异质环境规制对OFDI逆向绿色创新的动态调节效应研究

韩先锋 宋文飞

(1.昆明理工大学管理与经济学院；2.陕西师范大学西北历史环境与经济社会发展研究院)

1 研究背景

改革开放以来，中国经济取得了举世瞩目的“增长奇迹”，但随之而来的环境污染严重、资源过度浪费等一系列问题，已成为阻碍当前经济高质量发展的“绊脚石”。这种情形下，国家审时度势提出通过加快绿色创新发展，以有效破解资源环境约束，驱动经济发展方式从高速增长向高质量增长转变。然而，中国绿色创新的快速发展往往需要大量的绿色技术溢出作为支撑，仅仅依靠国内自主创新尚远不能满足绿色发展的客观需求，还需要包括对外直接投资(OFDI)等在内的国际绿色技术溢出渠道作为重要补充，这对于作为全球第三大OFDI国的中国显得尤为重要。一般认为，OFDI企业能方便学习和自主获取东道国的绿色生产技术和清洁生产经验，并通过将其大规模反馈至国内而引发逆向绿色创新溢出现象，且这种逆向溢出效果会因OFDI强度的变化而变化。另外，不同于一般的技术创新，绿色创新具有绿色和创新两大鲜明特性，其双重外部性往往会导致创新主体缺乏足够的约束和激励，必须通过政府的管制、引导加以矫正，而环境规制则通常被视为政府矫正创新主体绿色创新行为的重要工具[1]，这对“走出去”过程中的逆向绿色创新溢出亦不例外。同时，值得注意的是，由于不同类型的环境规制策略分别体现了异质性的调控目的及倾向，在政策执行时也多存在差异[2]，加之OFDI和国内绿色创新均始终处于持续的动态演化过程中，可能导致不同类型的环境规制工具对OFDI逆向绿色创新的调节效果也会随之动态演变。倘若忽视不同类型环境规制工具的异质动态调节影响，容易犯“一刀切”和“形而上学”的错误，往往会因环境规制政策失灵、偏差而导致“走出去”过程中的逆向绿色创新红利损失。鉴于此，本研究基于异质环境规制的三维新视角，探究OFDI对国内绿色创新的动态影响，重点解析环境规制调节OFDI逆向绿色创新溢出的工具差异、动态演化特征及空间异质性等现实问题。科学回答相关问题，无疑对于新时代下中国有效实现环境规制、OFDI与绿色创新的协调发展具有重要现实意义。

2 文献综述

随着环境问题日益严峻和“走出去”战略持续深化，环境规制、OFDI与国内绿色创新的关联性问题正逐步成为学术界关注的热门话题，相关研究主要体现在以下两个方面。

一方面，关于OFDI逆向绿色创新效应的探讨。目前该领域的研究尚不多见，且现有文献对于OFDI是否存在逆向绿色创新溢出尚各执一词。多数学者对OFDI影响国内绿色创新持积极态度。ESKELAND等[3]较早肯定了OFDI在提升企业绿色技术创新过程中的正向作用。随后国内不少学者围绕中国实际也得出了类似结论。比如，龚新蜀等[4]研究发现，中国对外投资的效率与技术反馈对国内工业绿色创新效率的改善效果明显，但OFDI逆向绿色创新的驱动机制存在显著区域差异。孔群喜等[5]实证表明，OFDI显著驱动了地区的绿色创新，但市场分割会间接阻碍地区绿色创新水平改善。杨朝均等[6]数值仿真显示，高OFDI情形下企业多直接选择绿色模仿创新，而高利润反馈下的OFDI企业更倾向于选择绿色自主创新；然而，也有学者得出了与上述不相一致的结论，认为OFDI逆向绿色创新溢出是有条件性的。冉启英等[7]发现，地区制度质量会显著约束OFDI的逆向绿色创新溢出效果。聂名华等[8]实证表明，OFDI与中国工业绿色创新效率之间存在倒U形的非线性关联特征。甚至还有学者持有完全相反的观点，认为OFDI显著抑制了国内的绿色创新发展。宋维佳等[9]证实了在国际技术溢出过程中，OFDI对中国绿色创新具有显著的负面效应。罗良文等[10]进一步指出，OFDI之所以不利于中国绿色创新的原因在于，其对国内投资具有显著挤出影响。事实上，学界关于OFDI逆向绿色创新问题认识的多重分歧，也恰恰反映出二者之间可能存在较为复杂的动态关联，但遗憾的是，目前这一方面的研究还较为少见。

