■/ 何天琦 孔翠英

一、引言

隨著全球變暖的加劇，碳減排已成為全世界面臨的艱巨任務(wù)。在應(yīng)對碳排放問題上，我國于2020 年正式提出“二氧化碳排放力爭于2030 年前達(dá)到峰值，努力爭取2060 年前實(shí)現(xiàn)碳中和”的“雙碳”目標(biāo)，充分彰顯了我國積極應(yīng)對氣候變化、走綠色低碳發(fā)展道路的堅(jiān)定決心。要實(shí)現(xiàn)“雙碳”目標(biāo)，既需要綠色環(huán)保技術(shù)的不斷創(chuàng)新，又需要國家宏觀調(diào)控政策的引導(dǎo)和支持。而財(cái)政和稅收政策作為國家應(yīng)對碳排放問題的重要政策手段，詳細(xì)分析其影響碳減排的作用機(jī)理與差異化效應(yīng)，對于進(jìn)一步完善相關(guān)政策、更好地運(yùn)用財(cái)稅手段促進(jìn)“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要意義。

二、理論分析與機(jī)制研究

財(cái)稅政策作為政府宏觀調(diào)控的重要工具，在校正環(huán)境成本負(fù)外部性、促進(jìn)環(huán)境改善和應(yīng)對氣候變化方面能夠發(fā)揮重要的作用（龔輝文，2021）。具體而言，財(cái)稅政策手段主要分為財(cái)政手段和稅收手段。財(cái)政手段主要依靠財(cái)政支出政策發(fā)揮作用，而稅收手段主要包括激勵(lì)性稅收政策和抑制性稅收政策。為了分析不同財(cái)稅政策對于碳排放的作用機(jī)制，本文將促進(jìn)碳減排的政策效應(yīng)稱為正向效應(yīng)，將使得碳排放增加的政策效應(yīng)稱為負(fù)向效應(yīng)。

在各地方財(cái)政支出項(xiàng)目中，科技支出和環(huán)保支出與碳排放的關(guān)系最為密切。從正向效應(yīng)看，財(cái)政支出通過“擠入效應(yīng)”減少企業(yè)在生態(tài)創(chuàng)新過程中的成本和風(fēng)險(xiǎn)，為企業(yè)的研發(fā)活動(dòng)提供必要的資金支持，促使其進(jìn)行相應(yīng)的創(chuàng)新活動(dòng)；在宏觀層面，財(cái)政支出可以通過乘數(shù)效應(yīng)形成市場需求，帶動(dòng)綠色產(chǎn)業(yè)鏈的構(gòu)建，刺激形成生態(tài)創(chuàng)新的產(chǎn)品市場；在微觀層面，政府對企業(yè)的大規(guī)模綠色采購，能形成明顯的引導(dǎo)效應(yīng)，推動(dòng)企業(yè)開發(fā)相關(guān)的綠色產(chǎn)品和生態(tài)技術(shù)（張先鋒等，2014）。但從負(fù)向效應(yīng)看，在地方財(cái)政壓力較大時(shí)，不合理財(cái)政支出帶來的“擠出效應(yīng)”會擠壓民間綠色投資空間，促進(jìn)碳排放。因此財(cái)政支出可能產(chǎn)生正向的杠桿效應(yīng)和負(fù)向的擠壓作用，碳排放可能減少或增加（張麗，2018）。

稅收政策則主要分為激勵(lì)性稅收政策和抑制性稅收政策，兩個(gè)政策工具雖然作用機(jī)制相反,但政策目標(biāo)一致（褚睿剛，2018）。激勵(lì)性稅收政策包括稅收優(yōu)惠、稅收返還等。激勵(lì)性稅收政策可以鼓勵(lì)企業(yè)購置環(huán)保設(shè)備、開發(fā)綠色技術(shù)，促進(jìn)低碳經(jīng)濟(jì)的發(fā)展；但由于其具有臨時(shí)性和針對性，作用效果很大程度上會受到不同地區(qū)企業(yè)狀況的影響而存在巨大差異，甚至發(fā)生負(fù)向效應(yīng)。抑制性稅收政策主要是指環(huán)境稅政策，環(huán)境稅主要通過成本約束，抑制排放行為，促進(jìn)減排目標(biāo)的實(shí)現(xiàn)，即“倒逼減排”。但現(xiàn)實(shí)經(jīng)濟(jì)中環(huán)境稅政策還可能產(chǎn)生“綠色悖論”現(xiàn)象：Sinn（2008）提出，逐漸嚴(yán)格的環(huán)境政策可能并不會使化石能源企業(yè)如期減少碳排放，反而會增加近期產(chǎn)量以避開預(yù)期成本，這意味著碳排放的進(jìn)一步增加。綜上所述，稅收政策對于不同地區(qū)碳排放具體產(chǎn)生何種效應(yīng)還有待考察。

財(cái)稅政策影響碳排放的作用機(jī)制如圖1所示：

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

由于環(huán)保支出是從2007 年開始公布的，考慮到數(shù)據(jù)的可獲得性與一致性，本文選取2007-2019年我國30個(gè)?。ㄓ捎跀?shù)據(jù)限制，不包含西藏和港澳臺）的面板數(shù)據(jù)作為研究樣本，并且根據(jù)變量的不同使用不同指標(biāo)進(jìn)行平減，剔除通貨膨脹的影響，得到真實(shí)值。各樣本來源分別為《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》和各省稅務(wù)年鑒等，并進(jìn)行具體計(jì)算得出。

