• 报告综述了涵盖1980-2024年间社会碳成本估计的元分析数据库，当前版本包含446篇论文，共14152条估计数据，基准年调整至2025年，价格水平使用2024年美元 [page::0][page::1][page::3]

- 数据库字段详细，包括作者权重、论文权重、质量权重（同行评审、方法、情景）、碳排放年份、模型是否随机及解析求解标记等，旨在增强分析精度 [page::4]

• 统计数据显示，1980至1990年代初论文及估计较少，自2010年起论文数量激增，2024年达到47篇，估计数量峰值在2021年达到5511条 [page::6][page::8]

• 社会碳成本分布严重右偏，众数在75至100美元/吨碳之间，均值402美元/吨碳，高于众数，负值（社会碳效益）占比仅1.3% [page::9]

• 社会碳成本时间序列存在年际波动，2010年后整体呈上升趋势，早期估值偏高今日逐渐趋稳，研究表明碳成本对发展脆弱性假设敏感 [page::9]

• 作者贡献集中，前10名最活跃作者约占文献总量29%，其中Richard S.J. Tol和William D. Nordhaus贡献突出 [page::10]

• 论文国别分布显示美国贡献约40%，英国19%，德国8%，其它36国合计参与，拉丁美洲和非洲欠缺代表性 [page::11]

• 数据库兼具卫星数据，包括作者合著网络图、引用网络等，支持检测引用偏差与作者影响力，发现复杂且结构紧密的引用关系网络 [page::33][page::34][page::35]

• 性别新字段揭示女性作者研究的平均社会碳成本估计高于男性，2025版数据库比2024年数据库更具全面性和代表性 [page::7]

金融研究报告深度分析：社交碳成本(Social Cost of Carbon)元分析数据库 (v2025.1)

---

1. 元数据与报告概览

• 报告标题：Database for the meta-analysis of the social cost of carbon (v2025.1)

- 作者：Richard S.J. Tol

• 发布机构：多机构联合，包括英国萨塞克斯大学经济学系、荷兰阿姆斯特丹自由大学空间经济学系与环境研究所、德国慕尼黑CESifo研究中心，美国科罗拉多矿业学院Payne公共政策研究所等

- 发布日期：2025年（数据库版本及报告年份更新）

• 主题：社交碳成本(Social Cost of Carbon, SCC)的元分析数据库，重点是社会成本的综合评估、估计方法、数据更新以及相关统计和网络分析

- 核心论点与目的：报告更新并扩展了社交碳成本的数据库，整合最新的研究文献和估计值，增加了关键的统计字段（如性别、模型随机性等），同时提供了针对以往研究的趋势和偏差检测。目的在于为学术和政策分析提供一个更全面、更细致的数据工具。[page::0] [page::1] [page::7]

---

2. 逐节深度解读

2.1 引言与背景

• 报告首先介绍了此前关于SCC的多次元分析，特别梳理了作者自身对数据库的持续更新工作，涵盖从1980年代以来的研究和方法演进。

- 作出细致区分：一些研究专注于分布尾部风险、出版偏差、趋势分析、乃至元分析软件开发。

• 明确数据库从1980年至2024年扩展为446篇论文，纳入了之前被忽略的研究。

- 这是一个系统性汇总与更新，彰显其学术权威和持续影响力。[page::0] [page::1] [page::2]

2.2 数据详情

• 论文来源：系统文献检索与专家推荐，多渠道收集。446篇中仅缺失2篇文献，电子版居多，部分纸质版。例举了涵盖国际顶层学者与机构的论文。

- 主数据库结构：含14,152条SCC估计数据，每条记录涵盖发表年、作者权重、论文权重、质量权重（涵盖同行评审状态、方法科学性、合理情境使用）、截断变量、估计值、计价单位和基准年、打折率参数、气候模型假设（如温升影响函数形式）、计量模型属性（解析或随机模型）、社会分配假设（如公平权重）等。数据库在GitHub上公开，确保开放透明。

• 附加数据库：根据不同排放年份计算人口平均增长率（约1.97%），用于标准化SCC为2025年的估计。也计算基于具体论文的增长率替代数值。

- 卫星数据库：包括文献元数据（BibTex）、合著网络（加入性别标识）、国家归属与引用网络，均已实现统一标识以方便整合分析。此设计支持研究影响力与偏差检测。

• 数据库设计充分考虑了SCC研究的多维度复杂性，提供跨论文、学者及地理区域的系统数据挖掘潜力。[page::1] [page::3] [page::4] [page::5]

2.3 描述性统计分析

• 发表趋势（图1）：1980、1982年为起点，随后逐渐增长，1990年代开始活跃，2010年后年产文>=10篇，2024年达47篇。估计次数增长更快，2021年达到最高5511条估计。体现了SCC领域的快速扩展与数据丰富。

