環(huán)境政策不確定性、雙向FDI與低碳全要素生產(chǎn)率的關(guān)系

王慧 孫慧 肖涵月 辛龍

摘要?環(huán)境政策不確定性凸顯、環(huán)保壓力日益增大的背景下，如何更有效地通過雙向FDI助推工業(yè)行業(yè)低碳發(fā)展與經(jīng)濟(jì)增長雙重目標(biāo)的實(shí)現(xiàn)亟待關(guān)注?；?004—2017年33個(gè)工業(yè)行業(yè)數(shù)據(jù)，采用非導(dǎo)向型EBM-Malmquist-Luenberger模型對(duì)工業(yè)行業(yè)低碳全要素生產(chǎn)率進(jìn)行測(cè)度，以慧科數(shù)據(jù)庫我國內(nèi)地10種重要報(bào)紙為基礎(chǔ)，統(tǒng)計(jì)相關(guān)關(guān)鍵詞和文章頻次對(duì)環(huán)境政策不確定性進(jìn)行測(cè)度，并在理論分析的基礎(chǔ)上從深度、廣度兩個(gè)維度分別檢驗(yàn)了雙向FDI與低碳全要素生產(chǎn)率間的主效應(yīng)，以及環(huán)境政策不確定性在二者間的調(diào)節(jié)效應(yīng)，并分異質(zhì)性行業(yè)類型與環(huán)境政策不確定性情景進(jìn)行討論。研究結(jié)果表明：①IFDI、OFDI的深度和廣度均抑制行業(yè)低碳全要素生產(chǎn)率提升，IFDI行為支持“污染天堂”假說，雙向FDI發(fā)揮顯著互補(bǔ)效應(yīng)，有效抑制行業(yè)碳排放。②環(huán)境政策不確定性影響雙向投資決策的規(guī)模與方向，對(duì)IFDI與OFDI的影響呈非線性且相反態(tài)勢(shì)。③環(huán)境政策不確定性對(duì)IFDI廣度、OFDI深度與低碳全要素生產(chǎn)率間關(guān)系均發(fā)揮顯著正向調(diào)節(jié)效應(yīng)，對(duì)IFDI深度、OFDI廣度與低碳全要素生產(chǎn)率則呈負(fù)向調(diào)節(jié)效應(yīng)，且OFDI廣度的逆向綠色技術(shù)溢出效應(yīng)促進(jìn)低碳全要素生產(chǎn)率提升。④雙向FDI與低碳全要素生產(chǎn)率間關(guān)系在污染密集型行業(yè)與相對(duì)清潔型行業(yè)、高低環(huán)境政策不確定性下存在異質(zhì)性結(jié)果，污染密集型行業(yè)OFDI深度促進(jìn)低碳全要素生產(chǎn)率，說明發(fā)生碳轉(zhuǎn)移現(xiàn)象;低環(huán)境政策不確定性下IFDI廣度與OFDI行為的效果顯著降低。研究的政策啟示包括提升外商投資企業(yè)環(huán)保門檻、強(qiáng)化對(duì)外投資企業(yè)逆向技術(shù)溢出、推動(dòng)雙向投資企業(yè)作用由“污染天堂”向“污染光環(huán)”轉(zhuǎn)變等。

關(guān)鍵詞?環(huán)境政策不確定性;雙向FDI;低碳全要素生產(chǎn)率;工業(yè)行業(yè)

中圖分類號(hào)?F426文獻(xiàn)標(biāo)識(shí)碼?A文章編號(hào)?1002-2104（2020）11-0075-12DOI：10.12062/cpre.20200601

擴(kuò)大高水平對(duì)外開放是助推經(jīng)濟(jì)由高速發(fā)展向高質(zhì)量發(fā)展的重要途徑。截至2018年，我國外商直接投資（IFDI）實(shí)際利用額由2002年527.43億美元升至923.95億美元，增幅達(dá)75.18%;對(duì)外直接投資（OFDI）存量19 800億美元，較2002年翻了66.3倍。近年來，我國堅(jiān)持“引進(jìn)來”與“走出去”，逐步形成了雙向投資、良性互濟(jì)的開放格局。但與此同時(shí)對(duì)環(huán)境質(zhì)量的負(fù)面影響不容忽視。2018年我國能源消費(fèi)總量46.4億t標(biāo)準(zhǔn)煤，而根據(jù)國際能源署報(bào)告，二氧化碳排放量高達(dá)95億t，增幅2.5%，創(chuàng)5年新高。如何在資源環(huán)境約束、宏觀環(huán)境政策波動(dòng)的背景下，積極推動(dòng)雙向FDI良好互動(dòng)、降低工業(yè)行業(yè)碳排放、提升綠色發(fā)展效率，從而促使工業(yè)行業(yè)高質(zhì)量增長尤為重要。

