杨水根,董晓雪
(湖南工商大学 经济与贸易学院,湖南 长沙 410205)
国家“十四五”规划强调要深入实施可持续发展战略,构建生态文明体系,促进经济社会发展全面绿色转型。2021年中央政府工作报告中再次提出,“推动绿色发展,促进人与自然和谐共生”。绿色发展成为污染问题解决的根本之策,是现代化经济体系构建的必然要求。“一带一路”沿线省份是新时期我国对外开放的新窗口。早在2017年,环保部、外交部、国家发展改革委、商务部联合发布《关于推进绿色“一带一路”建设的指导意见》,明确指出应将生态理论和绿色思维融入我国“一带一路”沿线省份的建设发展之中,此外,《“一带一路”生态环境保护合作规划》重点指出,“一带一路”沿线省份应以绿色生态和可持续发展相结合的方式促进经济高质量发展,提升绿色发展效率。
绿色发展和开放发展是五大发展理念中的两项重要理念,绿色发展主要解决人与自然和谐共处的问题,而开放发展主要解决内外联动发展问题。外商直接投资(FDI)作为开放发展的主要手段,是经济发展重要的外部推动力,深刻影响着区域环境和经济增长质量。“一带一路”倡议提出后,我国沿线省份的对外开放程度大大提高,FDI实现了持续且快速的增长,在拉动经济增长的同时,对绿色发展也会产生诸多影响。绿色发展与开放发展是否能够兼得?“一带一路”沿线省份FDI 对其绿色发展效率有何影响?作用机制又是什么?本文试图围绕上述问题进行讨论,并提出相关建议。
许多国内外学者都对FDI与全要素生产率之间的关系进行了研究,由于技术是影响全要素生产率的关键因素,国内学者主要将技术分解为技术进步和技术效率,进而研究FDI对东道国技术的作用。潘博(2017)[1]建立技术效率指数、技术进步指数和全要素生产率指数,研究FDI溢出效应对全要素生产率的影响,结果表明,FDI溢出效应促进了全要素生产率的提高,且在促进技术进步方面的作用尤为明显。梁云和郑亚琴(2015)[2]研究了FDI对全要素生产率提高的作用机制,认为FDI可以提高技术创新水平,从而实现对全要素生产率的提升作用。杨向阳和童馨乐(2013)[3]将全要素生产率分解为技术进步和技术效率,构建计量模型研究FDI对中国全要素生产率的影响,研究发现,FDI可以有效促进中国全要素生产率的提高。具体来看,FDI对技术进步有显著正向影响,但对技术效率的影响却显著为负。汪辉平等(2016)[4]通过构建空间杜宾模型考察外商直接投资对工业全要素生产率影响的空间溢出效应,结果显示,外商直接投资对本地区及相邻地区的TFP、技术进步均有正向促进作用,且间接效应要远超直接效应,技术效率改进方面,FDI对本地区有促进作用,对相邻地区则有抑制作用,且间接效应远小于直接效应。还有一些学者直接研究FDI对全要素生产率的影响。李夏玲等(2020)[5]运用系统GMM估计方法进行实证,结果显示对外直接投资可以正向促进母国行业全要素生产率,且存在行业差异。Herzer(2017)[6]以玻利维亚1980—2011年数据为样本进行协整性分析,发现FDI对全要素生产率具有积极的长期影响。Baltabaev(2014)[7]利用1974—2008年49个国家的面板数据,结果表明,FDI存量增加对吸收前沿技术存在显著的正效应,可以有效促进生产率增长。Kim等(2015)[8]认为FDI对欠发达国家具有正向影响,而来自发达国家的FDI影响强度也大于来自欠发达国家的FDI影响强度。
