“雙碳”背景下財政貨幣政策協調聯動研究

摘要：“雙碳”目標的達成不是簡單的減少碳排放量，而是在碳排放約束下實現更高質量的經濟發展，平衡穩增長和促減排之間的關系。本文應用動態隨機一般均衡模型，通過開展多情景政策模擬，分別考察碳稅與碳減排支持工具的經濟影響、作用機制及協調聯動效果。研究發現：一是碳稅工具雖然可以促進碳減排，但也會引發經濟收縮，使金融體系面臨較大轉型風險，而碳減排支持工具雖然能夠有效緩解經濟下行壓力及轉型風險，但碳減排效果有限；二是碳稅和碳減排支持工具協調聯動既能緩解經濟收縮壓力、控制轉型風險，又有顯著的碳減排效果，能夠在穩增長和促減排之間達到較好的平衡；三是居民消費偏好和綠色與非綠色產品之間的替代彈性大小，對兩種工具在緩解經濟收縮、控制轉型風險及促進碳減排等方面的政策效果具有邊際改善作用。

關鍵詞：碳稅；碳減排支持工具；政策協調聯動

中圖分類號：F832.1? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1007-0753（2023）06-0044-15

收稿日期：2022-10-14

作者簡介：何莎，中國人民銀行邵陽市中心支行，研究方向為能源經濟、貨幣政策與財政政策協調。

一、引言

近年來，氣候環境不斷惡化所引發的一系列極端天氣和自然災害事件，引發了國際社會對人與自然關系的深刻反思，氣候治理備受關注。為應對全球氣候變化的挑戰，目前已有約130個國家和地區提出碳減排目標，綠色低碳可持續發展已成為國際共識。從政策設計看，碳稅是目前世界范圍內影響較大、使用較普遍的碳減排手段，已在40多個國家落地實施，有效減少了約20%的全球溫室氣體排放量。同時，作為金融工具之一的碳排放權交易，也是一個被廣泛使用的碳減排工具。從世界各國的實踐來看，越來越多的國家和地區意識到了碳稅與碳交易的各自優劣，如果將兩者進行結合，可實現覆蓋范圍和價格機制上的互補，從而更好地實現碳減排目標。2020年初，新冠肺炎疫情沖擊使世界經濟環境愈加復雜，同時也使得各國的政策空間變得更為有限，在此背景下，如何有效協調運用財政政策和貨幣政策工具，使其在碳減排領域發揮更大的作用變得日益重要。

實現碳達峰、碳中和是黨中央統籌國內和國際兩個大局做出的重大戰略決策，是生態文明建設的重要組成部分。2021年11月，中國人民銀行創設推出結構性貨幣政策工具——碳減排支持工具，旨在引導金融機構在自主決策、自擔風險的前提下，向碳減排重點領域內的各類企業提供低成本的碳減排貸款，以“先貸后借”的直達機制，支持碳減排領域發展，并由此撬動更多社會資金促進碳減排。在貨幣政策刺激下，碳減排工作取得有效進展。但在新冠肺炎疫情大流行后，不同部門均承受著經濟下行的壓力，其中，既有低碳轉型支柱的“綠色部門”，又有碳排放密集的“棕色部門”，在此大環境下，碳減排工作也顯得動能不足。此外，“雙碳”目標要求建立一種新的經濟模式，兌現巴黎氣候協議（Paris Climate Agreement，PCA）目標。這意味著實現碳達峰、碳中和不可能畢其功于一役，而是一項長期、復雜、艱巨的任務，需要協調好經濟、社會、環境發展全局，按照各地資源稟賦條件進行權衡，做到有進有退，有保有壓。這種權衡帶來了許多疑問，譬如什么樣的政策能夠在不助長碳排放的情況下有效實現經濟復蘇？如何為這樣的政策融資？是否有一種政策比其他政策效果更好？為此，本文將圍繞財政政策、貨幣政策協調聯動的碳減排政策組合展開研究。

二、文獻綜述

財政政策和貨幣政策是調節宏觀經濟運行的兩個主要“閥門”。2008年全球金融危機后，各國政府深刻認識到獨立運行的財政政策和貨幣政策實際上很難熨平大的經濟波動，進而表現出對經濟政策組合的重視，對兩者之間的協調配合關系逐漸形成一些共識。在新冠肺炎疫情沖擊后經濟逐步實現復蘇的過程中，既要穩住經濟增長，又要推動綠色低碳轉型以應對氣候變化，這引起社會各界對經濟政策之間協調聯動的進一步反思，將目光越來越聚焦于財政政策與貨幣政策在碳減排與促增長方面的搭配效果研究。

