自十八大以来，中国经济逐步进入新常态，部分地区对煤炭的需求急剧下降，从而也造成了煤炭行业的地区间供需结构失衡、煤炭产能过剩的情形。煤炭价格开始呈现下滑趋势，部分地区煤炭行业的净利润甚至呈现负增长，众多煤企的经营开始举步维艰。国家为了进一步优化煤炭资源的分配与合理利用，发布了《关于实施煤炭资源税改革的通知》,自2014年12月1日起在全国范围内施行煤炭资源税改革，即从量计征改为从价计征，达到合理调节分配煤炭资源、促进能源节约和资源使用代际公平的目的。

税收的征收方式是从量计征还是从价计征，对开采企业行为的影响是有差异的。煤炭资源税由从量计征改为从价计征方式，这一政策冲击是否会通过开采企业行为选择的变化对生态环境产生影响?若这一改革能够改善环境，则这种影响程度究竟有多大?对不同地区的影响是否存在差异?这些问题不仅应该是学界关注的焦点，也是推动中国税制进一步改革完善的重要依据，值得进行深入的理论探讨和经验验证。以往的研究中，学者们更多是以定性而非定量的方式对煤炭资源税的改革效果进行研究，即使是以定量的方式，主要采用的是数值模拟的方法。虽然数值模拟的方式能够在一定程度上说明政策效果，但由于模型的模拟基于很多理想的假设条件，模拟结果和实际的政策效果会存在较大的偏差。基于以上背景，本文以煤炭资源税的从价计征改革为起点，将中国239个地级市作为研究对象，通过构建双重差分模型(DID)识别此次改革的生态福利影响，并进一步分析其背后的传导机制。接下来，本文将按照文献梳理、影响机理、政策背景、数据来源和实验设计、实证检验结果分析和结论启示等结构进行分析。

一、文献梳理

(一)关于资源税从价计征的背景和必要性研究

从量计征的方式难以体现资源的稀缺程度，通过征收资源税促进节能减排的税收目标也难以实现，并产生外部性。[1,2,3]资源需求量的上升使资源税从量征收变为从价征收成为必要。一方面，由于中国东西部地区发展不平衡，且资源主要集中在相对落后的中西部地区，从量计征资源税不利于将资源优势转化为财政优势。[4,5]此外，资源税从量计征导致税收与资源价格并不关联，从量定额征收具有累退性，难以有效发挥对资源利用效率的调节作用。[6]例如，何欢浪(2017)等人从产业结构角度对资源税税负的转嫁程度进行测算，分析得出从价计征的资源税税负转嫁程度高于从量计征的资源税税负转嫁程度。[7]改为从价征收能克服资源税的时滞性，促进税收公平。[8,9]

(二)关于资源税改革的生态环境效应研究

在治理污染外部性的过程中，税收比行政管制手段更加有效，最重要的是在污染者不完全竞争的状态下得到最优税率，而资源税的征收可以促进节能减排、合理化资源配置以及社会可持续发展，是国家有效进行宏观调控的方法之一。[10]关于资源税改革减排、减霾效应的研究方法主要有三类，即数值模拟、CGE模型[11,12,13]和实证分析[14]。例如，胡红娟等(2016)测算不同部门煤炭消耗系数后，使用数值模拟法研究不同资源税税率产生的影响，证实了资源税改革会显著影响高耗能部门，应该在适当提高税率的同时促进节能减排，扩大征税范围；[15]Xu(2017)通过构建动态可计算CGE模型，评估不同煤炭资源税率调整情景对碳减排和雾霾的影响。[16]关于资源税对碳排放影响关系的研究，产生了两种相反的结果：一部分学者认为资源税无法促进节能减排甚至会产生一些负面效应，[17,18,19]还有一部分学者认为资源税对碳排放具有显著的抑制作用。[20,21,22]

