大数跨境

ABM-RL架桥学术和政策|CGE–ABM耦合框架揭示2℃目标下的全球气候合作机制与扩展路径

ABM-RL架桥学术和政策|CGE–ABM耦合框架揭示2℃目标下的全球气候合作机制与扩展路径 上海科学智能研究院
2026-07-15
4
导读:《气候变化研究进展》封面文章

全球气候合作面临一个长期存在的悖论:合作能够改善全球整体福利,并不意味着每个国家都愿意率先行动。

困难的不是证明“合作对世界有利”,而是设计一种机制,使各国在权衡自身在减排成本、产业国际竞争力等利益后,仍然愿意加入合作,并且不再退出。

在多边气候谈判进展缓慢、碳边境调节机制等单边措施不断发展的背景下,一个更具现实意义的问题是:能否通过碳关税、收益补偿和主要经济体先行,形成一种能够由小到大、自我扩张的全球气候合作机制?

针对这一问题,由复旦大学大数据学院、大数据研究院、上海能源与碳中和战略研究院、上海科学智能研究院、上海创智学院和国家气象科学研究院组成的研究团队,构建了一个由全球多区域可计算一般均衡模型和基于强化学习的个体行为模型(ABM-RL, Reinforcement Learning driven Agent-Based Modeling)组成的耦合分析框架,系统模拟不同国家在考虑自身减排成本、贸易利益和气候收益后的策略选择,并寻找实现大规模全球气候合作的可行路径。该研究于近期作为封面文章发表于Advances in Climate Change Research(《气候变化研究》)

研究背景:全球气候合作,难在哪里?

气候合作的核心是典型的全球公共物品供给问题。每个国家都希望享受稳定的气候系统,但减排成本却由行动者独自承担。当一国选择减排时,其减排成果会被全球共享,而本国企业却要面对更高的生产成本和潜在的竞争力损失;反之,如果一国选择不减排,它仍然可以享受其他国家减排带来的气候收益。这种“搭便车”激励,使得各国都有动机推迟行动、观望他人。

更复杂的是,各国的减排成本和收益并不对称。发达国家历史上排放更多、当前技术能力更强,但进一步减排的边际成本也更高;发展中国家正处于工业化进程中,减排意味着牺牲部分增长空间,但其承受的气候损害往往更为严重。如何在差异巨大的国家之间分配责任、设计激励,使合作能够从少数国家扩展到全球,是气候治理的核心难题。

传统的分析方法在面对这一难题时存在明显局限。博弈论方法通常依赖人为设定的收益矩阵,难以反映真实世界中复杂的经济贸易联系;可计算一般均衡(CGE)模型虽然能够刻画宏观经济结构,但通常只能比较少数几个预设情景,无法捕捉合作格局的动态演化过程。要真正理解气候合作“能否实现”以及“如何实现”,需要一种能够同时处理经济关联、策略互动和动态演化的新方法。

研究方法:把宏观经济模型变成“世界沙盘”,把国家变成会学习的行动者

研究团队开发的CGE–ABM耦合框架,将两类方法的优势结合在一起。CGE模型负责“算清账”:它基于全球贸易分析数据,刻画了各国在贸易、排放、碳关税、福利等方面的经济关联,能够计算不同合作组合下各国的经济收益与减排成本。研究团队构建的DREAM模型,穷举了8192种区域合作组合,覆盖四种减排目标,为后续的策略分析提供了详实的"收益矩阵"。

ABM模型则负责“看行为”:它将每个国家建模为一个智能体,利用改进的近端策略优化(PPO)强化学习算法,模拟各国在不确定条件下的策略选择。智能体并非完全理性,而是通过不断试错和学习,根据自身经济收益、减排成本、碳关税影响等因素,决定是否加入或退出合作联盟。这种设计更贴近现实中各国政府的决策过程——它们既追求自身利益,又受到信息不完全和未来不确定性的约束。

图1 CGE–ABM耦合框架的整体工作流程(来源:原文Fig. 3)

两类模型的耦合,使研究能够回答传统方法难以触及的问题:当合作从少数国家起步时,联盟会如何扩展?哪些国家最有可能率先加入?转移支付机制能否让所有参与者都获益?早期行动如何影响后续合作的可行性?这些问题不仅关乎理论,更直接关系到国际气候谈判的现实走向。

