LEEEP IPCC AR6特辑 (13) | SSP3:基于AIM模型的社会经济共享路径
题目
SSP3: AIM implementation of Shared Socioeconomic Pathways
作者
Shinichiro Fujimori, Tomoko Hasegawa, Toshihiko Masui, Kiyoshi Takahashi, Diego Silva Herran, Hancheng Dai, Yasuaki Hijioka, Mikiko Kainuma
期刊
Global Environmental Change
时间
2017年1月
一作
单位
Natl Inst Environm Studies, 16-2 Onogawa, Tsukuba, Ibaraki 3058506, Japan
链接
https://www.sciencedirect.com/science/article/pii/S095937801630083
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:
1. 北大环境学院戴瀚程课题组研究成果支撑IPCC AR6多个关键内容
2. 北京大学LEEEP课题组多篇研究论文被IPCC AR6正面引用
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
北京大学2022年度博士后招聘 | “碳中和与环境及健康效应”方向
研究背后
本文使用AIM/CGE(亚太综合评估/可计算一般均衡)对共享社会经济路径(SSPs)进行量化,作为IPCC旗舰情景,被WGI,第六章(短寿命气候影响因素)、WGIII附录III(情景与模型方法)引用2次。一作、二作是一对学术伉俪,也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Fujimori(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。二作Hasegawa(长谷川,好有诗意的名字),记得她刚博士毕业作学术报告时英文都不太能讲通顺,但非常努力用功,现在早已是Nature文章发到手软。五作是来自哥伦比亚的前同事Diego,娶了日本人为妻定居日本了。笔者忝列六作,当时也是给AIM全球模型实打实地添砖加瓦的,也是亲身经历了给AR6准备SSP情景的全过程,与全球各大IAM团队高手接触,使我对IAMs的理解加深了非常多。本来SSP情景想要在AR5中发布的,但时间实在是太紧张,赶不上2014年AR5发布那一波。
研究背景
排放情景特别报告(SRES) 被广泛应用于气候变化研究中,在气候缓解分析、气候模式(CM)模拟及气候变化影响、适应和脆弱性(IAV)评估研究中都起到了重要的作用。数以千计的研究讨论了SRES情景下的未来气候变化,并为政府间气候变化专门委员会的第四次和第五次评估报告做出了贡献。
尽管SRES为不同团队的研究弥合了差距,但仍有几个问题需要被解决。首先,相较于传统的无气候政策情景,不同缓解办法的气候情景需要被刻画;其次,对于CM和IAV分析,需要更详细的排放和社会经济情景、更高的分辨率以及更一致的土地利用预测;再次,SRES的数据库需要更新。因此,本研究希望利用AIM模型对SSP3情景进行量化计算,评估定量情景是否与情景叙述相一致。
研究方法
本研究将利用AIM/CGE模型(可计算一般均衡)用于对ssp进行量化,后者已被广泛应用于全球和国家气候缓解分析的评估,目标年份是2005年至2100年;利用MAGICC模型计算全球平均温度变化和辐射强迫等气候信息,在两个维度上使用情景矩阵方法来评估社会经济假设和气候目标的可能组合。
研究结果
一次能源
