中国对外直接投资逆向绿色创新价值链外溢效应研究

杨 世 迪， 刘 亚 军

(1.西北政法大学 经济学院，陕西 西安 710122；2.西北政法大学 国际法学院，陕西 西安 710122)

一、引 言

党的十九大报告指出，要构建市场导向的绿色技术创新体系[1]。目前，以节能环保和创新驱动为主的绿色创新是推动经济高质量发展的重要驱动力[2]，中国对外直接投资(OFDI)则一直被视为是跨国企业引进国际先进技术和稀缺资源，提升母国创新水平的重要渠道[3]。近年来，随着“走出去”战略和“一带一路”倡议的加快实施，中国OFDI蓬勃发展，以获取优质资产与投资回报。据商务部统计，2014年中国OFDI流量首次突破千亿美元，2018年中国OFDI流量为1 430.4亿美元，存量接近20 000亿美元，分别位于全球第2位和第3位[4]。那么，一个现实问题是，快速增长的OFDI是否驱动了中国区域绿色创新效率，OFDI逆向绿色创新溢出是否出现了新特征与新趋势。值得注意的是，绿色创新活动是一个多阶段、多要素的价值链传递过程，既包括前端的绿色技术研发阶段，也包括后端的绿色成果转化阶段。由此引发的思考是，快速增长的OFDI是否促进了国内区域两阶段绿色创新效率。如果答案是肯定的，其规律如何；是否存在阶段异质性和区域差异性。准确评价OFDI对区域绿色创新的作用，对新时代下制定差异化的对外直接投资策略、加快构建绿色技术创新体系、推动经济高质量发展具有重要研究价值。

目前关于OFDI逆向绿色创新价值链溢出效应的研究较少，相关研究体现在以下3个方面：第一，关于绿色创新效率的研究。关于绿色创新效率的研究主要集中于绿色创新效率的测度和影响因素两个方面。在绿色创新效率测度方面，学者们通过构建投入产出指标体系，将资源环境变量纳入创新效率模型，主要采用DEA模型、投影寻踪评价模型等测算我国重污染行业绿色创新效率[5]、高技术产业绿色创新效率[6]、绿色工艺创新绩效[7]、企业绿色研发和绿色成果转化创新效率[8]等。在绿色创新效率的影响因素方面，钱丽等发现，外商投资、产学研合作、创新氛围与企业绿色研发效率正相关，环保投入、政府支持、企业规模与企业绿色成果转化效率负相关[8]。刘阳和秦曼发现，人均GDP、政府规划与城市绿色效率负相关，产业结构、城市化水平和市场开放程度与城市绿色效率正相关[9]。Amore和Bennedsen研究表明，公司治理不善降低了企业绿色专利数量[10]。齐绍洲等的实证研究表明，与非试点地区和清洁行业相比，排污权交易试点政策促进了试点地区污染企业的绿色创新活动[11]。可见，现有研究主要集中于对绿色创新效率进行测度，以及从产业结构、人力资本、政府行为等方面探讨如何提升绿色创新效率，关于OFDI是否影响绿色创新效率的问题研究较少。

第二，关于OFDI对母国创新效率的影响研究。现有研究肯定了OFDI在促进母国技术进步、提升创新能力等方面的重要作用。发展中国家通过对发达国家进行对外直接投资能够促进母国技术创新[12]，对发展中国家的投资也会产生逆向技术溢出[13]。随着中国OFDI快速发展，中国OFDI逆向创新溢出问题引起了越来越多学者的关注。李娟等认为，中国OFDI逆向技术溢出效应具有空间差异性，东部地区OFDI逆向创新外溢效果较为明显，中、西部地区则不显著[14]。赵宸宇和李雪松研究发现，OFDI有助于提高中国企业的专利数量，能够促进企业创新能力的提升[15]。然而，也有学者提出不同观点，尹东东和张建清认为，中国OFDI并未产生显著的逆向技术溢出[16]。李思慧和于津平指出，OFDI降低企业创新产出，不利于创新效率的提升[17]。近年来，随着对OFDI逆向创新溢出效应研究的深入，学者们进一步考察了母国吸收能力对OFDI逆向创新溢出的影响。王欣和姚洪兴[18]、刘焕鹏和严太华[19]分析表明，OFDI 逆向创新溢出受到金融发展水平、对外开放和人力资本等吸收能力变量的影响。可见，关于OFDI与母国创新效率的关系的研究尚未得出一致结论，二者可能存在非线性关系。

