税制绿化能够降低碳排放吗？——基于我国省级面板数据的实证分析

史明霞 刘 娜

内容提要：在 “碳达峰、碳中和” 的目标下，如何实现碳减排是我国在经济社会发展进程中面临的关键性问题。碳排放是典型的 “公共品” ，具有较强的负外部效应，而税收制度是矫正负外部效应的重要政策工具之一。通过对税收制度进行绿化调整，可以发挥税收制度在碳排放方面的调控作用。本文在综合考察我国税制绿化程度与碳排放现状的基础上，选取2008-2019年我国省级面板数据，利用扩展的STIRPAT模型与DIF-GMM估计方法实证分析税制绿化程度对碳排放的影响。研究结果表明，税制绿化对碳排放存在显著的抑制作用，提高税制绿化程度可以有效促进碳排放量的减少。此外，碳排放呈现动态的连续累计特征，即上期的碳排放水平对本期水平具有显著正向影响。进一步分区域异质性分析发现，在高碳强度的I类区域，税制绿化对碳排放产生了显著的抑制作用，但在中低碳强度的II类区域，税制绿化对碳排放的抑制作用尚未显现。

一、引 言

2021年8月，IPCC发布第六次评估报告《气候变化2021：自然科学基础》，引起国际社会广泛关注。该报告显示，人类活动已经导致全球气候系统发生巨大变化，2019年全球二氧化碳浓度高达410ppm，为历史最高水平；2011年至2020年，全球地表温度比工业革命时期上升了1.09摄氏度；未来20年，全球气温或将上升1.5摄氏度，全球范围内的气候变化将不断加剧①资料来源：中国科普网，http：//www.kepu.gov.cn。。当前威胁人类生存与发展的气候变化问题主要是由人类活动带来的二氧化碳等温室气体排放所导致的，因此 “控碳” 是世界各国减缓全球气候变化的关键性举措。作为碳排放大国，中国一直致力于国际社会碳减排工作，向国际社会做出 “力争2030年前实现碳达峰、2060年前实现碳中和” 的郑重承诺。2021年3月， “碳达峰、碳中和” 被首次写入国务院政府工作报告，该报告明确提出要做好相关工作的系统规划与部署。2021年12月，中央经济工作会议强调碳减排任务的重要性与艰巨性，提出要加快推进能耗 “双控” 转变为碳排放 “双控” 。2022年10月，党的二十大报告再次强调要积极稳妥推进 “碳达峰、碳中和” ，坚持先立后破，有计划分步骤实施碳达峰行动②资料来源：中国政府网，https：//www.gov.cn/。。这些举措是我国积极应对气候变化并加快部署碳减排工作的重要体现，充分展现出我国的责任与担当。

然而，碳排放与经济发展具有十分密切的关系。一方面，我国正处于工业化与城市化的高速发展阶段，以化石燃料为主的能源消费结构与粗放外延型经济发展模式等因素制约着 “碳达峰、碳中和” 目标的实现；另一方面，碳排放是典型的 “公共品” ，具有较强的负外部效应，需要政府采取一系列政策措施进行调控，推进税制绿化改革便是举措之一。税制绿化是否能够有效抑制碳排放？提高税制绿化程度是否能够促进碳减排？这些问题都值得我们深入思考与探究。基于上述背景，本文拟从如下两个方面开展研究：第一，在综合考察我国税制绿化程度与碳排放现状的基础上，通过扩展的STIRPAT模型与DIF-GMM估计方法来实证分析税制绿化程度对碳排放的影响，以期为我国碳减排路径的选择提供新的视角，并为我国的税制绿化改革提供经验证据的支持。第二，依据碳排放强度差异进行区域划分，进而考察不同区域的税制绿化程度对碳排放的影响，即探讨税制绿化影响碳排放的地区异质性问题。

