IMED研究 | 四川省深度碳减排对空气质量和健康改善的协同效益
题目
Co-benefits of deep carbon reduction on air quality and health improvement in Sichuan Province of China
作者
Silu Zhang, Yazhen Wu, Xiaorui Liu, Jun Qian, Junhui Chen, Li Han and Hancheng Dai
期刊
Environmental Research Letter
时间
10 September 2021
一作
单位
College of Environmental Sciences and Engineering, Peking University, Beijing 100871, People's Republic of China
链接
https://doi.org/10.1088/1748-9326/ac1133
研究概要
本研究将北京大学LEEEP团队自主开发的IMED体系中能源经济模型和人群健康模型与空气污染物排放模型深度耦合,聚焦于未来中短期(2025-2035年)的省市尺度,选取近年来经济发展迅速且碳排放量高的四川省为例,定量分析空气污染控制技术、气候减缓目标和地区性空气污染防治等措施在空气质量和人群健康改善方面所能实现的效益,以评估空气污染控制的必要性、碳减排政策的经济可行性以及部门协同、减污降碳等协调措施所能起到的总体优化作用,为我国各省市提供研究范式和政策支撑。
研究背景
气候变化和空气污染已成为我国最紧迫的两大环境挑战。随着二氧化碳排放和空气污染造成的健康负担,我国也在不断付诸努力解决这两个问题,试图找到更好的协同解决方案。截至2019年,我国已提前完成国家自主贡献在2020年的气候变化目标——与2005年相比,碳排放强度下降48.1%,非化石燃料占一次能源消费总量的比重下降15.3%。在大气污染方面,2013年以来《大气污染防治行动计划》实施力度空前,政府还采取一系列政策和行动,使得主要污染物排放量大幅下降,PM2.5污染严重程度大幅下降。我国于2018年启动了新的清洁空气三年行动计划(常被称为“蓝天保卫战”),还强调在2030年之前达到排放峰值、2060年之前实现碳中和。
已有文献揭示了我国绿色低碳转型的潜在路径、机遇和挑战。Jiang等于2018年利用能源与环境政策综合评估模型分析了我国温升1.5℃情景,发现如果实现深度减排目标,我国的化石能源系统需要迅速向零排放能源转型,同时碳捕获和存储技术需要发挥重要作用。Zhou等2021年的研究基于全球变化评估模型对不同能源系统转型情景进行评估,发现我国的二氧化碳排放在2025年或2020年达到峰值,以实现2℃或1.5℃目标。Tong等于2020年确定了有效的部门排放控制政策,以降低我国不同社会经济和气候变化情景下的人为污染物排放,并指出积极的空气污染控制政策是改善空气污染的关键。
与此同时,许多研究揭示了气候变化减缓和空气污染控制之间的潜在协同作用。无论是在全球还是国家层面,碳减排政策都可以通过促进产业升级和改善能源消费结构,直接或间接改善当地空气质量,带来显著的协同效益。对于我国,许多协同效益研究都聚焦于国家层面,或者侧重于特定的政策,这为我国的减缓路径提供了广泛的见解。然而地区层面的研究则相对较少。Peng等2018年的研究发现终端能源需求电气化与煤电化转型相结合,可以同时改善二氧化碳排放和空气污染,到2030年每年避免55-69万人死亡。Cheng等于2021年的研究调查了我国当前和未来碳中和下的空气质量改善路径,并强调了气候缓减缓政策对我国2030年后空气质量改善的重要性。
