對外貿易、FDI與我國工業環境效率的空間異質性
——基于GTWR和面板分位回歸模型的分析

(華僑大學 經濟與金融學院,福建 泉州 362021)

工業環境效率是工業經濟可持續發展的關鍵,也是新時期工業產業轉型和環境保護面臨的重大挑戰。一方面，對外貿易、FDI作為技術來源的重要途徑,是提高工業環境效率的關鍵動力之一;另一方面,根據“向底線賽跑”論斷和“污染天堂”假說,對外貿易、FDI會使發達國家或地區的污染性企業遷移到落后國家或地區,進而造成污染、降低環境效率。就目前的發展看,整體上我國仍是發展中國家；局部上,我國地域遼闊,各地區經濟發展差異較大。從東至西,內部區域可分為相對發達地區、中等發達地區和相對落后地區,空間分布等級明顯,且不同地區的區位優勢導致貿易活動在各地區存在明顯差異。因此,本文從對外貿易和FDI角度出發探討對我國工業環境效率影響的空間差異具有重要的理論價值和實際意義。

對外貿易對環境效率影響研究最先是由Grossman、Krueger建立相應的分析框架,并將國際貿易環境影響分解為規模效應、結構效應和技術效應3個方面[1]。此后,國內外許多學者開展了相關研究,但結果不盡相同。其中,國外Dua、Esty的觀點認為,對外貿易的全球化競爭會使各國以環境為代價,降低環境效率[2]。另一類研究表明對外貿易有利于環境效率的提高[3,4]。在國內,對外貿易與環境污染、對外貿易與能源效率以及對外貿易與工業環境效率都是學者討論的熱點,相關研究也存在較大的爭議。一類研究認為，對外貿易有利于能源環境效率或工業環境效率的提高,有利于環境保護[5-7];另一類研究則截然相反,認為發達國家的貿易轉移使我國成為環境污染的“避難所”,對外貿易惡化了我國的環境[8]。對FDI與環境效率的研究以“污染天堂”假說為代表,該觀點在國內外研究均存在較大爭議。在我國,相關研究可以分為三類：第一類認為FDI對環境效率具有顯著的促進作用,否定了“污染天堂”假說[9-11];第二類認為FDI對我國環境效率的作用不顯著,原因在于外商投資一方面給本地工業企業帶來了先進技術,促進了科技合作,另一方面又引進了發達國家高耗能、高污染的產業,兩方面的共同作用給工業環境效率帶來正、負兩方面影響,兩種影響相互抵消[12];第三類認為我國存在著“污染天堂”假說的證據[13]。

從已有的研究來看,對外貿易和FDI均可作為市場開放程度的相關指標,可認為是技術進步的重要來源,但是研究結果大相徑庭。筆者認為,其中一個重要的原因是由于技術手段的限制,這些研究未能很好地考慮空間因素,從空間異質性的角度出發對該問題進行考量。目前,隨著相關研究和技術手段的不斷發展,空間探索性分析、時空地理加權回歸模型、面板分位回歸等方法為本研究提供了良好的研究基礎,因此可從空間異質性出發,繼續考察這一問題,其研究結果將更具有說服力。在“一帶一路”倡議的發展背景下,我國對外貿易和外商直接投資格局正在發生變化,關于對外貿易和FDI對工業環境效率影響的探究對相關環境政策的制定提供參考與借鑒。

1 研究方法及數據來源

1.1 GTWR模型

傳統的回歸模型在估計區域數據時往往忽略了數據的空間結構,僅能得到平均影響,Fotheringham提出的地理加權回歸(GWR)模型考慮了空間的非平穩性,解釋變量的影響隨著區域的不同而異,是變量研究空間異質性的重要工具。在實際運用中,GWR模型也存在一定的缺陷。如該模型只能研究截面數據,缺乏時間維度考慮,即使在研究中可研究不同時間節點上的情況來說明問題,但相較于面板數據節點數據具有一定的偶然性,因此仍存在一定的偏差。Huang等[14]提出的時空地理加權(GTWR)模型考慮了時間維度的變化,克服了地理加權回歸模型的不足。本文將采用GTWR模型來解決空間異質性問題,模型表達式為:

