胡锡琴，杨 琴

(1.成都理工大学商学院，四川 成都 610059； 2.四川大学经济学院，四川 成都 610065)

FDI、能源效率与自主创新的空间外溢效应

胡锡琴1，2，杨 琴1

(1.成都理工大学商学院，四川 成都 610059； 2.四川大学经济学院，四川 成都 610065)

本文选取我国30个省级行政区2005～2014年的数据，对FDI流入及能源效率提升对我国自主创新的影响进行了空间面板SAR模型实证检验。研究结果显示，FDI流入作为重要的资本要素投入，对本地自主创新具有促进作用，而且对相邻地区的自主创新也存在较明显的空间外溢效应。而能源作为生产物质要素投入的重要组成，其效率的提升对本地自主创新及相邻地区的自主创新均显示积极影响。同时，省际之间自主创新的空间辐射效应也是显著的，创新能力较强的区域将有助于促进邻近区域创新产出的提升。为了提升我国绿色创新水平，积极响应“十三五绿色方略”，重点引进环境友好型FDI和大力研发绿色能源技术势在必行。

技术外溢；能源效率；绿色创新；环境友好

新常态转型升级时期，自主创新将位居我国社会经济发展的核心，以创新为引领和支撑的社会经济发展新格局才能从根本上保障社会、国防和经济安全。有效利用国际、国内资源提升我国自主创新及企业主体研发能力契合了新常态时期我国经济转型升级对于创新的强烈需求，成为我国社会经济发展面临的最迫切问题之一。众多研究表明，FDI能促进区域技术创新能力的提升，利用FDI是促进东道国自主创新能力提升的重要途径之一。面对激烈的国际竞争，我国积极推进外贸改革，通过外商投资审批管理体制改革、自贸试验区建设等措施，坚持扩大对外开放，优化外商投资环境，吸收外资无论数量还是质量均稳步提升。但伴随经济的发展，能源高消耗及其引发的环境污染问题也日益突出。作为重要的物质生产要素投入，能源效率提升对区域自主创新能力的影响也值得关注。

一、相关文献综述

自Macdougall于1960年首次提出有关FDI技术溢出效应的理论[1]，学界对FDI流入促进本地及相邻地区自主创新的经济机理，FDI流入是否促进东道国技术进步以及创新产出等问题展开了诸多讨论。大量研究力证了利用外商直接投资是提升自主创新能力的重要途径之一。Cheung et al.(2004)基于中国省际数据分别用时间序列分析和面板数据模型研究了FDI技术溢出效应对创新的影响，认为FDI技术溢出效应对外部设计专利的影响呈显著正相关关系，而对实用新型专利的积极影响则较弱，突出了FDI的示范效应[2]。万坤扬(2011)将空间因素纳入模型进行分析，着重考虑了知识溢出带来的空间效应。借鉴KPF模型，运用空间计量经济学模型研究了FDI对区域技术创新的知识溢出效应并得出结论：本地区不同层次的技术创新均会受到相邻地区的技术创新的正向影响，在此基础上对我国吸收外资提出了相应的政策性建议[3]。张宏元等(2016)强调了FDI引进的质量对东道国鼓励创新活动的重要性，如FDI带来了新技术转移。张宏元较为全面地论证了FDI技术溢出效应的估计及机制，并采用省际面板数据分析了FDI对国内企业自主创新能力的影响。但由于未将空间因素纳入模型研究，忽视了FDI由于空间溢出效应对国内企业自主创新能力的影响，其研究过程还需进一步完善[4]。

