中国双向FDI对绿色创新影响的Meta整合与回归分析

摘 要：在“碳中和”、“碳达峰”背景下，企业亟需构建更高水平的绿色创新能力以增强环境治理，国际资本流动对于本土企业的绿色创新能力有着重要影响。近年来，我国高水平“引进来”和大规模“走出去”的协同发展正在逐步实现，本文基于国内外55项独立实证研究样本，运用Meta分析的整合与回归方法定量综合了双向FDI与绿色创新之间的关系，并对研究结论的异质性因素进行探索。研究结果表明，双向FDI在总体上能够显著促进企业绿色创新，当绿色创新的政策环境较好时这种促进效应更明显。其中，FDI对于绿色创新的正向效应更强，且FDI-绿色创新的关系表现出明显的地区异质性，东部和西部地区的正向效应更强。通过Meta回归分析，本文进一步检验了遗漏变量和模型设定问题对于现有结论差异性的影响。本文的结论弥补了个体研究片面地关注双向FDI单一方面的不足，检验了双向FDI及二者的交互作用与绿色创新之间的真实关系，对于我国企业向绿色发展转型具有重要意义。

关键词：绿色创新;双向FDI;Meta分析;Meta回归;外商直接投资;对外直接投资

中图分类号：F 061.5

文獻标识码：A 文章编号：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

隨着“一带一路”倡议顺利推进，中国的对外投资规模不断扩大，图1展现了2006—2020年中国外商直接投资（FDI）和对外直接投资（OFDI）存量金额的变化趋势，可见高水平“引进来”和大规模“走出去”的协同发展正在逐步实现。

双向FDI是国际技术溢出的主要渠道[1]，探究双向FDI对我国经济发展的多方面影响是学术界的一个热点话题，但关于双向FDI环境效应的讨论目前还存在较大争议，2个对立假说“污染天堂”与“污染光环”的辩题悬而未决。

在我国进一步扩大开放水平、双向FDI规模同步增长的同时，厘清其产生的环境效应是现阶段至关重要的问题。目前正是我国由高速发展向高质量发展的转型时期，资源与环境是制约“又好又快”发展的关键因素。政府针对资源环境问题给予了充分的关注，习近平总书记多次强调“绿水青山就是金山银山”，倡导将经济发展与环境保护紧密联系起来，2021年3月“碳中和”“碳达峰”行动方案被列为了绿色发展的重点任务。为实现经济发展向绿色转型，不仅需要污染的源头控制，更需要技术的创新治理，这就要求创新与环境技术相结合，亦即实现“绿色创新”（green innovation，GI）。因此，本文认为，讨论双向FDI的环境效应时不应将污染排放与技术溢出割裂开来，关注绿色创新的概念更有意义。

绿色创新在一般技术创新的基础上引入了环境维度，故复杂性更高、实现难度更大，并且具有技术知识和环境成本的双重外部性[2]，单靠自主研发创新难以在短期内取得成效

[3-4]。一方面，双向FDI形成的国际间资本流动可能为绿色创新带来技术溢出和模仿学习的机会;另一方面，双向FDI也可能造成挤占研发投资和排污套利行为等后果，不利于企业的绿色创新活动。已有大量研究实证检验了双向FDI对于绿色创新的影响，但囿于数据与方法的限制，大多数文献只考虑了FDI或者OFDI的单一方面，仅有少数学者试图综合二者的影响来对此问题进行研究，如龚梦琪等通过引入FDI和OFDI的交互项，发现FDI和OFDI均会显著抑制工业行业的绿色创新，但二者同时存在时则表现出明显的互补效应，行业双向FDI能显著促进绿色创新水平的提升[5];宋晓玲等利用耦合协调模型验证了双向FDI的协同发展对绿色创新的积极影响[6];还有研究则将FDI和OFDI分别进行回归[7]或者同时纳入回归模型中[8]。在高水平“引进来”和大规模“走出去”同步发展的今天，有必要对研究进行整合，探讨双向FDI之间的相互作用，以及二者如何共同影响绿色创新。除此以外，现有的研究结论并不统一，主要可以归纳为3种：一是“促进论”，双向FDI可能通过技术溢出效应促进本国绿色创新;二是“抑制论”，由于挤占国内研发投入的可能性，以及环境套利动机，双向FDI可能抑制国内的绿色创新活动;三是“不确定”论，即二者的关系并非纯粹的正向或者负向相关，可能存在门槛效应[9]。那么，究竟是哪些因素导致了这些研究结论的迥异不一？双向FDI与绿色创新之间的真实关系是什么？为回答这些问题，本文综合运用元分析的整合与回归方法，试图整合中国双向FDI与绿色创新实证研究结论并进一步分析差异性的来源。

