黃聃　劉文君

摘 要：本文構建包含經濟災難風險的環(huán)境動態(tài)一般均衡模型，并結合中國的宏觀經濟數據，以數值模擬的方法探討了碳減排政策與災難風險沖擊對于宏觀經濟的動態(tài)效應。研究表明：當資本災難沖擊發(fā)生時，總量控制政策在提振經濟活力等綜合方面表現略好;碳稅政策對污染減排效果具有較小的政策效應，相應的福利水平下降幅度也最高;基于經濟的基本面考慮，TFP災難沖擊的影響大于資本災難沖擊;總量控制政策下，技術沖擊在削弱資本災難沖擊和TFP災難對經濟金融變量的負面影響方面效果最為明顯。該研究可能對我國分析減排政策的DSGE模型提供新的視角。

關 鍵 詞：碳減排政策;災難沖擊;動態(tài)效應;E-DSGE模型

DOI：10.16315/j.stm.2022.05.007

中圖分類號： F 062.2

文獻標志碼： 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

作者簡介： 黃 聃（1994—），男，碩士研究生；

劉文君（1978—），男，教授，博士.

由于Covid-19封鎖造成的供應鏈中斷，與自疫情開始以來前所未有的財政和貨幣支持推動的高消費需求相沖突，半導體和鋼鐵等商品價格上漲速度飆升。俄烏戰(zhàn)爭引發(fā)了一系列大宗商品沖擊，導致更多供應緊張和價格上漲。此外，發(fā)達經濟體大量使用全球資本和能源資源，導致其它地區(qū)的新投資缺乏營運資本。由此可見，災難的發(fā)生會抑制經濟增長與企業(yè)發(fā)展。在微觀層面，這將導致企業(yè)對資金的需求增加，以恢復損失、加速災后重建進度^[1]。在宏觀層面，災難發(fā)生所造成的經濟損失是不容忽視的，中國2004—2020年自然災難所導致的經濟損失（數據來源于中經網統(tǒng)計數據庫），如圖1所示。進一步來說，隨著環(huán)境問題的加劇，資本市場摩擦或自然災害會造成固定資產的損失，企業(yè)在做出生產決策時考慮災難性事件是至關重要的。

根據國家統(tǒng)計局發(fā)布的報告顯示，2022年3、4月份經濟下行壓力明顯加大，5月份主要生產需求指標下滑。與此同時，在我國宣布雙碳目標后，部分地區(qū)采取的拉閘限電等運動式減碳導致減排成本反而偏高，這無疑對經濟下行更是雪上加霜。綜合考慮本區(qū)域的產業(yè)結構、能源結構以及經濟災難風險是合理設定減排目標的關鍵。因此，災難風險在我國實施減排政策時會對宏觀經濟造成怎樣的影響？這一影響的內在傳導機制是什么？中國應該采取怎樣的環(huán)境政策和措施予以應對？這一系列的問題正是學術界和政策制定者關注的焦點。

1 文獻回顧

目前研究災難風險對宏觀經濟的影響主要使用DSGE模型。在國外，Gourio^[2]將災難風險引入DSGE模型，用以探討災難風險發(fā)生的概率與產出、投資等經濟變量的波動。Marlene等^[3]在此基礎上加入了粘性價格完善了反周期風險偏好。在政策方面，Niemann等^[4]將罕見性災難事件加入財政政策和貨幣政策的分析框架中。此外，Kilic等^[5]認為災難風險不但造成了金融市場的波動性，還對就業(yè)市場的也造成影響。此后，陳國進等^[6]在RBC的模型上分析了災難風險因素對我國經濟波動的解釋能力。晁江鋒等^[7]從災難性事件、災難性預期的角度探討了宏觀經濟與金融領域的相關影響。楊翱^[8]構建多層次的DSGE模型比較不同稅收政策、政府支出政策、宏觀審慎貨幣政策等政策下災難沖擊對宏觀經濟變量的影響。丁志帆等^[9]將災難風險沖擊和異質性家庭納入DSGE模型探討經濟效應和收入分配效應。更進一步的，史本葉等^[10]將災難風險引入BGG-DSGE模型，分析了災難風險的傳導機制與宏觀經濟影響。雖然這些經驗分析都為災難沖擊引起的宏觀經濟波動提供了現實證據，但是上述學者都是將災難風險沖擊局限于金融領域或置于宏觀經濟政策下探討，而從減排政策的角度去探索災難沖擊對于宏觀經濟的影響及其傳導機制的研究寥寥無幾。首先，災難沖擊對宏觀經濟造成的影響是系統(tǒng)性的，也可能以多個災難性事件同時發(fā)生來表現，這也將增加環(huán)境政策效應的不確定性，故而在實施環(huán)境政策時考慮災難沖擊的可能性是很有必要的。其次，災難風險主要誘因碳排放會通過經濟發(fā)展水平、產業(yè)結構、外貿發(fā)展水平、外商投資和能源結構等渠道影響就業(yè)人數^[11]?；诖耍蟛糠盅芯空咧饕P注環(huán)境政策的應對效果。例如，碳稅對宏觀經濟的影響^[12]、金融政策推動經濟低碳轉型^[13]、碳定價和非化石能源補貼的混合政策效果^[14]?？偠灾?，關于災難沖擊對環(huán)境政策的影響研究還缺乏一般均衡視角的分析。

