异质性FDI绿色技术溢出环境规制门槛效应研究

在经济全球化背景下，FDI已成为中国经济实现跨越式发展的重要推力。据国家统计局数据显示，中国FDI规模已由1982年的4.3亿美元(占GDP的0.21%)上升到2017年的1 440亿美元(占GDP的12%)，创下历史新高，已然成为最受外资青睐的发展中国家。然而，外资大规模进入的同时也显现出生态环境恶化问题。考虑到中国相对宽松的环境政策，由此引发了学术界对以中国为代表的发展中国家是否成为跨国公司“污染避难所”的担忧。

根据资源禀赋理论，在发展中国家人力资本丰富及环境管制相对宽松的比较优势下，跨国公司有向发展中国家转移污染密集型工序的动力[1-4]，虽然这一过程能够助推东道国生产率提升，但同时也会造成严重的环境污染[5]。不仅如此，发展中国家或地区为获取吸引外资的比较优势，会主动采取降低环境规制标准的“逐底行为”，由此逐渐成为发达国家的“污染避难所”[6-8]。然而，也有学者对此进行了反驳，认为虽然跨国公司倾向于选择进入那些环境标准较低的国家，但相对东道国企业而言有更加环保的生产标准与技术[9]，并通过“示范效应”对东道国环境保护产生积极影响，即“污染光环假说”[10]。

以上两种观点表明，FDI对东道国技术溢出既可能造成环境破坏，也有可能有利于环境改善。也即，FDI技术溢出存在污染型和绿色型两种偏向。对此，Hu等[2]、Cai等[8]、Tang[11]、傅京燕等[12]分别从外资来源、动机、要素依赖度等方面进行了讨论。也有部分学者研究环境规制对FDI的影响，认为严格的环境规制除能够防止污染严重的外资进入外[4, 8]，还能够促进环保程度较高的外资发挥绿色技术溢出效应[2]。然而，大量实证研究表明，加强环境规制不仅没有起到提升竞争力或生产率的作用，反而还会加重企业负担，造成生产率损失[13]。部分学者基于环境规制强度差异对此进行了解释，认为环境规制力度并非越强越好，如果超过企业或产业所能承受的最大限度，将会对竞争力造成损害，即环境规制强度存在一个合理区间[14]。然而，类似研究大多集中在环境规制强度对生产率的直接影响上，缺乏环境规制强度对FDI绿色技术溢出效应影响的研究。也即，就诱导FDI绿色技术溢出这个目标而言是否存在一个合理的环境规制强度区间？在考虑FDI异质性情况下，中国环境规制强度应该如何设置才算合理？解答上述问题，不仅可以解释FDI对东道国生态环境表现出的破坏和改善两种相悖的行为，也可以为其它发展中国家制定引导FDI发挥绿色技术溢出效应的环境政策提供参考。

1 理论分析与研究假设

现有研究对环境规制与FDI间关系进行了深入探讨，但对于环境规制强度与异质性FDI绿色技术溢出效应关系的研究有待深入。基于此，本文从异质性FDI与技术溢出偏向、环境规制对FDI进入决策的影响以及环境规制强度对FDI绿色技术溢出的影响3个方面对现有文献进行梳理和解读，进而提出相关研究假设。

1.1 异质性FDI与技术溢出偏向

诸多研究表明，东道国FDI具有异质性，并认为异质性FDI对东道国经济和环境的影响存在显著差异。关于FDI存在异质性的直观证据，可追溯到中国统计部门对FDI来源的分类，即按照来源区域将FDI划分为来自中国香港、中国澳门和中国台湾投资的企业，以及来自非上述3个地区的外资企业。相对于欧美企业而言，中国香港、中国澳门和中国台湾大都属于劳动密集型企业，生产的产品与国内企业相似，与本地企业存在竞争关系，会将本地企业挤出市场，不利于本地企业生产率提升[15]。从对当地环境质量的影响看，由于港、澳、台企业更易受到弱强度环境规制的吸引[16]，从而对环境质量存在不利影响[8]。

除上述政府部门按来源分类之外，学界也对FDI作了更为细致的分类。Markusen等[17]基于FDI动机将外资企业划分为垂直型FDI和水平型FDI两种，认为水平型FDI进入发展中国家的动机主要是占据东道国本地市场；而后者主要是基于比较优势理论，利用东道国廉价劳动力和资源生产产品出口到国外。在此基础上，Tang[11]、魏玮等[18]进一步研究垂直型FDI和水平型FDI对东道国环境的影响，发现与水平型FDI相比，垂直型FDI对东道国环境质量的负面影响更大。Hu等[2]根据FDI在东道国产业中劳动和资本所占比重，将FDI划分为劳动型FDI和资本型FDI两种，发现资本型FDI更能够促进东道国经济和环境质量同步提升。部分原因在于，劳动型FDI进入中国主要是为寻求廉价劳动力资本以及规避母国严苛的环境管制，其投资的行业大部分位于价值链底端生产和组装环节，而这正是产品生产过程中附加值最少、污染最严重、技术含量最低的环节，不利于东道国制造业绿色技术进步效率提升。相对而言，资本型FDI主要以资本形式介入到东道国产业，从而获取高额的资本回报。发展中国家在工业化进程中，往往存在资金短缺问题，从而导致资本密集型行业无力采购环保性能较高的机械设备。资本型FDI的进入，不仅为其输送了设备更新换代亟需的资金，而且还通过“示范效应”、“学习效应”促进东道国本土企业技术水平提升。本文借鉴Hu等[2]对FDI的分类方法，将FDI划分为劳动型FDI和资本型FDI，进而提出如下假设：

