“一帶一路”沿線國家綠色經濟效率評價

崔卓楠，李 冰

（上海理工大學 管理學院，上海 200093）

一、引言

“一帶一路”倡議自2013 年提出至今,不斷發展并取得重要成效。中國一帶一路網①資料來源：https://www.yidaiyilu.gov.cn/xwzx/roll/77298.htm.數據顯示，截至2022 年7 月，中國已同149 個國家和32 個國際組織簽署二百余份共建“一帶一路”合作文件，涵蓋投資、貿易、金融等領域。FDI 對東道國的技術進步、產業結構調整與經濟增長的推動作用日益引起各界關注。根據聯合國貿發會議《2021 年統計手冊》，全球外國直接投資流量較2019 年下降35%，該趨勢在發達的經濟體中尤為明顯，但亞洲受影響較小。這不僅體現“一帶一路”更好地穩定并促進區域內各國之間的經貿合作，為各國經濟復蘇做出貢獻，還表明我國堅持對外開放，堅持多邊合作的積極態度。隨著綠色發展理念的深入，習近平總書記提出“綠水青山就是金山銀山”等發展理念。而現階段“一帶一路”沿線國家整體發展水平較低，生態環境多樣，各國經濟發展對資源的依賴程度較高，又普遍面臨著產業結構調整、綠色發展等問題。這要求“一帶一路”沿線各國在發展時不能以粗放型方式過度投入生產要素追求經濟總量的增長，還要考慮環境成本，加快推進經濟綠色和高質量發展。因此研究沿線國家的綠色經濟效率，對沿線國家的經濟可持續發展以及我國對外投資活動具有重要意義。文章測算了“一帶一路”沿線國家的綠色經濟效率，進一步與傳統經濟效率比較，探討綠色經濟效率的影響因素。綠色經濟效率測算中，側重于外商直接投資（FDI）在沿線國家綠色經濟發展中的作用，以FDI作為重要的投入指標之一，同時考慮能源投入與環境污染產出。

二、文獻綜述

（一）綠色經濟

英國環境經濟學家皮爾斯在《綠色經濟藍圖》[1]中首次提出綠色經濟概念，強調經濟和環境的和諧發展。綠色經濟從此便受到世界各國關注，逐漸發展為全球性理念。之后有學者（D'Amato 等，2017）[2]對綠色經濟概念進行了拓展，提出綠色經濟是一個“傘狀”概念，包括循環經濟和生物經濟。近年來，國內外諸多學者從不同領域對綠色經濟展開研究，Florin 等（2021）[3]對羅馬尼亞的綠色經濟文獻進行了梳理，識別出其面臨的挑戰并給出改進建議。由于綠色經濟強調低碳發展，朱兆一等（2022）[4]便分析了已實現“碳達峰”的以色列綠色經濟發展的總體特征，并對中國借鑒以色列經驗進而實現低碳經濟給出了政策建議。Nada 和Sverko（2020）[5]研究后得出相關政策對克羅地亞國內生產總值和就業總額存在潛在的積極影響。在FDI 是否會影響綠色經濟發展的問題上，有學者認為推行對外投資綠色化，發展綠色金融是踐行綠色發展理念的深刻體現，同時也是經濟轉型升級、推動綠色經濟發展的重要方式（王文和楊凡欣，2019）[6]。楊棟旭和于津平（2021）[7]也發現投資便利化會通過強化FDI 在跨國并購中的外溢效應來提高東道國的綠色全要素生產率水平。以上研究與發現均為后續研究FDI 在綠色經濟發展中的作用提供了理論和數據支撐。

