FDI对中国物流业碳排放影响的实证研究

2016-01-13臧新潘国秀

中国人口·资源与环境 2016年1期

臧新　潘国秀

摘要近年来，全球气候变暖现象严重，为了实现人类的可持续发展，各国普遍重视发展低碳经济。中国是世界上碳排放量最多的国家，作为负责任的大国，我国发展低碳经济势在必行。物流是经济中不可缺少的一环，低碳物流直接影响到我国低碳经济的发展，因而，对于物流业碳排放问题的研究显得十分必要与紧迫。在经济全球化的背景下，我国大力推行外资政策，积极引进FDI，FDI在推动我国经济发展的同时，也对我国的生态环境产生了影响。正是在这一背景下，本文尝试探讨FDI对我国物流业碳排放的影响；因为产业之间具有关联性，这里的FDI既包括物流业的FDI，也包括其他与物流业相关性较强行业的FDI。本文首先采用投入产出分析方法具体分析了物流业与其他产业的关联程度，得出制造业、商业和金融业是物流业的强相关行业的结论；进而通过构建分行业FDI对我国物流业碳排放影响的时间序列回归模型进行实证分析，结果表明，FDI总体上显著减少了我国物流业的CO2排放量和排放强度，其中物流业、制造业的FDI在减少我国物流业碳排放方面是显著的，而商业与金融业FDI对我国物流业二氧化碳排放强度影响均不显著；上述结果说明FDI对我国物流业碳排放的技术效应明显，“污染天堂假说”在我国物流业并不成立。此外，行业规模、能源消费强度、贸易开放程度、城镇化率以及环境治理投资等因素都会对物流业的碳排放产生影响。最后，在总结全文的基础上得出合理引进FDI，调整能源消费结构，发展节能减排技术的政策建议。

关键词 FDI；物流业；碳排放；产业关联

中图分类号 X196 文献标识码 A 文章编号 1002-2104（2016）01-0039-08 doi：103969/jissn1002-2104201601006

近年来，全球气候变暖现象严重，为了实现人类的可持续发展，各国普遍重视发展低碳经济，从而也推动了经济学界对于碳排放及碳减排责任的研究。物流业是融合运输、仓储、货代、信息等产业的复合型生产性服务业，是支撑国民经济发展的基础性、战略性产业。加快发展现代物流业，对于促进产业结构调整、转变发展方式、提高国民经济竞争力和建设生态文明具有重要意义。据统计，2013年，全国社会物流总额197.8万亿元，物流业增加值3.9万亿元，在价格不变的情况下，较上一年增长8.5%，物流业增加值占GDP比重为6.8%，占服务业增加值的比重为14.8%，物流业整体运营势头良好。但是，物流产业既是能源消耗大户，也是碳排放大户，发展低碳物流是实现低碳经济的前提和基础，关系到整个经济环境能否实现低碳化。因而，对于物流业碳排放问题的研究是非常必要与紧迫的。

改革开放至今，我国大力推行外资政策，积极引进FDI（Foreign Direct Investment的缩写形式，即外商直接投资），成为世界最具吸引力的投资地。2014年我国实际利用外商直接投资额1 196亿美元，居世界首位。FDI在推动我国经济发展的同时，也对我国的生态环境产生了一定的影响。较之于工业产业，我国物流业市场开放虽滞后了五年，但发展势头迅猛，流入中国物流业的FDI逐年增加；同时，由于高度的产业关联性，物流业发展也带动了其他产业（尤其是制造业）FDI的引进，因为产业间具有关联性，其他产业（尤其是制造业）FDI的引进会对物流业碳排放产生间接影响；所以，FDI可以通过多种渠道对东道国的能源消耗和碳排放产生影响[1]。作为发展中大国，FDI会在相当长时间内对我国的经济生活产生影响，探讨FDI对我国物流业碳排放的影响机制及影响程度，对于我国执行碳减排政策具有重要的现实意义。

