FDI、环境规制政策和区域绿色创新效率

肖远飞，吴 允

(昆明理工大学 管理与经济学院， 云南 昆明 650093)

近年来在改革开放的背景下，为了拉动经济快速发展，我国大量引进外商直接投资(FDI),但同时带来的资源环境问题也严重制约了我国经济社会的可持续发展。党的十九大报告提出：“必须坚定不移贯彻创新、协调、绿色、开放、共享的发展理念，建设生态文明是中华民族永续发展的千年大计，必须树立和践行‘绿水青山就是金山银山’的生态文明发展理念。”[1]生态文明建设的核心在于发展绿色经济，促进绿色增长，绿色增长的关键在于提升我国各区域的绿色创新效率。

随着我国政府绿色创新意识和环保意识的不断增强，从制度层面来说，环境规制政策是政府缓解经济发展和环境污染之间不平衡问题的重要途径。因此，探究环境规制政策对FDI与我国的区域绿色创新效率是否有影响以及通过何种路径影响我国的区域绿色创新效率，对我国有效实现绿色创新和经济社会的可持续发展具有十分重要的意义。

一、文献综述

绿色发展是我国生态文明建设过程中的必然要求，目前，越来越多的学者开始关注绿色创新。绿色创新又被称为生态创新、可持续创新。Kemp将绿色创新定义为因避免或减少环境破坏而出现的新工艺技术、系统以及产品[2]。大部分学者对区域绿色创新效率测度的研究在一定程度上具有一致性。如韩晶应用TOBIT回归分析法研究发现中国各区域的绿色创新效率具有较大的差异性，其中东部地区的绿色创新效率明显优于中西部地区和东北地区[3]。张逸昕等在韩晶等人的研究基础上，从内部协同适配的视角，分别从静态和动态两个方面对我国省际区域的绿色创新效率水平进行分析后认为，中国三大区域绿色创新效率水平呈现自东向西“梯度递减”的趋势，东部地区在两类排名上均具有比较优势，但是落后省份也有望在薄弱环节加速赶超[4]。关于我国区域绿色创新效率的评测方法，目前学者们还尚未形成一致的观点。任耀等基于DEA-RAM模型构建了体现绿色发展和创新驱动理念的绿色创新效率模型(该模型是包含绿色效率、创新效率以及经济效率的联系效应模型)，并运用此模型对山西省工业绿色创新效率进行了测算，在此基础上分析了山西省各地区绿色创新效率的差异[5]。曹霞等从绿色低碳视角出发，结合投影寻踪模型(PP)处理高纬数据的特点，对随机前沿模型(SFA)进行改进后构建了有效的估算创新效率的测度模型[6]。随着研究的不断深入，学者们也开始对影响区域绿色创新效率的因素进行探究。Choi在对我国548家企业进行研究的基础上，指出外资在影响企业绿色创新效率的众多因素中最为显著，具体表现为企业注册专利数量方面[7]。王惠等以企业规模为门槛变量，实证检验了研发投入对高新技术产业绿色创新效率具有双重门槛效应[8]。

通过对相关文献的梳理，发现现有文献还存在着一定的不足，大多数学者利用DEA法或者SFA法来测度区域绿色创新效率，创新效率评价的准确性有待提高。现有研究对于样本的选择大多集中在单一的省际层面或工业企业层面，较少将宏观省际层面数据与微观工业企业层面数据同时纳入研究范围；既有研究对区域绿色创新效率影响因素的探究较少考虑到外生政策如环境规制政策的实施可能产生的外部冲击。

