中国外商直接投资对碳生产率的双边效应

宋 文 飞

(陕西师范大学 西北历史环境与经济社会发展研究院，陕西 西安 710119)

一、引 言

外商直接投资(Foreign Direct Investment,FDI)在我国改革开放近40年的经济高速增长中始终扮演着重要角色。各地区竞相招商引资使得FDI快速增长。根据商务部和《2020年国民经济和社会发展统计公报》的统计数据，2019年我国实际使用外商直接投资总额为1412.3亿美元，到2020年我国实际利用外资额达1444亿美元。然而，长期以来，不计环境成本的经济增长模式也带来了日益突显的资源环境问题。

目前，碳减排已成为世界各国的普遍共识。虽然我国经济还处于快速发展阶段，但我国政府已认识到通过碳减排政策来促进国内高质量发展的重要性。2009年，我国政府在哥本哈根世界气候大会上承诺将二氧化碳排放量与GDP的比值相比2005 年下降40%～45%。2016年，我国承诺到2030年前后达到碳高峰，2020年单位国内生产总值产生的二氧化碳排放量比2005年减少40%～45%。截至2020年，作为巴黎协定的积极执行者，我国宣布，到2030年，我国的碳排放强度将比2005年下降65%。2021年，生态环境部发布的《关于统筹和加强应对气候变化与生态环境保护相关工作的指导意见》提出了相关省份实现碳排放峰值的目标。随后，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》进一步确定了单位国内生产总值能耗和二氧化碳排放分别下降13.5%和18%的目标。这些目标的提出对我国经济增长的低碳化提出了更高要求。我国不仅面临碳减排的压力，也面临实现经济高质量发展的迫切任务。一方面，作为最大的发展中国家，我国需要继续扩大对外开放，持续吸引外商直接投资，促进经济增长。另一方面，外资的快速引进也对我国的环境产生了负面影响。长期以来，为吸引外商直接投资，我国地方政府降低了环境标准，导致环境监管水平降低，并造成了诸如雾霾、碳排放等环境问题。因此，引进外国直接投资的正反两方面的影响对我国实现碳减排目标带来了不确定性的挑战。如何兼顾碳减排与经济增长，实现二者“共赢”，根本上需要探索高效的“低碳经济”模式，在高质量引入外资的同时推动低碳技术“革命”，提高碳生产率(Kaya和Yokobori定义为GDP与CO2排放量之比)[1]。提升碳生产率对于协调经济发展与碳减排的关系尤为重要[2]。

目前，我国已经进入经济增速换挡、产业结构“三期叠加”调整、经济增长模式由“量”到“质”转变的关键时期，FDI作为经济发展的重要引擎，合理地引导和利用具有重要的战略意义。因此，需要进一步深化对外开放，抓住全球新兴科技革命的机遇，推动招商引资的低碳化转型，为国内低碳经济的发展注入内源“动力”。

关于FDI能否起到碳减排的作用，学术界尚存在争议。一方面，由于外资的趋利动机，且发达国家向发展中国家转移高污染的低端产业，FDI很难避免环境污染的负面效应。如果对FDI利用不当，会加剧资源环境问题，即“污染避难所”假说[3]。另一方面，高质量的FDI利用也会带来技术溢出效应，促进环境质量改善，即“污染光环”论[4]。正向的核心观点是跨国企业能够起到绿色技术示范作用，带来绿色生产和技术，提高东道国的绿色发展水平。从现有的文献可以发现，关于FDI与碳排放之间关系的观点存在难以达成一致的困境。造成这种困境的重要原因是，FDI可以对环境产生两种相反的影响效应。这两种相反的影响效应的存在可能因区域发展条件而异，造成FDI对环境的影响存在不确定性。显然，现有文献忽略了FDI对碳排放的这两种相反效应可能同时存在的现实情形。正是由于FDI对环境的正反两方面效应的存在，加之区域发展条件的差异而产生不同特征的综合效应，使得FDI的作用存在一定的不确定性，学者的观点也难以达成一致。

