【FDI对中国污染强度的影响实证探析12000字（论文）】

FDI对中国污染强度的影响实证分析目录TOC\h\z\t"一级标题,1,二级标题,2,三级标题,3,四级标题,4"一、绪论 5（一）课题研究背景及目的 5（二）研究现状 6（三）研究内容 8二、FDI与环境污染的现状分析 8（一）我国吸引FDI现状 8（二）我国环境污染现状 9三、FDI对环境污染的影响机制分析 10四、FDI对环境污染影响的实证分析 11（一）模型设定 11（二）变量选取与数据来源 12（三）实证结果与分析 141.基于全国数据的实证结果与分析 14（1）变量相关系数检验 14（2）实证结果与分析 142.基于不同经济发展水平地级市的分组回归 16（四）稳健性检验 17五、结论及政策建议 18（一）积极引进高质量的外商直接投资 18（二）积极调整我国的产业结构，实现经济发展与环境的双赢 18（三）加大环境规制的力度，推动企业绿色生产 18（四）对不同发展水平的城市采取差异化的政策 19一、绪论（一）课题研究背景及目的随着我国全球化进程的加快，外资成为推动我国经济快速发展的重要力量，其不仅弥补了我国的资金缺口，给劳动力市场带来了大量就业机会，还为本土企业带来了先进的技术和管理经验。根据国家统计局的数据，2000年我国实际利用外商直接投资金额为4071500万美元，到2019年这一数字变成了13813462万美元。20年来，我国凭借丰富的劳动力、广阔的市场等优势，吸引的外商投资金额不断增加，使我国经济发生了天翻地覆的变化。然而，随着引进外资规模的扩大，我国的环境也急剧恶化，2004年以来，我国废水排放总量一直呈现上升的趋势，近几年已接近800万吨，废气中的二氧化硫排放量也一直居高不下，尽管近几年有下降的趋势，但仍维持在较高的水平。大气污染、水污染等一系列问题不仅危害人们的健康，甚至可能造成某些生物物种的灭绝，给生态系统带来不利的影响。我国历年来就重视环境问题，在丹麦哥本哈根举行的联合国气候变化会议上，我国公布了温室气体减排计划，承诺2020年温室气体排放比2005年下降40%至45%。今年9月，习总书记在七十五届联合国大会一般性辩论上，提到要努力争取2060年前实现碳中和。绿水青山就是金山银山，随着我国经济进入高质量发展阶段，国家和人民对生态环境问题更加重视。2021年政府工作报告中指出我国要推动绿色发展，促进人与自然和谐共生，持续改善环境质量，落实2030年应对气候变化国家自主贡献目标。绿色发展要求在追求经济增长的同时，不能忽视其给环境带来的影响。然而，为了实现这一目标，我国还面临着严峻的挑战，政府和企业如何及时制定适宜的环境政策是实现减排目标的关键。在这样的背景下，外商直接投资与环境污染的关系成为众多学者关心的问题。此外，尽管近年来我国在经济上取得了不小的成就，但我国仍然是发展中国家，与发达国家的经济水平还存在较大的差距。一方面，我国仍需追求经济的高速发展，外资对经济发展而言是不可缺少的一部分，但另一方面我国也是一个资源环境匮乏的国家。如何在追求经济增长、合理有效的利用FDI的条件下减少外商投资对我国造成的环境污染，是我国发展面临的难题。研究FDI与环境污染强度的关系对有关部门制定相关的FDI引进政策，从而促进我国经济与环境的协调发展、实现经济的高质量发展都具有重要的现实意义。（二）研究现状随着世界范围内环境的恶化，不少学者开始研究FDI与环境污染的关系。从观点上看，主要有三类，一类认为外资进入会破坏东道国的环境，支持污染避难所假说；第二类认为外资进入可以改善东道国的环境现状，支持污染光环假说；此外，还有一些学者认为FDI与环境污染并非简单的线性关系，或是认为上述两类假说的成立有特定的条件。“污染避难所”假说是由Walter和Ugelow（1979）提出的，发达国家往往有较高的环保标准，在降低环境污染的成本较高的情况下，他们会通过外商直接投资，将本国那些产生污染多的企业、工厂迁移至发展中国家，即为它们寻找一个“污染避难所”。