潘艳 梅璎
摘 要:提升绿色全要素生产率对于推进中国经济绿色发展具有重要意义。基于空间杜宾模型,利用Matlab,采用空间计量方法,就环境规制、外商直接投资和绿色全要素生产率三者之间的关系及影响机理进行深入分析。结果表明,环境规制对外商直接投资有抑制作用;外商直接投资抑制了绿色全要素生产率的发展,但环境规制政策的实施对其抑制作用有一定程度的改善;外商直接投资在环境规制对绿色全要素生产率的影响中存在中介效应。
关键词:环境规制;FDI;绿色全要素生产率;空间溢出效应
中图分类号:F124 文献标志码:A 文章编号:1673-291X(2024)09-0067-03
一、研究背景
我国实行改革开放和对外贸易等政策以来,吸引了大量的外商直接投资(FDI),使得我国经济迈入了高速发展阶段。但是由于我国目前的经济发展模式仍然是“高投入、高耗能、高排放”[1],导致环境问题日益严重,因而实行环境规制、加大环境保护力度刻不容缓。《“十四五”工业绿色发展规划》曾提出要向实施工业领域碳达峰行动,构建绿色低碳技术体系、绿色制造支撑体系,推进工业向能源消费低碳化、资源利用循环化、产品供给绿色化等方向转型。而绿色全要素生产率是衡量经济高质量发展和生态环境水平的一大指标[2],对我国产业结构转型升级尤为重要[3]。
开放和绿色发展是五大发展理念的重要内容, 开放发展注重的是解决发展内外联动问题,绿色发展注重的是解决人与自然和谐问题[4]。对此,本文运用空间杜宾模型,探究外商直接投资对环境规制的作用,讨论外商直接投资对绿色全要素生产率的影响以及环境规制变量的加入如何影响绿色全要素生产率,以期为实现开放和绿色发展的双目标提供政策方向。
二、理论分析与研究假设
根据“污染天堂假说”,环境规制政策的实施需要企业缴纳排污费及清洁费等。这些费用增加了企业的运营及生产成本,影响了研发创新投入,降低了企业的生产率,使其在国际上缺乏竞争力和比较优势,外资企业则对该投资环境失去兴趣,从而不利于FDI的流入。
基于此,提出假设1:环境规制抑制FDI的流入。
环境规制对绿色全要素生产率的影响机制较为复杂。根据新古典增长理论,企业通过新技术、新工艺对产品进行更新改造升级,从而提高绿色全要素生产率。而Lanoie等[5]学者则提出了“遵循成本效应”,他们认为环境规制直接提升了企业的生产成本,挤出了研发成本,长期来看不利于绿色全要素生产率的发展。所以,环境规制短期内可以提高绿色全要素生产率,长期来看则是抑制了绿色全要素生产率的发展。
在开放经济的条件下,自由贸易会导致高污染产业从发达国家转移至发展中国家。这是因为发达国家一般具有较强的环境保护意识,发达国家政府会通过制定严格的环境管理制度和标准。而较为严格的环境规制政策在一定程度上会影响外资引入的质量,会减少甚至避免污染型外资企业的涌入,从而缓解外商直接投资对绿色全要素生产率的抑制作用。基于以上观点和结论,提出假设2。
假设2:FDI对绿色全要素生产率起到抑制作用,但是严格的环境规制政策的实施对FDI抑制绿色全要素生产率起到调节作用。
三、研究设计
(一)模型构建
由于外商直接投资和绿色全要素生产率具有空间溢出效应,而现在大部分研究均忽视了空间上的影响,因而本文采用空间计量的方法来研究外商直接投资、环境规制和绿色全要素生产率的空间相关性,具体模型如下:
式中:InFDIit为各省FDI;ENVit为各省环境规制水平;GTFPit为各省绿色全要素生产率水平;Xit为本文纳入的控制变量,并对部分变量取对数;W为30×30的空间权重矩阵;a、β、θ均为回归系数;μi为个体效应;vt为时间效应;εit为随机扰动项。
为了检验环境规制在外商直接投资对绿色全要素生产率的影响机制中是否具有调节效应,因而本文将外商直接投资和环境规制同时纳入空间计量模型,具体模型如下:
(二)变量设定和数据说明
本文选取我国除西藏和港澳台以外30个省份2004—2019年的数据,数据来源于《中国统计年鉴》《中国环境统计年鉴》以及国家统计局、CMSCA数据库和同花顺数据库。变量定义如下:
1.被解释变量:绿色全要素生产率(GTFP)。在Cecchini L等[6]研究成果基础上,采用SBM-DDF模型的Malmquist-Luenberger指数法,以2004年不变GDP为期望产出,以工业废水、二氧化硫和工业烟(粉)排放量为非期望产出,以资本、劳动和能源为投入指标来测算绿色全要素生产率。
2.核心解释变量:外商直接投资(FDI)。本文借鉴申晨等[7]的研究方法,采取以美元为单位的FDI数据进行研究,用每年平均汇率折算成人民币,再用固定资产投资价格指数对其进行平减处理,最后对已处理数据取对数,来衡量FDI水平。
环境规制综合指数(ENV)。该指标借鉴李梦洁和杜威剑[8]的做法,利用熵值法对30个省份的工业废水排放量、工业SO2 排放量以及工业烟尘排放量进行计算。
3.控制变量:技术创新(R&D),以专利申请授权数来表示;产业结构(IS),以第三产业增加值与第二产业增加值的比来表示;人力资本(HL),以各省平均受教育年限来表示;国内生产总值(GDP),来衡量地区的综合实力;经济发展水平(PGDP),用国内生产总值/人口来表示;金融发展水平,以金融机构贷款总和与GDP的比值来表示。
四、实证结果与分析