（二）變量定義

1.被解釋變量。二氧化碳排放量，按照《2006年IPCC國家溫室氣體清單指南》和《中國能源統(tǒng)計(jì)年鑒》提供的二氧化碳排放系數(shù)與各省8種主要消耗的化石能源消費(fèi)量，包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣，分別計(jì)算出各省每年的二氧化碳排放量。參考李斌和張曉冬（2017）的做法，其具體的計(jì)算公式如下式所示：

式（1）中，ce 為能源消費(fèi)產(chǎn)生的二氧化碳排放量；k（k=44/12）為二氧化碳與碳分子重量比；Ei為第i類能源的消費(fèi)標(biāo)準(zhǔn)量；δi為第i類能源的碳排放系數(shù)。

由于我國地域遼闊、資源分布不均，東、中、西部的劃分方式可能并不適合我國碳排放量的區(qū)域分布情況。基于式（1）計(jì)算得出的二氧化碳排放量，本文依照2007-2019年30個(gè)省市區(qū)年均碳排放由小到大的順序，繪制出樣本地區(qū)2007年、2019年碳排放量和2007-2019年的年均碳排放量曲線圖，從圖2中可以看出，年均碳排放量最高的幾個(gè)省市分別為山東、河北、遼寧等，而最低的幾個(gè)省市分別為海南、青海、北京等，碳排放量差異很大的省市大部分位于東部地區(qū)，并且內(nèi)蒙古、河南、山西等中部省區(qū)碳排放量要明顯大于上海、海南、北京等東部省市。整體來看，我國碳排放呈現(xiàn)東北部和南部部分省市高，西部和西南部低的態(tài)勢，以碳排放量進(jìn)行區(qū)域分組更為合理。因此，根據(jù)圖3中碳排放量的分位特征，本文確定了5個(gè)有代表性的分位點(diǎn)（0.1、0.35、0.5、0.65、0.9），同時(shí)以各省市區(qū)年平均碳排放為依據(jù)，將30個(gè)省市區(qū)劃分為低分位組、較低分位組、中低分位組、中高分位組、較高分位組和高分位組6個(gè)組別（見表1），更直觀地進(jìn)行差異化分析。

圖2 2007-2019年樣本地區(qū)二氧化碳排放量對比圖

圖3 碳排放分位數(shù)特征圖

表1 二氧化碳排放量區(qū)域分組

2.解釋變量。包括財(cái)政支出和稅收收入兩個(gè)方面。基于財(cái)稅政策與碳排放二者相關(guān)程度的考量，財(cái)政支出參考蔣團(tuán)標(biāo)和鄧紫薇（2022）的研究，選取科技支出和環(huán)保支出作為代表。稅收收入選取增值稅收入、企業(yè)所得稅收入和環(huán)境稅收入作為代表，理由如下：我國第一大稅種為增值稅，其次為企業(yè)所得稅，2021 年二者占稅收收入總額的比重超過50%，所以要實(shí)現(xiàn)“雙碳”目標(biāo)，需要充分考慮主要稅種對碳排放的影響，發(fā)揮好增值稅和企業(yè)所得稅的減碳功效。實(shí)際上稅收激勵(lì)作為政府稅收的一種讓渡，會導(dǎo)致稅收收入的下降。因此本文引入增值稅和企業(yè)所得稅，以二者收入的降低代表激勵(lì)性稅收政策；抑制性稅收政策即環(huán)境稅則參考范丹等（2018）的分類方法，包括車船稅、城市維護(hù)建設(shè)稅、土地使用稅、耕地占用稅、資源稅及環(huán)保稅或排污費(fèi)這6種稅費(fèi)。由于環(huán)保稅于2018年1月1日開始征收，因此2018 年之前的數(shù)據(jù)用排污費(fèi)收入來代替。

3.控制變量。根據(jù)STIPART 模型理論與李艷紅（2020）、劉元欣和鄧欣蕊（2021）的研究，本文選取經(jīng)濟(jì)發(fā)展水平、環(huán)境規(guī)制、技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)、外商投資、對外貿(mào)易、能源結(jié)構(gòu)和人口密度作為控制變量。

變量具體定義見表2。

表2 主要變量定義表

（三）模型構(gòu)建

Ehrlich &Holdren（1971）最早提出用以評估環(huán)境壓力的IPAT 模型，但由于在IPAT 模型下，P、A、T 因素對I 作用的權(quán)重是相同的，在實(shí)際情況中很難實(shí)現(xiàn)。因此York et al.（2003）基于IPAT 模型提出了STIRPAT模型，表現(xiàn)為：

式（2）中，I、P、A 和T 分別表示環(huán)境壓力、人口要素、富裕程度和技術(shù)要素；α是模型的截距項(xiàng)，b、c 和d 均為各影響因素的彈性系數(shù)，ε 是隨機(jī)誤差項(xiàng)。將其取對數(shù)得到式（3）：

