武晓利

(河南财经政法大学经济学院，河南 郑州 45000)

1 引言

近年来，以雾霾天气为典型代表的生态环境恶化已严重影响了我国经济的可持续发展，以绿色发展、生态优先为主要参照的新常态经济增长模式已然形成。节能减排、环保技术更新作为政府环境治理的重要方面，必将成为未来几年内改善生态环境质量的政策着力点。据统计，“十二五”期间我国节能环保产业总产值达到4.5万亿，年均增长率为15%；同时，预计“十三五”期间节能环保产业增速将超过20%，总产值可能达到17万亿，这意味着节能环保产业将从战略新兴产业上升至国民支柱产业的新高度。显而易见，节能环保不论从经济发展还是国家战略层面均占有重要的地位，研究节能减排、环保技术更新以及政府治污支出等措施对生态环境质量的影响具有重要的现实意义。

那么，面对日益恶化的生态环境，应如何更快、更好的进行治理与改善，影响生态环境质量的关键因素有哪些？关于这一问题，目前各方观点也存在较大的争议性，我们从三个层面进行归纳阐述。第一，从家庭的层面来看，以汽车尾气排放为代表的空气污染对生态环境的影响日趋严峻，努力推动机动车“国五”标准的快速实施是一个重要方面，同时生活垃圾的再回收利用也关系到土壤污染和水污染的治理效果；第二，从企业的层面来看，环保技术更新以及厂商减排意识直接关系到生产过程中的工业废气、废水的排放量，进而影响到整体生态环境；第三，从政府的层面来看，节能减排政策以及治污支出的科学分配决定了企业减排努力程度以及减排意识强弱的外部环境，从而也能够为生态环境质量的改善注入一针强心剂。

近年来，由于全球气候变暖及自然灾害频发等环境问题的持续加深，各国政府及相关学者对生态环境治理的关注度也不断加强。在此背景下，一些宏观经济方法也逐渐用于解决环境质量问题。如Weitzman[1]、Bovenberg和Goulder[2]在比较静态分析框架下研究价格、比例控制及税收政策在环境污染治理过程中的作用；之后，部分学者逐渐意识到生产企业在环境问题的不可替代性，开始采用代际交叠(OLG)模型衡量环境治理与经济增长之间的相关性[3-4]；与此同时，采用数值模拟方法对环境治理工具的相关研究逐渐兴起，一方面，基于可计算一般均衡(CGE)模型研究碳排放税、碳交易机制对我国宏观经济及生态环境的影响[5-7]；另一方面，随着动态随机一般均衡(DSGE)模型在研究重大经济问题方面的突破性进展，其所具有的显性建模框架、理论一致性及宏观与微观分析相结合等特点，促使众多学者将影响环境问题的诸多要素引入该框架，探究环境问题、政策机制及经济增长之间的最优设计方案[8-10]。

然而，众多采用动态随机一般均衡方法对环境问题的相关研究存在一定的局限性和片面性。部分学者从碳排放政策、排污税以及污染配额等政府层面研究不同策略下的治理效率问题[11-13]，对家庭与生产企业对环境治理的影响较少涉及；一些学者考虑到居民态度、企业的节能减排等方面对环境问题的影响[14-15]，而对政策机制方面的研究缺乏统筹考虑；也有较少学者从环保技术及政府与消费者环境质量偏好方面进行分析[16-17]，但其研究结论对政府治污支出、厂商减排意愿等方面并未深入考察；总体上，国内外相关研究较为缺乏对企业环保技术、主观减排意愿及政府治污支出、节能减排补贴等财政政策方面的整体考察，且由于其所采用时间序列的差异性，导致其研究结论存在诸多争议。

基于对这一问题的审慎思考，本文尝试建立包含中国宏观经济及环境特征的三部门双系统DSGE模型，同时将厂商部门的环保技术更新与减排努力程度、政府部门的节能减排政策与治污支出规模等因素引入该模型框架中，探究各变量在经济与环境双系统中的传导机制与动态效应。同时，由于目前国内从动态角度考察节能减排问题的相关研究较少，本文在动态随机一般均衡分析框架中重点分析节能减排政策以及生产企业的节能减排政策反应等方面对经济与环境的影响机制，力求对我国节能减排措施的政策效果及传导路径进行完整描述。

