以環境稅治理霧霾的減排效果及減排成本
——基于動態多區域CGE模型

張文靜，馬喜立

（1.中國社會科學院大學 研究生院，北京 102488；2.華夏銀行 戰略發展部，北京 100005）

近些年來，人民的物質生活水平顯著提高，廣大居民的生活需求從數量需求逐漸轉變為對質量需求，尤其是對清潔大氣環境的需求日益強烈。然而，居民對“藍天白云”日益高漲的訴求與頻繁出現的大面積霧霾現象之間的矛盾日漸凸顯。霧霾問題并不是中國特有的，大多數發達國家在各自的工業化時代也曾遭遇過霧霾的嚴重困擾。在世界歷史上曾出現過幾次影響范圍巨大的霧霾現象，例如1930年發生在比利時的馬斯河谷煙霧事件，1952年發生在英國的倫敦煙霧事件，20世紀50年代發生在美國的洛杉磯光化學煙霧事件，以及20世紀60—70年代發生在日本的四日市哮喘事件等。這些國家針對自身的實際情況，制定了若干治理霧霾的有效措施，先后成功地解決了霧霾問題，擺脫了霧霾頻發的困境。這些措施包括經濟政策、科技政策和法制政策三大類。環境稅是經濟政策的典型代表，政府根據企業排放的污染物數量確定征稅額，以增加稅收負擔為手段引導企業盡量少排放污染物，從而達到治理環境的目的。實施環境稅必然會增加企業的生產成本、改變企業的生產決策、削弱企業的生產積極性，因此以環境稅為手段治理霧霾時，經濟增長速度可能會降低，即存在一定的減排成本。

中央政府制定并頒發了《中華人民共和國環境保護稅法》，并于2018年1月1日正式實施，其中針對大氣污染物的稅率規定為1.2～12元/污染當量，折合SO2的稅率為1 263.16～12 631.58元/噸。這一稅率能否引導企業減少污染物排放，將中國各區域的空氣質量提高至合理水平？征收環境稅無疑會削減重污染能源消耗量從而制約經濟發展，那么在不同環境稅稅率背景下，空氣質量改善與經濟增速下滑之間有何關系？不同地區各自確定稅率，高稅率地區和低稅率地區的經濟所受影響有何差異？各區域的減排成本有何差別？減排成本隨著時間的推移又會發生什么變化？針對以上問題，本文以環境稅為例，討論治霾政策的減排效果及其相應的減排成本。本文的主要貢獻為：一是在理論層面，改良了現有研究減排成本的量化模型；二是在應用層面，較為準確、精細地擬合了現實社會與經濟，細分區域的模擬結果可為政策制定者提供較為可靠的決策依據。

一、文獻綜述

環境稅的起源是Pigou[1]提出的庇古稅，該稅根據企業排放污染物的數量征收，能夠有效地糾正企業生產對外部環境造成的不利影響。隨著各國進入工業化時代，環境問題日益突出，學術界有關環境稅的研究文獻也隨之大量涌現。根據征收對象，可以將這些文獻分為兩類：碳稅和硫稅。碳稅根據企業排放的CO2數量進行征收。Ploeg和Rezai[2]討論了全球征收碳稅的可能性，并根據全球氣候變暖可能的幾種情形設置了相應的最優碳稅稅率，他認為，CO2存量對氣候變暖造成的影響相對于CO2增量更嚴重，因此各國設計碳稅時應當綜合考慮CO2累計排放量及新增排放量。Rosas等[3]從家庭角度分析了實施碳稅可能帶來的影響，對1994—2010年墨西哥住戶收入和支出調查數據進行模擬研究，他們認為，取消對化石能源的補貼，增加對它們的碳稅征收有利于實現國家的碳減排目標，并且可以大幅提高政府的財政收入。Alton等[4]建議南非政府對企業征收30美元/噸的碳稅，從而能夠實現2025年相對于2005年碳減排42%的政策目標。Siriwardana等[5]模擬了澳大利亞政府征收23澳大利亞元/噸的碳稅帶來的經濟及環境影響，認為征收碳稅可能會導致GDP下滑0.68%、電價上漲26%，以及消費者物價指數上漲0.75%。關于中國的碳稅研究在稅率方面差異較大，Liu和Lu[6]在政策模擬中使用的碳稅稅率為100元/噸；而Jiang和Shao[7]用20元/噸的碳稅稅率做模擬分析，探討實施碳稅對經濟、環境的影響，以及對不同階層的收入再分配效應。

