“双碳”目标下灾难冲击与最优减排政策选择
来源:用户上传
作者:黄聃 刘文君
摘 要：本文构建包含经济灾难风险的环境动态一般均衡模型，并结合中国的宏观经济数据，以数值模拟的方法探讨了碳减排政策与灾难风险冲击对于宏观经济的动态效应。研究表明：当资本灾难冲击发生时，总量控制政策在提振经济活力等综合方面表现略好;碳税政策对污染减排效果具有较小的政策效应，相应的福利水平下降幅度也最高;基于经济的基本面考虑，TFP灾难冲击的影响大于资本灾难冲击;总量控制政策下，技术冲击在削弱资本灾难冲击和TFP灾难对经济金融变量的负面影响方面效果最为明显。该研究可能对我国分析减排政策的DSGE模型提供新的视角。
关 键 词：碳减排政策;灾难冲击;动态效应;E-DSGE模型
DOI：10.16315/j.stm.2022.05.007
中图分类号： F 062.2
文献标志码： A
Disaster shocks and optimal choice of emission reduction policies under the “Double Carbon” Target
HUANG Dan， LIU Wen-jun
（School of Economics， Management and Law， University of South China， Hengyang 421001， China）
Abstract：This paper constructs an environmental dynamic general equilibrium model including economic disaster risks， and combines China's macroeconomic data to discuss the dynamic effects of carbon emission reduction policies and catastrophe risk shocks on macroeconomics by numerical simulation. The research shows that： When the capital disaster shock occurs， the aggregate control policy performs slightly better in comprehensive aspects such as boosting economic vitality. The carbon tax policy has a small policy effect on pollution reduction， and the corresponding reduction in welfare level is also the highest. Based on economic fundamentals， the impact of the TFP disaster shock is greater than the capital disaster shock. Under the total control policy， technological shock has the most obvious effect in weakening the negative impact of capital disaster shock and TFP disaster on economic and financial variables. This study may provide a new perspective for China's DSGE model for analyzing emission reduction policies.
Keywords：carbon emission reduction policy; disaster shocks; dynamic effect; E-DSGE model
收稿日期： 2022-08-05
作者介： 黄 聃（1994―），男，硕士研究生；
刘文君（1978―），男，教授，博士.
由于Covid-19封锁造成的供应链中断，与自疫情开始以来前所未有的财政和货币支持推动的高消费需求相冲突，半导体和钢铁等商品价格上涨速度飙升。俄乌战争引发了一系列大宗商品冲击，导致更多供应紧张和价格上涨。此外，发达经济体大量使用全球资本和能源资源，导致其它地区的新投资缺乏营运资本。由此可见，灾难的发生会抑制经济增长与企业发展。在微观层面，这将导致企业对资金的需求增加，以恢复损失、加速灾后重建进度。在宏观层面，灾难发生所造成的经济损失是不容忽视的，中国2004―2020年自然灾难所导致的经济损失（数据来源于中经网统计数据库），如图1所示。进一步来说，随着环境问题的加剧，资本市场摩擦或自然灾害会造成固定资产的损失，企业在做出生产决策时考虑灾难性事件是至关重要的。
根据国家统计局发布的报告显示，2022年3、4月份经济下行压力明显加大，5月份主要生产需求指标下滑。与此同时，在我国宣布双碳目标后，部分地区采取的拉闸限电等运动式减碳导致减排成本反而偏高，这无疑对经济下行更是雪上加霜。综合考虑本区域的产业结构、能源结构以及经济灾难风险是合理设定减排目标的关键。因此，灾难风险在我国实施减排政策时会对宏观经济造成怎样的影响？这一影响的内在传导机制是什么？中国应该采取怎样的环境政策和措施予以应对？这一系列的问题正是学术界和政策制定者关注的焦点。
