我国加快建设循环经济高质量发展体系

在Hotelling可耗竭资源模型基础上引入再生资源替代部门，构建包含原生资源部门、再生资源部门和最终品部门的两部门动态均衡模型。理论上，循环经济的产值目标（8万亿元）相当于对再生资源部门施加产出补贴，将改变资源的跨期开采路径。提出假说H1：循环经济政策提高再生资源部门的资本回报率，引致资源从原生部门向再生部门再配置；H2：在外部性未完全内化时，市场均衡的再生资源利用量低于社会最优水平；H3："新三样"固废回收的技术进步率是决定政策福利效应的关键参数。

采用动态CGE模型结合反事实分析方法。以2020年为基准年，设定"无循环经济政策"的基准情景和"2030目标约束"的政策情景，通过比较两个情景下的资源配置效率、福利变化和部门产出差异来识别政策效应。关键识别假定包括：（1）再生资源与原生资源的替代弹性通过CES生产函数量化；（2）技术外生进步率的设定参照历史趋势；（3）市场结构假定为竞争性均衡。利用GAMS软件求解模型，敏感性分析针对替代弹性和折现率参数。

核心模型为多部门动态CGE系统：$$\max \sum_{t=0}^{T} \beta^t U(C_t) \quad s.t. \quad Y_t = F(K_t, L_t, R_t^v, R_t^r)$$其中$R_t^v$为原生资源投入，$R_t^r$为再生资源投入，两者通过CES嵌套：$$R_t = [\alpha (R_t^r)^{\frac{\sigma-1}{\sigma}} + (1-\alpha)(R_t^v)^{\frac{\sigma-1}{\sigma}}]^{\frac{\sigma}{\sigma-1}}$$政策约束条件为$R_{2030}^r \geq 45$亿吨且循环经济产值$V_{ce} \geq 8$万亿元。通过校准替代弹性$\sigma$和社会折现率$\beta$进行数值模拟，比较均衡路径上的资源配置效率和福利水平变化。

核心变量：（1）再生资源投入量$R^r$：来自《中国环境统计年鉴》的大宗固废综合利用量，细分为传统固废和"新三样"固废；（2）原生资源投入$R^v$：来自国土资源部的矿产资源开采量；（3）替代弹性$\sigma$：利用2010-2025年行业面板数据，通过成本份额法估计；（4）循环经济产值：结合发改委统计口径和Wind行业数据。校准数据主要基于2020年中国投入产出表的42部门分类，合并为包含资源循环部门的12部门聚合表。

（1）替代弹性敏感性分析：将CES替代弹性$\sigma$在[0.5, 3.0]区间内变动，检验福利效应结论是否对参数选择敏感。（2）技术进步率外生假定放松：将再生资源部门技术进步内生化，引入研发投资—技术进步的定向技术变迁模型（Acemoglu et al., 2012），检验基准结论的稳健性。（3）市场结构假定放松：在CGE模型中引入再生资源部门的垄断竞争结构（Dixit-Stiglitz框架），比较完全竞争与不完全竞争下的均衡差异。（4）开放经济扩展：引入再生原料进口（如新闻提及的"海外优质再生原料"），分析贸易开放对国内资源配置效率的影响。

---

基于凯恩斯有效需求理论，循环经济公共投资通过两条渠道影响总需求：一是直接的需求效应——政府投资购买固废处理设备、建设循环经济园区，产生产出乘数；二是间接的预期效应——"8万亿元产值"目标释放长期增长信号，提振私人部门投资信心。同时，循环经济投资的特殊性在于其兼具"短期建设需求"和"长期产业培育"双重属性。假说H1：循环经济投资的财政乘数大于传统基建投资乘数（因产业链更长）；H2：在经济下行期（产能利用率低），乘数显著大于上行期；H3：循环经济投资通过引导私人绿色投资产生"挤入效应"而非"挤出效应"。

采用叙事法（Narrative Approach，参照Romer & Romer, 2010）识别外生的循环经济财政冲击。从国务院政策文件、发改委通知和各省预算报告中，识别出非周期性的、政策驱动的循环经济专项资金拨付事件，构建外生冲击序列。然后使用Jordà（2005）的局部投影法（LP）估计乘数：$$y_{t+h} - y_{t-1} = \alpha_h + \beta_h \Delta G_t^{ce} + \gamma X_{t-1} + \varepsilon_{t+h}$$其中$\Delta G_t^{ce}$为外生循环经济投资冲击，$\beta_h$为$h$期后的累积乘数。参照Auerbach & Gorodnichenko（2012），引入状态依赖项，检验经济周期不同阶段的乘数差异。