1 文献综述及理论分析

文献研究表明，既有研究大都侧重从宏观层面整体上考察FDI对环境的影响，从行业层面具体研究FDI对碳排放影响的较少（且大多针对工业行业），关于FDI对物流业碳排放的影响研究较为少见；而关于FDI对碳排放影响的较为丰富的文献为本文的研究打下基础。

关于FDI对碳排放影响可以分为两派观点，一派认为FDI增加了东道国的碳排放。Jorgenson A K.， Dick C.采用1980-2000年52个国家的数据建立了面板数据模型的研究结果表明，FDI与欠发达国家的碳排放量成正向关系，即碳排放量较大的国家，其吸引外商直接投资额也较大[2]。郭沛、张曙霄选取2002-2010年的分行业面板数据运用固定效应模型对第二产业的FDI与碳排放量的关系实证分析的结果表明，FDI与中国碳排放之间存在正向关系[3]。另一派认为FDI减少了东道国的碳排放。Jeffrey Frankel 和 Andrew Rose研究发现，FDI的流入在促进东道国经济发展的同时有利于带动东道国企业实现清洁生产，进而降低二氧化碳气体排放量，改善环境质量[4]。 Robbert J.R.等基于2005-2008年中国206个地级市的面板数据实证分析了FDI和环境及能源强度之间的关系，结果发现，FDI对相关国家碳排放技术提升具有积极作用[5]。姚奕等的研究也表明FDI技术溢出可以有效地降低我国的碳强度、提高我国的技术水平[6]。

但也有观点认为，FDI对碳排放产生的影响不是单一的，在不同地区不同时期不同发展程度下，FDI对碳排放产生的影响程度是不同的，影响具有复合性。Yildirim E选取1980-2009年76个国家的面板数据研究了FDI与能源使用、碳排放的关系，结果发现FDI显著增加了莫桑比克、阿联酋和也门的能源使用和碳排放，却降低了印度、冰岛、巴拿马和赞比亚的能源使用和碳排放，而其他国家的能源使用和碳排放并未因FDI的流入发生显著变化，说明FDI对碳排放的影响存在地区差异[7]。邹麟等认为，FDI通过技术扩散、收入变化和行业结构调整产生积极的正效应，而FDI带来的高碳产业转移、争议性技术扩散和生产规模变化则对经济发展产生消极影响。从短期看，FDI对发展低碳经济产生消极影响，但从长期看FDI对碳排放有抑制作用[8]。

从以上文献综述可以看出，关于FDI碳排放效应的研究，至今并没有成熟的理论框架，实证研究的结果也并不一致。但国内外学者在研究这一问题时会借鉴Grossman和Krueger提出的贸易对环境的三个效应（规模效应、结构效应和技术效应）以及He提出的环境管制效应，认为贸易最终影响环境的结果取决于四个效应之和[9-10]。本文在此理论基础上，将从规模效应、结构效应、技术效应和环境管制效应四个方面出发来探讨FDI对我国物流业碳排放的影响机理。另外，本文的FDI分为三个方面：全国各行业的总体FDI、物流业FDI、与物流业强相关产业的FDI。其中，强相关行业的选择利用投入产出分析法，根据直接消耗系数、完全消耗系数和对物流业的中间投入率的指标的排名得到与物流业关联效应较强的产业，有制造业、商业和金融业（因篇幅所限，具体计算结果不在文中呈现）。

FDI对碳排放的规模效应是指FDI的流入会通过增加经济体的经济规模来影响该经济体的环境质量，经济规模的扩大必然导致能源消耗的增加，进而使碳排放量增加。物流业虽然不是生产行业，但是该行业也是能源消耗大户。首先，FDI进入物流业，该行业的规模扩大导致能源消耗的增加，进而增加了物流业的碳排放量；另外，FDI进入生产领域将促使生产领域规模扩大，由于产业关联性，这些行业规模的扩大可能导致物流业规模的扩大，从而增加了物流业的碳排放。因而，FDI对碳排放的规模效应的结论同样适用于FDI对物流业碳排放的规模效应。

