孟 曉，孔群喜，韓 霜

(南京財經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院，南京210046)

一、引言

隨著全球氣候的變暖，溫室氣體特別是CO2濃度的增加日益引起國際社會的廣泛關(guān)注。如何科學(xué)理性地處理氣候變化問題，促進(jìn)低碳型經(jīng)濟(jì)的發(fā)展已成為當(dāng)今世界共同的主題。2009年的哥本哈根氣候談判會議加深了各國對全球氣候問題的認(rèn)識，并提出發(fā)展中國家應(yīng)承擔(dān)更多的碳減排義務(wù)。金磚四國作為全球發(fā)展最快的發(fā)展中國家經(jīng)濟(jì)體，其碳排放更是成為全球關(guān)注的焦點(diǎn)。2008年，中國、印度、巴西、俄羅斯的CO2排放分別占全球總量的21.92%、5.43%、1.23%和5.33%;聯(lián)合國氣候變化秘書處(U.N.Climate Change Secretariat)的統(tǒng)計數(shù)據(jù)顯示，2008年全球溫室氣體排放的前5位國家分別是中國、美國、印度、俄羅斯和日本，巴西處于全球碳排放的第17位和發(fā)展中國家的第6位，其中中國的CO2排放量已達(dá)到70.32億噸，超越美國成為全球第一大溫室氣體排放國。經(jīng)濟(jì)增長無疑是影響碳排放的關(guān)鍵因素，而外商直接投資又是經(jīng)濟(jì)增長背后強(qiáng)大的驅(qū)動因素，有關(guān)外商投資對碳排放影響的研究正日益成為人們研究的焦點(diǎn)。一方面，F(xiàn)DI引進(jìn)帶來的技術(shù)溢出效應(yīng)能夠減緩CO2的排放;另一方面，以低標(biāo)準(zhǔn)環(huán)境管制引進(jìn)FDI又會導(dǎo)致一系列的環(huán)境問題，加劇碳排放的增加。金磚四國近些年逐漸成為世界跨國公司的投資熱土，各國吸引外商直接投資額(簡稱FDI，全文同)增長速度迅猛，2008年中國、印度、巴西、俄羅斯引進(jìn)外資額分別為1 751.48億美元、434.06億美元、450.58億美元和750.02億美元，占全球利用外資總額的17.26%。因此，分析金磚四國的FDI引進(jìn)對碳排放是否具有促進(jìn)作用或者減緩作用具有重要的研究意義。另外，工業(yè)全要素生產(chǎn)率的提高和技術(shù)進(jìn)步也對碳減排具有一定的促進(jìn)作用，而FDI引進(jìn)在技術(shù)進(jìn)步中也正扮演著越來越重要的角色，并且工業(yè)全要素生產(chǎn)率常作為衡量技術(shù)水平的綜合指標(biāo)，與FDI的溢出效應(yīng)之間的相互影響一直存在較大的爭論。因此，本文研究金磚四國的碳排放與FDI引進(jìn)和工業(yè)全要素生產(chǎn)率的關(guān)系具有重要的理論和現(xiàn)實(shí)意義。

二、相關(guān)研究綜述

一般認(rèn)為碳排放與FDI引進(jìn)之間具有顯著的關(guān)聯(lián)性，如果發(fā)展中國家實(shí)施較低的環(huán)境標(biāo)準(zhǔn)，那么外商投資通常會集中于高能耗產(chǎn)業(yè)，F(xiàn)DI的引進(jìn)就會加劇碳排放，使發(fā)展中國家成為世界污染的集中地;而如果發(fā)展中國家的外資政策限制較高，要求FDI引進(jìn)必須與先進(jìn)技術(shù)掛鉤，那么FDI的技術(shù)溢出效應(yīng)就有利于促進(jìn)CO2的減排工作。國內(nèi)外文獻(xiàn)已有很多關(guān)于對碳排放與FDI關(guān)系的研究，也產(chǎn)生不少爭議和討論，主要分為以下兩類:①認(rèn)為發(fā)展中東道國吸引更多的外商投資會對生態(tài)環(huán)境產(chǎn)生多重效應(yīng)，對碳排放有正的影響，即認(rèn)為FDI引進(jìn)會加劇環(huán)境污染。實(shí)證研究方面，國外眾多學(xué)者分析了FDI引進(jìn)在一定程度上增加了發(fā)展中東道國的碳排放量［1－4］;國內(nèi)的代迪爾和李子豪［5］在2011年基于中國2000～2009年的數(shù)據(jù)，實(shí)證表明中國引進(jìn)FDI增加了碳排放量，同時也分析了FDI引進(jìn)的技術(shù)效應(yīng)為正，即FDI促進(jìn)了技術(shù)進(jìn)步。② Perkins和 Neumayer%［6］、Eskeland和Harrison［7］等國外學(xué)者的研究卻發(fā)現(xiàn)FDI引進(jìn)對CO2減排有利，F(xiàn)DI對東道國碳排放效率的提高具有促進(jìn)作用;國內(nèi)學(xué)者宋德勇和易艷春［8］通過對我國1978～2008的時間序列數(shù)據(jù)進(jìn)行回歸分析，得出FDI引進(jìn)降低了CO2排放量，這是由于FDI的技術(shù)溢出效應(yīng)帶來的。

