俱增，挖掘FDI与可持续发展内在机制有助于克服FDI短板效应，优化FDI质量，推动我国贸易实现高质量发展。

国内外研究分别从多维度和单维度层面探讨了FDI对可持续发展的影响。关于FDI对可持续发展的多维度分析，现有研究涵盖正向影响、负向影响和无影响三类结论。Kardos以欧盟国家为样本探讨了FDI与可持续发展的相关性，研究认为，FDI对可持续发展积极影响与FDI结构效应有关，环境相关部门FDI是促进可持续发展的关键因素。[8]Aust等选择联合国可持续发展目标(Sustainable Development Goals，简称SDGs)作为衡量非洲地区可持续发展的标准，研究了FDI在非洲地区可持续进程中的作用。[9]该指标同时涵盖了经济发展、生态环境，以及社会发展等17个目标。研究表明，FDI可以推动非洲地区可持续发展，尤其在基础设施建设、清洁能源等领域。然而，Ayamba等人基于1996—2016年我国省级面板数据，研究发现，短期内FDI流入不利于我国可持续发展，长期来看FDI对可持续发展的影响不明显，实施严格的环境规制以减少外国投资者违约行为可以更好地实现FDI对可持续发展的促进作用。[10]关于FDI对可持续发展的单维度分析，FDI与经济可持续和环境可持续研究最多，均未得出一致结论。在FDI影响经济可持续方面，基本结论包括FDI积极影响经济可持续、[11]FDI消极影响经济可持续、[12]FDI对经济可持续没有影响，[13]以及FDI对经济可持续的非线性影响。[14]周忠宝等人认为，FDI可以促进中、西部地区的经济可持续发展，但是不利于东部地区的经济可持续发展。[11]然而胡雪萍和许佩认为，FDI大量流入污染严重的交通运输等行业不利于经济可持续发展，[12]Jahanger却认为，FDI对国内经济可持续发展没有显著影响。[13]此外，李健与辛冲冲以2000—2016年国内260个城市为研究对象，从“物极必反”的角度说明了FDI与经济发展倒“U”型关系。[14]在FDI影响环境可持续方面，基本观点包括基于污染天堂假说的恶化论、[6][7]基于污染晕轮效应的优化论和基于EKC假说的非线性影响论。[15]基于EKC假说的非线性影响论说明了FDI与环境污染倒“U”型关系，该关系与规模效应、技术效应与结构效应有关。[16][17]

综上可见，首先，FDI对可持续发展的影响研究均未得出一致结论，FDI对可持续发展的影响机制分析不足。基于此，本文借鉴已有文献中关于FDI的影响机制分析，从规模效应、技术效应和结构效应建立了FDI对可持续发展影响机制框架。[18][19]其次，现有研究主要基于线性关系视角，而现实中更多情形是非线性的，仅使用普通线性模型可能会误判FDI与可持续发展的真实关系。因此，本文借鉴环境库兹涅兹曲线理论(Environmental Kuznets Curve，简称EKC)探究FDI与可持续发展之间是否具有“U”型关系。该假说从倒“U”型关系视角说明了经济增长与环境污染的关系，[16]学者们基于EKC假说进而证明了FDI对环境污染的倒“U”型影响。[7]相比于线性研究方法，基于“U”型关系视角的非线性方法更加全面、科学。该方法没有单一地拘泥于FDI单向影响，而是同时考虑了FDI正向和负向影响。具体做法为以2005—2018年国内282个城市为研究对象，构造FDI与可持续发展“U”型模型检验FDI对国内可持续发展是否具有“U”型影响及其内在机制。最后，考虑到我国幅员辽阔，地区间地理和经济发展水平差异明显，不同区域差异下的不可观察异质性可能导致估计结果偏差。因此，本文进一步将样本数据划分为东、中、西部地区，考察FDI对可持续发展影响及其内在机制的区域异质性。

