对外直接投资对制造业企业绿色创新效率的影响研究

Research on the Influence of OFDI on the Efficiency of Green Innovation in Manufacturing Enterprises

摘要: 如今正处于实现经济高质量发展的关键时期，强调经济绿色均衡发展。制造业作为国民经济重要支柱，实现制造业绿色化是必然趋势。因此，把握对外直接投资的积极能动性十分重要。本文借助2013年~2022年A股上市公司制造业企业开展，研究了对外直接投资对制造业企业绿色创新效率的影响。研究发现：OFDI能显著提升企业绿色创新效率，在绿色科技研发和绿色成果转化阶段均正向显著；企业规模在其中表现出正向调节作用，而环境规制削弱了这种正向影响；对外直接投资对制造业绿色创新效率的影响存在不同区域和不同行业特性间的差异。探究OFDI对制造业企业绿色创新效率的影响，有利于深化认识制造业绿色发展的影响因素，为引导企业加强绿色创新提供了有力的理论支撑。

Abstract: It is now in a critical period of achieving high-quality economic development, emphasizing green and balanced economic development. As a key pillar of the national economy, the green transformation of the manufacturing industry is an inevitable trend. Therefore, it is of great importance to harness the proactive nature of OFDI. Based on manufacturing enterprises of A-share listed companies from 2013 to 2022, this paper studies the impact of OFDI on green innovation efficiency of manufacturing enterprises. The results show that OFDI can significantly improve the efficiency of enterprises’ green innovation, and it is significantly positive in both the stages of green technology R&D and green product transformation. The scale of enterprises has a positive regulating effect, while environmental regulation weakens the positive effect. Additionally, the influence of OFDI on the green innovation efficiency of the manufacturing industry varies across different regions and industry characteristics. Exploring the impact of OFDI on the green innovation efficiency of manufacturing enterprises helps deepen our understanding of the factors influencing the green development of the manufacturing industry and provides strong theoretical support for guiding enterprises to strengthen green innovation.

1. 引言

回顾世界经济发展史，制造业是国民经济蓬勃发展的重要主体，是立国之本，更是强国之基。2015年，李克强总理首次提出“中国制造2025”宏大计划¹，促进制造业转型升级，培育中国特色制造文化，为打造具有国际竞争力的制造强国擘画宏伟蓝图。《“十四五”智能制造发展规划》进一步强调了先进制造业与信息技术融合的重要性。党的二十大明确指出，要“推动制造业高端化、智能化、绿色化发展”，实现经济的高质量发展。据工信部数据，2023年中国制造业增加值占全球比重约30%，实现连续14年位居全球首位²，制造业是实体经济发展的主力军。然而，经济的快速增长避不开与环境污染的矛盾，气候变化、一级能源消耗严重且污染物产生加剧、生物生态环境破坏等是现有难题。习近平总书记提出的“两山”理论³为解决矛盾指出新方向，即坚持绿色发展，推动经济从高污染、高能耗向绿色低碳转型。因此，推动制造业企业绿色发展是实现经济高质量发展的重要任务，绿色技术创新就是破解的关键手段。

自改革开放以来，“走出去”始终是发展经济的重要手段。当下正处于高质量发展转型的重要时期，更应该充分发挥对外直接投资的推动作用。截至2023年底，中国对外直接投资存量2.955万亿美元，次于美国和荷兰，居于全球主要国家(地区)第三，以1.773万亿美元的对外直接投资流量居于全球第三，实现带动进口同比增长4.8%和出口同比增长7.2%；此外，3.1万家中国境内投资者在境外设立企业，为两地提供不少就业岗位⁴。发展对外投资，不仅有助于企业拓展发展版图，促进国内经济新一轮增长，还有利于在国际舞台上展示中国品牌，增强国际间合作，通过技术互通与优化资源要素，实现在绿色发展共有话题下的学习与突破，提升绿色技术创新效率，引领本国企业实现更深层次的发展，推动实现制造业企业绿色升级，促进经济绿色均衡发展。因此，深入研究对外直接投资与制造业企业绿色创新效率之间的关系就变得越来越重要。

