張昌兵，華麗香，余梅麗

（1.南京郵電大學經(jīng)濟學院，江蘇南京，210023；2.南京航空航天大學經(jīng)濟與管理學院，江蘇南京，211106）

一、引言

隨著經(jīng)濟發(fā)展和社會進步，環(huán)境保護日益受到重視，發(fā)展穩(wěn)健的高質(zhì)量綠色經(jīng)濟正成為很多國家追求的目標。碳減排也因此已成為世界各國普遍關(guān)注的焦點。在第75界聯(lián)合國大會上，中國宣布于2030年實現(xiàn)碳達峰，爭取在2060年前實現(xiàn)碳中和。[1]隨著中國OFDI（對外直接投資）規(guī)模的日益擴大，OFDI和FDI（引進外商直接投資）一樣，對中國的產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟結(jié)構(gòu)調(diào)整，對中國經(jīng)濟的低碳化發(fā)展都會產(chǎn)生重要影響。

OFDI對碳排放即對環(huán)境的影響，學者們的研究側(cè)重于分析OFDI對母國的環(huán)境影響。主要有三種觀點：一是OFDI對母國環(huán)境有改善效果。Dijstrai et al認為母國的高環(huán)保標準導致高污染產(chǎn)業(yè)向外遷移，從而改善了母國的環(huán)境質(zhì)量[2]；Yang和Liu的研究發(fā)現(xiàn)，OFDI顯著減少了日本的國內(nèi)碳排放，減少了環(huán)境污染[3]；朱婕和任榮明的研究表明，OFDI對中國的環(huán)境改善有正向作用[4]。二是OFDI會給母國帶來更多的環(huán)境污染。余官勝通過對100多個國家的相關(guān)數(shù)據(jù)研究發(fā)現(xiàn)，經(jīng)濟發(fā)展水平較低的國家OFDI會加劇母國的環(huán)境污染[5]；劉海云、李敏研究發(fā)現(xiàn)，中國OFDI導致國內(nèi)碳排放增加[6]；劉夏等研究表明，對發(fā)達國家的直接投資不會通過逆向技術(shù)溢出效應而抑制國內(nèi)碳排放[7]。三是OFDI對母國環(huán)境的影響具有異質(zhì)性特征。周力和龐辰晨研究發(fā)現(xiàn)，OFDI對東部地區(qū)的環(huán)境影響是正向的，但是對大部分西北部地區(qū)的環(huán)境影響是負向的[8]；聶飛和劉海云的研究表明，OFDI對中國碳排放的影響存在門檻效應，受到城鎮(zhèn)化水平約束[9]。

綜上所述可以看出，OFDI對母國的環(huán)境具有較為復雜的影響。本文將基于2004—2019年省際空間面板數(shù)據(jù)，對OFDI對中國碳排放的影響尤其是具有的時空間異質(zhì)性特征進行實證檢驗。

二、OFDI對碳排放影響的機理分析

OFDI對碳減排的影響主要體現(xiàn)在對碳排放量和碳效率的影響方面。具體來說，主要是借助產(chǎn)業(yè)升級效應、逆向技術(shù)溢出效應和規(guī)模經(jīng)濟效應等來實現(xiàn)。[10]（1）產(chǎn)業(yè)升級效應。研究表明，中國企業(yè)OFDI遵循“邊際產(chǎn)業(yè)擴張”理論，其結(jié)果是中國國內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)實現(xiàn)升級，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，碳排放因此減少，碳效率因此提高。[11]（2）逆向技術(shù)溢出效應。經(jīng)濟全球化的深入發(fā)展使得國際競爭機制的作用得以充分發(fā)揮。全球環(huán)保意識的覺醒使得綠色發(fā)展受到世界各國政府和民眾的普遍重視。其結(jié)果是中國OFDI公司的環(huán)保技術(shù)水平不斷提高。這些先進的環(huán)保技術(shù)會逆向提升國內(nèi)母公司的環(huán)保能力，實現(xiàn)碳減排和碳效率水平提高。[12]這種效應在對發(fā)達國家或新興發(fā)展中國家的直接投資中會表現(xiàn)得更加明顯。（3）規(guī)模經(jīng)濟效應。隨著產(chǎn)品內(nèi)分工和公司內(nèi)貿(mào)易的深入發(fā)展，OFDI公司生產(chǎn)中所需的中間投入品通常來自母公司或母國。因中國在全球產(chǎn)業(yè)鏈和供應鏈中的獨特地位，使得中國OFDI公司生產(chǎn)中所需的中間投入品供給更多依賴國內(nèi)市場，即隨著中國OFDI規(guī)模的擴大，中國國內(nèi)中間投入品的生產(chǎn)規(guī)模會迅速擴張。而中間投入品的生產(chǎn)通常是高碳排放的，從這個角度說，中國企業(yè)OFDI會增加中國國內(nèi)的碳排放。

