中國雙向FDI對綠色創新影響的Meta整合與回歸分析

摘 要：在“碳中和”、“碳達峰”背景下，企業亟需構建更高水平的綠色創新能力以增強環境治理，國際資本流動對于本土企業的綠色創新能力有著重要影響。近年來，我國高水平“引進來”和大規模“走出去”的協同發展正在逐步實現，本文基于國內外55項獨立實證研究樣本，運用Meta分析的整合與回歸方法定量綜合了雙向FDI與綠色創新之間的關系，并對研究結論的異質性因素進行探索。研究結果表明，雙向FDI在總體上能夠顯著促進企業綠色創新，當綠色創新的政策環境較好時這種促進效應更明顯。其中，FDI對于綠色創新的正向效應更強，且FDI-綠色創新的關系表現出明顯的地區異質性，東部和西部地區的正向效應更強。通過Meta回歸分析，本文進一步檢驗了遺漏變量和模型設定問題對于現有結論差異性的影響。本文的結論彌補了個體研究片面地關注雙向FDI單一方面的不足，檢驗了雙向FDI及二者的交互作用與綠色創新之間的真實關系，對于我國企業向綠色發展轉型具有重要意義。

關鍵詞：綠色創新;雙向FDI;Meta分析;Meta回歸;外商直接投資;對外直接投資

中圖分類號：F 061.5

文獻標識碼：A 文章編號：1672-7312（2022）03-0306-12

Two-way FDI and Green Innovation in China：A meta-analysis

of Integration and Regression

CHENG Qiyun

（School of Business，Renmin University of China，Beijing 100872，China）

Abstract：Under the background of “carbon neutral” and “carbon peak”，Chinese firms urgently need

to build green innovation capacity to enhance environmental governance.International capital

flow has an important impact on local firms’ green innovation activities.In recent years，China

has experienced a coordinated development of FDI and OFDI（Two-way FDI hereafter）.It is

necessary to comprehensively analyze the impact of two-way FDI on local firms’ green innovation

of local enterprises.Based on 55 domestic and foreign independent empirical research samples，

the paper adopted meta-analysis integration and regression methods to quantitatively synthesize

existing findings about relationship between two-way FDI and green innovation，and further

explored the heterogeneity factors of the research conclusions.The results show that two-way FDI

can significantly promote firms’ green innovation，and the environmental policy can enhance the

promoting effect;among them，FDI has a stronger promoting effect on green innovation compared

with OFDI;and the FDI-green innovation relationship shows obvious regional heterogeneity，with a

stronger positive effect in the eastern and western regions.Through meta-regression analysis，

the paper further examined the influence of omitted variables and model setting problems on the

differences of existing researches.The conclusions of this research make up for the deficiency

of individual research focusing on the single aspect of two-way FDI.What’s more，the paper

tested the real relationship between two-way FDI and their interaction with green innovation，

which is of great significance for the transformation of Chinese firms to green development.

Key words：green innovation;two-way FDI;meta analysis;meta regression;FDI;OFDI

0 引言

隨著“一帶一路”倡議順利推進，中國的對外投資規模不斷擴大，圖1展現了2006—2020年中國外商直接投資（FDI）和對外直接投資（OFDI）存量金額的變化趨勢，可見高水平“引進來”和大規模“走出去”的協同發展正在逐步實現。

雙向FDI是國際技術溢出的主要渠道[1]，探究雙向FDI對我國經濟發展的多方面影響是學術界的一個熱點話題，但關于雙向FDI環境效應的討論目前還存在較大爭議，2個對立假說“污染天堂”與“污染光環”的辯題懸而未決。

在我國進一步擴大開放水平、雙向FDI規模同步增長的同時，厘清其產生的環境效應是現階段至關重要的問題。目前正是我國由高速發展向高質量發展的轉型時期，資源與環境是制約“又好又快”發展的關鍵因素。政府針對資源環境問題給予了充分的關注，習近平總書記多次強調“綠水青山就是金山銀山”，倡導將經濟發展與環境保護緊密聯系起來，2021年3月“碳中和”“碳達峰”行動方案被列為了綠色發展的重點任務。為實現經濟發展向綠色轉型，不僅需要污染的源頭控制，更需要技術的創新治理，這就要求創新與環境技術相結合，亦即實現“綠色創新”（green innovation，GI）。因此，本文認為，討論雙向FDI的環境效應時不應將污染排放與技術溢出割裂開來，關注綠色創新的概念更有意義。

