在不确定性环境下，一种针对碳定价和绿色技术投资的优化控制方法

《Energy Policy》：An optimal control approach to carbon pricing and green technology investment under uncertainty

最优碳定价与绿色技术研发协同路径研究 摘要：基于动态随机一般均衡模型，构建碳税与研发补贴的联合优化框架，量化不确定性下政策协同效应。研究表明，最优路径要求碳税前期显著提高后持续上升，同时研发补贴需高强度前置投入。蒙特卡洛分析揭示，技术不确定性导致预防性溢价，使初期研发投入增加23.6%。福利比较显示，协同政策较单独碳税或补贴节省福利损失达2.9%，相当于永久消费增长5.15%。

　　本文探讨了在面对深层面的不确定性时，如何通过碳定价与绿色技术创新投资的综合政策路径来实现最优的气候治理。研究采用了一个动态随机一般均衡（DSGE）模型，该模型由一个社会规划者在气候系统和绿色创新过程中存在的不确定性条件下，最大化家庭福利。通过连续时间最优控制方法推导最优政策规则，并利用价值函数迭代法对模型进行数值求解。模拟从2025年到2100年的经济路径显示，最优政策涉及前期的碳税递增以及显著的早期阶段研发补贴。蒙特卡洛分析揭示了创新不确定性如何激发更强的预防性动机，促使政策制定者提高初始研发投资。福利分析表明，非综合、非协调的政策会导致巨大的福利损失，强调了碳外部性定价与长期技术解决方案之间的关键协同效应。研究还指出，综合政策可带来相当于消费永久增加5.15%的福利提升，而协调不力的政策则会带来显著的损失。

面对全球气候变化的双重挑战，一方面需要迅速减少现有经济活动的温室气体（GHG）排放，另一方面则需要通过技术创新实现长期的低碳经济转型。碳定价和研发补贴是解决这两个市场失灵的核心工具。碳定价通常通过碳税的形式，旨在将排放的负外部性内部化；而研发补贴则旨在纠正知识溢出的正外部性，加速能源转型。由于这两个市场失灵具有本质上的差异，单一政策工具无法实现最优结果。碳税虽然能够纠正排放的外部性，但无法有效解决知识溢出问题，导致绿色创新不足；而研发补贴虽然可以促进创新，但若化石燃料依然价格低廉，则难以形成对新绿色技术的市场需求。因此，一项“最优”政策需要同时应对环境外部性和知识外部性。

在当前的经济模型中，碳税和研发补贴往往被单独分析，而本文首次在一个完整的、基于微观基础的随机一般均衡框架中，对这两种政策工具进行了联合优化。这种综合方法不仅能够量化其协同效应和替代效应，还为最优政策设计提供了更清晰的依据。此外，本文突破了传统一体化评估模型（IAMs）中对技术进步的确定性假设，通过建立绿色知识积累的内生随机过程，捕捉了技术创新结果的不确定性。这使得我们能够识别并量化“预防性溢价”这一新概念，即由于不确定性而促使政策制定者采取更具侵略性的前期创新政策。

本文采用DSGE框架，不仅考虑了家庭和企业的优化行为，还通过动态规划方法（如HJB方程）建立了更严谨的福利分析基础。这使得我们能够通过消费等价变动（CEV）这一正式的福利计算方法，衡量未协调或单一工具政策的经济代价，从而量化综合策略的优势。最后，本文提供了从2025年到2100年的具体、时间变化的政策指导，这些参数被严格校准至最新的实证证据，使研究成果直接适用于当前的政策讨论。

本文的主要贡献在于构建了一个新的模型框架，该框架不仅整合了标准的古典增长模型，还引入了能源转型、技术创新和气候变化的模块。模型的结构显示，技术创新和碳定价的不确定性是系统动态的核心。一个正面的技术创新冲击（如绿色技术的进展）会启动一个良性循环：它直接降低绿色能源的成本，激励经济主体转向绿色能源，减少碳排放，从而降低大气中的碳浓度。这会减轻未来的气候损害，提高净产出，进而为消费和进一步投资提供更多的资源。相反，如果技术创新停滞，则碳税成为更关键但更昂贵的工具，用于短期内的减排。