1?理論回顧與機(jī)理分析

1.1?雙向FDI與低碳TFP

已有研究立足不同視角探究雙向FDI的環(huán)境效應(yīng)。多數(shù)學(xué)者將環(huán)境與生產(chǎn)率相結(jié)合，主要探討IFDI與綠色/環(huán)境/低碳全要素生產(chǎn)率（TFP）的關(guān)系?！拔廴咎焯谩奔僬f認(rèn)為，污染密集型企業(yè)通過外商直接投資將污染轉(zhuǎn)移至環(huán)境規(guī)制相對(duì)寬松地區(qū)，進(jìn)一步惡化當(dāng)?shù)丨h(huán)境水平[1]。IFDI流入會(huì)阻礙綠色TFP提升，抑制綠色轉(zhuǎn)型[2]?！拔廴竟猸h(huán)”假說則認(rèn)為，通過IFDI引入的先進(jìn)清潔環(huán)保技術(shù)有助于改善東道國能源開發(fā)、資源利用效率，技術(shù)正外部性促進(jìn)了環(huán)境正外部性[3]。關(guān)于OFDI與低碳TFP的相關(guān)研究尚少。研究表明我國OFDI提高會(huì)促進(jìn)CO2的排放[4]，OFDI溢出并不利于綠色TFP的提高[5];而歐陽艷艷等[6]發(fā)現(xiàn)OFDI有效改善了母國環(huán)境污染水平，且OFDI逆向技術(shù)溢出對(duì)綠色TFP的提升效應(yīng)明顯[7]。

雙向FDI對(duì)于環(huán)境的影響渠道與作用機(jī)制主要包括規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)[8-9];且雙向FDI對(duì)環(huán)境的影響方向取決于規(guī)模、結(jié)構(gòu)、技術(shù)效應(yīng)的綜合作用結(jié)果。

1.1.1?IFDI對(duì)低碳TFP的作用機(jī)制

Nasir等[10]研究表明，IFDI的規(guī)模、結(jié)構(gòu)效應(yīng)疊加不利于東道國能源效率提升。楊朝均等[11]認(rèn)為IFDI的技術(shù)效應(yīng)通過知識(shí)溢出、技術(shù)轉(zhuǎn)移顯著促進(jìn)東道國綠色創(chuàng)新能力，降低能源消耗與污染排放水平。

在規(guī)模效應(yīng)上，IFDI流入會(huì)提升東道國資本存量，刺激生產(chǎn)規(guī)模，增強(qiáng)要素市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，市場(chǎng)競(jìng)爭(zhēng)激烈態(tài)勢(shì)倒逼企業(yè)進(jìn)行技術(shù)升級(jí)，IFDI通過競(jìng)爭(zhēng)效應(yīng)對(duì)東道國環(huán)境質(zhì)量發(fā)揮正向影響[12]。然而，IFDI流入在推動(dòng)良性競(jìng)爭(zhēng)的同時(shí)，對(duì)東道國資源搶占、要素掠奪現(xiàn)象不容忽視，由此引致資源約束下的環(huán)境負(fù)面影響不利于低碳TFP提升。在結(jié)構(gòu)效應(yīng)上，IFDI流入提升東道國資本密集度，刺激高資本密集型污染類產(chǎn)品產(chǎn)量并抑制其他產(chǎn)品產(chǎn)量，導(dǎo)致污染密集型產(chǎn)業(yè)增多，產(chǎn)業(yè)結(jié)構(gòu)變化，不利于環(huán)境改善。同時(shí)國外企業(yè)通過IFDI方式建廠，以生產(chǎn)、銷售產(chǎn)品或服務(wù)、雇傭當(dāng)?shù)鼐蜆I(yè)人員等方式與上下游企業(yè)建立前后向聯(lián)系[12]，不斷提高自身作為中間部門的本土化生產(chǎn)能力與專業(yè)化技術(shù)水平，有助于提高生產(chǎn)率。在技術(shù)效應(yīng)上，IFDI主要通過學(xué)習(xí)效應(yīng)與示范效應(yīng)刺激東道國低碳TFP提高。IFDI為東道國引進(jìn)了先進(jìn)的生產(chǎn)工藝、知識(shí)、技術(shù)，一方面，東道國員工利用“干中學(xué)”等手段汲取先進(jìn)的技術(shù)、管理經(jīng)驗(yàn)，推進(jìn)行業(yè)綠色技術(shù)進(jìn)步與清潔生產(chǎn)能力[13];另一方面，通過技術(shù)正向溢出促進(jìn)生產(chǎn)效率提高，降低污染排放，在東道國同類行業(yè)中發(fā)揮了良好的示范作用[14]。