(1)

式中,(yi;xi1,xi2,…,xid)為被解釋變量和解釋變量在時空坐標(ui,vi,ti)處的觀測值。通常,對i、j的空間距離可采用各個省域的經度和緯度數據來計算。t為時間距離;εi～N(0,σ2)、βk(ui,vi,ti)為系數函數,是函數βk(u,v,t)在i點的值。

利用時空加權回歸模型的局部線性估計方法可求得各回歸系數在觀測點i處的估計值:

=[XTW(ui,vi,ti)]-1XTW(ui,vi,ti)Y

(2)

權重W(ui,vi,ti)設為觀測點i到其他觀測點的距離的函數,通常采用高斯距離函數。此外,帶寬選擇對GTWR模型的精度影響很大,常采用交叉確認法確認模型的空間帶寬和時間帶寬。在實際運用中,可按照AIC準則,即AIC最小時對應的為最優帶寬。分位回歸模型的估計結果可反映不同層次中參數的變化狀況,因此可用來研究異質性問題[15],且在估計中是根據樣本信息按不同分位點分割數據進行估計,有利于歸類分析。本文將在GTWR模型的基礎上繼續使用面板分位回歸方法對空間異質性問題進行研究。

1.2 面板分位回歸

分位回歸模型最早由RogerKoenker、Gilbert Bassett于1987年提出,它克服了最小二乘法的一些局限,能很好地反應各分位點的影響。但一直以來分位回歸模型停留在對截面數據的估計,未能發揮面板數據的優點,直到2004年Koenker提出固定效應面板分位回歸模型。目前面板分位回歸模型仍處于發展階段,該模型可充分發揮面板數據模型和分位數回歸優點,在控制個體差異的基礎上，可有效地分析解釋變量對不同分位點上被解釋變量條件分布的影響程度。相較于時空地理加權回歸模型,面板分位回歸模型依據某一變量的統計數字特征對研究對象進行了歸類,能說明處于不同數字特征類別對象的空間差異,具有鮮明的層次性,可作為空間異質性研究工具?，F有的面板分位回歸方法主要有三大類:一階差分分位回歸法、固定效應變換分位回歸法和引進虛擬變量的懲罰法[16],本文在研究中只考察研究對象的層次差異,以探討我國工業環境效率的空間異質性問題。以固定效應分位回歸模型為分析方法,具體表達式為:

(3)

1.3 數據來源

本文研究數據來源于相關年份的《中國統計年鑒》、《中國對外貿易統計年鑒》、《中國環境統計年鑒》以及各省的統計年鑒。

2 對外貿易、FDI與工業環境效率的空間格局分析

2.1 對外貿易空間分布格局分析

利用各省貿易進出口總額數據對我國對外貿易空間格局進行分析?？紤]到一方面進出口貿易總額中包含價格因素的影響，另一方面各省進出口貿易總額在逐年增加,絕對數很難反應出各省的貿易實力,因此在分析中采用相對數當年各省進出口貿易總額占當年全國貿易總額的比值,以解決上述問題。運用ArcGIS軟件繪制出2000年、2008年和2015年對外貿易情況的空間分布圖(見圖1—4)。