与已有的相关文献相比，本文可能的贡献在于：(1)在研究对象上，与大多数学者对区域绿色创新效率测量指标的选取不同，本文采用绿色全要素生产率这一指标，并基于EBM模型，测算了我国30个省份(考虑到样本数据的可得性，不统计港澳台和西藏自治区)的区域绿色创新效率；(2)在研究样本上，为进一步探究FDI对区域绿色创新效率的深层次的作用，本文不仅选取了省际层面的宏观数据研究区域绿色创新效率的影响，还选取了536家规模以上工业企业的微观数据作进一步的稳健性检验；(3)在研究方法上，从外生政策的视角利用双重差分法(DID)实证探究了环境规制政策的实施对区域绿色创新效率的影响；(4)在研究内容上，将FDI、环境规制政策和区域绿色创新效率同时纳入计量模型，在研究了环境规制政策对FDI与区域绿色创新效率的调节作用的基础上，进一步剖析环境规制政策调节FDI与区域绿色创新效率间关系的具体中间机制。

二、理论基础与假设提出

(一)FDI对区域绿色创新效率的影响

在经济新常态下，我国积极实施“走出去”的发展战略，发展绿色经济，FDI的大量引入对我国区域绿色创新效率产生了重要的影响。在理论研究中，FDI主要通过资金支持效应、技术溢出效应、产业关联效应和外企的示范效应、竞争效应来影响绿色创新效率。首先，由于绿色创新对技术水平的较高要求再加上大量资金缺口的限制，严重制约着绿色创新的发展，因此，FDI的大量流入在一定程度上可以缓解绿色创新过程中经费不足所带来的外部压力，对绿色创新效率产生正面影响。但是，就中国来说，由于中国的绿色技术创新尚处在起步发展阶段，距离发达国家还有一定的距离，对外吸收能力不足使得FDI引入所带来的技术溢出效应难以得到很好的实现。此外，FDI的引入一方面造成我国国内企业对外国先进绿色创新技术的强依赖性，在一定程度上降低了国内企业对绿色技术创新的积极性；另一方面外资企业凭借先进的技术水平和管理经验，在进入我国市场后不仅会挤占我国内资企业的市场份额，还会造成我国企业内部绿色研发人员的流失，不利于绿色创新，从而会对绿色创新效率产生负面影响[9-11]。

基于上述理论分析，FDI对区域绿色创新效率既有正面影响也有负面影响，就我国具体情况而言，负面影响可能大于正面影响。为验证以上分析，本文提出：

假设1：FDI的流入会抑制我国区域绿色创新效率，不利于绿色创新效率的提升。

(二)环境规制政策对区域绿色创新效率的影响

环境规制政策对区域绿色创新效率具有正面的促进作用。首先，“波特假说”认为，适宜的环境规制政策可以促使企业将环境规制的成本内在化，激励企业积极开展技术创新活动，开发绿色工艺、产品和技术，这在一定程度上不仅可以缓解环境规制政策实施所带来的成本上升压力，还有可能为企业带来新的收益效应，提高绿色创新效率[12]。其次，蔡乌赶等认为环境规制政策能够推动资源价格市场化，促使经济体使用其他要素来代替能源，从依靠能源转向依靠人力资本，实现要素结构的高级化，提升要素资源配置效率，因而环境规制政策可以通过要素结构的升级来提高绿色创新效率[13]。此外，从消费者需求的角度来说，环境规制政策会提高消费者的环保意识，使得消费者在消费过程中更倾向于低污染、低耗能产品，因此会激发企业对绿色产品的研发创新。鉴于此，本文提出：

假设2：环境规制政策可以提高区域绿色创新效率水平。

(三)环境规制政策对FDI与区域绿色创新效率关系的调节效应

环境规制政策在一定程度上可以提高FDI进入我国的门槛，随着环境治理成本的增加，部分外商投资企业会因为跨国投资经营收益的减少而选择撤销跨国投资，FDI的减少会减弱对区域绿色创新效率的抑制作用。周长富等认为环境规制对FDI的影响显著为负，“污染避难所”效应在我国国内各地区得到验证[14]。因此，本文提出：

假设3：环境规制政策对FDI与区域绿色创新效率之间的关系具有正向的调节作用。

三、研究设计与实证分析

(一)FDI对区域绿色创新效率的影响

1.计量模型的设定

根据前文的理论分析和研究假设，为重点检验FDI与区域绿色创新效率的关系，本文设定计量回归模型(1)为：

GTFPit=α0+α1FDIit+αitZit+εit

(1)

