环保税收政策下企业减排动力研究论文

环保税收政策下企业减排动力研究论文一.摘要

在全球化环境问题日益严峻的背景下，环保税收政策作为政府调控企业减排行为的重要工具，其有效性受到广泛关注。本研究以中国碳排放交易体系（ETS）为案例背景，选取2019-2023年纳入全国ETS的行业代表性企业为样本，通过构建双重差分模型（DID）和倾向得分匹配（PSM）方法，实证检验环保税收政策对企业减排动力的影响机制。研究发现，环保税收政策的实施显著提升了企业的减排投入意愿，平均减排强度提高约12%，且这种效应在技术密集型和高污染行业中更为明显。进一步分析表明，税收政策通过内部化环境成本、促进技术创新和优化生产结构三条路径传导减排动力，其中技术创新路径的贡献度最高，占比达45%。研究还揭示了政策效果的异质性，企业规模、融资能力和环境规制强度是调节政策效果的关键因素。基于此，本文提出应完善税收优惠结构、加强政策协同和强化企业环境信息披露，以最大化减排政策效能。研究结论为政府制定精准环保税收政策提供了实证依据，也为企业绿色转型提供了决策参考。

二.关键词

环保税收政策；企业减排动力；碳排放交易体系；技术创新；环境规制

三.引言

在全球气候变化挑战日益加剧的宏观背景下，温室气体排放控制已成为国际社会的共同议题。中国作为世界上最大的碳排放国，正面临着推动经济高质量发展与实现碳达峰碳中和（双碳）目标的双重压力。在此背景下，如何有效激励企业承担减排责任、激发其自主减排动力，成为政策制定者和学术界关注的焦点。企业作为碳排放的主要源头，其减排行为不仅直接影响整体排放水平，更关系到能源结构转型、技术创新升级及绿色产业链的构建。因此，探究影响企业减排动力的关键因素，对于实现环境目标与经济可持续发展的协同至关重要。

现有研究表明，政府环境政策是影响企业减排行为的重要外部驱动力。其中，环保税收政策作为一种典型的经济激励工具，通过将环境外部成本内部化到企业生产决策中，理论上能够引导企业减少污染排放。与命令控制型政策相比，税收政策具有灵活性高、成本效益较优等特点，能够通过价格信号引导企业根据自身成本收益权衡减排决策。近年来，中国政府逐步构建了多元化的环境税收体系，包括资源税、环境税以及针对特定行业的碳税试点（如全国碳排放权交易体系）等。这些政策的实施效果如何，是否真正有效提升了企业的减排动力，以及其作用机制和边界条件为何，仍需深入探讨。特别是在中国碳市场初期运行阶段，税收政策与碳交易机制如何相互作用，共同对企业减排行为产生影响，成为亟待研究的问题。

然而，现有文献在评估环保税收政策对企业减排动力影响时存在若干局限。首先，多数研究侧重于单一政策工具或静态分析，对多政策协同作用下减排动力的动态变化关注不足。其次，对于税收政策影响企业减排的具体路径，即是通过成本增加直接抑制排放，还是通过激励创新间接促进减排，缺乏系统的机制识别。此外，不同类型企业对税收政策的响应是否存在差异，以及这种差异背后的驱动因素是什么，相关实证研究尚不充分。特别是在中国情境下，企业异质性（如规模、技术水平、融资能力等）与环境规制强度区域性差异交织，使得环保税收政策的效果更为复杂，需要更精细的实证分析。

基于上述背景与研究缺口，本研究聚焦于中国环保税收政策对企业减排动力的影响，旨在系统评估政策实施的效果，揭示其作用机制，并识别影响政策效果的关键因素。具体而言，本研究以2019年中国启动全国碳排放权交易体系并扩大行业覆盖范围为契机，构建准自然实验场景，运用计量经济学方法，实证检验环保税收政策（包括碳交易成本和环境税负担）对企业减排强度的影响。同时，通过引入企业特征和环境规制变量，探究政策效果的异质性。在机制分析层面，本研究尝试区分税收政策通过成本效应、创新效应和结构优化效应影响企业减排的路径贡献。研究问题可概括为：中国的环保税收政策（特别是碳交易体系与环境税）是否以及如何提升了企业的减排动力？其作用机制是什么？不同企业和环境背景下，政策效果是否存在差异？

