文献阅读 | 不同技术路径下中国碳中和的健康协同效益评估

题目

Incorporating health co-benefits into technology pathways to achieve China's 2060 carbon neutrality goal: a modelling study

作者

Shihui Zhang, Kangxin An, Jin Li, Yuwei Weng, Shaohui Zhang, Shuxiao Wang, Wenjia Cai, Can Wang, Peng Gong

期刊

The Lancet Planetary Health

时间

29 April 2021

一作

单位

Ministry of Education Key Laboratory for Earth System Modeling, Department of Earth System Science, Tsinghua University, Beijing, China

链接

https://doi.org/10.1016/S2542-5196(21)00252-7

摘要

本研究选择没有气候政策的共享社会经济路径SSP2作为参考情景，同时设置了两个具有相同排放轨迹但技术路径不同的代表性碳中和情景——一个由可再生能源主导，另一个由负排放技术主导。首先，本研究使用可计算一般均衡模型来研究不同技术组合的碳减排成本和空气污染物排放途径。其次，本研究使用简化的空气质量模型模拟了空气质量。最后，本研究将货币化的健康协同效益与相应的减缓成本进行了比较，以探索不同技术组合的成本效益。同时考虑了碳中和路径和模型中包含的一系列不确定性。

本研究发现仅仅依靠改善末端空气污染控制措施不足以让中国所有省份在2060年达到 WHO PM2.5指导值（10 μg/m3)。只有将强有力的气候和空气污染控制政策相结合，才能使中国的空气质量得到实质性改善。如果走以发展可再生能源为主导的碳中和路径，到2060年各省空气质量可达到世卫组织指导值。随着碳中和目标的实现，2020-60年总的贴现减排成本（贴现率5%） 40-125 万亿元人民币，累计避免 22-50百万人过早死亡。与参考情景相比，到 2060 年，中国有可能将人均相关预期寿命提高 0.88-2.80 岁。在以可再生能源为主导的情景中，健康效益更高，而在负排放技术主导的情景中，减缓成本更小。

实现中国2060年碳中和目标所带来的预期寿命增长可能相当于中国过去 5-10 年的预期寿命增长。选择合适的碳中和路径会影响当前和未来中国人口的健康。本研究的研究结果表明，如果我国将健康协同效益纳入气候政策制定并高度重视人们的健康，则应选择以开发可再生能源为主并避免过度依赖负排放技术的碳中和途径。

引言

在这里，本研究介绍了柳叶刀倒计时的案例研究。中国正处于“十四五”规划、2030年碳达峰、2060年碳中和制定的关键时期。本研究旨在将健康协同效益纳入实现中国碳中和目标的技术路径，并探索是否有路径可以以协同方式实现碳中和目标、空气质量目标和健康中国目标。具体来说，本研究旨在回答三个问题。(1) 在不同的排放轨迹和技术路径组合下，减缓成本和健康协同效益将如何动态变化？(2) 中国实现碳中和目标的最佳技术途径是什么，如何以具有成本效益的方式最大化与空气质量目标和健康中国目标的协同作用？(3) 中国碳中和目标的实现将如何影响人们的预期寿命？

表1：情景设置

图1：不同情景的碳排放路径

研究结果

实现碳中和目标将带来中国能源结构和行业排放分布的深刻变化。总体而言，碳减排主要归功于提高能源效率、电气化和可再生能源的部署（图2A）。2020-60 年负排放抵消的排放在可再生能源主导情景中为4% (23Gt)，在NET-LED情景中为15% (77Gt)（图2B）。从 2020 年到 2060 年，可再生能源主导和 NET-LED情景下的累积一次能源消耗将比参考情景低33-40%（945-1150 Gtce）（图2C））。2060年非化石能源在一次能源结构中的比重分别为参考情景中的7%和NDCs情景中的43%；然而，在NET主导的情景中，该比例将高达 63%，在 RE-LED的情景中高达 86%（图2C）。太阳能和风能将占据非化石燃料能源的最大比例。到 2060 年，在所有碳中和情景中，化石燃料几乎被淘汰（图2C）。到 2060 年，在NET主导的情景中，具有碳捕获和储存功能的生物质发电将占总发电量的11%（1294 Twh），而在可再生能源主导的情景中，这一比例仅为5%（687Twh，图2C）。在可再生能源带动的情景下，水泥、钢铁、交通等行业的排放主要通过电气化减少，而在NET下，主要通过化石燃料和生物能源的碳捕获和储存来抵消（图2B-C）。

图2：碳中和路线图

为实现碳中和目标，2020 年至 2060 年累计排放量将减少66-79%（477-577 Gt），与参考情景相比，累计折现国内生产总值总损失为40-125万亿元（5%的贴现率）。实现碳中和目标的总成本是实现国家自主贡献目标成本（16万亿元人民币）的2.46-7.67倍，需要从根本上改善能源结构、生产效率和消费者行为。减缓成本主要受技术组合和排放轨迹的影响，随着更多负排放技术的部署和碳预算的增加，成本将下降。在具有相同技术组合和不同排放轨迹的情景中，累积减排成本与具有代表性排放轨迹的情景差异可高达35-40%。同时，NET-LED的情景的累积减缓成本比RE-LED的情景低约31%（图2D）。两种具有代表性的碳中和情景的减排成本在2020-38年之间是相同的，之后开始出现分歧，因为负排放技术从2038年开始进入市场（图2D），通过电气化工业和交通部门减轻了脱碳压力。

