税收优惠、绿色创新与碳减排绩效

摘 要：基于高碳行业A股上市公司2011—2021年的样本数据，采用双向固定效应模型，研究税收优惠对高碳企业碳减排绩效的影响与作用机制。研究发现：税收优惠能够促进高碳企业碳减排绩效提升，且通过一系列稳健性检验后估计结果依然显著成立；税收优惠对不同技术属性、外部环境的高碳企业碳减排绩效提升的促进作用存在异质性，税收优惠对战略性新兴产业、地处低碳试点城市的高碳企业的碳减排绩效提升作用更为明显。将企业绿色技术创新作为中介变量引入税收优惠和高碳企业碳减排绩效提升之间，通过中介机制检验分析发现针对高碳企业而言，企业绿色技术创新在税收优惠和碳减排绩效提升之间确实存在中介效应。同时，税收优惠与环境规制之间有显著的政策协同效应。

关键词：税收优惠；碳减排绩效；企业绿色技术创新；高碳企业

中图分类号：X322；F273.1；F832.5；F812.4 文献标志码：A 文章编号：1673-9272（2024）04-0047-12

基金项目：安徽省高校人文社科研究重大项目（SK2021ZD0014）。

由于以二氧化碳为主体的温室气体的大规模排放，全球变暖问题持续加剧，这已经演变成一个全球性的非传统安全隐患，对人类的生存和可持续发展构成了严重威胁。作为全球最大的发展中国家，我国高度重视应对气候变化的各种措施，并坚定地走绿色、循环、低碳的发展道路，视其为推动高质量和可持续发展的重要战略行动。而高碳行业作为温室气体的主要排放源，理应积极承担社会责任，亟待低碳转型。目前高碳企业的低碳生产经营依旧存在技术不完善、成本高等难题。且企业创新活动具有投入大、周期长、风险高和正外部性强等特征，导致市场在创新领域的调节作用存在明显不足，需要政府通过财税等多种手段进行扶持[1]。税收优惠作为国家扶持创新的重要方式之一，其具备普遍性、公平性以及透明性的优势[2]，能够增强高碳企业现金流，积极引导和激励其加大绿色技术创新的研发投入，从而有效促进高碳企业的绿色技术创新产出，推动碳减排绩效的提升，加快低碳转型进程。现阶段所采用的税收优惠政策是否有助于高碳企业碳减排绩效的提升，以及如何通过税收优惠促进高碳企业绿色技术创新，都是值得探究的问题。本研究将实证分析高碳企业所享受的税收优惠对其碳减排绩效的影响，对绿色技术创新在其中的中介机制进行检验，进一步探讨税收优惠与环境规制的政策协同效应，以期为政府完善税收优惠政策，提升高碳企业碳减排绩效提升提供一定的借鉴。

对于税收优惠政策与碳减排绩效关系的探讨可追溯至财税政策对碳减排绩效作用的研究。实现碳减排、碳中和的三个路径分别是技术进步、碳价格和社会治理[3]。第一，在技术进步层面，财政补贴、税收政策是促进能源系统向低碳化转变的有力工具[4]。税收优惠能够促进清洁能源技术的创新和节能减排技术的提升，进而推动能源结构的转型升级[5-6]。而在完善绿色科技创新财税政策体系的同时，也应强调财税政策在非技术路径方面对相关企业与机构的支持[7]。第二，在碳价格层面，可分为两种方式：碳交易市场与碳税。在碳交易市场方面，税收制度是碳交易市场制度的配套制度之一，其有助于碳交易市场的建设与规范[8]，设立多层次、多形式的税收优惠政策可以倒逼不同减排能力的企业积极参与碳排放权的交易，进而激发企业绿色低碳技术研发的热情[9]。在碳税方面，众多发达经济体已采用碳税政策，其成为重要的减排工具[10]。对于实现“碳达峰、碳中和”的目标，我国开征碳税能够内部化碳排放的外部成本、助力实现环境税收的“双重红利”[11]，长期实行碳税政策能够加大对清洁能源的开发和高碳企业的转型扶持力度[12]。在已实施碳排放权交易的背景下，有必要将征收碳税作为进一步加大碳减排调控的政策选项[13]。第三，在社会治理层面，以低碳补贴、转移支付等手段为主的财政政策体系对激励各经济行为主体进行低碳消费无疑十分有效[14]，通过对碳排放和森林资源开发等生产经营活动征收限制性税收，亦能够改变生产商和消费者的行为决策[6]。在现有财政预算体系的基础上，增设专门的碳减排财政支出科目，能够发挥财政资金的放大器作用以及财政政策的引导作用[15]。