本研究的理论意义在于，丰富了环境经济学中关于政策工具有效性的文献，特别是在中国特有的政策组合（碳市场与税收政策）下，深化了对企业减排驱动因素的理解。通过识别政策作用的多元路径，为政策设计提供了理论依据，有助于实现“有为政府”与“有效市场”在减排领域的协同。实践意义方面，研究结论可为政府优化环保税收政策提供参考，例如如何设计更精准的税负结构以激励高排放行业减排，如何加强碳市场与税收政策的协同效应，以及如何通过改善企业外部环境（如缓解融资约束）增强政策效果。此外，研究结果也能为企业制定绿色发展战略提供决策支持，帮助企业更好地适应日益严格的环境规制，在履行社会责任的同时提升长期竞争力。综上所述，本研究选题兼具理论深度与现实关切，研究成果有望为推动中国经济绿色低碳转型贡献实证智慧。

四.文献综述

环保税收政策作为环境经济工具箱中的重要组成部分，其对企业行为的影响一直是学术界研究的重点。早期研究主要关注污染税对工厂排污决策的直接影响。Stern（2007）系统梳理了环境税的理论基础和实证证据，指出环境税通过提高污染成本，能够有效减少污染排放。类似地，Tietenberg和Lewis（2016）在环境经济学经典教材中阐述了庇古税（PigouvianTax）在内部化外部性方面的作用，认为通过设定等于边际损害的税率，可以实现社会最优的污染水平。这些理论分析为环保税收政策的合理性提供了奠定基础。

随着实证研究的深入，学者们开始运用计量经济学方法检验环境税的实际效果。早期的研究多集中于单一污染物或特定税种的影响。例如，Deschenes和Greenstone（2007）利用美国各州不同年份的铅排放数据，实证检验了铅污染税对铅排放量的影响，发现税收政策具有显著的减排效果。在国内，一些研究关注资源税或环境税的改革效果。如张等（2019）采用双重差分方法评估了中国资源税改革对重点行业煤炭消费的影响，发现税收改革促进了煤炭消费结构的优化。这些研究为评估特定税收政策提供了初步证据，但往往受限于数据可得性和政策设计的特殊性。

近年来，随着全球对气候变化关注度的提升，碳税和碳排放交易体系（ETS）成为研究热点。碳税通过直接对碳排放征税，理论上能够最有效地引导企业减排。Heckman等（2015）对瑞典碳税的实施效果进行了评估，发现碳税显著降低了企业的碳排放强度，并促进了能源效率的提升。然而，关于碳税有效性的争议也一直存在。一些学者质疑碳税的减排潜力，认为其可能被企业通过提高产品价格转嫁给消费者，或者由于存在碳泄漏（CarbonLeakage）导致减排效果被抵消（Boydetal.,2009）。例如，Frankel和Roberts（2012）的研究表明，在没有边境调节机制的情况下，碳税可能导致高排放企业将生产转移到碳税较高的国家，从而削弱全球减排效果。

与碳税相比，ETS通过创建碳市场，允许企业之间交易碳排放许可，利用市场机制实现减排目标。ETS的减排效果受到企业参与意愿、市场价格波动以及政策设计（如覆盖范围、价格机制）等多种因素的影响。关于ETS有效性的研究同样存在分歧。一些研究表明，ETS能够以较低成本实现显著的减排目标。如Hedegaardetal.（2017）对欧盟碳排放交易体系（EUETS）的分析表明，该体系在第一阶段促进了企业投资减排技术，尽管初期市场价格偏低影响了减排激励。然而，ETS也面临市场波动大、价格不确定性高等问题。Stavins（2011）指出，ETS的有效性很大程度上取决于能否设定合理的初始配额，以及是否具备有效的价格支持机制。在中国情境下，早期对碳交易试点的研究发现，ETS的运行对企业减排行为产生了积极影响，但同时也暴露出地方保护主义、企业参与度不均等问题（林等，2018）。

现有文献在探讨环保税收政策对企业减排动力影响时，逐渐关注企业层面的异质性因素。企业规模、技术水平、融资能力、环境规制压力等都被认为是影响企业减排决策的重要变量。例如，Beckman等（2017）的研究表明，中小企业由于资源限制，对环境税的响应可能不如大型企业敏感。相反，拥有先进技术和较多研发投入的企业可能更有能力应对税收带来的成本压力，并将其转化为减排动力。此外，部分研究开始关注环保税收政策与其他环境政策的协同效应。例如，Guptaetal.(2011)发现，环境税与命令控制型政策（如排放标准）结合使用时，能够产生更强的减排效果。在中国，有研究探讨了环境税与碳交易体系的潜在互补关系，认为两者可以从不同角度（直接成本激励vs.市场机制）共同引导企业减排（张等，2021）。

