“雙循環”背景下中國雙向FDI與綠色創新效率

趙春雨 商夢雅 趙亞楠

內容提要：隨著“雙循環”新發展格局的建立和“引進來”與“走出去”戰略的逐步實施，中國雙向FDI對綠色發展發揮著重要作用?；谥袊?0個省份2013-2018年的面板數據，本文利用三階段DEA模型測度綠色創新效率，考察中國FDI、OFDI與綠色創新效率的市場化水平門檻效應。研究結果表明：考察期內我國綠色創新效率顯著提升但發展不均衡，中西部地區的綠色創新效率較為接近，與東部地區相差較大;中國FDI、OFDI與綠色創新效率之間存在顯著的市場化水平雙重門檻，隨著市場化水平提升，FDI對綠色創新效率的影響系數呈下降趨勢并且由正轉負，OFDI對綠色創新效率的影響系數呈上升趨勢并且由負轉正，均存在顯著的門檻效應特征。

關鍵詞：雙循環;雙向FDI;綠色創新效率;三階段DEA模型;面板門檻模型

中圖分類號：F205 文獻標識碼：A 文章編號：1001-148X（2022）01-0144-09

作者簡介：趙春雨（1970-），女，黑龍江伊春人，哈爾濱商業大學商務學院教授，管理學博士，研究方向：循環經濟與技術創新;商夢雅（1987-），本文通訊作者，女，黑龍江齊齊哈爾人，哈爾濱商業大學經濟學院博士研究生，研究方向： 產業經濟學;趙亞楠（1988-），女，哈爾濱人，哈爾濱商業大學管理學院講師，管理學博士，研究方向：技術創新與合作創新。

基金項目：黑龍江省科學技術計劃項目，項目編號：GC13D208;黑龍江省哲學社會科學研究規劃項目，項目編號：19JYB032。

“一帶一路”倡議下自貿區建設的有序推進，進一步加快了中國參與貿易投資一體化、經濟全球化進程。作為國際知識溢出的兩大重要渠道，外商直接投資（FDI）與對外直接投資（OFDI）的協調發展有利于獲取技術資源，實現市場資金優化配置，是中國外向型經濟實施“引進來”與“走出去”戰略的核心。

聯合國貿發會議《2021世界投資報告：投資于可持續復蘇》顯示，雖然新冠疫情嚴重影響了全球外商直接投資（FDI）流動，2020年全球FDI流量降至1萬億美元，比2019年下降了1/3，遠低于10年前全球金融危機后的最低點，但是2020年流入中國FDI增長了6%，達到1490億美元。由于經濟增長的韌性、投資便利化與自由化，中國OFDI雖然下降了3%，仍高達1330億美元，這使中國成為全球最大的對外投資國。2015-2018年中國的OFDI連續4年超過FDI，2019年、2020年FDI超過OFDI，可見中國已經進入“雙向投資”新時代，高水平“引進來”和大規?！白叱鋈ァ眳f調發展，FDI和OFDI對綠色創新發展發揮著重要作用。

一、文獻綜述

關于FDI、OFDI與綠色創新效率的關系，理論研究發現FDI對綠色創新效率具有促進作用。Jugurnath[1]指出FDI的增加將導致環境稅收總額的增加，這有助于政府控制本國的環境質量，FDI的進一步增加將以犧牲環境為代價，這將迫使政府與外國投資者簽訂合同時說明外資企業必須使用綠色技術來減少二氧化碳排放。Perkins[2]指出二氧化碳效率較低的國家和制度質量較高的國家會經歷更強的FDI加權二氧化碳效率溢出，研究結果表明FDI有利于東道國的碳排放技術水平的提升。周平錄[3]認為中國雙向FDI對區域創新效率具有正向影響，隨著整體制度環境的改善這種正向影響會逐漸減弱。Song[4]利用格蘭杰因果檢驗對影響綠色創新能力的變量進行了檢驗，研究發現FDI不僅促進了中國經濟的快速增長，而且通過技術溢出影響了中國的環境質量驅動了綠色創新。但相反的觀點認為FDI對綠色創新效率具有抑制作用。李斌[5]通過動態GMM方法檢驗了財政分權、FDI對綠色全要素生產率的影響作用，研究發現FDI不利于綠色技術進步和提升綠色技術效率。Lin[6]研究發現FDI與綠色全要素生產率呈顯著負相關關系。此外，還有一些文獻認為FDI對綠色創新效率的作用不確定。田紅彬實證研究發現不同環境規制工具和強度下的FDI對綠色創新效率的影響不同，環境規制強度能夠提高FDI的流入門檻。Andonova[7]研究發現出口導向型企業會快速地采用清潔技術，但外國投資不一定與更高的清潔技術采用率相關，即FDI與綠色創新之間并不存在必然聯系。Kogut[8]首次提出OFDI的終極目標是實現技術創新，隨后，Feng[9]和聶名華[10]實證研究發現OFDI顯著促進了綠色創新效率的提升。李洪亞[11]研究發現技術進步能夠促進OFDI的快速擴張，同時，逐年增長的OFDI通過逆向技術溢出能夠促進國內技術進步。

