FDI對中國物流業碳排放影響的實證研究

臧新　潘國秀

摘要 近年來，全球氣候變暖現象嚴重，為了實現人類的可持續發展，各國普遍重視發展低碳經濟。中國是世界上碳排放量最多的國家，作為負責任的大國，我國發展低碳經濟勢在必行。物流是經濟中不可缺少的一環，低碳物流直接影響到我國低碳經濟的發展，因而，對于物流業碳排放問題的研究顯得十分必要與緊迫。在經濟全球化的背景下，我國大力推行外資政策，積極引進FDI，FDI在推動我國經濟發展的同時，也對我國的生態環境產生了影響。正是在這一背景下，本文嘗試探討FDI對我國物流業碳排放的影響；因為產業之間具有關聯性，這里的FDI既包括物流業的FDI，也包括其他與物流業相關性較強行業的FDI。本文首先采用投入產出分析方法具體分析了物流業與其他產業的關聯程度，得出制造業、商業和金融業是物流業的強相關行業的結論；進而通過構建分行業FDI對我國物流業碳排放影響的時間序列回歸模型進行實證分析，結果表明，FDI總體上顯著減少了我國物流業的CO2排放量和排放強度，其中物流業、制造業的FDI在減少我國物流業碳排放方面是顯著的，而商業與金融業FDI對我國物流業二氧化碳排放強度影響均不顯著；上述結果說明FDI對我國物流業碳排放的技術效應明顯，“污染天堂假說”在我國物流業并不成立。此外，行業規模、能源消費強度、貿易開放程度、城鎮化率以及環境治理投資等因素都會對物流業的碳排放產生影響。最后，在總結全文的基礎上得出合理引進FDI，調整能源消費結構，發展節能減排技術的政策建議。

關鍵詞 FDI；物流業；碳排放；產業關聯

中圖分類號 X196 文獻標識碼 A 文章編號 1002-2104（2016）01-0039-08 doi：103969/jissn1002-2104201601006

近年來，全球氣候變暖現象嚴重，為了實現人類的可持續發展，各國普遍重視發展低碳經濟，從而也推動了經濟學界對于碳排放及碳減排責任的研究。物流業是融合運輸、倉儲、貨代、信息等產業的復合型生產性服務業，是支撐國民經濟發展的基礎性、戰略性產業。加快發展現代物流業，對于促進產業結構調整、轉變發展方式、提高國民經濟競爭力和建設生態文明具有重要意義。據統計，2013年，全國社會物流總額197.8萬億元，物流業增加值3.9萬億元，在價格不變的情況下，較上一年增長8.5%，物流業增加值占GDP比重為6.8%，占服務業增加值的比重為14.8%，物流業整體運營勢頭良好。但是，物流產業既是能源消耗大戶，也是碳排放大戶，發展低碳物流是實現低碳經濟的前提和基礎，關系到整個經濟環境能否實現低碳化。因而，對于物流業碳排放問題的研究是非常必要與緊迫的。

改革開放至今，我國大力推行外資政策，積極引進FDI（Foreign Direct Investment的縮寫形式，即外商直接投資），成為世界最具吸引力的投資地。2014年我國實際利用外商直接投資額1 196億美元，居世界首位。FDI在推動我國經濟發展的同時，也對我國的生態環境產生了一定的影響。較之于工業產業，我國物流業市場開放雖滯后了五年，但發展勢頭迅猛，流入中國物流業的FDI逐年增加；同時，由于高度的產業關聯性，物流業發展也帶動了其他產業（尤其是制造業）FDI的引進，因為產業間具有關聯性，其他產業（尤其是制造業）FDI的引進會對物流業碳排放產生間接影響；所以，FDI可以通過多種渠道對東道國的能源消耗和碳排放產生影響[1]。作為發展中大國，FDI會在相當長時間內對我國的經濟生活產生影響，探討FDI對我國物流業碳排放的影響機制及影響程度，對于我國執行碳減排政策具有重要的現實意義。

1 文獻綜述及理論分析

文獻研究表明，既有研究大都側重從宏觀層面整體上考察FDI對環境的影響，從行業層面具體研究FDI對碳排放影響的較少（且大多針對工業行業），關于FDI對物流業碳排放的影響研究較為少見；而關于FDI對碳排放影響的較為豐富的文獻為本文的研究打下基礎。