硫稅的征稅客體是向自然環境中排放SO2等污染物的企業。1970年，挪威在世界上首次征收SO2稅。后來，美國、日本等國家紛紛效仿。Griffin[8]較早對SO2稅進行了模擬研究，估算了美國征收SO2稅對大氣污染的緩解作用，并測算了征稅對電力部門的影響，設置了九種情景，并分別設定10～20美元/噸的硫稅。模擬結果顯示，征收硫稅會大幅度抑制煤炭消費量、刺激清潔能源消費量，從而大幅度削減SO2排放量，空氣質量將明顯好轉。由于最近幾年中國的霧霾受到了國內外學者的關注，研究中國征收硫稅的文章相對較多。He[9]以1997年的投入產出表為基礎數據，探討了中國2000—2005年實施硫稅的幾種情景下，國際貿易及宏觀經濟的變化。Yan和Toshihiko[10]利用可計算一般均衡模型模擬了中國1997—2020年以SO2稅為手段，治理霧霾的不同情景，分析認為，SO2稅是治理霧霾的有效手段，而且硫稅稅率應當逐年提高，至2020年應不低于10 000元/噸。魏巍賢和馬喜立[11]3-11分析了在治理霧霾時，采用SO2排放權交易機制和SO2稅的區別與聯系，并模擬了直至2030年的若干情景，認為征收硫稅能夠緩解霧霾問題，改善以煤炭為主的能源消費結構。

上述研究環境稅的文章注重于實施碳稅、硫稅對CO2、SO2減排的作用效果，較少討論減排的經濟成本。Zhou等[12]估算了2009—2011年上海制造業CO2減排的邊際成本。不同方法估算出的邊際減排成本位于390～1 900元/噸之間。Du等[13]根據中國2001—2010年的歷史真實數據，預測直至2020年CO2減排的邊際成本。根據模擬，如果中國于2020年實現碳強度比2005年降低40%的目標，CO2的邊際減排成本可能介于1 000～2 000元/噸之間。Wang和He[14]測算了中國2008—2012年運輸部門的CO2排放效率及邊際減排成本，其結果處于4 500～6 000元/噸之間。然而，測算SO2減排成本的文獻非常罕見。相對于CO2而言，SO2與霧霾的相關性更大，SO2、氮氧化物、揚塵是造成霧霾的主要物質。因此，在當今中國大面積霧霾頻發的時代，分析SO2稅的減排效果及減排成本尤為迫切。雖然魏巍賢和馬喜立[11]3-11測算了中國的SO2減排成本，但該結果是基于全國模型得出的，對中國各省市制定差別化環境稅政策的參考意義有限。

相對于現有的研究文獻，本文具有以下創新點：（1）使用的模型為可計算一般均衡（Computable General Equilibrium，CGE）模型，而現有文獻大多采用計量模型分析污染稅問題。SO2等污染物的排放與各企業的生產息息相關，實施環境稅會改變企業生產決策。本文采用的CGE模型納入了各行業的生產函數，能夠較準確地測算環境稅對企業生產結構的影響。因此，相對于常常僅分析宏觀經濟、或某一行業減排問題的計量模型更貼近現實經濟。（2）使用的模型為多區域模型。中國是一個幅員遼闊的大國，不同區域間的大氣質量天差地別，因此本文建立的多區域模型比現有文獻使用的國家整體模型更妥當。（3）使用動態模型分析未來十幾年的減排成本。相對于現有文獻側重分析歷史減排成本，本文對未來的估算更具參考價值。（4）構建詳細的多層嵌套的生產函數關系。各類化石能源之間、化石能源與電力能源之間、能源與非能源之間的替代關系各不相同，不宜一概而論。因此，本文對生產模型的詳盡設置相對于現有文獻相對簡化的處理方式更符合現實經濟。

二、研究方法

（一）模型結構

本文建立的CGE模型是一個動態多區域模型，模型涵蓋生產、消費、國際進出口貿易、區域間調入調出貿易、政府收支、動態遞歸等部分。CGE模型結構簡圖如圖1所示，事實上，所有的實物流都伴隨著反向的貨幣流，但政府征收個人所得稅、生產稅等活動僅有貨幣流，并無實物流存在。為節約篇幅，本文僅介紹模型的生產、污染核算、動態遞歸等重要模塊。

1.生產

為更好地分析征收環境稅對企業生產活動的影響，對投入要素的相對比例的扭曲程度，本文設立了詳細的生產結構嵌套關系。特別是關于各類能源，本文設計了詳細、復雜的多層嵌套關系，盡可能準確地刻畫現實中企業生產運行機制。