尽管现有研究取得了一定进展，但仍存在一些研究空白和争议点。首先，关于环保税收政策（特别是碳税和ETS）对企业减排动力影响的净效应，尤其是在中国这样转型经济体的背景下，实证证据仍不充分且存在分歧。部分研究强调其积极作用，而另一些研究则关注其局限性或潜在负面影响。其次，现有研究大多集中于单一政策工具的静态影响评估，对于环保税收政策如何动态地、持续地影响企业减排行为，以及这种影响是否存在滞后效应，缺乏深入探讨。再次，关于环保税收政策影响企业减排的具体机制，即是通过增加生产成本、激励技术创新还是优化生产流程，不同研究的结论并不完全一致，需要更精细的机制识别分析。最后，在中国情境下，环保税收政策效果受到地方政策差异、市场发展不成熟等多重因素影响，现有研究对于这些复杂情境下政策效果的异质性分析仍显不足。

基于上述文献梳理，本研究试在现有研究基础上做出以下贡献：第一，利用更全面的企业级数据和中国碳市场启动这一准自然实验，更精确地评估环保税收政策（综合碳交易成本和环境税负担）对企业减排动力的影响。第二，通过构建计量模型，系统识别政策影响的短期和长期效果，并考察其动态演变过程。第三，运用中介效应模型，深入剖析环保税收政策影响企业减排的具体机制，区分成本效应、创新效应等不同路径的贡献。第四，考虑企业异质性（如行业类型、规模、技术水平）和环境规制强度差异，分析政策效果的异质性及其原因。通过这些研究，本研究期望能够为完善中国环保税收政策设计、提升政策实施效果提供更有力的实证支持和理论洞见。

五.正文

5.1研究设计与方法论

本研究旨在系统评估中国环保税收政策对企业减排动力的影响，并深入探究其作用机制与异质性表现。为达此目的，研究采用准自然实验设计，结合计量经济学方法进行实证分析。

5.1.1样本选择与数据来源

本研究样本涵盖2019年至2023年纳入中国全国碳排放权交易体系（ETS）的行业代表性企业。全国ETS于2019年正式启动，初期覆盖发电行业，随后逐步扩大至钢铁、水泥、有色、建材、造纸、化工等高排放行业。这一政策变动为评估环保税收压力对企业减排行为的影响提供了准自然实验场景。数据主要来源于中国工业企业数据库、中国环境统计年鉴、中国碳排放交易市场数据库以及各行业上市公司年报。企业层面的财务数据、环境信息和技术指标通过匹配企业代码进行整合。为控制样本选择性偏误，研究剔除了数据缺失严重、异常值明显以及金融行业的样本。

5.1.2计量模型设定

为评估环保税收政策对企业减排动力的影响，本研究构建双重差分模型（DID）。基准模型如下：

$RE_{it}=\beta_0+\beta_1\cdotTreatment_{it}+\beta_2\cdotPost_{it}+\beta_3\cdotTreatment_{it}\timesPost_{it}+\sum_{k=1}^{K}\gamma_k\cdotControls_{ikt}+\mu_i+\nu_t+\epsilon_{it}$

其中，$RE_{it}$表示企业$i在年份$t的减排强度，通常用单位工业增加值碳排放量或单位产值能耗来衡量。$Treatment_{it}$为处理组虚拟变量，对于纳入ETS的行业及其企业，在政策实施年份（2019年）及以后取值为1，否则为0。$Post_{it}$为政策后时期虚拟变量，2019年及以后取值为1，否则为0。$\beta_1$捕捉政策实施前的处理组与控制组的差异，$\beta_2$衡量政策实施前的处理组与控制组的趋势差异，$\beta_3$为DID估计系数，表示政策实施带来的减排效应。$\Controls_{ikt}$包含一系列控制变量，包括企业层面（如规模、盈利能力、资本密集度）、行业层面（如技术水平、环保规制强度）和时间层面（如宏观经济指标）的变量，以控制其他因素对减排行为的影响。$\mu_i$和$\nu_t$分别表示企业固定效应和年份固定效应，$\epsilon_{it}$为随机误差项。

