氣候變化的不確定性及其經(jīng)濟影響與政策含義

劉昌義 潘家華

(1．中國社會科學研究生院，北京102488;2．中國社會科學院城市發(fā)展與環(huán)境研究所，北京100732)

氣候變化的不確定性及其經(jīng)濟影響與政策含義

劉昌義1潘家華2

(1．中國社會科學研究生院，北京102488;2．中國社會科學院城市發(fā)展與環(huán)境研究所，北京100732)

氣候變化面臨著大量的不確定性，因此不確定性就成為氣候變化經(jīng)濟學研究的一個重點和難點。傳統(tǒng)的成本收益方法都假定氣候敏感性服從標準正態(tài)分布，并在此基礎(chǔ)上設(shè)定效用函數(shù)和損失函數(shù)。斯特恩對這些方法提出了批評，指出氣候變化問題不適用于邊際分析。繼《斯特恩報告》之后，以哈佛大學的魏茨曼為代表的經(jīng)濟學家對氣候變化經(jīng)濟學中的結(jié)構(gòu)性不確定性展開研究。魏茨曼指出氣候敏感性應(yīng)服從厚尾分布，這一觀點既具有氣候自然科學方面的基礎(chǔ)，也得到了眾多經(jīng)濟學家的認可。而傳統(tǒng)的成本收益方法由于假定氣候敏感性服從瘦尾分布，因此對氣候敏感性、效用函數(shù)和損失函數(shù)的設(shè)定都存在偏誤，從而低估了未來氣候災(zāi)難發(fā)生的可能性及其可能造成的損害的程度。圍繞厚尾分布的觀點，魏茨曼提出并證明了“悲觀定理”，這一定理表明人們?yōu)榱吮苊馕磥淼臍夂驗?zāi)難，愿意犧牲當前部分甚至全部的消費，從而在理論上揭示了不確定條件下氣候變化公共決策的理論依據(jù)。他指出當前的減緩?fù)顿Y相當于是為了避免未來氣候災(zāi)難的“保險”，而當前減排行動所依據(jù)的正是預(yù)防原則。預(yù)防原則的來源，則是氣候災(zāi)難這種小概率、大影響事件所導(dǎo)致的恐懼因素或者模糊厭惡。實證研究的結(jié)果表明，依據(jù)厚尾分布改變氣候敏感性和損失函數(shù)，未來氣候災(zāi)難可能帶來的損失要遠大于傳統(tǒng)模型的結(jié)果?；谝陨侠碛桑捍穆辛艘灾Z德豪斯為代表的“緩行戰(zhàn)略”和“氣候政策斜坡”的政策建議，從而間接支持了《斯特恩報告》立即大幅減緩的觀點。

氣候變化;不確定性;厚尾分布;預(yù)防原則;模糊厭惡

斯特恩曾指出，傳統(tǒng)模型使用的邊際方法并不適用于分析氣候變化問題，因為未來的氣候路徑和氣候系統(tǒng)反饋都存在巨大的不確定性，同時傳統(tǒng)模型使用較高的市場貼現(xiàn)率低估了氣候變化可能帶來的損失［1］。但《斯特恩報告》所使用的模型依然依賴于傳統(tǒng)的瘦尾分布假設(shè)和模型設(shè)定，雖然報告得到的結(jié)果表明氣候變化帶來的損失可能要遠高于其他模型預(yù)測的結(jié)果，但這一結(jié)果嚴重依賴于主觀設(shè)定的低貼現(xiàn)率［2］。因此，斯特恩只是指出了問題，但并沒有提出具體的解決辦法，而且報告中人為設(shè)定低貼現(xiàn)率的方法也廣受批評［3］。繼《斯特恩報告》之后，以哈佛大學的馬丁·魏茨曼(Martin Weitzman)為代表的經(jīng)濟學家最近提出，氣候變化具有高度的結(jié)構(gòu)性不確定性，溫升分布應(yīng)服從厚尾分布，而西方主流經(jīng)濟學家模擬氣候變化所采用的傳統(tǒng)的成本收益方法(即聯(lián)合評估模型，以下簡稱模型)都是建立在瘦尾分布(如正態(tài)分布)的基礎(chǔ)上，因而大大低估了氣候災(zāi)難發(fā)生的可能性及其嚴重程度。魏茨曼據(jù)此對傳統(tǒng)的建模思路提出了批評，提出需要根據(jù)厚尾分布修正氣候敏感系數(shù)、效用函數(shù)和損失函數(shù);他在理論上提出了“悲觀定理”，將其擴展到具有一般性的災(zāi)難經(jīng)濟分析，深化了預(yù)防原則，并針對氣候變化提出了“氣候災(zāi)難保險”和“恐懼因素”的概念。魏茨曼的一系列新觀點引起了學術(shù)界的廣泛爭論，并激發(fā)了一大批后續(xù)的研究。