H1：相对于劳动型FDI，资本型FDI更有利于东道国实现经济发展和环境质量改善双赢目标。

1.2 环境规制对FDI进入决策的影响

随着全球范围内环境规制壁垒的提高，越来越多的学者开始关注环境规制对FDI的影响。根据Broner等[19]的观点，环境规制作为次级贸易壁垒，也是一国比较优势的来源。因此，环境规制强度相对变动会对FDI企业进入和退出决策产生影响[4]。然而，众多实证研究并没有确切的证据表明，东道国加强环境规制一定会丧失比较优势[20]，阻碍外资企业进入[21]，进而造成生产率损失。与此相反，随着发展中国家环境规制门槛的提高，在挤出污染型FDI企业的同时[8]，反而会促进那些环保技术先进的FDI企业流入[22]。

由此可见，不同特征FDI对环境规制决策具有不同影响。魏玮等[18]认为，出口导向型FDI比本地市场导向型FDI对当地环境法规更加敏感，因为东道国提高环境规制水平只会显著增加前者的相对成本。除此之外，Hu等[2]发现，随着环境规制力度的增强，原本对东道国生态环境造成破坏的劳动型FDI也会对东道国生态环境质量产生有利影响。因此，本文提出如下假设：

H2：环境规制能够抑制劳动型FDI发挥“污染避难所”效应。

1.3 环境规制对FDI绿色技术溢出的影响

加强环境规制能够诱导企业采用环保技术[23]，但相关研究表明环境规制强度设置合理与否也是经济和环境能否实现“双赢”的关键。Wang等[14]在研究环境规制与绿色全要素生产率关系时强调，环境规制强度要保持在一定合理区间才会对绿色全要素生产率产生积极促进作用，如果超过产业或企业所能承受的最大极限，不仅无法诱导企业进行绿色技术创新，而且还会加重企业负担，进而对绿色全要素生产率产生负向影响；Hu等[2]基于环境规制变量中位数，将样本划分为高强度环境规制样本和低强度环境规制样本，考察两种环境规制强度下资本型FDI和劳动型FDI对绿色全要素生产率的影响。结果发现，相比于低强度环境规制样本回归结果，在高强度环境规制样本中，劳动型FDI对绿色全要素生产率的不利影响被完全抑制，而资本型FDI继续发挥显著正向绿色技术溢出效应。但这种基于中位数对环境规制强度进行划分存在较大的主观性，也并未表明环境规制强度究竟在哪些范围内才能够促进资本型FDI发挥绿色溢出效应。因此，本文提出如下假设：

H3：环境规制对劳动型FDI和资本型FDI发挥绿色技术溢出效应的正向调节作用存在一个合理的环境规制强度区间。

2 研究设计

2.1 实证模型

由上述理论分析可设定本文基准计量模型。

lnGMLi,t=α0+α1lnFDIi,t+lnERi,t+βControli,t+μi+εi,t

其中，lnGMLi,t为考虑非预期产出的全局全要素生产率增长指数；lnFDIi,t分别代表劳动型FDI(lnFDIli,t)和资本型FDI(lnFDIki,t)；Controli,t，为控制自变量组，包括研发强度(lnRDi,t)、对外贸易开放度(lnExouti,t)、人均资本存量(lnCONSi,t)、能源生产效率(lnEPi,t)；μi为不随时间变化的行业个体固定效应，εi,t为随机扰动项。ln表示对变量取自然对数处理，从而可以有效避免异方差。

