目录
原文地址：
(PDF) Climate, health, agricultural and economic impacts of tighter vehicle-emission standards
论文翻译：
Climate, health, agricultural and economic impacts of tighter vehicle-emission standards
更严格的汽车排放标准对气候、健康、农业和经济的影响
摘要：
机动车产生的非二氧化碳空气污染物历来受到控制，以保护空气质量和健康，但也会影响气候。我们利用全球成分-气候模型，研究了 2015 年在许多发展中国家采用严格的欧洲道路车辆排放标准对这些污染物的综合影响。与不采取额外控制措施相比，严格的标准可在 2030 年及以后每年带来 120,000-280,000 例避免与空气污染相关的过早死亡，610-1970 万公吨避免与臭氧相关的主要粮食作物产量损失，0.6-2.4 万亿美元避免健康损害，11-43 亿美元避免农业损害，以及在 2040-2070 年期间减缓 0.20（+0.14/-0.17）◦C 的北半球外热带升温。因此，在大多数情况下，更严格的汽车尾气排放标准极有可能减缓短期气候变化，并极大地改善人类健康和食品安全。然而，这些标准不会减少二氧化碳排放，而这正是减缓长期气候变化所必需的。
正文：
矿物燃料燃烧是改变气候和降低空气质量的主要污染物来源1,2。道路机动车（汽车、卡车和摩托车）是一个庞大且快速增长的排放源1,3。尽管人们对汽车尾气排放如何影响空气质量了解甚多，但对汽车尾气排放如何影响气候的研究却较少。气候预测通常将车辆排放纳入多种排放源同时变化的情景中。最近的几项研究专门分离了交通对气候的影响，研究了当前的排放量4-8。然而，排放控制对各种污染物的影响各不相同，因此其影响不会简单地与当前排放的影响成正比。此外，车辆排放因地区而异，取决于车辆保有量和使用率、车辆类型、排放和燃料标准，控制方案也是如此，部分原因是机构能力的差异。因此，我们按地区研究了合理的严格标准的影响。我们还分别分析了排放控制对柴油车和汽油车的影响，因为这两种技术排放的污染物组合不同。我们综合分析了更严格的汽车排放标准对气候的影响以及对人类健康和农作物产量的影响。
基线方案和严格标准方案
排放清单是根据基线情景和激进的严格标准情景编制的，基线情景假定全面实施当前提出或通过的标准（未来不增加额外标准）。在后者中，现有的欧洲排放标准比发展中国家目前计划的排放标准更为严格，将在 2015 年与相应的燃料标准一起实施。为 2000-2050 年制定了排放情景，氮氧化物 (NOx)、一氧化碳 (CO)、挥发性有机化合物 (VOC)、二氧化硫（SO2）、黑碳（颗粒碳排放中的强吸收部分）、有机碳、甲烷、一氧化二氮和氢氟碳化合物。每种物质的排放量都按车辆类型进行了分类（二氧化硫除外，只分为柴油和汽油）。不包括排放量的不确定性。
根据专家对地方财政、技术和机构能力的判断，各地区的更严格标准有所不同（表 1）。两种情景都包括根据经济和人口增长预测得出的车辆数量和使用情况的预计变化，以及由与空气质量相关的排放标准所驱动的技术变化。
与基线排放趋势相比，实施更严格的标准可大幅减少排放。例如，在基线情景下，发展中国家的黑碳和氮氧化物排放量预计在 2020 年之后会稳步增长，但在严格标准情景下，从 2015 年到 2030 年，这两种气体的排放量会下降（见补充信息）。从全球来看，在基准情景下，到 2030 年汽车一氧化碳和二氧化硫的排放量略有下降（-3% 和-21%），而在严格标准情景下，降幅更大（-43% 和-58%）。无论是哪种情景下，发达国家的排放量都普遍下降，但在基准情景下，许多发展中国家的排放量会增加，有些国家甚至在严格标准的情况下也会增加（原因是汽车保有量的增长）。我们将分析集中在 2030 年，因为考虑到标准渗透到车辆中的时间以及车辆数量的长期增长，这一时期的排放量通常是最低的。未来 20 年也是一个可以对技术进行合理预测的时间范围，也是经常考虑空气质量政策的时间范围。
