中国对外直接投资的绿色生产率增长_省略_应_基于时空异质性视角的经验分析_胡琰欣
外商直接投资与中国绿色经济效率
外商直接投资与中国绿色经济效率作者：雷媛媛来源：《现代营销·理论》2020年第09期摘要：在我国不断提高对外开放水平、大力发展绿色经济的现实背景下，本文以环境规制为门槛变量，从理论与实证的角度分析在不同环境规制水平上，外商直接投资与中国绿色经济效率的影响关系。
论文采用考虑非期望产出的Super-SBM模型测算了2000-2015年中國省际绿色经济效率，并基于门槛回归计量模型对理论命题进行实证检验，结果表明：在不同环境规制强度下，外商直接投资对中国绿色经济效率的影响显著存在门槛效应。
一、引言随着改革开放的深入，我国对外开放程度逐步加深，中国实际利用FDI数量不断攀升。
在FDI被认为是中国经济增长奇迹背后的基础性驱动因素的同时，我国也付出了巨大的资源和环境代价，众多学者甚至将中国视为发达国家的“污染避难所”。
显然以牺牲资源环境来换取经济的高速增长模式已不再适应中国可持续发展的目标要求，为此中共中央强调开放发展和绿色发展并进，地方政府不同程度地实施环境规制政策。
因此，本文将研究在不同环境规制水平上，外商直接投资对中国省际绿色经济效率的环境规制门槛效应，以期为引导各省市制定合理的环境规制水平，优化FDI来源结构，为实现经济和环境协调持续发展提供重要的决策参考。
二、文献综述经过文献梳理发现，学者们关于FDI对绿色经济效率的作用如何存在分歧。
一些学者认为FDI对经济效率的提升具有明显的正向效应，支持“污染光环论”。
Coe等（1997）研究结果表明发展中国家从发达国家引进的外资促进了生产率的增长，FDI具有技术和知识溢出效应。
杨冕和王银（2016）基于中国2001-2012年中国30个省份的面板数据发现FDI促进了中国绿色全要素生产率增长的结论。
也有学者研究结果表明FDI对绿色经济效率的提升效应不明显，甚至为负向，倾向于“污染避难所”效应，Girma（2008）的研究结果表明，FDI的正向溢出效应不明显，并未对中国国有企业的生产率提升产生正向促进作用。
汇率升值、跨国投资生产效率阈值及垂直型FDI质量——基于异质性企业视角的理论分析及实证检验
近十年来 ， 来自 企业层面的数据显示 ， 现实经济 中并非所有企业都从事出 口和对外投资 ， 只有生 产率高、 规模大的企业选择出口和对外投资 。这种不 同生产效率的异质性企业 （ Ｈ ｅ ｔ ｅ ｒ ｏ ｇ ｅ ｎ ｅ ｏ ｕ ｓ Ｆ ｉ ｒ ｍ）
在投资与贸易上的行为引起 了经济学家的广泛关注 ， 并导致 了“ 新新 贸易” 理论 的产生 。实证 分析
直型 Ｆ Ｄ Ｉ 数量及质量的影响机制， 对此经济现 象予以解释 。研 究表 明， 人民币实际汇率升值将提 高跨 国企 业对 外投 资生产 效 率 阈值 ， 产 生“ 生产 效 率选择 ” 效应 ， 导致 进入 我 国的垂 直 型 Ｆ Ｄ Ｉ 数 量减 少 、 质 量提 高。基于 日本 １ ９ ９ ４～ ２ ０ １ １ 年制造业 Ｆ Ｄ Ｉ 数据的面板数据模型研 究结果表 明： 人民币对 日 元 实际
； ｒ － 率 升值将 抑 制 日本 对 华直接投 资 ， 促进 Ｆ Ｄ Ｉ 项 目平 均规模 的提 高。 关键词 ： 垂 直型 Ｆ Ｄ Ｉ ； 异 质性 企 业 ； Ｆ Ｄ Ｉ 质量； 人 民币； ｒ － 率； ； １ ２ 率升值
中图分 类号 ： Ｆ 、 ８ ３ ２ ． ４ ８ 文献标识 码 ： Ａ 文章编号 ： １ ６ ７ １ — ９ ３ ０ １ （ ２ ０ １ ４ ） ０ １ —０ ０ ６ １ —０ ９
２ ５ ０ １ ０ ０ ）
摘要 ： 经验研 究表 明 ， ２ ０ ０ ５年人 民 币实际汇 率升值 以 来 ， 我 国 引入 的垂 直 型 Ｆ Ｄ Ｉ 数 量 及质 量 呈现 出新特 征 。在 Ａ ｎ ｔ ｒ ／ ｉ ｓ 跨 国投 资决 策模 型 中引入 汇率 因素 ， 基 于异 质 性 企业 假设 考 察 了汇率 变化 对 垂
我国向“一带一路”国家直接投资对绿色全要素生产率的影响研究
我国向“一带一路”国家直接投资对绿色全要素生产率的影响研究我国向“一带一路”国家直接投资对绿色全要素生产率的影响研究一带一路倡议是中国提出的一项重要战略举措，旨在加强与沿线国家的经济合作和互联互通。
在这一过程中，中国向一带一路国家直接投资的规模日益扩大，这对于这些国家的经济发展和绿色全要素生产率有着重要影响。
本文旨在探究我国向一带一路国家直接投资对绿色全要素生产率的影响，并提出相应的政策建议。
首先，我国向一带一路国家的直接投资对于这些国家的经济发展起到了积极的推动作用。
这些投资不仅带来了资金和技术的支持，也提供了更多的就业机会，促进了这些国家的工业化进程。
这些直接投资对于提升这些国家的综合生产能力，包括绿色全要素生产率的提高起到了重要作用。
其次，我国在直接投资过程中注重绿色发展，倡导绿色智能和可持续发展理念。
我国在投资过程中强调环境友好、资源节约和生态保护，推动了一带一路国家的环境意识的提高。
同时，我国的绿色技术和管理经验也得以传播和应用于这些国家，促进了绿色全要素生产率的提高。
第三，我国直接投资带来的技术转移和创新对于一带一路国家的绿色全要素生产率起到了关键作用。
我国的企业和科研机构在环保、节能、可再生能源等领域积累了丰富的经验和专业知识。
这些经验和知识被引入到一带一路国家，促进了这些国家绿色技术和绿色产业的创新和发展，从而提高了绿色全要素生产率。
最后，尽管我国向一带一路国家的直接投资对于绿色全要素生产率有着积极的影响，但也面临一些挑战。
一方面，一部分投资可能由于各国的不同政策环境和法规体系，以及环境保护和资源利用方面的短板而无法实现预期的效果。
因此，我国在投资过程中应该进一步加强合作，加强政策沟通和协调，优化投资项目的布局，提高投资的质量和效益。
另一方面，一些国家在环保和绿色产业方面的基础相对薄弱，需要加大对技术和人力资源的培训和支持力度，提升其绿色全要素生产率的水平。
综上所述，我国向一带一路国家的直接投资对绿色全要素生产率有着积极的影响。
数字经济如何赋能城市绿色发展——基于区域创新产出和要素配置效率的视角
数字经济如何赋能城市绿色发展——基于区域创新产出和要素配置效率的视角朱洁西李俊江当前，中国经济已由高速增长阶段转向高质量发展阶段，党的二十大报告明确提出要牢固树立和践行“绿水青山就是金山银山”的理念，站在人与自然和谐共生的高度谋划发展，着力促进经济社会发展的全面绿色转型。
如何打破高投入、高污染、高排放的传统增长模式，推动城市走绿色发展道路，已成为“碳达峰、碳中和”目标下的重要议题。
同时，互联网、大数据、人工智能、5G等新兴数字技术作为世界科技革命与产业变革的先导力量，正日益成为推动全球经济复苏的新引擎。
中国的数字经济规模持续快速扩大，由2023年的11万亿元增长到2023年的45.5万亿元，连续数年稳居世界第二，展现出数字经济的蓬勃活力和无限潜能。
《“十四五”数字经济发展规划》强调要发挥数字经济在带动经济结构优化升级、促进绿色发展方面的重要作用，利用数字经济赋能全社会各领域的绿色发展。
加强技术创新和提高要素配置效率是践行绿色发展理念、实现城市绿色化转型的关键机制和内在要求，一方面，数字经济的网络化、共享化特性有利于加快创新网络中知识溢出与信息交互的速度，便于企业以更低的成本获取先进技术，促进技术升级和生产方式的绿色化转型。
另一方面，数字技术可以突破传统意义上的时空界限，减少资源错配，实现生产要素的集约化整合与高效利用，进而提高经济运行效率，推动城市绿色发展。
那么，数字经济能够在何种程度上促进城市绿色发展？如何阐明数字经济助推城市绿色发展的内在机制并证实区域创新和要素配置效率所发挥的中介作用？数字经济对城市绿色发展的影响是否存在空间溢出效应和异质性？对这些问题的研究将为数字经济和绿色发展的深度融合、协同增效提供科学依据，也为建设美丽中国的政策实践带来有价值的启示。
本文旨在探究数字经济对城市绿色发展的作用机制，相关的文献主要聚焦于数字经济、绿色发展以及数字经济对绿色发展的影响三个方面。
(一)数字经济的相关研究数字经济的概念是以数字化信息和知识为核心资源、以现代互联网平台为重要信息载体、以数字技术有效应用作为效率提高及经济结构优化的关键推动力的一系列经济活动。
中国对外直接投资逆向技术溢出效应:近期文献综述