由于我国存在显著的区域异质性,不同省份具有成本效益的减缓路径可能完全不同。因此,我国各省需要开展更具体的区域研究,以研究政策之间可能产生的协同效益。已有文献研究了能源转型与我国地方大气污染控制政策之间的协同效应,其中一些研究还探索了我国多个城市或省份的健康协同效益的差异。例如,Li等2019年的研究指出工业和电力将是空气污染控制的关键部门,从长远来看,低碳政策可以减缓因更严格的控制策略而导致的空气污染控制成本的增加。Li等2018年的研究发现在我国每年排放强度降低4%的情景下,碳减排的空气质量协同效益在不同省份可达1.6-537亿美元,货币化的健康协同效益是否可以部分或完全抵消政策成本将取决于死亡率估值参数的选择。Xing等2020年的研究强调,在实现空气污染深度减缓方面,我国的气候变化减缓努力与现在的自主贡献目标之间存在差距。Ramaswami等于2017年评估了我国637个城市气候减缓政策的效果,发现健康协同效益存在显著异质性。部分已有研究还评估了气候变化减缓对一个省或城市的空气质量和人类健康的协同效益,特别是东部发达地区(如北京、上海、天津和山东),发现每年可以避免数十万人过早死亡,协同效益的大小取决于低碳转型政策的力度和覆盖范围,以及基础人口数量和基线死亡率。
目前的研究已经证明了低碳转型在中长期发展的重要性,并为有效控制区域大气污染提供了思路。然而,对我国各区域或各省的气候减缓路径开展成本效益分析的研究较少,但这可能会影响区域气候政策的目标。更重要的是,现有的研究大多采用部分均衡模型或能源系统优化模型预测能源路径,仍缺乏对于能源系统的演变与区域经济增长和经济竞争力的相互作用分析,为地方决策者提供更好的成本效益支撑。
本研究基于可计算一般均衡(CGE)模型,以我国四川省为例,研究了气候变化减缓和空气污染控制政策的协同效应以及气候政策的成本效益。四川省是近年来快速发展的省份,经济增长状况好于大部分中西部省份,2019年全省人口8375万人,GDP总量占西部地区比重超过20%。尽管自2000年初以来,四川的碳强度持续下降,但其CO2排放量仍居西部第三位,2017年达到309 MtCO2,占全国CO2排放总量的3.1%。此外,四川地处我国西南部的四川盆地,大气污染物排放量高,地理条件特殊,空气污染严重,识别和实施有效的空气污染治理政策仍是巨大挑战。根据四川省生态环境厅公报,尽管四川的雾霾污染已经大大改善,但仍有大约一半的城市PM2.5年均浓度超过国家环境空气质量标准(35μg/m3)。在这种形势下,找到一条在空气污染改善的同时碳排放减少的协调途径,对四川的可持续发展至关重要,尤其是四川水资源丰富、水电潜力巨大,通过推进清洁电力和能效提升,以实现绿色转型、空气质量改善、率先达到碳排放峰值,具有得天独厚的优势。
针对四川省,已有文献构建了该地区的碳排放清单或碳足迹,并揭示了其空气污染的时空变化和来源贡献。然而,对于四川省中长期低碳转型和空气污染治理的途径、成本和效益,目前仍缺乏足够的共识。仅有以省份为单位的全国研究评估了四川省二氧化碳减排的健康协同效益或污染改善的成本,发现四川的成本效益与其他省份相比不是很突出。同时,很少研究讨论四川中长期的碳减排和空气污染控制政策在部门层面的协同效应。因此,四川如何在自主贡献目标下实现碳达峰目标,以及在多大程度上能够以成本效益的方案协调气候和空气质量目标,仍有待研究。
本文构建了综合评估模型,包括能源经济模型(IMED|CGE)、GAINS模型(温室气体-空气污染相互作用和协同作用)和人群健康模型(IMED|HEL),以研究气候减缓和空气污染控制政策对空气污染物和碳排放的影响、中短期(2020-2030年)减排目标下的PM2.5污染与人群健康影响。对于气候政策,本文关注与我国最近更新的NDC一致的深度减缓情景,这也对应于全球1.5℃的目标;对于空气污染控制政策,本文着重于研究各省的中短期减排目标,对应“2035美丽中国”目标,旨在实现环境质量的根本改善。本文主要解决以下三个问题:(a)四川省通过末端控制措施减缓空气污染的最大潜力是多少?(b)除末端控制措施外,气候变化减缓政策对空气质量和公众健康有哪些协同效益?(c)货币化的健康协同效益与碳政策的成本相比如何?旨在为协调实现空气污染控制和低碳发展提供政策启示,支撑地方地区协调、经济有效的可持续转型。
