E-DSGE模型构建及我国碳减排政策效应测度

肖红叶，程郁泰

(1.河南大学 经济学院，河南 开封 475000；2.天津财经大学 理工学院，天津 300222)

E-DSGE模型构建及我国碳减排政策效应测度

肖红叶1,2，程郁泰2

(1.河南大学 经济学院，河南 开封 475000；2.天津财经大学 理工学院，天津 300222)

经济与环境的交互作用机制具有复杂的动态不确定性，因此基于历史数据提出的环境政策存在社会试错成本，需要政策效应的事前检验。文章基于国外经典模型的改进，引入环境因素处理技术，构建相应E-DSGE模型框架；通过环境参数校准与贝叶斯估计形成数据模拟平台，给出我国碳减排政策效应的仿真测度。发现环境政策对我国经济系统稳定性没有产生特别强烈的负面冲击，但目前经济基本面尚难以承受高减排目标，以及不同减排政策存在较大区分度等信息；进而得到通过逐步加快碳减排，并以相应政策作为供给侧结构性改革工具，实现经济结构调整与碳减排推进互动的政策空间。该研究也可为我国DSGE模型研究提供参考。

DSGE模型；环境政策效应；贝叶斯估计；冲击响应

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)：73-86.

一、引 言

20世纪后期，为应对全球大气温室效应恶化，一些国家陆续提出碳减排政策，但至今仍没有扭转全球大气环境(以下简称环境)恶化的趋势。我国高度重视碳排放造成的环境问题，20世纪90年代即出台降低单位GDP煤炭能耗，实施新能源替代的战略；2009年又提出2020年单位GDP碳排放比2005年下降40%～45%的减排目标；即使在经济进入新常态的背景下，2014年进一步确定2030年左右达到碳排放峰值的目标，充分体现了中国对全球环境的责任担当。鉴于工业生产是能量物质转换技术过程，当前工业技术仍然停留在消耗石化能源，排放二氧化碳的水平[1]。企业的碳减排技术投入，必然增加成本影响产出收益。因此对尚未完成工业化的发展中国家来说，碳减排的核心问题是处理好环境保护和经济发展的关系，其也是相关政策研究以及本文的聚焦点。

碳减排政策研究始于20世纪70年代。一类文献通过构建相应分解模型，*这类文献主要通过构建结构分解分析(Structural Decomposition Analysis；SDA)模型、指数分解分析(Index Decomposition Analysis；IDA)模型和生产理论分解分析(Production-theoretical Decomposition Analysis；PDA)模型开展研究。分析各经济因素的碳排放贡献(Leontief和Ford，1972；Färe等，1989；程郁泰和张纳军，2017)[2-4]，为政策制定提供数据依据。另一类研究聚焦环境政策的经济作用机制，采用在已有经济模型中添加环境因素的思路，形成跟踪经济模型发展的推进格局。代表性文献包括：利用税收与补贴内部化生产的碳排放外部性，实现局部均衡的研究(Weitzman，1974)[5]；借助新古典增长模型，试图解决污染的最优控制(Keeler等，1972)[6]；在一般均衡框架内植入非期望产出概念(Färe等，1989)[3]，分析污染对企业和社会福利的不同影响机制(Ploeg和Withagen，1991)[7]；借鉴增长与收入关系分析，提出环境与收入关系的环境库兹涅兹曲线(Panayotou，1997)[8]；构建宏观环境经济IS-LM-EE分析框架(Heyes，2000)[9]，及其扩展研究(Sim，2006)[10]等。长期政策研究实践，使人们认识到大气变化的自然不确定属性，决定了经济与环境的交互作用机制呈现出高度复杂的动态不确定性特征。而上述理论恰恰缺失机制的动态刻画，基于历史数据提出的相应环境政策存在巨大社会试错成本(Farmer等，2015)[11]，面临卢卡斯批判。在政策效应事前检验压力下，基于动态随机一般均衡框架(DSGE)的环境政策研究开始出现。

动态随机一般均衡(DSGE)模型(Kydland-Prescott，1980)*参见：KYDLAND F,PRESCOTT E C.A competitive theory of fluctuations and the feasibility and desirability of stabilization policy[R/OL].NBER Chapters in Rational Expectations and Economic Policy,1980：169-198.http://www.nber.org/chapters/c6263.pdf.以合理的微观基础，最优行为路径的选择，对随机冲击响应等特征，及其在金融财政政策研究中获取的重要成果表明，其理论上可以满足仿真环境政策动态机制的需要，为环境政策效果事前测度与评价提供了可行解决方案。鉴于DSGE涵盖居民、企业和政府的经济行为，且各主体之间存在行为决定的逻辑关系，环境因素的引入需要解决相关理论技术问题；因此，导致该研究推进迟缓。从2010年发表第一篇相关文献，截止到目前本文仅检索到国外公开发表的数篇相关文献，*截止到目前本文研究仅检索到国外公开发表9篇相关文献。其主要包括下述四方面的研究工作：

