人口变动对气候变化的影响

人口变动对气候变化的影响

全球政府间气候专门委员会的第四次评估报告（IPCC2008），荟集150多个国家的2500多名科学家的工作，在过去20多年已发表的三次评估报告的基础上进一步提出：大量科学依据几乎可以确切地认定（98％的置信度）全球气候正在变暖；气候变暖很可能（90％的置信度）是因为温室气体的增加；而增加的温室气体可能（67％的置信度）是由于人类活动造成的（Parryetal.,2007）。如果说人口过快增长是20世纪国际社会面临的重大问题，那么全球气候变化则可能是21世纪人类面对的最大挑战。近20年来，部分学者探讨人口变动与气候变暖的关系，逐渐认识到，想要建立人口与气候变化明确和直接的联系不是一项简单的工作。因为，一方面，人类活动对温室气体排放的影响是一系列因素综合作用的结果，这些因素包括经济发展、技术变动、和人口增长；另一方面，人口变动本身是一个复杂的过程，它不但包括人口数量的变动，还包括人口空间分布和结构的变动，不同时期和类型的人口变动对气候变化影响的方向和程度都可能不同。虽然已有的研究增进了人们对人口与气候变化关系的理解，但是，因为各种原因，这些研究结果并没有得到学术界和决策者足够的重视。比如，绝大多数气候预测模型的人口模块过于简化，适应气候变化的政策制定也没有充分考虑人口因素。本文在已有研究的基础上力图回答两个方面的问题：（1）人口变动相对于其它因素而言是否对温室气体排放和全球气候变化具有重要影响？（2）人口变动因素是如何影响气候变化的？希望本文的研究对促进这一重要领域的科学讨论和政策建议有所助益。1过去研究方法和结果的回顾历史统计数据显示，1850年以来全球气候变暖与排放增加的趋势是一致的，而且，同一时期人口数量与排放平行增长（图1）。但是，从发达国家和发展中国家排放的分别情况看，在20世纪上半叶之前，尽管发展中国家人口占世界总人口的70％以上，但其排放却只占世界总排放的不到10％。因此，人口变动与排放有关，但其它因素（如经济发展和技术变动）也许对排放发挥了更重要的作用。表1显示，在过去200年间（1800～2000），全球排放增加20倍，同期能源消费增加35倍，财富增长70倍，人口只增加了6倍。因此，与人口增长的作用相比，经济增长对能源消费和排放的作用更加显著，技术革新也极大地提高了能源使用效率和降低了炭排放强度。学术界关于人口、经济和技术变化对温室气体排放的影响方面存在许多争议（比如，Dietzetal.2007;Meyerson,1998;ParikhandPainuly,1994）。总结起来，对这一问题的定量研究主要存在三种方法。首先，最常见而且历史最长的是应用统计数据，建立不同类型的多元相关分析模型。这类研究大都以I－PAT理论框架（EhrlichandHoldren，1971）及其扩展模型KayaIdentity（Kaya，1990）为基础，认为温室气体排放是人口、财富、技术共同作用的结果。I－PAT、和KayaIdentity有简单、直观和容易应用的优点，但其局限是：不能考虑人口、经济和技术各因素的相互作用，而且假设各因素与排放的关系是同比例的，如假设1％人口增长意味着1％温室气体排放的增加。针对上述I－PAT和KayaIdentity的第二个缺陷，Dietz、Rosa和York（1994，1997，2004）提出改进了的“人口、财富、技术影响动态回归（STIRPAT）模型”，用来检验人口、经济和技术因素对排放的弹性系数。一些学者应用STIRPAT模型，收集世界多个国家和区域的时间序列数据，分析在控制其它因素的情况下，人口增长对的净作用，发现了大致一对一的关系，即1％人口增长导致1％排放的增加（O'Neill，2009）（表2）。第二类研究是通过建立数学模型，模拟和推论人口增加对排放的作用。比如，Murtaugh和Schlax（2009）认为每个人不但自身经济活动会产生排放，而且还通过生育行为间接影响排放，假定，人们除对自身“碳足迹”的完全责任外，一对夫妇还分别需要为1／2子女的排放和1／4孙子女的排放负责，依此类推，根据数学模型的计算，得到个人生育行为选择与排放的关系。比如，按照美国目前的情况，一名妇女每生育一个孩子，就会增加9441公吨的排放，是其本人一生排放量的5.7倍。这两类研究促进了人们认识人口与排放的关系，尤其第一种研究方法的思路被用来理解未来温室气体排放的可能趋势，包括在IPCC的“排放方案特别报告（SRES）”（Nakicenovic，2000）中的讨论。