基于SNA-SUPER-SBM的環境保護稅政策績效評價

【摘要】長江經濟帶作為國家發展戰略的重要組成部分， 對其加強污染治理和生態修復， 全力推進環境保護建設， 能夠全面推進我國經濟社會的可持續發展。對長江經濟帶環境保護稅實施情況進行科學合理的評價， 能為改善和優化環境保護稅政策的實施提供參考， 有效助力經濟社會的高質量發展。基于此， 本研究運用大數據技術和方法對環境保護稅相關政策進行分析， 提取政策關注要點， 構建一套系統、 客觀且科學的環境保護稅政策績效評價體系， 并對長江經濟帶各省市的環保效果進行評價。結果表明： 長江經濟帶環境保護稅政策的實施初步呈現協同性， 雖區域間存在一定差異， 但空間溢出效應明顯； 政府的投入與保障類措施和手段是提升環境保護稅實施效果的重要因素， 會產生累積效應。針對上述結果， 提出建議如下： 聚焦投入與保障， 促短期保長遠； 強化環保資金管理， 優化資源分配使用機制； 強化區域政策協同性， 推動長江經濟帶環境保護稅實施一體化合作機制等。

【關鍵詞】環境保護稅；長江經濟帶；績效評價；社會網絡分析

【中圖分類號】 F812" " "【文獻標識碼】A" " " 【文章編號】1004-0994（2024）14-0018-7

一、 引言

改革開放以來， 我國在實現經濟蓬勃發展的同時也付出了極大的環境代價。各類污染問題已極大地破壞了生態系統， 嚴重威脅到人民群眾的生產生活。政府作為我國環境治理的重要主體， 早在20世紀80年代就提出了排污收費制度以倒逼企業進行環境保護和污染治理。為了進一步提升環保效率， 優化環境資源配置， 全面貫徹落實“綠水青山就是金山銀山”戰略， 我國于2016年正式頒布《環境保護稅法》（簡稱《環保稅法》）。自2018年環境保護稅（簡稱“環保稅”）征收以來， 全國累計落實環保稅優惠減免564億元， 萬元GDP污染物排放當量從1.16下降到2022年的0.73， 重要綠色產業如新能源整車、 光伏設備以及鋰離子電池等新型綠色制造產業的銷售收入年均增速均在40%以上。已有研究表明， 環保稅在大氣污染治理（張月等，2023）、 重污染企業治理（胡俊南和徐海婷，2021）、 工業污染物治理（閆浩和馬金華，2023）等方面產生了顯著效果。

當前多以實證的方式研究環保稅的實施對于環境保護、 污染治理和經濟可持續發展等方面的助推作用， 且對于環保稅實施效果的衡量也多以產出和效果為導向。這種評價方式忽略了政府對于環保稅實施過程的投入和監管環節， 無法科學完整地體現政策實施的全過程， 對修正政策的支持有限， 不利于綠色稅收制度的完善和經濟社會的可持續發展。針對上述問題， 本研究以環保稅績效評價為研究內容， 以大數據相關技術和方法為手段， 提取并分析環保稅相關政策的關注要點， 重構環保稅績效評價指標體系， 并以長江經濟帶為研究對象， 評價分析其環保稅實施效果， 為區域內環保資源的優化分配、 相關政策的修改完善以及經濟社會的可持續發展提供參考依據。

二、 文獻綜述

1. 環保稅實施效果。外部性作用下， 物質生產過程中個人與社會的邊際成本之間會存在顯著的不同。對排污企業征收環保稅， 可以有效消弭二者的差異（Pigou，1920）。對于環保稅的實施效果， 不同學者持有不同的意見。部分學者認為目前環保稅是否能達到節能減排的目標有待進一步確認（薛鋼等，2020）。大部分學者認為環保稅的實施對環境治理有積極影響（ESEN ?等，2021）。在空氣污染治理方面， 環保稅可以有效改善空氣質量、 減少大氣污染（童錦治等，2022）。在工業污染物治理方面， 環保稅可以有效降低總污染物的排放， 特別是工業廢水與廢氣的排放（黃紀強和祁毓，2022）。在區域環境治理方面， 高稅率地區的環保稅實施效果更好， 優于低稅率地區（童錦治等，2022）； 中部地區的節能減排效應相較于東西部更加明顯（王娟和陳卓，2023）。在環境治理時效性方面， 環境治理的長期效應要優于短期效果（周波等，2022）。