二、文献综述与机理分析

（一）文献综述

税制绿化一般是指对税收制度进行环保导向的绿色改革，基于保护生态环境目的而征收各类税收以及实施各项税收优惠政策，通过提高与保护生态环境相关的税类比重来强化税收制度的环境保护功能（中国国际税收研究会等，2018；李宝亮和肖建国，2021）。关于税制绿化领域的研究，国内学者大多集中于我国税制绿化的现状分析与改革路径分析。现阶段我国已经将税制绿化提升到国家治理的高度，绿化税制体系在逐步地改革与完善，但是在税制绿化进程中仍然存在诸多问题，包括碳税缺位、环境保护税税率太低、限制污染的税收惩罚措施缺乏约束力等（刘芳雄和李公俭，2017；刘剑文和耿颖，2017；国家税务总局税收科学研究所课题组等，2018）。此外，我国的税制绿化度在不断加深，税制绿化带来的减污降碳效果明显，但以 “降碳” 为重点的税制绿化改革依然任重道远（白彦锋和柯雨露，2022）。针对税制绿化存在的问题，应该继续推动资源税、消费税以及车辆购置税等税种的绿色调整，进一步扩大税收优惠方式，利用税收减免、差别征税等多种方式鼓励绿色环保行为，充分发挥税收的绿色激励效应（葛玉御，2016；徐会超和张晓杰，2018）。应该借鉴国际上不同国家税制绿化改革经验，推动征税重点向高耗能高污染的企业延伸转移（任高飞和陈瑶瑶，2021）。同时，要加快建立科学的税制绿色化评估体系，进而推动税制绿色化改革进程（崔亚飞等，2018）。

国外学者关于税收与环境关系的研究开始较早。Pigou（1932）曾提出通过征税治理环境污染的思想，即 “庇古税” ，也就是排污者需要对污染行为缴纳税款，其税额等于排污者的污染行为所产生的边际外部成本，从而实现外部效应的内部化。国内学者大多支持庇古税的思想，其研究结果表明与环境相关的税收或收费可以减轻环境污染并保护生态环境（李永友和沈坤荣，2008；邓子基和杨志宏，2011；吴勋和王艳，2019）。后来Pearce（1991）提出了环境税 “双重红利” 理论。该理论指出，征收环境税不仅可以改善环境质量，而且可以减轻税制对劳动与资本产生的扭曲性影响，进而有利于经济增长。Goulder（1995）的研究结果表明绿色税收不仅可以改善生态环境质量，还可以降低失业率以及税制成本，从而验证了环境税 “双重红利” 效应的存在性。但是，大多数学者的研究成果只证实了 “双重红利” 理论中的第一重环境保护红利的存在，第二重效率红利的存在性尚存争议（张景华，2012；Klein &Bergh，2020；Takeda &Arimura，2021）。除此之外，少数学者开始关注税制绿化度与环境污染的关系，例如祝遵宏与黄莎莎（2018）基于中国省际面板数据的研究发现，税制绿化度与污染排放存在负相关关系。包健（2020）的实证研究表明税制绿化度对不同类型污染物的影响不同，税制绿化程度与废水排放存在负的线性关系，但与废气排放存在 “N型” 关系。

随着世界各国对碳排放问题的日益关注，诸多学者开始研究环境规制对碳排放的影响，但这些研究得出了完全不同的结论。Sinn（2008）最先提出了 “绿色悖论” 效应，他认为环境规制并不能促进碳减排，反而会增加化石燃料的生产与消耗，进而增加二氧化碳排放量。但是，部分学者通过实证分析发现中国的环境规制政策可以降低碳排放水平，即存在 “倒逼减排” 效应（张先锋等，2014；张华和魏晓平，2014；李华和马进，2018）。关于税收政策对碳排放的影响研究也在不断涌现，这些研究证实了环境税收碳减排效应的存在（Aydin &Esen，2018；何平林等，2019）。邓力平与陈斌（2022）认为税收在推动 “双碳” 目标实现过程中具有正向激励作用。薛飞与陈煦（2022）的研究表明实施绿色财政政策能够显著降低碳排放水平，但其碳减排效应存在一定滞后性。付莎与王军（2018）基于STIRPAT模型的实证研究表明，狭义与广义绿色税收政策对碳排放均具有抑制作用。特别地，碳税作为典型的市场型碳减排政策工具，对于促进碳减排具有重要作用（Almutairi &Elhedhli，2014；Lee et al.，2018；鲁书伶和白彦锋，2021），并且能够以最低的经济成本减少二氧化碳排放（Freire-Gonzalez et al.，2019）。此外，诸多学者围绕碳排放权交易对碳排放的影响也展开了一定研究，其结果表明碳排放权交易政策存在显著的碳减排效应，可以有效驱动碳减排（邵帅等，2022；叶芳羽等，2022）。

