FDI质量对中国东部地区绿色经济增长的影响

摘要：为了进一步探索我国东部地区FDI质量与绿色经济增长的关系，文章以2010—2022年中国东部地区11个省市的面板数据为研究样本，采用SBM模型结合ML指数测算的绿色全要素生产率来表征绿色经济增长，并采用熵值法构建FDI质量综合评价指标，最后采用固定效应模型进行回归分析，从而探讨FDI质量对中国东部地区绿色经济增长的影响。实证结果表明，外商直接投资对中国东部地区绿色经济增长有显著影响，FDI质量的提高对中国东部地区绿色经济增长有显著的促进作用。

关键词：FDI；FDI质量；绿色经济增长；外商投资

中图分类号：F426.2文献标识码：A文章编号：1005-6432（2024）35-0001-04

DOI：10.13939/j.cnki.zgsc.2024.35.001

1引言

2024年的《政府工作报告》中明确指出，要加强生态文明建设，推进绿色低碳发展。中国不仅要大力发展绿色低碳经济，同时要积极稳妥推进碳达峰碳中和。因此，在“双碳”目标下，以高水平开放促进高质量发展的同时，通过引进和利用高质量FDI助力我国东部地区绿色转型和经济高质量发展显得尤为重要。那么，高质量FDI的发展究竟能否成为中国东部地区绿色经济发展的推动力？若能，影响程度又如何？这些问题是中国新时代高水平开放赋能区域绿色经济发展值得深入探讨的重要课题。

有关FDI对于绿色经济增长的研究，国外学者Hille等（2019）和Phung等（2023）通过构建不同计量模型探讨FDI与绿色经济增长的关系，其分析结果显示，FDI的流入不仅推动了区域经济的增长，还显著降低了空气污染的强度[1]，尤其在经济发展水平较高的经济体中其影响更为显著[2]。而Aust等（2020）和Musah等（2022）的研究结果显示，虽然FDI总体上促进了东道国经济发展，但对经济发展落后的国家会带来一些不利的环境后果[3]，验证了污染天堂假说在相关领域的适用性[4]。国内学者周杰琦和张莹（2021）通过建立“FDI-经济集聚-绿色经济效率”的实证框架，发现FDI对绿色经济效率的影响具有双重性[5]。代沁雯（2023）的实证分析结果显示，双向FDI耦合协调显著促进了绿色经济效率的提升[6]。

有关国际投资的环境效应，国际学者主要持两种不同态度。一是以“污染天堂假说”为代表的观点，其认为发达国家的企业倾向于通过FDI将高污染产业和夕阳产业转移到环境法规标准相对较低的国家，导致FDI会加重东道国的环境污染。另一种则是以“污染光环假说”为代表的观点，其认为FDI的流入会带来先进的生产技术、清洁技术和管理经验，通过技术外溢和知识扩散，对东道国的环境保护产生了正面影响，从而减少了其国内的污染。因此，文章将进一步探究中国FDI对环境的影响。

2机理分析

FDI通过资本累积效应促进经济增长，很大程度上弥补了由于国内储蓄不足而出现的资金缺口。首先，随着FDI所创造出的生产活动和污染治理活动的规模效益逐渐递增，其经济规模不断扩大，并且通过提升东道国居民的人均收入和环保意识，进而降低环境污染。其次，高质量FDI的流入会减缓东道国资本回报率的边际递减趋势，通过提升东道国资本回报率和资本配置效率，进一步消化东道国未能充分利用的过剩的低端产能，进而缓和由于国内粗放式经济发展模式产生的环境污染和资源约束。最后，高质量FDI的引进会带来先进的技术、生产方式和管理模式，以及绿色的消费方式，通过“倒逼”东道国原有产业的形成，助力其产业结构的升级，进而促进东道国绿色经济发展。

综上所述，引进高质量的FDI在促进东道国经济增长和产业结构升级的同时，有利于改善环境污染，降低污染排放，进而助力东道国绿色经济的增长与发展。

3研究设计

3.1研究对象

考虑到中国FDI不同地区的发展现状和影响程度，文章选取中国东部地区11个省份、直辖市为研究对象，分别为北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省。这些东部地区的外商投资和进出口贸易对其经济增长与发展产生极为重要的影响，同时中国东部发达省市也是我国开放程度最高、吸引外资进入最多和绿色经济发展水平处于前列的地区。因此，文章选取了2010—2022年这11个省份、直辖市的面板数据为研究对象。

3.2模型构建

根据上文分析可知，FDI对一个地区的绿色经济增长具有显著影响，因此文章将绿色经济增长作为被解释变量，将FDI质量作为核心解释变量，并引入多个控制变量，通过构建面板数据模型进行实证分析，进而探讨FDI质量对于中国区域绿色经济增长的影响。文章选取2010—2022年中国东部地区的11个省份、直辖市构成研究的面板数据。具体回归计量模型构建如下：