綜上，OFDI的產(chǎn)業(yè)升級效應和逆向技術(shù)溢出效應有利于中國的碳減排目標的實現(xiàn)，但規(guī)模經(jīng)濟效應則與碳減排目標背道而馳。由此可見，如果中國OFDI的產(chǎn)業(yè)升級效應和逆向技術(shù)溢出效應之和大于規(guī)模經(jīng)濟效應，則OFDI總體上會有利于碳減排目標實現(xiàn)。反之則相反。因產(chǎn)業(yè)升級效應和逆向技術(shù)溢出效應，相對來說是一個較長期時期的過程，而規(guī)模經(jīng)濟效應則是立竿見影的。因此說，OFDI對中國碳排放影響的積極效應發(fā)揮需要經(jīng)歷一段時間。但因受產(chǎn)業(yè)結(jié)構(gòu)不同、在產(chǎn)業(yè)鏈和供應鏈中的地位不同等因素影響，OFDI對各省、直轄市和自治區(qū)碳排放的影響會存在較大差異。

三、變量、模型和數(shù)據(jù)來源

OFDI對碳排放影響還沒有一個確定的結(jié)論。對二者關(guān)系的研究方法也大都局限在空間杜賓模型、面板數(shù)據(jù)回歸分析、時間序列分析等。本文從時間、空間和環(huán)境相融合的角度，使用2004—2019年中國大陸30個省份（西藏因數(shù)據(jù)不完整，故不包含在內(nèi)）的數(shù)據(jù)，使用空間杜賓SDM模型和時空地理加權(quán)GTWR模型從空間的相關(guān)性和異質(zhì)性兩方面綜合觀察變量的變化，用核密度估計碳排放的變化，闡釋直接對外投資對中國碳排放的影響。

（一）變量選擇

1.被解釋變量

碳排放：由于碳排放并沒有官方測度數(shù)據(jù)，必須通過計算求得。大多數(shù)研究采用的有兩種方法：（1）用IPCC公布的公式對其進行計算；（2）使用發(fā)改委推薦值，將能源消耗近似轉(zhuǎn)換成CO2排放量。不同的計量方法測算結(jié)果不盡相同，但是在全國范圍內(nèi)的占比相同。因第二種測度方式測算的結(jié)果與國際能源署公布的中國總的碳排量差距較小，因此本文采取第二種測度方法。用各省能源消耗量占全國的比重乘以全國CO2排放量，得到各省的碳排放量。對指標取對數(shù)，記為lnCO2。

2.解釋變量

對外直接投資：因OFDI對碳排放的影響效果有短期和長期之別，存量比流量能更好地體現(xiàn)OFDI對碳排放的長期性影響即持續(xù)性影響效果[13]，因此本文選取了OFDI存量作為衡量OFDI的指標。為剔除匯率變動的影響，OFDI指標以美元為單位，并對指標取對數(shù)，記為lnOFDI。

3.控制變量

環(huán)境規(guī)制：衡量環(huán)境政策規(guī)定的常用指標主要有：環(huán)境規(guī)制效率值、單位產(chǎn)出的單一排污量、排污上限指標、單位產(chǎn)出污染治理支出等。經(jīng)綜合比較，本文采用單位產(chǎn)出污染治理支出指標來衡量環(huán)境規(guī)制強度，記為ER。

經(jīng)濟發(fā)展水平：用各省份GDP指標來衡量。經(jīng)濟發(fā)展意味著更多的能源消耗，會產(chǎn)生更多的CO2。對指標取對數(shù)，記為lnGDP。

人口規(guī)模：采用各省份年末總?cè)丝谥笜藖肀硎尽Ｈ丝诘脑黾訉е赂嗟馁Y源和環(huán)境的需求，導致耗能增加，從而增加了碳排放。對該指標取對數(shù)，記為lnPOP。