1 文献回顾
目前研究灾难风险对宏观经济的影响主要使用DSGE模型。在国外，Gourio将灾难风险引入DSGE模型，用以探讨灾难风险发生的概率与产出、投资等经济变量的波动。Marlene等在此基础上加入了粘性价格完善了反周期风险偏好。在政策方面，Niemann等将罕见性灾难事件加入财政政策和货币政策的分析框架中。此外，Kilic等认为灾难风险不但造成了金融市场的波动性，还对就业市场的也造成影响。此后，陈国进等在RBC的模型上分析了灾难风险因素对我国经济波动的解释能力。晁江锋等从灾难性事件、灾难性预期的角度探讨了宏观经济与金融领域的相关影响。杨翱构建多层次的DSGE模型比较不同税收政策、政府支出政策、宏观审慎货币政策等政策下灾难冲击对宏观经济变量的影响。丁志帆等将灾难风险冲击和异质性家庭纳入DSGE模型探讨经济效应和收入分配效应。更进一步的，史本叶等将灾难风险引入BGG-DSGE模型，分析了灾难风险的传导机制与宏观经济影响。虽然这些经验分析都为灾难冲击引起的宏观经济波动提供了现实证据，但是上述学者都是将灾难风险冲击局限于金融领域或置于宏观经济政策下探讨，而从减排政策的角度去探索灾难冲击对于宏观经济的影响及其传导机制的研究寥寥无几。首先，灾难冲击对宏观经济造成的影响是系统性的，也可能以多个灾难性事件同时发生来表现，这也将增加环境政策效应的不确定性，故而在实施环境政策时考虑灾难冲击的可能性是很有必要的。其次，灾难风险主要诱因碳排放会通过经济发展水平、产业结构、外贸发展水平、外商投资和能源结构等渠道影响就业人数。基于此，大部分研究者主要关注环境政策的应对效果。例如，碳税对宏观经济的影响、金融政策推动经济低碳转型、碳定价和非化石能源补贴的混合政策效果。总而言之，关于灾难冲击对环境政策的影响研究还缺乏一般均衡视角的分析。
nlc202212191712
从环境政策的视角来看，Fischer等利用实际商业周期模型（RBC）将减排政策分为碳税、总量控制政策、强度目标政策，首次比较了不同环境政策之间的经济效应。Heutel在此基础之上引入损失函数，进一步分析了环境政策对经济体的影响。Angelopoulos等在研究最优环境政策时将污染排放量视为全要素生产率（TFP）技术与污染技术的乘积的线性函数。Annicchiarico等将粘性价格和价格刚性加入到新凯恩斯主义模型，并在3种环境政策上加入了无政策的比较。他们认为排放上限政策会迫使厂商增加产量，以维持更高的减排成本，最终这些较高的成本，反过来又会降低可用于消费和投资的产出水平。上述学者基于DSGE早期的RBC模型，在环境机制的设定上，通过个体效用函数中加入环境质量偏好、考虑损失函数以及具有负外部性的效率损减机制3种路径，继而分析不同冲击下环境政策对经济变量的动态效应。自将污染与经济的反馈机制引入动态随机一般均衡模型后，大部分学者都扩展这个环境动态随机一般均衡来分析各类环境政策的效应。但环境动态随机一般均衡模型仅仅只刻画了“污染―生产率―产出―污染”这个传导机制，它并不能刻画灾难风险―经济的核心反馈机制，因此，本文将灾难风险因素纳入环境动态随机一般均衡模型中，对现有模型进行改进。
综上所述，本文的创新有3点：第一，在研究视角上，本文从灾难风险这一外生冲击视角来研究对宏观经济的影响及其环境政策选择。本文所指的灾难风险冲击是指那些发生概率很小，但是一旦发生就会对经济系统造成极大损失的灾难事件。此类冲击不同于常规意义上的外生冲击，灾难风险冲击往往使产出或资本存量在短期内发生非正常的下降，甚至会造成金融市场的崩溃。因此，在考虑减排政策时，那些对灾难风险准备不足的经济转型地区，受灾难风险冲击的影响往往更大。第二，在理论模型的改进上，动态随机一般均衡模型是当代经济周期研究的主流模型之一，它主要关注宏观经济波动问题，最近开始引入环境要素来分析环境政策的宏观经济效应问题，没有关注灾难风险问题，为此，本文将灾难风险这个概率因素引入动态随机一般均衡模型，在探索环境政策的效应上尚属首次。第三，本文刻画了2种灾难风险：资本灾难与TFP灾难。在机制上，资本灾难冲击对于资本存量造成损害，而TFP灾难冲击实则影响生产函数。两种不同的灾难风险势必会对环境政策作用造成不同影响。最后，本文利用E-DSGE模型将4种政策、灾难冲击与经济波动纳入同一研究框架，完善此类模型的同时又能更好地模拟环境政策对我国经济的影响，找到经济平稳波动与碳减排之间的平衡，进而实现我国提出的“双碳”目标。
2 模型构建
模型采用封闭经济规则，包含家庭、生产、和政府等经济部门。家庭部门向厂商提供劳动供给并获得工资收入，获得的工资收入用来消费产品。生产部门包括最终产品厂商和中间产品厂商。最终产品厂商由大量具有竞争性公司组成，因此假设具有完全竞争性。中间产品厂商在生产过程中会排放污染，因此碳排放或其他污染物排放主要发生于中间产品厂商。最终产品厂商使用中间厂商生产的产品进行生产，生产的产品被用于居民消费。根据DICE模型中的阐述，碳排放量的多或少会引起中间产品厂商的生产力改变，并最终影响经济。本模型引入资本灾难风险和TFP灾难风险，它们分别对资本存量和生产效率造成损害。将探讨灾难风险发生时，环境政策的效益以及传导机制。最后，根据结论所得启示给出可行性建议。