自20世紀(jì)80年代Cary Jefferson等人引入有關(guān)全要素生產(chǎn)率問題的研究后，至今已涌現(xiàn)出眾多的研究成果，其中包括生產(chǎn)率的各種測算方法的分析研究，以及碳排放和全要素生產(chǎn)率的相關(guān)研究。鄭京海和胡鞍鋼［9］對中國各省的全要素生產(chǎn)率(TFP)及其分解變量進(jìn)行測算，從技術(shù)進(jìn)步和技術(shù)效率這兩個不同的方面考察了中國TFP的變化特征和趨勢。Chung et al.［10］在方向性距離函數(shù)(Directional Distance Function)的基礎(chǔ)上提出了Malmquist－Luenberger生產(chǎn)率指數(shù)，并測度了考慮CO2作為“壞”產(chǎn)出時的全要素生產(chǎn)率。Fare et al.［11］、LOCALREF［12］、Kumar［13］、王兵［14］等也運(yùn)用ML指數(shù)研究了考慮碳排放因素下的全要素生產(chǎn)率與環(huán)境的問題。另外，魏巍賢、楊芳［15］對中國碳排放的影響因素進(jìn)行實(shí)證分析，著重研究了技術(shù)引進(jìn)對碳減排的貢獻(xiàn)。林伯強(qiáng)等［16］運(yùn)用中國1978～2007年的時間序列數(shù)據(jù)分析了中國人均二氧化碳排放的影響因素，表明CO2排放量隨著技術(shù)水平的提高而遞減。

劉舜佳［17］運(yùn)用數(shù)據(jù)包絡(luò)方法(DEA)和協(xié)整檢驗(yàn)探討了中國全要素生產(chǎn)率和FDI引進(jìn)之間的關(guān)系，認(rèn)為它們之間存在雙向Granger因果關(guān)系。短期內(nèi)FDI有助于全要素生產(chǎn)率的提高，但長期內(nèi)這種作用有所減弱。類似的研究還包括張宇［18］、邱斌［19］等。趙國慶、張中元［20］把環(huán)境污染排放與FDI引進(jìn)、全要素生產(chǎn)率共同考慮，實(shí)證分析了基于中國分行業(yè)的這三者之間的相互關(guān)系。

通過對國內(nèi)外文獻(xiàn)的梳理，我們發(fā)現(xiàn)已有的研究通常將碳排放作為環(huán)境污染的一種，將其與其他污染共同作為環(huán)境污染的指標(biāo)與FDI結(jié)合進(jìn)行分析，以研究FDI引進(jìn)對東道國環(huán)境的綜合影響，或者專門考察溫室氣體CO2受FDI流入的影響。而在全要素生產(chǎn)率的相關(guān)研究中，多數(shù)分析了環(huán)境管制下全要素生產(chǎn)率的變動或FDI對生產(chǎn)率變化的影響，以及技術(shù)進(jìn)步與環(huán)境污染之間的相互影響。但是單獨(dú)將碳排放和FDI、全要素生產(chǎn)率三者聯(lián)系起來進(jìn)行實(shí)證分析的研究并不多見。并且，相關(guān)研究中也很少以金磚四國為研究對象，大多只選擇一個國家——以中國為主體或?qū)⒅袊魇‰H之間進(jìn)行比較分析，也存在印度、巴西等國家的相關(guān)研究，但還沒有研究能反應(yīng)出金磚四國的碳排放、FDI引進(jìn)和全要素生產(chǎn)率的關(guān)系以及它們之間的差異性。因此，本文將在以下幾個方面進(jìn)行改進(jìn)和擴(kuò)展:①針對金磚四國進(jìn)行分析研究，基于數(shù)據(jù)包絡(luò)分析的Malmquist指數(shù)和超效率DEA(super－efficiency)模型測算出四國的工業(yè)全要素生產(chǎn)率(TFP)和其分解變量技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)，并對傳統(tǒng)的完美效率值展開進(jìn)一步的測算，以具體考察它們與碳排放和FDI之間的相互關(guān)系。這改善了鄭京海等人傳統(tǒng)DEA測度TFP的不足(從只計算有效率和無效率的決策單元變?yōu)閷τ行Q策單元的進(jìn)一步測算排序)。②對金磚四國的CO2排放、FDI引進(jìn)和全要素生產(chǎn)率等幾個變量作為一個系統(tǒng)進(jìn)行實(shí)證分析，考察它們之間的相互影響和因果關(guān)系，并體現(xiàn)了個體差異性，這擴(kuò)展了趙國慶等人的樣本研究范圍(從中國各行業(yè)擴(kuò)展為金磚四國的比較分析)，也深化了Acharyya、劉舜佳等人的研究內(nèi)容(從簡單地考察CO2排放與FDI的關(guān)系或FDI與全要素生產(chǎn)率的關(guān)系擴(kuò)展為考察CO2排放與FDI引進(jìn)、TFP及其分解變量之間的協(xié)整關(guān)系)。③不同于傳統(tǒng)的回歸分析等方法，借助于現(xiàn)代面板協(xié)整分析方法，這與張宇、劉舜佳等有部分相似，但有別于已有的大部分實(shí)證研究。