如图1所示,在基线情况下,SSP3-BL的能源供应总量略高于SSP2-BL, 2100年达到1274 EJ/年左右。而SSP1-BL的总供应量在2070年后下降,在2100年达到573 EJ/年。SSP2-BL和SSP3-BL的能源供应组成不同,相较于SPP2-BL,SSP3-BL情景对化石燃料的更为依赖。在叙述中,SSP3被描述为高度依赖化石燃料的世界,其结果与此一致。
图1 到2100年不同情景的全球一次能源供应和组成
土地利用
图2展示了三个主要土地利用变量(耕地、林地和牧场)的结果。与SSP1-BL和SSP2-BL相比,SSP3-BL情景的基本特征是森林砍伐率高,耕地和牧场面积大幅扩张。2100年SSP3-BL区耕地和草地面积分别增加到2293 Mha和3705 Mha,分别比基准年增加了40%和20%。这些增长的主要驱动力是大量的人口增长、缓慢的产量增长率和畜牧系统的低集约化的结合。
图2 不同情景的全球土地利用面积
污染物排放
根据基线情景,SSP3-BL空气污染物的总体排放量在本世纪稳定或略有减少。SSP3-BL的大气污染物排放量高于SSP2-BL,而且SSP3-BL的大气污染物排放量在基线情景中是最高的。最糟糕的空气污染立法假设(只有当前的立法在本世纪下半期实现),以及SSP3中对化石燃料(特别是煤炭)的持续依赖是造成这些特征的主要原因。
图3 不同情景下的污染物排放量
能源和碳强度的变化
就基线情况而言,SSP2值与历史趋势最为相似。相比之下,SSP3在两个维度上都表现出较低的降低率(17%和0%),而SSP1表现出较高的降低率(80%和40%)。在SSP3模型中,能源强度的缓慢提升是基于自主能源效率缓慢提升和能源服务强度较高的假设。碳强度的缓慢提升源于对煤炭消费的高度依赖和对可再生能源的低偏好假设。气候缓解情景显示,碳强度的改善幅度较大,而能源强度的改善幅度相对较小,这意味着减排是通过能源系统脱碳来实现的。这种趋势在SSP1中最明显,但在其他SSP情景中也可以看到。
图4 不同情景下的能源强度变化
贸易依赖
图5显示了基准情况下全球对煤炭、石油、天然气、大米、小麦和粗粮的贸易依赖情况。采用进口总额与消费总额之比作为衡量贸易依赖程度的指标。总体而言,与SSP2-BL相比,SSP3-BL的贸易依存度较低。例如,SSP3的石油贸易依存度在整个世纪中不断下降,到2100年达到了0.66,而SSP2- BL的相应值为0.80。石油、天然气和大米是贸易依存度明显低于SSP2的商品。影响贸易依存度的因素有两个。一个是随着贸易税的变化而实施的贸易壁垒,另一个因素是地区构成的变化和基准年的贸易依存度。
图5 不同情境下的的全球贸易依赖
(石油、天然气、煤炭、大米、小麦和粗粮)
研究讨论
基于以上结果,本研究对于SSP3情景描述的三个要点进行评估:(1)气候目标挑战严峻;(2)区域竞争水平高;(3)技术发展缓慢。就第一点而言,可以用两个方面佐证,分别是基准情景排放量高,和气候减缓能力弱。由于SSP3对社会经济和能源消耗的外生假设,在基准情景下SSP3情景下的温室气体排放要高于SSP2情景。此外,气候缓解能力相关的假设,如CCS可用性、非二氧化碳减排潜力和土地使用监管,在SSP3情景下发展都较为缓慢。所有这些结果表明,SSP3情景下气候缓解遭遇了严峻的挑战,该情景的描述也被很好地体现了。对于第二点,本文发现能源和农产品贸易市场的总量相对于其他SSP情景来说相对较小,这与高水平的区域竞争描述一致。最后,对于第三点,SSP3的能源和碳强度提升率最低,年均提升率分别为0.2%和0.39%,相较于于历史趋势也相对较低。总的来说,模型结果与SSP3的叙述相一致。
编辑:吴凯
排版:吴凯
相关阅读
1 北京大学LEEEP课题组多篇研究论文被IPCC AR6正面引用
2 LEEEP IPCC AR6特辑 (8) | 温室气体排放的趋势和驱动因素回顾
3 LEEEP IPCC AR6特辑 (9) | 全球1.5度目标下的中国排放情景分析
4 LEEEP IPCC AR6特辑 (10) | 全球客运低碳转型的关键影响因素
点击“阅读原文”浏览小组主页