2. 政策績效評價方法。常用的公共政策績效評價方法包括專家打分法、 層次分析法、 逼近理想解排序法（TOPSIS）以及數據包絡分析（DEA）等。前三種方法是以各類方法確定指標的權重， 但是會面臨評分主觀、 易受極值影響等現實問題。與前述模型不同， DEA模型能避免主觀上權重的分配， 主要通過計算決策單元與生產前沿面之間的距離來衡量其效率。DEA模型種類豐富、 運用廣泛， 常用模型包括CCR、 BCC、 Efficiency DEA、 DEA-SFA、 Malmquist-DEA、 SBM等， 如有學者運用Malmquist-DEA模型從時間上評價了區域財稅政策的績效（蔡德發等，2022）。目前多數運用DEA模型進行政策績效評價的學者， 其指標選取基本依靠已有文獻的指標或是官方文件的目標， 沒有一套完整且系統的指標體系。

三、 環保稅政策績效評價邏輯框架設計

現有的環保稅績效評價主要聚焦整體環境產出， 側重結果維度。采用的評價指標具有較強的主觀性， 忽略了政策的實施保障和長遠效應， 未充分考慮環保稅對于國家保護和改善環境、 減少污染物排放、 推進生態文明建設等目標的實現程度。同時， 現有評價方式對環保資源配置和政策體系完善的作用也十分有限。基于此， 并考慮到法律法規的權威性和科學性， 本研究圍繞《環保稅法》和各地相關支持政策， 利用大數據技術對關注要點進行分析提取（張經陽等，2023）， 以區域為研究對象， 構建一套環保稅的績效評價指標體系， 由此設計本研究的邏輯框架， 如圖1所示。

由圖1可知， 本研究的邏輯框架主要包含四部分： 數據采集、 數據預處理、 數據挖掘與分析和結果應用。在數據采集階段， 運用RPA、 Python等工具以及手動的方式獲取環保稅相關政策和數據。在數據預處理階段， 應用各類大數據處理技術對提取到的“臟”數據進行清洗、 集成、 規約和變換， 獲取高質量數據。在數據挖掘與分析階段， 應用自然語言處理技術與社會網絡分析方法挖掘和分析相關政策內容， 提取政策要點， 以資源投入、 過程保障、 短期產出及長遠效果為準則構建指標體系。在結果應用階段， 量化上述指標體系， 目標區域運用Super-SBM模型對環保稅實施情況進行評價分析。

1. 數據采集。對環保稅進行績效評價需要收集各區域相關的政策文件和重構指標體系對應的大量數據。前者包括《環保稅法》、 環保稅政策解讀文件以及各地環保稅相關支持文件； 后者主要包括各地政府官方網站公布的污染物排放量、 GDP數值、 環保稅稅收以及排污許可證數量等原始數據。部分政策文件可通過網頁手動直接獲取， 部分數據則需應用RPA或Python工具構建爬蟲機器人進行收集。此后， 應用結構化或非結構化的數據庫對采集到的數據進行保存。

2. 數據預處理。數據的質量決定了后續分析和應用的好壞。前述階段得到的數據中有一小部分異常、 空缺或噪聲， 需要基于實際需求對上述數據進行清洗操作。為便于后續的績效評價， 多個數據源的數據需進行合并集成， 將數據值間的沖突、 重復和冗余進行統一和刪除。此后， 圍繞重構的指標體系， 對集成的數據進行規約， 依賴屬性選擇降低數據量級。通過對數據的清洗、 集成、 規約和變換等預處理操作， 可以有效提高數據質量。

