气候变化政策环境影响评估

10在标准均衡模型中，负GDP影响与低碳技术累计投资总额成比例，而在E3ME-FTT中，宏观经济影响随着技术变革的速度以及经济能够吸收这些变化的速度而产生。气候政策的不利影响是由于化石燃料资产搁浅，与化石相关的部门停止了产出，大量就业机会丧失。因此，虽然进口国看到了贸易平衡的好处，但当化石燃料需求下降时，出口国遭受了巨大的GDP损失。由于在E3ME中，金融在GDP中所占份额不固定，能源出口国投资需求不足无法通过价格变化和其他地区需求增加得到补偿，因此总体生产水平可能会大幅下降。4.6. 解构&a&篮子&of&Policys&for&2°C&由于E3ME-FTT具有广泛的减排政策选项板（第4.1节），因此任何政策篮子的特定组成都可能存在很大的不确定性。为了估计这种不确定性，有必要在许多变化较小的备用篮子下运行模型。请注意，许多篮子可以达到相同的排放目标，而且尚未充分探索全部政策空间。在这里，我们制作了一组50多个模拟来实现这一点，如SI所示。我们展示了当从2oC篮子中删除国家组中的政策组时，全球变暖是如何变化的（以80%的概率表示）。我们发现，碳定价是最重要的政策工具，但没有一个国家能够独自退出气候政策，从而将变暖幅度提高到2.7oC以上。

然而，这仅代表一个政策/地区的情况，而且由于模型是非线性的，因此删除更多与此无关。这是由于国家和政策相互作用的事实，如前面的工作所示[4]。还要注意的是，虽然碳税似乎激励了大部分脱碳，但从峰值变暖的角度进行评估时，这反映了电力部门在排放方面的主导地位；然而，如果没有其他政策，其他部门的技术构成不会发生实质性变化。4.7. 敏感性与分析：&技术与不确定性&E3ME-FTT是一个相对稳定的模型，我们的意思是它对输入数据的变化具有鲁棒性。模型不会生成阶跃更改或翻转。不稳定性可能是错误回归的结果，我们可以识别并消除这些错误回归。E3ME-FTT是一个路径依赖的动力学模型，具有很强的时间自相关，这意味着每个时间步都与前一个时间步有很强的相关性。该模型通过对其参数值的不确定性来表征固有的输出不确定性。由于它是一个动态模型，不确定性会在模拟时间跨度内累积，这意味着长期结果可能会因输入参数的微小变化而发生实质性变化（参见例[33]）。然而，这并不意味着模型在参数变化时是不稳定的。在FTT中，要使技术吸收率发生较大变化（吸收始终是连续的，变化平稳），平均感知成本的变化必须大大超过其相关分布的宽度（见图2）。如果没有，变化是难以察觉的。

在SI中，我们对FTT：功率和FTT：传输的八个参数进行了敏感性分析，其数量大致对应于成本分布的宽度。这些参数是指除政策外，排放量变化最大的参数。11我们发现，对于20%的成本变化，到2050年，技术份额的变化最多为20%。我们进一步展示了这些变异在E3ME中的传播，表达了GDP和就业的相关变化。从E3ME-FTT到GENIE 1的误差传播可以估计为E3ME中可能结果的传播与图4所示GENIE1结果的传播相卷积。4.8. 总结&政策制定&我们在此总结所学到的知识，以便更好地为决策提供信息。这里介绍的模型是一个描述性模型，而不是更常见的规范性模型。其有用性在于技术扩散模型与非均衡经济模型相结合的细节。对于决策而言，关键是该模式提供的高政策空间。例如，我们观察到，在这种模型结构中，大多数政策不能用11个其他参数来表达，而在气候政策分析中，这些参数可能会导致不确定性，即能源价格弹性和技术进步指标。这些因素不会影响技术组成，因此对排放的影响较小，此处不进行分析。碳价格等值的条件，因为政策相互影响。例如，在交通领域采用公共采购政策，启动电动汽车市场，使税收和补贴具有更强的效力。

