外商直接投資對綠色全要素生產率影響研究
——基于“一帶一路”沿線省份

閆慧貞

（蘭州大學 經濟學院，蘭州730000）

一、引言

長期以來，我國經濟高速增長主要依靠于要素的高投入，這種粗放式的經濟增長方式，導致我國環境嚴重污染、能源大量消耗。全球環境問題日益嚴峻，保護環境已經成為各國共識，世界各國面臨的主要問題是如何促進經濟的可持續發展。目前，我國經濟已經進入新常態的發展階段，但產能過剩、污染嚴重等問題難以解決，束縛了我國綠色經濟發展。十三五規劃中，綠色發展被列為五大發展理念之一，充分體現了我國對環境保護和綠色經濟發展的重視。提高全要素生產率是推動我國經濟高質量發展的主要動力，但是傳統的全要素生產率并未將環境資源成本納入計算體系，因此，近年來許多學者采用將資源和環境因素考慮在內的綠色全要素生產率，作為衡量經濟增長質量的主要指標。

2013 年，“一帶一路”倡議提出，提高了我國沿線省份對外開放的程度，外商直接投資實現了持續快速增長，但是外商直接投資拉動經濟增長的同時也會對國內環境造成一定影響。在“一帶一路”背景下，外商直接投資是否對我國沿線省份的綠色全要素生產率產生正向影響，是本文研究的重點。

二、文獻綜述

原有對綠色經濟發展水平的測算，主要是運用包含環境因素的評價體系來計算地區綠色GDP，如孫瑾、劉文革（2014），選取固定資本、產業結構、對外開放程度、技術效率四個指標，構建綠色經濟增長模型來測算地區綠色GDP。楊龍、胡曉珍（2010）采用熵權法，構造了包含工業廢水排放量、工業廢氣排放量等六項污染指標的環境污染綜合指數，將地區GDP 與環境污染綜合指數的比值作為該地區的綠色GDP。近年來，隨著包絡數據法的廣泛運用，學者開始將綠色全要素生產率作為衡量綠色經濟發展水平的指標。張文博、鄧玲（2017）以資本、人力資源、能源消耗為投入指標，將GDP 和環境污染分別作為期望產出和非期望產出，通過DEA-SBM模型，計算得出“一帶一路”沿線主要城市的綠色全要素生產率。

隨著外商直接投資的增加，其與綠色全要素生產率間的關系逐漸成為研究熱點，但是使用不同方法得出的研究結果不盡相同。原毅軍、謝榮輝（2015）采用非徑向的SBM函數和Luenberger 指數，計算出綠色全要素生產率的增長率，實證結果表明外商直接投資對綠色全要素生產率并沒有顯著影響。有部分學者認為FDI 與綠色全要素生產率呈現正相關關系。楊世迪、韓先鋒等（2017）根據計算的ML 指數，發現對外直接投資可以顯著影響綠色全要素生產率，但這種影響并不是線性的。還有部分學者研究發現FDI 與綠色全要素生產率呈現負相關關系。李光龍，范賢賢（2019）研究結果表明，FDI不利于我國綠色全要素生產率的提高，驗證了“污染避難所”假說。李斌，祁源等（2016）認為FDI 對綠色技術進步有明顯的抑制作用，且對綠色技術效率的影響不顯著，但其與財政分權的交互項對綠色全要素生產率增長的影響顯著。

綜上所述，對于綠色經濟發展水平的測度，已從綠色生產總值轉變為使用DEA 包絡數據法計算的綠色全要素生產率，以往研究運用不同模型分析了影響綠色全要素生產率的主要因素，但用ML 指數法來測算地區綠色全要素生產率，并直接分析“一帶一路”沿線省份外商直接投資和綠色經濟效率之間具體關系的研究較少。本文選取了“一帶一路”沿線16 個省份了2007-2016 年的面板數據，采用非參數方法中的ML 指數對各省的綠色全要素生產率進行測度，運用面板Tobit 模型，對各省的外商直接投資和綠色全要素生產率之間的關系進行實證研究。

三、綠色全要素生產率

（一）測算

目前，對于綠色全要素生產率的測度主要有兩種方法，一是基于索羅模型，通過在模型中加入環境污染指標，計算得出綠色全要素生產率；二是運用SBM 模型中的Malmquist-Luenberger 指數計算出含有非期望產出項的綠色全要素生產率增長率。由于該指數是非徑向的，可以系統地、動態地反映綠色全要素生產率的變化，因此本文選取ML 指數法來測度16 個省份近十年來的綠色全要素生產率的增長率即GTFP。