在財政政策方面，有學者指出，稅收等財政政策工具比其他政策工具更有效，其中庇古稅是最有效的解決方式（王信等，2020）。碳稅已被證明是可行的碳減排工具，它可以將單個企業環境污染的外部性內部化，將污染的社會成本內化成企業的生產成本（Baranzini等，2000）。在貫徹落實國際、國家以及行業層面的碳減排目標上，碳稅疊加稅收返還優惠政策還能增加社會福祉，有效提升社會福利水平（Fried等，2021），在綠色低碳轉型過程中發揮重要作用（Parry，2021）。馬麗麗和趙華偉（2021）通過對碳金融相關文獻進行梳理，發現以稅收為主的財政政策可以為我國碳金融發展實踐提供參考。然而也有研究表明，以碳稅為代表的財政政策會帶來一定的負面影響。具體而言，碳稅政策會沖擊勞動力市場（Mohommad，2021），引發經濟衰退（Shi等，2015），并通過資產價格等渠道沖擊金融市場，影響金融穩定（BCBS，2021）。Brunetti等（2021）認為，碳稅作為一種負向供給沖擊，大概率會降低經濟產出，甚至會催生一些金融風險，但經濟體有能力承受這種產出下降，投資者也有能力承受部分投資損失，因此監管部門無需配合碳稅政策去完全消除這些不利影響。另外，也有研究者對此持謹慎態度，他們認為單純依賴能源補貼而不實施化石燃料稅對于緩解全球變暖是無效的（Hassler等，2012）。還有學者認為，碳減排政策引發的轉型風險應視政策強度和國家具體情況而定，經濟發展水平越低、對化石能源依賴度越高的國家，其面臨的轉型風險壓力越大（Bolton和Kacperczyk，2021）。

在貨幣政策方面，目前各國央行在應對氣候變化方面采取了包括合格抵押品、信貸分配政策等在內的貨幣政策工具，學術界也對此展開了相關研究，國內有學者對氣候變化與貨幣政策之間的關系進行了定性分析（馬駿，2015）。王遙等（2019）通過構建DSGE模型對綠色信貸激勵與經濟轉型之間的關系進行研究，發現一定強度的綠色信貸激勵能夠在促進經濟增長的同時較好地實現經濟綠色轉型。國外學者也開展了相關研究，Annicchiarico和DiDio（2017）對不同貨幣政策和氣候政策組合的效果進行對比，發現考慮到溫室氣體排放的情況，應當適當收緊貨幣政策才是最優選擇。Papoutsi等（2021）研究了央行綠色資產購買計劃的環境效益，發現這一政策發揮效果的關鍵在于資產購買計劃對企業資金成本的影響程度和企業債券融資比例的大小。

此外，近年來，部分經濟體針對包括轉型風險在內的氣候風險，采取了壓力測試、調整低碳資產資本要求、加強氣候風險披露等監管措施（Dikau 和Ryan-Collins，2017）。但這些監管舉措的必要性、有效性仍存在爭議，Campiglio（2016）研究認為，如果銀行無法評估一筆資產屬于棕色還是綠色，或者因不熟悉綠色操作而需要支付較大的評估成本，那么監管政策可能就不再“鋒利”，難以達到其效果。就工具合意度看，稅收和數量監管等政策工具比貨幣政策等監管政策更有效，后者可以作為前者的補充，但不能替代前者（王信等，2020）。綜上所述，單一政策存在針對性不強、轉型風險滋生等弊端，而政策協同則能夠較好地平衡穩增長與促減排之間的關系，用最小代價實現最大減排，最大限度降低對經濟社會的負面沖擊影響，因此亟須充分發揮政策協同作用。

現有研究主要集中在碳減排政策的宏觀經濟效應方面，多數研究證明碳稅、碳配額等財政政策對遏制污染企業生產、減少碳排放具有顯著效果，但少有文獻關注財政貨幣政策在應對碳排放問題上的協同效應，對碳減排工具的協同配合研究缺乏理論支持。從研究方法來看，目前對碳減排金融支持工具的定量研究較少，且忽略了不同碳減排政策背后的傳導機制。鑒于此，本文在以碳稅為代表的財政減排措施的基礎上，結合國內碳減排支持工具，運用動態隨機一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）分析不同政策工具的作用機制、碳減排效果及協同聯動經濟效應。

