CNDD-0109 中国各省市对外直接投资存量情况及学术论文应用
01 数据介绍
合发布《中国对外直接投资统计公报》,详细统计了中国对世界各国的对外直接投资流量和存量。其中,年未对外直接投资存量=年未对外直接投资总额-境外企业累计对境内投资者的反向投资。当期对外直接投资流量=当期对外直接投资总额- 当期境外企业对境内投资者的反向投资。
CNDeepData 数据应用质量评级
▪ 常用度:★★★★★
▪ 稀缺度:★★★★☆
▪ 新颖度:★★★☆☆
▪ 总体级别:12颗星
✔ 常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。
✔ 新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。
02 主要指标
03 数据特征概览
04 前沿文献速递
屈小娥,骆海燕.中国对外直接投资对碳排放的影响及传导机制——基于多重中介模型的实证[J].中国人口·资源与环境,2021,31(07):1-14.
▪ 文献内容:
已有关于对外直接投资(OFDI)对母国碳排放的研究多集中于对二者净影响的分析,对OFDI促成碳排放真正诱导机制的探讨则关注甚少。基于此,文章选取2004—2017年省际面板数据,探析中国对外直接投资与母国碳排放的关系及其影响机制,通过构建多重中介效应模型,分别采用偏差矫正的非参数百分位Bootstrap法和逐步回归法,实证检验产业结构升级、绿色技术创新、要素市场扭曲及经济规模扩张对OFDI影响碳排放的传导机制,并分析二元梯度下OFDI对碳排放的不同作用路径。研究发现:(1)OFDI对母国碳排放的影响表现出多维性关系,既存在加剧碳排放的直接影响,也有通过中介变量抑制碳排放的间接效应;(2)OFDI主要通过助推产业结构升级、促进绿色技术创新和缓解要素市场扭曲三条路径对母国碳排放产生间接抑制效应,而通过经济规模扩张反而加剧了碳排放;(3)将OFDI划分为二元梯度的分样本讨论中,顺梯度投资通过产业结构升级和缓解要素市场扭曲对碳排放产生抑制效果,而逆梯度投资则通过提升企业绿色技术水平和促进产业结构升级间接降低了碳排放;(4)对外投资还可通过与产业结构和技术创新等变量交互影响对OFDI与碳排放的关系产生负向调节作用。据此,从提升海外投资规模、优化海外投资结构、引导企业进行绿色创新以及推动国际产能合作等方面提出相关政策建议,以期为当前我国进一步扩大对外开放的同时兼顾碳排放治理提供实证支撑和理论依据。
从理论上讲,一国二氧化碳排放总量的高低主要受该
国经济发展水平、产业结构、技术进步、能源结构和人口结构等多重因素影响,这些因素既依赖于企业在本国的生产
决策,也受企业外部投资行为影响。随着中国企业” 走出去”步伐的持续迈进,OFDI 对母国经济社会发展带来了积
极的促进效应。既有文献已从不同角度揭示了 OFDI 对碳排放的净影响,但对此的分析不够深入,OFDI 能否通过一
些经济指标的诱导机制间接对母国碳排放促成影响,需要进一步系统和深入的探讨。基于此,文章从产业结构升级、绿色技术创新、要素市场扭曲和经济规模扩张四个层面出发,解析 OFDI 对母国碳排放的多重中介传导路径。
第一,从结构优化的中介机制看,OFDI 通过促进产业结构升级,进而对碳排放带来正向的间接抑制作用,这说明产业结构
“绿色化”程度越高,对碳排放的抑制效应越显著。
第二,从绿色技术创新中介看,OFDI 主要通过以下两条路径对母国企业技术水平产生影响: 第一,本土企业“走出去”必将面临激烈的国际竞
争,企业为铸牢其在国际市场的地位,拓宽生存发展空间,会催生对高质量产品的研发投入需求,这有助于母国公司
实现绿色技术创新; 第二,通过逆向技术溢出渠道,实现技术水平向母国公司的溢出扩散,OFDI 企业逆向技术溢出
效应主要通过在海外市场与一众先进跨国企业的交锋,使得企业对新的创新理念和技术水平的感知更为敏锐,进而促进企业技术创新能力的提升,有助于转变传统粗放的生产模式,对环境污染产生抑制作用。