另一方面，关于环境规制与绿色创新的关联性研究。学术界主要围绕绿色创新过程中的“波特假说”存在性问题展开了激烈的讨论，相关研究主要表现为4个方面：①支持“波特假说”，认为环境规制有利于绿色创新发展。这一观点得到了多数学者的肯定，如MONTERO[11]指出，较高的排污税和排污标准能够明显促进绿色创新能力改善；REN等[12]研究发现，补贴、约束等环境管制措施均能有效激发企业加强绿色创新投入；李娅楠等[13]分析表明，合理的政府环境规制水平能够有效提升整体绿色生产水平。②否定“波特假说”，指出环境规制对绿色创新具有负面影响。WAGNER[14]实证表明，环境规制与绿色创新专利生产之间具有显著的负相关关联。进一步，王凤祥等[15]发现了环境规制对中国整体层面的绿色技术创新具有负面影响；臧传琴等[16]的研究则表明，环境规制负向影响绿色创新的现象主要发生在西部地区。③认为“波特假说”是否存在尚不确定，即环境规制与绿色创新之间的关联性并不明显。LANJOUW等[17]指出，环境规制与绿色创新之间无明显的相关关系。随后，SCHERER等[18]基于美国和德国数据研究印证了这一点。王淑英等[19]则从多维环境规制工具入手发现，激励型环境规制对绿色产品创新的影响不明显，而公众参与型、命令型环境规制对绿色工艺创新的间接影响均不显著。④认为“波特假说”存在非线性特征，即环境规制与绿色创新之间具有动态关联。FRONDEL等[20]认为，环境规制政策越严厉，对企业绿色创新的促进效果越明显。李香菊等[21]基于地区竞争视角，分析得出了与FRONDEL等[20]不相一致的结论，发现环境税、排污费等不同规制手段与绿色技术创新之间分别呈现倒U形和U形关系。WANG等[22]利用OECD国家的工业面板数据的最新研究，进一步佐证了李香菊等[21]的分析结论。不难发现，现有文献虽然围绕绿色创新过程中的“波特假说”检验做了大量工作，却鲜有文献考察OFDI逆向绿色创新过程中的“波特假说”问题。

综上所述，已有相关成果为本研究提供了重要启示，但迄今为止理论界关于上述两个领域的分析结果均存在明显争议，还需要进一步探究。特别是，已有研究尚存在以下不足：①多数文献主要基于线性的静态角度进行分析，较少关注到OFDI逆向绿色创新的非线性效应，尤其是鲜有文献基于环境规制与“走出去”的联动性视角探讨如何有效驱动国内绿色创新效率；②现有研究对环境规制如何调节OFDI逆向绿色创新溢出的考虑还极为有限，贾军等[23]虽然分析了环境规制与OFDI交叉项对国内绿色创新的静态影响，但却忽视了环境规制动态调节OFDI逆向绿色创新的演化特征、工具差异及其潜在的空间异质性现象。本研究的主要创新之处在于，基于异质环境规制的三维新视角，深入探索不同环境规制工具影响OFDI逆向绿色创新溢出的动态调节响应及其异质性问题，以期为新时代下动态审视环境规制、OFDI与国内绿色创新的内在关联提供一定现实依据。

3 研究设计

3.1 作用机制阐释

OFDI是母国获取国外绿色技术溢出的重要渠道。一般来讲，OFDI主要包括对发达国家的逆梯度投资和对发展中国家的顺梯度投资两种路径[8]。不同路径的投资方式均会对母国绿色创新产生不同程度的影响，具体而言，OFDI的逆向绿色创新机制主要体现为：一方面，对发达国家的逆梯度OFDI，主要以通过自主选择和学习的方式获取东道国先进生产要素、清洁技术和经验等为主要目的，持续的逆向反馈能为母国提供更多从东道国获取有效绿色创新溢出、联合绿色研发，以及在母国实施二次绿色创新的机会，而大范围、高强度的OFDI逆向溢出则会对母国绿色创新活动产生影响；另一方面，对发展中国家的顺梯度OFDI，主要以寻求资源、降低成本等为主要目的，使得OFDI企业能依托东道国廉价的资源进行生产，该过程中，OFDI母公司可持续将高能耗、高污染的生产环节和过剩产能转移至东道国，通过对海外生产工艺的低端锁定，大大缩减了母国高污染产业和“比较劣势”的边际产业[4]，并驱动了母国资源的优化配置和新兴绿色产业的快速发展，从而也能对母国绿色创新水平的改善产生影响。也正是因为两种投资渠道的动态变化和综合作用，最终导致OFDI的逆向绿色创新溢出是持续动态演化的。

理论上看，影响OFDI动机的因素一般包括企业获取利润的内生动力和政府制度约束的外生动力，而制约绿色创新水平提升的主要动力通常有OFDI在内的国际溢出、母国的自主创新以及政府制度调节3个方面。这其中，政府制度约束通常是影响OFDI与绿色创新的共同驱动力，而环境规制则被视为政府调节OFDI与绿色创新内在关联的直接手段。事实上，与一般的OFDI逆向创新不同，OFDI逆向绿色创新兼具“绿色”和“创新”的双重外部性溢出特征[21]，这导致在纯粹的市场化手段调节下难以有效激励或约束OFDI企业的绿色创新行为。具体而言，在绿色创新初期，OFDI企业往往会因额外支出环保成本而对其他技术创新投资产生挤出效应，导致此时的OFDI企业缺乏绿色创新动机，需要政府加强宏观调控，发挥各类环境规制策略的倒逼效应。当绿色创新步入深水区，OFDI企业无论是在绿色创新规模、强度，还是在绿色技术扩散、应用等方面均已达到较高水平，这增强了国内绿色创新资源的统筹整合难度，依然需要政府通过各类环境规制手段加以调控和引导。