1.1.2?OFDI對(duì)低碳TFP的作用機(jī)制

目前關(guān)于OFDI影響母國環(huán)境效應(yīng)的研究仍處于起步階段，且并未形成一致結(jié)論。首先，OFDI流出會(huì)降低母國資本供給、人才積累與規(guī)模擴(kuò)張水平，增加對(duì)外貿(mào)易額，海外經(jīng)營的環(huán)境政治風(fēng)險(xiǎn)提高，應(yīng)用于母國的綠色研發(fā)資金下滑，此時(shí)OFDI發(fā)揮的規(guī)模效應(yīng)抑制母國行業(yè)低碳TFP提升。其次，OFDI的結(jié)構(gòu)效應(yīng)因行業(yè)異質(zhì)性與東道國經(jīng)濟(jì)水平發(fā)展差異對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與轉(zhuǎn)型升級(jí)產(chǎn)生不同影響。當(dāng)高污染、高能耗企業(yè)在國外進(jìn)行OFDI時(shí)，傾向于通過投資方式將污染轉(zhuǎn)移至環(huán)境規(guī)制相對(duì)寬松的國家，有利于降低母國碳排放[15]。當(dāng)企業(yè)向城鎮(zhèn)化水平低的國家進(jìn)行OFDI活動(dòng)時(shí)，不利于低碳TFP提升[16]。最后，OFDI的逆向技術(shù)溢出效應(yīng)促使母國企業(yè)學(xué)習(xí)國外先進(jìn)的清潔技術(shù)與綠色工藝，進(jìn)而提升其在母國市場(chǎng)上的綠色競(jìng)爭(zhēng)力，顯著提高母國低碳TFP[17]。據(jù)此分析，OFDI對(duì)母國環(huán)境的正負(fù)效應(yīng)取決于技術(shù)溢出的方向與效率，當(dāng)OFDI的逆向溢出效應(yīng)占主導(dǎo)地位時(shí)，其對(duì)于低碳TFP的正向影響也逐漸凸顯。

1.1.3?雙向FDI對(duì)低碳TFP的協(xié)同作用機(jī)制

針對(duì)雙向FDI對(duì)低碳TFP的共同作用研究，多數(shù)學(xué)者傾向于雙向FDI發(fā)揮的互補(bǔ)效應(yīng)能夠顯著促進(jìn)低碳TFP提升。當(dāng)同一企業(yè)在接受IFDI的同時(shí)進(jìn)行OFDI活動(dòng)，盡管IFDI對(duì)于東道國環(huán)境質(zhì)量的負(fù)面作用較大時(shí)，隨之而來的資金存量、生產(chǎn)規(guī)模不斷擴(kuò)大，對(duì)東道國行業(yè)經(jīng)濟(jì)發(fā)展的拉動(dòng)效應(yīng)顯著，經(jīng)濟(jì)水平與綜合實(shí)力的增強(qiáng)使企業(yè)具備更高的信息甄別、風(fēng)險(xiǎn)識(shí)別能力，反作用于OFDI逆向技術(shù)溢出更加明顯，因而最終表現(xiàn)為低碳TFP提升。不僅如此，雙向FDI活動(dòng)體現(xiàn)為資金、人才、技術(shù)、管理經(jīng)驗(yàn)等要素的雙重流動(dòng)，相互學(xué)習(xí)效應(yīng)的正向拉動(dòng)作用明顯;且隨企業(yè)績效水平、經(jīng)濟(jì)實(shí)力不斷增強(qiáng)，母國在擴(kuò)大OFDI活動(dòng)的同時(shí)對(duì)于IFDI的環(huán)境進(jìn)入門檻不斷提高，進(jìn)而抑制IFDI的環(huán)境負(fù)向影響，雙向FDI的疊加效果促進(jìn)低碳TFP提升。

雙向FDI的作用機(jī)制還可能存在替代效應(yīng)，表現(xiàn)為抑制低碳TFP提高。這主要源于OFDI需要向國外投入大量的資金支持，對(duì)于母國綠色研發(fā)項(xiàng)目投入的擠出效應(yīng)明顯，OFDI逆向技術(shù)溢出的概率顯著削弱;且母國資金流動(dòng)能力減弱，此時(shí)假設(shè)盡管IFDI正向促進(jìn)低碳TFP，但面臨經(jīng)濟(jì)增長與環(huán)境污染雙重約束時(shí)，地方政府為規(guī)避OFDI海外經(jīng)營風(fēng)險(xiǎn)、著重發(fā)展經(jīng)濟(jì)降低IFDI準(zhǔn)入門檻的可能性提高，最終二者綜合作用并不利于低碳TFP的提高。圖1繪制了雙向FDI對(duì)低碳TFP的作用機(jī)制。

1.2?環(huán)境政策不確定性、雙向FDI與低碳TFP

目前同時(shí)考慮環(huán)境政策不確定性、雙向FDI與TFP的文獻(xiàn)基本處于空白階段。部分學(xué)者從經(jīng)濟(jì)政策視角出發(fā)，討論政策背景下投資的差異化影響。如潘攀等[18]采用Baker等[19]編制的經(jīng)濟(jì)政策不確定性指數(shù)，分析了經(jīng)濟(jì)政策不確定性顯著促進(jìn)投資規(guī)模。趙文軍等[20]分析了貿(mào)易開放視角下FDI對(duì)于全要素生產(chǎn)率的促進(jìn)作用。譚詩羽等[21]基于產(chǎn)業(yè)政策闡述了汽車國產(chǎn)化及稅收減免政策對(duì)FDI與全要素生產(chǎn)率的影響。以環(huán)境政策為切入點(diǎn)，討論環(huán)境政策在雙向FDI與低碳TFP間影響效應(yīng)的文獻(xiàn)很少。原毅軍等[22]、傅京燕等[23]將環(huán)境規(guī)制引入分析，重點(diǎn)考察其在FDI與綠色TFP間發(fā)揮的調(diào)節(jié)作用，研究發(fā)現(xiàn)環(huán)境規(guī)制與FDI的良性互動(dòng)顯著促進(jìn)綠色TFP提升。