由于STIPART模型靈活多變，允許對某個(gè)因素進(jìn)行分解或加入其他相關(guān)變量。為探討財(cái)稅政策與碳排放關(guān)系，基于上述基本模型，加入財(cái)政支出和稅收收入指標(biāo)，選取人口密度代表人口要素，經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)代表富裕程度，能源結(jié)構(gòu)和技術(shù)進(jìn)步代表技術(shù)要素，同時(shí)考慮到外商投資和環(huán)境規(guī)制對碳排放的影響，加入外商直接投資和環(huán)境規(guī)制變量。

基準(zhǔn)回歸模型。為考察財(cái)稅政策對于碳排放的整體影響，考慮到被解釋變量具有較強(qiáng)的動(dòng)態(tài)持續(xù)性（付莎和王軍，2018；尹忠海和謝嵐，2021），引入碳排放量的滯后項(xiàng)構(gòu)建動(dòng)態(tài)面板模型，同時(shí)為避免財(cái)政支出與稅收收入的相互影響，將模型分別設(shè)定為：

式（4）主要考慮動(dòng)態(tài)模型中財(cái)政支出對于碳排放的影響，其中：α0為常數(shù)項(xiàng)；α1-12為待估參數(shù)；cei,t-1和cei,t-2分別代表滯后一期和滯后二期的碳排放量；mi為個(gè)體固定效應(yīng)；eit為隨機(jī)擾動(dòng)項(xiàng)。

式（5）則主要考慮動(dòng)態(tài)模型中稅收收入對于碳排放的影響，其中：b0為常數(shù)項(xiàng)；b1-11為待估參數(shù)；t1、t2和t3分別代表增值稅、企業(yè)所得稅和環(huán)境稅；其它符號含義與式（4）相同。

面板分位數(shù)模型。為考察財(cái)稅政策對于碳排放的非線性影響，研究不同分位點(diǎn)處財(cái)稅政策彈性系數(shù)的差異，本文選擇面板分位數(shù)方法來刻畫財(cái)稅政策在不同碳排放水平下邊際效應(yīng)的動(dòng)態(tài)軌跡。面板分位數(shù)回歸模型由Koneker（2004）首次提出，其優(yōu)勢在于可以提供關(guān)于條件分布y|x 的全部信息，而且不對殘差項(xiàng)進(jìn)行嚴(yán)格假定，估計(jì)結(jié)果也較為穩(wěn)健，不易受極端值的影響。然而，傳統(tǒng)面板分位數(shù)模型中的固定效應(yīng)項(xiàng)將隨機(jī)擾動(dòng)項(xiàng)分解成不同的部分，難以解釋各分位數(shù)上的估計(jì)結(jié)果（馬麗梅和黃崇樂，2022）。Powell（2015）提出實(shí)現(xiàn)廣義分位數(shù)估計(jì)（Generalized Quantile Regression，GQR)的特例（Powell，2020）：非可加固定效應(yīng)面板分位數(shù)模型（Quantile Regression for Panel Data with Nonadditive Fixed Effects，QRPD），解決了個(gè)體固定效應(yīng)會改變變量估計(jì)系數(shù)的問題，并且可加入工具變量對內(nèi)生性問題進(jìn)一步緩解，使估計(jì)結(jié)果更為準(zhǔn)確、穩(wěn)健。本文選取5個(gè)分位點(diǎn)（0.10、0.35、0.50、0.65、0.90），分別構(gòu)建QRPD模型如下：

式（6）主要分析面板分位數(shù)模型下財(cái)政支出對碳排放的影響效應(yīng)，其中：Qt（lnceit）為碳排放量的分位數(shù)，α1-10為各解釋變量的分位數(shù)系數(shù)；其它符號含義與式（2）相同。由于QRPD模型在計(jì)算標(biāo)準(zhǔn)差時(shí)可能會受到極值的影響，本文選擇自適應(yīng)蒙特卡洛方法（Adaptive MCMC）進(jìn)行優(yōu)化（葉金珍和安虎森，2017）。

式（7）、式（8）分別分析面板分位數(shù)模型下激勵(lì)性稅收政策和抑制性稅收政策的影響效應(yīng)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表3是模型中各變量的描述性統(tǒng)計(jì)結(jié)果。從表中可以看出：ce 的標(biāo)準(zhǔn)差為0.7377，最小值為3.4398，最大值為7.3228，說明我國不同地區(qū)碳排放量變動(dòng)較大且存在明顯差異。tech 的均值為0.2325，標(biāo)準(zhǔn)差為0.6928，說明平均而言我國科技支出占比較小且地區(qū)差異較大，而envi 的標(biāo)準(zhǔn)差為0.3607，說明不同地區(qū)間環(huán)保支出差異相對較小。t1、t2、t3 的均值分別為3.6883、2.6218、2.7705，說明平均來看企業(yè)所得稅占比與環(huán)境稅占比相近，而增值稅占比要顯著大于二者。tp和pop的標(biāo)準(zhǔn)差明顯大于其他控制變量，說明從產(chǎn)出角度的技術(shù)進(jìn)步情況來看，不同地區(qū)的技術(shù)產(chǎn)出差異很大，而且人口密度差異也很大，符合我國人口與技術(shù)產(chǎn)業(yè)集聚的現(xiàn)狀。

表3 描述性統(tǒng)計(jì)表

（二）面板單位根檢驗(yàn)