綠色創新在一般技術創新的基礎上引入了環境維度，故復雜性更高、實現難度更大，并且具有技術知識和環境成本的雙重外部性[2]，單靠自主研發創新難以在短期內取得成效

[3-4]。一方面，雙向FDI形成的國際間資本流動可能為綠色創新帶來技術溢出和模仿學習的機會;另一方面，雙向FDI也可能造成擠占研發投資和排污套利行為等后果，不利于企業的綠色創新活動。已有大量研究實證檢驗了雙向FDI對于綠色創新的影響，但囿于數據與方法的限制，大多數文獻只考慮了FDI或者OFDI的單一方面，僅有少數學者試圖綜合二者的影響來對此問題進行研究，如龔夢琪等通過引入FDI和OFDI的交互項，發現FDI和OFDI均會顯著抑制工業行業的綠色創新，但二者同時存在時則表現出明顯的互補效應，行業雙向FDI能顯著促進綠色創新水平的提升[5];宋曉玲等利用耦合協調模型驗證了雙向FDI的協同發展對綠色創新的積極影響[6];還有研究則將FDI和OFDI分別進行回歸[7]或者同時納入回歸模型中[8]。在高水平“引進來”和大規模“走出去”同步發展的今天，有必要對研究進行整合，探討雙向FDI之間的相互作用，以及二者如何共同影響綠色創新。除此以外，現有的研究結論并不統一，主要可以歸納為3種：一是“促進論”，雙向FDI可能通過技術溢出效應促進本國綠色創新;二是“抑制論”，由于擠占國內研發投入的可能性，以及環境套利動機，雙向FDI可能抑制國內的綠色創新活動;三是“不確定”論，即二者的關系并非純粹的正向或者負向相關，可能存在門檻效應[9]。那么，究竟是哪些因素導致了這些研究結論的迥異不一？雙向FDI與綠色創新之間的真實關系是什么？為回答這些問題，本文綜合運用元分析的整合與回歸方法，試圖整合中國雙向FDI與綠色創新實證研究結論并進一步分析差異性的來源。

1 文獻回顧與理論假設

1.1 雙向FDI與綠色創新

雙向FDI（Two-way FDI）一般指外商直接投資（inward foreign direct investment，IFDI）和對外直接投資（outward foreign direct investment，OFDI），二者是相對的概念，描述了對于本國而言資本在國際間流動的不同方向。

自20世紀90年代以來，我國吸引了大量外商直接投資的流入，對我國地區、行業和企業都產生了重要影響。大量文獻討論了FDI對于我國環境污染和技術創新兩方面的影響。在環境污染方面，主要存在2種觀點：“污染天堂”假說和“污染光環”假說。“污染天堂”假說認為FDI的大量流入會對環境產生負面影響，由于發達國家與發展中國家可能存在環境標準的落差，污染產業的資本可能會從高環境標準地區流向較低環境標準的地區進行“環境套利”，使得FDI對本國形成負面的環境效應[10];“污染光環”假說則認為外資企業為維持其與本土企業相區別的競爭優勢，會遵循全球統一的生產和環境標準，并形成示范效應，從而提高本國的環境管理水平 [11]。在技術創新方面，現有研究發現，FDI可以通過示范效應、競爭效應、產業關聯效應和人力資本流動效應等多種途徑對東道國本土企業產生技術溢出[12]，從而提高東道國的創新能力。在此基礎上，本文關注的綠色創新將FDI的環境影響與技術溢出結合起來，這對于研究FDI在東道國的環境效應更有意義，因為環境不僅受到企業污染排放的影響，還同時受環境技術治理的作用。

綠色創新是指能夠避免或減少對環境不利影響的創新[13]，包括涉及能源節約、污染防治、廢棄物循環、綠色產品設計或者企業環境管理等方面的技術創新[14]。相較一般意義上的創新，綠色創新具有雙重外部性：第一，技術溢出、知識溢出的正外部性，承擔了綠色創新成本的企業并未獲得所有的創新收益;第二，環境污染問題的負外部性，企業并未承擔全部的污染成本和責任。這使得企業缺乏主動投入綠色創新活動的內部動機，而環境政策（激勵型、規制型工具）和制度性結構（環境導向型群體的政治機遇、信息流的組織和創新網絡的存在）等外部因素成為了影響企業綠色創新的重要驅動力 [15]。現有研究實證檢驗了環境規制[16]、制度壓力 [17]、協同創新網絡等[18]對于綠色創新的促進作用。

雙向FDI作為國際間資源要素流通的重要渠道和技術轉移的載體，也會影響綠色創新。一方面，從資源基礎的視角出發，國際間資本流動產生了技術的溢出效應，為東道國帶來國際市場上先進的綠色生產技術和環境管理經驗，從而為綠色創新提供了知識和能力基礎;另一方面，從制度基礎的視角來看，國際間的資本流動也伴隨著企業和國家層面政策制度的協調[19]，例如，企業在發達國家的對外直接投資必須遵循當地更嚴格的環境政策，外商直接投資的流入也可能使得環境更加友好的生產標準和環境標準在東道國擴散，原有的粗放式生產流程的合法性受到威脅，為東道國企業投入綠色創新提供了制度性的激勵。然而，現階段學者們對于雙向FDI和綠色創新之間的關系并未形成一致的結論，張偉等認為，FDI可以為增強我國綠色創新能力提供知識基礎、資本基礎、服務基礎和機制基礎;李斌等、LIN等、肖遠飛等則通過實證發現FDI和綠色創新之間顯著負相關[20-22];還有學者通過門限回歸模型驗證了FDI與綠色創新之間的非線性關系，受門限變量如環境規制[23]、吸收能力[24]、知識產權保護[25]等影響。關于OFDI和綠色創新的研究相對較少，但隨著我國對外投資規模的擴大，這一問題也逐漸引起了學界的關注。有學者持支持的觀點，認為OFDI可以通過逆向技術溢出促進本國的綠色創新 [26]。部分學者則認為OFDI可能會擠占國內研發投資，不利于綠色創新[27-28]，或者成為國內污染產業轉移環境成本的渠道，而不去投入綠色創新研發。李國祥等指出，當環境規制力度較弱時，OFDI會阻礙國內綠色技術創新[29]。