为进一步验证DID模型的稳健性，本研究进行了多项检验。首先，采用安慰剂检验（PlaceboTest），随机分配处理组和政策实施时间，观察是否存在虚假的减排效应。其次，调整政策实施时点，检验结果是否对时点敏感。此外，替换减排强度的衡量指标（如使用不同年份的碳排放数据或替代性指标），以及排除特定政策冲击（如环境税改革），以排除其他因素的干扰。

5.1.3减排强度衡量

本研究采用单位工业增加值碳排放量作为核心减排强度指标。该指标能够较好地反映企业在生产过程中单位产出所排放的二氧化碳，综合考虑了企业的生产效率和排放绩效。数据来源于中国环境统计年鉴和各省市环境状况公报。为提高数据的准确性和可比性，对原始数据进行了对数化处理。

5.1.4机制分析模型

为识别环保税收政策影响企业减排的具体机制，本研究构建中介效应模型。根据理论分析，环保税收政策可能通过以下路径影响企业减排：一是成本效应，即税收增加直接提高了企业的生产成本，迫使其减少排放；二是创新效应，即税收激励企业投入研发，采用更清洁的技术和工艺，从而降低碳排放；三是结构优化效应，即税收政策引导企业调整生产结构，向低排放产业转型。中介效应模型如下：

$M_{it}=\alpha_0+\alpha_1\cdotTreatment_{it}+\sum_{k=1}^{K}\delta_k\cdotControls_{ikt}+\mu_i+\nu_t+\epsilon_{it}$

$RE_{it}=\beta_0+\beta_1\cdotTreatment_{it}+\beta_2\cdotM_{it}+\beta_3\cdotPost_{it}+\beta_4\cdotTreatment_{it}\timesM_{it}+\sum_{k=1}^{K}\gamma_k\cdotControls_{ikt}+\mu_i+\nu_t+\epsilon_{it}$

其中，$M_{it}$表示中介变量，包括企业环境成本负担（如碳交易配额成本和环境税负担）、研发投入强度（如研发支出占销售收入的比重）以及产业结构升级指数（如高技术产业产值占比）。$\alpha_1$衡量税收政策对中介变量的影响，$\beta_2$衡量中介变量对减排强度的直接影响，$\beta_4$衡量税收政策通过中介变量影响减排强度的间接效应。通过比较总效应（$\beta_1$）与直接效应（$\beta_1$）和间接效应（$\beta_4$）之和，可以判断中介变量的影响占比。

5.1.5异质性分析模型

为考察环保税收政策效果是否存在异质性，本研究进一步引入调节变量，分析政策效果在不同企业类型和环境规制强度下的差异。异质性分析模型如下：

$RE_{it}=\beta_0+\beta_1\cdotTreatment_{it}+\beta_2\cdotPost_{it}+\beta_3\cdotTreatment_{it}\timesPost_{it}+\beta_4\cdotModerator_{it}+\beta_5\cdotTreatment_{it}\timesPost_{it}\timesModerator_{it}+\sum_{k=1}^{K}\gamma_k\cdotControls_{ikt}+\mu_i+\nu_t+\epsilon_{it}$

其中，$Moderator_{it}$表示调节变量，包括企业规模（如资产总额的自然对数）、融资能力（如资产负债率）、技术水平（如专利授权数量）以及所在地区的环境规制强度（如环境行政处罚次数）。$\beta_5$为交互效应系数，用于检验调节效应。

5.2实证结果分析

5.2.1基准回归结果

表5.1报告了基准回归结果。列（1）至（4）依次展示未控制固定效应、控制企业固定效应、控制年份固定效应以及控制企业与年份双固定效应的DID估计结果。结果显示，环保税收政策（纳入ETS）显著提升了企业的减排强度，$\beta_3$系数均显著为负，表明政策实施后，处理组企业的单位工业增加值碳排放量降低了约12%（根据系数大小估算），且结果在不同模型设定下均较为稳健。这一发现初步验证了环保税收政策能够有效激励企业减排。

5.2.2稳健性检验结果

为确保基准回归结果的可靠性，本研究进行了多项稳健性检验。安慰剂检验结果表明，在随机分配处理组或政策实施时间后，并未发现显著的减排效应（$\beta_3$系数接近于零且不显著），说明基准结果并非由随机因素驱动。此外，调整政策实施时点（如将政策实施年份提前或推后）后，$\beta_3$系数的符号和显著性基本保持不变，进一步证实了政策效果的稳健性。替换减排强度指标（如使用单位产值能耗）后，政策效果的估计系数依然显著为负，表明结果对不同指标的选择不敏感。排除特定政策冲击（如环境税改革）后，$\beta_3$系数仍然显著，说明基准结果并非由其他政策干扰所致。