而对于绿色技术创新与碳减排绩效关系方面的研究，众多学者认为技术进步对抑制碳排放具有积极作用。技术创新是工业企业碳减排的关键动力[16]。首先，技术创新能够在科学合理的能源市场机制的辅助下，积极促进能源效率的提升，从而实现碳强度减排[17]；其次，技术创新能够降低化石能源使用占比[18]，通过优化能源使用结构，产生显著的碳强度抑制效应[19]；最后，技术创新可以促进低碳技术替代原有技术，助力产业结构的优化升级，使其从粗放、高耗能向绿色、低碳方向不断转型，促进碳减排[20]。因此，要重视技术减排相关政策的制定，尤其是清洁能源技术、新能源技术等能源生产技术，以及高效燃煤发电、碳捕捉、封存及转化等能源利用技术[21]，进一步发挥政府在节能减排政策和技术创新领域中的引导作用，充分发挥自主创新对促进中国节能减排的影响力[22]。同时，绿色技术进步还具有空间溢出效应，其对空间关联地区的碳排放绩效能够产生一定的积极影响[23]，故应加快绿色技术进步在城际间的流动性，使更多城市能够共享绿色技术[24]。

综上，针对细化至税收优惠与企业碳减排绩效的研究目前较少，且内在作用机制尚不明朗，在研究视角、研究对象、研究机制方面均有待深入挖掘。基于此，本研究重点考察高碳企业税收优惠对碳减排绩效的影响，并探究其中具体的作用机制。本研究可能的边际贡献在于：其一，在研究视角方面，以往学者的研究往往侧重于财税政策对企业技术创新的作用效果，或者企业技术创新对企业碳排放强度的影响，而本研究将三者相结合进行实证分析；其二，在研究对象方面，本研究聚焦于微观层面，探究高碳行业A股上市公司享受的税收优惠与其碳减排绩效；其三，在研究机制方面，本研究深入挖掘税收优惠的影响与作用，尝试从投入与产出的角度出发，以多个维度指标探索企业绿色技术创新的内部驱动路径。考虑到环境规制政策对企业碳排放绩效的影响，本研究进一步分析税收优惠与环境规制的政策协同效应，以探究二者对碳减排绩效的共同作用。

一、理论分析与研究假说

（一）税收优惠对高碳企业碳减排绩效的影响

具有减排效应的税收政策依据实施目的可分为抑制性税收政策和激励性税收政策[25]。前者能够通过直接增加企业对传统能源的非理性使用成本，敦促企业合理配置资源，避免不必要的碳排放行为，如环境保护税、资源税、消费税、车辆购置税以及车船税。后者通过给予一定的补贴和优惠，激励企业提高能源利用效率，实现高效利用能源行为，如增值税和企业所得税的税收优惠等。故税收优惠作为一种重要的经济手段，对企业提升碳减排绩效具有显著影响。根据中共中央、国务院发布的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》，完善和实行碳减排相关的税收政策是实现“双碳”目标的重要支持措施。通过税收优惠政策，政府可以合理化解市场主体绿色低碳转型风险，推动碳减排动机逐步融入高碳企业的行为模式。基于以上分析，本研究提出假设H1。