1.1.1 FDI與綠色創新

隨著我國環境政策日趨嚴格，外商企業的污染套利往往難以覆蓋其合法性成本。并且，為了維持競爭優勢，外商企業一般遵循統一的產品與質量標準，上、下游的本土供應商和客戶企業為獲得其訂單和市場，也更有動力投入研發和綠色產品的開發過程以提高質量標準。發達國家FDI流入帶來綠色產品和工藝在行業間和市場中的擴散，重污染企業的合法性受到威脅，不得不加大綠色創新活動的投入。

此外，現有文獻實證檢驗了FDI的技術溢出效應，FDI可以為本土企業帶來先進技術知識的非自愿擴散、提供研發資本，促進創新能力的提升[30]。FDI的技術溢出為本土企業帶來先進的技術、生產設備以及環境管理實踐，這些外部知識基礎大大降低了綠色自主創新的風險和不確定性，同時，本土企業經過對外部知識吸收和轉化提高了自身的綠色創新能力，也可以通過技術購買、聯合研發加快企業綠色創新的進程。

1.1.2 OFDI與綠色創新

對外直接投資企業在競爭中往往存在“外來者劣勢”，當它們面臨當地政府、市場和行業協會的外部制度性壓力時，采用更先進的環境管理標準、承擔更多環境及社會責任可以幫助減輕合法性威脅[32-33]。國外市場也是綠色技術商業化的關鍵要素，

出于迎合國外市場需求和國際環保標準的目的，對外投資企業有動力投入綠色創新活動。

同時，OFDI作為企業的“學習實驗室”[34]，為企業提供了技術學習和知識吸收的機會。海外子公司在國際市場上接觸到更加先進的綠色生產技術、更高的綠色產品標準、豐富的環境管理經驗以及綠色市場需求[35]，在此過程中產生的知識積累最終將反饋給母國，從而通過逆向技術溢出效應對綠色創新產生影響。

本文認為，通過逆向技術溢出，中國OFDI有利于本國企業的綠色創新。但與FDI直接的技術溢出相比，逆向技術溢出是一個國家或地區到另一個國家或者地區進行直接投資，子公司在當地實現技術進步并通過多種渠道返回母國的過程[36]，其影響過程可能較為漫長且緩和。

因此，本文提出以下假設：

H1：雙向FDI與綠色創新在總體上存在顯著的正相關關系。

H1a：FDI對綠色創新具有顯著的正向影響。

H1b：OFDI對綠色創新具有顯著的正向影響。

H1c：FDI對于綠色創新的影響效應程度大于OFDI。

1.2 異質性分析

Meta分析以現有研究作為樣本對變量間關系進行總體檢驗，還需進一步檢驗納入Meta分析中的各獨立研究樣本之間的差異程度。若樣本間存在較高異質性，則可能存在某些潛在調節變量影響著總體性檢驗所揭示的作用關系，從而導致現有各個研究的結論不一致。一般將調節變量分為情境因素與測量（研究設計）因素，通過對樣本文獻的整理與編碼，本文發現地區與綠色創新的政策環境可能是導致現有研究結論差異性的情境因素。同時，研究設計等測量因素也可能解釋研究樣本間異質性。因此，需要進行異質性分析，進一步檢驗各種調節因素的影響，以得到真實的變量間關系。

1.2.1 情境因素的調節

1）地區因素。我國的綠色創新水平、FDI和OFDI存在著顯著的地區差異性。東部地區尤其沿海區域的雙向FDI規模較大，對外開放程度較高，而中西部地區發展較為粗放，依賴創新拉動經濟增長的程度較低，綠色創新動力不足。東部地區由于經濟發展和整體研發水平較高，對于雙向FDI的技術溢出具有較好的吸收能力。

因此，本文提出以下假設：

H2：地區因素顯著調節雙向FDI與綠色創新之間的關系。

2）綠色創新環境。我國于2015年1月1日開始正式實行新環境保護法，通過按日記罰、行政拘留、社會監督等強干預手段在全社會范圍提高了環境意識，加大了企業的環境成本，強化了雙向FDI為企業投入綠色創新活動帶來的制度性激勵。本文認為，當社會的綠色創新環境較好時，雙向FDI對于綠色創新的作用更顯著。

