一带一路沿线省份对外直接投资碳排放效应研究.doc

“一带一路”沿线省份对外直接投资碳排放效应研究 肖德 陈婉 湖北大学商学院 摘 要： “一带一路”倡议的提出为我国对外直接投资带来了新机遇, 亦对环境气候提出了新挑战碳排放是衡量环境气候的重要指标, 对外直接投资可通过规模效应、技术效应、结构效应三种途径对母国碳排总量产生影响选取我国 2004—2015 年省际面板数据, 通过构建联立方程模型考察对外直接投资对我国“一带”、“一路”沿线省份碳排放影响的三种效应和综合效应, 结果表明, “一带”地区综合效应为负, ODI 减少了地区碳排放;“一路”地区综合效应为正, ODI增加了地区碳排放基于考察结论, 建议在对外直接投资过程中, 应抓住地区特征, 积极推进节能减排技术升级;努力寻求投资行业与母国行业之间的产业关联, 通过产业关联和产业转移实现本国本地区产业结构的升级与优化关键词： “一带一路”; 对外直接投资; 碳排放效应; 作者简介：肖德 (1967-) , 男, 湖北英山人, 湖北大学商学院教授、博士生导师, 经济学博士, 主要从事世界经济、区域经济合作研究;作者简介：陈婉 (1989-) , 女, 湖北咸宁人, 湖北大学商学院 2015 级博士研究生。

收稿日期：2017-09-01基金：国家社会科学基金重大资助项目:16ZDA039Received： 2017-09-01近年来, 我国市场对外开放程度加深, 贸易与投资自由化也随之加深截至2017 年 9 月, 我国已签署 15 个自贸协定, 涉及 23 个国家和地区贸易与投资自由化的发展影响着我国的环境气候, 而碳排放作为衡量环境气候的重要指标, 亦受其影响一带一路”倡议自 2013 年提出以来, 从国家高度推动了贸易与投资自由化, 促进我国与“一带一路”沿线国家经济深度融合, 并为我国对外直接投资带来了新机遇因此, 对政策沿线省份对外直接投资 (outward foreign direct investment, ODI) 的特征进行分析, 从而做到顺应新格局、新环境, 抓住机遇, 积极发挥政策沿线省份 ODI 对碳排放的正效应, 优化投资结构的同时减少碳排, 对于我国推动“一带一路”倡议的实施具有重要理论意义和现实意义一、文献回顾学界关于对外投资对环境影响的研究由来已久, 早期研究多集中在外商直接投资对东道国环境污染的影响等方面Grossman 和 Krueger 以北美自由贸易区的自由贸易协定为背景, 分析贸易、投资自由化对墨西哥环境污染的影响。

文章创新性地将其影响分解为三个方面:通过影响经济规模进而影响环境;通过影响产业结构进而影响环境;通过影响生产的技术水平进而影响环境, 即贸易自由化会通过规模效应、结构效应和技术效应三个方面影响一国环境污染的程度[1]之后学者的研究多围绕着这三种效应展开Acharyya 以印度面板数据为样本, 构建库兹涅茨曲线模型, 发现印度的外商直接投资 FDI 对本国碳排存在规模效应[2]王英和刘思峰应用灰关联分析, 发现对外直接投资对我国产业结构优化升级存在结构效应[3], 但许可和王瑛用逐步回归法估计我国省际面板数据却得出不同结论, 认为对外直接投资并未转移我国高耗能产业, 结构效应不显著[4]Perkins 和 Neumayer 采用国家层面数据, 发现 FDI 对东道国碳排的技术效应显著, 能提升东道国的节能减排技术, 减少其碳排放总量[5]以上研究甚至是现有研究多侧重于分析 FDI 对碳排放影响的效应, 研究 ODI 的文献相对较少, 此外, 多是对规模效应、结构效应与技术效应分别进行分析, 割裂了三者之间的联系Omri 采用联立方程组分析 FDI、碳排与经济增长三者间的关系, 但并未分解其总效应[6]。

