前言：中文期刊网精心挑选了双减政策的定义范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
双减政策的定义范文1
关键词：保险，碳交易，资源，罚款超额累进制，技术革新成本-碳排放量函数
一、引言
本文的目的是通过提出新险种，即碳排放保险，来促进我们低碳经济的发展。并且进一步完善我国环境责任保险制度，激励企业改良生产条件不断向集约型经济发展，以及加强碳排放量超标的风险管理，提升该风险的管理水平，同时也能提高企业追求低碳经济发展的意识。
二、碳排放保险的理论基础以及参数设置
在以下模型中，将涉及到收益最大化情况下最佳碳排放量假设条件和碳排放量保险系数假设。
（一）收益最大化情况下最佳碳排放量假设条件如下：
⒈CDM合理定价且价格恒定
⒉CDM在国内以及国际上能够无摩擦地自由交易
⒊企业不存在偷、逃税现象
⒋在保险期间内，企业的规模和产量不变
（二）碳排放量保险系数假设：
⒈国家标准碳排放函数
我们规定，国家在未来的时间里，会逐渐限制企业的碳排放量。因此，我们设定了一个“国家标准碳排放函数”，企业每年的国家规定碳排放量逐年递减。对于不同的产品生产企业，国家对其产品的允许碳排放量每年按照一定的减排量k进行减少（一定年限内），以促进企业改良生产技术，减少碳排放。假设：
At：企业在t年国家规定的排放量
A0：企业投保时，国家规定的碳排放量
AT：企业的国家目标排放量，即国家所规定的，在第T年必须达到的准许排放标准量
k：企业每年的平均标准减排量k=
因此，国家标准排放量递减-时间函数表示为：At=A0-kt，k=
⒉罚款额实现超额累积制
对于超过国家年排放标准的企业，国家统一进行惩罚性罚款，罚款额（P）由基础罚款（P）和超额排放累进罚款组成，对于超过国家标准的企业进行罚款额为（P），此后按照p=aX2+P进行累进的罚款，X=A-At为企业的超额排放量。即超排越多，每一单位罚款额增加越多。国家对于企业罚款收入，部分可以收归国库，部分可以对未超排企业进行鼓励性转移支付和对于购买碳保险企业进行适当补偿。
⒊碳排放保险保费
碳排放保险保费额应根据国家标准规定的排放量，缴纳一定量的费用。I=f1At，f1是单位保费， At为国家标准排放量。保费也可以按照企业自身预估碳排放额，随企业自行购置投保额，此时单位保费为f2，其中f2＞f1，I=f2（At+X）=f2A，X为企业预估碳排放超排额。
⒋企业实际碳排放量： A
⒌免赔率：α
⒍单位保险金： θ
θ值由国家、地方政府以及保险公司根据地区差异共同设定，可以适当调整 θ值大小，促进落后地区的工业发展。
⒎保险金赔付额：
当A＞At，保险金赔付额B=（A-At）*（1-α）*θ=X*（1-α）*θ；当A≤At，保险金赔付额B=0
⒏企业投保激励制度：
P1=d*p=d*（aX2+p），参数d即因为购置保险，国家进行的罚款减免系数，此系数0＜d＜1。此项制度是为了让企业积极投保，基本上应保障投保企业的减免额大于基础保费。
⒐若企业发生超额排放行为，即保险事故发生，则国家的实际罚款P2：
对于超过国家年排放标准的企业，国家统一进行惩罚性罚款，同时，对于已购置保险的企业，按照每单位超额排放量按照赔付率θ进行赔付。即企业实际罚款额为P2=P1-B=d*P-B=d*（aX2+p）-X*（1-α）*θ
⒑CDMs机制R1：
国家对于CMD的定价合理，在短期内，我们设定其价格不变，即单位CMD价格C元。当A≤At时，即企业未发生超额排行行为，企业能通过谈交易市场获利R1。R1=（At-A）*C
⒒保费返还额：R2
若企业未发生超额排放行为，即保险事故未发生，则对企业的部分保险费进行返还，返还额为R2。 碳保险年返还额应根据碳保险类型进行赔付，按国家标准规定的排放量，缴纳一定量的费用的保险，按照R2=β1At返还，β1＜f1，β为返还比例。保费按照企业自身预估碳排放量和小于国家标准的排放额，即按返还率为 β2计算，其中β2＜f2，R2=β2At。最大保费返还额不得超过保险金额。
（三）技术革新成本-碳排放量函数：
运用EVIEWS软件对中国各省1994年-2007年的工业废气排放量进行拟合，大中型工业企业产值以及大中型工业企业科技活动经费内部支出等三项数据（见附录），得出技术革新成本-碳排放量函数。
由于大中型工业企业产值缺少1995、1996、1998年的数据，所以这里采用线性插值的方法进行弥补，将数据导入MATLAB，运用命令interp1（x，y，xi，‘linear’）进行插值，得出1995年、1996年、1998年工业数据是1108、1200.8、1373.5，单位亿元。
下面是数据建模的过程：
从以上的散点图可以看出，在经费较低的时候，废气排放量较高，而随着经费的提高，废弃排放量有了显著的降低，尤其在经费为0～80这一段中，废弃排放量下降了55%左右；而随着经费的进一步增加，其边际效应开始逐步体现，当经费从80增加到160时，废弃排放量只有约25%的下降。根据经验推测，应该使用logistic、指数、或者双对数进行拟合，经过比较检验，可知采用双对数函数进行拟合时的效果比较理想。以下对其主要过程进行详述。
双对数函数的形式如下：
lny=a+blnx
经过回归处理可得到如下结果：
从以上结果可以看出，在5%的置信概率下方程和系数都是显著的，但是从DW=0.745758可以看出此结果可能存在自相关，所以检验是否存在自相关，这里对残差使用拉格朗日乘数检验，滞后阶数从1到10进行循环，可发现该方程存在二阶自相关，如下图：
可以看出，在5%的置信概率下，0.02
εt=ρ1εt-1+ρ2εt-2+ν
使用EVIEWS进行估计，可得到如下结果：
以看出，在5%的置信概率下方程和系数都是显著的，拟合度也很高。下面再对残差进行自相关检验，结果如下：
以看出，已经明显消除了自相关性。所以最终模型如下：
lny=2.185147-0.3590611lnx
得出该函数的经济含义：经费每增加1%，废气就会减少0.36%。所以有必要让企业进行技术革新，减少碳排放量，碳排放保险才有可行空间。
三、碳排放保险的模拟操作
由于现在大多企业采用粗放型生产方式，而未来发展趋于集约型，国家积极倡导企业产业优化，因此碳排放保险定义如下：积极促使企业改善技术和设施，减少碳排放。国家财政部应联合保监会和银监会设立碳排放基金，并通过财政支出对碳排放基金的成立进行注资，资金除了要保证补偿赔付外，还要保证基金能在合理运营中抵御风险。
（一）未购买保险的企业可以分为两类：
⒈CDM>国家标准：
对于未购买保险的企业，保险公司不承担承保责任，不用进行赔付。但与此同时，国家对投保公司超过国家标准的碳排放量需要对罚款征收，按每单位碳排放量计算价格，对罚款额实现超额累积制度，即P=aX2+p。总收益为E1=-d*P=-d*（aX2+p）
⒉CDM 国家标准：
此情况即未引入碳排放保险的情况，企业只能对因为技术、机械设施革新原因使公司碳排放量少于国家标准的CDMs进行销售，无其他收入。总收益为 E2=R1=（At-A）*C
（二）购买保险的企业可以分为两类：
⒈CDM>国家标准：
由于公司在超排前已经购置了碳排放保险，保险公司基于投保公司的保额进行赔付，将赔付款纳入碳保险基金。同时，国家对投保公司超过国家标准的碳排放量进行罚款，按每单位碳排放量计算价格，对罚款额实现超额累积制度，即P1=d*p=d*（aX2+p），参数d即因为购置保险，国家进行的罚款减免系数，此系数0＜d＜1。此项制度是为了让企业积极投保，基本上应保障投保企业的减免额大于基础保费。总收益为E3=B-d*p=X*（1-α）*θ-[d（aX2+p）+f1At]
⒉CDM>国家标准：
保险公司不用对投保公司的进行赔付，实现盈利。投保公司不仅可以对因为技术、机械设施革新原因使公司碳排放量少于国家标准的CDMs进行销售。同时，国家对投保公司低于国家标准的碳排放量进行补偿，按每单位碳排放量计算补偿额，此项支出来自于碳保险基金。总收益为E4=R=R2+R1=R2=β1At+（At-A）*C或者E′4=R=R2+R1=R2=β2At+（At-A）*C
由上述情况的分析可知，购买碳排放保险对企业在企业的排放超过国家标准的情况下有利，因此碳排放保险可行。
四、关于我国碳排放管理方面的建议
（一）改善各省区能源消费结构，积极发展可再生能源。
针对各省区能源消费结构调整速度过慢，应当大力调整和优化各地区的能源消费结构，尤其是要大力开发和利用绿色能源与清洁能源，提高其在整个能源消费结构中的比重。具体而言，对湖北、重庆等省可以大力开发水电;西北地区则可以大力发展风电、太阳能光热利用等项目;农村地区则注重生物质能的开发和高效利用。对于某些省区特有的能源资源禀赋，决定了其以煤为主的能源消费结构在短时间内难以改变，因此应当促进煤炭消费相关的技术创新，提高煤炭利用效率。
（二）合理控制煤炭产量，提高能源利用效率。
由于煤炭生产加工业对地区CO2 排放状况有着重要的影响，因此应该针对煤炭行业采用相应的减排措施。首先，应当合理控制煤炭产量，从源头上减少CO2 的排放。例如，限制生产企业的规模、关闭生产效率低的小煤窑、淘汰高耗能的落后工艺、技术和设备等。第二，重视技术创新的作用，依托于技术创新来实现CO2 减排和经济效益的双赢。例如，对于煤炭生产中所产生的“废弃物”进行加工和利用，从而减少废物的排放，并通过重复利用为企业产生经济利益。第三，对传统的煤炭生产企业，可以通过政策鼓励的方式引导其逐步加大对其他可再生能源或绿色能源的开发，一方面实现控制煤炭产量的目的，另一方面也能够为企业的长远发展做好准备。
（三）加快各省区的产业结构调整。
我国不同省份经济发展的异步性非常突出，因此需要针对各省的实际情况制定不同的产业结构调整政策。具体而言，对处在由第一产业向第二产业转移进程中的省份，应坚持走可持续发展道路，以技术进步为目标，以提高技术水平和利用清洁能源为主; 对一些较发达的省区，应注重发展高新技术产业、新能源产业和现代服务业;对以传统的煤炭生产或高耗能的重工业为主要经济命脉的省区，不仅要积极提高现有工艺的技术效率，而且要积极寻求其他清洁产业的发展途径。
（四）制定并完善各省区CO2 减排工作的分析制度。
