方 艷，曾維琴，韋天慈

(上海對外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院，上海，201620)

2021年，全球外商直接投資(FDI)比2020年增長77%，從0.93萬億美元增至1.65萬億美元。而我國2021年FDI首次突破萬億元，達(dá)到1.15萬億元，同比增長14.9%。與此同時，全球碳排放量在2021年達(dá)歷史新高，與能源相關(guān)的二氧化碳排放量增加了6%，達(dá)到363億噸，其中，我國二氧化碳排放量超過119億噸，占全球總量的33%。FDI的大量流入推動了我國地區(qū)經(jīng)濟(jì)快速增長的同時也帶來了不容忽視的環(huán)境問題。2020年9月22日的聯(lián)合國大會上，中國提出了二氧化碳排放力爭于2030年前達(dá)到峰值、2060年前實(shí)現(xiàn)碳中和。2022年3月5日的政府工作報(bào)告再次指出有序推進(jìn)碳達(dá)峰碳中和工作。因此，在以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局下，關(guān)注全球環(huán)境問題，探究FDI對我國地區(qū)碳排放的影響，不僅是近年來國內(nèi)外學(xué)術(shù)界廣泛討論的熱點(diǎn)問題，也是當(dāng)今時代業(yè)界面臨的重大現(xiàn)實(shí)問題。

目前學(xué)術(shù)界中，學(xué)者在不同背景下運(yùn)用不同的方法研究了FDI對碳排放的影響。Zhang等[1]考察了GDP、貿(mào)易結(jié)構(gòu)、匯率和 FDI流入對我國碳排放的影響，得出FDI流入對我國碳排放有正向影響。李坤明等[2]基于空間滯后分位數(shù)回歸模型研究了我國碳排放的驅(qū)動機(jī)制，發(fā)現(xiàn)不同分位點(diǎn)下FDI對碳排放影響的不一致性。Pan等[3]借助非線性馬爾可夫切換向量誤差校正模型分析FDI與二氧化碳排放的狀態(tài)、切換概率和狀態(tài)相關(guān)性，研究發(fā)現(xiàn)FDI對二氧化碳排放的總體影響是抑制性的。Demena等[4]運(yùn)用65個獨(dú)立研究，采用元分析發(fā)現(xiàn)FDI顯著地減少了二氧化碳的排放。江心英等[5]通過動態(tài)面板GMM估計(jì)和面板門檻模型，發(fā)現(xiàn)正式環(huán)境規(guī)制下FDI對碳排放的作用不顯著。周杰琦等[6]通過構(gòu)造聯(lián)立方程組，發(fā)現(xiàn)FDI總體上改善了碳排放績效，消除要素市場扭曲可使FDI的環(huán)境福利效應(yīng)提升。綜上所述，可以發(fā)現(xiàn)，這些已有研究主要是基于面板回歸[7-10]、門檻回歸[11-12]等方法研究了FDI對碳排放的影響作用。然而，傳統(tǒng)面板模型常常忽略了經(jīng)濟(jì)現(xiàn)象在時間和空間維度上的相關(guān)性，這樣不可避免帶來模型設(shè)定和模型估計(jì)的偏誤問題。而在門檻回歸方法中，當(dāng)門檻變量含有較強(qiáng)的時間趨勢時，突變點(diǎn)似然分布檢驗(yàn)將受到改變，從而導(dǎo)致置信區(qū)間無法構(gòu)建等問題。

一般來說，信息和資源在相鄰地區(qū)常存在交換和溢出，碳排放也不例外，相鄰省份間碳排放存在一定的空間相關(guān)和空間溢出效應(yīng)。而目前FDI對碳排放影響的研究極少考慮碳排放在空間層面的這種關(guān)系，從而造成計(jì)量模型的不完善性。因此，為了有效厘清FDI與碳排放的關(guān)系，本研究首先利用全局Moran’s I考察我國碳排放的空間集聚效應(yīng)，然后利用空間面板模型研究FDI對我國碳排放的影響，以期為碳排放及其影響因素的研究提供新的視角，從而為實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)以及制定差異化的碳減排方案提供重要的理論參考和科學(xué)依據(jù)。

