“双碳”目标下双向FDI协调发展的碳减排效应及其空间溢出

向 宇

四川大学 经济学院，四川 成都 610000

代沁雯

四川大学 经济学院，四川 成都 610000

西南财经大学《财经科学》编辑部，四川 成都 610000

一、问题提出

全球自然灾害频发的客观事实已经证明过去工业化国家“先污染、后治理”的粗放模式不可持续，但作为世界最大发展中国家，中国依然需要足够的经济增长作为保障社会发展的重要前提。因此，面对资源约束趋紧、环境污染严重、生态系统退化的严峻形势，中国经济迫切需要化解粗放发展带来的生态危机，并以此激励经济、环境、资源三位一体的可持续发展。2020年9月，习近平在第七十五届联合国大会一般性辩论上向世界承诺，“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”。这一庄严承诺既体现了世界第二大经济体的大国担当，也对现阶段经济社会发展提出新的挑战。

当前，中国生态文明建设进入以降碳为重点战略方向、推动减污降碳协同增效、促进经济社会发展全面绿色转型和实现生态环境质量改善由量变到质变的关键时期，全社会的生产方式和生活方式正在经历重大变革。理论研究主要从“碳中和、碳达峰”的具体实现路径和政策优化(胡鞍钢，2021[1]；平新乔等，2020[2])以及影响碳排放、碳效率的经济社会因素等方面展开。学者们尝试寻求经济对环境的内在影响机制并提出政策建议推动绿色发展，主要的影响因素包含人均收入水平、人口规模、产业结构、能源结构、城市化水平、交通工具、环境规制、金融政策和对外经济贸易等，体现了从国内因素到国内外经济联动的研究脉络。

实行高水平对外开放，开拓合作共赢新局面是中国“十四五”规划和2035年愿景目标的重要建议内容。在此背景下，双向FDI协调发展的碳减排效更加值得深入研究。无论是割裂IFDI和OFDI各自对生态环境的影响，还是将双向FDI纳入同一分析框架考察两者相互的调节效应，现有针对国际资本流动环境效应的研究都未达成一致结论。首先，基于“污染避难所假说”和“污染光环假说”的争论早已存在；其次，并未有特定的理论用于分析国际直接投资对环境的影响，既有研究多是参考Grossman and Krueger(1995)[3]以及Copeland and Taylor(1994)[4]对国际贸易的环境效应的分解，从规模、结构和技术三方面展开讨论(He，2007[5]；盛斌和吕越，2012[6]；龚梦琪和刘海云，2018[7])；最后，现有针对双向FDI协调发展的环境效应研究，多停留在非空间的静态或动态模型(龚梦琪和刘海云，2020[8])，考虑空间溢出效应的文献较少。基于此，本文在提出IFDI与OFDI协调发展并通过绿色技术进步改善生态环境理论框架的基础上，对Dietz and Rosa(1997)[9]的STIRPAT模型进行相应改进和拓展，在考虑空间溢出的基础上检验双向FDI协调发展的碳减排效应及其机制。

二、文献综述

双向FDI协调发展的碳减排效应的研究基础是双向FDI之间的互动关系。近年来，双向FDI协调发展关系成为新的研究焦点，如二者协调关系的测度与衡量(黄凌云等，2018[10])；影响二者协调关系的具体因素(许静和周敏，2021[11])。随着绿色发展成为各国经济发展的重要方向，开放经济条件下的双向FDI协调发展的环境效应受到关注。该领域的研究强调IFDI与OFDI的双向互动关系在绿色发展过程中发挥的作用。按照因变量的不同，学者们大致将双向FDI协调发展的环境效应拆分为对绿色经济效率和治理环境污染两方面的影响并分别进行考察。

