王 麗

（1.北京第二外國語學院 中國服務貿(mào)易研究院，北京 100024；2.首都國際服務貿(mào)易與文化貿(mào)易研究基地，北京 100024）

一、引言

自改革開放40 多年來，中國經(jīng)濟的高速增長，引致國內(nèi)對石油、天然氣、煤炭的需求量大幅度增加。中國是世界制造業(yè)大國，也是碳排放的大國。根據(jù)世界銀行(World Bank)的統(tǒng)計數(shù)據(jù)顯示，自2005 年起，中國的二氧化碳排放量在世界各國中一直居于第一位。中國對生態(tài)文明建設的重視程度不斷提高，已經(jīng)成為全球生態(tài)文明建設的重要參與者、貢獻者與領導者，十九大報告提出要建立綠色低碳循環(huán)發(fā)展的經(jīng)濟體系，經(jīng)濟增長中的“綠色”質(zhì)量越來越受到重視。2020 年9 月22 日習近平總書記在第七十五屆聯(lián)合國大會一般性辯論上表示：“中國將提高國家自主貢獻力度，未來將采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現(xiàn)碳中和”?！笆奈濉币?guī)劃中提出，加快推動綠色低碳發(fā)展，降低碳排放強度，支持有條件的地方率先達到碳排放峰值，制定2030 年前碳排放達峰行動方案。提高碳生產(chǎn)率，降低單位GDP 增長中的碳排放量，才能實現(xiàn)碳達峰、碳中和目標，所以探索碳生產(chǎn)率提升的路徑具有重要的現(xiàn)實意義。

中國在投資方面已經(jīng)從最初單方面注重“引進來”轉變?yōu)椤耙M來”和“走出去”并重，中國對外直接投資成績斐然。中國在2012 年成為世界三大對外直接投資國之一。自2015 年起，中國對外直接投資流量超過吸收外商直接投資量。根據(jù)《2020 年世界投資報告》，中國對外直接投資存量規(guī)模位居世界第三位，前兩位國家分別是美國和荷蘭?！?020 年度中國對外直接投資統(tǒng)計公報》的數(shù)據(jù)顯示，2020 年中國對外直接投資流量規(guī)模首次位居全球第一。自2017 年起，國家對企業(yè)對外直接投資的真實性和合規(guī)性加強審查，雖然2017—2019 年中國對外直接投資流量總體呈現(xiàn)下降態(tài)勢，但中國對外直接投資的行業(yè)結構更趨優(yōu)化，非理性投資現(xiàn)象得到有效遏制，中國對外直接投資海外分布格局更加合理，國內(nèi)企業(yè)對信息傳輸/軟件和信息技術服務業(yè)、科學研究和技術服務業(yè)、文化、教育等領域的投資量快速增加。通過對外投資，企業(yè)可以建立全球生產(chǎn)、研發(fā)網(wǎng)絡，嵌入全球價值鏈；可以實現(xiàn)資源的國際整合，提高生產(chǎn)要素的跨國配置效率；可以獲得國際前沿技術和先進知識溢出，促進母國企業(yè)綠色技術進步。那么，對外直接投資是否對母國的碳生產(chǎn)率產(chǎn)生影響？如果產(chǎn)生影響，對外直接投資通過何種途徑對碳生產(chǎn)率產(chǎn)生影響？基于對以上問題的思考，文章運用Malmquist-Luenberger(ML)指數(shù)計算中國30 個省區(qū)市（西藏和港澳臺地區(qū)除外） 2003—2018 年的碳生產(chǎn)率，基于中介效應模型，從結構效應和技術效應兩個角度，通過動態(tài)面板GMM 估計方法對對外直接投資與碳生產(chǎn)率之間的關系進行實證檢驗。文章的研究結論對于闡釋對外直接投資對碳生產(chǎn)率的影響機制，提升中國碳生產(chǎn)率，提高中國對外直接投資的環(huán)境效益，助力實現(xiàn)碳達峰、碳中和目標具有重要意義。