一、變量、模型與數(shù)據(jù)

(一)變量選擇

Dietz等[13]提出用STIRPAT模型分析人口、社會富裕程度和技術(shù)水平對環(huán)境壓力產(chǎn)生的隨機(jī)影響。STIRPAT模型一般表達(dá)式為

(1)

式中：i為第i個觀測值；Yi為環(huán)境壓力；Pi為人口指標(biāo)；Ai為富裕程度；Ti為技術(shù)水平；ei為誤差項(xiàng)；a，b，c，d為未知參數(shù)。參照Wu等[14]和邵帥等[15]對式(1)進(jìn)行對數(shù)化處理，得到

lnYi=a+blnPi+clnAi+dlnTi+lnei

(2)

用碳排放(C)刻畫環(huán)境壓力，人口數(shù)量(POP)和人均GDP(PGDP)分別刻畫人口和富裕程度。根據(jù)內(nèi)生增長理論，人力資本的積累是決定技術(shù)水平的最重要的因素。另外，在開放經(jīng)濟(jì)中，外商直接投資可以通過知識和技術(shù)溢出效應(yīng)、競爭效應(yīng)等相關(guān)效應(yīng)來影響技術(shù)水平。為此，參考Cheng等[16]，式(2)中的技術(shù)水平Ti可分解為

Ti=f(HCi， FDIi)

(3)

式中：HCi為人力資本；FDIi為外商直接投資。除了上述指標(biāo)，在式(2)中還考慮了基礎(chǔ)設(shè)施(INFRA)和產(chǎn)業(yè)結(jié)構(gòu)(IS)兩個變量。交通運(yùn)輸是碳排放的最大來源之一，其中，公路運(yùn)輸則是交通運(yùn)輸中碳排放的主體，而基礎(chǔ)設(shè)施主要體現(xiàn)在各省的公路里程中[17]，因此，基礎(chǔ)設(shè)施不僅會影響碳排放，還會影響FDI流入地理位置的選擇[18]。另外，我國正處于全面推進(jìn)鄉(xiāng)村振興的階段，城市化的快速發(fā)展，促進(jìn)了工業(yè)和建筑業(yè)的蓬勃發(fā)展[19]，工業(yè)生產(chǎn)的廢氣是二氧化碳的重要來源。

綜上所述，本研究的被解釋變量為碳排放量，解釋變量為FDI，而控制變量則包含了人口數(shù)量等其他6個變量。變量具體說明如表1所示。

表1 指標(biāo)說明

(二)計(jì)量模型

1. 全局莫蘭指數(shù)。為了考察區(qū)域碳排放與其所處空間的關(guān)系，首先需要了解碳排放的空間相關(guān)性。全局莫蘭指數(shù)(Moran’s I)[22]定量反映了全局空間集聚性和異質(zhì)性，故常用來作為研究區(qū)域經(jīng)濟(jì)變量空間相關(guān)性的統(tǒng)計(jì)量，其表達(dá)式為

(4)

空間權(quán)重參數(shù)ωi， j反映了碳排放的空間關(guān)系，且隨著地理距離的增加而減少。為了簡便起見，本研究在全局Moran’s I中僅考慮以下兩種空間權(quán)重關(guān)系：鄰接空間權(quán)重和地理距離空間權(quán)重[23]。其中，鄰接空間權(quán)重ωi， j主要取決于地區(qū)之間是否為鄰接關(guān)系，其構(gòu)建表達(dá)式為

(5)

而地理距離空間權(quán)重ωi， j則取決于區(qū)域之間的地理距離di， j，其表達(dá)式為

(6)

