东道国制度环境对母国制造业绿色创新的影响分析.pdf

0962023年10月 商展经济DOI:10.19995/ki.CN10-1617/F7.2023.20.096东道国制度环境对母国制造业绿色创新的影响分析张小玲 刘忆思(三江学院 江苏南京 210012)摘 要：本文以20052020年中国和48个东道国的面板数据为样本，以东道国制度环境为解释变量，制造业能源消耗变动率和制造业碳排放变动率为被解释变量，并选取中国对外直接投资OFDI为中介变量，进行中介效应检验。运用动态面板中介模型，选取东道国制度环境中的政治稳定度、监管质量、腐败控制、政府效能、话语权和问责制为控制变量，分别进行回归检验，以供参考。实证结果表明，中国对外直接投资在东道国制度环境对中国制造业能源消耗与碳排放变动的影响中存在中介效应，东道国制度环境中法治发展水平越高，监管贸易限制条件越严格，越显著促进中国对外直接投资水平，并对中国制造业能源消费变动比率和制造业碳排放变动比率的抑制效果越大。关键词：东道国；制度环境；对外直接投资；绿色创新本文索引：张小玲,刘忆思.东道国制度环境对母国制造业绿色创新的影响分析J.商展经济,2023(20):096-100.中图分类号：F125 文献标识码：A基金项目：江苏省教育厅哲学社会科学项目“东道国制度环境对母国制造业绿色创新的影响”(2021SJA0563)。在“走出去”背景下，中国对外直接投资进入了一个高速增长时期。中国在2012年的对外直接投资流量(FDI)达到了878亿美元，首次成为世界FDI三大国之一。2020年，中国FDI达到1537.1亿美元，较2019年同期增加了12.3%，流量规模首次成为世界第一。截止到2022年底，在世界189个国家(地区)拥有超45，000家OFDI企业，世界范围超过80%以上都有中国的投资，年底海外公司的总资产达到了7.9万亿美元。随着中国FDI规模的不断扩大，中国对外直接投资逆向技术外溢效应受到越来越多学者的重视，学术界对技术溢出的研究从传统的FDI领域转向了OFDI领域，对OFDI逆向技术溢出效应的探讨与研究随之增多。能源在中国的经济增长中贡献很大，经济增长所需的能源消耗量较高，2021年BP世界能源统计年鉴 显示，中国已成为最大的能源消费大国。二氧化碳排放量的不断增加导致中国雾霾天气的增多，因此如何提高能源利用效率和降低二氧化碳排放量已成为当务之急。目前，在我国产业发展过程中存在着能源消耗较高、能源利用效率低等问题。“新常态”下，中国经济长期持续发展与技术创新和进步密切相关，加快技术进步，提高能源利用效率，转变经济增长方式是当前中国经济发展面临的重要课题。OFDI快速增长能否通过反向溢出推动中国经济实现降低制造业能源消耗和碳排放总量，实现制造业绿色创新发展，其中对外直接投资的情况也会受到东道国相应制度环境的要素影响。因此，推测东道国制度环境要素可能会通过中国对其直接投资这一中介变量来影响中国制造业能源消费变动比率和制造业碳排放变动比率。为了验证东道国制度环境的中介效应，本文选取了20052020年中国和48个东道国的数据，构建中介效应模型进行实证分析。1 数据来源与变量选取为了确保数据的可获得性，本文运用20052020年中国和48个东道国家的面板数据进行实证分析，所有数据均来自EPS数据库和世界银行公开数据库。为保障数据的正确性和合理性，除了比值类的数据之外，其他缺失的数据使用插值法补齐。基于理论框架和模型设定，本文使用Stata15.0软件，并运用面板中介效应模型研究东道国对制造业绿色创新的影响效果。本文构建核心解释变量法治水平与被解释变量制造业能源消费变动比率，选取中国对外直接投资为中介变量，将量化结果作为中介变量进行中介效应检验。控制变量为政治稳定度、监管质量、腐败控制、政府效能、话语权和问责制，分别进行回归检验。一是核心解释变量：即法治水平RL，基于上文收集的各个国家与东道主国家的面板数据。二是控制变量：即政治稳定度PS、监管质量RQ、腐败控制CC、政府效能GE、话语权和问责制VA，源于东道国特征对国家制造业绿色创新的影响。三是被解释变量：制造业能源消费变动比率、制造业碳排放变动比率。 2023年10月097国际商贸四是中介变量：本文选取中国对外直接投资为中介变量，这些指标与制造业绿色创新密切相关(见表1)。