政府治理結構對碳排放治理的影響及作用機制

中圖分類號 F810.4;X321 文獻標志碼 A文章編號 1002-2104（2025）06-0027-14

DOI：10.12062/cpre.20241138

控制碳排放是應對氣候變暖延續人類福祉之必需，也是優化能源結構實現可持續發展的關鍵[1]。黨的二十大報告提出，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。改革開放40多年來的工業化進程既催生了巨大的經濟成就，也帶來了許多生態環境問題。國際能源署（IEA）發布的《全球能源回顧（2025）》報告顯示：2024年，中國碳排放量為126萬t，約占全球碳排放總量的1/3。為了降低碳排放，中國政府于2020年提出了“碳達峰”與“碳中和”的“雙碳”目標。在此背景下，探究低碳發展的影響因素與路徑機制尤為關鍵。

碳減排的本質是公共物品的供給調整問題[2]，厘清碳排放的根源、實現“雙碳”目標亟須關注內生于治理結構的政府行為[3。為探究政府治理結構對碳排放的影響，既往研究從宏觀和微觀兩個視角進行了分析：一類文獻從宏觀著眼，旨在厘清政府治理結構變動對政府環境處置行為的影響[4-5]；另有文獻從微觀入手，試圖解釋政府治理結構變動對企業生產行為的影響[6-8]。盡管兩類文獻從政府規制和企業生產兩個視角歸納出治理結構影響碳排放的路徑機理，但兩種機理并非獨立作用：一方面，政府治理結構對碳排放的影響需遵循特定路徑傳導，無法跨越\"政府行為\"這一中間環節；另一方面，認識政府治理結構與碳排放的關系需追本溯源，無法忽視“企業行為”這一始作俑者。如此一來，研究的分立將割裂上述機理間存在的邏輯關聯，并忽視政企互動這一關鍵要素對政府治理結構與碳排放關系的塑造。為優化地方政府治理結構，2002年起，各省陸續制定文件，并選設試點，探索建立“省直管縣”的治理模式。因此，本研究以“省直管縣\"改革為切入點，通過搭建“政府治理結構-政企激勵約束-企業/區域碳排放強度\"的分析框架，并輔以實證分析，完善政府治理結構對碳排放影響的理論框架，同時為有為政府如何組合助力“雙碳”目標實現提供政策啟示。

1 文獻回顧與機制分析

1.1 文獻回顧

本研究以“省直管縣”改革為視窗，透視政府治理結構變動對碳排放產生的影響。既往文獻已證明“省直管縣\"改革在推動經濟增長[9]、緩解地方財政困境[10]、推動基本服務供給[1]以及促進糧食生產[12]等方面的成效，但對于“省直管縣\"改革與環境的關系并未形成統一認知。持積極觀點的學者強調，在良性競爭環境下，“省直管縣”改革提升了地方政府財政保障能力，其所形成的規模、技術、結構等效應能夠改善環境[2.13]；持消極觀點的學者指出受限于中國式分權與晉升激勵的約束，改革將導致政府間惡性競爭，扭曲財政支出結構[14-15]，最終加劇環境污染[16]。上述矛盾的結論預示著進一步探究\"省直管縣\"改革對環境影響的必要性。此外，既往文獻分別使用 PM_2.5 濃度[2]、水污染程度[16] .SO₂ 排放量[17等指標來衡量環境狀況，然而依舊少有文獻從碳排放的角度切入，研究改革與環境狀況間關系。盡管余錦亮揭示了“省直管縣\"改革與 CO₂ 間存在的負向相關關系，但并未對二者做因果機制的分析。因此，本研究從碳排放的角度完善“省直管縣\"改革影響環境治理的研究框架。

二氧化碳因其顯著的溫室效應，及其與 PM_2，s 等部分污染物具有的同根同源性[16受到廣泛關注[23]。盡管既往研究從財政、環境等維度驗證了政府治理結構變化對碳排放的影響[5.18]，但上述研究依然局限于宏觀維度，并未溯源至微觀企業。然而，任何形式的治理結構變化與地方政府行為只有作用于微觀企業才可能影響環境。既往研究已經從企業碳交易[19]、碳管控[20]等視角證實了企業碳減排對區域降碳的決定作用。因此作為碳排放源，工業企業的降碳行為既關系自身對公共政策和社會責任的落實，也關系區域碳排放總量和強度“雙控”目標的完成。由上可知，分析政府治理結構與碳排放間的關系既須從微觀著手，又要歸原于宏觀。為此，本研究錨定企業行為，試圖將“政企激勵約束\"這一邏輯間隙嵌入既往研究框架，以此打通從治理結構變化到碳排放鏈條中的邏輯間隙，并構建“政府治理結構-政企激勵約束-企業/地區碳排放”的研究框架（圖1）。

1. 2 機制分析

作為典型的政府治理結構變革，“省直管縣”改革所兼具的財政分權與組織扁平特性重塑了各地的財政與行政關系。財政與行政關系的改變影響了地方政府在環境治理方面的激勵（稅收激勵和補貼激勵）和約束（監管幅度和規制力度）舉措，激勵約束機制的變動導致微觀市場主體的碳排放行為發生變化，微觀企業層面的碳排放行為最終匯聚并決定地區層面碳排放的強度。鑒于此，本研究以財政分權與組織層級理論為基礎，重點從企業生產創新行為的視角出發，分析“省直管縣\"改革帶來的政企激勵約束變動對碳排放的影響。