在制定各省区CO2 减排政策时，不能单从全国排放总量排名的分布来决定重视与否，而应当针对各省区特定的历史状况和发展趋势决定政策的实施力度。具体而言，对于那些CO2 排放总量很低，但是恶化程度较快的省份，政府应该高度重视其CO2 减排工作。当然，前提条件是该政府必须要对本省区在全国的CO2 减排工作所处的位置和本省区的CO2 排放状况有真实和及时的认识，而这就需要建立各个省区的CO2 排放核算和比较制度，同时需要一定的相关专业人才进行分析和指导。
（五）加快建立和完善我国的碳交易机制。
中国碳强度目标是一种自愿性目标，和国际承诺没有相关关系，不需要国际的MRV(可测量、可报告和可核证)。在这种情况下，更需要考虑未来国内碳市场与国际碳市场的关系，以及不同机构在其中所扮演的角色，也需要通过试点来解决。在欧洲，碳交易已经有了一定的发展，其经验对中国节能减排有着借鉴意义。
参考文献：
[1]别涛，王彬．环境污染责任保险制度的中国构想[J]．环境经济杂志，2006，(11)：52．
[2]施天涛．商法学[M]．北京：法律出版社，2006：697．
双减政策的定义范文2
内容摘要：本文以改革开放31年来的数据为基础，建立了我国居民消费水平的相关经济模型，运用计量分析，研究了模型中主要变量对模型的影响程度，并在此基础上提出了提高我国居民消费水平的政策建议。
关键词：居民消费水平 影响因素 模型分析 政策建议
居民消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。本文以分析我国居民消费水平影响因素为目的，根据计量经济学模型的构思，以1978-2008年的数据为样本（见表1），将居民人均消费水平（Y）作为被解释变量，根据经验引入人均国内生产总值（X1）、城乡居民家庭人均纯收入（包括城镇居民家庭人均可支配收入（X2）和农村居民家庭人均纯收入（X3）），其中，为了增加数据的平稳性，对模型的被解释变量人均居民消费水平Y和解释变量x1、x2和x3均用价格指数进行平减（1978=100）并取自然对数，然后进行回归分析。
影响居民消费水平的单因素分析
（一）国内生产总值对居民消费水平的影响
1.检验变量的平稳性。在进行协整分析之前，必须检验时间序列LnY和LnX1是否具有平稳性。本文采用Dickey-Fuller的ADF检验方法对表一中的数据以及LnY和LnX1的一阶差分变量进行平稳性检验，具体结果见表2。
2.协整检验。协整检验。根据Engle和Granger对协整所做的原始定义，对双变量模型进行协整检验要求两个变量具有相同的单整阶数。从上述单位根检验的结果中，我们已经得出LnY和LnX1都是一阶单整的结论，因此，本文将运用E-G两步法对其进行协整关系检验，具体结果如下：
第一步，估计方程。首先运用OLS法估计协整向量LnY和LnX1，然后在对残差进行单位根检验其是否具有平稳性。本文利用Eviews6.0作为分析软件，得到方程如下：
LnY=0.137254 +0.921938×LnX1
R2=0.997822，F=13288.25，DW=1.924193
从第一步得到的回归方程可知，从长期看，人均居民消费需求对人均GDP的弹性系数为0.921938，即人均GDP每增加1%，平均来说人均居民消费将增长0.921938%，这充分说明增加人均GDP、发展经济对拉动居民消费需求作用十分明显。
第二步，对残差序列进行单位根检验。上述方程估计的残差e=LnY-0.137254-0.921938×LnX1。具体检验结果见表3。由于ADF值大于5%显著性水平的临界值，因此，估计的残差序列U在5%的显著性水平拒绝原假设，即可以确定所估计的残差为零阶单整，具有平稳性，协整向量为：（1,-0.137254,-0.921938）
从表3检验结果可以看出，残差是平稳的，说明本文的实证检验结果不存在谬回归或虚假回归问题，检验结果真实可靠。
(二)居民人均收入对居民消费水平的影响
如果说国内生产总值是宏观影响因素，那么居民的人均收入就是微观影响因素。由于我国城乡差距比较显著，于是在这里分别考察了城镇居民和农村居民的可支配收入对消费水平的影响。设城镇居民人均可支配收入为LnX2，农村居民人均纯收入为LnX3，它们与居民消费水平的关系为：
LnYt=α2+β2LnX2+μ2，
LnYt=α3+β3LnX3+μ3
首先，同样ADF检验方法检验被解释变量LnYt和解释变量LnX2、LnX2的平稳性，检验结果表明变量的水平数列都不平稳，但在5%的显著性水平，其一阶差分数列是平稳的。
城镇居民可支配收入对居民消费水平的协整检验。根据Engle和Granger对协整所做的原始定义，对双变量模型进行协整检验要求两个变量具有相同的单整阶数。从上述单位根检验的结果中，已经得出LnY和LnX2都是一阶单整的结论，因此，本文将运用E-G两步法对其进行协整关系检验，具体结果如下：
第一步，估计方程。首先运用OLS法估计协整向量LnY和LnX2，然后在对残差进行单位根检验其是否具有平稳性。利用Eviews6.0作为分析软件，得到方程如下：
LnY= 0.569880+0.995856×LnX2
R2=0.998331，=17349.94，DW=1.604419
从上述回归方程可知，从长期看，人均居民消费需求对城镇居民人均可支配收入的弹性系数为0.995856，即人均GDP每增加1%，平均来说人均居民消费将增长0.995856%，这充分说明增加城镇居民人均可支配收入对拉动居民消费需求作用十分明显。
第二步，对残差序列进行单位根检验。上述方程估计的残差e= LnY- 0.569880-
0.995856×LnX2。具体检验结果见表4。由于ADF值大于5%显著性水平的临界值，因此，估计的残差序列U在5%的显著性水平拒绝原假设，即可以确定所估计的残差为零阶单整，具有平稳性，协整向量为：（1,- 0.569880,- 0.995856）
从表4检验结果可以看出，残差是平稳的，说明本文的实证检验结果不存在谬回归或虚假回归问题，检验结果真实可靠。
农村居民可支配收入对居民消费水平的协整检验。根据Engle和Granger对协整所做的原始定义，对双变量模型进行协整检验要求两个变量具有相同的单整阶数。从上述单位根检验的结果中，已经得出LnY和LnX3都是一阶单整的结论，因此，本文将运用E-G两步法对其进行协整关系检验，具体结果如下：
第一步，估计方程。首先运用OLS法估计协整向量LnY和LnX3，然后在对残差进行单位根检验其是否具有平稳性。利用Eviews6.0作为分析软件，得到方程如下：
LnY=0.544798+0.998026×LnX3
R2=0.994739，F=5483.123，DW=1.362782
从第一步得到的回归方程可知，从长期看，人均居民消费需求对农村居民人均可支配收入的弹性系数为0.998026，即人均可支配收入每增加1%，平均来说人均居民消费将增长0.998026%，这充分说明增加农村居民人均可支配收入对拉动居民消费需求作用十分明显。
第二步，对残差序列进行单位根检验。上述方程估计的残差e=LnY-0.544798-0.998026×LnX2。具体检验结果见表5。由于ADF值大于5%显著性水平的临界值，因此，估计的残差序列U在5%的显著性水平拒绝原假设，即可以确定所估计的残差为零阶单整，具有平稳性，协整向量为：（1，-0.544798，-0.998026）。
从表5检验结果可以看出，残差是平稳的，说明本文的实证检验结果不存在谬回归或虚假回归问题，检验结果真实可靠。
影响居民消费水平的多因素分析
首先，单位根检验结果表明各变量的水平时间序列均存在单位根，但在5%的显著性水平下各变量的一阶差分序列都是平稳的，因此，各变量都是一阶单整过程。由于不平稳时间序列不能直接进行回归分析，需要先检验各变量之间是否存在协整关系。本文采用Johansen协整检验对被解释变量居民人均消费支出的自然对数LnY和解释变量之间是否存在协整关系进行检验，检验结果表明在1%的显著性水平下，无论是特征根迹检验（trace检验）还是最大特征值检验都拒绝零假设H0:r=0，这说明变量LnY、LnX1、LnX2和LnX3之间存在长期均衡稳定关系，因此，本文建立的回归模型不存在伪回归问题。通过运用Eviews6.0作为分析软件，各变量之间的回归结果具体如下：
LnY=0.457530+0.260868×LnX1+0.397380×LnX2+0.361355×LnX3
R2=0.999365，F=14164.83，DW=1.683908
从检验结果可以看出，该模型通过初步检验，系数符号符合经济理论和预期，截距和各个解释变量系数在10%的显著性水平下都通过了t检验，说明所有解释变量对居民人均消费支出都有显著性影响。F检验的概率值为零以及R2的值为0.999365则表明解释变量对居民人均消费需求的联合影响效应显著，并且协整方程（1）的拟合优度很好。
提升居民消费水平的政策建议
当前制约我国经济增长的因素很多，靠扩大投资拉动经济增长不是长久之计，靠扩大出口拉动经济增长也面临居多难题，因此，扩大内需、提升居民消费水平来拉动经济增长应是长久之策，根据以上分析，提升居民消费水平可从以下几方面着手：
大力发展生产力，增加科技投入，把国民经济蛋糕做大做强，提升国内生产总值整体水平。当前，要发展低碳与生态经济，增加国内生产总值的绿色含量，提高居民整体收入水平，特别是农村居民收入水平。中国是一个农业大国，农村居民收入水平低是居民消费水平难以提高的重要原因。切实提高农民收入，不仅是农民由温饱进入小康、改善农民生活质量的关键，也是刺激消费、促进经济健康快速协调发展的重要着力点。
调整农业结构，大力发展优质高效农业。当前要对传统农业结构模式进行优化和调整，大力发展“两高一优”农业。调整重点是进行农产品的品种改良和换代，提升品质，提高效益。
大力发展农村合作经济组织，服务农民。当前要大力发展农村合作经济组织，架起种植基地与市场供应的桥梁，为农民提供有效信息，同时畅通购销渠道，为农民的产前、产中、产后提供全方位的服务，促进农民增产增收。
针对提高城镇居民的可支配收入方面，税收政策尤其是个人所得税方面需尽快进行调整。现行的个人所得税制度采取分类制征收，极不公平。当前，要在提高个人所得税费用扣除额的同时，尽快实行个人所得税征收模式由分类制向综合制转变，最好以家庭为单程松柏（1974.7－），男，安徽安庆人，讲师，经济学硕士，主要研究方向：财税理论与政策。位，这样既可以增加居民的税后可支配收入，又能贯彻公平课税的原则。
参考文献：
1.《中国统计年鉴》[M].中国统计出版社