表1 变量定义与符号说明变量类型变量名称变量符号变量说明被 解 释变量制造业能源消费变动比率ER制造业能源消费当年与前一年的差额/前一年制造业总和核 心 解释变量法治水平RLRule of Law中 介 变量中国对外直接投资OFDI 中国对外直接投资存量(万美元)控 制 变量腐败控制CCControl of Corruption政府效能GEGovernment Effectiveness政治稳定度PSPolitical Stability and Absence of Violence/Terrorism监管质量RQRegulatory Quality话语权和问责制VAVoice and Accountability2 模型构建本文共收集到768条数据，缺失值用插值法补齐。基于以上分析，为检验东道国法治水平与中国制造业能源消费的关系，构建计量模型：ERijt=a0+RLjt+Xjt+it (1)式(1)中：i表示中国；j表示东道国；t表示年份；a0为常数项，和为各变量系数；Rijt表示t年东道国j的法治水平；Xjt表示t年东道国j的控制变量指标，包括腐败控制、政府效能、政治稳定度、监管质量、话语权和问责制；是核心解释变量法治水平RL待估计参数；是控制变量，即腐败控制CoC、政府效能GE、政治稳定度PS、监管质量RQ、话语权和问责制VA待估计参数。本文关注的是和的估计系数结果，若其符号为负，则说明解释变量和被解释变量为负相关。东道国的法治水平促进了中国对该东道国的对外直接投资，进而影响中国制造业能源消费变动的比率，中国对外直接投资影响了中国制造业能源消费变动的比率，以此推断东道国法治水平可能通过促进中国对其的对外直接投资这一中介变量来影响中国制造业能源消费变动的比率。为了验证东道国法治水平的中介效应，本文构建中介效应模型如式(2)、式(3)、式(4)所示：ERijt=0+1RLjt+Xjt+it (2)OFDIijt=0+1 RLjt+Xjt+it (3)ERijt=0+1RLjt+2OFDIijt+Xjt+it (4)式(2)、式(3)、式(4)中：OFDIijt为中介变量中国t年对j国的直接对外投资；0、0、0是常数项；1是东道国法治水平对中介变量的影响；和是控制变量待估计参数；it是残差项；1、2分别是东道国法治发展水平、中介变量对中国制造业能源消费变动的直接效应；将式(3)代入式(4)，即可得到中国对外直接投资的间接效应12。3 东道国制度环境对母国制造业绿色创新影响的实证分析3.1 描述性统计描述性统计结果如表2所示。表2 描述性统计结果指标名样本量均值方差最小值最大值OFDI764336117.5872128.248004771ER7680.0466585 0.0408864-0.0024249 0.1600126CC7680.6840512 1.021039-1.6728092.459118GE7680.8599563 0.8273815-1.6228682.426029PS7680.3764948 0.7965191-2.0579431.61567RL7680.7742768 0.911175-1.7358712.124782RQ7680.862016.8107957-2.2737352.255347首先，如果式(2)显著，则说明东道国法治水平对中国制造业能源消费变动的比率产生了影响；其次，如果式(3)显著，则说明东道国法治水平对中国对外直接投资产生影响；最后，通过检验式(4)中的回归结果，确定中介效应是否存在：如果a1的绝对值小于1，说明存在部分中介效应，即东道国法治水平对中国制造业能源消费变动的比率的影响部分来自中国对外直接投资的推动；如果a不显著、a2显著，则存在完全中介效应，即东道国法治水平对中国制造业能源消费变动比率的影响完全基于中国对外直接投资。3.2 Hausman检验在对面板数据进行建模之前，需进行一项检验，以确定使用固定效应回归还是随机效应模型，本文采用Hausman检验进行判别分析，以确保模型的准确性。在Hausman检验的原假设中采用随机效应模型，而在备择假设中应选择固定效应模型。根据Hausman检验结果，卡方检验的值为50.57，对应的p值为0.0000，在1%的显著性水平上拒绝原假设，表明应选择固定效应模型进行分析(见表3)。