LEEEP IPCC AR6特辑 (12) | 衡量应对气候变化对可持续发展的影响

题目

Measuring the sustainable development implications of climate change mitigation

作者

Shinichiro Fujimori, Tomoko Hasegawa, Kiyoshi Takahashi, Hancheng Dai, Jing-Yu Liu, Haruka Ohashi, Yang Xie, Yanxu Zhang, Tetsuya Matsui and Yasuaki Hijioka

期刊

Environmental Research Letters

时间

2020年8月

一作

单位

Department of Environmental Engineering, Kyoto University, C1-3 361, Kyotodaigaku Katsura, Nishikyoku, Kyoto city, Japan

链接

https://iopscience.iop.org/article/10.1088/1748-9326/ab9966

前言

在联合国政府间气候变化专门委员会（IPCC）的组织领导下，来自世界各地的顶尖学者定期评估气候变化前沿研究成果，为各国决策者和公众提供有关气候变化的最新科学认知与解决方案。IPCC评估报告对指引全球未来经济社会发展路径和应对气候变化对策起到导向作用，已分别于1990、1995、2001、2007和2014年发布了五次评估报告。2022年4月初，IPCC发布了第六次评估报告第三工作组报告《气候变化2022：减缓气候变化》(IPCC AR6 WGIII)，重点聚焦面向本世纪1.5~2度温控目标的温室气体深度减排技术措施评估和政策建议。

北京大学能源环境经济与政策课题组（LEEEP）相关研究注重识别绿色低碳转型的前沿关键科学与政策管理问题，受到国内外同行的密切关注和高度认可。在本次发布的IPCC AR6系列报告中，LEEEP课题组基于自主研发的IMED等综合评估模型所发表的15篇研究论文被多个关键章节正面引用20余次。相关论文涉及绿色低碳转型和政策减排效果、经济代价和协同效益评估等重要议题。研究成果支撑了IPCC AR6多个关键内容，引用章节贯穿了第一工作组、第三工作组报告的11个关键章节，如聚焦社会经济系统全局性分析的第二章（排放趋势与驱动因素）、第三章（长期减缓路径）、第四章（近中期减缓与发展路径）、第五章（减缓的社会服务需求），以及侧重关键高能耗部门的第六章（能源系统）、第十章（交通部门）及第十一章（工业部门）。相关推送详细报道如下：

本系列推送将陆续推出“LEEEP研究之IPCC AR6特辑”，向读者简要介绍被AR6正面引用的相关论文研究内容和主要结论。同时，在浩瀚无边的数据代码和汗牛充栋的文献之外，也顺便回顾一下笔者入行IAMs学界这十三年以来，通过合作近距离遇到的世界各地的奇人逸事，这也算是Free Style从事学术工作的乐趣所在。

欢迎有志于利用复杂系统模型分析手段为全人类寻找实现“双碳”目标解决方案的同学们加入LEEEP，也请各位同行推荐合适的小伙伴加入LEEEP、成为LEEEPer！对你的期望是数理基础强、文字功底好，可以攻读研究生，也可以开展博士后研究。关于IMED模型架构、LEEEP研究进展及团队介绍、研究生及博士后招聘等信息可阅读在线文档：

《IMED模型体系简介》：

https://www.jianguoyun.com/p/DVrcIwsQlL7CBhjE13M

研究背后

本文基于AIM/CGE模型展示了与二氧化碳减排相关的可持续发展目标影响，被WGIII附录III（情景与模型方法）引用。一作Fujimori（藤森）是笔者在日本的同事，笔者读博三年外加博后几年，一直都是和这位藤森老兄面对面开组会过来的。相处快8年，相互知根知底，也亲眼目睹了藤森兄从博士刚毕业的青涩小年轻成长为驰名“日外”的IAMs界学术才俊。可以这么说，藤森兄是继他导师、京都大学松岗教授（当年日本全国高考排名前十的人物）之后，AIM组智商最高的人，也是笔者遇到的怀着纯正日式工匠精神对建模技术精益求精的学者。当然，藤森兄有天才通常都有的小毛病——对跟不上他脑子节奏的同学们不太客气，导致好多人敬而远之。庆幸笔者当年算是勉强跟上了，不然“抗战”八年日子太不好过了，不知藤兄现在适应点了现实世界不？

研究背景

温室气体减排是气候变化减缓战略下的重要举措，其可能对多个部门产生影响，而这些影响对实施气候变化减缓行动和其他社会经济目标至关重要。一些研究已经探讨了气候变化减缓行动对于可持续发展目标(Sustainable Development Goals, SDGs)的副作用，包括二者的协同和权衡作用，但人们仍然对于气候变化减缓行动与各种可持续发展目标之间的关系知之甚少。

基于此，为了更清晰地描述二者的关系，本研究建立了边际可持续发展目标减排值(marginal SDG-emissions-reduction value, MSV)来衡量边际二氧化碳减排量对于可持续发展目标的影响。本研究主要聚焦在亚洲，根据不同严格程度的气候目标共设立5个情景，包括基准情景 (baseline)、1.5℃情景(1.5C)、低于2℃情景(well below 2℃, WB2C)、2℃情景(2C)和2.5℃情景(2.5C)，其中基准情景不包含以碳价为代表的气候变化减缓措施。本研究使用AIM(Asia-Pacific Integrated Model)模型和其他模型工具量化了可持续发展目标相关的多个指标，如表1所示。