3. 數據挖掘與分析 。本研究通過數據挖掘獲取環保稅相關政策的關注要點， 便于更科學完整地構建環保稅績效評價指標體系。常用的自然語言處理方法多基于詞語出現的頻數［如TF-IDF等（夏會等，2023）］挖掘政策關注要點， 但該方式忽略了文本上下文語義間的關系。本研究從圖論和系統論出發， 利用社會網絡分析（SNA）方法對政策文本中各詞語間的結構性關系進行量化和可視化， 進而明確環保稅政策實施的關注要點。具體流程見圖2。

由圖2可知， 以環保稅相關政策文件為研究對象， 利用Jieba分詞和去停用詞的方式對政策文本進行處理， 得到其分詞表達形式。基于此， 考慮詞與詞之間在政策文本中存在上下文關系， 以各分詞為節點、 兩個詞在同一個政策條例出現的頻次為連接， 構建分詞共現矩陣， 利用Ucinet與Gephi工具將其轉換為可視化的社會網絡。在社會網絡中， 詞與詞之間的共現頻次越高， 則二者的關聯度越高。分詞出現和共現的頻次越高， 表明該分詞越值得關注。由此， 基于SNA的網絡密度、 點度中心度及中介中心度分析得到關鍵分詞， 圍繞政策投入、 過程保障、 短期產出及長遠效果四大原則， 重構環保稅績效評價體系。

4. 結果應用。基于構建的績效評價指標體系， 運用Super-SBM模型（Tone，2001）計算各年份各區域的環保稅績效。對比區域間環保稅實施效果， 分析其時間演變情況， 更全面科學地對目標區域的環保稅實施效果進行評價， 為后續環保資源的優化分配、 相關政策的修改和完善提供參考意見。

四、 基于SNA-SUPER-SBM的環保稅政策績效評價體系構建——以長江經濟帶為例

長江經濟帶涵蓋東中西部11個省市， 以全國21.4%的國土面積承載著超過40%的人口和經濟總量， 是重大國家戰略發展區域。長江經濟帶的發展應以生態優先、 綠色發展為原則， 評價環保稅實施效果， 可客觀反映環境問題改善程度， 對于推動長江上中下游地區協調發展和沿江地區高質量發展具有十分重要的價值。

1. 長江經濟帶環保稅相關政策。長江經濟帶區域環保稅政策是以《環保稅法》為基礎， 以《環境保護稅法實施條例》（國務院令第693號）和各省市《環境保護稅核定征收管理辦法》為具體細則， 以國家稅務總局發布的《環境保護稅政策解讀》為輔助進行實施的。

2. 長江經濟帶環保稅政策的社會網絡分析。應用自然語言處理和社會網絡分析的方法對上述長江經濟帶環保稅政策的內容要點進行提取， 得到各政策的分詞組成。基于不同分詞同時出現在一條政策的頻率， 構建分詞共現矩陣（見表1）。在此基礎上， 以分詞為節點， 以共現頻數為邊， 形成政策的分詞共現社會網絡。

基于長江經濟帶環保稅政策形成的分詞共現社會網絡共有節點631個， 網絡密度為0.0027， 總連接數為1072。由網絡密度可知， 該網絡極為稀疏， 有28個分詞為非孤立節點， 3度以上的分詞節點僅占20.6%， 表明這部分節點與其他節點關系密切， 這類高關聯性的“明星”分詞節點為挖掘政策關注要點提供了決策依據。

在上述社會網絡中， 以共現頻數高于3為篩選條件， 得到高連接的點度中心度社會網絡子圖。該網絡有128個分詞節點存在連接， 其中28個分詞節點的點度中心度超過50。點度中心度越高， 表明該分詞節點越核心。環保稅、 污染物、 排放、 生態環境以及主管部門等是典型的“明星”節點， 與其他節點關聯十分密切。以環保稅和排放兩個分詞節點為例， 與前者高頻關聯的分詞包括合作、 部門、 監測、 保障、 污染物以及生態環境等， 與后者密切關聯的分詞包括監測、 信息、 生態環境、 交送、 合作與部門等。