第三，关于OFDI对母国绿色经济的影响研究。第一种观点认为OFDI有利于母国绿色经济增长。周力和庞辰晨基于区域差异视角研究发现，OFDI通过逆向技术溢出和产业结构优化等路径对经济发达地区产生积极环境效应[20]。刘海云和龚梦琪认为，中国OFDI通过规模效应显著抑制地区碳排放[21]。贾军等认为，中国投资到发达和发展中国家的OFDI均促进了国内绿色技术研发[22]。胡琰欣等研究发现，OFDI对国内绿色全要素生产率具有长期促进作用[23]。第二种观点认为OFDI对母国绿色经济增长的影响不显著，甚至抑制母国绿色经济增长。聂名华和齐昊研究显示，OFDI对工业成果转化绿色创新效率提升不明显[24]。罗良文和梁圣蓉认为，OFDI对国内投资产生了挤出效应，抑制了企业绿色技术创新效率[25]。郑强和冉光和的研究结果表明，中国技术寻求型OFDI占比较低，获取OFDI绿色技术溢出有限，不利于国内绿色全要素生产率的提升[26]。可见，现有研究表明OFDI逆向绿色溢出呈现区域差异，关于OFDI是否有利于母国绿色经济增长的问题仍有待深入检验。

综上所述，目前关于OFDI对中国区域绿色创新效率影响的研究尚不多见，鲜有研究从非线性角度分析OFDI与中国绿色创新效率的动态关系，尤其缺乏OFDI逆向绿色创新价值链外溢效应的实证研究。鉴于此，本文从创新价值链视角出发，将区域绿色创新活动划分为绿色技术研发和绿色成果转化两个阶段，实证考察OFDI对国内区域两阶段绿色创新效率的非线性动态影响，以期为中国进一步加强走出去战略、创新驱动战略和绿色发展战略的实施提供一定参考。

二、研究设计

1.机制分析

根据创新价值链理论，创新活动是一个多阶段、多要素的价值链传递过程，包括知识创新、研发设计创新和产品创新3个子过程[27]。绿色创新活动将资源环境因素纳入创新效率研究框架[24]，可以划分为从研发资源投入到绿色知识、信息、技术产出的绿色技术研发阶段，从绿色科技投入到绿色产品、生产、市场产出的绿色成果转化阶段。在绿色技术研发阶段，跨国企业以OFDI为路径，通过研发资源共享、人员流动、干中学等方式获取逆向绿色知识技术溢出，并将其引入国内进行吸收转化，带动上下游企业模仿创新，形成绿色技术溢出扩散效应，提升区域整体绿色技术研发水平。这一过程中，国内吸收转化能力是关键。国内吸收消化能力越强，OFDI逆向绿色技术溢出效果越好；反之，技术差距过大会增加企业模仿创新成本、降低绿色技术研发效率。在绿色成果转化阶段，企业通过OFDI在东道国进行研发、生产、销售等活动，有利于借助国际市场对国内绿色创新资源进行优化配置，获取先进的绿色生产技术和环境管理经验，通过逆向虹吸提升国内绿色成果转化水平。然而，绿色成果转化溢出受到OFDI质量的影响，以中低端市场和自然资源开发为主的OFDI绿色创新程度较低，对国内绿色技术转化投入可能产生“挤出效应”，抑制国内绿色成果转化水平的提高。因此，OFDI对国内两阶段绿色创新效率的影响可能具有动态非线性特征。基于上述讨论，OFDI对两阶段绿色创新效率影响的作用机制见图1。

