黃聃　劉文君

摘 要：本文構(gòu)建包含經(jīng)濟(jì)災(zāi)難風(fēng)險的環(huán)境動態(tài)一般均衡模型，并結(jié)合中國的宏觀經(jīng)濟(jì)數(shù)據(jù)，以數(shù)值模擬的方法探討了碳減排政策與災(zāi)難風(fēng)險沖擊對于宏觀經(jīng)濟(jì)的動態(tài)效應(yīng)。研究表明：當(dāng)資本災(zāi)難沖擊發(fā)生時，總量控制政策在提振經(jīng)濟(jì)活力等綜合方面表現(xiàn)略好;碳稅政策對污染減排效果具有較小的政策效應(yīng)，相應(yīng)的福利水平下降幅度也最高;基于經(jīng)濟(jì)的基本面考慮，TFP災(zāi)難沖擊的影響大于資本災(zāi)難沖擊;總量控制政策下，技術(shù)沖擊在削弱資本災(zāi)難沖擊和TFP災(zāi)難對經(jīng)濟(jì)金融變量的負(fù)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(guān) 鍵 詞：碳減排政策;災(zāi)難沖擊;動態(tài)效應(yīng);E-DSGE模型

DOI：10.16315/j.stm.2022.05.007

中圖分類號： F 062.2

文獻(xiàn)標(biāo)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(yīng)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(dǎo)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(dǎo)致更多供應(yīng)緊張和價格上漲。此外，發(fā)達(dá)經(jīng)濟(jì)體大量使用全球資本和能源資源，導(dǎo)致其它地區(qū)的新投資缺乏營運資本。由此可見，災(zāi)難的發(fā)生會抑制經(jīng)濟(jì)增長與企業(yè)發(fā)展。在微觀層面，這將導(dǎo)致企業(yè)對資金的需求增加，以恢復(fù)損失、加速災(zāi)后重建進(jìn)度^[1]。在宏觀層面，災(zāi)難發(fā)生所造成的經(jīng)濟(jì)損失是不容忽視的，中國2004—2020年自然災(zāi)難所導(dǎo)致的經(jīng)濟(jì)損失（數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫），如圖1所示。進(jìn)一步來說，隨著環(huán)境問題的加劇，資本市場摩擦或自然災(zāi)害會造成固定資產(chǎn)的損失，企業(yè)在做出生產(chǎn)決策時考慮災(zāi)難性事件是至關(guān)重要的。

根據(jù)國家統(tǒng)計局發(fā)布的報告顯示，2022年3、4月份經(jīng)濟(jì)下行壓力明顯加大，5月份主要生產(chǎn)需求指標(biāo)下滑。與此同時，在我國宣布雙碳目標(biāo)后，部分地區(qū)采取的拉閘限電等運動式減碳導(dǎo)致減排成本反而偏高，這無疑對經(jīng)濟(jì)下行更是雪上加霜。綜合考慮本區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)以及經(jīng)濟(jì)災(zāi)難風(fēng)險是合理設(shè)定減排目標(biāo)的關(guān)鍵。因此，災(zāi)難風(fēng)險在我國實施減排政策時會對宏觀經(jīng)濟(jì)造成怎樣的影響？這一影響的內(nèi)在傳導(dǎo)機制是什么？中國應(yīng)該采取怎樣的環(huán)境政策和措施予以應(yīng)對？這一系列的問題正是學(xué)術(shù)界和政策制定者關(guān)注的焦點。