2.洪霞.中国农村居民消费水平的实证研究[J].经济研究导刊，2010.1
双减政策的定义范文3
【关键词】凯恩斯效应 非凯恩斯效应 马尔科夫区制
内需不足已经成为保持我国经济平稳健康增长亟待解决的主要问题之一。1998年我国启动了积极财政政策，政府财政支出规模也随着不断扩大，2008年在全球性次贷危机日趋严峻的情况下，中国政府计划启动4万亿资金，以强力启动内需，促进宏观经济的稳定增长。然而由此产生的一个担忧是庞大的财政支出是否会挤占居民消费，从而降低国内实际消费需求，即我国财政政策对居民消费的影响是否可能存在非凯恩斯效应区域。本文运用内生识别方法马尔科夫转换MS-VAR模型实证分析改革开放以来，我国财政支出（主要是政府消费）对居民消费的影响是否存在非线性效应，以期评价我国财政支出，特别是1998年以来扩张性的财政支出在宏观需求管理中的有效性。
一、非线性有效需求跨期替代模型的理论分析
在Karras（1994）、Evan和Karras（1996）以及Ho（2001a,2001b）等人的研究中，他们假定凯恩斯有效需求由居民消费和政府支出的简单线性（C■■=Ct+■Gt）关系所决定，其中参数■为正（或负）表示政府支出与居民消费存在替代（或互补）关系。由于效用函数是有效需求（C■■）的增函数，参数■为负意味着消费者总效用函数U(C■■)为政府支出（Gt）的减函数，即当政府支出与居民消费呈互补关系时，政府支出性支出增加降低了代表性消费者的效用，这与效用函数的经典假设相矛盾。为了有效克服该问题，与陈创练（2010）和陈创练、陈国进和陈娟（2010）相一致，本文建立了一个政府支出（G■）和居民消费（Ct）具有不完全替代性质的非线性凯恩斯有效需求函数（C■■），即：
C■■=C■■C■■ （1）
其中，α为居民消费对有效需求的弹性系数。黄赜琳（2005）分别对我国居民消费和政府支出的原值比Gt/(Gt+Ct)和增量比ΔGt/(ΔGt+ΔCt)两组时间序列数据进行单位根检验，检验结果表明，原值比序列是非平稳的，而增量比序列则是平稳的，这表明使用非线性刻画中国居民的有效消费行为更为合适。此外，政府公共物品提供不仅仅是居民单纯私人品消费的等量替代，而通常具有某种弹性效应关系，直观上这也比较符合经济含义。由此可见，使用政府支出与居民消费的非线性关系能够更加有效地刻画中国居民的实际有效消费行为。
考虑在一个无穷期限的经济体中，代表性消费者在0时刻终身效用总和最大化可表示为：
U(C■■,G■)=■ E0■β■[u(C■■)+φ(G■)] （2）
s.t.At=At-1(1+r)+Yt-Ct-Gt （3）
其中，Et是基于t时期信息的期望算子，β为主观贴现因子，C■■表示代表性消费者的有效消费需求，At表示代表性消费者t期持有的金融资产，Yt表示t期的劳动收入，假定实际利率r为一个不随时间变化的常量。而有效需求的即时效用函数为u(C■■)=C■■/(1-σ)，在此类相对风险规避系数不变的效用函数中，σ表示曲率参数，特别当σ=1时，C■■/(1-σ)=lnC■■。φ(・）为政府购买的效用函数，必须强调的是由于消费者不能够对政府购买行为决策产生影响，因此代表性消费者效用最大化问题可忽略考虑效用函数φ(・），而简单考虑关于有效需求的即时效用函数u(C■■)。那么，以上最大化问题可转换为确定性条件下的消费者决策模型，其拉格朗日函数为：
E0■β■u(C■■)+λ■(Y■+(1+r)A■-C■-G■-A■ （4）
其中，拉格朗日乘子λ■度量了财富的边际效用，对上式进行一阶条件求解，可得：
αC■■G■■=(1+r)βE■(1-α)C■■G■■ （5）
在最优化条件下，居民消费和政府支出给居民带来的边际效用相等，则有Gt=(1-α)Ct/α①，将其代入（5）式做进一步分析，两边同时取对数并整理可得实证方程：
ΔlnCt=μ+θ1ΔlnGt+et （6）
其中，μ=ln[β(1+r)]/[1-α(1-σ)]，θ1=[(1-α)(1-σ)]/[1-α(1-σ)]，et是均值为零的随机扰动项。由于在计量实证分析中如果模型设定遗漏了重要解释变量，则估计结果将会是有偏的。Graham（1993）、Evan与Karras（1996）以及Ho（2001a,b）研究表明，由于个人可支配收入是影响居民消费的重要因素之一，因此在实证模型中综合考虑居民的个人可支配收入（y■■）对消费的影响，将会弱化政府支出与居民消费之间的关系。与此同时，我们考虑两状态下政府支出与居民消费的关系，从而，待估模型可进一步完善为：
ΔlnCt=μ+θ1(st)ΔlnGt+θ2(st)Δlny■■+et （7）
其中，st表示状态变量。在本文的理论框架中，由相关数学证明可知：当θ1(st)>0时，表示政府支出增加挤入（促进）居民消费，则政府支出具有“凯恩斯效应”；反之，当θ2(st)
二、政府支出对居民消费非线性影响的经验研究
（一）马尔科夫区制转换模型
本文采用两状态下的马尔科夫区制转移模型对式（7）进行估计，两状态即St=1和St=2。模型中θ1(st)和θ1(st)都具有区制转移特征，且随状态St变化估计系数数值也发生变化。假定St为不可观测的状态变量，并且采用经验数据对内生状态的转变过程进行估计，首先考虑yt和St的联合分布：
f(yt,st|?渍t-1)=f(yt|?渍t-1,st)f(st|?渍t-1) （8）
其中，f(y■|?渍t-1,s■)=■exp(■) （9）
在正态分布的条件函数中，?渍t表示直到t期的信息集（Kim和Nelson,1999），具体算法由Hamilton滤波实现。因此模型参数可由以下极大似然估计（即最大化下面的对数似然函数）得到：
lnL=■ln■f(y■|?渍■,s■)Pr[s■=i|?渍■] （10）
本文采用迭代极大似然函数的方法对模型进行估计。Pr[s■=i|?渍■]表示在t时时刻状态为1或2的概率。假定不可观测的状态变量s■服从遍历不可约的一阶马尔科夫过程，其转移概率为Prt[s■=j|S■=i]=pij，且对于所有的时间t，i，j=1,2满足■■■p■=j=1。在本文中：
p=Pr[s■=2|s■=2]1-p=Pr[s■=1|s■=2]q=Pr[s■=1|s■=1]1-q=Pr[s■=2|s■=1] （11）
从t时刻开始的概率计算公式为：Pr[s■=i|?渍■]=■Pr[s■=i|s■=j]Pr[s■=j|?渍■]。其中，Pr[s■=i|s■=j是由（11）式定义。在每一时期的末尾，用以下迭代滤波对起初计算的概率进行修正（Kim and Nelson,1999）：
Pr[s■=i|?渍■]=Pr[s■=i|?渍■,yt]=■ （12）
其中，f(y■|?渍■,st)是由（9）式定义，然后再通过采用迭代极大似然函数的方法即可获取模型收敛的各个估计值。
（二）经验研究结果及分析
本文采用年度频率数据，考虑到制度变迁因素，选取样本的时间跨度为1978～2008年②，并且所有序列均采用商品零售价格指数（基期为1978年）进行调整为实际变量。与此同时，为了对理论模型进行估计，分别使用人均实际居民消费、人均实际政府消费和人均实际国民收入对数的差分序列③。三个序列变量的平稳性检验结果列于表1中，检验结果表明ΔlnCt、ΔlnGt和Δlny■■序列都为平稳序列，从而可使用MSIAH模型对（7）式进行估计。
说明：（1）ADF单位根检验形式（C,T,K），其中C表示常数项，T表示时间趋势项，K表示根据SC准则选择的滞后阶数；PP单位根检验形式（C,T,B），其中C表示常数项，T表示时间趋势项，B表示采用Newey-West（1994）选择的带宽；（2）变量前加“Δ”表示对变量做一阶差分；（3）**和***分别表示在5%和1%的显著水平上拒绝有单位根的零假设，其中检验临界值根据MacKinnon（1996）确定，并由Stata10.0给出。
根据AIC、HQ和SIC等信息准则，本文选取q=0，p=0。与此同时，利用极大似然法得到本文选取MSIAH(2)估计模型中方程截距项和各系数的估计结果，如表2所示。
说明：（1）估计模型MSIAH(2)允许截距项、自回归参数和异方差性转变。
（2）*、**和***分别表示在10%、5%和1%的显著性水平拒绝零假设。
模型非线性检验统计量LR为17.28，其伴随概率χ2(6)= [0.0083***]，④在1%的显著水平拒绝了原假设H0：μ1=μ2；θ1=θ2；γ1=γ2，这说明在1978~2008年间我国政府消费对居民消费的影响存在显著的区制转移非线性效应，各区制转移概率矩阵的估计结果列于表3。从表3估计结果中，我们可以看出我国政府消费对居民消费的影响明显存在两个区制。在非凯恩斯效应区制1中，政府消费增加将降低居民消费，从而减弱了我国财政政策在刺激消费和扩大内需上的乘数效应，即为政府支出对居民消费存在非凯恩斯效应；在凯恩斯效应区制2中，政府支出具有显著挤入的凯恩斯效应，即政府消费增加刺激了居民消费，这进一步为中国政府通过扩张性财政政策带动内需提供了理论依据。就表3中的估计结果而言，两个区制都相对稳定，其转移概率分别为P11=0.79，P22=0.85。
与此同时，表4给出了各区制的样本数、区制出现的频率以及平均持续期，其中在同一区制的持续时间为D（St)=1(1-pii)。估计结果显示，在1978～2008年间政府消费对居民消费的非凯恩斯效应区发生制频率为41.47%，而政府消费对居民消费的凯恩斯效应区制发生频率为58.53%，这说明凯恩斯效应发生的年份多于非凯恩斯效应。
表5给出了政府消费对居民消费凯恩斯效应和非凯恩斯效应的区制划分，从表中可以看出，非凯恩斯效应区制主要发生在1985~1997年间，随着1985年中央银行体系的建立，货币政策作为一项调控宏观经济的政策工具开始走向历史舞台，与此同时，为了预防改革初期和经济转轨过程中的过热现象，在此期间我国政府实施了适度“双紧”的财政政策与货币政策，成功推动国民经济实现了“软着落”。而从紧的财政货币政策降低了经济的活力，减少了居民能够获取的可支配资源，这直接导致政府消费增加挤占了居民消费。凯恩斯效应区制主要发生在1979～1984年间和1998年以后，在这两个阶段，我国主要实施了“双紧”的财政货币政策或双“稳健”的财政货币政策，从而刺激了国民经济整体的活力，使得政府支出在某种程度上挤入了居民消费。