H1：税收优惠能够助推高碳企业碳减排绩效的提升。

（二）绿色技术创新在税收优惠对高碳企业碳减排绩效的中介效应机制

首先，在绿色技术创新投入方面，通过提供研究开发费用税前加计扣除等税收优惠政策，可以有效地降低企业的创新成本，通过实施针对特定领域的税收优惠政策，如给予风力、水力、光伏发电和核电、节能环保产业税费优惠，可以引导市场向绿色低碳方向发展。成本的降低与市场的相关引导，有助于吸引企业增加对绿色低碳技术研发的投入，从而推动相关新技术、新产品的研发。其次，在绿色技术创新产出方面，通过对购置用于环境保护、节能节水等专用设备的企业提供一定比例的税额抵免，可以鼓励企业更新生产设备，提升研发的装备水平，提高其从事研发创新的回报率。绿色技术创新投入与产出的增加能够在极大程度上提高企业的能源利用效率，从而减少能源消耗，提升碳减排绩效。同时，长期的税收优惠政策也能够在日常生产活动中潜移默化地助力高碳企业重视环保、追求绿色发展的企业文化的形成，使绿色低碳成为企业发展的内在要求。基于以上分析，本研究提出假设H2。

H2：税收优惠能够通过促进高碳企业绿色技术创新助力碳减排绩效的提升。

（三）税收优惠与环境规制的政策协同效应

环境规制是政府运用行政手段对企业生产经营活动进行调控，以达到环境保护目标的一种重要手段。政府能够通过颁布并执行《中华人民共和国环境保护法》《中华人民共和国大气污染防治法》等法律法规增加企业的环境治理成本，迫使企业在生产或使用化石能源的过程中有意识地对自身行为加以调控以降低其受处罚的风险，从而提升企业的碳减排水平。同时，严格的环境规制能够推动产业结构高级化、能源消费结构低碳化，倒逼企业更新生产技术、升级生产设备，从而助力企业碳减排绩效的提升。而税收优惠能够通过对符合相关条件的环境保护行为给予一定的税收减免，如对符合条件的从事污染防治的第三方企业减按15%的税率征收企业所得税等，在一定程度上与环境规制形成政策互补，共同促进企业碳减排绩效提升。基于以上分析，本研究提出假设H3。

H3：税收优惠与区域环境规制在提升高碳企业碳减排绩效的过程中能够发挥政策协同效应。

综合上述分析和假说构建本研究的作用机理，见图1。

二、样本选择与变量定义

（一）样本选择

本研究选取2011年至2021年高碳行业A股上市公司作为研究样本，依据2016年《国家发展改革委办公厅关于切实做好全国碳排放权交易市场启动重点工作的通知》，同时考虑到煤炭开采和洗选业具有高污染、高能耗的特征，将纳入国家重点碳交易范围的航空、造纸、电力、钢铁、化工、建材、石化、有色八个试点行业以及煤炭开采和洗选业作为高碳行业的代表。为保证数据合理性，剔除ST、*ST企业以及相关数据严重缺失的企业样本，筛选得出554家样本企业。本研究企业社会责任数据源自和讯网对企业社会责任的评分公布，其余数据源自国泰安数据库。为了使样本数据更趋完整，本研究对部分缺失值采用插值法进行补齐。为避免极端异常值对结果的准确性造成影响，本研究对所有连续变量进行双侧1%的缩尾处理。

（二）变量选择

1. 被解释变量

碳减排绩效（Cerp）。本研究参考赵玉珍等[26]、李婉红等[27]的衡量方法，以企业每单位碳排放量所对应的营业收入金额表示企业的碳绩效。由于企业碳排放量难以测算，故按照企业营业成本占所属行业的主营业务成本的比值来计算企业的碳排放量。该指标数值越大，表明企业的碳减排绩效越好。具体计算方法：

3. 控制变量

本研究设置了如下控制变量：企业规模（Size）为企业总资产的自然对数；总资产收益率（Roa）为企业净利润与总资产平均余额的比率；资产负债率（Lev）为企业年末总负债与年末总资产的比率；经营费用率（Fee）为企业管理费用和销售费用总和与营业收入的比率；大股东资金占用（Occupy）为企业其他应收款净额与总资产的比率；管理层年龄（Age）为企业董事、监事与高级管理人员（以下简称董监高）年龄的平均数；管理层薪酬（Salary）为管理层薪酬总额的自然对数；社会责任（Sr）为和讯网公布的企业社会责任评分，该评分体系分别从社会责任、环境责任、股东责任、员工责任以及供应商、客户和消费者责任五个方面对企业进行考察，并通过相关权重计算得出总得分。各变量定义的具体情况见表1。