從激勵角度來看，“省直管縣\"改革通過財政分權改變企業面臨的稅收激勵和補貼激勵，從而影響企業生產創新行為及其碳排放規模。 ① 稅收激勵變動指的是稅收分成比例變化引起政府對企業征管行為的變化。省直管縣提升了縣級稅收分成的比例2，強化了企業面臨的稅收征管激勵[22]。此時，企業的實際稅率提升，現金流出增加。為了緩解稅收征管激勵導致的資金壓力，企業可能通過提高排污強度來平衡成本[23]；同時利潤的壓縮將會抑制企業的技術研發和能源轉型[24]，最終導致企業碳排放的增加。 ② 補貼激勵變動指的是政府轉移支付規模增加引起補貼激勵變動。“省直管縣\"改革通過建立省與縣的直接資金往來機制，避免了市級政府截留形成的“漏斗效應”和“抽血籌資\"行為，增加了縣級政府獲取的轉移支付規模。良好的財政狀況提升了縣級政府對轄區企業的財政補貼[25-26]，從而有助于改善企業的粗放經營行為，提高綠色創新投入和產出，最終實現碳減排[27-28]。

從約束角度來看，“省直管縣\"改革推動了組織扁平化，改變了企業面臨的監管幅度與規制力度，進而影響企業的碳排放。 ① 監管幅度變化指上級政府監管單位數量的變化程度。“省直管縣\"改革帶來的行政組織扁平化，增加了上級政府垂直管理單位的數量，并導致監管缺位[29]，約束強度的降低容易引發企業粗放的生產行為[30，也可能間接抑制企業的創新效率[31]，最終加劇碳排放。 ② 規制力度的變化指監管上級單位的變化所帶來的規制力度的變化。在中國的環境治理實踐中，中央負責政策制定，地方負責具體執行。由于地方環境規制嚴格受限于地方政府[32]，而地方政府普遍存在優先追求經濟發展而庇護企業污染的動機[33]，僅靠地方政府無法有效約束企業行為。當監管企業的政府層級變高時，往往意味著企業面臨的規制力度越強。“省直管縣\"改革所帶來的行政組織扁平化將引入更高層次的政府對企業進行監管，具體而言，相比于市級政府，省級政府對事關長遠利益的環境問題更為關切[34]。組織扁平化緩解了多層委托代理中的\"道德選擇”與“逆向風險”，掌握信息的上級政府更可能提高政策工具的約束力度，形成更為直接的\"垂直管控”。約束力度的提升可能會直接抑制企業的生產[35]，也可能會倒逼企業的綠色創新行為[36，進而抑制企業碳排放。

圖1“省直管縣\"改革影響碳排放的分析框架

從上述理論推演可知，“省直管縣\"改革帶來的財政分權與層級扁平化將改變政府激勵和監管政策，對企業碳排放行為以及區域碳排放產生差異化的影響。基于此，本研究從宏觀和微觀兩個層面檢驗了“省直管縣”改革對碳排放的影響，通過辨析改革對微觀主體行為的影響，探究改革對區域整體碳排放的效應，回答“省直管縣”改革能否助益“雙碳”目標這一核心研究問題。

2數據說明與模型設定

2.1數據說明

為了更好兼顧宏觀和微觀兩個層面的分析，構建了涵蓋區縣、工業企業層面的數據集。其觀測區間分別為2000—2019年、1998—2014年，具體變量定義及數據來源如下。

2.1.1被解釋變量

使用二氧化碳排放量度量區縣碳排放強度 （C₁） ，使用煤炭消耗量衡量工業企業碳排放強度 （C₂） 。其中，區縣層面碳排放數據來自ODIAC全球環境研究中心 （C₁₁） 同時進行了對數化處理 （C₁₃） ;Chen等[37基于粒子群優化-反向傳播算法計算的中國縣域碳排放數據，使用Arc-GIS軟件進一步提取得到歷年區縣碳排放總量 （C₁₂） ，同時進行了對數化處理 （C₁₄） 。兩套數據的最新觀測期分別為2019年和2017年。上述碳排放量特指能源燃燒產生的 CO₂ 排放量，并非大氣 CO₂ 的濃度。工業企業層面的碳排放數據來自中國工業企業數據庫，該數據庫的觀測期間為1998—2014年。

2.1.2核心解釋變量

核心解釋變量為“省直管縣”改革的虛擬變量，參照各省制度文本編碼獲得。針對可能出現的縣級行政區劃變更問題，本研究從民政部網站搜集整理了1997—2019年間行政區劃變更情況，并將區劃變更較大的區縣剔除。此外，由于直轄市和海南省未設地級市（行政直管），同時浙江省一直實行財政直管，故本研究將直轄市、浙江省和海南省下轄的區縣始終視為“直管縣”。同時，由于上述區縣并不存在事前期觀測值，故而在SDID回歸中將其剔除。

2.1.3機制變量

機制變量為企業面臨的政府激勵與約束。其中，政府激勵包括稅收激勵和補貼激勵，前者使用所得稅實際稅率 （T₁） 、單位資產所得稅 Ξ（T₂） 和單位資產增值稅 （T₃） 度量[22]，后者使用政府對企業的財政補貼度量[38]，即單位收入補貼 （S₁） 和單位資產補貼 （S₂） 。政府約束指政府監管幅度和規制力度，監管幅度使用隸屬區縣直屬上級政府監管的單位數 （R₁） 衡量[35]。根據注意力理論，一級政府直屬單位數將決定其注意力分配，從而決定下級政府受到的監管強弱；后者使用企業繳納的單位排污費 （R₂） 衡量[39]。其中，所得稅實際稅率、單位資產所得稅、單位資產增值稅、政府對企業補貼數據來自中國工業企業數據庫，排污費數據來自工業企業普查數據，監管的單位數由作者自行計算。