GTFPit=β0+β1FDIQit+∑6i=2βiControlit+ui+λt+εit（1）

其中，GTFPit是被解释变量绿色经济增长，用第t年该省份i的绿色全要素生产率来表征；FDIQit是核心解释变量FDI质量，用第t年该省份i的FDI质量的综合指标体系来表征；Controlit为其余控制变量，包含对外开放水平（OOW）、金融发展水平（FD）、城镇化水平（UL）、人力资本水平（HC）和研发投入强度（RI）五个控制变量；ui为个体（省份）固定效应；λt为时间固定效应；εit为随机误差项。

3.3变量选取

文章的被解释变量为绿色经济增长，选取了绿色全要素生产率来进行表征。文章采用由Tone提出的非径向的、非角度的超效率SBM模型来测算绿色全要素生产率。SBM模型测算的是某一时期的生产增长率，无法对不同时期的生产变化进行动态测算。Malmquist-Luenbenrger指数能够运用不同时间点的数据对生产率的变化进行动态测算，还可以进一步分解成技术效率变化和技术进步变化两部分，技术效率变化说明了由生产效率内部变化所引起的产出效率增长，技术进步变化则说明了由技术进步变化所引起的产出效率增长。ML指数的计算公式如下：

ML=1+D→to（xt，yt，bt;yt，－bt）1+D→to（xt+1，yt+1，bt+1;yt+1，－bt+1）×1+D→t+1o（xt，yt，bt;yt，－bt）1+D→t+1o（xt+1，yt+1，bt+1;yt+1，－bt+1）（2）

因此，文章主要运用超效率的SBM模型结合Malmquist-Luenbenrger指数对中国东部地区各省份绿色全要素生产率进行测算。文章参考谢婷婷和刘锦华（2019）的绿色全要素生产率评价指标体系[7]，对各项指标进行选取。

文章的核心解释变量为FDI质量。鉴于从多方面综合考虑评价指标体系，文章借鉴白俊红和吕晓红（2017）[8]的方法，从实际规模、技术含量、管理能力、出口规模和盈利能力五个指标衡量一个地区的FDI质量，并且采用熵值法构建FDI质量的综合指标，从而全面表征中国东部各省市FDI的质量。

3.4数据来源

考虑到样本数据的可得性与一致性，文章采用了2010—2022年中国东部地区11个省份、直辖市的面板数据为研究对象。其中，数据主要来源于《中国统计年鉴》《中国工业统计经济统计年鉴》《中国环境年鉴》以及各省份统计年鉴，部分数据由EPSDATA官网、国泰安、Wind数据库整理而得。同时，对于个别缺失数据，文章采用插值法和平均增长率法对缺失数据进行了补全。最后，为了减少价格波动对数据产生的影响，文章采用以2010年为基期的各种价格指数对部分数据进行了调整，以保证实证分析的有效性。

4实证分析

4.1变量相关性分析

首先，文章对上述各变量进行了相关性分析，表1报告了文章所使用样本间的相关系数矩阵。从表中可以看出，绿色全要素生产率（GTFP）与FDI质量综合指标（FDIQ）之间的相关系数为0.304，且在1%的水平上显著为正，说明区域绿色经济增长与FDI质量之间具有一定的正相关性，这一结构也初步验证了文章的结论。此外，相关系数矩阵结果显示，各控制变量之间与被解释变量存在显著的相关性，说明控制变量的选取具有一定的作用，可以进行后续的回归分析。

4.2多重共线性检验和Hausman检验

由于上述变量相关性分析中，存在部分变量间具有较高的相关系数，为了避免出现严重的多重共线性，接下来文章对样本变量进行了多重共线性检验。在多重共线性检验的结果中，除了城镇化水平（UL）之外，其余解释变量的VIF值均小于5，而且城镇化水平（UL）变量的VIF值小于10。因此，样本变量不存在严格的多重共线性，样本数据可以进行下一步的实证研究。

为了确定回归模型采用固定效应模型还是随机效应模型，文章对样本数据进行了Hausman检验。检验结果表明，通过Hausman检验P值为0。因此，回归模型选用固定效应模型更为合适。

4.3样本基准回归

表2报告了样本数据基准回归的研究结果。第一列报告了FDI质量综合指标（FDIQ）对绿色全要素生产率（GTFP）的单变量回归结果，FDI质量综合指标（FDIQ）的回归系数为1.359，且在5%的水平上显著（β=1.359，t=2.988）；第二列报告了增加省份和年份双向固定效应后的单变量回归结果，FDI质量综合指标（FDIQ）的回归系数为0.603，且在1%的水平上显著（β=0.603，t=3.317）；第三列报告了增加地区对外开放水平（OOW）作为控制变量后的回归结果，FDI质量综合指标（FDIQ）的回归系数为0.497，且在1%的水平上显著（β=0.497，t=5.049）；第四列报告了增加金融发展水平（FD）和城镇化水平（UL）作为控制变量后的回归结果，FDI质量综合指标（FDIQ）的回归系数为0.552，且在1%的水平上显著（β=0.552，t=6.570）；第五列报告了增加人力资本水平（HC）和研发投入强度（RI）作为控制变量后的回归结果，FDI质量综合指标（FDIQ）的回归系数为0.609，且在1%的水平上显著（β=0.609，t=5.473）。