根据环境规制主导者不同及政策灵活性的差异，政府的环境规制策略可分为命令型环境规制、经济型环境规制和自愿型环境规制3种类型。从政策实施效果来看，经济型环境规制策略实施具有政府行政权力的强制性，OFDI企业为了满足相应的环保标准和技术规范，必然要提高绿色创新水平。经济型环境规制的实施效果会受到企业经济利益最大化目标的制约，由于绿色创新的不确定性，OFDI企业往往会优先选择治理污染以应对母国规制要求，而缺乏开展绿色创新的动力[23]。自愿型环境规制的实施效果则会受到排污者自发行为的影响，这预示着OFDI企业具有较大的自主权和选择权，政策执行效果会受到公众和一些非政府组织监督参与强度的影响。加之政府不同环境规制策略在调控目的及倾向上均有所差异，最终导致其影响OFDI逆向绿色创新的机理、方式与管制效果均存在一定的异质性。另外，不同环境规制策略并非一成不变，而是会随着环境问题的变化不断进行调整和修订，故环境规制策略本身就具有一定的动态性。由此，随着不同环境规制策略及其强度、OFDI规模和绿色创新水平等的持续动态演变，环境规制对OFDI驱动国内绿色创新的调节广度和深度都在不断变化，最终可能致使异质环境规制调节下OFDI的逆向绿色创新效应并非简单的线性关联，而是具有复杂的动态非线性特征。

3.2 计量模型构建

为了客观揭示异质环境规制调节OFDI逆向绿色创新的动态演化规律，这里首先构建如下面板门槛模型：

GIit=α1OFit·I(Eit≤γ)+α2OFit·I(Eit>γ)+

ϑjXit+μi+εit，

(1)

式中，GI表示绿色创新效率的被解释变量；OF表示对外直接投资的核心解释变量；E表示环境规制的门槛变量；γ表示待估计的门槛值，通过与E比较，可划分出OF具有不同取值的两个门槛区间；α1、α2和ϑj均表示变量的估计系数；I(*)为一个指示函数，当括号内条件不成立时，取值为0，否则取值为1；X表示影响国内绿色创新效率的其他控制变量；μ表示不随时间变化的各样本截面个体效应；i和t分别表示考察期内的研究样本编号和时序编号；ε表示误差项，εit～iid(0,σ2)。

根据研究需要，这里选取人力资本(HC)、贸易开放度(TO)、金融发展(FD)和知识产权保护(IP)等作为控制变量，则模型(1)可以改写为：

GIit=α1OFit·I(Eit≤γ)+α2OFit·I(Eit>γ)+

ϑ1HC+ϑ2TO+ϑ3FD+ϑ4IP+μi+εit。

(2)

考虑到本研究可能存在多个门槛区间的情形，这里对单一门槛模型(2)进一步做拓展，构建相应的多重面板门槛数据模型如下：

GIit=α1OFit·I(Eit≤γ1)+α2OFit·I(Eit>γ1)+

…+αnOFit·I(Eit≤γn)+αn+1OFit·I(Eit≤γn)+

ϑ1HC+ϑ2TO+ϑ3FD+ϑ4IP+μi+εit。

(3)

进一步，本研究将环境规制变量细分为命令型环境规制(Ec)、自愿型环境规制(Ep)和经济型环境规制(Es)。其中，命令型环境规制(Ec)调节下的OFDI逆向绿色创新溢出门槛模型可表示如下：

GIit=α1OFit·I(Ecit≤γ1)+α2OFit·I(Ecit>γ1)+

…+αnOFit·I(Ecit≤γn)+αn+1OFit·I(Ecit≤

γn)+ϑ1HC+ϑ2TO+ϑ3FD+ϑ4IP+μi+εit。

(4)

自愿型环境规制(Ep)调节下的OFDI逆向绿色创新溢出门槛模型可表示如下：

GIit=α1OFit·I(Epit≤γ1)+α2OFit·I(Epit>γ1)+

…+αnOFit·I(Epit≤γn)+αn+1OFit·I(Epit≤γn)+

ϑ1HC+ϑ2TO+ϑ3FD+ϑ4IP+μi+εit。

(5)

经济型环境规制(Es)调节下的OFDI逆向绿色创新溢出门槛模型可表示如下：

GIit=α1OFit·I(Esit≤γ1)+α2OFit·I(Esit>γ1)+

…+αnOFit·I(Esit≤γn)+αn+1OFit·I(Esit≤γn)+

ϑ1HC+ϑ2TO+ϑ3FD+ϑ4IP+μi+εit。

(6)

3.3 变量设定和数据说明

本研究采用2004～2017年中国30省份(港、澳、台和西藏等地区由于数据缺失较多(1)由于本研究参照已有研究，选取环境污染来信来访总数作为核心变量，而官方并未公布该指标2018年的具体数据。为确保研究的严谨性和统计口径的一致性，故最终采用2004～2017年数据进行研究。，不在研究范围内)为对象进行研究，相关数据主要来自《中国科技统计年鉴》《中国环境统计年鉴》《中国金融年鉴》《中国对外直接投资统计公报》，以及国家知识产权局中国专利公布公告网。最终获取30个截面样本，观测值为420。这里对上文设计的相关变量具体做如下设定。