研究方法
本研究耦合宏观经济(IMED|CGE)模型、GAINS模型和人群健康(IMED|HEL)模型,定量评价四川省碳减排政策和空气污染控制政策的效果,总体框架如图1所示。
本文研究2015-2035年四川省不同的碳减排政策和空气污染控制的路径,届时我国将达到国家二氧化碳排放峰值,并实现“2035美丽中国”目标。本文基于碳减排政策和空气污染末端控制政策,利用GAINS模型评估不同情景下的空气污染物排放和PM2.5浓度,随后使用IMED|HEL模型评估不同情景下的健康影响和货币化损失,并分析空气污染控制和碳减排政策的影响,最后对比低碳情景下的减排成本与可避免的PM2.5相关经济损失,以评估低碳政策的成本效益比。研究中的所有经济成本和收益均为不变价(2017美元)。
图1. 综合评估框架
研究结果
本文构建一个二维情景框架,通过四个具体情景综合评估四川省碳减排政策和空气污染政策的影响,重点关注与能源和工业过程相关的空气污染排放和引致的人群疾病负担。本文分析了气候减缓政策的社会系统成本和效益,希望能对具有成本效益的省级绿色转型路径提供启示。
第一个维度是碳减排,包括基准情景(BaU)和低碳发展情景(1.5℃)。在BaU情景下,我国实现了最初提交的自主贡献目标,即到2030年比2005年减少60%-65%的碳强度。本文使用更接近“当前政策”情景而不是“没有政策”的冻结情景,是因为我国有很大的可能性实现NDC目标,在此基础上,分析我国强有力的气候目标的协同效益会更有直接和更有意义。1.5℃情景描述了与全球1.5℃气候目标和我国最近加强的NDC目标相适应的减缓路径。通过对比1.5℃情景与基准情景(BaU)下的能源和部门产出结果,揭示污染物排放驱动力的变化。第二个维度是空气污染末端控制,包括排放控制水平固定在2015年水平的参考情景(REF)、当前立法趋势下的控制情景(CLE)和实现最大可行减排的控制情景(MFR)。
表1. 情景设置
研究结果
碳减排政策将重塑能源体系
实施更强有力的碳减排政策将在很大程度上重塑四川省2020年后的能源体系(图2)。在1.5℃情景下,一次能源消费将在2020年达峰,与BaU情景对比,达峰时间提前且峰值量显著降低(图2a)。在BaU情景下,最终能源消费从2017年的97 Mtoe增加到2035年的157 Mtoe;而在1.5℃情景下,电力将占最终能源需求的50%左右。与2017年相比,2035年的煤炭、石油、天然气和焦炭的消费量将分别下降58%、31%、0.9%和64%,电力需求将增长两倍,从2017年的16Mtoe增至2035年的66 Mtoe。
从行业角度看,电力部门的低碳转型将显著降低化石燃料在一次能源中的份额。在BaU情景下,化石能源发电将在2031年将达到23Mtoe的峰值,其中煤炭、天然气、石油和焦炭分别占85%、10%、4.8%和0.3%(图2c)。但是在1.5℃情景下,化石能源消费将在2024年达到峰值,约为18Mtoe,其中煤炭占比最大(73%),天然气、石油和焦炭分别占19%、7.8%和0.7%。同时,能源效率的提高以及需求的减少也推动了化石燃料使用量的大幅降低。
图2. 2017-2035年四川省能源消费:(a)一次能源消费;(b) 最终能源消费;(c) 无进出口的能源平衡表;单位:Mtoe。
减污降碳协同效益巨大