那么，FDI与碳生产率的关系究竟如何？是呈正向或负向的单边效应特征？还是呈二者同时存在的双边特征？现有文献的结论缺乏系统性回应和一致性观点，这与我国低碳经济发展的现实要求不符。以往的研究文献往往只关注FDI对碳生产率的单边效应，而忽略了正、负效应同时并存的双边情形。那么，FDI对于碳生产率的影响效应究竟如何，对于此问题的回答，需要对FDI影响碳生产率的效应进行双边分解，这样更有助于精确理解FDI所呈现的影响效应特征，同时，双边效应的分析也应充分考虑我国区域发展条件差异的客观现实，为我国制定FDI驱动低碳经济发展政策提供研究参考。

基于以上考虑，本文采用双边随机前沿模型，选取我国2007～2017年30个省、市、自治区(数据不包括西藏自治区和港澳台地区)的面板数据，采用双边随机前沿方法，对我国FDI的碳生产率效应进行双边分解，并计算出其综合效应，探讨FDI对碳生产率效应的时空及条件差异，以弥补现有研究的不足。

二、文献综述

关于FDI究竟对环境质量产生何种影响，现有文献的观点存在争议。争议的主要症结在于FDI对环境同时存在正、反两方面的影响效应，这反映在FDI对环境影响的“污染避难所”假说和“污染光环”论两种观点的对立上。正是由于这两方面效应的相互抵消，FDI对环境的影响尚未明确，且由于样本条件的差异，所得出的结论难以达成一致。而学术界对FDI与碳排放的关系的讨论遵循FDI环境效应的观点，研究结论也存在争议，总体上分为3种论点。

(1)“碳光环效应”论。此类观点遵循FDI对环境影响的“污染光环”论，认为FDI会促进碳减排。在国家层面上，Talukdar 和Meisner[5]基于1987～1995年44个发展中国家的面板数据对外商直接投资与碳排放量的关系进行了实证分析，研究发现FDI是东道国碳减排的显著性促进因素。Perkins和Neumayer[6]基于1982～2005年77个国家的面板数据进行了实证研究，发现FDI是碳技术进步的促进因素，有利于碳减排的实现。在省际层面上，周杰琦、汪同三[7]基于2000～2015年中国28个省份的面板数据，实证研究了FDI、要素市场扭曲对碳排放绩效的影响效应，FDI总体上促进了碳排放绩效提升，通过消除要素市场扭曲能够使得FDI的环境福利效应提升约102.4%。徐昱东[8]基于1995～2012年山东省的时间序列数据，实证研究了FDI、贸易开放与碳排放强度的关系，研究发现FDI抑制了碳排放。臧新、潘国秀[9]实证研究了FDI与物流业碳排放的关系，研究发现FDI总体上显著降低了碳排放量和碳排放强度，否定了“污染避难所”假说。在行业层面上，毕克新、杨朝均[10]基于我国工业行业的面板数据实证研究了FDI与工业碳排放强度的关系，发现FDI的水平溢出效应、前向和后向关联溢出效应均显著降低了工业碳排放强度。

(2)碳排放“促进论”。此类观点秉持FDI对环境影响的“污染避难所”假说，认为FDI会促进碳排放。在国家及区域层面上，Blanco等[11]的研究表明，拉丁美洲国际低污染密集行业中FDI与碳排放存在因果关系，支持“污染避难所”假说。Aliyu[12]基于1990～2000年14个国家的面板数据进行实证研究，研究发现FDI 促进了碳排放。Anderw和Jorgenson[13]采用39个发展中国家1975～2000年的面板数据，实证研究发现FDI促进了发展中国家的碳排放。林基、杨来科[14]基于1999～2011年的中国省际面板数据，通过对比内外资企业经济规模对我国碳排放的影响差异，发现外资与内资投入都在一定程度上增加我国的碳排放。郑佳佳、喻晓蕾[15]采用我国1997～2009年30个省份的面板数据进行实证分析，研究发现FDI对人均碳排放和单位GDP碳排放都具有显著的促进效应。在行业层面上，Ren 等[16]基于中国工业2000～2010年的面板数据，采用GMM估计方法实证验证了FDI对碳排放的影响效应，研究发现FDI会加剧中国工业碳排放。

