美国能源脱碳的空气质量和健康影响的多模型评估

《Environmental Science & Technology》：A Multi-Model Assessment of the Air Quality and Health Impacts of U.S. Energy Decarbonization

　　

净零转型预计将降低环境细颗粒物（PM2.5）浓度及相关的死亡负担。这些健康效应的幅度和分布在很大程度上受到能源技术选择以及导致环境PM2.5的前体物排放的影响。基于使用美国三个领先能源系统模型（US-REGEN、GCAM-USA和REPEAT）的多模型分析，研究人员证明，净零转型在全国范围内可实现环境PM2.5浓度及相关死亡率的稳健下降。在净零情景下，三个模型预测2050年全国PM2.5归因死亡率较2017年下降28%–73%。这一结果证实了减少能源部门污染可带来显著健康效益，尽管同时存在人口增长和老龄化趋势对死亡率产生上行压力。模型间的差异源于CO2减排措施在不同部门间的分配方式及相关能源技术选择的不同。例如，三个模型开发的净零情景中，2050年二氧化碳移除（CDR）部署规模相差三倍，这影响了深度脱碳未来中保留的化石燃料使用量，进而影响了导致环境PM2.5的前体物排放。通过探索改变野火等非能源活动预测排放的敏感性分析，研究人员还发现，未来非能源排放的潜在增加可能抵消能源部门的健康效益。

论文解读

一、研究背景与研究问题

全球向净零排放经济转型（即剩余温室气体（GHGs）通过二氧化碳移除（CDR）进行平衡）被广泛预期将减少化石燃料燃烧及相关空气污染健康影响。净零转型通常依赖于减少化石燃料燃烧产生的CO₂和其他GHGs，例如通过煤电厂退役、扩大可再生电力以及终端用能电气化。这些变化可减少伴生空气污染物，如二氧化硫（SO₂）、氮氧化物（NO_x）、挥发性有机化合物（VOCs）、氨（NH₃）和一次细颗粒物（PM_2.5）。由于这些前体物排放通过大气传输和化学转化共同影响环境PM_2.5浓度，净零转型不仅带来气候效益，还改善空气质量并减少PM_2.5相关健康影响。

然而，尽管净零目标相同，不同脱碳路径的健康效应并不一定相同。空气质量改善的规模取决于化石技术被替代的地点和方式以及由此避免的排放。例如，严重依赖CDR技术实现的净零排放即使在深度脱碳世界中仍允许继续使用化石燃料。一些低碳策略也可能增加导致环境PM_2.5的前体物排放，例如扩大生物能源使用会增加工业和住宅部门直接燃烧的颗粒物排放，以及能源作物生产中的NH₃排放。此外，净零路径在时间模式和累积影响方面也存在差异。

现有研究面临比较挑战。美国已有一系列能源系统模型用于分析净零转型的能源和排放影响，这些模型在核心模型结构（如优化模型、市场均衡模型和系统动力学模型）、范围（如全球多部门模型与次国家和部门聚焦模型）以及分辨率方面存在根本差异。因此，这些模型可能产生截然不同的技术路径来实现相同的CO₂或GHG目标，进而导致前体物排放的规模和部门分布变化，对空气质量和健康结果产生重要影响。现有大多数多模型研究未将比较扩展到空气质量和健康结果，或依赖单一能源模型估算未来健康结果。一项比较研究仅限于国家排放水平并使用简化的源-受体矩阵估算健康效应，这种简化限制了对次国家影响的理解。此外，大多数能源建模研究仅考虑能源系统排放，而非能源排放（如农业NH₃）与能源部门排放相互作用影响环境PM_2.5。野火等非能源排放源预计在未来污染水平中发挥越来越突出的作用。

基于此，研究人员提出核心问题：不同能源系统模型模拟的净零路径如何影响由此产生的空气质量和健康效应？为回答这一问题，研究人员开展了考虑美国三个次国家能源系统模型的多模型比较研究：GCAM-USA、US-REGEN和REPEAT。该框架做出两项关键贡献：第一，帮助识别跨模型和情景的稳健见解，加深对能源转型对人类健康影响的理解；第二，多模型比较方法帮助识别能源系统模型中可能影响下游污染和健康效应的关键结构差异和情景假设。

