【《双向直接投资影响绿色发展效率的实证分析案例》11000字】

1.双向直接投资影响绿色发展效率的实证分析案例目录TOC\o"1-3"\h\u3953双向直接投资影响绿色发展效率的实证分析案例 1197991.1研究设计 1162091.1.1作用机理与研究假设 190441.1.2计量模型设定与变量说明 2211611.1.3描述性统计 5222711.2实证结果 7260291.2.1基准分析 7119031.2.2稳健性检验 8239721.3异质性分析 9150601.4机制检验 1033521.1.1人力资本提升效应 1171051.1.2对外贸易促进效应 141.1研究设计1.1.1作用机理与研究假设外商直接投资对绿色发展效率的影响具有不确定性。一方面，以高端服务业和高新技术产业为代表的外资企业的进入，促进了本国产业结构升级（龚新蜀等，2018），带动上游本土企业改进生产技术以适应外资企业的标准和需求，并给下游本土企业带来清洁绿色管理理念和生产技术服务，从而提升绿色发展效率；同时，外资企业的进入给本土企业带来技术溢出效应，通过与外资企业间的人才、信息、产品间的流动，本土企业积极获取绿色知识溢出（周亮等，2019），学习先进的科学技术和管理经验，从而提高绿色生产能力；此外，外资企业的进入使得国内市场的竞争更加激烈，技术水平较低的企业会退出市场，而技术水平较高企业在竞争压力下不断提高绿色技术水平和产品质量，进而促进中国绿色经济发展。另一方面，部分地方政府在引进外资时放宽准入门槛，偏向外资企业规模数量，使得国外淘汰落后产能进入本国，以致污染型外资企业在本国大量集聚以延续生命周期，外资企业的环境污染效应明显，导致污染扩散从而降低绿色发展效率；同时，外商企业的进入使得本土企业多从事劳动密集型产品的生产，技术含量较低，位于价值链底端（岳书敬等，2015），阻碍绿色发展效率的提高。对外直接投资也从正反两个方向影响了绿色发展效率：一是正面影响，逆梯度对外直接投资有助于获得发达国家的先进技术，通过逆向技术溢出效应助推中国经济绿色发展，而通过顺梯度对外直接投资可以将重污染、高能耗的工业产业转移给发展中国家，减少本国资源消耗和污染排放（彭继增等，2020），从而促进绿色发展效率提高；二是负面影响，对外直接投资活动会带来本土产业的“空心化”效应，使得国内某些传统工业部门和较为特殊的高技术部门不断萎缩（杜鹏等，2002），阻碍产业结构的优化升级，且过度对外投资会导致母国资本外流，跨国公司筹措FDI的资金挤掉部分母国国内投资，从而减少国内用于绿色发展的资本，对国内绿色经济发展产生消极影响。基于此，本文提出如下假说：H1：双向直接投资对绿色发展效率具有显著影响。1.1.2计量模型设定与变量说明为了从实证角度验证双向直接投资是否影响区域绿色发展效率，本文使用30*16的平衡面板数据，利用Stata软件进行计量分析。为检验模型设定是否合理，首先进行Hausman检验，结果显示P值均小于0.01，拒绝随机效应模型和混合OLS模型，选择固定效应模型。固定效应的随机误差项和解释变量相关（陈强，2014），减少因遗漏变量导致的误差。因此，本文采用固定效应模型，在省际层面聚类，为减少时间变动和个体体异质性特征对结果造成的误差，进一步加入年份控制变量并控制省份固定效应，双向固定效应模型设定如下。GDEit=β其中下标i表示省份（i=1,2,……,30）,t表示时间。因变量GDEitit代表省市i在t年的绿色发展效率。核心解释变量FDIit为反映省市i在t年的实际利用外商直接投资总额，OFDIit为反映省市i在t年的对外直接投资存量。