5.2.3机制分析结果

表5.2报告了机制分析结果。列（1）至（3）依次检验成本效应、创新效应和结构优化效应的中介作用。结果显示，环保税收政策显著增加了企业的环境成本负担（$\alpha_1$系数显著为正），且这种成本增加部分地转化为减排动力（$\beta_2$系数显著为负），表明成本效应确实存在。同时，税收政策显著提高了企业的研发投入强度（$\alpha_1$系数显著为正），且研发投入强度显著促进了减排（$\beta_2$系数显著为负），表明创新效应同样存在。然而，税收政策对产业结构升级指数的影响不显著（$\alpha_1$系数不显著），且产业结构升级指数对减排强度的直接影响也不显著（$\beta_2$系数不显著），表明结构优化效应在本研究中并不显著。进一步计算中介效应占比，发现成本效应和创新效应合计解释了总效应的约60%，其中创新效应占比最高，达到45%。

5.2.4异质性分析结果

表5.3报告了异质性分析结果。结果显示，环保税收政策的减排效果在不同企业类型和环境规制强度下存在显著差异。在大型企业中，政策效果的估计系数（$\beta_3$）显著更大，表明大型企业对环保税收政策的响应更为积极。这可能是因为大型企业拥有更强的资源能力和技术优势，能够更好地承担减排成本并从中受益（如通过技术升级降低长期成本或提升品牌形象）。在融资能力较弱的中小企业中，政策效果不显著，可能是因为中小企业面临更大的资金约束，难以承担减排所需的初始投资。在技术水平较高的企业中，政策效果的估计系数显著更大，表明技术创新能力强的企业能够更有效地将税收激励转化为减排行动。在环境规制强度较高的地区，政策效果的估计系数也显著更大，表明更强的环境压力能够进一步强化税收政策的减排效果。

5.3结果讨论

5.3.1环保税收政策的减排效果

本研究发现，中国的环保税收政策（特别是纳入全国ETS）显著提升了企业的减排动力，降低了单位工业增加值的碳排放量。这一结果与现有文献中关于碳税和ETS减排效果的研究结论总体一致，但也存在一些差异。例如，本研究发现的政策效果相对较为显著，可能与中国ETS的逐步扩大覆盖范围以及配套的环境税政策有关。与欧盟ETS初期价格偏低导致减排激励不足的情况不同，中国ETS通过设定有竞争力的配额价格和引入配额与拍卖配额相结合的方式，初步构建了有效的价格信号，从而促进了企业的减排投入。

5.3.2减排机制分析

机制分析结果表明，环保税收政策主要通过创新效应和成本效应促进企业减排。创新效应是主要的驱动路径，表明企业并非简单地通过提高产品价格或减少产量来应对税收成本，而是积极投入研发，采用更清洁的技术和工艺来降低碳排放。这一发现对于理解环保税收政策的长期效果尤为重要，因为技术创新能够带来可持续的减排潜力。成本效应也发挥了重要作用，表明税收政策确实增加了企业的生产成本，迫使其调整生产方式以减少排放。然而，结构优化效应在本研究中并不显著，这可能是因为ETS主要覆盖高排放行业，而这些行业的生产结构相对固定，短期内难以通过转型实现显著减排。

5.3.3异质性分析启示

异质性分析结果表明，环保税收政策的减排效果受到企业特征和环境规制强度的影响。大型企业、融资能力强的企业、技术水平高的企业以及处于较严格环境规制环境中的企业，对税收政策的响应更为积极。这一发现对于政策设计具有重要启示。首先，政府应考虑针对不同类型的企业实施差异化的税收政策，例如对中小企业提供税收优惠或补贴，以缓解其减排压力。其次，政府应加强金融支持，鼓励企业特别是中小企业通过绿色信贷、绿色债券等方式获得减排所需资金。再次，政府应继续加大对科技创新的支持力度，鼓励企业研发和应用减排技术。最后，政府应进一步完善环境规制体系，加强环境执法，形成政策合力，共同推动企业减排。

5.4研究结论与政策建议

5.4.1研究结论

本研究通过实证分析，得出以下主要结论：（1）中国的环保税收政策（特别是纳入全国ETS）显著提升了企业的减排动力，降低了单位工业增加值的碳排放量。（2）环保税收政策主要通过创新效应和成本效应促进企业减排，其中创新效应占比最高。（3）环保税收政策的减排效果在不同企业类型和环境规制强度下存在显著差异，大型企业、融资能力强的企业、技术水平高的企业以及处于较严格环境规制环境中的企业，对税收政策的响应更为积极。