如圖2所示，生產模塊是1個9層嵌套的生產結構。在第9層，以石油為例，企業采購的石油不僅來自本地區，也可以來自其他地區。這些來自地區1，2，…，R的石油之間是一種非完全替代關系，本文將這種關系設定為恒替代彈性（Constant Elasticity of Substitution，CES）函數。在第8層，同樣以石油為例，進口石油和國產石油通過CES函數復合成某地區某行業的石油總消費量。在第7層，電力和煤炭部分分別與石油的第8、第9層類似。在第7層的非煤炭部分，石油和天然氣相互替代，二者以CES函數復合成非煤炭化石能源。電力能源的第6層與石油的第8層非常相似，電力總消耗由國產和進口兩部分復合而成?；茉吹牡?層，煤炭和非煤炭相互替代，它們之間也是通過CES函數復合的。類似地，能源—資本—勞動分支的各層函數均為CES函數。然而，各層的替代彈性并不相同，因此不宜統一處理，必須分層設置函數關系[15]。在第3層的中間投入部分，各類中間投入品之間是嚴格互補、不可相互替代的，因此用列昂惕夫（Leontief）函數描述最為恰當。在第2層，中間投入品和非中間投入品之間也是不能彼此替代的，因此也設置成列昂惕夫函數。在第1層，政府按固定稅率對企業征收生產稅，企業只能被動接受政府制定的稅率，而無法改變稅率，因此生產稅與基本投入之間是列昂惕夫函數關系。

該部分的數學表達式較多，為節約篇幅，此處僅以部分CES函數、列昂惕夫函數為例，簡要說明生產模塊的函數關系。式（1）描述的是q地區i行業消費的國內能源e來自不同地區s，而這些地區之間是CES函數關系。式（2）表示，該行業消費的國內能源e的平均價格（P7D_Se，i，q）是各地區能源e的價格（P7De，s，i，q）的加權平均值。根據成本最小化原則，可以由式（1）、式（2）推導出它的需求量（式（3））及價格（式（4)）方程，二者均為百分比變動形式。式（3）表示，如果各地區能源的相對價格保持不變，企業對各地區能源e的需求（x7de，s，i，q）與其對國內能源e的總需求（x7d_se，i，q）保持相同的百分比變化；如果相對價格發生改變，企業對地區s的能源e的需求（x7de，s，i，q）將根據它的價格百分比變化（p7de，s，i，q）偏離國內平均價格百分比變化（p7d_se，i，q）的程度進行調整，其調整幅度與替代彈性（σ7De，i，q）正相關。式（4）表示，國內能源e的平均價格的百分比變動（p7d_se，i，q），等于各地區能源e的價格百分比變動（p7de，s,i，q）的加權平均值。

其中，X7De，s，i，q為地區q的i行業使用來自地區s的能源e的數量（下標e表示能源的種類；i表示行業；q表示使用能源的地區；s表示能源的來源地區；下同），X7D_Se，i，q為企業使用的國內能源e的總量。相應地，P7De，s，i，q和P7D_Se，i，q分別為各地區能源e的價格和國內能源e的價格平均值。S7De，s，i，q為企業購買s地區的能源e占其購買國內能源e的總量的份額。σ7De，i，q是各地區能源e之間的替代彈性。

式（5）、式（6）以中間投入的第3層為例，闡述該模型中列昂惕夫函數的關系式。式（5）表示地區q行業i開展生產時，第n種中間投入商品的投入量（X1n，i，q）是總中間投入（X1＿Ni，q）的固定比例（btn，i，q），而且該比例不隨價格波動而變化。式（6）為中間投入復合品的價格關系式。復合中間投入的價格（P1_Ni，q）為各類中間投入商品價格（P1n，i，q）的加權平均值。

其中，X1＿Ni，q為地區q行業i的中間投入總數量；X1n，i，q為第n種中間投入的數量；P1_Ni，q和P1n，i，q分別為它們相應的價格。btn，i，q是第n種中間投入占總中間投入的份額。

2.污染物核算

如圖3所示，本文對霧霾程度的考核指標以地區PM2.5年均濃度為標準。而PM2.5年均濃度又與SO2排放量密切相關。根據EMEP數據庫提供的歐盟國家PM2.5年均濃度與SO2排放總量可以計算出，二者的相關系數在歐盟為0.91，在德國高達0.96。因此，本文根據SO2排放量估算PM2.5濃度。SO2排放量由生產、生活、投資等活動組成，每一部分的SO2排放量又由消費的各類能源與相應的排放系數的乘積之和計算而來。

