绿色环保当量税额的协同效应研究

李小梅 喻宣瑞 常 进

内容提要：基于全国31 个省（区、市）的绿色环保当量税额、污染气体排放量、地区生产总值的面板数据，运用Copula 联合概率预测模型，研究了三者之间的协同效应与互动机制。研究结果表明：绿色环保当量税额对经济和环境的改善作用，存在着地区差异，与各地区产业结构相关；绿色环保当量税额的最优波动区间为2.1 元至3.3 元。

一、引 言

改革开放以来，我国经济快速发展，人民的生活水平得到了大幅度提高，公共基础设施和公共服务也有所改善，但资源的不合理利用，资源浪费而引发的环境问题也在一定程度上阻碍了经济的可持续发展。党的十九届六中全会明确指出，要立足新发展阶段、贯彻新发展理念、构建新发展格局、推动高质量发展。这就要求社会经济既要实现“量”的增长，也要推进“质”的提升，才能着实提高人民的幸福指数。

实现社会经济质与量的共同提升离不开国家政策的引导。绿色税收作为政府调节社会经济发展和生态环境的一种强制性手段，主要用于平衡社会经济和生态环境的发展，是实现二者可持续发展的关键点（李彪，2020）。绿色税收，这一概念最早由瑞典等发达国家提出（何平林等，2019）。其最初源于英国经济学家庇古所提出的负外部性理论，即根据污染所造成的危害程度对排污者进行征税，用于弥补排污者生产的私人成本和社会成本之间的差距①［英］庇古著，朱泱等译：《福利经济学（上卷）》，商务印书馆2006 年版，第207-208 页。。为此我国吸收借鉴了这一方式，于2018 年正式实施了《中华人民共和国环境保护税法》，通过对污染排放企业进行征税，拟实现对社会经济和生态环境的灵活调控。但我国绿色税收体系构建相对较晚，尚不健全，尤其对绿色环保当量税额的设置，还缺乏一套行之有效的理论。绿色环保当量税额过低，对环境污染无法起到应有的规制作用，而过高的绿色环保当量税额会加重传统企业的税收负担，不利于经济的发展。如何实现绿色环保当量税额对环境和经济的合理调控，是近年来学术界关注的热点与难点问题。

确定合理的绿色环保当量税额，实现对社会经济和生态环境的灵活调控，是实现绿色发展的关键环节。基于此，本文从绿色环保当量税额、社会经济发展、生态环境这三个维度出发，分析了三者的互动过程，揭示了三者的协同效应。

二、文献综述

为探究绿色环保当量税额对经济与环境的影响机制，相关学者对其进行了深入的研究。概括起来，主要包括以下两个方面：一方面，绿色环保当量税额对经济与环境的单向作用。关于绿色环保当量税额对经济增长的作用机制，已有的研究认为，绿色环保当量税额过高将会加重传统行业的税负，进而影响经济的发展（Fang et al.，2013），但适当提高绿色环保当量税额可促进传统企业的转型升级，亦可推动地区经济的发展（王灿等，2005）。此外，绿色环保当量税额对经济的调控还存在地域性差别，与各地区产业结构形式相关，对于山西等重工业地区，其经济发展主要依赖于传统能源行业，绿色环保当量税额的大幅度提高，将直接影响该地区经济的发展，而对于广州等发达地区，高新技术产业占据了城市经济发展的主干，绿色环保当量税额的提高将会进一步优化其产业结构（吕敏等，2018）。不仅如此，绿色环保当量税额对经济的调节作用还时常会受到地方政策、市场竞争等因素的影响（金艳鸣等，2007），而地方政策的调控和市场的导向性又与各地区的人文环境、资源配比等随机因素相关。

此外，邓琨（2019）、王涛等（2018）基于中国东部、中部和西部地区的税收结构和税额，探讨了绿色税收对生态环境的影响，研究发现，不同税种税收竞争对生态环境的影响效应不同，不同地区税收竞争对生态环境的影响效应存在差异。Qin et al.（2012）通过CGE 模型分析了水资源税收标准对水资源利用效率的影响，发现水资源税收标准的提高将有效地降低水资源的用量。Zhang et al.（2017）通过建立CGE 模型剖析了碳税的变动对能源消耗量的影响，研究发现，环保当量税额的适当提高将对节能减排具有十分显著的效果，但当量税额超过一定区间后，其调节作用将不再显著。此外，环保当量税额对环境的调节也将受到市场供需、要素需求、政策决策等因素的共同作用（翁智雄等，2021），而这些因素又与整个社会的环境相关，具有鲜明的地域性、随机性、时变性。