二、文獻綜述

隨著各國對低碳發(fā)展模式的認可和踐行，國內(nèi)外學術界對碳生產(chǎn)率的關注度也不斷提升，碳生產(chǎn)率的研究日益豐富?，F(xiàn)有研究成果的焦點主要在三個方面：第一，研究文獻重點探討了碳生產(chǎn)率的測算及收斂性。潘家華、張麗峰(2011)對中國1995—2008 年的區(qū)域碳生產(chǎn)率進行了測算，認為中國東部、中部與西部地區(qū)碳生產(chǎn)率之間存在較大差異，經(jīng)濟發(fā)展水平、能源消費結構與能源效率是影響區(qū)域碳生產(chǎn)率高低的重要因素[1]。楊翔等(2015)運用Malmquist Luenberger 指數(shù)測算了中國26 個制造業(yè)行業(yè)的碳生產(chǎn)率[2]。李榮杰等(2016)運用C-D 函數(shù)計算了碳生產(chǎn)率[3]。滕澤偉等(2017)以2004—2013 年中國服務業(yè)分行業(yè)的數(shù)據(jù)為樣本，測算了中國服務業(yè)分行業(yè)的碳生產(chǎn)率，并對碳生產(chǎn)率變動的差異及收斂性進行研究，研究結論發(fā)現(xiàn)，技術進步能夠有效促進服務業(yè)碳生產(chǎn)率提高，服務業(yè)碳生產(chǎn)率存在β 收斂[4]。Hu&Liu(2016)測算了澳大利亞1990—2012 年的建筑業(yè)的碳生產(chǎn)率，結果表明澳大利亞建筑業(yè)的碳生產(chǎn)率已經(jīng)顯著提升。

第二，已有文獻側重于碳生產(chǎn)率的影響因素研究。鄧曉蘭、嫣哲明(2014)運用2001—2011 年36 個行業(yè)的數(shù)據(jù)對資源錯配與碳生產(chǎn)率之間的關系進行實證檢驗，結果表明資源錯配與碳生產(chǎn)率之間存在反向相關關系[5]。Li 等(2018)、Feng 等(2018)的研究結果均表明技術進步是碳生產(chǎn)率提高的重要推動力[6，7]。趙秀娟、張捷(2016)的研究認為進口貿(mào)易對碳生產(chǎn)率具有顯著的積極影響[8]。高文靜等(2017)的研究結果表明工業(yè)化與城鎮(zhèn)化對工業(yè)碳生產(chǎn)率具有門檻效應，當工業(yè)化與城鎮(zhèn)化水平較低時，工業(yè)化與城鎮(zhèn)化促進了工業(yè)碳生產(chǎn)率的提高[9]。劉傳江、胡威(2016)的實證研究結果表明，外商直接投資促進了本地區(qū)碳生產(chǎn)率的提高。Kumar&Managi(2016)的研究結論認為技術和制度對碳生產(chǎn)率具有積極影響[10]。Zhang&Xu(2016)的研究發(fā)現(xiàn)，環(huán)境規(guī)制、技術進步、外商直接投資、能源結構對碳生產(chǎn)率的影響具有產(chǎn)業(yè)異質(zhì)性，在資本和技術密集型部門中，環(huán)境管制的影響比技術進步更大；在勞動密集型部門中，創(chuàng)新對碳生產(chǎn)率的影響更為顯著[11]。劉習平等(2017)的研究結果表明經(jīng)濟空間集聚與碳生產(chǎn)率之間呈現(xiàn)倒“U”型關系[12]。Zhang 等(2018)的研究發(fā)現(xiàn)，對外貿(mào)易是提高中國碳生產(chǎn)率的積極因素。Lin&Chen(2018)的研究表明要素市場扭曲將對中國綠色生產(chǎn)率增長產(chǎn)生不利影響[13]。楊慶等(2021)認為高技術產(chǎn)業(yè)集聚對碳生產(chǎn)率的影響顯著為正[14]。

