fdi、区域环境质量与环境污染文献综述

fdi、区域环境质量与环境污染文献综述

一、fdi与环境质量改革开放以来，随着经济全球化进程的加快，中国已成为吸引外国投资最多的发展中国家。作为“资本、技术、营销、管理的结合体”（ChengandKwan,2000）的外商直接投资（FDI）不仅弥补了国内经济发展过程中的资金缺口，而且通过溢出效应带来了新的管理经验及技术，加快了区域产业结构调整和市场化进程，因而外资也是推动中国经济高速增长的一个重要引擎（钟昌标，2010）。然而随着引资规模的扩大，中国的环境质量也在急剧恶化，大气污染、固体废弃物、酸雨等一系列的环境问题日益严重，环境污染已引起了相关部门的高度重视，2009年中国政府在哥本哈根世界气候大会上就明确承诺了碳减排目标。因此把握当前国际环保大趋势、努力协调FDI与区域环境问题已成为各地方政府所面临的严峻而又现实的问题，外商直接投资和环境污染之间的关系引起了众多学者的广泛关注。现有文献中关于外商直接投资对环境污染影响盛行的一个观点是“污染天堂”假说（PollutionHavenHypothesis）。国外不少学者对“污染天堂”假说进行了理论和实证研究（SmarzynskaandWei,2001;KellerandLevinson,2002;Dean,2000）。其中一些学者的研究为“污染天堂”假说提供了有力的证据，认为FDI恶化了区域环境质量。在经济发展的早期阶段，发展中国家为了吸引更多的外资流入，往往会放松环境管制标准，加速自然资源的开发和利用并生产更多的污染密集型产品，因此发展中国家更多的是从事“肮脏行业”的生产，出口的也往往是污染密集型和资源消耗性产品，从而沦为发达国家的“污染天堂”（Markusen,1999;ListandCo,2000）。而持续下降的环保标准将会出现“向（环境标准）底线竞赛”现象，因而FDI会加剧东道国的环境污染（Duaetal.，1997）。另一些学者的研究则认为FDI的进驻不但没有恶化东道国的环境质量，反而有利于改善区域环境污染（Antweileretal.，2001;FengHelenLiang,2005;JieHe,2006）。首先，FDI的生产活动和污染治理活动都具有规模效益递增的特征（Zarsky,1999）,FDI通过提高收入水平进而提高区域环境质量，因而“污染天堂”只是一个短暂的现象而已（ManiandWheeler,1998）。其次，与当地企业相比，外资企业往往执行统一的严格环境标准，因此其海外投资减少了当地的污染排放量（ChudnovskyandLopez,1999），并且它所推行的国际环保标准能够促进东道国国家环保技术的发展，产生污染晕轮效应（EskelandandHarrison,2003）。最后，FDI所提供的新技术有利于改善环境质量。FDI为发展中国家提供了采用新技术的动机和机遇，促使其实现清洁或绿色生产（BirdsallandWheeler,1993;Frankel,2003），且外资企业间接的生产外溢效应可以改善东道国环境质量（WayneandShadbegian,2002;FengHelenLiang,2005），因而FDI可以通过引进环境友好型的技术和产品改进东道国的环境福利（LetchumananandKodama,2000;WangandJin,2002）。国内的相关研究也以“污染天堂”假说为出发点，一些学者从产业结构层面着手（夏友富，1999；赵细康，2003；陈媛媛、李坤望，2010），试图寻求FDI流入所引起的污染产业转移趋势；也有一些学者以某一特定地区或全国为研究对象，单向考察了FDI与环境污染之间的关系，其中应瑞瑶和周力（2006）、吴玉鸣（2007）、刘渝琳等（2007）的实证研究结果均表明中国已出现“污染天堂”现象。而许士春等（2009）的研究结论表明“污染天堂”假说在江苏省是不成立的，并认为江苏省的环境污染问题主要是由于省内企业大规模出口造成的。进一步地，部分学者认为FDI对环境污染的影响应该存在一个复杂的传导机制（周力，应瑞瑶，2009），比如规模效应、结构效应、技术效应等（GrossmanandKrueger,1991;Panayotou,2000）。张颜博等（2009）的研究表明FDI的存量增加所诱致的经济规模扩张和经济结构的重污染化加剧了污染排放，而其诱致的技术转移带来了正面的环境效应。