复杂性、经济科学和气候可能带来的经济效益

公众意识中的这种二分法是当前理论经济学危机的一种表现，适用于环境问题：根据理论，我们的理解和结果存在差异，这导致在为决策提供建议时缺乏共识。我们在这里首先表明，电力行业脱碳需要大量投资，以增加避免全球变暖超过2%的可能性oC、 而且电力脱碳不足以避免这种危险的变暖，同时又不影响其他部门的脱碳。然而，通过这些投资沙龙，我们已经证明，在一个高度详细、部门和区域非均衡的真实全球宏观经济模型中，不受资金限制，支持低碳技术扩散的政策可以在收入循环的特定背景下，同时促进经济增长和收入，并快速减少排放。同时，我们从标准的气候变化缓解经济学文献（例如Edenhofer等人，2010年，IPCC，2014年，Nordhaus，2010年，Stern，2007年）中了解到，在经济资源数量不变的经济理论中，在低碳技术上的支出总是会导致经济损失。英格兰银行最近发表的一份声明表示，这种对金融资源的假设，因此对货币供应量的假设，并不完全正确地代表现实（McLeay等人，2014），再次重申了后凯恩斯理论（Keen，2011）的一般结果，其中货币供应量是内生的。最后，我们强调，支持低碳创新扩散的资金可用性才是真正决定结果的因素，这一领域尚未完全被理解，在气候变化缓解研究中根本没有讨论。

这与我们目前对当前与债务相关的经济危机背后的动态缺乏共识密切相关，银行不愿意为其认为过度冒险的企业融资。因此，我们在这项工作中得出结论，对推动当前危机的动力学的更好理解将开启理解气候变化政策（或相反）的经济影响的关键洞见，而低碳技术政策可能有助于而不是阻碍以研发和技术部署投资的形式促进新的经济活动和就业，在知识基础日益主导的全球经济中，推动生产力增长。附录A.FTT中的模型和假设细节创新/差异：功率。Mercure（2012年、2014年）和Mercure等人（2014年）描述了FTT:Power中技术替代的差异理论，其中竞争人口动态的Lotka-Volterra方程源自应用于技术的人口统计学原理，描述了相关的产业动态。它可以及时跟踪技术单元的诞生、老化和废弃，从而真实地反映出技术生命周期和竞争方面的非线性替代率。这对权力笔记非常重要，熊彼特（1934、1939）认为至少早在1911年就存在这种情况，凯恩斯在他的《凯恩斯将军》（1936）中也提出了这一点。技术的生命周期非常长且变化很大。在21个世界地区中的每一个地区独立计算这些变化的非线性差异方程如下所示Si=XjSiSjAi jFi jGi j- 阿吉吉吉吉τt、 （A.1）在特定的世界区域中，制造商展示了技术i的能力份额。这个等式有效地降低了技术选项之间的市场份额波动。

矩阵Fi JR代表不同投资者的概率选择，这些投资者来自二元logit选择模型（Mercure，2014），并由市场数据（IEA，2010，Mercure，2012）参数化，而矩阵Ai J提供所有可能的技术对之间的替代频率。矩阵Gi J将系统维持在运行的技术约束范围内（电网稳定性）。τ是总时间标度常数。技术选择受技术成本的影响，技术成本遵循学习曲线：Ci=Ci，0WiWi，0！-b、 （A.2）其中Ci是投资成本，Wii是一项技术（包括之前的退役）的累积容量，Ci，0和Wi，0是模拟开始时的值，b是与学习率相关的学习指数（Mercure，2012）。FTT:Power拥有24个电力技术类别、21个地区和13种主要自然资源。根据我们的商品价格动态模型（Mercure and Salas，2013），基于现有储量和资源，计算不可再生燃料（石油、煤炭和天然气）的预计成本。E3MG中的宏观计量经济学。E3MG（E3ME的变体，见剑桥计量经济学，2014）由33个计量经济关系（能源需求、工业投资、价格、工作时间和就业、进口、出口等）组成。自1970年以来，通过对历史数据进行多元回归，对这些关系的大小进行了评估，目前使用了43个工业和投资部门、28个消费类别、21个世界地区、22种燃料使用者和12种燃料。这些关系用于向未来预测模型的一整套变量（在每个部门、地区、类别等中，生成数千个方程式），其中包括经济产出、投资、价格、消费、就业、可支配收入、进口、出口和燃料燃烧产生的共同任务。

