氣候計量經(jīng)濟學概述

氣候計量經(jīng)濟學是在過去幾年中迅速發(fā)展的一個新的子學科。二氧化碳（CO2），一氧化二氮（N2O）和甲烷（CH4）等溫室氣體的排放是造成氣候變化的主要原因，并且溫室氣體是由人類活動產(chǎn)生的。因此，旨在實證研究經(jīng)濟影響的工具集同樣適用于實證研究氣候變化也就不足為奇了。

 

經(jīng)濟時間序列數(shù)據(jù)和氣候時間序列數(shù)據(jù)具有許多共性，兩種數(shù)據(jù)均受隨機趨勢和分布變化不穩(wěn)定性的影響。因此，用于對經(jīng)濟時間序列數(shù)據(jù)進行建模的成熟機制可以有效地應(yīng)用于氣候時間序列數(shù)據(jù)。對于這兩個學科，我們對其實際的數(shù)據(jù)生成過程的了解均不完備。由于我們不知道數(shù)據(jù)生成過程，因此我們必須探索與之相近的東西。

 

氣候計量經(jīng)濟學（http://www.climateeconometrics.org/）所采用的數(shù)據(jù)建模方法基于一種具有出色性能的模型選擇方法，該方法可用于定位嵌套在眾多可能的解釋（包括動態(tài)，異常值，偏移和非線性）中的未知數(shù)據(jù)生成過程。我們使用的軟件是機器學習的一種變體，它實施多路徑模塊搜索，從非?；\統(tǒng)的規(guī)范開始以發(fā)現(xiàn)分析過程中規(guī)范且不受支配的模型。為此，需要采用與面臨的問題相匹配的指標飽和度估計量，例如針對異常值的脈沖指標，針對位置偏移的階躍指標，針對趨勢中斷的趨勢指標，針對參數(shù)變化的乘法指標以及專門針對具有共同反應(yīng)“形狀”的更復雜現(xiàn)象設(shè)計的指標，例如火山噴發(fā)對溫度重建的影響。我們還使用這些指標的組合，因此不可避免地需要設(shè)置比觀察值更多的候選變量。

 

在介紹了這些計量經(jīng)濟學工具之后，我們來簡要介紹氣候科學這一背景知識。通過關(guān)注地球上可用的大氣資源和水資源，我們發(fā)現(xiàn)人類可以并且正在以多種方式改變氣候。然后，我們將過去的氣候變化與地質(zhì)記錄中看到的“大滅絕”聯(lián)系起來。在18世紀中葉的工業(yè)革命之后，在科學，技術(shù)和醫(yī)學知識早期發(fā)展的基礎(chǔ)上，全球人均實際收入水平大幅上升，許多致命疾病被攻克，人類壽命延長了將近一倍。但是，這種進步導致了全球人為排放的溫室氣體的爆炸式增長。這種變化還受到重大戰(zhàn)爭，危機，資源發(fā)現(xiàn)，技術(shù)和政策干預等許多相對突然的轉(zhuǎn)變的影響。因此，必須在實踐中處理隨機趨勢，重大轉(zhuǎn)變和大量異常值，以開發(fā)可行的氣候現(xiàn)象實驗?zāi)Ｐ?。計量?jīng)濟學方法的優(yōu)點是可以檢驗重要的政策干預措施的影響以及改進預測效果。我們概述的計量經(jīng)濟學方法可以同時解決這些問題，這對于準確描繪非平穩(wěn)觀測數(shù)據(jù)的特征至關(guān)重要。在氣候模型或經(jīng)濟模型中，很少有方法會同時考慮所有這些影響，但是如果不這樣做，則會導致模型設(shè)定錯誤，進而導致理論評估和政策分析不正確。我們討論了對廣義的非平穩(wěn)數(shù)據(jù)（即不僅具有隨機趨勢而且還具有分布偏移的數(shù)據(jù)）進行建模的風險，這也有助于描述我們的注釋。

 

下面通過兩個詳細的建模示例來說明該方法的應(yīng)用。第一個模型研究了CO2在冰河世紀中的作用，該模型開發(fā)了一個聯(lián)立方程系統(tǒng)，將陸地冰層總量，溫度和大氣中的CO2濃度表征為地球公轉(zhuǎn)軌道路徑的非線性函數(shù)。第二個模型是在完成所有關(guān)鍵建模階段后建模，分析了英國過去150年中高度不穩(wěn)定的CO2年排放量。作為首個進行和完成工業(yè)革命的國家，英國現(xiàn)在的人均年CO2排放量低于1860年的水平，這個減排是在付出較低的社會總成本的情況下完成的。但是，要實現(xiàn)英國根據(jù)《氣候變化法》于2008年設(shè)定的目標（到2050年，溫室氣體排放量相對于1970年降低80％），仍然需要大幅減少所有溫室氣體的排放量，因為屆時為了在全球范圍內(nèi)控制溫度變化，必須在2050年實現(xiàn)零排放目標。動態(tài)情景分析的結(jié)果表明，可再生能源技術(shù)成本的快速下降為進一步減排提供了可能。