贸易开放、外资开放与绿色全要素生产率——来自长三角地区41 个城市的经验证据

文/倪泽睿（复旦大学社会发展与公共政策学院，上海 200433）

一、研究背景

党的十九大报告指出，我国经济已从高速增长阶段转向高质量发展阶段，推动经济发展质量变革、动力变革和效率变革已成为实现“高效、协调、绿色、开放、共享”新发展理念必由之路。绿色全要素生产率（Green Total Factor Productivity，GTFP）作为经济高质量发展的重要特征①余泳泽、杨晓章、张少辉：《中国经济由高速增长向高质量发展的时空转换特征研究》，《数量经济技术经济研究》2019年第6 期。，能够有效克服传统全要素生产率不能反映资源消耗、生态环境污染等局限，突出了经济—资源—环境协调发展的绿色发展本质。党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出了“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”，以重塑我国国际合作和竞争优势，更好推动开放发展。②王维平、牛新星：《试论“双循环”新发展格局与经济高质量发展的良性互动》，《经济学家》2021 年第6 期。长三角地区在经济全球化背景下，已深度融入全球产业链和价值链体系中，而贸易和投资作为全球分工体系主要载体，是推动经济开放发展的主要动力，对绿色全要素生产率的影响不容忽视。

随着我国改革开放进入深水区，开放发展与绿色发展在未来经济发展布局中的战略地位愈加凸显，如何兼顾经济发展与环境效益，是当前学术研究热点。贸易开放与外资开放作为开放发展重要内容，二者及其交互作用对绿色全要素生产率的影响如何？有哪些影响路径？是否存在区域异质性？目前国内外在这方面的研究很少。本文基于长三角地区41 个地级及以上城市数据，对上述问题进行分析，以期为实现更高质量经济发展提供参考。

二、文献综述

现阶段对绿色全要素生产率的测算主要有随机前沿法（SFA）和数据包络法（DEA）。随机前沿法用具体生产函数测算绿色全要素生产率。③王裕瑾、于伟：《我国省际绿色全要素生产率收敛的空间计量研究》，《南京社会科学》2016 年第11 期。数据包络法无须设定具体生产函数，在此基础上有学者进一步利用SBM模型以解决由径向选择导致的变量松弛问题。④Tone K.，“A Slacks-Based Measure of Efficiency in Data Envelopment Analysis，”European Journal of Operational Research，Vol.130，No.3，2001，pp.498-509.学者们利用Malmquist 指数、ML 指数、GML 指数和MML 指数等测算绿色全要素生产率。⑤崔兴华、林明裕：《FDI 如何影响企业的绿色全要素生产率?——基于Malmquist-Luenberger 指数和PSM-DID 的实证分析》，《经济管理》2019 年第3 期。⑥Dong-hyun Oh，“A global Malmquist-Luenberger Productivity Index，”Journal of Productivity Analysis，Vol.34，No.3，2010，pp.183-197.⑦李振洋、白雪洁：《产业政策如何促进制造业绿色全要素生产率提升?——基于鼓励型政策和限制型政策协同的视角》，《产业经济研究》2020 年第6 期。因为数据包络法能够避免具体生产函数和误差项分布特征导致的偏误，所以其应用更加广泛。还有少部分学者用索洛余值法测算绿色全要素生产率。⑧汪锋、解晋：《中国分省绿色全要素生产率增长率研究》，《中国人口科学》2015 年第2 期。

部分学者认为对外贸易能够促进绿色全要素生产率的提高。贸易开放可以优化产业结构，从而对绿色全要素生产率产生有利作用。①Peng Y.，Chen Z.，Xu J.and Lee J.，“Analysis of Green Total Factor Productivity Trend and Its Determinants for The Countries along Silk Roads，”Growth and Change，Vol.51，No.4，2020，pp.1711-1726.对外贸易有利于“一带一路”沿线国家绿色全要素生产率增长，进口贸易促进作用更显著。②齐绍洲、徐佳：《贸易开放对“一带一路”沿线国家绿色全要素生产率的影响》，《中国人口·资源与环境》2018 年第4期。一些学者利用跨国面板数据发现，对外贸易对亚洲绿色全要素生产率增长存在抑制性，但是对欧洲绿色全要素生产率增长起促进作用。③黄秀路、韩先锋、葛鹏飞：《“一带一路”国家绿色全要素生产率的时空演变及影响机制》，《经济管理》2017 年第9 期。还有一些学者利用2006—2017 年中国“一带一路”沿线18 个省的面板数据研究发现，对外贸易抑制绿色全要素生产率提高，但是抑制作用随对外贸易水平的提高而减弱，对外贸易对绿色全要素生产率的影响存在显著的空间异质性。④张建清、董洁明：《对外贸易对“一带一路”沿线省份绿色全要素生产率水平的影响》，《云南财经大学学报》2019 年第12 期。