第三，學者們著重研究了碳生產(chǎn)率的影響效應。王樹柏、李小平(2017)的研究認為碳生產(chǎn)率與出口產(chǎn)品質(zhì)量之間存在正相關關系[15]。李小平等(2014)基于1992—2009 年全球171 國家的樣本數(shù)據(jù)，對碳生產(chǎn)率與出口技術復雜度之間的關系進行了檢驗，實證結果表明，碳生產(chǎn)率是影響出口技術復雜度上升的積極因素[16]。Zugravu-Soilita(2017)基于1995—2008 年法國、德國、瑞典和英國的數(shù)據(jù)對“污染避難所”效應與“污染光環(huán)”假說進行實證檢驗，研究結論發(fā)現(xiàn)，外商直接投資與污染減少有關，污染光環(huán)假說在平均資本—勞動比較低的國家中成立[17]。

縱觀以往研究文獻，國內(nèi)外學者圍繞碳生產(chǎn)率的測算方法、影響因素和影響效應開展了較為積極有益的探索，但較少研究對外直接投資對碳生產(chǎn)率的影響，學術界關于對外直接投資與碳生產(chǎn)率之間關系的研究成果仍有待豐富。鑒于此，文章對對外直接投資對母國碳生產(chǎn)率的影響機制進行了探討，并以產(chǎn)業(yè)結構和技術創(chuàng)新為中介變量，構建中介效應模型，驗證對外直接投資與母國碳生產(chǎn)率之間的關系。

三、變量選取與模型構建

1. 指標選取

（1） 被解釋變量

對外直接投資(OFDI)。以各省份對外直接投資存量衡量地區(qū)對外直接投資發(fā)展水平，樣本數(shù)據(jù)以2003 年為基期進行了折算，數(shù)據(jù)來自于《2019 年度中國對外直接投資統(tǒng)計公報》。

（2） 解釋變量

碳生產(chǎn)率(CAP)。以往學者對碳生產(chǎn)率的測算通常采用如下兩種方法：一種是國內(nèi)生產(chǎn)總值與碳排放量的比值（潘家華、張麗峰，2011；王樹柏、李小平，2017)[1，15]；一種是運用SBM 模型和Malmquist-Luenberger 指數(shù)測算碳生產(chǎn)率（楊翔等，2015；李小勝等，2018）[2，18]。

Chung 等(1997)完善了Malmquist 指數(shù)，建立了Malmquist-Luenberger 指數(shù)。故文章運用Malmquist-Luenberger 指數(shù)對碳生產(chǎn)率進行測算包括三種投入和兩種產(chǎn)出：三種投入包括資本投入、勞動力投入與能源投入，各地區(qū)能源消費數(shù)據(jù)來自于《中國能源統(tǒng)計年鑒》，資本投入以各地區(qū)固定資本存量來衡量，固定資產(chǎn)投資的計算參考張軍等(2004)學者的做法，運用固定資產(chǎn)投資價格指數(shù)對2000—2018 年各地區(qū)的固定資產(chǎn)投資完成額進行折算。

兩種產(chǎn)出包括國內(nèi)生產(chǎn)總值和二氧化碳排放量。各地區(qū)的國內(nèi)生產(chǎn)總值運用GDP 平減指數(shù)進行折算，基期為2000 年。

另一種產(chǎn)出是二氧化碳排放量，文章結合《2006 年IPCC國家溫室氣體清單指南》與省級溫室氣體清單編制指南，對二氧化碳的排放量進行計算。二氧化碳的排放量計算公式為：

Qt指的是第t年的二氧化碳排放量，ECit指的是第t年i種能源的消費量，CFi指的是第i種能源的含碳量，COFi指的是第i種能源的碳氧化因子，CHit指的是第i種能源的平均低位發(fā)熱量，44、12 分別是二氧化碳和碳的分子量。

（3） 中介變量

產(chǎn)業(yè)結構(IS)。借鑒肖文和韓沈超(2016)等學者們對產(chǎn)業(yè)結構的計算方法[19]，文章運用各地區(qū)三次產(chǎn)業(yè)的增加值在地區(qū)生產(chǎn)總值中的比重衡量產(chǎn)業(yè)升級，具體的計算公式為：

產(chǎn)業(yè)結構層次系數(shù)越高，說明產(chǎn)業(yè)結構水平越高，該系數(shù)越低，說明產(chǎn)業(yè)結構層次較低。valueijt指的是第t年i省份j產(chǎn)業(yè)的增加值，Yit的是第t年i省份的地區(qū)生產(chǎn)總值，各地區(qū)三次產(chǎn)業(yè)增加值數(shù)據(jù)與GDP 平減指數(shù)數(shù)據(jù)均來自于《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》。

