司愉婷¹  吕龙飞²  李明会²

（1.安阳工学院会计学院，河南 安阳，455000；2.安阳师范学院，河南 安阳，455000）

摘要：外商直接投资（FDI）不仅可以带来资本流入，还在促进绿色经济发展方面发挥了重要作用。本文基于2008-2022年中国各省市的面板数据，运用面板门槛回归模型，探究了贸易开放度在FDI影响绿色物流发展过程中的非线性门槛效应。结果表明：FDI能够显著促进了中国绿色物流的发展；贸易开放在FDI与中国绿色物流发展之间的关系中起着至关重要的作用，并且贸易开放度存在两个门槛，分别为0.412和0.455，随着门槛的增加，FDI对绿色物流发展的促进作用逐渐增强。

关键词：外国直接投资；绿色物流；贸易开放；面板门槛回归

一、引言

党的二十大报告明确提出，扩大高水平对外开放是加速形成新发展格局、实现经济高质量发展的重要战略部署。改革开放以来，外资企业在我国市场经济中的地位越来越重要，外商投资一方面为物流业带来大量的资金和物流需求，一方面推动物流业在技术、绿色发展等方面的进步。然而，物流业外商投资的规模和质量会受到地方环境规制的影响，即受到行业环保准入门槛的限制。在我国不断提高对外开放水平、物流业深入推进“绿色革命”的背景下，外商直接投资能否成为推动中国绿色物流发展的关键力量，值得探讨。

作为资本和技术的重要载体，外商直接投资（FDI）可以向东道国引入先进的物流理念、管理模式和技术手段，从而提高物流运营效率，减少与物流活动相关的能源消耗和污染物排放（Yue等，2024）。此外，外国直接投资还可以刺激当地企业进行技术创新，加快采用绿色物流技术。物流业不仅是传统经济增长的关键参与者，而且通过其绿色转型在实现可持续发展目标方面发挥着至关重要的作用。绿色物流的概念可以追溯到20世纪70年代，是物流发展的一种创新和新兴趋势，技术创新在其中发展中起着关键作用（Javeed等，2023）。随着各国对环境保护和绿色经济的日益重视，研究外国直接投资对绿色物流发展的影响不仅有助于了解其经济效益，而且有助于揭示其促进绿色经济的潜力。

另外，许多研究表明，贸易开放可以显著促进外国直接投资的流入。Ma等（2021）利用中国自由贸易区的数据发现，促进外商直接投资有助于产业升级，从而显著提高城市绿色发展水平。此外，针对服务业、装备制造业和农业等各个行业的研究表明，贸易开放显著提高了这些行业的绿色发展水平（Li等，2021）。此外，Zhang等（2021）将数字贸易发展作为主要切入点进行了研究，发现ICT驱动的数字贸易开放显著促进了中国各省的绿色经济发展，虽然数字贸易的规模效应对绿色经济发展具有显著的抑制作用，但结构和技术效应具有显著的促进作用。

综上所述，贸易开放、外商直接投资和绿色经济发展之间存在错综复杂的关系。外商直接投资本身促进贸易开放，贸易开放反过来又影响绿色经济发展。这表明，贸易开放可能在外国直接投资与绿色经济发展之间的关系中发挥门槛作用。然而，这一结论尚未在物流领域得到证实。本文认为，更高水平的贸易开放可以为外国直接投资带来的绿色技术和管理做法提供更好的应用情景和市场，从而促进绿色物流的发展。此外，更高的贸易开放度还可能意味着更严格的环境标准和政策，这可能进一步激励公司投资绿色物流。

目前，大多数研究都集中在外国直接投资对制造业或服务业的影响上，很少涉及物流部门。事实上，贸易开放一方面可以引入高质量的外资，为绿色物流创造新的发展机遇，另一方面也可能加剧环境污染，对绿色物流转型构成挑战。因此，本研究试图从贸易开放的角度来考察其在FDI影响绿色物流发展过程中的作用。

本研究利用2008-2022年中国各省市的面板数据，采用固定效应模型、交互效应分析和门槛回归方法对这些问题进行了实证检验。与现有文献相比，本文的边际贡献主要体现在以下几个方面：第一，通过关注FDI对中国绿色物流发展的影响，丰富了FDI与绿色经济发展关系的研究。其次，通过引入贸易开放的视角，探讨了其在FDI与绿色物流发展关系中的调节作用，加深了对FDI发挥经济效应的机制的理解。第三，通过门槛回归模型，揭示了贸易开放的门槛效应，为制定有针对性的投资和贸易政策提供了参考。

