近期，由清华大学国家金融研究院国际金融与经济研究中心(CIFER)主办的“2022国际贸易争端与全球化重构”学术研讨会圆满举办。广州大学经济与统计学院讲师林熙出席由CIFER助理研究员、清华大学五道口金融学院博士后冯路主持的绿色贸易分论坛十一，分享其与合作者（见下图）题为《“走出去”与母国污染: 来自中国工业企业的证据》(“Going Global” and Pollution in Home Country: Evidence from Chinese Industrial Firms）的文章。

林熙，广州大学经济与统计学院讲师，暨南大学国际贸易学博士；主要研究方向：国际贸易学、环境经济学、微观应用计量学、数字经济学等。研究成果在Environmental and Resource Economics、Energy Economics、Journal of Policy Modeling、Emerging Markets Finance and Trade（2 篇）等国内外权威期刊发表，还有多篇工作论文在 SSCI/国内顶级经济学期刊评审。出版专著《贸易壁垒、企业出口与环境污染》。

林熙

跨国投资与环境问题是学术界一直关注的焦点。Copeland and Taylor（1994）发现，跨国投资、生产会导致污染排放的跨国转移。在这过程中，发展中国家会成为“污染避风港”（Pollution Havens），导致福利受损。从实证上，现有的文献证实了FDI与污染的关系。他们主要从东道主的角度考虑，并且FDI的流向一般是从发达国家流向发展中国家，但对发展中国家OFDI的效应缺乏研究。近年来，越来越多的发展中国家开始重视对外直接投资（OFDI），将其视为经济发展的重要任务，进而鼓励企业投资、并购、兼并外国优质的企业或资产。中国的OFDI也排在了世界前列。另一方面，我国的环境问题也受到广泛的关注。本文从企业层面出发，着重于研究发展中国家和母国的情况，分析了中国企业OFDI与二氧化硫污染排放的关系，补充了现有文献的不足。

作者首先将污染排放量分解成了三个部分：单位能源的污染排放量（减排技术）、单位产出的能耗量（能源强度）与产出。能源强度为企业单位产出生产过程中的能源投入,，减排技术为单位能源投入带来的污染量，二者同时决定了企业的单位产出的污染排放量,，即污染排放强度。

作者作出了以下假设：相较于没有OFDI的企业，OFDI企业可以通过对外投资优质的资产，提高自身的生产率，进而通过提升减排技术（单位能源的污染排放量降低）与降低能源强度（单位产出的能耗量减少），降低企业的污染排放强度（单位产出的污染排放量减少）。但是，企业的排放量的变化是无法确定的，因为企业的排放量还受到产出的影响。如果企业对外投资是为了更好的构建起国际市场的营销网络，那么这将提高企业的产出，进而提高企业的污染排放量。

基于OLS估计方法，这篇文章检验了中国企业OFDI与污染排放之间的关系，并且从减排技术、能源强度、企业规模等角度，作了相应的机制分。首先，作者以企业排放量为因变量，以企业是否OFDI为自变量进行了OLS回归，并且控制了劳动生产率、人均资本量、利息支出、利润率，以及企业种类（是否为国企或外资企业）等随时间变化的企业特征，以及行业-时间、省份-时间等交叉固定效。此外作者还使用IPW-DID估计方法来控制企业OFDI的自选择效应。作者用Probit模型估计了企业进行OFDI的倾向得分，主要控制了企业的事前减排技术、能源强度、产出、特征以及省份和行业固定效应。之后，作者以倾向得分作为每个样本的权重进行了DID估计。由于具有OFDI的企业数不多，所以PSM-DID估计方法可能会导致大量的样本缺失，这也是作者使用IPW-DID方法的原因。

该文OLS回归实证结果发现，中国企业的OFDI显著降低了企业的单位能源的污染排放量（减排技术）、单位产出的能耗量（能源强度），进而降低了企业的单位产出的污染排放量（污染排放强度）。中国企业OFDI也提高了企业的产出，使得中国企业的OFDI显著提高了污染排放量。

IPW-DID实证结果发现，企业的污染排放量、单位产出排放强度、产出和单位能源的排放量越高，企业更倾向于进行对外直接投资。在控制了OFDI的自选择效应以后，作者发现中国企业OFDI并没有显著的提高企业的产出，进而发现企业的污染排放量是显著下降的。此外，模型满足平行趋势假设。这篇文章还做了丰富的稳健性检验,，检验了氮氧化物、粉尘等其他污染排放量指标，都发现了中国企业的OFDI显著的降低了企业的排放量。最后，这篇文章还做了异质性分析，发现OFDI流向高收入国家的作用显著，并得出资本密集型行业的OFDI才能有效地降低企业的污染排放。

谢红军

对外经济贸易大学国际经济贸易学院讲师谢红军对该文作了点评。他指出这篇文章的污染排放分解方法与传统方法不同，而传统方法主要是基于一定的理论框架，经过严格的推导得出，作者需论证新方法的优势和理论基础。针对OLS模，谢老师指出模型缺少了企业规模和年龄特征两个内生性较弱的控制变量，同时由于FDI的效果可能存在滞后性，建议企业OFDI滞后。针对IPW-DID模型，他认为作者应该要进一步解释企业OFDI的自选择效应的理论基础（例如，自选择效应与企业的污染有关的原因，是因为产业转移还是环境规制等问题）；还建议作者能考虑Probit模型估计的概率的分布，进而避免极小的概率值所带来的问题。谢红军老师还提出了数据方面所需要注意的问题，包括工企数据的截断和质量问题、《投资名录》的不准确性问题（例如，由于备案制，企业的OFDI不一定会发生）。最后，谢老师还建议作者可以利用特定技术的专利对减排技术进行进一步讨论。作者对谢老师的意见表示同意和感谢，会在后期将老师的建议纳入至进一步分析当中。