屈小娥 骆海燕

摘要 已有關于对外直接投资（OFDI）对母国碳排放的研究多集中于对二者净影响的分析，对OFDI促成碳排放真正诱导机制的探讨则关注甚少。基于此，文章选取2004—2017年省际面板数据，探析中国对外直接投资与母国碳排放的关系及其影响机制，通过构建多重中介效应模型，分别采用偏差矫正的非参数百分位Bootstrap法和逐步回归法，实证检验产业结构升级、绿色技术创新、要素市场扭曲及经济规模扩张对OFDI影响碳排放的传导机制，并分析二元梯度下OFDI对碳排放的不同作用路径。研究发现：①OFDI对母国碳排放的影响表现出多维性关系，既存在加剧碳排放的直接影响，也有通过中介变量抑制碳排放的间接效应;②OFDI主要通过助推产业结构升级、促进绿色技术创新和缓解要素市场扭曲三条路径对母国碳排放产生间接抑制效应，而通过经济规模扩张反而加剧了碳排放;③将OFDI划分为二元梯度的分样本讨论中，顺梯度投资通过产业结构升级和缓解要素市场扭曲对碳排放产生抑制效果，而逆梯度投资则通过提升企业绿色技术水平和促进产业结构升级间接降低了碳排放;④对外投资还可通过与产业结构和技术创新等变量交互影响对OFDI与碳排放的关系产生负向调节作用。据此，从提升海外投资规模、优化海外投资结构、引导企业进行绿色创新以及推动国际产能合作等方面提出相关政策建议，以期为当前我国进一步扩大对外开放的同时兼顾碳排放治理提供实证支撑和理论依据。

关键词 对外直接投资;碳排放;多重中介效应;传导机制

中图分类号 F062.2文献标识码 A文章编号 1002-2104（2021）07-0001-14DOI：10.12062/cpre.20210115

改革开放40余载，中国共产党领导人民遇河架桥、逢山开路，从破除小生产的樊篱到融入经济全球化，经济发展成就举世瞩目。伴随着经济全球化和工业化进程，资源枯竭、生态退化、气候变暖等问题成为全球性挑战，各国面临的减排任务愈发紧迫 [1]。党的十九大报告明确指出，要加快生态文明体制改革，建设美丽中国。尤其是当前助力我国经济高质量发展的关键时期，实现新旧动能转换，降污减排以提升绿色全要素生产率日益成为学术界关注的热点议题。作为现阶段最大的能源消费国和温室气体排放国，中国一直在全球气候谈判中秉持负责任大国的态度，承诺将于2030年碳排放达到峰值，争取在2060年前实现碳中和。尽管当前逆全球化态势显现，但全球化是大势所趋，企业要在全球化中求生存、谋发展，“走出去”乃是必由之路。发展海外投资，不仅可以将贸易出口转化为资本输出，使之成为一条避免贸易摩擦最有效的途径，同时也能通过消化过剩产能、逆向技术溢出等渠道间接提升母国环境质量。因此，在我国对外开放持续发力、海外投资规模稳步推进与环境问题日益严峻的大背景下，研究OFDI与母国碳排放的关系是顺应时代要求的必然态势。那么，中国快速增长的海外投资能否对母国碳排放产生影响？如有影响，它的传导机制是什么？是否通过该机制进一步抑制或加剧了碳排放？不同传导路径对碳排放的影响是否有所区别？目前，鲜有文献对上述问题进行系统研究。这些问题的解答在为我国低碳发展带来新思路的同时，也能为我国更有针对性地进行对外直接投资相关政策的设定提供有益借鉴。

1 文献回顾

国际投资与碳排放关系的研究由来已久，这些研究大都以东道国为研究对象进行探讨。关于对外投资与环境污染关系的研究最早可追溯至Copeland等 [2]将一国环境政策引入国际贸易中，首次提出“污染天堂假说”（Pollution Haven Hypothesis，PHH），该假说认为在各国不同强度的环境政策下，自由贸易的结果是污染由发达国家转移至发展中国家，引致发展中国家环境污染。其后，Fredriksson等 [3]、

Millimet等 [4]、Omri等 [5]学者均证实PHH假说的存在，即OFDI使得污染由外资流出国转移至流入国，意味着母国（外资流出国）环境污染相应降低。与此相反，ReppelinHill [6]提出的“污染光环假说”认为外资的流入反而有利于提升东道国的环境质量。学者Liu等 [7]的研究则得出对外投资对东道国环境污染的影响是不确定的。母国层面，Yang等 [8]通过检验日本OFDI与碳排放的格兰杰因果关系，得出日本对外投资的增长显著降低了母国碳排放。Bai等 [9]利用制造业企业面板数据得出针对发达国家的OFDI可以为母国带来绿色技术创新。

国内学者关于OFDI对母国影响的研究大多集中于经济层面，对OFDI环境效应的研究尚处于起步阶段。就经济层面而言，李梅等 [10]、孔群喜等 [11]从逆向技术溢出，产业结构升级 [12]和规模集聚 [13]等视角探讨OFDI对母国经济的不同影响。从环境层面的研究看，周力等 [14]的研究得出OFDI对环境污染的影响有显著的区域异质性，在经济水平较高的东部地区OFDI能显著降低环境污染。费能云 [15]的研究得出OFDI有效减少我国的碳排放，提高了碳生产率。刘海云等 [16]通过联立方程模型得出OFDI通过规模效应抑制母国碳排放。朱东波等 [17]认为OFDI能通过优化产业结构和逆向技术溢出抑制母国环境污染。欧阳艳艳等 [18]利用微观层面数据得出企业OFDI增加有助于改善本地空气污染，同时也能减少对邻近地区的污染辐射。以上学者的研究均证实了OFDI对我国环境污染和碳排放强度产生的正向抑制效应。与上述研究结论相反，许可等 [19]、易艳春等 [20]的研究均得出我国OFDI加剧了本国碳排放。刘夏等 [21]同样得出对发达国家的OFDI所产生的逆向技术溢出并未有效减少我国CO2排放。王玉燕等 [22]的研究则得出尽管技术进步显著降低了工业能耗强度，但全球价值链嵌入会使技术进步对节能减排的推动作用减弱。最后，都斌和余官胜 [23]认为OFDI对环境污染的影响为非线性的倒U型关系，即只有在投资规模较大时，才会减少环境污染。