（二）數據來源與指標選擇

根據我國“一帶一路”倡議對各省份的定位，本文選取了上海、浙江、福建、廣東、遼寧、吉林、黑龍江、廣西、重慶、云南、內蒙古、陜西、甘肅、青海、寧夏、新疆這16 個省份，通過《中國統計年鑒》、各省統計年鑒以及wind 數據庫，收集了各個省份2007-2016 年地區的面板數據。

將16 個省份分別看做16 個生產單位，每一個生產單位均有投入、期望產出、非期望產出三類要素，令x為生產中所需要的投入要素，y為期望產出，p為非期望產出，求解直接距離函數線性規劃問題可以得到GTFP。以下是對投入要素、期望產出和非期望產出的具體說明。

1.投入要素

假定生產過程中需要投入資本、能源以及勞動力。資本投入選用各省份每年的資本存量來衡量。由于《中國統計年鑒》以及各項統計數據中沒有存量指標，所以根據永續盤存法進行估算，借鑒張軍的計算方法，計算出以2007 年為基期的各省的實際資本存量。勞動力以各省份每年年末的就業總人數來衡量。由于消耗的能源種類并不相同，所以將各省份每年消耗的資源換算成標準煤來表示能源消耗。

2.期望產出

期望產出以各省份每年的實際生產總值來衡量。由于統計年鑒只有名義的生產總值，為了消除價格的影響，本文以2007 年為基期，根據GDP 平減指數，計算出實際生產總值。

3.非期望產出

由于工業污染是造成環境污染的主要原因，所以本文采用工業廢水排放量、工業廢氣排放量和工業固體廢物排放量三項指標來考察環境污染水平。

經過計算，可以得到“一帶一路”沿線16 個省份的2007-2016 年間的GTFP。根據測算結果發現，各省份近5 年來的GTFP 呈現波動性上升的趨勢，絕大多數地區綠色全要素生產率有所增長，這說明在近些年來，各地區逐漸認識到環境保護的重要性，促進了環境與經濟的協調發展，同時區域綠色經濟發展異質性較為明顯，西部地區綠色全要素生產率還有較大的提升空間。

四、實證研究

（一）變量選取

由于外商直接投資會影響當地經濟發展水平和技術水平，進一步促進經濟發展，但也會對該地區的環境產生負面影響，為了檢驗外商直接投資與綠色全要素生產率之間的關系，本文選取實際利用外商直接投資數據，并按年均匯率進行折算，換算成以人民幣為單位的外商直接投資數據來衡量FDI水平。同時，本文引入地區產業結構、對外合作水平、經濟發展水平、城市化水平、研發投入水平、能源消耗水平作為控制變量來研究外商直接投資對沿線省份綠色全要素生產率的具體影響。表1 對解釋變量和被解釋變量進行定義。

表1 變量指標描述

通過運用《中國統計年鑒》、各省份統計年鑒及wind 數據庫，本文收集了“一帶一路”沿線各省份上述變量2007-2016 年的數據，表2 報告了各變量的描述性統計結果。

表2 變量的描述性統計

總體來說，各省份指標的差異較為明顯，可以較好地說明變量之間的相關關系。人均GDP 的自然對數偏度的絕對值最小為-0.0670，平均值為10.9379，樣本在均值以下的分布較多，整體呈現左偏態分布。GTFP 和第二產業占比自然對數的數據集中度較高，其他變量數據較為分散。

（二）基本回歸模型

為了檢驗綠色全要素生產率與FDI 的關系，本文設定了如下的模型。

其中i表示省份，t表示年份，外商直接投資作為核心解釋變量，GTFP 作為被解釋變量。由于GTFP 是大于0 的，在被解釋變量的變化在一定范圍內的情況下，面板Tobit 模型可以更好地估計被解釋變量與解釋變量之間的關系，因此本文選擇面板Tobit 模型來檢驗綠色全要素生產率與外商直接投資之間的關系。

（三）回歸結果

運用stata14.0 軟件，對數據進行隨機效應的面板Tobit 回歸，得到表3 結果。

表3 隨機效應的面板Tobit 回歸結果

由回歸結果可以看出，實際利用外商直接投資的系數為正，且通過了10%的顯著性檢驗，說明外商在各省份直接投資可以帶動該地區綠色全要素生產率的提高。具體來看，實際利用外商直接投資每增長1%，該地區的GTFP 就會提高0.0324。說明各地區在引進外資時，注重對外資所投入的項目、企業、行業的審查，沒有讓發達國家將高污染、高排放、高耗能的行業轉移到“一帶一路”沿線省份，沒有使當地成為污染產業的避難所。其次，外商直接投資主要是投向資金密集型的產業和高科技的產業，這些行業的發展會優化產業結構，一定程度上可以轉變我國粗放型的經濟增長方式。同時，引進外資會產生學習效應和技術溢出效應，促進了該地區整體技術水平和管理水平的提高。隨著外商直接投資的逐年增加，為滿足對當地高技術人才的需求，外資企業選擇在當地設置研發機構，與知名大學和研究機構合作，提供研發基金，激勵技術人才進行創新，進一步研究出更加先進、有效的技術，提高科技成果轉化率，帶動地區綠色全要素生產率的增長。

