中国工业行业双向FDI的环境效应研究
龚梦琪+刘海云
摘要 在CopelandTaylor理论模型的基础上引入了初始的技术水平，将外商直接投资（IFDI）和对外直接投资（OFDI）的环境效应分解为规模效应、结构效应和技术效应，并引入双向FDI的交互项，利用中国34个工业行业2004—2015年的数据，采用差分GMM和系统GMM的方法对总体行业和不同行业分组情况下双向FDI对污染排放的影响进行分析，研究发现：①从总体来看，IFDI会增加中国工业行业的污染排放，“污染天堂”假说在中国存在；而OFDI对中国工业行业的污染排放则会起到制动作用；双向FDI交互项对污染排放的影响也显著为负，说明IFDI和OFDI的污染排放效应存在一定的替代性。②从产出规模分组来看，高产出规模和低产出规模组的IFDI会促进污染排放的增加；而高產出规模组的OFDI对污染排放会起到抑制作用，低产出规模组的OFDI对污染排放则起到驱动作用；低产出规模组的双向FDI交互项对污染排放的影响为负，高产出规模组双向FDI交互项对污染排放的影响则为正。③从要素结构分组来看，由于存在产业关联性，IFDI会促进资本密集型和劳动密集型行业污染排放增加；OFDI也会增加劳动密集型行业的污染排放，但对资本密集型行业的污染排放则会起到制动作用；而双向FDI的交互效应对劳动密集型行业污染排放的影响显著为负，对资本密集型行业污染排放的影响则显著为正。④从技术水平分组来看，IFDI会促进高技术组的污染排放下降，但对低技术组并无显著影响；OFDI对高技术和低技术组的污染排放会起到制动作用；双向FDI的交互项则会促进高技术和低技术组的污染排放增加。据此，本文提出如下建议：①在引入外商直接投资的过程中，要改变以往的引资模式，大力培育专业性的市场以引入高技术水平的绿色外资。②在对外直接投资方面，要以多重动机的投资导向为主，一方面加快转移污染产业，另一方面通过逆向技术溢出掌握国外绿色生产流程。③中国政府应积极引导双向FDI合理布局，促进双向FDI交互项对污染排放的影响由驱动转变为制动。
关键词 外商直接投资；对外直接投资；双向FDI；污染排放
中图分类号 F741 文献标识码 A 文章编号 1002-2104（2018）03-0128-11 DOI：10.12062/cpre.20171011
局部地区的环境污染会通过贸易和双边投资等媒介转移成全球性的污染[1]，因此，关注资本流动所造成的环境污染问题已经成为当前备受争议的话题之一，外商直接投资和对外直接投资作为国际资本流动的主要方式，必然会对一国的环境造成影响。中国的利用外资于改革开放后迅速发展，《全球投资趋势报告》的数据显示，2014年中国外商直接投资规模首次超越美国，跃居世界第一，外商直接投资规模同比增长达到3%，其中实际利用外资总额达到1 195.6亿美元，同比增长1.7%，明显高于美国、欧盟等主要经济体；而中国的OFDI虽然起步相对较晚，但增长迅速，截止2014年，年流量达到1 231.2亿美元，同比增长达到14.2%，这也是中国OFDI投资净额首次超越IFDI。从IFDI和OFDI的发展历程来看，中国已经成为双向FDI的投资大国，如果单一的研究IFDI或OFDI对环境的影响效应，或者不考虑二者对环境污染的交互影响，一方面容易造成估计结果的不可靠，另一方面也会忽视IFDI和OFDI之间的互动关系对环境污染造成的叠加或抵消的影响。因此，本文将从双向FDI的视角揭示中国工业行业的环境效应，并就中国工业行业如何通过双向FDI减少污染排放提出建议。
1 文献综述
现有文献中，关于外商直接投资影响环境污染盛行的两个观点是“污染天堂”假说和“污染光环”假说。部分学者认为外资的流入会恶化发展中国家的环境，“污染天堂”假说确实存在，He[2]的研究表明中国的IFDI每增长一个百分点，会导致同期二氧化硫排放量增长0.098%；Kim[3]利用跨国面板数据分析了IFDI流入与东道国碳排放之间的关系，认为无论在长期还是短期，IFDI对发达国家和发展中国家的碳排放都起到一定的驱动作用；Omri et al[4]认为外资的流入会刺激东道国经济规模的扩张，继而通过规模效应显著增加东道国的污染排放；国内学者杨海生、沙文兵[5-6]同样证明了外资流入与污染排放之间的正相关关系。另一部分学者认为IFDI的流入不仅没有恶化东道国的环境，反而有利于改善环境污染，也即“污染光环”假说。Letchumanan[7]的研究发现，IFDI的流入一方面会助推东道国环境技术的改善，另一方面引入环境友好型的产品有利于促进东道国环境福利的提升；Liang[8]认为IFDI会挤出一部分低效率甚至无效率的国内企业，进而通过技术溢出和产业升级效应促进中国能源利用效率的上升；Perkins[9]认为IFDI有助于提高东道国的碳排放技术，进而减少碳排放量；国内学者盛斌[1]的研究结果表明IFDI的流入无论是从整体上还是分行业都有利于减少中国工业行业的污染排放。
而基于OFDI对母国环境效应的研究则处于起步阶段，Eskeland[10]认为发达国家倾向于将一些“三高”（高污染、高能耗、高排放）产业进行对外直接投资，OFDI呈现明显的污染规避特征，这就有利于母国环境质量的改善；Spatareanu和Dijkstra et al[11-12]认为母国的环境规制水平越严格，越有利于促进OFDI发生，间接证明了OFDI的污染转移特征；国内学者周力[13]认为经济发达地区的对外直接投资有利于减少污染排放，经济欠发达地区的对外直接投资则会导致污染排放显著上升；聂飞和刘海云[14]从城镇化的视角出发，认为中国OFDI的碳排放效应存在城镇化门槛效应的约束，在中高城镇化水平的地区，OFDI会显著抑制碳排放的增加，而在城镇化水平较低的地区，OFDI则会导致碳排放水平的上升。
通过对现有文献的梳理可以发现，目前基于IFDI与东道国环境效应的研究十分丰富，对OFDI和母国环境效应的研究也已处于起步阶段，而将二者置于同一分析框架，测度双向FDI影响环境效应的研究则屈指可数，且这些文献大多忽视了双向FDI对环境污染的交互影响。因此本文将从双向FDI的视角出发，深度把握其对环境污染的影响机制，主要创新点在于：①构建双向FDI影响环境污染机制的理论模型，将IFDI和OFDI对环境污染的影响分解为规模效应、结构效应和技术效应。②在实证研究的过程中加入IFDI和OFDI的交互项，以把握IFDI和OFDI的内部传导机制对污染排放的影响，从而有利于协调发展双向FDI来减缓污染排放。③选取污染排放较高的工业行业进行分析，不仅从总体上检验了双向FDI对行业污染排放的影响，还从不同分组的层面出发，测度了双向FDI影响细分行业污染排放的机制。
2 模型设定
2.1 基准设定
依据Copeland and Taylor建立的理论模型[15]，本文试图构建双向FDI影响污染排放的一般均衡模型。假设一个开放经济仅生产两种最终商品X和Y，且这两种商品的规模收益不变，X为资本密集型商品，会产生一定的污染排放Z，其中污染排放量Z会随着X产量的增加而上升，Y为劳动密集型商品，不会产生污染排放。定义商品Y为基准商品，此时PY=1，商品X的相对价格P=PX。资本K和劳动L作为两种投入要素，市场回报分别为r和w，且两种生产要素均无弹性供给。其中KXLX>KYLY，因此，商品Y的生产函数可以定义为如下形式：
由于商品X会产生一定的污染排放，因此商品X的产出由两部分构成，一部分是产出X，另一部分是排放Z。而减排是可行的，X商品的生产部门可以配置一部分θ来进行减排活动，基于此，商品X的生产函数和排放Z的函数可以定义为公式（2）和公式（3）的形式，由于任何部门都会具备一个初始的减排技术，因此，本文将减排函数进一步定义成公式（4）的形式：
其中，θ∈[0，1），（0）=1，即当θ等于0时，不存在任何减排活动，一单位的产出会产生一单位的排放，同时，A0表示初始的减排技术水平，A表示目前的减排技术，α∈（0，1），′（*）<0，″（*）>0。此时：
2.2 成本最小化决策
由于污染排放Z对消费者和社会中的其他生产者而言，会带来负的外部效应，因此污染排放Z具有一定的社会成本，在产权界定明确的情况下，企业必须为单位污染排放支付相应的费用τ，其中τ可以定义为污染物排放税或者购买污染许可证的费用。对于生产X商品的企业而言，为了最大化其利润，需要首先依据资本K和劳动L的市场回报r和w确定合适的资本劳动比以最小化潜在产出F的成本，定义该成本函数为cF（w，r）；继而根据潜在产出成本cF（w，r）和减排成本τ确定污染排放Z和潜在产出F以最小化X的生产成本。因此，生产X的成本最小化函数可以表示为：
2.3 污染排放的分解
因此，X商品的污染排放可以分解为规模效应（ln（Sτ））、结构效应（ln φX）和技术效应（ln（αA））。由于现有研究已经证实国际贸易（trade）、外商直接投资（IFDI）和对外直接投资（OFDI）会通过这三种效应对污染排放产生影响[1，14-15]，因此，本文将重点说明其影响机制，依据公式（14），两边同时对trade、IFDI、OFDI求导，并乘以trade、IFDI、OFDI，得到公式（15）～（17）：