表3 Hausman检验结果变量(b)固定效应系数(B)随机变截距项效应系数(b-B)DiggerenceSqrt(diag(V_b-V_B)RL-0.0825693-0.0307105-0.05185890.0126496CC0.03290910.01664990.01625920.0115468GE0.0031130.0094745-0.00636150.0110845PS0.01368580.00537710.00830870.0075996RQ-0.0481234-0.0098958-0.03822750.0111712VA0.07336060.00992910.06343150.01409550982023年10月 商展经济3.3 基准回归由上文可知是平稳面板数据，本文检验结果拒绝了F检验的原假设(建立混合回归模型)和豪斯曼检验的原假设(建立随机效应模型)，认为结果选用固定效应模型，且下文实证分析中皆采用固定效应模型。控制变量的回归结果与经济现实基本相符。在基准检验结果中，法治水平和监管质量的系数显著为负，说明法治发展水平越高，监管质量限制条件越严格，制造业能源消费变动比率越小。腐败控制系数、政府效能系数、政治稳定度、话语权和问责制的系数均显著为正，表明这些指标越好，越能促进制造业出口总额，这一结论也有理论依据，即稳定程度越高、贪污控制得越好、话语权与问责制越高，中国对东道国制造业出口的市场规模就越大，进而中国将会在一定程度上扩大对该类东道国的出口，导致制造业能源消费变动比率提高(见表4)。表4 基准检验结果变量模型变量模型RL-0.0825693*(-5.32)RQ-0.0481234*(-3.76)CC0.0329091*(2.54)VA0.0733606*(5.04)GE0.0031130.230常数项0.0730096*(6.54)PS0.0136858*(1.67)样本量768R2(R-squared)0.0873注：*、*、*表示估计结果分别在 10%、5%、1%的显著性水平上显著，括号中数字为 t 值。3.4 中介效应检验本文构建中介效应模型，进一步识别“东道国环境OFDI母国制造业绿色创新”的传导机制。对式(2)、式(3)、式(4)进行了回归，中介效应检验结果如表5所示，三组回归模型的核心变量法治水平均在5%的显著性水平上显著。其中，模型(2)显著为负，说明法治发展水平越高，监管贸易限制条件越严格，对中国制造业能源消费变动的比率抑制效果越大；模型(3)显著为正，说明良好的法律制度能够显著地促进中国对东道国的制造业投资水平，其原理在于越完善的法律环境，越能提高外国投资资金的安全性，营造更加完善的市场环境，从而促进投资总量的增加；模型(4)显著为负，同时中介变量中国直接对外投资指数(OFDI)的回归系数在1%的显著性水平上显著为负，模型(4)中的回归系数与模型(2)中的回归系数相比明显变小，说明东道国OFDI在传导路径中起到部分中介作用。综上，中介效应检验验证了“东道国环境OFDI母国制造业绿色创新”的传导机制。3.5 异质性检验出口国法治水平的差异与我国制造业出口具有密切的相关性，法治水平发展较高的地区，进口货物的要求也相对更加严格，带来我国制造业出口和能源消耗水平的相应降低，从而影响我国制造业能源消费变动比率的发展水平。对此，本文将出口国的法治水平划分为低、中、高阶段进行异质性分析，结果如表6所示。由表6可知，低、中、高程度的出口国法治水平对我国制造业能源消费变动比率的影响系数分别为-0.0620881、-0.2107236、-0.0897936，且结果都是显著的，表明法治水平对我国制造业能源消费变动比率的作用呈先上升后下降的倒“U”型特征。出口国法治水平在较低水平时，对进口的制造业产品的要求较低，因而对我国制造业能源消费变动比率的抑制作用要更弱；当法治水平处在更高层次时，会减少一些低质量产品的进口，但由于法律规定还不完善，此时容易盲目地减少制造业进口产品，于是在中法治水平阶段对我国制造业能源消费变动比率的抑制作用最强；在法治水平高级阶段，可以对制造业进口商品有一个客观判断，这个结果体现在与中法治水平相比，对我国制造业能源消费变动比率的抑制作用要更低一些。