外商直接投資地區差距對碳排放的影響

蔣庚華 郭 沛

(1.南開大學國際經濟學研究所，天津300071;2.東北師范大學經濟學院，吉林長春130117)

在我國經濟發展過程中，由于在資源稟賦、技術條件、工業化水平等方面的差距，各地區在碳排放上也存在差距，這種地區間的碳排放差距不僅不利于我國與碳減排制度有關的政策的擬定，也制約著中國節能減排目標的實現。改革開放后，隨著全球產業梯度轉移，大量外商直接投資企業進入中國，一方面給中國帶來了相對先進的技術、促進了中國經濟的發展，另一方面也給中國帶來了如環境污染、碳排放量增加等問題，現有的研究成果也表明外商直接投資對中國碳排放具有顯著影響。外商直接投資企業在中國的分布存在明顯的地域性特征，這種地區分布差距是否會對中國碳排放的地區差距產生影響、產生何種影響，這不僅關系到中國未來節能減排目標的實現，也對未來各地區對待外商直接投資企業的態度和外商直接投資企業的發展產生影響。

從理論上講，外商直接投資地區差距對碳排放地區差距應存在正向(消極)和反向(積極)兩個方面的影響。從正向(消極)影響來看，外商直接投資企業投資于中國的某一地區，可能存在兩個主要目的，第一，充分利用中國相對廉價的勞動力資源和自然資源，在此過程中，大量自然資源的消耗，特別是以煤炭為代表的高碳排放能源的消耗，必然增加該地區的碳排放量;第二，規避發達國家的環境規制，從而將本國的高碳排放工業和相對落后的生產環節轉移到中國，這也將增加該地區的碳排放量，國際上流行的“環境避難所”假說正反映這一問題。在上述兩種情況下，外商直接投資地區差距的擴大將導致地區碳排放差距的擴大，即外商直接投資地區差距對碳排放地區差距產生正向(消極)影響。從另一方面來看，雖然外商直接投資企業的技術在國外屬于高碳排放的落后技術，但相對于中國本土企業而言，其所應用的技術仍屬于相對先進的低碳排放技術，因此，當外商直接投資企業進入中國的某一地區后，一方面可以通過示范效應促進該地區本土企業使用更為環保的生產技術，另一方面也可以部分替代原本由當地高碳排放的本土企業所生產的產品，而這兩個方面都可以促進當地碳排放量的降低，從而縮小該地區與其他地區在碳排放量上的差距，這可以被稱之為外商直接投資地區差距對碳排放地區差距的反向(積極)影響。外商直接投資地區差距對碳排放地區差距的總影響則是由上述兩種影響綜合作用的結果，當正向(消極)影響大于反向(積極)影響時，表現為外商直接投資地區差距將擴大碳排放地區差距，反之，當反向(積極)影響大于正向(消極)影響時，則表現為外商直接投資地區差距將縮小碳排放地區差距。因此，外商直接投資地區差距對碳排放地區差距的影響不單是一個理論問題，更是一個需要通過實證進行檢驗的問題，并依此提出未來中國進一步合理利用外資的對策建議。基于上述考慮，本文擬通過實證檢驗的方式對這一問題進行定量研究。

