國家排放配額的公平性：探討氣候行動中的公平與不平等

前言

Nature 的一篇新研究探討了當前全球氣候行動與巴黎協定目標之間的顯著差距。制定各國公平的排放配額極為複雜，因為這受到諸如物理和社會科學的不確定性、全球減排策略以及不同公平原則等多重因素的影響。

以不同的公平原則來衡量，就會有不同的計算方式以及結果出現，並且牽涉到龐大國際資金流動。這是每年氣候大會的膠著爭議點，一般民眾並不會去細究運作細節，但這些公平性原則所產生的不同結果，將很深遠地影響氣候目標是否能夠實現。

國家排放目標的關鍵因素

科學不確定性（Physical and Social Uncertainties）:

• 物理不確定性：主要與地球對排放的溫度反應相關，這會極大地影響剩餘碳預算（Remaining Carbon Budget, RCB），進而影響全球及各國的排放軌跡。例如，達到特定氣候目標的機率（即氣候敏感度的百分位數）對RCB有顯著影響，儘管許多研究僅使用單一機率百分比（例如，50%或67%的機率達到1.5°C）。
• 社會不確定性：主要體現在國內生產總值（GDP）和人口預測中，這些不確定性透過共享社會經濟路徑（Shared Socio-economic Pathways, SSPs）來捕捉，並影響基於平等和能力考量的排放配額。大多數現有文獻僅考慮「中庸」情景SSP2。

全球策略（Global Strategies）:

• 溫度目標與超限（Temperature Target and Overshoot）：大多數研究側重於1.5°C和（遠低於）2.0°C的目標，通常省略中間和超限選項。政府間氣候變遷專門委員會第三工作組（IPCC WGIII）的報告區分了「無或有限超限」和「有超限」的1.5°C情景，這與不同的碳預算相關。
• 減緩時機（Mitigation Timing）：近期減緩行動的時機顯著影響全球排放，但在努力分擔的背景下仍未得到充分研究。
• 負排放（Negative Emissions）：儘管在科學上存在不確定性，但具有重要的政治意涵。
• 非二氧化碳排放減排（Non-CO2 Reductions）：對非二氧化碳排放軌跡的明確引用經常存在缺失，但已被證明在確定 RCB 方面具有高度變異性和影響力。由於非二氧化碳減排潛力的不確定性，它們也可被視為物理和社會不確定性的一部分。

公平性考量（Equity Considerations/Normative Considerations）:

• 責任（Responsibility）：考量各國對全球暖化的歷史貢獻。 對應的分配規則是人均累計排放平等法（Equal Cumulative Per Capita, ECPC），該方法根據歷史排放和基於當時人口國家應有的排放權，分配其應得的剩餘預算（或償還債務）。此規則的結果受到歷史排放納入的起始年份（thist）和折扣率（rd）的顯著影響。例如，中國的歷史債務對其計算方式高度敏感。
• 能力（Capability）：考量各國減少排放的能力和財政手段。對應的分配規則是支付能力法（Ability to Pay, AP），該方法反向基於人均GDP比例，考慮到邊際減排成本的增加。
• 平等（Equality）：即每個人享有相同的排放權利。對應的分配規則是人均趨同法（Per Capita Convergence, PCC），該方法隨著時間從現有排放量（祖父原則）趨同到完全的人均分配，提供了一個過渡期，並確保了國家間基於人口的長期平等。 趨同年份（tconv）是這些規則中一個重要的考量因素，它決定了何時完全趨同於人均分配。 其他詳細的規範參數，例如歷史排放的折扣等。

國家排放配額的意義與影響

• 突顯與現行國家自主貢獻（NDCs）的差距：研究顯示，許多國家的現行 NDC 目標，特別是全球北方國家，與基於公平原則計算出的排放配額之間存在顯著差距。 例如，俄羅斯、沙烏地阿拉伯、墨西哥和阿根廷的 NDC 目標，在預設條件下甚至高於其公平份額的兩倍。 對於中國、巴西、歐盟和美國等國家，其現行 NDC 幾乎與任何努力分擔方法所計算出的公平配額不符，即使考慮不確定性範圍也是如此。僅靠最不嚴格的公平目標仍會留下巨大的排放缺口，這需要進一步的減排努力。
• 指明國際氣候融資需求和潛力：公平配額與成本最佳化減排結果之間的差距，明確了各國在實現 NDC 和國際可轉讓減排成果（ITMOs）方面所需的國際減緩融資。 對於公平目標超出成本最佳化減排量的國家（例如美國、俄羅斯和沙烏地阿拉伯），這意味著它們可以購買排放配額或資助其他國家的減排。 相對地，許多全球南方國家（如巴西、印度和大多數非洲國家）的公平配額遠高於其成本最佳化減排量，這表明應向這些國家提供國際減緩融資。 研究估計，到 2030 年，全球國際氣候資金流總額可能達到 0.5至 7.4 兆美元。
• 影響國內減緩和國際融資的組合策略：國家排放配額的公平分配，會促使各國增加國內減緩措施，直到達到成本最佳化或公平水平中的較低者。 其餘的排放缺口則可透過國際融資來彌補。對於歐盟和美國等國家，公平減排量甚至超過其成本最佳化水平，使得國際融資成為彌補其與 NDC 之間差距的最經濟方式。中國和墨西哥等國，則可能需要結合增加國內減緩投資和國際融資來達到公平目標。許多最不發達國家，如奈及利亞，其公平配額甚至超過其 NDC 和成本最佳化結果，這使得資助這些國家的減緩措施既公平又具成本效益。
• 揭示氣候行動中的深層不平等：國家排放配額的計算結果強調了全球減排努力中存在的深刻不平等，尤其是在全球北方國家。這些差距不僅是激勵各國在國內外資助減緩措施的誘因，也反映了如果以成本最佳化情景的區域產出作為國內目標，預計的減緩努力將存在巨大不平等。
• 為政策制定提供資訊：此類研究作為「公平份額黑箱」的指南，透過系統性地考慮各種影響因素及其不確定性，為決策者在制定公平且符合《巴黎協定》的排放目標時提供清晰的見解。 這些發現對於2025 年 NDC 修訂回合至關重要，可以幫助各國制定更具雄心和公平性的氣候目標。

