Ilmastomallinnus on vaativaa ja monimutkaista tiedettä.

Ilmaston kaikkinaisten riippuvuuksien ymmärtäminen, ja niihin liittyvien takaisinkytkentöjen mallintaminen tekevät ilmastomalleista väistämättä erittäin kompleksisia. Keskeistä kaikille käytössä oleville malleille on, että ne osoittavat hiilidioksidipäästöjen ja hiilidioksidin keskimääräisen pitoisuuden kasvun nostavan maapallon keskilämpötilaa tulevaisuudessa. Tuon riippuvuuden voimakkuudesta ja lämpötilan nousun suuruudesta vallitsee erimielisyyttä eri mallien tulosten tulkinnoissa. Yksiselitteisten suositusten tekeminen päätöksenteon pohjaksi ei ole suoraviivaista.

Taloustiedettä ja ilmastonmuutosta integroivia malleja kutsutaan integroiduiksi arviointimalleiksi (Integrated Assesment Model, IAM). Niiden keskeinen kysymys on, millaisia taloudellisia vaikutuksia ilmaston lämpenemisellä voidaan pitkän ajanjakson kuluessa havaita. Useimmiten taloudellista vaikutusta haetaan bruttokansantuotteen kasvun hidastumisesta. Myös näihin mallinnuksiin liittyy monia ongelmia ja epävarmuuksia. Taloudellisen kasvun ja kasvihuonekaasujen päästöjen keskinäinen riippuvuus on voimakkaasti samanaikainen ja vuorovaikutteinen prosessi, jonka takaisinkytkentöjä ei tunneta. Tästä syystä IAM-mallit kohtaavat usein kovaakin kritiikkiä. Ilmeistä kuitenkin on, että niiden avulla voidaan muodostaa ymmärrystä ja laadullista käsitystä haastavien kokonaisuuksien keskinäisistä suhteista ja riippuvuuksista. Politiikkasuosituksia niiden numeeristen tulosten pohjalta on vaikea esittää.

Vaikutukset toteutuvat kaukana tulevaisuudessa – miksi minä välittäisin?

Yksi keskeinen pulma taloustiedettä ja ilmastonmuutosta integroivien mallien tuottamien tulosten tulkinnassa liittyy ajan arvottamiseen. Kuinka pitää suhtautua siihen, että ilmaston lämpenemisen vaikutukset ilmenevät vasta vuosikymmenten kuluttua? Nehän ovat seuraavien sukupolvien ongelmia, miksipä meidän niistä pitää huolestua? Taloustieteessä ajan arvottamisen ongelmaa lähestytään diskonttaamisen kautta. Ajan arvon vangitsevan diskonttotekijän avulla muunnetaan tulevaisuudessa tapahtuvia asioita nykypäivän mukaiseen arvoonsa. Mitä pienempi ajan arvostukseen liittyvä diskonttotekijämme on, sitä voimakkaammin olemme ’Kaikki mulle nyt heti’ -ihmisiä. Ja sitä vähemmän välitämme ilmaston lämpenemisen tuleville sukupolville aiheuttamista ongelmista.

Hankaluutena kuitenkin on, että objektiivista tieteeseen perustuvaa tapaa määrätä ’oikea’ diskonttotekijä ei ole. Tutkijat joutuvat käyttämään mallinnuksissaan diskonttotekijää oletusten pohjalta. Valitettavasti on myös niin, että erityisesti pitkiä aikajaksoja tarkasteltaessa diskonttotekijästä tulee mallissa kuin mallissa määräävä tekijä.

Mikä siis avuksi? Yksi ajatusmalli aukeaa katsomalla asioiden todennäköisyysjakaumia ja niiden tulkintoja. Kun eri ilmastomallien ennusteiden todennäköisyysjakaumia tutkii tarkemmin huomaa, että niihin liittyy niin kutsuttu paksun hännän ongelma. Tämä tarkoittaa, että useat mallit ennustavat lämpötilan nousevan jopa kuuteen asteeseen todennäköisyyksillä, jotka ovat 10—20 prosentin luokkaa. Ilmastokasinossa pelaammekin venäläistä rulettia! Omassa päätöksenteossa haemme kyllä turvatakuita tällaisille riskeille.

Tämä yksinkertainen fakta avaa silmät sille, että ilmaston lämpenemisen torjuntaan on panostettava kaikilla elämänalueilla. Taloustieteelliseen tutkimukseen pohjautuva liiketoiminnan ja teknologisen kehityksen voimistaminen ovat erinomainen valinta.  Tuuli- ja aurinkovoiman kehitys ovat jo tehneet niistä markkinaehtoisesti kilpailevia vaihtoehtoja, ja pienikin hiiliveron korotus varmistaisi edistyksen nopeasti. Uusien yhteisöllisten toimintatapojen kehittyminen älykkään teknologian verkottamana olisi myös mainio ratkaisu yhteiselle maapallon laajuiselle ongelmallemme. BCDC Energia –hanke kehittää näitä ratkaisuja. Suomen rooli on toimia edelläkävijänä ja tienavaajana tässä kehityksessä (HS Mielipide 3.1.2018).

Kirjoittaja:

Rauli Svento on taloustieteen professori Oulun yliopiston kauppakorkeakoulussa ja BCDC Energia –hankkeen tutkimusjohtaja.