(1)DSGE框架环境污染变量的嵌入。Angelopoulos等(2010，2013)[12-13]、Fischer和Springborn(2011)[14]、Heutel(2012)[15]分别通过个体效用函数中环境质量偏好、企业生产污染型中间品产出以及污染对企业生产过程的负外部性损减机制三种路径，将环境污染变量嵌入模型设置中。继而基于DSGE早期的RBC模型，分析环境政策的经济增长与福利动态效应。

(2)环境政策机制设计。Fischer和Springborn(2011)[14]将政府作为政策行为主体，基于减排政策三种作用机制提出碳税，基于总量控制的交易许可，以及强度目标管制三种政策模型，给出环境政策比较的研究空间。

(3)污染影响路径与企业生产碳减排机制。环境污染存在影响居民健康和生产过程两条路径。而碳排放及其减排政策对企业生产影响更大(Colosov等，2014)[16]。Heutel(2012)[15]将污染对企业生产负外部性损减机制与减排成本方程引入模型，并给出碳排放与产出关系的设置。

(4)其他工作。主要包括基于模型构造与不同国家数据校准参数，相关文献得到相关经济变量的环境政策冲击响应结论。包括环境税扭曲性效应引致的经济周期性(Lintunen和Vilmi，2013；Grodeck和Kuralbayeva，2015；Khan等，2016)[17-19]；构建多产业部门RBC模型，得到不同产业部门的技术冲击造成环境政策的社会福利差异效应(Dissou和Karnizova，2016)[20]。以及基于新古典DSGE框架的环境模型向新凯恩斯DSGE框架的转型尝试(Annicchiarico和Dio 2015)[21]等。

国内相关研究也处于跟踪引进国外方法用于国内研究阶段。其中在RBC框架下考察技术、偏好等冲击对经济与环境变量的影响(郑丽琳和朱启贵，2012；吴兴弈等，2014)[22-23]；基于Angelopoulos等(2010)[12]的环境效用机制，校准不同环境政策的经济稳态(徐文成等，2015;雷原等，2016)[24-25]；利用Fischer和Springborn(2011)[14]的污染中间品效率减损生产函数，模拟不同环境政策条件下，技术与污染中间品使用效率冲击对经济影响(杨翱等，2014)[26]；以及基于Angelopoulos等(2010)[12]模型中政府支出的控污支出划分，评价环境政策的污染治理效应(朱军，2015；夏良杰等，2015；张俊，2016)[27-29]等。

国内外上述文献推动了我国相关研究，同时也存在三方面主要问题：(1)基本采用新古典框架，其市场出清假设脱离各国经济现实而备受质疑。(2)环境与经济存在交互作用，而目前文献仅关注技术和经济因素变动的冲击效应，缺失对环境政策变动冲击的效应测度与分析。(3)模型参数贝叶斯估计方法鲜有应用。新凯恩斯模型中大量弹性参数因缺失评价标准，难以通过校准获得；同时参数贝叶斯估计方法要求完备的模型结构和合理的实际数据，采用贝叶斯估计有利于提升模型生成数据与现实数据拟合程度。本文在借鉴国内外相关文献的基础上，针对我国碳减排政策效应测度需要，提出构建环境政策DSGE(E-DSGE)模型研究主题，主要研究贡献包括四方面工作：

(1)考虑新古典模型完全竞争假设与我国的现实差距，选择经典新凯恩斯CEE-SW框架为模型构建的参考基准。*CEE为Lawrence J. Christiano & Martin Eichenbaum & Charles Evans 3位作者简称，SW为Smets & Raf Wouters 2位作者简称。CEE-SW为国外对其经典文献简称，国外文献将其称为凯恩斯收入决定理论IS-LM的动态随机一般均衡标准模型标准版本，其是相关文献DSGE系统框架构建的基础[30-31]。并针对我国目前资本、劳动要素等市场不够完善规范的现状，经与现实数据拟合比较的大量实验，在满足环境政策研究需要和保证新凯恩斯框架完备性的前提下，对CEE-SW框架进行简化处理。