综上所述，关于税收与环境关系以及税收对碳排放的影响，国内外已有大量实证研究，但大多探讨某一具体税种对环境或碳排放的影响。本文从税制整体绿化的视角切入，实证研究我国税制绿化程度对碳排放的影响，以期进一步探讨税收与环境关系，完善税制、发挥税收的调节作用。

（二）机理分析

碳排放具有较强的负外部效应。根据外部性理论，负外部效应是无法通过市场机制的调节作用来矫正的，即造成了 “市场失灵” ，此时必须依靠政府干预来进行矫正。税收制度是政府进行宏观调控最常用的经济手段之一，可以达到弥补 “市场失灵” 、优化资源配置的目的。福利经济学创始人庇古早在20世纪就提出了通过征税的方式来治理环境污染的思想。在庇古看来，政府可以对造成负外部效应的经济活动主体征收税费，从而增加这些经济活动的私人成本，减少带来负外部性的经济活动。通过对税收制度的绿化调整，可以发挥其特有的约束与激励效应，促进碳减排（胡耘通和齐淑芳，2019；张莉和马蔡琛，2021）。

从税收约束角度来讲，税制绿化可以增加产生碳排放或不利于碳减排的经济活动的成本，将碳排放的外部成本内部化，从而促使相关经济主体减少产生碳排放或不利于碳减排的经济行为，进而有效减少二氧化碳排放量，即实现 “倒逼减排” 效应。具体来看，通过对化石能源征收资源税或者对燃料油等资源型产品征收消费税，可以增加化石能源的生产消费成本，抑制经济主体对化石能源的需求，并且促进资源高效率集约化利用以及低碳替代能源的开发使用，进而促进碳减排。车船税、车辆购置税以及对小汽车与机动游艇征收的消费税增加了机动车船等交通工具的购买使用成本，客观上限制了交通运输行业的碳排放。同时，车船税与消费税对不同排气量的乘用车实施差别税率，相当于将税负水平与碳排放水平联系起来，这也有利于减少二氧化碳排放量。

从税收激励角度来讲，通过对清洁能源产业实施一系列减免税政策，加大税收支持力度，可以激励清洁能源的开发利用，降低对高碳能源的需求，进而优化能源消费结构，推动能源结构的低碳转型，达到碳减排目的。通过税收优惠可以鼓励企业使用有利于降碳减排的生产设备，激励企业改进生产技术，从而提高能源利用效率，减少碳排放量。此外，根据 “波特假说” 效应，税制绿化可以增加高耗能高排放企业的生产成本，倒逼企业进行技术革新来适应绿色导向的税制要求，从而带来资源利用效率的提升与低碳环保技术的升级，进而促进碳减排。同时，税制绿化会使得高耗能高排放企业付出高昂的环境遵循成本，为了规避该项成本，这些企业会向环境遵循成本低的国家或地区转移，进而有利于减少碳排放量。

三、税制绿化程度与碳排放现状分析

（一）税制绿化程度测度分析

1.测度方法

税制绿化程度是指一个国家或地区的税收制度在资源能源节约与生态环境保护方面所发挥的作用程度。关于税制绿化程度的测度方法，目前学术界尚未形成统一权威的定论。从现实可行性考虑，国内外学者大多采用具有绿色性质的税收收入占税收总收入的比重来衡量税制绿化程度（Bachus et al.，2004；邓晓兰和王赟杰，2013；中国国际税收研究会等，2018）。因此，本文基于前人的相关研究成果，采用绿色税收收入总和占税收总收入的比重来测度我国现行税制的绿化程度。具体计算公式如下：

在公式（1）中，绿色税收包括资源税、消费税、车船税、车辆购置税、环境保护税、城市维护建设税、城镇土地使用税以及耕地占用税。此外，以前的排污收费制度同样发挥着保护生态环境的作用，并且在2018年经过 “费改税” 成为环境保护税，所以排污费收入也纳入税制绿化程度的指标计算中。考虑到上述八项税收与排污费理论上可以对碳排放起到一定的限制作用，同时借鉴白彦锋等（2022）、中国国际税收研究会、北京市地方税务局课题组（2018）等的研究结论，本文将它们均纳入税制绿化程度指标计算中。

