任晓燕,杨水利
(1.西安理工大学 经济与管理学院,陕西 西安 710054;2.西安交通大学 城市学院,陕西 西安 710018)
随着中国经济的飞速发展,中国能源消耗总量在不断增加。2011年东中西部地区的能源消耗总量分别为20.14、11.28、10.81亿吨标准煤,较1997年分别增长了2.21、1.70、2.28倍。西部地区能源消耗的增长速度最快,但东部地区的能源消耗总量却是西部地区的2倍。1997—2011年东中西部地区人均能源消耗量分别为2.30、1.61、1.67吨标准煤,东部地区明显高于中西部地区;CO2排放量分别为2108.47、1203.29、1058.50亿吨标准煤,东部地区明显高于中西部地区。
2011年中国外商直接投资额(FDI)为2171.79亿美元,较1997年增长了3.5倍。其中,东中西部地区FDI分别为1461.43、403.80、306.56亿美元,分别比1997年上升了2.74、5.5、9.19倍。虽然西部地区FDI的总量只有东部地区的0.21倍,但是其增长速度明显快于东部地区。FDI在促进中国经济增长的同时,是否会增加中国的能源消耗量,特别是CO2排放量,这是值得深入研究的问题。
1)经济增长与环境污染之间的关系
国外学者的研究结果大多都验证了环境库兹涅茨曲线假说。Friedl B和Getzner M(2003)[1]认为,奥地利CO2排放量与其经济增长之间呈N型而非倒U型关系。
国内学者的研究结果大多不支持环境库兹涅茨曲线假说。王琛(2009)[2]认为,中国人均CO2排放量与人均GDP之间并未呈现倒U型关系;徐玉高(1999)[3]等研究表明,人均CO2排放量与人均GDP之间的关系并不支持环境库兹涅茨曲线假说;闵继胜和胡浩(2011)[4]研究表明,经济的增长将导致碳排放量的增加,而碳排放量的增加反过来会制约经济的增长速度,但其影响会存在一定的滞后期;孙赵勇(2012)[5]等研究显示,工业产出效应是导致我国能源消耗量和CO2排放量增长的主要因素,工业结构调整没有明显影响能源消耗量的变化。
国内外学者研究结果之所以不同,主要是由于样本的选取不同。
2)FDI与东道国环境之间的关系
第一种观点认为,FDI与东道国环境污染之间呈正相关关系。Anderw K.J(2007)[6]认为,FDI给欠发达国家(地区)的CO2排放量带来了负面影响。Joysri A(2009)[7]研究表明FDI的增加使得印度SO2排放量增加。Jie H(2006)[8]认为,随着FDI的增加,SO2排放量也在逐步增加。吴玉鸣(2007)[9]认为,FDI在某些方面对我国环境造成了一定的负面影响。郭沛和张曙霄(2012)[10]认为,FDI的增加将加大中国的碳排放量。
第二种观点认为,FDI与东道国环境污染之间呈负相关关系。Zarsky和Lyuba(1999)[11]指出,FDI可以把先进的环保技术带到东道国,从而提高东道国国内企业的环境绩效。Eskeland和Harrison(2003)[12]认为,FDI提升了东道国的技术水平,从而有利于东道国环境的改善。杨万平和袁晓玲(2008)[13]研究表明,FDI能够在一定程度上减轻我国的环境压力。黄菁(2010)[14]认为,FDI对我国的环境改善具有促进作用。
第三种观点认为,FDI 与东道国环境污染之间不存在因果关系。周凯(2012)[15]研究显示,上海市FDI与碳排放之间不存在因果关系。杨树旺(2012)[16]等研究表明,来自美国、日本、欧盟地区的FDI对碳排放的影响不显著。
本文认为,造成环境污染的排放量很多,而其中最重要的就是CO2排放量。同时,中国不同地区外商直接投资额存在较大差异。因此,本文就中国东中西部地区外商直接投资与CO2排放量之间的关系展开研究,以期寻找二者之间的关系。
CO2排放强度主要用来衡量一国经济增长与CO2排放量之间的关系。如果一国在经济增长的同时,每单位国内生产总值所带来的CO2排放量在下降,说明该国实现了一个低碳的发展模式。同时,CO2排放强度还取决于技术进步、经济增长、产业结构变化、农业工业化和城市化进程与规模。
目前关于中国CO2排放强度及CO2排放总量的数据无法直接获得,因此,本文采用碳排放系数法来测算中国东中西部地区的CO2排放量,并在此基础上计算得出东中西部地区的CO2排放强度。
