“一帶一路”沿線國家FDI的流入加劇了碳排放嗎？
——基于PSTR模型的經驗證據

聶瑩 ，劉清杰，任德孝

（1. 北京市農林科學院 數據科學與農業經濟研究所，北京 100097；2. 北京師范大學 一帶一路學院，廣東 珠海 519087；3. 廣州工商學院 管理學院，廣東 廣州 510850）

碳排放量的增加，導致氣候變化問題日趨嚴重，是人類面臨的重大而緊迫的全球性挑戰?！耙粠б宦贰背h提出以來，沿線國家加大了吸引外資力度以發展本地區經濟，2018年“一帶一路”沿線國家共吸引外商直接投資（FDI）存量7.13萬億，占世界總量的22.1%，相比于2013年的5.3萬億美元，增長了34.7%?！耙粠б宦贰毖鼐€多數國家仍然處于中等收入水平，資本相對匱乏，FDI的流入可以有效緩解國家建設資金不足的壓力，其在科技、管理經驗等方面所發揮的正外部性也可以有效提高東道國勞動生產率[1]。但是，外商直接投資規模不斷擴大的同時，“一帶一路”沿線國家也正在面臨日漸嚴峻的環境問題。根據世界銀行公布的數據，2014年“一帶一路”沿線國家的碳排放總量達到200.68億噸，占全球碳排放的55.53%，而中國和印度的二氧化碳排放量幾乎占全球二氧化碳排放量的三分之一[2]。有研究發現，金磚國家在1985年和2016年二氧化碳排放量分別為49.01億噸和137.68億噸，增長近3倍，這四個金磚國家中有三個是“一帶一路”沿線國家[3]。在《巴黎協定》提出全球“碳中和”目標背景下，“一帶一路”沿線國家面臨經濟快速發展與環境形勢嚴峻的雙重現象，研究這些國家FDI的環境效應具有重要的現實意義。

已有文獻對FDI與CO2排放之間關系的研究，主要持有兩種觀點。一種觀點認為FDI對環境污染的影響遵循的是污染避難所假說（Pollution Haven Hypothesis），這一假說認為FDI的流入將促使東道國 環 境 惡 化。Walter & Ugelow[4]、Pethig[5]最 早 提 出這一觀點，他們認為東道國為了發展經濟將放松環境規制，薄弱的環境管制將導致一批高污染、高能耗的產業通過FDI流入東道國，從而造成東道國污染排放量大幅增長。之后大量學者對這一假說進行實證檢驗，均證實了FDI的流入將加劇東道國環境污染[6-7]。近年來，開始有文獻以二氧化碳排放作為環境污染物的代理變量，并引入經濟發展、貿易開放水平、人口發展水平、能源消耗等因素作為控制變量，檢驗污染避難所假說是否成立[8-9]。關于FDI對環境污染影響的另一種觀點相對比較樂觀，認為FDI可以有效抑制當地環境污染物排放，即遵循環境“污染光暈”假說（Pollution Halo Hypothesis）。Birdsall & Wheeler[10]最早提出這一觀點，其認為從事對外直接投資的跨國公司可以為東道國帶來高標準的生產模式和先進技術，有助于減少當地的污染物排放。Pao & Tsai[11]在檢驗FDI對二氧化碳濃度的影響時也發現，FDI的流入將有助于緩解新興市場國家的二氧化碳排放。Zhu等[12]通過分位數回歸法得出了外國直接投資有利于東道國降低污染水平的結論。Zhang & Zhou[13]基于線性面板模型的實證研究結果顯示，FDI流入量與二氧化碳污染物之間存在負向相關關系，這一觀點支持了“污染光暈”假設。Liu等[6]應用線性空間面板回歸分析中國城市水平數據，發現外國直接投資流入有利于降低二氧化碳濃度。Sung等[14]的研究也發現，外國直接投資有利于降低二氧化碳排放濃度，為環境“污染光暈”假設提供了經驗證據。Xu等[15]則以大氣污染物為研究對象，驗證了外商直接投資不僅可以積極推動環保技術的應用，而且可以有效加強地方環保監管。因此，外商直接投資對污染物排放的影響可能存在兩種假說，是符合污染避難所假說還是符合“污染光暈”假說，需要結合實際情況進行分析。

