论文部分内容阅读
摘要 在经济全球化和资源环境约束趋紧背景下，开放经济的环境效应备受社会各界高度关注。随着“走出去”战略和“一带一路”倡议深入实施，中国对外直接投资（OFDI）规模日益扩大，迅速增长的OFDI究竟会对母国环境产生怎样的影响？在构建双循环新发展格局和倡导绿色发展双重语境下，中国应如何提高对外直接投资质量和水平以推动国内绿色发展？这些问题值得深入探讨。现有文献多侧重利用线性模型实证解读OFDI的母国环境效应，较少涉及非线性模型，研究母国金融发展在OFDI影响母国环境中的重要作用及门槛效应的文献则更为少见。为此，作者基于机理论证和命题推演，运用2003—2017年中国省级面板数据，甄选工业废水、工业废气、工业二氧化硫、工业烟尘排放量及工业固废产生量指标，借助改进熵值法拟合中国30个省域环境污染综合指数，构造以金融发展为门槛变量的面板门槛模型，实证检验中国OFDI影响母国环境的金融发展门槛效应。研究发现：①考察期内，中国OFDI对母国环境影响显著存在基于母国金融发展水平的双门槛效应。当中国金融发展水平低于第一个门槛值时，中国OFDI对母国环境污染产生了明显的抑制作用;当中国金融发展水平跨越第一个门槛值且未超过第二个门槛值时，中国OFDI对母国环境污染的抑制作用显著增强;当中国金融发展水平高于第二个门槛值时，中国OFDI对母国环境污染的抑制作用则进一步增强。②样本期内，中国多数省份的金融发展水平不高，只有极少数高金融发展水平省份的OFDI对母国环境污染产生了较强的抑制作用，且OFDI与金融发展耦合协调度较高的省份倾向具有较低的环境污染水平。据此，建议优化OFDI的金融服务环境，提高OFDI的绿色技术含量，强化绿色技术原始创新和再创新能力。
关键词 环境污染;对外直接投资;金融发展;门槛模型
中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2021）06-0057-10 DOI：10.12062/cpre.20201213
中共十九大报告强调，“创新对外投资方式，促进国际产能合作，形成面向全球的贸易、投融资、生产、服务网络，加快培育国际经济合作和竞争新优势”。中共十九届四中全会进一步要求健全促进对外投资政策和服务体系。随着中国“走出去”战略和“一带一路”倡议的深入实施，中国对外直接投资（outward foreign direct investment，简称OFDI）规模日益扩大，占全球份额也逐渐提升。中国商务部数据显示，2003—2018年中国OFDI流量从28.5亿美元跃升到1 430.4亿美元，位列全球第二位，占全球14.1%，为历史最高值。在当下全球资源环境约束趋紧及经济全球化潮流背景下，开放经济的环境效应（尤其是绿色环境技术溢出效应）备受学术界高度关注[1]。那么，中国迅猛增长的OFDI是否降低了国内环境污染呢？这是一个亟待揭示的重要问题。同时，OFDI的逆向绿色技术溢出效应的发挥可能受到母国经济环境影响，尤其是受到母国金融发展水平的约束[2]。据国家统计局统计，2003—2018年中国全部金融机构本外币存款余额从22.04万亿元跃升至182.52万亿元，贷款余额则从16.98万亿元上升至141.75万亿元。中国金融发展水平的逐步提升又会对中国OFDI的母国环境效应产生怎样的影响呢？规范解答上述问题，对“一带一路”倡议下中国科学制定对外投资和金融服务政策，放大OFDI的逆向绿色技术溢出效应，助推绿色发展，加快形成双循环新发展格局，具有重要的理论和实践意义。
1 文献综述
总揽国内外研究动态，经济增长与环境污染的关系一直是学者关注的焦点。其代表性研究是Grossman 和Krueger[3]提出的倒“U”型环境库兹涅茨曲线（EKC），即一国（地区）环境污染程度会随人均收入水平提升呈先升后降的趋势。该假说得到了学界普遍认可，但也有部分学者持不同观点。譬如，胡宗义等[4]利用中国经验证据，发现中国经济增长与环境污染的关系不符合EKC假说。安虎森等[5]认为该假说具有倒“N”型特征。随着全球化步伐加快及资源环境约束日益趋紧，国内外学术界逐步将研究目光聚焦到了全球开放经济与环境污染之间的关系上，且主要体现在以下几个方面。在对外贸易对环境影响研究方面，Juan和 Blyde[6]认为对外贸易有助于生态环境标准改进和环境规制水平提高。臧新和唐琦[7]认为在新国际分工视阈下，对外贸易可能透过规模效应和结构效应等渠道作用于中国货运碳排放。刘巧玲等[8]认为国际贸易对中国污染排放影响不明显，但对美国污染具有减排效应。张同斌和孙静[9]综合运用网络分析法和全球向量自回归方法研究了国际贸易与碳排放之间的关系。在外商直接投资（FDI）与东道国环境污染关系研究方面，学界主要有以下几种观点：一是“污染天堂”假说，即FDI流入会加劇东道国环境污染[10-13]。二是“污染光环”假说，即FDI流入会改善东道国环境质量[14-16]。三是FDI对东道国环境污染具有综合效应[17-18]。四是FDI对东道国环境污染具有非线性效应，比如门槛效应[19]、“N”型特征[20]。
近年来，随着“一带一路”倡议提出，大量中国企业逐渐“走出去”。部分学者开始聚焦OFDI对母国环境污染的影响，但相较上述两方面研究偏少，其主要观点归纳如下：一是OFDI降低了母国环境污染。比如，Yang和Liu[21]、Hao等[22]认为OFDI对母国环境污染具有抑制作用。欧阳艳艳等[23]通过空间面板模型实证检验发现企业OFDI利于降低空气污染水平。二是OFDI加剧了母国环境污染。譬如刘海云和李敏[24]认为OFDI加剧了国内碳排放。三是OFDI对母国环境污染具有综合效应。许可和王瑛[25]运用联立方程组模型，考察了OFDI的母国碳排放效应，认为OFDI减排作用的技术效应弱于规模和结构效应（碳增加），故OFDI加剧了国内碳排放。朱东波和张月君[26]通过建立动态面板模型，从经济规模、产业结构和技术水平三个维度，实证检验了中国OFDI对母国环境污染的影响，发现从经济规模来看，OFDI加剧了母国环境污染，从产业结构和技术水平来看，OFDI降低了母国环境污染。整体而言，OFDI改善了母国环境质量。四是OFDI的母国环境效应具有不确定性或非线性特征。周力和庞辰晨[27]认为OFDI的母国环境效应具有不确定性，或正、或负、或正负参半。都斌和余官胜[28]认为OFDI与母国环境之间具有倒U型关系。 从以上文献来看，国内外学者对OFDI的母国环境效应研究未得到统一结论，这意味着其可能存在一定区域异质性。为了探寻导致该区域差异的缘由，部分学者尝试从经济发展程度[29]、城镇化[30]等角度加以解释。然而，在所有OFDI的环境效应影响因素中，母国金融发展水平是一个不容忽视的重要因素，因为一国（地区）OFDI有效获取、消化国外先进的生态环保技术，并作用于母国生态环境，离不开母国金融支持。同时，由于各地区的经济发展程度、资源禀赋和对外开放度存在一定差异，各地区金融发展水平也具有区域异质性，导致OFDI的母国环境效应可能存在金融发展门槛效应，即OFDI对母国环境污染的影响可能会随着金融发展水平的不同而呈现出不同的特征。若忽视这种门槛效应，可能削弱模型估计结果的解释力，不利于对外直接投资和金融发展政策的指导。因而有必要系统探究OFDI对母国环境影响的金融发展门槛效应。但遗憾的是，该话题的理论和实证研究乏善可陈，这为本文提供了较好的研究空间。因此，作者试图基于2003—2017年中国省际面板数据，选取环境污染多个指标，借助改进熵值法拟合环境污染综合指数，并构建含有金融发展的面板门槛模型，实证检验中国OFDI对国内环境污染影响的金融发展门槛效应，以期为中国各地区更好地制定对外投资和金融服务政策，有效促进绿色发展提供有益参考。
相较以往文献，文章的增量贡献在于：一是将OFDI、金融发展和环境污染纳入统一研究框架，从理论上系统论证OFDI对母国环境污染影响的金融发展门槛效应，为OFDI的母国环境效应的“理论大厦”增砖添瓦。二是在运用改进熵值法拟合中国各省环境污染综合指数的基础上，构造金融发展面板门槛模型，系统考察OFDI对母国环境污染影响的金融发展门槛效应，并建立耦合协调度模型，进一步验证门槛特征，有效弥补了现有相关实证研究的不足。
2 理论分析与研究假设
OFDI是国际技术溢出的重要途径，并逐渐被众多研究所证实[31]。在经济全球化和绿色发展潮流视阈下，OFDI可通过逆向绿色技术溢出效应作用于母国生产技术、环保技术和产业结构，并间接影响母国环境污染[26]。OFDI的逆向绿色技术溢出效应可能受到母国金融发展水平的影响，因为OFDI要真正获取、消化吸收国外先进环保技术和管理经验并作用于技术进步和产业结构升级，影响母国环境污染，离不开母国金融市场的融资支持，其主要体现在以下几个方面：一是企业层面。一国（地区）企业进行海外投资是一项系统工程，需庞大资金作为后盾，若本国金融市场完善，可为其提供优质融资服务，并增强其OFDI的动力[32]。为更好地吸收和消化OFDI带回的先进绿色技术和管理经验，企业需采取设备购买、生产线升级、技术改造和人力资源培训等行动，这需耗费大量的资金，自然离不开金融市场的融资支撑。二是产业和国家层面。本国金融发展可助推OFDI逆向绿色技术溢出效应扩散至全行业乃至全国，其主要渠道是人力资本、竞争示范及产业关联效应。在人力资本效应方面，跨国企业的员工可能回流至母公司或重新创业，助推国外先进绿色技术扩散，但本国企业通常需要提供丰厚的经济待遇来聘用或引进这类人员，这些较高经济待遇所需的大量资金也离不开金融市场的融资支持。在竞争示范效应方面，跨国企业凭借其获得的国外先进绿色技术和管理经验优势，在国内具有较强的市场竞争力，同行业企业为了保持市场地位和生存空间，也逐步学习、模仿并进行绿色技术改进或创新，这些行为实施需要花费设备购置和人员培训等成本，金融市场恰好能满足其资金需求。在产业关联效应方面，跨国企业和母国其他企业之间的前后向关联是OFDI逆向绿色技术溢出的重要渠道，但其顺畅度关系到OFDI获取的国外先进绿色技术和管理经验扩散至其他产业并带动行业外企业乃至全国技术进步的效果，而该产业关联效应的有效发挥离不开金融市场的强大融资支撑。综上所述，母国金融发展是影响OFDI逆向绿色技术效应发挥的重要因素，若母国金融发展水平越高（或达到一定阈值），OFDI逆向绿色技术效应发挥效果可能更好。据此，本文提出如下研究假设。