圖1 2000年對外貿易空間分布情況

分析圖1—4可見：首先,我國對外貿易省際差距較大,呈現出顯著的空間非均衡發展。我國對外貿易東中西層級分布明顯,貿易活動主要集中在東部地區,尤其是廣東、江蘇、上海、浙江和山東5個省市,西部地區的貿易強度較弱,尤其是甘肅、青海、寧夏和西藏4個省區。其次,從時間演變過程看,整個貿易活動呈現出了“強者愈強,弱者愈弱”的局面,整個貿易活動在逐步向東部沿海地區集聚。圖中呈現了各省進出口總額占全國進出口總額比重的空間分布情況,在時間維度上發現西部各省進出口總額所占比重明顯減少,中部各省也出現了不同程度的縮減。第三,東西區域內存在差異顯著的省份。西部地區整體上貿易活動強度較弱,但四川省是在整個西部地區中經濟發展較好的省份,新疆為我國向西開放的“橋頭堡”和“樞紐站”,貿易活動顯著強于西部其他省區。整體上,東部地區貿易活動較集中,但福建省的貿易強度和貿易演變過程較緩慢,與鄰近沿海省市差距較大。

圖2 2008年對外貿易空間分布情況

圖3 2015年對外貿易空間分布情況

圖4 2000年FDI空間分布情況

2.2 FDI空間格局分析

本文運用外商直接投資實際利用額數據對FDI空間分布格局進行分析研究，同時采用相對數對各省當年FDI實際利用額占全國當年FDI實際利用額的比值進行了分析,空間分布結果見圖5、圖6。從圖5、圖6可見:①2000年、2008年和2015年我國FDI空間非均衡性顯著,整體上東部地區各省市FDI水平顯著高于中部地區和西部地區,區域層級差異較大,但也不乏個別“異?！钡氖∈?如2000年、2008年和2015年上海市的實際利用外資額分別為31.6億美元、100.84億美元和184.59億美元,占全國實際利用外商投資額的比重甚微,西部地區的四川省利用外商直接投資額較大,明顯強于西部其他省份。②整體上來說，各省、市、自治區實際利用外商投資額在逐漸增加,且呈現出自東向西逐漸擴展的發展趨勢,中部地區的FDI水平變動較顯著,成為外商直接投資的重點區域,尤其是河南、安徽、江西、湖南4個省。

圖5 2008年FDI空間分布情況

圖6 2015年FDI空間分布情況

2.3 工業環境效率及其空間格局分析

環境效率是提高環境質量的關鍵所在,工業環境效率又是提高整體環境效率的重中之重。對我國工業環境效率的測度和空間分布格局的分析一方面是對我國工業環境現狀的具體認識,另一方面可與對外貿易、FDI空間分布格局進行對比,初步判斷三者間存在的相關關系。①建立工業環境效率測算指標體系。在工業環境效率的測算中,相關指標體系已較健全,在投入和產出變量的選擇中,成本即為投入變量,收益為產出變量,環境污染物可考慮為成本,因此可作為投入處理。借鑒相關研究[11,17]可建立的指標體系見表1。其中,根據現有相關文獻研究,工業能源消費量選取煤炭消費量為具體指標;工業資本投入采用永續盤存法測算,借鑒焦兵等[10]的研究,把規模以上工業企業固定資產凈值年均余額之差當作新增固定資產投資,參照張軍等[18]的成果,折舊率取9.6%,并且用固定資產投資價格指數進行平減;工業總產值以2000年為基期,運用各年工業出廠價格指數進行平減,以剔除價格因素的影響。②運用上述超效率DEA模型測算我國工業環境效率。超效率模型與傳統DEA模型具有相同的表達式,不同的是在計算第n個決策單元效率時,將第n個決策單元的投入和產出用所有單元決策單元投入和產出的線性組合代替。相較于傳統的DEA模型,超效率DEA模型的優點在于不但能判斷決策單元是否有效,而且還可進行決策單元間的效率比較,根據效率計算結果對決策單元進行排名。結果中若效率值小于1,其意義同傳統DEA模型計算結果,表示相對無效;若測算結果為有效,則其效率值大于等于1。當值大于1時,表明在1的基礎上再擴大若干,決策單元仍能保持相對最優效率。如若決策單元效率為1.6,則表示決策單元規模再擴大60%仍可保持相對最優效率[19]。