另一个例子是，关于可以建立哪些发电技术的监管政策改变了碳价格的有效性。该模型的巨大政策空间以及政策之间的相互作用意味着不可能确定最佳战略，因为太多的政策框架可能导致相同的结果。例如，可以采取更具监管性的方法，也可以采取更基于市场的方法，并在减排方面取得类似的结果。这就是为什么该模型特别适用于详细政策包的影响评估，但不太适用于议程设置。我们在这里展示了模型中的特定一揽子政策如何能够实现符合《巴黎协定》的减排。然而，也可以确定其他达到类似结果的政策框架。5、结论：（蓝图（新的）角色（综合的）评估（m o dels（后巴黎（制定政策战略以实施《巴黎协定》是一个复杂的过程，需要反复尝试。然而，时间有限，决策者必须利用所有可用信息确保成功。政策周期需要对更广泛政策战略的每个组成部分进行详细评估，以获得足够的公众和政治支持。）我支持它成为法律。我们在这里提出了一种综合评估建模方法，这在许多方面都是第一种。它涉及经济、技术和气候系统的综合模型模拟，以及可用的最高政策工具定义。它可用于详细分析一篮子复杂的低碳政策可能产生的影响，并确定其实现气候目标等政策目标的能力。

我们强调，虽然对未来进行建模具有高度的不确定性，但这是唯一可用于为决策提供定量信息的方法。虽然结果的含义只能在其各自不确定性的背景下理解，但我们认为，使用简化模型来生成更简单的故事情节是不够的，可能会产生误导，相反，使用复杂的方法可以提高我们对现实的理解。同样，决策也不能简化为单纯的定价策略。政策工具的细节很重要，它们的分析取决于具体情况，在模型中必须越来越多地考虑这一现实。我们认为，该模型可以作为设计更好模型的蓝图，用于分析全球低碳政策的影响。致谢（所有作者感谢C-EERNG和剑桥计量经济学提供的一般学术和技术支持。JFM、HP、PS、JV、NRE和PH感谢英国研究委员会的资助：JFM感谢工程和物理科学研究委员会（EPSRC）的资助，研究金编号EP/K007254/1；JVM、PS和JV承认牛顿基金会的两项拨款，即EP/N002504/1（EPSRC）和ES/N013174/1（ESRC经济和社会研究委员会）。NRE和PH确认自然环境研究委员会（NERC）第NE/P015093/1号拨款。此外，PS承认来自Conicyt的资金。JFM和HP感谢欧盟委员会地平线2020 Sim4Nexus赠款和DG ENERGY提供的资金，AL感谢澳门大学的博士后奖学金。JFM承认H.de Coninck和M。

Grubb提供信息性讨论。参考文件（1，《巴黎协议》，2016年4月22日，第2（1）（a）条）。2015. 2.  Probst，G.和A.Bassi，《解决复杂性：决策者的系统方法》。2014年：绿叶出版社。3、欧盟委员会，更好的监管指南，见欧盟委员会报告。2015. 4.  Mercure，J.-F.等人，《技术扩散动态和气候政策工具对全球电力部门脱碳的影响》。能源政策，2014年。73：第686-700页。Knobloch，F.和J.-F.Mercure，《绿色技术投资的行为方面：异质主体背景下的一般积极模型》。环境创新和社会转型，2016年。21：第39-55页。6、Lam，A.，利用技术变革的动态模型，模拟政策激励对乘用车和摩托车全球CO2排放量的影响。剑桥大学博士论文，2017年。7、Mercure、J.-F.和A.Lam，《消费者选择政策对六个主要经济体私人道路客运减排的有效性》。《环境研究快报》，2015年。10（6）：第064008页。Mercure，J.-F.等人，对异构代理的复杂系统进行建模，以更好地设计可持续性过渡政策。2016年全球环境变化。37：第102-115页。9、McCollum，D.L.等人，《改进全球综合评估模型的行为真实性：消费者车辆选择的应用》。交通研究D部分：交通与环境，2016年。10、Pettifor，H.等人，《替代燃料汽车全球扩散中的社会影响——荟萃分析》。《交通地理杂志》，2017年。62：第247-261页。11、Pettifor，H.等人，《模拟全球低碳汽车转型中的社会影响和文化差异》。2017年全球环境变化。47：第76-87页。