Xct'系对中国区域绿色发展效率产生影响的各省市特征向量，参考文献选取四个省际宏观特征为控制变量以分离其对绿色发展效率的影响，包括环境规制（eregit）、政府支出（govit）、产业结构合理化（isrit）、产业结构高级化（iss为了与前文保持一致，本文选取2004-2019年中国30个省市自治区的面板数据，因数据可得性原因，不含西藏、港、澳、台地区，原始数据均来自于历年的《中国对外直接投资统计公报》、《中国统计年鉴》、《中国人口统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》和各地区统计年鉴。各变量的构建方法和数据来源如表4-1所示，对相关变量的具体说明如下。（1）绿色发展效率（GDEit）：被解释变量。绿色发展效率作为被解释变量，使用第四章的测度结果，以2004-2019年中国30个省市自治区为研究样本，借助考虑非期望产出的Super-SBM模型，投入要素选择劳动力、资本、能源、技术投入，期望产出为实际地区生产总值，并将工业二氧化硫、工业废水、一般工业固体废弃物排放造成的环境污染以非期望产出指标纳入计算，以实现对区域（2）外商直接投资水平（FDIit）：核心解释变量。采用实际利用外商直接投资总额，以年平均汇率统一换算为人民币，并（3）对外直接投资水平（OFDIit）：核心解释变量。采用对外直接投资存量，以年平均汇率统一换算为人民币，并（4）控制变量。参考已有相关文献，选取以下指标作为控制变量：①环境规制（eregit）：部分学者的研究证明环境规制的存在会倒逼企业在生产过程中重视环境保护，从而正向提高了绿色发展效率（谢秋皓和杨高升，2019；黄磊和吴传清，2019）。也有研究表明，由于环境规制的存在，企业花费更多成本用于处理污染物，导致用于生产的资本相应减少，阻碍技术创新甚至降低产出，抑制绿色发展效率（李雪和曾宇航，2020）。本文参考任晓松等（2020）、郝寿义和张永恒（2016）等学者的做法，将包括工业废水、工业烟尘及工业二氧化硫在内的污染物②政府支出（govit）：政府支出是开展宏观调控、阻止市场失灵的关键措施，保障了③产业结构合理化（isrit）、产业结构高级化（issit）：产业结构合理化指数反映了产业是否协调，产业结构高级化指数则衡量了产业结构的升级。周亮等（2019）、吴传清和黄磊（2018）认为产业结构与绿色发展效率呈正相关关系，也有学者证明其负向抑制了绿色发展效率的提升（谢秋皓和杨高升，2019；李雪和曾宇航对于如何衡量产业结构合理化，本文参考干春晖等（2011）的做法，采用其定义的泰尔指数，通过计算各产业在整体经济中的地位来规避对绝对值的度量，其计算公式如下： （4-2）对于如何衡量产业结构高级化，本文借鉴贾敬全和殷李松（2015）的方法，计算第三产业增加值与第二产业增加值之比，其公式如下： （4-3）表4-1变量设定类别变量字符测度方法因变量绿色发展效率gde通过Super-SBM方法计算得出核心解释变量OFDIlnofdi各省市各年对外直接投资存量（对数）FDIlnfdi各省市各年外商直接投资总额（对数）控制变量环境规制ereg将工业废水排放量、工业二氧化硫排放量、工业烟尘排放量通过权重和标准化的乘积计算得出政府支出gov各年当地一般公共预算支出占GDP的比重产业结构合理化isr采用泰尔指数计算得出产业结构高级化iss各年第三产业增加值与第二产业增加值之比1.1.3描述性统计图4-1反映了2004至2019年间中国30个省市自治区对外直接投资存量的时间演变趋势。可发现全部省市的对外直接投资存量在样本期内均呈现上升趋势，值得注意的是，上海、北京、广东、浙江等东部发达地区的对外直接投资存量保持在较高水平，贵州、青海、湖北等内陆地区有较大提升，全球化背景下对外直接投资活动的重要性日益凸显，被各地区所重视。图4-2则反映了2004至2019年间中国30个省市自治区外商直接投资的时间演变趋势。可观察到各省市外商直接投资总额的变化趋势相对复杂，上海、北京、山东、广东、江苏、浙江等东部地区平稳保持在较高水平，山西、贵州、重庆等地区呈波动式增长，而青海、辽宁等地区在近些年则出现下滑倾向，呈现出外商直接投资的地区偏好，这对我国各省市的绿色发展可能产生影响。