1、GANSU FINANCE甘肃金融/2023年第6期作者单位：河北金融学院研究生部引言自 2001年加入 WTO以来，外国直接投资（FDI）已成为促进我国经济增长的重要因素之一。引入FDI不仅有助于填补经济发展中资本要素的不足，也有助于企业学习先进技术、获得管理经验和提高工人素质。然而，FDI的涌入也对国内资源和环境造成一定的影响。大量FDI在流入各类产业的同时，虽然促进了我国工业化的发展，但同时也带来了环境污染物排放问题。党的二十大报告提出“推进生态优先、节约集约、绿色低碳发展”的重要指导思想。党的十九届五中全会更鲜明地指出，要加快推动绿色低碳发展，持续改善环境质量，提升生态系统的质量和稳定
2、性，全面提高资源利用效率，同时实行高水平的对外开放。这些重要指示为我们在推进经济发展的同时，提供了注重生态环境保护的指导思想和行动方向。在当前国家生态文明建设的大趋势下，协调外商直接投资和环境污染问题已经成为一个严峻而现实的挑战，因此研究外商直接投资和环境污染之间的关系具有重要的现实意义。当前，我国正处于由高速增长向高质量发展转型的阶段，在保持外资增长和促进经济转型的同时，保护生态环境已经刻不容缓。因此，研究如何运用相关的环境指标来衡量环境污染、外商直接投资与环境污染之间的关系以及FDI在环境污染物减排效应中发挥的作用尤为重要。本文旨在研究开放经济体中外商直接投资对环境污染的相关效应，以期为完
3、善我国外资引进和利用机制提供有益参考。为此，一方面需要放眼全球，充分比较不同经济体之间的差异，提炼共性，寻找经验启示；另一方面需要结合我国外资市场发展现状和污染防治具体状况进行分析，这样才能够更加全面、准确地评估外商直接投资对环境的影响，为我国外资引进和利用提供更加科学、合理的指导。郑黎铭【内容简介】随着经济的快速发展，伴随而来的环境问题日益凸显，自“两山理论”提出以来，绿色发展理念不断深入人心，但生态环保的金融支持工作任重而道远。文章从FDI作用机制切入，利用20032021年中国30个地区经验数据，基于不同环境污染物的视角，实证检验外商直接投资对中国环境污染的影响。研究发现无论是对于二氧化
4、硫还是化学需氧量，外商直接投资均实现了两种污染物的改善，表明对于当前我国而言，外商直接投资存在污染光环效应。根据研究结论提出政府应加强对外商直接投资的环保监督、加强对环保产业的扶持和引导；企业应加强环保意识，积极参与环保事业等对策建议。绿色发展视阈下外商直接投资的环境效应分析【关 键 词】外商直接投资；环境效应分析；污染物特性基于区别环境污染物特性视角28Gansu Finance甘肃金融/文献综述FDI与环境污染之间的关系研究主要是基于环境库兹涅茨基础理论。库兹涅茨的初期环境研究曲线图（EKC）可追溯到格罗斯曼和布里奇在这一领域的探索，本领域的研究密切关注工资收入与空气指数相互关系，建立了线
5、性回归模型后发现人均纯收入与环境质量之间有倒U型关联。Chen（2015）应用二氧化碳和工业固废排放量作为目标变量，指出环境污染物和经济发展在中国也呈倒U形关联。我国加入WTO至今，外国直接投资（FDI）促进我国社会经济发展并成为拉动经济增长的“三驾马车”。但是同时环境污染物排放量与日俱增问题已经显现，人居环境与经济发展环境也受到影响，因此探索研究FDI与环境之间的关系成为了诸多专家的关注热点，相关 FDI与环境污染物之间的关系探索也日益深入。“污染庇护所”假设首先由Walter和Ugelow（1979）明确提出，这一假定重点体现的是外国直接投资与环境现行政策的相互关系，提出假设在开放经济中环
6、境规范存有的差别，也会导致资产从环境制度规范性强的地域向环境制度规范性弱的区域流动，进而造成所在国的环境逐渐恶化。Muhammad等（2022）展开了相似的实证研究得出结论，外国直接投资的注入可能导致所在国环境质量退化。谷继建等（2020）运用19952019年的中国面板数据，实证研究了直接投资对中国环境产生的影响，研究表明“污染庇护所假设”存在于全社会层面，但地区一级出现差别，“污染光晕”1具体结论出现在东部沿海地区，而“污染避难假设”在中西部地区获得适用。刘玉凤等（2019）应用中国省级数据实证分析了外国直接投资对污染密集型产业转移的影响，并强调外国直接投资越受中国省级行政单位的吸引，则污
