Климатология и климатическая экономика - важнейшие источники знаний в стремлении человечества к достижению целей в области устойчивого развития. Эффективное использование этого опыта требует укрепления его эпистемологических1 основ и нового внимания к более практическим проблемам политики.

Семнадцать целей в области устойчивого развития (ЦУР) отражают стремление ООН к глобальному развитию. Хотя только одна из них, цель 13, относится конкретно к изменению климата, тесная синергия между климатом и здоровьем, продуктами питания, водой, энергией и социальными системами означает, что изменение климата повлияет на прогресс почти в каждой из них. Климатология и экономика климата могут помочь найти путь к этим целям, но подходы, доминирующие в настоящее время в этих дисциплинах, ограничивают их способность вносить эффективный вклад и обеспечивать наилучшее управление. В следующем десятилетии необходимо масштабное наращивание исследовательских усилий, но не инвестирование в то же самое. Нужны радикальные изменения. Первоначально прорыв будет происходить не за счёт сосредоточения внимания на потенциале эксафлопсных вычислений, обеспечивающих миллиард миллиардов операций в секунду и тем самым упрощающих модели климата с более высоким разрешением, а за счёт инвестиций в комплексную междисциплинарную экспертизу. Необходимо решить две проблемы. Во-первых, необходимо лучше понять и охарактеризовать фундаментальные концептуальные проблемы при составлении климатических прогнозов. Во-вторых, интеграция междисциплинарных знаний и перспектив для предоставления наиболее надёжной доступной в настоящее время информации по конкретным вопросам, имеющим практическое значение для лиц, принимающих решения, и общества. Для поддержки ЦУР в следующем десятилетии потребуются инвестиции в навыки и знания, объединяющие такие разные предметы, как, например, стохастические и физические процессы, философия науки, экономика и управление водными ресурсами. Вычислительная техника и данные остаются важными, но должны играть вспомогательную, а не ведущую роль, на которую они поднялись за последние десятилетия. Наблюдаемое и ожидаемое глобальное потепление опирается на прочную эпистемологическую основу, как и ожидание всё более серьёзных воздействий, например, на экосистемы, продовольственные системы и доступность воды. Существование угрозы не подвергается сомнению и принимается подавляющим большинством учёных. Поэтому наука об изменении климата в настоящее время в значительной степени занимается деталями ожидаемых изменений: как потепление будет распространяться на региональном уровне, каковы локальные изменения в осадках, волнах тепла и лесных пожарах, каково распределение вероятностей для таких параметров, как чувствительность климата. Можно сказать, что вопрос для климатической науки в будущем состоит в том, как повысить пространственное и вероятностное разрешение её прогнозов.

Один из ответов заключался в призыве к международному сотрудничеству и инвестициям в эксафлопсные вычисления для моделирования климата, аналогично положениям ЦЕРН об ускорении частиц в физике элементарных частиц. В настоящее время результаты глобальных климатических моделей (ГКМ) имеют решающее значение для экономического планирования в отношении ЦУР, поскольку они широко интерпретируются как источник информации о том, какие климатические изменения будут испытывать разные регионы, - информации, которая, если она надёжна, будет полезна при разработке устойчивых ответных мер. Однако вопросы о надёжности результатов ГКМ для этой цели поднимались в течение ряда лет. Совсем недавно Палмер и Стивенс (Palmer and Stevens) обсудили неадекватность современных моделей в определении масштаба глобальных и региональных отклонений, часто превосходящих сигналы, которые они стремятся воспроизвести. Гипотеза, что эти недостатки могут быть исправлены с помощью более совершенных компьютеров, лучше всего понимается в рамках парадигмы, предполагающей, что существованию надёжных моделей прогнозирования на несколько десятилетий в настоящее время препятствуют, прежде всего, ограниченные вычислительные мощности. Это предположение, однако, редко высказывается и ещё реже защищается. Вероятностные прогнозы нелинейных систем малой размерности могут показать высокую чувствительность к формулировке модели, известной как эффект ястреба, похожий на эффект бабочки, но связанный со структурой модели, а не с начальными значениями. Климатические модели могут или не могут показывать высокую чувствительность к мельчайшим деталям структуры модели, но региональные отклики, безусловно, могут существенно измениться при изменении параметров модели. Насколько же близкими к реальности должны быть климатические модели, чтобы генерировать надёжные прогнозы пространственных и вероятностных деталей будущего изменения климата? Сколь мощный компьютер, насколько сложная модель и какое разрешение необходимы? Учитывая, что и эффект бабочки, и эффект ястреба могут повлиять на результаты, насколько большой ансамбль необходим и как его следует сформировать? Эти фундаментальные вопросы ещё предстоит решить.

