摘要
气候服务可以支持农场决策，但这一潜力目前尚未充分实现。我们使用参与式定性风险分析框架，向24位澳大利亚农民介绍了澳大利亚年代际气候预测在线服务，并要求他们根据预测识别、评估和讨论长期风险的管理。研究发现，年代际预测可以帮助农民更好地了解未来的气候风险，从而可能减少气候变化的心理距离。然而，长期气候预测可能会受到对数据缺乏信心的阻碍，因此利用值得信赖的服务提供商的专业知识可能有助于增强农民的信心。最后，尽管提供年代际气候服务可以帮助农民识别未来的气候风险，但需要互动和反复参与，才能将意识转化为行动。
内容
尽管有了最初的承诺，关于气候服务对社会直接效益的问题仍然存在。主要挑战包括缺乏公平获取气候服务的机会，以及用户与气候服务提供者之间的互动不足。三个关键的矛盾阻碍了气候服务的成功推出:(1)更多地关注生产气候服务产品，而不是了解使用过程或影响途径；(2)发展基于假定需求而不是直接响应用户偏好的气候服务；(3)气候服务的经济评估，而不是现实世界的结果。本文从气候服务潜在用户的角度对这些挑战进行了实证探讨。
图1 参与式风险分析框架
该框架分为四个步骤：
（1）识别短期风险
（2）确定未来长期气候风险
（3）风险评估
（4）风险管理
表1 风险类别及其描述
图2 风险在两个时间尺度的分布
非阴影区域显示短期风险，阴影区域显示MyCV（“我的气候观”）前后的长期风险。在短期内，风险主要分为已知风险和不确定风险。从长期来看，MyCV之前的风险大多被确定为模棱两可或未知的，其次是已知的，只有少数确定的不确定风险。因此，参与者认为长期气候风险比当前风险更复杂。MyCV后的风险范围比MyCV前窄，仅分为两类风险:已知和不确定。这表明，MyCV提供的气候信息帮助参与者降低了他们对未来风险的感知复杂性。风险类别内的数据点表示个体参与者识别属于风险类别的风险。参与者被允许在两个时间尺度上识别多种风险类型。我们的分析探讨了这些风险类别是否会因业务、气候带和商品而异。
图3 风险评估分主题显示参与者如何预测未来风险可能影响他们的业务
图4 风险管理分主题显示应对确定风险影响的措施
图5 显示多年代际气候服务范围的示意图
研究有三个主要发现。首先，MyCV可以帮助农民更好地了解未来的气候风险。其次，对数据的信心是参与者有意义地与预测互动的重要驱动力，并在后续确定未来的气候风险和应对气候风险的行动。第三，科学家认为有用的气候信息可能与用户可用的信息不同。
原文链接：
https://www.nature.com/articles/s41558-024-02021-2
原文信息：
往期精选
ClimateEconomics
内容：李 琳
编辑：王佳雪
审核：李玮丽
图片来源于网络，侵删
欢
迎
加
入
我们建立了微信群：
气候变化经济学。
感兴趣的伙伴请加微信号：
climate_economics
备注“姓名-单位-职称/职位/学生”。
