绿色税收能提高企业环保投资效率吗

梁晓源 谭跃

【摘要】基于内容分析法和数据包络分析模型（DEA）， 以沪市2010 ～ 2017年重污染行业A股上市公司数据为样本， 考察绿色税收与企业环保投资效率的关系。 利用两阶段DEA-CCR模型对企业环保投资效率进行测算发现：国内企业环保投资普遍存在效率低下的问题， 且个体差异较大; 绿色税收与企业环保投资效率呈显著的正相关关系， 国有股权性质强化了这一特征。 进一步的， 采用面板分位数随机效应模型进行回归分析， 发现在不同分位数下， 绿色税收对企业环保投资效率提升发挥了正向促进作用。 研究补充和拓展了绿色税收和投资效率方面的文献， 在我国愈加强调税收引领生态文明建设和企业社会责任的背景下要继续完善绿色税收体系， 发挥其对企业环保投资的引导和促进作用。

【关键词】绿色税收;环保投资;环境规制;国有企业

【中图分类号】F234.4      【文献标识码】A      【文章编号】1004-0994（2020）16-0009-9

一、研究背景

2017年， 十九大报告提出“加快生态文明体制改革， 建设美丽中国”的规划思路; 2018年3月， 国务院机构改组方案宣布组建生态环境部， 不再保留环境保护部， 引发社会各界对环境治理的关注。 为推进环境污染治理改革， 我国适时推出《环境保护税法》， 该法已于2018年1月1日开始实施。 在环境资源耗费主体中， 企业承担了较多的责任， 而企业的环保投资便是企业践行环保责任的主要方式之一。 Effie等[1] 和唐国平等[2] 的研究已表明， 环保投资是企业的一种“被动”行为， 企业投资行为可能是迫于社会声誉、政府监管和媒体曝光压力做出的决策， 即非“心甘情愿”却又要达成外部期望， 此类投资的规模和效率表现值得探究。

企业环保投资“迫力”可主要归因于环境规制。 一般认为， 严格的环境规制能强化企业进行节能减排投资的动力[3] ， 但环境规制中绿色税收政策强度对环保投资的影响常难以度量且容易被忽略。 目前， 我国尚未形成统一的绿色税收体系， 各项相关制度规范有待完善， 有关环境保護的税收政策如资源税、能源消费税等仍散落于各税种中[4，5] 。 最初提出绿色税收思想就是为纠正环境污染的负外部性和使环境成本内部化， 而后Pearce[6] 提出的“双重红利”思想将绿色税收改革的有效性研究推向高峰。 一般研究主要集中在第二重红利， 即探究绿税的开征能否带来产出、就业和技术进步红利等[7，8] ， 极少有研究聚焦于绿色税收严格度对企业环保投资行为的影响方面。 另外， 大多数文献检验的是环境规制和环保投资的关系， 如李强等[9] 和唐国平等[10] 的研究， 落脚点在环境规制强度的量化上， 而非细化研究税收政策的经济后果。 基于此， 本文将对研究绿色税收和投资效率的关系做一个有益的补充。

本文的研究贡献如下：①与以往成果集中研究环境规制对企业环保投资的影响不同， 本文选择环境规制下的绿色税收作为解释变量， 丰富了环境责任的研究; ②现有绿色税收文献大多为税收体系辨析和“双重红利”， 而本文将绿色税收与企业环保投资结合， 拓宽了绿色税收的研究领域; ③在采用数据包络法量化企业环保投资效率时， 基于各企业社会责任报告中环境治理成效数据指标不统一、难协调的特性， 本文结合内容分析法选择了环境治理情况评价指标， 为环保投资效率实证研究中的技术性难题提供了一种解决方法; ④本文采用面板分位数回归模型对绿色税收与企业环保投资效率的关系展开全面探究。