2.1.4控制變量

宏觀層面的控制變量選取考慮了以下兩個方面：① 試點選取非隨機化可能導致結果內生。因此，本研究控制了影響試點選取的要素，包括經濟財政：使用人均生產總值、是否為百強縣來度量；地理區位：使用坡度、海拔、是否為省邊界縣、區縣到海岸線的距離、區縣到最近港口的距離來度量；生態狀況：使用植被覆蓋指數（ND-VI）衡量；資源優勢：使用是否為貧困縣、第二產業產值占地區生產總值比重、糧食總產量來衡量。變量來源如下：海拔和植被覆蓋指數數據來自中國科學院資源環境科學數據中心提供的中國海拔高度（DEM）空間分布數據和中國年度植被指數（NDVI）空間分布數據集，坡度數據來自ASTER全國坡度分布數據，貧困縣數據來自國務院扶貧開發領導小組辦公室編寫的相關資料、各省扶貧開發年鑒、《中國農村貧困監測報告》，百強縣數據來自《中國中小城市綠皮書》中郡縣域經濟研究所、國家統計局，其余數據來自《中國縣市社會經濟統計年鑒》。 ② 區縣自然氣象因素對排放溢出造成的影響。參照王小龍等2的研究，本研究將區縣的平均氣壓、平均氣溫、空氣流通指數、平均降水量、平均相對濕度和逆溫天數等氣象要素進行控制。空氣流通指數來自ERA-Interim提供的風速和高度數據；逆溫天數數據來自NASA的MERRA-2數據，本研究參考既往文獻的計算方法獲得數據40；平均氣壓、平均氣溫、平均降水量和平均相對濕度數據來自國家氣象科學數據共享平臺。

微觀層面，由于企業煤炭消耗量由其生產行為決定，不受氣象因素影響，為此微觀部分的分析剔除了氣象變量。此外，為了控制企業特質的影響，參照既往研究[22]，本研究增加了企業規模、權益回報率、財務杠桿、資產流動性、產權性質、企業獲取貸款能力和企業年齡等微觀層面控制變量，上述數據來自中國工業企業數據庫。

2.1.5工具變量

本研究基于地理距離和歷史數據構建了兩類工具變量。 ① 地理工具變量 （I_v1） ：區縣到所屬地級市中心距離與省份是否明確列示改革試點啞變量的交互項。在相關性方面，縣距離地級市的距離將會影響試點縣被選取為試點的概率，直管鄰近地級市的區縣將會招致地級市的反對，距離越近被選取為試點的可能性越低[41；同時，一個縣是否被選為試點，要建立在該省份實施“省直管縣”改革并明確試點范圍的基礎之上，為此，上述變量能夠有效保證與解釋變量的相關性。在排他性層面，一方面，縣與地級市的距離和碳排放強度很難產生直接關聯；另一方面，省份是否改革與任意區域碳排放強度并不相關。因此，兩類工具變量與被解釋變量之間均是嚴格外生的。② 歷史工具變量 ：基于各縣1968—1977年知識青年上山下鄉截面歷史數據的改革再分配虛擬變量[42]。一方面，上山下鄉的援助屬性決定各區縣接收人數與其自然特質和社會經濟高度關聯，如地形地貌越復雜（高海拔、高坡度）經濟狀況越落后（產業結構低）的區縣接收人數越多；而按照\"省直管縣\"改革試點選取的原則，具有上述特征的縣難以被選擇為試點，工具變量與解釋變量存在負相關，滿足相關性。另一方面，20世紀60至70年代的知青上山下鄉數據與21世紀區縣碳排放不存在直接關聯，滿足排他性。然而，截面數據無法用于面板估計。為此，本研究參照既往引入時間維度的做法[43]，根據上述數據對改革變量進行再分配。具體而言，由于各省份嚴格制定了每批次改革的試點數量，各省份歷年的改革試點數量是外生給定的。第一步，通過數據匹配，得到1877個區縣的知青數據，并按照省份由低到高逐一排序。第二步，根據上述區縣的改革狀態，逐省加總歷年改革的試點數。第三步，根據每個省份歷年的試點總數，設定排名靠前的縣為改革試點。如在上述區縣中， T 年Y省有 X 個試點，將知青數排名前 X 名的區縣設定為對應年份的直管縣，剩余為非改革縣，最終構成了用于面板估計的歷史維度工具變量。

2.2模型設定

本研究使用面板數據的雙向固定效應模型分析“省直管縣\"改革對區域碳排放和工業企業煤炭消耗量的影響，模型設定如下：

C_it=αP_it+β_i+γ_t+δO_it+（U_i×f（t））^'θ+ε_it

式中： C_it 在宏觀分析中表示區縣i在 Φ_t 年的碳排放強度，在微觀分析中表示工業企業i在 Φ_t 年的煤炭消耗量； 為“省直管縣\"改革的虛擬變量，表示區縣i第 Φ_t 年是否進行改革； 表示控制變量；在區縣層面的分析中，為了進一步避免恒定變量（如海拔）可能對結果產生的非線性影響，本研究參考Li等44的做法，加入了恒定變量 U_i 與自然年份時間 Φ_t 和 t² 的交互項 ?;β_i 和 γ_t 分別表示區縣/企業層面的固定效應和時間固定效應，其中企業層面的固定效應包括了行業和個體兩類； ε_it 為隨機擾動項，下文涉及的模型估計相應采用了區縣和工業企業層面的聚類穩健標準誤。

3政策評估：宏觀-微觀的雙層分析

3.1基準回歸

表1展示了基于固定效應的回歸結果：列（1）一列（3）的碳排放數據來自ODIAC實驗室，列（4）一列（6）的碳排放數據來自Chen等[37]，其中列（1）和列（4）、列（2）和列（5）列（3）和列（6依次匯報了未加人和加入控制變量以及取對數后的回歸結果，結果顯示“省直管縣\"改革顯著降低了試點碳排放強度。

表2報告微觀企業層面的估計結果：列（1）一列（3）展示了混合回歸的結果，當加入改革要素、工業企業特征因素后，“省直管縣\"改革顯著降低了其區域內工業企業原料煤炭消耗量。列（4）展示了雙向固定效應的估計結果，結果不變。

