基于遗憾的全球海岸适应决策在海平面不确定性下

《PLOS Climate》：Regret-based global coastal adaptation decision-making under sea level uncertainty

　　

海平面上升(SLR)对沿海地区产生重大影响。许多量化区域或全球海岸适应净收益的方法依赖于关于经济效率决策的强假设，并可能忽略未来极端水位和社会经济发展的关键不确定性。特别是，与未来海平面相关的深层和动态不确定性使得调整沿海地区和基础设施以适应海平面上升的努力复杂化。稳健决策(RDM)提供了一种识别在不确定的海平面未来中表现良好的适应策略的方法。在这项工作中，研究人员使用经济遗憾（定义为策略成本与“最优”结果之间的差异）量化了RDM方法对区域和全球海岸适应的影响。研究人员使用基于遗憾的标准对决策进行建模，并计算每个候选适应决策的经济遗憾，然后将其与经典决策方法进行比较。研究人员发现，在基于遗憾的标准下改变策略的大多数海岸段选择了更高水平的适应，主要是通过扩大其撤退高程。尽管总适应成本仍与成本最小化标准下的成本相当，但使用遗憾使洪水损失减少了3–50%，突出了优先考虑稳健结果而非纯粹成本优化的优势。虽然研究人员的分析假设立即实施适应并评估了有限的决策标准集，但结果表明，将基于遗憾的决策纳入海岸影响模型可以为设计在深层不确定性下更稳健的适应策略提供政策相关的见解。

气候变化导致的全球变暖加速了海平面上升（SLR），给沿海地区带来日益严峻的洪水风险。传统经济优化模型通常假设精确概率和完美预见，基于成本最小化确定单一“最优”适应策略，但忽视了深层不确定性（deep uncertainty）——即专家对可能未来结果及其概率无法达成一致。在海岸适应规划中，深层不确定性源于复杂的气候与社会经济相互作用，使单一优化策略可能表现脆弱，甚至产生过度自信的有偏结果。现有研究多集中于局部尺度，而全球尺度模型（如Coastal Impact and Adaptation Model，CIAM）虽能评估数千个海岸段的适应决策，但其简化决策过程可能高估最优策略的可靠性。因此，本研究旨在将基于遗憾（regret）的稳健决策（RDM）准则纳入全球海岸影响与适应模型，探索在深层不确定性下如何选择不仅具有成本效益，且能在多种未来情景中表现稳健的适应策略。

研究人员基于MimiCIAM模型（开源版本，采用Julia语言实现），在12,148个全球海岸段中，针对四种SSP-RCP情景（SSP1-2.6、SSP2-4.5、SSP4-6.0、SSP5-8.5），引入三种基于经济遗憾的决策准则：最小化期望遗憾（MinExpRegret）、最小化条件风险价值（MiniCVaRRegret，95%分位数）和最小化最大遗憾（MiniMaxRegret），并与原始最小化期望损失（MinExpDamage）准则进行对比。研究采用来自MimiBRICK模型的10,000个局部海平面上升（LSLR）投影后验样本，并使用多变量对数正态分布拟合不确定性，最后选取500个LSLR样本进行稳健性分析。结果表明，基于遗憾的准则促使大多数海岸段转向更高水平的适应策略，尤其是扩大撤退高程（retreat elevation），从而在总体适应成本相近的情况下，将洪水损失降低3–50%，且策略性能在更广泛的未来情景中更加可靠。该研究发表于《PLOS Climate》。

**主要关键技术方法**（不超过250字）：
本研究使用MimiCIAM模型（基于DIVA数据库，涵盖全球12,148个海岸段，中位长度约18 km），结合SSP-RCP情景（SSP1-2.6、SSP2-4.5、SSP4-6.0、SSP5-8.5）作为社会经济发展与气候强迫输入。为表征局部海平面上升（LSLR）不确定性，采用MimiBRICK模型（基于冰盖、冰川、热膨胀及陆地水储量变化）生成10,000个后验样本，并通过局部海平面指纹降尺度至1°网格。使用多变量对数正态分布拟合LSLR不确定性，并选取500个样本进行稳健性分析。决策准则包括最小化期望损失（MinExpDamage）、最小化期望遗憾（MinExpRegret）、最小化条件风险价值（MiniCVaRRegret，95%分位数）和最小化最大遗憾（MiniMaxRegret）。样本来源为DIVA数据库中的全球海岸段划分。