图4-1中国30省市OFDI的时间变化（2004-2019年）图4-2中国30省市FDI的时间变化（2004-2019年）表4-2报告了全国30个省市自治区在2004-2019年间主要回归变量的描述性统计分析结果。PanelA显示因变量绿色发展效率（gdeit）的标准差为0.174且最小值为0.389、最大值为1.09，PanelB中核心解释变量对外直接投资（lnofdiit）标准差为0.987且最小值为0.93、最大值为6.12，核心解释变量外商直接投资（lnfdiit）标准差为0.725且最小值为1.47、最大值为5.35，这印证了中国各地区绿色发展效率、双向直接投资发展不平衡的特征。PanelC中的控制变量环境规制（eregit）、政府支出（govit）、产业结构合理化（isr表4-2基本统计量变量观察值均值标准差最小值最大值PanelA：因变量gde4800.7060.1740.3891.09PanelB：核心自变量ofdi（百万人民币）48053971.11146382.248.441325991.8fdi（百万人民币）48043383.5647261.4729.49225728.66PanelC：控制变量ereg4800.5340.52902.585gov48023.28611.38.85100isr4801.0440.3560.2512.468iss4801.1760.6360.5275.2341.2实证结果1.2.1基准分析表4-3VIF检验结果变量VIF1/VIFlnfdi3.6780.272isr2.5530.392lnofdi2.2820.438gov2.1570.464iss1.6280.614ereg1.5070.663MeanVIF2.301.若数据存在多重共线性，将影响本实证结果的准确性。因此，本文先通过检验得到方差膨胀因子（VIF,VarianceInflationFactor），结果发现，本文所用变量数据的VIF值均远低于10，故不存在多重共线性。表4-4报告了采用双向固定效应模型并在省级层面聚类获得的基准结果，A-1为仅考虑省份个体效应的一元回归，结果显示核心解释变量lnfdiit系数为正但不显著，另一核心解释变量lnofdiit系数为0.101且在1%水平上统计显著，说明OFDI能够促进绿色发展效率增长，初步验证了中国各省份的对外直接投资对各地区绿色发展效率的提高有促进作用。但该模型施加控制较少，且R-squared值相对较低，故在A-2到A-5中依次加入控制各省市的环境规制（eregit）、政府支出（govit）、产业结构合理化（isrit表4-4双向FDI与中国区域绿色发展效率变量因变量:gdeA-1A-2A-3A-4A-5lnofdi0.101***0.101***0.140***0.114***0.101***(0.021)(0.021)(0.027)(0.028)(0.029)lnfdi0.0580.0630.0540.0620.067**(0.047)(0.047)(0.038)(0.037)(0.033)ereg0.0490.0510.0360.040(0.031)(0.031)(0.030)(0.032)gov-0.007*-0.007-0.006(0.004)(0.004)(0.004)isr-0.196***-0.149**(0.049)(0.048)iss0.073(0.064)年度效应否否否否是个体效应是是是是是观察值480480480480480省份数3030303030R-squared0.4530.4580.5080.5450.566说明：括号内数值为ｔ值对应的聚类稳健标准误，***、**、*分别为1%、5%和10%的统计显著水平,所有观测样本均在省级层面聚类。重点观察控制最严格的A-5结果，可知双向直接投资对各地区的绿色发展效率提升的促进作用较为明显。