(1)被解释变量：绿色创新效率(GI)本研究基于效率角度衡量绿色创新水平，即把绿色创新活动视为一个系统的投入产出过程，并运用SFA技术对省际层面的绿色创新效率水平做测度。对于绿色创新活动的投入指标选取，借鉴曹慧等[24]的做法，这里选取各省份历年的R&D人员全时当量和R&D经费支出两指标，分别表征绿色创新活动人力和资本的双重投入情况。对于绿色创新活动的产出指标选取，考虑到现有多数文献将整个经济活动中的污染指标作为非期望产出的做法过于笼统，也不够精确，这里参照张玉明等[25]的做法，以绿色专利来衡量绿色创新。具体基于世界知识产权组织列出的绿色专利清单中的分类编码，从国家知识产权局中国专利公布公告网获取省际层面的绿色专利授权量，以其作为绿色创新活动的产出指标。经随机前沿的广义似然率检验，进一步采用超越对数型SFA模型测算，即可得2004～2017年间中国省际层面的绿色创新效率水平。

(2)核心解释变量：对外直接投资(OF)相较于OFDI流量指标，OFDI存量指标的应用更为广泛，源于流量指标无法有效避免短期波动的影响，而存量指标能较好地克服这一缺陷，且更适宜于分析OFDI对国内绿色创新发展影响的长期作用效果[26]。故选取OFDI存量指标进行研究，同时为了剔除价格因素的影响，这里采用人民币表示的非金融类OFDI存量与当年GDP的比值来表征OFDI水平，该指标数值越大，表明相应省份的OFDI强度越高。

(3)门槛变量：环境规制(E)环境规制是本研究的门槛变量，为了客观揭示异质环境规制对OFDI逆向绿色创新的动态调节影响，本研究拟从命令型环境规制、自愿型环境规制和经济型环境规制3个维度来衡量环境规制的异质调节。对于命令型环境规制(Ec)，参照屈小娥[27]的做法，采用各省份累计颁布的环境法规数量来衡量，以反映不同地区立法或行政部门针对环境管制问题而作出的努力，以及企业应遵循的环保规范和技术标准等要求。对于自愿型环境规制(Ep)，考虑到自愿型环境规制工具的适用范围涵盖环境信息披露和公众参与等方面内容，故这里借鉴郑石明等[28]的做法，采用环境污染来信来访总数来表征，以反映公众环保意识的强弱。对于经济型环境规制(Es)，考虑到其主要属于政府和企业的共同行为，这里参照彭星等[29]的做法，选取各省份环境治理投资额与同期GDP比值来表征，该值越大表明相应省份的经济型环境规制强度越高。

(4)控制变量为了进一步控制异质环境规制动态调节下的OFDI逆向绿色创新溢出效应，这里还对以下变量做了控制：人力资本(HC)，采用各省份平均受教育年限来刻画；金融发展(FD)，选取金融机构年末存贷款余额与同期GDP比值来反映；贸易开放度(TO)，选取用人民币表示的进出口总额与当期GDP比值来体现；知识产权保护(IP)，考虑到G-P指数主要适用于发达国家且数据缺乏连续性，这里运用技术交易成交额占当地GDP比重来表征。

4 实证结果及分析

考虑到本研究涉及较多变量，可能存在多重共线性问题干扰，这里首先对相关变量进行多重共线性检验，测算结果发现，最大方差膨胀因子VIF数值为5.15，平均VIF数值为2.46，处于可接受的范围内，证明本研究的共线性问题较弱，不会对后文的估计结果产生较大影响；其次，这里还采用ADF-Fisher、PP-Fisher、IPS和LLC，计4种检验方法做面板平稳性测试，检验结果印证了本研究所设变量是平稳的，表明后续研究不会出现明显的伪回归问题。在上述两种检验的基础上，将进一步考察异质环境规制调节下的OFDI逆向绿色创新溢出现象。

4.1 异质环境规制动态调节效应的基本事实分析

根据前文设定，本研究运用Hansen面板门槛数据模型估计异质环境规制的动态调节效应，首先基于“自举法”重叠模拟似然比检验统计量500次，是否存在门槛效应可具体通过F值和p值来研判。异质环境规制门槛效应存在性的检验结果见表1。由表1可知，对于命令型环境规制门槛，其在1%或5%显著性条件依次通过了单一、双重和三重门槛效应检验；相应地，三重门槛效应的95%置信区间为[27.000, 41.000]，表明应基于三重面板门槛模型探究命令型环境规制调节下的OFDI逆向绿色创新溢出效应问题。对于自愿型环境规制门槛和经济型环境规制门槛，其单一、双重和三重门槛效应分别在1%或5%显著性水平下通过了检验；相应地，三重门槛效应的95%置信区间分别为[604.000, 4 290.000]和[1.920, 3.160]，故应采用三重面板门槛模型分析自愿型环境规制和经济型环境规制的动态调节响应。同时，为进一步增强研究结论的可靠性，以及尽可能克服内生性的干扰，这里还基于不同维度和方式做了稳健性检验：①以2005～2016年为研究时段，重新检验命令型环境规制的动态调节效应；②对自愿型环境规制变量滞后一期情形下的动态调节效应进行再检验；③对OFDI滞后一期情形下的经济型环境规制动态调节效应进行重新检验。基于上述三重手段的检验结果显示，无论是命令型环境规制，抑或自愿型环境规制和经济型环境规制的门槛变量均在单一、双重和三重门槛检验中通过了不同水平的显著性检验，各门槛值大小也相差不多，印证了本研究采用三重面板门槛模型分析异质环境规制动态调节OFDI逆向绿色创新溢出是有科学依据的。