1 文献回顾与理论假设

1.1 双向FDI与绿色创新

双向FDI（Two-way FDI）一般指外商直接投资（inward foreign direct investment，IFDI）和对外直接投资（outward foreign direct investment，OFDI），二者是相对的概念，描述了对于本国而言资本在国际间流动的不同方向。

自20世纪90年代以来，我国吸引了大量外商直接投资的流入，对我国地区、行业和企业都产生了重要影响。大量文献讨论了FDI对于我国环境污染和技术创新两方面的影响。在环境污染方面，主要存在2种观点：“污染天堂”假说和“污染光环”假说。“污染天堂”假说认为FDI的大量流入会对环境产生负面影响，由于发达国家与发展中国家可能存在环境标准的落差，污染产业的资本可能会从高环境标准地区流向较低环境标准的地区进行“环境套利”，使得FDI对本国形成负面的环境效应[10];“污染光环”假说则认为外资企业为维持其与本土企业相区别的竞争优势，会遵循全球统一的生产和环境标准，并形成示范效应，从而提高本国的环境管理水平 [11]。在技术创新方面，现有研究发现，FDI可以通过示范效应、竞争效应、产业关联效应和人力资本流动效应等多种途径对东道国本土企业产生技术溢出[12]，从而提高东道国的创新能力。在此基础上，本文关注的绿色创新将FDI的环境影响与技术溢出结合起来，这对于研究FDI在东道国的环境效应更有意义，因为环境不仅受到企业污染排放的影响，还同时受环境技术治理的作用。

绿色创新是指能够避免或减少对环境不利影响的创新[13]，包括涉及能源节约、污染防治、废弃物循环、绿色产品设计或者企业环境管理等方面的技术创新[14]。相较一般意义上的创新，绿色创新具有双重外部性：第一，技术溢出、知识溢出的正外部性，承担了绿色创新成本的企业并未获得所有的创新收益;第二，环境污染问题的负外部性，企业并未承担全部的污染成本和责任。这使得企业缺乏主动投入绿色创新活动的内部动机，而环境政策（激励型、规制型工具）和制度性结构（环境导向型群体的政治机遇、信息流的组织和创新网络的存在）等外部因素成为了影响企业绿色创新的重要驱动力 [15]。现有研究实证检验了环境规制[16]、制度压力 [17]、协同创新网络等[18]对于绿色创新的促进作用。

双向FDI作为国际间资源要素流通的重要渠道和技术转移的载体，也会影响绿色创新。一方面，从资源基础的视角出发，国际间资本流动产生了技术的溢出效应，为东道国带来国际市场上先进的绿色生产技术和环境管理经验，从而为绿色创新提供了知识和能力基础;另一方面，从制度基础的视角来看，国际间的资本流动也伴随着企业和国家层面政策制度的协调[19]，例如，企业在发达国家的对外直接投资必须遵循当地更严格的环境政策，外商直接投资的流入也可能使得环境更加友好的生产标准和环境标准在东道国扩散，原有的粗放式生产流程的合法性受到威胁，为东道国企业投入绿色创新提供了制度性的激励。然而，现阶段学者们对于双向FDI和绿色创新之间的关系并未形成一致的结论，张伟等认为，FDI可以为增强我国绿色创新能力提供知识基础、资本基础、服务基础和机制基础;李斌等、LIN等、肖远飞等则通过实证发现FDI和绿色创新之间显著负相关[20-22];还有学者通过门限回归模型验证了FDI与绿色创新之间的非线性关系，受门限变量如环境规制[23]、吸收能力[24]、知识产权保护[25]等影响。关于OFDI和绿色创新的研究相对较少，但随着我国对外投资规模的扩大，这一问题也逐渐引起了学界的关注。有学者持支持的观点，认为OFDI可以通过逆向技术溢出促进本国的绿色创新 [26]。部分学者则认为OFDI可能会挤占国内研发投资，不利于绿色创新[27-28]，或者成为国内污染产业转移环境成本的渠道，而不去投入绿色创新研发。李国祥等指出，当环境规制力度较弱时，OFDI会阻碍国内绿色技术创新[29]。