單位根檢驗(yàn)的結(jié)果表明，只有少部分?jǐn)?shù)據(jù)通過了10%的顯著性水平，大部分的原始數(shù)據(jù)是不平穩(wěn)的。為此，對數(shù)據(jù)進(jìn)行一階差分，差分后看數(shù)據(jù)是否平穩(wěn)，如果數(shù)據(jù)平穩(wěn)且具有同階單整，便可以運(yùn)用協(xié)整檢驗(yàn)研究變量之間的長期均衡關(guān)系。從實(shí)際情況考慮，中國各省份之間經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、技術(shù)進(jìn)步、資源稟賦等因素都存在著顯著的異質(zhì)性，與第一類檢驗(yàn)方法相比，第二類方法更符合客觀事實(shí)。因此本文選擇HT檢驗(yàn)對變量進(jìn)行同根檢驗(yàn)，采用IPS、Fisher-ADF、Fisher-PP 檢驗(yàn)對變量進(jìn)行異根檢驗(yàn)。經(jīng)過一階差分后各個(gè)變量檢驗(yàn)的輸出結(jié)果如表4所示，結(jié)果顯示變量均在10%顯著性水平上通過單位根檢驗(yàn)，表明數(shù)據(jù)符合一階差分平穩(wěn)過程。由于數(shù)據(jù)滿足同階平穩(wěn)，于是可進(jìn)行協(xié)整檢驗(yàn)。

表4 樣本單位根檢驗(yàn)結(jié)果

本文選擇Kao 檢驗(yàn)驗(yàn)證所有變量與碳排放之間是否存在長期穩(wěn)定的均衡關(guān)系。而Pedroni檢驗(yàn)與Westerlund檢驗(yàn)由于檢驗(yàn)變量個(gè)數(shù)的限制，僅選取被解釋變量與代表財(cái)政、稅收的五個(gè)主要解釋變量進(jìn)行驗(yàn)證。最終結(jié)果表示，本文建立的模型都通過了面板協(xié)整檢驗(yàn)，說明變量之間存在著長期協(xié)整關(guān)系，可以建立模型進(jìn)行回歸分析。

（三）基準(zhǔn)回歸分析

首先選擇動(dòng)態(tài)面板模型對全國整體情況進(jìn)行均值回歸?？紤]到碳排放存在一定的動(dòng)態(tài)持續(xù)性，過去的碳排放可能會由于一定的慣性或調(diào)整對當(dāng)期碳排放產(chǎn)生影響，因此加入滯后一期和滯后二期的碳排放（L.ce、L2.ce）進(jìn)行估計(jì)。此外，由于引入滯后項(xiàng)不可避免的內(nèi)生性問題，特選擇系統(tǒng)廣義矩估計(jì)方法（System Generalized Method of Moments，SYSGMM）保證參數(shù)估計(jì)的穩(wěn)健性。

從表5 可以看出，AR 檢驗(yàn)結(jié)果表明選擇系統(tǒng)GMM 方法進(jìn)行估計(jì)是有效的，而且四個(gè)模型均通過了Hansen檢驗(yàn)，說明了工具變量選擇的有效性。從表5數(shù)據(jù)的第一行和第二行可以看出，滯后一期和二期的碳排放對當(dāng)期碳排放的影響非常顯著，說明政府或企業(yè)會根據(jù)過去碳排放的情況作出一定的調(diào)整，也就是碳排放存在動(dòng)態(tài)持續(xù)性。

表5 基準(zhǔn)模型回歸結(jié)果

從模型（4）的估計(jì)結(jié)果來看，財(cái)政支出不同政策效果存在明顯差異。首先，環(huán)保支出的彈性系數(shù)估計(jì)值（以下簡稱系數(shù)值）顯著而科技支出的系數(shù)值不顯著，說明環(huán)保支出對于當(dāng)期碳排放的影響較大，而科技支出可能由于轉(zhuǎn)化周期較長，對當(dāng)期碳排放的影響并不顯著。其次，環(huán)保支出的估計(jì)系數(shù)顯著為正，表明就全國而言，環(huán)保支出的負(fù)向效應(yīng)明顯。原因可能在于我國各省市區(qū)經(jīng)濟(jì)發(fā)展水平差別較大，高發(fā)展水平省市區(qū)的企業(yè)自主性強(qiáng)，在更為激烈的競爭環(huán)境下會自覺更新設(shè)備，提高環(huán)保技術(shù)來降低可能發(fā)生的外部治理成本，所以環(huán)保支出政策發(fā)揮的作用并不明顯（尹忠海和謝嵐，2021）；而較低發(fā)展水平省份的企業(yè)容易對環(huán)保支出產(chǎn)生依賴，減少自身環(huán)保設(shè)備與技術(shù)的更新和投入，從而產(chǎn)生負(fù)向效應(yīng)。

