外商直接投资与环境污染的实证分析基于广东省的数据1987概要.docx

外商直接投资与环境污染的实证分析基于广东省的数据1987概要.docx

《外商直接投资与环境污染的实证分析基于广东省的数据1987概要.docx》由会员分享，可在线阅读，更多相关《外商直接投资与环境污染的实证分析基于广东省的数据1987概要.docx（8页珍藏版）》请在冰豆网上搜索。

外商直接投资与环境污染的实证分析基于广东省的数据1987概要

外商直接投资与环境污染的实证分析

张金艳

卢泽回广东外语外贸大学国际经济贸易学院广东广州510006

基金项目:

国家自然科学基金项目（70773024;广东外语外贸大学“211”工程项目

作者简介:

张金艳（1965-,江西彭泽人,广东外语外贸大学国际经济贸易研究中心副教授、管理学博士,主要研究方向为财政学、资源经济与可持续发展。

摘　要:

基于1987~2008年广东省外商直接投资、工业“三废”排放量或产生量的数据,文章对广东省外商直接投资与环境污染因果关系进行了实证研究。

研究结果表明:

外商直接投资的增长是导致工业废气排放量增加、工业固体废物产生量增加的Granger原因,而不是工业废水排放量增加的Granger原因。

为此,应优化外商直接投资的有效措施,以减少环境污染。

关键词:

外商直接投资;工业“三废”;环境污染;Granger因果关系

中图分类号:

F710

文献标识码:

A文章编号:

1002-0594（201007-0056-05收稿日期:

2010-03-10——基于广东省的数据（1987~2008

一、引言

改革开放以来,广东省实际利用外商直接投资（简称FDI呈良好增长态势,并与对外贸易相互促进,从而赢得了我国经济大省的地位。

2008年,广东省实际利用FDI额达191.67亿美元,为1987年的实际利用FDI额（5.94亿美元的32倍。

从广东省实际利用FDI额占全国实际利用FDI额的比率来看:

1987年为25.67%,2008年为20.74%,1987~2008年达年均25.34%。

伴随着实际利用FDI的快速增长,广东省的工业废水、工业废气与工业固体废物（简称工业“三废”的排放量或产生量均为上升态势（详见图1;与此同时,广东省的酸雨频繁、阴霾天气增多和水质下降等环境问题日益突出。

这就引起我们对外商直接投资（FDI与环境污染是否存在因果关系的思考。

关于FDI与环境污染的关系,国外学者持以下观点:

1.Water（1979和Ugelow（1982认为,随着国家间FDI的流动和规模不断加大,为了经济和政治的目的,丰裕的环境资源常常诱发发展中国家放松环境管制,从而使污染密集产业不断从发达国家向发展中国家转移（即“污染避难所假说”;2.Porter和Linde（1995认为,环境管制是对FDI进行约束,但同时也给FDI以改革的动力并由此弥补环境管制造成的成本损失;3.Eliste和Fredrisson（1998认为,环境需求的增加可以通过环境政策使生产补贴发生相对变化导致出口增加和进口下降。

在国内,应瑞瑶和周力（2006认为,FDI是我国环境污染的格兰杰原因,各个地区FDI的相对水平与工业污染程度正相关,东部地区对工业污染的弹性低于中、西部地区;郭红燕和韩立岩（2008认为,FDI存量的增加使工业污染排放增加,也优化了经济结构和提高了技术水平,进而又减少了工业污染排放,FDI对中国环境的总效应是正面的,但影响程度较小;于峰和齐建国（2007认为,FDI存量诱致的经济规模扩张和经济结构变化带来的我国环境效应均为负面的,而其诱致的技术转移带来的我国环境效应为正面的,但FDI存量的总体环境效果则是消极的。

总体而言,国内学者对FDI与环境污染关系的研究主要着眼于全国,较少涉及某一省份特别是我国FDI大省——广东省。

本文基于1987~2008年广东省FDI与环境污染的数据,运用计量经济学原理,对FDI与环境

污染之间的关系进行研究,从而为广东省FDI结构优化与解决环境污染问题提供有益的参考。

二、FDI与环境污染的Granger因果关系检验

本文运用Granger因果检验方法对FDI与环境污染的数据进行实证分析。

由于FDI与环境污染的数据均为时间序列数据,而多数时间序列经济数据是非平稳的,对其作简单线性回归时,可能会产生“伪回归”现象,进而影响结论的可靠性。

为了避免这一弊端,就要对FDI与环境污染数据的平稳性进行检验和协整关系检验。

因此,本文实证分析的检验过程为:

时间序列平稳性的单位根检验、Johansen协整检验、Granger因果关系检验。

（一数据的说明

本文以广东省工业“三废”的排放量或产生量表示该省环境污染的情况,以广东省实际利用FDI表示该省FDI。

广东省实际利用FDI与环境污染的数据来源于《广东统计年鉴》,样本时间为1987~2008年。

由于FDI和工业“三废”排放量或产生量的单位不同,并且两者之间的绝对值比较大,考虑到消除异方差的影响和对时间序列数据取对数并不改变时间序列的性质和关系,因此就要对时间序列数据取对数来进行分析。

在分析过程中,变量fdi、water、gas、waste分别表示外商直接投资额、工业废水排放量、工业废气排放量、工业固体废物产生量。

在这些变量前面加ln则表示对这些变量取对数。

本文数据处理软件为Eviews5.0。

为判断FDI、工业废水排放量、工业废气排放量、工业固体废物产生量是否存在显著相关性,就要分别对这些变量取对数后进行相关性检验,结果

见表1。

表1显示,FDI与工业废气排放量、工业固体废物产生量、工业废水排放量相关系数分别为0.908、0.554、0.319,而且工业“三废”排放量或产生量的三个变量之间相关系数有的达到了0.8以上。

这表明工业“三废”排放量或产生量之间存在多重共线性的可能。

为了避免多重共线性的影响,就应把这三个变量分别与FDI的关系进行研究。

（二时间序列的单位根检验

时间序列的平稳性是指时间序列的均值和方差与时间t无关,而且协方差只与时期间隔有关,与时间t无关;否则,时间序列是非平稳的,但是有些非平稳时间序列可以通过取差分的形式形成平稳序列。

本文平稳性检验方法是采用ADF检验（AugmentDickey-Fullertest。

该检验是通过在回归模型右边加入因变量Xt的滞后差分项来控制高阶序列相关,最优滞后期的选择按SchwarzInfoCriterion（SIC最小原则来确定,具体的回归模型如下:

῵ൟ˖¦''m

ititittXXX1

1HEG῵ൟ˖¦''m

ititittXXX1

1HEGD῵ൟ˖¦''m

it

itittXXtX1

1HEGEDADF检验主要是对δ是否为0进行分析（H0:

δ=0,如果接受零假设,则存在单位根,该时间序列为非平稳的;如果拒绝零假设,则不存在单位根,时间序列是平稳的。

单位根检验结果见表2。

表2显示,四个时间序列都是非平稳的,但是取一阶差分后都变成平稳的,所以它们都是一阶单整时间序列,可以对它们进行协整检验。

（三Johansen协整检验

不同时间序列是同阶单整,并且它们的线性组合是平稳的,则时间序列可能存在协整。

Johansen协整检验是基于向量自回归模型（VAR,采用最大似然比法,使用迹统计量或最大特征值统计量做假设检验。

本文对FDI与“三废”排放量或产生量的因果关系进行研究,因此需要对“三废”排放量或产生量分别与FDI进行协整检验,结果见表3、表4、表5。

表1:

各变量相关系数检验结果

MOGEJMOHBTMOXBTUFMOXBUFSMOGEJMOHBTMOXBTUFMOXBUFS

表示在1%的水平下双尾检验呈显著性。

ڎḬࣸˋᄴࢹˉþʻऋÿଅஉ᧙੊̖ၶ᧙ᄉԪӐڎ

资料来源:

1988~2009年各年《广东统计年鉴》。

表2:

各变量的原序列和一阶差分序列的单位根检验结果

Ԫ᧙೜ᰍዜۋ"%'೜ᰍϘ˙ႌϘ௬ᗂবපࣰӬͮ಩

ፆ᝶MOXBUFSḸDUḹߚڙӬͮ಩᭣ࣰሶǀMOXBUFSDʿߚڙӬͮ಩ࣰሶMOHBTDUߚڙӬͮ಩᭣ࣰሶǀMOHBTDʿߚڙӬͮ಩ࣰሶMOXBTUFDUߚڙӬͮ಩᭣ࣰሶǀMOXBTUFDʿߚڙӬͮ಩ࣰሶ-OGEJDUߚڙӬͮ಩᭣ࣰሶǀMOGEJ

ʿߚڙӬͮ಩

ࣰሶ

表3:

FDI与工业废气排放量的协整检验结果˙ႌϘӨஞՓ᧙˓ஜᄉԓϛ᝹

ྱड़Ϙణܷྱड़Ϙፑ᝟᧙

௬ᗂবපࣰ

1ϘS

ĸS表4:

FDI与工业固体废物产生量的协整检验结果

˙ႌϘ

ӨஞՓ᧙˓ஜᄉԓϛ᝹

ྱड़Ϙణܷྱड़Ϙፑ᝟᧙௬ᗂবපࣰ1ϘS

ĸS表5:

