武曉利

(河南財經(jīng)政法大學(xué)經(jīng)濟學(xué)院，河南 鄭州 45000)

1 引言

近年來，以霧霾天氣為典型代表的生態(tài)環(huán)境惡化已嚴重影響了我國經(jīng)濟的可持續(xù)發(fā)展，以綠色發(fā)展、生態(tài)優(yōu)先為主要參照的新常態(tài)經(jīng)濟增長模式已然形成。節(jié)能減排、環(huán)保技術(shù)更新作為政府環(huán)境治理的重要方面，必將成為未來幾年內(nèi)改善生態(tài)環(huán)境質(zhì)量的政策著力點。據(jù)統(tǒng)計，“十二五”期間我國節(jié)能環(huán)保產(chǎn)業(yè)總產(chǎn)值達到4.5萬億，年均增長率為15%；同時，預(yù)計“十三五”期間節(jié)能環(huán)保產(chǎn)業(yè)增速將超過20%，總產(chǎn)值可能達到17萬億，這意味著節(jié)能環(huán)保產(chǎn)業(yè)將從戰(zhàn)略新興產(chǎn)業(yè)上升至國民支柱產(chǎn)業(yè)的新高度。顯而易見，節(jié)能環(huán)保不論從經(jīng)濟發(fā)展還是國家戰(zhàn)略層面均占有重要的地位，研究節(jié)能減排、環(huán)保技術(shù)更新以及政府治污支出等措施對生態(tài)環(huán)境質(zhì)量的影響具有重要的現(xiàn)實意義。

那么，面對日益惡化的生態(tài)環(huán)境，應(yīng)如何更快、更好的進行治理與改善，影響生態(tài)環(huán)境質(zhì)量的關(guān)鍵因素有哪些？關(guān)于這一問題，目前各方觀點也存在較大的爭議性，我們從三個層面進行歸納闡述。第一，從家庭的層面來看，以汽車尾氣排放為代表的空氣污染對生態(tài)環(huán)境的影響日趨嚴峻，努力推動機動車“國五”標準的快速實施是一個重要方面，同時生活垃圾的再回收利用也關(guān)系到土壤污染和水污染的治理效果；第二，從企業(yè)的層面來看，環(huán)保技術(shù)更新以及廠商減排意識直接關(guān)系到生產(chǎn)過程中的工業(yè)廢氣、廢水的排放量，進而影響到整體生態(tài)環(huán)境；第三，從政府的層面來看，節(jié)能減排政策以及治污支出的科學(xué)分配決定了企業(yè)減排努力程度以及減排意識強弱的外部環(huán)境，從而也能夠為生態(tài)環(huán)境質(zhì)量的改善注入一針強心劑。

近年來，由于全球氣候變暖及自然災(zāi)害頻發(fā)等環(huán)境問題的持續(xù)加深，各國政府及相關(guān)學(xué)者對生態(tài)環(huán)境治理的關(guān)注度也不斷加強。在此背景下，一些宏觀經(jīng)濟方法也逐漸用于解決環(huán)境質(zhì)量問題。如Weitzman[1]、Bovenberg和Goulder[2]在比較靜態(tài)分析框架下研究價格、比例控制及稅收政策在環(huán)境污染治理過程中的作用；之后，部分學(xué)者逐漸意識到生產(chǎn)企業(yè)在環(huán)境問題的不可替代性，開始采用代際交疊(OLG)模型衡量環(huán)境治理與經(jīng)濟增長之間的相關(guān)性[3-4]；與此同時，采用數(shù)值模擬方法對環(huán)境治理工具的相關(guān)研究逐漸興起，一方面，基于可計算一般均衡(CGE)模型研究碳排放稅、碳交易機制對我國宏觀經(jīng)濟及生態(tài)環(huán)境的影響[5-7]；另一方面，隨著動態(tài)隨機一般均衡(DSGE)模型在研究重大經(jīng)濟問題方面的突破性進展，其所具有的顯性建模框架、理論一致性及宏觀與微觀分析相結(jié)合等特點，促使眾多學(xué)者將影響環(huán)境問題的諸多要素引入該框架，探究環(huán)境問題、政策機制及經(jīng)濟增長之間的最優(yōu)設(shè)計方案[8-10]。

然而，眾多采用動態(tài)隨機一般均衡方法對環(huán)境問題的相關(guān)研究存在一定的局限性和片面性。部分學(xué)者從碳排放政策、排污稅以及污染配額等政府層面研究不同策略下的治理效率問題[11-13]，對家庭與生產(chǎn)企業(yè)對環(huán)境治理的影響較少涉及；一些學(xué)者考慮到居民態(tài)度、企業(yè)的節(jié)能減排等方面對環(huán)境問題的影響[14-15]，而對政策機制方面的研究缺乏統(tǒng)籌考慮；也有較少學(xué)者從環(huán)保技術(shù)及政府與消費者環(huán)境質(zhì)量偏好方面進行分析[16-17]，但其研究結(jié)論對政府治污支出、廠商減排意愿等方面并未深入考察；總體上，國內(nèi)外相關(guān)研究較為缺乏對企業(yè)環(huán)保技術(shù)、主觀減排意愿及政府治污支出、節(jié)能減排補貼等財政政策方面的整體考察，且由于其所采用時間序列的差異性，導(dǎo)致其研究結(jié)論存在諸多爭議。