早期關于外國直接投資對二氧化碳排放的影響主要聚焦在兩者的線性影響[16]，在最新的研究中研究聚焦點開始轉移到了FDI對碳排放濃度的非線性影響上。Pazienza[17]引入了FDI的平方項，以檢驗FDI與二氧化碳排放是否存在“U”型的非線性關系。Sarkodie &Strezov[18]構造了一個三階多項式模型，通過引入FDI的平方項和立方項，檢驗FDI對碳排放的非線性直接效應。Xie等[19]基于面板平滑過渡回歸（PSTR）模型研究了FDI與碳排放之間的非線性關系，考察的是FDI流入在不同的門檻區間表現出的直接效應和溢出效應。然而相關研究忽略了一個關鍵的問題，經濟體所處的發展階段也會使FDI對碳排放的影響產生非線性關系。

事實上，根據已有研究，一個地區的經濟發展水平不同，FDI對碳排放的影響可能具有異質性特征。在能源經濟學領域，關于經濟增長與碳排放之間關系的研究已有很多。在經濟增長的最初階段，各國依靠燃燒礦物燃料來滿足其能源需求，從而釋放出大量的二氧化碳。當經濟增長達到一定水平時，人們會更加關注環境質量，迫使工業發展轉向清潔生產。這種經濟增長與碳排放之間存在的非線性關系被學者們稱為環境庫茲涅茨曲線假說，這一假說最早由Grossman & Krueger[20]提出，認為經濟增長與碳排放之間的聯系呈現倒“U”型關系。隨后，學者對金磚四國等不同國家進行了EKC檢驗，并發現了EKC假說的經驗證據[3,21-22]，EKC假說反映出一國經濟發展所處階段對碳排放存在異質性影響。

鑒于此，本文將已有文獻提出的污染避難所假說和“污染光暈”假說放入一個分析框架中，觀察FDI對碳排放的非線性影響，同時將經濟發展階段作為門檻變量引入PSTR模型中，考察“一帶一路”沿線國家所處不同的經濟發展水平下FDI對碳排放的非線性影響，以便更清晰地反映出經濟發展在FDI對CO2排放非線性影響中的門檻效應，研究將有助于制定可操作的投資政策和差異化的環境戰略，為決策者提供重要的參考價值。

1 研究方法與數據來源

1.1 模型構建

由于本文研究的是環境污染問題，因此采用STIRPAT模型作為理論框架[23]。這一模型通過對一國的人口、財富和技術等變量回歸后得到其對環境污染的隨機影響，其基本結構如下：

式中：I、P、A和T分別表示環境污染、人口、經濟水平和技術因素；a、b、c、d為驅動因子的參數；e為誤差項。通過對數線性化，將模型（1）轉變成一個普通的線性模型：

式中：環境污染I用CO2排放濃度表示。鑒于一國的市場規模和人口存在明顯的差距，為保證數據的可比性，采用人口密度來表示人口因素P[24]，計算方法是當年和上一年的平均人口與土地面積的比率，經濟水平A通常以人均GDP表示[25]。參考Sadorsky[26]的研究，對于模型中的技術水平T，采用能量強度作為代理變量。

上述STIRPAT理論框架只研究了人口、經濟和技術對環境的影響，但已有的研究表明，影響環境污染的因素不止于此。首先，FDI可能通過規模、技術和結構影響環境污染物排放[18,25]，本文引入外商直接投資作為解釋變量，以捕捉FDI對環境污染中碳排放的影響。其次，工業生產主要依靠化石燃料燃燒，這無疑是碳排放的重要來源[27]。目前，“一帶一路”沿線多數新興經濟體正經歷著從重工業向輕工業的轉型，因此模型中引入工業化水平作為控制變量。最后，貿易開放度對碳排放的影響是雙重的。一方面一國對外開放過程中可能引進不清潔的生產過程，促進了環境污染物排放；而另一方面，貿易開放水平的提高有利于先進技術的引入，從而緩解了污染物的排放[24]。無論哪一種效應占主導，都對碳排放存在著顯著影響，尤其是“一帶一路”對外開放水平逐漸提高，貿易開放度對環境的影響更應該引起重視，因此本文將貿易開放度作為另一個控制變量。

