日本直接投资对低碳经济的影响分析

一。文献综述

2003年,英国能源白皮书我们能源的未来:创建低碳经济中最早使用低碳经济“一词。低碳经济是以可持续发展理念为指导,通过技术创新。制度创新。产业转型。新能源开发等多种方式,尽可能减少高碳能源的使用,减少温室气体的排放,保护自论文网然环境,实现经济与环境共赢发展。

污染天堂假说认为污染密集产业的企业倾向于建立在环境标准相对较低的国家和地区。发达国家经济发展水平高,对环境保护的要求严格,治理污染成本较高。而发展中国家经济落后,收入水平低,环境保护标准低。大量的发达国家企业在发展中国家进行直接投资,将高污染。高耗能产业转移到发展中国家,从而减少本国的污染,促进本国产业结构的升级。

最早分析FDI对环境的影响的是Crossman和Krueger,他们(1991)对北美自由贸易区的分析和研究中,将FDI对环境的影响分为三个机制:结构效应。规模效应。技术效应。Christmann和Taylor(2001)运用了在中国的跨国公司的数据进行了实证检验,认为跨国公司没有增加中国的环境污染,反而对中国有一个积极的环境效应,全球化增加了跨国公司在低环境管制国家自我管制的压力。Jorgenson(2007)认为在发展中国家制造业的外商直接投资与二氧化碳排放量显著正相关,同时在欠发达国家制造业部门吸收的外商直接投资与制造业排放的污水量呈正向关系。Acharyya(2009)运用印度1980年～2003年的数据考察外商直接投资对经济增长和对环境的影响,实证结果认为,外商直接投资有力的推动了印度的经济发展,同时外商直接投资对印度二氧化碳的排放具有较大影响,外商直接投资的增加与二氧化碳排放量之间存在正相关关系。Lee(2013)则认为外商直接投资与清洁能源的利用之间的关系尚不明确,FDI对二氧化碳的排放没有明确影响。

国内许多学者对FDI与东道国环境污染效应做了研究和分析,但对区域FDI与低碳经济发展关联性的研究甚少。温怀德等(2008)通过中国30个省(市。区)2000年～2005年面板数据,对FDI与外贸的环境污染效应进行了实证分析,认为FDI加剧了中国的环境污染。杨树旺等(2012)认为不同来源的外商直接投资对中国碳排放的影响不同,来自港澳台地区和东盟地区的直接投资对中国碳排放造成负面影响,而其他发达国家如美国。欧盟和日本的直接投资对碳排放的影响并不显著。郭沛。张曙霄(2012)利用1994年～2009年中国外商直接投资与碳排放量的数据进行协整检验,结果认为外商直接投资与碳排放量之间存在正向关系,外商直接投资的增加促进了中国碳排量的增长。林基。杨来科(2013)以1980年～2011年东亚11个经济体的数据为样本,分别考察外商直接投资与碳排放。出口贸易与碳排放之间的关系,实证结果表明外商直接投资能够有效减少发达国家和发展中国家的碳排放量,但外商直接投资对发达国家的减排作用大于对发展中国家的减排作用,同时出口增加了发达国家和发展中国家的二氧化碳排放量。

二。实证分析

1。模型设定和数据来源。发展低碳经济的重要内容之一就是减少二氧化碳的排放量,二氧化碳的排放量是低碳经济发展程度的重要指标,因此本文选取了上海市历年的二氧化碳排放量来衡量低碳经济的发展程度。考虑将GDP作为影响二氧化碳排放量的一个被解释变量,此外,科学技术的提高会降低单位产出的能耗水平,而这自然会降低碳排放量,因此,将能源效率作为其中的一个被解释变量,而本文最为关心的是日本对上海的直接投资是否会影响上海的碳排放量,因此,将日本对上海的直接投资作为影响上海碳排放量的一个重要指标,为了消除异方差的影响,对数据采取了对数形式,建立了如下计量模型:

LnCO2t=?琢+?茁1Lnfdit+?茁2Lngdpt+?茁3it+ut(1)

为了使数据具有可比性和确保实证结果的准确性,本文对选取的数据进行了处理。根据从联合国贸易和发展会议(UNCTAD)数据库获得的(1986年-2012年)美元对人民币的汇率值,将日本对上海的直接投资额乘以当年的汇率,折合成人民币表示的直接投资额。为了消除价格波动的影响,上海市国内生产总值采用了实际GDP数值。以1986年作为基期年份,以当年的GDP数值乘以1986年的GDP平减指数,然后再除以当年的GDP平减指数,得到当年的实际GDP数值,其中GDP平减指数来自于IMF世界经济展望数据库。能源利用效率是当年能源消费总量与当年实际GDP之比。

