研究速递丨气候变化的经济投入

对宏观经济气候变化损失的全球预测通常考虑的是长时段内年均气温和全国气温的影响。在此，我们利用过去 40 年全球 1600 多个地区的最新经验研究结果，预测温度和降水（包括日变化和极端情况）对国家以下各级造成的损失。我们采用一种经验方法，为经济增长所受影响的持续性提供了一个稳健的下限。我们发现世界经济在未来26年内收入减少19%，与未来的排放选择无关（相对于没有气候影响的基线）。这些损害已经超过了在短期内将全球变暖限制在2摄氏度所需的缓解成本6倍，此后的差异严重取决于排放选择。造成的损害主要由平均温度的变化引起，但考虑到进一步的气候因素，估计值提高了约50%，并导致更强的区域异质性。预计除高纬度外所有地区都将遭受损失，在高纬度地区，温度变化的减少会带来好处。最大的损失发生在历史累计排放量较低、当前收入较低的低纬度地区。

预测未来气候变化造成的宏观经济损害对于为关于适应、减缓和气候正义的公众和政策辩论提供信息至关重要。一方面，适应气候影响必须在了解其未来规模和空间分布的基础上进行合理和规划。另一方面，《巴黎气候协定》等气候缓解政策的评估往往是通过平衡其实施成本和避免预计物质损害的收益来进行的。

在为这些辩论提供信息时，对未来损害的预测遇到了挑战，特别是长期观点提出的与不确定性和偏远性有关的人类偏见。在这里，我们旨在通过评估历史排放和社会经济惯性（被认为社会经济合理的未来排放情景范围）对世界造成的气候变化经济损害的程度来克服这些挑战。

在预测气候变化造成的未来经济损失时，我们利用了气候计量经济学的最新进展。这些研究使用固定效应面板回归模型来控制潜在的混杂因素，利用全球 1,600 多个地区的面板中当地温度和降水的区域内变化来确定合理的影响因素。宏观经济影响已经从每日温度变化、年总降水量、年潮湿天数和极端日降雨量的变化中确定，此外还从平均温度变化中确定了这些影响。此外，使用相互作用项发现了基于当地普遍气候条件的这些影响的区域异质性。

对未来气候损害程度估计的一个关键决定因素和差异来源是气候变量对经济增长率的影响持续的程度。最近的研究表明，气候变化造成的未来损害在很大程度上取决于是否假定增长效应或水平效应

对于温度项，在大约8-10年的时间滞后下，对于降水项，在大约4年的时间滞后下，对经济增长有显著影响。与排除气候变量或包括更多或更少滞后的模型规范相比，包括所有五个气候变量和使用这些滞后数在最佳拟合数据和包括可能导致过度拟合的进一步术语之间提供了更好的权衡

1979 年至 2019 年期间的每日 2 米历史气温和降水总量（以毫米为单位）是从 W5E5 数据库中获得的。

从2015年到2100年，在高（RCP8.5）和低（RCP2.6）温室气体排放情景下，每天2米的温度和降水总量（以毫米为单位）取自参与CMIP-6的21个气候模型。

历史经济数据来自地方经济产出的剂量数据库。我们使用了剂量数据集的最新修订版，该数据集提供了83个国家、1,660个国家以下地区的数据，从1960年到2019年的时间覆盖范围各不相同。

2015-2100年期间的基准网格国内生产总值（GDP）和人口数据取自中间路线情景SSP2

在不同的气候数据集、空间聚合方案、区域时间趋势规范和误差聚类方法中，有力地确定了日温度变化、年总降水量、潮湿天数和极端日降雨量对宏观经济产出的显著影响。我们从网格单元x级别的日d、温度T x,d 和降水量P x,d 的分布中计算这些变量。

年平均温度：

潮湿天数：

极端的日降雨量：

我们使用面板回归模型，选择固定效应和时间趋势，以隔离看似合理的外生变化，从而最大限度地提高对气候对经济增长率影响的因果解释的信心。

其中Δ LGRP r,y 是年度、区域GRPpc增长率，测量为实际GRPpc对数的第一差

我们测量每对次国家区域的质心之间的距离，并构建空间滞后，该空间滞后取距离为0-500、500-1,000、1,000-1,500和1,500-2000 km的邻近区域的第一差分气候变量及其相互作用项的平均值