表1 全国层面的异质环境规制门槛效应检验结果(N=420)

全国层面上异质环境规制动态调节OFDI逆向绿色创新溢出的估计结果见表2。为了有效消除异方差的影响，本研究主要采取基于稳健标准差的门槛模型估计方法对相应的三重面板门槛模型进行估计。在表2中，模型1、模型2和模型3分别是基于命令型环境规制、自愿型环境规制和经济型环境规制作为门槛变量的估计结果，以从3个维度反映不同环境规制策略对OFDI逆向绿色创新溢出的异质动态调节影响。模型4、模型5和模型6依次分别是采用改变研究时段、调整门槛变量和核心解释变量的“命令型-自愿型-经济型”环境规制动态调节的稳健性估计结果。对于控制变量，表2中人力资本、金融发展、贸易开放度和知识产权保护的估计系数方向均基本一致，仅在估计系数大小和显著性程度上略有差异，这说明了本研究结论具有较高可靠性。具体而言，人力资本变量的估计系数均在1%显著性水平下为正，表明现阶段持续提高人力资本水平对驱动区域绿色创新发展的积极作用是显著的。原因可能在于，提高人力资本水平有利于绿色创新知识的积累、传递和扩散，从而可有效为区域绿色创新活动提供坚实的绿色智力支撑。金融发展变量的估计系数均显著为正，表明金融发展显著有利于区域绿色创新活动改善，金融中介的资本参与能在一定程度上降低绿色创新活动的不确定性风险，进而对绿色创新发展产生积极影响。贸易开放度变量的系数为负，说明了新时代下贸易开放对中国绿色创新仍存在一定的负面影响，这可能与长期以来中国对外贸易产品的绿色含量和科技含量均处于较低水平的现状是密切相关的。知识产权保护的估计系数为正(虽不显著)，说明现阶段加强知识产权保护在一定程度上有利于改善区域绿色创新活动发展，但这种积极影响尚比较微弱。稳健性检验的模型4～模型6的估计结果均印证了上述结论的可靠性。

表2 全国层面异质环境规制调节的面板模型估计结果(N=420)

由表2中面板门槛数据模型的估计结果不难发现，不同的环境规制工具对OFDI的逆向绿色创新影响效果是存在显著差异的，且OFDI的逆向绿色创新溢出也会因环境规制强度的变化而变化。异质型环境规制的动态调节效果具体表现如下。

(1)命令型环境规制的3个门槛值分别为14.000、19.000和37.000，按照命令型环境规制3个门槛值从小到大可依次划分出4个门槛区间，而在不同命令型环境规制门槛区间内的OFDI逆向绿色创新溢出效应是存在显著差异的。命令型环境规制的动态调节效应具体表现为：当命令型环境规制强度低于第一门槛值14.000时，OFDI变量的估计系数为-0.045，虽未通过显著性检验，表明在命令型环境规制强度较低的第一门槛区间内，OFDI对国内绿色创新效率产生了一定程度的负面影响。当命令型环境规制强度介于14.000与19.000之间时，OFDI的逆向绿色创新溢出效果由负转正，此时OFDI的估计系数为0.920且通过了5%的显著性水平检验，即该门槛区间内，命令型环境规制对OFDI逆向绿色创新开始产生了积极影响。当命令型环境规制强度位于19.000和37.000时，其对OFDI的逆向绿色创新溢出效果仍然为正，且相比第二门槛区间促进效果明显增强，此时存在OFDI逆向绿色创新溢出的最优命令型环境规制强度区间[19.000, 37.000]，即较高的命令型环境规制策略会更有利于OFDI的逆向绿色创新溢出。当命令型环境规制强度超过37.000时，OFDI变量的估计系数有所减弱且通过了1%的显著性水平检验，说明当命令型环境规制强度超过37.000水平时，OFDI的逆向绿色创新溢出又会开始减弱。不难发现，命令型环境规制对OFDI的逆向绿色创新溢出具有U形动态调节影响。