许可和王瑛选取我国省际面板数据构建联立方程组, 用逐步回归法估计对外直接投资对中国的规模效应、结构效应、技术效应与总效应[4]本文与其所用实证估计方法不同, 更侧重于分析“一带一路”沿线省份的对外直接投资对碳排放影响效应的特殊性, 并尝试分析其原因此外, 为了更好地结合“一带一路”倡议提出政策建议, 本文分别以“一带”、“一路”沿线省份和东、中、西部省份为样本进行估计, 并对比分析其实证结果结果显示:“一带”地区技术效应显著, 对外直接投资降低了地区碳排总量;“一路”地区结构效应显著, 对外直接投资增加了地区碳排总量二、模型设定与数据选取(一) 模型设定本文沿用 Grossman 和 Krueger 的经典分析框架, 将我国对外直接投资对母国环境的影响分解为规模效应、结构效应和技术效应, 并通过建立动态面板联立方程组将这三种效应联系起来, 最终达到分析总效应的目的1.综合效应综合效应包括规模效应、结构效应与技术效应这里用方程表示为:其中, C 表示 CO2排放总量, Y 表示规模效应, S 表示结构效应, T 表示技术效应现将方程对数化处理, 得出下面的面板回归方程:其中, i 表示省份, t 表示年份。

对于 (2) 式, 我们预期 π 11显著为正, 表示产出水平越高, 则 CO2排放总量越大, 对外直接投资对碳排放总量具有规模效应;预期 π 12显著为正, 表示第二产业的占比越重, 则 CO2排放总量越大, 对外直接投资对碳排放总量有结构效应;预期 π 13显著为负, 表示一省节能减排技术水平越高, 则 CO2排放总量越大, 对外直接投资对碳排放总量有技术效应下面分别构建三种效应的面板回归方程, 量化分析三种效应的大小2.规模效应规模效应是指由于对外直接投资存量的增加, 促进了母国经济的增长, 而母国经济规模的扩大进一步引致二氧化碳排放总量的增多, 从而我们认为对外直接投资对母国的碳排放将产生规模效应[1]Omri 采用动态面板数据模型, 分析 FDI、CO 2与经济增长的关系[6]本文将沿用其分析方法, 在扩展的 CD 方程基础上将规模效应表示为:其中, Y 代表规模效应, 用地区 GDP 总量衡量;ODI 表示对外直接投资, 用各省份相应年份的对外直接投资存量衡量;K 表示资本, 用各省份的全社会固定资本投资完成额 (存量) 衡量, 用固定资产投资价格指数消除价格指数, 再用永续盘存法计算, 折旧率取固定值 9.6%[7];L 表示劳动, 用各省份的城镇就业人员衡量;C 表示 CO2排放总量。

这里我们预期 π 21显著为正, 表示一国或地区的对外投资总量越大, 相应的产出水平也越高此外, 一国或地区的资本存量会受到对外直接投资、上一期产出水平以及上一期技术水平的影响, 因此, 构建资本选择的面板模型:其中, Y t-1代表滞后一期的产出水平;T t-1代表滞后一期的技术水平3.结构效应结构效应是指由对外直接投资导致在开放经济中各国专注生产自己具有比较优势的产品, 在此过程中发生了产业结构的变化, 而产业结构变化导致碳排放总量变化若一国的比较优势集中于资本、技术密集型产业, 那么由对外直接投资导致的产业结构变化会使得碳排放总量减少;相反, 若一国的比较优势集中于劳动密集型或资源密集型产业, 那么由对外直接投资导致的产业结构变化会使得碳排放总量的增多[1]我们将结构效应用面板方程表示为:其中, S 表示产业结构, 因第二产业生产过程中产生的 CO2排放量相对最大, 对碳排放总量影响也最大, 这里用第二产业在三产业中的占比表示一省的产业结构KL 表示资本劳动占比, 即各省份人均资本占有量AY 表示人均产出, 本文用各省人均 GDP 来衡量这里我们预期 π 41显著为负, 表示一省对外投资总量越大, 则该地区的第二产业占比越小。