不少学者的研究支持这一假说：夏友富（1999）认为外商可能会通过将某些有害物质的生产与消费转移到中国，向中国转移有害技术、设备、产品，以及将污染废物出口到中国等方式加剧中国的环境污染。He（2006）利用中国29个省份工业面板数据考察FDI进入与最终排放之间的联系，结果发现FDI对经济增长和结构转变的影响所导致的排放增加完全抵消了FDI在环境规制强化中的减排效果，在FDI资本存量增加1%的情况下，工业SO2排放量将增加0.098%。Cole等（2009）利用2001至2004年间中国112个主要城市的数据，发现尽管收入与人均排放量之间存在倒U型关系，但在我国目前的收入水平下，经济发展将导致更多的工业排放。朱平芳等（2011）从地方分权的角度出发，我国地方政府为了吸引外资进入，会不断降低环境标准，“污染避难所”假说在中国是成立的。林季红和刘莹（2013）在研究中不仅考虑了我国在国际贸易中的要素禀赋，还考虑了环境规制的内生性。发现将环境规制视为内生变量时，“污染避难所假说”在我国是成立的。Wang等（2020）运用空间计量模型，分别尝试用人均工业废气或废水作为污染指标，以地理距离、经济距离及两者混合作为权重，结果表明无论取何种指标，FDI流入都恶化了中国的环境质量。与“污染避难所假说”观点相反的是“污染光环假说”，该假说认为发达国家有较高的环境标准，因此跨国公司往往掌握了先进的清洁技术，在对外投资时，能够通过技术外溢等方式将先进的技术带给东道国企业，促使他们进行绿色生产，从而对东道国的环境产生有利影响。为了验证这一假设，陈红蕾和陈秋锋（2006）建立了FDI的区位选择模型，结果发现我国的环境政策对外商直接投资流向的影响很小，中国不是其他国家产业转移的“污染避难所”。陈媛媛和李坤望（2010）运用因素分解法，将总的环境技术分解为清洁生产和末端治理技术，结果表明FDI进入可以同时提高东道国上述两种技术水平，即不仅能更加清洁的生产，还能更高效的治理生产过程产生的污染物。许和连和邓玉萍（2012）采用空间误差模型进一步探讨了地理因素对这一问题的影响，发现FDI在地理上的集群有利于改善我国的环境污染，但不同来源地的FDI对区域环境污染的影响程度存在显著的差异。郑强等（2017）利用2003-2014年中国省际面板数据对不同区域进行了研究，发现FDI对环境污染的改善作用在我国的沿海地区较为显著。还有许多学者认为外商投资会通过发挥“示范效应”、“技术溢出效应”和“竞争效应”等促进我国环保技术水平，支持“污染光环”假说（盛斌和吕越，2012；李金凯等，2017；霍伟东等，2019）。除了上述两类假说外，还有一部分学者认为FDI对环境污染的影响并非简单的线性关系，或是上述两类假说的成立需要满足一定的条件。杨博琼和陈建国（2011）考虑了水平型FDI、垂直型FDI及国内资本累积量，建立了包括规模效应方程、污染密度效应方程、结构效应方程等的联立方程组。结果表明。仅仅在在不考虑国内引致投资的情况下，FDI才对我国的环境污染有改善作用。Lan等（2012）进一步考虑了人力资本对FDI与环境污染关系的影响，结果表明，人力资本水平较低的省份适用污染避难所假说（PHH），人力资本水平较高的省份则不适用。彭可茂等（2013）针对我国工业研究这一问题，发现不同地区以及不同类型投资的结果并不相同。例如，我国的东部及西部地区不支持污染避难所假说，而中部支持。国有投资工业不支持，而港澳台投资工业及外商投资工业支持。景维民和张璐（2014）认为FDI会对我国的绿色技术进步造成技术溢出效应和产品结构效应正反两方面的影响，最终结果取决于对FDI度量采取的指标。计志英等（2015）的研究表明外商直接投资与污染物的排放之间的关系符合环境库兹涅茨曲线，即在我国经济发展的初期，外国资本将会为了转移污染而进入中国。杨子晖和田磊（2017）进一步发现中国部分省份支持污染避难所假说，部分省份支持污染光环假说。谷继建等（2020）构建动态空间面板模型发现FDI与环境污染之间存在U型关系，即随FDI流入，环境污染呈现先下降后上升的趋势。综上所述，由于方法、数据、时期、指标等的不同，国内外学者关于FDI与环境污染的关系并未形成一致的观点。