1 文獻綜述

近年來，隨著世界各國對碳排放這一問題的關注逐漸增多，國內外學者對外商直接投資對中國碳排放的影響以及中國各地區碳排放這兩方面的研究也逐漸增多。在中國外商直接投資對碳排放量影響的研究上，Dean J M和Lovely M E對中國外商直接投資和環境污染的研究表明外商直接投資企業傾向于利用更為清潔的能源，這有助于降低中國的碳排放程度［1］。宋德勇和易春艷對1978－2008年相關數據的研究表明外商直接投資對碳排放具有負面效應［2］。牛海霞和胡佳雨對中國1997－2007年省際面板數據的研究表明外商直接投資對中國碳排放量的影響為正［3］。陳德湖和陳子寅對中國1985－2008年外商直接投資和碳排放量之間的互動關系進行了研究，認為FDI對我國碳排放的規模效應、規制效應均為正向影響，技術效應表現為負向影響，結構效應不明顯，總效應為正［4］。在對中國地區碳排放的研究上，孫耀華、仲偉周、慶東瑞利用Theil指數計算了2000年以來中國省際間碳排放強度的差距，認為中國總體碳排放強度呈下降趨勢，省際間碳排放強度差距存在增大的趨勢，且主要是由區域間差距增大造成的;中國區域間碳排放強度呈現“俱樂部收斂”的特征［5］。范定祥和劉會洪對中國1997－2008年省區碳排放強度的分布特征及其變化進行的分析表明東部發達地區的碳強度遠低于其他地區，各省區的碳強度狀況與其所處的工業化進程及采取的產業結構調整戰略有關，能源強度的改善是驅動這一時期大部分省區碳強度降低的主導因素，產業結構的變化則趨于提高大部分省區的碳強度［6］。從上述分析可以看出，目前針對外商直接投資對中國碳排放量的影響的研究主要是針對中國整體情況，對中國碳排放量地區差距的研究則主要是對中國碳排放地區差距的測度以及從產業結構、人均生產值總值等方面來研究各地區碳排放量的影響因素，尚沒有將外商直接投資作為一個單獨的影響因素納入對碳排放地區差距影響的研究中來。鑒于外商直接投資對中國地區經濟發展、地區經濟差距以及中國碳排放所起的重要作用，本文將中國省級行政區按行政區域劃分為東、中、西和東北四大地區，對外商直接投資地區差距對碳排放地區差距的影響進行實證研究①受數據限制，文中不包括寧夏、海南、西藏以及港、澳、臺，四大地區具體為:東北地區，包括黑龍江、吉林、遼寧三省;東部地區，包括北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東九省(市);中部地區，包括山西、河南、湖北、湖南、安徽、江西六省;西部地區，包括內蒙古、重慶、四川、貴州、云南、陜西、甘肅、青海、新疆、廣西十省(市、區)。。

2 測度方法和數據來源

2.1 碳排放的測度方法

對于碳排放量的測算，本文根據能源消費量及碳排放系數來計算中國各省的碳排放量。由于目前中國產生CO2的能源主要集中在煤、石油和天然氣上，水電、核電、風電等基本屬于不排放CO2的清潔能源，因此本文主要依據煤、石油和天然氣的相關數據對各省的CO2排放量進行估計，公式如下:

其中TCi代表我國各省份消費能源所產生的碳排放量，i為省份數;Cir表示i省份的第r類能源消耗所產生的碳排放量;r為能源種類;Fir、Eir表示i省份第r類能源的碳排放系數和i省第r類能源的消費總量。

2.2 地區差距的測度方法

衡量地區差距的指標可分為絕對指標和相對指標。絕對指標包括極差、標準差等，主要反映地區某一變量絕對差距的變化;相對指標主要反映地區間某一變量相對差距的變化。由于絕對量指標中量綱的存在，使得在利用絕對量指標衡量地區差距時易受價格水平的影響。在指標選取上，一般認為應遵循以相對差距指標為主、絕對差距指標為輔的原則。因此，本文在衡量指標的選取上，首先利用極差和標準差來衡量1999年以來中國四大地區碳排放和外商直接投資地區間絕對差距的變化，其次利用變異系數分析四大地區碳排放和外商直接投資地區間相對差距的變化。

2.2.1 絕對差距的測度方法

一組數據的最大值和最小值之差稱為極差，用R表示，其計算公式為:

其中Max(xt)、Min(xt)分別表示為變量xt在t時期極大值和極小值，可粗略地衡量出該變量絕對差距的變化。

標準差用來反映數據的離散程度。令SEt表示數據的標準差，EYt表示期望，則標準差可表示為:

其中Yt為所關心的變量，EYt為Yt的期望值。SEt越大說明該變量的絕對差距越大。

2.2.2 相對差距的測度方法

計算相對差距的指數主要包括基尼系數(Gini Index)、泰爾指數(Theil Indes)、變異系數(CV Index)等。考慮到數據的可獲得性，最終選取變異系數作為衡量相對變化的指標，計算公式如下:

其中n為地域單元數，xi為i省區所要考察的變量。變異系數越大，說明該變量的地區差距越大。

2.3 數據來源

在碳排放量測度中所需的中國各省的煤、石油、天然氣三種能源的消費總量數據來自歷年《中國能源統計年鑒》;碳排放系數以日本能源經濟研究所、DOE/EIA、科技部氣候變化項目和國家發改委能源研究所確定的三種能源碳排放系數為依據，并對其取平均值，得出我國煤炭、石油和天然氣的碳排放系數分別為0.732 9、0.557 4和0.422 6，單位是t碳/t標準煤;外商直接投資的數據來自于歷年《中國統計年鑒》。

3 基本經驗事實

3.1 中國四大地區碳排放量差距的變化

3.1.1 絕對差距的變化

根據公式(1)、(2)、(3)，表1計算了中國四大地區碳排放量絕對差距的變化情況，從中可以看出中國四大地區碳排放量絕對差距的變化呈現以下幾個特點:首先，無論是極差還是標準差，中國四大地區碳排放量的絕對差距在總體上都呈上升勢態。其次，從極差的變化情況來看，無論是絕對幅度還是相對幅度，東部地區都是極差變化幅度最大的地區，1999年東部地區碳排放量最大與最小地區之差為5 413.70萬t標準煤，2010年這一差距擴大到21 571.14萬 t標準煤，與 1999年相比增加了16 157.44萬t標準煤，約是1999年碳排放量極差的4倍;中部地區2010年碳排放量的極差與1999年相比增加了6 424.57萬t標準煤，增長幅度約為112.57%;西部地區2010年碳排放極差與1999年相比增加了4 695.13萬 t標準煤，增長幅度約 187.36%;東北地區極差變化的絕對和相對幅度都較小，2010年碳排放極差與1999年相比增加了3 880.22萬t標準煤，增長幅度約為88%。最后，從標準差的變化情況來看，這一時期標準差變化最大的同樣是東部地區，之后依次為中部、西部和東北地區。

表1 中國四大地區碳排放量絕對差距變化(1999－2010)Tab.1 The absolute gap of carbon emissions for Chinese four region(1999 －2010) 萬 t標準煤

3.1.2 相對差距的變化

根據公式(1)和(4)，圖1顯示了中國四大地區碳排放相對差距的變化情況，從中可以看出四大地區碳排放相對差距存在如下幾個特點:首先，東部地區碳排放變異系數總體呈上升趨勢，且在2004年后超越中部成為碳排放地區差距最大的地區，2008年東部地區碳排放的變異系數達到了這一時期的最大值(0.68)，此后略有下降，2010年的變異系數為0.65，與2000年最低時的0.47相比上升了約44.68%;其次，中部地區作為碳排放地區差距第二大地區，其碳排放變異系數呈先上升后下降趨勢，2010年的碳排放變異系數約為0.47，與1999年的0.49相差不大，與2002年的最高值0.57相比下降了約18%;最后，西部和東北地區碳排放的變異系數在這一時期變化不大，均在0.40上下浮動，說明這一時期上述兩個地區在碳排放的地區差距上沒有出現明顯的變化。

圖1 中國四大地區碳排放變異系數變化趨勢(1999－2010)Fig.1 Trends of carbon emissions’CV index for Chinese four region(1999－2010)

3.2 中國四大地區外商直接投資差距的變化

3.2.1 絕對差距的變化

表2顯示了四大地區外商直接投資企業工業總產值的極差和標準差的變化情況。首先，無論是極差還是標準差，四大地區外商直接投資企業工業總產值絕對差距均呈上升趨勢。其次，從極差變化情況來看，與1999年相比，2010年極差在絕對量變化上，東部最大(35 261.49億元人民幣)、東北次之(5 568.24億元人民幣)、中部第三(3 416.62億元人民幣)，西部最少(1 711.40億元人幣);在極差相對變化幅度上，西部變化幅度最大，2010年極差與1999年相比增長了約13.86倍，其次是中部(13.75倍)，再次是東北(11.23倍)，最后是東部(6.16倍)。最后，從標準差變化程度來看，與1999年相比，2010年標準差絕對量變化幅度由大到小依次為東部、東北、中部和西部，增長幅度變化由大到小依次為西部、中部、東北和東部。