表1 工業環境效率測算指標體系

根據以上測算結果,可以對我國工業環境效率的空間分布及演化過程做進一步的分析,見圖7—9。其中,由于香港特別行政區、澳門特別行政區、臺灣地區、海南省、西藏自治區部分關鍵數據缺乏,因此在測算中予以了剔除,但是為了完整性仍然保留了底圖。

圖7 2000年我國工業環境效率空間分布狀況

圖8 2008年我國工業環境效率空間分布狀況

圖9 2015年我國工業環境效率空間分布狀況

從圖7—9可見:①我國整體工業環境效率東部地區明顯高于中西部地區,尤其是北京、上海、浙江、福建等省市。由于經濟相對發達、技術條件優越、環境治理投資充裕,工業效率處于明顯的領先地位。②從整體演變過程看,東部地區有進一步提高環境效率的趨勢,中西部地區與東部地區的環境效率差距并沒有隨時間的推移而逐漸縮小,而是呈現出繼續擴大的發展態勢。③黑龍江省屬于我國的老工業基地,經濟發展相對落后,但工業環境效率一直處于較高水平,該結果與宋馬林等[6]的研究結果一致。西部地區中,廣西、重慶和新疆工業環境效率相對較高。④存在著環境效率變化顯著的省份。西部地區的四川省環境效率有了顯著提高,中部地區的河南省工業環境效率提高相對顯著,東部地區的天津市、福建省、廣東省、山東省的環境效率則出現下降,尤其是天津和福建兩地。

綜合上述研究發現：整體分布上，我國對外貿易、FDI與工業環境效率有基本一致的狀態。在演變路徑上,我國工業環境效率空間分布與對外貿易空間分布呈現出相同的變化趨勢,而與FDI的變化路徑相反。在部分省、市、自治區中,如四川的工業環境效率變化與FDI呈現出了一致的變化趨勢?？梢?，我國對外貿易和FDI與工業環境效率間存在著一定的相關關系。根據已有研究,對對外貿易、FDI和工業環境效率間的關系進行猜想:①對外貿易作為技術來源的關鍵因素,對我國工業環境效率存在著顯著的促進作用,貿易活動愈活躍的地區,對外貿易對工業環境的促進作用愈明顯;在貿易活動貧乏的地區,對外貿易對工業環境的促進作用不顯著。②在經濟發達地區,由于自身發展良好,會對進入的外資企業篩選,阻止具有污染性或污染嚴重投資,因此FDI對工業環境效率具有一定的促進作用。在投資環境優越的地區,FDI是主要技術來源,可促進地區工業環境效率的提高;在經濟相對落后的地區,FDI技術效應和環境成本效應相互抵消,結果正負均可能存在。通過GTWR模型和分位回歸模型對該判斷進行驗證,并對其他相關因素對我國工業環境效率影響的空間異質性做一分析。

3 模型分析

3.1 控制變量

本文利用超效率DEA模型對工業環境效率進行了測度，在此將探討對外貿易與FDI對工業環境效率的影響和表現出的區域差異。將工業環境效率作為被解釋變量,對外貿易和FDI作為主要解釋變量。其中,對外貿易用各地區進出口貿易總額與地區生產總值的比值為具體指標,FDI用實際利用外商直接投資額為具體指標。根據相關研究,模型中加入以下控制變量:①市場化程度(MS)。市場化程度既會降低交易成本,也會刺激企業創新,有利于工業環境效率的提高[20]。具體采用工業私營企業銷售產值占規模以上工業銷售總產值的比重度量。②技術投入(R&D)。已有研究表明,技術進步會降低能源消耗,提高能源利用率,有利于工業環境效率的提高[21],而R&D是技術進步的主要推動力。技術投入的具體指標選擇規模以上工業企業R&D內部經費支出,部分年份只統計了大中型工業企業R&D數據,因此部分指標用大中型工業企業數據進行替代。③工業化水平(IZ)。在環境效率較低的地區,工業化水平拉動經濟增長的正面效應大于負面效應,因此可能會出現工業化水平對環境效率的正向影響,環境效率較高的地區,工業化水平可能會對環境效率產生負面影響[6],具體的工業化水平指標用地區工業增加值占GDP的比重表示,各變量的描述性統計見表2。

