Solving stochastic climate-economy models: A deep least-squares Monte Carlo approach

本文提出并验证了一种将深度神经网络回归嵌入最小二乘蒙特卡洛（deep LSMC）的求解器，用于含多重不确定性与内生状态动态的递归气候-经济模型（以随机 DICE-2016R2 为示例），并展示了该方法在求取最优反馈策略及开展不确定性定量分析（包括 SCC 分布与 Sobol’ 全局敏感度分析）方面的可行性与计算效率优势 ¹⁵²³。

研究目标与贡献概要 ¹⁵

• 目标：用仿真回归方法（LSMC）结合深度神经网络，求解高维、含多源不确定性的递归气候-经济控制问题（随机 DICE）并开展不确定性定量分析（UQ） ¹⁵。
• 主要贡献：将偏差修正的内生状态 LSMC 与深度回归耦合；引入若干数值稳定化技巧（后决策态、归一化、低差异采样）；一次向后回溯后可复用前向模拟进行 Sobol’ 敏感度分析 ³⁴⁵.

深度 LSMC 算法与回归设定 ¹⁴²⁴

• 核心思想：用回归逼近 Bellman 递推中续值的条件期望（控制随机化），再对每一状态点做数值优化以恢复受约束的最优控制 ¹⁴¹⁵。
• 回归器：两层全连接网络（每层32个单元，tanh 激活，线性输出），Adam 优化器，初始学习率 1e-3，早停机制；训练时后一步网络作为前一步初始化以加速训练 ²⁴。
• 变换偏差修正：对值函数做指数/幂变换并使用 smearing 校正以减少回归重构偏差；如存在异方差，估计残差方差并采用相应修正 ¹⁶。
• 数值技巧：使用后决策态降维、将 K/A 等变量按有效劳动归一化、采用 Sobol 低差异序列采样提高样本覆盖率 ²⁴.

关键数值设定与性能指标 ²³

• 状态维度：11 维（6 个 DICE 内生变量 + A_t, σ_t 两个过程 + 3 个初始参数）²³。
• 训练样本：后向回归使用约 8.4M（2^23）样本点；前向用于绘图 5×10^5 条轨迹；表格统计基于 10^6 条样本 ²³。
• 计算资源与时长：在 64 核 CPU 机上，向后回溯含每步 NN 训练耗时约 9–18 小时（≈6·10^2–1.2·10^3 core-hours）；生成 5×10^5 前向轨迹约需 1 小时 ²³²².

主要数值结果速览（图示） ²⁷

• 温度：到 2100 年中位数约 3.4°C，1%–99% 范围约 2.5–4.5°C，IQR ≈ 0.64°C，表明显著跨情景不确定性 ²⁷²⁹。
• 减排控制率 μ_t：大量情景在 2100 年前达到接近或等于 1（完全减排），但中位路径略低于完全减排 ²⁷。
• SCC（2100）：中位轨迹约为 US$200，10$150–300；初始 SCC（2020）均值约 30.9（见表 3）²⁷³⁰.

不确定性定量（Sobol’ 分析）与结论 ²⁹

• 结论：在本文基准设置下，TFP 不确定性主导产出波动；气候模块参数主导温度、损害及 SCC 的不确定性；碳强度（decarbonization）在本基准下对晚期指标方差贡献较小（方差分解意义）²⁸²⁹.

表：主要变量统计（来源 Table 3）³⁰

方法适用范围与限制 ²²³¹

• 适用情形：中高维状态、多个连续噪声源或参数不确定性、需要大量前向评估以做 UQ 时，deep LSMC 优于格点 / VFI（节省 core-hours）²²。
• 限制与注意：结果对 DICE-2016R2 的气候模块校准与偏差修正敏感（定量结果需按不同气候仿真器重估）；CRRA 偏好将 IES 与风险偏好耦合，可能弱化不确定性对政策的影响；可用 Epstein–Zin 等扩展 ⁸³¹.