同时，各部门之间通过投入产出表相互连接，以表达商品和投资的跨行业流动，从而产生典型的凯恩斯乘数效应。该模型不假设最优增长、经济均衡、充分就业或使用生产函数（Barker和Scrieciu，2010）。它以需求为导向，供应受限。E3MG的特点是内生增长，各部门通过动态投入产出表相互关联（剑桥计量经济学，2014），但并没有优化经济资源：它是一个模拟模型。这是根据Kaldor的累积因果关系理论（Kaldor，1957，Lee et al，1990，L¨oschel，2002）得出的，其中技术进步指标（TPI）是通过使用相对时间加权T PI（T）累积过去的投资和研发支出来创建的∝∞Xa=0e-aτln（I（t）- a） +τR&D（t- a） ）。（A.3）此类TPI用于工业价格、国际贸易和就业的回归。较低的价格会刺激更高的消费，从而导致工业投资和研发支出用于产能扩张，从而导致较低的价格等，从而产生知识积累累积因果关系的自我强化循环，这与熊彼特通过企业家干预的经济发展理论相一致。包括累计投资和研发，E3MG具有非线性、路径依赖性和滞后性，因此远离均衡。电力需求在E3MG中使用计量经济学方程建模，该方程包含其他部门投资和研发支出溢出的贡献（剑桥计量经济学，2014年，福塞尔，2000年）。

因为新投资往往涉及能源效率更高的技术，而且因为资本周转率τ起到了知识折旧的作用，而τ是研发的一个加权参数。不允许回到旧技术，TPI是通过投资和研发的正增长累积而成的，因此不能降低。能源需求方程的形式为（对数线性比例） log Xik=βik+βik log Yik+βik 对数像素+βik log T PIik+ik，（A.4），其中，对于燃料i和区域k，Xikis表示燃料需求，yikre表示部门产出，pikretive价格。如图1所示，FTT:Power和E3MG之间的经济反馈有四个数量：电价、燃料使用、电力技术投资和税收回收。模仿气候系统。GENIEem：碳循环在这项工作中由网格化综合地球系统模型（GENIE-1）地球系统模型的模拟器（Holden和Edwards，2010）表示，该模型模拟了气候、海洋环流和海冰，以及碳循环的陆地、海洋、风化和沉积成分（Holden等人，2013）。Geniem被设计成一个比简化的气候碳循环模型更复杂、计算速度更快的替代模型。Geniem将E3MG-FTT排放转化为大气浓度，并使用集合方法（代表原始模型的大量运行）进行不确定性分析。PLASIM ENTSem：气候系统由行星模拟器（PLASIM）气候模拟器（emulator of The Planet Simulator，简称PLASIM）表示，该模拟器与高效的地球数值模式（ENTS）相结合（Holden等人，2014年）。PLASIM ENTSem还使用集成方法来评估不确定性，并由Geniem计算的大气浓度驱动。因此，除了碳循环之外，还有第二层不确定性。

Mercure等人（2014）进一步描述了在本研究背景下两个模拟器的组合以及组合不确定性分析。实际上，变暖受到其他“非CO”温室气体浓度的影响，如CHand NO。然而，我们对非协同效应使用相同的数值，取自RCP8。5.在这两种情况下，由于缺乏与燃料消耗（例如农业和林业）无关的排放建模能力。E3MG-FTT预计，在缓解情景下，与燃料使用相关的CHand NO排放量将减少约10-15%，与基准情景下8.4 W/min的总强制力和缓解情景下4.3 W/min的总强制力相比，产生约0.1 W/min的小幅度减少。我们忽略了1-2%的顺序变化。政策假设基线（BAU）假设当前政策维持到2050年，这只包括欧盟通过排放交易计划的碳定价。为此，我们使用了FIG.B.4中用虚线表示的以2008年美元计价的项目。此外，日本、德国、英国和法国都有太阳能和风能技术的馈电塔。这些措施将使用这些技术生产电力的平准化成本（Mercure，2012）降低到低于电网发电平均成本的5-15%，使这些技术具有竞争力。任何地方都没有技术补贴，但德国和日本有关闭现有核电站的规定。据推测，它们将在寿命结束时关闭，并从2010年起呈指数级下降。90%脱碳情景介绍了世界所有地区的碳定价，附录B扩展数据FIG.B.4中给出了六个地区的总结（按国家排放量加权的各国平均值）。