其中，dZdtrade·tradeZ、dZdIFDI·IFDIZ、dZdOFDI·OFDIZ分别表示trade、IFDI、OFDI对污染排放的弹性，因此影响污染排放的规模效应、结构效应和技术效应可以分解为如下形式。
首先，由于行业内部产出规模（SCALE）的大小会显著影响一国的经济规模，考虑到产出规模与环境污染之间可能呈现倒“U”型的曲线关系，环境污染会随着经济的增长呈现先恶化后改善的关系，因此，规模效应的函数可以表达为：
其次，由于一国的要素禀赋会显著影响其产业结构特征，污染排放的结构效应与人均资本存量k（资本劳动比K/L）之间存在显著的相关性[1]，因此，结构效应的函数可以表达为：
最后，由于国内自主研发（R&D）投入会在一定程度上促进环境技术的进步，因此，技术效应的函数可以表达为：
其中，ε1、ε2和ε3表示随机扰动项。综合公式（15）—（20），污染排放Z可以写成公式（21）的形式，其中ε=ε1+ε2+ε3。由于一个国家或地区会同时存在IFDI和OFDI，那么在“引进来”和“走出去”的过程中必然会对污染排放产生一定的叠加或削减的作用，仅仅考虑IFDI和OFDI对污染排放的单一影响可能会忽略这一机制，进而不能有效阐释其具体影响，因此在公式（21）的基础上引入IFDI和OFDI的交互项，如公式（22）所示。
3 模型设定、变量选取和数据说明
3.1 模型设定
根据式（22）的设定形式，考虑到污染排放会存在一定的时间累积效应，将污染排放的滞后一期纳入模型中，计量模型设定如下：
其中，i=1，2…N，t=1，2…T，Zit表示i行业在第t期的污染排放水平，lnIFDIit表示i行业在第t期的人均外商直接投资流量，lnOFDIit表示i行业在第t期的人均对外直接投资流量，tradeit表示i行业在第t期的贸易开放程度，lnSCALEit表示i行业在第t期的产出规模，lnkit、lnR&Dit分别表示i行业在第t期的人均资本存量和R&D投入，lnIFDIit·lnOFDIit表示外商直接投资和对外直接投资的交互项，μi和νt分别表示个体效应和时间效应，εit表示随机扰动项。
3.2 变量选取及数据说明
由于工业生产一般会产生较大的污染，因此，选取工业行业的面板数据分析双向FDI对环境污染的影响。为了保证数据的完整性和可获得性，最终选取34个工业行业2004—2015年的数据进行分析。数据说明如下：
行业选取原则。一方面，2011年《国民经济行业分类标准》进行修订之后，原来的39个工业行业增加为41个，为了保证数据的一致性，剔除了“开采辅助活动”和“金属制品、机械和设备修理业”，将修订前2004—2011年的“橡胶制品业”与“塑料制品业”合并为“橡胶和塑料制品业”，将修订后2012—2015年的“汽车制造业”和“铁路、船舶、航空航天和其他运输设备制造业”合并为“交通运输设备制造业”。另一方面，由于联合国对国际贸易的行业分类标准（SITC，Rev3）与中国《国民经济行业分类标准》上行业的分类标准不一致，参照盛斌[16]的分类标准将统计口径归一化，剔除“废弃资源和废舊材料回收加工业”，将“非金属矿采选业”与“其他矿采选业”合并为“非金属矿采选业”，将“农副食品加工业”与“食品制造业”合并为“食品加工和制造业”，由于“水的生产和供应”属于非贸易部门，将其剔除。最终选取34个工业行业的数据进行分析。
污染排放综合指标（Z）。选取工业废水、工业固体废弃物、化学需氧量（COD）、二氧化硫（SO2）和二氧化碳（CO2）五种环境污染度量指标，并采用熵值法确定各类污染指标的权重，进而计算出污染排放的综合指标。
外商直接投资（IFDI）和对外直接投资（OFDI）。由于目前公开的统计数据仅汇报了行业大类的IFDI和OFDI，并未汇报两位数工业行业的细分IFDI和OFDI，本文借鉴刘海云[17]的方法，分别采用IFDI和OFDI与各行业出口占工业销售产值比重的乘积来衡量细分行业的IFDI和OFDI流量数据，采用人民币汇率年均价将美元数据转化为人民币之后对该指标进行核算。同时，利用GDP平减指数对外商直接投资和对外直接投资数据进行平减。
贸易开放（trade）。贸易开放数据采用各行业进出口贸易总额占工业销售产值的比重衡量。采用人民币汇率年均价将美元数据转化为人民币数据之后进行核算。其中各行业的进口总额和出口总额数据均来源于联合国统计出COMTRADE数据库。
产出规模（SCALE）。由于2011年之后《中国工业统计年鉴》不再公布各行业工业总产值和工业增加值数据，因此，本文选用工业销售产值作为产出规模的代理变量，采用工业生产者出厂价格指数对工业销售产值进行平减，数据来源于国家统计局。
人均资本存量（K）。采用工业行业固定资产净值表示资本存量，以行业年末从业人数表示劳动力人数，并采用固定资产投资价格指数对固定资产净值进行平减，其中工业行业的固定资产净值数据来源于《中国工业统计年鉴》，分行业年末从业人数数据来源于《中国劳动统计年鉴》。
技术进步（R&D）。采用各行业人均R&D经费投入表示，并利用GDP平减指数对数据进行平减，数据来源于《中国科技统计年鉴》。
数据的描述性统计如表1所示。
4 实证分析
4.1 全样本分析结果
虽然外资的流入和流出会在一定程度上影响环境污染，但环境污染也会在一定程度上影响外资的流入和流出，因此在计量检验的过程中可能会存在内生性问题，从而导致估计结果的有偏和非一致性。基于此，本文采用现有研究广泛使用的工具变量法来解决内生性问题，选取变量的滞后项作为工具变量，采用差分GMM和系统GMM对模型进行估计，其中模型（3）和模型（5）测度了前期污染排放和双向FDI对当期污染排放的影响，模型（4）和模型（6）则在增加了产出规模、人均资本存量、技术进步和贸易开放等变量后，对模型重新进行差分GMM和系统GMM估计；同时为了比较估计结果的合理性，本文给出了随机效应、固定效应的估计结果，结果如表2的RE（1）和FE（2）所示。
第一，前期的污染排放对当期污染排放的影响显著为正，说明污染排放是一个连续的、累积的过程。
第二，模型（1）～（6）的回归结果显示引入外商直接投资会导致污染排放的显著上升，且至少在5%的水平下通过了检验，说明外商直接投资每上升1%，会导致污染排放上升0.029%～0.233%。
第三，模型（1）～（5）的结果显示对外直接投资与污染排放之间呈显著的负相关关系，对外直接投资每上升一个百分点，会导致污染排放下降0.010～0.178个百分点，模型（6）的结果则显示对外直接投资会增加中国工业行业的污染排放，但其并未通过显著性水平检验，因此，认为中国工业行业的对外直接投资在一定程度上转移了污染排放，说明中国近年来大力鼓励企业走出去的政策倾向是正确的。
第四，双向FDI交互项对污染排放的影响显著为负，说明外商直接投资和对外直接投资在影响污染排放的过程中存在一定的替代效应，也就是说当同时存在利用外资和对外直接投资的情况下，双向FDI可以显著抑制污染排放的增加，究其原因，可能是由于行业间的发展不平衡所导致的。由于各行业在国民经济中的地位存在一定差异，相关政策存在一定的倾斜，且在供给侧改革的大背景下，调结构、去产能作为现阶段的核心任务，必然要求企业进行对外直接投资，这就有利于降低中国的污染排放，从而导致双向FDI的交互项对污染排放的抑制作用。
第五，从控制变量的结果来看，①产出规模的一次项系数在1%的水平上显著为正，且二次项的系数显著为负，说明产出规模与环境污染之间呈现倒“U”型特征，环境库兹涅茨曲线假说成立。②贸易开放对环境污染的影响显著为正，说明中国在参与国际贸易的过程中会显著增加本国的污染排放，对于工业行业而言，向底线赛跑的效应显著大于贸易的环境收益效应。③技术进步对污染排放会起到显著的制动作用，说明各行业创新研发投入的经费越多，越有利于减缓行业的污染排放水平。④人均资本存量每上升1%会导致污染排放上升0.062%～0.240%。
4.2 分样本的实证结果与分析
考虑到双向FDI会通过规模效应、结构效应和技术效应对污染排放产生影响，从全样本的视角考察其影响效应可能会忽略不同产出规模、要素结构和技术水平影响污染排放的异质性，因此本文按产出规模、要素结构和技术水平的差异对工业行业进行分组，以系统考察不同分组情况下双向FDI对环境污染的影响。
4.2.1 按产出规模分组的实证结果与分析
本文以工业行业产出规模的平均值作为划分标准，如果某个行业的平均产出规模大于工业行业产出规模的总体平均值，则将该行业划分为高产出规模组，反之，将该行业划分为低产出规模组。分别对两类行业进行差分GMM和系统GMM检验，回归结果如表3所示。
第一，前期污染排放对当期污染排放的影响显著为正，说明各行业的污染排放存在正向的累积效应。
第二，低产出规模组和高产出规模组的外资流入系数均为正，但后者更显著，说明高产出规模组的污染排放受外资流入的影响更明显，外资流入的增加会提高高产出规模组和低產出规模组的污染排放。这一结论不难理解，由于高产出规模组更有能力引入外商直接投资，其所带动的能源消耗增加就会在更大程度上促进污染的增加，而对于低产出规模组而言，引入FDI的能力有限，这就造成了污染排放的增加幅度低于高产出规模组。