综上所述，已有关于对外投资和环境污染的相关文献为作者研究提供了有益借鉴，同时也存在两点不足：第一，大多数研究聚焦OFDI对东道国环境效应的影响，在母国层面则侧重对经济效应的探讨，针对OFDI与母国环境污染的相关研究由于指标选取、模型构建等方面存在的差异，并未形成一致定论，有待进一步验证。第二，尽管已有文献从不同角度揭示了OFDI对母国碳排放的净影响，但对此的分析往往浅尝辄止，且鲜有文献对OFDI促成碳排放真正的诱导机制进行深入探讨。文章的边际贡献在于：首先，在理论上厘清OFDI影响碳排放的内在作用机理，试图探索出四条可能的传导路径，深入探析OFDI对母国碳排放的作用机制，并且进一步验证不同传导机制对碳排放的影响是否存在差异;其次，利用中国省级面板数据，通过建立多重中介效应模型，既验证变量间可能存在的中介传导机制，同时辅以中介变量与自变量间调节效应的检验，在检验方法上分别采用偏差矫正的非参数百分位Bootstrap方法、逐步回归法对实证模型进行检验，以确保回归估计结果的稳健性。最后，据投资东道国的不同，将OFDI划分为“顺梯度”和“逆梯度”投资，分别验证二元梯度投资对母国碳排放的影响机制及其差异性。

2 OFDI影响碳排放的中介效应机制解析

从理论上讲，一国二氧化碳排放总量的高低主要受该国经济发展水平、产业结构、技术进步、能源结构和人口结构等多重因素影响，这些因素既依赖于企业在本国的生产决策，也受企业外部投资行为影响。随着中国企业"走出去"步伐的持续迈进，OFDI对母国经济社会发展带来了积极的促进效应。既有文献已从不同角度揭示了OFDI对碳排放的净影响，但对此的分析不够深入，OFDI能否通过一些经济指标的诱导机制间接对母国碳排放促成影响，需要进一步系统和深入的探讨。基于此，文章从产业结构升级、绿色技术创新、要素市场扭曲和经济规模扩张四个层面出发，解析OFDI对母国碳排放的多重中介传导路径。

2.1 产业结构升级中介传导机制

Kojima [24]提出的“边际产业扩张论”认为对外投资能够转移在本国已经处于比较劣势的边际产业，有助于集中力量发展优势产业和新兴产业，从而促进本国产业结构升级。Cantwell 等 [25] 的“技术创新产业升级理论”同样得出发展中国家通过海外投资提升企业技术水平进而推动了国内产业升级。可见“走出去”有利于母国企业避开原本存在的贸易壁垒，促使企业海外市场拓展之路更加通畅，有助于母国企业结构向新兴产业靠拢，最终助推母国产业整体升级。同时，资源寻求型的OFDI企业在“走出去”的过程中，一方面能够缓解国内资源短缺的问题，弱化母国生产制造业对进口资源的依存度，另一方面，通过与资源丰沛的国家和地区积极开展国际化合作，提升母国能源资源利用率，优化了母国能源消费结构，也有助于母国产业结构升级。而结构升级意味着一国产业由资本、劳动密集型向技术密集型转变，也意味着产业轻化逐步占据主导地位和第三产业的崛起，这些均有利于降低高耗能企业的能源需求，进而对一国碳排放产生一定抑制效果。因此，从结构优化的中介机制看，OFDI通过促进产业结构升级，进而对碳排放带来正向的间接抑制作用，这说明产业结构“绿色化”程度越高，对碳排放的抑制效应越显著。

2.2 绿色技术创新中介传导机制

OFDI主要通过以下两条路径对母国企业技术水平产生影响：第一，本土企业“走出去”必将面临激烈的国际竞争，企业为铸牢其在国际市场的地位，拓宽生存发展空间，会催生对高质量产品的研发投入需求，这有助于母国公司实现绿色技术创新;第二，通过逆向技术溢出渠道，实现技术水平向母国公司的溢出扩散，OFDI企业逆向技术溢出效应主要通过在海外市场与一众先进跨国企业的交锋，使得企业对新的创新理念和技术水平的感知更为敏锐，进而促进企业技术创新能力的提升，有助于转变传统粗放的生产模式，对环境污染产生抑制作用。但也有研究 [26]指出OFDI的逆向技术溢出因东道国而异，对发达国家投资更可能产生逆向溢出。同时，前述两条路径对母国技术水平提升还可能受OFDI企业所处发展周期的影响，处于对外投资初期的企业，可能因前期经验不足、巨大的不变成本投入等因素的影响，挤占了企业研发资金，而处于成熟期的OFDI企业则更容易催生逆向技术溢出。

2.3 缓解要素市场扭曲中介传导机制

林伯强等 [27]的研究证实要素市场扭曲不利于我国能源效率提升，首先，要素价格扭曲对粗放增长模式产生锁定效应，要素价格被低估后致使生产企业误以为原本应该淘汰的落后产能仍有利可图，故加大对其投入力度，造成对落后产能的锁定效应，结果可能挤占部分本应用于技术创新研发的投入 [28]，抑制了企业转型升级的步伐，也就不利于能源环境效率的提升。其次，企业的国有属性可能违背市场自由配置资源的原则，弱化了其自身建设的动力，致使制造业生产要素未能达到最优配置。基于上述讨论，作者认为要素市场扭曲导致的资源误置将不利于企业绿色能源效率的提升，也就无法助推区域碳减排的实现，而缓解要素市场扭曲在提升能源环境效率的同时还能对碳排放产生一定的抑制效应。OFDI能推动生产要素在全球范围内流动，有助于消化过剩产能，使要素资本流向边际回报更高的生产部门，从而改善资源错配，加之企业参与国际市场后迫于竞争压力會促使企业产生优化资源配置的动机，又一定程度上缓解了母国的要素市场扭曲，进而对碳排放产生抑制作用。

