Had je in november 2019, voordat de pandemie begon, kunnen raden hoe belangrijk videoconferenties zoals Zoom een ​​paar maanden later in het leven van mensen zouden zijn?

Dat is het soort uitdaging waar economen voor staan ​​wanneer ze een enkel cijfer proberen te geven voor de langetermijnkosten van het verminderen van klimaatverandering of de kosten om de mondiale temperatuur te laten blijven stijgen. Menselijk gedrag verandert naarmate het overheidsbeleid verandert en nieuwe technologie arriveert en evolueert.

Ik ben een micro-econoom die de oorzaken en gevolgen van klimaatverandering onderzoekt. Als ik denk aan de uitdaging van klimaatverandering in 2040 en daarna, verwacht ik veel "bekende onbekenden" over onze toekomst. Daarom ben ik verbaasd om nauwkeurige schattingen van de klimaatkosten te lezen, zoals die onlangs zijn gepubliceerd door economisch adviseurs McKinsey &Co.

McKinsey schat de wereldwijde kosten van de overgang van energie en andere sectoren naar een netto-nuluitstoot in 2050 op 9,2 biljoen dollar per jaar. De verzekeraar Swiss Re heeft geschat dat door niets te doen het wereldwijde BBP tegen 2050 met maar liefst 14% of ongeveer $ 23 biljoen zal verminderen.

Cijfers zoals deze worden veel gebruikt om overheden, bedrijven en individuen aan te moedigen tot actie. Economen zijn het erover eens dat klimaatverandering, als er niets aan gedaan wordt, de economieën zal schaden. Maar deze schattingen worden geproduceerd met behulp van formele modellen met veel veronderstellingen, die elk de boekhouding op een grote manier kunnen verstoren, waardoor de schattingen extreem hoog of laag blijven.

Hoewel mensen misschien denken dat ze 'precisie' willen, verhogen nauwkeurige voorspellingen het risico dat ze te veel zekerheid overbrengen in een constant veranderende wereld. Dit is wat er in klimaateconomische modellen gaat en waarom zekerheid geen optie is voor toekomstige kostenprojecties.

De voorspellingsuitdaging

Klimaateconomische modellen proberen verschillende voorspellingsvragen te beantwoorden, zoals:

"Hoe zullen de prestaties van de wereldeconomie worden beïnvloed als we vandaag een kooldioxidebelasting invoeren?" Het antwoord op deze vraag helpt ons de "kosten van het ondernemen van actie" te begrijpen.

"Als de hele wereld deze koolstofbelasting invoert, met hoeveel zal de uitstoot van broeikasgassen dan in elk volgend jaar afnemen?"

"Wat zullen we economisch winnen door onze uitstoot van broeikasgassen te verminderen?"

"Wat zal de economische impact en de impact op de kwaliteit van leven zijn als we niets doen en de uitstoot van broeikasgassen gewoon laten stijgen onder 'business as usual'?"

Om deze complexe vragen te beantwoorden, maken klimaateconomen een reeks aannames die in hun wiskundige modellen worden 'gebakken'.

Bekende onbekenden

Ten eerste moeten economen in de toekomst het gemiddelde wereldinkomen per persoon voor elk jaar voorspellen.

Macro-economen hebben te maken gehad met uitdagingen bij het voorspellen van de timing en duur van recessies. Om toekomstige economische groei in de loop van 30 of 40 jaar te voorspellen, moeten we voorspellen hoe de kwantiteit en kwaliteit van de beroepsbevolking en onze technologie in de loop van de tijd zullen evolueren. Het voorspellen van de groei van de wereldbevolking is ook een uitdaging, aangezien toenemende verstedelijking, de toegang van vrouwen tot onderwijs en verbeteringen in anticonceptie allemaal in verband worden gebracht met verminderde vruchtbaarheid.

Ten tweede moeten ze een weloverwogen gok doen over welke technologieën er in de toekomst zullen bestaan ​​met betrekking tot onze bronnen van energieopwekking en de energie die we gebruiken voor transport. Als ze het toekomstige wereldbevolkingsniveau, inkomensniveau en technologie kunnen inschatten, dan kunnen ze meten hoeveel extra broeikasgassen de wereld jaarlijks produceert.