二、研究假说

当前，我国可持续发展国际排名靠后，在减少不平等、应对气候变化、保护海洋生态等方面面临着严峻挑战。[20]通过FDI实现绿色转型为国内更好实现可持续发展提供了新思路。FDI对可持续发展的推动作用主要表现为FDI可以弥补资金缺口，通过规模效应、转移先进技术、优化本地产业结构等方式促进可持续发展。FDI对可持续发展的阻碍作用主要体现在FDI流入面临的污染物排放增加、技术垄断、产业结构失衡等风险。一般来说，规模效应、技术效应与结构效应的大小决定了FDI对区域可持续发展的影响性质。根据EKC假说，在FDI发展初期，三种效应的相互作用会增加污染物排放量，不利于环境可持续发展。随着FDI规模逐渐扩大，三种效应相互作用会改善环境质量，加速区域环境可持续发展。[21]基于FDI对可持续发展影响的不确定性以及EKC理论对于FDI与环境可持续“U”型关系结论，本文拟从非线性角度展开讨论，并提出第一个假说：

假说1：FDI对可持续发展的影响为“U”型。

规模效应、技术效应和结构效应在FDI促进国内可持续发展中起到了重要作用。[22][23]规模效应一般指在FDI持续流入下，东道国资本存量增加、企业生产规模增加。此外，规模效应还包含FDI流入对当地环境质量产生的影响，主要表现为二氧化硫、二氧化碳等污染物排放对当地环境造成的破坏。环境质量是衡量国内可持续发展的重要维度之一，FDI流入后，当地污染物排放数量会影响可持续水平，FDI实际效果发生改变。[23]本文中FDI规模效应主要指环境效应。一般而言，在发展初期，在国内未具备较为成熟的生产技术时，城市之间的“逐底竞争”不惜降低环境标准吸引更多外资进入，增加了当地政府的环境治理负担。随着当地环境污染的加重，各城市开始意识到由“逐底竞争”向“逐顶竞争”转型的重要性，通过培育清洁技术、增加外资技术含量等途径促进实现外资进入与生态环境“脱钩”，积极推动了国内可持续进程。综上来看，FDI对可持续发展的作用会随着规模效应的逐渐减弱发生改变。基于此，本文提出第二个假说：

假说2：FDI对可持续发展的“U”型影响和规模效应有关。

FDI技术效应指通过竞争、示范、培训等渠道提高东道国企业生产效率、改善区域创新环境。[24]具体来讲，竞争效应是指投资国与东道国企业之间的相互竞争会刺激当地资源再配置，提高企业生产效率；示范效应是指东道国通过吸收和借鉴投资国先进技术和管理经验提高当地企业生产效率、优化区域创新环境；培训效应是指FDI通过促进企业人员的培训流动提高当地劳动者素质，实现技术转移。然而，若东道国技术创新能力远低于投资国，较容易受到来自投资国的技术压制，外资企业在当地市场的相对技术优势会威胁本土企业可持续发展，压缩本土企业利润。在FDI影响国内可持续发展中，技术效应也起到了关键作用。在发展初期，本土企业还未具备较为成熟的技术市场条件，FDI流入极易产生投资国企业对本土企业的技术压制，本土企业经济利润受损，不利于当地经济的可持续发展。随着FDI规模持续扩大，当地政府积极增加技术投入，规避投资国企业技术垄断风险，提高本土企业竞争力。本土企业充分利用FDI示范、培训等效应，进一步提高自身生产效率。基于此，本文提出第三个假说：

假说3：FDI对可持续发展的“U”型影响和技术效应有关。

FDI结构效应即FDI流入可以引导资金流入相关的行业，从而影响产业结构升级与转型，[23]该效应可以反映FDI的质量水平。一般而言，来自高技术密集型产业的直接投资会引导资金流向国内对应产业，产业结构得以优化。然而，来自低技术密集型产业的直接投资会增加国内对应产业的资金流入，加剧产业发展不平衡。根据边际产业扩张理论，投资国一般将本国已经处于或即将处于比较劣势地位的产业(即边际产业)转移至东道国，[25]尤其在发展初期我国总体经济实力较弱的情况下，国内更容易接收来自投资国边际产业的直接投资，低技术含量FDI导致国内产业结构失衡，不利于国内可持续发展。随着FDI扩容和增质的持续进行，国内市场逐渐成熟，FDI技术含量不断提高，FDI对优化产业结构的作用逐渐凸显，推动国内可持续进程。基于此，本文提出第四个假说：