三、理論模型

圖1為本文使用的DSGE模型框架，在模型中將經濟社會分為居民部門、綠色企業部門、非綠色企業部門、中間品廠商部門、最終品廠商部門、中央銀行部門以及政府部門等，各個部門根據效用和利潤最大化進行決策，部門之間的決策又相互影響，最終實現系統均衡。其中，居民部門由多個代表性居民構成，代表性居民的效用由勞動和消費所決定，其消費綠色和非綠色部門所生產的產品，也同時為這兩個部門提供勞動，消費和勞動各自是不完全替代。代表性廠商的最優決策取決于勞動和資本使用量，其他部門以此類推，均作出最優決策。在實體經濟方面，借鑒Annicchiarico和DiDio（2015）的研究，由于非綠色廠商生產具有外部性，生產過程會產生碳排放，增加大氣中碳含量，會對全要素生產率產生損害，而全要素生產率降低會抑制產出增長。因此，政府對非綠色廠商征收碳稅，以增加其污染成本并內化外部污染問題。在金融方面，借鑒Gertler和Karadi（2011）的研究，銀行接受居民存款，向廠商提供貸款。銀行資產包括綠色、非綠色貸款和政府債券，這些資產之間存在不完全替代的關系。中央銀行通過碳減排支持工具，向綠色廠商提供額外融資。可見，系統模型在各個部門之間建立起了聯系，一個部門決策的變化會引起其他部門的決策變化，由此形成本文的動態模型系統。

（一）居民部門

代表性居民從消費Ct和休閑1-Ht中獲得效用，Ht表示居民勞動，居民預期效用水平為：

其中，E0表示0時期的預期，β為主觀貼現率，γ為跨期消費替代彈性的倒數，σ為勞動供給工資收入彈性的倒數。

居民消費C? t是綠色消費Cg，t和Cb，t非綠色消費的組合，即：

其中，μc表示非綠色消費在居民消費籃子中的權重，用以捕捉居民對非綠色商品的偏好。ε表示綠色消費與非綠色消費之間的替代彈性。

居民就業Ht是綠色就業Hg，t與非綠色就業Hb，t的組合，即：

其中，μh表示非綠色就業在居民就業籃子中的權重，刻畫居民在非綠色廠商中的勞動占比。居民預算約束為：

其中，Dh，t表示居民儲蓄，Rdt表示儲蓄利率，Wj表示不同勞動工資率，（1-σb）Nt表示銀行家也是居民部門的成員，因此銀行破產后最終會由居民部門得到其凈資產。Tt表示一次性政府轉移支付，Pb，t和Pg，t分別表示非綠色和綠色商品相對價格。

居民最優一階條件為：

式（5）和式（6）分別表示居民對非綠色和綠色消費的最優決策，式（7）和式（8）分別表示居民對非綠色和綠色就業的最優決策，式（9）表示居民跨期消費最優決策，即歐拉方程。

（二）廠商部門

1.最終品廠商

代表性最終品廠商以中間品為生產要素投入，生產最終產品Yt，價格為Pt ，其生產函數為：

其中，Yt（i）是中間品廠商i生產的中間品，其價格為Pt （i），ω表示中間投入品之間的替代彈性。

最終品廠商利潤最大化公式為：

2.中間品廠商

代表性中間品廠商生產函數為：

YtI是非綠色產品Yb，t和綠色產品Yg，t的組合，即：

其中，xi表示非綠色投入占總投入的比重，如前所述ε表示綠色消費與非綠色消費之間的替代彈性。中間品廠商以綠色產品和非綠色產品作為原材料投入生產中間產品，其綠色產品（Yg，t）與非綠色產品（Yb，t）最優投入分別為：

中間品廠商價格Pt I為：

在壟斷競爭市場上，中間品廠商i面臨二次價格調整成本ACt（i），即：

上式為中間品廠商的二次價格調整成本函數，其中，κp表示中間品廠商投資調整成本參數，通貨膨脹水平為兩期價格水平之比，可以表示為πt = Pt /Pt-1，π ? 表示穩態條件下的通脹水平，中間品廠商i的跨期價格決策為：

在對稱經濟均衡下，可得菲利普斯曲線為：

3.非綠色廠商部門

非綠色廠商的生產函數為：

其中，Kb，t和Hb，t分別表示非綠色生產中投入的資本和勞動，非綠色廠商從銀行貸款購買資本，投資Ib，t運動方程為：

其中，δ和αb分別表示資本折舊率和資本產出彈性，Ab，t表示非綠色廠商的全要素生產率。本文借鑒Heutel（2012）、Annicchiarico和Di Dio（2015）的研究，考慮到大氣碳含量的提高會增加地表平均溫度，從而降低全要素生產率，抑制產出增長，設非綠色廠商全要素生產率與碳排放之間的關系為：Ab，t=1-D（x）ab，t。其中，d（x）表示碳排放損失函數，即：