基准局部投影模型：$$\Delta Y_{t+h} = \alpha_h + m_h \cdot \Delta G_t^{ce} + \sum_{j=1}^{p} \phi_{h,j} \Delta Y_{t-j} + \sum_{j=0}^{p} \psi_{h,j} \Delta G_{t-j}^{ce} + \delta_h X_t + u_{t+h}$$其中$\Delta Y$为实际GDP增长，$\Delta G^{ce}$为循环经济公共投资（以节能环保支出中的资本性支出衡量），$m_h$为$h$期累积乘数。状态依赖模型引入交互项：$$m_h = m_h^{exp} \cdot I(z_{t-1} > \bar{z}) + m_h^{rec} \cdot I(z_{t-1} \leq \bar{z})$$$z_t$为产能利用率或产出缺口。样本为2010Q1-2025Q4的省级面板，使用Driscoll-Kraay标准误处理截面相关。

核心变量：（1）被解释变量$\Delta Y$：省级季度实际GDP增速，来自国家统计局季度核算数据；（2）核心解释变量$\Delta G^{ce}$：循环经济公共投资冲击，从省级一般公共预算"节能环保支出"中分离出资本性支出部分，并利用叙事法剔除外生成分；（3）控制变量$X$：包括一般公共预算总支出、税收收入、转移支付、货币政策代理变量（SHIBOR）、出口增速等。叙事识别需人工编码2010-2025年涉及循环经济的重大政策事件（如"十二五"循环经济发展规划、"无废城市"试点等），记录其资金规模和时间节点。

（1）替代识别策略：使用Blanchard & Perotti（2002）的SVAR方法，以财政支出对税收的同期弹性作为识别约束，与叙事法结果交叉验证。（2）乘数时间结构检验：分别估计季度、半年和年度乘数，验证乘数随时间推移的动态路径是否呈现"先升后降"的倒U形。（3）排除混淆因素：在模型中控制同期其他绿色政策冲击（如碳交易试点、新能源补贴），确保估计的是循环经济投资的净效应。（4）样本敏感性检验：剔除直辖市和西藏自治区，检验结果是否受极端值驱动。（5）工具变量法：以中央对地方循环经济专项转移支付作为地方投资冲击的工具变量，处理内生性问题。

---

依据Coase产权理论和Williamson交易成本框架，再生资源回收本质上是一个产权界定与治理结构选择问题。"新三样"固废的特殊性在于：（1）资产专用性高——动力电池回收需专业设备和资质；（2）不确定性大——退役时间、残值波动难以预测；（3）交易频率中等——批量退役但非连续性。这三重特征决定了市场治理（纯交易）的交易成本过高，需要纵向一体化或混合治理。假说H1：资产专用性越高的固废品类，EPR制度（生产者内部化）的效率优于市场化回收；H2：产权界定清晰度与回收率正相关，且交易成本是中介渠道；H3：政府主导模式在信息不对称严重时优于市场模式，但长期激励不足。

采用"制度自然实验"策略：利用中国各省EPR制度实施的时间和范围差异构建多期双重差分模型。以2018年《新能源汽车动力蓄电池回收利用管理暂行办法》实施为政策冲击，比较试点省份与非试点省份在动力电池回收率上的差异变化。DID模型为：$$Recovery_{it} = \alpha + \beta EPR_i \times Post_t + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$$其中$EPR_i$为省份$i$是否为EPR试点，$Post_t$为政策实施后的时间虚拟变量。交易成本的量化采用Williamson（1985）的三维度指标体系：资产专用性、不确定性、交易频率。

双重差分基准模型：$$Recovery_{it} = \alpha + \beta_1 EPR_i + \beta_2 Post_t + \beta_3 (EPR_i \times Post_t) + \mathbf{X}_{it}'\boldsymbol{\gamma} + \mu_i + \lambda_t + \varepsilon_{it}$$被解释变量$Recovery_{it}$为省份$i$第$t$年的动力电池回收率（%）。$EPR_i$为试点虚拟变量（17个试点省市=1），$Post_t$以2018年为分界点。控制变量$\mathbf{X}$包括：人均GDP、工业固废产生量、环保执法力度（环境处罚案件数）、回收企业数量、新能源汽车保有量。进一步构建中介效应模型，检验交易成本（以回收环节数、合同执行周期衡量）在产权界定→回收效率链条中的传导作用。

