我国双向FDI对碳排放的空间效应研究_何金旗.pdf

Gansu Finance甘肃金融/何金旗李广楠【内容简介】我国省域碳排放的空间效应使碳减排具有系统性、复杂性，影响了碳减排政策的精准性、有效性。本文基于20032019年我国30个省（直辖市、自治区）的面板数据，构建空间杜宾模型（SDM）实证研究我国双向FDI对碳排放的空间效应影响，并构建中介效应模型进一步发掘其影响机制。研究发现：（1）我国省域碳排放具有显著的空间正相关特征，且20032019年间，我国省域碳排放空间集聚性呈削弱趋势；（2）双向FDI对省域间碳排放空间溢出效应均有抑制作用。进一步地通过传导机制检验发现：（1）FDI通过“环境规制效应”抑制省域间碳排放空间溢出，通过“资本逐利效应”促进省域间碳排放空间溢出;（2）OFDI通过“技术传播效应”抑制省域间碳排放空间溢出，通过“人力资本效应”促进省域间碳排放空间溢出。我国双向FDI对碳排放的空间效应研究引言“双碳目标”即 2030年前实现碳达峰、2060年前实现碳中和，是我国作为一个负责任的大国，对世界各国人民的庄严承诺，也是实现中华民族伟大复兴的内在要求。目前，我国碳排放仍处于上升阶段，距离实现2030年碳达峰目标任重而道远。因此，如何提升我国碳减排能力，探索减排新路径，具有重要的现实和理论意义。近年来，随着我国对外开放和经济发展脚步的加快，我国双向 FDI规模已经走在世界前列。2010年以来，我国FDI流入量一直稳居发展中国家之首；2021年，我国成为世界第一大对外投资国家，OFDI年流量达1537.1亿美元，占全球总OFDI流量总额的20.2%。随着我国国际直接投资规模的日益扩大，双向FDI对于我国碳减排越来越具有不可忽视的作用。在已有研究中，有关双向FDI和碳排放的分析主要围绕“污染光环假说”和“污染避难所假说”展开。所谓“污染光环”1，指国际直接投资对东道国环境有正向影响。通过对不同技术渠道溢出分析发现，FDI有助于促进产业技术升级，从而降低碳排放23。OFDI 可以借助边际产业转移效应影响碳排放45。所谓“污染避难”6，指国际直接投资对东道国环境有负面影响。FDI流入东道国，同时进行污染产业转移，在促进东道国经济发展的同时也会对环境造成破坏789。有研究发现OFDI对母国逆向技术溢出效应并不显著1011，主要受制于母国技术吸收能力，一国经济体对外来技术吸收能力受制于该国人力资本。国际直接投资具有人力资本效应，技术溢出依赖于劳动力的流动，技术溢出的吸收依赖于人力资本的积累。因此，人力是决定国际直接投资对碳排放影响的重要因素12。也有学者认为双向 FDI对一国环境影响具有复杂性、多变性、系统性。为吸引外资流入，政府可能会采取降低环境规制的逐底竞争行为，周边省域污染企业为躲避环境监管，会向本省进行污染转移，形成对本省的碳排放空间溢出1314。蒋冠宏对我国企业跨国并购与逆向技术溢出关系进行识别研究，发现本地区对【关 键 词】双向FDI；碳排放；空间杜宾模型作者简介：何金旗，南京审计大学经济学院副教授，硕士生导师；李广楠，南京审计大学经济学院硕士研究生。【基金项目】江苏省研究生实践创新计划项目“双碳目标下我国双向FDI与碳排放研究”（SJCX22_0921）。GREEN FINANCE绿色金融09GANSU FINANCE甘肃金融/2023年第3期外直接投资可以通过直接渠道促进自身生产效率的提升，同时也会通过间接渠道的“联系效应”“竞争效应”“学习效应”惠及周边地区其他企业，提升周边地区企业生产效率水平，抑制周边地区碳排放1516。本文通过梳理已有文献发现，在分析双向FDI对碳排放空间效应影响时，已有研究缺乏对传导机制的分析，偏重于探讨碳排放空间上的相关性以及双向 FDI对碳排放空间溢出的正负向作用1718，因此难以精准识别双向FDI作用于碳排放空间溢出的可能路径。