城鎮(zhèn)化水平：用城鎮(zhèn)化率即城鎮(zhèn)人口占比指標來衡量。人口聚集在推動區(qū)域經(jīng)濟發(fā)展的同時，也提高了資源利用率，從而對碳排放產(chǎn)生抑制作用。對指標取對數(shù)，記為lnURB。

技術(shù)進步：用研發(fā)資本存量指標來衡量。研發(fā)資本存量使用永續(xù)盤存法來計算，計算中按照研發(fā)支出價格指數(shù)對數(shù)據(jù)進行平減，剔除了價格因素的影響。研發(fā)投入的增加推動創(chuàng)新和科技進步，從而提升碳能源利用率，減少碳排放。對指標取對數(shù)，記為lnRD。

產(chǎn)業(yè)結(jié)構(gòu)：用第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重指標來衡量。對指標取對數(shù)，記為lnSTRC。

交通設施水平：交通是能源消耗的重要主體，交通產(chǎn)生的碳排放占全國比重很高。因此交通設施水平也是影響碳排放的重要指標。本文采用各省份鐵路與公路運營里程的總和與行政區(qū)劃面積的比值指標來表示。對指標取對數(shù)，記為lnTRA。

對外開放水平：對外開放水平高的地區(qū)，經(jīng)濟發(fā)展好，能耗相應也高。另外，對外開放程度高，高新技術(shù)廣泛使用，提高了能源的利用率。本文采用進出口貿(mào)易總額占GDP比重指標來衡量。對指標取對數(shù)，記為lnOPEN。

（二）模型設定

1.空間相關(guān)性測度方法

在進行空間效應研究前，需要對相關(guān)指標進行空間相關(guān)性檢驗，以此判斷使用空間計量模型的合理性。空間相關(guān)性檢驗重點是定量分析主要變量的空間自相關(guān)性。

（1）全局空間相關(guān)性

為分析全局空間相關(guān)性，本文使用全局相關(guān)分析中最常用的統(tǒng)計量全局莫蘭指數(shù)（Global Moran’I）用來描述。全局莫蘭指數(shù)通常用I來表示。其計算公式為：

其中：I為全局莫蘭指數(shù)，。n代表空間單元數(shù)，即省份數(shù)30；Yi和Yj分別表示變量y在i地區(qū)和j地區(qū)的觀測值，i與j取1～30自然數(shù)；Wij為空間權(quán)重矩陣W第i行j列的值。I取值范圍[-1，1]；當取值為0時，代表不存在空間相關(guān)性；取值為正時，代表存在正空間相關(guān)性；為負時則存在負空間相關(guān)性；絕對值越接近1，空間相關(guān)性越強。

（2）局部空間相關(guān)性

全局莫蘭指數(shù)只能體現(xiàn)是否出現(xiàn)空間集聚或異常，需引入局部Moran’s I指數(shù)來檢驗局部空間自相關(guān)。[14]公式如下：

表1 局部莫蘭指數(shù)結(jié)果含義

2.空間杜賓模型

空間杜賓模型（Spatial Dubin Model，SDM）可以很好地解釋被解釋變量如何受到解釋變量的影響，同時考慮到了空間的相關(guān)性。公式如下：

當被解釋變量的空間滯后項系數(shù)顯著且不等于零時，不能簡單地用SDM模型結(jié)果的系數(shù)來度量空間溢出效應。[16]本文參考Elhorst的研究，采用偏微分法對變量進行測度，可以拆分出空間杜賓模型的直接效應和間接效應。[17]首先需要將SDM模型改為：

偏微分矩陣如下（為了直觀顯示，這里的包含解釋變量和控制變量）：

其中：矩陣的主對角線上所有元素的均值為各解釋變量對被解釋變量的直接效應，非對角線以外的元素的均值為解釋變量對其他地區(qū)被解釋變量的間接效應。

3.地理和時間加權(quán)回歸模型

地理加權(quán)回歸（GWR）模型是基于非參數(shù)回歸的全局回歸模型的擴展。此模型旨在解釋不同變量對空間異質(zhì)性的影響。同一個變量在不同的空間環(huán)境下可能存在不同的影響，也就是空間異質(zhì)性。GWR模型表示如下：

（三）數(shù)據(jù)來源

由于OFDI數(shù)據(jù)從2003年才對外公布，因此本文選取2004—2019年30個省份的數(shù)據(jù)。數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》《中國OFDI統(tǒng)計公報》《中國科技年鑒》《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》以及各省統(tǒng)計年鑒等。本文中所有GDP數(shù)據(jù)采用指數(shù)平滑法計算，以2003年為基期。為消除原始數(shù)據(jù)可能存在的異方差現(xiàn)象，減少數(shù)據(jù)的不平穩(wěn)性，對所有數(shù)據(jù)進行對數(shù)化處理。