但是这两类研究方法并没有引起科学家和决策者的太多注意，尤其对于研究气候变化的科学家来说，这些研究过于简化，比如，第二类研究只能看作是一种计算模拟或游戏，而第一类研究也没能考虑到人口、经济和技术变化之间的复杂关系。另外，这些研究多数是人口学、统计学、社会学或生态学学者的工作，与气候变化研究领域采用的是不同的语言和方法，其研究思路和结果自然不能很好地得到气候变化模型设计者的认同。因此，第三类研究方法—“整合评估模型（IAM）”是气候变化研究领域通常采用的方法。它整合了经济、社会、人口、技术、能源与大气、海洋、陆地等多学科的知识和方法，通过建构影响温室气体排放和气候变化各因素的模块和整体模型，评估各因素的变化趋势及其之间的动态关系，预测未来温室气体排放及其对气候变化的影响。这种模型可以用来模拟不同政策方案下的排放结果，并讨论预测结果的不确定性（ParsonandFisher－Vanden，1997）。IPCC的评估报告就是采用整合评估模型研究不同社会、经济、人口、技术条件下未来温室气体排放和气候变化的可能结果和范围。IPCC协调不同整合系统模型对温室气体排放进行预测，所有模型的预测都将人口变动与经济发展、技术革新、能源和土地利用变化作为影响温室气体排放的关键因素。其所有40个预测方案可以归纳为4大类：A1、A2、B1、和B2。在B2方案下，世界各地将继续按照既有模式发展，地区间缺乏技术和经济交流，全球人口按照联合国中方案预测的速度增长，经济发展速度居中。与B2方案类似，A2也假设世界各地区的经济和技术发展相对隔离，但人口高速增长，虽然该方案下的世界以经济增长为重心，但其人均GDP的增长速度却是四个方案中最低的。A1与A2相似，强调经济增长，但A1假设一个更为融合的世界，新技术快速传播，各地区间的收入和生活方式趋同，经济高速增长，但人口增长缓慢。B1与A1一样，都假设更为全球化的世界，但与A1不同的是，B1强调环境优化和可持续发展，人口增长缓慢、发展清洁和高效技术、经济格局以服务业与信息产业为特点，因此世界经济也将高速增长。这四个方案的预测结果提供了未来世界不同发展模式下温室气体排放的可能范围，输入到气候模型，预测未来全球气温、降水等的变化幅度。图2是在四种方案下，运用系统整合模型得到的未来人口变动与温室气体排放增长的结果。可以看到，一方面，人口变动与温室气体排放大体上存在着正相关关系：缓慢人口增长导致低排放（B1）、高速人口增长导致高排放（A2），中速人口增长方案下的排放居中（B2）。另一方面，在同样低速人口增长的条件下，A1的排放量远高于B1，因为A1强调经济增长和以经济增长为目标的技术变动，而B1强调环境优化与高效和资源节约的技术革新；同时，尽管A1的人口增长速度远低于A2，但A1温室气体的排放与A2接近，甚至在2070年前还高于A2。因此，根据对上述已有研究方法及其结果的讨论，可以初步得出3个结论：（1）高速人口增长意味着更多的温室气体排放；（2）同样的人口增长速度，由于不同经济和技术模式，可以得到非常不同的温室气体排放结果；（3）在一定条件下，经济增长和技术变动对气候变化的影响似乎比人口增长的作用更为显著。图2IPCC不同方案下人口增长与温室气体排放的预测结果Figure2IPCCScenariosonPopulationGrowthandCarbonEmissions注：①A1和B1方案下的人口增长完全一样，所以只能看到同一条曲线；②图中数据来自国际应用系统动力研究所MESSAGE模型的预测结果。2研究新方法及其新成果在已有的三类研究方法中，整合评估模型是最为复杂和相对完备的研究手段，得到了气候变化研究群体的广泛认同和运用。然而，在几乎所有整合评估模型研究中，人口总量是其考虑到的唯一人口变量。这种对人口变量处理方式背后的假设是，所有人口个体都有着相同的生产和消费行为。但是，这种假设是不准确的，很容易引起误解。事实上，过去20多年的许多研究表明，（1）不同人口群体的生产和消费方式存在巨大差异（ColeandNeumayer,2004;Cramer,1997,1998;Dietz,2007;Jiang,1999;Jones,1989;Liuetal.,2003;ParikhandShukla,1995;Prskawetzetal.,2004;VanDiepen,1994），（2）而且这些人口群体在总人口中所占的比例已经、并将继续发生重要的变化（JiangandO'Neill,2007;Lutz,2001;Mackellaretal.,1995;Prskawetzetal.,2004;Zengetal.,2008）。第一个研究结论的获得，是通过对大量历史统计数据的分析，来识别发达国家人口与不发达国家人口之间、农村与城市居民之间、大家庭成员与小家庭成员、老年人与年轻人之间存在的消费和排放方式的显著差异。