第三,从缓解要素市场中介看,OFDI 能推动生产要素在全球范围内流动,有助于消化过剩产能,使要素资本流向边际回报更高的生产部门,从而改善资源错配,加之企业参与国际市场后迫于竞争压力会促使企业产生优化资源配置的动机,又一定程度上缓解了母国的要素市场扭曲,进而对碳排放产生抑制作用。
第四,从经济规模扩张中介看,海外投资使得企业在国际市场上破除贸易壁垒和关税等政策限制,有利于企业拓展国际市场,增加贸易商品的输出,从而助推母国经济规模扩张; 其次,在海外直接投资建厂能使商品贸易出口转化为资本输出,有助于消化和转移过剩产能,同时,“走出去”的企业能够更加便利的获取相对母国而言稀缺的资源,长期来看这类资源将回流至母国企业,为经济增长产生积极影响。
▪ 研究设计:
公式(5) 中 i代表省份,t代表年份,j 为控制变量个数。α0、β1、γi 分别为常数项、解释变量 lnofdi 和控制变量 CVijt
的待估计系数,νi 表示个体固定效应,δt 为时间固定效应,
μit 为随机扰动项。
1. 被解释变量
碳排放 ( CO2 ) ,据政府间气候变化委员会( IPCC) 评
估报告显示,全球碳排放量通常采用实际能源消耗量和与之对应的碳排放系数乘积进行测度。文章将与能源相关的化石燃料燃烧和产生的二氧化碳排放量纳入排放清单,根据 IPCC 导则通过质量平衡来计算排放量,测算公式如下:
文章将《中国能源统计年鉴》中给出的 26 种化石燃料合并为 17 种类型,包括: 各类煤炭、焦炭、煤气、原油、汽
油、煤油、柴油和天然气等。公式(13) 中,Ei 为第 i 种为化
石燃料消耗量,NCVi、CCi 分别为第 i 种燃料的平均低位发
热值和碳含量,O 为化石燃料的氧化因子。
2.核心解释变量
以对外直接投资( OFDI) 流量作为核心解释变量,为消除货币因素,OFDI 数据使用固定资产投资价格指数以 2004 年为基期进行平减。
OFDI 与碳排放水平显著正相关,说明 OFDI 的增长加剧了
母国碳排放污染。从显著性上看,OFDI 流量每增加一个单位可使碳排放水平增长 0.078% 。根据 Judd 等的理论,基准回归中解释变量的估计系数显著是进行后续逐步回归的前提条件,该系数显著表明在下文中可使用逐步分析法对中介效应模型做进一步检验。
[1]沙文兵.对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J].世界经济研究,2012(03):69-74+89.
[2]李逢春.对外直接投资的母国产业升级效应——来自中国省际面板的实证研究[J].国际贸易问题,2012(06):124-134.
[3]李东坤,邓敏.中国省际OFDI、空间溢出与产业结构升级——基于空间面板杜宾模型的实证分析[J].国际贸易问题,2016(01):121-133.
06 获取方式
以下三种方式三选一即可:
▪ 直接购买
添加客服微信,支付价格为69元。
▪ 朋友圈分享后免费领取(每人限领15份)
持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。
▪ 购买大会员
添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,可享CNDeepData所有数据免费获取。
▪ 朋友圈分享要求:
①分享时间需要在早上7:30到晚上12:30之间。
②请附带一句推荐词,例如“推荐CNDD高质量数据库”。
③请将包含时间内容的截图发给客服。
▪ 添加客服微信方式:
扫描下方二维码,或搜索下方微信号。
1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。
中国深度数据库:让精品数据 得以流动
CNDeepData:Let high-quality data flow without barriers
部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001