二、理论分析与研究假设

（一）绿色税收与企业环保投资行为的关系

“约法省禁， 轻田租， 十伍而税一。 ”早在古代， 税收便发挥了经济调控的作用。 税收作为经济杠杆， 能通过增税或减免税等手段引导和调节企业及个人的经济行为。 而绿色税收作为一种对环境行为进行“成本管理”的专门性税种， 以企业为主要纳税人， 必然会对企业的发展战略和生产方式产生影响。 以往企业环保投资方面的研究大多集中在“红利”影响以及环境税制改革的定性效益上， 有关税收对环保投资的定量分析较少， 但也得出了一些非常有参考价值的结论。 如Farzin等[11] 提出当排污税超过一定临界值时， 排污税的增加会鼓励企业进行减排投资， 同时税负增加所带来的“遵循成本”也能使企业进行更多的减排投资。 税收作为既可宏观亦可微观调控经济的一种政策手段， 与作为微观经济细胞的企业的关系有很多可讨论的空间。 绿色税收是一种环境规制手段， 前人已对环境规制和企业环保投资行为做了广泛和详实的理论阐述， 基于这些研究继续细化， 绿色税收与企业环保投资行为的理论研究将由“宽入口”转至“窄出口”。

Andrea等[12] 在研究环境规制和企业投资时归纳了前人三种重要的假设：污染天堂假说、要素禀赋假说和波特假说。 污染天堂假说认为高环境遵循成本会导致企业将生产活动迁往低环境标准的国家或地区， 即导致高环境规制、少投资行为现象出现。 类似的， 绿色税收对于符合征管要求的企业是一项环境遵循成本， 尤其对于重污染企业， 严格执行税收征管标准很可能不会使企业增加环保投资， 反而会促使他们“逃离”当地寻找低环境成本之所。 要素禀赋假说认为如若当地资源富足的优势带来的收益超过了企业的环境遵循成本， 企业便会接受严格的环境监管。 当且仅当在这样的条件下， 企业才会留驻此地增加投资， 即出现高环境规制、多投资行为。 同样， 若当地政府对于绿色税的执行严格度较低， 但当地资源要素收益较高， 企业会愿意增加环保投资以遵循政府规制。 波特假说认为设计合理的环境政策会诱导企业增加环保技术投入， 抵消部分环境规制带来的成本压力， 并且提升企业竞争力， 即出现高环境规制、多投资行为， 但此行为的发生仍需建立在技术补偿大于各项成本的基础上。 从该逻辑可以推断， 绿色税收政策出台有可能倒逼企业追加创新投资、开发新环保技术。

在绿色税收规制对企业投资的影响方面， 以往学者们所得结论存在些许差异， 但都关注了同一实质， 即在绿色税收规制是促进还是抑制企业环保投资的问题上， 成本和效益是始终需要重点权衡的因素。 傅京燕等[13] 认为， 环境规制和环保投资并非是简单的线性关系。 当政府环境管制比较宽松时， 企业并无动力去开展环保投资， 因为其进行环保投资所得的效益要远低于企业不进行任何改变时所缴纳的税费和罚款（成本）， 此时两者呈负相关关系。 随着监管愈加严厉， 达到临界值（边际成本等于边际收益）后， 企业发现因污染环境所付出的代价越来越高， 但是环保投资额的“一点点”投入便能抵消“一大部分”负担费用， 此时企业将十分乐意进行环保投资， 即环境规制与企业环保投资正相关。 该结论有可借鉴之处， 但也存在一定问题。 因为环境规制包含了各类对企业环保投资的影响因子， 而其中的绿色税收相较于其他因子对企业行为的影响更具针对性。 随着近年来税收条款标准化、法律法规增多、税率提高等一系列举措的出台， 绿色税收对企业环保投资行为产生的促进作用具有持续性。

