论文部分内容阅读
【摘 要】 自1992年中俄互为“友好国家”以来，两国关系不断升华，2019年两国达成“新时代中俄全面战略协作伙伴关系”，中俄经贸关系实现了跨越式发展，双边贸易额呈逆势稳步递增之势，中俄进入贸易“蜜月期”。与此同时，环境问题引起两国关注，以本文从一国视角出发，利用固定效应模型研究俄罗斯环境规制强度对我国在俄直接投资（OFDI）的影响，为中國政府及企业有关在俄投资的决策提供理论依据，加快两国经贸合作的可持续发展新步伐。
【关键词】 环境规制 中国对俄罗斯投资 对外直接投资
一、引言
随着中国对俄OFDI规模的不断扩大，中国在俄罗斯投资项目较多的集中在资源领域，在这个过程中，投资双方都不可避免的会面临如何应对生态环境问题这一难题，因此俄方环境规制对中国对俄OFDI的影响就值得我们去研究探讨。
二、俄罗斯环境规制对中国对俄OFDI的实证分析
（一）理论假设
根据“污染天堂假说”和“波特假说”，环境规制对外国资本流入的影响存在双面性，不仅有正向激励作用还会产生负向抑制作用，同时也受东道国技术水平、经济发展水平等经济特征的调节。
（二）模型的建立和样本选择
1、基础模型设定。基础回归模型建立如下：
（2-1）
其中，t（t＝2008，2009，．．．，2018）表示中国对俄罗斯投资发生的年份；i表示我国对俄罗斯投资的13个行业（i=采矿业、制造业、农/林/牧/渔业、租赁和商务服务业、批发和零售业、房地产业、建筑业、金融业、居民服务/修理和其他服务业、科学研究和技术服务业、交通运输/仓储和邮政业、信息传输/软件和信息技术服务业、其他行业）；OFDI表示中国对俄投资存量；EPI表示环境规制强度；A表示俄罗斯在t年的GDP与当年EPI的交互项；为控制变量；β0为常数项；βit为误差项。
2、变量的选取和数据来源。中国对俄13个行业的投资存量为被解释变量；环境规制强度、经济发展水平为解释变量；人力资本(HC)、资源能源禀赋(RS)、基础设施完善程度(LNF)、贸易规模(TRADE)、技术水平(TECH)、市场规模（MARKET)6个因素为控制变量，数据均来源于世界银行。为减少回归方程的异方差问题，将模型中所有变量采用对数形式。Dumtwr代表污染型行业划分，若该行业为采矿业、制造业、交通运输、仓储和邮政业、房地产业和建筑业为代表的污染型行业，则Dumtwr取值为1，否则取值为0。本文具体控制变量设定如下。
（三）实证结果与分析
考虑到环境规制强度对环境敏感型行业投资的影响更大。根据中国对外投资公报中对俄罗斯各行业的投资数据，对样本中行业进行分类，同时检验总样本基础回归的稳健性。Hausman检验结果建议采用固定效应模型。总样本回归结果表明，除了基础设施规模和贸易规模因素不显著外，其余各解释变量对中国OFDI的流入有显著的影响。俄罗斯环境规制强度对中国对其投资存在显著的抑制作用，证实了假设。从污染型行业与清洁型行业两个子样本的结果来看，环境规制强度更抑制污染型行业的资本流入。由于版面原因，实证结果可向作者索取。
三、结论与建议
我国对俄罗斯OFDI的影响因素有很多，根据实证结果可知俄罗斯的环境规制水平、资源能源禀赋、技术水平、市场规模是显著影响因素，而贸易规模、基础设施规模因素对我国OFDI影响却微乎其微。俄罗斯的环境规制强度明显抑制了中国对俄罗斯OFDI的力度，且这种抑制作用在污染型行业影响更强烈。根据两国的经济发展前景，结合国际经贸发展趋势，从环境规制角度出发，通过选择合理投资区域、推动“绿色投资”、针对清洁型行业设立专项投资发展基金、加强环境政策交流几方面加深两国经贸合作，推进两国间经贸合作的持续稳速地发展。
【参考文献】
[1] 刘朝，韩先锋，宋文飞.环境规制强度与外商直接投资的互动机制[J].统计研究，2014（05）.
[2] А.Г.布雷.俄东部与中国东北地区一体化合作的现状与前景[J].西伯利亚研究，2007（5）.