（二）綠色經濟效率評價

綠色經濟效率，指考慮資源投入和環境成本后所測算的經濟發展綜合指標，可量化地區或國家在發展過程中的投入產出效率（楊龍和胡曉珍，2010；錢爭鳴和劉曉晨，2013）[8-9]。綠色經濟效率可采用不同的方法和模型進行測算。較多學者采用數據包絡分析，在中國省域層面，Wu 等（2020）[10]用DEA方法中的Super-PEBM 模型測算了中國30 個省份的綠色經濟效率及其動態變化特征；陳祖華和何兆鈺（2020）[11]用三階段DEA 測算中國17 個“一帶一路”沿線省區市的綠色經濟效率。而在國家層面的研究中，文淑惠和張詣博（2020）[12]使用超效率DEA模型測算“一帶一路”沿線國家的經濟增長效率；霍林等（2021）[13]使用超效率DEA 模型測算了中國對東盟國家OFDI 的投資效率。使用DEA 方法測算綠色經濟效率時，需確定投入和產出指標，雖然上述學者研究對象不同，選取的指標與數據，采用的模型不盡相同，但都為后續研究提供了方向與參考。其他學者則有使用隨機前沿引力模型（張友棠和楊柳，2020；吳瀚然和胡慶江，2020；胡冰和王曉芳，2019）[14-16]、全局非徑向方向性距離函數（杜莉和馬遙遙，2019）[17]來進行實證研究。

（三）影響因素

與此同時，學者們對綠色經濟效率的影響因素也進行了探討，涉及的視角與領域更加多元化。例如,在金融發展視角下，Liu 等（2020）[18]側重考察了中國綠色金融與綠色經濟的協調發展關系，發現二者呈現較強的空間依賴關系。蔣金荷等（2022）[19]則研究了中國綠色經濟轉型潛力的驅動因素，認為吸引FDI 水平是主要驅動因素之一。周杰琦和張瑩（2021）[20]也直接考察了FDI 與綠色經濟效率的關系，不同的是，他們從經濟集聚視角下得出FDI 雖然對綠色經濟效率起到雙重作用，但整體上有利于提升綠色經濟效率。同樣聚焦于經濟集聚作用的林伯強和譚睿鵬（2019）[21]則認為經濟集聚會通過基礎設施、勞動力市場高級程度以及環境規制對綠色經濟效率產生先促進后抑制的影響。另外在制度層面，Su 和Zhang（2020）[22]測算中國30 個省份的綠色經濟效率后，用Tobit 模型揭示了環境規制會影響中國綠色經濟效率，發現二者關系根據地域不同分為倒U 型和負相關型。

三、綠色經濟效率測算

（一）測算方法與指標數據

參考已有文獻（Andersen 和Petersen，1993；Goto等，2014）[23-24]，本文選取超效率DEA 模型測算綠色經濟效率。數據包絡分析（DEA）是一種非參數方法，不需要對生產函數形式進行定義與假設，對權重也沒有要求，結果較為可靠且客觀性較強，被廣泛應用于多輸入多輸出的效率測度。而超效率DEA模型可對位于效率前沿的決策單元進一步排序區分。考慮資源投入和環境污染對綠色經濟效率的影響，借鑒現有相關研究（岳立和楊玉春，2019；陳聞君等，2021）[25-26]，故選取勞動力數量、IFDI、固定資本形成總額、一次能源消費作為投入指標，產出指標包括GDP 和CO2排放量。

本文采用2009—2020 年沿線各國的相關數據，篩去了數據缺失多、FDI 為負的國家，最終構建45個國家的平衡面板數據。國家樣本涵蓋東南亞、南亞、西亞北非、中亞和中東歐等地區。數據來源包括世界銀行WDI 數據庫、BP 世界能源統計和EIA 數據庫。數據處理中，對于少數在部分年份缺少相應數據的國家，采取移動平均法計算并填補其缺失值，以盡量保證測算樣本國家的數量。所有指標中除了對非期望產出CO2排放量進行了逆向化處理，處理后取值區間為[0，1]，其余指標均采用原始數據，未做其他處理。