图1 OFDI影响母国区域两阶段绿色创新效率的作用机制

2.模型设定

为了揭示OFDI逆向绿色创新价值链溢出效应的动态非线性特征，本文基于Hansen[28]提出的面板门槛回归模型来检验OFDI对国内区域两阶段绿色创新效率的非线性效应，基本面板门槛模型设计如下：

ginnit=α1ofdiit·I(ofdiit≤γ)+α2ofdiit·I(ofdiit>γ)+θxit+μi+εit

(1)

式(1)中，ginnit为被解释变量，表示中国i省份t时期的绿色技术研发效率(ginn1)或绿色成果转化效率(ginn2)；ofdiit为核心解释变量和门槛变量，表示中国i省份t时期的对外直接投资变量；γ为门槛估计值；xit表示中国i省份t时期的控制变量；μi是不随时间变化的各样本截面个体效应；εit是误差项，εit～iid(0,σ2)；I(*)是检验门槛的指示函数，当括号内的条件满足时，门槛存在；反之，则门槛不存在。

根据研究需要，这里引入一些控制变量。选取外商直接投资(fdi)来衡量外部资本对绿色创新效率的作用；选择贸易开放度(tra)考察对外开放程度对绿色创新效率的作用；选择国外技术引进(yj)研究外来技术对绿色创新效率的影响；选取资源禀赋(cl)分析要素密集度对绿色创新效率的影响。考虑到OFDI对绿色创新效率的影响可能存在多个门槛，这里进一步将单一门槛模型拓展为多重门槛模型，具体如下：

ginnit=α1ofdiit·I(ofdiit≤γ1)+α2ofdiit·I(ofdiit>γ1)+…+αnofdiit·I(ofdiit≤γn)+αn+1ofdiit·I(ofdiit>γn)+θ1fdiit+θ2trait+θ3yiit+θ4clit+μi+εit

(2)

3.变量设置和数据说明

(1)被解释变量：绿色技术研发效率(ginn1)和绿色创新成果转化效率(ginn2)。本文将能源消耗和环境污染纳入区域绿色创新效率评价体系，采用考虑非期望产出的DEA-SBM模型分别测度区域绿色创新两阶段效率值。绿色技术研发效率是投入研发资源以实现绿色科技产出，内容包括绿色知识、信息与技术等。绿色成果转化效率是绿色科技转化所实现的经济效益和环境效益，内容包括绿色产品、技术产业化与绿色化、市场开拓等。对于绿色技术研发效率和绿色成果转化效率的投入、产出指标，本文进行了详细设定。第一，在绿色技术研发阶段，对于投入指标，选取R&D人员全时当量衡量人力投入，选取R&D经费支出指标表示资金投入。对于产出指标，本文选择绿色专利授权数量来表征。专利是衡量区域创新能力的重要指标，能有效体现区域自主创新能力和综合技术实力。专利统计指标包括专利申请量与专利授权量，专利申请量能体现一个区域对技术研发的重视程度，但专利授权量更能反映技术创新程度和市场价值，且受法律保护[29]。因此，本文选择绿色专利授权数量作为绿色技术研发阶段的产出指标，以体现区域当期实际绿色研发能力。2010年世界知识产权组织(WIPO)提出了旨在检索环境友好型技术专利信息的“国际专利分类绿色清单”，该检索条目依据《联合国气候变化框架公约》将绿色专利分为7大类：交通运输类、废弃物管理类、能源节约类、替代能源生产类、行政监管与设计类、农林类和核电类。本文采用董直庆和王辉[30]的方法，按照上述划分标准，通过国家知识产权局中国专利公布公告网(http:∥epub.sipo.gov.cn)，通过设置专利类型、IPC 分类编码及发明单位(个人)地址，识别并核算了中国各省份绿色专利授权数量。