基于對這一問題的審慎思考，本文嘗試建立包含中國宏觀經(jīng)濟及環(huán)境特征的三部門雙系統(tǒng)DSGE模型，同時將廠商部門的環(huán)保技術(shù)更新與減排努力程度、政府部門的節(jié)能減排政策與治污支出規(guī)模等因素引入該模型框架中，探究各變量在經(jīng)濟與環(huán)境雙系統(tǒng)中的傳導(dǎo)機制與動態(tài)效應(yīng)。同時，由于目前國內(nèi)從動態(tài)角度考察節(jié)能減排問題的相關(guān)研究較少，本文在動態(tài)隨機一般均衡分析框架中重點分析節(jié)能減排政策以及生產(chǎn)企業(yè)的節(jié)能減排政策反應(yīng)等方面對經(jīng)濟與環(huán)境的影響機制，力求對我國節(jié)能減排措施的政策效果及傳導(dǎo)路徑進行完整描述。

2 模型構(gòu)建

本文在動態(tài)隨機一般均衡框架下構(gòu)建包含三個部門和兩個系統(tǒng)的DSGE模型，其中，三個部門分別是代表性廠商、家庭和政府，兩個系統(tǒng)分別是經(jīng)濟系統(tǒng)和環(huán)境系統(tǒng)。首先，對于家庭部門而言，影響代表性家庭效用的不僅包括消費和勞動，而且還包括生態(tài)環(huán)境質(zhì)量和碳排放量。家庭在每一期向廠商提供勞動和私人資本，以獲得勞動報酬和資本租金。其次，對于廠商部門而言，利用雇傭的勞動和租賃的資本進行生產(chǎn)，而廠商的生產(chǎn)行為會產(chǎn)生碳排放，直接降低生態(tài)環(huán)境質(zhì)量。假設(shè)廠商會在利潤最大化的前提下進行節(jié)能減排，而廠商的節(jié)能減排行為能夠從政府部門獲得一定程度的補貼。最后，對于政府部門而言，政府收入來源于廠商所繳納的產(chǎn)出稅以及家庭繳納的居民消費稅、勞動所得稅和資本所得稅，政府支出用于轉(zhuǎn)移支付、節(jié)能減排補貼和治污支出。其中，轉(zhuǎn)移支付用于彌補代表性家庭由于碳排放和生態(tài)環(huán)境質(zhì)量下降所帶來的效用下降；節(jié)能減排補貼用于激勵廠商的節(jié)能減排行為；治污支出用于開發(fā)環(huán)保技術(shù)和改善生態(tài)環(huán)境質(zhì)量。

2.1 代表性家庭

假定經(jīng)濟系統(tǒng)中包含無數(shù)個同質(zhì)的家庭，每個家庭偏好相同且能夠生存無限期，效用函數(shù)采用CRRA效用形式，則代表性家庭在每一期規(guī)劃其消費與勞動供給以最大化一生效用，參考鄭麗琳和朱啟貴[16]、徐文成等[18]，效用函數(shù)設(shè)定為：

(1)

其中，E0表示基于0期信息形成的條件期望算子；0<β<1，表示主觀貼現(xiàn)率；Ct表示t期代表性家庭的消費；Et表示t期的生態(tài)環(huán)境質(zhì)量；λ表示代表性家庭在消費和生態(tài)環(huán)境質(zhì)量之間的權(quán)衡值；θ1和θ2分別表示家庭消費和勞動的相對風險規(guī)避彈性；Nt代表t期代表性家庭的勞動供給。CEt表示t期的碳排放量，其給代表性家庭帶來負效用，故以負對數(shù)的形式引入模型。

在第t期家庭的預(yù)算約束為

(1+τc)Ct+St+1=(1+(1-τs)rt)St+(1-τw)WtNt+G1t

(2)

其中，τc,τs,τw分別表示居民消費稅、資本所得稅和勞動所得稅；G1t表示政府在第t期的轉(zhuǎn)移支付。

求解代表性家庭的效用最大化問題，可得一階條件與橫截性條件如下：

(3)

(4)

(5)

limEtβt+jλt+jSt+j=0

(6)

其中，λt為約束條件(2)式的Lagrange乘子，式(3)的右邊代表家庭t期消費的邊際效用。式(4)為消費與勞動的Euler方程，表示t期家庭勞動所帶來的邊際損失等于消費所產(chǎn)生的邊際效用。式(5)反映家庭消費的最優(yōu)規(guī)劃，即t期消費的邊際效用等于t+1期消費所帶來效用的貼現(xiàn)值。式(6)為家庭效用最大化需滿足的橫截性條件。