2.1 家庭部门
本文假设经济中存在大量的同质性和无限期的家庭，有代表性的家庭可以选择消费（ct）和劳动（ht）来最大化其跨时效用。参考文献[15]的设定方式，采用以下效用函数：
其中：σ表示消费跨期替代弹性;φ表示劳动供给替代弹性;E0表示对于所有变量终值的预期;β代表贴现因子。
家庭部门的资本积累方程参考Marlène的资本灾难风险设定，即灾难风险冲击将导致资产价格下降。方程如下：
其中：δ代表折旧率;it代表投资;κI代表投资调整成本。设定的投资调整成本与Christiano保持一致，κI为投资调整成本（而不是资本调整成本）。理由如下：调整成本是以投资单位，而不是上述的资本单位来衡量；调整成本并不取决于投资相对于资本存量的规模，而是取决于投资的增长率。θdt资本灾难发生的概率，Δd∈（0，1）为灾难冲击下资本存量被损坏的比例。通过文献所观察到的数据显示资本灾难的概率本身很小，但会随时间变化。因此引入时变的灾难概率冲击，其形式如下：
其中：θd为稳态时的Y本灾难发生概率;ρd代表冲击系数;εd为随机冲击并服从正态分布，即εd：i.i.dN（0，σ2d）。
家庭部门在t时期的预算约束如下：
其中：pt 表示t时期的总价格水平;bt表示t时期的持有债券;rt表示t时期债券的利率;rkt表示资本的租金率;wt为实际工资;tt表示代表性家庭向政府缴纳的税收;Γt表示t时期来自厂商的利润分红。
因此，家庭实际的预算约束可表示为
联立上述方程，构造有2个约束的拉格朗日函数，形式如下：
可以得到家庭部门有关消费、劳动、投资、存款的一阶条件：
2.2 生产部门
对于模型的生产方面，分成两部分。一是，有一个代表性的竞争性最终产品厂商，它根据CES函数形式利用中间产品进行生产。在CES的形式中，如果中间产品是不完全的替代品，这就产生了对每个中间品种的向下倾斜的需求，这使得这些中间生产商具有定价权；二是，有一个连续的且具有生产差异化的中间产品厂商，这些生产者的行为是垄断竞争的，除了自身的价格，所有的价格都视为既定。
nlc202212191712
2.2.1 最终产品厂商
最终产品生产部门是由一系列完全竞争的公司组成的。企业采用CES生产技术，用中间产品投入来生产yt。
其中：yt（i）是由中间企业i生产的中间产品;其价格为pt（i）。最终产品企业面临的问题如下：
根据利润最大化原则，任意的中间产品生产商i，需求函数可写为
2.2.2 中间产品生产商
中间产品厂商服从Cobb-Douglas生产函数形式，在完全竞争要素市场上租用资本并雇佣劳动以生产中间产品。借鉴陈国进等对TFP灾难下中间品厂商生产函数的设定形式：生产函数如下：
其中：kt和ht表示厂商使用的资本和劳动力;α为产出与资本之间的弹性;θftTFP灾难发生的概率;Δf∈（0，1）为TFP冲击下实际TFP变化的比例。参考杨翱的相关研究，将其设为如下形式：
其中：θf为稳态时的TFP灾难发生概率;ρf代表冲击系数;εf为随机冲击并服从正态分布，即εf：i.i.dN（0，σ2f）。At为全要素生产率，其表达式如下：
其中，at为技术进步，遵循以下AR过程：
其中：为稳态时的技术进步率;ρa代表冲击系数;εa为随机冲击并服从正态分布，即εa：i.i.dN（0，σ2a）。
此外，d（xt）代表损失函数，它是关于碳排放量的函数。参照文献[16]假设企业造成的污染通过以下损害函数对产出造成负面影响：
损害函数说明了由于碳排放量所引起的生产力下降，而当期碳排放量根据污染存量的上一期水平xt－1、当前时期的国内排放et和世界其他地区排放量et所决定，具体形式如下式所示：
其中：δx表示污染衰减率，中间部门的生产需要排放作为副产品。 碳排放是总产量的递增和凹函数：
其中：μt（i）代表中间厂商i的减排努力或减排比例;γ1和γ2并分别表示厂商没有减排时的单位产出排放量和排放量关于总产量的凹水平。本文参考文献[18]，假设减排成本zt是减排努力θ1、θ2和产出ybt的函数。它采用以下形式：
参照文献[22]，厂商在垄断竞争环境中运营，他们根据最终产品企业的需求来设定自己商品的价格。每当根据通货膨胀目标（π）调整价格时，厂商都会以名义价格支付二次调整成本ACt（i）。
其中：κP表示调整成本系数;排放对生产者来说代价高昂，排放的单位成本τt取决于实施的环境政策。显然，在这种情况下，额外单位产出的边际成本有2组成部分：与制造单位产出所需的投入成本，这取决于生产技术和投入的价格，以及与减排相关的成本和排放，这取决于可用的减排技术和排放的单位成本。给定实际工资率、资金租赁成本、单位排放成本及以国内价格指数，中间厂商i面临的利润最大化问题如下：
其中：mct（i）为拉格朗日乘数，它表示与生产额外单位产出所需的额外资本和劳动力单位相关的实际边际成本。由上述方程可得到关于劳动力、资本和减排努力的最优条件：
在一般均衡中，企业选择相同的价格、相同的投入和相同的产出。因此上述结果可表示为
2.3 环境政策
在市场经济条件下，数量型政策工具与价格型政策工具都可归结为价格机制问题。基于我国现有研究及本文研究目的，将考虑以下3种环境政策：
1）排放税政策。政府对排放征收固定税τt>0，此时减排价格为恒定常数，根据中国宏观经济数据，朱军将其估计为0.143，因此本文将碳税税率设定为0.143。