首先，目前有较多的文献从省际和产业层面探究FDI流入对我国环境污染的影响，但从城市层面上研究的文献则相对较少。而在我国，哪怕是同一个省，也会存在较大的发展水平差异，FDI在省内的分布也极有可能是不均匀的，省级层面的数据无法体现不同城市的外资进入和污染情况。此外，在外商选择投资进入地时，往往会考虑城市而不是省份，经济发达的城市会吸引更多的外资进入。因此，运用地级市层面的数据可以更清楚的看到外商直接投资与环境污染的关系。其次，多数学者研究的是FDI进入对某一种污染物排放量的影响，然而，我国工业企业在生产过程中会产生多种污染物，包含传统的“工业三废”，即废水、废气、废渣，单单选用一种污染物会使结果出现偏差。且随着我国经济规模的扩大，污染排放总量呈现上升的趋势是正常现象，要想真正实现节能减排和经济的可持续发展，降低污染排放强度更为重要。此外，之前大多数学者的研究选取的时期在2000年-2010年之间，而近年来党和国家高度重视绿色发展，出台了不少环境规制政策，在这样的背景下外商直接投资与环境污染的关系或许会呈现不同的特点，新时期如何更好的引导外资在中国发展，是有研究意义的话题。因此，论文的研究思路是：基于中国地级市层面2009-2018年间的面板数据，通过Stata软件进行面板数据计量，考察外商直接投资对我国环境污染强度的影响，其中，环境污染包含废气、废水等多个污染物指标。（三）研究内容本文针对外商直接投资持续扩大输入规模的过程中，其对我国国内环境污染可能造成的影响进行研究，探究国际直接投资的大量流入是否会加重中国国内的环境污染情况，外商直接投资是否带来了更为清洁的技术等问题。基于上述提出的问题，论文首先提出我国近年来引进外商直接投资及我国环境污染的相关背景，阐述本文的研究意义。并针对外商直接投资如何影响环境污染这一问题，对国内外不同学者的研究和观点进行梳理，为后续研究奠定了理论基础。其次，通过线上和线下数据库，包括《中国城市统计年鉴》等，搜集和整理论文需要的数据（包括但不限于人均GDP、外商直接投资额、人口密度、产业机构、工业废水排放量等污染物数据），并通过Stata等相关软件对数据进行标准化整理，构建城市面板数据。再根据FDI影响环境污染的“三效应”框架（规模、结构和技术效应）分析FDI对环境污染的影响机制。最后构建模型，利用面板计量回归方法分别对全国样本以及区分经济发展水平的分类样本进行实证分析，基于分析结果得出结论，给出相关的政策建议。二、FDI与环境污染的现状分析（一）我国吸引FDI现状中国加入世贸组织以来，吸引外商直接投资的规模大大提高，来自发达国家的资本大量涌入。来自发达国家和地区的外商直接投资无疑是我国发展路程上的垫脚石，其为处于发展初期的中国带来了先进的生产技术和管理经验，并为劳动力市场创造了大量的就业机会。我国也出台了众多政策吸引外企到中国投资建厂，2019年我国实际利用外商直接投资金额已达到1381.35亿美元，成为了世界上吸引外商直接投资金额最多的国家之一。图12005-2019年中国实际利用外商直接投资金额及产业分布情况资料来源：根据国家统计局数据整理我国实际利用FDI的产业分布情况也呈现出较为明显的特征。总的来看，第一产业实际利用外商直接投资金额的比例最低，近十五年来维持在1.5%左右；对于以制造业为主的第二产业来说，这一比例一直维持在较高的水平，在2005-2010年均超过了50%，是我国利用外资金额最高的产业；然而，随着我国服务业、高新技术等行业的发展，第三产业实际利用FDI逐年上升，并在2011年首次超过第二产业，2019年占比更是高达69%，成为了外资投入的主要产业，外资的进入也助力了我国产业结构的升级。（二）我国环境污染现状世界范围内工业的迅速崛起，产生了资源短缺、环境污染、生态破坏等人们不曾预料的问题。形形色色的污染物不仅危害人们的健康和生存，对自然界的动植物也有不利的影响。图22001-2015年中国主要污染物排放量资料来源：根据国家统计局数据整理二氧化硫一直是我国最主要的污染物之一，尽管近年来我国为环境污染治理的投资额大幅上升，但二氧化硫排放总量水平依然居高不下，在2000万吨附近波动。