FDI对碳排放的结构效应是指FDI在不同产业间的选择对经济体环境质量的影响。当FDI主要投入到第一和第三产业时，结构效应为正，即环境质量因此改善；但当FDI主要投入到第二产业时，结构效应为负，即环境质量因此恶化。因而FDI对碳排放的结构效应取决于FDI的流向。关于FDI的正结构效应，大部分研究并不支持，我国学者在研究这一问题时，大部分认为结构效应为负[11]。与物流业强相关产业FDI的变化可以反映出碳排放的结构效应。

FDI对碳排放的技术效应是指FDI的流入将发达国家的先进清洁技术和理念带进东道国，进而提高东道国生产效率，降低能源消耗，减少碳排放量，改善环境质量的效应。物流业的FDI可以通过示范、人员流动及竞争效应带来物流业服务效率的提高、能源消耗的降低以及碳排放的减少。与物流业强相关产业的FDI可以通过产业关联效应对物流业的运作效率产生影响，进而降低物流业的碳排放。

FDI对碳排放的管制效应是指不同国家具有不同的环境管制力度，导致污染性FDI流入规模的差异，进而对东道国环境产生不同的影响效应，严格的环境管制有利于我国的碳排放的减少[12]。

臧新等：FDI对中国物流业碳排放影响的实证研究

中国人口·资源与环境 2016年第1期2 理论框架、模型设定和数据来源

2.1 理论框架和模型

FDI多渠道对我国物流业碳排放产生影响，如果只对FDI和物流碳排放做一元回归会造成模型设定偏误的问题。因此，在前人研究的基础上综合考虑模型的影响因素很有必要。已有的研究中，应用较广的碳排放模型（STIRPAT模型）和Kaya恒等式均对碳排放影响因素进行了有效分解，在此基础上构建FDI对我国物流业碳排放影响模型将更加全面和科学。

STIRPAT（Stochastic Impacts by Regression on Population， Affluence， and Technology）模型是由Dietz等（2002）提出的[13]，该模型对碳排放因素进行了分解，模型如下：

C=aPbScTde

（1）

式（1）中：C表示碳排放量，P代表人口规模，S代表经济规模，T代表技术。a是模型系数，b，c，d分别指各影响因素的指数，e为模型的误差项。

Kaya恒等式是由Kaya于1989年提出的[14]，其将碳排放与经济增长、能源消费和人口相联系，表达式如下：

C=P×GDPP×EGDP×CE

（2）

式（2）中：C代表碳排放总量，P代表人口数量，GDP是国内生产总值，E是能源消费总量，GDP/P代表人均GDP，E/GDP代表能源消费强度，即单位GDP消耗的能源，C/E代表能源消费碳强度，即单位能源消耗产生的碳排放量。

另外，在对STIRPAT模型和Kaya恒等式分解的基础上，通过结合我国物流业的发展特征以及FDI对我国物流业碳排放影响因素，本文分别以物流业二氧化碳排放量和物流业二氧化碳排放强度为被解释变量来设定FDI与物流业碳排放的模型。为了降低方程的异方差性，模型均采用对数形式，模型如下：

lnWCO2=α0+α1lnFDI+α2lnGDP+α3lnE+α4lnTR

+α5lnUR+α6lnENV+el

（3）

lnWCO2Q=β0+β1lnFDI+β2lnGDP+β3lnE+β4lnTR

+β5lnUR+β6lnENV+eq

（4）

式（3）和式（4）的被解释变量分别为物流业二氧化碳排放量和物流业二氧化碳排放强度；两式中的解释变量相同，分别为FDI、国内生产总值、能源消费强度、贸易开放度以及环境治理变量。其中，FDI、GDP和E在后面的分行业模型中分别是各产业的具体数据，即分为：物流业FDI、WGDP和能源消费强度WE；制造业FDI、ZGDP和能源消费强度ZE；商业FDI、SGDP和能源消费强度SE；金融业FDI、JGDP和能源消费强度JE；我国总的FDI、GDP和能源消费强度E.