具体来说，各省市的对外直接投资、外商直接投资每提升1单位，地区绿色发展效率分别平均增加0.101、0.067单位，且分别在1%、5%的水平上显著。除此之外，控制变量isrit1.2.2稳健性检验稳健性检验可以选择更换变量、更改计量方法等方式。首先，由于在面板数据模型中截面或时间残差项可能相关，从而使得标准差有偏。本文所有的回归模型均采用了省级层面的聚类稳健标准误，允许了组内个体的干扰项之间存在相关性和不同组之间个体的干扰项之间彼此不相关，从而使得估计系数和标准差更为有效。表4-5双向FDI与绿色发展效率（稳健性检验）变量因变量:gde2A-1A-2A-3A-4A-5lnofdi0.099***0.098***0.140***0.110***0.097***(0.021)(0.021)(0.137)(0.028)(0.028)lnfdi0.0610.0660.0540.065*0.070**(0.048)(0.048)(0.058)(0.038)(0.038)ereg0.0480.0510.0340.039(0.031)(0.050)(0.030)(0.032)gs-0.007*-0.007*-0.006*(0.004)(0.004)(0.004)isr-0.204***-0.158**(0.051)(0.065)iss0.071(0.046)年度效应否否否否是个体效应是是是是是观察值480480480480480省份数3030303030R-squared0.4570.4620.5110.5520.574说明：括号内数值为ｔ值对应的聚类稳健标准误，***、**、*分别为1%、5%和10%的统计显著水平,所有观测样本均在省级层面聚类。其次，为确保实证结果稳健可靠，进一步用Super-SBM规模报酬不变投入角度方法（OrientedIC）重新计算绿色发展效率（gde2it），替代非角度模型的计算结果，对以上模型进行再度回归。基准分析结果如表4-5所示，新模型结果中变量显著性与原有结果一致，双向直接投资1.3异质性分析根据前文研究结果可得出双向直接投资促进了城市绿色发展效率提升的结论，但不同城市在资源禀赋方面存在差异，其区位特征也会存在差距。因此，本文将30个省市自治区按所处经济区位，划分为西部经济带、东部经济带、中部经济带，进行分组回归，进一步考察双向直接投资对区域绿色发展效率的差异性影响。表4-6双向FDI与各区域绿色发展效率变量因变量:gdeA-1A-2A-3A-4全国东部经济带中部经济带西部经济带lnofdi0.101***0.116**0.204***0.097(0.029)(0.041)(0.026)(0.053)lnfdi0.067**0.035-0.138*0.149***(0.033)(0.074)(0.063)(0.034)ereg0.0400.0050.0200.090(0.032)(0.042)(0.033)(0.107)gov-0.006-0.020**-0.011**-0.005(0.004)(0.008)(0.005)(0.005)isr-0.149**-0.075-0.009-0.187**(0.048)(0.132)(0.118)(0.072)iss0.0730.145***0.168*0.086(0.064)(0.044)(0.081)(0.081)年度效应是是是是个体效应是是是是观察值480192144144省份数301299R-squared0.5660.5970.7150.659说明：括号内数值为ｔ值对应的聚类稳健标准误，***、**、*分别为1%、5%和10%的统计显著水平,所有观测样本均在省级层面聚类。表4-6报告了双向直接投资与各区域绿色发展效率的实证结果，A-1为全国样本，A-2、A-3、A-4分别为东部经济带、中部经济带、西部经济带的结果，可以发现双向直接投资对绿色发展效率的促进作用在各地区存在差异。