研究外资开放与绿色全要素生产率之间关系的论文，主要有如下四类观点：一是“促进论”，外资开放促进绿色全要素生产率增长。外资开放技术溢出能够有效促进本地区绿色全要素生产率和绿色技术进步的提升，并存在显著的空间溢出效应。⑤张伟科、葛尧：《对外直接投资对绿色全要素生产率的空间效应影响》，《中国管理科学》2021 年第4 期。二是“抑制论”，外资开放阻碍绿色全要素生产率增长，支持“污染天堂”假说。发达国家通过外商直接投资（Foreign Direct Investment，FDI）将高污染产业转移到投资国，且引进的外商直接投资具有垄断效应，从而产生显著的环境污染效应，又由于其竞争效应和示范效应的发挥存在滞后性，因而外商直接投资对绿色全要素生产率提升产生抑制作用。⑥Rafindadi A.A.，Muye I.M.and Kaita R.A.，“The Effects of FDI and Energy Consumption on Environmental Ppollution in Predomi-nantly Resource-based Economies of The GCC，”Sustainable Energy Technologies & Assessments，Vol.25，No.2，2018，pp.126-137.⑦Zhou X.，Sun X.，Yang Y.and Chen Y.，“Market Fragmentation and Their Impact on Industrial Environmental Efficiency：An Empirical Study in China，”Polish Journal of Environmental Studies，Vol.29，No.4，2020，pp.2969-2980.⑧任保平、吕春慧：《中国生态环境质量的变动态势及其空间分布格局》，《经济与管理评论》2019 年第3 期。三是“异质论”，外资开放对绿色全要素生产率的影响存在区域异质性。学者们利用2001—2017 年黄河流域65 个城市的面板数据研究发现，外商直接投资在不同时期对上中下游城市绿色全要素生产率影响存在差异。⑨赵明亮、刘芳毅、王欢、孙威：《FDI、环境规制与黄河流域城市绿色全要素生产率》，《经济地理》2020 年第4 期。还有学者基于1997—2017 年中国省际面板数据发现，外资开放对绿色全要素生产率的影响存在显著空间异质效应，对东部地区的促进作用最大，对中部地区的作用居中，对西部地区的作用最小。⑩汪朝阳：《外资开放如何影响绿色全要素生产率》，《经济与管理评论》2021 年第1 期。四是“不确定论”。外资开放与绿色全要素生产率之间不存在显著的相关关系，即外商直接投资对绿色全要素生产率影响效应存在不确定性。①Kukulski J.and Ryan M.，“Investment History and Market Orientation Effects in The TFP-FDI Relationship，”The World Economy，Vol.34，No.4，2011，pp.546-567.②Shujing Yue，Yang Yang and Yaoyu Hu，“Does Foreign Direct Investment Affect Green Growth？Evidence from China’s Experience，”Sustainability，Vol.8，No.2，2016，pp.2-14.

综上所述，在研究对象上，现有研究大多集中在全国省际层面或“一带一路”沿线国家层面，从市际层面研究具体区域特别是长三角地区的文献较少；在研究内容上，现有文献多单独研究贸易开放或外资开放对绿色全要素生产率的影响，将二者纳入一个研究框架的文献鲜见。本文的边际贡献为：利用DEA-Malmquist 指数方法测得长三角地区41 个城市的绿色全要素生产率及其分解项，全面把握长三角地区绿色发展的特征。理论分析与实证检验相结合，研究贸易开放、外资开放以及二者交互项对绿色全要素生产率的影响机制；由于长三角区域不同省市的资源禀赋存在显著差异，本文将进一步探讨区域异质性特征。