能源是现代社会经济发展的源动力，中国作为世界上最大的能源消耗国[5]，其环境及能源消耗问题日益突出，理论界针对能源消费、能源效率及其与自主创新的关系也展开了一系列的研究。Green et al.(1994)通过对英国全行业制造业的169家公司调查研究，肯定了资源能源利用效率提升带来的成本节约为工艺创新带来的积极作用[6]。刘晓红等(2016)应用面板数据模型分析了能源消费结构与环境空气污染雾霾及政府环境规制的关系，提出应改善能源消费结构、提高能源效率，大力发展清洁能源[7]。宣烨等(2011)构建企业技术创新策略的斯塔克伯格模型对创新与能源效率的关系进行分析，明确了我国工业行业的企业创新行为与能源效率之间的关系[8]。其中，原始创新行为与能源效率呈微弱正相关关系，而二次创新行为与能源效率有较强正相关关系。技术创新对能源效率的回报效应主要体现在原始创新活动。吕明元等(2016)通过建立普通模型、增长模型与弹性模型实证检验产业结构演进方向对能源效率及其增长率的影响，发现能源效率的提高主要来自产业结构高级化的贡献[9]。高辉等(2014)通过建立能源回弹的技术进步分解模型，将技术效应值从影响能源效率的众多因素中分解出来，通过实证分析发现政府通过推进技术革新能有效提高能源利用效率[10]。

但是，对于FDI流入是否促进能源效率提升学界则众说纷纭。Mielnik et al.(2002)提出FDI技术溢出效应将导致FDI对能源强度呈负相关关系[11]。孔群喜等(2011)从东道国企业的角度，揭示了随着FDI的增加将促进企业能源效率提升[12]。应用省际面板数据，陈夕红等(2013)发现FDI空间溢出呈现出东、中、西部地区由高到底的梯度溢出，但对全社会能源效率呈显著正相关[13]；范如国等(2015)则从FDI吸收能力视角，认为FDI技术溢出对能源效率的影响呈显著的空间差异性，由于不同地区对FDI技术溢出的吸收存在滞后性，部分地区不能充分显现国际先进生产技术引入对能源效率的提升效果[14]。

目前，综合考虑FDI、能源效率的联动效应对自主创新的影响的文献则相对较少。蔡海霞等(2011)构建内生增长模型，并将能源作为生产函数投入要素纳入其中，肯定了能源因素对FDI对创新能力产生的影响，认为FDI仍是我国区域创新能力提升的重要外部推动力[15]。但由于对FDI对创新能力的影响分析忽略能源因素，导致FDI对自主创新的溢出效应被夸大。白嘉等(2013)通过构建R&D转换效率以及R&D转化效率，测算能源约束区域创新产出的“增长阻力”的大小及决定增长阻力大小的深层次因素，提出应注重FDI利用的阶段化差异有效引入FDI，加强政府环境规制。FDI的引入对能源消耗、环境影响较大，由于新技术带来的能源效率提升也应纳入分析[16]。Doytch et al.(2015)对FDI与能源需求之间的联系进行分析，研究发现FDI可以通过创新提升能源效率，但尚未对FDI以及能源效率对创新的影响进行分析[17]。

综上，现有文献大多聚焦于FDI、能源效率与自主创新三者间两两关系的分析，论证FDI流入势必会影响自主创新，而鲜有研究关注能源作为至关重要的物质生产要素投入，将随FDI引进共同对东道国自主创新产生影响。同时，伴随FDI流入区位分布不均衡产生的技术创新空间效应区域差异性也导致地区自主创新产出结果呈现多样性。因而，基于空间面板数据模型，将三者纳入统一分析框架研究FDI以及能源效率共同作用下对自主创新的影响十分必要。

二、模型设定、变量及数据处理

(一)模型设定

自Griliches(1979)首次提出知识生产函数概念以来，知识生产函数已成为分析知识生产和技术创新与区域创新及其决定因素的重要分析工具，并被广泛应用于研究技术进步及各类影响因素之间的关系及特征[18]。Pakes与Griliches于1980年提出自主创新实质意味着新知识的创造以及生产过程[19]。王然等(2010)认为研发投入与研发活动的技术水平共同决定自主创新产出，采用柯布道格拉斯函数对FDI对自主创新的作用机制进行分析[20]。国外学者Jaffe(1986)对集聚以及知识溢出的关系进行深入研究，他认为知识溢出应采用专利指标进行度量。并构建了具有代表性的柯布道格拉斯函数形式的Criliches-Jaffe知识生产函数[21]。因此，沿用企业生产函数的思想，借鉴FDI技术溢出效应、以及自主创新的有关研究，考虑到其他控制变量，本文构建自主创新投入产出模型如下：