第二个研究结论的获得，是应用人口和家庭户预测模型，得到未来人口和家庭户的变动的详细信息，从而分析具有不同消费和排放行为的人口群体的比例在未来年份是否会发生显著变动。近20年的大量研究揭示了一系列与不同能源消费模式相关的重要人口特征，包括人口的年龄结构、家庭规模、城市—农村居住地等（ClarkandDeurloo,2006;JiangandO'Neill,2004;Jones,1989;O'NeillandChen,2002;Pachauri,2004;PachauriandJiang,2008;ParikhandShukla,1995;Prskawetz,JiangandO'Neill,2004;VanDiepen,2000;YamasakiandTominaga,1997）。人口和家庭户预测的结果也指出，人口规模增长、老龄化、城市化、家庭规模小型化是世界和不同地区未来几十年重要的人口趋势。例如联合国人口预测显示，世界未来几乎所有人口增长都将发生在发展中国家（见图1和表3）；城市人口比例将从2005年的48％增加到70％，而且全球几乎所有人口增长都集中在发展中国家的城市地区；人口老化在发展中国家和发达国家同时存在，世界老龄人口的比例将由2005年的10％上升到2050年的22％（UNDP，2007）。同时，对主要发达国家和发展中国家的家庭户预测表明，越来越高比例的人口将居住在小规模的家庭户中（Daltonetal.,2008;JiangandO'Neill,2007;Zengetal.,2008）。20世纪90年代以来，美国国家大气研究中心（NCAR）BrianO'Neill及其研究团队运用改进的整合评估模型iPETS，在推动人口与气候变化关系的研究中，发表了一系列的成果，引起了学术界和决策者的广泛关注（Bohannon,2006;Smith,2008）。iPETS与其它整合评估模型的差别是，其人口模块不是以总人口作为人口变量，而以家庭户作为研究对象，考虑不同时期的家庭户及其成员特征，这些特征包括年龄结构、家庭户规模、城市—农村居住地等。运用这套新方法和iPETS模型，O'Neill研究团队对世界具有代表性的国家和地区以及全球的人口和气候变化关系进行了深入分析。由于其全球预测结果尚处于评审阶段，不便发表，在此仅以对中国、印度和美国预测的结果为例，简要总结其研究结果和发现。详细的研究方法和预测过程可以参阅有关文献（Daltonetal.,2007;Daltonetal.,2008）。其主要研究结论包括：人口规模增长和家庭平均规模缩小对世界各地区温室气体的排放都有重要的影响；考虑人口构成变动的作用，人口老化是影响发达国家温室气体排放的重要人口因素，而人口城市化则在发展中国家具有更重要的意义。2.1家庭规模变动的影响越来越多的研究指出，家庭户（而不是个人）应该作为影响排放的人口分析单位，因为家庭户通常是人们消费甚至生产活动的单元（Cramer,1997,1998;Jiang,1999;Liuetal.,2003;Mackellaretal.,1995;O'NeillandChen,2002;Prskawetz,JiangandO'Neill,2004;VanDiepen,2000）。比如，一项对发达国家1970～1990年间人口变动对能源消费影响的研究发现，以人口规模还是以家庭户数量作为分析单位，得出的结论显著不同（Mackellaretal.,1995）。在这项研究中，总的能源消费增长被分解为人口因素和经济—技术因素作用的结果。如果以人口规模作为分析单位，只有约1／3能源消费的增长归于人口因素的影响；但以家庭户数量作为分析单位，76％能源消费的增长可以归于人口因素的影响。这二者之间的差别主要是由家庭户构成的变化引起的，因为小规模家庭占所有家庭户的比例大幅度增加，平均家庭规模缩小，家庭户数量增长的速度远高于人口规模增长的速度；由于家庭规模缩小，经济规模效益减弱，小家庭户人均能源消费显著高于大家庭户。尽管人口增长速度减缓，但总的能源消费还是继续上升。因此，在应用整合评估模型预测能源消费和温室气体排放时，应该首先研究不同类型家庭户消费模式的特点，并预测未来不同特征家庭户变动的趋势。O'Neill团队首先致力于世界不同地区家庭户消费模式的研究（如Zigovaetal.,2009），同时在研究人口和家庭户变动及其社会经济和人口决定因素的方法论和实际预测中，取得了重要的成果（JiangandO'Neill,2007,2009）。这些成果为系统和深入研究家庭户趋势及其对气候变化的影响提供了基础。