(3)“不确定性”论。此类观点认为FDI与碳排放并非简单的正向或负向关系，存在地区差异、行业差异、不显著及非线性等多种可能。一些学者的研究表明，FDI对碳排放的影响存在国别、省际、行业差异性。Hoffman[17]的研究表明FDI与碳排放的因果关系在中、低、高收入国家之间的特征不同。其中，在高收入国家不显著，在低收入国家碳排放水平影响了FDI的引入水平，而在中等收入国家FDI增加了碳排放。孙金彦、刘海云[18]基于2005～2013 年我国省际面板数据的实证分析认为，FDI对碳排放的影响效应研究应该区分FDI的来源，其中，来自我国港台地区和韩国、新加坡的FDI会产生“污染者避难所”效应，而来自欧美国家的FDI则有利于降低碳排放。周杰琦等[19]基于我国28个省1995～2013 年的面板数据进行实证分析，研究表明全国、高碳排放区域FDI降低了碳排放效率，但对低碳排放区域碳排放效率提升具有积极作用。黄杰[20]基于中国30个省份1997～2015年的面板数据实证分析了FDI对碳排放的影响效应，研究发现FDI对碳排放强度的影响效应具有区域差异性特征，其中，东部和中部地区呈现“污染光环“效应，而西部地区呈“污染避难所”效应。李子豪、刘辉煌[21]基于中国1999～2008年35个工业行业的面板数据展开实证研究，发现FDI的技术效应对高碳排放行业的碳排放影响效应不显著，而在低碳行业中是显著的。郭炳南等[22]基于中国工业行业2000～2011年的面板数据，对FDI与工业行业碳生产率的关系进行了实证研究，研究发现FDI对资本密集型行业和劳动密集型行业碳生产率提升具有促进效应，而对资源密集型行业碳生产率的提升具有抑制效应。也有学者从非线性视角对FDI影响碳排放的门槛效应展开研究。李子豪[23]基于中国29个省份1985～2011年的面板数据，检验了FDI对碳排放的门槛效应，研究发现FDI对碳排放存在显著的门槛效应特征。其中，在人均收入过高、过低及环境规制水平、人力资本、研发投入较高时，FDI显著降低了碳排放，而在人均收入中等及环境规制水平、人力资本、研发投入较低时，FDI的碳减排效应不显著，甚至会促进碳排放。冉启英、任思雨[24]基于我国2006～2016 年的省际面板数据，研究了FDI对碳排放的门槛效应，发现FDI对碳排放具有明显的城市化双门槛效应特征。

综上所述，不难发现关于FDI与碳排放强度的关系的讨论已较为丰富，但总体上缺乏FDI与碳生产率关系的研究，且学者的观点尚未达成一致，尚需要进一步深入探讨。通过文献梳理，本文认为研究结论难以达成一致的主要原因有两点。一是学者的观点聚焦于FDI对碳排放的单边效应，而忽略了FDI对碳排放可能同时存在正反两方面的双边效应的情形，研究结论的客观性和精准性需要进一步商榷。事实上，FDI对某一地区的作用是积极的，但也可能会对其他地区产生负面影响，故对区域的总体效应存在一定的不确定性。二是由于地区水平发展差异、环境规制强度等调节因素的差异的作用，FDI对碳排放的影响存在不确定性。本文的创新主要有两点：一是同时考虑FDI对碳生产率的正、反两方面效应，在对两方面效应进行测度分解的基础上，解析其综合效应。二是探讨了反映区域发展条件的调节变量的作用特征，以避免研究结论的片面性。通过本文研究旨在为理解FDI对碳生产率所最终呈现的影响效应特征、异质性作用规律提供实证参考。

三、研究设计

1.计量分解模型

为分解FDI对碳生产率的正、反两方面效应，本文借鉴Kumbhakar 和 Christopher[25]的双边随机前沿模型，将双边效应分解模型表示如下：

(1)