2）强度目标政策。政府规定了每单位产出的排放目标et=νyt，并出售排放许可证。中国2020年的二氧化碳单位GDP排放量比2005年降低40%～45%，故将单位排放标准的校准值定为0.601×（1-45%）=0.36。因此，本文将单位排放目标的值ν定为0.36。
3）总量控制政策。政府规定了固定的排放量et=e。在这种情况下，τt可以作为政府出售的排放许可证的价格，由内生性决定。根据中国政府宣布的2030年左右二氧化碳排放达到峰值100亿t～114亿t，测算排放总量目标为稳态值的[0.002 1×（867+14）/4]/0.455 1=1.02倍。故将排放总量目标为基准情形二氧化碳排放稳态值的1.02倍。
其中：参数ρτ、ρv和ρem分别为环境政策强度的冲击系数;ετ、εv和εem为相应政策变量的随机冲击，其独立于各变量并服从正态分布，即ετ∶i.i.dN（0，σ2τ）、εv∶i.i.dN（0，σ2v）以及εem∶i.i.dN（0，σ2em）。
4）o政策。模型仍然存在环境因素，但企业无需为造成的社会负外部性承担后果，因此单位减排成本τt=0，且减排努力μt（i）=0。
2.4 财政政策
厂商部门产生的碳排放量将给社会带来负外部性，由于企业碳排放的边际损失低于社会边际成本，因此企业不会主动进行碳减排治理，此时政府应主动承担起减排责任。假定政府的支出为gt，一次性税收为tt，并以τtet的征收环境税以实现财政收支平衡。具体形式如下：
政府的支出gt由一次性税收tt和排放税τtet构成，具体形式如下
本文假设政府支出遵循如下AR过程：
其中：g为政府支出的稳态值，ρg为政府支出冲击系数，εg为随机冲击并服从正态分布，即εg∶i.i.dN（0，σ2g）。
2.5 货币政策
本文假设货币政策服从具有利率平滑的泰勒规则：
其中：ρr∈（0，1）代表利率平滑系数，φπ>0，φy>0分别表示利率对通胀缺口与产出缺口的反应系数。
nlc202212191712
2.6 市场出清
对于商品市场的出清如下：
3 参数校准
在对经济变量与环境变量进行动态模拟之前，根据参数的不同特征可将动态随机一般模型参数分为2类：结构性参数和动态参数。对于结构性参数本文可根据现有文献或实际经济中变量的基本数量关系进行校准；对于动态参数利用贝叶斯方法进行估计。
3.1 数据说明
由于动态参数缺失评价标准使其无法通过校准的方式获得，故而采用贝叶斯估计动态参数。选取我国2001年第3季度～2022年第2季度的GDP、固定资产投资完成额、社会消费品零售总额、居民消费价格指数、银行同业拆解利率作为贝叶斯估计的实际观测基础变量值，如图2所示。对GDP数据、固定资产投资完成额数据、社会消费品零售总额数据进行对数处理，再对观测变量进行季节调整，最后进行一阶差分去除趋势，如图3所示。
3.2 结构性参数的校准
本节将根据现有文献或实际经济中变量的基本数量关系进行校准。家庭部门相关的参数有贴现因子β、消费弹性σ、劳动供给弹性的φ、劳动对家庭所产生的负效用权重κh。参考杨翱等、王书平等基于中国实际经济数据的估计，将季度家庭主观贴现率β设为0.99；对劳动对家庭所产生的负效用权重κh，本文结合稳态值将其校准为62.34，与邹乐欢、汪中华等的校准值保持一致；对于消费跨期替代弹性σ，校准为0.735；劳动供给替代弹性的φ将其设定为3。
与厂商部门相关的参数有资本折旧率δ、资本调整成本κI、二次型调整成本κP、中间产品厂商资本产出弹性α、最终产品与中间产品的替代弹性ε。对于资本折旧率δ，本文借鉴黄赜琳等的估计结果校准为0.025，资本调整成本κI通过计算定为2.48，二次型调整成本κP设定为26.868，最终产品与中间产品的替代弹性ε设定为6。
灾难风险参数与环境相关参数参照Gourio与Heutel的标准进行校准。资本灾难冲击的资本破坏比例与TFP灾难冲击的破坏比例都校准为0.43，这也与国内学者的研究保持一致；损失函数常数项d0、损失函数线性项d1、损失函数二次项d2均沿用Nordhaus的取值；参照文献[18，26]将污染衰减率δx设定为0.002 1，减排成本系数θ1设定为0.185，减排成本凸性θ2为2.8，单位产出排放量γ1设定为0.601，排放量的凹水平设定为0.304，2018年所观测到的大气二氧化碳量为867亿吨，因此将其作为x的稳态值，从而校准e为1.364。⑹校准值，如表1所示。
3.3 动态参数的校准
资本灾难、TFP灾难情形下，模型动态参数的先验分布形式、后验分布均值以及90%的置信区间，如表2、表3所示。对于先验分布，参照文献[29，30，36]，将外生冲击的自回归系数统一设定为Beta分布，将随机冲击的方差统一设定为Inv-Gamma分布，利用Dynare得出的贝叶斯估计结果。
3.4 经济变量与综合效应分解
在分析数值模拟的结果之前，有必要观察经济变量的标准差以及进行理论方差分解（Variance Decomposition）。原因在于经济变量与环境政策之间对外生冲击是独立响应的，但现实中的经济变量往往受到各类因素的联合冲击，并且从图形上看政策之间的差异有时并不明显。标准差可以比较在不同政策下经济变量的波动幅度，理论方差分解则根据其不同冲击因素进行分解，得到每个冲击因素对综合方差的贡献份额，从而确定各因素对变量影响力的大小。主要经济变量的标准差以及不同政策下主要经济变量受到冲击后每个冲击因素对于主要经济变量的贡献份额，如表4、5所示。
