中国各省因气候变化造成的经济损失综合评估

《Journal of Environmental Management》:An integrated assessment of provincial economic damages from climate change in China

【字体: 大 中 小 】 时间:2026年08月17日 来源:Journal of Environmental Management 9.2

编辑推荐:

  摘要:量化次国家级的气候灾害损失对于制定针对性的气候政策与适应策略至关重要。然而,目前很少有研究构建能够体现区域内部差异、行业间相互作用以及多种灾害传导途径的评估框架,尤其是在中国。本研究通过将地球系统模型与省级可计算一般均衡模型(即中国区域能源模型)相结合,构建了一个综合评估框

  摘要:量化次国家级的气候灾害损失对于制定针对性的气候政策与适应策略至关重要。然而,目前很少有研究构建能够体现区域内部差异、行业间相互作用以及多种灾害传导途径的评估框架,尤其是在中国。本研究通过将地球系统模型与省级可计算一般均衡模型(即中国区域能源模型)相结合,构建了一个综合评估框架,并纳入了劳动力生产率、家庭能源需求和农业生产力三大关键损害模块。研究结果表明,在共享社会经济路径1-2.6和 SSP2-4.5情景下,到2060年中国的气候灾害损失分别可能占GDP的3.6%(2.2%至4.7%)和4.3%(3.5%至5.7%)。区域分析显示,中国存在显著的南北差异,损失最严重的地区集中在南方和中部省份。总体均衡效应约为基于核算方法的效应的136%,且不同损害渠道和区域之间的差异较大,这反映出由行业关联和区域差异带来的不同类型的溢出效应。成本效益分析表明,到2060年,从SSP2-4.5情景转向SSP1-2.6情景所需的减排成本中,约有57%(-14%至112%)可以通过避免相应的气候灾害损失来抵消,其中西北部和东北部地区的净收益率最高。本研究从跨学科角度分析了中国气候变化影响的特征,为改进地方气候政策与适应策略提供了科学依据。

引言:气候变化带来了巨大的物理和经济风险,越来越多的证据表明,其影响已经波及全球各国经济,且未来还将进一步加剧(IPCC,2021)。在中国,全国范围的估算显示,到2060年气候变化可能导致GDP下降多达3.6%(Wang等人,2025a)。鉴于中国地域和气候的巨大差异,气候科学研究表明,不同省份在气候变化下面临的物理风险也各不相同(Ding等人,2021;Feng和Chao,2020)。然而,全国范围的分析往往无法为制定针对不同地区的适应措施提供足够的依据(J. Liu等人,2024)。为应对这些挑战,中国承诺在2060年前实现碳中和,并强调“因地制宜制定政策”的原则(新华社,2021)。对于政策制定者而言,将气候带来的物理风险转化为如GDP损失率之类的经济损失指标,对于了解区域差异以及将这些损失与减排成本进行比较至关重要(Piontek等人,2021)。这样的量化工作有助于制定针对特定区域的适应策略(Ciscar等人,2011),也有助于进行成本效益分析以设定减排目标(Pizer,2017),从而推动各地采取针对性的气候行动(R. Liu等人,2024)。虽然以往的研究已经探讨了中国各省减排成本的差异(Guo等人,2023;Yu等人,2023;Yuan等人,2023),但他们忽视了气候变化缓解所带来的区域经济收益,或者说避免的灾害损失。因此,对气候引发的经济损失进行全面的省级评估,对于揭示气候变化在不同次国家级层面的不均衡影响具有重要意义。