1 文獻(xiàn)回顧

目前研究災(zāi)難風(fēng)險對宏觀經(jīng)濟(jì)的影響主要使用DSGE模型。在國外，Gourio^[2]將災(zāi)難風(fēng)險引入DSGE模型，用以探討災(zāi)難風(fēng)險發(fā)生的概率與產(chǎn)出、投資等經(jīng)濟(jì)變量的波動。Marlene等^[3]在此基礎(chǔ)上加入了粘性價格完善了反周期風(fēng)險偏好。在政策方面，Niemann等^[4]將罕見性災(zāi)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(rèn)為災(zāi)難風(fēng)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(jìn)等^[6]在RBC的模型上分析了災(zāi)難風(fēng)險因素對我國經(jīng)濟(jì)波動的解釋能力。晁江鋒等^[7]從災(zāi)難性事件、災(zāi)難性預(yù)期的角度探討了宏觀經(jīng)濟(jì)與金融領(lǐng)域的相關(guān)影響。楊翱^[8]構(gòu)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(zāi)難沖擊對宏觀經(jīng)濟(jì)變量的影響。丁志帆等^[9]將災(zāi)難風(fēng)險沖擊和異質(zhì)性家庭納入DSGE模型探討經(jīng)濟(jì)效應(yīng)和收入分配效應(yīng)。更進(jìn)一步的，史本葉等^[10]將災(zāi)難風(fēng)險引入BGG-DSGE模型，分析了災(zāi)難風(fēng)險的傳導(dǎo)機制與宏觀經(jīng)濟(jì)影響。雖然這些經(jīng)驗分析都為災(zāi)難沖擊引起的宏觀經(jīng)濟(jì)波動提供了現(xiàn)實證據(jù)，但是上述學(xué)者都是將災(zāi)難風(fēng)險沖擊局限于金融領(lǐng)域或置于宏觀經(jīng)濟(jì)政策下探討，而從減排政策的角度去探索災(zāi)難沖擊對于宏觀經(jīng)濟(jì)的影響及其傳導(dǎo)機制的研究寥寥無幾。首先，災(zāi)難沖擊對宏觀經(jīng)濟(jì)造成的影響是系統(tǒng)性的，也可能以多個災(zāi)難性事件同時發(fā)生來表現(xiàn)，這也將增加環(huán)境政策效應(yīng)的不確定性，故而在實施環(huán)境政策時考慮災(zāi)難沖擊的可能性是很有必要的。其次，災(zāi)難風(fēng)險主要誘因碳排放會通過經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、外貿(mào)發(fā)展水平、外商投資和能源結(jié)構(gòu)等渠道影響就業(yè)人數(shù)^[11]?；诖耍蟛糠盅芯空咧饕P(guān)注環(huán)境政策的應(yīng)對效果。例如，碳稅對宏觀經(jīng)濟(jì)的影響^[12]、金融政策推動經(jīng)濟(jì)低碳轉(zhuǎn)型^[13]、碳定價和非化石能源補貼的混合政策效果^[14]?？偠灾?，關(guān)于災(zāi)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，F(xiàn)ischer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(biāo)政策，首次比較了不同環(huán)境政策之間的經(jīng)濟(jì)效應(yīng)。Heutel^[16]在此基礎(chǔ)之上引入損失函數(shù)，進(jìn)一步分析了環(huán)境政策對經(jīng)濟(jì)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(chǎn)率（TFP）技術(shù)與污染技術(shù)的乘積的線性函數(shù)。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(rèn)為排放上限政策會迫使廠商增加產(chǎn)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(chǎn)出水平。上述學(xué)者基于DSGE早期的RBC模型，在環(huán)境機制的設(shè)定上，通過個體效用函數(shù)中加入環(huán)境質(zhì)量偏好、考慮損失函數(shù)以及具有負(fù)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(jīng)濟(jì)變量的動態(tài)效應(yīng)。自將污染與經(jīng)濟(jì)的反饋機制引入動態(tài)隨機一般均衡模型后，大部分學(xué)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(yīng)^[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(chǎn)率—產(chǎn)出—污染”這個傳導(dǎo)機制，它并不能刻畫災(zāi)難風(fēng)險—經(jīng)濟(jì)的核心反饋機制，因此，本文將災(zāi)難風(fēng)險因素納入環(huán)境動態(tài)隨機一般均衡模型中，對現(xiàn)有模型進(jìn)行改進(jìn)。

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(zāi)難風(fēng)險這一外生沖擊視角來研究對宏觀經(jīng)濟(jì)的影響及其環(huán)境政策選擇。本文所指的災(zāi)難風(fēng)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(jīng)濟(jì)系統(tǒng)造成極大損失的災(zāi)難事件^[20]。此類沖擊不同于常規(guī)意義上的外生沖擊，災(zāi)難風(fēng)險沖擊往往使產(chǎn)出或資本存量在短期內(nèi)發(fā)生非正常的下降，甚至?xí)斐山鹑谑袌龅谋罎?。因此，在考慮減排政策時，那些對災(zāi)難風(fēng)險準(zhǔn)備不足的經(jīng)濟(jì)轉(zhuǎn)型地區(qū)，受災(zāi)難風(fēng)險沖擊的影響往往更大。第二，在理論模型的改進(jìn)上，動態(tài)隨機一般均衡模型是當(dāng)代經(jīng)濟(jì)周期研究的主流模型之一，它主要關(guān)注宏觀經(jīng)濟(jì)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(jīng)濟(jì)效應(yīng)問題，沒有關(guān)注災(zāi)難風(fēng)險問題，為此，本文將災(zāi)難風(fēng)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(yīng)上尚屬首次。第三，本文刻畫了2種災(zāi)難風(fēng)險：資本災(zāi)難與TFP災(zāi)難。在機制上，資本災(zāi)難沖擊對于資本存量造成損害，而TFP災(zāi)難沖擊實則影響生產(chǎn)函數(shù)。兩種不同的災(zāi)難風(fēng)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(zāi)難沖擊與經(jīng)濟(jì)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(jīng)濟(jì)的影響，找到經(jīng)濟(jì)平穩(wěn)波動與碳減排之間的平衡，進(jìn)而實現(xiàn)我國提出的“雙碳”目標(biāo)。