2.4 经济规模扩张中介传导机制

首先，海外投资使得企业在国际市场上破除贸易壁垒和关税等政策限制，有利于企业拓展国际市场，增加贸易商品的输出，从而助推母国经济规模扩张;其次，在海外直接投资建厂能使商品贸易出口转化为资本输出，有助于消化和转移过剩产能，同时，“走出去”的企业能够更加便利的获取相对母国而言稀缺的资源，长期来看这类资源将回流至母国企业，为经济增长产生积极影响。但根据环境的库兹涅茨曲线，经济发展与环境污染之间呈倒“U”型的关系，表明经济规模的扩张对环境污染的抑制作用只有在经济发展水平达到一定的高度才会得以实现，当前我国经济总量已跻身全球第二，但人均收入仍低于全球平均水平，加之当前我国正处于经济转型发展关键节点，故OFDI引致的经济规模扩张在很大程度上若能使环境污染越过倒“U”型曲线的拐点，才能对碳排放带来显著的抑制作用。

3 模型与变量

3.1 中介效应检验方法

在自变量 X与因变量Y的关系中，若X通过某个中间变量M对Y产生影响，则称M为中介变量。中介效应也可称之为X对Y的间接效应，是指X通过M对Y的影响程度。若同时存在多个中介变量Mi ，则称该效应为多重中介效应。对中介效应的研究能够更为全面的解释自变量对因变量的影响机制，可用如下方程说明中介效应变量间的关系。

Y=cX+e1 （1）

Mi=aX+e2 （2）

Y=c′X+bMi+e3 （3）

公式（1）中 c 为自变量 X 对因变量 Y 的总效应估计系数;公式（2）中 a 为自变量 X 对中介变量 M 的估计系数;公式（3）中系数 b为控制X 的影响后 M对Y 的效应，系数 c′ 则是在控制 M 的影响后 X对Y 的直接效应; e1、e2、e3 分别为公式（1）、（2）、（3）的残差项。在上述模型中，中介效应（也即间接效应）为系数 a、b 的乘积，其与总效应和直接效应的关系用下式表述：

c=c′+ab （4）

常用的中介效應检验方法为Sobel检验，但该检验方法的前提是假设上述估计系数服从正态分布，通常就算上述每个系数均是正态分布，但二者的乘积也不再是正态分布，导致对其标准误的计算只能是近似的，这增加了检验结果犯第一类错误的概率。Preacher等的研究得出，用偏差校正的非参数百分位Bootstrap法得到的置信区间比Sobel法给出的置信区间更为精确，检验力也更高，故文章主要采用Bootstrap方法对中介效应进行检验。

3.2 实证模型构建

3.2.1 OFDI对碳排放的直接效应

为检验OFDI对碳排放的直接影响，文章构建如下基准回归模型：

lnco2it=α0+β1lnofdiit+∑nj=1γiCVijt+νi+δt+μit （5）

公式（5）中 i代表省份，t代表年份，j 为控制变量个数。 α0、β1、γi 分别为常数项、解释变量 lnofdi 和控制变量 CVijt 的待估计系数， νi 表示个体固定效应， δt 为时间固定效应， μit 为随机扰动项。

3.2.2 OFDI影响碳排放的机制检验

借鉴Freedman等 [29]的研究成果，建立包含多个中介变量的实证模型，以检验产业结构升级、绿色技术创新、要素市场扭曲和规模扩张对碳排放的中介效应存在与否，及其对碳排放的具体影响。因此，构建如下多重中介效应模型：

lnco2it=a0+a1lnofdiit+∑nj=1γiCVijt+νi+δt+ε1it （6）

lnrisit=b0+b1lnofdiit+∑nj=1γiCVijt+νi+δt+ε2it （7）

lngpit=c0+c1lnofdiit+∑nj=1γiCVijt+νi+δt+ε3it （8）

lnfacit=d0+d1lnofdiit+∑nj=1γiCVijt+νi+δt+ε4it （9）

lnpgdpit=e0+e1lnofdiit+∑nj=1γiCVijt+νi+δt+ε5it （10）

lnco2it=f0+f1lnofdiit+giX+∑nj=1γiCVijt+νi+δt+ε6it （11）

公式（6）—（11）中， a1 为核心解释变量 lnofdi 的估计系数，表征OFDI对碳排放的总效应; lnris、lngp、lnfac和lnpgdp 分别为产业结构升级、绿色技术创新、要素市场扭曲和经济规模扩张四个中介变量， b1、c1、d1、e1 分别为解释变量对中介变量的估计系数， γi 为控制变量 CVijt 的估计系数， ε1it—ε6it 为随机扰动项;公式（11）中 X 代表四个中介变量 lnris、lngp、lnfac和lnpgdp，gi 为其估计系数;系数 f1 为解释变量 lnofdi 对被解释变量 lnco2 的直接效应，为消除异方差的影响，对各变量均做对数化处理，表示为ln。

3.2.3 OFDI对碳排放的调节效应检验。

lnco2it=h0+h1lnofdiit×lnrisit+h2lnofdiit

×lngpit+h3lnofdiit

×lnfacit+h4lnofdiit

×lnpgdpit+∑nj=1γiCVijt+νi+δt+ε7it （12）

公式（12）中 h1—h4 分别为OFDI与四个中介变量的交互项（调节效应）的回归估计系数， ε7it 为随机扰动项，其余参数设定同公式（5）。

3.3 变量选取与数据来源

3.3.1 被解释变量

碳排放 （CO2）， 据政府间气候变化委员会（IPCC）评估报告显示，全球碳排放量通常采用实际能源消耗量和与之对应的碳排放系数乘积进行测度。参考Shan等 [30]的研究，文章将与能源相关的化石燃料燃烧和产生的二氧化碳排放量纳入排放清单，根据IPCC导则通过质量平衡来计算排放量，测算公式如下：

