謝品杰，譚婷婷，王綿斌

（1. 上海電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 201306；2. 國網(wǎng)冀北電力有限公司 經(jīng)濟(jì)技術(shù)研究院，北京 100053）

改革開放以來，中國經(jīng)濟(jì)發(fā)展取得矚目成就，特別是在經(jīng)濟(jì)全球化以及加入WTO的大背景下，中國對外開放程度不斷提高，相應(yīng)的FDI規(guī)模也逐年攀升。截至2019年，中國FDI實際利用金額為1 381億美元，相比于2000年增長了約3.4倍。FDI的流入為中國經(jīng)濟(jì)發(fā)展提供了強勁活力，但也引起了本土環(huán)境質(zhì)量變化[1]。 其中，F(xiàn)DI對中國CO2排放的影響效應(yīng)較為顯著，根據(jù)本文測算數(shù)據(jù)顯示，中國2019年CO2排放總量為12 021.413 Mt，接近2000年的3倍。CO2排放量的迅猛增長主要歸咎于過去幾十年中以高耗能、高排放、低附加值為主要特征的工業(yè)生產(chǎn)。鑒于中國面臨的環(huán)境壓力、承擔(dān)的國際責(zé)任以及實現(xiàn)自身發(fā)展目標(biāo)的需要，黨的十九大報告進(jìn)一步將氣候變化列為全球重要的非傳統(tǒng)安全威脅。然而CO2排放量在工業(yè)化、城鎮(zhèn)化的推進(jìn)過程中呈現(xiàn)居高不下的態(tài)勢，如何在保證經(jīng)濟(jì)穩(wěn)定、快速發(fā)展的同時將CO2排放量控制在一定的水平是關(guān)乎中國未來發(fā)展的重中之重。鑒于FDI對中國經(jīng)濟(jì)發(fā)展的影響力度持續(xù)增大，協(xié)調(diào)FDI與CO2排放兩者之間關(guān)系的重要性不言而喻，因而研究FDI對CO2排放績效的影響作用，特別是分析是否存在能夠有效提升碳排放績效的最優(yōu)FDI規(guī)模對政策具有實質(zhì)性的參考意義。

1 文獻(xiàn)綜述

大氣污染問題一直是全球關(guān)注的熱點，國內(nèi)外學(xué)者就FDI與東道國環(huán)境問題取得了豐富的研究成果：主要基于環(huán)境庫茲涅茨曲線（EKC）、“污染天堂”假說（PHH）和“污染光環(huán)”理論（PHT）三個不同視角進(jìn)行分析探討[2-4]。 隨著研究的不斷深入細(xì)化，部分學(xué)者尤其注重研究FDI與CO2排放之間的關(guān)系，但結(jié)論卻不同。

Baek[5]基于東盟五國動態(tài)面板PMG估計的結(jié)果認(rèn)為，F(xiàn)DI對東道國CO2排放水平的影響是正向的，從而支持PHH假設(shè)。代迪爾和李子豪[6]采用中國分行業(yè)面板數(shù)據(jù)多維度研究FDI對CO2排放的影響效應(yīng)，發(fā)現(xiàn)FDI在規(guī)模、結(jié)構(gòu)等不同維度下的碳排放效應(yīng)存在差異性，但是總效應(yīng)表現(xiàn)為增加CO2排放。劉海云和龔夢琪[7]基于Kaya恒等式方法建立聯(lián)立方程模型，指出FDI促進(jìn)中國經(jīng)濟(jì)發(fā)展的同時也會通過規(guī)模效應(yīng)促進(jìn)地區(qū)CO2排放。Omri等[8]則通過研究東道國FDI、工業(yè)發(fā)展和碳排放的關(guān)系得出與以上文獻(xiàn)截然不同的結(jié)論，即引進(jìn)FDI能夠促進(jìn)技術(shù)改進(jìn)和提高企業(yè)管理水平進(jìn)而降低碳排放。進(jìn)一步地，彭紅楓和華雨[9]利用面板回歸方法得出FDI對中國CO2排放量的抑制作用存在地區(qū)差異的結(jié)論。Zhou等[10]認(rèn)為FDI在短期內(nèi)與CO2排放量成正比；長期來看，技術(shù)溢出效應(yīng)發(fā)揮作用，F(xiàn)DI的增加反而可以抑制CO2排放。不過，亦有學(xué)者質(zhì)疑FDI與CO2排放存在聯(lián)系。高靜和黃繁華[11]研究貿(mào)易和FDI與中國CO2排放的關(guān)系時發(fā)現(xiàn)出口規(guī)模與中國CO2排放量呈現(xiàn)正相關(guān)關(guān)系，而FDI與碳排放的關(guān)系則不顯著。Chen & Yang[12]基于STIRPAT擴展模型實證了FDI對中國CO2排放沒有明顯影響。