(2)通过三方面工作，实现环境因素与DSGE框架的对接。其一，按照污染者付费原则，将环境税、总量控制-交易与强度标准管制三种碳减排政策以统一的市场机制纳入政府行为框架。其二，基于碳排放主要影响企业行为的认知，借鉴Angelopoulos等(2010)[12]、Heutel(2012)[15]的处理方法，通过在企业部门中间产品厂商生产行为框架中设置与碳排放相关的4个行为方程，即碳排放与产出关系方程、政府治理效果对冲碳排放总量方程、基于排放生产率减损机制的生产函数以及企业边际成本的碳减排费用调整方程。其三，在环境政策方程中添加随机扰动因素，给出不同环境政策冲击对经济和环境影响的动态测度，用于模拟不同环境政策对经济、环境的作用机制。

(3)参数校准与贝叶斯估计。其中，表示产出与碳排放关系的碳排放强度系数需要校准。由于我国二氧化碳排放没有季度数据，本文利用我国1991-2014年度平均碳排放强度作为该参数校准值，并通过历史数据计量模型进行了校准值检验。另外，目前国外相关文献鲜有利用贝叶斯技术估计环境政策DSGE参数。本文按SW技术路线，完成基于MCMC方法的各参数贝叶斯估计，希望其能为相关研究提供一定参考。通过参数校准和贝叶斯估计，本文将E-DSGE理论模型转换为环境政策实施效应测度的5个数据仿真系统，为相关政策有效性、适用性的事前评价提供了操作平台。

(4)我国碳减排政策效应的测度。包括三方面工作：一是环境政策影响的系统基本面测度；二是主要变量对系统及政策冲击的独立响应测度；三是采用理论方差分解技术，测度联合冲击综合作用下，每个冲击对经济和碳排放稳态偏离方差的贡献份额，比较各冲击因素对变量的相对影响。因篇幅所限，虽然本文关注政策效应测度工作，没有在相应分析中投入更多笔墨，但也发现一些界面清晰且有意义的基本信息，其中：一是基于环境政策影响我国基本面的测度，发现我国目前尚难以承受短期高减排目标。譬如若即刻碳减排20%，产出可能下降3.7017%，碳减排40%，产出可能下降10.9563%，数据结果令人震惊。显然我国经过长期高能耗、高排放发展模式形成的经济基本面，与绿色可持续发展目标的实现，存在巨大差距；经济结构调整任务艰巨，碳减排工作不可能一蹴而就，需要通过进一步加快供给侧结构改革的步伐，逐步推进碳减排目标的落实。二是基于主要变量对系统及政策冲击的独立响应测度，发现主要变量的系统负面技术冲击，财政、货币政策冲击与三种环境政策强度增加冲击的响应，总体表现较弱或微弱，对我国经济系统稳定性没有产生特别强烈的负面影响。其给出可以逐步加快碳减排步伐，以碳减排政策作为供给侧结构性改革工具，实现经济结构调整与碳减排推进互动的政策空间。三是三种环境政策的经济动态效应差异显著，以及主要变量基于环境政策的冲击响应分解具有突出的差别，均为环境政策预置了一定选择空间。

本文余下结构这样安排：第二部分为E-DSGE模型的构建，第三部分通过模型参数校准和贝叶斯估计形成数据仿真操作平台，第四部分完成碳减排政策效应的测度分析工作。

二、 E-DSGE模型构建

本文基于经典新凯恩斯动态一般均衡理论SW框架(Smets和Wouters,2003)[31]，引入环境系统与政策，并借鉴肖尧和牛永青(2014)[32]财政政策DSGE模型改进思路，完成E-DSGE模型构建。模型采用封闭经济规则，其经济主体包括家庭、厂商与政府，共同决定经济的稳态。假定家庭是同质的，而经济中存在两种类型厂商：一类生产同质最终产品，处于完全竞争的市场结构中；另一类是生产异质中间产品，处于垄断竞争的市场结构中，其可自行调整价格。政府由三个职能部门构成：环保部门、财政部门与货币当局，其分别制定环境、财政及货币政策。本文给出经济主体最优决策行为模型和经济系统均衡的实现条件如下：

(1)

家庭面临的跨期预算约束与资本累积条件为：

(1+τc)ct+It+Bt/pt=rtKt-1(1-τk)+wtlt(1-τl)+(1+Rt-1)Bt-1/pt

(2)

(3)

(1)最优消费：

λt(1+τc)=(ct)-σc

(4)

(2)最优劳动供给：

(5)

(3)单位配置资本品价值qt=Qt/λt与资本收益率的关系：

(6)

(4)最优投资：

(7)

(5)政府债券持有条件：

(8)

(1)中间品最优需求：

(9)

(2)产品市场一般价格水平：

(10)