其中：i表示省份，t表示年份，α0、α1和α2表示待估系数，GTFP为绿色全要素生产率，是衡量区域绿色创新效率的指标，FDI为外商直接投资，Z为其他控制变量的集合，ε表示随机扰动项。根据本文的理论分析，重点关注的参数为α1，α1>0说明FDI对区域绿色创新效率有促进作用，α1<0说明FDI不利于区域绿色创新，由假设1可知本文需验证α1<0。

2.变量的选取及说明

(1)被解释变量：绿色全要素生产率(GTFP)。首先，本文借鉴蔡乌赶等[13]的方法，基于EBM模型来定义方向性距离函数(DDF)，运用基于EBM模型的GML指数来测算全要素生产率。假设S(i=1,…,s)个决策单元中的每一个决策单元(省份)使用M(i=1,…,m)种投入，得到N(i=1,…,n)种产出，在此假设基础下，可以构建EBM方向性距离函数如下：

(2)

其中：γ*为待测省市的最优效率值，取值范围为[0,1]；X、Y、λ和s分别表示投入、产出、决策单元的重要程度和投入要素的松弛向量；θ表示γ*中的径向成分；εx表示的是非径向部分的重要程度，满足0≤εx≤1。

进一步，我们构造出GML的函数表达式为：

(3)

其中，bt,bt+1分别表示t期和t+1期的非期望产出。

其次，在全要素生产率的测算过程中关于投入与产出指标的选择为：(1)投入指标主要包括劳动力、物质资本和能源消耗3个方面。(2)产出指标包括期望产出和非期望产出两个部分，其中，以GDP表示期望产出；利用熵值法，以工业SO2排放量、工业烟尘排放量和工业废水排放量来表示非期望产出，根据非期望产出的权重测算出非期望产出的综合指标。关于各投入指标与产出指标的数据处理如表1所示。

表1 全要素生产率测算中投入和产出指标选取与度量

最后，值得注意的是，利用式(2)和式(3)计算的GML指数是相对于上一年的绿色全要素生产率的变化率而不是绿色全要素生产率本身，因此本文借鉴胡琰欣等[15]的方法，假设1998年的GTFP值为1，在此基础上用1999年的GML指数乘以1998年的GTFP值最终得到的数值即为2004年的绿色全要素生产率的大小，根据此方法我们可以依次得到1998—2015年我国30个省份绿色全要素生产率的大小。

(2)解释变量：外商直接投资(FDI)。本文利用各省外资流入量与该省GDP的比值来衡量FDI的大小。

(3)控制变量。为了实证研究FDI与区域绿色创新效率之间的影响关系，本文引入了一系列相关的控制变量。在省份宏观层面，本文选取的控制变量有产业结构(IS)、技术水平(TI)、经济发展水平(PGDP)、环保意识(EA)和市场化程度(MAR)；在企业微观层面，本文选取了企业规模(size)、企业年龄(age)、政府支持(gov)和企业创新氛围(ine)等变量。相关变量定义和统计性描述如表2所示。