類似地， 在原始社會網絡中， 提取通過最短路徑數量（中介中心度）為1以上的各分詞節點及其連接， 形成了高中介中心度的社會網絡子圖， 在該網絡有63個分詞節點可以進行信息交換， 其中25個分詞節點的中介中心度大于50。分詞節點中介中心度越高， 則表明該分詞節點與其他節點進行信息交換的能力越強。綜合分析發現， 該網絡中環保稅、 排放、 污染物等分詞的控制力度最強， 大多數節點的信息連接都依靠上述節點進行傳遞， 這與點度中心度社會網絡中的“明星”節點一致。與點度中心度社會網絡不同的是， 中介網絡的信息、 機制、 部門等分詞節點的控制力度高于合作、 監測等分詞節點。

將高絕對中心度或高中介中心度的分詞節點視為關鍵分詞節點， 同時由點度中心度社會網絡與中介社會網絡得到關鍵分詞節點的鄰居節點和所屬政策實施環節分類（見表2）。資源投入方面的關鍵分詞是政策和資金， 以其為核心發現鄰居節點包括支持、 排放、 改造、 環保稅， 這表明相關政策的完善以及相關資金的投入是環境保護改善的基礎。過程保障方面的關鍵分詞包括主管部門、 信息、 機制、 監測、 數據資料、 合作、 支持等11個， 分別從分工協作、 信息共享和監測管理等三方面保證環保稅政策的貫徹落實。分析上述關鍵詞的鄰居節點發現， 完善的過程保障是控制“污染物”排放、 促進“環保稅”征收、 實現“環境保護”的重要支持措施。短期產出方面的關鍵分詞有污染物、 污水、 固體廢物、 大氣、 水等7個， 主要涉及對各類形態污染物排放的控制。分析其鄰居節點發現， 上述污染物排放控制主要從稅收方面實現。由此可知， 短期產出主要關注環境質量的提升和環保稅的征收。長遠效果方面， 關鍵分詞為環境保護、 生態環境和節能減排， 充分說明環保稅征收的最終目的是增強綠色創新、 推進生態文明建設。由鄰居節點可知， 這一目標的實現必須綜合利用各類“資源”， 做好環保稅的“管理”。

3. 基于SNA的長江經濟帶環保稅政策績效評價指標體系。從政策實施的資源投入、 過程保障、 短期產出、 長遠效果全過程出發， 根據上述關注要點細化各實施環節的評價要素和評價指標， 進而構建出環保稅政策的績效評價體系， 如表3所示。準則層覆蓋了政策實施的全過程， 要素層主要由社會網絡分析中的關鍵分詞決定， 指標層則以數據可得性和對應要素內容完整性為原則而設計。

資源投入（A1）層面包含政策投入（B1）和資金投入（B2）兩個要素。政策制定數量和專項資金投入金額可有效體現政府采取的系列措施， 因此三級指標設定為環保稅法律、 法規政策文件的數量（C1）、 支持環保稅監測政策文件數量（C2）以及環境管理類資金投入金額（C3）。

過程保障（A2）層面包含監測管理（B3）、 分工協作（B4）、 信息共享（B5）三個要素。監測管理（B3）從監測節點出發， 發現其與排放、 納稅人等關鍵分詞相關， 表明政府監管各區域污染物排放情況。由此設立了環境監測范圍（C4）、 監測內容獲取的難易程度（C5）、 監測管理的政策文件數量（C6）三個三級指標， C4以地方政府公布的污染物個數衡量， C5以地方政府網站上環保相關內容公布是否有直接導航度量內容獲取的難易程度， C6以地方政府公布的名稱含“監測”或“監管”等關鍵詞的文件數量衡量。分工協作（B4）則以合作、 配合、 交送等為核心節點， 與部門、 機制等節點密切相關， 重點關注部門協作情況， 故選擇地方政府每年聯合發文涉及的合作部門總數（C7）作為三級指標。信息共享（B5）以信息節點為主， 與交送、 涉稅、 主管部門等節點關聯性高， 重點關注環保稅相關信息共享、 公開的情況， 對應的三級指標有污染物行政處罰信息展示（C8）、 是否搭建涉稅信息共享平臺（C9）以及排污許可證年發放數（C10）。