1.1.1 FDI与绿色创新

随着我国环境政策日趋严格，外商企业的污染套利往往难以覆盖其合法性成本。并且，为了维持竞争优势，外商企業一般遵循统一的产品与质量标准，上、下游的本土供应商和客户企业为获得其订单和市场，也更有动力投入研发和绿色产品的开发过程以提高质量标准。发达国家FDI流入带来绿色产品和工艺在行业间和市场中的扩散，重污染企业的合法性受到威胁，不得不加大绿色创新活动的投入。

此外，现有文献实证检验了FDI的技术溢出效应，FDI可以为本土企业带来先进技术知识的非自愿扩散、提供研发资本，促进创新能力的提升[30]。FDI的技术溢出为本土企业带来先进的技术、生产设备以及环境管理实践，这些外部知识基础大大降低了绿色自主创新的风险和不确定性，同时，本土企业经过对外部知识吸收和转化提高了自身的绿色创新能力，也可以通过技术购买、联合研发加快企业绿色创新的进程。

1.1.2 OFDI与绿色创新

对外直接投资企业在竞争中往往存在“外来者劣势”，当它们面临当地政府、市场和行业协会的外部制度性压力时，采用更先进的环境管理标准、承担更多环境及社会责任可以帮助减轻合法性威胁[32-33]。国外市场也是绿色技术商业化的关键要素，

出于迎合国外市场需求和国际环保标准的目的，对外投资企业有动力投入绿色创新活动。

同时，OFDI作为企业的“学习实验室”[34]，为企业提供了技术学习和知识吸收的机会。海外子公司在国际市场上接触到更加先进的绿色生产技术、更高的绿色产品标准、丰富的环境管理经验以及绿色市场需求[35]，在此过程中产生的知识积累最终将反馈给母国，从而通过逆向技术溢出效应对绿色创新产生影响。

本文认为，通过逆向技术溢出，中国OFDI有利于本国企业的绿色创新。但与FDI直接的技术溢出相比，逆向技术溢出是一个国家或地区到另一个国家或者地区进行直接投资，子公司在当地实现技术进步并通过多种渠道返回母国的过程[36]，其影响过程可能较为漫长且缓和。

因此，本文提出以下假设：

H1：双向FDI与绿色创新在总体上存在显著的正相关关系。

H1a：FDI对绿色创新具有显著的正向影响。

H1b：OFDI对绿色创新具有显著的正向影响。

H1c：FDI对于绿色创新的影响效应程度大于OFDI。

1.2 异质性分析

Meta分析以现有研究作为样本对变量间关系进行总体检验，还需进一步检验纳入Meta分析中的各独立研究样本之间的差异程度。若样本间存在较高异质性，则可能存在某些潜在调节变量影响着总体性检验所揭示的作用关系，从而导致现有各个研究的结论不一致。一般将调节变量分为情境因素与测量（研究设计）因素，通过对样本文献的整理与编码，本文发现地区与绿色创新的政策环境可能是导致现有研究结论差异性的情境因素。同时，研究设计等测量因素也可能解释研究样本间异质性。因此，需要进行异质性分析，进一步检验各种调节因素的影响，以得到真实的变量间关系。

1.2.1 情境因素的调节

1）地区因素。我国的绿色创新水平、FDI和OFDI存在着显著的地区差异性。东部地区尤其沿海区域的双向FDI规模较大，对外开放程度较高，而中西部地区发展较为粗放，依赖创新拉动经济增长的程度较低，绿色创新动力不足。东部地区由于经济发展和整体研发水平较高，对于双向FDI的技术溢出具有较好的吸收能力。