式（7）～式（11）簡要交代了生產環節SO2和CO2排放量的計算過程，及硫稅的征收方式。式（7）表示地區q的行業i由能源e造成的污染物p的排放量（QGASe，i，p，q），等于排放因子（EMIFp，e）乘以能源e的消費總量，再乘以技術類參數（TECHPOLLp，q）。式（8）表示，該行業應當承擔的由能源e造成的污染物p的污染稅稅額（ETAXe，i,p，q），等于污染物排放量（QGASe，i,p，q）乘以污染稅稅率（ETAXRATEp，q），式（9）～式（12）均為匯總公式。式（13）為q地區p種污染物的總排放量，包括生產、消費和投資三個部分。式（14）為某地區PM2.5年均濃度與該地區SO2排放量之間的關系。

其中，QGASe，i,p，q為地區q的行業i在使用能源e的過程中造成的污染物p的排放數量（下標p表示大氣污染物的種類，在本文主要指SO2）；EMIFp，e為消費單位能源e產生污染物p的數量，即排放因子；X7D_Se，i，q和X7IMPe，i，q分別為該行業消費國內、進口能源e的數量；TECHPOLLp，q為技術類參數，例如脫硫、脫硝、除塵等技術。該參數越小表示消費單位能源釋放的污染物越少，即技術水平越先進；ETAXRATEp，q為地區q為污染物p制定的污染稅稅率；ETAXe，i，p，q為該行業應當承擔的由能源e造成的污染物p的污染稅稅額；QGAS_Ei，p，q為該行業由于消耗各類能源導致的污染物p的排放總量；ETAX_Ei，p，q為該行業應交納的由各類能源消費造成的污染物p的污染物稅額；ETAX_EPi，q為該行業的所有污染稅稅賦總和。QGAS_EIp，q、QGASCONp，q和QGASINVp，q分別為q地區生產、消費和投資部分排放的p污染物數量。QGASTp，q為q地區排放的p污染物總數量。PM2.5q為q地區PM2.5的年平均濃度。TRFCq為q地區PM2.5年均濃度與當地SO2排放總量之間的轉換因子，該參數通過最新數據校調而來。

3.減排成本

人類的生存與經濟發展均離不開能源，尤其是化石能源，而過度的化石能源消費必然會造成嚴重的環境污染問題。實施環境稅是抑制化石能源消費量過高的有效辦法之一，也是減少大氣污染物的重要措施。然而，增加稅賦勢必會削減企業的生產積極性，從而給經濟增長帶來一定負面作用，這種經濟損失被稱為減排成本。減排成本又可進一步細分為總減排成本（Total Abatement Cost，TAC）、平均減排成本（Average Abatement Cost，AAC）和邊際減排成本（Marginal Abatement Cost，MAC）。邊際減排成本又可稱為減排的影子價格（Shadow Price）。其中，總減排成本是由于環境稅政策導致的經濟總量下滑總額（式（15））。平均減排成本指的是，q地區實施減排政策時降低每單位污染物p導致的經濟損失額（式（16））。邊際減排成本是指，在當前的污染物排放量基礎上，如果再降低1單位污染物p會降低多少經濟總量（式（17））。

其中，RGDPq，p，BAU和RGDPq，p，SIM分別為q地區在基準情景和模擬情景下的GDP總量。TACq，p、AACq，p和MACq，p分別為地區q關于污染物p的總減排成本、平均減排成本以及邊際減排成本。QGASTq，p，BAU和QGASTq，p，SIM分別為基準情景和模擬情景下的地區q排放污染物p的總量。?為偏微分符號。

4.動態遞歸

本文與絕大多數動態CGE建模者[16-19]保持一致——建立遞歸動態機制。Horridge[20]介紹了一種全國模型的動態遞歸機制，本文在此基礎上進一步升級為多區域遞歸機制。在遞歸動態機制中，最重要的變量是資本存量，而資本存量又與投資有關，投資量的大小取決于投資者對該行業的判斷。式（18）計算了M比率，它是預期回報率與該行業的長期穩態回報率之間的比例。投資者投資的意愿強烈程度與M比率同方向變動。式（19）根據M比率和該行業的長期穩定增長率確定當期的毛增長率。式（20）計算了該行業當期應當投資的數量。式（21）交代了相鄰兩期之間資本存量與投資量的關系。式（22）求出了當期的實際回報率，式（23）闡述了投資者對下一期的預期回報率根據當期的實際回報率進行部分調整的過程。