[3] 吴玉鸣．外商直接投资与环境规制关联机制的面板数据分析[J]．经济地理，2007（1）．
[4] 刘朝，韩先锋，宋文飞．环境规制强度与外商直接投资的互动机制[J]．统计研究，2014（05）．
[5] 姚荣，徐鹤.基于环境规制中国对“一带一路”火电投资实证分析[J].环境污染与防治，2019（6）.
【关键词】 环境规制 中国对俄罗斯投资 对外直接投资
一、引言
随着中国对俄OFDI规模的不断扩大，中国在俄罗斯投资项目较多的集中在资源领域，在这个过程中，投资双方都不可避免的会面临如何应对生态环境问题这一难题，因此俄方环境规制对中国对俄OFDI的影响就值得我们去研究探讨。
二、俄罗斯环境规制对中国对俄OFDI的实证分析
（一）理论假设
根据“污染天堂假说”和“波特假说”，环境规制对外国资本流入的影响存在双面性，不仅有正向激励作用还会产生负向抑制作用，同时也受东道国技术水平、经济发展水平等经济特征的调节。
（二）模型的建立和样本选择
1、基础模型设定。基础回归模型建立如下：
（2-1）
其中，t（t＝2008，2009，．．．，2018）表示中国对俄罗斯投资发生的年份；i表示我国对俄罗斯投资的13个行业（i=采矿业、制造业、农/林/牧/渔业、租赁和商务服务业、批发和零售业、房地产业、建筑业、金融业、居民服务/修理和其他服务业、科学研究和技术服务业、交通运输/仓储和邮政业、信息传输/软件和信息技术服务业、其他行业）；OFDI表示中国对俄投资存量；EPI表示环境规制强度；A表示俄罗斯在t年的GDP与当年EPI的交互项；为控制变量；β0为常数项；βit为误差项。
2、变量的选取和数据来源。中国对俄13个行业的投资存量为被解释变量；环境规制强度、经济发展水平为解释变量；人力资本(HC)、资源能源禀赋(RS)、基础设施完善程度(LNF)、贸易规模(TRADE)、技术水平(TECH)、市场规模（MARKET)6个因素为控制变量，数据均来源于世界银行。为减少回归方程的异方差问题，将模型中所有变量采用对数形式。Dumtwr代表污染型行业划分，若该行业为采矿业、制造业、交通运输、仓储和邮政业、房地产业和建筑业为代表的污染型行业，则Dumtwr取值为1，否则取值为0。本文具体控制变量设定如下。
（三）实证结果与分析
考虑到环境规制强度对环境敏感型行业投资的影响更大。根据中国对外投资公报中对俄罗斯各行业的投资数据，对样本中行业进行分类，同时检验总样本基础回归的稳健性。Hausman检验结果建议采用固定效应模型。总样本回归结果表明，除了基础设施规模和贸易规模因素不显著外，其余各解释变量对中国OFDI的流入有显著的影响。俄罗斯环境规制强度对中国对其投资存在显著的抑制作用，证实了假设。从污染型行业与清洁型行业两个子样本的结果来看，环境规制强度更抑制污染型行业的资本流入。由于版面原因，实证结果可向作者索取。
三、结论与建议
我国对俄罗斯OFDI的影响因素有很多，根据实证结果可知俄罗斯的环境规制水平、资源能源禀赋、技术水平、市场规模是显著影响因素，而贸易规模、基础设施规模因素对我国OFDI影响却微乎其微。俄罗斯的环境规制强度明显抑制了中国对俄罗斯OFDI的力度，且这种抑制作用在污染型行业影响更强烈。根据两国的经济发展前景，结合国际经贸发展趋势，从环境规制角度出发，通过选择合理投资区域、推动“绿色投资”、针对清洁型行业设立专项投资发展基金、加强环境政策交流几方面加深两国经贸合作，推进两国间经贸合作的持续稳速地发展。
【参考文献】
[1] 刘朝，韩先锋，宋文飞.环境规制强度与外商直接投资的互动机制[J].统计研究，2014（05）.
[2] А.Г.布雷.俄东部与中国东北地区一体化合作的现状与前景[J].西伯利亚研究，2007（5）.
[3] 吴玉鸣．外商直接投资与环境规制关联机制的面板数据分析[J]．经济地理，2007（1）．
[4] 刘朝，韩先锋，宋文飞．环境规制强度与外商直接投资的互动机制[J]．统计研究，2014（05）．
[5] 姚荣，徐鹤.基于环境规制中国对“一带一路”火电投资实证分析[J].环境污染与防治，2019（6）.