第三，低产出规模组的OFDI对污染排放的影响显著为正，而高产出规模组的OFDI对污染排放的影响显著为负，说明OFDI的增加会降低高产出规模组的污染排放水平。究其原因，政府为了缓解工业资本流出的压力，对企业“走出去”设置了较高的贸易壁垒以及较多的融资约束，这就导致低产出规模的工业行业无法有效转移其高碳产业，造成OFDI对污染排放的抑制作用不明显。而对于高产出规模组而言，前期的资本积累为企业“走出去”奠定了基础，有利于企业转移过剩产能，实现产业链的有效升级，最终降低污染排放。
第四，从双向FDI的交互项来看，低产出规模的双向FDI交互项系数为负，说明对低产出规模组而言，双向FDI之间存在一定的替代效应，也就是说当同时存在IFDI和OFDI时，会在一定程度上抑制污染排放的增加。对于高产出规模组而言，双向FDI交互项系数显著为正，说明IFDI和OFDI对污染排放的影响存在一定的互补效应，IFDI对污染排放的促进作用会随着OFDI的上升而增强，OFDI对污染排放的抑制作用则会随着IFDI的增加而下降。
第五，从其他控制变量的结果来看：①低产出规模组的产出规模与污染排放之间呈倒“U”型曲线关系，而这一效应在高产出规模组表现并不明显。②高产出规模组和低产出规模组的贸易开放对污染排放的影响显著为正，这一结论与表2结论一致。③技术进步会显著抑制污染排放增加。④高产出规模组和低产出规模组的人均资本存量与污染排放之间均呈明显的正相关关系。
4.2.2 按要素结构分组的实证结果与分析
以工业行业人均资本存量的总体平均值作为划分标准，将34个工业行业划分为劳动密集型行业和资本密集型行业，当行业的人均资本存量低于总体平均值时，将该行业划分为劳动密集型行业，否则将其划分为资本密集型行业。两类行业的差分GMM和系统GMM估計结果如表4所示。
第一，劳动密集型行业和资本密集型行业的引入外资会在一定程度上促进污染排放的增加。主要是由于资本密集型行业会搭载更多的高能耗、高排放需求，因此，在引资的过程中必然会加剧行业内部的能源消耗水平，从而造成更多的污染，这也印证了“污染天堂”假说；而对于劳动密集型行业而言，这一结论似乎与我们的常识相悖，因为劳动密集型行业属于低污染行业，在引入劳动密集型行业的过程中，由于规模效应、结构效应和技术效应的存在，中国应该会专业化的生产低污染的劳动密集型商品，从而有效减缓污染排放，但不应忽视的是产业之间的关联效应可能会带动对其他行业的产品需求，如果这些行业是高污染、高能耗的行业，那么IFDI就会通过间接效应导致中国整体工业行业污染排放增加[18]。
第二，劳动密集型行业的OFDI会显著增加中国的污染排放，这一结论与经济理论预期相符，当对劳动密集型行业进行对外直接投资时，中国会更专业化的生产资本密集型商品，从而促进经济规模扩大，带动能源消耗增加，最终导致污染排放上升；同时，劳动密集型行业的OFDI会改变本国的产业结构，继而通过结构效应导致污染排放增加；最后，由于OFDI的逆向技术溢出效应不足以抵消规模效应和结构效应对污染排放的驱动作用，这就造成了劳动密集型行业的OFDI会显著增加中国的污染排放。资本密集型行业的OFDI对污染排放会起到显著的制动作用，究其原因，资本密集型行业的OFDI会促使中国更专业化的生产劳动密集型的商品，继而通过规模效应降低污染排放；同时产业结构的改变以及逆向技术溢出效应也会在一定程度上减少污染排放。
第三，劳动密集型行业的双向FDI交互项对污染排放的影响为负，说明IFDI对污染排放的影响会随着OFDI的上升而下降，同样，OFDI对污染排放的驱动作用也会随着IFDI的增加而下降；也就是说当劳动密集型行业同时存在IFDI和OFDI时，有利于减缓污染排放。而资本密集型行业的双向FDI交互项对污染排放的影响为正，说明在资本密集型行业引入外资的情况下，OFDI对污染排放的抑制作用会受IFDI的影响，此时，引入IFDI越多，对污染排放的促进作用就会越强。
第四，从控制变量的结果来看：①无论是劳动密集型还是资本密集型行业，产出规模与污染排放之间均呈显著的倒“U”型曲线关系，库兹涅茨曲线假说依旧成立。②贸易开放会显著增加劳动密集型和资本密集型行业的污染排放。③技术进步会抑制劳动密集型行业的污染排放，但对资本密集型行业并无显著影响。④人均资本存量的增加对污染排放的影响为正，但在资本密集型行业中未通过显著性水平检验。
4.2.3 按技术水平分组的实证结果与分析
本文以工业行业R&D的总体平均值作为划分标准，将34个工业行业划分为低技术组和高技术组，如果某个行业的平均R&D投入强度高于工业行业R&D投入强度的总体平均值，则将该行业划分为高技术组，反之则划分为低技术组，回归结果如表5所示。
第一，对低技术行业而言，IFDI对污染排放并无显著影响；而对高技术行业而言，IFDI将会减缓中国的污染排放水平，究其原因，引入高技术行业的IFDI会产生一定的技术溢出效应，这就有利于中国通过学习、模仿掌握其先进技术，最终促进污染排放的显著下降。
第二，OFDI会促进污染排放的下降，但这一制动效应在高技术组表现的更明显。究其原因，高技术行业在进行对外直接投资的过程中可以通过逆向技术溢出效应、市场内部化效应等学习国外企业的先进技术，同时降低交易成本，实现分工深化，这就会有效降低中国的污染排放；而对低技术行业而言，IFDI所产生的逆向技术溢出效应可能低于高技术行业所产生的逆向技术溢出效应，从而导致其对污染排放的抑制作用低于高技术组。
第三，高技术组和低技术组的双向FDI交互项对污染排放的影响存在一定互补效应，也就是说目前低技术和高技术组的双向FDI布局存在一定的不合理性。同时可以看到双向FDI对污染排放的正向驱动作用在高技术组表现的更明显，说明高技术组的双向FDI对污染排放影响的互补效应更强。
第四，从其他控制变量的结果来看：①低技术组的产出规模与污染排放之间呈显著的倒“U”型曲线关系，但这一效应在高技术组表现并无明显。②贸易开放会在一定程度上抑制低技术组的污染排放，但并不显著；对高技术组的正向驱动作用则在1%的显著性水平上通过了检验。③R&D的投入对低技术组的影响并不显著，说明R&D并未有效减缓低技术组的污染排放；而对高技术组而言，R&D的增加会显著抑制污染排放的上升。④无论是高技术行业，还是低技术行业，人均资本存量的上升都会促进污染排放的上升，但并未通过显著性水平检验。
4.3 稳健性检验
本文采用五种污染排放物的综合指标测度了双向FDI对环境污染的影响，为了进一步分析这一影响效应，单独选取CO2作为污染排放的指标进行稳健性分析，结果如表6所示。主要变量的回归系数符号与前文对污染物综合指标的检验符号基本一致，且绝大多数都通过了10%的显著性水平检验，说明前文对模型的计量检验结果具有较好的稳健性。
5 结论及政策建议
本文采用熵值法估算了工业废水、工业固体废弃物、化学需氧量（COD）、二氧化硫（SO2）和二氧化碳（CO2）五种污染排放物的权重，进而核算污染排放的综合指标，并分别从总体和行业分组的层面研究了双向FDI影响污染排放的效应，得出以下结论：
第一， 外商直接投资会显著增加中国工业行业的污染排放水平。计量结果表明，除了引入高技术行业的外商直接投资外，其他行业分组和总体分析都显示外资的流入增加了污染排放，值得注意的是劳动密集型行业的外商直接投资会通过产业关联效应导致污染排放增加，因此，“污染天堂”假说在中国确实存在。
第二，从总体来看，对外直接投资有利于降低工业行业的污染排放；而从行业分组层面来看，除劳动密集型和低产出规模组的对外直接投资会显著增加污染排放外，资本密集型、高产出规模、低技术和高技术组的对外直接投资均有利于降低污染排放，说明资源寻求性和技术寻求性的OFDI确实能有效转移污染排放。
第三，从总体来看，当同时存在IFDI和OFDI时，会在一定程度上抑制污染排放。而从行业分组层面来看，不同行业类型的双向FDI交互效应对污染排放的影响也有所差异，其中劳动密集型和低产出规模组的双向FDI交互效应会显著抑制污染排放增加，而资本密集型、高产出规模、低技术和高技术组的双向FDI之间则存在显著的互补效应，也就是说现阶段IFDI和OFDI的布局并不合理，会导致污染排放增加。
综上，本文提出如下政策建议：
第一， 中国政府应加速转变以往以人口红利和资源禀赋优势为主的引资模式，大力培育专业性的市场以引入高技术水平的绿色外资，从而在实现经济增长的同时促进中国工业行业环境污染的下降。
第二，在对外直接投资方面，中国政府应以多重动机的投资导向为主，一方面加快转移高污染、高能耗的资源密集型行业，另一方面鼓励生产规模较大的企业和高研发投入的企业走出去，通过逆向技术溢出效应掌握国外的绿色生产流程，最终实现经济发展和环境保护的双赢。
第三，由于不同行业双向FDI之间的交互效应对污染排放的影响存在一定的异质性，因此，中国政府应积极引导双向FDI的合理布局，协调发展引入外资和对外直接投资，促使双向FDI的交互项对污染排放的影响效应由驱动转变为制动，从而改善中国的环境质量。
参考文献（References）
[1]盛斌，吕越.外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究[J].中国社会科学，2012（5）：54-75. [SHENG Bin， LV Yue. Impact of foreign direct investment on Chinas environment： an empirical study based on industrial panel data [J]. Social sciences in China， 2012（5）：54-75.]