而包群、陈媛媛、宋立刚（2010）则运用一般均衡分析将FDI的环境效应分解为规模效应和收入效应，认为一方面外资进入扩大了东道国生产规模和产出水平，因而导致更多的污染排放；另一方面，外资提高了东道国居民收入水平，东道国污染税率的提高将迫使企业使用更多的资源用于污染治理，外资与东道国环境污染之间存在倒U型曲线关系。总体来看，由于研究的对象、思路和方法的差异，各国学者关于FDI对环境污染的影响研究没有得到一致的结论。纵观现有的研究可以发现存在以下几点不足。首先，现有文献主要选取二氧化硫、二氧化碳等气体排放物作为环境污染的衡量指标，较多地忽略了固体排放物、液体排放物等环境问题。对污染物选取的不同往往也会出现不同的结果，在一定程度上降低了模型的解释能力。环境污染并不是由单一的某种污染物造成的，它是众多污染综合作用的结果，因此在考察FDI的环境影响效应时不能仅仅依靠单一的污染指标衡量，而需要一个综合、全面的指标。其次，目前的研究大多采用传统的面板数据分析FDI与环境污染之间的关系，引入空间计量方法的研究还很少。传统的面板回归通常假定各个地区的污染排放是相互独立的，这显然与现实存在偏离，风向、水流等客观因素使得一个地区的环境质量必然会受到邻近地区污染排放的影响，环境污染存在很强的空间联动性，而FDI的高度集聚、公共政策的外部性等则进一步加强了环境污染的空间相关性（Poonetal.，2006）。因而如果忽略这种空间相关性的影响，模型估计将是有偏的或产生错误的参数检验（Anselin,1988）。近年来，一些学者采用空间截面数据对FDI的区位选择影响因素（Coughlinetal.，2000；王剑，2004；王立平等，2005）及EKC曲线（DavidMaddison,2006；朱平辉、袁加军等，2010）进行空间实证分析，由于这些研究均采用某一年的截面数据，其估计结果存在较大的随机性和偶然性（苏梽芳等，2008）。鉴于此，本文选取2000～2009年我国30个省域（重庆市的统计数据并入四川省）作为样本，首先采用熵权法构建环境污染综合指数，分析我国各省域FDI与环境污染的分布格局，然后将FDI与环境污染的空间自相关性同时纳入计量模型，采用空间误差模型（SEM）和空间滞后模型（SLM）实证分析FDI对我国环境污染的影响。本文旨在从FDI在地理上的集群这一角度解释我国环境污染的“局域俱乐部集团”现象，揭示FDI与环境污染的动态跃迁过程及其存在的空间效应，重点考察FDI在地理上的集群对环境污染的作用程度，并验证“污染天堂”假说在中国是否成立，进而为我国制定区域引资政策、实现区域经济与环境保护的协调发展提供科学依据。与以往研究成果相比，本文的贡献主要体现在以下3个方面：第一，采用熵权法构建环境污染综合指数，从整体上衡量各个省域的环境污染程度。第二，将FDI与环境污染的空间自相关性同时纳入计量模型，采用空间面板数据实证分析FDI对我国环境污染的影响。第三，考虑到不同国家对华投资规模的巨大差异，选择近10年来对华投资份额较大的12个国家和地区并根据其地理位置划分为全球离岸金融中心、东亚发达国家、欧美发达国家3个主要外资来源地，考察不同外资来源地的FDI对环境污染的影响差异及原因。全文的结构安排如下：第二部分为FDI与环境污染分布格局的探索性空间数据分析；第三部分建立空间计量模型实证分析FDI对我国环境污染的影响，并进一步考察不同来源地的外资对环境污染的影响差异及原因；第四部分为主要结论及政策启示。二、fdi与环境污染的空间关联格局为了测度省域FDI与环境污染在地理空间上的集聚程度，本节采用探索性空间数据分析方法，运用空间自相关Moran指数及其散点图来分析FDI与环境污染在空间上是否存在集群现象？并进一步采用局域空间关联指标LISA集群图及显著性水平来检验这种分布格局。采用的样本是全国30个省域（重庆市并入四川省）2000～2009年的数据，相关原始数据来源于《中国统计年鉴》各期。（一）环境污染的多元回归模型空间自相关性可以通过Moran指数来检验。Moran指数是观测值与它的空间滞后之间的相关系数，其取值范围在-1到1之间。若各区域观测值呈空间正相关，则Moran值在0～1之间，Moran值越接近于1，表明其空间正相关性越强，否则为负相关。