表1 与可持续发展目标相关的指标和用于量化每个指标的主要模型

研究方法

如上所述，本研究利用AIM构建框架并与其他建模工具结合以对情景进行量化，从而能够评估气候变化减缓以及其他社会和环境变化对实现可持续发展目标的影响。其中包括一个经济(一般均衡；AIM/Hub)模型、网格化土地利用分配模型、生物多样性模型、水资源稀缺评估工具、排放降尺度工具、饥饿估计工具、简化气候模型、航空运输与化学模型(GEOS-Chem)和健康评估工具，如表2和表3所示。

表2 模型总结

表3 模型间的关系

在本研究的模型中，各个政策情景的碳定价从2020年开始，实行全球统一碳价格。与以往的建模活动一样，我们将农业部门的碳价格限制在每吨二氧化碳100美元，这样可以减少大部分排放，但可以避免过度的负面影响。同时，各个政策情景下的2100年全球平均温度分别为1.5℃、1.7℃、2℃、2.5℃，相比之下，基准情景为3.5℃。社会经济发展假设参照SSP2，能源消耗则参照IEA能源平衡表（2015年前）以及国家NDC目标（2020年-2030年，由于排放约束，假设气候政策将比NDC目标更加严格）。

研究结果

1. 亚洲减排路径

如图1所示，以低于2℃(WB2C)情景为例，碳排放量将在2080年左右降为零，2100年为负值（图1a）；碳价将在2100年达到800美元/吨二氧化碳（图1b）；一次能源供应量在2100年将由基准情景的350EJ下降至230EJ，其中超过一半的来自可再生能源，其余则来自使用CCS技术的化石能源（图1c）；土地利用情况各情景大体相似，森林面积将由基准情景的5.3亿公顷增加至7.3亿公顷。

图1. 亚洲的减缓路径和部分情景特征，包括(a)二氧化碳排放量，(b)碳价，(c)一次能源供给结构，(d)土地利用

2. 亚洲气候变化减缓对可持续发展目标的影响

图2展示了亚洲气候变化减缓对于各可持续发展目标指标的影响。在所有指标中，6个指标展现出了与气候变化减缓的共同利益关系，包括空气污染致死人数(SDG3)、面临缺水的人数(SDG6)、可再生能源在一次能源中的占比和能源强度(SDG7)、失业率(SDG8)、食品浪费(SDG12)和森林面积(SDG15)；3个指标显示了与气候变化减缓的权衡关系，包括面临饥饿风险的人口(SDG2)、第二产业的增加值占比(SDG9)和生物多样性指数(SDG15)；人均GDP(SDG8)的产生了非常微小的负面影响，可以忽略不计。本文的研究者主要通过对比基准情景和低于2℃(WB2C)情景来讨论这些单独指标的更多细节。

图2. 亚洲气候变化减缓对于多个可持续发展目标的影响

3. 边际可持续发展目标减排值(MSVs)

图3显示了二氧化碳减排率与可持续发展目标指标变化之间的关系，使用边际可持续发展目标减排值斜率进行简单线性回归拟合，图中绿灯/红灯/黄灯分别表示协同/权衡/不明确关系，表4为回归统计量。例如，在亚洲所有地区，饥饿风险持续恶化，而与空气污染有关的过早死亡有所改善。这一结果表明，亚洲地区面临着类似的挑战和类似的协同收益。

亚洲和全球总量显示出非常相似的趋势，表明就基准情景的相对变化而言，亚洲减缓气候变化对可持续发展的多方面影响与全球层面的影响相似。

图3. 亚洲可持续发展目标的边际减排曲线。x轴表示减缓情景下的二氧化碳排放量减少率与基准情景排放量之比，y轴表示缓解情景下各可持续发展目标与基准情景相比的变化百分比

表4 亚洲MSVs回归的统计量

研究结论

本文探讨了气候变化减缓行动对亚洲可持续发展目标的影响，并制定了可持续发展目标边际减排值(MSVs)加以量化评估。本文发现，缓解气候变化带来了许多好处，有助于实现一些可持续发展目标。与此同时，在减缓气候变化和可持续发展目标之间也存在着权衡，必须解决或避免副作用带来的不利影响。在以往的研究中已经提出了一些对策，例如，粮食援助和免除农业部门的碳定价将有助于避免与面临饥饿风险的人口(SDG2)之间的权衡。

研究讨论

本研究深入研究了结果的稳健性，为此将整体数据集分类并进行了四种类型的回归，整体回归结果与全数据集回归结果（如图4所示）相似。

图4 用来验证边际可持续发展目标减排曲线稳健性的各种回归结果。x轴表示所使用的测试；“Asia”：原始数据，“Asia Excluding >80%”：不包括二氧化碳减排超过80%的数据，“Global”：全球数据，“Global Excluding >80%”：不包括二氧化碳减排超过80%的全球数据，其他则不包括个别亚洲地区；点表示CO2减排率的回归斜率，误差条表示标准误差

在本研究中只使用线性回归的MSV拟合，但可能存在非线性关系。特别是，在更大的减排率下，非线性可能会很强。同时，区域固定效应回归结果与原始结果差异较小，定性结果保持不变。

在解释本研究时需要注意几个问题。首先，本研究中使用的指标在可持续发展的大背景下是有限的。本研究将评估指标与可持续发展目标指标进行了映射，但它们并不能完全代表每一项可持续发展目标。第二，如上所述，土地有关的模型正在进行改进。第三，关于第一点和第二点，本研究没有考虑可能受到气候变化减缓行动影响的其他与土地有关的影响，如氮污染和水质变化，这些经常被视为全球关注的问题。第四，本研究在分析中没有包括气候变化的影响(例如农业产量和生物多样性)，这些将进一步影响将改善的结果。

 声明：本文仅为课题组同学文献阅读笔记，不代表本单位立场，也可能与原文观点或立场有偏差。

编辑：杨正东

相关阅读

点击“阅读原文”浏览小组主页