綜上可以看出，學(xué)者們就FDI碳排放效應(yīng)問題產(chǎn)生較大分歧，其原因可能是因為大多文獻(xiàn)是從兩者之間具有線性關(guān)系的前提下展開分析的。實際上，由于受到產(chǎn)業(yè)政策、制度變遷等因素的影響，F(xiàn)DI對CO2排放的具體影響不僅僅體現(xiàn)為一種簡單的線性關(guān)系。而當(dāng)前針對FDI的非線性碳排放效應(yīng)研究多數(shù)使用門檻模型進(jìn)行實證分析，例如李子豪[13]建立非動態(tài)門檻面板模型來分析FDI對中國工業(yè)CO2排放的影響效應(yīng)，發(fā)現(xiàn)人力資本和環(huán)境規(guī)制是影響FDI減排作用的關(guān)鍵變量，當(dāng)其超越對應(yīng)的門檻值時，F(xiàn)DI才能有效抑制CO2排放。此外，也有學(xué)者就FDI非線性影響提出最優(yōu)FDI規(guī)模問題[14]，并研究了影響最優(yōu)外商投資規(guī)模的因素[15]，但以上研究均以促進(jìn)經(jīng)濟(jì)發(fā)展為目的，而基于碳減排目標(biāo)的FDI最優(yōu)規(guī)模至今沒有文獻(xiàn)對其進(jìn)行研究。

因此，本文利用平滑轉(zhuǎn)換回歸模型（STR模型）實證檢驗FDI是否對中國碳排放績效具有非線性影響，以及是否存在基于碳減排目標(biāo)的最優(yōu)FDI規(guī)模。梳理現(xiàn)有文獻(xiàn)，本文的創(chuàng)新性在于以下幾點：（1）傳統(tǒng)門限模型中變量的回歸系數(shù)在閾值兩側(cè)都是突變的，與實際經(jīng)濟(jì)生活不符，因此本文采用了更為一般化的可以實現(xiàn)轉(zhuǎn)換函數(shù)平滑轉(zhuǎn)換的STR模型，用以說明系數(shù)的變化是一個連續(xù)、漸變的過程。（2）與大多數(shù)文獻(xiàn)實證時選取環(huán)境規(guī)制、研發(fā)投入、收入水平等作為門檻變量的情景不同，本文采用FDI進(jìn)入規(guī)模作為轉(zhuǎn)換（門檻）變量，旨在尋求基于提升碳排放績效的最優(yōu)FDI規(guī)模并確定其取值大小，豐富現(xiàn)有關(guān)于FDI對CO2排放的非線性影響的研究內(nèi)容。

2 計量模型

2.1 基準(zhǔn)模型

遵循Grossman & Krueger[16]的研究思路，CO2排放量C的影響因素可分解為規(guī)模效應(yīng)Y、結(jié)構(gòu)效應(yīng)S以及技術(shù)效應(yīng)T三方面，即：

式中：Y表示經(jīng)濟(jì)活動影響碳排放的規(guī)模效應(yīng)，以GDP加以衡量。S表示經(jīng)濟(jì)結(jié)構(gòu)對CO2排放量的影響作用，即結(jié)構(gòu)效應(yīng)。結(jié)合盛斌和呂越[17]、王榮和王英[18]的研究，S可表示為資本深化程度k、產(chǎn)業(yè)結(jié)構(gòu)str及外資進(jìn)入規(guī)模fdi的函數(shù)：

其中，T表示技術(shù)效應(yīng)。在經(jīng)濟(jì)全球化背景下，一國的技術(shù)進(jìn)步既取決于內(nèi)部渠道，亦受制于外部渠道。內(nèi)部渠道主要通過自主研發(fā)（R&D），而外部渠道主要是引入、吸收進(jìn)而消化發(fā)達(dá)國家的先進(jìn)技術(shù)，即跨國公司FDI在東道國從事生產(chǎn)、經(jīng)營活動促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的同時也產(chǎn)生知識外溢效應(yīng)。此外，經(jīng)濟(jì)發(fā)展水平和人力資本水平無論對當(dāng)?shù)丨h(huán)境技術(shù)標(biāo)準(zhǔn)制定，還是FDI技術(shù)溢出均將產(chǎn)生重要影響[19]。因此，變量T可表示為R&D存量rd、經(jīng)濟(jì)發(fā)展水平y(tǒng)、人力資本水平h以及外資進(jìn)入規(guī)模fdi的函數(shù)：

綜合式（1）～（3），便可得到本文所用的基本模型：

將等式（4）左右同時除以人口規(guī)模P，便可得到人均CO2排放方程：

同時，在假定規(guī)模保持不變的前提下，將等式（4）兩側(cè)同時除以Y，便可得到CO2排放強度方程：

由式（5）、（6）可知：人均CO2排放量ci和CO2排放強度cf都受到經(jīng)濟(jì)發(fā)展水平y(tǒng)（本文以人均產(chǎn)出，即Y/P來衡量）、資本深化程度k、R&D存量rd、人力資本水平h、產(chǎn)業(yè)結(jié)構(gòu)str及外資進(jìn)入規(guī)模fdi的影響。進(jìn)而借鑒李子豪和劉輝煌[20]的做法，得到本文基準(zhǔn)模型：

