环境保护税提升了大气污染治理绩效吗?

田时中，羊怡霖

(安徽大学 经济学院，安徽 合肥 230601)

引言

习近平主席在第75 届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标。 实现“双碳”目标，尤其要重视大气污染治理。 随着《打赢蓝天保卫战三年行动计划》的顺利收官，以PM2.5、二氧化硫为特征的大气污染物排放量明显减少，空气污染状况有所缓解。 由于环境保护税具有污染排放约束和调节经济增长的双重作用，因此，在打赢污染防治攻坚战中，人们对环境保护税具有较高的期待[1]。 健全的环境保护税制度能明晰污染物的排放价格，促进绿色技术创新，吸引企业向更绿色环保方向发展，对治理污染、改善环境、推动绿色转型发展具有关键的现实影响[2-3]。 不过，环境保护税实施中还存在一些亟待解决的问题，如对大气污染物的征收范围设置过窄、税负过低、部门间涉税信息共享和工作配合机制不完善等，影响大气污染治理绩效。尤其是在“双碳”目标约束下，如何有效发挥环境保护税在经济发展和环境治理改善中的协调作用，是新发展阶段值得探讨的问题，具有重要的理论及现实价值，现将有关研究综述如下。

关于环境保护税减排治污效应的研究，由于样本与研究方法差异，国外的专家学者对于环境保护税减排治污的效果持不同观点。 国外学者Park 研究表明，环境保护税的开征能有效降低日本二氧化碳排放量，并带来经济成本的增益[4]；Stampini 发现，合适税率的环境保护税征收可以减少意大利10%的污染排放[5]；但部分研究持质疑态度，Blackman 研究发现，墨西哥的环境保护税政策使企业排污的动机及行为更为严重[6]。 我国1982年开始征收排污费，随着“清费立税”改革的推进，2018年正式进行“费改税”[7]。 关于环境保护税或排污费在我国是否起到减排治污的作用同样有不同声音。 Wang H等研究发现对大气污染物征收排污费，能显著地促进企业降低污染物排放[8]；卢洪友等从排污费征收标准变迁视角出发，得出提高二氧化硫排污费征收标准有利于降低工业二氧化硫排放量的结论[9]；刘海英等在研究环境税的工业污染减排效应中发现，征收环境税在工业废水减排方面具有一定的效果[10]。 但是一些研究得出了相反的结论。 朱小会等从环境税种总体治污效应研究中发现，提高现行环境税种税率无法改善环境质量[11]；李建军等发现我国排污费的减排效应还没有完全实现，排污费的征收引起了工业“三废”排放量的增加[12]；薛钢等发现环境保护税对大气污染物和水污染物的减排效果不明显[13]；樊勇等研究发现工业废水排污费征收标准低于污水处理费用[14]；吴伟平等发现了环境规制和污染排放存在空间溢出效应，并呈现出共生局面[15]；在环境税减排治污效应的研究中，多数研究者认为其对减排防污具有正向促进作用，但也有部分研究者认为环境保护税的开征作用更多在筹集财政资金上，减排防污效应受限，也不能达到污染的有效治理，对于环境保护税能否规制污染排放、有效治理污染还未能形成一致的结论。

关于大气污染治理绩效的评估研究，黎文靖等利用AQI 监测的可吸入颗粒物、二氧化氮等空气污染物排放量构建空气质量指数来衡量空气污染治理效果[16]；潘国权等选取废气中的主要污染物排放量之和来反映大气治理水平[17]；李洋等采用CAMx-PSAT 模型利用二氧化硫、一氧化氮等减排量定量估算空气质量的改善情况[18]；蓝庆新等从治理效率角度出发，基于Super-SBM 模型选择废气治理设施数及运行费用作为投入指标，大气污染物的去除量作为产出指标进行测算来反映大气污染治理的特征[19]；张冉等基于“压力—状态—响应”(PSR)模型原理，考虑到大气污染治理所带来的社会效益和生态效益，构建了包含环保投入以及环境改善情况的中国大气污染防治绩效评估体系[20]。