2 模型構(gòu)建

模型采用封閉經(jīng)濟(jì)規(guī)則，包含家庭、生產(chǎn)、和政府等經(jīng)濟(jì)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(chǎn)品。生產(chǎn)部門包括最終產(chǎn)品廠商和中間產(chǎn)品廠商。最終產(chǎn)品廠商由大量具有競爭性公司組成，因此假設(shè)具有完全競爭性。中間產(chǎn)品廠商在生產(chǎn)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(chǎn)品廠商。最終產(chǎn)品廠商使用中間廠商生產(chǎn)的產(chǎn)品進(jìn)行生產(chǎn)，生產(chǎn)的產(chǎn)品被用于居民消費。根據(jù)DICE模型中的闡述，碳排放量的多或少會引起中間產(chǎn)品廠商的生產(chǎn)力改變，并最終影響經(jīng)濟(jì)。本模型引入資本災(zāi)難風(fēng)險和TFP災(zāi)難風(fēng)險，它們分別對資本存量和生產(chǎn)效率造成損害。將探討災(zāi)難風(fēng)險發(fā)生時，環(huán)境政策的效益以及傳導(dǎo)機制。最后，根據(jù)結(jié)論所得啟示給出可行性建議。

2.1 家庭部門

本文假設(shè)經(jīng)濟(jì)中存在大量的同質(zhì)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(xiàn)[15]的設(shè)定方式，采用以下效用函數(shù)：

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(yù)期;β代表貼現(xiàn)因子。

家庭部門的資本積累方程參考Marlène^[3]的資本災(zāi)難風(fēng)險設(shè)定，即災(zāi)難風(fēng)險沖擊將導(dǎo)致資產(chǎn)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(diào)整成本。設(shè)定的投資調(diào)整成本與Christiano^[21]保持一致，κI為投資調(diào)整成本（而不是資本調(diào)整成本）。理由如下：調(diào)整成本是以投資單位，而不是上述的資本單位來衡量；調(diào)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(zāi)難發(fā)生的概率，Δd∈（0，1）為災(zāi)難沖擊下資本存量被損壞的比例。通過文獻(xiàn)所觀察到的數(shù)據(jù)顯示資本災(zāi)難的概率本身很小，但會隨時間變化。因此引入時變的災(zāi)難概率沖擊，其形式如下：

其中：θd為穩(wěn)態(tài)時的資本災(zāi)難發(fā)生概率;ρd代表沖擊系數(shù);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(yù)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(yù)算約束可表示為

聯(lián)立上述方程，構(gòu)造有2個約束的拉格朗日函數(shù)，形式如下：

可以得到家庭部門有關(guān)消費、勞動、投資、存款的一階條件：

2.2 生產(chǎn)部門

對于模型的生產(chǎn)方面，分成兩部分。一是，有一個代表性的競爭性最終產(chǎn)品廠商，它根據(jù)CES函數(shù)形式利用中間產(chǎn)品進(jìn)行生產(chǎn)。在CES的形式中，如果中間產(chǎn)品是不完全的替代品，這就產(chǎn)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(chǎn)商具有定價權(quán)；二是，有一個連續(xù)的且具有生產(chǎn)差異化的中間產(chǎn)品廠商，這些生產(chǎn)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(chǎn)品廠商

最終產(chǎn)品生產(chǎn)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(chǎn)技術(shù)，用中間產(chǎn)品投入來生產(chǎn)yt。

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

根據(jù)利潤最大化原則，任意的中間產(chǎn)品生產(chǎn)商i，需求函數(shù)可寫為

2.2.2 中間產(chǎn)品生產(chǎn)商

中間產(chǎn)品廠商服從Cobb-Douglas生產(chǎn)函數(shù)形式，在完全競爭要素市場上租用資本并雇傭勞動以生產(chǎn)中間產(chǎn)品。借鑒陳國進(jìn)等^[6]對TFP災(zāi)難下中間品廠商生產(chǎn)函數(shù)的設(shè)定形式：生產(chǎn)函數(shù)如下：

