政府环境规制倾向抑制外商直接投资了吗？

张谦雅 李亦辰 董柯

[摘 要]吸收外商直接投资，是中国顺应经济全球化趋势、主动参与国际分工的重要举措。近年来，随着对外开放不断深入，我国环境问题也日益严峻。在“绿水青山就是金山银山”的新发展理念指导下，各级地方政府均具有加强环境规制的内生动力，进而影响外商直接投资。本文基于2008—2015年我国30个省份的面板数据，结合数理模型推导，利用大数据文本挖掘、多元非线性回归、工具变量法等方法，实证检验了政府环境规制倾向对FDI规模与质量的影响。结果表明，FDI规模、质量与政府环境规制倾向呈倒U型关系，且拐点存在差异。在当前发展阶段，提高环境规制水平虽然会抑制FDI规模的扩张，但能够有效提高FDI质量。在环境规制倾向适度的前提下，应灵活使用宏观调控“工具箱”，实现中国经济可持续的高质量发展。

[关键词]政府环境规制倾向;FDI;文本挖掘;工具变量法;省级面板数据

[中图分类号]F124.3  [文献标识码]A        [文章编号]1672-1071（2022）01-0051-09

一、 问题的提出

改革开放以来，我国已成为全球FDI净流入最多的发展中国家。外商直接投资的流入有助于引进丰裕的资本和先进的管理经验，推动产业结构升级，为经济高质量发展注入新动能。但我国早期以降低土地价格、放宽环境门槛、实行税收优惠的方法招商引资，沿用强能耗、高排放的粗放型经济模式，造成污染加剧与环境恶化，不利于新时代我国经济结构绿色转型。为进一步推进“美丽中国”建设，满足人民对生态环境的美好生活需要，《政府工作报告2020》对推进更高水平利用外资做出部署：优选投资项目，让投资持续发挥效益。环境污染的负外部性引致全国各级地方政府增强环境规制倾向，通过宏观调控手段促进节能减排，加快形成绿色生产方式。

那么，政府环境规制倾向抑制外商直接投资了吗？政府该采用何种政策？结合我国生态文明建设的大趋势与进一步深化开放的背景，研究二者的关系有着重要的理论与现实意义。因此，本文基于2008—2015年中国30个省级行政区的面板数据，结合FDI投资决策的数理模型推导，综合使用大数据文本挖掘方法、多元非线性回归、工具变量法等，实证检验了政府环境规制倾向对FDI的规模与质量的影响，并据此提出相应的政策建议。

二、 文献综述

FDI（Foreign Direct Investment），即国际直接投资，是现代资本国际化的主要形式之一，也是研究国际贸易的一项重要指标。大量的中外文献关注FDI的经济效应，例如：Belton Fleisher等[1]发现，FDI对1994年以前的全要素生产率增长的影响比1994年以后大得多，且发达地区的投资回报率大于欠发达地区;许建伟和郭其友[2]采用差分矩估计的方法，进一步解释了FDI经济效益的非均衡性特征，主要表现为FDI对经济增长、就业和工资的影响程度并不一致;钟昌标[3]在FDI溢出效应的研究中发现，FDI在刺激和提升投资地区生产率绩效的同时，也间接带动了其他地区生产率的改进;鲁钊阳和廖杉杉[4]研究发现FDI对区域创新能力的影响显著存在基于知识产权保护水平的 “双门槛效应”，得出了区域间跨越知识产权保护门槛能有效促进区域创新能力提升的结论。以上论文的研究范围虽然不同，但其作为典例，说明FDI经济效益的研究已经有了相当的规模。

然而相较前者，学界对FDI的影响因素关注不多。Bruce A. Blonigen[5]对此进行了一定的总结;聚焦到影响因素的研究，朱文涛和顾乃华[6]162利用2003—2014年中国地级以上城市数据，通过构建空间杜宾模型得出了土地价格与城市FDI流入呈倒U型关系;Donaldson，D.[7]与杨波、王琦[8]都关注到了交通物流基础设施对区域FDI的贡献率问题;张长春[9]评估分析了影响FDI的投资环境因子;黄肖琦和柴敏[10]发现了相较于传统FDI区位变量，贸易成本、技术外溢、市场规模以及历史FDI等传导机制对FDI的影响更为显著。