3.内生性与工具变量

从逻辑关系上来考虑，FDI与绿色创新效率之间可能存在一定的内生性问题。产生这一内生性的原因可能是：(1)遗漏变量。尽管本文选取了技术水平和市场化程度等一系列可能影响区域绿色创新效率大小的控制变量，但在理论上还是无法避免遗漏与其他解释变量相关的变量，从而引起内生性的问题。(2)区域绿色创新效率与FDI之间可能会存在逆向选择的问题。一方面区域绿色创新效率的不断提升可以扩大对FDI的吸引力，另一方面为了实现较高的投资回报和较好的风险控制，外国投资商可能会更加倾向于绿色创新效率较高的企业作为自己的投资目标，二者之间的这一逆向选择也会引致内生性问题。为了解决本文可能存在的内生性问题，通过以下3个步骤来构建FDI的工具变量。首先，借鉴上官绪明[16]的做法，采用我国1985年各省市的对外开放程度(open)作为FDI的工具变量。从外生性的角度来说，1985年的对外开放程度是由地理位置和历史政策等决定，对绿色创新效率并没有直接的影响；同时，开放政策实行越早的区域，特别是我国的沿海地区，凭借着优越的区位优势吸收的FDI也越多，因此1985年的对外开放程度与FDI满足相关性的要求。其次，为了使工具变量(open)具有动态效应，本文借鉴黄玖立等[17]的做法，选取1993—2005年名义汇率(rate),用名义汇率(rate)与对外开放程度(open)的乘积作为FDI的最终工具变量。最后，利用二阶段最小二乘法(2SLS)对模型进行估计。

表2 变量的统计性描述

4.FDI对区域绿色创新效率影响的实证检验

根据计量模型(1)可以得到FDI对区域绿色创新效率大小影响的基本回归结果如表3所示。

首先，回归1和回归2为不采用工具变量下的OLS检验结果，回归1中在不加入控制变量的情况下，FDI的相关系数为负，且通过了1%水平的显著性检验，而回归2中加入控制变量后发现FDI的系数虽然变小，但是依旧显著为负，说明FDI对区域绿色创新效率具有明显的抑制作用。其次，在采用1985年对外开放程度(open)作为FDI的工具变量下进行二阶段最小二乘法(2SLS)第二阶段的检验结果回归3和回归4显示，在1%的显著性水平上，FDI与区域绿色创新效率之间存在明显的负相关关系。在控制变量中，除产业结构(IS)的相关系数不显著外，技术水平(TI)、地区发展水平(PGDP)、环保意识(EA)和市场化程度(MAR)的回归系数均显著，其中，地区发展水平(PGDP)、环保意识(EA)和市场化程度(MAR)的回归系数为正，技术水平(TI)的回归系数为负。最后，在表4第一阶段的回归结果中，加入控制变量前和加入控制变量后回归系数分别为-0.270和-0.201，均为负值，且均通过了显著性检验，这一结果满足了关于工具变量的相关性检验。因此，基于表3中的回归结果，可以得出结论：FDI对区域绿色创新效率具有显著的抑制作用，这一结果可证明假设1成立。

表3 FDI与区域绿色创新效率的基本回归结果

注：(1)***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

(二)环境规制政策对区域绿色创新效率的影响

1.利用双重差分法(DID)研究环境规制对区域绿色创新效率的影响

表4 2SLS第一阶段回归结果

注：(1) ***、**分别代表通过1%、5%的显著性水平；

(2)回归分析所用软件为stata 13.0

环境规制政策的实施对区域绿色创新效率具有重要的影响。学者们在研究过程中因为对环境规制具体指标(如排污费总额、环境法规个数、污染物排放密度及污染治理投资等)的选取不同，所得到的结论也各有差异。为验证假设2，本文基于1998年提出的两控区(酸雨控制区和二氧化硫控制区)政策作为一次准自然实验，利用双重差分法(DID)来识别环境规制政策对区域绿色创新效率的影响。尽管两控区政策正式提出的时间是1998年，但考虑到环境规制政策实施的时滞性，政策真正实施的时间为2000年，因此在实证过程中将2000年后属于两控区的省市作为处理组，TCZit取值为1，反之则为控制组，取值为0。最后，为消除影响DID交互项估计的不可观测因素和时间效应，在控制了省份的个体效应和时间效应后，可以得到DID的基准回归模型4：

GTFPit=β0+β1TCZit·Postit+β2Zjit+αt+ηi+εit

(4)