1 氣候敏感性的厚尾分布

1．1 結(jié)構(gòu)性不確定性與厚尾分布的定義

就不確定性的程度而言，可以分為風險、不確定性。風險是指結(jié)果未知、但結(jié)果的概率分布已知的隨機性。而我們常說的不確定性指的是奈特式不確定性，即不僅結(jié)果未知，而且結(jié)果的概率分布也是未知的。而不確定性又分兩種:值不確定(value uncertainties)和結(jié)構(gòu)性不確定(structural uncertainties)。值不確定來自于特定取值或結(jié)果決定過程中的不完全性，例如數(shù)據(jù)不準確或?qū)ο蟛⒉煌耆邆浯硇缘?而結(jié)構(gòu)性不確定則來自對特定取值或結(jié)果控制過程的不完全理解。氣候敏感性的分布就是典型的結(jié)構(gòu)性不確定性。

在概率論中，通常以峰度(kurtosis)來描述分布的尾部肥瘦情況。對隨機變量{Xt}，其分布的峰度為E［(Xtμ)4］，其中μ為均值。瘦尾分布的峰度很小甚至為零(如正態(tài)分布)，而厚尾分布(fat-tailed distribution)的峰度則相對較大(如t分布、帕累托分布)。瘦尾分布的概率呈指數(shù)型下降，因而下降的很快;而厚尾分布的概率呈多項式下降，因而下降的更慢。以經(jīng)濟學上最常用的帕累托分布為例，其概率密度函數(shù)為P=kX－(1+α)，其中α是決定帕累托分布厚尾程度的參數(shù)，α越小，尾部越厚。典型的瘦尾分布常常會低估小概率事件所帶來的風險。而氣候變化導(dǎo)致的高溫升很可能就是典型的小概率事件。

1．2 氣候敏感性及其厚尾分布

平衡的氣候敏感性(Equilibrium Climate Sensitivity，ECS，以下簡稱氣候敏感性)用于衡量氣候系統(tǒng)對持續(xù)性輻射強迫的響應(yīng)，其定義是CO2濃度加倍后出現(xiàn)的平衡的全球平均地表變暖［4］。對氣候敏感性的預(yù)測存在很大的不確定性［5］。當前科學家對其概率分布的預(yù)測結(jié)果表明，氣候敏感性的分布是服從厚尾分布的。氣候敏感性厚尾分布的兩個主要特征是:一是溫升幅度比瘦尾分布的要大，例如高于4．5℃，甚至高于10℃的可能性都是存在的;二是高溫升的概率要比瘦尾分布的要大，接近或突破氣候臨界值點(tipping point)或氣候系統(tǒng)閾值的可能性比瘦尾分布要更高。

傳統(tǒng)的氣候經(jīng)濟評估模型可能低估了氣候敏感性的范圍及其可能性。例如，IPCC總結(jié)了22項科學研究的結(jié)果，發(fā)現(xiàn)氣候敏感性最可能的值為3℃，有66%的可能性落在2℃ －4．5℃之間，小于10%的可能性會低于1．5℃，而高于4.5℃的可能性在5% －17%之間［4］。而最近的一些科學研究表明，氣候敏感性存在厚尾分布。例如，Zickfeld等最近對14位氣候科學家的調(diào)查結(jié)果表明，多數(shù)專家認為高于4.5℃的可能性大于17%［6］。Stainforth等發(fā)現(xiàn)氣候敏感性的幅度范圍要更大，從2℃ －11℃，而且更偏向高溫升的厚尾部分;IPCC及其引用的文獻都很可能低估了氣候敏感性的范圍［7］。Valdes也指出，目前IPCC所用的模式并不具備模擬氣候突變的能力［8］。

雖然當前科學家對氣候敏感性厚尾的程度意見不一，但是均認可其厚尾分布的屬性。這些厚尾分布的顯著特征是，高氣候敏感性(如4．5℃ －10℃)的概率比瘦尾分布要高的多，而且無法排除非常高的氣候敏感性(如＞10℃)和未來高溫室氣體濃度的情景(如＞700 ppm)。而這種厚尾分布足以顛覆傳統(tǒng)經(jīng)濟評估模型的結(jié)論，因為在氣候政策決策中，人類的風險厭惡和不確定厭惡(模糊厭惡)會起到重要的作用，人們會出于預(yù)防原則對高溫升(和氣候災(zāi)難)這種小概率、大影響賦予更高的權(quán)重，從而使得厚尾事件主導(dǎo)整個決策結(jié)果。這就是氣候變化中“悲觀定理”的含義所在［9］。