式中：距離倒數(shù)1/di， j反映了區(qū)域間相關(guān)性與地理距離間的衰減關(guān)系。

2.空間計(jì)量模型。為研究FDI對我國碳排放的影響，主要采用以下三個空間計(jì)量模型：空間自回歸模型(Spatial Autoregression Model， SAR)、空間杜賓模型(Spatial Dubin Model， SDM)和空間誤差模型(Spatial Error Model， SEM)。假設(shè)yt=(y1t，…，ynt)T為n×1的因變量列向量，Xt是n×k的k維回歸向量矩陣，其中，i=1，…，n，t=1，…，T。對于每個橫截面，W則由n個單元的空間權(quán)重ωi，j構(gòu)建而成的n×n空間權(quán)重矩陣，其中，ωi，j∈W表示單元i與j相關(guān)聯(lián)的空間權(quán)重。SAR，SDM和SEM模型的具體描述如下。

(1)SAR模型。SAR模型的基本方程為

yt=ρWyt+Xtβ+u+εt

(7)

(2)SDM模型。在SAR模型基礎(chǔ)上，SDM模型則進(jìn)一步考慮了帶空間權(quán)重解釋變量，其表達(dá)式為

yt=ρWyt+Xtβ+WZtθ+u+εt

(8)

式中：WZt為空間加權(quán)自變量。SDM模型可以通過對空間滯后因變量(Wyt)和空間加權(quán)解釋變量(WZt)使用不同的空間權(quán)重或使用zt≠Xt來進(jìn)行推廣。

(3)SEM模型。SEM模型則在殘差項(xiàng)中考慮了空間自相關(guān)性，其表達(dá)式為

yt=Xtβ+u+vt；vt=λMvt+εt

(9)

式中：矩陣M是一個空間權(quán)重矩陣，且其可以等于或不等于W。

針對上述3個空間面板模型，研究主要使用XSMLE手冊[24]對模型參數(shù)進(jìn)行極大似然估計(jì)。

(三)數(shù)據(jù)來源

本研究收集了2001—2019年我國各地區(qū)FDI和碳排放的年度數(shù)據(jù)，其中，碳排放主要是考察了二氧化碳的排放量。由于數(shù)據(jù)缺失，去除西藏和港澳臺，最終合計(jì)30個省區(qū)市。按照國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)查詢中顯示的三大地帶，分為東、中、西部三個部分，其中，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省市，中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省，西部包括重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古、廣西等11個省區(qū)市。碳排放數(shù)據(jù)來源于國家碳核算數(shù)據(jù)庫，其他指標(biāo)來源于國家統(tǒng)計(jì)年鑒、各省市統(tǒng)計(jì)年鑒、各省市統(tǒng)計(jì)公報(bào)。

二、碳排放空間相關(guān)分析

基于鄰接空間權(quán)重和地理距離空間權(quán)重，2001—2019年我國30個省區(qū)市的全局Moran’s I均大于0，且其對應(yīng)的p值均小于0.05。這說明過去19年間我國各地的碳排放并不是處于完全隨機(jī)的狀態(tài)，而是受其他具有相同空間特征省區(qū)市的碳排放的影響，即我國碳排放在地理空間上呈現(xiàn)明顯的空間集聚現(xiàn)象或羊群效應(yīng)。為了進(jìn)一步說明各省區(qū)市碳排放在空間上的局部特征，圖1，2分別從鄰接空間權(quán)重和地理距離空間權(quán)重繪制了2001，2007，2013，2019年我國碳排放的Moran散點(diǎn)圖。

從圖1，2可以發(fā)現(xiàn)，大部分省區(qū)市的全局Moran’s I位于第一象限(HH)和第三象限(LL)，這表明我國各省區(qū)市碳排放量存在顯著的空間正相關(guān)性。大部分省區(qū)市與其鄰近省區(qū)市表現(xiàn)出相似的集群特征，高碳排放量省區(qū)市被高碳排放量的鄰近省區(qū)市所包圍，而低碳排放量省區(qū)市被低碳排放量的鄰近省區(qū)市所包圍。另外，比較發(fā)現(xiàn)，基于鄰接空間權(quán)重和基于地理距離空間權(quán)重的Moran散點(diǎn)圖具有一致性，這說明本研究的結(jié)論是穩(wěn)健可靠的。鑒于Moran散點(diǎn)圖不能判斷各省份聚集區(qū)是否在統(tǒng)計(jì)意義上顯著，采用LISA方法進(jìn)一步探究我國碳排放的空間聚集情況。2001，2007，2013，2019年我國碳排放的LISA集聚圖的計(jì)算結(jié)果如表2所示。