四、OFDI對碳排放影響的SDM模型檢驗

本文使用Stata 15.0，根據(jù)公式（1）計算出2004—2019年中國碳排放及OFDI的全局Moran’s I指數(shù)。根據(jù)公式（2），使用stata計算出2004—2019年中國各?。ㄖ陛犑谢蜃灾螀^(qū)）碳排放和OFDI的局部莫蘭指數(shù)。分析表明，2004—2019年中國各?。ㄖ陛犑谢蜃灾螀^(qū)）的碳排放和OFDI皆通過了全局空間自相關(guān)性檢驗和局部空間自相關(guān)性檢驗，表明碳排放和OFDI的空間效應真實存在，使用空間計量模型具有合理性。

（一）空間計量模型選擇

Hausman檢驗結(jié)果顯示，p值為0.0002，拒絕原假設，所以，選擇固定效應模型。而時間和空間固定效應的LR統(tǒng)計量均在1%水平上通過顯著性檢驗，說明接受雙固定效應的空間模型。LM檢驗結(jié)果顯示：LM-Lag和Robust LM-Lag在1%水平下皆通過顯著性檢驗，表明可以選擇SAR模型；LMError和Robust LM-Error在1%水平下也都通過顯著性檢驗，說明可以選擇SEM模型。因同時滿足SAR模型和SEM模型，故可以使用SDM模型。從空間滯后（spatial lag）和空間誤差（spatial error）的LR檢驗和Wald檢驗的結(jié)果看，LR-SDM-SAR、LR-SDM-SEM、Wald-SAR和Wald-SEM都在1%水平下通過顯著性檢驗，表明SDM模型無法退化為SAR模型和SEM模型，故接受SDM模型。最終選取雙固定效應SDM模型為本文研究的空間計量模型。以上檢驗結(jié)果見表2。

表2 空間計量模型選擇檢驗

（二）雙固定效應SDM模型檢驗

時間和空間固定效應SDM模型檢驗的結(jié)果，見表3。

表3中，SDM模型的值為0.167，且在5%的顯著性水平上通過檢驗，說明碳排放存在正向的空間自相關(guān)性。OFDI對碳排放影響系數(shù)在1%的水平上通過顯著性檢驗，且為正值，說明OFDI會增加二氧化碳排放。

表3 雙固定效應SDM模型檢驗結(jié)果

因被解釋變量的空間滯后項系數(shù)在5%水平上顯著且不等于零，所以，SDM模型檢驗結(jié)果的系數(shù)無法準確度量空間溢出效應，因此采用偏微分方法進行拆解，拆解出直接效應和間接效應即空間溢出效應，見表4。

表4中，OFDI對碳排放的空間直接效應和空間溢出效應分別為0.044和0.072，說明某省份的OFDI不僅會增加本省份的碳排放，而且還會增加鄰近省份的碳排放。

表4 空間解釋變量的直接效應、間接效應和總效應檢驗結(jié)果

（三）SDM模型的穩(wěn)健性檢驗

1.替換解釋變量檢驗

為驗證OFDI對碳排放影響結(jié)果的穩(wěn)定性，本文首先用OFDI流量數(shù)據(jù)來替換OFDI存量數(shù)據(jù)作為衡量OFDI的指標來進行模型穩(wěn)定性檢驗，檢驗結(jié)果見表5和表6。

將表5、表6中的檢驗結(jié)果與表3、表4中的檢驗結(jié)果分別進行對比，可以看出，在將存量數(shù)據(jù)替換成流量數(shù)據(jù)后，OFDI對碳排放的影響依然是正向的，即會增加碳排放，并且空間直接效應和空間溢出效應依然存在。

表5 更換核心解釋變量后的雙固定效應SDM模型檢驗結(jié)果

表6 更換核心解釋變量后的空間解釋變量的直接效應、間接效應和總效應檢驗結(jié)果

2.替換空間權(quán)重檢驗

為進一步驗證OFDI對碳排放影響結(jié)果的穩(wěn)定性，現(xiàn)用地理距離權(quán)重矩陣來替換相鄰權(quán)重矩陣作為空間權(quán)重矩陣指標進行模型穩(wěn)定性檢驗。檢驗結(jié)果見表7和表8。

