苏海红

（上海财经大学 商学院，上海 200433）

改革开放40多年来，中国在取得高速经济增长的同时，也付出了大气污染、水污染、噪声污染和固体废弃物污染等环境代价。中国作为发展中国家的一员，环境管制力度和发达国家相比还有较大的差距，如何平衡经济发展和环境保护成为一个重要的现实问题。中共十九大报告在提出健全开放型经济体制的同时，也明确要求“加快生态文明体制改革，建设美丽中国”，并将绿色发展提升到国家发展战略的高度。外商直接投资带来的资本和技术经验为中国经济发展提供了重要的推动力，特别是新常态下，加大外商直接投资引进力度对维持中国经济中高速增长具有重要的现实意义。但是，离开环境保护的经济增长缺乏可持续的发展动力。环境保护和经济增长之间并不矛盾，正如习近平总书记指出的，“既要绿水青山，也要金山银山”，由此可见，深入探讨环境规制力度和外国直接投资之间的关系显得尤为重要。

FDI被广泛认为是资本、技术、市场和管理的集合，很多国家将FDI看作制定经济发展战略的重要因素。目前，学术界关于FDI影响环境质量的渠道是比较清晰的。一种途径是规模转移对环境有害的产业：FDI在东道国建立工厂或者外包给当地的工厂来增加工业产出，进而增加污染；另一种途径是通过技术效应改善环境：当地的企业可以从外商投资企业带来的知识外溢效应中提升生产能力和能源利用效率，进而改善环境质量；第三种途径是海外投资给东道国带来了更多的就业机会，促进当地经济增长，经济增长引致的优质环境需求增加会要求当地实施更加严格的环境管制，进一步提升环境质量。但是现有文献关于控制环境质量的环境管制政策是否以及如何影响FDI流量并没有得出明确的结论。

有鉴于此，本文利用中国2000—2016年的工业省级面板数据，考察加强环境管制的政策是否有助于吸引FDI的流入。具体地，本文使用单位工业产出增加值二氧化硫排放量作为环境管制程度的代理变量，实证研究加强环境管制是否会影响中国FDI的流入水平。实证结果表明，加强环境管制能够显著促进FDI的流入，对于中国来说，环境保护和经济增长之间是一个相互促进的动态正向交互过程。

1 文献综述

环境管制对FDI的影响是学术界关注的一个研究热点，但是关于环境管制对FDI流量的影响程度，国内外学术界存在不同的争议。

首先，部分文献研究发现，严格的环境管制会促进FDI的流入。Wheeler（2001）使用1982—1998年空气质量的样本数据，对美国和三个接收FDI的发展中国家（中国、巴西、墨西哥）的研究表明，虽然严格的环境管制确实导致了危害性空气污染物排放减少，但是这些国家依然吸引了大量的对外直接投资。Dean et al．（2004）对1993—1996年中国2886家制造业合作项目进行研究，结果发现环境管制确实能够影响工业企业的区位选择，轻度严格的环境管制能够吸引来自中国香港、澳门、台湾以及其他东南亚国家的FDI，严格的环境管制能够吸引来自发达国家的FDI。卢新德等（2010）对中国实际利用FDI额和工业污染治理额进行协整分析后，得出环境管制和FDI之间存在长期稳定的正向关系，且环境管制在滞后四期时是FDI的格兰杰原因。吴磊等（2010）利用面板数据分析方法发现，环境管制对进入中国工业部门的FDI有促进作用，且随着环境管制严格程度的提升而增加。Leiter et al．（2011）以工业行业保护环境的总支出和国家环境税收收入衡量环境管制的严格程度，通过研究1998—2007年21个欧洲国家9大制造业的数据，结果发现每一种环境管制的变量都显著影响FDI，但是它们的影响程度是逐步降低的。

其次，一些文献得出了相反的结论，即严格的环境管制会阻碍FDI的流入。Keller and Levinson（2002）使用18年的美国排污成本样本数据进行实证研究，结果表明环境管制严格的州排污成本也相应更高，而排污成本高的州会显著阻碍FDI进入美国。He（2006）使用中国29个省份工业二氧化硫排放量的面板数据，实证结果表明严格的环境管制对FDI的进入起到了阻碍作用。Waldkirch and Gopinath（2008）使用1990—1995年墨西哥产品污染密度的样本数据，结果发现宽松的环境管制使得污染物排放量增加，最终使得FDI增加。赵新华等（2011）运用联立方程检验了环境管制下FDI、经济发展与污染的关系，结果显示环境管制抑制了FDI和污染排放量的增长。李卫兵和王鹏（2015）基于中国部分地区在2008年上调二氧化硫排污费这一准自然实验，采用PSM-DID方法考察了提高排污费对FDI流入的影响。实证结果表明，提高排污费显著抑制FDI流入。张鹏杨等（2016）应用动态面板模型考察了环境管制对中国FDI的影响，发现环境管制对FDI具有直接的负面影响，并建议中国可以合理使用环境管制政策作为“筛选”和“调配”外资的重要工具。