其中SL表示每个气候变量和相互作用项的空间滞后。

通过应用固定效应分布滞后模型中估计的系数构建未来气候损害的预测根据CMIP-6模型预测未来气候变化。计算每个感兴趣的主要气候变量的逐年变化，以反映经验模型中使用的逐年变化。计算相互作用项的调节变量的30年移动平均值，以反映经验模型中用于调节变量的气候条件的长期平均值

将主要气候变量和调节气候变量的时间序列与经验模型参数的估计值相结合，以评估固定效应分布滞后模型中的回归系数，从而产生给定排放情景、气候模型和一组经验模型参数的GRPpc年增长率减少的时间序列。

然后将r区和y年未来气候变化对增长率影响的时间序列δ r,y 加到从SSP2情景中获得的未来基线增长率π r ,y （以log-diff形式）上，得出受损GRPpc增长率的轨迹ρ r ,y 。这些轨迹随着时间的推移进行汇总，以估计GRPpc的未来轨迹以及未来的气候影响：

其中GRPpc r , y =2020是GRPpc的初始日志级别。

从 IIASA 托管的 AR6 情景浏览器和数据库获得了 IPCC 对减排总成本的估计。具体来说，我们在 AR6 情景数据库世界 v1.1 中搜索 IAM，该 IAM 提供了 SSP2 基线和 SSP2-RCP2.6 情景下的全球 GDP 和人口估计值，以保持与气候损害的社会经济和排放情景的一致性预测。

在2049年之前，在两种最极端的排放情景中，预计的全球损害在统计上是不可区分的。因此，在此之前发生的气候损害构成了世界已经承担的损害，这是由于过去的排放和未来排放情景的结合，这些情景被认为是社会经济上合理的

我们将未来 25 年世界将遭受的损害与实现《巴黎气候协定》所需的缓解成本估计进行比较。我们发现承诺的气候损害中位数比 2050 年缓解成本中位数（2005 年国际美元为 6 万亿美元）大约六倍

根据气候对经济产出影响的经验模，在符合2°C变暖目标的低排放情景和高排放情景（分别为SSP2-RCP2.6和SSP5-RCP8.5）下，所有气候变量变化导致的人均收入预计减少的估计值分别以紫色和橙色显示。阴影代表 34% 和 10% 置信区间，分别反映可能和非常可能的范围（遵循 IPCC 采用的可能性分类）。垂直虚线显示了根据上述不确定性抽样产生的排放情景之间差异的分布，两种排放情景的气候损害在 5% 和 1% 显着性水平上出现分歧的时间。请注意，两种情景差异的不确定性小于两种各自情景的组合不确定性，因为不确定性样本（气候模型和经验模型选择，以及模型参数引导）在两种排放情景中是一致的，因此当两个单独的损害情景的不确定性界限仍然重叠时，损害就会出现分歧。为 SSP2 基线和 SSP2-RCP2.6 情景提供结果的三个 IAM 对全球缓解成本的估计在顶部面板中以浅绿色显示，这些估计的中值以粗体显示。

造成的损害主要是由平均温度的变化引起的。这反映了这样一个事实，即当作为历史年际变化的函数表示时，平均温度的预测变化大于其他气候变量的变化。

承担损害的空间分布反映了几个气候组成部分的未来变化模式与这些变量变化的历史经济脆弱性模式之间的复杂相互作用。年平均气温上升造成的损害在全球几乎所有地方都是负面的，在气温已经较高且经济上对气温上升的脆弱性最大的地区，低纬度地区的损害更大。日温度变化造成的经济损失表现出强烈的纬度极化，主要反映了日变化对温室效应的物理响应

在气候损害偏离5%水平的年份，对排放情景（SSP2-RCP2.6和SSP2-RCP8.5）以及气候模型、经验模型和模型参数不确定性的次国家人均收入预计减少中值的估计。a、所有气候变量产生的影响。分别由年平均温度（b）、日温度变化（c）、年总降水量（d）、年潮湿天数（>1毫米）（e）和极端日降雨量（f）的变化产生的影响。