此外，根据原毅军等[22]的研究，FDI与环境规制间存在交互作用。具体而言，FDI流入能够驱使东道国加强其环境规制力度，而严格的环境规制又反过来提高了FDI环境门槛，对FDI起筛选作用。因此，为检验FDI与环境规制间相互作用对绿色全要素生产率的影响，在模型中加入lnFDIi,t×lnERi,t的交互项，得到式(2)。

lnGMLi,t=α0+α1lnFDIi,t+α2lnERi,t+α3lnFDIi,t×lnERit+βControli,t+μi+εi,t

虽然，在式(2)中加入FDI与环境规制交互项可以检验环境规制与FDI相互作用对绿色全要素生产率的影响，但仍然无法考察究竟在何种环境规制强度下才能够促进FDI发挥正向绿色技术溢出效应。基于此，本文采用Hansen[24]提出的面板门槛模型设定计量模型进行分析。

lnGMLi,t=α0+α1lnFDIi,tI(lnERi,t≤θ1)+α2lnFDIi,tI(θ1<lnERi,t≤θ2)+…+αnlnFDIi,tI

(θn-1<lnERi,t≤θn)+αn+1lnFDIi,tI(lnERi,t>θ1)+

βControli,t+μi+εi,t

其中，θ1、θ2…θn为n个不同水平的门槛值。面板门槛模型已在惠炜等[5]、Wang等[14]、Hansen[24]等学者的研究中介绍，本文不再赘述。

最后，出于实证结果稳健性考虑，避免模型中可能存在的内生性，本文在式(3)右边添加绿色全要素生产率的一阶滞后项lnGMLi,t-1，并采用GMM方法估计模型，即将静态面板门槛模型扩展为动态面板门槛模型，如式(4)所示。

lnGMLi,t=α0+γln GMLi,t-1+α1lnFDIi,tI(lnERi,t≤θ1)+α2lnFDIi,tI(θ1<lnERi,t≤θ2)+…+αnlnFDIi,tI(θn-1<lnERi,t≤θn)+αn+1lnFDIi,tI(lnERi,t>θ1)+βControli,t+μi+εi,t

2.2 变量设定与说明

2.2.1 绿色全要素生产率

目前，检验FDI对东道国的技术溢出效应通常以FDI对全要素生产率进行回归[15]。本文根据Fukuyama等[25]的定义，考虑非预期产出的SBM方向性距离函数，并结合Oh[26]提出的Global Malmquist-Luenberger(GML)指数，从而得到绿色全要素生产率。具体测算方法参见Wang等[14]、黄庆华等[27]的建议，在测算各行业绿色全要素生产率之前，还需要构造预期产出、非预期产出和要素投入相关指标。①预期产出。由于2012年以后不再公布工业总产值，故本文参考黄庆华等[28]的建议，选取与工业总产值较为接近的工业销售产值表示期望产出，同时以1990年为不变价格进行折算；②非预期产出。对于非预期产出，相关文献存在较大差异，考虑到中国工业污染治理费用仅包含废水治理费用和废气治理费用，为契合这两类污染治理费用，本文选取化学需氧量、氨氮、SO2、烟(粉)尘排放量作为非预期产出；③要素投入。已有研究大多采用永续盘存法测算当期资本存量，但这种方法对数据质量要求较高。考虑到数据可获得性及质量，本文沿用Hu等[2]、原毅军等[22]的方法，计算各行业当期资本存量；④劳动资本投入。由于各行业劳动力用工时间无法获取，故本文利用《中国工业统计年鉴》中各行业平均从业人数代替人力资本投入；⑤能源投入。本文选用各行业能源消耗总量作为能源投入指标。

2.2.2 核心自变量

(1)环境规制(ER)。自2018年1月1日起，中国开始向企业征收环境税，表明中国加大环境治理力度的决心，也为后续有关环境规制的研究提供了一定的政策参考。然而，在此之前，对环境规制强度的度量还没有统一方法或标准。学者通常以环境规制法律政策数量[29]、排污费收入总额[30]、污染控制设施投资总量[31]、污染排放密度[20]等多种方法度量环境规制强度。考虑在测算绿色全要素生产率时选取以废水(COD、氨氮)和废气(SO2、烟\粉尘)为代表的两种物质状态作为非合意产出，再结合数据可获取性，本文以各行业废水、废气治理成本加权平均和测算，其中二者权重分别为废水或废气处理设施投入比重。

(2)外商直接投资(FDI)。如前所述，不同特征FDI对东道国经济和环境的影响存在较大差异，因此不能仅用投资规模和外资企业数量等综合性指标衡量FDI[3]。目前，针对FDI分类问题，学者基于自身研究提出不同划分方法。Lin等[15]以股权份额为标准，将FDI划分为来自中国香港、中国澳门和中国台湾投资的企业以及来自其它地区和国家的外资；傅京燕等[12]以FDI来自中国香港、美国、日本、韩国和新加坡的FDI实际投资金额与地区生产总值的比值对FDI来源进行分类；魏玮等[18]以外商投资企业在不同市场的销售份额度量不同进入动机的FDI，其中以外资企业在中国市场的销售份额度量水平型FDI，以外资企业出口销售额度量垂直型FDI；Cai等[8]基于外资公司母国是否参与国际环保条约(《联合国气候变化框架公约》和《京都议定书》协议)，将FDI划分为来自高环境规制壁垒地区和低环境规制壁垒地区两个类别。然而，现有研究大多基于国家或企业层面数据，较少从行业层面对FDI类型加以区分。学术界一般根据劳动力和资本在产业中的相对比重，将产业划分为劳动密集型产业和资本密集型产业两种。FDI既可能以资本形式介入，也可能利用东道国廉价的劳动力而以实体形式介入到相关产业。基于此，本文依据Hu等[2]的分类方法，在工业细分行业层面上，分别以外商从业人员数占该行业就业人数的比重表示劳动型FDI(FDIl)，以外商投资和港澳台商投资企业资本占该行业实收资本的比重表示资本型FDI(FDIk)。