最后，也有部分文献没有发现环境管制和FDI之间存在明显的相关关系。Mani and Wheeler（1998）使用1960—1995年世界工业部门的面板数据，运用工具变量法，研究发现发展中国家的环境管制并不是“污染天堂”的重要原因，并认为这种现象会随着经济的增长而逐渐消失。Xing and Kolstad（2002）通过研究中国股权合资企业区位选择的因素，结果发现在宽松的环境管制制度下，高度污染型的股权合资企业能够吸引来自中国香港、澳门、台湾的投资，但是并不能吸引来自其他国家的投资，这说明严格的环境管制和FDI之间的关系并不显著。黄顺武（2007）将环境管制和其他相关变量作为自变量，运用多元线性回归模型和格兰杰因果检验方法，分析发现环境规制和FDI之间的关系不显著。熊鹰和徐翔（2007）利用面板数据模型分析得出我国相对于发达国家宽松的环境管制并不是吸引FDI的主要原因，市场容量、市场化水平、基础设施的完善程度是吸引FDI的重要原因。Honglei et al．（2011）使用1993—2007年中国地区面板数据并建立了联立方程以考察经济增长、FDI和环境污染之间的关系，结果表明FDI的增长主要是经济增长、巨大的市场、廉价的劳动力成本的作用，而非宽松的环境管制。

2 实证模型设定、变量选择和数据来源

2.1 实证模型设定

本节的主要目标是建立包含FDI和环境管制变量的简化方程和污染物排放量与环境管制关系的简化方程。首先FDI是如下变量的函数：

其中，FDI是流入的外商直接投资额，Z是影响FDI的外生变量（如经济规模等），E*是无法观测的变量——环境管制的程度（E*越小表示环境管制越严格）。

其中，S是污染物的排放量，W 是影响污染物排放量的外生变量。

假设是e是可逆方程，将式（2）代入式（1），可得：

一般说来，严格的环境管制主要涉及减污设备使用的增加和能源使用的减少，我们预期一个省份污染物的排放量（S）与收入水平（G）和环境政策的宽松度（E*）呈现正相关关系，和能源价格（P）呈现负相关关系，综合这两方面的效果，式（3）可以表示为

将式（4）进行对数线性化，可得到：

其中，Z是影响FDI的控制变量矩阵，具体包括市场规模、技术水平、对外开放度、城市化水平和企业盈利能力等变量。

2.2 模型变量及数据来源

1．被解释变量。本文实证模型的被解释变量是各省市自治区实际利用的外商直接投资额（FDI）。数据样本时间跨度是2000—2016年，共17年样本期间，包含除香港、澳门、台湾和西藏之外的中国大陆30个省市自治区的实际利用外商直接投资数据。

2．核心解释变量。本文的核心解释变量是各省环境管制程度的代理变量（Environmental Regulations，ER）。具体地，本文以每单位工业产出增加值所释放的工业二氧化硫排放量，即工业二氧化硫排放量和工业产出增加值的比值来表示环境管制的松紧程度。可见，该比值的数值越大，表明该省份环境的管制越宽松。

3．其他解释变量。经济发展水平（PGDP）采用各省的人均国内生产总值来衡量；地区技术水平（Regional Technical Level，RT）采用各省的国内三种专利申请授权数量来表示；对外开放程度（Openness）采用外贸依存度，即各省的进出口总额和GDP的比值来表示；城市化水平（Urbanization Level，UL）采用公路里程数来衡量；能源价格水平（Energy Price Level，EP）采用燃料类商品零售价格指数来表示；工业企业利润（Industrial Profits，IP）采用规模以上工业企业利润总额来衡量。

上述数据均来源于国家统计局网站和CSMAR数据库，并经作者整理得到。

3 实证结果

3.1 基准回归

表1报告了环境管制影响FDI的估计结果。其中，第（1）列仅包含核心解释变量——环境管制指标，第（2）列控制了其他可能影响环境管制和FDI的解释变量，第（3）列进一步纳入年份固定效应，以消除宏观经济波动对估计结果的可能影响。

