2 (浙江财经大学金融学院, 杭州, 310018)
改革开放以来，我国开始重新融入世界经济体系，外资(FDI)成为我国经济增长的重要动力。2011年，我国引进FDI高达1 160亿美元，排名世界第二；外资(包括港澳台资企业)工业行业总产值与从业人员分别占我国规模以上工业企业总产值的25.87%和28.08%。因此，外资在我国经济建设领域发挥着重要作用，有力地促进了我国的经济增长与就业。与我国实际利用外资不断增长的另一个事实是：2006年我国的二氧化碳排放量达到64.15亿吨，首次超过美国成为世界第一大二氧化碳排放国，到2011年更是增加到89.79亿吨，占全球二氧化碳排放量的26.4%。由此，外资是否加剧了我国的二氧化碳排放成为近年来学术界研究的热点问题。
二 文献综述有关投资与环境关系的研究，国内外学者把更多的目光聚集在FDI对环境的污染问题上，重点是FDI对CO2排放的影响。关于FDI对CO2排放的影响，不同学者对不同国家的研究结论并不统一，存在两个不同的理论假设与结论。假设一是，FDI存在“碳光环”效应。该假设认为FDI具有明显的技术溢出效应，改善了当地企业的排污技术，从而有助于减少当地的CO2排放。Yasmine Merican et al.(2007)采用自回归分布滞后模型对东南亚五国30年的数据分析后发现，FDI对当地的碳排放具有显著的负影响。Perkins和Neumayer(2012)利用1982—2005年共24年的77个发展中经济体和发达经济体的动态面板数据对FDI与东道国CO2排放的相关性进行分析后发现，FDI有助于改善东道国的CO2排放技术，进而减低了东道国的CO2排放量。宋德勇、易艳春(2011)通过对1978—2008年中国FDI与CO2排放关系的探讨，发现FDI减少了我国的CO2排放。李子豪等(2011)、谢文武等(2011)的研究也支持FDI在我国存在“碳光环”效应。假设二认为，FDI形成“污染避难所”，FDI将污染型企业从环境管制较严的母国转移到环境管制较松的东道国，使之成为“污染避难所”，从而增加了东道国的CO2排放。Aliyu和Aminu(2005)利用14个国家1990—2000年共11年的面板数据就FDI对东道国的碳排放的影响进行实证检验，研究结果发现，FDI流入增加了东道国的碳排放。Jorgenson等(2007)采用固定效应模型对39个发展中国家研究后发现，FDI增加了当地的CO2排放。牛海霞、胡佳雨(2011)通过对我国28个省际面板数据实证分析后发现，FDI每提高1%，人均CO2排放增加0.09%。郭沛、张曙霄(2012)利用计量模型检验了中国碳排放量与外商直接投资之间的关系，结果表明外商直接投资的增多将加大中国的CO2排放量。王道臻等(2011)、熊立等(2012)的研究也得到了类似的结论。概括来讲，FDI的“碳光环”假设认为，进入东道国投资的外资企业具备先进的技术或者进入的行业属性是非污染型行业，因而有助于减少当地的CO2排放水平；而FDI的“污染避难所”假设则认为外资进入东道国的动因是源于边际产业转移理论与产品生命周期理论，FDI将本国成熟或淘汰的产业转移到管制较松的发展中国家，这样的产业属性多集中于污染型企业，从而FDI会造成将环境成本转嫁到东道国，增加了当地的CO2排放。从已有文献来看，学术界对两种假设的争论莫衷一是，绝大多数文献的计量模型都基于FDI与碳排放的回归模型(沈坤荣、王东新，2011；杨立国、刘宇娜，2013)，事实上，FDI是否显现“碳光环”效应或成为“污染避难所”，应当与内资企业的碳排放效应进行比较，才能更好地评价FDI对东道国CO2排放的影响。本文将FDI与内资纳入到统一的计量分析框架下，通过对我国省际面板数据的实证分析，比较FDI与内资对我国CO2排放的差异性影响。
三 模型、数据与方法 (一) 模型构建1995年，Grossman等提出可以从规模效应、技术效应与结构效应三个方面分解影响污染物排放的因素。Richard等(2003)利用STIRPAT模型提出了CO2排放的驱动因素分解公式，表达式如下：
| $ {E_i} = \alpha P_i^\beta S_i^\chi T_i^\delta $ | (1) |
其中，E表示CO2排放量，P表示人口数，S表示经济规模，T表示技术水平。众多学者借鉴上述两位学者的模型，对影响CO2排放的因素建立计量模型进行实证分析。例如，牛海霞、胡佳雨(2011)将影响CO2排放的因素分解为人均GDP、外商直接投资、经济结构、贸易开放度、城市化水平等。本文借鉴Grossman等(1995)、Richard等(2003)、牛海霞等(2011)、林伯强等(2010)的检验模型，进一步将经济规模细化分为FDI经济规模与内资经济规模两个解释变量。具体表达式如下：