3.2 平行趨勢分析

由于基準回歸的本質為雙重差分，需滿足平行趨勢假定。本研究使用事件分析（Event-study）的方法對其平行趨勢進行檢驗[43]，估計公式如下：

式中：虛擬變量 D_tio+K 將觀測年份劃分成3個區段：即政策基期、基期前與基期后。其中， t_io 表示縣區 i 被列示為省直管縣試點的年份， K 表示年份 Φ_t 距離改革年份 t_io 的距離， Kgt;0 表示改革前， K=0 表示改革當年， Klt;0 表示改革后。為避免 K 絕對值過大時觀測樣本過少帶來的估計偏誤[45]，本研究將距離改革年份的絕對值超過6年的年份按6年計算， ?_k 表示距離改革年份第 K 年省直管縣改革對碳排放的實際效應。上述公式加人了控制變量，并將同時期推行的擴權改革進行控制。由圖2可以看出，改革前處理組與實驗組的發展趨勢大致近似，改革后相比于處理組，其碳排放強度明顯降低。

表1“省直管縣\"改革與區域碳排放

注：*** Plt;0.01 ;括號內數值為t值。標準誤經過地區層面cluster調整。

表2“省直管縣\"改革與工業企業煤炭消耗量

注： ^**Plt;0.05 ， ^***Plt;0.01 ；括號內數值為t值。標準誤經過企業層面cluster調整。此部分為燃料煤消耗量，該碳排放由企業生產決定，不受氣象因素影響，此處控制變量不包括氣象要素。

3.3 工具變量估計

由前述可知，本研究選取地理和歷史兩類工具變量進行分析。表3的列（1）和列（2）列（3）和列（4）列分別匯報了兩類工具變量相關性和排他性的檢驗結果：“省直管縣\"改革與地理和歷史工具變量存在強相關關系。同時，將解釋變量與工具變量同時放入回歸中，被解釋變量與工具變量不存在相關性。兩個變量滿足作為工具變量的條件。

表4匯報了基于工具變量的估計結果：改革對宏觀層面的碳排放和工業企業層面的煤炭消耗的削弱效應依然穩健。同時，對比基準回歸結果發現，工具變量對改革影響的估計效應更大，這表明內生性問題和不可觀測因素可能導致估計結果被低估。受限于篇幅，本研究未匯報改革與來自Chen等[37]二氧化碳排放數據的估計結果，結果依然穩健。

3.4穩健性檢驗

為了進一步驗證結果的可靠性，本研究進行如下檢驗： ① 為了進一步消除遺漏變量、隨機因素對估計結果造成的影響，本研究通過隨機抽取區縣和隨機虛擬改革時間兩種方式進行安慰劑試驗[46-47]。 ② 在\"省直管縣\"改革實施的同期，可能存在與擴權強縣改革和碳排放相關的其他政策的干擾，本研究進行了排除性檢驗。 ③ 各省推行“省直管縣”改革的時間不同，多次沖擊使得固定效應估計產生偏誤[48]，其偏誤的來源為將早期改革的試點縣視為后期改革區縣的對照組，尤其是在異質性處理效應下，上述偏誤將被放大。為此，本研究使用交疊DID進行分析。上述檢驗結果均表明本研究結論具有穩健性①。

圖2平行趨勢檢驗

表3工具變量有效性檢驗

注： ^**Plt;0.05，^**Plt;0.01 ；括號內數值為t值。標準誤經過地區層面cluster調整

3.5拓展分析

由于各“省直管縣\"改革的試點選取原則、試點政策內容各具特色，使得試點與非試點地區存在系統性差異，并對平行趨勢假定構成挑戰。為此，本研究使用無須滿足平行趨勢假定的政策評估方式合成雙重差分（syntheticdifferenceindifference，SDID）進行估計。在SDID估計下，假定區縣 N 在 Φ_t 年實施了“省直管縣\"改革，則“省直管縣”改革對碳排放影響的估計系數 其中 是通過SDID方法得到的處理組未經處理時的碳排放量（即控制組碳排放量），該值是對區縣和時間兩個維度的加權處理后的擬合值，如式（3）：

式中 表示加權后的控制組的改革前均值， 為加權后處理組與控制組的改革前差異， 為加權后控制組改革前后的差異。 和 分別表示用以合成政策試點反事實的個體與時間權重，最終得到每個試點縣控制組的碳排放規模 ，并通過與試點真實的碳排放值 Y_NT 做差，即可得到區縣 N 的政策效應。本研究估計了改革對 1036 個試點縣碳排放規模的影響[49]。表5匯報了1036個區縣政策評估系數的整體性描述，其中有579個區縣的評估系數為負，即改革加劇了區域碳排放，剩余457個區縣的評估系數為正，即改革加劇了區域碳排放。

本研究從政策效應的地區和時間分布兩個維度進行分析： ① 從地區分布看，本研究按照地理分區的劃分標準，繪制了東部、中部、西部和東北地區政策效應的箱線圖，如圖3（a）所示。由圖可以看出，東北地區和西部的政策呈現出促進效應，原因可能在于該地區產業結構相對落后，改革后的地方政府可能無法實現綠色發展；東部和中部的政策呈現抑制效應，原因可能在于該地區經濟發展水平整體較高，分權后的地方政府更可能發揮“便宜之手”的信息優勢，更好實現高質量發展。 ② 從時間分布看，不同批次的改革也呈現差異（圖3（b））。早期批次試點的政策效應并不穩定，存在波動；中期批次試點的政策效應表現為促進效應；后期批次試點的政策效應表現為抑制效應。上述成因可能與中國經濟的發展轉型以及黨的十八大以來國家對生態保護的高度重視有關。