關于FDI對碳排放影響可以分為兩派觀點，一派認為FDI增加了東道國的碳排放。Jorgenson A K.， Dick C.采用1980-2000年52個國家的數據建立了面板數據模型的研究結果表明，FDI與欠發達國家的碳排放量成正向關系，即碳排放量較大的國家，其吸引外商直接投資額也較大[2]。郭沛、張曙霄選取2002-2010年的分行業面板數據運用固定效應模型對第二產業的FDI與碳排放量的關系實證分析的結果表明，FDI與中國碳排放之間存在正向關系[3]。另一派認為FDI減少了東道國的碳排放。Jeffrey Frankel 和 Andrew Rose研究發現，FDI的流入在促進東道國經濟發展的同時有利于帶動東道國企業實現清潔生產，進而降低二氧化碳氣體排放量，改善環境質量[4]。 Robbert J.R.等基于2005-2008年中國206個地級市的面板數據實證分析了FDI和環境及能源強度之間的關系，結果發現，FDI對相關國家碳排放技術提升具有積極作用[5]。姚奕等的研究也表明FDI技術溢出可以有效地降低我國的碳強度、提高我國的技術水平[6]。

但也有觀點認為，FDI對碳排放產生的影響不是單一的，在不同地區不同時期不同發展程度下，FDI對碳排放產生的影響程度是不同的，影響具有復合性。Yildirim E選取1980-2009年76個國家的面板數據研究了FDI與能源使用、碳排放的關系，結果發現FDI顯著增加了莫桑比克、阿聯酋和也門的能源使用和碳排放，卻降低了印度、冰島、巴拿馬和贊比亞的能源使用和碳排放，而其他國家的能源使用和碳排放并未因FDI的流入發生顯著變化，說明FDI對碳排放的影響存在地區差異[7]。鄒麟等認為，FDI通過技術擴散、收入變化和行業結構調整產生積極的正效應，而FDI帶來的高碳產業轉移、爭議性技術擴散和生產規模變化則對經濟發展產生消極影響。從短期看，FDI對發展低碳經濟產生消極影響，但從長期看FDI對碳排放有抑制作用[8]。

從以上文獻綜述可以看出，關于FDI碳排放效應的研究，至今并沒有成熟的理論框架，實證研究的結果也并不一致。但國內外學者在研究這一問題時會借鑒Grossman和Krueger提出的貿易對環境的三個效應（規模效應、結構效應和技術效應）以及He提出的環境管制效應，認為貿易最終影響環境的結果取決于四個效應之和[9-10]。本文在此理論基礎上，將從規模效應、結構效應、技術效應和環境管制效應四個方面出發來探討FDI對我國物流業碳排放的影響機理。另外，本文的FDI分為三個方面：全國各行業的總體FDI、物流業FDI、與物流業強相關產業的FDI。其中，強相關行業的選擇利用投入產出分析法，根據直接消耗系數、完全消耗系數和對物流業的中間投入率的指標的排名得到與物流業關聯效應較強的產業，有制造業、商業和金融業（因篇幅所限，具體計算結果不在文中呈現）。

FDI對碳排放的規模效應是指FDI的流入會通過增加經濟體的經濟規模來影響該經濟體的環境質量，經濟規模的擴大必然導致能源消耗的增加，進而使碳排放量增加。物流業雖然不是生產行業，但是該行業也是能源消耗大戶。首先，FDI進入物流業，該行業的規模擴大導致能源消耗的增加，進而增加了物流業的碳排放量；另外，FDI進入生產領域將促使生產領域規模擴大，由于產業關聯性，這些行業規模的擴大可能導致物流業規模的擴大，從而增加了物流業的碳排放。因而，FDI對碳排放的規模效應的結論同樣適用于FDI對物流業碳排放的規模效應。

FDI對碳排放的結構效應是指FDI在不同產業間的選擇對經濟體環境質量的影響。當FDI主要投入到第一和第三產業時，結構效應為正，即環境質量因此改善；但當FDI主要投入到第二產業時，結構效應為負，即環境質量因此惡化。因而FDI對碳排放的結構效應取決于FDI的流向。關于FDI的正結構效應，大部分研究并不支持，我國學者在研究這一問題時，大部分認為結構效應為負[11]。與物流業強相關產業FDI的變化可以反映出碳排放的結構效應。