核心变量：（1）回收率$Recovery$：来自工信部《新能源汽车动力蓄电池回收利用溯源管理暂行规定》的溯源数据，以及各省年报中的固废利用量/产生量比值；（2）EPR试点状态：依据工信部公布的17个试点省市名单及启动时间；（3）交易成本代理变量：回收环节数（从退役到再生利用的中间环节计数）、平均合同执行周期（来自行业协会调查数据）、回收企业平均规模（天眼查注册数据）；（4）资产专用性指标：基于设备投资/总投资比例和专业技术人员比例构建。样本覆盖2015-2025年31个省份面板数据。

（1）平行趋势检验：绘制事件研究图（Event Study Plot），验证试点与非试点省份在政策实施前的回收率趋势是否平行，若存在趋势差异则引入省份特定线性趋势项。（2）合成控制法（SCM）：针对试点省份构建反事实的"合成省份"，比较实际回收率与合成回收率的差异，作为DID结论的补充验证。（3）安慰剂检验：将政策时间前移2年（假定为2016年），检验伪政策效应是否显著。（4）异质性分析：按资产专用性高低（动力电池 vs. 光伏组件 vs. 风电叶片）分样本回归，验证H1的理论预测。

---

Gerschenkron（1962）的后发优势理论指出，后发国家可以通过技术引进和制度模仿实现"蛙跳"式追赶。在循环经济领域，这一逻辑具有特殊含义：发达国家经历了"线性经济→末端治理→循环经济"的渐进路径，而后发国家可能跳过"末端治理"阶段直接进入循环经济。Perez（2003）的技术—经济范式理论进一步暗示，绿色技术革命为后发国家提供了"换道超车"的窗口期。假说H1：循环经济发展水平与人均GDP呈倒U形关系（环境库兹涅茨曲线假说的产业层面验证）；H2：后发国家通过引进消化吸收再创新（而非原始创新）实现循环经济追赶的效率更高；H3：制度质量（产权保护、营商环境）是决定循环经济蛙跳能否成功的门槛条件。

采用跨国面板回归与技术前沿面分析相结合的策略。利用2000-2025年60个国家（覆盖发达经济体、新兴工业化国家和发展中国家）的面板数据，构建循环经济发展指数（综合固废回收率、再生资源产业产值占GDP比重、绿色专利密度等指标），检验其与经济发展水平的关系。技术前沿面分析采用DEA-Malmquist指数法，将各国循环经济技术效率分解为"追赶效应"（catch-up）和"前沿移动效应"（frontier shift），量化后发国家的追赶速度。门槛回归模型检验制度质量的非线性调节作用。

跨国面板基准模型：$$CEI_{it} = \alpha + \beta_1 \ln GDP_{it} + \beta_2 (\ln GDP_{it})^2 + \beta_3 Inst_{it} + \beta_4 Tech_{it} + \mathbf{X}_{it}'\boldsymbol{\gamma} + \mu_i + \lambda_t + \varepsilon_{it}$$其中$CEI$为循环经济发展指数，$Inst$为制度质量指标（世界银行WGI治理指标），$Tech$为绿色技术存量（累积绿色专利数/WIPO）。门槛模型：$$CEI_{it} = \alpha + \beta_1 Tech_{it} \cdot I(Inst_{it} \leq \gamma) + \beta_2 Tech_{it} \cdot I(Inst_{it} > \gamma) + \cdots + \varepsilon_{it}$$检验制度质量是否存在门槛效应。DEA-Malmquist分解：$$TFP_{t,t+1} = EC_{t,t+1} \times TC_{t,t+1}$$$EC$为技术效率变化（追赶效应），$TC$为技术进步（前沿移动）。

核心变量：（1）循环经济发展指数$CEI$：基于主成分分析法，综合以下维度——固废回收率（World Bank WDI）、再生资源出口占比（UN COMTRADE HS编码3915/7204/7602等）、绿色专利密度（OECD ENV-TECH数据库IPC分类Y02W）、循环经济服务业就业占比（ILO数据库）；（2）制度质量$Inst$：取WGI六大维度（法治、政府效能、监管质量等）的第一主成分；（3）技术存量$Tech$：各国累积循环经济技术专利申请数（对数化），来自WIPO PATSTAT。样本覆盖OECD国家、金砖国家和其他发展中国家共60个经济体，时间跨度2000-2025年。

（1）内生性处理：以殖民起源（Legal Origin，La Porta et al., 1998）作为制度质量的工具变量进行2SLS回归，处理制度与经济发展的双向因果。（2）指标替换检验：将循环经济发展指数替换为单一指标（如固废回收率），检验核心结论是否依赖综合指数的构建方法。（3）子样本分析：将样本按收入水平分组（高收入/中高收入/中低收入/低收入），检验蛙跳效应是否在中低收入国家更为显著。（4）空间溢出效应：引入空间杜宾模型，考察邻近国家循环经济发展的空间溢出效应，排除区域扩散效应对基准结论的干扰。（5）案例验证：选取中国、德国、日本、巴西进行深度案例比较，验证计量结论的微观机制。