其中，d0 、d1、d2分別表示零階、一階和二階碳排放損失函數參數，xt表示碳排放存量，生產沖擊ab，t服從隨機過程為：

碳排放演化方程為：

其中，δx表示污染自然衰減率，國內碳排放量et取決于碳產出和碳減排努力，即：

其中，ηt表示減排努力程度，φ表示每單位產出的碳排放水平。et? ? row表示世界其他地區碳排放，根據《2020年世界能源統計》，我國碳排放量占全球1/3左右，故設et? ? ?row=2et 。借鑒Annicchiarico 和Di Dio（2015）的研究，減排成本Zt 是減排努力和產出的函數，即：

其中，ψ1＞0且ψ2＞1，這表明隨著減排努力增加，減排成本將上升。τe，t? ? 表示政府對非綠色廠商征收的碳排放稅。非綠色廠商進行利潤最大化決策，即：

maxPb，tYb，t -Zt -τe，t et -Wb，t Hb，t -（Rι b，t -1 ）Kb，t-1

非綠色廠商最優一階條件為：

式（27）和式（28）分別表示非綠色廠商資本和勞動的最優決策，式（29）表示非綠色廠商最優減排努力決策。

4.綠色廠商部門

綠色廠商的生產函數為：

其中，Kg，t 和Hg，t分別表示綠色生產中投入的資本和勞動，綠色廠商從銀行貸款購買資本，ag表示綠色廠商生產中的資本份額。投資Ig，t運動方程為：

Ag，t 表示綠色廠商的全要素生產率，服從一個隨機過程為：

綠色廠商進行利潤最大化為：

綠色廠商最優一階條件為：

（三）銀行部門

借鑒Auray等（2018）研究，銀行信貸資產包括綠色廠商、非綠色廠商和政府債券，銀行資產負債約束條件為：

其中，Assett 表示銀行資產，Nt 表示銀行凈資本，其動態調整方程為：

其中，Rta表示銀行資產平均回報率，銀行隨機貼現率βt，t+1 = βλt+1/λt，銀行尋找值函數最優現值，即未來凈資本折現值最大化。銀行值函數為：

猜銀行值函數是資產和凈資本的線性組合，即：

借鑒Gertler和Karadi（2011）的研究，銀行激勵約束條件為：

銀行杠桿率?t = Assett/Nt，利用待定系數法求解，得：

銀行非綠色、綠色資產及政府債券價格分別為qtb、qtg和qtB，資產平均價格為qta ，則有qtaAssett =

qtbKb，t + qtgKg，t + qtBBt，總資產與各類資產關系為 Assett =[μ1/ε（Kb，t）（ε-1）/ε + ηB1/ε（Kg，t）（ε-1）/ε + （1-μ-ηB）1/εBt（ε-1）/ε]ε/（ε-1），其中μ和ηB分別表示非綠色和綠色貸款相對權重。固定收益類資產價格與其預期回報率成反比，銀行資產最優配置為：

其中，GQEt表示對綠色融資的支持，譬如央行碳減排支持工具。在我國，碳減排支持工具實際上屬于再貸款的一種，即商業銀行向企業發放碳減排貸款后，可向央行申請再貸款。考慮到央行按貸款本金的60%向銀行提供資金支持，剩下的40%是銀行配套資金，設GQEt = 0.6Kg，t。此外，銀行平均收益率與各類資產收益率的關系為：

銀行凈資本積累包括兩部分，一部分是存活下來繼續經營的銀行凈資本，另一部分是新設銀行凈資本，Ψ表示新設銀行凈資本占上一期銀行資產的比重。

（四）政府部門

央行采用泰勒規則進行政策利率調控，即：

其中，Rn、π和Y分別為穩態下名義利率、通貨膨脹率和產出水平。?r為利率政策平滑系數，Φπ和ΦY分別為利率對通脹缺口和產出缺口的反饋系數。名義政策利率與實際利率、通脹率之間的Fisher關系為：

財政預算平衡約束條件為：

四、參數校準、估計與適用性檢驗

本文采用校準與貝葉斯估計相結合的方法進行模型參數取值。其中，對模型結構參數，采用直接校準法；對模型動態特征參數，采用貝葉斯計量估計取值。本文僅考慮未受疫情影響的經濟常態時期，選擇2010年1季度至2018年4季度為樣本時期。為避免估計的非奇異矩陣問題，選取的觀測變量個數等于結構性沖擊個數。此外，對觀測變量進行季節調整和價格指數沖減后折算為實際變量，并對部分觀測變量進行單邊濾波去趨勢處理①。

