2030年及以后可持续发展的全球途径

Sachs，G.Schmidt Traub，C.Kroll，G.Lafortune，G.Fuller，“2019年可持续发展报告”（贝塔斯曼Stiftung和可持续发展解决方案网络，纽约，2019年）。提交的手稿：机密20确认资助：这项研究由伊恩·波特基金会和迪肯大学资助。作者贡献：概念化：EAM方法学：EAM，SE，LG调查：EAM，SE，LG，BAB，MH，JK，PMR，MO可视化：EAM写作–原稿：EAM，BAB，SE写作–审查和编辑：EAM，BAB，SE，LG，MH，JK，PMR，MO竞争利益：作者声明没有竞争利益。数据和材料可用性：所有数据都可以在正文或补充材料中获得。补充材料材料和方法补充文本图。S1至S13表S1至S4数据S1至S21《2030年及以后全球可持续发展途径补充材料》，Enayat A.Moallemi*，Sibel Eker，Lei Gao，Michalis Hadjikakou，Jan Kwakkel，Patrick M.Reed，Michael Obersteiner，Brett A.Bryan*通信地址：e。moallemi@deakin.edu.au此PDF文件包括：材料和方法补充文本图。S1至S13表S1至S4数据S1至S22材料和方法1。FeliX模型FeliX是一个系统动力学模型，模拟了十个部门之间的复杂互动：人口、教育、经济、能源、水、土地、粮食和饮食变化、碳循环、气候和生物多样性。该模型捕捉了这些部门之间物理和人为变化的基础反馈机制，如下所述。FeliX曾被用于探索全球能源和土地使用排放途径（11），探索饮食变化对食物系统的影响（26），以及评估地球观测系统中的社会环境影响。

该模型使用1900年至2015年的历史数据进行校准。该模型预测了到2100年的长期内未来社会经济和环境发展的全球平均水平。我们通过基于共享社会经济路径（SSPs）情景（12、31）实施全球变化路径，并在模型中实施与联合国2030年议程密切相关的可持续发展目标（SDG）指标和目标，从结构上增强了FeliX（26）的最新版本。FeliX中的部门模块摘要如图S2所示，详细描述见下文、原始FeliX文件和之前的论文（11,26）。该模型及其支持数据可在网上公开（数据S2）。人口与教育。人口模块通过捕捉人口增长和人口老龄化的动态，计算0岁至100岁以上的5岁年龄组的男性和女性人口规模。人口模块还计算预期寿命的变化，以及对卫生服务、食品和气候风险的影响。人口是FeliX的核心模块，直接或间接地影响所有其他部门，如能源需求、用水、对肥料使用的影响和粮食消费。不同年龄组的人口规模输入教育模块，通过入学率、毕业率和持续性之间的反馈回路计算小学、中学和高等教育毕业生的人口，最终达到每个教育水平的最后一个年级。15至64岁的所有年龄段人群中受教育人口的累积乘以劳动力参与分数，即可计算经济模块的劳动力投入。人口和教育根据联合国经济和社会事务部的历史人口数据进行校准。经济

经济模块被建模为柯布-道格拉斯生产函数，其中世界总产值（GWP）由劳动力投入、能源和非能源部门的总资本投入以及能源和非能源技术的总生产率系数计算得出。FeliX进一步发展了Cobb-Douglas函数，将生态系统变化和气候变化对经济产出的影响纳入其中。鉴于人类发展应该包括经济进步之外的措施。FeliX还计算了另一种称为人类发展指数（Human Development Index）的指标，它是健康（预期寿命）、教育程度和收入的指标。经济模块使用世界经济和UNDP的历史统计数据进行校准。能量能源模块将能源需求建模为人均GDP和人口的函数。通过捕获三种化石能源（即煤炭、石油、天然气）和三种可再生能源（即太阳能、风能、生物质）之间的价格竞争机制，通过不同能源的能源市场份额对能源消耗进行建模。根据能源需求、能源市场份额、投资对能源生产的影响以及确定的化石能源资源，对每个化石能源的能源生产进行建模。FeliX模拟了化石资源发现和勘探投资方面的技术进步，以解释未来可以确定的未发现资源。费利克斯还为化石资源回收的技术改进建模。