2.2.3 其它控制变量

①研发强度(RD)。众所周知，研发投入越多越有利于技术进步，从而越有助于提高生产率。本文参考Wang等[14]的建议，以各行业R&D经费支出与固定资产投资之比衡量各行业研发强度；②对外贸易开放度(Exout)。一般认为，发展中国家通常借助较低的环境规制壁垒比较优势向发达国家出口污染密集型产品，长远看可能会使本国产品结构被锁定在污染型[32]。本文借鉴Rubashkina等[33]的建议，以工业行业出口交货值与工业行业销售产值之比表示对外贸易开放度指标；③人均资本存量(CONS)。人均资本存量通过各行业投入要素构成反映各行业高度。本文参考Hu等[2]、沈能[34]的建议，采用固定资产净值与平均从业人数之比衡量各行业人均资本存量；④能源生产效率(EP)。工业在生产过程中需要消耗大量资源，而这些资源往往具有不可再生性。能源生产率能够反映各行业能源消耗和污染排放特征，也是衡量各行业清洁生产的重要指标，本文参考沈能[34]的方法，以各行业销售产值与其能源消耗总量之比表示能源生成率。

2.3 数据来源与处理

指标量化所需数据来源于《中国工业经济统计年鉴》、《中国环境统计年鉴》和《中国统计年鉴》。另外，针对2012年前后某些工业类别划分口径不一致以及数据缺失和陈旧问题，本文对数据进行如下处理：①根据黄庆华等[28]的建议，对工业二级行业进行拆分和归并；②考虑到数据缺失情况，如分行业非预期产出和环境规制变量仅能获得2015年之前的数据，分行业R&D支出和能源消耗总量仅能获得2017年之前的数据，因此本文借鉴胡江峰等[35]的建议，采用线性拟合方法补齐缺失值。最终，获得36个细分行业2003-2018年工业面板数据，其中2018年数据根据线性拟合方法获取。

3 实证结果分析

3.1 基准回归结果分析

表1为基准线性模型回归结果，模型(1a)和模型(2a)分别为劳动型FDI、资本型FDI对绿色全要素生产率的影响；模型(3a)和模型(4a)为加入环境规制与FDI交互项后的回归结果。为保证回归结果的稳健性，本文对行业代码进行聚类分析(Cluster)，并采用Robust调整标准误差。

在模型(1a)和模型(2a)中，劳动型FDI和资本型FDI均对绿色全要素生产率具有负向影响，但只有劳动型FDI溢出系数在5%显著性水平上显著，表明FDI的“污染避难所”效应在劳动型FDI上得到验证，从而也验证了假说H1。这是因为，尽管劳动密集型行业具有清洁生产的特性[7]，即劳动型FDI可通过提升东道国人力资本质量从而为东道国带来绿色技术溢出效应[32]。但是，高劳动力密集型行业往往环境规制强度较弱[32]，难以激发企业技术创新和管理创新行为，不利于绿色全要素生产率提升[2, 36]。相对而言，资本型密集产业本身具有污染程度高的特性，这从回归系数为负值可知。一般认为，资本型FDI受到东道国较弱的环境规制的吸引而选择进入，从而具有“污染避难所”效应。但同时，资本密集型行业环境规制力度较高，从这点上来讲对资本型FDI污染行业有抑制作用[7]。因此，在要素禀赋和环境规制两股完全相反作用力的对冲下，资本型FDI对东道国绿色全要素生产率的影响具有不确定性。

值得注意的是，在加入FDI与环境规制交互项模型(3a)和模型(4a)中，劳动型FDI与环境规制交互项以及资本型FDI与环境规制交互项系数均显著为正，表明中国工业行业环境规制与FDI已经形成良性互动，从而验证了研究假设H2。另外，环境规制变量(lnER)系数从模型(1a)和模型(2a)的负向影响转为模型(3a)和模型(4a)中的正向影响，而且在模型(4a)中还十分显著。这表明，对FDI施加一致且严格的环境规制，不仅能够有效避免地方政府为吸引外资而“竞相逐底”的行为，而且还有可能由此诱发企业开展绿色技术创新、促进绿色生产率提升。

