气候科学家和经济学家普遍认为，人为气候变化可能造成重大经济损失，采取行动减少碳排放对于降低灾难性影响的风险至关重要。当然，这些影响的程度存在科学不确定性，关于最恰当行动方案的讨论也仍在进行。有人认为，气候科学中的不确定性意味着应推迟任何应对措施，直到我们掌握足够信息、能够确定最佳行动方案。然而，经济顾问委员会近期的一项荟萃分析表明，如果旨在实现某一气候目标的政策推迟启动，实现该目标的成本会更高，甚至可能变得不可能。由于延迟会导致温室气体在大气中的近期累积量进一步增加，政策实施时就必须更加严格，才能实现既定的长期气候目标。与从今天开始的最低成本路径相比，这种额外的严格性会增加减排成本。
基于16项研究的荟萃分析：延迟行动的成本
我们审阅了16项研究，这些研究比较了基于综合气候减缓模型的106组政策模拟。1 每组模拟均实施相似政策并实现相同的气候目标（通常是浓度目标，但有些情况下是温度目标），但政策实施时间不同；有些情况下，差异还体现在不同国家采取政策的时间上。由于一组中的每种情景采用相同的气候目标，因此各情景因气候变化造成的环境和经济损害大致相同。因此，延迟实施所增加的成本，等于每组比较中两种情景的减缓成本之差。这些研究涵盖广泛的气候目标、延迟时间情景和建模假设，详见下文。我们重点关注2007年及之后发表的研究。
在每种情况下，模型都会计算具有成本效益的减缓政策路径和减缓成本，同时约束排放路径，使其达到气候目标。每条路径都会权衡减缓技术进步及其他因素——这些因素通常在初期允许采取较宽松、成本较低的政策——与因减缓推迟过久而必须迅速采取行动所产生的成本。由于模型通常以碳价表示政策，模型计算出的碳价路径起初相对较低，随后在政策实施过程中逐步上升。因此，今天启动的政策通常会使碳价稳步上升；而延迟实施的政策通常在启动日期之前碳价为零，到启动时则跃升至较高的初始水平，之后比最优的即时政策更快地上升。延迟后较高的碳价通常会导致总成本高于今天即开始征收碳价的政策。2
这些研究中延迟的成本取决于多种因素，包括延迟时长、气候目标、建模假设、未来基准排放、未来减缓技术、延迟情景、实施政策的参与方以及地理位置。目标越激进，实现成本越高；如果行动延迟，实现这些目标的成本预计尤其高昂，甚至可能无法实现。同样，政策行动中的国际协调会降低减缓成本；延迟成本既取决于哪些国家参与政策，也取决于延迟时长。
我们建立了一个数据集，记录每项延迟成本估算及模拟相关信息。数据包括我们检索文献时找到的所有关于延迟行动平均成本或总成本的数值估算。每项估算都是对延迟情景与其无延迟对照情景的成对比较。为使不同研究的结果可比，我们将延迟成本估算（原研究中分别以美元现值、消费占比或GDP占比表示）转换为延迟导致的成本百分比变化。3 我们使用变量来编码延迟年数、二氧化碳当量（CO2e）目标浓度、是否只有相对较发达国家立即行动（部分延迟）、用于计算成本的贴现率，以及用于模拟的模型，以反映不同研究和实验设计之间的差异。4 所有比较所考察的政策和结果大致延伸至本世纪末。为减少异常值的影响，主要回归分析仅使用成本增幅低于400%的结果（下文的敏感性检验将讨论处理异常值的其他方法），且仅纳入主要政策和延迟政策均可行的成对比较（即模型能够求解两种情况）。5 数据集共包含106个观测值（成对比较），其中58个纳入主要分析。数据集中的所有观测值权重相同。
对这些数据的分析得出两个主要结论，二者均与相关文献中特定论文的发现一致。第一，纵观各项研究，成本会随延迟时长增加。图1展示了延迟成本与延迟时长的关系。由于模型和实验各异，同一延迟时长对应的成本差异很大，但总体而言，延迟越久，成本越高。
图1。 按延迟时长划分的额外减缓成本
来源：经济顾问委员会计算。
注：数据点表示某一成对模拟中，延迟导致的减缓成本百分比增幅及相应的延迟时长。散点图共呈现58组延迟模拟。实线为对这些数据进行回归拟合所得的直线，拟合时将其限制为通过原点。
例如，在延迟十年的14组模拟中，平均延迟成本为39%。图1中的回归线在假设每延迟一年成本按固定幅度增加（并且按定义，无延迟时成本为零）的前提下，利用全部58组配对实验估算每年的平均延迟成本；估算结果为每十年37%。该分析忽略了可能的混杂因素，例如较长延迟可能与较宽松的目标相关；下文附录中的多元回归分析则控制了此类混杂因素。