2.2 代表性廠商

在完全競爭的市場中，廠商均是同質(zhì)的，每個廠商具有相同的技術(shù)水平。代表性廠商通過租借私人資本和勞動進行生產(chǎn)。假設(shè)廠商采用Cobb-Douglas形式的生產(chǎn)函數(shù)，即：

(7)

(8)

在這里，假設(shè)生態(tài)環(huán)境系統(tǒng)中碳排放量主要是由代表性廠商的生產(chǎn)行為造成的，并且每一期碳排放量與當期代表性廠商的產(chǎn)量Yt呈正相關(guān)，與當期的環(huán)保技術(shù)水平呈負相關(guān)。參考鄭麗琳和朱啟貴[16]、Annicchiarico和Di Dio[19]的做法，設(shè)定第t期碳排放量CEt為：

(9)

(10)

由于生態(tài)環(huán)境中的實際碳排放量與廠商的節(jié)能減排努力程度存在較大關(guān)系，故假設(shè)第t期廠商的節(jié)能減排努力程度為Lt，則廠商在第t期的實際碳排放量ACEt為：

(11)

(12)

廠商在第t期的節(jié)能減排量JPt為：

(13)

(14)

其中，σ1>0，σ2>0為廠商節(jié)能減排成本的技術(shù)參數(shù)。

廠商的資本積累方程為：

Kt+1=It+(1-δ)Kt

(15)

其中，δ表示資本折舊率，It表示t期的投資。

廠商在t期需要支付家庭的工資Wt、資本租金rt、承擔資本折舊率δ，向政府按稅率τf繳納產(chǎn)出稅，同時從政府那里獲得節(jié)能減排補貼，并承擔節(jié)能減排成本。所以利潤最大化問題可表達為：

(16)

求解該最優(yōu)化問題，可得如下關(guān)于Kt和Nt的最優(yōu)一階條件：

(17)

(18)

2.3 政府

政府每一期的收入包括四個部分：向代表性家庭征收的居民消費稅、資本所得稅和勞動所得稅以及向廠商征收的產(chǎn)出稅，故

Gt=τcCt+τsrtSt+τwWtNt+τfYt

(19)

假設(shè)政府在每一期的支出被用于三個部分：第一部分為政府轉(zhuǎn)移支付G1t，用于彌補代表性家庭由于碳排放和生態(tài)環(huán)境質(zhì)量下降所帶來的效用下降；第二部分為節(jié)能減排補貼G2t，由于廠商必須為其節(jié)能減排行為付出一定的成本，為了激勵廠商進行節(jié)能減排，政府必須給予一定的補貼；第三部分為政府治污支出G3t，由于廠商的碳排放行為對生態(tài)環(huán)境質(zhì)量和居民的效用造成負效應(yīng)，在這里假定代表性家庭和廠商不會主動治理已經(jīng)產(chǎn)生的環(huán)境污染。所以，政府必須承擔起治理污染和改善環(huán)境質(zhì)量的責任。所以 ，政府在第t期的預(yù)算約束為：

Gt=G1t+G2t+G3t

(20)

在第t期政府節(jié)能減排補貼支出為：

(21)

(22)

2.4 環(huán)境

(23)

(24)

2.5 市場出清

當市場達到出清狀態(tài)時，有以下式子成立：

St=Kt

(25)

Ct+It+Gt=Yt

(26)

2.6 均衡系統(tǒng)

給定經(jīng)濟中代表性家庭的偏好、廠商的技術(shù)水平和資源約束、政府支出分配、環(huán)境系統(tǒng)中的環(huán)保技術(shù)水平等，狀態(tài)變量{Ct-1,Kt-1,At-1,Et-1,G1t-1,G2t-1,G3t-1,CEt-1,ACEt-1,JPt-1,ETt-1,ψt-1}，以及生產(chǎn)技術(shù)沖擊、環(huán)保技術(shù)沖擊、減排努力程度沖擊、節(jié)能減排補貼沖擊和政府治污支出沖擊{At,ETt,Lt,ψt,G3t}，當經(jīng)濟達到均衡狀態(tài)時，代表性家庭實現(xiàn)效用最大化、代表性廠商實現(xiàn)利潤最大化，并且消費品市場、資本市場以及勞動力市場均出清。

3 模型參數(shù)的校準、貝葉斯估計

模型中的參數(shù)根據(jù)其特征分兩種方法進行賦值，對于靜態(tài)參數(shù)，結(jié)合中國實際經(jīng)濟數(shù)據(jù)和已有文獻，采用校準的方法進行賦值；對于動態(tài)參數(shù)，在模型的基礎(chǔ)上采用貝葉斯(Bayes)方法進行估計。