[2]HE J. Pollution Haven Hypothesis and environmental impacts of foreign direct investment： the case of industrial emission of sulfur dioxide （SO2） in Chinese provinces [J]. Ecological economics， 2006， 60（1）：228-245.
[3]KIM H S， BAEK J. The environmental consequences of economic growth revisited [J]. Economics bulletin， 2011， 31（2）：1198-1211.
[4]OMRI A， NGUYEN D K， RAULT C. Causal interactions between CO2 emissions， FDI， and economic growth： evidence from Dynamic Simultaneousequation Models [J]. Economic modelling， 2014， 42： 382-389.
[5]楊海生，贾佳，周永章，等.贸易、外商直接投资、经济增长与环境污染[J].中国人口·资源与环境，2005（3）：99-103. [YANG Haisheng， JIA Jia， ZHOU Yongzhang， et al. Impact on EKC by trade and FDI in China [J]. China population， resources and environment， 2005（3）：99-103.]
[6]沙文兵，石涛.外商直接投资的环境效应——基于中国省级面板数据的实证分析[J].世界经济研究，2006（6）：76-81. [SHA Wenbing， SHI Tao. The environmental effect of foreign direct investment： an empirical analysis based on Chinas provincial panel data [J]. World economic studies， 2006（6）：76-81.]
[7]LETCHUMANAN R， KODAMA F. Reconciling the conflict between the ‘PollutionHaven Hypothesis and an emerging trajectory of international technology transfer [J]. Research policy， 2000， 29（1）：59-79.
[8]LIANG F H. Does foreign direct investment harm the host countrys environment？ evidence from China[J]. Current topics in management， 2014， 17： 105-121.
[9]PERKINS R. Do recipient country characteristics affect international spillovers of coefficiency via trade and foreign direct investment？ [J]. Climatic change， 2012， 112（2）：469-491.
[10]ESKELAND G S， HARRISON A E. Moving to greener pastures？ multinationals and the Pollution Haven Hypothesis[J]. Journal of development economics， 1997， 70（1）：1-23.
[11]SPATAREANU M. Searching for Pollution Havens the impact of environmental regulations on foreign direct investment [J]. Journal of environment & development a review of international policy， 2007， 16（2）：161-182.
[12]DIJKSTRA B R， MATHEW A J， MUKHERJEE A. Environmental regulation： an incentive for foreign direct investment [J]. Review of international economics， 2011， 19（3）：568-578.
[13]周力，庞辰晨.中国对外直接投资的母国环境效应研究——基于区域差异的视角[J].中国人口·资源与环境， 2013（8）：131-139. [ZHOU Li， PANG Chenchen. Home country environmental effects of Chinas foreign direct investment： based on the perspective of regional differences [J]. China population， resources and environment， 2013（8）：131-139.]
[14]聶飞，刘海云.基于城镇化门槛模型的中国OFDI的碳排放效应研究[J].中国人口·资源与环境，2016（9）：123-131. [NIE Fei， LIU Haiyun. Carbon emissions effect of Chinas OFDI evidence from urbanization threshold model [J]. China population， resources and environment，2016（9）：123-131.]
[15]COPELAND B R， TAYLOR M S. Northsouth trade and the environment [J]. Quarterly journal of economics， 1994， 109（3）：755-787.
[16]盛斌. 中国对外贸易政策的政治经济分析[M]. 上海：上海三联书店，上海人民出版社， 2002.[SHENG Bin. Political and economic analysis of Chinas foreign trade policy[M]. Shanghai：Shanghai Sanlian Bookstore， Shanghai Peoples Publishing House， 2002.]
[17]刘海云，聂飞.中国制造业对外直接投资的空心化效应研究[J].中国工业经济，2015（4）：83-96. [LIU Haiyun， NIE Fei. Study on the manufacturing industrial hollowingout effect of Chinas OFDI [J]. China industrial economics， 2015（4）：83-96.]
[18]王文治，陆建明.要素禀赋、污染转移与中国制造业的贸易竞争力——对污染天堂与要素禀赋假说的检验[J].中国人口·资源与环境， 2012（12）：73-78. [WANG Wenzhi， LU Jianming. Factor endowment， pollution transfer and trade competitiveness of Chinas manufacturing industry： a test of Pollution Haven Hypothesis and Factor Endowment Hypothesis [J]. China population， resources and environment， 2012（12）：73-78.]
[19]张宗斌，辛静静.中国对外直接投资贸易效应区域差异研究[J].山东师范大学学报（人文社会科学版），2016（2）：89-96.[ZHANG Zongbin， XIN Jingjing. Study on regional differences of Chinas trade effect from FDI[J]. Journal of Shangdong Normal University （humanities and social sciences），2016（2）：89-96.]