Wilson，C.、H.Pettifor和D.McCollum，《改善全球气候变化缓解综合评估模型的行为现实主义：研究议程》。2015年第3.2号提前项目交付成果。Edenhofer，O.等人，《低稳定经济：缓解策略和成本的模型比较》。《能源杂志》，2010年：第11-48页。IPCC，《缓解气候变化》。第三工作组对政府间气候变化专门委员会第五次评估报告的贡献。剑桥大学出版社，英国剑桥和纽约，2014年。斯特恩，N.H.，《气候变化经济学：斯特恩评论》。2007年：剑桥大学出版社。16、剑桥计量经济学、ECN、EY、SQ Consult和Wuppertal Institut的最终报告《欧盟委员会，能源效率的宏观经济和其他效益》。2017. 17.  Mercure，J.等人，《政策诱导的能源技术创新和低碳经济增长融资》。能源和气候政策的宏观经济学研究。，在欧盟委员会的报告中。2016. 18.  Pollitt，H.和J.-F.Mercure，《货币和金融部门在用于评估气候和能源政策的能源经济模型中的作用》。气候政策，2017年：第1-14页。19、Clarke，L.等人，《第6章：评估转型路径》，2017年气候变化，第三工作组，政府间气候变化专门委员会第五次评估报告。2014. 20.  Mazzucato，M.，创业国家。测深，2011年。49（49）：第131-142页。Hottenrott，H.和S.Rexh"auser，《政策诱导的环境技术和创新努力：是否存在排挤？工业与创新，2015年。22（5）：第375-401页。波普，D.和R.纽厄尔，能源研发从何而来？审查能源研发的挤出。能源经济学，2012年。34（4）：第980-991页。23、Leaton，J.和L。

Sussams，《不可燃烧的碳：世界金融市场是否存在碳泡沫？》？，在碳追踪计划中。2011. 24.  Sussams，L.和J.Leaton在英国伦敦皇家学院格兰瑟姆研究所（GranthamInstitute at Imperial College London）发表了《期待意外：低碳技术的破坏力》（Expected the Unexpected:the Distributive Power of Low carbon Technology），该研究所位于伦敦。2017. 25.  Battiston，S.等人，《金融系统的气候压力测试》。《自然气候变化》，2017年。7（4）：第283-288页。26.Carney，M.，《打破地平线气候变化和金融稳定的悲剧》，9月在伦敦劳埃德船级社发表演讲。2015. 27.  英国审慎监管局（Prudential Regulation Authority）的报告中提到了英国央行（Bank of England），气候变化对英国保险业的影响。2015. 28.  凯恩斯，J.M.，概率论。1921年：快递公司。斯基德尔斯基，R.，凯恩斯：《大师的归来》（平装本）。纽约：公共事务，2010年。基恩，S.，揭穿经济学：裸体皇帝被废黜？2011年：Zed图书有限公司31。Morgandi，T.和J.Vinuales，《能源政策的法律方面》，《寻找良好的能源政策》，M.Pollitt等人，编辑。2018年，剑桥大学出版社出版。32、Grubb，M.、J.-C.Hourcade和K.Neuhoff，《行星经济学》。2014年：劳特利奇·阿宾顿。33、Arthur，W.B.，竞争性技术、收益递增和历史事件锁定。《经济杂志》，1989年。99（394）：第116-131页。Arthur，W.B.和D.A.Lane，《信息传染》。《结构变化和经济动态》，1993年。4（1）：第81-104页。Rogers，E.M.，创新的传播。2010年：西蒙和舒斯特。36、欧盟委员会，《影响评估，2020年至2030年期间气候和能源政策框架》{COM（2014）15 final}{SWD（2014）16 final}，见欧盟委员会报告。2014. 37.  Barker，T.等人，《缩小2020年排放差距的政策对GDP和就业的影响》。气候政策，2016年。