在双向FDI协调发展提高绿色经济效率或生产率方面，双向FDI可能表现为互补或替代关系,其中互补关系体现为：尽管IFDI可能对东道国环境质量产生负面作用，但IFDI对东道国的经济拉动效应会提高东道国信息甄别和风险识别能力，从而加强OFDI的逆向技术溢出以及提高IFDI的准入门槛，最终提升绿色经济效率；而替代关系则主要体现在OFDI对国内绿色投资的挤出效应，以及为了规避挤出效应，本国降低IFDI准入门槛带来的负向影响(王慧等，2020[12])。郑强和冉光和(2018)[13]发现虽然双向FDI的互动可以显著促进绿色经济效率提升，但IFDI表现为促进作用，而OFDI则表现为抑制作用；王慧等(2020)利用交互项衡量双向FDI的深度和广度的协同作用后，交互项对低碳全要素生产率发挥显著的提升作用，说明双向FDI之间存在互补效应，能够协同作用提高绿色经济效率；王晓红等(2021)[14]将上述研究拓展到空间计量视角，将IFDI、OFDI、两者交互项以及空间滞后项纳入同一回归方程，发现双向FDI仅在人力资本矩阵下，并需要进行空间效应分解，才对绿色经济效率表现出协同效应；而在考虑了动态效应后，则仅在地理属性的矩阵下表现出协同作用；宋晓玲和李金叶(2021)[15]基于技术创新视角，采用耦合协调度衡量了双向FDI协调发展，其使用非期望产出的非径向方向距离函数测度绿色经济效率(GEE)，发现双向FDI协调发展会促进绿色经济效率提升，这种正向影响仅在中西部地区显著，在东部地区并不显著。

在双向FDI协调发展治理环境污染方面，龚梦琪和刘海云(2018)发现除高技术产业外，其他行业IFDI流入会增加中国工业行业的污染排放水平，但资源寻求性和技术寻求性OFDI能有效转移污染，IFDI和OFDI两者交互项可抑制环境污染，因此，两者对降低污染排放表现出较强的互补关系；龚梦琪和刘海云(2020)基于工业“三废”和双向FDI耦合协调水平，发现产业结构合理化和高级化在双向FDI和环境污染的关系中发挥中介效应，双向FDI协调发展通过促进产业结构合理化抑制环境污染，但却抑制了产业结构高级化从而导致环境污染加重，总体上，双向FDI协调发展水平有助于总体上抑制工业环境污染；韩永辉等(2021)[16]以雾霾为观测对象，同样采用耦合协调度指标，发现双向FDI的耦合协调会显著抑制雾霾污染，并且随着地区经济水平提高，其抑制作用越强。

既往研究的内容极具洞见且能引发进一步思考，主要涉及双向FDI协调发展关系对环境污染、绿色经济效率的影响，但囿于数据获取和核算上的障碍，针对碳排放强度的研究文献支撑较少。现阶段，“碳达峰”与“碳中和”已成为中国社会发展的重要发展目标，因此需要深入考察双向FDI协调发展是否具备碳减排效应。文献在探讨双向FDI对环境的影响机理时，多将影响具体分解为规模效应、结构效应和技术效应，但双向FDI的协调发展和双向FDI本身绝对值水平内涵不同，本文认为不能将绝对值高等价于协调发展水平高，因此直接将其协调发展水平对环境的影响进行规模效应、结构效应和技术效应的分解欠缺科学性。此外，由于中国相邻省份之间的资源禀赋具有相似性，碳排放呈现显著的空间特征，将空间溢出效应纳入研究具有必要性。

三、理论分析及模型构建

(一)双向FDI协调发展的碳减排机制

黄凌云等(2018)认为，双向FDI协调发展水平是指外商直接投资的技术溢出效应与对外直接投资的逆向溢出效应的协调发展效果。因此，双向FDI协调发展的关键体现是技术溢出和逆向技术溢出相互渗透。现有文献普遍认为，中国的双向FDI发展趋势虽存在个别经典理论无法解释的现象，但基本符合国际生产折衷理论和投资发展阶段理论(Dunning，1980)[17]。因此，本文在融合国际生产折衷理论和跳板理论的双向FDI循环框架之下分析双向FDI协调发展的环境溢出机制。

1. IFDI到OFDI方向的碳减排机制。IFDI到OFDI方向的环境溢出效应，主要体现了国际生产折衷理论的思想。在外资进入的早期阶段，IFDI进入对本国可能产生环境负担。由于本国具有要素价格和自然资源优势，并且经济快速发展时期环境规制的较弱，可能促使IFDI产生“污染避难所”效应，对环境直接产生负向影响，造成碳排放增加。然而，IFDI的进入也为一国获得所有权优势和内部化优势提供条件：在所有权优势方面，已有大量文献证明IFDI能够促进东道国经济增长(Hejazi and Safarian，1999[18]；魏后凯，2002[19]；Doku et al.2017[20])，从而促进企业获取生产设备、工人、厂房、能源、资金存量等有形资产；同时，IFDI带来的技术外溢效应可帮助东道国企业通过引进、模仿、创新等方式获取专利技术、研发能力、跨国公司经营管理水平等无形资产(Helpman et al.2004[21]；Branstetter，2006[22]；景光正等，2017[23])；此外，IFDI的区位选择通常伴随经济集聚效应(吴林海和陈继海，2003[24]；何兴强和王利霞，2008[25])，有利于东道国企业在集聚区内合理调配资源、规避交易风险，获取交易性所有权优势；而规模经济和集聚经济效应为企业吸收上、下游环节，将交易活动纳入统一内部管理提供了基础条件，有助于形成内部化优势。随着本国规模经济、集聚经济发展，本国企业通过模仿示范、技术人员流动、竞争效应和产业联系的方式，从外资企业获得绿色技术溢出，发展绿色产业，治理前期因为扩张而造成的环境污染，从而降低碳排放强度。