假设：母国金融发展是影响OFDI的母国环境效应的重要因素，且OFDI对母国环境污染的影响存在基于母国金融发展的门槛效应。
3 模型设定与变量选择
3.1 模型设定
为考察中国OFDI对母国环境污染的影响，借鉴朱东波和张月君[26]的做法，构建如下计量模型：
Pit=β0+β1SOFDIit+β2CONTit+εit（1）
式（1）中，i和t分别表示省域和时间;Pit表示被解释变量（环境污染水平）;SOFDIit表示核心解释变量（对外直接投资水平）;CONTit表示控制变量组，包括经济增长（SGDPit）、对外开放度（OPENit）、环境规制（GUIit）、能源消耗（NERit）;εit表示随机扰动项。
上式为不考虑金融发展门槛效应的线性回归模型，但基于前文理论分析，中国OFDI对母国环境污染的影响可能存在基于金融发展的非线性门槛特征。现有文献常用交叉项模型和分组模型来检验两个变量之间的非线性关系，但这两种非线性模型均难以有效刻画OFDI对母国环境污染的影响过程，而门槛模型较交叉项和分组检验更具内生门槛效应显著性及估计门槛值准确性检验的优势，因而在式（1）的基础上，构造面板门槛模型，以系统考察中国OFDI对母国环境污染影响的金融发展门槛效应。
Pit=θ1SOFDIitI（FINit≤λ1）+θ2SOFDIitI（λ1<
FINit≤λ2）+…+θnSOFDIitI（λn-1 λn）+θn+1SOFDIitI（FINit>λn）+ηCONTit+δi+εit （2）
式（2）中，I（·）表示示性函數;SOFDIit表示门槛依赖变量（对外直接投资水平）;FINit表示门槛变量（金融发展水平）;θ1，θ2，…，θn+1表示不同门槛水平下OFDI对母国环境影响的参数;λ1，λ2，…，λn表示n个不同水平的门槛值;η表示控制变量的参数;δi表示不随时间变化的地区截面的个体效应。 3.2 变量选择
被解释变量：被解释变量是环境污染水平（P），以环境污染综合指数来衡量。既有文献常用“三废”排放、碳排放等指标来衡量地区环境污染水平，考虑到碳排放量缺乏权威统计数据，学界侧重使用IPCC提供的测算方法来评估碳排放量，但不同学者对碳排放来源和系数选择具有一定差异，导致估算的碳排量也有所不同，削弱了测算结果的解释力。工业“三废”排放量数据具有权威性、可获取性和代表性，且环境污染是众多污染物造成的综合结果而不是受单个污染指标影响[33]，因而构建涵盖工业废水排放量、工业固体废弃物产生量、工业废气排放量、工业二氧化硫排放量、工业烟尘排放量的环境污染评价指标体系，并采用改进熵值法拟合环境污染综合指数[19]，以整体表征地区环境污染程度，该数值越大，意味着环境污染程度越高。其具体计算步骤如下。
（1）假设有m个省域，n个环境污染衡量指标，则Kij表示i省份的第j个指标值。
（2）对原始数据进行标准化处理：
Qij=Kij-min{Kij}max{Kij}-min{Kij}
（i=1，2，…，m; j=1，2，…，n） （3）
（3）参考许和连和邓玉萍[33]的做法，对标准化数据进行坐标平移：
Eij=1+Qij（4）
（4） 对平移后的数据进行比重变换：
Fij=Eij/∑mi=1Eij（5）
（5）测算指标熵值：
Zj=-（ln m）-1∑mi=1Fijln Fij（6）
（6）测算差异性系数：
Hj=1-Zj（7）
（7） 测算指标权重：
Cj=Hj/∑nj=1Hj（8）
（8）拟合环境污染综合指数：
Pi=∑nj=1CjFij（9）
根据上述测算方法，测算了2003—2017年中国30个省域的环境污染综合指数，以反映地区环境污染整体状况，并从时间和空间两个维度对其进行综合评价。图1汇报了2003—2017年中国三大区域（国家统计局划分标准）环境污染综合指数变化趋势。从图1来看，样本期内，中国环境污染水平具有明显的区域异质性，且呈现出东部地区、中部地区、西部地区环境污染水平依次递减的空间格局，恰好与中国经济发展的空间格局基本吻合。2003—2017年东部、中部及西部地区环境污染综合指数变动区间依次为（0.034 41，0.035 14）、（0.033 12，0.034 40）、（0.031 16，0.031 78），2003—2017年东部地区环境污染综合指数均值为0.034 69，环境污染程度最高，其次是中部地区（0.033 40）、西部地区（0.031 49）。这可能是由于，相较中西部地区来说，东部地区整体工业实力更为强劲，能源消耗更大，人口密度更高，交通运输更发达，其工业生产和居民生活可能排放更多的污染物，因而东部地区环境污染程度整体高于中西部地区。中部地区环境污染程度整体呈波动下降趋势，且具有阶段性特征。在2003—2010年环境污染程度变化相对平缓，但2011年之后下降趋势明显，这可能得益于中部地区产业结构调整和环境规制强度的提升。西部地区环境污染程度呈现波动上升态势。这可能是由于样本期内西部地区正处于快速工业化阶段，为了快速发展当地经济，地方政府在招商引资过程中更倾向于放松环境管制，引入了较多的污染产业，在一定程度上导致了当地环境污染程度上升。
核心解释变量（门槛依赖變量）：核心解释变量为对外直接投资水平（SOFDI）。考虑到OFDI流量具有较大波动性、易出现缺失和遗漏现象且上期OFDI的残值可能继续影响其绿色技术溢出效应。因而选择OFDI（非金融类）存量来衡量对外直接投资水平，采用美元对人民币汇率（年均价）将其换算成亿元并进行GDP平减调整（2003年为基期）和对数处理。按照上述计算方法，测算了2003—2017年中国对外直接投资存量（图2）。从图2来看，2003—2017年全国OFDI存量均值从10.23亿元跃升至1 634.81亿元，且具有阶段性特征。2003—2012年全国OFDI存量均值增速较平缓，到了2013年之后，增速加快，年均增长率达到48.39%，这主要得益于2013年“一带一路”倡议提出，中国进一步全方位对外开放，大量企业“走出去”，OFDI整体规模迅速扩大。样本期内中国OFDI存量均值具有明显的区域差异，呈现由东部
向中西部地区依次递减的空间格局。东部地区OFDI存量均值高于全国平均水平，远远高于中西部地区，而中西部
地区均低于全国平均水平。不难理解，相较中西部地区而言，东部地区具有更好的区位优势，且对外开放较早，对外开放水平较高，海外投资企业更多，对外投资规模也更大，比如华为等大型跨国公司总部主要位于东部沿海地区。值得注意的是，样本期内，尽管中部地区OFDI存量均值都高于西部地区，但二者差距有缩小的趋势。这可能与近年来西部地区加大对外开放力度有关，尤其是“一带一路”倡议的提出与实施为西部地区提供了良好的契机，西部地区依靠中欧班列优势加大了对“一带一路”沿线国家的投资。
门槛变量：门槛变量为金融发展水平（FIN）。参考现有相关文献，采用金融业产值与GDP的比值来衡量金融发展水平。
控制变量：为了尽量规避因遗漏重要变量带来的估计误差，增添了以下控制变量：一是经济增长（SGDP）。著名的“EKC”曲线描绘了经济增长对环境污染的影响并被众多研究所证实，采用GDP来衡量经济增长（以2003年为基期，对名义GDP进行平减调整并对其做对数处理，以尽量消除价格影响，确保数据可比性和稳定性）。二是对外开放度（OPEN）。在国际分工视角下，对外贸易可通过规模和结构效应作用于一国（地区）碳排放，因而将对外开放度纳入计量模型，并使用进出口总额占GDP比重来衡量。三是环境规制（GUI）。人们的环保诉求会随着经济和社会不断发展而日益提升，政府也将制定相应的环境标准并采取污染治理措施来缓解环保压力，故将环境规制作为影响环境污染的重要因素纳入研究框架。考虑到数据可获取性，采用污染治理投资额与GDP的比值（单位：%）来测度环境规制水平。四是能源消耗（NER）。人们生产生活和工业发展会消耗大量能源并增加碳排放量，进而影响当地环境污染水平。采用能源消费总量与GDP的比值来表征能源消耗水平，以测度其对环境污染的影响。 3.3 数据说明
选取研究对象为30个省域（西藏和港澳台地区相关数据缺失，研究未涉及）。考虑到2003年中国对外正式发布对外直接投资权威数据，因而样本起始点为2003年。结合数据获取性和可得性（2018—2019年相关变量数据不齐），时间跨度确定为2003—2017年。各省份工业废水、工业二氧化硫、工业烟尘、工业废气排放量及工业固体废弃物产生量的原始数据主要来自历年《中国环境年鉴》《中国环境统计年鉴》《中国统计年鉴》《中国城市统计年鉴》及地方统计年鉴;各省份对外直接投资相关原始数据主要来源于历年《中国对外直接投资统计公报》及商务部官方网站;各省份GDP、金融发展、对外开放度、环境规制、能源消耗的相关原始数据主要来自历年《中国统计年鉴》《中国金融年鉴》《中国能源统计年鉴》、地方统计年鉴及国民经济和社会发展统计公报。相关变量的描述性统计见表1。
