金融集聚、財政分權與OFDI綠色創新逆向異質效應研究

謝媛媛 類 驍 劉安然

（北京信息科技大學信息管理學院，北京 100192）

0 引言

以清潔能源和低碳技術為代表的綠色技術創新已成為經濟與環境可持續發展的新引擎。與此同時，對外直接投資（Outwards Foreign Direct Investment,OFDI）不僅可以幫助本國企業優化資源配置，還可以通過吸收國外先進資本和技術獲取逆向技術溢出效應，從而提高企業的技術創新能力。2021年中國對外直接投資凈額1 788.2 億美元，同比增長16.3%，由此可見，OFDI 在中國綠色轉型發展道路上扮演日益重要的角色。綠色創新不同于一般的技術創新，其本身具有的“綠色”和“創新”雙重外部性，往往導致創新主體缺乏足夠的約束和激勵，需要政府管控才能加以矯正［1］。OFDI 逆向溢出效應的發揮在一定程度上也會受外部經濟的影響，尤其是資金支撐和金融結構。鑒于此，本研究選取金融集聚和財政分權作為調節變量，通過門檻模型來研究OFDI驅動區域綠色創新發展的異質影響。本研究對實現OFDI與綠色創新的協調長效發展具有重要的理論和實踐意義。

1 文獻綜述

已有諸多文獻關注OFDI在綠色創新發展中發揮的作用，但是研究結論尚未統一。多數研究支持“促進效用”。李國祥等［2］研究發現，中國企業的OFDI 對綠色技術創新具有顯著的正向促進作用。還有部分學者研究結論與之相反，認為OFDI 對區域綠色創新發展的影響不顯著，甚至可能會抑制國內的綠色創新發展水平［3-4］。OFDI驅動綠色創新的機制很可能受到其他外在約束的影響，從而具有明顯的門檻特征。趙春雨等［5］研究證實，OFDI與綠色創新效率之間存在顯著的市場化水平雙重門檻。除此之外，產業升級［6］、環境規制［7］在OFDI 對綠色創新影響的研究中也具有顯著的門檻效應。但是從金融集聚和財政分權等外部資金異質門檻來分析OFDI與綠色創新發展之間關系的研究還相對缺失，理論上講，企業在開展對外投資并期望獲得逆向技術溢出的過程中，離不開金融部門的資金支持，而政府支持也是發展中國家推動OFDI 的重要外部力量。不同的金融集聚程度和財政分權水平對OFDI驅動區域綠色創新發展產生了怎樣的異質性調節機制，是值得思考的。

綜上所述，部分學者就OFDI 與綠色創新發展之間的關系進行探討，但是鮮有文獻將金融集聚、財政分權納入OFDI綠色創新溢出研究框架中。因此，本研究價值主要體現在以下兩方面：一是構建了Super-SBM 模型測算省域綠色創新效率，解決了傳統DEA 模型未考慮非期望產出帶來的松弛偏誤問題；二是引入門檻回歸模型，從金融集聚和財政分權雙重視角探討OFDI對綠色創新效率的異質性影響，研究對于深入剖析OFDI 與綠色創新的互動作用，探索綠色創新區域協同發展機制具有重要的現實意義。

2 研究設計

2.1 Super-SBM模型構建

本研究綜合分析投入、產出和污染排放物之間的關系并考慮效率評價中可能存在的松弛問題，構建非角度、非徑向的Super-SBM 模型測算省域綠色創新效率［8］。構建模型如下。

設系統有n個決策單元，每個單元有投入X、期望產出Yg和非期望產出Yb三個向量，且X∈Rm,Ya∈Rw1,Yb∈Rw2，定義矩陣見式（1）。

設μ為密度向量，代表投入要素權重，當= 1 規模報酬可變時投入產出計算的效率值會出現明顯差異，據此設定模型見式（2）、式（3）。

式中：w-、wg、wb分別表示投入、期望產出、非期望產出的松弛量，且嚴格單調遞減；θ表示目標效率值，且0≤θ≤1。

2.2 門檻模型構建

為了客觀地探究OFDI與綠色創新之間的異質變化規律，本研究基于Hansen 的方法［9］，以綠色創新效率為被解釋變量，建立多重門檻模型，探討金融集聚和財政分權對OFDI綠色創新效率的異質動態調節機制。設定門檻模型見式（4）。

式中：i表示區域；t表示年份；GIE表示綠色創新效率；OFDI表示對外直接投資指標；r表示門檻變量；n表示門檻個數；γ表示待估計的門檻值；X表示系列控制變量；I(·)為指示函數，當滿足括號內的表達式時，取值為1，反之為0；α、β、θ為各變量系數；μ和η分別表示樣本截面的個體效應和時間效應；ε表示誤差項。