第二个结论是，气候目标越有雄心，延迟成本越高。图2显示，最低（最严格）的浓度目标往往对应最高的成本估算。事实上，仔细观察图1会发现一个相关规律：对于代表CO2e目标为500 ppm或以下的点，延迟时长与额外成本之间的关系比另外两个区间更陡。也就是说，对于目标最严格且延迟时间最长的情景，延迟成本尤其高。
图2。 按CO2浓度目标划分的额外减缓成本
注：数据点表示某一成对模拟中，延迟导致的减缓成本百分比增幅及相应的CO2浓度目标。散点图共呈现58组延迟模拟。实线为对这些数据拟合得到的回归线。
结论
本分析考察了政策较晚启动、但仍试图实现相同气候目标时的成本。结果显示，实现给定目标的成本将增加约40%。然而，在评估气候行动的时机和规模时，这只是需要考虑的一个因素。由于CO2会在大气中累积，延迟行动会增加CO2浓度。因此，如果政策延迟导致最终CO2浓度更高，就会因气温升高和CO2浓度增加而造成持续的经济损害。根据William Nordhaus（2013）报告的DICE模型，与比工业化前水平升温2°相比，若延迟导致升温达到3° Celsius，经济损害可能增加全球产出的约0.9%。6 为便于理解这一比例，2014年美国估算的国内生产总值（GDP）的0.9%约为1500亿美元。超过3° Celsius后，每额外升温一度所带来的增量成本还会更高。此外，这些成本并非一次性发生，而是因延迟导致的气候变化加剧造成永久性损害，从而年复一年持续产生。
此外，所有这些估算都存在相当大的不确定性，其中包括损害可能显著高于这些计算所假设的程度；这可能是由于存在“临界点”，一旦越过，气候变化便会进入自我强化的循环。气候政策可以被视为针对气候变化最严重且不可逆潜在后果所购买的“气候保险”。例如，冰盖迅速融化及其导致的全球海平面上升，或升温达到科学不确定性范围的较高端，都可能造成严重经济后果，足以被合理地视为气候灾难。正视气候灾难的可能性，意味着现在就采取审慎措施，降低未来发生气候变化最严重后果的可能性。行动推迟得越久，大气中的CO2浓度就越高，风险也越大。正如企业和个人通过购买各种保险来防范严重财务风险，政策制定者也可以现在采取行动，降低触发最严重气候事件的可能性。与传统保险不同，作为气候保险的气候政策是一项投资，它还会带来更清洁的空气、能源安全，以及生物多样性等难以货币化的益处。
参考文献
Blanford, G J, R G Richels, and T F Rutherford（2009），“可行的气候目标：经济增长、联盟发展与预期的作用”，《能源经济学》31（增刊2）：S82–S93。
Bosetti, V, C Carraro, and M Tavoni（2009），“快速增长国家的气候变化减缓策略：及早行动的益处”，《能源经济学》31（增刊2）：S14–S151。
Bosetti, V, C Carraro, A Sgobbi, and M Tavoni（2009），“延迟行动与不确定的稳定目标：延迟将付出多大代价？”，《气候变化》96(3)：299–312。
Calvin, K, J Edmonds, B Bond-Lamberty, L Clarke, S H Kim, P Kyle, S J Smith, A Thomson, and M Wise（2009a），“将21世纪的气候变化限制在450 ppm CO2当量”，《能源经济学》31（增刊2）：S107–S120。
Calvin, K, P Patel, A Fawcett, L Clarke, K Fisher-Vanden, J Edmonds, S H Kim, R Sands, and M Wise（2009b），“在非完全国际合作下实现气候稳定的减排成本分布与规模：SGM结果”，《能源经济学》31（增刊2）：S187–S197。
Clarke, L, J Edmonds, V Krey, R Richels, S Rose, and M Tavoni（2009），“国际气候政策架构：EMF 22国际情景概览”，《能源经济学》31（增刊2）：S64–S81。
Edmonds, J, L Clarke, J Lurz, and J M Wise（2008），“在国际合作不完全的情况下稳定CO2浓度”，《气候政策》8(4)：355–376。
Gurney, A, H Ahammad, and M Ford（2009），“温室气体减缓的经济学：来自全球示例性减排情景建模的见解”，《能源经济学》31（增刊2）：S174–S186。