在1.5℃情景下,严格的碳限额将导致二氧化碳排放的大幅降低、峰值提前(图3b)。在基准情景(BaU)下,四川碳排放在2017-2030年间保持增长趋势,随后下降。而在1.5℃的情景下,四川的碳排放将提前在2020年左右达到峰值。在基准情景下,与2017年相比,2025年碳排放量将增加约7300万吨(+24%)、2030年增加8700万吨(+28%)、2035年增加5700万吨(+19%)。在1.5℃情景下,2025年碳排放量将比2017年显著减少约19 Mt(−6.0%)、2030年减少76 Mt(−25%)、2035年减少129 Mt(−42%)。
实施深度碳减排政策和空气污染物末端控制措施可以在不同程度上减少污染物排放(图3b)。在没有碳限制的情况下,BaU_CLE和BaU_MFR方案中的污染物末端控制措施将有助于减少未来20年所有空气污染物的排放。BaU_CLE情景下,2035年SO2排放比2015年增加50kt (5.6%),NOx、VOCs、NH3和PM2.5排放分别比2015年减少190 kt(22%)、385 kt(42%)、79 kt(8.7%)和240 kt(40%)。当实施最大程度的末端控制时 (BaU_MFR),主要污染物的排放将进一步减少,与2015年相比,2035年SO2的排放量将增加50 kt (5.5%), NOx、VOCs、NH3和PM2.5的排放量将减少230 kt(27%)、427 kt(46%)、102 kt(11%)和329 kt(55%)(图3a)。
不同空气污染物排放的驱动力和政策力度导致了未来年减排率的差异。在MFR情景下,末端控制措施可显着减少农业部门SO2、NOx、VOCs和PM2.5排放,2035年约下降86%~100%,这是因为四川省在2020年就基本消除了农业部门的秸秆露天焚烧。然而,根据四川省的排放清单,以氨肥使用和畜牧业养殖为主的农业源NH3排放相对难以减少,限制了未来氨排放的进一步下降。四川省因经济发展对电力需求的增加,将导致2015-2030年REF情景下SO2排放量略有增加,大约75%。电力和供热厂的末端控制的减排潜力很低,2030年仅下降3.1%,这与“超低排放”目标的基本实现息息相关。四川省制定了石化、医药、汽车制造等行业VOCs的一系列末端去除率目标,预计到2035年VOCs排放量减少24%。
除了严格的末端控制之外,深度的碳减排政策可以进一步减少空气污染物的排放。在1.5deg_MFR情景下,预计未来20年所有空气污染物的排放量将进一步下降(图3(b))。与2015年水平相比,1.5deg_MFR情景的低碳政策将导致SO2、NOx、VOCs、NH3和PM2.5排放量分别减少370 kt(41%)、465 kt(54%)、478 kt(52%)、109 kt(12%)和374 kt(63%)。
在1.5度情景下,由于能源生产和最终能源需求结构的转变,预计污染物排放将大幅下降。四川省预计到2035年可再生能源发电的比例将进一步增加,因此电力部门的排放将大幅减少。与BaU情景相比,2035年一次PM2.5总排放量将分别下降21%、42%和35%,而VOCs和NH3排放减少的协同效益较小。考虑到VOCs和NH3也是二次PM2.5污染的重要前体物,未来的清洁空气计划可能仍需要更多地关注非甲烷VOCs和NH3的末端控制。
对于不同年份的不同空气污染物,从NDC目标到1.5℃的特点是减排量相对于二氧化碳排放的减少程度不同。图3c比较了2025 年和 2035 年 1.5deg_MFR 情景下CO2和不同空气污染物的减排率,预计到2035年,氮氧化物、二氧化硫和一次PM2.5等与化石燃料燃烧关系更密切的污染物将获得更大的减排协同效益。2025年,1.5度情景下的碳和空气污染物减排率分别为- 24%(碳减排)和- 43% (PM2.5减排),2035年分别为- 51%和- 55%。在所有污染物中,二氧化碳和NOx、SO2、PM2.5有较大的协同减排空间,2035年可分别减排47%、45%和55%;NH3和VOC的空间较小,分别17%和31%。
图3. 二氧化碳和空气污染物排放量:(a)分部门的空气污染物排放量;(b)二氧化碳和空气污染物的排放;(c)1.5deg_MFR情景下的协同减排率。