第二，在绿色成果转化阶段，对于投入指标，本文选取绿色技术研发阶段的产出即绿色专利授权数量作为创新投入，选取新产品开发经费作为资本要素投入，选取使用标准煤法折算后的能源消费量(单位：万吨标准煤)作为资源要素投入。产出指标分为期望产出和非期望产出两方面。在期望产出方面，新产品的生产与销售能够体现一个区域将科技成果转化为经济效益的能力，因此，本文用新产品销售收入作为衡量指标。在非期望产出方面，本文借鉴钱丽等[8]的做法，选取CO2排放量作为非期望产出指标。CO2排放量的计算方式采用国际机构IPCC给出的通用计算法以煤炭、焦炭、焦炉煤气、高炉煤气、转炉煤气、其他煤气、柴油、汽油、煤油、燃料油、原油、液化石油气、天然气和液化天然气14种来源进行测算。

(2)核心解释变量：对外直接投资(ofdi)。目前中国对外直接投资数据包括存量和流量两种。本文关注OFDI对区域绿色创新效率的长期影响效应，考虑到OFDI流量数据在短期内具有较大的波动性，这里参考胡琰欣等人[23]的做法，选择OFDI的存量数据表征OFDI强度。在数据处理上，这里根据各年平均汇率将用美元表示的OFDI(非金融类)存量数据换算为以人民币为单位的存量数据，并对OFDI进行对数处理。OFDI既是本文的核心解释变量，也是门槛变量。

(3)控制标量：本文控制了其他因素对两阶段绿色创新效率的影响。具体包括：外商直接投资(fdi)，外商直接投资对中国区域绿色创新具有促进和抑制的双重作用，可能会对两阶段绿色创新效率产生不同影响，这里采用外商直接投资总额占GDP的比重来衡量。贸易开放度(tra)，采用进出口总额与GDP 的比值测度，该指标不受价格因素的影响，数值越大表明对外开放水平越高。国外技术引进(yj)，选取国外技术引进合同金额占GDP比重表征。资源禀赋(cl)，反映了各地区在要素密集度上的差异，可能影响区域绿色创新成本，这里采用地区资本存量与其从业人员之比衡量。

本文的研究时段为2004～2016年，为了保证数据统计口径的一致性，这里剔除了数据缺失较为严重的省份，最终选取中国30个省份(限于数据所得，数据不包括西藏自治区和港澳台地区)作为研究对象。基础数据主要来自《中国统计年鉴》《中国对外直接投资统计公报》《中国环境统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国工业统计年鉴》及各省份统计年鉴和国家知识产权局中国专利公布公告系统等。

三、实证检验与结果分析

1.变量检验

本文需要对所涉及变量进行单位根检验，以测试其平稳性。在检验技术的选择上，采用LLC方法、Breitungt-stat方法、IPS方法、PP-Fisher方法和ADF-Fisher方法检验是否存在面板单位根，检验发现面板数据是平稳的。接着运用Pedroni的残差协整检验方法分别对绿色创新两阶段变量之间的长期稳定关系进行检验。根据Pedroni[31]研究经验，当样本时间跨度较短时，以PanelADF-stat和GroupADF-stat两种统计量的检验结果判断为有效。检验结果表明，两阶段变量之间均存在显著的长期均衡关系。

2.绿色技术研发阶段的估计结果分析

(1)全国层面的估计结果及分析

本文首先估计了线性模型1和模型2(见表1)。其中，模型1是经Hausman检验后采用固定效应模型进行估计的结果，模型2将OFDI进行了滞后一期处理以克服模型内生性问题。模型1和模型2中OFDI系数分别为0.041和0.051，且均在1%的显著性水平上显著，说明OFDI能够显著地促进国内绿色技术研发效率的提升，并且OFDI逆向绿色技术溢出存在滞后效应。这表明跨国企业以OFDI为路径，嵌入发达国家高新技术集群网络，通过学习模仿、人员交流、研发成果共享等方式获取先进绿色信息技术与创新经验，并将之引入国内母体进行吸收转化，提高国内绿色创新效率。并且，中国企业对绿色知识、信息与技术的吸收转化需要一定的时间，因此，前期绿色技术溢出会促进当期绿色技术溢出。在此基础上，进一步检验OFDI对绿色技术研发效率影响的非线性门槛特征。