元数据与概览（引言与报告概览）

• 报告标题为 “Solving stochastic climate-economy models: A deep least-squares Monte Carlo approach”，作者包括 Aleksandar Arandjelović 等多人，隶属多所大学与研究机构（ETH Zurich、Macquarie University、Institute of Statistical Mathematics 等），主题为以深度 LSMC 求解随机化气候—经济（DICE）模型并进行不确定性定量与敏感性分析。¹
• 报告核心论点：将偏差校正的内生状态 LSMC（含控制随机化）与深度神经网络回归结合，解决高维、含多重不确定源的递归随机 IAM（以 DICE-2016R2 为基准示例），并用单次向后递归结果开展大量向前仿真以进行不确定性定量（SCC、温升路径）和全局敏感性（Sobol’ 指数）分析。^{1 3}
• 作者并未声称提出新的 Bellman 递推公式，而是侧重于将已有的偏差校正 LSMC 框架扩展到实用层面，包括引入深度网络回归、数值稳定化技巧（后决策态、变量归一化、低差异采样）以及针对 UQ 的单次递归复用策略。³

逐节深度解读

1. 引言与问题定位（Section 1）

• 报告指出：传统基于格点/投影的动态规划在随机化、状态变量或扰动数目增多时遭遇维度灾难，因此需要模拟为主的方法；LSMC 在金融定价/控制问题中被广泛采用，适合高维并且仅需能模拟一步跃迁的场景，这为随机化 DICE 的求解提供了可行路线。²
• 文献定位与差异化：作者将本工作与 Kelly & Kolstad、Cai & Lontzek（2019）等随机化 DICE 的研究对比，强调既往研究通常只处理一至两维不确定性且计算量巨大，而本文通过深度 LSMC 处理 5 个不确定源并实现可控算力开销。^{2 20}

2. 模型说明（Section 2）

• 基础模型：采用 DICE-2016R2 的离散、每步 Δ=5 年的框架，目标为最大化贴现的全局人口加权人均消费效用（CRRA），控制变量为消费份额 c_t 与减排率 μ_t；价值函数与 Bellman 形式如文中所示，原文给出数学表述并说明在数值实现中采取有限很长时域并设定终点奖励以近似无穷时域。⁶
• 状态与动力学：核心六个内生状态为资本 K、三层碳库 M（大气/上层/下层）、温度 T（大气/深海）；净产出 Q=Y*(1-Λ)/(1+d) 考虑减排成本与气候损害，资本演化按离散折旧+投资更新，碳循环与温度按线性矩阵与对数强迫函数更新，SCC 定义为价值函数对大气碳与资本偏导比乘系数（方程 (5)）。^{7 9}

3. 不确定性建模（Subsection 2.1）

• 作者区分两类不确定性：动态过程不确定性（例如生产率 A_t 与去碳率 σ_t 的随机扰动）与初始参数不确定性（例如 ECS、损害系数 π2、碳循环平衡浓度），并在数值试验中同时纳入五个 Nordhaus（2018）识别的重要不确定源（A、σ 的过程扰动与 ECS、π2、碳循环系数的时零参数不确定）。^{9 10 12 13}
• 参数分布与截断：采用 Nordhaus 提议的参数分布（如 ECS 对数正态、π2 正态、碳循环系数对数正态），但为避免极端值对数值求解产生问题，作者对分布进行了“均值 ± 若干标准差”截断处理（例如 g_A、g_σ 各自以衰减因子调整方差并截断），并强调所有定量结果需条件化于该基准截断与 DICE-2016R2 的气候模块校准。^{10 12 13}

4. 数值方法：深度 LSMC（Section 3）

• 方法逻辑：采用控制随机化 LSMC（Kharroubi 等）并结合偏差校正（Andréasson & Shevchenko, 2022）的逆向回归思想：在回归步骤以状态与随机化控制为自变量，将下一期贴现价值的变换（为减小效用曲率引入 H 变换并用 smearing 校正）作为因变量拟合条件期望，从而建立残差的经验分布用于恢复期望；随后在每个态上通过数值优化求出约束下的最优控制。^{14 16}
• 变换偏差与异方差处理：为处理 CRRA 引起的极强曲率，作者引入变换 H(x)=exp((1-α)x)/(1-α) 及其逆，并利用残差回转（smearing）估计期望；若残差呈异方差，则建议另拟合条件方差函数并据此修正（文中给出方程(11)-(16) 的推导脉络）。¹⁶

5. 回归函数类与深度网络（Subsection 3.2）

• 理由与选择：在高维、强非线性与受控状态下（如边界约束 μ∈[0,1] 导致 kinked policy），多项式基函数维数爆炸且易病态，深度神经网络提供更灵活的非参数逼近能力；作者采用双层 32 节点 tanh 网络作为回归器，并说明用训练好的 t+1 步网络作为 t 步初始化以加速训练。理论上，神经网络的泛函逼近（UAT）为方法合理性提供支持。^{17 24}