CO2=∑ ni=1CO2=∑ ni=1Ei×NCVi×CCi×O （13）

文章将《中国能源统计年鉴》中给出的26种化石燃料合并为17种类型，包括：各类煤炭、焦炭、煤气、原油、汽油、煤油、柴油和天然气等。公式（13）中， Ei 为第 i 种为化石燃料消耗量， NCVi、CCi 分别为第 i 种燃料的平均低位发热值和碳含量， O 为化石燃料的氧化因子。

3.3.2 核心解释变量

以对外直接投资（OFDI）流量作为核心解释变量，为消除货币因素，OFDI数据使用固定资产投资价格指数以2004年为基期进行平减。

3.3.3 中介变量

①产业结构升级 （ris）， 已有研究对产业结构升级指标的测度包含产业结构合理化和产业结构高级化两个层面，因经济的服务化是实现产业结构升级的主要特征之一，且也更符合文章研究内容，故借鉴贾敬全等 [31]的研究，采用各地第三产业产值占第二产业产值的比重来测度产业结构高级化水平。②绿色技术创新（ gp ），参考齐绍洲等 [32]的研究，选取已授权的绿色专利数占其当年所授权的全部专利数比重衡量绿色技术创新水平，因可得的绿色专利授权数据为微观企业层面数据，文章指标选取为省级层面，现已根据专利申请地企业数据按省份进行加总得到省级层面数据。③要素市场扭曲 （fac）， 若直接测度要素市场扭曲程度，需采用历年产品价格和要素投入量两个指标进行测算，但由于上述两个指标历年数据不完整，故无法直接通过此方法进行测度。参考林伯强等 [27]的研究，选取各地区要素市场发育程度与样本中要素市场发育程度最大值之差作为要素市场扭曲的代理变量。其计算公式为： facit =[max （ factorit ） - factorit]/max（ factorit ） × 100， 其中factorit 為要素市场发育程度指数（由于《中国分省份市场化指数报告》中要素市场发育程度指数仅统计至2016年，参考俞红海等学者的做法，2017年要素市场发育程度指数数据通过历年市场化指数的平均增长幅度进行推算）。④经济规模扩张 （pgdp）， 以各地区实际人均GDP指代经济规模扩张，并以2004年为基期使用人均GDP价格指数进行平减。

3.3.4 控制变量

为减少遗漏解释变量对回归估计结果可能存在的偏差，参考江心英和赵爽的研究 [33]，在模型中加入如下控制变量。①外商直接投资 （fdi）， 利用永续盘存法计算FDI存量衡量外商直接投资，并使用固定资产投资价格指数进行平减;②能源结构 （ener）， 以煤炭能源消耗占能源消耗总量的比重衡量;③环境规制 （er）， 选取各地区历年环保法规个数、环境行政处罚案件数、环保系统人员数、环保项目建设“三同时”投资额、环保治理投资额及排污费解缴入库金额六项指标度量环境规制，对上述指标分别进行标准化后采用熵值法测算环境规制综合指数;④研发投入 （rd）， 选取各省每年实际R&D支出额占GDP的比重衡量;⑤对外开放度 （to ）， 采用各年份地区进出口额与GDP的比值表示。

文章选取2004—2017年中国30个省（自治区、直辖市）的面板数据，考虑到数据的可得性，未纳入西藏及港澳台地区，变量的描述性统计见表1。以上变量所用数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》《中国分省份市场化指数报告》《中国对外直接投资统计公报》《新中国60年统计资料汇编》、相关地区统计年鉴和WIND数据库。

4 实证分析

4.1 基准回归

作为实证分析的起点，考虑OFDI与碳排放水平的基

准关系，表2的三列回归结果分别表示采用混合OLS、固定效应及聚类稳健标准误固定效应回归的基准检验结果。回归结果中Hausman检验 P 值为0.000 0，表明选取固定效应对模型进行回归是合理的，三列回归结果均显示，OFDI与碳排放水平显著正相关，说明OFDI的增长加剧了母国碳排放污染，这与许可等 [19]的研究结果一致。从显著性上看，OFDI流量每增加一个单位可使碳排放水平增长0.078%。根据Judd等 [34]的理论，基准回归中解释变量的估计系数显著是进行后续逐步回归的前提条件，该系数显著表明在下文中可使用逐步分析法对中介效应模型做进一步检验。

4.2 中介效应检验

4.2.1 基于偏差矫正的Bootstrap方法

Bootstrap法是一个非参数的重复抽样方法，其对中介效应的分布没有要求，能有效规避样本非正态分布的问题。在有放回的抽样中，反复获取类似原始样本的Bootstrap样本后，通过计算每次抽样后得出样本的系数乘积和总效应的估计值，从而得出中介效应的非参数近似抽样分布。在此过程中，在得出的第2.5百分位点和第97.5百分位点之间构造置信度为95%的中介效应置信区间。为避免非参数百分位Bootstrap得出的置信区间可能存在的偏差，文章采用偏差矫正的非参数百分位Bootstrap法检验中介效应，通过调整置信区间的百分位点实现对中介效应估计值偏差的校正。

表3给出了使用偏差矫正的Bootstrap法对多重中介效应检验的结果。从产业结构升级的中介传导机制看，OFDI对产业结构升级的促进作用十分显著，产业结构升级又能对碳排放带来显著的抑制效应，故二者的回归系数乘积为负值，即产业结构升级为中介变量的间接效应为负，该系数为-0.010，且在95%的置信区间中未包含0，表明产业结构升级作为中介变量对被解释变量的影响是显著的，意味着OFDI通过促进产业结构升级对碳排放存在显著的抑制作用，这一结论与朱东波和张月君的研究一致 [17];从直接效应回归结果看，其系数为0.113，也十分显著，但直接效应的回归系数符号与间接效应相异，表明变量间存在“遮掩效应”，即尽管总效应为正，但负的间接效应遮掩了部分正的直接效应，导致总效应系数较直接效应系数有所下降（由0.113降至0.103），说明OFDI通过促进产业结构升级降低了碳排放。