目前学术界对FDI环境效应的研究日益丰富,主要的观点有三种:“污染避难所”假说观点、“污染光环”假说观点以及分阶段效应观点。一方面,刘玉凤和高良谋(2019)[9]研究中国省域FDI与环境污染的关系,认为FDI集聚度高的区域,其污染也越严重,即FDI和环境污染存在显著的正相关关系;Shahbaz等(2018)[10]研究表明FDI对碳排放有积极促进作用,支持法国的污染天堂假说;Rafindadi等(2018)[11]采用平均组(PMG)方法研究了1990—2014年外国直接投资流入对环境污染的影响,发现FDI流入对环境有负面影响。另一方面,冯江茹(2018)[12]通过构建分位数和GWR模型研究FDI和城市污染排放之间的关系,结果表明,FDI的引进能够有效抑制城市污染排放;贺培和刘叶(2016)[13]研究FDI对中国环境污染的影响,认为FDI能够有效降低中国污染排放水平,并可在一定程度上缓解中国的环境污染现状。另外有学者分阶段讨论FDI对环境的作用,阚大学(2014)[14]运用Meta定量方法分析FDI对中国环境污染的影响,结果表明,2000年以前FDI加剧了环境污染,但在2000年之后FDI能够改善环境质量;计志英等(2015)[15]用三阶段最小二乘法实证研究全国以及分区域FDI对污染排放的作用,研究表明,两者之间呈倒“U”形关系;霍伟东等(2019)[16]利用中国城市空间面板数据分析FDI对东道国环境的影响机制,认为FDI在经济发展初期会加剧环境污染,而在经济转型时期则会抑制环境污染;Malik等(2020)[17]运用ARDL和非线性ARDL协整性方法,以及格兰杰因果关系研究FDI对碳排放的影响,认为FDI不论是在长期或短期内看,都加剧了碳排放;谷继建等(2020)[18]运用省际面板数据实证研究我国FDI与环境污染之间的关系,结果表明FDI的环境效应在中国式分权体制下呈现U形特征,随着FDI流入环境污染呈现先下降后上升的趋势。
从现有研究来看,学者们单独研究FDI与绿色全要素生产率关系的较少,研究FDI与其它要素交互影响绿色全要素生产率的文献较多。汪朝阳(2021)[19]运用前沿分析方法分析FDI绿色全要素生产率的影响,结果表明FDI对绿色全要素生产率具有正向促进作用,并存在东中西逐步减少的区域异质性;张建和李占风(2020)[20]研究对外直接投资与绿色全要素生产率的关系,结果表明FDI能够显著促进绿色全要素生产率的增长,且存在区域异质性和环境规制的门槛效应;陈丹丹(2019)[21]用河南省18个地级市的面板数据进行实证研究,研究表明,FDI对绿色全要素生产率的提高并没有显著的促进作用。FDI与其它要素交互影响绿色全要素生产率方面的研究十分丰富,一方面研究表明FDI对绿色全要素生产率有正向促进作用,卫凯(2019)[22]利用中国省级数据研究FDI和财政支出对绿色全要素生产率的作用,认为FDI与财政支出对绿色全要素生产率都存在正向作用,而两者的交互作用对绿色全要素生产率表现为负向作用;倪艳秋(2018)[23]研究绿色财政、外商直接投资以及两者的交互作用对绿色全要素生产率的影响,结果表明,绿色财政、外商直接投资以及两者的交互项都能显著促进绿色全要素生产率的提高。另一方面研究认为FDI对绿色全要素生产率具有抑制作用或者没有显著促进作用,李光龙和范贤贤(2019)[24]运用固定效应模型对FDI与贸易开放对绿色全要素生产率的影响进行分析,认为FDI能够显著抑制绿色全要素生产率的提升,而FDI与贸易开放的交互作用对绿色全要素生产率的提升具有促进作用;李斌等(2016)[25]采用动态GMM的方法实证检验FDI、财政分权及其交互项对绿色全要素生产率的影响,认为FDI引进对绿色全要素生产率并没有改善作用,但与财政分权的交互作用却对绿色全要素生产率有显著促进作用;傅京燕等(2018)[26]从不同来源的FDI视角研究其对绿色全要素生产率的影响,研究发现FDI对绿色全要素生产率的整体影响并不显著,而环境规制却能正向调节FDI对绿色全要素生产率的影响。
综上所述,关于外商直接投资与全要素生产率、环境污染以及绿色全要素生产率的研究日益丰富,从现有文献看主要有两个特点:一是现有研究FDI与其它要素交互项对绿色全要素生产率影响的文献十分丰富,而研究FDI与绿色发展效率的关系仍有较大空间;二是现有文献中的绿色全要素生产率并没有考虑到生态环境要素;三是现有文献较少涉及FDI对绿色发展效率的影响机制分析。本文可能的贡献与价值在于:一是单独研究FDI对绿色发展效率的影响;二是在绿色全要素生产率的测算中加入生态环境产出要素,从而将全要素生产率升级为绿色发展效率,更加全面地衡量绿色发展质量和水平;三是从竞争效应等五个方面梳理FDI对绿色发展效率的内在影响机制。