1．3 氣候敏感性厚尾分布的科學基礎(chǔ)

最新的科學證據(jù)表明，自工業(yè)革命以來的溫室氣體濃度水平不僅是近80萬年來前所未有的，而且近期濃度上升的速度之快更是令人擔憂。最近一次溫升高于目前5℃ －10℃，還要追溯到距今約34－55萬年前的始新世。雖然溫升每隔約10萬年會有一個波動周期，但以往波動的幅度相比工業(yè)革命后的升幅，顯得非常?。?0］。

Hansen，Zeebe等和Pagani等科學家指出，目前的模型都只包括了氣候系統(tǒng)的“快反饋敏感性”，而氣候系統(tǒng)可能存在“慢反饋均衡”(即地球系統(tǒng)敏感性)［11－13］。事實上，溫室氣體的快速上升可能導(dǎo)致海洋底儲存的大量甲烷或者永久凍土區(qū)、沼澤地所封存的溫室氣體釋放到大氣中，從而引發(fā)更快的濃度和溫度上升。這種慢反饋均衡出現(xiàn)的概率很小且未知，或許需要數(shù)個世紀才會出現(xiàn)，但絕對不是零，它是導(dǎo)致氣候敏感性厚尾分布的重要物理基礎(chǔ)。Hansen等指出傳統(tǒng)的氣候敏感性只包括了快反饋，結(jié)果表明溫室氣體濃度翻倍溫升只有3℃左右;但如果包括慢反饋，那么氣候敏感均衡可能會達到6℃;而且他們認為需要將目前的CO2濃度從385 ppm降到350 ppm，否則一旦超過425(±75)ppm，將可能引發(fā)不可逆的氣候災(zāi)難［11］。Pagani等指出，包括非 CO2溫室氣體、植被、灰塵/氣溶膠、冰蓋、海洋環(huán)流、海洋生產(chǎn)力、風化等反饋過程，針對上新世暖氣(5．3－2．6 MaBP)CO2加倍的地球系統(tǒng)敏感性達到7℃ －10℃［13］。

氣候敏感性的厚尾分布，即高溫升，可能帶來加速的反饋并造成非常嚴重的后果(氣候災(zāi)難)，而對這種小概率、大影響事件的考慮在人們的決策過程中起著非常大的作用。然而，傳統(tǒng)模型中卻并未考慮這種可能性。傳統(tǒng)聯(lián)合評估模型由于采用瘦尾分布，因此在估計未來可能的高溫室氣體濃度和高溫升情景時，顯著地低估了這種氣候災(zāi)難的可能性以及損害程度(見表1)。Tol對13項基于瘦尾分布的聯(lián)合評估模型的調(diào)研表明，這些模型所使用的溫升都在1℃ －3℃之間，溫升造成的GDP損失均值在－4.8% －2．5%之間［14］。這些結(jié)果顯然與上述最新的科學證據(jù)相左。因此，Weitzman的一系列研究正是基于氣候敏感性的厚尾分布，以試圖糾正傳統(tǒng)模型的各種設(shè)定偏誤。

表1 不同分布下氣候敏感性的概率結(jié)果比較［15］Tab．1 Comparison of ECSunder different probability distributions

2 厚尾分布對傳統(tǒng)經(jīng)濟評估模型的挑戰(zhàn)

2．1 傳統(tǒng)成本收益方法中對不確定性的處理

聯(lián)合評估模型對氣候變化的經(jīng)濟評估一般包括五步:①對未來的溫室氣體(或二氧化碳等價CO2e)的照常排放情景以及各種可能的減排情景進行預(yù)測，得出未來的溫室氣體濃度;②由溫室氣體濃度變化得到未來全球或區(qū)域的平均溫升;③對溫升造成的GDP和消費損失進行估算;④對各種減緩溫室氣體的投資或成本進行估算;⑤根據(jù)對社會的效用和純時間偏好的假設(shè)，可以對當前減排帶來的消費水平的下降與由減排帶來的未來的消費增加進行貼現(xiàn)和比較［16］。

上述每一步都涉及大量的不確定性。例如，未來溫室氣體的排放情景和未來的氣候政策會如何?溫室氣體排放流量是如何通過碳循環(huán)轉(zhuǎn)化為濃度存量的?又是如何轉(zhuǎn)化為全球平均溫升的?又是如何分解為各個區(qū)域的溫升和氣候變化的?減緩和適應(yīng)又是如何轉(zhuǎn)化為效用變化的?各區(qū)域的效用變化又是如何加成和貼現(xiàn)的?［9］