假说4：FDI对可持续发展的“U”型影响和结构效应有关。

综合以上四项假说，FDI对可持发展影响机制可由图1表示。

图1 FDI对可持续发展影响机制

最后，鉴于我国东、中、西部地区地理位置、技术水平、市场发达程度等的不同，FDI区域差异化明显。以2019年FDI流入量为例，我国东部地区实际使用外资额占全国实际使用外资总额的比重为80.79%，中、西部地区的比重分别为9.32%和9.89%。目前东部地区凭借地理位置、政策等优势已经具备了较为成熟的技术条件和市场环境。由此可见，各地区FDI数量和发展环境差异化可能会对可持续发展产生不同的效果。基于此，本文提出第五个假说：

假说5：FDI对可持续发展的“U”型影响具有区域异质性，规模效应、技术效应和结构效应在其中的作用也具有区域异质性。

三、模型构建、变量选取与数据来源说明

(一)计量回归模型构建

首先，模型中自变量和控制变量均采用对数形式，因变量由于数值区间范围为[0，1]，数据波动最小，故保持不变。对数化处理可以缩小变量数值范围，缓解数据异方差问题。在模型构建方面，为了检验FDI与国内可持续发展的关系是否具有“U”型特征，本文参考张红凤等人的做法，将对数化后的FDI及其二次项加入到同一个计量模型里进行基准分析。[26]其次，为了分析规模效应、技术效应与结构效应的中介作用，本文参考温忠麟和叶宝娟的做法，依次对三个效应分别构造了中介效应模型。[27]最后，为了确保中介效应结果的稳健性，本文在模型中引入了解释变量与各效应的交互项，在构造含有交互项的变量以及绘制调节变量效果图时参考了王淑敏的做法。[28]

1、基准模型

检验FDI与国内可持续发展的“U”型关系模型如下：

(1)

其中，i为国内城市的个数；t为时间；susit为我国各市历年可持续发展水平；lnfdiit为对数化后的各市历年外商直接投资总额；(lnfdiit)2为lnfdiit平方项[一般情况下，如果lnfdiit的系数(α1)显著为负，(lnfdiit)2的系数(β1)显著为正，则FDI和可持续发展可能呈倒“U”型关系；反之，α1>0，β1<0，且变量均显著，二者可能为“U”型关系]；Xkit代表其他控制变量，包括经济增长(econit)、人口规模(popit)、文化发展(culit)、环境规制(erit)、政府支出(govit)和城市化水平(urbanit)；γ0是常数项；μi是个体效应；λt是时间效应；εit为随机误差项。

2、中介效应模型

构建中介效应模型如下：

(2)

(3)

(4)

(5)

式(1)—式(5)为中介效应检验的全过程，式(1)检验FDI对国内可持续发展的总影响，式(2)—式(4)分别检验FDI对各中介变量(规模效应、技术效应和结构效应)的影响，scaleit、techit和struit分别代表规模效应、技术效应和结构效应。式(5)中Mediaιit代表三个中介变量，ι=1,2,3，意味着在式(1)的基础上分别加入中介变量lnscaleit、lntechit和lnstruit。以规模效应为例进行说明：第一步，检验式(1)。若α1结果显著则进行第二步检验，否则将不存在中介效应；第二步，检验式(2)和式(5)。若α2、ρ1、α5均显著，则根据系数符号判断中介效应性质。α2ρ1与α5同号意味着部分中介效应的存在，异号则说明存在遮掩效应。α5不显著说明存在完全中介效应，α2和ρ1至少一个不显著则继续进行Sobel和Bootstrap检验，检验通过才可说明存在中介效应。技术效应和结构效应依此类推，技术效应分别检验式(1)、式(3)和式(5)，结构效应分别检验式(1)、式(4)和式(5)。需要说明的是，本文在进行全国分析时发现，在式(1)基础上依次加入各中介变量和一次性加入全部中介变量的实证结果差别不大，限于篇幅，在全国分析中仅展示了一次性加入了全部中介变量后的实证结果。

3、交互效应模型

此外，为了进一步检验中介效应结果的稳健性，在基准方程中分别加入了规模效应、技术效应、结构效应与FDI一次项及其二次项的交互项，具体如式(6)—式(8)所示：

(6)

(7)

(8)

