Climate Change Policy: Dynamics, Strategy, and the Kyoto Protocol

Mon, 05 Jan 2026 00:00:00 +0000

论文解构

1. 理论动机与直觉 (Theoretical Motivation & Intuition)

核心问题：动态公地悲剧中的策略互动

这篇文章的核心经济学权衡在于跨期权衡与策略性互动的冲突。

跨期权衡：减少碳排放需要现在付出成本（牺牲 GDP），收益却在未来（避免气候损害）。
策略互动：气候变化是全球公共品。一个国家的减排不仅取决于自己的成本收益，还取决于其他国家是否会“搭便车”（Free-riding）。

建模缺口：为什么我们需要结构模型？

现有的文献通常分为两类：

理论博弈模型：虽然逻辑严密，但通常高度抽象，无法给出具体的量化预测。
减缩形式（Reduced-form）实证：直接回归（例如），能告诉我们相关性，但无法进行反事实分析（Counterfactuals）。例如：“如果美国退出京都议定书，世界会怎样？”减缩形式无法回答，因为一旦政策环境改变，原来的可能就不成立了（这是著名的 Lucas Critique）。

作者引入结构化模型的动机：是为了恢复那些**“深层结构参数”（Deep Structural Parameters）**——即各国效用函数中的参数（如对 GDP 的偏好、对环保的重视程度）。这些参数被认为是内生的“偏好”或“技术”，不随政策环境改变。只有拿到这些参数，我们才能模拟反事实情景。

直觉叙述：机制如何运作

想象一个由 92 个玩家（国家）组成的无限期博弈。每一期，各国观察当前的世界状态（如全球气温、油价）和国内状态（如 GDP、是否贫困），然后同时做出决定：是否加入京都议定书？定什么目标？排多少碳？这不仅仅是一个静态的最优化问题，而是一个动态规划问题。国家在做决策时，不仅看今天的得失，还要“向前看”（Forward-looking）：如果我今天减排，可能会改善未来的气候状态，从而增加我未来的效用。但是，各国也知道其他国家也在做同样的算计。最终的市场结果是一个马尔可夫完美均衡（Markov Perfect Equilibrium, MPE）：即在给定所有其他国家策略的情况下，每个国家的策略都是最优的。

2. 模型解剖 (Model Anatomy)

这里为您拆解模型的“骨架”。作为结构化模型，它的核心不是回归方程，而是Bellman Equation（贝尔曼方程）。

A. 状态变量 (State Variables, )

这是决策的基础。由于潜在变量太多，作者使用了 LASSO 等机器学习方法筛选出了 8 个关键变量：

国家级：GDP, 人口, 贫困状态, 电力热力碳排放占比, 能源强度, 平均气温。
全球级：世界油价, 全球浓度。

B. 动作 (Actions, )

国家在每一期要由三个决策：

参与决策：是否设定京都目标（二元变量）。
目标决策：设定多严格的目标（连续变量）。
排放决策：实际排放多少（连续变量）。

C. 效用函数 (Per-period Payoff Function)

这是我们想“逆向”推导的核心。假设国家当期的效用是线性的参数形式：

：基函数向量（Basis Functions），比如 GDP、碳排放量、气温的平方等。
：我们要估计的结构参数。它代表了国家对各项指标的“权重”或“偏好”。
：除了国家和计量经济学家能观测到的变量外，只有国家自己知道的私有冲击。

D. 价值函数 (The Value Function)

基于 MPE 假设，国家最大化其期望贴现效用流：

其中是所有国家的策略组合。

3. 推导复现与教学 (Derivation & Solution Method)

这是对博士生最关键的部分。如何从数据中拿到？

如果直接求解这个博弈模型（即“嵌套不动点算法”），我们需要针对每一个猜测的，求解 92 个国家的动态博弈均衡。这在计算上是不可能的（Curse of Dimensionality）。

因此，作者使用了 Bajari, Benkard, and Levin (2007) (BBL) 的两步法。这个方法的核心思想是：如果在现实数据中观测到了某种策略，那么这种策略必定是（在均衡路径上）最优的。

详细步骤与参数映射

第一步：描述现实 (Recovering the Policy Functions & Transitions)