2. OFDI到IFDI方向的碳减排机制。OFDI到IFDI的发展方向的环境溢出则综合体现国际生产折衷理论和跳板理论(Luo and Tung，2007[26])的思想。按照东道国类别差异，本文将OFDI分为对具有要素和资源优势的发展中国家OFDI和对技术先进的发达国家OFDI。面向发展中国家的顺梯度OFDI，旨在获取要素资源和市场，并转移边际产业，实现本国绿色经济发展和碳减排。然而近年来，随着中国综合国力不断提升和技术水平逐渐接近发达国家的技术前沿，发达国家对关键技术的转移设限，从发达国家获取关键技术面临的难度不断增大，过去依靠吸引高水平IFDI产生技术溢出的技术引入模式变得困难。在此背景之下，若要继续获取前沿技术，则需要进行技术获取型OFDI。在跳板理论下，新兴市场国家的企业通过并购等一系列积极措施向发达国家进行OFDI以寻求战略资产并弥补劣势。通过技术获取型OFDI，企业将外国战略资产进行整合并转移回国内。实际上，中国很多企业最近的跨国收购都旨在将高端一流的技术反馈回国，提高本国研发能力，进而增加技术所有权。因此，面向发达国家的OFDI则旨在获取前沿技术等战略资产弥补自身劣势，并将绿色技术能力等转移回国，实现国内绿色技术提升，促进碳减排。随着绿色经济发展和绿色技术提升，本国对外资进入的环境门槛也不断增强，吸引更多绿色IFDI。因此，在IFDI和OFDI的双向作用下，本国实现绿色技术超越，降低碳排放强度。本文逻辑演绎路线如图1所示。

综合上述分析，本文提出研究假设:双向FDI的协调发展能够促进绿色技术进步，降低碳排放强度。

(二)理论模型构建

以二氧化碳为主的温室气体排放作为一项重要的全球性问题，已获得不同视角的研究。在二氧化碳排放的人为驱动因素方面，Dietz and Rosa(1997)在IPAT模型的基础上改进的STIRPAT模型(Stochastic Impacts by Regression on Population,Affluence and Technology)被广泛运用于实证研究和政策建议。考虑到新增变量与模型的相容性问题,本文在基本的STIRPAT模型上根据乘法规范进行变量调整，将环境影响(I)进行因素分解：STIRPAT模型在IPAT模型的基础上放松弹性系数恒为1的假设，认为环境影响I可以表示为式(1)。

I=aPbAcTde

(1)

其中，ɑ为常数；P为人口规模；A为人均消费或人均产值；T为能源利用技术，表示除P、A以外其他影响环境的因素；e为随机误差项；b、c、d分别为各变量的弹性系数，体现环境变化对各驱动因素变化的反应程度。根据本文的理论分析部分，双向FDI的协调发展会显著提升绿色经济效率并提高能源利用效率。因此能源利用技术进步T可以写为双向FDI协调发展指标的增函数：

T=T0Dτ1Xτ2,τ1>0,τ2>0

(2)

其中，T0为常数，衡量初始技术水平；D为双向FDI协调发展水平；X为其他影响能源技术的因素，τ1、τ2为弹性系数。将式(2)带入式(1)，可以得到：

I=aPbAcT0θ1Dθ2Xθ3e

(3)

其中，θ1=d；θ2=dτ1；θ3=dτ2分别衡量初始技术水平、双向FDI协调发展水平和其他影响因素的弹性系数。由于环境影响I可以表达为碳排放总量除以地区生产总值即碳排放强度(Intensity)，式(3)两边取自然对数，即可得到影响碳排放强度的线性方程：

ln(Intensity)=α0+blnP+clnA+θ2lnD+θ3lnX+ε

(4)