3.中间厂商最优决策。具体有：

(1)假定环境污染将改变垄断竞争中间厂商j的生产(Nordhaus，2008)[34]，设Θ(mt)为污染量mt影响t期产出的减损函数，则技术At下生产第j类中间产品的技术为：

(11)

(12)

显然，t时期污染总量mt受到三方面因素影响：一是企业生产活动排放量emt，二是CO2半衰期系数δm，本文假设污染以一个线性比率δm自然降解，三是环保部门治污投入gm,t及其改善效率ψ。

(2)假设厂商在实际生产过程中排放水平emt与产出yj,t成比例，该比例关系还与厂商j的减排激励μj,t线性相关(Heutel，2012)[15]，这里以二氧化碳作为环境污染替代变量，则厂商碳排放方程为：

emj,t=(1-μj,t)φyj,t

(13)

式中，φ>0测度了企业无自主减排情形下单位GDP排放强度，该值越大意味着经济生产模式愈趋于粗放。根据Annicchiarico和Dio(2015)[21]假设，将中间厂商j减排成本设定为与其减排激励μj,t、与产量yj,t相关的表达式：

(14)

式中，γ1>0，γ2>1分别为厂商减排成本涉及的技术参数。

(15)

(16)

(17)

(18)

(19)

(20)

(21)

4.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(Angelopoulos等，2013)[13]。本文将我国环境政策归纳为四种形式：

(1)无政策。模型存在环境因素，但企业无需担负减排成本(pem,t=0)，且无减排激励(μt=0)。

(4)强度标准。指产出的碳排放强度，其与总量控制政策无视产出不同，政府制定单位GDP产出的碳排放上限标准ν，即emt≤νyt，同时以价格机制pem,t向生产者出售排放许可证。

借鉴污染排放对环境政策冲击效应存在重要影响与传导机制的研究，假设环境政策的环境税、总量限额与强度标准的实施分别遵循AR(1)过程(Fischer和Springborn，2011)[14]，即式(22A-22C)：

(22A)

(22B)

(22C)

其中，参数ρτp、ρem与ρv分别为环境政策强度的持续性弹性，et为各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et∶i.i.dN(0,σ2)。

5.财政政策。因已在环境部门相关模型中描述政府环境收入和支出因素，这里仅给出传统财政收入与支出平衡关系：

(23)

式中，财政支出包括政府公共消费gt与第t期所需支付的第t-1期债券存量的真实利息。财政支出融资方式包括来自要素有效消费税τc、劳动收入税lt、资本收入税τk的一次性税收与债券发行。假设政府公共支出遵循式(24)：

(24)

式中，参数ρg与φg分别为政府购买的持续弹性及对债务规模敏感系数。

6.货币政策。基于国外文献假定货币当局采用盯住利率目标的货币政策，其遵循满足修订的泰勒规则为：

(25)

式中，ρr∈[0,1)测度利率平滑倾向，φy>0,φπ>0分别表示利率对产出缺口与通胀缺口的反应系数。

7.经济系统均衡条件。DSGE模型均衡条件分别由家庭、厂商与政府三个代理主体最优决策式(3)-式(25)等23个实现条件，及该经济系统环境变化的生产率冲击、市场出清、污染治理收支平衡式(26)-(28)，共26个方程构成。这里：

(26)

yt=ct+It+gt+gm,t

(27)

gm,t=pem,temt

(28)

8.外生性冲击。围绕环境政策研究主题，在技术、政府购买、利率与环境政策决定方程中引入相应的随机冲击，其独立于各变量并服从正态分布，即et∶i.i.dN(0,σ2)。

三、 模型参数校准与贝叶斯估计

(一) 基础参数校准

表1 与稳态相关参数的校准赋值

资料来源：作者编制。

(二) 参数贝叶斯估计

除上述基于经济环境基础参数采用校准方法决定外，模型其余大量参数使用贝叶斯方法估计。选择我国1996年第1季度—2015年第2季度的GDP、社会消费品零售总额、固定资产投资完成额、CPI环比指数作为贝叶斯估计的实际观测基础变量值；*数据源自中经网中国宏观经济统计数据库。并以1996年第1季度为基期，进行价格缩减处理；进而采用Tramo-Steats方法季节调整观测变量；然后用HP滤波方法获取相关变量波动成分。基于MCMC方法，参照Smets和Wouters(2003)[28]、Forni等(2009)[37]、Traum和Yang(2011)[38]等相关文献设定相关参数先验分布；并在Matlab软件支持下的Dynare工具包上，分别完成四种不同环境政策系统的动态相关参数贝叶斯估计，结果如表2、表3所示。

