產業結構效應碳排放論文

導語：產業結構效應碳排放論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1引言

按照“污染避難所假說”，發達國家傾向于將高污染，高能耗企業轉移至他國，中國雖然不是發達國家，但國際上已有不少聲音在質疑中國對外投資對當地環境的破壞問題，因此中國不斷加大對外投資是否真正轉移了本國部分高能耗企業，減少了本國CO2的排放量是一個值得深思且有待驗證的問題。但可以肯定的是，中國OFDI的不斷增長，對本國經濟規模、技術水平以及產業結構等方面都帶來了影響[7～12]，而上述變化必然對我國CO2排放量帶來相應影響。本文將運用2003～2011年的省級面板數據，分析中國OFDI對本國CO2排放量的影響，為了更加明確影響的機制和渠道，本文還將運用聯立方程模型，分析中國OFDI為本國帶來的規模效應、技術效應以及產業結構效應，進而通過上述效應得出OFDI對我國CO2排放量的總效應，并相應提出政策建議。

2相關文獻回顧

學界有關對外直接投資的環境效應方面的研究最早要追溯到“污染避難所假說”的提出[13]。“污染避難所假說”又稱“污染天堂假說”（pollutionheavenhypothesis），是指由于發展中國家的環境治理標準和管理水平都顯著低于發達國家，在經濟全球化的背景下，發達國家傾向于將自己的高污染產業或者企業轉移到發展中國家，進而對發展中國家的生態施加負面影響。關于“污染避難所”假說的驗證，學界眾說紛紜。Jaffe等率先挑戰了上述假說[14]，其關于美國制造業外資進入的研究表明，外資并沒有給東道國帶來更多的污染；Eskeland和Harrison在拉丁美洲的研究也同樣證明，外資企業較之于本土企業更懂得運用清潔能源與提高能源利用效率[15]；這些研究為其后的“污染光環假說”（pollutionhalohypothesis）的提出打下了基礎[16]。后者認為，外資的進入實際上帶來了更高效的技術和更先進的管理，將有助于東道國環境的改善和可持續發展[17～18]。誠然，“污染避難所假說”也在一些研究中得到驗證，如楊英將研究范圍集中在中國東部沿海地區，結論同樣證明，外商直接投資的進入，增加了中國的三廢排放量，造成了部分省份福利的減少[19]；同樣的結論在沙文兵關于外商直接投資與SO2排放量的研究中也得到了驗證，他認為外資流入的增多顯著增加了我國SO2的排放量[8]。“污染避難所假說”毫無定論的驗證，也使得其成為了整個國際經濟領域中最容易引起爭論的問題之一[20]。然而，隨著CO2排放量的不斷增多，國內外學者依舊運用此假說討論外商直接投資與CO2的關系。Talukdar和Meisner運用1987～1995年44個發展中國家的面板數據研究了私人部門CO2排放量的原因，其研究認為，外資的進入降低了CO2的排放，然而在高收入國家二者沒有因果關系[21]；Khalil等選用1972～2002年的時間序列數據，研究了巴基斯坦外商直接投資與CO2排放量的關系，通過協整檢驗證明了外商投資與CO2排放量之間存在著的正相關關系[22]；國內學者熊立等運用1985～2007年的時間序列數據研究了中國外商直接投資與CO2排放量的關系，認為外資的進入增加了中國的碳排放，這是由于80%以上的外資進入了第二產業，即高能耗產業，其效應超過了外資進入帶來的技術效應[23]；劉華軍和閆慶悅運用1995～2007年省級面板數據分析貿易、外資與碳排放的關系，其研究結論表明，外商直接投資對CO2排放具有負的效應，但不顯著[24]；王道臻和任榮明運用1980～2008年的時間序列數據研究了中國外商直接投資、經濟規模與CO2排放量的關系，認為外商直接投資是我國經濟規模增長的格蘭杰原因，而經濟規模是二氧化碳排放的格蘭杰原因，即外國直接投資的增加可以通過經濟規模導致我國CO2排放量的上升[25]；劉倩和王遙[5]將金磚國家1985～2007年人均收入平均水平劃分為兩個樣本組，并分別對兩組面板數據進行了實證分析，回歸結果表明，無論人均收入水平高低，外資流入均在一定程度上緩解了CO2排放的壓力；肖明月和方言龍重點分析了環渤海地區、長三角地區和珠三角地區外資與碳排放的關系，他們認為外資的進入在一定程度上降低了上述地區的人均碳排放量，但對此三地區的碳排放影響效果有所不同，經濟發展水平和能源強度是影響東部地區碳排量的最重要因素[26]。綜上所述，國內外學者關于外商直接投資的環境效應以及與CO2排放量關系的研究結論不一、各有見地，但以上文獻均只關注到外商直接投資對東道國環境及CO2排放量的影響，鮮有關注到外商直接投資對母國環境效應的影響，而有關“走出去”對本國CO2排放量的影響研究更是寥寥無幾。周力和龐辰晨[6]研究了中國對外直接投資的母國環境效應，認為中國的OFDI有利于母國產業升級和技術回流，進而有利于母國的環境提升；Liu等研究了日本對外直接投資對本國CO2排放量的影響，結論指出，日本加大對外投資是日本減少碳排放的格蘭杰原因，從母國背景證明了“污染避難所假說”的存在[1]。至今，關于中國OFDI對本國CO2排放影響的研究依舊缺乏。然而，從2003年開始，中國的對外直接投資迅猛增長，各類企業的海外設立是否有利于減少國內的碳排放已因此成為一個值得深思和研究的議題。本文選用2003～2011年中國30個省份（除西藏外）的面板數據，擬研究中國OFDI對本國CO2排放量的影響及其影響機制。