在上述研究中，指标的选取较单一，只考虑到大气污染物本身状态，未能充分反映出环境与人类活动乃至社会发展的关系。 为更加全面和综合的考察大气污染治理绩效，本文借鉴《基于PCA—SLM 的大气污染治理效果测度及影响因素分析》中构建的DPSIR(Driving-Force-Pressure-State-Impact-Response)模型，从驱动力、压力、状态、影响和响应等五个方面构建评估指标体系[21]。 DPSIR 模型所选用的指标范围广，能够更加全面的对环境和社会发展、人类活动之间的因果关系进行分析、描述和评估，得出的结果更加客观。 DPSIR 模型的五个因素之间相互联系，没有交叉重复，为指标的选取提供了一个具有逻辑性的因果链:能源消耗等因素作为驱动力，会对大气环境造成压力，使得大气环境状态发生变化，对人类的生存与发展造成危害，为了减轻大气污染带来的不良影响，政府出台相应政策措施，做出响应，从而减轻对大气环境的压力。本文运用DPSIR 模型能从经济发展、社会稳定和环境状态间的逻辑关系中从不同层面分析影响大气污染治理的关键点来构建指标体系，具有一定的科学性和可行性。

由此可见，现有关于税收政策与大气污染治理的研究成果丰硕，对本文的研究提供了重要参考，但也存在不足:其一，目前关于环境保护税的研究多是以狭义环境保护税层面的排污费为主，并没有考虑到与环境保护和资源保护相关的税种体系；其二，国内学者大多以研究环境保护税对大气环境“减排”层面为主，很少聚焦于对大气环境“治污”层面；其三，环境保护税与经济发展对大气环境的影响并非是孤立存在的，而现有研究大多侧重于环境保护税和经济发展对大气环境的单一理论分析，对于经济发展和环境规制的结合度不高。 基于此，本文利用中国30 个省、自治区、直辖市(不包括西藏自治区)2008—2019年的面板数据，分别对狭义、广义环境保护税与大气污染治理绩效进行空间杜宾模型回归，实证检验狭义、广义环境保护税对大气污染治理绩效的效应，进一步考虑到大气环境固有的公共物品属性，经济增长与环境保护税相互作用、影响大气环境，因此，本文在基准回归基础上，进一步探究环境保护税对经济发展与大气污染治理绩效的调节效应。 研究可能的边际贡献包括:一是基于驱动力—压力—状态—影响—响应等五个维度来测度大气污染治理绩效；二是实证分析了环境保护税与大气污染治理之间的空间依赖性及空间溢出效应；三是实证结论为政府大气污染治理提供某些决策思考。

一、理论分析与研究假设

(一)环境保护税对大气污染治理绩效的直接影响

环境污染是经济活动中典型负外部性的表现。 由于生态环境是具有非排他性与非竞争性的公共品，因此环境问题需要政府介入，对相关污染行为进行规制，征收环境保护税则是最常用的政策手段。 狭义的环境保护税是以环境保护为目的，对以破坏环境、产生污染的行为为课征对象的独立税种。 政府通过开征环境保护税，将污染的负外部性内部化，约束企业的排污行为，以此达到减排治污的目的。 在2018年1 月1 日之前我国的排污费扮演着环境保护税的“角色”。 排污费制度在减排治污方面发挥着重要作用，现行环境保护税与排污费相比，具有明确的法律权威性，也更加规范化，但仍存在收费标准偏低、监测力度较差、排污费无法足额征收等问题[22-23]。 其中有一部分原因是环境保护税征管中环保部门与税务部门之间没有建立分工协作机制，也没有较好的实现信息共享。 实践中有的环保部门不能及时回复税务部门要求提供的复核结果，导致税务部门不能及时对排污企业征税，甚至造成纳税申报额与复核后税额不一致。这一系列问题使得企业排污代价远低于治理代价，企业宁可多缴税，扩大生产规模获得的超额利润来弥补这一部分成本。 多生产又导致多排污，形成恶性循环，最终导致环境保护税的征收使得大气污染的治理效果并没有很好改善。 各种问题抑制了环境保护税对大气污染治理水平提升作用的发挥，较低水平的环境保护税征收加剧了环境污染。