因此，本文提出以下假設：

H3：綠色創新環境顯著調節雙向FDI與綠色創新之間的關系。

1.2.2 研究設計因素的調節

1）變量度量因素。不同學者在實證檢驗雙向FDI對綠色創新的影響時，針對雙向FDI存在2類測量方式，一是以雙向FDI的流量或存量數據作為代理變量，二是以公式計算雙向FDI渠道的國際溢出效應。

另外，現有文獻對于綠色創新的度量主要有2種方式：一是結果性視角，以企業或區域內綠色技術專利的申請或授權數量衡量綠色創新的實質性成果[37]。二是將綠色創新活動視為從投入到產出的系統性過程，通過投入/產出分析來測度綠色創新的效率和能力。過程性視角下一般采用SBM模型[38-39]、DEA模型[40-41]、隨即前沿等方法分析綠色創新活動的研發投入、能源投入與期望、非期望產出的關系;還有學者通過將環境要素納入全要素生產率的投入/產出分析框架中，計算綠色全要素生產率（GTFP）以反映扣除所有投入要素增長后，生產率由于綠色技術進步和綠色技術效率改善而提高的部分。

由于理論界目前對于綠色創新的界定仍然較為模糊，有必要比較不同的變量測度方式是否會影響實證結果。

因此，本文提出以下假設：

H4：變量操作性特征顯著調節了雙向FDI與綠色創新的關系。

2）研究設計特征。樣本文獻中有使用最小二乘法進行回歸的，也有使用工具變量（IV）、兩階段最小二乘法（2SLS）、廣義矩估計（GMM）等回歸方法處理內生性問題的，不同的回歸方法可能對于結論產生影響。此外，現有研究中有的關注微觀企業層面，也有關注產業、省、市、地區和國家的宏觀層面。

因此，本文提出以下假設：

H5：研究設計特征調節了雙向FDI與綠色創新的關系。

3）遺漏變量因素。遺漏變量因素考察原始模型中特定控制變量對于回歸結果的影響，而元分析能夠超越單個研究設計的局限性。基于本文的研究問題，我們認為對外直接投資和外商直接投資均可能對于創新能力產生顯著影響，雙向FDI之間可能存在互動影響，是否在模型中同時控制雙向FDI會影響回歸結果。

本文還搜集了原始文獻中常見的幾個控制變量，如地區吸收能力、研發投入、知識產權保護，檢驗模型中是否納入這些控制變量對于回歸結果差異性的影響。

因此，本文提出以下假設：

H6：遺漏變量因素顯著調節了雙向FDI與綠色創新的關系。

基于上述分析，本文構建了創業者與創業績效之間關系的概念模型，具體如圖2所示。

2 研究設計

本文使用Meta分析的整合與回歸方法探究雙向FDI與綠色創新能力之間的真實關系。Meta分析是一種定量的系統性文獻綜述方法，通過一系列統計方法超越了單個研究的局限性，可以最大程度地避免實證文獻的研究誤設偏誤（misspecilization bias），如個體研究者主觀經驗、實證研究設計因素或者計量方法選擇等。

Meta分析的整合方法將各個獨立研究的結論經過統計分析形成一個綜合的效應值均值及其置信區間，從而得出整體性的結論，但對于研究結論的異質性只能通過二元亞組分析的方式進行檢驗。因此，為進一步探究異質性影響因素的來源，本文在Meta分析整合的基礎上，使用Meta回歸方法探究潛在調節變量的影響。本文進行數據分析的統計軟件為Stata 15。

2.1 文獻檢索與篩選策略

Meta分析以已有文獻作為分析的對象，因此，本文首先圍繞雙向FDI和綠色創新關系這一主題進行樣本文獻的收集，檢索策略如下：

首先，進行關鍵詞檢索，搜集發表在CSSCI和SSCI核心期刊上的相關文獻。中文文獻檢索基于“外商直接投資”“對外直接投資”“雙向FDI”“綠色創新”“環境創新”“生態創新”等關鍵詞，在中國期刊全文數據庫（中國知網）、維普、萬方等學術資源庫進行全文檢索;英文文獻檢索基于“FDI/IFDI”“OFDI”“Two-way FDI”“Green Innovation”“Environmental Innovation”“eco-innovation”“GTFP”等關鍵詞，在Google Scholars，Web of Science，Research Gate等文獻檢索數據庫進行全文檢索。

其次，已發表文獻在結論的顯著性方面可能存在一定偏倚，為保證Meta分析中樣本文獻的客觀以及全面性，本文檢索了主題相關的未發表文獻，如碩士和博士論文、會議論文以及工作論文等。