（三）描述性统计

表2列示了各变量的描述性统计结果。碳减排绩效（Cerp）均值为1.363，最大值为2.732，表明高碳行业的企业碳减排绩效水平整体偏低。税收优惠（Tax）最小值为6.241，最大值为23.748，中位数为16.933，表明高碳行业企业间所享受的税收优惠具有较大差异性。控制变量中企业社会责任（Sr）最小值为-4.670，最大值为74.330，中位数为19.720，表明高碳行业企业间的社会责任意识存在较大差异，很大一部分企业的社会责任意识处于较低水平。其他控制变量的描述性统计数值均比较合理。

表3列示了按照行业分组的均值比较结果。对于碳减排绩效（Cerp）而言，各行业的碳减排绩效相差不大，在样本选择的九大行业中，煤炭开采与洗选、化工、建材、电力四大行业的碳减排绩效高于全样本平均水平，其中煤炭开采和洗选业的碳减排绩效处于最高水平；造纸、石化、钢铁、有色、航空五大行业的碳减排绩效低于全样本平均水平，其中钢铁行业的碳减排绩效处于最低水平。对于税收优惠（Tax）而言，煤炭开采与洗选、石化、钢铁、有色、电力、航空六大行业所享受的税收优惠高于全样本平均水平，其中钢铁行业的税收优惠水平最高；造纸、化工、建材三大行业所享受的税收优惠低于全样本平均水平，其中造纸行业的税收优惠水平最低。由此可见钢铁行业的碳减排绩效存在极大的提升压力和提升空间。对于控制变量而言，各行业均值皆存在不同，表明不同高碳行业的企业在企业规模、盈利能力、财务风险、经营效率、企业管理以及社会责任方面的平均水平存在差距，其中又以由总资产收益率（Roa）表示的盈利能力和企业社会责任（Sr）尤甚。

三、实证分析

（一）模型构建

在考察税收优惠对企业碳减排绩效的影响时，本研究对高碳企业面板数据的个体效应和时间效应进行综合考虑。通过运用F检验和Hausman检验，确定本研究构建的面板回归模型，检验结果如表4所示。F检验的输出结果显示P值为0.000 0，故强烈拒绝“混合回归模型是可以接受的”原假设；Hausman检验的输出结果显示P值为0.000 0，故强烈拒绝“随机效应模型为正确模型”原假设。

（二）基准回归

表5为本研究的基本回归结果。列（1）只放入本研究的核心解释变量企业税收优惠，基准回归结果显示，企业税收优惠变量的回归系数在1%的水平下显著为正，其与碳减排绩效之间存在显著的正相关关系。在列（2）在列（1）的基础上加入企业个体与时间效应，从基准回归结果可知，对于高碳行业，税收优惠对企业碳减排绩效的直接影响系数为0.013，且在1%的水平下正向显著，表明高碳企业所享受的税收优惠每提高1%，可使其碳减排绩效提升0.013%。在列（3）在列（2）的基础上加入可能会影响企业碳减排绩效的控制变量，企业税收优惠依旧变量的回归系数仍然在1%的水平下显著为正，充分印证了本研究的研究假说H1，即税收优惠能够助推高碳企业碳减排绩效的提升。

在控制变量的回归结果方面，企业规模变量的回归系数在1%的水平下显著为负，表明规模较大的高碳企业，其碳减排绩效的提升往往面临更大的难度。经营费用率变量和总资产收益率变量的回归系数均在1%的水平下显著为正，表明高碳企业的经营效率越高以及盈利能力越强，越有利于推动企业碳减排绩效的提升。资产负债率变量的回归系数在1%的水平下显著为负，大股东资金占用变量的回归系数在5%的水平下显著为负，表明高碳企业所面临的财务风险越大，越不利于其碳减排绩效的改善，故企业应将自身的资产负债率保持在适宜的水平，积极完善资产结构，以应对财务风险。管理层平均年龄变量的回归系数在1%的水平下显著为负，表明高碳企业应适当对其管理层结构进行调整，注入“新鲜血液”，随着时代的变迁，新的商业模式和技术不断涌现，管理层年龄过大可能会导致思维定式和创新能力下降的问题，无法为企业发展带来新的思路与方案，从而阻碍企业碳减排绩效的提高。管理层薪酬变量的回归系数在1%的水平下显著为正，表明高碳企业能够通过提高管理层薪酬的激励手段来调动管理层提高管理水平的积极性，从而实现碳减排绩效的提升。企业社会责任变量的回归系数在1%的水平下显著为正，表明高碳企业应积极主动地承担所应有的社会责任，在生产经营活动中不但以盈利为目标，更要重视其对环境、社会的贡献。