綜合以上分析，將FDI、工業化和貿易開放度取對數后引入STIRPAT模型（2）。此外，模型中還引入了個體固定效應參數和時間固定效應參數來描述個體和時間的異質影響。因此，擴展后的STIRPAT模型如下：

式中：CO2為二氧化碳排放濃度，FDI、PGDP、POP、IND、ENE、TRA分別為FDI、人均GDP、人口密度、工業化、能源強度和貿易開放度；β、θ1、δ1、δ2、δ3、δ4為未知參數；u為隨機誤差。模型（3）假設東道國的FDI對于碳排放的影響存在時期和地區的同質性，FDI每增加一個單位，碳排放會隨著變化β單位，然而模型（3）忽略的一個問題，FDI對碳排放的影響可能因為東道國所處的經濟發展水平不同而表現出差異化特征，異質性存在的情況下，線性回歸模型的同質性假設將不再適用。

為了解決影響系數異質性問題，學術界通常使用分組回歸的方法估計不同樣本下的回歸系數，這種方法的優點是簡單明了易推廣。缺點在于這種分組的標準很難確定，還有分成幾個子樣本進行回歸分析的方法，容易損失樣本之間的一些共同信息，并且分樣本回歸割裂了樣本之間的過度過程，不符合現實情況。為克服分組回歸的第一點不足，Hansen提出了面板門檻回歸（PTR）[28]，模型如下：

式中：qit為轉換變量，Aj={q:cj-1≤c＜cj}，cj為斷點；I(·)為示性函數。Xit為控制變量。

PTR模型將總體樣本分成幾個子樣本進行線性回歸，與傳統分組方法不同的是，其樣本分類是通過線性和非線性檢驗內生決定的，這就使樣本的分類相對來說更加科學。然而這種分樣本的回歸方法仍然無法解決的問題是樣本之間可能存在過渡而不是突變的問題。為解決這一問題，González等[29]拓展了PTR模型，提出面板平滑轉換回歸（PSTR）模型，這一模型引入了平滑轉換函數，以實現不同樣本類別間轉換的平滑性。因此，PSTR模型無論是進行樣本分組還是實現組別間轉換的平滑性，都具有優勢。本文使用PSTR模型研究在不同經濟發展水平下“一帶一路”沿線國家FDI對碳排放的影響[30]?；谝陨戏治?，構建如下PSTR模型：

式中：β0和βj分別表示線性和非線性部分的效應；μi為個體固定效應；εit為隨機誤差；gj(qit;γj;cj)為轉移函數，其數量由參數r決定。

轉移函數的具體形式如下：

式中：qit為轉換變量；γj為轉換函數的斜率參數，決定不同類別間的轉換速度；γj＞0。cj,1≤cj,2≤…≤cj,m是一系列位置參數，代表著轉移函數突變的位置，因此也稱為閾值水平；m指的是位置參數的數量。假設r=1時，那么如果r1趨近于0，則PSTR模型轉變為線性面板模型，如果r1趨近于無窮大變化，那么模型就變成PTR模型。進一步地，如果r=1并且m=1，PSTR模型就被g=0.5分成兩個門檻區間，g＜0.5為低的門檻區域，g＞0.5為高的門檻區域，而且由于g是連續且非線性的，PSTR模型可以刻畫轉換變量與被解釋變量之間的動態非線性關系。此時lnFDIit的變化引起的lnCO2it的變化為：

此時，每個時期、每個個體的系數是轉換變量qit的一個連續函數，通過βit與qit之間變化關系的分析便可以檢驗東道國經濟發展水平是否對FDI的環境效應產生顯著影響。正如轉移函數的形式所反映的，g是q的函數，當q改變時，g平滑地在0到1之間變化，即0≤gj(qit;γj;cj)≤1，lnFDIit的系數βit在β0和 之間變化，相當于β0和βj的加權平均。以r=1為例，當βj＞0時，則β0＜βit＜β0+βj說明FDI對沿線國家碳排放的影響系數隨著沿線國家經濟發展水平的上升而變大。當βj＜0時，則β0+βj＜βit＜β0，說明FDI對沿線國家碳排放的影響系數隨著沿線國家經濟發展水平的上升而減小。因此，β0的取值大小是能夠顯示出FDI對東道國碳排放的初始影響，βj的取值則可以反映出FDI對東道國碳排放的影響隨其經濟發展水平而呈現出隨時間變化的非線性特征。