3計量模型設定及數據來源簡介

3.1計量模型設定

本文沿用Grossman和Krueger分解NAFTA的環境效應的方法來研究我國OFDI與CO2排放量的關系，將OFDI對CO2排放量的影響分為三種效應：規模效應、技術效應和產業結構效應，采用聯立方程組模型對三種效應進行分別估計，最終得出其總效應[27]，影響CO2排放量的方程為：CO2=STC其中：S代表規模效應（scale），T代表技術效應（tech），C代表產業結構效應（composition），方程兩邊加上對數，等式變為：logCO2=logS+logT+logC我國OFDI的變化將會帶來以上三種效應，而通過這三種效應最終影響到我國CO2的排放量，現加上OFDI對三種效應的作用。

3.2變量設定及數據來源

本文選取2003～2011年30個省份（除西藏外）的面板數據進行實證分析，以下將分別對每個效應的變量和數據選取進行解釋。3.2.1規模效應logScaleit=a1logOFDIit+a2Kit+a3logLit+a4logCO2it+εit（1）變量設定。①被解釋變量（Scale）：經濟規模。本文參照前人的做法[28]，選取各省份的國內生產總值（GDP）作為量化指標用于衡量經濟規模的大小。②核心解釋變量（OFDI）：對外直接投資。對于OFDI的衡量，前人較多采用對外直接存量作為量化指標[18]。本文也選取各省份對外直接投資的存量進行估計，對外直接投資量越大說明了地區經濟發展水平和發展程度越高[11]，二者擬估計為正相關關系。③控制變量。資本存量（K）。各省份的資本存量是衡量該地區經濟規模的重要指標[29]，其與經濟規模擬估計為正相關關系；勞動力（L），勞動力人口的多少代表著地區工業化程度的規模以及經濟規模的可容納度[20]，勞動力已成為影響一國經濟的重要指標，本文選取各省份每年底的就業人數進行量化，二者擬估計為正相關關系。二氧化碳排放量（CO2）。作為本文的核心變量，該變量是影響經濟規模的控制變量之一。既有研究證明，CO2排放受經濟發展的影響，同樣也影響經濟，環境的惡化將會降低經濟發展速度[23]，二者擬成負相關關系。但筆者認為，一省CO2排放量越高，說明該地區的工業化程度和經濟發展水平相對較高，雖然惡劣的環境會在一定程度上影響經濟發展，卻也是衡量一省經濟規模大小的重要指標，因此二者的關系有待回歸估計。（2）數據來源。經濟規模、資本及勞動力相關數據均源于《中國統計年鑒》，對外直接投資數據源于2005年以及2011年《中國對外直接投資統計公報》。CO2排放量數據各省份目前并未公開，必須通過化石能源的消費進行轉換估算而得。因此，本文通過2012年《中國能源統計年鑒》獲得各省區石油、煤、天然氣三種能源的消費量數據，并通過《中國可持續發展能源及碳排放情景分析》中給定的排放系數進行轉換（石油碳排放系數為0.58噸碳每噸標煤、煤炭為0.75噸碳每噸標煤、天然氣為0.44噸碳每噸標煤）。控制變量中GDPit-1與GDPit-2分別表示GDP滯后1期和2期的價值，這里主要是考慮一個宏觀環境對資本積累的影響，流入國內的外商直接投資一般存在“擠入效應”和“擠出效應”，而流出的對外直接投資對國內資本的影響有待回歸估計。3.2.2技術效應（1）變量設定。①被解釋變量（Tech）：技術程度。該指標用于代表一省節能減排的技術程度。