产业结构效应碳排放论文

1引言

按照“污染避难所假说”，发达国家倾向于将高污染，高能耗企业转移至他国，中国虽然不是发达国家，但国际上已有不少声音在质疑中国对外投资对当地环境的破坏问题，因此中国不断加大对外投资是否真正转移了本国部分高能耗企业，减少了本国CO2的排放量是一个值得深思且有待验证的问题。但可以肯定的是，中国OFDI的不断增长，对本国经济规模、技术水平以及产业结构等方面都带来了影响[7～12]，而上述变化必然对我国CO2排放量带来相应影响。本文将运用2003～2011年的省级面板数据，分析中国OFDI对本国CO2排放量的影响，为了更加明确影响的机制和渠道，本文还将运用联立方程模型，分析中国OFDI为本国带来的规模效应、技术效应以及产业结构效应，进而通过上述效应得出OFDI对我国CO2排放量的总效应，并相应提出政策建议。

2相关文献回顾

学界有关对外直接投资的环境效应方面的研究最早要追溯到“污染避难所假说”的提出[13]。“污染避难所假说”又称“污染天堂假说”（pollutionheavenhypothesis），是指由于发展中国家的环境治理标准和管理水平都显著低于发达国家，在经济全球化的背景下，发达国家倾向于将自己的高污染产业或者企业转移到发展中国家，进而对发展中国家的生态施加负面影响。关于“污染避难所”假说的验证，学界众说纷纭。Jaffe等率先挑战了上述假说[14]，其关于美国制造业外资进入的研究表明，外资并没有给东道国带来更多的污染；Eskeland和Harrison在拉丁美洲的研究也同样证明，外资企业较之于本土企业更懂得运用清洁能源与提高能源利用效率[15]；这些研究为其后的“污染光环假说”（pollutionhalohypothesis）的提出打下了基础[16]。后者认为，外资的进入实际上带来了更高效的技术和更先进的管理，将有助于东道国环境的改善和可持续发展[17～18]。诚然，“污染避难所假说”也在一些研究中得到验证，如杨英将研究范围集中在中国东部沿海地区，结论同样证明，外商直接投资的进入，增加了中国的三废排放量，造成了部分省份福利的减少[19]；同样的结论在沙文兵关于外商直接投资与SO2排放量的研究中也得到了验证，他认为外资流入的增多显著增加了我国SO2的排放量[8]。“污染避难所假说”毫无定论的验证，也使得其成为了整个国际经济领域中最容易引起争论的问题之一[20]。然而，随着CO2排放量的不断增多，国内外学者依旧运用此假说讨论外商直接投资与CO2的关系。Talukdar和Meisner运用1987～1995年44个发展中国家的面板数据研究了私人部门CO2排放量的原因，其研究认为，外资的进入降低了CO2的排放，然而在高收入国家二者没有因果关系[21]；Khalil等选用1972～2002年的时间序列数据，研究了巴基斯坦外商直接投资与CO2排放量的关系，通过协整检验证明了外商投资与CO2排放量之间存在着的正相关关系[22]；国内学者熊立等运用1985～2007年的时间序列数据研究了中国外商直接投资与CO2排放量的关系，认为外资的进入增加了中国的碳排放，这是由于80%以上的外资进入了第二产业，即高能耗产业，其效应超过了外资进入带来的技术效应[23]；刘华军和闫庆悦运用1995～2007年省级面板数据分析贸易、外资与碳排放的关系，其研究结论表明，外商直接投资对CO2排放具有负的效应，但不显著[24]；王道臻和任荣明运用1980～2008年的时间序列数据研究了中国外商直接投资、经济规模与CO2排放量的关系，认为外商直接投资是我国经济规模增长的格兰杰原因，而经济规模是二氧化碳排放的格兰杰原因，即外国直接投资的增加可以通过经济规模导致我国CO2排放量的上升[25]；刘倩和王遥[5]将金砖国家1985～2007年人均收入平均水平划分为两个样本组，并分别对两组面板数据进行了实证分析，回归结果表明，无论人均收入水平高低，外资流入均在一定程度上缓解了CO2排放的压力；肖明月和方言龙重点分析了环渤海地区、长三角地区和珠三角地区外资与碳排放的关系，他们认为外资的进入在一定程度上降低了上述地区的人均碳排放量，但对此三地区的碳排放影响效果有所不同，经济发展水平和能源强度是影响东部地区碳排量的最重要因素[26]。综上所述，国内外学者关于外商直接投资的环境效应以及与CO2排放量关系的研究结论不一、各有见地，但以上文献均只关注到外商直接投资对东道国环境及CO2排放量的影响，鲜有关注到外商直接投资对母国环境效应的影响，而有关“走出去”对本国CO2排放量的影响研究更是寥寥无几。周力和庞辰晨[6]研究了中国对外直接投资的母国环境效应，认为中国的OFDI有利于母国产业升级和技术回流，进而有利于母国的环境提升；Liu等研究了日本对外直接投资对本国CO2排放量的影响，结论指出，日本加大对外投资是日本减少碳排放的格兰杰原因，从母国背景证明了“污染避难所假说”的存在[1]。至今，关于中国OFDI对本国CO2排放影响的研究依旧缺乏。然而，从2003年开始，中国的对外直接投资迅猛增长，各类企业的海外设立是否有利于减少国内的碳排放已因此成为一个值得深思和研究的议题。本文选用2003～2011年中国30个省份（除西藏外）的面板数据，拟研究中国OFDI对本国CO2排放量的影响及其影响机制。