在使用面板门槛回归方法之前，需要检验门槛效应是否存在并确定门槛值个数。本文采用“自举法”重叠模拟似然比检验统计量500次进而得到检验门槛存在的bootstrapP值，结合F值检验结果发现，以OFDI作为门槛变量时显著通过了单一门槛、双重门槛和三重门槛检验，因此，采用三重门槛估计较为科学。同时，为了确保上述结论的可靠性，本文借鉴葛鹏飞等人[32-33]的做法，从以下两方面进行了稳健性测试：一是对被解释变量作替换处理。这里以绿色纯技术效率水平作为被解释变量进行回归，检验结果见表1模型3，线性回归结果支持了OFDI具有显著逆向绿色技术溢出效应的结论；二是采用滞后一期OFDI作为核心解释变量，检验结果(见表1模型4)发现，该模型也通过了三重门槛效应检验，且解释变量和控制变量与前文相比并无明显变化，说明本文的结论是稳健的。

对于面板门槛模型估计，本文进行了稳健标准差检验以消除异方差的影响，检验结果(见表1模型5)显示，贸易开放度(tra)显著抑制了绿色技术研发效率，表明贸易自由化会引发向底线赛跑效应，企业为获取利润降低绿色技术研发投入，制约绿色技术研发水平的提升。外商直接投资(fdi)对绿色技术研发效率影响为负但不显著，说明以市场换技术的红利正逐渐减弱，外资流入加剧国内市场的竞争性，抑制企业绿色技术研发积极性。资源禀赋(cl)对绿色技术研发效率影响为负，表明要素禀赋结构增加了绿色创新成本，不利于绿色技术研发能力的提高。国外技术引进(yj)对绿色技术研发效率的影响为正不显著，说明单纯引进外来技术对绿色技术研发能力促进作用有限。

表1 全国层面绿色技术研发阶段面板模型估计结果

由表1模型5可知，OFDI对中国绿色技术研发效率的影响不仅仅是线性的，而是呈现正向边际效率递减的非线性影响特征。OFDI的3个门槛值分别为10.637、12.497和15.988。当OFDI水平低于10.637时，OFDI对绿色技术研发效率的逆向驱动效应最强(0.077)。当OFDI水平从10.637提升至15.988时，OFDI对绿色技术研发效率的促进作用从0.065下降至0.053。这说明较低的OFDI水平就可以激发较强的逆向绿色技术溢出，而随着OFDI水平的提升，出现OFDI驱动弱化的现象。之所以存在正向边际效率递减的非线性特征，原因可能在于：在OFDI发展早期，由于技术势差较大，OFDI逆向绿色技术溢出能够较快缩小国内外绿色创新差距。但随着OFDI强度提升，绿色知识、技术转移扩散难度不断增强，而国内绿色技术吸收能力有限，出现OFDI驱动弱化现象。应更加注重OFDI的质量和结构，实现绿色创新技术突破以破解边际效率递减的动态约束。

(2)分区域层面估计结果及分析

中国不同地区在对外开放程度、创新吸收能力、资源禀赋等方面存在差异，可能导致OFDI逆向绿色技术溢出具有区域差异性。因此，本文分别对东、中、西部地区OFDI和绿色技术研发效率的关系进行检验。同时，随着“一带一路”倡议的实施，中国不断加快“走出去”步伐，并提出共建绿色丝绸之路，这可能会对OFDI逆向绿色技术溢出产生新的影响。据此，本文进一步对“一带一路”沿线省份和非“一带一路”沿线省份OFDI对绿色技术研发效率的动态影响进行分析。根据《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，“一带一路”沿线省份为18个，分别是内蒙古、辽宁、吉林、黑龙江、上海、浙江、福建、广东、广西、海南、重庆、云南、陕西、甘肃、青海、宁夏、新疆和西藏。门槛检验结果表明，东部、中部、西部、“一带一路”以及非“一带一路”沿线省份均存在3个门槛值，说明上述地区均应采用三重门槛模型估计较为科学。