中国对外直接投资逆向技术溢出效应：近期文献综述李莹;沙文兵【摘要】This paper will try to systematically comb and discuss the latest developments in this field mainly from four aspects such as the reverse technology spillover mechanism of OFDI,the effect factors,the research perspective and the differences of it.We will try to build a main line of the overflow cycle model with "R & D Interactive-Results Transfer -Internal Absorbing" to progress on previous studies and make recommendations for the future work in this area.%从对OFDI的逆向技术溢出机理、影响因素、研究视角以及逆向技术溢出效应的差异性四个方面,尝试对该领域研究最新动态进行系统的梳理和论述,并尝试构建一条以“研发互动—成果传递—内部吸收”为主线的循环技术溢出模型,据此分析已有研究的进展,并对该领域的未来工作提出相关的建议.【期刊名称】《科技管理研究》【年(卷),期】2017(037)010【总页数】6页(P148-153)【关键词】OFDI;逆向技术溢出;最新动态【作者】李莹;沙文兵【作者单位】安徽财经大学国际经济与贸易学院,安徽蚌埠 233030;安徽财经大学国际经济与贸易学院,安徽蚌埠 233030【正文语种】中文【中图分类】F062.4;G256我国的对外直接投资起步相对较晚，很长一段时间内国内学者对有关技术溢出的研究大部分都集中于发达国家对发展中国家的直接投资。
“十三五”中国绿色增长路径识别分析
摘要 “十三五” 时期中国面临保持经济持续增长和资源环境约束趋紧的双重压力 ， 中国对绿色增长需求日益迫切 。 本文首先从相 “十三五” 对绿色增长和绝对绿色增长两个角度 ， 通过将 规划指标目标与绿色增长指标的趋势外推结果进行比较发现 ， 国家规划确定 的绿色增长相关指标相对保守 ， 基于历史趋势， 绿色增长的大部分指标均可以甚至提前达到既定目标 ， 但这并不意味着绿色增长在 “十三五” 期间能达到较高水平。其次， 根据要素生产率提升来源于产业间调整和产业内增长的理论框架 ， 本文分别讨论了农业、 工 业、 消费部门和贸易部门的绿色增长路径 。农业部门绿色增长的重点在于提升农业用水效率， 改进化肥施用方式和畜禽养殖模式等 。 工业部门的绿色增长潜力体现在重点行业的过剩产能控制和节能减排 ， 传统制造业的绿色化改造和技术创新以及工业结构绿色调整 上。消费部门的绿色增长需要采取措施激励政府采购 、 交通、 建筑的绿色化。贸易部门则需要提升关键行业的资源环境效率， 加快贸 易结构的绿色调整。第三， 根据地区经济发展特征 ， 将全国 31 个省市划分为四大区域。其中， 高要素投入、 高要素生产率地区要进一 步加强能源资源集约利用和总量控制 。低要素投入、 高要素生产率地区要通过优化资源配置， 率先形成绿色生产和消费模式 。 低要 素投入、 低要素生产率地区， 关键在于严守生态保护红线， 限制高能耗、 高污染行业的盲目扩张。高要素投入、 低要素生产率地区要推 进现有资源整合改造， 优化产业集聚和布局。 最后， 提出通过理顺能源资源价格机制 、 构建绿色化财税体系、 完善环境保护制度体系 以及强化绿色科技创新等促进绿色增长的政策建议 。 ； 绿色增长； 路径识别 关键词 “十三五” 中图分类号 F061．3 文献标识码 A 文章编号 1002－2104（ 2017） 05 增 －0001－08
我国对外直接投资中的绿色信贷取向
我国对外直接投资中的绿色信贷取向作者：徐昕旖孔令红 Wisdom Zhi来源：《经济研究导刊》2010年第08期摘要:我国“走出去”战略实施近十年来,对外直接投资项目不断增加,投资规模和领域不断扩大。
如何规避对外投资中由于环境和社会责任履行中带来的较大的信贷风险,是我国对外直接外投资风险控制中亟待研究的问题之一。
实践证明,金融部门应从解决思想认识着手,提高对实行“绿色信贷”的认识水平,正确处理好经济效益与环境、生态、社会效益之间的关系,把环境保护这项基本国策贯彻到具体的对外投资的信贷业务中去, 从而促进我国对外投资的可持续性,实现环境与经济的协调、持续和稳定发展。
关键词:赤道原则; 对外直接外投资;绿色信贷;环境;社会责任(ESR)中图分类号:F13.54 文献标志码:A文章编号:1673-291X(2010)08-0109-02新中国成立60年,特别是改革开放30年来,我国对外投资规模不断增大。
与此同时,西方媒体对于中国企业海外投资和银行信贷投放中引发的环境问题的批评声也越来越多。
我们不排除这当中有不实之声,但如何与国际接轨,更好地履行环境与社会责任,将“赤道原则”引入企业融资决策中,规避中国企业海外投资的金融风险和海外员工的安全风险,树立中国在世界上负责任大国的国际形象,是我国参与全球分工中和全球化过程中亟待研究的问题之一。
所以,我们有必要通过一定的调查统计,了解中国企业海外投资的情况,从而为境外投资中银行业绿色信贷的更好实施提供建议。
一、数据来源与数理统计通过网络搜索和引用国际环保组织研究报告的方式,收集了有可能对投资国环境造成一定负面影响的项目,共统计了四大洲——亚洲、非洲、南美洲、澳洲,涉及水电、矿产、油气、林业、基础设施等行业,总计280个中国企业在海外的投资项目。
二、结果分析1.FDI变动态势分析近年来,我国对外直接投资 (Foreign Direct Investment,FDI)(非金融类) 增加明显。
我国对外直接投资的产业优化效应分析——基于技术获取型与资源获取型的对比分析
Ｅ Ｃ Ｏ Ｎ Ｏ Ｍ Ｉ Ｃ ＆ Ｔ Ｒ Ａ Ｄ Ｅ Ｕ Ｐ Ｄ Ａ Ｔ Ｅ ］ 时代经贸
我 国对 外 直 接 投 资 的 产 业 优 化 效 应 分 析
— —
基 于 技 术 获 取 型 与 资源 获 取 型 的对 比 分 析
足 ，而 是 我 国企业 整体 技 术水 准低 ，缺 乏核 心竞 争 力 。中 国企业 要 成 长为 具 备真 正竞 争实 力 的跨 国公 司 ，关键 就 是要 与 国外领 先产 业 领 域 内 的先进 技术 要素 接 轨 。对 中国企 业 而言 ，技 术获 取 型对 外直 接 投 资是 我 国企业 提升 自身核 心竞 争力 ，促 进产 业 升级 ，成 长为 全 球 先 进 跨 国 公 司 的 有 效 且 快 速 的途 径 。 发 展 中 国 家 企 业 的 技 术 获 取 型 对 外 直接 投 资 是 国 际 投 资 领 域 内的 新 现 象 。所 谓 技 术 获 取 型对 外 直 接 投 资 （ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｓ Ｏ Ｕ ｒ Ｃ ｉ ｎ ｇ Ｆ Ｄ Ｉ ， 简称 Ｔ Ｓ Ｆ Ｄ Ｉ ） ， 是 从 对 外 直 接 投 资 的动 机 着 眼 的 ， 是 一 种 “ 逆 向 型 ” 的 对 外 投 资 ， 目 的在 于 汲 取 国 外 更 为 先 进 的 产 业 技 术 、 管 理 经 验 、 信 息 资源 ，提升 企业 技术 竞 争力 ，从 而产 生辐 射 效用 ，带 动 国 内产业 升 级 ， 创造 新 的 比较 优 势 。技术 获 取 型Ｆ Ｄ Ｉ 的产 生 和发 展 预示 发 展 中 国家企 业在 经 济全 球化 大 发展 的新 思 路 。 二 、我 国对 外 直接 投 资的 现状 及特 点 １ ． 我 国 对 外 直 接 投 资 的 现 状 ２ ０ ０ １ 年３ 月１ ５ 日 ，我 国在 《 国 民经济 和 社会 发 展 十五 计划 纲 要 中 》 正 式 把 “走 出 去 ” 列 入 国 家 发 展 计 划 纲 要 。 在 全 球 对 外 直 接 投 资普 遍 低 迷 的２ ０ ０１ 年￥ Ｗ ２ ０ ０ ２ 年 ，我 国对 外直 接 投 资屡 创 新 高 。 截 至 目前我 国对外 直 接 投 资流 量 以及 达 ３ ］ ￣ ６ ｏ ｏ 亿 美 元 以上 ，中 国对 外 直接 投 资 总 存量 已经 达 ３ ０ ３ ０ ０ ０ 多 亿 美元 ，成 为 世 界投 资流 量 第 五大 国 。但 仍 不 到全 球 总存 量 的２ ％； 中 国 ２ ０１ １ 年６ ０ ０ 亿美 元 的对 外 投 资流 量 ，仅 占当年 全 球总 流 量 １ ５ ０ ０ ０ 亿 美元 的４ ％ ， 与传 统 的 欧美 资本输 出大 国相 比， 尚有较 大差 距 。 ２ ． 我 国对 外直 接投 资 的特 点 第 一 ， 投 资 流量 再 创 新 高 ， 跃居 全 球 第 五 。２ ０ １ ０ 年 ， 中 国对 外直 接 投 资净 额 （ 流 量 ）为 ６ ８ ８ ． １ 亿 美 元 ， 同 比增 长 ２ ｌ ＿ ７ ％，连续 九 年 保 持 增 长 势 头 ，年 均 增 速 为４ ９ ． ９ ％。其 中 ，非 金 融 类６ ０ １ ． ８ 亿 美 元 ， 同 比增 长２ ５ ． ９ ％ ； 金 融 类８ ６ ． ３ 亿 美 元 。根 据 联 合 国贸 发 会 议 《 ２ Ｏ １ １ 年 世 界投 资 报 告 》 ，２ ０ １ ０ 年 中国 对 外 直接 投 资 占全球 当年 流 量 的５ ． ２ ％， 位 居 全 球 第 五 ， 首 次 超 过 日 本 （ ５ ６ ２ ． ６ 亿美元） 、英 国 （ １ １ ０ ． ２ 亿 美 元 ）等传 统 对外 投 资大 国 。 第 二 ，投 资 覆 盖 率进 一 步 扩 大 ， 行业 多元 而 聚 集度 较 高 。至 ２ ０ １ ０ 年 末 ，中 国在全 球 １ ７ ８ 个国家 （ 地 区）共有 １ ． ６ 万 家境 外企 业 ， 投 资覆 盖 率达 ３ ０ ７ ２ ． ７ ％ ， 其 中对 亚洲 、非洲 地 区投 资覆 盖率 分 别达 ９ ０ ％ 和８ ５ ％。 中 国对 外 直 接 投 资 覆 盖 了 国 民 经 济 所 有 行 业 类 别 。 绝 大 部分 投 资流 向商 务服 务 、金融 、批 发和 零 售 、采矿 、交通 运输 和制 造 六 大行 业 ，上述 行 业累 计投 资存 量２ ８ ０ １ ． ６ 亿 美元 ， 占 中国对 外直 接投 资存 量总 额 的８ ８ ． ３ ％ 。 第 三 ， 并购 比重 超 四成 ，再投 资 比重上 升 。２ ０ １ ０ 年 ， 中国企业 以并购 方 式实 现 的直接 投 资２ ９ ７ 亿 美元 ，同 比增 长 ５ ４ ． ７ ％ ， 占流 量总 额 的４ ３ ． ２ ％ 。并购 领域 涉及采 矿 、制造 、 电力 生产和 供应 、专业 技术 服 务 和 金 融等 行 业 。 中国境 外 直 接投 资 的 当期 利 润再 投 资２ ４ ０ 亿美
环境规制对中国OFDI的绿色技术创新影响差异分析——基于异质性东道国视角
环境规制对中国OFDI的绿色技术创新影响差异分析——基于异质性东道国视角贾军;魏洁云;王悦【摘要】基于异质性投资东道国的视角,分析了环境规制对不同投资动机OFDI的母国绿色技术创新影响的差异.借助国际研发溢出模型,利用2003-2014年中国30个省区面板数据,采用系统GMM法进行了相关实证检验.结果表明,投资到发达国家和发展中国家的对外直接投资(OFDI)均促进了母国绿色技术研发.命令控制型和市场激励型环境规制对OFDI的绿色技术创新影响存在差异,但均能有效促进母国绿色技术创新:命令控制型环境规制可以诱发企业对外直接投资的母国绿色技术创新,且对东道国为发展中国家OFDI效果更明显;市场激励型环境规制与企业对外直接投资的母国绿色技术创新呈现U形关系.【期刊名称】《研究与发展管理》【年(卷),期】2017(029)006【总页数】10页(P81-90)【关键词】绿色技术创新;对外直接投资;环境规制【作者】贾军;魏洁云;王悦【作者单位】济南大学商学院,济南250002;徐州工程学院管理学院,徐州221008;济南大学商学院,济南250002【正文语种】中文【中图分类】F205随着资源短缺与环境恶化对经济社会可持续发展的约束日益凸显，加快经济增长方式的转变、推进中国工业绿色发展模式成为共识.实现中国工业绿色发展就必须将技术创新与生态学结合起来，实现技术创新的生态化转变，即转向绿色技术创新[1].绿色技术解决了传统经济增长方式与环境之间无法调和的矛盾，是未来工业可持续发展的内在动力.近十年来，中国政府一直高度关注绿色技术的研发及应用，在“十一五”“十二五”“十三五”规划中均提出了能耗降低程度、污染物的排放强度等绿色发展目标.然而，由于长期以来我国对工业绿色发展重视程度不够、研发投入相对薄弱以及多数发达国家缺乏转让先进绿色技术的意愿等原因，导致中国在绿色技术创新方面整体规模有限、与国际差距较大、绿色技术创新不足等问题十分突出[2].对外直接投资(outwards foreign direct investment, OFDI)是国际研发溢出的重要渠道，国外市场也是绿色技术商业化的关键要素，因此，利用对外投资增强企业绿色技术创新能力和水平受到众多学者关注.特别是2015年，中国对外直接投资净额为1456.7亿美元，位列全球第二位，超过同期吸引外资水平.在中国企业纷纷实施“走出去”战略的同时，发达国家先进绿色技术如何溢出到国内企业？绿色技术创新有助于对外投资并扩展国外市场吗？如何利用母国环境规制设计诱发企业对外投资过程中绿色技术创新？这些都是政府、企业管理者、学者们普遍关注和社会亟待解决的问题.对外投资是发展中国家外部获取研发资源的重要渠道，多年以来一直受到学术界的关注.Kogut和Chang最先证实了技术寻求型对外直接投资的存在，他们考察日本制造企业对美国的投资时发现日本对美国的直接投资是以获得美国的技术为目标，提出对外直接投资对母国技术溢出的重要设想[3].之后，学者们通过构建博弈模型来解释无技术优势公司的对外直接投资现象，解释了发展中国家对发达国家技术获取型对外直接投资的存在[4-5].在Coe和Helpman[6]建立国际研发溢出模型的基础上，众多学者展开了OFDI逆向技术溢出的实证研究，结果是多数学者在不同国家证明了OFDI逆向技术溢出效应的存在且在研发密集部门溢出效应更为明显[7-8].OFDI对母国绿色技术溢出效应的研究相对较为匮乏，仅有少量文献探索对外直接投资对环境污染、绿色创新等方面的影响，周力和庞辰晨基于1999—2010年中国省际面板数据，实证分析了中国对外直接投资的母国环境效应，研究发现对外直接投资可以间接通过提高中国技术进步率来提高能源和原材料利用率，减少工业生产所造成的污染[9].韩玉军和王丽运用动态面板GMM方法考察了中国对外直接投资逆向技术溢出与能源利用效率之间的关系，研究结果表明OFDI逆向技术溢出的增加能够促进能源利用效率的改善，对外直接投资逆向技术溢出增加1%，能源利用效率提高0.06%[10].绿色技术创新作为技术创新的一个子集，同样会受到研发投入、经济发展程度、国际研发合作、FDI等因素的影响[11].与一般创新不同的是，绿色技术创新具有双重外部性.①技术溢出、知识溢出的正外部性，企业承担了绿色创新的成本但并未获得所有创新收益，企业绿色技术创新动力不足.因此，研发补贴、金融、税收等政策支持成为影响企业绿色技术创新的重要因素[12].②环境污染带来的负外部性.企业排污成本未被纳入企业生产成本时，企业缺乏绿色技术创新激励.环境规制可以通过影响企业排污成本来增强企业绿色技术创新动力，受到学者们的重点关注[13-15].已有研究表明，绿色技术创新是提升企业绩效的重要方法[16]，如Lee和Min 利用日本2001—2010年制造业数据研究发现绿色技术创新不仅降低了碳排放水平，同时也提升了企业财务绩效[17].因此，当企业绿色技术创新水平达到一定水平时，通过外部变量(如环境规制等)的影响，可以有效诱发企业绿色技术创新，有助于企业提高国际竞争力[18].综上所述，目前国内外学者的相关研究分别集中在对外投资逆向技术溢出与绿色技术创新影响因素两个方面，取得了一系列的研究成果，但在以下方面存在不足.①已有研究重点关注环境规制与技术创新的关系，但研究环境规制是否通过对外投资途径影响母国绿色技术创新能力的文献较为缺乏.②已有研究忽视了绿色技术创新对企业对外投资中市场开拓的影响，无法有效考察对外投资中市场因素对母国绿色技术创新的影响.③中国对外投资企业投资动机不同，导致其对母国绿色技术创新的影响不同，已有文献缺乏对该影响的研究.鉴于此，基于不同投资动机，本文将投资东道国划分为发达国家和发展中国家两类，分析不同东道国的投资对母国绿色技术创新的影响差异，实证研究环境规制对不同投资动机OFDI的母国绿色技术创新影响，为中国有效利用对外投资提升绿色技术创新能力提供依据.Dunning和Lundan将OFDI投资动机划分为4类，即市场寻求型、技术寻求型、自然资源寻求型和战略资源寻求型[19]，而Makino等进一步将Dunning的投资动机分类简化为资产寻求和资产利用两类[20].近年来针对中国的研究发现，战略资产寻求是中国跨国公司对外投资的重要动机[21].