其中：TCZit为一个连续变量，TCZit·Postit是DID估计量，Zjit是省市层面的控制变量，αt是时间效应，ηi是省市固定效应，εit为随机干扰项。

在表5中，回归7—回归9中无论是未加入控制变量还是加入控制变量，环境规制政策的回归系数都显著为正，且通过了1%和5%水平上的显著性检验，说明环境规制政策的实施可以提高区域绿色创新效率。回归10中将FDI和环境规制政策同时纳入模型后，环境规制政策的回归系数仍在1%的水平上显著为正；此外，对比表3中OLS基础回归结果，虽然FDI的回归系数均显著为负，但不同的是其系数绝对值为0.010，小于表3回归2中0.022的系数绝对值，这一结果说明加入环境规制政策这一变量后，FDI对区域绿色创新效率的抑制作用有所减弱。因此，根据结论，本文中的假设2得到验证。

表5 环境规制政策对区域绿色创新效率影响的固定效应回归结果

注：(1) ***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

图1 处理组和控制组地区的区域绿色创新效率平行趋势检验

2.平行趋势假设检验

运用双重差分法进行政策效果评估的基本假设条件是处理组与控制组之间必须满足同趋势检验，为检验本文双重差分法的适用性，需要验证环境规制政策实施之前处理组与控制组地区的区域绿色创新效率是否存在平行趋势。图1结果显示，在政策实施之前，处理组与控制组地区的区域绿色创新效率保持同等增长的趋势，而在政策实施之后这一增长趋势发生显著变化，所以本文使用的双重差分法符合平行趋势假设的基本前提条件。

(三)FDI、环境规制政策与区域绿色创新效率的关系检验

1.环境规制政策对FDI与区域绿色创新效率关系的调节效应

为了进一步研究环境规制政策与FDI对区域绿色创新效率的影响，以及环境规制政策对FDI与区域绿色创新效率的调节效应，建立模型如下：

GTFPit=γ0+γ1FDIit+γ2TCZit·Postit+γ3ISit+γ4TIit+γ5PGDPit+γ6lnEAit+γ7MARit+εit

(5)

GTFPit=η0+η1FDIit+η2TCZit·Postit+η3FDIit·(TCZit·Postit)+

η4ISit+η5TIit+η6PGDPit+η7lnEAit+η8MARit+εit

(6)

式(5)将FDI、环境规制政策同时纳入了模型，主要用于检验环境规制政策与FDI对区域绿色创新效率的影响；式(6)在式(5)的基础上引入了FDI与环境规制政策的交互项，主要用来检验环境规制政策对FDI与区域绿色创新效率的调节效应。

2.环境规制政策调节FDI与区域绿色创新效率的中间机制分析

环境规制政策的实施会缓解FDI对区域绿色创新效率的抑制作用，通过前文的理论机制分析发现，这种正向的调节作用主要是通过改善要素结构来实现的。因此，在本部分的分析中主要通过实证研究来验证这一中间机制的存在。

限于省际层面数据的可获得性，本文选取人力资本(H)这一变量作为实证研究的中介变量，用各省份从事环境科技环保活动的人员数来衡量人力资本的大小，数据来源于《中国环境年鉴》。根据中间机制的检验步骤，本文此部分的计量模型设计如下：

第一步：验证FDI和环境规制政策是否影响人力资本。

Hit=α0+α1FDIit+α2ISit+α3TIit+α4PGDPit+α5lnEAit+α6MARit+εit

(7)

Hit=α0+α1TCZit·Postit+α2ISit+α3TIit+α4PGDPit+α5lnEAit+α6MARit+εit

(8)

第二步：验证人力资本是否对区域绿色创新效率产生影响。

GTFPit=β0+β1Hit+β2ISit+β3TIit+β4PGDPit+β5lnEAit+β6MARit+εit

(9)

第三步：将人力资本、FDI、环境规制和区域绿色创新效率同时纳入模型。

GTFPit=γ0+γ1FDIit+γ2TCZit·Postit+γ3Hit+γ4ISit+γ5TIit+

γ6PGDPit+γ7lnEAit+γ8MARit+εit

(10)