（二）綠色經濟效率結果

綠色經濟效率部分結果如表1 所示，限于篇幅，僅展示部分年份結果。從全部結果來看，經濟不發達、投資熱度低的尼泊爾排名前列，查驗原始數據后不排除是原始數據的極端異常值導致。因為當投入變量接近零時，超效率值可能不穩定。除此之外，綠色經濟效率較高國家依次為馬爾代夫、以色列、伊朗等國家。這些國家有較強的投資吸引力和較發達的科技水平，或者第三產業占比高且高污高排產業對經濟貢獻占比不高。馬爾代夫旅游業或服務業占經濟比重較大；伊朗在中東國家經濟實力排名前列，豐富的石油儲備、工業和科學技術較為先進；以色列作為亞洲的發達國家，其科學技術水平排名世界前列。而效率排名落后的國家分別為白俄羅斯、越南、印度、烏茲別克斯坦等。從影響因素分析可能是經濟發展水平落后導致基礎設施建設不完善，以及經濟的不穩定性造成外商投資減少，進而對效率產生負向影響。從發展程度上看，這些國家基本屬于發展中國家，自身經濟的局限性也是因素之一。以越南為例，其作為東南亞的代表國家，是廉價勞動力的集中地，發達國家低端制造業在此設廠，既破壞環境，經濟效益也不高，核心技術也由于壁壘無法掌握，因而造成綠色經濟效率低下。此外，低效率還可能由于當地官員為了自身晉升前景，不得不放松環境監管所導致。

表1 部分國家綠色經濟效率

文章同樣測算了傳統經濟效率（未考慮能源消耗和碳排放），結果限于篇幅不作展示。由于不同年份效率值無法直接比較，故采用相對排名情況來描述效率變化。比較來看，傳統經濟效率和綠色經濟效率結果均存在區域集群分布特征。二者相同點在于效率相對較高的國家幾乎都集中在中東歐及西亞北非地區，而南亞和東南亞地區國家大多表現不理想。后者所在區域由于發展中國家較多，經濟不穩定、基礎設施落后，且發展處于粗放式經濟，對環境的治理并未能做到有效充分。而發達國家的經濟已經脫離犧牲環境的粗放式發展，且擁有先進的技術，第三產業經濟比重較大。在考慮資源投入和環境污染后，部分國家的綠色經濟效率相較傳統效率變化較大，如俄羅斯、印度、吉爾吉斯斯坦、馬來西亞、馬爾代夫、柬埔寨、捷克等國家最為突出，其中俄羅斯、捷克、馬來西亞的效率排名呈下降趨勢，而吉爾吉斯斯坦、印度、柬埔寨、馬爾代夫呈上升趨勢。

四、影響因素分析

（一）回歸模型

在探討綠色經濟效率的影響因素時，考慮到效率值不能直接跨期比較，直接用效率值作為回歸因變量可能導致模型失效，故本文將上文測算的所有國家的效率值按年份進行排名，根據傳統效率排名和綠色效率排名的下降和上升情況定義為邏輯回歸因變量0 與1，在參考前人（吳瀚然和胡慶江，2020；霍林等，2021）[15][13]的基礎上，選取六個相關經濟變量分別代表不同維度，整合并構建影響因素體系。最終建立如下邏輯回歸模型：

式（1）中，GLit為第i 個國家在第t 年的邏輯因變量，取值0 或1，inc 表示人均收入，fla 表示通貨膨脹率，tax 表示總稅率，elc 表示通電率，city 表示城市化率，unemp 表示失業率，α 為常數項，β 為自變量的估計參數，εit為隨機擾動項。回歸變量數據均來自世界銀行WDI 數據庫，為消除量綱的影響、消除異方差及保證回歸系數取值合理，對水平量取自然對數，比例變量不作處理。描述性統計分析結果顯示（略），國民收入的標準差較大，說明樣本國家的經濟發展水平差異很大，回歸模型中對其取對數。相關性分析結果顯示（略），各解釋變量之間相關系數較低，不存在多重共線性問題。

（二）回歸結果

如表2 所示，綠色經濟效率的影響因素回歸結果表明，解釋變量的回歸系數均通過顯著性檢驗，變量符號除城市化不符預期，其余均符合預期，可以得出：

表2 logit 回歸結果表

人均收入對綠色經濟效率有負向影響，且在1%的水平上顯著。系數為負，即人均收入越高，代表該國家投資時勞動力成本越高，且部分沿線國家人均收入嚴重依賴能源貿易，從資源投入和環境保護的角度下，不利于綠色經濟效率的提高。

通貨膨脹對綠色經濟效率有負向作用，且高度顯著（1%水平上），系數符號與預期相同。系數為負，可能存在門檻效應，即在一定區間內通貨膨脹率越高，說明該國家的經濟發展不穩定，其帶來的物價上漲、投資停止等一系列社會問題會降低綠色經濟效率。