- 估计分布（图2）：SCC估计显示正偏态分布，模式位于75-100美元/吨碳区间，均值显著高于模式（约402美元/吨碳），右尾表现出高值极端。仅1.3%的估计表明碳可能有社会利益。

• 时序趋势（图3）：初期估计偏高，后期平均估计有所下降但波动明显。2010年以来显示部分上升趋势。

- 脆弱性假设：80%假设气候变化脆弱性与发展无关，19%假设随收入下降，1%假设随收入上升。脆弱性下降假设使得SCC估计约低91美元/吨碳，脆弱性提升则使其高出约103美元/吨。

• 学者贡献度：613位作者共计贡献，单篇平均1.37作者。主要贡献者如Richard S.J. Tol和William D. Nordhaus为领先。前十大作者合计贡献约29%的文献数量。

- 地域分布（图5）：约40%研究者位于美国，19%英国，8%德国。亚洲、拉丁美洲和非洲贡献较少，显示全球学术分布不均衡。

• 合著网络（图7）涵盖5篇及以上论文的相关作者，最大网络含116人，覆盖核心作者群体。

- 引用网络（图8）极其复杂，存在循环引用，网络密集，显示研究领域内部高度交织与学术互相影响。

• 以上分析充分展示了SCC估计的多样性、时间演进及学术社区的结构动态。[page::6] [page::7] [page::8] [page::9] [page::10] [page::11]

---

3. 图表深度解读

图1（论文数与估计数年趋势）

• 展示1980-2025年间SCC相关论文和估计的年度发表数量。两个Y轴分开，论文用橙点（左轴），估计用蓝方块（右轴）表示。

- 明显可见论文量及估计量均呈现指数增长，尤其近10年估计次数激增，暗合计算机能力提升及学术审查严格性的提升。

• 2021年估计数据竟然达到5000+的峰值，突显数据丰富度和领域关注度激增。这为元分析提供了强大数据基础。[page::8]

图2（SCC估计值分布直方图）

• 通过作者权重、质量权重和数据截断调整后的估计值频率。横轴为SCC估计值（美元/吨碳），纵轴为概率密度。

- 模式为75-100美元区间，峰值明显，说明大部分估计聚集在此区间。

• 右侧有长尾分布，极高SCC估计的概率虽小但非零，表明存在极端风险评估的情况。

- 负值（或碳带来净益）的估计极少，仅占1.3%，体现主流倾向于认为碳排放具有负外部性。

• 这一形态反映学界关注集中区域与极端风险考虑的并存。[page::9]

图3（SCC均值及区间时间序列趋势）

• 两个面板左侧显示实际的均值加减标准差区间，右侧为放大细节的版本（截断纵轴）。

- 早期估计平均值较高，并存在极端波动（区间宽度大）。

• 1990年代之后均值和波动逐渐减小，2010年后均值呈现缓慢增长趋势，且波动幅度缩小。

- 该趋势可能与模型改进、数据增加及政策调整相适应，表明研究领域对SCC认识趋于成熟但也更关注长期风险。

• 2010年后的升高趋势体现对气候变化经济损失更为严肃的评估。

- 此图强化了元分析在不同时期估计动态变迁的必要性。[page::9]

图4（作者对SCC文献的贡献度）

• 饼图形象展示了前15位贡献者的论文占比，按作者平均分配论文所有权。

- William D. Nordhaus独占8.1%，为最大贡献者；Richard S.J. Tol紧随其后占5.1%。

• 剩余作者贡献度快速陡降，显示核心作者群的集中性，且十人合计仅占29%；余66.3%分散于其他作者。

- 这种分布提示研究领域虽有领头羊，但也包含学科广泛参与。

• 为理解学术影响力和网络形成提供重要线索。[page::10]

图5（国家/地区SCC论文产出分布）

• 以饼图显示各国作者论文比例，主要贡献国为美国(40%)、英国(19%)、德国(8%)，其次是荷兰、法国、日本、加拿大等。

- 剩余约30个国家参与，但拉丁美洲及非洲地区论文极少，显示地理学术不均衡。

• 这一地域分布反映了国际科研资源与政策关注的差异。

- 对于政策制定者理解全球研究动态、知识转移与合作特别重要。

• 存在潜在针对性资助或能力建设的空间。[page::11]

图7（合著作者网络）

• 从SCC研究中筛选发表5篇及以上的作者网络图，揭示研究者合作群体。

- 最大网络有116名节点（作者），其中集聚着最具生产力和影响力的研究团体。

• 此图展示了研究人员合作的紧密程度与集群效应，指向知识共享和研究协同。

- 较小的孤立群和分布网络显示部分研究链较为分散。[page::33]

