情景与方法:风险如何演变。
Transparent analytical studies. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
隐含假设
贴现率、基线、弹性系数和风险暴露数据对结果的影响可能超过模型本身。当假设写在代码中而不是写在文本中时,评审人员就无法检验最关键的部分。
Scenarios read as forecasts
示意性路径被当作预期结果引用,中间情景被理解为最可能的情景。若没有明确的目的和合理性说明,情景结果在决策文件中就会变成错误的预测。
Model lineage
模型会在多项研究中被重复使用和扩展,因此共享组件或数据集中的错误会传播到所有基于它的研究。版本标识符使这一谱系可追溯。
Reproduction is rarely tried
Code and data may be available yet never rerun by anyone else. Without independent reproduction, errors in implementation can persist through review and into the reports that cite the results.
系列制作台。
团队跟踪该主题时会使用的界面:其指标、状态与决策。名称为示例,数值仅作示意。
系列制作台
情景与方法 · 年度综述 · 第 9 版
制作中的版本
| 年度综述 | 全球 | 数据核查 | 75 | W13 |
| 国家概况 7 | 国家 | 同行评审 | 99 | W32 |
| 水资源展望 | 行业类 | 起草中 | 50 | W15 |
| 方法说明 4 | 方法 | 已发布 | 100 | 已完成 |
数据核查,年度综合
版本流程
- 大纲理事会
- 草稿作者
- 数据核查每一个值
- 同行评审两轮
- 编辑决定
- 发布DOI
- 更正有版本管理
Scenario and methods editions serve every domain’s analysts.
方法遵循综述所用的 PRISMA 2020 等报告指南;情景结果绝不作为预测呈现。模型附有 NS-12 卡片。
- Methods papers.
- 情景评述。
存量、流量、延迟和一个临界阈值。
两个存量,即压力和 适应能力,由一个增强的增长回路、一个延迟的平衡响应以及压力超过能力时产生的损害相连;越过阈值后,系统可能发生突变。这是使用明示示例数值的教学模型,不是预测。
控制措施
- 压力增长
- 每年 6.0%
- 能力在降低压力方面的效力
- 每年 4.0%
- 对感知压力的投资响应
- 20%
- 感知延迟
- 4.0 年
- 压力的临界阈值
- 60 项指数
- 越过阈值后的放大
- 2.0 倍
- 模拟年数
- 50 年
读数
- 峰值压力
- 113 指数
- 期末能力
- 186 指数
- 超过阈值的年数
- 15.8 年
数字、方法与来源
| 年份 | 压力 | 能力 | 感知 |
|---|---|---|---|
| 0 | 20.0 | 50.0 | 20.0 |
| 4 | 23.3 | 44.9 | 21.2 |
| 8 | 27.2 | 42.2 | 24.0 |
| 12 | 31.7 | 42.3 | 27.7 |
| 16 | 36.8 | 45.5 | 32.2 |
| 20 | 42.3 | 51.5 | 37.2 |
| 24 | 47.9 | 60.3 | 42.6 |
| 28 | 53.2 | 71.3 | 48.0 |
| 32 | 57.8 | 84.3 | 53.1 |
| 36 | 66.4 | 98.4 | 58.4 |
| 40 | 82.7 | 115.9 | 69.7 |
| 44 | 97.8 | 139.7 | 83.8 |
| 48 | 109.1 | 169.4 | 97.3 |
方法
- System dynamics Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
- Critical transitions and tipping points Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
- Causal loop diagram Sterman (2000), Business Dynamics, McGraw-Hill
- Uncertainty fan (parameter Monte Carlo) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
数据
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
贯穿六大支柱,由 Nexus Consortium 牵头
- 实验 实验室
- 构建于 Foundry 中的 Reports
- 检验地点 Universe 中的 Reports
- 编入 Standards 中的数据与证据
- 发表于 Reports 中的报告
- 授课于 Academy 中的风险科学与方法学院
衡量什么,以及衡量得如何。
每个指标都注明其单位、频率、背后的来源类型以及数值将附带的证据标签。此处不显示数值:数值由计划依据其自身权限提供。
| 指标 | 单位 | 节奏 | 来源类型 | 标签 |
|---|---|---|---|---|
| 附有存档代码和数据的研究 | 占研究的百分比 | 每个版本 | Repository deposit records | 观测 |
| 假设记录于假设登记册 | percent of key parameters | 每项研究 | 编辑审核 | 已报告 |
| 独立复现状态 | 类别:未尝试、部分、完全 | 每项研究 | Reproduction record | 已报告 |
| 已报告关键参数的敏感性分析 | percent of key parameters | 每项研究 | 编辑审核 | 已报告 |
| Model and dataset versions cited with identifiers | percent of model and data citations | 每个版本 | 参考元数据 | 观测 |
| Statistical or methods review completed | 是或否,并注明审查人角色 | 每项研究 | 审查记录 | 已声明 |
情景与方法如何建模、度量和检验。
模型、其假设、数据和不确定性,以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意,不是研究发现。
模型、方程与假设
用于情景和方法的模型结构、其所作假设,以及每项假设如何检验。
Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力EAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| 假设 | 为何制作 | 如何检验 |
|---|---|---|
| 在一次事件中,危害与暴露相互独立 | 使损失积分保持可计算 | 与基于联合记录拟合的 copula 进行比较 |
| 耦合在工作点附近是线性的 | 让冲击通过 A 传播 | 在线性范围之外施加扰动并比较 |
| 脆弱性曲线可以在不同地点之间迁移使用 | 很少有本地曲线可用 | 在有观测损失的地方据此进行验证 |
- 输入
- 带溯源信息的版本化数据集
- 成果
- 分布,绝不是单一数字
- 代码
- 连同模型卡和测试一起发布
- 复现
- 相同的数据、代码、环境和随机种子
证据来自何处。
具名公共数据集与机构记录,各自注明许可类别。依协议获得的来源仅按其条款使用,绝不再次发布。
| 来源 | 它提供什么 | 许可类别 |
|---|---|---|
| AR6 情景数据库(IAMC 和 IIASA) | Integrated assessment scenarios assessed by the IPCC with metadata | 注册后免费,条款依 IIASA 规定 |
| SSP 数据库(IIASA) | 人口、经济和排放的共享社会经济路径预测 | 注册后免费,条款依 IIASA 规定 |
| NGFS 气候情景 | Climate-related financial scenarios with documentation | 可免费使用,条款依 NGFS 规定 |
| Zenodo | 带有 DOI 的归档代码、数据和模型版本 | 元数据采用 CC0,许可按记录 |
| Software Heritage | 带有内在标识符的存档源代码 | Code under its own licence |
| OSF 注册库 | 预先注册的分析计划和研究方案 | Metadata CC0, licence per registration |
| 谁来决定 | 问题 | 本页面服务的证据 |
|---|---|---|
| 中央银行与金融监管机构 | Which scenario sets are fit for climate and systemic stress testing | Scenario documentation, assumptions and sensitivity of results |
| 规划和环境部门 | 如何在国家规划中使用情景结果,而不将其视为预测 | 所述情景目的及各情景之间的范围 |
| 统计与方法审查小组 | 方法是否有充分的文档记录且可复现 | Assumptions registers, archived code and reproduction records |
| 研究资助方 | Whether to require code, data and reproduction for funded analytical work | 各项研究的存档与复现指标 |
该主题产生的产出
- 附有假设登记册和敏感性分析的方法报告
- Archived code and data with persistent identifiers
- 说明目的、框架和合理性的情景描述
- 独立重跑的复现记录
该系列提出的要求。
研究结果的可靠性取决于其背后的方法。情景研究和压力测试是探索可能的未来和检验韧性的有力工具,但很容易被误读为预测或对机构的裁定。完整公布方法及其假设和验证,可让读者判断结果的含义,也可让其他研究者复现或质疑结果。
- Which assumptions drive a scenario’s results, and how sensitive are the conclusions to them?
- 该模型是否已根据历史事件或独立数据验证,结果如何?
- 如何综合并传达不确定性,包括无法量化的 深度不确定性 ?
- Can another team reproduce the result from the published data and code?
该系列涵盖的内容。
Two series publish analysis and the methods behind it.
可信的未来情景
Narrative and quantitative scenarios that explore how systems could evolve under stated assumptions.
Severe but plausible shocks
检验系统如何应对既定冲击的测试;它们描述的是系统,而非任何企业的稳健性。
技术说明
供复用和审查的模型文档、数据管线和验证报告。
良好的情景实践会区分探索性情景与压力情景:前者描绘一系列合理的未来,后者检验系统在严重但合理的冲击下的表现。两者都有用,但如果把单一路径当作预期结果呈现,两者都会被误用。因此,各版本会呈现成组的情景及其驱动假设,并指出结果在哪些方面出现分歧。
版本如何构建,及其局限。
- 01
模型文档
目的、结构、输入、假设和已知局限,与结果一并发布。
- 02
验证
回溯测试、与独立数据的比较以及 敏感性分析,采用 不确定性量化与模型验证.
- 03
可复现性
在权利允许的情况下发布数据和代码,数据管道记录于 数据工程、互操作性与管理.
- 04
沟通
结果标注为情景、模型或预测,在不确定性较大时给出区间而非单一数字。
Where this page’s references lead.
阅读本页时所对照的机构和文件。状态和版本会变化;每个链接都指向发布机构。
问题与解答。
Is a scenario a forecast?
What is the difference between reproduction and replication?
Why publish an assumptions register?
情景是预测吗?
这些压力测试是监管压力测试吗?
我可以重复使用这些模型吗?
如果发现某种方法存在缺陷怎么办?
从本页贡献证据。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
- 电子邮件网关 GW-GCRI从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达,由负责的编辑接收。
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- 报告GCRI查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议,以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。