（一）參數校準

校準法雖然不是嚴格意義上的統計估計方法，但校準法得到的參數來源于現實經濟數據，是對穩態變量之間長期關系的良好近似替代，能較好地解決盧卡斯批判問題。本文從我國相關文獻研究中選取模型參數校準，對一些目前沒有可參考借鑒的部分參數，則依據我國經濟變量數據匹配標靶穩態變量，然后依據標靶穩態變量校準參數。參數校準值和取值依據見表1。

（二）貝葉斯估計

為使觀測變量與模型變量保持經濟意義匹配的一致性，在模型中增加量測方程刻畫觀測變量與模型變量之間的關系。根據已有文獻先驗信息給出待估參數初始值，缺少先驗信息的則采用較為寬松設定，盡量使估計結果較少受先驗分布誤設的影響。由于Dynare優化算法進行貝葉斯估計存在兩個問題：一是只能找到局部最大后驗密度，不能確保全局最大值；二是后驗密度海森矩陣非正定（Hessian Matrix is not positive），算法可能無法收斂。鑒于此，本文調用外部函數從先驗分布中執行隨機模式搜索1 000次，并利用后驗分布MCMC通過Markov鏈抽樣20 000次模擬估計，提高對數數據密度（Log data density），保證估計穩健性（Kriwoluzky，2017）。

（三）適用性檢驗

本文通過匹配比較經濟模型與現實經濟中主要宏觀變量的一階矩和二階矩條件，交叉驗證模型對現實經濟的擬合效果。表3結果顯示，盡管模型為封閉經濟體，未包含凈出口市場，與現實經濟存在稍許偏差，但從經濟結構角度看，經濟模型與實際樣本較為接近，這說明決定模型穩態的結構參數校準較為合理；從經濟波動角度看，經濟模型與實際樣本高度擬合，這說明觀測變量數據已充分識別估計待估參數。整體上，本模型對現實經濟的擬合效果較好。

五、政策數值模擬

本文用碳排放稅來刻畫碳減排的財政政策工具，用碳減排支持工具來捕捉支持綠色發展的貨幣政策工具。首先，分析財政政策工具和貨幣政策工具各自獨立實施的政策效果，并在此基礎上，分析兩類工具協調聯動對于緩解轉型風險壓力、改善政策效果的作用，考察政策協調聯動對緩解轉型風險的不同影響。其次，進一步研究政策協調的影響因素，并考察其背后的作用機理。

（一）長期穩態分析

兩種碳減排政策的側重點有所不同，以碳排放稅為主的財政政策旨在將碳排放的環境成本內部化，增加廠商碳排放生產成本，抑制粗放型發展。以碳減排支持工具為主的貨幣政策則通過影響銀行持有綠色和非綠色資產的結構偏好，定向精準增加綠色廠商貸款，促進集約型發展。

表4為引入財政貨幣政策工具前后關鍵經濟變量的穩態均衡值對比情況。與基準情景相比，在單獨實施碳排放稅的情景下，產出、就業、投資等變量長期穩態值分別增長9.6%、15.5%和12.9%，綠色產出和綠色就業分別增長7.1%和24.2%，而非綠色產出和非綠色就業分別下降6.3%和13.3%。這表明從長期看，碳排放稅通過價格手段抑制了非綠色生產，變相提高綠色生產市場競爭力，促進經濟結構優化。在單獨實施碳減排支持工具的情景下，產出、就業、投資等變量長期穩態值分別增長14.2%、69.0%和23.8%，綠色產出和綠色就業分別增長10.4%和30.3%，非綠色產出和非綠色就業分別增長4.9%和11.1%。這表明從長期看，碳減排支持工具保證了增量資金對綠色行業的精準投放，直達實體，但受市場流動性總量豐沛等因素影響，反過來也促進了非綠色產出和改善就業。在同時實施碳排放稅和碳減排支持工具的情景下，由綠色流動性外溢所引致的非綠色產出和非綠色就業增長都有所下降，而綠色產出和綠色就業增幅加大，經濟產出結構得到進一步優化。