表2 无环境政策模型参数贝叶斯估计

资料来源：作者编制。

表3 三种环境政策模型参数贝叶斯估计

资料来源：作者编制。

四、 我国碳排放政策效应测度分析

通过参数校准和贝叶斯估计，E-DSGE理论模型即可转换为环境政策实施效应的数据仿真平台。该平台具有5个模型的数据模拟子系统，即无环境因素、有环境因素但政策参数为0(简称无政策)、碳排放总量控制、环境税和强度标准。相关模拟比较数据，来自相应子系统分别运行结果的汇集。我国碳排放政策效应模拟主要开展三方面工作：一是环境政策影响系统基本面的测度分析。其通过无环境因素模型与加入环境因素的四种政策状态模型，实现对主要经济变量稳定状态水平的比较测度。二是测度主要经济变量和碳排放总量对系统冲击及政策冲击的独立响应。包括代表系统外生的负面技术冲击，代表财政政策的政府支出增加冲击，代表货币政策的利率增加冲击，三种环境政策强度增加冲击。三是采用理论方差分解技术，测度在所有冲击综合作用下，每个冲击对经济和碳排放变量稳态偏离方差的贡献份额，比较各冲击因素对变量的相对影响。

(一) 环境政策的系统基本面效应

系统基本面由产出、消费、投资、就业与通胀变量，以及碳排放变量表示。该测度通过无环境因素模型的子系统与加入环境因素的四种政策状态模型子系统，对主要经济与环境变量稳定状态水平的比较，实现对我国基本面的考察。表4给出无环境政策模型，及加入环境因素的四种政策状态模型模拟碳排放量分别下降20%与40%减排目标情形下，系统变量的稳态特征。应当指出，由于三种环境政策作用均以价格机制传导，因此，在系统确定性条件下，不同环境政策的最终稳态水平是相同的，故表4的列(3)与列(5)直接列示基于总量控制政策的稳态测度数值结果。

表4 总量控制减排率20%和40%情况的主要变量确定性稳态及其偏离率

资料来源：作者编制。

从表4中得到两点结论：其一，表中列(1)与列(2)比较发现，加入环境因素的无政策状态模型的系统变量稳态水平，与无环境因素模型相应水平相比，呈现微弱下降，表明碳排放政策对我国系统运行稳态产生一定负面效应。其二，在目前我国经济系统结构条件下，环境政策对经济水平产生较大影响，但环境质量却可得到相应改善。正如理论预期，减排目标的提高加大经济损失。其中，若碳总量减排20%，产出将下降3.7017%；若碳总量减排40%，产出水平将下降10.9563%。显然我国经过长期高能耗、高排放发展模式形成的经济基本面，与绿色可持续发展目标的实现，存在巨大差距；经济结构调整任务艰巨，碳减排工作不可能一蹴而就，需要通过进一步加快供给侧结构改革的步伐，逐步推进碳减排目标的落实。

(二) 经济变量和碳排放总量对外生系统冲击及政策冲击的独立响应

图1-图4分别模拟主要经济变量产出、消费、投资、就业、通胀与环境变量CO2对各类一单位标准差冲击的稳态偏离响应。其中，横轴表示以季度为单位的40时期，纵轴表示偏离稳态的程度。

图1 主要经济变量对一单位标准差负面技术冲击的效应

1.负面技术冲击的动态效应。利用负面技术表示我国经济外部因素的综合负面影响，譬如2008年全球金融危机等。实际上该效应给出我国经济系统稳定性测度。图1显示，总体上，主要变量的负面技术冲击响应负向较弱，正向较强，对我国经济系统稳定性没有产生显著的负面影响。且符合理论预期，暂时性负面技术冲击造成产出、消费、投资及碳排放等变量产生负向百分之几的瞬时较弱偏离响应；而就业则出现较大的、通胀出现极小的瞬时正向调整响应。另外，由于技术冲击的暂时性，导致就业、通胀从初始正向偏离后较快下降于稳态，而产出、消费、投资从初始负向偏离后逐渐上升于稳态。不同环境政策条件下，主要变量冲击响应的比较信息包括：(1)总量控制政策盯住固定的碳排放目标水平，产出、消费、就业、通胀等水平降低响应微弱。面临负面技术冲击带来的产出收缩，生产排放随之减少，排污权交易市场许可证需求降低，引致许可证价格与减排成本下降，继而企业拥有更多的资源及更大的生产决策空间来抵御产出下降；其表征为产出、消费等变量下降幅度小于无政策基准情形。值得注意的是，该政策初始时的投资并没有立即发生负向偏离；而就业初始时正向上冲幅度高于无政策情形。因此，选择该政策将有利于资本市场与劳动市场应对系统外环境变化冲击的波动影响。(2)环境税政策下，主要经济与环境变量对负面技术冲击独立响应与无政策情形基本一致。由于该政策以固定税率矫正环境负外部性，生产企业面临恒定的边际减排成本约束，其最优决策不受系统外环境变化影响，经济动态演化路径与无政策情形趋同。(3)强度标准政策的单位GDP排放强度标准，仅仅控制产出与碳排放量比例，没有限制产出或排放水平。面临系统外环境变化负面冲击，产出、投资、就业、通胀与碳排放初始响应，与其他政策区别较强，呈现正向调整。

