气候计量经济学概述

气候计量经济学是在过去几年中迅速发展的一个新的子学科。二氧化碳（CO2），一氧化二氮（N2O）和甲烷（CH4）等温室气体的排放是造成气候变化的主要原因，并且温室气体是由人类活动产生的。因此，旨在实证研究经济影响的工具集同样适用于实证研究气候变化也就不足为奇了。

 

经济时间序列数据和气候时间序列数据具有许多共性，两种数据均受随机趋势和分布变化不稳定性的影响。因此，用于对经济时间序列数据进行建模的成熟机制可以有效地应用于气候时间序列数据。对于这两个学科，我们对其实际的数据生成过程的了解均不完备。由于我们不知道数据生成过程，因此我们必须探索与之相近的东西。

 

气候计量经济学（http://www.climateeconometrics.org/）所采用的数据建模方法基于一种具有出色性能的模型选择方法，该方法可用于定位嵌套在众多可能的解释（包括动态，异常值，偏移和非线性）中的未知数据生成过程。我们使用的软件是机器学习的一种变体，它实施多路径模块搜索，从非常笼统的规范开始以发现分析过程中规范且不受支配的模型。为此，需要采用与面临的问题相匹配的指标饱和度估计量，例如针对异常值的脉冲指标，针对位置偏移的阶跃指标，针对趋势中断的趋势指标，针对参数变化的乘法指标以及专门针对具有共同反应“形状”的更复杂现象设计的指标，例如火山喷发对温度重建的影响。我们还使用这些指标的组合，因此不可避免地需要设置比观察值更多的候选变量。

 

在介绍了这些计量经济学工具之后，我们来简要介绍气候科学这一背景知识。通过关注地球上可用的大气资源和水资源，我们发现人类可以并且正在以多种方式改变气候。然后，我们将过去的气候变化与地质记录中看到的“大灭绝”联系起来。在18世纪中叶的工业革命之后，在科学，技术和医学知识早期发展的基础上，全球人均实际收入水平大幅上升，许多致命疾病被攻克，人类寿命延长了将近一倍。但是，这种进步导致了全球人为排放的温室气体的爆炸式增长。这种变化还受到重大战争，危机，资源发现，技术和政策干预等许多相对突然的转变的影响。因此，必须在实践中处理随机趋势，重大转变和大量异常值，以开发可行的气候现象实验模型。计量经济学方法的优点是可以检验重要的政策干预措施的影响以及改进预测效果。我们概述的计量经济学方法可以同时解决这些问题，这对于准确描绘非平稳观测数据的特征至关重要。在气候模型或经济模型中，很少有方法会同时考虑所有这些影响，但是如果不这样做，则会导致模型设定错误，进而导致理论评估和政策分析不正确。我们讨论了对广义的非平稳数据（即不仅具有随机趋势而且还具有分布偏移的数据）进行建模的风险，这也有助于描述我们的注释。

 

下面通过两个详细的建模示例来说明该方法的应用。第一个模型研究了CO2在冰河世纪中的作用，该模型开发了一个联立方程系统，将陆地冰层总量，温度和大气中的CO2浓度表征为地球公转轨道路径的非线性函数。第二个模型是在完成所有关键建模阶段后建模，分析了英国过去150年中高度不稳定的CO2年排放量。作为首个进行和完成工业革命的国家，英国现在的人均年CO2排放量低于1860年的水平，这个减排是在付出较低的社会总成本的情况下完成的。但是，要实现英国根据《气候变化法》于2008年设定的目标（到2050年，温室气体排放量相对于1970年降低80％），仍然需要大幅减少所有温室气体的排放量，因为届时为了在全球范围内控制温度变化，必须在2050年实现零排放目标。动态情景分析的结果表明，可再生能源技术成本的快速下降为进一步减排提供了可能。