FDI与工业废水排放量的协整检验结果

Ј⬠ؐ

णᭈ৥䞣Ͼ᭄ⱘॳ؛䆒

⡍ᕕ᳔ؐ໻⡍ᕕؐ㒳䅵䞣

10%ᰒ㨫ᗻ∈ᑇ

Pؐ8480.05692.214577.218554.00=rUİ

4283.0

5507.2

0367.0

7530.0

在表3中,原假设r=0表示不存在协整向量,即变量不存在协整关系;r≤1则表示至多存在一个协整向量,即变量间存在协整关系。

表3显示,拒绝r=0,而接受r≤1。

因此,工业废气排放量与FDI之间存在协整关系,两者之间存在长期的稳定关系。

同理,表4显示,拒绝r=0,而接受r≤1。

因此,工业固体废物的产生量与FDI之间存在协整关系,两者之间存在长期的稳定关系。

同理,表5显示,拒绝r=0,而接受r≤1。

因此,工业废水排放量与FDI之间存在协整关系,即两者之间存在长期的稳定关系。

（四Granger因果关系检验

Granger因果关系检验是从统计意义上检验变量之间的因果关系,其基本原理是:

假设有两变量X和Y相互影响,如果X滞后值对Y有显著性的影响,我们就说X是Y的Granger原因;同理,如果Y的滞后值对X有显著性影响,Y是X的Granger原因。

由上文分析结果可以看出,工业废气排放量、工业固体废物产生量、工业废水排放量分别与FDI之间存在协整关系,因而可以分别对它们进行Granger因果关系

检验。

Granger因果关系检验利用如下模型:

无约束回归模型:

（1受约束回归模型:

（2

其中μt为白噪声序列,α,β为系数。

n为样本量,m为Yt,Xt变量的滞后阶数,令（1式的残差平方和为ESS1;（2式的残差平方和为ESS0。

原假设为H0:

βj=0;备择假设为H1:

βj≠0（j=1,2,…,k。

若原假设成立,则:

12,（~

12/（/（11

mnmFmnESSm

ESSESSF,即F统计量服从第一自由度为m,第二自由度为n-2m-1的F分布。

若F检验值大于临界值,则拒绝原假设,说明X的变化是Y变化的原因,即Granger原因。

表6显示,对于假设:

FDI不是工业废气排放量的Granger原因（lnfdidoesnotGrangerCauselngas,F统计量的P值小于0.10,在10%显著性水平下应该拒绝该假设。

从而可以得出,FDI是工业废气排放量的Granger原因。

同理,工业废气排放量不是FDI的Granger原因。

因此,可以认为FDI的增长导致了工

¦¦''m

im

jt

jtjititXYY1

1

PEDD¦'mitititYY1PDD

业废气排放量的增加。

表7显示,对于假设:

加工贸易出口额不是工业固体废物产生量的Granger原因（lnexportdoesnotGrangerCauselnwaster,F统计量的P值小于0.10,在10%显著性水平下应该拒绝该假设,从而可以得出,FDI是工业固体废物产生量的Granger原因;同理,工业固体废物产生量不是FDI的Granger原因。

因此,可以认为FDI的增长导致了工业固体废物产生量的增加。

表8显示,对于假设:

FDI不是工业废水排放量的Granger原因（lnexportdoesnotGrangerCauselnwater,F统计量的P值大于0.10,在10%显著性水平下应该接受原假设,从而可以得出,FDI不是工业废水排放量的Granger原因;同理,工业废水排放量也不是FDI的Granger原因。

三、Granger因果关系检验结果分析与建议

从上文内容来看,对广东省FDI的行业分布进行探讨,有助于分析上述Granger因果关系检验结果。

总体上来看,改革开放以来,广东省FDI的行业分布的格局变化甚微,制造业的FDI占总FDI的比例年均达到72%（见图2,并且主要分布在电气机械及器材制造业、电子及通信设备制造业、家具制造业、纺织业、金属制品业（含日用金属制品业。

（一FDI的增长是导致工业废气排放量增加的Granger原因

纺织业在生产过程中排放较大量工业废气,家

具制造业在生产过程中排放喷漆废气。

电气机械及器材制造业和电子及通信设备制造业均为高耗能行业,为满足这两个行业的需要,广东省建立了十余个以煤炭或柴油（主要以煤炭为原料的电厂,这些电厂在生产过程均会排放工业废气。

所以,广东省FDI的增长导致了工业废气排放量的增加,造成了环境污染。

（二FDI的增长是导致工业固体废物产生量增加的Granger原因

电气机械及器材制造业与电子及通信设备制造业在生产过程中均产生一定量工业固体废物,并且为这两个高耗能行业服务的电厂要产生大量固体废物。

同时,家具制造业及金属制品业（含日用金属制品业在生产过程中产生一定量工业固体废物。

所以广东省FDI的增长导致了工业固体废物产生量的增加,造成了环境污染。

（三FDI的增长不是导致工业废水排放量增加的Granger原因

相对而言,纺织业的FDI占制造业的FDI比例

表6:

工业废气排放量与FDI的Granger因果关系检验结果

᝶ፆ

ஜ᫼Ր໔Ϙ1᧙᝟ፑ'

᝹ϛԓ-EPMOGEJEPFTOPU（SBOHFS$BVTFMOHBT

ધፏԓϛ᝹MOHBTEPFTOPU（SBOHFS$BVTFMOGEJ

ଋԩԓϛ᝹

表7:

工业固体废物产生量与FDI的Granger因果关系检验结果

᝶ፆ

ஜ᫼Ր໔Ϙ1᧙᝟ፑ'

᝹ϛԓMOGEJEPFTOPU（SBOHFS$BVTFMOXBTUFଋԩԓϛ᝹MOXBTUFEPFTOPU（SBOHFS$BVTFMOGEJ

ଋԩԓϛ᝹

表8:

工业废水排放量与FDI的Granger因果关系检验结果

᝶ፆ

ஜ᫼Ր໔Ϙ1᧙᝟ፑ'

᝹ϛԓ-EPMOGEJEPFTOPU（SBOHFS$BVTFMOXBUFSଋԩԓϛ᝹

᝹ϛԓԩଋ

JEGOMFTVB$SFHOBS（UPOTFPESFUBXOM图2:

广东省制造业的FDI占总FDI的比例变化图资料来源:

1988~2009年各年《广东统计年鉴》。

较低,而且呈下降态势;电气机械及器材制造业、电子及通信设备制造业、家具制造业、金属制品业（含日用金属制品业的FDI占制造业的FDI比例较高,而且呈上升态势。

因而,即使纺织业在生产过程中产生较多工业废水,但由于电气机械及器材制造业、电子及通信设备制造业、家具制造业、金属制品业（含日用金属制品业在生产过程中基本不产生工业废水,所以,FDI的增长并不能导致工业废水排放量增加。

已有证据表明,广东省本地的钢铁、有色金属、水泥、化工、纺织等行业的企业是工业废水的排放源。

综上所述,在利用FDI过程中,为减少环境污染,就要做到以下几点:

1.加强对新增FDI企业（项目的环境影响评价和环境审批工作,切实管好和把住各种工业污染源头。

2.鼓励FDI企业使用清洁能源、再生能源,改造和淘汰落后的生产技术。

3.限制规模小、资源消耗大、污染性强、经济效益差的FDI企业。

4.制定优惠政策,鼓励有利于保护环境、资源节约型的FDI企业。

5.激励FDI企业转型升级,加快FDI企业技术中心、技术创新公共服务等创新平台建设,实施政府采购自主创新产品制度和FDI企业研发税前扣除等政策。

（张金艳电子邮箱:

zjy562@

参考文献:

陈彬,钟筱红.2007.外资准入中的污染转移及其控制[J].国际经贸探索（4.

郭红燕,韩立岩.2008.外商直接投资、环境管制与环境污染[J].国际贸易问题（8.

应瑞瑶,周力.2006.外商直接投资、工业污染与环境规制—基于中国数据的计量经济学分析[J].财贸经济（1.

于峰,齐建国.2007.我国外商直接投资环境效应的经验研究[J].国际贸易问题（8.

ElisteP,FredrikssonpG.DoesopentraderesultinaracetothebottomCross-countryevidence,1998:

456-458.

PorterM,LindeCvander.Greenandcompetitive.HarvardBusinessReview1995,73（5:

313-316.

Ugelow,J.ASurveyofRecentStudiesonCostsofPollutionControlandtheEffectsonTrade.EnvironmentandTrade.NewJersey:

Allanheld,1982:

256-258.

AnEmpiricalAnalysisofFDIandEnvironmentalPollutionBasedontheData

ofGuangdongProvince（1987~2008

ZHANGJin-yan,LUZe-hui

（GuangdongUniversityofForeignStudies,Guangzhou510006,China

Abstract:

BasedonthedataofFDIandindustrial“ThreeWastes”emissionsinGuangdongprovince（1987~2008,thispapermakesanempiricalanalysisofthecausalrelationshipbetweenFDIandenvironmentalpollutioninGuangdongprovince.TheresultsshowthatthegrowthofFDIistheGrangercauseforthegrowthofindustrialemissionsandindustrialsolidwastes,butisnottheGrangercauseforthegrowthofindustrialwastewater.Inviewofthisresult,thispaperhasconductedafurtherstudy,andproposessomemeasurestooptimizeFDIandreduceenvironmentalpollution.

Keywords:

FDI;industrial“ThreeWastes”;environmentalpollution;Grangercausality

（责任编校元玲