韩峰和谢锐(2017)[27]指出，碳排放作为经济发展的附加产物，不仅会随自然气候条件变化而在空间扩散，也可通过要素流动和产业转移的方式在空间传播，因而碳排放呈现空间关联效应。因此，本文构建一般的静态空间计量模型(5)：

(5)

四、实证策略

(一)变量测度及设定

1. 被解释变量：碳排放强度。本文引用中国碳核算数据库(CEADS)(Shan et al.,2018[28];Shan et al.,2020[29];Guan et al.,2021[30])中表观核算的省份碳排放清单，该数据包含17种能源和水泥生产过程的二氧化碳排放量，指标相对全面客观。具体计算上，利用单位实际地区生产总值(以2004年价格计算)的碳排放量衡量碳排放强度。此外，本文在稳健性检验中利用人均碳排放量作为被解释变量替代指标。

2. 解释变量：双向FDI协调发展水平。参考黄凌云等(2018)衡量方式，借鉴物理学容量耦合系统，用双向FDI耦合度衡量二者关系，具体计算方式为：

(6)

其中，IFDIit为省份i在t年外商直接投资实际使用金额，考虑到中国各省队外直接投资流量波动性较大，OFDIit为非金融类对外直接投资存量，在稳健性检验中，为了更准确衡量地区经济对外开放程度，本文采用单位地区生产总值IFDI和单位地区生产总值OFDI构成相对指标进行检验。α、β为特定权重，由于IFDI和OFDI现阶段具备互动效应且对中国经济同样重要，设定α、β的值均为0.5，并将调节系数γ设定为2。由于耦合度高可能包含IFDI和OFDI位于较低值互动的状态，而高水平对外开放应该建立在双向FDI均处于较高值且互动的基础上，因此本文构建耦合协调度指标，用以衡量双向FDI协调发展水平：

(7)

3. 控制变量。为减少遗漏变量带来的估计偏差，本文参考邵帅等(2019)[31]、龚梦琪等(2019)[32]、张平淡和张惠琳(2021)[33]引入控制变量。主要包括贸易开放度(trade)、人口规模(pop)、劳动生产率(productivity)、人均收入水平(pgdp)、城镇化率项(ur)、产业结构(is)、能源消费结构(es)、市场化程度(market)、研发水平(rd)和污染治理(govpollu)。各变量的具体定义如表1所示。

表1 各变量定义

(二)数据来源

基于研究数据的可得性和统计口径的一致性，本文选取2004—2018年中国除西藏自治区及港澳台地区以外的30个省(市、自治区)为样本。原始数据主要来源于《中国统计年鉴》《中国对外直接投资统计公报》《中国碳核算数据库》《中国劳动统计年鉴》《中国科技统计年鉴》以及商务部、国家统计局。针对个别变量存在缺失值的情况，本文首先采取多种数据库相互补充的方式，若无官方数据，则采用插值法填补。

(三)空间相关性检验

在进行空间计量分析之前，需要检验变量在不同地区是否存在显著的空间相关性。本文通过计算全局莫兰指数(Moran’s I Index)识别关键变量在省份之间的平均空间相关性。莫兰指数的取值介于-1和1之间，大于0表示高值与高值相邻、低值与低值相邻的区域间正相关的关系，反之，小于0则表示高值与低值相邻的负相关关系。由莫兰指数计算公式可知，变量在区域之间的空间相关性取决于空间权重矩阵，因此，需要正确设定空间权重矩阵以度量各省份之间的地理或经济距离。本文分别设定地理邻接矩阵W1、地理反距离矩阵W2、经济地理嵌套权重矩阵W3。

1. 地理邻接矩阵。根据省份地理位置信息，具有共同边界的省份构成的矩阵元素赋值为1，不相邻的省份构成的矩阵元素则赋值为0。

2. 地理反距离矩阵。根据省份经纬度，测算省份i和省份j之间的实际地理距离，并计算距离的倒数作为空间权重矩阵的元素，用于表征省份之间的空间关系。

3. 经济地理嵌套矩阵。经济地理嵌套权重矩阵由地理距离与经济距离嵌套而成，具体计算方式为：

(8)