2 模型构建

本文在动态随机一般均衡框架下构建包含三个部门和两个系统的DSGE模型，其中，三个部门分别是代表性厂商、家庭和政府，两个系统分别是经济系统和环境系统。首先，对于家庭部门而言，影响代表性家庭效用的不仅包括消费和劳动，而且还包括生态环境质量和碳排放量。家庭在每一期向厂商提供劳动和私人资本，以获得劳动报酬和资本租金。其次，对于厂商部门而言，利用雇佣的劳动和租赁的资本进行生产，而厂商的生产行为会产生碳排放，直接降低生态环境质量。假设厂商会在利润最大化的前提下进行节能减排，而厂商的节能减排行为能够从政府部门获得一定程度的补贴。最后，对于政府部门而言，政府收入来源于厂商所缴纳的产出税以及家庭缴纳的居民消费税、劳动所得税和资本所得税，政府支出用于转移支付、节能减排补贴和治污支出。其中，转移支付用于弥补代表性家庭由于碳排放和生态环境质量下降所带来的效用下降；节能减排补贴用于激励厂商的节能减排行为；治污支出用于开发环保技术和改善生态环境质量。

2.1 代表性家庭

假定经济系统中包含无数个同质的家庭，每个家庭偏好相同且能够生存无限期，效用函数采用CRRA效用形式，则代表性家庭在每一期规划其消费与劳动供给以最大化一生效用，参考郑丽琳和朱启贵[16]、徐文成等[18]，效用函数设定为：

(1)

其中，E0表示基于0期信息形成的条件期望算子；0<β<1，表示主观贴现率；Ct表示t期代表性家庭的消费；Et表示t期的生态环境质量；λ表示代表性家庭在消费和生态环境质量之间的权衡值；θ1和θ2分别表示家庭消费和劳动的相对风险规避弹性；Nt代表t期代表性家庭的劳动供给。CEt表示t期的碳排放量，其给代表性家庭带来负效用，故以负对数的形式引入模型。

在第t期家庭的预算约束为

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

(2)

其中，τc,τs,τw分别表示居民消费税、资本所得税和劳动所得税；G1t表示政府在第t期的转移支付。

求解代表性家庭的效用最大化问题，可得一阶条件与横截性条件如下：

(3)

(4)

(5)

limEtβt+jλt+jSt+j=0

(6)

其中，λt为约束条件(2)式的Lagrange乘子，式(3)的右边代表家庭t期消费的边际效用。式(4)为消费与劳动的Euler方程，表示t期家庭劳动所带来的边际损失等于消费所产生的边际效用。式(5)反映家庭消费的最优规划，即t期消费的边际效用等于t+1期消费所带来效用的贴现值。式(6)为家庭效用最大化需满足的横截性条件。

2.2 代表性厂商

在完全竞争的市场中，厂商均是同质的，每个厂商具有相同的技术水平。代表性厂商通过租借私人资本和劳动进行生产。假设厂商采用Cobb-Douglas形式的生产函数，即：

(7)

(8)

在这里，假设生态环境系统中碳排放量主要是由代表性厂商的生产行为造成的，并且每一期碳排放量与当期代表性厂商的产量Yt呈正相关，与当期的环保技术水平呈负相关。参考郑丽琳和朱启贵[16]、Annicchiarico和Di Dio[19]的做法，设定第t期碳排放量CEt为：

(9)

(10)

由于生态环境中的实际碳排放量与厂商的节能减排努力程度存在较大关系，故假设第t期厂商的节能减排努力程度为Lt，则厂商在第t期的实际碳排放量ACEt为：

(11)

(12)

厂商在第t期的节能减排量JPt为：

(13)

(14)

其中，σ1>0，σ2>0为厂商节能减排成本的技术参数。

厂商的资本积累方程为：

Kt+1=It+(1-δ)Kt

(15)

其中，δ表示资本折旧率，It表示t期的投资。

厂商在t期需要支付家庭的工资Wt、资本租金rt、承担资本折旧率δ，向政府按税率τf缴纳产出税，同时从政府那里获得节能减排补贴，并承担节能减排成本。所以利润最大化问题可表达为：

(16)

求解该最优化问题，可得如下关于Kt和Nt的最优一阶条件：

(17)

(18)