Дело в том, что мы не знаем, каковы ограничения привязки для достижения желаемого уровня прогнозирования. Прежде чем вкладывать миллиарды в разработку специализированных компьютеров и связанных с ними компьютерных моделей, было бы разумно сначала развить хорошее теоретическое понимание того, что необходимо и достаточно для построения моделей, способных делать прогнозы с таким высоким разрешением. Без такого понимания прогнозы, основанные на моделях, скорее всего, будут переоценены и ограничены, что приведет к недооценке истинной неопределённости. Это создаёт два серьёзных риска. Во-первых, это риск того, что такие прогнозы побудят разработчиков политики, пытающихся добиться прогресса в достижении ЦУР, заблокировать несоответствующие долгосрочные инвестиции; например, когда новая инфраструктура защиты от наводнений оказывается ненужной или недостаточной. Во-вторых, это риск подрыва доверия к более крупным исследовательским инициативам. Если чрезмерно ограниченные прогнозы окажутся неверными или будут просто заменены сильно отличающимися прогнозами, полученными с помощью моделей следующего поколения, это может вызвать скептицизм по поводу надёжности климатологии в более широком смысле. Одним из ответов на эти опасения является признание того, что, поскольку наши оценки неопределённости часто основываются на ограниченном наборе моделей и наблюдений, нам не следует ожидать хорошо определённых количественных распределений вероятностей, а следует искать менее точные области возможных результатов. Исследования, направленные на изучение таких областей с использованием ансамблей теории возмущений, могли бы сделать приоритетным широкое исследование неопределённости. Такой подход, вероятно, обеспечивает лучшую информацию для использования при планировании устойчивых ответных мер и вспомогательных мероприятий по достижению ЦУР, поскольку он менее подвержен недооценке неопределённости. Действительно, в краткосрочной перспективе это вполне может привести к увеличению оценок неопределённости, поскольку исследуются более широкие диапазоны параметров модели и обнаруживается быстрый рост столь же надёжных модельных формулировок. Тем не менее, это будет представлять собой ценный прогресс, так как представит более надёжную оценку того, что нас ожидает. Слишком большое внимание к снижению оценок неопределённости может подорвать усилия по получению более надёжной информации.

Для экономики изменения климата уже давно характерна параллельная «гонка за разрешение». Экономика климата берёт свое начало в проекте построения моделей комплексной оценки для проведения анализа затрат и выгод политики смягчения последствий, а последующие поколения этих моделей обеспечивают более детальную разбивку по регионам и секторам. Вайцман (Weitzman), однако, указал, что при некоторых умеренных эпистемических ограничениях, которые могли бы привести к распределению вероятностей с «толстым хвостом»2 для равновесной чувствительности климата, выгоды от смягчения последствий не сходятся при стандартных предположениях анализа затрат и выгод. Кажется, экономисты-климатологи десятилетиями пытались дать всё более точные численные оценки соотношения выгод и затрат, которое вполне могло быть бесконечным. Даже если равновесная чувствительность климата не является строго определённой, соотношение выгод и затрат, по-видимому, очень чувствительно к форме распределений вероятностей для физических параметров, страдающих большой неопределённостью. Точно так же сейчас прилагаются усилия по использованию огромного числа исторических данных о погоде и экономике для получения более точных и детальных карт между климатическими условиями и экономическим ущербом, но, похоже, эти типы выводов основываются на некоторых довольно сильных и неправдоподобных предположениях. Возможно, было бы разумно сделать больший упор на попытках понять фундаментальные ограничения этих проектов с самого начала. Например, в какой степени исторические данные могут содержать информацию о долгосрочном будущем ущербе в результате изменения климата? Точно также, когда неопределённость в одном элементе проблемы преобладает над всеми другими аспектами, существует ли риск того, что сложный анализ может скрыть, а не высветить основной посыл? Если наши количественные ответы основаны на недостаточно обоснованных предположениях (например, на форме распределения чувствительности климата), то, возможно, нам следует найти лучший способ постановки вопросов.