本文將利用Malmquist指數(shù)測算出四國的工業(yè)全要素生產(chǎn)率指數(shù)(TFP)，并利用ADF單位根檢驗(yàn)和基于VAR模型的Johansen協(xié)整檢驗(yàn)及Grange因果檢驗(yàn)等方法來探究“金磚四國”的碳排放、FDI引進(jìn)和工業(yè)全要素生產(chǎn)率之間的長期均衡關(guān)系和短期相互影響，并給出政策建議。

三、金磚四國工業(yè)全要素生產(chǎn)率的測算

(一)全要素生產(chǎn)率測算方法選擇

為了考察金磚四國碳排放、FDI引進(jìn)和工業(yè)全要素生產(chǎn)率變動之間的相互影響，我們首先需要對四國的工業(yè)全要素生產(chǎn)率進(jìn)行測算。關(guān)于全要素生產(chǎn)率的測算方法，文章采用數(shù)據(jù)包絡(luò)分析方法中的基于可變規(guī)模報酬的BBC模型測算出金磚四國的Malmquist指數(shù)以及分解變量技術(shù)進(jìn)步、技術(shù)效率指數(shù)，以了解全要素生產(chǎn)率增長的源泉;并運(yùn)用超效率DEA模型對技術(shù)效率進(jìn)一步測算，解決了傳統(tǒng)DEA中的效率損失問題和多個處于前沿面的DMU無法進(jìn)一步比較的缺陷。

1.基于DEA的Malmquist指數(shù)

DEA是一種效率評價方法，以投入產(chǎn)出數(shù)據(jù)為基礎(chǔ)，通過測算決策單元(DMU)的生產(chǎn)曲面與最佳生產(chǎn)前沿面之間的距離來計算效率值，衡量其是否達(dá)到最有效投入或產(chǎn)出比率?；贒EA的Malmquist指數(shù)是利用距離函數(shù)(Distance Function)的比率來計算生產(chǎn)率指數(shù)，采用線性優(yōu)化方法給出每個決策單元的邊界生產(chǎn)函數(shù)的估算，本文對其數(shù)學(xué)原理就不再詳細(xì)敘述。我們算出的Malmquist生產(chǎn)率指數(shù)變動值即作為工業(yè)全要素生產(chǎn)率(TFP)變動值。將Malmquist指數(shù)定為兩個時期的幾何平均，用Mn表示，表達(dá)式如下:

EC表示從t期到t+1期的相對技術(shù)效率的變化程度，即技術(shù)效率變動指數(shù)。EC＞1表示DMU在t+l期與t+l期前沿面的距離相對于在t期與t期的前沿面的距離較近，相對技術(shù)效率提高;EC=1表示技術(shù)效率不變;EC＜1表示技術(shù)效率下降。TC表示從t期到t+l期的技術(shù)生產(chǎn)邊界的推移程度，即技術(shù)變動指數(shù)。TC＞1表示技術(shù)進(jìn)步;TC=1表示技術(shù)不變;TC＜1表示技術(shù)衰退。技術(shù)效率指數(shù)又可以分解為純技術(shù)效率變化指數(shù)(PE)和規(guī)模效率變化指數(shù)(SC)，則公式(1)可進(jìn)一步分解為:

2.超效率DEA模型

超效率DEA是在DEA模型的基礎(chǔ)上，針對有效決策單元效率值的比較問題提出來的［21］。超效率DEA模型可以對有效前沿上的評價對象進(jìn)一步測算評價。對于DEA有效的決策單元效率，超效率模型將其生產(chǎn)前沿面進(jìn)行重新計算推移，最終計算出的效率值大于傳統(tǒng)CCR模型效率值;而對于DEA無效的決策單元，其生產(chǎn)的前沿面不會發(fā)生變化，評價結(jié)果與CCR模型一致。即超效率DEA模型能夠辨別出有效DEA決策單元之間的差異，并對所評價的決策單元進(jìn)行有效的排序。

設(shè)模型中有n個決策單元DMU，每個決策單元都有m種輸入和r種輸出，θ決策單元的效率值。θ=1時，決策單元為DEA有效，θ＜1時，決策單元為DEA無效。超效率DEA的模型形式如下:

其中x和y分別為輸入變量和輸出變量，λ表示有效DMU的組合比例，并且∑λ＞1表明規(guī)模收益遞減，∑λ=1表明規(guī)模收益不變，∑λ＜1表示規(guī)模報酬遞增。si－為剩余變量，代表輸入超量;為松弛變量，代表輸出虧量。

(二)投入與產(chǎn)出變量的選擇與數(shù)據(jù)預(yù)處理

國內(nèi)外學(xué)者對工業(yè)全要素生產(chǎn)率進(jìn)行測算時，所選的投入產(chǎn)出指標(biāo)并不盡一致，本文綜合對比了目前比較常見的選取方法，并考慮了金磚四國的數(shù)據(jù)可獲取性，最終構(gòu)建了一個產(chǎn)出指標(biāo)和兩個投入指標(biāo)(即勞動L和資本K)。