PM2.5浓度与“2035美丽中国”目标存在很大差距
四川省地处四川盆地,有利于局部环流和污染传输,PM2.5污染较为严重,东部污染尤为严重,成都平原城市群聚集了四川省60%的人口和60%的工业活动。在政策情景下,2015-2030年四川省PM2.5浓度将显著下降,尤其是在污染较严重的地区。BaU_REF是一个反事实的情景,我们假设在2015年后有额外的碳减排政策,但没有新增的末端控制措施。在BaU_REF情景下,2025年PM2.5浓度为35µg/m3,2035年为32µg/m3(图4b),但是中东部地区PM2.5浓度仍高于中国空气质量标准(图4a)。实施污染物控制措施将在不同程度上改善PM2.5浓度,而深度碳减排政策将在更大的区域带来更显著的空气质量改善(图4a)。BaU_CLE情景下,2025年PM2.5浓度降低1.3µg/m3,035年降低1.7µg/m3;当实施最大潜力的末端控制措施时(BaU_MFR),2025年和2035年分别降低2.5µg/m3和2.6µg/m3,这反映出末端控制措施的效果已经“消耗殆尽”。当实施深度碳减排政策(1.5degMFR)时,2025年PM2.5浓度将进一步减少4.5µg/m3,2035年将进一步减少5.4µg/m3,导致区域平均浓度低于35µg/m3,符合我国空气质量的二级标准。
然而,从人口加权浓度PM2.5的角度来看,2035年的空气质量与世界卫生组织(WHO)推荐的空气质量指导标准(AQG)、“美丽中国”目标仍有很大差距(图4b)。由于四川省东南地区工业密度高、人口密度高,2035年人口加权PM2.5浓度仍超过国家标准,在常规政策情景下达到64µg/m3。即使采用最强有力的末端控制,人口加权的PM2.5浓度也只能略微下降到58µg/m3。随着传统的末端措施的改善潜力耗尽,气候政策将发挥更重要的作用。在 1.5deg_MFR 情景下,2030 年PM2.5浓度将进一步降低至 52µg/m3,这表明迫切需要在减少空气污染方面作出进一步努力,应当考虑到浓度和人口的空间分布,以及污染控制的区域协调。
图4. PM2.5浓度:(a)2025年和2035年的PM2.5年均浓度以及政策情景和BaU_REF情景之间的差异;(b)四川省PM2.5地区加权平均浓度、PM2.5人口加权平均浓度。水平线表示中国现行国家空气质量标准中PM2.5浓度的2类限值(35µg/m3)、 WHO的空气质量标准中PM2.5浓度的10µg/m3;单位为µg/m3。
减缓措施大幅降低致病致死人数
四川省实现2060年碳中和目标的低碳转型,具有显著的空气质量协同效益,进而降低空气污染造成的疾病负担。本文基于GEMM暴露效应函数估算了四川省PM2.5在不同情景下引致的5种疾病的过早死亡,包括缺血性心脏病(IHD)、中风、慢性阻塞性肺疾病、肺癌和下呼吸道感染(图5b)。其中IHD导致大多数与PM2.5相关的过早死亡,其次是中风。通过实施更严格的末端控制措施与深度碳减排措施,可以避免与PM2.5相关的大量过早死亡。在基准情景(BaU_REF)中,2025年与PM2.5相关的过早死亡约为150(CI95: 100-190)万人,到2035年将减少至140 (CI95: 99-180)万人。实施末端控制措施(BaU_CLE和BaU_MFR)可在2035年分别避免4500和7200例过早死亡;当实现深度碳减排政策(1.5℃/ mfr)时,到2035年可避免的过早死亡可高达14 000人,占基准情景总死亡率的10%。在人口加权PM2.5浓度降低的情况下,预计过早死亡率的增加主要是由人口增长和老龄化推动的,这表明改善空气污染的努力对保护公众健康是必不可少的,特别是在未来人口迅速老龄化和人群易感性增加的背景下。