(三)文献述评

综上所述，关于资源税改革的社会经济效应，国内外大多数学者对资源税从价计征改革保持着乐观的态度，认为从价计征改革可以提升资源利用率，促进税收公平，但也有少部分学者认为资源税改革不利于宏观经济的发展，需要出台相关政策予以配套支撑；关于资源税改革的环境福利效应，目前学界没有统一的定论，由于研究时间、研究对象以及区域地理的异质性，部分研究表明资源税具有减排、减霾效应，也有部分研究表明资源税不具有改善生态福利的作用；关于资源税从价计征改革的生态福利效应影响研究评估方法，国内外学者多通过构建CGE模型，数值模拟出结果，也有部分学者选取省级面板数据对油气资源税改革的减排效应进行经验验证。但对于煤炭资源税从价计征改革的生态福利效应多停留在理论层面，缺乏经验验证。

本文的边际贡献：(1)从中国地级城市层面切入分析煤炭资源税改革对生态环境的综合影响，现有研究主要从全国层面和省级层面进行研究，对经济研究主体划分较为粗糙，不利于挖掘微观主体运行的具体信息，难以准确为政府决策提供一手微观数据；(2)探寻煤炭资源税从价计征改革改善生态环境的潜在影响机制，现有研究缺少对煤炭资源税从价计征改革改善生态环境路径的梳理和机制检验，不能为政策实施提供经验验证分析；(3)运用双重差分模型(DID)甄别资源税改革的生态环境效应影响，丰富煤炭资源税从价计征改革影响效应相关实证研究，现有研究主要通过构建CGE模型模拟煤炭资源税改革的生态福利效应，没有考虑模型设定偏误和反向因果等问题容易导致回归结果出现偏误。

二、煤炭资源税改革对生态环境的影响机理

由于生态环境污染本质上属于负外部性(亦或外部不经济),因此煤炭资源税改革对生态环境效应的影响机理也可以通过庇谷税理论进行剖析。当存在外部不经济时，污染企业的生产成本低于社会边际成本，市场机制(亦或价格机制)不能解决市场失灵的现象，此时需要政府进行有效干预，使得污染企业成本等于社会边际成本，从而降低企业污染水平，即实现外部不经济内在化。

目前，关于资源税从价计征改善生态福利效应的路径分析主要有两条，第一条路径研究表明资源税从价计征改革加大了企业的生产成本，促使企业自我技术创新，进而抑制二氧化碳等污染物的排放[23],例如，牟彤华等(2010)认为，资源税的增加会导致企业排放成本增高，促使企业通过技术创新控制成本以达到减排的目的；[24]第二条路径认为资源税从价计征改革在通货膨胀的当下能够增加政府财政收入，从而更好发挥政府应有的职能。政府能够通过补贴企业以及通过政府购买扩大投资需求等方式促进技术创新与产业结构升级，达到有效的碳抑制效应。[25]具体的影响路径如图1所示。基于上述分析提出以下假说。

假设1:煤炭资源税改革能够促进企业创新从而达到改善生态福利的作用。

假设2:煤炭资源税改革能够促进产业结构升级从达到改善生态福利的作用。

图1 煤炭资源税改革对生态环境的影响机理

三、数据来源和实证模型设定

(一)数据来源

为了综合考察2014年煤炭资源税从价计征改革对地区碳排放和环境福利的影响及其传导机制，本文选取2012—2016年中国239个地级市层面的相关指标进行经验验证。本文之所以选取2012—2016年而非最近几年的数据，一方面是因为资源税从价计征改革是渐进式改革，即不同资源类型进行改革的时期是不同的。例如，2012年之前是资源税中天然气和石油的从价计征改革，2016年是资源税中除了三大传统能源之外其他资源的从价计征的改革，而本文的研究目的是为了有效甄别煤炭资源税改革的生态福利效应，为了避免2012年之前天然气和石油改革与2016年之后其他资源改革带来的生态福利改善对本文研究结论的影响，故将样本研究时间定为煤炭资源税改革的前后两年区间内；另一方面是因为经典双重差分模型的研究一般选取政策实施前后两期的数据进行研究。