從環(huán)境政策的視角來看，Fischer等^[15]利用實際商業(yè)周期模型（RBC）將減排政策分為碳稅、總量控制政策、強度目標政策，首次比較了不同環(huán)境政策之間的經濟效應。Heutel^[16]在此基礎之上引入損失函數，進一步分析了環(huán)境政策對經濟體的影響。Angelopoulos等^[17]在研究最優(yōu)環(huán)境政策時將污染排放量視為全要素生產率（TFP）技術與污染技術的乘積的線性函數。Annicchiarico等^[18]將粘性價格和價格剛性加入到新凱恩斯主義模型，并在3種環(huán)境政策上加入了無政策的比較。他們認為排放上限政策會迫使廠商增加產量，以維持更高的減排成本，最終這些較高的成本，反過來又會降低可用于消費和投資的產出水平。上述學者基于DSGE早期的RBC模型，在環(huán)境機制的設定上，通過個體效用函數中加入環(huán)境質量偏好、考慮損失函數以及具有負外部性的效率損減機制3種路徑，繼而分析不同沖擊下環(huán)境政策對經濟變量的動態(tài)效應。自將污染與經濟的反饋機制引入動態(tài)隨機一般均衡模型后，大部分學者都擴展這個環(huán)境動態(tài)隨機一般均衡來分析各類環(huán)境政策的效應^[19]。但環(huán)境動態(tài)隨機一般均衡模型僅僅只刻畫了“污染—生產率—產出—污染”這個傳導機制，它并不能刻畫災難風險—經濟的核心反饋機制，因此，本文將災難風險因素納入環(huán)境動態(tài)隨機一般均衡模型中，對現有模型進行改進。

綜上所述，本文的創(chuàng)新有3點：第一，在研究視角上，本文從災難風險這一外生沖擊視角來研究對宏觀經濟的影響及其環(huán)境政策選擇。本文所指的災難風險沖擊是指那些發(fā)生概率很小，但是一旦發(fā)生就會對經濟系統(tǒng)造成極大損失的災難事件^[20]。此類沖擊不同于常規(guī)意義上的外生沖擊，災難風險沖擊往往使產出或資本存量在短期內發(fā)生非正常的下降，甚至會造成金融市場的崩潰。因此，在考慮減排政策時，那些對災難風險準備不足的經濟轉型地區(qū)，受災難風險沖擊的影響往往更大。第二，在理論模型的改進上，動態(tài)隨機一般均衡模型是當代經濟周期研究的主流模型之一，它主要關注宏觀經濟波動問題，最近開始引入環(huán)境要素來分析環(huán)境政策的宏觀經濟效應問題，沒有關注災難風險問題，為此，本文將災難風險這個概率因素引入動態(tài)隨機一般均衡模型，在探索環(huán)境政策的效應上尚屬首次。第三，本文刻畫了2種災難風險：資本災難與TFP災難。在機制上，資本災難沖擊對于資本存量造成損害，而TFP災難沖擊實則影響生產函數。兩種不同的災難風險勢必會對環(huán)境政策作用造成不同影響。最后，本文利用E-DSGE模型將4種政策、災難沖擊與經濟波動納入同一研究框架，完善此類模型的同時又能更好地模擬環(huán)境政策對我國經濟的影響，找到經濟平穩(wěn)波動與碳減排之間的平衡，進而實現我國提出的“雙碳”目標。

2 模型構建

模型采用封閉經濟規(guī)則，包含家庭、生產、和政府等經濟部門。家庭部門向廠商提供勞動供給并獲得工資收入，獲得的工資收入用來消費產品。生產部門包括最終產品廠商和中間產品廠商。最終產品廠商由大量具有競爭性公司組成，因此假設具有完全競爭性。中間產品廠商在生產過程中會排放污染，因此碳排放或其他污染物排放主要發(fā)生于中間產品廠商。最終產品廠商使用中間廠商生產的產品進行生產，生產的產品被用于居民消費。根據DICE模型中的闡述，碳排放量的多或少會引起中間產品廠商的生產力改變，并最終影響經濟。本模型引入資本災難風險和TFP災難風險，它們分別對資本存量和生產效率造成損害。將探討災難風險發(fā)生時，環(huán)境政策的效益以及傳導機制。最后，根據結論所得啟示給出可行性建議。