（二）环保投资的测度

在此需要说明的是， 通常在探讨环境规制和企业环保投资的关系时， 衡量后者的变量一般为投资规模。 但许多学者发现， 即使环保投资的数额在逐年上升， 我国环境改善效果却未达预期。 一些学者认为原因在于投资数额不足， 但大部分学者发现投资效率较低才是主要原因[14] 。 对于实证研究而言， “投资规模”是绝对数值， 削弱了大企业和小企业应对的积极性， 有失偏颇; 并且即使投资规模在增加， 但如果投资的每一分钱并未充分用于绿色建设， 那么也是无效投资。 基于此， 本文认为采用企业环保投资效率变量来研究绿色税收与企业环保投资的关系更具有现实意义。 从广义角度看， 根据Myers等[15] 的研究， 投资效率的主要影响因素为代理问题和信息不对称。 代理问题体现为当股东和管理层之间出现利益分化时， 管理层有可能因为个人因素而导致公司投资过度或投资不足; 信息不对称所引发的道德风险和逆向选择， 则会降低公司的投资效率。 现有实证研究主要集中在企业避税和投资效率上， 一般认为避税活动会加剧代理冲突和信息不对称， 从而诱发非效率投资， 如刘行等[16] 的研究。 从本文研究主题出发， 绿色税收可看作是一类税收征管行为， 税法在公布时便说明了计税依据、应纳税额和征收管理等事宜， 且隨着时间的推移税务机关会逐一明确税法中“似是而非”的说辞， 征管日趋严格。 曾亚敏等[17] 的研究已表明， 税收征管可以抑制代理冲突和降低信息不对称程度， 由此看出税收征管有益于提升企业环保投资效率。 综上可做出一般推断， 随着绿色税收征管愈加严格， 企业的环保投资效率表现愈好。

（三）企业性质对绿色税收和环保投资效率关系的影响

本文还将进一步考虑企业性质的影响， 以往学者对此提出了两种不同的观点。 沈洪涛等[18] 认为国有企业比非国有企业受到的环境合法性压力更大， 因为国有企业会有意识地将自身的经营战略与国家制度相匹配。 还有一些学者则担心， 政府与国有企业天然的政治联结会弱化政策效果， 国有企业的环境规制压力较小， 对环保投资存在“侥幸”心理。 实际情况是， 近年来， 政府对国有企业高管的监管力度不断加大， 工作绩效评价中环境治理成效逐渐显现， 国有企业在经营过程中十分看重环境治理投入与绿色效益; 相比于非国有企业， 国有企业与政府政策关联性更强， 所受的政策监督更加严苛。 由此可推断， 在面临相同的绿色税收压力时， 国有企业在环保投资效率方面应该有更好的表现。

综合上述分析， 本文提出以下研究假设：

假设1：在其他条件不变的情况下， 绿色税收与重污染行业企业环保投资效率呈正相关关系。

假设2：在其他条件不变的情况下， 相较于非国有企业， 国有企业在绿色税收与环保投资效率方面有更显著的正相关关系。

三、研究设计

（一）模型构建

为检验研究假说， 本文构建了以下实证模型：

公式（1）中， EFF表示环保投资效率， EFF越大， 企业的环保投资效率越高。 LNET代表企业所承担的绿色税收负担的自然对数。 GOV为企业性质， 国有性质赋值1， 否则为0。 与已有文献类似， 本文考虑了税收政策的滞后效应， 绿色税收解释变量采用滞后一期的数据; 为了使口径保持一致， 其他变量也取滞后一期数据， 主要为控制模型的内生关联。 虽然采用滞后项会使实证结果不够直观， 但在一定程度上可缓解模型内生性问题。 结合实际， 各地方政策对环保投资效率影响显著， 因此应对地区变量有所控制。 本文设置一个地区变量， 将企业所在地区依据国务院发展研究中心提出的“三大板块八大经济区”方案（2005）划归入东、中、西三部分， REGION便表示企业所在地区（东、中、西部）的虚拟变量。 TIME控制了企业上市年数的时间效应。

本文还将运用Koenker[19] 提出的面板分位数模型研究绿色税收和企业环保投资效率的关系。 传统回归方法实质上为一种均值回归， 没有考虑环保投资效率分布区间的异质性， 而分位数回归能考量解释变量对整个条件分布的影响， 同时不易受到极端值影响。 以QEFFi，t（EFFi，t|LNETi，t）代表给定解释变量的情况下， 根据第i个企业第t年的被解释变量EFFi，t下的θ分位数， 建立如下分位数回归方程：