从表1可以看出，FDI的Moran指数均为正值，且通过了5%的显著性水平检验，这表明我国30个省域FDI在空间分布上具有显著的正相关性（即空间依赖性）。也就是说，FDI在空间上的分布并非是随机的，而是表现出某些省域的FDI在空间上趋于集聚。对环境污染的Moran值考察，本文通过采用熵权法构建环境污染综合指数来进行检验。由于当前中国的环境污染主要源于工业生产，而流入中国的FDI70%进入了制造业领域，其相关行业往往也是污染大户（温怀德等，2008），而且一些学者的研究结果也表明生活消费所产生的污染物基础上的环境库兹涅茨曲线验证是失效的（Rothman,1998；刘燕、潘杨等，2006），所以众多的学者采用工业三废中的一个或几个具体污染排放物来表示整体的环境污染水平（JieHe,2006；包群、彭水军，2006；张少华、陈浪南，2009；朱平辉、袁加军等，2010）。基于已有研究文献，同时考虑到数据的可获得性，本文选取工业三废中的工业废水排放量、工业废气排放量、工业二氧化硫排放量、工业烟尘排放量、工业粉尘排放量、工业固体废弃物排放量六类具体环境污染度量指标。并借鉴MaJianqin等（2010）的方法采用熵权法计算环境污染综合指数，客观地确定污染指标的权重来避免主观因素造成的偏误，并使得该指数能够最大限度地反映中国环境污染的整体情况（具体计算过程及结果见附录1和附录2）。从表1可以看出，环境污染的Moran值除2007年外均在10%或者更低的显著性水平下通过假设检验并呈现出波状波动态势，2007年达到最低值0.0915，因而我国省域环境污染也存在较为显著的空间正相关性，环境污染在空间分布上存在一定的污染集群现象。Moran指数散点图可以将各省域的FDI集群分为四个象限的空间关联模式：第一象限（HH）表示高FDI流入区被同是高FDI流入的其他省域所包围；第二象限（LH）表示低FDI流入区被高FDI的其他省域所包围；第三象限（LL）表示低FDI流入区被同是低FDI流入的其他省域所包围；第四象限（HL）表示高FDI流入区被低FDI流入的其他省域所包围。第一、三象限体现出正的空间自相关性，第二、四象限体现出负的空间自相关性。环境污染集群的空间关联模式同上。FDI与环境污染的Moran散点图（见图1、2、3、4）均显示大部分省域位于第一象限（HH）和第三象限（LL）。在FDI的集群检验中，2009年有9个省域位于第一象限，比2000年多一个;2009年有14个省域位于第三象限,与2000年保持一致。整体而言,2000年、2009年FDI的Moran散点位于第一、三象限的省份合计占样本总数的比重分别为73.33%、76.67%。环境污染的Moran散点图显示2000年和2009年均有8个省域位于第一象限,2009年有12个省域位于第三象限,比2000年多一个。因而,2000年、2009年环境污染的Moran散点位于第一、三象限的省份合计占样本总数的比重分别为63.33%、66.67%。此结果进一步证实了我国省域FDI与环境污染都存在显著的空间正相关性(空间依赖性),大部分省域与其邻近省域表现出相似的集群特征,FDI引入较高的省域在空间上相互临近,而FDI引入较低的省域也趋于集中。同样地,高环境污染省域被高环境污染的邻近省域所包围,低环境污染省域被低环境污染的邻近省域所包围。环境污染在年期间最普遍的变迁类型依然是省域及其邻居保持相同水平,其中有20个省域表现出空间上的稳定性,占到样本总体的66.67%。相对而言,属于相对位移省域跃迁类型的只有7个,具体包括从HH象限迁移到LH象限、从HL象限迁移到LL象限、从LH象限迁移到HH象限,绝大部分省域位于西部地区。此外,属于相关空间邻近省域跃迁类型的有从HL象限迁移到HH象限、从LL象限迁移到LH象限。省域跃迁到其他不同省域这种类型的空间变迁现象在考察期内未发生,说明我国省域环境污染存在高度的空间稳定性,环境污染同样具有严重的路径依赖性。（二）区域分布格局Moran指数从整体上刻画了FDI与环境污染的集群情况，但这种全域空间自相关分析无法用于进一步分析不同地理位置的区域空间关联模式，而局域空间关联指标LISA可以检验局部地区高值或低值是否在空间上趋于集聚。