气候变化政策环境影响评估

然而，我们并不声称这是能够实现《巴黎协定》目标的唯一一篮子政策。我们注意到，这些策略被添加到基线案例中，基线场景中的策略大多是通过使用的数据隐式定义的。这是因为，正如我们在历史数据中观察到的那样，创新传播的轨迹部分是由于现有的政策（例如，现有的交通政策或家庭激励措施）造成的，而我们对此没有任何信息，因此在模型中是隐式表示的。电力部门（FTT：电力模型）-上网电价-可再生能源平准化成本与现货价格之间的差额的100%，加上10-20%的额外奖励，以促进可再生能源的利用（仅风能和太阳能）。-直接补贴——高达投资成本的60%。到2050年逐步淘汰-所有地区的碳价格在2050年逐渐上升至500美元/吨二氧化碳（2008美元）-一些地区使用法规逐步淘汰或限制煤炭-启动碳捕获和储存生物能源（美国、中国、印度）。道路运输部门（FTT：运输）-标准-2017年，更高效的内燃机技术作为标准引入。-法规用于逐步淘汰旧的低效内燃机。-基于额定排放量的登记税，每超过最低排放类别的gCO2/km征收100美元/（gCO2/km）-燃油税，增加至0.50美元/升，2012年美元-公共采购-2020年在所有消费类别市场上推出的电动汽车-生物燃料混合授权，从当前水平开始，随着时间的推移而增加，2050年达到97%。

家庭供暖：-2020年燃油税为50EUR/tCO2，2050年增加到150EUR/tCO2-可再生供暖系统资本成本的50%补贴-启动低碳技术，在不同地区其他部门不存在-法规-中国在重工业的非电力应用中逐步淘汰煤炭，代之以电力。-根据航空法规，生物燃料混合物的年增长率预计为10%——全球家庭使用化石燃料供暖的年增长率预计为3%。4.2. 技术与扩散、达到2°C和达到2°C以及图5：FTT中的技术扩散：电力和FTT：与当前政策基线相比，2°C情景下的运输，以容量（GW）为单位。面板A-C按技术类型显示了电力部门的容量。面板C-F显示了车队的技术组成。G-H按部门显示燃料和工业总排放量。面板I）显示了GENIE1中使用的2100年排放趋势。A-D-G列显示FTT基线情况，B-E-H列显示2°C情况。面板G和F显示了以发电量为单位的2°C情景（1015瓦时和1012人公里）。此处未显示货运，包括作为燃料使用者的道路运输。为清晰起见，对电力和运输分类进行了汇总。图5显示了上述政策导致的技术扩散，包括电力部门的容量、TW和道路运输车辆。在第一列中，显示了“当前政策”基线，以及涉及低碳技术缓慢扩散的部门的发展。

特别是在电力部门，目前的技术构成基本保持不变，而在运输方面，效率较高的车辆（混合动力、天然气）逐渐取代效率较低的车辆。第二栏显示了上述政策对发电和运输的影响。技术传播速度加快，包括可再生能源发电和电动汽车运输。对于运输而言，在电动汽车开始大规模扩散之前，效率越来越高的汽车一波接一波地出现。这些变化导致了实质性的051015当前轨迹0510152OC政策场景010203040502OC政策场景2020 2030 2040 2050510152025020 2030 2040 20505101520252010 2020 2030 2040 20501020302000 2010 2020 2030 20400246810122020 2040 2060 2080 2100510152025发电能力（TW）发电量（PWh/y）车队（十亿辆车）行驶（Tpkm/y）燃料和工业排放（GtC）2050年后推算的二氧化碳总排放量基线2°C，线性推算2°C，指数推算2°C，指数（含0.5GtC残留物）B）C）D）E）F）G）H）I）PetrolAdv PetrolDieselAdv DieselhybridCNgelectricMotorcycles NuclearyAlcoal+CCSGasGas+CCSBiomasbiomas+CCSHHydrowindsolar&otherPower sector Energy Transferh Prod.Iron+SteelNon fer。金属计划（metalsChemicalsNon-metallicsOre extraction）食品+饮料文本（Food+DrinkText）+纸业（ClothPaper）+纸浆工程（PulpEngineering）其他行业建筑铁路运输公路运输航空运输其他运输业股东农业（riculturation）最终使用的非能源使用燃料使用量和排放量的变化，因为这些部门合计占二氧化碳排放量的60%以上。这些变化对经济的影响如下所示。第三列显示了该情景下的能源服务生成（以GWh/y和Tpkm/y为单位）。