实践中,一般认为发达国家通常具有更加清洁的生产技术和设备以及丰富的管理经验。外商直接投资的引进会给当地带来组织管理、生产方式、生产技术和节能减排技术等溢出效应,从而产生竞争、学习、培训、规模和产业关联等效应,提高绿色发展效率。第一,外商直接投资的进入必然会使外资企业与内资企业之间形成双向竞争,倒逼本土企业加快研发和技术改进以提高生产效率;同时会反向刺激外资企业不断创新技术,形成良性循环的竞争效应,从而促进整个行业资源利用效率和技术水平的提高。第二,先进的跨国企业具有示范和引领作用,其先进技术、生产流程以及管理经验能够被当地企业模仿学习,当地企业可以在学习模仿中追求创新,从而形成学习效应,促进绿色发展效率的提升。第三,外资企业通常具有先进的管理经验和完善的培训体系,入职的当地人员会受到技术和管理方面的工作培训,成为技术和经验的运用者和传播者,从而形成培训效应,促使当地企业内部学习,改善其管理制度和技术水平,提高绿色发展效率。第四,外资的引进可以加快资本积累,从而形成规模效应而得到多方重视。政府可以投入更多人力、财力和物力推广节能减排和优化绿色清洁技术。企业也会在清洁技术的研发应用和环境技术的改进方面加大关注和投入。在规模经济明显时,企业还可以减少研发、生产和管理费用,从而分摊治污减排的设备和技术成本,实现污染治理活动和生产经营活动的双重规模效应。第五,外资企业进入东道国后必定与该国产业链上下游企业产生纵向联系,上游的外资企业会为下游当地企业供应质量相对更优、技术含量相对更高的原材料、中间半成品和售后服务。下游的外资企业将倒逼企业不断优化产品质量以保持企业长期合作,这都将产生关联效应,促进当地企业提高产品和服务质量,从而提高其绿色发展效率(图1)。综上所述,本文提出假设1。
图1 外商直接投资促进绿色发展效率的内在机制图
H1:外商直接投资能够促进绿色发展效率的提高。
目前各个地区现有的要素禀赋、产业基础条件和引资政策等方面存在一定的差异,这将对FDI促进绿色发展效率产生影响。分地区来看,我国“21世纪海上丝绸之路”沿线省份拥有优越的地理位置,其本身的经济基础条件较好,基础设施较完备,人力资本也相对强大,而且由于政策倾斜的原因,在改革开放初期就引进了高质量外资,其外商直接投资结构和质量得到了一定的改善,绿色发展效率水平也相对较高。相比而言,“丝绸之路经济带”的沿线省份主要位于我国经济相对落后的西北地区,其经济、人力资本和技术等要素相对匮乏,金融体系和基础设施也相对不健全,外商直接投资的水平和规模的层次都比较低,这在一定程度上限制了外商直接投资溢出效应的发挥。同时其绿色发展效率目前所处的水平相对较低,还具有较大的提升空间。考虑到FDI对绿色发展效率的影响作用可能由于以上因素而存在差异,本文提出假设2。
H2:外商直接投资对绿色发展效率的促进作用具有区域异质性。
1.模型与方法
数据包络分析(DEA)是对决策单元进行相对效率评价的一种多目标决策模型方法。传统的DEA模型运用的是角度的、径向的评估方法,这种方法会导致变量松弛,测算的结果并不准确。为解决该问题,国外学者Tone(2002)[27]将松弛变量引入目标函数,提出了减少测算效率误差的非角度、非径向SBM模型,并且通过加入非期望产出的方法对SBM模型进行了改进。当结果中存在多个有效DMU单位时,SBM方法对效率计算结果为1的对象不能进行比较,Andersen和Petersen(1993)[28]为解决该问题构建了超效率DEA(Super Effciency Model),该方法可以对有效的决策单元进行进一步比较分析,同时还可以解决要素松弛问题,可以更加准确地测算绿色发展效率。因此本文综合考虑投入、非期望产出与期望产出的关系,参考现有研究,采用纳入非期望产出的超效率SBM模型(Super-SBM-undesirable)来测算绿色发展效率,构造绿色发展效率评估模型如下:
λ,s-,sg,sb≥0
i=1,2,…,m;r=1,2,…,q1;t=1,2,…,q2;j=1,2,…,n(j≠k)
(1)
2.指标数据
本文把“一带一路”沿线18个省份看作18个生产单位,以下具体说明每个生产单位中的投入要素、期望产出和非期望产出的衡量指标(见表1)。
表1 “一带一路”沿线省份绿色发展效率评价指标体系
(1)投入要素。假设生产过程中投入要素包含资本投入、资源投入、治理投入和劳动力投入。以资本投资额表示资本投入,用各省份每年的全社会固定资产投资总额来衡量;资源投入用各省份每年以折算成标准煤的能源消耗总量来衡量;以工业污染治理完成投资额来表示治理投入;而劳动力投入则以各省份每年从业人员数来衡量。
(2)期望产出。假设期望产出包含经济产出和生态产出,其中经济产出以实际生产总值来衡量,将统计年鉴中的名义生产总值换算成实际生产总值,根据各省份GDP的平减指数调整为2000年的不变价格,以消除价格的影响;生态产出以生态环境综合指数来衡量,由绿地面积、森林面积、自然保护区面积三个变量采用熵值法计算得出。
(3)非期望产出。环境污染的主要形成原因是工业污染,因此本文采用环境污染综合指数来衡量非期望产出。环境污染综合指数由工业废气排放量、工业废水排放量、工业固体产生量三个指标运用熵值法计算得出。
为考察外商直接投资对“一带一路”沿线省份绿色发展效率的影响,以现有文献为基础,结合数据可得性,以外商直接投资为核心变量,纳入环境规制强度、研发投入强度、人力资本水平、产业结构、经济发展水平、对外开放程度6个控制变量,建立基本计量模型:
GDEit=α0+α1FDIit+β1ERSit+β2RDit+β3HCLit+β4ISit+β5GELit+β6OPEit+λi+εit
(2)
其中t表示年份,i表示省份,α1为解释变量的估计系数,表示外商直接投资影响绿色发展效率的程度,β为控制变量的估计系数,λi为不可观测的地区效应,εit为随机干扰项。
被解释变量GDEit为i地区第t年的绿色发展效率值,其值越大表明该地区绿色发展效率越高;核心解释变量FDIit是各省份外商直接投资;控制变量ERS、RD、HCL、IS、GEL、OPE分别代表环境规制强度、研发投入强度、人力资本水平、产业结构、经济发展水平和对外开放程度。考虑到传统静态面板不能解决时间惯性和内生性问题,在模型中加入被解释变量GDE的一阶滞后项为解释变量,得到以下模型:GDEit=α0+α1FDIit+β0GDEit-1+β1ERSit+β2RDit+β3HCLit+β4ISit+β5GELit+β6OPEit+λi+εit
(3)
1.变量设定
(1)被解释变量,绿色发展效率(GDE)。通过上文中含有非期望产出的超效率SBM模型(Super-SBM-undesirable)测算得出,该方法可有效解决高估效率的问题和投入产出效率非径向的调整问题,能够反映经济、社会和环境之间的协调发展。
(2)解释变量,外商直接投资(FDI)。为了消除价格带来的影响,本文采取实际利用外商直接投资额占实际GDP的比重来表示外商直接投资强度。文章选用2000—2017年实际利用外商直接投资额的流量数据,并根据历年美元的平均汇率换算成人民币。
(3)控制变量包含6个。环境规制强度(ERS),本文以环境规制强度来测度环境规制指标,采取政府一般预算支出与地区生产总值的比值来表示,比值越高,则环境规制程度越严格;研发投入强度(RD),研发投入强度经常用研究经费支出占地区生产总值的比重来表示,是衡量一个地区科技投入水平、科技活动规模和科技创新能力的关键指标;人力资本水平(HCL),现有文献中对人力资本水平的衡量主要有劳动力数量、接受教育的平均年限和R&D研发人员比重,考虑到技术对绿色发展效率的提升作用,这里采用研究与开发机构从业人员数占总从业人员数的比重来表示;产业结构(IS),引用工业增加值占地区生产总值的比重来表示,我国处于工业化阶段,环境污染物主要是工业污染造成的,工业化程度越高,环境污染越严重,绿色发展效率越低;经济发展水平(GEL),这里采用实际GDP来表示,为了消除价格因素,采用GDP平减指数,获得以2000年为基期的实际GDP,经济实力的提升,有助于社会整体绿色发展效率的提升;对外开放程度(OPE),表示一个地区的对外开放程度,本文选用进出口总额与地区生产总值的比值来表示,另外进出口总额根据历年的平均汇率换算成人民币,开放程度越高,则可以获取更多的技术溢出和知识溢出,从而提升绿色发展效率。