从绿色技术创新的中介传导机制看，OFDI对企业绿色技术创新存在正向促进作用，而绿色技术创新又能显著降低碳排放，故二者的回归系数乘积显著为负，表明OFDI通过促进企业绿色技术创新对碳排放产生抑制作用;直接效应的估计系数为0.119，且在统计上显著，总效应的估计系数（0.103）在负的间接作用下尽管仍显著为正，但其较直接效应系数有所下降，即也存在“遮掩效应”。此结果同聂名华和齐昊 [35]的研究结论一致，证实了OFDI对母国企业存在逆向技术溢出，新技术的回流对母国企业绿色创新效率起到显著促进作用，从而间接抑制了母国的碳排放水平。

从要素市场扭曲的中介传导机制看，OFDI显著缓解了要素市场扭曲的程度，OFDI每增加一个百分点能使要素市场扭曲度下降0.148%，但要素市场扭曲对碳排放量的影响是正向的，故二者的回归系数乘积为负值，即缓解要素市场扭曲对碳排放的中介效应为负，该系数为-0.024，且在95%的置信区间中未包含0，表明OFDI通过缓解要素市场扭曲对碳排放产生了显著的抑制作用;而直接效应的估计系数显著为正（0.198），这与间接效应符号相异，表明要素市场扭曲对碳排放的影响也存在着“遮掩效应”，使得总效应系数由0.198降至0.173，进一步验证了OFDI通过弱化要素市场扭曲降低了碳排放。

从经济规模扩张的中介传导机制看，OFDI对经济规模的影响显著为正，但经济规模扩张进一步加剧了碳排放，这使得二者的回归系数乘积为正值，但在统计上并不显著，表明OFDI的快速增长使得我国经济规模随之扩大，也可能因此对碳排放产生进一步的加剧效果，朱东波和张月君 [17]的研究同样得出OFDI通过规模经济扩张加剧了环境污染。根据环境的库兹涅茨曲线，经济发展与环境污染之间呈倒“U”型的关系，说明只有当经济水平发展到一定阶段，即越过倒“U”型曲线的拐点时，才会对环境污染产生抑制作用，当前我国经济总量已跻身全球前列，但人均GDP仍低于全球平均水平，加之我国过去长期追求粗放的经济增长模式，导致现阶段经济规模扩张反而使得碳排放水平有所增加。

综上所述，偏差矫正的Bootstrap检验结果显示，除经济规模扩张外，其余三个中介变量对碳排放的中介效应显著存在，即OFDI通过助推产业结构升级、促进绿色技术创新和缓解要素市场扭曲三条路径对碳排放产生间接抑制效果，而OFDI通过促进经济规模扩张有可能对碳排放产生进一步加剧作用，只是这一传导机制在统计上并不显著。

4.2.2 基于固定效应模型的逐步回归检验

此处参考温忠麟等 [36]的逐步检验方法对多重中介效应做进一步分析（表4），由于基准回归中OFDI对碳排放的影响是显著的，故采用逐步回归法的前提得到满足。表4的Hausman检验结果显示至少在5%的水平下拒绝模型不存在个体差异的原假设，因而对逐步检验中涉及的回归模型均采用固定效应进行分析。

从表4可以看出，中介变量为产业结构升级和绿色技术创新时，OFDI对中介变量、中介变量对被解释变量的回归结果和Bootstrap法估计结果一致，模型2和模型4存在显著负的中介效应，说明OFDI可通过促进产业结构升级、提升绿色技术创新水平对碳排放带来积极的抑制效应。中介变量为要素市场扭曲和经济规模扩张时，在模型5和模型7中，OFDI对中介变量的回归结果同Bootstrap法估计结果一致;但模型6中中介变量对碳排放的回归估计系数为负，模型8中经济规模扩张对碳排放的估计系数显著为正，这与Bootstrap法得出的结果并不一致。有鉴于此，有必要进一步对模型进行Sobel检验以验证中介效应是否存在。

从控制变量估计结果看，外商直接投资有利于绿色创新和经济扩张，但其显著加剧了碳排放，且不利于产业结构升级，表明当前中国对外直接投资仍可能存在着"污染避难所"效应，"引进来"的外资质量仍有待提升;能源结构对碳排放的影响显著为正，表明更高的能源消费必然导致更严重的环境污染，且更高的能源消费也不利于产业结构优化升级，这符合预期;环境规制的实施反而加剧了碳排放，但仅在模型6中显著，这与预期相悖，原因可能在于，文章选取的综合的环境规制指数涵盖政府命令型、市场激励型和公众参与型三种类型，三类规制措施可能对碳排放产生不同方向的影响，在三者的综合作用下使得该影响相互抵消，从而致使其对碳排放的回归系数符号未符合预期;研发投入的增加促进了产业结构升级、绿色技术创新和经济规模扩张，且有助于缓解要素市场扭曲，但模型

4的回归结果中随著研发投入的增加反而对碳排放产生显著加剧作用，可能是由于当前我国研发投入中针对绿色创新的部分相对不足，故未能直接体现在环境质量的改善上;对外开放度对碳排放的影响显著为负，说明在我国对外开放进程中，进出口贸易能通过对国内过剩产能的转移和供给优化显著改善环境质量。

4.2.3 中介效应显著性检验

表5报告了针对逐步回归法进行的Sobel检验、Aroian检验和Goodman检验的结果，同时通过Sobel方法给出中介效应的回归估计结果。Sobel检验、Aroian检验和Goodman检验结果均表明OFDI通过优化产业结构、促进绿色创新和缓解要素市场扭曲抑制碳排放的中介效应是显著的，且中介效应的回归结果与偏差矫正的非参数百分位Bootstrap法得出的结果是一致的。

