高新技術產業綠色創新研究：效率測算與FDI區位選擇

郭 瑞 文雁兵

(1.浙江大學 經濟學院，浙江 杭州 310027；2.浙江財經大學 經濟學院，浙江 杭州 310018)

一、問題的提出

目前，我國作為世界上最大的發展中國家和第二大經濟體，正積極推進轉型發展和主動參與全球治理，這一行動的核心在于理念引領。在中共十八屆五中全會上，習近平同志系統論述了新發展理念——創新、協調、綠色、開放、共享，新發展理念既是實現我國“十三五”既定發展目標、破解發展難題、厚植發展優勢的理論指南，也是“十三五”乃至更長時期我國發展思路、發展方向、發展著力點的集中體現，更是我國改革開放40年來對發展問題的經驗總結與理論提升，集中反映了我們黨對我國經濟社會發展規律的認識和把握。

當前，我國轉型發展有兩條主線：一條是從舊動能轉向新動能，另一條是從高速增長轉向高質量發展。前者要求經濟增長方式有所轉變，包含三層含義：一是經濟發展由依靠要素和投資驅動轉向依靠創新驅動；二是由高污染、高消耗的粗放型經濟增長方式轉向綠色環保的集約型增長方式；三是對外開放戰略由對外出口和引進外資為主，轉向擴大進口和對外投資為主。后者要求經濟發展必須從重視數量轉向提升質量，從規模擴張轉向結構升級，從要素驅動轉向創新驅動，要追求效率更高、供給更有效、結構更高端、更綠色可持續以及更和諧的增長，甚至可以部分放棄對經濟增長速度的追求以實現更高質量的發展。

新發展理念正引領我國經濟社會的轉型發展，創新、協調、綠色、開放、共享相互聯系、相互貫通、相互促進。其中，創新是引領發展的第一動力，協調是持續健康發展的內在要求，綠色是永續發展的必備條件和人民對美好生活追求的重要體現，開放是國家繁榮發展的必由之路，共享是中國特色社會主義的本質要求。全國上下正將新發展理念用于指導全面建成小康社會和加快社會主義現代化建設的全過程，那么，評價新發展理念的貫徹落實情況就顯得尤為重要，但鮮有學者對此進行研究。本文相比既有文獻的創新有：一是同時考慮經濟發展中的技術創新和環境質量，使用DEA-BBC模型和三階段方法重新測算我國高新技術產業的綠色創新效率；二是在對外開放中將綠色創新效率與外商直接投資(FDI)區域分布結合起來，實證檢驗2006—2016年省級層面高新技術產業綠色創新效率對全國和地區層面FDI分布的差異性影響；三是研究結論為我國當前貫徹落實好新發展理念提供了重要的參考意見，即要在不斷提升對外開放水平的同時注重綠色創新效率，徹底轉變發展思路，加快提高自生能力。

二、文獻回顧與理論假說

目前，關于綠色創新的相關文獻主要集中在測算方法介紹與比較、效率測度與分析、影響因素選取與識別三個方面的研究上，關于綠色創新效率的研究，尤其是關于其對FDI影響的研究較為缺乏。在新發展理念中，創新、綠色、開放與轉型發展聯系更為緊密：首先，與創新發展相關的技術創新能力和社會創新環境不僅會影響微觀層面的企業轉型和中觀層面的產業升級，還會影響宏觀層面的國家工業化水平和現代化進程；其次，與綠色發展相關的自然生態環境和城市發展環境不僅會影響居民生活和消費升級，還會影響營商環境和投資決策；再次，與開放發展相關的高水平對外開放不僅會影響我國企業“走出去”和“引進來”，還會影響我國參與全球治理和履行大國責任。有鑒于此，本文首先將創新和綠色這兩大理念結合起來，重點測算和考察全國各地高新技術產業的綠色創新效率，進而實證檢驗綠色創新效率對FDI區位選擇的影響，即考察綠色和創新對開放的影響。