政府间气候变化专门委员会第三工作组对第五次评估报告的贡献（IPCC WG III AR5）（2014），《气候变化2014：减缓气候变化》。
Jakob, M, G Luderer, J Steckel, M Tavoni, and S Monjon（2012），“现在行动为时已晚吗？评估推迟气候措施的成本与及早行动的益处”，《气候变化》114(1)：79–99。
Krey, V and K Riahi（2009），“参与延迟与技术失灵对实现温度目标的可行性、成本和可能性的影响——21世纪温室气体减缓情景”，《能源经济学》31（增刊2）：S94–S106。
Loulou, R, M Labriet, and A Kanudia（2009），“不同合作机制下备选气候目标的确定性与随机性分析”，《能源经济学》31（增刊2）：S131–S143。
Luderer, G, V Bosetti, M Jakob, M Leimbach, J Steckel, H Waisman, and O Edenhofer（2012），“能源系统脱碳的经济学——RECIPE模型比较的结果与见解”，《气候变化》114(1)：9–37。
Luderer, G, R C Pietzcker, C Bertram, E Kriegler, M Meinshausen, and O Edenhofer（2013），“经济减缓挑战：进一步延迟如何关闭实现气候目标的大门”，《环境研究通讯》8(3)。
Nordhaus, W D（2013），《气候赌场：变暖世界中的风险、不确定性与经济学》，New Haven：耶鲁大学出版社。
Richels, R G, T F Rutherford, G J Blanford, and L Clarke（2007），“管理向气候稳定的过渡”，《气候政策》7(5)：409–428。
Tol, R S J（2009），“低浓度目标的可行性：FUND模型的应用”，《能源经济学》31（增刊2）：S121–S130。
van Vliet, J, M G J den Elzen, and D P van Vuuren（2009），“在参与延迟的情况下实现辐射强迫目标”，《能源经济学》31（增刊2）：S152–S162。
附录
表1列出了多元回归分析结果，概述在控制回归中其他变量的情况下，各种因素如何影响所纳入研究的预测。因变量为延迟成本，以相对于可比无延迟情景的百分比增幅衡量；延迟时长以十年为单位衡量。设定（1）和（2）分别对应图1和图2。之后的每个设定都纳入延迟年数、部分延迟情景指示变量以及CO2e目标浓度。除所示系数外，设定（4）还纳入模型固定效应，以控制不同模型之间的系统性差异；除第（1）列外，每个设定均包含截距项。
表1中的结果量化了上文提到的两个主要发现。第（3）列的系数表明，纵观这些研究，延迟时长每增加十年，减缓成本平均比无延迟情景增加41%。然而，这项回归并未控制不同模型之间基准成本可能存在的差异，因此第（4）列报告了一个纳入所用模型固定效应的变体。纳入模型固定效应后，延迟成本升至每十年56%。当按不同浓度目标区间分别估算延迟成本时（第（5）列），浓度目标越有雄心，延迟成本越高。但即使是最不具雄心的目标——CO2e浓度超过600 ppm——估算的延迟成本也会使成本每十年增加约24%。由于案例数相对较少（58组配对比较），而按目标区间估算延迟成本时案例数还会进一步减少，因此标准误较大，尤其是在最不具雄心的情景中；所以在估算总体延迟成本时，我们不区分不同目标。尽管第（4）列的回归理想地控制了模型间差异，但其他采用不同方式处理异常值并纳入其他控制变量的设定（未报告）所得的每十年延迟成本估算，有些高于、有些低于第（3）列回归结果。7 因此，我们采用回归（3）中每十年41%的估算，作为延迟成本的总体年度估算。
本分析有一个限制：只考虑存在模型求解结果的情况。被排除的不可行情形往往是目标较有雄心的情况；根据模型的技术假设，若延迟较久，这些目标便无法实现。因此，排除这些情况可能会低估表1所报告的延迟成本。8 此外，我们注意到，部分延迟的影响估算不够精确（即一些发达国家现在行动、其他国家推迟行动），这可能反映了研究所考察的部分延迟情景具有异质性。
表1。 给定特定气候目标时，延迟导致的减缓成本增加：回归结果