另一方面，绿色环保当量税额对经济与环境的双向调控。针对如何调节环保当量税额，实现绿色税收双重红利的问题，相关学者展开了积极探索。如Tullock（1967）、van Heerden et al.（2006）对绿色税收的双重红利做了较为详细的阐述，将双重红利划分为绿色红利和蓝色红利，所谓绿色红利是指在保护生态环境上所产生的额外收益，而蓝色红利是指在推动经济增长方面所产生的额外收益。唐明和明海蓉（2018）运用环境治理成本分摊法，测算了我国31 个省（区、市）环境保护税大气污染物的最优税率，发现各地当前制定的税额标准既无法有效弥补环境治理成本，也不利于推动绿色经济的发展。王佳邓等（2021）以江苏省为例，建立了CGE 模型，分析了环境保护税对经济和碳排放量的影响。但以上研究，都仅从绿色环保当量税额对社会经济和生态环境的单向作用或双重作用进行分析，并未揭示三者之间的互动机制。从上述分析不难看出，绿色环保当量税额对社会经济与生态环境的调控易受多个随机因素的影响，存在着较为复杂的非线性、非对称关系（吕敏，2015），难以通过一次性转换和传统的线性回归模型来描述三者间的互动机制。

Copula 函数作为直观揭示各变量之间相依机制的工具，几乎包含了随机变量所有的相依信息，弥补了传统线性模型的缺陷，能够较好地展示各随机变量的变化趋势，反映变量之间的内在关系。在经济宏观调控（李述山，2010；吴建华等，2014），粮食安全风险评估（李红芳等，2021），水文水资源评估以及政策调控，地域差异对碳排放量的影响等方面都有运用（龚谊承，2012；万埠磊，2014）。这些问题都存在一个共同的特点，变量之间的关联性较为复杂，随机性较强，存在非对称响应。而绿色环保当量税额对环境与经济的调控也是一个十分复杂的过程，与经济宏观调控、粮食安全风险评估等所面临的困难相似，即如何揭示各变量间的复杂非线性关系是明确各变量调控机制的难点所在。Copula 函数可通过概率统计的方法，采用拟合优度的检验形式，寻求绿色环保当量税额、社会经济和生态环境三个随机变量的边缘分布函数，通过引入边缘概率分布函数，以概率的形式体现绿色环保当量税额、社会经济和生态环境三个变量间非线性、非对称的相关关系，尤其容易捕捉到三者的分布尾部的相关关系（Patton，2002；Ioan 和Radu，2002；Werner，2003）。此外，由于不限制边缘分布的选择，可更好地构造三者的多元分布模型，直观揭示绿色环保当量税额、社会经济和生态环境三者之间的互动过程。为此，本文基于概率统计的思想，运用三维Copula 函数得到三者的互动规律，提出了绿色环保当量税额的最佳波动区间，这为进一步探索实现绿色税收的双重红利提供了新的视角和方法，具有一定的理论意义和实践价值。

三、机理分析

2018 年我国正式实施《中华人民共和国环境保护税法》，逐步完善了我国的绿色税收体系。而绿色环保当量税额是以绿色税收体系为基础，通过不断优化升级来平衡社会经济发展与生态环境保护的重要手段，理应得到重点关注。为探讨绿色环保当量税额对经济和生态环境发展的作用机理，首先要明确绿色环保当量税额与经济和生态环境的互动机制。

第一，绿色环保当量税额的设置不仅可减轻经济发展中环境资源的过度开发、环境污染的不断恶化等问题，使企业、厂商加强对资源的循环利用（冯俏彬，2018），而且可运用税收杠杆，进一步调节社会收入分配，鼓励特定行业和区域发展，提高绿色经济发展的均衡性和可持续性。在绿色发展理念的引导下，为绿色经济增长注入新鲜动力（武蕊君、张馨，2020）。第二，绿色环保当量税额的设置，一方面可鼓励企业运用新技术和新生产模式，助力产业绿色化发展。通过实施税收优惠政策，鼓励企业主动向绿色发展转型，为建立健全绿色循环发展的经济体系提供政策引导。另一方面通过抑制生产消费负面行为，推动绿色经济发展。通过适当提高绿色环保当量税额，实现税收引导生产消费行为不断向高效化、绿色化方向转变，也为绿色行业和环保行业的发展提供了平台和契机，引领了市场发展的方向（张彩云，2017）。

