對外直接投資對母國碳生產率的影響研究

王 麗

（1.北京第二外國語學院 中國服務貿易研究院，北京 100024；2.首都國際服務貿易與文化貿易研究基地，北京 100024）

一、引言

自改革開放40 多年來，中國經濟的高速增長，引致國內對石油、天然氣、煤炭的需求量大幅度增加。中國是世界制造業大國，也是碳排放的大國。根據世界銀行(World Bank)的統計數據顯示，自2005 年起，中國的二氧化碳排放量在世界各國中一直居于第一位。中國對生態文明建設的重視程度不斷提高，已經成為全球生態文明建設的重要參與者、貢獻者與領導者，十九大報告提出要建立綠色低碳循環發展的經濟體系，經濟增長中的“綠色”質量越來越受到重視。2020 年9 月22 日習近平總書記在第七十五屆聯合國大會一般性辯論上表示：“中國將提高國家自主貢獻力度，未來將采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和”。“十四五”規劃中提出，加快推動綠色低碳發展，降低碳排放強度，支持有條件的地方率先達到碳排放峰值，制定2030 年前碳排放達峰行動方案。提高碳生產率，降低單位GDP 增長中的碳排放量，才能實現碳達峰、碳中和目標，所以探索碳生產率提升的路徑具有重要的現實意義。

中國在投資方面已經從最初單方面注重“引進來”轉變為“引進來”和“走出去”并重，中國對外直接投資成績斐然。中國在2012 年成為世界三大對外直接投資國之一。自2015 年起，中國對外直接投資流量超過吸收外商直接投資量。根據《2020 年世界投資報告》，中國對外直接投資存量規模位居世界第三位，前兩位國家分別是美國和荷蘭。《2020 年度中國對外直接投資統計公報》的數據顯示，2020 年中國對外直接投資流量規模首次位居全球第一。自2017 年起，國家對企業對外直接投資的真實性和合規性加強審查，雖然2017—2019 年中國對外直接投資流量總體呈現下降態勢，但中國對外直接投資的行業結構更趨優化，非理性投資現象得到有效遏制，中國對外直接投資海外分布格局更加合理，國內企業對信息傳輸/軟件和信息技術服務業、科學研究和技術服務業、文化、教育等領域的投資量快速增加。通過對外投資，企業可以建立全球生產、研發網絡，嵌入全球價值鏈；可以實現資源的國際整合，提高生產要素的跨國配置效率；可以獲得國際前沿技術和先進知識溢出，促進母國企業綠色技術進步。那么，對外直接投資是否對母國的碳生產率產生影響？如果產生影響，對外直接投資通過何種途徑對碳生產率產生影響？基于對以上問題的思考，文章運用Malmquist-Luenberger(ML)指數計算中國30 個省區市（西藏和港澳臺地區除外） 2003—2018 年的碳生產率，基于中介效應模型，從結構效應和技術效應兩個角度，通過動態面板GMM 估計方法對對外直接投資與碳生產率之間的關系進行實證檢驗。文章的研究結論對于闡釋對外直接投資對碳生產率的影響機制，提升中國碳生產率，提高中國對外直接投資的環境效益，助力實現碳達峰、碳中和目標具有重要意義。

二、文獻綜述

隨著各國對低碳發展模式的認可和踐行，國內外學術界對碳生產率的關注度也不斷提升，碳生產率的研究日益豐富。現有研究成果的焦點主要在三個方面：第一，研究文獻重點探討了碳生產率的測算及收斂性。潘家華、張麗峰(2011)對中國1995—2008 年的區域碳生產率進行了測算，認為中國東部、中部與西部地區碳生產率之間存在較大差異，經濟發展水平、能源消費結構與能源效率是影響區域碳生產率高低的重要因素[1]。楊翔等(2015)運用Malmquist Luenberger 指數測算了中國26 個制造業行業的碳生產率[2]。李榮杰等(2016)運用C-D 函數計算了碳生產率[3]。滕澤偉等(2017)以2004—2013 年中國服務業分行業的數據為樣本，測算了中國服務業分行業的碳生產率，并對碳生產率變動的差異及收斂性進行研究，研究結論發現，技術進步能夠有效促進服務業碳生產率提高，服務業碳生產率存在β 收斂[4]。Hu&Liu(2016)測算了澳大利亞1990—2012 年的建筑業的碳生產率，結果表明澳大利亞建筑業的碳生產率已經顯著提升。