由模型（5）中的回歸結(jié)果可知，增值稅和企業(yè)所得稅的估計(jì)系數(shù)均顯著為正，即增值稅和企業(yè)所得稅收入的降低可以帶來碳排放量的減少，說明兩稅的激勵(lì)政策有助于碳減排。就系數(shù)值的大小而言，企業(yè)所得稅的系數(shù)值要明顯大于增值稅，說明企業(yè)所得稅激勵(lì)政策的減碳效果要強(qiáng)于增值稅。其原因可能是：從影響機(jī)理看，企業(yè)所得稅激勵(lì)政策是直接減少其應(yīng)納稅所得額或應(yīng)納稅額，減稅作用相對純粹，而增值稅激勵(lì)政策的減稅效果可能會由于企業(yè)自身稅負(fù)轉(zhuǎn)嫁能力而被稀釋；從相關(guān)激勵(lì)政策內(nèi)容看，增值稅的免稅政策激勵(lì)不足，且即征即退政策范圍較小，而企業(yè)所得稅的相關(guān)優(yōu)惠政策雖然也需要更新（張莉和馬蔡琛，2021），但是政策適用企業(yè)范圍較廣，其影響效應(yīng)也更加明顯。

另外，從環(huán)境稅的回歸情況可知，抑制性稅收政策的政策效果不理想。雖然環(huán)保稅的系數(shù)值為負(fù)但顯著性較低，說明環(huán)境稅對碳排放具有一定的倒逼減排效應(yīng)，但并不明顯?？偠灾瑒?dòng)態(tài)模型下環(huán)境稅的減排效應(yīng)通過了10%的顯著性檢驗(yàn)，但作為均值回歸結(jié)果，可能會由于不同地區(qū)極端情況影響而顯示出不符合現(xiàn)實(shí)的表現(xiàn)，因此需要對其進(jìn)行不同分位點(diǎn)下的具體分析。

（四）面板分位數(shù)回歸分析

從前面的圖2和圖3可以看出不同地區(qū)碳排放水平存在顯著差異且被解釋變量存在明顯的分位特征，并不適合均值回歸，所以利用面板分位數(shù)模型進(jìn)行分析是合理且合適的。另外，利用滯后一期解釋變量對靜態(tài)均值模型進(jìn)行Hausman-Wu和Davidson-MacKinnon 檢驗(yàn)得到，科技支出變量與增值稅變量未通過檢驗(yàn)，表明相關(guān)模型中存在內(nèi)生性問題，所以使用QRPD法將面板分位數(shù)估計(jì)引入工具變量方法框架中進(jìn)行回歸（馬麗梅和黃崇樂，2022）。出于嚴(yán)謹(jǐn)性考慮，在模型中控制了時(shí)間固定效應(yīng)。本文選擇0.1、0.35、0.5、0.65、0.9五個(gè)分位點(diǎn)進(jìn)行分位數(shù)回歸，分別估計(jì)財(cái)政支出（tech、envi）、稅收收入（t1、t2、t3）對碳排放的影響效應(yīng)，同時(shí)與動(dòng)態(tài)模型估計(jì)結(jié)果進(jìn)行比較。估計(jì)結(jié)果分別見表6、表7、表8。而且為了更全面、直觀地看出解釋變量各分位點(diǎn)參數(shù)的變化趨勢，根據(jù)模型結(jié)果繪制了分位數(shù)系數(shù)曲線圖，具體見圖4、圖5和圖6。

1.財(cái)政支出實(shí)證分析。表6結(jié)果所示，科技支出的估計(jì)系數(shù)僅在0.90 分位點(diǎn)處為負(fù)，其余均為正。但在0.10、0.35 分位點(diǎn)處系數(shù)值不顯著，其余均通過1%的顯著性檢驗(yàn)。結(jié)合圖4 可以看出，科技支出的系數(shù)值基本呈現(xiàn)先增后減的變化趨勢，當(dāng)t＜0.7時(shí)系數(shù)估計(jì)值隨著分位數(shù)t變化的曲線處于0 的上方，并且大約在0.35 分位點(diǎn)之前，科技支出估計(jì)系數(shù)的90%置信區(qū)間包括0。這些變化趨勢說明科技支出在碳排放水平不高的地區(qū)沒有發(fā)揮良好的碳減排效應(yīng)。本文認(rèn)為該結(jié)果與各分位組省市區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r有關(guān)。首先，對于t＜0.35對應(yīng)省市區(qū)即低分位組和較低分位組，科技支出的政策效應(yīng)不顯著。以青海和海南為例，受限于經(jīng)濟(jì)發(fā)展水平和獨(dú)特的發(fā)展戰(zhàn)略，工業(yè)企業(yè)的發(fā)展條件較差，但技術(shù)投資尤其是綠色技術(shù)投資存在周期長、回報(bào)率低等問題，這就容易導(dǎo)致企業(yè)對不斷增加的科技投入產(chǎn)生依賴，使得政策效應(yīng)不明顯；而經(jīng)濟(jì)發(fā)達(dá)的低碳地區(qū)（如北京和重慶）企業(yè)發(fā)展能力較強(qiáng)、自主創(chuàng)新意識高，不斷增加的科技支出反而可能會一定程度上擠壓民間綠色投資空間，降低積極性。另外，經(jīng)濟(jì)發(fā)達(dá)地區(qū)企業(yè)高管的籌劃能力較強(qiáng)，當(dāng)科技支出中的創(chuàng)新補(bǔ)助到達(dá)企業(yè)之后可能促使高管產(chǎn)生自娛性在職消費(fèi)即“積極情緒效應(yīng)”（彭紅星等，2020），這也會導(dǎo)致科技支出的作用不顯著。其次，對于0.9分位點(diǎn)左右的省份，科技支出政策具有顯著的正向效應(yīng)，說明對于資源型地區(qū)（如山西、河北和山東等），尤其是碳排放與經(jīng)濟(jì)發(fā)展脫鉤較弱的省份，科技支出可以較好地發(fā)揮減碳功效。