因此，本文提出假说1:狭义环境保护税不能提升大气污染治理绩效。

广义的环境保护税是由从不同程度体现环境保护、降低污染、资源节约政策导向的各个税种构成，整体以促进环境保护，资源合理利用，抑制破坏环境的生产和消费为主要目标，体现了污染者付税、污染成本内部化以及对环境友好型生产和消费的税收支持，通过税收再分配工具来促进环境保护、节能减排、绿色发展。 目前，我国虽然并没有形成完整明确的环境保护税体系，但在税制体系中却有大量具有多种直接或间接与环境治理相关的税种，如消费税、资源税、车船税等。 与狭义环境保护税相比，广义环境保护税的口径明显处于相对较高的水平，政府监测力度大幅提升，监管力度的增强减少了中小企业偷偷排污的机会。 另外，环境保护税税额大幅提升，企业即使扩大生产规模也不足以弥补缴纳税款的这部分“损失”，这倒逼企业采取技术创新或是改变生产模式等其它方式减少排污，因此，综合税种性质和税率高低考量，广义环境保护税更能发挥出环境保护税的利好效应，从而提升大气污染治理绩效。 除此之外，广义环境保护税提高了环境执法的运用效率。 环境保护税与排污许可证及排污权有偿使用和交易、污染物排放总量控制、环境影响评价等制度相关联，与环保监测监察执法机构的执法相得益彰，可以更好护卫环境安全，建设生态文明。

因此，研究提出假说2:广义环境保护税能够提升大气污染治理绩效。

(二)环境保护税对大气污染治理绩效的间接影响

环境保护税的双重红利效应指的是环境保护税的绿色红利和蓝色红利，即征收环境保护税既能改善环境质量又能促进经济的良性增长[24-25]。 首先，环境保护税对排放大气污染物的单位或个人征收环境保护税使外部成本内部化，从生产和消费环节对高污染高能耗产业产生作用，促使厂商对高耗能高污染产品的生产，改变高耗能、高污染生产方式下形成的扭曲式竞争，促使高耗能高污染产业的淘汰或转型升级，加速产业结构向绿色清洁模式转化，从源头减少污染物排放，逐步引导经济实现绿色增长。 其次，环境保护税也可以通过增加企业成本，促进企业引入并研发节能减排技术，减少工业污染排放，激发企业对研究与开发加大投入，促进绿色减排方面的技术进步。 在最终产品的消费环节，由于高污染产业生产的产品成本增加使得价格上升，消费者将减少对他们的需求并增强对环保产品的偏好，在长期也将促进消费者绿色环保消费观的形成，进而有利于资源合理配置，增强污染治理的成效，提升大气污染治理绩效。

基于此，研究提出假说3:环境保护税能够通过调节经济增长提升大气污染治理绩效。

二、指标、数据与方法

(一)指标体系构建

结合现有文献和实际需要[21]，基于DPSIR框架构建大气污染治理绩效评估指标体系。 按照一定的标准和方法将影响大气污染治理变化和反映大气污染治理状态的各因素指标简化，形成直观单一的综合指数形式，从整体上反映大气污染治理绩效。 基于大气污染治理绩效在DPSIR 模型中能突出反映治理状况、污染程度和大气环境状态之间的因果关系，采用DPSIR 模型构建大气污染治理绩效的测度指标结构体系。在DPSIR 模型中，驱动力—压力—状态—影响—响应等形成一个系统的因果关系链:驱动力是为进一步优化大气环境状况的内在发展要求；压力是造成大气污染的直接原因，即当前主要污染物排放状况；状态指影响大气环境的主要污染物浓度；影响体现出大气污染治理水平对高新产业发展情况等方面的影响；响应表现为所采取的有利于大气污染治理程度提高的措施。 在坚持指标体系的整体性、科学性、层次性、可操作性等准则的基础上，构建如下的评估指标体系，见表1。

表1 大气污染治理绩效评估指标体系

(二)测量方法与数据说明

关于指标综合评估的方法有层次分析法、主成分分析法、熵值法等。 熵值法是根据各项观测值所提供的信息大小来确定权重，可以减少指标权重确定过程中的人为主观偏差和客观局限，多种研究均肯定了其在综合评估中的应用[26]，计算过程如下。

首先，对上述指标数据进行标准化处理，由于指标正负向的不同，标准化作以下处理:

其中，i表示年份，j表示具体指标，xmax(j)和xmin(j)分别为第j项指标的最大值和最小值，yij为标准化的赋值。

其次，计算j项指标的熵值:

计算j项指标的熵权:

通过上述步骤，最后计算得到第i表示年份的大气污染治理效果指数yij。

鉴于部分省市或地区数据严重缺失，因此选取我国(除西藏自治区)的30 个省级行政单元最新的面板数据。 相关数据来源于国家统计局和《中国统计年鉴(2009—2020)》《中国环境统计年鉴(2009—2020)》 《中国税务统计年鉴(2009—2020)》 《中国高技术产业统计年鉴(2009—2020)》以及各省市统计年鉴、国民经济发展统计公报及环境统计公报等，部分指标值缺失，通过二次计算和插值法进行填补，为节省篇幅，原始数据不再列出，备索。