具体来说，对外直接投资的绿色发展效率提升效应在东部经济带（A-2）、中部经济带（A-3）正显著，且西部经济带系数为0.204且在1%水平上统计显著，提升效应高于全国样本和东部经济带，而在西部经济带（A-4）系数为正但不显著，其促进效应不明显。另外，外商直接投资的绿色发展效率提升效应在西部经济带（A-4）表现明显，系数为0.149且在1%水平上统计显著；在东部经济带（A-2）表现较弱；而中部经济带（A-3）系数为负且在10%的水平上显著，表明外商直接投资抑制了中部地区绿色发展效率的提高。1.4机制检验已有研究证实了外商直接投资可能通过竞争挤占效应使得国内市场竞争更加激烈，使得本土企业进入技术含量较低的价值链底端,从而导致绿色发展效率下降（岳书敬等，2015）；也可能通过产业结构升级效应（龚新蜀等，2018）、技术溢出效应（周亮等，2019）等渠道,促进本国产业结构调整，吸收先进科学技术和管理经验，提升本国绿色生产能力。另一方面，对外直接投资通过逆向技术溢出效应（Piperopoulosetal.,2017；HeadandRies,2002）、污染转移效应（彭继增等，2020）等渠道，获得东道国先进技术和管理资源，并转移本国高污染产业，从而影响绿色发展效率。参考和归纳已有文献关于双向直接投资影响绿色经济发展的机制分析，在此基础上，本文将进一步检验双向直接投资能否通过影响人力资本水平和贸易水平间接带动绿色发展效率的提升。1.1.1人力资本提升效应（一）理论分析与研究假设外商直接投资对人力资本水平的影响可从企业层面及个人层面进行分析。在企业层面，第一，外资企业的进入加剧了我国市场的竞争程度，迫使本土企业增加人力资本投入，提升劳动力素质，以增强企业竞争优势；第二，外商投资者在我国建立新的企业，并通过产业嵌入建立起上下游产业链关系，直接和间接创造了新的就业机会，提升了我国整体就业水平；第三，外资企业带来的知识与技术溢出效应是本土企业掌握先进技术和管理经验的重要来源，本土企业通过对技术、知识外溢的模仿创新，增强产品竞争力，提升本土人员的知识技能，从而提升了人力资本水平。另一方面，外资企业进入东道国，也可能会凭借雄厚的资金和管理优势，挖走本土企业的优秀人才，抢占市场份额，使得本土企业在竞争中处于劣势；同时，外商直接投资对本土就业会产生挤出效应，在东道国建立的外资企业可能采用机器替代人工的生产方式，并精简组织机构，从而对人力资本需求产生负向影响。在个人层面，外商直接投资主要通过促进教育和培训溢出两个途径发挥作用（马衍军，2005）。第一，外资企业进入会增加对高技术人才的需求，短期劳动供给刚性，导致高技术劳动力工资上涨，从而激励更多劳动者主动接受教育（陈浩和刘葆金，2007），提升整体人力资本水平；第二，跨国公司通常会对东道国本土员工进行培训，并向本土合作企业提供技术咨询和相应培训，东道国劳动者借此机会学习工作所需的先进技术，从而提高了整体人力资本水平。对外直接投资则通过以下途径影响国内的人力资本水平。第一，向发达国家开展逆梯度OFDI可以产生逆向技术溢出效应，中国企业与东道国企业或海外大学、科研院所合作，共同提升创新能力和高端人才素质水平；第二，对外直接投资可促进国内外人才交流，通过将子公司高素质员工派遣回母公司或将母公司员工派遣到子公司，促进先进技术和管理经验的交流，从而提升素质水平；第三，对发展中国家的直接投资活动亦可提升母国劳动力水平，中国跨国企业在经济欠发达国家投资建立工厂，利用当地廉价劳动力和资源，将低技能产业转移出去，使得母国公司转向高端价值练，企业员工出于工作需要，通过“干中学”效应获得高端技术，从而促进母国人力资本水平提升。人力资本影响绿色发展效率的途径主要为引进外来清洁技术和革新内部清洁技术两方面（赵领娣等，2016）。在外部技术引进方面，人力资本水平与企业的吸收能力相关（Fu,2008），能加快消化和模仿外来先进清洁技术，打破外来技术的吸收的门槛，促进其推广利用程度，推进本土企业更新绿色生产方式，从而提高绿色生产效率。