从其它控制变量看，研发投入(lnRD)对工业绿色全要素生产率始终具有正向影响，表明技术创新有利于东道国绿色全要素生产率提升。对外贸易程度(lnExout)系数方向与Rubashkina等[33]的实证结果相反，可能是因为本文绿色全要素生产率考虑了环境因素。这表明，与发达国家相比，中国环境规制强度依然较低，虽然具有出口污染工业品的比较优势，但不利于本国绿色全要素生产率提升。人均资本存量(lnCONS)系数显著为负，表明资本深化不利于中国绿色全要素生产率提升。能源生产效率(lnEP)在所有模型中都表现出显著正向影响，表明能源效率也是促进工业竞争力提升的动力。

3.2 门槛效应检验

本文采用Matlab2015b软件检验FDI绿色技术溢出的环境规制门槛效应。在估计门槛值时，为避免极端值的干扰，本文预先截去前后5%的观测值。同时，遵循残差平方和最小原则寻找门槛估计值，然后利用自助抽样模拟似然比检验统计量及临界值(本文检验每个门槛值重复的次数为500次)以检验是否存在门槛效应。表2为门槛估计检验结果。

从门槛值估计检验结果看，劳动型FDI对绿色全要素生产率的影响存在双重门槛效应，本文据此将样本划分为低强度、中等强度和高强度环境规制3个类别。类似地，资本型FDI也存在双重环境规制门槛效应。

表3为静态面板门槛模型估计结果。由模型(1b)和模型(2b)可知，在低强度环境规制下，劳动型FDI和资本型FDI对绿色全要素生产率的影响系数显著为负。这表明，FDI绿色技术溢出效应除与自身特征有关之外，还受到东道国环境规制强度的影响。当环境规制力度加大到中等强度时，两类FDI对绿色全要素生产率的影响仍然显著为负，但系数值有所降低，表明加强环境规制力度有利于减弱FDI的“污染避难所”效应。随着环境规制强度的进一步加大，两类FDI均转为发挥正向绿色技术溢出效应。这可能是因为，严格的环境规制能够通过促使政府不断调整外资结构、提高外资进入环境门槛，并对FDI起到“筛选”作用，对那些有利于环境保护和技术升级的FDI予以优先引进，而对流向污染密集型产业的FDI形成“挤出效应”，从而对工业绿色技术进步发挥积极影响。

值得注意的是，在高强度环境规制下，只有资本型FDI系数显著，这与Hu等[2]的结论一致。尽管劳动型FDI具有清洁生产的属性，但其进入中国主要是为寻求廉价劳动力资本，所投资的行业大多位于价值链底端生产和组装环节，而这正是产品生产过程中附加值最少及技术含量最低的环节，从而不利绿色全要素生产率提升。随着环境规制强度的逐渐加大，劳动型FDI不得不将原本用于生产性活动的要素(劳动、资本等)投入到以减少污染排放的非生产性活动中[37]，虽然这一过程有助于企业绿色创新技术的采用[38]，但由于环保设备额外损耗以及生产资料与原有生产设备匹配度下降，最终将会造成生产率损失[13]。相对而言，资本型FDI主要以资本形式介入东道国产业，以获取高额的资本回报。而发展中国家在工业化进程中往往存在资金短缺问题，从而导致资本密集型行业无力采购环保性能较高的机械设备。资本型FDI的进入不仅为其输送了设备更新换代亟需的资金，而且还通过示范效应、学习效应促进东道国本土企业技术水平提升。

总之，面板门槛模型结果表明，环境规制对FDI发挥绿色技术溢出效应的正向调节作用存在一个合理的环境规制强度区间，由此验证了研究假设H3。

4 稳健性与异质性检验

4.1 动态门槛模型检验

考虑到实证结果的稳健性，本文参考Kremer等[39]、Caner等[40]的理论方法，将静态面板门槛模型扩展为动态面板门槛模型。但与Kremer等[39]不同的是，本文结合Hansen[24]的建模方法，将单门槛双区制模型进一步扩展为可估计的多门槛多区制模型，从而能够精准探测环境规制强度对FDI绿色技术溢出效应的影响。动态面板门槛值估计与检验结果如表4所示。

由基于每个门槛自抽样500次给出的LR-test检验结果可知，无论是以lnFDIl还是以lnFDIk为门槛因变量均存在三重环境规制门槛效应。其中，InFDIl的门槛值与其在静态面板门槛模型中的门槛值极为接近，表明门槛估计值稳健。

表5为动态面板门槛模型估计结果，模型(1c)、模型(2c)分别为以劳动型FDI和资本型FDI为门槛因变量的估计结果，本文仅保留了lnGMLt-1和门槛变量的GMM估计结果。