2.测度结果分析

本文选择2008-2019年的相关数据，根据上述公式（1）来测度我国现行税制的绿化程度，具体结果如图1所示。容易看出，我国的税制绿化程度在2008-2019年整体呈波动上升的趋势，说明我国的税制绿化程度在逐步提高。具体来看，2008年我国的税制绿化程度为12.24%，2009年突然增加到16.27%，这主要是因为2009年燃油税费改革导致相关行业的消费税收入快速增长。2009-2019年间税制绿化程度始终保持在16%-19%之间，在2015年达到最高点18.61%。从2015年开始，税制绿化程度下降趋势较为明显，从2015年的18.61%波动降低至2019年的17.34%。究其原因，在全面 “营改增” 初期，部分企业的进项成本管理不规范，导致进项税额无法抵扣，再加上增值税税率的降低是逐步推进的，因此2016-2019年税收收入总额增长较快，进而导致税制绿化程度有所下降。

图1 2008-2019年我国税制绿化程度变化趋势

（二）碳排放现状分析

“碳达峰” 与 “碳中和” 之所以在世界范围内引起各个国家的关注与重视，其根源在于二氧化碳排放与各国的经济发展存在着十分紧密的联系。在过去的十多年间，随着国民经济的蓬勃发展与工业化进程的推进，我国的二氧化碳排放量也在迅速增长。

如图2所示，2008-2019年间，我国的碳排放总量整体呈现增长的态势，从2008年的67.61亿吨增加到2019年的97.95亿吨，增长幅度高达45%。从增长率的变化趋势来看，2008-2019年我国碳排放总量增长率呈现波动下降的趋势，特别是2011-2015年下降趋势尤为显著，由10.59%降至-2.09%。具体来看，2008-2013年我国的碳排放总量逐年增加，处于快速上升阶段，在此期间，碳排放总量年均增长率高达6.5%。这是由于我国加入WTO之后经济迅速发展，加上 “高能耗、高污染、高排放” 的经济增长模式，导致碳排放量持续走高。2013-2019年，我国的碳排放总量变化较小，呈现 “先下降后回升” 的U型态势，年均增长率只有0.46%。这主要是因为党的十八大以来，我国高度重视生态文明建设，积极发展低碳能源并调整能源消费结构，促进产业结构转型升级，提升资源与能源的使用效率，大力推进节能减排工作；但是， “十三五” 规划指出，要继续推进新型城镇化发展，尤其强调加强基础设施建设，导致对钢铁、水泥等高耗能产品的需求增加，同时，随着经济发展与居民生活水平提高，对汽车等生活用品的需求增长迅速，这些原因都会带来碳排放量的大幅增加，从而导致碳排放量出现反弹迹象。

图2 2008-2019年我国碳排放总量与增长率变化趋势

四、模型设计、变量与数据说明

（一）计量模型设定

STIRPAT模型是在IPAT模型的基础上经过修正与改进而形成的随机环境影响评估模型，被广泛应用于人类活动对环境影响的研究中，其基本表达式为：

其中，a为常数项，b、c、d分别为人口规模（P）、富裕程度（A）与技术水平（T）的待估参数，ei为误差项。为了避免可能存在的异方差以及多重共线性对模型估计的影响，通常对该模型两边取对数处理，这样也更易于估计各项因素对于环境的影响程度。对模型（2）两边同时取对数后可以得到：

为了考察税制绿化程度对碳排放的影响，本文在STIRPAT模型的分析框架下进行扩展，引入税制绿化程度、能源强度、产业结构等一系列碳排放的影响因素作为解释变量，构建扩展的STIRPAT模型进行实证分析。具体实证模型如下：

其中，i表示地区，t表示时间，Emissit为被解释变量，表示各地区的碳排放水平；Gtaxit为核心解释变量，表示各地区的税制绿化程度；Xit表示一系列控制变量，即碳排放的其他影响因子，包括经济发展水平、人口规模、能源强度、产业结构、技术进步、贸易开放度。α为该模型的截距项，β、γ、δ为该模型的待估参数，εit为随机误差项。此外，由于诸多学者的研究结果表明碳排放存在较强的滞后效应（铁卫和宋爽，2015；付莎和王军，2018）。故本文引入碳排放水平的一阶滞后变量Emissi，t-1作为解释变量之一。