(一)空间自相关测度结果分析
基于四阶邻近权重矩阵,利用Morans I指数检验外商直接投资和绿色全要素生产率的空间自相关性。可知,中国30个省的外商直接投资和全要素生产率的Morans I指数全部大于0,且基本全部通过了显著性检验,这表明二者具有一定的空间自相关性。
(二)FDI、环境规制对绿色全要素生产率的空间计量分析
为进一步探讨FDI、环境规制和绿色全要素生产率之间的空间溢出效应。本文先对面板数据进行LR和Wald检验,其结果均通过检验,说明拒绝SDM模型退化为SAR和SEM模型,因而SDM为最优选择。然后对模型进行Hausman检验,其结果拒绝了原假设,因此表明选择固定效应进行实证分析。
本文先基于邻近权重矩阵,控制技术创新、人力资本、金融发展水平等变量后,根据模型(1)检验环境规制和外商直接投资之间的内在关系。由表1可知,环境规制对外商直接投资的直接间接效应均显著为负,表明环境规制政策的实施会减少外商直接投资的流入,验证了本文所提出的假设1。
根据模型(2)(3)来探究FDI、环境规制对绿色全要素生产率的空间溢出效应。表1(3)(4)列为没有纳入环境规制因素的SDM模型分解结果,(5)(6)列为纳入环境规制因素的SDM模型分解结果。从直接和间接效应看,FDI对本省和邻省的绿色全要素生产率的系数均为负,且在1%的水平上显著。在纳入环境规制变量后直接效应的作用在5%的水平上显著为负,这说明环境规制的加入对FDI对本省绿色全要素生产率的抑制作用有所缓解,验证了本文所提出的假设2。
(三)稳定性检验
为了保证研究结果的稳定性,本文更换权重矩阵,采取地理权重矩阵再次对模型(3)进行杜宾模型回归。不加入环境规制,得到的结果是外商直接投资的直接效应在10%的水平上显著为负,间接效应在1%的水平上显著为正,基本所有变量系数方向与表结果基本一致,且大部分变量系数仍然显著。加入环境规制变量以后,间接效应在1%的水平上显著为负,虽然FDI对绿色全要素生产率的直接影响不显著,但是仍然起到了缓解作用,与前文提出的假设相一致。
五、政策建议
1.制定差异化环境规制政策,完善环境规制体系,确定合理的环境规制强度。政府在制定环境规制政策时,应该因地制宜,综合考虑当地的经济发展水平、资源要素、地理条件等,制定科学合理的环境规制政策。结合本文的实证结果来看,环境规制与绿色全要素生产率之间呈现“倒U型”关系,所以政府应当制定符合当地现实情况的环境规制政策,过度的环境规制强度反而会抑制绿色全要素生产率的发展。
2.建立有效识别绿色技术创新企业的体系,优化产业结构。政府应该设置绿色壁垒,区分污染密集型企业和绿色技术创新企业,积极引进绿色创新企业,阻止污染密集型企业的进入,选择高质量的外商直接投资,加大对绿色技术创新企业的补贴力度。同时,政府应当积极优化自身的产业结构,加大第三产业的相对比重。
3.加大对教育方面的投入力度,培育高科技人才,提升绿色创新能力。绿色全要素生产率的提升离不开不断地创新,因而培育高科技人才刻不容缓。实施“科教兴国”战略,让人力资本的知识和技术溢出效应成为绿色全要素生产率的内在推动力。通过引进人才进一步提高我国科技创新能力,从而提升绿色全要素生产率。
参考文献:
[1] 张帆,施震凯,武戈.数字经济与环境规制对绿色全要素生产率的影响[J].南京社会科学,2022(6).
[2] 胡琰欣,屈小娥,董明放.中国对外直接投资的绿色生产率增长效应:基于时空异质性视角的经验分析[J].经济学家,2016(12).
[3] 卢丽文,宋德勇,黄璨.长江经济带城市绿色全要素生产率测度:以长江经济带的108个城市为例[J].城市问题,2017(1).
[4] 李光龙,范贤贤.贸易开放、外商直接投资与绿色全要素生产率[J].南京审计大学学报,2019,16(4).
[5] P Lanoie,M Patry,R Lajeunesse. Environmental Regulation and Productivity:Testing the Porter Hypothesis[J].Journal of productivity analysis,2008,30(2).
[6] Lucio Cecchini. Environmental Efficiency Analysis and Estimation of CO2 Abatement Costs in Dairy Cattle Farms in Umbria(Italy):A SBM-DEA model with undesirable output[J].Journal of Cleaner Production,2018,197(1):895-907.
[7] 申晨,辛雅儒,贾妮莎,等.OFDI对工业绿色全要素生产率的影响机制:基于两阶段Super-SBM-Malmquist指数模型的分析[J/OL].中国管理科学:1-13(2022-06-30).https://doi.org/10.16381/j.cnki.issn1003-207x.2021.1620.
[8] 李梦洁,杜威剑.环境规制与就业的双重红利适用于中国现阶段吗?——基于省际面板数据的经验分析[J].经济科学,2014(4).
[责任编辑 文 欣]