通過與表3、表4中的檢驗結(jié)果對比，在表7、表8中的主要指標基本都通過了顯著性水平檢驗，表明在替換空間權(quán)重矩陣后，OFDI依然會增加碳排放，空間效應依然存在。

表7 替換空間權(quán)重后的雙固定效應SDM模型檢驗結(jié)果

表8 替換空間權(quán)重后的空間解釋變量的直接效應、間接效應和總效應檢驗結(jié)果

五、OFDI對碳排放影響的GTWR模型檢驗

為更清楚地識別各省份OFDI對碳排放影響的時空異質(zhì)性，現(xiàn)引入地理和時間加權(quán)回歸模型即GTWR模型對各變量對各省份碳排放影響的差異性進行檢驗分析。為避免因解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計失真或難以準確估計的情況發(fā)生，在使用GTWR模型進行時空異質(zhì)性檢驗前，需進行多重共線性檢驗。檢驗結(jié)果見表9。

表9 多重共線性檢驗結(jié)果

表9中，方差膨脹系數(shù)（VIF）均小于10，是可以接受的，表明解釋變量之間沒有嚴重共線性問題存在，可以使用GTWR模型。

根據(jù)2004—2019年中國省份的數(shù)據(jù)，運用GTWR模型，采取高斯核函數(shù)以及選取最小CV下帶寬來對不同時間各省份碳排放影響因素進行參數(shù)估計，以測算各影響因素對碳排放影響的強度。各變量回歸系數(shù)的描述統(tǒng)計結(jié)果見表10。

表10 2004—2019 基于GTWR模型的回歸系數(shù)統(tǒng)計

由表10結(jié)果可知，GTWR在CV值最小為5.3時對應的最佳帶寬為0.115。從擬合優(yōu)度看，調(diào)整后的R2為0.987，表明GTWR模型可以較好地擬合解釋變量對碳排放的影響。但各影響因素對碳排放的影響存在較大差異，因此有必要分析碳排放的時空異質(zhì)性問題。

（一）GTWR模型中的碳排放時間演化檢驗

通過GTWR模型分析模型中各影響因素即解釋變量對碳排放的影響強度，進而得出不同時空位置上各解釋變量影響強度的擬合系數(shù)，再通過繪制箱線圖更直觀地觀察各解釋變量擬合系數(shù)隨時間變化的分布情況，詳見圖1。

圖1 GTWR模型OFDI對碳排放影響回歸系數(shù)箱線圖

圖1中，矩形箱體即四分位間距框表示各省份OFDI對碳排放影響強度的擬合系數(shù)值的集中范圍，上下兩條豎線分別表示擬合系數(shù)值向上和向下延伸的范圍，箱體中的橫線表示擬合系數(shù)值的中位數(shù)值，黑色圓點表示異常值。2004—2019年，四分位間距框的高度即四分位間距呈逐年縮短趨勢，上下豎線的延伸范圍也呈逐年縮小態(tài)勢，四分位間距框在坐標平面中的位置呈逐年下降的趨勢，在2007年之前下四分位數(shù)值皆大于0，2007年之后下四分位數(shù)值開始降到0以下，并且在2016年以后上四分位數(shù)值小于0。這說明：對絕大多數(shù)省份來說，OFDI對碳排放影響的方向隨著時間的變化趨向于一致，影響強度的差距不斷縮?。?007年以前，75%的省份OFDI導致碳排放增加，而2007年以后OFDI引起碳排放增加的省份逐步減少，到2016年以后，至少75%的省份OFDI導致碳排放減少即對碳排放產(chǎn)生抑制效應，并且這種抑制效應呈逐年增強趨勢。

為更直觀地描述OFDI對碳排放影響在時間上的演化過程，根據(jù)GTWR模型估計的OFDI對碳排放影響系數(shù)，繪制了從2004—2019年全國30個省份（不含西藏）OFDI對碳排放影響系數(shù)的中位數(shù)走勢圖，見圖2。

圖2 2004—2019年GTWR模型OFDI對碳排放影響系數(shù)的中位數(shù)變化趨勢圖

在圖2中，從2004—2019年，OFDI對碳排放影響系數(shù)的中位數(shù)總體呈逐年下降趨勢，并且以2009年為分水嶺，2009年之前的中位數(shù)值大于0，之后的中位數(shù)值小于0。這一檢驗結(jié)果說明，隨著時間變化，對至少50%省份來說，OFDI對碳排放具有明顯的抑制效應，2009年之前，盡管OFDI會增加碳排放，但是以逐年遞減的速度在增加。而2009年之后，OFDI會顯著減少碳排放，并且是以遞增的速度在減少碳排放。