根据三个权重矩阵和Moran’s I指数计算方法，本文对样本期内每一年各省份碳排放强度的空间相关性进行检验(表2)。由表2可知，在不同的空间权重矩阵下，上述样本范围内的30个省份(直辖市、自治区)的碳排放强度存在显著为正的空间相关性，即碳排放强度高的省份周围也聚集着碳排放强度高的省份，同理，低碳排放省份也呈现聚集的态势。

表2 空间相关性分析：各年全局莫兰指数

续表2

(四)空间计量回归模型选择及适用性检验

空间计量模型根据空间交互效应来源不同而呈现不同种类，本文遵循Elhorst(2014)[34]从特殊到一般，再从一般到特殊的方式，分别利用LM检验、Hausman检验以及联合显著性检验，选择最适合本研究的空间计量模型。

1. LM检验。本文首先进行SAR和SEM模型的拉格朗日乘数检验(表3)。在邻接矩阵下,LM-err统计量和LM-lag统计量都在1%的显著性水平下拒绝了原假设，说明空间误差效应和空间滞后效应均存在，但稳健的LM-err统计量拒绝了原假设，而稳健的LM-lag统计量则接受“不存在空间滞后效应”的原假设，因此在邻接矩阵下，应该倾向选择空间误差模型(SEM)；但在反距离矩阵和地理经济嵌套矩阵之下，所有的空间误差和空间滞后乘数都显著拒绝原假设。由于不同矩阵的结果有所差异，所以应优先考虑使用空间杜宾模型(SDM)(LeSage and Pace,2009)[35]，其同时包含自变量和因变量的空间滞后算子，较全面地反映外生空间效应、内生空间效应，又能够排除干扰项带来的参数估计失去意义的问题，更具有一般性和普遍性。

表3 LM检验结果

2. LR检验。由于LM检验的结果存在不一致性，因此本文选择能更加精准识别模型的似然比检验(LR)，进一步验证初选的空间杜宾模型(SDM)能否退化为空间滞后模型(SAR)或空间误差模型(SEM)。将本文设定的变量在不同空间权重矩阵下，分别进行SAR、SEM和SDM模型回归并进行LR检验后(表4)。LR检验的统计量在1%水平下均显著拒绝SAR模型和SEM模型，即SDM模型无法退化为SAR或SEM模型，本文选择SDM模型进行空间计量回归是合适的。

表4 LR检验结果

3. Hausman检验。本文采用Hausman检验进行甄别回归过程采用固定效应还是随机效应(表5)。在邻接矩阵和反距离矩阵下，由于统计量为负值，无法判定其显著性，而在嵌套矩阵下，统计量显著拒绝随机效应原假设。结合前人研究经验，当Hausman检验统计量为负值时，优先选择固定效应模型进行实证，考虑到结果的稳健性，本文也将随机效应回归结果加以汇报。

表5 Hausman检验结果

4. 联合显著性检验。本文还需要在时间固定、空间固定或时间省份双固定效应下做出选择，因此再次借助似然比检验，对不同空间权重矩阵下的不同固定效应模型进行检验(表6)。所有检验的备择假设H1均为双向固定效应模型，由检验结果可知，无论采用何种空间权重矩阵，原假设均被拒绝，应采用时间空间双向固定效应模型。

表6 联合显著性检验

五、实证结果分析

(一)双向FDI协调发展与碳排放强度

根据前期理论模型构建和实证模型选择，本文将采用固定效应空间杜宾模型研究双向FDI协调发展水平与碳排放强度之间的关系及空间溢出效应。空间杜宾模型的解释变量中包含被解释变量的空间滞后项，因此不满足经典假定，普通最小二乘法的回归结果有偏且不一致，结合模型适用性选择的检验结果，本文使用极大似然回归法对空间杜宾模型进行时间空间双向固定效应回归，同时也报告了随机效应的回归结果。此外，本文在空间杜宾模型的回归过程中，对控制变量的空间溢出效应做一定筛选并排除空间溢出效应不显著的控制变量。

