程思進,任曉聰
(遼寧大學 經(jīng)濟學院,遼寧 沈陽 110036)
2020 年12 月,在聯(lián)合國氣候雄心峰會上,中國提出“碳達峰”和“碳中和”目標及愿景,并在2021 年3 月召開的中央財經(jīng)委員會第九次會議將“碳達峰”“碳中和”納入中國生態(tài)文明建設的整體布局。實現(xiàn)“雙碳”目標,綠色投資是一個很好的途徑。與傳統(tǒng)投資相比,綠色投資的收益是三重盈余,不僅創(chuàng)造經(jīng)濟收益,還能附帶社會和生態(tài)效益。早在2016 年8月31 日,中國鼓勵提倡綠色投資活動,在政策優(yōu)惠上給予了較多傾斜。中國人民銀行、財政部等七部委就聯(lián)合發(fā)布了《關于構建綠色金融體系的指導意見》 (下稱《意見》)?!兑庖姟分惺状味x綠色金融,釋放了中國支持綠色投資的政策信號,同時也能引導資金流向綠色環(huán)保項目上,鼓勵更多的投資者加入綠色投資者的行列,綠色投資逐漸成為社會公眾的關注方向。國務院發(fā)展研究中心金融研究所指出,中國綠色投資需求每年將達到2 萬億到4 萬億元,綠色投資總額逐年增加。那么中國增加綠色投資能否有效降低碳排放,助力實現(xiàn)雙碳目標是值得深入探討的議題?;诖?,文章利用中國2009—2020 年30 個省份的面板數(shù)據(jù),探究綠色投資與碳排放的關系。
2001 年中國加入WTO 后,對綠色產品的需求逐漸增加,以綠色為特征,涵蓋能源、潔凈生存及低排放技術的生態(tài)環(huán)境治理工程在內的綜合性產業(yè)正成為新的投資熱點。目前,國內外在對如何促進企業(yè)進行綠色投資做了大量的研究,而企業(yè)綠色投資是否會真正改善環(huán)境呢?學者們對此持有不同的看法,一部分學者認為,企業(yè)在環(huán)保方面的支出會降低企業(yè)的生產效率;另一部分則認為企業(yè)綠色投資與績效是非線性關系。綠色投資在宏觀層面上是指國家或政府在環(huán)境污染治理上的投資。姜再勇、魏長江(2017)指出政府在綠色金融中需要扮演“看得見的手”的作用。而在宏觀層面上的綠色投資研究則主要集中在綠色投資與環(huán)境污染的問題上。Jaffe 等(2005)從宏觀角度分析綠色投資,指出其類似于政府環(huán)境規(guī)制工具,能夠將環(huán)境負外部性帶來的影響內部化處理。
學界對碳排放的關注由來已久,針對如何實現(xiàn)中國二氧化碳減排目標,從投資的角度來看,綠色投資對二氧化碳排放的影響不容忽視,但對于綠色投資與碳排放的關系,學者們給出了不同的答案:一種觀點是綠色投資與碳排放具有線性關系,巫姣(2021)研究發(fā)現(xiàn)綠色投資與碳排放具有線性關系,綠色投資有助于降低碳排放;另一種觀點則得出綠色投資與二氧化碳排放具有非線性關系,曾勝、張明龍(2021)通過運用空間杜賓模型和半?yún)?shù)面板空間滯后模型分析得出綠色投資對碳排放強度具有倒“U”型的非線性影響;還有其他學者認為綠色金融對碳排放具有異質性影響,劉大煒等(2021)測算中國綠色金融發(fā)展水平與生態(tài)福利績效之間的關系,得出總體上綠色金融能改善生態(tài)福利問題。
既有文獻在綠色投資、碳排放影響因素方面做了較為深刻的探討,這為中國早日實現(xiàn)碳達峰、碳中和目標提供了有效的參考,但學者們的研究成果仍存在可擴展空間。一是從研究視角上看,大多數(shù)學者在研究綠色投資對碳排放的影響關系時,都聚焦在綠色金融視角上,鮮有直接研究綠色投資與碳排放關系的文獻;二是從研究內容上看,目前學者們對綠色投資與碳排放之間的關系還未得出一致的看法。綠色投資與碳排放之間具有何種關系,還需進一步討論。
(1) 碳排放影響因素
文章借鑒日本學者Yoichi Kaya 運用構造鏈式乘積的數(shù)學形式解釋碳排放影響因素,將碳足跡與人口、經(jīng)濟、能源等因素連接起來,具體表達式如下:
其中,C為碳排放量,P為人口總數(shù),G為國內生產總值(GDP),E為能源消費量;相應地,g=G/P表示人均GDP,e=E/G表示GDP 能源強度,c=C/E表示能源碳排放強度。上式中g代表經(jīng)濟規(guī)模效應,p代表著人口規(guī)模效應,e、c分別代表單位GDP 能源消耗量、單位能耗排量。此外,創(chuàng)新程度越大,技術水平越高,則能源使用效率越強,單位GDP 所釋放的二氧化碳越少。
(2) 綠色投資對碳排放的影響
文章應用索洛模型分析綠色投資對碳排放的影響關系。索洛模型中的經(jīng)濟增長函數(shù)為:
Y代表產出,K表示資本,L則代表勞動,A為技術進步,t則表示時間,代表每個效率工人的資本。索洛模型中假設存在中性技術進步,即勞動和資本的生產效率同比例增加,在文章中,認為勞動以常數(shù)c的增長率增長,技術進步是隨著時間變化而變化,在投資市場中,綠色投資資本存量的變動為:
經(jīng)濟增長達到穩(wěn)定狀態(tài)時,將資本存量代入上式,得出:
其中,θ+β<1。由此可得出綠色投資能夠促進技術進步,技術進步率為:
其中,β+θ<1,因此gs的正負大小取決(ρ-?)的正負情況。
從上式可得綠色投資能影響碳排放,當ρ>θ 時,gs>0;當ρ<θ 時,gs<0,所以綠色投資對碳排放的影響效果由ρ-θ 決定。
綜上可知,綠色投資能抑制碳排放,但由于中國前期經(jīng)濟飛速發(fā)展,以污染環(huán)境和過度消耗自然資源為代價換來的經(jīng)濟增長對環(huán)境造成了嚴重破壞。隨著中國經(jīng)濟總量的快速增長,投資規(guī)模也日益擴大。而綠色投資規(guī)模越大意味著企業(yè)用于技術創(chuàng)新的資金也越充足,伴隨著技術升級,企業(yè)生產效率與能源使用效率也在提高,可有效減少在生產過程中的二氧化碳排放量。由此,規(guī)模效應與技術效應的相互影響,綠色投資對碳排放的作用則可能表現(xiàn)出促進或抑制,據(jù)此提出如下假設:
假設H1:綠色投資與碳排放的關系具有非線性關系,可能存在倒“U”型關系。
從消費層面來看,個人在進行任何消費活動都離不開能源的消耗,而消耗能源則會產生大量的二氧化碳;從生產層面來看,企業(yè)早期在生產活動時已投入大量的固定成本,由于這些固定成本的存在,企業(yè)的生產規(guī)模在短時間內不會改變。同時,因為受技術的路徑依賴影響,企業(yè)的生產過程產生的碳排放會存在連續(xù)性。因此,二氧化碳排放是一個動態(tài)持續(xù)且不斷變化的過程,當期碳排放量不僅受到同期經(jīng)濟發(fā)展情況、產業(yè)結構特征、地域差異等因素的影響,還會受上一期碳排放的影響。據(jù)此提出如下假設:
假設H2:當期碳排放總量會受到上一期碳排放量的影響。
二氧化碳排放不僅受本國綠色政策、環(huán)保力度影響,還易受其他國家經(jīng)濟活動的影響,從而表現(xiàn)出全球性。此外,綠色投資對碳排放的影響效果因外商投資水平不同而具有差異效果,特別是當外商直接投資直接投向水泥、鋼鐵等高污染、高碳排放的行業(yè)時,在生產過程中會大量地消耗能源,造成中國碳排放量增高。因此,中國綠色投資對碳排放的作用就因為外商投資水平而具有不同效果。當一國對外直接投資存量增加,可通過提高東道國資源配置,進而使得綠色投資對該外商投資水平下能抑制碳排放。因此,外商投資水平在綠色投資對碳排放影響間具有門檻效應,當外商投資水平超過某一門檻值后,綠色投資對碳排放具有抑制作用。由此提出如下假設:
假設H3:綠色投資對碳排放效應存在外商投資門檻值的制約。
文章的計量模型包括三個部分:一是面板數(shù)據(jù)的靜態(tài)模型,主要是為了探究綠色投資對碳排放的影響;二是面板數(shù)據(jù)的動態(tài)模型,主要分析當期碳排放總量的影響是否會受到上一期碳排放量的影響;三是門檻效應模型,將外商投資作為門檻變量,研究外商投資在綠色投資對碳排放影響間門檻效應。
(1) 靜態(tài)面板數(shù)據(jù)模型
