曹翔　余升国　刘洪铎

摘要：国内外学者大多忽略内资而单独研究外资对碳排放的影响，本文基于碳排放核算公式和柯布—道格拉斯生产函数，从资本、劳动异质性角度将资本投入、劳动投入、技术进步按内外资企业分类构建了理论模型，然后基于2002—2014年中国30个省级行政区的相关数据采用经典的Morans I指数、局域LISA集群示意图进行了全局和局域空间相关性检验；最后构建空间面板模型比较分析了内外资企业资本投入、劳动投入、技术进步对中国碳排放的影响。结果表明：①中国各省区碳排放存在不可忽视的正向空间自相关性；②内外资企业的资本投入、劳动投入、技术水平的提高均会增加碳排放，其中技术进步因可能的回弹效应而对中国各省区碳排放带来正向影响；③与外资相比，同等幅度的资本投入和技术进步下内资企业带来的碳排放更多，而等量劳动投入下内资企业带来的碳排放更少；④内外资企业资本投入对碳排放的影响程度及其差异均为最大，而劳动投入和技术进步则相对较小。从“两害取其轻”这一相对意义上来看：与外资企业相比，内资企业才是2002—2014年中国碳排放增长的更大推手。由此认为：首先，中国各省级行政区应当以“联防联控”的治理思维来抑制碳排放增长，而不是“各自为政”的思维；其次，制定节能减排政策时应该更加重视回弹效应；最后，制定节能减排政策时应该以“共同而有区别的责任”态度来对待内外资企业，避免“一刀切”。

关键词 ：外资；内资；碳排放；空间计量模型

中图分类号：X196 文献标识码： A 文章编号： 1002-2104（2016）12-0070-07

根据联合国贸发会议统计数据，中国已连续23年成为吸收外资最多的发展中国家，并且大部分来自发达国家地区。一方面，国内外学术界普遍认为这些号称“万金油”的外资不仅在一定程度上弥补了中国的资金缺口，而且通过技术溢出等方式极大地带动了中国的经济增长。另一方面，在面对时下较为热门的低碳经济这一话题时，外资也不可避免地成为了“众矢之的”。自Grossman等[1]开创性地提出贸易与环境污染的分解效应模型以来，国内外大多数研究不约而同地把外资、经济增长与环境污染联系起来。由于研究角度、研究对象、指标选择以及计量检验方法的不同，学者们关于外资与环境污染的关系存在诸多争论。其一，以Cole等[2]、Baek等[3]、Pao等[4]为代表的学者认为外资恶化东道国的环境。其二，以Letchumanan等[5]、Eskeland等[6]、Liang[7]、Kirkulak等[8]、Atici[9]为代表的认为外资改善了东道国的环境。其三，也有一部分研究认为外资对环境存在双向作用，两者的大小决定外资环境总效应的方向。例如，Hassaballa[10]利用格兰杰因果关系检验法分析了外资与污染排放之间的关系，结果发现外资与环境污染的关系错综复杂，其争议性的观点仍需进一步探讨。与此同时，国内很多学者纷纷借鉴国外文献的研究方法，利用中国数据研究了外资与环境污染的关系。例如，聂飞和刘海云[11]通过构建动态联立方程模型并利用中国2003—2011年城市层面数据，发现外资进入会在一定程度上改善当地环境污染；姚奕和倪勤[12]、许和连和邓玉萍[13]利用空间面板模型发现外资有利于改善中国的环境污染。

然而，这些研究都是抛开内资而仅仅研究外资对环境污染的影响，即从绝对意义上来分析外资的环境效应。众所周知，内资才是中国主要的资本来源，并与外资共同影响着环境污染物的排放。因此，认为从相对意义上来分析外资的环境效应可以得到更加客观的研究结论。令人遗憾的是，仅有极少数文献从相对意义上实证分析了外资与内资对环境污染的影响，并且存在诸多缺陷。例如，沙文兵等[14]以外资、内资这两个变量作为解释变量来实证检验两者对环境污染的影响差异，王奇等[15]则仅仅将Grossman等[1]的分解效应模型中的规模效应按内外资企业分类来比较分析内外资的环境效应。显然，这两篇文献都分析得不够全面。张成[16]、曹翔和余升国[17]则进一步将规模效应、结构效应和技术效应按内外资企业进行分解，從而较为全面地比较分析了内外资的环境效应。然而，这些文献都忽略了空间效应而可能带来估计偏误，并且这一点已经得到了诸多空间经济学家的证明。例如，Rupasingha[18]等运用空间计量分析研究美国人均收入与大气污染之间的关系时，发现空间效应的引入大大提升了模型估计结果的准确度；Mirshojaeian等[19]也证实了国家之间的环境污染确实存在着空间溢出效应。