所有部门贡献的结合导致大幅减排，足以达到全球变暖不超过2°C的70%以上。8这显示在图5的下一排面板中，图5给出了燃料用户的全球CO2排放量。该排放轨迹与GENIE1模型一起使用，以显示达到目标的可能性（见图4）。我们认为这与PA一致。图5中的面板I）显示了2050年以后的排放量是如何线性外推的。这是合理的，因为BECC的负排放量和正排放量的组合会导致线性趋势。然而，我们假设，一旦排放量达到零，碳价格将大幅下降，运营昂贵负排放的商业案例可能会变得缺乏竞争力，因此负排放将在2050年后很快停止。为了测试该外推的可靠性，我们提供了其他类型的外推：指数衰减到零排放，指数衰减到0.5 GtC的残余排放，反映出一些排放源可能难以消除。这将达到2°C的可能性从75%（线性）降低到70%（指数）和68%（0.5 GtC残余量），所有这些都达到了PA的目标。因此，我们预计任何其他类型的外推都不会导致错过目标。4.3. 为清晰起见，从59个地区到8个地区，从多个经济指标来看，低碳转型的经济学、of和a、2°C、情景、in和a、模拟、模型和图6：低碳转型的经济学。

在每个面板中，取与基准情景的差异，并以货币价值（面板a-c）或百分比变化（面板d-i）表示。气候政策导致化石燃料使用的急剧变化。它还要求不超过2.0°C的几率为8.75%，不超过2.04°C的几率为80%，中值为1.7°C-10-7.5-5-2.502.5-2000200400010030040005001000150005010150200-2-1012020 2030 2040 2050-4-20242020 2030 2040 2050-4-20242020 2030 2040 2050-6-4-2024a。投资b.ZF在低碳技术上的支出C。ZF气候政策收入d。电价e.就业f.出口G。消费h.价格指数i.GDPEuropeNorth Am。南Am。Cent AsiaSE AsiaEast ASIAOAPECAFRICAWorldDifference（十亿英镑）Difference（%）Difference（%）对清洁技术的投资，以及通过公共当局潜在的大量资金流动，为进行这项投资创造适当的激励。这对经济有重要影响，如图6所示。对经济的反馈有四种方式。首先，转型的成本由消费者通过提高能源服务相关价格，特别是电价来承担。较高的生产成本导致企业提高销售价格，这总体上导致家庭实际可支配收入较低。总的来说，这会减缓区域经济的发展。其次，对低碳技术、设备和基础设施的投资，源于总杠杆（公共和私人债务）的增加，增加了就业，从而增加了家庭收入。第三，ZF支出通常会刺激地区经济，而碳税或定价则会提高地区整体价格。

然而，每个地区的税收收入通常大于支出，并最终用于降低所得税，这可以增加家庭收入和消费。第四，化石燃料使用量的下降减少了化石燃料生产地区的出口和收入，减少了它们的收入，而逐步取消非生产地区的化石燃料进口则改善了它们的贸易平衡，提高了它们的收入。然而，这些影响的时间不是同时发生的。面板（a）以绝对不变欧元（参考年份=2000年）显示了与当前政策基线情景相比的投资变化。在能源需求不断增长的国家，低碳情景下的投资较高，但不一定在能源需求稳定的地区（例如，见[85]中的数据）。在能源需求不断增长的国家，公共支出是巨大的（b），尽管超过了碳税和定价收入的覆盖范围（c）。过渡成本部分由电力消费者通过较高的电价来承担，这弥补了发电成本（d）的增加，从而拖累了经济。然而，投资和建筑活动创造了就业机会（d），家庭可从中获得更多的可支配收入（f）。因此，尽管价格指数（h）有所上升，但消费仍会增加（g），GDP也会全面提高，这取决于所有因素的平衡。与此同时，在能源需求稳定的国家，变化相对较小。这不包括化石燃料生产国（如美国），因为化石燃料出口下降造成的损失大于低碳投资产生的收入。

