FDI对我国二氧化碳排放的影响——基于空间杜宾和多重门槛模型的实证研究

胡本田，邵俊琪

（安徽大学大数据与统计学院，合肥 230601）

引言

近年来，二氧化碳排放量不断增加引致的“温室效应”给自然环境和经济社会造成了巨大影响。降低碳排放强度，加快推进经济低碳转型迫在眉睫。作为现阶段最大的能源消耗国，中国积极应对环境污染以及全球气候变化等问题，明确提出“双碳”目标并制定实施相应行动方案。随着经济全球化进程地不断深化，“引进来”战略实施步伐加快。2004—2019年，我国实际使用外商直接投资（foreign direct investment，FDI）从606.3亿美元上升至1381.4亿美元，年均增长5.64%。作为我国经济增长的重要动力，FDI在促进我国经济发展的同时是带来环境污染集聚还是抑制了碳排放的加剧？其作用特征又如何？与此同时，外商直接投资对碳排放的影响效应在不同区域是否存在差异性？这些问题的研究对于引入外商直接投资相关政策法规的制定以及“碳减排”目标的实现具有重要意义。

有关外商直接投资是否导致了东道国环境污染问题，已有研究主要可以分为“污染天堂”和“污染光环”两种观点。持有“污染天堂”假说的学者认为，母国较高的环境排放标准会促使企业将高污染、高能耗、高排放的产业迁至环保标准较低的东道国，因而随着FDI流入东道国的环境污染问题会日益严重[1]。郭沛[2]使用2002—2010年中国30个省份的面板数据进行实证研究，结果表明FDI工业产值对中国第二产业的碳排放量增长具有正向促进作用。郑佳佳等[3]发现地区市场化水平对FDI的“碳减排”效应具有调节作用，FDI显著促进了市场化水平较低地区的碳排放。叶阿忠等[4]研究FDI、经济增长对我国环境污染的影响，结果发现FDI与经济增长均会导致环境质量恶化。持有相反观点的学者对“污染光环”假说做了一系列的研究。FDI的引入一方面可以带来先进的生产技术和治污技术，另一方面，可以促进区域内产业结构优化升级提高当地生产率水平，从而达到环境改善与“碳减排”的目的[5-6]。李子豪等[7]的研究表明，FDI对工业行业“碳减排”存在水平技术溢出以及前向、后向的垂直技术溢出。杨恺钧等[8]的研究发现，IFDI和OFDI均能有效地改善长江经济带的环境质量，并且适度的环境规制强度能够最大化地发挥双向FDI的“碳减排”作用。关于FDI对碳排放的作用路径，Grossman等[9]提出FDI通过规模、结构及技术效应等三条路径影响地区环境质量。基于此，一些学者通过建立联立方程组[10-11]以及中介效应模型[12]考察FDI通过规模效应、结构效应和技术效应对碳排放的作用方向。

通过梳理文献可以发现，FDI对环境污染是正向促进还是反向抑制，尚存争议。此外，关于外商直接投资对环境污染影响路径分析，现有研究主要提出规模效应、结构效应以及技术效应等所起的传导作用，但大多聚焦于FDI的三种效应对于碳排放的作用方向，忽略了在不同水平下FDI对碳排放作用效果可能存在的差异性。基于此，本文的边际贡献在于：第一，测算2004—2019年中国省际碳排放数据，考虑到环境污染的空间扩散效应，利用空间计量模型，考察FDI对我国碳排放量的影响，并对FDI的空间溢出效应进行分解和测算；第二，从规模效应、结构效应及技术效应视角出发，基于门槛效应模型，对FDI影响碳排放存在的非线性特征及差异性进行深入考察。

1 理论机制

由于地理位置以及政策支持等因素，外商直接投资进入中国具有明显的区域先后特征，先以沿海地区城市为主，然后再逐渐扩展至中西部地区。沿海地区城市在吸收外商直接投资初期极大地促进了地区经济的发展，而FDI通过规模、结构及技术效应引起了环境质量的变化。随着外商投资强度的发展以及自身的产业发展需要，外商投资作用效应开始不断向中西部地区辐射，从而产生了空间溢出效应。外商直接投资的空间溢出效应是指外商投资的技术溢出效应促进了邻近地区知识、技术、经验等生产要素的积累，邻近地区的企业可以通过模仿外资企业先进的生产技术和清洁的生产方式进一步提升自主创新能力，从而降低本地区二氧化碳排放量。刘玉凤等[13]的研究发现FDI集聚对当地环境污染具有显著的负向影响，同时由于空间外溢效应的存在，邻近地区环境污染也受到一定程度的抑制。路正南等[14]基于2005—2017年我国省际面板数据研究双向FDI对二氧化碳排放强度的影响，发现双向FDI的空间溢出效应对邻近地区具有“碳减排”作用。因此提出研究假设：