通过局域LISA集群图（如图5、图6所示）及显著性水平检验发现，FDI在我国的区域空间分布上已形成两个不同的集聚区域：第一个是以福建省为中心，与周边东部沿海省份共同组成的FDI高值集聚区，尤其是自2003年以来，浙江、上海、江苏三省份的FDI空间依赖性越来越显著。作为FDI的扩散中心，位于此象限的省域自身对FDI具有较强的吸引能力，通过与周边省域的交流与合作，带动了周边地区引资水平的提高。第二个是以青海省为中心，与周边的新疆、甘肃及西藏、陕西等西北内陆各省份组成的FDI低值集聚区。位于此象限的省域及周边地区FDI流入均很少，无法产生强烈的示范效应，区域引资效果有限。由此可见，一个地区的引资效果与自身所处的地理位置及周边地区FDI利用效果密切相关。环境污染的局域LISA统计结果（如图7、图8）显示，我国的省域环境污染在区域空间分布上同样也形成了两个不同的集聚区域：第一个是以内蒙古、山西为中心，与周边的宁夏、甘肃、新疆等北方省份组成的高环境污染集聚区，环渤海地区倾向于分布在此集聚区。作为老工业基地的辽宁省分布在HH象限，吉林、黑龙江则分布在LH象限，可以推断，由于受季风气候及河流等因素的影响，吉林、黑龙江的环境污染更多的是受到内蒙古、河北、辽宁等附近省域的影响，东北地区可能存在严重的环境污染转嫁问题。第二个是以上海为中心，与周边的浙江、江苏等东部沿海省份组成的低环境污染集聚区。中部的江西、湖南、湖北、安徽也分布于低环境污染集聚区，虽然LISA值未通5%的显著性水平检验，但随着社会经济的发展，上述四省份向低环境污染集聚区跃迁的趋势会越来越明显。此外，作为非典型地区的省域代表之一，河南省一直处于LH象限，其显著性水平逐渐下降并趋向于向LL象限靠近。与此同时，陕西省由最初的HH象限跃迁至LH象限。从目前的变化趋势可以推断我国的低环境污染集聚区正在向北扩展。从FDI与环境污染的空间分布及集群检验结果可以看出，我国省域FDI与环境污染均存在显著的空间自相关性，FDI与环境污染在我国地理分布上均存在明显的“路径依赖”特征并形成了不同的集聚区域。FDI高值集聚区一般是我国环境污染的低值集聚区，而FDI低值集聚区却是我国环境污染的高值集聚区，因而可以初步判断FDI在地理上的高度集群将有利于改善我国区域环境质量。为了进一步论证该观点，本文将采用空间计量模型对其进行实证检验。三、fdi对污染影响的空间测量（一）空间回归模型FDI一般通过促进经济增长来直接或间接地影响到区域环境质量，因此可以通过在环境库兹涅茨曲线检验的基础上引入FDI来考察其对环境污染的影响程度及方向。借鉴Antweiler等（2001）的一般均衡模型研究思路，建立如下计量模型：式中，i和t分别表示第i个省份第t年的数据，P为环境污染综合指数，GDP为产出水平，FDI为外商直接投资，X为影响环境污染的其他控制变量。一个省域的环境质量不仅受到自身经济发展的影响，而且还受到周边地区环境质量的影响，产业布局、能源消耗结构及公共政策使得地区间环境质量和经济发展的空间联动性进一步增强（杨海生等，2005；张贤等，2007）。环境污染具有很强的空间自相关性（DavidMaddison,2006；朱平辉等，2010），而FDI在地理上的高度集群增强了环境污染的空间依赖性，因而对FDI与环境污染之间的关系研究需要纳入空间相关性。在空间计量模型中，根据观测值空间相关性的不同冲击方式，分别设置空间滞后模型（SpatialLagModel,SLM）和空间误差模型（SpatialErrorModel,SEM）来全面考察我国省域外商直接投资对环境污染的影响。空间滞后模型主要考察变量在某一区域是否存在显著的溢出效应，其表达式为：其中εit～N(0,σ2it)。式中，ρ为空间回归系数，反映了样本观测值之间的空间依赖作用，即邻近省域的观测值WP对本省环境污染观测值P的影响方向和程度；W为n×n的空间权重矩阵，本文采用空间邻接权重矩阵，即当省域i和省域j相邻时，W取1；当省域i和省域j不相邻时，W取0。WP为空间滞后因变量，反映了空间距离对省域环境污染行为的作用程度；ε为随机误差项向量。空间误差模型的表达式为：其中εit=λWε+μit，μit～N(0,σ2it)。式中，参数λ为空间误差系数，衡量了样本观察值中的空间依赖程度，即邻近省域的环境污染P对本省份观察值P的影响程度和方向。与SLM模型不同的是，SEM模型中的空间依赖性作用存在于误差项中，度量了邻近省域关于因变量的误差冲击对本省份观察值的影响程度。