一、 文獻綜述

　　2003年，英國能源白皮書《我們能源的未來：創建低碳經濟》中最早使用“低碳經濟”一詞。低碳經濟是以可持續發展理念為指導，通過技術創新、制度創新、產業轉型、新能源開發等多種方式，盡可能減少高碳能源的使用，減少溫室氣體的排放，保護自然環境，實現經濟與環境共贏發展。

　　污染天堂假說認為污染密集產業的企業傾向于建立在環境標準相對較低的國家和地區。發達國家經濟發展水平高，對環境保護的要求嚴格，治理污染成本較高。而發展中國家經濟落后，收入水平低，環境保護標準低。大量的發達國家企業在發展中國家進行直接投資，將高污染、高耗能產業轉移到發展中國家，從而減少本國的污染，促進本國產業結構的升級。

　　最早分析FDI對環境的影響的是Crossman和Krueger，他們（1991）對北美自由貿易區的分析和研究中，將FDI對環境的影響分為三個機制：結構效應、規模效應、技術效應。Christmann和Taylor（2001）運用了在中國的跨國公司的數據進行了實證檢驗，認為跨國公司沒有增加中國的環境污染，反而對中國有一個積極的環境效應，全球化增加了跨國公司在低環境管制國家自我管制的壓力。Jorgenson（2007）認為在發展中國家制造業的外商直接投資與二氧化碳排放量顯著正相關，同時在欠發達國家制造業部門吸收的外商直接投資與制造業排放的污水量呈正向關系。Acharyya（2009）運用印度1980年～2003年的數據考察外商直接投資對經濟增長和對環境的影響，實證結果認為，外商直接投資有力的推動了印度的經濟發展，同時外商直接投資對印度二氧化碳的排放具有較大影響，外商直接投資的增加與二氧化碳排放量之間存在正相關關系。Lee（2013）則認為外商直接投資與清潔能源的利用之間的關系尚不明確，FDI對二氧化碳的排放沒有明確影響。

　　國內許多學者對FDI與東道國環境污染效應做了研究和分析，但對區域FDI與低碳經濟發展關聯性的研究甚少。溫懷德等（2008）通過中國30個省（市、區）2000年～2005年面板數據，對FDI與外貿的環境污染效應進行了實證分析，認為FDI加劇了中國的環境污染。楊樹旺等（2012）認為不同來源的外商直接投資對中國碳排放的影響不同，來自港澳臺地區和東盟地區的直接投資對中國碳排放造成負面影響，而其他發達國家如美國、歐盟和日本的直接投資對碳排放的影響并不顯著。郭沛、張曙霄（2012）利用1994年～2009年中國外商直接投資與碳排放量的數據進行協整檢驗，結果認為外商直接投資與碳排放量之間存在正向關系，外商直接投資的增加促進了中國碳排量的增長。林基、楊來科（2013）以1980年～2011年東亞11個經濟體的數據為樣本，分別考察外商直接投資與碳排放、出口貿易與碳排放之間的關系，實證結果表明外商直接投資能夠有效減少發達國家和發展中國家的碳排放量，但外商直接投資對發達國家的減排作用大于對發展中國家的減排作用，同時出口增加了發達國家和發展中國家的二氧化碳排放量。

　　二、 實證分析

　　1. 模型設定和數據來源。發展低碳經濟的重要內容之一就是減少二氧化碳的排放量，二氧化碳的排放量是低碳經濟發展程度的重要指標，因此本文選取了上海市歷年的二氧化碳排放量來衡量低碳經濟的發展程度。考慮將GDP作為影響二氧化碳排放量的一個被解釋變量，此外，科學技術的提高會降低單位產出的能耗水平，而這自然會降低碳排放量，因此，將能源效率作為其中的一個被解釋變量，而本文最為關心的是日本對上海的直接投資是否會影響上海的碳排放量，因此，將日本對上海的直接投資作為影響上海碳排放量的一個重要指標，為了消除異方差的影響，對數據采取了對數形式，建立了如下計量模型：