此类论文虽然相对数量不多，但是研究所采用的角度和分类方法，都给本研究带来了一定的启发。杨涛[11]提出：无论是国家还是地区，FDI都会较大程度上受到环境规制的影响。朱平芳等[12]基于地方分权的视角，运用空间计量模型，发现环境规制对FDI的作用方向与FDI本身的水平高低密切相关，但环境规制对FDI的影响作用平均而言并不显著;张中元、赵国庆[13]和蒋伏心等[14]另辟蹊径，分别以实证分析和数据考察的方式，得出了环境规制会抑制FDI技术溢出效应的结论。这些文章均认为环境规制会对FDI产生影响。但部分文章时效性有限，且结论存在一定争议性。此外，已有研究对FDI的衡量相对单一，主要集中于“数量”或“规模”层面，对“质量”的关注较少。这一不足亦存在一定的普遍性，例如单东方[15]主要考虑FDI数量和增长率;夏杰长和李朱[16]主要研究了FDI规模层面。

研究政府环境规制倾向对FDI影响的文献数量总体较少，故本文将政府环境规制倾向作为核心变量，利用Python对政府工作报告进行大数据文本挖掘，并在此基础上进行定量分析。邹建华、韩永辉[17]在研究中提出，要創新外资利用方式，优化投资环境，增强相关引导，推动FDI由“量”到“质”转型。在现阶段“以高水平开放推动高质量发展”的背景下，本文在探究政府环境规制倾向对FDI的影响时，既关注FDI规模又侧重FDI质量，契合我国现代社会经济健康发展的需要。

三、 数理推导与假设

在进行实证分析前，本文首先构建数理模型进行推导，模型假定如下：

（1） FDI厂商是“理性人”

（2） 市场均衡

（3） 高质量FDI具有更大的投资规模、更高的（环境）技术效率和更好的资源利用率

设生产函数为C-D函数形式，且规模报酬递减。即 f（K，L）=KαLβ ，其中 K 表示资本规模， L 表示雇佣劳动力，且 α+β<1 。由于FDI来源于外国，利率 r 外生给定。FDI企业技术水平与其单位生产排放量 λ 负相关。本国劳动力雇佣成本（包括工资、福利等）为 w ，该产品市场价格为 p 。政府可通过两种途径实现环境规制，一是划定最高排放基准 X ，二是设置税率 t （ t  > 0），税基为超额排放量。当企业总排放量高于政府划定的排放基准 X 时，表现为环境税;当企业总排放量低于排放基准 X 时，表现为环境补贴。 X 越高，最高排放基准线越高，政府环境规制倾向越低; t 越大，税率越大，奖惩力度越高，政府环境倾向越高。

FDI企业的利润可表示为：

π=p·KαLβ-r·K-w·L-t（λ·KαLβ-X）

基于利润最大化，应满足如下偏导数关系：

πK=α·Kα-1Lβ（p-t·λ）-r=0πL=β·KαLβ-1（p-t·λ）-w=0

即：

r=α·Kα-1Lβ（p-t·λ）w=β·KαLβ-1（p-t·λ）

代入利润表达式，则有：

π=p·KαLβ-（p-t·λ）·α·KαLβ-（p-t·λ）·β·KαLβ-t（λ·KαLβ-X）

化简得：

π=KαLβ（p-t·λ）（1-α-β）+t·X

借鉴财务管理ROI指标，FDI投资回报率为：

R=πK=Kα-1Lβ（p-t·λ）（1-α-β）+t·XK

分别对最高排放基准 X 与税率 t 求偏导，满足：

RX=tKRt=-λ（1-α-β）Kα-1Lβ+XK

由于 t  > 0，  K  > 0， 故 RX>0 。令 P=λ·f， 则P为该FDI企业的污染排放总额，故 Rt=1K·P·[-（1-α-β）+XP] 。此式的正负性取决于 -（1-α-β）+XP ，当 XP-（1-α-β）>0 时， rt>0 。反之， XP-（1-α-β）<0 时， rt<0 。