其中，cfpit表示碳生产率，本文采用碳生产率指标反映碳减排效率水平。xit表示各地区的特征向量，本文考虑市场化发育水平(market)、税负水平(tax)、城市化水平(uban)、环境规制强度(hgui)、贸易开放程度(trade)、城乡收入差距(theirindex)、人力资本水平(edu)、政府财政支持力度(gov)、知识产权保护水平(kpro)、互联网普及度(inpuji)来反映省际特征。i(xit)表示前沿的碳生产率水平，即在完全竞争市场下能够达到的碳生产率水平i(xit)=λxit，λ为反映省际特征的参数。δ为参数向量。ξit为复合型残差扰动项，ξit=ωit-uit+εit。εit为随机扰动项，若它满足计量模型的经典假设条件，OLS估计有效；若εit不满足期望均值为0的假设条件，OLS估计存在偏误，需要寻找更为有效的估计方法。在εit不满足期望均值为0，即存在残差的“偏离”，可能存在正反两方面的偏离效应，用ωit表示上偏效应，uit表示下偏效应，二者反映了FDI对最优碳生产率水平的正向或负向效应，且满足ωit≥0，uit≥0的条件。当ωit=0，则说明FDI对碳生产率的影响效应呈负向的单边特征；相反，若uit=0，则FDI对碳生产率的影响效应呈正向的单边特征。若二者都不等于0，说明FDI对碳生产率的影响效应存在正、反两方面的双边特征。

(2)

式(2)中φ(·)表示标准正态分布的概率密度函数(PDF)，Ф(·)表示累积分布函数(CDF)。尚需估计其他参数：

要得到以上参数的估计值，进一步构建对数似然函数：

(3)

其中，θ=[β,σv,σu,σω]′，n表示样本量。进一步可以分别得到ωit和uit的条件密度函数：

(4)

(5)

(6)

(7)

通过(6)～(7)式可以将正、反两方面效应的对比得到FDI影响碳生产率的综合效应：

NS=E(1-e-ωit|ξit)-E(1-e-uit|ξit)=E(e-uit-e-ωit|ξit)

(8)

由于σu、σω分别仅出现于αit、γit和βit、ηit参数中，所以,模型是可识别的。通过分解可以得到FDI影响碳生产率的双边效应，并通过双边效应的对比计算出其综合效应，双边效应大小并不是由人为主观设定，而是由计量分解模型估计得到，分解结果具有精准性、客观性的优势。

2.数据与变量

本文以中国30个省、市、自治区(限于数据所得，数据不包括西藏自治区和港澳台地区)的省际面板数据为研究样本，选取样本的时间段为2006～2017年。FDI的数据主要来自各地区历年的统计年鉴和《国民经济和社会发展统计公报》，对于个别省份，如四川省、吉林省2017年数据没有在统计年鉴公布，通过商务部公共商务信息网中国投资指南网站(http:∥www.fdi.gov.cn)、《四川省外商投资企业发展报告(2018)年》获得相关数据。碳排放数据根据《中国能源统计年鉴》《省级温室气体清单编制指南》的相关数据计算而来。其他数据来源于《中国统计年鉴》及各地统计年鉴、《中国科技统计年鉴》及国家知识产权局。具体而言，本文的变量设置情况如下：

(1)被解释变量：碳生产率(cfp)。相对于碳排放量，碳生产率作为GDP与碳排放量的比值(GDP/CO2)，兼顾经济增长和碳排放量的双重指标，是发展低碳经济的核心，能够有效反映一国一定时期的低碳经济发展水平。

碳足迹是经济活动中所直接和间接排放的 CO2总量[26]。考虑到碳足迹不仅反映能源最终产品生产所产生的CO2总量，还反映能源中间产品生产的CO2总量，本文采用碳足迹法反映CO2总量。考虑到《京都议定书》所涉及的碳减排目标以碳排放量为主要指标及数据的可得性，本文以终端能源消费总量为基础，选取原煤、型煤、洗精煤、其他洗煤、汽油、原油、煤油、燃料油、柴油、天然气、液化石油气等11 种终端能源，利用系数法对碳足迹进行测度：

(9)

其中，CO2EF为估算的碳足迹(万吨)，Fi为第i种能源的消费总量，Si为第i种能源的折算标准煤系数，e为选取各能源的碳排放系数，u是对各能源消费单位的转换系数。

在碳排足迹估算的基础上，最终得到各省cfp值(亿元/万吨)。

(2)核心解释变量：外商直接投资水平(FDI)。考虑到数据的可得性、可比性，采用各地区官方数据统计中的实际利用外资额(亿元)的对数值(lnfdi)反映外商直接投资水平。