在内部技术革新方面，人力资本水平的提高和高素质人才的聚集有助于本地区绿色清洁技术的开发和革新，从而建立持续可靠的技术更新体系，降低对外国先进技术的依赖程度，促进绿色发展效率的提高。基于此，本文提出如下假说。H2：双向直接投资通过影响人力资本水平间接带动绿色发展效率的提升。模型设定与变量选取本文借鉴BaronandKenny（1986）的方法，采用分步回归法检验中介效应。前文公式4-1完成了中介效应检验的第一个步骤，因此还需要在上文研究的基础上，增加公式4-4和4-5，模型如下所示。GDEit=βhcit=βGDEit=β人力资本效应的代理变量为人力资本水平hcit，借鉴BarroandLee（2001；2013）的做法，结合中国的教育年限设定情况和相关统计年鉴统计指标变化情况，本文将劳动者的受教育层次划分为小学、初中、高中、大专及以上、大专、本科、研究生、中职、高职，将教育年限分别设为6年、9年、12年、16年、15年、16年、19年、12年、15年，以不同教育年限劳动力占比为权重，得出就业人员的平均受教育年限（年），作为人力资本水平（hcit）hci=p其中，pi1、pi2、pi3、pi4、pi5、pi6、pi7、p检验结果人力资本效应机制检验的逐步回归结果如表4-7所示，A-1为基准回归结果，即外商直接投资和对外直接投资皆显著促进了绿色发展效率的提升。A-2显示对外直接投资lnofdiit的系数为正且在1%水平上统计显著，证明对外直接投资活动可有效提升地区的人力资本水平，且对外直接投资每提升1单位，地区人力资本水平平均增加0.71单位；而外商直接投资lnfdiit的系数不显著，根据中介检验原理，需采用其他方法进一步验证其是否存在中介效应。A-3加入自变量hcit，相较于A-1，对外直接投资lnofdiit系数变小且不显著，hcit的系数为0.089且在1%的水平上显著，即表4-7人力资本效应（机制检验1）变量因变量:gdeA-1A-2A-3gdehcgdelnofdi0.101***0.710***0.038(0.029)(0.061)(0.039)lnfdi0.067**-0.0720.073**(0.033)(0.085)(0.031)hc0.089***(0.025)ereg0.040-0.0680.047(0.032)(0.089)(0.034)g-0.0060.017***-0.008*(0.004)(0.006)(0.004)isr-0.149**-0.191-0.132**(0.048)(0.243)(0.062)iss0.0730.205**0.055(0.064)(0.069)(0.045)年度效应是是是个体效应是是是观察值480480480省份数303030R-squared0.5660.8480.607说明：括号内数值为ｔ值对应的聚类稳健标准误，***、**、*分别为1%、5%和10%的统计显著水平,所有观测样本均在省级层面聚类。随后进行Bootstrap检验，迭代系数为200，结果如表4-8所示。观察检验结果在95%的置信区间下是否包含0，可得出中介效应是否存在的结论。结果发现，人力资本的中介效应均存在。因此，在对外直接投资影响绿色发展效率的过程中存在人力资本的中介效应，与上文逐步回归法得出的结论吻合；人力资本在外商直接投资影响绿色发展效率的过程中亦发挥了中介效应，外商直接投资通过提高人力资本水平进而促进了绿色发展效率的提高。表4-8Bootstrap检验结果项ObservedcoefficientPNormal−based95%ervallnofdiit→hcit0.0880.0000.0630.114lnfdiit→hcit0.0820.0000.0440.01191.1.2对外贸易促进效应（一）理论分析与研究假设直接投资的贸易效应包括替代论与互补论。