由表4可知，总量控制政策下的产出、消费、投资、资本、劳动波动更大；强度政策下各指标的波动则更小；碳税政策下的经济变量波动效果则置于两者之间。由表5可知，冲击响应对于主要经济变量的贡献份额，其中：资本灾难冲击在强度政策下对于经济变量的影响较大；TFP灾难冲击在碳税政策下对于经济变量的影响较大；总量控制政策下的技术冲击对于经济变量影响的贡献度尤为明显，但在碳税政策和强度政策下这种解释力被大幅稀释；在碳排放量的联合冲击中，碳税政策下的资本灾难冲击影响为31.50%，TFP灾难冲击影响为20.78%;综合来说，灾难冲击对于经济变量的影响要比TFP灾难冲击更强。综上所述，在实施环境政策的同时，考虑经济灾难因素是很有必要的。不仅要结合减排目标和需求，还要考虑经济灾难发生的可能，为实施地区差异化环境政策提供了全新视角。最后，在环境政策下，利率的冲击响应仅对物价水平造成影响，对其他变量影响并不显著，而环境政策冲击仅在碳排放量上贡献尤为显著。因此结合研究时事，在下述数值模拟中，将重点关注资本灾难冲击和TFP灾难冲击对经济变量的影响。
4 模拟结果分析
4.1 资本灾难冲击下的不同环境政策效果
资本灾难冲击对于主要经济变量所带来的影响，如图4所示。给予该经济体一个单位为1%的资本灾难冲击，由图4模拟出的动态路径可知：第一，碳税政策下和强度政策下，产出、消费、投资、资本、福利水平在受到资本灾难冲击时迅速产生负反馈效应并偏离稳态值，并在大约第3期时达到最远，随后将在第25期后回到稳态。查看表4经济变量的标准差可以发现，总量政策将导致经济变量更大的波动。第二，从传导途径上看，在期初，资本灾难破坏资本存量导致资本存量的下降，同时资本的租金率提高，由于资本和劳动之间的替代性，厂商会增加劳动需求用以抵消资本存量下降；随后，由于总需求的下降，厂商最终减少生产，从而导致对劳动的需求在第3期下降，随后在第25期回到稳态水平。而家庭部门为了维持已有的效用水平，在增加劳动的同时将同时增加消费，因此消费和劳动的脉冲相应图像分别呈现为“U”形与“倒U”形。第三，从碳排放的脉冲响应结果可知，在资本灾难发生时，碳排放量表现出先升后降，但在强度政策下的下降幅度最大，意味着环境质量相较于其他政策有所改善。综上所述，总量控制政策在恢复经济活力方面表现略好于碳税和碳强度政策。这是因为当资本灾难导致资本存量下降时，在市场化的交易模式下，厂商能以低价购买碳排放权进行生产，然后用更多的劳动替代资本，这两者共同作用将很大程度地抵消资本存量的下降以及资本租金率的上升。
nlc202212191712
4.2 TPF灾难冲击下的不同环境政策效果
TFP灾难冲击对于主要经济变量所带来的影响，如图5所示。给予该经济体一个单位为1%的TFP灾难冲击，由图5模拟出的动态路径可知：第一，TFP灾难冲击会对经济变量迅速产生负反馈效应并偏离稳态值，并在大约第5期时达到最远。与资本灾难不同的是，TFP灾难冲击在期初就对产出、消费、碳排放量带来负向反馈，而不是呈现“U型”趋势。这是因为TFP灾难冲击直接对生产决策造成影响，而资本灾难冲击对生产决策产生间接影响。产出的下降会降低对行业产品的需求，因为资本存量无法即刻调整，因此行业现存的资本租金率提高，较高的资本市值会吸引更多的投资，最终资本存量开始增加。与资本灾难冲击反馈相同的是，福利水平依旧在碳税政策时最低，在总量控制政策下最大。相比较而言，总量控制政策下的产出偏离程度更大，但在第5期后回到稳态的速度高于其他政策。第二，由于无政策下的减排边际成本为0，而总量控制政策下的减排成本由市场本身决定，因而2种条件下的减排边际成本都低于强度政策和碳税政策下，因此与强度政策和碳税政策相比，投资与资本在初期的反馈效应较小，在第4期后逐渐上升至稳态水平。因此当考虑TFP灾难时，总量政策对于经济体本身有较好的韧性。第三，TFP灾难下环境政策的经济效果与资本灾难大致相同，但也存在部分差异，其主要表现为：TFP灾难下环境政策对产出、消费、投资、劳动、利率、碳排放量的反馈效应更大，对资本存量的负反馈效应更小;资本灾难下的碳税政策和强度政策，产出、消费、碳排放量呈现“超调”现象。
5 福利分析
为了便于直观的比较减排政策之间的优劣，本节将通过福利分析来比较不同的减排政策下家庭部门的效用大小。将福利水平的计算公式定义为代表性家庭的效用现值，可以将递归式写为
其中，U（ct，ht）=E0∑∞t=0βtct1－σ－κhht1+φ。政策制定者的目标将是选择合适的政策，以最大限度地提高对福利的无条件期望。因此福利水平的稳态条件可以写为
无政策、碳税政策、强度政策和总量控制政策4种情景下，福利分析的不同结果，如表6所示。
进行福利分析时，在模型求解时需进行二阶近似。由表6可知，当受到资本灾难冲击时，福利损失由大到小排列为强度＞碳税＞无政策＞总量；福利大小的均值从大到小排列为：总量＞无政策＞碳税＞强度。因此，当考虑经济灾难时，总量控制政策下的福利水平是最高的。这是由于总量控制政策盯住固定的碳排放目标水平，通过市场化的许可证交易使得减排价格降至较低水平，继而厂商改变生产策略空间，最终实现帕累托改进。经过对比发现，总量政策下的排放价格为每单位0.061 4（＜0.143），这也证实了本文的猜想。综上所述，政府采用总量控制政策时能够有效地减少经济灾难冲击带来的福利损失。
6 结论与建议