第二，已有文獻側重于碳生產率的影響因素研究。鄧曉蘭、嫣哲明(2014)運用2001—2011 年36 個行業的數據對資源錯配與碳生產率之間的關系進行實證檢驗，結果表明資源錯配與碳生產率之間存在反向相關關系[5]。Li 等(2018)、Feng 等(2018)的研究結果均表明技術進步是碳生產率提高的重要推動力[6，7]。趙秀娟、張捷(2016)的研究認為進口貿易對碳生產率具有顯著的積極影響[8]。高文靜等(2017)的研究結果表明工業化與城鎮化對工業碳生產率具有門檻效應，當工業化與城鎮化水平較低時，工業化與城鎮化促進了工業碳生產率的提高[9]。劉傳江、胡威(2016)的實證研究結果表明，外商直接投資促進了本地區碳生產率的提高。Kumar&Managi(2016)的研究結論認為技術和制度對碳生產率具有積極影響[10]。Zhang&Xu(2016)的研究發現，環境規制、技術進步、外商直接投資、能源結構對碳生產率的影響具有產業異質性，在資本和技術密集型部門中，環境管制的影響比技術進步更大；在勞動密集型部門中，創新對碳生產率的影響更為顯著[11]。劉習平等(2017)的研究結果表明經濟空間集聚與碳生產率之間呈現倒“U”型關系[12]。Zhang 等(2018)的研究發現，對外貿易是提高中國碳生產率的積極因素。Lin&Chen(2018)的研究表明要素市場扭曲將對中國綠色生產率增長產生不利影響[13]。楊慶等(2021)認為高技術產業集聚對碳生產率的影響顯著為正[14]。

第三，學者們著重研究了碳生產率的影響效應。王樹柏、李小平(2017)的研究認為碳生產率與出口產品質量之間存在正相關關系[15]。李小平等(2014)基于1992—2009 年全球171 國家的樣本數據，對碳生產率與出口技術復雜度之間的關系進行了檢驗，實證結果表明，碳生產率是影響出口技術復雜度上升的積極因素[16]。Zugravu-Soilita(2017)基于1995—2008 年法國、德國、瑞典和英國的數據對“污染避難所”效應與“污染光環”假說進行實證檢驗，研究結論發現，外商直接投資與污染減少有關，污染光環假說在平均資本—勞動比較低的國家中成立[17]。

縱觀以往研究文獻，國內外學者圍繞碳生產率的測算方法、影響因素和影響效應開展了較為積極有益的探索，但較少研究對外直接投資對碳生產率的影響，學術界關于對外直接投資與碳生產率之間關系的研究成果仍有待豐富。鑒于此，文章對對外直接投資對母國碳生產率的影響機制進行了探討，并以產業結構和技術創新為中介變量，構建中介效應模型，驗證對外直接投資與母國碳生產率之間的關系。

三、變量選取與模型構建

1. 指標選取

（1） 被解釋變量

對外直接投資(OFDI)。以各省份對外直接投資存量衡量地區對外直接投資發展水平，樣本數據以2003 年為基期進行了折算，數據來自于《2019 年度中國對外直接投資統計公報》。

（2） 解釋變量

碳生產率(CAP)。以往學者對碳生產率的測算通常采用如下兩種方法：一種是國內生產總值與碳排放量的比值（潘家華、張麗峰，2011；王樹柏、李小平，2017)[1，15]；一種是運用SBM 模型和Malmquist-Luenberger 指數測算碳生產率（楊翔等，2015；李小勝等，2018）[2，18]。

Chung 等(1997)完善了Malmquist 指數，建立了Malmquist-Luenberger 指數。故文章運用Malmquist-Luenberger 指數對碳生產率進行測算包括三種投入和兩種產出：三種投入包括資本投入、勞動力投入與能源投入，各地區能源消費數據來自于《中國能源統計年鑒》，資本投入以各地區固定資本存量來衡量，固定資產投資的計算參考張軍等(2004)學者的做法，運用固定資產投資價格指數對2000—2018 年各地區的固定資產投資完成額進行折算。

兩種產出包括國內生產總值和二氧化碳排放量。各地區的國內生產總值運用GDP 平減指數進行折算，基期為2000 年。

另一種產出是二氧化碳排放量，文章結合《2006 年IPCC國家溫室氣體清單指南》與省級溫室氣體清單編制指南，對二氧化碳的排放量進行計算。二氧化碳的排放量計算公式為：