(一)何為綠色創新效率

綠色創新效率是區域或行業創新效率的“綠色化”程度，是綜合考慮環境污染和能源消耗后對創新發展質量的測度，是創新質量的綠色指數[1]。從創新過程來看，任何創新(尤其是技術創新)都是一個投入和產出過程，這個過程可能存在污染投入和污染產出(如“工業三廢”)。根據后文的測算方法，綠色創新效率就是通過對投入和產出兩個環節若干個階段的逐步測算，將創新過程中的非綠色部分(污染部分)剔除，得到排除環境污染和能源消耗后的創新效率指數。如果說創新效率高低代表了創新能力強弱，那么綠色創新效率高低就代表了創新質量好壞。在資源緊缺、環境污染問題日益嚴峻的今天，綠色創新已成為表征一個國家和地區持續競爭優勢的重要標志[2]。

(二)高新技術產業綠色創新效率的測算與變化

綠色創新效率的測算通常基于Aigner等、Meeusen等提出的帶參數隨機前沿生產函數(Stochastic Frontier Analysis，SFA)[3-4]和F?re等提出的非參數數據包絡分析(Data Envelopment Analysis，DEA)[5]兩種技術創新測算方法。其中，DEA方法能實現多投入與多產出變量的創新效率測算。SFA方法盡管能夠避免DEA方法所不能解決的隨機誤差問題，但在應用時需事先設定一個合適的前沿生產函數形式;DEA方法則無須設定具體函數形式，是一種非參數估計方法，因而可以規避參數方法的多種限制，對具有多種投入和多種產出的決策單元(DMU)的績效及相對效率的測算具有獨特的優勢，如Charnes等提出的DEA-CCR模型[6]和Banker等提出的DEA-BCC模型[7]。總體來看，傳統DEA模型存在兩個缺陷：一是只考慮經濟效率，忽略了技術創新帶來的能源問題和環境問題。對此，Chung等和Ramanathan進一步將能源因素和環境污染因素加入DEA-CCR模型和DEA-BCC模型，考慮綠色全要素生產率等問題[8-9]。二是只考慮技術效率測算，沒有考慮要素“松弛”和無法合理解決非期望產出存在條件下的效率評價問題。對此，Tone建立了考慮非期望產出和基于松弛變量的非徑向、非角度DEA-SBM模型[10]，Sueyoshi等提出了具有非徑向、非角度及加性結構特點的DEA-RAM模型[11]。

國內學者使用上述模型和方法對我國區域、產業、研發、技術創新效率進行了分析[12-16]，或對我國工業或區域綠色創新效率進行了分析[17-20]。此外，盡管部分文獻梳理了綠色創新的研究[21-23]，但對我國高新技術產業進行全國層面或地區層面的綠色創新效率的測算則相對缺乏。眾所周知，高新技術產業是以高新技術為基礎，從事一種或多種高新技術及其產品的研究、開發、生產和技術服務的企業集合，是以高新技術為基礎的知識密集、人才密集、資金密集的現代產業，具有高于一般產業的經濟效益和社會效益，對經濟發展起著重要作用，尤其是可以帶來勞動生產率和全要素生產率的大幅度提高。如果說高新技術水平代表了一國或地區的創新能力和創新水平，那么高新技術產業則代表了創新技術的應用能力、滲透能力、帶動能力和輻射能力，研究高新技術產業的綠色創新效率具有很大的代表性和示范性。據此，本文提出如下假說：