μ为正态分布的随机误差向量。由于SLM、SEM模型都是从全域计算空间相关性，因而空间回归模型中变量可能存在内生性问题，对上述模型的估计如果仍采用普通最小二乘法（OLS），则会产生系数估计值有偏或无效（Anselin,1988；吴玉鸣，2007；钟昌标，2010）,Anselin(1988）建议采用极大似然法（ML）来估计SEM和SLM的参数。借鉴上述学者的分析方法，本文采用极大似然法（ML）对空间回归模型进行估计，这种估计方法一方面能够克服传统OLS估计中的变量内生性问题，可以有效地克服因内生性问题而产生的估计偏误（Anselin,1988;Blonigenetal.，2007）；另一方面又科学地反映了省域环境污染之间的空间依赖性程度，准确度量邻近省域的环境质量对本省份环境质量的影响。（二）模型设定及估计原则本文选取2000～2009年全国30个省域（重庆市并入四川省）作为样本，相关原始数据主要来源于《新中国六十年资料汇编》、《中国统计年鉴》及各省份的统计年鉴。对FDI主要来源地的考察主要集中在以下3个区域：（1）全球离岸金融中心，包括：香港、维尔京群岛、开曼群岛、萨摩亚、毛里求斯；（2）东亚发达国家，包括：韩国、日本、新加坡；（3）欧美发达国家，包括：美国、英国、德国、法国。相关变量指标选取如下。环境污染综合指数（P）：选取工业废水排放量、工业废气排放量、工业二氧化硫排放量、工业烟尘排放量、工业粉尘排放量、工业固体废弃物排放量六类环境污染度量指标，采用熵权法计算环境污染综合指数。产出水平（GDP）：产出水平可以反映一省份的经济发展状况，而环境问题始终与经济发展紧密联系（GrossmanandKrueger,1991）。对于不同国家或地区以及不同的污染物而言，环境污染与经济增长之间的关系并无完全符合倒U型曲线假说，废水、固体废弃物与经济发展水平之间呈单调上升的关系，而二氧化碳与经济发展水平之间呈单调上升（ShafikandBandyopadhyay,1992）或三次方型（FridelandGetzner,2002），且工业化国家的EKC会呈现较明显的三次形式（Poonetal.，2006），因此，通过在模型中引入GDP的平方及三次方项考察环境污染与经济发展之间的关系。本文使用各省份地区生产总值来反映产出水平，以2000年为基期，采用历年各省份GDP平减指数消除价格影响。外商直接投资（FDI）：大量的FDI涌入一方面加剧了我国的环境压力，另一方面FDI企业带来的先进“清洁”生产技术可以减少当地的环境污染，因此FDI是影响我国环境污染程度的重要因素。在总体样本考察中，本文采用实际利用外资额来衡量区域引资水平。由于目前相关统计年鉴中缺乏按来源地划分的实际利用外资额，基于数据的可得性及统计口径的一致，对主要来源地的外资采用协议利用外资额。此外，海南、西藏等省份个别年份相关数据存在缺失，本文在姚战琪（2007）、王立文（2007）计算方法的基础上进行了改进，采取如下估计原则：首先根据既存数据计算出缺失省份某一来源地共有的合同外资额，并进一步假设缺失省份实际利用外资比与协议利用外资比相同，进而估计缺失省份的相关来源地协议外资额。以上统计数据均依据当年人民币兑美元的年平均汇率将单位转化为人民币，并用各省份历年GDP平减指数消除价格影响。为了尽量减少其他变量遗漏所造成的估计结果有偏差，在具体模型中增加了影响环境污染的其他控制变量（X）包括：(1）环保意识（invest）：随着收入的提高，人们对环境质量的要求越来越高，政府也将加大环境污染治理力度来改善环境质量。环保意识越强，环境污染程度越低。本文采用历年工业环境污染治理投资额来衡量环保意识并进行GDP平减修正。(2）产业结构（S）：在经济发展的初期阶段，工业化速度的提升往往意味着对资源的过度采伐及废弃物排放量的剧增。当经济发展到一定程度时，经济增长方式逐渐由粗放型增长向集约型增长转化，产业结构也将发生相应的优化升级，工业在国民经济中的比重呈下降趋势，第三产业比重迅速提升，资源环境压力有所减缓。本文采用第二产业产值占地区生产总值的比重衡量。(3）技术进步（K/L）：技术进步使得企业采用清洁生产技术生产成为可能，因而将会减少污染排污量。