关于气候不确定性的延迟学习如何影响脱碳投资策略

摘要

本文探讨了在存在气候不确定性和调整成本的背景下，最优脱碳投资策略的变化。重点关注了剩余碳预算(RCB)的真实价值在不同时间点学习的情况，发现与标准模型相比，推迟学习RCB的影响显著：

1. 调整成本放大影响：在存在调整成本的情况下，气候不确定性对最优脱碳策略的影响被放大，特别是在追求更为严格的温度目标时。

2. 提前减排投资：相较于没有气候不确定性的政策，最优策略下的减排投资呈现出提前的特点。

3. 部门分配变化：减排投资的部门分配受到影响，倾向于优先考虑难以减少排放的行业。

上述发现表明，当考虑气候不确定性和调整成本时，最优脱碳投资策略倾向于更加积极主动，旨在应对未来可能出现的不确定性风险。这些结果在多个替代模型规范下保持稳健，进一步强化了采取更积极脱碳行动的重要性。

建模框架

• 基础模型：引入了减排投资模型(INV模型)，结合了经济惯性、调整成本和跨部门差异，以捕捉经济系统的复杂性。

• 延迟学习模型：通过添加对RCB的延迟学习机制，模型考虑了在特定时间点后才了解到的气候限制条件对决策的影响。

• 主要发现：分析了在不同时间点学习RCB的真实价值对最优脱碳策略的影响，揭示了调整成本、气候不确定性与部门分配策略之间的相互作用。

结论

本文提出的方法和发现强调了在制定脱碳策略时考虑气候不确定性与调整成本的重要性。通过模拟不同学习时间点的场景，研究显示，在面对不确定性时，采取更加积极的脱碳投资策略可能是最经济的选择。这一发现对政策制定者具有指导意义，鼓励在制定气候政策时充分考虑未来可能的不确定性，以实现更有效的减排目标。