Qt指的是第t年的二氧化碳排放量，ECit指的是第t年i種能源的消費量，CFi指的是第i種能源的含碳量，COFi指的是第i種能源的碳氧化因子，CHit指的是第i種能源的平均低位發熱量，44、12 分別是二氧化碳和碳的分子量。

（3） 中介變量

產業結構(IS)。借鑒肖文和韓沈超(2016)等學者們對產業結構的計算方法[19]，文章運用各地區三次產業的增加值在地區生產總值中的比重衡量產業升級，具體的計算公式為：

產業結構層次系數越高，說明產業結構水平越高，該系數越低，說明產業結構層次較低。valueijt指的是第t年i省份j產業的增加值，Yit的是第t年i省份的地區生產總值，各地區三次產業增加值數據與GDP 平減指數數據均來自于《中經網統計數據庫》。

技術創新(TV)。文章以各省區市專利申請授予數量占全國當年技術專利申請授予數量的比重衡量各地區的技術創新水平，專利申請授予數量數據來自于《中國科技統計年鑒》。

（4） 控制變量

人力資本(RC)。文章以各省區市平均受教育年限衡量人力資本，各地區的人均受教育年限計算公式為：

eduijt指的是j種教育的受教育年限系數，小學教育6 年、中學教育9 年、高中教育12 年、大學教育16 年。Popeit指的是t年i省受j種教育的人口數量，Popit指的是t年i省總人口，各省區市各個學歷層次受教育的人數數據來自于《中國教育統計年鑒》。

對外開放度(OD)。以各省區市貨物貿易進出口額與地區生產總值的比值衡量各地區的對外開放度。各省區市貨物貿易進出口額來自于中國商務數據庫。

金融發展水平(FE)。文章以各地區的金融機構貸款余額與國內生產總值之比衡量各地區的金融發展水平，金融發展水平越高，表示該省區市金融市場發展越完善，金融體系越健全，金融市場效率越高，各地區金融機構貸款余額數據來自于《中國經濟與社會發展統計數據庫》。

外商直接投資(FDI)。一方面能夠產生技術溢出，促進國內技術進步，加快國內技術創新，提高碳生產率；另一方面，FDI的增加有可能加重東道國的環境污染，促進碳排放量的增加，對碳生產率產生不利影響。各省區市的外商直接投資額數據來自于歷年各省區市的統計年鑒。

能源結構(ES)。能源結構以煤炭能源消費量占能源消費總量的比重進行衡量，能源消費量數據來自于歷年《中國能源統計年鑒》。煤炭消費的比重越高，說明該地區傳統能源在能源消費中的比重越高，能源結構水平越低。

城鎮化水平(CY)。文章以各地區城鎮化人口與地區總人口之比衡量地區城鎮化水平，城鎮化人口的比重越高，說明城鎮化水平越高，各地區城鎮化人口與總人口數據來自于《中國人口和就業統計年鑒》。

2. 模型構建

基于理論機制分析，分別以產業結構、技術創新為中介變量對OFDI 與碳生產率之間的關系進行實證檢驗。

（1） 結構效應

第一步，檢驗對外直接投資與碳生產率之間的關系，如果對外直接投資對碳生產率的影響效應顯著，則繼續檢驗中介效應的存在。

其中，LnCAPit指的是第t年i省份的碳生產率，LnOFDIit指的是第t年i省份的對外直接投資，Xit指的是控制變量，控制變量包括人力資本(LnRCit)、對外開放度(LnODit)、金融發展水平(LnFEit)、外商直接投資(LnFDIit)、能源結構(LnESit)和城鎮化水平(LnCYit)。

第二步，檢驗對外直接投資與中介變量之間的關系，即對外直接投資是否促進了產業結構升級，對外直接投資對產業結構的影響是否顯著。

其中，LnISit指的是產業結構，Xit指的是控制變量，控制變量的選取與公式(4)中一致。

第三步，檢驗對外直接投資與碳生產率之間是完全中介效應還是部分中介效應。不僅需要檢驗中介變量—產業結構的顯著性，而且如果對外直接投資對碳生產率的影響不顯著，則產業結構是完全中介變量；如果對外直接投資對碳生產率的影響系數下降，則產業結構是部分中介變量。

公式(6)中控制變量的選取與公式(4)、(5)一致。

（2） 技術效應

技術中介效應的第一步檢驗過程同產業結構中介效應第一步檢驗過程一致，第二步是檢驗對外直接投資與技術創新之間的關系，設定的回歸方程為(7)，第三步檢驗設定的回歸方程為(8)。