其中：kt和ht表示廠商使用的資本和勞動力;α為產(chǎn)出與資本之間的彈性;θftTFP災(zāi)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(guān)研究，將其設(shè)為如下形式：

其中：θf為穩(wěn)態(tài)時的TFP災(zāi)難發(fā)生概率;ρf代表沖擊系數(shù);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(chǎn)率，其表達(dá)式如下：

其中，at為技術(shù)進(jìn)步，遵循以下AR過程：

其中：為穩(wěn)態(tài)時的技術(shù)進(jìn)步率;ρa代表沖擊系數(shù);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(shù)，它是關(guān)于碳排放量的函數(shù)。參照文獻(xiàn)[16]假設(shè)企業(yè)造成的污染通過以下?lián)p害函數(shù)對產(chǎn)出造成負(fù)面影響：

損害函數(shù)說明了由于碳排放量所引起的生產(chǎn)力下降，而當(dāng)期碳排放量根據(jù)污染存量的上一期水平xt－1、當(dāng)前時期的國內(nèi)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(chǎn)需要排放作為副產(chǎn)品。 碳排放是總產(chǎn)量的遞增和凹函數(shù)：

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(chǎn)出排放量和排放量關(guān)于總產(chǎn)量的凹水平。本文參考文獻(xiàn)[18]，假設(shè)減排成本zt是減排努力θ1、θ2和產(chǎn)出ybt的函數(shù)。它采用以下形式：

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

其中：κP表示調(diào)整成本系數(shù);排放對生產(chǎn)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(chǎn)出的邊際成本有2組成部分：與制造單位產(chǎn)出所需的投入成本，這取決于生產(chǎn)技術(shù)和投入的價格，以及與減排相關(guān)的成本和排放，這取決于可用的減排技術(shù)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(nèi)價格指數(shù)，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(shù)，它表示與生產(chǎn)額外單位產(chǎn)出所需的額外資本和勞動力單位相關(guān)的實際邊際成本。由上述方程可得到關(guān)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(chǎn)出。因此上述結(jié)果可表示為

2.3 環(huán)境政策

在市場經(jīng)濟(jì)條件下，數(shù)量型政策工具與價格型政策工具都可歸結(jié)為價格機制問題^[23]?；谖覈F(xiàn)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(shù)，根據(jù)中國宏觀經(jīng)濟(jì)數(shù)據(jù)，朱軍^[25]將其估計為0.143，因此本文將碳稅稅率設(shè)定為0.143。

2）強度目標(biāo)政策。政府規(guī)定了每單位產(chǎn)出的排放目標(biāo)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(biāo)準(zhǔn)的校準(zhǔn)值定為0.601×（1-45%）=0.36^[26]。因此，本文將單位排放目標(biāo)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(nèi)生性決定。根據(jù)中國政府宣布的2030年左右二氧化碳排放達(dá)到峰值100億t～114億t，測算排放總量目標(biāo)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(biāo)為基準(zhǔn)情形二氧化碳排放穩(wěn)態(tài)值的1.02倍。

其中：參數(shù)ρτ、ρv和ρem分別為環(huán)境政策強度的沖擊系數(shù);ετ、εv和εem為相應(yīng)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(fù)外部性承擔(dān)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(chǎn)生的碳排放量將給社會帶來負(fù)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(jìn)行碳減排治理，此時政府應(yīng)主動承擔(dān)起減排責(zé)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(xiàn)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(gòu)成，具體形式如下

本文假設(shè)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(shù)，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(shè)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(shù)，φπ>0，φy>0分別表示利率對通脹缺口與產(chǎn)出缺口的反應(yīng)系數(shù)。

2.6 市場出清

對于商品市場的出清如下：

3 參數(shù)校準(zhǔn)

在對經(jīng)濟(jì)變量與環(huán)境變量進(jìn)行動態(tài)模擬之前，根據(jù)參數(shù)的不同特征可將動態(tài)隨機一般模型參數(shù)分為2類：結(jié)構(gòu)性參數(shù)和動態(tài)參數(shù)。對于結(jié)構(gòu)性參數(shù)本文可根據(jù)現(xiàn)有文獻(xiàn)或?qū)嶋H經(jīng)濟(jì)中變量的基本數(shù)量關(guān)系進(jìn)行校準(zhǔn)；對于動態(tài)參數(shù)利用貝葉斯方法進(jìn)行估計。

3.1 數(shù)據(jù)說明

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

3.2 結(jié)構(gòu)性參數(shù)的校準(zhǔn)