4 经验检验与结果分析
根据前文的计量模型和变量选取，借助Stata 12.0统计软件进行回归分析。
4.1 门槛效应显著性检验
首先需要对式（2）展开门槛效应显著性检验，其具体检验结果见表2。从表2来看，以金融发展为门槛变量，单、双门槛均通过了显著性检验，三门槛则未通过，意味着OFDI的母国环境效应显著存在基于金融发展的双门槛效应。
4.2 门槛值估计
在双门槛效应检验通过后，需进一步估计两个门槛值及其对应的置信区间（表3）。由表3可知，研究获取了两个门槛值，第一个门槛值是5.339，第二个门槛值是10.522，且两个门槛值都落在了相应的95%置信区间。
4.3 回归结果分析
门槛效应显著性检验通过及门槛值识别之后，对金融发展双门槛模型展开参数估计。与此同时，还检验了线性回归模型，以便于对比。从表4来看，基础模型中，SOFDI的系数为负，表明OFDI改善了母国环境质量，这在一定程度上印证了朱东波和张月君的判断[26]。双门槛模型中三个金融发展门槛区间的SOFDI系数均为负，且控制变量的系数方向、显著性与线性模型大体一致（OPEN变量除外），由此可推断，检验结果具有一定稳健性。与此同时，金融发展双门槛模型通过了显著性检验，说明OFDI对母国环境污染影响的门槛效应具有一定可能性。
从双门槛估计结果来看，金融发展视阈下中国OFDI对母国环境污染产生了显著的抑制作用，且不同金融发展水平下OFDI对母国环境污染的抑制作用有所差异。当金融发展水平低于第一个门槛值（5.339）时，SOFDI的系数为-0.000 76，通过了1%的显著性检验，表明OFDI显著抑制了母国环境污染;当金融发展水平位于两个门槛值（5.339、10.522）之间时，SOFDI的系数变为-0.001 26，具有更高的显著性水平，说明OFDI对母国环境污染的抑制作用显著增强;当金融发展水平跨越第二个门槛值（10.522）后，SOFDI的系数变为-0.001 76，且显著性水平进一步提升，意味着OFDI对母国环境污染的抑制作用进一步显著增强。这综合说明OFDI对母国环境污染的影响显著存在基于金融发展的双门槛效应，验证了前文研究假设，也即是说OFDI对母国环境污染的抑制效果会随着母国金融发展水平的提升而增强。不难理解，当母国金融发展水平较高时，完善的金融市场体系和发达的金融市场能够为OFDI獲取并消化吸收国外先进绿色技术及管理经验、行业生产及污染治理技术创新提供充沛的资金，有助于降低整个行业乃在全国的污染排放。若母国金融发展水平较落后，金融市场难以为企业OFDI提供有效的资金保障，在资金短缺束缚下企业进行OFDI的意愿和能力将降低，
OFDI的逆向绿色技术溢出效应更难以实现。因而有必要全面提升金融发展水平，进一步扩大OFDI对母国环境质
量的正效应。
从控制变量来看，经济增长（SGDP）的系数显著为正，表明中国目前经济发展仍处于牺牲资源和环境的阶段，绿色发展任重道远。能源消耗（NER）的系数显著为正，说明样本期内中国能源消费加剧了环境污染，有待进一步优化能源消费结构，加大清洁能源开发和可再生能源的使用力度。对外开放度和环境规制的系数为正，但不显著，意味着中国应全方位提升对外开放水平，合理制定环境标准，以真正发挥二者对环境污染的抑制作用。
前文分析得出中国OFDI对母国环境污染的影响具有显著的金融发展门槛效应，但这种门槛效应在不同金融发展水平的省份数量变迁方面又具有怎样的特征呢？为此，按照金融发展的两个门槛值（5.339、10.522），将中国30个省域划分为金融发展第一梯队（FIN>10.522）、金融发展第二梯队（5.339<FIN≤10.522）、金融发展第三梯队（FIN≤5.339），其省份数量变迁情况见图3。从图3来看，2003—2017年，金融发展第一梯队的样本数为25个，占总样本的5.56%;金融发展第二梯队的样本数为136个，占总样本的30.22%;金融发展第三梯队的样本数为289个，占总样本的64.22%。这意味着2003—2017年中国大部分省份位于金融发展第二、三梯队，几乎每年仅有北京和上海处于金融发展第一梯队，这两个地区的OFDI对降低本区域环境污染的作用最强，而多数省份OFDI的母国环境正效应有待进一步扩大。
4.4 稳健性检验
为进一步验证前文计量结果的可信度，采取以下方式对原估计结果进行稳健性检验（表5）：一是采用存贷款总额/GDP替换金融业产值/GDP、工业废水替换环境污染综合指数，估计结果见表5中模型Ⅰ;二是采用存贷款总额/GDP替换金融业产值/GDP、工业二氧化硫替换环境污染综合指数，估计结果见表5中模型Ⅱ;三是采用存贷款总额/GDP替换金融业产值/GDP，估计结果见表5中模型Ⅲ。综合稳健性检验结果来看，核心解释变量SOFDI的系数方向和显著性未发生较大改变，与原估计结果基本一致，表明原估计结果具有一定稳健性，即OFDI对母国环境影响显著存在基于金融发展的门槛效应，且OFDI对母国环境污染的抑制作用会随着金融发展水平提升而逐渐增强。 4.5 扩展分析
根据以上检验结果可知，OFDI对母国环境污染的作用效果会受制于母国金融发展水平。实际上，OFDI与母国金融发展水平相互交织，两者之间的关系可能具有耦合特征。因此，尝试借助耦合协调度模型进一步考察OFDI对母国环境效应的金融发展门槛特征。首先，测度样本期内中国省际OFDI和金融发展水平的几何均值并对其进行标准化，然后，参照张勇等[34]的建模思路，计算OFDI与金融发展水平的耦合协调度（图4）。分析计算结果发现，样本期内仅有上海的OFDI与金融发展水平处于极度协调状态，北京、广东、浙江处于高度协调状态，其他省份处于中低协调状态。由此可推断，我国多数省份的OFDI与金融发展耦合协调度处于较低阶段，这也在一定程度上说明了OFDI对母国环境污染在三个金融发展门槛区间具有抑制作用的原因。进一步从各地区环境污染综合指数来看，OFDI与金融发展耦合协调度较高的省份倾
向具有较低的环境污染水平。这也从侧面印证了OFDI对母国环境污染的影响具有非线性特征，且当OFDI与金融发展的耦合协调度处于较高阶段时，OFDI对母国环境污染的抑制作用才會更强。
5 研究结论与政策建议
文章理论剖析了OFDI对母国环境污染影响的金融发展门槛效应机理，然后利用2003—2017年中国30个省份面板数据，在采用熵值法拟合环境污染综合指数的基础上，构建以金融发展为门槛变量的面板门槛模型，实证检验了不同金融发展水平下OFDI对母国环境污染影响的差异。研究发现：①中国OFDI对母国环境影响显著存在基于母国金融发展水平的双门槛效应，即中国OFDI对母
国环境污染的抑制作用会随着母国金融发展水平逐渐提升而不断增强。当母国金融发展水平未跨越第一个门槛值时，中国OFDI对母国环境污染产生了显著的抑制作用;当母国金融发展水平超过第一个门槛值而低于第二个门槛值时，中国OFDI对母国环境污染的抑制作用显著增强;当母国金融发展水平超过第二个门槛值后，中国OFDI对母国环境污染的抑制作用进一步增强。②根据样本期内不同金融发展水平的省份数量变迁情况来看，目前中国整体金融发展水平对OFDI逆向绿色技术溢出效应的推动力偏弱，有待进一步提升中国金融发展水平，以放大OFDI对母国环境污染的抑制作用。③考察期内我国多数省份的OFDI与金融发展水平的耦合协调度处于较低阶段，且高耦合协调度的省份倾向具有较低的环境污染水平。
根据上述主要研究结论，提出如下政策建议：①着力提升国内金融发展水平，放大OFDI逆向绿色技术溢出效应。以金融市场化改革为抓手，重构金融与服务对象的关系，发展内嵌式赋能型金融，促进金融与数字科技、绿色产业有机融合，继续保持金融双向开放的稳慎人民币国际化政策，推动金融市场与国际的融合，助力以国内大循环为主体、国内国际双循环相互促进的新发展格局的构建。以市场化为导向，完善绿色金融标准体系，夯实绿色数字基础设施，健全绿色激励约束机制，积极引导社会资本投入绿色产业，鼓励金融机构为对外投资企业提供优质的绿色金融产品和便利的绿色金融服务，营造良好的绿色金融服务环境，助力对外投资企业更好地消化吸收获取的国外先进绿色技术和管理经验，增强OFDI逆向绿色技术溢出效应，从而促进本国环境质量提升。②鼓励企业有序安全“走出去”，提升OFDI的绿色技术含量。应完善相关法律法规和保险政策，发挥行业协会作用，鼓励企业抱团出海和有序“走出去”，并为其合法权益保驾护航。鼓励对外投资企业承担更多的社会责任，构建投资企业与当地相关主体的利益共享机制，从而促进对外投资的持续健康发展。重点鼓励企业进军国际先进制造业、污染治理技术、新能源等领域，对绿色产业进行全产业链投资，提升OFDI的绿色技术含量，带动国内绿色技术创新，增强国内节能减排效果。③深挖国内绿色技术资源潜能，强化绿色技术原始创新。摸清现有绿色技术资源，整合绿色技术创新体系，深挖其潜力并提升利用效率。加大研发资本和人力资源投入力度，打造“政产学研”联盟，加强绿色技术的基础研究和核心环保技术攻关，解决“卡脖子”问题。同时，加强绿色技术研发的国际合作，增强对国外先进绿色技术和管理经验的消化吸收再创新能力。
参考文献
[1]唐剑，周雪莲.中国对外贸易的环境影响综合效应分析[J].中国人口·资源与环境，2017，27（4）：87-94.
