We hebben hier al eerder geschreven over kritiek die wordt geleverd op de zogenaamde Integrated Assessment Models (IAM’s). Dit zijn – de naam zegt het al – modellen die kennis uit verschillende wetenschappelijke disciplines combineren tot een integrale beoordeling. Zo’n beoordeling kan dan bijvoorbeeld worden gebruikt om beleidsbeslissingen te ondersteunen. Vaak combineren zulke modellen kennis uit natuur- en sociale wetenschappen, waarmee interacties tussen omgeving, economie en maatschappij geanalyseerd kunnen worden. Het in Nederland ontwikkelde IMAGE model uit 1990 is een van de eerste IAM’s. Een ander bekend – sommigen zullen het liever ‘notoir’ noemen – voorbeeld is het DICE model van William Nordhaus.
Deze modellen kunnen bijvoorbeeld gebruikt worden om de kosten van klimaatbeleid te vergelijken met de schade die ontstaat door klimaatverandering. Of om sociaaleconomische scenario’s (zoals de door het IPCC gehanteerde Shared Socioeconomic Pathways of SSP’s) te ontwikkelen waarmee bepaalde klimaatdoelen behaald kunnen worden. Maar de uitkomsten van modelstudies hangen natuurlijk wel af van de aanname die er bij de bouw in de modellen zijn gestopt. Een lastig punt, omdat gebruikers van deze modellen, of van de resultaten van onderzoeken waarin ze worden gebruikt, niet altijd op de hoogte zijn van wat er “onder de motorkap” precies gebeurt. Terwijl er niet altijd volledige wetenschappelijke overeenstemming is over aannames die wel grote invloed kunnen hebben op modelresultaten.
Een afgelopen maand verschenen rapport richt zich op een specifiek onderdeel van IAM’s, namelijk de schadefunctie. Dat is een wiskundige vergelijking waarmee de wereldwijde economische schade wordt geschat die het gevolg is van een bepaalde mate van opwarming van het klimaat. Het zal duidelijk zijn dat de aannames die aan de basis liggen van zo’n schadefunctie een enorme invloed kunnen hebben op modeluitkomsten.
Het oordeel van natuurwetenschappers
Het rapport is uitgebracht door het Carbon Tracker Initiative. Dat is een denktank die de invloed van klimaatverandering en de energietransitie op financiële markten onderzoekt. De manier waarop ze dit onderzoek aanpakten, was onconventioneel en interessant. Ze hebben klimaatonderzoekers met een natuurwetenschappelijke achtergrond (“scientists” dus, en geen “scholars”) gevraagd om mee te doen aan een enquête over schadefuncties. Een aantal van de respondenten nam vervolgens ook deel aan enkele “virtuele workshops”.
Veel van de benaderde wetenschappers reageerden terughoudend, omdat ze vonden dat ze niet de expertise hadden om er iets over te kunnen zeggen. Terwijl je op basis van natuurwetenschappelijke redeneringen wel degelijk heel zinnige dingen kunt zeggen over de schade die kan ontstaan door klimaatverandering. Want uiteindelijk gaat het allemaal over thermodynamica en dynamica in het klimaatsysteem, en het effect daarvan op allerlei fysische systemen. Zonder zulke fysische effecten zou klimaatverandering geen invloed hebben op de economie, of onze gezondheid, of de biodiversiteit.
Het is riskant om in algemene zin kritiek te leveren op “de IAM’s”. Er zijn er een heleboel, en er zijn aanzienlijk verschillen, bijvoorbeeld in de specifieke toepassing waarvoor ze zijn ontwikkeld. Er zullen modellen bestaan zonder schadefunctie, omdat die voor hun toepassing niet nodig is. Het lijkt me ook goed mogelijk dat er IAM’s bestaan die zijn ontwikkeld door multidisciplinaire teams met een grote inbreng van bijvoorbeeld atmosferisch wetenschappers. Maar afgaand op de resultaten van het onderzoek van het Carbon Tracker Initiative zal dat niet altijd het geval zijn geweest.