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

　　為了使數據具有可比性和確保實證結果的準確性，本文對選取的數據進行了處理。根據從聯合國貿易和發展會議（UNCTAD）數據庫獲得的（1986年-2012年）美元對人民幣的匯率值，將日本對上海的直接投資額乘以當年的匯率，折合成人民幣表示的直接投資額。為了消除價格波動的影響，上海市國內生產總值采用了實際GDP數值。以1986年作為基期年份，以當年的GDP數值乘以1986年的GDP平減指數，然后再除以當年的GDP平減指數，得到當年的實際GDP數值，其中GDP平減指數來自于IMF世界經濟展望數據庫。能源利用效率是當年能源消費總量與當年實際GDP之比。

　　鑒于目前中國沒有建立統一的CO2排放量核算體系，本文根據《2006年IPCC國家溫室氣體清單指南》的數據和準則，對上海市CO2排放量進行計算。為了統一量綱，根據歷年《上海統計年鑒》公布的能源消費總量數據，將煤炭、燃料油、天然氣等消費量折算成標準煤消費量，其中焦炭的折算系數為0.917 4千克標煤/千克，燃料油為1.428 6千克標煤/千克，天然氣為12.143噸/萬立方米。國際上對標準煤核算尚無統一標準，本文采用我國采用的標準煤熱值進行CO2排放量的計算，標準煤的熱值為，7 000kcal/kg=7 000×4.186J=29.302GJ/t，根據2006年IPCC國家溫室氣體清單指南》公布的相應的CO2排放系數-94 600kgCO2/TJ，29.302GJ/t×94.6kgCO2/GJ/1 000=2.771 9tCO2/tce，所以標準煤的CO2的排放因子為2.771 9tCO2/tce，即一噸標準煤的使用會帶來2.771 9噸CO2的排放。 　　2. 研究方法和實證步驟。

　　（1）單位根檢驗。首先，時間序列數據常用的單位根檢驗方法有：DF檢驗、ADF檢驗、PP檢驗、DF-GLS檢驗和KPSS檢驗。DF檢驗只適用于AR（1）過程，而且要求誤差項是獨立同分布的，條件過于嚴格，適用范圍較小，ADF檢驗是DF檢驗的擴展，適用范圍更廣泛，是時間序列單位根檢驗的主要工具。PP檢驗使用異方差自相關穩健的標準差對DF統計量進行修正，不必指定滯后階數。DF-GLS檢驗和KPSS檢驗能夠克服ADF檢驗和PP檢驗的不足，是ADF檢驗和PP檢驗的補充，而DF-GLS檢驗是目前最有功效的單位根檢驗。因此本文運用ADF檢驗、PP檢驗和DF-GLS檢驗對所有變量進行單位根檢驗，DF-GLS檢驗結果顯示，lnCO2、lnfdi、lngdp、i均無法在10%的水平上拒絕“存在單位根”原假設，lnCO2?plnfdi?plngdp和i為一階單整I（1）過程，ADF檢驗和PP檢驗結果見表2。

　　綜合表2和DF-GLS檢驗結果可以看出，lnCO2?plnfdi?plngdp和i均服從一階單整過程，因此下面進行協整檢驗及確定最優滯后階數。

　　（2）滯后階數及協整秩檢驗。采用信息準則來確認最優滯后階數，結果表明，赤池信息準則?p漢南-昆信息準則均支持最優滯后階數為4（信息準則最小化）。因此，本文選擇最優滯后階數為4，包含常數項，但不包含時間趨勢項。進一步，使用Johansen檢驗表明協整秩為1，即只存在1個協整關系。

　　（3）誤差修正模型及協整方程。基于最優滯后階數及協整秩的確定，我們得到如下誤差修正模型：

　　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衡量的是變量偏離長期均衡時朝著長期均衡狀態調整的速度。其中，長期趨ECMt=lnCO2t-0.91lngdpt-0.05lnfdit-0.33it+7.03。令ECMt=0，也即達到長期均衡狀態，可得到協整方程為：

　　lnCO2t=0.91lngdpt+0.05lnfdit+0.33it-7.03（6）

　　（4）VECM系統穩定性檢驗。檢驗上述VECM模型系統的穩定性，除了VECM模型本身所假設的單位根之外，伴隨矩陣的所有特征值均落在單位圓之內，故系統是穩定的。

　　（5）脈沖響應分析。能源利用效率i對lnCO2有一個負沖擊，也即從長期來看，提高科學技術降低單位產出的能耗可以降低CO2排放量；lnfdi和lngdp的增加會增加CO2的排放量。

