文献阅读 | COVID-19相关能源需求持续变化的气候缓解情景

题目

Climate mitigation scenarios with persistent COVID-19-related energy demand changes

作者

Jarmo S.Kikstra, Adriano Vinca, Francesco Lovat, Benigna Boza-Kiss, Bas van Ruijven, Charlie Wilson, Joeri Rogelj, Behnam Zakeri, Oliver Fricko & Keywan Riahi

期刊

Nature Energy

时间

2021年10月

一作

单位

International Institute for Applied Systems Analysis (IIASA), Laxenburg, Austria

链接

https://www.nature.com/articles/s41560-021-00904-8

研究背景

       新型冠状病毒肺炎(COVID-19)疫情对社会产生了深远影响，为了限制病毒传播而采取的的防疫措施导致商业活动减少、失业增加、旅行限制、集会限制以及制造业与进出口贸易的变化，深刻影响了经济及人们的日常生活。

       因此，人们不得不暂时彻底改变他们的生活方式，导致社会每日能源需求发生变化，这反过来又对空气质量、能源需求和温室气体排放产生了直接可见的影响。尽管2020年全球温室气体排放量的下降很可能是有记录以来的最大的一年，但短期的减少不会避免全球气温上升，除非随后能源系统发生长期的结构性变化。最近的研究表明，对能源和交通领域的脱碳努力的政策支持有望增加，并已确定了积极气候和经济复苏的政策。然而，部分由于社会驱动变化的复杂性，能源经济模型研究尚未集中于评估需求侧效应对气候缓解挑战的潜在影响。

       这项研究通过改变过去一年中观察到的变化持续性的恢复情景来评估COVID-19对能源需求的潜在影响，对需求侧变化的短期COVID-19冲击和替代中期恢复路径对长期能源需求的影响进行了定量全球分析。研究发现，实现低能源需求复苏有助于降低实现《巴黎协定》气候目标的成本。

研究方法

MESSAGEix-GLOBIOM模型

本文使用MESSAGEix-GLOBIOM IAM评估不同的COVID-19情景对能源系统和衍生指标（如温室气体排放和能源投资需求）的影响。MESSAGEix-GLOBIOM 是一种基于过程的 IAM，详细表示了能源和土地利用系统中的技术工程、社会经济和生物物理过程，是一个线性/混合整数优化模型，旨在以最低成本满足外生和内生需求。MESSAGEix-GLOBIOM包括与能源系统模型和MACRO（一种宏观经济模型）的链接，该模型使世界每个地区的单个代表性生产者-消费者的跨期效用函数最大化。优化结果是一系列最优储蓄、投资和消费决策。MACRO 模型的主要变量是资本存量、可用劳动力和能源投入，因此该模型可以描述终端使用价格对能源服务需求的反馈。能源和宏观经济模型之间的链接是通过迭代过程建立的。首先，能源价格在MESSAGEix-GLOBIOM中根据参考外生能源需求数据进行计算。然后，将这些能源价格传递给MACRO，在MACRO模型中，考虑到能源供应成本对每个模型区域GDP参考轨迹的影响，能源需求被重新计算。接着，MACRO解决方案产生的新能源需求数据将被反馈给MESSAGEix-GLOBIOM，从而影响供需平衡，产生新的能源价格。两个模型之间能源价格和能源需求的迭代将继续进行，直到两个模型的输出收敛到预定误差范围轨迹。

能源需求冲击的自下而上评估

       本文考虑到由COVID-19疫情本身和防疫措施引起的直接影响，例如地方和国家封锁、安全距离要求、更高的卫生标准以及限制国际贸易和旅行，此外还包括部门间变化导致的的间接效应。本文评估了三个需求部门的活动和结构变化：运输、建筑和工业。首先收集各行业在COVID-19危机期间观察到的需求冲击数据（数据截止日期为2020年12月，收集截止日期为2021年3月），使用同比方法将2020年数据映射到2019年观测数据。然后结合对单个子部门活动减少的评估，并将其汇总，以计算对全球能源需求的总体影响，并外推到MESSAGEix-GLOBIOM IAM的空间分辨率上。