2.1 家庭部門

本文假設經濟中存在大量的同質性和無限期的家庭，有代表性的家庭可以選擇消費（ct）和勞動（ht）來最大化其跨時效用。參考文獻[15]的設定方式，采用以下效用函數：

其中：σ表示消費跨期替代彈性;φ表示勞動供給替代彈性;E0表示對于所有變量終值的預期;β代表貼現因子。

家庭部門的資本積累方程參考Marlène^[3]的資本災難風險設定，即災難風險沖擊將導致資產價格下降。方程如下：

其中：δ代表折舊率;it代表投資;κI代表投資調整成本。設定的投資調整成本與Christiano^[21]保持一致，κI為投資調整成本（而不是資本調整成本）。理由如下：調整成本是以投資單位，而不是上述的資本單位來衡量；調整成本并不取決于投資相對于資本存量的規(guī)模，而是取決于投資的增長率。θdt資本災難發(fā)生的概率，Δd∈（0，1）為災難沖擊下資本存量被損壞的比例。通過文獻所觀察到的數據顯示資本災難的概率本身很小，但會隨時間變化。因此引入時變的災難概率沖擊，其形式如下：

其中：θd為穩(wěn)態(tài)時的資本災難發(fā)生概率;ρd代表沖擊系數;εd為隨機沖擊并服從正態(tài)分布，即εd：i.i.dN（0，σ2d）。

家庭部門在t時期的預算約束如下：

其中：pt 表示t時期的總價格水平;bt表示t時期的持有債券;rt表示t時期債券的利率;rkt表示資本的租金率;wt為實際工資;tt表示代表性家庭向政府繳納的稅收;Γt表示t時期來自廠商的利潤分紅。

因此，家庭實際的預算約束可表示為

聯(lián)立上述方程，構造有2個約束的拉格朗日函數，形式如下：

可以得到家庭部門有關消費、勞動、投資、存款的一階條件：

2.2 生產部門

對于模型的生產方面，分成兩部分。一是，有一個代表性的競爭性最終產品廠商，它根據CES函數形式利用中間產品進行生產。在CES的形式中，如果中間產品是不完全的替代品，這就產生了對每個中間品種的向下傾斜的需求，這使得這些中間生產商具有定價權；二是，有一個連續(xù)的且具有生產差異化的中間產品廠商，這些生產者的行為是壟斷競爭的，除了自身的價格，所有的價格都視為既定。

2.2.1 最終產品廠商

最終產品生產部門是由一系列完全競爭的公司組成的。企業(yè)采用CES生產技術，用中間產品投入來生產yt。

其中：yt（i）是由中間企業(yè)i生產的中間產品;其價格為pt（i）。最終產品企業(yè)面臨的問題如下：

根據利潤最大化原則，任意的中間產品生產商i，需求函數可寫為

2.2.2 中間產品生產商

中間產品廠商服從Cobb-Douglas生產函數形式，在完全競爭要素市場上租用資本并雇傭勞動以生產中間產品。借鑒陳國進等^[6]對TFP災難下中間品廠商生產函數的設定形式：生產函數如下：

其中：kt和ht表示廠商使用的資本和勞動力;α為產出與資本之間的彈性;θftTFP災難發(fā)生的概率;Δf∈（0，1）為TFP沖擊下實際TFP變化的比例。參考楊翱^[8]的相關研究，將其設為如下形式：

其中：θf為穩(wěn)態(tài)時的TFP災難發(fā)生概率;ρf代表沖擊系數;εf為隨機沖擊并服從正態(tài)分布，即εf：i.i.dN（0，σ2f）。At為全要素生產率，其表達式如下：

其中，at為技術進步，遵循以下AR過程：

其中：為穩(wěn)態(tài)時的技術進步率;ρa代表沖擊系數;εa為隨機沖擊并服從正態(tài)分布，即εa：i.i.dN（0，σ2a）。

此外，d（xt）代表損失函數，它是關于碳排放量的函數。參照文獻[16]假設企業(yè)造成的污染通過以下?lián)p害函數對產出造成負面影響：

損害函數說明了由于碳排放量所引起的生產力下降，而當期碳排放量根據污染存量的上一期水平xt－1、當前時期的國內排放et和世界其他地區(qū)排放量e^rowt所決定，具體形式如下式所示：

其中：δx表示污染衰減率，中間部門的生產需要排放作為副產品。 碳排放是總產量的遞增和凹函數：

其中：μt（i）代表中間廠商i的減排努力或減排比例;γ1和γ2并分別表示廠商沒有減排時的單位產出排放量和排放量關于總產量的凹水平。本文參考文獻[18]，假設減排成本zt是減排努力θ1、θ2和產出ybt的函數。它采用以下形式：