本文旨在探讨对外直接投资与企业绿色创新效率之间的关系，并研究调节变量在其中表现出的效果。通过对2013年~2022年A股制造业上市公司开展研究，运用多种模型进行分析，并提出针对于实证结果的政策建议，丰富了OFDI的微观视角，在一定程度上验证了从企业端实现绿色发展的可行性。

2. 文献综述

2.1. 对外直接投资的研究现状

对外直接投资(Outward Foreign Direct Investment，简称OFDI)，通常被定义为是一国境内投资者为获得在本国以外的国家或地区所经营企业的有效经营管理权，而对该企业进行资本注入或其他生产要素转移的跨国投资行为，一般可细分为绿地投资和跨国并购两种。

现有文献中关于OFDI的研究多从影响动因和区位选择、对母国(东道国)影响以及企业发展等方面展开。企业开展OFDI往往是为了追求企业自身更好的发展，不仅仅是为了拓展海外市场而获得更高收益，也为了寻求高端技术[1]，或是为了在制度差异国家获得好处，如“避税天堂”的出现[2]。其次，对外直接投资通过资金流带动要素、资源、贸易流动，促进国际分工深化，加深各国之间的经济联系，继而改变母国全球价值链地位[3]。此外，也有不少学者通过将“一带一路”沿线国家作为研究样本，发现中国对外直接投资可以显著降低东道国贫困率[4]，并且可以通过“五通”路径加强与东道国的联系[5]。刘娟等[6]利用2005~2020年上市企业产品智能化数据，运用倍差法系统探究OFDI赋能“中国智造”的作用和机制，发现OFDI通过创新激励效应、成本优化效应路径显著提升了企业产品智能化生产倾向性和产品智能化种类，且在国企中表现更突出，进一步说明OFDI不仅可以提升企业技术创新效率[7]。

2.2. 对外直接投资对制造业企业绿色创新效率的研究现状

关于OFDI和技术创新的关系，毛其淋和许家云[8]在首次微观层面考察中，发现OFDI对企业创新密决策和企业创新密集度都有显著的正相关关系，并且在总体上显著延长了企业创新的持续期。

相较于传统创新模式，绿色创新显著地聚焦于资源的有效利用与环境保护，旨在通过对传统技术、工艺及产品的绿色化改造或全新创造，实现可持续发展[9]。绿色创新不仅体现了创新的本质，还融合了环境保护的社会责任，展现出绿色与创新的双重特点，是衡量绿色发展成效的很好度量方式。目前，关于对外直接投资对制造业企业绿色创新效率之间微观关系的研究尚未充分开展，仅有一些学者通常以省域、经济带等区域范围为研究对象开展研究。孔群喜等[10]以长江经济带省市为研究对象，发现OFDI逆向技术溢出能显著提高绿色技术创新水平。章华智和孙林构[11]建动态空间面板模型研究了双向FDI对区域绿色创新效率的关系，发现可以显著促进两阶段绿色创新效率。此外，不仅对本地绿色创新效率提升产生正向积极影响，还会提高相邻或地理属性相近省份的绿色创新效率[12]。也有不少学者验证了中国情境下的“波特假说”，发现环境规制有利于企业降低生产成本、完善产品性能，培养创新意识，通过创新技术水平实现绿色竞争力的提升[13]。

通过梳理得知，目前关于对外直接投资和制造业绿色创新效率研究方向多元，但仍存在一定的研究内容和视角可以补充。本文可能存在以下一些边际贡献：第一，从研究视角来看，将对外直接投资和制造业企业绿色创新效率纳入研究框架，丰富了两者的微观研究视角，为企业端实现国家战略发展任务提供有力理论和实践意义；第二，已有研究通常将绿色创新效率固定化，而忽略了绿色创新投入和产出的阶段性，本文基于两阶段创新价值链理论，将绿色创新效率分解为绿色科技研发效率和绿色成果转化效率两个阶段开展研究，使研究更有逻辑性。第三，考虑到不同规模企业对于对外直接投资的意愿和对外引进技术、资源的接受能力或有不同，企业规模大的公司可能表现更好；而环境规制作为“硬性规定”会对制造业企业制定绿色发展战略产生影响。本研究引入两个调节变量企业规模和环境规制，以验证其在对外直接投资对制造业企业绿色创新效率影响中的调节作用。