1.產(chǎn)出指標(biāo)Y:我們選取金磚四國的工業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，為消除價格因素的影響，我們采用世界銀行數(shù)據(jù)庫中(WDI online)2000年不變美元的工業(yè)總產(chǎn)值數(shù)據(jù)。

2.勞動投入L:考慮數(shù)據(jù)的可獲得性和準(zhǔn)確性，本文采用金磚四國的各年就業(yè)人數(shù)作為勞動力投入變量。數(shù)據(jù)由世界銀行數(shù)據(jù)庫中各國的總?cè)丝跀?shù)與年齡在15歲以上的就業(yè)率相乘算得。

3.資本存量K:由于相關(guān)統(tǒng)計資料中并沒有金磚四國資本存量的數(shù)據(jù)，需要我們進(jìn)一步估算，這里采取國際上公認(rèn)的永續(xù)盤法來進(jìn)行計算。計算的基本公式為:

這種測算方法涉及三個主要變量:①基期資本存量K的確定，根據(jù)四國的不同情況分別確定;②每一年的投資額I，這里選擇固定資本形成額作為當(dāng)期投資，并為了消除價格因素，都選取以2000年不變美元的固定資本形成額;③年折舊率δ，統(tǒng)一取 10.96%［22］。

其中對于中國的資本存量，為了避繁求簡，我們直接根據(jù)張軍、吳桂英和張吉鵬［23］計算出的以2000年當(dāng)期價格的資本存量作為基期，再運(yùn)用公式(3)遞推2000年之前和2000年之后的中國資本存量數(shù)據(jù);對于印度的資本存量，根據(jù)現(xiàn)有研究，1980年印度的資本存量是當(dāng)年 GDP的2.5倍［24，25］，然后再根據(jù) 1980 年印度以 2000 年不變美元的資本存量數(shù)據(jù)推算出1981～2008年的印度資本存量數(shù)據(jù);巴西的資本存量是根據(jù)巴西國家統(tǒng)計局公布的資本存量增長率等有關(guān)數(shù)據(jù)算得;俄羅斯以2007年固定總資產(chǎn)作為基期資本存量進(jìn)行推算。所需數(shù)據(jù)來源于世界銀行數(shù)據(jù)庫、金磚國家聯(lián)合統(tǒng)計手冊(2011)、《國際統(tǒng)計年鑒》等。

(三)金磚四國工業(yè)全要素生產(chǎn)率的測算

運(yùn)用前文的方法和處理得到的數(shù)據(jù)，根據(jù)產(chǎn)出導(dǎo)向的可變規(guī)模報酬BCC模型和超效率DEA模型，我們使用DEAP2.1軟件和EMS軟件測算了金磚四國的工業(yè)全要素生產(chǎn)率的Malmquist指數(shù)、技術(shù)進(jìn)步指數(shù)(TC)和技術(shù)效率指數(shù)(EC)。其中中國、印度和巴西的樣本區(qū)間為1981～2008，而因俄羅斯是二十世紀(jì)九十年代初自蘇聯(lián)解體而來，考慮前蘇聯(lián)的各項(xiàng)數(shù)據(jù)的準(zhǔn)確性和統(tǒng)一性，我們選取俄羅斯的樣本區(qū)間為1991～2008。另外，由于DEA測算是相對于上一年的全要素生產(chǎn)率變動指數(shù)，是環(huán)比指數(shù)，因此我們將各指數(shù)轉(zhuǎn)化為累計指數(shù)，以金磚四國的工業(yè)全要素生產(chǎn)率的累計變動率作為下面模型檢驗(yàn)的TFP指標(biāo)。

四、金磚四國碳排放、FDI引進(jìn)和全要素生產(chǎn)率的實(shí)證分析

(一)計量方法及變量選取

為了避免因非平穩(wěn)時間序列直接進(jìn)行回歸而產(chǎn)生的“偽回歸”現(xiàn)象，本文先采用ADF法來檢驗(yàn)變量的平穩(wěn)性。如果兩個或兩個以上的變量時間序列的單整階數(shù)相同，那么它們就滿足協(xié)整分析的基本條件，線性組合就可能構(gòu)成平穩(wěn)的時間序列，變量之間即存在協(xié)整關(guān)系，也稱為長期均衡關(guān)系。目前關(guān)于協(xié)整關(guān)系的檢驗(yàn)包括EG兩步法和Johansen檢驗(yàn)法。因?yàn)閭鹘y(tǒng)的EG檢驗(yàn)方法一般是基于線性回歸的殘差序列檢驗(yàn)，通常它適用于單變量回歸模型的檢驗(yàn)，而Johansen檢驗(yàn)適用于多變量回歸模型的檢驗(yàn)，因此本文選擇被廣泛使用的Johansen檢驗(yàn)法來進(jìn)行協(xié)整分析。但是，協(xié)整分析得到的結(jié)果只說明變量之間存在長期均衡關(guān)系，并不能說明它們之間一定存在因果關(guān)系。因此我們通過Granger因果檢驗(yàn)來驗(yàn)證各變量之間的因果關(guān)系。