表2 LISA集聚圖結(jié)果

從表2可以發(fā)現(xiàn)，2001年主要形成以安徽、北京、河北、河南、江蘇、山東6個省市為主的高碳排放集聚區(qū)，以四川為主的低碳排放集聚區(qū)，以廣東為主的HL象限。其中，LL象限只有四川，說明四川與其鄰近省的碳排放均較低；HL象限只有廣東，說明廣東省與其鄰近省的碳排放存在較大差異。2002年主要形成以北京、河北、河南、江蘇、山東5個省市為主的高碳排放集聚區(qū)，安徽具有明顯的跨越現(xiàn)象(從HH象限到LH象限)，廣東和四川仍分別屬于HL象限和LL象限。2013年主要形成以北京、河北、河南、內(nèi)蒙古、山西5個省區(qū)市為主的高碳排放集聚區(qū)，此時江蘇和山東被排除在高碳排放集聚區(qū)之外。另外，自2013年以后四川被排除在低碳排放集聚區(qū)之外，安徽則被排除在LH象限之外。2019年主要形成以北京、河北、河南、山西四個省市為主的高碳排放集聚區(qū)，新疆取代了廣東被列為HL象限?？傊?，隨著時間的推移，東部較發(fā)達(dá)地區(qū)逐漸被排除于高碳排放集聚區(qū)之外，而越來越多的西部地區(qū)被卷入高碳排放集聚區(qū)，這跟我國經(jīng)濟(jì)發(fā)展重心西移的發(fā)展戰(zhàn)略密不可分。此外，從協(xié)同發(fā)展角度來看，HH象限牽涉到的省區(qū)市均為相鄰省區(qū)市，例如2019年的HH象限為北京、河北、河南和山西，這說明我國省區(qū)市間碳排放具有明顯的協(xié)同效應(yīng)。

三、多層面的FDI與碳排放關(guān)系分析

(一)省級層面FDI與碳排放的關(guān)系

為了刻畫FDI對碳排放的影響，首先從省級層面對其進(jìn)行研究。采用拉格朗日乘子(LM)檢驗(yàn)方法，先對模型進(jìn)行選擇，即從空間回歸模型和OLS模型中選擇最佳模型?；卩徑涌臻g權(quán)重矩陣和地理距離空間權(quán)重矩陣的LM檢驗(yàn)和Hausman檢驗(yàn)的p值均小于0.001，表明在省級層面數(shù)據(jù)分析中空間面板回歸是最優(yōu)模型，且固定效應(yīng)優(yōu)于隨機(jī)效應(yīng)。而LR檢驗(yàn)和Wald檢驗(yàn)的p值均大于0.050，表明省級層面碳排放的研究中SAR和SEM模型是最優(yōu)選擇。SAR模型的表達(dá)式為

lnCit=ρ∑WijlnCjt+β1ln FDIit+β2ln POPit+

β3ln PGDPit+β4lnHCit+β5ln OPENit+

β6ln INFRAit+β7lnISit+ui+ξt+εit

(10)

lnCit=β1ln FDIit+β2ln POPit+β3ln PGDPit+

β4lnHCit+β5ln OPENit+β6ln INFRAit+

β7lnISit+ui+ξt+vit

vit=λ∑Mijlnvit+εit

(11)