(2)自愿型环境规制的3个门槛值分别为2 249.000、3 357.000和4 199.000，按照上述门槛值同样可划分出4个门槛区间，可知自愿型环境规制会动态调节OFDI的逆向绿色创新溢出。自愿型环境规制的动态调节效应具体表现为：当自愿型环境规制强度低于第一门槛值2 249.000时，OFDI对国内绿色创新效率的影响强度为0.492，且通过了5%的显著性水平检验，表明自愿型环境规制强度较低时，OFDI对国内绿色创新活动产生了显著的促进效果。当自愿型环境规制强度介于2 249.000与3 357.000之间时，OFDI的估计系数为-0.274且显著，即此时OFDI的逆向绿色创新溢出由正转负，此时该门槛区间内自愿型环境规制开始对OFDI逆向绿色创新产生了显著的负面影响，表明此时存在一个驱动OFDI逆向绿色创新溢出的自愿型环境规制调节陷阱。当自愿型环境规制强度位于3 357.000和4 199.000之间时，其对OFDI逆向绿色创新溢出的积极影响增大至最大效果2.635水平，表明此时自愿型环境规制对OFDI逆向绿色创新溢出的促进效果最为明显，即存在驱动OFDI逆向绿色创新溢出的最优自愿型环境规制强度区间[3 357.000,4 199.000]，即较高的自愿型环境规制强度会最有利于OFDI的逆向绿色创新溢出。当自愿型环境规制强度超过4 199.000时，OFDI变量的估计系数减弱至0.861且通过了1%的显著性水平检验，说明此时自愿型环境规制对OFDI逆向绿色创新溢出的积极调节效果会有所弱化。总体看来，在自愿型环境规制调节下，OFDI对国内绿色创新效率具有显著的N形非线性调节特征。

(3)经济型环境规制的3个门槛值分别为1.230、1.780和2.820，结合表2中模型3的三重面板门槛模型的估计结果可知，经济型环境规制对OFDI逆向绿色创新溢出的动态调节效果亦不同于自愿型环境规制和命令型环境规制的作用。具体而言，经济型环境规制的动态调节效应具体表现为：当经济型环境规制强度低于1.230时，OFDI对国内绿色创新效率的影响强度为0.109，但不显著，表明在该门槛区间内经济型环境规制对OFDI逆向绿色创新溢出的积极影响并不明显。当经济型环境规制强度跨越1.230且小于1.780时，OFDI的估计系数为0.881且显著，即此时OFDI产生了显著的逆向绿色创新溢出，且该门槛区间内OFDI对国内绿色创新的积极影响最为明显，即存在一个驱动OFDI逆向绿色创新溢出的最优经济型环境规制门槛区间[1.230, 1.780]。当经济型环境规制强度位于1.780和2.820之间时，其对OFDI逆向绿色创新溢出开始产生了显著的负面影响，说明较高的经济型环境规制反而会抑制OFDI企业绿色创新的积极性。当经济型环境规制强度超过2.820时，OFDI变量的估计系数虽由负转正，但并不显著，表明随着经济型环境规制强度的持续提升，OFDI对国内绿色创新发展又开始产生了一定的积极影响。之所以会出现这种现象，原因可能在于，在适度的经济型环境规制作用下，OFDI企业更容易获取东道国的先进技术并将其反馈至国内，从而显著有利于国内绿色创新发展。而OFDI企业对国内经济型环境规制的响应可能存在一个调整期，较高的环境规制力度虽然会促使OFDI企业更有针对性地获取绿色技术，但却在一定程度上增加了企业逆向绿色创新的活动成本，降低其通过OFDI渠道实施绿色创新的积极性，反而不利于OFDI的逆向绿色创新溢出。但随着环境规制力度的持续增加，会引导和倒逼OFDI企业不断加强绿色创新溢出，以尽可能适应日益严厉的环境规制要求，此时又会产生一定的逆向绿色创新溢出，但溢出效果已不再明显。总之，在经济型环境规制约束下，OFDI对国内绿色创新效率的影响表现出一定的N形动态特征。

不难发现，不同类型环境规制对OFDI逆向绿色创新溢出的动态调节影响是存在显著差异的，即较高的命令型环境规制和自愿型环境规制更有利于促进OFDI对国内绿色创新发展的积极影响，而适度的经济型环境规制对OFDI逆向绿色创新溢出的积极效果则最优。换言之，较低的环境规制对OFDI逆向绿色创新溢出的调节效果比较有限，只有在较高的命令型环境规制和自愿型环境规制，以及适度的经济型环境规制条件下，才能最大限度地促进OFDI的逆向绿色创新溢出。但这并不意味着环境规制强度越高越好，过高的环境规制反而可能会弱化OFDI的逆向绿色创新溢出。进一步计算发现，2017年的命令型环境规制强度、自愿型环境规制强度和经济型环境规制强度的平均水平分别为26.233、6 934.400和1.305，其中命令型环境规制强度和经济型环境规制强度均正处于最优门槛区间内，而自愿型环境规制强度则已跨越最优门槛区间内，即现阶段命令型环境规制、自愿型环境规制和经济型环境规制对OFDI逆向绿色创新的调节影响分别处于1.810、0.861和0.881水平上，这充分表明在驱动“走出去”和绿色创新协调发展的过程中，命令型环境规制、自愿型环境规制和经济型环境规制3种规制手段均起到了显著的积极影响，且命令型环境规制的调节效果最佳、经济型环境规制作用次之、自愿型环境规制的效果最差。现阶段实施命令型环境规制的调节效果之所以最好，原因可能在于，行政和市场管制手段操作方便、见效快速，更容易倒逼OFDI企业加强绿色技术创新。总体看来，新时代下，中国应选取合适的环境规制工具和强度，以最大化释放“走出去”过程中的逆向绿色创新溢出。

