内网 中文EN
气候经济学理论发展与政策评估
2020-01-15 来源:《中国社会科学报》2020年1月15日总第1858期 作者:段宏波
分享到:

  2019年12月2日,《联合国气候变化框架公约》第25次缔约方会议在西班牙首都马德里开幕,由于在关键问题上存在分歧,会议延期两天闭幕,各方未能就核心议题达成共识。随着全球变暖形势的日益严峻,气候变化问题越来越多地受到学术界的关注,一方面体现了这一问题的迫切性和重要性,另一方面反映了国家、政府、企业等部门对气候影响科学评判和决策依据等相关研究日益增长的需求。由于减缓和适应是全球气候变化的主要应对措施,围绕这两方面的学术研究也最为集中。对前者而言,涉及减排路径分析、减排成本评估、减排政策设计、减排技术选择等;后者则包括适应成本分析、适应效果评估、适应措施选择,以及适应与减排的交互影响分析等。

  值得一提的是,绝大多数气候经济研究与政策综合评估工作都基于综合评估(Integrated Assessment,IA)模型。这类模型在描述经济、能源和气候等系统间的复杂动态交互关系方面具有独特优势,而这些关系往往对未来气候变化以及有效气候政策选择起到决定性的作用。综合评估模型最早诞生于20世纪70年代,耶鲁大学William Nordhaus教授开发的动态集成气候经济模型(DICE)是其中最为杰出的代表。早期的IA模型尽管考虑了经济与气候的交互关系,但仅选择二氧化碳(CO2)浓度和平均温度变化作为环境变量,且仅考虑了人为活动相关的碳排放,随后模型逐步拓展到包含了地球碳循环、土地利用碳排放、非碳排放以及局地空气污染物排放等多维度环境变量和温室气体(GHGs)排放,同时充分考虑了气候变化对经济系统的反馈影响机制。纵观IA模型的发展,可以说是从经济学中衍生,经历地球、气候与环境系统集成发展,最终又回到经济问题研究。

  不同的IA模型在区域划分、起始年份选择、模拟时间跨度等方面存在较大差异。例如,DICE和E3METL等模型是典型的全球单区域单部门模型,而RICE和WITCH等拓展到了多区域尺度。此外,即使就全球单部门模型来看,各个IA模型在未来经济增长预期、人口增长、能源技术进步、技术投资组合、减缓或适应政策选择等诸多方面的假设也不尽一致。以经济增长预期为例,DICE模型对未来的经济增长预期最为乐观,其次是RICE和E3METL模型,而WITCH模型对全球未来经济形势相对悲观。这也在很大程度上解释了为何不同模型对同一政策问题的研究结果会存在明显不同。就颇受关注的最优碳税路径(或社会碳成本SCC)问题而言,在2℃温控目标下,GCAM模型、DICE模型和WITCH模型的模拟结果均表明内生碳税路径是单调递增的,且GCAM模型中22世纪末的最优碳税水平约为310美元/吨碳,这一结果与WITCH模型较为接近,但只有对应DICE模型结果的1/3。

  那么,如何保证不同IA模型结果的稳定性,特别是从中总结出差异较小或相对一致的结论,以更加科学可靠地支撑决策就显得尤为重要,这实际上也给当前气候经济建模理论带来挑战。在此背景下,基于不同IA框架的模型比较方法应运而生。尤其在近5年,模型比较研究逐渐成为气候政策研究的新趋势。尽管欧美国家早在1979年就成立了旨在“交流模型差异,改进政府决策”的官方论坛——能源建模论坛(EMF),但直到2010年前后,基于模型比较方法的相关研究才逐渐出现并成为解决政策研究稳定性问题的热点方向。随后,基于模型比较的诸多项目和相关结论被纳入IPCC第五次综合评估报告和1.5℃特别报告中。在政策稳定性决策需求的驱动下,近几年来,多模型比较分析方法逐渐成为学术界评估全球和地区气候变化风险、进行减排和适应机制设计等气候相关问题的热点方法。