3计量模型设定及数据来源简介

3.1计量模型设定

本文沿用Grossman和Krueger分解NAFTA的环境效应的方法来研究我国OFDI与CO2排放量的关系，将OFDI对CO2排放量的影响分为三种效应：规模效应、技术效应和产业结构效应，采用联立方程组模型对三种效应进行分别估计，最终得出其总效应[27]，影响CO2排放量的方程为：CO2=STC其中：S代表规模效应（scale），T代表技术效应（tech），C代表产业结构效应（composition），方程两边加上对数，等式变为：logCO2=logS+logT+logC我国OFDI的变化将会带来以上三种效应，而通过这三种效应最终影响到我国CO2的排放量，现加上OFDI对三种效应的作用。

3.2变量设定及数据来源

本文选取2003～2011年30个省份（除西藏外）的面板数据进行实证分析，以下将分别对每个效应的变量和数据选取进行解释。3.2.1规模效应logScaleit=a1logOFDIit+a2Kit+a3logLit+a4logCO2it+εit（1）变量设定。①被解释变量（Scale）：经济规模。本文参照前人的做法[28]，选取各省份的国内生产总值（GDP）作为量化指标用于衡量经济规模的大小。②核心解释变量（OFDI）：对外直接投资。对于OFDI的衡量，前人较多采用对外直接存量作为量化指标[18]。本文也选取各省份对外直接投资的存量进行估计，对外直接投资量越大说明了地区经济发展水平和发展程度越高[11]，二者拟估计为正相关关系。③控制变量。资本存量（K）。各省份的资本存量是衡量该地区经济规模的重要指标[29]，其与经济规模拟估计为正相关关系；劳动力（L），劳动力人口的多少代表着地区工业化程度的规模以及经济规模的可容纳度[20]，劳动力已成为影响一国经济的重要指标，本文选取各省份每年底的就业人数进行量化，二者拟估计为正相关关系。二氧化碳排放量（CO2）。作为本文的核心变量，该变量是影响经济规模的控制变量之一。既有研究证明，CO2排放受经济发展的影响，同样也影响经济，环境的恶化将会降低经济发展速度[23]，二者拟成负相关关系。但笔者认为，一省CO2排放量越高，说明该地区的工业化程度和经济发展水平相对较高，虽然恶劣的环境会在一定程度上影响经济发展，却也是衡量一省经济规模大小的重要指标，因此二者的关系有待回归估计。（2）数据来源。经济规模、资本及劳动力相关数据均源于《中国统计年鉴》，对外直接投资数据源于2005年以及2011年《中国对外直接投资统计公报》。CO2排放量数据各省份目前并未公开，必须通过化石能源的消费进行转换估算而得。因此，本文通过2012年《中国能源统计年鉴》获得各省区石油、煤、天然气三种能源的消费量数据，并通过《中国可持续发展能源及碳排放情景分析》中给定的排放系数进行转换（石油碳排放系数为0.58吨碳每吨标煤、煤炭为0.75吨碳每吨标煤、天然气为0.44吨碳每吨标煤）。控制变量中GDPit-1与GDPit-2分别表示GDP滞后1期和2期的价值，这里主要是考虑一个宏观环境对资本积累的影响，流入国内的外商直接投资一般存在“挤入效应”和“挤出效应”，而流出的对外直接投资对国内资本的影响有待回归估计。3.2.2技术效应（1）变量设定。①被解释变量（Tech）：技术程度。该指标用于代表一省节能减排的技术程度。