五项核心发现

1)2℃目标并非不可实现,但“谁先行动”至关重要

研究最核心的发现是:在“自下而上”的合作架构下,2℃目标是战略上可实现的——前提是主要经济体,特别是发达经济体,愿意联合发起合作。

模拟结果显示,当欧盟单独作为发起者时,合作联盟通常只能扩展到7至9个国家组,且多为小型经济体,覆盖的基准年全球排放量仅为43%至54%,实现的全球减排量相对有限,远不足以达到2℃目标所需的23%减排幅度。然而,当欧盟、美国和中国联合发起合作时,联盟可以扩展到覆盖97%的全球排放,几乎实现全球参与,且无需依赖额外的资金转移。

这一发现的政策含义十分明确:合作能否成功扩展,关键不在于补贴力度有多大,而在于主要经济体是否愿意率先行动。主要排放国的参与,不仅直接扩大了联盟的减排覆盖范围,更重要的是通过碳关税机制和贸易联系,为其他国家加入合作提供了经济激励。

2)合作可以自我强化,但早期参与者需要得到补偿

研究还揭示了一个重要的动态特征:气候合作具有“自我强化”的倾向。随着联盟规模扩大,参与国的经济收益增加,不确定性降低,这反过来又吸引更多国家加入。然而,在合作初期,率先加入的国家往往面临负收益——它们承担了减排成本,但联盟规模尚小,贸易收益和碳关税收入不足以弥补成本。这种“先苦后甜”的格局,正是各国倾向于“观望等待”的根本原因。

图2 不同国家组在加入联盟后的折现GDP收益及置信区间。(来源:原文Fig. 5)

为破解这一困境,研究设计了基于转移支付的激励机制:发起国可以将其因合作获得的增量经济收益,部分转移给其他参与者,以补偿其减排成本。模拟结果表明,这种转移支付能够实现帕累托改进——所有参与国,包括发起国在内,都能从合作中获得不低于不合作时的福利水平。这意味着,只要机制设计合理,合作并非零和博弈,而是可以成为各方共赢的正和博弈。

3)主要经济体联合发起,比单纯增加补贴更重要

研究进一步比较了不同发起者组合和转移支付规则下的合作效果。结果显示,由发达国家联合发起的合作,在扩大联盟规模方面更为有效。这是因为发达国家主要是隐含碳的进口国,它们的参与能够通过碳关税机制扩大覆盖范围,从而增强发展中国家加入合作的激励。

当所有发达地区(欧盟、美国、加拿大、日本)联合作为发起者时,在以碳关税收入资助转移支付的规则下,联盟可覆盖86%的全球排放,并在2018至2060年间实现约20%的累计减排。相比之下,由发展中国家单独发起的合作,虽然也能覆盖较高比例的排放,但发起国需要独自承担经济补贴,加剧了国际不平等,在政治上难以持续。

这一发现再次印证了“共同但有区别的责任”原则的重要性:合作机制的设计,必须兼顾效率与公平,让有能力的经济体承担引领责任,同时通过合理的转移支付保障发展中国家的参与激励。

图3 不同发起者组合和转移支付规则下的合作效果对比(来源:原文Fig. 8)

4)提前落实NDC,是降低未来合作成本的重要条件

研究还发现,早期行动对降低合作门槛具有关键作用。当各国以国家自主贡献(NDC)而非“照常营业”(BAU)作为减排基准时,实现全球合作的可能性显著提高。这是因为NDC目标缩小了基准排放与目标排放之间的差距,降低了各国加入联盟的额外成本。

根据联合国环境规划署2024年《排放差距报告》,即使全面落实NDC,到21世纪末全球升温仍可能达到2.6℃。虽然现有NDC不足以实现《巴黎协定》目标,但其全面落实仍然是关键的第一步——它降低了实现2℃目标的额外成本,增强了“自下而上”治理架构下全球合作的可行性。这一发现为各国“尽早行动、尽早兑现承诺”提供了有力的经济学依据。