假說1：鑒于環境規制不斷加強和創新能力不斷提高，高新技術產業綠色創新效率在全國層面可能呈現波浪式變化。

假說2：鑒于環境規制地區差異和創新能力地區差異，高新技術產業綠色創新效率在地區層面可能呈現俱樂部收斂。

(三)高新技術產業綠色創新效率對FDI區位的影響

眾所周知，FDI不僅能夠彌補東道國經濟發展中資金不足的缺陷，更可以為東道國企業帶來大量的先進技術和管理理念，從而促進其經濟發展。由于受到交通、人口、城市、產業、稅收和市場準入等諸多因素的影響，FDI的跨國分布和地區分布往往不均衡，其區位選擇是跨國公司的重要戰略決策。早期的FDI區位選擇研究主要是基于由上述因素形成的壟斷優勢和比較優勢理論，但是隨著生產率水平和交通便利性的提高，以及各國越來越重視生產中的環境問題，學界開始考慮環境管制對FDI區位選擇所造成的影響。Walter等、Baumol等提出“污染天堂假說”，認為污染密集型企業傾向于從環境規制嚴格的發達國家或地區向環境規制寬松的國家或地區遷移[24-25]。Markusen等將FDI分為垂直型(出口導向型)和水平型(市場導向型)[26]。由于不同國家或地區間存在環境執行標準的差異，在全球化或地區一體化過程中，部分國家或地區會主動降低環境標準以吸引FDI流入，其結果是水平型的FDI傾向于流向環境標準較低且具有一定市場規模的國家或地區，而垂直型FDI則更愿意進入或留在環境標準較高且出口較便利的國家或地區，并出現兩個新的現象：一是Esty等提出的“逐底競賽假說”，低收入國家或地區為吸引FDI和發展經濟，常常以犧牲環境為代價，而高收入國家或地區為抑制不斷外流的資本也可能會降低環境標準，隨著FDI競爭加劇，所有國家或地區都收斂于同一個讓底層民眾受盡折磨的污染水平[27]；二是Copeland等提出的“污染邊界效應”，部分介于垂直型和水平型FDI之間、兼顧出口和市場的混合型FDI及其產業鏈關聯企業，更愿意選擇進入或遷徙到環境標準執行模糊卻又靠近發達國家或地區的行政邊界地帶，因為環境標準較高和出口較便利的國家或地區往往還具有較高水平的人力資本和創新能力，有利于提高或維持生產率水平[28]。

根據“污染天堂假說”和“逐底競賽假說”，國內學者開始考察我國環境規制對FDI的影響，發現環境規制是我國FDI區位分布不均的重要原因。大部分學者發現，環境規制對FDI存在抑制作用，即環境規制越強，其FDI吸引力越低[29-31]。張鵬楊等進一步發現，環境規制通過直接增加外資企業成本從而降低投資東道國環境成本優勢，引致FDI外流；環境效率則直接通過減少非期望產出從而提高外商投資企業環境成本優勢，引致FDI流入[32]。從上述研究的作用機理來看，環境規制對FDI的抑制作用主要通過投資成本(生產成本和交易成本)來傳導，環境規制對FDI的促進作用則主要是通過環境效率的提高。此外，創新能力也是決定FDI分布的重要因素[33]，同時體現環境效率和創新效率的綠色創新效率很可能是全球新發展背景下和我國經濟新常態下影響我國FDI地區分布的重要因素，尤其是綠色創新日漸成為企業在環境規制日益嚴格的條件下爭取市場地位、贏得競爭優勢的必然選擇[21]。因而，高新技術產業綠色創新效率是影響我國FDI地區分布新的重要因素。據此，本文提出如下假說：

假說3：高新技術產業綠色創新效率對我國FDI地區分布具有重要影響。

假說4：高新技術產業綠色創新效率對我國FDI分布的影響具有地區差異。

三、高新技術產業綠色創新效率測算與分析

(一)測算模型與方法選擇

在Banker等的一階段DEA方法[7]、Timmer的二階段DEA方法[34]、Fried等的三階段DEA方法[35]和四階段DEA方法[36]中，相比之下，三階段DEA方法最大的優點是可以排除隨機誤差和環境變量，使測算在相同的環境和隨機狀況下進行，即同時考慮了環境因素和統計噪聲。根據測算模型和測算方法的比較，適合本文高新技術產業綠色創新效率的測算模型是Banker等的DEA-BCC模型[7]，測算方法是Fried等的三階段DEA方法[35]。