本文選擇各國外商投資流入FDI占GDP的比重、工業(yè)全要素生產(chǎn)率TFP作為碳排放量的影響因素，其中全要素生產(chǎn)率的變動又源于技術(shù)效率和技術(shù)進(jìn)步。文章后面會具體考慮其分解變量對碳排放的影響。首先建立模型:

其中CO2表示碳排放總量(kt)，F(xiàn)DI表示FDI占GDP的比重(%)，TFP表示工業(yè)全要素生產(chǎn)率的累計變動率，TC代表技術(shù)進(jìn)步指數(shù)的累計變動率，EC是技術(shù)效率指數(shù)的累計變動率。為了盡量減少時間序列的非平穩(wěn)性，對上式兩邊去自然對數(shù)，建立下述模型:

其中 i表示國家，i=1，2，3，4;系數(shù) β1i和 β2i分別是FDI比重和TFP增長的變化彈性，εit為隨機(jī)擾動項(xiàng)。

(二)數(shù)據(jù)來源

金磚四國的CO2排放量、FDI占GDP的比重等指標(biāo)數(shù)據(jù)來自世界銀行統(tǒng)計數(shù)據(jù)庫(World Development Indicators online，WDI)數(shù)據(jù)庫，各國的全要素生產(chǎn)率等指數(shù)由上一部分測得。

1981～2008年金磚四國的碳排放與其他各變量的增減趨勢差別較大。中國、印度和巴西的碳排放呈現(xiàn)出持續(xù)上升的趨勢，而俄羅斯的碳排放從1991年至1998年一直下降，隨后保持平穩(wěn)緩慢增長;四國的FDI占GDP的比重波動比較大，我們無法看出它們和碳排放之間的顯著關(guān)系;而四國的TFP、EC累計變動都比較平緩，特別是俄羅斯增減趨勢不明顯;中國、印度和巴西的技術(shù)進(jìn)步累計增長率(TC)變化趨勢逐年上升，與碳排放量的變化趨勢有一定的相似性。

(三)實(shí)證分析

1.單位根檢驗(yàn)——ADF檢驗(yàn)法

進(jìn)行協(xié)整分析之前，必須對個變量的時間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，因?yàn)橹挥型A單整的變量之間才有可能存在協(xié)整關(guān)系。在這里本文采用ADF檢驗(yàn)分別對金磚四國的個數(shù)據(jù)序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見表1。

由表1可知，四個國家各變量的時間序列檢驗(yàn)結(jié)果都具有差異性，有的變量原始序列即是平穩(wěn)的，有的原始序列非平穩(wěn)而一階差分序列平穩(wěn)，還有的變量時間序列二階單整。結(jié)果顯示，中國的碳排放、FDI引進(jìn)的一階差分序列均至少在1%的顯著水平上拒絕了“存在單位根”的原假設(shè)，即一階差分序列是平穩(wěn)的，但是TFP的累計變動則是二階平穩(wěn)序列，說明它和碳排放一定不存在長期均衡關(guān)系;技術(shù)進(jìn)步變動為一階單整序列，因而我們可以進(jìn)一步討論中國碳排放、FDI引進(jìn)與技術(shù)進(jìn)步指數(shù)的協(xié)整關(guān)系。印度的碳排放時間序列為一階平穩(wěn)，但是FDI與TFP的原始時間序列均是平穩(wěn)的，即印度的碳排放與FDI引進(jìn)、全要素生產(chǎn)率不存在長期均衡關(guān)系，而印度的技術(shù)進(jìn)步變動和技術(shù)效率變動均是一階平穩(wěn)序列，可以進(jìn)一步分析碳排放與TC或者EC是否存在長期均衡關(guān)系，還可以判斷印度FDI引進(jìn)與工業(yè)全要素生產(chǎn)率之間的協(xié)整關(guān)系。巴西的碳排放與FDI時間序列同為一階單整，它們之間可能存在協(xié)整關(guān)系;而工業(yè)全要素生產(chǎn)率和技術(shù)進(jìn)步的原序列都是平穩(wěn)的，則和碳排放一定不存在長期均衡關(guān)系。俄羅斯的碳排放、TFP變動、技術(shù)進(jìn)步等原始序列均是平穩(wěn)的;而FDI波動比較大，檢驗(yàn)結(jié)果顯示其為一階平穩(wěn)序列;因而俄羅斯的FDI引進(jìn)和它們之間沒有長期均衡關(guān)系，而碳排放和工業(yè)全要素生產(chǎn)率之間可能存在協(xié)整關(guān)系。

表1 ADF單位根檢驗(yàn)結(jié)果

通過以上分析，我們下面應(yīng)把每個國家的各變量具體分析，對同階單整的各時間序列進(jìn)行協(xié)整分析，判斷它們之間是否存在協(xié)整關(guān)系，即長期均衡關(guān)系。

2.Johansen協(xié)整檢驗(yàn)