图8（引文网络）

• 表征SCC文献间引用关系的复杂图谱，节点尺寸根据“算术加权内距离”影响力指标，权重根据引用数量调整，体现不仅直接引用，还包括间接影响。

- 网络极为密集，且存在双向引用循环、多层次环路，显示学界知识生态高度联结与动态交换。

• 通过回归分析确定突出影响力的论文，用于权衡历史与前沿研究的影响力差异。

- 是理解学术传播、引用偏差和领域演进的关键图示。[page::34]


---

4. 估值分析

• 报告并非直接展开对SCC的估值模型，而是提供估值研究的元数据基础，如折现率、风险厌恶参数、尾部风险估计等多项模型敏感参数。

- 通过收录不同研究的SCC估计，反映了多种模型、方法和假设下的估值区间，揭示SCC估计对参数选择和方法论的高度敏感。

• 数据库支撑对多种估值结果的加权分析，可用于整合方法（meta-regression）估计更为稳健的SCC均值。

- 报告强调模型类型（随机/解析）、损害函数形式、分析方法（如数学计算或数值模拟）的差异，提供跨模型综合比较的基础框架。

• 这为后续风险管理、政策制定提供严格科学依据和多模型参考。[page::3] [page::4]

---

5. 风险因素评估

• 报告虽无直接风险分类章节，但通过数据录入与分析隐含反映了多重风险因素：

- 模型方法风险：模拟方法、参数化、数据质量等差异导致估计波动。
- 尾部风险：重尾分布导致SCC右侧极端值出现，影响政策向严谨方向考量。
- 数据覆盖不足：部分地理区域缺乏研究，可能带来代表性风险。
- 发表偏差：对发表年份趋势及方法演进做出考量，特别关注了出版本身的偏差检测。
- 脆弱性假设差异：不同收入脆弱性的假设可能显著改变估值。

• 报告通过设立多个权重变量对分析结果进行加权修正，试图缓解上述风险因素的影响。

- 通过合著及引用网络分析识别潜在偏见和研究趋势，有助识别学术环境中的系统风险。[page::0] [page::1] [page::6] [page::7]

---

6. 批判性视角与细微差别

• 报告聚焦于数据更新和数据库完善，未深入讨论估计价值的合理性或政策导向，体现一定客观中立态度；

- 引入女性参与的SCC估计差异（617美元 vs 556美元）虽有趣，但未进一步分析潜在结构性影响，未来值得探讨是否存在性别视角的模型差异或研究偏差；

• 地域分布的不均衡及学者集中在少数国家和集群，可能带来学术与视角多样性的局限，影响全球政策通用性；

- 报告强调了估计值的波动与趋势，但缺乏对为何高估值存在、具体估值背后的经济行为假设细化解读；

• 对出版偏差和趋势研究虽有所提及，仍可进一步精细定量；

- 图表元数据丰富，但对数据来源的一些不完整性（例如少数图形数据通过抓取工具获得）可能带来测量误差潜隐。

• 由于数据和方法复杂，数据库本身为学术工具，需谨慎应用于政策制定，不可盲目依赖单一估算结果。[page::1] [page::7]

---

7. 结论性综合

本报告系统性建设了最新版本（v2025.1）的社交碳成本元分析数据库，是该领域最全面、最详尽的结构化数据集。报告重点包括：

• 数据规模显著扩容：446篇论文与14152条估计，比前一版本大幅增加，极大提升统计能力和分析视角。

- 关键字段扩展：新增性别标识、模型随机性及解析解标识，丰富多维数据参考。

• 均值估计与趋势：整体SCC基于现有文献加权均值为400美元左右，存在显著偏态分布，且波动随时间趋缓。

- 作者与地域结构：作者集中度高，美国、英国居主导地位，学术合作和引用网络密集复杂。

• 方法论及模型多样性：收录范围涵盖多种估值模型、估计方法，支持对模型不确定性和出版偏差的深入探讨。

- 图表揭示了研究增长、估计层级演进、学术合作网络及引用影响力，通过图文结合加深理解。

数据库作为公开资源，将持续更新，对社交碳成本的测算和政策研究具有重要基础价值。它为未来气候经济研究提供了坚实的数据后盾和图谱分析基础，有助于推动科学合理的气候经济政策制定和风险评估。

总体上，报告显现作者对SCC研究演变的深厚理解及对元分析严密体系化构建的能力，是气候经济领域的重要贡献。[page::0] [page::1] [page::3] [page::6] [page::7] [page::8] [page::9]

---

参考图片展示

图1：论文数及估计数随年份变化趋势

图2：社交碳成本估计分布直方图

图3：社交碳成本估计均值及标准差随时间的演变

图4：作者贡献分布饼图

图5：国家/地区论文产出比例

图7：合著网络

图8：引文网络

---

综上所述，报告通过全面系统的数据库建设和多维度分析，为社交碳成本的测算与理解提供了坚实基础，也为未来相关研究和政策制定贡献了稀缺与权威的工具资源。

报告