在研究方法上，鉴于模型中可能存在的内生性问题，本文使用了最小二乘法(Ordinary Least Square, 简称OLS)和两阶段最小二乘法(Two Stage Least Square, 简称2SLS)检验FDI与可持续发展的非线性关系。2SLS法用于解决FDI与可持续发展可能存在的反向因果关系、遗漏变量而产生估计偏误等内生性问题。此外，仅通过判断模型中lnfdiit和(lnfdiit)2的符号、显著性等信息不能最终确定变量间的“U”型或倒“U”型关系，本文进一步使用U-test法作为稳健性检验。Lind和Mehlum 在2007年设计了该方法，用于检验变量之间“U”型关系或者倒“U”型关系，[29]该方法考察了解释变量与被解释变量关系斜率的显著性。如果仅考虑模型中lnfdiit和(lnfdiit)2的符号和显著性，当lnfdiit显著为负，而(lnfdiit)2显著为正，FDI与可持续发展除了为“U”型关系，也可能为单调递增凹型关系，仅通过对变量符号、显著度的判断不能真正确定二者是否具有“U”型关系。U-test法通过检验斜率解决了以上问题，如果lnfdiit的取值范围在上限区间(1)上限区间指的lnfdiit样本数据最小值与“U”型关系拐点值的区间范围，下限区间指“U”型关系的拐点值与lnfdiit样本数据最大值的区间范围。时，lnfdiit与susit的斜率显著为负，而其取值范围在下限区间时，lnfdiit与susit的斜率显著为正，且该“U”型关系的拐点值在lnfdiit取值范围内，此时“U”型关系成立。

(二)变量选取

1、被解释变量

被解释变量为可持续发展(sus)，本文选择城市可持续竞争力指数衡量我国可持续发展。该指数均来自《中国城市竞争力报告》，中国社会科学院财经战略研究院倪鹏飞主持发布该报告。[30][31]城市可持续竞争力指数从知识城市、和谐城市、生态城市、文化城市、全域城市、信息城市六个方面衡量了国内的可持续发展。

2、核心解释变量、中介变量与控制变量

(1)外商直接投资(fdi)：本文使用实际利用外资数额衡量各城市的外商直接投资情况。

(2)规模效应(scale)：大量FDI流入后，污染物大量排放会严重影响国内可持续发展，尽管FDI规模优势会降低生产成本，但是其对区域环境污染程度不容小觑。因此，本文从环境污染角度探究FDI规模效应，选取“工业二氧化硫排放量”指标。[22]

(3)技术效应(tech)：技术创新是提高FDI吸收能力的关键，也是衡量FDI技术效应的标准之一。本文具体采用北京大学国家发展研究院发布的中国区域创新创业总量指数，该指数包括新建企业数目、风险投资、吸引外来投资、吸引风险投资和商标注册数量等五个指标。

(4)结构效应(stru)：一般而言，技术密集型FDI会优化国内产业结构，尤其是提高第三产业增加值占GDP的比重，如果FDI的技术含量低且集中于投资高污染、高耗能的产业，FDI流入将不利于国内产业结构升级。因此，本文用第三产业产值占GDP的比重代表结构效应。

(5)经济增长(econ)：本文选取绝对增长指标“人均GDP”衡量区域经济增长。

(6)人口规模(pop)：人口规模反映了地区市场份额，会影响国内经济增长、技术创新等，本文将人口规模作为影响可持续发展的潜在变量，并采用“年末总人口”指标衡量实际人口规模。

(7)文化发展(cul)：本文选取“文化体育和娱乐业从业人员数”作为衡量文化发展的指标。

(8)环境规制(er)：本文借鉴马淑琴等人的做法，以GDP/二氧化碳排放量衡量环境规制效果。[32]

(9)政府支出(gov)：本文参照Aust等人的做法，选择政府支出作为控制变量，以“地方一般公共预算支出”衡量地区政府支出情况。[9]政府支出越多表明国家对社会稳定发展的重视程度越高，越有利于地区可持续发展。

(10)城市化水平(urban)：该指标用城镇区域户籍人口与总人口的比重表示。

3、数据来源说明

本文研究对象为2005—2018年我国282个地级及以上城市，所采用数据均为“全市”统计口径数据。城市可持续竞争力指数来自《中国城市竞争力报告》，中国区域创新创业指数来自《中国区域创新指数报告》，其他指标均来自《中国城市统计年鉴》。表1为变量描述，表2为经处理后各变量的描述性统计。