表2为分区域门槛模型估计结果，基于传统地理区域分组的检验结果显示：第一，东部地区OFDI对绿色技术研发效率的影响呈现负向边际效率递减的非线性特征。这说明东部地区具有技术、资源和创新优势，和国外绿色技术差距较小，面临海外更为严格的绿色技术封锁和保护，致使OFDI抑制绿色技术研发效率的提高。第二，中部地区OFDI对绿色技术研发效率的影响呈现不显著的“U”型非线性特征，当OFDI水平位于[11.917,12.316]之间时，出现OFDI驱动绿色技术创新效率的瓶颈。当OFDI水平高于12.316时，其对绿色技术创新效率的影响转负为正且促进作用不断加强。中部地区4个门槛内的OFDI系数均不显著且小于全国水平，表明中部地区OFDI主要流向绿色科技含量较低的产业和中低端市场，未能充分发挥OFDI逆向绿色技术溢出效应。第三，西部地区OFDI对绿色技术研发效率的影响具有正向倒“U”型非线性特征，当OFDI水平超过9.615时，其促进作用开始下降。这说明西部地区OFDI绿色技术势差驱动显著，具有后发优势，较高且合理的OFDI水平有利于实现对绿色技术效率的最佳驱动。

表2 分区域绿色技术研发阶段面板模型估计结果

基于“一带一路”沿线省份分组的门槛估计结果显示：第一，“一带一路”沿线省份 OFDI对绿色技术研发效率的影响呈现正向边际效率递减的非线性特征，这与全国类似。当OFDI的水平低于10.470时，OFDI对绿色技术研发效率的驱动效应最强(0.076)。可见“一带一路”沿线省份绿色投资比重较高，较低的OFDI水平就可以实现绿色技术的吸收扩散，但不能忽视其边际效率递减的动态约束。第二，非“一带一路”沿线省份 OFDI对绿色技术研发效率的影响与“一带一路”沿线省份情况类似，呈现出正向边际效率递减的门槛特征。当OFDI水平小于10.637时，OFDI对绿色技术研发效率的促进作用最强(0.099)。非“一带一路”沿线省份各门槛区间OFDI系数均大于全国水平，说明非“一带一路”沿线省份技术条件和吸收能力较好，在绿色技术研发方面具有比较优势，要积极整合创新资源进行绿色技术突破，实现OFDI对绿色技术驱动的递增效应。

3.绿色成果转化阶段的估计结果分析

(1)全国层面的估计结果及分析

基于全国层面数据估计两个线性模型1和模型2(见表3)。其中，模型1是经Hausman检验后采用固定效应进行估计的结果，模型2是将OFDI进行滞后一期处理的估计结果。在线性模型1中，OFDI的估计系数为0.027，且通过了1%显著性水平检验，说明OFDI能够显著地促进中国绿色成果转化效率的提升。中国企业通过OFDI渠道突破资源瓶颈，提高资源利用效率，转移国内边际产业，为企业发展节能环保优势产业和集约新兴产业提供空间，促进国内产业结构升级，提升国内绿色成果转化水平。

表3 全国层面绿色成果转化阶段面板模型估计结果

值得注意的是，绿色成果转化阶段OFDI的影响系数(0.027)明显小于绿色技术研发阶段(0.041)，说明当前OFDI对国内绿色技术研发效率的促进作用要大于绿色成果转化效率，这与聂名华和齐昊[24]的研究结论是一致的。在绿色技术研发阶段，随着“走出去”战略的深入实施，中国企业创新吸收能力不断提升，OFDI结构不断优化，技术寻求型投资大幅提高，流向发达国家和地区的OFDI增势明显，快速增长的OFDI促进了跨国企业和上下游企业对绿色知识、信息以及技术的吸收扩散，提升了国内绿色技术水平。在绿色成果转化阶段，企业通过OFDI实现了国内绿色市场深化和绿色技术产业化。但是，流向中低端市场和基础资源开发的OFDI逆向绿色创新溢出有限，并且挤占了国内企业绿色成果转化所需的资金投入，不利于国内绿色成果转化效率的提高。因此，OFDI逆向绿色技术研发溢出要大于绿色成果转化溢出。