為了研究綠色投資對碳排放的非線性影響,文章在計量模型中加入綠色投資的平方項,為了控制其他社會結構和經(jīng)濟活動等的影響,在模型中加入控制變量。因此,文章建立如下基本計量模型:
其中,i表示省份,i=1,2,3……,30;t表示時間;lnCO2表示各省份二氧化碳排放總量,做了取對數(shù)處理;GI表示各省份綠色投資;ηi表示地區(qū)效應;δt表示時間效應;εit表示隨機擾動項。文章引入環(huán)境規(guī)制、外商投資、城鎮(zhèn)化、經(jīng)濟發(fā)展水平、人口規(guī)模、全要素生產率、恩格爾系數(shù)作為控制變量。
(2) 動態(tài)面板數(shù)據(jù)模型
在文章中,考慮到上期碳排放量會對本期碳排放產生影響,在模型中加入碳排放的滯后一期值作為解釋變量。具體形式如下:
其中,lnCO2i,t-j表示CO2排放的滯后項;m表示最大的滯后階數(shù)。文章的m值取1,其他變量跟靜態(tài)面板數(shù)據(jù)模型解釋相同。
(3) 門檻模型
基礎面板回歸模型可以檢驗各變量間的線性與非線性關系,而不能判斷不同區(qū)間的影響差異。門檻模型則能很好解釋在不同外商投資水平下,綠色投資對碳排放的影響。因此,文章借鑒陳曉飛(2016)、胡劍波(2021)等學者的做法,采用門檻模型來進行分析。具體面板門檻模型設定如下:
該式是單一門檻變量,F(xiàn)DI是門檻變量。I(·)是指示函數(shù),指示函數(shù)的值是1,若括號里的條件符合實際情況時,則指示函數(shù)的值是1;若括號里的條件不符合時,則指示函數(shù)的值為0。其他變量跟靜態(tài)面板數(shù)據(jù)模型解釋相同。
文章的研究區(qū)間是2009—2020 年,研究對象是除西藏及港澳臺地區(qū)的其他30 個省份綠色投資對碳排放的情況。使用面板數(shù)據(jù)能降低變量間的共線性,文章增加自由度從而利于動態(tài)調整和控制個體異質性。文章所用變量數(shù)據(jù)來自于歷年《中國統(tǒng)計年鑒》 《中國環(huán)境統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。為降低數(shù)據(jù)的異方差性,對碳排放總量、外商投資、人均GDP 以及人口規(guī)模等這些具有絕對量性質的數(shù)據(jù)做了取自然對數(shù)的處理。
(1) 被解釋變量
碳排放總量(CO2),由于碳排放量尚未有官方統(tǒng)計,因此文章采用聯(lián)合國政府間氣候變化專門委員會(IPCC)提供的方法(標準煤法) 計算各省的碳排放總量。測算算式如下:
如上,CO2it表示第i個省份第t年的二氧化碳排放量;CO2itj表示第i個省份第t年第j種能源的二氧化碳排放量;Kj表示j種能源碳元素的折算系數(shù)。具體碳源構成以及所對應的碳排放系數(shù)如表1 所示。
表1 碳排放系數(shù)與標準煤折算系數(shù)
(2) 解釋變量
綠色投資(GI),對于綠色投資這一概念,廖顯春等(2020)認為綠色投資是指企業(yè)將資金用于改善資源、環(huán)境友好型項目進行的投資。研究視角不同,綠色投資的衡量指標也不同。在省級層面研究上,學者們采用治理環(huán)境污染投資占比或者節(jié)能環(huán)保公共支出占比來表示綠色投資。文章研究的是各省綠色投資與碳排放關系,且工業(yè)碳排放占中國碳排放總量的一大部分,因此參照陳旭彤(2017)、王俊楠(2019)的測算方法,文章以工業(yè)污染治理投資總額占各省市GDP 比重來衡量綠色投資。
(3) 門檻變量
外商投資(FDI),外商投資對中國碳排放的影響,主要分為兩種觀點:一種是基于全國層面實證分析得出的“污染避難所”假說;另一種是基于多個省市面板數(shù)據(jù)實證分析得出的“污染光環(huán)”假說。參照陳曉飛(2016)、康乾(2018)的做法,文章采用當年實際利用外商直接投資總額來衡量外商投資,在實證分析過程中做了取對數(shù)處理。