De resultaten
Voordat ik inga op de resultaten van het onderzoek, eerst een punt van kritiek. Ik kan uit het rapport niet opmaken waarop de deelnemende wetenschappers hun antwoorden baseerden. Was dat hun eigen kennis over deze modellen en hun schadefuncties? Of op informatie die ze kregen van de onderzoekers? Of waren de vragen zo gedetailleerd dat de benodigde informatie daarin besloten zat? Een overzicht van de gestelde vragen en gegeven antwoorden had daar mogelijk wat duidelijkheid over kunnen geven, maar dat is niet gepubliceerd.
Als ik de kritiek op schadefuncties uit het rapport zo kort mogelijk probeer samen te vatten, dan komt het erop neer dat het hoge aggregatieniveau van de resultaten van IAM’s (en ook van de schadefuncties in die modellen, zie bijvoorbeeld de afbeelding hierboven) het zicht wegneemt op de realiteit. Het lijkt aantrekkelijk, een duidelijke uitkomst die in een oogopslag in indicatie geeft van te verwachten risico’s of schade. Maar het kan ook zijn doel voorbijschieten, als niet meer duidelijk is waar die uitkomst precies voor staat. Een rijtje abstracte getallen doet onvoldoende recht aan de veelomvattendheid van klimaatverandering.
Extremen en niet gemiddelden zijn bepalend
Schade en menselijk leed ontstaan vooral door lokale extremen, en niet door de verandering van de gemiddelde wereldtemperatuur. Fysici zullen hierbij mogelijk denken aan het onderscheid tussen thermodynamica en dynamica dat vaak wordt gemaakt in de klimaatwetenschap. Mondiale opwarming is een thermodynamisch effect, dat gevolgen heeft voor de dynamiek in het systeem, waardoor uiteindelijk extremen ontstaan. Maar er is geen eenvoudig, lineair verband tussen thermodynamica en dynamica. Een schadefunctie die schade correleert aan de gemiddelde wereldwijde opwarming kan daarom hooguit een ruwe benadering geven van de werkelijkheid.
Een sprekend voorbeeld: modellen die een eenvoudig verband veronderstellen tussen temperatuur en schade, zouden het stilvallen van de AMOC positief kunnen beoordelen. Omdat het voor een forse, tijdelijke afkoeling zou kunnen zorgen in veel van de rijkste delen van de wereld. Het is evident dat dit niet overeenstemt met de werkelijke gevolgen.
Ook de maat waarin de schade vaak wordt uitgedrukt, het mondiale BBP, geeft weinig zicht op de werkelijkheid. Als een van de armste landen in de wereld volledig onleefbaar zou worden zou dat bijvoorbeeld weinig invloed hebben op de omvang van de wereldeconomie. Maar het leed voor de bevolking van dat land is niet te overzien.
Risico’s kunnen niet goed ingeschat worden op basis van gemiddelden alleen. Bij de afweging van risico’s gaat het immers niet alleen om de meest waarschijnlijke uitkomst, maar ook om de vraag of de ergst denkbare uitkomst met voldoende waarschijnlijkheid uit te sluiten is. Overigens schreven enkele klimaatwetenschappers onlangs een commentaar in Nature met vergelijkbare kritiek op het IPCC. Zij vinden ook daar de nadruk nog altijd teveel op gemiddelden ligt, ook al is er in de loop van de tijd wel meer aandacht gekomen voor extremen. Maar volgens de critici zijn IPCC-rapporten nog altijd geen volwaardige risico-analyses.
Schade en vooruitgang verlopen niet lineair
Complexe economische, sociale en fysische systemen zijn dynamisch en niet lineair. Ze kunnen meestal kleine schommelingen opvangen. Maar worden veranderingen te groot, of gaan ze te snel, dan kunnen er kantelpunten gepasseerd worden, met ingrijpende en moeilijk voorspelbare gevolgen. Observaties van het gedrag van zulke systemen in het verleden kunnen daarom niet zomaar doorgetrokken worden naar een toekomst die 2 graden warmer is, of nog meer. De ontwikkeling van mogelijkheden voor mitigatie of adaptatie zal ook niet altijd geleidelijk en voorspelbaar verlopen. Sommige ontwikkelingen kunnen sprongsgewijs vooruitgaan en andere helemaal vastlopen.