（三）内生性问题

（四）稳健性检验

为了确保基准回归结果的可靠性，本研究从替换解释变量、加入遗漏变量、解释变量滞后一期、缩短样本时间窗口四个方面进行稳健性检验。

1. 替换解释变量

参考肖鹏等[30]的做法，本研究从流转税的角度出发，以企业营业收入乘以增值税一般税率0.17与营业税金及附加与营业收入之比的差所得乘积取自然对数来衡量高碳企业所享受的税收优惠，以此替换原解释变量进行重新回归，结果如表7列（1）所示。企业税收优惠变量的回归系数在1%的水平上显著为正，本研究基准结果稳健。

2. 加入遗漏变量

在控制变量选取方面，本研究在基准回归模型中考虑了高碳企业的自身特征（如前文提到的企业规模、总资产收益率等），对企业个体与时间效应进行控制。但为了充分保证研究结论的可靠性，本研究加入了企业所处城市层面的相关控制变量做进一步回归：1）产业结构（Struct），采用第二产业生产总值占该地区生产总值的比重衡量；2）经济发展水平（Level），采用实际人均生产总值来衡量；3）区域开放程度（Open），采用外商投资第二产业总产值与该地区第二产业总产值的比重衡量。结果如表7列（2）所示，企业税收优惠仍在1%的显著性水平下正向影响高碳企业碳减排绩效，说明本研究的基准回归结果具有稳健性。

3. 解释变量滞后一期

由于税收优惠推动高碳企业碳减排绩效提升的作用过程需要一段时间，故税收优惠不仅会对当期碳减排绩效产生影响，还会存在一定的时滞性。本研究重新采用滞后一期的解释变量对模型进行回归，结果如表7列（3）所示。在解释变量更换为滞后一期的指标后，主要变量的结果并未发生实质性变化。

4. 缩短样本时间窗口

我国在2013年下半年及2014年上半年逐步启动深沪京粤津鄂渝七省市的碳排放权交易试点，这显著提高了高碳企业对自身碳减排绩效的重视程度。同时，考虑到2020年初新冠疫情对企业的生产经营活动造成较大的冲击，在一定程度上减缓了高碳企业提升碳减排绩效的步伐。因此将样本时间窗口缩短为2014年至2019年。结果如表7列（4）所示，企业税收优惠仍对高碳企业碳减排绩效产生正向显著影响，本研究的基准回归结果具备稳健性。

（五）异质性检验

1. 基于技术属性的异质性检验

与非战略性新兴产业相比，战略性新兴产业具备更加强大的科技创新和研发能力，享受更加有力的政府支持与引导，在市场、产品、技术、效率等方面存在更为巨大的增长潜力和更为长远的发展空间。因此二者的税收优惠水平对碳减排绩效的提升作用具有差异。根据《工业战略性新兴产业分类目录（2023）》，并参照《国民经济行业分类》（GB/T 4754-2017），本研究将两个门类和32个大类设定为战略性新兴产业①，其中包括煤炭开采和洗选业、造纸、石化、化工、建材、钢铁、有色行业。按照上述标准将样本分类回归，结果如表8列（1）、列（2）所示，对于战略性新兴产业，税收优惠的系数估计值为0.017，在1%的水平上显著；对于非战略性新兴产业，税收优惠的系数估计值为0.007，不显著。借鉴连玉君等[31]的做法，得出似无相关模型检验结果的组间差异P值为0.063，达到10%的显著性水平，表明战略性新兴产业所享受的税收优惠对其碳减排绩效产生了更为显著的提升效果。