综上所述，国内外关于外资与环境污染的研究至少存在以下两个不足之处：一方面，大多忽视了内资对环境的作用而不利于客观评价外资的环境效应；另一方面，比较分析内外资环境效应的已有文献因忽略了空间效应而可能带来估计偏误。为此，本文基于碳排放的核算公式和柯布—道格拉斯生产函数，从资本、劳动异质性角度构建理论模型，然后利用2002—2014年中国除西藏、港澳台之外的30个省级行政区的相关数据，通过构建空间面板模型从相对意义的角度来比较分析内外资对中国碳排放的影响，以期客观地评价外资的环境效应。

1 理论模型构建

以往文献普遍把资本、劳动这两大投入要素视为同质。直到最近二十多年，经济学家才开始真正重视生产要素的异质性。Denison[20]在《美国经济增长因素和我们面临的选择》一书中充分肯定了资本异质性和劳动异质性的存在。舒尔茨[21]通过对农业企业的劳动投入进行详细分类和比较也肯定了劳动异质性的存在。马晓科[22]

首先采用技术研发指标、技术创新效率指标和修正“特定要素模

型”发现技术垄断、市场垄断、规模经济成本垄断优势等导

致了中国内外资企业存在资本异质性；然后利用内外资企

业劳动力质量指标和构建囊括“跨国公司外购”和“部门

偏向型技术进步”的理论模型，

发现外资企业比内资企业拥有更多的高水平劳动力和更高的平均生产能力，即中国内外资企业的劳动力之间也同样存在异质性。由此，基于碳排放的核算公式和柯布—道格拉斯生产函数，从资本、劳动异质性角度构建了理论模型，具体如下。

首先，借鉴马晓科[22]的思路把内外资企业的资本投入、劳动投入纳入到柯布—道格拉斯生产函数，然后进一步地将技术进步也按内外资企业分解，从而得到：

2 空间自相关与空间计量模型构建

传统的计量模型仅仅考虑了时间、截面两个维度的相关性，而且依赖于独立观测值假定。然而在现实世界中，独立观测值在现实生活中并不是普遍存在的，即空间相关性普遍存在[24]。

Anselin[25]则进一步指出：“对于具有地理空间属性的一切数据而言（包括经济属性数据），一般认为离的近的变量之间比在空间上离的远的变量之间具有更加密切的关系”。

为此，本文首先进行探索性空间数据分析来检验中国各省区碳排放之间是否存在不可忽视的空间效应，即采用经典的Morans I指数、局域LISA集群示意图来进行全局、局域空间相关性检验；然后在确定存在空间相关性的情形下构建相应的空间计量模型。

2.1 中国省区碳排放的全局空间自相关分析

Morans I指数可以反映样本观测值与其空间滞后值之间的相关系数，其取值范围为（-1，1）。当取值在（-1，0）之间，表明样本观测值与其空间滞后值呈负相关关系，反之则呈正相关关系。其绝对值越接近于0则相关性越弱，越接近于1则相关性越强。图1、图2分别为2002年、2014年中国碳排放量的全局Morans I指数散点图。在全局Morans I指数散点图中，所有省级行政区（以下简称省区）碳排放的集群情况被分为4个象限：第一象限表示高碳省区被其他高碳省份包围（即HH集聚）；第二象限表示低碳省区被其他高碳省份包围（即LH集聚）；第三象限表示低碳省区被其他低碳省份包围（即LL集聚）；第四象限表示高碳省区被其他低碳省份包围（即HL集聚）。此外，第一象限、第三象限表现为正向的空间相关性，而第二象限、第四象限表现为负向的空间相关性。

从散点的分布情况来看，2002年位于第一、二、三、四象限的省区数分别为8、8、10、4；2014年位于第一、二、三、四象限的省区数分别为8、9、10、3。这表明，2002—2014期间中国省区碳排放量的空间集群情况存在较高的稳定性。从Morans I指数的数值上来看，2002年、2014年分别为0.252、0.266，即初步表明2002—2014年中国省区碳排放整体上呈现正向空间相关性。