2.2 實證模型

由于本文主要目的是考察是否存在一個以提升CO2排放績效為目標(biāo)的最優(yōu)外資進(jìn)入規(guī)模，以及不同外資進(jìn)入規(guī)模下，各因素對CO2排放績效的影響效應(yīng)是否會發(fā)生改變。鑒于STR模型能夠有效處理經(jīng)濟(jì)過程中的時變和結(jié)構(gòu)突變等現(xiàn)象，故基于（7）式建立了用于揭示變量之間非線性關(guān)系的實證模型。具體形式如下：

式中：t表示年份，ε為隨機干擾項。αi+βi·G(γ,c,st)刻畫了CO2排放績效與各影響因素之間關(guān)系從線性向非線性轉(zhuǎn)換的動態(tài)過程。當(dāng)cp為ci時，實證模型設(shè)為模型Ⅰ；當(dāng)cp為cf時，實證模型設(shè)為模型Ⅱ。

轉(zhuǎn)換函數(shù)G(γ,c,st)是一個值域為0～1之間的有界連續(xù)函數(shù)。其中，平滑參數(shù)γ＞0為一個識別性約束條件，其大小反映了由狀態(tài)（或機制）“0”向狀態(tài)（或機制）“1”轉(zhuǎn)變的速度，其值愈大表明其轉(zhuǎn)換速率愈快，反之則愈慢。c為定位參數(shù)，可確定狀態(tài)轉(zhuǎn)換產(chǎn)生的時機，即狀態(tài)產(chǎn)生轉(zhuǎn)換的門限值。st為轉(zhuǎn)換變量，基于研究目標(biāo)，本文以外資進(jìn)入規(guī)模fdit作為轉(zhuǎn)換變量，用以分析不同外資進(jìn)入規(guī)模下各影響因素對碳排放的影響路徑。G(γ,c,st)的具體形式包括指數(shù)型（ESTR）模型和Logistic型（LSTR）模型兩大類。

其中，ESTR模型所對應(yīng)的G(γ,c,st)的具體形式為：

而LSTR模型所對應(yīng)的G(γ,c,st)的具體形式為：

Ter?svirta[21]指出，其中K通常取1或者2。當(dāng)K=1時，稱之為LSTR1模型，此時G(γ,c,st)只是關(guān)于st的單調(diào)遞增函數(shù)。而當(dāng)K=2時，稱之為LSTR2模型，這一情況下G(γ,c,st)圍繞著中點(c1+c2)/2對稱的變動。

3 數(shù)據(jù)來源及變量描述

基于數(shù)據(jù)的可得性，利用1983—2019年年度數(shù)據(jù)分析FDI及各因素對中國CO2排放績效的影響效應(yīng)。若無特殊說明，基礎(chǔ)數(shù)據(jù)來自EPS數(shù)據(jù)平臺（http://olap.epsnet.com.cn/）。凡涉及價格因素，均換算成以2000年為基期的可比價格。變量的指標(biāo)處理如下：

（1）CO2排放量C?？紤]到農(nóng)業(yè)活動和廢棄物處置造成的CO2排放相對較少且由于統(tǒng)計數(shù)據(jù)的原因，測算時僅考慮由于能源活動和工業(yè)生產(chǎn)活動導(dǎo)致的CO2排放。能源CO2排放量計算公式為：PC=∑ACi×EFi×(44/12)。其中，ACi(i=1, 2, 3)分別為一次能源消費中煤炭、石油和天然氣消耗量（單位為：萬噸標(biāo)準(zhǔn)煤），EFi(i=1, 2, 3)為相應(yīng)的碳排放系數(shù)，采用胡初枝等[22]的做法，分別取0.732 9、0.557 4、0.422 6。而工業(yè)生產(chǎn)主要考慮水泥生產(chǎn)、鋼鐵生產(chǎn)和合成氨生產(chǎn)過程中排放的CO2，具體參考何宏濤[23]和樊星[24]的做法測算得到。

人均CO2排放量ci利用CO2排放量與當(dāng)年年均人口的比值來衡量，年均人口為該年年初人口數(shù)和年末人口數(shù)的平均值，單位為：噸/人。CO2排放強度cf利用CO2排放量與當(dāng)年實際GDP之比加以衡量，單位為：噸/萬元。

（2）外資進(jìn)入規(guī)模fdi。以FDI依存度，即FDI流量占當(dāng)年GDP比重來衡量，其中FDI以當(dāng)年平均匯率轉(zhuǎn)換為人民幣，單位為：%。