在三种权重矩阵下的回归结果如表7所示。在三种矩阵下，考虑了时间空间双向固定效应的关键解释变量双向FDI协调发展水平(Dio)的系数都显著大于随机效应的系数结果，说明若忽视不随时间改变的因素和不随个体改变的因素，会造成内生空间交互效应被低估。在邻接矩阵W1下，固定效应回归显示出无论是本地还是邻地的双向FDI协调发展水平(Dio和wDio)提升都会显著降低本地碳排放强度，但是在反距离矩阵和经济地理嵌套矩阵下的回归结果中，本地双向FDI协调发展(Dio)具有显著的碳减排效应，而wDio系数不显著说明碳减排的空间溢出效果并不明显。空间溢出效应在不同矩阵下的结果差异反映出空间权重的选择对本文结果具有重要影响。碳减排空间溢出效应仅在邻接矩阵下取得显著结果的原因是相较于反距离矩阵和经济地理嵌套矩阵，邻接矩阵具有更直观的地理相邻属性，这反映出中国相邻省份之间自然资源的相似属性确实产生碳排放在空间上的联动。

表7 空间杜宾模型在不同权重矩阵下的回归

(二)直接效应和间接效应分解

LeSage and Pace(2009)认为，由于空间杜宾模型同时考虑了自变量和因变量的空间滞后算子，被解释变量不仅受到本地解释变量的影响也受其他地区解释变量的影响，表7的参数估计结果并不能衡量各解释变量对被解释变量的边际影响，因此不能通过表7的系数判断双向FDI协调发展对碳排放强度的作用。而对空间模型求偏微分能够作为检验空间溢出效应假设的有效依据。因此，本文用偏微分系数观察解释变量的直接效应和间接效应。将空间杜宾模型式(5)用矩阵表示，并将因变量Y移到等式左侧，转化为式(9)。

(9)

其中，In为n阶单位矩阵。随后将上述等式写为以下形式：

(10)

被解释变量对解释变量求偏微分后，在等式右侧的方阵中，由元素Sr(W)ij构成的矩阵的对角线元素平均值为直接效应，即本地解释变量对被解释变量的影响，而非对角线元素的行或列平均值则为间接效应，反映其他地区解释变量对本地被解释变量的空间溢出效应。具体来看，直接效应主要为本地双向FDI协调发展水平对本地碳排放强度的影响，间接效应则表示邻地双向FDI协调发展水平对本地碳排放强度的影响。此外，直接效应包含邻地碳排放强度对本地碳排放强度的反馈作用，参考既往研究的处理方式，本文在分析时忽略这部分影响。不同矩阵下，本文的偏微分分解结果见表8。

表8 双向FDI协调发展对碳排放强度的直接效应和间接效应

在不同的空间权重矩阵下，双向FDI协调发展水平(Dio)对碳排放强度的直接效应都在1%显著性水平下为负，说明本省双向FDI协调发展水平会带动本省的碳排放强度下降，即FDI与OFDI协调发展具有显著的碳减排效应，符合前文理论部分的假设；就影响效果分析，双向FDI协调发展水平每提升1个百分点，会使得地区二氧化碳强度降低0.07个百分点左右。结合本文的理论基础，双向FDI协调发展的碳减排效应一方面可能源自各省份在吸引外资过程中所获得的绿色技术溢出，上述过程也为企业带来所有权优势和内部化优势；另一方面，结合其他发展中国家的区位优势，各省份能够在顺梯度对外投资的过程中转移边际产业，而面向发达国家进行技术获取型的逆梯度对外投资，从而转移绿色技术等战略资产回国，并提高未来对外资的环境门槛。通过IFDI—OFDI—IFDI基本循环模式中的绿色技术溢出与获取，各省份得以实现碳减排。

双向FDI协调发展水平的间接效应反映了各省份之间的空间溢出，但在不同矩阵下结果有所差异。具体来看，和空间杜宾模型的基础回归结果一致，仅在邻接矩阵下，相邻省份双向FDI协调发展才会产生显著的空间溢出效应，对本地碳减排做出贡献。在反距离矩阵和地理经济嵌套矩阵下，空间溢出效应并不显著，说明双向FDI协调发展的溢出效应仅在相邻省份之间发生，也反映出地理位置相邻决定的自然资源相似性在碳排放和碳减排中发挥的重要作用。邻接矩阵下间接效应强于直接效应，反映出相邻省份高水平对外开放的过程中，相互促进的双向FDI可能对本地经济规模产生较大“虹吸”效应，使本地被动碳减排。