(二)指標選取與數據說明

鑒于綠色創新效率體現創新和綠色兩大特征，本文對我國高新技術產業綠色創新效率的測算涉及內部投入、內部產出和外部環境指標，分別選取如下：

一是內部投入指標。本文從人力、資本和能源三個方面考察綠色創新活動投入，因而分別選取高新技術產業R&D人員全時當量、R&D經費內部支出和能源消耗總量作為衡量高新技術產業綠色創新活動的人力投入、資本投入和能源投入。由于R&D投入在生產過程中有持續的影響，本文利用永續盤存法計算R&D資本存量來表示資本投入。

二是內部產出指標。本文將綠色創新活動產出分為期望產出和非期望產出兩部分：(1)期望產出指標。專利是綠色創新活動的主要產出，也是企業科技資本的核心部分，包括專利申請數和專利授權數，考慮到專利授權數存在較大的不確定性，本文選取專利申請數作為期望產出指標。但專利不能準確反映創新成果的轉換能力和市場價值，在衡量企業的經濟效益時存在局限性，所以本文選取高新技術產業新產品銷售收入來衡量企業綠色創新帶來的直接經濟效益和市場價值。(2)非期望產出指標。主要考慮企業綠色創新活動過程中的環境污染物排放，在企業的主要污染排放物中，二氧化硫是主要的被監控對象，因此本文用它表示污染產出。本文在使用DEA-BCC模型進行效率測算時，將非期望產出作為投入指標代入模型中測算，表示在期望產出不變的情況下，非期望產出越高，投入越多，效率值越低。

三是外部環境指標。企業的綠色創新效率會受到外部宏觀環境的影響，本文主要從企業研發強度、地區產業結構、政府支持力度、金融機構支持和市場競爭程度這五個方面考察外部環境對企業綠色創新效率的影響。其中，企業研發強度(company)變量反映了企業的創新意愿，企業的創新意愿越高，其研發強度一般越大。地區產業結構(region)變量反映的是高新技術產業所面臨的該地區產業發展現狀，用第二產業總值占地區GDP的比重來表示。政府支持力度(government)變量選取高新技術企業研發經費內部支出中政府資金所占的比重作為評價指標。金融機構支持(finance)變量反映金融體系對高新技術企業的資金支持力度，用科技經費籌集中金融貸款所占的比重來表示。市場競爭程度(market)變量反映高新技術產業的市場結構和密集度，用高新技術產業企業數占全部企業數的比重來表示，該指標越大，一般表示市場競爭越激烈。

本文原始數據來源于歷年《中國統計年鑒》《中國科技統計年鑒》《中國高技術產業統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》及各省份統計年鑒。需要說明的是：第一，在R&D效率分析中，由于投入產出可能存在時滯，借鑒陳凱華等的研究[37]將投入產出時滯設為2年，本文選取2004—2014年的R&D投入數據，選取2006—2016年的創新產出數據。第二，本文用固定資產指數和居民消費指數對R&D資本存量進行平減，平減指數=54%×居民消費價格指數+46%×固定資產價格指數，以及用工業品出廠價格指數對新產品銷售收入進行調整。第三，由于R&D經費投入的累積性和滯后性，本文采用R&D經費內部支出存量來代替R&D經費內部支出。第四，本文采用永續盤存法研究估算2006—2016年我國28個省份的R&D資本存量，資本折舊率設為9.6%。

