Appearance
Quantifying climate loss and damage consistent with a social cost of carbon
DisciplineInterdisciplinary
MethodComputational
Tagsclimate loss and damageclimate policydata · archival recordsemission attributionmethod · regressionmethod · simulationsocial cost of carbon
Summary
Problem: 尽管气候变化的损害已被广泛认知,但国际上对“损失和损害”(L&D)缺乏定量定义,也没有将特定来源的历史和未来排放与货币化、地点特异性损害联系起来的框架。这阻碍了气候责任认定、诉讼和赔偿机制的建立。 Approach: 作者提出了一个将L&D分解为三个组成部分的正式框架:历史排放造成的过去损害(HD-CO2)、历史排放造成的未来损害(FD-CO2)以及当前或未来排放造成的未来损害(SC-CO2)。该框架整合了排放清单、简化气候模型(FaIR)、CMIP6气候模式集合以及温度-经济增长的实证统计模型,实现了从排放到损害的端到端估算。 Finding: 研究发现,历史排放造成的未来损害(FD-CO2)比其已造成的过去损害(HD-CO2)至少大一个数量级。例如,1990年排放的一吨CO2到2020年造成180美元的贴现全球损害,但到2100年还将额外造成1,840美元的损害。在个体层面,过去十年每年多乘一次长途航班将造成约25,000美元的未来损害;在企业层面,沙特阿美1988-2015年的排放已造成3万亿美元损害,未来损害将达64万亿美元。 Significance: 该研究首次提供了可操作的L&D量化框架,表明“清偿过去的债务并不能清偿过去的排放”,对气候诉讼、国际赔偿谈判和碳去除策略的时机选择具有重要政策含义。
Theoretical Framework
- Theoretical tradition: 环境经济学中的外部性理论与社会成本核算传统,结合气候变化影响评估的气候-经济综合评估建模(IAM)方法。
- Prior theories built upon: 碳的社会成本(SC-CO2)框架(refs. 7,19);温度与经济增长的非线性关系实证模型(refs. 22-25);排放归因与“碳巨头”(carbon majors)责任研究(ref. 32);IPCC关于L&D的论述(refs. 4,9)。
- Causal mechanism: 温室气体排放→大气浓度增加→全球平均表面温度上升(通过FaIR模型)→区域温度变化(通过CMIP6模式降尺度)→国家层面人均GDP增长率变化(通过温度-增长统计模型)→累积经济损失(通过贴现计算)。
- Key assumptions: 温度对GDP增长率的影响(而非仅影响水平)是持续的且在过去60年保持稳定;贴现率的选择反映社会时间偏好;损害相对于无排放的反事实情景来定义;排放责任从特定起始年份(如1990年)开始计算。
- Theoretical move: 本文扩展了现有SC-CO2框架,将其从仅关注未来排放的未来损害,扩展为同时涵盖历史排放的过去损害和未来损害,从而将L&D的财务核算与SC-CO2框架对齐。这是对现有理论的应用和延伸,而非挑战。
- Scope conditions: 框架适用于CO2排放;损害通过GDP渠道衡量,不涵盖所有非经济损害;结果不直接决定法律或道德上的赔偿义务;适用于国家、企业和个体层面的排放归因。
Research Design
本文为计算模拟研究(computational simulation study),采用综合评估建模方法。分析单元包括:边际排放脉冲(每吨CO2)、个体行为(如航班、饮食)、企业(碳巨头)和国家。关键自变量为CO2排放量(按年份和来源),因变量为贴现后的经济损失(以美元计)。操作化方式:HD-CO2为历史排放截至2020年的累计贴现损害;FD-CO2为历史排放2021-2100年的预期贴现损害;SC-CO2为当前排放的未来贴现损害。损害通过温度-增长模型转化为GDP影响,再以不同贴现率(2%、3%、5%等)折算为现值。
Data & Sample
- 排放清单: 国家层面化石燃料和土地利用排放数据(1990-2020年,部分分析回溯至1960年);企业层面排放数据来自碳巨头数据库(1988-2015年,scope 1和scope 3);个体行为排放估算基于文献中的行为减排估计(refs. 30,31);名人私人飞机排放数据来自公开飞行记录。
- 气候模型: FaIR简化气候模型计算GMST变化;CMIP6全球气候模式集合(21个模式)用于将GMST变化模式化为国家层面温度变化。
- 经济数据: 国家层面人均GDP增长率和温度数据,用于估计温度-增长关系(更新自ref. 22的统计模型)。
- 时间范围: 排放年份1990-2020年;损害计算至2020年(历史)和2100年(未来),部分情景延伸至2300年。
- 样本覆盖: 全球所有有数据的国家。
Analytical Strategy
- 核心模型: 温度-经济增长率的非线性面板回归模型,包含当期和滞后温度效应(更新自Burke et al. 2015的方法)。
- 气候-经济耦合: FaIR模型计算排放脉冲的GMST响应→CMIP6模式集合进行模式降尺度(pattern scaling)→国家层面温度变化输入经济增长模型。
- 贴现处理: 采用固定贴现率(2%、3%、5%、7%)和Ramsey贴现两种方案;过去损害按利率复利计算至结算年,未来损害贴现至结算年。
- 稳健性检验: 不同贴现率、不同损害截止年份(2100 vs 2300)、不同增长效应假设(仅当期效应 vs 含滞后效应)、增长反弹情景、加速适应情景、不同排放核算方式(生产vs消费基础、含/不含土地利用排放)、不同起始年份(1960/1980/1990)。
- 不确定性量化: 报告95%置信区间,涵盖计量经济不确定性和气候模型不确定性。
Results & Findings