總稅率對綠色經濟效率有負向作用，在10%的水平上顯著。系數為負，即當地的稅率越高，外國直接投資障礙壁壘越高，越不利于外國直接投資進入，從而降低綠色經濟效率。

通電率對綠色經濟效率有正向影響，系數為正，即通電率越高，表明國家電力設施越完善，越有利于外國投資建廠，開展制造或者貿易活動，進而提高綠色經濟效率。

城市化對綠色經濟效率有負向影響，系數為負，與預期不符。雖然城市化可以帶來人力、資金、技術等生產要素的集中，但同時資源的過度開發與能源的高消耗可能導致綠色經濟效率下降。

失業率對綠色經濟效率有正向影響，同樣可能存在門檻效應。因為在一定限度內的高失業率會增加勞動力市場的供給，推動勞動力成本下降。但過高的失業率會嚴重破壞經濟發展。此外，根據短期菲利普斯曲線的特點，通貨膨脹率與失業率呈替代關系，該回歸結果正符合此宏觀經濟學觀點，說明模型擬合較為理想。

（三）穩健性檢驗

為驗證結論是否可靠，本文進行如下穩健性檢驗：第一步調整樣本期間進行穩健性檢驗，借鑒前人的一般做法（霍林等，2021）[13]，對原樣本期間減去首尾年份，結果如表2 第2 列、第3 列所示，回歸結果與第1 列基本一致，表明不存在由于時間原因導致模型不穩健的現象。第二步通過替換解釋變量進行穩健性檢驗，考慮到失業率與通貨膨脹率存在替代關系，且FDI 在上文作為投入指標衡量效率，故將失業率替換為人均FDI，數據來自世界銀行WDI 數據庫，并作絕對值處理。結果如表2 第4 列所示，解釋變量的系數符號和顯著性均未發生明顯變化，說明替換變量并不會影響模型的準確性，原模型的回歸結果較為穩健。

五、結論與建議

本文構建包含資源投入和環境污染產出的評價體系，使用超效率DEA 模型對“一帶一路”沿線國家的綠色經濟效率進行測算，進一步與傳統經濟效率比較，最后對影響綠色經濟效率的因素進行回歸分析，歸納得出以下結論：

第一，“一帶一路”沿線國家綠色經濟效率具有明顯的區域集聚分布特征，效率相對較高的國家集中在中東歐及西亞北非地區，而南亞和東南亞地區的國家綠色經濟效率表現不理想。另外在樣本期間，不同國家之間的效率差異呈現波動震蕩的變化趨勢。

第二，與傳統經濟效率相比，部分國家的綠色經濟效率排名變化較為明顯，其中俄羅斯、印度、吉爾吉斯斯坦、馬來西亞、馬爾代夫、捷克等國家最為突出，俄羅斯、捷克、馬來西亞的效率排名呈下降趨勢，而吉爾吉斯斯坦、印度、柬埔寨、馬爾代夫呈上升趨勢。

第三，從綠色經濟效率的影響因素來看，人均收入、通貨膨脹、總稅率和城市化對一個國家的綠色經濟效率存在負向作用，而通電率和失業率具有正向影響，回歸結果顯著且具有穩健性。

基于以上結論，對如何改善“一帶一路”沿線各國FDI 綠色經濟效率有如下建議：

首先，東道國要穩定本國經濟，保證通貨膨脹率在合理范圍內，在全球價值鏈中向兩端移動以掌握高附加值環節，逐漸取代勞動密集型的低附加值環節，獲取高的投資競爭力和盈利能力。

其次，通過降低商業稅率創造良好的投資營商環境，并與政策相互配合增加投資便利度，吸引外商投資，從而提高綠色經濟效率。但之前有學者認為改善企業過度投資可以提高投資效率，因此也不可盲目對中低收入國家過度投資。

最后，沿線各國要挖掘自身綠色經濟發展潛力，充分利用FDI 的技術溢出效應，在加強基礎設施建設的同時融合利用綠色技術、新能源、碳排放專利等，在提升基礎設施建設水平的同時關注綠色減排，達到資源節約和環境友好型社會，提高綠色經濟效率，實現經濟綠色發展。