　　下面本文利用2006年之前的數據對2006年～2010年的數據進行預測，并與本文的實際數據進行對比來觀測本文模型的預測效果。

　　預測結果表明，本文對CO2的預測最為準確，根據預測值的走勢來看，未來上海CO2的排放量由持續走高的趨勢；對能源效率i的預測次之，實際觀測值均落在95%的置信區間內，從其預測值的走勢看，上海每單位產出的能耗將持續降低；而fdi的實際觀測值從2006年～2008年落在95%的置信區間之外，而之后又回到95%的置信區間內，2010年之后的走勢圖顯示上海吸引日本外商投資額不是很明顯，存在波動；而對GDP的預測最不準確，其觀測值均落在95%的置信區間之外。

　　從短期效應來看，在（2）式中，lnCO2同lnfdi的一階滯后值有微弱的負相關，即日本對上海直接投資的一期滯后項會降低上海碳排放量，但系數僅為-0.013，并不明顯，而lnCO2同lnfdi的二階滯后值和三階滯后值均存在明顯的正相關關系，這表明滯后二期和滯后三期的日本對上海對外直接投資的增加都會使得當期二氧化碳排放量增加，表明日本對上海的直接投資會增加上海碳排放量。而從長期來看，在（6）式中，日本對上海直接投資額同上海的二氧化碳排放量之間有明顯的正相關關系，當日本對上海的直接投資額每增加1%，上海的碳排放量就會增加0.05%；與此同時，lnCO2同lngdp也有明顯的正相關關系，表明上海經濟的發展會增加上海碳排放量，說明經濟的快速發展將增大對能源的需求，因而增加碳排放量，與現實經濟環境相吻合；能源效率的提高，即每單位GDP所消耗的能源數量的減少成為降低碳排放量的重要影響因素。 　　三、 結論及建議

　　綜合以上實證分析結果，日本對上海的直接投資與上海市CO2排放量的短期效應并不顯著，但從長期看，日本對上海直接投資的增加會引起上海市CO2排放量的增加。上海市GDP的增加與CO2排放量呈現正相關關系，經濟增長的同時帶來了二氧化碳排放量的增加。從長期來看，能源利用效率的提高會帶來二氧化碳排放量的降低。

　　結合以上實證結果，本文提出以下四點政策建議：

　　1. 合理利用外商直接投資，提高外商直接投資引進質量。外商直接投資在上海市經濟發展中發揮了重要作用，和中國許多大城市一樣，上海經濟在高速發展的同時也面臨著嚴重的環境問題。日本直接投資在上海市外資流入中的比重很大，上海市要規范外資引入政策，合理利用外商直接投資，有效地控制高耗能產業的外資的流入，引導日本直接投資進入低耗能、高產出產業，實現經濟發展與環境保護協調發展。

　　2. 轉變經濟增長方式，促進產業結構升級。能源利用效率的提高能夠有效降低二氧化碳排放量，政府應該促進能源利用技術的開發，支持高新技術產業發展，提高能源利用效率，降低能源損耗，引導日本直接投資發展低碳行業，促進低碳經濟發展，減少溫室氣體的排放。當前上海市的產業結構并不合理，政府應積極促進產業結構的優化與升級，轉變經濟增長方式，實現經濟的可持續發展。

　　3. 加快技術創新步伐，大力發展低碳產業。上海經濟的高速發展增加了能源的消耗量，同時也增加了二氧化碳排放量。當前國際上對碳排放的問題非常重視，各國都在降低碳排放的問題上做出了努力。中國在減少碳排放的問題上做出了很大的努力，中國降低二氧化碳排放強度的具體指標，已經被寫入中國“十二五”發展規劃綱要中。上海市應抓住降低碳排放和發展低碳經濟發展機遇，加快企業自主創新步伐的加快，促進能源利用新技術的開發，積極參與國家低碳技術的開發和研究，促進低碳產業的發展。

　　4. 加快清潔能源的開發和利用，改善能源消費結構。傳統能源如煤炭、石油、天然氣的使用引起的環境污染很嚴重，上海市的能源消費結構還存在不合理的地方，因此政府應大力開發和利用太陽能、生物能等清潔能源的開發和使用，減少傳統的二氧化碳排放量高的能源的使用量，積極改善能源利用和消費結構。在積極開發清潔能源的同時，政府應該大力發展城市低碳建筑，建立低碳交通體系，促進低碳環保理念的宣傳，引導市民樹立低碳消費理念，積極降低二氧化碳排放量。