对全球排放变化的响应
影响的计算采用了一系列步骤：使用全球成分-气候模型模拟、分析人类健康和作物产量对浓度变化（而非气候变化）的响应，以及对所避免损害的经济估值（见方法）。我们首先探讨了对全球基准线和严格的汽车排放标准的响应，最初使用辐射强迫（地球与空间能量平衡的变化）的陆地区域平均值来评估气候影响。基线趋势在非洲和中东地区造成了较小的净正强迫（升温），而在其他地区则造成了较大的负强迫（降温）（图 1）。黑碳和臭氧增加产生的正作用力大于硫酸盐增加产生的负作用力（都在 2 倍以内）。负作用力来自黑碳的减少（这有很大的不确定性）和其他多种作用力（其中一些是正作用力），导致净值范围很大。尽管如此，许多地区的大部分范围明显为负值。
与 2030 年基准排放相比，实施严格的标准使陆地和海洋的全球平均强迫减少了 51 ± 29 mW m-2，并导致 2030 年所有地区陆地的负强迫（除中南部非洲和北非/中东（NA/ME）外，所有考察地区的结果都是显著的）。即使在西欧、前苏联（FSU）和北美，强迫也有所下降，这些地区的排放量保持不变，这反映了远距离传输的影响。严格标准对中国、北大西洋/中东欧、北美、西欧和前苏联的影响最大。与 2000 年相比，严格标准在 2030 年也会对除中南非以外的所有地区产生负强迫。强烈的地理反差源于区域气候和排放的不同。例如，在明亮的雪地或沙漠表面，硫酸盐的影响最小，因为反射性气溶胶的反照率与地表相似，而吸收性黑碳的影响则会增强。尽管污染物浓度非常相似，但这可能导致明亮的撒哈拉沙漠和阿拉伯沙漠上空出现较大的负值，而在两者之间黑暗的红海上空出现较大的正值（见补充资料）。净强迫的不确定性在不同地区也有很大差异，这取决于各个组成部分的相对大小（见补充资料）。
在中国、印度、拉丁美洲、非洲和中东地区，实施严格的标准还可以扭转 2000 年至 2030 年期间由于汽车尾气排放造成的死亡人数基线增长（图 1）。在当地没有加强排放控制的地区，健康也会受益。这些益处主要来自臭氧的减少，在远离排放变化的地区（如北美），臭氧比 PM2.5（小于 2.5 µm 的颗粒物）更容易远距离传播，而在靠近排放变化的地区（如前苏联），主要是由于 PM2.5。不同地区避免的死亡人数差别很大。PM2.5 的减少通常更为重要，尽管臭氧通常会对跨赤道地区产生重大影响。在全球范围内，与 2000 年相比，严格标准情景将导致 2030 年每年避免 190,000 人死亡（140,000-240,000）、与基线方案相比，可避免约 200,000 人（120,000-280,000 人）的死亡。在所有考察地区，健康效益都非常显著。
在基准情景下，中国、印度和非洲因暴露于臭氧而造成的作物产量损失增加，而北美、西欧和前南斯拉夫地区的损失减少。相比之下，在严格标准情景下，除印度外（印度的损失仍低于基准情景），其他地方的损失都比 2000 年有所减少。事实上，印度小麦、水稻和大豆因严格标准而减少的产量损失百分比最大，北美/中东欧和中国的大多数作物以及拉丁美洲的大豆也有很大减少，所有地区的效益都很显著。
在采用严格标准的地区，死亡和作物产量损失（见方法）造成的经济损失大大减少。估值与基本的死亡率和作物产量变化在质量上相似。仅在中国和印度，臭氧水平的降低每年就可避免约 12 亿美元的农作物产量损失，在北美洲/中东部和拉丁美洲还可避免 5.5 亿美元的损失。由于严格的 PM2.5 和臭氧标准的影响，中国和印度每年减少的死亡人数估计为 6,700 亿至 1.1 万亿美元，北美洲/中东部、中南美洲和拉丁美洲每年减少的死亡人数估计为 3,000-3,800 亿美元。这五个地区的人均估值约为 450 美元至 1300 美元（见补充资料）。远离标准更严格地区的死亡人数减少的价值虽小，但也不容忽视：北美 20 亿美元，西欧 30-60 亿美元，西前南斯拉夫地区联盟 180-280 亿美元。
对区域排放变化的响应