本文為了判斷同階單整的時間序列是否存在長期均衡關(guān)系，采用Johansen協(xié)整檢驗(yàn)的特征根檢驗(yàn)和跡檢驗(yàn)方法來進(jìn)行綜合檢驗(yàn)。下表2統(tǒng)計了金磚四國的碳排放、FDI引進(jìn)、工業(yè)全要素生產(chǎn)率等協(xié)整關(guān)系結(jié)果。下面分別寫出了金磚四國進(jìn)行協(xié)整檢驗(yàn)的各方程。

(1)對于中國，CO2、FDI、TC 之間可能存在協(xié)整關(guān)系，檢驗(yàn)方程如下:

由檢驗(yàn)結(jié)果(表2)可知，無論是最大特征根統(tǒng)計量還是跡統(tǒng)計量均不是很顯著，即中國的CO2、FDI與TC三者之間不存在長期均衡關(guān)系。進(jìn)而我們對三個變量進(jìn)一步分析兩兩之間的協(xié)整關(guān)系，其中測得中國的FDI與TC之間存在協(xié)整關(guān)系，檢驗(yàn)方程:

表2 中國的Johansen協(xié)整檢驗(yàn)結(jié)果

結(jié)果說明中國FDI引進(jìn)和工業(yè)技術(shù)進(jìn)步指數(shù)存在長期均衡關(guān)系，并且它們之間呈正相關(guān)關(guān)系，工業(yè)技術(shù)進(jìn)步對 FDI貢獻(xiàn)的彈性系數(shù)為1.029882。協(xié)整方程為(括號里為估計系數(shù)的標(biāo)準(zhǔn)差):

(2)對于印度的數(shù)據(jù)，由于各變量的時間序列單整階數(shù)不同，我們只能將同階單整的序列數(shù)據(jù)分別進(jìn)行兩兩協(xié)整檢驗(yàn)，建立如下協(xié)整檢驗(yàn)方程:

表3說明印度的碳排放CO2和工業(yè)技術(shù)效率存在長期均衡關(guān)系，其對碳排放量貢獻(xiàn)的彈性系數(shù)為－3.003035;印度FDI引進(jìn)與全要素生產(chǎn)率TFP變動也存在長期均衡關(guān)系，且彈性系數(shù)為0.04764。協(xié)整方程分別如下:

(3)通過上單位根的檢驗(yàn)結(jié)果可知，巴西的碳排放、FDI引進(jìn)和技術(shù)效率EC可能存在長期均衡關(guān)系(參見表4)，協(xié)整檢驗(yàn)方程:

表3 印度的Johansen協(xié)整檢驗(yàn)結(jié)果

表4 巴西的Johansen協(xié)整檢驗(yàn)結(jié)果

檢驗(yàn)結(jié)果顯示巴西的碳排放與FDI引進(jìn)、技術(shù)效率變動存在長期均衡關(guān)系，且碳排放與FDI引進(jìn)呈正相關(guān)關(guān)系，與技術(shù)效率呈負(fù)相關(guān)關(guān)系，彈性系數(shù)分別為0.018445和－0.540086。協(xié)整方程為

(4)同樣的方法檢驗(yàn)俄羅斯的碳排放和工業(yè)全要素生產(chǎn)率TFP之間是否存在協(xié)整關(guān)系，結(jié)果見表5。

表5 俄羅斯的Johansen協(xié)整檢驗(yàn)結(jié)果

結(jié)果顯示，無論是最大特征根統(tǒng)計量還是跡統(tǒng)計量在1%的顯著水平上均較顯著，即俄羅斯的碳排放和工業(yè)全要素生產(chǎn)率存在長期均衡關(guān)系，協(xié)整方程為:

以上對四國協(xié)整檢驗(yàn)的結(jié)果進(jìn)行比較可知:只有中國的碳排放和FDI引進(jìn)、全要素生產(chǎn)率變動等因素之間均不存在明顯的長期均衡關(guān)系;印度的碳排放與全要素生產(chǎn)率的分解變量技術(shù)效率變動(EC)存在長期均衡關(guān)系;巴西的碳排放同時受FDI引進(jìn)和技術(shù)效率的長期影響;俄羅斯的碳排放與工業(yè)全要素生產(chǎn)率存在長期均衡關(guān)系。

3.Granger因果關(guān)系檢驗(yàn)

上述協(xié)整檢驗(yàn)結(jié)果只能說明各變量之間是否存在長期均衡關(guān)系，但是具有長期均衡關(guān)系的各變量并不能說明它們之間存在因果關(guān)系，需要進(jìn)一步運(yùn)用Granger因果檢驗(yàn)來驗(yàn)證，滯后期選擇1、2、3(這里只列出滯后期為2的結(jié)果)，見表6。