1.2 數據來源

本模型中的被解釋變量為二氧化碳排放量（CO2），數據來自世界銀行WDI數據庫，二氧化碳排放量是化石燃料燃燒和水泥生產過程中產生的排放，包括在消費固態、液態和氣態燃料以及天然氣燃燒時產生的二氧化碳。核心解釋變量為外商直接投資存量（FDI），數據來自UNCTADstat公布的最新數據。轉換變量，即門檻變量，為經濟發展水平（PGDP），為按2010年不變美元計算的人均國內生產總值，數據來自世界銀行WDI數據庫。根據計量模型的設定標準和已有研究，為了避免遺漏重要解釋變量所導致內生性問題的發生，參考Kaab等[31]的研究，選擇人口密度、經濟發展水平、工業化水平、對外開放水平、能源強度作為控制變量。其中人口密度是人口規模除以土地面積得到的每平方千米土地面積人數，經濟發展水平是人均實際GDP，工業化水平是工業增加值占GDP的百分比，貿易開放度是貿易總額占國內生產總值的百分比，能源強度是按2010年不變美元計算得到的每美元國內生產總值的石油當量千克數，控制變量數據均來自世界銀行WDI數據庫。以上變量均取自然對數，由此得到統計描述見表1。

表1 變量描述性統計

本文以2003—2014年“一帶一路”沿線國家相關數據為研究樣本，考慮到數據的可得性以及口徑的一致性，選擇“一帶一路”沿線分布在中東歐、東南亞、西亞北非、南亞、中亞、蒙俄地區的62個國家，具體如表2所示。

表2 “一帶一路”沿線樣本國家

2 結果分析

2.1 單位根與協整檢驗

模型估計之前有必要對數據序列進行單位根檢驗，以確保其平穩性，避免出現偽回歸問題。表3是面板數據的單位根檢驗結果，可以看出研究變量的LLC平穩性檢驗均通過了1%的顯著性水平檢驗，均拒絕了含有單位根的原假設，因此本文所選擇的變量數據均可以視為平穩序列，可進行協整檢驗，從而考察變量之間是否存在長期均衡的協整關系。

表3 面板單位根檢驗

通常使用的面板協整檢驗方法包括Kao檢驗[32]、Pedroni檢驗[33]與Westerlund檢驗[34]。由于本文采用的是面板數據，所采用的對數變量很可能有線性時間趨勢，因此應該包含趨勢項，而Kao檢驗的局限性在于不允許在方程中加入線性時間趨勢項，另外兩種檢驗則更加靈活，因此表4提供了使用Pedroni和Westerlund方法的協整檢驗結果。

其中，協整檢驗中包括了面板個體效應和時間趨勢，原假設均為變量間無協整關系，Pedroni檢驗的備擇假設為變量在全面板數據中都是協整的，Westerlund檢驗有兩個備擇假設，一個是變量在部分面板數據中是協整的，另一個是變量在全面板數據中是協整的。如表4的協整檢驗結果表明，Pedroni檢驗和Westerlund檢驗均拒絕沒有協整的零假設，因此認為變量之間存在協整關系，可以進行進一步的PSTR模型估計與分析。

表4 面板協整檢驗

2.2 PSTR模型檢驗

在估計PSTR模型之前必須進行線性檢驗，以確定變量之間存在非線性關系。線性檢驗的零假設是模型（5）應該為線性模型，備擇假設是模型（5）至少包含一個平滑的非線性轉換函數，也就是說如果r=0，那么說明模型中變量不具有非線性關系，如果r≥1，那么模型是非線性的，應該用PSTR模型進行回歸。因此線性檢驗主要用于分析彈性系數是否是同質的，從而決定是否選用線性模型。此處考慮只有兩個類別（r=1）的模型：