表6 科技支出、環(huán)保支出模型的回歸結(jié)果

環(huán)保支出的估計(jì)系數(shù)在0.10、0.90分位點(diǎn)處為負(fù)，其余均為正。僅0.35 分位點(diǎn)處的系數(shù)值不顯著，其他系數(shù)均通過1%的顯著性檢驗(yàn)。由圖4 可知，環(huán)保支出的系數(shù)值整體變化較小，基本在-0.2和0.1 之間，呈現(xiàn)先增后減的倒“U”型趨勢。這表明環(huán)保支出在碳排放水平較低或較高地區(qū)的碳減排效果較好，中等水平地區(qū)的效果較差。而中等碳排放水平地區(qū)對應(yīng)中低和中高分位組，具體而言，中低分位組（如吉林、福建等），近年來注重產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，第三產(chǎn)業(yè)增加值有明顯的提升甚至快速超過第二產(chǎn)業(yè)增加值，能源消費(fèi)量隨之減少，政策效果不顯著；中高分位組（如黑龍江、安徽等），大多省市區(qū)為資源型地區(qū)且正處于轉(zhuǎn)型期，不斷增加的環(huán)保支出會加劇地方的財(cái)政困境，加大財(cái)政壓力，使擠出效應(yīng)更加明顯。

圖4 科技支出、環(huán)保支出的分位數(shù)系數(shù)變化圖

綜合科技支出與環(huán)保支出的政策效應(yīng)可以看出，對于低、較低分位組，環(huán)保支出政策的政策效果要優(yōu)于科技支出，基本發(fā)揮正向效應(yīng)；而對于中低、中高分位組，科技支出與環(huán)保支出政策基本發(fā)揮負(fù)向效應(yīng)且負(fù)向效應(yīng)顯著；對于較高、高分位組，環(huán)保支出與科技支出系數(shù)曲線的變化趨勢一致，基本發(fā)揮正向效應(yīng)。綜上所述，就顯著程度上，環(huán)保支出政策的減碳功效要優(yōu)于科技支出。

2.激勵(lì)性稅收政策實(shí)證分析。由表7 可知，增值稅的估計(jì)系數(shù)全部為正，僅在0.10分位點(diǎn)處不顯著，其他系數(shù)值均通過1%的顯著性檢驗(yàn)。增值稅的系數(shù)值為正表示增值稅收入的下降可以帶來碳排放的降低，即激勵(lì)政策產(chǎn)生了正向效應(yīng)。系數(shù)值越大，說明增值稅激勵(lì)政策的減碳效應(yīng)越明顯。結(jié)合圖5 可得，增值稅系數(shù)值的整體起伏變化不大，基本在-0.1 和0.3 之間，呈現(xiàn)明顯的遞增趨勢且90%置信區(qū)間幾乎都在0以上，說明增值稅激勵(lì)政策的碳減排效應(yīng)隨著碳排放水平的提升而逐漸增大，直到0.90分位點(diǎn)之后才開始迅速減小。本文認(rèn)為t＜0.1對應(yīng)省市區(qū)即低分位組，增值稅政策效應(yīng)為負(fù)向效應(yīng)且不顯著的原因可能在于增值稅相關(guān)激勵(lì)政策主要為合同能源管理項(xiàng)目的免稅政策和風(fēng)電的即征即退政策，而青海和海南省的高耗能企業(yè)較少，適用增值稅免稅政策的企業(yè)數(shù)量不多，北京從2008 年就開始逐步淘汰和退出“三高”企業(yè)（高耗能、高污染、高耗水），適用此政策企業(yè)大幅減少；根據(jù)2019年我國各省市區(qū)的風(fēng)力發(fā)電量來看，目前風(fēng)力發(fā)電行業(yè)主要集中在內(nèi)蒙、江蘇、廣東、四川等地，青海、北京等遠(yuǎn)低于其他省市區(qū)，這表示適用增值稅即征即退政策的企業(yè)同樣較少。正是由于增值稅激勵(lì)政策力度不足，但節(jié)能設(shè)備成本高、技術(shù)要求嚴(yán)格，企業(yè)在短時(shí)間內(nèi)更傾向于利用稅收優(yōu)惠節(jié)省的資金來擴(kuò)大生產(chǎn)，由此產(chǎn)生了負(fù)向效應(yīng)。對于t＞0.9對應(yīng)省市區(qū)即高分位組，系數(shù)值迅速減小且不顯著的原因是一方面增值稅相關(guān)優(yōu)惠政策對碳減排的激勵(lì)不足，在高耗能企業(yè)競爭激烈的市場下，激勵(lì)作用還會被稀釋；另一方面依靠大量消耗化石能源促使經(jīng)濟(jì)快速發(fā)展帶來的人口集聚效應(yīng)有可能抵消稅收政策的碳減排效應(yīng)（尹忠海和謝嵐，2021）。