需要說明的是，氣候變化經(jīng)濟評估的邏輯鏈條很長，而每一步都蘊藏著大量的不確定性，氣候敏感性只是諸多不確定性中的一個，但它又是決定性的一個;它對于模型中效用函數(shù)和損失函數(shù)的設(shè)定、以及風險厭惡和純時間偏好率等多種不確定性都具有決定性的影響［15］。

2．2 悲觀定理

Weitzman根據(jù)氣候災(zāi)難的厚尾分布，提出“悲觀定理”(Dismal Theorem)。這一定理證明，溫升的厚尾分布將導(dǎo)致未來經(jīng)濟增長率存在不確定性，當經(jīng)濟增長率方差未知時，隨機貼現(xiàn)因子的無條件和條件期望值都趨近于無窮大［17］。

這一定理的含義很直觀，即當氣候變化造成未來消費的不確定性時，人們在面臨消費的巨大損失(甚至死亡)的時候，即便這種可能性非常小，但只要這種事件服從厚尾分布，那么人們就會愿意犧牲當前的很大一部分(甚至接近全部)的消費以避免這種小概率、大影響事件發(fā)生。人們的這種心理，往往是出于預(yù)防原則(precautionary principle)［18］，而預(yù)防原則又來自于人們對氣候災(zāi)難的“恐懼 心 理 ”(fear factor)［15］或 模 糊 厭 惡 (ambiguity aversion)［19］。應(yīng)用到氣候變化上，當前的減排行動就可以看做是人們?yōu)榱吮苊獬霈F(xiàn)災(zāi)難性的氣候變化而愿意減少的等價消費(或者說是支付意愿)，這就是為何Weitzman將當前的減排投資形容為“氣候災(zāi)難保險”的原因［15］。

悲觀定理實質(zhì)上是一種極端情況，采用的一些假設(shè)也招致了各種批評。例如，Nordhaus對悲劇理論的假設(shè)條件及其政策含義進行了批評。Nordhaus認為，悲觀定理成立要滿足三個條件:很強的風險厭惡(η較大);高溫升的可能性足夠大(尾部足夠厚，即α足夠小)，二者綜合起來，即需要滿足η＞α+1;社會無法通過學習或采取矯正行動以降低最后災(zāi)難發(fā)生的可能性。Nordhaus認為，現(xiàn)在看來，氣候變化很可能并不滿足這些必要條件，尤其是第三點，因為氣候變化是一個漸進的過程，人們可以通過學習，在技術(shù)進步中逐步加強減排行動。此外，Nordhaus批評Weitzman推導(dǎo)的悲觀定理中采用了一些很強的假設(shè)，例如氣候敏感性作為最主要的不確定參數(shù)，并沒有給定上限;而且高溫升帶來的消費損失和邊際效用也沒有設(shè)定上限［20－21］。Arrow進一步證明，當且僅當儲蓄率 s=1時，氣候災(zāi)難才成立，而這并不符合現(xiàn)實［22］。在這些設(shè)定下，根據(jù)悲觀定理推導(dǎo)出的一些結(jié)論:氣候災(zāi)難可能導(dǎo)致接近于零的消費，從而導(dǎo)致無窮大的負效用;人類只要面臨任何可能的小概率事件，都需要花費幾乎所有當前的資源用來預(yù)防。這些結(jié)論都是極不現(xiàn)實的，而且由于過強的假設(shè)，悲觀定理也幾乎沒有任何實際的政策意義。但Weitzman堅持認為這些批評并不能改變悲觀定理的基本結(jié)論［23］。可以預(yù)見，這一爭論仍將持續(xù)。

2．3 效用函數(shù)與損失函數(shù)的設(shè)定

2．3．1 效用函數(shù)

傳統(tǒng)氣候聯(lián)合評估模型中的效用函數(shù)都是乘式可分的(multiplicatively seperable)，而Weitzman認為加式可分的(additively seperable)效用函數(shù)能更準確地反映高溫升的厚尾分布帶來的效用損失，因為在低概率、大影響的高溫升情景下，加式效用函數(shù)的損失要比乘式的更大，更能反映出生物多樣性、健康等非物質(zhì)財富的不可替代性，因而更符合氣候敏感性厚尾分布的現(xiàn)實［24－25］。例如，Sterner等認為傳統(tǒng)的模型沒有納入環(huán)境的相對價格和價值，因此低估了氣候變化帶來的損失。他們通過采用常替代彈性(CES)的效用函數(shù)，在效用函數(shù)中納入環(huán)境價值，得出與Weitzman近似的加式效用函數(shù)。在這一效用函數(shù)下，溫升導(dǎo)致的效用損失也大大高于傳統(tǒng)的結(jié)果［26］?；谶@兩點，Weitzman認為在氣候變化模型中，使用加式效用函數(shù)能夠更好地反映高溫升的情景［24］。