FDI對碳排放的技術效應是指FDI的流入將發達國家的先進清潔技術和理念帶進東道國，進而提高東道國生產效率，降低能源消耗，減少碳排放量，改善環境質量的效應。物流業的FDI可以通過示范、人員流動及競爭效應帶來物流業服務效率的提高、能源消耗的降低以及碳排放的減少。與物流業強相關產業的FDI可以通過產業關聯效應對物流業的運作效率產生影響，進而降低物流業的碳排放。

FDI對碳排放的管制效應是指不同國家具有不同的環境管制力度，導致污染性FDI流入規模的差異，進而對東道國環境產生不同的影響效應，嚴格的環境管制有利于我國的碳排放的減少[12]。

臧新等：FDI對中國物流業碳排放影響的實證研究

中國人口·資源與環境 2016年 第1期2 理論框架、模型設定和數據來源

2.1 理論框架和模型

FDI多渠道對我國物流業碳排放產生影響，如果只對FDI和物流碳排放做一元回歸會造成模型設定偏誤的問題。因此，在前人研究的基礎上綜合考慮模型的影響因素很有必要。已有的研究中，應用較廣的碳排放模型（STIRPAT模型）和Kaya恒等式均對碳排放影響因素進行了有效分解，在此基礎上構建FDI對我國物流業碳排放影響模型將更加全面和科學。

STIRPAT（Stochastic Impacts by Regression on Population， Affluence， and Technology）模型是由Dietz等（2002） 提出的[13]，該模型對碳排放因素進行了分解，模型如下：

C=aPbScTde

（1）

式（1）中：C表示碳排放量，P代表人口規模，S代表經濟規模，T代表技術。a是模型系數，b，c，d分別指各影響因素的指數，e為模型的誤差項。

Kaya恒等式是由Kaya于1989年提出的[14]，其將碳排放與經濟增長、能源消費和人口相聯系，表達式如下：

C=P×GDPP×EGDP×CE

（2）

式（2）中：C代表碳排放總量，P代表人口數量，GDP是國內生產總值，E是能源消費總量，GDP/P代表人均GDP，E/GDP代表能源消費強度，即單位GDP消耗的能源，C/E代表能源消費碳強度，即單位能源消耗產生的碳排放量。

另外，在對STIRPAT模型和Kaya恒等式分解的基礎上，通過結合我國物流業的發展特征以及FDI對我國物流業碳排放影響因素，本文分別以物流業二氧化碳排放量和物流業二氧化碳排放強度為被解釋變量來設定FDI與物流業碳排放的模型。為了降低方程的異方差性，模型均采用對數形式， 模型如下：

lnWCO2=α0+α1lnFDI+α2lnGDP+α3lnE+α4lnTR

+α5lnUR+α6lnENV+el

（3）

lnWCO2Q=β0+β1lnFDI+β2lnGDP+β3lnE+β4lnTR

+β5lnUR+β6lnENV+eq

（4）

式（3）和式（4）的被解釋變量分別為物流業二氧化碳排放量和物流業二氧化碳排放強度；兩式中的解釋變量相同，分別為FDI、國內生產總值、能源消費強度、貿易開放度以及環境治理變量。其中，FDI、GDP和E在后面的分行業模型中分別是各產業的具體數據，即分為：物流業FDI、WGDP和能源消費強度WE；制造業FDI、ZGDP和能源消費強度ZE；商業FDI、SGDP和能源消費強度SE；金融業FDI、JGDP和能源消費強度JE；我國總的FDI、GDP和能源消費強度E.

