Skip to content

🇬🇧 English · 🇪🇸 Español

Macroeconomía del Clima (DICE)

puremacro.climate incorpora un simulador compacto del modelo DICE de William Nordhaus cuyo propósito es cuantificar el impacto de un escenario de política ambiental predefinido. Dado un sendero de impuesto al carbono, una sensibilidad climática y un coeficiente de daños económicos, calcula la trayectoria conjunta 2020–2165 de producción, emisiones de gases de efecto invernadero, concentración de carbono atmosférico, aumento de temperatura y daños sobre el PIB mundial, permitiendo comparar alternativas de política dentro de un marco contable internamente coherente sin licencias de GAMS ni compiladores de C.

from puremacro.climate import simulate_dice_model, DICEResult

res = simulate_dice_model()  # Valores por defecto: 2020-2165, impuesto $40/tCO2, +2%/año, sensibilidad 3.1
print(res.summary())

Dos precisiones metodológicas cruciales sobre el alcance del módulo: - Es una simulación determinista hacia adelante, no un problema de optimización. No maximiza bienestar intertemporal ni resuelve ecuaciones de Euler. La tasa de ahorro mundial se mantiene fija en 0.22 y la tasa de mitigación de emisiones se determina a partir de la condición de primer orden estática frente al sendero impositivo suministrado. - La columna social_cost_of_carbon es un costo social del carbono genuino. Para cada período se perturba el sendero de emisiones en una tonelada adicional de CO2, se vuelve a simular el modelo y se descuentan las pérdidas de consumo con el factor de Ramsey (1+rho)^-(s-t) (c_t/c_s)^eta; por eso responde a discount_rate y a la sensibilidad climática, y no coincide con el impuesto.

Parámetros de simulate_dice_model()

Todos los argumentos se pasan exclusivamente por clave (keyword-only):

Parámetro Valor por defecto Descripción
n_periods 30 Número de etapas. Con el paso temporal predeterminado, 30 etapas cubren 2020–2165
time_step_years 5 Años transcurridos en cada etapa del modelo
start_year 2020 Año inicial de calibración del estado de la economía y la atmósfera
carbon_tax_initial 40.0 Precio inicial del carbono en el año base ($/tCO2). 0.0 modela un escenario sin política
carbon_tax_growth 0.02 Tasa de crecimiento anual del impuesto al carbono
climate_sensitivity 3.1 Sensibilidad climática al equilibrio ante una duplicación de CO2 (°C, DICE-2016R)
damage_coef 0.00236 Coeficiente \(a\) en la función cuadrática de daño \(D(T) = a T^2\)
discount_rate 0.015 Tasa pura de preferencia temporal rho usada en el costo social del carbono
elasticity_marginal_utility 1.45 Elasticidad eta del factor de descuento de Ramsey usado en el CSC
savings_rate 0.22 Tasa de ahorro bruta fija
scc_horizon_years 300 Horizonte sobre el que se integran los daños marginales para el CSC

Estructura del resultado DICEResult

El objeto devuelto es una dataclass congelada cuyo campo principal trajectories es un DataFrame indexado por año; expone además peak_temperature, scc_initial, end_century_damages y los métodos summary(), to_frame(), to_markdown(), to_latex(), to_typst() y plot():

Columna Unidad Significado económico
output_gross Billones de USD/año Producto mundial bruto antes de daños climáticos
output_net Billones de USD/año Producto neto disponible tras descontar los daños
emissions GtCO2/año Emisiones globales de CO2 derivadas de la producción
atmospheric_carbon GtC Masa de carbono acumulada en la atmósfera (también upper_ocean_carbon, deep_ocean_carbon)
temperature_anomaly °C sobre nivel preindustrial Calentamiento medio global de la superficie (también ocean_temperature)
damage_fraction Proporción [0, 1] Fracción del PIB perdida debido al aumento térmico (climate_damages en billones de USD/año)
abatement_rate Proporción [0, 1] Tasa de mitigación mu de las emisiones industriales
abatement_fraction Proporción [0, 1] Costo de mitigación como fracción del producto bruto
carbon_tax, social_cost_of_carbon USD/tCO2 Impuesto suministrado y costo social del carbono calculado 
# Gráficos de escenarios listos para publicación
res.plot()
print(res.to_latex())