三、理论分析与研究假设

贸易开放包括进口贸易开放和出口贸易开放。进口贸易开放能够给进口国带来绿色产品与先进技术等，通过溢出效应和扩散效应，推动国内产业结构和需求结构的调整，外部国际竞争的压力也会对国内企业产生“倒逼”机制，促使其不断进行创新，从而促进绿色技术进步和提高技术转换率。出口贸易开放往往伴随市场份额的重新分配，有助于国内企业的空间集聚和生产规模的扩大。干中学效应、竞争效应和规模效应有利于技术知识的传承与创新，最终有助于绿色全要素生产率的提高。据此，本文提出假设1：

H1：贸易开放对绿色全要素生产率增长起正向促进作用。

外资开放可以带来先进的生产技术、充足的资金，并通过行业内的示范效应和行业间上下游产业链的关联效应等，促进产业集聚和技术扩散，推动当地生产工艺的变革、人员知识技能水平的提升和产业结构转型升级，提高企业生产中污染治理技术水平和资源使用效率，进而促进绿色技术进步。外资开放可以加快人力资本的流动，优化资源配置，进而推动整个地区科技创新水平的提升。外资开放也会对市场竞争秩序、法律法规的规范性、政府部门的治理效率等提出更高要求。地方政府为吸引外资，往往会更加积极地提高政府工作效率和完善市场机制，激发企业活力，进而推动技术进步，最终促进绿色全要素生产率的提高。据此，本文提出假设2：

H2：外资开放对绿色全要素生产率增长起正向促进作用。

由于各地区的资源禀赋存在显著差异，贸易开放和外资开放对经济发展、产业调整、技术进步、资源利用等方面的影响存在地域差异，因而二者对绿色全要素生产率的作用可能存在区域异质性。这种效果来自知识溢出效应、学习效应、竞争效应、规模效应和成本依赖效应相互作用的强弱。当知识溢出效应、规模效应、学习效应发挥主要作用时，贸易开放、外资开放对绿色全要素生产率的正效用较大；当竞争效应、成本依赖效应发挥主要作用时，贸易开放、外资开放对绿色全要素生产率的负效用较大。据此，本文提出假设3：

H3：贸易开放、外资开放对绿色全要素生产率的影响效应存在区域异质性。

四、研究方法

（一）指标选取

绿色全要素生产率测算的投入指标包括劳动力L、资本存量K 和能源消耗E。本文用2000—2018 年长三角地区41 个城市第一产业、第二产业和第三产业就业总人数衡量劳动力L。参照前人的处理方法①张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952—2000》，《经济研究》2004 年第10 期。，利用“永续盘存法”计算资本存量K，即Ki，t=Ki，t-1（1-φ）+Ii，t，其中i 表示城市；t 表示年份；Ki，t表示i 城市t 时期资本存量；Ki，t-1表示i 城市t-1 时期资本存量；φ 代表固定资本折旧率，这里取9.6%；Ii，t为i 城市t 时期的全社会固定资产投资额，以2000 年为基期，用固定资产投资价格指数对其进行平减处理。能源消耗E，用全市用电量来表示。

绿色全要素生产率测算的产出指标包括期望产出和非期望产出两部分。期望产出用实际GDP 进行衡量，具体来说，以2000 年为基期，用居民消费价格指数（CPI）将名义GDP 折算成实际GDP。本文用熵值法将工业二氧化硫排放量、工业废水排放量和一般工业固体废弃物产出量分别赋予一定权重，得到综合污染指数，以此衡量非期望产出。

（二）研究方法

1.熵值法

本文用熵值法计算非期望产出各指标权重，并依据权重和指标标准化数值计算综合污染指数。

为了消除不同量纲对数据造成的不可比性的影响，本文采用极差法对原始数据进行标准化处理，其中非期望产出各指标均为负向指标。

正向指标：

负向指标：

指标信息熵计算：

熵值冗余度计算：

指标权重：

单项指标得分：

综合指数得分：

上述7 个公式中，Xij为第i 个城市第j 项指标标准化处理后的数值，max{xj}和min{xj}分别为第j项指标最大值和最小值，m 和n 分别为城市数和指标数。

2.DEA-Malmquist 指数方法

DEA-Malmquist 指数模型不需要设定具体生产函数、相关的价格信息和无效率项的分布假设。从t 期到t+1 期绿色全要素生产率增长的DEA-Malmquist 指数可以表示为：

在公式8 中，（xt，yt）表示t 期的投入和产出向量，（xt+1，yt+1）表示t+1 期的投入和产出向量，dt和dt+1分别表示以t 期技术水平为参考，t 期和t+1 期的距离函数。假设规模报酬不变，DEA-Malmquist 指数可以被进一步分解成：