3. 理论分析与研究假设

根据传统投资理论，开展对外直接投资可以理解为企业主动获取外部技术、生产要素等资源要素、积极转换生产方式的重要途径，有利于企业发展并实现转型升级。首先，OFDI可以促进企业开拓海外市场，将国内“成熟”产品转移至海外市场生产或者销售，增加海外营业收入的同时，还可以实现生产要素、劳动要素和资本要素的自由流动，缓解国内资源错配及资源短缺情况[14]，这有利于母国企业在本土的持续健康发展。良好的资金、资源保障是企业开展技术创新研发的首要前提。其次，绿色贸易壁垒和绿色目标、绿色标准的出现，意味着制造业企业面临新的发展要求和更严峻的国内外竞争形势，制造业企业绿色化是当下重要发展趋势，增强制造业企业绿色竞争力是提升其核心竞争力的关键所在。为实现这一目标，企业不仅要在内部加大绿色创新投资力度，还应积极寻求外部合作和创新资源，如向技术性高、能源消耗低效率高的“清洁国家”进行OFDI，企业可以通过逆向绿色技术效应获得先进的绿色技术和环境管理经验[15] [16]。具体而言，一方面企业通过并购或建立合作企业等方式，快速直接获取并利用海外绿色创新技术；另一方面，OFDI使人才和管理方式“流动”。企业不仅可以派遣员工到海外学习先进环保理念和技术，还可以吸引海外绿色技术专家回国工作，促进绿色知识的扩散与应用，并在这一过程中，引入并借鉴海外先进的绿色生产管理体系，优化企业生产流程和环境管理标准，进而提升其绿色创新能力与效率。基于此，本文提出以下假设：

假设1：对外直接投资能有效提升制造业企业绿色科技研发效率。

假设2：对外直接投资能有效提升制造业企业绿色成果转化效率。

一般而言，企业规模越大，往往拥有更丰富的发展资源，不仅仅体现在资金和技术上，也更容易吸引、留住高水平科技人才，充实企业创新人力资本的储备。这是企业开展OFDI的坚实基础，可以使企业能够克服各种投资壁垒，获得市场准入资格。企业规模的扩大有助于形成规模经济，降低产品生产成本使企业获得更有力的竞争优势。此外，大企业拥有更好的人力资源、知识获得能力和更成熟的管理能力，更容易进行绿色技术的研发创新，进而生产绿色产品并重构绿色生产经营流程；雄厚的资金流保证了企业绿色创新项目的可持续性。面对经济环境均衡发展的目标，大规模企业在拥有更多发展机会的同时也需要承担更多的发展责任，大企业的品牌影响力和绿色形象亦是企业提升绿色创新效率的重要原因。

环境规制，作为一种政府或社会对企业环境行为的管理和约束手段，其强度和实施方式直接影响着企业的生产和经营决策。环境规制对企业表现出两种影响，一种是挤出效应，另一种是激励效应，具体而言，随着正式环境规制力度的加大，企业被迫提升环保标准，往往会将大量资本投向环保净化设施等，以减轻对环境的负面影响[17]。这种资本再分配不仅可能压缩企业的利润空间，还可能限制其在绿色技术领域的研发投入，削弱其在高标准环境要求国家的海外投资能力，体现了环境规制潜在的挤出效应。然而，另一方面，强化环境规制也可能成为推动企业技术革新的催化剂。在国内市场，面对严格的环保要求，制造业企业不得不通过技术创新来降低污染、优化资源使用效率，这些创新成果随后能转化为企业在国际舞台上的竞争优势。特别是当企业通过对外直接投资拓展海外市场时，其在环保技术上的领先地位能够赢得更广泛的国际认可，助力市场份额的扩大。而短期来看，环境规制可能更倾向于挤出效应。基于此，提出下列假设：

假设3：企业规模在对外直接投资与制造业企业绿色创新效率之间存在正向调节作用。

假设4：环境规制在对外直接投资与制造业企业绿色创新效率之间存在负向调节作用。

4. 研究设计

4.1. 模型构造

4.1.1. 基准回归模型

为了检验OFDI对制造业企业绿色创新效率的影响，设计模型如下：

${\text{GreenRD}}_{i,t}={\alpha }_0+{\alpha }_1{\text{OFDI}}_{i,t}+{\alpha }_2{X}_{i,t}+{\mu }_i+{\epsilon }_{i,t}$ (1)