3.2.2 相對差距的變化

圖2顯示了1999－2010年中國四大地區外商直接投資企業工業總產值變異系數變化趨勢，從中可以發現:首先，西部地區外商直接投資企業工業總產值的變異系數最大，且總體呈上升趨勢，1999年該地區外商直接投資企業工業總產值的變異系數為0.84，2010年上升到1.02，上升了約21.4%，說明西部地區外商直接投資企業工業總產值的地區差距不斷擴大;其次，東部地區外商直接投資企業工業總產值的變異系數呈下降趨勢，2010年該地區外商直接投資企業工業總產值的變異系數為0.78，與1999年相比下降了約14%，說明東部地區外商直接投資企業的地區差距逐步縮小;再次，中部地區外商直接投資企業工業總值的變異系數在1999－2004年期間呈先下降再上升的趨勢，2005年后逐年下降，2010年其變異系數約為0.50，也是四大地區中外商直接投資企業工業總產值變異系數最低的地區;最后，東北地區外商直接投資企業工業總產值變異系數在這一時期變化幅度不大，始終在0.70附近徘徊，這說明該時期東北各省在外商直接投資方面的差距變化不大。

表2 中國四大地區外商直接投資企業工業總產值絕對差距變化(1999－2010)Tab.2 Absolute gap of FDI’s output for Chinese four region(1999 －2010) 億元人民幣

圖2 中國四大地區外商直接投資企業工業總產值變異系數變化趨勢(1999－2010)Fig.2 Trends of FDI output’s CV index for Chinese four region(1999－2010)

通過上述對中國四大地區碳排放地區差距和外商直接投資企業工業總產值地區差距的分析可以得出如下結論。首先，碳排放地區差距存在兩個特點:一是四大地區碳排放絕對差距逐年上升，二是無論從絕對差距還是相對差距上看，碳排放差距均呈現出東部最大，中部次之，西部和東北地區最少的特點;其次，外商直接投資企業工業總產值地區差距存在三個特點:一是四大地區外商直接投資企業工業總產值的絕對差距呈逐年上升趨勢，二是從絕對差距來看，東部最大、東北次之、中部第三、西部最少;三是從相對差距來看，西部最大，東部第二且近年有下降趨勢，東北第三且保持平穩，中部最小且近年穩中略有上升。

分析東部地區碳排放差距居四大地區首位的原因，可能主要在于:影響地區碳排放差距的主要原因是經濟發展差距和能源消費結構。由于東部地區各省(市)當地基本沒有大的能源生產基地，也不存在某一地區對某種能源消費有特定偏好，因此東部地區碳排放差距主要應從經濟發展差距中尋找。從經濟發展差距上看，以2010年的數據為例，東部地區的人均地區生產總值最高是上海(7.61萬元人民幣)，最低的是河北(2.87萬元人民幣)，二者相差4.74萬元人民幣，與之相比，其他各地區內各省(自治區、直轄市)人均地區生產總值的差距均在3萬元人民幣以下。正是由于其他三大地區內部各省間的經濟差距較東部地區更小，才導致這三大地區在碳排放上的差距也小于東部地區。

四大地區外商直接投資企業工業總產值地區差距出現上述變化的原因主要在于:外商直接投資企業更關注當地的經濟發展水平和投資環境，西部地區內部各省在自然環境、基礎設施建設以及投資環境等方面的差距都較其他三大地區更大，相應的，在外商直接投資上也表現出較其他三大地區更大的相對差距。中部地區各省由于自身經濟發展水平、基礎設施建設等方面的差別不大，使得內部各省間外商直接投資的相對差距在四大地區中最小。

4 實證檢驗

在此，本文以各地區碳排放量的變異系數為因變量，以各地區外商直接投資企業工業總產值的變異系數為主要自變量，對外商直接投資地區差距對地區碳排放差距的影響進行定量分析。相關變量的含義及描述性統計見表3，其中碳排放量變異系數和外商直接投資企業工業總產值變異系數的相關數據來源如前文所示，其他變量的數據來自《中國統計年鑒》。