2．3．2 損失函數(shù)

標準的聯(lián)合評估模型的損失函數(shù)使用的是嵌套效用函數(shù)，將消費損失作為溫升的二次多項式;而且溫升分布使用的是正態(tài)分布。這些設(shè)定都嚴重地低估了高溫升發(fā)生的可能性及其可能的危害程度。因此，Weitzman建議使用“活躍型”(reactive form)的損失函數(shù)，認為這種函數(shù)能更好地模擬未來的高溫升和大的消費增長率波動的情景，因而更適合用來評估厚尾分布下的氣候損失［25］。

綜上所述，如果考慮氣候變化高溫升的厚尾分布，并改變傳統(tǒng)模型中對效用函數(shù)和損失函數(shù)的設(shè)定，那么這些看似很小的改變，卻能很大程度上改變了傳統(tǒng)模型中的結(jié)論［27］。Weitzman根據(jù)帕累托分布，將溫升的厚尾分布設(shè)定為:超過4．5℃的可能性為15%，超過7℃的可能性為5%，超過10℃的可能性約為1%［9］。結(jié)果表明，在傳統(tǒng)的二次型損失函數(shù)下，即便是非常高的溫升，消費損失的下降也非常緩慢(見表2)，這與人們的直覺和科學證據(jù)都是相違背的。相比之下，活躍型損失函數(shù)則可能更為符合未來氣候變化的“實際”情況。

表2 在不同溫升下二次型和活躍型損失函數(shù)的等價消費［15］Tab．2 Welfare-equivalent consumption under different damage functions珘CQ and珘CR

2．4 預(yù)防原則

Weitzman證明，當總體分布的尾部肥瘦下降程度存在不確定性時，就會導(dǎo)致厚尾，表明極端的小概率事件發(fā)生的可能性比人們預(yù)想的可能更高，這無形之中放大了災(zāi)難的可能性及其損害程度。因此在決策時，人們總是更多地傾向于避免極端災(zāi)難事件，愿意付出更大的當前消費用于投資以減緩災(zāi)難發(fā)生的可能性。這就是所謂的“預(yù)防原則”(precautionary principle)［18］。而人們?yōu)楸苊馕磥沓霈F(xiàn)災(zāi)難性的高溫升而愿意減少的當前那部分消費，即當前的減排投資，就相當于是氣候災(zāi)難保險［15］。

預(yù)防原則的邏輯如下:當某個災(zāi)難發(fā)生的概率密度函數(shù)(PDF)的范圍已知，但其具體形式未知，這一概率密度函數(shù)分布的尾部下降速度為隨機變量。一個貝葉斯決策者面臨著多種可能的概率分布，每個概率分布具有不同的尾部下降速率。一個初步的結(jié)論是，尾部的極端事件發(fā)生概率下降的速度越是不確定(即方差越大)，貝葉斯加總的后驗－預(yù)測概率密度函數(shù)的尾部就越厚。通俗來講，即如果你知道可能出現(xiàn)糟糕的結(jié)果，那么事實結(jié)果可能比你所想的更糟糕。因此，對于決策者來說，一個有效的決策意味著必須假定處于厚尾部分的小概率事件會出現(xiàn)，并以預(yù)防原則作為應(yīng)對的原則。

2．5 不確定厭惡(模糊厭惡)

最近西方學者將“模糊厭惡”(ambiguity aversion)應(yīng)用于氣候變化經(jīng)濟分析和政策決策之中。模糊厭惡指的是即便是在可能的最壞情景中，決策者要實現(xiàn)與完全信息條件下的收益至少一樣好的傾向。模糊厭惡條件下，決策者往往面臨著更少的信息:決策者不僅面臨著結(jié)果的不確定性，而且還面臨著其概率分布的不確定性。模糊厭惡比風險厭惡的程度更深，人們往往對最壞的結(jié)果更為恐懼。

氣候變化政策決策中存在這種典型的模糊厭惡。由于當前人們對未來溫升的程度、概率及其可能的影響都知之甚少，但是一旦發(fā)生氣候災(zāi)難使得人類可能遭受巨大的損失甚至滅頂之災(zāi)時(盡管從當前看這種氣候災(zāi)難的可能性很小，而且即便發(fā)生也是在遙遠的未來)，因此全球在形成公共決策時，對這種最壞情景的恐懼便占據(jù)主導(dǎo)因素。為了預(yù)防出現(xiàn)最壞的情形(出于預(yù)防原則)，人們會傾向于現(xiàn)在開始減少排放。這便是模糊厭惡在氣候變化政策決策中的具體表現(xiàn)［28］。