2.2 變量說明和數據來源

本文的被解釋變量有物流業CO2排放量和物流業CO2排放強度，分別是衡量物流業CO2排放的絕對指標和相對指標，選取這兩個指標能夠更加全面地反映各因素對物流業碳排放量和碳排放技術水平的影響。根據IPCC（2006）的研究結果：化石燃料燃燒時溫室氣體增加的主要來源，因而本文將以我國物流產業的能源消費數據計算物流業的二氧化碳排放量，并將能源消費種類分為8類，分別為：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣；用物流業的能源消耗量乘以相應的二氧化碳排放系數即得到物流業的二氧化碳排放量。二氧化碳排放強度為CO2排放量除以物流業產出。由于物流業尚未出現在各國的產業分類體系中，為了便于研究，我國大多數學者以交通運輸、倉儲郵政業的統計數據來代表物流產業的發展狀況，本文也將參照此做法。

FDI和國內生產總值GDP可以理解為經濟規模S的分解變量，進而對物流業碳排放產生影響。本文采用實際利用FDI金額來考察FDI變動對物流業碳排放的影響。國內生產總值可以直接衡量一國的經濟規模，具體到某一行業，也可以直接衡量某一行業的規模，因而其對物流業CO2排放的影響不容小覷。具體行業的FDI數據和GDP數據在分行業模型中將具體說明。

能源消費強度E可以從側面反映節能減排技術水平。節能減排技術水平的提高將減少單位GDP能耗，即能源消費強度降低，進而碳排放強度跟著降低，碳排放量也會隨之減少。此處能源消費強度E用能源消費總量與國內生產總值GDP的比值來表示，具體行業能源消費強度在下文分行業模型中具體說明。

貿易開放度TR指的是我國進出口總額占國內生產總值GDP的比重，體現了一國對國外市場的依賴程度。由于我國常年貿易順差，尤其是貨物貿易，出口額遠大于進口額，導致國內生產擴大，物流需求增長，進而對我國物流業碳排放產生影響。

城鎮化率UR可以反映一國的城鎮化水平，本文用城鎮人口占總人口的比重來表示。一方面，隨著城鎮化水平的提高，能源消耗上升，導致碳排放量上升；另一方面，城市居民環保意識增強，進而提高了節能減排技術要求，有利于降低物流業能源消耗和減少物流業二氧化碳的排放。

環境治理變量ENV采用的是環境治理投資額。一般來講，環境治理投資越大，說明社會的環保要求越高，節能減排技術也會不斷提升，進而有利于減少我國物流業二氧化碳的排放。

在分行業模型和總體模型中共用的解釋變量有：貿易開放度TR、城鎮化水平UR、環境治理投資額ENV。 被解釋變量均為物流業二氧化碳排放量WCO2和物流業二氧化碳排放強度WCO2Q。因為最新2013年能源統計年鑒是對2012年能源消費情況的統計，同時結合其他變量的數據來源情況，將時間跨度初步定為1995年到2012年；數據來源于1995年到2013年《中國能源統計年鑒》《中國統計年鑒》。

3 實證檢驗

為了全面探討FDI對物流業碳排放的影響，本文將從直接影響、間接影響和總體影響三個層面進行研究。直接影響就是物流業FDI對該行業碳排放的影響；間接影響就是強相關行業（制造業、商業、金融業）FDI對物流業碳排放的影響；總體影響就是FDI總額對物流業碳排放的影響。下面將從這三方面分別進行實證檢驗。

3.1 直接影響：物流業FDI對該行業碳排放的影響

3.1.1 模型構建及變量說明

物流業FDI對該行業碳排放影響的模型如式（5）和式（6）：

lnWCO2t=αw0+αw1lnWFDIt+αw2lnWGDPt+αw3lnWEt+αw4lnTRt+αw5lnURt+αw6lnENVt+ewl

（5）

lnWCO2Qt=βw0+βw1lnWFDIt+βw2lnWGDPt+βw3lnWEt

+βw4lnTRt+βw5lnURt+βw6lnENVt+ewq

（6）

其中：t代表年份，WFDI表示物流業FDI，WGDP表示物流業增加值，WE表示物流業的能源消費強度，即單位物流業產值能耗，其余變量含義與式（3）和（4）相同。

由于物流業CO2排放強度=物流業CO2排放量/物流業產值，因此物流業CO2排放強度的對數模型與物流業CO2排放量對數模型基本一致，只有物流業總產值WGDP的系數不一樣，因而本研究只對物流業CO2排放量模型進行深入分析。

3.1.2 模型檢驗

（1）平穩性檢驗。本文運用Eviews6.0軟件分別對lnWCO2、lnWFDI、lnWGDP、lnWE、lnTR、lnUR、lnENV進行單位根檢驗，結果表明，lnWGDP、lnWE通過了平穩性檢驗，為零階單整序列；其余序列均在二階差分后在5%或1%的顯著性水平下平穩，為二階單整序列。為了滿足協整分析的變量必須同階單整的要求，對所有變量進行二階差分，進而取所有變量的二階單整序列。