IN=f(FDI,X)

(1)

其中，IN为自主创新(由专利授权数表示)，FDI表示外商直接投资(由实际利用外商直接投资额表示)，X表示其他影响自主创新产出的要素如能源投入、人力资本投入等，为了使本论文的针对性更强，此处X仅考虑能源影响，且由于在计量经济学分析的时候能源资源较难度量，因此采用各地能源效率代替。将模型具体化，得到如下公式(2)

IN=eμFDIαENβ

(2)

一般而言，能源效率越高，意味着提高了区域能源存量；反之，若能源效率下降，意味着该地区能源存量减少。对式(2)取对数得到如下结果如式(3)：

LnIN=μ+αLnFDI+βLnEN

(3)

式中：系数α、β分别是外商直接投资增长以及能源效率增长对自主创新增长的估计弹性。

目前，对能源效率以及FDI的研究大多采用面板数据研究，很少将空间因素纳入其中。而面板数据研究方法假定各省市之间能源效率、FDI是相互独立的，这种假定很难准确解释现实问题。各省市之间经济联系日益紧密，同时公共政策的外部性也进一步加强了能源消费活动以及FDI的空间相关性。如果简单按照式(3)进行线性面板回归模型的研究，将无法测量出外商直接投资集聚、自主创新增加造成的溢出效应，且因未能体现出空间相关性，其估计结果的残差将存在空间自相关问题。

(二)空间面板模型理论

根据Anselin(1995)的研究，引入一个空间自相关变量表征空间溢出效应的影响，将解决上述问题[22]。因此，本文采用既侧重研究截面数据和面板数据，又擅长分析空间相互作用和空间结构问题的空间面板数据计量方法进行实证分析。目前，对空间问题分析较多且较为全面的主要有以下三种模型：空间自回归模型(SAR)，空间误差模型(SEM)以及空间杜宾模型(SDM)。其中，SAR模型主要探讨各变量在地区是否有扩散现象，即溢出效应(式4)。SEM模型则度量模型的误差项在空间上相关，即衡量相邻区域误差项的冲击对本地区观察值的影响程度(式5)[23]。SDM即面板空间交互模型的研究相对深入广泛，同时考虑因变量的空间相关性、残差项的空间自相关性以及自变量对因变量的影响存在空间交互作用，在一定程度上优化空间自回归模型以及空间误差模型(式6)[24]。

(4)

式中：i，t分别表示截面维度以及时间维度，μi表示空间个体效应。Wij是空间权重矩阵W的一个元素；δ为空间自回归系数，衡量相邻区域的观测值对本地观测值的影响程度，ε为随机误差项。

(5)

式中：φit为空间误差项，λ为空间误差自相关系数，表示残差之间的自相关强度，即衡量相邻区域观测值的误差冲击对本地的观测值的影响程度[25]。

(6)

式中：γ和β均表示未知系数，假设检验H0:γ=0，用于判断是否模型可以简化为SAR，若通过该原假设，则选择SAR模型更佳；而假设检验H0:γ+δβ=0，用于判断是否可将该模型简化为SEM，若通过，则选用SEM模型。

(三)数据处理

本文选择2005～2014年中国各省、直辖市、自治区的数据作为样本构建空间面板模型，对FDI、能源效率及自主创新的关系进行研究。由于西藏外资较少，因此所选样本剔除西藏自治区，共30个省级行政区。数据包括外商直接投资(FDI)、自主创新(IN)以及能源效率(EN)，其中，FDI由各省实际利用外商直接投资额表示，IN由专利授权数表示，能源效率由GDP/能耗总量计算得出。数据主要来源于《中国统计年鉴》、万德数据库，使用Matlab软件进行处理及分析。