因此，本文提出以下假设：

H2：地区因素显著调节双向FDI与绿色创新之间的关系。

2）绿色创新环境。我国于2015年1月1日开始正式实行新环境保护法，通过按日记罚、行政拘留、社会监督等强干预手段在全社会范围提高了环境意识，加大了企业的环境成本，强化了双向FDI为企业投入绿色创新活动带来的制度性激励。本文认为，当社会的绿色创新环境较好时，双向FDI对于绿色创新的作用更显著。

因此，本文提出以下假设：

H3：绿色创新环境显著调节双向FDI与绿色创新之间的关系。

1.2.2 研究设计因素的调节

1）变量度量因素。不同学者在实证检验双向FDI对绿色创新的影响时，针对双向FDI存在2类测量方式，一是以双向FDI的流量或存量数据作为代理变量，二是以公式计算双向FDI渠道的国际溢出效应。

另外，现有文献对于绿色创新的度量主要有2种方式：一是结果性视角，以企业或区域内绿色技术专利的申请或授权数量衡量绿色创新的实质性成果[37]。二是将绿色创新活动视为从投入到产出的系统性过程，通过投入/产出分析来测度绿色创新的效率和能力。过程性视角下一般采用SBM模型[38-39]、DEA模型[40-41]、随即前沿等方法分析绿色创新活动的研发投入、能源投入与期望、非期望产出的关系;还有学者通过将环境要素纳入全要素生产率的投入/产出分析框架中，计算绿色全要素生产率（GTFP）以反映扣除所有投入要素增长后，生产率由于绿色技术进步和绿色技术效率改善而提高的部分。

由于理论界目前对于绿色创新的界定仍然较为模糊，有必要比较不同的变量测度方式是否会影响实证结果。

因此，本文提出以下假设：

H4：变量操作性特征显著调节了双向FDI与绿色创新的关系。

2）研究设计特征。样本文献中有使用最小二乘法进行回归的，也有使用工具变量（IV）、两阶段最小二乘法（2SLS）、广义矩估计（GMM）等回归方法处理内生性问题的，不同的回归方法可能对于结论产生影响。此外，现有研究中有的关注微观企业层面，也有关注产业、省、市、地区和国家的宏观层面。

因此，本文提出以下假设：

H5：研究设计特征调节了双向FDI与绿色创新的关系。

3）遗漏变量因素。遗漏变量因素考察原始模型中特定控制变量对于回归结果的影响，而元分析能够超越单个研究设计的局限性。基于本文的研究问题，我们认为对外直接投资和外商直接投资均可能对于创新能力产生显著影响，双向FDI之间可能存在互动影响，是否在模型中同时控制双向FDI会影响回归结果。

本文还搜集了原始文献中常见的几个控制变量，如地区吸收能力、研发投入、知识产权保护，检验模型中是否纳入这些控制变量对于回归结果差异性的影响。

因此，本文提出以下假设：

H6：遗漏变量因素显著调节了双向FDI与绿色创新的关系。

基于上述分析，本文构建了创业者与创业绩效之间关系的概念模型，具体如图2所示。

2 研究设计

本文使用Meta分析的整合与回归方法探究双向FDI与绿色创新能力之间的真实关系。Meta分析是一种定量的系统性文献综述方法，通过一系列统计方法超越了单个研究的局限性，可以最大程度地避免实证文献的研究误设偏误（misspecilization bias），如个体研究者主观经验、实证研究设计因素或者计量方法选择等。

Meta分析的整合方法将各个独立研究的结论经过统计分析形成一个综合的效应值均值及其置信区间，从而得出整体性的结论，但对于研究结论的异质性只能通过二元亚组分析的方式进行检验。因此，为进一步探究异质性影响因素的来源，本文在Meta分析整合的基础上，使用Meta回归方法探究潜在调节变量的影响。本文进行数据分析的统计软件为Stata 15。

2.1 文献检索与筛选策略

Meta分析以已有文献作为分析的对象，因此，本文首先围绕双向FDI和绿色创新关系这一主题进行样本文献的收集，检索策略如下：

首先，进行关键词检索，搜集发表在CSSCI和SSCI核心期刊上的相关文献。中文文献检索基于“外商直接投资”“对外直接投资”“双向FDI”“绿色创新”“环境创新”“生态创新”等关键词，在中国期刊全文数据库（中国知网）、维普、万方等学术资源库进行全文检索;英文文献检索基于“FDI/IFDI”“OFDI”“Two-way FDI”“Green Innovation”“Environmental Innovation”“eco-innovation”“GTFP”等關键词，在Google Scholars，Web of Science，Research Gate等文献检索数据库进行全文检索。