技術創(chuàng)新(TV)。文章以各省區(qū)市專利申請授予數(shù)量占全國當年技術專利申請授予數(shù)量的比重衡量各地區(qū)的技術創(chuàng)新水平，專利申請授予數(shù)量數(shù)據(jù)來自于《中國科技統(tǒng)計年鑒》。

（4） 控制變量

人力資本(RC)。文章以各省區(qū)市平均受教育年限衡量人力資本，各地區(qū)的人均受教育年限計算公式為：

eduijt指的是j種教育的受教育年限系數(shù)，小學教育6 年、中學教育9 年、高中教育12 年、大學教育16 年。Popeit指的是t年i省受j種教育的人口數(shù)量，Popit指的是t年i省總人口，各省區(qū)市各個學歷層次受教育的人數(shù)數(shù)據(jù)來自于《中國教育統(tǒng)計年鑒》。

對外開放度(OD)。以各省區(qū)市貨物貿(mào)易進出口額與地區(qū)生產(chǎn)總值的比值衡量各地區(qū)的對外開放度。各省區(qū)市貨物貿(mào)易進出口額來自于中國商務數(shù)據(jù)庫。

金融發(fā)展水平(FE)。文章以各地區(qū)的金融機構貸款余額與國內(nèi)生產(chǎn)總值之比衡量各地區(qū)的金融發(fā)展水平，金融發(fā)展水平越高，表示該省區(qū)市金融市場發(fā)展越完善，金融體系越健全，金融市場效率越高，各地區(qū)金融機構貸款余額數(shù)據(jù)來自于《中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫》。

外商直接投資(FDI)。一方面能夠產(chǎn)生技術溢出，促進國內(nèi)技術進步，加快國內(nèi)技術創(chuàng)新，提高碳生產(chǎn)率；另一方面，F(xiàn)DI的增加有可能加重東道國的環(huán)境污染，促進碳排放量的增加，對碳生產(chǎn)率產(chǎn)生不利影響。各省區(qū)市的外商直接投資額數(shù)據(jù)來自于歷年各省區(qū)市的統(tǒng)計年鑒。

能源結構(ES)。能源結構以煤炭能源消費量占能源消費總量的比重進行衡量，能源消費量數(shù)據(jù)來自于歷年《中國能源統(tǒng)計年鑒》。煤炭消費的比重越高，說明該地區(qū)傳統(tǒng)能源在能源消費中的比重越高，能源結構水平越低。

城鎮(zhèn)化水平(CY)。文章以各地區(qū)城鎮(zhèn)化人口與地區(qū)總人口之比衡量地區(qū)城鎮(zhèn)化水平，城鎮(zhèn)化人口的比重越高，說明城鎮(zhèn)化水平越高，各地區(qū)城鎮(zhèn)化人口與總人口數(shù)據(jù)來自于《中國人口和就業(yè)統(tǒng)計年鑒》。

2. 模型構建

基于理論機制分析，分別以產(chǎn)業(yè)結構、技術創(chuàng)新為中介變量對OFDI 與碳生產(chǎn)率之間的關系進行實證檢驗。

（1） 結構效應

第一步，檢驗對外直接投資與碳生產(chǎn)率之間的關系，如果對外直接投資對碳生產(chǎn)率的影響效應顯著，則繼續(xù)檢驗中介效應的存在。

其中，LnCAPit指的是第t年i省份的碳生產(chǎn)率，LnOFDIit指的是第t年i省份的對外直接投資，Xit指的是控制變量，控制變量包括人力資本(LnRCit)、對外開放度(LnODit)、金融發(fā)展水平(LnFEit)、外商直接投資(LnFDIit)、能源結構(LnESit)和城鎮(zhèn)化水平(LnCYit)。

第二步，檢驗對外直接投資與中介變量之間的關系，即對外直接投資是否促進了產(chǎn)業(yè)結構升級，對外直接投資對產(chǎn)業(yè)結構的影響是否顯著。