2.数据来源
根据《推动共建我国“一带一路”沿线省份和21世纪海上丝绸之路的愿景与行动》(2015)来界定研究区域,研究对象为“丝绸之路经济带”(新疆、西藏、内蒙古、黑龙江、辽宁、吉林、甘肃、宁夏、青海、陕西、广西、重庆、云南)和“21世纪海上丝绸之路”(海南、福建、广东、上海、浙江)沿线18个省区(直辖市),选择2000年到2017年为时间样本,研究外商直接投资如何影响“一带一路”沿线省份绿色发展效率。本文原始数据主要来源于中经网统计数据库、EPS数据平台、各省市区统计年鉴,以及《中国区域经济统计年鉴》《中国环境统计年鉴》和《中国统计年鉴》等。表2是指标含义以及其描述性统计分析。
表2 变量指标定义及描述性分析
首先进行OLS混合回归,以其回归结果作为其他模型估计的参照系;由Hausman的检验分析,估计外商直接投资对绿色发展效率的影响应采用固定效应模型。为了修正“一带一路”沿线省份的异方差和时期异方差的干扰,在此选用GLS模型估计外商直接投资对绿色发展效率的影响。为了考察滞后效应的作用,我们将外商直接投资进行滞后处理;这里选用SYS-GMM动态面板模型对其进行估计以解决内生性问题。表3所示为上述估计检验结果。
表3 “一带一路”沿线省份FDI对绿色发展效率的影响检验
表3第(1)列是“一带一路”沿线省份外商直接投资(FDI)对绿色发展效率的混合回归结果,第(2)列是运用固定效应模型所估计的FDI对绿色发展效率的影响的结果,第(3)列是采用GLS模型的估计结果。由第(1)列、第(2)列和第(3)列结果可知,“一带一路”沿线省份FDI对绿色发展效率的影响系数显著为正,可见FDI在一定程度上促进了绿色发展效率的提升。对比第(3)列结果,第(4)列滞后一期的FDI的系数为正,且通过了显著性检验,其估计系数明显小于当期系数,因此FDI对绿色发展效率的影响存在一定的滞后效应。另外系统GMM的估计由“xtabond2”程序来完成,其结果显示,FDI也显著促进了绿色发展效率的提升,另外AR(1)、AR(2)检验的统计量分别为0.05和0.702,Hausman检验的统计值为0.271,检验结果都说明该GMM模型变量选取和估计结果是合理有效的。
在控制变量方面,以GLS模型的估计结果为例,各个变量对绿色发展效率的影响存在较大差异。环境规制强度(ERS)的系数显著为正,这表示中国的环境规制可以有效促进绿色发展效率的提升;研发投入强度(RD)的系数显著为正,这说明国内研发资本投入为环保技术创新和生产技术改进的基础和应用研究提供物质方面的保障,从而推动了绿色发展效率的提升;人力资本水平(HCL)的回归系数为正,这表明人力资本水平的提升能够促进生产技术的创新、知识和绿色发展观念的传播,从而发挥其对绿色发展效率的正向促进作用;产业结构(IS)的回归系数显著为负,这说明粗放型的工业增长会付出能源消耗和环境污染增多的代价,从而抑制绿色发展效率的提升;经济发展水平(GEL)对绿色发展效率的影响系数为正,但未通过显著性检验,这可能是因为随着经济发展水平的提高,发展高端科技技术会更加艰难,从而使得绿色发展效率提升遇到瓶颈;对外开放程度(OPE)对绿色发展效率的回归系数显著为负,这可能的解释是市场换技术阻碍了科技创新,同时初级产品为主的对外贸易方式造成了研发忽略,从而形成低效率生产,抑制了各省份绿色发展效率的提升。