此外，也有文獻基于雙向FDI技術溢出效應考察FDI、OFDI與綠色創新效率的關系。Potterie[12]從計量經濟學角度研究了FDI和OFDI是否也會跨境轉讓技術，研究發現出口和OFDI對國內生產率具有顯著的促進作用，FDI與國內生產率無關。Amighinia[13]認為發展中國家跨國公司通過OFDI獲得新的知識有助于實現技術趕超，通過OFDI從國外采購技術等戰略資產已成為技術追趕的重要渠道。楊世迪[14]分析了環境規制對雙向FDI綠色創新的異質動態調節影響，研究發現中國綠色創新發展呈現典型的“OFDI驅動、IFDI拖累”的兩級異化特征。任松[15]指出雙向FDI都顯著抑制了我國綠色全要素生產率的增長，我國仍存在“污染天堂假說”，OFDI正的逆向技術溢出效應并不顯著。王曼曼[16]研究發現中國雙向FDI驅動綠色專利產出存在地區知識產權保護水平的時空異質性，大多數地區呈從低知識產權保護強度向中高知識產權保護強度跨越的態勢。

同時，市場化水平是調節雙向FDI影響綠色創新效率的重要因素。樊綱[17]提出市場化水平的主要內容包括要素市場發育程度、產品市場發育程度、政府與市場之間的關系、法律制度環境等。市場化水平高越高，意味著該地區擁有更為豐富的創新資源，知識型人力資本的數量更多、質量更高，因此具有較強的技術創新能力和完善的法律規范制度，不斷拉近與發達國家的技術差距，使得自主創新在綠色創新活動中占據重要地位，削弱了對發達國家先進技術的依賴，說明市場化水平能夠調節FDI和OFDI對綠色創新效率的影響作用。

二、模型與方法

（一）綠色創新效率評價模型

為全面、準確的對綠色創新效率進行測算，將Super-SBM模型與三階段DEA模型相結合，構建考慮非期望產出的Super-SBM三階段DEA模型。J-SBM三階段DEA模型涉及三個階段的處理分析，如圖1所示。

3.第三階段：調整后的Super-SBM模型測算

經過第二階段進行的投入產出調整，環境因素、管理無效率和隨機誤差項對綠色創新效率的影響作用已經被過濾掉，因此，將調整后的數據再次代入Super-SBM模型，對綠色創新效率進行測算。

（二）雙向FDI對綠色創新效率影響的實證模型

為了實證考察市場化作用下中國雙向FDI對綠色創新效率的影響作用，根據Hansen理論[20]構建了綠色創新效率面板門檻模型，參考現有文獻，除了FDI與OFDI之外，人力資本和外資依存度對綠色創新效率存在較大影響作用，因此，在回歸模型中加入人力資本和外資依存度兩個控制變量，構建中國FDI對綠色創新效率的面板單門檻效應模型，即：

（三）變量設定

1.被解釋變量

綠色創新效率（GIE）。綠色創新效率涉及多個創新主體、多個投入產出要素的復雜系統，整個過程中包含人、財、物多項評價指標。本文將從創新價值鏈視角，將綠色創新劃分為技術研發和產品成果轉化兩個階段。在技術研發階段，選擇R&D投入和非R&D投入兩個一級指標，其中R&D投入包括R&D人員全時當量、R&D經費內部支出、R&D經費外部支出和R&D機構人員數四個二級指標，非R&D投入包括引進技術經費支出、固定資產投資總額和能源消費總量三個二級指標。在產品成果轉化階段，從期望產出和非期望產出兩個角度進行考察，期望產出包括科技成果期望產出和產品成果期望產出，其中，科技成果期望產出包括科技論文發表數、專利授權量和專利有效量三個二級指標，產品成果期望產出包括新產品銷售收入、新產品出口交貨值和擁有注冊商標數三個二級指標。根據現有研究，采用工業三廢的主要成分SO2、CO2、化學需氧量排放量作為非期望產出的衡量依據，通過熵值法將其折算為綜合環境污染指數[21]，CO2排放量根據煤炭、原油與天然氣消耗量進行計算，熱值與碳排放系數的數據來自IPPC2006，煤炭的碳氧化因子為0.098，其余為1，單位統一折算為標準煤系數。綠色創新效率評價指標體系包括5個一級指標，13個二級指標，全面覆蓋了人、財、物、科技效益、經濟效益以及非期望產出等要素，指標體系如表1所示。