${\text{GreenCT}}_{i,t}={\beta }_0+{\beta }_1{\text{OFDI}}_{i,t}+{\beta }_2{X}_{i,t}+{\mu }_i+{\epsilon }_{i,t}$ (2)

其中：下标i和t分别代表企业和年份。${\text{GreenRD}}_{i,t}$ 和${\text{GreenCT}}_{i,t}$ 为解释变量，分别表示表示i企业在t年的绿色科技研发效率和绿色成果转化效率，${\text{OFDI}}_{i,t}$ 表示企业当年的对外投资水平，$X_{i,t}$ 代表一系列控制变量。为了缓解遗漏企业层面不随时间变化的因素对估计结果的影响，控制企业固定效应${\mu }_i$ ，${\epsilon }_{i,t}$ 是误差项。

4.1.2. 调节效应模型

本文引入企业规模和环境规制两个调节变量验证其是否存在调节作用，构建模型如下：

${\text{GreenRD}}_{i,t}={\alpha }_0+{\alpha }_1{\text{OFDI}}_{i,t}+{\alpha }_2{M}_{i,t}+{\alpha }_3{\text{OFDI}}_{i,t}\times M_{i,t}+{\alpha }_4{X}_{i,t}+{\mu }_i+{\epsilon }_{i,t}$ (3)

${\text{GreenCT}}_{i,t}={\beta }_0+{\beta }_1{\text{OFDI}}_{i,t}+{\beta }_2{M}_{i,t}+{\beta }_3{\text{OFDI}}_{i,t}\times M_{i,t}+{\beta }_4{X}_{i,t}+{\mu }_i+{\epsilon }_{i,t}$ (4)

其中，$M_{i,t}$ 为调节变量，具体可拆分为企业规模(labor)和环境规制(ER)。其他含义相同。

4.2. 变量选择与测度

4.2.1. 被解释变量

基于两阶段视角，本文将被解释变量企业绿色创新效率分为绿色科技研发效率和绿色科技成果应用效率。参考学者的做法[18] [19]，通过DEA-SBM模型计算得出，其中具体投入产出指标如下：

在绿色科技研发阶段，选取企业研发人员数量、研发经费支出作为初始投入，以企业绿色专利申请数、企业绿色专利授权数作为中间产出指标。在绿色成果应用阶段，中间产出为企业绿色专利申请数、企业绿色专利授权数，而以销售收入、企业污染排放指数和企业能源消耗指数作为最终产出指标。

4.2.2. 核心解释变量

个体对外直接投资数据难以获得，且因投资活动变动性大数据难以衡量，本文以上市公司历年海外关联公司数衡量企业对外直接投资水平OFDI，并在实证中对数据对数处理。

4.2.3. 控制变量

考虑其他因素可能对研究的影响，本文参考研究，从两个方面选择控制变量：一是公司财务指标，净资产收益率(ROE)、资产负债率(Lev)、账面市值比(Mtb)、经营性现金流水平(Cfo)；二是公司股权结构，即第一大股东持股比例(Top)。

4.2.4. 调节变量

本文引入企业规模和环境规制作为调节变量，其中考虑到企业员工人数多少是表现企业规模大小的最直观指标，本文选择员工人数(Labor)用以指代。环境规制(ER)参考尹礼汇[20]的做法，用python爬取地方政府工作文件，统计了省级层面的环境规制相关词频，作为环境规制的指代变量，对上述数据均作对数处理。

本文变量描述性统计结果见表1。

Table 1. Descriptive statistics

表1. 描述性统计

变量名	样本量	均值	标准差	最小值	中位数	最大值
GreenRD	4344	0.5979	0.190	0.2700	0.5716	0.9948
GreenCT	4344	0.5935	0.185	0.2697	0.5733	0.9949
OFDI	4344	1.3673	0.630	0.6931	1.3863	4.0604
Lev	4344	0.4081	0.166	0.0483	0.4105	0.8036
Mtb	4344	0.6083	0.242	0.1018	0.5977	1.2314
Top	4344	0.3309	0.141	0.0804	0.3157	0.7430
Cfo	4344	0.0764	0.050	0.0006	0.0683	0.2774
ROE	4344	0.0991	0.066	0.0017	0.0877	0.4187
ER	4344	4.0889	0.292	3.2581	4.1109	4.8283
Labor	4344	8.3503	1.088	5.3375	8.3051	12.5714