2. 基于外部环境的异质性检验

国家发改委分别于2010年、2012年、2017年公布三批低碳试点城市名单，共对79个省区和城市进行低碳试点工作，旨在推动低碳产业体系的构建，积极引导低碳消费模式，助力我国控制温室气体排放的行动。而位于低碳试点城市的高碳企业，相较于地处非低碳试点城市的高碳企业，可能享受的碳减排方面的税收优惠政策更多，同时面对的外部环境提供的碳减排压力亦会更大，从而促使其投入更多的人力、物力、财力来积极进行碳减排绩效的提升工作。因此外部环境的不同将会导致高碳企业税收优惠水平对碳减排绩效提升作用的不同。基于此分组回归进行检验，结果如表8列（3）、列（4）所示，对于地处低碳试点城市的高碳企业，税收优惠的系数估计值为0.021，在1%的水平上显著；对于地处非低碳试点城市的高碳企业，税收优惠的系数估计值为0.012，也在1%的水平上显著，但回归系数较前者更小，似无相关模型检验结果的组间差异P值为0.021，达到5%的显著性水平，说明位于低碳试点城市的高碳企业，其税收优惠对碳减排绩效的提升效果比位于非低碳城市的高碳企业更加显著。

从省级层面出发，参考陈诗一等[36]的做法，采用文本分析法对2011年至2021年31个省（区、市）的政府工作报告进行分词处理，计算体现环境规制力度相关词汇的出现频次占政府工作报告全文词频总数的比率（Er1），将其作为环境规制力度的第一个衡量指标。同时，从地级市层面出发，参考刘畅等[37]的做法，采用高碳企业所在地级市当年针对废水废气投入的污染治理金额占第二产业生产总值的比率（Er2）作为本研究对环境规制力度的第二个衡量指标。回归结果如表10所示，列（1）的结果表明税收优惠与环境规制指标Er1交互项的估计系数为0.053，在1%的水平上显著为正；列（2）的结果表明税收优惠与环境规制指标Er2交互项的估计系数为0.013，在10%的水平上显著为正，表明税收优惠与环境规制之间有显著的协同效应，验证了本研究的研究假说H3。

五、研究结论与政策建议

（一）研究结论

本研究在理论分析的基础上，采用2011年至2021年高碳行业A股上市公司的样本数据，利用双向固定效应模型，实证考察了税收优惠对高碳企业碳减排绩效的影响，并剖析其内在机制。文章的主要结论如下：

第一，增加税收优惠有利于促进高碳企业的碳减排绩效提升，这一结论在经过构建工具变量采用两阶段最小二乘法进行内生性问题处理以及替换解释变量、加入遗漏变量、解释变量滞后一期、缩短样本时间窗口的多方面稳健性检验后依然显著成立。

第二，高碳企业税收优惠对碳减排绩效的提升效果存在显著的异质性特征。在技术属性方面，相较于属于非战略性新兴产业的高碳企业，属于战略性新兴产业的高碳企业所享受的税收优惠对其碳减排绩效的提升效果更强；在外部环境方面，相较于地处非低碳试点城市的高碳企业，地处低碳试点城市的高碳企业的提升效果更为显著。

第三，中介机制分析显示，高碳企业税收优惠能够增强其对绿色技术创新的投入与产出，进而提升碳减排绩效。同时，针对创新产出方面，税收优惠对绿色发明专利产出的正向促进作用强于绿色实用新型专利产出，前者的难度更大，创造性更强，具有更高的含金量，对高碳企业碳减排绩效提升的效果与意义也较后者更大。

第四，税收优惠与环境规制的政策协同效应分析结果显示，无论从省级层面的环境规制政策来看，还是从地级市层面的环境规制政策来看，税收优惠和环境规制之间均存在显著的政策协同效应。

（二）政策建议

根据以上研究结论，本研究提出以下政策建议：

第一，进一步提高高碳行业税收优惠的针对性和灵活性。调整税收优惠政策中直接优惠与间接优惠的比例，前者是针对高碳企业碳减排效果的事后奖励，后者是作用于企业碳减排过程的直接激励，更能分担企业的成本和风险，应适当增加间接优惠的比例，丰富其优惠形式。针对不同技术属性和不同外部环境的企业，应制定更加细化的税收优惠政策，根据企业的碳减排绩效和市场需求，灵活调整税收优惠力度，从而有助于税收优惠精准地惠及在碳减排方面具有更大潜力的高碳企业。