環(huán)境規(guī)制(RE),環(huán)境規(guī)制主要是出于節(jié)能減排、保護環(huán)境等目的,政府頒布各種環(huán)境政策以及法規(guī)等對企業(yè)污染物排放進行限制與監(jiān)管。文章借鑒唐國平(2013)的分析思路,選用工業(yè)“三廢”排放達標量與工業(yè)“三廢”排放總量之比來衡量環(huán)境規(guī)制。
產業(yè)結構(IS),由于第二產業(yè)對碳排放的影響最大,在研究碳排放時不能忽視產業(yè)結構的作用,文章選用第二產業(yè)產值占GDP 的比重表示產業(yè)結構變動。
城鎮(zhèn)化(URB),城鎮(zhèn)化水平會影響當?shù)氐奶寂欧帕?。文章用城?zhèn)人口在總人口中的占比表示城鎮(zhèn)化水平。
(4) 控制變量
經(jīng)濟發(fā)展水平(PerGDP),文章選用人均GDP 作為該省份的經(jīng)濟發(fā)展水平,并做了取對數(shù)處理。人口規(guī)模(Pop),文章用年初年末平均人口數(shù)表示人口規(guī)模,并做了取自然對數(shù)處理。全要素生產率(TFP),全要素生產率不僅反映生產技術水平的高低,也反映生產效率的高低。文章出于嚴謹性,也將全要素生產率作為控制變量之一,并用DEA 分析方法計算各省全要素生產率。恩格爾系數(shù)(EC),參照莊貴陽(2021)的研究思路,居民消費是商品的終端,而生產商品需要消耗能源進而會釋放二氧化碳,因此居民消費方式不同也會影響碳排放。文章選用城鎮(zhèn)居民的恩格爾系數(shù)來代表該省份的消費方式。資本密集程度(IN),資本密集型的省份生產效率相對較高,從而會影響碳排放總量,文章用固定資產投資總額表示資本密集程度,在實證分析中使用對數(shù)形式分析。
各變量的定義與測度如表2 所示。
表2 變量的定義及測度
變量的描述性統(tǒng)計結果如表3 所示。被解釋變量是碳排放總量(CO2),其平均值及標準差分別為34096.81、23180.54。
表3 變量描述性統(tǒng)計表
解釋變量是綠色投資(GI),最大值為0.99,說明這個地區(qū)在綠色投資方面的力度較大,最小值為0.002,最大值與最小值相差較大,不同地區(qū)、不同年份,在綠色治理方面是存在很大的差異,其均值與標注差各為0.109 與0.121。門檻變量外商投資(FDI),最大值為3579091,最小值為135,均值為827284.7,標準差為796687.2。環(huán)境規(guī)制(RE)的平均值為0.5,標準差為0.529,環(huán)境治理方面較好的省份體現(xiàn)出環(huán)境規(guī)制的強度也越大,最大值為2.58,反之環(huán)境治理較差,環(huán)境規(guī)制力度也越弱,最小值為0.00016。產業(yè)結構(IS)越高級,在文章所取的值中體現(xiàn)出來的是值越小,產業(yè)結構最大值為59%,最小值為16.2%。城鎮(zhèn)化(URB)最大值為89.6,最小值為29.89。經(jīng)濟發(fā)展水平(PerGDP),即人均GDP 能反映出該省的經(jīng)濟發(fā)展水平,發(fā)展越好,人均GDP 的值也越大,人均GDP 最大值為164220,最小值為10309。
在進行實證結果分析之前,文章首先進行了豪斯曼檢驗來協(xié)助選擇計量模型,即從固定效應模型與隨機效應模型中擇一進行回歸分析。豪斯曼檢驗結果對應的P 值是0.000,遠遠小于0.001,拒絕原假設,即選擇固定效應模型。因此,文章主要根據(jù)固定效應模型得出的結果分析。
根據(jù)表4 的靜態(tài)面板回歸結果可知,綠色投資一次項系數(shù)顯著為正,二次項系數(shù)顯著為負,說明綠色投資與碳排放存在倒“U”型關系,假設H1 得到驗證。
表4 靜態(tài)面板回歸結果