其中： βi，t为分位数的回归系数; 对于不同的分位数θ， 系数向量也随之变化， 而其估计值是通过以下最小化公式定义得到的， 对式（3）进行求解。

（二）变量的选取和定义

1. 解释变量：绿色税收。 绿色税收的概念不可只停留在“税”字上。 从设立目的来看， 绿色税收可分为污染排放类、污染产品类、生态保护类和二氧化碳类; 从表现形式来看， 绿色税收存在税种、费用和基金等多种形式。 另外， 不可只关注直接作用于环境的税种， 王金南等[4] 认为消费税、企业所得税中均有“绿化”的成分。 例如消费税征收范围主要是烟、酒、鞭炮、成品油和贵重首饰及珠宝玉石等， 客体均为具有一定“污染”性质的产品， 税种可体现环境保护思想。 因此， 结合近年各地法规， 本文选择以下项目构建解释变量（绿色税收）：资源税、消费税、城镇土地使用税、城市维护建设税、车辆购置税、车船税（车船使用税）、耕地占用税、排污费（环境保护税）、绿化费、矿产资源补偿费、水资源补偿费（现有部分试点地区称为“水资源税”）等。

2. 被解释变量：企业环保投资效率。 在环保投資效率测算中， 一般而言， 学者首选的计量方法是数据包络分析方法（DEA）[20，21] ， 一般将企业环保投资数额作为投入的数值， 把环境治理情况作为产出变量。 但在实际计算过程中， 环境治理情况的量化却是一个难题， 原因在于目前各企业污染物治理、节能减排等数据主要从其社会责任报告中获得， 各企业经营性质不同， 报告中公布的“工业三废”污染物种类、减排评价标准等也不尽相同。 例如造纸企业主要污染的是水， 煤炭企业主要污染的是空气， 污染对象不一致， 无法统一标准。 并且， 同一行业内各企业公布的数据表达形式也有所差异。 例如， 一造纸企业公布本年COD为80mg/L， 另一造纸企业则仅仅显示本年COD比上年减少56%。 在此情况下， 若直接采用报告的数据， 企业之间环保效率测算的可比性降低。 综合考虑上述因素， 本文将采用DEA方法中的经典CCR模型测算重污染行业公司的环保投资效率， 测算模型如下：

其中：Xj和Yj分别为决策单元的输入向量和输出向量， j=1，…， n为已知数据; v和u分别为输入和输出对应的权向量。 式（4）中第二项为效率评价指数， 即产出和投入之比， 结果落在[0，1]区间。 具体而言， 投入向量为样本企业当年的环保投资额， 产出变量为样本企业当年的环境治理成效。 在环保投资额的数据获取方面， 本文手工搜集企业社会责任报告、可持续发展报告和相关新闻， 提取其中所披露的环保投资数额的数据。

在环境治理成效数据搜集方面， 如前文所述， 直接提取环境治理成效数据的方法并不可行， 因而本文将采用“内容分析法”来衡量企业环境治理成效。 现有研究成果中对环境治理效果评价的代表性方法有沈洪涛等[14] 基于AHP构建的打分法， 其根据生态环境部2006年公布的《企业环境行为评价技术指南》搭建了三维度、八指标的评价体系， 这为本文的技术性问题解决提供了一种思路， 但个人打分和确定比重仍会存在主观偏差。 2013年， 国家环保部发布《企业环境信用评价方法（试行）》， 明确指出重污染行业应纳入环境信用评价范围， 详细规定了评价的各指标和权重， 要求各省市将企业按照绿牌、蓝牌、黄牌和红牌等级公示。 此评级具备较强客观性， 但美中不足的是， 大多省市在2016年才发布了地方执行方法， 因而数据不够完整。 随着投资者对企业社会责任的愈发重视， 许多第三方评级机构也定期对上市公司的社会责任报告（含“环境责任”）进行了打分， 如润灵环球、和讯机构等。