二、研究方法概述

研究人员开发了一个综合建模框架，将多个能源系统模型与空气质量和健康影响评估相连接。研究使用三个次国家能源系统模型（US-REGEN、GCAM-USA和REPEAT）生成世纪中期情景，包括2050年基线和2050年净零路径。每个模型的能源部门排放按州或区域水平预测，然后使用2017年国家排放清单（NEI2017）的部门特定空间模式降尺度到12 km × 12 km网格。外生非能源排放（如农业、逸散性粉尘和野火）与能源排放结合，使用空气污染干预模型（InMAP）模拟县级年平均环境PM_2.5浓度。最后，将PM_2.5浓度与SSP2县级人口预测、基线死亡率以及国家社会人口趋势（GDP、人口、年龄结构）结合，量化归因于环境PM_2.5暴露的过早死亡。健康影响评估使用Pope等人（2019）的对数线性健康影响函数，在3108个县进行。研究还采用分解分析量化社会人口变化、基线能源系统变化、净零能源系统变化和非能源排放对健康结果的影响。

三、主要研究结果

3.1 能源转型对国家CO₂和健康的影响

在基线情景中，三个模型均显示2017年至2050年全国GHG总排放量和PM_2.5归因死亡率下降。GHG排放总量下降幅度较大（跨模型38%–69%），而全国PM_2.5归因死亡率下降幅度较小（17%–36%）。这种模式由两种竞争力量驱动：社会经济发展（特别是人口和GDP增长）推高能源需求和相关排放，而能源结构中清洁能源占比增加则降低排放。在净零情景下，2050年全国PM_2.5归因死亡率较2017年下降28%–73%。净零情景中，GCAM-USA预测最低PM_2.5归因死亡率（约每百万人362例），REPEAT预测最高（约每百万人451例），US-REGEN居中（约每百万人407例）。这些差异不能简单用化石燃料总使用量解释，而反映模型间剩余空气污染物排放的组成和部门分布差异。当应用野火、逸散性粉尘和农业活动的高预测排放时，三个模型净零情景下的PM_2.5归因死亡率上升3%–16%，缩小了能源部门脱碳的健康效益。

3.2 部门策略对前体物排放的影响

在净零情景中，REPEAT实现化石燃料使用的大幅减少，但这些减少主要集中在电力部门，导致电力部门SO₂排放大幅下降，但交通和工业部门前体物排放减少有限，特别是NO_x和VOC。相比之下，US-REGEN预测交通相关排放显著减少，反映广泛的终端用能电气化和对石油基燃料依赖的降低。GCAM-USA相比其他两个模型在工业部门排放方面表现出更大减少，工业部门在净零路径下日益主导剩余空气污染。这些前体物排放的跨模型差异导致国家层面和次国家层面污染和健康效应的差异。

四、讨论与结论

研究讨论部分指出，不同模型提供不同的最低成本技术路径实现净零排放：REPEAT模型强调淘汰未减排化石燃料和加速终端用能电气化，而GCAM-USA和US-REGEN更依赖涉及地质CO₂封存的CDR技术。这些差异源于多种因素，包括模型特定的社会经济路径、政策表征、技术和燃料成本，以及模型决策框架中技术选择的方式。研究还发现，非能源部门排放对污染和健康结果有重要影响，未来非能源排放是解释净零路径长期健康协同效益的重要不确定性。

研究结论表明，净零转型在全国范围内带来环境PM_2.5浓度和相关死亡率的稳健下降，确认了减少能源部门污染带来的显著健康效益。不同模型间的差异源于CO₂减排措施在部门间的分配和能源技术选择，特别是CDR部署规模影响深度脱碳未来中保留的化石燃料使用量。潜在的非能源排放增加（如野火）可部分抵消能源部门的健康效益。该研究发表在《Environmental Science》期刊上。