由此分析，從政策不確定性角度研究雙向FDI與低碳TFP僅限于經(jīng)濟(jì)政策不確定性，已有研究運(yùn)用現(xiàn)有成熟的經(jīng)濟(jì)政策不確定性指數(shù)進(jìn)行分析?；诃h(huán)境政策討論的文獻(xiàn)多集中于環(huán)境規(guī)制的調(diào)節(jié)效應(yīng)研究。綜合既有研究，鮮有深入分析環(huán)境政策不確定性、雙向FDI與TFP間關(guān)系研究的文獻(xiàn);從不確定性視角切入，剖析雙向FDI深度、廣度與低碳TFP間的主效應(yīng);探討環(huán)境政策不確定性在雙向FDI與低碳TFP間的調(diào)節(jié)效應(yīng);挖掘異質(zhì)性條件下雙向FDI與低碳TFP間作用機(jī)制的差異。為此，進(jìn)行了以下三方面的探索：①提出并量化我國環(huán)境政策不確定性（EPU）指數(shù)，并與環(huán)保政策、環(huán)境污染事件相擬合，增加其穩(wěn)健性;②從雙視角、雙維度研究工業(yè)行業(yè)層面IFDI和OFDI深度、廣度的影響;③將三者納入同一分析框架，從行業(yè)視角上提供新的研究思路。

2?變量選擇與數(shù)據(jù)說明

2.1?行業(yè)選取

依據(jù)國民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2017），選取工業(yè)行業(yè)中3個(gè)門類（采礦業(yè)，制造業(yè)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)）41個(gè)大類行業(yè)為研究對(duì)象，為保證研究時(shí)限內(nèi)行業(yè)分類標(biāo)準(zhǔn)的一致性，剔除開采專業(yè)及輔助性活動(dòng)、其他制造業(yè)，將橡膠制品業(yè)、塑料制品業(yè)合并為橡膠和塑料制品業(yè)，汽車制造業(yè)與鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)合并成交通運(yùn)輸設(shè)備制造業(yè)。剔除數(shù)據(jù)嚴(yán)重缺失的其他采礦業(yè)，金屬制品、機(jī)械和設(shè)備修理業(yè)，廢棄資源綜合利用業(yè)。燃?xì)馍a(chǎn)和供應(yīng)業(yè)、水的生產(chǎn)和供應(yīng)業(yè)的貿(mào)易額基本可忽略不計(jì)，予以剔除。考慮到行業(yè)對(duì)外直接投資數(shù)據(jù)于2004年開始對(duì)外公布，最終選取33個(gè)工業(yè)行業(yè)2004—2017年數(shù)據(jù)進(jìn)行實(shí)證分析。

2.2?變量選擇

2.2.1?被解釋變量

被解釋變量為低碳全要素生產(chǎn)率，低碳經(jīng)濟(jì)旨在提高經(jīng)濟(jì)產(chǎn)出的同時(shí)減少CO2排放量，以提升碳效率，降低環(huán)境污染。借鑒許冬蘭等[24]的研究結(jié)果，并考慮工業(yè)行業(yè)環(huán)境污染數(shù)據(jù)的可得性，根據(jù)狹義的低碳全要素生產(chǎn)率定義，選取工業(yè)增加值為期望產(chǎn)出，CO2排放量為非期望產(chǎn)出，投入要素分別為能源消耗量、工業(yè)企業(yè)平均就業(yè)人數(shù)。鑒于固定資產(chǎn)投資存在收益滯后性與持續(xù)性特征，參照Tone等[25]的研究，將其作為動(dòng)態(tài)要素，以涵蓋跨期動(dòng)態(tài)影響。采用非導(dǎo)向型的EBM-Malmquist-Luenberger模型，對(duì)低碳全要素生產(chǎn)率進(jìn)行測(cè)度，該模型兼顧了徑向與非徑向的投入產(chǎn)出變量，且解決了指標(biāo)量綱不一致問題，有效降低測(cè)量誤差。模型如下：

在規(guī)模報(bào)酬可變條件下，r是各決策單元的最優(yōu)效率值，λ是各決策單元的線性組合參數(shù)，i、r、j分別代表投入、期望產(chǎn)出、非期望產(chǎn)出要素種類，s、ω分別代表各要素的松弛變量、權(quán)重，α、分別代表徑向、非徑向要素的參數(shù)。則低碳全要素生產(chǎn)率指數(shù)M為：