本文采用资本劳动比来衡量技术进步，一方面较高的资本劳动比意味着较高的技术效率，从而能够加快该行业的技术进步速度并提高减污技术能力（王德文、何宇鹏，2005；聂辉华、方明月等，2009）；另一方面如果该地区资本劳动比上升，则表明该地区的产业模式有从劳动密集型向资本密集型转移的趋势，产品的资本含量和技术含量也将随之增加（Dindaetal.，2000；张连众、朱坦等，2003），因此资本密集型产品拥有较高的生产技术，劳动密集型产品拥有较低的技术含量（NunnandNathan,2007；黄先海、陈晓华等，2010）。因此资本劳动比的提高是技术进步和技术水平提高的结果和外在表现（李卫华，2007）。物质资本存量借鉴张军等（2004）采用永续盘存法的估算结果，以2000年为基期，经济折旧率为9.6%。劳动力投入量用各地区年末就业人数来衡量。数据的统计描述见表3，具体操作时采用Geoda和Matlab软件进行回归分析。（三）sem模型分析在对模型进行回归分析之前首先要检验我国省域环境污染与其影响因素是否存在空间自相关。为了保证结果的稳健性和有效性，本文分别采用Moran、Walds、Lratios、Lmsar、Lmerr五种方法进行空间自相关检验。考虑到上述统计检验都是针对截面数据所提出的，本文借鉴何江和张馨之（2006）的计算方式，采用克罗内克积计算分块对角矩阵C=IT⊗W代替原有的截面统计量计算公式中的空间权重矩阵W，将T维单位时间矩阵IT纳入空间模型，从而将上述检验应用到面板数据分析，检验结果如表4所示。从检验结果来看，所有的检验都在1%的显著性水平下拒绝原假设，说明我国省域环境污染及其影响因素均存在显著的空间自相关。Hausman检验结果显示，固定效应优于随机效应的选择，而且通常情况下，当回归分析局限于一些特定的个体时，固定效应模型是更好的选择（何江等，2006）。因此，本文采用空间滞后固定效应模型和空间误差固定效应模型进行回归分析。根据固定效应对空间效应和时间效应两类非观测效应的不同控制，可以分为无固定效应（nonF）、空间固定效应（sF）、时间固定效应（tF）、既有空间又有时间固定效应（stF）。根据Anselin等（1996）提出的模型判别准则，我们可以发现RobustLmerr(234.4311）在1%的显著性水平下显著，而RobustLmsar(0.0205）未通过10%的显著性检验，因而SEM模型对样本的解释力度更强。进一步比较分析可以发现，SEM模型中的LogLikelihoood和AdjustedR2值明显大于其他模型相应的统计值，SEM中的空间固定效应是较优选择，这意味着我国省域环境污染存在明显的空间特征，环境污染的变化主要源于横截面个体间的差异，一个地区的环境污染不仅受到周边邻近省域环境污染的相互冲击，而且还受到区域间结构性差异的误差冲击，这种结构性差异体现在各个省域自身经济发展水平、区域引资水平、环保意识、产业结构和技术进步以及其他未纳入基本模型中的空间影响因素之间存在的差异。表4的估计结果显示空间误差系数λ的估计值显著为正，说明省域环境污染存在显著的空间依赖性，也就是说邻近省域的环境质量差，本省域的环境质量也较差，环境污染行为存在“局域俱乐部集团”现象。在这种情况下，污染产业转移、“搭便车”等消极的产业及环保政策可能会是地方政府的首要选择（杨海生等，2008）。FDI的估计系数显著为负，说明FDI在一定程度上改善了我国的环境质量，因而从整体来说“污染天堂”假说在中国并不成立。究其原因主要有以下两点：一方面，FDI倾向于使用较为先进的生产技术和污染排放系统，在实际生产过程中对资源环境的损耗相对较少，从而降低了我国的环境污染水平（WangandJin,2002；黄菁，2010）。目前在我国已通过ISO14001环境管理体系认证的企业中，有2/3以上是外商投资企业；而获得中国环境标志认证的企业中一半以上是外资企业。因而，FDI在引进先进的环保技术和设备特别是环境友好型技术转移方面做出了积极贡献，FDI在一定程度上促进了我国环保事业的发展。另一方面，FDI的引资结构已引起政府部门的高度重视，地方政府加强对非清洁型FDI引入的政策审批力度，而清洁型FDI的流入在一定程度上推动了区域产业结构优化与升级，提高了资源的分配及使用效率，进而降低了单位产出的资源消耗量和污染排放量（张彦博等，2009；许士春等，2009）。