本文接下来的结构安排如下：第二部分是研究设计，第三部分是实证分析，第四部分是结论与建议。

二、研究设计

1.模型设定

（1）基准回归模型

本研究采用2008-2022年中国大陆31个省级行政区（不包括香港、澳门和台湾）的面板数据，数据主要来源于国家统计局的《中国统计年鉴》、《中国环境统计年鉴》以及各省统计局发布的统计年鉴。为了消除通货膨胀的影响，所有货币变量都以2008年为基准年调整为不变价格。对于少数缺失的数据点，使用线性插值来确保数据的完整性。表1显示了主要变量的描述性统计数据，结果中不难发现样本期间各省在外国投资吸收和贸易水平方面的巨大差异。本文对各个变量进行平稳性检验，结果显示一阶平稳，满足面板回归条件。同时，所有变量vif共线性检验值均小于5,不存在共线性问题。

表1  描述性统计

注:该表使用stata 18.0软件计算导出，下同。

三、实证分析

1.相关性检验

表2显示了相关性检验的结果，研究结果表明，外国直接投资（FDI）显著促进了绿色物流（GL）的发展，并且这种影响在贸易开放程度较高的地区更为明显。此外，经济发展水平（GDP）、产业结构（IND）、创新能力（RD）和环境监管强度（REG）对绿色物流发展都有显著的正向影响（p<0.01）。这些影响因素的协同效应共同促进了绿色物流的发展。

表2 相关性检验

注：***p<0.01，**p<0.05，*p<0.1，下同。

  2.基准回归

为分析FDI对绿色物流业发展的作用，本文逐一加入控制变量进行回归，结果如表3所示。在列(1)中，外商直接投资(FDI)估计系数在1%的水平上显著为正，表明外商直接投资对绿色物流的发展水平有显著的正向影响。逐步加入控制变量后外商直接投资(FDI)的影响仍显著为正，说明外商直接投资促进了绿色物流的发展水平。另外，在控制变量中，GDP、IND、RD和REG估计系数显著为正，表明经济发展水平、产业结构优化和创新能力的提高也会显著促进绿色物流发展。然而，常数项在模型1至3中并不显著，但在模型4中1%的水平上显著为负，可能反映了综合考虑所有变量时基线水平对绿色物流发展的影响。所有模型都包含了省固定效应和时间固定效应，进一步增强了模型的稳健性。

表3 基准回归结果

注：***p<0.01，**p<0.05，*p<0.1，括号内为稳健的标准误差，下同。

  3.门槛效应检验

表4显示了考虑贸易开放门槛效应的FDI对绿色物流影响的门槛效应检验结果。

表4 考虑贸易开放的FDI对绿色物流影响的门槛效应检验结果

注：F值是门槛效应检验的F统计值。P值和临界值通过Bootstrap方法获得，重复300次。

为进一步验证异质性分析结果,通过门槛效应模型进行检验。首先，检验门槛是否存在，对门槛变量自举300次后的分析结果见表5。单一门槛检验P值为0.013,双重门槛P值为0.087,三重门槛P值为0.302，结果支持存在显著的双门槛效应。

门槛效应检验结果表明，贸易开放度对FDI对绿色物流发展水平的影响具有门槛效应。10%显著性水平上的显著双门槛效应进一步表明，可能存在多个门槛，超过这些门槛，FDI对绿色物流发展的影响呈现出不同的模式。本文认为门槛效应受到多种因素的影响：首先，随着贸易开放程度的提高，外商直接投资对绿色物流发展的影响可能会逐渐增强。更高的贸易开放意味着更好的市场准入和更多的国际合作机会，有助于引进先进的物流技术和管理经验。其次，贸易开放度的提高也可能带来更严格的环境标准和更高的社会责任要求，促使外商投资企业加大对绿色物流的投资和创新。

表5 贸易开放度的门槛估计值

注：门槛估计基于Hansen（1999）的方法。

进一步地，本文计算出两个贸易开放度的门槛估计值（见表5），其中第一个门槛（λ₁）为0.412，第二个门槛λ₂为0.455。

表6  贸易开放度双门槛效应的回归结果

注：I（·）为指标函数。

本文根据表5的结果对变量进行双门槛回归，结果见表7。FDI对绿色物流发展水平的影响在不同贸易开放门槛之间存在显著差异。当贸易开放度低于0.412时，FDI对绿色物流发展的积极影响相对有限。然而，一旦贸易开放度超过0.412，外商直接投资对绿色物流发展的积极影响就会显著增加。当贸易开放度超过0.455时，FDI对绿色物流发展的影响再次发生变化，表明在更高的贸易开放水平下，FDI对绿物流发展的积极作用可能会进一步增强。说明更高的贸易开放度提供了更好的市场准入机会和更多的国际合作，使外商投资企业能够更有效地引进先进的物流技术和管理实践，从而提高了绿色物流的整体水平。然而，高水平的贸易开放通常伴随着更严格的环境标准和更高的社会责任要求，促使外商投资企业在绿色物流方面进行更大的投资和创新，从而进一步推动绿色物流的发展。