其中，x、y、yb分別代表投入、期望產(chǎn)出、非期望產(chǎn)出要素，z為動(dòng)態(tài)要素。

根據(jù)EBM-ML模型測(cè)算出的低碳全要素生產(chǎn)率（簡(jiǎn)稱LCTFP）ML指數(shù)整體變動(dòng)趨緩、結(jié)構(gòu)逐步優(yōu)化，2017年各行業(yè)均圍繞1上下波動(dòng)。2004年煤炭開采和洗選業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)等污染密集型行業(yè)LCTFP的ML指數(shù)較高，LCTFP整體增長較快，源于相對(duì)寬松環(huán)境規(guī)

制下減排潛力與空間較大。受減排空間擠壓、減排壓力驟增及“去產(chǎn)能”“去庫存”等政策實(shí)施，LCTFP增速漸緩，但保持增長趨勢(shì)的行業(yè)數(shù)量持續(xù)增加，體現(xiàn)出我國整體工業(yè)層面LCTFP的良好發(fā)展態(tài)勢(shì)。

借鑒龔夢(mèng)琪等[26]學(xué)者的研究，以2003年為基期，將其LCTFP設(shè)為1，并根據(jù)ML指數(shù)累乘以得到2004—2017年LCTFP的具體數(shù)值（見圖2）。

2.2.2?解釋變量

解釋變量為雙向FDI，由于工業(yè)細(xì)分行業(yè)的IFDI、OFDI的相關(guān)數(shù)據(jù)均未披露，本文借鑒龔夢(mèng)琪等[26]研究，選取各門類行業(yè)貿(mào)易額與細(xì)分行業(yè)出口比乘積占工業(yè)銷售產(chǎn)值的比值進(jìn)行測(cè)度，其中貿(mào)易額美元值按照年平均匯率進(jìn)行折算，工業(yè)銷售產(chǎn)值按照PPI進(jìn)行平減。參照劉娟[27]的研究結(jié)果，從雙向FDI的“深度”“廣度”深入分析其影響效應(yīng)。

2.2.3?調(diào)節(jié)變量

調(diào)節(jié)變量為環(huán)境政策不確定性。現(xiàn)有關(guān)于政策不確定性的測(cè)度方法多采用Baker等[19]通過《南華晚報(bào)》相關(guān)詞頻分析編制的經(jīng)濟(jì)政策不確定性指數(shù)。為結(jié)合我國實(shí)際情況，Huang等[28]進(jìn)行了改進(jìn)與優(yōu)化，參考Huang等[28]的編制思路，以慧科數(shù)據(jù)庫中10種重要報(bào)紙為基礎(chǔ)，分別是：北京青年報(bào)、廣州日?qǐng)?bào)、解放日?qǐng)?bào)、人民日?qǐng)?bào)（海外版）、新聞晨報(bào)、南方都市報(bào)、新京報(bào)、今晚報(bào)、文匯報(bào)、羊城晚報(bào)。統(tǒng)計(jì)“環(huán)境”“不確定性”“政策”及其所涵蓋的相近關(guān)鍵詞（見表1）的文章頻次，計(jì)算公式如下：

均值、標(biāo)準(zhǔn)差，AVE表示求平均值。為求得年度環(huán)境政策不確定性指數(shù)，參照陳胤默等[29]的研究結(jié)果，取一年內(nèi)12個(gè)月的月度數(shù)據(jù)平均值作為年度環(huán)境政策不確定性。

根據(jù)上述測(cè)度方法，2000—2018年我國環(huán)境政策不確定性指數(shù)變化趨勢(shì)如圖3所示。

2.2.4?控制變量

為減少遺漏變量導(dǎo)致的估計(jì)結(jié)果偏誤，借鑒已有研究，將行業(yè)規(guī)模、技術(shù)創(chuàng)新、能源消費(fèi)結(jié)構(gòu)、所有制結(jié)構(gòu)、勞動(dòng)生產(chǎn)率、增長潛力等指標(biāo)作為控制變量納入分析，原始數(shù)據(jù)均來源于國家統(tǒng)計(jì)局、UN Comtrade數(shù)據(jù)庫、《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國對(duì)外投資統(tǒng)計(jì)公報(bào)》《中國能源統(tǒng)計(jì)年鑒》、Wind資訊（見表2）。

2.3?模型設(shè)定

借鑒C-H模型建模思路，將IFDI與OFDI引入模型，分別構(gòu)建雙向FDI深度、廣度與低碳全要素生產(chǎn)率及環(huán)境政策不確定性調(diào)節(jié)效應(yīng)的模型（4）～（5）：

估計(jì)參數(shù)，ε為殘差項(xiàng)，i、t分別為行業(yè)、年份。為了控制被解釋變量的時(shí)間累積持續(xù)效應(yīng)，模型中均加入了滯后一期的被解釋變量;考慮到資金在“走出去”與“引進(jìn)來”的過程中會(huì)產(chǎn)生一定的疊加效應(yīng)[26]，故將其交乘項(xiàng)納入模型（4）。同時(shí)，為避免變量間內(nèi)生性問題，采用動(dòng)態(tài)系統(tǒng)GMM模型[30]，以變量的滯后期作為其工具變量，最終以33個(gè)工業(yè)行業(yè)2004—2017年數(shù)據(jù)為基礎(chǔ)，研究各變量間的具體作用機(jī)制。