对于绿色成果转化阶段门槛模型估计检验，本文同样以“自举法”重叠模拟似然比检验统计量500次，结果显示，OFDI对国内绿色成果转化效率的影响存在显著的三重门槛效应。接着采用稳健标准差检验对面板门槛模型进行估计，由估计结果可知(见表3模型5)，外商直接投资(fdi)和贸易开放度(tra)显著促进了绿色成果转化效率的提升，表明引进外资和贸易自由化将国外市场对绿色产品的需求引入国内，并通过优化资源配置，提升国内绿色生产能力。国外技术引进(yj)对绿色成果转化效率的影响为正但不显著，表明引进绿色技术可以提高产品的经济环境效应，但其促进作用有限。资源禀赋(cl)对绿色成果转化效率影响为负，说明要素禀赋结构不利于绿色创新成果转化。

由表3模型5可知，在全国层面上，OFDI对绿色成果转化效率的影响呈现正向“U”型非线性特征。OFDI的3个门槛值分别为9.433、10.672和15.726。当OFDI强度小于9.433时，OFDI对绿色成果转化效率的驱动作用最强(0.087)，说明在OFDI发展初期，中国企业通过OFDI吸收引进的绿色生产技术与产品能够迅速实现产业化与商业化，在短期内提高国内绿色成果转化水平。当OFDI介于[9.433,10.672]之间时，OFDI对绿色成果转化效率的促进作用降低至0.066。当OFDI位于[10.672,15.726]之间时，其正向影响强度进一步降至0.058，出现OFDI驱动绿色成果转化效率的瓶颈期，可见国内绿色产品的产业化和市场化是一个长期过程，绿色技术尚未充分转化为绿色成果。当OFDI水平大于15.726时，其促进作用开始增强(0.066)，表明随着国内绿色生产规模不断扩大，出现OFDI绿色成果转化驱动递增效应。

为了确保门槛模型结果的稳健性，这里从两方面进行检验：一是以绿色规模效率作为被解释变量进行回归分析，检验结果见表3模型3，回归结果支持了OFDI显著促进绿色成果转化效率的结论。二是对样本的时间范围进行缩减处理，这里选取2005～2015年数据样本进行重新估计。检验结果(见表3模型4)显示，全国层面通过了三重门槛效应检验，并且核心解释变量与控制变量的估计结果与基准回归较为一致，表明本文的研究结论具有较好的稳健性。

(2)分区域层面的估计结果及分析

经门槛检验发现，非“一带一路”沿线省份通过了双重门槛检验，其余地区均通过了三重门槛检验。因此，非“一带一路”沿线省份应采用双重门槛模型进行估计，其余地区则用三重门槛模型进行分析。

表4为分区域门槛模型估计结果，基于传统地理区域分组的检验结果显示：第一，东部地区OFDI对绿色成果转化效率的影响具有先负后正的“U”型门槛特征，低水平的OFDI抑制了绿色成果转化能力的提升，只有高水平的OFDI(OFDI>15.816)才能提高绿色成果转化效率。并且，东部地区各区间内OFDI系数明显小于全国水平，再次证实了东部地区要更为审慎地制定对外投资战略，更好地发挥自身技术、人力资本与制度优势，释放OFDI对绿色成果转化的积极作用。第二，中部地区OFDI对绿色成果转化效率的影响呈现不显著的“U”型门槛特征，存在OFDI逆向创新溢出的最低门槛要求。这说明中部地区绿色生产条件相对薄弱，没有充分将绿色技术转化为绿色生产力。第三，西部地区OFDI对绿色成果转化效率的影响呈现正向倒“N”型特征，存在OFDI驱动绿色成果转化效率的最佳门槛区间[12.521,12.781]。这说明西部地区要素禀赋较好，在绿色产业与市场方面具有后发优势，较高且适度的OFDI水平可以激发企业绿色生产的积极性。