3.1 靜態(tài)參數(shù)的校準檢驗

廠商部門中需要校準的靜態(tài)參數(shù)有：資本折舊率δ、資本產(chǎn)出彈性α、產(chǎn)出的碳排放程度χ、節(jié)能減排技術(shù)參數(shù)σ1和σ2。其中，參考相關(guān)國外文獻可知，δ估計值大多在0.1左右，國內(nèi)具有代表性的文獻黃勇峰等[22]中對我國制造業(yè)折舊率的估計值高達0.17，本文結(jié)合中國經(jīng)濟轉(zhuǎn)型期產(chǎn)業(yè)結(jié)構(gòu)的獨有特征，同時參考田友春[23]對我國各產(chǎn)業(yè)折舊率的測算值，將δ校準為0.12；本文采用張軍[24]的估計方法，通過估算廠商的生產(chǎn)函數(shù)，可得資本的產(chǎn)出彈性為α=0.45；結(jié)合Angelopoulos等[8]和Annicchiarico和Di Dio[18]的研究，將產(chǎn)出的碳排放指標χ設(shè)定為0.16；參考Annicchiarico和Di Dio[18]的相關(guān)結(jié)論，將節(jié)能減排技術(shù)參數(shù)分別設(shè)定為σ1=0.15和σ2=2.5。

家庭部門中需要校準的靜態(tài)參數(shù)有：主觀貼現(xiàn)因子β、消費與勞動供給的相對風險規(guī)避系數(shù)θ1和θ2、消費和生態(tài)環(huán)境質(zhì)量之間的權(quán)衡值λ。其中，采用1979-2015年間的CPI數(shù)據(jù)估算物價水平，進而可得β的取值為97%；參考黃賾琳[21]對消費相對風險規(guī)避系數(shù)的估算結(jié)果，將θ1設(shè)定為0.8；Fuentes-Albero[25]利用微觀數(shù)據(jù)估計出θ2的取值范圍為0.2-0.72，而胡永剛和郭新強[26]基于效用函數(shù)形式和穩(wěn)態(tài)平衡路徑校準得到θ2的取值為2或者3，結(jié)合中國宏觀經(jīng)濟特征，本文取θ2=3；Angelopoulos等[8]將消費和生態(tài)環(huán)境質(zhì)量之間的權(quán)衡值λ設(shè)定為0.4，朱軍[20]指出在注重經(jīng)濟發(fā)展的經(jīng)濟體中，居民對于消費和環(huán)境質(zhì)量的選擇中更為短視，故其設(shè)定消費和生態(tài)環(huán)境質(zhì)量之間的權(quán)衡值為0.7，本文同樣將λ設(shè)定為0.7。

環(huán)境系統(tǒng)中需要校準的靜態(tài)參數(shù)有：自然環(huán)境對于碳排放的正常分解率η和政府治污支出為改善生態(tài)環(huán)境質(zhì)量的轉(zhuǎn)化系數(shù)γ。其中，Angelopoulos等[8]將生態(tài)環(huán)境對碳排放的正常分解率η設(shè)定為0.1，同時將政府治污轉(zhuǎn)化系數(shù)γ設(shè)定為三種情況，即γ=5，1.5和0.6，朱軍[20]設(shè)定環(huán)境質(zhì)量的持續(xù)性參數(shù)為0.9，結(jié)合生態(tài)環(huán)境質(zhì)量的演變過程可計算得到生態(tài)環(huán)境對碳排放的正常分解率也為0.1。通過校準分析，本文令η=0.1，γ=1.16。

3.2 動態(tài)參數(shù)的校準檢驗

本文選取1979-2014年間我國實際GDP和消費數(shù)據(jù)做為外部觀察樣本，并利用MATLAB對動態(tài)參數(shù)進行貝葉斯估計。首先關(guān)于先驗均值的選取，根據(jù)已有文獻的估算和沖擊源的特征，本文設(shè)定生產(chǎn)技術(shù)沖擊、環(huán)保技術(shù)沖擊和減排努力程度沖擊的一階自回歸系數(shù)的先驗均值均為0.7，節(jié)能減排補貼沖擊和政府治污支出沖擊的一階自回歸系數(shù)的先驗均值均為0.5。對于沖擊源隨機擾動項的先驗均值，本文均設(shè)定為0.5。其次是先驗分布的選取，參考Smets和Wouters[27]、Gerali等[28]以及Khan和Tsoukalas[29]的做法，設(shè)定一階自回歸參數(shù)均服從Beta分布，波動參數(shù)均服從較為分散和平滑的逆伽瑪(Inv. Gamma)分布。

表1 動態(tài)參數(shù)的Bayes估計結(jié)果

圖1 Bayes估計的先驗分布和后驗分布

4 動態(tài)效應(yīng)與傳導(dǎo)機制分析

本部分對數(shù)值模型進行動態(tài)模擬，具體分析環(huán)保技術(shù)、節(jié)能減排補貼和政府治污補貼對產(chǎn)出、消費等宏觀經(jīng)濟變量以及碳排放量、實際碳排放量，節(jié)能減排量和環(huán)境質(zhì)量等環(huán)境系統(tǒng)變量的動態(tài)效應(yīng)和傳導(dǎo)機制，同時考察廠商的減排努力程度的動態(tài)影響路徑。