尽管近十年呈现出下降的趋势，但下降的幅度并不大。从分产业的污染情况来看，以工业为主的第二产业一直被认为是污染物排放的“罪魁祸首”，尤其是金属制品、非金属矿物制品、橡胶和塑料制品/通用设备制造等行业就占了全国工业污染源的四成以上。图32001-2017年中国环境治理情况资料来源：根据国家统计局数据整理随着人民生活质量的提高以及环境污染问题的日益严峻，国家和人民都意识到保护环境已刻不容缓。为了实现可持续发展，我们必须平衡好经济发展和环境污染之间的关系。近年来，国家不仅出台了《中华人民共和国环境保护法》、《水污染防治计划》、《土壤污染防治计划》等文件，更是大力将财政收入用在治理环境上，环境污染治理投资总额常年保持在千亿元之上，近几年更是突破8000亿元。而其中工业污染源治理投资在20年代初期占比达到15%左右，近年来这一数字有所下降，在某种程度上体现了我国工业污染治理已经取得了不错的成效，也反映了我国的产业结构在不断升级中。三、FDI对环境污染的影响机制分析随着世界范围内全球化进程的不断加快以及各国日益扩大的国际贸易，有关外商直接投资与东道国环境污染的关系就一直是国内外学者关注的问题。Grossman和Krueger（1991）认为各个国家贸易自由化将通过不同的渠道给环境带来影响，具体可以分为规模、结构和技术三方面效应，而外商直接投资是各个国家贸易自由化进程中的一项重要手段。因此，在衡量外商直接投资对环境污染的影响时，不少学者沿用了“三效应”框架。就规模效应而言，FDI给环境带来的影响具有两面性。一方面，随着国际资本的流入，我国的生产规模不断扩大，为了满足生产所需要的能源、资源等需求，不仅流失了自然资源，还使得污染物成为必不可少的附属品。部分国外的企业到中国投资的目的是转移污染，他们投资污染密集型的企业，更是加大了我国的环境污染程度。另一方面，FDI进入的企业可以产生规模经济，从而降低单位产出的能耗与污染。企业利润提高后，也可以有更多的资金投入在污染防治上，从而减少污染物的排放，改善环境质量。就结构效应而言，外商直接投资对环境的影响是通过改变引资国产业结构实现的。一方面，由于发达国家对环境质量的要求更高，企业排污受到较大的限制，为了节约治污成本，发达国家便会将污染密集型企业转移至发展中国家，这将不利于我国优化产业结构。另一方面，如果外资投入的是高新技术、服务业等污染强度较低的行业，或者引资国通过出台有关政策来吸引外资进入这类企业，就会提高东道国第三产业所占比重，优化其产业结构，将有利于改善环境。就技术效应而言，发达国家往往具有更先进的生产技术和治污技术，而对我国进行投资的多为发达国家。发达国家的先进生产技术可以通过技术外溢，提高我国的生产效率和能源利用效率。此外，由于外商在其来源国生产时会面临严格的环境规制，在生产时他们会采取减排措施主动控制污染物的排放，这将使企业的生产过程更加清洁。根据上述分析，规模、结构与技术三种效应都会对环境污染产生影响。且规模与结构效应对环境既可以产生积极影响，也可以产生消极影响。此外，不同效应对环境污染强度的影响可能会随着时间、地域等因素的变化而变化，因此应该根据总效应结果进行判断。图4FDI对环境污染的影响机制四、FDI对环境污染影响的实证分析（一）模型设定基于上述外商直接投资对环境的影响机制分析，本文初步确定外商直接投资、产业结构、技术水平三类解释变量。且技术水平的提升在现实中往往存在较为明显的滞后现象，因此模型中采用滞后一期的技术变量进行估计。此外，考虑到环境规制水平、经济发展水平、人口密度也会对环境污染强度产生影响，建立如下模型：（1）根据环境库兹涅茨假说，人均收入是反映经济增长的重要变量，随着经济的增长，污染水平会呈先加剧后下降的趋势，即经济增长与环境污染之间的关系呈现出“倒U型曲线”，不少学者的研究发现环境污染也会随着外商直接投资的增加先增加后减少。为了验证这一关系是否存在，对外商直接投资与环境的关系进行拟合，首先仅加入外商直接投资的一次项，得到的拟合优度为23.4%，再在模型中加入二次项，拟合优度上升到27.1%，同时从拟合图中可以观察到较为明显的倒U型曲线。