4.3 分样本检验结果

隋月红 [37]将中国的OFDI按投资地经济发展程度分为二元梯度，即“顺梯度”投资和“逆梯度”投资。“顺梯度”OFDI是指对发展相对落后国家的投资;反之，“逆梯度”OFDI是指对经济发展相对领先的发达经济体的投资。由于我国海外投资既有发达经济体的投资，也有对发展中经济体的投资，而上述分析机制可能因投资东道国的不同呈现出异质性。因此，将我国OFDI按投资目的地经济发展程度分为二元梯度进行逐步回归，（按经济发展水平将逆梯度投资国家或地区界定为OECD 的 28 个发达经济体（ 澳大利亚、奥地利、比利时、美国、加拿大、捷克、丹麦、芬兰、法国、德国、希腊、匈牙利、冰岛、爱尔兰、意大

利、日本、韩国、卢森堡、荷兰、新西兰、挪威、波兰、葡萄牙、斯洛伐克、西班牙、瑞典、瑞士、英国） 及非 OECD 的 16 个发达经济体（摩纳哥、卡塔尔、 安道尔、巴林、巴巴多斯、文莱、中国香港、以色列、列支敦士登、塞浦路斯、爱沙尼亚、马耳他、圣马力诺、新加坡、斯洛文尼亚、阿联酋） ;除上述国家或地区以外的经济体则界定为顺梯度投资国。）结果见表6。

表6的回归结果显示 ，二元梯度的OFDI均能通过产业结构升级对碳排放产生显著的间接抑制效应，二者的区别在于顺梯度OFDI对碳排放产生的间接效应系数更大（其系数为0.144），表明对发展中经济体的投资更有助于促进我国产业结构升级，从而通过这一机制进一步对母国碳减排产生积极影响。对绿色技术创新而言，尽管顺梯度和逆梯度OFDI均能显著促进绿色技术创新水平的提升，但仅逆梯度OFDI通过促进绿色技术创新对碳排放产生显著负的中介效应，这一研究结论表明相较于对发展中经济体的顺梯度投资而言，对发达经济体进行的逆向投资更有可能催生逆向技术溢出，从而对母国碳排放水平产生间接抑制作用，这一结论与Bai等 [9]学者的研究一致。从缓解要素市场扭曲这一机制来看，仅顺梯度OFDI显著缓解了要素市场扭曲程度，从而对碳排放产生负的中介效应，可能的原因是对发展相对落后的经济体进行投资能够消化母国相对过剩的产能，达到改善资源错配的效果，以此助推了碳减排的实现，这一结论符合理论预期。经济规模扩张在顺梯度和逆梯度投资中均表现为正的中介效应，即双

向梯度投资均通过扩张经济规模加剧了母国碳排放水平，从侧面反映出我国当前可能仍未越过环境库兹涅次曲线的拐点，经济规模的扩张与碳排放量增加仍然呈正相关关系。

4.4 调节效应检验

中介效应是指自变量如何通过中介变量对因变量产生影响，其表现为一种间接传导机制。与中介变量不同，调节变量则影响自变量和因变量之间已有关系的方向（正负）或强弱 [38]，即调节效应的目的在于研究自变量和因

变量原有的因果链关系在调节变量的影响下发生何种变动。根据温忠麟的研究，有的变量既可作为中介变量，也可以是调节变量，故文章进一步视中介变量为调节变量，目的在于分析其对碳排放已有中介效应的同时，能否在调节效应的驱使下，使得OFDI原本对碳排放的作用产生有调节的影响。表7报告了调节效应模型的回归估计结果，模型1—模型4中依次加入解释变量与中介变量的交互项进行检验，由于模型4回归结果拟合优度更高，此处实证分析以模型4结果为主。

表7的回归结果显示，OFDI与产业结构升级的交互项系数在前三列中为正，第四列中为负，且均在1%的水平上显著，这是由于四列回归分析为依次加入变量交互项后得出的实证结果，可能因为模型1—模型3中存在遗漏变量问题导致与实际估计结果不一致，而模型4中加入了所有变量交互项，且拟合优度也最高，故此处以模型4结果为主进行分析，结果表明产业结构优化升级有可能负向调节OFDI对碳排放的影响，即在更高的产业结构水平上，OFDI对碳排放的加剧作用将得到缓解;OFDI与绿色技术创新的交互项回归系数在模型2—模型4中均显著为负，说明绿色技术创新负向调节了OFDI对碳排放的影响。OFDI与要素市场扭曲的交互项回归系数在模型3和模型4中均为负，但都不显著，说明OFDI通过缓解要素市场扭曲对碳排放仅有中介效应，而不存在调节效应;OFDI与经济规模扩张交互项回归系数在模型4中为正，且在统计上十分显著，表明OFDI对碳排放的影响随着经济规模扩张呈逐步加剧的态势。

4.5 稳健性检验

前文实证分析中运用不同类型的回归方法对模型进行验证，已经涉及稳健性检验的内容。此处进一步通过替换变量的方式检验实证结果的稳健性：①考虑到OFDI的累积作用，解释变量中将OFDI流量替换为OFDI存量;②用第三产业产值占地区GDP比重代替产业结构高级化指标衡量产业结构升级;③用已授权的绿色实用新型专利数占专利总数比重衡量绿色技术创新;④参考张杰等 [28]的研究，重新测算要素市场扭曲指标，其计算公式为： fac = （ 产品市场的市场化指数-要素市场发育指数） /产品市场的市场化指数;⑤用地区实际GDP代替人均GDP衡量经济规模，进而对OFDI通过四种中介变量对碳排放的影响机制进行稳健性检验。表8的稳健性检验的结果与表3采用Bootstrap法得出的估计结果基本一致，说明文章的实证分析结果稳健可靠。