| $ {\rm{LN}}{\mathit{E}_{it}} = {\alpha _i} + {\beta _1}{\rm{LN}}F{D_{it}} + {\beta _2}{\rm{LN}}D{I_{it}} + {\beta _3}{\rm{LN}}IN{D_{it}} + {\beta _4}{\rm{LN}}URB{A_{it}} + {\mu _{it}} $ | (2) |
其中，i=1, …，N，为截面单元；t=1，…，T，为时间期数；E表示CO2排放量；FD表示FDI企业经济规模；DI表示内资企业经济规模；IND表示经济结构；URBA表示城市化水平；μit表示影响CO2排放的其他因素；αi表示反映个体效应的截面特征。在所有变量前面均加LN，表示变量经过对数处理，以降低模型的异方差性。
(二) 变量选择与数据本文分别采用CO2排放总量(TC)与人均CO2排放(PC)作为CO2排放指标。由于目前我国对CO2排放并没有相关的统计数据，本文采用IPCC(2006)对CO2排放的计算方法，CO2排放量由各种能源消耗排放的CO2估算加总而得，具体公式如下：
| $ TC = \sum\limits_{i = 1}^3 E {C_i} \times NC{V_i} \times C{C_i} \times CO{F_i} \times \frac{{44}}{{12}} $ | (3) |
其中，TC表示估算的各种能源消耗所排放的CO2总量；i表示煤炭、石油、天然气；ECi表示各种能源的消费量；NCVi表示平均低位发热量；CCi表示碳含量，代表单位热量含碳水平；COFi表示氧化因子，指能源燃烧时的碳氧化率，44与12分别指CO2与碳的分子量。NCVi、CCi、COFi三项相乘得到碳排放系数，进而CO2排放体系数为碳排放系数的3.67倍(44/12)；参考牛海霞等(2011)的研究，取各研究单位估算的均值，如表 1，计算得到煤炭、石油、天然气的碳排放系数分别为0.732 9、0.557 4、0.422 6。由于统计数据中没有分省份的煤炭与石油消费量的直接统计，本文将分省份的煤炭与焦炭加总得到分省份的煤炭消费总量，将分省份的原油、汽油、煤油、柴油、燃料油等五种油类消费量加总得到石油的消费量。各类能源的统计数据来源于历年的《中国能源统计年鉴》。
|
表 1 各种能源的碳排放系数 |
由于外资与内资企业对CO2的影响主要集中于工业领域，本文利用工业总产值这一指标来表示外资与内资企业的经济规模。外资的数据来源于历年《中国统计年鉴》中的外资企业(含港澳台资企业)的工业总产值加总；由于《中国统计年鉴》中并无内资企业的统计，其指标数据则通过规模以上工业总产值减去外资企业工业总产值而得。
经济结构以第二产业产值占GDP的比重来表示，第二产业比重越大，消耗能源就越多，产生的CO2排放也越多。城市化水平也是影响CO2排放一个重要因素，城市化水平越高，消耗的能源有可能越多，进而引起CO2排放增加。这些数据来源主要是历年的《中国统计年鉴》、《中国人口统计年鉴》，亦有部分数据来源于历年各省份的统计年鉴。
本文研究的时间跨度为1997—2011年，包括除西藏外的大陆30个省份的面板数据。同时，对于GDP数据、外资与内资企业工业总产值运用GDP平减指数进行消胀处理，调整到1997年的不变价格水平。
四 计量估计结果及其说明 (一) 面板单位根检验面板数据回归之前需要确定面板数据是否平稳或具有相同的单整阶数，否则会出现伪回归问题。为了保证结论的稳健性，本文综合采用LLC检验、IPS检验、Fisher-PP检验以及Fisher-ADF检验对面板数据进行单位根检验；当四种检验结果不一致时，我们认为变量为非平稳的，将进一步进行差分检验，直到平稳。表 2为面板数据的单位根检验结果，由表 2可知，所有的变量均为一阶单整序列即Ⅰ(1)，因此，可以对模型中涉及到的变量进行面板数据回归。
|
|
表 2 面板的单位根检验结果 |