由于第二產業是CO2高排放量產業，一個地區節能減排的技術，可以通過該地區工業產出對碳排放的控制水平來衡量，因此本文選用單位工業產出CO2排放量進行衡量[4]。②核心解釋變量（OFDI）：對外直接投資。量化同上。既有研究表明，部分OFDI的動因即為技術尋求型[30]，同樣也有研究證明了OFDI逆向技術溢出的存在[7]，而這將有利于提高母國的企業生產技術和管理水平，同樣也能提高母國企業降低能耗的水平[12]，因此二者擬估計為負相關關系。③控制變量。綠地面積（Green）。一個地區的綠地面積的增加將必然導致該地CO2排放的減少，二者擬估計為負相關關系。治理環境總投資額（Environ）。一省的CO2排放量會隨其環境治理投入的提高而減少，二者擬估計為負相關關系。能源消費結構（Coalratio）。本文選用煤炭消費總量占總能源消費量的比率作為能源消費結構的量化指標，這是由于煤炭的碳排放系數較之其他能源最高。長期以來，我國的能源消費以煤炭為主，占到70%以上，此變量也在既有研究中用于量化能源消費結構[7]，二者擬為正相關關系。研發水平（RD）。此變量即為各省份的R&D經費投入，一省的科研經費將顯著提升地區的技術水平，包括節能減排的效率，因此工業碳排放會因此減少，所以二者擬為負相關關系。人均國內生產總值（Pergdp）。較高的人均GDP通常會導致人們對生活質量要求的提高，相應會提高對環境的要求，因此會要求污染和排放的降低[29]，當然亦有學者認為，人均GDP與工業化程度具有正相關關系[20]，因此二者的實際關系有待回歸估計。（2）數據來源。工業產出、綠地面積、環境投資均源于2003～2012年《中國城市統計年鑒》；技術程度源于筆者對CO2與工業產出進行的換算；用煤總量源于《中國能源統計年鑒》；R&D研發經費數據源于中國科技部網站。3.2.3產業結構效應（1）變量設定。①被解釋變量（Comp）：產業結構。承前所述，第二產業為高碳排放產業，本文參考前人做法，選取第二產業占GDP的比重作為產業結構的量化指標[20]。②核心解釋變量（OFDI）：對外直接投資存量。Cantewell和Tolentino早在1990年便從動態化的角度研究了發展中國家的OFDI行為，提出了OFDI所帶來的技術創新和產業結構升級理論。他們認為，發展中國家的OFDI過程即是“技術學習”的過程，技術的提高相應會帶來國內產業結構的升級，這一理論也在后來學者的研究中得到證實[31]。王英和劉思峰更直接的證明，OFDI會增加我國二三產業的就業人數，從而增加我國二三產業的比重，降低第一產業的比重[7]。而周力和龐辰晨的研究也表明，OFDI會使得我國產業結構向輕工業偏移，但是總體會增加第二產業的比重，因此筆者擬估計二者成正相關關系。③控制變量。人口總量（People）。地區人口越多，城市化水平越高，同時也會提高工業化程度，二者擬估計為正相關關系。要素投入率（K/L）。此處主要指人均資本量。一般情況下，資本/勞動比例較高，將導致經濟中的工業產值較大的份額，當然也會因此導致更多的排放[23]。人均國內生產總值（Pergdp）。同技術效應原理一致，高人均GDP與高工業化掛鉤，但人們卻渴望高的生活質量，因此二者的實際關系有待估計。（2）數據來源。第二產業比重及人口總量源于《中國城市統計年鑒》，其余數據均來自于《中國統計年鑒》。