基于綠色創新的特點，從政策制度支持、環境規制壓力、知識產權保護、產業集聚水平和競爭模仿壓力五個方面提出綠色創新效率的環境因素。第一，政策制度支持（gov）。企業、高校與研究機構等綠色創新主體的研發行為存在不確定性，創新資源的稀缺性，需要政府直接或間接的引導創新方向以達到創新資源的優化利用，采用政府資金資助研發經費占地區研發經費的比重表示。第二，環境規制壓力（er），環境-經濟雙外部性引起創新主體的創新動力不足，需要較強的外部環境規制制度約束，有利于創新資源的優化配置，采用污染治理投資總額表示。第三，知識產權保護（ipr），知識產權保護制度通過自主研發、技術引進等途徑影響技術的擴散與轉化，能夠糾正“搭便車”的市場失靈現象，保護創新主體的合法權益與低碳創新積極性，采用各地區技術市場交易額占GDP的比重表示。第四，產業集聚水平（aggl），產業集聚在特定區域后將產生網絡化的復雜合作競爭關系，通過創新主體間的競爭合作、組織學習、協同效應、溢出效應與規模經濟效應等路徑促進綠色創新，參考原毅軍的做法，采用區位熵衡量區域產業集聚水平。第五，競爭模仿壓力（cip），激烈的市場競爭將提升創新主體對現有技術與產品的要求，進而形成創新主體在追求制度合法性與創新資源的競賽，對創新主體形成模仿壓力，采用規模以上企業數反應競爭模仿壓力。

2.解釋變量

外商直接投資（FDI）。已有研究表明，外商直接投資存量能夠體現出上一時期的FDI在當期發揮的殘值作用，因此，采用外商直接投資存量來表示外商直接投資（FDI）。利用統計年鑒中的外商直接投資流量數據，采用永續盤存法對各地區的外商直接投資存量進行估算，如公式（5）所示。其中，FDIit為i地區t年的外商直接投資存量，Iit為i地區t年的外商直接投資流量，折舊率δ取值9.6%。

對外直接投資（OFDI）。采用對外直接投資存量作為衡量指標，考慮數據可得性，OFDI存量數據采用各年中國非金融類對外直接投資存量數據近似替代，原始數據直接來源于2018年的《中國對外投資統計公報》。

3.門檻變量

市場化指數（MAR），樊綱等從政府與市場的關系、非國有經濟的發展、產品市場的發育程度、要素市場的發育程度、市場中介組織發育和法律制度環境等方面衡量市場化的進展，建立了一套各省市市場化進程橫、縱向可比的綜合評價指標體系。采用樊綱等構建的區域市場化指數作為代理指標[17]。

4.控制變量

人力資本（HR），采用地區就業人員的人均受教育程度作為衡量各地區人力資本的指標，hci=6·pi1+9·pi2+12·pi3+16·pi4，pi1、pi2、pi3、pi4表示i地區受教育程度為小學、初中、高中、大專及以上就業人口的比重，受教育年限為6年、9年、12年和16年。

外資依存度（FCD），反映對外貿易活躍度，國際技術溢出對綠色創新效率的提升具有重要意義，采用區域進出口額和生產總值之比作為衡量區域外資依存度的指標。

（四）數據來源

本文采用的樣本數據來自于2013-2019年《中國統計年鑒》《中國科技統計年鑒》《高等學科技資料匯編》《中國環境統計年鑒》《中國能源統計年鑒》《工業企業科技活動年鑒》的我國30個省市面板數據，對原始變量取對數規避量綱與異方差的影響，數據描述性統計結果如表2所示。