图6中观察到的国家之间的差异可以解释如下。快速增长的经济体（如中国、印度、非洲）获得了更大的投资，因为高碳资产的快速增长轨迹被重新引导到快速增长的资本密集型可再生能源，从而导致就业、收入和GDP增长。然而，他们受到能源价格上涨的影响。与此同时，化石燃料出口国（如美国、欧佩克、俄罗斯）面临着大量化石燃料资产搁浅和投资下降的问题。化石燃料进口国（如欧盟、中国、印度、日本）从燃料支出的减少中受益匪浅。4.4. 由于本节给出的原因，与大多数现有IAM型号相比，E3ME-FTT-GENIE1 IAM与其他型号、能源型号和型号有很大不同。为了参考其他模型，我们引用了第27届能源建模论坛（EMF27）[86]、IPCC第5次评估报告（第三工作组[19]）和早期的FTT模型研究[4，59]。与其他模型的大多数差异最终可以归结为E3ME-FTT的模拟性质，因为大多数其他模型使用全系统成本/效用优化算法（社会规划师假设）。在技术扩散和构成方面，尤其是在可再生能源方面，EMF27显示了不同模型之间的巨大差异，这归因于许多因素【86，87】：技术成本、技术可用性、资源潜力、学习和电力系统集成。成本和资源潜力取决于数据源，因此预计会有变化。一些模型对技术的可用性有限制（例如，仅屋顶太阳能光伏），限制了解决方案的空间。只有一部分模型包含内生学习曲线。

电力系统集成约束通常包括为技术份额的固定限制（例如，太阳能和风能的最大30%），或包括为额外的集成成本。这里，作为一种扩散模型，FTT的功能截然不同。扩散速度受其自身历史的高度影响，因此扩散过程在增长过程中获得了巨大的动力，这是一个模型属性，我们用来根据最近的扩散数据预测当前的技术轨迹。这就解释了混合动力汽车和电动汽车在基准情景中的扩散，没有政策变化，其他模型中也没有，这主要是由于扩散发生在近代历史上，并且模型仅预测其延续性，隐含地假设当前政策得到维持。9此外，FTT具有学习曲线和完全内生电力系统稳定性约束。其他地方【59】所述的电力系统集成约束会根据系统的组成而变化。例如，这将可再生能源的扩散与灵活系统的扩散联系在一起，形成一种互惠互利的关系。此处给出的FTT结果与先前报告的同一模型的结果不同【4，59】。自发布以来，对该模型进行了几项改进：更高的区域分辨率、更高的政策分辨率以及更好的成本和自然资源数据。特别是，考虑到现有的争论，在最近的情景中，使用监管政策来限制生物能源和水电的使用增长，以将其保持在更现实的范围内[88]。此外，根据现有拟议的一揽子政策（尤其是在欧盟），对碳价格的依赖程度要低得多。

2008年至2014年更新了成本数据，在此期间，太阳能光伏和风能取得了惊人的进步，成本降低，大大改变了模型结果。我们注意到，我们的模型无法用2008年的数据完全预见这一点，这是预测技术市场的固有挑战的基础。示范区域分辨率也增加了三倍。4.5. EMF27和IPCC AR5的经济结果差异比技术系统更为重要，因为它们经常相互矛盾。在一般均衡模型中，投资受到可用资金量的约束，其本身与模型中假设的储蓄倾向参数有关，从而导致可用于投资的GDP的固定份额。这种均衡性质意味着，当脱碳需要高于基线的投资时，经济中其他地方会取消相同数量的投资（挤出），而建设总是会导致GDP损失【17】。从某种意义上说，这意味着GDP只能在高碳基线下达到最高，因此经济影响被严格表示为“缓解成本”，不包括负成本的可能性【19，86】。同时，在部分均衡模型中，系统成本是使用边际减排成本曲线下的面积获得的，其本身假设减排具有正成本。在所有模型中，报告的成本大致等于所需的投资金额。在E3ME-FTT中，基线场景在任何特定方面都不特殊，除非与当今世界相比，没有实施额外的政策。

这并不是一种能源系统成本或GDP必然更低，甚至投资更低的情况。E3ME的经济影响主要与金融和贸易影响有关：能源或其他价格、就业、投资和贸易平衡的变化。例如，可再生能源投资的财务成本通过电价转嫁给消费者。然而，投资可以创造就业。与一般均衡模型相反，E3ME不假设货币中性，而是对银行的货币创造进行建模。因此，对一个部门的投资不会抵消其他部门的投资，而是会带来更高的杠杆率（私人债务总额）。高于基准的投资通常会导致各部门的价格水平上升，以应对偿还债务的要求。较高的通货膨胀率导致较低的实际收入和支出（取决于工资反应），从而导致较低的GDP，但这种变化通常不会抵消投资刺激的积极影响。将金融部门纳入一般均衡模型可以提供类似的属性（尽管不是全部），正如GEM-E3-FIT所做的那样【17】。转型的速度与其总体目标相反，决定了E3ME中气候政策对大多数经济影响的大小，与其他模式相比10关键9之一指出，FTT的惯性不仅与年份效应（或营业额）有关，而且，假设技术可用性和可见性随着扩散状态的增加而增加。