然而，基于仅考虑年平均温度变化并排除其他气候变量的经验模型的未来损害构成2049年仅13%的收入减少（可能范围为5-21%）。这表明，考虑到温度和降水分布的其他组成部分，净损害增加了近50%。这种增加是由于这些气候因素造成的进一步损害，但也因为它们的包含揭示了对平均温度更强的负面经济反应

相对于仅考虑年平均温度变化的经验框架，考虑每日温度变化导致总体损害的最大增加（4.9个百分点，相当于大约10万亿国际美元）。计入降水导致总体损失增加较小，但相当于约1.2万亿国际美元：分别占年总降水量、潮湿天数和极端日降水量的0.01个百分点（0.37-0.33个百分点）、0.34个百分点（0.07-0.90个百分点）和0.36个百分点（0.13-0.65个百分点）。

a、2049年的气候损害，当使用经验模型时，该模型考虑了所有气候变量、仅年平均温度的变化或年平均温度和一个其他气候变量（分别为日温度变率、年总降水量、潮湿天数和极端日降水量）的变化。b，在不同基线温度下，年平均温度上升1°C的累积边际效应，根据包括所有气候变量或仅年平均温度的经验模型估计。估计值和不确定性条代表使用8、9或10个温度项滞后，从三个不同经验模型中的每一个的1,000个块自举重采样中获得的中值和95%置信区间。

所犯损害的空间分布意味着在两个方面存在相当大的不公正：造成气候变化的历史排放的罪责和先前存在的社会经济福利水平。Spearman等级相关性表明，在历史累积排放量较小的国家，以及当前人均收入较低的地区，承担的损害要大得多

在气候损害偏离5%水平的年份（2049年），对排放情景（RCP2.6和RCP8.5）中人均国民收入预测变化中值的估计以及气候模型、经验模型和模型参数不确定性的估计与2020年的人均累积排放量（来自全球碳项目）作图，并在a中用2020年的人均国民收入（来自世界银行）着色，反之亦然。在每个面板中，每个散点的大小由2020年全国人口加权（来自世界银行）。插图数字表示零假设不相关的假设检验的Spearman等级相关ρ和P值，以及按国家人口加权的Spearman等级相关。

评估了按当前收入水平和历史累积排放量排名的上四分位数和下四分位数地区之间的承担损害差异（使用人口加权来定义四分位数和估计群体平均值）。平均而言，收入较低的四分位数国家的收入损失比收入较高的四分位数高8.9个百分点（或61%）。类似地，历史累积排放量较低的四分之一国家的收入损失比上四分之一国家高6.9个百分点（或40%）

四分位数是使用人口权重来定义的，每个四分位数组的平均造成的损害也是如此。小提琴图表明了两种极端排放情景（RCP2.6 和 RCP8.5）四分位数之间的差异分布以及方法中概述的不确定性抽样程序，该程序解释了经验模型中滞后选择所产生的不确定性、不确定性经验模型参数估计以及气候模型预测。条形表示中位数、第 10 个和第 90 个百分位数以及分布的上六分位数和下六分位数，反映了 IPCC 采用的可能性分类后的极可能和可能范围。

● 气候变化造成的经济损失是世界经济已经承担的，这些损失大大超过了根据巴黎气候协定2摄氏度目标减少排放所需的成本

● 我们对损害程度和缓解成本的简单比较清楚地表明，这主要是因为损害在本世纪中叶之前在排放情景中是不可区分的，并且它们实际上已经远远大于缓解成本。

● 尽管评估了几个气候因素，最近确定了这些因素的经济影响，但这种对总体气候损害的评估不应被视为全面的。重要渠道，如热浪、海平面上升、热带气旋和临界点的影响，以及非市场损害，如对生态系统和人类健康的损害，在这些估计中没有考虑。

● 我们的主要实证分析没有明确评估局部地区的影响产生“溢出”到其他地区的影响的可能性。这种影响可能会进一步减轻或放大我们估计的影响，例如，如果公司将生产从一个受影响的地区转移到另一个地区，或者如果影响沿着供应链传播。

本文编辑 | 胡瑾瑜 南京林业大学风景园林专业

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。