碳减排支持工具对低碳投资和碳减排效率的影响效应研究

林则夫 尚瑞欣 程光兆

1.中央财经大学管理科学与工程学院，北京，102206；2.天风证券股份有限公司，湖北，武汉，430071

在全球性气候变化背景下，资产被迫重新定价，绿色转型既是经济发展必然趋势，也是金融风险防范重要一环。为实现设定的碳减排目标，我国经济绿色转型阶段存在潜在的巨大融资缺口，目前我国以银行为代表的间接融资仍占据主导地位，激励和监管不足使低碳资金和项目存在着“漂绿”现象[1-2]，绿色金融体系的多元化和有效性亟须改善[3]。

2021年11月，人民银行推出结构型货币政策工具—碳减排支持工具，该工具要求商业银行在自主决策和风险自担的条件下，为清洁能源、节能环保和碳减排技术三个重点领域内相关企业提供优惠利率贷款，其利率应与同期限档次贷款市场报价利率大致持平，再通过“先贷后借”的直达机制，由央行对金融机构向相关企业发放的符合条件的碳减排贷款，按贷款本金的60%提供资金支持，利率为1.75%，期限1年，可展期2 次。同时，该工具要求借贷有关方做到关键信息披露、接受社会公众监督和第三方专业机构核实验证。因此，相较于其他绿色工具，该工具不仅注重提高绿色金融支持效率，还增添了更多监管机制作用下的商业银行和企业绿色转型激励色彩，旨在引导更多社会资金进行低碳投资的同时，保障工具实施的有效性。

国内现有对绿色货币政策的研究大多集中在政策层面，较少涉及原理、机制和效应等研究。例如，钟正生和张璐通过研究气候风险对金融系统的影响，认为货币政策在防范转型风险、调动金融资源两个方面发挥积极作用[4]，张帅等建议采取适当的货币政策和宏观审慎政策激励资金向低碳部门流动[5]。周宏春认为碳减排支持工具可以包括绿色再贷款、再贴现、差异化存款准备金、定向中期借贷便利操作等工具，为重点领域绿色金融“做加法”。[6]又由于碳减排支持工具实施时间较短，缺乏实证数据，存在以其为对象进行理论研究的必要性。目前国内外关于碳减排政策效应的主流宏观经济分析框架为DSGE 模型（Dynamic Stochastic General Equilibrium，简称DSGE 模型），但国内大部分研究对象为碳税政策，主要关注点在于宏观经济波动和环境质量。例如，陈志建与王铮等在DSGE 模型中引入碳税机制，发现征收碳税会降低劳动需求和劳动供给。[7-8]武晓利基于DSGE 模型，研究发现环保技术的正向冲击能够改善环境，而节能减排补贴短期内对碳排放有显著抑制作用，长期内影响非常有限。[9]张涛等构建包含低收入和高收入两类家庭的DSGE 模型，研究发现不同碳税政策对于低收入家庭的影响更大。[10]综上，结合DSGE 模型对国内更多绿色货币政策进行理论和效应研究有待扩展和深入。

本文利用DSGE 模型研究实施碳减排支持工具的政策效应，模拟分析了实施碳减排支持工具后受到技术冲击和货币政策冲击的脉冲响应情况，进而为碳减排支持工具及配套政策的实施提出政策建议，助力绿色金融体系的建设和完善。

一、DSGE 模型介绍

DSGE 模型的理论基础源自对真实经济周期模型（Real Business Cycle，简称RBC 模型）的优化。RBC 模型是Kydland 和Prescott 于1982年构建的，它将宏观经济模型建立在理性人假设的基础上，假设市场是完全竞争的、价格和工资是弹性的、信息是完全的、主体是理性的。因此，RBC 模型认为，市场机制是完善的，各类市场能够即时出清，货币当局应通过稳定物价的货币政策来制造良好的市场环境，技术冲击是造成经济波动的唯一原因，用货币政策或财政政策“熨平”短期波动是不必要或有害的。