历史排放的未来损害远大于过去损害: 在2%贴现率下,1990年排放的1 GtCO2到2020年造成184美元/吨的损害,但2021-2100年还将造成1,840美元/吨的损害,相差十倍。贴现率越低,差异越大(3%时为六倍,5%时为三倍)。这一发现直接支持了“清偿过去债务不等于清偿排放债务”的核心论点。
损害的地理分布不均: 高纬度国家可能获得有限收益或损害不显著,而中纬度和热带国家遭受广泛损害,且损害占GDP比例较高。这一模式与既有文献一致,但由于纳入了滞后效应,负面影响的分布比以往研究更广泛。
SC-CO2估计值显著高于美国政府近期估计: 在保守假设下(2%贴现率、损害截至2100年),SC-CO2为1,013美元/吨,远高于美国联邦政府的自下而上估计。延长损害期限至2300年、采用Ramsey贴现或更高反事实增长率会进一步提高估计值。
个体行为层面的损害归因: 过去十年每年多乘一次长途航班将造成165美元的历史损害和25,000美元的未来损害;改用热泵、素食或减少10%驾驶各产生约6,000美元的未来收益。过去损害比未来损害小约两个数量级。
名人私人飞机排放损害: 2022年比尔·盖茨、杰夫·贝索斯、埃隆·马斯克等六位名人的私人飞机排放各自将在2100年前造成超过100万美元的贴现损害。
碳巨头企业损害: 沙特阿美1988-2015年排放已造成3万亿美元损害(约八年收入),未来损害达64万亿美元(超过20倍);埃克森美孚已造成1.6万亿美元损害,未来损害29万亿美元。仅计算scope 1排放时,损害估计小一个数量级。
国家间双边归因: 美国1990-2020年排放造成10.2万亿美元累计损害(2%贴现率),其中30%发生在美国本土,14%在欧盟;中国排放造成8.7万亿美元损害。绝对损害集中在大型经济体,而相对损害在低收入国家更大。
碳去除的时效性: 假设存在可永久去除CO2的技术,排放后立即去除可消除损害,但延迟25年去除仅能减少约50%的损害(至2100年)。碳去除作为L&D补偿工具的效力随延迟时间急剧下降。
意外发现: 美国因全球排放遭受的损害(16.2万亿美元)大于美国自身排放造成的全球损害(10.18万亿美元),但作者明确指出这不意味着美国应成为净接收方,责任分配还需叠加伦理和规范框架。
Limitations
- 损害渠道有限: 仅通过GDP渠道衡量损害,未涵盖死亡率、生态系统、非市场损害等渠道。
- 不确定性来源: 包括抽样不确定性(计量和气候模型)、模型选择不确定性(GDP影响建模、适应程度)和政策不确定性(贴现率、损害期限、排放归因方式)。
- 未考虑排放实体的其他外部性: 未评估排放活动可能产生的正负相关外部性(如经济增长带来的就业等)。
- 适应问题: 缺乏定量证据识别能有效减少损害的具体适应投资;若L&D支付与净适应损害挂钩,可能导致国家减少适应投资以最大化赔偿。
- 法律标准差异: 采用的95%置信区间可能比法律中“更可能而非不可能”的标准更严格。
- 未考虑抵消行为: 估计未考虑排放实体可能采取的排放抵消行为及其效果。
- CDR可行性未讨论: 碳去除的可行性、规模和经济性等关键问题被抽象化处理。
- 不涉及国内分配: 结果不说明国家内部谁应获得或支付赔偿。
Key Contributions
- 首次提出与SC-CO2框架整合的L&D定量定义和计算框架,将L&D分解为HD-CO2、FD-CO2和SC-CO2三个可操作组成部分。
- 提供了从排放到损害的端到端实证估算链,整合排放清单、气候模型和经济增长模型。
- 首次实现个体行为、企业和国家层面的L&D货币化归因,包括名人私人飞机和碳巨头的具体损害估算。
- 揭示“历史排放的未来损害远大于过去损害”的关键发现,对赔偿机制设计具有直接政策含义。
- 系统评估了碳去除作为L&D替代方案的时效性限制,指出延迟去除的效力衰减问题。
- 提供了在不同贴现率、损害期限和模型假设下的SC-CO2估计范围,为政策制定提供参考。
Key Claims
"We show that future damages from past emissions—one component of L&D—are at least an order of magnitude larger than historical damages from the same emissions." (Abstract)
"Thus, settling debts for past damages will not settle debts for past emissions." (Abstract)
"For instance, one tonne of CO2 emitted in 1990 caused US$180 in discounted global damages by 2020 ($40–530) and will cause an additional $1,840 through 2100 ($500–5,700)." (Abstract)
"We estimate that emissions between 1988–2015 from the largest single company emitter, Saudi Aramco, resulted in $3 trillion in cumulative global economic damages by 2020, or roughly eight years of company revenue." (Results section, "Loss and damage attributable to specific emitters")
"The effectiveness of using CDR for reducing future damages from past emissions declines with the time elapsed between emissions and capture: immediate removal eliminates damages, but a 25-year delay results in an approximately 50% reduction in damages through 2100 relative to no removal." (Results section, "Potential implications of CO2 removal")