2.2 变量说明和数据来源

本文的被解释变量有物流业CO2排放量和物流业CO2排放强度，分别是衡量物流业CO2排放的绝对指标和相对指标，选取这两个指标能够更加全面地反映各因素对物流业碳排放量和碳排放技术水平的影响。根据IPCC（2006）的研究结果：化石燃料燃烧时温室气体增加的主要来源，因而本文将以我国物流产业的能源消费数据计算物流业的二氧化碳排放量，并将能源消费种类分为8类，分别为：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气；用物流业的能源消耗量乘以相应的二氧化碳排放系数即得到物流业的二氧化碳排放量。二氧化碳排放强度为CO2排放量除以物流业产出。由于物流业尚未出现在各国的产业分类体系中，为了便于研究，我国大多数学者以交通运输、仓储邮政业的统计数据来代表物流产业的发展状况，本文也将参照此做法。

FDI和国内生产总值GDP可以理解为经济规模S的分解变量，进而对物流业碳排放产生影响。本文采用实际利用FDI金额来考察FDI变动对物流业碳排放的影响。国内生产总值可以直接衡量一国的经济规模，具体到某一行业，也可以直接衡量某一行业的规模，因而其对物流业CO2排放的影响不容小觑。具体行业的FDI数据和GDP数据在分行业模型中将具体说明。

能源消费强度E可以从侧面反映节能减排技术水平。节能减排技术水平的提高将减少单位GDP能耗，即能源消费强度降低，进而碳排放强度跟着降低，碳排放量也会随之减少。此处能源消费强度E用能源消费总量与国内生产总值GDP的比值来表示，具体行业能源消费强度在下文分行业模型中具体说明。

贸易开放度TR指的是我国进出口总额占国内生产总值GDP的比重，体现了一国对国外市场的依赖程度。由于我国常年贸易顺差，尤其是货物贸易，出口额远大于进口额，导致国内生产扩大，物流需求增长，进而对我国物流业碳排放产生影响。

城镇化率UR可以反映一国的城镇化水平，本文用城镇人口占总人口的比重来表示。一方面，随着城镇化水平的提高，能源消耗上升，导致碳排放量上升；另一方面，城市居民环保意识增强，进而提高了节能减排技术要求，有利于降低物流业能源消耗和减少物流业二氧化碳的排放。

环境治理变量ENV采用的是环境治理投资额。一般来讲，环境治理投资越大，说明社会的环保要求越高，节能减排技术也会不断提升，进而有利于减少我国物流业二氧化碳的排放。

在分行业模型和总体模型中共用的解释变量有：贸易开放度TR、城镇化水平UR、环境治理投资额ENV。被解释变量均为物流业二氧化碳排放量WCO2和物流业二氧化碳排放强度WCO2Q。因为最新2013年能源统计年鉴是对2012年能源消费情况的统计，同时结合其他变量的数据来源情况，将时间跨度初步定为1995年到2012年；数据来源于1995年到2013年《中国能源统计年鉴》《中国统计年鉴》。

3 实证检验

为了全面探讨FDI对物流业碳排放的影响，本文将从直接影响、间接影响和总体影响三个层面进行研究。直接影响就是物流业FDI对该行业碳排放的影响；间接影响就是强相关行业（制造业、商业、金融业）FDI对物流业碳排放的影响；总体影响就是FDI总额对物流业碳排放的影响。下面将从这三方面分别进行实证检验。

3.1 直接影响：物流业FDI对该行业碳排放的影响

3.1.1 模型构建及变量说明

物流业FDI对该行业碳排放影响的模型如式（5）和式（6）：

lnWCO2t=αw0+αw1lnWFDIt+αw2lnWGDPt+αw3lnWEt+αw4lnTRt+αw5lnURt+αw6lnENVt+ewl

（5）

lnWCO2Qt=βw0+βw1lnWFDIt+βw2lnWGDPt+βw3lnWEt

+βw4lnTRt+βw5lnURt+βw6lnENVt+ewq

（6）

其中：t代表年份，WFDI表示物流业FDI，WGDP表示物流业增加值，WE表示物流业的能源消费强度，即单位物流业产值能耗，其余变量含义与式（3）和（4）相同。

由于物流业CO2排放强度=物流业CO2排放量/物流业产值，因此物流业CO2排放强度的对数模型与物流业CO2排放量对数模型基本一致，只有物流业总产值WGDP的系数不一样，因而本研究只对物流业CO2排放量模型进行深入分析。