进一步考察其他结构性误差冲击对环境污染的影响。从估计结果来看，产出水平的回归系数均在1%的显著性水平下通过假设检验，α1估计值显著为正，α2估计值显著为负，α3估计值显著为负，因而产出与环境污染之间呈N型曲线关系，环境污染随着产出水平的提高呈现出恶化—得到改善—进一步恶化的发展趋势，两个拐点分别为647.38亿元和7506.49亿元。在拐点7506.49亿元附近，环境污染存在一个“平台期”，在此期间环境污染不会随着产出水平的变化而发生急剧的变化，但是一旦超过这个平台期，环境污染速度加快。环保意识的估计系数为正，也就是说我国工业环境污染治理投资额的增加不但没有改善反而加剧了环境污染，环境污染治理没有达到预期的效果，可能的原因是：第一，相对于持续增长的地区生产总值而言，污染治理投资严重不足。目前我国部分省域的环保投入占GDP比重不到0.03%，最高的只有0.83%，甚少的环保资金投入无法遏制环境污染的加剧。第二，环保资金投入缺乏持续性和稳定性，环境污染状况刚刚有所改善后就减少资金投入，导致环境再次恶化，污染治理存在一定的投机行为。第三，政府工业污染治理的投资都是针对企业的污染排放物治理，这种投入不可能对企业采纳更清洁生产技术起到激励作用（李永友、沈坤荣，2008），企业污染排放的增加必然会导致环境污染的加剧。产业结构、技术进步回归系数未通过10%的显著性水平检验。产业结构对环境污染有负的影响，也就是说随着第二产业占地区生产总值的比重不断上升，环境污染将会改善，这可能是由于第二产业中更多的行业其产业结构调整主要体现在由制成品的粗加工向精加工、污染产品向清洁产品的方向转变，环境与经济协调发展的新型工业化道路已初见成效。可以预测，当产业结构调整达到合适的高度时，这种效果将更加明显。技术进步的估计系数为正，说明虽然目前我国的人均资本存量在增加，但直接用于消除环境污染的技术研发支出仍然有限，人均资本存量的增加并没有带来相应的清洁性生产技术的提高。总体而言，SEM空间固定效应模型的估计结果显示，2000～2009年环境污染存在显著的空间依赖性，我国省域环境污染不仅受到周边邻近省域环境污染的相互冲击，而且还受到区域间结构性差异的误差冲击。作为结构性差异的主要空间影响因素之一，FDI在我国地理上的集群显著改善了省域环境质量，而环保意识、产业结构、技术进步对环境污染的正效应尚不明显。（四）全球离岸金融中心对环境污染的真实诉求为了进一步考察“污染天堂”假说，考虑到外资来源地及利用规模的差异，本文重点从全球离岸金融中心、东亚发达国家、欧美发达国家3个主要外资来源地考察FDI与环境污染之间的关系。从样本整体空间相关性检验（如表5所示）结果来看，Moran、Walds、Lratios、Lmsar、Lmerr的统计值均在1%的显著性水平下通过假设检验，因而我国省域环境污染与产出水平、三大主要来源地的FDI、环保意识、产业结构、技术进步之间均存在显著的空间相关性。空间误差模型（如表5所示）与空间滞后模型（如表6所示）中的λ与ρ显著为正，因而省域环境质量存在显著的趋同效应，省域环境污染之间存在显著的空间依赖性。整体比较来看，SEM中的空间固定效应对样本的解释力度较高。从表5、6中可以看出，来自全球离岸金融中心、东亚发达国家、欧美发达国家3个不同区域的外资对环境污染的影响程度存在显著差异。整体而言，这3个地区的外资回归系数均为负数，但只有离岸金融中心的外资在5%的显著性水平下通过检验。究其原因主要有以下几点：第一，目前对华投资的三大自由港（英属维尔京群岛、开曼群岛、萨摩亚群岛）的资金主要来自中国，从这些自由港流入我国的外商直接投资很大一部分属于国际游资范畴，其中一部分甚至属于国内资金的回流（中国贸促会，2007），且国内学者一致认为我国约有1/3的实际利用外资额是国内资本通过离岸金融中心形成的返程投资（GengXiao,2004）。所以从某种程度上可以说，全球离岸中心的外资很大一部分是国内资本回流形成的“假外资”，其对环境污染的改善更多的是国内企业自身执行严格的环保排放标准、采用清洁生产技术、降低耗能的结果。第二，在离岸金融中心对华投资中，有一部分属于真正的外资，其投资行业主要集中在医疗、集成电路制造、软件、有色金属、电力等，投资领域多属于技术含量较高的制造业和服务业，且对制造业投资增速减缓，服务业投资增速加快，因而产生的污染排放量较少。