(3)省际特征变量。①城乡收入差距(theirindex)。对于城乡收入差距，文献从城乡收入绝对差距、城乡收入相对比值、城乡基尼系数及城乡泰尔指数(Theil Index)等多角度进行反映。泰尔指数的优点是将人口结构因素纳入考量，故本文选取城乡泰尔指数作为反映城乡收入差距的指标。②环境规制强度(hgui)。本文借鉴Kheder[27]等的做法，采用地区生产总值与地区能源总消耗的比值来反映环境规制强度。③人力资本水平(edu)。本文借鉴已有研究的做法，采用各地区的人均受教育年限反映人力资本水平。具体来说，将6岁以上人口纳入统计指标测度范围，并按照受教育程度依次分为小学、初中、高中、大专及以上4组，分别计算各组的平均受教育年限乘以相应的权重，再求和，即可得到各地区的人力资本水平指标值。④贸易开放程度(trade)。已有研究对贸易开放程度的测度方法和视角存在差异。鉴于现有文献的一般做法及数据可得性，本文采用进出口贸易总额与GDP的比值反映地区贸易开放程度。该比值越大，说明地区贸易开放水平越高。⑤知识产权保护水平(kpro)。知识产权保护是技术市场的基础保障，知识产权保护程度越高越有利于技术市场交易的进行。本文采用技术市场交易额占GDP的比值表示。⑥政府财政支持力度(gov)。本文采用财政支出占GDP的比值表示。⑦互联网普及度(inpuji)。采用网民普及率表示。⑧城市化水平(uban)。借鉴文献的通用做法，采用城镇人口与总人口的比值表示。⑨市场化发育水平(market)。市场化程度越高的地区，往往民营经济活力也越强，故参考韩先锋等[28]的做法，用非国有企业的就业人员与总就业人员的比值表示。⑩税负水平(tax)。采用总税负与GDP的比值表示。

具体变量及描述性统计如表1所示。统计的碳生产率的标准差为1.298，说明各地区碳生产率具有较大的差异性。

表1 变量的描述性统计

四、实证结果分析

1.FDI对碳生产率的双边效应分解

表2是基准模型估计结果。在计量模型(1)式的基础上进行估计，第二到第四列都为不考虑FDI双边效应的估计结果，其中，第二列为OLS估计结果，第三列、第四列为MLE估计结果。第五和第六列分别是纳入FDI对碳生产率的抑制效应和促进效应的单边效应估计结果，分别为衡量FDI的抑制效应和促进效应的模拟结果。在此基础上，第7列为考虑FDI对碳生产率影响效应双边分解的估计结果。通过似然比检验(LR)，不难判断双边随机前沿模型的模拟结果较OLS估计更为合理，说明需要考虑FDI对碳生产率影响的双边效应。因此，下文在Model4估计结果的基础上，进行FDI影响绿色创新的双边效应的分解分析。

表2 双边随机前沿模型估计结果

在表2中 Model4估计的基础上，可以将FDI影响碳生产率的双边效应分解，并计算出其综合效应。双边效应分解的基本结果如表3中所示。总体而言，FDI对碳生产率的抑制效应为0.0345，促进效应为0.1243，这使得FDI对碳生产率的综合效应的大小为E(ω-u)=σω-σu=0.0898。通过双边效应的分解，不难看出FDI对碳生产率的抑制效应要略小于促进效应，这使得FDI对碳生产率综合效应呈一定程度的正向特征，即FDI总体上驱动了碳生产率水平的提升。从FDI影响碳生产率的双边效应各自的影响比重角度分析，抑制效应占比达38.14%，促进效应占比为61.86%。未能解释的部分占总方差的比值为2.12%，FDI对碳生产率影响的总方差解释力度为81.42%。以上说明FDI对绿色创新同时存在正、反两方面的效应，且正向效应稍大于抑制效应。

表3 FDI影响碳生产率的双边效应方差分解

为进一步计算FDI的双边效应使碳生产率偏离前沿水平比例及分位数分布情况，本文基于(6)～(8)式进行估计，得到的估计结果如表4所示。从表4结果来看，平均而言，FDI的促进效应使得碳生产率高于前沿水平12.65%，而FDI的抑制效应使得碳生产率低于前沿水平3.95%，两者抵消后的综合作用是使得碳生产率高于前沿水平8.70%，这与上文的估计结论是一致的。从分位数分布情况来看，在第一个四分位(Q1)，FDI对碳生产率的综合效应为负，使得碳生产率平均低于前沿水平0.69%，到第二个四分位(Q2)，FDI对碳生产率的综合效应开始为正，地区FDI使得碳生产率平均高于前沿水平3.58%，而到第三个四分位(Q3)，综合使得碳生产率高于前沿水平20.44%。综合判断，各地区FDI对绿色创新的促进效应和抑制效应并存，且存在区域差异，故仅研究FDI对碳生产率影响的单边效应是有偏的。