（二）变量选取

本文所选取的变量及具体衡量指标包括以下几个部分：

1.被解释变量

本文选取碳排放水平（Emiss）作为被解释变量，以各地区碳排放总量（Emiss1）与人均碳排放量（Emiss2）为具体度量指标，并且考察被解释变量度量指标的差异是否会对结论的稳健性产生影响。

2.解释变量

本文的核心解释变量为税制绿化程度（Gtax）。在税制体系中，绿色税收可以直接或间接对碳排放产生一定程度的抑制作用，因此绿色税收收入占税收总收入的比重越大，即税制绿化程度越高，碳排放量越低，从而预期其回归系数为负。

越秀带来一只藤箱，递给乔瞧。箱子里，满满的全是纸，纸上的字，全是秀容月明写的，写的只有两个字：乔，瞧。

3.控制变量

本文在模型中引入如下控制变量：一是经济发展水平（GDP），考虑到物价水平可能带来的影响，以2008年为基期计算的各地区人均实际GDP作为具体衡量指标；二是人口规模（Pop），采用各地区的年末人口数量来表示；三是产业结构（Ind），用第二产业增加值占GDP的比重来表示；四是能源强度（Ener），即单位GDP的能源消费量，利用各地区的能源消费总量与该地区GDP的比值计算得出；五是技术进步（Tech），以各地区的研究与试验发展经费占该地区GDP的比重来衡量；六是贸易开放度（Open），用各地区进出口总额占该地区GDP的比重来表示，其中进出口总额采用当年人民币与美元的平均汇率进行折算。各变量的描述性统计结果见表1。

表1 各变量描述性统计结果

（三）数据说明

本文选取2008-2019年中国30个省、自治区及直辖市的面板数据进行实证研究，西藏由于数据缺失等原因被剔除。其中，碳排放相关数据来源于CEADs（中国碳核算数据库），该数据库是目前较为权威的碳排放数据库。其他数据来源于《中国能源统计年鉴》《中国税务年鉴》、中经网统计数据库以及Wind数据库。

五、实证结果分析

本文设定的模型为动态面板数据模型，在前文所构建的模型（4）中引入了被解释变量的滞后项，因而解释变量与随机干扰项相关的问题可能导致内生性的出现。如果采用LSDV估计法和FGLS估计法，模型的估计结果将产生较大的偏差，进而扭曲参数估计的经济意义。Manuel Arellano和Stephen Bond提出的差分广义矩（DIF-GMM）估计方法可以有效地解决上述问题。为了保证参数估计的无偏性和一致性，本文采用DIF-GMM估计方法来进行模型的参数估计，该方法通过对数据进行差分转换来消除不随时间变化的个体效应，并且通过工具变量的使用可以有效克服内生性问题。与传统的计量估计方法相比，GMM估计法无需满足特定的假设条件，也无需知道随机误差项的准确分布信息，同时还允许其存在序列相关和异方差等情况，因此利用GMM估计法所得出的参数估计量更加有效。

（一）基准回归结果分析

表2报告了税制绿化程度影响碳排放的DIF-GMM回归结果，其中序列（1a）报告了碳排放水平第一个度量指标（Emiss1）的估计结果，序列（2a）报告了碳排放水平第二个度量指标（Emiss2）的估计结果。从表2检验结果容易看出，Arellano-Bond自相关检验AR（2）统计量的p值（0.997与0.999）远大于10%的显著性水平，故接受了 “随机扰动项不存在二阶序列自相关” 的原假设，表明扰动项的差分均不存在二阶自相关，即通过了序列自相关检验；Sargan检验统计量的p值（0.139与0.140）大于0.1，表明模型不存在过度识别问题，所选择的工具变量（即被解释变量的1-3阶滞后项）是可靠有效的，因此可以使用DIF-GMM方法对模型进行参数估计。