（3）經(jīng)濟(jì)發(fā)展水平y(tǒng)。以人均GDP衡量經(jīng)濟(jì)發(fā)展水平，單位為：元/人。

（4）資本深化程度k。利用資本存量與當(dāng)年年均從業(yè)人數(shù)之比衡量。資本存量K采用永續(xù)盤存法，其中1983—2006年數(shù)據(jù)來自單豪杰[25]，按其方法補充了2007—2019年的資本存量，并將其折算為2000年為基期的不變價。此外，為消除1990年前后有關(guān)從業(yè)人員統(tǒng)計口徑偏差對參數(shù)估計的影響，采用黃紅梅和石柱鮮[26]的做法對數(shù)據(jù)進(jìn)行了調(diào)整：以1989年和1991年的從業(yè)人員平均增長率作為1990年的從業(yè)人員增長率，并以1990年的從業(yè)人數(shù)為基礎(chǔ)推算1989年的從業(yè)人數(shù)。此外，根據(jù)后一年以及相應(yīng)的增長率逐年推算得到1983—1988年歷年的從業(yè)人數(shù)。單位為：萬元/人。

（5）產(chǎn)業(yè)結(jié)構(gòu)str?？紤]中國當(dāng)前的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方向以“退二進(jìn)三”為主導(dǎo)，且第二產(chǎn)業(yè)又以工業(yè)為主，因此利用第三產(chǎn)業(yè)增加值與工業(yè)增加值之比來衡量產(chǎn)業(yè)結(jié)構(gòu)。

（6）R&D存量rd。利用永續(xù)盤存法來計算，計算公式為：rdt=(1-δ)rdt-1+St。其中，δ為R&D資本存量的折舊率，按照CH估計的5%來計算；St為第t年研發(fā)支出，并用GDP平減指數(shù)將其換算為以2000年為基期的不變價。研發(fā)資本存量基年數(shù)據(jù)rd0，利用Griliches方法進(jìn)行測算：rd0=S0/(g+δ)。其中，S0為基年研發(fā)支出經(jīng)費，g為測算樣本期每年研發(fā)投資支出的增長率。R&D存量的單位為：億元。

（7）人力資本水平h。利用平均受教育年限來衡量，即：ht=∑HEit×hi/∑HEit。其中，HEit和hi分別表示第t年第i學(xué)歷水平的勞動力人數(shù)和受教育年限，i=1, 2, …, 6分別表示文盲半文盲、小學(xué)、初中、高中、?？坪捅究萍耙陨?，其對應(yīng)受教育年數(shù)分別為2、6、9、12、14.5、16年。其中，1983—1998年從業(yè)人員的學(xué)歷構(gòu)成取自王金營[27]的研究，2019年則是利用2011—2018年數(shù)據(jù)和灰色預(yù)測模型DGM(1, 1)外推所得。人力資本水平的單位為：年。

4 實證檢驗

4.1 變量單位根檢驗

在開展STR非線性檢驗與估計之前首先需要檢驗各變量的平穩(wěn)性?？紤]到本文所采用的樣本量僅有37年，故采用DF-GLS和KPSS這兩種對小樣本較為有效的單位根檢驗方法。其中，DF-GLS方法的原假設(shè)H0：所檢驗變量存在單位根；而KPSS方法的原假設(shè)H0：所檢驗變量為平穩(wěn)。

表1給出了檢驗結(jié)果，并由此可知本文所涉及的變量序列均為I(1)序列。

表1 單位根檢驗結(jié)果

4.2 非線性檢驗和平滑轉(zhuǎn)換函數(shù)形式的選擇

在估計STR模型（8）之前，需要檢驗當(dāng)外資進(jìn)入規(guī)模fdit作為轉(zhuǎn)換變量時，中國CO2排放績效和各因素之間是否存在顯著的非線性關(guān)系。為此，根據(jù)Ter?svirta[28]所提出的序貫檢驗方法，首先將轉(zhuǎn)換函數(shù)G(γ,c,st)在γ=0處以三階泰勒展開，進(jìn)而結(jié)合（8）式可得以下形式的輔助回歸：

式中：Z1t=(1, lnyt, lnkt, lnrdt, lnht,strt,fdit),Z2t=fdit。

在式（11）的基礎(chǔ)上對原假設(shè)H0：δ1=δ2=δ3=0進(jìn)行基于F統(tǒng)計量的檢驗，若拒絕原假設(shè)，則表明存在非線性關(guān)系。然后對下述假設(shè)展開檢驗以明確采取何種形式的平滑轉(zhuǎn)換函數(shù)：H04：δ3=0；H03：δ2=0|δ3=0；H02：δ1=0|δ2=δ3=0。若假設(shè)H03所對應(yīng)之F統(tǒng)計量的伴隨概率P值最小，則轉(zhuǎn)換函數(shù)G(γ,c,st)應(yīng)選擇LSTR2模型或ESTR模型；否則，選擇LSTR1模型。表2給出了基于上述檢驗程序的檢驗結(jié)果?？芍诓煌赓Y進(jìn)入規(guī)模fdi下各因素對中國CO2排放績效的影響作用存在顯著的非線性特征，且平滑轉(zhuǎn)換函數(shù)均以LSTR1為宜。