其中，Ei，r，t是投資者在t-1時期對t時期該行業投資回報率的合理預期。Rnormal，i，r是該行業的長期正常的投資回報率。Mi，r，t為中間變量——M比率，表示預期回報率超過正?；貓舐实某潭?。Gi，r，t為資本存量的當期毛增長率，Gi，r，trend為長期穩態增長率。PKi，r，t和COi，r，t分別為資本的租金價格和使用成本。Ii，r，t和Ki，r，t分別為投資量和資本存量。Depi，r，t表示資本的折舊率。Q、b和α均為外生參數。

5.其他模塊

本模型還包括消費、政府收支、投資、市場均衡等模塊。在消費模塊中，居民收入來自勞動和資本租金兩部分，居民的支出包括交納個人所得稅、儲蓄和購買商品等。居民的效用在本文用斯通杰瑞函數刻畫。在投資模塊中，行業投資額是資本存量的某個系數，該系數根據當前的資本回報率與預期下一期的回報率的差值確定。預期下期回報率超過本期的幅度越大，企業對該行業投資的額度越大。

（二）數據及情景設置

1.數據來源及處理

本文使用的基礎數據來自劉衛東等[21]，該數據是一個區域間投入產出表，含有約1 000行×1 000列的數字信息。為突出研究重點，本文將原始的行業合并、拆分為煤炭、石油、天然氣、電力、農業、制造業、建筑業、服務業八個行業，詳細的拆分及合并規則如表1所示。本文將全國34個省市自治區合并為京津冀、環京津冀、中部、長三角、東北、西北、西南、珠三角和南部九個地區，合并規則如表2所示。在原始數據中，最終消費并未區分政府和居民，本文參照國家級投入產出表將最終消費拆分為“政府”和“居民”兩個賬戶?！疤烊粴狻焙汀笆汀痹谠紨祿惺且粋€賬戶，然而二者的消費對大氣造成的污染程度差異極大。因此，本文將其參照GTAP數據庫①GTAP.Global trade analysis project（gtap） database 9.0.2015.https：//www.gtap.agecon.purdue.edu/。進行拆分。

表1 產業合并拆分規則

2.參數設定

本模型中的參數大致可分為三類：第一類為包括生產稅、個人所得稅、進口關稅在內的各種稅率，可以通過已知數據進行校調。第二類為需要外生設定的彈性類參數，例如進口品與國產品之間、化石能源與電力能源之間的替代彈性。本文的這類參數主要參考現有文獻[22-24]進行設定。第三類為需要外生設定的非彈性類參數，例如弗里希參數、邊際消費傾向、折舊率等，這類參數主要參考Decaluwé等[25]。

3.情景設定

基準情景是在不執行減排治污措施時，經濟、社會自然發展的狀態，是考量模擬情景的重要指標。本文的基準情景參考了現有學者對未來截至2030年經濟、社會的展望、預測。在GDP總量方面，參照《世界經濟展望2050》（World in 2050-Summary Report）①https：//www.pwc.com/gx/en/world-2050/assets/pwc-world-in-2050-summary-report-feb-2017.pdf。進行設定。在人口數量方面，本文采用國務院印發的《國家人口發展規劃（2016—2030年）》②http：//www.gov.cn/zhengce/content/2017-01/25/content_5163309.htm。中的數值。在能源利用效率、排污清潔控制技術方面，參考現有其他學者的研究成果。主要指標的設定如表3所示，限于篇幅原因，其他指標的設定方案不再逐一列出。

4.模擬情景

2016年1月1日起開始實施的 《環境空氣質量標準》將PM2.5的年均濃度的一級和二級標準分別限定為15微克/立方米和35微克/立方米。鑒此，本文將設定三類模擬情景，截至2030年分別將PM2.5年均濃度控制在國家二級、一級標準，以及部分地區二級其余地區一級的混合政策目標。具體設定如表4所示，B01情景要求全部地區的空氣質量在2030年達到國家二級標準。因為南部、珠三角等五個地區空氣質量相對較好，即使不實施環境稅，2030年也能達到二級標準，因此對這些地區的PM2.5濃度不做嚴格要求。B03情景，要求所有地區的空氣質量在2030年達到國家一級標準，即PM2.5年均濃度不超過15微克/立方米。B02情景是一種折中的情景，根據各地區當前的空氣質量，對它們實施不同的控制標準。其中，京津冀、環京津冀、中部、長三角四個空氣污染嚴重的地區的空氣質量于2030年達到二級標準（35微克/立方米），其余地區必須于2030年達到一級標準（15微克/立方米）。對于中間各年份的空氣質量，本文采用指數平滑法進行設定。為方便起見，本文將京津冀、環京津冀、中部、長三角四個污染嚴重的地區稱為高污染地區（Heavy-Polluted Region，HPR），東北、西北、西南、珠三角和南部五個空氣質量較好的地區稱為輕污染地區（Light-Polluted Region，LPR）。