表2 模型變量描述性統計

注:數據中不包括香港與澳門特別行政區、臺灣地區、海南省和西藏自治區。

3.2 GTWR模型分析

根據上述模型理論和變量,估計具體模型,在估計中核函數選取高斯核函數,帶寬依據AIC最小原則進行了選取,估計參數的描述性統計見表3。

表3 GTWR模型參數描述性統計

從表3可見,各變量對工業環境影響的區域差異不可忽視。首先主要解釋變量對外貿易、FDI。整體對外貿易和FDI對我國工業環境效率的影響都呈現出一定的梯度分布,其中FDI的梯度分布更明顯。對外貿易對工業環境的負向影響主要分布在北京、吉林、遼寧、黑龍江、陜西、甘肅、青海7個省市,這些地區除北京市外均為經濟欠發達地區。北京為發達地區,本身技術水平較高,對外貿易在很大程度上為技術輸出,存在一定的負向影響。其他6個地區除經濟欠發達外,屬于我國傳統的老工業基地,主要發展重工業,技術水平較低,進出口貿易主要以重工業產品為主,這種進出口的技術效應低于其增加產出而引起的環境成本,因此對工業環境效率的影響呈現出了負向作用。相反,對外貿易對環境效率影響為正的地區主要分布在東部沿海和中部地區,其中福建、湖北、山西3省尤為明顯。FDI對工業環境效率影響為負的地區主要分布在西部地區和中部地區各省,其顯著性有待采用面板分位回歸模型進一步檢驗。

分析其他控制變量可見,市場結構對工業環境效率影響為負的地區主要有北京、天津、吉林、山東和寧夏,對其他地區影響為正向;R&D產生負向影響的主要有山西和新疆等省區;工業化水平對環境效率產生負向影響的主要有北京、天津、河北、山西、甘肅、寧夏、青海和新疆8個省、市、自治區,在工業化水平較低的地區,工業化對環境效率的影響為負。而在工業化水平較高的地區,工業化對環境效率的影響為正,較符合工業發展的實際情況,可認為工業化水平有利于工業技術的提高。

3.3 面板分位回歸分析

對變量繼續進行面板分位回歸分析,估計結果見表4。

表4 面板分位回歸估計結果

注:***、**、*分別表示在1%、5%、10%顯著水平下顯著；括號內為估計系數的標準誤。

分析分為回歸估計結果可見,對外貿易對工業環境效率存在著顯著的正向影響,且隨著分位點的提高,這種影響在逐漸增強,表明在工業環境效率加高的地區,對外貿易對工業環境效率的影響越大,對外貿易是工業技術進步的重要來源;FDI對工業環境效率的影響梯度顯著,在中位數及以下。即環境效率較低的省、市、自治區,FDI對工業環境效率的影響為負;在環境效率較高的地區,FDI對工業環境效率的影響為正。結合本文的工業環境效率的空間分布規律發現,影響為負的地區主要為中西部地區,影響為正的地區主要為東部沿海地區,與上述GTWR模型的估計結果一致,但估計結果的統計顯著水平上不顯著。佟連軍等[11]的觀點認為,外商投資一方面給本地工業企業帶來了先進技術,促進了科技合作;另一方面又引進了發達國家高耗能、高污染的產業。兩方面的共同作用給工業環境效率帶來正、負兩方面的影響,兩種影響相互抵消,總體上外商直接投資對工業環境效率的影響并不顯著在一定意義上成立。值得注意的是,盡管外商直接投資對工業環境效率的影響不顯著,但在工業環境效率較低的中西部地區,其影響為負,在工業環境效率較高的東部地區,其影響為正。即在西部地區外商直接投資的環境成本效應加大,高污染、高耗能產業引進較多;在東部地區外商直接投資的技術效應較大,外商投資引進以技術為主,因此不能否認“污染天堂”假說在我國存在。其他變量如市場結構、技術投入、工業化水平對工業環境效率的影響均為正向,存在著一定的分布梯度,與GTWR模型的估計結果基本一致。因此,各地在改善環境、提高工業環境效率時需注重上述各因素的影響。在我國工業環境效率的分析中,空間異質性問題不可忽視。