摘要 在CopelandTaylor理论模型的基础上引入了初始的技术水平，将外商直接投资（IFDI）和对外直接投资（OFDI）的环境效应分解为规模效应、结构效应和技术效应，并引入双向FDI的交互项，利用中国34个工业行业2004—2015年的数据，采用差分GMM和系统GMM的方法对总体行业和不同行业分组情况下双向FDI对污染排放的影响进行分析，研究发现：①从总体来看，IFDI会增加中国工业行业的污染排放，“污染天堂”假说在中国存在；而OFDI对中国工业行业的污染排放则会起到制动作用；双向FDI交互项对污染排放的影响也显著为负，说明IFDI和OFDI的污染排放效应存在一定的替代性。②从产出规模分组来看，高产出规模和低产出规模组的IFDI会促进污染排放的增加；而高產出规模组的OFDI对污染排放会起到抑制作用，低产出规模组的OFDI对污染排放则起到驱动作用；低产出规模组的双向FDI交互项对污染排放的影响为负，高产出规模组双向FDI交互项对污染排放的影响则为正。③从要素结构分组来看，由于存在产业关联性，IFDI会促进资本密集型和劳动密集型行业污染排放增加；OFDI也会增加劳动密集型行业的污染排放，但对资本密集型行业的污染排放则会起到制动作用；而双向FDI的交互效应对劳动密集型行业污染排放的影响显著为负，对资本密集型行业污染排放的影响则显著为正。④从技术水平分组来看，IFDI会促进高技术组的污染排放下降，但对低技术组并无显著影响；OFDI对高技术和低技术组的污染排放会起到制动作用；双向FDI的交互项则会促进高技术和低技术组的污染排放增加。据此，本文提出如下建议：①在引入外商直接投资的过程中，要改变以往的引资模式，大力培育专业性的市场以引入高技术水平的绿色外资。②在对外直接投资方面，要以多重动机的投资导向为主，一方面加快转移污染产业，另一方面通过逆向技术溢出掌握国外绿色生产流程。③中国政府应积极引导双向FDI合理布局，促进双向FDI交互项对污染排放的影响由驱动转变为制动。
关键词 外商直接投资；对外直接投资；双向FDI；污染排放
中图分类号 F741 文献标识码 A 文章编号 1002-2104（2018）03-0128-11 DOI：10.12062/cpre.20171011
局部地区的环境污染会通过贸易和双边投资等媒介转移成全球性的污染[1]，因此，关注资本流动所造成的环境污染问题已经成为当前备受争议的话题之一，外商直接投资和对外直接投资作为国际资本流动的主要方式，必然会对一国的环境造成影响。中国的利用外资于改革开放后迅速发展，《全球投资趋势报告》的数据显示，2014年中国外商直接投资规模首次超越美国，跃居世界第一，外商直接投资规模同比增长达到3%，其中实际利用外资总额达到1 195.6亿美元，同比增长1.7%，明显高于美国、欧盟等主要经济体；而中国的OFDI虽然起步相对较晚，但增长迅速，截止2014年，年流量达到1 231.2亿美元，同比增长达到14.2%，这也是中国OFDI投资净额首次超越IFDI。从IFDI和OFDI的发展历程来看，中国已经成为双向FDI的投资大国，如果单一的研究IFDI或OFDI对环境的影响效应，或者不考虑二者对环境污染的交互影响，一方面容易造成估计结果的不可靠，另一方面也会忽视IFDI和OFDI之间的互动关系对环境污染造成的叠加或抵消的影响。因此，本文将从双向FDI的视角揭示中国工业行业的环境效应，并就中国工业行业如何通过双向FDI减少污染排放提出建议。
1 文献综述
现有文献中，关于外商直接投资影响环境污染盛行的两个观点是“污染天堂”假说和“污染光环”假说。部分学者认为外资的流入会恶化发展中国家的环境，“污染天堂”假说确实存在，He[2]的研究表明中国的IFDI每增长一个百分点，会导致同期二氧化硫排放量增长0.098%；Kim[3]利用跨国面板数据分析了IFDI流入与东道国碳排放之间的关系，认为无论在长期还是短期，IFDI对发达国家和发展中国家的碳排放都起到一定的驱动作用；Omri et al[4]认为外资的流入会刺激东道国经济规模的扩张，继而通过规模效应显著增加东道国的污染排放；国内学者杨海生、沙文兵[5-6]同样证明了外资流入与污染排放之间的正相关关系。另一部分学者认为IFDI的流入不仅没有恶化东道国的环境，反而有利于改善环境污染，也即“污染光环”假说。Letchumanan[7]的研究发现，IFDI的流入一方面会助推东道国环境技术的改善，另一方面引入环境友好型的产品有利于促进东道国环境福利的提升；Liang[8]认为IFDI会挤出一部分低效率甚至无效率的国内企业，进而通过技术溢出和产业升级效应促进中国能源利用效率的上升；Perkins[9]认为IFDI有助于提高东道国的碳排放技术，进而减少碳排放量；国内学者盛斌[1]的研究结果表明IFDI的流入无论是从整体上还是分行业都有利于减少中国工业行业的污染排放。
而基于OFDI对母国环境效应的研究则处于起步阶段，Eskeland[10]认为发达国家倾向于将一些“三高”（高污染、高能耗、高排放）产业进行对外直接投资，OFDI呈现明显的污染规避特征，这就有利于母国环境质量的改善；Spatareanu和Dijkstra et al[11-12]认为母国的环境规制水平越严格，越有利于促进OFDI发生，间接证明了OFDI的污染转移特征；国内学者周力[13]认为经济发达地区的对外直接投资有利于减少污染排放，经济欠发达地区的对外直接投资则会导致污染排放显著上升；聂飞和刘海云[14]从城镇化的视角出发，认为中国OFDI的碳排放效应存在城镇化门槛效应的约束，在中高城镇化水平的地区，OFDI会显著抑制碳排放的增加，而在城镇化水平较低的地区，OFDI则会导致碳排放水平的上升。
通过对现有文献的梳理可以发现，目前基于IFDI与东道国环境效应的研究十分丰富，对OFDI和母国环境效应的研究也已处于起步阶段，而将二者置于同一分析框架，测度双向FDI影响环境效应的研究则屈指可数，且这些文献大多忽视了双向FDI对环境污染的交互影响。因此本文将从双向FDI的视角出发，深度把握其对环境污染的影响机制，主要创新点在于：①构建双向FDI影响环境污染机制的理论模型，将IFDI和OFDI对环境污染的影响分解为规模效应、结构效应和技术效应。②在实证研究的过程中加入IFDI和OFDI的交互项，以把握IFDI和OFDI的内部传导机制对污染排放的影响，从而有利于协调发展双向FDI来减缓污染排放。③选取污染排放较高的工业行业进行分析，不仅从总体上检验了双向FDI对行业污染排放的影响，还从不同分组的层面出发，测度了双向FDI影响细分行业污染排放的机制。
2 模型设定
2.1 基准设定
依据Copeland and Taylor建立的理论模型[15]，本文试图构建双向FDI影响污染排放的一般均衡模型。假设一个开放经济仅生产两种最终商品X和Y，且这两种商品的规模收益不变，X为资本密集型商品，会产生一定的污染排放Z，其中污染排放量Z会随着X产量的增加而上升，Y为劳动密集型商品，不会产生污染排放。定义商品Y为基准商品，此时PY=1，商品X的相对价格P=PX。资本K和劳动L作为两种投入要素，市场回报分别为r和w，且两种生产要素均无弹性供给。其中KXLX>KYLY，因此，商品Y的生产函数可以定义为如下形式：
由于商品X会产生一定的污染排放，因此商品X的产出由两部分构成，一部分是产出X，另一部分是排放Z。而减排是可行的，X商品的生产部门可以配置一部分θ来进行减排活动，基于此，商品X的生产函数和排放Z的函数可以定义为公式（2）和公式（3）的形式，由于任何部门都会具备一个初始的减排技术，因此，本文将减排函数进一步定义成公式（4）的形式：
其中，θ∈[0，1），（0）=1，即当θ等于0时，不存在任何减排活动，一单位的产出会产生一单位的排放，同时，A0表示初始的减排技术水平，A表示目前的减排技术，α∈（0，1），′（*）<0，″（*）>0。此时：
2.2 成本最小化决策
由于污染排放Z对消费者和社会中的其他生产者而言，会带来负的外部效应，因此污染排放Z具有一定的社会成本，在产权界定明确的情况下，企业必须为单位污染排放支付相应的费用τ，其中τ可以定义为污染物排放税或者购买污染许可证的费用。对于生产X商品的企业而言，为了最大化其利润，需要首先依据资本K和劳动L的市场回报r和w确定合适的资本劳动比以最小化潜在产出F的成本，定义该成本函数为cF（w，r）；继而根据潜在产出成本cF（w，r）和减排成本τ确定污染排放Z和潜在产出F以最小化X的生产成本。因此，生产X的成本最小化函数可以表示为：
2.3 污染排放的分解
因此，X商品的污染排放可以分解为规模效应（ln（Sτ））、结构效应（ln φX）和技术效应（ln（αA））。由于现有研究已经证实国际贸易（trade）、外商直接投资（IFDI）和对外直接投资（OFDI）会通过这三种效应对污染排放产生影响[1，14-15]，因此，本文将重点说明其影响机制，依据公式（14），两边同时对trade、IFDI、OFDI求导，并乘以trade、IFDI、OFDI，得到公式（15）～（17）：
