潘艷 梅瓔
摘? ?要:提升綠色全要素生產率對于推進中國經濟綠色發展具有重要意義。基于空間杜賓模型,利用Matlab,采用空間計量方法,就環境規制、外商直接投資和綠色全要素生產率三者之間的關系及影響機理進行深入分析。結果表明,環境規制對外商直接投資有抑制作用;外商直接投資抑制了綠色全要素生產率的發展,但環境規制政策的實施對其抑制作用有一定程度的改善;外商直接投資在環境規制對綠色全要素生產率的影響中存在中介效應。
關鍵詞:環境規制;FDI;綠色全要素生產率;空間溢出效應
中圖分類號:F124? ? ? ?文獻標志碼:A? ? ? 文章編號:1673-291X(2024)09-0067-03
一、研究背景
我國實行改革開放和對外貿易等政策以來,吸引了大量的外商直接投資(FDI),使得我國經濟邁入了高速發展階段。但是由于我國目前的經濟發展模式仍然是“高投入、高耗能、高排放”[1],導致環境問題日益嚴重,因而實行環境規制、加大環境保護力度刻不容緩。《“十四五”工業綠色發展規劃》曾提出要向實施工業領域碳達峰行動,構建綠色低碳技術體系、綠色制造支撐體系,推進工業向能源消費低碳化、資源利用循環化、產品供給綠色化等方向轉型。而綠色全要素生產率是衡量經濟高質量發展和生態環境水平的一大指標[2],對我國產業結構轉型升級尤為重要[3]。
開放和綠色發展是五大發展理念的重要內容, 開放發展注重的是解決發展內外聯動問題,綠色發展注重的是解決人與自然和諧問題[4]。對此,本文運用空間杜賓模型,探究外商直接投資對環境規制的作用,討論外商直接投資對綠色全要素生產率的影響以及環境規制變量的加入如何影響綠色全要素生產率,以期為實現開放和綠色發展的雙目標提供政策方向。
二、理論分析與研究假設
根據“污染天堂假說”,環境規制政策的實施需要企業繳納排污費及清潔費等。這些費用增加了企業的運營及生產成本,影響了研發創新投入,降低了企業的生產率,使其在國際上缺乏競爭力和比較優勢,外資企業則對該投資環境失去興趣,從而不利于FDI的流入。
基于此,提出假設1:環境規制抑制FDI的流入。
環境規制對綠色全要素生產率的影響機制較為復雜。根據新古典增長理論,企業通過新技術、新工藝對產品進行更新改造升級,從而提高綠色全要素生產率。而Lanoie等[5]學者則提出了“遵循成本效應”,他們認為環境規制直接提升了企業的生產成本,擠出了研發成本,長期來看不利于綠色全要素生產率的發展。所以,環境規制短期內可以提高綠色全要素生產率,長期來看則是抑制了綠色全要素生產率的發展。
在開放經濟的條件下,自由貿易會導致高污染產業從發達國家轉移至發展中國家。這是因為發達國家一般具有較強的環境保護意識,發達國家政府會通過制定嚴格的環境管理制度和標準。而較為嚴格的環境規制政策在一定程度上會影響外資引入的質量,會減少甚至避免污染型外資企業的涌入,從而緩解外商直接投資對綠色全要素生產率的抑制作用。基于以上觀點和結論,提出假設2。
假設2:FDI對綠色全要素生產率起到抑制作用,但是嚴格的環境規制政策的實施對FDI抑制綠色全要素生產率起到調節作用。
三、研究設計
(一)模型構建
由于外商直接投資和綠色全要素生產率具有空間溢出效應,而現在大部分研究均忽視了空間上的影響,因而本文采用空間計量的方法來研究外商直接投資、環境規制和綠色全要素生產率的空間相關性,具體模型如下:
式中:InFDIit為各省FDI;ENVit為各省環境規制水平;GTFPit為各省綠色全要素生產率水平;Xit為本文納入的控制變量,并對部分變量取對數;W為30×30的空間權重矩陣;a、β、θ均為回歸系數;μi為個體效應;vt為時間效應;εit為隨機擾動項。
為了檢驗環境規制在外商直接投資對綠色全要素生產率的影響機制中是否具有調節效應,因而本文將外商直接投資和環境規制同時納入空間計量模型,具體模型如下:
(二)變量設定和數據說明
本文選取我國除西藏和港澳臺以外30個省份2004—2019年的數據,數據來源于《中國統計年鑒》《中國環境統計年鑒》以及國家統計局、CMSCA數據庫和同花順數據庫。變量定義如下:
1.被解釋變量:綠色全要素生產率(GTFP)。在Cecchini L等[6]研究成果基礎上,采用SBM-DDF模型的Malmquist-Luenberger指數法,以2004年不變GDP為期望產出,以工業廢水、二氧化硫和工業煙(粉)排放量為非期望產出,以資本、勞動和能源為投入指標來測算綠色全要素生產率。
2.核心解釋變量:外商直接投資(FDI)。本文借鑒申晨等[7]的研究方法,采取以美元為單位的FDI數據進行研究,用每年平均匯率折算成人民幣,再用固定資產投資價格指數對其進行平減處理,最后對已處理數據取對數,來衡量FDI水平。
環境規制綜合指數(ENV)。該指標借鑒李夢潔和杜威劍[8]的做法,利用熵值法對30個省份的工業廢水排放量、工業SO2 排放量以及工業煙塵排放量進行計算。
3.控制變量:技術創新(R&D),以專利申請授權數來表示;產業結構(IS),以第三產業增加值與第二產業增加值的比來表示;人力資本(HL),以各省平均受教育年限來表示;國內生產總值(GDP),來衡量地區的綜合實力;經濟發展水平(PGDP),用國內生產總值/人口來表示;金融發展水平,以金融機構貸款總和與GDP的比值來表示。
四、實證結果與分析