三、中國雙向FDI對綠色創新效率影響的實證分析

（一） 綠色創新效率評價

第一階段。通過Super-SBM模型對我國2013～2018年綠色創新效率進行測算，得出未考慮環境因素和隨機干擾的綠色創新效率。

第二階段。將第一階段得出的各投入松弛變量作為被解釋變量，選擇的區域發展因素、市場競爭因素、政策支持因素和環境治理因素這五個環境變量作為解釋變量，使用Frontier4.1軟件對其進行基于SFA的隨機前沿分析，分析結果如表3所示。由此可知，2013-2018年間環境變量對投入松弛的影響程度，回歸系數為正時，環境變量的增加將導致投入冗余的提高，從而減少投入的浪費產出;回歸系數為負時，環境變量的增加將導致投入冗余的減少，降低投入的浪費并提高產出。σ2可以反映出五個投入松弛變量的受到五個環境因變量的影響，σ2說明模型具有很好的擬合度;γ的值均大于0.6，表明該投入松弛變量始終顯著，同時絕大多數數據都通過了T檢驗。

（1）政策制度支持。政策支持因素與R&D機構人員數的回歸系數為正值，與其他投入松弛變量的回歸系數均為正值并均通過顯著性檢驗。表明科研經費中政府資助研發比例越大，R&D人員全時當量、R&D經費內部支出、引進技術經費支出、固定資產投資總額和能源消費總量的冗余就越少，政策支持因素有利于盤活冗余的科研資源并對能源利用進行合理化配置。（2）環境規制壓力。環境規制壓力與R&D人員全時當量和R&D機構人員數松弛變量的回歸系數為正值，與R&D經費內部支出、引進技術經費支出、固定資產投資總額和能源消費總量的回歸系數均為負值，均通過顯著性檢驗。（3）知識產權保護。知識產權保護與全部投入松弛變量的回歸系數為負值，其中引進技術經費支出、固定資產投資總額和能源消費總量通過顯著性檢驗。表明各地區技術市場交易額占GDP的比重越大，技術更新的更新速度越快，有效減少引進技術經費支出、固定資產投資總額和能源消費總量的投入冗余，優化配置科研創新資源，從而提高創新效率。（4）產業集聚水平。產業集聚水平與全部投入松弛變量的回歸系數為負值且通過顯著性檢驗，說明產業集聚水平對五個投入松弛變量均有顯著影響。隨著產業集聚水平的提升，會促進各種創新資源的充分利用，合理配置創新資源，避免創新資源的粗放式利用。（5）競爭模仿壓力。競爭模仿壓力與引進技術經費支出和固定資產投資總額投入松弛變量的回歸系數為負值，與其余投入松弛變量的回歸系數均為正值，且均通過顯著性檢驗，說明競爭模仿壓力對五個投入松弛變量的影響顯著，表明規模以上企業數目的增加，有利于促進引進技術經費支出和固定資產投資總額投入資源得到有效利用，提高創新效率。綜上，環境因素和隨機干擾對投入冗余的影響較大，故第一階段不考慮環境因素和隨機干擾是不科學的，得出的結果有偏。因此，利用公式（5）對投入變量的數據進行調整，使各個地區處于同等環境下。

第三階段?？紤]環境因素和隨機干擾，利用調整后的投入產出數據，基于Super-SBM模型重新測算我國2013-2018年的綠色創新效率，效率均值如圖2所示。時間序列層面，綠色創新效率呈穩步上升態勢，2013年全國綠色創新效率的平均值為0.6，2018年為0.861，漲幅達到43.5%，綠色創新效率有顯著提升，表明全國加強了對綠色創新理念的重視程度，創新發展貫徹落實情況越來越好，但全國的整體創新效率水平仍然較低。同時，2018年北京、天津、上海、江蘇等19個地區的創新效率位于效率前沿面上，江蘇的創新效率值達到全國最大值1.314，這些地區的經濟發達，擁有更多的創新資源優勢;均值層面，全國平均創新效率值為0.685，東部地區的創新效率平均值為0.81，中部地區的創新效率平均值為0.583，西部地區的創新效率平均值為0.633，中西部地區的創新效率較為接近，與東部地區相差較大，僅北京和浙江等5個地區創新效率均值位于效率前沿面上，同時河北、山西、內蒙古、遼寧、吉林、黑龍江等14個地區的創新效率均值尚未到0.6，表明我國綠色創新發展不均衡，部分地區仍有一定的提升空間。我國綠色創新效率最低各地區分別是山西、內蒙古、黑龍江，其創新效率均值未達到0.3，說明不同地區的創新效率具有顯著差距，綠色創新效率較低的地區經濟相對落后，更為依賴粗放式的生產模式，這些地區具有較大的提升空間。