參照文獻[22]，廠商在壟斷競爭環(huán)境中運營，他們根據最終產品企業(yè)的需求來設定自己商品的價格。每當根據通貨膨脹目標（π）調整價格時，廠商都會以名義價格支付二次調整成本ACt（i）。

其中：κP表示調整成本系數;排放對生產者來說代價高昂，排放的單位成本τt取決于實施的環(huán)境政策。顯然，在這種情況下，額外單位產出的邊際成本有2組成部分：與制造單位產出所需的投入成本，這取決于生產技術和投入的價格，以及與減排相關的成本和排放，這取決于可用的減排技術和排放的單位成本。給定實際工資率、資金租賃成本、單位排放成本及以國內價格指數，中間廠商i面臨的利潤最大化問題如下：

其中：mct（i）為拉格朗日乘數，它表示與生產額外單位產出所需的額外資本和勞動力單位相關的實際邊際成本。由上述方程可得到關于勞動力、資本和減排努力的最優(yōu)條件：

在一般均衡中，企業(yè)選擇相同的價格、相同的投入和相同的產出。因此上述結果可表示為

2.3 環(huán)境政策

在市場經濟條件下，數量型政策工具與價格型政策工具都可歸結為價格機制問題^[23]?；谖覈F有研究^[24]及本文研究目的，將考慮以下3種環(huán)境政策：

1）排放稅政策。政府對排放征收固定稅τt>0，此時減排價格為恒定常數，根據中國宏觀經濟數據，朱軍^[25]將其估計為0.143，因此本文將碳稅稅率設定為0.143。

2）強度目標政策。政府規(guī)定了每單位產出的排放目標et=νyt，并出售排放許可證。中國2020年的二氧化碳單位GDP排放量比2005年降低40%～45%，故將單位排放標準的校準值定為0.601×（1-45%）=0.36^[26]。因此，本文將單位排放目標的值ν定為0.36。

3）總量控制政策。政府規(guī)定了固定的排放量et=e。在這種情況下，τt可以作為政府出售的排放許可證的價格，由內生性決定。根據中國政府宣布的2030年左右二氧化碳排放達到峰值100億t～114億t，測算排放總量目標為穩(wěn)態(tài)值的[0.002 1×（867+14）/4]/0.455 1=1.02倍。故將排放總量目標為基準情形二氧化碳排放穩(wěn)態(tài)值的1.02倍。

其中：參數ρτ、ρv和ρem分別為環(huán)境政策強度的沖擊系數;ετ、εv和εem為相應政策變量的隨機沖擊，其獨立于各變量并服從正態(tài)分布，即ετ∶i.i.dN（0，σ2τ）、εv∶i.i.dN（0，σ2v）以及εem∶i.i.dN（0，σ2em）。

4）無政策。模型仍然存在環(huán)境因素，但企業(yè)無需為造成的社會負外部性承擔后果，因此單位減排成本τt=0，且減排努力μt（i）=0。

2.4 財政政策

廠商部門產生的碳排放量將給社會帶來負外部性，由于企業(yè)碳排放的邊際損失低于社會邊際成本，因此企業(yè)不會主動進行碳減排治理，此時政府應主動承擔起減排責任。假定政府的支出為gt，一次性稅收為tt，并以τtet的征收環(huán)境稅以實現財政收支平衡。具體形式如下：

政府的支出gt由一次性稅收tt和排放稅τtet構成，具體形式如下

本文假設政府支出遵循如下AR過程：

其中：g為政府支出的穩(wěn)態(tài)值，ρg為政府支出沖擊系數，εg為隨機沖擊并服從正態(tài)分布，即εg∶i.i.dN（0，σ2g）。

2.5 貨幣政策

本文假設貨幣政策服從具有利率平滑的泰勒規(guī)則：

其中：ρr∈（0，1）代表利率平滑系數，φπ>0，φy>0分別表示利率對通脹缺口與產出缺口的反應系數。

2.6 市場出清

對于商品市場的出清如下：

3 參數校準

在對經濟變量與環(huán)境變量進行動態(tài)模擬之前，根據參數的不同特征可將動態(tài)隨機一般模型參數分為2類：結構性參數和動態(tài)參數。對于結構性參數本文可根據現有文獻或實際經濟中變量的基本數量關系進行校準；對于動態(tài)參數利用貝葉斯方法進行估計。

3.1 數據說明

由于動態(tài)參數缺失評價標準使其無法通過校準的方式獲得，故而采用貝葉斯估計動態(tài)參數。選取我國2001年第3季度～2022年第2季度的GDP、固定資產投資完成額、社會消費品零售總額、居民消費價格指數、銀行同業(yè)拆解利率作為貝葉斯估計的實際觀測基礎變量值，如圖2所示。對GDP數據、固定資產投資完成額數據、社會消費品零售總額數據進行對數處理，再對觀測變量進行季節(jié)調整，最后進行一階差分去除趨勢，如圖3所示。