綜上所述,對外貿易、FDI與我國工業環境效率間的關系為:從我國整體和工業效率分布類別看,對外貿易對我國工業環境效率的影響為正，經濟越發達的地區,對外貿易對工業環境效率的影響越大；從各省看,在技術落后的重工業發展地區和技術輸出型地區,對外貿易對工業環境效率的影響為負。FDI對工業環境效率的影響存在梯度分布，整體看,技術效應和環境成本效應的相互作用,在各省的影響不顯著。

4 結論及啟示

本文運用空間描述統計、超效率DEA模型對我國對外貿易、FDI及工業環境效率的空間分布進行了分析。結果表明:①從整體分布看,我國對外貿易活動與工業外商直接投資活動主要集中在東部地區,目前仍表現為“東強西弱”;從時間演變看,對外貿易活動表現為繼續向東集聚,呈現出“強者愈強,弱者愈弱”的發展態勢,外商直接投資活動逐漸在向中西部轉移擴散。此外,在對外貿易活動和外商直接投資活動中,個別省份異于周邊地區。②我國工業環境效率表現為明顯的梯度分布,東部地區明顯高于中西部地區,但整體環境效率由東向西在逐漸改善。在此演變過程中，東、中、西部存在工業環境效率變化較顯著的省份。③對外貿易、FDI對我國工業環境效率的影響存在一定分布梯度,FDI的影響更顯著。從我國整體和工業效率分布類別看,對外貿易對我國工業環境效率的影響為正,且經濟越發達的地區,對外貿易對工業環境效率的影響越大。但從各省份看,在技術落后的重工業發展地區和技術輸出型地區,對外貿易對工業環境效率的影響為負。④在經濟發達、工業環境效率較高的地區,FDI對工業環境效率具有一定的促進作用,可提高地區工業環境效率；在經濟相對落后、工業環境效率較低的地區,FDI會導致環境進一步惡化,抑制工業環境效率的提高。盡管FDI的技術效應和環境成本效應在相互作用中的正負作用不顯著,但不能否認“污染天堂”假說在我國的存在。此外,市場結構、技術投入、工業化水平對我國工業環境效率均存在影響,且影響的分布梯度明顯。優化市場結構、合理化技術投資和提高工業化水平是工業環境效率須考慮的問題。在我國整體工業環境效率的研究中,工業環境效率的空間異質性不容忽視。

基于上述結論,首先在“一帶一路”倡議的發展背景下,我國堅持“走出去”和“引進來”并重的發展策略,我國整體貿易格局、外商直接投資格局正在發生著變化,各地區在加大對外開放程度時需注意對環境的潛在影響,合理引進發展成熟的高清潔技術,提高區域的整體工業技術水平,保護環境。注重發揮市場的作用,建立完善的市場機制,確保低效、污染的國有企業退出市場,高效、清潔的民營企業得到平等的發展機會。其次,在“中國制造2025”的發展背景下,我國制造業產業格局正發生顯著的變化,東部制造業產業正在逐步向中西部轉移,轉移的產業往往以勞動密集型和資源密集型為主。一方面,相對于中西部地區,這些轉移產業具有較高的技術效率,在一定程度上能提高工業環境效率;另一方面,長期來看資源密集型產業的發展會大量開發當地自然資源,造成環境破壞,降低工業環境效率,因此承接的產業需根據地區發展狀況及時轉型或進行技術引進,同時當地政府應建立完善的環境產權市場與法律體系。