其中，LnISit指的是產(chǎn)業(yè)結構，Xit指的是控制變量，控制變量的選取與公式(4)中一致。

第三步，檢驗對外直接投資與碳生產(chǎn)率之間是完全中介效應還是部分中介效應。不僅需要檢驗中介變量—產(chǎn)業(yè)結構的顯著性，而且如果對外直接投資對碳生產(chǎn)率的影響不顯著，則產(chǎn)業(yè)結構是完全中介變量；如果對外直接投資對碳生產(chǎn)率的影響系數(shù)下降，則產(chǎn)業(yè)結構是部分中介變量。

公式(6)中控制變量的選取與公式(4)、(5)一致。

（2） 技術效應

技術中介效應的第一步檢驗過程同產(chǎn)業(yè)結構中介效應第一步檢驗過程一致，第二步是檢驗對外直接投資與技術創(chuàng)新之間的關系，設定的回歸方程為(7)，第三步檢驗設定的回歸方程為(8)。

在公式(7)和(8)中，LnTVit指的是技術創(chuàng)新，控制變量包括人力資本(LnRCit)、對外開放度(LnODit)、金融發(fā)展水平(LnFEit)、外商直接投資(LnFDIit)、能源結構(LnESit)和城鎮(zhèn)化水平(LnCYit)。

四、實證檢驗與分析

1. 描述性統(tǒng)計

如表1 所示，對外直接投資的標準差較大，2003—2018 年期間，對外直接投資存量的最大值超過2000 億美元，而最小值不足20 萬美元，說明各省區(qū)市的對外直接投資存量差異性較大，也從側面反映了中國各省區(qū)市的對外直接投資增長速度較快。各地區(qū)吸收的外商直接投資額之間也存在較大差距，說明各地區(qū)吸收外商直接投資的不均衡性比較突出，但其標準差系數(shù)遠遠小于對外直接投資的標準差系數(shù)。而各省區(qū)市城鎮(zhèn)化水平的標準差較小，說明各地區(qū)的城鎮(zhèn)化水平差距相對較小。

表1 數(shù)據(jù)描述性統(tǒng)計

2. 共線性檢驗

為了確保實證估計的穩(wěn)健性，避免因嚴重共線性造成的結果偏差，文章對各個變量進行多重共線性檢驗。樣本數(shù)據(jù)的方差膨脹因子—VIF 的最大值為3.46，低于經(jīng)驗值10，說明文章的樣本數(shù)據(jù)不存在嚴重的多重共線性（限于篇幅，各變量的相關系數(shù)檢驗結果不再列表呈現(xiàn)。）

3. 總體樣本實證結果

文章運用動態(tài)GMM 方法進行實證檢驗，能夠減少因內(nèi)生性造成的實證偏差，確保實證結果的有效性與準確性。

表2 的實證結果表明，一階強烈拒絕原假設，說明存在一階自相關，二階接受原假設，說明不存在二階自相關，動態(tài)GMM 的檢驗是有效的。

表2 結構效應的實證結果

通過模型(4)與模型(6)的實證檢驗結果可以發(fā)現(xiàn)，對外直接投資、產(chǎn)業(yè)結構對碳生產(chǎn)率的影響系數(shù)均顯著，且模型(6)中對外直接投資的影響系數(shù)下降，說明產(chǎn)業(yè)結構是對外直接投資影響碳生產(chǎn)率的部分中介變量。對外直接投資通過加快邊際產(chǎn)業(yè)轉移，促進三次產(chǎn)業(yè)結構優(yōu)化，改變產(chǎn)業(yè)內(nèi)和產(chǎn)業(yè)間資本、能源等要素的配置比例，提高產(chǎn)業(yè)能源利用水平，減少有害產(chǎn)出，提升全要素碳生產(chǎn)率。同時人力資本、對外開放、金融發(fā)展水平、城鎮(zhèn)化水平、能源結構是影響碳生產(chǎn)率的積極因素。人力資本水平提高1%，碳生產(chǎn)率將提高0.11%。對外開放度的影響系數(shù)約為0.1，且在1%的水平下通過顯著性檢驗。金融發(fā)展能夠通過增強對研發(fā)部門的金融支持，改善技術創(chuàng)新效率，促進技術進步以及碳生產(chǎn)率的增長。城鎮(zhèn)化水平的提高，一方面，城市能源消耗增加，環(huán)境污染加劇，碳排放量增多；另一方面，大幅提升居民受教育水平，促進地區(qū)技術水平提高，提高城市資源、能源利用效率，推動經(jīng)濟增長向綠色低碳轉型。煤炭等化石能源是碳排放的主要來源，而能源消費結構的優(yōu)化，意味著煤炭等化石能源的消耗量下降，溫室氣體排放總量將出現(xiàn)一定幅度的減少。