从表2序列（1a）与（2a）的回归结果可以看出，税制绿化程度对碳排放总量与人均碳排放量的弹性系数在5%的水平上显著为负，与预期结论一致。具体来说，税制绿化程度每上升1个百分点，碳排放总量会相应下降0.116个百分点，人均碳排放量会相应下降0.113个百分点。这说明税制绿化对碳排放存在显著的抑制作用，提高税制绿化程度可以有效促进碳排放量的减少，也就是说，税制绿化的 “倒逼减排” 效应已经显现出来。这与我国近年来税制的绿色化调整紧密相关，比如煤炭资源税的计征方式由从量定额改为从价定率、提高煤炭资源税税率，为光伏发电、风力发电行业提供各项税收优惠，加大清洁能源开发利用的政策支持力度等，这些举措客观上对碳减排具有积极促进作用。同时，这也为我国进一步降低碳排放水平提供了重要的路径选择，即从税收约束与税收激励两个层面继续推进税制绿化改革，推动税制绿化的重点转向降碳减排，提高税制绿化程度，充分发挥税收制度在促进绿色低碳发展方面的引导与调控作用。从回归结果进一步看出，无论是上一期的碳排放总量还是人均碳排放量均对本期水平具有显著的正向影响，其回归系数分别为0.364与0.422，这说明碳排放呈现动态的连续累计特征。

表2 税制绿化程度对碳排放的影响效应

（二）分区域异质性分析

1.区域划分

我国不同区域在税制绿化程度、经济发展情况以及资源禀赋等方面存在着较大差异，所以税制绿化对不同区域碳排放的影响可能存在异质性。关于碳排放的区域差异研究，大多数学者采用传统的区域划分方法将全国划分为东中西三个区域，但该方法主要是依据地理位置与经济发展水平进行划分，未必适合于碳排放问题的区域差异研究。因此，本文依据碳排放强度进行区域划分。碳排放强度是指每单位国民生产总值所带来的碳排放量，即单位GDP的碳排放量，一般简称为碳强度。如果一个国家或地区在经济增长的同时，每单位GDP所带来的碳排放量在下降，说明该国或该地区已经实现了低碳发展模式。碳排放强度的计算公式如下：

其中，i表示地区，t表示时间，CEI代表碳排放强度，TCE代表碳排放量，GDP为国内生产总值。为了消除物价水平可能带来的影响，此处的GDP采用以2008年为基期的不变价GDP。

根据公式（5），可以计算出2008-2019年我国各省份的碳排放强度，进而依据2008-2019年我国各省份年均碳强度将全国划分为I类区域与II类区域。具体划分标准如下：I类区域为高碳强度区域，其年均碳强度高于全国平均水平；II类区域为中低碳强度区域，其年均碳强度低于全国平均水平。根据上述标准得出的区域划分结果如表3所示。可以看出，有10个省份属于I类区域，主要分布在西北地区与华北地区，包括宁夏、内蒙古、山西等省份。有20个省份属于II类区域，这些省份分布较为广泛，主要位于西南、华中及华东等地区。

表3 碳排放强度区域划分结果

2.分区域回归结果分析

依据表3的区域划分结果，进一步进行分组检验，从而探讨税制绿化程度影响碳排放的地区异质性问题。表4报告了I类区域与II类区域税制绿化程度影响碳排放的DIF-GMM回归结果，其中序列（1b）、（3b）是以碳排放总量（Emiss1）为被解释变量度量指标的估计结果，序列（2b）、（4b）是以人均碳排放量（Emiss2）为度量指标的回归结果。

由表4序列（1b）与（2b）可知，在高碳强度的I类区域，税制绿化程度对碳排放总量与人均碳排放量的回归系数均显著为负，这说明税制绿化已经对I类区域的碳排放产生了显著的抑制效应，提高税制绿化程度可以有效降低该区域的碳排放量，即 “倒逼减排” 效应在I类区域依然存在。此外，技术进步对该区域碳排放的影响作用显著为负，表明技术进步促进了区域内碳排放量的减少。在未来可以进一步加强低碳环保技术研发，提高能源利用效率，从而继续发挥技术进步在促进碳减排方面的作用。进一步根据表4序列（3b）与（4b），在中低碳强度的II类区域，税制绿化程度对碳排放总量与人均碳排放量的回归系数均为负数，但并不显著。这说明在II类区域，税制绿化并没有对碳排放产生显著影响，税制绿化对碳排放的抑制效应尚未显现。