本文选取的数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国城市统计年鉴》、国家统计局官网、各省统计年鉴和能源统计年鉴、EPS数据库等。针对搜集整理的数据进行了如下处理：(1)对部分城市缺失值采取平滑插值进行填补；(2)对于以货币为单位的变量进行平减处理(以2012年为基期);(3)对异常值进行剔除。

(二)指标选取

1.关于生态福利的衡量标准。参考现有研究，选取生态福利绩效进行衡量，而生态福利绩效的内涵是指单位自然消耗所带来的福利水平提升，用以衡量一个社会或地区将自然消耗转化为福利水平的能力[26]。即：

鉴于本文研究中煤炭资源税改革主要是通过影响企业生产行为改善的生态福利效应，研究对象应侧重于企业生产中碳排放、能耗、污染等角度的生态福利绩效进行衡量。因此，本文分别从三个维度对生态福利绩效进行衡量：碳排放强度(nco2),用二氧化碳排放量与GDP的比值进行衡量；PM2.5排放强度(npm2.5),用PM2.5排放量与GDP的比值进行衡量；能源消耗强度(Energy),用能源消耗总量与GDP的比值进行衡量。

2.关于碳排放测算，本文参考江红利(2022)[27]计算煤炭、液化石油气、天然气产生的碳排放量，具体算法是将能源消耗量通过标煤系数统一转化成吨标准煤，然后依据碳排放量转化公式计算得到碳排放量，具体指标测算如下：

其中，CO2表示二氧化碳排放量，En表示第n种能源的消耗量，主要依据IPCC的标准，βn表示碳排放系数，αn表示能源的标准煤折算系数。

其他相关控制变量，参考现有研究(刘晔，2018;陈诗一，2018)[28,29],进一步从经济发展水平、地方政府干预程度以及区域空气流动系数层面进行控制，具体情况如下：(1)经济发展(rgdp),用人均GDP进行衡量；(2)人民富裕(save),用城乡居民年末储蓄进行衡量；(3)政府干预(gov),用一般公共预算支出进行衡量；(4)空气流动系数(air),将风速与城市边界层高度的乘积作为空气流动系数的衡量。变量描述性统计如下表1所示。

(三)实证模型设定

1.基准回归模型设定

本文依托2012—2016年中国239个地级市层面的相关数据来甄别2014年煤炭资源税从价计征改革的环境福利影响，并进一步对煤炭资源税改对环境福利影响的传导路径进行机制检验。本文的基本回归模型如式2—5所示：

其中，i表示城市，t表示年份；CO2it为城市i在t年的CO2排放强度，PM2.5it为城市 i在t年的PM2.5排放强度，Energyit为城市i在t年的能源消耗强度，Treatedit为分组虚拟变量，当i为处理组时，Treatedit=1,当i为控制组时，Treatedit=0,由于部分地级市资源税额数据不予公布，本文按照各省2014年资源税额的中位数划分处理组和控制组，本文将大于等于资源税额中位数的省市划分为处理组，低于中位数的省市划分为控制组；Timet为时间虚拟变量，2014年之前，Timet=0,2014年及以后，Timet=1;controlit为控制变量；ui为城市固定效应；γt为时间固定效应。β1是本文关注的核心解释变量，它显示了煤炭资源税改革对碳减排的因果效应。

表1 变量描述统计

2.机制检验模型设定

根据前文分析，本文发现技术创新与产业结构升级对区域生态福利改善存在积极作用，而关于煤炭资源税改革对生态福利的传导机制方面的研究较少，因此，为了识别以上机制是否存在，使用中介效应分析方法，本文构建如下的递推方程进行检验：