表2 非線性檢驗與平滑轉(zhuǎn)換函數(shù)選擇結(jié)果

4.3 LSTR1模型的估計結(jié)果

為求得LSTR1模型的參數(shù)值，首先利用二維格點搜索法來確定定位參數(shù)c和平滑參數(shù)γ的初始值。為避免極端數(shù)據(jù)干擾作用，定位參數(shù)c的取值在轉(zhuǎn)換變量fdit排序序列的0.15～0.85之間，即其范圍為[0.746, 4.418]，而平滑參數(shù)γ的范圍為[0.5, 10]。為了提高精度，分別對上述兩個區(qū)間等間距取60個值，得到3 600對組合，以其中最小殘差平方和所對應(yīng)的c值和γ值作為模型參數(shù)之初始值，其結(jié)果如表3所示?？芍?，無論模型Ⅰ還是模型Ⅱ，c與γ的初始估計值均分別為2.738和10，都落在前面所構(gòu)造的區(qū)間之內(nèi)，故可以此為基礎(chǔ)進(jìn)一步優(yōu)化[21]。

表3 平滑參數(shù)和定位參數(shù)的初始估計結(jié)果

根據(jù)Hendry[29]給出的詳細(xì)步驟，采用帶有數(shù)值導(dǎo)數(shù)的BFGS算法對LSTR1模型的參數(shù)展開估計?？紤]到由于可能存在的過度參數(shù)化，導(dǎo)致初步擬合非線性部分的部分因素的系數(shù)不顯著，故采用移除非線性截距項來簡化模型，表4給出了模型估計最終結(jié)果。

表4表明，模型中絕大多數(shù)變量在10%水平下顯著。圖1則直觀地表明模型整體有著良好的擬合效果。

圖1 原始及擬合數(shù)據(jù)的時間序列圖

表4 LSTR1模型估計結(jié)果

進(jìn)一步對模型殘差的統(tǒng)計性質(zhì)進(jìn)行系統(tǒng)的檢驗，以考察所建立的LSTR1模型是否具有穩(wěn)健性。其中，殘差項的自相關(guān)檢驗是基于Box-Pierce的Q統(tǒng)計量進(jìn)行的。檢驗結(jié)果如表5所示。

表5結(jié)果表明，在模型Ⅰ、模型Ⅱ中，滯后1～4階的殘差無序列相關(guān)的Q統(tǒng)計量的P值均大于10%的顯著性水平，說明所建立模型的誤差項之間已消除序列相關(guān)性；而用于檢驗殘差是否具有ARCH異方差現(xiàn)象的χ2統(tǒng)計量和F統(tǒng)計量在滯后1～4階的情況下，其所對應(yīng)的P值均大于10%的顯著性水平，表明殘差之間消除了自回歸異方差現(xiàn)象；J-B統(tǒng)計量的P值分別為0.773和0.797，故殘差滿足了正態(tài)分布。因此，總體上看所建立的LSTR1模型的參數(shù)具有良好的統(tǒng)計性質(zhì)，不存在自相關(guān)性和異方差性且服從正態(tài)分布，從而確保了模型設(shè)定具有良好的解釋力和可靠性。

表5 LSTR1模型殘差穩(wěn)健性檢驗結(jié)果

此外，還對所建立的LSTR1模型是否遺留非線性進(jìn)行檢驗，若遺留非線性則表明所估計的模型存在設(shè)定錯誤，尚未充分抓住各變量之間的非線性關(guān)系。根據(jù)表6所給的檢驗結(jié)果，接受原假設(shè)H0：δ1=δ2=δ3=0，這表明所估計的LSTR1模型完全刻畫了ci及cf與各因素之間的非線性特征。

表6 LSTR1模型無附加非線性檢驗(NaN-matrix inversion problem)

4.4 結(jié)果分析

（1）圖2給出了以fdi為轉(zhuǎn)換變量所對應(yīng)的轉(zhuǎn)換函數(shù)的曲線圖，結(jié)合表5中平滑參數(shù)γ的估計結(jié)果可以很直觀地發(fā)現(xiàn)：模型可快速從低機制狀態(tài)下的線性狀態(tài)轉(zhuǎn)換至高機制狀態(tài)下的線性狀態(tài)。在模型Ⅰ中，轉(zhuǎn)換變量fdi的定位參數(shù)c取值3.048，且在1%水平上顯著，即FDI及各影響因素對人均CO2排放量的非線性影響機制的轉(zhuǎn)換發(fā)生在fdi=3.048%處。fdi＜3.048%時，轉(zhuǎn)換函數(shù)值接近于零，此時FDI及各影響因素與人均CO2排放量之間呈現(xiàn)低機制狀態(tài)下的線性關(guān)系；而當(dāng)fdi＞3.048%時，則表現(xiàn)為高機制狀態(tài)下的線性特征。在模型Ⅱ中，與以上分析區(qū)別僅在于c的估計值稍有差異（對應(yīng)值為3.049）。