公式(10，11)的回歸結(jié)果如表3所示。其中，第2，3列為鄰接空間權(quán)重的回歸結(jié)果，第4，5列為地理距離空間權(quán)重的回歸結(jié)果。從表3可以發(fā)現(xiàn)FDI的系數(shù)顯著為負(fù)，表明控制了其他變量后，F(xiàn)DI的流入顯著降低各省的碳排放。且在其他變量保持不變時，當(dāng)FDI擴(kuò)大一倍，在鄰接空間權(quán)重下二氧化碳排放量將分別減少5.03%(基于SAR模型)和4.27%(基于SEM模型)，而在地理距離空間權(quán)重下二氧化碳排放量將分別減少4.56%(基于SAR模型)和5.70%(基于SEM模型)。因此，從省級角度分析結(jié)果來看,“污染天堂”的假說[25]在我國并不成立，其原因主要是我國逐漸從要素驅(qū)動下的粗放型經(jīng)濟(jì)發(fā)展階段步入了高質(zhì)量國際資本流入驅(qū)動低碳經(jīng)濟(jì)的階段，且基本上完成了對重污染外資企業(yè)的洗牌。

表3 省級數(shù)據(jù)FDI對碳排放空間計(jì)量估計(jì)結(jié)果

(二)地區(qū)層面FDI與碳排放的關(guān)系

當(dāng)從地區(qū)層面研究FDI對碳排放影響時，LM檢驗(yàn)和Hausman檢驗(yàn)的p值均小于0.001，表明空間面板模型優(yōu)于普通面板，且固定效應(yīng)優(yōu)于隨機(jī)效應(yīng)。在LR檢驗(yàn)和Wald檢驗(yàn)中，東部地區(qū)SEM模型的p值大于0.050，SAR模型的p值接近于0，故在該地區(qū)采用SEM模型；而中部和西部地區(qū)的p值都接近于0，為此，在這兩個地區(qū)使用SDM模型，其中，SDM模型具體表達(dá)為

lnCit=ρ∑WijlnCjt+β1ln FDIit+β2ln POPit+

β3ln PGDPit+β4lnHCit+β5ln OPENit+

β6ln INFRAit+β7lnISit+β8∑Wijln FDIit+

β9∑Wijln POPit+β10∑Wijln PGDPit+

β11∑WijlnHCit+β12∑Wijln OPENit+

β13∑Wijln INFRAit+β14∑WijlnISit+

ui+ξt+εit

(12)

表4給出了公式(12)的回歸結(jié)果，其中，第2，5列為東部的回歸結(jié)果，第3，6列為中部回歸結(jié)果，第4，7列為西部回歸結(jié)果。

表4 東中西區(qū)域FDI對碳排放空間計(jì)量估計(jì)結(jié)果

表4 (續(xù))

從表4可以發(fā)現(xiàn)，東部和中部地區(qū)FDI的系數(shù)顯著為負(fù)，說明FDI的大量引入能夠顯著降低我國東部和中部地區(qū)的碳排放。其主要原因是較發(fā)達(dá)的東、中部地區(qū)在引入FDI時充分考慮了外資的質(zhì)量，不僅從量的角度還從質(zhì)的角度對待外資引入問題。相比較而言，西部地區(qū)FDI估計(jì)系數(shù)顯著為正，表明FDI的流入導(dǎo)致該地區(qū)碳排放增加。這主要是西部大開發(fā)戰(zhàn)略在促進(jìn)西部經(jīng)濟(jì)快速發(fā)展的同時，也不可避免地導(dǎo)致了這些地區(qū)碳排放量的增加。不難發(fā)現(xiàn)，新疆逐漸成為碳排放高地，而LISA圖中新出現(xiàn)的新疆“高-低”碳排放也證實(shí)了這一點(diǎn)。

總之，從省級層面來看，F(xiàn)DI總體來說對我國碳排放量有抑制作用。從地區(qū)層面來看，發(fā)達(dá)地區(qū)的FDI對碳排放量有一定的抑制作用，而相對落后的西部，F(xiàn)DI對碳排放量未起到一定的抑制作用。