（二）政策協調的背后邏輯分析

本文設計兩種政策情景：僅征收碳排放稅方案和僅實施碳減排支持工具方案，并分別模擬該兩種政策實施的效果。圖2為單獨實施碳排放稅政策的效果圖。模擬結果顯示，征收碳排放稅具有顯著的碳減排效果。碳排放稅稅率上升25個基點，當期碳排放下降5%以上，碳減排效果明顯。同時，碳排放稅也會帶來轉型風險，體現在以下兩方面：一是引發經濟收縮。由圖2可知，產出、投資和就業分別下降了1%、4%和0.2%，通貨膨脹卻上升了0.2%。這說明碳排放稅在短期內給經濟活動帶來額外成本，從而影響投資、就業和產出。二是加劇金融脆弱性。碳排放稅增加了非綠色廠商的相對成本，直接損害非綠色廠商資產負債表。反過來，非綠色廠商資產估值的大幅降低，也會帶給銀行巨大的信貸損失風險敞口，銀行凈資產下降2%，杠桿率上升3%，對金融穩定構成嚴峻挑戰。這說明轉型風險可能被金融加速器放大，減排政策所產生的影響先觸及實體經濟，然后傳導至金融體系，再通過金融體系回擺至實體經濟。這種“循環反饋”式的傳導路徑是形成重大系統性沖擊的決定性因素，極易放大風險，形成氣候“明斯基時刻”（Breeden，2019）。

圖3為單獨實施碳減排支持工具政策的效果圖，模擬結果顯示，碳減排支持工具可以減緩政策轉型風險。第一，對實體經濟而言，在其向低碳經濟轉型的過程中，產出、投資、就業等宏觀經濟變量分別上升1%、4%和3%，避免了經濟大幅收縮。而且，由于再貸款規模與綠色信貸資產規模掛鉤，綠色產出增加了0.5%，促進了經濟結構綠色轉型。第二，從政策效果看，央行碳減排支持工具實施后，市場流動性增加，促進了非綠色產出增長，也帶來了碳排放規模的擴大，這說明央行碳減排支持工具存在政策外溢性。但從碳強度（碳排放/產出）角度看，由于綠色產出增長大于非綠色產出增長，碳強度下降1%，即單位GDP產出所對應的碳排放量在減少。貨幣政策是一種總量工具，盡管其可以通過結構性定向支持特定行業的發展，但其外溢性仍是不可忽視的因素。這說明央行碳減排支持工具政策面臨穩增長與促減排的權衡，即如何在放大支持綠色產業或產出增長效果的同時，減小政策外溢性，即減小對非綠色產出增長的支持作用。第三，對金融市場而言，在部分碳資產重新定價的過程中，銀行凈資產和杠桿率并未明顯下降或抬高，由政策轉型所引發的金融風險一定程度上得到抑制。這說明在充分識別綠色資產的前提下，碳減排支持工具能促進銀行綠色資產效應增強，從而加強銀行體系韌性，提高其轉型風險應對能力。

總體而言，碳減排是一項復雜的系統工程，并非單種政策能夠解決，而且若沒有相關政策支持需求，政策轉型沖擊會帶來更大的需求下行壓力，并通過金融體系進一步放大風險。因此，需要協調使用財政貨幣政策工具，避免“政策疊加”或“政策沖突”等問題，平衡好穩增長和促減排之間的關系。

（三）政策協調的經濟效果分析

為研究政策協調聯動能否在保持經濟穩定增長且具有一定增長速度的同時，保障就業民生，但又不與碳減排目標沖突，本文設計兩種政策情景。情景一：僅開征碳排放稅，央行不采取任何行動；情景二：在開征碳排放稅的同時，央行采取碳減排支持工具政策。兩種情景下的模擬結果如圖4所示，其中實線表示情景一的沖擊結果，虛線表示情景二的沖擊結果。模擬結果顯示，兩種情景下的碳減排效果差異不大，但經濟金融指標表現截然不同。與僅實施碳排放稅情景相比，碳排放稅與碳減排支持工具的協調實施能使緩解經濟收縮壓力與減緩轉型風險達到較好的平衡。產出、投資和就業等重要宏觀經濟指標降幅顯著收窄，銀行凈資產下降幅度減小，銀行杠桿率有所下降。可見，在協調實施碳排放稅和碳減排支持工具政策情景中，經濟收縮壓力和金融體系面臨的轉型風險都小于單獨實施碳排放稅政策情景。

（四）政策協調的影響因素分析

國際實踐表明，消費者偏好、綠色與非綠色商品之間的替代彈性都是政策工具邊際效應的重要影響因素，鑒于此，本文探究這兩個指標對碳排放稅和碳減排支持工具政策協調聯動的影響情況，結果見圖5。結果顯示，碳排放稅與碳減排支持工具協調聯動的邊際效應取決于居民消費偏好。隨著居民對綠色商品消費偏好的增加（即從0.9下降到0.5），產出、投資、就業等宏觀經濟變量指標降幅顯著收窄，銀行凈資產下降幅度明顯減小，銀行杠桿率抬高幅度驟降，政策協調聯動在緩解經濟收縮壓力、減緩轉型風險方面的效果得以放大。但隨著居民對綠色消費偏好的提高，這種政策效果的“邊際改善”會降低，表明財政貨幣政策協調聯動應與推廣綠色消費習慣、培育綠色消費意識進行配合，能夠實現政策效果的持續改善。