由于本文所采用的是個體維度n相對較少，時間維度T相對較長的長面板數據，對于可能存在的個體固定效應，通過加入個體虛擬變量進行控制;對于時間效應，即可能存在的組內自相關和組間自相關問題，則通過廣義可行最小二乘法(FGLS)來解決，最終選取如下計量模型:

計量結果如下:

注:小括號內為t值。

根據公式(6)，fdi的系數約為－0.12，且在1%的顯著性水平下顯著，說明外商直接投資企業工業總產值地區差距對地區碳排放差距的影響為負，且外商直接投資差距每增長1個單位，將導致地區碳排放差距降低0.12個單位;人均地區總產值差距對碳排放地區差距的影響為負，其系數約為－0.33，且在5%的顯著性水平下顯著，表明地區人均總產值差距每增加1個單位將導致地區碳排放差距下降約0.33個單位;地區開放程度差距對地區碳排放的差距為正，其系數約為0.08，且在5%的顯著性水平下顯著，說明地區開放程度差距每增加1個單位，將使地區碳排放差距增加約0.08個單位。

分析上述計量結果出現的原因:外商直接投資企業工業總產值地區差距對地區碳排放差距的影響為負，說明與中國本土企業相比，外商直接投資企業由于具有更先進的生產技術，使其比本土企業在節能減排方面具有更大的優勢，從而表現為外商直接投資地區差距的擴大將有助于降低中國的碳排放地區差距，即前文所述的外商直接地區差距對地區碳排放差距的反向(積極)影響大于正向(消極)影響，這也從一個側面說明在現階段，“環境避難所”假說在中國地區碳排放差距上并不存在。地區經濟差距對碳排放地區差距的影響為負，這其中的原因可能在于:經濟發達地區，一方面有更強烈的愿望來保護本地區的環境，另一方面也有條件通過使用新技術、新能源來達到降低本地區碳排放量、保護本地區環境的目的，相反，經濟相對落后的地區，由于自身條件的限制，只能選擇相對廉價的高碳排放能源，這使得地區經濟發展差距與碳排放地區差距呈現負相關關系。地區經濟開放程度差距對地區碳排放差距的影響為正，即隨著開放程度差距的擴大，其碳排放差距也在不斷擴大，這一結果與相關的研究結果相符，即開放程度越大，其所生產的工業品越多，其碳排放也越大。

表3 相關變量的含義及描述性統計Tab.3 The meaning and descriptive statistics of the relevant variables

為研究外商直接投資差距對不同能源碳排放地區差距的影響，在此分別以煤、石油、天然氣三種能源碳排放變異系數為因變量，以外商直接投資企業生產總值變異系數為主要自變量，以地區人均生產總值變異系數、地區開放度變異系數為控制變量，利用面板數據的廣義最小二乘法對其分別進行回歸，結果如下所示:

注:小括號內為t值。

在此，本文只討論外商直接投資地區差距對不同能源碳排放地區差距的影響。根據公式(7)－(9)，外商直接投資地區差距對煤和石油兩種能源碳排放地區差距的影響為負，且至少在10%的顯著性水平上顯著，說明外商直接投資地區差距的擴大有助于減少上述兩種能源碳排放地區差距;在10%的顯著性水平上外商直接投資地區差距對天然氣碳排放地區差距的影響為正，說明外商直接投資地區差距的擴大將導致天然氣碳排放地區差距的擴大。出現這種情況的原因可能主要在于:與煤和石油相比，天然氣屬于清潔能源，由于外資企業在生產技術上的相對先進性，因此其更有能力使用清潔能源而較少使用高碳排放的能源，從而使得外商直接投資地區差距與消費煤和石油能源所產生的碳排放的地區差距呈負相關，而與消耗天然氣能源所產生的碳排放地區差距呈正相關。