面板协整检验主要有三种方法：Johansen协整检验、Pedroni检验、Kao检验，其中Kao检验是基于回归残差的单位根检验，判定面板数据模型是否具有协整关系，如果通过回归残差的单位根检验，即残差序列是平稳序列，表明回归模型变量之间存在长期的面板协整关系。本文采用Kao检验方法进行检验，检验结果如表 3，结果显示Kao Residual协整检验均通过1%的显著性水平，表明下列以LNTC与LNPC为因变量的模型均存在面板协整关系，即CO2排放量、人均CO2排放量分别与外资经济规模、内资经济规模、产业结构、城市化水平存在长期的均衡关系。Hausman检验用来在固定效应与随机效应之间进行选择，如果接受原假设则选择随机效应模型，拒绝原假设则选择固定效应模型。表 3中分别列出两个模型的固定效应与随机效应回归结果，进一步对模型(2)与模型(4)进行Hausman检验，其结果分别约为80.87与110.88，均在1%的显著性水平上拒绝原假设，表明应当取固定效应模型进行分析。调整的R2表明方程的拟合优度较好，F统计量检验均通过1%的显著性检验，表明解释变量对被解释变量的联合解释能力较强。
|
|
表 3 面板数据模型估计结果 |
从表 3中的模型(1)与(3)可以看出，外资企业经济规模、内资企业经济规模、产业结构、城市化水平均通过1%的显著性水平且与CO2排放量、人均CO2排放量存在正相关关系。从模型参数的估计值来看，外资企业总产值每增长1%，CO2排放量与人均CO2排放量分别增加约0.22%与0.20%。这说明，外资企业经济规模增加加大了我国的CO2排放量，恶化了当地的环境。内资企业工业总产值每增长1%，CO2排放量与人均CO2排放量分别增加约0.42%与0.32%，均远大于外资企业经济规模的弹性系数。整体而言，无论是外资企业经济规模的扩大还是内资企业经济规模的扩大均增加了中国的CO2排放，但我们发现外资企业经济规模的影响力系数远小于内资企业的系数，内资企业经济规模对CO2排放与人均CO2排放的影响力分别是外资企业的2倍与1.5倍，说明与内资企业相比，外资企业具有相对先进的技术与管理经验、雄厚的资金实力，能更加清洁地生产，从而提高资源利用效率，减少在生产过程中CO2排放。同时，作为跨国性企业，大多数外资企业比本国企业更具有良好的企业社会责任意识，非常注意维护企业的外部形象，更多地倾向于执行母国的环境标准，因此，外资企业在生产过程中会比本地企业更好地遵守当地的环境保护法律，在减少CO2排放方面具有优势。
此外，产业结构对CO2排放与人均CO2排放的作用均为显著正影响，第二产业每提高一个百分点，CO2排放量与人均CO2排放量分别增长约0.51%与0.69%，即第二产业比重越大，CO2排放量就越多。一般来说，工业行业是能源消耗密集度高的行业，尤其是当前，我国经济正处于转型期，生产方式还没有得到根本性变革，中国制造的比较优势仍然是资源型与劳动力密集型产品，第三产业的发展还相对滞后，这就造成当前一段时间内第二产业比重相对较高，加大了CO2排放水平。从城市化的影响系数来看，城市化水平每提高一个百分点，CO2排放量与人均CO2排放量分别增长约0.40%与0.45%，说明中国目前的城市化水平还处于较低层次，城市化偏向追求规模而忽视质量，其集聚效应未能得到充分发挥，反而加大了资源的消耗，增加了CO2排放。
五 结论与引申外资对我国环境的影响一直是理论界研究的热点问题，该研究对于我国制定CO2减排政策具有重要的意义。本文基于1999—2011年我国省际面板数据，对比分析了外资与内资对我国CO2排放的差异性影响，得到了以下结论：
第一，面板数据回归结果显示，无论是外资投入还是内资的扩张，都会增加我国的CO2排放量，但相比较而言，内资企业对我国CO2排放的影响远大于外资企业。观察期内，内资企业投资产生的CO2排放量是外资企业的2倍，对人均CO2排放量的影响也是外资企业的1.5倍。这是由于外资企业在技术、环保意识、管理方面比内资企业较为先进，进而在当地从事更为清洁的生产，因此，其CO2排放量也较内资企业少。
第二，产业结构中第二产业比重的增加不利于我国CO2排放的减少，这一结论对于我国的产业结构调整具有启发意义。中国正处在工业化完成的阶段，产业结构带有明显的制造业主导色彩，降低第二产业的比重、增加第三产业的贡献度将是近一二十年中国政府的重要任务。
第三，实证分析表明，城市化水平提高也是我国CO2排放量急剧增加的重要因素。中国正处在城市化的快速推进时期，但粗放式的城市扩张必然带来粗放式的产业发展。如果控制不好城市化的节奏，大量高能耗、高排放、高污染的产业就会在这个过程中在新城市聚集。城市化的失误也可能带来城市污染的泛化和固化。
当前我国面临的环境压力不断加大，同时国际社会要求我国减排的呼声也日益强烈，所以，如何减少CO2排放是当前政府的一项重要任务，从本文的结论来看，在同等规模下外资企业的CO2排放量大大小于内资企业。因此，我们要进一步提高引进外资的力度，提升利用外资的质量，促进外资企业的技术溢出，不断改善本土企业的技术水平，最终减少外资与内资企业的CO2排放，从而实现经济的可持续发展。