H1：FDI对二氧化碳排放量存在明显的空间溢出效应。

外商直接投资对碳排放的影响效应会因地区对外开放水平、环境规制强度等因素产生显著的差异性[15-17]。FDI在进入东道国初期，投资大多集中于高污染的工业行业，并且东道国各项基础设施不够完善，创新基础薄弱，技术溢出效应正外部性无法抵消规模效应带来的负外部性，此时外商投资对于东道国碳排放存在促进作用。随着FDI不断聚集以及东道国经济快速发展，促使外商投资产业结构的清洁化转变，技术溢出效果进一步显现，外商直接投资会在一定程度上抑制地区二氧化碳排放。外商直接投资对于碳排放的作用效果是一个动态变化的过程，即外商直接投资对碳排放影响可能存在一定的非线性特征。外商直接投资对碳排放的作用受到地区经济发展水平的调节。地区经济发展水平是吸引外商直接投资的重要因素[18]，FDI的流入会反作用地区规模经济，拉动地区经济增长，而环境质量随着经济增长表现出“恶化——改善”的倒U型关系[19]。陈晓飞[20]的研究发现在收入门槛下FDI与碳排放存在“倒U型”关系。并且，外商直接投资对碳排放的作用还会受到产业结构的调节。东道国产业结构的低端化会吸引发达国家高污染、高排放产业和生产链的转移，加速当地自然资源消耗，造成环境污染。随着产业结构高级化水平提升以及环境规制力度的加大，会激发东道国产业技术创新，FDI“碳减排”作用才能更好地发挥。另外，外商直接投资对碳排放的作用受到技术水平的影响。外商直接投资通过技术效应对二氧化碳排放产生显著的抑制作用。东道国技术水平较低时，与发达国家技术水平差距较大，FDI技术外溢效应显著[21]。而东道国技术水平提高时需要一定的技术吸收能力与之匹配，促使企业加大加快绿色技术创新产出，FDI对碳排放的抑制作用才会进一步增强。因此提出研究假设：

H2：FDI对碳排放的影响具有非线性特征，同时受到经济规模、产业结构以及技术水平的调节。

2 模型构建

2.1 空间相关性检验

采用空间计量模型分析前，首先需要对变量的空间相关性进行检验。利用全局莫兰指数（Moran’s I）考察FDI与二氧化碳排放量的空间集聚特征。全局Moran’s I指数具体公式为：

其中，xi表示i省份的观测值；表示各省份观测值的平均数；s2为样本方差；wij表示空间权重矩阵。本文选用空间邻接权重矩阵作为空间权重矩阵，即相邻省份的权重wij取值为1，否则取值为0。

2.2 空间面板计量模型构建

考虑到各省份FDI与二氧化碳排放量可能存在空间关联性，构建空间面板计量模型用以分析FDI对地区碳排放的影响效应，具体模型如下所示。

其中，CO2表示二氧化碳排放量；FDI表示外商直接投资；X表示控制变量；W为空间权重矩阵；WlnCO2it、WlnFDIit和WXit分别表示被解释变量、核心解释变量和控制变量的空间滞后项。a表示空间自回归系数；b表示解释变量的回归系数；λ代表空间误差系数；ρi表示空间效应；σt表示时间效应；εit表示残差；μit为随机误差项。当λ和ci为0时，则模型为空间自回归模型（SAR）；当a和ci为0时，则模型为空间误差模型（SEM）；当λ为0时，则模型为空间杜宾模型（SDM）。

2.3 门槛模型

为进一步探究FDI对于碳排放影响效应的非线性特征，本文借鉴Hansen[22]提出的非动态门限面板模型，以经济发展水平（lnGDP）、产业结构高级化（HIS）、研发投入（RD）为门槛变量，构建模型如下：