最后，為減少關鍵詞檢索中的文獻遺漏，本文采用滾雪球的方式對每一篇納入文獻的參考文獻列表進行全文檢索。

在文獻檢索完成后，通讀每一篇文獻的摘要及全文以進行篩選。文獻的篩選標準為：①文章內容與主題相關，即以綠色創新作為因變量，以雙向FDI作為自變量。②要求實證文章，且完整報告了Meta分析所需的實證結果數據，如相關系數、回歸系數、回歸系數的標準誤、t-值、樣本量等。③為保證不同樣本文獻之間的獨立性，對相同作者并且基于相同數據的多篇文獻僅納入結果最為穩健的一篇。經過全面的文獻檢索和篩選過程后，最終納入Meta分析樣本的有效文獻共有55篇，包含129個效應值，總樣本量達39 574。其中，已發表文獻47篇，未發表的文獻8篇;中文文獻共計45篇，英文文獻10篇。

2.2 數據整理和編碼

對搜集到的樣本文獻進行數據提取和編碼，提取的信息包括文獻標題、作者、發表時間、發表期刊、變量測量方式、數據來源、樣本期間等，其中，最重要的是效應值的確定。

效應值（effect size）衡量現象的強度，亦即自變量和因變量關系的方向和強度。Meta分析的效應值可以是簡單相關系數（r），偏相關系數（partial correlation coefficient，PCC），t-值等，其中，偏相關系數在經濟領域Meta分析中經常用作效應值的統計量。偏相關系數衡量在剔除其他因素影響后，某一個變量和因變量之間的相關系數，具有數據易得性和高度可比性，實證文獻中一般不會直接匯報，因此需要根據回歸結果進行計算。計算公式如下

式中：t為回歸系數（β）的t-值;df為自由度;n為單個研究的樣本量;Se為標準誤。

此外，在對效應值進行編碼時，一篇實證文章可能匯報多個回歸結果，為保證Meta分析樣本之間的獨立性，本文作出以下處理：①核心變量的不同維度而產生的多個回歸結果，分別計算偏相關系數并其取平均值;②變換計量模型、變量測量方式或增減控制變量而產生的多個回歸結果，只取其中擬合優度最高或者作者認為最佳的一個估計結果;③替換不同子樣本（如全國、東中西部地區數據）而產生了多個回歸結果，則同一研究的多個回歸結果均被保留。此外，部分獨立文獻樣本中的變量與本文所研究變量成相反數的關系，如因變量值越大其度量的綠色創新能力越差，則需要先對回歸系數取反。

2.3 Meta分析設計

2.3.1 發表偏倚檢驗

在進行Meta分析之前，首先要對研究樣本整體進行發表偏倚的檢驗，若存在發表偏倚，則需對樣本文獻進行進一步的糾正和篩選。發表偏倚（publication bias）是指論文的發表與否可能不是隨機事件，在發表過程中存在研究者、審稿人或者期刊的“選擇性”，即特定結論的研究可能更容易被發表，例如小樣本研究難以得出具有顯著統計意義的結果，其發表的可能性會受到限制。

本文采用Egger回歸[42]和繪制文獻漏斗圖的方法來識別并檢驗發表偏倚，構建Egger’s回歸模型

precisioni為精度，為效應值標準誤的倒數。當回歸模型的擬合線經過原點，即截距項α1=0時，表示樣本不存在發表偏倚。

漏斗圖則是一種較為簡單且普遍使用的識別發表偏倚的方法，它將每個獨立研究繪制成散點，在以效應值為橫軸、以精度為縱軸的象限上表示出來，對于樣本量和精度較小的研究，其散點的分布會更加分散，而樣本量大且精度高的研究則相反。若存在發表偏倚，例如樣本量小的研究不具有顯著性結果而難以發表，則漏斗圖的分布形狀不對稱;當不存在發表偏倚時，散點的分布圖則呈一個對稱的倒置漏斗狀。

2.3.2 總體異質性檢驗和二元分析

異質性衡量多個獨立樣本之間的差異程度，一般使用Q檢驗和I2檢驗的方法識別異質性。當研究間異質性較高時可選擇隨機效應模型進行校正，否則可以用固定效應模型對整體結論進行估計。另外，當異質性較高時，需要通過進一步的Meta二元分析或者Meta回歸分析探討潛在調節因素的影響。Meta二元分析又稱亞組分析，本文將樣本文獻按照東部、中部和西部地區分類標準進行編碼，檢驗地區因素對于結論異質性的影響。

2.4 Meta回歸分析設計

亞組分析會降低每一亞組的樣本數量，并且從某種程度上破壞了原始研究的隨機性，可能對數據誤差產生影響。此外，亞組分析每次只能按照一個潛在調節變量進行，在檢驗復雜因素的綜合影響時存在一定局限性，并且對每個亞組都要進行效應量的合并，若要對2個及以上的變量進行分析則應采用Meta回歸的方法。