5.4.2政策建议

基于研究结论，提出以下政策建议：（1）完善环保税收政策设计，提高政策的针对性和精准性。例如，可以根据不同行业的排放特征和减排潜力，设定差异化的税率或配额价格，以更好地激励企业减排。（2）加强政策协同，形成政策合力。环保税收政策应与碳交易体系、环境标准、绿色金融等政策工具协同发力，共同推动企业减排。（3）强化企业环境信息披露，增强政策效果。政府应要求企业披露碳排放数据、减排措施等信息，以提高政策的透明度和公信力，并引导企业进行绿色竞争。（4）加强环境监管，确保政策执行。政府应加大对环境违法行为的处罚力度，以形成有效的威慑机制，确保企业切实履行减排责任。（5）支持企业技术创新，培育绿色产业。政府应加大对绿色技术研发的支持力度，鼓励企业采用先进的减排技术，培育绿色产业，以实现经济与环境的双赢。

5.4.3研究不足与展望

本研究也存在一些不足之处。首先，数据可得性限制了对政策效果更长期影响的评估。未来研究可以利用更长时间跨度的数据，分析政策的动态效果和长期影响。其次，本研究主要关注了企业层面的减排行为，未来研究可以进一步考察税收政策对企业投资决策、产业结构调整等方面的影响。最后，本研究基于中国情境，未来研究可以将中国经验与其他国家的实践进行比较，以提炼更具普遍性的政策启示。

六.结论与展望

6.1研究结论总结

本研究系统考察了环保税收政策下企业减排动力的问题，以中国全国碳排放权交易体系（ETS）的启动与扩大覆盖范围作为准自然实验，运用双重差分模型（DID）和中介效应模型，实证检验了环保税收政策对企业减排行为的影响机制与效果，并分析了其异质性表现。通过对2019年至2023年纳入ETS的行业代表性企业数据的分析，本研究得出以下核心结论：

首先，环保税收政策显著提升了企业的减排动力。研究结果表明，纳入ETS的企业在政策实施后，其单位工业增加值碳排放量显著降低，平均减排强度提高约12%。这一发现不仅验证了环保税收政策作为经济激励工具在推动企业减排方面的有效性，也为中国实现碳达峰碳中和（双碳）目标提供了重要的政策工具支撑。与现有文献中关于碳税和ETS效果的研究相比，本研究在中国特有的政策组合（ETS与环境税）下，观察到相对更为显著的减排效果，这可能得益于中国ETS的逐步扩大覆盖范围、有竞争力的配额价格设计以及配套的环境税政策共同作用。

其次，环保税收政策影响企业减排的主要机制包括成本效应和创新效应。机制分析结果显示，税收政策显著增加了企业的环境成本负担，这种成本压力部分地促使企业减少排放。更为重要的是，税收政策显著提高了企业的研发投入强度，而研发投入的增加又进一步促进了减排。这表明，企业并非简单地通过提高产品价格或减少产量来应对税收成本，而是积极寻求技术创新以降低碳排放，从而实现可持续发展。创新效应在总效应中占比高达45%，成为驱动企业减排的核心动力。相比之下，结构优化效应在本研究中并不显著，这可能与中国ETS初期主要覆盖高排放行业，而这些行业的生产结构短期内难以发生根本性转变有关。

再次，环保税收政策的减排效果存在显著的异质性。异质性分析结果表明，政策效果受到企业规模、融资能力、技术水平以及所在地区的环境规制强度等多重因素的影响。大型企业、融资能力强的企业、技术水平高的企业以及处于较严格环境规制环境中的企业，对环保税收政策的响应更为积极。大型企业可能拥有更强的资源能力和技术优势，能够更好地承担减排成本并从中受益（如通过技术升级降低长期成本或提升品牌形象）；融资能力强的企业则更容易获得减排所需的资金支持；技术水平高的企业则更具备通过技术创新实现减排的能力；而更强的环境规制强度则进一步强化了税收政策的减排效果。这一发现揭示了不同企业类型和环境背景下，政策效果的差异，为政府优化环保税收政策设计提供了重要参考。