4.1 環(huán)保技術(shù)的動態(tài)效應(yīng)分析

圖2給出了1%正向環(huán)保技術(shù)沖擊下各宏觀變量的動態(tài)變化路徑?？梢园l(fā)現(xiàn)，第一，改進環(huán)保技術(shù)對產(chǎn)出的效應(yīng)為先負后正，且在較長的一段時間內(nèi)表現(xiàn)為正效應(yīng)；第二，改進環(huán)保技術(shù)對碳排放量、實際碳排放量和節(jié)能減排量均為負效應(yīng)，并且持續(xù)時間約為13期；第三，改進環(huán)保技術(shù)對消費和環(huán)境質(zhì)量為正效應(yīng)，并且持續(xù)性較強。

圖2 環(huán)保技術(shù)沖擊的脈沖響應(yīng)分析

環(huán)保技術(shù)改進的動態(tài)效應(yīng)主要通過以下的傳導(dǎo)機制：(1)環(huán)保技術(shù)更新在短期內(nèi)必將引起企業(yè)產(chǎn)出規(guī)模的下滑，主要原因在于更新舊設(shè)備所產(chǎn)生的成本和消耗的時間，主要體現(xiàn)在新舊設(shè)備更迭所產(chǎn)生的新技術(shù)工人的培訓(xùn)支出、舊設(shè)備的變現(xiàn)價值與新設(shè)備的重置成本的差額支出以及新員工培訓(xùn)時間、舊設(shè)備拆卸和新設(shè)備組裝所占用的時間等等；從長期來看，環(huán)保技術(shù)更新對企業(yè)的短暫沖擊不改變其未來發(fā)展態(tài)勢，并促進企業(yè)出現(xiàn)一定程度的正增長；(2)環(huán)保技術(shù)更新能夠在一定程度上刺激居民消費，這主要體現(xiàn)在現(xiàn)階段家庭消費觀念更加注意食品安全和清潔環(huán)保方面，從而環(huán)保技術(shù)的改善能夠提升居民的消費信心，改善其消費偏好；(3)環(huán)保技術(shù)更新使得實際碳排放量下降幅度顯著高于原碳排放量，且節(jié)能減排量也出現(xiàn)顯著下降，說明環(huán)保技術(shù)能夠有效削弱碳排放規(guī)模，節(jié)能減排量也必將由于碳排放量基數(shù)的下降而出現(xiàn)下滑，環(huán)境質(zhì)量得到顯著改善。

4.2 節(jié)能減排補貼的動態(tài)效應(yīng)分析

圖3給出了1%正向節(jié)能減排補貼沖擊下各宏觀變量的動態(tài)變化路徑?？梢园l(fā)現(xiàn)，第一，提高節(jié)能減排補貼對產(chǎn)出、碳排放量、實際談排放量和節(jié)能減排量的效應(yīng)為先正后負，且在較長的一段時間內(nèi)表現(xiàn)為負效應(yīng)；第二，提高節(jié)能減排補貼對居民消費為負效應(yīng)，而且持續(xù)性較強；第三，提高節(jié)能減排補貼對環(huán)境質(zhì)量的效應(yīng)為先負后正，并且負效應(yīng)的持續(xù)性較強。

提高節(jié)能減排補貼的動態(tài)效應(yīng)主要通過以下的傳導(dǎo)機制：(1)節(jié)能減排補貼的發(fā)放必將促進企業(yè)產(chǎn)出規(guī)模的上升，直接原因在于補貼的發(fā)放能夠刺激相關(guān)企業(yè)的生產(chǎn)積極性，并通過增加企業(yè)的流動資金促進其生產(chǎn)，間接原因在于補貼的性質(zhì)決定了相關(guān)企業(yè)必定會通過更新設(shè)備和技術(shù)的方式提升自身的節(jié)能減排規(guī)模，同時也提升其生產(chǎn)效率；(2)節(jié)能減排補貼屬于政府財政支出的一部分，加大補貼力度將導(dǎo)致政府轉(zhuǎn)移支付與政府治污支出的相對減少，而政府轉(zhuǎn)移支付的下降會直接降低家庭的收入水平，進而降低居民消費量；(3)節(jié)能減排補貼對企業(yè)的影響具有一定的延遲效應(yīng)。這是因為企業(yè)的設(shè)備更新決策和技術(shù)更新決策的實施是一個博弈的過程，即他們要考慮設(shè)備和技術(shù)更新成本以及由此產(chǎn)生的時間成本與節(jié)能減排補貼額孰大孰小的問題，這個過程必將延遲節(jié)能減排補貼政策實施的效果，從而使得短期內(nèi)碳排放量和實際碳排放量仍保持上升的態(tài)勢；從長期來看，補貼政策對碳排放量具有一定的抑制作用，但其效果要弱于環(huán)保技術(shù)更新。

