对气候变化的宏观经济模型进行分析后发现，其结论的可靠性非常值得怀疑。这些模型的结果往往完全取决于某个单一参数的数值，而这个参数的来源却常常经不起推敲。通过审视两个具体的经济学模型可以发现，无论是将国家生产力与温度直接挂钩，还是设定能源替代性的关键参数，其依据都十分薄弱，甚至是凭空捏造的。因此，这些模型得出的政策建议，例如碳税比补贴更有效，并不能被视为可靠的科学结论。
宏观模型的致命缺陷
许多宏观经济学论文存在一个普遍问题：你无法在不理解模型如何得出结论的情况下直接采信其结果。政策模拟的结果往往取决于一个单一参数的数值，而这个参数的确定过程可能充满疑问。只有在深入探究参数值的来源并确认其合理性后，才能引用其研究结果。
- 这些模型通常由许多不同的模块拼接而成，给人一种复杂且全面的感觉。
- 然而，其核心结论的稳定性却异常脆弱。
- 改变一个关键数字，整个模型的输出就会发生天翻地覆的变化。
假设一：温度决定生产力？
在Hassler, Krusell, and Olovsson (HKO) 的气候变化模型中，一个核心假设是将一个国家或地区的总要素生产率（TFP） 与其温度联系起来。模型通过观察不同地区的温度和生产力数据，得出一个结论：寒冷地区生产力低，温带地区生产力高，而过热地区生产力又会下降。
换句话说：挪威和尼日利亚之间唯一的区别就是温度，如果挪威的温度升高到一定程度，它们就会倒退到尼日利亚的 TFP 水平。这简直是 荒谬的。
这种假设存在显而易见的问题：
- 忽略了其他变量： 国家之间的差异远不止温度，历史、制度、文化等因素都与生产力密切相关，而这些因素又常常与地理位置和气候相关联。
- 错误的因果关系： 将这种相关性当作因果关系是极具误导性的。我们不能简单地认为，只要改变温度，一个国家的经济水平就会自动滑向另一个相似温度国家的水平。
- 有限的可信范围： 将温度和气候变化与经济损失联系起来，目前唯一比较可信的领域仅限于农业。因为我们可以通过实验测试不同天气和土壤条件对作物产量的影响。但将其推广到整个国家经济，则缺乏坚实的依据。
假设二：一个“编造”出的关键参数
模型的第二个主要问题在于它如何处理不同能源之间的替代关系，特别是化石燃料和电力。
HKO的模型声称，征收统一的碳税是有效的，而补贴绿色能源几乎毫无作用。这个结论完全取决于一个关键参数——化石燃料和电力之间的“替代弹性”。
- 如果这个弹性值设置得很低，意味着两者难以相互替代。此时，补贴绿色能源只会增加总的能源产量，而无法取代化石燃料。
- 如果这个弹性值设置得很高，意味着绿色能源最终可以取代化石燃料。
模型中使用的这个弹性参数值（0.66）从何而来？经过追溯发现，其来源非常可疑：
- 该数字来自一个名为 WITCH 的模型。
- WITCH 模型又从一篇 2008 年的论文中获得了启发。
- 但那篇论文研究的是资本与能源之间的替代性，而不是电力与化石燃料之间的替代性——这是两个完全不同的概念。
- 更糟糕的是，原始研究的方法论本身也存在缺陷，并且其数据来源是早已被学术界抛弃的宏观数据估算。
- 最关键的是，0.66 这个具体数字甚至没有出现在引用的论文中，只是一个模糊的猜测。
坦率地说，这个估算值是编造出来的。它可能是无意中编造的，但它的的确确是被编造出来的。有人凭自己的最佳猜测设定了一个他们认为合理的参数值，然后这个猜测就直接变成了研究结果。
当一个模型的结论如此依赖一个凭空猜测的参数时，它便失去了科学的严谨性。
它简直算不上科学！它就是一个巨大的 Excel 电子表格，只要你改动一个数字，其他所有东西都会确定性地随之改变。