图2 主要经济变量对一单位标准差政府支出增加冲击的效应

2.政府支出增加冲击的动态效应。财政政策包括支出、收入、转移支付等诸多方面，因篇幅所限，这里仅模拟政府支出增加政策的效应。图2显示，总体看当政府购买性支出增加时，产出、就业及碳排放初始分别呈不同程度微弱正向瞬时偏离。但其对于消费及投资行为产生的挤出效应造成两者呈现负向微弱和较弱波动。但财政扩展政策的产出增长效应难以为继，产出与其成比例变动的碳排放变量在第5期左右开始出现负向偏离。不同环境政策条件下，主要变量冲击响应的比较信息包括：(1)总量控制政策下，企业需要配置更多资源用于减排活动，该政策机制在一定程度上抑制了经济波动。其中通胀对政府支出冲击产生负向调整现象。(2)环境税政策下，政府支出冲击造成主要变量的响应方向与无政策状态基本保持一致，但其变动偏离幅度显著高于后者。其中，消费的负向偏离程度与通胀的正向偏差显著，其表明该政策具有一定负面效应。(3)强度标准政策下，产出、就业及碳排放对政府支出冲击产生正向偏离响应，并显著高于其他政策；而且该政策在一定程度上收敛政府支出冲击对通胀的刺激作用。

图3 主要经济变量对一单位标准差利率增加冲击的效应

3.利率增加冲击的动态效应。如图3所示，总体看，利率冲击影响较弱。其中，不同环境政策下，主要变量冲击响应存在两个特征。一是总量控制政策与其他政策显著不同，除通胀变量出现极弱下降波动外，其余变量的冲击响应也较微弱，其中消费和碳排放变量几乎没有变化。二是除总量控制政策外，消费变量对其他政策冲击的负面响应也表现出极弱下降响应；应该关注环境税政策下，与其他变量均出现较一致的短期下降，较快回升响应态势相比，利率冲击引起消费变量的负面响应，具有长期不能回归稳态的特征。

图4 主要经济变量对一单位标准差环境政策正向冲击的效应

4.三种环境政策的正向冲击的动态效应。如图4所示，环境政策总体在促进碳排放减少的同时，对现阶段产出、投资、就业等经济变量的冲击具有一定负面微弱效应。其中虽然就业的冲击负向效应极弱，但也说明，目前我国粗放式劳动密集型产业主导发展模式，一旦加强环境政策还是引起要素市场的负面波动。在不同环境政策冲击下，主要变量冲击响应存在两个主要区别。一是三种政策下的消费对环境政策冲击均呈现“U”型演化路径，但环境税与总量控制情形下消费对冲击产生初始正向偏离，而强度标准情形下其呈现初始负向调整态势。二是除消费变量外，其他主要宏观变量对强度标准政策冲击响应的调整偏离幅度大于另两种政策冲击响应。

基于上述主要变量对系统及政策冲击的独立响应测度，本文发现主要变量对系统负面技术冲击，财政、货币政策冲击与三种环境政策强度增加冲击的响应，总体表现较弱或微弱，对我国经济系统稳定性没有产生显著负面影响。综合我国基本面测度信息，可以得到如下结论：虽然目前我国尚难以承受高减排目标，但经济系统能够接受碳减排政策；因此逐步加快碳减排步伐，以碳减排政策作为供给侧结构性改革工具，即可实现经济结构调整与碳减排推进互动的目标。

(三) 联合冲击综合效应的分解

以上是主要经济与环境变量对冲击的独立响应信息,但现实中,相关变量往往受到各类因素的联合冲击。理论方差分解(Variance Decomposition)是将t时期受到多因素联合冲击后，相关变量产生偏离稳态响应的综合方差，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。表5给出标准的t时期环境政策子系统主要变量冲击响应的方差分解数据。表6基于表5给出t时期主要变量冲击响应方差分解的环境政策比较。