2.3 政府

政府每一期的收入包括四个部分：向代表性家庭征收的居民消费税、资本所得税和劳动所得税以及向厂商征收的产出税，故

Gt=τcCt+τsrtSt+τwWtNt+τfYt

(19)

假设政府在每一期的支出被用于三个部分：第一部分为政府转移支付G1t，用于弥补代表性家庭由于碳排放和生态环境质量下降所带来的效用下降；第二部分为节能减排补贴G2t，由于厂商必须为其节能减排行为付出一定的成本，为了激励厂商进行节能减排，政府必须给予一定的补贴；第三部分为政府治污支出G3t，由于厂商的碳排放行为对生态环境质量和居民的效用造成负效应，在这里假定代表性家庭和厂商不会主动治理已经产生的环境污染。所以，政府必须承担起治理污染和改善环境质量的责任。所以 ，政府在第t期的预算约束为：

Gt=G1t+G2t+G3t

(20)

在第t期政府节能减排补贴支出为：

(21)

(22)

2.4 环境

(23)

(24)

2.5 市场出清

当市场达到出清状态时，有以下式子成立：

St=Kt

(25)

Ct+It+Gt=Yt

(26)

2.6 均衡系统

给定经济中代表性家庭的偏好、厂商的技术水平和资源约束、政府支出分配、环境系统中的环保技术水平等，状态变量{Ct-1,Kt-1,At-1,Et-1,G1t-1,G2t-1,G3t-1,CEt-1,ACEt-1,JPt-1,ETt-1,ψt-1}，以及生产技术冲击、环保技术冲击、减排努力程度冲击、节能减排补贴冲击和政府治污支出冲击{At,ETt,Lt,ψt,G3t}，当经济达到均衡状态时，代表性家庭实现效用最大化、代表性厂商实现利润最大化，并且消费品市场、资本市场以及劳动力市场均出清。

3 模型参数的校准、贝叶斯估计

模型中的参数根据其特征分两种方法进行赋值，对于静态参数，结合中国实际经济数据和已有文献，采用校准的方法进行赋值；对于动态参数，在模型的基础上采用贝叶斯(Bayes)方法进行估计。

3.1 静态参数的校准检验

厂商部门中需要校准的静态参数有：资本折旧率δ、资本产出弹性α、产出的碳排放程度χ、节能减排技术参数σ1和σ2。其中，参考相关国外文献可知，δ估计值大多在0.1左右，国内具有代表性的文献黄勇峰等[22]中对我国制造业折旧率的估计值高达0.17，本文结合中国经济转型期产业结构的独有特征，同时参考田友春[23]对我国各产业折旧率的测算值，将δ校准为0.12；本文采用张军[24]的估计方法，通过估算厂商的生产函数，可得资本的产出弹性为α=0.45；结合Angelopoulos等[8]和Annicchiarico和Di Dio[18]的研究，将产出的碳排放指标χ设定为0.16；参考Annicchiarico和Di Dio[18]的相关结论，将节能减排技术参数分别设定为σ1=0.15和σ2=2.5。

家庭部门中需要校准的静态参数有：主观贴现因子β、消费与劳动供给的相对风险规避系数θ1和θ2、消费和生态环境质量之间的权衡值λ。其中，采用1979-2015年间的CPI数据估算物价水平，进而可得β的取值为97%；参考黄赜琳[21]对消费相对风险规避系数的估算结果，将θ1设定为0.8；Fuentes-Albero[25]利用微观数据估计出θ2的取值范围为0.2-0.72，而胡永刚和郭新强[26]基于效用函数形式和稳态平衡路径校准得到θ2的取值为2或者3，结合中国宏观经济特征，本文取θ2=3；Angelopoulos等[8]将消费和生态环境质量之间的权衡值λ设定为0.4，朱军[20]指出在注重经济发展的经济体中，居民对于消费和环境质量的选择中更为短视，故其设定消费和生态环境质量之间的权衡值为0.7，本文同样将λ设定为0.7。

环境系统中需要校准的静态参数有：自然环境对于碳排放的正常分解率η和政府治污支出为改善生态环境质量的转化系数γ。其中，Angelopoulos等[8]将生态环境对碳排放的正常分解率η设定为0.1，同时将政府治污转化系数γ设定为三种情况，即γ=5，1.5和0.6，朱军[20]设定环境质量的持续性参数为0.9，结合生态环境质量的演变过程可计算得到生态环境对碳排放的正常分解率也为0.1。通过校准分析，本文令η=0.1，γ=1.16。