由上述分析可知，绿色环保当量税额的设置，一方面强有力地融合创新战略，促使产业转型升级和绿色发展，起到了节能减排的作用；另一方面不断优化生产、调整产业结构，也推动了社会经济的高质量发展。可见，绿色环保当量税额对社会经济与环境保护的共同发展起到了举足轻重的作用，但其中面临的一个难题就是如何调控绿色环保当量税额以实现社会经济与生态环境的协调发展。

四、研究设计

在绿色发展理念的指引下，本文基于概率统计的方法，借助Copula 函数构建了不同于现有文献的绿色环保当量税额模型，充分考虑绿色环保当量税额、社会经济、生态环境三个变量之间的随机性、联动性以及地域差异性。通过拟合优度的检验方法，得到了三者的联动规律，就如何确定最佳绿色环保当量税额问题展开了深入探讨。（1）本文的目的在于探索绿色环保当量税额、社会经济、生态环境三者的联动效应，得到绿色环保当量税额的合理调控区间。（2）通过揭示绿色环保当量税额、社会经济、生态环境三者的联动规律，实现绿色环保当量税额对经济和环境发展的合理控制，深入挖掘复杂过程背后的潜在规律，探寻问题背后的理论逻辑，为实现绿色税收的双重红利奠定基础。（3）本文以我国31 个省（区、市）为研究对象，充分考虑了各地绿色环保当量税额、经济状况以及污染排放量的差异，解释了对象的复杂性和特殊性，有助于对比和识别不同情景下绿色环保当量税额调控的异同，从而全景式地呈现绿色环保当量税额的调整过程，以适应新时代绿色发展的现实要求。

（一）指标选取

绿色环保当量税额、社会经济、生态环境的协调发展是一个多系统、多变量相互作用、相互影响复杂迭代的过程，易受多个因素的影响。但选择多个指标评价三者之间的联动规律，将会忽视指标的重要性和实用性。如何选择合理的指标来反映三者的发展状况，对模型的搭建十分重要。

1.绿色环保当量税额。根据吕敏（2015）等人的研究，采用绿色环保当量税额来度量绿色税收政策对经济与环境的影响，绿色环保当量税额的高低，反映了国家征税力度的大小。绿色环保当量税额越高，说明国家的征税力度越大，反之则越小。因此，采用绿色环保当量税额作为核心变量，能够较好反映绿色税收对经济和环境的调控能力。

2.社会经济。根据周思齐等（2021）的研究，采用各地区的GDP 来反映地区经济的发展状况。GDP 是国民经济核算的核心指标，也是衡量一个国家或地区经济状况和发展水平的重要指标。GDP增长越快，说明该地区的经济发展越好，反之则表示该地区经济发展还有待进一步提高。故采用各地区GDP 这一核心指标，能够较为直观地反映地区经济的变化与发展。

3.生态环境。借鉴刘文玉（2018）、刘洁和李文（2013）的研究，一个地区生态环境的优劣程度与该地区的污染排放量紧密相关。污染排放量的多少将直接影响该地区的生态环境状况。限制污染气体的排放，是我国节能减排的重要目标之一。因此，选取污染气体排放量来评价一个地区的生态环境较为合理。

（二）绿色环保当量税额、污染气体排放量、各地区生产总值的联合概率模型

采用Copula 函数来建立绿色环保当量税额、各地区生产总值（GDP）以及污染气体排放量之间的联合分布模型。常见的Copula 函数模型大致分为三种：椭圆型、阿基米德族和二次型。其中阿基米德族Copula 函数适用性较广、结构形式简单。阿基米德族Copula 函数是通过算子φ（又称生成函数，一个完全单调的函数）构造而成（吴建华等，2014）。本文一共有三个随机变量，故阿基米德族Copula 函数模型如表1 所示。