7、染密集型产业迁移更为明显。因而，中国依旧是外国直接投资的“污染天堂”。学者吉生保（2020）根据实证分析得出同样的观点。与“污染天堂”假设相对应的是“污染光晕”假设。该假设普遍认为，外国直接投资能使所在国获得清洁生产技术、前沿的环境规范，高效率的环境绩效考核管理，进一步提高环境品质。Rana等（2022）发觉资本要素富裕的国家针对资本要素禀赋差的国家进行直接投资，有利于促进发展中国家总体环境发生大幅提升。郑航等（2020）采用了经济发展阶段与FDI作为变换自变量，并搭建 FDI与环境污染的面板平滑 PSTR实体模型。在他们看来，FDI根据“示范性”推动了中国环境改善技术的发展，“外溢效应”和“
8、市场竞争效应”适用“污染光晕”假设。总而言之，“污染天堂”假设在中国无法得到适用。第三种见解是综合环境效应基础理论，该观点认为，外国直接投资具备繁杂的与环境污染有关的多维度作用机理（龚梦琪等，2020）。外国直接投资可能对所在国环境产生的影响分为经营规模效应、构造效应与技术效应。这三种效应要么是积极主动的，要么是负面的，其综合性结果显示 FDI对环境污染的净效应。宋丽萍（2022）根据广东、广西两省份各地区的截面数据应用构造计量模型和广义矩估计实证分析外国直接投资和污染排放量的相互关系，发现技术创新和普及有关的良好技术性效应超过负经营规模效应的材料结构效应，这有助于降低中国工业生产污染的整体消
9、耗量以及各类资源物消耗量。叶阿忠（2020）总结出相反的结果，通过以水污染为导向尝试研究了外国项目投资对水污染、产业布局和区域相对性科技进步的关系，结果显示外国投资在造成产业布局向优势产业迁移时，并没有明显的技术性推动效应，这对中国总体环境情况形成了不良影响。此外，谷继建等（2020）根据空间自回归模型（SAR）得到空间误差实体模型（SEM）揭露环境污染程度和FDI之间有“N型”的结构关系。根据现阶段相关研究，不难发现外国直接投资与环境的相互关系并不是确立的，这也许与不同污染物特性存有关联。鉴于此，本研究基于我国20032021年的相关数据信息，在区别污染物特性的前提下，对外商直接投资与环境之
10、间的关系进行重新检验。模型构建与指标选择（一）模型构建为检验外商直接投资与环境之间的关系，本文借鉴李佳佳、郭雅娟（2022）将面板数据模型设置为公式（1），以检验外商直接投资对环境污染的影响。（1）其中，POLit为t年i区环境污染状况，反映了当地的环境质量；FDIit外商直接投资；Xit为控制变量；a0为常数项；it是误差GREEN FINANCE绿色金融29GANSU FINANCE甘肃金融/2023年第6期项；j为待估系数。（二）指标选取1.被解释变量：二氧化硫和化学需氧量根据污染物的形态可知目前环境污染物主要包括固体污染物、气体污染物和液体污染物三种类型。目前学者在研究过程中，根据研究
11、目的往往会选择其中一种环境污染物或者多种环境污染物进行实证分析。考虑到单一污染物难以反映污染物的具体情况，同时为了考察污染物差异的影响，本文倾向于选择多种污染物，以期更详细反映污染状况。同时考虑到数据的可获得性以及代表性，本文选择工业二氧化硫和工业化学需氧量作为被解释变量。这样处理的原因在于，首先，工业二氧化硫和工业化学需氧量分别是气体污染物和液体污染物的主要组成部分10，能够反映气体污染物和液体污染物的污染状况；其次，相对而言固体污染物易于治理，当前我国也治理的较为完善；最后，工业二氧化硫和工业化学需氧量是我国政府强制约束性指标，更能反映污染水平。此外，为了消除经济规模的影响，我们均将工业二