4.2 不同类型环境规制工具动态调节效果的空间异质性分析

为了进一步揭示环境规制动态调节的潜在异质空间门槛效应，从而得到更有针对性的研究结论，这里分别从东部、中部和西部三大地区出发，考察异质环境规制约束下OFDI逆向绿色创新溢出的空间差异问题(见表3)。基于表3的门槛检验结果发现，以命令型环境规制为门槛变量时，东部和中部地区分别通过了双重门槛和三重门槛检验，西部地区则未通过单一门槛检验，表明东部和中部地区应分别采用双重面板门槛模型和三重面板门槛模型进行估计，而西部地区则应采用线性模型做估计较为合理。以自愿型环境规制为门槛变量时，东部和西部地区均采用三重面板门槛模型进行估计，而中部地区则应采用双重面板门槛模型来研究较为科学。以经济型环境规制为门槛变量时，东部和中部地区均应采用三重面板门槛模型进行估计，西部地区则应选择单一面板门槛模型做估计较为合理。

表3 分地区异质环境规制动态调节的面板门槛检验结果(N=420)

考虑空间差异情形下不同类型环境规制工具动态调节响应的门槛估计结果见表4。由表4可知，不同类型环境规制工具对OFDI逆向绿色创新溢出的异质动态影响存在显著空间差异。具体表现如下。

表4 分地区层面异质环境规制动态调节的门槛估计结果(N=420)

基于命令型环境规制的分组检验发现：①在东部地区，命令型环境规制的两个门槛值分别为14.000和38.000。当命令型环境规制强度小于14.000时，OFDI对该地区绿色创新产生了一定的负面影响。当命令型环境规制强度位于14.000和38.000时，OFDI又开始对绿色创新产生显著的积极影响。但当命令型环境规制强度超越38.000时，则会在一定程度上弱化OFDI的逆向绿色创新溢出效果。由此，命令型环境规制对东部地区OFDI逆向绿色创新溢出存在U形动态调节特征，且存在驱动OFDI逆向绿色创新溢出的最优命令型环境规制强度区间[14.000, 38.000]。②在中部地区，命令型环境规制的3个门槛值分别是6.000、9.000和20.000。当命令型环境规制强度低于6.000时，OFDI显著抑制了中部地区的绿色创新发展。当命令型环境规制强度超过6.000且小于9.000时，OFDI又开始对该地区绿色创新产生了积极影响。在命令型环境规制强度超越9.000

且小于20.000时，OFDI逆向绿色创新溢出的积极效果最为明显。当命令型环境规制强度跨越20.000时，OFDI对中部地区绿色创新的积极影响则开始有所弱化。由此，命令型环境规制对中部地区OFDI逆向绿色创新溢出存在U形动态调节特征，且最优的命令型环境规制门槛区间为[9.000, 20.000]。③在西部地区，命令型环境规制对OFDI逆向绿色创新溢出始终存在显著的正向调节影响，这一调节特征与东、中部地区的动态响应是有所差异的。进一步计算发现，东部和中部地区2017年命令型环境规制强度的平均水平分别为32.273和29.750，可知东部地区的命令型环境规制强度正位于最优门槛区间内，中部地区的命令型环境规制强度已跨越最优门槛区间，即现阶段东部和中部地区命令型环境规制的调节强度分别位于第三和第四门槛区间内。基于空间层面比较发现，现阶段命令型环境规制对中部地区OFDI逆向绿色创新溢出的正向调节效果最为明显，西部地区次之，东部地区最弱。

基于自愿型环境规制的分组检验发现：①东部地区自愿型环境规制的3个门槛值依次为2 290.000、3 746.000和18 000.000。当自愿型环境规制强度小于2 290.000时，OFDI显著有利于东部地区的绿色创新发展。当自愿型环境规制强度位于第二门槛区间内时，OFDI则会显著抑制东部地区的绿色创新发展。当自愿型环境规制强度超越第二门槛值且小于第三门槛值时，OFDI的逆向绿色创新溢出效果则会增至最大。但当自愿型环境规制强度迈入第四门槛区间时，OFDI的逆向绿色创新溢出效果又开始明显减弱。由此，在自愿型环境规制调节下，OFDI对东部地区绿色创新效率的影响表现出N形动态演化特征，且第三门槛区间为最优的自愿型环境规制门槛区间。②中部地区自愿型环境规制的两个门槛值分别是3 451.000和5 947.000。随着自愿型环境规制强度的持续提升，OFDI的逆向绿色创新溢出呈现正向的倒U形动态特征，且存在最优的自愿型环境规制门槛区间[3 451.000,5 947.000]。相比东部地区自愿型环境规制的调节响应，中部地区每个门槛区间内的OFDI系数均高于东部地区，可知自愿型环境规制对东部地区OFDI逆向绿色创新的积极影响要弱于中部地区。③西部地区自愿型环境规制的3个门槛值可依次划分为4个门槛区间，随着自愿型环境规制强度的提高，OFDI对西部地区绿色创新效率的影响呈现“先增大后减小再增大”的正向N形动态调节规律。进一步比较发现，现阶段自愿型环境规制对OFDI逆向绿色创新溢出的调节效果与命令型环境规制基本一致。