圖5 增值稅、企業(yè)所得稅的分位數(shù)系數(shù)變化圖

表7 增值稅、企業(yè)所得稅模型的回歸結(jié)果

企業(yè)所得稅的估計(jì)系數(shù)在0.10、0.35、0.50分位點(diǎn)處顯著為正，在0.65、0.90 分位點(diǎn)顯著為負(fù)，但0.65分位點(diǎn)處僅通過了10%的顯著性檢驗(yàn)，企業(yè)所得稅系數(shù)正負(fù)的含義與增值稅相同。由圖4可知，企業(yè)所得稅系數(shù)值的整體起伏相對較大，基本在-0.5 到0.4 之間，并大體上呈現(xiàn)遞減趨勢即系數(shù)值隨著分位數(shù)的增大而減小，說明企業(yè)所得稅激勵(lì)政策的影響效應(yīng)具有很大變化且存在拐點(diǎn)。拐點(diǎn)大約在0.60左右，在t＞0.60時(shí)，系數(shù)估計(jì)值整體遞減且顯著為正，企業(yè)所得稅激勵(lì)政策主要發(fā)揮正向效應(yīng)；在t＜0.60 時(shí)，系數(shù)值先減后增但顯著為負(fù)，企業(yè)所得稅激勵(lì)政策主要發(fā)揮負(fù)向效應(yīng)。本文認(rèn)為t＞0.60 對應(yīng)省市區(qū)大多屬于資源型地區(qū)，省市區(qū)內(nèi)資源競爭較為激烈，再加上綠色、節(jié)能生產(chǎn)的成本高，在激勵(lì)政策減稅效果不明顯的情況下，企業(yè)基于未來高稅高成本的預(yù)期，短時(shí)間內(nèi)更傾向于擴(kuò)大生產(chǎn)，造成碳排放增加，產(chǎn)生負(fù)向效應(yīng)。

綜合以上分析可以看出，二者對碳排放均主要產(chǎn)生正向效應(yīng)。就系數(shù)值的大小而言，企業(yè)所得稅激勵(lì)政策的碳減排效果較增值稅更強(qiáng)；而就作用范圍上，增值稅激勵(lì)政策產(chǎn)生正向效應(yīng)的區(qū)域范圍要大于企業(yè)所得稅。另外，增值稅的政策效應(yīng)在低、高分位組不顯著；而企業(yè)所得稅激勵(lì)政策在較高、高分位組產(chǎn)生顯著的負(fù)向效應(yīng)。

3.抑制性稅收政策實(shí)證分析。由表8 可得，環(huán)境稅的估計(jì)系數(shù)在0.10分位點(diǎn)處顯著為負(fù)，其他系數(shù)顯著為正，均通過顯著性檢驗(yàn)。系數(shù)值為正表示產(chǎn)生了“綠色悖論”現(xiàn)象，系數(shù)值為負(fù)表示產(chǎn)生了“倒逼減排”現(xiàn)象。圖6結(jié)果顯示，環(huán)境稅系數(shù)值整體起伏變化較大，基本在-0.1和0.5之間，整體呈現(xiàn)遞增趨勢，而且曲線和90%置信區(qū)間大約在0.20分位點(diǎn)之后均位于0 的上方。說明環(huán)境稅政策主要產(chǎn)生“綠色悖論”現(xiàn)象，并且隨著碳排放量的增大，“綠色悖論”現(xiàn)象越明顯。本文認(rèn)為此結(jié)果的原因可能在于：僅使用環(huán)境稅不斷提高化石能源的開采成本，而沒有更早將清潔能源投入市場，化石能源無法被封存，此時(shí)進(jìn)行清潔能源補(bǔ)貼就會導(dǎo)致“弱綠色悖論”（Ploeg，2013）即化石能源的開采提前，但其累積開采量卻可能減少。具體來說，工業(yè)企業(yè)相對于較高的節(jié)能成本更傾向于承擔(dān)較低的稅收成本，同時(shí)在碳稅預(yù)期與“雙碳”目標(biāo)之下，企業(yè)將加快生產(chǎn)、加快能源消費(fèi)，從而造成了碳排放的快速增長，此現(xiàn)象在碳排放高的省市區(qū)更加明顯。經(jīng)過以上分析可知，環(huán)境稅政策對于碳排放主要產(chǎn)生“綠色悖論”現(xiàn)象且在高碳排放水平的省市區(qū)“綠色悖論”現(xiàn)象更明顯，僅對低分位組產(chǎn)生“倒逼減排”現(xiàn)象。