2.2人口老化和城市化的影响人口个体在生命历程不同阶段的家庭构成、收入水平、和消费取向不断变化，因而具有不同的消费模式（vanDiepen,1994;Jiang,1999）。因为不同年龄群体消费模式的差别，人口年龄结构的变化将导致总体能源使用和温室气体排放的转变。例如，人口老化会降低交通运输的需求（Prskawetzetal.,2005），但同时增加住房取暖和空调的能源消耗（O'NeillandChen，2001）。生育率下降导致的人口年龄构成的变化可能为发展中国家带来人口红利，从而促进经济发展和能源使用；但进一步的人口老化则会减少总体的劳动生产力，从而降低能源消耗。同样，人口城市化通常会带来经济规模扩大、技术革新、信息传播、土地和能源使用效率、以及生育率下降，从而导致长期的能源消耗和温室气体排放的减少（Jiang,YoungandHardee,2009）。但同时，随着农村人口城市化，其生活方式和消费模式的转变、生产效率和收入水平的提高，将导致总能源消费类型和数量发生重要变化（JiangandO'Neill,2004;PachauriandJiang,2008）。因此，一些学者根据历史统计数据，研究城市化对能源消费和排放的影响。这些研究包含的区域和时期不同，有的是对短期影响的考察，有的是对长期影响的考察，因而得出不同甚至完全相反的结论（Jones,1989,2004;Liu,2009;Parikh,1995）。图3中国人口老化和城市化对排放的影响Figure3TheEffectsofPopulationAgingandUrbanizationonEmissionsinChinaDalton等（2007）运用PET模型研究中国和印度家庭年龄结构变化和城市化对温室气体排放的影响，考虑不同年龄、城乡居住地家庭户的生产和消费模式，以及家庭结构变动，更重要地是，该模型考虑了不同时期城市化和人口老化与劳动生产率、经济增长和消费行为（如储蓄）的动态关系，得出了对两个国家本世纪排放的预测。对中国的预测结果显示，在考虑了人口年龄结构和城市化因素情况下，温室气体排放将从2000年的1.2GtC增长到2100年的3.8GtC（图3），比在不考虑人口年龄结构和城市化因素情况下的预测结果高出约45％。由于城市地区较高的矿物燃料的消费，城市化将提高的排放；人口老化将在2030年以前有助于提高排放，但2030年之后，随着劳动力人口比例的下降，人口老化将会有助于降低排放。对印度的预测结果得出了近似的结论，但人口年龄结构与城市化对排放的影响程度没有中国显著。2.3人口老化与技术变动的相对影响力许多人认为，人口变动对温室气体排放和气候变化影响无关紧要，气候变化问题完全可以通过技术进步来解决。O'Neill研究团队应用PET模型对美国未来温室气体排放的预测来回答这个问题（Daltonetal.，2007）。这项研究发现，人口结构变动（主要是人口老化）对排放的影响在一定条件下比技术变动（指与能源使用强度和碳排放强度有关的技术）的影响更为显著。他们采用敏感度分析方法，在四种不同的方案下，来理解人口老化和技术变动对未来排放的相对影响力。第一种方案假设没有技术变动，也不考虑人口老化的情况（人口规模是唯一考虑的人口变量）。预测结果显示，该方案下的的排放将从2000年的1.5GtC上升到2100年的3.6GtC（图4）。在第二种方案下，模型同时考虑技术变动和人口老化的因素，得到了最低的预测结果：到本世纪末年排放量为2GtC。第三和第四两个方案用来考察人口老化和技术变动的相对重要性，其中方案3只考虑人口老化的影响，而方案4只考虑技术变动的影响。预测结果表明，人口老化的净影响是降低排放。技术变动的净影响在本世纪上半叶是促使排放少量增加，因为技术进步将增加能源使用效率，降低能源使用成本，因而刺激能源消费量的增加。这种技术变动与排放正相关关系一直会维持到2050年前后，随着能源技术的进一步提高，能源使用强度和碳排放强度大幅度降低，最终导致排放下降。方案3下的只考虑技术变动因素的年排放量一直高于只考虑人口老化因素的年排放量，这种情况直到2085之后才会改变。因此，在一定条件下，人口变动（这里是人口老化）对降低排放和气候变化的影响比技术变动的作用更为显著。图4美国人口老化和技术变动对C02排放的影响Figure4SensitiveAnalysisoftheEffectsofAgingandTechnologicalChangesonintheUS注解：1人口规模：第一种方案，不考虑人口老化和技术变动因素；2人口老化和技术变动：第二种方案，同时考虑人口老化和技术