三、空间相关性分析与模型构建

(一)空间相关性分析

1.权重矩阵构建

根据地理学第一定律理论，利用两个地区之间地理距离平方的倒数来构造地理距离权重矩阵，具体计算公式如下:

其中，Wd为地理距离矩阵，dij为省份中心城市之间地理距离，φi和φj分别表示省份中心城市的纬度和经度，Δτ为两个省份中心城市间的经度之差，R为地球半径。

由于地理位置不同所表现出来的空间联系及其强度仅仅代表了地理特征的影响，而大气污染治理作为一种综合性活动，也会受到除地理因素外其它因素的影响。 为了更加客观反映出影响大气污染治理绩效的空间效应，在地理距离矩阵的基础上增加了经济因素对空间的影响，构造出经济地理权重矩阵[27]。 该矩阵不仅将地理距离和经济影响结合起来，同时考虑到了落后地区影响发达地区和发达地区影响落后地区的力度之差[28]，即经济发达地区相对于经济落后地区空间影响力更强这一特征，更好的模拟出现实中可能会存在的空间相关性。 具体方法如下:

其中，Wd为地理距离矩阵，为样本期内第i省的人均GDP，Y＝为样本期内总人均GDP，t为不同时期。

2.全局空间相关性

在确定适用空间计量方法之前，要先对大气污染治理绩效这一指标是否存在空间依赖性或空间相关性进行检验，选用应用相对广泛的莫兰指数法来考察及检验全国30 个省份大气污染治理绩效的空间相关性。

莫兰指数的计算公式如下:

莫兰指数取值一般在[-1，1]之间，指数值大于0 表示存在空间正向相关，小于0 表示负向相关。 根据表2 显示，地理与经济地理权重矩阵均通过了莫兰指数显著性为1%的检验，可以认为大气污染治理绩效存在空间相关性。 在上述距离权重矩阵中莫兰指数的值均大于0，这充分验证了大气污染治理绩效在空间上表现出较强的正相关性特征，即具有相似大气污染治理绩效的区域表现出显著的空间集群特征。 因此，在对大气污染治理绩效进行研究时应该充分重视区域间可能存在的空间相关性。

表2 2008—2019年的莫兰指数

利用莫兰指数散点图可以清晰反映出不同时期大气污染治理绩效空间集聚的特征。 以下选取2008年和2019年这两个代表性年份，制作地理距离权重与经济地理距离权重下大气污染治理绩效的莫兰指数散点图，见图1、图2、图3和图4，考察全国大气污染治理绩效的空间自相关性。

图1 2008年地理权重下的莫兰散点图

图2 2019年地理权重下的莫兰散点图

图3 2008年经济地理权重下的莫兰散点图

图4 2019年经济地理权重下的莫兰散点图

3.局部空间相关性

全域空间性反映了空间变量的整体空间相关状况，但可能会忽略局部地区的非典型性的特征，因此还需要进行大气污染治理绩效的局域空间相关性分析。

其中，Ii是指数，测度i地区与其周围地区大气污染治理绩效的相关程度，Yi、、n、wij、S2均与全局莫兰指数的计算设定相同。Ii为正意味着具有相似大气污染治理绩效的地区聚集在一起，即高绩效水平地区被高绩效水平地区包围(高—高型)或低绩效水平地区被低绩效水平地区包围(低—低型)。Ii为负则表示低绩效水平地区被高绩效水平地区包围(低—高型)或高绩效水平地区被低绩效水平地区包围(高—低型)。 通过局域莫兰指数考察大气污染治理绩效的局域集聚特征，并将重点关注的高—高型大气污染治理绩效省份汇总于表3 中。

表3 高—高型大气污染治理绩效省份

从具体的演变角度来看，无论是在地理权重矩阵还是经济地理权重矩阵，(高—高)类型的集聚主要分布在北京、上海、广东、天津、海南、江苏、山东、福建、浙江、湖北、贵州、重庆、江西、四川等省份。 其中，贵州、重庆、江西在2015—2019年的(高—高)类型的集聚局域均有出现，上海、天津、海南、江苏、山东、福建、浙江、江苏省份一直处于(高—高)型聚集区，据此我们可以得到中国大气污染治理的空间聚集效应明显，处于长期稳定状态。 进一步分析可以发现，(高—高)大气污染治理绩效区域稳定地集中于两类地区:一类是上海、浙江、江苏此类经济发展较快地区；另一类则是如福建、海南自身环境条件优越地区。