表4 FDI的双边效应估计(%)

为直观呈现FDI影响碳生产率的双边效应以及综合效应的分布情况，图1～图3分别给出了FDI对碳生产率的促进效应、抑制效应以及综合效应的频数分布图。图1和图3的频数分布特征类似，频数分布近似“正态分布”，中心对称点向0以右偏移，说明总体上促进效应和综合效应大于0的地区数目占优。图2中，只有约10%的地区抑制效应占绝对的主导优势，大部分地区抑制效应并不突显。这再次说明，总体上FDI对碳生产率的影响效应具有双边特征，且多数地区FDI的促进效应要高于抑制效应，进而使得综合效应为正。

图1 促进效应分布

图2 抑制效应分布

图3 综合效应分布

2.FDI对碳生产率双边效应的时空特征

为进一步解析FDI影响碳生产率的双边效应的时空变化，表5、表6分别列示了FDI对碳生产率的促进效应、抑制效应及综合效应(即净效应)分年份和省份的变动情况。

在表5中，FDI对碳生产率效率的促进效应在2006～2017年波动幅度较大，使碳生产率高于前沿水平的效应大小位于2.20%～23.83%之间。其中，促进效应最低的年份发生在2010年，最高的年份为2006年。2006～2009年是FDI对碳生产率的促进效应相对较高的时间段，使碳生产率高于前沿水平的效应大小位于14.55%～23.83%之间，2013年后整体促进效应水平降低了一个层次，使碳生产率高于前沿水平的效应大小位于7.48%～10.65%之间。总体上FDI的促进效应水平呈2006～2010年递减，2011～2013年上升，2013年后降低的倒“N”型的分布特点。FDI对碳生产率的抑制效应拉低碳生产率的效应位于3.08%～5.64%之间，与促进效应相比，波动幅度较小。除2010年外，其他年份FDI对碳生产率的促进效应要大于抑制效应，这使得综合效应为正。FDI最终驱动碳生产率高于前沿水平的效应大小位于2.32%～6.27%之间。从综合效应水平的年份分布来看，2006～2009年、2011～2012年是效应水平相对较高的时间段，2013～2017年是效应水平最低的时间段，这与促进效应的年份分布特征类似。从FDI对碳生产率的双边效应的分位数分布来看，在Q1下，FDI对碳生产率的综合效应历年为负，在Q2、Q3下历年均基本为正，这说明，大部分地区FDI对碳生产率的促进效应要大于抑制效应，这与上文的研究结论是一致的，本文研究结论具有较强的稳健性。综上，FDI对碳生产率的影响效应具有双边特征，大部分地区FDI的促进效应大于抑制效应，但2010年例外，且2013年后，促进效应水平整体下降。本文认为自2013年后 FDI对碳生产率促进效应水平的下降，主要原因在于两点：一是受经济增速水平下降的影响，中国经济增速处于换挡期；二是中国目前正处于经济发展模式的转型期，FDI的绿色化引入机制尚不成熟，产业结构的低碳化尚未完成。以上两点因素决定了FDI对碳生产率的促进效应会遇到一定时期的“瓶颈”，而跨过此“瓶颈”的关键是引入FDI利用的绿色化机制，通过提升环境规制制度等手段强化FDI引入的绿色技术溢出效应，促进产业结构的低碳化转型。