圖6 環(huán)境稅的分位數(shù)系數(shù)變化圖

表8 環(huán)境稅模型的回歸結(jié)果

（五）整體分析

綜合上表，面板分位數(shù)模型結(jié)果與動(dòng)態(tài)模型結(jié)果基本一致。經(jīng)過具體分析，環(huán)境稅在基準(zhǔn)模型中主要產(chǎn)生“倒逼減排”現(xiàn)象可能是受到某些極端值的影響而并不真實(shí)。將兩類稅收政策整體來看，激勵(lì)性稅收政策具有通過稅收優(yōu)惠等促進(jìn)碳減排的效果，而抑制性稅收政策并未表現(xiàn)出明顯的碳減排效應(yīng)。另外，從表6、表7和表8中我們可以看出人均GDP 對碳排放的影響十分顯著，人均GDP 的增加對于碳排放量較高的省市區(qū)主要產(chǎn)生正向效應(yīng)，對碳排放量較低的省市區(qū)反而會產(chǎn)生反向效果，這一方面說明我國經(jīng)濟(jì)增長并未與碳排放脫鉤，尚未脫離以往的粗放型經(jīng)濟(jì)發(fā)展模式，經(jīng)濟(jì)結(jié)構(gòu)有待進(jìn)一步優(yōu)化（劉元欣和鄧欣蕊，2021）；另一方面說明我國對于資源型地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與能源結(jié)構(gòu)優(yōu)化的效果顯著并且經(jīng)濟(jì)增長會在一定程度上促進(jìn)科技進(jìn)步，使得在人均GDP 增長的同時(shí)也可以降低碳排放。此外，還值得關(guān)注的是我國能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響也十分顯著，從三張表中均可以看出，二者的優(yōu)化可以降低碳排放，促進(jìn)“雙碳”目標(biāo)的實(shí)現(xiàn)。

五、結(jié)論與建議

本文選取2007-2019 年我國30 個(gè)省市區(qū)的面板數(shù)據(jù)作為研究樣本，基于STIPART模型理論構(gòu)建動(dòng)態(tài)和面板分位數(shù)模型，探究不同財(cái)稅政策對于整體和區(qū)域碳排放的影響，得出如下結(jié)論：

第一，就全國整體情況而言，稅收政策的正向效應(yīng)優(yōu)于財(cái)政政策。財(cái)政政策中，短期內(nèi)環(huán)保支出政策的減碳效應(yīng)更好；稅收政策中，激勵(lì)性稅收政策的正向效應(yīng)優(yōu)于抑制性稅收政策。

第二，財(cái)政政策和稅收政策具有正反雙重效應(yīng)，對不同碳排放水平的省市區(qū)發(fā)揮不同的政策效果。財(cái)政政策中，科技支出政策僅對高碳排放水平地區(qū)即較高、高分位組發(fā)揮正向效應(yīng)；環(huán)保支出政策則對倒“U”型兩側(cè)即低、中低分位組省市區(qū)與較高、高分位組省市區(qū)發(fā)揮正向效應(yīng)。稅收政策中，各政策對碳排放的影響均存在門檻效應(yīng)。對于激勵(lì)性稅收政策，增值稅激勵(lì)政策對t＞0.1對應(yīng)省市區(qū)基本發(fā)揮正向效應(yīng)；企業(yè)所得稅激勵(lì)政策對t＜0.60對應(yīng)省市區(qū)發(fā)揮正向效應(yīng)；而抑制性稅收政策即環(huán)境稅的政策效應(yīng)較差，僅對t＜0.1即低分位組省市區(qū)產(chǎn)生“倒逼減排”現(xiàn)象。

第三，從各分位組的情況來看，低、較低和較高分位組財(cái)稅政策的碳減排效果發(fā)揮較好，所研究5種財(cái)稅政策中有3種可以顯著發(fā)揮正向效應(yīng)；而中低、中高和較高分位組財(cái)稅政策的效果較差，僅有2 種可以顯著減少碳排放，其中中低、中高分位組僅稅收激勵(lì)政策發(fā)揮正向效應(yīng)，較高分位組僅財(cái)政支出政策可以發(fā)揮減碳效應(yīng)?？偠灾?，對于中等和高碳排放水平的地區(qū)，財(cái)稅政策需要進(jìn)行相應(yīng)調(diào)整；對于低和較高碳排放水平的地區(qū)，財(cái)稅政策的正向效應(yīng)需要進(jìn)一步加強(qiáng)。

上述研究結(jié)果對于我國財(cái)稅政策的優(yōu)化與調(diào)整有以下啟示：（1）利用財(cái)稅手段促進(jìn)碳減排需要全國整體性的政策規(guī)劃但更重要的是“對癥下藥”，制定符合地區(qū)情況的政策目標(biāo)，使用恰當(dāng)?shù)恼吖ぞ呓M合。（2）制定財(cái)政支出政策，要基于當(dāng)前科技支出和環(huán)保支出絕對量上升但相對量不足的現(xiàn)狀，充分考慮各地財(cái)政支出比例不合理的問題，優(yōu)化地方支出體系。另外，要加強(qiáng)對科技支出和環(huán)保支出中企業(yè)補(bǔ)貼部分的條件審查與追蹤監(jiān)管，充分發(fā)揮外部治理效應(yīng)，使財(cái)政補(bǔ)貼更有成效。（3）發(fā)揮好激勵(lì)性稅收政策的正向效應(yīng)，適時(shí)更新與調(diào)整具體政策安排。對于環(huán)境稅的改革，不能盲目提高環(huán)境規(guī)制力度，要注重政策工具之間的相互配合：加強(qiáng)環(huán)境規(guī)制的同時(shí)提高對清潔能源的財(cái)稅補(bǔ)貼，并逐步擴(kuò)大碳交易市場試點(diǎn)范圍，加強(qiáng)省內(nèi)和省際的碳排放交易合作，更好抑制“綠色悖論”現(xiàn)象。（4）加快經(jīng)濟(jì)增長與碳排放脫鉤，持續(xù)優(yōu)化能源結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)，充分考慮其他因素對碳排放的間接影響。