由 RX>0 ，则最高排放基准越低，政府环境规制倾向越强，FDI投资回报率越低，进而导致外资规模的下降。最高排放基准对不同质量外资均具有挤出效应，但其挤出效应的强度不同，由于高质量FDI规模 K 更大， RX 更低，挤出效应更弱。

对于 rt ，其决策边界为 f=Xλ（1-α-β） 。高质量FDI企业技术效率高，治理污染能力强， λ 值较低;其资源利用率高，规模效应好，在极限情况下满足 α+β→1 ，进而有 λ（1-α-β）→0 ，决策边界 f→+∞ 。其经济意义是，对于高质量FDI，税率 t 表现为补贴，随着政府环境规制倾向的上升，其投资回报率上升，进而吸引高质量FDI流入。存在该效应的根本原因是税率 t 的设定表明政府具有与“惩罚”强度一致的“奖励”机制，若后者强度弱化或取消，对高质量FDI的正向影响会有所降低。

而对于低质量FDI，其假设与高质量FDI相反。极端情况下， λ（1-α-β）→+SymboleB@ ，故决策边界 f→0， 故 rt<0 。其经济意义是，对于低质量FDI，税率 t 上升将导致投资回报率下降，进而降低其规模。

根据上述分析，在非极端情况下，政府税率 t 对FDI的效应具有不确定性。但无论如何，当提高政府环境规制倾向时，高质量FDI投资回报率下降概率更低，甚至可能在奖励机制中得到提升，与最高排放基准下降造成的消极作用抵消;低质量FDI则相反，政府税率 t 提高带来的负效应可能与前者叠加，进一步加剧政府环境规制倾向对其的挤出效应。

结合上述对FDI投资决策的数理模型推导，本文从宏观角度提出如下假设：

假设1：FDI规模与政府环境规制倾向呈负相关。

假设2：FDI质量与政府环境规制倾向呈负相关。

四、 变量选取与数据来源

（一） 变量选取

为进一步说明上述模型的实际意义，探究其与实际经济运行是否吻合，本文构建计量模型进行实证分析。具体所涉及变量及其数据来源如下所示。

（1） 自变量：政府环境规制倾向（envi）。对于该指标，学术界所采用的构造方式很多，Sonia B. K.[18]、傅京燕[19]、赵红[20]等选择能源强度、治污设施费用作为代理变量，但其具有较强的外生性，并非对政府环境规制倾向的直接反馈，在一定程度上易受到噪声数据的干扰。

基于上述考虑，具备官方权威性、严谨性与公开性的政府工作报告能够很好地解决非内生性问题。故本文参考王印红、李萌竹[21]的政府报告注意力研究，以具有鲜明中国特色的、直接代表政府环境规制态度的政府工作报告原文作为母本，构建了百万数量级的数据池并通过大数据文本挖掘方法进行分析。利用Python程序①清洗标点、空格等低信息含量的字符，精准筛选出以“環境规制”为中心内涵的句段②，以这部分字段占全部纯信息文本的比重度量政府环境规制倾向（单位：%）。

（2） 因变量：包括FDI的规模指标与质量指标。对FDI的规模指标，本文选取实际利用外商直接投资额，并折算为人民币计价单位。为消除投资价格波动的影响，将投资额除以2008年定基折算的投资价格指数（IPI），得到不变价格FDI（单位：亿元）。为便于定量分析与经济解释，做对数化处理（ln_FDI）。对于FDI的质量指标，本文结合构建的数理模型，参考李敏杰与王健[22]的FDI质量评价体系，共选取3个维度如表1所示。