因此，本文将中国对外投资划分为两类，一类是投资于发达国家——寻求战略资产，如技术资产等；另一类是投资于发展中国家——资产利用，如市场拓展等.下文将依据不同投资动机分析环境规制*文中的环境规制是指母国环境规制.对OFDI的母国绿色技术创新影响差异并提出相关研究假设.政府采用严格的环境规制后增加了排污企业的生产成本，旨在使排污企业采用先进的绿色技术，改进或者变革生产工艺，降低环境污染.而采用了先进绿色技术的企业由于具有成本优势，通过有效扩大市场份额可以抵消或者部分抵消为应对环境规制而增加的成本，获得环境规制诱致的创新补偿[22].然而，在对外投资过程中，少部分企业选择应对国内严格环境规制的方式是将生产转移到国外，这就可能不会诱发绿色技术创新；大部分企业则根据自身的绿色技术创新能力产生了不同的对外投资动机，从而产生了不同的母国绿色技术创新效果.本部分内容将企业依据自身的绿色技术创新能力做出的策略性调整总结如下.1) 环境规制对OFDI的母国绿色技术创新影响——投资东道国为发展中国家.在投资东道国为发展中国家时，通常以成本优势抢占市场.然而，在母国环境规制的影响下，具有一定绿色技术能力的企业将进一步加大绿色技术的研发与应用.企业绿色技术创新能力的提升一方面使得产品性能更加优异，有效促进对东道国(发展中国家)的市场开发；另一方面产品在节能环保方面的表现使得企业绿色形象或者绿色品牌深入人心，更易于受到消费者青睐.因此，企业对投资东道国为发展中国家的OFDI不仅提高了国内市场占有率[23]，而且有效开拓了国外市场，增强了企业绩效.企业获得经营收益之后，利用其在东道国获得的管理技能、利润等进一步增强自身绿色技术创新能力，并最终形成母国绿色技术创新与东道国市场的双赢[24].由此可见，环境规制不仅在国内市场上提高企业绩效，而且通过提升绿色技术创新能力增强对外投资，拓展国际市场，并最终提升企业的竞争力.2) 环境规制对OFDI的母国绿色技术创新影响——投资东道国为发达国家.由于绿色技术创新的外部性，一直以来国内众多企业倾向于非绿色技术的研发与利用，对绿色技术研发与应用缺乏激励.在母国环境规制的影响下，企业可能会利用对外直接投资到发达国家来获取东道国先进的绿色技术，之后再反向溢出到母国绿色技术创新中[25].已有研究表明，中国技术寻求型OFDI已经占到总对外投资20%以上，因而通过OFDI的逆向绿色技术溢出是国际绿色技术扩散的重要渠道[24].综上，环境规制通过影响对外直接投资从而影响母国绿色技术创新能力的过程可以归纳为以下研究假设.H1 环境规制对OFDI的母国绿色技术创新影响存在差异，但投资东道国无论为发达国家还是发展中国家，两者均可有效促进母国绿色技术创新.环境规制有复杂的环境规制工具群，不同的环境政策工具运行机制存在差异，因而其诱发企业对外投资中绿色技术创新的机理必然存在差异.目前，中国的环境规制工具可分为3类：命令控制型环境规制、激励型环境规制和自愿型环境规制[26].其中，命令控制型环境规制和激励型环境规制在国内被广泛应用，因而本文将分析这两种类型的环境规制工具对OFDI的母国绿色技术创新的影响.1) 命令控制型环境规制工具，如环境行政管制等.该类环境规制一般是由立法或者行政部门制定，指直接影响环境污染企业采用绿色技术的法律、法规、政策和制度等，包括企业必须遵守的环保标准和规范，以及必须采用的绿色技术等，属于强制性环境技术规制[27].命令控制型环境规制要求所有企业必须达到该类要求，落后的工艺或者规制不允许的环境污染技术必须被淘汰.为了适应环境规制的要求，企业必然要提高绿色技术创新水平，从而利用对外直接投资学习新型的绿色技术是重要的选择.因此，在投资东道国为发达国家的OFDI中，投资企业将尽快融入东道国的价值链，消化和吸收东道国的绿色技术并及时提升国内母公司的绿色技术[28].在投资东道国为发展中国家的OFDI中，由于绿色技术水平是影响企业国外发展的关键要素，母国环境规制压力将激励企业运用国内外资源加强绿色技术创新[16].可见，环境行政管制是以强制性的技术规制形式，增强企业利用OFDI获取绿色技术或者增大绿色技术研发力度，从而使得国内企业实现绿色技术进步.H2 无论投资发达国家还是发展中国家，命令控制型环境规制均促进OFDI的母国绿色技术创新.2) 激励性环境规制，如排污费等.该类环境规制是以成本的形式将环境成本增加至企业的生产函数中，通过市场的形式间接作用于企业技术选择.在投资东道国为发达国家的OFDI中，企业通过对外直接投资嵌入东道国的先进技术网络中，获取绿色技术资源，从而反向提升母国绿色技术创新水平.当环境规制比较弱时，企业缺乏激励追求绿色技术创新，更多是抽取利润通过污染治理应对国内规制要求[29]，因而其绿色技术创新水平下降.当环境规制较强时，企业才有动力通过OFDI的逆向绿色技术溢出提升绿色技术创新.在投资东道国为发展中国家的OFDI中，一开始企业通过绿色技术研发与应用优势，拓展对外投资的国际市场.当国内环境规制较弱时，企业也缺乏激励追求绿色技术创新.然而，当环境规制增强以后，企业不得不主动加大绿色技术研发投入(包括利用对外投资中获取的资源)以应对环境规制.企业绿色技术水平提升有助于国际市场开拓，提升企业绩效，因而环境规制的诱发使得两者相互促进，绿色技术创新能力提升明显.据此，提出以下研究假设.H3 无论投资发达国家还是发展中国家，激励性环境规制与企业对外投资中绿色技术创新呈现U形关系.本文选择中国30个省区(不包括中国港澳台地区)作为研究样本，由于西藏对外直接投资等重要数据多年缺失故将其剔除.由于《中国对外直接投资统计公报》自2003年才开始正式发布，且其他来自统计年鉴的数据目前仅公布到2014年，因而本文的研究期限为2003—2014年.环境规制、国内各地区研发投入等相关数据来源于2004—2015年《中国环境年鉴》、《中国科技统计年鉴》及《中国统计年鉴》等.绿色技术创新的相关数据来源于中国国家知识产权局专利数据库.国外的GDP、研发投入占GDP的比例等数据来源于世界银行数据库.选取的投资东道国(地区)来自2015年中国对外直接投资存量前30位左右的国家(地区).其中，英属维尔京群岛、开曼群岛多数是避税天堂，因而将其从中剔除.此外，考虑数据的可得性等，最后选取了澳大利亚、德国、法国、韩国、荷兰、加拿大、卢森堡、美国、挪威、日本、瑞典、新西兰和英国13个发达国家以及阿根廷、巴西、马来西亚、土耳其、巴基斯坦、俄罗斯联邦、哈萨克斯坦、蒙古、南非、泰国、新加坡、伊朗和印度13个发展中国家作为中国对外直接投资国家研发总量的计算依据.本文选取的26个对外直接投资国家(地区)存量占到总存量的80%左右，因此，本文的研究能够较为全面准确地分析我国对外直接投资的实际情况.在研究国际溢出效应时，学术界广泛认同并采用的经典模型是Coe和Helpman提出的国际研发溢出基本计量模型即C-H模型[6].在此基础上，Porterie和Lichtenberg又对模型进一步改进，形成了新的L-P模型[30].L-P模型与C-H模型相比在研究结论上没有显著差异，且对数据汇总不敏感，成为目前主流的分析模型.本文利用L-P模型展开环境规制对OFDI母国绿色技术创新影响的分析，其基本形式如下.其中，i和t分别代表地区和时间；gtsit表示绿色技术知识存量；表示国内各区域研发资本存量；表示通过对外直接投资途径获得的国外研发资本存量；Xit表示控制变量；ui为个体效应，体现不可观测的地区异质性；εit为随机扰动项.引入OFDI的国际研发溢出项，是为了更好地集中探讨OFDI对母国绿色技术创新的影响.本文认为东道国为发达国家和东道国为发展中国家的OFDI对母国绿色技术创新的作用机理存在区别，因而国内的环境规制对不同投资东道国的OFDI的母国绿色技术创新影响不同.因此，本文将OFDI划分为东道国为发达国家和东道国为发展中国家两类，并分别探索不同环境规制的影响，其模型进一步表示为其中，govit表示命令控制型环境规制工具，erit表示市场激励型环境规制工具. 同时，为了更好地比较环境规制工具对整体技术创新的影响，本文也进行了不同环境规制工具对OFDI的母国非绿色技术创新ngtsit的影响.3.3.1 被解释变量本文的被解释变量为绿色技术创新，采用环境技术知识存量来表示各地区的绿色技术创新水平.环境技术是以国际专利分类(international patent classification, IPC)对应的环境技术领域为选择标准，以发明专利和实用新型专利授权量对环境技术领域进行分析,本文依据OECD公布的《技术领域与IPC分类号对照表》建立环境技术领域与IPC分类的对应关系[31].