综上所述， 为更好测量环境治理成效， 需要从多种渠道搜集企业环境责任履行信息， 并对不同口径、渠道取得的不同类似数据按照相对统一的标准进行数据标准化处理。

一方面， 本文从各地区生态环境厅手工搜集企业环境信用等级信息， 并将其转化为数值（见表1）。 在处理政府评定数据时， 需要注意的是：①部分省市根据实际情况分数区间有调整， 如福建省规定96分（含）以上为绿牌; 70（含） ～ 96分为蓝牌; 60（含） ～ 70分为黄牌; 60分以下红牌。 ②部分省市评选时等级类型表述有所差异， 如厦门市将环保良好企业称为环保合格企业， 但评选标准仍一致， 不影响处理。 ③甘肃省依据甘肃省工业企业环境保护标准化建设基本规范（DB62/T 2309-2013）将工业企业环境保护标准化建设等级分为A、B、C三个等级， 已根据本文标准做出调整。

另一方面， 若数据无法从各地区生态环境厅手工搜集得到， 则参照和讯机构评级分数对该数据进行标准化处理。 值得注意的是， 和讯机构侧重于评价环境责任报告披露质量， 本文重点评价环境治理效果， 有所不同， 因而还需要对和讯体系作部分调整， 见表2。

3. 控制变量。 基于已有文献和研究实际， 本文选择企业规模、投资机会、盈利能力、财务风险等作为控制变量。 本文选取的主要变量的类型、名称、代码和定义见表3。

（三）样本选择与数据来源

根据环境受托责任理论， 耗能大、环境破坏性强的重污染行业应承担更多的环境治理责任[22] 。 本文依据环保部2010年公布的《上市公司环境信息披露指南》以及2008年发布的《上市公司环保核查行业分类管理名录》（环办函[2008]373号）的规定， 选定火电、钢铁、水泥等16类重污染工业行业。 本文选取2010～2017年我国沪市A股重污染企业作为样本， 并进行如下筛选：①剔除ST、SST、?ST、PT的样本企业; ②据计算， 样本年度内只有约40%的样本企业披露了环保投资数额， 因此本文剔除环保投资数额严重缺失的样本企业; ③剔除某些控制变量缺失的样本。

本文的数据来源于以下途径：①环保投资效率的数据来源于企业社会责任报告、可持续发展报告、环境报告书和相关新闻， 均从上海证券交易所网站、和讯网、MQI、企业官网和媒体网站手工下载、搜集、整理; ②绿色税收的数据来自于样本企业财务报告附注（“税金及附加”和“管理费用”明细） ， 均从国泰安数据库或上海证券交易所网站手工搜集获得; ③控制变量的数据主要来自于国泰安数据库， 部分缺失的数据为手工查阅企业年度报告而来。 在回归分析时， 本文对连续性变量在首尾1%分位上进行了Winsorize处理。

四、实证结果分析

（一）描述性统计

1. 企业环保投资效率的描述性统计。 表4列示了沪市重污染行业A股公司环保投资效率的描述性统计结果（原效率值为[0，1]区间， 为方便后续回归和分析， 将其统一标准化为[0，10]区间）。 从全样本来看， 虽然总体样本环保投资效率标准差为1.9047， 低于均值和中位数， 但最大值和最小值相差显著， 说明各样本企业的环保投资效率之间仍存在一定差距， 并且均值和中位数数值较小， 这在一定程度上反映出我国沪市重污染行业A股绝大部分公司环保投资效率低下。 总体来说， 样本企业环保投资效率个体间存在一定差距， 效率大体上呈现逐年上升态势。

本文还特别关注了国有和非国有企业的环保投资效率表現， 描述性统计结果见表5。 国有企业环保投资效率中位数为3.5816， 最小值为1.1070， 高于非国有企业的中位数和最小值， 说明国有企业在环保投资效率方面或有较好表现; 在标准差方面， 国有企业间差异高于全样本和非国有企业， 说明国有企业之间环保投资效率个体差异也较突出， 但整体而言， 国有企业与非国有企业差异不大。

2. 其他主要变量的描述性统计。 解释变量和控制变量的描述性统计结果如表6所示。 从统计结果来看， 绿色税收的均值和中位数较为接近， 标准差较小， 说明各公司面临的绿色税收规制相近。 其他变量的描述性统计结果与前人研究基本相符。