在公式9 中，等号右边第一项为绿色效率进步指数，是指决策单元对生产前沿面的追赶；第二项为绿色技术进步指数，是指决策单元的生产前沿面的跃升。

（三）数据来源

本文数据主要来自《中国城市统计年鉴》、CEIC 数据库、EPS 数据库、搜数网、中国经济社会大数据研究平台，以及长三角地区41 个城市历年的统计年鉴和统计公报。

（四）长三角地区绿色全要素生产率及其分解项

本文用DEAP2.1 软件计算2000—2018 年长三角地区41 个城市综合环境约束下的绿色全要素生产率①非期望产出可以被看成额外的环境成本投入，非期望产出越多，意味着环境成本投入越多，相应的绿色全要素生产率越低；反之，非期望产出越少，意味着环境成本投入越少，相应的绿色全要素生产率越高。故本文将非期望产出指数列为投入指标，以此计算绿色全要素生产率。，并将其分解为绿色技术效率（EFFCH）和绿色技术进步（TECHCH）两部分，如表1 所示。由于中国加入WTO 以后外资规模的增大以及中国对生态环境问题的重视，本文在分析长三角地区绿色全要素生产率时分为两个阶段，第一阶段为2000—2010 年，第二阶段为2011—2018 年。

表1 长三角地区绿色全要素生产率的变动及其来源分解

在2000—2010 年，上海、南京、无锡、苏州、南通、温州、衢州、台州和合肥等城市的绿色全要素生产率较高，其动力主要来自绿色技术进步。泰州、淮南、马鞍山、安庆、滁州、阜阳、宿州、六安、亳州、池州和宣城等城市的绿色全要素生产率几何平均值均小于1，原因是绿色技术效率和绿色技术进步的下降，说明该期间内，人们对绿色生产技术以及绿色技术转化的重视还不够，生态环境问题管控力度较小，特别是在安徽省。在2011—2018 年，受金融危机、经济结构转型调整等影响，经济增速有所下滑，但是除安徽省的城市外，长三角地区的多数城市的绿色全要素生产率实现了增长，这与各地加快升级产业结构、加强环境规制、重视生态问题紧密相关。以上海市为中心的长三角东部经济核心区的城市绿色全要素生产率快速增长，长三角地区北部和西部的城市由于自身经济发展基础薄弱、研发水平较低和资源能源依赖度较高，更多扮演“产业承接者”和“技术模仿者”角色。环境政策落实不到位，导致绿色全要素生产率较低。长三角地区的绿色技术效率进步总体慢于绿色技术进步，会产生效率恶化现象。由于经济资源供给有限，仅依靠技术进步势必会导致资源配置失衡。提高绿色技术效率和资源配置效率，是提高绿色全要素生产率的关键。

五、实证分析

（一）模型建立

为了检验贸易开放和外资开放对绿色全要素生产率的影响效应，本文设定如下计量模型：

其中，下标i 和t 分别为城市和时间；被解释变量为绿色全要素生产率；解释变量包括贸易开放和外资开放；控制变量包括经济基础、科技投入、产业结构、人力资本、环保投入和基础设施建设；εit为随机干扰项。

（二）变量选取

被解释变量。绿色全要素生产率（gtfp）。本文以劳动力L、资本存量K 和能源消耗E 为投入指标，以实际GDP 和综合污染指数为期望产出指标和非期望产出指标，利用DEA-Malmquist 指数方法，测得2000—2018 年长三角地区41 个城市的绿色全要素生产率。

解释变量。①贸易开放（trade）。对外贸易通过进口和出口两个方面产生“竞争效应”“干中学效应”和“规模效应”等，影响长三角地区绿色全要素生产率。本文用进出口贸易总额占GDP 的比重衡量贸易开放。②外资开放（fdi）。外商直接投资通过示范效应、关联效应等，对市场机制产生影响，最终影响长三角地区绿色全要素生产率。本文用外商直接投资总额占GDP 的比重衡量外资开放。