Millner等證明，當預(yù)期效用為嚴格凹，且預(yù)期效用序列與邊際預(yù)期效用(即效用對減排的一階導(dǎo))為反協(xié)單調(diào)(anti-comonotonic)時(即當預(yù)期效用增加時，邊際預(yù)期效用減小)，以及其他條件下，模糊厭惡程度越高，那么最優(yōu)減排水平會越高。因為此時模糊厭惡的上升將促使人們當前更多減排，從而避免了未來消費水平的大幅波動［19］。

人們可以將這一原則應(yīng)用到具體的減排政策決策上。當消費水平比較低的時候(例如當代人的消費)，如果氣候敏感性的分布可能造成未來消費水平大幅降低(對應(yīng)低的預(yù)期效用和高邊際預(yù)期效用，即此時二者為反協(xié)單調(diào)關(guān)系)，那么收益最大化的結(jié)果將是當前采取減排行動。這也是預(yù)防原則的本質(zhì)所在:當決策者對未來更加不確定時，那么當前采取行動避免未來最壞的結(jié)果，將是最優(yōu)的。這也是為何《斯特恩報告》和IPCC主張當前減排的根本原因所在。相反，如果預(yù)期效用和邊際預(yù)期效用為協(xié)單調(diào)時，當前的消費水平低，減排帶來的邊際效用也很低，那么決策者會賦予當前低消費更高的權(quán)重，從而導(dǎo)致當前不采取減排。這就是Nordhaus等人主張緩行戰(zhàn)略的根本所在。

3 厚尾分布的經(jīng)濟影響與政策含義

傳統(tǒng)的模型都是假設(shè)氣候敏感性服從標準正態(tài)分布的，等于間接“否決”了高溫升情景，從而低估了高溫升的厚尾事件可能發(fā)生的概率，進而導(dǎo)致整體上低估了氣候變化可能帶來的損失。Tol對13項基于瘦尾分布的聯(lián)合評估模型模擬結(jié)果的研究表明，這些模型模擬的溫升幅度都在1℃ －3℃之間，造成的GDP損失平均在 －4．8% －2．5%之間［14］。但如果考慮厚尾分布，那么將會是另外一幅情景。

那么厚尾分布對結(jié)果的影響程度究竟又如何呢?氣候厚尾分布的經(jīng)濟影響主要取決于兩個參數(shù):氣候敏感性(用T表示)和損失函數(shù)的曲率(即厚尾分布概率密度函數(shù)的冪，用α表示)。簡言之，厚尾分布對最終結(jié)果的影響，取決于厚尾分布以多快的速度下降以及損失以多快的速度上升。而模型模擬的結(jié)果表明，這兩個參數(shù)對結(jié)果影響非常大。學者們的實證研究結(jié)論顛覆了Nordhaus等人所提倡的采取漸進式減排行動的“氣候政策斜坡”建議［29］。

Dietz利用《斯特恩報告》中所使用的PAGE模型對厚尾分布進行了研究。他將《斯特恩報告》中這兩個參數(shù)的瘦尾分布與厚尾分布對模型結(jié)果的影響進行了對比。他得到的結(jié)論是，氣候災(zāi)難厚尾分布假設(shè)下，可能帶來的損失大大高于瘦尾分布假設(shè)下的損失;同時，氣候災(zāi)難的預(yù)期福利損失對(氣候損失占當年消費水平的)上限值的設(shè)定非常敏感;即便是在厚尾分布中，只要氣候災(zāi)難發(fā)生的概率不是很高，那么貼現(xiàn)率中的純時間偏好和風險厭惡這兩個參數(shù)依然會起重要的作用［25－26，29－30］。Ackerman 等利用諾德豪斯的DICE模型對這兩個參數(shù)進行了蒙特卡洛模擬，得到了幾乎同樣的結(jié)果:同時改變兩個參數(shù)，DICE得到的最優(yōu)政策將是立即減排［31］。Pindyck對這些條件進行了調(diào)整，給邊際效用施加的約束為生命價值;并對比了兩種分布:正態(tài)分布和帕累托分布。Pindyck認為溫升的分布是厚尾還是瘦尾并不是至關(guān)重要的，因為改變瘦尾的參數(shù)設(shè)定同樣可以得出與厚尾分布一樣(甚至更高)的損失結(jié)果;更重要的是這些參數(shù)的設(shè)定(厚尾程度α、純時間偏好 δ、風險厭惡 η 等)［16］。