回歸方程

Meta回歸分析由Meta分析發展而來。X為協變量合集。本文按照變量度量、研究設計、文獻特征及遺漏變量4個方面設置可能存在的調節變量（見表1），然后采用加權最小二乘法（WLS）來檢驗調節變量效應的存在與強度，權重（wi）為根據文獻樣本量（Ni）計算的方差倒數，即

wi=1/se2i，sei=1/Ni-3。

3 結果分析

3.1 發表偏倚的檢驗

圖3是根據樣本文獻數據繪制的漏斗圖，其中，散點代表了每一個獨立研究的估計結果，圖中散點均勻對稱分布于中線（即平均效應值）兩側，

呈倒置漏斗狀，因此現有文獻整體不存在明顯的

發表偏倚。由于漏斗圖的判斷存在一定主觀性，

本文進一步采用較為客觀的回歸方法檢驗，表2匯報了Egger’s檢驗的結果，截距項系數的P-值不顯著（β=-0.110，p=0.880），且置信區間包含原點，Meta分析的研究不存在發表偏倚的結論，具有較強的穩健性。

3.2 主效應：Meta分析結果

圖4為整體樣本的森林圖，實線表示無效線，圖中虛線穿過的菱形點代表樣本文獻的平均效應

值，分布在實線右側且不與實現重合，可以初步判斷雙向FDI與綠色創新之間整體上存在正向關系。

表3匯報了異質性檢驗的結果，Q值為668.21，在1%的水平上顯著為正，此外，I2值表明效應值總變異中有90.7%反映了樣本文獻間真實效應的差別，表明樣本文獻的研究結論具有高度的異質性，應使用隨機效應模型對異質性進行校正，且雙向FDI與綠色創新能力之間存在調節變量的影響，需要進一步探究不同研究之間異質性的來源。

表4為隨機效應模型下，Meta分析的主效應檢驗結果。整體而言，雙向FDI對綠色創新能力存在顯著的正相關關系，假設1得到驗證。FDI對綠色創新能力影響的綜合效應值為0.068，其95%的置信區間不包含零且為正值，說明FDI能夠顯著促進綠色創新;OFDI對綠色創新能力影響的綜合效應值為0.054，存在顯著的促進作用，但作用強度略小于FDI，由此假設1（a）、1（b）和1（c）得到驗證。

3.3 Meta二元分析結果

整體效應檢驗結果說明雙向FDI與綠色創新之間存在高度一致性，但二者的關系可能受潛在調節變量的影響。為檢驗這一影響，本文以地區作為分組變量，進行亞組分析。

表5匯報了亞組分析的結果。對于FDI-綠色創新關系，地區變量的組間Q檢驗結果顯著（Q=14.27，p<0.001），說明地區因素顯著調節了外商直接投資與綠色創新之間的關系，且東部地區的正向關系較強，平均效應值為1.85，中部地區的關系最弱，平均效應值為0.068。

對于OFDI和綠色創新的關系，地區變量的組間Q值為0.18，不具有統計意義上的顯著性。可能是因為對外投資逆向技術溢出的過程本身較為緩慢，各地區對外投資水平差別不大，且資金流向地的區域異質性比本國的區域異質性對技術逆向溢出的影響更大。因此，假設2得到了部分驗證。

表5的最后一行列示了綠色創新環境的Meta二元回歸分析結果，可知綠色創新環境在5%的顯著性水平上正向調節了雙向FDI與綠色創新之間的關系（β=0.02，p=0.04）。當社會環境更加鼓勵企業進行綠色創新時，雙向FDI對綠色創新的促進效應越顯著。

3.4 調節效應：Meta回歸分析

表6匯報了Meta回歸的結果。結果顯示，變量操作特征并不會顯著影響結論，FDI和綠色創新的不同變量度量方式之間具有較高的可比性。在遺漏變量偏差方面，當模型中同時包含雙向FDI會減弱只考慮單項FDI時效應值的大小（β=-0.172，p=0.031<0.05），這進一步證實了本文的主要假設，即雙向FDI之間存在互動關系，且都對綠色創新有正向影響，地區吸收能力、研發投入等其他遺漏變量的系數不顯著，表明本文納入的研究受遺漏變量偏差影響較小。此外，OLS的系數在5%的水平上顯著為負，說明模型設定在一定程度上會影響研究結論的差異性，控制了回歸模型的內生性問題后，雙向FDI促進綠色創新的效應值更大。

4 結論與討論

本文基于55項國內外獨立的實證研究進行定量的綜合分析，運用Meta分析的整合與回歸方法，超越現有研究片面關注國際資本流動單一方面的局限性，綜合比較了雙向FDI對綠色創新的真實效應以及個體研究結論的異質性來源。研究發現：雙向FDI和綠色創新之間整體上具有顯著的正相關關系，FDI和OFDI都能促進綠色創新，并且FDI的促進效應更強。雙向FDI互相且共同影響綠色創新，在實證研究中有必要在模型中同時控制FDI和OFDI的效應。