因此，本文采用OECD环境技术领域专利数来计算环境技术知识存量.按照Peri[32],环境技术知识存量采用如下公式进行计算.其中，PATit表示第i个地区在t时间的绿色技术专利数目；KPATit表示第i个地区在t时间的绿色技术专利技术知识存量；δ表示折旧率，通常采用5%进行计算.3.3.2 解释变量本研究选取的解释变量如下.国内各地区研发资本存量的计算依然采用永续盘存法，具体公式如下.其中，为历年各地区的研发资本存量，δ为资本的折旧率，C-H采用研发数据回归的5%.2003年时的研发存量计算公式为其中，rd2003为2003年各地区的实际研发支出，采用相应的固定资产投资价格指数进行平减，g取2003—2014年研发支出的平均增长率，δ为5%.本文选取了26个对外直接投资国家研发资本存量，包括13个发达国家和13个发展中国家.各地区通过对外投资获得的国外研发资本存量，首先利用各个东道国国家的研发支出占GDP的比例与各东道国GDP计算各国的研发支出，然后采用与国内各地区研发资本存量同样的计算方法获得各个国家的研发资本存量借鉴L-P 的方法来计算历年OFDI对我国的研发溢出：国内各地区从OFDI的国际溢出存量是利用历年各地区对外直接投资存量占该年全国对外直接投资存量的比重作为权重Ait，然后乘以历年全国对外直接投资的研发溢出存量，具体计算公式如下.关于环境规制强度的度量，国内外学者们曾经采用了不同的指标展开测度，例如排污费、环境污染治理投资、排污费收入以及能源强度等[14].其中，采用排污费收入是目前国内外文献中常用度量市场激励类环境工具的方法.本文采用各省份的排污费收入与各地区GDP的比值(er)度量市场类环境规制.命令控制型的环境规制强度，参考李树和翁卫国的做法[33]，用地方颁布的地方行政规章和当年受理环境行政处罚案件数表示.3.3.3 控制变量国际贸易、外商直接投资(FDI)和对外直接投资(OFDI)等是国际研发溢出的主要渠道，因而本文选择国际贸易和外商直接投资作为控制变量，防止重要解释变量遗漏以保证结果有效[24].其中，国际贸易和FDI的国内研发溢出存量的计算方法如下.国际贸易研发溢出存量选用2003—2014年中国累计进口前十位的国际或地区，采用L-P的方法计算历年进口贸易额在中国研发溢出存量：其中，IMjt表示j国第t年的进口贸易额；gdpjt表示j国第t年的GDP.国内各地区进口贸易的研发溢出存量是利用历年各地区进口贸易额占该年全国进口贸易额的比重作为权重Ait，然后乘以历年全国进口贸易的研发溢出存量，具体计算公式如下.外商直接投资(FDI)的研发溢出存量选取2003—3014年累计实际利用外商直接投资前十位国家或地区，采用L-P方法进行计算，和国际贸易的研发溢出存量的计算方法类似.具体计算公式如下.由于模型中解释变量和被解释变量之间存在着双向因果关系，因而内生性问题在实证研究中是必须考虑的一个问题.一方面，国内企业通过对外直接投资，与东道国企业在研发合作、人员流动、价值链嵌入等获得技术溢出或者通过对外投资获得利润、管理经验等反馈给母公司，使得母国的绿色技术创新水平获得提升；另一方面，绿色技术创新水平的提升更有助于企业展开对外投资.同时，国内的研发投入也存在类似的问题.因此，对外投资、国内研发与绿色技术创新之间的因果关系可能导致模型估计中的内生性问题.系统GMM法是有效解决以上内生性偏误的合适方法.本文采用该方法对中国OFDI的母国绿色技术创新以及环境规制的诱发作用进行深入分析.本文运用Sargan统计量检验模型中是否存在过度识别问题以及AR(2)检验残差项是否存在二阶自相关问题.从本文的实证结果来看，所有模型均符合该两项检验，表明系统GMM法是有效的.模型1～模型4描述了企业对外投资的母国绿色技术创新存在性问题，其中模型1和模型2体现了国内各地区的研发投入和OFDI的母国绿色技术创新情况，而模型3和模型4则体现了对非绿色技术创新的影响，回归结果见表1.从表1可以看出，除了国内各地区的研发投入之外，无论是东道国为发达国家的OFDI还是东道国为发展中国家的OFDI均有效促进了母国绿色技术创新水平的提升，且两者的促进水平相当.这表明，东道国为发展中国家OFDI也显著促进了母国绿色技术创新，是促进国内绿色发展的重要推动力.相比较对外直接投资的非绿色技术创新状况，两者间存在显著差异.无论东道国为发达国家的OFDI还是东道国为发展中国家的OFDI都促进了非绿色技术的研发，但显著低于绿色技术研发.这表明，在全球都重视绿色技术的氛围下，对外直接投资已经成为影响绿色技术创新的重要渠道.在中国的对外投资中，投向发达国家的更多是追寻战略资产，技术寻求动机强烈，本文的研究也证明了这一点.需要强调的是，投向发展中国家的更多是开拓市场，技术寻求动机并不强烈，但其利用在东道国获取的管理经验或者利润反馈等也有助于母国技术创新能力提升.本文进一步分析了环境规制对不同投资东道国OFDI的母国绿色技术创新影响，估计结果如表2所示.模型5和模型6测度了命令控制型环境规制对不同投资东道国OFDI的母国绿色技术创新的影响.相对应地，模型9和模型10测度了命令控制型环境规制对不同投资东道国的OFDI的母国非绿色技术创新的影响.从表2可知，命令控制型环境规制显著促进了母国绿色技术创新水平的提升(gov×ln Sodi系数分别为0.000441和0.000449且统计显著)，同时对非绿色技术创新也产生了正向影响，但要弱于绿色技术创新.这表明命令控制型环境规制对于落后产能、淘汰工艺具有显著影响，各地方政府需要考虑合理运用.H2得到了验证.模型7和模型8测度了市场激励型环境规制对不同投资东道国OFDI的母国绿色技术创新的影响，模型11和模型12是环境规制对不同投资东道国OFDI的母国非绿色技术创新影响.从模型7和模型8可看出，er2×ln Sodi系数分别为0.000335和0.000388且统计显著.这表明，市场激励型环境规制与企业对外投资中绿色技术创新呈现U形关系，H3得到验证.从模型10和模型11可知，市场激励型环境规制也有助于不同投资东道国OFDI的母国非绿色技术创新.这是因为市场激励型环境规制是通过影响母公司的成本驱动企业绿色发展，然而应对企业成本提高的方法可以是降低成本，还可以是通过引入新产品提高售价，因此其他的非绿色技术创新一样符合企业发展需求.综合上述。
中国对外直接投资发展阶段的实证分析
方法重建中国净对外直 接投 资模型。
一
利用外国直接投资的 明显向上的趋 势， 明今后 中国利用外国直 说 接投资将继续保持增长势头 。
３中国净对外直 接投资趋势分 析
中国净对外直接投资的趋势分析
１中国对外直接投资的趋势分析 ． 根 据联 台 国贸 易与 发展 会 议网 站之 中国对 外直 接接 投 资
势分析如下 ：
Ｌｕ ｌ ＝ ｏｔｏ ｆｗ Ｓ ＝ ｅ ｔ ＝ － ．２ 十 １６１ （ ．４ ） ０ ３ ７ （４ ６５ － ．７ ） ０ １ １Ｔｍｅ ．４ ｉ （ ．２ ） ０ ０ ５ Ｒ ＝ ．９ ２ ０ ５８ （） １
根据式 （ ） ３ ．在 １ ８ 年 一２０ 年间 中国的净对外 直接投资额的绝 ２ ９ ０４
ｆ ｗ） ９ 的 统计值 和Ｆ 统计值 均显 著 Ｒ 也较理想 。因此 ２ 其中 Ｌｕ ｌ ｏｔｏ ｆｗ是中国对外直接投资额的自然对数形式 ｉｅ ｉ ｌ 。式 （ ） ｔ Ｔ ｎｏ ｍ 是一个从 １ ２ 的趋势变量。从 非常显著的 ｔ 到 ３ 统计值 和Ｆ 统计值
０４ ｎｔｏ 做 ｌ （ｕ ｌ ｏｔｏ ｆ ｗ）的数据 对 １８ 年～２ ０ 年 间中国对外直接投资作趋 年 ～２０ 年 中国的净对外直接投资 （ｅｆ ｗ） 如下 的趋势分析： ９２ ０４
卜 １ ７ ） Ｆ １ ２ ） ６ ．４ ＿ ９ ５ ２ ｆ ． １ ＝１８ ３６
（ ．８ ） Ｆ １ ２ ） ３ ． １５ ５５７ （ １＝ １２ ４ ８
［ 关键词］ 对外直榭 更 资 格兰杰因果性 关系 实证分析
“一带一路”倡议与中国对外投资企业生产率
“一带一路”倡议与中国对外投资企业生产率作者：霍林程子昂莫敏来源：《湖北经济学院学报》2022年第03期摘要：本文将“一带一路”倡议视为一次准自然实验，利用双重差分法探究其提高企业生产率的途径。
基于2012-2017年中国沪深A股非金融上市公司数据，发现相比于非对外投资企业，“一带一路”倡议可以促进中国对外投资企业人力资本投入，进而提高企业生产率。
进一步采用中介变量法，发现“一带一路”倡议可以通过缓解企业融资约束提高企业人力资本投入，为企业提高人力资本投入提供理论建议。