随着20 世纪70年代以来对凯恩斯主义上的批判继承，短期货币非中性、市场不完全竞争和价格粘性出现在宏观经济学研究方法中。DSGE 模型在RBC 模型基础上进行优化，修改假设为市场是垄断竞争的、价格和工资是粘性的、市场不能及时出清,认为除了技术冲击，宏观经济政策也会对经济产生影响，这也更加符合现实经济结构。因而在主体设置上，DSGE模型通常在RBC 模型的家庭部门和消费品厂商基础上，增加央行部门和处于垄断竞争市场的中间品厂商；在模型功能上，DSGE 模型则更侧重于研究外生变量冲击对经济变量的影响。

如今，DSGE 模型已经成为主流的宏观经济分析框架，广泛应用于各国央行政策分析和学术研究中。其具备三个突出优势：第一，模型自身的动态性、随机性、一般均衡性三个特性，动态性能够很好地描述宏观经济中的跨期经济现象，随机性能够描述宏观经济中的不确定性冲击，一般均衡能够将各主体联系起来，刻画相互作用和制约关系；第二，模型将宏微观相结合，试图构建一个微观最优化行为和宏观政策共同作用下的宏观经济情况，有效规避了只从单一角度进行宏观经济分析或微观经济分析的弊端；第三，模型采用了微观主体最优化理论，如家庭部门的效用最大化、厂商部门的利润最大化和成本最小化等，使得行为决策的描述更加符合各主体现实经济活动。

二、模型构建与政策模拟

（一）总体思路

第一，构建一个包括家庭、中间品厂商、最终品厂商和央行的四部门动态随机一般均衡模型，引入设定的碳减排效率代理变量，通过刻画四部门模型一阶条件、约束条件和市场出清条件得到满足研究目的的DSGE 模型和含有变量与参数的模型方程组。

第二，求解模型稳态时各变量的解析解，并基于已有研究和经济数量关系数据对模型中的参数进行校准赋值，对比实施碳减排支持工具前后的稳态水平。

第三，通过设置不同的情景，分析实施碳减排支持工具对低碳投资和碳减排效率的影响，并通过设置外生变量随机冲击参数，模拟分析技术进步冲击和不同类型货币政策冲击下，碳减排支持工具的实施效果。

（二）模型构建

模型建立在家庭、最终品厂商、中间品厂商和中央银行四个部门的基础之上。中间品厂商指碳减排支持工具的重点实施对象，依据新凯恩斯主义经济学思想和现实经济结构，假设中间品厂商处于垄断竞争市场，家庭部门、中间品厂商、最终品厂商通过生产要素交换和消费相互关联，中央银行通过实施碳减排支持工具等货币政策对中间品厂商决策产生影响，从而形成一个四部门相互作用和约束的宏观经济系统。四部门之间关系如图1 所示。

图1 四部门模型框架图

图2 正向技术冲击对碳减排效率的影响

1.家庭部门

家庭部门可以在无限的生命期消费（C）、投资（I）、提供劳动（N）和储蓄（D），并最大化自身效用。其中，效用取决于未来无限期消费和劳动（负效用）的折现。由于资本收入较劳动收入往往需要经历更长时间，可以认为当期的消费（PtCt）和储蓄水平（Dt）受到当期的工资收入（WtNt）、上一期资本收入（Kt-1Rt-1）、从厂商获得的利润（Πt）以及物价水平（Pt）的制约。资本收入取决于上期期初资本投入（Kt-1）与资本租金（Rt-1）。上一期的储蓄水平（Dt-1）决定上一期的投资（It-1），并与当期折旧后的资本[(1-δK)Kt-1]一起形成下一期期初的资本投入（Kt）。基于上述分析，结合张涛等、武晓利的研究，本研究设定了家庭部门的效用函数，同时设定了家庭部门的预算约束及资本与投资和储蓄的动态关系，可以用公式（1）—（4）表示：

2.最终品厂商部门

最终品厂商部门沿用RBC 基准模型的完全竞争市场，简单视为制造和提供同一产品的大量厂商的集合。其从中间品厂商部门购买中间品Ytj来生产最终品Yt[Yt(j)表示第j个中间厂商生产的中间品]，并通过销售最终品获得最大化利润，可以用公式（5）、（6）表示（具体参数含义详见表1）：