图5外商直接投资与环境污染强度关系拟合图因此，为了验证我国FDI与环境污染之间的关系是否同环境库茨涅茨曲线有同样的特征，在上述模型中加入外商直接投资变量的二次项，得到如下模型：（2）式中：β0、β1、…β7为待估参数，下标i表示样本选取的298个地级市中的不同城市，下标t表示样本期间2009-2018年的不同年份，εit为随机扰动项。根据模型中各个变量的数据特征，对部分变量取了其对数，一是为了降低数据波动性以及异方差的影响，二是在回归结果中可以直接观察到各个变量的弹性系数，以便观察不同变量对环境污染强度影响的作用程度大小。（二）变量选取与数据来源本文主要数据来自于2009-2018年的《中国城市统计年鉴》，价格指数及汇率等数据来源于《中国统计年鉴》。由于部分地级市存在少量缺失的数据，为了保留样本，使分析更准确，本文通过查询各城市每年的统计公告补充了部分数据。对于仍缺失的数据，采用平均值法、向前或向后补漏法对缺失值进行了补充。最终选取的总样本为中国298个地级市2009-2018年10年间的面板数据。模型中各变量的含义如下：外商直接投资（fdi）。为了更准确的反映FDI流入对环境造成的影响，本文采用各地级市实际利用的外资金额，而非合同金额，并根据当年美元对人民币的汇率平均汇率，将FDI金额转换为人民币，同时运用2009年为基期的GDP平减指数，消除价格因素对FDI的影响。环境污染强度（pol）。当前我国存在的污染物种类较多，且大部分污染物来源于工业，主要包括二氧化硫、废水、烟尘、氮氧化物、固体废物等等。而《中国城市统计年鉴》可获得的指标仅有前三种，故本文选取这三类污染物的排放量作为衡量环境污染的变量。此外，随着我国经济规模的扩大，污染排放总量呈现上升的趋势是正常现象，要想真正实现节能减排和经济的可持续发展，降低污染排放强度更为重要。因此，本文进一步获取各地级市的工业产值，并根据各地区的工业生产者出厂价格指数平减到2009年，计算出污染排放强度。多数学者在研究时往往只选取了单一的污染物指标、将不同指标加总，或是用不同的指标分别建立模型来衡量环境污染程度。但是我国现有的污染物是多样化的，且不同的污染物有不同的量纲，上述做法欠缺合理性。因此，本文将不同污染物的污染强度数据进行标准化，再利用熵值法计算出权重，得出环境污染强度综合指数来衡量环境污染强度。构建环境污染强度指数的具体方法及过程见附录A构建环境污染强度指数的具体方法及过程见附录A人均地区生产总值(pgdp)。人均GDP对环境的影响机制是显而易见的，当人均GDP较高时，人们会对追求高质量的生活，对环境质量的要求越来越高，对环境友好型的产品需求越来越大。因此，本文将各地级市的GDP数据平减至2009年，再除以该地级市当年的年平均人口，用人均地区生产总值水平作为衡量经济发展的因素。产业结构（stru）。FDI对产业结构的影响会间接对环境造成影响。一般而言，第三产业往往有较低的能源强度，消耗少量的能源就能实现较高的产出。第三产业在国民经济中所占比重越高，该国的生产越清洁化，而以重工业为主的第二产业则会产生较多种类的污染物。因此，本文用各地级市第二产业占GDP的比重来表示产业结构。技术进步（tech）。衡量技术基本的指标有很多，如工业企业的R&D投入、专利申请数、研究开发机构数等等。但考虑到数据的可获得性，本文选取城市统计年鉴中财政支出里的科学技术支出这一指标，并计算出其占当年GDP的比例，来反映技术进步的水平。环境规制水平（regu）。随着人们对环境质量要求的提高，政府也采取了一系列措施对污染进行规制，常见的方法有颁布保护环境的法律、规章制度，增加环境污染治理投资、开展保护环境的宣传活动等等。但我国城市统计年鉴中公布的数据有限，环境污染治理投资仅在部分年度公布。为了后续研究，本文选取污水处理厂集中处理率和一般工业固体废物综合利用率这两个指标来表示环境规制水平，且同样采用熵值法，建立环境规制程度综合指数。该指数越大，表示我国对污染的规制程度越高。构建环境规制程度综合指数的具体方法及过程见附录A人口密度（den）。