表6报告了环境规制政策对FDI与区域绿色创新效率的调节效应和中间机制模型检验的结果。

表6中的回归11为环境规制政策对FDI与区域绿色创新效率关系调节效应的实证检验结果，环境规制政策的回归系数通过了1%的显著性水平，且FDI与环境规制政策的交互项系数在5%的水平上显著为正，这一回归结果说明环境规制政策对FDI与区域绿色创新效率关系存在正向的调节效应。

为了进一步研究环境规制政策对FDI与区域绿色创新效率之间调节效应产生的中间机制，根据前文的理论分析，本文引入人力资本这一变量进行机制分析，结果如表6回归12—回归16所示。首先，第一步检验中模型(7)和模型(8)的实证结果如回归12和回归13所示，FDI的回归系数在5%的水平上显著为正，说明FDI的提高会带来人力资本的上升，同时在回归13中也可以看出环境规制政策的回归系数为负，并且通过了1%的显著性检验，以上结果说明FDI和环境规制政策均对人力资本产生了影响。其次，回归14中人力资本的回归系数为-0.006且通过了10%水平上的显著性检验，这一结果表明人力资本的增加会降低区域绿色创新效率，即第二步模型(9)中人力资本影响区域绿色创新效率成立。最后，第三步模型(10)中将FDI、环境规制政策与人力资本同时和区域绿色创新效率进行回归，回归15结果表明，未加入变量人力资本时，FDI的回归系数在1%的水平上显著，为-0.008，与之相比回归16在加入人力资本后，系数变为不显著，说明环境规制政策是通过提高人力资本改善要素结构，正向调节FDI与区域绿色创新效率间的关系，这一结果为假设3提供了经验支持。

表6 环境规制政策对FDI与区域绿色创新效率的调节效应和中间机制结果

注：(1) ***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

四、稳健性检验

(一)对基准回归结果的稳健性检验

1.改变变量衡量方式。在前文中，我们选取了省份宏观层面上的数据验证了FDI对区域绿色创新效率的影响，结果发现FDI对区域绿色创新效率具有明显的抑制作用。为了保证这一回归结果的可靠性，在本部分的稳健性检验中，根据研究设计中的计量模型1选取了536家规模以上工业企业的微观数据，分别用绿色新产品产值(gpv)、绿色研发投入(rde)以及绿色研发产出(innov)来衡量微观层面企业的区域绿色创新效率的大小，回归结果见表7。

根据表7中的回归结果，回归1、3和5在未加入企业层面的控制变量前，FDI的回归系数均为负数，且都通过了显著性检验；同样，回归2、4和6在加入控制变量后，虽然FDI的系数值变小，但是对企业绿色创新效率还是具有明显的抑制作用。在其他控制变量中，除了创新氛围作用不显著外，企业规模、企业年龄和政府支持都会对工业企业绿色创新效率起到正面的促进作用。

2.改变回归方法。为了进一步保证本文实证研究结论的可靠性，在本部分的检验中，首先用FDI存量占各省市GDP的比重代替原先FDI流入量占GDP的比重重新进行基础回归，并在此基础上运用OLS和GMM方法计量分析FDI与区域绿色创新效率之间的关系，结果见表8。从表8中的回归结果可以看出，FDI的回归系数均为负数，并且通过了显著性检验，从这个角度上可以说明FDI对区域绿色创新效率的抑制作用是十分显著和稳健的。

表7 FDI与工业企业绿色创新效率的回归结果

注：(1) ***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

表8 FDI存量占比与区域绿色创新效率的回归结果

注：(1) ***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

(二)对调节效应和中间机制的分地区检验

从区域的角度来看，我国东部、中部和西部地区由于经济发展水平与环境治理绩效存在差异，为了探究环境规制政策的实施对FDI与区域绿色创新效率之间的调节作用在我国东部、中部和西部之间是否存在差异，本文将总样本分为东部地区、中部地区和西部地区3个分样本，分别检验环境规制政策是否通过提高人力资本正向调节FDI与区域绿色创新效率之间的关系，结果见表9。