表2 區域合并對應表

表3 基準情景中主要指標的設定

表4 各情景下2030年PM2.5年均濃度目標

三、模擬結果分析

（一）大氣質量

圖4和圖5列示了2024年、2030年以PM2.5年均濃度為代表的霧霾程度。雖然，在基準情景下，PM2.5濃度保持逐年遞減態勢，但空氣質量改善情況不容樂觀。截至2024年，在全國九個地區中，僅有南部、珠三角和西南三個地區的空氣質量達到國家二級標準（35微克/立方米），無任何一個地區能夠達到一級標準。在2030年，依然有四個地區不能達到國家空氣質量二級標準。需要特別注意的是，京津冀地區的空氣質量距離二級標準還有很大的差距。在實施環境稅的各類政策情景下，各地區PM2.5的濃度下降速度明顯快于基準情景。各地區的大氣質量能夠在2030年達到指定水平。盡管B01情景未對東北、西北、西南、珠三角、南部五個地區實施環境稅政策，它們在2030年的空氣質量依然達到了國家二級標準，即PM2.5年均濃度≤35微克/立方米。

（二）硫稅稅率

表5列出了各地區實現上述空氣污染治理目標所需要制定的SO2稅稅率情況。分區域看，在同等空氣質量目標約束下，京津冀、環京津冀地區需要征收高昂的硫稅，這與它們目前的惡劣的空氣質量有著密切關系。南部和珠三角地區的空氣質量較好，因此需要執行的硫稅稅率相對較低。

從時間維度上看，硫稅稅率的變化趨勢取決于減排的政策目標。隨著時間的推移，一方面能源利用效率和脫硫、除塵技術逐漸改進，另一方污染物減排的任務也日益緊迫。如果減排目標設定較高（B03情景），科技進步速度低于空氣質量提高步伐，那么需要設定的稅率將越來越高。以京津冀地區為例，若想截至2030年空氣質量達到國家一級標準，政府需要把2019年、2024年和2030年的SO2稅稅率分別設定為30 021元/噸、65 146元/噸和76 577元/噸。反之，如果政策目標設定適中（B02情景），硫稅稅率呈現先升后降的態勢。以中部地區為例，政府將2019年、2024年和2030年的稅率分別設定為4 437元/噸、7 114元/噸和4 941元/噸，可以實現2030年空氣質量達到二級標準的目標。

從不同情景之間的硫稅差別來看，執行的空氣質量標準越嚴格，需要設定的硫稅稅率越高。以環京津冀地區為例，如果將政策目標設定為2030年達到二級標準（B02情景），則2019年、2024和2030年需要設定的稅率分別為7 738元/噸、15 740元/噸和13 673元/噸；而在B03情景下，稅率則分別為30 113元/噸、63 424元/噸和 71 996元/噸。

從控制污染的范圍來看，減排政策覆蓋范圍越廣，稅率越高。對于京津冀、環京津冀、中部、長三角四個地區，B01和B02情景的政策目標是相同的。二者的差別在于：B02對其他五個地區實施污染排放限制而B01無此限制。這導致HPR必須實行更高的硫稅稅率才能實現預定的減排目標。以長三角地區為例，如果LPR無排放限制（B01情景），2019年僅需把硫稅設定為2 990元/噸。如果LPR也對污染物排放進行管制（B02情景），這一稅率必須提高至6 122元/噸。LPR是否執行排放約束，影響著HPR的稅率，實際上反映的是一種污染泄露問題[26]。在B01情景下，HPR可以通過購買LPR生產的商品來避開部分硫稅負擔。然而，在B02情景下，LPR實施了比HPR更嚴格的污染物排放限制，HPR不但不能將商品轉移至LPR生產，而且還將承擔LPR的部分高能耗高污染的商品生產任務。因此，在排放需求與空氣質量目標矛盾突出的背景下，HPR地區必須大幅提高硫稅稅率，才能抑制住污染物排放需求。