表1 模型参数校准表

3.中间品厂商部门

中间品厂商是碳减排支持工具的重点实施对象，因这些厂商的产品往往具有差异，假设中间品厂商处于垄断竞争市场，具有一定的市场权力来设定中间产品价格。为简化模型，本研究假设中间品厂商生产函数相同，且符合柯布道格拉斯形式，通过各自投入的资本[Kt(j)]和劳动[Nt(j)]生产差异性产品[Yt(j)]。生产技术（At）为所有中间品厂商共有并服从经典的AR(1)过程，中间品厂商通过资本和劳动生产差异性产品。基于上述分析，参考张涛等的研究，假设所有中间品厂商获得的优惠利率均为RRt，则相关表示为（具体参数含义详见表1）：

其中，ρA为持续性参数，表示冲击持续的时长和强度，A为At的稳态值，εtA为随机扰动项，通过此项来模拟技术冲击；KCostt(j)表示中间品厂商j在t期的资本成本。

中间品厂商在满足生产量等于最终品厂商需求量的约束条件下，通过选择劳动、资本投入来实现成本最小化：

当达到成本最小化时，处于垄断竞争的中间品厂商通过确定产品价格Pt(j)来实现利润最大化，实际利润为实际收入减去实际成本，结合中间品厂商和最终品厂商供需相等以及中间品厂商的生产函数，表达如公式（12），其中mct为成本最小化时的边际成本。

考虑中间品厂商的定价策略，引入Calve 价格粘性，用概率θ表示，即中间品厂商每一期有1-θ的固定概率能够重新定价，有θ的概率继续保持上一期的价格，不能重新定价，从而求解中间品厂商贴现实际利润最大化。

4.央行部门

央行部门负责推行和实施货币政策，研究认为央行将根据产出和通胀缺口情况对短期利率在上一期的基础上进行调整(即遵循泰勒规则)，如公式（13）所示（具体参数含义详见表1）：

5.市场出清

由于本文主要研究国内货币政策和少数低碳领域企业，没有将模型拓展到政府部门和开放型经济，因而为使得本研究模型处于长期均衡状态，仅需满足以下两个市场出清的条件，即模型内总产值等于消费和投资之和、市场利率等于中间品厂商的优惠利率，如公式（15）、（16）：

6.碳减排效率代理变量

为探究碳减排支持工具对于碳减排效率的影响，参考武晓利[9]、Annicchiarico[11]和Di Dio[12]的研究，碳减排效率定义为单位产出减少的碳排放量，碳减排量又与厂商努力程度和产量呈正相关，因此笔者假设努力程度与资本投入、劳动投入和环保技术有关，由于本研究聚焦主营内容为清洁能源、节能环保、碳减排技术等的厂商，其生产主要为了减少碳排放，可将生产技术作为环保技术的代理变量。综上，碳减排效率的表达式如公式（17）：

碳减排效率Vt与资本投入Kt、劳动投入Nt、生产技术At呈正相关关系，意味着资本和劳动要素投入越多，技术越先进，碳减排效率越高。

（三）稳态求解及参数校准

通过构建拉格朗日函数得到上述多个主体在约束条件下达到最优的一阶条件，再结合上述方程和市场出清条件形成整个宏观经济模型的稳态方程组。对于形式复杂的DSGE 模型稳态方程组，当前有两种常用的求解方法：解析解法和线性化法。其中解析解法是直接对模型方程组进行求解，用参数或常数表达每个变量的稳态值，该方法推导过程较复杂但利于对稳态值进行分析。而线性化法是采用指数或对数的一阶泰勒展开对模型方程组进行线性化，该方法可简化计算过程，但线性化后的稳态值均为0，不利于考察其实际意义。

本研究需对稳态进行分析，所以选择解析解法对建立的DSGE 模型稳态方程组进行求解，并最终得到了由资本折旧率δK等12 个参数表达的资本K、投资I、劳动投入N、碳减排效率V等17 个变量稳态表达式。限于篇幅，求解过程略去。

在参数选取方面，本论文采用校准法结合大量前人研究数据进行综合分析，为模型的参数进行校准赋值，结果见表1。

（四）情景设置及政策模拟

政策特点及政策组合是影响气候政策是否有效的重要因素，碳减排支持工具作为一种气候类货币政策工具，同样也需要相关政策组合的配套实施。为研究碳减排支持工具及配套政策的实施对于低碳投资和碳减排效率的影响，文章研究了在不同政策组合下，即不同情境下，技术冲击和货币政策冲击对模型经济体中各内生变量的动态响应。