由于第二产业是CO2高排放量产业，一个地区节能减排的技术，可以通过该地区工业产出对碳排放的控制水平来衡量，因此本文选用单位工业产出CO2排放量进行衡量[4]。②核心解释变量（OFDI）：对外直接投资。量化同上。既有研究表明，部分OFDI的动因即为技术寻求型[30]，同样也有研究证明了OFDI逆向技术溢出的存在[7]，而这将有利于提高母国的企业生产技术和管理水平，同样也能提高母国企业降低能耗的水平[12]，因此二者拟估计为负相关关系。③控制变量。绿地面积（Green）。一个地区的绿地面积的增加将必然导致该地CO2排放的减少，二者拟估计为负相关关系。治理环境总投资额（Environ）。一省的CO2排放量会随其环境治理投入的提高而减少，二者拟估计为负相关关系。能源消费结构（Coalratio）。本文选用煤炭消费总量占总能源消费量的比率作为能源消费结构的量化指标，这是由于煤炭的碳排放系数较之其他能源最高。长期以来，我国的能源消费以煤炭为主，占到70%以上，此变量也在既有研究中用于量化能源消费结构[7]，二者拟为正相关关系。研发水平（RD）。此变量即为各省份的R&D经费投入，一省的科研经费将显著提升地区的技术水平，包括节能减排的效率，因此工业碳排放会因此减少，所以二者拟为负相关关系。人均国内生产总值（Pergdp）。较高的人均GDP通常会导致人们对生活质量要求的提高，相应会提高对环境的要求，因此会要求污染和排放的降低[29]，当然亦有学者认为，人均GDP与工业化程度具有正相关关系[20]，因此二者的实际关系有待回归估计。（2）数据来源。工业产出、绿地面积、环境投资均源于2003～2012年《中国城市统计年鉴》；技术程度源于笔者对CO2与工业产出进行的换算；用煤总量源于《中国能源统计年鉴》；R&D研发经费数据源于中国科技部网站。3.2.3产业结构效应（1）变量设定。①被解释变量（Comp）：产业结构。承前所述，第二产业为高碳排放产业，本文参考前人做法，选取第二产业占GDP的比重作为产业结构的量化指标[20]。②核心解释变量（OFDI）：对外直接投资存量。Cantewell和Tolentino早在1990年便从动态化的角度研究了发展中国家的OFDI行为，提出了OFDI所带来的技术创新和产业结构升级理论。他们认为，发展中国家的OFDI过程即是“技术学习”的过程，技术的提高相应会带来国内产业结构的升级，这一理论也在后来学者的研究中得到证实[31]。王英和刘思峰更直接的证明，OFDI会增加我国二三产业的就业人数，从而增加我国二三产业的比重，降低第一产业的比重[7]。而周力和庞辰晨的研究也表明，OFDI会使得我国产业结构向轻工业偏移，但是总体会增加第二产业的比重，因此笔者拟估计二者成正相关关系。③控制变量。人口总量（People）。地区人口越多，城市化水平越高，同时也会提高工业化程度，二者拟估计为正相关关系。要素投入率（K/L）。此处主要指人均资本量。一般情况下，资本/劳动比例较高，将导致经济中的工业产值较大的份额，当然也会因此导致更多的排放[23]。人均国内生产总值（Pergdp）。同技术效应原理一致，高人均GDP与高工业化挂钩，但人们却渴望高的生活质量，因此二者的实际关系有待估计。（2）数据来源。第二产业比重及人口总量源于《中国城市统计年鉴》，其余数据均来自于《中国统计年鉴》。