其中，τ为门槛值，α、β、γ分别为不同门槛值水平下，FDI对碳排放的弹性系数，其余变量含义与式（2）相同。

3 变量说明及数据来源

3.1 变量说明

3.1.1 被解释变量

二氧化碳排放量（CO2）。由于各省份并未公布二氧化碳排放量的具体数据，需对碳排放量进行测算，具体的测算公式如下：

其中，CO2表示二氧化碳排放量；k为二氧化碳与碳分子重量比；Ei为第类化石燃料的消费量；δi为第i类化石燃料的排放系数，数据来源于《2006年IPCC国家温室气体清单指南》。

表1 各类化石燃料碳排放系数表

3.1.2 核心解释变量

外商直接投资（FDI）。采用各省实际利用外资总额表示各地区外商直接投资水平。实际利用外资总额按照当年人民币兑美元的平均汇率进行换算，并以2004年为基期，运用GDP平减指数消除价格波动的影响。

3.1.3 控制变量

经济发展水平（GDP）。各地区经济发展状况与环境污染密切相关，以2004年为基期对各地区历年名义GDP做平减处理得出地区实际GDP，利用各省实际GDP的表示经济发展水平，同时设立经济发展水平的平方项、三次方项，用以探究碳排放的库兹涅茨曲线是否存在。

人力资本（HC）。人力资本积累有助于提升地区绿色科技水平，降低二氧化碳排放。本文利用平均受教育年限测度人力资本。

式中S1、S2、S3、S4分别表示该省常住人口小学、初中、高中、大学专科及以上各种文化层次人数占比。

环境规制（ER）。环境规制是政府管制企业污染行为、改善大气质量的重要手段。合理的设置环境规制强度可以有效的降低地区碳排放。本文借鉴董会忠等[23]的研究，利用工业污染治理完成投资与工业增加值的比值表示环境规制强度。

研发投入（RD）。研发投入强度的加大会提升地区技术水平，进而提高能源利用效率，有利于降低生产过程中的污染排放。本文采用各省每年研究与实验发展（R&D）内部支出占GDP的比重进行衡量，并用以表征地区的技术水平。

人口规模（PD）。地区人口规模持续增长会导致工业生产与居民生活能源消费量的增加，从而造成碳排放总量的增加。本文采用各省常住人口数与行政区划面积之比进行衡量。

产业结构高级化（HIS）。产业结构高级化水平越高意味着技术密集型产业占据主导地位，能够有效降低对化石能源的依赖度，对碳排放产生抑制作用。本文以第三产业增加值占第二产业增加值的比重进行表征。

3.2 数据来源

研究自2004年《环境保护法》修订通过以来，FDI对我国各省份二氧化碳排放的影响情况。由于2019年以后相关数据缺失较多，因此选取2004—2019年中国30个省份（除西藏、港澳台外）的面板数据。数据来源于2005—2020年《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》及我国各省市统计年鉴和EPS数据库。另外，为了避免异方差的影响，在进行计量时将部分变量数据进行对数化处理。变量的描述性统计如表2所示。

表2 变量描述性统计

4 实证分析

4.1 空间相关性分析

基于地理邻接权重对2004—2019年我国30个省（直辖市、自治区）的外商直接投资以及二氧化碳排放量进行全局空间自相关性检验，检验结果如表3所示。

从表3的结果可以看出，2004—2019年我国各省份FDI和二氧化碳排放总量的全局Moran’s I值均在0～1之间，几乎全部通过了显著性检验，说明各省份的FDI和二氧化碳排放总量存在空间正相关性。其中，FDI的Moran’s I值呈现出波动下降的趋势，反映经济欠发达地区对于外商投资的吸引力增强，外商投资开始从沿海地区逐步向中西部地区转移。二氧化碳排放总量的Moran’s I值在2004—2008年呈现上升状态，而在2008年之后呈现逐年下降的趋势，表明我国二氧化碳排放的空间依赖性在样本期内具有先增强后又减弱的特征。

4.2 空间计量分析

FDI与碳排放的Moran’s I值结果表明二者存在明显的空间相关性，利用普通的面板模型无法准确地反映FDI对碳排放的影响效应，因此需要选用空间计量模型。具体选取哪种计量模型则需进一步检验。

利用LM检验考察空间滞后模型（SAR模型）、空间误差模型（SEM模型）与空间杜宾模型（SDM模型）的适用性，结果表明样本倾向使用SDM模型。LR检验和WALD检验结果均拒绝原假设，表明SDM模型不能退化成SAR模型或SEM模型，进一步确定了样本计量模型为SDM模型。Hausman检验在1%的显著水平下拒绝原假设，表明应当使用固定效应模型。因此，本文选择时空双固定效应SDM模型用以分析FDI对碳排放的影响。