第三，全球离岸金融中心因其提供的资金成本低、快捷方便、资金量大而成为跨国公司的重要融资场所。作为国际资本流动的主要载体，跨国公司充分利用从离岸金融中心筹集的资金投入当地企业，其规模收益递增特征逐渐显著，这种规模效应将提高当地企业的生产效率和管理水平并降低单位产出的耗能量和污染排放量（CopelandandTaylor,2003）。同时，全球离岸金融中心提供的大量资金也为跨国公司在全球范围内进行资本和技术密集型的战略产业并购及兼并创造了有利条件。在并购及兼并的过程中，外资企业将带来更多的先进技术来提高企业运作效率（Bresman,BirkinshawandNobel,1999;HagedoornandDuysters,2000），从而产生正的环境效益。第四，全球离岸金融中心外资的大量涌入提高了当地居民的收入水平（Aitken,HarrisonandLipsey,1996；宣烨、赵曙东，2005）。随着收入水平的提高，人们的环保意识逐步增强，公众对环境需求的增加使得政府实施更加严厉的环境规制并加大污染治理投资力度（Antweileretal.，2001;Daspuptaetal.，2002），因而地区环境质量得以改善。东亚发达国家、欧美发达国家的外资回归系数为负但未通过10%的显著性水平检验，这意味着来自东亚发达国家、欧美发达国家的外资有改善区域环境质量的趋势，因而FDI导致的污染密集型产业国际转移现象在中国尚不明显。众多的实证检验结果显示外资企业尤其是跨国公司的环境绩效与企业规模和投资来源地密切相关（戈爱晶、张世秋，2006；徐鹤等，2007）。目前东亚发达国家对华投资多以中小企业为主，基于寻求廉价的劳动力和资源等生产要素以及扩大自身的市场份额等生产目的，东亚发达国家的外资更多注重寻求能够降低生产成本的劳动密集型制造业进行投资，技术含量普遍偏低（张季凤，2010），因而大部分企业缺乏技术转移的动力甚至实施双重环保标准。当FDI流入环保法规很不健全的地区时往往会受到使用更低廉技术来降低生产成本的诱惑，从而会将一些过时技术和工艺转移给东道国（AndreoniandLevion,2001;LukeandStares,2005；张博颜、郭亚军，2009），因而东亚发达国家的外资在实际引进过程中所采用的清洁型生产技术比较有限。此外，东亚发达国家基本都把中国作为生产基地，其生产的产品绝大部分都用来出口或返销，因而企业研发和技术创新基本是在母公司内部展开，且技术保密程度较高，因而不利于国内企业的模仿和创新，FDI所带来的清洁型生产技术溢出效应非常小，所以对区域环境质量改善不太明显。而欧美发达国家对华投资更注重占领中国的市场及关心国际生产关系的建立（Wangetal.，2007;Buckleyetal.，2002）。在全球生产网络的建立过程中，这些外资企业往往会考虑与国内企业的配套程度，倾向于在中国建立研发与销售中心并采用公司统一的最优环境标准来实现跨国界管理的规模经济（Kogut,1985;Hansen,1999）、竞争优势或者更好地应对发展中国家将来更为严格的环境管理要求（冼国明、张诚，2001），因而欧美企业比国内其他企业及来自发展中国家的外资具有较强的环保意识并采用代表先进环境管理技术的环境管理系统，但东道国必须具备一定的吸收能力才能获得正向的环境技术溢出效应（ChudnovskyandPupato,2005;Albornozetal,2009）。基于目前中国经济发展水平、基础设施和人力资本等“吸收门槛”的限制，当地企业提供高资本密集度和技术密集度的中间品的能力相对不足，配套企业联系不紧密在一定程度上降低了欧美企业本土化采购，影响了其技术外溢效应的发挥（何洁，2000；赖明勇等，2005），因而对环境质量的影响相对不明显。产出与环境污染之间仍呈N型曲线关系且在统计上高度显著。产业结构回归系数为负且在10%的显著性水平下通过检验，空间误差系数λ的估计值在0.70左右且通过1%的显著性水平检验，环境污染的空间依赖性依然非常高。整体而言，产出水平、主要来源地外资、产业结构对环境污染的影响比较显著，而环保意识、技术进步对于降低环境污染的作用相对不太明显。四、利益相关方面的政策建议与环保政策的分运用探索性空间数据分析方法对我国各省域2000～2009年FDI与环境污染的分布格局及空