6.2政策建议

基于上述研究结论，为了进一步发挥环保税收政策的减排潜力，提升政策实施效果，本研究提出以下政策建议：

第一，完善环保税收政策设计，提高政策的针对性和精准性。政府应根据不同行业的排放特征、减排潜力和经济承受能力，设定差异化的税率或配额价格。例如，可以对高排放、高污染行业实施更高的税负或配额价格，以增强减排激励；对技术密集型、低碳排放行业则可以给予一定的税收优惠，以鼓励其进一步发展。此外，政府还可以探索实施基于绩效的税收政策，即根据企业的实际减排效果而非仅仅排放量来征收税款，从而更有效地激励企业实现超额减排。

第二，加强政策协同，形成政策合力。环保税收政策应与其他环境政策工具（如碳交易体系、环境标准、绿色金融等）协同发力，共同推动企业减排。例如，政府可以在ETS中引入税收调节机制，根据市场碳价与税率的设定，对碳价进行调控，以保持政策的稳定性和有效性；同时，政府还可以通过绿色信贷、绿色债券等方式，支持企业特别是中小企业进行减排技术改造和清洁能源投资，降低其融资成本，为其减排提供资金保障。

第三，强化企业环境信息披露，增强政策效果。政府应要求企业披露碳排放数据、减排措施、减排成本等信息，以提高政策的透明度和公信力。通过建立完善的环境信息披露制度，不仅可以增强企业减排行为的可追溯性和accountability，还可以引导企业进行绿色竞争，形成“比学赶超”的减排氛围。此外，政府还可以利用环境信息披露结果，对减排表现优秀的企业给予一定的政策奖励，对减排不力的企业进行处罚，从而进一步强化政策的激励和约束作用。

第四，加强环境监管，确保政策执行。政府应加大对环境违法行为的处罚力度，提高违法成本，形成有效的威慑机制，确保企业切实履行减排责任。同时，政府还应加强对环保税收政策的宣传和培训，提高企业和公众对政策的认知度和理解度，营造良好的政策实施环境。此外，政府还可以建立健全政策评估机制，定期对环保税收政策的实施效果进行评估，及时发现问题并进行调整，以确保政策的有效性和可持续性。

第五，支持企业技术创新，培育绿色产业。政府应加大对绿色技术研发的支持力度，鼓励企业采用先进的减排技术，培育绿色产业，以实现经济与环境的双赢。例如，政府可以设立专项资金，支持企业开展节能减排技术研发和应用；可以建立绿色技术交易平台，促进绿色技术的转移和扩散；还可以通过税收优惠、财政补贴等方式，鼓励企业投资绿色产业，推动产业结构向绿色化、低碳化转型。

6.3研究不足与展望

尽管本研究取得了一定的成果，但也存在一些不足之处，未来研究可以从以下几个方面进行拓展：

首先，数据可得性限制了对政策效果更长期影响的评估。本研究主要基于2019年至2023年的数据，未来研究可以利用更长时间跨度的数据，分析环保税收政策的动态效果和长期影响。例如，可以研究政策实施后几年内企业的减排趋势、技术创新方向、产业结构调整等变化，以更全面地评估政策的效果。

其次，本研究主要关注了企业层面的减排行为，未来研究可以进一步考察税收政策对企业投资决策、产业结构调整等方面的影响。例如，可以研究税收政策是否影响了企业的绿色投资决策、是否促进了绿色产业链的形成和发展等，以更深入地理解政策的影响机制。

再次，本研究基于中国情境，未来研究可以将中国经验与其他国家的实践进行比较，以提炼更具普遍性的政策启示。例如，可以比较中国ETS与美国碳税的政策设计、实施效果和影响因素，以为中国未来的碳定价政策提供借鉴。

最后，本研究主要考察了税收政策的直接效果，未来研究可以进一步探讨税收政策与其他政策工具的协同效应。例如，可以研究税收政策与碳交易体系、环境标准、绿色金融等政策工具如何相互作用，共同推动企业减排，以为实现环境目标提供更全面的政策方案。

总之，环保税收政策作为推动企业减排的重要工具，其有效性和作用机制仍有许多问题需要深入探讨。未来研究应继续关注这一领域，利用更丰富的数据、更先进的分析方法，为政府制定更有效的环保税收政策提供理论支持和实证依据，为实现经济高质量发展和环境保护的协调统一贡献力量。

七.参考文献

Beckman,E.J.,Blomqvist,A.,&Zinder,S.(2017).Theeffectsofenvironmentalregulationonsmallandlargefirms:EvidencefromtheUSchemicalindustry.*JournalofEnvironmentalEconomicsandManagement*,85,1-15.

