为异构代理的复杂系统建模以更好地设计

在现实生活中，对创新绩效和回报的预期驱动着大部分投资，最终驱动着经济发展和增长。重要的是，预期作为一个过程产生于多主体互动（例如，参见Arthur等人的《艺术股票市场》，1997）。低碳创新的差异化政策为私营部门和就业创造提供了重要机会（例如Blyth等人，2014年，CBI，2014年）。但是，人们对新的可持续性技术与经济发展/增长之间的反馈了解和报道甚少。在成功的低碳企业（如特斯拉电动汽车和丰田混合动力汽车、风力涡轮机、太阳能光伏发电）中产生的高利润活动的观察结果与传统技术使用成本最低的化石能源对发展/增长不可或缺的看法之间存在明显的矛盾。这种二分法在气候政策制定中普遍存在。在传统均衡经济学中，充分就业（代表代理人效用最大化的结果）意味着所有资源目前都以最具生产力的方式分配到经济中。这与经验观察（如Grubb et al.，2014）相矛盾，这表明不同的国家与理论上定义的效率或生产力前沿存在不同的距离。实际上，经济资源的使用取决于一个经济体所遵循的经济发展轨迹（投资、绩效、人力资本和劳动力，同上）。此外，在基于均衡的理论中，储蓄被理解为固定国民收入（GDP）的一部分，相当于投资，由代理人在当前或未来的消费支出之间做出选择。

因此，如果将收入的固定份额分配给投资，所有公司自然都会对这一固定补贴（挤出）进行竞争，从而平衡资金的供需。由于均衡投资和劳动力是固定的，基于均衡的理论无法再现2007年以来观察到的金融波动或危机，或欧洲许多地区目前观察到的非自愿失业（欧盟统计局，2015）。从更广泛的复杂性/非均衡经济学角度来看，收入是不固定的，因此投资不需要成为“代理人福利”的固定份额。相反，因果关系是相反的：收入在很大程度上取决于投资，投资决定取决于金融机构的决定。然而，这种联系打开了一扇通往动荡的大门：科技企业中相互影响的投资者可能会相互影响，陷入疯狂或恐慌。事实上，技术和创新的融资导致了生产力的变化（索洛1957年在20世纪50年代就已经证明了这一现象），但也导致了投机和泡沫（凯恩斯，1936年），而投机和泡沫从本质上创造了经济周期（见弗里曼和卢克,a，2001年，佩雷斯，2001年，熊彼特，1934年和1939年）。投资波动严重影响经济发展水平。这一动态是大衰退（Keen，2011）的根源，之后，量化宽松被用来消除金融机构不愿提供信贷的情绪。

如果不考虑技术差异、贷款人预期和宏观经济波动之间的相互作用，就无法理解这种动态。如果一个人放弃均衡方法的限制性假设（强加一种非相互作用的主体理论，所有这些主体都同时被雇佣或不被雇佣），并假设经济资源得到充分利用，那么允许可变金额的金融和投资的更现实的经济建模是可能的。在允许出现群体效应的理论方法中，经济中的投资量由贷款人根据回报预期做出的投资决定决定。这不是一种新的理论方法。事实上，这是熊彼特（Schumpeter，1934，1939）和凯恩斯主义（Keynes，1936）需求导向型经济学的根源。后熊彼特主义或后凯恩斯主义的观点也允许货币在经济中的流动，事实上，这就是观察到的情况（英格兰银行解释称为内生货币，见McLeay et al.，2014）。正如熊彼特经济史的传统所理解的那样，新技术的出现以投资和采用的回报显著增加为特征，它涉及到高度依赖路径的跨部门溢出，通常会导致整个经济活动加速（Freeman和Louc,a，2001）。例如，在工业革命中，新的纺织机械需要更好的钢铁。对钢铁的投资导致了一个行业的出现，以及成本的降低，这重塑了其他产品的整个“设计空间”，使其更便宜地使用这些材料制造（同上）。