表9 对调节效应和中间机制的分地区检验回归结果

注：(1) ***、**、*分别代表通过1%、5%和10%的显著性水平；(2)括号内为t值或z值；(3)回归分析所用软件为stata 13.0

表9是对调节效应和中间机制的分样本回归结果。可以看出，回归11和回归12分别显示在我国东部和中部地区环境规制政策与FDI的交互项系数显著为正，说明在我国东部地区经济发展与环境治理之间的协调性较高，而中部地区近几年由于国家“中部崛起”发展战略的实施，如江西省循环经济试点环鄱阳湖等项目的开展，经济发展水平明显提高、可持续发展能力明显提升。对于我国西部地区的一些省份如云南、山西和甘肃等而言，由于自身的资源较为丰富，资源价格相对较低，对资源的高依赖性使得这些地区绿色创新能力不强，环境规制政策的调节作用不明显，在表9中具体表现为回归13中西部地区环境规制政策与FDI的交互项系数不显著，没有通过显著性检验。中间机制检验的回归结果与调节效应回归结果相一致，在我国西部地区环境规制政策与FDI的交互项系数不显著，这意味着假设3在我国西部地区并不成立。

五、结论及建议

本文依据1998—2015年我国30个省际层面的宏观数据以及536家规模以上工业企业的微观数据的实证研究，得出以下结论：

(1)在采用1985年对外开放程度作为FDI的工具变量的方法下，FDI对区域整体绿色创新效率具有明显的抑制作用。(2)根据双重差分法研究显示，环境规制政策的实施可以缓解FDI对区域绿色创新效率带来的负面影响，中间机制研究表明这种正向的调节作用是通过提高要素结构实现的。(3)以FDI存量占比代替FDI流入量占GDP的比重进行稳健性检验后发现，FDI对区域绿色创新效率的抑制作用是十分显著和稳健的。分地区稳健性检验结果表明，环境规制政策对FDI与区域绿色创新效率间关系的正向调节作用在我国西部地区并不显著。

本文的研究结论对我国经济的绿色发展，以及如何提高我国的区域绿色创新效率可以起到重要的参考作用。具体来说，本文的政策建议如下：(1)制定科学合理的外资引进政策，注重引入外资质量，发挥外资的技术溢出效应。在我国绿色创新的过程中，随着对外开放程度的不断扩大，一味地追求FDI的流入量而忽略了FDI质量的提高是不科学的。在积极引进FDI的同时，注重对绿色清洁节约生产型等高质量的外资项目的引进，优化FDI的产业结构，从而最大程度地发挥FDI的技术溢出效应，带动我国区域绿色创新效率的提升，促进生态文明建设和我国经济的绿色发展。(2)增加污染治理投资，制定合理的环境规制政策，提高环境规制水平。环境规制政策的实施对FDI与区域绿色创新效率间具有正向的调节作用，因此作为政策的实施者，政府部门应积极完善相关法律法规的制定，建立健全的环境保护标准；此外，在绿色创新的过程中要增加环境污染治理投资额，加强环境污染治理投资的力度，从而提高环境规制的水平。(3)依靠“人才红利”，加强教育投入，提升人力资本素质。环境规制政策主要是通过提升要素结构来实现对FDI与区域绿色创新效率关系的正向调节作用，因此加强对教育的资金投入力度，积极开展产学研合作等区域性交流活动，提高绿色生产从业人员的环保意识和知识存量也是提高区域绿色创新效率的重要途径。(4)抓住“一带一路” 发展契机，提高FDI的利用效率，促进区域内绿色经济发展。对于我国西部地区的一些省份来说，由于自身发展条件的限制，绿色经济发展水平相对于东部和中部地区有待进一步提高。而“一带一路”倡议的提出对于我国西部地区来说是一个重大的发展机遇，西部地区应当结合自身的实际情况，在政策的引导下提高FDI的利用效率，发挥自身的资源优势，加快区域内经济绿色转型发展。