关于外商直接投资与中国东中西部地区CO2排放强度之间关系的研究,本文则采用协整分析法进行检验。具体步骤如图1所示。
图1 协整分析法流程图
目前,关于碳排放量的测度方法很多,国内学者大多采用投入产出法进行测度,但很多投入产出模型未将加工贸易的情况纳入其中,这将导致计算结果被高估。
因此,本文采用碳排放系数法来测算中国东中西部地区CO2排放量。计算公式如下:
(1)
其中,TC为碳排放总量;i为能源种类;θi为第i种能源在能源消费总量中的比重;Fi为各类能源的排放系数,即消费单位i种能源的碳排放量;E为能源消费总量。
根据我国能源消耗情况,由于水电、风电和核电这三类能源的消费量所占比重非常小,故假设这三类能源不产生碳排放,因此,我国碳排放量主要来源于煤炭、石油、天然气这三类能源。具体计算公式如下:
TC=E×θ煤炭×F煤炭+
E×θ石油×F石油+
E×θ天然气×F天然气
(2)
由于CO2排放系数为碳排放系数的3.67倍(即44/12,其中,44为CO2的化学分子量,12为碳原子量),因此,CO2排放总量为碳排放总量的3.67倍。
CO2排放强度是指与国内生产总值(GDP)相对应的CO2排放率,即单位GDP的CO2排放量。根据《中国统计年鉴》可以获得中国东中西部地区GDP的数据,利用该数据即可计算1997—2011年中国东中西部地区CO2排放强度。结果如图2所示。
图2 1997—2011年中国东中西部地区CO2排放强度变化趋势图
由图2可见,1997—2011年中国东中西部地区CO2排放强度逐年下降,表明随着技术的进步和经济的发展,中国东中西部地区实现了低碳发展模式。
3.2.1 模型构建
国内外学者的研究表明,外商直接投资的增加与碳排放量之间存在着一定的关系,或是积极的影响,或是消极的影响。
同时,人口数量也是影响CO2排放强度的重要因素之一。人口越多,就需要消耗更多的食物、商品以及交通工具等,这就需要消耗更多的能源来满足这些方面的需求,必将产生更多的CO2,使得CO2排放强度加大。
人均GDP是衡量人们生活水平的一个重要指标。随着人们生活水平的提高,对住房、汽车、飞机、家用电器等产品的消费量就会增加,从而加大CO2排放强度。
出口总额的增加必然会消耗更多的能源,产生更多的CO2,导致CO2排放强度的增加。
因此,人口总量、人均GDP和出口总额都会对CO2排放强度产生影响,在构建模型时应加入这三个变量。模型如下所示:
ln(C)=α0+α1ln(FDIt)+α2ln(Pt)+
α3ln(AGDPt)+α4ln(TRADEt)
(3)
其中:C为CO2排放强度,FDIt为t年外商直接投资实际使用额(万美元),Pt为t年人口数量(万人),AGDPt为t年人均GDP(人民币元),TRADEt为t年出口总额(万美元)。
3.2.2 数据来源
分析外商直接投资与中国东中西部地区CO2排放强度之间的关系时,选取1997—2011年外商直接投资实际使用额(万美元)、人口数量(万人)、出口总额(万美元)和人均GDP(人民币元)数据,这些数据分别来源于《新中国六十年统计资料汇编》、《中国人口和就业统计年鉴2012》、《中国统计年鉴2012》。同时,可以绘出1997—2011年中国东中西部地区外商直接投资实际使用额变化趋势图。如图3所示。
由图3可见,1997—2011年中国东中西部地区的外商直接投资呈现出逐年递增的趋势。
由图2和图3可知,1997—2011年,随着中国东中西部地区外商直接投资实际使用额的增加,其CO2排放强度在逐年递减。这一方面说明,东中西部地区引进外商直接投资与其CO2排放强度之间存在负相关关系;另一方面说明,东中西部地区引进外商直接投资对其环境改善具有促进作用。
图3 1997—2011年中国东中西部地区外商直接投资变化趋势图
3.3.1 单位根(ADF)检验
回归模型是建立在稳定数据基础上的,对于非稳定数据,不能使用回归模型进行分析,否则会出现伪回归。因此,首先要对数据序列进行平稳性检验,检验变量之间是否存在长期稳定关系。同时,为了降低异方差的影响,需要对数据序列取对数后再进行ADF检验。
运用Eviews6.0软件,对1997—2011年中国东中西部地区CO2排放强度、外商直接投资实际使用额、人口数量、出口总额和人均GDP序列数据进行ADF检验。结果如表1所示。
表1 ADF检验(二阶差分)结果