其次，已发表文献在结论的显著性方面可能存在一定偏倚，为保证Meta分析中样本文献的客观以及全面性，本文检索了主题相关的未发表文献，如硕士和博士论文、会议论文以及工作论文等。

最后，为减少关键词检索中的文献遗漏，本文采用滚雪球的方式对每一篇纳入文献的参考文献列表进行全文检索。

在文献检索完成后，通读每一篇文献的摘要及全文以进行筛选。文献的筛选标准为：①文章内容与主题相关，即以绿色创新作为因变量，以双向FDI作为自变量。②要求实证文章，且完整报告了Meta分析所需的实证结果数据，如相关系数、回归系数、回归系数的标准误、t-值、样本量等。③为保证不同样本文献之间的独立性，对相同作者并且基于相同数据的多篇文献仅纳入结果最为稳健的一篇。经过全面的文献检索和筛选过程后，最终纳入Meta分析样本的有效文献共有55篇，包含129个效应值，总样本量达39 574。其中，已发表文献47篇，未发表的文献8篇;中文文献共计45篇，英文文献10篇。

2.2 数据整理和编码

对搜集到的样本文献进行数据提取和编码，提取的信息包括文献标题、作者、发表时间、发表期刊、变量测量方式、数据来源、样本期间等，其中，最重要的是效应值的确定。

效应值（effect size）衡量现象的强度，亦即自变量和因变量关系的方向和强度。Meta分析的效应值可以是简单相关系数（r），偏相关系数（partial correlation coefficient，PCC），t-值等，其中，偏相关系数在经济领域Meta分析中经常用作效应值的统计量。偏相关系数衡量在剔除其他因素影响后，某一个变量和因变量之间的相关系数，具有数据易得性和高度可比性，实证文献中一般不会直接汇报，因此需要根据回归结果进行计算。计算公式如下

式中：t为回归系数（β）的t-值;df为自由度;n为单个研究的样本量;Se为标准误。

此外，在对效应值进行编码时，一篇实证文章可能汇报多个回归结果，为保证Meta分析样本之间的独立性，本文作出以下处理：①核心变量的不同维度而产生的多个回归结果，分别计算偏相关系数并其取平均值;②变换计量模型、变量测量方式或增减控制变量而产生的多个回归结果，只取其中拟合优度最高或者作者认为最佳的一个估计结果;③替换不同子样本（如全国、东中西部地区数据）而产生了多个回归结果，则同一研究的多个回归结果均被保留。此外，部分独立文献样本中的变量与本文所研究变量成相反数的关系，如因变量值越大其度量的绿色创新能力越差，则需要先对回归系数取反。

2.3 Meta分析设计

2.3.1 发表偏倚检验

在进行Meta分析之前，首先要对研究样本整体进行发表偏倚的检验，若存在发表偏倚，则需对样本文献进行进一步的纠正和筛选。发表偏倚（publication bias）是指论文的发表与否可能不是随机事件，在发表过程中存在研究者、审稿人或者期刊的“选择性”，即特定结论的研究可能更容易被发表，例如小样本研究难以得出具有显著统计意义的结果，其发表的可能性会受到限制。

本文采用Egger回归[42]和绘制文献漏斗图的方法来识别并检验发表偏倚，构建Egger’s回归模型

precisioni为精度，为效应值标准误的倒数。当回归模型的拟合线经过原点，即截距项α1=0时，表示样本不存在发表偏倚。

漏斗图则是一种较为简单且普遍使用的识别发表偏倚的方法，它将每个独立研究绘制成散点，在以效应值为横轴、以精度为纵轴的象限上表示出来，对于样本量和精度较小的研究，其散点的分布会更加分散，而样本量大且精度高的研究则相反。若存在发表偏倚，例如样本量小的研究不具有显著性结果而难以发表，则漏斗图的分布形状不对称;当不存在发表偏倚时，散点的分布图则呈一个对称的倒置漏斗状。