表4基于工具變量的估計結果

注： Plt;0.1 ^**Plt;0.05 ^**Plt;0.01 ;括號內數值為t值。標準誤經過企業層面cluster調整。表 IVF 檢驗行列示了工具變量的 Cragg.）onaldWald F statistic值，該檢驗表明本文選取的工具變量均不為弱工具變量。排除弱工具變量對全域估計的局限性。

表5基于SDID的估計結果

4企業行為的微觀證據

4.1機制檢驗

基于理論分析可知，“省直管縣”作為一項優化地方政府治理結構的改革，促進了地方政府的財政分權和組織扁平化。第一，財政分權會激發地方政府的稅收努力，導致企業稅負的加重、經營成本上升，最終難以進行設備更新投入、能源創新以及節能減排等工作，進而降低企業的環境投入。對此，本研究預期財政分權將強化政府的稅收努力，加劇企業碳排放。第二，財政分權加大了地方政府的財政自由，有利于提升對轄區企業的財政補貼，進而提高企業的環境意識和綠色創新投入。對此，本研究預期財政分權會提高企業所獲得的政府補貼，減少企業碳排放。第三，組織扁平化直接增加了上級政府垂直管理單位的數量，容易導致監管的缺位，進而抬升企業粗放式生產經營活動出現的概率，并抑制企業的綠色創新。對此，本研究預期組織扁平化帶來的監管缺位，加劇企業碳排放。第四，組織扁平化有利于對企業形成更為直接的“垂直管控”，掌握信息的上級政府更可能提高政策工具的約束力度，抑制企業的粗放生產行為，倒逼企業綠色創新。對此，本研究預期組織扁平化強化了“垂直管控”，抑制企業碳排放。下文將對\"省直管縣\"改革影響碳排放的路徑機制進行檢驗。首先，檢驗“省直管縣\"改革可能導致企業面臨的激勵約束變動；隨后，驗證激勵約束變動對企業碳排放行為的影響；最后，進一步分析上述影響在不同情境下的差異。

圖3各區域改革效應的時空分布

4.1.1“省直管縣\"改革、激勵變動與碳排放

檢驗改革對稅收征管激勵的影響①：表6列（1）－列（3）匯報了以所得稅實際稅率 （T₁） 、單位資產所得稅 （T₂） 和單位資產增值稅（ σ_T3） 作為稅收征管激勵度量的分析結果，分析表明“省直管縣”改革顯著強化了企業面臨的稅收征管激勵。表6列（4）一列（6）的結果顯示： T₁，T₂，T₃ 系數顯著為正， P 對碳排放的影響系數顯著為負。上述結果表明，“省直管縣\"改革導致企業稅負的加重、實際利潤被壓縮，加大了設備更新投入、能源創新以及節能減排等工作的難度，導致碳排放加重[50]，即稅收征管激勵在\"省直管縣\"改革與企業碳排放關系中起到遮蔽作用。

檢驗改革對政府補貼的影響：表7列（2）和列（5）匯報了以單位收入補貼 （S₁） 和單位資產補貼 （S₂） 作為政府補貼激勵度量的分析結果，分析證明改革提升了企業獲取的補貼激勵;列（3）和列（6）呈現了將補貼激勵納入基準回歸后的結果，結果證實政府補貼力度的加大促進了企業的碳減排行為。對比表7列（1）和列（4）的結果可以發現，補貼激勵將稀釋基準回歸中改革的效應系數，由此表明補貼激勵的提升可能是改革對碳排放影響的重要機制，即政府補貼激勵在“省直管縣”改革與企業碳排放關系中起到部分中介作用。

4.1.2省直管縣、激勵約束變動與碳排放

檢驗改革對激勵約束變動即政府監管強度的影響：表8列（1）－列（2）呈現了改革與政府監管幅度 （R₁） 之間的關系的檢驗結果，說明改革帶來的組織扁平化可能導致監管缺失，降低對企業的約束進而加劇企業的碳排放。組織扁平化在帶來監管幅度變化的同時，改變了監管的單位，即由原來的地級市政府升格為省級政府。與市級政府相比，省級政府對環境議題更加關注，其可能通過強化對企業污染行為的懲處來彌補因幅度過大造成的識別不足問題。為此，本研究使用企業排污費 （R₂） 來衡量企業面臨的規制力度[39]。受限于排污費的數據，首先參考余錦亮做法，使用2004年第一輪工業企業普查數據庫中企業繳納的排污費信息進行回歸，列（3）的結果表明改革顯著提升了企業繳納的排污費水平。列（5）將監管強度納入基準回歸后發現，監管強度的增加將顯著降低企業的原煤消耗量，證明了上述猜想。

表6“省直管縣\"改革、稅收征管激勵與碳排放

注： ^***Plt;0.01 ；括號內數值為t值。標準誤經過企業層面cluster調整。機制分析部分的控制變量包括改革試點的選取要素與企業的特征變量，下同。

表7直管縣改革、政府補貼激勵與碳排放

注：*** Plt;0.01 ;括號內數值為t值。標準誤經過企業層面cluster調整。

然而，截面數據僅能檢驗相關性，無法得出更為嚴格的因果推論。因此，進一步使用2013年稅收調查數據庫中的排污費信息，根據國有企業規模、杠桿率、凈資產收益率、固定資產、流動比率、貸款能力、員工數量和實際稅率等指標變量將2004年與2013年樣本進行傾向值匹配①（1：1）。需要說明，由于2013年前的數據并不包含排污費，因此使用距離2004年最近的2013年稅收調查數據庫中的排污費數據進行匹配分析，并依據傾向匹配后的樣本進行雙重差分估計，表8列（4）的結果顯示，改革提升了工業企業面臨的規制力度，提升了其繳納的排污費數額。列（5）通過截面分析的方式證明，企業單位收入繳納的排污費越高，企業的原料煤消耗量越低，該結果證明了規制力度提升是導致改革抑制碳排放的關鍵路徑。