在次国家级层面评估经济损失时,需要考虑两个关键方面。首先,气候引发的损失并不会局限于最初发生的行业或区域,而是会通过供应链关联传播开来,使得一个行业或区域的冲击波影响到其他领域(Schleypen等人,2022)。因此,一个地区的经济损失不仅受当地气候条件的影响,还与其在更广泛经济网络中的位置有关(Ali等人,2025;Kuhla等人,2021;Malik等人,2022;Sun等人,2024)。随着市场通过价格信号、替代效应以及经济活动的重新分配进行调整,气候变化的初始影响可能会被放大或减弱,进而产生与初始损失不同的整个经济体的总体均衡效应(GE效应)(Bosello等人,2007)。这种差异反映了通过行业间和区域间关联传递的溢出效应。Hsiang等人(2017)发现,美国整个经济体的气候影响比初始影响高出约50%,且不同损害渠道间的差异也相当大。因此,忽视溢出效应可能会导致低估气候变化带来的实际经济负担。在中国,由于各省经济日益相互关联,评估这类效应对于了解区域抵御能力以及制定协调一致的适应策略至关重要。其次,有必要系统地比较不同损害渠道带来的经济损失,并分析减排成本与避免的灾害损失之间的关系。气候变化通过多种机制造成经济损失,包括劳动力生产率下降(Zhao等人,2022)、能源需求增加(van Ruijven等人,2019)、农业产量减少(Moore等人,2017a)以及人类死亡(Bressler等人,2021)等。鉴于政策资源有限,确定针对不同地区的适应优先事项十分重要(Chauhan等人,2025),因此对不同损害渠道进行跨行业比较尤为重要。此外,对汇总后的损失估计值应始终与减排成本进行对比,以便为减排政策的成本效益分析提供有力支撑。因此,有必要构建一个全面且内在一致的评估框架。这样的框架应涵盖多种损失渠道,系统地评估不同行业的经济损失,并分析各种减排策略的成本效益,从而为制定区域适应政策提供有价值的参考。

近期的研究越来越关注各国之间(Kompas等人,2018;Ricke等人,2018;Tol,2019)以及各国国内(Kalkuhl和Wenz,2020)气候变化引发的经济损失存在的区域差异。在地理环境多样的国家,次国家级层面的气候影响差异尤为显著。例如,Hsiang等人(2017)发现,气候变化加剧了美国的经济不平等,南部地区的损失更为严重。然而,目前对中国气候灾害损失的评估大多仍停留在国家层面,采用的是综合评估模型(IAMs)(Duan等人,2022;J. Liu等人,2024;Wang等人,2020;Wang和Teng,2022)。这些研究估计,到2050年,气候变化可能导致中国GDP下降0.8%至6%,并指出了劳动力生产率、能源需求、农业以及海平面上升等主要影响渠道。尽管J. Liu等人(2024)强调了中国气候损失的空间异质性,但省级层面的评估仍然较为有限。

目前中国关于次国家级层面的研究主要采用自上而下和自下而上两种方法(Piontek等人,2021;Weyant,2017)。自上而下的方法运用损害函数来量化经济影响,该方法将主要取决于平均气温上升的气候变量直接与GDP损失等宏观经济影响联系起来(Auffhammer,2018)。然而,这种方法往往忽视了区域差异(Howard和Sterner,2017),也无法明确指出经济损失的来源(Piontek等人,2021)。Y. Wang等人(2022)运用损害函数方法对中国各省的气候损失进行了评估,发现较为发达的东部省份的损失会更大。不过,这种方法使用的是从全球研究中得出的统一损失函数(Dell等人,2012),未能考虑到各地区对气候冲击的经济脆弱性存在差异。而且他们的研究也没有考虑区域间经济动荡带来的溢出效应。相比之下,自下而上的方法则是分别估算每种损害渠道带来的影响,然后再将其汇总。汇总过程可以通过简单相加的方式完成,也可以通过将各种影响整合到经济模型中来实现。这种方法能更清晰地展现经济损失的来源。如果不考虑整个经济体的溢出效应,那么得到的估算值就可以视为基于核算方法得出的影响值。由于评估方法的复杂性,中国大多数省级层面的研究都侧重于分析各种单独损失渠道的基于核算方法的影响值(Li等人,2012;Su等人,2018;Wu等人,2019;Yuan和Sun,2019),往往忽视了更广泛的宏观经济效应。近年来,一些研究开始利用投入产出模型和可计算一般均衡模型等经济模型,纳入行业和区域的详细信息。多区域投入产出模型能够反映区域间的供应链关系(Wei等人,2023),并被用于估算劳动力生产率下降(Y. Liu等人,2021)、能源需求变化(Huang等人,2021)以及农业受到影响(Liu等人,2020)所带来的经济损失。Huang等人(2021)发现,经济溢出效应可能会使直接损失放大十倍之多。然而,投入产出模型假设生产结构是固定的,忽略了生产、贸易和消费方面的替代效应以及长期的经济结构调整,这可能会导致对总影响的过高估计(Koks等人,2016)。相比之下,基于瓦尔拉斯总体均衡理论的可计算一般均衡模型则能够体现经济的重新分配以及由市场驱动的适应机制(Standardi,2023)。一项基于可计算一般均衡模型的最新研究评估了中国因劳动力生产率下降而面临的气候灾害损失。该研究揭示了中国各省在预计的气候影响方面存在显著差异,但它没有纳入其他重要的损害渠道,也没有进行闭环式的成本效益分析(Zhao等人,2024)。