圖6為商品替代彈性對碳排放稅和碳減排支持工具政策協調聯動的影響情況，結果顯示，綠色與非綠色商品之間的替代彈性也是影響碳排放稅與碳減排支持工具協調聯動效果的一個重要因素。綠色產品與非綠色產品之間的可替代性越高，財政和貨幣政策協調效果就越好。這意味著需要加快建立綠色生產生活模式，提高綠色產品的可得性，增加綠色和非綠色商品之間的替代性，促使消費者選擇綠色消費方式，通過這些輔助措施提高碳減排政策協調效果。

六、結論與政策建議

本文基于動態隨機一般均衡模型框架，研究碳減排財政與貨幣政策協調聯動的必要性及其作用機制。研究發現：

單獨實施碳排放稅能有效抑制碳排放，但同時也會帶來經濟產出、投資和就業的下降，甚至催生出一些金融風險，譬如銀行凈資產下降和杠桿抬高。單獨實施碳減排支持工具措施能有效控制低碳轉型風險，避免實體經濟過度收縮，緩解經濟下行壓力，增強銀行體系韌性，但受市場整體流動性增加的影響，其也會促進非綠色行業產出的擴張，導致碳減排效果有限。

碳排放稅和碳減排支持工具協調聯動實施有助于形成穩定的市場預期，減少金融市場不確定性，將對金融穩定的影響降到最低，從而在緩解經濟收縮壓力、防范轉型風險方面達到較好平衡。

在碳排放稅和碳減排支持工具疊加實施過程中，財政與貨幣政策協調聯動效果也受居民消費偏好以及綠色與非綠色商品之間替代彈性等外部因素的影響。居民對綠色消費偏好的增加和綠色與非綠色商品之間替代彈性的增大，都會放大政策協調聯動在緩解經濟收縮壓力、減緩轉型風險方面的效果，但其對政策效果的“邊際改善”會降低。

基于上述研究結論，本文提出如下政策建議：一是重視頂層制度設計。在對不同碳減排財政貨幣工具的協調配合效果進行量化評估的基礎上，搭建復合型的減排政策組合制度，發揮各類調控方式的長處，形成有機互補、綜合發展的碳減排政策體系。二是強化政策協調和部門合作。在國家層面，可考慮在金融穩定發展委員會下成立特別工作組，明確統籌財政政策、貨幣政策應對碳減排工作的協調機制；在地方層面，發揮金融委辦公室地方協調機制作用，促進信息共享和行動協同，有效評估和應對重點地區、重點行業轉型風險。三是普及綠色理念，提高綠色商品可得性。一方面，要充分發揮媒體的輿論引導作用，培育綠色消費意識，推廣綠色消費習慣，普及綠色消費理念；另一方面，引導企業進行綠色生產，如鼓勵企業引進綠色環保產品設備，加大綠色產品的供給，提高綠色消費方式獲取的便利度，進而增強財政貨幣協調聯動政策效果。

注釋：

① 無特別說明的數據均來自WIND數據庫和CQER數據庫（https：//www.frbatlanta.org/cqer.aspx的中國宏

觀數據）。

參考文獻：

[1]王信，楊娉，王琰，持續強化對低碳綠色發展的金融支持[J].當代金融家，2020（12）：26-29.

[2] BARANZINI A，GOLDEMBERG J，SPECK S.A future for carbon taxes[J].Ecological Economics，2000，32（03）：395-412.

[3] FRIED S，NOVAN K，PETERMAN W B．Recycling carbon tax revenue to maximize welfare[J]. Finance and Economics Discussion Series，2021，23：1-30．

[4] PARRY I. Implementing the United States'domestic and international climate mitigation goals[J]. IMF Working Papers，2021，21（57）：132-169．

[5] 馬麗麗，趙華偉.國內外碳金融研究綜述[J].區域金融研究，2021，589（08）：12-17.

[6] MOHOMMAD A. Employment effects of environmental policies–evidence from firm-level data[J]. IMF Working Papers，2021（140）：76-101．

[7] SHI J R，TANG L，YU L A. Economic and environmental effects of coal resource tax reform in China：Based on a dynamic CGE approach[J]. Procedia Computer? Science，2015，55：1 313-1 317．

[8] BCBS. Climate-related financial risks-measurement methodologies[J]. BCBS Publicaitons，2021（04）：27-54.

[9] BRUNETTI C， DENNIS B， GATES D. Climate change and financial stability[J].FEDS Notes， 2021，36：1 217-1 257.