这反过来又使许多相关的和集群的创新得以融合并以经济的方式进入市场（Arthur和Polak，2006年给出了创新集群过程的统计分析）。在熊彼特的经济传统中，源自创新集群的投资集群导致经济繁荣和萧条交替发生（Freemanand Louc,a，2001，Perez，2001，熊彼特，1939）。当使用金融资产作为抵押品筹集资金时，就会产生金融危机风险（Keen，1995年，2011年），这一现象在历史上定期发生（Perez，2001年），包括最近几年（Keen，2011年）。基于两个假设，可以对路径依赖的非均衡宏观经济学进行正式建模。首先，根据知识积累累积因果关系的原则，生产率变化通过一组总的部门学习曲线来描述，其中生产率增长源自累积投资，并且与经济史上观察到的趋势大致一致，例如卡尔多（1957年）、熊彼特（1934年）。其次，必须允许收入依赖于投资，而不是反过来。这种理解依赖于路径，并通过允许增加回报来隐式整合多主体互动：学习（即知识积累）、投资波动（通过预期）、经济周期和技术差异（通过社会互动）。这种模型的一个例子是E3ME/G（见www.E3ME.com，Cambridge Econometrics，2014b），路标模型输入仿真器1仿真器2仿真器3，例如排放，例如碳循环，例如气候，例如土地生产力a.b.c。

d、 图2：统计模型模拟器中级联不确定性的示意图。它通过对经济数据的回归得出一组封闭的函数关系，从而能够对就业进行评估，而不是继续受到充分就业假设的约束。其他类似的模特性别歧视者，包括金福斯（Meyer等人，2013年）。然而，到目前为止，还没有大型模型包含金融部门的详细动态（Pollitt和Mercure，2015）。关于减缓气候变化，人们已经确定，能源部门的投资额将比一切照旧的情况下更大（例如，国际能源署，2012年）。由于跨部门溢出（例如新材料、新设计和工程方法等），新技术行业的投资规模可能会导致重大的经济再分配。重要的是，在没有充分利用资源、资本和劳动力约束的模型中，影响可能是有益的，也可能是有害的，这取决于许多因素，如贸易平衡、能源进口、国际竞争和相对价格。当影响是有益的时，这种转变可以被称为绿色增长，新的投资和就业是由技术政策产生的，尽管可能伴随着重要的相对价格变化。在第3.2节中，我们讨论了一个例子，在这个例子中，气候变化缓解政策由于在电力行业的投资增加而导致就业和GDP增加。这就是说，技术政策不一定会带来有益的影响，因为这种政策可以采取多种形式。然而，在基于均衡的理论中，完全排除了产生有利结果的可能性，并且是通过假设而非计算结果。

事实上，平衡模型总是预测气候缓解效应的有害影响（例如，与IPCC第五次评估报告中选择的所有模型一样，见IPCC，2013b，第6章，第450页），因此辩论是以负担为框架的，气候政策的经济机会没有得到广泛的研究（Grubb等人2014，但见Ekins等人2011，Lee等人2015）。这也是部分均衡模型的情况，例如在国际能源署（International Energy Agency）为其《世界能源展望》（World Energy Outlook）报告使用的世界能源模型中，对干预的投资成本进行了估计，但没有将其与政策诱导的避免成本或这些干预对宏观经济的影响进行比较。结果是部分分析，只强调干预的成本，而不是好处（联合国环境规划署，2011年）。因此，重要的是，我们看到多主体互动的结合（通过考虑反馈回路、延迟和非线性）导致了理论及其应用的关键后果：在一个投资由预期决定的理论中，变量之间的信息流动从可变或影响的储蓄/投资到收入，再回到投资，考虑到技术政策的利益影响，而在基于均衡的理论中，信息从固定收入流向投资，利益影响被排除在外。考虑到应对气候变化所需的社会经济转型的规模，现实地理解涉及缓解政策的可持续性转型是否有利于或阻碍经济发展/增长，是正确决策的关键。2.3. 基于复杂性理论的人类-环境相互作用和气候变化模型中的不确定性分析可以更好地描述社会经济和自然（环境）系统之间的复杂相互作用。

这种相互作用是气候政策的核心，可以通过使用统计模拟器以低成本有效地进行模拟。经济和自然环境之间的反馈通过直接的人类干预（例如土地使用的变化）或间接通过经济活动的影响（例如空气污染的产生或导致气候变化的温室气体的排放）发生。自然环境反过来影响人类的行为，导致一个高度复杂的反馈系统。农业用地的分配，包括用于生物燃料的作物，通过森林砍伐、土地使用变化、排放和沙漠化等现象直接与气候系统相互作用，但也间接通过经济。水的广泛使用进一步限制了自然资源供人类使用的可能性，这越来越被称为食物-能源-水关系。与此同时，自然资源的使用直接源于经济过程，包括对在国际市场上交易的农业、能源和林业商品的需求。探索环境和社会经济系统之间的复杂相互作用，需要详细描述自然环境的作用和行为，这不是一项微不足道的工作。事实上，气候建模是用目前最强大的超级计算机进行的。人们越来越清楚地了解环境对人为影响的反应（IPCC，2013a），并且通过使用模拟器（统计表示），已经足够可靠地再现了其中一些知识。仿真器可以直接使用，无需与超级计算机一起进行详细的并行模拟和经济模型。