表4 分区域税制绿化程度对碳排放的影响效应

究其原因，现行税制中缺乏以碳排放为征税对象的税种，具有碳减排作用的税种大多通过调控化石能源以及资源型产品的生产消费来间接影响碳排放，而I类区域的产业结构以传统的资源消耗型产业为主，并且高耗能高碳排放的电力热力生产和供应业集中分布在I类区域，因此税制绿化对该区域的碳排放发挥了显著的抑制作用。但是与I类区域相比，II类区域的产业结构更为合理，生产技术更为先进，高新技术产业以及现代服务业等更为集中，这些产业本身不会涉及化石能源的利用以及碳排放量的大幅增长；同时，II类区域的经济水平较高，部分经济主体的 “税负感” 较低，进而减弱了税收引导降碳减排的信号传递作用，因此税制绿化并没有对该区域的碳排放产生明显的抑制作用，可能需要开征直接针对二氧化碳排放的专门性税种，才能有效促进该区域的碳减排。

无论在I类区域还是II类区域，上一期的碳排放总量和人均碳排放量对本期水平均具有显著的正向影响，这说明碳排放的动态连续累计特征在这两类区域依然存在。此外，经济发展水平、产业结构与能源强度对碳排放的影响作用均显著为正，与前文基准回归结果完全一致，并未发生实质变化。总体来看，税制绿化对碳排放存在显著的抑制作用，即税制绿化整体上可以有效促进碳减排，实现了 “倒逼减排” 效果，但在不同区域，税制绿化对碳排放的影响存在异质性，表现为碳减排效应在I类区域显著存在，在II类区域尚未显现。

（三）稳健性检验

为了进一步检验上文回归结果的可靠性，本文采用因变量替换法进行稳健性分析。由于单位面积碳排放量也是衡量一个国家或地区碳排放水平的重要参考指标，因此本文将被解释变量的具体度量指标替换为单位面积碳排放量来进一步考察税制绿化程度对碳排放影响的稳健性。其中，单位面积碳排放量利用各地区的碳排放总量与其地域面积的比值计算得出，具体检验结果如表5序列（1c）所示，税制绿化程度对单位面积碳排放量的估计系数在5%的统计水平上显著为负，这表明税制绿化对碳排放存在显著的抑制效应，提高税制绿化程度可以促进碳排放量的减少，这与本文表2的回归结果保持一致。

表5 稳健性检验结果

此外，我国的四个直辖市由中央政府直接管辖，在经济、政治等方面具有极其重要的地位。为了避免直辖市特殊性对估计结果的影响，本文剔除北京、上海、天津与重庆四个直辖市样本后再次检验税制绿化程度对碳排放的影响，具体检验结果如表5序列（2c）与（3c）所示。其中，序列（2c）与（3c）分别是以碳排放总量（Emiss1）与人均碳排放量（Emiss2）为被解释变量度量指标的检验结果。容易看出，税制绿化程度对碳排放总量与人均碳排放量的回归系数在5%的统计水平上显著为负，说明税制绿化对碳排放存在显著抑制作用，这与本文表2的回归结果依然保持一致。

总体来讲，表5序列（1c）-（3c）的检验结果与表2对应序列的回归结果保持一致，虽然税制绿化程度对碳排放的回归系数具有一定差异性，但作用方向完全相同，并未发生实质性的变化，从而验证了本文得出的研究结果是稳健并且可靠的。

六、结论及政策建议

（一）研究结论

本文聚焦税制绿化程度与碳排放的关系，以我国2008-2019年30个省、直辖市及自治区的面板数据为研究样本，通过扩展的STIRPAT模型与DIF-GMM估计方法实证分析我国税制绿化程度对碳排放的影响，研究结果表明：（1）2008-2019年我国的税制绿化程度逐步提高，整体呈现波动上升趋势；碳排放总量在样本期内呈现增长的态势，但碳排放总量增长率呈现波动下降趋势，特别是2011-2015年下降趋势尤为显著；（2）税制绿化对碳排放存在显著的抑制作用，形成了 “倒逼减排” 效应，并且碳排放呈现动态的连续累计特征，即上期的碳排放水平对本期水平具有显著正向影响；（3）税制绿化程度对碳排放的影响存在区域异质性，即在高碳强度的I类区域，税制绿化对碳排放产生了显著抑制效应，税制绿化程度的提高有助于促进碳排放量的减少，但在中低碳强度的II区域，税制绿化对碳排放的抑制作用尚未显现。

（二）政策建议

根据本文的研究结论，税制绿化对碳排放存在显著抑制作用，但上期的碳排放水平对本期水平具有显著正向影响，因此要进一步推进以 “降碳减排” 为重点的税制绿化改革、提高税制绿化程度，进而实现碳减排目标。基于此，本文提出如下政策建议：

