为了分析气候变化策略,经济学家依靠简化的气候模型(所谓的气候模拟器),这些模型在低计算成本下提供了二氧化碳排放与全球变暖之间的现实定量联系。在本文中,我们为这些气候模拟器提出了一种通用和透明的校准和评估策略,该策略基于来自气候科学的自由易于访问的最新基准数据。我们证明,自由模型参数的适当选择与预测的碳的社会成本可能具有关键相关性。我们提出的关键思想是将简化的气候模型校准从全面的全球气候模型中进行基准数据,该模型参与了耦合模型比较项目,第5阶段(CMIP5)。,我们建议使用四种不同的测试用例,这些测试用例在气候科学文献中被认为是关键的:两项高度理想化的测试,以分别校准和评估碳循环和温度响应,一种理想化的测试,以量化瞬态气候响应,并进行最终测试,以评估来自经济模型的情况,并包括经济模型,并包括Exogenotic构成。作为一个具体的例子,我们重新校准了广泛使用的骰子-2016的气候部分,使CMIP5不确定度响应的不确定性范围:多模型平均值以及极端,但仍然允许的气候敏感性和碳循环响应仍然允许。我们研究了在利率是外源性的部分平衡环境中校准对碳的社会成本的重要性,以及来自2016年DICE-2016的简单一般均衡设置。我们证明,骰子-2016模型的气候模拟器的功能形式仍然适合目的,尽管它很简单,但是其碳循环和温度方程式却被校准了,得出的结论是,人们可能希望对从DICE-2016得出的预测持怀疑态度。我们发现,如果人们假设具有二次损害功能,则来自气候系统不同一致校准的模型不确定性可能会改变碳的社会成本四倍。校准为多模型平均值时,我们的模型可以预测碳的社会成本与原始骰子-2016的相似值,但对折现率的敏感性降低了,长期变暖的敏感性降低了。骰子中碳的社会成本对折现率过敏,从而导致对偏好变化的极端比较静态响应。
主要关键词