3.2 动态参数的校准检验

本文选取1979-2014年间我国实际GDP和消费数据做为外部观察样本，并利用MATLAB对动态参数进行贝叶斯估计。首先关于先验均值的选取，根据已有文献的估算和冲击源的特征，本文设定生产技术冲击、环保技术冲击和减排努力程度冲击的一阶自回归系数的先验均值均为0.7，节能减排补贴冲击和政府治污支出冲击的一阶自回归系数的先验均值均为0.5。对于冲击源随机扰动项的先验均值，本文均设定为0.5。其次是先验分布的选取，参考Smets和Wouters[27]、Gerali等[28]以及Khan和Tsoukalas[29]的做法，设定一阶自回归参数均服从Beta分布，波动参数均服从较为分散和平滑的逆伽玛(Inv. Gamma)分布。

表1 动态参数的Bayes估计结果

图1 Bayes估计的先验分布和后验分布

4 动态效应与传导机制分析

本部分对数值模型进行动态模拟，具体分析环保技术、节能减排补贴和政府治污补贴对产出、消费等宏观经济变量以及碳排放量、实际碳排放量，节能减排量和环境质量等环境系统变量的动态效应和传导机制，同时考察厂商的减排努力程度的动态影响路径。

4.1 环保技术的动态效应分析

图2给出了1%正向环保技术冲击下各宏观变量的动态变化路径。可以发现，第一，改进环保技术对产出的效应为先负后正，且在较长的一段时间内表现为正效应；第二，改进环保技术对碳排放量、实际碳排放量和节能减排量均为负效应，并且持续时间约为13期；第三，改进环保技术对消费和环境质量为正效应，并且持续性较强。

图2 环保技术冲击的脉冲响应分析

环保技术改进的动态效应主要通过以下的传导机制：(1)环保技术更新在短期内必将引起企业产出规模的下滑，主要原因在于更新旧设备所产生的成本和消耗的时间，主要体现在新旧设备更迭所产生的新技术工人的培训支出、旧设备的变现价值与新设备的重置成本的差额支出以及新员工培训时间、旧设备拆卸和新设备组装所占用的时间等等；从长期来看，环保技术更新对企业的短暂冲击不改变其未来发展态势，并促进企业出现一定程度的正增长；(2)环保技术更新能够在一定程度上刺激居民消费，这主要体现在现阶段家庭消费观念更加注意食品安全和清洁环保方面，从而环保技术的改善能够提升居民的消费信心，改善其消费偏好；(3)环保技术更新使得实际碳排放量下降幅度显著高于原碳排放量，且节能减排量也出现显著下降，说明环保技术能够有效削弱碳排放规模，节能减排量也必将由于碳排放量基数的下降而出现下滑，环境质量得到显著改善。

4.2 节能减排补贴的动态效应分析

图3给出了1%正向节能减排补贴冲击下各宏观变量的动态变化路径。可以发现，第一，提高节能减排补贴对产出、碳排放量、实际谈排放量和节能减排量的效应为先正后负，且在较长的一段时间内表现为负效应；第二，提高节能减排补贴对居民消费为负效应，而且持续性较强；第三，提高节能减排补贴对环境质量的效应为先负后正，并且负效应的持续性较强。

提高节能减排补贴的动态效应主要通过以下的传导机制：(1)节能减排补贴的发放必将促进企业产出规模的上升，直接原因在于补贴的发放能够刺激相关企业的生产积极性，并通过增加企业的流动资金促进其生产，间接原因在于补贴的性质决定了相关企业必定会通过更新设备和技术的方式提升自身的节能减排规模，同时也提升其生产效率；(2)节能减排补贴属于政府财政支出的一部分，加大补贴力度将导致政府转移支付与政府治污支出的相对减少，而政府转移支付的下降会直接降低家庭的收入水平，进而降低居民消费量；(3)节能减排补贴对企业的影响具有一定的延迟效应。这是因为企业的设备更新决策和技术更新决策的实施是一个博弈的过程，即他们要考虑设备和技术更新成本以及由此产生的时间成本与节能减排补贴额孰大孰小的问题，这个过程必将延迟节能减排补贴政策实施的效果，从而使得短期内碳排放量和实际碳排放量仍保持上升的态势；从长期来看，补贴政策对碳排放量具有一定的抑制作用，但其效果要弱于环保技术更新。