(四)空间面板模型设定

本文依据空间面板的理论模型，研究得出能较清晰地刻画出自主创新、外商直接投资以及能源效率之间关系的空间自回归面板模型、空间误差面板模型以及空间杜宾面板模型，如式(7)(8)(9)：

(7)

(8)

(9)

三、实证研究及结果分析

(一)模型选择

本文是在全国31个省级行政区中选取30个作为研究对象，样本数量与总体相近，无需以样本中的个体性质推断总体性质，因此，本文选用固定效应模型进行实证分析更佳。由于对面板数据回归时，引入的解释变量总是会存在遗漏变量，为了减少遗漏变量引起的错误，本文将从混合效应模型、空间效应模型、时间固定效应模型以及双固定效应模型四个方面进行分析。空间固定效应反映的是随地理位置变化的背景变量对稳态的影响，时间固定效应研究的是随时间变化的背景变量对稳态的影响。基于空间面板数据分析的三种模型，本文将参照Elhorst的方法，通过两个阶段检验，从空间自相关模型、空间误差模型以及空间杜宾模型中选择最佳的方法对本文进行实证分析[26]。

首先，通过Matlab2010b运行Elhorst程序包，将进行无空间效应面板模型的LM检验与稳健LM检验，若检验结果显示因变量存在空间相关性，则采用空间自回归面板模型，结果如表1。从表1可知，除混合效应外，空间效应面板模型、时间效应面板模型以及双固定效应面板数据模型均能在LM检验中以低于1%显著性水平拒绝“没有因变量空间效应”的原假设。在Robust LM检验中，仅空间效应面板模型以及时间效应面板模型能在10%的显著性水平下拒绝原假设。在“没有残差项的空间效应”的LM检验中，若不能拒绝该原假设，LM检验以及Robust LM检验显示残差项存在空间自相关，空间误差模型最佳[27]。本文仅混合效应面板数据模型未能拒绝原假设，而时间、空间以及双固定面板数据模型均能在5%的显著性水平下拒绝原假设。在稳健LM检验中，四种效应的检验均无法拒绝原假设。如果以上两个假设均不成立，则可采用空间杜宾面板模型。综合考虑，本文首先排除空间滞后模型，而对选择空间误差模型或空间杜宾模型还需进行进一步验证。

表1 无空间效应面板模型的LM检验与稳健LM检验

注：括号内为t值，P为对应的概率。下同。

通过Wald检验以及LR检验对SDM面板模型的两个假设进行检验，即检验空间杜宾模型与空间滞后差模型是否存在差异，结果如表2所示。本文分别对空间固定效应、时间固定效应以及双固定效应模型进行检验，空间固定效应以及双固定效应模型的Wald检验的P值均大于10%，因此，不能拒绝原假设H0:γ=0。综合考虑，本文选取SAR模型进行分析。

表2 空间面板模型的LR检验与Wald检验

表3分别将空间自回归模型的四种效应进行分析。首先对比R2，空间固定效应模型以及双固定效应模型的拟合优度分别为0.9839以及0.985，拟合效果均较好。但仅分析拟合优度是不全面的，还需对解释变量是否通过显著性检验进行考虑分析，从中可选出空间固定效应模型，因其LnFDI、LnEN以及W*dep.var.的P值均显著。在对区域创新生产的分析中，空间固定效应表现出经济结构和自然禀赋的影响毋庸置疑，而时间固定效应则反映出经济周期、突发事件等随时间变化的影响，不仅表现在当期，对若干时期后还将具有影响及辐射作用，因此，就本文而言，考虑时间固定效应(包括时间固定以及双固定效应)模型的估计结果不理想[28]。