（2）協整檢驗。由于所有變量的二階差分是平穩的，因而可以進行協整分析。首先利用OLS方法進行回歸，進而對得到的回歸方程的殘差序列進行單位根檢驗，如果該殘差序列是平穩序列，那么就說明變量之間存在協整關系。協整檢驗表明，在以物流業CO2排放量為被解釋變量的模型中，殘差序列ewl單位根檢驗的t值為-4.180 420，大于1%顯著性水平下的臨界值-3.886 751，說明各變量之間存在協整關系，各變量之間存在長期穩定的均衡關系，可以利用最小二乘法對該時間序列數據進行回歸分析。

3.1.3 計量結果分析

由于模型的變量較多，本文采用逐步回歸法以避免多重共線性問題，回歸結果為：

lnWCO2t=-1.425-0.119* *lnWFDIt+1.434* * *lnWGDPt+1.113* * *lnWEt+0.092* *lnTRt-0.411lnURt-0.215* * *lnENVt+ewl

調整的判定系數為0.998，DW值為2.130，F值為1 664.193；* * *、* *、*分別表示系數在1%、5%和10%的水平上顯著。

由回歸結果可以看出，物流業FDI對該行業的碳排放量回歸模型的可決系數都較高，調整后的可決系數為0.998，說明方程的擬合效果較好。DW值在2左右，說明回歸方程不存在自相關性。在物流業碳排放量模型中，lnWFDI、lnWGDP、lnWE、lnTR、lnENV均通過了t檢驗，且顯著性水平較高。其中，lnWFDI的系數為-0.119，說明物流業FDI提高1%時，物流業的CO2排放量將減少0119%。這與理論預期相符，說明物流業的FDI帶來了先進的技術水平和管理理念以及在國內形成的競爭效應有利于減少物流業碳排放量。lnWGDP的系數為1.434，說明物流業產值每增加1%，物流業的CO2排放量將增加143%，表明隨著物流業產業規模的擴大，將增加能源的消耗，導致物流業碳排放量的增加。lnWE的系數為1112，意味著隨著物流業單位產值能耗的增加，物流業的碳排放量也將增加，符合預期水平。lnTR的系數為正，說明貿易開放度與物流業碳排放顯著正相關，我國對外開放程度的增強會促使物流業碳排放的增加。lnENV的系數為負，說明我國環境治理投資額的增加（即我國對環境治理決心的增強），物流業二氧化碳的排放會減少。lnUR的系數為正，說明城鎮化水平的提高可能會增加物流業的碳排放，但該變量的系數并不顯著。

3.2 間接和總體影響：強相關行業FDI和FDI總額對物流業碳排放的影響 由于篇幅限制，本部分主要以制造業為例來詳細闡明強相關行業FDI對物流業碳排放的影響。對于商業、金融業FDI以及FDI總額對物流業碳排放的影響將主要分析最終的回歸結果，檢驗過程省略。

3.2.1 制造業對物流業碳排放的影響

（1）模型構建和變量說明。制造業FDI對物流業碳排放影響的模型如式（7）和式（8），分別對應表1的模型1和模型2：

lnWCO2t=αz0+αz1lnZFDIt+αz2lnZGDPt+αz3lnZEt

+αz4lnTRt+αz5lnURt+αz6lnENVt+ezl

（7）

lnWCO2Qt=βz0+βz1lnZFDIt+βz2lnZGDPt+βz3lnZEt

+βz4lnTRt+βz5lnURt+βz6lnENVt+ezq

（8）

其中，t代表年份，ZFDI表示制造業FDI，ZGDP表示制造業增加值，ZE表示制造業的能源消費強度，即單位制造業產值能耗，其余變量含義與式（3）和（4）相同。

由于《中國統計年鑒》對我國制造業FDI數據的最早統計年份是1997年，因而對制造業進行計量分析的時間跨度為1997年到2012年。數據來源于1997年到2013年《中國能源統計年鑒》、《中國統計年鑒》。