（1）直接投资的贸易创造效应FDI的出口创造效应：第一，外国投资者在东道国投资建厂，为东道国带来了额外的资本、先进的技术和管理经验以及更好的营销战略（Pacheco-López,2005），促进了当地企业生产函数的升级，东道企业在使用先进设备和先进技术之后产量增加，满足国内需求外仍有剩余转而向第三国出口，使得原本的进口部门转变为出口部门，促进了东道国出口增加；第二，外国投资者利用东道国廉价劳动力、土地等资源，在当地建立生产工厂，产品返销回投资母国或出口到产业链下游的其他国家，增加了东道国的出口规模；第三，跨国企业通常具有垄断优势，如雄厚的资金或强大的品牌效应、市场营销能力、信息获取能力（CrespoandFontoura,2007）等，东道国企业将自身比较优势与跨国公司垄断优势相结合，能够极大带动国内优势部门企业的出口；第四，外资企业的进入加剧了市场竞争，提升了市场活跃度，东道国本土企业若能充分吸收外资企业的技术溢出，提升产品服务质量，长远来看有利于出口的增加。FDI的进口创造效应：第一，跨国公司在我国境内投资建厂，为满足国际市场对产品标准的统一要求、保证自身产品质量，或处于保护商业机密的角度需要进行公司内部贸易，从投资母国或者其他子公司进口生产所需的原材料、基础零部件、中间产品或成套设备等，从而扩大了东道国贸易进口；第二，外商投资企业的进入带来了技术溢出，东道国本土企业为了提升自身竞争力、追赶外资企业发展程度，对先进生产技术、生产设备等的需求增加，催生了进口创造效应。OFDI的出口创造效应：资源寻求型OFDI为满足我国对能源与矿产的需求，海外子公司需进行资源开发工作，母国国内已具备成熟的生产流程和技术人员，按照边际产业扩张理论，该产业的技术水平达到标准化可直接使用，因此能够带动我国生产设备、零部件等出口到东道国，产生了出口创造效应。OFDI的进口创造效应：效率寻求型OFDI企业为了降低生产成本，在具有廉价劳动力或土地租金的东道国投资建立子公司，海外子公司生产的产品会进一步返销回母国市场，促进母国进口增加；资源寻求型OFDI企业的动机为获取更多的自然资源，在东道国所得资源经过加工后返销回母国，用于国内生产，从而增加了母国的进口。（2）直接投资的贸易替代效应FDI的出口替代效应：在外资流入前，东道国企业主要业务为原材料或资源的出口，在外资企业进入后，原本直接出口的原材料在国内经过加工或装配后制成半成品或者成品再出口。加工贸易过程减少了原材料和资源的出口，若制成品在国内消化或部分出口销往国外，则会导致东道国出口量的减少。FDI的进口替代效应：外资企业在东道国投资建厂，将部分原本需要从母国进口的商品的生产转移到东道国，导致东道国进口减少，形成进口替代。同时，若外商投资企业生产所需的原材料或中间产品在东道国国内可找到替代品时，外资企业会放弃进口而使用替代品，从而使东道国进口减少。OFDI的出口替代效应：投资母国为了规避贸易壁垒或节约成本，在东道国当地建立子公司生产产品，由此销往消费市场国或出口至第三国，通过对外直接投资活动将出口型产业转移到国外，使得投资替代了母国产品的出口，导致母国出口贸易减少，产生出口替代效应。同时，东道国企业吸收跨国公司的技术溢出，提高当地市场生产水平，将会进一步抑制母国同类产品的出口。OFDI的进口替代效应：对于加工贸易企业，海外生产基地的建立使得原本国内生产过程转移到海外，母国对生产原材料的需求也相应转移到东道国，从而减少了母国的进口。对于技术寻求型企业，在国内技术通过逆向技术溢出取得成果，母国对于技术产品的进口会相对较少，转而获取或自行研发核心生产技术，从而也一定程度上减少了母国的进口。对外贸易与绿色发展效率之间的关系尚未有定论。就中国的实际情况而言，目前我国已进入环境库兹涅茨曲线转折期（张晓，1999），对外贸易促进了经济发展和社会进步，也助力了我国环境状况的改善（杨海生等，2005），助推环境质量的改善（占华和于津平，2015；李光龙和张