3.3数据特征分析

为了更好地分析样本信息，首先进行数据的描述性统计，如表1所示。由于加入了对数，统计性描述中所有数据都相对变小，但仍然可以看出这些数据的变化。值得注意的是，logOFDI的标准差达到2.156108，说明这一时间段我国对外直接投资的变化，而本文选取的2003～2011年也正好是我国OFDI开始迅速增多的时间段（图1）。此外，人均GDP（logPergdp）的变化也较大，在产业结构模型中可以关注其变化对产业结构的影响。

4计量结果分析

4.1三大效应估计

本文选取2003～2011年中国30个省份的面板数据分析了中国OFDI对本国CO2排放量的影响。本文首先分别对OFDI所带来的规模效应、技术效应以及产业结构效应进行了估计。根据Hausman检验结果，对三大效应的估计均采用固定效应模型，表2给出了通过逐步回归法，OFDI所带来的三大效应的估计结果。4.1.1模型的拟合随着变量的不断加入，三个效应模型的R2值都不断提高，这说明了所加入变量的有效性，其中技术效应及产业结构效应的R2值不是很高，但均超过了40%，解释变量的解释力仍然可以接受。根据检验结果，本文对于三大效应分别选用模型4、模型11及模型14进行分析，模型均通过Wald检验，说明方程整体估计效果良好。4.1.2规模效应结果分析核心变量OFDI与我国经济规模呈显著正相关关系，即我国的OFDI有助于推动我国经济发展，扩大我国经济规模，此结论也与前人的研究保持一致[18]。数据显示，我国的OFDI每增加1%，我国的经济总量将会提高0.292%；控制变量中CO2排放量与经济规模保持了正相关关系，这与熊立等的结论相悖[23]，但也在情理之中，CO2排放量增多会一定程度上影响经济发展，但其同时也是工业化扩大的指标，碳排放的增多也反映了我国经济规模的不断扩大；其余变量资本与劳动与本文之前的预测保持了一致。间接效应中（见模型5），我国的OFDI与国内资本积累呈正相关关系，这说明我国增加对外直接投资，国内资本存量会增多，这与外商直接投资的“挤出效应”相一致，国内的外资增多，引致国内投资的减少，而外资退出则会为国内资本创造空间，同理，我国增加了对外投资，自然会有其余资本弥补这些空间，甚至超过原有投资。4.1.3技术效应结果分析OFDI与技术程度呈负相关关系，即OFDI的增多会降低我国工业产出的单位碳排放，这一结果与前文预测一致，外商直接投资的增多带回了先进的技术水平，降低了我国的工业能耗，结果也再次证明了OFDI逆向技术溢出的存在。数据显示，我国OFDI每增加1%，会使我国单位工业产出碳排放降低0.092%。其余控制变量的相关系数也与本文预测保持一致，绿地面积、环境治理投资以及科研经费的投入都将降低工业单位产出的碳排放量，而能源消费结构则与其保持正相关关系。4.1.4产业结构效应结果分析由于被解释变量是第二产业占GDP的比重，而解释变量均为以万计的计量单位，因此本文为保持估计的准确性，对数据进行了“标准化处理”。研究结果显示，OFDI与产业结构呈正相关，即OFDI的增多会增大我国第二产业的比重，从而带来产业结构的变动，这也与前人的结论保持一致[6]。数据显示，我国的OFDI每增加1%，我国第二产业比重会增加0.243%。其余控制变量人口、人均GDP和人均资本与定的预期保持一致，除人口外均与产业结构呈显著正相关关系。