结果分析:
东中西部地区CO2排放强度序列数据进行二阶差分后ADF值均小于显著性水平为5%的临界值,即该时间序列数据在95%的置信水平下是二阶平稳序列;
外商直接投资实际使用额序列数据进行二阶差分后ADF值均小于显著性水平为1%的临界值,即该时间序列在99%的置信水平下是二阶平稳序列;
人口数量序列数据进行二阶差分后ADF值均小于显著性水平为1%的临界值,即该时间序列在99%的置信水平下是二阶平稳序列;
出口总额序列数据进行二阶差分后ADF值均小于显著性水平为5%的临界值,即该时间序列在95%的置信水平下是二阶平稳序列;
人均GDP序列数据进行二阶差分后ADF值均小于显著性水平为1%的临界值,即该时间序列在99%的置信水平下是二阶平稳序列。
由上述分析可知,东中西部地区CO2排放强度、外商直接投资实际使用额、人口数量、出口总额和人均GDP序列数据均为二阶平稳序列,表明变量之间存在长期稳定关系,即它们之间是协整的,因此,可以进行协整关系检验。
3.3.2 OLS回归分析
由单位根(ADF)检验结果可知,上述变量之间是协整的,因此,可以建立OLS回归模型进行回归分析。
运用Eviews6.0软件对东中西部地区的模型进行OLS回归分析。结果如表2所示。
表2 OLS回归结果
结果分析:
东中西部地区的prob(F)值均小于0.05,说明整个回归模型是有意义的;
R2均在93%以上,模型拟合得非常好,说明ln(C)的93%均可以由变量ln(FDI)、ln(P)、ln(TRADE)、ln(AGDP)解释。
3.3.3 残差序列ADF检验
对OLS回归生成的残差序列进行ADF平稳性检验,检查各变量之间是否存在长期的稳定关系。如果残差序列通过了ADF平稳性检验,说明变量间存在长期稳定关系,否则,变量之间不存在长期稳定关系。结果如表3所示。
表3 残差序列ADF检验结果
结果分析:
东中西部地区的ADF值均小于显著性水平为5%的临界值,即时间序列在95%的置信水平下是协整的,说明变量之间存在协整关系,表明各变量之间存在长期的稳定关系。
3.3.4 建立误差修正模型
由上面分析可知,东中西部地区各变量之间存在长期稳定关系。为了增强模型的精度,将OLS回归中的误差项看作均衡误差,通过建立短期动态模型,即误差修正模型,来弥补长期静态模型的不足。结果如表4所示。
表4 误差修正模型结果
结果分析:东中西部地区的prob(F)值均小于0.05,说明整个回归模型是有意义的;R2均在89%以上,说明模型拟合得较好。
3.3.5 格兰杰(Granger)因果关系检验
由以上分析可知,东中西部地区的时间序列具有平稳性,因此,运用Eviews6.0软件,采用格兰杰因果关系来检验东中西部地区的外商直接投资与其CO2排放强度之间的因果关系。结果如表5所示。
结果分析:当中部地区的滞后期为1时,ln(FDI)变化是引起ln(C)变化的格兰杰原因,也就是说,当滞后期为1时,中部地区外商直接投资额的变化是导致该地区CO2排放强度变化的格兰杰原因;其他任何情况下,不论滞后期为1、2或3,东中西部地区的CO2排放强度与外商直接投资额之间不存在格兰杰因果关系。
表5 格兰杰(Granger)因果关系检验结果
本文运用1997—2011年的时间序列,对中国东中西部地区外资直接投资额与其CO2排放强度之间的关系进行了实证分析,得出以下结论。
1)1997—2011年中国东中西部地区CO2排放总量逐年递增,但CO2排放强度却呈现出逐年递减的趋势,表明随着技术进步、经济增长、产业结构变化、农业工业化和城市化进程与规模,中国东中西部地区均实现了低碳发展模式。
2)中国东中西部地区外商直接投资额与其CO2排放强度之间存在线性相关关系,且这种线性相关关系是长期平稳的,在短期内,可能会偏离二者的长期均衡水平,但上一年度的非均衡误差会向长期均衡状态调整。
3)中国东中西部地区外商直接投资额与其CO2排放强度之间不存在格兰杰因果关系,即外商直接投资额的增加并不会导致其CO2排放强度的增加。
参考文献:
[1] Friedl B, Getzner M. Determinants of CO2emission in a small open economy [J].Ecological Economics, 2003, 45(1): 133-148.