[2]郑强.对外直接投资促进了母国全要素生产率增长吗：基于金融发展门槛模型的实证检验[J].国际贸易问题，2017（7）：131-141.
[3]GROSSMAN G M， KRUEGER A B. Environment impacts of a north American free trade agreement [J].DOI：10.3386/w3914.1992.
[4]胡宗义，刘亦文，唐李伟.低碳经济背景下碳排放的库兹涅茨曲线研究[J].统计研究，2013，30（2）：73-79.
[5]安虎森，王雷雷，吴浩波.中国环境库兹涅茨曲线的验证：基于省域数据的空间面板计量分析[J].南京社会科学，2014（9）：1-8.
[6]BLYDE J S.Does international trade hurt the environment： old theory， new development[J].The international trade journal，2000，14（4）：343-353.
[7]臧新，唐琦.新国际分工背景下贸易对货运业碳排放的影响[J].数量经济技术经济研究，2019，36（3）：76-91.
[8]刘巧玲，王奇，刘勇.经济增长、国际贸易与污染排放的关系研究：基于美国和中国SO2排放的实证分析[J].中国人口·资源与环境，2012，22（5）：170-176. [9]张同斌，孙静.“国际贸易-碳排放”网络的结构特征与传导路径研究[J].财经研究，2019，45（3）：114-126.
[10]WALTER I，UGELOW J L. Environmental policies in developing countries[J]. Ambio，1979，8（2/3）：102-109
[11]张宇，蒋殿春.FDI、政府监管与中国水污染：基于产业结构与技术进步分解指标的实证检验[J].经济学（季刊），2014，13（2）：491-514.
[12]刘玉凤，高良谋.中国省域FDI对环境污染的影响研究[J].经济地理，2019，39（5）：47-54.
[13]MARKUSEN J R， VENABLES A J. Foreign direct investment as a catalyst for industrial development[J]. European economic review，1997，43（2）：335-356.
[14]龚梦琪，刘海云.中國双向FDI协调发展、产业结构演进与环境污染[J].国际贸易问题，2020（2）：110-124.
[15]郑强，冉光和，谷继建.外商直接投资、经济增长与环境污染：基于中国式分权视角的实证研究[J].城市发展研究，2016，23（5）：20-24.
[16]LETCHUMANAN R， KODAMA F. Reconciling the conflict between the pollution-haven hypothesis and an emerging trajectory of international technology transfer[J].Research policy，2000，29（1）：59-79.
[17]张彦博，郭亚军.FDI的环境效应与我国引进外资的环境保护政策[J].中国人口·资源与环境，2009，19（4）：7-12.
[18]徐升艳，周玉琴，郭行.外商直接投资对中国环境污染影响的再考察：基于外资来源和行业差异视角[J].生态经济，2020，36（5）：153-160.
[19]郑强，冉光和，邓睿，等.中国FDI环境效应的再检验[J].中国人口·资源与环境，2017，27（4）：78-86.
[20]刘渝琳，郑效晨，王鹏.FDI与工业污染排放物的空间面板模型分析[J].管理工程学报，2015，29（2）：142-148.
[21]YANG L G，LIU Y N.Can Japan’s outwards FDI reduce its CO2 emissions： a new thought on polluter haven hypothesis[J].Advanced materials research，2013，807-809： 830-834.
[22]HAO Y Y， GUO Y， GUO H， et al. Does outward foreign direct investment（OFDI）affect the home country’s environmental quality： the case of China[J].Structural change and economic dynamics，2019，52：109-119.
[23]欧阳艳艳，黄新飞，钟林明.企业对外直接投资对母国环境污染的影响：本地效应与空间溢出[J].中国工业经济，2020（2）：98-121.
[24]刘海云，李敏.中国对外直接投资的母国碳排放效应研究[J].工业技术经济，2016，35（8）：12-18.
[25]许可，王瑛.中国对外直接投资的母国碳排放效应研究：基于2003—2011年省级面板数据[J].生态经济，2015，31（1）：47-54.
[26]朱东波，张月君.中国对外直接投资影响母国环境的理论机理与实证研究[J].中国人口·资源与环境，2020，30（1）：83-90.
[27]周力，庞辰晨.中国对外直接投资的母国环境效应研究：基于区域差异的视角[J].中国人口·资源与环境，2013，23（8）：131-139.
[28]都斌，余官胜.对外直接投资对我国环境污染的影响[J].环境经济研究，2016，1（2）：25-35.
[29]余官胜.企业对外直接投资能否降低母国环境污染：基于跨国面板数据门槛效应的实证研究[J].国际商务（对外经济贸易大学学报），2017（1）：131-139.
[30]聂飞，刘海云.基于城镇化门槛模型的中国OFDI的碳排放效应研究[J].中国人口·资源与环境，2016，26（9）：123-131.
[31]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应：基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：21-32.
[32]余官胜，袁东阳.金融发展是我国企业对外直接投资的助推器还是绊脚石：基于量和质维度的实证研究[J].国际贸易问题，2014（8）：125-134.
[33]许和连，邓玉萍.外商直接投资导致了中国的环境污染吗：基于中国省际面板数据的空间计量研究[J].管理世界，2012（2）：30-43.
[34]张勇，蒲勇健，陈立泰.城镇化与服务业集聚：基于系统耦合互动的观点[J].中国工业经济，2013（6）：57-69.
Impact of China’s outward foreign direct investment on environmentalpollution in the home country YANG Guo1 ZHENG Qiang2， 3， 4
（1. Chongqing Academy of Social Sciences， Chongqing 400020， China;
2. Center for Southeast Asian Studies， Chongqing Technology and Business University， Chongqing 400067， China;
3. School of Economics， Chongqing Technology and Business University， Chongqing 400067， China;
4. Research Center for Economy of Upper Reaches of the Yangtze River， Chongqing Technology and
Business University， Chongqing 400067， China）
Abstract In the context of economic globalization and increasingly tight resource and environmental constraints， the environmental effect of open economy has been highly concerned by the academic community. With the implementation of the ‘Going Global’ campaign and the ‘Belt and Road Initiative’， China’s outward foreign direct investment （OFDI） has been expanding. What is the impact of the rapid growth of OFDI on the home environment？ How can China improve the quality and level of OFDI in order to promote domestic green development under the dual context of constructing a new dual circulation development pattern and advocating green development？ These questions deserve further discussion. Most of the existing literature focuses on the empirical interpretation of OFDI’s home country environmental effect by using linear models， while few involve nonlinear models. The literature on the important role of financial development in home country and the threshold effect of OFDI on home country environment is even less common. In view of this， based on the mechanism of argumentation and propositional inference， this paper calculated the environmental pollution index of 30 provinces in China from 2003 to 2017 by using China’s provincial panel data of these years and selecting industrial waste water， industrial waste gas， industrial SO2， and industrial soot emissions and industrial solid waste production amount index. Then， this paper empirically studied China’s OFDI home environment of financial development threshold effect by constructing financial development as the threshold variables panel threshold model. The results showed that： ① China’s OFDI had a significant impact on the environment of the home country， based on the level of financial development of the home country. When China’s financial development level was lower than the first threshold value， China’s OFDI had a significant restraining effect on environmental pollution in the home country. When China’s financial development level crossed the first threshold value but did not exceed the second threshold value， China’s OFDI significantly enhanced its inhibiting effect on environmental pollution in its home country. When China’s financial development level was higher than the second threshold value， the inhibiting effect of China’s OFDI on environmental pollution in the home country was further enhanced. ② In the sample period， the financial development level of most provinces in China was not high. Only a few provinces with high financial development level had a strong inhibiting effect on environmental pollution in their home country， and the provinces with a high degree of coupling and coordination between OFDI and financial development tended to have a low level of environmental pollution. Accordingly， this paper proposes to optimize the financial service environment of OFDI， improve the green technology content of OFDI， and strengthen the original innovation and re-innovation ability of green technology.