由模型(1c)和模型(2c)可知，lnGMLt-1系数均为负，且均在10%显著性水平上显著，表明前一期绿色全要素生产率对当期绿色全要素生产率具有负向影响。这是因为，技术具有正外部性和准公共品性质，新技术一旦被发明出来则很难阻止其它厂商采用。尽管绿色技术外溢有利于行业整体污染减排，但由此导致的“搭便车”行为会降低原始绿色技术创新动力。就门槛值系数看，劳动型FDI和资本型FDI绿色技术溢出环境规制门槛效应超过门槛值3后才会发挥绿色技术溢出效应。这表明，为诱导FDI绿色技术溢出，中国环境规制政策还有待加强。

4.2 行业异质性检验

诸多研究表明，外资进入行业的要素禀赋和污染强度等差异也是影响FDI绿色技术溢出与环境规制强度关系的重要因素。基于此，本文采用上述动态面板门槛模型，分别从行业要素密集差异和污染密集度差异两个方面，探讨诱导FDI发挥绿色溢出的合理环境规制强度。

4.2.1 行业要素密集度差异

对于行业要素密集度异质性，本文参考吴德勋等[41]的分类方法，将工业行业划分为资本密集型行业和劳动密集型行业两种，实证结果如表6中模型(1e)和模型(2e)、模型(1f)和模型(2f)所示。结果表明，在劳动密集型行业和资本密集行业，lnFDIl和lnFDIk均存在三重环境规制门槛效应，并且只有环境规制强度跨过门槛值3时，两类FDI才会发挥显著正向绿色溢出效应。因此，为诱导FDI发挥正向绿色技术溢出效应，或者抑制FDI对绿色全要素的不利影响，应根据行业特征设定差异化的环境规制强度。其中，在资本密集型行业，可通过设置较高的环境规制强度，一方面抑制两种FDI对绿色全要生产率的不利影响，另一方面遏制资本密集型行业污染属性。在劳动密集型行业，不能因为相对比较清洁而放任污染排放[36]，仍需要加大环境规制力度。

4.2.2 行业污染密集度差异

本文参考沈能[34]的分类方法，将工业行业划分为污染密集型行业和清洁生产型行业两类，实证结果如表7中模型(1g)、模型(2g)、模型(1h)和模型(2h)所示。从中可见，在污染密集型行业和清洁生产型行业，劳动型FDI存在三重环境规制门槛效应，而资本型FDI则存在双重环境规制门槛效应。具体而言，在污染密集型行业，即在模型(1g)和模型(2g)中，劳动型FDI绿色技术溢出方向受环境规制强度的影响，当环境规制对数值介于门槛值1和门槛值2或者超过门槛值3时，劳动型FDI对污染型密集行业才会发挥显著正向绿色技术溢出效应；相对而言，诱导资本型FDI发挥正向绿色技术溢出效应的环境规制强度门槛值显然更高，环境规制对数值需要超过门槛值2。

在清洁生产型行业，即在模型(1h)和模型(2h)中，劳动型FDI、资本型FDI绿色技术溢出方向和显著性存在较大差异。当环境规制对数值低于门槛值1或介于门槛值2和门槛值3时，劳动型FDI具有显著负向绿色技术溢出效应；对于资本型FDI而言，虽然其在所有区制内均发挥了正向绿色技术溢出效应，但当且仅当环境规制对数值低于门槛值1时，系数才会在10%显著性水平上显著。

由此可见，在污染密集型行业，应该尽可能设置较高的环境规制强度。但在清洁生产型行业，由于诱导劳动型FDI发挥正向绿色技术溢出效应的环境规制强度较难把握，因此应该设置较低的环境规制壁垒，促进资本型FDI正向绿色技术溢出效应的发挥。

5 结论与政策建议

在经济增速放缓与生态环境恶化双重压力下，如何设置合理的环境规制强度诱导FDI发挥绿色技术溢出效应，进而实现经济发展与环境质量改善“双赢”，已成为中国政策制定者和学术界亟需研究的重大课题。本文首先在对文献进行梳理和解读的基础上，提出相关研究假设；其次，采用SBM函数和GML生产率指数测度2003-2018年中国工业36个细分行业绿色全要素生产率；最后基于线性模型、静态和动态门槛模型，就环境规制对研究假设进行实证检验，得出如下结论：

在线性模型中，环境规制对资本型FDI绿色技术溢出发挥了显著正向调节效应，虽然对劳动型FDI的调节效应不显著，但仍为正向影响。在静态门槛模型中，FDI绿色技术溢出存在双重环境规制门槛效应，当环境规制对数值低于第一门槛值时，两类FDI绿色技术溢出效应均不显著；当环境规制对数值介于第一门槛值和第二门槛值时，两类FDI绿色技术溢出效应均显著为负；而当环境规制对数值超过第二门槛值后，两类FDI绿色技术溢出效应转为正向影响，但只有资本型FDI系数显著。为保证实证结果稳健，本文还采用动态面板模型进行稳健性检验。结果表明，为诱导两类FDI绿色技术溢出，还需要继续将环境规制强度提高到第三门槛值。此外，考虑FDI所处行业特征差异，本文根据要素密集度差异，将工业细分行业划分为资本密集型行业和劳动密集型行业，按照污染密集度差异划分为污染密集型行业和清洁生产型行业。结果表明，为诱导FDI发挥正向绿色技术溢出效应，或者抑制FDI对绿色全要素的不利影响，应该充分考虑行业特征设定差异化的环境规制强度。其中，资本密集型行业、劳动密集型行业和污染密集型行业应该设置较高的环境规制强度；但对于清洁生产型行业，应该设置较低的环境规制强度，保证资本型FDI能够显著发挥正向技术溢出效应。