需要指出的是，虽然本文的研究仅仅集中在CO2排放量一个方面，但这一研究结果对于其他温室效应气体(GHG)的排放、对于其他废气(比如SO2、PM2.5)的排放、废水的排放、土壤的污染等，都有同样的政策含义。中国对大规模的经济扩张、引进外资、工业化、城市化如果不进行科学的控制的话，将可能带来一场环境灾难。
郭沛、张曙霄, 2012, 《中国碳排放量与外商直接投资的互动机制》, 《国际经贸探索》第5期。 |
李子豪、刘辉煌, 2011, 《FDI的技术效应对碳排放的影响》, 《中国人口·资源与环境》第12期。 |
林伯强、刘希颖, 2010, 《中国城市化阶段的碳排放：影响因素和减排策略》, 《经济研究》第8期。 |
牛海霞、胡佳雨, 2011, 《FDI与我国二氧化碳排放的相关性实证研究》, 《国际贸易问题》第5期。 |
沈坤荣、王东新, 2011, 《外商直接投资的环境效应测度——基于省际面板数据的实证研究》, 《审计与经济研究》第2期。 |
宋德勇、易艳春, 2011, 《外商直接投资与中国碳排放》, 《中国人口·资源与环境》第1期。 |
王道臻、任荣明, 2011, 《外国直接投资,经济规模与二氧化碳排放关系研究》, 《经济问题》第10期。 |
谢文武、肖文、汪滢, 2011, 《开放经济对碳排放的影响》, 《浙江大学学报(人文社会科学版)》第9期。 |
熊立、许可、王珏, 2011, 《FDI为中国带来了低碳吗》, 《宏观经济研究》第5期。 |
杨立国、刘宇娜, 2013, 《FDI流入,货物贸易出口,GDP和碳排放——基于中国数据的实证研究》, 《河北经贸大学学报》第1期。 |
Aliyu and Mohammed, Aminu, 2005, "Foreign Direct Investment and the Environment:Pollution Haven Hypothesis Revisited", Paper Prepared for the Eighth Annual Conferences on Global Economic Analysis. |
Anderw K., Jorgenson, 2007, "Does Foreign Investment Harm the Air We Breathe and the Water We Drink", Organization Environment, Vol.20, No.2. |
Grossman, G. M. and Krueger, A. B, 1995, "Economic Growth and the Environment", The Quarterly Journal of Economics, Vol.110, No.2. |
IPCC, 2006, IPCC Guidelines for National Greenhouse Gas Inventories: Volume Ⅱ, Japan: The Institute for Global Environmental Strategies, http://www.ipcc.ch/ipccreports/Methodology-reports.htm.
|
Perkins, R. and Neumayer, E., 2012, "Do Recipient Country Characteristics Affect International Spillovers of Efficiency Via Trade and Foreign Direct Investment", Climate Change, Vol.112, No.2. |
Richard, York, Eugene, A, Rosa and Thomas, Dietz, 2003, "Stirpat, Ipat and Impact: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts", Ecological Economics, Vol.36, No.3. |
Yasmine, Merican, Zulkornain, Yusop, Zaleha, Mohd Noor and Law, Siong Hook, 2007, "Foreign Direct Investment and the Pollution in Five ASEAN Nations", Journal of Economics and Management, Vol.1, No.2. |