GDP路径、耦合和敏感性

       为了能够清楚地表示COVID-19疫情的初始冲击和长期反应之间的不同动态，本文对2020年的经济冲击以及这种经济冲击在短期和长期的持续水平进行了建模，并且考虑到当前危机的高度不可预测性，部署了一个最大程度透明的通用框架来模拟新冠疫情可能产生的宏观经济影响。研究通过收集广泛使用的经济前景（包括公共实体、中央银行和私人评级机构）的一系列估计值来捕捉经济影响评估的不确定性，包括来自多个来源的区域和国家数据，以计算11个模拟区域2020年的预期GDP冲击。为了体现影响GDP水平的因素不受限制且具有高度不确定性，本研究系统地评估了各种替代GDP途径的价格诱导效应的敏感性。本文用以下公式预测2021年的GDP水平：

研究结果

       本文构建了四种可能的恢复情景，包括Restore情景、Self-reliance情景、Smart use情景和Green push情景，这些情景要么抓住机会迈向新常态，要么恢复到疫情前存在的能源系统结构。每个情景都用一组各个产业的活动和结构变化的持续性一致假设来进行描述。

表1 四种情景下的部门要素

上表总结了四种情景描述下各个部门的主要元素，包括到2025年期间交通部门(模式份额)、建筑部门(国内商业零售份额)和工业部门(不同材料的生产)的活动和结构变化的详细假设。其中活动-结构-强度方法遵循Grubler等人，并使用区域细节敏感性分析的方法，对有关GDP下降和恢复经济不确定性进行进一步探索。

图1 以COVID-19相关影响为轴线的情景设计

本文利用分支点设计系统地探索并分析了四种场景，第一个分支点将走向恢复疫情前“常态”的恢复路径与抓住机会走向“新常态”的恢复路径区分开来；第二个分支点区分对封锁期间经历的需求侧变化的较弱或较强反应。

其中Smart use和Green push情景描述了从疫情封锁期间的经验中学习的恢复路径。Smart use情景看到了积极的体验，强迫行为在中期持续改变。例如，提高对空气污染影响的认识，更少的碳密集交通带来的健康和福祉，以及更少的通勤时间和更多的远程工作带来的好处，已经嵌入到新的社会模式中，影响着建筑和交通部门的能源相关活动持续改变主动旅行、数字替代实体交通、努力减少公共交通的健康风险，并指导缩小未充分利用的零售和商业建筑空间。鉴于COVID-19对能源需求的影响持久性不同，这些不同的情景叙述侧重于对能源转型的一级和二级影响。

图2 替代恢复情景下的最终能源和排放路径

图2a、2b、2c分别代表建筑、运输和工业部门的最终能源使用情况。图2d表示不同情景下总的二氧化碳年排放量，包括国家自主贡献(NDC)、CD-LINKS的国家政策，以及Huppmann等人提出的符合1.5℃（低或无温度超调）的情景。竖条表示在一组情景下2035年二氧化碳年排放量的范围。图2e展示了与模拟国家政策的5个全球IAM路径相比，2025年行业的最终能源使用情况。（A-AIM/CGE 2.1；I-IMAGE 3.0.1；P-POLES CD-LINKS；R:-REMIND-MAgPIE 1.7-3.0；W- WITCH-GLOBIOM 4.4）。图2f展示了从2019年开始的累积二氧化碳排放，将全球二氧化碳预算(黑线)可视化，如SR15中报告的分别以50%和66%的可能性将峰值变暖限制在1.5℃和2℃，同时考虑到地球系统反馈(如冻土融化)的评估影响，这些值周围的范围(黄色阴影)表示非二氧化碳场景的不确定性。图2g展示了在我们的情景下，与2019年水平挂钩的全球GDP(市场汇率)(粗黑线)、无疫情预测(虚线)和不确定性范围(细黑线和灰色阴影)。在所有图中，灰色阴影显示了考虑到GDP不确定性的灵敏度范围。