2.3.2 总体异质性检验和二元分析

异质性衡量多个独立样本之间的差异程度，一般使用Q检验和I2检验的方法识别异质性。当研究间异质性较高时可选择随机效应模型进行校正，否则可以用固定效应模型对整体结论进行估计。另外，当异质性较高时，需要通过进一步的Meta二元分析或者Meta回归分析探讨潜在调节因素的影响。Meta二元分析又称亚组分析，本文将样本文献按照东部、中部和西部地区分类标准进行编码，检验地区因素对于结论异质性的影响。

2.4 Meta回归分析设计

亚组分析会降低每一亚组的样本数量，并且从某种程度上破坏了原始研究的随机性，可能对数据误差产生影响。此外，亚组分析每次只能按照一个潜在调节变量进行，在检验复杂因素的综合影响时存在一定局限性，并且对每个亚组都要进行效应量的合并，若要对2个及以上的变量进行分析则应采用Meta回归的方法。

回归方程

Meta回归分析由Meta分析发展而来。X为协变量合集。本文按照变量度量、研究设计、文献特征及遗漏变量4个方面设置可能存在的调节变量（见表1），然后采用加权最小二乘法（WLS）来检验调节变量效应的存在与强度，权重（wi）为根据文献样本量（Ni）计算的方差倒数，即

wi=1/se2i，sei=1/Ni-3。

3 结果分析

3.1 发表偏倚的检验

图3是根据样本文献数据绘制的漏斗图，其中，散点代表了每一个独立研究的估计结果，图中散点均匀对称分布于中线（即平均效应值）两侧，

呈倒置漏斗状，因此现有文献整体不存在明显的

发表偏倚。由于漏斗图的判断存在一定主观性，

本文进一步采用较为客观的回归方法检验，表2汇报了Egger’s检验的结果，截距项系数的P-值不显著（β=-0.110，p=0.880），且置信区间包含原点，Meta分析的研究不存在发表偏倚的结论，具有较强的稳健性。

3.2 主效应：Meta分析结果

图4为整体样本的森林图，实线表示无效线，图中虚线穿过的菱形点代表样本文献的平均效应

值，分布在实线右侧且不与实现重合，可以初步判断双向FDI与绿色创新之间整体上存在正向关系。

表3汇报了异质性检验的结果，Q值为668.21，在1%的水平上显著为正，此外，I2值表明效应值总变异中有90.7%反映了样本文献间真实效应的差别，表明样本文献的研究结论具有高度的异质性，应使用随机效应模型对异质性进行校正，且双向FDI与绿色创新能力之间存在调节变量的影响，需要进一步探究不同研究之间异质性的来源。

表4为随机效应模型下，Meta分析的主效应检验结果。整体而言，双向FDI对绿色创新能力存在显著的正相关关系，假设1得到验证。FDI对绿色创新能力影响的综合效应值为0.068，其95%的置信区间不包含零且为正值，说明FDI能够显著促进绿色创新;OFDI对绿色创新能力影响的综合效应值为0.054，存在显著的促进作用，但作用强度略小于FDI，由此假设1（a）、1（b）和1（c）得到验证。

3.3 Meta二元分析结果

整体效应检验结果说明双向FDI与绿色创新之间存在高度一致性，但二者的关系可能受潜在调节变量的影响。为检验这一影响，本文以地区作为分组变量，进行亚组分析。

表5汇报了亚组分析的结果。对于FDI-绿色创新关系，地区变量的组间Q检验结果显著（Q=14.27，p<0.001），说明地区因素显著调节了外商直接投资与绿色创新之间的关系，且东部地区的正向关系较强，平均效应值为1.85，中部地区的关系最弱，平均效应值为0.068。

对于OFDI和绿色创新的关系，地区变量的组间Q值为0.18，不具有统计意义上的显著性。可能是因为对外投资逆向技术溢出的过程本身较为缓慢，各地区对外投资水平差别不大，且资金流向地的区域异质性比本国的区域异质性对技术逆向溢出的影响更大。因此，假设2得到了部分验证。

表5的最后一行列示了绿色创新环境的Meta二元回归分析結果，可知绿色创新环境在5%的显著性水平上正向调节了双向FDI与绿色创新之间的关系（β=0.02，p=0.04）。当社会环境更加鼓励企业进行绿色创新时，双向FDI对绿色创新的促进效应越显著。