[2] 王琛.我国碳排放与经济增长的相关性分析[J].管理观察, 2009, (03): 149-150.
Wang Chen. Correlation analysis of carbon emissions and economic growth in China [J]. Journal of Management Observation, 2009, (03): 149-150.
[3] 徐玉高,郭元,吴宗馨.经济发展、碳排放和经济演化[J].环境科学进展,1999, 7(2): 54-64.
Xu Yugao, Guo Yuan, Wu Zongxin. Economic growth, carbon emissions and economic evolution [J].Journal of Progress in Environmental Science, 1999, 7(2): 54-64.
[4] 闵继生,胡浩.基于VAR(向量自回归)模型的我国碳排放与经济增长关系的动态分析[J].经济问题探索,2011, (05): 20-25.
Min Jisheng, Hu Hao. Dynamic analysis of the relationship between carbon emissions and economic growth of China based on VAR (vectorauto-regression)[J].Journal of Inquiry into Economic Issues, 2011, (05): 20-25.
[5] 孙赵勇,史耀波,于睿.中国能源消耗与废气排放关系研究[J].西安理工大学学报,2012, 28(4): 494-499.
Sun Zhaoyong, Shi Yaobo, Yu Rui. Study on the relationship between energy consumption and emissions of China [J].Journal of Xi’an University of Technology, 2012, 28(4): 494-499.
[6] Anderw K.J. Does foreign investment harm the air we breathe and the water we drink [J].Organization Environment, 2007, 20(2): 137-156.
[7] Joysri A. FDI, growth and the environment: evidence from India on CO2emission during the last two decades [J].Journal of Economic Development, 2009, 34(1): 43-58.
[8] Jie H. 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.
[9] 吴玉鸣.外商直接投资与环境规制关联机制的面板数据分析[J].经济地理,2007, 27(1): 11-14.
Wu Yuming. Analysis of correlation mechanism between foreign direct investment and environmental regulation based on panel data [J].Journal of Economic Geography, 2007, 27(1): 11-14.
[10] 郭沛,张曙霄.中国碳排放量与外商直接投资的互动机制[J].国际经贸探索, 2012, 28(5): 59-68.
Guo Pei, Zhang Shuxiao. Interactive mechanism between carbon emissions and foreign direct investment of China [J].Journal of International Economics and Trade Research, 2012, 28(5): 59-68.
[11] Zarsky L. Havens, halos and spaghetti: untangling the evidence about the relationship between foreign investment and the environment [J].Nautilus Institute, 1999, (01): 47-74.
[12] Gunnar S.E, Ann E.H. Moving to greener pastures Multinationals and the pollution haven hypothesis [J].Journal of Development Economics, 2003, (70): 1-23.
[13] 杨万平,袁晓玲.对外贸易、FDI对环境污染的影响分析—基于中国时间序列的脉冲响应函数分析:1982—2006[J].世界经济研究,2008, (12): 62-68.
Yang Wanping, Yuan Xiaoling. Analysis of the influence of foreign trade and FDI on environment pollution—function analysis of impulse response based on time series of China: 1982—2006 [J].Journal of World Economy Study, 2008, (12): 62-68.
[14] 黄菁.外商直接投资与环境污染—基于联立方程的实证检验[J].世界经济研究,2010, (2): 81-86.
Huang Jing. Foreign direct investment and environment pollution—empirical study based on simultaneous equations [J].Journal of World Economy Study, 2010, (2): 81-86.
[15] 周凯.FDI与碳排放的相关性研究——以上海市为例[J].统计与决策,2012, 27(9): 74-79.
Zhou Kai. Correlation study between FDI and carbon emissions—based on the case study of Shanghai [J].Journal of Statistics and Decision, 2012, 27(9): 74-79.
[16] 杨树旺,杨书林,魏娜.不同来源外商直接投资对中国碳排放的影响研究[J].宏观经济研究,2012, (9): 19-26.
Yang Shuwang, Yang Shulin, Wei Na. Research on the influence of foreign direct investment from different countries on carbon emissions of China [J].Journal of Macro-Economic Study, 2012, (9): 19-26.