根据对局部莫兰指数分析发现，中国各地区存在明显的正向空间相关性且长期稳定，(高—高)类型的集聚更是稳定地集中于局部经济发展较快地区。 因此，要达到对大气污染治理绩效的显著提高，就必须充分考虑到污染治理的地理空间效应及其与经济发展存在的必然联系。 根据上述分析，本研究认为在分析环境保护税对大气污染治理绩效的影响时，需要使用纳入空间相关性因素的空间计量经济模型。

(二)变量选取

1.核心解释变量

环境税收政策分为狭义环境保护税和广义环境保护税。 狭义环境税收政策界定为专门的环境保护税种或收费，会通过增加运行成本，倒逼经济主体采取环保措施来保护环境。 我国环境保护税于2018年正式施行。 此前，以专项收入排污费作为专门环境保护收费，故而2008—2017 狭义环境税收政策以排污费与GDP 的比重来表征，2018年后则由环境保护税与GDP 的比重来确定。

广义环境税收政策是由具有一定环境保护性质的税种构成，主要包括环境保护税(排污费)、城市维护建设税、城镇土地使用税、耕地占用税、消费税、资源税、车辆购置税等。 但车辆购置税及消费税属于中央税，区域数据获取困难，故而使用剩余五种税种之和与GDP 的比值来衡量广义环境税收政策。

经济发展水平选用人均GDP 来代表，人均GDP 客观地反映了每个人平均创造的经济价值，是衡量经济发展状况的有效工具。 人均GDP 数值越高，反映出该地区经济产出和发展水平越高。 因此，选用人均GDP 及其二次项来构建大气污染治理绩效与经济增长的EKC 曲线模型。

2.其它控制变量

参考相关研究，共设定了货物周转量、政府规模、财政自给率、环保意识、对外开放、技术创新等6 个控制变量。 分别采用交通运输部门实际运送的货物吨数和运输距离的乘积、各地区公共管理和社会组织从业人员占单位从业人员的比重、一般公共预算收入占比一般公共预算支出、工业污染治理投资完成投资额、中国进出口贸易总额占GDP 比重、专利授权数等6 个指标对上述变量进行表示。

(三)模型构建

常见的空间计量模型有空间杜宾模型、空间滞后模型、空间误差模型等。 对于空间计量模型的识别，首先，通过拉格朗日乘数检验(LM 检验)对空间杜宾方程是否适用进行判断；其次，基于似然比检验(LR 检验)和沃尔德检验(Wald检验)进行选择。 通过上述检验的统计值及显著性来判断空间面板模型是滞后还是误差形式，通过空间豪斯曼检验来进行固定效应和随机效应的判定；最后，通过拟合度以及空间相关系数的比较确定，选择空间杜宾模型。

根据以上分析，构建以下的空间杜宾模型:

其中，i表示省份；t表示时间；Z表示大气污染治理绩效指数；tax表示环境保护税，包括狭义环境保护税和广义环境保护税；pgdp表示人均GDP；Xn表示控制变量集；W表示权重矩阵，包括地理权重矩阵和经济地理权重矩阵；δ0为空间自回归系数；δ1、δ2、δ3、δ4、δ5、τ分别为各变量的空间滞后系数；α0为常数项；ε为扰动项；ui为空间固定效应。

四、实证分析

(一)空间杜宾模型回归结果

从表4 的回归结果来看，在地理权重和经济地理权重矩阵下模型的空间自相关系数分别均为正值，且在1%的水平下显著，说明空间效应存在。 中国各省的大气污染治理绩效之间存在着显著的空间相关特征，有着显著的集聚效应和相似性。 并且经济地理权重矩阵的模型空间自相关系数要高于地理权重矩阵的模型，因此相较于地理位置的不同，结合经济辐射影响的地理距离对地区大气污染治理绩效的空间相关性影响更大。

