Un nuovo modello matematico fornisce supporto per la tassazione ambientale, come le tasse sul carbonio, come una strategia efficace per promuovere pratiche rispettose dell'ambiente senza rallentare la crescita economica. Xinghua Fan e colleghi della Jiangsu University, Cina, pubblicano il loro modello e i risultati nella rivista ad accesso aperto PLOS UNO il 4 settembre 2019.

Un movimento mondiale di "sviluppo verde" richiede la riduzione dell'inquinamento e l'aumento dell'efficienza nell'utilizzo delle risorse senza ostacolare l'espansione economica. Molti governi hanno proposto o imposto tasse ambientali, come le tasse sulle emissioni di carbonio, promuovere pratiche economiche rispettose dell'ambiente. Però, pochi studi hanno quantificato in modo rigoroso gli effetti delle tasse ambientali sui fattori interconnessi coinvolti nello sviluppo verde.

Per aiutare a chiarire l'impatto della tassazione ambientale, Fan e colleghi hanno sviluppato e convalidato un modello matematico che riflette le relazioni strettamente integrate tra tasse ambientali, crescita economica, emissioni inquinanti, e utilizzo delle risorse, come acqua e combustibili fossili. Quindi hanno applicato il modello ai dati del mondo reale per analizzare gli effetti delle tasse ambientali sullo sviluppo verde in Cina.

L'analisi suggerisce che le tasse ambientali possono effettivamente contribuire a stimolare la crescita economica, diminuire le emissioni, e migliorare l'utilizzo delle risorse. I ricercatori hanno esplorato diversi scenari, constatando che gli effetti benefici di una tassa ambientale sono potenziati dalla tecnologia avanzata, elevata consapevolezza del consumatore, e, soprattutto, un fermo controllo del governo.

Gli autori suggeriscono che il loro modello potrebbe essere applicato per esplorare gli effetti delle tasse ambientali in altri paesi oltre la Cina. I ricercatori possono anche cercare di modificare il modello per l'applicazione a diverse industrie o settori economici, al contrario di paesi o regioni. Il modello potrebbe essere potenzialmente migliorato identificando e incorporando relazioni matematiche più sofisticate tra i vari fattori di sviluppo verde.