如表5所示地理邻接权重下的空间杜宾面板回归结果，空间项系数在1%水平下通过显著性检验。这说明我国各地区二氧化碳排放受相邻地区二氧化碳排放的影响，选用空间计量模型进行地区碳排放的研究是十分必要的。

由于空间面板模型回归分析中包含复杂的信息，无法直接反映FDI对碳排放的影响。因此，需要将空间杜宾模型的回归结果予以分解，得到FDI对碳排放的直接效应、间接效应（空间溢出效应）以及总效应。直接效应表示FDI对本地区碳排放的平均影响，间接效应为FDI对邻地碳排放的平均影响，而总效应是直接效应和间接效应的和。

表3 外商直接投资与二氧化碳排放量的全局莫兰指数（Moran’s I）

表4 空间计量模型适用性检验

（1）FDI对二氧化碳排放量的影响。直接效应：FDI对本地区二氧化碳排放量的影响系数为正，在1%水平上通过显著性检验，这说明外商直接投资对本地区二氧化碳排放产生正向促进作用。FDI流入在推动地区经济快速发展的同时，能源被大量消耗用以满足日益增长的消费和生产需求，污染物和温室气体的排放恶化了环境质量。并且，高污染、高消耗、高排放产业流入也是FDI对环境质量产生负效应的重要原因。间接效应：FDI对周边地区二氧化碳排放的影响系数为负，在5%水平上通过显著性检验。表明FDI会对地理位置相邻地区的碳排放产生影响，地区地理位置越接近，FDI越容易通过技术溢出和产业结构关联效应等途径有效降低周边地区的碳排放水平。

表5 空间杜宾面板回归模型的估计结果

表6 空间杜宾面板回归模型的直接效应、间接效应和总效应

（2）控制变量对二氧化碳排放量的影响。直接效应：经济发展水平（lnGDP）的一次项和三次项的回归系数为正，二次项系数为负，且均在1%的显著性水平上通过了显著性检验，这说明各省域碳排放与经济的增长存在“N型”非线性关系。人力资本（HC）回归系数为正但不显著，表明人力资本对本地区碳排放的促进作用不显著。环境规制（ER）的回归系数为正，但未通过显著性检验，说明我国当前的环境规制强度设置不合理，有存在“绿色悖论”效应的趋势。研发投入（RD）的回归系数为负，且在1%的显著性水平上通过检验，表明加大研发投入力度可以有效抑制地区碳排放。加大研发投入有利于先进生产技术和环境处理技术水平的提升，进而起到降低碳排放的作用。人口规模（lnPD）的回归系数为正，但不显著。这说明人口规模的扩大会加大能源消耗量造成环境污染，但影响极其微弱。产业结构高级化（HIS）的回归系数为负，在1%水平下显著，原因在于高污染、传统型的产业向能源依赖度低的第三产业转移对环境污染具有抑制作用。间接效应：经济发展水平（lnGDP）的一次项和三次项的回归系数显著为正，二次项系数显著为负，这说明经济增长与邻近地区的碳排放依然表现出“N型”非线性关系。人力资本（HC）回归系数显著为负，表明人力资本积累对邻近地区碳排放存在显著的负向溢出效应，有助于抑制邻近地区碳排放量的增加。环境规制（ER）的回归系数为负但不显著，说明环境规制对邻近地区的“碳减排”效应尚不明显。研发投入（RD）回归系数为负，且在10%的显著水平下通过检验，表明技术溢出效应有效降低了邻近地区的碳排放。人口规模（lnPD）系数未通过显著性检验，表明人口规模增长并不会对周边地区碳排放造成影响。产业结构（HIS）回归系数为为负，但并不显著，表明产业结构高级化对周边地区碳排放的负向溢出效应未能发挥作用。

表7 区域异质性检验结果

4.3 区域异质性分析

鉴于FDI和碳排放存在显著的区域异质性，为探究不同区域驱动碳排放量增长方向和程度的差异性，本文借鉴张俊彦等[24]的方法，将样本划分为东、中西部以及南北区域进行实证分析，选择普通面板回归中的双向固定效应模型进行估计。