由表3 可知，技術創(chuàng)新的影響在1%的水平下顯著為正，且對外直接投資的影響系數(shù)由0.0674 下降至0.0552，說明技術創(chuàng)新的部分中介效應成立，對外直接投資經(jīng)由技術創(chuàng)新能夠促進碳生產(chǎn)率的增長。其原因可能是，對外直接投資的增長推動了逆向技術溢出效應的增加。企業(yè)通過兼并、新建等投資方式建立全球生產(chǎn)、研發(fā)體系，追隨行業(yè)領域內(nèi)全球技術創(chuàng)新步伐，跨國公司的內(nèi)部貿(mào)易、全球研發(fā)資源的整合，都加速了知識和技術要素的跨區(qū)域流動，促進母公司的技術進步和研發(fā)能力提高。人力資本、對外開放、金融發(fā)展水平、城鎮(zhèn)化水平、能源結構因素對碳生產(chǎn)率具有積極影響。外商直接投資的影響系數(shù)顯著為負，說明在樣本期內(nèi)FDI的增加不利于碳生產(chǎn)率的提升。原因可能是，與國外環(huán)境規(guī)制強度相比，中國環(huán)境規(guī)制強度較弱，跨國企業(yè)在中國進行直接投資時，選擇環(huán)境規(guī)制較弱的行業(yè)進行“污染轉移”，容易出現(xiàn)部分行業(yè)碳排放量較高的問題。

表3 技術效應的實證結果

4. 分樣本實證結果

中國東、中、西部地區(qū)對外直接投資存量和流量規(guī)模存在較大差異，在產(chǎn)業(yè)結構、能源消費結構、城鎮(zhèn)化水平、人力資本量等方面的差異性也較為明顯。因此，將樣本數(shù)據(jù)分為東部地區(qū)和中西部地區(qū)，分別進行實證檢驗，以此分析對外直接投資對碳生產(chǎn)率影響效應的地區(qū)異質(zhì)性。

對外直接投資對碳生產(chǎn)率的影響在1%的水平下顯著為正。對比表4 中第(1)列和第(4)列、第(1)列和第(5)列LnOFDIit的影響系數(shù)，可以得出，產(chǎn)業(yè)結構和技術創(chuàng)新的中介效應在東部地區(qū)成立。人力資本、對外開放、金融發(fā)展、能源結構和城鎮(zhèn)化水平對碳生產(chǎn)率的影響均為顯著的正效應。外商直接投資的回歸系數(shù)顯著為負。

表4 東部地區(qū)的實證結果

由表5 可知，在中、西部地區(qū)，對外直接投資的系數(shù)為正，且在1%的水平下顯著。產(chǎn)業(yè)結構和技術創(chuàng)新的系數(shù)均通過顯著性檢驗，說明對外直接投資對碳生產(chǎn)率的部分影響是通過促進產(chǎn)業(yè)結構優(yōu)化和技術創(chuàng)新實現(xiàn)的。人力資本、對外開放、金融發(fā)展水平、能源結構、城鎮(zhèn)化水平都對碳生產(chǎn)率產(chǎn)生顯著的正向影響。

表5 中西部地區(qū)的實證結果

5. 穩(wěn)健性檢驗

文章運用替換被解釋變量、改變樣本數(shù)據(jù)和變換實證方法的方式進行穩(wěn)健性檢驗，參考潘家華、張麗峰(2011)，王樹柏、李小平(2017)等學者的做法[1，15]，以GDP 與二氧化碳排放量的比值來衡量碳生產(chǎn)率，重新對OFDI與碳生產(chǎn)率之間的關系進行實證檢驗，表6 中第(1)列、第(2)列是結構效應的穩(wěn)健性檢驗結果，第(3)列和第(4)列是技術效應的穩(wěn)健性檢驗結果；以各地區(qū)R&D 投入衡量技術創(chuàng)新，檢驗結果見表6 的第(5)列和第(6)列。表7 運用雙向固定效應模型進行穩(wěn)健性檢驗。