关键词：人力资本;对外投资;企业生产率;“一带一路”倡议中图分类号：F272一、引言“一带一路”倡议提出后，中国越来越多的企业开始“走出去”。
根据《2020年度中国对外投资统计公报》，2013-2020年，中国对“一带一路”沿线国家的投资金额已高达1398.5亿美元，占中国对外直接投资总量的7.8%，其中2020年中国对“一带一路”沿线国家的投资就高达225.6亿美元。
通过本土企业对海外的投资，能有效实现中国经济全球化配置，截至2020年底，中国在“一带一路”沿线国家设立境外企业已超过1.1万家。
但与此同时，这些“走出去”的企业也面临着来自投资国本身投资环境的风险。
如何促进企业生产率的提升，使其更好地适应海外竞争环境，是当前亟需解决的问题。
大量研究证明，人力资本投入是生产率提升的重要因素，许多国家的经验表明，生产率的提升往往依赖人力资本与产业结构的匹配程度[1]，但随着人们对生活水平需求的提高，原先的人力资本水平难以满足新时代下高质量发展要求。
从微观层面来说，要实现企业生产率的提升，不仅需要对企业基础设施进行升级，更需要企业加强人力资本投入，使得企业的人力资本水平匹配相关的设施设备，提高生产要素的使用效率，从而提升企业生产率。
早在2016年，中共中央办公厅、国务院办公厅印發的《关于做好新时期教育对外开放工作的若干意见》就指出，实施共建“一带一路”教育行动，促进沿线国家教育合作，加强教育互联互通、人才培养培训等工作。
我国企业出口及对外直接投资行为选择的分析研究
摘要中国进行改革开放三十年的今天，国际贸易已经成为我国国民生产总值不断增加的重要推动因素。
随着近两年人民币的不断升值，以及我国企业所处全球生产链的低端环节，中国企业“走出去”势在必行。
但是中国企业是否能够完成转型，什么样的企业适合从对外出口转向对外直接投资，以及从出口转向对外直接投资的主要因素是什么，这都是本文将进行分析的问题。
本文通过出口和投资的理论分析，以及利用中国各行业企业的数据的研究，对于我国各行业国际化路径选择的问题进行剖析。
对企业的国内销售、出口和对外直接投资提供依据生产率的判断的标准，并且解释了为什么有的企业同时选择出口与对外直接投资。
本文从动态、微观的角度分析企业生产率对出口和对外直接投资行为选择的影响。
在对已有的贸易投资行为选择模型进行分析的同时，对该模型进行一定的拓展，将原有模型中企业出口与对外直接投资的成本进行进一步划分。
根据理论模型的推导，本文得出生产率是企业贸易投资行为选择的主要因素，企业的贸易投资行为可以通过企业的生产率区间划分而进行选择。
不同生产率的企业依据其所在生产率区间的不同，可以选择国内销售，出口或者对外直接投资。
利用我国36个行业10年的面板数据，根据永续盘存法计算出我国36个行业的生产率，将其按照生产率区间进行划分，得出各个行业适合的贸易投资行为模式，并且对中国36个行业企业的生产率与出口之间关系建立固定效应模型回归分析。
最终得出结论，企业贸易行为的模型中生产率与出口正相关的关系在中国同样适合。
也就是说，我国企业可以通过对自身生产率的估计来进行贸易投资行为的选择。
最后，依据本文的分析，提出了相应的政策建议。
中国企业需要“走出去”，但是，不是所有企业都适合采用“走出去”的战略。
企业应当根据自身生产率的大小进行衡量。
如果企业生产率位于[2,6]的区间，那么该企业实施“走出去”战略是有利于企业发展的；如果企业处于生产率位于[1,2]的区间，那么进行出口选择是有利的；如果企业处于生产率位于[0,1]的区间，那么企业仅适于国内生产。
中国对外直接投资的绿色全要素生产率效应基于母国视角研究
六、结论与建议
本次演示从母国视角研究了中对外直接投资的绿色全要素生产率效应，发现 企业在对外投资过程中已开始环境保护，但整体上仍有提升空间。针对这一问题， 我们提出以下建议：
1、强化环保意识，提升企业绿色投资理念。政府应加强环保宣传，引导企 业将环保理念融入投资决策中，实现绿色投资。
2、创新投资方式，推动绿色技术创新。政府应鼓励企业加大技术创新投入 力度，研发具有自主知识产权的绿色技术，提升企业核心竞争力。
三、绿色全要素生产率效应的理 ห้องสมุดไป่ตู้分析
绿色全要素生产率（GTFP）是综合考虑资源、环境因素下的生产率指标，体 现了经济、社会和环境的综合效益。GTFP的提升意味着在实现经济增长的同时， 降低了对环境的负面影响。中国对外直接投资的GTFP效应，既包括企业通过技术 转移、效率改进等方式提升GTFP，也包括通过资源节约、环境保护等方式降低 GTFP的消耗。
参考内容
随着全球对环境保护的日益提高，绿色全要素生产率（GTFP）成为了衡量经 济发展质量的重要指标。近年来，外商直接投资（FDI）大量流入中国，对中国 的绿色全要素生产率产生了深远影响。本次演示将探讨这一影响及其潜在机制。
首先，我们需要理解绿色全要素生产率的含义。绿色全要素生产率是指扣除 环境影响因素后，生产过程中所投入的劳动力、资本等要素的产出效率。这一概 念强调了经济发展的可持续性，是衡量经济健康发展的重要指标。
三、相关概念
1、对外直接投资：指企业以获取利益为目的，通过在国外设立分支机构、 子公司等方式进行跨国经营管理的投资活动。
2、宏观经济效应：指某种经济政策或事件对国家整体经济运行所产生的影 响和效果。
四、研究方法
本次演示采用文献综述和实证分析相结合的方法，首先梳理国内外相关文献， 了解对外直接投资对母国宏观经济的影响机制和效果。接着，利用中国对外直接 投资的相关数据，采用回归分析等方法对母国宏观经济效应进行实证检验。
中国对外直接投资微观绩效研究——基于PSM的实证分析
中国对外直接投资微观绩效研究——基于PSM的实证分析中国对外直接投资微观绩效研究——基于PSM的实证分析近几十年来，随着中国经济的快速发展和国际地位的提升，中国对外直接投资（FDI）规模不断扩大。
这些投资不仅对中国投资者和受益国经济发展产生重要影响，而且对全球经济秩序和国际关系产生深远影响。
因此，研究中国对外直接投资的微观绩效显得十分重要。
本文旨在通过基于PSM（倾向得分匹配）的实证分析，对中国对外直接投资的微观绩效进行研究。
PSM是一种常用的计量经济学方法，能够通过匹配方法来减少因转向性诱因而引起的估计偏差，从而更准确地分析因果效应。
首先，我们需要确定中国对外直接投资的主要目的。
中国对外直接投资的主要目的之一是获取资源，包括石油、天然气、矿产等。
同时，中国也通过投资获得技术、市场和品牌等非资源方面的好处。
在实证分析中，我们需要选择能够衡量这些方面对投资绩效影响的指标。
第二步是选择样本。
我们通过数据挖掘和文献调研，选择了一批符合条件的中国对外直接投资项目。
在选择样本时，要尽可能保证样本的多样性，并考虑与研究目标和问题的匹配程度。
第三步是进行倾向得分匹配（PSM）。
倾向得分匹配意味着我们通过找出与投资者特征、行为和选择相关度较高的控制变量，从而使得具有相似倾向得分的投资样本被匹配在一起。
这样匹配后的样本可减少选择偏差，使得我们可以更好地研究直接投资引起的效应。
第四步是分析实证结果。
我们通过对匹配样本进行对比分析，得出中国对外直接投资的微观绩效。
过去的研究表明，中国对外直接投资在获得资源方面具有较好的绩效，但在技术和市场获取方面相对较弱。
然而，这些研究普遍存在估计偏差问题，因此我们希望通过PSM方法提供更具说服力和准确性的实证结果。
最后，我们需要对实证结果进行诠释和解读。
在解释实证结果时，我们应该考虑各种局限性，如样本选择问题、数据可用性问题和倾向得分模型的合理性等。
此外，我们还应该进一步探讨产生这些实证结果的原因，并提出相关政策建议，以优化中国对外直接投资的绩效。
对外直接投资对工业绿色转型的双重效应
对外直接投资对工业绿色转型的双重效应一、研究背景和意义随着全球经济的快速发展和科技的日新月异，对外直接投资(FDI)已成为各国企业在全球范围内寻求发展机遇的重要途径。
特别是在中国，近年来对外直接投资规模持续扩大，对国民经济的发展起到了积极的推动作用。
随着环境问题日益严重，绿色发展成为全球关注的焦点。
在这种背景下，研究对外直接投资对工业绿色转型的双重效应具有重要的理论和实践意义。
从理论层面来看，对外直接投资与工业绿色转型的关系研究有助于拓展和完善现有的理论体系。
关于FDI与绿色发展的相关研究主要集中在FDI对东道国环境影响的分析，而对于FDI对投资国工业绿色转型的影响尚未得到充分关注。
深入研究这一问题有助于丰富和发展跨国投资领域的理论体系，为今后的相关研究提供新的视角和思路。
从实践层面来看，研究对外直接投资对工业绿色转型的双重效应有助于指导政策制定和企业实践。