总之,目前中国关于气候变化引发的经济损失的研究大多是在国家层面进行的,对省级层面的影响关注较少。现有的评估方法缺乏一种能够整合行业和区域供应链关联、多种气候损失渠道以及市场驱动的适应机制的系统性方法。基于可计算一般均衡模型的综合评估方法已被广泛用于分析各国之间(Aaheim等人,2017;Bosello等人,2012;Ciscar等人,2012;Dellink等人,2019;Eboli等人,2010;Kompas等人,2018;Roson和Mensbrugghe,2012;Roson和Sartori,2016)以及各国国内(Ciscar等人,2019;Hsiang等人,2017;Larsen等人,2015)的气候损害区域差异,从而弥补了许多现有研究的不足。因此,本研究采用基于可计算一般均衡模型的综合评估框架,为中国次国家级层面的气候变化经济损失提供新的见解。

本研究构建了一个综合评估框架,用于量化中国国家和省级层面的经济损失,分析行业和区域关联带来的溢出效应,并进行成本效益分析。该框架由地球系统模型和省级可计算一般均衡模型(即中国区域能源模型,简称C-REM)以及连接这两者的损害模块组成。它考虑了文献中广泛认可的三种损害渠道——劳动力生产率、家庭能源需求和农业生产力——据预测,这三种渠道将成为中国气候灾害的主要成因(Wang等人,2020,2025a)。借助这一框架,本文首先根据耦合模型比较项目第六阶段所预测的共享社会经济路径和代表性浓度路径下的两种气候变化情景,估算了相应的气候灾害损失:SSP1-2.6情景和SSP2-4.5情景。这两种情景大致对应着中国的碳中和目标以及此前中国制定的国家自主贡献目标。鉴于地球系统模型的差异性是导致损失估算出现很大不确定性的重要因素(T. Wang等人,2022),本研究纳入了八种不同地球系统模型的数据。其次,本研究通过比较C-REM模型得出的基于核算方法的影响值和总体均衡效应,分析了不同区域和不同损害渠道之间的溢出效应。第三,本研究比较了在从SSP2-4.5情景转向SSP1-2.6情景时,中国在全国层面和各区域层面避免的气候灾害损失与所需减排成本之间的关系。此外,还进行了多项敏感性分析,以评估研究结果对于损害模块中的不同参数设定以及可计算一般均衡模型中关键弹性值的稳定性。

