El análisis de los desafíos asociados con el logro de los objetivos del Acuerdo de París para limitar el calentamiento global a menos de 2°C o incluso 1.5°C revela la presencia de una inercia económica, costos de ajuste que penalizan una transición rápida lejos de los combustibles fósiles y la incertidumbre climática que obstaculiza la capacidad de prever el presupuesto de carbono restante. Para abordar estos desafíos, se presenta un marco de modelado que explora estrategias óptimas de inversión en descarbonización cuando existe un retraso en el aprendizaje sobre el presupuesto de carbono restante y costos de ajuste. Los resultados revelan que el retraso en el aprendizaje sobre el presupuesto de carbono restante impacta la inversión de tres maneras: (i) aumenta el costo de las políticas, especialmente cuando existen costos de ajuste; (ii) conduce a la inversión adelantada en la mitigación en comparación con una política de certeza; y (iii) cambia la asignación sectorial de la inversión, favoreciendo trayectorias de inversión declinantes en lugar de caminos en forma de campana, especialmente en sectores difíciles de mitigar como la industria pesada. Estos efectos se atribuyen a la distribución del precio del carbono que hereda una «cola pesada» cuando el presupuesto de carbono restante se aprende más tarde en el siglo. Siendo así, la combinación de incertidumbre climática y costos de ajuste resulta en una estrategia de menor costo más agresiva para la inversión en descarbonización. En el análisis de los desafíos planteados por factores económicos e incertidumbre en el sistema climático para alcanzar los objetivos de temperatura del Acuerdo de París, se introduce un modelo (INV) que incorpora inercia económica, costos de ajuste y heterogeneidad sectorial para explorar la influencia conjunta de estos factores e incertidumbre climática en estrategias óptimas de inversión en descarbonización. El modelo asume que el valor real del presupuesto de carbono restante (RCB) es desconocido hasta cierto punto en el tiempo, después del cual se puede ajustar la política. Se comparan los resultados con un modelo más simple (MAC) sin inercia económica ni costos de ajuste. Las conclusiones clave indican que los costos de ajuste magnifican el impacto de la incertidumbre climática, especialmente para objetivos de temperatura estrictos, la inversión en mitigación se adelanta en relación con la certeza y la asignación sectorial prioriza sectores difíciles de mitigar. Estos resultados sugieren que la incertidumbre y los costos de ajuste exacerban la influencia mutua, abogando por estrategias de inversión en descarbonización más agresivas de menor costo.

De otro lado, el análisis del impacto del aprendizaje retrasado sobre el presupuesto de carbono restante (RCB) en el costo total de la política climática óptima para diferentes objetivos de temperatura (1.5°C, 1.7°C y 2°C) revela resultados significativos. En primer lugar, cuanto más tarde aprenda el tomador de decisiones el valor real del RCB, mayor será el costo total de la política en comparación con el caso de certeza, siendo este aumento más drástico para el objetivo de 1.5°C. El retraso en el aprendizaje implica la necesidad de planificar para los escenarios de RCB peores durante un período más largo, lo que aumenta el gasto precautorio y, por ende, los costos totales, especialmente para objetivos de temperatura ambiciosos. La dinámica del costo adicional debido a la incertidumbre muestra una forma de «S» – pequeña al principio, aumentando rápidamente con el retraso en el aprendizaje y luego nivelándose para aprendizajes muy tardíos. El valor marginal de aprender el RCB un año antes puede ser de hasta $1 billón por año, lo que implica un considerable ahorro potencial de costos. Estos resultados resaltan la importancia de un aprendizaje oportuno sobre el RCB para una formulación de políticas climáticas efectivas y económicamente viables, especialmente para objetivos de temperatura estrictos. En relación con el impacto del aprendizaje retrasado sobre el RCB en el costo total de la política, la distribución temporal del gasto y la asignación sectorial de esfuerzos de inversión en mitigación bajo diferentes objetivos de temperatura (1.5°C, 1.7°C y 2°C), se identifican hallazgos clave. El aprendizaje retrasado aumenta el costo total de la política, siendo el aumento más significativo cuando existe inercia económica y costos de ajuste (índice de interacción entre incertidumbre e inercia > 1). El retraso en el aprendizaje lleva a una inversión adelantada en la mitigación en comparación con el caso de certeza, con el grado de adelantamiento dependiendo de la urgencia del objetivo de temperatura. Además, afecta la asignación sectorial, con sectores difíciles de mitigar experimentando un cambio de caminos de inversión de forma de campana a declinantes. Estos resultados subrayan la necesidad de aprendizaje oportuno para una formulación de políticas climáticas costo-efectivas, especialmente para objetivos de temperatura rigurosos.