---

在周黎安（2007）的晋升锦标赛框架下，中央将循环经济目标量化为"8万亿产值"和"45亿吨固废利用量"，理论上为地方官员提供了可考核的"竞赛指标"。然而，循环经济指标的特殊性在于其"长周期、难量化、外部性强"——与GDP增长相比，固废利用量难以在官员任期内显现政绩。这导致地方官员面临激励不兼容：执行循环经济政策的私人收益（晋升概率提升）低于私人成本（挤占GDP增长资源）。假说H1：地方循环经济政策执行力度与主官任期正相关（长任期官员更愿投入长周期项目）；H2：中央考核权重提升后，地方出现"目标加码"但"实质执行不足"的策略性响应；H3：经济发达地区比欠发达地区更积极执行循环经济政策（财政资源充裕，机会成本低）。

采用多方法交叉验证策略：（1）政策文本量化：利用北大法宝数据库检索2015-2025年各省发布的循环经济专项政策文件，对文本进行编码——区分"约束性指标"（硬约束）与"预期性指标"（软约束），构建"政策力度指数"；（2）断点回归：利用"五年规划"的起始年份（2021年为"十四五"开局年）作为政策冲击的时间断点，比较规划前后地方固废处理投资的变化；（3）官员特征分析：利用CCP Elite Database匹配地级市主官特征（年龄、任期、学历、是否有环保系统经历），检验个人激励对政策执行的影响。

官员—城市面板模型：$$Execution_{ct} = \alpha + \beta_1 Tenure_{ct} + \beta_2 Age_{ct} + \beta_3 EnvExp_{ct} + \beta_4 CentralWeight_t + \beta_5 (Tenure_{ct} \times CentralWeight_t) + \mathbf{X}_{ct}'\boldsymbol{\gamma} + \mu_c + \lambda_t + \varepsilon_{ct}$$其中$Execution_{ct}$为城市$c$第$t$年的循环经济政策执行力度（以固废处理设施投资额/一般公共预算支出衡量），$Tenure$为主官任期，$Age$为距退休年限（晋升激励的代理变量），$EnvExp$为是否有环保系统工作背景。$CentralWeight_t$为中央考核中循环经济权重的时序变化（以国务院考核文件编码）。断点回归模型：$$Execution_{ct} = \alpha + \beta \cdot I(t \geq 2021) + f(t-2021) + \mathbf{X}_{ct}'\boldsymbol{\gamma} + \varepsilon_{ct}$$

核心变量：（1）政策执行力度$Execution$：综合三个维度——固废处理设施固定资产投资额（住建部《中国城乡建设统计年鉴》）、循环经济专项资金实际拨付/预算拨付比率（各省财政决算报告）、"无废城市"建设达标情况；（2）政策力度指数：对各省政策文本进行Laver-Garry（2003）式编码，按"约束性/预期性"、"量化/定性"、"有奖惩/无奖惩"三个维度赋分并加总；（3）官员特征变量：从CCP Elite Database和百度百科、新华网等公开来源手工整理地级市市长/书记的年龄、任期、教育背景和职业履历；（4）中央考核权重：以五年规划中循环经济指标的属性变化（从"预期性"升级为"约束性"）来衡量。

（1）替换执行力度指标：以政策文本数量、政策发布时间密度（一年内发布的循环经济相关政策文件数）替代投资额指标，检验结论一致性。（2）排除替代解释：控制同期其他环保考核指标（如空气质量、水质），确保估计的是循环经济特有的激励效应而非一般性环保激励。（3）断点回归有效性检验：进行McCrary（2008）密度检验，验证running variable不存在操纵；进行placebo cutoff检验，在2019和2020年假设断点。（4）内生性处理：以官员籍贯与任职地的距离作为任期的工具变量（参照Persico et al., 2001），处理任期分配的潜在内生性。（5）定性三角验证：选取3-5个典型城市进行半结构化访谈，深入理解政策执行偏差的微观决策逻辑。

---

> 📝 编辑说明：本选题由 AI 自动生成，仅供学术研究参考。实际研究需根据数据可得性和研究条件进行调整。
---
date: 2026-07-04
field: [宏观经济 | GDP与经济增长]
news_index: 2
topics_count: 5
---