5)1.5℃目标面临远高于2℃目标的合作门槛

在比较2℃与1.5℃目标时,研究得出了一个审慎的结论:1.5℃目标对大多数地区而言,减排成本过高,严重削弱了大规模合作的稳定性。

模拟结果显示,在1.5℃情景下,全球平均碳价格约为2℃情景的四倍——从2060年的476美元/吨升至1820美元/吨。在部分发展中经济体,包括非洲和拉丁美洲国家,成本上升更为剧烈。尽管碳关税和相关收入在1.5℃路径下也会增加,但减排成本的攀升幅度远超关税豁免和转移支付带来的收益,导致许多国家在评估参与合作时得出负面的经济结论,从而阻碍了联盟的扩展。

图4 2℃与1.5℃两种目标下的联盟规模和减排效果差异(来源:原文Fig. 6)

这一发现并不意味着1.5℃目标应当放弃,而是提示我们:要实现更激进的气候目标,仅靠现有的合作机制可能不够,还需要技术突破、负排放技术大规模部署等额外条件的支撑。

结语:从“应该做什么”到“能够实现什么”

这项研究在方法论和政策启示两个层面都做出了独特贡献。

在方法论上,研究将AI驱动的智能体建模与宏观经济一般均衡分析相结合,建立了一座连接两类方法的桥梁。传统博弈论依赖人为设定的收益矩阵,难以反映真实的经济关联;传统CGE模型只能比较少数预设情景,无法捕捉合作的动态演化。本研究通过强化学习智能体在CGE生成的收益空间中自主探索策略,使收益矩阵能够随关税和转移支付方案的调整而内生演化,从而能够识别可行的合作扩展路径,而非仅仅找到一个静态的纳什均衡。

在政策启示上,研究实现了视角的重要转换:从“应该做什么”转向“能够实现什么”。研究没有停留在论证全球最优解的理论层面,而是聚焦于在现实的政治经济约束下,合作究竟能否实现、如何实现。研究证明,领导力与精心设计的转移机制相结合,可以使国家自身利益与集体减排目标相一致,为"气候俱乐部"等合作机制的设计提供了现实基础。

全球气候合作的核心挑战,不在于证明合作的必要性,而在于设计让各国“愿意加入、愿意留下”的机制。这项研究通过CGE–ABM耦合框架,将AI驱动的行为建模嵌入宏观经济动态之中,为理解2℃目标下的合作机制提供了新的分析工具,也为各国参与全球气候治理提供了可操作的路径参考。

研究团队表示,未来将进一步引入地缘政治因素、减排承诺的可信度机制、负排放技术部署等维度,持续完善这一分析框架,为全球气候治理提供更全面、更贴近现实的科学支撑。

作者信息

本研究的共同第一作者为复旦大学大数据学院博士生陈子健和复旦发展研究院、上海能源与碳中和战略研究院青年副研究员汤维祺。论文共同通讯作者为复旦大学教授、上海创智学院副院长、上海科学智能研究院理事长吴力波和中国气象科学研究院研究员、中国工程院院士张小曳。合作作者包括复旦大学大数据学院博士生王玉世和环境科学与工程系博士升董明鉴。

论文信息

Chen Z-J, Tang W-Q, Wang Y-S, et al. Global climate cooperation under the 2°C goal: Mechanisms and pathways via a coupled CGE–ABM framework[J]. Advances in Climate Change Research, 2026.

https://www.sciencedirect.com/science/article/pii/S1674927826000778

DOI: 10.1016/j.accre.2026.04.002


【声明】内容源于网络
0
0
上海科学智能研究院
上海科学智能研究院是聚焦科学智能基础研究、前沿技术与场景落地的战略性新型研发机构,以人工智能驱动科学研究范式变革、赋能千行百业为使命,致力于打造世界一流的科学智能科研与创新策源地,构建新质生产力的全新生态圈。
内容 111
粉丝 0
上海科学智能研究院 上海科学智能研究院是聚焦科学智能基础研究、前沿技术与场景落地的战略性新型研发机构,以人工智能驱动科学研究范式变革、赋能千行百业为使命,致力于打造世界一流的科学智能科研与创新策源地,构建新质生产力的全新生态圈。
总阅读223
粉丝0
内容111