图表（逐一深度解读、图片嵌入及分析）

• 图 1（生产力 A 的不确定演化示意，page 10）
  
  描述：图示在 g_A 随机的假设下，2020–2100 间 A 的多路径分布（1%–99% 阈域带、若干分位线与基准 DICE 路径）。解读：可见随时间不确定性区间逐渐扩展，表明生产力过程的纵向波动会放大长期产出不确定性；作者用该图说明 g_A 的参数化与截断策略以及 A 的演化（文本在 page 9 有公式说明）。^{10 11}
• 图 2（碳强度 σ 的演化，page 11）
  
  描述：在 g_σ 随机的设定下 σ_t 的路径带与分位数。解读：σ 随时间趋势下降（去碳进程），但是不确定性随时间逐步收缩（因方差按衰减因子递减并截断），这将对长期排放路径与减排成本产生结构性影响。^{11 12}
• 图 3（三个参数分布密度：ECS、π2、碳循环系数，page 12）
  
  描述：图示三参数（中位线、10/90、25/75 分位）在选定基准下的密度形态与偏态情形。解读：ECS 与碳循环系数呈右偏（对数正态），π2 呈近对称但含小概率负值问题（作者通过截断避免），这些分布特性是导致温度与损害输出右尾风险的物理原因。^{12 13}
• 图 4（uniform vs Sobol 低差异采样投影，page 24）
  
  描述：在 11 维空间中各自取 1024 点并投影到前两维，比较点覆盖均匀性。解读：Sobol’ 低差异样本在投影上更均匀，作者据此选择低差异序列以提升回归/训练的样本效率并减少点数需求。此为算法稳定化要素之一（文中明确指出三项关键稳定化：后决策态、归一化、低差异采样）。^{24 25}
• 图 5（典型优化面，c 与 μ，上述问题说明，page 25）
  
  描述：三维表面展示在某一状态点上目标函数随 c（消费份额）和 μ（减排率）变化的局部形状。解读：图中 c 方向曲率陡峭而 μ 方向较平坦，说明对 μ 的数值求解对条件期望估计精度要求极高；因此文中强调需大样本、低容忍度的优化器（使用 L-BFGS-B 且并行化处理每点最优化）。^{25 26}
• 图 6（六个重要变量随时间的分位与样本带，page 26）
  
  描述：展示 SCC、温度、碳浓度、减排率、排放、损害的中位、期望、若干分位与 1%–99% 区间（基于 5×10^5 前向轨迹）。解读与意义：温度的 1%–99% 分位约为 2.5–4.5°C（至 2100），SCC 在 2100 中位约 200 美元（10%–90% 在 150–300 美元），且很多情景在 2100 前达到近全额减排（μ≈1）。这些不确定性分布直接反映了参数分布和过程噪声的传播，经由最优反馈策略放大或抑制了某些变量的不确定性。^{26 27}
• 图 7（五个不确定源对多输出的第一阶与全阶 Sobol’ 指数，page 28）
  
  描述：矩阵式热力图左侧为第一阶 S_i，右侧为总阶 S_Ti，对象包括 SCC、TATM、MAT、OUT、EMI、DAM；不确定因子为 TFP、SIG、TSC、DC、CC。解读：在基准设定下，产出（OUT）几乎完全由生产力（TFP）主导（S≈100%）；而温度/损害/SCC 类型输出主要受气候敏感度（TSC）和损害系数（DC）影响，去碳率（SIG）对这些输出的方差贡献很小（<1%），但该结论条件于参数范围与内生策略（很多路径接近全额减排）等设定。^{28 29}
• 图 8（随时间变化的第一阶 Sobol’ 指数堆积图，page 29）
  
  描述：展示 2020–2150 年间各不确定源对不同输出的时变第一階貢獻。解读：时间序列显示影响因子的重要性会随时间转移（例如 TFP 对产出早期贡献高但对 SCC 的贡献随时间上升），并且随着时间推进，第一阶指标之和在某些变量（如排放）中下降，提示高阶交互效应随长期演化增加。^{29 30}