表5 各地區硫稅稅率①“—”表示不征收硫稅，因此無相應的稅率，下同。 單位：元/噸

與現有文獻相比，本文的硫稅稅率處于合理區間。例如，黃蕊等[27]采用的硫稅稅率為14 000元/噸，這與本文擬合初期中等污染地區的稅率大體相當（2019年B02情景中西南地區的稅率為12 557元/噸。然而黃蕊等采用的稅率并不因地區不同、時間推移而改變）。本文擬合的稅率則因地區不同、時間的不同而不同，更具因地制宜、因時制宜等特征，參考意義較大。

（三）減排成本

表6和表7分別展示了各地區以征收硫稅治理霧霾時的平均減排成本和邊際減排成本。從減排要求程度看，要求越高則減排平均成本越高。在全部實行二級空氣質量標準的B01情景下，HPR地區的SO2平均減排成本介于8～14萬元/噸，而在B02和B03兩種情景下，HPR地區的平均減排成本分別上升至14～18萬元/噸和19～26萬元/噸。這說明對空氣質量的高要求必須通過高硫稅率才能實現，而稅率的實施顯著地扭曲了生產企業在生產時的投入決策，能源品與非能源品的投入比例嚴重失衡，經濟損失嚴重。值得注意的是，雖然B01和B02情景中HPR地區的減排標準相同，但二者的減排成本明顯不同。究其原因，在B01情景中，未設置污染管制的LPR地區承接了部分來自HPR地區的高排放、高污染活動，即所謂的監管泄露問題。然而，在B02情景下，LPR地區也受制于高昂的硫稅，無法替其他地區分擔污染排放任務。

從平均減排成本和邊際減排成本之間的差異看，各年份的邊際減排成本都高于平均減排成本。在實施硫稅初期的2019年，這一效應尚不明顯，但隨著時間的推移，邊際減排成本與平均減排成本之間的差異逐漸擴大。政策實施前期，企業在高昂的稅賦下大量地把煤炭石油等高污染要素更換為清潔的資本、勞動力等要素。然而，這一替代過程進行到一定程度后將難以為繼。這一規律與Xian等[28]的研究成果吻合，根據發達國家的發展經驗，減排到一定程度后，單位減排造成的經濟損失會顯著增加，即邊際減排成本明顯上升。從不同區域之間的差異看，珠三角和南部地區相應的成本較低，這一排序和硫稅稅率的排序保持一致。這兩個地區的能源產量最低且能源消費量也最低，能源的生產、消費雙低促成了低稅率即可達到空氣質量標準，因此平均減排成本和邊際減排成本都是最低。東北、西北兩地的平均減排成本和邊際減排成本最高，這主要是因為這兩地的煤炭、石油資源稟賦充足，經濟增長對能源開采的依賴性較大，但它們并非自給自足而是將開采的能源運往其他地區。因此，京津冀等地區高昂的硫稅抑制了能源需求，從而對東北、西北地區的經濟增長帶來沉重打擊，導致了兩地平均減排成本和邊際減排成本都是最高。

與現有文獻相比，本文擬合的平均減排成本較低。例如，魏巍賢和馬喜立[11]3-11測算的2030年中國SO2減排成本為50～80萬元/噸，而本文為20～70萬元/噸。過去幾年，中國在能源利用、環境治理方面的科技進步明顯，快于魏巍賢和馬喜立[11]3-11的假設。因此，本文擬合的平均減排成本較低。然而，魏巍賢和馬喜立[11]3-11并未測算SO2的邊際減排成本和分區域的平均減排成本，本文測算的這些結果可為決策者在經濟增長與環境治理之間尋求平衡點時提供參考依據。