（二）單位根檢驗和協整檢驗

為防止回歸分析中出現“偽回歸”現象，保證面板數據的平穩性，通常采用LLC、IPS、ADF-Fisher和PP-Fisher對各變量數據進行面板單位根檢驗，檢驗結果如表4所示，各個變量的一階差分都通過了顯著性檢驗，說明拒絕了存在單位根的原假設，各變量數據不存在單位根且為平穩序列。

鑒于面板數據的不穩定特征，為確定變量之間長期穩定的比例關系，需要在單位根檢驗之后做協整檢驗。常用的面板數據模型協整檢驗方法有Kao檢驗、Pedroni檢驗以及Johansen檢驗。本文采用Kao檢驗（ADF檢驗）進行協整檢驗來驗證變量之間的協整關系。協整檢驗結果如表5所示，面板數據的協整研究結果均在1%顯著性水平下通過了ADF檢驗，拒絕了變量之間不存在協整關系的原假設，因此，利用面板數據回歸模型分析雙向FDI對綠色創新效率的影響作用是合理的。

（三）中國雙向FDI對綠色創新效率影響的實證結果

1.FDI對綠色創新效率的影響

基于Hansen理論，對市場化水平門檻條件下FDI驅動綠色創新效率的異質性復雜機制進行實證探究。對單一門檻模型、雙重門檻模型分別進行檢驗，結果如表6所示，均在5%的顯著水平下通過假設檢驗，故模型存在顯著的市場化水平雙門檻效應。市場化水平的雙重門檻估計值分別為4.96和7.1。

FDI對綠色創新效率的市場化水平雙重門檻面板模型的回歸結果如表7所示，由回歸結果可知，FDI與綠色創新效率之間存在非線性的市場化水平雙重門檻效應，在MAR4.96的市場化水平門檻區間內，FDI對綠色創新效率的影響數在1%的顯著水平下為0.109;在4.96<MAR7.1的市場化水平門檻區間內，FDI對綠色創新效率的影響系數通過了5%的顯著性檢驗為-0.131;在MAR>7.1的市場化水平門檻區間內，FDI對綠色創新效率的影響系數通過了1%的顯著性檢驗為-0.176。在以上三個門檻區間內，FDI對綠色創新效率的影響系數隨著市場化水平的提高而逐漸減小，在未到達門檻值4.96之前，FDI能夠促進綠色創新效率的提高，超過門檻值4.96之后，FDI抑制了綠色創新效率的提高，市場化水平與FDI對綠色創新效率的抑制作用正相關。隨著市場化水平的提升，FDI對綠色創新效率的促進作用逐漸降低，僅在MAR4.96最優門檻區間內，FDI對綠色創新效率的促進作用才能得以發揮。究其原因，較高的市場化水平意味著該地區擁有豐富的創新資源、強大的自主創新能力、良好的政府企業關系以及相對完善的法律制度，自主創新占據主要地位，使得FDI對綠色創新效率的正向促進作用減弱。對于控制變量人力資本和外資依存度而言，均正向影響著綠色創新效率，說明提高人力資本和外資依存度均有利于綠色創新效率的提升。

2.OFDI對綠色創新效率的影響

OFDI對綠色創新效率的市場化水平門檻效應檢驗結果如表8所示，經歷200次自抽樣，單一門檻和雙重門檻均通過了5%顯著性水平下的假設檢驗，三重門檻未通過顯著性檢驗?；贖ansen理論，OFDI與綠色創新效率可能存在市場化水平的雙重門檻，雙重門檻估計值分別為5.14和6.48。借助似然比函數進一步驗證門檻值估計的有效性，雙重門檻模型中，市場化水平門檻估計值分別為5.14和6.48時，似然比統計量LR值為零，通過門檻有效性檢驗。