Один из подходов, привлекающих все большее внимание в физических науках, - концепция правдоподобного сюжета. Это нацелено на предоставление подробной региональной или местной информации о будущих изменениях климата, обусловленных набором правдоподобных, чётко представленных предположений, но без попытки оценить относительную вероятность. Выдвигая на первый план предположения, этот подход обладает гибкостью, позволяя охватить более широкий диапазон возможных вариантов будущего и облегчить обсуждение их актуальности. Он обладает значительным потенциалом для поддержки ЦУР путём изучения взаимосвязанных физических и социальных сюжетов, ограниченных пониманием физических и социальных наук. Компьютерные модели могут содержать детали, но моделирование идеально строится для информирования сюжета, а не для его основы. В одном примере были созданы физические сюжетные линии, касающиеся разнообразных способов, которыми летний муссон в Индии может отреагировать на изменение климата, а затем эти изменения были связаны с множеством вариантов реагирования на спрос на воду в южной Индии (с этой целью была привлечена модель водных ресурсов). Также будет иметь большое значение принятие более междисциплинарных и экспертно-ориентированных подходов. Антропогенное изменение климата ведёт Землю по никогда ранее не испытанной траектории к никогда ранее не испытанному состоянию. Поскольку эмпирическая проверка наших моделей обязательно проводится в другом, возможно, очень другом состоянии системы, уверенность в выводах о будущем может исходить только из понимания основных действующих процессов - понимания, выходящего за рамки наших моделей. Нам необходимо развить понимание фундаментальных зависимостей и неопределённостей, присущих при попытке спрогнозировать будущее в условиях изменения климата. Более простые системы могут помочь многому научиться, чтобы дать возможность разработать наиболее информативные экспериментальные конструкции. Мы должны опираться на опыт различных дисциплин, чтобы построить целостную картину, отражающую наше лучшее понимание географических, отраслевых, физических и временных аспектов проблемы изменения климата. Исследования в области науки о климате должны больше ориентироваться на вопросы, рассматриваемые в социальных науках и экономике, в то время как экономика климата должна больше знать об источниках глубокой неопределённости в реакции физической системы. В следующем десятилетии мы должны увидеть интеграцию опыта из ряда математических, физических и социальных дисциплин, чтобы генерировать надёжную действенную информацию, которая поможет нам планировать будущее. Уверенность возникает на основе опыта; данные и модели являются важными инструментами, но ни они, ни их результаты не являются конечной целью.

Как же тогда нам использовать богатые возможности науки и экономики для поддержки индивидуальных, национальных и международных устремлений, таких как цели, представленные в ЦУР? Безусловно, необходимы серьёзные международные усилия, но они должны сопровождаться сменой фокуса. Нам нужны специалисты, разбирающиеся в физике и экономике. Климатология и экономика, очевидно, должны продолжать поиск ответов на актуальные для общества вопросы, но они должны быть более чувствительны к эпистемическим ограничениям, с которыми они сталкиваются в результате ограниченных концептуальных основ для экстраполяционных прогнозов. Действительно, есть необходимость инвестировать в исследовательское предприятие, подобное ЦЕРН, но его цель должна заключаться в накоплении комплексных знаний, а не только в моделях.

Ссылка: https://www.nature.com/articles/s41467-020-16624-8.pdf