短期產出（A3）層面設置了環保稅（B6）和環境質量（B7）兩個要素。環保稅（B6）以納稅和征收為主， 故設置三級指標環保稅稅收（C11）。結合排放、 污染物和環境類文獻， 設置環境質量（B7）的三級指標包括二氧化硫排放量（C12）、 氨氮化物排放量（C13）、 廢水氨氮排放量（C14）、 廢水總氮排放量（C15）、 廢水總磷排放量（C16）、 工業固體廢棄物產生量（C17）以及工業固體廢棄物利用量（C18）。

長遠效果（A4）層面設置了生態文明建設（B8）和綠色創新（B9）兩個二級指標。生態文明建設（B8）以國家政策公布為依據， 設立了生態文明示范區個數（C19）和“綠水青山就是金山銀山”實踐創新基地個數（C20）兩個三級指標。圍繞綠色創新（B9）則設立了綠色環保專利數量（C21）和綠色產業上市公司數量（C22）兩個三級指標。

綜上， 本文基于SNA構建了環保稅政策績效評價的多層次分析體系， 其中包括4個一級指標、 9個二級指標、 22個三級指標。確定指標體系后， 量化各指標， 為減小經濟因素的影響， 資金投入、 污染物等指標取其所在省市當年GDP數值的對比值。

4. 基于SUPER-SBM的長江經濟帶環保稅政策績效評價。DEA模型作為評估相對效率和優化資源配置的一種數學模型， 在評價中主要用于比較不同單位政策實施效率情況。SUPER-SBM模型是傳統DEA模型的衍生， 既考慮了松弛變量的影響， 又能對比有效的決策單元。此外， 考慮到環保稅的特殊性， 模型中還考慮了非期望產出（楊朝均和葉瑞娟，2023）， 公式如下：

其中： n為決策單元的個數， 即長江經濟帶上省市的總個數； m為每個決策單元中投入要素的個數； q1為期望產出要素的個數； q2為非期望產出要素的個數； ρ是環境保護稅效率值； xik、 yrk、" " " 分別是投入要素（資源投入和過程保障相關指標）、 期望產出要素（C11 ～ C17指標）和非期望產出要素（C18 ～ C22指標）；" " "、" " "、" " " "是投入要素、 期望產出和非期望產出的松弛變量； λj為約束條件； i=1，2， …， m； r=1，2， …， q1； t=1，2， …， q2； j=1， 2， …， n； ρ表示綜合效率值（TE）。

五、 長江經濟帶環保稅實施效果評價與分析

考慮到數據可獲得性， 本研究依據前述的環保稅績效評價體系， 從省級層面對長江經濟帶2016 ～ 2021年環保稅實施相關指標進行計算和分析， 探尋長江經濟帶環境改善情況。由于江蘇省環保稅稅收和固體廢物等數據缺失， 最終剔除該省份， 選擇云南、 貴州、 四川、 湖南、 湖北、 江西、 安徽、 浙江和上海、 重慶等8省2市為目標進行研究。本研究采集了2016 ～ 2021年8省2市22個指標共1320個數據， 以省份、 年份和各環保稅評價指標為維度， 構建了三維數據集， 并從地域、 時間兩個維度深入分析長江經濟帶實施環保稅所帶來的環保效果， 探索資源投入、 過程保障、 短期產出和長遠效果中各類因素與環保稅實施效果之間的關系， 為區域內環保稅政策的實施、 優化以及優化資源配置提供意見和建議。