污染往往具有流动性，当在一定地理区域范围内的人口越密集，受到污染影响的人数也越多，进而要求整治环境的人口也越多，更有可能促使企业采用更加清洁的生产方式，推动政府颁布更严格的环境规制政策，使得污染排放强度降低。表1各变量的统计性描述variableNmeansdminmaxp25p50p75pol246392.65179.971.774039.4328.8457.57104.05stru246348.0910.1412.1987.9642.1348.4254.48pgdp246347604.7046221.006339.71440000.0021943.8833821.0553914.04fdi2463590000.001300000.0022.6217000000.0050196.91150000.00530000.00tech24630.310.380.006.310.130.200.35regu246381.8415.3719.53100.0075.1487.3993.17den2463449.93365.941.967726.39193.13377.97652.53表1是对模型中主要变量的描述性分析，为了更准确的分析，仅展示了没有缺失值的样本。从表中可以看出，污染强度和外商直接投资两个变量的离散程度较高，离散系数分别为1.9和2.2，这说明我国地级市之间吸引外资的水平和环境污染程度存在较大的差距。（三）实证结果与分析1.基于全国数据的实证结果与分析（1）变量相关系数检验考虑到模型中可能存在的非线性关系，对模型中存在的变量进Spearman相关系数检验，输出如下相关系数矩阵（如表2）。结果表明：除产业结构与环境污染的相关关系在10%的水平上显著外，其余各解释变量与被解释变量的相关关系均在1%的水平上显著。此外，各控制变量与外商直接投资也存在一定的相关性。为了避免多重共线性问题，后续回归采取逐步回归法。表2各变量的Spearman相关系数lnpollnfdilnpgdplnregustru2techlndenlnpol1lnfdi-0.5013***1lnpgdp-0.5172***0.5451***1lnregu-0.3952***0.2817***0.1959***1stru-0.0342*0.0496***0.1773***0.0463**1tech-0.3361***0.4320***0.3459***0.1467***-0.0855***1**lnden-0.5185***0.4837***0.2164***0.4837***0.1554***0.2157***1注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。（2）实证结果与分析首先，对于模型中可能存在的异方差和自相关问题，采用聚类稳健标准误进行修正，下述回归结果均为经过处理后的结果。在回归方法的选择上，不同学者采用的方法有所不同。本文首先建立混合估计模型（1），并进行F检验，观察样本是否具有显著的个体效应。结果表明全国层面的数据在1%的显著性水平上拒绝了原假设，即采用混合估计模型是不恰当的。针对个体效应，本文进一步建立了固定效应模型（3）和随机效应模型（4），（3）（4）模型（3）中，βi代表城市固定效应，涵盖了各个地级市不随时间变化的因素，如经济水平、环境政策等，εit表示随机扰动项。模型（4）中，μit表示随机扰动项。三种模型的回归结果如表3所示。表3面板数据模型估计结果模型(1)模型(2)模型(3)模型(4)混合回归模型固定效应模型随机效应模型固定效应模型lnpgdp-0.561***-0.907***-0.754***-0.907***(-9.25)(-10.57)(-19.28)(-10.56)lnfdi0.1650.315***0.287***0.315***(-1.37)(-4.04)(-4.97)(-4.04)lnfdi2-0.00891*-0.0163***-0.0146***-0.0163***(-1.66)(-4.59)(-5.46)(-4.59)L.tech