[10] HASSLER J， KRUSELL P， OLOVSSON C. Energy-saving technical change[J].CEPR Discussion Papers， 2012，32：1-40.

[11] BOLTON P ， KACPERCZYK M .Global pricing of carbon-transition risk[J].NBER Working Papers， 2021，54：342-276.

[12]馬駿.論構建中國綠色金融體系[J].金融論壇，2015，20（05）：18-27.

[13]王遙，潘冬陽，彭俞超，等.基于DSGE模型的綠色信貸激勵政策研究[J].金融研究，2019（11）：1-18.

[14] ANNICCHIARICO B， DI DIO F. GHG emissions control and monetary policy[J].Environmental and Resource Economics，2017，67（04）：823-851.

[15] PAPOUTSI M， PIAZZESI M，SCHNEIDER M. How unconventional is green policy[J].Working Paper，2021，23：78-134.

[16] DIKAU S， RYAN-COLLINS J. Green central banking in emerging market and developing countries[J].New Economics Foundation，2017，16：46-75.

[17] CAMPIGLIO E．Beyond carbon pricing：The role of banking and monetary policy in financing the transition to a low-carbon economy[J].Ecological Economics，2016，121：220-230．

[18] ANNICCHIARICO B， DI DIO F. Environmental policy and macroeconomic dynamics in a new Keynesian model[J].Journal of Environmental Economics and Management，2015，69：1-21．

[19] GERTLER M， KARADI P. A model of unconventional monetary policy[J]. Journal of Monetary Economics，2011（58）：17-34.

[20] HEUTEL G. How should environmental policy respond to business cycles？ Optimal policy under persistent productivity shocks[J].Review of Economic Dynamics， 2012，15（02）：244-264.

[21] AURAY S， EYQUEM A， MA F. Banks， sovereign risk and unconventional monetary policies[J]. European Economic Review，2018，108：153-171．

[22] BENKHODJA M T ， MA X ， RAZAFINDRABE T.Build back better： The role of green monetary and fiscal policies[J].Social Science Electronic Publishing 2022，34：124-142.

[23]陳小亮，馬嘯，“債務—通縮”風險與貨幣政策財政政策協調[J].經濟研究，2016（08）：28-42.

[24] CARATTINI S，HEUTEL G ， MELKADZE G .Climate policy， financial frictions， and transition risk[J].Social Science Electronic Publishing，2021，58：1-59.

[25]許志偉，王文甫.經濟政策不確定性對宏觀經濟的影響——基于實證與理論的動態分析[J].經濟學（季刊），2019，18（01）：23-50．

[26] NORDHAUS W.Evolution of modeling of the economics of global warming：Changes in the DICEmodel，? 1992—2017[J].Climatic Change，2018，148（04）：623-640.

[27]中國人民銀行天津分行課題組，碳減排，轉型風險與監管應對——基于DSGE的政策模擬研究[J].金融監管研究， 2022（06）：1-27.

[28] KRIWOLUZKY A. Bayesian estimation of DSGE models[J].Journal of Economics， 2017，56（03）：97-120.

[29] BREEDEN S. Avoiding the storm： Climate change and the financial system[Z].Official Monetary & Financial Institutions Forum，15 April，2019， London.

（責任編輯：張艷妮）

Research on the Coordinated Linkage of Fiscal and Monetary Policies under the Background of "Dual Carbon"

—— Based on DSGE Scenario Simulation

He Sha

（Shaoyang Central Branch， People's Bank of China）

Abstract： Achieving the "dual carbon" goal is not simply reducing carbon emissions， but achieving higher levels of economic development under carbon emission constraints and balancing the relationship between steady growth and promoting emission reduction. This paper applies a dynamic stochastic general equilibrium model to examine the economic impact， mechanism and coordinated linkage effect of carbon tax and carbon emission reduction support tools by conducting multi-scenario policy simulations. The study found： First， although the carbon tax tool can promote carbon emission reduction， it will also lead to economic contraction and pose greater transformation risks to the financial system. Although carbon emission reduction support tools can effectively alleviate economic downturn pressure and transformation risks， the effect of carbon emission reduction is limited. Second， the coordinated linkage of carbon tax and carbon emission reduction support tools can alleviate economic contraction pressure， control transformation risks， and have significant carbon emission reduction effects， achieving a good balance between steady growth and promoting emission reduction. Third， the marginal improvement of residents' consumption preferences and the substitution elasticity between green and non-green products has a marginal improvement effect on the policy effects of the two tools in alleviating economic contraction， controlling transformation risks and promoting carbon emission reduction.

Keywords： Carbon tax; Carbon emission reduction support tools; Policy coordination and linkage