本文的政策含义既非常直接，也十分重要。从发展中国家的客观情况看，应正确和妥善把握好外资引进、经济发展与生态环境间的有机平衡：一方面，在经济发展初期，发展中国家出于经济追赶的目的，通过制定较低的环境规制壁垒等优惠政策，吸引各类外资，但这种以牺牲生态环境为代价的经济发展方式具有不可持续性；另一方面，当经济发展到一定程度后，就需要着眼于经济发展和生态环境协同发展，逐步提高环境壁垒，筛选和诱导FDI发挥绿色技术溢出效应。针对中国当前面临的经济增速放缓与生态环境恶化的双重压力，未来外资引进及环境规制政策调整重点应放在以下两个方面：①建立和完善FDI企业甑别机制，由过去看重FDI规模转变到注重FDI质量上来。一方面，通过建立负面清单，识别和阻止污染型外资进入；另一方面，鼓励外资在中国建立科研和设计机构，从而提升本国技术水平；②根据FDI类别和行业特性等双重属性，设置有差别的环境规制强度与方式。上述结论表明，在不同环境规制强度下，劳动型FDI和资本型FDI对绿色全要素生产率具有不同影响，而且诱导两类FDI发挥绿色技术溢出效应的环境规制强度区间不一致。因此，政府应针对不同FDI甚至不同行业设置差异化的环境规制标准。此外，一般认为，市场化环境规制工具赋予了企业污染减排更大的灵活性，从而比命令—控制型环境规制工具更能够激发企业技术创新[42]。鉴于此，中国政府应进一步深化市场改革，建立全国统一的排污权市场。

[1] 廖显春, 夏恩龙. 为什么中国会对FDI具有吸引力——基于环境规制与腐败程度视角[J]. 世界经济研究, 2015，34(1):112-119.

[2] HU J, WANG Z, LIAN Y, et al. Environmental regulation, foreign direct investment and green technological progress—evidence from Chinese manufacturing industries[J]. International Journal of Environmental Research and Public Health, 2018,15(2):221.

[3] CHUNG S. Environmental regulation and foreign direct investment: evidence from South Korea[J]. Journal of Development Economics, 2014,108:222-236.

[4] YOON H, HESHMATI A. Do environmental regulations effect fdi decisions? the pollution haven hypothesis revisited[J]. Social Science Electronic Publishing, 2017:1-24.

[5] 惠炜, 赵国庆. 环境规制与污染避难所效应——基于中国省际数据的面板门槛回归分析[J]. 经济理论与经济管理, 2017,36(2):23-33.

[6] TAYLOR M S. Unbundling the pollution haven hypothesis[J]. Advances in Economic Analysis & Policy, 2004,3(2):1-28.

[7] COLE M A, ELLIOTT R J R. FDI and the capital intensity of "dirty" sectors:a missing piece of the pollution haven puzzle[J]. Review of Development Economics, 2005,9(4):530-548.

[8] CAI X, LU Y, WU M, et al. Does environmental regulation drive away inbound foreign direct investment? evidence from a quasi-natural experiment in China[J]. Journal of Development Economics, 2016,123:73-85.

[9] CHUDNOVSKY D, PUPATO G. Environmental management and innovation in argentine industry[M]. Buenos Aires: CENIT, 2005.

[10] BIRDSALL N, WHEELER D. Trade policy and industrial pollution in Latin America: where are the pollution havens[J]. Journal of Environment & Development, 1993,2(1):137-149.

[11] TANG J. Testing the pollution haven effect: does the type of FDI matter[J]. Environmental & Resource Economics, 2015,60(4):549-578.

[12] 傅京燕, 胡瑾, 曹翔. 不同来源FDI、环境规制与绿色全要素生产率[J]. 国际贸易问题, 2018，43(7):134-148.

[13] HANCEVIC P I. Environmental regulation and productivity: the case of electricity generation under the CAAA-1990[J]. Energy Economics, 2016,60:131-143.

[14] WANG Y, SHEN N. Environmental regulation and environmental productivity: the case of China[J]. Renewable & Sustainable Energy Reviews, 2016,62:758-766.

[15] LIN P, LIU Z, ZHANG Y. Do Chinese domestic firms benefit from FDI inflow: evidence of horizontal and vertical spillovers[J]. China Economic Review, 2009,20(4):677-691.