(一)空間自相關測度結果分析
基于四階鄰近權重矩陣,利用Morans I指數檢驗外商直接投資和綠色全要素生產率的空間自相關性。可知,中國30個省的外商直接投資和全要素生產率的Morans I指數全部大于0,且基本全部通過了顯著性檢驗,這表明二者具有一定的空間自相關性。
(二)FDI、環境規制對綠色全要素生產率的空間計量分析
為進一步探討FDI、環境規制和綠色全要素生產率之間的空間溢出效應。本文先對面板數據進行LR和Wald檢驗,其結果均通過檢驗,說明拒絕SDM模型退化為SAR和SEM模型,因而SDM為最優選擇。然后對模型進行Hausman檢驗,其結果拒絕了原假設,因此表明選擇固定效應進行實證分析。
本文先基于鄰近權重矩陣,控制技術創新、人力資本、金融發展水平等變量后,根據模型(1)檢驗環境規制和外商直接投資之間的內在關系。由表1可知,環境規制對外商直接投資的直接間接效應均顯著為負,表明環境規制政策的實施會減少外商直接投資的流入,驗證了本文所提出的假設1。
根據模型(2)(3)來探究FDI、環境規制對綠色全要素生產率的空間溢出效應。表1(3)(4)列為沒有納入環境規制因素的SDM模型分解結果,(5)(6)列為納入環境規制因素的SDM模型分解結果。從直接和間接效應看,FDI對本省和鄰省的綠色全要素生產率的系數均為負,且在1%的水平上顯著。在納入環境規制變量后直接效應的作用在5%的水平上顯著為負,這說明環境規制的加入對FDI對本省綠色全要素生產率的抑制作用有所緩解,驗證了本文所提出的假設2。
(三)穩定性檢驗
為了保證研究結果的穩定性,本文更換權重矩陣,采取地理權重矩陣再次對模型(3)進行杜賓模型回歸。不加入環境規制,得到的結果是外商直接投資的直接效應在10%的水平上顯著為負,間接效應在1%的水平上顯著為正,基本所有變量系數方向與表結果基本一致,且大部分變量系數仍然顯著。加入環境規制變量以后,間接效應在1%的水平上顯著為負,雖然FDI對綠色全要素生產率的直接影響不顯著,但是仍然起到了緩解作用,與前文提出的假設相一致。
五、政策建議
1.制定差異化環境規制政策,完善環境規制體系,確定合理的環境規制強度。政府在制定環境規制政策時,應該因地制宜,綜合考慮當地的經濟發展水平、資源要素、地理條件等,制定科學合理的環境規制政策。結合本文的實證結果來看,環境規制與綠色全要素生產率之間呈現“倒U型”關系,所以政府應當制定符合當地現實情況的環境規制政策,過度的環境規制強度反而會抑制綠色全要素生產率的發展。
2.建立有效識別綠色技術創新企業的體系,優化產業結構。政府應該設置綠色壁壘,區分污染密集型企業和綠色技術創新企業,積極引進綠色創新企業,阻止污染密集型企業的進入,選擇高質量的外商直接投資,加大對綠色技術創新企業的補貼力度。同時,政府應當積極優化自身的產業結構,加大第三產業的相對比重。
3.加大對教育方面的投入力度,培育高科技人才,提升綠色創新能力。綠色全要素生產率的提升離不開不斷地創新,因而培育高科技人才刻不容緩。實施“科教興國”戰略,讓人力資本的知識和技術溢出效應成為綠色全要素生產率的內在推動力。通過引進人才進一步提高我國科技創新能力,從而提升綠色全要素生產率。
參考文獻:
[1]? ?張帆,施震凱,武戈.數字經濟與環境規制對綠色全要素生產率的影響[J].南京社會科學,2022(6).
[2]? ?胡琰欣,屈小娥,董明放.中國對外直接投資的綠色生產率增長效應:基于時空異質性視角的經驗分析[J].經濟學家,2016(12).
[3]? ?盧麗文,宋德勇,黃璨.長江經濟帶城市綠色全要素生產率測度:以長江經濟帶的108個城市為例[J].城市問題,2017(1).
[4]? ?李光龍,范賢賢.貿易開放、外商直接投資與綠色全要素生產率[J].南京審計大學學報,2019,16(4).
[5]? ?P Lanoie,M Patry,R Lajeunesse. Environmental Regulation and Productivity:Testing the Porter Hypothesis[J].Journal of productivity analysis,2008,30(2).
[6]? ?Lucio Cecchini. Environmental Efficiency Analysis and Estimation of CO2 Abatement Costs in Dairy Cattle Farms in Umbria(Italy):A SBM-DEA model with undesirable output[J].Journal of Cleaner Production,2018,197(1):895-907.
[7]? ?申晨,辛雅儒,賈妮莎,等.OFDI對工業綠色全要素生產率的影響機制:基于兩階段Super-SBM-Malmquist指數模型的分析[J/OL].中國管理科學:1-13(2022-06-30).https://doi.org/10.16381/j.cnki.issn1003-207x.2021.1620.
[8]? ?李夢潔,杜威劍.環境規制與就業的雙重紅利適用于中國現階段嗎?——基于省際面板數據的經驗分析[J].經濟科學,2014(4).
[責任編輯? ?文? ?欣]