12、氧化硫和工业化学需氧量除以工业经济规模。2.核心解释变量：外商直接投资外商直接投资用实际利用外商投资额与GDP的比重进行表示，这样一方面可以缓解异方差的影响，也能够从一定程度上克服双向因果关系。由于外商直接投资的单位为百万美元，为避免汇率影响，本文利用当年的年均汇率换算为人民币。3.其他控制变量为了控制其他因素的影响，借鉴吉生保（2020）的相关做法，本文对以下因素进行控制。经济发展水平，用人均GDP进行表示，即用实际GDP除以当地总人口；产业结构，为了更为精确的反映我国第二产业与第三产业的发展状况，本文在测度产业结构过程中，主要用第二产业除以第三产业进行测度，当该值越大说明二次产业越发达；人
13、口密度，用当地总人口除以当地行政土地面积进行表示，该值越大说明当地人口越聚集；环境规制强度，用排污费占GDP比重进行度量，该值越大表明当地环境规制强度越大；能源结构，用煤炭消费占消费总量的比重进行度量，该值越大说明当地在能源利用上更加依赖于煤炭。（三）数据来源基于数据的可获得性，为检测外商直接投资对环境的影响，本文主要选取20032021年我国30个省份的样本进行（不包括西藏自治区、港澳台地区）。其中，环境相关的数据主要来自中国环境年鉴中国环境统计年鉴以及各省市统计年鉴。排污费相关数据主要来自中国环境年鉴和Wind数据库。GDP、工业增加值、第二产业增加值、财政支出、年末人口数、外国直接投资、
14、GDP指数源于中国统计年鉴各省统计年鉴。煤炭消费和能源消费数据源于中国能源消耗统计年鉴。对于缺失值，本文采取移动平均法对其进行补充。各个指标的符号说明见表1，各指标的统计描述见表2，由表2统计性描述可以看出工业二氧化硫和工业化学需氧量的最大值分别为1802.889和1431.966，而最小值分别为1.189和0.425。这表明我国不同地区之间环境污染状况存在着很大的差异，污染分布与地区污染治理存在区域型特征，地区间存在较大差异，东部地区多为污染严重地区，中部次之，而西部多属轻度污染地区。实证结果与分析（一）模型的检验本文采用stata16对20032021年全国30个省份的面板数据进行回归分析
15、。为了确保模型的正确性和参数的准确性，首先需要对各个面板数据序列进行单位根检验。为此，使用LLC和PP方法对面板数据的平稳性进行检验，并将检验结果列于表3中。根据检验结果，可以得出结论：无论是针对同质面板假设检验还名称环境污染1环境污染2能源结构人口密度产业结构外商投资环境规制强度经济发展水平说明工业二氧化硫工业化学需氧量煤炭消费量/能源消费总量总人口数/行政区域面积第二产业生产总值占GDP比重FDI占GDP比重排污费收入总额/缴纳排污费单位数实际人均国内生产总值符号SO2CODNYJGRKMDCYJGFDIPWPGDP表1符号及其说明变量SO2CODFDIPGDPRKMDCYJGPWNYJG
16、Obs450450450450450450450450Mean241.74159.682.5022.546442.7541.1815.0190.956Std.Dev.281.904110.0581.9961.642637.8650.3404.4410.374Min1.1890.4250.0390.3487.4620.2360.1660.069Max1802.8891431.96610.5159.2443847.132.02345.9572.141表2统计性描述30Gansu Finance甘肃金融/是异质面板假设检验，模型中的回归变量均表现出平稳性。因此，将各变量一起纳入回归模型中，并对模型可能存在的多重共线性问题进行检验，各变量之间的相关系数低于0.75，这表明各解释变量之间不存在严重的多重共线性问题。由于本文的样本数据属于短面板数据（时间T截面N），时间维度比较小，个体所含信息比较少，因此无法讨论扰动项是否存在自相关。理论上，一般假定扰动项是独立同分布的，再加上数据使用为短面板，故不考虑自相关问题。表3单位根检验表4相关性检验（二）回归结果分析下表5呈现了外商直接投资与环境质量关系