从表5以及图1和图2中还可以看出，1979～1984年和1998～2008年等区制里，发生政府消费发生凯恩斯效应的概率接近于0.9（如图1所示），而1985～1997年区制里发生非凯恩斯效应的概率接近于0.9（如图2所示），这说明我国政府消费对居民消费的影响存在非线性现象，这为合理评价我国财政政策有效性以及后续财政货币政策安排提
说明：方括号里的数值表示政府支出发生非凯恩斯效应的概率，如[0.9042]表示发生非凯恩斯效应的概率为90.42%。
在非凯恩斯效应区制内，政府不能够一味依靠增加政府支出来刺激经济和扩大内需，这样不但不能达到带动内需的目的，而且还有可能造成不可持续的财政赤字或国债规模。政府为了刺激消费，应该采取配套的货币政策，实施结构性减税，增加转移性支付、完善社会保障体系、提高地区居民的可支配收入，以从根本上刺激居民的实际消费需求。在凯恩斯效应区制里，政府则可通过增加政府支出来刺激消费或经济总需求。此外如图1所示，1998年以来我国扩张性的政府支出对居民消费的影响一直位于凯恩斯效应区制内，这充分说明近年来我国的财政政策是积极有效的，而在国民经济出现局部过热现象的情况下，由于“双松”政策转而实施“双稳健”的财政货币政策是正确的。
三、财政支出非线性效应的宏观决定因素分析
纵观现有文献，主要是从预期观点和劳动力市场观点对财政政策的凯恩斯非线性效应进行解释。能够影响个体对未来政策预期变化的因素，主要包括初始财政水平（国债、赤字）或财政政策的调整力度（政府支出调整、赤字调整）两个方面上。本文试图从这两个方面上给出改革开放以来到全球金融危机爆发之前，我国财政发生非线性效应的宏观决定因素。
（一）初始财政水平
国外研究文献表明，初始财政条件可能改变人们对未来政策的预期，从而产生财政政策非线性效应(Blanchard，1990；Felcdstein，1982；Sutherland，1997)。下面将利用中国国债、赤字数据对初始财政条件在引起财政政策非线性效应方面的作用进行检验。图3表示中国国债比例(国债余额/GDP)和赤字比例(赤字总额/GDP)波动路径。
图中阴影区域表示检验出的财政政策产生非线性效应的区制(下同)。从图3可以看出，中国国债比例连年升高，财政政策非线性效应都产生在国债比例较低的时间段。而国债比例较高的近儿年财政政策具有显著凯恩斯效应。图3中的赤字比例具有同样的现象，即在赤字较高的近儿年单财政政策对私人消费并未产生非凯恩斯效应。可见，初始财政条件在中国并不是财政政策对私人消费产生非线性效应的必然原因。
（二）财政政策调整
现有文献中将财政扩张或调整的幅度作为财政政策非线性效应产生的原因，即大幅度财政扩张或调整会影响人们对未来政策的预期，从而产生非线性效应。我们在此采用中国赤字比例的变化幅度作为对财政扩张或调整幅度的衡量。图4表示赤字比例变化额的波动路径。
从图4可以看出，1978～1980年中国财政赤字比例波动较大，似乎印证了大幅度的财化是产生财政政策非线性效应的原因，然而，在财政政策非凯恩斯效应的1984～1997年的区制中，赤字比例变化极小。同时，1998～2004年的赤字比例变化比1984～1997年大很多，但财政政策在该区制内却具有显著的凯恩斯效应。可见，财政调整幅度与非凯恩斯效应并不存在必然的对应关系。据此，本文认为在中国，初始财政条件和财政调整幅度并不是财政政策非线性效应产生的必然原因。
事实上，正如王立勇和刘（2010）指出，我国财政政策非线性效应是由我国商品市场和劳动力市场的发展程度和特点决定。这表明政府要识别财政政策效应类型，则应密切关注商品市场和劳动力市场的特征变化。
四、结论
财政政策对居民消费的影响研究是宏观经济学长期讨论的重要话题之一。90年中后期以来，我国经济在转轨过程中出现了以有效需求不足为主要特征的运行态势，居民消费率一直处于低位并且逐年下降。1998年以来国家一直出台相关的政策措施刺激内需和居民消费增长。本文采用MSVAR模型，对改革开放以来，我国财政政策的有效性进行识别。研究表明，在1979～1984年和1998～2008年份，财政政策具有凯恩斯效应，而1985～1997年份则具有非凯恩斯效应，说明政府消费对居民消费的影响存在非线性现象，同时也表明1998年以来扩张性的财政政策是积极有效的，而在国民经济出现局部过热现象的情况下，由“双松”政策转而实施“双稳健”的财政货币政策是正确的。最后，指出初始财政条件和财政调整幅度并不是财政政策非线性效应产生的必然原因，而商品市场和劳动力市场的发展程度和特点变化可能导致了我国财政政策对居民消费产生非对称性影响。
注释
①对上述最优化问题，分别求出居民消费边际效用和政府消费边际效用，令两者相等可获得该等式。
②本部分所用数据均来自于中经网数据库（cei.省略）及《中国统计年鉴》（1978年~2009年）各卷整理获得。
③人均实际国民收入、人均实际政府支出和人均实际居民消费分别使用各变量除以总人口获得。
④检验统计量LR=-2(LR-LU)~χ2(q)，LR和LU分别是有约束和无约束模型的极大似然函数值，其中，q为约束个数。根据LR统计量可算出其对应的P值，当P值较小时则拒绝原假设，选择无约束制估计模型；反之，当P值较大而无法拒绝原假设时，则选择有约束估计模型。
参考文献
[1]陈创练.政府财政收支对居民消费的挤出挤入效应[J].山西财经大学学报，2010（6）：7-14。
[2]陈创练，陈国进，陈娟.政府消费最优规模对私人消费的影响研究:基于门限面板回归模型的实证分析[J].经济与管理研究，2010（12）：5-14。
[3]方红生，张军.中国财政政策非线性稳定效应：理论和证据[J].管理世界.2010（2）：pp10-24.
[4]郭庆旺，贾俊雪，刘晓路.财政政策与宏观经济稳定:情势转变视角[J].管理世界.2007（5）：7-15.
[5]郭庆旺，贾俊雪.稳健财政政策的非凯恩斯效应及其可持续性[J].中国社会科学.2006（5）：58-67.
[6]王立勇，刘.财政政策非线性效应及其解释[J]，经济研究.2010（7）：65-78.
双减政策的定义范文4
关键词：能源消费 经济增长 关系
一、引言
2014年11月12日，中美两能源消费巨头再次发出了《中美气候变化联合声明》，美国计划于2025年实现在2005年基础上减排26%-28%的全经济范围减排目标，并将努力减排28%；中国计划2030年左右C02排放达到峰值且将努力早日达峰，并计划到2030年非化石能源占一次能源消费比重提高到20%左右。
该联合声明充分体现了两国要向能源合理利用、低碳经济转型、全球2℃温升目标作出长期努力的决心。能源不仅是国民经济发展的动力，而且是衡量综合国力和人民生活水平以及国家文明发达程度的指标。尤其是化石能源的供给不足、能源结构偏差、能源效率低下、破坏生态修复系统、环境压力增加等问题已经成为世界各国经济发展的瓶颈。能源消费促进了经济的增长，经济增长也推动着能源的大规模开发利用，同时随着经济的快速发展，必然面临不断增长的能源需求和能源稀缺的矛盾问题。
随着我国社会财富的不断增加，合理利用能源，保证经济的稳步发展，促进绿色GDP增长是当务之急。无论是发达国家或是发展中国家，能源消费和经济增长之间的关系都成为各国制定经济可持续发展战略的重要依据，正确认识并处理好二者之间的关系对于缓解或是解决能源瓶颈和生态压力问题，保持经济的持续稳步增长具有显著的重要意义。
一、能源消费与经济增长相关理论研究
关于能源消费与经济增长关系的理论分析，国内外学者主要基于经济可持续发展理论从技术进步、产业结构调整、外商投资、家庭消费等方面进行分析，讨论如何改变能源消费与经济发展现状，以实现经济平稳持续增长。
比如，在技术进步方面，李廉水等（2006）将技术进步分解为科技进步、纯技术效率和规模效率三个部分，发现技术效率是能源效率提高的主要原因，科技进步的贡献相对低些，但随着时间推移，科技进步的作用逐渐增强，技术效率的作用慢慢减弱。何小钢等（2012）延续了李廉水等（2006）的研究，发现到2012年为止，科技进步对能效提高的贡献超过了技术效率。
在产业结构调整方面，王强等（2011）针对产业结构对能源效率的影响进行了研究，发现中国第三产业较第二产业发展对能源效率提高具有更大推动作用，根据发达国家发展经验，中国第二产业发展对能源效率提高的抑制效应尚未显现，经济发展仍需粗放、耗能工业拉动，且中国能源消费过度集中于煤炭能源的结构特征会抑制能源效率的提高。McDermott，Rocha （2010）强调政府应充当科研机构与技术人才的沟通桥梁，企业在产业升级中拥有足够的知识实现产业升级转型，进而实现经济发展中能源的合理利用。Kohpaiboon， Jongwanich（2013）强调了产业升级对经济持续发展的重要性，认为产业集群是产业升级发展的结果，而非技术升级的前提条件，政府应该为前沿产业发展创造机会。
从外商投资角度，Pavlinek，Domanski等（2009）认为外商在资本和技术上的双方面投入为中欧汽车制造产业升级发挥了重要作用，FDI的引入要确保不以牺牲当地资源环境为代价，要确保实现资本和技术的双效吸收。
从家庭消费理论出发，Schubert Johannes等（2013）研究发现德国近50%的碳排放是由于私人交通造成的，这与城市和农村的不同的基础设施建设和职能分工有关，因此政府在制定降低碳排放政策时要考虑家庭结构的因素。
总体来说，国内外学者对于能源消费与经济增长关系的理论分析主要是基于循环经济理论，从促进两者和谐发展的因素入手分析的，这些理论分析从不同侧面对能源经济问题进行了分析，对日后的研究起到了携领启发的作用。
二、能源消费与经济增长关系研究的不同方法选择
纵观国内外学者对能源消费与经济增长关系的研究，主要采用计量模型分析、灰色关联度分析、脱钩系数法以及投入产出模型分析等方法，阅读相关文献发现，对于研究能源消费与经济发展关系这一课题基于不同理论、方法的论述对应着该课题研究的不同角度，从研究效果上来说各有千秋。具体来看有以下评述。
（一）基于计量模型的研究
Granger因果关系检验目的是要确定一个变量的滞后项是否包含在另一个变量的方程中，是检验经济变量间因果关系常用的一种计量经济学方法，其本质是用条件概率来定义因果关系。该检验方法为2003年诺贝尔经济学奖得主克莱夫格兰杰（Clive W.J.Granger）所开创，进行Granger因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题，因此在进行Granger因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验。