4.3. 数据来源与处理

本文选择2013~2022年沪深A股制造业上市公司为研究对象。其中，OFDI相关数据来自国泰安数据库海外关联公司数据库，专利数据来自国家知识产权局和中国研究数据服务平台(CNRDS)，环境相关数据来自中国工业企业污染数据库，其余企业数据均来自国泰安数据库，还有部分数据来自上市公司年报。

对获得数据进行了如下处理：1) 剔除ST和ST*企业；2) 剔除样本期内数据少于连续6年的企业；3) 剔除重要变量缺失的数据；4) 剔除财务数据表现差的数据；5) 对所有连续变量进行1%的缩尾处理。

5. 实证结果分析

5.1. 基准回归

模型回归结果见表2列(1) (2)仅加入核心解释变量OFDI考察其对两个效率的影响，列(3) (4)加入了全部控制变量参与进一步估计，为保证结果的有效性，模型控制了个体的固定效应。从列(1)到(4)可以得出，模型拟合优度提高，且OFDI始终在1%水平下正向显著，说明对外直接投资显著促进制造业企业绿色创新效率。假设1、2得证。

Table 2. Baseline regression results and robustness testing

表2. 基准回归结果与稳健性检验

	(1)	(2)	(3)	(4)	(5)	(6)	(7)
	GreenRD	GreenCT	GreenRD	GreenCT	Greentia	GreenRD	GreenCT
OFDI	0.1458^***	0.1358^***	0.0972^***	0.0848^***	0.0057^***	0.0903^***	0.0853^***
	(17.46)	(16.68)	(11.59)	(10.40)	(2.84)	(5.65)	(5.89)
X			控制	控制	控制	控制	控制
常数	0.3986^***	0.4078^***	0.4013^***	0.3748^***	0.0345^***	0.3368^***	0.2801^***
	(33.93)	(35.60)	(12.36)	(11.89)	(5.18)	(6.70)	(5.15)
N	4344	4344	4344	4344	4335	2807	2807
adj. R^2	0.059	0.059	0.151	0.159	0.011	0.186	0.194

注：^*p < 0.1，^**p < 0.05，^***p < 0.01，括号内为t统计量。以下各表相同。

5.2. 稳健性检验

本文进一步进行稳健性检验，结果见表2。其中：1) 更换被解释变量，将绿色专利申请总量与研发创新投入的对数作比衡量绿色创新效率(Greentia)，结果在列(6)。2) 调整样本期，十三五规划时期对我国经济发展提出新要求，实现向经济绿色可持续发展的转变，环境保护意识空前高涨。此外“一带一路”倡议也正式进入落实阶段。考虑到宏观政策冲击和社会关注可能造成的影响，截选2015~2020年的子样本进行检验。模型估计为列(6)和(7)。综上所示，本文核心解释变量OFDI的系数和显著性均与回归结果一致，说明实证结果通过稳健性。

5.3. 异质性分析

5.3.1. 区域异质性

考虑到地区间资源要素分配、开放水平、发展水平的差异性可能会对研究产生影响，将上市公司所处地区划分为东、中、西三个区域，依次进行回归估计，结果见表3列(1)~(6)。相对而言，东部地区对外直接投资对制造业企业绿色创新效率有显著促进作用。

5.3.2. 行业异质性

受行业特质影响，重污染企业与其他企业在生产模式和发展理念上存在一定的差异，这可能导致对外直接投资出现差异表现，进而影响绿色创新效率。结果见表3列(7)至(10)，发现非污染企业对外直接投资更能促进绿色技术创新。

Table 3. Heterogeneity test results

表3. 异质性检验结果

分类	东部		中部		西部		重污染		非重污染
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)
	GreenRD	GreenCT	GreenRD	GreenCT	GreenRD	GreenCT	GreenRD	GreenCT	GreenRD	GreenCT
OFDI	0.0371^***	0.0276^***	−0.0045	0.0018	0.0281	0.0286^*	0.0202^**	0.0045	0.0322^***	0.0289^***
	(7.32)	(5.54)	(−0.35)	(0.14)	(1.60)	(1.68)	(2.37)	(0.53)	(6.06)	(5.629)
X	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制
N	3375	3375	602	602	367	367	1096	1096	3248	3248
adj.R^2	0.054	0.045	0.040	0.030	0.035	0.057	0.054	0.054	0.050	0.046