基于经济型环境规制的分组检验发现：①东部地区经济型环境规制的3个门槛值依次为0.750、0.850和1.790。当经济型环境规制强度小于0.750时，OFDI对东部地区绿色创新发展的积极影响并不显著。当经济型环境规制强度依次超越0.750和0.850但小于1.790时，OFDI对东部地区绿色创新效率的正向驱动开始变得显著，且呈现“先增大后减小”的演化特征，即适度的经济型环境规制更适宜于东部地区OFDI的逆向绿色创新溢出。当经济型环境规制超越1.790时，OFDI反而开始不利于当地的绿色创新发展。由此，经济型环境规制调节下的OFDI逆向绿色创新溢出呈现出显著倒U形非线性特征。2017年东部地区经济型环境规制的平均水平是1.019，尚未跨入抑制OFDI逆向绿色创新溢出的经济型环境规制区间，表明现阶段经济型环境规制总体上是有利于东部地区OFDI逆向绿色创新溢出的。②中部地区经济型环境规制的3个门槛值分别是0.650、0.890和1.700。当经济型环境规制强度依次跨越上述3个门槛时，OFDI对中部地区绿色创新效率的影响呈现“先增大再减小”的正向倒U形非线性特征，其中第二门槛区间为最有利于OFDI逆向绿色创新溢出的最优经济型环境规制门槛区间。③在西部地区，经济型环境规制对OFDI逆向绿色创新溢出具有正向倒U形动态调节影响，即过高的经济型环境规制反而可能会弱化OFDI对西部地区绿色创新发展的积极影响，这一点与全国、东部和中部地区的作用情形是基本一致的，即适度的经济型环境规制策略对驱动“走出去”与绿色创新的协调发展是大有裨益的。

总体看来，虽然命令型环境规制、自愿型环境规制和经济型环境规制的动态调节特征在不同地区均存在显著差异，但现阶段3种类型环境规制工具的调节效果均存在“中部>西部>东部”的鲜明特征。东部地区之所以现阶段环境规制与OFDI联动下的绿色创新溢出红利较弱，可能与该地区的绿色创新水平和OFDI强度均较高，致使环境规制对“走出去”过程中的绿色创新红利可能已提前释放，而中、西部地区的绿色创新和OFDI均起步较晚、水平较低，反而在环境规制的绿色创新“激励效应”方面具有明显的后发优势。基于控制变量估计结果可知，人力资本对东部地区绿色创新的积极影响最为明显，中、西部地区则相对较弱，而金融发展积极作用的区域差异特征与人力资本相比则恰恰相反。贸易开放对中、西部地区绿色创新的影响不明显，但对东部地区绿色创新产生了不利影响，而知识产权保护不利于东部地区绿色创新发展，却对中、西部地区绿色创新具有积极影响。这表明，有效驱动OFDI的逆向绿色创新溢出是一个复杂的系统工程，除了着重考虑环境规制的动态调节外，亦不能忽视上述因素的综合影响。

5 结语

本研究实证分析了3类环境规制工具对中国OFDI逆向绿色创新溢出的异质动态调节效应，结果显示：OFDI逆向绿色创新溢出存在异质环境规制门槛效应，在命令型环境规制调节下呈现U形演化特征，在自愿型环境规制和经济型环境规制调节下具有N形动态响应；只有实施较高强度的命令型环境规制和自愿型环境规制，以及保持适度的经济型环境规制策略才会最有利于释放OFDI逆向绿色创新溢出，且这一动态演化特征存在显著的空间差异；现阶段命令型环境规制的调节效果最佳、经济型环境规制作用次之、自愿型环境规制的效果最差；3种不同类型环境规制策略在中部地区的积极调节效果均最为明显，西部地区次之，东部地区最弱。

本研究具有以下政策涵义：首先，政府应密切结合OFDI与国内绿色创新的动态演化实际，适时优化调整环境规制策略，尽可能使得命令型环境规制和自愿型环境规制保持在较高水平，以及经济型环境规制处于适度水平上，从而最大限度地释放OFDI逆向绿色创新溢出；其次，要结合现阶段环境规制工具在OFDI逆向绿色创新溢出过程中的异质调节实际，总体选择以行政命令、污染征税和污染治理投资等命令型环境规制和经济型环境规制为主的管制策略，也要辅以互联网线上推广、线下公益宣传培训等自愿型环境规制手段，不断提高公众的环境保护意识，从而形成OFDI与环境规制协调发展的良好局面；最后，环境规制政策的实施应因地制宜、因事制宜和因时制宜，各区域应积极引导和调节环境规制强度，使得其始终位于最有利于OFDI逆向绿色创新的门槛区间。特别是，中、西部地区应更加注重通过环境规制与“走出去”的协同联动来持续推动绿色创新发展迈上新台阶。

本研究也存在一定的局限性：①不能反映出产业层面和企业层面OFDI逆向绿色创新溢出，未来可进一步采用制造业、上市企业等相关统计或实际调研数据展开研究；②仅按照传统地理划分中国省域，未来可将样本进一步细分；③OFDI逆向绿色创新效果可能还存在其他因素的调节，后续研究中应基于其他角度拓展研究。