從表3可以看出:①短期內(nèi)，雖然中國的碳排放和FDI引進(jìn)、技術(shù)進(jìn)步等沒有Granger因果關(guān)系，但是巴西的碳排放和FDI引進(jìn)、技術(shù)效率均存在單向的Granger因果關(guān)系，印度的碳排放也與技術(shù)效率存在單向Granger因果關(guān)系，而俄羅斯的碳排放與工業(yè)全要素生產(chǎn)率存在雙向的Granger因果關(guān)系。②短期內(nèi)中國的FDI引進(jìn)和技術(shù)進(jìn)步變化互為Granger因果關(guān)系;而印度FDI變化與TFP變化是單向Granger因果關(guān)系，即印度工業(yè)全要素生產(chǎn)率的變化是FDI變化的原因;巴西的FDI引進(jìn)與技術(shù)效率變化存在單向的Granger因果關(guān)系;俄羅斯的FDI引進(jìn)與其他變量均無因果關(guān)系。③長期觀察，除巴西的碳排放、FDI與技術(shù)效率之間的Granger因果關(guān)系不變之外，中國和印度的各變量之間均不存在Granger因果關(guān)系，而俄羅斯的碳排放和TFP之間也只存在單向的Granger因果關(guān)系。因此，金磚四國的FDI引進(jìn)、工業(yè)全要素生產(chǎn)率等因素對各國碳排放的影響作用不盡相同，并且各國FDI引進(jìn)與全要素生產(chǎn)率及其分解變量的相互關(guān)系雖有共同點(diǎn)但也有顯著差異。

五、結(jié)論與政策啟示

文章基于1981～2008年數(shù)據(jù)，通過對金磚四國的碳排放與FDI引進(jìn)、工業(yè)全要素生產(chǎn)率及其分解變量的長期均衡關(guān)系和短期相互影響進(jìn)行實(shí)證分析與比較，得出以下主要結(jié)論:

長期均衡關(guān)系方面，金磚四國的碳排放和其他變量之間的長期關(guān)系均不相同。除俄羅斯的碳排放量經(jīng)歷了逐年下降后緩慢增長之外，其他三國的碳排量都在持續(xù)上升，其中中國是全球第一大CO2排放國。但是，中國的CO2排放和FDI引進(jìn)、TFP變動不存在顯著的長期均衡關(guān)系，而巴西的碳排放與FDI引進(jìn)呈正相關(guān)關(guān)系，這與巴西的實(shí)際國情與外資政策有關(guān)，巴西屬于資源大國，容易成為資源尋找型外資資本的追逐目標(biāo)，且巴西吸引外資的政策在四國中最為自由寬松，成為許多高能耗高污染外資產(chǎn)業(yè)的污染避難所，因而巴西FDI流入的增加會在一定程度上加劇碳排放的增加。另外，巴西的碳排放和印度碳排放都與技術(shù)效率存在負(fù)相關(guān)關(guān)系，這表明從長期來看兩國的碳排放隨著工業(yè)技術(shù)效率下降而增加。俄羅斯的碳排放和TFP在負(fù)的長期均衡關(guān)系，意味著俄羅斯的碳排放會隨著工業(yè)全要素生產(chǎn)率的提高而降低，即工業(yè)技術(shù)進(jìn)步和技術(shù)效率變動的綜合作用影響俄羅斯的碳排放。

從Granger因果關(guān)系上來看，短期內(nèi)中國的FDI引進(jìn)和技術(shù)進(jìn)步之間具有顯著影響作用，并且互為Granger因果關(guān)系，這是由于FDI流入時不僅帶來了資金還引入了技術(shù)，促進(jìn)了中國工業(yè)生產(chǎn)技術(shù)的提高，而一個國家的技術(shù)進(jìn)步和投資環(huán)境質(zhì)量的提高又會吸引更多的FDI流入，不過這種因果關(guān)系在長期內(nèi)會被弱化;印度FDI流入的增加在短期內(nèi)會帶來工業(yè)全要素生產(chǎn)率的提高，這與印度吸引外資的特點(diǎn)和政策等有一定關(guān)系，印度政府對引進(jìn)高技術(shù)特別重視，而且印度FDI引進(jìn)最多的行業(yè)是技術(shù)密集型產(chǎn)業(yè)如通訊業(yè)、電子軟件等，這些產(chǎn)業(yè)所需要的資本密集程度相對較低而收益率較高［29］，因而外資對這些行業(yè)投資的增加有助于提高全要素生產(chǎn)率，且生產(chǎn)率的提高也進(jìn)一步帶來FDI流入的增加，但長期來看印度TFP的提高不是FDI增加的Granger原因;而巴西的技術(shù)效率增加不管在短期還是長期都是吸引FDI增加的原因。

表6 Granger因果關(guān)系檢驗(yàn)結(jié)果

基于以上對金磚四國的研究結(jié)果，對四國制定政策建議有如下啟示:

各國在制定碳排放控制政策和投資政策時，應(yīng)充分考慮生產(chǎn)率提升、技術(shù)進(jìn)步和技術(shù)效率對碳減排的貢獻(xiàn)以及FDI的溢出效應(yīng)。首先，通過引進(jìn)先進(jìn)技術(shù)并進(jìn)行消化學(xué)習(xí)吸收，有助于促進(jìn)全要素生產(chǎn)率的提高、技術(shù)進(jìn)步和技術(shù)效率的改進(jìn)，還能發(fā)展低碳技術(shù)，實(shí)現(xiàn)碳排放的減少。這種政策措施對印度、巴西和俄羅斯都基本有效。其次，各國需要在吸引外資時注重高技術(shù)產(chǎn)業(yè)和先進(jìn)服務(wù)業(yè)的FDI流入，并適當(dāng)限制資源尋找型的外商投資，尤其巴西和俄羅斯這種資源性大國在這一方面應(yīng)該謹(jǐn)慎對待FDI流入的質(zhì)量，改變把資源優(yōu)勢作為引進(jìn)FDI的主要競爭手段，充分利用FDI的技術(shù)溢出效應(yīng)，提高各國的工業(yè)生產(chǎn)率和投資環(huán)境，以有效減少碳排放。

［1］Beata K，Smarzynska，Shang－Jin Wei.Pollution havens and foreign direct investment:Dirty Secret or Popular Myth?［R］.Washington:World Bank Policy Research Working Paper，2001.