4.1.3“省直管縣\"改革、激勵約束變動與企業綠色創新激勵約束的變動可能同時影響企業的生產與創新行為。與生產行為直接作用于碳排放的路徑不同，創新行為對碳排放的影響相對間接，其可能通過企業產業的轉型升級實現企業增值與環境保護的協調統一與區域經濟的綠色可持續發展[51]。表9匯報了改革對企業創新的影響，在列（1）一列（6）的分析中，分別使用發明型專利總量（I₁） 實用型專利總量 （I₂） 、專利總量 （I₃） 、綠色發明型專利總量 （I₄） 、綠色實用型專利總量 （I₅） 、對數化綠色專利 （I₆） 度量企業的創新行為[52]。其中發明、實用型專利數據來自企業的專利數據庫，而綠色專利數據來自國家知識產權局專利檢索系統。綠色專利的定義參照世界知識產權組織（WIPO）的標準。實證結果表明，除綠色實用型專利的回歸系數不顯著外，其余回歸結果均顯著為正，表明改革促進了企業的創新行為，進而可能提高生產效率、節約能源，降低碳排放。

表8“省直管縣\"改革、激勵約束變動與碳排放

注： ^*Plt;0.05 ^***Plt;0.01 ;括號內數值為t值。標準誤經過企業層面cluster調整

為了進一步驗證激勵約束變動作為機制的合理性，本研究將上述度量激勵約束變動的變量納入回歸，結果見表10。在激勵層面，單位資產的補貼促進了企業的綠色創新，單位資產所得稅抑制了企業創新，所得稅的稅率和單位收入補貼對綠色創新行為的影響不顯著；在監管層面，監管幅度的擴大弱化了監管，通過形塑更為自由的市場競爭進而推動企業的綠色創新行為，而規制力度的提升則對企業的綠色創新行為倒逼作用并不顯著。

表9“省直管縣\"改革與企業（綠色）創新行為

注： ^**Plt;0.05 ^***Plt;0.01 ；括號內數值為t值。標準誤經過企業層面cluster調整。

表10“省直管縣\"改革、激勵約束與綠色創新

注： ^**Plt;0.05 一 ^***Plt;0.01 ；括號內數值為t值。標準誤經過企業層面cluster調整。

4.2 異質性分析

考慮到改革的政策效應將會受到宏觀層面的地區稟賦和市場環境、中觀層面行業競爭程度以及微觀主體的產權性質的影響，本節將具體考察處在不同地區和市場環境、立足不同競爭程度行業和不同產權經營性質企業對改革的反應模式。

4.2.1宏觀維度：地區經濟狀況與市場環境

由上文可知，不同經濟發展的地區的改革效應存在差異，本研究將樣本分為東部地區企業組、中部地區企業組和西部地區企業組分別進行回歸[53]。表11列（1）－列（3）分別列示了分組的回歸結果，其中東部地區改革顯著抑制了其轄區內企業的煤炭消耗量，而中部和西部地區的改革效應并不顯著。同時，使用樊綱等學者測算的市場化指數均值將樣本分為高市場化程度樣本組和低市場化程度樣本組。列（4）－列（5）的結果顯示，改革在市場化程度較高組的系數及顯著性大于市場化程度較低組，意味著改革對企業碳排放的抑制作用在市場化程度較高地區更顯著，高市場化同樣能夠有效助推改革的資源配置效應。

4.2.2中觀維度：行業競爭程度

使用年度行業內工業企業數來衡量企業的行業競爭程度，并按照均值將樣本分為行業競爭較高組和行業競爭較低組。由表12列（1）和列（2）可知，改革在行業競爭度較低組顯著為負，在行業競爭較高組不顯著，意味著“省直管縣\"改革對于競爭較不激烈的企業碳排放行為的抑制作用更強，原因可能是，激烈的行業競爭使得企業更加關注生存，而不是環境保護。

4.2.3微觀維度：企業產權性質

本研究按照產權性質將樣本分為國有企業和非國有企業兩個子樣本分別進行回歸，回歸結果見表12列（3）和列（4），改革對非國有企業的碳排放行為抑制作用更強。國有企業往往與政府的關聯更加緊密。一方面，政企關聯可能會強化政府控制，使得企業原本就承擔著減污降碳的社會發展責任，限制了其碳排放下降的空間；另一方面，政企關聯可能使得企業的討價還價的空間更大，其受到政府權力結構變化的影響可能更小。而對于非國有企業而言，其與政府的原有聯結少，生產行為更可能受到政府權力結構變化的影響。

表12行業競爭程度與產權性質的異質性分析

注： ^\"Plt;0.01 ；括號內數值為t值。標準誤經過企業層面clus-ter調整。

5 結論與啟示

本研究試圖以“省直管縣\"改革為切入點，通過搭建“政府治理結構-政企激勵約束-企業/區域碳排放強度\"的分析框架，并輔以實證分析，回應有為政府如何組合助力“雙碳”目標這一時代命題。分析結果顯示： ① “省直管縣”改革同時抑制了區域和企業層面的碳排放。 ② 基于政企激勵約束的機制檢驗表明，“省直管縣\"改革通過強化工業企業面臨的稅收激勵和補貼激勵、改變政府的監管幅度和規制力度等方式抑制了企業的碳排放行為。③ 基于改革對區域碳排放影響的異質性檢驗發現，改革效果存在顯著的時空差異。與早期改革相比，后期實施的改革政策表現出更強的減排效應；同時，東部和中部地區的減排成效顯著優于西部地區。 ④ 基于改革對企業碳排放影響的異質性檢驗發現，改革對碳排放的抑制效應在經濟發達地區、市場化程度較高的區域尤為突出；行業層面，競爭程度較低行業的企業響應更敏感；產權性質上，非國有企業表現出更強的減排行為調整。