Het verleden hoeft dus geen goede voorspeller te zijn van de toekomst. Zeker niet omdat we weten dat we ingrijpende veranderingen tegemoet kunnen zien bij een doorgaande opwarming. En dus kunnen er ook vraagtekens worden geplaatst bij de aanname in vrijwel alle modellen dat de wereldeconomie blijft groeien tot het eind van deze eeuw. Zijn behaalde resultaten in het verleden een garantie voor de toekomst?
Schade is cumulatief en langdurig
Veel IAM’s benaderen de schade die door klimaatverandering ontstaat alsof het om een serie losstaande gebeurtenissen zou gaan. Dat zal steeds minder het geval zijn, naarmate het meer opwarmt. Er kunnen bijvoorbeeld cascade-effecten ontstaan. Zoals door een serie van misoogsten, die leidt tot migratiestromen van het platteland naar steden, vervolgens tot sociale of politieke onrust in die steden waardoor weer nieuwe migratiestromen ontstaan. Herstel na een grote natuurramp kost tijd, en niet alleen in arme landen, zoals bijvoorbeeld bleek na orkaan Katrina. Neemt het aantal extreme gebeurtenissen toe, dan kan dit ten koste gaan van de veerkracht, wanneer klappen elkaar zo snel opvolgen dat er onvoldoende tijd is voor herstel.
Dit type effecten kan op allerlei niveaus optreden: in specifieke economische sectoren, in (meer of minder) kwetsbare regio’s, maar ook in de wereldeconomie als geheel. De geraadpleegde klimaatwetenschappers menen dat IAM’s niet in staat zijn om ze geloofwaardig te simuleren.
En nu?
Het rapport doet aanbevelingen voor verbeteringen. Natuurlijk zijn die zinnig, maar toch blijf ik een beetje sceptisch. Natuurlijk kunnen IAM’s modellen helpen om meer inzicht te krijgen in de economische gevolgen van klimaatveranderingen. Maar ze bieden ook schijnzekerheid. En dat zullen betere, maar nog steeds behoorlijke onzekere modellen niet oplossen.
Natuurwetenschappers die zich bezighouden met het klimaat maken al lang onderscheid tussen beter en minder goed te modelleren aspecten. Mede daarom onderscheiden ze de thermodynamica en de dynamica binnen het klimaat. Thermodynamica volgt onwrikbaar vaststaande natuurwetten, die in belangrijke mate bepalend zijn voor het planetaire klimaat. Dat broeikasgassen de aarde opwarmen volgt direct uit de logica van de thermodynamica. Het is relatief eenvoudige natuurkunde, die basis vormde voor de conclusie die experts rond 1980 al trokken: onze uitstoot warmt de aarde op.
Dynamica voegt een bepaalde onvoorspelbaarheid toe, die je “het weer” zou kunnen noemen. Chaotisch, maar wel nog altijd begrensd door natuurwetten. Dynamica brengt wel een belangrijke onzekerheid met zich mee, namelijk de mogelijkheid van kantelpunten. Ook zorgt de dynamica in het klimaat ervoor dat de gevolgen niet overal hetzelfde zijn. Het kan bijvoorbeeld gebeuren dat een stukje van de planeet juist afkoelt, terwijl de rest opwarmt. Een chaotisch systeem volgt nog steeds deterministische natuurwetten, en dus is er in principe te beredeneren en te modelleren wat er kan gebeuren. Maar er zal altijd een bepaalde onzekerheid overblijven.
Voegen we ook de mens toe, dan komt er een element in een model dat helemaal niet te voorspellen is op basis van natuurwetten. Er zijn geen wetmatigheden om te voorspellen wat wij zullen doen in een sterk veranderende wereld. Er zijn alleen nog conventies, waarmee geprobeerd kan worden om daar grip op te krijgen. Stop je die conventies in een model, dan beperken ze de mogelijke uitkomsten. De gesimuleerde samenleving wordt star. Wordt zo’n model vervolgens gebruikt om beleid te ondersteunen, dan zou die starheid een selffulfilling prophecy kunnen worden. Er zijn critici van IAM’s die precies dat betogen.
De belangrijkste les lijkt me dat we veel beter moeten leren leven met onzekerheid. Zelfs de beste modellen nemen die niet weg. Dat erkennen is veel zinniger dan je vastklampen aan schijnzekerheid.
Klimaatverandering 