表5 FDI对碳生产率双边效应的年度变动特征

在表6中，FDI对碳生产率影响的综合效应存在区域差异。总体来看，样本期内，各地区FDI影响碳生产率的综合效应为正的省份居多，这与上文的研究结论是一致的。安徽、四川、内蒙古、宁夏、云南、甘肃、山西、青海8个省份的综合效应为负，这些省份多位于西部地区。FDI驱动碳生产率高于10%的省份有北京(33.02%)、上海(21.94%)、广东(19.19%)、浙江(18.61%)、天津(17.08%)、江苏(16.45%)、山东(12.79%)7个省份，这些省份都位于东部地区。不难判断，FDI驱动碳生产率提升的综合效应呈明显的区域差异，中、西部地区的驱动效应明显低于东部地区。这说明，东部地区相比中、西部地区更有利于释放FDI对碳生产率的“驱动红利”，这与地区产业结构、经济发展条件等因素的优势有关。那么，产生以上差距的原因究竟是否与区域经济发展水平差异有关？还需要结合省际经济发展水平的条件变量进行进一步分析。

表6 FDI对碳生产率双边效应的省际变动特征

3.FDI驱动效应的条件差异

为进一步解释FDI驱动效应的区域差异，本文进一步考虑反映省际发展特征的市场化水平、贸易开放程度作为条件变量进行分析。分别将市场化水平、贸易开放程度变量按[10%，20%)、[20%，50%)、[50%，70%)、[70%，90%)、[90%，100%]的分位数区间分类，在此基础上进行相应的实证分析，实证结果如表7所示。

从表7可以看出，无论是在市场化水平还是对贸易开放程度条件下，FDI对碳生产率的综合效应都随着分位数增加而增大，这意味着市场化水平越高、对外贸易开放程度越高越有利于释放FDI对碳生产率的“光环效应”，进一步印证了上文关于FDI驱动效应存在区域差异的结论的可靠性。因而，相比东部地区，中、西部地区通过经济发展条件改善实现FDI驱动碳生产率提升的空间更大。

表7 FDI对碳生产率双边效应的条件差异

五、结论与建议

本文采用中国30个省份2006～2017年的面板数据，采用双边随机前沿模型，对FDI影响碳生产率的双边效应及综合效应进行实证分析。实证研究表明，FDI不仅仅对碳生产率存在促进效应，还存在抑制效应，二者同时存在，故仅从单边的负向或正向视角进行研究存在一定的偏误。FDI对碳生产率的影响效应存在如下特征：(1)FDI对碳生产率的抑制效应要小于促进效应，使得FDI对碳生产率的综合效应总体为正。FDI对碳生产率的抑制效应平均为0.0345，促进效应平均为0.1243，这使得FDI对碳生产率的综合效应平均为0.0898。FDI双边效应的影响比值分布情况是：抑制效应占比仅达38.14%%，促进效应占比为61.86%，未能解释的部分占总方差的比值为2.12%，FDI对碳生产率的总方差解释力度为81.42%。平均而言，FDI的促进效应使得碳生产率高于前沿水平12.65%，而FDI的抑制效应使得碳生产率低于前沿水平3.95%，两者抵消后的综合作用是使得碳生产率高于前沿水平8.70%。从分位数分布情况来看：在Q1下，FDI对碳生产率的综合效应为负，使得碳生产率平均低于前沿水平分别为0.69%，在Q2、Q3下，FDI综合使得碳生产率分别高于前沿水平3.58%和20.44%。(2)大部分地区FDI的促进效应大于抑制效应，但2013年后，促进效应水平整体下降。(3)FDI对碳生产率的综合效应存在区域差异。中、西部地区的驱动效应明显低于东部地区。(4)市场化水平越高、对外贸易开放程度越高越有利于释放FDI对碳生产率的“光环效应”。

据此，本文提出如下建议：(1)FDI对碳生产率的“驱动红利”尚需深入挖掘。一方面，在提升各地区FDI水平的同时，需要将FDI与低碳经济体系建设进一步紧密契合，加强FDI与母国碳生产率影提升的互动机制；另一方面，需要地方政府驱动FDI利用模式的“绿色”革命，抓住全球绿色技术革命的机遇，提高FDI引入的绿色化水平。(2)制定针对区域差异的FDI引用政策。对于东部地区，需要进一步加强产业结构优化升级的内外互动机制，通过FDI引入来促进碳技术创新，提升产业发展的低碳化水平；对于中、西部地区，要加强环境规制和绿色环保政策，避免FDI流入高污染产业，避免成为FDI的环境污染“避难所”，同时利用经济的“后发优势”，释放低碳经济的发展活力。