企业规模越大，越容易产生规模效应，因此本文将实际利用外商直接投资额除以外资企业数量作为FDI平均规模（单位：万元）。生产质量高的企业不仅占据国内市场，在国际市场也有竞争力，因此本文将企业平均出口规模作为衡量质量的指标（单位：万元）。污染指标选取了废水与废气两大污染物（废水单位：萬吨，废气单位：亿立方米），囿于数据可得性限制，参考李敏杰等[22]的做法，将变量范围限制在工业企业，并用外商工业企业产值/规模以上工业企业产值作为本地化程度进行折算。为了综合考虑质量，参考Ma Jianqin等[23] 的方法采用熵权重法③将4个质量指标降维聚合为总质量指标（Quality），经过计算得到各指标权重，如表2：

（3） 控制变量：基于对大量文献的综述与回顾，本文筛选出控制变量如下：

国内生产总值（ln_GDP）：国内生产总值（GDP，单位：亿元）是衡量一国经济发展程度的常用指标，影响外商投资吸引力。本文采用2008年定基的居民消费价格指数（CPI）进行消胀，为便于经济解释，本文对GDP做对数化处理。

地价（land）：土地影响企业的生产与区位选择[6]。地价的上涨，增加了企业的固定成本，不利于外资的流入。由于各省不存在统一的地价水平，鉴于数据的可得性与外资流入的多样性，本文选取城市综合地价水平作为最终变量（单位：万元）。

科技重视程度（tech）：地方政府对科技的重视会提高FDI准入门槛，进而促进FDI结构优化并提升质量。本文用当年科技支出占地方财政一般预算支出的比重，衡量政府科技重视程度（单位：%）。

公路密度（hiwa）：完善的基础设施建设能显著降低交通运输成本，从而降低社会交易成本。本文认为公路作为基础设施的重要组成部分，其密度的增加有助于吸引外资，因此选用单位面积高速公路线路里程进行衡量（单位：千米/平方千米）。

工资（ln_incom）：较高的工资水平将增加FDI企业的人力成本，客观上降低对FDI吸引力。本文用人均可支配收入衡量工资水平，为了统一数据，将城镇和农村居民人均可支配收入按城乡人口数进行加权平均，得到近似的总人均可支配收入，并用与GDP相同的方法进行消胀处理（单位：元），为便于实证分析，此处做对数化处理。

（二） 数据区间与数据来源

综合考虑数据可得性，本文将时间区间设定为2008—2015年。由于西藏自治区存在严重的数据缺失，台湾省、香港特别行政区、澳门特别行政区属于FDI来源地，本文舍去上述4个样本，利用剩余30个省级行政区样本构成省级平衡面板数据。

本文所选取的数据均来自国家统计局分省年度数据、历年各省统计年鉴、各省政府官方网站、历年《中国环境统计年鉴》、中经网统计数据库、中国地价监测网与中国货币网。④

五、 实证分析

（一） 变量描述性统计

对于上述变量，本文首先进行描述性统计。为保证变量的经济学意义，本文的描述性统计报告数据为对数化之前的指标。其统计结果如表3、表4：

上述结果表明，FDI规模方差较大，波动剧烈，聚合后的质量指标均值约为25，波动较小。自变量政府环境规制倾向的最小值为4.45，最大值为22.71，且方差较小，说明各个省份之间差异不大。

（二） FDI规模

基于上文所获取的变量，使用最小二乘法构造多元线性回归模型。基础回归模型如下：

ln _FDI it=β 0+β 1envi it+∑mn=2β nC nit+u it

其中，  ln _FDI it 代表第i省在第t期的不变价实际利用外商投资总额的自然对数， β 0 代表截距项， β 1 到 β m 为对应自变量或控制变量系数， envi it 代表政府环境规制倾向， C nit 代表共 m-1 个控制变量， u it 为随机扰动项即误差，且满足 E（u i）=0 。

由于数据结构为省级面板数据，考虑到各省经济特征的个性较突出，本文选择固定效应模型，经过Hausman检验通过假设。在上式基础上，依次增加选定的控制变量，并报告于表5中。加入所有控制变量后，回归模型为：

ln _FDI it=β 0+β 1envi it+β 2 ln _GDP it+β 3land it+β 4tech it+β 5hiwa it+β 6 ln _incom it+u it