注：表中列出普通最小二乘回归系数，每列代表一项不同的回归。每项回归的因变量都是从无延迟情景到延迟情景的成本百分比增幅。每个观测值都是一组气候目标相同的情景比较，共58个观测值。回归变量代表表征每组比较的一些变量：模拟的延迟时长、延迟时长与浓度目标区间的交互项、是否只有部分国家推迟行动（部分延迟），以及目标浓度。附录列出了数据所依据的全部研究。第（1）列的设定不包含常数项。
显著性水平：*10% **5% ***1%。
来源：经济顾问委员会根据附录所列研究结果计算。
1 这些研究包括一系列介绍能源建模论坛（Energy Modeling Forum）相关研究的论文：Loulou et al.（2009）、Tol（2009）、Gurney et al.（2009）、van Vliet et al.（2009）、Blanford et al.（2009）、Krey and Riahi（2009）、Calvin et al.（2009a, 2009b）、Russ and van Ierland（2009）以及Bosetti et al.（2009）；Clarke et al.（2009）则提供了该项目的概述。荟萃分析还纳入了以下与该研究无关的论文：Jakob et al.（2012）、Luderer et al.（2012, 2013）、Edmonds et al.（2008）、Richels et al.（2007）以及Bosetti et al.（2009）。
2 有些模型会明确找出使社会总成本最低的碳价路径。这些优化模型总是发现，存在延迟约束的情景成本相等或更高。其他模型则预测能够实现气候目标的碳价，但不要求该路径实现最低成本。这些模型可能预测延迟会降低成本；我们审阅的少数比较报告了负的延迟成本。
3 例如，若某组比较中延迟使减缓成本从GDP的0.20%升至0.30%，则成本增幅为50%。研究未提供足够信息以计算成本百分比增幅的比较不予纳入。此外，只报告模拟结束时碳排放市场价格的比较也不予纳入，因为该价格不一定与减缓总成本成比例。
4 对于分阶段实施的政策，我们将延迟时长计算至模拟开始后任何一方开始参与减缓行动的时间点。我们也排除延迟超过30年的情景。如果研究提供了其他气候目标（例如CO2浓度或全球平均气温升幅），则根据政府间气候变化专门委员会第三工作组第五次评估报告（2014）中的换算方法估算相应的CO2e浓度水平。
5 若模型估算出最优情景的成本，却判定相应的延迟情景不可行，则将该比较编码为成本增幅超过400%。此外，排除Clarke et al.（2009）中的一项比较，因为基准成本为负，无法计算百分比增幅。
6 Nordhaus（2013）强调，这些估算“具有很大的不确定性……因为很难估算物种灭绝的价值和生态系统受损等领域的影响。”（第139–140页）。
7 表1中的结果总体上对采用多种其他设定和回归方法具有稳健性，包括：以延迟情景的百分比下降（而非无延迟情景的百分比上升）作为因变量，作为另一种处理异常值的方法；采用中位数回归，同样作为处理异常值的另一种方法；以及将贴现因子作为解释延迟成本差异的附加变量，但该系数从未达到统计显著性。这些回归使用线性复利而非指数复利，因为重点是每十年的延迟成本，而非每年的延迟成本。另一种方法是将因变量设为对数（尽管这会排除负值估算）；采用这种方法并进行复利计算后，结果总体上与表1相似。
8 另一种剔除不可行解观测值的方法，是将其数值视为在某一水平上被删失。因此，表1中的回归采用 Tobit 回归重新估计，并将超过400%（包括无解情形）的数值视为删失值。正如预期，Tobit 回归估计的每年延迟成本高于普通最小二乘法的估计值。一项线性概率模型（未显示）表明，延迟时间更长、目标更严格的情景，延迟成本增幅超过400%（包括无解情形）的可能性更高。在删失回归中，采用生物能源碳捕集与封存（bio-CCS）技术这一假设与延迟成本增幅之间没有统计显著的相关性，但与延迟成本增幅超过400%的概率显著降低相关。
本文由 VoxEU合作发表。本文的发表并不意味着世界经济论坛认同其中的观点。
如需及时了解议程动态， 请订阅我们的每周通讯。
作者：Jason Furman 是经济顾问委员会主席。Ron Shadbegian 是国家环境经济学中心收益评估与方法开发部的经济学家。Jim Stock 是哈佛大学经济系 Harold Hitchings Burbank 政治经济学教授。
图片：南半球冬季期间，佩里托莫雷诺冰川一侧的冰块在一次意外断裂过程中剥落。路透社/Andres Forza。