-0.226***-0.192***-0.211***-0.192***(-3.72)(-4.12)(-7.24)(-4.12)stru0.00871***0.0208***0.0207***0.0208***（-2.75）（-7.37）(-11.85)（-7.37）lnregu-0.378***0.245***0.139**0.245***(-3.03)（-2.83）(-2.15)（-2.83）lnden-0.372***0.0104-0.420***(-7.76)(-0.1)(-11.05)_cons12.68***10.07***11.52***10.13***(-11.99)(-7.46)(-18.17)(-9.09)N2463246324632463R20.4730.3670.3620.367注：（1）*、**、***分别表示回归结果在10%、5%、1%的水平上通过显著性检验（2）括号里表示t统计量（3）L.tech表示滞后一期的技术进步变量。就模型（2）和（3）而言,H服从自由度为7的卡方分布,运用Hausman检验两个模型之间系数的差异，原假设为两个模型的系数不存在统计上的差异，结果在1%的显著性水平上拒绝原假设，即接受固定效应模型。而模型（2）中，人口密度变量并不显著，可能原因是其与其他控制变量存在较强的相关关系，故将其从模型中剔除，再次回归，得到模型（4）。与模型（2）相比，其R2和F值均有所增加，模型的拟合优度增加。从模型（4）可以看出模型拟合程度为36.7%，且通过了F检验。然而，观察各变量前的系数，发现环境规制变量前的系数为正，即我国对环境的规制越严格，环境污染强度越大，这与我们的预期不符，而若考虑到模型中可能存在的内生性，这一问题就能被解释了。因为在现实中，环境污染与环境规制存在双向因果关系，政府对环境的规制增强，环境中的污染会减少；环境污染增加同样会促使政府加大环境规制的力度，从而使得环境规制变量与模型中的扰动项相关。解决这一问题的方法是引入工具变量，但考虑到环境规制并非本文关注的主要变量，采用工具变量法后核心变量外商直接投资的系数无明显影响。因此，关于环境规制内生性的讨论见附录B，正文部分得出的结论仍然基于固定效应模型。固定效应模型的估计结果显示，核心解释变量外商直接投资变量和控制变量变量均在1%的水平上显著。外商直接投资一次项变量前的系数为正，二次项变量前的系数为负，这验证了EKC模型，即当外商直接投资金额较小时，环境污染强度随着外商直接投资的增加而增加。具体而言，每当外商直接投资金额增加1%，我国的环境污染强度就会增加0.32%，支持了污染避难所假说。而当外商直接投资达到一定规模以后，环境污染强度就会随之下降，支持污染光环假说。计算出外商直接投资对数项的转折点出现在9.66，小于FDI的平均水平。而在参与回归的2463个样本中，位于转折点左侧的样本仅有263个，这说明我国大部分城市位于EKC曲线的右侧。就环境规制而言，当其为严格外生时，变量前的系数显著为正。说明在样本期内，环境治理并未对改善污染产生明显的作用。除此之外，模型中其余控制变量前的系数均符合预期。对人均地区生产总值而言，与环境污染强度呈现负相关的关系，当人均GDP增加1%，环境污染强度会减少0.91%。这说明随着我国人均GDP的增加，人们的生活质量不断提高，对环境质量的要求也会更高。对科学技术变量而言，若前一年财政支出中的科学技术支出占GDP的比例每增加1%，则今年的环境污染强度会降低0.19%。科技投入的增加可以提升我国生产企业的技术水平，使他们掌握更先进的生产技术和治污技术，提高生产效率和能源利用效率，降低环境污染强度。而就产业结构而言，当第二产业占GDP的比重增加1%，环境污染强度会增加0.02%。原因在于我国第二产业以制造业为主，当中有较多的污染密集型行业，这些行业往往投入高，产出低，在生产过程中会消耗大量的能源，产生较多的污染，从而提升了环境污染强度。2.基于不同经济发展水平地级市的分组回归不同的城市有不同的经济、地理等特征，对所研究问题作出的反应可能也有所不同。