为保证检验的有效性,我们参考张建清和董洁明(2019)[29]的做法,在考虑滞后效应基础上从多个方法入手来检验结论的稳健性。首先,为了防止非随机性和异常值对估计结果的影响,本文对绿色发展效率的极端值进行了1%的缩尾处理,用GLS模型进行回归,结果如表4第(1)列。其次,在进行缩尾处理基础上进一步考虑滞后效应,将外商直接投资滞后一期得到表4中第(2)列的结果;同时,将样本时间进行压缩,删除2000年和2017年的样本数据得到表4中第(3)列的结果。最后,在压缩样本基础上再次考虑滞后效应,将外商直接投资滞后一期而得到表4第(4)列的结果。对比表3和表4可知,本文考察的外商直接投资对绿色发展效率提升有良好的解释力,各个模型中核心解释变量有基本一致的系数,且显著性水平高度一致,因此本文以上的研究结论具有良好的稳健性。
表4 “一带一路”沿线省份FDI对绿色发展效率的影响的稳健性检验
为进一步研究探讨外商直接投资对绿色发展效率影响的区域异质性,本文将总体样本划分为“21世纪海上丝绸之路”沿线省份和“丝绸之路经济带”沿线省份两个分样本分别进行估计。表5第(1)列和第(3)列是选用GLS模型进行估计的结果,在此基础上进一步考虑外商直接投资的滞后效应,以外商直接投资滞后一期数据进行回归得到第(2)列和第(4)列结果。根据结果显示,“丝绸之路经济带”和“21世纪海上丝绸之路”地区外商直接投资对绿色发展效率的影响存在差异,“21世纪海上丝绸之路”沿线省份对绿色发展效率有促进作用,但未能通过显著性检验,而“丝绸之路经济带”沿线省份的外商直接投资对绿色发展效率的影响却显著为正。从滞后效应来看,外商直接投资对绿色发展效率的影响系数在“丝绸之路经济带”沿线省份则显著为负,抑制了绿色发展效率的提升,而在“21世纪海上丝绸之路”沿线省份为正,但并不显著。由此可见,“一带一路”沿线省份的外商直接投资对绿色发展效率的影响作用存在明显的区域差异。
表5 “一带一路”沿线省份FDI对绿色发展效率的影响的区域差异
“丝绸之路经济带”的相关省份主要位于我国经济相对落后的西北地区,研发投入强度和人力资本水平比较低,而外商直接投资带来的技术可以发挥其外溢作用,通过学习效应,当地绿色发展效率得以提升。滞后一期的外商直接投资可能进入规模化生产,其带来的技术不足以抵消其对环境的破坏,因此对绿色发展效率产生抑制效应。“21世纪海上丝绸之路”沿线省份多处于我国经济发展水平较高的东南沿海地区,地区基础设施较完备,人力资本也相对强大,另外该地区参与国际竞争与合作的广度和深度都比较强,绿色生产技术相对成熟,因此外商直接投资带来的技术对绿色发展效率的作用不显著。
FDI能够显著促进绿色发展效率的提升。从区域差异角度来看,FDI对绿色发展效率的影响存在明显的区域异质性:“21世纪海上丝绸之路”沿线省份对绿色发展效率有正向影响,但未能通过显著性检验;而“丝绸之路经济带”沿线省份的外商直接投资却能显著促进绿色发展效率的提升。从滞后一期的估计结果看,“丝绸之路经济带”沿线省份外商直接投资抑制了绿色发展效率的提升,而对于“21世纪海上丝绸之路”沿线省份而言,其FDI对绿色发展效率的提升并没有显著促进作用。这些差异可能与地区间要素禀赋、产业基础条件和FDI引进方向等差异紧密相关。
1.引导投资方向,优化产业结构
完善核算体系,加大“绿色GDP”发展指标考核力度;引导处于价值链上端的企业在我国设立技术和研发部门,促进内外资企业的互动合作;加强对外资进入高端服务业的引导,促进产业关联,优化产业结构。
2.增强吸收能力,提升创新能力
在引进技术与自身技术之间找到契合点,不断提升自身的创新能力,在此基础上进行创新发展;加大技术研发投入,培养创新型技术人才;加快建立科技创新联盟,提升产业的绿色发展效率。
3.实施差异引资,加强监督管理
充分认识不同地区在环境承载力、产业需求和资源禀赋方面的差异,结合实际制定针对性的引资政策;提高FDI的环境准入门槛,建立联系外资引进与环境保护机制;加强监督和审查,限制污染密集型企业地区间转移。