表1 Copula 函数模型的分类

式中φ 是一个连续、严格递减凸函数，被称为算子式，常见的算子式一共有四种，分别对应四种Copula 函数模型。u1表示绿色环保当量税额的概率密度边际分布函数，u2表示各地区GDP 的概率密度边际分布函数，u3表示各地区污染气体的排放量（包括二氧化硫、氮氧化物等）的概率密度边际分布函数。

（三）绿色环保当量税额、污染气体排放量、各地区生产总值边际函数分布的拟合优度检验

通过不同的概率分布形式对三个随机变量的分布形式进行拟合，并采用拟合优度的方法来获取三者最优的分布形式，确定三个随机变量的边缘概率密度函数，具体可通过概率边际分布函数的D值，残差值（RMSE值）进行反映。如式（1）和式（2）所示。

式中ck为观测样本的模拟值，mk表示观测样本满足x＜xk的样本个数，n 表示样本总量。残差值RMSE是指实际样本值与估计值之间的差值，其中MSE 为均方差，Pei表示经验频率，Pi为理论计算频率。边际分布函数的精度通过D 值、残差值等指标来反映，D 值和残差值越小，R2越接近1，则表示所选取的概率边际分布函数模型的模拟精度越高。通过以上流程可得到绿色环保当量税额、污染气体排放量、各地区生产总值（GDP）最优的边际分布函数。

（四）变量的关联性分析及Copula 函数的合理选择

运用斯皮尔曼相关性系数（Sperman）对三者之间的空间相关性进行检验，根据各类Copula 函数的适用特征（Gumbel-Hougard Copula 函数和Clayton Copula 函数适用于具有正相关关系的随机变量，Frank Copula 函数对具有正负相关关系的随机变量都较为适用，Ali-Mikhail-Haq Copula 函数主要适用于弱相关关系的随机变量），选取合适的Copula 函数来反映三者之间的联动规律。斯皮尔曼相关性系数（Sperman）的求解方式如式（3）所示。

式中：ρs表示自相关系数，n 表示三个变量中数据的个数，di表示秩次的差值。

本文的分析流程如下所示：

图1 模型研究流程

五、实证分析

（一）数据来源

本文以我国31 个省（区、市）为基础研究单元，依据《中国统计年鉴》《中国能源统计年鉴》《中国环境年鉴》《中国税务年鉴》、国家税务总局税收统计数据和相关专业数据库。采用绿色环保当量税额（主要指大气环保当量税额）来反映绿色税收的状况。通过污染气体排放量（包括二氧化硫、氮氧化合物等）来评价节能减排的效果，进而量化我国各地区生态环境的变化状况。基于各地区生产总值来反映我国各省市的经济发展状况。基于数据可得性，本文三个变量的具体数据如图2、图3、图4 所示。

图2 各地区GDP 状况

图3 各地区污染气体排放状况

图4 各地区绿色环保当量税额

图2 展示了我国各地区GDP 近4 年来的变化状况，从图中可看出，近几年来各地区的经济都呈现出一定的增长趋势，尤其是在江浙地区较为明显。2018 年以后福建、江苏、浙江等地的GDP 增长更为明显。不仅如此，我国各地区的GDP 存在十分明显的差异，江浙、广东等沿海地区经济发展较为迅速，而云南、西藏、青海、甘肃、山西等地区的经济发展却较为缓慢，与沿海地区的经济增长状况存在显著差异。但各地区的污染排放量与各地区经济的增长状况不同，由图3 可知，我国污染气体排放量最为严重的城市主要集中在山西附近，这与各地区产业链的差异密切相关。山西、河北等地区主要以能源产业、矿产业为主，形成了以原材料为基础的经济圈，造成了资源的不合理分配，既不利于生态环境的保护，也不利于地区经济的发展。

为此，我国从2018 年开始拟通过征收绿色环保当量税来限制污染气体的排放，同时推动社会经济的绿色发展。从图3 中可知，自2018 年后山西等重污染地区污染气体排放量的增加尺度逐年减小，但每年的排放总量仍居高不下，山西等重污染地区所设置的绿色环保当量税额远低于我国平均水平，对污染气体的排放未能达到有效的限制性作用。故在设置绿色环保当量税额时，不仅要考虑对经济发展的影响，其生态环境效应也尤为重要。但总体来讲，我国目前对绿色环保当量税额的设置还缺乏一套系统的定论，来平衡环境与经济的发展。可见，应将生态环境保护、社会经济发展、绿色环保当量税额放在同一个维度进行考虑，明确三者的互动规律，才能推动我国绿色经济的发展。