表4 分区域绿色成果转化阶段面板模型估计结果

基于“一带一路”沿线省份分组的门槛估计结果显示：第一，“一带一路”沿线省份OFDI对绿色成果转化效率的影响呈现正向边际效率递减的非线性特征。当OFDI小于9.503时，其对绿色成果转化效率的驱动最强(0.134)。“一带一路”沿线省份各区间OFDI系数明显高于全国水平，表明该地区在绿色成果转化阶段具有创新优势，但存在边际效率递减的动态约束。第二，非“一带一路”沿线省份OFDI对绿色成果转化效率的影响具有正向边际效率递增的非线性特征，这与“一带一路”沿线省份相反。这表明非“一带一路”沿线省份具有绿色生产与创新基础，激发OFDI逆向绿色成果转化溢出的门槛水平较高，应保持对外投资规模适度增长，积极吸收先进地区的绿色创新成果，走绿色产品创新的内生化发展道路。

四、结论及启示

本文采用中国2004～2016年省级层面数据，选择门槛回归技术考察了OFDI逆向绿色创新价值链外溢效应。得出以下结论：第一，OFDI显著提升了中国区域绿色技术研发效率和绿色成果转化效率，并且对前者的促进作用大于后者；第二，OFDI对中国区域绿色创新效率的影响具有非线性特征，在绿色技术研发阶段和绿色成果转化阶段分别呈现正向边际效率递减和正向“U”型的门槛特征；第三，OFDI逆向绿色创新价值链外溢效应存在区域异质性，在绿色技术研发阶段，东、中、西部地区分别呈现负向边际效率递减、不显著“U”型和正向倒“U”型非线性特征，“一带一路”和非“一带一路”沿线省份均表现为正向边际递减的非线性特征。在绿色成果转化阶段，东、中、西部地区分别表现为“U”型、不显著“U”型和正向倒“N”型非线性特征，“一带一路”和非“一带一路”沿线省份分别呈现正向边际效率递减和正向边际效率递增的非线性特征。本文蕴含的政策含义如下：

第一，充分发挥OFDI对中国区域绿色创新效率的逆向驱动作用，鼓励中国企业“走出去”，利用外部绿色技术势差激发逆向绿色创新溢出，提升自主绿色创新能力。加大企业、高校和科研机构等创新主体的交流合作，形成以企业为主体，以高校和科研机构为依托的开放型区域绿色创新体系。加强制度保障，加大绿色技术创新金融支持，健全绿色技术转移转化市场交易体系，强化绿色技术知识产权保护与服务，促进绿色技术研发与绿色成果转化齐头并进。

第二，中国OFDI逆向绿色创新溢出呈现较为复杂的阶段异质性特征，要实施动态化差异化的对外投资策略。在绿色技术研发阶段，企业要重视对外投资战略规划的长期性和持续性，提高绿色技术获取型OFDI比重，加强吸收能力体系建设，促使知识、资本、人才等稀缺创新要素流向绿色技术创新领域。在绿色成果转化阶段，要鼓励企业通过OFDI引进先进绿色生产技术与环境管理体系，优化资源配置，加快推进绿色技术的产业化与商业化。

第三，中国OFDI逆向绿色创新溢出具有区域差异性，不同地区应实施差异化的OFDI策略。东部地区OFDI逆向绿色创新溢出门槛较高，要推进对外投资“质”与“量”齐升，选择发达地区的工业企业进行投资，激发OFDI对绿色创新效率的正向溢出效应。中部地区OFDI逆向绿色创新溢出不显著，要提升创新吸收能力，形成绿色创新优势。西部地区要利用国际资源市场实现绿色创新要素优化配置，发展绿色产业与高端产业，实现OFDI优化与绿色创新协调发展。 “一带一路”沿线省份要发挥绿色成果转化优势，提高绿色投资比重，构建合理的绿色技术消化吸收机制，实现OFDI驱动递增效应。非“一带一路”沿线省份要释放绿色技术优势，鼓励企业选择先进的地区和产业进行投资，推进跨国公司与国内公司的合作创新，通过逆向创新溢出与扩散双向提升绿色创新效率。