文章设置了四种情景进行分析（见表2）：

表2 四种情景选择

情景1 为未实施碳减排支持工具，即厂商贷款利率为市场利率（3.5%），并实施宽松型货币政策，即在宽松型货币政策下，未享受碳减排支持工具的优惠利率；

情形2 为实施碳减排支持工具，即厂商可以享受碳减排支持工具带来的惠利率（1.75%），并实施宽松型货币政策，即在宽松型货币政策下享受碳减排支持工具的优惠利率；

情景3 为未实施碳减排支持工具，即厂商贷款利率为市场利率（3.5%），并实施紧缩型货币政策，即在紧缩型货币政策下，未享受碳减排支持工具的优惠利率；

情形4 为实施碳减排支持工具，即厂商可以享受碳减排支持工具带来的惠利率（1.75%），并实施紧缩型货币政策，即在紧缩型货币政策下享受碳减排支持工具的优惠利率；

同时将上述四种情景中的技术冲击均设为1%，即四种情形下技术均取得了相同正向突破和进展。

本研究借助 Matlab R2018A 软件中的Dynare5.3工具包对四部门 DSGE 模型进行了仿真模拟。

三、研究结果与分析

论文首先对四种情景下的宏观经济变量和碳排放效率进行稳态值分析，随后对实施碳减排支持工具前后变量对正向技术冲击和两类货币政策冲击的脉冲响应进行分析。

（一）四种情景下的稳态分析

本研究利用Matlab R2018A 软件中的Dynare5.3工具包，模拟出四个情景下主要变量的稳态值及碳减排支持工具实施前后的稳态值变化幅度，如表3 所示。

表3 四种情景下模型稳态值统计情况

表4 碳减排支持工具实施前后模型稳态值变化情况

由表3 可见，情景1 与情景3、情景2 和情景4的稳态值相同，情景2、情景4 相较于情景1、情景3 稳态值发生变化，表明碳减排支持工具的优惠利率会影响模型稳态值，而外生变量不会影响模型稳态值。

从碳减排支持工具实施前后数据可以看出，资本K、投资I、消费C、产出Y 和碳排放效率V 的稳态值均有所上升，变化幅度分别为230.28%、124.59%、39.47%、63.10%、202.44%，增幅较大，说明碳减排支持工具有利于大幅提高资本投入、产出、消费和投资的规模以及大幅提升碳减排效率；实际工资w 的变动幅度为78.12%，劳动N 的变动幅度为-8.43%，说明碳减排支持工具的实施提高了实际用工成本，劳动要素的投入有所下降，但下降幅度相对较小；实际边际成本mc 的变动幅度为0，厂商的实际边际成本没有变化。

（二）不同冲击下的脉冲响应

本研究还模拟了碳减排支持工具实施前后，主要经济变量以及碳减排效率变量对于1%的技术冲击和货币政策冲击的稳态偏离响应情况，即脉冲响应图。图中横轴表示冲击持续的时期，纵轴表示受到冲击后各变量对于稳态水平偏离的程度，实线“—”表示碳减排支持工具实施前，虚线“---”表示碳减排支持工具实施后。

1.正向技术冲击下的脉冲响应

无论碳减排支持工具实施前后，碳减排效率均在期初迅速上升，之后随着冲击效用的下降而下降，表明正向技术冲击对碳减排效率有正面效应。对比冲击下期初碳减排效率稳态正向偏离幅度，发现在碳减排支持工具实施下提升幅度更大，表明正向技术冲击进一步释放了碳减排支持工具的促减排效应潜力。

2.宽松型货币政策和紧缩型货币政策冲击下的脉冲响应

从整体上来看，所有主要变量对宽松型货币政策和紧缩型货币政策冲击的期初响应呈对称形式（结果仅展示宽松型货币政策冲击，紧缩型为该结果关于横轴的对称），表明两类政策对于释放碳减排支持工具潜力有截然相反的作用。另外无论碳减排支持工具实施前后，同一货币政策冲击下期初变量偏离方向均相同，但幅度不同，表明碳减排支持工具的实施在响应表现中起决定性作用。