所有地区的太阳能和风能技术都引入了馈电，并根据每个地区的情况进行了具体调整。所有地区的所有低碳技术都引入了技术补贴，不包括那些受益于饲料添加剂的技术（所使用的技术清单见我们之前的工作，2010年，Mercure，2012年）。这些成本占技术资本成本的20%至50%，并根据具体的区域情况进行调整。图B给出了全球平均值。4.完整信息可从Mercure等人（2014年）处获得，并可在线访问4CMR网站：http://www.4cmr.group.cam.ac.uk/research/FTT/fttviewer.AppendixB.额外数据根据Forssell（2000）进行的研究，这比等式A.3中给出的TPI更好地描述了历史数据。-0.5-0.45-0.4-0.35-0.3-0.25-0.2-0.15-0.1-0.0500.05技术补贴（占投资期限的百分比）1- 核2- 油3- 煤4- 煤炭+CCS5- IGCC6- IGCC+CCS7- CCGT8- CCGT+CCS9- 固体生物材料10- S生物质CCS11- BIGCC12- BIGCC+CCS13- 沼气14- 沼气+CCS15- 潮汐16- 大型液压泵17- 岸上18- 离岸的- 太阳能PV20- CSP21- 地热22- 第23波- 燃料电池24- CHP20501000150200250300350400 2008年美国北部的碳价格$/tCO2。图B.4：（左）碳价格假设。实线表示脱碳方案，虚线表示基线。（右）脱碳方案的平均技术补贴（定义为技术资本成本的负部分）。图例显示了allFTT：电力技术，但图中不可见的技术不会从补贴中受益。0501000差额（十亿美元）a.投资（200000亿美元）0510152025 b.ZF补贴支出05001001500 c.ZFETS0204060差额（百分比）d.电价-101234 e.就业051015 f.实际可支配收入2-5051015差异（%）克。

消费2-1012 h.消费者价格指数2-2.-101234 g.北美、欧洲、中国、印度和世界其他地区的真实GDP图B.5：气候政策导致电力行业脱碳的经济变化摘要，在没有收入循环的情况下。数值表示为六个总区域内基准情景的变化，单位为数十亿名义美元（a.至c.）或百分比（d.至h.）。没有观察到经济产出的损失，这是由于短期凯恩斯效应和技术投资对生产率增长的长期影响。感谢我们感谢T.Barker提供指导，D.Crawford Brown和Cambridge Econometrics提供支持，M.Syddall提供在线数据浏览器。这项工作得到了三个几内亚信托基金（A.M.F.）、剑桥计量经济学基金会（HP和U.C.）、国家科学研究委员会（Comisi\'on National de Investigaci\'on Cient\'fica y Tecnol\'ogica，Gobiernode Chile）和智利Gobierno能源部（P.S.）的支持，欧盟第七个框架计划grantagreement n 265170“ERMITAGE”（n.E.和P.H）和英国工程和物理科学研究理事会，研究金编号EP/K007254/1（J.-F.M.）。作者贡献J-F.M.设计了研究项目，从理论上和计算上设计并建造了FTT:Power，将其集成到E3MG中并进行了模拟。惠普评估了经济情景，协调了E3MG模型的管理和扩展，并为经济理论讨论做出了贡献。加州大学在创建场景、修改和维护E3MG以及整合FTT:Power方面做出了贡献。PS辅助FTT：动力工作。A、 M.F.运行了气候模拟器模拟。N.E.和P.H.创建了气候/碳循环模拟器，促进了它们的使用，并为文本做出了贡献。所有作者都对这部作品的概念性内容做出了贡献。J-F。