圖3 節(jié)能減排補貼沖擊的脈沖響應(yīng)分析

4.3 政府治污支出的動態(tài)效應(yīng)分析

圖4給出了1%正向政府治污支出沖擊下各宏觀變量的動態(tài)變化路徑?？梢园l(fā)現(xiàn)，第一，增加政府治污支出對產(chǎn)出、碳排放量、實際碳排放量和節(jié)能減排量的效應(yīng)為先正后負，并且負效應(yīng)的持續(xù)性較強；第二，增加政府治污支出對居民消費為負效應(yīng)，且持續(xù)性強；第三，增加政府治污支出對環(huán)境質(zhì)量的正效應(yīng)，并且正效應(yīng)的持續(xù)性較強。

圖4 政府治污支出沖擊的脈沖響應(yīng)分析

增加政府治污支出的動態(tài)效應(yīng)主要通過以下的傳導(dǎo)機制：(1)政府治污支出對企業(yè)產(chǎn)出的影響是一個持續(xù)的過程，這主要體現(xiàn)在兩個方面：一是由于企業(yè)生產(chǎn)的慣性，政府治污的初始階段難以影響到企業(yè)的正常運行，故在短期內(nèi)企業(yè)的產(chǎn)出仍保持一定的增長；二是從較長的時間周期來看，隨著政府治污力度的不斷加大，企業(yè)的排污成本將越來越高，從而抑制了企業(yè)生產(chǎn)的積極性，當然，隨著治污的不斷深入，企業(yè)必將通過更新舊設(shè)備或改進環(huán)保技術(shù)等手段降低自身的排污成本，企業(yè)產(chǎn)出規(guī)模也將逐漸恢復(fù)到初始水平；(2)政府治污支出對居民消費的影響與節(jié)能減排補貼類似，在此不再具體展開分析；(3)政府治污支出對碳排放量的影響同樣是一個持續(xù)的過程，相關(guān)企業(yè)短期內(nèi)為了維持生產(chǎn)的慣性仍會保持原有的碳排放水平，隨著治污的不斷深入，碳排放規(guī)模也將顯著下降，環(huán)境質(zhì)量出現(xiàn)明顯改善；同時，由圖4可以看出，政府治污支出對環(huán)境質(zhì)量的改善效果要強于節(jié)能減排補貼，弱于環(huán)保技術(shù)更新。

4.4 廠商減排努力程度動態(tài)效應(yīng)分析

圖4給出了1%正向減排努力程度沖擊下各宏觀變量的動態(tài)變化路徑?？梢园l(fā)現(xiàn)，第一，廠商提高減排努力程度對產(chǎn)出、消費、碳排放量、實際碳排放量均為負效應(yīng)，并且對產(chǎn)出、消費、碳排放量的負效應(yīng)的持續(xù)性較強；第二，廠商提高減排努力程度對節(jié)能減排量和環(huán)境質(zhì)量均為正效應(yīng)，而且對環(huán)境質(zhì)量的正效應(yīng)持續(xù)性較強。

圖5 減排努力程度沖擊的脈沖響應(yīng)分析

廠商提高節(jié)能減排努力的動態(tài)效應(yīng)主要通過以下的傳導(dǎo)機制：(1)減排努力程度的上升必將導(dǎo)致企業(yè)產(chǎn)出規(guī)模的下降，這是因為，在企業(yè)原有設(shè)備的前提下，減排越努力意味著企業(yè)要大幅壓縮產(chǎn)能；如果更換新設(shè)備，也必將由于新設(shè)備的安裝調(diào)試以及新技術(shù)工人的培訓(xùn)使得產(chǎn)出規(guī)模出現(xiàn)一定的下滑；(2)減排努力程度削弱了居民消費，這主要體現(xiàn)在企業(yè)壓縮生產(chǎn)規(guī)模之后，必將導(dǎo)致企業(yè)員工薪水的下降或企業(yè)裁員規(guī)模的上升，從而引起家庭收入水平的下滑，降低居民消費的積極性；(3)減排努力程度對碳排放量、節(jié)能減排量和環(huán)境質(zhì)量的影響是顯而易見的，減排越努力必將使得企業(yè)碳排放量顯著下滑，同時節(jié)能減排量快速上升，環(huán)境質(zhì)量顯著改善；另外，與前幾種環(huán)境治理措施相比，減排努力程度對環(huán)境質(zhì)量改善的效果要明顯好于環(huán)保技術(shù)更新、節(jié)能減排補貼和政府治污支出。

5 模型的敏感性分析

本節(jié)從環(huán)保技術(shù)、節(jié)能減排補貼、政府治污支出以及減排努力程度四個方面分別考察模型的穩(wěn)健性，并探討各相關(guān)變量上下浮動15%對生態(tài)環(huán)境質(zhì)量的動態(tài)影響，進而研究環(huán)境質(zhì)量改善與各相關(guān)變量之間的相關(guān)關(guān)系。