相对已有研究，本文主要有以下几点边沿拓展：（1）采用双固定效应的空间杜宾模型，将双向FDI纳入同一框架研究其对碳排放的空间效应影响，而非仅进行线性分析；（2）参考已有研究，对我国双向FDI影响碳排放空间效应的可能机制进行发掘，不仅具有理论价值，而且对于提升减排政策有效性亦具有现实指导意义；（3）将双向FDI对碳排放空间溢出影响进行直接效应、间接效应分解，更为深入地探究剖析双向FDI影响碳排放空间溢出的路径。双向FDI对碳排放空间溢出的影响机制分析（一）FDI对碳排放空间溢出的影响机制1.环境规制效应沈坤荣等对环境规制与污染就近转移进行因果识别，发现环境规制强度的增加会导致污染向周边城市转移，此环境规制效应具有明显的就近特征且会在距离该地区150公里处达到峰值19。污染转移一方面会导致迁入地产业结构恶化，污染程度加深，另一方面会提升迁出地产业规模，故环境规制效应对本地及其周边省域污染排放具有较强空间效应影响。有研究认为，环境规制的提高可以倒逼企业创新，即“波特假说”20，但陶锋等基于环保目标责任制进行研究发现，在我国，环境规制的提高一方面会促进绿色技术创新活动数量增加，另一方面会导致绿色技术创新活动质量下滑，即绿色专利申请存在泡沫现象，故环境规制对我国企业创新的倒逼机制作用有限21。多数研究认为，地方政府存在竞相降低环境标准以吸引外资的“逐底竞争”行为，并且此博弈行为会随着FDI水平的提高逐渐升级22，进而引起不同省份环境规制标准的差异，各地为吸引外资而降低本地环境规制强度，减少本地污染企业向周边城市转移。基于以上分析，本文作出以下假设：H1：FDI通过降低本地环境规制抑制省域之间碳排放空间溢出。2.资本逐利效应大量研究表明，外资流入会扩大东道国资金规模，有利于扩大产出，促进当地经济发展，同时扩大能源消耗，增加资金流入地区碳排放。根据EKC理论，环境污染与经济发展存在倒U型关系23。由于资本的“逐利特征”，国际资本流入东道国后不会固定在特定企业和省域，部分资金会继续转寻更有发展前景且高利润的企业，地理位置相近且彼此之间交通便利的省域更容易受到“逐利效应”的影响，故FDI更容易在相近省份之间发生流动，进而促使规模效应扩散至周边地区，提升邻近省域碳排放水平。基于以上，本文作出以下假设：H2：FDI通过资本逐利效应促进省域之间碳排放空间溢出。（二）OFDI对碳排放空间溢出的影响机制1.技术传播效应蒋冠宏对OFDI实现逆向技术溢出的可能机制进行发掘，发现企业通过对外投资获得的技术创新、技术研发能力可以通过产业上下游之间联系和企业之间的竞争与学习惠及邻近省域其他企业24。企业有对员工进行培训的内生动力，企业之间员工交流学习使企业通过对外投资获得的技术、产品被动传播至合作企业25。多数研究认为，技术进步有利于提高生产效率，抑制碳排放。OFDI技术传播效应对碳排放空间溢出的影响基于一个合理共识，空间距离相近或彼此交通便利的企业之间更容易产生业务往来，即更容易发生技术传播效应，进而抑制碳排放水平。基于以上分析，本文作出以下假设：H3：OFDI通过技术传播效应抑制省域之间碳排放空间溢出。2.人力资本效应赵领娣等认为外来技术的吸收、模仿、创新受制于人力资本26。一方面，劳动力跨区域流动是技术溢出的重要渠道，另一方面外来先进生产技术和治污技术在本地落地生根需要一定人力资本的支撑。人力资本有外溢性，具有私有属性的人力资本跨地区流动和聚集有利于加速人力资本积累，为技术研发创造条件12。在一定时间内，作为生产要素的人力资本是有限的，本地人力资本增加，往往会致使周边地区人力资本减少，故外资流入会加速本地人力资本聚集，削弱周边地区技术吸收和创新研发能10Gansu Finance甘肃金融/力，进而提升邻省碳排放强度。基于以上分析，本文作出以下假设：H4：OFDI通过人力资本效应促进省域之间碳排放空间溢出。图1双向FDI对碳排放空间溢出的影响机制模型与空间权重矩阵（一）基础模型设定空间计量模型常见的有“cliff-ord 模型”和空间杜宾模型（SDM），前者在不同条件假设下可分为空间自回归模型（SAR）和空间误差模型（SEM）27。