3.1.2 模型检验

（1）平稳性检验。本文运用Eviews6.0软件分别对lnWCO2、lnWFDI、lnWGDP、lnWE、lnTR、lnUR、lnENV进行单位根检验，结果表明，lnWGDP、lnWE通过了平稳性检验，为零阶单整序列；其余序列均在二阶差分后在5%或1%的显著性水平下平稳，为二阶单整序列。为了满足协整分析的变量必须同阶单整的要求，对所有变量进行二阶差分，进而取所有变量的二阶单整序列。

（2）协整检验。由于所有变量的二阶差分是平稳的，因而可以进行协整分析。首先利用OLS方法进行回归，进而对得到的回归方程的残差序列进行单位根检验，如果该残差序列是平稳序列，那么就说明变量之间存在协整关系。协整检验表明，在以物流业CO2排放量为被解释变量的模型中，残差序列ewl单位根检验的t值为-4.180 420，大于1%显著性水平下的临界值-3.886 751，说明各变量之间存在协整关系，各变量之间存在长期稳定的均衡关系，可以利用最小二乘法对该时间序列数据进行回归分析。

3.1.3 计量结果分析

由于模型的变量较多，本文采用逐步回归法以避免多重共线性问题，回归结果为：

lnWCO2t=-1.425-0.119* *lnWFDIt+1.434* * *lnWGDPt+1.113* * *lnWEt+0.092* *lnTRt-0.411lnURt-0.215* * *lnENVt+ewl

调整的判定系数为0.998，DW值为2.130，F值为1 664.193；* * *、* *、*分别表示系数在1%、5%和10%的水平上显著。

由回归结果可以看出，物流业FDI对该行业的碳排放量回归模型的可决系数都较高，调整后的可决系数为0.998，说明方程的拟合效果较好。DW值在2左右，说明回归方程不存在自相关性。在物流业碳排放量模型中，lnWFDI、lnWGDP、lnWE、lnTR、lnENV均通过了t检验，且显著性水平较高。其中，lnWFDI的系数为-0.119，说明物流业FDI提高1%时，物流业的CO2排放量将减少0119%。这与理论预期相符，说明物流业的FDI带来了先进的技术水平和管理理念以及在国内形成的竞争效应有利于减少物流业碳排放量。lnWGDP的系数为1.434，说明物流业产值每增加1%，物流业的CO2排放量将增加143%，表明随着物流业产业规模的扩大，将增加能源的消耗，导致物流业碳排放量的增加。lnWE的系数为1112，意味着随着物流业单位产值能耗的增加，物流业的碳排放量也将增加，符合预期水平。lnTR的系数为正，说明贸易开放度与物流业碳排放显著正相关，我国对外开放程度的增强会促使物流业碳排放的增加。lnENV的系数为负，说明我国环境治理投资额的增加（即我国对环境治理决心的增强），物流业二氧化碳的排放会减少。lnUR的系数为正，说明城镇化水平的提高可能会增加物流业的碳排放，但该变量的系数并不显著。

3.2 间接和总体影响：强相关行业FDI和FDI总额对物流业碳排放的影响由于篇幅限制，本部分主要以制造业为例来详细阐明强相关行业FDI对物流业碳排放的影响。对于商业、金融业FDI以及FDI总额对物流业碳排放的影响将主要分析最终的回归结果，检验过程省略。

3.2.1 制造业对物流业碳排放的影响

（1）模型构建和变量说明。制造业FDI对物流业碳排放影响的模型如式（7）和式（8），分别对应表1的模型1和模型2：

lnWCO2t=αz0+αz1lnZFDIt+αz2lnZGDPt+αz3lnZEt

+αz4lnTRt+αz5lnURt+αz6lnENVt+ezl

（7）

lnWCO2Qt=βz0+βz1lnZFDIt+βz2lnZGDPt+βz3lnZEt

+βz4lnTRt+βz5lnURt+βz6lnENVt+ezq

（8）

其中，t代表年份，ZFDI表示制造业FDI，ZGDP表示制造业增加值，ZE表示制造业的能源消费强度，即单位制造业产值能耗，其余变量含义与式（3）和（4）相同。

由于《中国统计年鉴》对我国制造业FDI数据的最早统计年份是1997年，因而对制造业进行计量分析的时间跨度为1997年到2012年。数据来源于1997年到2013年《中国能源统计年鉴》、《中国统计年鉴》。