3.3數據特征分析

為了更好地分析樣本信息，首先進行數據的描述性統計，如表1所示。由于加入了對數，統計性描述中所有數據都相對變小，但仍然可以看出這些數據的變化。值得注意的是，logOFDI的標準差達到2.156108，說明這一時間段我國對外直接投資的變化，而本文選取的2003～2011年也正好是我國OFDI開始迅速增多的時間段（圖1）。此外，人均GDP（logPergdp）的變化也較大，在產業結構模型中可以關注其變化對產業結構的影響。

4計量結果分析

4.1三大效應估計

本文選取2003～2011年中國30個省份的面板數據分析了中國OFDI對本國CO2排放量的影響。本文首先分別對OFDI所帶來的規模效應、技術效應以及產業結構效應進行了估計。根據Hausman檢驗結果，對三大效應的估計均采用固定效應模型，表2給出了通過逐步回歸法，OFDI所帶來的三大效應的估計結果。4.1.1模型的擬合隨著變量的不斷加入，三個效應模型的R2值都不斷提高，這說明了所加入變量的有效性，其中技術效應及產業結構效應的R2值不是很高，但均超過了40%，解釋變量的解釋力仍然可以接受。根據檢驗結果，本文對于三大效應分別選用模型4、模型11及模型14進行分析，模型均通過Wald檢驗，說明方程整體估計效果良好。4.1.2規模效應結果分析核心變量OFDI與我國經濟規模呈顯著正相關關系，即我國的OFDI有助于推動我國經濟發展，擴大我國經濟規模，此結論也與前人的研究保持一致[18]。數據顯示，我國的OFDI每增加1%，我國的經濟總量將會提高0.292%；控制變量中CO2排放量與經濟規模保持了正相關關系，這與熊立等的結論相悖[23]，但也在情理之中，CO2排放量增多會一定程度上影響經濟發展，但其同時也是工業化擴大的指標，碳排放的增多也反映了我國經濟規模的不斷擴大；其余變量資本與勞動與本文之前的預測保持了一致。間接效應中（見模型5），我國的OFDI與國內資本積累呈正相關關系，這說明我國增加對外直接投資，國內資本存量會增多，這與外商直接投資的“擠出效應”相一致，國內的外資增多，引致國內投資的減少，而外資退出則會為國內資本創造空間，同理，我國增加了對外投資，自然會有其余資本彌補這些空間，甚至超過原有投資。4.1.3技術效應結果分析OFDI與技術程度呈負相關關系，即OFDI的增多會降低我國工業產出的單位碳排放，這一結果與前文預測一致，外商直接投資的增多帶回了先進的技術水平，降低了我國的工業能耗，結果也再次證明了OFDI逆向技術溢出的存在。數據顯示，我國OFDI每增加1%，會使我國單位工業產出碳排放降低0.092%。其余控制變量的相關系數也與本文預測保持一致，綠地面積、環境治理投資以及科研經費的投入都將降低工業單位產出的碳排放量，而能源消費結構則與其保持正相關關系。4.1.4產業結構效應結果分析由于被解釋變量是第二產業占GDP的比重，而解釋變量均為以萬計的計量單位，因此本文為保持估計的準確性，對數據進行了“標準化處理”。研究結果顯示，OFDI與產業結構呈正相關，即OFDI的增多會增大我國第二產業的比重，從而帶來產業結構的變動，這也與前人的結論保持一致[6]。數據顯示，我國的OFDI每增加1%，我國第二產業比重會增加0.243%。其余控制變量人口、人均GDP和人均資本與定的預期保持一致，除人口外均與產業結構呈顯著正相關關系。