我们首先通过比较区域柴油或汽油车严格标准和全球严格标准的反应来研究本地和远程排放的影响。本地 2030 年与 2000 年的辐射强迫会受到远程排放的极大影响（表 2）。例如，在严格标准情景下，北美和西欧辐射强迫减少的 60%-90% 来自远程排放（主要是黑碳），这使得尽管本地排放相同，但辐射强迫的减少却大大高于基线情景（图 1）。对中国而言，本地排放控制约占全球排放变化下数值的 40%，印度排放控制的数值与之相当。对印度而言，"世界其它国家"（如巴基斯坦、孟加拉国、东南亚）排放的增加导致了强大的正强迫，抵消了当地控制影响的20%。由于北大西洋/地中海地区目前使用的柴油含硫量很高，该地区的排放变化会产生正强迫。在全球严格标准的情况下，北大西洋/地中海的强迫只因为其他地方，特别是附近的印度和西欧的排放减少而降低。
与辐射强迫相比，PM2.5 对健康的影响往往与本地排放更密切相关。在北美、西欧和中国，严格标准情景下约 80-95% 的效益来自本地控制（表 2）。然而，减少污染的国际传播也很重要，可使中国的效益增加 20%，北美/中欧的效益增加 50%。印度与PM2.5相关的过早死亡的变化模式与辐射强迫类似，当地控制的效益被其他国家排放的增加部分抵消。与 PM2.5 相关的健康效益通常是柴油车控制大于汽油车控制。与臭氧相关的过早死亡的区域敏感性在地理上比 PM2.5 更广泛，这与臭氧的寿命更长是一致的（表 2）。对于印度来说，邻国排放量的增加比当地控制的影响更大，导致在全球严格标准情景下与臭氧相关的过早死亡人数净增加（见补充信息）。
北美和西欧的农作物产量损失显示了与臭氧相关死亡相似的模式，65-90%的本地效益来自本地排放。在中国和印度，远程排放对农作物的影响很大，但与健康方面的影响不同（相对于本地排放的百分比；见补充信息）。与臭氧相关的死亡一样，汽油和柴油车排放变化对农作物的影响在北美和西欧相当，而柴油车排放控制在印度和中国则更为有利。对作物损失和死亡的估价将遵循各地区和燃料类型对基本影响的相对贡献（表 2）。
我们现在来研究额外排放控制的效果，以及在未来二十年内可能发生的变化（在某些地区，2010 年与 2000 年有很大不同，尽管我们也使用 2000 年，因为当时的排放清单更完善）。与 2010 年的排放量相比，2030 年严格的排放标准导致的全球强迫减少量对于印度和拉丁美洲的柴油车来说是巨大的（柴油控制仅在巴西实施），对于印度的汽油车和中国的汽油或柴油车来说是适度的，而对于其他地区/燃料来说是很小的（图 2）。印度柴油车的排放对气候的影响特别大，这是因为印度靠近高反射率的冰雪和沙漠地区。对巴西柴油的控制会产生更大的影响，部分原因是充足的日照会产生巨大的臭氧反应。对两种情景下 2030 年的气候作用力的研究表明，在基准情景下，中国和印度的汽油车气候作用力预计将减少 1/2-2/3。同样，2010-2030 年中国柴油机排放量的减少也完全是由于基线变化造成的，更严格的标准通过减少有机碳产生了正的强迫。
图2|按区域和燃料类型划分的净和每分量全球平均辐射强迫（MW m-2）。相对于2010年（左栏）和相对于2030年基线情景（右栏），2030年的值迫使给定地区对柴油或汽油汽车实行严格标准。插图给出了按车辆类型列出的净强迫，原因是除硫酸盐外的所有因素。由于车辆类型规模与该地区和燃油的净强制令人难以置信。拉丁美洲的结果取自全球排放变化模拟，因为远程排放对那里强迫的贡献不到2%（与其他地区不同（表2））。MC，摩托车; LDV，轻型汽车; IDT，中型卡车; HDT，重型卡车。
按车辆类型对辐射强迫进行的分析表明，与基准线相比，2030 年严格标准的最大辐射强迫减排量来自印度和巴西的重型柴油卡车、印度的中型柴油车和北美洲/中东部地区的轻型汽油车的排放控制（图 2）。各地对轻型汽油车的控制以及某些地区对摩托车和中型卡车的控制也带来了少量额外减排。无论在哪种情景下，对西欧柴油车、北美汽油车和重型卡车以及印度和中国摩托车的控制都能大幅减少强迫，这表明全面实施当前计划的排放控制对气候非常重要。净强迫在很大程度上取决于多种成分之间的平衡，这强调了对所有排放化合物进行分析的必要性。
车辆排放对气候的影响