鉴于目前中国没有建立统一的CO2排放量核算体系,本文根据2006年IPCC国家温室气体清单指南的数据和准则,对上海市CO2排放量进行计算。为了统一量纲,根据历年上海统计年鉴公布的能源消费总量数据,将煤炭。燃料油。天然气等消费量折算成标准煤消费量,其中焦炭的折算系数为0。9174千克标煤/千克,燃料油为1。4286千克标煤/千克,天然气为12。143吨/万立方米。国际上对标准煤核算尚无统一标准,本文采用采用的标准煤热值进行CO2排放量的计算,标准煤的热值为,7000kcal/kg=7000×4。186J=29。302GJ/t,根据2006年IPCC国家温室气体清单指南公布的相应的CO2排放系数-94600kgCO2/TJ,29。302GJ/t×94。6kgCO2/GJ/1000=2。7719tCO2/tce,所以标准煤的CO2的排放因子为2。7719tCO2/tce,即一吨标准煤的使用会带来2。7719吨CO2的排放。2。研究方法和实证步骤。

(1)单位根检验。首先,时间序列数据常用的单位根检验方法有:DF检验。ADF检验。PP检验。DF-GLS检验和KPSS检验。DF检验只适用于AR(1)过程,而且要求误差项是独立同分布的,条件过于严格,适用范围较小,ADF检验是DF检验的扩展,适用范围更广泛,是时间序列单位根检验的主要工具。PP检验使用异方差自相关稳健的标准差对DF统计量进行修正,不必指定滞后阶数。DF-GLS检验和KPSS检验能够克服ADF检验和PP检验的不足,是ADF检验和PP检验的补充,而DF-GLS检验是目前最有功效的单位根检验。因此本文运用ADF检验。PP检验和DF-GLS检验对所有变量进行单位根检验,DF-GLS检验结果显示,lnCO2。lnfdi。lngdp。i均无法在10百分号的水平上拒绝存在单位根“原假设,lnCO2?plnfdi?plngdp和i为一阶单整I(1)过程,ADF检验和PP检验结果见表2。

综合表2和DF-GLS检验结果可以看出,lnCO2?plnfdi?plngdp和i均服从一阶单整过程,因此下面进行协整检验及确定最优滞后阶数。

(2)滞后阶数及协整秩检验。采用信息准则来确认最优滞后阶数,结果表明,赤池信息准则?p汉南-昆信息准则均支持最优滞后阶数为4(信息准则最小化)。因此,本文选择最优滞后阶数为4,包含常数项,但不包含时间趋势项。进一步,使用Johansen检验表明协整秩为1,即只存在1个协整关系。

(3)误差修正模型及协整方程。最优滞后阶数及协整秩的确定,我们得到如下误差修正模型:

D。lnCO2=0。11ECMt-0。55D。lnCO2t-1+0。67D。lnCO2t-2+0。14D。lnCO2t-3-0。014D。lngdpt-1+0。015D。lngdpt-2+0。016D。lngdpt-3-0。013D。lnfdit-1+0。015D。lnfdit-2+0。016D。lnfdit-3+0。45D。it-1+0。042D。it-2-0。26D。it-3-0。024(2)

D。lngdp=-2。94ECMt+2。49D。lnCO2t-1+1。31D。lnCO2t-2+1。18D。lnCO2t-3-3。07D。lngdpt-1-2。62D。lngdpt-2-1。1lngdpt-3-0。09D。lnfdit-1-0。08。Dlnfdit-2-0。05D。lnfdit-3-0。98D。it-1-0。79D。it-2-0。44D。it-3+0。14(3)

D。lnfdi=24。97ECMt-6。2D。lnCO2t-1+14。71D。lnCO2t-2-15。45D。lnCO2t-3+32。36D。lngdpt-1-18。16D。lngdpt-2-1。69D。lngdpt-3+0。44D。lnfdit-1+0。47D。lnfdit-2+0。29D。lnfdit-3+8。16D。it-1-3。31D。it-2-0。03D。it-3+0。24(4)

D。i=10。2ECMt-10。11D。lnCO2t-1-4。55D。lnCO2t-2-3。28D。lnCO2t-3+14。97D。lngdpt-1+10。79D。lngdpt-2+2。03D。lngdpt-3+0。27D。lnfdit-1+0。33D。lnfdit-2+0。22D。lnfdit-3+4。37D。it-1+3。4D。it-2+0。934D。it-3-0。55(5)

ECMt衡量的是变量偏离长期均衡时朝着长期均衡状态调整的速度。其中,长期趋ECMt=lnCO2t-0。91lngdpt-0。05lnfdit-0。33it+7。03。令ECMt=0,也即达到长期均衡状态,可得到协整方程为:

lnCO2t=0。91lngdpt+0。05lnfdit+0。33it-7。03(6)