（二）多元回归分析

本文在回归分析前对数据的异方差、自相关、多重共线性、单位根和因果关系等问题进行了考虑。 检验结果显示解释变量的VIF值为2.51， 控制变量VIF值均小于4， 不存在多重共线性问题。 同时， 加入个体固定效应、线性时间趋势和截面相关缓解项的面板单位根IPS检验所得p值为0.0000， 不存在伪回归现象。 在前述数据通过合理有效性检验的基础上， 本文采用聚类稳健标准误的固定效应模型进行回归。 此外， 根据上文描述性统计结果， 企业间环保投资效率有一定差距， 因此， 须考虑个体效应。 进一步的， 本文将运用面板分位数回归模型对数据进行分析。

1. 固定效应回归结果。 如表7所示， LNET在1%的置信水平上显著为正， 回归系数为0.1061， 表明绿色税收LNET每上升1个单位， 将导致环保投资效率EFF上升0.1061个单位。 其他变量回归结果方面， 企业规模SIZE和盈利能力ROA均在1%的水平上显著为负， 说明企业规模和获利能力会显著降低企业环保投资效率。 投资机会OPPORT在1%的置信水平上与EFF存在显著的正相关关系， 表明当托宾q值上升时， 企业投资机会和投资支出的增加会促进环保投资效率的提升。 现金持有量CASH在5%的置信水平上显著为正， 说明企业现金流入增加时， 企业环保投资效率也会有一定幅度的上升。 第一大股东持股比例TOP在5%的置信水平上显著为负， 说明企业大股东在环保投资方面积极性较弱。 企业盈亏情况LOSS在10%的置信水平上显著为正， 说明企业盈利时， 其环保投资效率更高。 代理成本COST在5%的置信水平上显著为正， 说明管理层的积极治理将有益于企业环保投资效率的提升。

表7的右半部分列示了企业性质横截面回归结果。 可以看到， 在国有企业样本中， LNET与EFF存在显著的正相关关系， 回归系数为0.1082， 说明在面临绿色税收规制时， 国有企业有较强动力提升环保投资效率。 OPPORT和CASH则分别在1%、5%的置信水平上显著为负， ROA在1%的置信水平显著为负。 在非国有企业样本组， LNET和EFF仍存在正相关关系， 但系数不太显著， 说明非国有企业在绿色税收压力下， 对于环保投资的敏感性较弱。 上述结果验证了前文假设， 即国有企业所面临的环境合法性压力会显著大于非国有企业， 因此在环保投资效率方面会有更好的表现。

2. 面板分位数回归结果。 表8列示了面板分位数模型的回归结果， 本文选取了五个代表性分位数并探究其回归系数和显著性水平。 结果显示：随着分位数的增加， LNET呈现上升趋势且始终为正， 在第50、75和90分位点上， 绿色税收与企业环保效率投资分别在1%、1%和5%的置信水平上显著为正， 这表明绿色税收对企业环保投资效率的条件分布的右端和中间的影响大于其对左端部分的影响， 即环保投资效率越高的企业， 其环保投资效率受绿色税收的影响越大。 其他方面， OPPORT的分位数回归系数均在1%的置信水平上显著为正， 说明当投资机会增加时， 企业购买新机器等环保设备的重置资本要低于企业的市场价值， 企业愿意增加投资支出。 从总体来看， SIZE和ROA大部分分位数回归系数都在1%的置信水平上显著为负， 这与固定效应回归结果是一致的。 CASH在第25和50分位点上的回归系数显著为正， 基本说明企业现金流增加时会更倾向于增加环保投资， 提高环保投资效率。 而GROWTH在各分位点上的回归系数均为负数， 并在第75和90分位点上显著， 这可能与企业处于成长期时多数为利润导向型组织有关。 因为企业开拓业务时， 往往会将更多资金投向新产品研发和市场推广中， 其中所产生的环境问题常会被忽视， 而重污染企业更能凸显此特征。

表9为国有和非国有企业样本分组的面板分位数模型的回归结果。 在解释变量方面， 国有企业LNET在各分位点上始终与EFF正相关且波动幅度较小， 并在第75和90分位点上体现了良好的显著性水平， 这说明加强国有性质企业的绿色税收征管可以在较大程度上提升其环保投资效率。 而非国有企业LNET对EFF的估计系数除在第75和90个分位点上为正号， 其余均为负号， 说明非国有企业环保投资效率与绿色税收关系较不明确。 在其他变量与EFF的关系上， 国有企业均比非国有企业更为显著。