回归结果表明，FDI质量的提升增强了绿色全要素生产率的增长，文章的预期结果得到验证。从经济含义的角度来看，第五列的回归结果显示，当地区FDI质量提升时，该地区绿色全要素生产率在平均意义上会增加0.609，相当于绿色全要素生产率水平的平均值（0.269）的2.3倍左右。

4.4稳健性检验

4.4.1更换被解释变量度量方式

文章参考了余奕杉和卫平（2021）对于绿色全要素生产率的测度方法[9]，结合GML生产率指数，运用超效率的SBM模型，测算得到2010—2022年我国东部地区11个省份、直辖市的绿色全要素生产率的增长率（GTFP2）作为区域绿色经济增长的稳健性指标。

在基准回归中，文章使用了超效率的ML-SBM模型测算的绿色全要素生产率作为绿色经济增长的代理变量；在稳健性检验中，文章使用了超效率的GML-SBM模型测算的绿色全要素生产率作为绿色经济增长的代理变量。在替换被解释变量的度量方法后的回归结果中，FDI质量综合指标（FDIQ）的回归系数为0.114，且在10%的水平上显著为正（β=0.114，t=1.952），说明FDI质量水平的提升促进了区域绿色经济的增长。检验结果表明，在更换被解释变量的测算方法后文章的结论依然成立，回归结果具有一定的稳健性。

4.4.2滞后核心解释变量

文章又对核心解释变量FDI质量进行滞后效应的检验。根据滞后效应的检验结果，在滞后一期核心解释变量（FDIQ）后的回归结果中，滞后一期FDI质量综合指标的回归系数为0.511，且在1%的水平上显著为正；在滞后两期核心解释变量（FDIQ）后的回归结果中，滞后一期FDI质量综合指标的回归系数为0.476，且在1%的水平上显著为正。从滞后一期到滞后两期，FDI质量对于绿色全要素生产率的影响逐渐削弱，但是仍在1%的水平上显著，说明FDI质量对于东部地区绿色经济增长的影响具有滞后性。

由于滞后效应检验结果中核心解释变量的回归系数仍然显著为正，与上文实证结果一致，这表明实证回归结论具有稳健性。

5结论

通过前文FDI质量对于中国东部地区绿色经济增长影响的实证分析的总结，文章得出了以下研究结论：根据前文的相关性分析中，可以看出区域绿色经济增长与FDI质量、对外开放程度、城镇化水平、金融发展水平、人力资本水平以及研发投入强度具有显著且较高的相关性，表明FDI对中国东部地区绿色经济增长产生了显著的影响。同时，实证分析表明FDI质量对绿色全要素生产率的回归系数显著为正，并且通过了滞后效应检验，证明了FDI质量的提升对于中国区域绿色经济增长具有显著的正向促进作用。

FDI的质量不仅包括投资者的资金实力和技术实力，还包括其环境意识和社会责任感。高质量的FDI不仅能够带来更多的技术创新和管理经验，还能够促进资源的有效利用和环境保护。与此相反，低质量的FDI可能会导致资源过度开发、环境污染和社会不稳定，甚至可能逆转绿色经济增长的趋势。因此，中国政府应当采取措施吸引和引导高质量的FDI，同时加强对低质量FDI的监管和管理。

参考文献：

[1]HILLEE，SHAHBAZM，MOOSAI.TheimpactofFDIonregionalairpollutionintheRepublicofKorea：awayaheadtoachievethegreengrowthstrategy？[J].Energyeconomics，2019（81）：308-326.

[2]PHUNGTQ，RASOUlINEZHADE，LUONGTHITHUH.HowareFDIandgreenrecoveryrelatedinSoutheastAsianeconomies？[J].Economicchangeandrestructuring，2023，56（6）：3735-3755.

[3]AUSTV，MORAISAI，PINTOI.Howdoesforeigndirectinvestmentcontributetosustainabledevelopmentgoals？EvidencefromAfricancountries[J].Journalofcleanerproduction，2020（245）：118823.

[4]MUSAHM，MENSAHIA，AIFRREDM，etal.Reinvestigatingthepollutionhavenhypothesis：thenexusbetweenforeigndirectinvestmentsandenvironmentalqualityinG-20countries[J].Environmentalscienceandpollutionresearch，2022：1-18.

[5]周杰琦，张莹.外商直接投资、经济集聚与绿色经济效率——理论分析与中国经验[J].国际经贸探索，2021，37（1）：66-82.

[6]代沁雯.双向FDI耦合协调对我国绿色经济效率的影响研究[D].成都：四川大学，2023.

[7]谢婷婷，刘锦华.绿色信贷如何影响中国绿色经济增长？[J].中国人口·资源与环境，2019，29（9）：83-90.

[8]白俊红，吕晓红.FDI质量与中国经济发展方式转变[J].金融研究，2017（5）：47-62.

[9]余奕杉，卫平.中国城市绿色全要素生产率测度研究[J].生态经济，2021，37（3）：43-52.