空气污染物排放量也大幅下降。2060年碳中和情景的SO2、NOX、PM2.5和NH3排放量分别比2060年减少59-79%、45-72%、43-59%和3-10%。参考情景中，考虑到空气污染控制的不同技术途径和严格程度（图3）。在可再生能源主导和负排放技术主导情景下，由于化石燃料的逐步淘汰，2060年发电产生的空气污染物排放几乎为零。然而，仍然有大量的工业部门（主要是水泥和钢铁）、交通部门（如航空、货运和客运）、家庭（如燃气或生物质锅炉）的NOX排放以及农业部门的NH3排放，是二次PM 2.5的主要来源。

图3：2035年（A）和2060年（B）不同气候目标和空气污染控制情景下的大气污染物排放

图 4 显示了不同气候目标和空气污染控制情景下 2035 年和 2060 年的PM 2.5浓度。尽管末端控制措施的贡献不可忽视，但仅依赖这些措施并不能帮助中国所有省份达到 WHO 10 μg/m3的指导标准。在短期内（到2035年），强有力的气候和空气污染控制政策的结合可能会大幅改善中国各地的空气质量。由于 NET-led 和 RE-led 情景的结构性差异仅在2038年之后出现，两种碳中和情景下的空气质量在2035年没有差异。从长期来看（到2060年），在RE-MFR 和NET-MFR情景下平均 PM 2.5浓度分别为6.10 μg/m3和 9.57 μg/m3，标志着碳中和目标和严格的空气污染物控制措施带来的巨大改善。然而，并非所有省份都能在NET-MFR情景中达到WHO指南标准。在Reference-MFR、NDC-MFR、NET-MFR和RE-MFR 情景中，2060 年可达到WHO指南标准的省份数量分别为 5、9、19和30个。这一发现表明，即使采取了最严格的空气污染控制措施，对负排放技术（NET-MFR）的依赖也不足以让所有省份都达到10 μg/m3的标准。相比之下，从2059年开始以发展可再生能源为主导的碳中和路径的所有省份的空气质量都将达到WHO的指导方针（10 μg/m3）。因此，只有全面发展可再生能源，中国各省才能通过碳中和目标达到WHO空气质量指南标准。

从 2020到2060年避免的累计过早死亡在NET-led的情景中为27 (22-36)百万，在 RE-led的情景中为37 (29-50)百万。95% CI考虑了由排放轨迹、空气污染控制的严格性和 CHEER-HA 模型中参数引起的不确定性。在没有气候政策的参考情景中，2060年由于PM 2.5暴露导致的人均预期寿命损失在reference-CLE 中为2.97 (2.34–3.59) 年，reference-MFR情景为1.89 (1 .49-2.27)年（图4）。在碳中和情景下，与 2060 年相比，人均预期寿命最低减少0.88（NET-MFR 中的最低估计）到最高2.80（RE-CLE 中的最高估计）年参考情景，这几乎相当于中国过去5-10 年（2005-15 或 2010-15）在预期寿命增长方面取得的成就。从NET-led的路径到可再生能源主导的路径的公共卫生收益甚至大于从NDC情景到碳中和情景的公共卫生收益，这再次表明了选择适当的碳中和途径以实现最佳公共卫生的重要性。

图4：2035年(A)和2060年(B)不同气候目标和空气污染控制情景下的人口加权PM_2.5浓度和预期寿命损失

本研究将健康协同效益货币化，并将其与RE-LED和NET-LED情景的减缓成本进行比较（图5A）。在NET-LED的情景中，健康协同效益和减缓成本都较小。同样，随着负排放技术抵消的排放量在总碳减排量（净比率）中的份额增加，健康协同效益和减排成本都将下降。因此，无法断定依赖可再生能源或负排放技术是否是真正更好的途径。

图5：协同效益与减缓成本

许多因素会影响结果，包括排放轨迹、技术路径、浓度-响应函数的形状、健康终点的基线发生率、末端空气污染控制的使用措施和统计生命价值（value of a statistical life，VSL）。健康协同效益的不确定性大于减缓成本的不确定性，主要是由于本研究选择的VSL 范围大（2.04-2000 万元人民币）。随着 VSL 的增加，净收益为正的可能性增加，净收益的价值也增加。当VSL高于 12.500 万元人民币时，即使本研究考虑本研究中的所有不确定性来源，净收益也将高于零(图5B )。这一结果意味着可以以具有成本效益的方式实现碳中和。

为了分析VSL的变化如何影响最优技术组合的选择，本研究分析了在给定VSL水平的情况下，随着NET占比的变化、净收益如何变化，然后根据不同的VSL值计算出具有最大净收益的NET占比（图5C）。当 VSL 足够低时，随着 NET 比率的增加，净收益将增加，货币化的健康协同收益的减少小于减缓成本的减少，因此使 NET-LED的路径成为具有最大净收益的最佳路径。然而，当 VSL 足够高时，净收益将随着 NET 比率的增加而减少，因此使 RE-LED的途径成为最佳途径。具体而言，当VSL高于6.2万元人民币时，RE-led路径为最优路径；当VSL小于3.9万元人民币时，NET-led是最优路径。当 VSL 为 3.9-6.2万元人民币时，最优净值比率从14% 逐渐下降到5%。总而言之，本研究分析表明，如果关注人群健康协同效益，则更可取的是以可再生能源为主的碳中和路径。

编辑：刘晓瑞

排版：刘晓瑞

相关阅读

点击“阅读原文”浏览小组主页