本研究的潜在贡献主要有以下几点。首先,从省级视角量化了气候变化带来的经济损失,为中国不同区域之间的差异提供了宝贵的洞察。鉴于中国各地的气候条件和经济结构存在显著差异,本研究强调了制定针对不同地区的适应策略的必要性。其次,本研究充分考虑了经济系统中的行业和区域关联细节,从而捕捉到了气候变化带来的总体均衡效应。通过运用可计算一般均衡模型,本研究分析了气候损害在供应链中的传播过程以及市场驱动的适应机制,揭示了在区域气候损害分析中常常被忽视的溢出效应。第三,本研究比较了中国各省多种气候损害渠道以及减排措施的成本和收益。通过构建一个包含对各种损害渠道详细描述的综合评估框架,本研究能够统一比较不同损害渠道的影响程度和作用机制,从而有助于找出导致各地区气候变化相关经济损失的根本原因。该框架还为比较不同地区减缓措施的成本与效益提供了统一的标准。总之,通过在中国次国家级层面建立一种自洽且综合的评估框架,系统地分析三种主要的气候损害途径,本文对这三种损害的相对规模、相互作用效应以及减缓政策成本效益分析中的权衡问题进行了连贯且可相互比较的评估。这些研究结果有助于政策制定者确定针对不同地区的适应措施优先级,进而推动公平的气候政策制定,提升中国各省份的气候适应能力。

方法与数据
本研究构建了一个综合评估框架,该框架结合了生态系统模型、损害模块以及省级CGE模型(见图1)。首先,生态系统模型提供气候变量的网格尺度预测,展现不同气候变化情景下的气候条件异常情况(2.1节)。其次,这些气候预测数据被输入到损害模块中,用于量化各行业受到的影响,包括劳动力生产率、家庭能源需求以及农业生产力方面的变化。

三种途径带来的经济损害
图2展示了在SSP1-2.6情景下,八种生态系统模型对三种损害途径所导致的平均GDP变化率(即GE影响)在各省的分布情况,同时还展示了当所有损害途径同时纳入C-REM模型时的总体影响。此外,该图还显示了在SSP2-4.5情景相比SSP1-2.6情景时,GE影响的额外变化情况。气候变化导致的劳动力生产率下降,在SSP1-2.6情景下会使全国GDP减少1.3%,而在SSP2-4.5情景下则会导致1.8%的GDP下降。

讨论
本研究估算了到2060年中国因气候变化而产生的全国及各省的经济损失,并比较了SSP1-2.6和SSP2-4.5两种情景下的结果。从全国范围来看,SSP1-2.6情景下的GDP损失为3.6%(2.2% – 4.7%),而SSP2-4.5情景下的GDP损失则为4.3%(3.5% – 5.7%)。这些结果与以往的研究大致一致(Wang等人,2025a),但由于方法论和所考虑的损害途径的不同,也存在一定差异。例如,我们的估算数值较低。

结论
本研究揭示了中国在气候相关经济脆弱性方面的三个关键发现。首先,中国因气候变化而遭受的经济损害规模巨大,且在不同地区存在显著差异。到2060年,按照SSP1-2.6情景预测,全国GDP损失将达到3.6%(2.2%至4.7%),这一数值与中国的碳中和目标大致相当;而按照SSP2-4.5情景预测,GDP损失将为4.3%(3.5%至5.7%),这一数值与中国的首个国家自主贡献目标相对应。气候损害在地区间存在明显的南北差异。

作者贡献声明
彭汉堂:概念构建、正式分析、研究设计、方法论、软件应用、可视化处理、初稿撰写、审稿与编辑。方晨:正式分析、软件应用、可视化处理、初稿撰写、审稿与编辑。王天鹏:方法论、模型验证、审稿与编辑。卢益雄:方法论、模型验证、审稿与编辑。曲阳:正式分析、模型验证、审稿与编辑。黄俊岭:审稿与编辑。

利益冲突声明
作者们声明不存在任何利益冲突。

致谢
本研究得到了中国国家自然科学基金(项目编号:42341202、72140005、72304167和42090030)、中国三峡集团科研项目(项目编号:202303160)以及四川省港澳台科技创新合作项目(项目编号:2025YFHZ0226)的支持。本文的早期版本曾在第27届全球经济分析年会以及中国环境科学学会第三届年会上发表。

彭汉堂|方晨|王天鹏|卢益雄|曲阳|黄俊岭|张达|张希良|张晓烨
中国清华大学-中国三峡集团气候治理机制与绿色低碳转型战略联合研究中心,北京,100084,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号