表1 变量描述

表2 描述性统计

四、实证结果分析

本文使用STATA 14.0分析了FDI对全国以及东、中、西部地区可持续发展的影响及其影响机制。在使用OLS和2SLS进行基准结果检验时，首先，利用F检验和Hausman检验对传统的混合最小二乘法、固定效应模型和随机效应模型进行甄别，结果表明固定效应模型最为合适，限于篇幅，统一记做OLS。其次，由于2SLS实证方法属于动态分析法，需要进行如下检验：内生性检验、相关性检验和外生性检验。内生性检验，根据Hausman 检验结果进行判断，结果显著说明变量具有内生性。相关性检验包括不可识别检验与弱工具变量检验。Kleibergen-Paap rk LM 值是不可识别检验的衡量标准之一，适用于样本数据不服从正态分布的情况，该值显著说明工具变量可以识别。Cragg-Donald Wald F 值大于10一般可说明不存在弱工具变量。外生性检验，即过度识别检验(Hansen J检验)，主要检验工具变量的个数是否合理，适用于所选择的工具变量个数大于内生变量个数的情况，当Hansen J检验中的P值不小于0.1时可认为通过该检验。最后，本文选择的工具变量应与所替代的内生性变量相关，而与随机扰动项无关。本文选择lnfdiit滞后一期、滞后二期，以及(lnfdiit)2滞后一期作为工具变量，本文所选择的工具变量均通过了不可识别检验、弱工具变量检验与过度识别检验，具体见各表的K-P秩-LM值、C-D Wald-F值和Hansen J-P值，以上结果在下面的分析中不再赘述。

(一)全国FDI与可持续发展

1、基准结果

表3分别列举了使用OLS法和2SLS法的实证结果，不管是否加入控制变量，Hausman检验结果均显著，充分说明了选择2SLS法的科学性。限于篇幅，实证部分的结果展示和分析均以2SLS结果为准。当不加入控制变量时，两种方法下的FDI与可持续发展的关系均为“U”型；lnfdiit显著为负，(lnfdiit)2显著为正，当FDI数额超过某一临界值时，FDI对国内可持续发展的影响由负转正。U-test结果显示该“U”型关系显著且拐点值为8.053。lnfdiit在上限区间[1.099，8.110]时，斜率值为-0.218，lnfdiit在下限区间[8.110，14.941]时，斜率值为0.216，进一步确定了FDI与国内可持续发展的“U”型关系。加入控制变量后，FDI和可持续发展“U”型关系仍显著，FDI一次项和二次项系数分别为-0.083、0.005。模型的拟合优度明显提高，拐点值为7.545，上限区间斜率为-0.071，下限区间斜率为0.081。该“U”型关系接近正“U”型形状。lneconit、lnculit、lnerit系数显著为正，lngovit、lnurbanit系数为正但不显著，相比于增加政府公共支出、加速城镇化进程等途径，创造更多经济产出、增加文娱行业从业人数、实施更为严格的环境规制对促进国内可持续进程的作用更为明显。人口增长会阻碍国内可持续进程，但效果不明显。

