从经济学转向物理学和碳价格膨胀：问题

值得注意的是，在最新的一次迭代中，DICE-2013R（Nordhaus和Sztorc 2013）恢复为一个二次损伤函数，该函数在Tol对0-3C变暖范围（Tol 2009）的评估中“拟合”。有趣的是，Paltsev等人认为，他们的GDP增长率校准与1950-1973年期间一致，当时能源和资源的所有意图和目的都不受约束，因此对增长几乎没有影响，尽管资源仅在受到约束时才影响GDP（Ayresand Warr 2005），（Stern 2011）。我们很想用“魔法”作为形容词。这种态度的结果的一个例子是隆伯格教授的一句话：“……如果孟加拉国和荷兰一样富有，他们将更有能力应对（海平面）上升的影响。”（Chivers 2013）我们使用引号，因为在现实中，可以拟合这些估计值的曲线的数量和形状实际上是无限的。Sgouridis S.，A.Kaya，D.Csala.——随附的免责声明发布前草案承认了一个局限性，即由于我们拥有的任何气候数据都局限于较低的变暖范围，因此较高的变暖估计值是推测性的。这一免责声明并不妨碍建模人员以后研究显著更高的变暖情景。魏茨曼指出，对二次函数的坚持可能是因为经济学家对它的熟悉。

然而，更重要的是，他表明，对灾难性气候变化的厚尾分布特性固有的忽视气候损害功能，以及基本上不受限制的下侧暴露，是不恰当和误导的（Weitzman，2009）。Tol（Tol 2009）认为，损害估计是可靠的，因为它们是通过不同的方法产生的：使用物理模型进行的部门分类计数，使用历史国家数据进行的统计观察，以及没有实质性差异的德尔菲调查，这些都没有解决Weitzman的批评。由于估算值仅指有限的温度变化范围，因此在评估潜在的灾难性后果时，它们实际上是无用的。更重要的是，基金模型（Tol 2002）中详细的“枚举”损害函数不一定能提供更精确的影响视图。首先是方法上的问题，比如由于值接近零的除法，函数具有高度敏感的参数行为（Ackerman和Munitz，2012）。更重要的是，提供详细的细分会给人一种虚假的信心感，隐藏了一些定义性的假设。首先，部门之间的相互作用和反馈被忽略了——例如，如果孟加拉国农业用地被海平面上升淹没，农业产出只会受到温度的影响，而不会受到海平面上升的影响。其次，灾难性事件的影响，如干旱、洪水或火灾、飓风、季风失败以及印度冰川融化的损失造成的农作物严重歉收，都没有得到考虑。第三，影响程度取决于适度数据点和过去趋势的外推，最终效果是具有与经济输出类似的预设增长因子的曲线。

例如，农业生产的变化基于一个二次方程（见表1 2ndrow），该方程包含了一个预设的生长因子（α），而更高的温度实际上正在增加“预定”的生长，这与当前的研究不一致（Ackerman和Munitz 2012）。从长远来看，这一假设是基于北半球陆地上肥沃土地的可用性，由于施肥和基础设施开发的需要，从资源角度来看，这将是极其昂贵的农业发展成本。第四，货币化效应的问题，如生态系统功能的丧失，在这种情况下，失去生态系统的代价可能是Gouridis S.，A.Kaya，D.Csala.——发布前的草案可能会被经合组织的所有人抵消，他们会跳过一顿30美元的大餐，否则人类的生命成本会出现，但不会讨论。最后，正负效应的博弈最终掩盖了部门和分配效应。例如，供暖成本的降低所节省的成本估计或多或少等于海平面上升造成的土地损失的成本。除了这个等式的荒谬性之外，事实仍然是，那些受土地损失影响的人与那些因减少供暖而获益的人并不相同。这种“利益”和损失的不平等分配，在估算气候损害函数时采用的成本效益分析（CBA）方法的另一个含义进一步突显出来。由于很大一部分损害与人类健康和死亡率有关，因此假设的人类生命价值会影响这些结果。