可再生能源的基本模型结构类似于化石燃料，由可用可再生资源的五个关键子模块（例如，平均太阳辐射、风能可用面积）、装机容量供应链及其老化过程、单位生产成本（例如，风能和太阳能学习曲线的影响）、可用投资、，以及技术效率和生产率（例如，太阳能转换效率、风力发电能力系数）。能源模块使用来自IEA和BP的数据进行校准。水FeliX通过缺水来模拟水资源部门，即可靠供水和取水之间的平衡。供水是可用水资源、干旱率、气候变化影响、取水和其他部门用水回收的函数。取水用于农业、工业和家庭部门。农业用水依赖于灌溉和旱作农田，工业用水依赖于GDP（经济活动），生活用水依赖于人口和GDP（财富）。水模块使用联合国教科文组织的历史数据进行校准。土地FeliX的土地部门分布在四类土地使用中：农业、森林、城市/工业和“其他”。在对更多农业用地（即森林砍伐）需求的驱动下，不同的土地用途可以重新调整用途，并相互转换。通过施肥增加作物产量来平衡对农业用地的需求。农业用地分为耕地、永久性作物、永久性草地和牧场。可耕地和永久性作物可以用来生产粮食和饲料，以及用于生物量的能源作物。永久性草地和牧场只能用于饲料生产。

收获的耕地面积直接由粮食、饲料和能源作物生产驱动，间接通过粮食需求和生物质能需求驱动。FeliX对作物和牲畜产量进行了建模，将其作为投入中性技术进步、土地管理实践（经济影响）、水资源可用性（干旱影响）、氮和肥料使用繁荣以及气候变化（碳浓度影响）的函数。在农业中，从商业来源获得的氮和肥料的使用，或由牧场和作物为基础的动物用粪便生产的氮和肥料的使用，在FeliX中得到了明确的模拟。林地覆盖的变化是通过与其他土地用途以及生物质能生产所需的采伐林区的转换来建模的。林地肥力的内生模型是生物多样性、土地管理实践、气候变化和二氧化碳浓度影响的函数。FeliX中的陆地模块使用FAOSTAT提供的全球规模历史数据进行校准。食物和饮食的改变。FeliX的食物模块包括食物需求（包括废物分数）和供应，以及人口食物消费的饮食变化。食物需求是食物和饲料需求分数的函数，每一项都是根据动物和蔬菜饮食的人口规模来确定的。食品供应是动物产品供应的总和，包括以作物为基础的肉类（家禽和猪肉）、以牧场为基础的肉类（牛肉、绵羊和山羊）、乳制品和鸡蛋，以及以植物为基础的产品供应，包括谷物、豆类、油料作物、蔬菜、根和水果。粮食生产（与粮食供应有关）取决于收获土地的面积（农业用地）以及作物和牲畜产量（已在土地模块中讨论）。

食物消费（与食物需求相关）是通过连接一个模型来确定的，该模型将人类行为和饮食选择与不同的人口群体（例如，4名男性和女性，教育水平）联系起来。饮食变化模型（26）基于心理学理论的两种反馈机制，解释了各种环境行为，以转向更可持续（少肉）的饮食：社会规范导致的饮食变化和威胁和应对评估导致的饮食变化。后者与气候事件的威胁有关，是物理系统和人类系统之间的一个重要反馈结构。食物和饮食变化模块使用FAOSTAT和全球疾病负担数据集的历史数据进行校准。碳循环。FeliX根据大气中能源和土地部门的碳排放累积，对二氧化碳排放进行内生建模。土地的二氧化碳排放包括农业活动（即粮食生产和农业用地的土地使用变化）以及毁林和森林转换为管理森林和种植园的排放。能源部门的二氧化碳排放量是根据化石和可再生能源生产的碳强度明确计算的。能源部门的排放也从内生角度反映了碳捕获和储存技术的改善以及化石燃料的预期排放水平。基于C-ROADS，碳通过陆地储层循环，逐渐吸收到生物圈、土壤圈或海洋中，C-ROADS是气候模型，也是UNFCCC用于气候影响分析的一种气候模型。碳溶解到海洋中是通过混合海洋层（深度0-100米），然后通过四个模拟的更深层（100-400米、400-700米、700-2000米和2000-2800米）。见沃尔什等人。

（11） 不同储层间碳通量的模型方程。碳循环模块使用二氧化碳信息分析中心的历史排放数据进行校准。气候气候模块根据大气中积累的碳（来自土地和能源）与工业化前水平相比，对二氧化碳辐射强迫进行内生建模。该模块通过将FeliX与RCP情景联系起来，并从预测的强迫水平和共享社会经济路径（即图像、GCAM、AIM、消息）的标记模型中读取数据，对其他气体（CH4、N2O、HFC）的辐射强迫进行建模。总辐射强迫效应与C-ROADS模型中的温度异常有关。地表温度的变化也会受到由出站长波辐射引起的负（冷却）反馈以及从大气和混合海洋层到四个深海层的热传递的影响。生物多样性FeliX捕捉了土地覆盖、土地利用和气候变化对物种承载能力（全球平均水平）的影响。生物多样性模块利用这一承载能力，根据物种再生和灭绝率计算平均物种丰度。生物多样性模块使用《生物多样性公约》秘书处的历史数据进行校准。2.路径构建我们构建了五条符合SSPs（12,31）和代表性浓度路径（RCPs）（32）情景组合的路径。SSP和RCP共同代表了五种社会经济未来与1.9 W m-2至8.5 W m-2的不同全球辐射强迫水平的相互作用。