其中，  ln _GDP it 为第i省在第t期的国内生产总值的自然对数， land it 为地价， tech it 为政府科技重视程度， hiwa it 为代表基础设施建设完善程度的公路密度，  ln _incom it 为人均可支配收入。

由于已有针对FDI的研究结论存在非线性的情况，在回归过程中加入政府环境规制倾向的二次项进行对比，发现确实存在非线性关系，拓展后的回归模型为：

ln _FDI it=β 0+β 1envi it+β  2 envi 2  it+β  3  ln _GDP it+β  4 land it+β  5 tech it+β  6 hiwa it+β  7  ln _incom it+u it

具体结果如表5：

在只加入政府环境规制倾向一次项时，系数显著为正，但模型拟合效果并不好。而在添加了二次项之后模型拟合度有所上升，在逐项添加控制变量之后最终回归结果如表5结果（7）所示。

二次项系数为负，一次项系数为正，说明FDI规模与政府环境规制倾向之间存在倒U型关系，随着政府环境规制倾向的加强，FDI规模呈现先上升后下降的趋势，拐点值约为9.67%。初期政府加强对环境的重视程度反而会吸引FDI，一方面可能由于外资造成的累积污染量低于政府标准，环境规制没有对FDI规模产生限制，另一方面对环境问题的重视反过来也为FDI的进入创造了更好的环境条件，给外资以信心。后期在政府环境规制不断提升的情况下，其对FDI规模产生的负作用愈发明显。

其余控制变量的回归结果与本文之前的预测一致，经济、工资、科技投入、交通水平的提升都能吸引外资，而地价的上升对外资具有挤出效应。

（三） FDI质量

基于上文分析结果，对FDI质量指标构建的回归模型如下：

FDI_Q it=β 0+β 1envi it+β 2 ln _GDP it+β 3land it+β 4tech it+β 5hiwa it+β 6 ln _incom it+u it

FDI_Q it=β 0+β 1envi it+β  2 envi 2  it+β  3  ln _GDP it+β  4 land it+β  5 tech it+β  6 hiwa it+β  7  ln _incom it+u it

由于不确定是否存在非线性关系，参照前文，本文选择两种模型。其中FDI_Q为本文选取的各项质量指标，分别有分项的四个质量指标与总质量指标，其余变量与上文一致，回归结果见表6：

回归（1）—（4）分别为FDI平均规模、出口规模、废水、废气指标。平均规模与出口规模均与政府环境规制倾向呈倒U型关系，拐点值分别为11.47%和13.63%。两大环境污染指标与政府环境规制倾向均呈线性关系，政府环境规制倾向越大，FDI造成的污染越小。在四个回归结果中公路密度系数均为正，说明基础设施建设在提高企业生产能力的同时也加剧了污染的产生。

回归（5）报告了总质量指标对环境规制倾向的回归结果，与规模指标类似，呈倒U型关系，拐点值约为13.13%。这说明政府对环境的重视程度上升会使低质量高污染的外资企业退出市场，引起总体质量水平的上升，但过于严苛的环境限制不仅对低质量外资有挤出效应，还会阻挡高质量外资的进入，因此在越过拐点值后，FDI质量水平有所下降。

进一步地，为了综合考量政府规制倾向对FDI规模和质量的影响，在控制其他变量不变的情况下，本文将FDI规模与质量进行比较（见图1）：

图中FDI规模与质量曲线的对称轴将政府环境规制倾向划分为三阶段。第一阶段，外资吸引。宽松的环境规制不断吸引外资，规模扩大的同时质量也有提升。第二阶段，结构调整。进一步加大环境规制力度会挤出低质量外资，使得整体规模下降，但同时高质量外资占比不断增加，总体质量水平仍处于上升状态。第三阶段，外资挤出。过于严苛的环境规制水平同样不利于高质量外资的生存，因此对总体外资都具有挤出效应，规模与质量均下降。