在LSTR1模型的低機制線性部分，ci與cf的fdi系數(shù)都顯著為負(fù)，表明提高FDI依存度能夠有效降低人均CO2排放量和CO2排放強度；而在高機制狀態(tài)下的線性部分，兩者的fdi系數(shù)都為正數(shù)，即隨著FDI依存度的提高，人均CO2排放量和CO2排放強度也將增加。由于高機制部分fdi的系數(shù)大于低機制部分系數(shù)絕對值，結(jié)合圖2可以說明若FDI依存度超過3.048%（3.049%），F(xiàn)DI對人均CO2排放量（CO2排放強度）的抑制作用將快速地轉(zhuǎn)換為促進(jìn)作用，即FDI依存度與人均CO2排放量（CO2排放強度）之間表現(xiàn)為一種“U”型的關(guān)系。這證實以改善CO2排放績效為目標(biāo)時，中國確實存在最優(yōu)FDI規(guī)模，且最優(yōu)FDI規(guī)模是當(dāng)年GDP的3.048%（3.049%）。

圖2 模型轉(zhuǎn)換函數(shù)取值

圖3是機制轉(zhuǎn)換的時間序列圖，直觀地顯示了1983—2019年中國FDI對人均CO2排放量（CO2排放強度）的影響作用的詳細(xì)轉(zhuǎn)換路徑。其中，1983—1992年以及2005—2019年由于中國FDI依存度低于3.048%（3.049%），fdi的系數(shù)為-0.059，表明該段時間內(nèi)提高FDI依存度有利于中國低碳經(jīng)濟(jì)的發(fā)展；而1993—2004年FDI依存度大于3.048%（3.049%），致使轉(zhuǎn)換函數(shù)趨于1，F(xiàn)DI依存度作用機理表現(xiàn)出高機制狀態(tài)下的線性特征，此時fdi的系數(shù)快速提升并穩(wěn)定在0.014（0.014），即FDI進(jìn)入規(guī)模與人均CO2排放量（CO2排放強度）正相關(guān)。趙曉麗等[30]進(jìn)一步指出FDI的行業(yè)分布也是影響能源消費的關(guān)鍵因素，根據(jù)其實證結(jié)果可以看出在2000—2004年期間FDI投資規(guī)模增加，但制造業(yè)FDI比重也隨之上升，表明該期間FDI投資偏向于高耗能產(chǎn)業(yè)，進(jìn)而導(dǎo)致CO2排放量升高。圖4給出了歷年制造業(yè)與服務(wù)業(yè)的FDI實際利用占比情況，由于1997年之前沒有分行業(yè)實際投資金額，故只給出1997—2019年數(shù)據(jù)。結(jié)合圖4來看，1997—2004年制造業(yè)FDI利用情況總體上是上升的，而2005年之后呈現(xiàn)波動下降趨勢，且近年來降幅顯著；對于服務(wù)業(yè)而言，其FDI利用金額從2005年開始持續(xù)增長,即FDI更多地流入第三產(chǎn)業(yè)是必然趨勢，這與上述最優(yōu)FDI規(guī)模分析不謀而合。由原始數(shù)據(jù)可知，2019年中國FDI依存度是0.962%，遠(yuǎn)未達(dá)到FDI理想規(guī)模，因此積極引入高質(zhì)量外資企業(yè)也是促進(jìn)中國實現(xiàn)碳減排的一個契機。

圖3 機制轉(zhuǎn)換的時間序列圖（模型Ⅰ;模型Ⅱ）

圖4 FDI分行業(yè)實際投資占比情況/億美元

（2）經(jīng)濟(jì)發(fā)展水平y(tǒng)的人均CO2排放量系數(shù)在最優(yōu)FDI依存度門檻值兩側(cè)表現(xiàn)為先正后負(fù)，CO2排放強度系數(shù)則全為負(fù)值，但其在低機制下并不顯著。這表明了在高機制下促進(jìn)經(jīng)濟(jì)發(fā)展可以顯著發(fā)揮提升碳排放績效的作用。在低機制狀態(tài)下，經(jīng)濟(jì)發(fā)展水平的提高反而不利于環(huán)境的改善，這可能與我國過去采取的粗放型經(jīng)濟(jì)發(fā)展方式有關(guān)，經(jīng)濟(jì)發(fā)展造成的能源高消費致使CO2排放明顯增加。因此，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、提高經(jīng)濟(jì)發(fā)展質(zhì)量就顯得尤為重要。