2.2 中国省区碳排放的局域空间相关性分析

虽然Morans I指数从全局角度刻画了变量的空间相关性，但却无法分析不同地理位置的局域空间关联性。由于局域LISA集聚示意图可以直观地描述某区域变量与周围区域的相似度（即变量的空间集聚程度），因此将采用这一方法进行判断局域空间相关性。

经过局域LISA集群分析，发现2002—2014年中国省区碳排放主要形成了两大集聚类型：一是环渤海地区的HH集聚，主要包括辽宁、河北、山西、山东、河南、安徽等省区，北京被这些地区包围，这与北京的工业角色“分给”了周邊地区的现实较为一致；二是以新疆、四川为中心的LL集聚，其周边的青海、甘肃、陕西、四川、重庆、贵州、广西以及中部、华南、东南等地区向新疆、四川集聚的趋势越来越明显。由此，可以认为2002—2014年中国省区碳排放呈现出正向局域空间相关性。

综上所述，Morans I指数和局域LISA集群分析表明

不同省区之间的碳排放存在全局和局域空间相关性，即空间效应对中国各省区碳排放起着不可忽视的作用。

2.3 空间面板模型构建

为进一步捕捉空间效应，基于模型（3）不仅构建了空间自回归模型（SAR）和空间误差模型（SEM）这两大经典模型，而且构建了放松误差项相互独立假设的广义空间自回归模型（SAC），具体如下。

3 空间计量分析

3.1 变量说明、数据来源

考虑到2001年加入WTO对中国宏观经济环境产生的巨大影响，可能会使模型出现结构性突变，因此本文在数据可获得性的基础上把样本设定为2002—2014年除港澳台、西藏之外的30个省级行政区（以下称“省区”）。各变量的指标选取、数据来源及其计算方法如下。

因变量：由于碳排放问题从温室效应而来，因此本文把二氧化碳、甲烷、氧化亚氮等3种温室气体纳入核算范围，具体核算方法为2006年《IPCC国家温室气体清单指南》的排放因子核算法。

解释变量：由于全社会固定资产总额能够从规模、结构和发展速度三个方面来反映固定资产投资，并且是观察工程进度和考核投资效果的重要依据，因此

考虑主流做法，

本文选取内外资企业的全社会固定资产总额和从业人员数来分别衡量内外资企业的资本投入和劳动投入。理论上来说，劳动投入应该包括劳动力投入数量和劳动力质量两个维度，但由于中国劳动力市场还不够成熟而难以用劳动边际收入来体现劳动力质量。对此，参考以往众多文献的做法，选取内外资企业的全部从业人员数来衡量内外资企业的劳动投入。其中，内资企业的资本和劳动投入数据是从总的资本投入和劳动投入扣除外资企业而得到的。内外资企业技术进步分别以内外资企业产值为产出，以资本、劳动为投入变量而得到的Malmquist指数来表示，而能源强度以能源消费量与GDP之比来衡量。相关的原始数据来自2003—2015年《中国统计年鉴》以及各省统计年鉴。对于少量缺失数据，采用了插值法处理。

3.2 空间计量回归结果

在进行回归分析之前，对GDP、KF、KD分别以2002为基期的GDP平减指数、固定资产投资价格指数进行了调整。接着，对原始序列分别取对数得到LnC、LnKF、LnKD、LnLF、LnLD、LnAF、LnAD、LnEI（见表1）。这样做的理由除了来自理论模型的原因外，还可以有效降低异方差，并且体现这些自变量对碳排放的弹性系数变化。一方面，若从绝对值意义来看，内资企业的总体规模占比远远超过外资，势必产生更多的碳排放；另一方面，弹性系数能直接反映两者的边际碳排放，从而可以判断内外资企业对碳排放增长的作用孰强孰弱。由此，得到回归结果，见表1。

由表1可知，各模型中的ρ、λ在1%水平上显著为正，表明中国各省区碳排放存在不可忽视的正向空间自相关性，也再次印证了前文探索性空间数据分析的结论。更进一步地说，相邻省区碳排放量的增长会通过正的空间效应来提高本省的碳排放水平。