估计结果如表1所示：第一，所有估计结果均表明，加强环境管制能够显著促进FDI的流入。和“污染天堂假说”的理论预测结果相反，本文的估计结果显示，环境管制越严格的地区，对跨国投资企业的吸引力会越大，进而可以吸引更多的海外投资。第二，第（3）列中其他控制变量的估计结果也基本符合预期：经济发展水平越高、发展潜力越大的省份，FDI的流入会越多；技术水平越高的地区会吸引越多的FDI；工业企业利润越高的地区，投资的预期回报率也会越高，外商越愿意到该地区投资；对外开放程度、城市化水平和能源价格水平对FDI的流入没有显著的影响。

3.2 稳健性检验

1．为了消除内生性偏误对上文结果的可能影响，我们将核心解释变量环境管制指标分别滞后1和2期，对式（5）进行重新估计。进一步，将其他解释变量也分别滞后1和2期，并重新估计式（5）。

2．采用每单位工业产出增加值的烟粉尘排放量作为衡量环境管制程度的代理变量，以考察不同的环境管制水平衡量指标是否影响本文估计结果的稳健性。

3．考虑到同一地区的FDI之间可能存在跨期依赖性，以及无法观察解释变量对估计结果的可能影响，将被解释变量分别滞后1和2期，并采用动态面板系统GMM方法对上文估计结果的稳健性进行验证。

上述三种稳健性检验过程的回归结果表明，lnER的估计结果同表1相比没有明显改变。

表1 基准回归结果

3.3 异质性检验

1．环境管制的非线性效应。前文的估计结果表明，环境管制程度的提升能够显著促进FDI的流入。本小节进一步考察环境管制水平对FDI的影响是否存在非线性效应。表2第（1）列中，环境管制水平的估计系数显著为负，环境管制水平平方项的估计系数也显著为负，这表明环境管制对FDI的影响呈现出近似“倒U形”的变化趋势。严格的环境管制对FDI的流入有显著的促进效应，而且随着环境管制严格程度的提高，这种FDI正向促进效应会逐渐加强。进一步，采用Robinson（1988）差分估计量进行半参估计，对这种“倒U形”变化趋势做深入探讨。估计结果如图1所示，环境管制程度的加强有助于FDI的流入，但是这种促进效应存在明显的异质性特征。对于原先环境管制较为宽松的地区，提高环境管制水平获得的FDI促进效应更加明显，而对于原先环境管制较为严格的地区，提高环境管制水平虽然也能带来FDI的增加，但这种促进效应相对较小。

图1 环境管制效应的半参数回归

表2 异质性分析

2．地区异质性。本小节从地理位置和是否沿海两个角度，对环境管制的FDI促进效应进行异质性分析。首先，按照地理位置将中国30个省份依次分为东部地区、中部地区、西部地区和东北地区。表2第（2）列的估计结果表明，除西部地区之外，其他地区加强环境管制均能有效吸引FDI的流入。这说明对于西部地区来说，吸引FDI可能更多依赖于当地制度环境的建设和基础设施的完善，环境改善政策的FDI促进效应不太明显。其次，按照是否沿海，将30个省份分为沿海省份和内陆省份两类。表2第（3）列的估计结果显示，不管是否沿海，提高环境管制水平均有利于FDI的流入，但是沿海省份的环境管制FDI促进效应略大于内陆省份。

4 结论和政策建议

本文采用中国2000—2016年的工业省级面板数据，考察了严格的环境政策是否有助于吸引FDI流入。估计结果表明，实施严格环境管制政策的地区，对跨国投资企业的吸引力会越大，进而可以吸引更多的海外直接投资。在考虑了内生性偏误和一系列稳健性检验后该结论依然成立。

进一步研究发现：第一，环境管制水平对FDI的影响呈现出近似“倒U形”的变化趋势。环境管制水平的提升对FDI的流入有显著的促进效应，而且随着环境管制严格程度的提高，这种FDI正向促进效应会逐渐加强。第二，对于原先环境管制较为宽松的地区，加强环境管制的FDI促进效应更加明显，而对于原先环境管制较为严格的地区，加强环境管制的FDI促进效应相对较小。第三，除西部地区之外，其他地区加强环境管制均能有效吸引FDI流入。第四，提高环境管制水平均有利于沿海和内陆省份的FDI流入，但是沿海省份获得的正面效应略大于内陆省份。

本文的研究具有重要的政策含义。本文认为，环境保护和经济发展是相辅相成的。一方面，政府可以通过提升环境保护力度，实施严格的环境规制政策，在限制高耗能、高污染FDI流入的同时，鼓励低耗能、低污染的知识资本密集型外商企业到当地投资，实现产业结构的优化升级，推动经济高质量发展。另一方面，在提高环境管制强度的同时，还要因地制宜，给予各地区实行差异化环境管制政策的灵活性，避免“一刀切”的现象。