1.完善现行税制中具有碳减排作用的税种

我国现行税制中具有碳减排作用的税种包括资源税、消费税以及车辆购置税等，为了充分发挥税收制度的减排效应，还需要强化这些税种在增加碳汇与减少碳排放方面的调控作用。具体来说，要进一步强化消费税的碳减排作用，将煤炭等化石能源纳入消费税征税范围并合理设置税率，增加化石能源的使用成本，限制其过度开发与使用，进而促进碳减排。在车辆购置税与车船税的税率设置方面，可以根据不同车辆的排放量实施累进制税率或者差别税率，扩大税率的差距幅度，从而引导消费者购买小排放量的机动车辆，形成绿色低碳消费趋势。另外，我国目前的资源税属于价内税，可以将其改为价外税，充分利用税负信号，引导绿色低碳消费，更好地发挥资源税在碳减排方面的作用。

2.考虑现实国情的基础上适时开征碳税

我国现行税制中缺乏直接针对碳排放的税种，因此可以在充分考察现实国情的基础上适时开征碳税。特别是在中低碳强度区域，开征碳税可以增强纳税人的税收感知，强化税收引导碳减排的信号传递作用，进而增强税收制度对于碳减排的调控力度。碳税制度的设计方案可以分为两种模式，一是将碳税设置为单独的税种，平行于环保税、资源税等税种，二是将碳排放纳入环保税的征税范围，设置为环保税的一个单独税目。另外，应当借鉴国际先进经验，合理设计碳税税率区间，并且适当降低企业所得税税率，从而在强化税制碳减排效应的同时，又不会增加宏观税负水平。此外，要协调好碳排放交易市场与碳税调控的双重举措，还应该尽快建立碳税与碳排放权交易的协同互补机制，更好地发挥二者对碳排放的调控作用。与现行环境保护税一样，碳税收入可明确为地方财政收入，中央不参与分成分享，这样不仅可以促使经济主体减少二氧化碳排放，还可以促使地方政府积极落实碳税政策，充分发挥碳税的减排效应。

3.在不同区域设立差异化税制绿化程度目标

碳排放强度不同的区域可以设立差异化税制绿化程度目标，进而协调税制绿化程度对碳排放影响的区域异质性问题。对于高碳强度区域，政府可以适当提升税制绿化程度，切实加大高耗能高排放企业的碳排放成本，鼓励企业研发使用低碳环保技术，引导企业积极参与碳减排工作。对于中低碳强度区域，应更加注重与碳减排相关的激励性税收政策的灵活运用，增强税收激励政策的多元性与普惠性，降低税收激励政策的门槛，促使各个经济主体减少碳排放。此外，政府可以考虑因地制宜地实施差异化税收政策，充分发挥税收政策的约束与激励作用。例如，在碳排放强度不同的区域可以实施有差别的环境保护税税率，合理扩大不同区域间的税率差异幅度，以此来激励各个区域积极促进碳减排，实现绿色低碳发展。同时，应根据现实需求动态调整差异化税收政策内容，使之更具合理性、规范性与时效性，真正落实税收效率原则。

4.运用税收政策全方位推动绿色低碳发展

在绿色低碳发展进程中，需要发挥财税政策 “指挥棒” “牵引机” 作用。我国的产业结构长期呈现 “二三一” 格局，降低高耗能高排放产业比重是实现碳减排的迫切要求。因此，应该加大对高新技术产业、现代服务业的政策支持力度，进一步实施减免税、税收返还等税收优惠政策，为市场主体投身绿色低碳产业释放出强烈的政策信号，切实推进产业结构的低碳化转型。此外，优化调整能源结构是降低碳排放的关键所在。从税制角度来看，一方面，要强化资源税、消费税的 “降碳减排” 作用，提升高碳能源的税收成本与价格，严格合理控制煤炭消费增长。另一方面，要加大对清洁能源开发利用的税收支持力度，继续实施增值税即征即退、企业所得税减免等一揽子税收优惠政策，并确保优惠政策的长期性。同时，要运用税收杠杆撬动技术创新，支持绿色低碳相关科研活动，推动低碳技术研发与攻关，实现能源生产消费的深度脱碳，助力 “碳达峰、碳中和” 目标的顺利实现。