对比东部地区与中西部地区的样本回归的结果，东部地区FDI的系数为正，在1%的显著水平下通过检验；中西部地区FDI的系数为负，未通过显著性检验。这说明FDI对东部地区的碳排放具有显著的促进作用，而对中西部地区碳排放的抑制作用不明显。其原因是外商投资最开始集中于东部地区，由于最初经济发展水平较低，当地政府迫切希望引入外资促进经济发展而放松环境规制，造成碳排放加剧，进而呈现“污染天堂”现象。近些年，东部地区经济的快速发展以及自身技术和环境基础设施的逐渐完善，能够更好地吸收外商投资带来的先进技术，在一定程度上削弱了外商直接投资带来的环境污染效应，但“污染避难所”问题现阶段依然存在。而中西部地区由于地理位置以及经济发展水平不高等原因，起初对于外商投资的吸引力较低，随着政府对于高污染行业整治力度的加大迫使中西部对外商投资的性质进行筛选，将污染密集型产业拒之门外，并且东部地区外商投资带来的先进技术对中西部地区存在溢出现象，但由于中西部地区创新基础薄弱对先进技术的吸收能力较差，因此FDI“碳减排”作用并未充分发挥。对比南北方样本回归结果可以发现，南方地区FDI的影响系数为0.001，北方地区FDI的影响系数为0.033，但均未通过显著性检验。表明FDI对北方地区碳排放的促进作用大于南方地区，但整体上FDI对南北地区的碳排放作用效果比较微弱。相较于南方，北方地区大多属于资源型城市，外商对于北方地区的产业投资一般以制造业为主，因此随着FDI的流入会使北方地区的环境污染问题具有日趋严重的趋势。综合东西南北的回归结果来看，FDI对我国东西部地区碳排放作用效果的差异大于南北地区。

4.4 稳健性检验

为检验上述结果的稳健性，采用实际使用外商投资与地区GDP的比重（pFDI）代替外商直接投资额作为解释变量进行回归检验。具体的回归结果见表8。

表8 稳健性检验回归结果

对比模型回归结果发现，模型中核心解释变量的系数大小虽略有上升，但系数符号及显著性未发生改变，且大部分控制变量的符号方向及显著性也与前文实证回归结果基本一致。因此基于外商直接投资影响地区二氧化碳排放的回归结果比较稳健。

5 进一步分析：门槛效应

通过空间计量的回归结果我们不难发现，FDI对于二氧化碳排放存在正向影响。为进一步探究FDI对于碳排放影响的非线性特征，构建门槛效应模型，检验结果如下：

首先，为确定模型的门槛个数，需要依次进行单一门槛、双重门槛以及三重门槛回归检验。由表9的检验结果来看，经济发展水平（lnGDP）的单一门槛和双重门槛均在1%的显著水平下通过检验，三重门槛效应不显著，因此选择双重门槛模型，双重门槛估计值为6.993和8.806；产业结构（HIS）的单一门槛和双重门槛效应在5%的水平下显著，三重门槛效应不显著，产业结构的双重门槛估计值为1.076和3.129；研发投入（RD）的单一门槛效应在1%水平下通过显著性检验，双重门槛和三重门槛效应不显著，因此模型的最优门限个数为1个，采用单一门槛模型，对模型的门槛值进行估计，求得单一门槛估计值为0.004。进一步对模型（3）、（4）、（5）进行门槛效应回归，结果如表10所示。

经济发展水平门槛回归结果表明，当FDI进入地的GDP对数值低于6.993时，FDI的弹性系数为负，但未通过显著性检验。表明在经济发展水平较低时，继续引进外资对于二氧化碳的减排效果并不明显。当GDP对数值介于6.993与8.806之间时，FDI的弹性系数为0.077，且在1%显著水平下显著。当GDP对数值超过8.806时，FDI的弹性系数提升至0.110，在1%显著水平下通过检验。表明在经济发展水平门槛下，FDI对碳排放的促进作用存在非线性递增的趋势。在经济发展水平较低时，外资企业较高的能源利用效率以及低碳技术会抵消FDI因推动当地经济发展造成碳排放量增加。但由于经济发展水平不高，对于碳减排技术的利用有限，因此外商投资对于当地“碳减排”的效果并不显著。在经济发展水平较高时，对于外商投资引入的先进生产技术和治污技术的吸收转化能力不断增强，FDI的技术溢出对环境质量产生了一定的正效应。但当前我国GDP增长与能源消耗挂钩，FDI在推动经济增长的同时，化石能源被大量消耗，地区碳排放量急剧增加。FDI技术溢出对环境产生的正效应无法抵消经济规模扩大带来的负效应。因此，当前阶段随着经济的快速增长，FDI对碳排放的正向促进作用显著增强[4]。