表4 主效应回归

1.狭义环境保护税对大气污染治理绩效的影响

在这两种权重矩阵下，将狭义环境保护税作为核心解释变量带入模型中，主效应系数均为负值且在1%的置信水平显著，表明了狭义环境保护税与大气污染治理绩效存在负向线性关系。究其原因:首先，我国环境保护税从2018年正式立法开征，此前一直以排污费代替，而排污费制度一直存在收费标准过低问题，使得企业的排污代价低于治理成本，因此企业宁愿选择缴纳排污费而放弃污染治理；其次，政府征收排污费的征收对象难以监测，需要多部门协同合作，征管成本大且收入低，因此对于政府和企业而言，都有不严格执行排污费制度的动机，致使征收排污费提升治理绩效的目的难以实现。 从表5 的分解效应来看，狭义环境保护税的间接效应显著为正，表明环境保护税具有正向溢出效应，说明环境保护税征收水平的提升对周边地区大气污染治理水平有一定促进作用。 环境保护税征收水平的提升对本地区大气污染治理绩效具有抑制作用，大气污染治理正向溢出效应影响到周边地区，迫使周边地区会加大污染治理投资，提升征收力度，使得企业排污代价大于治理成本，这样就会约束污染排放，强化污染治理动机，提升大气污染治理绩效。

2.广义环境保护税对大气污染治理绩效的影响

将广义环境保护税作为核心解释变量带入模型中，主效应系数均为正值并且显著。 广义环境保护税中所包含的是多种直接与环境治理相关的税种，其征收范围相较于环境保护税明显扩大。 另外，环境保护税税额大幅提升，企业将不得不重新审视其排污成本和治理成本，倒逼企业采取技术创新或是改变生产模式等其它方式减少排污，发挥环境保护税的利好效应，环境保护税对大气污染治理绩效也表现出明显的提升作用。 从表5 的分解效应角度来看，广义环境保护税的间接效应不显著，主要原因是我国虽然并没有形成完整明确的环境保护税体系，目前的环境保护税体系建设相对松散，税收制度统一性也有待加强；并且由于广义环境保护税的税率较高，迫使本地区的高污染、高能耗企业转移至周边地区，因此，广义环境保护税征收水平的提升并没有表现出对周边地区大气污染治理绩效的促进作用。

表5 分解效应

3.经济发展对大气污染治理绩效的影响

根据表4 回归结果，无论是地理权重还是经济地理权重下的估计曲线，均显示经济增长的一次项系数为正，经济增长的二次方项为负，且在1%的置信水平下显著，即在到达拐点前，随着经济增长，当地的大气污染治理绩效提高。 在达到拐点以后，随着经济增长，当地的大气污染治理绩效反而下降，当地经济发展与大气污染治理绩效之间存在与环境库兹涅茨方向相反的倒“U”型曲线。 经济发展对本地区的大气污染治理绩效由积极作用变为消极作用，这可能是因为随着经济不断增长，政府建立更多有助于提升环境的公共设施以及基础建设，起到一定的提升大气污染治理绩效的作用。 而盲目追求经济发展速度，会使得地方政府出于利益考虑选择降低环境门槛限制，放宽限制高污染企业进入，使得大气污染治理绩效下降。 进一步计算发现达到经济发展与大气污染治理绩效倒“U”型曲线拐点的人均GDP 分别为11.52 万元、10.08 万元、10.70 万元、9.43 万元，均徘徊在10 万元附近。 观察全国各省(直辖市)人均GDP 发现，2019年北京、上海、江苏、浙江、福建五省人均GDP 已经超过10万元，广东、天津人均GDP 接近10 万元，已有部分省份达到或接近拐点，而大部分省份仍处在经济增长与大气污染治理绩效曲线前半段的正向效应中。 表5 的分解效应显示经济发展与大气污染治理绩效的估计结果方向不变，但显著性明显降低，说明本地区的经济发展更多影响了本地区的大气污染治理绩效，而与周边地区的大气污染治理绩效关系并不明显。

4.其他控制变量对大气污染治理绩效的影响

货物周转量在回归中方向均为负，但显著性不高。 货物周转量越大，运输工具排放的污染物越多，加大对大气环境的污染，并且货物周转活动并非是固定的，产生的主要污染物也是流动的，容易影响周边区域，降低周边地区的大气污染绩效。

政府规模的回归结果显著为正且具有显著的正向溢出效应，说明扩大政府规模可以有效提升大气污染治理绩效。 由于政府规模与公共服务水平呈正相关关系，政府规模的扩张意味着公共服务水平提升[29]，也意味着政府行政组织管理能力、制定和贯彻污染治理政策能力的提升，因此，提高大气污染治理绩效。