4 小結(jié)

Weitzman評論《斯特恩報告》“基于錯誤的理由(即人為設(shè)定低社會貼現(xiàn)率)，而得出了正確的結(jié)論(即立即大幅減緩)”。而正確的理由應(yīng)該是考慮氣候敏感性的厚尾分布，人們對氣候災(zāi)難的不確定厭惡(或模糊厭惡)，以及氣候 變 化 公 共 決 策 所 應(yīng) 遵 循 的 預(yù) 防 性 原 則［28，31－32］。Weitzman從厚尾分布角度出發(fā)，從而驗證和間接支持了《斯特恩報告》中立即大幅度進行減排的結(jié)論，并以此批判了諾德豪斯為代表的“緩行戰(zhàn)略”和“氣候政策斜坡”的政策建議。

不確定性是氣候變化經(jīng)濟學研究的一個重點，也是一個難點?？梢院敛豢鋸埖卣f，魏茨曼的研究為不確定性條件下氣候變化的公共決策研究開辟了一條新的道路，引領(lǐng)了氣候變化經(jīng)濟學研究的方向，并將對當前和未來氣候變化的經(jīng)濟分析和政策決策產(chǎn)生重大的影響。

致謝:中央編譯局謝來輝博士后對本文給予批評和修改意見，特此感謝!

References)

［1］Stern N．The Economics of Climate Change［J］．The American Economic Review，2008，98(2):1－37．

［2］Stern N．The Economics of Climate Change:The Stern Review［M］．Cambridge，UK:Cambridge University Press，2007．

［3］劉昌義．氣候變化經(jīng)濟學中貼現(xiàn)率問題的最新研究進展［J］．經(jīng)濟學動態(tài)，2012，(3):123 －129．［Liu Changyi．The Latest Research on the Discount Rate of Climate Change Economics［J］，Economic Perspective，2012，(3):123 －129．］

［4］IPCC．IPCC Fourth Assessment Report:Climate Change 2007(AR4)［M］．Cambridge，New York:Cambridge University Press，2007．

［5］王紹武，羅勇，趙宗慈，等．平衡氣候敏感度［J］．氣候變化研究進展，2012，(3):232 － 234．［Wang Shaowu，Luo Yong，Zhao Zongci，et al．，Equilibrium Climate Sensitivity［J］，Advances in Climate Change Research，2012，(3):232 －234．］

［6］Zickfeld K，Morgan M G，F(xiàn)rame D J，etal．Expert Judgments About Transient Climate Response to Alternative Future Trajectories of Radiative Forcing［J］．Proceedings of the National Academy of Sciences，2010，106(38):16129 －16135．

［7］Stainforth D A，Aina T，Christensen C，et al．Uncertainty in Predictions of the Climate Response to Rising Levels of Greenhouse Gases［J］．Nature，2005，433:403 －406．

［8］Valdes P．Built for Stability［J］．Nature Geoscience，2011，4:414－416．

［9］Weitzman M L．On Modeling and Interpreting the Economics of Catastrophic Climate Change［J］．The Review of Economics and Statistics，2009，91(1):1 －19．

［10］Lüthi D，Le Floch M，Bereiter B，et al．High-Resolution Carbon Dioxide Concentration Record 650，000 － 800，000 Years Before Present［J］．Nature，2008，453:379 －382．

［11］Hansen J，Sato M，Kharecha P，et al．Target Atmospheric CO2:Where Should Humanity Aim?［J］．Open Atmospheric Science Journal，2008，2(217 －231)．

［12］Zeebe R E．Where are You Heading Earth?［J］．Nature Geoscience，2011，4:416 －417．

［13］Pagani M，Liu Z，Lariviere J，et al．High Earth-System Climate Sensitivity Determined From Pliocene Carbon Dioxide Concentrations［J］．Nature Geosciecne，2010，3:27 －30．

［14］Tol R S J．The Economic Effects of Climate Change［J］．Journal of Economic Perspectives，2009，23(2):29－51．

［15］Weitzman M L．Ghg Targets as Insurance Against Catastrophic Climate Damages［J］．Journal of Public Economic Theory，2012，14(2):221－244．

［16］Pindyck R S．Uncertain Outcomes and Climate Change Policy［J］．Journal of Environmental Economics and Management，2012，63(3):289－303．

［17］Weitzman M L．On Modeling and Interpreting the Economics of Catastrophic Climate Change［J］． Review of Economics and Statistics，2009，91(1):1 －19．

［18］Weitzman M L．A Precautionary Tale of Uncertain Tail Fattening［Z］．2012．

［19］Millner A，Dietz S，Heal G．Ambiguity and Climate Policy［R］．NBERWorking Paper No．16050，2010．

