氣候計量經濟學是在過去幾年中迅速發展的一個新的子學科。二氧化碳（CO2），一氧化二氮（N2O）和甲烷（CH4）等溫室氣體的排放是造成氣候變化的主要原因，并且溫室氣體是由人類活動產生的。因此，旨在實證研究經濟影響的工具集同樣適用于實證研究氣候變化也就不足為奇了。

 

經濟時間序列數據和氣候時間序列數據具有許多共性，兩種數據均受隨機趨勢和分布變化不穩定性的影響。因此，用于對經濟時間序列數據進行建模的成熟機制可以有效地應用于氣候時間序列數據。對于這兩個學科，我們對其實際的數據生成過程的了解均不完備。由于我們不知道數據生成過程，因此我們必須探索與之相近的東西。

 

氣候計量經濟學（http://www.climateeconometrics.org/）所采用的數據建模方法基于一種具有出色性能的模型選擇方法，該方法可用于定位嵌套在眾多可能的解釋（包括動態，異常值，偏移和非線性）中的未知數據生成過程。我們使用的軟件是機器學習的一種變體，它實施多路徑模塊搜索，從非常籠統的規范開始以發現分析過程中規范且不受支配的模型。為此，需要采用與面臨的問題相匹配的指標飽和度估計量，例如針對異常值的脈沖指標，針對位置偏移的階躍指標，針對趨勢中斷的趨勢指標，針對參數變化的乘法指標以及專門針對具有共同反應“形狀”的更復雜現象設計的指標，例如火山噴發對溫度重建的影響。我們還使用這些指標的組合，因此不可避免地需要設置比觀察值更多的候選變量。

 

在介紹了這些計量經濟學工具之后，我們來簡要介紹氣候科學這一背景知識。通過關注地球上可用的大氣資源和水資源，我們發現人類可以并且正在以多種方式改變氣候。然后，我們將過去的氣候變化與地質記錄中看到的“大滅絕”聯系起來。在18世紀中葉的工業革命之后，在科學，技術和醫學知識早期發展的基礎上，全球人均實際收入水平大幅上升，許多致命疾病被攻克，人類壽命延長了將近一倍。但是，這種進步導致了全球人為排放的溫室氣體的爆炸式增長。這種變化還受到重大戰爭，危機，資源發現，技術和政策干預等許多相對突然的轉變的影響。因此，必須在實踐中處理隨機趨勢，重大轉變和大量異常值，以開發可行的氣候現象實驗模型。計量經濟學方法的優點是可以檢驗重要的政策干預措施的影響以及改進預測效果。我們概述的計量經濟學方法可以同時解決這些問題，這對于準確描繪非平穩觀測數據的特征至關重要。在氣候模型或經濟模型中，很少有方法會同時考慮所有這些影響，但是如果不這樣做，則會導致模型設定錯誤，進而導致理論評估和政策分析不正確。我們討論了對廣義的非平穩數據（即不僅具有隨機趨勢而且還具有分布偏移的數據）進行建模的風險，這也有助于描述我們的注釋。

 

下面通過兩個詳細的建模示例來說明該方法的應用。第一個模型研究了CO2在冰河世紀中的作用，該模型開發了一個聯立方程系統，將陸地冰層總量，溫度和大氣中的CO2濃度表征為地球公轉軌道路徑的非線性函數。第二個模型是在完成所有關鍵建模階段后建模，分析了英國過去150年中高度不穩定的CO2年排放量。作為首個進行和完成工業革命的國家，英國現在的人均年CO2排放量低于1860年的水平，這個減排是在付出較低的社會總成本的情況下完成的。但是，要實現英國根據《氣候變化法》于2008年設定的目標（到2050年，溫室氣體排放量相對于1970年降低80％），仍然需要大幅減少所有溫室氣體的排放量，因為屆時為了在全球范圍內控制溫度變化，必須在2050年實現零排放目標。動態情景分析的結果表明，可再生能源技術成本的快速下降為進一步減排提供了可能。