2、中介效应结果

在初步确定FDI对可持续发展的“U”型关系后，进一步使用中介效应模型分析产生该“U”型关系的原因，结果如表4所示。由于本文分析角度为非线性，在分析中介效应结果时也依照拐点值，从上限区间和下限区间依次分析各效应系数。在规模效应方面，式(2)中FDI与规模效应的关系为倒“U”型，拐点值为9.062且显著。FDI起初会随数量增加发挥较强的规模效应，污染物排放数量相应增加，后期FDI发展成熟时规模效应会逐渐减弱。属于上限区间的lnfdiit系数α2>0，下限区间α2<0。式(5)在原基准方程中加入规模效应中介变量后，FDI与可持续发展的关系为“U”型，拐点值为7.742，上限区间lnfdiit系数α5<0，下限区间α5>0。lnscaleit系数ρ1<0，规模效应负向作用于国内可持续发展。当lnfdiit在上限区间时，α2>0、ρ1<0、α5<0，此时α2ρ1与α5同号；下限区间α2ρ1与α5也同号。α2、ρ1、α5均显著。因此，规模效应存在部分中介效应。在技术效应方面，式(3)结果说明了FDI对技术效应的倒“U”型影响，拐点值为11.729。lnfdiit值在上限区间时，α3>0；反之，α3<0。α5系数保持不变。在发展初期，FDI大规模增加会持续增强技术效应，在后期，FDI数量增加技术效应反而减弱。然而，与规模效应不同的是，式(5)lntechit系数ρ2>0，技术效应会提高国内可持续水平。此时不论lnfdiit在哪个区间，α3ρ2与α5均异号，即技术效应存在遮掩效应。在结构效应方面，FDI可以“U”型影响结构效应，上限区间lnfdiit系数α4<0，下限区间则有α4>0，意味着处于起步阶段FDI的结构效应相对会随其数量增加而不断减弱，处于成熟阶段FDI数量增加反而会增强结构效应；结构效应可以正向促进可持续发展(ρ3>0)，则有α4ρ3与α5同号，结构效应存在部分中介效应。

表3 基准回归结果

表4 中介效应检验结果

3、交互效应检验结果

表5 交互效应检验结果

交互效应检验用作中介效应结果的稳健性检验，实证结果如表5和图2所示。式(6)中的核心解释变量、调节变量及其交互项均显著。FDI一次项和二次项系数分别为-2.624、0.137，U-test检验通过且拐点值为9.596。结果显示，在加入规模效应调节项后，FDI对可持续发展的影响为“U”型。lnfdiit*lnscaleit显著为正，而 [(lnfdiit)2*lnscaleit]显著为负,具体调节结果见图2。图2说明，规模效应越小越好，效应越小意味着FDI流入时污染物排放数量越少。在强规模效应下，FDI与国内可持续发展呈倒“U”型关系，FDI流入数量越多越会降低国内可持续水平；在弱规模效应下，二者呈“U”型关系，越多FDI流入越容易优化国内可持续进程。式(7)显示，FDI与可持续发展的关系由“U”型转为拐点值为8.211的倒“U”型关系，交互项均显著，lnfdiit*lntechit显著为负，而 [(lnfdiit)2*lnscaleit]显著为正。结合图2可以发现，当技术效应较弱时，FDI对可持续发展的负面影响持续扩大，FDI与可持续发展呈单调递减凸型函数；当技术创新能力较强时，FDI对可持续发展的影响为单调递增凹型。式(8)中lnfdiit系数为2.681，(lnfdiit)2为-0.143，倒“U”型拐点值为9.389，lnfdiit*lnstruit、[(lnfdiit)2*lnstruit]系数分别为-0.729和0.039。在结构效应较强的情况下，FDI会对国内可持续发展产生倒“U”型影响，而强化后的结构效应更容易激发FDI的积极效果，FDI对可持续发展的影响会由负转正。

图2 规模效应、技术效应与结构效应不同条件下FDI与全国可持续发展关系

综上可见，FDI对国内可持续发展的影响为“U”型，并非是正向或负向的单一线性影响，从而验证了假说1。FDI与可持续发展的“U”型关系与规模效应和结构效应有关，技术效应主要为遮掩效应。外资流入促进国内可持续进程的同时也会刺激技术溢出效应，该效应会对国内可持续发展产生影响，从而弱化后期FDI对可持续发展的积极效果。交互效应结果进一步从异质性的角度分析了三个效应在FDI与可持续发展中的作用，结果显示技术效应和结构效应越强、规模效应越弱，FDI对可持续发展的积极作用越明显。