3.4 调节效应：Meta回归分析

表6汇报了Meta回归的结果。结果显示，变量操作特征并不会显著影响结论，FDI和绿色创新的不同变量度量方式之间具有较高的可比性。在遗漏变量偏差方面，当模型中同时包含双向FDI会减弱只考虑单项FDI时效应值的大小（β=-0.172，p=0.031<0.05），这进一步证实了本文的主要假设，即双向FDI之间存在互动关系，且都对绿色创新有正向影响，地区吸收能力、研发投入等其他遗漏变量的系数不显著，表明本文纳入的研究受遗漏变量偏差影响较小。此外，OLS的系数在5%的水平上显著为负，说明模型设定在一定程度上会影响研究结论的差异性，控制了回归模型的内生性问题后，双向FDI促进绿色创新的效应值更大。

4 结论与讨论

本文基于55项国内外独立的实证研究进行定量的综合分析，运用Meta分析的整合与回归方法，超越现有研究片面关注国际资本流动单一方面的局限性，综合比较了双向FDI对绿色创新的真实效应以及个体研究结论的异质性来源。研究发现：双向FDI和绿色创新之间整体上具有显著的正相关关系，FDI和OFDI都能促进绿色创新，并且FDI的促进效应更强。双向FDI互相且共同影响绿色创新，在实证研究中有必要在模型中同时控制FDI和OFDI的效应。

通過进一步的异质性分析，本文发现，当绿色创新环境较好时，双向FDI的正向影响得到了显著增强。同时，FDI对绿色创新的影响存在明显的地区性差异，在吸引大量外资且经济发展水平较高的东部地区，对于FDI技术溢出的吸收能力较强，且地区的竞争较为激烈，外资企业为了获得垄断优势更有可能向国内转移先进技术，因而FDI促进绿色创新的作用更加明显;在西部地区，由于自身研发水平较弱，对于FDI技术溢出的依赖性以及模仿创新的动机可能较强，FDI对绿色创新的作用也比较显著;而在中部地区这一关系最弱。OFDI-绿色创新的关系没有表现出明显的地区差异性，可能是因为OFDI逆向技术溢出过程本身较为缓慢，且对外投资流向地区的特点对这一过程的影响更为重要。

此外，由于学界对于绿色创新概念的定义较为模糊，本文通过Meta回归比较了不同的变量测度方式对于实证结果的影响，发现绿色创新的不同测度方式间具有比较高的一致性，对于结论差异的影响不大。但回归模型的设定会显著影响研究结论，当控制了回归的内生性时，双向FDI和绿色创新的正向效应会更强。Meta回归的结果还证实了双向FDI之间存在互补效应，在考虑某一种FDI和绿色创新之间的关系时，有必要在模型中同时控制另一种FDI的影响，否则可能会影响结论的准确性。

本文的贡献在于，首先，通过Meta分析整合了现有的实证研究结论，弥补了个体研究片面更关注双向FDI的单一方面的研究缺陷，运用严谨的统计方法检验了双向FDI与绿色创新之间的真实关系，并进一步探究了研究异质性的来源，为未来的实证研究如何避免研究设计造成结论偏误提供建议，在研究方法上做出了一定的推进;其次，在我国双向FDI协同发展、经济向“又好又快”发展转型的关键时期，绿色创新从污染排放与治理技术2个方面更全面地考察了环境效应，因而厘清双向FDI对绿色创新的真实影响具有重要的实践意义;第三，本文应用了规范且完整的Meta整合与分析方法，将2种Meta方法进行结合，提供了系统性的定量文献综述框架。本文对于经济领域Meta分析中效应值的处理提供了较好的参考，以往针对更微观层面的实证研究，往往直接将其所有的相关系数纳入分析，但这种做法通常不适于大样本研究。本文选择偏相关系数作为效应值，且对于同一篇文献中存在多个效应值的样本，与以往的做法不同，本文并不是简单地全部纳入或者取平均数，而是通过更加科学的分析过程，将同一维度的效应值进行平均，不同维度的分别纳入分析，保证效应值独立性。

参考文献：

[1] 李梅.国际R&D溢出与中国技术进步——基于FDI和OFDI传导机制的实证研究[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]张伟，李虎林，安学兵.利用FDI增强我国绿色创新能力的理论模型与思路探讨[J].管理世界，2011（12）：170-171.