我们建造的道路代表了21世纪可能出现的社会、技术、文化、经济和气候发展。鉴于这些路径的特征固有的深刻不确定性，我们模拟了每条路径的10000次实现（总共50000次），每次实现代表了在一种可能的世界状态下该路径如何展开（图S1）。路径构建分三步进行：5.2.1。构建路径叙事：我们首先阐述了一组关于五条路径的内部一致和连贯的叙事，这五条路径与耦合模型相互比较项目（CMIP6）中五个SSP-RCP组合下的假设一致，以描述不同的未来可能是什么样子。这指导了路径驱动因素的选择及其量化（在接下来的两个步骤中解释）。我们开发了与SSP1-RCP2一致的“绿色恢复”路径叙事。6——低范围温室气体排放的指示性情景——在技术进步和能源和土地部门的强有力减排措施的推动下，具有最大的缓解气候变化的潜力。“一切照旧”和“不平等”——这两种途径都有适度的缓解挑战——的说法与SSP2-RCP4一致。5和SSP4-RCP6。分别为0。我们开发了“碎片化世界”和“化石燃料发展”的叙事，即高范围排放的指示性情景，既有重大的缓解挑战，也有能源和土地部门的减排措施薄弱，符合SSP3-RCP7。0和SSP5-RCP8。分别为5个。请注意，我们仅将我们的路径与这五种特定的SSP-RCP组合对齐。

我们承认，在其他研究（33）中评估的其他潜在组合，我们在这里没有调查。例如，在绿色恢复中，我们将该途径与SSP1-RCP2对齐。6作为715项SSP相关研究中SSP1最常见的辐射强迫水平（33）。然而，绿色复苏也可以按照更积极的行动（如欧盟、中国或美国承诺遵守巴黎协定）或更极端的缓解措施（如RCP1.9或IPCC 1.5（34））的途径来构建。与我们的研究相比，这可以使绿色恢复取得更高的环境成就（例如，更快地减少化石能源供应和排放）。为了构建五种SSP-RCP组合下的路径叙事，我们详细阐述了原始SSP故事情节及其部门扩展的定性假设（12）。我们还对气候缓解的近期和长期政策环境进行了假设，以满足与每个SSP相关的辐射强迫水平。我们假设通过实施化石燃料和生物能源的碳捕获和储存（BECCS）以及对化石燃料征收碳价格来减少化石燃料、生物能源和土地的排放。每种途径的叙述都有一套相关的政策假设，与表S3中概述的缓解措施的固有挑战相一致。定性假设涉及对社会经济（人口、教育、经济）、能源和气候（需求、市场份额、技术进步、资源、生产成本和环境问题）、土地（土地使用变化、（土地）生产力）、食品和饮食（废物、消费和饮食变化（26））等趋势的描述，以及气候缓解政策层面。

所有叙述（定性假设）的细节见表S3。2.2. 确定FeliX中的路径驱动因素：为了量化每个路径叙事的社会经济和环境趋势，我们需要确定在预测这些趋势中起关键作用的模型参数（即路径驱动因素）。为了从114个模型参数（作为潜在驱动因素）的初始列表中识别路径驱动因素（数据S2），我们进行了一系列全局敏感性分析，根据其对关键模型输出或控制变量（表S4）的影响，对模型参数进行优先排序，其趋势在叙述中进行了定性描述（表S3）。从几种候选的全局敏感性分析技术中，我们采用了莫里斯基本效应法和敏感性指数μ*（35），因为它能够高效地从复杂模型中的大量输入6中筛选和识别良性参数（即因子固定）。为了计算μ*，我们在Python环境中通过EMA工作台（36）使用了SALib库实现。我们分析了不同实验规模（到2030年、2050年和2100年）的每个控制变量μ*的收敛性，以确保排名结果的可靠性（图S9）。敏感性分析过程根据总共1610000次模型评估（图S10；图S11），对控制变量中的模型参数进行排序。从114个模型参数的敏感性排序中，我们确定了一些重要参数作为路径驱动因素，这些参数捕获了控制变量反映的SSP预测中的大部分方差。然而，莫里斯方法并未提供敏感度指数的截止值，以将排名结果限制在重要参数的子集内。