在公式(7)和(8)中，LnTVit指的是技術創新，控制變量包括人力資本(LnRCit)、對外開放度(LnODit)、金融發展水平(LnFEit)、外商直接投資(LnFDIit)、能源結構(LnESit)和城鎮化水平(LnCYit)。

四、實證檢驗與分析

1. 描述性統計

如表1 所示，對外直接投資的標準差較大，2003—2018 年期間，對外直接投資存量的最大值超過2000 億美元，而最小值不足20 萬美元，說明各省區市的對外直接投資存量差異性較大，也從側面反映了中國各省區市的對外直接投資增長速度較快。各地區吸收的外商直接投資額之間也存在較大差距，說明各地區吸收外商直接投資的不均衡性比較突出，但其標準差系數遠遠小于對外直接投資的標準差系數。而各省區市城鎮化水平的標準差較小，說明各地區的城鎮化水平差距相對較小。

表1 數據描述性統計

2. 共線性檢驗

為了確保實證估計的穩健性，避免因嚴重共線性造成的結果偏差，文章對各個變量進行多重共線性檢驗。樣本數據的方差膨脹因子—VIF 的最大值為3.46，低于經驗值10，說明文章的樣本數據不存在嚴重的多重共線性（限于篇幅，各變量的相關系數檢驗結果不再列表呈現。）

3. 總體樣本實證結果

文章運用動態GMM 方法進行實證檢驗，能夠減少因內生性造成的實證偏差，確保實證結果的有效性與準確性。

表2 的實證結果表明，一階強烈拒絕原假設，說明存在一階自相關，二階接受原假設，說明不存在二階自相關，動態GMM 的檢驗是有效的。

表2 結構效應的實證結果

通過模型(4)與模型(6)的實證檢驗結果可以發現，對外直接投資、產業結構對碳生產率的影響系數均顯著，且模型(6)中對外直接投資的影響系數下降，說明產業結構是對外直接投資影響碳生產率的部分中介變量。對外直接投資通過加快邊際產業轉移，促進三次產業結構優化，改變產業內和產業間資本、能源等要素的配置比例，提高產業能源利用水平，減少有害產出，提升全要素碳生產率。同時人力資本、對外開放、金融發展水平、城鎮化水平、能源結構是影響碳生產率的積極因素。人力資本水平提高1%，碳生產率將提高0.11%。對外開放度的影響系數約為0.1，且在1%的水平下通過顯著性檢驗。金融發展能夠通過增強對研發部門的金融支持，改善技術創新效率，促進技術進步以及碳生產率的增長。城鎮化水平的提高，一方面，城市能源消耗增加，環境污染加劇，碳排放量增多；另一方面，大幅提升居民受教育水平，促進地區技術水平提高，提高城市資源、能源利用效率，推動經濟增長向綠色低碳轉型。煤炭等化石能源是碳排放的主要來源，而能源消費結構的優化，意味著煤炭等化石能源的消耗量下降，溫室氣體排放總量將出現一定幅度的減少。

由表3 可知，技術創新的影響在1%的水平下顯著為正，且對外直接投資的影響系數由0.0674 下降至0.0552，說明技術創新的部分中介效應成立，對外直接投資經由技術創新能夠促進碳生產率的增長。其原因可能是，對外直接投資的增長推動了逆向技術溢出效應的增加。企業通過兼并、新建等投資方式建立全球生產、研發體系，追隨行業領域內全球技術創新步伐，跨國公司的內部貿易、全球研發資源的整合，都加速了知識和技術要素的跨區域流動，促進母公司的技術進步和研發能力提高。人力資本、對外開放、金融發展水平、城鎮化水平、能源結構因素對碳生產率具有積極影響。外商直接投資的影響系數顯著為負，說明在樣本期內FDI的增加不利于碳生產率的提升。原因可能是，與國外環境規制強度相比，中國環境規制強度較弱，跨國企業在中國進行直接投資時，選擇環境規制較弱的行業進行“污染轉移”，容易出現部分行業碳排放量較高的問題。

表3 技術效應的實證結果

4. 分樣本實證結果

中國東、中、西部地區對外直接投資存量和流量規模存在較大差異，在產業結構、能源消費結構、城鎮化水平、人力資本量等方面的差異性也較為明顯。因此，將樣本數據分為東部地區和中西部地區，分別進行實證檢驗，以此分析對外直接投資對碳生產率影響效應的地區異質性。