2.3 變量選取與說明

2.3.1 被解釋變量：綠色創新效率（GIE）。本研究采用非期望產出Super-SBM 模型來測算中國省域的綠色創新效率，從投入、期望產出和非期望產出三個維度來衡量。其中，人員投入選取年末省域從業人數表示。資本投入采用研發資本存量表示，以2011 年為基期利用永續盤存法計算，折舊率取9.6%。除此之外，選取省域能源消耗總量并折算成標準煤來表示綠色技術創新的能源消耗。期望產出采用各省域的生產總值和綠色專利申請數來表示。非期望產出采用各省域二氧化碳、二氧化硫排放量、廢水和固體廢棄物的排放量作為代理指標。

2.3.2 解釋變量：對外直接投資（OFDI）。本研究選取OFDI 的存量數據進行研究，根據歷年平均匯率將各省域以美元為單位的OFDI換算成以人民幣為單位的數據。為消除歷年的價格因素影響，采用各省域OFDI 存量數據與同期GDP 比值進行衡量。

2.3.3 門檻變量：金融集聚（FA）和財政分權（FD）。目前空間集聚已成為金融發展的基本形態，區位熵能夠客觀評價空間要素的分布情況，具體計算方法見式（5）。

式中：FAit表示i省份金融業在t年份的區位熵值，FAit值大于1 則說明存在金融集聚現象，值越大，表示該省份的金融集聚程度越高；qit為t年i省份的金融業增加值；pit為t年i省份的地區生產總值；qt為t年全國的金融業增加值；pt為t年的國內生產總值。

關于財政分權的測量，采用省本級預算內財政收入與省本級預算內財政總支出的比值來表征。

2.3.4 控制變量。為了提高研究結果的可靠性，采取以下變量作為控制變量：產業結構優化ISO、研發資本投入RDI、外商直接投資FDI、人力資本HC、金融集聚FA、財政分權FD。產業結構優化采用第三產業與第二產業產值之比來衡量；研發資本投入采用省域人均研發經費的自然對數表示；外商直接投資采用各省域外商直接投資總額與同期GDP的比值來表示；人力資本通過對每十萬人口高等學校平均在校生人數進行對數化處理來衡量；金融集聚和財政分權的描述及測度方法見上文門檻變量釋義。

2.4 數據來源

本研究選取了2011—2020 年中國30 個省、自治區、直轄市（不包括西藏、香港、澳門和臺灣）的面板數據進行計量分析。所有的數據均來源于歷年的《中國統計年鑒》《中國科技統計年鑒》《中國能源統計年鑒》、各省份統計年鑒、國家統計局及中國商務部官網，針對個別變量存在數據缺失等問題，采用插值法進行補全。

3 實證結果及分析

3.1 綠色創新效率結果及分析

2011—2020 中國各省份綠色創新效率平均水平如圖1 所示。由圖1 可以看出，2011—2020 年全國樣本省份的綠色創新效率均值為0.499，效率均值超過1.000 的省市只有北京、上海、廣東和浙江，說明中國綠色創新效率整體水平較低。從各省份的效率均值和排名來看，綠色創新效率處于領先的省份多來自東部地區，其中北京效率均值最高，為1.422，主要是由于這些省份的資源要素條件好、經濟發展水平高、人才技術充足，是帶動綠色轉型發展的最主要力量。綠色創新效率落后的省份包括陜西、青海、新疆等西部地區，這些省份雖有著優質的自然資源，但由于地理位置相對較遠、基礎設施不完善使得當地缺少人才和技術，綠色創新活動無法有效開展，使效率值常年處于較低水平。如何穩步提升整體綠色創新效率水平的同時縮小地區間的差距，是未來區域綠色創新轉型發展的一大難題。

圖1 2011—2020年我國各省份綠色創新效率平均水平

3.2 門檻檢驗與分析

利用Stata17 軟件，基于門檻模型來檢驗OFDI與綠色創新效率之間是否存在顯著的非線性關系。門檻效應檢驗結果與置信區間見表1。由表1 可以看出，單一門檻和雙重門檻均在1%的水平下通過檢驗，三重門檻檢驗結果未通過顯著性檢驗，因此本研究選用雙重門檻模型進行實證分析。