Key words environmental pollution; outward foreign direct investment; financial development; threshold model
（責任编辑：王爱萍）
收稿日期：2020-10-19 修回日期：2020-12-16
作者简介：杨果，博士，研究员，主要研究方向为环境经济、生态经济、农村经济。E-mail：1090526699@qq.com。
通信作者：郑强，博士，副教授，主要研究方向为国际投资与贸易、绿色金融、环境经济。E-mail：zqlw86@163.com。
基金项目：国家社会科学基金后期资助项目“我国农产品生产与流通的协调机制研究”（批准号：19FJLB021）;中国博士后科学基金资助项目“成渝地区双城经济圈对东盟投资研究”（批准号：2020M673150）;重庆市社会科学规划项目“重庆农村产业融合与互联网金融服务创新的协同机制与模式研究”（批准号：2018QNJJ17）;重庆工商大学科研平台开放课题“‘一带一路’沿线国家绿色发展合作机制及模式研究”（批准号：KFJJ2019025）;重庆社会科学院青年创新团队研究项目“重庆市脱贫攻坚与乡村振兴有机衔接研究”（批准号：2020D0303）;教育部国别和区域研究年度课题“‘一带一路’背景下中菲经贸合作研究”（批准号：19GBQY050）。
杨果，郑强.中国对外直接投资对母国环境污染的影响[J].中国人口·资源与环境，2021，31（6）：57-66.[YANG Guo，ZHENG Qiang.Impact of China’s outward foreign direct investment on environmental pollution in the home country[J]. China population， resources and environment， 2021，31（6）：57-66.]
关键词 环境污染;对外直接投资;金融发展;门槛模型
中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2021）06-0057-10 DOI：10.12062/cpre.20201213
中共十九大报告强调，“创新对外投资方式，促进国际产能合作，形成面向全球的贸易、投融资、生产、服务网络，加快培育国际经济合作和竞争新优势”。中共十九届四中全会进一步要求健全促进对外投资政策和服务体系。随着中国“走出去”战略和“一带一路”倡议的深入实施，中国对外直接投资（outward foreign direct investment，简称OFDI）规模日益扩大，占全球份额也逐渐提升。中国商务部数据显示，2003—2018年中国OFDI流量从28.5亿美元跃升到1 430.4亿美元，位列全球第二位，占全球14.1%，为历史最高值。在当下全球资源环境约束趋紧及经济全球化潮流背景下，开放经济的环境效应（尤其是绿色环境技术溢出效应）备受学术界高度关注[1]。那么，中国迅猛增长的OFDI是否降低了国内环境污染呢？这是一个亟待揭示的重要问题。同时，OFDI的逆向绿色技术溢出效应的发挥可能受到母国经济环境影响，尤其是受到母国金融发展水平的约束[2]。据国家统计局统计，2003—2018年中国全部金融机构本外币存款余额从22.04万亿元跃升至182.52万亿元，贷款余额则从16.98万亿元上升至141.75万亿元。中国金融发展水平的逐步提升又会对中国OFDI的母国环境效应产生怎样的影响呢？规范解答上述问题，对“一带一路”倡议下中国科学制定对外投资和金融服务政策，放大OFDI的逆向绿色技术溢出效应，助推绿色发展，加快形成双循环新发展格局，具有重要的理论和实践意义。
1 文献综述
总揽国内外研究动态，经济增长与环境污染的关系一直是学者关注的焦点。其代表性研究是Grossman 和Krueger[3]提出的倒“U”型环境库兹涅茨曲线（EKC），即一国（地区）环境污染程度会随人均收入水平提升呈先升后降的趋势。该假说得到了学界普遍认可，但也有部分学者持不同观点。譬如，胡宗义等[4]利用中国经验证据，发现中国经济增长与环境污染的关系不符合EKC假说。安虎森等[5]认为该假说具有倒“N”型特征。随着全球化步伐加快及资源环境约束日益趋紧，国内外学术界逐步将研究目光聚焦到了全球开放经济与环境污染之间的关系上，且主要体现在以下几个方面。在对外贸易对环境影响研究方面，Juan和 Blyde[6]认为对外贸易有助于生态环境标准改进和环境规制水平提高。臧新和唐琦[7]认为在新国际分工视阈下，对外贸易可能透过规模效应和结构效应等渠道作用于中国货运碳排放。刘巧玲等[8]认为国际贸易对中国污染排放影响不明显，但对美国污染具有减排效应。张同斌和孙静[9]综合运用网络分析法和全球向量自回归方法研究了国际贸易与碳排放之间的关系。在外商直接投资（FDI）与东道国环境污染关系研究方面，学界主要有以下几种观点：一是“污染天堂”假说，即FDI流入会加劇东道国环境污染[10-13]。二是“污染光环”假说，即FDI流入会改善东道国环境质量[14-16]。三是FDI对东道国环境污染具有综合效应[17-18]。四是FDI对东道国环境污染具有非线性效应，比如门槛效应[19]、“N”型特征[20]。
近年来，随着“一带一路”倡议提出，大量中国企业逐渐“走出去”。部分学者开始聚焦OFDI对母国环境污染的影响，但相较上述两方面研究偏少，其主要观点归纳如下：一是OFDI降低了母国环境污染。比如，Yang和Liu[21]、Hao等[22]认为OFDI对母国环境污染具有抑制作用。欧阳艳艳等[23]通过空间面板模型实证检验发现企业OFDI利于降低空气污染水平。二是OFDI加剧了母国环境污染。譬如刘海云和李敏[24]认为OFDI加剧了国内碳排放。三是OFDI对母国环境污染具有综合效应。许可和王瑛[25]运用联立方程组模型，考察了OFDI的母国碳排放效应，认为OFDI减排作用的技术效应弱于规模和结构效应（碳增加），故OFDI加剧了国内碳排放。朱东波和张月君[26]通过建立动态面板模型，从经济规模、产业结构和技术水平三个维度，实证检验了中国OFDI对母国环境污染的影响，发现从经济规模来看，OFDI加剧了母国环境污染，从产业结构和技术水平来看，OFDI降低了母国环境污染。整体而言，OFDI改善了母国环境质量。四是OFDI的母国环境效应具有不确定性或非线性特征。周力和庞辰晨[27]认为OFDI的母国环境效应具有不确定性，或正、或负、或正负参半。都斌和余官胜[28]认为OFDI与母国环境之间具有倒U型关系。 从以上文献来看，国内外学者对OFDI的母国环境效应研究未得到统一结论，这意味着其可能存在一定区域异质性。为了探寻导致该区域差异的缘由，部分学者尝试从经济发展程度[29]、城镇化[30]等角度加以解释。然而，在所有OFDI的环境效应影响因素中，母国金融发展水平是一个不容忽视的重要因素，因为一国（地区）OFDI有效获取、消化国外先进的生态环保技术，并作用于母国生态环境，离不开母国金融支持。同时，由于各地区的经济发展程度、资源禀赋和对外开放度存在一定差异，各地区金融发展水平也具有区域异质性，导致OFDI的母国环境效应可能存在金融发展门槛效应，即OFDI对母国环境污染的影响可能会随着金融发展水平的不同而呈现出不同的特征。若忽视这种门槛效应，可能削弱模型估计结果的解释力，不利于对外直接投资和金融发展政策的指导。因而有必要系统探究OFDI对母国环境影响的金融发展门槛效应。但遗憾的是，该话题的理论和实证研究乏善可陈，这为本文提供了较好的研究空间。因此，作者试图基于2003—2017年中国省际面板数据，选取环境污染多个指标，借助改进熵值法拟合环境污染综合指数，并构建含有金融发展的面板门槛模型，实证检验中国OFDI对国内环境污染影响的金融发展门槛效应，以期为中国各地区更好地制定对外投资和金融服务政策，有效促进绿色发展提供有益参考。
相较以往文献，文章的增量贡献在于：一是将OFDI、金融发展和环境污染纳入统一研究框架，从理论上系统论证OFDI对母国环境污染影响的金融发展门槛效应，为OFDI的母国环境效应的“理论大厦”增砖添瓦。二是在运用改进熵值法拟合中国各省环境污染综合指数的基础上，构造金融发展面板门槛模型，系统考察OFDI对母国环境污染影响的金融发展门槛效应，并建立耦合协调度模型，进一步验证门槛特征，有效弥补了现有相关实证研究的不足。
2 理论分析与研究假设