第二，加大高碳企业绿色技术创新力度。首先，提高政策透明度，加强对技术创新相关税收优惠政策的宣传，帮助企业充分了解和掌握相关政策，从而引导企业积极地将资源投入到绿色技术创新领域。其次，助力企业创新技术研发合作与交流，可以通过提供资金补贴、税收优惠等方式，鼓励企业与相关高校、科研院所开展绿色技术创新的合作研发，从而提高企业的技术水平和创新能力。

第三，推动绿色税制体系建设和政策落实。构建以环境保护为核心的绿色税制体系，助力生态环境保护和资源集约节约利用。在实施以市场为导向的环境规制政策如碳排放权交易、排污权交易，通过市场机制引导企业减排的过程中，积极运用税收优惠进行支持，充分挖掘税收优惠与环境规制协同的政策红利。同时，加强税务部门与环境保护部门之间的跨部门合作，持续完善信息共享和协调机制，确保税收政策与环境规制目标的一致性，使二者相互支持、相得益彰。

参考文献：

[1] 甘行琼，余倩.税收激励对企业创新的多重激励效应[J].贵州财经大学学报，2023（3）：71-80.

[2] 程华.直接资助与税收优惠促进企业RD比较研究[J].中国科技论坛，2006（3）：56-59.

[3] 彭文生.中国实现碳中和的路径选择、挑战及机遇[J].上海金融，2021（6）：2-7.

[4] ROY J ，GHOSH D ，GHOSH A， et al. Fiscal instruments： crucial role in financing low carbon transition in energy systems[J]. Current Opinion in Environmental Sustainability， 2013，5（2）：261-269.

[5] 李晓红，孔令辉，赵烁.清洁能源企业技术创新的财税激励效应研究[J].会计之友，2019（2）：103-108.

[6] 张莉，马蔡琛.碳达峰、碳中和目标下的绿色税制优化研究[J].税务研究，2021（8）：12-17.

[7] 李香菊，祝丹枫.创新能力、财税政策与能源强度：基于我国省级面板数据的实证检验[J].经济理论与经济管理，2020（2）：58-72.

[8] 闫华红，方叶子.碳排放权交易的税会处理问题探析[J].财务与会计，2017（12）：44-46.

[9] 马海涛，刘金科.碳排放权交易市场税收政策：国际经验与完善建议[J].税务研究，2021（8）：5-11.

[10] 李成，吕凌涛.碳税对企业行为的影响研究综述[J].财会月刊，2024，45（3）：28-32.

[11] 李建军，刘紫桐.中国碳税制度设计：征收依据、国外借鉴与总体构想[J].地方财政研究，2021（7）：29-34.

[12] 陈娟丽，郝艳.碳达峰目标下碳排放影响评价的政策与制度探索[J].中南林业科技大学学报（社会科学版），2022，16（6）：48-55.

[13] 许文.碳达峰、碳中和目标下征收碳税的研究[J].税务研究，2021（8）：22-27.

[14] 蒋长流，张燕.应对“双碳”目标的城市低碳消费模式与政策激励[J].中南林业科技大学学报（社会科学版），2023，17（4）：1-11.

[15] 黄潇.助力我国实现“碳达峰、碳中和”的财税政策建议[J].中国经贸导刊（中），2021（9）：68-70.

[16] 余红伟，林子祥，胡力元，等.高质量发展下中国工业企业碳减排路径选择[J].中国软科学，2024（1）：214-224.

[17] 钟超，刘宇，汪明月，等.中国碳强度减排目标实现的路径及可行性研究[J].中国人口·资源与环境，2018，28（10）：18-26.

[18] 刘卫东，唐志鹏，夏炎，等.中国碳强度关键影响因子的机器学习识别及其演进[J].地理学报，2019，74（12）：2592-2603.

[19] 鄢哲明，杨志明，杜克锐.低碳技术创新的测算及其对碳强度影响研究[J].财贸经济，2017，38（8）：112-128.

[20] 刘战豫，张伞伞.“双碳”目标下制造业碳减排的数字技术实现路径研究[J].资源开发与市场，2024，40（4）：511-520.

[21] 周喜君，郭淑芬.中国二氧化碳减排过程中的技术偏向研究[J].科研管理，2018，39（5）：29-37.