（二）GTWR 模型中的碳排放空間分布檢驗

根據(jù)從2004—2019年OFDI對碳排放影響系數(shù)的變化趨勢，將全國30個省份（不含西藏）大致分為4種類，見表11。

表11 全國30個省份（不含西藏）的分類情況

表11可見，盡管OFDI對碳排放的影響存在較明顯的省際差異，但總體來說，OFDI對碳排放具有明顯的抑制效應，并且隨著時間推移，這種抑制效應越來越顯著。為幫助更好理解此結(jié)論，現(xiàn)在每種類型中選出一個代表性省份（安徽代表第Ⅰ種類型省份，遼寧代表第Ⅱ類型省份，黑龍江代表第Ⅲ類型省份，新疆代表第Ⅳ類型省份），繪制其OFDI對碳排放影響的系數(shù)變化趨勢圖，見圖3。

圖3 部分省份2004—2019年OFDI系數(shù)圖

此外，熱力分布圖也是空間異質(zhì)性檢驗中的常用研究方法。通過研究2004—2019年全國30個省份（不含西藏）OFDI對碳排放影響系數(shù)的熱力分布圖發(fā)現(xiàn)，OFDI對碳排放的影響存在明顯的省際差異，但OFDI導致碳排放減少的省份隨時間推移而顯著增加，絕大多數(shù)省份OFDI導致碳排放減少的效果隨時間推移而顯著提高。

六、結(jié)論和建議

本文使用2004—2019年省級空間面板數(shù)據(jù)，對OFDI對中國碳排放的影響進行了實證檢驗。SDM模型檢驗發(fā)現(xiàn)，從研究期內(nèi)綜合整體上看，OFDI會增加碳排放，并且存在空間效應，即某省份的OFDI不僅會增加本省份的碳排放，而且還會增加鄰近省份的碳排放。穩(wěn)定性檢驗中證實該結(jié)論依然成立。GTWR模型檢驗發(fā)現(xiàn)，OFDI對碳排放的影響存在明顯的時空異質(zhì)性：在碳排放時間演化檢驗中發(fā)現(xiàn)，隨著時間推移，OFDI對碳排放具有明顯的抑制效應，即OFDI增加碳排放的效應隨著時間推移而逐年減弱，2007年以前，75%的省份OFDI導致碳排放增加，而2007年以后OFDI引起碳排放增加的省份逐步減少，到2016年以后，至少75%的省份OFDI導致碳排放減少，并且這種減少效應呈逐年增強趨勢；在碳排放空間分布檢驗中發(fā)現(xiàn)，OFDI導致碳排放減少的省份隨時間推移而顯著增加，絕大多數(shù)省份OFDI導致碳排放減少的效果隨時間推移而顯著提高。由此可見，從時間演化和空間分布看，OFDI對碳排放具有顯著抑制效應。

為更好地利用OFDI來實現(xiàn)碳減排目標，現(xiàn)提出如下建議：

其一，繼續(xù)鼓勵OFDI，不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟結(jié)構(gòu)，借助產(chǎn)業(yè)升級效應和逆向技術(shù)溢出效應來提高國內(nèi)的碳效率水平，并降低碳排放水平。因此，政府可以通過建立完善的OFDI法律法規(guī)，簡化OFDI審核流程，鼓勵企業(yè)擴大OFDI。

其二，優(yōu)化OFDI的領(lǐng)域結(jié)構(gòu)，降低規(guī)模經(jīng)濟效應的影響，從而降低OFDI增加國內(nèi)碳排放的效應。政府應鼓勵第三產(chǎn)業(yè)企業(yè)對外投資，鼓勵對外轉(zhuǎn)移邊際產(chǎn)業(yè)，從而更好抑制碳排放。

其三，重視OFDI企業(yè)的國內(nèi)產(chǎn)業(yè)鏈和供應鏈布局，利用OFDI對碳排放影響的空間直接效應和空間溢出效應來降低國內(nèi)碳排放水平，并提高對碳排放的管理效率。

其四，根據(jù)OFDI對碳排放影響的時空異質(zhì)性特征，因省施策，以提高各省份的碳效率并降低碳排放水平。