[4]段云龙，向刚，赵明元.企业绿色持续创新动力机制研究[J].技术与创新管理，2007（01）：105-108.

[5]龚梦琪，刘海云，姜旭.中国工业行业双向FDI如何影响全要素减排效率[J].产业经济研究，2019（03）：114-126.

[6]宋晓玲，李金叶.双向FDI协调发展是否促进了绿色经济效率增长——基于技术创新视角[J].国际商务（对外经济贸易大学学报），2021（02）：126-140.

[7]李国祥，张伟.环境规制条件下绿色技术创新的国际资本和贸易渠道研究[J].科技管理研究，2016，36（24）：15-20.

[8]王曼曼，连帅，李海燕，尹士.中国双向FDI、知识产权保护与绿色专利产出——基于省际面板数据的实证分析[J].系统管理学报，2020，29（06）：1136-1149.

[9]张建，李占风.对外直接投资促进了中国绿色全要素生产率增长吗——基于动态系统GMM估计和门槛模型的实证检验[J].国际贸易问题，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]于飞，胡查平，刘明霞.网络密度、高管注意力配置与企业绿色创新：制度压力的调节作用[J].管理工程学报，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，陈柱华.环境规制、FDI与中国治污技术创新——基于省际动态面板数据的分析[J].财经研究，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]肖远飞，吴允.FDI、环境规制政策和区域绿色创新效率[J].重庆理工大学学报（社会科学），2019，33（06）：50-62.

[23]徐建中，王曼曼.FDI流入对绿色技术创新的影响及区域比较[J].科技进步与对策，2018，35（22）：30-37.

[24]刘夏，颜婕，赵军峰.FDI绿色技术溢出效应及其门槛检验[J].生态经济，2018，34（11）：120-125.

[25]韩先锋，李勃昕，刘娟.中国OFDI逆向绿色创新的异质动态效应研究[J].科研管理，2020，41（12）：32-42.

[26]聂秀华，吴青.对外直接投资的逆向绿色技术溢出效应真的存在吗？[J].管理现代化，2020，40（02）：7-11.

[27]梁圣蓉，罗良文.国际研发资本技术溢出对绿色技术创新效率的动态效应[J].科研管理，2019，40（03）：21-29.

[28]梁圣蓉，罗良文.国际研发资本技术溢出对绿色技术创新效率影响的门槛效应——基于人力资本视角[J].技术经济，2019，38（04）：23-32.

[29]李国祥，张伟，王亚君.对外直接投资、环境规制与国内绿色技术创新[J].科技管理研究，2016，36（13）：227-231+236.

[30]陈丽珍，刘金焕.FDI对我国制造业内资企业自主创新能力影响的实证研究[J].技术与创新管理，2015，36（04）：319-325.

[31]禄雪焕，胡春花.FDI对我国内资企业技术创新的影响——基于行业数据的实证研究[J].技术与创新管理，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]韓玉军，王丽.中国OFDI逆向技术溢出效应的影响因素研究——基于国别面板数据的非线性门槛技术回归[J].经济理论与经济管理，2015（06）：94-105.

[37]李婉红.中国省域工业绿色技术创新产出的时空演化及影响因素：基于30个省域数据的实证研究[J].管理工程学报，2017，31（02）：9-19.

[38]侯建，宋洪峰，李丽.非研发投入、知识积累与中国制造业绿色创新增长[J].系统管理学报，2019，28（01）：67-76+85.

[39]陈清，林珊珊.中国省际绿色创新效率的评价研究——基于Super-SBM模型和ML指数[J].技术与创新管理，2021，42（05）：510-518.

[40]宋马林，王舒鸿，汝慧萍，王刚.基于省际面板数据的FDI绿色创新能力统计分析[J].中国软科学，2010（05）：143-151.

[41]华振.我国绿色创新能力评价及其影响因素的实证分析——基于DEA-Malmquist生产率指数分析法[J].技术经济，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.

（责任编辑：严 焱）

收稿日期：2021-11-29

作者简介：程栖云（1998—），女，安徽安庆人，硕士研究生，主要从事绿色创新的学习与研究。