OFDI是国际技术溢出的重要途径，并逐渐被众多研究所证实[31]。在经济全球化和绿色发展潮流视阈下，OFDI可通过逆向绿色技术溢出效应作用于母国生产技术、环保技术和产业结构，并间接影响母国环境污染[26]。OFDI的逆向绿色技术溢出效应可能受到母国金融发展水平的影响，因为OFDI要真正获取、消化吸收国外先进环保技术和管理经验并作用于技术进步和产业结构升级，影响母国环境污染，离不开母国金融市场的融资支持，其主要体现在以下几个方面：一是企业层面。一国（地区）企业进行海外投资是一项系统工程，需庞大资金作为后盾，若本国金融市场完善，可为其提供优质融资服务，并增强其OFDI的动力[32]。为更好地吸收和消化OFDI带回的先进绿色技术和管理经验，企业需采取设备购买、生产线升级、技术改造和人力资源培训等行动，这需耗费大量的资金，自然离不开金融市场的融资支撑。二是产业和国家层面。本国金融发展可助推OFDI逆向绿色技术溢出效应扩散至全行业乃至全国，其主要渠道是人力资本、竞争示范及产业关联效应。在人力资本效应方面，跨国企业的员工可能回流至母公司或重新创业，助推国外先进绿色技术扩散，但本国企业通常需要提供丰厚的经济待遇来聘用或引进这类人员，这些较高经济待遇所需的大量资金也离不开金融市场的融资支持。在竞争示范效应方面，跨国企业凭借其获得的国外先进绿色技术和管理经验优势，在国内具有较强的市场竞争力，同行业企业为了保持市场地位和生存空间，也逐步学习、模仿并进行绿色技术改进或创新，这些行为实施需要花费设备购置和人员培训等成本，金融市场恰好能满足其资金需求。在产业关联效应方面，跨国企业和母国其他企业之间的前后向关联是OFDI逆向绿色技术溢出的重要渠道，但其顺畅度关系到OFDI获取的国外先进绿色技术和管理经验扩散至其他产业并带动行业外企业乃至全国技术进步的效果，而该产业关联效应的有效发挥离不开金融市场的强大融资支撑。综上所述，母国金融发展是影响OFDI逆向绿色技术效应发挥的重要因素，若母国金融发展水平越高（或达到一定阈值），OFDI逆向绿色技术效应发挥效果可能更好。据此，本文提出如下研究假设。
假设：母国金融发展是影响OFDI的母国环境效应的重要因素，且OFDI对母国环境污染的影响存在基于母国金融发展的门槛效应。
3 模型设定与变量选择
3.1 模型设定
为考察中国OFDI对母国环境污染的影响，借鉴朱东波和张月君[26]的做法，构建如下计量模型：
Pit=β0+β1SOFDIit+β2CONTit+εit（1）
式（1）中，i和t分别表示省域和时间;Pit表示被解释变量（环境污染水平）;SOFDIit表示核心解释变量（对外直接投资水平）;CONTit表示控制变量组，包括经济增长（SGDPit）、对外开放度（OPENit）、环境规制（GUIit）、能源消耗（NERit）;εit表示随机扰动项。
上式为不考虑金融发展门槛效应的线性回归模型，但基于前文理论分析，中国OFDI对母国环境污染的影响可能存在基于金融发展的非线性门槛特征。现有文献常用交叉项模型和分组模型来检验两个变量之间的非线性关系，但这两种非线性模型均难以有效刻画OFDI对母国环境污染的影响过程，而门槛模型较交叉项和分组检验更具内生门槛效应显著性及估计门槛值准确性检验的优势，因而在式（1）的基础上，构造面板门槛模型，以系统考察中国OFDI对母国环境污染影响的金融发展门槛效应。
Pit=θ1SOFDIitI（FINit≤λ1）+θ2SOFDIitI（λ1<
FINit≤λ2）+…+θnSOFDIitI（λn-1
式（2）中，I（·）表示示性函數;SOFDIit表示门槛依赖变量（对外直接投资水平）;FINit表示门槛变量（金融发展水平）;θ1，θ2，…，θn+1表示不同门槛水平下OFDI对母国环境影响的参数;λ1，λ2，…，λn表示n个不同水平的门槛值;η表示控制变量的参数;δi表示不随时间变化的地区截面的个体效应。 3.2 变量选择
被解释变量：被解释变量是环境污染水平（P），以环境污染综合指数来衡量。既有文献常用“三废”排放、碳排放等指标来衡量地区环境污染水平，考虑到碳排放量缺乏权威统计数据，学界侧重使用IPCC提供的测算方法来评估碳排放量，但不同学者对碳排放来源和系数选择具有一定差异，导致估算的碳排量也有所不同，削弱了测算结果的解释力。工业“三废”排放量数据具有权威性、可获取性和代表性，且环境污染是众多污染物造成的综合结果而不是受单个污染指标影响[33]，因而构建涵盖工业废水排放量、工业固体废弃物产生量、工业废气排放量、工业二氧化硫排放量、工业烟尘排放量的环境污染评价指标体系，并采用改进熵值法拟合环境污染综合指数[19]，以整体表征地区环境污染程度，该数值越大，意味着环境污染程度越高。其具体计算步骤如下。
（1）假设有m个省域，n个环境污染衡量指标，则Kij表示i省份的第j个指标值。
（2）对原始数据进行标准化处理：
Qij=Kij-min{Kij}max{Kij}-min{Kij}
（i=1，2，…，m; j=1，2，…，n） （3）
（3）参考许和连和邓玉萍[33]的做法，对标准化数据进行坐标平移：
Eij=1+Qij（4）
（4） 对平移后的数据进行比重变换：
Fij=Eij/∑mi=1Eij（5）
（5）测算指标熵值：
Zj=-（ln m）-1∑mi=1Fijln Fij（6）
（6）测算差异性系数：
Hj=1-Zj（7）
（7） 测算指标权重：
Cj=Hj/∑nj=1Hj（8）
（8）拟合环境污染综合指数：
Pi=∑nj=1CjFij（9）
根据上述测算方法，测算了2003—2017年中国30个省域的环境污染综合指数，以反映地区环境污染整体状况，并从时间和空间两个维度对其进行综合评价。图1汇报了2003—2017年中国三大区域（国家统计局划分标准）环境污染综合指数变化趋势。从图1来看，样本期内，中国环境污染水平具有明显的区域异质性，且呈现出东部地区、中部地区、西部地区环境污染水平依次递减的空间格局，恰好与中国经济发展的空间格局基本吻合。2003—2017年东部、中部及西部地区环境污染综合指数变动区间依次为（0.034 41，0.035 14）、（0.033 12，0.034 40）、（0.031 16，0.031 78），2003—2017年东部地区环境污染综合指数均值为0.034 69，环境污染程度最高，其次是中部地区（0.033 40）、西部地区（0.031 49）。这可能是由于，相较中西部地区来说，东部地区整体工业实力更为强劲，能源消耗更大，人口密度更高，交通运输更发达，其工业生产和居民生活可能排放更多的污染物，因而东部地区环境污染程度整体高于中西部地区。中部地区环境污染程度整体呈波动下降趋势，且具有阶段性特征。在2003—2010年环境污染程度变化相对平缓，但2011年之后下降趋势明显，这可能得益于中部地区产业结构调整和环境规制强度的提升。西部地区环境污染程度呈现波动上升态势。这可能是由于样本期内西部地区正处于快速工业化阶段，为了快速发展当地经济，地方政府在招商引资过程中更倾向于放松环境管制，引入了较多的污染产业，在一定程度上导致了当地环境污染程度上升。
核心解释变量（门槛依赖變量）：核心解释变量为对外直接投资水平（SOFDI）。考虑到OFDI流量具有较大波动性、易出现缺失和遗漏现象且上期OFDI的残值可能继续影响其绿色技术溢出效应。因而选择OFDI（非金融类）存量来衡量对外直接投资水平，采用美元对人民币汇率（年均价）将其换算成亿元并进行GDP平减调整（2003年为基期）和对数处理。按照上述计算方法，测算了2003—2017年中国对外直接投资存量（图2）。从图2来看，2003—2017年全国OFDI存量均值从10.23亿元跃升至1 634.81亿元，且具有阶段性特征。2003—2012年全国OFDI存量均值增速较平缓，到了2013年之后，增速加快，年均增长率达到48.39%，这主要得益于2013年“一带一路”倡议提出，中国进一步全方位对外开放，大量企业“走出去”，OFDI整体规模迅速扩大。样本期内中国OFDI存量均值具有明显的区域差异，呈现由东部
向中西部地区依次递减的空间格局。东部地区OFDI存量均值高于全国平均水平，远远高于中西部地区，而中西部
地区均低于全国平均水平。不难理解，相较中西部地区而言，东部地区具有更好的区位优势，且对外开放较早，对外开放水平较高，海外投资企业更多，对外投资规模也更大，比如华为等大型跨国公司总部主要位于东部沿海地区。值得注意的是，样本期内，尽管中部地区OFDI存量均值都高于西部地区，但二者差距有缩小的趋势。这可能与近年来西部地区加大对外开放力度有关，尤其是“一带一路”倡议的提出与实施为西部地区提供了良好的契机，西部地区依靠中欧班列优势加大了对“一带一路”沿线国家的投资。
门槛变量：门槛变量为金融发展水平（FIN）。参考现有相关文献，采用金融业产值与GDP的比值来衡量金融发展水平。
控制变量：为了尽量规避因遗漏重要变量带来的估计误差，增添了以下控制变量：一是经济增长（SGDP）。著名的“EKC”曲线描绘了经济增长对环境污染的影响并被众多研究所证实，采用GDP来衡量经济增长（以2003年为基期，对名义GDP进行平减调整并对其做对数处理，以尽量消除价格影响，确保数据可比性和稳定性）。二是对外开放度（OPEN）。在国际分工视角下，对外贸易可通过规模和结构效应作用于一国（地区）碳排放，因而将对外开放度纳入计量模型，并使用进出口总额占GDP比重来衡量。三是环境规制（GUI）。人们的环保诉求会随着经济和社会不断发展而日益提升，政府也将制定相应的环境标准并采取污染治理措施来缓解环保压力，故将环境规制作为影响环境污染的重要因素纳入研究框架。考虑到数据可获取性，采用污染治理投资额与GDP的比值（单位：%）来测度环境规制水平。四是能源消耗（NER）。人们生产生活和工业发展会消耗大量能源并增加碳排放量，进而影响当地环境污染水平。采用能源消费总量与GDP的比值来表征能源消耗水平，以测度其对环境污染的影响。 3.3 数据说明
选取研究对象为30个省域（西藏和港澳台地区相关数据缺失，研究未涉及）。考虑到2003年中国对外正式发布对外直接投资权威数据，因而样本起始点为2003年。结合数据获取性和可得性（2018—2019年相关变量数据不齐），时间跨度确定为2003—2017年。各省份工业废水、工业二氧化硫、工业烟尘、工业废气排放量及工业固体废弃物产生量的原始数据主要来自历年《中国环境年鉴》《中国环境统计年鉴》《中国统计年鉴》《中国城市统计年鉴》及地方统计年鉴;各省份对外直接投资相关原始数据主要来源于历年《中国对外直接投资统计公报》及商务部官方网站;各省份GDP、金融发展、对外开放度、环境规制、能源消耗的相关原始数据主要来自历年《中国统计年鉴》《中国金融年鉴》《中国能源统计年鉴》、地方统计年鉴及国民经济和社会发展统计公报。相关变量的描述性统计见表1。