我们使用全球和区域温度潜势（见补充信息）来研究非二氧化碳汽车排放引起的温度变化。后者按纬度带提供了合理的估计值，这是一个合适的区域，因为温度对强迫的响应主要发生在纬度 ∼30◦的范围内，但在经度上却延伸得很远12。基线情景显示，未来大约 20 年的降温主要是由硫引起的（图 3）。世界范围内的严格标准通过减少硫排放来消除这种降温现象，而硫排放是有效使用微粒过滤器所必需的。这类似于气候对所有部门控制的 "崎岖道路 "。
图3|对非二氧化碳车辆排放的气候响应。a，b，在基准情景下（a）和严格标准情景与基准情景之间的差异下（b）由于非CO2车辆排放导致的全球和区域纬向平均温度相对于2010年的变化。右边的条形图显示了2070年的不确定性范围，包括强迫和气候敏感性的贡献（67%; CI）。
从现在开始到30~40年后，基线排放会导致相对于现在的变暖，尤其是在黑碳作用较大的北纬地区。严格标准只导致 2040 年后全球变暖的小幅降低。然而，严格的标准确实将北半球中纬度 0.07 ◦C (0.02 至 0.12) ◦C 的升温转变为 0.15 (0.02 至 0.26) ◦C 的降温，并改变了北极变暖 0.07（0.01 到 0.12）摄氏度，未来 50 年将变冷-0.21（0.03 到-0.35）摄氏度。巨大的不确定性主要来自黑碳，因为黑碳对云层和反照率的间接影响很少量化。气候敏感性的不确定性也是原因之一，因此，如果二氧化碳导致的未来变暖很大，这些措施的气候效益也会很大。从风险的角度来看，大部分温度变化范围显示出可观的数值比一小部分范围显示出非常小的影响更为重要。请注意，尽管大尺度变化接近于零的可能性很小，但区域气候效益仍然很有可能，因为黑碳会影响季风等环流模式，并增加冰雪融化。
除了气溶胶或臭氧引起的气象变化外，气溶胶与云之间的微物理相互作用也会导致降水变化16-21。在长期气候模拟中（见补充资料），中国对柴油车的严格标准导致中国东南部和东南亚降水增加，但日本降水减少。这些结果尚不可靠，但凸显了排放政策将如何影响气候的多个方面。供水、干旱频率和土壤侵蚀的变化会产生重大影响，值得进一步研究。
更严格标准的多重益处
气体和微粒都会对辐射强迫和过早死亡产生重大影响。因此，政策应考虑所有排放化合物的影响。由于燃料脱硫，北欧/中东欧的柴油车排放趋势即使在严格的标准下也会导致气候变暖（尽管变暖程度低于基线情景）。在中国，由于消除了有机碳的大幅基线增长，柴油标准的收紧导致了正强迫，尽管相对于 2010 年的净强迫仍然是负的（健康/农业效益很大）。在其它地区，在我们的严格标准情景下，汽油车或柴油车排放的减少总是减轻 2030 年的强迫（相对于 2010 年或相对于 2030 年基线）。因此，几乎在所有情况下，收紧排放标准都能实现多重目标，而不是推进某些目标的同时使另一些目标倒退。
我们的研究表明，当前的汽车尾气排放趋势如果得到全面实施，将大幅减少北美和欧洲的辐射强迫、过早死亡人数以及与臭氧相关的农业产量损失，而非洲和中东则相反。对于中国、印度和拉丁美洲来说，目前的路径会减少辐射强迫，但会增加死亡人数和与臭氧相关的农业产量损失（对于拉丁美洲来说，后者取决于作物）。在发展中世界，收紧汽车标准几乎在所有地方都会导致强迫、死亡和农业产量损失的减少。尽管实施排放控制技术、监测和执法需要大量成本，但健康和农业效益的价值却非常大。由于在加强控制的地方，健康和农业效益通常最大，因此当地的效益成本比可能非常有利于采用严格的标准。与空气质量改善相比，气候效益的影响范围更广，不确定性也更大，但考虑气候效益有助于为传统上被视为纯粹的空气质量法规争取更多支持。最大的气候效益来自巴西和印度对柴油卡车的控制，以及北美洲/中东部对汽油车的控制。
此处研究的排放标准不会直接影响二氧化碳，预计车辆的二氧化碳排放量将大幅增加。减少二氧化碳排放和长期气候变化需要提高燃油效率、模式转换（例如卡车到铁路、汽车到公共交通）或车辆电气化（由可再生能源驱动）等策略，并将补充此处审查的排放标准。我们的结果支持了之前的研究，表明精心制定的排放控制政策可以最大限度地提高气候和公共健康的巨大好处
方法