本節(jié)將根據(jù)現(xiàn)有文獻(xiàn)或?qū)嶋H經(jīng)濟(jì)中變量的基本數(shù)量關(guān)系進(jìn)行校準(zhǔn)。家庭部門相關(guān)的參數(shù)有貼現(xiàn)因子β、消費彈性σ、勞動供給彈性的φ、勞動對家庭所產(chǎn)生的負(fù)效用權(quán)重κh。參考楊翱等^[27]、王書平等^[28]基于中國實際經(jīng)濟(jì)數(shù)據(jù)的估計，將季度家庭主觀貼現(xiàn)率β設(shè)為0.99；對勞動對家庭所產(chǎn)生的負(fù)效用權(quán)重κh，本文結(jié)合穩(wěn)態(tài)值將其校準(zhǔn)為62.34，與鄒樂歡^[29]、汪中華等^[30]的校準(zhǔn)值保持一致；對于消費跨期替代彈性σ，校準(zhǔn)為0.735^[31]；勞動供給替代彈性的φ將其設(shè)定為3^[32]。

與廠商部門相關(guān)的參數(shù)有資本折舊率δ、資本調(diào)整成本κI、二次型調(diào)整成本κP、中間產(chǎn)品廠商資本產(chǎn)出彈性α、最終產(chǎn)品與中間產(chǎn)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(jié)果校準(zhǔn)為0.025，資本調(diào)整成本κI通過計算定為2.48，二次型調(diào)整成本κP設(shè)定為26.868^[34]，最終產(chǎn)品與中間產(chǎn)品的替代彈性ε設(shè)定為6。

災(zāi)難風(fēng)險參數(shù)與環(huán)境相關(guān)參數(shù)參照Gourio^[2]與Heutel^[16]的標(biāo)準(zhǔn)進(jìn)行校準(zhǔn)。資本災(zāi)難沖擊的資本破壞比例與TFP災(zāi)難沖擊的破壞比例都校準(zhǔn)為0.43，這也與國內(nèi)學(xué)者的研究保持一致；損失函數(shù)常數(shù)項d0、損失函數(shù)線性項d1、損失函數(shù)二次項d2均沿用Nordhaus^[35]的取值；參照文獻(xiàn)[18，26]將污染衰減率δx設(shè)定為0.002 1，減排成本系數(shù)θ1設(shè)定為0.185，減排成本凸性θ2為2.8，單位產(chǎn)出排放量γ1設(shè)定為0.601，排放量的凹水平設(shè)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(zhǔn)e^row為1.364。參數(shù)校準(zhǔn)值，如表1所示。

3.3 動態(tài)參數(shù)的校準(zhǔn)

資本災(zāi)難、TFP災(zāi)難情形下，模型動態(tài)參數(shù)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(xiàn)[29，30，36]，將外生沖擊的自回歸系數(shù)統(tǒng)一設(shè)定為Beta分布，將隨機沖擊的方差統(tǒng)一設(shè)定為Inv-Gamma分布，利用Dynare得出的貝葉斯估計結(jié)果。

3.4 經(jīng)濟(jì)變量與綜合效應(yīng)分解

在分析數(shù)值模擬的結(jié)果之前，有必要觀察經(jīng)濟(jì)變量的標(biāo)準(zhǔn)差以及進(jìn)行理論方差分解（Variance Decomposition）。原因在于經(jīng)濟(jì)變量與環(huán)境政策之間對外生沖擊是獨立響應(yīng)的，但現(xiàn)實中的經(jīng)濟(jì)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(biāo)準(zhǔn)差可以比較在不同政策下經(jīng)濟(jì)變量的波動幅度，理論方差分解則根據(jù)其不同沖擊因素進(jìn)行分解，得到每個沖擊因素對綜合方差的貢獻(xiàn)份額，從而確定各因素對變量影響力的大小。主要經(jīng)濟(jì)變量的標(biāo)準(zhǔn)差以及不同政策下主要經(jīng)濟(jì)變量受到?jīng)_擊后每個沖擊因素對于主要經(jīng)濟(jì)變量的貢獻(xiàn)份額，如表4、5所示。