CBA将这些估值与经济产出联系起来，并将发达国家的生命估值高出发展中国家的15倍（van den Bergh，2004年）的结果与伦理上令人不安的结果联系起来。迄今为止发现的问题突出了一些非常重要的缺点，这些缺点本身就应该提醒人们不要将IAMs用作气候和能源政策的基础。然而，这些问题与外生因素、外部投入和假设有关，理论上可以加以改进，以更好地反映现实。下一节将重点讨论一个潜在的潜在问题，因为它位于建模方法本身的核心，并且不能通过更好地选择贴现率和更准确地估计气候损害函数来解决。3 IAMs中资源的经济分配：替代弹性和生产函数使用一般均衡方法所需的理论基础和假设，例如市场参与者独立行动或市场瞬间清空，在适用性方面受到质疑（c.f.（Kirman 1989），（Varoufakis et al.2012））。然而，我们所讨论的问题，应用替代恒常波动性（CES）函数及其变量来模拟长期技术转型，可以在不使用一般均衡方法的模型中提出。在某些情况下，即使不使用CES的技术转型模型也会模拟典型的CES衍生行为，这种对任何能源转型至关重要的技术过程的错误陈述会降低模型的政策相关性，因为它会导致系统地、现实地高估向零碳能源系统转型所带来的成本。我们提供简单的Gouridis S.，a.Kaya，D.Csala。

–发布前起草ARXIV实施方案，然后演示能源政策主流模型的结果中如何存在相同的建模工件。3.1 CES函数及其在技术替代函数中的应用是作为资本和劳动力替代的一般生产函数形式引入的（Arrow等人，1961年），可以提供灵活性，增加Leontief函数（替代弹性为零）和Cobb-Douglas函数之间的选择（替代弹性是单一的）。以inEq所示的形式。1，（α）是生产要素（F）的份额，ρ将替代弹性（σ）定义为. 虽然两个输入形式可以很容易地扩展为多参数的一般形式，但在求解它们时存在局限性，尤其是当弹性不相等时，因此在实践中，CGE模型使用嵌套的CES函数来模拟具有不同替代弹性的多个生产要素（例如，参见图3）。 （1） CES函数描述了一个输入中需要的变化量，以响应其他输入中的特定变化量，从而维持给定的效用水平。一个初步的，也许微不足道的观察是，CES函数受到生产函数输入的原始结构的限制。如果一个输入最初没有被使用，因此没有被设计，那么在没有干预的情况下，模型显然不会使用它们。也就是说，如果在型号规格时没有使用RE，则其份额将保持为零。一个更重要的特征是，在CES函数中，一个因素相对于另一个因素（即。

ΔR/ΔF）取决于等式2（附录中的推导）所示的因子比例值（R/F）。MRTSR，F=（2） 虽然初始替代要求小于1，但对于较大的初始份额（α）和正ρ，根据其数学定义，CES要求一个因素的输入量以指数方式增加，以取代另一个因素，从而保持恒定的输出。CES函数在设计上是保持共享的。原始股份越大，S.A.Kaya，D.Csala.——一个因子的发布前草案arxiv（αi）需要以指数形式更多地利用其他因子，以取代i的边际减少，同时随着替代的进行保持输出（Y）恒定。最初，CES函数旨在使用双因素投入和资本对各部门的经济产出进行建模。在这种情况下，劳动力和资本都不会完全占据主导地位，两者之间可能的替代范围也会受到限制。这样一来，CES的使用或许是合理的，也具有相当的代表性。然而，数学上的便利性和普遍或部分平衡模型的普遍使用，使得CES函数的使用扩展到了带有技术因素输入的模型过程。然而，这种扩展在经验上失败了，因为技术过程可以完全相互替代，事实上，随着替代技术的渗透性增加，替代往往会变得更容易，从而改变替代的弹性。技术替代通常采用S曲线形式，这在历史上已在各个经济部门观察到，并在能源领域易于识别（参见第5节）。