（3）資本深化程度k總體上表現(xiàn)為與人均CO2排放量（CO2排放強度）正向相關(guān)，但在高機制狀態(tài)下對兩者的促進(jìn)作用顯著降低。改革開放以來，中國經(jīng)濟(jì)社會進(jìn)步的同時也伴隨著一定程度的“過早資本深化”和“過度資本深化”[31]，而這種過早或過度的資本深化，更可能是粗放型經(jīng)濟(jì)增長表現(xiàn)方式之一，致使資本深化對低碳經(jīng)濟(jì)發(fā)展帶來的消極效應(yīng)相對較大，實際上也提醒我們?nèi)绾胃玫乩觅Y本結(jié)構(gòu)服務(wù)于低碳經(jīng)濟(jì)發(fā)展是我們后續(xù)必須考慮的問題之一。

（4）R&D存量與人均CO2排放量（CO2排放強度）在機制轉(zhuǎn)換時由負(fù)向相關(guān)變?yōu)檎蛳嚓P(guān)。這可能與不同經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)下的研發(fā)投入偏向性存在一定的聯(lián)系?；谥袊?jīng)濟(jì)發(fā)展績效導(dǎo)向，研發(fā)投入選擇以生產(chǎn)技術(shù)還是清潔技術(shù)為主，通常結(jié)合實際需求，而就這一投入偏向性則在很大程度上會對R&D存量如何影響CO2排放績效產(chǎn)生較大影響。在以發(fā)展低碳經(jīng)濟(jì)為目標(biāo)的前提下，不能僅僅只考慮擴大研發(fā)投入力度，可能更需要考慮的是研發(fā)投入領(lǐng)域以及轉(zhuǎn)化效率。

（5）人力資本水平只在高機制下與人均CO2排放量（CO2排放強度）顯著負(fù)相關(guān)。對其可能的解釋是，一方面平均受教育水平的提高需要建筑、基礎(chǔ)設(shè)施建設(shè)等硬件加以支撐，由此不僅導(dǎo)致CO2排放量隨之增加，且其增速往往超過所帶來的經(jīng)濟(jì)增速；另一方面，于寄語[32]的研究表明不同教育層次對經(jīng)濟(jì)增長的影響作用具有較大差異甚至反方向的作用，這也提示在提升碳排放績效的目標(biāo)下，不能單純地追求以提升平均受教育年限為目標(biāo)，更應(yīng)該結(jié)合具體的經(jīng)濟(jì)社會發(fā)展需求優(yōu)化人力資本結(jié)構(gòu)，實現(xiàn)人力資本的均衡發(fā)展，從而實現(xiàn)碳排放績效的整體提升。

（6）以“三產(chǎn)比工業(yè)”為代理指標(biāo)的產(chǎn)業(yè)結(jié)構(gòu)無論在低機制還是在高機制狀態(tài)均對提升碳排放績效產(chǎn)生積極影響。目前，中國外資利用大多數(shù)集中于制造業(yè)，其中又以電子和通信設(shè)備制造等新型工業(yè)為主，有利于我國工業(yè)化結(jié)構(gòu)調(diào)整，同時對利用FDI的技術(shù)溢出帶動相關(guān)服務(wù)業(yè)發(fā)展產(chǎn)生積極作用，促使FDI在第三產(chǎn)業(yè)得到更廣泛的應(yīng)用。因此，積極引導(dǎo)FDI流入第三產(chǎn)業(yè)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級也是改善CO2排放績效的重要手段。

5 結(jié)論與政策建議

本文基于1983—2019年時間序列構(gòu)建了以FDI依存度為轉(zhuǎn)換變量的LSTR1模型，實證檢驗FDI對中國CO2排放績效是否存在顯著的非線性影響效應(yīng)，且在節(jié)能減排目標(biāo)下是否存在最優(yōu)FDI規(guī)模。得出以下主要結(jié)論：

（1）中國FDI進(jìn)入規(guī)模與中國人均CO2排放量（CO2排放強度）之間呈非線性“U”型關(guān)系，基于此可得中國存在最優(yōu)FDI規(guī)模，為當(dāng)年GDP的3.048%（3.049%）。當(dāng)FDI進(jìn)入規(guī)模小于最優(yōu)規(guī)模時，F(xiàn)DI規(guī)模的擴張對提升CO2排放績效具有積極的影響作用，通過增加FDI規(guī)?？蓪崿F(xiàn)降低CO2排放的目的；而當(dāng)FDI規(guī)模超過最優(yōu)規(guī)模時，F(xiàn)DI規(guī)模的再增長將拉動人均CO2排放量（CO2排放強度）上漲，不利于實現(xiàn)減排目標(biāo)。結(jié)果顯示，中國1993—2004年FDI規(guī)模均超過最優(yōu)規(guī)模，對應(yīng)了中國在要素驅(qū)動下的粗放型經(jīng)濟(jì)發(fā)展階段，在此期間CO2排放量增長顯著，環(huán)境污染嚴(yán)重。而自2005年至目前中國FDI均未超過最優(yōu)規(guī)模，F(xiàn)DI的引進(jìn)質(zhì)量與水平有所優(yōu)化，繼續(xù)推進(jìn)高質(zhì)量國際資本流入對低碳經(jīng)濟(jì)發(fā)展起到良性作用。