由表4可知，總量控制政策下的產(chǎn)出、消費、投資、資本、勞動波動更大；強度政策下各指標(biāo)的波動則更??；碳稅政策下的經(jīng)濟(jì)變量波動效果則置于兩者之間。由表5可知，沖擊響應(yīng)對于主要經(jīng)濟(jì)變量的貢獻(xiàn)份額，其中：資本災(zāi)難沖擊在強度政策下對于經(jīng)濟(jì)變量的影響較大；TFP災(zāi)難沖擊在碳稅政策下對于經(jīng)濟(jì)變量的影響較大；總量控制政策下的技術(shù)沖擊對于經(jīng)濟(jì)變量影響的貢獻(xiàn)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(zāi)難沖擊影響為31.50%，TFP災(zāi)難沖擊影響為20.78%;綜合來說，災(zāi)難沖擊對于經(jīng)濟(jì)變量的影響要比TFP災(zāi)難沖擊更強。綜上所述，在實施環(huán)境政策的同時，考慮經(jīng)濟(jì)災(zāi)難因素是很有必要的。不僅要結(jié)合減排目標(biāo)和需求，還要考慮經(jīng)濟(jì)災(zāi)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(yīng)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(xiàn)尤為顯著。因此結(jié)合研究時事，在下述數(shù)值模擬中，將重點關(guān)注資本災(zāi)難沖擊和TFP災(zāi)難沖擊對經(jīng)濟(jì)變量的影響。

4 模擬結(jié)果分析

4.1 資本災(zāi)難沖擊下的不同環(huán)境政策效果

資本災(zāi)難沖擊對于主要經(jīng)濟(jì)變量所帶來的影響，如圖4所示。給予該經(jīng)濟(jì)體一個單位為1%的資本災(zāi)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(chǎn)出、消費、投資、資本、福利水平在受到資本災(zāi)難沖擊時迅速產(chǎn)生負(fù)反饋效應(yīng)并偏離穩(wěn)態(tài)值，并在大約第3期時達(dá)到最遠(yuǎn)，隨后將在第25期后回到穩(wěn)態(tài)。查看表4經(jīng)濟(jì)變量的標(biāo)準(zhǔn)差可以發(fā)現(xiàn)，總量政策將導(dǎo)致經(jīng)濟(jì)變量更大的波動。第二，從傳導(dǎo)途徑上看，在期初，資本災(zāi)難破壞資本存量導(dǎo)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(chǎn)，從而導(dǎo)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(yīng)圖像分別呈現(xiàn)為“U”形與“倒U”形。第三，從碳排放的脈沖響應(yīng)結(jié)果可知，在資本災(zāi)難發(fā)生時，碳排放量表現(xiàn)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(zhì)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(fù)經(jīng)濟(jì)活力方面表現(xiàn)略好于碳稅和碳強度政策。這是因為當(dāng)資本災(zāi)難導(dǎo)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(quán)進(jìn)行生產(chǎn)，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(zāi)難沖擊下的不同環(huán)境政策效果

TFP災(zāi)難沖擊對于主要經(jīng)濟(jì)變量所帶來的影響，如圖5所示。給予該經(jīng)濟(jì)體一個單位為1%的TFP災(zāi)難沖擊，由圖5模擬出的動態(tài)路徑可知：第一，TFP災(zāi)難沖擊會對經(jīng)濟(jì)變量迅速產(chǎn)生負(fù)反饋效應(yīng)并偏離穩(wěn)態(tài)值，并在大約第5期時達(dá)到最遠(yuǎn)。與資本災(zāi)難不同的是，TFP災(zāi)難沖擊在期初就對產(chǎn)出、消費、碳排放量帶來負(fù)向反饋，而不是呈現(xiàn)“U型”趨勢。這是因為TFP災(zāi)難沖擊直接對生產(chǎn)決策造成影響，而資本災(zāi)難沖擊對生產(chǎn)決策產(chǎn)生間接影響。產(chǎn)出的下降會降低對行業(yè)產(chǎn)品的需求，因為資本存量無法即刻調(diào)整，因此行業(yè)現(xiàn)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(zāi)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(chǎn)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(yīng)較小，在第4期后逐漸上升至穩(wěn)態(tài)水平。因此當(dāng)考慮TFP災(zāi)難時，總量政策對于經(jīng)濟(jì)體本身有較好的韌性。第三，TFP災(zāi)難下環(huán)境政策的經(jīng)濟(jì)效果與資本災(zāi)難大致相同，但也存在部分差異，其主要表現(xiàn)為：TFP災(zāi)難下環(huán)境政策對產(chǎn)出、消費、投資、勞動、利率、碳排放量的反饋效應(yīng)更大，對資本存量的負(fù)反饋效應(yīng)更小;資本災(zāi)難下的碳稅政策和強度政策，產(chǎn)出、消費、碳排放量呈現(xiàn)“超調(diào)”現(xiàn)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(xiàn)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(biāo)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(jié)果，如表6所示。

進(jìn)行福利分析時，在模型求解時需進(jìn)行二階近似。由表6可知，當(dāng)受到資本災(zāi)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(dāng)考慮經(jīng)濟(jì)災(zāi)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(biāo)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(chǎn)策略空間，最終實現(xiàn)帕累托改進(jìn)。經(jīng)過對比發(fā)現(xiàn)，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(jīng)濟(jì)災(zāi)難沖擊帶來的福利損失。