研究发现2020年的全球最终能源需求比没有疫情的情况下大约低25EJ（共下降约6%）。其中，9EJ的减少来自于工业部门（减少6%），20EJ来自于运输部门（减少17%）。相比之下，建筑行业的需求略有增长，为5EJ（增长3%），因为住宅能源使用增长仅被商业和公共建筑能源使用的减少抵消了一部分（图2a-c）。由于这些观察到的变化，本研究估计2020年的二氧化碳总排放量将比没有疫情的情况下低7%或3Gt左右（图2d）。根据不同情景，全球能源需求将在2021年至2023年期间超过2019年水平，2025年的全球最终能源需求仍比无疫情情景低1-36EJ/年，且存在不同的行业动态(图2a-c)。Green push情景是唯一能大大推迟能源需求反弹的方案。值得注意的是，由于住宅活动的增加和交通能源需求的恢复，Smart use情景仍将看到能源的反弹。与未来预测的完全不确定性范围相比，在研究的四种COVID-19冲击和恢复情景中，建筑和工业部门的最终能源结果范围相对较小。相比之下，在2025年，由于疫情恢复假设，运输行业最终能源的范围几乎是在没有疫情情况下(在2020年协调后)通过5个不同IAM路径模拟国家政策的预测不确定性的4倍(图2e)。到2025年，在Green push情景下，交通能源需求的减少相对于与无疫情情景，相当于全球客运活动减少12%(保持不变的模式份额和燃料效率)。将18%的私人运输活动转向公共运输，或将全球大约三分之一的私人道路运输活动电气化(如果变化是全球统一的)，也可以实现类似水平的能源需求减少。

图3 1.5℃目标情景下不同恢复路径对能源转型挑战的影响

不同情景下脱碳率的最大差异是交通能源需求(Smart use情景为4%，而随着私家车使用量的增加，Self-reliance情景为8%)。工业(3-5%)、住宅和商业建筑(2-5%)的需求侧脱碳率对整体恢复的依赖程度略低(图3)。旨在将全球温度稳定在1.5℃左右的途径需要大量的能源投资。即使在所需的脱碳速度上的差异很小，保持较低的能源需求(如Green push情景)将大大减少能源投资，直至2030年。与Green push情景相比，让能源需求恢复到疫情前的结构意味着全球投资增加约9%(图3)或1.8万亿美元。要实现仍能满足1.5℃目标的Self-reliance复苏，所需的额外能源投资达3.5万亿美元(18%)。类似地，在2030年前实现1.5°C目标的模拟总碳定价中，Self-reliance情景(15%)和恢复情景(19%)明显高于Green push情景(图3)。低碳能源转型也需要能源供应的强力脱碳。更高的全球能源需求意味着更快的可再生能源增长以减少排放。因此在2030年, Self-reliance情景的来自风能和太阳能设施的电力比例相对于Green push情景可能会高5%,同时需要更早地规划10%的生物质可再生能源发电(图3)。无论何种恢复途径，转型的挑战都很大。在1.5°C的情景下，2030年风能和太阳能发电的份额从2019年的8%上升至49%至54%。除了可再生能源的快速部署，化石燃料的快速淘汰也是能源转型面临的另一个挑战。短期内能源需求的降低与燃煤发电的加快淘汰有关。这是与潜在的短期社会挑战，尽管这些地区异构是由于不同的煤电厂特点造成的(图3)。

编辑&排版：赵梦丹

相关阅读

1 中国循环经济的发展2 碳定价情景对巴西NDC实施的能源政策影响
3 低碳电合成技术发展的公共政策分析4 生物质能在乌克兰气候减缓政策中的作用5 利用碳预算来指导气候政策的机遇与挑战西伯利亚西部内陆水域的碳排放

点击“阅读原文”浏览小组主页