佳文赏析 | 空气污染控制措施直接减少了美国的健康损失

题目

Air pollution control strategies directly limiting national health damages in the US

作者

Yang Ou, J. Jason West, Steven J. Smith, Christopher G. Nolte & Daniel H. Loughlin

期刊

Nature Communications

时间

24 August 2020

一作

单位

1. Department of Environmental Sciences and Engineering, University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, USA. 2. ORISE Participant at the U.S. Environmental Protection Agency, 109 T.W. Alexander Drive, Research Triangle Park, NC 27711, USA. 3. Present address: Joint Global Change Research Institute, Pacific Northwest National Laboratory, 5825 University Research Court, College Park, MD 20740, USA

链接

https://doi.org/10.1038/s41467-020-14783-2

研究背景

通常对拟议法规效果的分析方法遵循的是排放影响的常见分析范式，也就是第一步确定符合空气污染物浓度标准的减排目标；第二步设计控制策略以达到污染物的减排目的；然后使用空气质量和健康影响模型对研究战略进行评估，以分析拟议行动的效益。然而，由于确定的减排目标和空气质量及健康模型是解耦的，这些模型的复杂性和时间要求限制了探索更多控制策略的能力。此外，也不能保证所提出的控制策略或控制行动的组合是最经济有效的途径。

虽然前人的研究证实综合多个污染物的总体规划比单个减排行动的研究更经济、有效，但由于计算暴露结果的非线性模拟优化算法的复杂性，先前研究的重点通常是在相对较小的空间范围内或短期内的少量污染物上。

本研究以空气污染物导致的健康损失的减少量为约束，模拟最具成本效益的行动，是学界首创。相比于针对特定污染物或部门的绝对或相对排放量的传统减排策略，本文重点研究与PM2.5相关的死亡成本（以下简称PMMC），主要通过调查哪些部门、技术和州可以最经济有效地减少排放，以实现不同水平的PMMC削减目标。

研究方法

GCAM-USA模型

全球变化评估模型（GCAM-USA）是为长期、综合评估经济、能源、农业、土地利用、水和气候而设计的全球人-地系统模型。该研究使用了包含美国州级地区能源供应和需求市场的GCAM-USA模型。州级地区的经济活动是通过与外生数据，如人口、GDP 和劳动生产率相关的能源和服务需求驱动的。在每个模型运行周期的供需平衡是通过所有部门的一套均衡价格实现的，因此模型结果代表了满足建模时间段内能源和服务需求的条件下，最具成本效益的技术组合。GCAM-USA 通过经济活动（包括某一技术的能源输入或服务输出）乘以相应的排放系数来计算空气污染物排放。

GCAM-USA模型的边际减排曲线

GCAM-USA包括电力部门现有燃煤电厂的NOx和SO2边际减排曲线 (MACs)。对现有电厂而言，选择性催化还原是NOx的主要控制措施，烟气脱硫是SO2的主要控制措施，增加这些控制措施的成本对所有州都是一样的。设置相应的排放市场才能激发MACs，所以，本研究在空气污染物和相应的PMMC应用了MACs，并进一步建立了工业部门的煤、天然气和精炼液体资源排放的NOx、SO2 和 PM2.5 的MACs。MACs除考虑燃料转换以及采用更有效的技术之外，还明确考虑末端控制技术的应用，使电力和工业部门能够响应政策目标。

GCAM-USA模型分析美国州级PMMC

估计空气污染社会影响应用回归模型 (EASIUR) 是由化学传输模型的输出回归推导而来的简化模型。该模型已经评估了2005年美国每个县每吨无机空气污染物 (主要是PM2.5、SO2和NOx) 排放导致的归因于PM2.5的死亡人数。EASIUR用于健康影响估算的集中响应关系是由前人推导出来的，使用860万美元 (2010年美元) 作为统计生命价值(VSL)。根据各部门的排放加权总和，将这些县级每吨死亡的估计数汇总到2005年的电力、工业、交通运输和建筑部门的州级水平，然后针对模型中的每个未来时间段在GCAM-USA（2010年至2050年，以5年为增量）进行调整，去计算未来人口暴露、基线死亡率和VSL的变化。