从模型的优劣性来看，广义空间自回归模型SAC的可决系数和对数似然比值均为最大，并且AIC和BIC信息准则也是各模型中最小的。加之，广义空间自回归模型SAC放松了“误差项相互独立”的假定，其回归系数的正负性也与其他4个模型较为一致。因此，广义空间自回归SAC模型为最优模型。

从各变量的显著性水平来看，LnKF、LnKD、LnEI均在1%水平显著为正，并且LnLF、LnLD、LnAF、LnAD在10%水平上显著为正。这表明内外资企业的资本投入、劳动投入、技术水平的提高都会使碳排放量增加。需要指出的是，技术进步可以通过节约要素投入而减少碳排放，并且也会通过回弹效应使经济规模扩大而带来更多的碳排放。因此，技术进步与碳排放呈现正向相关关系意味着这一期间中国各省内外资企业的回弹效应表现较为明显，这一结论与邵帅等[26]的研究较为一致。

通过进一步比较上述系数的大小，不难发现：同等幅度增加资本投入时内资企业（0.251）比外资企业（0.088）带来的碳排放量更多；同等幅度增加劳动投入时内资企业（0.013）比外资企业（0.049）带来的碳排放量更少；同等幅度的技术进步下内资企业（0.042）比外资企业（0.033）带来的碳排放量更多。结合这三组系数的差距大小，我们

可以明显看到内外资企业的资本投入对碳排放的影响程度及其差距均为最大，而劳动投入和技术进步则相对较小。因此，从“两害取其轻”这一相对意义上来看：与外资企业相比，内资企业才是2002—2014年中国碳排放增长的更大推手。

为进一步识别不同变量变动对系统中各部分影响的冲击，采用广义空间自回归模型SAC的直接效应、间接效应和总效应来进行检验（见表2）。由表2不难看出：内外资企业资本投入和劳动投入的直接效应、间接效应和总效

应均在1%水平上显著为正，即表明内外资企业资本投入和劳动投入对本省和其他省区的碳排放量均表现出明显的促进作用；内外资企业技术进步的直接效应和总效应显著为正，而间接效应则为不太显著的正向效应，说明内外资企业技术进步可以促进本省和其他省区碳排放量的增加。从数值大小来看，与外资企业相比，内资企业资本投入、劳动投入和技术进步的直接效应、间接效应和总效应更大。这再次佐证了“与外资企业相比，内资企业是2002—2014年中国碳排放增长的更大推手”这一结论。

4 结论与政策启示

国内外学者大多忽略内资而单独研究外资对碳排放的影响，本文基于碳排放核算公式和柯布—道格拉斯生产函数，从资本、劳动异质性角度将资本投入、劳动投入、技术进步按内外资企业分类构建了理论模型，然后基于2002—2014年中國30个省级行政区的相关数据采用经典的Morans I指数、局域LISA集群示意图进行了全局和局域空间相关性检验；最后构建空间面板模型比较分析了内外资企业资本投入、劳动投入、技术进步对中国碳排放的影响。结果表明：①中国各省区碳排放存在不可忽视的正向空间自相关性；②内外资企业的资本投入、劳动投入、技术水平的提高均会增加碳排放，其中技术进步因可能的回弹效应而对中国各省区碳排放带来正向影响；③与外资相比，同等幅度的资本投入和技术进步下内资企业带来的碳排放更多，而等量劳动投入下内资企业带来的碳排放更少；④内外资企业资本投入对碳排放的影响程度及其差异均为最大，而劳动投入和技术进步则相对较小；从“两害取其轻”这一相对意义上来看：与外资企业相比，内资企业才是2002—2014年中国碳排放增长的更大推手。

基于上述结论，可以得到以下政策启示：①中国各省区之间的碳排放的正向空间自相关性暗示我们应当采用“联防联控”的共同治理思维来抑制碳排放增长，而不是“各自为政”的思维。事实上，已经出现的“APEC蓝”、“阅兵蓝”以及“两会蓝”等现象正是围绕北京市的“联防联控”政策所取得的成效。同理，抑制碳排放也需要加强区域之间的“联防联控”。②鉴于回弹效应已经使得技术进步与碳排放呈现正向相关关系，因此制定节能减排政策时应该充分重视回弹效应才可能提出合理有效的政策设计和制度安排，例如可以通过价格调整、税收等市场化政策组合来限制回弹效应。③由于内资企业（与外资企业相比）是中国碳排放增长的更大推手，因此制定节能减排政策时应该以“共同而有区别的责任”态度来对待内外资企业，避免“一刀切”。当然，我们还需要结合内外资企业的比较优势及其市场势力恰当地进行引导，例如引导内外资企业开展节能减排合作。

（编辑：李 琪）

参考文献（References）

[1]GROSSMAN G M， KRUEGER A B. Environmental impacts of a North American free trade agreement[R].National Bureau of Economic Research， 1991.