表1 門檻效應檢驗結果與置信區間

3.3 面板門檻回歸結果

在計算門檻值和門檻檢驗的同時，得到的面板門檻回歸結果見表2。

表2 面板門檻回歸結果

由結果可知，OFDI與綠色創新效率之間存在顯著的金融集聚雙重門檻效應，門檻值分別為1.175和1.740。當金融集聚程度低于1.175 時，系數為0.141，未通過顯著性檢驗，此時，通過金融集聚調節OFDI 對區域綠色創新效率的驅動效用不明顯；當金融集聚水平提高并跨過第一門檻值1.175 時，系數為0.230，通過了5%的顯著性檢驗，正向促進作用顯現；當金融集聚程度高于第二門檻值1.740時，系數為0.490，通過1%的顯著性檢驗，OFDI 對區域綠色創新效率的驅動效應進一步增強呈現出顯著的正向促進作用。由此可知，當金融集聚程度跨過第一門檻值后，集聚的程度越高，驅動效應越明顯，在金融集聚的調節下，OFDI 對綠色創新效率呈現出“梯度式”增強的正向非線性動態特征。具體來看，金融機構和資源在形成空間聚集初期，受到人員、技術等因素的影響會呈現出階段性差別，而隨著空間集聚程度的提高，金融核心區的競爭優勢不斷擴大，“虹吸效應”越來越顯著。通過吸納周邊地區的金融機構資源，將不斷地為本地的綠色創新活動提供充分的融資保障，為環保型行業營造優越的投資環境。

同樣，由回歸結果可知，OFDI 與綠色創新效率之間存在顯著的財政分權雙重門檻效應，門檻值分別為0.596 和0.785。當財政分權水平低于0.596時，系數為0.244，通過了5%的顯著性檢驗，此時，OFDI 對綠色創新效率呈一定的正向促進作用；當財政分權水平介于0.596～0.785 之間時，回歸系數增大至0.438，通過了5%的顯著性檢驗，正向促進作用進一步增強；但是當財政分權水平大于0.785時，系數回落至-0.127，通過10%的顯著性檢驗，此時，OFDI 對綠色創新效率的影響由正變負。由此可知，在財政分權的調節下，OFDI 對綠色創新效率的影響呈現先促進后抑制的“倒U 形”非線性動態特征。具體來看，過高的財政分權水平不僅沒有為OFDI 對綠色創新效率提高提供正面激勵，反而出現負面效應。究其原因，地方政府在擁有更高財政權力的同時面臨的發展任務也更加艱巨，為了完成任務，地方政府會優先重視生產和經濟，往往可能會忽視在發展過程中出現的環境污染和資源浪費等問題，使得OFDI 對綠色創新的正向促進作用減弱。

3.4 穩健性檢驗

通過對解釋變量取一階滯后值及增加新的控制變量兩種方法檢驗模型穩健性。新增的控制變量為居民收入和開放程度，分別以各省份人均GDP的對數和各省份貿易額占GDP 比重表示。采用兩種方法重新計算后結果均表明金融集聚和財政分權的雙重門檻作用顯著，調節機制與前文一致，不影響本研究的主要結論。

4 結論與政策建議

本研究圍繞OFDI 驅動綠色創新發展，通過構建Super-SBM 模型測算2011—2020 年中國30 個省（區、市）的綠色創新效率平均水平，并重點從金融集聚和財政分權視角構建非線性面板門檻模型，探究OFDI 對綠色創新效率的異質性影響，研究結論如下。①我國綠色創新效率整體水平不高，樣本省份的效率均值僅為0.499，發展不平衡現象嚴重。②OFDI 驅動綠色創新效率的提高存在顯著的金融集聚雙重門檻效應，當金融集聚程度跨過第一門檻1.175 后，隨著金融集聚程度的不斷提高，OFDI 對綠色創新效率呈現出“梯度式”增強的正向促進作用。③OFDI 驅動綠色創新效率的提高存在顯著的財政分權雙重門檻效應，在財政分權的調節下，OFDI 對綠色創新效率的影響呈現先促進后抑制的“倒U 形”非線性動態特征。當財政分權水平處于[0.596，0.785]門檻區間時，OFDI 對區域綠色創新效率的驅動激勵作用最強。

基于上述分析提出以下建議。

第一，應重視OFDI 對區域綠色創新帶來的長期持續的逆向溢出效應，因地制宜地實施投資戰略彌補綠色創新效率區域發展不平衡問題，對效率低的地區開展OFDI 的逆梯度投資，積極鼓勵該地區自主學習其他國家的先進技術；對效率較高的地區開展OFDI的順梯度投資，轉移和升級高耗能、高污染企業以優先實現降低污染。第二，推進金融集聚示范區的建立，提升和優化各地金融業的服務能力和資金配置效能，主動向金融集聚程度較高的區域學習，引導更多金融資金流向低碳環保型產業。第三，地方政府在擁有更高財政權力的同時，更應重視對資源環境的保護和污染消耗的管理，應逐步完善政績考核體系。