情景设置

该研究设置了两种能源轨迹的基准情景，分别是BASE REF和HR REF。在BASE REF情景中，在国家或地区层面上，使用了2018年的年度能源展望 (AEO)中对关键经济活动的参数的预测，如发电量、电力和工业部门的煤炭使用量。在HR REF情景中，进一步调整了风能和太阳能发电技术的资本成本，加快了可再生能源电力的普及并更加快速地淘汰煤炭发电。假设从2020年开始，PMMC 降低目标以10% (US10–US50)线性变化，5年为一个间隔，在2050年达到相比于REF设定的减少百分比 (10-50%)。这些程式化的情景并不是要代表一种现实的政策，而是要展示一种说明性的途径，表明在当前法规下，BASE REF和HR REF预测的短期内死亡率下降在不同时间段内是持续的。

GCAM-USA中PMMC降低目标的表示

与污染物排放类似，PMMC表示为在GCAM-USA中与每个经济活动相关的副产品。GCAM-USA通过降低全国PMMC排放，创造了一个全国PMMC市场，并为PMMC设定了一个影子价格，从而影响到技术选择，并通过MACs控制链条末端潜在的排放增加。现有和未来排放高PM2.5的技术将被赋予更高的PMMC成本，通过减少这些技术的使用，包括提前淘汰现有设备等措施来减少PMMC。

PMMC成本效益的减少

该研究将PMMC降低方案的成本效益确定为避免的死亡率与所需控制成本的比率。该指标将传统的排放影响敏感性范式 (每减少一吨排放可避免死亡率) 扩展为能源排放影响框架 (避免每一美元控制成本投资的死亡率)，如公式（1）所示。

ΔM代表避免的死亡，ΔC代表所需的控制成本，ΔE代表避免空气污染物的排放。在给定年份和给定PMMC减少情景的总政策成本是指PMMC边际减少曲线(MAC)下的面积。相应的边际政策成本是当前情景的政策成本与同一模拟年份的最低PMMC减少情景的政策成本之差。

研究结果

参考情景

相对于BASE REF，另外五种情景(US10-US50)适用于国家日益严格的PMMC减排目标，即2050年US10-US50情景的PMCC的降低目标相比于2050年的BASE REF情景将减少10% (US10)至50% (US50)。类似地，在HR REF (HR US50)情景中也设置了50% PMMC降低目标。在本研究将重点分析BASE REF情景，因为BASE REF情景下的煤炭和可再生能源假设对减少PMMC 提出了更大的挑战。为方便描述，本研究其余部分的REF和US10-US50均指基于BASE REF的情景。HR REF和HR US50主要用于评估BASE研究结果的稳健性。在BASE REF情景中，美国的PMMC在短期内有所下降，但在2035年左右开始趋于平稳，这种下降是由社会经济和能源因素共同推动的。能源强度 (单位国内生产总值能耗) 的降低、更严格的排放控制和基线死亡率降低都有助于降低PMMC。相反如人口增长、更高的收入水平(增加了支付意愿)和未来更高的能源需求，会导致2035年后PMMC趋于稳定。

PMMC减少50%的效果

2050年PMMC减少50%相对于两个参考情景BASE REF 和 HR REF其国家能源总使用量的变化很小 (图1a, 1b)。US50中PMMC的减少主要是通过用电替代工业煤、建筑生物质和工业液体实现的(图1b)。2050年US50情景的电力部门能源投入与REF相比高4.2%，主要高出部分的能源来自天然气和清洁能源，如风能和太阳能。按最终用途当量计算，工业部门和建筑部门的总能源消耗分别减少5.2％和1.1％，而来自这些部门的PMMC分别减少71％和65％(图1e)。在HR US50情景中 (图1c, 1f)，2050年，工业部门和建筑部门的能源消费总量按最终用途当量计算减少了2%，但却减少了70%的PMMC，其他部分的贡献则主要来源于减少燃煤发电。煤电的使用量进一步减少有两个原因，首先，风能和太阳能成本在HR US50情景中要比BASE US50低得多，这使得风能和太阳能发电取代煤炭发电更具成本效益。其次，HR US50死亡率降低目标相对于HR 2050参考情景值比BASE US50的目标更严格，因为HR REF的PMMC基线已经低于BASE REF的值 (图1)。

图1  PM2.5死亡成本减少50% (US50情景)与两个参考情景相比的国家能源使用和PM2.5死亡成本

按燃料计算的全国能源使用量(a)；按燃料计算的BASE US50情景与BASE REF情景相比的部门能源变化量(b)；按燃料计算的HR US50情景与HR REF情景相比的部门能源变化量(c)；按燃料计算的全国PM2.5死亡成本(2018年美元)(d)；按燃料计算的BASE US50情景与BASE REF情景相比的部门PM2.5死亡成本变化量(e)；按燃料计算的HR US50情景与HR REF情景相比的部门PM2.5死亡成本变化量(f)