由影響系數(shù)可知,綠色投資的一次項系數(shù)為0.520,在1%的水平上顯著,說明綠色投資每變動1%,碳排放能增加0.52個單位。而綠色投資二次項系數(shù)為-0.558,且在0.1%的水平上顯著,這表明在初始時期,綠色投資對碳排放不具有抑制作用反而具有促進作用;在高水平綠色投資背景下,綠色投資能很好地抑制碳排放,且綠色投資增加1%,碳排放能減少0.558 個單位??赡艿脑蚴谴嬖诮?jīng)濟規(guī)模效應與人口規(guī)模效應,綠色投資對碳排放的抑制作用還未顯現(xiàn)出來。當前,中國正處于高質量發(fā)展新時期背景下,去產能、去庫存目標相繼提出,企業(yè)技術革新,經(jīng)濟發(fā)展方式轉型升級。隨著綠色投資逐年增加,對碳排放的抑制效果也能很好地顯現(xiàn)出來。
控制變量中城鎮(zhèn)化水平的系數(shù)在5%的水平上顯著為正,說明城鎮(zhèn)化對二氧化碳排放產生正向影響。根據(jù)城市環(huán)境轉變理論認為,在城市的不同發(fā)展階段面臨著不同的環(huán)境問題,由于資源稀缺性,在城市化的低級階段,城市發(fā)展會面臨嚴重的環(huán)境問題,伴隨著城市碳排放也會加速增長。資本密集對碳排放的影響顯著為負,說明資本密集程度對碳排放的影響具有抑制作用,資本密集程度越高,為綠色產業(yè)提供創(chuàng)新環(huán)境,促使企業(yè)進行研發(fā),提高生產效率,從而能夠提高能源利用效率,也抑制了碳排放。
從表5 中可以看出,模型(4)中AR(1)的值為0.033,AR(2)的值為0.324,這與GMM估計中序列無相關性的先驗假設是一致的,證明了估計的有效性,同時Sargan 檢驗的P 值為0.315,大于0.05,不能拒絕工具變量均有效的原假設,因此證明了估計的有效性。在動態(tài)模型中,將人均GDP、外商投資的一次項與二次項作為內生變量,并且采用碳排放量的滯后二期作為工具變量。
表5 動態(tài)面板回歸結果
文章在分析進行系數(shù)顯著性統(tǒng)計推斷時是根據(jù)一階段系統(tǒng)GMM估計結果分析。從模型的估計結果可以看出,滯后一期的碳排放系數(shù)為0.68,在0.1%的水平上顯著為正,表明上期的二氧化碳排放量對當期的二氧化碳排放量具有正效應,上一期的碳排放量每提高一個百分點,會使當期的碳排放量增加0.68%,原因可能是工業(yè)企業(yè)或者個人在能源消耗方面存在時滯效應,當期的行為受上一期的影響,因此滯后一期的碳排放系數(shù)顯著為正,即碳排放的過程是一個連續(xù)的、積累的動態(tài)調整過程。以上結論證實了假設H2。
與靜態(tài)面板數(shù)據(jù)模型的結果相一致,文章關注的核心解釋變量綠色投資(GI)的一次項、二次項系數(shù)在動態(tài)面板數(shù)據(jù)模型一次性的系數(shù)為正,二次項的系數(shù)為負,且都通過了顯著性檢驗??刂谱兞恐谐擎?zhèn)化的系數(shù)也顯著為正,資本密集的系數(shù)也顯著為負,這與靜態(tài)分析結果相一致。
進行門檻結構分析之前,需要對門檻模型進行顯著性檢驗,確定門檻模型的個數(shù)。文章采用“自抽樣”反復300 次估計。表6 列示了三種假設下,外商投資在綠色投資對碳排放影響間存在單一門檻值、雙重門檻值、三種門檻值進行門檻效應檢驗后所得到的P 值。
表6 門檻效應檢驗結果
當原假設認為不存在三種門檻值,得到的P 統(tǒng)計量為0.1900,不拒絕原假設;當原假設認為不存在雙重門檻值時,檢驗所對應的統(tǒng)計量為0.3167,不拒絕原假設,即既不存在三重門檻效應也不存在雙重門檻效應;而當原假設認為存在單一門檻效應時,得到的P 值為0.0133。根據(jù)檢驗的結構,可以初步斷定,外商投資在綠色投資對碳排放影響間存在單一門檻。來;而當該省跨過低水平外商投資,轉向高水平外商投資時,綠色投資對碳排放的系數(shù)為-0.22,在5%水平下顯著,這說明了當綠色投資增加1%,碳排放能減少0.22 個單位,原因可能是高水平的外商投資可引進先進生產技術,提高能源利用效率,此時增加綠色投資,對碳排放的抑制效果則更加顯現(xiàn)。因此,這也證實了假設H3 綠色資對碳排放效存在外商投資門檻值的制約。