3?結(jié)果分析

3.1?描述性統(tǒng)計(jì)與相關(guān)性分析

2004—2017年，工業(yè)行業(yè)的低碳全要素生產(chǎn)率標(biāo)準(zhǔn)差1.700，體現(xiàn)不同行業(yè)間低碳全要素生產(chǎn)率差異明顯，低碳集約化發(fā)展梯度不同。OFDI深度略高于IFDI深度，但其廣度顯著低于IFDI深度，就投資企業(yè)數(shù)量而言，我國“引進(jìn)來”高于“走出去”，就投資金額流量而言，我國“走出去”高于“引進(jìn)來”，總體對(duì)外開放基本呈雙向良好互動(dòng)局面。環(huán)境政策不確定性指數(shù)處于[77.726，214.630]，表明我國環(huán)境政策的確存在較強(qiáng)的波動(dòng)性與復(fù)雜性。各變量間的方差膨脹因子值（VIF）均遠(yuǎn)小于10，說明各變量間不存在多重共線性（見表3）。

3.2?回歸分析

3.2.1?主效應(yīng)分析

由表4可知，模型均通過了Wald chi2、Sargan檢驗(yàn)與自相關(guān)檢驗(yàn)，整體估計(jì)有效。滯后一期的低碳全要素生產(chǎn)率顯著為正說明前期低碳全要素生產(chǎn)率能夠促進(jìn)其當(dāng)期持續(xù)提升。

首先，IFDI、OFDI深度與IFDI、OFDI廣度均抑制行業(yè)低碳全要素生產(chǎn)率的提升，且IFDI的抑制作用遠(yuǎn)高于OFDI，一方面顯示外商直接投資對(duì)我國存在污染轉(zhuǎn)移現(xiàn)象，另一方面顯示我國對(duì)外直接投資對(duì)母國不存在明顯的污染轉(zhuǎn)移，說明外商直接投資進(jìn)入我國環(huán)保門檻低，而我國企業(yè)的外商直接投資則將污染留存在母國。對(duì)外投資的同時(shí)實(shí)現(xiàn)了資金、技術(shù)雙重“走出去”，逆向技術(shù)溢出仍較弱，一定程度上抑制了國內(nèi)行業(yè)低碳全要素生產(chǎn)率提升。

其次，雙向FDI深度、廣度的協(xié)同作用均對(duì)低碳全要素生產(chǎn)率發(fā)揮顯著的互補(bǔ)效應(yīng)，且雙向FDI深度的正向效應(yīng)高于廣度（0.098>0.001）。說明雙向FDI對(duì)低碳全要素生產(chǎn)率的影響存在互補(bǔ)效應(yīng)，有效促進(jìn)低碳全要素生產(chǎn)率提高，減少污染排放。體現(xiàn)出外商直接投資“引進(jìn)來”的先進(jìn)低碳環(huán)保技術(shù)與對(duì)外直接投資“走出去”的部分高耗能、高產(chǎn)能企業(yè)及逆向綠色技術(shù)溢出抵消了雙向FDI“污染天堂”的負(fù)向影響，有效抑制行業(yè)間污染排放水平。

同時(shí)，考察了環(huán)境政策變動(dòng)對(duì)雙向投資規(guī)模與方向的影響，顯示對(duì)IFDI與OFDI的影響呈非線性且相反態(tài)勢(shì)。模型4～5表明環(huán)境政策不確定性與IFDI深度、廣度呈顯著倒“U”型關(guān)系。當(dāng)環(huán)境政策不確定性程度相對(duì)較低時(shí)，會(huì)促進(jìn)IFDI深度與廣度，分別越過拐點(diǎn)17.5、145.59時(shí)，則抑制IFDI深度與廣度;且IFDI深度拐點(diǎn)遠(yuǎn)低于廣度，體現(xiàn)高環(huán)境政策不確定性下形成外商直接投資深度縮減、廣度擴(kuò)張的現(xiàn)象。而模型6～7表明環(huán)境政策不確定性與OFDI深度、廣度呈顯著“U”型關(guān)系，當(dāng)母國環(huán)境政策不確定性程度相對(duì)較低時(shí)，在東道國的投資不可逆性與環(huán)境不可捕捉性較高，投資的經(jīng)營風(fēng)險(xiǎn)大于預(yù)期收益，對(duì)外直接投資廣度、深度意愿均會(huì)有所下滑，進(jìn)而形成環(huán)境政策不確定性與對(duì)外直接投資相悖的行為。隨母國環(huán)境政策不確定性加劇，企業(yè)傾向于“走出去”以規(guī)避其不利影響與經(jīng)營風(fēng)險(xiǎn)，通過設(shè)立國外分支機(jī)構(gòu)、增加對(duì)外直接投資將資金轉(zhuǎn)移至國外，以獲取相對(duì)穩(wěn)健的高額利潤。