目的：先不要管效用参数，先看看国家在现实中是怎么做的，以及状态是如何演变的。数据：你需要面板数据（各国历年的 GDP、排放、政策选择等）。

估计策略函数 (Policy Functions)：

问题：给定当前状态，国家通常会怎么做？
方法：直接跑回归。
(是否加入) Probit/Logit 回归。
(排放量) OLS 或 LASSO 回归。
结果：你得到了描述各国行为规则的方程。这被视为“最优策略”。

估计状态转移 (Transition Densities)：

问题：如果国家采取了动作，明天的状态会变成什么样？
方法：跑自回归模型（AR1）或机器学习回归。例如：。

第二步：结构估计 (Structural Estimation via Forward Simulation)

目的：利用第一步的结果，反推。逻辑：既然第一步估计出的策略是现实中观测到的，根据显示偏好原理，它带来的价值应该比任何其他策略都要高。

前向模拟 (Forward Simulation)：由于效用函数是参数线性的：，价值函数也可以写成线性的：

这里是不包含未知参数的。
怎么算？
从初始状态出发。
用第一步估计的策略函数决定每一期的动作。
用第一步估计的转移密度决定下一期的状态。
模拟很多期（比如），把路径上的基函数值加总并贴现。
这样你就得到了对应“最优策略”的。

构造扰动策略 (Alternative Strategies)：

为了比较，你需要一些“次优”的策略。作者通过给最优策略加干扰项来构造（比如：比平时多排一点碳，或者设定的目标松一点）。
重复前向模拟，计算这些次优策略下的。

最小距离估计 (Minimum Distance Estimator)：

根据均衡条件，最优策略的价值必须大于等于次优策略：
估计方法：寻找一个，使得违反上述不等式的程度最小（即最小化 GMM 目标函数）。

对你问题的具体回答

文章要估计哪些参数 ()？
它们是效用函数中的系数。具体包括：GDP 的系数（标准化为 100）、平均气温的系数、气温平方的系数、全球浓度的系数、** 排放量的系数**（关键参数，代表减排的边际成本/收益）、以及目标偏离惩罚项的系数。
请注意：那些外生的、不受国家控制且不随行动变化的变量系数是无法识别的（因为在比较和时会被消掉）。
这些参数是怎么来的？
** (结构参数)：是通过第二步的结构估计（最小化不等式违背程度）**解出来的。
** 中的参数（策略参数）：是在第一步通过OLS/Probit/ML** 直接从数据中回归出来的，作为第二步的输入。
哪些是需要结构估计的，为什么？
只有需要结构估计。
原因：因为我们想做反事实分析。如果美国退群，策略函数肯定会变（因为博弈环境变了），所以不能用第一步的回归系数预测未来。但我们假设美国人的“偏好” （比如多爱钱、多怕热）是不变的。拿到后，我们可以在新环境下重新求解均衡，找到新的。
用什么数据怎么估计？
数据：1996-2014 年 92 个国家的面板数据。
估计：使用 BBL 两步法，利用模拟矩估计（Simulated Method of Moments / Minimum Distance）。
为什么选择 BBL 方法？
计算可行性：这是多人动态博弈。如果用传统的嵌套不动点法（NFXP），每次猜一个都要解一次 92 人的动态博弈均衡，计算量是指数级的，完全跑不动。
BBL 巧妙地绕过了“求解均衡”这一步，直接利用“观测到的就是均衡”这一性质，只做模拟和比较，极大地降低了计算负担。

具体 SSM 估计复现

虽然本文号称是使用的“SMM”（Simulated Method of Moments，模拟矩估计），这其实是这类方法的统称，这篇论文具体使用的是 BBL (2007) 提出的模拟最小距离估计量 (Simulated Minimum Distance Estimator)。

它的核心逻辑非常直观：“既然我们在数据中看到的行为是均衡结果，那么如果有任何其他行为（Deviation）比观测到的行为（Observed Action）带给国家的效用更高，那一定是我的参数猜错了。”