OFDI對綠色創新效率的市場化水平雙重門檻面板模型的回歸結果如表9所示，由回歸結果可知，OFDI與綠色創新效率之間存在非線性的市場化水平雙重門檻效應，在MAR5.14的市場化水平門檻區間內，OFDI對綠色創新效率的影響數在1%的顯著水平下為-0.059;在5.14<MAR6.48的市場化水平門檻區間內，OFDI對綠色創新效率的影響系數通過了5%的顯著性檢驗為-0.038;在MAR>6.48的市場化水平門檻區間內，OFDI對綠色創新效率的影響系數通過了1%的顯著性檢驗為0.06。在跨越門檻值6.48之前，OFDI顯著的抑制了綠色創新效率的提升，跨越該門檻之后，OFDI顯著促進了對綠色創新效率的提升，且市場化水平與OFDI對綠色創新效率促進作用正相關。在以上三個門檻區間內，OFDI對綠色創新效率的影響系數隨著市場化水平的提高而逐漸增大，在未到達門檻值6.48之前，OFDI能夠促進綠色創新效率的提高，超過門檻值6.48之后，OFD促進了綠色創新效率的提高，市場化水平與OFDI對綠色創新效率的促進作用正相關，僅在MAR>6.48最優門檻區間內，OFDI對綠色創新效率的促進作用才能得以發揮。究其原因，市場化水平提高到一定程度，產品市場、要素市場、中介組織、政府與市場的關系和法律制度環境等多方面得到發展和改善，企業對外投資行為將備受鼓勵，在境外購買或者合作形式設立研發機構，在人才、知識、資金等綠色創新資源流動過程中獲得逆向綠色技術溢出，對國內的綠色創新效率具有一定促進作用。

四、結論

本文基于中國2013-2018年省際面板數據，構建綠色創新效率評價指標體系，利用三階段DEA模型對綠色創新效率進行測度，從市場化水平視角構建中國FDI、OFDI對綠色創新效率的復雜非線性門檻模型。所得主要結論如下：（1）考察期內，各區域的綠色創新效率呈穩步上升態勢，2018年綠色創新效率均值為0.861，與2013年相比漲幅達到43.5%，但各區域之間仍存在明顯差異，中西部地區較為接近，與東部地區相差較大，5個地區綠色創新效率均值位于效率前沿面上，但14個地區尚未到0.6，表明我國綠色創新發展不均衡，仍有較大的提升空間。（2）中國FDI、OFDI與綠色創新效率之間分別存在顯著的復雜非線性市場化水平的雙重門檻。研究結果表明：隨著市場化水平提高，FDI對綠色創新效率的影響系數持續減小;當市場化水平處于最優（MAR4.96）門檻區間時，FDI對綠色創新效率的促進作用得以發揮。OFDI對綠色創新效率的影響系數持續增大，當市場化水平處于（MAR6.48）門檻區間時，OFDI對綠色創新效率具有顯著抑制作用;當跨過市場化水平第二門檻值后，OFDI流入才能顯著促進綠色創新效率的提高。

根據上述結論，本文提出如下建議：第一，我國綠色創新效率整體水平有待提高，區域間具有顯著差異，政府應繼續題號對綠色創新的政策支持力度，完善綠色創新獎勵與激勵機制，利用互聯網積極搭建產學研關系互動平臺，通過開放式創新打破綠色創新的區域限制，減小區域間差距。第二，政府應實施差異化的動態策略來推動我國綠色創新發展。2018年浙江、上海等24個地區的市場化水平超過4.96，可見，FDI對我國綠色創新的處于抑制作用階段，為了降低FDI對綠色創新的負面作用，政府在引進外資過程中應轉變規模擴張的現狀，重視優化外資結構、推動FDI競爭，從根本上逐步實現FDI質量增長的轉變。對于OFDI，要繼續加強對OFDI的宏觀調控，重視OFDI規模與經濟發展水平的動態匹配，充分發揮OFDI對綠色創新得促進作用，同時應盡可能的鼓勵國內實力雄厚的企業走出國門面向海外市場進行投資[22]。第三，各地區在實施“雙循環”戰略時要充分考慮制度環境的實際情況。制度風險是轉型經濟國家創新環境的重要特征，伴隨著市場化進程的不斷發展和綠色創新能力的不斷積累，我國與綠色技術先進國家的差距逐漸縮小，綠色技術溢出的獲取成本逐漸提高，這種技術溢出獲取成本表現為對綠色技術先進國家的依賴。通過FDI和OFDI能夠獲得部分先進綠色技術，但高精尖技術仍處于壟斷狀態，溢出效應不明顯，因此，自主創新將成為區域創新的重要方式。轉型經濟體自身制度環境的整體改善有利于培養自主創新能力，降低對外國技術的依賴程度，真正掌握那些關鍵的綠色技術。

參考文獻：

[1] Jugurnath B， Roucheet B， Teeroovengadum V. Moving To Greener Pastures： Untangling The Evidence About Fdi And Environmental Regulation In Eu Countries[J]. Journal of Developing Areas， 2017，51（2）：405-415.