在当前全球经济一体化的背景下，各国政府和企业在制定和实施对外投资政策时，需要充分考虑环境保护因素。
对于企业而言，如何在追求经济效益的同时实现绿色发展，也是亟待解决的问题。
通过研究对外直接投资对工业绿色转型的双重效应，可以为企业提供有益的启示和借鉴，有助于提高企业的绿色发展水平和竞争力。
研究对外直接投资对工业绿色转型的双重效应具有重要的理论和实践意义。
这不仅有助于拓展和完善现有的理论体系，还可以为政策制定和企业实践提供有益的启示和借鉴。
介绍对外直接投资的概念和现状随着全球经济一体化的不断深入，对外直接投资(FDI)已经成为各国企业在全球范围内寻求发展和扩大市场份额的重要手段。
FDI不仅有助于企业获取技术、市场和资本等资源，还能够促进国际间的经济技术交流与合作，推动全球产业结构的优化升级。
在绿色转型背景下，对外直接投资对工业绿色转型产生了双重效应：一方面，通过引入先进的环保技术和管理经验，帮助企业提高资源利用效率，降低环境污染；另一方面，对外直接投资也为发展中国家提供了资金和技术支持，推动其实现可持续发展目标。
对外贸易、外商直接投资与我国绿色全要素生产率增长——基于省际面板数据的实证分析
第34卷第2期 2020年4月武汉商学院学报JOURNAL OF WUHAN BUSINESS UNIVERSITYVol. 34 N〇.2A pril2020对外贸易、外商直接投资与我国绿色全要素生产率增长*—基于省际面板数据的实证分析呉蔚(安徽财贸职业学院，安徽合肥230601)摘要：本文首先使用SB M方向性距离函数与Luenberger生产率指数测算2010—2017年中国30个省 市的绿色全要素生产率，然后以对外贸易、外商直接投资为核心解释变量，以产业结构、环境规制等为控制变 量构建面板数据模型，探究对外贸易、外商直接投资对我国绿色全要素生产率的影响，结果表明：对外贸易水 平、外商直接投资水平的提升能够促进我国绿色全要素生产率提升，但对东中西部地区的影响存在一定的差 异，对外贸易水平对东部地区的绿色全要素生产率影响最大，对中部地区影响次之，对西部地区没有形成显 著影响，外商直接投资对东部地区的绿色全要素生产率影响最大，对中西部地区没有形成显著影响；产业结 构升级、环境规制水平与我国绿色全要素生产率之间为显著的正相关关系。
关键词：对外贸易；外商直接投资;绿色全要素;增长率；面板数据中图分类号：F752;F124.5 文献标识码:A—、弓I言改革开放以来，我国对外开放水平不断提升，当前我国已经成为世界第一贸易大国，国家统计局数 据显示，2017年我国进出口贸易总额为278101亿 元，同比上升了 14.26%，与此同时我国外商直接投 资水平也显著提升，2017年我国外商直接投资超过 2000亿美元。
鉴于我国的对外贸易和外商直接投资 规模，世界银行一度把中国视为“成功利用外资的典 范”。
对外贸易和外商直接投资促进了我国经济发展 水平的提升，但有学者认为我国符合“污染天堂假 说”，即我国的对外贸易和外商直接投资导致我国环 境质量恶化。
许和连等(2012)利用我国2000-2009 年的面板数据探究了对外贸易、外商直接投资与绿 色全要素生产率之间的关联性，结果表明我国对外 贸易外商直接投资抑制了我国绿色全要素增长率的 提升，也就是说对外贸易，外商直接投资导致了我国 污染水平上升m。
中国对外直接投资的绿色生产率增长效应——基于时空异质性视角的经验分析
作者： 胡琰欣[1];屈小娥[1];董明放[2]
作者机构： [1]西安交通大学经济与金融学院,陕西西安710061;[2]西北大学经济管理学院,陕西西安710127
出版物刊名： 经济学家
页码： 61-68页
年卷期： 2016年 第12期
主题词： 对外直接投资;绿色全要素生产率;时空异质性;交互效应
摘要：本文基于时空异质性视角，采用2004—2013年中国29省市的面板数据，实证考察了对外直接投资对绿色全要素生产率的长期和短期异质影响效应。
研究发现：（1）对外直接投资对绿色全要素生产率总体上具有一定的长期促进效应，且这种影响随时间推移呈现波动增大态势；（2）对外直接投资对绿色全要素生产率的影响存在着明显的空间异质效应和滞后效应，其并非促进了所有省市的绿色全要素生产率，在部分省市甚至产生了明显的负面影响；（3）
在“走出去”过程中，充分注重对外直接投资与政府财政支出、产权制度以及市场化进程等因素的有效融合，有助于强化对外直接投资的逆向绿色溢出效果，且这种交互效应也呈现显著的空间差异；（4）对外直接投资短期波动对绿色全要素生产率短期波动存在显著的异质空间效应，对外直接投资对绿色全要素生产率的长期均衡也具有明显的短期异质修正效应；（5）对外直接投资对绿色全要素生产率的长期和短期影响效应亦存在一定的异质性现象。
增长模式变迁与中国绿色经济增长源泉——基于异质性生产函数的多部门核算框架
Growth Regime Switch and Sources of China's Green Economy: A Multi-sectoral Accounting Framework Based on Heterogeneous Production Functions
作者： 宋马林[1];刘贯春[2]
作者机构： [1]安徽财经大学生态经济与管理协同创新中心233030;[2]中山大学岭南学院
510275
出版物刊名： 经济研究
页码： 41-58页
年卷期： 2021年 第7期
主题词： 增长模式变迁;绿色经济增长;异质性增长路径;有限混合模型
摘要：本文将人力资本和能源要素纳入生产函数,利用多部门核算框架将经济增长分解为部门绿色生产率提升、部门间要素配置效率改善和要素禀赋积累,并依据地区真实产值条件分布的相似性引入异质性增长路径,从而重新估计了中国绿色经济增长源泉.基于2001—2015年省级三次产业数据的测算结果表明:第一,产业内部存在差异化的生产函数,拒绝所有省份遵从相同增长路径的传统假定,而且增长路径随时间推移发生了模式变迁;第二,中国绿色经济增长的主导驱动因素是要素禀赋积累,其次是部门间要素配置效率改善,两者增速下滑是导致2011年后中国经济进
入"新常态"阶段的根本原因;第三,忽略增长路径异质性会低估要素禀赋积累的贡献率,并高估部门间要素配置效率的贡献率.本文结论表明,提升资本投资效率和克服要素市场扭曲是维持中国绿色经济持续增长的关键,进而对于扎实做好"碳达峰、碳中和"工作有着重要的政策启示.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国对外直接投资的绿色生产率增长效应□胡琰欣1□屈小娥1□董明放2（1.西安交通大学经济与金融学院，陕西西安710061；2.西北大学经济管理学院，陕西西安710127）————基于时空异质性视角的经验分析基于时空异质性视角的经验分析引言中国加入世贸组织以来，随着经济全球化步伐的不断加快和“走出去”战略的逐步实施，已成为当前全球主要的对外直接投资(OFDI)大国。
据统计，2013年，在全球对外直接投资流量较上年仅增长了1.4%的背景下，中国的对外直接投资流量却实现了同比22.8%的高增长，创下1078.4亿美元的历史新高，首次突破千亿美元大关，成为仅次于美国的全球第二大资本输出国。
毫无疑问，对外直接投资正在日益深刻地影响着中国经济的转型发展。
事实上，对外直接投资作为国际技术溢出的一条重要渠道，已逐渐被众多国内外学者的研究所证实，也正是由于该渠道在获取国际技术溢出方面具有明显的针对性和主动性优势，无论是发达国家还是发展中国家均开始试图通过对外投资来获取东道国的逆向技术溢出。
对于新常态下的中国而言，在积极实施“走出去”战略和大力发展绿色经济的现实背景下，越来越多的具有比较优势的本土企业开始嵌入到国外清洁技术密集区，整合吸收东道国的先进绿色技术，这可基金项目：国家社会科学基金项目“基于能源和环境约束的我国工业全要素生产率研究”(13B JY 073)DOI:10.16158/ki.51-1312/f.2016.12.008能对母国的绿色经济发展产生了一定影响。
那么，迅速增长的对外直接投资是否影响了中国绿色全要素生产率水平提升？无疑，研究新常态下中国对外直接投资的绿色生产率增长效应问题具有重要的现实意义。
对外直接投资与母国全要素生产率之间的关系问题是近年来政策制定者与学术界研究和关注的热点。
现有研究结论可归纳为以下三个方面：一是支持“促进论”，认为对外直接投资有利于母国全要素生产率水平提升[1-2]。