人均GDP 水平在回歸中系數為正，通過了水平為1%的顯著性檢驗，說明一個地區的經濟發展水平的提高，對該地的GTFP 有著正向的作用。地區經濟水平的提高，可以擴大企業生產規模，形成規模效應，同時促進當地企業進一步加大對新技術研發的投入，將新技術運用到企業的生產過程中，提高資源的利用效率，最終提高行業要素生產率。經濟水平達到一定程度后，政府更加重視環境污染問題，對企業環境的規制更加嚴格，減少企業生產過程中污染物排放。此外，人均GDP 提高后，居民對環境水平的要求相應提高，人們傾向選擇清潔的消費方式，促使當地清潔產業的發展，這些均能促進綠色全要素生產率的提高。

對外合作中對外承包工程的營業額的系數為正，在10%檢驗水平下顯著，“一帶一路”倡議的提出，推動了我國對外承包企業走出去，促進了我國企業的不斷發展，同時也拉動了其他相關原材料產品的出口和產業的發展。由于“一帶一路”沿線有諸多國家為發達國家，所以對承包項目的技術標準有著嚴格的要求，這促進了我國對外承包企業不斷提高自己的技術水平。由于可持續發展的觀念深入人心，在建設基礎設施時，各個國家將綠色化、生態化作為標準，這就要求所承建的項目要實現節能減排、環境保護的作用，我國企業要想與世界各國企業競爭，就要提高自己的節能減排和環保技術，這帶動了我國企業在環境保護方面的研發，促進了我國企業環境保護以及節能減排技術的提高，提高了綠色全要素生產率。

第二產業產值占比、城鎮人口比率及能源消耗水平在回歸結果中系數均為負，并且均通過了顯著性檢驗。第二產業產值占國內生產總值的比重每提高1%，就會使得該地區的GTFP 下降0.263。現階段，我國工業仍以勞動密集型產業為主，生產技術較為落后，且生產過程中使用的能源多為非清潔能源，造成大量廢氣、廢水和固體廢物的排放，限制綠色全要素生產率的增長。城鎮人口比率的影響系數為-0.676，即城鎮人口比率每增加一個單位，當地GTFP 降低0.676，這可能是由于城市化進程中，城市擴張只注重數量，不注重質量，城市勞動力資源急劇增加，城市中企業勞動力需求增長相對緩慢，出現非自愿失業。同時，城市基礎設施相對短缺，城市運輸成本和能源使用成本增加，制約企業發展和技術創新，影響全要素生產率的提高。能源消耗量的影響系數為-0.175，能源消耗每增加1%，地區GTFP 下降0.175。由于“一帶一路”沿線省份經濟增長對于環境的依賴性很強，非清潔能源使用占比較高，能源消耗量提高，會產生大量環境污染物，對該地區綠色全要素生產率的提高有顯著的負面影響。

研究與實驗性發展投入與對外合作水平對GTFP 影響沒有通過顯著性檢驗，這可能是因為研究實驗性發展投入和對外合作產生經濟效應需要一定時間，對GTFP 的作用具有時滯性，所以對當期GTFP 的影響不顯著。

（四）穩健性檢驗

考慮到模型設定可能存在遺漏變量等問題，導致回歸結果不穩健，因此本文使用隨機效應（模型二）進行穩健性檢驗，結果如表4 所示。

表4 模型二回歸結果

從表4 可以看出，模型二的回歸結果與表3 的回歸結果基本一致，說明了本文的研究結果具有穩健性。

五、結論

本文根據《推動共建絲綢之路經濟帶和21 世紀海上絲綢之路的愿景與行動》中對沿線省份的定位，選取了沿線的16 個省份，通過包絡數據法，測算出了各省份十年來綠色全要素生產率的增長率，對各省份外商直接投資和綠色全要素生產率間的關系進行了實證研究，通過面板數據的回歸結果得到了以下結論。外商直接投資對該地區的綠色全要素生產率存在正相關關系，我國并未成為發達國家的“污染避難所”，FDI 提高了我國的技術水平和環保水平，促進了該地區綠色全要素生產率的提高。在“一帶一路”倡議下，我國對外開放程度不斷提高，在這個機遇下，各地應該加強在引進外資時對資金用途和目的的審查，嚴格篩選對外投資項目，防止污染產業向我國轉移，同時應該學習國外的先進生產技術和管理技術，應用到企業的生產過程中，提高自主創新能力,不斷提高地區的綠色全要素生產率。