5.1 環(huán)保技術(shù)、節(jié)能減排補貼的敏感性分析

圖6給出了環(huán)保技術(shù)(ET)、節(jié)能減排補貼(ψ)上下波動15%對生態(tài)環(huán)境質(zhì)量的動態(tài)影響。由圖6可以看出：(1)環(huán)保技術(shù)改善使得實際碳排放量與節(jié)能減排量均出現(xiàn)顯著的下降，這體現(xiàn)出環(huán)保技術(shù)更新能夠提升廠商的資源利用效率，使得減排規(guī)模與碳排放規(guī)模同步降低，環(huán)境質(zhì)量從總體上明顯上升，且在40期內(nèi)均保持明顯的持續(xù)性；(2)提高節(jié)能減排補貼僅在短期內(nèi)對實際碳排放量與節(jié)能減排量有明顯的作用，而長期看其影響相對較小，且對環(huán)境質(zhì)量的影響也非常有限，這體現(xiàn)出該措施對廠商僅有短期的激勵作用，而對環(huán)境質(zhì)量的改善不具有長期的可持續(xù)性。

5.2 治污支出、減排努力程度的敏感性分析

圖7給出了政府治污支出(G3)、減排努力程度(L)上下波動15%對宏觀經(jīng)濟的動態(tài)影響。由圖7可以看出：(1)治污支出比例的提升短期內(nèi)對實際碳排放量與節(jié)能減排量的影響較小，但能夠從中長期有效降低實際碳排放量與節(jié)能減排量，從而使得環(huán)境質(zhì)量在一定程度上得到改善；(2)廠商減排努力程度的上升能夠快速提升節(jié)能減排量，并有效降低實際碳排放規(guī)模，使得環(huán)境質(zhì)量得到快速上升，這體現(xiàn)出提升廠商的節(jié)能減排意識也是改善環(huán)境質(zhì)量的重要因素。

圖6 環(huán)保技術(shù)、節(jié)能減排補貼的敏感性分析

圖7 治污支出、減排努力程度的敏感性分析

6 結(jié)語

本文通過構(gòu)建一個三部門的動態(tài)隨機一般均衡(DSGE)模型，研究環(huán)保技術(shù)、節(jié)能減排補貼、政府治污支出和廠商節(jié)能減排努力程度等節(jié)能環(huán)保措施對經(jīng)濟系統(tǒng)和環(huán)境系統(tǒng)的動態(tài)影響。研究表明：(1)環(huán)保技術(shù)更新雖然在短期內(nèi)對廠商產(chǎn)出規(guī)模存在一定的負效應(yīng)，但從中長期來看，其能夠在實現(xiàn)經(jīng)濟增長的基礎(chǔ)上，有效降低實際碳排放量和節(jié)能減排量，提高生態(tài)環(huán)境質(zhì)量；(2)節(jié)能減排補貼在中長期對產(chǎn)出規(guī)模與居民消費存在一定的負效應(yīng)，且該措施僅在短期內(nèi)對實際碳排放量與節(jié)能減排量有明顯的抑制作用，長期影響相對較小，且對環(huán)境質(zhì)量的影響也非常有限，同時表現(xiàn)出一定的延遲性；(3)政府治污支出對宏觀經(jīng)濟存在一定的負效應(yīng)，同時其在短期內(nèi)對環(huán)境質(zhì)量改善的效果不明顯，但從中長期看其能夠有效降低碳排放量和實際碳排放量，提高生態(tài)環(huán)境質(zhì)量；(4)廠商減排努力程度對產(chǎn)出規(guī)模的負效應(yīng)較為明顯，但其能夠快速提升節(jié)能減排量，并有效降低實際碳排放規(guī)模，使得環(huán)境質(zhì)量有效改善。

針對本文研究結(jié)論，提出以下幾點政策建議：(1)由于環(huán)保技術(shù)更新能夠顯著改善生態(tài)環(huán)境質(zhì)量，故政府應(yīng)加大環(huán)保技術(shù)研發(fā)力度，提升整體環(huán)保技術(shù)水平，同時激勵廠商對環(huán)保技術(shù)的更新?lián)Q代；(2)節(jié)能減排補貼對廠商的減排動力僅存在短期影響，故該措施不應(yīng)作為提升生態(tài)環(huán)境質(zhì)量的優(yōu)先選項；(3)政府治污支出雖然占用一定的財政資金，但其效果從中長期來看能夠在一定程度上改善環(huán)境質(zhì)量，故應(yīng)保持治污支出的持續(xù)性和穩(wěn)定性；(4)廠商的減排努力程度不論在短期還是中長期均能夠顯著改善生態(tài)環(huán)境質(zhì)量，故應(yīng)加強節(jié)能減排方面的知識宣傳，提升廠商節(jié)能減排意識。

[1] Weitzman M L. Prices vs. quantities[J]. Review of Economic Studies, 1974, 41(4):477-91.

[2] Bovenberg A L, Goulder L H. Environmental taxation and regulation[J]. Handbook of Public Economics, 2001, 3:1471-1545.

[3] John A, Pecchenino R. An overlapping generations model of growth and the environment[J]. Economic Journal, 1994, 104(427):1393-1410.