其中，dZdtrade·tradeZ、dZdIFDI·IFDIZ、dZdOFDI·OFDIZ分别表示trade、IFDI、OFDI对污染排放的弹性，因此影响污染排放的规模效应、结构效应和技术效应可以分解为如下形式。
首先，由于行业内部产出规模（SCALE）的大小会显著影响一国的经济规模，考虑到产出规模与环境污染之间可能呈现倒“U”型的曲线关系，环境污染会随着经济的增长呈现先恶化后改善的关系，因此，规模效应的函数可以表达为：
其次，由于一国的要素禀赋会显著影响其产业结构特征，污染排放的结构效应与人均资本存量k（资本劳动比K/L）之间存在显著的相关性[1]，因此，结构效应的函数可以表达为：
最后，由于国内自主研发（R&D）投入会在一定程度上促进环境技术的进步，因此，技术效应的函数可以表达为：
其中，ε1、ε2和ε3表示随机扰动项。综合公式（15）—（20），污染排放Z可以写成公式（21）的形式，其中ε=ε1+ε2+ε3。由于一个国家或地区会同时存在IFDI和OFDI，那么在“引进来”和“走出去”的过程中必然会对污染排放产生一定的叠加或削减的作用，仅仅考虑IFDI和OFDI对污染排放的单一影响可能会忽略这一机制，进而不能有效阐释其具体影响，因此在公式（21）的基础上引入IFDI和OFDI的交互项，如公式（22）所示。
3 模型设定、变量选取和数据说明
3.1 模型设定
根据式（22）的设定形式，考虑到污染排放会存在一定的时间累积效应，将污染排放的滞后一期纳入模型中，计量模型设定如下：
其中，i=1，2…N，t=1，2…T，Zit表示i行业在第t期的污染排放水平，lnIFDIit表示i行业在第t期的人均外商直接投资流量，lnOFDIit表示i行业在第t期的人均对外直接投资流量，tradeit表示i行业在第t期的贸易开放程度，lnSCALEit表示i行业在第t期的产出规模，lnkit、lnR&Dit分别表示i行业在第t期的人均资本存量和R&D投入，lnIFDIit·lnOFDIit表示外商直接投资和对外直接投资的交互项，μi和νt分别表示个体效应和时间效应，εit表示随机扰动项。
3.2 变量选取及数据说明
由于工业生产一般会产生较大的污染，因此，选取工业行业的面板数据分析双向FDI对环境污染的影响。为了保证数据的完整性和可获得性，最终选取34个工业行业2004—2015年的数据进行分析。数据说明如下：
行业选取原则。一方面，2011年《国民经济行业分类标准》进行修订之后，原来的39个工业行业增加为41个，为了保证数据的一致性，剔除了“开采辅助活动”和“金属制品、机械和设备修理业”，将修订前2004—2011年的“橡胶制品业”与“塑料制品业”合并为“橡胶和塑料制品业”，将修订后2012—2015年的“汽车制造业”和“铁路、船舶、航空航天和其他运输设备制造业”合并为“交通运输设备制造业”。另一方面，由于联合国对国际贸易的行业分类标准（SITC，Rev3）与中国《国民经济行业分类标准》上行业的分类标准不一致，参照盛斌[16]的分类标准将统计口径归一化，剔除“废弃资源和废舊材料回收加工业”，将“非金属矿采选业”与“其他矿采选业”合并为“非金属矿采选业”，将“农副食品加工业”与“食品制造业”合并为“食品加工和制造业”，由于“水的生产和供应”属于非贸易部门，将其剔除。最终选取34个工业行业的数据进行分析。
污染排放综合指标（Z）。选取工业废水、工业固体废弃物、化学需氧量（COD）、二氧化硫（SO2）和二氧化碳（CO2）五种环境污染度量指标，并采用熵值法确定各类污染指标的权重，进而计算出污染排放的综合指标。
外商直接投资（IFDI）和对外直接投资（OFDI）。由于目前公开的统计数据仅汇报了行业大类的IFDI和OFDI，并未汇报两位数工业行业的细分IFDI和OFDI，本文借鉴刘海云[17]的方法，分别采用IFDI和OFDI与各行业出口占工业销售产值比重的乘积来衡量细分行业的IFDI和OFDI流量数据，采用人民币汇率年均价将美元数据转化为人民币之后对该指标进行核算。同时，利用GDP平减指数对外商直接投资和对外直接投资数据进行平减。
贸易开放（trade）。贸易开放数据采用各行业进出口贸易总额占工业销售产值的比重衡量。采用人民币汇率年均价将美元数据转化为人民币数据之后进行核算。其中各行业的进口总额和出口总额数据均来源于联合国统计出COMTRADE数据库。
产出规模（SCALE）。由于2011年之后《中国工业统计年鉴》不再公布各行业工业总产值和工业增加值数据，因此，本文选用工业销售产值作为产出规模的代理变量，采用工业生产者出厂价格指数对工业销售产值进行平减，数据来源于国家统计局。
人均资本存量（K）。采用工业行业固定资产净值表示资本存量，以行业年末从业人数表示劳动力人数，并采用固定资产投资价格指数对固定资产净值进行平减，其中工业行业的固定资产净值数据来源于《中国工业统计年鉴》，分行业年末从业人数数据来源于《中国劳动统计年鉴》。
技术进步（R&D）。采用各行业人均R&D经费投入表示，并利用GDP平减指数对数据进行平减，数据来源于《中国科技统计年鉴》。
数据的描述性统计如表1所示。
4 实证分析
4.1 全样本分析结果
虽然外资的流入和流出会在一定程度上影响环境污染，但环境污染也会在一定程度上影响外资的流入和流出，因此在计量检验的过程中可能会存在内生性问题，从而导致估计结果的有偏和非一致性。基于此，本文采用现有研究广泛使用的工具变量法来解决内生性问题，选取变量的滞后项作为工具变量，采用差分GMM和系统GMM对模型进行估计，其中模型（3）和模型（5）测度了前期污染排放和双向FDI对当期污染排放的影响，模型（4）和模型（6）则在增加了产出规模、人均资本存量、技术进步和贸易开放等变量后，对模型重新进行差分GMM和系统GMM估计；同时为了比较估计结果的合理性，本文给出了随机效应、固定效应的估计结果，结果如表2的RE（1）和FE（2）所示。
第一，前期的污染排放对当期污染排放的影响显著为正，说明污染排放是一个连续的、累积的过程。
第二，模型（1）～（6）的回归结果显示引入外商直接投资会导致污染排放的显著上升，且至少在5%的水平下通过了检验，说明外商直接投资每上升1%，会导致污染排放上升0.029%～0.233%。
第三，模型（1）～（5）的结果显示对外直接投资与污染排放之间呈显著的负相关关系，对外直接投资每上升一个百分点，会导致污染排放下降0.010～0.178个百分点，模型（6）的结果则显示对外直接投资会增加中国工业行业的污染排放，但其并未通过显著性水平检验，因此，认为中国工业行业的对外直接投资在一定程度上转移了污染排放，说明中国近年来大力鼓励企业走出去的政策倾向是正确的。
第四，双向FDI交互项对污染排放的影响显著为负，说明外商直接投资和对外直接投资在影响污染排放的过程中存在一定的替代效应，也就是说当同时存在利用外资和对外直接投资的情况下，双向FDI可以显著抑制污染排放的增加，究其原因，可能是由于行业间的发展不平衡所导致的。由于各行业在国民经济中的地位存在一定差异，相关政策存在一定的倾斜，且在供给侧改革的大背景下，调结构、去产能作为现阶段的核心任务，必然要求企业进行对外直接投资，这就有利于降低中国的污染排放，从而导致双向FDI的交互项对污染排放的抑制作用。
第五，从控制变量的结果来看，①产出规模的一次项系数在1%的水平上显著为正，且二次项的系数显著为负，说明产出规模与环境污染之间呈现倒“U”型特征，环境库兹涅茨曲线假说成立。②贸易开放对环境污染的影响显著为正，说明中国在参与国际贸易的过程中会显著增加本国的污染排放，对于工业行业而言，向底线赛跑的效应显著大于贸易的环境收益效应。③技术进步对污染排放会起到显著的制动作用，说明各行业创新研发投入的经费越多，越有利于减缓行业的污染排放水平。④人均资本存量每上升1%会导致污染排放上升0.062%～0.240%。
4.2 分样本的实证结果与分析
考虑到双向FDI会通过规模效应、结构效应和技术效应对污染排放产生影响，从全样本的视角考察其影响效应可能会忽略不同产出规模、要素结构和技术水平影响污染排放的异质性，因此本文按产出规模、要素结构和技术水平的差异对工业行业进行分组，以系统考察不同分组情况下双向FDI对环境污染的影响。
4.2.1 按产出规模分组的实证结果与分析
本文以工业行业产出规模的平均值作为划分标准，如果某个行业的平均产出规模大于工业行业产出规模的总体平均值，则将该行业划分为高产出规模组，反之，将该行业划分为低产出规模组。分别对两类行业进行差分GMM和系统GMM检验，回归结果如表3所示。
第一，前期污染排放对当期污染排放的影响显著为正，说明各行业的污染排放存在正向的累积效应。
第二，低产出规模组和高产出规模组的外资流入系数均为正，但后者更显著，说明高产出规模组的污染排放受外资流入的影响更明显，外资流入的增加会提高高产出规模组和低產出规模组的污染排放。这一结论不难理解，由于高产出规模组更有能力引入外商直接投资，其所带动的能源消耗增加就会在更大程度上促进污染的增加，而对于低产出规模组而言，引入FDI的能力有限，这就造成了污染排放的增加幅度低于高产出规模组。