5 结论与启示

文章着眼于OFDI对母国碳排放的作用机制这一主题，基于2004—2017年中国省际面板数据，通过构建多重中介效应模型实证检验OFDI对母国碳排放的作用路径和影响效应。研究主要结论如下：①基准回归结果显示，OFDI对母国碳排放水平存在显著正的直接效应，即OFDI加剧了母国碳排放。②中介效应检验结果表明，OFDI通过促进产业结构升級、提升企业绿色技术创新水平和缓解要素市场扭曲三条中介路径对母国碳排放产生间接的抑制作用;但其也可能通过助推经济规模扩张，进一步加剧母国碳排放。③分样本研究结果显示，顺梯度OFDI通过促进产业结构升级和缓解要素市场扭曲对碳排放产生抑制效果，逆梯度OFDI则通过绿色技术创新和产业结构升级两条路径间接降低碳排放，并且双向梯度的OFDI均能通过扩张经济规模促使母国碳排放趋于增加。④进一步分析发现，在产业结构升级、绿色技术创新的调节作用下，OFDI对碳排放正向加剧作用有所弱化。据上述研究结论得出如下几点启示：

（1） 要理性看待OFDI对母国碳排放产生的短期加剧作用，坚持在开放和发展中减排，而非只抓一头。因此要继续鼓励企业扩大海外投资规模，坚持“引进来”和“走出去”并重，要积极培育国内市场，为企业涉外投资创造良好的营商环境。此外，政府部门也应对涉外投资企业辅以一定的监管和政策扶持，特别是针对处于发展初期的OFDI企业，应以政策扶持为主适度规制为辅。

（2） 考虑到OFDI通过促进产业升级和缓解要素市场扭曲对碳排放的间接抑制作用，应当鼓励国内相对劣势的产业向具备优势的国家或地区转移，集中力量发展国内优势产业，同时强化对能源行业的海外投资，促进国家间能源合作，助力新能源研发，鼓励企业使用清洁能源、可再生能源，进一步实现产业结构升级;同时，可适度增加对发展中经济体的顺梯度投资，推动生产过剩产能的传统产业链向外转移，以实现生产资源优化配置，进一步矫正要素市场扭曲程度。

（3） 依托绿色企业信贷优惠等政策加大企业对发达经济体的逆梯度投资力度，重点扶持投资动机为绿色技术寻求型的海外投资项目，积极引导对外投资企业进行绿色技术创新。政府应当重视绿色技术对环境质量的正面影响，积极制定以绿色技术创新为导向的OFDI政策，为企业创新发展营造良好氛围。同时，区域整体绿色技术水平的提升应与地区实际吸收能力相结合，在强化吸收能力体系的同时关注技术创新的外溢能力，推动绿色技术水平在企业间、区域间的辐射扩散。

（4） 当前中国“二元”经济结构特征仍较为突出，不同区域城镇化发展水平差异巨大，应依托区域经济发展实际采取差异化的外资政策扶持力度和污染防治措施。东部地区凭借其发展优势进一步优化外资结构，加强绿色技术创新，间接助推碳减排的实现;中西部地区一方面要继续扩大对外投资规模，必要时可给予一定资金政策扶持，另一方面也要加强企业间绿色技术创新研发的沟通与合作，共同构建清洁低碳发展的良性互动机制。同时，因污染负外部性的存在，污染防治需注重跨区域合作，区域间秉持“联防联控”的治污原则，完善环境信息共享系统，以切实实现污染有效防治。

参考文献

[1]林伯强.中国能源发展报告2019[M].北京：北京大学出版社，2019.

[2]COPELAND B R，TAYLOR M S.Northsouth trade and the environment[J].The quarterly journal of economics，1994，109（3）：755-787.

[3]FREDRIKSSON P G，LIST J A，MILLIMET D L.Bureaucratic corruption，environmental policy and inbound US FDI：theory and evidence[J].Journal of public economics，2003，87（7/8）：1407-1430.

[4]MILLIMET D L，ROY J.Empirical tests of the pollution haven hypothesis when environmental regulation is endogenous[J].Journal of applied econometrics，2016，31（4）：652-677.

[5]OMRI A，NGUYEN D K，RAULT C.Causal interactions between CO2 emissions，FDI，and economic growth：evidence from dynamic simultaneous equation models[J].Economic modelling，2014，42：382-389.

[6]REPPELINHILL V.Trade and environment：an empirical analysis of the technology effect in the steel industry[J].Journal of environmental economics and management，1999，38（3）：283-301.

[7]LIU K，LIN B Q.Research on influencing factors of environmental pollution in China：a spatial econometric analysis[J].Journal of cleaner production，2019，206：356-364.

[8]YANG L G，LIU Y N.Can Japans outwards FDI reduce its CO2 emissions： a new thought on polluter haven hypothesis[J].Advanced materials research，2013，807-809： 830-834.

[9]BAI Y，QIAN Q Q，JIAO J L，et al.Can environmental innovation benefit from outward foreign direct investment to developed countries： evidence from Chinese manufacturing enterprises[J].Environmental science and pollution research，2020，27（12）：13790-13808.

[10]李梅，柳士昌.對外直接投资逆向技术溢出的地区差异和门槛效应：基于中国省际面板数据的门槛回归分析[J].管理世界2012（1）：21-32，66.

[11]孔群喜，王晶，王紫绮.高质量发展阶段中国OFDI逆向技术溢出效应研究：基于吸收能力视角的解释[J].财经问题研究，2018（10）：105-113.

[12]章志华，唐礼智.空间溢出视角下的对外直接投资与母国产业结构升级[J].统计研究，2019，36（4）：29-38.

[13]龚新蜀，李梦洁，张洪振.OFDI是否提升了中国的工业绿色创新效率：基于集聚经济效应的实证研究[J].国际贸易问题，2017（11）：127-137.

[14]周力，庞辰晨.中国对外直接投资的母国环境效应研究：基于区域差异的视角[J].中国人口·资源与环境，2013，23（8）：131-139.