**研究结果**：

**3.1. 所选适应策略的变化**
通过比较MinExpDamage与三种基于遗憾的准则，发现全球68–76%的海岸段选择撤退策略（以1年或10年重现期为主），8–9%选择保护，16–22%选择无适应。基于遗憾的准则导致1–22%的海岸段改变策略（取决于SSP-RCP情景和风险厌恶程度），其中66–94%的更改策略段转向更高适应水平，例如从无适应转为撤退，或维持撤退但提高重现期（如从10年提高到100年）。少数段转向无适应（如低人口密度区域）。

**3.2. 适应水平的增加**
基于遗憾的准则（尤其是MiniMaxRegret和MiniCVaRRegret）显著增加了高适应水平（如1,000年和10,000年重现期）的实施频率，在SSP5-8.5情景下最为突出。撤退高程方面，MiniCVaRRegret下中位撤退高程在2050年增加1–239%，2100年增加8–74%，2150年增加6–26%；MiniMaxRegret下增幅更大（2050年增加12–397%，2100年增加12–132%，2150年增加13–42%），表明更早、更广泛的撤退以对冲最坏情况。

**3.3. 使用基于遗憾的决策的适应成本**
总适应成本（净现值NPV）在各决策准则间相对一致，但基于遗憾的准则前期投入更高，被后期洪水损失降低所抵消，因此总成本相近。在洪水损失方面，MiniCVaRRegret使中位洪水损失降低4–18%（除SSP2-4.5情景下降幅较小），MiniMaxRegret降低5–26%，且不确定性范围更窄，表明策略性能更稳定。相比之下，MinExpDamage的洪水损失变异性更大，性能更不可预测。

**3.4. 转向无适应**
少数例外情况（如佛罗里达州夏洛特县）在MiniMaxRegret和MiniCVaRRegret下从10年撤退策略转为无适应。这是由于贴现率（4%）降低了未来成本权重，使前期无适应成本更低，但后期洪水损失和撤退成本更高。类似现象发生在低人口密度区域，表明贴现率和人口暴露可导致反直觉的适应选择。

**讨论与结论**：
讨论部分指出，基于遗憾的准则促使策略转向更高适应水平，且总成本无显著增加，因为前期投资增加被洪水损失降低所抵消，这类似于现实中的路易斯安那州海岸总体规划及荷兰三角洲计划。计划撤退（planned retreat）在所有准则和情景中均为主要策略，但需注意撤退可能对弱势群体产生不公平影响。模型假设适应立即实施，未考虑政治、制度等延迟，且未纳入非经济损失（如文化遗产、社区归属）及公平指标，因此结果应视为探索性工具而非政策建议。少数转向无适应的情况受贴现率影响，但敏感性分析（2%和6%贴现率）显示总体趋势一致，表明结论稳健。

结论部分翻译：采用基于遗憾的准则进行海岸适应规划，可以通过降低与海平面上升（SLR）相关的潜在损失，同时不显著增加总体适应成本，来提高管理洪水风险的策略有效性。与Lincke和Hinkel（2021）的结论一致，计划撤退是美国墨西哥湾海岸和全球大多数海岸段的稳健适应策略，凸显了管理撤退在众多沿海地区的重要性。在决策过程中实施遗憾考虑，提供了对SLR预测和极端海平面事件不确定性的更现实考量，这对有效海岸管理至关重要，尤其是对于高风险区域（如墨西哥湾海岸）。然而，将这些模型见解转化为实践需要与利益相关者、治理机构和政策制定者合作，以确保适应策略解决公平和环境正义问题。研究结果表明，在总体成本相似的情况下可以实现更高水平的保护，强调了改进对不确定性及决策者风险厌恶的核算的益处。这些结果强调，面对全球气候变化，通过主动适应应对全球海岸风险是一种稳健且经济高效的策略。