1. 長江經濟帶8省2市的環保稅實施綜合效率分析。運用非導向模式的SUPER-SBM模型， 得到2016 ～ 2021年長江經濟帶8省2市綜合效率值的結果。

如圖3所示， 長江上游四大省市整體處于綜合效率下降的狀態， 長江中游三大省份整體處于綜合效率波動上升狀態， 長江下游三大省市整體趨于波動穩定狀態。深入分析長江經濟帶環保稅投入和保障等因素對綜合效率貢獻情況發現： 盡管上游省市資金投入逐年大幅上升、 信息平臺建設不斷完善， 但并未立刻帶來效益， 每年綠色發明數量、 新增綠色產業上市公司數量等期望產出并不顯著。隨著時間的推移， 投入和保障的不斷累積， 產生的效益逐漸顯現、 其中四川省自2021年起綜合效率顯著上升。相較于上游， 中游省份資金投入明顯降低， 監測保障的完善度低， 且未建設信息平臺， 而其憑借良好的產業基礎和地理區位優勢， 擁有更多的國家生態文明建設示范區、 綠色產業上市公司以及綠色發明專利等期望產出。但是， 有限的投入和保障措施嚴重限制了環保稅實施效果的長期性， 較為明顯的是江西省2018年以來整體下降的趨勢和湖南省自2019年進入瓶頸期的現象。下游省市相較于上游和中游而言， 相關政策文件、 資金投入等較高， 監管保障措施更完善， 同時產業基礎好， 污染物的排放控制強， 綠色產業上市公司數量多， 總體來說， 下游省市環保稅實施基礎好、 投入高、 效果好、 穩定性強。

2. 地理位置視角下長江經濟帶環保稅實施綜合效率分析。將長江經濟帶8省2市以上、 中、 下游分類， 進行環保稅實施效果對比得到圖4。為減小各區域極值對整體分析的影響， 本研究選擇中位數對環保稅實施情況進行分析。綜合來看， 下游的環保稅實施效果明顯優于中、 上游， 以2018年環保稅開征為時間節點， 上、 中、 下游之間的環保效果差距逐漸縮小， 整體向好。

計算長江經濟帶上游、 中游和下游地區各省市環保效率的方差， 得到圖5。由圖5可知， 長江上游各省市之間的方差值越來越小， 表明各省市環保效率越來越接近； 中游湖南和江西等省之間的投入差距過大， 導致整體環保偏差增大； 下游則呈現顯著的波動性， 這主要是安徽作為快速發展的省， 其環保稅實施表現與浙江、 上海等省市呈現較大不同。從上游省市環保的同頻共振和下游安徽的快速發展情況來看， 環保稅政策實施呈現出極強的區域協同性， 展現出極強的空間溢出效應。

3. 時間視角下長江經濟帶環保稅實施綜合效率分析。圖6為2016 ～ 2021年長江經濟帶8省2市整體環保稅實施情況， 為減小極值干擾， 同樣選擇用中位數表示。以2018年為時間節點， 其整體環保效果先上升后緩慢下降， 但后三年效果仍優于環保稅政策實施前。2018年環保效果明顯優于其他年份， 主要是因為政策從頒布到實施存在一定的滯后性。2019年大部分省市的環保稅實施綜合效率大幅下降， 后續緩慢上升， 這主要是因為大部分省市2019年開始加大投入、 加強保障， 環保稅額上漲， 期望效益則需要經歷時間的累積才逐漸顯現。

將長江經濟帶8省2市2016 ～ 2021年的環保稅實施效果排序得到表4。分析發現， 前期區域性質明顯， 長江下游省市整體排名明顯高于上游省市。隨著環保稅的持續實施， 相應資源的不斷投入和保障措施的不斷增強， 后期區域性減弱， 上、 中、 下游地區均有表現好的省市。雖各區域內各省市環保稅實施效果仍有階梯性差異， 但投入和保障的累積效應已初步顯現。

六、 結論

隨著環保稅政策投入的不斷增加和相應監管措施的不斷完善， 在政策累積效應和溢出效應的作用下， 長江經濟帶8省2市的環保效果已由下游獨好擴散到中、 上游地區。此外通過松弛變量分析發現， 過程中資金投入總額冗余較為嚴重， 未產生理想效果， 即區域資源分配需進一步優化。由此提出建議如下：

1. 聚焦投入與保障， 促短期保長遠。環保稅政策實施的投入和保障等相關因素具有累積效應， 各地區應認識到生態環保建設的長久性， 持續聚焦資源投入和過程保障。具體措施如下： 一是加強和完善環境保護工作監督機制， 掌握并及時反饋其投入與保障狀況。投入方面， 監督單位應根據政策執行實際情況對后續投入計劃進行動態調整， 同時強化責任落實機制； 保障方面， 對合作部門協作效果、 平臺的建設與使用的有效性進行評估與改善， 提高部門間對接與企業環境信息透明度。二是建立健全環保稅評估機制， 將長期效果納入考核， 提升政策投入產出效率。為避免各地區著眼于當下績效的提升忽略長遠效果， 有關單位應將信息共享平臺建設、 環境監督工作長期規劃以及部門間長期合作程度等納入績效考核中， 保證政策的長期穩定執行和效果持續增強。