Ten derde gebruiken ze een klimaatwetenschappelijk model om het extra risico op klimaatverandering in te schatten dat wordt veroorzaakt door de productie van broeikasgasemissies. Dit wordt meestal gemeten door de toename van de gemiddelde oppervlaktetemperatuur in de wereld.

Ten vierde moeten ze een standpunt innemen over hoe de productie van onze toekomstige economie zal worden beïnvloed door het toenemende risico op klimaatverandering. Idealiter vertellen deze modellen ons ook hoe het vrijgeven van meer uitstoot van broeikasgassen de kans op rampscenario's vergroot.

Door al deze vergelijkingen te combineren met hun eigen respectievelijke aannames, genereert een onderzoeksteam een ​​enkel getal zoals:De wereld zal te maken krijgen met $ 23 biljoen aan schade als gevolg van klimaatverandering als we geen serieuze maatregelen nemen om de uitstoot te verminderen.

De 'kunst' van het voorspellen van toekomstige emissies

Economen schatten de toekomstige wereldwijde uitstoot van broeikasgassen door het voorspelde mondiale bruto nationaal product – de totale waarde van goederen en diensten – te vermenigvuldigen met de gemiddelde uitstoot per dollar van het bruto nationaal product.

Als de wereld erin slaagt een einde te maken aan het gebruik van fossiele brandstoffen, zou dit laatste cijfer bijna nul kunnen zijn. De innovatie en toepassing van koolstofarme technologieën - denk aan elektrische voertuigen en zonneparken - kan de kosten en baten die economen proberen te kwantificeren aanzienlijk verschuiven.

Vele factoren bepalen dit pad van technologische vooruitgang, waaronder investeringen in onderzoek en ontwikkeling. Internationale politiek speelt ook niet altijd een rol in klimaateconomische modellen. Als China er bijvoorbeeld voor kiest om meer insulaire te worden, zal het dan zijn steenkoolverbruik verhogen omdat het land over steenkool beschikt? Omgekeerd, zou China ervoor kunnen kiezen om zijn machtige staat te gebruiken om de groene technologiesector te pushen om een ​​bloeiende toekomstige exportmarkt te creëren die de wereldeconomie groener maakt?

Toekomstige gevolgen van klimaatverandering voorspellen

Economische wiskundige modellen brengen de impact van klimaatverandering samen in een enkele algebravergelijking die de 'klimaatschadefunctie' wordt genoemd. In mijn boek "Adapting to Climate Change" geef ik verschillende voorbeelden waarom deze functie voortdurend verandert en dus erg moeilijk te voorspellen is.

Veel bedrijven ontwikkelen bijvoorbeeld beoordelingssystemen voor klimaatrisico's om kopers van onroerend goed voor te lichten over de verschillende toekomstige klimaatrisico's waarmee specifieke stukken onroerend goed te maken zullen krijgen, zoals bosbranden of overstromingen.

Stel dat deze opkomende industrie voor het beoordelen van klimaatrisico's vooruitgang boekt bij het identificeren van minder risicovolle gebieden om te wonen, en dat de bestemmingsplannen worden gewijzigd om meer mensen in deze veiligere gebieden te laten wonen. De schade die Amerikanen lijden door klimaatverandering zou afnemen als mensen letterlijk "naar hoger gelegen gebieden verhuizen".

De zelfverzekerde klimaatmodelleur kan deze dynamiek niet vastleggen met inflexibele algebra.

Voorspelling onder onzekerheid

Klimaateconomische modellen kunnen een "Paul Revere"-rol spelen door beleidsmakers en het publiek voor te lichten over de waarschijnlijke risico's die voor ons liggen. Terwijl economen deze modellen bouwen, moeten ze eerlijk zijn over hun beperkingen. Een model dat "het antwoord" genereert, kan besluitvormers op een dwaalspoor brengen.

Hoe graag iedereen ook een concreet antwoord zou willen hebben op hoeveel klimaatverandering en actie op klimaatverandering zal kosten, we zullen met onzekerheid moeten leven.