文献阅读 | 中国碳定价的空气质量协同效益

题目

Air quality co-benefits of carbon pricing in China

作者

Mingwei Li, Da Zhang, Chiao-Ting Li, Kathleen M. Mulvaney, Noelle E. Selin & Valerie J. Karplus

期刊

Nature Climate Change

时间

23 April 2018

一作

单位

Department of Earth, Atmospheric, and Planetary Sciences, Massachusetts Institute of Technology, Cambridge, MA, USA;

链接

https://www.nature.com/articles/s41558-018-0139-4

研究内容

为了模拟气候政策影响和其与经济-环境之间的相互作用，本研究构建了区域排放-空气质量-气候与健康的跨尺度综合评估框架（REACH），该框架耦合了中国区域能源模型（C-REM）与大气化学模型（GEOS-Chem），可以评估气候政策在不同的空间尺度（从省到国家）和时间范围（从2010年到2030年能源系统的演变）对经济和能源系统的影响。

本研究设置了一个无减排政策的基准情景（No Policy）和三种政策情景（3% Policy、4% Policy和5% Policy，分别表示2015年至2030年期间碳强度每年降低3%、4%或5%）。其中3%政策情景中描述了我国《巴黎协定》之前的减排路径，到2030年二氧化碳排放量预计为135亿吨；而4%政策情景与《巴黎协定》一致，即到2030年前实现碳排放达峰，2030年二氧化碳排放量为11.4 Gt、碳强度比2005年减少60-65%；5%政策情景下2030年我国碳强度降低到世界平均水平（2030年碳排放量为9.7 Gt），该情景与Raftery et al.的2度温升路径一致。

研究发现

在国家层面，与No policy基准情景相比，4%政策情景下2030年碳排放降低24%，所需的碳价为72 US$/ton（2007年不变价），能源强度降低为主要贡献因素（20%）。能源密集型部门和制造业CO2和空气污染物降幅最大，其次为电力部门。煤炭消费量降幅较大，而运输所使用的石油相对而言由于CO2排放因子较低并且没有具有成本效益的替代品而受到的影响较小（图1）。随着气候政策的收紧，2030年碳价从3%政策情景下的26 US$/ton上升到5%政策情景下的132 US$/ton；碳排放总量也将从4%政策情景下2025年（11.5Gt）达峰提前到5%情景下2020年（11.6Gt）达峰（图2a）。

       图1 2030年相较于基准情景4%政策情景下（a）国家层面、（b）部门层面能源使用和（c）碳排放、（d）SO2和NOX排放变化

图2 不同政策情景下（a）CO2、（b）SO2、（c）NOX、（d）NH3、（e）BC和（f）OC排放变化

在省级层面，与No Policy情景相比，4%政策情景下能源消费和碳排放在各省之间差异很大。其中，山西、贵州和内蒙古碳排放降幅最大，分别为-51%、-43%和-55%，集中在采矿和能源密集型制造业。在国家层面，气候政策对不同的污染物影响差异也很大（图2b-f）。其中SO2和NOX由于与煤炭燃烧密切相关而降低最大，而NH3主要来源于农业部门（＞80%）因此受气候政策影响较小。

2030年No Policy情景下，全国人口加权年平均PM2.5浓度为70.1μg/m3，相对于此基准情景，在3％、4%和5%政策情景下PM2.5浓度分别降低了4.7％、12％和19％（图3）。其中山西和贵州等煤炭消费大省空气质量改善较为显著，人口加权年平均PM2.5浓度降低约17%；相对而言，东部地区则不显著，这些地区轻工业和服务业占比较大、能源利用效率较高，提升空间较小。

在2030年No Policy情景下，全国过早死亡人数超过了230万，而在3％、4%和5%政策情景下过早死亡人数分别下降约36,000、94,000和160,000人，所用的暴露-效应关系式来自全球疾病负担研究（GBD），使用此方法可计算得到4%政策情景下健康协同效益达政策成本的3.7倍，而用其他研究中的估算方法，则健康效益只能抵消成本的26%。各省份货币化的健康效益也差异很大，如4%政策情景下宁夏（16亿美元）和广东省（537亿美元）。

图3（a）2010年和（b）2030年无气候政策情景下人口加权PM2.5的空间分布；相较于无气候政策情景（c）3%、（d）4%和（e）5%政策情景下人口加权PM2.5变化

随着政策严格性的增加，SO2下降幅度最大，NOx下降幅度适中，NH3下降幅度最小，人口加权的PM2.5的降幅小于CO2的降幅，各省之间的降幅也各不相同（图4）。这是由于硝酸铵和硫酸铵是PM2.5的重要组分，也就意味着PM2.5的形成取决于其前体物：SO2、NOX和NH3。而这三种空气污染物减排量不尽相同。其中SO2同CO2一样，主要来源于电力部门和工业部门，而NH3主要来源于农业排放；道路交通也是NOX的重要贡献者，但其受气候政策的影响相对较小。BC和OC的贡献也较低，因为其排放大部分来自于生物质燃烧，而这不受气候政策的直接影响。省际差异也反映了各省能源结构、减排成本、污染物排放以及大气化学传输的区域差异。

避免的过早死亡随着政策严格性的提高而增多（图4a）。在3%政策情景下，基于VSL方法计算的净效益为1384亿美元（其中健康效益为1731亿美元，成本为347亿美元）；在4%和5%政策情景下净效益分别为3396（4645-1250）和5348（7907-2559）亿美元。

图4 气候政策的空气质量协同效益

（a）不同政策情景下空气污染物及其他指标的降幅，（b）在4%政策情景下各省人均气候政策成本和避免的健康损失，（c）在4%政策情景下空气污染物及其他指标的降幅

碳定价将产生可观的健康净效益，并且随着气候政策严格性的增加，效益随之增加。即使不考虑碳的社会成本，健康效益也将超过政策成本，尤其是对于依赖煤炭消费而末端控制有限的国家。随着我国碳交易市场的进一步开展，这一交易体系将带来巨大的效益，但是对各个地区影响不一。本研究还发现，单一的碳定价政策无法使得我国达到环境空气质量标准（35μg/m3），还需进一步实施末端去除措施并减少来自非燃烧源（如NH3）的排放。

编辑：刘晓瑞

排版：胡卉然

相关阅读

3 文献阅读 | 巴黎协定下空气质量改善对健康和农业的协同效益4 文献阅读 | 中国非CO2温室气体：排放路径、减排选择与潜力5 文献阅读 | 全球主要粮食产区同时减产的风险评估

点击“阅读原文”浏览小组主页