表9 门槛效应检验与门槛值估计

表10 门槛回归估计结果

两个门槛值将结构效应划分为三个水平：当产业结构高级化水平低于门槛值1.076时，FDI对碳排放的负向影响系数绝对值为0.050；当产业结构高级化水平进一步攀升超过1.076而低于3.129时，FDI对碳排放抑制作用增强，弹性系数绝对值提升至0.066；当产业结构高级化水平持续增大跨越第二个门槛值3.129时，FDI的弹性系数绝对值为0.110，FDI对碳排放的抑制作用达到最强。不难发现，随着产业结构高级化水平的不断提高，FDI对于碳排放的抑制作用呈现逐步增强的趋势。说明我国传统型产业在发展过程中，加快产业结构转型升级对节能减排具有显著的正向促进作用。

单个门槛值将技术水平划分为两个阶段：当研发经费投入强度低于门槛值0.004时，FDI对碳排放的负向影响系数绝对值为0.068，在1%显著水平下通过检验；当研发经费投入强度进一步攀升超过0.004时，FDI的弹性系数绝对值降低到0.013，但不显著。不难发现，随着研发经费投入强度的不断提高，FDI对于碳排放具有抑制作用，但抑制效果具有逐步减弱的趋势。这主要是随着研发经费投入强度的提高会极大地促进地区技术水平的提高，较高的技术水平有利于FDI“碳减排”作用的发挥，但技术水平的提高也需要相应的技术成果吸收转化能力与之匹配，否则一味投入研发经费反而会削弱FDI的“碳减排”作用。

对上述结果进行分析可知，经济发展水平（lnGDP）双重门槛为6.993与8.806，大部分省份都已跨过经济发展水平（lnGDP）的第二重门槛值，因此伴随着经济的快速发展FDI对碳排放存在显著的促进作用。产业结构高级化（HIS）的双重门槛值为1.076和3.129，几乎所有省份未跨越第二阶段门槛值，因此FDI通过产业结构升级对碳排放的抑制作用未充分发挥。技术水平的门槛值为0.004，各地区研发经费投入强度低于门槛值，表明FDI的技术溢出效应在当前阶段对碳排放具有显著的抑制作用。

6 结论与政策建议

首先，外商直接投资加剧我国二氧化碳排放，但在地理邻近下FDI的空间溢出效应对周边地区“碳减排”具有积极作用。其次，按照区域的空间特点将样本分为东、中西部以及南北方地区进行异质性检验，发现FDI流入对东部地区碳排放具有促进作用，对中西部地区碳排放抑制作用不显著。对比南北地区回归结果发现，FDI对北方地区碳排放的促进作用大于南方地区，但整体上FDI对南北地区的碳排放作用效果比较微弱。最后，FDI对我国碳排放的影响存在显著的非线性特征。在不同的经济发展、产业结构高级化以及技术水平下，FDI对碳排放的影响存在明显的异质性。当经济发展水平（lnGDP）超过门槛值6.993与8.806时，FDI对环境质量的负向影响加剧。产业结构高级化水平（HIS）的双重门槛值为1.076和3.129，随着产业结构高级化水平的提升，FDI对碳排放的抑制作用显著增强。而研发投入（RD）超过门槛值0.004时，在一定程度上削弱了FDI技术创新效应对“碳减排”的促进作用。

根据以上研究结论，为实现“碳中和”目标，提出以下政策建议：

（1）加强区域间“碳减排”的合作和交流，推动区域间先进治理理念以及治污技术共享。环境治理体系完善的地区在改善本地区环境质量的同时要帮助周边地区发展低污染、低能耗的产业，推进工业、制造业、公共交通等领域实现低碳转型。持续推动环境污染区域协同治理，打造精准、科学、依法、系统的治污体系，不断改善环境质量。

（2）要进一步优化外商投资结构，支持外资加大中高端制造、高新技术、新能源等领域的投资力度，充分利用FDI的技术溢出效应带动国内产业结构升级和治污技术发展。合理设置地区环境规制强度，杜绝高污染、高排放、高能耗类型的产业转移。

（3）对高新技术企业实施税收优惠政策，激发企业创新积极性，尤其要建立健全创新成果转化机制。推动更深层次的国内外、区域间科技合作交流。提高地区技术水平及技术吸收转化能力，为FDI技术效应的发挥提供保障。