通過進一步的異質性分析，本文發現，當綠色創新環境較好時，雙向FDI的正向影響得到了顯著增強。同時，FDI對綠色創新的影響存在明顯的地區性差異，在吸引大量外資且經濟發展水平較高的東部地區，對于FDI技術溢出的吸收能力較強，且地區的競爭較為激烈，外資企業為了獲得壟斷優勢更有可能向國內轉移先進技術，因而FDI促進綠色創新的作用更加明顯;在西部地區，由于自身研發水平較弱，對于FDI技術溢出的依賴性以及模仿創新的動機可能較強，FDI對綠色創新的作用也比較顯著;而在中部地區這一關系最弱。OFDI-綠色創新的關系沒有表現出明顯的地區差異性，可能是因為OFDI逆向技術溢出過程本身較為緩慢，且對外投資流向地區的特點對這一過程的影響更為重要。

此外，由于學界對于綠色創新概念的定義較為模糊，本文通過Meta回歸比較了不同的變量測度方式對于實證結果的影響，發現綠色創新的不同測度方式間具有比較高的一致性，對于結論差異的影響不大。但回歸模型的設定會顯著影響研究結論，當控制了回歸的內生性時，雙向FDI和綠色創新的正向效應會更強。Meta回歸的結果還證實了雙向FDI之間存在互補效應，在考慮某一種FDI和綠色創新之間的關系時，有必要在模型中同時控制另一種FDI的影響，否則可能會影響結論的準確性。

本文的貢獻在于，首先，通過Meta分析整合了現有的實證研究結論，彌補了個體研究片面更關注雙向FDI的單一方面的研究缺陷，運用嚴謹的統計方法檢驗了雙向FDI與綠色創新之間的真實關系，并進一步探究了研究異質性的來源，為未來的實證研究如何避免研究設計造成結論偏誤提供建議，在研究方法上做出了一定的推進;其次，在我國雙向FDI協同發展、經濟向“又好又快”發展轉型的關鍵時期，綠色創新從污染排放與治理技術2個方面更全面地考察了環境效應，因而厘清雙向FDI對綠色創新的真實影響具有重要的實踐意義;第三，本文應用了規范且完整的Meta整合與分析方法，將2種Meta方法進行結合，提供了系統性的定量文獻綜述框架。本文對于經濟領域Meta分析中效應值的處理提供了較好的參考，以往針對更微觀層面的實證研究，往往直接將其所有的相關系數納入分析，但這種做法通常不適于大樣本研究。本文選擇偏相關系數作為效應值，且對于同一篇文獻中存在多個效應值的樣本，與以往的做法不同，本文并不是簡單地全部納入或者取平均數，而是通過更加科學的分析過程，將同一維度的效應值進行平均，不同維度的分別納入分析，保證效應值獨立性。

參考文獻：

[1] 李梅.國際R&D溢出與中國技術進步——基于FDI和OFDI傳導機制的實證研究[J].科研管理，2012，33（04）：86-92+130.

[2]RENNINGS K.Redefining innovation：eco-innovation research and the contribution from ecological economics [J].Ecological Economics，2000，32（02）：319-332.

[3]張偉，李虎林，安學兵.利用FDI增強我國綠色創新能力的理論模型與思路探討[J].管理世界，2011（12）：170-171.

[4]段云龍，向剛，趙明元.企業綠色持續創新動力機制研究[J].技術與創新管理，2007（01）：105-108.

[5]龔夢琪，劉海云，姜旭.中國工業行業雙向FDI如何影響全要素減排效率[J].產業經濟研究，2019（03）：114-126.

[6]宋曉玲，李金葉.雙向FDI協調發展是否促進了綠色經濟效率增長——基于技術創新視角[J].國際商務（對外經濟貿易大學學報），2021（02）：126-140.

[7]李國祥，張偉.環境規制條件下綠色技術創新的國際資本和貿易渠道研究[J].科技管理研究，2016，36（24）：15-20.

[8]王曼曼，連帥，李海燕，尹士.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（06）：1136-1149.

[9]張建，李占風.對外直接投資促進了中國綠色全要素生產率增長嗎——基于動態系統GMM估計和門檻模型的實證檢驗[J].國際貿易問題，2020（07）：159-174.

[10]TALUKDAR D，MEISNER C M.Does the private sector help or hurt the environment？Evidence from carbon dioxide pollution in developing countries[J].World development，2001，29（05）：827-840.

[11]ZARSKY L.Havens，halos and spaghetti：untangling the evidence about foreign direct investment and the environment[J].Foreign direct Investment and the Environment，1999，13（08）：47-74.

[12]JUDE C.Technology spillovers from FDI.Evidence on the intensity of different spillover channels[J].The World Economy，2016，39（12）：1947-1973.

[13]CAI W，ZHOU X.On the drivers of eco-innovation：empirical evidence from China[J].Journal of Cleaner Production，2014，79：239-248.

[14]CHEN Y S，

LAI S B，WEN C T.The influence of green innovation performance on corporate advantage in Taiwan[J].Journal of business ethics，2006，67（04）：331-339.

[15]HORBACH J.Determinants of environmental innovation-new evidence from German panel data sources[J].Research policy，2008，37（01）：163-173.