五、稳健性检验

为确保固定效应回归结果的可靠性， 本文进行了以下检验：①转换解释变量。 在LNET涵盖内容中缩小范围， 只采用税种TAX作为解释变量， 不再包括费用和基金。 ②在回归模型中添加其他控制变量， 主要为两权分离度EQUITY（实际控制人拥有上市公司所有权与控制权比例之差）、股权制衡度Balance（第二至第十大股东的持股比例之和）和财务结构STRUCTURE（期末总负债/期末净资产）。 ③将全样本抽取五分之一后， 再次进行相同的回归检验。 结果表明假设1和假设2均通过了检验， 国有企业环保效率投资和绿色税收的关系始终比非国有企业显著。

本文同时进行了面板分位数的稳健性检验， 具体来看：转换解释变量的回归结果显示， 随着分位数的增加， TAX的回归系数总体呈上升态势， 并于第50和75分位数上在1%的置信水平上与环保投资效率显著正相关， 说明处于高分位水平的环保投资效率企业的环保投资更容易受到绿色税收的影响。 而添加其他控制变量的回归结果中， 随着分位数的增加， LNET的回归系数也在上升， 这说明在增加了更多的控制变量后， 绿色税收仍对企业环保投资效率具有正向促进作用， 且作用在逐渐加强。 将全样本抽取五分之一后， 再次进行相同的回归结果检验， LNET在第10、50和75分位点上的回归系数在1%的置信水平上显著为正， 说明绿色税收能促进大部分企业的环保投资效率提升。 另外， 本文也进行了国有和非国有企业的面板分位数稳健性检验。 结果显示， 相对于非国有企业， 国有企业绿色税收对环保投资效率的影响更为明显， 这意味着加大绿色税收征管力度在国有企业中能带来更好的效果。

六、研究结论与启示

（一）研究结论

本文采用我国沪市2010 ～ 2017年重污染行业A股企业的数据， 探讨了绿色税收、股权性质与企业环保投资效率之间的关系。 实证发现：样本企业环保投资普遍存在效率低下的问题， 且企业间差异较明显; 绿色税收与企业环保投资效率呈现显著的正相关关系， 说明绿色税收作为一种政府规制手段， 能较好地督促企业进行环境治理。 进一步研究发现， 国有重污染企业比非国有重污染企业环保投资效率要高， 绿色税收对国有企业环保行为的规制效果要优于非国有企业。 另外， 本文还采用面板分位数回归模型探索性地研究在不同分位数下， 绿色税收对企业环保投资效率的影响程度， 并进行了国有企业和非国有企业样本的横截面检验。 总体来看， 本文在前人研究环境规制对企业环保投资影响的基础上， 重点关注税收因素和企业环保投资效率的关系， 研究结论有助于人们更好地了解税收在投资中的作用和影响程度， 为绿色税收在环境治理中发挥的作用提供了证据支持。

（二）研究启示

本文的研究结果具有如下启示：第一， 树立绿色理念和强化绿色税收征管具有积极意义。 本文提供了绿色税收正向作用的实证证据， 其以有效的形式倒逼企业重视环境治理， 并使企业环保治理有法可依、有法必依。 第二， 绿色税收对不同性质企业的环境行为发挥的作用不同， 产生了不同的环保效果， 应出台针对性的税收规定引导企业进行环境治理。 第三， 已有大量文献说明我国企业环保投资规模普遍不足的问题， 在此基础上， 本文还发现， 我国企业环保投资不仅在数量上存在投资规模不足的问题， 而且在投资效率方面也处于低位水平。

基于上述研究， 本文提出如下政策建议：第一， 政府部门要坚持完善绿色税收体系， 制定合理的法律法规， 最大限度发挥绿色税收作用。 第二， 企业要提高环保意识， 且这种意识应该是自发的， 而不是敷衍应付环保部门的督查。 第三， 税法规定的制定不可一刀切， 还需因情况制宜、因企业制宜、因时制宜。

【 主 要 参 考 文 献 】

[ 1 ]   Effie Kesidou， Pelin Demirel. On the drivers of eco-innovations： Empirical evidence from the UK[ J].Research Policy，2012（5）：862 ～ 870.