有许多学者建立计量模型对能源消费与经济增长的关系进行了Granger因果检验，但是对于我国整体能源消费与GDP两对时间序列的因果关系研究上有不同的结论产生，杨宜勇等（2009）.王鉴雪等（2011）、戴新颖（2014）利用协整理论和误差修正模型ECM分析了我国能源消费与国内生产总值的数据，发现中国的能源消费与经济增长在长期内保持均衡状态且两者互为因果关系。然而，汪旭晖等（2007）、鄢琼伟等（2011）、张宝山等（2012）、王秀丽（2014）的Granger因果检验结果为能源消费对经济增长的单向Granger原因。马宏伟等（2012）以1978年-2008年样本区间数据为基础，利用Johansen协整检验法和基于向量误差修正模型的短期、长期Granger因果关系检验，发现我国经济增长、能源消费之间存在单向Granger因果关系，经济增长是能源消费的Granger原因。在短期内，以上学者普遍认为我国能源消费与GDP之间存在波动关系，不具有Granger因果关系。对于这种研究同一地区却得到不同甚至截然相反的结果的现象，很可能与学者选择不同时间跨度、不同时间间隔的数据有关，当然模型变量的不同选择同样也会造成对实证分析结果造成影响，但是由于Granger因果检验务必要求所检验的序列平稳，对于协整序列不可直接进行该检验，因此也不排除模型中存在错误的可能。
（三）脱钩系数法分析
脱钩理论简单来说就是原本具有依赖关系的两种事物随着时间的推移不再具有相依关系而实现独立发展，即实现了脱钩。基于这一理论对于能源消费与经济增长关系的研究，主要集中于如何选择和计算脱钩系数，何时或者说发展到何种程度即视为真正实现能源消费与经济增长的脱钩化等问题，就此，国内外也有不少学者基于不同时间范围、针对不同地域进行了相关研究。
针对如何选择和计算脱钩系数，判断脱钩状态或测度脱钩程度，当前所采取的方法主要有OECD开发的脱钩指数法以及Ta pio提出的弹性分析法，其中王远等（2010）.郭岩等（2013）、何剑等（2014）运用脱钩指数法计算了脱钩系数，但是由于脱钩指数法只能分辨出脱钩与非脱钩，无法准确判定脱钩的程度和类别而使其应用受到一定的局限，因此多数学者对Ta pio模型更为青睐，比如武红等（2011）、吴振信等（2013）、张小平等（2013）、盖美等（2014）均使用Ta pio弹性分析法来计算脱钩系数。
从能源消费与经济增长的脱钩分析成果上来看，脱钩指数越大，也就意味着经济增长相对于能源消费的效率越高，也就是实现了脱钩，反之，则定义为复钩，也就是说经济增长与能源消费依然存在依赖关系。王远等（2010）发现1990-2005年间江苏省能源消费与地区生产总值处于弱“脱钩”状态，进入2000年后，二者呈现出扩张性“复钩”趋势。武红等（ 2011）利用河北省1980年-2009年数据分析得出，1980年-2009年，河北省能源消费总量与碳排放总量的变动趋势近似，能源强度与碳排放强度的变动趋势近似，1980年-2009年期间，碳排放与经济增长的脱钩弹性指数类型、能源消费与经济增长的脱钩弹性指数类型在同年份表现完全一致，且在大部分年份指向弱脱钩状态。吴振信等（2013）、张小平等（2013）、郭岩（2013）、盖美等（2014）分别对北京市、甘肃省、青海省、辽宁省做了类似分析。
在国外学者的相关研究中，De Freitas， Luciano Charlita等（2011）探讨巴西从2004年到2009年经济增长率和C02排放之间的脱钩关系，2009年以后两者间脱钩显著。Baranzini， Andrea等（2013）研究了瑞士从1950-2010年期间能源消费与经济增长之间的关系，以1970年为界，能源消耗对经济增长贡献逐渐减弱，这意味着GDP增长与能源消耗之间可能趋向脱钩，节能减排的政策不一定对瑞士经济增长造成负面影响。
（四）投入产出分析
投入产出分析的理论基础是瓦尔拉的一般均衡理论，是通过编制投入产出表来实现的分析方法，投入表反映各种产品的生产投入情况，包括中间投入、最初投入等，支出表反映各种产品的使用去向情况，包括中间使用去向和最终使用去向。就能源消费与经济发展的研究来说，不少学者选取了经济发展中的某种环境、某个行业、某一因素来研究其对能源消费的影响，基于此建立数学模型，进行经济分析、政策模拟、经济预测等。
比如郎春雷（ 2012）就基于技术创新这一因素作为经济发展投入对能源消费影响因素进行了实证分析，发现技术创新对于能源消费弹性的确具有反弹效应，但由于目前中国整体的技术创新水平还未达到限值的阶段，因此加快技术创新水平是降低能源消费强度的重要手段。乌力吉图（ 2012）则从能源消费部门人手，编制各年间能源投入产出表，分析了我国各产业部门能源消费的结构、变化、效率、完全能源强度等，量化分析了能源消费型部门的生产用能源转变。陈琳（2013）从产业关联的角度出发，采用结构分解分析法（SDA）给出了中国1997年、2002年、2005年、2007年能源消费碳排放的投入产出分析模型。吴开尧等（ 2014）使用价值型能源强度作为中国经济产业能源制约程度指标，按照SEEA核算方法编制1997-2002-2007-2010年混合型能源投入产出可比价序列表。由以上文献可以看出，使用投入产出模型分析能源消费与经济增长关系的好处在于可以针对某一要素进行该要素对两者影响的特定分析，但是投入表产出表的编制方法很多，在选择上具有一定的自主性，这一点对研究结果的客观真实性会产生或多或少的影响。
同时，正由于投入产出方法的自主因素，利用这种模型进行针对某一变量变化途径的情景分析是不错的选择，比如曹俊文等（2012）就基于该方法对中国能源消费碳排放进行了情景分析，模拟了在不同经济增长方式情景下中国2020年能源消耗及碳排放情况，并由此对我国减排影响因素进行分析。
四、研究评述与未来研究趋势
为减缓全球温室效应的加剧，能源消费与经济增长和谐发展的问题备受各国政界人士以及业界学者的关注，从可持续发展理论出发深入研究能源经济问题，解决经济快速增长下能源的供给不足、能源结构偏差、能源效率低下、破坏生态修复系统、环境压力增加等问题，均是各界学者关注的重点。
双减政策的定义范文5
在能源和环境容量约束严峻的背景下，既要保持经济增长，还要推进低碳经济转型和不断提高社会生产的环境友好性程度，是各国特别是发展中国家实现可持续发展和建设生态文明的重要课题。但是，在碳减排意义上如何理解和界定社会生产环境友好性的内涵？如何考虑历史累积碳排放责任与碳强度减排策略的关系？如何对一经济体的碳排放责任和碳减排努力作出更为合理的评价？这些都是需要深入探讨的重要问题。
因此，研究中既需要考察一经济体当前绝对碳减排量，也同时考虑经济发展要求、历史累积碳排放和实际作出的累积碳减排努力程度，进行综合评价和分析判断，在下一阶段国际碳减排磋商谈判和实际碳减排决策中，有助于理性把握各经济体实际碳减排努力程度和可能承诺，进行有效决策。
一、碳减排和环境产出
社会生产的环境友好性，要求纳入环境产出因素，建立社会“环境―经济”复合社会产出目标。假设社会产出包括经济生产和环境生产两个方面，两者之间存在替代关系，但又具有某种联合生产和范围经济特性[1]。其中，在本研究中，经济产出以一经济体GDP总量，环境产出以碳减排量（根据相对2005年基期2020年中国碳排放强度降低45%的相对减排目标，以2005年中国碳排放强度为基准参照强度，进行绝对减排量的换算，参考表1中计算公式）进行度量。借鉴生产可能性的概念，可知：在一定范围内，存在通过技术进步或提高技术效率实现同时提高经济产出和改善环境的社会生产调整路径。从碳减排意义上来说，也就是兼顾实现经济发展和碳减排的环境友好型调整路径。
在主流环境经济学理论中，通常把污染排放（包括碳排放）视为经济发展的外部性效应或负的非期望产出（undesirable output），然后，将其导致的社会负收益或正成本通过内部化而纳入经济分析框架，用以研究环境资源和经济资源的优化配置方式与调整过程。在采用DEA方法进行环境绩效和效率评价时，该理论假设隐含设定负的非期望环境产出具有弱处置性，降低非期望产出，就需要减少正期望产出，不能满足DEA模型产出最大化的要求，因而一般将求解目标调整为在两者之间寻求平衡。为方便研究，对负期望产出的处理方法主要有负产出法、线性数据转换法和非线性数据转换法[2]。
根据IPCC定义，碳排放是7种主要大气污染物按一定系数加总换算得到的等当量碳排放值，主要与能源利用有关，依据环境经济学假设一般将其作为负期望产出。相对于一般污染排放的概念，碳排放与社会经济发展过程的关系更为紧密和广泛。根据IPAT模型，碳排放主要取决于人口规模（P）、经济发展水平（A，人均GDP）和技术水平（T，一般采用碳排放强度表征）。STIRPAT模型将IPAT模型扩展为C-D函数形式，将碳排放量的变化归因于人口数量、人均GDP、产业结构、城市化等指数化驱动因素的影响[3]。
不同于传统的环境管理，降低碳排放影响的努力，不仅包括“主动”降低生产生活过程中与能源消费直接相关的碳排放（即碳减排），如能源利用清洁化、能源结构低碳化、能源效率与节能、碳捕获/碳储存（CSS）等，还应包括通过产业结构低碳化、增加碳汇（如植树造林）、不破坏或不过度开发现有环境资源（或碳汇资源）、生活方式低碳化等“消极”或间接的碳减排和提高可排放容量的努力。该努力部份，特别是碳汇资源增量，具有长期的减排效应。该部分的减排努力不易测算，现有基于负期望产出假设的理论，对此未给予明确和充分的解释。
与一般负期望环境产出假设不同，非负环境产出假设[4]认为，给定经济生产和环境生产可替代，在社会生产可能性边界内，社会生产目标是追求相对实现社会环境产出（Q）和经济产出（P）的最优配置（即林达尔均衡配置）的“合意”目标，而不是一般意义上在径向距离上逼近经济生产前沿面。与碳减排概念相结合，把该“环境产出”概念界定为考察第t年及之前年份的累积碳减排量，满足正期望产出假设，表示为：
进一步，假设碳排放量本文中有关变量，在未特殊说明的情况下，一般是指年均量。直接取决于一经济体能源消费量及其含碳程度，碳排放量应当是实际发生的碳排放量。因此，与能源消费有关的碳排放量测算的基本方法，是采用各种一次能源消费与相应碳排放系数乘数再加总得到。碳减排量则是该变量的衍生概念，是指相邻年份的相对净碳减排量。作为累积碳减排量的环境产出概念，包括了对已实现碳减排成果（或环境存量）的保护。