4 经验检验与结果分析
根据前文的计量模型和变量选取，借助Stata 12.0统计软件进行回归分析。
4.1 门槛效应显著性检验
首先需要对式（2）展开门槛效应显著性检验，其具体检验结果见表2。从表2来看，以金融发展为门槛变量，单、双门槛均通过了显著性检验，三门槛则未通过，意味着OFDI的母国环境效应显著存在基于金融发展的双门槛效应。
4.2 门槛值估计
在双门槛效应检验通过后，需进一步估计两个门槛值及其对应的置信区间（表3）。由表3可知，研究获取了两个门槛值，第一个门槛值是5.339，第二个门槛值是10.522，且两个门槛值都落在了相应的95%置信区间。
4.3 回归结果分析
门槛效应显著性检验通过及门槛值识别之后，对金融发展双门槛模型展开参数估计。与此同时，还检验了线性回归模型，以便于对比。从表4来看，基础模型中，SOFDI的系数为负，表明OFDI改善了母国环境质量，这在一定程度上印证了朱东波和张月君的判断[26]。双门槛模型中三个金融发展门槛区间的SOFDI系数均为负，且控制变量的系数方向、显著性与线性模型大体一致（OPEN变量除外），由此可推断，检验结果具有一定稳健性。与此同时，金融发展双门槛模型通过了显著性检验，说明OFDI对母国环境污染影响的门槛效应具有一定可能性。
从双门槛估计结果来看，金融发展视阈下中国OFDI对母国环境污染产生了显著的抑制作用，且不同金融发展水平下OFDI对母国环境污染的抑制作用有所差异。当金融发展水平低于第一个门槛值（5.339）时，SOFDI的系数为-0.000 76，通过了1%的显著性检验，表明OFDI显著抑制了母国环境污染;当金融发展水平位于两个门槛值（5.339、10.522）之间时，SOFDI的系数变为-0.001 26，具有更高的显著性水平，说明OFDI对母国环境污染的抑制作用显著增强;当金融发展水平跨越第二个门槛值（10.522）后，SOFDI的系数变为-0.001 76，且显著性水平进一步提升，意味着OFDI对母国环境污染的抑制作用进一步显著增强。这综合说明OFDI对母国环境污染的影响显著存在基于金融发展的双门槛效应，验证了前文研究假设，也即是说OFDI对母国环境污染的抑制效果会随着母国金融发展水平的提升而增强。不难理解，当母国金融发展水平较高时，完善的金融市场体系和发达的金融市场能够为OFDI獲取并消化吸收国外先进绿色技术及管理经验、行业生产及污染治理技术创新提供充沛的资金，有助于降低整个行业乃在全国的污染排放。若母国金融发展水平较落后，金融市场难以为企业OFDI提供有效的资金保障，在资金短缺束缚下企业进行OFDI的意愿和能力将降低，
OFDI的逆向绿色技术溢出效应更难以实现。因而有必要全面提升金融发展水平，进一步扩大OFDI对母国环境质
量的正效应。
从控制变量来看，经济增长（SGDP）的系数显著为正，表明中国目前经济发展仍处于牺牲资源和环境的阶段，绿色发展任重道远。能源消耗（NER）的系数显著为正，说明样本期内中国能源消费加剧了环境污染，有待进一步优化能源消费结构，加大清洁能源开发和可再生能源的使用力度。对外开放度和环境规制的系数为正，但不显著，意味着中国应全方位提升对外开放水平，合理制定环境标准，以真正发挥二者对环境污染的抑制作用。
前文分析得出中国OFDI对母国环境污染的影响具有显著的金融发展门槛效应，但这种门槛效应在不同金融发展水平的省份数量变迁方面又具有怎样的特征呢？为此，按照金融发展的两个门槛值（5.339、10.522），将中国30个省域划分为金融发展第一梯队（FIN>10.522）、金融发展第二梯队（5.339<FIN≤10.522）、金融发展第三梯队（FIN≤5.339），其省份数量变迁情况见图3。从图3来看，2003—2017年，金融发展第一梯队的样本数为25个，占总样本的5.56%;金融发展第二梯队的样本数为136个，占总样本的30.22%;金融发展第三梯队的样本数为289个，占总样本的64.22%。这意味着2003—2017年中国大部分省份位于金融发展第二、三梯队，几乎每年仅有北京和上海处于金融发展第一梯队，这两个地区的OFDI对降低本区域环境污染的作用最强，而多数省份OFDI的母国环境正效应有待进一步扩大。
4.4 稳健性检验
为进一步验证前文计量结果的可信度，采取以下方式对原估计结果进行稳健性检验（表5）：一是采用存贷款总额/GDP替换金融业产值/GDP、工业废水替换环境污染综合指数，估计结果见表5中模型Ⅰ;二是采用存贷款总额/GDP替换金融业产值/GDP、工业二氧化硫替换环境污染综合指数，估计结果见表5中模型Ⅱ;三是采用存贷款总额/GDP替换金融业产值/GDP，估计结果见表5中模型Ⅲ。综合稳健性检验结果来看，核心解释变量SOFDI的系数方向和显著性未发生较大改变，与原估计结果基本一致，表明原估计结果具有一定稳健性，即OFDI对母国环境影响显著存在基于金融发展的门槛效应，且OFDI对母国环境污染的抑制作用会随着金融发展水平提升而逐渐增强。 4.5 扩展分析
根据以上检验结果可知，OFDI对母国环境污染的作用效果会受制于母国金融发展水平。实际上，OFDI与母国金融发展水平相互交织，两者之间的关系可能具有耦合特征。因此，尝试借助耦合协调度模型进一步考察OFDI对母国环境效应的金融发展门槛特征。首先，测度样本期内中国省际OFDI和金融发展水平的几何均值并对其进行标准化，然后，参照张勇等[34]的建模思路，计算OFDI与金融发展水平的耦合协调度（图4）。分析计算结果发现，样本期内仅有上海的OFDI与金融发展水平处于极度协调状态，北京、广东、浙江处于高度协调状态，其他省份处于中低协调状态。由此可推断，我国多数省份的OFDI与金融发展耦合协调度处于较低阶段，这也在一定程度上说明了OFDI对母国环境污染在三个金融发展门槛区间具有抑制作用的原因。进一步从各地区环境污染综合指数来看，OFDI与金融发展耦合协调度较高的省份倾
向具有较低的环境污染水平。这也从侧面印证了OFDI对母国环境污染的影响具有非线性特征，且当OFDI与金融发展的耦合协调度处于较高阶段时，OFDI对母国环境污染的抑制作用才會更强。
5 研究结论与政策建议
文章理论剖析了OFDI对母国环境污染影响的金融发展门槛效应机理，然后利用2003—2017年中国30个省份面板数据，在采用熵值法拟合环境污染综合指数的基础上，构建以金融发展为门槛变量的面板门槛模型，实证检验了不同金融发展水平下OFDI对母国环境污染影响的差异。研究发现：①中国OFDI对母国环境影响显著存在基于母国金融发展水平的双门槛效应，即中国OFDI对母
国环境污染的抑制作用会随着母国金融发展水平逐渐提升而不断增强。当母国金融发展水平未跨越第一个门槛值时，中国OFDI对母国环境污染产生了显著的抑制作用;当母国金融发展水平超过第一个门槛值而低于第二个门槛值时，中国OFDI对母国环境污染的抑制作用显著增强;当母国金融发展水平超过第二个门槛值后，中国OFDI对母国环境污染的抑制作用进一步增强。②根据样本期内不同金融发展水平的省份数量变迁情况来看，目前中国整体金融发展水平对OFDI逆向绿色技术溢出效应的推动力偏弱，有待进一步提升中国金融发展水平，以放大OFDI对母国环境污染的抑制作用。③考察期内我国多数省份的OFDI与金融发展水平的耦合协调度处于较低阶段，且高耦合协调度的省份倾向具有较低的环境污染水平。
根据上述主要研究结论，提出如下政策建议：①着力提升国内金融发展水平，放大OFDI逆向绿色技术溢出效应。以金融市场化改革为抓手，重构金融与服务对象的关系，发展内嵌式赋能型金融，促进金融与数字科技、绿色产业有机融合，继续保持金融双向开放的稳慎人民币国际化政策，推动金融市场与国际的融合，助力以国内大循环为主体、国内国际双循环相互促进的新发展格局的构建。以市场化为导向，完善绿色金融标准体系，夯实绿色数字基础设施，健全绿色激励约束机制，积极引导社会资本投入绿色产业，鼓励金融机构为对外投资企业提供优质的绿色金融产品和便利的绿色金融服务，营造良好的绿色金融服务环境，助力对外投资企业更好地消化吸收获取的国外先进绿色技术和管理经验，增强OFDI逆向绿色技术溢出效应，从而促进本国环境质量提升。②鼓励企业有序安全“走出去”，提升OFDI的绿色技术含量。应完善相关法律法规和保险政策，发挥行业协会作用，鼓励企业抱团出海和有序“走出去”，并为其合法权益保驾护航。鼓励对外投资企业承担更多的社会责任，构建投资企业与当地相关主体的利益共享机制，从而促进对外投资的持续健康发展。重点鼓励企业进军国际先进制造业、污染治理技术、新能源等领域，对绿色产业进行全产业链投资，提升OFDI的绿色技术含量，带动国内绿色技术创新，增强国内节能减排效果。③深挖国内绿色技术资源潜能，强化绿色技术原始创新。摸清现有绿色技术资源，整合绿色技术创新体系，深挖其潜力并提升利用效率。加大研发资本和人力资源投入力度，打造“政产学研”联盟，加强绿色技术的基础研究和核心环保技术攻关，解决“卡脖子”问题。同时，加强绿色技术研发的国际合作，增强对国外先进绿色技术和管理经验的消化吸收再创新能力。
参考文献
[1]唐剑，周雪莲.中国对外贸易的环境影响综合效应分析[J].中国人口·资源与环境，2017，27（4）：87-94.