(二)区域异质性分析

1、东部地区

表6为东部地区FDI与可持续发展关系的检验结果。基准回归结果表明，lnfdiit和(lnfdiit)2系数分别-0.075和0.005，拐点值为8.128；东部地区FDI对可持续发展的影响也呈“U”型，当lnfdiit<8.128，FDI每增加1%会降低东部地区可持续水平，在lnfdiit经过拐点值后，FDI转而促进当地可持续发展。关于规模效应的中介效应结果，和全国地区不同的是，东部地区FDI对规模效应的影响为“U”型，在FDI流入初期规模效应较弱，随着FDI趋于成熟，其规模效应会随之增强，对当地环境质量的破坏程度也会相应加大。上限区间的lnfdiit系数α2<0，而下限区间α2>0。当规模效应作为中介变量加入方程时，“U”型关系再次出现。此时，上限区间lnfdiit系数α5<0，下限区间α5>0。lnscaleit系数ρ1<0，规模效应降低了东部地区可持续发展水平。α2ρ1与α5异号，东部地区FDI规模效应具有遮掩效应。东部地区FDI对技术效应的影响同全国地区一样，仍为倒“U”型且拐点值为12.116。根据式(3)，上限区间α3>0，下限区间α3<0。加入lntechit变量后FDI和东部可持续发展的“U”型关系仍然存在，即上限区间α5<0，下限区间α5>0。lntechit系数ρ2>0，东部地区技术效应相应提高了可持续水平。整体来看，α3ρ2与α5异号，东部地区FDI技术效应发挥了遮掩效应。在结构效应方面，东部地区FDI数量与结构效应为“U”型关系且通过了U-test检验，上限区间α4<0，下限区间α4>0。然而，当在式(1)中加入lnstruit后，lnfdiit仍为负，(lnfdiit)2仍为正，即上限区间α5<0和下限区间α5>0的关系仍成立，但是α5不再显著。此时lnstruit系数ρ3=0.076，结构效应每增加1%，当地可持续水平会提高0.076单位。α4ρ3与α5同号且α5不显著，东部地区FDI结构效应存在完全中介效应。

表6 东部地区基准回归和中介效应检验结果

2、中部地区

表7展示了中部地区FDI与可持续发展的检验结果。式(1)中lnfdiit系数为-0.184，(lnfdiit)2为0.010，“U”型关系显著且拐点值等于8.914。中部地区FDI对可持续发展的影响仍为“U”型。然而，规模效应区域差异性明显。FDI与规模效应不存在非线性关系，式(2)中lnfdiit系数等于0.469且显著，而 (lnfdiit)2等于-0.021却不显著。因此，不论lnfdiit在上限区间还是下限区间，其系数α2均大于0，FDI数量增加都会使得规模效应增强、地区污染加重。若在式(1)的基础上加入中介变量lnscaleit，其系数ρ1显著为负，规模效应降低了中部地区的可持续水平。另外，FDI和中部地区可持续发展的“U”型仍然存在，上限区间和下限区间分别有α5<0、α5>0。总体来看，上限区间中α2>0、ρ1<0、α5<0，下限区间中α2>0、ρ1<0、α5>0。上限区间α2ρ1与α5同号，下限区间α2ρ1与α5异号。因此，随着中部地区FDI数量不断增加，规模效应会由中介效应转变为遮掩效应。中部地区FDI对技术效应和结构效应的影响同东部地区一致，FDI与技术效应和结构效应的关系分别为倒“U”型和“U”型，并且都通过了U-test检验。技术效应和结构效应对FDI的影响分别为倒“U”型和“U”型，二者均会促进当地可持续进程。技术效应上限区间有α3>0、ρ2>0、α5<0，α3ρ2与α5异号，下限区间有α3<0、ρ2>0、α5>0，α3ρ2与α5异号；结构效应的上限区间有α4<0、ρ3>0、α5<0，α4ρ3与α5同号，下限区间有α4>0、ρ3>0、α5>0，α4ρ3与α5同号。因此，中部地区FDI技术效应为遮掩效应，而结构效应为部分中介效应。