我们不仅要让观测到的行为效用最大，还要惩罚那些让“瞎搞”（偏离行为）看起来比“正经做事”（观测行为）更划算的参数组合。

下面我手把手教你它是怎么一步步实现的。

第一步：利用线性性质拆解价值函数

因为效用函数对参数是线性的，所以**价值函数（Value Function）**也是线性的，線性函數是可分的：

这对你意味着什么？ 这意味着我们可以把复杂的**模拟（Simulation）和参数估计（Estimation）**彻底分开：

这是“基函数的期望贴现值”。它只取决于状态和策略，跟没关系。我们可以先把它全算出来存好。
这是我们要找的未知数。

第二步：构造“正经做事”与“瞎搞”的策略 (Constructing Strategies)

为了建立比较，我们需要两套策略：

1. 最优策略 (Optimal Strategy, )

这就是我们在第一步回归出来的策略函数（Policy Functions）。论文认为这就是现实世界中各国正在使用的“最优解”。

从状态出发。
让所有国家（包括）都按照估计出的策略函数行动。
模拟期（比如向前模拟很多年），把路径上产生的所有基函数值（GDP, 排放量, 气温…）加总并贴现。
结果：这就是如果国家“乖乖听话”能得到的各项指标的累积值。

2. 偏离策略/“瞎搞”策略 (Alternative Strategies, )

为了验证是最优的，我们需要制造一些反例。作者构造了多种轻微的扰动 (Perturbations)：

扰动方式 ：
是否加入京都议定书：把估计出的概率人为上调或下调（最多 0.80）。
设定目标：把估计出的目标（%）人为上调或下调（最多 6%）。
排放量：把估计出的排放变化率人为上调或下调（最多 0.06）。
从状态出发。
关键点：只有国家在当前时刻（或前几期）使用偏离策略，而其他国家依然使用最优策略。
模拟路径，算出这种“瞎搞”情况下的基函数累积值。

第三步：建立目标函数 (The Objective Function)

现在手里有了“正经做事”的和一堆“瞎搞”的。

根据博弈均衡的定义（MPE），对于任何国家和任何状态，正经做事的价值必须大于等于瞎搞的价值：

代入线性形式：

移项得到矩不等式 (Moment Inequalities)：

其中。

目标函数： 我们要找一个，使得上述不等式成立得越多越好。如果不等式被违背了（即算出，意味着瞎搞居然比正经做事还爽），这就是一个错误。我们要最小化所有错误的平方和：

：遍历所有国家。
：遍历数据中的所有状态观测值。
：遍历所有构造的偏离策略（Alternative Strategies）。
：如果不等式成立（正值），误差为 0；如果不成立（负值），误差就是那个负值。平方后变成正的惩罚项。

第四步：最小化求解与识别 (Minimization & Identification)

最后一步就是用数值优化算法（如 Nelder-Mead）找一个让最小。

但在按回车键运行代码前，还有一个极其重要的细节——归一化 (Normalization)。

为什么必须做归一化？ 你看上面的不等式：。如果我把全变成 0，不等式完美成立，误差为 0。但这毫无意义。或者，如果是解，那么也是解（效用单位没有自然刻度）。

为了定住标尺（Scale），作者做了一个强制设定：

将 GDP 的系数固定为 100 。
这意味着我们不再估计 GDP 的系数，而是估计其他东西相对于 GDP 的价值。
解释：现在的效用单位就是“100 个单位的 GDP”。如果算出碳排放的系数是 -0.5，意思就是“多排放 1 吨碳，相当于损失了 0.5/100 个单位的 GDP”。
这就解决了模型识别（Identification）问题。

总结：你的复现清单 (Your Replication Checklist)

作为一年级博士生，如果你要复现这一段，你需要写两个主要的循环代码：

模拟循环 (Simulation Loop)：

输入：第一步估计好的 Policy Functions 和 Transition Matrices。
操作：生成数千条模拟路径。
输出：算出矩阵（最优）和一系列矩阵（偏离）。这一步非常耗时，但只需要做一次。

优化循环 (Optimization Loop)：

输入：刚才算好的矩阵。
操作：猜一个，算一下有多少不等式被违背了（），然后调整，直到违背最小。
约束：固定。
输出：最终的结构参数。

这就是这篇顶刊论文从数据到深层参数的“黑箱”内部运作机制。掌握了这个，你就掌握了动态结构估计的精髓。

经典 on 欢迎光临寒舍