控制变量。①经济基础（pgdp）。雄厚的经济基础是绿色全要素生产率提高的保障，本文用人均GDP 表示经济基础。②科技投入（tech）。技术进步与创新是区域绿色发展的根本动力，有助于提高要素使用效率，促进资源循环利用，最终对绿色全要素生产率产生影响。本文用当年政府科学技术支出总额占GDP 的比重衡量科技投入。③产业结构（indus）。产业结构升级意味着生产要素由生产效率低的部门流向生产效率高的部门，传统的高投入、高污染、低产出的生产方式转向集约高效、绿色环保的现代化生产模式，从而影响绿色全要素生产率。本文用第三产业产值与第二产业产值比例衡量产业结构。④人力资本（humcp）。人力资本决定地区科技创新能力，影响技术扩散和创新的速度，最终对绿色全要素生产率产生影响。本文用各地区普通高校在校生人数与本地区常住人口总数的比值衡量人力资本。⑤环保投入（envir）。环保投入直接影响污染防治成效，倒逼企业进行绿色技术创新，最终对绿色全要素生产率产生影响。本文用政府环保支出总额占GDP比重衡量环保投入。⑥基础设施建设（infru）。完善的基础设施建设会提高运输效率并降低运输成本，进而影响绿色全要素生产率。本文用各地区人均城市道路面积衡量基础设施建设。

表2 呈现的是变量的描述性统计结果。

表2 变量的描述性统计结果

（三）全样本分析

根据豪斯曼（Hausman）检验结果，本文采用固定效应模型。如表3 所示，贸易开放分别在0.01 和0.05 的显著性水平上正向影响绿色全要素生产率，假设1 得到验证。随着贸易开放程度的深化，更多国际前沿的环保知识、管理经验、绿色产品设计理念被引入国内，通过学习效应和集聚效应，市场规模不断扩大，最终促进长三角地区的绿色发展能力提高。

表3 全样本回归分析结果

外资开放分别在0.01 和0.05 的显著性水平上正向影响绿色全要素生产率，假设2 得到验证。外资开放能够加快生产要素流动，通过溢出效应、示范效应和关联效应，促进当地生产工艺的变革，带动产业转型升级；竞争效应可以倒逼企业进行研发投资和绿色技术创新，降低能耗，提高生产效率。外资开放也对当地政府相关部门的治理水平提出了更高要求，有助于进一步推进市场化改革，进而提高绿色全要素生产率。

贸易开放和外资开放的交互项在0.01 的显著性水平上促进绿色全要素生产率的提升，且回归系数值明显增大，说明贸易开放和外资开放之间已经形成良性互动关系。贸易开放能够拓宽引进外资的渠道，有助于长三角地区出台环境保护政策，优化外资结构，更多资本密集型、技术密集型外资企业进驻该区域，倒逼国内劳动密集型、污染密集型企业进行绿色技术创新。由外资带来的先进知识、技术通过学习效应、竞争效应和溢出效应推动企业不断进行绿色技术创新，降低污染排放强度，企业整体竞争实力不断提高，最终正向影响绿色全要素生产率。

经济基础对绿色全要素生产率的影响未通过显著性检验。除模型（1）外，回归系数均为正，说明雄厚的经济基础为优化产业结构、促进绿色技术创新、积累人力资本和保护环境等提供了支持。科技投入对绿色全要素生产率的影响显著为负，原因可能是政府的科技投入会对其他主体的创新投入产生挤出效应，而企业对政府资金的过度依赖也会降低资金利用效率和创新能动性；现阶段长三角地区的专利申请多为实用新型专利和外观设计专利，对经济效率影响更大、绿色技术含量更高的发明专利占比较小，同时基础科学研究的滞后和结构性人才的短缺，使创新性技术进步缓慢，最终导致绿色技术进步转化率较低。产业结构对绿色全要素生产率的影响显著为正，产业结构优化升级使主导产业不断向以绿色创新和环境友好为特征的新兴产业转移。人力资本对绿色全要素生产率的影响为正，人力资本积累有助于推动产业结构升级。环保投入对绿色全要素生产率的影响为正，环境保护力度的加大会迫使企业减少资源能源的低效投入和污染排放，倒逼其研发绿色技术和改善运营结构，通过创新补偿效应，提高生产效率，降低生产成本，进而提升绿色全要素生产率。基础设施建设对绿色全要素生产率的影响显著为正，完善的基础设施有利于降低运输成本。

（四）区域异质性

长三角地区的不同区域在经济基础、资源禀赋、开放程度等方面存在差异，贸易开放和外资开放对绿色全要素生产率的影响效果可能存在区域异质性，本文进一步将全样本划分为江苏省、浙江省、安徽省和以上海市为中心的经济核心区（经济核心区包括上海、南京、无锡、常州、苏州、杭州、宁波、嘉兴和绍兴等城市，这些城市以上海市为核心，是长三角地区经济发展的内核区域），分别进行实证分析，结果如表4 所示。