[4] Jouvet P, Michel P, Rotillon G. Optimal growth with pollution: How to use pollution permits?[J]. Journal of Economic Dynamics & Control, 2005, 29(9):1597-1609.

[5] Wissema W, Dellink R. A CGE analysis of the impact of a carbon energy tax on the Irish economy[J]. Ecological Economics, 2007, 61(61):671-683.

[6] 崔連標, 范英, 朱磊,等. 碳排放交易對實現(xiàn)我國“十二五”減排目標的成本節(jié)約效應(yīng)研究[J]. 中國管理科學(xué), 2013, 21(1): 37-46.

[7] 時佳瑞, 蔡海琳, 湯鈴,等. 基于CGE模型的碳交易機制對我國經(jīng)濟環(huán)境影響研究[J]. 中國管理科學(xué), 2015,23(S1):801-806.

[8] Angelopoulos K, Economides G, Philippopoulos A. What is the best environmental policy? Taxes, permits and rules under economic and environmental uncertainty[R].Working Paper,the CEsiof Grounp Munich,2010.

[9] Annicchiarico B, Di Dio F D. GHG emissions control and monetary policy[J]. Environmental & Resource Economics, 2016,67(4):823-851.

[10] 程方楠, 孟衛(wèi)東. 宏觀審慎政策與貨幣政策的協(xié)調(diào)搭配——基于貝葉斯估計的DSGE模型[J]. 中國管理科學(xué), 2017, 25(1): 11-20.

[11] Fischer C, Springborn M. Emissions targets and the real business cycle: Intensity targets versus caps or taxes[J]. Journal of Environmental Economics & Management, 2009, 62(3):352-366.

[12] Heutel G. How should environmental policy respond to business cycles? Optimal policy under persistent productivity shocks[J]. Review of Economic Dynamics, 2011, 15(2):244-264.

[13] Dissou Y, Karnizova L. Emissions cap or emissions tax? A multi-sector business cycle analysis[J]. Journal of Environmental Economics & Management, 2016, 79:169-188.

[14] Fan Li,Shiwang C,Wei Zhang. Tax policy tropism of Chinese enterprises’ energy conservation and pollution reduction: Evidence from Shandong province[J]. Energy Procedia, 2011,5: 2468-2473.

[15] 王琳, 肖序, 許家林. "政府-企業(yè)"節(jié)能減排互動機制研究[J]. 中國人口:資源與環(huán)境, 2011, 21(6): 102-109.

[16] 鄭麗琳, 朱啟貴. 技術(shù)沖擊、二氧化碳排放與中國經(jīng)濟波動——基于DSGE模型的數(shù)值模擬[J]. 財經(jīng)研究, 2012(7):38-49+101.

[17] 齊結(jié)斌, 胡育蓉. 環(huán)境質(zhì)量與經(jīng)濟增長——基于異質(zhì)性偏好和政府視界的分析[J]. 中國經(jīng)濟問題, 2013, (5): 28-38.

[18] 徐文成, 薛建宏, 毛彥軍. 宏觀經(jīng)濟動態(tài)性視角下的環(huán)境政策選擇——基于新凱恩斯DSGE模型的分析[J]. 中國人口·資源與環(huán)境, 2015, 25(4): 101-109.

[19] Annicchiarico B, Di Dio F D. Environmental policy and macroeconomic dynamics in a new Keynesian model[J]. Journal of Environmental Economics & Management, 2015, 69(1):1-21.

[20] 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(jīng)研究, 2015, 41(2): 41-53.

[21] 黃賾琳. 中國經(jīng)濟周期特征與財政政策效應(yīng)—一個基于三個部門RBC模型的實證分析[J]. 經(jīng)濟研究, 2005, (6): 27-39.

[22] 黃勇峰, 任若恩, 劉曉生. 中國制造業(yè)資本存量永續(xù)盤存法估計[J]. 經(jīng)濟學(xué)(季刊), 2002, (2): 377-396.

[23] 田友春. 中國分行業(yè)資本存量估算:1990～2014年[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2016, (6): 3-21.

[24] 張軍, 章元. 對中國資本存量K的再估計[J]. 經(jīng)濟研究, 2003, (7): 35-43.

[25] Fuentes-Albero C. Financial frictions, the financial immoderation, and the great moderation[R]. Working paoer, Rutgers University,2010.

[26] 胡永剛, 郭新強. 內(nèi)生增長、政府生產(chǎn)性支出與中國居民消費[J]. 經(jīng)濟研究, 2012,(9):57-71.

[27] Smetst F, Wouters R. Shocks and frictions in US business cycles: A Bayesian DSGE approach[J]. American Economic Review, 2007, 97(3):586-606.

[28] Gerali A, Neri S, Sessa L, et al. Credit and banking in a DSGE model of the euro Area[J]. Journal of Money, Credit and Banking, 2010, 42(S1): 107-141.

[29] Khan H, Tsoukalas J. The quantitative importance of news shocks in estimated DSGE models[J]. Journal of Money Credit & Banking, 2012, 44(8):1535-1561.