本文通过构建基于灾难风险的E-DSGE模型，模拟资本灾难冲击、TFP灾难冲击对宏观经济与环境质量的动态效应，从而得出以下结论：第一，当资本灾难发生时，总量控制政策在提振经济活力方面表现略好。原因在于资本灾难破坏资本存量造成资本存量的下降，在市场化的交易模式下，S商能以低价购买碳排放权进行生产，再用更多的劳动替代资本，在这两者共同作用下抵消资本存量的下降以及资本租金率的上升。就本质而言，该制度对企业提升减排能力并未起到良好的督促作用。此外，这项政策也不是强制性的污染干预政策，因此该制度不足以激发企业自发和内部治理污染的动力。第二，碳税政策对污染减排效果具有较小的政策效应，相应的福利水平下降幅度也最高。原因在于由于生产性的边际成本存在，经济灾难的到来无异于雪上加霜，资本租金率更高的同时需要更多的劳动去替代资本，这不但使得产出恢复缓慢，而且减排效果也大打折扣。第三，TFP灾难冲击对于经济变量的影响大于资本灾难冲击。原因在于TFP灾难冲击首先影响生产决策，再通过调整产出来应对行业产品的需求，进而影响投资、消费等一系列决策，本质上属于直接影响。而资本灾难冲击则属于间接影响，最初灾难风险影响资本存量，再替代效应作用下改变生产决策，进而影响投资、消费等经济变量。第四，总量控制政策下，技术冲击在削弱资本灾难冲击和TFP灾难对经济金融变量的负面影响方面效果最为明显。原因在于：技术冲击实则改变生产函数，提高单位生产率。在市场机制的作用下，技术的提升放大了碳排放交易权的作用与劳动和资本间的替代效应。
总体说来，经济灾难对于经济变量的影响在四种政策情况下步调几乎保持一致，只是程度略有不同。基于以上结论，分别从政府部门、厂商部门和环境政策制定3个层面提出如下相关政策建议：
第一，在制定环境政策的过程中，应考虑地区性经济灾难发生的可能性。比如外资引进最高的上海、北京、武汉等地区在实施减排时可优先考虑强度型减排政策。这是因为：利用外资最多的城市最易受到资本冲击的影响，如若依靠市场化约束的总量控制政策制度难以稳定冲击到来后的经济状况。由本文构建的动态随机一般均衡模型的模拟结果可知：在经济灾难冲击到来时，强度政策虽然会使得福利有稍许的减少，但是强度政策对产出和减排成本施加的“双重影响”使得产出等经济变量的波动更小，碳减排量效果更佳，这有利于在长期能够有效地提升环境质量，但在短期经济冲击的大背景下不利于产能快速恢复。
第二，在长期社会总福利水平和短期提升减排效果的过程中，环境政策是一个两难的选择。从短期提升减排效果和改善环境质量的有效性来看，碳税政策和强度政策是政府的重要选择；但是从长期来看，基于市场的总量控制政策能够使社会公众福利最大化。这是因为碳税政策以固定税率矫正企业所带来的环境负外部性，企业面临恒定的边际成本增加，边际减排成本进一步影响利润最大化决策，再者强度政策对产出和减排成本施加的“双重影响”在经济灾难发生时，企业面临的资源取舍问题将被进一步扩大，而总量控制政策是基于市场化的治理方式。从短期看，碳税政策和强度政策对改善减排效果立竿见影，并且在这类制度下，污染税收可有效地转化为政府的污染治理支出费用，但弊端是不利于产出的恢复，又降低了福利水平，而总量控制政策能够使得产出较快恢复，增加就业与福利水平，但对减排效果提升不佳；而从长期看，在目前的经济背景下要实现长期可持续发展，企业必须通过自身的技术改进来削弱TFP灾难冲击与资本灾难冲击的负面影响，而总量控制下的效果又是最显著的。因此，在经济的不确定性因素增加时政府应采取适当的手段与环境政策进行搭配。例如长期的政策选择应该是总量控制政策和政府增加支出相结合。这里的政府增加支出是指给予企业改善减排技术的补贴，就总量控制政策而言，长期的减排目标约束并不能够约束企业规划好自身的排放量，易造成减排目标的软约束，从而在短期内减排效果并不明显。主要问题在于：在市场化的交易模式下，厂商能以低价购买碳排放权进行生产，抵消了部分资本存量和产出的下降所带来的影响。这种安排并不利于企业将在碳交易市场获得的生产者剩余转化为减排技术的改进，在长期的污染排放效果也受到影响。对于逐步走向转型期的企业，政府增加支出扶持企业、采取总量控制政策的同时，需完善碳交易制度建设，激发企业自主减排的积极性，制定适当的补偿机制，避免造成消费的挤出效应。最后，企业也要提高自身减排技术水平减少排放，确保环境效益与经济绿色发展互相促进与协调。
nlc202212191712
第三，制定碳减排政策需要多部门的协调与配合。要为碳达峰与碳中和铺平道路并实现经济的快速发展，在全国范围内设立碳减排政策时，要将灾难风险的变化考虑在内，利用环境政策和财政政策之间的互相搭配来实现经济增长和减排的双赢，同时重视技术升级并打通产业壁垒，形成“一带多”的环保产业结构。要结合当地实际发展情况及时公布产业减排数据并与企业进行沟通，使企业根据自身减排难度把控生产化决策，培养结构合理的技术型团队。在充分听取企业的减排难题与资金诉求的前提下，形成具有针对性的市场机制，促性绿色低碳转型。在总结制定环境政策经验的基础上，结合绿证交易政策与碳交易政策，持续推进产业结构和能源结构调整，大力发展可再生能源，加快绿色低碳转型，实现绿色复苏发展。
参考文献：
[1]LAI S，CHEN L，WANG Q S，et al.Natural disasters，trade credit，and firm performance[J].Economic Modelling，2022，116：106029.