采用环境方向产出距离函数的DEA生产效率测度理论，在有关研究[4-5]的基础上，借鉴采用切克兰德的“水平―结构―动态效率”三维度软系统评价方法，提出了评价一经济体社会生产环境友好性的指标集，对有关概念和评价指标及方法进行了进一步厘清界定、修正和拓展（表1），提取了有关评价指标集，用于对1980-2013年期间美国（USA）、欧盟（EU）、日本（JAP）、德国（GER）、印度（IND）与中国（CHN）的环境友好性进行评价、分析和比较。
同时，对其他国家水平指标的测算均以2020年中国经济产出目标和环境产出目标作为参照指标，结构指标和动态效率指标测算方式不受影响。在国际比较中，水平指标和结构指标本身已经是相对指标，而对于动态效率指标，统一以1980-2013年期间中国对应指标的t-1期值作为参照进行测算，形成可用于比较的相对动态效率指标。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
二、数据准备
为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。
2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。
碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。
另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。
三、环境生产和环境友好性评价
（一）环境产出、GDP和人均GDP
采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值
因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。
特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。
进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。
总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。
式（12）说明：环境产出与经济发展水平（人均GDP）、当期与基期的广义技术差距（碳排放强度之差）和人口规模POPt有关。同时可以看出，环境产出与人口规模之间的关系，与碳排放IPAT公式的简单关系刻画有所不同。
基于以上关系描述，可以初步理解，中印“双高”的原因主要在于：一方面，因经济增长迅速和高碳能源结构等约束，两国碳排放增长迅速；另一方面，依据本文环境产出测算方法，两国环境产出增长迅速与人口规模增长、GDP/人均GDP双增长和年均碳减排量高等原因有关，说明考察期内随着社会经济发展水平提高，两国也同时付出了很大的碳减排和环境生产努力，GDP的能源消费及相关碳排放强度下降明显。
对应来看，美欧德日巴5个经济体环境产出增长与碳排放趋势在内涵上基本一致，即环境生产的增长主要是由碳减排推动。其中，美欧德主要是通过加大碳减排力度和促进碳排放脱钩，来实现环境产出提高；而日巴也呈现出一定的环境产出与碳排放“双略增”的趋势，原因在于两国因经济增长影响碳排放有所增加，具体而言是：仍未走出经济增长停滞“怪圈”的日本近年来的经济增长有所复苏，同时因暂停核电开发，增加了碳基能源消费；巴西则是处于经济追赶阶段的发展中国家，经济增长及其规模效应推动了碳排放的增长。
（二）基于“水平―结构―动态效率”三维指标的测算和比较
1.水平相对指标的测算和比较
由测算得到各经济体经济产出（EL）和环境产出水平指数（ENL）、“经济―环境”综合发展水平指数（EENL）（图3），可得以下发现。
经济产出水平指数（EL）：结合IMF WEO（2014）预测，2020年前中国GDP（PPP修正）将一直处于快速增长过程，2020年美国和欧洲经济规模将相当于中国的约90.89%和83.33%，其他国家都被远远超越。
环境产出水平指数（ENL）：考察期内，中国环境产出在2008年和2009年分别超过德国和日本，仅次于欧美位居第3。但是，在考察期内，德日两国环境产出水平相近且始终保持平稳，欧美分别在1983年和1993年才超过两国，说明德日始终保持较高的低碳化水平。
进一步，采用变异系数法测算不同经济体在发展过程中对环境产出和经济产出的权重（表2）。变异系数用以描述期内各经济体对于实现环境和经济产出目标的难易程度。结合本研究可知，变异系数越大，意味着对应环境努力程度更高。所测算得到的权重系数，可用于评价考察期内对该项指标实现的侧重程度。
由各指标结果可以看到：考察期内，中国环境产出水平相对最低，欧美水平较高，其他相近；欧美中的努力水平较高。由于基础相对较差，中国环境产出改善的效果最为明显。在经济产出方面，中美欧努力水平（变异系数）较高，但中国改善程度最大。整体看，中国对经济发展和环境的政策偏好与欧美相近，说明考察期内中国在致力于社会经济发展方面以欧美发展模式作为了主要参考，同时取得了经济环境“双快速增长”的良好成绩。日德巴印4国均相对侧重于经济发展，主要与这些国家环境基础条件保持较好有关。中国要真正实现环境和经济协调的低碳化发展，下一阶段应提高环境产出权重，加大环境努力。图3 “经济―环境”综合发展水平指数
“经济―环境”综合发展水平指数（EENL）：该指数测算采用Fisher指数构造方法。环境产出和经济产出的测算均以中国2020年目标水平为参照（标准化为1），因此，据此得到的中国2020年“经济―环境”综合发展水平指数也是标准化值1。
由图3可知，欧美发展水平明显高于除中国外的其他经济体，但中国追赶速度很快。印度增速也较快。从“环境―经济”协调程度改善（综合指数增速）的角度看，中国改善最快，欧美次之，印日德巴4国增长平缓。但是，需要说明的是，中国该指数的改善主要得益于快速经济增长的贡献。
2.结构指标的测算和比较
考察期内，依据碳排放强度指标，各经济体广义碳减排技术水平基本处于持续进步状态，即碳排放强度持续降低，与多数研究结论一致。但是，依据评价广义环境技术进步的环境生产强度（单位与碳排放强度相同）指标，结论却显然不同（表3）。
总体上，各经济体环境强度有趋同趋势，中国技术进步水平最低，但改善最为明显；欧美技术进步水平相对稳定；德日巴印的所谓“技术退步”状态，主要原因在于GDP增速高于环境产出增速，其中，印巴两国更多地强调了经济增长。
环境友好指数是社会产出和环境产出的无量纲化比值，说明的是一经济体在社会发展中趋于环境友好的程度。2020年中国该指数取值为1。虽然这并不完全标志着该年份中国的“环境―经济”生产满足目标“合意”配置，但不影响国际间比较。
由图4和表4看出，各国社会生产的环境友好程度呈现明显的趋同趋势。
考察期内，中国社会生产的环境友好程度底子薄，虽在整个考察期内呈提高趋势，但横向比仍最低。
德日欧美环境友好程度高，发展平稳。结合实际看，4经济体经济发展水平也较高，说明采取了较合理的社会发展方式。其中，美欧人口和经济规模与中国相近，在环境生产上采取“踩碎步”的改进模式，具有更高的可比性和借鉴意义。日德的环境友好程度一直好于欧美，指数略趋降的原因是考察期内总体上GDP增长超过环境产出增长。
图4 环境友好指数国际比较
巴印两国则是在较低经济发展水平上实现的“高”环境友好性。并且，在考察期内，两国环境友好程度明显下降，应与两国侧重经济增长的发展模式有关。
3.动态效率指数的测算和比较
动态效率基本指数集包括对环境产出的总体绩效（DENP）、广义技术进步影响（DENT）和经济产出影响（DEEN）的3项评价指数，是基于相邻年份环比关系对单一经济体环境生产的动态评价。该类指标只能用于经济体自身动态效率的纵向比较。此外，为更便于辨析环境产出和碳排放概念及其应用的不同，也分别给出考察期内经济增长（DCEP）和技术进步（DCTP）对碳排放影响的动态指数变化情况，测算方法相同。
由测算结果（如图5）可得以下结论。
第一，对所有经济体，考察期内经济增长对环境产出的动态影响均基本为负向效应（DEEN
第二，在广义技术进步对环境产出动态影响方面，在整个考察期内对中国始终保持正向效应（DETP>1）且最为显著，但作用逐渐减弱；对欧美在多数年份保持平稳正向效应，变动很小，对欧盟作用强于美国；对其他4国均基本保持负向效应（DETP
第三，依据DCEP指数，考察期内经济增长对碳排放的影响，对发达经济体而言，对欧盟和德国在约1/2年份和对美日在约1/3年份呈现正向效应。
大体以1996年和2001年为两个标志性年份，经济增长对4个发达经济体碳排放的影响方式分为三个阶段：1980-1996年和2001年后4个经济体的影响模式相近，1996-2001年期间有所差异。对中巴印3国，经济增长的碳排放效应均呈负向效应（DCEP
第四，依据DCTP指数，在整个考察期内对各经济体，广义技术进步对碳排放均基本呈正向效应，对中国作用相对最为显著。
进一步，采用同年份中国环境产出及其强度、碳排放及碳排放强度、GDP数据作为参照，仅选取广义环境技术进步可比指数（正向指标，简写为RENTP，测算公式如式（13））和广义碳减排技术进步可比指数（负向指标，简写为RCTP，测算公式如式（14）），用于比较同期其他经济体与中国的广义环境技术和广义碳减排技术进步差距。
由测算结果（如图6）有以下发现。
其一，考察期内，各经济体之间及其与中国的广义环境技术进步差距，均呈现迅速缩小和趋同的趋势。依据RENTP指数，总体上，发达经济体均保持较高技术进步水平，德日两国高于欧美。仅依据表面指数值，巴印两国广义环境技术进步衰退明显，原因在于初期两国经济发展较低，碳排放水平低，近年来也采取了侧重经济增长的发展模式。
其二，依据RCTP指数，考察期内，各经济体的广义碳减排技术进步影响的变化趋势趋同，且均明显高于中国。但是，巴西的广义碳排放技术退步明显。
4.基于2020年碳减排承诺的预期环境友好特征评价和国际比较
以2020年预期GDP标准化为参照值1，以及根据中国承诺测算的2020年碳排放量（1 026 652万吨），相应环境产出量（2 962 654万吨）也标准化为参照值1，可知2020年中国环境友好指数和复合产出水平指数也是1。