表6 各地區歷年平均減排成本 單位：萬元/噸SO2

（四）行業總產出

限于篇幅原因，表 8僅列出京津冀地區各行業受霧霾治理政策的影響。由于煤炭含硫量最高，消費煤炭造成大量SO2排放，因此硫稅政策下煤炭產業嚴重萎縮。政策執行開始的2019年，京津冀地區煤炭總產出在B01、B02和B03情景下分別相對于基準情景下降9.25%、11.05%和30.79%，產量受抑制的程度隨著質量控制的嚴格程度而增加。隨著時間的推移，煤炭行業所受影響將進一步擴大。在空氣質量要求最高的B03情景下，2030年京津冀地區煤炭總產出比基準情景下降了四分之三。天然氣行業受的影響大小與政策嚴格程度并不明顯正相關。在B01情景下，京津冀地區大幅削減本地高耗能產業及能源產業，轉為從不受排放限制的LPR地區調入；然而在B02情景下，LPR地區受更嚴格的限制，這一策略不再有效。為應對環保政策，降低硫稅對經濟造成的影響，京津冀地區將做出若干調整：（1）削減高能耗、高污染行業，因此制造業萎縮嚴重；（2）以非能源投入替代能源投入，因此除天然氣和電力外，能源類行業普遍低迷；（3）以清潔能源（天然氣、電力）替代高污染能源（煤炭），因此天然氣、電力產量反而高于基準情景。電力擴張但煤炭萎縮，勢必會扭轉當前以火力發電為主的產業供給結構，煤炭發電業的發展將受到嚴重制約，水力發電、天然氣發電、風電、核電等清潔發電行業將得以蓬勃發展。

除能源行業外，制造業受挫最為嚴重，這與制造業消費大量能源、釋放大量污染氣體有密切關系，此外農業和建筑業也受到不同程度的負面影響。在空氣排污限制政策下，服務業得以政策鼓勵。雖然在政策執行初期的2019年，廠商尚未充分調整生產策略；但隨著時間的流逝，企業充分調整經營方針，紛紛由高污染的制造業轉向低能耗的服務業。以2030年為例，京津冀地區的服務業在B01、B02和B03三個情景下的總產出，相對于基準情景分別上升1.59%、0.01%和0.39%。

表8 京津冀地區行業總產出相對于基準情景的變動 單位：%

（五）敏感性分析

在CGE模擬研究中，參數的設定對模擬結果至關重要，不同的參數設定方法將產生不同的模擬結果，所以重要參數的敏感性分析是非常必要的[29-30]。GDP增長率、人口數量增長率以及能源效率等參數設定，可能會對模擬結果產生重要影響，因此對上述三個參數進行了敏感性測試（如表9所示）。測試結果顯示，宏觀經濟增長、人口數量增加會使邊際減排成本升高，能源效率提升則將降低邊際減排成本。然而總體而言，重要參數的微小波動并未造成模擬結果的巨幅變化，也未產生趨勢性、結論性的本質變化。這表明，本文的模擬結果對參數并不敏感，由此得出的研究結論是穩健的。

表9 敏感性分析結果——2030年B03情景的邊際減排成本 單位：萬元/噸SO2

四、小結與啟示

為檢驗當前中國實施的環境稅稅率能否有效地將大氣質量提升至中國空氣質量標準，同時測算平均減排成本和邊際減排成本，本文建立了多區域動態CGE模型，設定了三種不同的模擬情景，從空氣質量、硫稅稅率、各行業總產出、減排的邊際成本、減排的平均成本等多個維度評價了政策效果。模擬結果顯示，當前中國的環境稅稅率普遍偏低，無法充分起到調節生產者生產函數的作用，從而無法盡快地實現空氣質量合格的政策目標。本文測算的SO2減排的平均成本、邊際成本與當地經濟對能源開采的依賴度高度正相關，減排成本在東北和西北地區最高，在珠三角和南部地區最低。以環境稅治理霧霾問題將制約宏觀經濟的整體發展。分行業看，硫稅政策將嚴重制約煤炭業的發展，制造業也受到較大的負面沖擊；服務業、電力等行業所受負面沖擊較小，甚至在部分模擬情景中，其總產出高于基準情景。在各區域實施政策約束不同的情景中，污染產業會由政策嚴厲地區轉向政策寬松、無政策約束地區，即存在所謂的“監管泄露”現象。

根據前文所述的研究結果，本文提出以下政策建議：

第一，大幅提高環保稅稅率，同時將地區差異化和社會阻力考慮在內，以一地域一稅率的形式制定稅率，以循序漸進的方式提高稅率。第二，加強區域協調機制，開展各區域間的聯防聯控工作。建議政府以“共贏游戲”替代“零和游戲”，構建霧霾跨區域聯防聯控治理機制，遏制區域內各成員“搭便車”行為。第三，優化產業結構，降低傳統制造業比重、提高服務業占比。建議政府制定差別化增值稅政策，配合環保稅措施共同引導經濟結構由制造業為主轉向服務業為主。第四，積極扶持、補貼新能源發電行業。建議政府制定相關的政策措施，協助核電、水電、風電、光伏等新興發電企業渡過起步期的難關，早日實現規模經濟。