Investigador responsable: Bruno Benevit
Título original: El costo social del carbono con riesgos económicos y climáticos
Autores: Yongyang Cai y Thomas S. Lontzek
Lugar de intervención: Todos los países
Tamaño de muestra: 10000 simulaciones
Sector: Medio Ambiente
Variable de Principal Interés: Costo social del carbono
Tipo de Intervención: Riesgo económico y climático
Metodología: DSICE
Resumen
La elección de políticas para gestionar las interacciones entre la economía y el clima se ve sustancialmente afectada por la incertidumbre sobre las condiciones económicas y climáticas futuras. En este sentido, el objetivo de este estudio fue comprender cómo el costo social del carbono se ve afectado por los riesgos tanto económicos como climáticos. Al presentar un novedoso modelo de Integración Estocástica Dinámica del Clima y la Economía (DSICE), los autores demuestran que el costo social del carbono se ve sustancialmente afectado tanto por los riesgos económicos como climáticos, lo que implica un proceso estocástico con una variación significativa.
El cambio climático, ampliamente asociado con la emisión global de dióxido de carbono (CO2), tiene varios impactos en la productividad económica. El aumento de las temperaturas implica una reducción de la producción agrícola, un aumento de los costos de refrigeración y una más fácil propagación de enfermedades (Cai y Lontzek, 2019). Hay pruebas de que el aumento de las temperaturas también aumenta la probabilidad de sequías e inundaciones graves (Wuebbles, 2016). En consecuencia, el aumento del nivel del mar provoca inundaciones costeras, que podrían provocar el hundimiento de las zonas costeras.
Además, el cambio climático tiene el potencial de causar cambios irreversibles más allá de cierto punto crítico. A partir de un punto crítico dado, una pequeña perturbación puede alterar cualitativamente el estado o desarrollo del sistema climático (Pindyck, 2011). En este sentido, comprender la relación entre las implicaciones económicas del cambio climático y el Costo Social del Carbono (CSC) es esencial para el desarrollo económico sostenible. Específicamente, es importante verificar cómo la incertidumbre en torno a variables como el crecimiento económico, la aversión al riesgo y los eventos climáticos extremos afectan a la CSC.
El contexto de riesgos económicos y climáticos está cada vez más presente en nuestro mundo que cambia rápidamente. El cambio climático, impulsado principalmente por las emisiones de gases de efecto invernadero, ha generado una serie de impactos significativos en la economía global. Los aumentos de las temperaturas medias, los fenómenos meteorológicos extremos, el aumento del nivel del mar y los cambios en los patrones de precipitación son sólo algunas de las consecuencias directas de estos cambios. Estos fenómenos meteorológicos extremos tienen el potencial de afectar negativamente a la agricultura, la infraestructura, la salud pública y varios otros sectores económicos.
Además, el contexto de riesgos económicos y climáticos también involucra la incertidumbre y variabilidad asociadas con las proyecciones climáticas y económicas. Predecir el comportamiento climático futuro y sus implicaciones económicas implica una multiplicidad de factores. La incertidumbre se ve exacerbada por la falta de consenso global sobre acciones efectivas para mitigar el cambio climático.
El Costo Social del Carbono (CSC) evalúa el coste económico resultante de las emisiones de CO2 a la atmósfera. Representa el coste adicional asociado a la emisión de una tonelada extra de CO2, considerando el daño económico resultante del calentamiento global. Estos daños incluyen pérdidas para la agricultura, impactos en la infraestructura y costos de adaptación. El CSC es fundamental para las decisiones políticas, orientando la definición de objetivos de reducción de emisiones y la implementación de estrategias de mitigación.
La metodología utilizada en este estudio se basó en el uso del método computacional Dinámica Estocástica del Clima y la Economía (DSICE), que integra modelos económicos y climáticos, considerando elementos estocásticos e irreversibles. DSICE contiene un modelo para el clima y un modelo para la economía, utilizando un sistema de cinco dimensiones (dos para la temperatura y tres para el ciclo del carbono).
En concreto, el modelo climático estaba compuesto por tres módulos: sistemas de carbono, temperatura y puntos críticos climáticos. En el sistema del carbono se asumen dos fuentes de emisiones de carbono en cada período: una fuente industrial, relacionada con la actividad económica, y una fuente exógena, resultante de procesos biológicos en el suelo. El sistema de temperatura monitorea las temperaturas atmosféricas y oceánicas, medidas en Cº por encima del nivel preindustrial. Los puntos críticos climáticos se modelan mediante un proceso de cadena de Markov, que incluye la probabilidad de que ocurran eventos críticos, la duración esperada del proceso resultante de ese evento, la media y la varianza de los impactos a largo plazo sobre la productividad económica y la dependencia de factores climáticos.