6 結(jié)論與建議

本文通過構(gòu)建基于災(zāi)難風(fēng)險的E-DSGE模型，模擬資本災(zāi)難沖擊、TFP災(zāi)難沖擊對宏觀經(jīng)濟(jì)與環(huán)境質(zhì)量的動態(tài)效應(yīng)，從而得出以下結(jié)論：第一，當(dāng)資本災(zāi)難發(fā)生時，總量控制政策在提振經(jīng)濟(jì)活力方面表現(xiàn)略好。原因在于資本災(zāi)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(quán)進(jìn)行生產(chǎn)，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(zhì)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(yù)政策，因此該制度不足以激發(fā)企業(yè)自發(fā)和內(nèi)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(yīng)，相應(yīng)的福利水平下降幅度也最高。原因在于由于生產(chǎn)性的邊際成本存在，經(jīng)濟(jì)災(zāi)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(chǎn)出恢復(fù)緩慢，而且減排效果也大打折扣。第三，TFP災(zāi)難沖擊對于經(jīng)濟(jì)變量的影響大于資本災(zāi)難沖擊。原因在于TFP災(zāi)難沖擊首先影響生產(chǎn)決策，再通過調(diào)整產(chǎn)出來應(yīng)對行業(yè)產(chǎn)品的需求，進(jìn)而影響投資、消費等一系列決策，本質(zhì)上屬于直接影響。而資本災(zāi)難沖擊則屬于間接影響，最初災(zāi)難風(fēng)險影響資本存量，再替代效應(yīng)作用下改變生產(chǎn)決策，進(jìn)而影響投資、消費等經(jīng)濟(jì)變量。第四，總量控制政策下，技術(shù)沖擊在削弱資本災(zāi)難沖擊和TFP災(zāi)難對經(jīng)濟(jì)金融變量的負(fù)面影響方面效果最為明顯。原因在于：技術(shù)沖擊實則改變生產(chǎn)函數(shù)，提高單位生產(chǎn)率。在市場機制的作用下，技術(shù)的提升放大了碳排放交易權(quán)的作用與勞動和資本間的替代效應(yīng)。

總體說來，經(jīng)濟(jì)災(zāi)難對于經(jīng)濟(jì)變量的影響在四種政策情況下步調(diào)幾乎保持一致，只是程度略有不同?；谝陨辖Y(jié)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(guān)政策建議：

第一，在制定環(huán)境政策的過程中，應(yīng)考慮地區(qū)性經(jīng)濟(jì)災(zāi)難發(fā)生的可能性。比如外資引進(jìn)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(jīng)濟(jì)狀況。由本文構(gòu)建的動態(tài)隨機一般均衡模型的模擬結(jié)果可知：在經(jīng)濟(jì)災(zāi)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(chǎn)出和減排成本施加的“雙重影響”使得產(chǎn)出等經(jīng)濟(jì)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(zhì)量，但在短期經(jīng)濟(jì)沖擊的大背景下不利于產(chǎn)能快速恢復(fù)。

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(zhì)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(fù)外部性，企業(yè)面臨恒定的邊際成本增加，邊際減排成本進(jìn)一步影響利潤最大化決策，再者強度政策對產(chǎn)出和減排成本施加的“雙重影響”在經(jīng)濟(jì)災(zāi)難發(fā)生時，企業(yè)面臨的資源取舍問題將被進(jìn)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(zhuǎn)化為政府的污染治理支出費用，但弊端是不利于產(chǎn)出的恢復(fù)，又降低了福利水平，而總量控制政策能夠使得產(chǎn)出較快恢復(fù)，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(jīng)濟(jì)背景下要實現(xiàn)長期可持續(xù)發(fā)展，企業(yè)必須通過自身的技術(shù)改進(jìn)來削弱TFP災(zāi)難沖擊與資本災(zāi)難沖擊的負(fù)面影響，而總量控制下的效果又是最顯著的。因此，在經(jīng)濟(jì)的不確定性因素增加時政府應(yīng)采取適當(dāng)?shù)氖侄闻c環(huán)境政策進(jìn)行搭配。例如長期的政策選擇應(yīng)該是總量控制政策和政府增加支出相結(jié)合。這里的政府增加支出是指給予企業(yè)改善減排技術(shù)的補貼，就總量控制政策而言，長期的減排目標(biāo)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(biāo)的軟約束，從而在短期內(nèi)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(quán)進(jìn)行生產(chǎn)，抵消了部分資本存量和產(chǎn)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(chǎn)者剩余轉(zhuǎn)化為減排技術(shù)的改進(jìn)，在長期的污染排放效果也受到影響。對于逐步走向轉(zhuǎn)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(shè)，激發(fā)企業(yè)自主減排的積極性，制定適當(dāng)?shù)难a償機制，避免造成消費的擠出效應(yīng)。最后，企業(yè)也要提高自身減排技術(shù)水平減少排放，確保環(huán)境效益與經(jīng)濟(jì)綠色發(fā)展互相促進(jìn)與協(xié)調(diào)。