表3 SAR四种效应分析

(二)实证结果分析

FDI的流入、能源效率的提升不仅增强本地自主创新能力，同时还能间接地促进相邻地区自主创新能力的提升。首先，通过技术溢出效应，伴随FDI流入本地的先进技术溢出到相邻区域，从而增强相邻地区的自主创新能力。其次，由于本地吸引FDI在国内市场获得技术优势后，其示范效应和竞争效应将提升产业内其他企业的学习效应、增加竞争压力，促使本地及相邻地区产业内异质性企业加大自主创新投入，谋求创新以适应竞争，从而提升整体产业的自主创新能力优质绩效企业带来的将促使其他产业内企业。

为了更准确地测算出自变量对因变量的影响，本文则通过Matlab对空间固定的SAR面板模型进行分析。表4列出了自变量对因变量影响的直接效应、间接效应以及总效应结果。直接效应反映了本地区FDI以及能源效率的变化对本地区自主创新产出的影响；间接效应反映本地区FDI以及能源效率的变化对相邻区域自主创新产出的影响；总效应则分析的是本地FDI以及能源效率的变化对本地区以及邻近区域自主创新产出的共同作用。

表4 直接效应、间接效应、总效应

首先，对FDI的影响进行分析，LnFDI的直接效应及总效应在5%水平下显著，间接效应在10%水平下显著。且LnFDI的直接效应的回归系数是0.078，表明本地FDI投资每增加1%，对本地自主创新将提升0.078%。LnFDI的间接效应回归系数为0.0915，表明本地FDI每增加1%，将对相邻地区自主创新提升0.0915%，由此可见，FDI的外溢效果较为明显。外商直接投资不仅可通过技术的引进对本地创新发展起到促进作用，同时由于技术、资金等的外溢，将对邻近地区的自主创新有正相关作用。LnFDI的总效应回归系数为0.1695，意味着本地区FDI每增加1%，将对自主创新产生0.1695%的总增长效果。

其次，对能源效率进行分析。由于能源的日益紧缺，其价格总体变化呈上升态势。因此，人们对能源效率的重视程度不断提升，由此促使落后的产业、企业展开新一轮自主创新，走上节能提效的绿色经济发展之路。能源日益成为外商直接投资以及其他因素对区域创新产出产生正面影响的重要约束条件。因此，在本文的实证结果中，LnEN的直接效应回归系数为1.0814，意味着能源效率每提升1%，本地自主创新将提升1.0814%，同时邻近地区自主创新将提升1.2462%，且对总的自主创新效果将提升2.3276%，能源效率对自主创新产生的效果远高于FDI。LnEN的直接效应、间接效应以及总效应均在1%的水平下显著，肯定了能源效率对本地自主创新的影响。

最后，分析表3中W*dep.var.=0.583978，且在1%的水平下显著，意味着空间滞后变量与自主创新存在显著正相关的关系。即我国30个省之间自主创新的相互影响以及辐射作用是显著的，创新能力较强的省将通过溢出效应扩散到周边地区，促进周边地区创新产出的提升。

四、结论与对策建议

通过空间面板模型对FDI技术溢出、能源效率及自主创新关系的分析，本文发现：其一，FDI的流入不仅对本地区的自主创新产出具有正向作用，同时由于技术、资金等的溢出效应，其与FDI流入地邻近区域的自主创新也呈正相关关系。其二，能源效率将对FDI流入地区以及相邻区域的自主创新产生影响，且影响效果较为显著。吸引的FDI将为流入地的本土能源利用技术呈现突出的示范效应，促进区域绿色创新产出的提升。同时通过空间溢出效应，其对邻近区域的自主创新也将产生积极影响。但随着环境能源问题的突出，对自主创新的影响仅考虑FDI是非常片面的。