这种基于大型气候模型输出数据对气候响应进行插值的统计表示现在已经使用了一段时间（例如，Meinshausen等人，2009年），便于社会和经济建模人员获取气候科学的量化结果，这些结果通常在不同的机构中进行。在这种情况下，一种常用的工具是“模式缩放”的线性方法（Tebaldi和Arblaster，2014）。这种方法假设感兴趣的气候输出的空间变化模式与时间和强迫有关。然而，这种近似值通常是不够的，例如在土地利用变化的情况下，土地利用变化不仅通过温室气体排放对全球气候产生重大影响，而且通过地表反照率、水分转移和河流径流的变化对气候产生更局部（即“模式变化”）的影响（Myhre等人，2013年）。最近开发了一种更通用的方法，允许气候影响模式发生变化（Holden和Edwards，2010），并应用于“模拟”一系列气候系统的复杂模型。该技术已被用于为气候模型PLASIM-ENTS（Holden等人，2014年）、碳循环模型GENIE（Holden等人，2013年）和陆地表面模型LPJmL（Oyebamiji等人，2015年）制作模拟器。这些模拟器已经应用于一系列综合评估中（包括但不限于toIEA，2013年，Labriet等人，2013年，Mercure等人，2014年）。这种方法为将大量环境数据整合到社会经济和政策分析中提供了一个有用的平台。通过在“链”中连接此类仿真器（参见图2中的模式），可以获得跨部门级联的不确定性表示。

这种技术避免了在连接不同模型时使用中间轨迹可能产生的偏差。而且它能够以较低的计算成本同时探索所有可能的轨迹。随着模拟时间跨度的增加，不确定性的级联源于复杂非线性模型的一般特性，该模型产生的情景因起始参数的任意微小变化（即混沌理论中有时称为“黄油效应”）而呈指数级彼此偏离，这是典型的气候模型。这种不确定性也是具有正反馈的经济模型以及基于扩散的技术模型的一种特性。更一般地说，将经济预测视为确定性（如aGDP平衡轨迹），而将气候预测视为概率性（如全球变暖轨迹的95%概率范围）是不一致的。然而，通过使用统计分析，完全可以为社会经济模型的预测指定“不确定性界限”。因此，气候政策制定中面临的不确定性可以通过这些统计捷径有效地解决。根据每个子系统对扰动的敏感性（即情景的发散率，反过来，可能存在的“吸引状态”），不确定性云在链中传播时可能会适度或显著增加。这反过来为我们可靠地建模系统集合的能力提供了清晰的量化。2.4. 来自营销研究、人类学和行为经济学的政策效力、行为和实施工具对于提高我们对消费者和投资者行为的理解非常有用。

它们为经济环境建模提供了强有力的补充，即定量预测对政策工具最可能的总体反应的能力。通过这种方式可以获得有价值的见解。在气候变化政策中，预测减排措施有效性的能力是不重要的。气候变化政策要求尽早采取行动。然而，评估这种可行性需要了解其法律和政治影响及约束（例如政治可行性、法律一致性），这可能同样重要。在适用的法律框架中存在明显的细微差异（例如，土地征用模式、减排初始分配模式或城市化模式、为使其在政治上更受欢迎而添加到上网电价方案中的当地含量要求），实际上可能会使某些开发项目的效果降低，或更容易受到挑战，甚至完全阻止它们。针对针对污染或环境退化等外部性提出的具体政策进行了大量政策分析，包括对家庭、企业或消费者施加的税收和其他金融激励。税收的公正通常基于道德和社会公正的考虑（IPCC，2013b，第3章）；不太常见的结果是对其可能的影响进行分析（IPCC，2013b，第15章）。事实上，政策的选择和采用往往事先不知道其可能的效果，这最终取决于投资者和消费者的决定。