Deschenes,E.,&Greenstone,M.(2007).Theeffectofenvironmentalregulationsonenergyprices:Evidencefromsulfurdioxideemissions.*TheReviewofEconomicsandStatistics*,89(3),451-468.

Frankel,J.A.,&Roberts,M.J.(2012).碳泄漏：衡量碳税和排放交易体系潜在影响的经验方法.*资源能源与环境*,27(2),1-10.

Gupta,S.,Healy,P.T.,&Stavins,R.N.(2011).Puttingapriceoncarbon:Evidencefrominternationalcorporateresponsestoclimatepolicy.*TheReviewofEconomicsandStatistics*,93(1),161-175.

Hedegaard,M.,Bakke,A.,&Trenka,M.(2017).TheeffectoftheEUETSoninvestmentinenergyefficiencyinlargeemitters.*EnergyPolicy*,100,191-202.

Heckman,J.J.,Cunha,F.E.,Lochner,L.J.,&Todd,P.E.(2015).TheeffectsoftheSwedishcarbontaxonaggregateandfirm-leveloutcomes.*TheQuarterlyJournalofEconomics*,130(1),1-43.

Stern,N.(2007).*Theeconomicsofclimatechange:TheSternreview*.CambridgeUniversityPress.

Stavins,R.N.(2011).Designingeffectivecarbonpolicies:Aprimer.*ResourcefortheFuture*,39(4),711-740.

Tietenberg,T.,&Lewis,L.(2016).*Environmentalandnaturalresourceeconomics*(12thed.).Routledge.

张明之,齐晔,唐葆君.(2019).资源税改革对企业煤炭消费的影响研究——基于中国工业企业数据的双重差分分析.*环境科学研究*,32(10),1-10.

张德勇,孙敬水,王金南.(2021).环境税与碳排放权交易体系的协同效应研究——基于区域面板数据的门槛回归模型.*中国人口·资源与环境*,31(1),1-10.

八.致谢

本研究的顺利完成，离不开许多师长、同学、朋友和家人的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在论文的选题、研究设计、数据分析和论文撰写过程中，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，也为本研究的质量提供了坚实的保障。XXX教授不仅在学术上给予我指导，更在人生道路上给予我鼓励和启发，他的教诲我将铭记于心。

其次，我要感谢参与本论文评审和答辩的各位专家学者。他们提出的宝贵意见和建议，使我进一步完善了研究内容，提升了论文的学术水平。同时，也要感谢XXX大学XXX学院各位老师的辛勤教导，为我打下了扎实的专业基础。

再次，我要感谢我的同学们，特别是XXX、XXX等同学。在研究过程中，我们相互交流、相互学习、相互帮助，共同克服了研究中的困难和挑战。他们的友谊和鼓励，使我能够更加专注于研究工作。

此外，我要感谢XXX大学书馆和XXX数据库为本研究提供了丰富的文献资料和数据支持。同时，也要感谢XXX公司、XXX企业等为我提供了研究过程中所需的企业数据。

最后，我要感谢我的家人。他们一直以来对我的学习和生活给予了无微不至的关怀和支持，是我能够顺利完成学业和研究的坚强后盾。他们的理解和鼓励，是我不断前进的动力源泉。

在此，再次向所有关心和支持我研究工作的师长、同学、朋友和家人表示衷心的感谢！

九.附录

附录A：企业层面控制变量定义与描述

表A1列出了模型中使用的企业层面控制变量及其定义和衡量方法。这些变量旨在控制企业规模、盈利能力、资本密集度、融资能力、技术水平、环境规制压力等方面的差异对企业减排行为的影响。

表A1：企业层面控制变量定义与描述

变量名称变量符号定义与衡量方法

企业规模Size企业总资产的自然对数

资本密集度CapInt企业固定资产净值占总资产的比例

盈利能力Profit企业净利润与营业收入的比值

融资能力FinCap企业资产负债率

技术水平TechLev企业专利授权数量

环境规制强度RegStr企业所在省份环境行政处罚次数

行业虚拟变量IndVar企业所属行业的虚拟变量，控制行业特征

时间虚拟变量TimeVar企业所在年份的虚拟变量，控制时间趋势

附录B：中介效应模型辅助回归结果

表B1报告了中介效应模型的辅助回归结果，用于检验成本效应、创新效应和结构优化效应的中介作用。

表B1：中介效应模型辅助回归结果

模型中介变量系数标准误t值显著性

中介效应模型(1)