第三，低产出规模组的OFDI对污染排放的影响显著为正，而高产出规模组的OFDI对污染排放的影响显著为负，说明OFDI的增加会降低高产出规模组的污染排放水平。究其原因，政府为了缓解工业资本流出的压力，对企业“走出去”设置了较高的贸易壁垒以及较多的融资约束，这就导致低产出规模的工业行业无法有效转移其高碳产业，造成OFDI对污染排放的抑制作用不明显。而对于高产出规模组而言，前期的资本积累为企业“走出去”奠定了基础，有利于企业转移过剩产能，实现产业链的有效升级，最终降低污染排放。
第四，从双向FDI的交互项来看，低产出规模的双向FDI交互项系数为负，说明对低产出规模组而言，双向FDI之间存在一定的替代效应，也就是说当同时存在IFDI和OFDI时，会在一定程度上抑制污染排放的增加。对于高产出规模组而言，双向FDI交互项系数显著为正，说明IFDI和OFDI对污染排放的影响存在一定的互补效应，IFDI对污染排放的促进作用会随着OFDI的上升而增强，OFDI对污染排放的抑制作用则会随着IFDI的增加而下降。
第五，从其他控制变量的结果来看：①低产出规模组的产出规模与污染排放之间呈倒“U”型曲线关系，而这一效应在高产出规模组表现并不明显。②高产出规模组和低产出规模组的贸易开放对污染排放的影响显著为正，这一结论与表2结论一致。③技术进步会显著抑制污染排放增加。④高产出规模组和低产出规模组的人均资本存量与污染排放之间均呈明显的正相关关系。
4.2.2 按要素结构分组的实证结果与分析
以工业行业人均资本存量的总体平均值作为划分标准，将34个工业行业划分为劳动密集型行业和资本密集型行业，当行业的人均资本存量低于总体平均值时，将该行业划分为劳动密集型行业，否则将其划分为资本密集型行业。两类行业的差分GMM和系统GMM估計结果如表4所示。
第一，劳动密集型行业和资本密集型行业的引入外资会在一定程度上促进污染排放的增加。主要是由于资本密集型行业会搭载更多的高能耗、高排放需求，因此，在引资的过程中必然会加剧行业内部的能源消耗水平，从而造成更多的污染，这也印证了“污染天堂”假说；而对于劳动密集型行业而言，这一结论似乎与我们的常识相悖，因为劳动密集型行业属于低污染行业，在引入劳动密集型行业的过程中，由于规模效应、结构效应和技术效应的存在，中国应该会专业化的生产低污染的劳动密集型商品，从而有效减缓污染排放，但不应忽视的是产业之间的关联效应可能会带动对其他行业的产品需求，如果这些行业是高污染、高能耗的行业，那么IFDI就会通过间接效应导致中国整体工业行业污染排放增加[18]。
第二，劳动密集型行业的OFDI会显著增加中国的污染排放，这一结论与经济理论预期相符，当对劳动密集型行业进行对外直接投资时，中国会更专业化的生产资本密集型商品，从而促进经济规模扩大，带动能源消耗增加，最终导致污染排放上升；同时，劳动密集型行业的OFDI会改变本国的产业结构，继而通过结构效应导致污染排放增加；最后，由于OFDI的逆向技术溢出效应不足以抵消规模效应和结构效应对污染排放的驱动作用，这就造成了劳动密集型行业的OFDI会显著增加中国的污染排放。资本密集型行业的OFDI对污染排放会起到显著的制动作用，究其原因，资本密集型行业的OFDI会促使中国更专业化的生产劳动密集型的商品，继而通过规模效应降低污染排放；同时产业结构的改变以及逆向技术溢出效应也会在一定程度上减少污染排放。
第三，劳动密集型行业的双向FDI交互项对污染排放的影响为负，说明IFDI对污染排放的影响会随着OFDI的上升而下降，同样，OFDI对污染排放的驱动作用也会随着IFDI的增加而下降；也就是说当劳动密集型行业同时存在IFDI和OFDI时，有利于减缓污染排放。而资本密集型行业的双向FDI交互项对污染排放的影响为正，说明在资本密集型行业引入外资的情况下，OFDI对污染排放的抑制作用会受IFDI的影响，此时，引入IFDI越多，对污染排放的促进作用就会越强。
第四，从控制变量的结果来看：①无论是劳动密集型还是资本密集型行业，产出规模与污染排放之间均呈显著的倒“U”型曲线关系，库兹涅茨曲线假说依旧成立。②贸易开放会显著增加劳动密集型和资本密集型行业的污染排放。③技术进步会抑制劳动密集型行业的污染排放，但对资本密集型行业并无显著影响。④人均资本存量的增加对污染排放的影响为正，但在资本密集型行业中未通过显著性水平检验。
4.2.3 按技术水平分组的实证结果与分析
本文以工业行业R&D的总体平均值作为划分标准，将34个工业行业划分为低技术组和高技术组，如果某个行业的平均R&D投入强度高于工业行业R&D投入强度的总体平均值，则将该行业划分为高技术组，反之则划分为低技术组，回归结果如表5所示。
第一，对低技术行业而言，IFDI对污染排放并无显著影响；而对高技术行业而言，IFDI将会减缓中国的污染排放水平，究其原因，引入高技术行业的IFDI会产生一定的技术溢出效应，这就有利于中国通过学习、模仿掌握其先进技术，最终促进污染排放的显著下降。
第二，OFDI会促进污染排放的下降，但这一制动效应在高技术组表现的更明显。究其原因，高技术行业在进行对外直接投资的过程中可以通过逆向技术溢出效应、市场内部化效应等学习国外企业的先进技术，同时降低交易成本，实现分工深化，这就会有效降低中国的污染排放；而对低技术行业而言，IFDI所产生的逆向技术溢出效应可能低于高技术行业所产生的逆向技术溢出效应，从而导致其对污染排放的抑制作用低于高技术组。
第三，高技术组和低技术组的双向FDI交互项对污染排放的影响存在一定互补效应，也就是说目前低技术和高技术组的双向FDI布局存在一定的不合理性。同时可以看到双向FDI对污染排放的正向驱动作用在高技术组表现的更明显，说明高技术组的双向FDI对污染排放影响的互补效应更强。
第四，从其他控制变量的结果来看：①低技术组的产出规模与污染排放之间呈显著的倒“U”型曲线关系，但这一效应在高技术组表现并无明显。②贸易开放会在一定程度上抑制低技术组的污染排放，但并不显著；对高技术组的正向驱动作用则在1%的显著性水平上通过了检验。③R&D的投入对低技术组的影响并不显著，说明R&D并未有效减缓低技术组的污染排放；而对高技术组而言，R&D的增加会显著抑制污染排放的上升。④无论是高技术行业，还是低技术行业，人均资本存量的上升都会促进污染排放的上升，但并未通过显著性水平检验。
4.3 稳健性检验
本文采用五种污染排放物的综合指标测度了双向FDI对环境污染的影响，为了进一步分析这一影响效应，单独选取CO2作为污染排放的指标进行稳健性分析，结果如表6所示。主要变量的回归系数符号与前文对污染物综合指标的检验符号基本一致，且绝大多数都通过了10%的显著性水平检验，说明前文对模型的计量检验结果具有较好的稳健性。
5 结论及政策建议
本文采用熵值法估算了工业废水、工业固体废弃物、化学需氧量（COD）、二氧化硫（SO2）和二氧化碳（CO2）五种污染排放物的权重，进而核算污染排放的综合指标，并分别从总体和行业分组的层面研究了双向FDI影响污染排放的效应，得出以下结论：
第一， 外商直接投资会显著增加中国工业行业的污染排放水平。计量结果表明，除了引入高技术行业的外商直接投资外，其他行业分组和总体分析都显示外资的流入增加了污染排放，值得注意的是劳动密集型行业的外商直接投资会通过产业关联效应导致污染排放增加，因此，“污染天堂”假说在中国确实存在。
第二，从总体来看，对外直接投资有利于降低工业行业的污染排放；而从行业分组层面来看，除劳动密集型和低产出规模组的对外直接投资会显著增加污染排放外，资本密集型、高产出规模、低技术和高技术组的对外直接投资均有利于降低污染排放，说明资源寻求性和技术寻求性的OFDI确实能有效转移污染排放。
第三，从总体来看，当同时存在IFDI和OFDI时，会在一定程度上抑制污染排放。而从行业分组层面来看，不同行业类型的双向FDI交互效应对污染排放的影响也有所差异，其中劳动密集型和低产出规模组的双向FDI交互效应会显著抑制污染排放增加，而资本密集型、高产出规模、低技术和高技术组的双向FDI之间则存在显著的互补效应，也就是说现阶段IFDI和OFDI的布局并不合理，会导致污染排放增加。
综上，本文提出如下政策建议：
第一， 中国政府应加速转变以往以人口红利和资源禀赋优势为主的引资模式，大力培育专业性的市场以引入高技术水平的绿色外资，从而在实现经济增长的同时促进中国工业行业环境污染的下降。
第二，在对外直接投资方面，中国政府应以多重动机的投资导向为主，一方面加快转移高污染、高能耗的资源密集型行业，另一方面鼓励生产规模较大的企业和高研发投入的企业走出去，通过逆向技术溢出效应掌握国外的绿色生产流程，最终实现经济发展和环境保护的双赢。
第三，由于不同行业双向FDI之间的交互效应对污染排放的影响存在一定的异质性，因此，中国政府应积极引导双向FDI的合理布局，协调发展引入外资和对外直接投资，促使双向FDI的交互项对污染排放的影响效应由驱动转变为制动，从而改善中国的环境质量。
参考文献（References）
[1]盛斌，吕越.外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究[J].中国社会科学，2012（5）：54-75. [SHENG Bin， LV Yue. Impact of foreign direct investment on Chinas environment： an empirical study based on industrial panel data [J]. Social sciences in China， 2012（5）：54-75.]