（二）绿色环保当量税额、地区生产总值、污染气体排放量的概率分布规律

为探寻三者的互动机制，本文采用概率统计的方法对我国各地区的绿色环保当量税额、地区生产总值、污染气体排放量的统计数据进行分析（2018-2020 年），通过拟合优度的方法得到各变量最优的边际分布函数，将拟合优度检验的误差D 值、残差值RMSE以及拟合精度结果绘于表2。

表2 绿色环保当量税额、污染气体排放量及地区生产总值分布形式的检验结果

续表

表2 中展示了各地区绿色环保当量税额、污染气体排放量以及地区生产总值三者的独立分布形式，从分析结果可直观看出，采用对数正态分布和正态分布来模拟各地区污染气体排放量、地区生产总值、绿色环保当量税额的误差值和残差值最小、精度最高。将三种分布形式展示如图5。

图5 绿色环保当量税额、污染气体排放量以及地区生产总值的分布规律

由图5 可知，我国的绿色环保当量税额普遍偏低。一方面是由于我国绿色税收体系处于初步探索阶段，与西方发达国家相比，我国的工业化进程较晚，面临的环境承载压力日趋接近上限，这才使得我国开始构建绿色税收体系。另一方面是受我国现有产业结构的影响。相较于西方发达国家，我国产业结构优化升级效果不佳，高新技术产业主要集中于东部地区，中西部地区仍然普遍存在能源产业和原材料产业。虽然我国不断深化供给侧结构性改革，推动经济发展在质量、效率、动力上的变革，但改革是一项长期的发展过程，需要较长的时间。

（三）绿色环保当量税额、地区生产总值、污染气体排放量的空间联动关系

运用斯皮尔曼相关性系数（Sperman）线性检验方法，得到三者的空间线性关系，根据三者的空间线性关系并结合表1 中四种Copula 函数模型的特征，得到最为合适的Copula 函数预测模型，以便精准地描述三者的互动规律，揭示三者的互动机制。通过计算得到污染气体排放量与绿色环保当量税额，地区生产总值与绿色环保当量税额，污染气体排放量与地区生产总值三者之间的空间关联度，如表3 所示。

表3 各地区绿色环保当量税额、污染气体排放量与地区生产总值的线性关系

从表3 的计算结果可知，采用Frank Copula 来模拟三者之间的互动机制最为适宜。此外，由三者间的相关系数可知，污染气体排放量与绿色环保当量税额两个变量呈线性负相关，说明绿色环保当量税额的制定对各地区的节能减排起到了一定作用，这与图3 中所展示的结果较为吻合。由图3 可知，自2018 年后我国大部分地区污染气体排放量的增量出现了降低的趋势。即便如此，污染气体排放量与绿色环保当量税额二者的空间线性关系并不显著，截至2020 年，其线性相关性仅为-0.403，绝对值小于0.7，说明目前我国绿色税收政策对生态环境的推动效应还不太显著。此外，由污染气体排放量与地区生产总值的空间线性相关性可知，二者的相关性虽出现了逐年下降趋势，但二者的线性相关系数都大于0.7，进一步说明我国大部分地区的经济发展与能源的消耗量密切相关。这与吕敏（2015）的研究成果较为吻合，也间接说明了该预测模型的准确性。

（四）绿色环保当量税额、地区生产总值、污染气体排放量的互动展示

根据线性相关的分析结果，结合Copula 函数的结构特征，采用Frank Copula 函数预测模型来模拟绿色环保当量税额、污染气体排放量、地区生产总值三者之间的变化关系较为合理。其参数估计值可采用IFM 方法（极大似然法）计算，本文运用matlab 软件编程计算得到Frank Copula 函数参数估计值θ=2.217。通过Frank Copula 概率预测模型分别计算得到三者的联合分布概率，分别通过模型1 和模型2 来展示三者的互动规律，如图6 所示。