[2]GOURIO F.Disasters risk and business cycles[J].Social Science Electronic Publishing，2009，102（6）：2734.
[3]ISORE M，SZCZERBOWICZ U，CONTROL.Disaster risk and preference shifts in a New Keynesian model[J].Journal of Economic Dynamics，2017，79：97.
[4]NIEMANN S，PICHLER P.Optimal fiscal and monetary policies in the face of rare disasters[J].European Economic Review，2010，55（1）：1.
[5]KILIC M，WACHTER J A.Risk，unemployment，and the stock market：A rare-event-based explanation of labor market volatility[J].Review of Financial Studies，2018，31（12）：4762.
[6]陈国进，晁江锋，武晓利，等.罕见灾难风险和中国宏观经济波动[J].经济研究，2014，49（8）：54.
CHEN G J，CHAO J F，WU X L，et al.Rare disaster risk and the macroeconomic fluctuation in China[J].Economic Research Journal，2014，49（8）：54.
[7]晁江锋.灾难风险理论的最新研究进展：基于宏观经济的视角[J].灾害学，2017，32（3）：137.
CHAO J F.The latest research progress of disaster risk theory：Based on macroeconomic perspective[J].Journal of Catastrophology，2017，32（3）：137.
[8]杨翱.灾难风险的经济效应与政策选择[D].厦门：厦门大学，2019：1.
YANG A.The research on economic effects of disaster risk and choices of policies[D].Xiamen University，2019：1.
[9]丁志帆，孔存玉.哪逊缦粘寤饔虢峁剐圆普政策的收入分配效应研究[J].财贸经济，2020，41（12）：53.
DING Z F，Kong C Y.Research on the income distribution effect of disaster risk shock and structural fiscal policy[J].Finance and Trade Economics，2020，41（12）：53.
[10]史本叶，杨善然.BGG-DSGE模型下罕见灾难风险宏观经济效应研究：兼论新冠肺炎疫情的宏观经济影响[J].吉林大学社会科学学报，2021，61（2）：116.
SHI B Y，Yang S R.Research on the macroeconomic effects of rare disaster risk under BGG-DSGE model：On the macroeconomic Impact of COVID-19[J].Journal of Social Sciences of Jilin University，2021，61（2）：116.
[11]吴施美，郑新业，安子栋.气候治理与短期经济波动：气候变化奥肯定律[J].经济学动态，2022（4）：49.
WU S M，ZHENG X Y，AN Z D.Climate governance and business cycles：Okun's law of climate change[J].Economic Perspectives，2022（4）：49.
[12]王博，宋玉峰.气候变化的转型风险对宏观经济和金融稳定的影响：基于存量流量一致性模型视角[J].经济学动态，2020（11）：84.
WANG B，SONG Y F.Impact of transition risks of climate change on macroeconomic and financial stability：From the perspective of stock flow consistent models[J].Economic Perspectives，2020（11）：84.
nlc202212191712
[13]潘冬阳，陈川祺，GRUBB M.金融政策与经济低碳转型：基于增长视角的研究[J].金融研究，2021，（12）：1.
PAND Y，CHEN C Q，GRUBB M.Financial policy and low-carbon transition of the economy：A growth perspective[J].Journal of Financial Research，2021，（12）：1.
[14]莫建雷，段宏波，范英，等.《巴黎协定》中我国能源和气候政策目标：综合评估与政策选择[J].经济研究，2018，53（9）：168.
MO J L，DUAN H B，FAN Y，et al.China's energy and climate targets in the Paris Agreement：Integrated assessment and policy options[J].Economic Research Journal，2018，53（9）：168.
[15]FISCHER C，SPRINGBORN M.Emissions targets and the real business cycle：Intensity targets versus caps or taxes[J].Journal of Environmental Economics and Management，2011，62（3）：352.
[16]HEUTEL G.How should environmental policy respond to business cycles？ Optimal policy under persistent productivity shocks[J].Review of Economic Dynamics，2012，15（2）：244.
[17]ANGELOPOULOS K，ECONOMIDES G，PHILIPPOPOULOS A.First-and Second-best allocations under economic and environmental uncertainty[J].International Tax and Public Finance，2012，20（3）：360.
[18]ANNICCHIARICO B，DIO F D.Environmental policy and macroeconomic dynamics in a new Keynesian model[J].Journal of Environmental Economics and Management，2015，69（1）：1.