M.M.写了手稿。参考Andersen ES（1994）进化经济学，后熊彼特贡献。Pinter PublishersAnderson PW（1972）More则有所不同。《科学》177（4047）：393–396安德逊·普华永道，派恩斯·D，阿罗·KJ（1989）经济是一个不断发展的复杂系统。Westview Pressantoff，Tol RS（2013）《碳的社会成本的不确定性：使用基金的分解分析》。气候变化117（3）：515–530K、博林B、科斯坦扎R、达斯古塔P、福克C、霍林C、詹森B、莱文S、马勒K、佩林斯C、皮门特尔D（1995）经济增长、承载能力和环境。《科学》268（5210）：520–521《复杂性与经济》。牛津大学Arthur WB（1989）竞争技术、增加回报和历史事件锁定。《经济杂志》99（394）：116–131Barker T，Scrieciu SS（2010）用E3MG模拟低气候稳定：走向模拟能源环境经济系统动力学的“新经济学”方法。《能源杂志》第31期（Sp.Iss.1）：137–164巴克尔T、波利特T、小川Y、美居JF、亚历山大E（2015）全球就业政策对缩小2020年排放差距的影响。在新闻稿中，气候政策Barker T，Pan H，K¨ohler J，Warren R，Winne S（2006）通过诱导技术变化实现全球经济脱碳：使用E3MG到2100年的情景。能源杂志（Sp.Iss.1）：241-258Blyth W，Gross R，Speirs J，Sorrell S，Nicholls J，Dorgan A，Hughes H（2014）低碳就业：能源效率和可再生能源政策支持创造净就业的证据。Ukerc报告，Ukerc，网址http://www.ukerc.ac.uk/publications/low-carbon-jobs-the-evidence-for-net-job-creation-from-policy-support-for-energy-efficiency-and-renewable-energy.htmlCambridge计量经济学（2014）E3ME手册。统一资源定位地址http://www.e3me.comCBI（2014）增长的颜色：最大限度地发挥绿色业务的潜力。

Cbi报道，Cbi英国，网址http://www.cbi.org.uk/media/1552876/energy_climatechangerpt_web.pdfEdenhoferO，Carraro C，Kohler J，Grubb M（2006）内生技术变化和大气稳定经济学，专题研究，能源杂志。国际能源经济协会Edenhofer O、Knopf B、Barker T、Baumstark L、Bellevrat E、Chateau B、Criqui P、Isaac M、Kitous A、Kypros C、Leimbach M、Lessmann K、MagneB、Scrieciu S、Turton H、van Vuuren DP（2010）《低稳定经济：缓解策略和成本的模型比较》。能源期刊31（1）：11–48费希尔JC，普赖尔RH（1971）技术变革的简单替代模型。技术预测和社会变化3（1）：75–880（2000）欧盟国家研发支出对能源使用的溢出：能源需求的经验模型。摘自：第十三届国际投入产出技术会议，马其顿大学，第21-25页，网址：http://policy.rutgers.edu/cupr/iioa/ForssellSpillovers.pdfFreemanC，Louc,a F（2001）随着时间的推移。牛津大学出版社Grubb M，Hourcade JC，Neuho Off K（2014）行星经济学。Taylor Francis/Routledge，伦敦，UKGr–ubler A（1998）技术与全球变化。剑桥大学出版社，剑桥，UKGr–ubler A，Nakicenovic N，Victor D（1999）能源技术和全球变化的动态。能源政策27（5）：247–280Hofbauer J，Sigmund K（1998）进化博弈和种群动力学。剑桥大学出版社，剑桥，UKHolden PB，Edwards NR（2010），aogcm的降维仿真，用于综合评估建模。《地球物理研究快报》37（21）Holden PB，Edwards NR，Gerten D，Schaphoff（2013）基于模型的共受精约束。