第三，制定碳減排政策需要多部門的協(xié)調(diào)與配合。要為碳達(dá)峰與碳中和鋪平道路并實現(xiàn)經(jīng)濟(jì)的快速發(fā)展，在全國范圍內(nèi)設(shè)立碳減排政策時，要將災(zāi)難風(fēng)險的變化考慮在內(nèi)，利用環(huán)境政策和財政政策之間的互相搭配來實現(xiàn)經(jīng)濟(jì)增長和減排的雙贏，同時重視技術(shù)升級并打通產(chǎn)業(yè)壁壘，形成“一帶多”的環(huán)保產(chǎn)業(yè)結(jié)構(gòu)。要結(jié)合當(dāng)?shù)貙嶋H發(fā)展情況及時公布產(chǎn)業(yè)減排數(shù)據(jù)并與企業(yè)進(jìn)行溝通，使企業(yè)根據(jù)自身減排難度把控生產(chǎn)化決策，培養(yǎng)結(jié)構(gòu)合理的技術(shù)型團(tuán)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(zhuǎn)型。在總結(jié)制定環(huán)境政策經(jīng)驗的基礎(chǔ)上，結(jié)合綠證交易政策與碳交易政策，持續(xù)推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)調(diào)整，大力發(fā)展可再生能源，加快綠色低碳轉(zhuǎn)型，實現(xiàn)綠色復(fù)蘇發(fā)展。

參考文獻(xiàn)：

[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(jìn)，晁江鋒，武曉利，等.罕見災(zāi)難風(fēng)險和中國宏觀經(jīng)濟(jì)波動[J].經(jīng)濟(jì)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(zāi)難風(fēng)險理論的最新研究進(jìn)展：基于宏觀經(jīng)濟(jì)的視角[J].災(zāi)害學(xué)，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(zāi)難風(fēng)險的經(jīng)濟(jì)效應(yīng)與政策選擇[D].廈門：廈門大學(xué)，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(zāi)難風(fēng)險沖擊與結(jié)構(gòu)性財政政策的收入分配效應(yīng)研究[J].財貿(mào)經(jīng)濟(jì)，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(zāi)難風(fēng)險宏觀經(jīng)濟(jì)效應(yīng)研究：兼論新冠肺炎疫情的宏觀經(jīng)濟(jì)影響[J].吉林大學(xué)社會科學(xué)學(xué)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(jīng)濟(jì)波動：氣候變化奧肯定律[J].經(jīng)濟(jì)學(xué)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(zhuǎn)型風(fēng)險對宏觀經(jīng)濟(jì)和金融穩(wěn)定的影響：基于存量流量一致性模型視角[J].經(jīng)濟(jì)學(xué)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(jīng)濟(jì)低碳轉(zhuǎn)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(biāo)：綜合評估與政策選擇[J].經(jīng)濟(jì)研究，2018，53（9）：168.

MO J L，DUAN H B，F(xiàn)AN 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(jīng)濟(jì)波動：基于動態(tài)隨機一般均衡模型的分析[J].學(xué)習(xí)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(jìn).災(zāi)難沖擊與我國最優(yōu)財政貨幣政策選擇[J].經(jīng)濟(jì)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(gòu)建及我國碳減排政策效應(yīng)測度[J].商業(yè)經(jīng)濟(jì)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(jīng)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(jì)顯，吳興弈.基于DSGE模型的碳減排目標(biāo)和碳排放政策效應(yīng)研究[J].資源科學(xué)，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(zhì)量與經(jīng)濟(jì)發(fā)展：基于DSGE模型的數(shù)值模擬研究[J].中國管理科學(xué)，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(jì)顯.廠商異質(zhì)性、環(huán)境規(guī)制與中國經(jīng)濟(jì)波動：基于六部門DSGE模型的數(shù)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(shù)沖擊的動態(tài)效應(yīng)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(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(shù)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(jīng)濟(jì)周期與稅收政策效應(yīng)[J].經(jīng)濟(jì)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(jīng)濟(jì)，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(yuǎn)，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]