为了应对这些不确定性，模型引入了价值函数迭代法（VFI）来求解复杂的HJB方程。这一方法能够在高维状态空间中实现动态最优，同时保持模型的经济动态性和不确定性。在模型校准过程中，参数被设定以匹配长期宏观经济事实和环境科学文献中的估计。这包括社会折现率、相对风险厌恶系数、资本在生产中的份额、能源替代弹性、研发生产力参数、知识折旧率、创新冲击的波动率、碳衰减率、损害函数参数和损害冲击的波动率等。这些参数的选择确保了模型的预测具有实证基础，同时也为政策制定提供了坚实的理论支持。

研究结果表明，碳税和研发补贴的综合政策在2025年至2100年的模拟中呈现出显著的前期政策集中特征。碳税从2025年的每吨约80美元开始，逐步上升至2100年的每吨超过250美元。研发补贴则在早期达到高峰，超过GDP的1.6%，随后逐渐下降。这种政策组合能够有效减少碳排放，实现能源系统的转型，同时提高经济的长期福利。相比之下，单独实施碳税的政策需要更高的税率，导致显著的短期消费下降；而仅实施研发补贴的政策则未能有效降低化石燃料的使用，导致能源转型效率低下，累积的气候损害更大。

为了进一步分析不确定性对政策的影响，研究采用了蒙特卡洛模拟，并以扇形图的形式展示了不同情景下的政策工具变化。结果显示，不确定性促使政策制定者采取更积极、更早期的行动。在不确定性较高的情况下，绿色研发投资的中位数路径在初期显著高于确定性模型的路径，反映了“预防性溢价”这一现象。这种溢价不仅体现了对未来技术突破不确定性的担忧，也强调了应对可能的气候灾难性冲击的必要性。因此，不确定性并非意味着延迟，而是促使政策制定者采取更积极的应对策略。

此外，本文还进行了敏感性分析，评估了关键参数变化对政策路径的影响。研究发现，社会折现率、相对风险厌恶系数和能源替代弹性等参数对政策制定具有重要影响。更高的折现率（即更短的耐心）会导致较低的初始碳税和研发投资，而更高的风险厌恶则会促使政策制定者采取更激进的策略。能源替代弹性则决定了绿色能源替代化石燃料的难易程度，从而影响碳税和研发补贴的强度。尽管政策的具体数值受这些参数的影响，但研究的主要结论——即需要采取积极且协调的政策——在这些参数变化下依然稳健。

从福利分析来看，综合政策带来的收益显著高于单独政策。研究发现，与不采取任何措施的“商业如常”（BAU）路径相比，综合政策可以带来相当于消费永久增加5.15%的福利提升。相比之下，仅实施碳税的政策虽然也能带来一定收益，但其幅度远低于综合政策；而仅实施研发补贴的政策则由于未能有效定价碳排放，导致长期气候损害更为严重。这些结果强调了在应对气候变化时，综合政策的重要性。

本文的结论不仅为政策制定提供了具体的指导，还对政策设计提出了重要的启示。首先，政策制定者应认识到，面对不确定性，采取预防性措施是必要的，这包括在早期阶段显著增加研发投资。其次，碳税应从一个相对较高的水平开始，并随时间推移持续上升，以提供一个清晰且稳定的长期价格信号，引导私人投资。此外，研发补贴应作为过渡性工具，用于快速积累绿色知识，降低新绿色技术的成本曲线。随着这些技术成熟并商业化，研发补贴可以逐步减少，而碳税则成为主要的驱动因素。

最后，本文也指出了研究的局限性。首先，模型采用了代表性代理人的框架，这可能忽略了气候政策的分布效应，这些效应可能具有重要的政治经济学意义。其次，模型未考虑金融市场的摩擦，这可能影响投资决策和政策的传导机制。此外，气候模块是一个高度简化的表示，未能充分捕捉地球气候系统的复杂动态。因此，未来的研究可以考虑引入更复杂的气候模型，以及将金融市场摩擦和不同代理人的行为纳入分析，以增强模型的现实性和政策指导的全面性。这些扩展将有助于更深入地理解气候变化的经济影响，并为政策制定者提供更精细的工具。