（2）模型檢驗。與模型1和2的平穩性檢驗方法相同，此處分別對lnWCO2、lnWCO2Q、lnZFDI、lnZGDP、lnZE、lnTR、lnUR、lnENV進行單位根檢驗。分析發現，所有變量均未通過檢驗，序列為非平穩序列。進而對變量進行差分，最終得到二階差分后所有序列都通過平穩性檢驗，即為二階單整序列。為了滿足協整分析的變量必須同階單整的要求，對所有變量進行二階差分，即取所有變量的二階單整序列。

通過Eviews分析得到，在以物流業CO2排放量為被解釋變量的模型中，殘差序列ezl單位根檢驗的t值為-4.716 659，大于1%顯著性水平下的臨界值-4.00 4425，說明該模型中各變量之間存在協整關系。同時，在以物流業CO2排放強度為被解釋變量的模型中，殘差序列ezq的單位根檢驗t值為-3.907 534，大于5%顯著性水平下的臨界值-3.098 896，說明在該模型中各變量之間存在長期穩定的均衡關系。因而下面可以利用最小二乘法對該時間序列數據進行回歸分析。

（3）計量結果分析。同樣，為了消除多重共線性，采用逐步回歸的方法進行回歸分析，結果如表1所示。

分析表1可知，模型1和2總體顯著，并且具有較好的擬合優度，不存在自相關性。具體來看，制造業FDI與物流業碳排放量和碳排放強度均為顯著負相關，制造業FDI增加1%將減少0.232%的物流業CO2排放量和0185%的CO2排放強度。這在一定程度上否認了“污染天堂假說”，說明FDI并未加重我國物流業的環境污染，其技術溢出效應明顯。另外制造業GDP與物流業CO2排放量的系數為正，但不顯著，說明制造業規模擴大對我國物流業碳排放量增長并沒有顯著影響。制造業GDP與物流業碳排放強度顯著負相關，可能因為我國制造業規模擴大的同時伴隨著運輸等設備的不斷更新，進而提高物流作業的效率，使物流業單位產值上能耗降低，碳排放強度隨之降低。在兩個模型中，貿易開放度TR都通過了顯著性檢驗，且系數為正。一方面，由于我國貿易中出口占主導地位，同時出口的大多是工業產品，而工業產品能耗多；另一方面貿易增多將增加物流需求，因此貿易開放度的提高增加了我國物流業的碳排放量。制造業能源消耗強度ZE反映了我國制造業的節能減排技術水平，其與物流業碳排放強度顯著正相關，符合預期。城鎮化率UR的提高將增加物流業的碳排放量，說明了城鎮化水平越高，對能源的消耗越多，也會增加對物流業的需求。環境治理ENV變量不顯著，可能是環境治理效果的滯后效應導致的。

3.2.2 商業、金融業FDI以及FDI總額對物流業碳排放的影響

（1）模型構建和檢驗說明。商業FDI對物流業碳排放影響的模型為（9），（10），分別對應表2中的模型3和模型4：

lnWCO2t=αs0+αs1lnSFDIt+αs2lnSGDPt+αs3lnSEt

+αs4lnTRt+αs5lnURt+αs6lnENVt+esl

（9）

lnWCO2Qt=βs0+βs1lnSFDIt+βs2lnSGDPt+βs3lnSEt

+βs4lnTRt+βs5lnURt+βs6lnENVt+esq

（10）

由于我國最早統計的商業FDI數據從2004年開始，因而對商業進行計量分析的時間跨度為2004年到2012年。

金融業FDI對物流業碳排放影響的模型為（11），（12），分別對應表2中的模型5和模型6：

lnWCO2t=αj0+αj1lnJFDIt+αj2lnJGDPt+αj4lnTRt

+αj5lnURt+αj6lnENVt+ejl

（11）

lnWCO2Qt=βj0+βj1lnJFDIt+βj2lnJGDPt+βj4lnTRt

+βj5lnURt+βj6lnENVt+ejq

（12）

由于我國金融業FDI數據從1999年開始統計，因而本文對金融業影響模型計量分析的時間跨度為1999年到2012年。

我國FDI總額對物流業碳排放影響的模型為（13），（14），分別對應表2中的模型7和模型8：

lnWCO2t=α0+α1lnFDIt+α2lnGDPt+α3lnEt+α4lnTRt+α5lnURt+α6lnENVt+el