3.2 結構性參數的校準

本節(jié)將根據現有文獻或實際經濟中變量的基本數量關系進行校準。家庭部門相關的參數有貼現因子β、消費彈性σ、勞動供給彈性的φ、勞動對家庭所產生的負效用權重κh。參考楊翱等^[27]、王書平等^[28]基于中國實際經濟數據的估計，將季度家庭主觀貼現率β設為0.99；對勞動對家庭所產生的負效用權重κh，本文結合穩(wěn)態(tài)值將其校準為62.34，與鄒樂歡^[29]、汪中華等^[30]的校準值保持一致；對于消費跨期替代彈性σ，校準為0.735^[31]；勞動供給替代彈性的φ將其設定為3^[32]。

與廠商部門相關的參數有資本折舊率δ、資本調整成本κI、二次型調整成本κP、中間產品廠商資本產出彈性α、最終產品與中間產品的替代彈性ε。對于資本折舊率δ，本文借鑒黃賾琳等^[33]的估計結果校準為0.025，資本調整成本κI通過計算定為2.48，二次型調整成本κP設定為26.868^[34]，最終產品與中間產品的替代彈性ε設定為6。

災難風險參數與環(huán)境相關參數參照Gourio^[2]與Heutel^[16]的標準進行校準。資本災難沖擊的資本破壞比例與TFP災難沖擊的破壞比例都校準為0.43，這也與國內學者的研究保持一致；損失函數常數項d0、損失函數線性項d1、損失函數二次項d2均沿用Nordhaus^[35]的取值；參照文獻[18，26]將污染衰減率δx設定為0.002 1，減排成本系數θ1設定為0.185，減排成本凸性θ2為2.8，單位產出排放量γ1設定為0.601，排放量的凹水平設定為0.304，2018年所觀測到的大氣二氧化碳量為867億噸，因此將其作為x的穩(wěn)態(tài)值，從而校準e^row為1.364。參數校準值，如表1所示。

3.3 動態(tài)參數的校準

資本災難、TFP災難情形下，模型動態(tài)參數的先驗分布形式、后驗分布均值以及90%的置信區(qū)間，如表2、表3所示。對于先驗分布，參照文獻[29，30，36]，將外生沖擊的自回歸系數統(tǒng)一設定為Beta分布，將隨機沖擊的方差統(tǒng)一設定為Inv-Gamma分布，利用Dynare得出的貝葉斯估計結果。

3.4 經濟變量與綜合效應分解

在分析數值模擬的結果之前，有必要觀察經濟變量的標準差以及進行理論方差分解（Variance Decomposition）。原因在于經濟變量與環(huán)境政策之間對外生沖擊是獨立響應的，但現實中的經濟變量往往受到各類因素的聯(lián)合沖擊，并且從圖形上看政策之間的差異有時并不明顯。標準差可以比較在不同政策下經濟變量的波動幅度，理論方差分解則根據其不同沖擊因素進行分解，得到每個沖擊因素對綜合方差的貢獻份額，從而確定各因素對變量影響力的大小。主要經濟變量的標準差以及不同政策下主要經濟變量受到沖擊后每個沖擊因素對于主要經濟變量的貢獻份額，如表4、5所示。

由表4可知，總量控制政策下的產出、消費、投資、資本、勞動波動更大；強度政策下各指標的波動則更??；碳稅政策下的經濟變量波動效果則置于兩者之間。由表5可知，沖擊響應對于主要經濟變量的貢獻份額，其中：資本災難沖擊在強度政策下對于經濟變量的影響較大；TFP災難沖擊在碳稅政策下對于經濟變量的影響較大；總量控制政策下的技術沖擊對于經濟變量影響的貢獻度尤為明顯，但在碳稅政策和強度政策下這種解釋力被大幅稀釋；在碳排放量的聯(lián)合沖擊中，碳稅政策下的資本災難沖擊影響為31.50%，TFP災難沖擊影響為20.78%;綜合來說，災難沖擊對于經濟變量的影響要比TFP災難沖擊更強。綜上所述，在實施環(huán)境政策的同時，考慮經濟災難因素是很有必要的。不僅要結合減排目標和需求，還要考慮經濟災難發(fā)生的可能，為實施地區(qū)差異化環(huán)境政策提供了全新視角。最后，在環(huán)境政策下，利率的沖擊響應僅對物價水平造成影響，對其他變量影響并不顯著，而環(huán)境政策沖擊僅在碳排放量上貢獻尤為顯著。因此結合研究時事，在下述數值模擬中，將重點關注資本災難沖擊和TFP災難沖擊對經濟變量的影響。