财政自给率在回归中方向为正，但显著性不高。 理论上地方政府财政自给率越高，财政自给能力越强，政府越有能力通过充裕的资金进行污染治理设施建设，但是过高的财政自给率会造成内生的财政压力，财政压力较大的地区短期可能更偏向于通过放松环境规制吸引流动性资本，对污染类企业进行政策、资源的倾斜，这可能会给地方政府带来“污染避难所效应”[30]，从而造成“先污染后治理”这一现象。

环保意识在回归中方向为正，并且具有显著的正向溢出效应。 工业污染治理完成投资往往反映了社会的环保意识，环保意识越强，企业对于污染治理的投资就越高。 环保意识越弱，对于污染治理的投资就会越少，因此环保意识与大气污染治理绩效呈正向发展关系。

对外开放在回归中显著为正，其原因可能是贸易开放具有正向的技术外溢效应，此效应促进了中国的要素生产率和技术水平的提高，进一步影响技术进步和产业结构调整，最终达到提高了大气污染治理水平。 由此可见，对外开放度的提高起到了提升大气污染治理绩效的作用。

技术创新在回归中正向显著，越先进的技术越环保，技术进步在污染减排、改善环境质量中发挥了不可替代的作用。 企业开展创新活动，对生产设备更新换代或是进行生产技术升级，可节约能源资源，减少单位能源消耗，提高能源使用效率，从源头直接降低烟、粉尘的产生，降低大气污染物排放，提高大气污染治理绩效。

(二)交互项回归结果

通过将环境保护税和经济发展纳入同一模型，进一步将环境保护税作为调节变量，引入其与经济发展二次项的交互，观察环境保护税是否改变经济发展水平对大气污染治理绩效的基本形状，回归结果如表6。

从表6 中可以发现，经济发展与大气污染治理绩效的倒“U”型曲线，方向仍然不变。 地理权重矩阵下狭义环境保护税与人均GDP 二次项的交互项系数为-0.0305；狭义环境保护税与人均GDP 一次项的交互项系数估计为0.475，经济地理权重矩阵下狭义环境保护税与经济发展二次项的交互项系数为-0.0290；狭义环境保护税与经济发展一次项的交互项系数估计为0.487，均在1%水平显著，这说明狭义环境保护税对经济发展与大气污染治理绩效产生显著调节效应。根据U 型关系调节效应[31]研究发现，狭义环境保护税与经济发展二次项之间对大气污染治理绩效的边际影响是相互促进，或者说增加狭义环境保护税，将会提高经济发展的二次项对大气污染治理绩效的边际影响，二次项系数增大。 这样一来，经济发展与大气污染治理绩效的倒“U”型曲线的顶点必然向左下方向移动，并且环境保护税减弱了经济发展与大气污染治理绩效的正向及负向效应，即狭义环境保护税减弱了经济发展与大气污染治理绩效的倒U 形前半段的正向效应和后半段的负向效应。 这说明增加环境保护税，不能起到提高大气污染治理绩效的趋势，相反还会提前达到大气污染治理绩效峰值的经济水平，即狭义环境保护税并没有正向调节经济发展与大气污染治理绩效之间的关系。 根据表6中第3、4 列发现，不管在地理权重矩阵还是经济地理权重矩阵中经济发展水平二次项与广义环境保护税的交互项的回归系数为正但是不显著，这表明广义环境保护税对经济发展与大气污染治理绩效的倒U 型关系的调节作用并非是U 型调节，或者说经济发展与大气污染治理绩效的倒U 型关系不会因为广义环境保护税遭到显著弱化而直至出现U 型关系。

表6 交互项回归结果

(三)稳健性检验

为了进一步验证上述估计结果的可靠性，从以下两方面进行稳健性检验。

1.不同空间权重矩阵设定的稳健性检验

上文采用经济地理距离权重矩阵与地理距离权重矩阵作对比进行回归。 基于经济地理权重矩阵的模型与地理权重矩阵相比拟合优度差异较小，回归结果系数符号具有一致性，从一定程度上检验了回归结果的稳健性。 因此，根据经济地理权重矩阵下的回归结果，结论没有发生根本性改变。

2.引入工具变量的稳健性检验

根据工具变量的外生性和相关性原则，由于前文已验证大气污染治理绩效具有空间溢出特征，故将大气污染治理绩效的空间滞后项作为被解释变量来检验模型的内生性，运用空间杜宾模型进行回归，结果见表7 所示。 回归结果中狭义环境保护税和经济发展、广义环境保护税和经济发展以及两者交乘项均与整体回归结果一致，在考虑变量内生性问题后，狭义以及广义环境保护税的回归结果依然稳健。