减少碳排放还有助于进一步降低PM2.5暴露导致的疾病发生率,包括慢性支气管炎、哮喘、上呼吸道、呼吸道医院入院、心脏医院入院和脑血管医院入院(图5a)。在基准情景(BaU_REF)下,人均发病风险将从2015年的5.4×10−8(CI95: 0.3E-8-2.1E-8)下降到2035年的4.7×10−8(CI95: 0.3E-8-1.8E-8)。当同时实施严格的末端控制和碳减排政策,2035年与PM2.5相关的疾病风险可减少1.1×10−8(23%)。
在政策情景下,四川预计可以避免工作损失天数。通过避免疾病病例和过早死亡,降低污染可以减少劳动力损失,进而促进社会效益和经济发展。在基准情景(BaU_REF)中,与PM2.5相关的劳动日数损失将从2025年的1.09亿天减少到2035年的9700万天(图5c)。严格的末端控制和碳减排政策将有助于进一步减少劳动损失,到2035年最大避免劳动损失时间可达2000万天,相当于人均每年劳动时间损失5小时。
图5. 不同情景下与PM2.5相关的疾病负担和工作损失:(a)致病;(b)过早死亡;(c)工作损失天数。
减缓情景的货币化健康效益非常可观
这两种减缓政策的货币化健康效益相当可观。在减缓政策情景下,可避免的PM2.5相关疾病的门诊和住院费用将随时间增加(图6)。2015年至2035年,PM2.5引起的疾病支出总体呈下降趋势,与主要污染物排放和PM2.5浓度结果一致(图6a)。在1.5deg_MFR情景下,四川省疾病支出到2025年占当年GDP的0.12‰,到2035年占0.068‰(图6b);与 BaU_MFR 情景相比,2025年避免的疾病支出将分别达到 2000 万美元和 2035 年的 2300 万美元,这意味着碳减排政策将避免大量的疾病支出成本并减轻家庭支出负担。
碳减排措施的实施可以有效避免PM2.5污染造成的统计生命损失。在基准情景(BaU_REF)下,四川省的统计生命价值损失将随着时间的推移而减少,在2025年和2035年分别达到1700亿美元和2300亿美元(2017年不变价)。如果实施碳减排政策(1.5deg_MFR),统计生命价值损失占国内生产总值的比例将显著降低,到2035年降至16%(图6b)。与基准情景相比,2025年的生命价值损失将减少120亿美元,2035年将减少230亿美元(图6a)。
图6. 与BaU_REF情景相比的健康协同效益:(a)避免疾病支出和统计生命的价值损失;(b)疾病支出和统计生命价值损失占国内生产总值的比例。
健康协同效益远大于减排成本
本文对比IMED|CGE模型中相对于BaU的1.5℃情景的减缓成本(以消费损失表示)与货币化的健康协同效益和可避免的末端控制成本,以开展成本效益分析(图7)。本研究中的消费损失指标是碳减排情景下家庭消费相对于基准情景的变化,反映了家庭福利水平的变化。IMED|HEL模型的健康协同效益包括可避免的统计生命价值损失和疾病支出;末端控制成本来自于GAINS-China模型,涵盖所有污染物,贴现率为4%。
结果表明,仅考虑人口健康改善,协同效益就可以完全覆盖碳减排的成本,在1.5deg_MFR情景下,净效益会随着时间的推移而增加(图7)。由于更高的活动水平和更严格的控制措施,2020年四川省污染物控制总成本约为每年2300万美元,2035年继续增加至76600万美元,增长32倍。2025 年消费损失为 31亿美元,2030 年增加至 39亿美元。2035年的碳减排成本下降主要是由于住宅部门的服务需求增加,这主要是由于住宅领域的服务需求增加,可能是与1.5℃目标下的产业结构调整有关。碳减排的净效益将在2025年达到90亿美元,2030年达到160亿美元,2035年达到220亿美元。
碳减排情景中可避免的末端排放控制的成本将无法抵消消费损失,而且远低于健康效益。例如,到2035年可避免的排放控制成本将为7.7亿美元,消费损失为17亿美元,而健康效益将达到230亿美元。这一结论与已有研究一致,即减少空气污染控制成本不会抵消与深度脱碳相关的增量CO2减排成本,因此健康协同效益非常重要。