4.稳健性检验

为进一步验证模型结果的稳健性，本研究以能源消费强度倒数(REC)代替原绿色全要素生产率(GTFP)变量作为替代变量，并与原变量进行比较分析以保证研究结果的稳健性。

表7 替代变量法稳健性检验结果

如表7所示，无论使用原始变量还是替代变量，外国直接投资对绿色物流发展的积极影响仍然显著，回归系数差异最小。这表明研究结果非常可靠。

5.内生性检验

为了检验模型中的内生性，本研究采用工具变量(IV)方法进行内生性检验。选取滞后的一期的外国直接投资(FDI)作为工具变量，并使用两阶段最小二乘(2SLS)方法对模型进行估计。表8中的结果表明，第一阶段回归表明，滞后的外国直接投资与当前的外国直接投资之间存在着显著的关系，表明工具变量具有足够的解释力。

表8 工具变量的第一阶段回归结果

表9 内生性检验结果(2SLS)

表9的结果表明，使用工具变量后，FDI对绿色物流发展的影响仍然显著，系数有所增加。Hansen检验结果并不排斥零假设的有效性的工具变量，确认其有效性。

四、结论

本研究采用面板门槛回归模型分析了2008-2022年外国直接投资（FDI）对中国各省市绿色物流发展的促进作用，探讨了贸易开放在这一过程中的门槛效应。通过实证分析，本研究得出以下主要结论：

（1）外商直接投资显著促进了中国绿色物流的发展。外国直接投资不仅带来了资本，还引入了先进技术、管理实践和绿色理念。

（2）贸易开放对FDI与中国绿色物流发展的关系起着至关重要的门槛效应。使用面板门槛回归模型，该研究确定了贸易开放的两个门槛，即0.412和0.455。随着贸易开放度超过这些门槛，外商直接投资对绿色物流发展的积极作用逐渐增强。

参考文献：

[1]魏际刚.中国物流业发展的现状、问题与趋势[J].北京交通大学学报(社会科学版),2019,18(01):1-9.

[2]武敏.环境规制、FDI与物流业绿色全要素生产率的研究[D].天津：天津理工大学,2022.

[3]乔美华.外商投资、物流业环境技术效率的时空演化与门槛特征[J].技术经济与管理研究,2018(12):16-21.

[4]李广培,全佳敏.绿色技术创新能力的影响因素与形成研究综述[J].物流工程与管理,2015,37(11):251-256.

[5]Yue, L., Huang, C., & Cao, Y. (2024). The impact of FDI technology spillover on the innovation quality of Chinese enterprises: A microperspective based on geographic proximity[J].European Journal of Innovation Management, 27(3), 981-1000.

[6]Javeed, S. A., Latief, R., & Akram, U. (2023). The Effects of Board Capital on Green Innovation to Improve Green Total Factor Productivity[J].Sustainability, 15(13), 10023.

[7]Chai, B., Gao, J., Pan, L., & Chen, Y. (2021). Research on the impact factors of green economy of China—from the perspective of system and foreign direct investment[J].Sustainability, 13(16), 8741.

[8]Qiu, S., Wang, Z., & Geng, S. (2021). How do environmental regulation and foreign investment behavior affect green productivity growth in the industrial sector? An empirical test based on Chinese provincial panel data[J].Journal of Environmental Management, 287, 112282.

[9]Ma, Q., Zhang, Y., Yang, K., & He, L. (2021). Have China’s pilot free trade zones improved green total factor productivity?[J].International Journal of Environmental Research and Public Health, 18(21), 11681.

[10]Li, Y., Wu, Y., Chen, Y., & Huang, Q. (2021). The influence of foreign direct investment and trade opening on green total factor productivity in the equipment manufacturing industry[J].Applied Economics, 53, 6641-6654.

基金项目：安阳工学院校科研培育基金项目“内部控制质量对预算松弛的影响研究”；安阳市社科规划项目“豫北交通运输对安阳区域经济发展影响研究”（ASKG241058）。