表7 稳健性检验

五、结论与建议

(一)研究结论

通过构建DPSIR 模型测算出2008—2019年中国各省级行政单元的大气污染治理绩效指数，利用莫兰指数揭示中国各地大气污染治理绩效的空间效应。 在此基础之上，引入经济发展与环境的EKC 曲线，运用空间杜宾模型，研究狭义、广义环境保护税分别对大气污染治理绩效的影响效应，具体研究结论如下。

第一，大气污染治理绩效无论全域还是局部均具有正向的空间效应，表现出较强的聚集性。狭义环境保护税征收水平的提高抑制了大气污染治理绩效的提升，但具有正向的溢出效应，能够提升周边地区大气污染治理绩效。 广义环境保护税征税水平的提升促进了大气污染治理绩效的提升，但溢出效应不显著。

第二，经济发展与大气污染治理绩效之间存在倒“U”型曲线关系，并且大部分省份现阶段的经济发展水平未到达拐点，但接近拐点，仍处于经济发展与大气污染治理绩效的正向效应中。将环境保护税作为调节经济发展与大气污染治理绩效关系的变量进行回归发现，广义环境保护税未起显著的调节作用，而狭义环境保护税并没有正向调节经济发展与大气污染治理绩效。

第三，从其它控制变量的影响效应来看，政府规模、财政自给率、环保意识、对外开放、技术创新能够提升本地区大气污染的治理绩效，其中，政府规模与环保意识对周边地区的大气污染治理绩效具有正向溢出效应。

(二)相关建议

第一，健全环境保护税的监管机制。 环境保护税的征税对象监测难度大，尤其是大气污染物具有瞬时性特征，排放来源众多、污染源性质差异大，增大了企业偷偷排污的“机会”。 因此，我国应该尽快优化环境保护税的监管机制。 一是推广企业使用监测设备。 税务机关可以适时引入先进的监测设备，并且积极推广企业使用，对安装监测设备的企业给予一定的税收优惠，增强企业的环境保护意识。 二是加强税务机关和环保部门的管理协作，建立数据信息共享平台。 全面开放相关信息数据共享，可以使税务机关在发现企业纳税情况异常后，环保部门能及时获得该企业相关信息及数据，加大对该企业监测力度。而环保部门在发现监测数据异常后也能及时向税务部门反映，双方共同合作，加强对企业排污行为监管。

第二，完善以污染治理为导向的绿色税制体系。 在我国目前的绿色税收体系中，税种以及征收范围都有覆盖不全面的特征。 因此税制完善的主要工作:一是扩大环境保护税的征税范围，将挥发性有机物纳入环境保护税的征收范围中。 挥发性有机物主要是由煤化工等制造业产生，并且具有强烈毒性和污染性，将挥发性有机物纳入环境保护税征收范围有助于推动制造业的转型升级和清洁化改造。 二是完善税制体系中的税种，开征以二氧化碳为征税对象的新税种。 目前的绿色税制体系中并没有二氧化碳等此类专项能源环境税，难以实现减污降碳协同效应。 可以考虑增设二氧化碳税，适时对二氧化碳排放征税，鼓励企业选择更多低碳生产方式，促进企业绿色转型升级。

第三，切实践行绿色低碳循环发展理念。 一是推动产业绿色转型。 通过实施严格的环境规制，降低大气、水、固废污染物排放量，充分发挥环境保护税等税收政策的调节作用，在限制高污染、高耗能产业盲目扩张的同时积极调节企业环保行为，加快传统产业绿色转型。 二是加大对低碳技术研发投入。 低碳技术驱动环境质量改善，可进一步扩大财政专项资金支持规模，落实财政、税收等各种保障政策，解除企业低碳技术研发过程中的资源“禁锢”。 针对研发活动中关键领域的“卡脖子”问题，组织利用创新要素资源，促进高校、科研院所和企业开展联合攻关，推动低碳技术创新。 三是推动循环产业发展。 完善的产业体系是发展循环经济的关键，应积极构建循环产业体系，构建面向低碳目标的绿色低碳循环发展生产、流通和消费体系。 统筹推进相关行业和企业全产业链的生产改造，推行产品生态设计，实现产品全生命周期的循环再利用，提高产业链、价值链、供应链绿色低碳循环水平。