[15]费能云.中国对外直接投资的低碳效应研究[J].资源开发与市场，2014，30（8）：984-989.

[16]刘海云，龚梦琪.要素市场扭曲与双向FDI的碳排放规模效应研究[J].中国人口·资源与环境，2018，28（10）：27-35.

[17]朱东波，张月君.中国对外直接投资影响母国环境的理论机理与实证研究[J].中国人口·资源与环境，2020，30（1）：83-90.

[18]欧阳艳艳，黄新飞，钟林明.企业对外直接投资对母国环境污染的影响：本地效应与空间溢出[J].中国工业经济，2020（2）：98-121.

[19]许可，王瑛.中国对外直接投资与本国碳排放量关系研究：基于中国省级面板数据的实证分析[J].国际商务研究，2015，36（1）：76-86.

[20]易艳春，关卫军，杨夏星.中国对外直接投资减少了母国碳排放吗：基于空间溢出效应的视角[J].数量经济研究，2020，11（2）：75-92.

[21]刘夏，朱光福，曾蓼.逆向技术溢出减缓了我国碳排放吗：基于30个省份的面板数据[J].生态经济，2018，34（9）：14-18.

[22]王玉燕，李一凡，闫舒婷.全球价值链嵌入能提升技术进步的节能减排效应吗：基于中国工业面板数据的实证检验[J].经济问题，2017（9）：27-33.

[23]都斌，余官胜.对外直接投资对我国环境污染的影响[J].环境经济研究，2016，1（2）：25-35.

[24]KOJIMA K.Direct foreign investment： a Japanese model of multinational business operations[M].Routledge，2010.

[25]CANTWELL J，TOLENTINO P E.Technological accumulation and third world multinationals[M].Reading UK： University of Reading，Department of Economics，1990.

[26]李泳.中国企业对外直接投资成效研究[J].管理世界，2009（9）：34-43.

[27]林伯强，杜克锐.要素市场扭曲对能源效率的影响[J].经济研究，2013，48（9）：125-136.

[28]张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D？[J].经济研究，2011，46（8）：78-91.

[29]FREEDMAN L S，SCHATZKIN A.Sample size for studying intermediate endpoints within intervention trials or observational studies[J].American journal of epidemiology，1992，136（9）：1148-

1159.

[30]SHAN Y L，HUANG Q， GUAN D B，et al.China CO2 emission accounts 2016-2017[J].Scientific data，2020，7（1）：1-9.

[31]贾敬全，殷李松.财政支出对产业结构升级的空间效应研究[J].财经研究，2015，41（9）：18-28.

[32]齐绍洲，林屾，崔静波.环境权益交易市场能否诱发绿色创新：基于我国上市公司绿色专利数据的证据[J].经济研究，2018，53（12）：129-143.

[33]江心英，赵爽.双重环境规制视角下FDI是否抑制了碳排放：基于动态系统GMM估计和门槛模型的实证研究[J].国际贸易问题，2019（3）：115-130.

[34]JUDD C M，KENNY D A.Process analysis：estimating mediation in treatment evaluations[J].Evaluation review，1981，5（5）：602-619.

[35]聂名华，齐昊.对外直接投资能否提升中国工业绿色创新效率：基于创新价值链与空间关联的视角[J].世界经济研究，2019（2）：111-122，137.

[36]温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004，36（5）：614-620.

[37]隋月红.“二元”对外直接投资与贸易结构：机理与来自我国的证据[J].国际商务（对外经济贸易大学学报），2010（6）：66-73.

[38]BARON R M，KENNY D A.The moderatormediator variable distinction in social psychological research：conceptual，strategic，and statistical considerations[J].Journal of personality and social psychology，1986，51（6）：1173-1182.

Impact of Chinas OFDI on carbon emissions and its transmission mechanism：

an empirical analysis based on multiple mediation effect model

QU Xiaoe LUO Haiyan

（School of Economics & Finance， Xian Jiaotong University， Xian Shaanxi 710061，China）

Abstract Existing studies on the impact of outward foreign direct investment （OFDI） on the home countrys carbon emissions have mostly focused on the analysis of the net impact of the two， and little attention has been paid to the discussion of OFDIs true induction mechanism for carbon emissions.Based on this， this paper selected Chinas provincial panel data from 2004 to 2017 to analyze the relationship between OFDI and carbon emissions of the home country and its impact mechanism. By constructing a multiple mediation effect model， this article used the deviationcorrected nonparametric percentile Bootstrap method and stepwise regression method， empirically testing the transmission path of OFDIs impact on carbon emissions by industrial structure optimization， green technology innovation， factor market distortion and economic scale expansion. This article also analyzed the different action paths of OFDI in the binary gradient affecting carbon emissions. The study found that： ① The impact of OFDI on the home countrys carbon emissions was multidimensional， with both direct effects of aggravating carbon emissions and indirect effects of inhibiting carbon emissions through intermediary variables. ② OFDI had indirect inhibitory effect on the home countrys carbon emissions mainly through boosting industrial structure upgrading， promoting green technology innovation and alleviating factor market distortion， while it intensified carbon emissions through expanding economic scale.③ In the discussion of dividing OFDI into binary gradients by subsamples， this study found that the forward gradient OFDI could restrain carbon emissions by upgrading the industrial structure and alleviating the distortion of factor market， while the reverse gradient OFDI indirectly reduced carbon emissions by improving the level of green technology of enterprises and promoting the upgrading of industrial structure. ④ In addition， foreign investment could also negatively regulate the relationship between OFDI and carbon emissions by interacting with variables such as industrial structure and technological innovation. Based on this， this article proposes relevant policy recommendations from increasing the scale of overseas investment， optimizing the structure of overseas investment， guiding companies to carry out green innovation， and promoting international production capacity cooperation. It is hoped that these studies can provide empirical support and theoretical basis for Chinas further opening up and carbon emission governance.

Key words outward foreign direct investment （OFDI）; carbon emission; multiple mediation effect; transmission mechanism

（責任编辑：刘呈庆）