3.6 稳健性检验为了确保研究结论的稳健性和避免内生性的影响，首先，需要将核心解释变量滞后一期，检验核心解释变量RL与被解释变量PS、RQ、CC、GE、VA之间是否互为因果关系，并表5 中介效应检验结果变量模型(2)中国制造业能源消费变动的比率模型(3)OFDI模型(4)中国制造业能源消费变动的比率RL-0.0307105*(3.33)563378.5*(2.79)-0.026136*(2.84)OFDI-8.54e-09*(4.54)CC0.0166499*(2.98)93033.26(0.93)0.0172798*(3.12)GE0.0094745(1.3)-331695.5*(3.19)0.0065267(0.91)PS0.0053771(1.64)-249617*(3.42)0.0026286(0.80)RQ-0.0098958(1.62)695250*(5.14)-0.0027734(0.45)VA0.0099291*(2.85)-752321.1*(6.58)0.0027682(0.74)常数项0.0508113*(17.03)115432.7*(3.46)0.0513787*(17.39)样本量768764764R20.02280.17720.0505注：*、*、*表示估计结果分别在 10%、5%、1%的显著性水平上显著；括号中数字为 t 值。 2023年10月099国际商贸解决因互为因果关系而导致的内生性问题。将第t期的被解释变量与第 t+1期的核心解释变量进行回归分析，回归结果表明互为因果对研究结论的影响较小，如表7第2列。其次，使用替换变量法。本文选择用制造业二氧化碳排放量变动比率来替换制造业能源消费变动比率，衡量我国的外贸水平。回归结果如表7第3列所示，估计系数显著，与预期相一致，即法治发展水平越高，监管贸易限制条件越严格，对中国制造业碳排放变动的比率抑制效果越大。4 结语4.1 结论本文从对外直接投资OFDI的角度分析境外东道国环境制度，以对外直接投资为媒介，分析对我国制造业绿色创新的影响。利用20052020年中国和48个东道国的面板数据，针对东道国环境制度六个要素及中国制造业能源消耗和二氧化碳排放变动率进行回归分析，结果显著，但推测中国对外直接投资OFDI是否作为中介变量影响其变动比率，从而构建中介效应模型揭示实证结果与分析相符。本文的结论如下：(1)东道国法治水平越高，贸易监管限制条件就越严格，越显著促进中国对东道国的投资水平，对中国制造业能源消费变动的比率和制造业碳排放变动的比率抑制效果越大；(2)东道国政治稳定程度越高、贪污控制越好、话语权和问责制越高，中国对东道国的制造业出口的市场规模越大，进而促进中国对外出口，导致制造业能源消费变动比率和碳排放变动比率增大。4.2 政策建议4.2.1.加大对发达国家的直接投资力度，促进逆向技术溢出产生中国应抓住“一带一路”倡议带来的机遇，积极拓展国际市场，到经济发达国家投资设立工厂，充分利用当地的劳动力资源和能源资源，引进发达国家的先进技术和管理经验，获得逆向技术 溢出，提升国内企业的技术水平和产品质量，增强企业竞争力。提升行业技术水平，有助于推动能源利用技术的研发，从而促进能源利用效率的提高。4.2.2 注重外资引入质量，推动国内技术不断创新与进步外商直接投资在推动中国经济发展与科技进步中扮演着至关重要的角色，但目前中国在能源利用技术方面仍处于相对低效的阶段，许多经济欠发达的省份仍然追求以高表6 异质性检验结果变量基准回归低法治水平中法治水平高法治水平RL-0.0825693*(-5.32)-0.0620881*(-2.58)-0.2107236*(-6.50)-0.0897936*(-2.65)CC0.0329091*(2.54)0.0490873*(2.15)0.0566177*(2.95)0.0237629(0.99)GE0.0031130.230-0.0511038*(-2.31)-0.0056296(-0.27)0.1307369*(5.50)PS0.0136858*(1.67)-0.0037908(-0.36)0.0509822*(3.14)0.0047338(0.27)RQ-0.0481234*(-3.76)-0.0480555*(-2.23)0.0693813*(2.99)-0.1108825*(-5.43)VA0.0733606*(5.04)0.0393746*(1.94)0.116242*(3.70)0.1500818*(4.46)常数项0.0730096*(6.54)0.0482393*(4.32)-0.0040067(-0.16)-0.0864806(-1.14)样本量768256256256R2(R-squared)0.08730.15780.23960.2855注：*、*、*表示估计结果分别在 10%、5%、1%的显著性水平上显著，括号中数字为 t 值。