表5 t时期环境政策子系统变量冲击响应的理论方差分解

资料来源：作者编制。

表6 t时期基于主要变量冲击响应方差分解数据的环境政策比较

资料来源：作者编制。

表5和表6给出主要变量、政策背景和冲击因素三维交叉的复杂信息。因篇幅所限，这里仅分析主要变量响应的突出分解特征，并给出环境政策选择的关注点。

主要变量基于环境政策的冲击响应分解特征显著，其中：(1)对产出联合冲击中，总量控制政策下，该政策冲击影响高达80.02%；(2)对消费、投资联合冲击中，环境税政策下，政府支出冲击影响分别高达80.6%、84.76%；(3)对就业联合冲击中，总量控制、强度标准和环境税三政策下，负面技术冲击影响分别高达98.24%、93.69%和74.54%；(4)对通胀联合冲击中，总量控制政策下，负面技术冲击影响53.78%，利率冲击影响42.85%；(5)对碳排放变量联合冲击中，强度标准政策冲击影响高达66.56%。显然环境政策选择需要关注：(1)总量控制政策下，该政策自身冲击对产出强劲影响，及其在该政策背景下，负面技术冲击对就业、通胀产生的强力影响。(2)环境税政策下，政府支出冲击对消费、投资存在强劲的，及其负面技术冲击对就业的强力影响。(3)强度标准政策下，负面技术冲击对就业也存在强力影响，及其该政策自身冲击对环境变量的强劲影响等。

[1]XIAO Y,NIU Y Q.Output and employment effects of the spread of clean coal technology in China[J].Energy & Environment,2015,26(6/7):1081-1098.

[2]LEONTIEF W W,FORD D.Air pollution and the economic structure:empirical results of input-output computation[C]//BRODY A,CARTER A P.Input-output Techniques.Amsterdam:North-Holland Publishing Company,1972:9-30.

[4]程郁泰，张纳军.碳排放IDA模型的算法比较及应用研究[J].统计与信息论坛，2017(5):10-17.

[5]WEITZMAN M L.Prices versus quantities[J].Review of Economic Studies,1974,41(4):477-491.

[6]KEELER E,SPENCE M,ZECKHAUSER R.The optirmal control of pollution[J].Journal of Economic Theory,1972,4(1):19-34.

[7]PLOEG F V D,WITHAGEN C.Pollution control and the ramsey problem[J].Environmental and Resource Economics,1991,1(2):215-236.

[8]PANAYOTOU T.Demystifying the environmental kuznets curve:turning a black box into a policy tool[J].Environment and Development Economics,1997,2(4):465-484.

[9]HEYES A.A proposal for the greening of textbook macro:IS-LM-EE[J].Ecological Economics,2000,32(1):1-7.

[10]SIM N C S.Environmental keynesian macroeconomics:some further discussion[J].Ecological Economics,2006,59(4):401-405.

[11]FARMER J D,HEPBURN C,MEALY P,et al.A third wave in the economics of climate change[J].Environmental and Resource Economics,2015,62(2):329-357.

[12]ANGELOPOULOS K,ECONOMIDES G,PHILIPPOPOULOS A.What is the best environmental policy? Taxes,permits and rules under economic and environmental uncertainty[R/OL].CESIFO Working Paper,NO.2980,2010.[2010-04-30].http://www.gla.ac.uk/media/media_148662_en.pdf.

[13]ANGELOPOULOS K,ECONOMIDES G,PHILIPPOPOULOS A.First- and second- best allocations under economic and environmental uncertainty[J].International Tax and Public Finance,2013,20(3):360-380.

[14]FISHER 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):352-366.

[15]HEUTEL G.How should environmental policy respond to business cycles? Optimal policy under persistent productivity shocks[J].Review of Economic Dynamics,2012,15(2):244-264.

[16]GOLOSOV M,HASSLER J,KRUSELL P,et al.Optimal taxes on fossil fuel in general equilibrium[J].Econometrica,2014,82(1):41-88.

[17]LINTUNEN J,VILMI L.On optimal emission control:taxes,substitution and business cycles[R/OL].Finlan:Bank of Finland Research Discussion Papers,NO.24,2013.[2013-09-27].https:// helda.helsinki.fi/bof/ bitstream/123456789/7736/1/172748.pdf.

[18]GRODECKA A,KURALBAYEVA K.The price vs quantity debate:climate policy and the role of business cycles[R/OL].London: Grantham Research Institute on Climate Change and the Environment Working Paper,No.177,2015.[2015-01-24].http://www.lse.ac.uk/GranthamInstitute/wp-content/uploads/2015/01/ Working-Paper-177-Grodecka-Kuralbayeva.pdf.