El documento revela diferentes aspectos relacionados con la mitigación del cambio climático y sus implicaciones económicas bajo diferentes escenarios de incertidumbre. En primer lugar, se discute la extensión de un marco de modelado para incluir tecnologías de captura directa de aire (DAC) y aumentar las líneas base de emisiones. Se destaca que, para objetivos de temperatura más laxos, la inclusión de DAC tiene un impacto mínimo debido a precios de carbono demasiado bajos para incentivar una inversión significativa en DAC. Sin embargo, para el objetivo de 1.5°C, DAC ofrece ahorros de costos al compensar las emisiones de sectores difíciles de mitigar como la industria y la agricultura, mientras que la inversión en sectores más fáciles de mitigar permanece en gran medida sin cambios. Además, se explora el efecto de aumentar las líneas base de emisiones hasta 2050, encontrando que el costo de alcanzar los objetivos de temperatura aumenta unilateralmente debido a mayores existencias de capital inicial. Este análisis destaca el papel potencial de DAC en escenarios de mitigación rigurosos y los desafíos planteados por el crecimiento de las emisiones. Asimismo, se analizan métodos computacionales y resultados relacionados con la modelización de políticas de cambio climático y sus impactos económicos bajo incertidumbre. Se describe un modelo computacional que puede resolver rápidamente modelos climáticos-económicos con incertidumbre, evitando desafíos con métodos de solución tradicionales. El modelo incorpora factores como costos de ajuste, inercia económica y la posibilidad de puntos de inflexión o cambios climáticos abruptos. Los resultados muestran que el retraso en el aprendizaje sobre la sensibilidad climática aumenta el costo total de las políticas climáticas, siendo el aumento de costo mayor al tener en cuenta la inercia económica. El retraso en el aprendizaje desplaza más gastos de política a períodos posteriores cuando los objetivos de temperatura son más estrictos. Esta interacción entre incertidumbre e inercia económica amplifica el costo total de la política climática en comparación con un modelo sin inercia. Este análisis enfatiza la importancia de considerar el riesgo y la incertidumbre en la evaluación de políticas climáticas óptimas y el costo social de las emisiones de carbono.

En general, el documento ofrece un análisis de los desafíos inherentes al logro de los objetivos del Acuerdo de París para limitar el calentamiento global a menos de 2°C o incluso a 1.5°C. Se resalta la presencia de una inercia económica, los costos de ajuste que dificultan una transición rápida lejos de los combustibles fósiles, y la incertidumbre climática que complica la previsión del presupuesto de carbono restante. Para abordar estos desafíos, se presenta un marco de modelado que explora estrategias óptimas de inversión en descarbonización, considerando tanto el retraso en el aprendizaje sobre el presupuesto de carbono restante como los costos de ajuste. Los resultados muestran que el retraso en el aprendizaje sobre el presupuesto de carbono restante impacta la inversión de tres maneras principales: aumenta el costo de las políticas, adelanta la inversión en mitigación y cambia la asignación sectorial de la inversión. Adicionalmente, se discute el potencial de las tecnologías de captura directa de aire (DAC) en escenarios de mitigación rigurosos, así como los desafíos asociados al crecimiento de las emisiones y la incertidumbre en la formulación de políticas climáticas efectivas y económicamente viables. En resumen, se resalta la importancia del aprendizaje oportuno sobre el presupuesto de carbono restante y la consideración de factores como la inercia económica y los costos de ajuste en la toma de decisiones para alcanzar objetivos de temperatura ambiciosos de manera costo-efectiva.