對外直接投資對碳生產率的影響在1%的水平下顯著為正。對比表4 中第(1)列和第(4)列、第(1)列和第(5)列LnOFDIit的影響系數，可以得出，產業結構和技術創新的中介效應在東部地區成立。人力資本、對外開放、金融發展、能源結構和城鎮化水平對碳生產率的影響均為顯著的正效應。外商直接投資的回歸系數顯著為負。

表4 東部地區的實證結果

由表5 可知，在中、西部地區，對外直接投資的系數為正，且在1%的水平下顯著。產業結構和技術創新的系數均通過顯著性檢驗，說明對外直接投資對碳生產率的部分影響是通過促進產業結構優化和技術創新實現的。人力資本、對外開放、金融發展水平、能源結構、城鎮化水平都對碳生產率產生顯著的正向影響。

表5 中西部地區的實證結果

5. 穩健性檢驗

文章運用替換被解釋變量、改變樣本數據和變換實證方法的方式進行穩健性檢驗，參考潘家華、張麗峰(2011)，王樹柏、李小平(2017)等學者的做法[1，15]，以GDP 與二氧化碳排放量的比值來衡量碳生產率，重新對OFDI與碳生產率之間的關系進行實證檢驗，表6 中第(1)列、第(2)列是結構效應的穩健性檢驗結果，第(3)列和第(4)列是技術效應的穩健性檢驗結果；以各地區R&D 投入衡量技術創新，檢驗結果見表6 的第(5)列和第(6)列。表7 運用雙向固定效應模型進行穩健性檢驗。

表6 穩健性檢驗（一）

表6 和表7 的穩健性檢驗結果說明，表2 和表3 的實證結果是穩健的，主要解釋變量對被解釋變量具有正向影響，各個控制變量的正負影響和顯著性基本沒有發生變化。

表7 穩健性檢驗（二）

五、結論與政策建議

文章的實證結果認為，對外直接投資對碳生產率具有顯著的直接促進效應。對外直接投資通過中介變量—產業結構優化和技術進步實現對碳生產率的部分正向作用。人力資本、對外開放、金融發展水平、能源結構等因素對碳生產率具有顯著的積極影響。外商直接投資與碳生產率之間存在負相關關系。

基于研究結果，提出以下幾點建議：

第一，推動企業理性“走出去”，合理布局海外投資。中國企業在海外投資發展勢頭良好，越來越多的中國企業在全球各地建立自己的生產基地、研發中心，根據《2019 年度中國對外直接投資統計公報》的數據顯示，2019 年信息傳輸、軟件和信息技術服務業海外投資并購的數量和金額居于中國各行業對外投資并購數量和金額的第二位。中國企業研發類投資未來發展趨勢良好，企業在海外投資時，切忌盲目，要合理化投資布局，注重海外投資方向，促進母國企業發展，推動生產要素的國際循環，加快國內技術進步。

第二，加快綠色技術研發，提高低碳創新能力。創新與技術是經濟增長質量提升的動力，國家大力鼓勵技術創新，增加技術研發投資資金，提高科研工作人員待遇。碳生產率的提高需要加快綠色清潔能源技術的開發，促進技術成果轉化、推廣，進而推動行業綠色生產力的提升。同時要注意增強東部、中部與西部地區的技術研發交流，促進東中西部地區低碳技術的協同進步，推動低碳綠色生產技術的開發，提高碳生產率。

第三，提高金融效率，完善金融體系。實證部分的檢驗結果表明，金融發展水平的提升，有利于碳生產率的提高。如何有效發揮金融發展水平對碳生產率的積極作用，成為亟待思考和解決的問題。國內需要繼續推動金融市場改革的深化，促進金融市場體系的完善，推動金融效率的提升，提高金融自由化水平，完善金融體系，降低融資成本，促進資源配置效率水平提高，推動碳生產率提高。

第四，促進能源結構優化，提高傳統能源利用率。文章的實證結果表明，能源結構的優化有利于碳生產率的提高，提高碳生產率是降低碳排放量和發展低碳經濟的有效途徑。為提高國內碳生產率和促進綠色經濟發展，需要優化中國能源消費結構，增加綠色能源在總能源消費中的比重，降低高污染的傳統能源消費比重，促進綠色可持續能源消費結構的形成，提高傳統能源利用率，進而促進碳生產率的提升。