本文先建立一般空间计量模型，再通过实际数据的检验来确定最优模型。构建基础模型如下：（1）在以上模型中，Y为被解释变量，代表着碳排放强度；X为解释变量，包括国际直接投资、人口、教育、经济等；为被解释变量一阶滞后项的系数；表示空间滞后系数，W表示空间权重矩阵；i表示解释变量的回归系数；D表示解释变量的空间权重矩阵（一般情况下默认空间权重矩阵D与W相同）；i和分别代表解释变量和随机扰动项的空间回归系数；i为省份i的个体效应，t为时间效应，it为残差；mi为扰动项空间权重矩阵M的第i行；it表示服从正态分布的随机误差项。（二）变量说明与数据来源1.被解释变量碳排放强度（CE）。碳排放的测算是本文研究的基础，本文参考已有研究并利用 中国能源统计年鉴 数据测算碳排放强度28，具体公式如下：（2）其中，CE为折算后综合能耗，以标准煤量来测算；n为消耗能源；Ei为实际消耗的第i种能源，NCVi为第i种能源的平均低位发热量，KJ/kg（m3），CSCi表示第 i种化石能源折标准煤系数，kg/m3。2.核心解释变量（1）外商直接投资（FDI），（2）对外直接投资（OFDI），伴随着资本流动，双向FDI通过技术溢出和结构效应改善我国环境质量，但是双向FDI也可能通过低端产业锁定和规模效应等增加我国碳排放，所以双向FDI对我国碳排放的影响具有不确定性。3.控制变量（1）人口规模（PO），人口规模是影响碳排放的重要因素，对碳排放的影响具有不确定性；（2）生产技术水平（PA），以各省份专利总数来表示；（3）产业结构（ISS），以第二产业增加值与该省份GDP之比来表征。4.中介变量（1）环境规制（REGU），以工业污染治理完成投资额与第二产业增加值相比来测度；（2）产出规模（GDP），以2003年为基期，按GDP指数和2003年不变价格测算得出实际GDP；（3）技术研发（RD），以规模以上工业企业研发经费/GDP来表示；（4）资本劳动比率（KL），以各省固定资本存量与社会平均就业人数之比来表示，以资本劳动比率衡量人力资本积累程度。5.数据来源限于数据可得性，本文选取我国30个省份（不含西藏自治区和港澳台地区）20032019年间的面板数据进行实证分析，数据来源及相关说明如下：表1描述性统计分析实证分析（一）相关性检验本文以全局莫兰指数（Moran s I）来测度我国各省份碳排放在空间上的相关性，借助STATA计量分析软件，利用地理反距变量碳排放国外直接投资对外直接投资分省常住人口分省专利申请产业结构环境规制强度地区生产总值技术研发资本劳动比率符号CEFDIOFDIPOPAISSREGUGDPRDKL单位万吨标煤百万美元百万美元百万人百项%百亿元%万元/人数据来源中国能源统计年鉴各省统计年鉴各省统计年鉴国家统计局中国统计年鉴中国统计年鉴中国环境统计年鉴中国统计年鉴中国统计年鉴中国统计年鉴均值272.86666139444.70587.10.43138.14166.80.90414.80标准差191.512539313327.3110510.08131.55170.40.5609.809GREEN FINANCE绿色金融11GANSU FINANCE甘肃金融/2023年第3期离矩阵、空间邻接矩阵、经济距离矩阵三种空间权重矩阵进行测算以增加结果稳健性，计量结果如下：表2我国20032019年省级碳排放的Morans I注：*、*和*分别表示通过10%、5%和1%的显著性水平检验。由上表可知，我国各省份碳排放有较为显著的空间相关性。在地理反距离矩阵假设下，莫兰指数普遍在1%的显著性水平下显著，根据空间邻接矩阵和经济距离矩阵测算出的莫兰指数也相对稳定，表明各省份碳排放在空间上有集聚性。从20032018年，以地理反距离矩阵测算出的莫兰指数由 0.057 逐步降低至0.037，表明我国各省份碳排放空间正相关性呈削弱趋势。进一步对各省份碳排放的空间集聚性进行刻画，参考武红对我国省域碳排放的研究27，绘制2003及2018年局域莫兰指数图