通过对样本数据观测发现，我国大部分省市政府环境规制倾向处于第二阶段，部分进入第三阶段。因此，本文认为现阶段政府环境规制倾向的上升会导致FDI规模下降与质量上升，基本验证了前文的假设。

（四） 工具变量回归

前文的论述证明了政府环境规制倾向与FDI之间的相关关系，为进一步证明政府环境规制倾向对FDI的因果关系，本文利用工具变量法进行回归。

2012年，党的十八大明确提出了大力推进生态文明建设，努力建设美丽中国，首次将生态文明建设纳入“五位一体”总布局。在顶层设计的指导下，各省都据此大力开展生态文明建设，促进高质量发展。

图2展示了2008年至2015年政府环境规制倾向的箱线图，从中可以看出，2012年之后环境规制倾向在各分位点处都有明显的上升。

因此，本文将这一标志性政策事件作为工具变量，在数据处理时设其在2008—2011年为0，2012—2015年为1，得到的回归结果如下（见表7）：

本文采用工具变量法时纳入了前序控制变量，由于篇幅限制，本文回归表格中不予报告。回归（1）系数为-0.352，表明政府环境规制倾向对FDI规模的挤出效应十分明显。回归（3）系数为1.087，政府环境规制倾向每上升1%，提升总体质量1.087，与前文非线性回归相比，增加幅度较为平缓。此外，回归（2）和回归（4）的简化式回归中工具变量policy系数显著，且 F=11.8>10 ，证明了工具变量的有效性。

工具變量法因为不存在二次项，所以得出的都是线性结果，其显著性再一次证明了在现阶段，政府环境规制倾向的提升会导致FDI规模下降与质量上升，存在因果关系，这也说明前文得出的结果是稳健的。

六、 结论与政策建议

鉴于环境效应存在多样性和复杂性，环境规制变化对FDI进入的影响具有不确定性。本文通过建立数理模型提出假设，基于大数据文本挖掘法和省级面板数据进行研究，探究政府环境规制倾向对FDI规模和质量的影响，采用工具变量法探究因果关系，得到的主要结论有：

1. FDI规模与政府环境规制倾向之间存在倒U型曲线关系，其拐点为9.67%。宽松的环境规制能够吸引FDI流入，反之则会抑制FDI流入。目前我国处于拐点右侧，FDI规模处于下降区间。

2. FDI质量与政府环境规制倾向之间也存在倒U型曲线关系，其拐点为13.13%。在目前的区间内，政府环境规制倾向的上升会带动FDI质量的上升。具体来看，政府环境规制与FDI平均规模呈倒U，与FDI平均出口拉动效应呈倒U。在熵值法加权平均下，政府环境规制与FDI总质量呈倒U。

3. 由工具变量法可知，目前我国FDI规模处于下降区间，FDI质量处于上升区间。

结合研究结论与绿色发展的现实需求，我们给出如下建议：

1. 对于经济欠发达地区，政府适当降低环境规制执行力度，提高基础设施建设水平以吸引FDI流入;对于经济发展水平较高的地区，政府应实行严格的环境规制，引进先进的生产工艺和绿色的生产流程以提高资源利用效率，缓解国内环境污染治理投资的压力。需要注意的是，过度的环境规制会导致FDI规模和质量的双降，因此政府应结合经济发展现状，适度提高FDI进入的环境门槛，实现可持续发展。

2. FDI规模与质量在经济发展中均需纳入考虑。政府在进一步扩大对外开放时应当强调FDI的生态型创新溢出，并努力提高城市经济与社会发展水平，减轻社会对外资生态溢出的过滤与阻力。要积极提高对外商直接投资生态创新溢出的吸收与消化能力，提升生态创新的扩散力来引导企业的污染治理水平。

3. 鉴于FDI规模与人均可支配收入呈正相关，政府应该提高居民收入水平，逐步实现经济与生态环境协调发展、居民收入与生活质量共同提高。

注释：

①由于篇幅限制，Python程序脚本不在此呈现。如有需要可向作者索取。

②基于相关性与精确性考量与代码调试结果，本文选择的触发词汇列表选定为：污染，生态，环保，污水，垃圾，森林，可持续，退耕，节能，绿色，低碳，蓝天，青山，绿水。

③采用R语言实现，代码可向作者索取。

④具体数据来源：历年中国统计年鉴、各省统计年鉴、环境统计年鉴及相关省市政府网站。

参考文献：

[1]Belton Fleisher， Haizheng Li， Min Qiang Zhao. Human Capital， Economic Growth， and Regional Inequality in China[J]. Journal of Development Economics，2010（92）：215-231.