（3）環(huán)境政策不確定性在IFDI廣度，OFDI深度與低碳全要素生產(chǎn)率間發(fā)揮顯著正向調(diào)節(jié)效應(yīng)，而在IFDI深度、OFDI廣度與低碳全要素生產(chǎn)率間發(fā)揮顯著負(fù)向調(diào)節(jié)效應(yīng)，且OFDI廣度的逆向技術(shù)溢出效應(yīng)帶來的清潔環(huán)保技術(shù)促進(jìn)行業(yè)低碳全要素生產(chǎn)率的提升。

（4）分行業(yè)類型分析，污染密集型行業(yè)OFDI深度利于低碳全要素生產(chǎn)率提升，體現(xiàn)出碳轉(zhuǎn)移現(xiàn)象的存在。相對(duì)清潔型行業(yè)IFDI和OFDI深度、廣度均抑制低碳全要素生產(chǎn)率提升，與全樣本結(jié)果保持一致。

（5）分環(huán)境政策不確定性情景分析，低環(huán)境政策不確定性下IFDI深度與低碳全要素生產(chǎn)率間負(fù)向作用支持了“污染天堂”假說。IFDI廣度，OFDI深度、廣度，雙向FDI深度對(duì)低碳全要素生產(chǎn)率的作用顯著下降。高環(huán)境政策不確定性下二者關(guān)系與全樣本一致。

4.2?研究啟示

研究結(jié)論對(duì)于環(huán)境政策較易波動(dòng)、環(huán)保壓力日益增大背景下，我國工業(yè)行業(yè)充分利用“引進(jìn)來”“走出去”的對(duì)外開放政策提升經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義與政策啟示。①積極制定全方位、合理化對(duì)外開放政策，根據(jù)開放程度變化即時(shí)、適度、合理調(diào)整環(huán)境進(jìn)入門檻，有效攔截高能耗、高污染行業(yè)進(jìn)入，避免成為外商投資企業(yè)的“污染避難所”。加強(qiáng)國內(nèi)企業(yè)環(huán)保型研發(fā)投入強(qiáng)度，引導(dǎo)對(duì)外投資企業(yè)汲取國外先進(jìn)綠色技術(shù)與清潔工藝，創(chuàng)新性應(yīng)用至母國工業(yè)行業(yè)，充分發(fā)揮OFDI逆向綠色溢出效應(yīng)，提升綠色發(fā)展水平。②在不確定性的環(huán)境政策條件下，逐漸加強(qiáng)環(huán)境政策制定的透明度與有效性，在不以生態(tài)環(huán)境損害為前提基礎(chǔ)上積極推動(dòng)企業(yè)“引進(jìn)來”“走出去”的步伐與質(zhì)量，有效降低環(huán)境政策不確定性為雙向FDI帶來的負(fù)面作用。企業(yè)對(duì)外開放的潮流中加強(qiáng)信息偵測(cè)與風(fēng)險(xiǎn)管理能力，緊抓環(huán)境政策的發(fā)展契機(jī)，規(guī)避不確定性的挑戰(zhàn)弊端，快速根據(jù)環(huán)境政策變動(dòng)相機(jī)施策。③吸引外資、鼓勵(lì)企業(yè)“走出去”相關(guān)政策的制定與實(shí)施要因時(shí)、因地、因境施策，關(guān)注不同條件下雙向FDI發(fā)揮的異質(zhì)性效果，積極推動(dòng)雙向投資企業(yè)發(fā)揮的作用由“污染天堂”向“污染光環(huán)”有效轉(zhuǎn)變。

參考文獻(xiàn)

[1]ESTY D C. Private sector foreign investment and the environment[J].Review of European community & international environmental law，1995，4（2）：99-105.

[2]李斌，祁源，李倩.財(cái)政分權(quán)、FDI與綠色全要素生產(chǎn)率：基于面板數(shù)據(jù)動(dòng)態(tài)GMM方法的實(shí)證檢驗(yàn)[J].國際貿(mào)易問題，2016（7）：119-129.

[3]CAO B， WANG S. Opening up， international trade， and green technology progress[J]. Journal of cleaner production， 2016，142：1002-1012.

[4]許可，王瑛.中國對(duì)外直接投資的母國碳排放效應(yīng)研究：基于2003—2011年省級(jí)面板數(shù)據(jù)[J].生態(tài)經(jīng)濟(jì)，2015，31（1）：47-54.

[5]鄭強(qiáng)，冉光和.中國雙向FDI的綠色生產(chǎn)率溢出效應(yīng)：基于動(dòng)態(tài)面板模型的實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與信息論壇，2018，33（6）：54-61.

[6]歐陽艷艷，黃新飛，鐘林明.企業(yè)對(duì)外直接投資對(duì)母國環(huán)境污染的影響：本地效應(yīng)與空間溢出[J].中國工業(yè)經(jīng)濟(jì)，2020（2）：98-121.