（2）不同機制下，本文所考察的各因素對CO2排放績效的影響作用存在一定差異性。在低機制狀態(tài)下，增大R&D存量、推進(jìn)“退二進(jìn)三”產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對改善CO2排放績效具有積極作用。提高人力資本水平和資本深化均不利于碳減排目標(biāo)的實現(xiàn)，而人均GDP盡管其增長可有效降低CO2排放強度，但不能減少人均CO2排放量。但當(dāng)過渡到高機制狀態(tài)下，提高人均GDP和人力資本水平，均表現(xiàn)出對CO2排放績效的顯著良性作用，且資本深化對CO2排放績效的不利影響趨于弱化。

根據(jù)上述結(jié)論，本文提出了以下政策建議。

（1）鼓勵外資持續(xù)流入，制定引資、用資長效機制。目前，中國FDI流入規(guī)模尚處于低機制狀態(tài)下，強化高質(zhì)量外資投入和利用仍是有效提升碳排放績效的措施之一。針對不同外資的經(jīng)濟(jì)水平和技術(shù)特征，應(yīng)制定差異化的引資機制，結(jié)合國內(nèi)行業(yè)發(fā)展瓶頸和攻堅難點設(shè)置更為長效的引資方案。充分利用外資引入的技術(shù)外溢優(yōu)勢，規(guī)避低質(zhì)量、高污染FDI對于人力和環(huán)境的不良影響，加強引入后的用資考核和治理，進(jìn)一步吸引優(yōu)質(zhì)外資進(jìn)入，從而形成長效閉環(huán)發(fā)展，激發(fā)FDI在碳排放績效中的積極作用。

（2）促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級，引導(dǎo)FDI產(chǎn)業(yè)鏈向高附加值、低能耗環(huán)節(jié)流入。中國第三產(chǎn)業(yè)占GDP的比重過半，通過體量增加所達(dá)到的碳減排效益十分顯著，建議利用區(qū)域性或行業(yè)性的優(yōu)惠政策，有針對性地吸引相關(guān)外資投入至三產(chǎn)的細(xì)分領(lǐng)域中，加快產(chǎn)業(yè)的升級換代。在充分發(fā)揮三產(chǎn)綠色低碳優(yōu)勢的同時，建立完整的FDI考評體系，避免由于資本過快注入和產(chǎn)業(yè)結(jié)構(gòu)過快服務(wù)化而導(dǎo)致內(nèi)部發(fā)展質(zhì)量的缺失，特別應(yīng)預(yù)防大量資本注入后可能產(chǎn)生的第三產(chǎn)業(yè)“成本病”問題，通過FDI綜合評價體系監(jiān)控各環(huán)節(jié)用資狀況，避免由于三產(chǎn)生產(chǎn)率的相對滯后而產(chǎn)生資本利用效率下降的問題。

（3）加強科技研發(fā)投入的精準(zhǔn)性和高效性，構(gòu)建科研創(chuàng)新與技術(shù)轉(zhuǎn)移轉(zhuǎn)化的完整鏈條。應(yīng)避免單純地擴大研發(fā)投入規(guī)模，著重在環(huán)保技術(shù)領(lǐng)域通過實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，加大研發(fā)投入力度以促進(jìn)清潔技術(shù)、低碳技術(shù)等高新技術(shù)快速發(fā)展。同時，加快出臺促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化的引導(dǎo)性政策，打通投資、科研和實踐各個領(lǐng)域的壁壘，形成更為完善和通暢的鏈條，進(jìn)而加強研發(fā)經(jīng)費的高效精準(zhǔn)投入。

（4）在繼續(xù)提升人均受教育水平的同時，重點優(yōu)化人力資本配置。一方面，加大人力資本投資，培養(yǎng)滿足相關(guān)技術(shù)崗位需求的高科技人才，以更好地吸收、消化外來技術(shù)；另一方面，加強環(huán)保意識的教育，對環(huán)境要求愈加嚴(yán)格，愈有利于綠色環(huán)保技術(shù)創(chuàng)新。

本文基于時間序列測算得出以提升CO2排放績效為目標(biāo)的最優(yōu)FDI進(jìn)入規(guī)模，分析了在不同F(xiàn)DI進(jìn)入規(guī)模下各因素對CO2排放績效的影響效應(yīng)。鑒于中國各地區(qū)在經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、FDI行業(yè)分布結(jié)構(gòu)等方面的異質(zhì)性，故在后續(xù)研究中，將細(xì)化研究對象，利用省級面板數(shù)據(jù)及行業(yè)面板數(shù)據(jù)延伸分析FDI對CO2排放績效的非線性影響效應(yīng)。