(三)測算結果

1.第一階段DEA測算

先使用DEA-BCC模型來測算第一階段高新技術產業創新效率(見表1)。第一，從時間來看，2006—2016年我國高新技術產業綠色創新效率整體呈上升趨勢。具體來看，綠色創新效率均值在2008—2009年增加，在2007—2008年、2009—2010年、2011—2012年下降，2012—2016年又上升。第二，從創新效率前沿來看，2009年、2015年和2016年的綠色創新效率最高，有效決策單元數量也最多，均達到10個。其中，天津、北京、福建、廣東、貴州、浙江、江蘇的綠色創新效率都較高，經常出現在高新技術產業綠色創新效率前沿，重慶于2006—2011年和2015—2016年均出現在效率前沿上，浙江和江蘇則分別從2013年、2015年開始出現在效率前沿。

表1 2006—2016年第一階段我國省級層面高新技術產業綠色創新效率與有效決策單元

續表1

2.第二階段SFA回歸

由于松弛無效的源頭可以追溯到管理無效、環境因素和隨機誤差三類影響，調整后的松弛需要剔除環境因素和隨機誤差的影響，僅保留由管理無效所引起的部分[38]。本文第二階段以各投入和產出指標的松弛值作為因變量，并以企業研發強度、地區產業結構、政府支持力度、金融機構支持和市場競爭程度作為自變量，SFA回歸結果如表2所示：一是技術效率差異以及技術無效率對松弛變量的產生具有較大影響；二是回歸系數為正，表示外部環境變量越大，松弛投入越多，則投入變量的浪費會增加，從而降低綠色創新效率，反之則提高綠色創新效。具體而言：

一是企業研發強度。該外部環境變量對R&D資本存量、能源消耗和二氧化硫排放三個松弛量的回歸系數為負，且通過1%的顯著性水平檢驗。這表明提高高新技術產業研發強度將有利于減少投入松弛，從而提高綠色創新效率。因為企業研發強度的提高能促進更多高新技術產品、工藝的形成，減少能源消耗和污染。

二是地區產業結構。該外部環境變量對R&D人員全時當量松弛量、R&D資本存量松弛量和能源消耗松弛量的回歸系數為正，且通過1%顯著性水平檢驗，表明增加第二產業的投入會增加高新技術產業人員、資本和能源的浪費。這可能是由于現階段經濟的發展正在由高能耗、高排放、高污染的粗放發展轉向綠色可持續發展，但這個時期對人力、資本和能源的依賴性較強。

三是政府支持力度。該外部環境變量對R&D人員全時當量松馳量、能源消耗松馳量和污染排放松弛量的回歸系數為正，對R&D資本存量松弛量系數為負，這可能是由于政府資助主要集中在產業方面，對環境改善和員工福利待遇方面的資助相對較少。

四是金融機構支持。該外部環境變量對R&D人員全時當量松弛量、R&D資本存量松弛量、能源消耗松弛量和二氧化硫排放松弛量的回歸系數都為負，除R&D資本存量松弛量外，均通過1%的顯著性水平檢驗，表明加大金融機構的支持可以減少R&D經費支出冗余、人員支出冗余、能源消耗冗余和二氧化硫排放冗余，有利于高新技術產業綠色創新效率的提高。

五是市場競爭程度。該外部環境變量對R&D資本存量、能源消耗和二氧化硫排放松弛量的回歸系數為正，表明市場競爭強度的增加，即高新技術企業數量的增加會帶來高新技術企業資本和能源的浪費，同時增加污染的排放量，這可能是由現階段我國高新技術企業生產很大程度上還是依賴能源和資本所致。