4.2我國對外直接投資對CO2排放量的總效應計算

以上對我國OFDI所帶來的三大效應進行了分別估計，但得到的是單獨的個體效應，而本文的目的是通過估計我國OFDI所帶來的規模效應、技術效應以及產業結構效應的變化，進而分析OFDI對我國CO2排放量的影響，所需要估計的是OFDI對CO2排放量變化帶來的總效應。由表3可知，我國OFDI所帶來的規模總效應和產業結構總效應為正，而技術總效應為負。數據顯示，我國的OFDI每增加1%，我國的經濟總量將增加0.3053%，每單位工業產出碳排放降低0.0877%，第二產業比重增加0.2833%，三者綜合起來得出我國OFDI對CO2排放量的總影響為顯著的正效應。數據表明，我國OFDI每增加1%，我國國內的CO2排放量將會提高0.5009%，我國的OFDI并沒有減少反而增加了國內的碳排放。數據表明，“污染避難所假說”并不屬于中國。對于此結果，筆者認為有據可循。首先，OFDI所帶來的正向規模總效應和產業結構總效應超過了負向的技術總效應，這是由于OFDI的技術回流存在一定的時滯[31]，并不能馬上生效，而通過OFDI所學習的國外技術主要為先進的生產技術，用于提高生產率，對于減少節能減排的技術還相對較少，這使得OFDI所帶回的技術總效應也相對最弱；其次，中國的對外投資猛增說明了中國經濟水平的提升，而經濟規模的擴大必然意味著更大規模的工業化和生產，碳排放也必然增多，我國從2007年超過美國成為第一碳排放大國，究其根本原因，仍然是經濟水平提高所致，這使得OFDI所帶來的規模效應絕對值超過了其他兩個效應；最后，雖然我國近年來對國外石油以及采礦等高能耗產業投資逐漸增多，我國的OFDI主體部分并未流向高能耗產業，而主要流向了租賃和商務服務業（圖2）。因此，對外直接投資并沒有轉移國內高能耗產業，反而因為對外直接投資調整了產業結構，增加了第二產業比重，這也帶來了顯著為正的產業結構總效應，進而增加了國內的CO2排放。

5主要結論和政策建議

本文選取中國2003～2011年30個省份的面板數據研究了中國OFDI對本國CO2量的影響。通過對OFDI所帶來的規模效應、技術效應以及產業結構效應的分別估計，本文得出的結論是我國OFDI的增多將會增加本國的CO2排放量。數據顯示，我國OFDI每增加1%，我國的CO2排放量將會增加0.5009%，而這主要是由于OFDI所帶來的正向規模總效應和產業結構效應大大超過了其所帶來的負向的技術減排效應。作為碳排放大國，中國的碳排放形勢不容樂觀，而加大OFDI并沒有解決國內的碳排放問題反而使其更加深刻起來。根據本文的研究結果，筆者認為應該從以下幾方面加以應對：首先，應加大我國“技術尋求型”OFDI的比例。本文已證明OFDI可以帶回負向的技術效應，有助于減少我國CO2排放量，但是此效應較之規模效應及產業效應仍然較小，因而不能降低國內的碳排放，而這主要是因為我國對外直接投資主要是資源和市場尋求型[32]，而非技術尋求型所致。因此加大技術尋求型OFDI比例將會有利于減少我國CO2排放量。其次，應合理調整產業結構。我國的第二產業仍然是占GDP比例最重的產業，再加上不合理的經濟增長方式，這是我國成為碳排放大國的根本原因之一[33]。而OFDI的增多還將繼續增加第二產業的比重，這對于我國節能減排與低碳經濟的發展，形勢不容樂觀，因此合理調整產業結構，加大第三產業和第一產業的發展將是減少我國CO2排放量的必要手段之一。再次，應加強國際合作，開發新能源。清潔發展機制（CDM）是聯合國氣候大會所提出的節能減排手段的重中之重。目前我國已成為建立CDM項目最多的國家，已有814個CDM項目共獲得562261753噸CERs簽發，占東道國CDM項目簽發總量的59.71%，然而我國的CDM項目主要分布在我國東部，中部和西部地區仍然還有開發潛力，我國還應加強與發達國家的合作，更大程度的減少CO2排放量，發展真正意義上的低碳經濟。

作者：許可王瑛單位：西南財經大學國際商學院北方民族大學阿拉伯研究中心