结构经济变革的动态资源创造：低碳转型的建模新范式与政策启示

《Oxford Review of Economic Policy》：Understanding and modelling structural economic change as a dynamic resource creation process—an application to low-carbon transitions

本文针对传统经济模型在分析结构性变革时的局限性，探讨了如何将低碳转型理解为动态资源创造过程。研究通过整合演化经济学与复杂性理论，构建了模拟技术扩散与政策干预的框架（如FTT模型），揭示了前沿政策如何通过触发技术互补性、预期形成等机制推动经济跨越转型临界点。结果表明，基于风险-机会分析（ROA）的“市场塑造”策略比静态成本效益分析更适用于引导变革，为气候政策与创新战略提供了新范式。

　　

全球经济的深层结构正经历一场由清洁能源、人工智能和基因工程驱动的颠覆性变革。然而，传统经济模型基于静态均衡和资源分配逻辑，难以捕捉技术扩散、网络效应和路径依赖等动态过程，导致政策评估常低估转型效益、高估成本。例如，主流模型常将低碳创新视为“成本项”，而忽视其通过规模经济和学习效应触发系统性变革的潜力。这种认知偏差可能延缓关键投资，使经济体锁定于高碳路径。

为突破这一局限，剑桥大学领衔的研究团队在《Oxford Review of Economic Policy》发表论文，提出将结构性经济变革重新定义为“动态资源创造过程”。研究强调，低碳转型并非简单的资源重新配置，而是通过政策干预激活技术互补性、改变行为预期、形成正反馈循环，最终推动经济跨越临界点（tipping points），进入自我强化的新均衡。

研究采用多方法融合的分析框架，重点运用未来技术转型模型（Future Technology Transformations, FTT）模拟电力部门技术选择，并与宏观计量模型E3ME耦合。FTT模型基于复制动态方程（replicator dynamics）刻画技术竞争，引入学习曲线（learning curves）和异质性投资者行为，避免了传统模型对弹性系数的过度依赖。此外，研究通过情景分析（scenario analysis）对比碳定价政策的长期效果，揭示结构性变革的不可逆特征。

研究结果

1. 技术反馈与临界点机制

模拟显示，清洁技术（如光伏、电动汽车）的成本下降遵循S形扩散曲线。初期缓慢的市场渗透在达到临界规模后加速，引发“设计空间效应”（design space effect）——低成本清洁能源催生下游应用创新（如智能电网、电动船舶），形成跨部门技术协同。

2. 政策干预的持续性影响

在碳税（80美元/吨CO₂）实施十年后，电力部门碳排放减少量的一半在政策退出后仍持续至2060年，因可再生能源已通过规模效应实现成本优势；而传统化学品部门（依赖弹性系数模型）的排放迅速反弹，印证了结构性变革模型的优越性。

3. 社会制度与预期的作用

消费者偏好、政策信号和风险感知通过社会网络扩散，形成“叙事经济学”（narrative economics）效应。例如，电动汽车普及率提升会改变邻居的购买决策，进而强化政策支持度，形成行为-制度协同演化。

结论与意义

本研究批判了以均衡模型为主导的政策评估范式，主张采用风险-机会分析（Risk-Opportunity Analysis, ROA）替代传统成本效益分析。其核心启示在于：政策目标应从“修正市场失灵”转向“塑造市场”，通过前端投入激活创新机器，而非追求静态最优。例如，中国在光伏、电池领域的早期战略投资已使其占据全球产业链关键位置，印证了“动态效率”优于“静态效率”的逻辑。

论文的建模实践表明，经济分析需接纳不确定性、路径依赖和多重均衡的现实，通过多模型比较和定性-定量混合方法识别转型风险。这一框架不仅适用于低碳转型，也为人工智能、生物技术等通用技术变革的政策设计提供了方法论基础。