[2]许建伟，郭其友.外商直接投资的经济增长、就业与工资的交互效应——基于省级面板数据的实证研究[J].经济学家，2016（6）：15-23.

[3]钟昌标.外商直接投资地区间溢出效应研究[J].经济研究，2010，45（1）：80-89.

[4]鲁钊阳，廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究，2012，29（5）：75-88.

[5]Bruce A. Blonigen. A Review of the Empirical Literature on FDI Determinants[J].NBER Working Paper， No.11299， 2005.

[6]朱文濤，顾乃华.土地价格与FDI的区位选择——基于空间杜宾模型的实证研究[J].国际贸易问题，2018（11）：162-174.

[7]Donaldson， D. Railroads of the Raj： Estimating the Impact of Transportation Infrastructure[J]. American Economic Review，2010，32（2）：164-187.

[8]杨波，王琦.交通物流基础设施建设对吸引外商直接投资的实证研究——以成渝城市群为例[J].科技经济导刊，2018，26（6）：148-149.

[9]张长春.影响FDI的投资环境因子分析[J].管理世界，2002（11）：32-41.

[10]黄肖琦，柴敏.新经济地理学视角下的FDI区位选择——基于中国省际面板数据的实证分析[J].管理世界，2006（10）：7-13+26+171.

[11]杨涛.环境规制对中国FDI影响的实证分析[J].世界经济研究，2003（5）：65-68.

[12]朱平芳，张征宇，姜国麟.FDI与环境规制：基于地方分权视角的实证研究[J].经济研究，2011，46（6）：133-145.

[13]张中元，赵国庆.FDI、环境规制与技术进步——基于中国省级数据的实证分析[J].数量经济技术经济研究，2012，29（4）：19-32.

[14]蒋伏心，王竹君，白俊红.环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究[J].中国工业经济，2013（7）：44-55.

[15]单东方.经济政策不确定性对FDI影响研究[J].经济问题，2020（3）：42-49.

[16]夏杰长，李朱.税收激励与FDI：理论分析与中国经验的检验[J].涉外税务，2004（9）：50-54.

[17]邹建华，韩永辉.引资转型、FDI质量与区域经济增长——基于珠三角面板数据的实证分析[J].国际贸易问题，2013（7）：147-157.

[18]Sonia B. K.， Natalia Z. The Pollution Haven Hypothesis： Geographic Economy Model in a Comparative Study[J].SSE Working Paper，No.73，2008.

[19]傅京燕.环境规制对贸易模式的影响及其政策协调[D].暨南大学，2006.

[20]赵红.环境规制对产业技术创新的影响——基于中国面板数据的实证分析[J].产业经济研究，2008（3）：35-40.

[21]王印红，李萌竹.地方政府生态环境治理注意力研究——基于30个省市政府工作报告（2006—2015）文本分析[J].中国人口·资源与环境，2017，27（2）：28-35.

[22]李敏杰，王健.外商直接投资质量与中国绿色全要素生产率增长[J].软科学，2019，33（9）：13-20.

[23]Ma Jianqin， Guo Jinjin， Liu Xiaojie. Water Quality Evaluation Model Based on Principal Component Analysis and Information Entropy： Application in Jinshui River[J]. Journal of Resources and Ecology， 2010， 1（3）：249-252.

（责任编辑：董玥玥）

（校  对：乐 天）

[收稿日期]2021-07-21

[作者简介]张谦雅，南京大学商学院本科生，210093;李亦辰，南京大学商学院本科生，210093;董柯，南京大学商学院本科生，210093。