(三)稳健性检验

1. 人均二氧化碳排放的需求端视角。前文以每单位地区生产总值的二氧化碳排放量作为被解释变量，能够从生产视角进行碳排放强度的衡量，尚未考虑到需求端的碳排放强度。根据邵帅等(2019)研究经验，消费者是生产活动的主要服务对象，从消费者行为角度测度碳排放强度具有客观性。因此，本文就双向FDI协调发展水平对人均碳排放的影响进行实证分析(表9)。解释变量的偏微分系数得到的直接效应和间接效应结果显示，在三种不同的空间权重矩阵下，本地双向FDI协调发展水平会缓解人均碳排放量，而仅在邻接矩阵下，双向FDI的协调发展水平会发挥空间溢出作用，对本地的人均碳排放产生显著缓解作用。由此看出，从需求视角进行的稳健性检验符合前文基础回归结果。

表9 人均二氧化碳排放的需求端视角

2. 双向FDI占地区生产总值的相对值视角。前述研究均采用了IFDI和OFDI的绝对数值计算双向FDI的耦合协调度，以此衡量其协调发展水平，而没有考虑地区总产值规模。为了更加客观反映地区经济投资开放程度，参考贸易开放度的计算方式，计算单位地区生产总值的IFDI和OFDI相对值，并重新计算两个相对指标的耦合协调度(Dio2)，用以替代基础回归中的解释变量。采用相对值视角计算耦合协调度的偏微分分解结果如表10所示。双向FDI协调发展水平都能够对本地产生碳减排作用均显著，且在邻接矩阵之下，呈现显著的空间溢出效应，相邻省份的双向FDI协调发展水平能够降低本地碳排放强度。

表10 双向FDI占地区生产总值的相对值视角

(四)机制检验：本地双向FDI协调发展、绿色经济效率与碳减排

本文对省份进行绿色经济效率核算，并设定中介效应模型进行机制检验，观测双向FDI协调发展是否显著提高绿色经济效率，最终产生碳减排效应。回归结果如表11所示。绿色经济效率的测算方法较为丰富，本文选择非径向、非角度的SBM方向性距离函数测算绿色经济效率。投入要素包括劳动、资本和能源。劳动和能源指标和前文变量使用数据一致，资本存量采用永续盘存法计算，全社会固定资产投资作为当年投资额，设定各省份固定资本的经济折旧率为9.6%。期望产出为各省(直辖市、自治区)地区生产总值(2004年不变价),非期望产出设定为二氧化碳排放量。

中介效应第一阶段绿色经济效率(GEE)对双向FDI协调发展水平的回归结果显示，不同空间权重矩阵下，直接效应、间接效应和总效应都显著为正，说明本地双向FDI协调发展水平会显著促进本地绿色经济效率提升，邻地双向FDI协调发展水平也具有上述作用。从而印证本地吸纳外商直接投资所获的绿色技术溢出能够缓解外资进入的“污染避难所”效应，而对外投资又能够帮助本地实现绿色技术获取，并且这一良性循环过程对邻地会产生示范效应和正向绿色溢出。在中介效应回归的第二阶段，将绿色经济效率(GEE)纳入到基础回归模型的解释变量中后，直接效应显示绿色经济效率表现出中介效应，本地双向FDI协调发展通过绿色经济效率提升，降低碳排放强度。考虑空间溢出的间接效应时，不同矩阵下的结果均显示，邻地绿色经济效率不能充当邻地双向FDI协调发展与本地碳减排的作用中介，因此，邻地的绿色经济效率提升不能为本地碳减排做出贡献。这一结论说明地区绿色发展的过程中主动作为的重要性。

在中国对外开放的早期阶段，IFDI进入各省份带动经济总量扩张并产生技术溢出效应，帮助中国缩小一定绿色技术差距，各省份获取绿色技术所有权并促进OFDI，同时治理由引进外资产生的环境污染。随着技术引进受限，中国开始进行以获取发达国家关键战略资源为主要目的的OFDI和以获取发展中国家要素和自然资源为主要目的的OFDI，实现技术积累和边际产业转移，最终完成绿色技术超越，提高引资的环境门槛和对绿色IFDI的吸引力。此外，得益于中国在部分省份进行的碳减排政策试点的持续推广，加之近年来要素市场流通更加顺畅，绿色技术进步在各省份间也发挥了较强的正向溢出效应。绿色技术进步最终表现为绿色经济效率的提升。因此，本地和邻地的双向FDI协调发展均通过提高本地绿色经济效率实现本地碳减排。