图3 节能减排补贴冲击的脉冲响应分析

4.3 政府治污支出的动态效应分析

图4给出了1%正向政府治污支出冲击下各宏观变量的动态变化路径。可以发现，第一，增加政府治污支出对产出、碳排放量、实际碳排放量和节能减排量的效应为先正后负，并且负效应的持续性较强；第二，增加政府治污支出对居民消费为负效应，且持续性强；第三，增加政府治污支出对环境质量的正效应，并且正效应的持续性较强。

图4 政府治污支出冲击的脉冲响应分析

增加政府治污支出的动态效应主要通过以下的传导机制：(1)政府治污支出对企业产出的影响是一个持续的过程，这主要体现在两个方面：一是由于企业生产的惯性，政府治污的初始阶段难以影响到企业的正常运行，故在短期内企业的产出仍保持一定的增长；二是从较长的时间周期来看，随着政府治污力度的不断加大，企业的排污成本将越来越高，从而抑制了企业生产的积极性，当然，随着治污的不断深入，企业必将通过更新旧设备或改进环保技术等手段降低自身的排污成本，企业产出规模也将逐渐恢复到初始水平；(2)政府治污支出对居民消费的影响与节能减排补贴类似，在此不再具体展开分析；(3)政府治污支出对碳排放量的影响同样是一个持续的过程，相关企业短期内为了维持生产的惯性仍会保持原有的碳排放水平，随着治污的不断深入，碳排放规模也将显著下降，环境质量出现明显改善；同时，由图4可以看出，政府治污支出对环境质量的改善效果要强于节能减排补贴，弱于环保技术更新。

4.4 厂商减排努力程度动态效应分析

图4给出了1%正向减排努力程度冲击下各宏观变量的动态变化路径。可以发现，第一，厂商提高减排努力程度对产出、消费、碳排放量、实际碳排放量均为负效应，并且对产出、消费、碳排放量的负效应的持续性较强；第二，厂商提高减排努力程度对节能减排量和环境质量均为正效应，而且对环境质量的正效应持续性较强。

图5 减排努力程度冲击的脉冲响应分析

厂商提高节能减排努力的动态效应主要通过以下的传导机制：(1)减排努力程度的上升必将导致企业产出规模的下降，这是因为，在企业原有设备的前提下，减排越努力意味着企业要大幅压缩产能；如果更换新设备，也必将由于新设备的安装调试以及新技术工人的培训使得产出规模出现一定的下滑；(2)减排努力程度削弱了居民消费，这主要体现在企业压缩生产规模之后，必将导致企业员工薪水的下降或企业裁员规模的上升，从而引起家庭收入水平的下滑，降低居民消费的积极性；(3)减排努力程度对碳排放量、节能减排量和环境质量的影响是显而易见的，减排越努力必将使得企业碳排放量显著下滑，同时节能减排量快速上升，环境质量显著改善；另外，与前几种环境治理措施相比，减排努力程度对环境质量改善的效果要明显好于环保技术更新、节能减排补贴和政府治污支出。

5 模型的敏感性分析

本节从环保技术、节能减排补贴、政府治污支出以及减排努力程度四个方面分别考察模型的稳健性，并探讨各相关变量上下浮动15%对生态环境质量的动态影响，进而研究环境质量改善与各相关变量之间的相关关系。

5.1 环保技术、节能减排补贴的敏感性分析

图6给出了环保技术(ET)、节能减排补贴(ψ)上下波动15%对生态环境质量的动态影响。由图6可以看出：(1)环保技术改善使得实际碳排放量与节能减排量均出现显著的下降，这体现出环保技术更新能够提升厂商的资源利用效率，使得减排规模与碳排放规模同步降低，环境质量从总体上明显上升，且在40期内均保持明显的持续性；(2)提高节能减排补贴仅在短期内对实际碳排放量与节能减排量有明显的作用，而长期看其影响相对较小，且对环境质量的影响也非常有限，这体现出该措施对厂商仅有短期的激励作用，而对环境质量的改善不具有长期的可持续性。