5.4. 调节效应检验

引入企业规模和环境规制，根据模型(3)~(6)进行调节效应检验，并对调节变量作中心化处理。结果见表4，其中，根据列(1) (2)，交互项系数显著为负，表明环境规制在OFDI对企业绿色创新效应的促进作用中起到削弱作用，表现出环境规制的挤出效应。列(3) (4)中交互项系数显著为正，说明企业规模表现出正向调节作用。假设3、4得证。

Table 4. Moderation effect test

表4. 调节效应检验

	(1)	(2)	(3)	(4)
	GreenRD	GreenCT	GreenRD	GreenCT
OFDI	0.0944^***	0.0823^***	0.0674^***	0.0564^***
	(11.21)	(10.07)	(7.16)	(6.17)
ER	−0.0280^**	−0.0353^***
	(−2.28)	(−2.96)
C_ER × OFDI	−0.0604^***	−0.0519^***
	(−3.25)	(−2.88)
Labor			0.0671^***	0.0595^***
			(6.38)	(5.82)
C_Labor × OFDI			0.0195^***	0.0223^***
			(2.82)	(3.32)
X	控制	控制	控制	控制
adj. R^2	0.154	0.162	0.162	0.168

6. 结论与建议

6.1. 结论

本文基于2013~2022年A股上市公司制造业企业的面板数据展开研究，实证探究对外直接投资对制造业企业绿色创新效率的影响，得出结论如下：1) 对外直接投资能促进制造业企业绿色创新效率提升，且在进行一系列稳健性检验后仍然存在。2) 对外直接投资对制造业企业绿色创新效率的影响存在不同区域、不同行业性质的异质性。3) 企业规模在其中表现着正向调节作用，而环境规制削弱了这种影响。

6.2. 建议

第一，实现经济高质量发展，必须充分发挥OFDI能动性。OFDI不仅能促进资金跨国流动，还能优化资源、人才和技术在全球范围内的配置与再分配，对企业自身和国家发展都尤为重要。具体而言，政府部门应依托“一带一路”倡议和亚太经合组织等国际交流手段，细化政策导向，鼓励具备核心竞争力、技术创新能力和风险承担能力的制造业企业“走出去”，通过提供税收优惠、融资支持及海外市场信息服务等方式，助力其拓展国际市场并深化国际合作。

第二，有效利用企业规模优势，强化大企业的行业引领作用。鼓励大企业通过OFDI获取绿色技术和人才、管理经验，引领产业链上下游的绿色创新转型，加速制造业绿色化进程。同时，建立中小企业OFDI专项扶持计划，包括设立专项基金、简化审批流程、提供海外市场调研与法律咨询等，帮助中小企业克服海外拓展的障碍，促进企业发展。此外，政府应灵活运用环境规制政策，既严格限制企业污染行为，又通过税收减免、补贴奖励等正向激励措施，鼓励企业加大绿色投资力度。

第三，对于企业来说，企业绿色化是发展大势所趋，加大对绿色创新人才的培养和引进力度是破困境之利刃。此外，还需构建完善的绿色供应链体系，从原材料采购到产品设计、生产制造、流通售卖直至报废处理的全生命周期中，都可以融入环保理念和技术，减少资源消耗与污染，同时提升企业品牌形象和社会责任感。此外，政府部门可与企业合作，共同制定绿色供应链标准，提供技术支持与培训，以及绿色认证与奖励机制，增强企业实施绿色供应链的可行性与积极性。

NOTES

¹2015年《政府工作报告》，https://www.gov.cn/guowuyuan/2015-03/16/content_2835101.htm。

²参考工业和信息化部金壮龙部长的发言，https://www.gov.cn/yaowen/liebiao/202402/content_6933130.htm。

³“绿水青山就是金山银山”，http://www.qstheory.cn/llwx/2020-07/17/c_1126249147.htm。

⁴中华人民共和国商务部，《2023年度中国对外直接投资统计公报》。