为充分发挥FDI溢出效应以及能源效率对区域自主创新的促进作用，促进我国区域自主创新能力的交互提升，本文认为：首先，应充分发挥FDI带来的技术溢出效应以及示范效应，加强各省以及省际之间FDI溢出促进的技术创新。各级政府搭建对外开放合作平台，鼓励企业融入基于国际价值链的全球开放分工体系；加大各级资金、技术、人才投入，给予财政金融优惠政策，促进企业主动参与国际研发，边干边学，边学边创新，提升自主知识产权的比重，推动企业向全球价值链高端环节发展。其次，积极引进环境友好型FDI，引导外资流入知识密集型产业和服务业，促进外资流入产业的优化升级。各级政府及企业应充分考虑外资引入对环境、能源的影响，坚决杜绝盲目引进，避免重蹈“先污染后治理”的覆辙。第三，能源效率对区域自主创新产出具有显著的促进作用。政府应完善环境立法和执法，大力倡导循环经济、绿色创新的理念，增强监管和约束企业及其利益相关者的生产行为方式，引导其主动研发绿色节能技术，从而提升能源效率及产业结构，增加自主创新产出。

[1] Macdougall GDA.. The Benefits and Costs of Private Investment from Abroad: A Theoretical Approach[J]. Economic Record， 1960， 36(73)： 13-35.

[2] Cheung K Y. , Lin P. Spillover Effects of FDI on Innovation in China: Evidence from the Provincial Data[J]. China Economic Review，2004，15(1)： 25-44.

[3] 万坤扬. FDI对区域不同层次技术创新的知识溢出效应[J]. 技术经济， 2011， (3)： 7-13.

[4] 苗建青， 邵青贤. 我国FDI的空间结构及空间溢出效应研究[J]. 科学决策，2014， (8)： 47-70.

[5] 张宏元， 李晓晨. FDI与自主创新: 来自中国省际面板的证据[J]. 宏观经济研究， 2016， (3)： 24-34.

[6] 王小琴， 余敬. 能源安全测度的新维度： 能源多样性[J]. 国土资源科技管理，2016， (1)： 24-30.

[7] Green K., Mcmeekin A., Irwin A.. Technological Trajectories and R&D for Environmental Innovation in UK Firms[J]. Futures， 1994， 26(10)： 1047-1059.

[8] 刘晓红， 江可申. 环境规制、能源消费结构与雾霾——基于省际面板数据的实证检验[J]. 国土资源科技管理， 2016， (2)： 59-65.

[9] 宣烨， 周绍东. 技术创新、回报效应与中国工业行业的能源效率[J]. 财贸经济， 2011， (1)： 116-121.

[10] 吕明元， 陈维宣. 中国产业结构升级对能源效率的影响研究——基于1978-2013年数据[J]. 资源科学， 2016，(7)：1350-1362.

[11] 高辉， 高碧凤， 吴昊. 基于LMDI分解的我国能源回弹效应实证分析[J]. 国土资源科技管理， 2014， (5)： 1-7.

[12] Mielnik O.， Goldemberg J. Foreign Direct Investment and Decoupling between Energy and Gross Domestic Product in Developing Countries[J]. Energy Policy， 2002， 30(2)： 87-89.

[13] 孔群喜，彭骥鸣，孙苏阳.FDI与东道国企业的能源效率——以江苏高新技术企业为例[J]. 产业经济研究，2011，(5)：79-85.

[14] 陈夕红， 张宗益， 康继军， 李长青. 技术空间溢出对全社会能源效率的影响分析[J]. 科研管理， 2013， (2)：62-68.

[15] 范如国， 孟雨兴. FDI技术溢出对能源效率影响的区域差异分析——基于吸收能力的视角[J]. 技术经济， 2015， (4)：30-36.

[16] 蔡海霞， 范如国. FDI技术溢出、能源约束与区域创新产出分析[J]. 中国人口. 资源与环境， 2011， (11)： 50-55.

