你可能觉得，一场飓风造成了多少损失，是个挺明确的事——房子塌了、路断了、工厂停了，账单加起来不就完了？但科学家最近发现，如果问题是"其中有多少该算在气候变化头上"，答案会变得非常模糊。
这件事的起因，是研究人员想搞清楚一个听起来很技术、其实很要命的问题：气候变化到底让我们多花了多少钱？
直接算很难。因为气候变化对极端天气的影响，比如飓风和热浪，往往带着很强的地域性，而且变化很大。观测数据和气候模型，未必能准确抓住这些影响。于是研究人员换了个思路：拿一场真实发生的极端天气事件，去和一个"假如气候变化没发生过"的假想场景做对比。这套方法有个名字，叫极端事件影响归因（EEIA），用它来估算气候变化带来的损失和成本。
问题出在，这套方法不止一个版本。
一种叫频率变化法，问的是：气候变化让这场事件发生的可能性增加了多少？另一种叫强度变化法，问的是：气候变化让这场事件变得更具破坏性了多少？
听起来只是问法不同，但算出来的钱可以差得很远。
素材里给了一个很具体的例子：2017年的飓风哈维，造成的损失估计约900亿美元。用频率变化法去算，这900亿里大约75%可以归因于气候变化；但换成强度变化法，这个比例只有15%。
75%和15%，中间隔着的不是小数点，是几百亿美元。如果这两种方法本该得出接近的答案，那这么大的差距，似乎说明至少有一种方法存在技术上的局限，或者理论上就站不住脚。
Match等人决定把这件事掰开来看。他们引入了一个叫一致性的框架。判断标准是这样的：如果把一种方法用在一段时间内的一组事件上，它归因给气候变化的成本总和，应该和实际产生的超额成本对得上。对得上，这个方法就是一致的。
结果有点出人意料：基于频率的方法和基于强度的方法，都可以是一致的。也就是说，两种算法都能通过这道检验。这个一致性框架，还顺带厘清了一些具体条件——在什么情况下，才能连贯、准确地捕捉到那些超额成本。
那问题就来了：既然两种方法都可能是有效的，那从单场事件出发去算气候变化的成本，本身就带着一种无法消除的模糊性。
作者们的说法很直接：这种模糊性是内生的。他们进一步指出，没有什么技术突破——哪怕是对气候和社会的完美认知——能够消除这种模糊性。
这意味着什么？意味着EEIA这套工具在用于适应规划、灾后恢复，或者法律诉讼时，能力可能是有限的。同一场飓风，同一份损失清单，换一种算法，气候变化该背的那部分账就换了一个数字。
这件事有意思的地方不在于"科学家算错了"，而在于：当我们追问"气候变化造成了多少损失"时，这个问题本身可能就没有一个唯一确定的答案。不是我们还不够聪明，而是这个问题的结构里，就藏着不止一个合理的回答方式。
所以下次看到某个"气候变化导致XX亿美元损失"的数字，或许可以多想一层：这是用哪种方法算出来的？换一种算法，它还会是这个数吗？
热门跟贴