[16] DEAN J M, LOVELY M E, WANG H. Are foreign investors attracted to weak environmental regulations? evaluating the evidence from China[J]. Journal of Development Economics, 2009,90(1):1-13.

[17] MARKUSEN J R, VENABLES A J. Multinational firms and the new trade theory[J].Journal of International Economics, 1998, 46(2): 183-203.

[18] 魏玮, 周晓博, 薛智恒. 环境规制对不同进入动机FDI的影响——基于省际面板数据的实证研究[J]. 国际商务(对外经济贸易大学学报), 2017，31(1):110-119.

[19] BRONER F, BUSTOS P, CARVALHO V M. Sources of comparative advantage in polluting industries[R].National Bureau of Economic Research, 2012.

[20] COLE M A, ELLIOTT R J R. Do environmental regulations influence trade patterns? testing old and new trade theories[J]. World Economy, 2003,26(8):1163-1186.

[21] ANTONIETTI R, DE MARCHI V,DI MARIA E. Governing offshoring in a stringent environmental policy setting:evidence from Italian manufacturing firms[J]. Journal of Cleaner Production, 2017,155:103-113.

[22] 原毅军, 谢荣辉. FDI、环境规制与中国工业绿色全要素生产率增长——基于Luenberger指数的实证研究[J]. 国际贸易问题, 2015，41(8):84-93.

[23] 谢荣辉. 环境规制、引致创新与中国工业绿色生产率提升[J]. 产业经济研究, 2017，16(2):38-48.

[24] HANSEN B E. Threshold effects in non-dynamic panels:estimation, testing, and inference[J]. Journal of Econometrics, 1999,93(2):345-368.

[25] FUKUYAMA H, WEBER W L. A directional slacks-based measure of technical inefficiency[J]. Socio-Economic Planning Sciences, 2009,43(4):274-287.

[26] OH D H. A global malmquist-luenberger productivity index[J]. Journal of Productivity Analysis, 2010,34(3):183-197.

[27] 黄庆华, 时培豪, 胡江峰. 产业集聚与经济高质量发展：长江经济带107个地级市例证[J]. 改革, 2020，37(1):87-99.

[28] 黄庆华, 胡江峰, 陈习定. 环境规制与绿色全要素生产率:两难还是双赢[J]. 中国人口·资源与环境, 2018,28(11):140-149.

[29] 彭星, 李斌. 不同类型环境规制下中国工业绿色转型问题研究[J]. 财经研究, 2016,42(7):134-144.

[30] 吴士炜, 余文涛. 环境税费、政府补贴与经济高质量发展——基于空间杜宾模型的实证研究[J]. 宏观质量研究, 2018,6(4):18-31.

[31] 徐建中, 赵亚楠. FDI知识溢出对区域低碳创新网络效率的门槛效应研究[J]. 科技进步与对策, 2019,36(9):34-42.

[32] 景维民, 张璐. 环境管制、对外开放与中国工业的绿色技术进步[J]. 经济研究, 2014，60(9):34-47.

[33] RUBASHKINA Y, GALEOTTI M, VERDOLINI E. Environmental regulation and competitiveness: empirical evidence on the porter hypothesis from European manufacturing sectors[J]. Energy Policy, 2015,83:288-300.

[34] 沈能. 环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验[J]. 中国工业经济, 2012，29(3):56-68.

[35] 胡江峰, 黄庆华, 潘欣欣. 碳排放交易制度与企业创新质量:抑制还是促进[J]. 中国人口·资源与环境, 2020,30(2):49-59.

[36] 李玲, 陶锋. 中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J]. 中国工业经济, 2012，29(5):70-82.

[37] AMBEC S, COHEN M A, ELGIE S, et al. The porter hypothesis at 20: can environmental regulation enhance innovation and competitiveness[J]. Review of Environmental Economics and Policy, 2013,7(1):2-22.

[38] NESTA L, VONA F, NICOLLI F. Environmental policies, competition and innovation in renewable energy[J]. Journal of Environmental Economics & Management, 2014,67(3):396-411.

[39] KREMER S, BICK A, NAUTZ D. Inflation and growth: new evidence from a dynamic panel threshold analysis[J]. Empirical Economics, 2013,44(2):861-878.

[40] CANER M, HANSEN B E. instrumental variable estimation of a threshold model[J]. Econometric Theory, 2004,20(5):813-843.

[41] 吴德勋, 张雪梅. FDI对中国工业部门技术溢出的实证研究——基于劳动密集型和资本技术密集型产业[J]. 资源与产业, 2016,18(3):121-127.

[42] 胡江峰, 黄庆华, 潘欣欣. 环境规制、政府补贴与企业创新质量——基于中国碳排放交易试点的准自然实验[J]. 科学学与科学技术管理, 2020，41(2):50-65.