  目前,全球层面多模型比较的理论发展和实证研究取得了一系列创新性成果,并得到了诸多一致发现。首先,实现2℃温控目标要求全球各国全面参与并进行有效减排,与部分参与的情形相比,达成既定目标的成本大幅降低。其次,如果不考虑当前可行性并不乐观的直接空气碳移除(CDR)、生物质碳捕获与封存(BECCS)等负排放技术,从当下开始尽早开始有效减排是实现这一目标的最稳妥选择。再次,风能、太阳能等关键性可再生能源技术,以及CCS技术的大力发展将是实现2℃温控目标可行的技术保障。最后,《巴黎协定》中各国承诺的自主贡献目标(NDC)的强度远不足以支撑2℃温控目标的达成,因此,实现NDC目标的政策成本也远低于温控门槛目标。

  事实上,多模型比较分析方法发展的意义远不局限于政策设计方面,其对综合评估建模方法乃至整个气候经济理论的完善都意义重大。通过模型比较和分析,有助于我们找到结果不确定性的来源,以修正模型更好地进行政策模拟。一般而言,模型结构(自上而下还是自下而上),关键参数的估值(生产要素投入弹性、技术替代弹性等),对未来经济增长、人口增长、能源需求等的预期假设,技术选择与可行性设置,时间偏好率和贴现率选择等,是当前引起IA模型政策模拟和评估结果不确定性的主要来源。

  2010年以来,学术界对多模型比较分析方法的重视程度有了明显的改善,但相关研究的数量依然较少,显然与气候变化问题的研究需求不相匹配。一方面,当前研究集中在既定气候目标下的减排路径分析、政策成本评估、能源技术发展、气候政策与能源安全的关系等有限的几个方面,而碳市场、能源税、可再生能源补贴(FIT)等代表性气候政策对排放路径、技术替代演变的影响,气候目标达成过程中经济、技术、气候敏感性等多重不确定性所扮演的角色,气候适应对气候损失风险的减控效应,以及减排与适应的动态交互等一系列关键性气候相关问题缺乏研究支撑。另一方面,目前的多模型比较研究多集中在全球范围,但事实上,气候变化问题的区域特性也十分显著。这不仅体现在GHGs排放和气候变化影响的区域差异上,更为重要的是,全球温室气体减排任务需要落实到具体的国家或地区。因此,从区域层面,尤其是对中国、美国、印度等经济体的气候政策问题开展多模型比较研究具有重大意义。

  对多模型比较研究的统计结果显示,当前的IA模型研究主要由欧美主导,这些模型既有自上而下的经济导向型模型,也有自下而上的技术驱动型模型,但共同特点都是在考虑GHGs排放控制政策和能源技术替代政策方面具有显著优势。从模型的地理分布情况看,当前应用最为广泛的一次模型绝大多数分布在欧洲和美国,欧洲又以荷兰和德国为主。这是因为两个国家拥有著名的气候变化研究机构,即德国的波茨坦气候变化研究中心(PIK)、荷兰能源研究中心(ECN)和荷兰环境评估署(PBL)。而其他国家或地区除了日本外,主要排放大国中国和印度的一次模型研究力量都较弱。

  可以预期,模型比较研究方法将在未来的气候变化研究中扮演更加重要的角色。据IPCC第六次综合评估报告,国家层面预算约束的排放路径分析、稳定的减排政策设计等都对模型比较研究产生较大需求。当然,进一步强化跨模型的气候经济研究需要对一些关键问题进行重点考虑。其一,各个国家针对具体的国情大力开发一次模型,尤其是中国和印度等高排放的发展中国家,是这些国家未来开展多模型比较研究工作最重要的前提,也是完善区域气候经济理论的关键环节。尽管当前欧美等国开发的多区域模型中往往将排放大国单独列出,但建模基础(数据及参数估值可靠性,对经济、能源消费趋势的预判等)远不如面向本国的模型来得扎实。其二,建立有效的跨国家/区域、跨团队的研究合作关系,这是搭建多模型比较研究框架的基础。一方面需要就具体的研究问题,尤其是问题的重要性达成多方共识,另一方面还需要设计一些良好的激励机制以提高多方参与的积极性。其三,对符合条件的模型进行合理选择,以更好地支撑现实问题研究。事实上,除了模型团队的意愿,模型本身是否适合特定问题的研究也十分关键。例如,模型结构问题、微观层面数据可获得性问题、求解可行性问题等,都是模型选择的重要考量因素。

  (作者单位:中国科学院大学经济与管理学院)

责任编辑:王宁