[2]COLE M A， ELLIOTT J R. FDI and the capital intensity of ‘dirty sectors： a missing piece of the pollution haven puzzle[J]. Review of development economics， 2005， 9（4）： 530-548.

[3]BAEK J， KOO W W. A dynamic approach to the FDIenvironment nexus： the case of China and India [J]. Journal of international economic studies， 2009， 13（2）： 87-109.

[4]PAO H T， TSAI C M. Multivariate Granger causality between CO₂emissions， energy consumption， FDI （foreign direct investment） and GDP （gross domestic product）： evidence from a panel of BRIC （Brazil， Russian Federation， India， and China） countries[J]. Energy， 2011， 36（1）： 685-693.

[5]LETCHUMANAN R， KODAMA F. Reconciling the conflict between the pollutionhaven hypothesis and an emerging trajectory of international technology transfer[J]. Research policy， 2000， 29（1）： 59-79.

[6]ESKELAND G S， HARRISON A E. Moving to greener pastures？ Multinationals and the pollution haven hypothesis[J]. Journal of development economics， 2003， 70（1）： 1-23.

[7]LIANG F H. Does foreign direct investment harm the host countrys environment？ evidence from China [R/OL]. http：//Haas. berkeley，edu/fenliang/rearch/ Pollution&FDI/FDI Pollution.Pdf， 2006.

[8]KIRKULAK B， QIU B， YIN W. The impact of FDI on air quality： evidence from China[J]. Journal of Chinese economic and foreign trade studies， 2011， 4（2）： 81-98.

[9]ATITI C. Carbon emissions， trade liberalization， and the Japan–ASEAN interaction： a groupwise examination[J]. Journal of the Japanese and international economies， 2012， 26（1）： 167-178.

[10]HASSABALLA H. Environment and foreign direct investment： policy implications for developing countries[J]. Journal of emerging issues in economics， finance and banking，2013（1）：75-106.

[11]聂飞，刘海云. FDI、环境污染与经济增长的相关性研究——基于动态联立方程模型的实证检验[J]. 国际贸易问题，2015（2）：72-83. [NIE Fei， LIU Haiyun. Correlation analysis of FDI， environment polution and economic growth： an empirical examination based on dynamic simultaneous equation[J].Jounal of international trade，2015（2）：72-83.]

[12]姚奕，倪勤. 中国地区碳强度与FDI的空间计量分析——基于空间面板模型的实证研究[J]. 经济地理，2011（9）：1432-1438.[YAO Yi， NI Qin. The impact of foreign direct investment on carbon intensity：an empirical analysis based on the spatial panel model [J].Economic geography， 2011（9）：1432-1438.]

[13]许和连，邓玉萍.外商直接投资导致了中国的环境污染吗？[J].管理世界，2012（2）：30-43. [XU Helian， DENG Yuping. Has the FDI resulted in Chinas environment pollution？ [J]. Management world， 2012（2）：30-43.]

[14]沙文兵，石涛.外商直接投资的环境效应——基于中国省级面板数据的实证分析[J].世界经济研究，2006（6）：76-81. [SHA Wenbing， SHI Tao. The effect on pollutants emission of foreign capital： an empirical analysis based on interprovincial panel data [J]. World economy study， 2006（6）：76-81.]

[15]王奇，汪清.外資与内资对中国污染排放影响的比较研究——基于省级面板数据的实证分析[J].世界经济研究，2013（2）：61-67.[WANG Qi， WANG Qing. The comparison study of effect on pollutants emission of foreign capital and domestic capital： an empirical analysis based on interprovincial panel data [J]. World economy study， 2013（2）：61-67.]

[16]张成.内资和外资：谁更有利于环境保护——来自中国工业部门面板数据的经验分析[J].国际贸易问题，2011（2）： 98-106. [ZHANG Cheng. Foreign capital and domestic capital： which one is more helpful to environmental conservation-an empirical analysis based on panel data from industrial sectors of China [J].Jounal of international trade，2011（2）：98-106.]