在模型中，檢驗線性假設是否成立，沿用Luukkonen等[35]的做法，使用轉換函數在γ=0附近的一階Taylor展開替換模型中的轉換函數，得到回歸模型如下：

此時，線性檢驗等價于檢驗H0：β1=0，沿用Colletaz & Hurlin[36]的方法，構造統計量如下：SSR0和SSR1分別是線性面板模型和r=1時PSTR模型的殘差平方和。K為解釋變量個數，N為面板數據中的個體數。線性檢驗的原假設是應該選擇線性模型，備擇假設是PSTR模型是合適的。如果檢驗結果認為PSTR模型是合適的，那么進一步要進行剩余非線性檢驗，以通過這一檢驗來確定組別的有效個數。檢驗程序從檢驗H0：r=1，Ha：r=2開始，如果H0：r=1被拒絕，則繼續檢驗H0：r=2，Ha：r=3。以此類推，直到H0：r=r*可以接受，確定模型有r*+1個類別。確定類別數量后，構建模型，進行非線性最小二乘法（NLS）估計。本文使用MATLAB2018a進行PSTR模型檢驗，檢驗結果見表5。

表5 線性檢驗和剩余非線性檢驗

表5的檢驗結果顯示，線性檢驗中Wald、Fisher和LRT檢驗均通過了1%的顯著性檢驗，說明應該選擇非線性模型PSTR，這也反映出FDI的碳排放效應可能因為一國所處的經濟階段不同而表現出差異化特征。而進一步的剩余非線性檢驗結果顯示，在10%的顯著性水平下，均接受了原假設r=1，因此最優轉換函數個數為1，而從位置參數的最優個數來看，接受了 的原假設，因此選擇m=1。由此可知PSTR模型的最優轉換函數個數和位置參數個數均為1。

2.3 PSTR模型結果和討論

基于以上線性檢驗和剩余非線性檢驗結果，構建具有轉移函數和位置參數的PSTR模型，該模型可以產生一個閾值和兩個門檻區域。在確定r=1，m=1后，使用非線性最小二乘回歸方法估計方程（5）。表6為模型估計結果。

首先是構建線性回歸模型進行估計，通過Hausman檢驗可知固定效應模型合適，固定效應模型的回歸結果表明，lnFDI的回歸系數在1%的水平上顯著，回歸系數為0.034，這首先說明FDI的流入對碳排放產生了顯著影響，從系數的符號來看，這種影響是正向促進作用，從回歸系數大小來看，1單位的FDI流入促進了0.034單位的碳排放增長。由于線性模型假設的是FDI對碳排放的影響是同質的，不受一國經濟水平影響。前述假設提到，FDI的碳排放影響可能受到一國所處經濟階段的影響，進一步采用PSTR模型進行回歸，以經濟發展水平作為門檻變量，估計FDI與碳排放之間的非線性關系，并且假設了這種關系在不同組別之間平滑轉換。首先進行了線性檢驗和剩余非線性檢驗，采用非線性最小二乘估計（NLS）對PSTR模型進行參數估計，表6中顯示了PSTR模型的估計結果。

表6 線性模型和PSTR模型估計結果

PSTR模型中lnPGDP為門檻變量，模型的估計結果顯示位置參數c=8.981，將模型分為兩個門檻區間，當lnPGDP小于8.981，也即人均GDP小于7 950.58美元時，方程（5）處于低門檻區間，當lnPGDP大于8.981，也即人均GDP大于7 950.58美元時，則進入高門檻區間。在744個研究樣本中，位于低門檻區間的樣本數有495個，占比66.53%，位于高門檻區間的樣本數有249個，占比33.47%，因此三分之二的樣本位于低門檻區間，說明該模型處于以低門檻區間為主的狀態。進一步觀察人均GDP的門檻區間如圖1所示，可以看出人均GDP的非參數核密度估計結果顯示門檻閾值的垂直實線對應的是閾值8.981，人均GDP核密度分布相對均勻，核密度峰值在閾值左側，此外，閾值右側的累積核密度小于左側的累積核密度，這表明閾值右側的觀察者較少。