4 模擬結果分析

4.1 資本災難沖擊下的不同環(huán)境政策效果

資本災難沖擊對于主要經濟變量所帶來的影響，如圖4所示。給予該經濟體一個單位為1%的資本災難沖擊，由圖4模擬出的動態(tài)路徑可知：第一，碳稅政策下和強度政策下，產出、消費、投資、資本、福利水平在受到資本災難沖擊時迅速產生負反饋效應并偏離穩(wěn)態(tài)值，并在大約第3期時達到最遠，隨后將在第25期后回到穩(wěn)態(tài)。查看表4經濟變量的標準差可以發(fā)現，總量政策將導致經濟變量更大的波動。第二，從傳導途徑上看，在期初，資本災難破壞資本存量導致資本存量的下降，同時資本的租金率提高，由于資本和勞動之間的替代性，廠商會增加勞動需求用以抵消資本存量下降；隨后，由于總需求的下降，廠商最終減少生產，從而導致對勞動的需求在第3期下降，隨后在第25期回到穩(wěn)態(tài)水平。而家庭部門為了維持已有的效用水平，在增加勞動的同時將同時增加消費，因此消費和勞動的脈沖相應圖像分別呈現為“U”形與“倒U”形。第三，從碳排放的脈沖響應結果可知，在資本災難發(fā)生時，碳排放量表現出先升后降，但在強度政策下的下降幅度最大，意味著環(huán)境質量相較于其他政策有所改善。綜上所述，總量控制政策在恢復經濟活力方面表現略好于碳稅和碳強度政策。這是因為當資本災難導致資本存量下降時，在市場化的交易模式下，廠商能以低價購買碳排放權進行生產，然后用更多的勞動替代資本，這兩者共同作用將很大程度地抵消資本存量的下降以及資本租金率的上升。

4.2 TPF災難沖擊下的不同環(huán)境政策效果

TFP災難沖擊對于主要經濟變量所帶來的影響，如圖5所示。給予該經濟體一個單位為1%的TFP災難沖擊，由圖5模擬出的動態(tài)路徑可知：第一，TFP災難沖擊會對經濟變量迅速產生負反饋效應并偏離穩(wěn)態(tài)值，并在大約第5期時達到最遠。與資本災難不同的是，TFP災難沖擊在期初就對產出、消費、碳排放量帶來負向反饋，而不是呈現“U型”趨勢。這是因為TFP災難沖擊直接對生產決策造成影響，而資本災難沖擊對生產決策產生間接影響。產出的下降會降低對行業(yè)產品的需求，因為資本存量無法即刻調整，因此行業(yè)現存的資本租金率提高，較高的資本市值會吸引更多的投資，最終資本存量開始增加。與資本災難沖擊反饋相同的是，福利水平依舊在碳稅政策時最低，在總量控制政策下最大。相比較而言，總量控制政策下的產出偏離程度更大，但在第5期后回到穩(wěn)態(tài)的速度高于其他政策。第二，由于無政策下的減排邊際成本為0，而總量控制政策下的減排成本由市場本身決定，因而2種條件下的減排邊際成本都低于強度政策和碳稅政策下，因此與強度政策和碳稅政策相比，投資與資本在初期的反饋效應較小，在第4期后逐漸上升至穩(wěn)態(tài)水平。因此當考慮TFP災難時，總量政策對于經濟體本身有較好的韌性。第三，TFP災難下環(huán)境政策的經濟效果與資本災難大致相同，但也存在部分差異，其主要表現為：TFP災難下環(huán)境政策對產出、消費、投資、勞動、利率、碳排放量的反饋效應更大，對資本存量的負反饋效應更小;資本災難下的碳稅政策和強度政策，產出、消費、碳排放量呈現“超調”現象。

5 福利分析

為了便于直觀的比較減排政策之間的優(yōu)劣，本節(jié)將通過福利分析來比較不同的減排政策下家庭部門的效用大小。將福利水平的計算公式定義為代表性家庭的效用現值，可以將遞歸式寫為

其中，U（ct，ht）=E0∑∞t=0βtc^1－σt1－σ－κhh^1+φt1+φ。政策制定者的目標將是選擇合適的政策，以最大限度地提高對福利的無條件期望。因此福利水平的穩(wěn)態(tài)條件可以寫為

無政策、碳稅政策、強度政策和總量控制政策4種情景下，福利分析的不同結果，如表6所示。

進行福利分析時，在模型求解時需進行二階近似。由表6可知，當受到資本災難沖擊時，福利損失由大到小排列為強度＞碳稅＞無政策＞總量；福利大小的均值從大到小排列為：總量＞無政策＞碳稅＞強度。因此，當考慮經濟災難時，總量控制政策下的福利水平是最高的。這是由于總量控制政策盯住固定的碳排放目標水平，通過市場化的許可證交易使得減排價格降至較低水平，繼而廠商改變生產策略空間，最終實現帕累托改進。經過對比發(fā)現，總量政策下的排放價格為每單位0.061 4（＜0.143），這也證實了本文的猜想。綜上所述，政府采用總量控制政策時能夠有效地減少經濟災難沖擊帶來的福利損失。