[19]雷欣，周江南.夂虮浠与中国宏观经济波动：基于动态随机一般均衡模型的分析[J].学习与实践，2022（2）：54.
LEI X，ZHOU J N.Climate change and macroeconomic fluctuations in China：Analysis based on DSGE model[J].Journal of Study and Practice，2022（2）：54.
[20]赵向琴，袁靖，陈国进.灾难冲击与我国最优财政货币政策选择[J].经济研究，2017，52（4）：34.
ZHAO X Q，YUAN ，CHEN G J.Optimal fiscal and monetary policies in China in the face of disasters[J].Economic ResearchJournal，2017，52（4）：34.
[21]CHRISTIANO L J，EICHENBAUM M，EVANS C L.Nominal rigidities and the dynamic effects of a shock to monetary policy[J].Journal of Political Economy，2005，113（1）：1.
[22]ROTEMBERG J J.Monopolistic price adjustment and aggregate output[J].Review of Economic Studies，1982（4）：517.
[23]ANGELOPOULOS K，ECONOMIDES G，PHILIPPOPOULOS A，et al.First-and Second-best allocations under economic and environmental uncertainty[J].International Tax Public Finance，2013，20：1.
[24]肖红叶，程郁泰.E-DSGE模型构建及我国碳减排政策效应测度[J].商业经济与管理，2017（7）：73.
XIAO H Y，CHENG Y T.Construction of E-DSGE model and measurement of policy effects of China's carbon emission reduction[J].Journal of Business Economics，2017（7）：73.
[25]朱军.基于DSGE模型的“污染治理政策”比较与选择：针对不同公共政策的动态分析[J].财经研究，2015，41（2）：41.
ZHU J.The comparison and selection of pollution governance policies based on a DSGE model：A dynamic analysis based on different public policies[J].Journal of Finance and Economics，2015，41（2）：41.
nlc202212191712
[26]XU W，XU K，LU H.Environmental policy and China's macroeconomic dynamics under uncertainty：Based on the NK model with distortionary taxation[J].Mpra Paper，2016：1.
[27]杨翱，刘纪显，吴兴弈.基于DSGE模型的碳减排目标和碳排放政策效应研究[J].资源科学，2014，36（7）：1452.
YANG A，LIU J X，WU X Y.Carbon reduction targets and effects of emissions policy based on DSGE modeling[J].Resources Science，2014，36（7）：1452.
[28]王书平，戚超，李立委.碳税政策、环境质量与经济发展：基于DSGE模型的数值模拟研究[J].中国管理科学，2016，24（S1）：938.
WANG S P，QI C，LI L W.Carbon tax，environmental quality and the economic development：Numberical simulatio research based on DSGE model[J].CMS，2016，24（S1）：938.
[29]邹坊叮季强，刘纪显.厂商异质性、环境规制与中国经济波动：基于六部门DSGE模型的数值分析[J].统计与信息论坛，2020，35（6）：122.
ZOU L H，JI Q，LIU J X.Manufacturer heterogeneity，environmental regulation and economic fluctuation in China：Numerical Analysis based on six-sector DSGE model[J].Statistics & Information Forum，2020，35（6）：122.
[30]汪中华，陈思宇.DSGE模型下碳税政策与厂商技术冲击的动态效应研究[J].科技与管理，2021，23（4）：57.
WANG Z H，CHEN S Y.Research on the dynamic effects of carbon tax policy and technological impact of manufacturers under DSGE model[J].Science Technology and Management，2021，23（4）：57.
[31]朱军.中国宏观DSGE模型中的税收模式选择及其实证研究[J].数量经济技术经济研究，2015，32（1）：67.
ZHU J.The choice of taxation model and its empirical analysis of China's DSGE model[J].The Journal of Quantitative and Technical Economics，2015，32（1）：67.
[32]王君斌，王文甫.非完全竞争市场、技术冲击和中国劳动就业：动态新凯恩斯主义视角[J].管理世界，2010（1）：23.
WANG J B，WANG W F.Imperfect competitive market，technology impact and labor employment in China：A dynamic new keynesian perspective[J].Management World，2010（1）：23.
[33]黄赜琳，朱保华.中国的实际经济周期与税收政策效应[J].经济研究，2015，50（3）：4.
HUANG Z L，ZHU B H.Real business cycles and taxation policy effects in China[J].Economic Research Journal，2015，50（3）：4.
[34]FERRARI A，LANDI V N.Whatever it takes to save the planet？Central banks and unconventional green policy[J].SSRN Electronic Journal，2021：1.
[35]NORDHAUS.W，SZTORC.P.DICE 2013R：Introduction and User’s Manual[M].2013：1.
[36]谭灵芝，孙奎立.基于DSGE模型的我国三类碳减排政策效果分析[J].企业经济，2019，38（10）：41.
TAN L Z，SUN K L.Analysis of the effect of three types of carbon emission reduction policies in China based on DSGE model[J].Business Economics，2019，38（10）：41.
[37]陆鸿远，周新苗.绿色金融发展对我国金融安全的作用研究[J].科技与管理，2021，23（3）：73.
LU H Y，ZHOU X M.Research on the role of green financial development in China's financial security[J].Science Technology and Management，2021，23（3）：73.
[编辑：刘素菊]
nlc202212191712
转载注明来源:https://www.xzbu.com/8/view-15443511.htm