16（4）：第393-414页。Kober，T.等人，《拉丁美洲减缓气候变化的宏观经济影响：跨模型比较》。能源经济学，2016年。56：第625-636页。Pollitt，H.等人，《欧盟未来气候政策对就业影响的宏观经济分析》。气候政策，2015年。15（5）：第604-625页。Pollitt，H.等人，《日本未来发电组合的经济和环境评估——使用E3MG宏观经济计量模型的评估》。能源政策，2014年。67：第243-254页。41、欧盟委员会，影响评估，欧洲议会和理事会关于修改2012/27号指令/欧盟关于能源效率的指令的提案{COM（2016）761 final}{SWD（2016）406 final}。欧盟委员会报告，2016年。42、IRENA，《能源转型前景：低碳能源系统的投资需求》。IRENA报告，2017年。剑桥计量经济学，E3ME模型。2017. 44.  Engle，R.F.和C.W.Granger，《协整和误差修正：表示、估计和检验》。计量经济学：计量经济学学会杂志，1987年：第251-276页。Hendry，D.F.、A.R.Pagan和J.D.Sargan，《动态规范》。《计量经济学手册》，1984年。2： 第1023-1100页。Lavoie，M.，后凯恩斯主义经济学：新基础。2014年：Edward Elgar出版社。Lucas，R.E.《计量经济政策评估：批判》。在卡内基罗切斯特公共政策系列会议上。1976年，爱思唯尔。48、Kirman，A.P.，代表个人代表谁或代表什么？《经济展望杂志》，1992年。6（2）：第117-136页。McLeay，M.、A.Radia和R.Thomas，《现代经济中的货币：导论》。2014. 50.  McLeay，M.、A.Radia和R.Thomas，《现代经济中的货币创造》。2014. 51.  凯恩斯，J.M.，就业、利息和货币的一般理论。1936年：帕尔格雷夫·麦克米伦。52

Ekins，P.等人，《欧洲环境税改革（ETR）对家庭的影响》。生态经济学，2011年。70（12）：第2472-2485页。Ekins，P.等人，《通过环境税改革提高碳和材料生产率》。能源政策，2012年。42：第365-376页。Seung Joon，P.等人，《东亚经济体环境税改革的双重红利》。《东亚低碳、可持续的未来：改善能源系统、税收和政策合作》，2015年：第121页。《时尚、时尚与选择的流行：非均衡消费者理论的微观基础》。arXiv:1607.041552017。56、Grübler，A.、N.Naki'cenovi'c和D.G.Victor，《能源技术动态与全球变化》。能源政策，1999年。27（5）：第247-280页。Mercure，J.-F.等人，《作为一门实证科学的综合评估建模：对道路运输中的政策影响进行建模，以实现远低于2摄氏度的气候目标》。arXiv:1702.04133，2017.58。Hofbauer，J.和K.Sigmund，《进化博弈和种群动力学》。1998年：剑桥大学出版社。Mercure，J.-F.，《FTT：电力：导致技术变革和自然资源枯竭的电力部门全球模型》。能源政策，2012年。48：第799-811页。Mercure，J.-F.，技术变革的年龄结构人口统计学理论。进化经济学杂志，2015年。25（4）：第787-820页。Ben Akiva，M.E.和S.R.Lerman，《离散选择分析：旅游需求的理论和应用》。第9卷。1985年：麻省理工学院出版社。62、Domencich，T.A.和D.McFadden，《城市出行需求——行为分析》。1975. 63.  Geels，F.W.，作为进化重构过程的技术转型：多层次视角和案例研究。研究政策，2002年。31（8）：第1257-1274页。64、Mercure，J.-F.和P。