[17] 白嘉， 韩先锋， 宋文飞. FDI溢出效应、环境规制与双环节R&D创新——基于工业分行业的经验研究[J].科学学与科学技术管理， 2013， (1)： 56-66.

[18] Doytch N.，Narayan S. Does FDI Influence Renewable Energy Consumption？An Analysis of Sectoral FDI Impact on Renewable and Non-renewable Industrial Energy Consumption[J]. Energy Economics. 2016,(54):291-301.

[19] Griliches Z. Issues in Assessing the Contribution of Research and Development to Productivity Growth[J]. Bell Journal of Economics， 1979， 10(1)： 92-116.

[20] Pakes A., Griliches Z. Patents and R&D at the Firm Level: A First Report[J]. Economics Letters, 1980， 5(4)： 377-381.

[21] 王然， 燕波， 邓伟根. FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J]. 中国工业经济， 2010, (11): 16-25.

[22] Jaffe A B.Technological Opportunity and Spillovers of R & D: Evidence from Firms’ Patents, Profits and Market Value[J].The American Economic Review， 1986， 76(5)： 984-1001.

[23] Anselin L.Local Indicators of Spatial Association-LISA[J]. Geographical Analysis， 1995， 27(4)： 93-115.

[24] 谢兰云. 中国省域R&D投入对经济增长作用途径的空间计量分析[J]. 中国软科学， 2013, (9): 37-47.

[25] 侯新烁， 张宗益， 周靖祥. 中国经济结构的增长效应及作用路径研究[J]. 世界经济， 2013, (5): 88-111.

[26] 胡宗义， 李鹏. 农村正规与非正规金融对城乡收入差距影响的空间计量分析——基于我国31省市面板数据的实证分析[J]. 当代经济科学， 2013, (2): 71-78.

[27] Elhorst J P. Serial and Spatial Error Correlation[J]. Economics Letters，2008，100(3)：422-424.

[28] 陈海波, 张悦. 外商直接投资对江苏区域经济影响的实证分析——基于空间面板模型[J]. 国际贸易问题， 2014, (7): 62-71.

[29] 李婧. 中国区域创新生产的空间计量分析——基于静态和动态空间面板模型的实证研究[J]. 管理世界， 2010, (7): 43-55.

(责任编辑:风云)

SpatialSpilloverEffectsamongFDI、EnergyEfficiencyandIndependentInnovation

HU Xiqin1,2, YANG Qin1

(1.Commercial College, Chengdu University of Technology, Chengdu 610059, China;2.School of Economics, Sichuan University, Chengdu 610065, China)

This paper constructs a SAR model to test the impact of FDI inflow and energy efficiency improvement on China’s independent innovation by using the statistics of 30 provincial administrative regions from 2005 to 2014. The results show that as an important factor of capital investment, FDI can promote the independent innovation in the local area and can also produce obvious region spatial spillover effects on the independent innovation in the adjacent areas. As an important productive material input, the improvement of energy’s efficiency has shown a positive impact on the local independent innovation and adjacent areas’ independent innovation. At the same time, the spatial radiation effect of independent innovation among the provinces is also significant, and the regional innovation capability will be helpful to promote the improvement of regional innovation output. In order to enhance the level of green innovation in China and actively respond to the ‘13th Five-Year green strategy’, it is imperative to put more emphasis on attracting environmental friendly FDI and vigorously develop green energy technology.

Technology Spillover; Energy Efficiency; Green Innovation; Environmental Friendly

2017-03-26

国家自然科学基金资助项目(71501019)；四川省社会科学“十三五”规划项目(SC16TJ003)；四川省社会科学“十三五”规划项目(SC16B008)

胡锡琴(1974-)，女，重庆开县人，成都理工大学商学院副教授，四川大学经济学院博士生；杨琴(1992-)，女，四川射洪人，成都理工大学商学院硕士生。

F062.6

:A

:1004-4892(2017)09-0105-08