［2］Grimes P，Kentor J.Exporting the Greenhouse:Foreign Capital Penetration and CO2Emissions 1980 － 1996［J］.Journal of World －Systems Research，2003，(9):26 －33.

［3］Anderw K Jorgenson.Does Foreign Investment Harm the Air We Breathe and the Water We Drink［J］.Organization Environment，2007，(20):138 －150.

［4］Acharyya JFDI.Growth and the Environment:Evidence from Indian CO2Emission During the Last Two Decades［J］.Journal of Economic Development，2009，34(1):44 －57.

［5］代迪爾，李子豪.外商直接投資的碳排放效應(yīng):基于中國行業(yè)數(shù)據(jù)的研究［J］.國際金融與投資，2011，27(5):60－66.

［6］Perkins，Neumayer.Fostering Environment－ efficiency through Transnational Linkages?Trajectories of CO2 and SO2，1980 －2000［J］.Environment and Planning，2008，(40):2970 －2989.

［7］Eskeland G S，Harrison A E.Moving to Greener Pasture?Multinationals and the Pollution Haven Hypothesis［J］.Journal of Development Economics，2003，70(1):1 －23.

［8］宋德勇，易艷春.外商直接投資與中國碳排放［J］.中國人口·資源與環(huán)境，2011，12(1):49－52.

［9］鄭京海，胡鞍鋼.中國改革時期省際生產(chǎn)率增長變化的實(shí)證分析(1979—2001年)［J］.經(jīng)濟(jì)學(xué)，2005，(1):264－296.

［10］Chung Y H，R Fare，SGrosskopf.Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，(51):78.

［11］Fare R，Grosskopf S，Margaritis D，Pasurk C A.Environmental Production Functions and Environmental Directional Distance Functions［J］.Energy，2007，(32):289.

［12］Sabuj Kumar Mandal.Do Undesirable Output and Environmental Regulation Matter in Energy Efficiency Analysis?Evidence from Indian Cenment Industry［J］.Energy Policy，2010，(5):117 －131.

［13］Kumar，S.Environmentally Sensitive Productivity Growth:A Global Analysis Using Malmquist－ Luenberger Index［J］.Ecological Economics，2006，(56):22 －23.

［14］王兵，吳延瑞，顏鵬飛.環(huán)境管制與全要素生產(chǎn)率增長:APEC的實(shí)證研究［J］.經(jīng)濟(jì)研究，2008，(5):19－32.

［15］魏巍賢，楊芳.技術(shù)進(jìn)步對中國二氧化碳排放的影響［J］.統(tǒng)計研究，2010，(7):36－44.

［16］林伯強(qiáng)，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茲曲線預(yù)測及影響因素分析［J］.管理世界，2009，(3):12－23.

［17］劉舜佳.國際貿(mào)易、FDI和中國全要素生產(chǎn)率下降:基于1952－2006年面板數(shù)據(jù)的DEA和協(xié)整檢驗(yàn)［J］.數(shù)量經(jīng)濟(jì)技術(shù)研究，2008，(11):28 －39.

［18］張宇.FDI與中國全要素生產(chǎn)率的變動:基于DEA和協(xié)整分析的實(shí)證檢驗(yàn)［J］.世界經(jīng)濟(jì)技術(shù)研究，2007，(5):14－21.

［19］邱斌，楊帥，辛培江.FDI技術(shù)溢出渠道與中國制造業(yè)生產(chǎn)率增長研究:基于面板數(shù)據(jù)的分析［J］.世界經(jīng)濟(jì)，2008，(8):20－31.

［20］趙國慶，張中元.FDI溢出效應(yīng)、環(huán)境污染與全要素增長率［J］.世界經(jīng)濟(jì)，2010，(6):14－31.

［21］Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis［J］.Management Science，1993，(39):1261 －1264.

［22］單豪杰.中國資本存量K的再估算:1952－2006年［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，(10):17－31.

［23］張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算:1952 －2000［J］.經(jīng)濟(jì)研究，2004，(10):35 －44.

［24］邱詢旻，楊敏.環(huán)中國圈國家間對外貿(mào)易的TFP增長效應(yīng)分析:基于中、日、印國家數(shù)據(jù)［J］.貴州財經(jīng)學(xué)院學(xué)報，2010，(2):81 －87.

［25］尹翔，王英.中國和印度FDI與 GDP相關(guān)性比較分析［J］.南亞研究季刊，2006，(2):107－112.