四、結(jié)論及政策建議

(一)研究結(jié)論

基于2001—2019年我國30個省級行政區(qū)域(西藏和港澳臺除外)面板數(shù)據(jù)，本研究不僅考察了我國碳排放量的空間相關(guān)性和集聚效應(yīng)，還研究了FDI對我國碳排放量的影響關(guān)系。其中，碳排放空間集聚分析結(jié)果表明：第一，2001—2019年19年間我國30個省區(qū)市的碳排放存在顯著的空間正相關(guān)。第二，碳排放的集群中高-高型碳排放集中在山東、遼寧、河南、河北等中東部地區(qū)，低-低型碳排放集中在云南、四川、青海、貴州等中西部地區(qū)。而FDI對碳排放影響的實(shí)證分析表明：第一，從省級層面來看，F(xiàn)DI對我國碳排放具有顯著的降低作用，且在SAR模型中，鄰接空間權(quán)重和地理距離空間權(quán)重下，當(dāng)其他變量保持不變時，F(xiàn)DI擴(kuò)大一倍，二氧化碳排放量將分別減少5.03%，4.56%。第二，從地區(qū)層面來看，F(xiàn)DI在東中部地區(qū)的系數(shù)均為負(fù)值，且都顯著，而西部地區(qū)的系數(shù)為正，即西部地區(qū)的碳排放隨著FDI的引進(jìn)有所增長，說明FDI對我國碳排放的影響存在區(qū)域異質(zhì)性。

然而，數(shù)據(jù)來源的局限性導(dǎo)致目前的分析中未涉及西藏和港澳臺，因此，未來的研究可以考慮將西藏和港澳臺的數(shù)據(jù)結(jié)合進(jìn)來探討。另外，在空間面板模型中，可以借助分位數(shù)回歸，從而在不同的分位數(shù)水平下考察FDI對碳排放的影響。

(二)政策建議

為了更好地幫助我國完成“十四五”規(guī)劃碳減排目標(biāo)，實(shí)現(xiàn)2030年二氧化碳排放達(dá)峰目標(biāo)和2060年碳中和愿景任務(wù)，基于研究結(jié)論，提出以下政策建議。第一，高質(zhì)量地引入外資，形成長效閉環(huán)發(fā)展。對于高污染高耗能的產(chǎn)業(yè)應(yīng)當(dāng)限制引入，而對于一些綠色環(huán)保的新興產(chǎn)業(yè)應(yīng)當(dāng)積極引入。此外，要加強(qiáng)引入后的用資考核和治理，進(jìn)一步吸引優(yōu)質(zhì)外資進(jìn)入，從而形成長效閉環(huán)發(fā)展，激發(fā)FDI在碳排放績效中的積極作用。第二，差異化地引入外資，推動區(qū)域協(xié)調(diào)發(fā)展。由于我國仍然存在相當(dāng)明顯的區(qū)域經(jīng)濟(jì)差異，企業(yè)應(yīng)當(dāng)提高技術(shù)水平，從而促進(jìn)經(jīng)濟(jì)發(fā)展，可以根據(jù)地區(qū)異質(zhì)性調(diào)整引資策略。西部地區(qū)經(jīng)濟(jì)發(fā)展相對落后，在西部大開發(fā)戰(zhàn)略的推進(jìn)過程中，可以選擇具備先進(jìn)的生產(chǎn)技術(shù)、管理經(jīng)驗(yàn)以及環(huán)保理念的FDI，從而提高西部環(huán)境質(zhì)量。第三，抓住“十四五”重要機(jī)遇期，有序推動綠色低碳發(fā)展。“十四五”時期是實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)的重要機(jī)遇期，一方面要健全碳排放數(shù)據(jù)質(zhì)量管理長效機(jī)制，制定生態(tài)考核辦法及其實(shí)施細(xì)則并開展考核試點(diǎn)，另一方面也要關(guān)注中心省區(qū)市碳排放的溢出效應(yīng)，通過區(qū)域碳排放治理政策協(xié)同，減少高排產(chǎn)業(yè)向鄰近省區(qū)市轉(zhuǎn)移。