图7. 四川省2020-2035年1.5℃情景的成本效益分析:单位为10亿美元(2017年不变价)。
健康影响评估的不确定性
已有研究表明,ERFs的选择可能会导致PM2.5相关健康影响评估存在较大的不确定性,因此本文使用三种不同的ERFs来估算不同情景下四川省可避免的PM2.5相关过早死亡,并分析潜在的不确定性(图8)。
根据不同ERFs估计,四川省到2035年可避免过早死亡的健康效益在8.0%至20%之间。使用非线性IER函数估计的过早死亡比使用对数线性或GEMM函数估计的要低(图8)。根根据IER函数,四川省2015年与PM2.5相关的过早死亡为98人(95% CI: 46-133);到 2035 年,BaU_MFR 和 1.5deg_MFR 情景下的过早死亡人数将比 BaU_REF 情景减少 3900 人(3.9%)和 7900 人(8.0%)。根据GEMM函数,预计2015年PM2.5相关的过早死亡人数将为140万人(95% CI: 100-180);到2035年,BaU_MFR 和 1.5deg_MFR 情景下的过早死亡将分别减少到 7200 人(5.0%)和 14500 人(10.0%)。结果发现,即使使用 IER 函数(GAINS-China 模型中量化健康影响的默认选择),结果依旧稳健,即深度气候变化减缓带来的健康协同效益将远高于减缓成本:2035年IER方程计算的可避免健康损失为110亿美元,总成本仅为17亿美元。这与已有研究一致,即健康影响评估的不确定性可能会影响成本收益比的结果,但不会对定性结果产生决定性影响。
图8. 基于不同暴露效应函数的1.5deg_MFR情景下避免的过早死亡
研究结论
本研究基于北京大学LEEEP团队自主研发的IMED综合评估模型,结合地方出台的政策文件,定量评价了中国内陆快速发展省份——四川的碳减排政策和污染末端控制措施的影响。此外还将未来的空气污染物排放与基准年的空气污染物排放清单相结合,分析行业的减排潜力。研究发现,四川省碳减排政策的实施可以降低碳排放,在2020年前提前实现碳排放峰值,并带来显著的空气质量和人群健康协同效益。
到2035年,实施污染物末端控制措施可以减少四川的空气污染物排放,但该省部分地区的PM2.5浓度仍达不到国家空气质量标准。通过最大限度地利用末端控制的技术潜力(BaU_MFR),2035年SO2、NOx、VOCs、NH3和PM2.5的排放将比2015年减少5.5%、27%、46%、11%和55%,但是减排的空间仍然很大。
碳减排政策不仅可以减少CO2的排放,还可以进一步减少大气污染物的排放,显著改善四川省东南地区的空气质量。在1.5℃情景下,碳排放将在2020年左右达到峰值,与2017年相比,2025年减少约6.1%,2035年减少42%。实现1.5deg_MFR情景将带来更显著的减排效果,2035年的SO2,NOx, VOCs、NH3和PM2.5年比2015年分别下降41%、54%、52%、12%和63%。PM2.5地区平均浓度进一步降低到27µg/m3,达到国家环境空气质量二级标准。然而,PM2.5的人口加权浓度为51µg/m3,这意味着暴露在相对较高水平的PM2.5中的人群仍然存在健康风险。
人群的健康协同效益可以完全覆盖碳减排的成本。1.5℃情景下,碳减排的净效益在2025年和2035年分别为90亿美元和220亿美元。此外,除了在短期内改善空气污染外,碳减排将通过降低严重气候变化导致的更频繁的极端气候和自然灾害的频率等,在长期内带来更广泛的经济效益。
编辑:张思露
排版:张思露
相关阅读
3 文献阅读 | 维持全球城市淡水生态系统服务的自然基础设施
4 文献阅读 | 短期暴露于大气颗粒物污染显著增加我国城市人群呼吸道与心脑血管疾病住院人次和医疗花费
点击“阅读原文”浏览小组主页