4.2我国对外直接投资对CO2排放量的总效应计算

以上对我国OFDI所带来的三大效应进行了分别估计，但得到的是单独的个体效应，而本文的目的是通过估计我国OFDI所带来的规模效应、技术效应以及产业结构效应的变化，进而分析OFDI对我国CO2排放量的影响，所需要估计的是OFDI对CO2排放量变化带来的总效应。由表3可知，我国OFDI所带来的规模总效应和产业结构总效应为正，而技术总效应为负。数据显示，我国的OFDI每增加1%，我国的经济总量将增加0.3053%，每单位工业产出碳排放降低0.0877%，第二产业比重增加0.2833%，三者综合起来得出我国OFDI对CO2排放量的总影响为显著的正效应。数据表明，我国OFDI每增加1%，我国国内的CO2排放量将会提高0.5009%，我国的OFDI并没有减少反而增加了国内的碳排放。数据表明，“污染避难所假说”并不属于中国。对于此结果，笔者认为有据可循。首先，OFDI所带来的正向规模总效应和产业结构总效应超过了负向的技术总效应，这是由于OFDI的技术回流存在一定的时滞[31]，并不能马上生效，而通过OFDI所学习的国外技术主要为先进的生产技术，用于提高生产率，对于减少节能减排的技术还相对较少，这使得OFDI所带回的技术总效应也相对最弱；其次，中国的对外投资猛增说明了中国经济水平的提升，而经济规模的扩大必然意味着更大规模的工业化和生产，碳排放也必然增多，我国从2007年超过美国成为第一碳排放大国，究其根本原因，仍然是经济水平提高所致，这使得OFDI所带来的规模效应绝对值超过了其他两个效应；最后，虽然我国近年来对国外石油以及采矿等高能耗产业投资逐渐增多，我国的OFDI主体部分并未流向高能耗产业，而主要流向了租赁和商务服务业（图2）。因此，对外直接投资并没有转移国内高能耗产业，反而因为对外直接投资调整了产业结构，增加了第二产业比重，这也带来了显著为正的产业结构总效应，进而增加了国内的CO2排放。

5主要结论和政策建议

本文选取中国2003～2011年30个省份的面板数据研究了中国OFDI对本国CO2量的影响。通过对OFDI所带来的规模效应、技术效应以及产业结构效应的分别估计，本文得出的结论是我国OFDI的增多将会增加本国的CO2排放量。数据显示，我国OFDI每增加1%，我国的CO2排放量将会增加0.5009%，而这主要是由于OFDI所带来的正向规模总效应和产业结构效应大大超过了其所带来的负向的技术减排效应。作为碳排放大国，中国的碳排放形势不容乐观，而加大OFDI并没有解决国内的碳排放问题反而使其更加深刻起来。根据本文的研究结果，笔者认为应该从以下几方面加以应对：首先，应加大我国“技术寻求型”OFDI的比例。本文已证明OFDI可以带回负向的技术效应，有助于减少我国CO2排放量，但是此效应较之规模效应及产业效应仍然较小，因而不能降低国内的碳排放，而这主要是因为我国对外直接投资主要是资源和市场寻求型[32]，而非技术寻求型所致。因此加大技术寻求型OFDI比例将会有利于减少我国CO2排放量。其次，应合理调整产业结构。我国的第二产业仍然是占GDP比例最重的产业，再加上不合理的经济增长方式，这是我国成为碳排放大国的根本原因之一[33]。而OFDI的增多还将继续增加第二产业的比重，这对于我国节能减排与低碳经济的发展，形势不容乐观，因此合理调整产业结构，加大第三产业和第一产业的发展将是减少我国CO2排放量的必要手段之一。再次，应加强国际合作，开发新能源。清洁发展机制（CDM）是联合国气候大会所提出的节能减排手段的重中之重。目前我国已成为建立CDM项目最多的国家，已有814个CDM项目共获得562261753吨CERs签发，占东道国CDM项目签发总量的59.71%，然而我国的CDM项目主要分布在我国东部，中部和西部地区仍然还有开发潜力，我国还应加强与发达国家的合作，更大程度的减少CO2排放量，发展真正意义上的低碳经济。

作者：许可王瑛单位：西南财经大学国际商学院北方民族大学阿拉伯研究中心