[2]郑强.对外直接投资促进了母国全要素生产率增长吗：基于金融发展门槛模型的实证检验[J].国际贸易问题，2017（7）：131-141.
[3]GROSSMAN G M， KRUEGER A B. Environment impacts of a north American free trade agreement [J].DOI：10.3386/w3914.1992.
[4]胡宗义，刘亦文，唐李伟.低碳经济背景下碳排放的库兹涅茨曲线研究[J].统计研究，2013，30（2）：73-79.
[5]安虎森，王雷雷，吴浩波.中国环境库兹涅茨曲线的验证：基于省域数据的空间面板计量分析[J].南京社会科学，2014（9）：1-8.
[6]BLYDE J S.Does international trade hurt the environment： old theory， new development[J].The international trade journal，2000，14（4）：343-353.
[7]臧新，唐琦.新国际分工背景下贸易对货运业碳排放的影响[J].数量经济技术经济研究，2019，36（3）：76-91.
[8]刘巧玲，王奇，刘勇.经济增长、国际贸易与污染排放的关系研究：基于美国和中国SO2排放的实证分析[J].中国人口·资源与环境，2012，22（5）：170-176. [9]张同斌，孙静.“国际贸易-碳排放”网络的结构特征与传导路径研究[J].财经研究，2019，45（3）：114-126.
[10]WALTER I，UGELOW J L. Environmental policies in developing countries[J]. Ambio，1979，8（2/3）：102-109
[11]张宇，蒋殿春.FDI、政府监管与中国水污染：基于产业结构与技术进步分解指标的实证检验[J].经济学（季刊），2014，13（2）：491-514.
[12]刘玉凤，高良谋.中国省域FDI对环境污染的影响研究[J].经济地理，2019，39（5）：47-54.
[13]MARKUSEN J R， VENABLES A J. Foreign direct investment as a catalyst for industrial development[J]. European economic review，1997，43（2）：335-356.
[14]龚梦琪，刘海云.中國双向FDI协调发展、产业结构演进与环境污染[J].国际贸易问题，2020（2）：110-124.
[15]郑强，冉光和，谷继建.外商直接投资、经济增长与环境污染：基于中国式分权视角的实证研究[J].城市发展研究，2016，23（5）：20-24.
[16]LETCHUMANAN R， KODAMA F. Reconciling the conflict between the pollution-haven hypothesis and an emerging trajectory of international technology transfer[J].Research policy，2000，29（1）：59-79.
[17]张彦博，郭亚军.FDI的环境效应与我国引进外资的环境保护政策[J].中国人口·资源与环境，2009，19（4）：7-12.
[18]徐升艳，周玉琴，郭行.外商直接投资对中国环境污染影响的再考察：基于外资来源和行业差异视角[J].生态经济，2020，36（5）：153-160.
[19]郑强，冉光和，邓睿，等.中国FDI环境效应的再检验[J].中国人口·资源与环境，2017，27（4）：78-86.
[20]刘渝琳，郑效晨，王鹏.FDI与工业污染排放物的空间面板模型分析[J].管理工程学报，2015，29（2）：142-148.
[21]YANG L G，LIU Y N.Can Japan’s outwards FDI reduce its CO2 emissions： a new thought on polluter haven hypothesis[J].Advanced materials research，2013，807-809： 830-834.
[22]HAO Y Y， GUO Y， GUO H， et al. Does outward foreign direct investment（OFDI）affect the home country’s environmental quality： the case of China[J].Structural change and economic dynamics，2019，52：109-119.
[23]欧阳艳艳，黄新飞，钟林明.企业对外直接投资对母国环境污染的影响：本地效应与空间溢出[J].中国工业经济，2020（2）：98-121.
[24]刘海云，李敏.中国对外直接投资的母国碳排放效应研究[J].工业技术经济，2016，35（8）：12-18.
[25]许可，王瑛.中国对外直接投资的母国碳排放效应研究：基于2003—2011年省级面板数据[J].生态经济，2015，31（1）：47-54.
[26]朱东波，张月君.中国对外直接投资影响母国环境的理论机理与实证研究[J].中国人口·资源与环境，2020，30（1）：83-90.
[27]周力，庞辰晨.中国对外直接投资的母国环境效应研究：基于区域差异的视角[J].中国人口·资源与环境，2013，23（8）：131-139.
[28]都斌，余官胜.对外直接投资对我国环境污染的影响[J].环境经济研究，2016，1（2）：25-35.
[29]余官胜.企业对外直接投资能否降低母国环境污染：基于跨国面板数据门槛效应的实证研究[J].国际商务（对外经济贸易大学学报），2017（1）：131-139.
[30]聂飞，刘海云.基于城镇化门槛模型的中国OFDI的碳排放效应研究[J].中国人口·资源与环境，2016，26（9）：123-131.
[31]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应：基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：21-32.
[32]余官胜，袁东阳.金融发展是我国企业对外直接投资的助推器还是绊脚石：基于量和质维度的实证研究[J].国际贸易问题，2014（8）：125-134.
[33]许和连，邓玉萍.外商直接投资导致了中国的环境污染吗：基于中国省际面板数据的空间计量研究[J].管理世界，2012（2）：30-43.
[34]张勇，蒲勇健，陈立泰.城镇化与服务业集聚：基于系统耦合互动的观点[J].中国工业经济，2013（6）：57-69.
Impact of China’s outward foreign direct investment on environmentalpollution in the home country YANG Guo1 ZHENG Qiang2， 3， 4
（1. Chongqing Academy of Social Sciences， Chongqing 400020， China;
2. Center for Southeast Asian Studies， Chongqing Technology and Business University， Chongqing 400067， China;
3. School of Economics， Chongqing Technology and Business University， Chongqing 400067， China;
4. Research Center for Economy of Upper Reaches of the Yangtze River， Chongqing Technology and
Business University， Chongqing 400067， China）
Abstract In the context of economic globalization and increasingly tight resource and environmental constraints， the environmental effect of open economy has been highly concerned by the academic community. With the implementation of the ‘Going Global’ campaign and the ‘Belt and Road Initiative’， China’s outward foreign direct investment （OFDI） has been expanding. What is the impact of the rapid growth of OFDI on the home environment？ How can China improve the quality and level of OFDI in order to promote domestic green development under the dual context of constructing a new dual circulation development pattern and advocating green development？ These questions deserve further discussion. Most of the existing literature focuses on the empirical interpretation of OFDI’s home country environmental effect by using linear models， while few involve nonlinear models. The literature on the important role of financial development in home country and the threshold effect of OFDI on home country environment is even less common. In view of this， based on the mechanism of argumentation and propositional inference， this paper calculated the environmental pollution index of 30 provinces in China from 2003 to 2017 by using China’s provincial panel data of these years and selecting industrial waste water， industrial waste gas， industrial SO2， and industrial soot emissions and industrial solid waste production amount index. Then， this paper empirically studied China’s OFDI home environment of financial development threshold effect by constructing financial development as the threshold variables panel threshold model. The results showed that： ① China’s OFDI had a significant impact on the environment of the home country， based on the level of financial development of the home country. When China’s financial development level was lower than the first threshold value， China’s OFDI had a significant restraining effect on environmental pollution in the home country. When China’s financial development level crossed the first threshold value but did not exceed the second threshold value， China’s OFDI significantly enhanced its inhibiting effect on environmental pollution in its home country. When China’s financial development level was higher than the second threshold value， the inhibiting effect of China’s OFDI on environmental pollution in the home country was further enhanced. ② In the sample period， the financial development level of most provinces in China was not high. Only a few provinces with high financial development level had a strong inhibiting effect on environmental pollution in their home country， and the provinces with a high degree of coupling and coordination between OFDI and financial development tended to have a low level of environmental pollution. Accordingly， this paper proposes to optimize the financial service environment of OFDI， improve the green technology content of OFDI， and strengthen the original innovation and re-innovation ability of green technology.
Key words environmental pollution; outward foreign direct investment; financial development; threshold model
（責任编辑：王爱萍）
收稿日期：2020-10-19 修回日期：2020-12-16
作者简介：杨果，博士，研究员，主要研究方向为环境经济、生态经济、农村经济。E-mail：1090526699@qq.com。
通信作者：郑强，博士，副教授，主要研究方向为国际投资与贸易、绿色金融、环境经济。E-mail：zqlw86@163.com。
基金项目：国家社会科学基金后期资助项目“我国农产品生产与流通的协调机制研究”（批准号：19FJLB021）;中国博士后科学基金资助项目“成渝地区双城经济圈对东盟投资研究”（批准号：2020M673150）;重庆市社会科学规划项目“重庆农村产业融合与互联网金融服务创新的协同机制与模式研究”（批准号：2018QNJJ17）;重庆工商大学科研平台开放课题“‘一带一路’沿线国家绿色发展合作机制及模式研究”（批准号：KFJJ2019025）;重庆社会科学院青年创新团队研究项目“重庆市脱贫攻坚与乡村振兴有机衔接研究”（批准号：2020D0303）;教育部国别和区域研究年度课题“‘一带一路’背景下中菲经贸合作研究”（批准号：19GBQY050）。
杨果，郑强.中国对外直接投资对母国环境污染的影响[J].中国人口·资源与环境，2021，31（6）：57-66.[YANG Guo，ZHENG Qiang.Impact of China’s outward foreign direct investment on environmental pollution in the home country[J]. China population， resources and environment， 2021，31（6）：57-66.]