[17]曹翔，余升国. 外资与内资对中国大气污染影响的比较分析——基于工业二氧化硫排放的经验分析[J]. 国际贸易问题，2014（9）：67-76.[CAO Xiang， YU Shengguo. The comparison study of effect on air pollution of foreign capital and domestic capital： an empirical analysis based on industrial sulfur dioxide emissions[J].Jounal of international trade，2014（9）：7-76.]

[18]RUPASINGHA A， GOETZ S J， DEBERTIN D L， et al. The environmental Kuznets curve for US counties： a spatial econometric analysis with extensions [J]. Papers in regional science， 2004， 83（2）：407-424.

[19]MIRSHOJAEIAN H M， RAHBAR F. Spatial environmental Kuznets curve for Asian countries： study of CO₂ and PM10 [J].Journal of environmental studies， 2011， 37 （58）：1-14.

[20]DENISON E F. The sources of economic growth in the US and the alternatives before US [M]. Washington： Committee for Economic Development， 1962.

[21]舒爾茨. 对人进行投资——人口质量经济学[M].北京：首都经济贸易大学出版社，2002：89-99.[SCHULTZ T W. Investing in people： the economics of population quality [M].Beijing： The Press of Capital University of Economic and Business， 2002：89-99.]

[22]马晓科. 外商直接投资（FDI）对中国收入差距的影响[D].上海：复旦大学，2012：57-114.[MA Xiaoke. The influence of foreign direct investment on income gap in China [D].Shanghai： Fudan University， 2012：57-114.]

[23]林伯强，杜克锐. 理解中国能源强度的变化：一个综合的分解框架[J].世界经济，2014（4）：69-87.[LIN Boqiang， DU Kerui. Understanding energy intensity changes in China： a comprehensive decomposition framework [J]. The journal of world economy， 2014（4）：69-87.]

[24]ANSELIN L， GRIFFITH D A. Do spatial effects really matter in regression analysis？[J]. Papers in regional science， 1988， 65（1）： 11-34.

[25]ANSELIN L. Space and applied econometrics： introduction [J]. Regional science and urban economics， 1992， 22（3）： 307-316.

[26]邵帅，杨莉莉，黄涛. 能源回弹效应的理论模型与中国经验[J]. 经济研究，2013（2）：96-109.[SHAO Shuai， YANG Lili， HUANG Tao. Theoretical model and experience from China of energy rebound effect [J]. Economic research journal， 2013（2）：96-109.

Abstract Many researchers studied the relation between foreign capital and carbon emissions but ignored the effect of domestic capital. Based on the accounting formulas of carbon emissions and CobbDouglas production function， this paper constructed a theory model by classifying capital input， labor input and technological progress according to foreignfunded and domesticfunded

firms from the perspective of the heterogeneity of capital and labor. Then it used the classic Morans Index and local LISA cluster diagram to test global and local spatial correlation by the panel data of 30 provinces from 2002 to 2014 in China； Finally，it analyzed the effect of capital input， labor input and technological progress of foreignfunded and domesticfunded enterprises on carbon emission by using the spatial panel models. The results showed that： first， there was a significant positive spatial autocorrelation among carbon emissions of Chinas provinces； second， the capital investment， labor and technological progress increased carbon emissions both in the domesticfunded firms and foreignfunded firms， and technological progress had a positive impact on the carbon emission due to the rebound effects； third， compared with foreign capital， increasing the same amount of capital investment and technical progress in domesticfunded firms brought more carbon emissions， while increasing the same amount of labor input

brought less carbon emissions； fourth， compared with labor input and technological progress， capital input greatly affected carbon emission and had a large gap between domesticfunded and foreignfunded firms. From the sense of ‘the lesser of two evils， domestic firms was the larger driver of carbon emissions in China compared with foreignfunded firms. Thus， we think that firstly all provinces should take ‘joint control and prevention management thought to inhibit the growth of carbon emissions； secondly， when formulating energy saving and emission reduction policies we should pay more attention to the rebound effect； lastly， when formulating energy saving and emission reduction policies we should adopt the ‘common but differentiated responsibilities principle between domesticfunded and foreignfunded firms to avoid the ‘one size fits all.

Key words foreign capital； domestic capital； carbon emissions； spatial econometric model