在我国经济开发的初期，吸引外商直接投资的能力往往与城市的地理位置有关，那些靠近港口的沿海城市往往能吸引更多的投资。然而，随着我国中部城市经济的快速发展，外商直接投资不再集中于东部地区，如今，吸引外商直接投资的决定性因素多为一个城市的经济发展水平，经济越发达的地区越能够吸引投资。为了观察不同城市的外商直接投资对环境污染的影响，本文根据人均gdp的25分位数及75分位数将我国的地级市根据经济发展水平划分为三类：低人均GDP城市（low）、中等人均GDP城市（middle）及高人均GDP城市（high），进行分组回归，主要回归结果如表4所示。表4分区域回归结果地区highmiddlelowlnpgdp-1.119***-0.918***-0.670***(-8.83)(-8.72)(-5.18)lnfdi0.127*0.457***0.321**(-1.65)(-4.24)(-2.26)lnfdi2-0.00583*-0.0238***-0.0176**(-1.69)(-4.81)(-2.51)lnregu0.503***0.181*0.0477(-3.08)(-1.81)(-0.32)L.tech-0.261***-0.243***-0.162**(-3.79)(-5.27)(-2.14)stru0.0142***0.0201***0.0300***(-3.29)(-6.24)(-4.13)_cons12.66***9.903***8.208***(-7.1)(-7.03)(-5.2)N5691186514R20.4780.3270.189注：（1）*、**、***分别表示回归结果在10%、5%、1%的水平上通过显著性检验（2）括号里表示t统计量（3）L.tech表示滞后一期的技术进步变量。对比全国样本的回归结果与上述分组回归的结果，可以发现对低人均GDP城市、中等人均GDP城市及高人均GDP城市这三类不同经济发展水平的城市而言，回归得到的各变量前系数的符号均未发生变化。且外商直接投资一次项与二次项的系数均通过了显著性检验。对于环境规制变量而言，除了低人均GDP地区的系数为正但不显著，中等人均GDP城市及高人均GDP城市均保持了正的显著性。通过观察各变量前系数的大小可以发现，越是经济发达的地区，经济发展以及技术进步带来的环境污染强度降低的效果越明显，但是对于经济欠发达的地区而言，引进外商直接投资和改善产业结构对环境的积极作用大于经济发达的地区。以上分组回归的结果也说明了对于人均GDP水平不同的几类城市而言，哪怕经济发展水平存在差异，但外商直接投资与环境污染强度仍呈现“倒U型”关系，这证实了对全国样本的分析结果具有稳健性。（四）稳健性检验除了上述分组回归的方法，本文还采用了替换主要解释变量来对模型进行稳健性检验，以验证上述结论是否可信。在外商直接投资变量的选择上，本文将各地级市当年实际使用外资金额调整为当年实际使用外商直接投资金额占固定资产投资总额的比例（以下用FDI表示），再分别对所有样本地级市、低人均GDP城市、中等人均GDP城市及高人均GDP城市进行回归，得到以下结果：表5稳健性检验地区alllowmiddlehighlnpgdp-0.906***-0.662***-0.920***-1.106***(-16.50)(-5.17)(-8.74)(-8.76)lnFDI0.00794***0.00935**0.00978***0.00568**（-4.56）（-2.34）(-3.14)(-2.26)LnFDI2-0.0000369***-0.0000482***-0.0000482***-0.0000197**(-5.89)(-2.98)(-4.28)(-2.48)lnregu0.245***0.0670.178*0.507***(-3.64)(-0.45)(-1.78)(-3.12)L.tech-0.190***-0.161**-0.244***-0.261***(-6.40)(-2.13)(-5.29)(-3.81)stru0.0204***0.0302***0.0197***0.0135***(-9.51)(-