［20］NordhausW D．The Economicsof Tail Eventswith an Application to Climate Change［J］．Review of Environmental Economics and Policy，2011，5(2):240－257．

［21］NordhausW D．Economic Policy in the Faceof Severe Tail Events［J］．Journal of Public Economic Theory，2012，14(2):197 －219．

［22］Arrow K J．A Note On Uncertainty and Discounting in Models of Economic Growth［J］．Journal of Risk and Uncertainty，2009，38(2):87－94．

［23］Weitzman M L． Fat-Tailed Uncertainty in the Economics of Catastrophic Climate Change［J］． Review of Environmental Economics and Policy，2011，5(2):275－292．

［24］Weitzman M L．Additive Damages，F(xiàn)at-Tailed Climate Dynamics，and Uncertain Discounting［J］．Economics e-Journal，2009，3:2009－2039．

［25］Weitzman M L．What is the“Damages Function”for Global Warming-and What Difference Might It Make?［J］．Cliamte Change Economics，2010，1(1):57－69．

［26］Sterner T，Persson U M．An Even Sterner Review:Introducing Relative Prices Into the Discounting Debate［J］． Review of Environmental Economics and Policy，2008，2(1):61－76．

［27］Wouter Botzen W J，van den Bergh J C JM．How Sensitive is Nordhaus toWeitzman?Climate Policy in Dice with an Alternative Damage Function［M］．Economics Letters，2012．

［28］Hennlock M．Robust Control in GlobalWarming Management［R］．Resource for the Future，2009．

［29］Nordhaus W．A Question of Balance:Weighing the Options On Global Warming Policies［M］．New Haven ＆ London:Yale University Press，2008．

［30］Dietz S．High Impact，Low Probability?An Empirical Analysis of Risk in the Economics of Climate Change［J］．Climatic Change，2011，108(3):519－541．

［31］Ackerman F，Stanton E A，Bueno R．Fat Tails，Exponents，Extreme Uncertainty:Simulating Catastrophe in Dice［J］．Ecological Economics，2010，69(8):1657－1665．

［32］Weitzman M L．A Review of the“Stern Review On the Economics of Climate Change”［J］．Journal of Economic Literature，2007，45(3):703－724．

Climate Change Uncertainties，the Econom ic Im pact and Policy Imp lications

LIU Chang-yi1PAN Jia-hua2
(1．Graduate School of Chinese Academy of Social Sciences，Beijing 102488，China;2．Institute of Urban and Environmental Studies，Chinese Academy of Social Sciences，Beijing 100732，China)

There are numerous uncertainties in climate change，thus uncertainty becomes a difficultbut vital topic in the economics of climate change．The traditional cost-benefitanalysis assumes that the climate sensitivity follows normal distribution，and set their utility function and damage function accordingly．Stern once criticized these methods，and pointed out that the climate problem was not suitable for themarginal analysis．Shortly after the Stern Review，Martin Weitzman with other economists begins studying the deep structural uncertainties of climate change．Weitzman points out the climate sensitivity should follow fat-tailed distribution，which not only has solid bases from the climate science research，but also be widely accepted by many economists．The traditional cost-benefit analysis，which based on normal distribution，underestimates the climate sensitivity，and the probability and the extent of damages of possible future climate catastrophes，and thus incorrectly set their utility function and damage function．Furthermore，Weitzman proposes and proves the Dismal Theorem based on the fat-tail assumption，which provides a theoretical ground for the formation of public climate policies．He claims that the currentmitigation investment plays as an insurance to avoid the future climate catastrophe;themitigation decision is based on the precautionary principle．While the source of the precautionary principle comes from the fear factor and(or)the ambiguity aversion of climate catastrophe which has a low probability but big impact．Empirical studies discover that once themodel uses the fat-tail distribution and the according damage function，the potential damage broughtby the future possible climate catastrophe is substantially higher than the results of tradition models．Based on the above reasons，Weitzman criticizes the wait-and-see and“climate policy ramp”strategies claimed by Nordhaus et al．，and indirectly supports the viewpoint of the Stern Review thatwe should take strong actions tomitigate．

climate change;uncertainty;fat-tailed distribution;precautionary principle;ambiguity aversion

F205

A

1002－2104(2012)11－0013－06

10．3969/j．issn．1002－2104．2012．11．003

2012－07－26

劉昌義，博士生，主要研究方向為氣候變化經(jīng)濟學。

“十二五”國家科技支撐計劃課題“IPCC第五次評估對我國應(yīng)對氣候變化戰(zhàn)略的影響”(編號:2012BAC20B05)。

(編輯:李 琪)