其中，Wit是本文的中介变量，分别表示技术创新和产业结构高级化，其他变量定义与前文一致。本文借鉴(徐佳，2020)的方法，采用三产与二产占比、实用新型发明专利的对数分别表示产业结构高级化和技术创新水平。根据中介效应检验方法，第1步首先对方程(6)进行回归，检验煤炭资源税改革对区域整体生态福利的影响；第2步对方程(7)进行估计，分别考察煤炭资源税改革与中介变量技术创新、产业结构升级之间的关系；第3步对方程(8)进行估计，预期变量∂1的系数估计值为正，若∂1估计符号符合预期，且γ1和β1估计值均为负且绝对值γ1大于绝对值β1,则说明两个中介变量存在中介效应，即煤炭资源税改革以技术创新和产业结构升级为中介，提升整体生态福利水平。

四、实证检验结果

(一)基准回归

本部分通过构建双重差分模型(DID)来评估煤炭资源税政策从价计征改革的生态福利影响，估计结果如表2所示。从第(1)—(3)列回归结果来看，在控制城市特征、城市固定效应和时间固定效应的情况下，煤炭资源税改革的实施显著降低了地区碳排放强度、PM2.5排放强度和能源消耗强度，即煤炭资源税改革能够改善生态福利效应。

表2 基准回归结果

(二)平行趋势检验

在基准回归分析中，本文识别了煤炭资源税从价计征改革对中国地级市的生态福利因果效应，本文接下来将要对基准的DID模型进行平行趋势检验进一步来证明基准回归结果的可靠性。图2a、图2b、图2c依次展示了碳排放强度、PM2.5排放强度、能源消耗强度平行趋势检验结果，结果表明，在改革开始前，即2014年之前处理组和控制组拥有相同的发展趋势，2014年之后，处理组与控制组的发展态势呈现有较大的差异，论证了本文基准回归结果都通过了平行趋势检验。

图2 平行趋势检验图

(三)安慰剂检验

为了检验基准结果受到多大程度随机因素和遗漏变量的影响，参考卢盛峰(2020)等人的思路，通过随机选择煤炭资源税实施的年份以及收到煤炭资源税改革的监测点进行安慰剂检验。接下来按照表2的基准进行回归，根据虚拟实验得到的基准回归结果估计系数来判断结论的可靠性，本文将上述回归进行了500次重复检验，回归估计系数分布图如图3所示。回归结果显示，在模型设顶和变量选取中不存在遗漏变量等问题，进一步论证了回归结果的可靠性。

图3 安慰剂检验图

(四)稳健性检验

1.同期其他干扰政策的影响

2014年前后，中国不但进行煤炭资源税改革，还进行了其他一系列减排政策的实施，例如，2011年中国政府在“十二五”规划中正式提出逐步建立碳排放权交易市场，2013—2016年北京、天津、福建等地区先后启动碳排放权交易市场试点；《中国应对气候变化的政策与行动》(2011)白皮书中明确提出，到2020年单位国内生产总值温室气体排放比2005年下降40%～45%;2014年11月12日中美两国元首在北京发表联合声明，宣布了两国2020年后应对气候变化的行动目标。中国承诺到2030年前后二氧化碳排放达到峰值且将努力早日实现这一减排目标。由于以上诸多政策都会对碳排放产生影响，从而降低本文回归结果的可靠性，因此，本文需要对上述政策影响进行控制。

针对这些政策实施的代理变量处理问题，本文通过搜集地级市层面政府工作报告并对文本内容进行分类处理，对于统计报告中与“环境”“绿色低碳”“减排”等词汇相关的文本进行统计，通过环保低碳类词汇与报告文件的占比(Ibizhi)来表示2012—2016年间政府对于绿色低碳的治理强度，以达到控制其他干扰政策的同期影响问题。图4为政府工作报告中与绿色低碳有关的词频和密度图。