图6 中通过模型1、模型2 分别描述了绿色环保当量税额、污染气体排放量、地区生产总值三者之间的关系。模型1 中展示了绿色环保当量税额与污染气体排放量的互动关系，通过图上对应转折点可较为明显看出，当绿色环保当量税额低于2.1 元（第一个转折点所对应的横坐标）污染气体的排放量大概率会出现陡增的变化趋势（第三个转折点前的变化趋势）。当绿色环保当量税额位于2.1 元至3.3 元（第二个转折点对应的横坐标）之间时，此时污染气体排放量从转折点3 逐渐向转折点4 过渡，污染气体排放量的变化趋势平缓，说明绿色环保当量税额的适当提高对各地区污染气体的排放量起到了限制性作用。此外，模型2 中展示了绿色环保当量税额与地区经济发展之间的空间关系，结合模型1 的结论及分析，可知绿色环保当量税额低于2.1 元时，社会经济虽得到了暂时的发展，但不利于生态环境的保护。当绿色环保当量税额高于3.3 元时，污染气体排放量的增长趋势虽得到了进一步抑制，但社会经济的发展也受到了一定影响（如模型2 中转折点4 过后的变化趋势）。故当绿色环保当量税额位于2.1 元至3.3 元之间时，既对污染气体排放量具有较好的限制性作用，又能促进社会经济的发展。但结合图5（a）展示的结果，不难看出我国绝大部分地区的绿色环保当量税额都位于2 元以下，低于最佳环保当量税额区间。为了实现经济和环境的可持续发展，各地区需结合自身发展的实际情况，阶梯式地提高环保当量税额。

图6 绿色环保当量税额、污染气体排放量及地区生产总值的联合分布概率模型

由上述分析可知，模型1 和模型2 直观展示了三者的互动规律，当绿色环保当量税额低于2.1元时，由于绿色环保当量税额过低，对环境的约束效应不太显著，不仅对环境起不到相应的保护作用，也变相地助长了排污企业的污染行为，使得该地区的产业结构单一化、低端化，不利于实现经济的高质量发展。为此，各地政府应提高绿色环保当量税额来推进传统企业的转型升级，降低企业的排污效应，调整地区的产业结构。但过高的绿色环保当量税额，将在短时间内加重传统企业的税负，使企业难以实现转型升级，从而引起一系列社会效应。

鉴于此，根据本文的分析结果，我国绿色环保当量税额的较优区间位于2.1 元至3.3 元之间，考虑到我国东西部地区产业结构和经济发展的差异，建议西部地区的环保当量税额取2.1 元至2.7元之间，而东部地区可取2.7 元至3.3 元这一较高的区段。

为检验绿色环保当量税额、污染气体排放量以及地区生产总值的联合分布概率模型的准确性，将其计算结果与经验公式（4）的计算结果作对比，对比结果如图7 所示。

图7 预测模型与经验公式对比结果

图7 中的直线表示Frank Copula 概率预测模型与经验公式（4）的等值线，当模型精度为100%时，所有离散点应全部落在该等值线上。但在实际情况中，由于系统误差的影响，这一事件发生的概率较低。故只要当离散点能够分布在对角线周围有限的区间内，就认为该模型具有较高的精度，通常情况下可通过R2值的大小来判断该模型精度的高低，R2的取值位于（0-1）之间，当R2＞0.7 时，就认为该模型具有一定的精度（汪荣鑫，2014）。本文中所得到的预测模型其R2大于0.9，说明通过Frank Copula 函数预测模型来揭示三者的互动规律具有较高的精度。

（五）稳健性检验

环保税率和当量税额都是政府对环境规制的手段，环保税率和当量税额越高说明政府的干预力度越显著。为了保证上述实证结果的可靠性，本部分通过更换核心变量的方式做稳健性检验。绿色环保税率的边际分布函数检验结果如表4 所示。

表4 绿色环保税率、污染气体排放量及地区生产总值分布形式的稳健性检验结果

续表

由表4 结果可知，绿色环保税率的边际函数与环保当量税额的分布形式相同，都服从对数分布函数。运用斯皮尔曼相关性系数（Sperman）线性检验方法，得到绿色环保税率与地区生产总值、污染气体排放量三者之间的空间关联度，如表5 所示。