由表4可知，以2020年中国各环境生产相关指数为参照，日德两国环境产出水平最高，环境技术进步水平也最高。经济发展处于较低水平的巴印两国，环境产出水平和环境友好程度较高的原因在于既有的高环境存量，其环境技术水平较高内涵意味着对环境存量的保护工作开展得好。欧美两经济体与中国经济规模相近，但环境友好程度、环境产出水平和碳减排技术进步程度均高。比较可知，中国“经济―环境”复合生产水平高的原因，主要在于经济发展的贡献，在以碳减排努力为代表的环境生产领域仍亟待努力。
具体而言，测算得到的中国2015和2020年环境友好指数反而相对之前明显降低。以2020年环境友好为1，考察期内1990年至今的环境友好都高于1。这说明中国现有碳强度减排承诺目标偏低或经济产出目标过高，“环境―经济”生产目标制定的环境友好性偏低。
四、经济增长对碳排放和环境产出的影响分析
根据前述定义，可以将环境产出看作受经济增长、直接碳排放和影响碳排放的其他间接因素等影响的趋势性成份和周期性成分的叠加。HP滤波方法可以帮助剔出周期性成分影响，保留某一影响因素的趋势性成份。
这里，采用HP滤波方法，对各经济体，在碳排放和环境产出序列中分别剔出经济产出（GDP）周期性因素的影响，识别经济影响的趋势性成份（如图7），用以说明一经济体经济增长对于自身碳排放影响（DCEP）和环境产出影响（DEEN）的不同趋势特征。该趋势成份值大于1，说明经济增长对该方面影响呈正向效应；趋势成分值小于1，则说明呈负向效应。
依据结果可以看到，各经济体经济增长对环境产出的净影响总体呈负向效应，也就是说，经济增长在一定程度上会抵消碳减排努力。而对碳排放则因经济体不同而不同。相应的趋势影响分析（表5）也能够说明经济与环境产出、碳排放存在不同的趋势效应。
五、政策建议和结论
本文采用基于正期望产出假设的环境经济分析理论，对中国和美欧等7个主要经济体的社会“环境―经济”生产的状况进行了比较和分析，与采用碳排放或年度碳减排指标的有关国际比较研究结论有所不同，本研究主要有以下结论。
碳减排与社会生产的环境友好性在内涵上具有一致性。经济增长对环境生产（累积碳减排）总体呈负面影响，有效的碳减排政策应与促进经济增长的政策相独立。考察期内，实现同等经济规模，中美欧3经济体环境产出水平相近，日德始终保持较高低碳化水平，巴印环境产出水平较高的原因在于较低经济发展水平上对环境存量的低消耗；中美欧对经济和环境产出的政策偏好相近，但中国未来需要更加重视环境生产；美欧德日巴5经济体环境生产与碳减排变化趋势一致，而中印两国环境生产与碳排放“双增长”的原因在于伴随经济增长的结构调整等政策导致的碳减排；各国社会生产的环境友好程度呈现明显趋同趋势，而中国相对仍最低，德日欧美的社会经济发展模式更为合理。但是，中国累积环境生产努力最大，改善也最明显。此外，从环境友好性角度看，按照中国2020年承诺测算的社会生产环境友好性水平偏低，甚至低于现阶段，需要进行调整。
从动态效率角度看，考察期内，经济增长对环境产出的负面效应，对较大规模的经济体影响也较大，但随时间推移趋于减弱，其中对中国影响最明显；广义环境技术进步影响对各经济体呈现趋同趋势，对中美欧体现为正效应，而对其他4经济体效应为负，对中国正效应最显著。但是与碳减排相关的单纯技术进步也没有遏止碳排放增长的势头。
由此，结合中国实际情况提出以下政策建议：在当前放缓经济增长和建设生态文明的背景下，中国应在未来适当调高环境生产目标或降低经济产出目标，提高环境友好性程度，进一步加大环境和碳减排努力，促进经济低碳化发展；调整经济增长速率和节奏，控制经济增长的负面环境影响；采取与经济增长相独立的碳减排政策，加大该领域投入，推进“碳脱钩”进程；促进经济结构调整和有关制度创新，更加重视碳减排技术的实用化和推广；密切跟踪各国碳减排和社会生产调整进展，学习他国的先进技术和经验。
双减政策的定义范文6
关键词：外部性；内部化；排污收费；排污权交易
中图分类号：X22文献标识码：A文章编号：1003-4161(2007)03-0040-04
过去片面追求增长效率的经济发展，带来的环境污染问题已经成为全球普遍关注的焦点。在新的世纪，我国经济高速增长过程中，生态环境的持续恶化依然没有得到有效遏制。如何借鉴西方经济理论，结合中国实际，制定出一套行之有效的环境经济政策，使环境污染这种消极外部性内部化，以落实科学发展观，建立资源节约型和环境友好型社会，促进人类的生产和消费活动与自然生态系统协调可持续发展，是我们迫切需要解决的问题。本文就排污收费制度和排污权交易制度等环境经济外部性的内部化路径的理论渊源、自身特点及在我国的适用性等问题作一探究。
1.外部性及其产生的原因
关于外部性的涵义，有许多学者曾对它作了探讨。丹尼尔・史普博（Daniel Spulber）将外部性定义为：“某种外部性是指在两个当事人缺乏任何相关的经济交易的情况下，由一个当事人向另一个当事人所提供的物品束。” [1]约瑟夫・斯蒂格利茨(Joseph E Stiglitz)认为：“当个人或厂商的一种行为直接影响到他人，却没有给予支付或得到补偿时，就出现了外部性”，或“未被市场交易所体现的额外成本和额外收益称为外部性”[2]。按照萨缪尔森（Paul A Samuelson）的理解，“生产和消费过程中当有人被强加了非自愿的成本或利润时，外部性就会产生。更为精确地说，外部性是一个经济机构对他人福利施加的一种未在市场交易中反映出来的影响”[3]。综合上述观点，外部性的涵义是指，在实际经济活动中，生产者或消费者的活动对其他生产者或消费者带来的非市场性的影响。这种影响是从私人收益与社会收益、私人成本与社会成本相比较而言的。正外部性（或称外部经济）是指一种经济行为给外部造成的积极影响，使他人减少成本，增加收益。负外部性（或称外部不经济）是指在经济活动中，由于决策者在自己承担的成本之外，带给他人或社会以额外的成本或负担，从而使社会成本大于私人成本的现象。与环境问题有关的外部性，主要是生产和消费的外部不经济性，尤其是生产的外部不经济性。它会导致低效率的社会资源配置状态和生态环境污染、恶化的负面影响。
外部不经济产生的原因比较复杂,但主要包括如下三个方面:
一是“市场缺陷”导致外部不经济。古典经济学家认为：市场是一双看不见的手，引导自利的人们在谋取自身利益的同时，客观上促进社会福利，自利心对社会不仅没有坏处,甚至比社会关怀更能促进社会福利。但是市场机制发挥作用是有一定的前提条件，或者说有一定范围的，那就是产权首先必须是明晰的。在产权不明晰或者是公共产权领域里，由于自利心的作用，“公地悲剧”必然会不断上演，即出现了大量的把好处留给自己、坏处转嫁给社会的“搭便车”现象。
在环境领域，企业向环境任意排放“三废”等行为，是外部不经济的典型例证。由于污染排放者无需承担消除对其他人造成的不利影响的成本，其私人成本就小于社会成本。这样，污染者仅从自己的私人成本或私人收益出发选择“最优”产量，具有过度生产的动机。这就说明，在存在外部效应的情况下，竞争企业的利润最大化行为并不能自动导致有效率的资源配置。它只能使某些私人的福利达到最大，却无法使社会的福利达到最大。
二是“产权模糊”导致经济外部性。由于资源环境等属于公共物品的范畴，公共物品具有非排他性和非竞争性消费的特征，即产权通常是不明晰的，也就是说环境资源领域建立产权和市场的交易成本太高。如对海洋渔业资源，特别是那些洄游性鱼类资源，很难建立有效的产权，即使划定了产权，但监视、保护起来难度很大。这样的环境资源，私人对其的损耗和破坏带来的后果皆由社会分担，因而会刺激单个利益主体对其的过度利用，以谋求自身利益的最大化导致经济消极外部性的产生。
三是“利益分散”下产生外部性问题。无论是在市场经济还是在计划经济中，经济活动都是分散进行的，各经济主体在利益上有其相对独立性。由于有意识地增加外部成本同其私人内部成本的降低紧密相连，或者有时还出于生产过程中某些便利的考虑，因而各个厂商通常只考虑内部成本与效益，忽视了企业的社会责任。即使有个别厂商主观上愿意努力承担一些社会责任，试图减轻经济活动对社会的负面影响，但是在没有达到执法的普遍性约束情况下，只要找不到既能减轻外在影响、又不会增加私人成本的办法，激烈的不规范市场竞争产生的“劣币驱逐良币”效应还是会迫使他随波逐流。
2.环境经济外部性内部化不同路径的理论渊源
西方经济理论由于在关于外部性产生原因认识上的分歧，所提出的解决方案也各不相同。本文着重分析庇古和科斯的基本观点。
庇古(Arthur Cecil Pigou)在其1920年出版的《福利经济学》一书中指出，在经济活动中，如果某厂商给其他厂商或整个社会造成不需付出代价的损失，那就是外部不经济。这时，厂商的边际私人成本小于边际社会成本。当出现这种情况时，依靠市场是不能解决这种损害的，即所谓市场失灵，必须通过政府的直接干预手段解决外部性问题。具体来说，就是要在外部性场合通过政府行为使外部成本内部化，使生产稳定在社会最优水平。庇古提出：如果每一种生产要素在生产中的边际私人净产值与边际社会净产值相等，同时它在各生产用途的边际社会净产值都相等，就意味着资源配置达到最佳状态。在边际私人净产值与边际社会净产值相背离的情况下，依靠自由竞争是不可能达到社会福利最大。于是就应由政府采取适当的经济政策，消除这种背离。政府应采取的经济政策是：对边际私人净产值大于边际社会净产值的部门实施征税，以迫使厂商减少产量；对边际私人净产值小于边际社会净产值的部门实行奖励和津贴，以鼓励厂商增加产量。庇古认为，通过这种征税和补贴，就可以实现外部效应的内部化。这种政策建议后来被称为“庇古税（Pigou Tax）”。
1960年，芝加哥大学教授科斯（Ronald Coase）发表了著名的论文《社会成本问题》。他在该文中证明，在交易费用为零的条件下，庇古是完全错误的，因为无论初始的权利如何分配，最终资源都会得到最有价值的使用，理性的主体总会将外溢成本和收益考虑在内，社会成本问题从而不复存在。科斯认为，外部性的产生并不是市场制度的必然结果，而是由于产权没有界定清晰，有效的产权可以降低甚至消除外部性，而且科斯将其进一步发挥成为所谓的科斯定理，即只要产权是明晰的，私人之间的契约同样可以解决外部性问题，实现资源的最优配置。他通过对“走失的牛损坏邻近土地的谷物增长”的案例的分析，提出了自己解决外部性问题即损害问题的主要论点：其一，损害问题具有相互性。其二，通过市场自由交易可使权利得到重新安排而达到产值最大化。可见，科斯认为，解决问题的关键是，只要交易费用为零和产权界定明晰，私人之间可以达成协议，从而使经济活动的边际私人净产值和边际社会净产值相等，导致外部性存在的根源就会消除。