5.2 治污支出、减排努力程度的敏感性分析

图7给出了政府治污支出(G3)、减排努力程度(L)上下波动15%对宏观经济的动态影响。由图7可以看出：(1)治污支出比例的提升短期内对实际碳排放量与节能减排量的影响较小，但能够从中长期有效降低实际碳排放量与节能减排量，从而使得环境质量在一定程度上得到改善；(2)厂商减排努力程度的上升能够快速提升节能减排量，并有效降低实际碳排放规模，使得环境质量得到快速上升，这体现出提升厂商的节能减排意识也是改善环境质量的重要因素。

图6 环保技术、节能减排补贴的敏感性分析

图7 治污支出、减排努力程度的敏感性分析

6 结语

本文通过构建一个三部门的动态随机一般均衡(DSGE)模型，研究环保技术、节能减排补贴、政府治污支出和厂商节能减排努力程度等节能环保措施对经济系统和环境系统的动态影响。研究表明：(1)环保技术更新虽然在短期内对厂商产出规模存在一定的负效应，但从中长期来看，其能够在实现经济增长的基础上，有效降低实际碳排放量和节能减排量，提高生态环境质量；(2)节能减排补贴在中长期对产出规模与居民消费存在一定的负效应，且该措施仅在短期内对实际碳排放量与节能减排量有明显的抑制作用，长期影响相对较小，且对环境质量的影响也非常有限，同时表现出一定的延迟性；(3)政府治污支出对宏观经济存在一定的负效应，同时其在短期内对环境质量改善的效果不明显，但从中长期看其能够有效降低碳排放量和实际碳排放量，提高生态环境质量；(4)厂商减排努力程度对产出规模的负效应较为明显，但其能够快速提升节能减排量，并有效降低实际碳排放规模，使得环境质量有效改善。

针对本文研究结论，提出以下几点政策建议：(1)由于环保技术更新能够显著改善生态环境质量，故政府应加大环保技术研发力度，提升整体环保技术水平，同时激励厂商对环保技术的更新换代；(2)节能减排补贴对厂商的减排动力仅存在短期影响，故该措施不应作为提升生态环境质量的优先选项；(3)政府治污支出虽然占用一定的财政资金，但其效果从中长期来看能够在一定程度上改善环境质量，故应保持治污支出的持续性和稳定性；(4)厂商的减排努力程度不论在短期还是中长期均能够显著改善生态环境质量，故应加强节能减排方面的知识宣传，提升厂商节能减排意识。

[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] 崔连标, 范英, 朱磊,等. 碳排放交易对实现我国“十二五”减排目标的成本节约效应研究[J]. 中国管理科学, 2013, 21(1): 37-46.

[7] 时佳瑞, 蔡海琳, 汤铃,等. 基于CGE模型的碳交易机制对我国经济环境影响研究[J]. 中国管理科学, 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, 孟卫东. 宏观审慎政策与货币政策的协调搭配——基于贝叶斯估计的DSGE模型[J]. 中国管理科学, 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, 许家林. "政府-企业"节能减排互动机制研究[J]. 中国人口:资源与环境, 2011, 21(6): 102-109.

[16] 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):38-49+101.

[17] 齐结斌, 胡育蓉. 环境质量与经济增长——基于异质性偏好和政府视界的分析[J]. 中国经济问题, 2013, (5): 28-38.

[18] 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——基于新凯恩斯DSGE模型的分析[J]. 中国人口·资源与环境, 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): 41-53.

[21] 黄赜琳. 中国经济周期特征与财政政策效应—一个基于三个部门RBC模型的实证分析[J]. 经济研究, 2005, (6): 27-39.

[22] 黄勇峰, 任若恩, 刘晓生. 中国制造业资本存量永续盘存法估计[J]. 经济学(季刊), 2002, (2): 377-396.

[23] 田友春. 中国分行业资本存量估算:1990～2014年[J]. 数量经济技术经济研究, 2016, (6): 3-21.

[24] 张军, 章元. 对中国资本存量K的再估计[J]. 经济研究, 2003, (7): 35-43.

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

[26] 胡永刚, 郭新强. 内生增长、政府生产性支出与中国居民消费[J]. 经济研究, 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.