如果经济学家试图用CES函数来模拟从蒸汽机车到柴油机车的转变，他们会发现，事实上世界仍将使用很大一部分蒸汽机车。只需在下一节给出的示例中

在研究实践中，衡量F的强制替代的参考标准是碳价格（不要与碳的社会成本混淆），作为碳税或限额交易制度的结果实施。在这个模型中，化石燃料价格和边际成本之间的差异提供了实现这种替代所需的碳价格或碳税（C）水平（等式3）。(2) （3） 图1根据IAMs中使用的数值范围，绘制了不同初始份额（α）和替代弹性（σ）值的投入资源值和由此产生的碳税。我们进行了四个关键观察：（i）正如预期的那样，替代曲线F-R显示从R到替代F的输入呈指数增长，（ii）替代率根据份额（α）在不同水平上饱和，但远未达到完全替代，（iii）碳价水平在开始时很小，随着替代饱和而呈指数增长，（iv）碳价格对替代弹性参数的选择非常敏感。图1化石（F）和稀土（R）的替代量以及相应的碳税水平，使用恒产量和变量的CES函数建模：初始份额（a）、替代弹性（σ）和稀土成本降低率（ζ）。Sgouridis S.，A.Kaya，D.Csala.——发布前的绝对因子输入值，即F-R曲线，实际上从未在IAM结果中显示。然而，这是一个重要而具体的指标，可以用来检验模型预测与历史经验的一致性。在这种情况下，它与任何合理预期的技术替代行为相矛盾。

在我们的例子中，当全球平均F份额为85%时，为了将其降低到55%，需要将资源增加13倍（σ=1.5）。这种情况是逐步发生的，因为每一个被替换的化石单元，都需要越来越多的稀土元素来替换相同数量的化石，这是因为技术上对它们的替代率不断降低。我们强调这一结果是人为的，因为它是在绝对没有参考两种资源的技术能力和规格的情况下估算的，我们将在第5节中进一步讨论。通过将物理输入转化为等式2中的价格，经济学家和建模者设法从技术领域的物理性转移到更抽象的价格领域。尽管价格呈指数增长的行为在很大程度上是CES应用程序的一个毫无根据的产物，但与价格争论起来要困难得多。碳税轨迹表明，从化石能源转向可再生能源变得越来越困难。这甚至不是100%的替代，但仅仅是50%，然而碳税达到了化石能源单位成本的1000倍。F的价格指数上升，以迫使其被RE取代，对应于RE“需要”的数量指数增加，以取代单位F。从本质上说，价格的使用掩盖了物理量的CES驱动行为。当然，即使考虑到耗竭或其他市场影响，化石资源价格上涨的假设也无法弥补税收水平的急剧上升。由于预测的未来能源需求的总产出不断增加，我们还包括一个能源需求增长率恒定的模型，如图2所示。

以上讨论的影响现在在数量和价格方面都被夸大了，因为化石产出需要不断地边缘化稀土的影响，使其更难达到高替代水平。Sgouridis S.，A.Kaya，D.Csala.——发布前草案ARXIV图2化石（F）和稀土（R）的替代量和相应的碳税水平，使用CES函数建模，以增加产出率（γ）=3%和变量：初始份额（a）、替代弹性（σ）和稀土成本降低率（ζ）。这一CES应用程序的程式化示例展示了CES的基本特征和敏感性，并强调了一个事实，即建模的行为，例如指数增长的碳价格，是不基于技术替代的特征和动态的人工制品。然而，这些人工制品是几个IAMs的主要结果，如下所述。CES技术转型谬误及其影响的4个例子（Cai等人，2015年）开发了一个混合CGE模型，用于研究全球碳税和减少碳排放的途径。他们最先进的混合模型GTEM-C被设计为将自上而下（CGE）模型与能源生产和消耗的自下而上工程细节相结合，其基础是之前版本的全球贸易和环境模型（GTEM）。除了经典的CES之外，改进版还使用了一种技术捆绑方法。在发电方面，除化石燃料外，该捆绑产品还包括核能、水力、风能、太阳能、生物质、废弃物和其他可再生能源。GTEM-C在几个计算阶段使用CES函数的不同变体，包括在总经济产出的要素生产之间切换，以及在不同的能源发电技术之间切换。