6 結論與建議

本文通過構建基于災難風險的E-DSGE模型，模擬資本災難沖擊、TFP災難沖擊對宏觀經濟與環(huán)境質量的動態(tài)效應，從而得出以下結論：第一，當資本災難發(fā)生時，總量控制政策在提振經濟活力方面表現略好。原因在于資本災難破壞資本存量造成資本存量的下降，在市場化的交易模式下，廠商能以低價購買碳排放權進行生產，再用更多的勞動替代資本，在這兩者共同作用下抵消資本存量的下降以及資本租金率的上升。就本質而言，該制度對企業(yè)提升減排能力并未起到良好的督促作用。此外，這項政策也不是強制性的污染干預政策，因此該制度不足以激發(fā)企業(yè)自發(fā)和內部治理污染的動力。第二，碳稅政策對污染減排效果具有較小的政策效應，相應的福利水平下降幅度也最高。原因在于由于生產性的邊際成本存在，經濟災難的到來無異于雪上加霜，資本租金率更高的同時需要更多的勞動去替代資本，這不但使得產出恢復緩慢，而且減排效果也大打折扣。第三，TFP災難沖擊對于經濟變量的影響大于資本災難沖擊。原因在于TFP災難沖擊首先影響生產決策，再通過調整產出來應對行業(yè)產品的需求，進而影響投資、消費等一系列決策，本質上屬于直接影響。而資本災難沖擊則屬于間接影響，最初災難風險影響資本存量，再替代效應作用下改變生產決策，進而影響投資、消費等經濟變量。第四，總量控制政策下，技術沖擊在削弱資本災難沖擊和TFP災難對經濟金融變量的負面影響方面效果最為明顯。原因在于：技術沖擊實則改變生產函數，提高單位生產率。在市場機制的作用下，技術的提升放大了碳排放交易權的作用與勞動和資本間的替代效應。

總體說來，經濟災難對于經濟變量的影響在四種政策情況下步調幾乎保持一致，只是程度略有不同?；谝陨辖Y論，分別從政府部門、廠商部門和環(huán)境政策制定3個層面提出如下相關政策建議：

第一，在制定環(huán)境政策的過程中，應考慮地區(qū)性經濟災難發(fā)生的可能性。比如外資引進最高的上海、北京、武漢等地區(qū)在實施減排時可優(yōu)先考慮強度型減排政策。這是因為：利用外資最多的城市最易受到資本沖擊的影響，如若依靠市場化約束的總量控制政策制度難以穩(wěn)定沖擊到來后的經濟狀況。由本文構建的動態(tài)隨機一般均衡模型的模擬結果可知：在經濟災難沖擊到來時，強度政策雖然會使得福利有稍許的減少，但是強度政策對產出和減排成本施加的“雙重影響”使得產出等經濟變量的波動更小，碳減排量效果更佳，這有利于在長期能夠有效地提升環(huán)境質量，但在短期經濟沖擊的大背景下不利于產能快速恢復。

第二，在長期社會總福利水平和短期提升減排效果的過程中，環(huán)境政策是一個兩難的選擇。從短期提升減排效果和改善環(huán)境質量的有效性來看，碳稅政策和強度政策是政府的重要選擇；但是從長期來看，基于市場的總量控制政策能夠使社會公眾福利最大化。這是因為碳稅政策以固定稅率矯正企業(yè)所帶來的環(huán)境負外部性，企業(yè)面臨恒定的邊際成本增加，邊際減排成本進一步影響利潤最大化決策，再者強度政策對產出和減排成本施加的“雙重影響”在經濟災難發(fā)生時，企業(yè)面臨的資源取舍問題將被進一步擴大，而總量控制政策是基于市場化的治理方式。從短期看，碳稅政策和強度政策對改善減排效果立竿見影，并且在這類制度下，污染稅收可有效地轉化為政府的污染治理支出費用，但弊端是不利于產出的恢復，又降低了福利水平，而總量控制政策能夠使得產出較快恢復，增加就業(yè)與福利水平，但對減排效果提升不佳；而從長期看，在目前的經濟背景下要實現長期可持續(xù)發(fā)展，企業(yè)必須通過自身的技術改進來削弱TFP災難沖擊與資本災難沖擊的負面影響，而總量控制下的效果又是最顯著的。因此，在經濟的不確定性因素增加時政府應采取適當的手段與環(huán)境政策進行搭配。例如長期的政策選擇應該是總量控制政策和政府增加支出相結合。這里的政府增加支出是指給予企業(yè)改善減排技術的補貼，就總量控制政策而言，長期的減排目標約束并不能夠約束企業(yè)規(guī)劃好自身的排放量，易造成減排目標的軟約束，從而在短期內減排效果并不明顯。主要問題在于：在市場化的交易模式下，廠商能以低價購買碳排放權進行生產，抵消了部分資本存量和產出的下降所帶來的影響。這種安排并不利于企業(yè)將在碳交易市場獲得的生產者剩余轉化為減排技術的改進，在長期的污染排放效果也受到影響。對于逐步走向轉型期的企業(yè)，政府增加支出扶持企業(yè)、采取總量控制政策的同時，需完善碳交易制度建設，激發(fā)企業(yè)自主減排的積極性，制定適當的補償機制，避免造成消費的擠出效應。最后，企業(yè)也要提高自身減排技術水平減少排放，確保環(huán)境效益與經濟綠色發(fā)展互相促進與協(xié)調。