圖1 核密度估計和閾值

模型估計結果中斜率參數為1.642，說明模型正在以比較平滑且緩慢的速度從低門檻區間向高門檻區間轉移，轉換速度適中，而不是在某個斷點處突變。從PSTR模型中FDI對碳排放的影響系數來看，線性部分的影響為0.919，非線性系數為-0.101，均通過了1%的顯著性檢驗，因此研究結果表明FDI對碳排放的影響是顯著促進作用，然而會隨著經濟發展水平的提高這種促進作用逐漸降低。FDI對碳排放的總效應為表6中非線性部分系數與轉換函數的乘積加上線性部分系數。圖2是以經濟發展水平為橫軸，以估計的轉換函數值為縱軸，繪制的轉換函數的非線性變化特征圖。從圖2中可以看出，轉換函數呈漸進式變化，并且實現了在不同門檻間的平滑轉換。由于轉移函數在[0, 1]之間波動，因此FDI對碳排放的影響系數變化主要在[0.818, 0.919]，影響系數從0.919～0.818之間平滑變化。雖然總體上FDI的流入顯著促進了碳排放，表現出污染避難所假說，但是這一促進作用逐漸減弱，說明“污染光暈”假說正在逐漸起到作用。

圖2 轉換函數值

圖3顯示FDI對碳排放的影響系數隨著經濟發展水平變化而產生的動態反應?？芍庇^地看出，FDI對碳排放的促進作用在經濟發展水平跨越門檻值之后顯著減弱，經濟水平與影響系數的關系為倒“S”型，隨著經濟發展水平的提高，FDI對碳排放的影響系數逐漸降低。

圖3 外商直接投資對碳排放的影響系數

這種動態關系的變化是可以解釋的，在經濟發展初始階段，沿線國家由于經濟發展的需要希望大量引入FDI來刺激經濟，從而減低自身環境標準，因此一些國家的高污染、高消耗企業轉移到東道國，直接提高了當地碳排放水平，并且FDI進入后刺激了東道國企業的生產活動，也消耗了大量資源，從而通過溢出效應促進碳排放。隨著經濟水平的提高，沿線國家慢慢脫離粗放型經濟模型，開始逐步關注FDI的流入質量，優先考慮引進先進制造業、現代服務業和高新技術產業為代表的跨國公司，并將更多的資金投入到污染治理中，從而直接降低二氧化碳排放。同時，高質量FDI的增加提高了國內企業的生產效率，降低了高污染企業的能源消耗，由于FDI流入產生的溢出效應有助于降低碳排放水平。

2.4 PSTR模型的非線性邊際分析

為了進一步分析FDI流入對碳排放影響的個體效應和時間效應，本文對PSTR模型進行了非線性邊際分析，計算FDI的彈性系數。根據公式（5）FDI相對于碳排放的彈性公式如下：

PSTR模型的優點是可以檢測到數據集的個體特征和時間動態變化，根據公式（13）可以測算得到每個“一帶一路”沿線國家在樣本期內的FDI環境效應彈性系數為：

根據公式（14）測算得到沿線國家的評價彈性系數如圖4所示，可以看出沿線國家的平均彈性差異較大，阿富汗、尼泊爾、塔吉克斯坦、柬埔寨等經濟欠發達國的影響系數較高，FDI對碳排放的促進作用強烈，而阿聯酋、新加坡、卡塔爾、科威特等經濟水平較高的地區，則吸引FDI對碳排放的影響程度相對較弱。

圖4 “一帶一路”沿線國家個體彈性系數

PSTR模型的另一個優點是可以分析數據集的時間動態變化，測算得到每個時期的平均彈性為：

由此測算得到2003—2014年每個時期的“一帶一路”沿線國家FDI對碳排放的平均彈性，如圖5所示?？梢钥闯?，總體上FDI的流入對碳排放的影響為正向促進作用，然而從2003—2014年影響系數逐年下降，表明這一影響程度正在逐年遞減，表現出顯著的時變效應，然而，2009年的彈性遠高于2007年，2008年金融危機后，為促進經濟復蘇，各國放松環境管制以吸引FDI的勢頭略有增長，因此2009年表現出FDI對碳排放增長的較高影響，隨著危機的衰退和全球經濟的復蘇，沿線國家的FDI對碳排放的正向促進作用再次逐漸被減緩。