（2）模型检验。与模型1和2的平稳性检验方法相同，此处分别对lnWCO2、lnWCO2Q、lnZFDI、lnZGDP、lnZE、lnTR、lnUR、lnENV进行单位根检验。分析发现，所有变量均未通过检验，序列为非平稳序列。进而对变量进行差分，最终得到二阶差分后所有序列都通过平稳性检验，即为二阶单整序列。为了满足协整分析的变量必须同阶单整的要求，对所有变量进行二阶差分，即取所有变量的二阶单整序列。

通过Eviews分析得到，在以物流业CO2排放量为被解释变量的模型中，残差序列ezl单位根检验的t值为-4.716 659，大于1%显著性水平下的临界值-4.00 4425，说明该模型中各变量之间存在协整关系。同时，在以物流业CO2排放强度为被解释变量的模型中，残差序列ezq的单位根检验t值为-3.907 534，大于5%显著性水平下的临界值-3.098 896，说明在该模型中各变量之间存在长期稳定的均衡关系。因而下面可以利用最小二乘法对该时间序列数据进行回归分析。

（3）计量结果分析。同样，为了消除多重共线性，采用逐步回归的方法进行回归分析，结果如表1所示。

分析表1可知，模型1和2总体显著，并且具有较好的拟合优度，不存在自相关性。具体来看，制造业FDI与物流业碳排放量和碳排放强度均为显著负相关，制造业FDI增加1%将减少0.232%的物流业CO2排放量和0185%的CO2排放强度。这在一定程度上否认了“污染天堂假说”，说明FDI并未加重我国物流业的环境污染，其技术溢出效应明显。另外制造业GDP与物流业CO2排放量的系数为正，但不显著，说明制造业规模扩大对我国物流业碳排放量增长并没有显著影响。制造业GDP与物流业碳排放强度显著负相关，可能因为我国制造业规模扩大的同时伴随着运输等设备的不断更新，进而提高物流作业的效率，使物流业单位产值上能耗降低，碳排放强度随之降低。在两个模型中，贸易开放度TR都通过了显著性检验，且系数为正。一方面，由于我国贸易中出口占主导地位，同时出口的大多是工业产品，而工业产品能耗多；另一方面贸易增多将增加物流需求，因此贸易开放度的提高增加了我国物流业的碳排放量。制造业能源消耗强度ZE反映了我国制造业的节能减排技术水平，其与物流业碳排放强度显著正相关，符合预期。城镇化率UR的提高将增加物流业的碳排放量，说明了城镇化水平越高，对能源的消耗越多，也会增加对物流业的需求。环境治理ENV变量不显著，可能是环境治理效果的滞后效应导致的。

3.2.2 商业、金融业FDI以及FDI总额对物流业碳排放的影响

（1）模型构建和检验说明。商业FDI对物流业碳排放影响的模型为（9），（10），分别对应表2中的模型3和模型4：

lnWCO2t=αs0+αs1lnSFDIt+αs2lnSGDPt+αs3lnSEt

+αs4lnTRt+αs5lnURt+αs6lnENVt+esl

（9）

lnWCO2Qt=βs0+βs1lnSFDIt+βs2lnSGDPt+βs3lnSEt

+βs4lnTRt+βs5lnURt+βs6lnENVt+esq

（10）

由于我国最早统计的商业FDI数据从2004年开始，因而对商业进行计量分析的时间跨度为2004年到2012年。

金融业FDI对物流业碳排放影响的模型为（11），（12），分别对应表2中的模型5和模型6：

lnWCO2t=αj0+αj1lnJFDIt+αj2lnJGDPt+αj4lnTRt

+αj5lnURt+αj6lnENVt+ejl