表2 第二階段SFA回歸結果

續表2

注：***、**、*分別表示在1%、5%、10%的水平上顯著，括號內為t值，下表同。

3.第三階段DEA測算

將調整后的投入數據和原始產出值重新代入一階段效率測算模型，得出第三階段的效率值，此效率值是剔除環境因素和隨機因素影響的結果。本文對2006—2016年的各投入產出值進行調整，用MAXDEA軟件測算第三階段綠色創新效率，結果如表2所示：第一，從時間來看，2006—2016年我國高新技術產業綠色創新效率呈波浪式上升趨勢，其中，綠色創新效率均值在2007—2009年、2010—2011年、2012—2013年、2014—2016年增加，在2006—2007年、2009—2010年、2011—2012年、2013—2014年降低。第二，從創新效率前沿來看，相對于第一階段，有效決策單元的數量明顯減少。第三，分地區來看(1)根據數據可得性以及國務院關于三大經濟地帶的劃分，本文三大地區劃分如下：(1)東部地區包括遼寧、北京、天津、河北、山東、江蘇、上海、浙江、福建、廣東、廣西、海南12個省區市；(2)中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9個省區；(3)西部地區包括陜西、甘肅、寧夏、四川、重慶、云南、貴州7個省區市。，東部地區相對較高，中西部地區相對較低，西部地區2007—2009年高新技術產業綠色創新效率增長很快，可能的原因是西部大開發戰略提升了其創新水平。但與第一階段相反，整個中部地區綠色創新效率高于西部地區，可能的原因是中部地區在“中部崛起”過程中承接了大量由東部地區轉移的產業，極大地提高了綠色創新水平。第四，比較來看，經過第二階段的調整，并剔除外部環境和隨機誤差的影響后，貴州、福建、陜西和海南的高新技術產業綠色創新效率降低幅度較大，東部地區高新技術產業綠色創新效率波動較小，西部地區下降，中部地區提升。上述結果驗證了本文的假說1和假說2。

表3 2006—2016年第三階段我國省級層面高新技術產業綠色創新效率與有效決策單元

四、實證結果及其分析

20世紀80年代以來FDI在全球迅猛發展，已成為經濟全球化和世界經濟增長的主要動力之一。自1978年改革開放以來，我國各地注重通過招商引資獲得資本和技術，尤其注重吸引FDI,結果造成其大量涌入，使中國成為世界上吸引FDI最多的國家之一。既有研究主要是分析FDI對我國經濟發展所起到的作用，而對FDI地區分布的研究多為識別地區稟賦和政策差異，本文則另辟蹊徑，根據“污染天堂假說”和“逐底競賽假說”的啟發，實證分析高新技術產業綠色創新效率對FDI地區分布的可能影響，以檢驗本文假說3和假說4。這在當前逆全球化和中國貫徹落實新發展理念背景下具有重要的理論與現實意義。

(一)模型、變量與數據

本文使用雙對數線性模型考察省級高新技術產業綠色創新效率對FDI地區分布的具體影響，實證模型如下：

ln fdiit=α0+α1effit+α2ln pgdpit+α3ln wageit+α4ln transit+α5cityit+α6ln reguit+ξit

(1)

其中，i、t分別代表省份和年份，被解釋變量fdi表示外商直接投資數量，核心解釋變量eff表示高新技術產業綠色創新效率。本文的控制變量有：pgdp表示市場規模，用各省份人均GDP的對數來度量；wage表示勞動成本，用城鎮單位在崗職工平均工資的對數來度量；trans表示交通便利水平，考慮到各省份區位和地理差異，本文選取公路、鐵路和水路這三種運輸方式，用各省份經過面積調整的高速公路、鐵路和內河航道的里程量的對數來度量，即各省份每萬平方公里上的高速公路、鐵路和內河航道里程量；city表示城市化率，用各省份城鎮常住人口占總人口的比重來度量；regu表示環境規制強度，用各省份環境污染治理投資總額的對數來衡量。ξ為隨機擾動項。其中，eff來自前文三階段DEA-BCC模型測算，其他數據均來自各省份歷年統計年鑒和wind數據庫，以及作者計算得到。研究對象是全國三大地區28個省區市(除西藏、新疆、青海)，時間跨度是2006—2016年。