表5 绿色环保税率与地区生产总值、污染气体排放量的空间关联度

表5 展示了环保税率与地区生产总值、污染气体排放量的空间关联度。从分析结果可看出，环保税率与地区生产总值呈正相关关系，说明环保税率的设置对地区生产总值的提高有正向激励作用，而对污染气体的排放量呈负相关关系。相关系数逐年升高，说明环保税率对社会经济和生态环境的调控能力逐渐提高，但各年的相关系数仍低于0.7，说明三者之间的关联度还需进一步加强。根据三者的关联度分析结果，结合各种Copula 函数的选择条件，发现采用Frank Copula 函数来模拟三者之间的互动机制最为适宜。

通过更换核心变量，采用绿色环保税率代替绿色环保当量税额，结果表明：绿色环保税率与社会经济和生态环境的相关性关系与绿色环保当量税额和二者的关联度结果基本一致，即对地区生产总值的提高有正向激励作用，而对污染气体的排放量有相应的抑制效应，但二者对社会经济与生态环境的调控作用都较为有限。

六、结论与建议

本文对我国近年来绿色环保当量税额、污染气体排放量以及地区生产总值做了相应统计，分析了三者间的关联度，并运用三维Copula 函数建立了三者的联动模型，以期为我国绿色税收的改革提供相应的参考。

通过对我国近三年来的绿色环保当量税额、污染气体排放量和地区生产总值的现状进行分析，发现广东、江苏等少数发达地区既保持了经济的快速增长，又较为有效地控制了污染气体的排放量。绿色环保当量税额对经济和环境的协同作用并不显著，如山西、内蒙古等地区污染排放量居高不下，而其经济发展也较为迟缓。相比广东、江苏等发达地区，山西等地区的产业结构较为传统和单一，既不利于经济的高质量发展，也不利于环境的保护。

通过空间关联度的分析，分别得到污染气体排放量、绿色环保当量税额和地区生产总值三者的空间线性关系。结果表明：污染气体排放量与地区生产总值的空间线性关系较高，说明我国大部分地区的经济增长仍与能源消耗密切相关，主要还是依赖于传统资源行业的发展。而污染气体排放量与绿色环保当量税额，绿色环保当量税额和地区生产总值二者的线性相关关系较弱，都低于0.7，说明我国现有的绿色税收体系还有待进一步完善。

通过三维Copula 函数模型，揭示绿色环保当量税额、污染气体排放量、地区生产总值三者的互动关系，得到了绿色环保当量税额的最佳取值区间为2.1 元至3.3 元。考虑到我国东西部地区产业结构和经济发展的差异，可根据不同区域制定差异化的绿色环保当量税额标准。如山西、吉林等地区主要以第二产业为主，若绿色环保当量税额过高，不利于传统企业的转型升级，从而影响地区经济的发展。而上海、广东等较为发达地区以高新产业为主，因此适当提高绿色环保当量税额，有利于推动绿色环保技术的发展，可适当增加绿色经济发展的比重。

基于上述的研究结论，本文得出以下几点政策启示：

第一，根据不同区域制定差异化的绿色环保当量税额。由于各地区经济发展程度和主体功能的差异，因此需实现对不同地区绿色环保当量税额的动态调整与把控。北上广等地区的经济水平和治理能力较高，民众环保意识较强，可适度提升环保税额以促进绿色低碳环保技术的发展，增加绿色经济发展的比重，确定其主导地位。作为产业转移承接主体的中西部地区，若征收过高的环保税额，不利于传统企业的转型升级，影响地区经济的稳步发展。

第二，构建以绿色发展为导向的政绩考核评价体系和机制，彰显各地政府发展绿色经济的决心，推动“唯GDP”的短期政绩考核向“绿色GDP”的中长期政绩考核转变。同时，在新常态背景下推动经济的高质量发展，需要将保护环境和发展绿色经济作为政府政绩考核的要件，有力落实生态环境污染的终身责任制。

第三，拓展环境保护税的征收范围。当前我国明确了“碳达峰”“碳中和”的时间表和路线图，全国碳市场上线交易已经正式启动，二氧化碳排放也成为评价环境优劣的重要参考指标。为此，应着力将碳税作为实现这一目标的重要经济手段，将其纳入环境保护税当中，推动我国生态文明建设和实现美丽中国的目标。

第四，制定相应的运用返还政策。与绿色税收“双管齐下”，通过补贴的手段既降低不同主体的经济损失，也转变了企业的发展方式、提升了企业的自主创新能力，从而形成与征收绿色税收相配套的长效机制，推动环境与经济的可持续发展。