研究科斯与庇古的观点，可以发现其不同之处在于政府作用范围是大还是小，干预手段是直接实施抑或间接实施的问题。科斯理论认为政府的作用只是使产权明晰，应该放任私人的市场交易去取得有效率的结果。庇古认为，由于技术原因和交易费用的存在，市场不可能覆盖整个社会，市场机制的作用范围有限，在环境外部性问题上应更大程度地依赖政府的作用，政府的直接干预是最有效、最现实的选择。
3.环境经济外部性内部化路径的比较分析
环境经济手段是国家环境当局从影响成本――收益入手，引导经济当事人进行选择，以便最终有利于环境的一种政策手段。由于科斯与庇古在外部性内部化路径上的分歧，相应的环境问题解决路径就有了倾向于市场机制作用的和倾向于政府干预作用的区分。经济学理论界将主要通过政府直接干预解决环境问题的环境经济手段称作庇古手段，而将主要通过政府借助市场机制解决环境问题的环境经济手段称作科斯手段。庇古手段包括税收、补贴、押金――退款；科斯手段包括私人合约、排污权交易。
在现代经济生活中，庇古手段中的排污收费和科斯手段中的排污权交易在污染控制中起到了重要的作用。两种路径都实行污染物总量控制，但在实际操作中各有其适用条件。在选择污染控制手段时必须要考虑是否具备这些条件。
3.1 关于排污收费制度的分析
1972年，世界经济合作与发展组织（OECD）提出了污染者付费原则。这一原则的定义是，污染者应当承担由政府决定的控制污染措施的费用，以保证环境处于可接受的状态。根据这一原则，OECD国家普遍实行了征收环境税的政策。目前世界各国基本上都实行了排污收费或环境税制度来治理污染。
我们首先采用经济学的图表来进行理论上的分析。在图1中，横坐标W表示某钢铁厂生产钢铁排放的污染量，纵坐标表示污染造成的边际成本或降低污染花费的成本。MSC曲线表示污染造成的边际社会成本。MC曲线表示降低污染所花费的边际成本。对每一单位污染征收T1数额的排污费可以使污染符合社会最优水平，即达到W1的水平。在单位排污费为T1的情况下，无论污染量超出W1的标准，还是未达到W1的标准，对于钢铁厂来说都是不利的。在污染量超出W1标准的情况下，企业降低污染的边际成本低于排污费T1，企业减少污染是有利的。因为，每减少一单位污染，企业都可以减少T1数额的支出，而增加的降低污染开支小于T1。
在污染量低于W1标准的情况下，企业降低污染的边际成本高于排污费T1，企业增加污染是有利的。因为，每增加一单位污染，企业所节约的降低污染的开支都大于应交纳的排污费T1。因此，企业宁愿上交排污费，也不愿花费巨大的成本去降低污染。只有使污染量达到W1时，才是企业的最优点。所以T1数额排污费率的征收使得企业的产出水平符合社会最优标准。
图2为庇古税示意图。图中MNPB为企业的边际私人净效益，MEC为边际外部成本。企业为利润最大化生产所有MNPB＞0的产品，即把产量扩展到Qm。社会最优要求当MEC>MNPB时停止继续扩大生产，即生产Qs。税t*使企业在t*＞MNPB时停止扩展生产，即把生产限制在社会最优产量Qs的水平。换句话说，t*把MNPB向左下方移动到MNPB-t*。相应的，税使污染排放从Wm下降到Ws。图中，税率恰好等于最优产量Qs所对应的边际外部成本MEC，即污染对外部产生的边际损害。这样，如果企业的产量超过Qs，所付的税款就会超过边际私人净效益。因此企业愿意把生产限制在Qs水平，从而把污染排放限制在Ws水平。因此，t*是最优税收，它使最优污染量等于MEC。很明显，最优庇古税是在最优污染水平等于边际外部成本（边际污染损害）时的排污收费。
排污收费制度是由政府首先给所有产生污染的企业确定一个污染税率，企业必须按照这一税率交纳排污费。在市场机制的作用下，企业会根据自己的利润最大化原则来决定自己的污染物排放量和产品产量。实行排污收费有许多优点。第一，实行排污收费制度，企业拥有了一定的自。每个企业可以根据自己的边际控制成本在减排污治理与排污缴费之间进行选择，有利于激励企业实行清洁生产。第二，可以降低政府的监督、管理成本。从政府管理的角度讲，政府不再干涉企业具体的生产决策，只是确定企业从事的经济活动是否会导致污染，污染的量是多少。所以，政府用于环境监督管理的费用降低了。第三，排污收费是国家的财政收入，可以用于清洁生产补贴和建设公共的污染治理设施。
排污收费制度从20世纪70年代沿用至今，在长期使用过程中也暴露出了它的局限性。第一，政府在确定合理的排污费率时，必须借助于边际净收益曲线和边际外部成本线。边际外部成本线的确定是一个从污染的物理性损害转换到人们对这种损害的主观感受，并用货币价值来计量的过程。这些转换过程非常复杂，而且在实际中确定边际外部成本线十分困难。而企业的边际净收益曲线涉及到企业本身的生产规模、生产技术以及污染治理的技术水平。企业自身没有动力去向政府如实通报这些信息，政府也没有能力去了解每个企业的边际净收益。政府只有在不断的摸索中去寻找最优税率。所以，实际的排污费率的确定常常是一个试错的过程。第二，企业可以将国家征收的部分排污税费通过产品价格转嫁给消费者，如果该种产品是生活必需品，缺乏需求弹性，低收入阶层就要负担较多的税赋。
3.2 关于排污权交易制度的分析
排污权交易的基本思想是把排放废物的权力通过拍卖或无偿分配的手段交给微观经济个体，这种污染权的数量是由政府根据国家环境目标确定的。这种权力还可以像普通的商品那样在市场中进行交易。美、德、澳、英、日本等发达国家相继进行了排污权交易的实践，我国最近几年也在一些城市进行了试点。
我们仍先采用经济学的图表来进行分析。图3横坐标Q表示某钢铁厂的经济活动水平，W表示某钢铁厂在生产产品中污染物的排放量。纵坐标表示污染造成的边际成本或降低污染给社会带来的边际收益。MEC代表边际外部成本。MNPB代表边际私人净效益。政府管制机构必须根据最优污染程度来确定最优污染标准。MNPB的边际收益曲线与MEC边际外部成本曲线的交点E是最优污染点。E点之右，污染程度较严重，污染所造成的边际社会成本大于边际收益。只要降低污染就有利。因此，排污者只要超过了排污标准，政府将处以高额罚款。
政府制定排污标准有限制进入的作用。很明显，企业就必须把排污量控制在最优污染点E所对应的水平。当然，企业也可以通过对技术的选择来改变投入品，以进行技术替代。比如，当企业的排污量达到WB 时，它可以安装一个控制污染的设备，来减少排污量，这样企业因安装了控污设备而使排污量达到W*点，从而符合排污标准。显然，这要以其产品的价格高于因安装污染控制设备而增加的平均成本为前提。所以，条件好的企业才能进入该行业，并且有利可图；而对于那些条件差的企业，则不会进入。
实施排污权交易要首先建立合法的污染物排放权力（这种权力通常以排污许可证的形式表现），并允许这种权力像商品那样被买入或卖出，以此来进行污染物的排放控制。排污权交易的优势是明显的：第一，成本最小。治理成本低的企业可以多减排，多余的许可证可以到市场中出售。而治理成本高的企业不减排或者少减排，不足的排污权到市场中去购买，从最后的效果来看，污染的减排总是由治理成本低的企业完成，所以从总体上降低了污染治理的成本。第二，绿色环保组织可以通过购买排污许可证而不卖出，以实现污染物排放总量的减少和环境水平的提高。第三，政府可以根据国家的环境目标卖出或买入排污许可证，从而实现政府对环境总水平的调控。
排污权交易具体在一个地区实施时要求具备相应的条件。第一，排污许可总量的确定要以大量的科学研究为基础。所以，实施排污许可证制度要受制于技术水平。第二，完善的市场条件。排污权的价格从长期看，呈上升趋势，为了避免有人通过垄断排污权市场而牟取暴利，完善的排污权市场是排污权交易的重要条件。第三，排污权交易要取得效果，政府必须拥有先进的技术手段和设备对企业的排污情况进行监测，还要制定地区性的管理规则。
3.3 排污收费制度与排污权交易制度的比较分析
排污收费与排污权交易都是建立在利用市场机制的基础上。但也离不开政府的作用。排污收费是由政府先确定排污收费的费率，再由市场去决定污染物排放的总量；排污权交易是先由政府确定污染物的排放总量，建立一个排污权的市场，再由市场去决定排放的价格。实践证明，排污权交易和排污收费都是可行的解决环境问题的基本路径，但有各自的适用范围和市场条件。
首先，从所要求的市场条件看，排污权交易制度在充分竞争的市场条件下才能发挥作用。由于垄断的因素或计划经济的残留，在发展中国家向市场经济过渡的过程中在部分领域市场竞争并不充分。因此，有可能阻碍排污权交易的实施，例如，在上海市苏州河的治理过程中，美国专家竭力推行排污权交易制度，但试行效果不佳。排污收费对市场竞争程度的要求不高，计划经济体制的国家也可以使用。其次，从两种环境手段的适用范围看，排污收费适宜于涉及面广的污染问题。如温室气体排放、空气二氧化碳及粉尘污染、大气臭氧层空洞。而排污权交易更适用于局部性、地区性的污染控制，如水污染、固体废物污染的控制。再次，从两种手段的使用效果看，两者都能起到消除生产和消费的外部效应，实现资源配置的帕累托最优的作用。
由于我国传统经济体制的影响，长期以来，在环境经济领域也主要使用倾向于政府干预的环境经济手段。现在，随着我国社会主义市场经济体制逐步完善，解决环境经济问题的路径选择和使用手段也正经历着重大改革，新的排污收费制度也已经颁布，排污权交易制度正在由试点向全面铺开的阶段过渡。相信随着市场经济的不断发展，排污权交易制度的应用前景将十分广阔，而改革后的排污收费制度也将发挥其应有的作用。
基金项目：本文是教育部哲学社会科学研究重大课题攻关招标项目（2004）：《西部经济发展与生态环境重建》（批准号 04JZD00010）成果的一部分。课题负责人：常云昆。
参考文献：
[1][美]丹尼尔・F・史普博.管制与市场［M］.上海三联书店,上海人民出版社,1999:56.
[2][美]斯蒂格利茨.经济学［M］.中国人民大学出版社,2001:138,465.
[3][美]保罗・萨缪尔森.经济学(第16版)［M］.华夏出版社,1999:267.
［作者简介］ 崔宇明（1967-），男，陕西绥德人，山东大学威海分校商学院副教授，硕士研究生导师；研究方向：产业经济、区域经济。