使用的全球成分-气候模型是GISS（戈达德空间研究所）对成分-气候相互作用和影响的物理理解模型（G-PUCCini），将气态和气溶胶化学纳入了Model E气候模型24。G-PUCCNI在2 GHz纬度、2.5 GHz经度分辨率下运行，具有高达0.1百帕的40个垂直层。气溶胶是在外部混合的，但我们考虑到黑碳吸收增加了50%，以解释与其他气溶胶的内部混合25。除道路车辆外的所有来源均采用了2000年固定排放量26。根据我们的情景，对2030年进行了模拟，同时改变了全球所有车辆的排放，然后分别进行了运行，以分析2030年严格标准对世界五个地区按燃料类型的影响：北美、西欧、北美/地中海、印度和中国（见补充信息）。
在气候模型内计算了直接臭氧和气溶胶强迫（瞬时对流层顶值）。气溶胶间接影响，包括对云和冰雪锯齿的影响，是高度不确定的27、28，因此无法使用单一模型来可靠地描述。根据最近对模型和观测的评估，我们包括气溶胶间接影响、对黑碳直接强迫的调整和不确定性（请参阅补充信息）。我们还研究了长寿命温室气体的强迫，尽管这些都非常小（请参阅补充信息）。全球和区域气候响应是使用从海洋-大气耦合模型推导出的简单能量平衡方程计算的10、29（见补充信息）。温度范围包括驱动辐射强迫和气候敏感性的不确定性。
按车辆类型（汽车、卡车和摩托车类别）分析辐射强迫时，使用的是每一物种在区域扰动实验中每单位前体排放的响应乘以特定车辆类型的排放变化（硫除外，其排放量无法按车辆类型分列;见补充资料）。对于汽油车，硫酸盐对强迫作用的贡献很小。对于柴油，我们忽略了NA/ME车辆类型的强迫，其中硫酸盐强迫非常重要。没有对其他影响进行类似的分析，因为更难将排放量与PM2.5或每日或季节臭氧最大值线性相关。
对人类健康的影响基于已报告的浓度响应关系，该关系适用于年平均模拟表面PM2.5暴露量和预测2030年人口平均每日1小时最大臭氧浓度的6个月最大值。使用城市/农村差异的亚网格参数化，建模的PM2.5分布被缩减为0.5 x 0.5（请参阅补充信息）。我们包括使用相对风险估计计算的心肺疾病和肺癌导致的PM死亡率31以及使用来自双污染物模型的呼吸道疾病相对风险估计计算的臭氧死亡率32。使用浓度-反应关系的95%置信区间，但不包括其他不确定性来源（请参阅补充信息）。这种方法得出的空气污染的总影响与以前的估计相当一致33，34（见补充资料）。
根据之前的工作，计算了小麦、水稻、玉米和大豆与臭氧相关的作物产量变化35。为了描述不确定性，我们使用了两组浓度响应指标，即最大7小时或12小时平均臭氧暴露量以及应用于模拟臭氧的超过40 ppbv阈值的累积臭氧（AOT 40）（请参阅补充信息）。请注意，西部FSU小组包括俄罗斯所有地区的农作物影响，因为分析只能逐个国家提供。作物产量变化的估值使用联合国粮食及农业组织（http：//www.example.com）的2000年全球市场价格，该价格显然没有考虑到诸如对自给农民或国家粮食安全的好处。
过早死亡率的估值基于统计寿命（VSL）方法的价值36，37。死亡率风险和支付意愿（WTP）之间的关系用于确定VSL，VSL是人们对死亡率风险微小变化的价值的表达。2030年，我们采用美国环境保护局（USEPA）首选的VSL 9，500，000美元。该值代表了26项同行评审研究38的平均值，根据预计的收入增长将其膨胀到2030年。
我们的第一种方法在所有国家统一应用USEPA的值，以便全球范围内平等地评估死亡风险。尽管VSL在伦理上具有吸引力，但它是基于社会对降低死亡风险的支付意愿，而支付意愿是收入的函数。因此，支付意愿很可能因国家而异。这促使采取第二种办法，即调整美国环保局的船舶安全标准。我们采用美国环保局收入和WTP之间0.40的弹性来根据国家特定人均收入与美国人均收入（参考文献38）之间的关系，使用世界银行报告的收入数据来估计特定国家的VSL 39（见补充信息）。
空气质量的其他影响的估值，例如林业产量、旅游业或人造材料的折旧的变化，不包括在内，也不包括与气候变化相关的成本。因此，我们的估值可能是保守的，尽管人类健康的估值往往占主导地位。