[16]BAI Y，SONG S，JIAO J，et al.The impacts of government R&D subsidies on green innovation：Evidence from Chinese energy-intensive firms[J].Journal of Cleaner Production，2019，233：819-829.

[17]CHEN X，YI N，ZHANG L，et al.Does institutional pressure foster corporate green innovation？Evidence from China’s top 100 companies[J].Journal of cleaner production，2018，188：304-311.

[18]于飛，胡查平，劉明霞.網絡密度、高管注意力配置與企業綠色創新：制度壓力的調節作用[J].管理工程學報，2021，35（02）：55-66.

[19]SINGHANIA M，SAINI N.Demystifying pollution haven hypothesis：Role of FDI[J].Journal of Business Research，2021，123：516-528.

[20]李斌，彭星，陳柱華.環境規制、FDI與中國治污技術創新——基于省際動態面板數據的分析[J].財經研究，2011，37（10）：92-102.

[21]LIN B，CHEN Z.Does factor market distortion inhibit the green total factor productivity in China？[J].Journal of Cleaner Production，2018，197：25-33.

[22]肖遠飛，吳允.FDI、環境規制政策和區域綠色創新效率[J].重慶理工大學學報（社會科學），2019，33（06）：50-62.

[23]徐建中，王曼曼.FDI流入對綠色技術創新的影響及區域比較[J].科技進步與對策，2018，35（22）：30-37.

[24]劉夏，顏婕，趙軍峰.FDI綠色技術溢出效應及其門檻檢驗[J].生態經濟，2018，34（11）：120-125.

[25]韓先鋒，李勃昕，劉娟.中國OFDI逆向綠色創新的異質動態效應研究[J].科研管理，2020，41（12）：32-42.

[26]聶秀華，吳青.對外直接投資的逆向綠色技術溢出效應真的存在嗎？[J].管理現代化，2020，40（02）：7-11.

[27]梁圣蓉，羅良文.國際研發資本技術溢出對綠色技術創新效率的動態效應[J].科研管理，2019，40（03）：21-29.

[28]梁圣蓉，羅良文.國際研發資本技術溢出對綠色技術創新效率影響的門檻效應——基于人力資本視角[J].技術經濟，2019，38（04）：23-32.

[29]李國祥，張偉，王亞君.對外直接投資、環境規制與國內綠色技術創新[J].科技管理研究，2016，36（13）：227-231+236.

[30]陳麗珍，劉金煥.FDI對我國制造業內資企業自主創新能力影響的實證研究[J].技術與創新管理，2015，36（04）：319-325.

[31]祿雪煥，胡春花.FDI對我國內資企業技術創新的影響——基于行業數據的實證研究[J].技術與創新管理，2009，30（06）：703-704+708.

[32]KHAN M A，ALI S T，YANG Z，et al.Outward foreign direct investment and corporate green innovation：An institutional pressure perspective[J].South African Journal of Business Management，2020，51（1）：1-12.

[33]XING G，XIA B，GUO J.Sustainable cooperation in the green supply chain under financial constraints[J].Sustainability，2019，11（21）：5977.

[34]PERRUCHAS F，CONSOLI D，BARBIERI N.Specialisation，diversification and the ladder of green technology development[J].Research Policy，2020，49（03）：103922.

[35]LI Y，YE F，SHEU C，et al.Linking green market orientation and performance：Antecedents and processes[J].Journal of Cleaner Production，2018，192：924-931.

[36]韓玉軍，王麗.中國OFDI逆向技術溢出效應的影響因素研究——基于國別面板數據的非線性門檻技術回歸[J].經濟理論與經濟管理，2015（06）：94-105.

[37]李婉紅.中國省域工業綠色技術創新產出的時空演化及影響因素：基于30個省域數據的實證研究[J].管理工程學報，2017，31（02）：9-19.

[38]侯建，宋洪峰，李麗.非研發投入、知識積累與中國制造業綠色創新增長[J].系統管理學報，2019，28（01）：67-76+85.

[39]陳清，林珊珊.中國省際綠色創新效率的評價研究——基于Super-SBM模型和ML指數[J].技術與創新管理，2021，42（05）：510-518.

[40]宋馬林，王舒鴻，汝慧萍，王剛.基于省際面板數據的FDI綠色創新能力統計分析[J].中國軟科學，2010（05）：143-151.

[41]華振.我國綠色創新能力評價及其影響因素的實證分析——基于DEA-Malmquist生產率指數分析法[J].技術經濟，2011，30（09）：36-41+69.

[42]EGGER M，SMITH G D，SCHNEIDER M，et al.Bias in meta-analysis detected by a simple，graphical test[J].British Medical Journal，1997，315（7109）：629-634.

（責任編輯：嚴 焱）

收稿日期：2021-11-29

作者簡介：程棲云（1998—），女，安徽安慶人，碩士研究生，主要從事綠色創新的學習與研究。