表11地區經濟狀況與市場環境的異質性分析

注： ^**Plt;0.01 ;括號內數值為t值。標準誤經過企業層面cluster調整。

基于上述結論有如下啟示： ① 正確認識政府組織結構與實現“雙碳”目標的關系，完善區域協同治理機制。加強省級統籌與區縣協作：建立跨區域碳排放監測與考核制度，將“雙碳”目標納入政府績效考核體系，激勵地方政府優化低碳治理模式。設立區域碳排放協作基金：由省級財政統籌，對減排成效顯著的區縣給予財政獎勵，對高碳排放區縣提供技術援助，促進區域內碳減排資源均衡配置。 ② 優化財稅與監管政策工具，構建激勵約束“組合拳”。對實施低碳技術改造的企業給予稅收減免或專項補貼，鼓勵綠色創新；對高排放企業實施階梯式環保稅，倒逼減排轉型。動態調整企業碳排放監管標準，對重點行業實施\"分類分級\"管控，如對競爭程度較低行業設定更嚴格的排放限額，提高違法成本。在有條件的地區推進碳排放權交易市場建設，引導企業通過市場機制優化減排行為。 ③ 推進差異化分權，分類施策提升改革適配性。對于東部及中部市場化程度高的發達地區，賦予地方政府更大自主權，允許制定符合本地產業特點的低碳發展路徑。對于資源稟賦弱、市場基礎差的欠發達地區，遵循階段式放權原則，優先下放技術標準制定、資金分配等權限，同時省級政府應給予能力建設支持，協助地方制定減排規劃，培育本土綠色產業。 ④ 強化政企協同，激發非國有企業減排潛力。針對非國有企業在減排中的優勢，提供低息綠色信貸，簡化環保項目審批流程。實施行業差異化引導，對競爭程度較低的行業，鼓勵企業聯合成立低碳技術聯盟，共享減排經驗與技術資源。

參考文獻

[1]厲以寧，朱善利，羅來軍，等.低碳發展作為宏觀經濟目標的理論探討：基于中國情形[J].管理世界，2017（6）：1-8.

[2]張華.省直管縣改革與霧霾污染：來自中國縣域的證據[J].南開經濟研究，2020（5）：24-45.

[3]CHUH，LAIC.AbatementRamp;D，marketimperfections，and envi-ronmental policy in an endogenous growth model[J]. Journal of eco-nomic dynamicsand control，2014，41：20-37.

[4]張克中，王娟，崔小勇.財政分權與環境污染：碳排放的視角[J].中國工業經濟，2011（10）：65-75.

[5]田建國，王玉海.財政分權、地方政府競爭和碳排放空間溢出效應分析[J].中國人口·資源與環境，2018，28（10）：36-44.

[6]王欣.耦合型政企關系的理論建構與中國政企關系的優化方向[J].西安交通大學學報（社會科學版），2022，42（6）：21-30.

[7]王軍，郁智文.環境分權如何影響城市的碳排放強度：基于城市異質性分析[J].北京理工大學學報（社會科學版），2023，25（3）：41-52.

[8]宋恒，王樹昊，李川川.省以下財政體制改革如何影響企業全要素生產率：來自“財政省直管縣\"改革的準自然實驗[J].中國軟科學，2024（1）：175-185.

[9]劉沖，喬坤元，周黎安.行政分權與財政分權的不同效應：來自中國縣域的經驗證據[J].世界經濟，2014，37（10）：123-144.

[10]陳思霞，盧盛峰.分權增加了民生性財政支出嗎：來自中國\"省直管縣\"的自然實驗[J].經濟學（季刊），2014，13（4）：1261-1282.

[11］高秋明，杜創.財政省直管縣體制與基本公共服務均等化：以居民醫保整合為例[J].經濟學（季刊），2019，18（4）：1351-1372.

[12]楊義武，林萬龍.省直管縣財政改革促進縣域糧食生產嗎：基于準自然實驗的證據[J].中國農村經濟，2024（6）：152-172.

[13］田雅群，何廣文，范亞辰，等.“省直管縣\"財政體制改革有利于打贏藍天保衛戰嗎：基于縣域空氣質量的研究[J].中國農村經濟，2023（3）：101-119.

[14]龔斌磊，張啟正，袁菱苒，等.財政分權、定向激勵與農業增長：以\"省直管縣\"財政體制改革為例[J].管理世界，2023，39（7）：30-46.

[15]樊麗明，李一花，駱熙.“省直管縣\"財政體制改革對縣級政府舉債行為的影響研究[J].財貿經濟，2024，45（10）：32-46.

[16]余錦亮.異質性分權的污染效應：來自市縣政府體制改革的證據[J].世界經濟，2022，45（5）：185-207.

[17]劉華軍，石印，郭立祥，等.新時代的中國能源革命：歷程、成就與展望[J].管理世界，2022，38（7）：6-24.

[18]王軍，郁智文.環境分權如何影響城市的碳排放強度：基于城市異質性分析[J].北京理工大學學報（社會科學版），2023，25（3）：41-52.

[19］曹先磊，許騫騫，吳偉光.碳交易框架下我國林業增匯潛力及對區域碳減排成本的影響研究[J].農業技術經濟，2023（12）：96-110.

[20]馬瑩瑩，王沁，姚文艷，等.“雙碳”目標下政府與企業減污降碳協同治理演化機制與提升路徑[J].中國石油大學學報（社會科學版），2023，39（6）：23-31.

[21]王小龍，方金金.財政\"省直管縣\"改革與基層政府稅收競爭[J].經濟研究，2015，50（11）：79-93.