[ 2 ]   唐国平，李龙会.企业环保投资结构及其分布特征研究——来自A股上市公司2008 ～ 2011年的经验证据[ J].审计与经济研究，2013（4）：94 ～ 103.

[ 3 ]   John W. Maxwell， Christopher Decker. Voluntary environmental investment and responsive regulation[ J].Environmental and Resource Economics，2006（4）：425 ～ 439.

[ 4 ]   王金南，葛察忠，高树婷，赵越，於方，蒋洪强，孙钢，贡辉文，陈琍，张德勇.打造中国绿色税收——中国环境税收政策框架设计与实施战

略[ J].环境经济，2006（9）：10 ～ 20.

[ 5 ]   徐会超，张晓杰.完善我国绿色税收制度的探讨[ J].税务研究，2018（9）：101 ～ 104.

[ 6 ]   Pearce David. The role of carbon taxes in adjusting to global warming[ J].Economic Journal， 1991（101）：938 ～ 948.

[ 7 ]   Lawrence H. Goulder. Environmental taxation and the double dividend： A reader's guide[ J].International Tax and Public Finance，1995（2）：157 ～ 183.

[ 8 ]   Bovenberg A. Lans. Green tax reforms and the double dividend： An updated reader's guide[ J].International Tax and Public Finance，1999（3）：421 ～ 443.

[ 9 ]   李強，田双双.环境规制能够促进企业环保投资吗？——兼论市场竞争的影响[ J].北京理工大学学报（社会科学版），2016（4）：1 ～ 8.

[10]   唐国平，李龙会，吴德军.环境管制、行业属性与企业环保投资[ J].会计研究，2013（6）：83 ～ 89+96.

[11]   Farzin Y. H.， Kort P. M.. Pollution abatement investment when environmental regulation is uncertain[ J].Journal of Public Economic Theory，2000（2）：183 ～ 212.

[12]   Andrea M. Leiter， Arno Parolini， Hannes Winner. Environmental regulation and investment： Evidence from European industry data[ J].

Ecological Economics，2011（4）：759 ～ 770.

[13]   傅京燕，李丽莎.环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据[ J].管理世界，2010（10）：87 ～ 98+187.

[14]   张平淡，袁浩铭，杜雯翠.我国工业领域环保投资效率及其影响因素分析[ J].大连理工大学学报（社会科学版），2016（1）：6 ～ 10.

[15]   Myers Stewart C.， Majluf Nicolás S.. Corporate financing and investment decisions when firms have information that investors do not have[ J].Social Science Electronic Publishing，1984（2）：187 ～ 221.

[16]   刘行，叶康涛.企业的避税活动会影响投资效率吗？[ J].会计研究，2013（6）：47 ～ 53+96.

[17]   曾亚敏，张俊生.税收征管能够发挥公司治理功用吗？[ J].管理世界，2009（3）：143 ～ 151+158.

[18]   沈洪涛，黄珍，郭肪汝.告白还是辩白——企业环境表现与环境信息披露关系研究[ J].南开管理评论，2014（2）：56 ～ 63+73.

[19]   Koenker Roger. Quantile regression for longitudinal data[ J].Journal of Multivariate Analysis，2004（1）：74 ～ 89.

[20]   李偉伟.中国环境治理政策效率、评价与工业污染治理政策建议[ J].科技管理研究，2014（17）：20 ～ 26.

[21]   孙钰，姜宁宁，崔寅.环境保护投资的经济、社会与环境效率研究——基于三阶段数据包络分析（DEA）模型[ J].科技管理研究，2019

（21）：219 ～ 226.

[22]   毕茜，于连超.环境税的企业绿色投资效应研究——基于面板分位数回归的实证研究[ J].中国人口·资源与环境，2016（3）：76 ～ 82.