(4)VECM系统稳定性检验。检验上述VECM模型系统的稳定性,除了VECM模型本身所假设的单位根之外,伴随矩阵的所有特征值均落在单位圆之内,故系统是稳定的。

(5)脉冲响应分析。能源利用效率i对lnCO2有一个负冲击,也即从长期来看,提高科学技术降低单位产出的能耗可以降低CO2排放量;lnfdi和lngdp的增加会增加CO2的排放量。

下面本文利用2006年之前的数据对2006年～2010年的数据进行预测,并与本文的实际数据进行对比来观测本文模型的预测效果。

预测结果表明,本文对CO2的预测最为准确,根据预测值的走势来看,未来上海CO2的排放量由持续走高的趋势;对能源效率i的预测次之,实际观测值均落在95百分号的置信区间内,从其预测值的走势看,上海每单位产出的能耗将持续降低;而fdi的实际观测值从2006年～2008年落在95百分号的置信区间之外,而之后又回到95百分号的置信区间内,2010年之后的走势图显示上海吸引日本外商投资额不是很明显,存在波动;而对GDP的预测最不准确,其观测值均落在95百分号的置信区间之外。

从短期效应来看,在(2)式中,lnCO2同lnfdi的一阶滞后值有微弱的负相关,即日本对上海直接投资的一期滞后项会降低上海碳排放量,但系数仅为-0。013,并不明显,而lnCO2同lnfdi的二阶滞后值和三阶滞后值均存在明显的正相关关系,这表明滞后二期和滞后三期的日本对上海对外直接投资的增加都会使得当期二氧化碳排放量增加,表明日本对上海的直接投资会增加上海碳排放量。而从长期来看,在(6)式中,日本对上海直接投资额同上海的二氧化碳排放量之间有明显的正相关关系,当日本对上海的直接投资额每增加1百分号,上海的碳排放量就会增加0。05百分号;与此同时,lnCO2同lngdp也有明显的正相关关系,表明上海经济的发展会增加上海碳排放量,说明经济的快速发展将增大对能源的需求,因而增加碳排放量,与现实经济环境相吻合;能源效率的提高,即每单位GDP所消耗的能源数量的减少成为降低碳排放量的重要影响因素。三。结论及建议

综合以上实证分析结果,日本对上海的直接投资与上海市CO2排放量的短期效应并不显著,但从长期看,日本对上海直接投资的增加会引起上海市CO2排放量的增加。上海市GDP的增加与CO2排放量呈现正相关关系,经济增长的同时带来了二氧化碳排放量的增加。从长期来看,能源利用效率的提高会带来二氧化碳排放量的降低。

结合以上实证结果,本文提出以下四点政策建议:

1。合理利用外商直接投资,提高外商直接投资引进质量。外商直接投资在上海市经济发展中发挥了重要作用,和中国许多大城市一样,上海经济在高速发展的同时也面临着严重的环境问题。日本直接投资在上海市外资流入中的比重很大,上海市要规范外资引入政策,合理利用外商直接投资,有效地控制高耗能产业的外资的流入,引导日本直接投资进入低耗能。高产出产业,实现经济发展与环境保护协调发展。

2。转变经济增长方式,促进产业结构升级。能源利用效率的提高能够有效降低二氧化碳排放量,政府应该促进能源利用技术的开发,支持高新技术产业发展,提高能源利用效率,降低能源损耗,引导日本直接投资发展低碳行业,促进低碳经济发展,减少温室气体的排放。当前上海市的产业结构并不合理,政府应积极促进产业结构的优化与升级,转变经济增长方式,实现经济的可持续发展。

3。加快技术创新步伐,大力发展低碳产业。上海经济的高速发展增加了能源的消耗量,同时也增加了二氧化碳排放量。当前国际上对碳排放的问题非常重视,各国都在降低碳排放的问题上做出了努力。中国在减少碳排放的问题上做出了很大的努力,中国降低二氧化碳排放强度的具体指标,已经被写入中国十二五“发展规划纲要中。上海市应抓住降低碳排放和发展低碳经济发展机遇,加快企业自主创新步伐的加快,促进能源利用新技术的开发,积极参与国家低碳技术的开发和研究,促进低碳产业的发展。

4。加快清洁能源的开发和利用,改善能源消费结构。传统能源如煤炭。石油。天然气的使用引起的环境污染很严重,上海市的能源消费结构还存在不合理的地方,因此政府应大力开发和利用太阳能。生物能等清洁能源的开发和使用,减少传统的二氧化碳排放量高的能源的使用量,积极改善能源利用和消费结构。在积极开发清洁能源的同时,政府应该大力发展城市低碳建筑,建立低碳交通体系,促进低碳环保理念的宣传,引导市民树立低碳消费理念,积极降低二氧化碳排放量。

日本直接投资对低碳经济的影响分析