La parte económica de DSICE consistió en un modelo de crecimiento estocástico simple, asumiendo que la producción genera emisiones de gases de efecto invernadero y que la producción global se ve afectada por el estado del clima. El stock de capital mundial fue analizado en billones de dólares a lo largo de cada año, considerando aspectos económicos como la función de producción, el crecimiento de la población, el aumento de la productividad, la intensidad de carbono en la producción y los impactos causados por los niveles de temperatura. El crecimiento estocástico del factor de productividad fue calibrado para acercar el proceso de consumo resultante a los datos empíricos. El modelo considera una función de utilidad basada en las preferencias propuestas por Epstein-Zin (Epstein y Zin, 1989), permitiendo distinguir entre preferencias de riesgo y preferencias de suavización del consumo.
El costo social del carbono se define como el costo marginal del carbono atmosférico, que puede ser consumo o capital, ya que no existen costos de ajuste. El planificador central establece que los costos privados y sociales del carbono se equiparen de acuerdo con un impuesto pigoviano al carbono determinado. Los autores también calcularon la tasa interna de rendimiento del capital invertido, definida por la tasa utilizada para descontar el consumo adicional causado por una unidad adicional de capital en 2005. Finalmente, el estudio presenta varios cálculos con diferentes parámetros y análisis de sensibilidad para verificar los factores críticos. procesos de punto/cambio.
Los resultados de este estudio indicaron que el uso de las preferencias de Epstein-Zin juega un papel fundamental en el modelado de la aversión al riesgo y la elasticidad de sustitución intertemporal. Estas preferencias tienen un impacto significativo en la CSC, que tiende a aumentar a medida que crece la aversión al riesgo, particularmente en escenarios que involucran un cambio climático crítico.
Al incorporar el riesgo a largo plazo, el estudio reveló que la CSC en sí es un proceso estocástico sujeto a una incertidumbre considerable. Esto implica que la formulación de políticas climáticas debe tener en cuenta las incertidumbres, incluida la posibilidad de fenómenos meteorológicos extremos, y considerar la viabilidad de políticas de mitigación, como la geoingeniería y la captura de carbono, que pueden considerarse demasiado costosas cuando se analizan únicamente según modelos deterministas.
Además, la evidencia de este estudio destacó la influencia de elementos de cambio crítico en el sistema climático en la CSC. La amenaza que representan estos eventos conduce a aumentos sustanciales e inmediatos de la CSC, incluso en escenarios donde la probabilidad y el impacto de los eventos son moderados. Esto sugiere que la CSC puede alcanzar valores considerables sin necesidad de eventos climáticos catastróficos, simplemente asumiendo de manera plausible cambios climáticos inciertos e irreversibles. El análisis de la tasa interna de retorno también señala la importancia de aplicar una tasa de descuento más baja al evaluar los daños causados por eventos de cambio críticos, debido a su menor correlación con el consumo total en comparación con los daños a la producción.
Finalmente, el estudio destaca la capacidad de DSICE para manejar modelos complejos de nueve dimensiones a expensas de modelos más simples. En este sentido, se demostró que la consideración de factores como shocks de productividad, preferencias dinámicas y elementos estocásticos de cambios críticos en el sistema climático es posible y sólida.
El estudio presentó DSICE, un método computacional diseñado para examinar las implicaciones económicas y climáticas que surgen de la interacción entre la economía y el clima. En este contexto, el artículo analizó el CSC y el impuesto óptimo al carbono en escenarios de cambio climático estocástico e irreversible. El análisis consideró incertidumbres relacionadas con el crecimiento económico y preferencias en materia de riesgo. DSICE también integró elementos de “giro” en el sistema climático, como eventos climáticos extremos, para evaluar cómo estas incertidumbres podrían afectar la política climática. La evidencia de este estudio enfatiza la relevancia de la aversión al riesgo para la formulación de políticas públicas relacionadas con la contención del cambio climático.
Referencias
CAI, Y.; LONTZEK, TS El costo social del carbono con riesgos económicos y climáticos. Revista de Economía Política , vol. 127, núm. 6, pág. 2684-2734, diciembre. 2019.
EPSTEIN, LG; ZIN, sustitución de SE, aversión al riesgo y comportamiento temporal del consumo y rentabilidad de los activos: un marco teórico. Econométrica , v. 57, núm. 4, pág. 937, julio. 1989.
PINDYCK, RS Colas gordas, colas delgadas y política de cambio climático. Revisión de economía y políticas ambientales , vol. 5, núm. 2, pág. 258–274, 1 de julio. 2011.
WUEBBLES, DJ Preparando el escenario para la gestión de riesgos: condiciones meteorológicas adversas en un clima cambiante. En : GARDONI, P.; MURPHY, C.; ROWELL, A. (Eds.). . Análisis de Riesgos de Peligros Naturales . Cham: Springer International Publishing, 2016. p. 61–80.