5 結論及對策建議

本文對1999－2010年間中國東、中、西和東北四大地區外商直接投資地區差距和地區碳排放差距進行了研究，得出如下結論。第一，四大地區碳排放絕對差距呈逐年上升趨勢，無論是碳排放的絕對差距還是相對差距均呈現出東部最大，中部次之，西部和東北地區最少的特點。第二，四大地區外商直接投資企業工業總產值的絕對差距呈逐年上升趨勢，且東部最大、東北次之、中部第三、西部最少;從外商直接投資企業工業總產值相對差距來看，西部最大，東部第二且近年逐年下降，東北第三且保持平穩，中部最小且近年呈穩中有升的趨勢。第三，實證研究的結果表明:外商直接投資地區差距對地區碳排放差距的影響為負;人均地區總產值差距對碳排放地區差距的影響為負;地區開放程度差距對地區碳排放的差距為正;從外商直接投資地區差距對不同能源碳排放地區差距的影響來看，外商直接投資地區差距對煤和石油兩種能源碳排放地區差距的影響為負，對天然氣碳排放地區差距的影響為正。

根據以上結論，本文認為，從降低碳排放量地區差距的角度而言，各地區在現階段可以有針對性地吸引外商直接投資，在引進外商直接投資的同時，更注重外資企業的節能減排技術的示范作用，并通過外資企業的示范作用帶動本地區企業碳排放量的減少，從而達到降低本地區碳排放地區差距的作用。具體而言，各級政府應出臺相應的產業、稅收和財政激勵政策，促使本土企業提高節能減排意識，改進生產技術，減少碳排放量;另一方面，各地區政府可以考慮搭建平臺，使本地碳排放較高的企業與外商直接投資企業相互交流，借鑒其較先進的技術和管理經驗，以便快速提高本土企業的整體水平。由于西部地區在外商直接投資上的相對差距最大，因此，應進一步完善西部地區的基礎設施等硬件設備和政府政策、管理制度等軟環境建設，加大對西部地區，尤其是西部地區中的落后地區進行招商引資，同時在吸引外資時應制定相應的環境保護、節能減排規章制度，確保西部地區在縮小各省外商直接投資地區差距的同時，與自然環境協調、持續發展。

(編輯:劉照勝)

References)

［1］Judith M D，Mary E L.Trade Growth，Production Fragmentation，and China’s Environment［C］//China’s Growing Role in World Trade .Chicago:NBER and University of Chicago Press，2011.

［2］宋德勇，易艷春.外商直接投資與中國碳排放［J］.中國人口·資源與環境，2011，21(1):49 －52.［Song Deyong，YI Yanchun.FDI and China’s Carbon Emissions［J］.China Population，Resources and Environment，2011，21(1):49 －52.］

［3］牛海霞，胡佳雨.FDI與我國CO2排放相關性實證研究［J］.國際貿易問題，2011，341(5):100 － 109.［Niu Haixia，Hu Jiayu.Empirical Research on Relationship between FDI and CO2Emissions in China［J］.Journal of International Trade，2011，341(5):100 －109.］

［4］陳德湖，陳子寅.FDI與碳排放:基于聯立方程的實證研究［J］.大連理工大學學報:社會科學版，2012，33(3):30－34.［Chen Dehu，Chen Ziyin.FDI and CO2Emissions:Study of the Simultaneous Equation Model［J］.Journal of Dalian University of Technology:Social Sciences，2012，33(3):30 －34.］

［5］孫耀華，仲偉周，慶東瑞.基于Theil指數的中國省際間碳排放強度差距分析［J］.財貿研究，2012，23(3):1 －7.［Sun Yaohua，Zhong Weizhou，Qing Dongrui.Analysis on Differences of Carbon Emission Intensity of Each Province in China Based on Theil Index［J］.Finance and Trade Research，2012，23(3):1 －7.］

［6］范定祥，劉會洪.中國省區碳排放強度的分布特征及其變化分析［J］.西安財經學院學報，2012，25(5):5 －10.［Fan Dingxiang，Liu Huihong.An Evaluation of Distribution Characteristic and Changes of Regional Carbon Emission Intensity in China［J］.Journal of Xi’an University of Finance and Economics，2012，25(5):5 －10.］