从具体主要变量响应结果来看，相比于碳减排支持工具实施前，实施后的宽松型货币政策冲击对资本、投资、产出、劳动要素投入和碳减排效率有更大的正面影响，对实际工资、消费规模和实际边际成本有更大的负面影响，结果如图3—图10 所示。

图3 对产出的影响

图4 对消费的影响

图5 对资本的影响

图6 对投资的影响

图7 对劳动的影响

图8 对实际工资的影响

图9 对实际边际成本的影响

图10 对碳减排效率的影响

从宽松型货币政策和紧缩型货币政策冲击的对称结果对比来看，由于碳减排支持工具的推出是为了促进金融和企业绿色转型，增大低碳投资同时提升碳减排效率，因此对碳减排支持工具潜力释放起正面作用的宽松型货币政策优于紧缩型货币政策。

四、结论与政策建议

（一）研究结论

本研究在建立健全绿色金融体系、解决当前绿色金融市场局限性和失灵问题的背景下，以带有碳减排效率代理变量的四部门DSGE 模型为理论研究工具，以碳减排支持工具为对象，通过模型构建、稳态值求解、参数校准和情景模拟，对碳减排支持工具实施对低碳投资和碳减排效率等宏观变量的影响效应，以及技术冲击和货币政策冲击下变量的脉冲响应进行分析。

通过以上研究得出结论：碳减排支持工具可以引导商业银行和企业绿色转型以及促使更多社会资金进行低碳投资，同时结合其他政策引导作用可以进一步释放工具潜力。结合数据结果分析得到：第一，碳减排支持工具实施有利于大幅提高资本投入、碳减排重点领域厂商产出、消费和投资的规模以及碳减排效率；第二，正向的技术冲击可以大幅提高碳减排支持工具实施下的碳减排效率，进一步释放碳减排工具潜力；第三，宽松型货币政策可以大幅提高碳排放工具实施下的资本投入、劳动投入、投资、碳减排重点领域厂商产出和碳减排效率；第四，紧缩型货币政策相较宽松型货币政策起相反作用，遏制了碳减排工具的潜力释放。

（二）政策建议

第一，继续推动碳减排支持工具的实施。碳减排支持工具实施前后经济变量稳态值和及碳减排效率稳态值之间存在较为显著的差异。总体而言，碳减排支持工具的实施对提高低碳投资等宏观经济主要变量的规模和碳减排效率，产生了较好的正面效应，应当继续加以推广。

第二，积极推动技术进步。根据技术冲击下实施碳减排支持工具动态影响分析，发现正向的技术冲击，即技术进步，对碳减排效率具有正面效应，会使得碳减排效率有所上升。从技术种类来看，本文主要是聚焦于清洁能源、节能环保、碳减排技术等生产技术，此类技术因其特殊性，又可以理解为环保技术。因此，在经济与环境协同发展视角下，应注重推动清洁能源、节能环保、碳减排技术的发展和创新。政府应加大对清洁能源、节能环保、碳减排技术的扶持力度，引导资金更多流向此领域以支持碳减排重点领域企业尽早实现相关生产技术和环保技术的更新换代。

第三，将碳减排支持工具与宽松型货币政策相结合。论文对比研究了宽松型货币政策和紧缩型货币政策冲击下碳减排支持工具实施前后经济效应和碳减排效率情况，发现宽松型货币政策与碳减排支持工具相结合时，会对劳动投入、低碳投资、碳减排重点领域厂商产出、碳减排重点领域厂商碳减排效率产生更大的正面影响；对家庭消费、实际工资和碳减排重点领域厂商的实际边际成本产生更大的负面影响。因此，宏观的宽松型货币政策调控与央行的碳减排支持工具相结合，更有利于经济与环境的协同发展。

第四，积极做好应对各类不确定冲击的准备。当下政府和央行应当做好顶层设计，稳步推进经济与社会绿色转型，并做好应对各类不确定冲击的准备，预防负面冲击对宏观经济、低碳投资和碳减排效率的负面效应。同时，加强日常对经济和环境变化情况的监测与分析力度，尽可能发现异常的经济与环境现象，及时做出适于当下经济社会发展的应对措施。