表7 稳健性检验结果变量变量滞后一期替换变量RL0.0260471*(2.60)-0.3721031*(-3.39)CC0.0260471*(2.60)-0.008231(-0.09)GE-0.0037957(0.36)0.1178131(1.25)PS0.0097181(1.50)-0.0553113(-0.95)RQ-0.0131438(-1.31)-0.323739(-3.58)VA0.0082245(0.69)0.6640804*(6.44)R20.04800.0711观测值720 768注：“*”“*”“*”分别表示 10%、5%和 1%水平上通过显著性检验；括号内为 t 值；括号外为变量系数。1002023年10月 商展经济能耗为代价的粗放型经济增长模式，这种模式缺乏可持续性。“新常态”背景下，我国面临着产业结构转型升级和节能减排多重挑战，经济增长方式必须从粗放型向集约型转变，以实现可持续发展的长期目标。外商直接投资作为技术溢出的一种重要渠道，需通过提高外资引入的质量，促进产生外商直接投资技术溢出效应，推动提升能源利用技术水平，加快技术开发，从而达到降低耗能、增加产出的目的。4.2.3 推动产业结构调整，优化能源消费结构“十三五”规划明确指出经济发展方式的转型，即从依赖第二产业逐步向第一、第二和第三产业协同带动的方向转变，以实现更高效的发展，这也意味着我国今后将进入一个以服务业为主的新时期，在这样的背景下，对我国产业结构的重新布局尤为重要。当前，中国第三产业所占的比重不断提高，实现经济的可持续增长离不开产业结构的调整和优化，中国产业结构调整的战略重点是提升制造业的产业结构，加快制造业由大到强的转变。当前，中国第三产业在国民经济中所占比重不断提高，而第二产业在不断下降，政府不断加强对服务业的支持力度。到2014年，第三产业的比重超过了第二产业，但比重仍然较低，中国产业结构的调整和优化还存在很大的发展空间。4.2.4 推动能源消费结构改善，提高能源综合利用效率推动能源消费结构的改善是加快优化能源供给结构、有效提升能源利用效率水平的重要举措。因此，我国要以加快新能源的开发和利用为突破口，积极促进能源消费结构的优化，降低对化石燃料的依赖，提高能源综合利用效率，以减少经济发展对外部能源的依赖。参考文献1 韩玉军,王丽.OFDI逆向技术溢出对中国能源利用效率的影响J.经济问题,2016,439(3):95-101.2 孔群喜,陈慧,倪晔惠.中国企业OFDI逆向技术溢出如何提升绿色技术创新:基于长江经济带的经验证据J.贵州财经大学学报,2019(4):100-111.3 饶春晓,周之浩,王滨.东道国制度环境对中国对外直接投资的影响:基于RCEP国家的研究J.对外经贸实务,2023,411(4):55-63.4 朱瑜婷.中国OFDI影响因素的实证分析:基于东道国制度环境视角J.时代经贸,2023,20(2):12-15.5 赵伟,古广东,何国庆.外向FDI与中国技术进步:机理分析与尝试性实证J.管理世界,2006(7):53-60.6 刘凯敏,朱钟棣.我国对外直接投资与技术进步关系的实证研究J.亚太经济,2007(1):98-101.7 白洁.对外直接投资的逆向技术溢出效应:对中国全要素生产率影响的经验检验J.世界经济研究,2009(8):65-71.8 李梅.人力资本、研发投入与对外直接投资的逆向技术溢出关系J.世界经济研究,2010(10):69-75.9 杨世迪,刘亚军.中国对外直接投资逆向绿色创新价值链外溢效应研究J.大连理工大学学报(社会科学版),2020,41(6):57-66.10 郑明贵,郑雯芳,尤碧莹.OFDI对企业绿色创新的影响研究J.管理现代化,2022,42(6):99-105.11 杨朝均,王冬彧.对外直接投资、外商直接投资与绿色创新的互动关系研究:基于PVAR模型J.生态经济,2019,35(11):55-63.12 Lihua Dai,Xiuru Mu,Chien-Chiang Lee,et al.The impact of outward foreign direct investment on green innovation:the threshold effect of environmental regulation J.Environmental Science and Pollution Research,2021.