理想化的二氧化碳去除措施对气候变化带来的经济影响不均：深度学习的启示

《The Innovation》：Unequal economic impacts of climate change via idealized carbon dioxide removal: insights from deep learning

　　

唐斌|魏建安|刘一民|何斌|鲍文|杨毅|王文冠|胡文婷|段安民

中国科学院大气物理研究所地球系统数值模拟与应用国家重点实验室，中国北京，100029

摘要

为实现《巴黎协定》设定的温度目标，必须迅速降低二氧化碳浓度。^1,2此前的二氧化碳去除措施评估主要关注气候变化本身的滞后性与可逆性，^3–7而忽视了通过二氧化碳去除措施所带来的潜在经济影响的定量分析。在本研究中，我们首先构建了一个强大的神经网络模型EconClimNet，该模型以全球1,554个次国家级地区的数十年的经济数据以及第五代欧洲中期天气预报中心大气再分析数据中的111个气候指数作为训练数据。与地球科学领域常用的机器学习算法相比，EconClimNet在把握气候指数与经济表现之间的复杂关系方面表现更为出色。在此基础上，我们将EconClimNet应用于耦合模型比较项目第六阶段中假设的二氧化碳浓度上升和下降情景下的模拟结果。研究发现在理想化的二氧化碳去除措施作用下，改变气候发展轨迹可带来全球范围内的显著长期经济收益，其中大洋洲将获得最大的收益，其增长幅度约为1.41[0.73～8.76]百万美元/年。不同收入水平的国家所受的经济影响也存在差异，富裕国家通过二氧化碳去除措施能获得更多收益，增长幅度约为1.56[0.31～6.21]百万美元/年，这些收益主要来自服务业，其增长幅度约为0.03[0.00～0.23]百万美元/年。我们的研究结果表明，各国政府有必要推动二氧化碳去除技术的创新、开发与合理应用，同时从气候正义的角度出发，制定有利于脆弱国家的全球性二氧化碳去除策略。