图4 绿色低碳词频核密度图

表3中第1—4列回归中都加入了政府工作报告中词频占比(Ibizhi)对同期其他相关政策进行控制，回归结果与基准回归保持一致。

表3 控制同期其他相关政策干扰回归结果

2.采用PSM-DID进行回归

本文接下来使用PSM中的卡尺匹配法对处理组和控制组进行样本的筛选匹配，倾向得分匹配的具体思路是依靠logit模型得到满足政策实施对比的条件概率，即倾向得分，而后运用卡尺匹配进行核对检验，应对直接拆分样本等非随机因素造成的抽样波动和估计偏误，从而增加结论的可信度，在剔除异常样本值之后对基准方程重新进行回归，具体回归结果见表4,结果表明PSM估计回归与基准回归保持一致。

表4 PSM-DID回归结果

3.缩短样本跨度时间

为了进一步验证结论的稳健性，接下来将样本跨度时间从2012—2016年缩短为2013—2015年，回归结果如表5所示，回归结果依然稳健。

表5 2013—2015年回归结果

(五)异质性分析

关于地区异质性的考察，本文参考国家统计局给出的(1)的标准，将239个地级市划分为东、中、西部，回归结果如表6所示。结果表明煤炭资源税改革对东部地区的生态福利效应较为显著，其中的原因可能是东部地区作为沿海经济带，完善的工业体系和技术创新能力促使企业能够较快的响应政府政策需求，加速产业转型，从而达到节能减排、减霾的效果。

表6 异质性回归结果检验

(六)机制检验

本文接下来分别以技术创新与产业结构高级化为中介变量，检验煤炭资源税对改革过程中技术创新和产业结构升级发挥何种作用。由表7的回归结果可知，以碳排放强度为被解释变量时，煤炭资源税改革能够促进区域技术变革，通过创新技术降低碳排放强度，从而提升区域整体生态福利；同时能够推动区域内产业结构高级化发展，通过调整产业结构，淘汰落后产能提升地区生态福利。由表8的回归结果可知，当被解释变量为PM2.5排放强度时，煤炭资源税改革有利于释放技术进步红利，促进清洁技术推广和应用，从而降低城市PM2.5排放强度；同时煤炭资源税改革有利于带动区域产业结构转型升级，减少PM2.5排放进而达到恢复生态、改善民生的目的。当被解释变量为能源消耗强度，煤炭资源税改革正向作用于技术创新与产业结构升级，在引导和规范煤炭企业的经营活动的过程中，积极促进企业技术创新能力提升，提高煤炭资源使用效率，促进产业集约化发展，提高生产效率，由高耗能生产转变为低耗能发展，推动产业向高附加值、低污染方向发展。

表7 煤炭资源税改革生态福利机制检验(以碳排放强度为被解释变量)

表8 煤炭资源税改革生态福利机制检验(以PM2.5排放强度为被解释变量)

表9 煤炭资源税改革生态福利机制检验(以能源消耗强度为被解释变量)

五、结论以及政策建议

(一)结论

本文通过构建双重差分(DID)模型对煤炭资源税改革的环境福利效应进行初步的因果检验，通过平行趋势检验、安慰剂检验、控制其他相关政策、PSM-DID、缩短样本跨度时间等方式进一步验证基准回归的可靠性。在此基础之上，本文进一步考察煤炭资源税改革对环境福利效应影响的区域异质性，并对其中的潜在路径进行机制检验。研究结论如下：

(1)煤炭资源税改革具有节能减排和减霾效应，即煤炭资源税改革有利于生态环境效应的改善；(2)进一步异质性分析表明，东部地区的改善作用较为明显，而对于中西部地区却不太明显，中西部地区作为能源产地，对资源主要行使开采权益，能源的消耗排污主要集中在东部地区，资源税的征收能够约束西部地区能源开采行为，伴随煤炭消耗量的下降必然导致东部地区碳排放的下降；(3)机制检验表明煤炭资源税改革能够推动产业结构高级化、激励企业技术创新能力从而改善生态福利。