2. 強化環保資金管理， 優化資源分配使用機制。由前述分析發現環保稅政策資金投入冗余、 資源分配不合理。對此， 具體應對措施如下： 一是明確各資金使用目標， 加強預算管理， 保證其使用的必要性， 審查單位對各項資金申報的審核應做到不必要不批準， 杜絕浪費； 二是進一步強化制度建設， 對資金申報、 使用、 績效全流程制定具體規定， 壓實各環節主體責任， 保障資金使用的合規性； 三是建立資金使用的監督機制， 加強對資金使用單位項目進度、 資金使用、 績效產出等方面的監督檢查， 若資金使用單位項目出現資金冗余的情況， 審查單位應對其酌情處罰， 并嚴格審查該單位第二年或下個項目的預算。

3. 強化區域政策協同性， 推動長江經濟帶環保稅實施一體化合作機制的完善。當前環保稅政策實施的協同性和溢出效應雖然初步顯現， 但是實施效果的階梯性差異依然存在。各地區需加強合作， 以強帶弱， 共謀生態發展。具體應對措施如下： 一是建立各流域聯防聯治與信息溝通機制。由生態強省（市）牽頭， 針對上中下游各流域特點， 加快構建跨地區生態管理體系。利用平臺匯集長江經濟帶的完整數據， 分析對比相似省份的政策及實施效果并找出差異， 弱勢省份可借鑒相似優勢省份的治理方法改進自身環保稅相關政策及落實情況。二是構建長江經濟帶生態一體化平臺， 優勢互補， 促進協同發展。三是深化政策合作， 舉辦區域環境聯席會議， 各省份公布環境治理情況， 生態強省給予一定建議， 相關地區共同制定區域性政策。

【 主 要 參 考 文 獻 】

黃紀強，祁毓．環境稅能否倒逼產業結構優化與升級？——基于環境“費改稅”的準自然實驗［ J］．產業經濟研究，2022（2）：1 ～ 13．

童錦治，溫馨，邱榮富．環境保護稅的開征能有效治理空氣污染嗎？［ J］．稅務研究，2022（8）：94 ～ 100．

王娟，陳卓．中國環境保護稅的減排效應——基于提高污染物適用稅額視角［ J］．中國人口·資源與環境，2023（2）：30 ～ 37．

夏會，鐘陳，程平．大數據技術驅動下減稅降費政策績效評估研究［ J］．會計之友，2023（9）：83 ～ 89．

薛鋼，明海蓉，劉彥龍．環境保護稅減排治污的“倒U”效應——基于區域征收強度的測算［ J］．稅收經濟研究，2020（3）：25 ～ 34．

閆浩，馬金華．環保稅的有效性分析：作用機制和異質性探討［ J］．經濟問題，2023（10）：60 ～ 69．

楊朝均，葉瑞娟．環境規制與產業結構升級耦合對碳減排效率的影響研究 ［ J］．重慶理工大學學報（社會科學），2023（11）：50 ～ 63．

張經陽，郭佩瑜，沈俊鑫．PPP可融資性評價指標體系研究——基于文本挖掘與社會網絡方法［ J］．重慶理工大學學報（社會科學），2023（3）：52 ～ 65．

張月，王鳳，吳燕杰.環境保護稅對大氣污染治理的政策效果評估——以283個地級市大氣污染治理效果為例［ J］．稅務研究，2023（1）：43 ～ 49．

周波，楊李路，李冀寧．我國環境保護稅開征顯著改善環境質量了嗎——基于地市級城市環境指標的實證分析［ J］．稅務研究，2022（11）：59 ～ 65．

Pigou A.. The economincs of welfare［M］． London： London Macmillan，1920．

Tone K.. A slacks-based measure of super-efficiency in data envelopment analysis［ J］． European Journal of Operational Research，2002（1）：32 ～ 41.