表7 中部地区基准回归和中介效应检验结果

3、西部地区

西部地区FDI对可持续发展的影响仍为“U”型，其中lnfdiit和(lnfdiit)2系数分别为-0.052和0.004。与东部和中部地区不同的是，西部地区“U”型关系的拐点值较小。东部和中部“U”型关系拐点值分别等于8.128和8.914，而西部地区拐点值为6.747，lnfdiit值一旦大于6.747，FDI对可持续发展的影响由负向转为正向。产生该现象的原因和FDI引入数量区域差异有关。东、中、西部三个地区lnfdiit样本平均值分别为10.738、9.916和8.349。西部地区引入外资平均数远小于东部和中部地区，相应地，该地区“U”型关系拐点值也会小于其他地区。然而，中部地区FDI平均额小于东部地区，但是“U”型关系拐点值却大于东部地区，说明要想改善FDI对中部地区可持续发展的负面效应必须保证较大规模FDI流入量。根据中介效应结果可以发现，西部地区技术效应和结构效应在FDI影响可持续发展中的作用和中部地区相同，分别为遮掩效应和部分中介效应，具体体现为α3、α4、α5、ρ2、ρ3在上限区间和下限区间均显著，其中技术效应α3ρ2与α5异号，结构效应α4ρ3与α5同号。唯一不同的是规模效应，西部地区FDI对规模效应没有显著影响，但是将规模效应作为中介变量加入基准回归方程后，规模效应发生了变化；规模效应每增加1%，该地区可持续发展水平便会下降0.013个单位。FDI与可持续发展的“U”型关系仍存在。从数理角度看，规模效应上限区间有α2>0但不显著，ρ1<0、α5<0，下限区间有α2<0但不显著，ρ1<0、α5>0。本文进一步对规模效应进行Sobel-Goodman 检验，结果显示，规模效应起到了中介作用，其作为中介变量参与FDI及其二次项的效应比例分别为2.3%和0.3%。

表8 西部地区基准回归和中介效应检验结果

五、研究结论与政策建议

本文以2005—2018年国内282个地级及以上城市为研究对象重点讨论了FDI在推动国内可持续发展中的作用，并从规模效应、技术效应与结构效应分析了原因。本文得出如下结论：

首先，FDI与可持续发展为“U”型关系，FDI对国内可持续发展的影响会随着FDI数量增加由消极转为积极。该“U”型关系通过规模效应、结构效应实现，技术效应对可持续发展直接效果明显，但是会弱化FDI对可持续发展的间接效果。强技术效应、结构效应,以及弱规模效应条件下越容易发挥FDI对可持续发展的正向作用。其次，区域研究表明,东、中、西部地区FDI对可持续发展的影响均为“U”型关系，产生该“U”型关系的原因具有区域异质性。东部地区FDI结构效应起到了完全中介作用，而规模效应和技术效应发挥的遮掩效应会弱化FDI对可持续发展的间接影响；中部地区FDI主要通过结构效应影响可持续发展，规模效应会随着FDI数量增加由中介效应转为遮掩效应，而技术效应始终发挥着遮掩效应的作用；西部地区FDI通过对规模效应和结构效应对可持续发展起到了间接作用，技术效应发挥的遮掩效应弱化了FDI对可持续发展的影响效果。

在当前国内经济由追求高速增长向高质量发展阶段转型的背景下，可持续发展道路成为我国的必然选择。随着国内经济基础不断夯实，FDI方兴未艾，流入我国的FDI始终保持发展韧性，在国际市场中脱颖而出。未来我国FDI发展有韧性更需有后劲，为加速推进我国可持续发展进程增砖添瓦。为此本文提出以下建议：

第一，夯实FDI“量稳质升”的经济技术基础。FDI与可持续发展“U”型关系结果表明，FDI数量越多越容易发挥FDI正向直接作用。大规模FDI流入意味着污染物排放数量的增加，必须实施更加严格的环境规制，同时增加政府科学技术财政支出，集中力量培育清洁技术，减弱FDI大规模流入时的规模效应。此外，增加技术密集型产业FDI流入量也是提升FDI质量的重要措施，FDI技术含量越高，FDI越容易通过正向结构效应促进国内可持续发展。

第二，提倡具有区域特色的可持续发展理念、因地制宜发展FDI。东部地区首要考虑FDI质量问题。该地区FDI结构效应发挥着完全中介角色，应重点提高FDI技术含量，尤其多引入来自信息技术、科学研究等技术服务行业的FDI，更好地优化东部地区FDI投资结构、调整FDI产业布局。中部和西部地区优先考虑FDI扩容问题。中部地区结合地理位置与智力资源优势，加快建设纵向与横向的内陆对外开放通道，积极对接新亚欧大陆桥等对外经济走廊，加快融入共建“一带一路”，同时发挥科研院所密集等丰富智力优势，提高关键领域自主创新能力；西部地区结合当地产业集群优势积极建设开放型经济新体制，推动新一轮西部大开发。