[2] Perkins R. Do Recipient Country Characteristics Affect International Spillovers of Co2-efficiency via Trade and Foreign Direct Investment？[J]. Climatic Change，2012，112（2）：469-491.

[3] 周平錄，李東紅，邢小強. 轉型經濟中雙向FDI與區域創新效率—制度環境的調節作用[J]. 國際經濟合作，2020（2）：116-128.

[4] Song M L，Tao J，Wang S H. FDI，Technology Spillovers and Green Innovation in China： Analysis Based on Data EnvelopmentAnalysis[J]. Annals of Operations Research，2015（1）： 47-64.

[5] 李斌，祁源，李倩. 財政分權、FDI與綠色全要素生產率—基于面板數據動態GMM方法的實證檢驗[J]. 國際貿易問題，2016（7）：119-129.

[6] Lin B，Chen Z. Does Factor Market Distortion Inhibit the Green Total Factor Productivity in China？ [J]. Journal of Cleaner Production，2018，197（10）：25-33.

[7] Andonava L. B. Openness and the Environment in Central and Eastern Europe： Can Trade and Foreign Investment Stimulate Better Environmental Management in Enterprises？[J]. The Journal of Environment Development，2003，12（2）：177-204.

[8] Kogut B，Chang S J. Plat Form Investments and Volatile Exchange Rates： Direct Investment in the US. By Japanese Electronic Companies[J]. Review of Economics & Statistics，1996，78（2）：221-231.

[9] Feng Z J，Zeng B，Ming Q. Environmental Regulation，Two-Way Foreign Direct Investment，and Green Innovation Efficiency in China′s Manufacturing Industry[J]. International Journal of Environmental Research and Public Health，2018，15（10）：1-22.

[10]聶名華，齊昊. 對外直接投資能否提升中國工業綠色創新效率： 基于創新價值鏈與空間關聯的視角[J]. 世界經濟研究，2019（2）： 111-122.

[11]李洪亞，宮汝凱. 技術進步與中國OFDI：促進與溢出的雙重考察[J]. 科學學研究，2016，34（1）：57-68.

[12]Potterie B. V. Lichtenberg F. Does Foreign Direct Investment Transfer Technology Across Bordera？[J]. Review of Economics & Statistics，2001，83（3）：490-497.

[13]Amighinia A，Rabellotti R. Outward FDI from Developing Country MNEs as a Channel for Technological Catch-up[J]. Social Science Electronic Publishing，2010，23（2）：239-261.

[14]楊世迪，韓先鋒. 雙向FDI與國內綠色創新的異質動態關聯研究—基于環境規制的調節分析[J]. 軟科學，2021，35（4）：8-13.

[15]任松，左暉. 雙向FDI和區域創新效率對我國綠色全要素生產率的影響—基于省際面板數據的實證分析[J]. 統計與管理，2021，36（2）：42-46.

[16]王曼曼，連帥，李海燕，等. 中國雙向FDI、知識產權保護與綠色專利產出—基于省際面板數據的實證分析[J]. 系統管理學報，2020，29（6）：1136-1149.

[17]樊綱，王小魯，馬光榮. 中國市場化進程對經濟增長的貢獻[J]. 經濟研究，2011，46（9）：4-16.

[18]Wu J，Guo D. Measuring E-government Performance of Provincial Government Website in China with Slacks-based Efficiency Measurement[J]. Technological Forecasting & Social Change，2015，96（1）：25-31.

[19]Fried H O. Accounting for Environmental Effects and Statistical Noise in Data EnvelopmentAnalysis[J]. Journal of Productivity Analysis，2002，17（ 1）：157-174.

[20]Hansen B E. Sample Splitting and Thresholdestimation[J]. Econometrica，2000，68（3）：575-603.

[21]黃清煌，高明. 中國環境規制工具的節能減排效果研究[J]. 科研管理，2016，37（6）：19-27.

[22]李金城，王林輝，國勝鐵.高質量FDI的技術進步偏向：經驗證據與政策建議[J].哈爾濱商業大學學報（社會科學版），2021（2）：82-90.

（責任編輯：李江）