(二)政策建议

(1)加强地区间资源税和排污费的配套使用。

中西部地区作为能源产地，对资源主要行使开采权益，能源的消耗排污主要集中在东部地区，资源税的征收能够约束西部地区能源开采行为，并不能降低西部地区的碳排放量，应对中西部地区加征排污费的征收，从而降低地区碳排放量。

(2)资源税率的设置应根据社会经济发展状况合理选择资源税税负水平。

对部分受影响较严重且关系国计民生的重要行业，政府应加大对其支持力度，通过政策引导其逐步推进产业升级，提高高资源利用率。

(3)综合考量煤炭资源税改革的协调性。

为解决企业税务负担过重并降低企业生产成本，进而达到节能减排目的，要综合考虑资源税与增值税的征收。具体来说，可以通过降低煤炭行业增值税税率或者增加煤炭行业可抵扣的进项税额来实现，根据具体情况，设置差别税负，降低整个行业的税务负担，有效发挥资源政策对环境系统的有效引导和激励作用。

参考文献:

[4]杨志勇.关于资源税改革的若干思考[J].地方财政研究,2011(11):4-8,13.

[5]金成晓,张东敏,王静敏.我国油气资源税由从量计征改为从价计征的政策效应——基于双重差分法的计量分析[J].财经理论与实践,2015,36(5):90-96.

[6]李波.煤炭资源税改革目标实现的困境与对策[J].中国人口·资源与环境,2013,23(1):69-74.

[7]何欢浪,陈琳.纵向关联市场､资源税改革和中国稀土出口——对资源从量税和从价税实施效果的评估[J].财经研究,2017,43(7):95-106.

[8]林伯强,刘希颖,邹楚沅,等.资源税改革:以煤炭为例的资源经济学分析[J].中国社会科学,2012(2):58-78,206.

[9]李俊英.我国煤炭资源税改革建议[J].税务研究,2014(10):38-40.

[10]陈琛,石友蓉.节能减排管理中有关资源税问题的探讨[J].武汉金融,2012(7):43-45.

[12]徐晓亮,程倩,车莹,等.煤炭资源税改革对行业发展和节能减排的影响[J].中国人口·资源与环境,2015,25(8):77-83.

[13]曾先峰,张超,曾倩.资源税与环境保护税改革对中国经济的影响研究[J].中国人口·资源与环境,2019,29(12):149-157.

[14]薛钢,李尚远,陈婕瑶.资源税对区域经济与环境保护影响的实证分析[J].统计与决策,2018,34(14):161-163.

[15]胡红娟,陈明艺.我国资源税改革的节能减排效应研究[J].经济与管理,2016,30(3):34-38.

[18]魏巍贤.基于CGE模型的中国能源环境政策分析[J].统计研究,2009,26(7):3-13.

[19]朱迎春.我国节能减排税收政策效应研究[J].当代财经,2012(5):26-33.

[23]周莉,汤贡亮.进一步深化资源税改革的思考[J].中国税务,2013(2):22-24.

[24]牟彤华,杜放.基于资源税对企业经营决策影响模型研究[J].财政研究,2010(1):58-60.

[25]刘植才.我国资源税制度改革发展的回顾与展望[J].税务研究,2014(2):27-32.

[26]诸大建,张帅.生态福利绩效与深化可持续发展的研究[J].同济大学学报(社会科学版),2014,25(5):106-115.

[27]江红莉,王为东,王露等.中国绿色金融发展的碳减排效果研究——以绿色信贷与绿色风投为例[J].金融论坛,2020,25(11):39-48,80.

[28]刘晔,张训常.环境保护税的减排效应及区域差异性分析——基于我国排污费调整的实证研究[J].税务研究,2018(2):41-47.

[29]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.

基金资助:2022年黄河流域经济高质量发展研究基地研究课题(22HYJ30);

文章来源:谢浥好,冯帆.煤炭资源税计征方式改革的生态福利效应——来自239个地级市的准自然实验[J].太原学院学报(社会科学版),2024,25(04):20-31.