4.技术效应技术效应是指一国或地区由于生产技术水平、能源使用效应的提高从而节能减排技术也随之提高, 使得该国或地区在生产的过程中, 边际产出的 CO2排放量降低[1],[8]这里技术效应方程表示为:其中, T 代表技术水平由于技术水平很大程度上取决于地区的节能减排技术, 而第二产业是 CO2高排放产业, 这里将用单位产值的二氧化碳排放量来衡量ES 表示能源结构, 由于煤炭的二氧化碳排放量相对于其他能源较大, 这里能源结构将用煤炭消费量占能源消费总量的比例来衡量对于 (6) 式我们预期 π 51显著为正, 表示一国或地区的对外投资总量越大, 则该地区的节能减排技术水平也越高可以看出, 该模型的构建考虑了影响技术效应的两条主线: (1) ODI规模的提高→T 节能减排技术水平提高→C 碳排放总量的下降; (2) ODI 增多促进经济增长→AY 人均收入增加→国民对环境有着更高的要求→C 碳排放总量的下降此外, 还将构建对外直接投资的动态面板回归模型:其中, W 表示工资水平, 这里用城镇在岗职工的平均工资来衡量ODI it-1为滞后一期的对外直接投资水平, Y it-1为滞后一期的产出水平。

上式表示一省份当期的对外投资水平不仅受到上一期对外投资水平的影响, 还会受到该省工资水平和经济规模的影响上述 (3) 、 (5) 、 (6) 式分别分析了对外直接投资对各省份 CO2排放总量的规模效应、结构效应与技术效应, 本文旨在将三种效应放在统一的框架中考察将方程 (2) 、 (3) 、 (4) 、 (5) 、 (6) 、 (7) 联立, 得到对外直接投资对碳排总量影响的联立方程模型:(二) 变量定义与数据选取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 所示表 1) 变量定义及描述性统计 下载原表 相比现有文献多集中在研究对外直接投资对东道国的影响, 本文更侧重于考察分析其对母国的影响我国省际地理跨度大, 情况较为复杂, 可能出现对外直接投资对不同省份产生的环境影响并不相同的情况, 所以本文以中国省份为辖区, 选取 31 个省际面板数据为样本 (西藏地区由于部分数据缺失未算在内) 省际能源结构数据与对外投资数据最早可追溯到 2004 年, 最近至 2015 年为尽可能保持面板数据的平衡性, 本文选取了 2004—2015 年共 12 年的省际面板数据, 以保证数据的充分性。

原始数据中, ODI 来源于《中国对外投资统计公报》;GDP、人均 GDP、第二产业占比、资本来源于《中国统计年鉴》;劳动、工资来源于《中国劳动统计年鉴》;能源消费结构来源于《中国能源统计年鉴》;各变量值依据原始数据计算得出三、实证结果分析为不割裂三种效应间的相互关系, 本文将之纳入到统一分析框架中, 并选取常见的系统估计法三阶段最小二乘法 3SLS单一方程的估计方法忽略了不同方程的扰动项可能存在相关性, 用 3SLS 对整个联立方程系统同时进行估计是有效率的一) 全样本估计与“一带一路”沿线子样本估计在分析“一带一路”地区的碳排放效应之前, 先对 31 省省际样本的全样本进行3SLS 估计, 用来对比分析沿线省份的实证结果, Stata14 回归结果如表 2表 2 估计结果中 1-4 列为全样本数据碳排放效应的估计结果可以看出, 对于我国 31 省省际样本而言, 三种效应都较为显著首先, ODI 对 CO2排放量的规模效应在 1%的水平上显著为正, 系数为 0.0565, 与前文预期结果一致说明ODI 促使我国产出规模扩大, 从而增加碳排放其次, ODI 对 CO2排放量的结构效应在 10%的水平上显著为正, 系数为 0.01410。

说明我国 ODI 存量增加的同时第二产业占比并无减少, 由此也说明我国对外直接投资的产业并不是技术密集型产业再次, ODI 对 CO2排放量的技术效应在 1%的水平上显著为负, 与前文预期结果一致与此同时可以看到, 在技术效应模型的估计结果中, 代表人均收入水平的变量 ln AY 显著为正, 与 Grossman 和 Krueger 的研究相验证人均收入水平的提高使得国民对环境的要求也越来越高宏观层面上, 国家和政府不断推进环保政策的实施。