[2]HE J. Pollution Haven Hypothesis and environmental impacts of foreign direct investment： the case of industrial emission of sulfur dioxide （SO2） in Chinese provinces [J]. Ecological economics， 2006， 60（1）：228-245.
[3]KIM H S， BAEK J. The environmental consequences of economic growth revisited [J]. Economics bulletin， 2011， 31（2）：1198-1211.
[4]OMRI A， NGUYEN D K， RAULT C. Causal interactions between CO2 emissions， FDI， and economic growth： evidence from Dynamic Simultaneousequation Models [J]. Economic modelling， 2014， 42： 382-389.
[5]楊海生，贾佳，周永章，等.贸易、外商直接投资、经济增长与环境污染[J].中国人口·资源与环境，2005（3）：99-103. [YANG Haisheng， JIA Jia， ZHOU Yongzhang， et al. Impact on EKC by trade and FDI in China [J]. China population， resources and environment， 2005（3）：99-103.]
[6]沙文兵，石涛.外商直接投资的环境效应——基于中国省级面板数据的实证分析[J].世界经济研究，2006（6）：76-81. [SHA Wenbing， SHI Tao. The environmental effect of foreign direct investment： an empirical analysis based on Chinas provincial panel data [J]. World economic studies， 2006（6）：76-81.]
[7]LETCHUMANAN R， KODAMA F. Reconciling the conflict between the ‘PollutionHaven Hypothesis and an emerging trajectory of international technology transfer [J]. Research policy， 2000， 29（1）：59-79.
[8]LIANG F H. Does foreign direct investment harm the host countrys environment？ evidence from China[J]. Current topics in management， 2014， 17： 105-121.
[9]PERKINS R. Do recipient country characteristics affect international spillovers of coefficiency via trade and foreign direct investment？ [J]. Climatic change， 2012， 112（2）：469-491.
[10]ESKELAND G S， HARRISON A E. Moving to greener pastures？ multinationals and the Pollution Haven Hypothesis[J]. Journal of development economics， 1997， 70（1）：1-23.
[11]SPATAREANU M. Searching for Pollution Havens the impact of environmental regulations on foreign direct investment [J]. Journal of environment & development a review of international policy， 2007， 16（2）：161-182.
[12]DIJKSTRA B R， MATHEW A J， MUKHERJEE A. Environmental regulation： an incentive for foreign direct investment [J]. Review of international economics， 2011， 19（3）：568-578.
[13]周力，庞辰晨.中国对外直接投资的母国环境效应研究——基于区域差异的视角[J].中国人口·资源与环境， 2013（8）：131-139. [ZHOU Li， PANG Chenchen. Home country environmental effects of Chinas foreign direct investment： based on the perspective of regional differences [J]. China population， resources and environment， 2013（8）：131-139.]
[14]聶飞，刘海云.基于城镇化门槛模型的中国OFDI的碳排放效应研究[J].中国人口·资源与环境，2016（9）：123-131. [NIE Fei， LIU Haiyun. Carbon emissions effect of Chinas OFDI evidence from urbanization threshold model [J]. China population， resources and environment，2016（9）：123-131.]
[15]COPELAND B R， TAYLOR M S. Northsouth trade and the environment [J]. Quarterly journal of economics， 1994， 109（3）：755-787.
[16]盛斌. 中国对外贸易政策的政治经济分析[M]. 上海：上海三联书店，上海人民出版社， 2002.[SHENG Bin. Political and economic analysis of Chinas foreign trade policy[M]. Shanghai：Shanghai Sanlian Bookstore， Shanghai Peoples Publishing House， 2002.]
[17]刘海云，聂飞.中国制造业对外直接投资的空心化效应研究[J].中国工业经济，2015（4）：83-96. [LIU Haiyun， NIE Fei. Study on the manufacturing industrial hollowingout effect of Chinas OFDI [J]. China industrial economics， 2015（4）：83-96.]
[18]王文治，陆建明.要素禀赋、污染转移与中国制造业的贸易竞争力——对污染天堂与要素禀赋假说的检验[J].中国人口·资源与环境， 2012（12）：73-78. [WANG Wenzhi， LU Jianming. Factor endowment， pollution transfer and trade competitiveness of Chinas manufacturing industry： a test of Pollution Haven Hypothesis and Factor Endowment Hypothesis [J]. China population， resources and environment， 2012（12）：73-78.]
[19]张宗斌，辛静静.中国对外直接投资贸易效应区域差异研究[J].山东师范大学学报（人文社会科学版），2016（2）：89-96.[ZHANG Zongbin， XIN Jingjing. Study on regional differences of Chinas trade effect from FDI[J]. Journal of Shangdong Normal University （humanities and social sciences），2016（2）：89-96.]