也有学者探讨了对外直接投资生产率增长效应的约束机制，认为对外直接投资的显著逆向技术溢出需要以一定的吸收能力水平作为前提[3]；二是支持“抑制论”，指出对外直接投资并未产生显著的逆向技术溢出效应，反而抑制了母国全要素生产率水平提升[4-5]；三是支持“不确定论”，认为对外直接投资与母国全要素生产率之间并不存在明显的相关关系，白洁[6]、尹小剑[7]等学者的研究均肯定了对外直接投资对母国全要素生产率影响效应的不确定性。
基于以上分析可以发现：一是关于对外直接投资与全要素生产率之间的关系，理论界尚未形成较为一致的研究结论，还需进一步商榷；二是关于对外直接投资的绿色生产率增长效应，尤其是涉及其长短期异质影响效应等问题的研究尚属空白。
与以往研究不同的是，本文基于时空异质性视角，使用省际面板数据来考察对外直接投资对绿色全要素生产率的长期和短期异质影响效应。
以期为新常态下中国更有针对性地实施“走出去”战略，并通过逆向溢出促进绿色经济增长和绿色技术进步提供一定的理论参考。
一、研究设计(一)变量设定和数据说明本文选取2004—2013年为研究时段，数据主要来自历年的《中国统计年鉴》、《中国环境统计年鉴》、《中国对外直接投资统计公报》。
由于这里以1978年为基期测算资本存量，考虑到统计口径的一致性，本文把重庆并入四川进行研究，西藏、香港、澳门以及台湾等省市由于部分数据缺失，也予以剔除。
因此，本文最终选取中国内地29省市区作为考察对象。
(1)被解释变量：绿色全要素生产率(GTFP)。
这里将环境污染和能源消耗同时纳入全要素生产率核算框架体系，采用数据包络分析的Malmquist生产率指数方法测度中国绿色全要素生产率指数。
对投入和产出指标的选取做如下界定：①投入指标，本文选取劳动、资本和能源等三要素作为投入指标。
对于劳动投入，选取各省市年末就业人数(单位：万人)作为衡量劳动要素的代理指标。
对于资本投入，选取资本存量指标来表示，对于资本存量的测算，这里借鉴单豪杰[8]的永续盘存法来估算各省市的资本存量(单位：亿元)，以1978年为基期，并使用固定资产价格指数进行平减。
对于能源投入，由于经济生产过程中的能源消费包括石油、煤炭和天然气等多种类型，故这里采用使用标准煤法折算后的能源消费量(单位：万吨标准煤)来衡量，而能源消费则被视为产生非期望产出的主要来源；②产出指标，主要包括期望产出和非期望产出。
对于期望产出，采用各省市区生产总值(单位：亿元)来表征，并以1978年是一种主要为基期，运用GDP缩减指数进行平减，以消除通货膨胀的影响。
对于非期望产出，考虑到SO2环境污染物，是中国环境污染控制的主要对象，借鉴涂正革[9]的作法，选取各省市区二氧化硫排放量(单位：万吨)作为环境污染的代理指标，由于二氧化硫排放量属于逆向指标，这里进一步对其进行了倒数处理。
另外，绿色全要素生产率指数是相对上一年的绿色全要素生产率变化率，不能直接用于计量回归，须对其做相应变换。
本文假定2003年的绿色全要素生产率(GTFP)水平为1，则2004年的GTFP水平为2003年的GTFP水平乘以2004年的绿色全要素生产率指数，以此类推，即可得到2004—2013年中国29省市的绿色全要素生产率(GTFP)水平指标。
(2)核心解释变量：对外直接投资(OFDI)。
根据目前中国对外直接投资数据的统计特点，该指标数据有存量和流量之分，由于流量数据短期波动较大，故这里选取存量数据。
本文首先将用美元表示的对外直接投资(非金融类)存量数据用各年平均汇率进行了折算，得到用人民币表示的对外直接投资存量(单位：万元)数据，并在此基础上进行了对数处理，以此来衡量对外直接投资水平。
另外，为了进一步检验对外直接投资与其他外部条件共同作用可能对绿色全要素生产率产生的异质性影响，这里分别基于政府财政支出、产权制度以及市场化进程等三个维度进行考察。
具体设定如下：对于政府财政支出(GOV)，选取政府财政支出在GDP中所占比重来反映；对于产权制度(PRO)，采用非国有固定资产投资比重来衡量；对于市场化进程(MAR)，运用非国有企业员工占比来反映。
(二)模型构建由于经济基础、地理位置和政策倾斜等原因，不同省市对外直接投资强度存在差异，绿色全要素生产率水平也不尽相同，可能导致对外直接投资的逆向绿色溢出效应存在较为明显的异质性特征。
为了从时空维度客观地揭示对外直接投资对绿色全要素生产率的异质影响效应，这里构建长期均衡面板数据模型如下：GTFP it=C+ηOFDI it+εit i=1,2,...,n;t=1,2,...,T(1)其中，GTFP it表示i省市t时期的绿色全要素生产率水平，OFDI it为i省市t时期的对外直接投资变量。
T表示面板数据的时间跨度，n为个体截面成员的个数。
εit是随机扰动项，它满足E(εit)=0和var(εit)=σ2条件。
模型回归参数η的大小与正负分别显现了对外直接投资对绿色全要素生产率影响的程度及方向。
若上述模型的变量服从面板单位根过程，且残差满足εit~I(0)，则可将其视为协整模型。
(三)模型设定的合理性检验在实证分析前，需要对上述模型的设定是否合理进行检验。
这里同时采用LLC、IPS、Fisher-PP和Fisher-ADF等技术进行面板平稳性测试，结果显示，对外直接投资和绿色全要素生产率均通过了显著性检验，表明面板数据是平稳的。
另外，为避免可能出现的伪回归现象，这里还基于Pedroni的面板协整技术检验了对外直接投资与绿色全要素生产率之间是否存在协整关系。
检验发现，二者之间存在协整关系，具有长期稳定的均衡关系，也说明模型(1)的设定是正确的。
二、实证结果及分析(一)时序效应分析由于本文采用中国省级层面的面板数据，若直接采用普通最小二乘法，容易产生序列相关及异方差等问题，进而往往导致OLS方法在实际操作中会失效，因此这里采用固定效应的EGLS方法对变系数模型进行估计，以此来消除序列相关和异方差的不良影响。
我们首先分析了对外直接投资的绿色生产率增长效应的时序特征，具体估计方程如模型(2)所示：GTFP it=0.903+θ+ρOFDI it(2)上述模型中的截距项是效率参数，其值越大，表明其它因素对绿色全要素生产率的影响越大，它代表了绿色经济活动中不能被对外直接投资变量所解释的部分，其中0.903反映了对外直接投资对绿色全要素生产率促进的整体效果，截距的固定影响θ反映了各年度之间的差异。
OFDI的系数ρ表现各年度的弹性系数，体现了对外直接投资对绿色全要素生产率长期影响的时序特征。
由表1分年度的面板估计结果可知，所有系数均显著为正，即对外直接投资的确显著地促进了中国绿色全要素生产率水平提升，但其影响程度存在着明显的时序差异。
具体来看，2004年的贡献系数最小，仅为0.020，2010年的贡献系数最大，达到0.060，且在2004—2010年期间，这种促进效应呈现逐年递增态势。
虽然自2011年起这种促进效应总体上出现了轻微下滑，但2013年的贡献系数依然保持在0.054水平，远高于2004年的0.020水平。
总体看来，2004—2013年，对外直接投资对中国绿色全要素生产率具有较为明显的促进作用，且这种影响效应随时间推移呈现波动增大态势。
之所以存在上述现象，本文认为原因可能在于：中国企业在通过对外直接投资的过程中，能接触到国际上的先进绿色工艺、清洁技术和管理经验，并在将其消化、吸收的过程中直接促进了自身绿色技术水平的提升，但较小范围和较低强度的逆向绿色溢出使得这种促进效应相对较小。
随着对外投资企业绿色技术水平的不断提高，先进的绿色工艺、清洁技术和管理经验在国内得到了有效地转移、扩散和创新，既直接促进了对外投资企业的绿色能力，又间接提升了其他企业的绿色技术水平，从而使得较大范围和强度的逆向绿色技术溢出对绿色全要素生产率的驱动效应持续增强。
而随着对外直接投资强度的持续增大，一方面，对外投资企业能获取越来越多的先进绿色工艺和清洁技术，并通过逆向溢出渠道反馈至国内，使得其在国内企业、行业乃至区域内波及的范围越来越大；另一方面，本土企业在国外先进技术基础上的二次创新也能在一定程度上促进区域绿色技术水平提升。
因此，当对外直接投资水平达到较高水平时，其会更加显著地推动整个区域绿色全要素生产率水平的提升。
(二)空间效应分析在时序效应分析的基础上，这里进一步探析对外直接投资对绿色全要素生产率影响的空间异质效应，具体估计方程如模型(3)所示：GTFP it =0.869+α+βOFDI it-R 2=0.974(3)由模型(3)的估计结果（见表2）可知，对外直接投资对绿色全要素生产率的长期促进效应显著，但存在一定的空间异质性特征，主要表现如下：(1)天津、河北、辽宁等省市的α值较高，说明上述省市绿色全要素生产率水平增长受对外直接投资之外的综合因素影响较大。