表7 門檻估計結果
圖1 門檻變量估計值
文章采用2009—2020 年中國30 個省份的面板數(shù)據(jù),運用系統(tǒng)GMM 模型和門檻模型分析綠色投資與碳排放強度之間的關系,研究結果表明:綠色投資對碳排放強度影響存在倒“U”型關系,即綠色投資與碳排放之間具有非線性關系;前期碳排放強度能影響當期碳排放總量,且前期碳排放對當期碳排放總量具有促進作用,這表明碳排放是個持續(xù)動態(tài)過程;外商投資在綠色投資對碳排放影響之間具有門檻作用,在低外商投資水平下,綠色投資對碳排放具有促進作用,而在高水平外商投資情況下,綠色投資能對碳排放具有很好的抑制作用??梢姡G色投資要有效發(fā)揮抑制碳排放作用,還應考慮其他因素對碳排放的影響,基于以上結論,提出如下對策建議:
由于綠色投資與碳排放具有倒“U”型關系,說明綠色投資達到一定規(guī)模時,綠色投資能很好地抑制碳排放。為了充分發(fā)揮綠色投資抑制碳排放的作用,政府部門可實施積極的財政政策和穩(wěn)健貨幣政策,引導資金流向綠色投資領域。在財政政策方面上,要充分發(fā)揮綠色稅收的杠桿調節(jié)作用,對于綠色環(huán)保型的企業(yè),可以實施減稅降費的優(yōu)惠待遇,具體體現(xiàn)在對技術創(chuàng)新與技術改造等環(huán)節(jié)給予相應的財政補助和稅收優(yōu)惠,進而促進企業(yè)綠色轉型,降低碳排放。在貨幣政策方面,要引導金融體系提供所社會各界需要的投融資資金,支持金融業(yè)對綠色企業(yè)在貸款和利率上的優(yōu)惠。此外,中國可以發(fā)展多元化的綠色投資模式來緩解綠色投資不足的問題,采取政企合資、合作等投資方式,拓寬投資渠道,吸收社會資本和擴大民間綠色投資,如此才能從整體上提高綠色投資水平,進而有效地抑制碳排放。
由于碳排放是一個持續(xù)動態(tài)的過程,前期碳排放總量會對當期碳排放產生影響,為了從源頭上抑制碳排放,可利用供需聯(lián)動機制來促使碳減排。供給方面,要構建節(jié)能環(huán)保、清潔能源生產體系,提供明確的法律規(guī)范和有效的制度設計以此推動企業(yè)綠色生產轉型;另外,工業(yè)碳排放是中國碳排放的重大主體,相應的工業(yè)綠色生產也就是中國綠色發(fā)展的核心,因此應重點建立低碳、環(huán)境友好型的工業(yè)發(fā)展模式。需求方面,一是提高公眾綠色消費意識。在市場經(jīng)濟中,消費需求影響著產品流通渠道的結構與方式,公眾偏好綠色低碳產品從而也會間接影響碳排放總量。因為消費者行為容易受到他人消費習慣影響,要鼓勵消費者積極轉變生活方式,養(yǎng)成低碳消費習慣;二是通過政策設計引導低碳消費,比如增加對新能源汽車的優(yōu)惠政策以及對公共交通補貼,鼓勵使用新能源汽車或者提倡公共出行等。
考慮到外商投資在綠色投資與碳排放之間具有門檻效應,在高水平外商投資下,綠色投資能顯著地抑制碳排放。因此,未來在引進外資時,要從之前單純地引進外資轉為有條件地選擇外資。首先,從政策上可以引導外商投資由高耗能的重工業(yè)流向低能耗、高技術的第三產業(yè),更多地往金融業(yè)、服務業(yè)等領域傾斜,這樣既能帶動經(jīng)濟增長又能降低碳排放水平;其次,應加大低碳行業(yè)的引資力度,充分發(fā)揮外商投資在低碳排放的技術效應對中國行業(yè)碳減排的積極影響。企業(yè)在引進外資的同時,也要主動學習外資企業(yè)的先進技術,從而提高企業(yè)自身創(chuàng)新能力,為中國實現(xiàn)“碳達峰”“碳中和”提供堅實的技術推動力,綠色投資對碳排放的抑制作用則會更加顯著。