[22]李廣眾，賈凡勝.財政層級改革與稅收征管激勵重構：以財政“省直管縣\"改革為自然實驗的研究［J].管理世界，2020，36（8）：32-50.

[23]李力行，聶卓，席天揚.多維度治理與國家能力：增值稅征管和企業排污的視角[J].世界經濟，2022，45（6）：112-135.

[24]BROWNJR，MARTINSSON G，PETERSEN BC.Do financingconstraintsmatterforRamp;D？[J]. Europeaneconomicreview，2012，56（8）：1512-1529.

[25]潘越，戴亦一，李財喜.政治關聯與財務困境公司的政府補助：來自中國ST公司的經驗證據[J].南開管理評論，2009，12（5）：6-17.

[26]趙文耀，白霄，鄭建明.政府補助是否更青睞盈利企業：基于A股上市公司的實證研究[J].山西財經大學學報，2020，42（5）：112-126.

[27]周鵬，高朱紅，聞雯.政府補貼、碳減排目標約束與工業企業低碳策略選擇[J].北京理工大學學報（社會科學版），2022，24（4）：118-128.

[28]楊洋，魏江，羅來軍.誰在利用政府補貼進行創新：所有制和要素市場扭曲的聯合調節效應[J].管理世界，2015（1）：75-86.

[29]PAPADOPOULOS Y. Cooperative forms of governance： problemsofdemocratic accountabilityincomplex environments[J].Europe-an journal of political research，2003，42（4）：473-501.

[30]趙仁杰，鐘世虎，張家凱.非意圖的后果：政府扁平化改革與空氣污染治理[J].世界經濟，2022，45（2）：162-187.

[31]PORTER ME，Linde C. Toward a new conception of theenvironment-competitiveness relationship[J].Journal of economicperspectives，1995，9（4）： 97-118.

[32]LISTJA，MCHONEWW，MILLIMETDL.Effects of environ-mental regulationon foreign and domesticplantbirths：isthere ahome field advantage？[J]. Journal of urban economics，2004，56（2）：303-326.

[33] JIAR，NIE H.Decentralization，collusion，and coal mine deaths[J].Review of economics and statistics，2017，99（1）：105-118.

[34] ZHANGP，DESCHENESO，MENGK，et al. Temperature ef-fectsonproductivityand factorreallocation：evidencefromahalfmillion Chinese manufacturingplants[J]. Journal of environmen-tal economics and management，2018，88：1-17.

[35]BARBERAAJ，MCCONNELLVD.The impact of environmentalregulations on industry productivity：direct and indirect effcts[J].Journal of environmental economics and management，1990，18（1）： 50-65.

[36]李青原，肖澤華.異質性環境規制工具與企業綠色創新激勵：來自上市企業綠色專利的證據[J].經濟研究，2020，55（9）：192-208.

[37] CHEN J，GAO M，CHENG S，et al. County-level CO2 emissionsand sequestration in China during 1997-2017[J]. Scientific data，2020，7（1）：391.

[38]盧洪友，鄧譚琴，余錦亮.財政補貼能促進企業的\"綠化\"嗎：基于中國重污染上市公司的研究[J].經濟管理，2019，41（4）：5-22.

[39]DASGUPTA S，HUQ M，WHEELERD，etal. Water pollutionabatementby Chinese industry：cost estimatesand policy implica-tions[J].Applied economics，2001，33（4）：547-557.

[40] CHEN S， OLIVA P， ZHANG P. The effect of air polution on mi-gration：evidence from China[J]. Journal of development econom-ics，2022，156：102833.

[41]劉勇政，賈俊雪，丁思瑩.地方財政治理：授人以魚還是授人以漁：基于省直管縣財政體制改革的研究[J].中國社會科學，2019（7）：43-63.

[42] CHEN Y，FAN Z，GU X，et al.Arrival of young talent： thesend-downmovement and rural educationin China[J].Americaneconomic review，2020，110（11）：3393-3430.

[43]孫偉增，牛冬曉，萬廣華.交通基礎設施建設與產業結構升級：以高鐵建設為例的實證分析[J].管理世界，2022，38（3）：19-34.

[44]LI P，LU Y，WANG J.Does flattening government improve eco-nomic performance：evidence from China[J]. Journal of develop-ment economics，2016，123：18-37.

[45]JACOBSON L S，LALONDE RJ， SULLIVAN D G. Earnings loss-esofdisplaced workers[J].American economic review，1993：685-709.

[46] CHETTY R，LOONEY A，KROFT K. Salience and taxation ： the-ory and evidence[J].American economic review，2009，99（4）：1145-1177.

[47]FERRARA EL， CHONG A，DURYEA S. Soap operas and fertili-ty：evidence from Brazil[J].American economic journal：appliedeconomics，2012，4（4）：1-31.

[48] SUN L，ABRAHAM S. Estimating dynamic treatment effects inevent studies with heterogeneous treatment effects[J]. Journal ofeconometrics，2021，225（2）：175-199.

[49]ARKHANGELSKY D，ATHEY S，HIRSHBERG D A， et al. Syn-theticdifference-in-differences[J].American economic review，2021，111（12）： 4088-4118.

[50]李香菊，趙娜.稅收競爭如何影響環境污染：基于污染物外溢性屬性的分析[J].財貿經濟，2017，38（11）：131-146.

[51]MAGAT WA.Pollution control and technological advance：a dy-namicmodel of the firm[J]. Journal of environmental economicsand management，1978，5（1）：1-25.

[52]白彥鋒，魯書伶.財政層級改革與企業創新：基于\"省直管縣”改革的準自然實驗[J].中央財經大學學報，2021（11）：12-23.

[53]吳延兵．自主研發、技術引進與生產率：基于中國地區工業的實證研究[J].經濟研究，2008（8）：51-64.