表4 区域异质性分析结果

贸易开放对江苏省、安徽省的绿色全要素生产率具有促进作用，但是对浙江省和经济核心区的绿色全要素生产率具有负向影响，原因可能是浙江省和经济核心区是国际贸易产品的主要流入区域，大量国外高附加值产品的涌入对该区域高新技术产业产生冲击，使其市场空间急剧缩小。技术的落后以及产品质量的劣势，进一步压缩了生存空间，其没有足够的资本支持绿色技术创新。外资开放对苏浙沪地区均产生显著促进作用，但是对安徽省产生抑制作用，原因可能是与苏浙沪地区相比，安徽省在经济发展、科技创新、人力资本、基础设施建设等方面处在落后位置，吸引外资能力较弱。为引进更多外资，地方政府会选择降低环境保护水平，但是引进的外资多集中在污染密集型产业和低技术产业，使自身成为“污染避难所”，无法有效吸收绿色技术，导致效益的损失和环境污染的加剧。安徽省薄弱的产业基础使其在与外资企业竞争中处于劣势，大量市场份额被挤占，本土企业的利润下滑，从而阻碍地区绿色全要素生产率增长，假设3 得到验证。此外，贸易开放和外资开放的交互项对江苏省和经济核心区的绿色全要素生产率的促进作用最为显著，这意味着这两个地区贸易开放和外资开放之间形成了良性互动关系。

（五）稳健性检验

为解决可能存在的内生性问题，本文以解释变量的滞后期变量为其工具变量，进行两阶段最小二乘法（2SlS）回归，如表5 所示。可以发现，回归系数符号和数值与上述的研究结果基本保持一致，并且通过了显著性检验，验证了上文的研究结论。

表5 稳健性检验结果

六、结论与政策建议

本文基于2000—2018 年长三角地区41 个城市面板数据，采用DEA-Malmquist 指数方法测算了这些城市的绿色全要素生产率及其分解项，在此基础上，利用固定效应模型检验贸易开放和外资开放对绿色全要素生产率的影响效应、影响机制及其区域异质性特征。结果显示：（1）苏南和浙南地区的绿色全要素生产率较高，安徽省的绿色全要素生产率较低。以上海市为中心的长三角地区的东部经济核心圈绿色全要素生产率增长迅速，环保政策落实效果较好，经济效益明显；长三角地区北部和西部的城市绿色全要素生产率较低且增长缓慢，更多扮演“产业承接者”和“技术模仿者”角色。（2）从总体上来看，长三角地区贸易开放和外资开放对绿色全要素生产率增长具有显著促进作用，且二者的交互作用会进一步扩大这种正向影响。（3）分区域来看，贸易开放对江苏省的绿色全要素生产率促进作用明显，对浙江省的绿色全要素生产率抑制作用明显；外资开放对苏浙沪地区的绿色全要素生产率增长具有显著促进作用，对安徽省的绿色全要素生产率存在抑制作用；贸易开放和外资开放的交互作用对江苏省和经济核心区的绿色全要素生产率提升的正效应最为显著。

本文提出以下政策建议：第一，应进一步扩大对外贸易规模，优化对外贸易结构，促进对外贸易绿色发展。减少出口贸易对劳动密集型、资源密集型和环境污染密集型产业的依赖，采用更加严格的能耗标准，倒逼企业进行绿色技术研发和绿色产品创新，提高贸易产品附加值。第二，采用差异化引资战略，优化外资引入结构。上海、苏南、浙北等地区应着重提高外商直接投资质量，加大对高新技术产业、绿色环保产业的引进力度；苏北、皖西等地区应提高环境保护水平，通过各种优惠政策吸引外资，利用自身优势引进劳动密集型和资源密集型外资企业，增加资本存量。第三，应进一步增加政府科技投入、环保投入和新兴产业投资，构建高质量人才引进机制，差异化、多层次引智与优质化、靶向化育智并举。通过加快基础设施建设，加强上海、南京、苏州和杭州等中心城市与周边城市互联互通，充分发挥区域中心辐射功能，通过技术溢出效应带动周边城市发展。对苏北、浙南、皖西等地区采取倾斜性支持政策，缩小各地区绿色发展差距。