第三，制定碳減排政策需要多部門的協(xié)調與配合。要為碳達峰與碳中和鋪平道路并實現經濟的快速發(fā)展，在全國范圍內設立碳減排政策時，要將災難風險的變化考慮在內，利用環(huán)境政策和財政政策之間的互相搭配來實現經濟增長和減排的雙贏，同時重視技術升級并打通產業(yè)壁壘，形成“一帶多”的環(huán)保產業(yè)結構。要結合當地實際發(fā)展情況及時公布產業(yè)減排數據并與企業(yè)進行溝通，使企業(yè)根據自身減排難度把控生產化決策，培養(yǎng)結構合理的技術型團隊。在充分聽取企業(yè)的減排難題與資金訴求的前提下，形成具有針對性的市場機制，促性綠色低碳轉型。在總結制定環(huán)境政策經驗的基礎上，結合綠證交易政策與碳交易政策，持續(xù)推進產業(yè)結構和能源結構調整，大力發(fā)展可再生能源，加快綠色低碳轉型，實現綠色復蘇發(fā)展。

參考文獻：

[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]陳國進，晁江鋒，武曉利，等.罕見災難風險和中國宏觀經濟波動[J].經濟研究，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]晁江鋒.災難風險理論的最新研究進展：基于宏觀經濟的視角[J].災害學，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]楊翱.災難風險的經濟效應與政策選擇[D].廈門：廈門大學，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.災難風險沖擊與結構性財政政策的收入分配效應研究[J].財貿經濟，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]史本葉，楊善然.BGG-DSGE模型下罕見災難風險宏觀經濟效應研究：兼論新冠肺炎疫情的宏觀經濟影響[J].吉林大學社會科學學報，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]吳施美，鄭新業(yè)，安子棟.氣候治理與短期經濟波動：氣候變化奧肯定律[J].經濟學動態(tài)，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.氣候變化的轉型風險對宏觀經濟和金融穩(wěn)定的影響：基于存量流量一致性模型視角[J].經濟學動態(tài)，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.

[13]潘冬陽，陳川祺，GRUBB M.金融政策與經濟低碳轉型：基于增長視角的研究[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.《巴黎協(xié)定》中我國能源和氣候政策目標：綜合評估與政策選擇[J].經濟研究，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.氣候變化與中國宏觀經濟波動：基于動態(tài)隨機一般均衡模型的分析[J].學習與實踐，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]趙向琴，袁靖，陳國進.災難沖擊與我國最優(yōu)財政貨幣政策選擇[J].經濟研究，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]肖紅葉，程郁泰.E-DSGE模型構建及我國碳減排政策效應測度[J].商業(yè)經濟與管理，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]朱軍.基于DSGE模型的“污染治理政策”比較與選擇：針對不同公共政策的動態(tài)分析[J].財經研究，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.

[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]楊翱，劉紀顯，吳興弈.基于DSGE模型的碳減排目標和碳排放政策效應研究[J].資源科學，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]王書平，戚超，李立委.碳稅政策、環(huán)境質量與經濟發(fā)展：基于DSGE模型的數值模擬研究[J].中國管理科學，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]鄒樂歡，季強，劉紀顯.廠商異質性、環(huán)境規(guī)制與中國經濟波動：基于六部門DSGE模型的數值分析[J].統(tǒng)計與信息論壇，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]汪中華，陳思宇.DSGE模型下碳稅政策與廠商技術沖擊的動態(tài)效應研究[J].科技與管理，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]朱軍.中國宏觀DSGE模型中的稅收模式選擇及其實證研究[J].數量經濟技術經濟研究，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.非完全競爭市場、技術沖擊和中國勞動就業(yè)：動態(tài)新凱恩斯主義視角[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]黃賾琳，朱保華.中國的實際經濟周期與稅收政策效應[J].經濟研究，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 Users Manual[M].2013：1.

[36]譚靈芝，孫奎立.基于DSGE模型的我國三類碳減排政策效果分析[J].企業(yè)經濟，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]陸鴻遠，周新苗.綠色金融發(fā)展對我國金融安全的作用研究[J].科技與管理，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.

[編輯：劉素菊]