估值/算法量化与计算资源

• 样本规模与计算成本：向后递归训练时使用约 2^23 ≈ 8.4M 个样本点用于 11 维回归；向前模拟用于绘制图和 UQ 的轨迹数分别为 5×10^5（图）与 10^6（表统计）。完整向后递归在 64 核机器上耗时约 9–18 小时（对应约 6×10^2–1.2×10^3 core-hours），作者据此与 Cai & Lontzek（2019）在 Blue Waters 上耗费的 ~8.9·10^5 core-hours 进行对比并强调大幅度的资源节约（>99% 的粗略对比）。^{23 22}
• 网络结构与训练细节：回归网络为两层、每层 32 个隐藏单元、激活函数 tanh，线性输出；训练采用 Adam、小批量 SGD、初始学习率 1e-3、最小 1e-5 并启用 early stopping；且将 t+1 步训练结果用作 t 步初始化以加速收敛。后决策态（post-decision state）分解与变量按有效劳动归一化（k=K/(A^det L) 等）是关键的数值稳定化措施。²⁴

风险因素评估（报告中识别的主要风险）

• 模型结构与校准风险：作者多次强调 DICE-2016R2 气候块与损害函数存在科学争议与校准偏差（引用 Dietz et al., Folini et al. 等），并明确所有定量结论需条件化于所采用的 DICE-2016R2 校准与参数截断设定，提醒读者谨慎外推结论至其他校准或更详细的地球系统模型。^{2 8}
• 数值/方法风险：LSMC 的数值稳定性对样本分布、回归类与训练超参敏感；尤其如图 5 所示 μ 的优化面接近平坦时，回归误差会强烈传导至策略与最终 UQ 指标，作者通过大样本、低差异采样与后决策态分解来缓解但并不能完全消除数值风险。^{25 26}

批判性视角与细微差别（审慎点评）

• 结论的“条件性”与可替代校准：作者已明确指出其方法学贡献独立于 DICE-2016R2 的具体气候模拟，但所有数值结论（SCC 水平、Sobol’ 归因等）都严格条件化于所选的参数分布、截断规则与终端奖励设置，因此不应直接用于政策定价而不进行再校准或情景比对；这一点报告自身亦多次声明。^{3 13}
• 关于去碳率（SIG）敏感性很低的结论存在“情景依赖性”：报告指出在其基准分布与内生策略（多情景靠近 μ=1）下 SIG 对方差贡献很小，但这并不能说明在采用不同外生路径（如 SSP 情景）或重新标定 SIG 分布时 SIG 的重要性不会上升；作者在 text 中也提及 SSP/RCP 层作为互补分析应被考虑。^{28 10}
• 回归选择与泛化风险：尽管深度网络提供灵活逼近能力，但网络结构（深度/宽度）与训练策略在不同时间步、不同状态区域的泛化能力仍需更多诊断（例如残差分析、局部误差热图、交叉验证指标），文中虽给出工程实践但对回归误差的系统性评估并不十分详尽，这在高风险尾部估计（SCC 上尾）时尤为重要。^{24 27}

结论性综合（要点汇总）

• 方法学贡献：本文提出并实现了一个可扩展的深度 LSMC 框架——结合偏差校正的后决策态回归、深度神经网络回归器、低差异采样与变量归一化——使得在保留 Bellman 递推结构的同时能够在 11 维状态空间与五类不确定源下求解随机 DICE 并开展 UQ 与 Sobol’ 敏感性分析。^{3 24}
• 主要数值发现（条件于 DICE-2016R2 校准与参数截断）：在作者的基准设定中，产出波动几乎完全由生产力不确定性主导；温度、损害及 SCC 的不确定性则主要源于气候敏感度（ECS）与损害系数；去碳率在该基准下对长远方差贡献较小，因为内生策略在许多路径实现了高减排率，从而压制了 SIG 的可观贡献。^{28 29}
• 计算/实践价值：相较于传统离散化 VFI 在高维问题上的巨量计算成本，深度 LSMC 在作者实现中将向后递归的 core-hours 降低到数百—千级别（在 64 核 CPU 上 9–18 小时），随后可用同一回归解产生大量向前样本用于 UQ，这对于应对政策分析所需的大量情景评估具有实际吸引力与可复制性。^{22 23}
• 最后建议（基于报告与方法）：在将此类结果用于政策建议或财务/精算应用前，应（i）针对关键物理参数（ECS、热吸收系数等）做替代校准并检验气候模拟的一致性（如 Folini et al. 所示），（ii）对网络回归的局部化误差与尾部稳健性做更细致的诊断，及（iii）在存在强偏好不确定性（如 Epstein–Zin）的设定下重跑以评估偏好形态对慎重动机（precautionary motives）与 SCC 的放大效应；这些方向也在原文结论中被作者明确提出作为未来工作路线。^{8 31}

參考原文頁碼提示：本文中所有直接来源陈述或推断均已在段落或句末加注页码 [page::x]，以便溯源与复核。