[19]KHAN H,METAXOGLOU K,KNITTEL C R,et al.How do carbon emissions respond to business cycle shocks?[R/OL].Carleton: NBER Working Paper,No.22294,2016.[2016-05-31].http://www.carleton.ca/ economics/wp-content/uploads/cep15-07.pdf.

[20]DISSOUY,KARNIZOVA L.Emissions cap or emissions tax? A multi-sector business cycle analysis[J].Journal of Environmental Economics & Management,2016,79(5):169-188.

[21]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):1-21.

[22]郑丽琳，朱启贵.技术冲击、二氧化碳排放与中国经济波动——基于DSGE模型的数值模拟[J].财经研究，2012(7):37-49.

[23]吴兴弈，刘纪显，杨翱.模拟统一碳排放市场的建立对我国经济的影响——基于DSGE模型[J].南方经济，2014(9):78-97.

[24]徐文成，薛建宏，毛彦军.宏观经济动态性视角下的环境政策选择[J].中国人口·资源与环境，2015(4):101-109.

[25]雷原，张武林，曲亮.“一带一路”战略下中国经济增长与碳减排协同研究[J].河海大学学报(哲学社会科学版),2016(1):23-29.

[26]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(7):1452-1461.

[27]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(2):41-53.

[28]夏良杰,郝旺强,吴梦娇.碳税规制下基于转移支付的供应链减排优化研究[J].经济经纬,2015(4):114-120.

[29]张俊.碳税规制下基于转移支付的供应链减排优化研究[J].财经论丛,2016(6):104-112.

[30]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 - 45.

[31]SMETS F,WOUTERS R.An estimated dynamic stochastic general equilibrium model of the Euro Area[J].Journal of the European Economic Association,2003,1(5):1123-1175.

[32]肖尧，牛永青.财政政策DSGE模型中国化构建及其应用[J].统计研究，2014(4):51-56.

[33]DIXIT A K,STIGLITZ J E.Monopolistic competition and optimum product diversity[J].American Economic Review,1977,67(3):297-308.

[34]NORDHAUS W D.A question of balance: weighing the options on global warming policies[M].New Haven:Yale University Press,2008:146-147.

[35]CALVO G A.Staggered prices in a utility-maximizing framework[J].Journal of Monetary Economics,1983,12(3):383-398.

[36]REILLY J M,RICHARDS K R.Climate-change damage and the trace-gas-index issue[J].Environmental and Resource Economics,1993,3(1):41-61.

[37]FORNI L,MONTEFORTE L,SESSA L.The general equilibrium effects of fiscal policy:estimates for the Euro area[J].Journal of Public Economics,2009,93(3/4):559-585.

[38]TRAUM N,YANG S-C S.Monetary and fiscal policy interactions in the post-war U.S.[J].European Economic Review,2011,55(1):140-164.

(责任编辑 毕开凤)

Construction of E-DSGE Model and Measurement of Policy Effects of China’s Carbon Emission Reduction

XIAO Hong-ye1,2， CHENG Yu-tai2

(1.SchoolofEconomics,HenanUniversity,Kaifeng475000,China;2.SchoolofScienceandTechnology,TianjinUniversityofFinance&Economics,Tianjin300222,China)

The interaction mechanism between economy and environment has complex dynamic uncertainty, therefore, the environmental policy based on historical data may contain the social cost of trial and error, and we need to examine the effects of environment policy in advance. Based on the improvement of a foreign classical model, this paper introduces the processing technology of environment factor and builds the corresponding E-DSGE model frame. By the data simulation platform based on environment parameter calibration and bayesian estimation, this paper gives the simulation measurement of the effects of carbon emission reduction in China, suggesting that the environmental policy has little particularly strong negative impact on the stability of our national economic system, but it is still difficult for the system fundamentals to sustain the targets of high emission reduction at present, and the different emission reduction policies contain highly distinguishable features. In turn, the research proposes the policy space that we could achieve the promoting interaction between the economic structural adjustment and carbon emissions reduction, by the means of speeding up carbon emission reduction gradually, and applying the corresponding policy instrument for the structure reforming of the supply side. It could also provide reference for DSGE model research in China.

DSGE model; environmental policy effect; Bayesian estimation; shock response

2016-05-17

国家社会科学基金项目“我国税收改革政策宏观效果的统计测度与评价研究”(15BTJ010)；教育部基地重大项目“经济政策宏观作用机制数量模拟理论方法及其应用研究”(13JJD790018)

肖红叶，男，教授，博士生导师，主要从事经济统计研究；程郁泰，男，博士研究生，主要从事经济统计研究。

F222.3

A

1000-2154(2017)07-0073-14

10.14134/j.cnki.cn33-1336/f.2017.07.008