圖5 “一帶一路”沿線國家全局時變彈性系數時序變化

圖6是“一帶一路”沿線62個國家FDI對碳排放影響系數的時序變化情況，可以看出，根據PSTR模型估計得到的結果總體上樣本國家在近些年FDI對碳排放的影響系數均有或多或少的下降，其中每個國家FDI對碳排放影響的系數變化呈現出異質性趨勢，下降趨勢最明顯的是哈薩克斯坦、俄羅斯、阿塞拜疆、羅馬尼亞、土庫曼斯坦、拉脫維亞、白俄羅斯、中國等國家，這些國家FDI對碳排放的污染避難所效應正在慢慢弱化。

圖6 “一帶一路”沿線國家FDI對碳排放影響系數時空變化

3 結論與討論

3.1 結論

本文在系統回顧相關文獻的基礎上，以2003—2014年“一帶一路”沿線62國為研究樣本，構建了PSTR模型研究對外直接投資對CO2排放的非線性影響，并且利用非參數核密度估計和非線性邊際分析，研究“一帶一路”沿線國家FDI對碳排放發揮影響的過程中，經濟發展水平在其中起到的閾值效應，以及彈性系數的個體和時間異質性，為評價“一帶一路”沿線國家FDI對碳排放的影響提供了新的研究視角和結論。

具體研究結論如下：（1）總體上“一帶一路”沿線國家FDI促進了碳排放，遵循污染避難所假說，這可能因為沿線國家多是發展中國家，為發展經濟放松環境管制以吸引FDI的行為使其對環境造成不利影響。（2）PSTR模型估計結果表明，“一帶一路”沿線國家FDI對碳排放的影響，因為一國所處的經濟發展階段不同而表現出顯著的異質性特征，并以人均GDP7 950.58美元為門檻值劃分出兩個門檻區間，FDI環境效應的彈性系數在兩個區間平滑轉換，隨著經濟發展水平的提高呈現倒“S”型變化趨勢。（3）非線性邊際分析結果表明，經濟發展水平較高的阿聯酋、新加坡、卡塔爾、科威特等地區，FDI對碳排放的促進作用程度最弱，而經濟欠發達的阿富汗、尼泊爾、塔吉克斯坦、柬埔寨等國家，FDI對碳排放的促進作用最強烈。在整個樣本期內，FDI對碳排放的影響隨著時間變化呈現下降趨勢，其中哈薩克斯坦、俄羅斯、阿塞拜疆、羅馬尼亞、土庫曼斯坦、拉脫維亞、白俄羅斯、中國等國家在近些年下降趨勢最為明顯，表現出快速的轉型態勢。

3.2 討論

本研究具有重要的政策含義，研究發現總體上“一帶一路”沿線國家吸引FDI不利于環境質量的提高，促進了碳排放濃度的增加，遵循污染避難所假說。正如本文所分析的“一帶一路”沿線國家多是欠發達或發展中國家，整體上在吸引高科技對外直接投資方面能力不足。而隨著經濟發展水平的不斷提高，沿線國家吸引的FDI對碳排放濃度的促進作用有所減弱，這可能是逐漸成熟的經濟體擁有更大的外國直接投資潛力，逐漸吸引更多的FDI進入可再生能源領域，降低化石燃料在能源生產中的份額從而緩解了碳排放；另外，吸引到更高技術水平的外商直接投資，可通過新技術的使用徹底減少能源部門的碳排放。因此，作為“一帶一路”沿線國家的成員，我國應繼續促進經濟發展，積極吸引高技術外商投資產業，鼓勵外商企業投資于可再生基礎設施和現代技術，政府給予相應的補貼，引導跨國企業進入綠色清潔技術領域，鼓勵FDI向高技術、高效率生產領域注資，并嚴格要求外國投資者在投資過程中評估和公布與碳排放有關的信息，嚴控碳排放促進環境治理及其可持續發展。另外，未來在推進“一帶一路”建設過程中，我國在對沿線國家進行投資時，要甄別東道國關于FDI環境影響的規制政策，有的放矢地開展投資，兼顧經濟效益與生態效益。