[7]朱文濤，呂成銳，顧乃華.OFDI、逆向技術(shù)溢出對(duì)綠色全要素生產(chǎn)率的影響研究[J].中國人口·資源與環(huán)境，2019，29（9）：63-73.

[8]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J]. Quarterly journal of economics， 1995，110（2）：353-377.

[9]盛斌，呂越.外國直接投資對(duì)中國環(huán)境的影響：來自工業(yè)行業(yè)面板數(shù)據(jù)的實(shí)證研究[J].中國社會(huì)科學(xué)，2012（5）：54-75，205-206.

[10]NASIR M， REHMAN FU. Environmental Kuznets Curve for carbon emissions in Pakistan： an empirical investigation[J]. Energy policy， 2011， 39（3）：1857-1864.

[11]楊朝均，劉冰，畢克新.FDI技術(shù)溢出對(duì)工業(yè)企業(yè)綠色創(chuàng)新路徑演化的影響研究：基于演化博弈模型[J/OL].管理評(píng)論，2019，31（12）：64-73.

[12]KOKKO A. Technology， market characteristics， and spillovers[J]. Journal of development economics，1994， 43（2）：279-293.

[13]汪莉，于佳鑫，邵雨卉.外商直接投資與區(qū)域綠色全要素效率[J].財(cái)貿(mào)研究，2019，30（10）：17-30.

[14]程惠芳，陳超.開放經(jīng)濟(jì)下知識(shí)資本與全要素生產(chǎn)率：國際經(jīng)驗(yàn)與中國啟示[J].經(jīng)濟(jì)研究，2017，52（10）：21-36.

[15]ESKELAND G S， HARRISON A E. Moving to greener pastures：multinationals and the pollution haven hypothesis[J]. Journal of development economics， 2003， 70（1）：1-23.

[16]聶飛，劉海云.基于城鎮(zhèn)化門檻模型的中國OFDI的碳排放效應(yīng)研究[J].中國人口·資源與環(huán)境，2016，26（9）：123-131.

[17]朱東波，張?jiān)戮?中國對(duì)外直接投資影響母國環(huán)境的理論機(jī)理與實(shí)證研究[J].中國人口·資源與環(huán)境，2020，30（1）：83-90.

[18]潘攀，鄧超，邱煜.經(jīng)濟(jì)政策不確定性、銀行風(fēng)險(xiǎn)承擔(dān)與企業(yè)投資[J].財(cái)經(jīng)研究，2020，46（2）：67-81.

[19]BAKER S R， BLOOM N， DAVIS S J. Measuring economic policy uncertainty[J]. The quarterly journal of economics， 2016， 131（4）：1593-1636.

[20]趙文軍，于津平.貿(mào)易開放、FDI與中國工業(yè)經(jīng)濟(jì)增長方式：基于30個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)研究，2012，47（8）：18-31.

[21]譚詩羽，吳萬宗，夏大慰.國產(chǎn)化政策與全要素生產(chǎn)率：來自汽車零部件制造業(yè)的證據(jù)[J].財(cái)經(jīng)研究，2017，43（4）：82-95.

[22]原毅軍，謝榮輝.FDI、環(huán)境規(guī)制與中國工業(yè)綠色全要素生產(chǎn)率增長：基于Luenberger指數(shù)的實(shí)證研究[J].國際貿(mào)易問題，2015（8）：84-93.

[23]傅京燕，胡瑾，曹翔.不同來源FDI、環(huán)境規(guī)制與綠色全要素生產(chǎn)率[J].國際貿(mào)易問題，2018（7）：134-148.

[24]許冬蘭，于發(fā)輝，張敏.全球價(jià)值鏈嵌入能否提升中國工業(yè)的低碳全要素生產(chǎn)率？[J].世界經(jīng)濟(jì)研究，2019（8）：60-72，135.

[25]TONE K， TSUTSUI M. Dynamic DEA： a slack-based measure approach[J].Omega， 2010 （38）：145-156.

[26]龔夢(mèng)琪，劉海云.中國工業(yè)行業(yè)雙向FDI的環(huán)境效應(yīng)研究[J].中國人口·資源與環(huán)境，2018，28（3）：128-138.

[27]劉娟.行業(yè)異質(zhì)性對(duì)中國OFDI深度及廣度的影響：基于分行業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].國際商務(wù)，2019（3）：69-82.

[28]HUANG Y， LUK P. Measuring economic policy uncertainty in China[J]. China economic review， 2020，59.DOI：10.1016/j.chieco.2019.101367.

[29]陳胤默，孫乾坤，文雯，等.母國經(jīng)濟(jì)政策不確定性、融資約束與企業(yè)對(duì)外直接投資[J].國際貿(mào)易問題，2019（6）：133-144.

[30]ROODMAN D. How to do xtabond2： an introduction to difference and system GMM in Stata[J]. The Stata journal， 2009， 9（1）：86-136.

[31]田素華，李筱妍，王璇.雙向直接投資與中國經(jīng)濟(jì)高質(zhì)量發(fā)展[J].上海經(jīng)濟(jì)研究，2019（8）：25-36.