地区PMMC降低和行动

州级地区部分的PMMC取决于污染物的排放量和排放类型以及人口在排放地区和排放地区附近的暴露情况。2015年，PMMC的分布主要受传统排放源（如燃煤发电设备）和人口密度的影响，在OH和PA地区的PMMC最高（图2a）。2050年，在REF情景中，PMMC在包括OH东部中北部各州以及包括PA的中部大西洋各州都有降低（图2b）。

图2  地区PM2.5相关的死亡成本减少（PMMC）

估算REF情景中2015年州级地区PM2.5死亡成本(a)；REF情景中2050年与2015年相比的变化情况(b)；2050年US30相对于REF的变化情况(c) 和US50相对REF的变化(d)

图3  减少PMMC的地区行动

第一行图是2015年美国大陆三大高强度排放源的能源消耗-工业用煤(a)，建筑生物质(b)和工业液体(c)；第二行图表示2050年与2015年相比高强度排放源的能源消耗变化；第三行图是2050年US50情景和REF情景相比的能源消耗变化

然而，尽管PMMC在全国总体上降低，但是在部分南部州级地区，PMMC还是比较高，主要是由于人口增长和前期较少控制排放源的工业部门引起的增加。当实施国家的PMMC降低目标时，PMMC削减最大的地区分布在东部、北部、中部和大西洋沿岸各州（图2c, 2d），这些地区的人口和排放量往往更多。在US30 和US50 情景下，OH、PA、NY、MI 和WI的PMMC降低最大，表明这些州用清洁能源取代高强度排放源的成本较低，尽管会面临人口增长的挑战，但各州的PMMC都低于REF情景，只是减少占比在各个州之间的差异较大。PMMC的空间削减模式可以进一步解释为考虑高强度排放源的州级分布情况，特别是工业煤炭、建筑行业生物质、和工业液体(图3)。2015年，PA和OH的工业用煤总量占国家总量的31%，2050年，东南部州级地区PMMC的增加主要来自于工业部门煤炭用量的增长。

 PMMC降低的成本效益

2050年US10-US50的边际收益没有随PMMC降低10%而发生变化，均为330亿美元 (图4a)，也就是在PMCC减少目标之间的收益相同，而边际成本增加了近50倍，从REF US10的3亿美元增加到了US40-US50的147亿美元，因为首先要用尽最具成本效益的控制方案(图4b)。对于考虑的所有PMMC减少方案，包括US50，减少PMMC的好处超过控制成本。即使在US50情景，2050年避免死亡的边际PM效益仍是边际政策成本的两倍多，而US50中全国总健康效益几乎是相应政策成本的7倍。

图4  PMMC降低的成本效益

2050年PMMC降低前提下PM2.5的边际健康效益和边际政策成本(a)；PM2.5的总健康效益和总政策成本(b)；2050年US50情景中州级地区PM2.5的总健康效益和总政策成本估计值(c)

US50对所有州都是具有成本效益的(图4c)。一般来说，在跨州空气污染规则 (CSAPR)的州中 (简单线性回归系数，β=7.5, N = 23) 减少PMMC比非CSAPR的州 (β=5.1, N = 26)更经济有效。CSAPR州是指在CSAPR中确定的排放对顺风空气污染有重大影响的地区。需要注意的是，州一级的PMMC系数代表该州排放物对该州内人口和该州顺风的死亡率影响。CSAPR的23个州在2015年合计占美国总人口的60%，而在US50情景下，23个CSAPR州在2050年PM健康总收益和政策总成本分别占全国的76%和71%，污染物减排获得了较高的健康效益，然而也带来了较高的政策成本。

研究结论

研究结果表明，即使在煤炭向可再生能源有限过渡的情况下，通过用电来取代PM2.5高排放强度的能源，包括工业煤、建筑生物质和工业液体，仍然可以通过高成本效益的方式实现可观的健康效益。这一发现也适用于更积极地向可再生能源过渡的情况。

转载自能源环境经济与政策研究

原文编辑：方艳茹 江琴

经公众号授权转载

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：空气污染控制措施直接减少了美国的健康损失

责任编辑：安静

审编：李倩 

终审： 顾伟男   田巍   梁龙武

猜你喜欢

扫描二维码，关注我们

都看到这里了，点个“在看”再走呗~👇