(二)基準回歸

使用全國層面的面板數據和OLS方法的基準回歸結果如表4所示：一是綠色創新效率eff顯著為負，說明考察期內的高新技術產業綠色創新效率越高，越有可能擠出FDI，一個可能的解釋是那些來自發達國家的FDI將中國作為“污染避難所”和暫時的“棲身之地”，隨著各地環境規制加強和創新能力增強所帶來的綠色創新效率的提升，FDI出現了擠出和遷出，尤其是有環境污染的FDI項目在我國迅速減少。二是市場規模pgdp顯著為正，說明市場規模的擴大將吸引更多的FDI流入，符合中國長期以來的FDI發展趨勢。三是勞動成本wage顯著為正，說明勞動成本的提高會引致FDI流入，根據效率工資論，較高的勞動成本意味著較高的勞動質量和工作效率，如今FDI的技術含量越來越高，越來越需要高素質的勞動力。此外，相較而言，外資企業的員工工資相比民營企業確實更高。四是交通便利水平trans顯著為正，符合經濟學直覺和現實，更加便捷的交通會吸引更多的FDI流入。五是城市化率city顯著為正，城市化率越高，人口越集中，勞動人口越多，市場規模越大，就能吸引更多的FDI流入。六是環境規制強度regu顯著為負，與既有研究發現一致，提高環境規制強度在一定程度上擠出了FDI，但需要強調的是，當前我國綠色發展意識不斷增強，環境規制力度不斷加大，短期內不可避免地會增加外資企業在我國直接投資的相關成本，在一定程度上會相應降低外商直接投資的吸引力，但這只是發展的“陣痛”，綠色創新效率的提升意味著更加綠色、環保的技術效率的提升和創新能力的增強。七是綠色創新效率和環境規制強度交叉項(eff×regu)顯著為正，說明整體而言，高新技術產業環境規制強度和綠色創新效率的提高能夠吸引更多的FDI，也進而說明環境規制不能一刀切地“關停并轉”，應當同時考慮技術創新。

表4 全國和地區層面基準回歸結果

續表4

使用地區層面的面板數據和OLS方法的基準回歸結果如表4所示：一是綠色創新效率eff在東部顯著為正，在中部和西部卻顯著為負，說明東部地區高新技術綠色創新效率對FDI的吸引作用更強，中部和西部地區則相反。二是市場規模pgdp和交通便利水平trans在各地區均顯著為正，估計結果與全國層面一致。三是勞動成本wage在東部和中部顯著為正，而在西部顯著為負。四是環境規制強度regu在東部地區顯著為正，在中部和西部地區顯著為負。五是綠色創新效率和環境規制強度交叉項(eff×regu)在各地區均顯著為正，與全國結果一致。產生上述估計結果的一個可能原因是高新技術產業綠色創新效率自2006年以來在東部地區提升非常明顯，而在中西部地區變化不大。盡管東部地區的環境規制增加了FDI的投資成本，研發投入增加了FDI的創新成本，但環境效率和創新效率的提升給FDI帶來的收益高于上述增加成本，尤其是水平型(市場導向型)FDI更加重視中國市場，特別是市場規模和消費能力最強的東部地區市場，甚至部分在我國東部地區的FDI所獲得的市場份額和銷售收入占母公司全球市場份額和銷售收入非常大的比重。而與此同時，環境效率和創新效率較低的FDI，尤其是垂直型(出口導向型)FDI從環境規制強度更大和勞動力成本更高的東部地區遷徙到中西部地區(中西部地區環境規制強度和勞動力成本相對東部地區更低)或流出我國(東南亞國家環境規制強度和勞動力成本相對我國更低)。一個重要原因是流入西部地區的FDI主要是考慮到西部地區勞動力成本的優勢，其FDI主要偏向于勞動密集型產業，當西部地區的勞動力成本上升時，這一主要的成本優勢消失，這部分FDI就會從西部地區流出，流向勞動力成本更低的其他國家或地區(如東南亞國家)。