表11 绿色经济效率的中介效应检验及偏微分分解

续表11

(五)机制检验：邻地双向FDI协调发展、产业结构合理化与碳减排

上述研究表明邻地双向FDI协调发展可以提高本地绿色经济效率，从而间接促进本地碳减排。但基础回归的偏微分分解结果指出，在邻接矩阵之下，邻地双向FDI协调发展水平对本地碳减排产生的作用效果比来自本地双向FDI协调发展的影响更强。因此，有必要继续深入分析除技术进步外，邻地双向FDI对本地碳减排的影响机制。本文参考干春晖等(2011)[36]研究，采用泰尔指数测度各省份产业结构合理化指数，并尝试用产业结构的变化解释邻地双向FDI协调发展碳减排效果的空间溢出效应。由于在基础回归中，邻地双向FDI协调发展仅在邻接矩阵下能够缓解本地碳排放强度，因此本文继续验证在该矩阵下，产业结构合理化的中介作用。泰尔指数的计算如式(11)：

(11)

其中，Y表示地区经济总产值；L表示地区总就业人数；i表示产业；n表示产业部门数，即为3；Y/L表示生产率。因此，当泰尔指数取值为0时，代表产业生产率与经济总生产率相等，经济体出于均衡状态，产业结构合理；当泰尔指数偏离0越多，产业结构越不合理。

将泰尔指数(TL)作为双向FDI协调发展和碳排放强度的中介变量，依次进行两阶段回归并进行偏微分分解计算解释变量的影响力度(表12)。第一阶段用泰尔指数对双向FDI协调发展水平进行回归，可观察到间接效应系数显著为负，说明邻地双向FDI协调发展有助于本地实现产业结构合理化；第二阶段将泰尔指数纳入基础回归的解释变量，直接效应显示泰尔指数正向影响碳排放强度，即本地产业结构合理化能够降低碳排放。综合中介效应回归结果，邻地双向FDI协调发展通过提升本地产业结构合理化水平，降低本地碳排放强度。对此，本文认为邻地若保持高水平IFDI与OFDI相互协调，会对本地产业结构产生一定的“虹吸”效应或“辐射”效应，本地产业结构随着相邻省份的对外开放而进行更加合理化的调整，最终有利于降低碳排放强度。

表12 产业结构合理化的中介效应检验及偏微分分解

续表12

六、结论与启示

本文在国际生产折衷理论和跳板理论的基础上，提出中国IFDI与OFDI协调发展过程中通过绿色技术进步改善生态环境的理论分析框架，并检验了双向FDI协调发展的碳减排及其空间溢出效应，主要的研究表明，双向FDI协调发展会显著降低碳排放强度，且地理相邻的省份能够发挥空间溢出效应；来自本地和邻地的双向FDI协调发展均能够带动本地绿色技术进步实现碳减排，而邻地双向FDI协调发展还能通过产业调整提升本地产业结构合理化水平，降低本地碳排放强度。结合研究结论和现实背景，本文认为有三点启示。

第一，构建并强化IFDI和OFDI的协调发展关系。秉持绿色、共享、开放、廉洁的发展理念，持续推动高水平对外开放的对外经贸新发展格局。一方面，利用本国制度优势和经济率先复苏优势吸引外商投资逆势增长，提高本国对外资的环境门槛；另一方面，挖掘国外优质战略资源和发展机遇积极对外投资，在对外投资过程中吸收高水平外资流入，以此强化FDI与OFDI的协调发展关系。

第二，关注对外开放中的绿色发展问题。如何实现绿色对外开放，是中国参与全球环境治理的重要课题。一是要强化对外开放中的绿色技术进步，采用技术引进、模仿学习、自主创新等多条路径；二是要主动采取措施率先在国内进行产业结构和能源系统转型、终端部门减排等碳减排措施，改善国内生态环境的同时提高外资进入的环境门槛；三是采取绿色基建、绿色能源、绿色交通、绿色金融等一系列举措，在对外投资过程中作全球生态文明建设的贡献者和引领者，与国际社会一道构建人与自然生命共同体。

第三，发挥地区间的正向溢出作用。在实现“碳达峰”与“碳中和”目标的推进过程中，各地区要主动作为、协同发展。一方面，促进高水平人才和绿色技术等生产要素在地区间自由流通，发挥国内市场间的绿色低碳技术示范与外溢效应；另一方面，在“双碳”目标进行的产业布局与调整应该在结合本地优势的同时，考虑对周边地区辐射效应，为本地和周边地区同时构建既匹配资源优势又低碳环保的产业结构，积极发挥地区之间的溢出作用。