[22] 李志学，李乐颖，陈健.产业结构、碳权市场与技术创新对各省区碳减排效率的影响[J].科技管理研究，2019，39（16）：79-90.

[23] 邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展：基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界，2022，38（2）：46-69，4-10.

[24] 仇怡.城镇化的技术创新效应：基于1990—2010年中国区域面板数据的经验研究[J].中国人口科学，2013，（1）：26-35，126.

[25] 胡耘通，齐淑芳.中国现行税制减排效应分析及改革进路[J].地方财政研究，2019（4）：63-70，106.

[26] 赵玉珍，乔亚杰，周黎，等.减排措施如何提升高能耗企业财务绩效：碳绩效的中介作用[J].系统工程，2021，39（6）：14-24.

[27] 李婉红，李娜.绿色创新、数字化转型与高耗能企业碳减排绩效[J].管理工程学报，2023，37（6）：66-76.

[28] 储德银，纪凡，杨珊.财政补贴、税收优惠与战略性新兴产业专利产出[J].税务研究，2017（4）：99-104.

[29] 何爱，艾永明，李炜文.税收激励与企业创新：CEO通用能力的调节作用[J].研究与发展管理，2023，35（1）：158-171.

[30] 肖鹏，代龙涛.财政补贴、税收优惠与创新激励：效应分析与政策启示[J].经济与管理评论，2023，39（5）：21-35.

[31] 连玉君，廖俊平.如何检验分组回归后的组间系数差异？[J].郑州航空工业管理学院学报，2017，35（6）：97-109.

[32] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.

[33] 邓沛琦.排污费税标准改革与企业绿色技术创新：基于2004—2017年沪深A股上市工业企业的实证分析[J].税务与经济，2022（6）： 39-47.

[34] 李远慧，李沛垚.环境保护税对企业绿色技术创新水平的影响：基于沪深A股上市工业企业的分析[J].税务研究，2022（11）：52-58.

[35] 孙薇，叶初升.政府采购何以牵动企业创新：兼论需求侧政策“拉力”与供给侧政策“推力”的协同[J].中国工业经济，2023（1）：95-113.

[36] 陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究，2018，53（2）：20-34.

[37] 刘畅，潘慧峰，李珮，等.数字化转型对制造业企业绿色创新效率的影响和机制研究[J].中国软科学，2023（4）：121-129.

[本文编校：文凤鸣]

Tax Incentives， Green Innovation and Carbon Emission Reduction Performance： Empirical Analysis Based on A-share Listed Companies in High-Carbon Industries

FANG Xingcun1，2， TU Wenjuan1

（1. School of Economics， Anhui University， Hefei， Anhui 230601， China； 2. Anhui Research Center for Ecological and Economic Development， Hefei， Anhui 230601， China）

Abstract： Based on the sample data of A-share listed companies in the high-carbon industries from 2011 to 2021， this paper uses two-way fixed effects model to study the impact and mechanism of tax incentives on carbon emission reduction performance of high-carbon enterprises. The results show that tax incentives can promote the improvement of carbon emission reduction performance of high-carbon enterprises， and this estimate still holds after a series of robustness checks； tax incentives have heterogeneous effects on the improvement of carbon emission reduction performance of highcarbon enterprises with different technical attributes and external environments， and the promoting effect of tax incentives on the carbon emission reduction performance of high-carbon enterprises which belong to strategic emerging industries and located in low carbon pilot cities is more obvious. Introducing corporate green technological innovation as a mediator between tax incentives and the improvement of carbon emission reduction performance in high-carbon enterprises， through the analysis of mediating mechanism， it was found that for high-carbon enterprises， corporate green technological innovation does have a mediating effect between tax incentives and the improvement of carbon emission reduction performance. Meanwhile， there is a significant policy synergy between tax incentives and environmental regulations.

Keywords： tax incentives； carbon emission reduction performance； corporate green technological； high-carbon enterprises

① 两个门类为采矿业（B），制造业（C）；32个大类包括B06、B07、B08、B09、B10、C13、C14、C15、C17、C19、C22、C25、C26、C27、C28、C29、C30、C31、C32、C33、C34、C35、C36、C37、C38、C39、C40、C42、C43、C44、C45、C46。