表6 穩(wěn)健性檢驗（一）

表6 和表7 的穩(wěn)健性檢驗結果說明，表2 和表3 的實證結果是穩(wěn)健的，主要解釋變量對被解釋變量具有正向影響，各個控制變量的正負影響和顯著性基本沒有發(fā)生變化。

表7 穩(wěn)健性檢驗（二）

五、結論與政策建議

文章的實證結果認為，對外直接投資對碳生產(chǎn)率具有顯著的直接促進效應。對外直接投資通過中介變量—產(chǎn)業(yè)結構優(yōu)化和技術進步實現(xiàn)對碳生產(chǎn)率的部分正向作用。人力資本、對外開放、金融發(fā)展水平、能源結構等因素對碳生產(chǎn)率具有顯著的積極影響。外商直接投資與碳生產(chǎn)率之間存在負相關關系。

基于研究結果，提出以下幾點建議：

第一，推動企業(yè)理性“走出去”，合理布局海外投資。中國企業(yè)在海外投資發(fā)展勢頭良好，越來越多的中國企業(yè)在全球各地建立自己的生產(chǎn)基地、研發(fā)中心，根據(jù)《2019 年度中國對外直接投資統(tǒng)計公報》的數(shù)據(jù)顯示，2019 年信息傳輸、軟件和信息技術服務業(yè)海外投資并購的數(shù)量和金額居于中國各行業(yè)對外投資并購數(shù)量和金額的第二位。中國企業(yè)研發(fā)類投資未來發(fā)展趨勢良好，企業(yè)在海外投資時，切忌盲目，要合理化投資布局，注重海外投資方向，促進母國企業(yè)發(fā)展，推動生產(chǎn)要素的國際循環(huán)，加快國內(nèi)技術進步。

第二，加快綠色技術研發(fā)，提高低碳創(chuàng)新能力。創(chuàng)新與技術是經(jīng)濟增長質(zhì)量提升的動力，國家大力鼓勵技術創(chuàng)新，增加技術研發(fā)投資資金，提高科研工作人員待遇。碳生產(chǎn)率的提高需要加快綠色清潔能源技術的開發(fā)，促進技術成果轉化、推廣，進而推動行業(yè)綠色生產(chǎn)力的提升。同時要注意增強東部、中部與西部地區(qū)的技術研發(fā)交流，促進東中西部地區(qū)低碳技術的協(xié)同進步，推動低碳綠色生產(chǎn)技術的開發(fā)，提高碳生產(chǎn)率。

第三，提高金融效率，完善金融體系。實證部分的檢驗結果表明，金融發(fā)展水平的提升，有利于碳生產(chǎn)率的提高。如何有效發(fā)揮金融發(fā)展水平對碳生產(chǎn)率的積極作用，成為亟待思考和解決的問題。國內(nèi)需要繼續(xù)推動金融市場改革的深化，促進金融市場體系的完善，推動金融效率的提升，提高金融自由化水平，完善金融體系，降低融資成本，促進資源配置效率水平提高，推動碳生產(chǎn)率提高。

第四，促進能源結構優(yōu)化，提高傳統(tǒng)能源利用率。文章的實證結果表明，能源結構的優(yōu)化有利于碳生產(chǎn)率的提高，提高碳生產(chǎn)率是降低碳排放量和發(fā)展低碳經(jīng)濟的有效途徑。為提高國內(nèi)碳生產(chǎn)率和促進綠色經(jīng)濟發(fā)展，需要優(yōu)化中國能源消費結構，增加綠色能源在總能源消費中的比重，降低高污染的傳統(tǒng)能源消費比重，促進綠色可持續(xù)能源消費結構的形成，提高傳統(tǒng)能源利用率，進而促進碳生產(chǎn)率的提升。