(三)穩健性檢驗

鑒于本文三大地區樣本跨度是2006—2016年，出現了東部地區樣本屬于n>T型的短面板結構，而中部地區和西部地區樣本屬于n

表5 穩健性檢驗

五、結論和政策含義

本文通過構建三階段DEA-BBC模型測算了2006—2016年28個省區市(除西藏、新疆、青海)高新技術產業綠色創新效率，并實證分析了高新技術產業綠色創新效率對FDI地區分布的影響，主要結論如下：第一，2006—2016年我國高新技術產業綠色創新效率整體呈上升趨勢，但位于創新效率前沿的有效決策單元的數量明顯在減少，東部地區高新技術產業綠色創新效率相對最高；中部地區在“中部崛起”過程中承接了大量由東部地區轉移的產業，極大地提高了其綠色創新水平；西部地區高新技術產業綠色創新效率相對最低。第二，高新技術產業綠色創新效率與FDI地區分布的關系比較穩健，全國層面、中部地區和西部地區的高新技術綠色創新效率與FDI呈顯著負相關，東部地區則呈顯著正相關，即隨著高新技術產業綠色創新效率的提高，環境效率和創新效率提升給東部地區帶來了更多的FDI。第三，單獨的環境規制短期內對全國層面、中部地區和西部地區FDI的擠出作用非常明顯，環境規制的加強造成投資成本的上升，但若同時考慮創新和綠色發展，即綠色創新效率提升和環境規制加強的同步和協調進行則能有效增加FDI。第四，市場規模的擴張和交通便利水平的提升能吸引更多的FDI流入，而由于勞動力質量的地區差異和勞動技能的需求變化，西部地區與其他地區不同，勞動成本上升對FDI的擠出作用也非常明顯。

由于我國經濟結構的調整和發展動力的更新，不同地區的要素驅動、投資驅動和創新驅動能力的差異以及不同地區綠色創新效率的差異，FDI地區分化和結構分化將持續進行，尤其是在以貿易摩擦為代表的外部環境變化和“穩中有變”的內部趨勢調整背景下，需要深入推進供給側結構性改革和打好三大攻堅戰，保持經濟持續健康平穩發展。上述研究結論對我國當前貫徹落實新發展理念具有重要的啟示。

第一，注重綠色創新效率。這是貫徹落實新發展理念的有效載體，環境效率的提升(綠色發展)和創新能力的增強(創新發展)對FDI(開放發展)的合力作用非常明顯，這在很大程度上說明了新發展理念應當同步和協調推進，不能顧此失彼。各地區要加大對高技術產業的創新投入，同時加強對生態環境保護的有力支持，形成提升綠色創新效率的良好發展環境，要承受環境規制力度不斷加大可能造成FDI流出的發展“陣痛”，堅決貫徹落實新發展理念。

第二，徹底轉變發展思路。高新技術產業綠色創新效率影響FDI地區分布的差異性表明，東部地區綠色創新效率能夠通過創新能力的增強對FDI產生集聚作用，更強的創新能力、更優的勞動質量、更大的市場規模、更好的交通條件吸引高質量FDI，中西部地區應摒棄以更優惠的政策、更低的環保要求和勞動力成本吸引FDI梯度轉移的傳統思維，將招商引資的重點放在切實改善營商環境、提高創新能力和優化要素供給上來，將綠水青山通過創新轉化為金山銀山。

第三，加快提高自生能力。FDI是我國經濟發展中的重要推動力量，但隨著我國企業的成長和資本積累，對外直接投資(OFDI)正在不斷增強，此次中美貿易摩擦凸顯了我國重要中間品生產能力的不足。我國大量進口中間品，而這些產品決定了我們產品的質量和創新能力，所以應通過加大研發扶持力度和環境執法強度，在提高綠色創新效率的同時增強我國重要中間品的生產能力，這對我們防范外部風險和提高自生能力具有重要作用。

(浙江財經大學2015級西方經濟學研究生傅天姿在本文的數據整理和寫作過程中亦有貢獻，謹致謝忱！)