公平排放配額計算方式

1. 確定全球排放路徑 (Global Emissions Pathways): 首先，需要建立符合《巴黎協定》目標的全球溫室氣體排放路徑。這項工作考慮了多種變數，例如：
2. 1. 非二氧化碳排放路徑：這會影響二氧化碳的剩餘碳預算（Remaining Carbon Budget, RCB）。
   2. 剩餘碳預算 (RCB)：根據不同的峰值溫度目標（例如，1.5°C 或 2.0°C）和氣候敏感度（達到目標的機率），推導出可用的總二氧化碳預算。
   3. 二氧化碳排放路徑形狀：這些路徑會受到近期減緩行動水平、負排放技術部署和非二氧化碳排放軌跡假設的影響。
   4. 此研究涵蓋了土地利用、土地利用變化和林業 (LULUCF) 的溫室氣體排放，並考慮了國際航空和海運的排放（在分配給國家時再扣除）。
2. 應用分配規則 (Allocation Rules)：一旦全球排放路徑確定，接下來就是根據不同的公平性原則將全球排放權分配給各國。研究主要側重於以下三種關鍵的公平原則及其分配規則：
3. 1. 責任（Responsibility）： 對應的分配規則是人均累計排放平等法 (Equal Cumulative Per Capita, ECPC)。 此方法會根據各國對全球暖化的歷史貢獻來分配排放權，考慮其歷史排放和根據當時人口應有的排放權。 計算結果會受到歷史排放納入的起始年份（例如，1850年、1950年或1990年）和折現率的顯著影響。對於許多發達國家，這可能意味著歷史債務。
   2. 能力（Capability）： 對應的分配規則是支付能力法 (Ability to Pay, AP)。 此方法是基於人均國內生產總值 (GDP) 的比例，反向計算各國的排放權，考慮到邊際減排成本的增加。富裕國家（如美國和歐盟）在此原則下會獲得最低的排放配額。
   3. 平等（Equality）： 對應的分配規則是人均趨同法 (Per Capita Convergence, PCC)。 此方法提供了一個從現有排放量（祖父原則，即維持現有不平等）逐漸過渡到完全人均分配的期間，以確保國家間長期基於人口的平等。 趨同年份是該規則的一個重要考量因素，它決定了何時完全趨同於人均分配。
   4. 此外，研究也提到了其他分配規則，例如：
   5. 1. 即時人均法 (Immediate Per Capita, PC)：立即按當前人口水平分配，可能導致與歷史排放趨勢之間的不連續性。
      2. 溫室發展權 (Greenhouse Development Rights, GDR)：結合了能力和歷史責任，並考慮了國家內的財富分配。
      3. 祖父原則 (Grandfathering, GF)：維持當前的排放分配，被認為與分配正義不符。
      4. 成本最佳化 (Cost Optimal, CO)：基於全球最低成本原則的排放路徑，通常不考慮公平性。
3. 整合不確定性因素 (Incorporating Uncertainties): 計算中考慮了影響排放配額公平性的各種不確定性，主要分為三類：
4. 1. 科學不確定性：包括氣候敏感度、GDP預測和人口預測 (透過共享社會經濟路徑 SSPs 捕捉)。
   2. 全球策略：包括溫度目標和超限程度、減緩時機、負排放技術的假設和非二氧化碳排放減排軌跡。
   3. 規範性考量：包括分配原則的選擇（責任、能力、平等）以及詳細的規範性參數，如歷史排放的折現率和趨同年份。 透過Sobol方差分解分析，研究量化了這些因素對公平配額的相對影響。
4. 數據來源： 計算依賴於最新的公開數據，包括：
5. 1. 歷史排放數據。
   2. 二氧化碳預算。
   3. 非二氧化碳排放與二氧化碳預算之間的關係。
   4. IPCC AR6情景數據庫的排放路徑形狀和成本最佳化區域排放估計。
   5. 國家自主貢獻 (NDC) 估計。
   6. 未來人口和GDP數據（來自SSP數據庫）以及過去人口數據。

相關文章

與這個主題相關的文章連結整理如下：

永續農業與氣候資金：巴西COP30峰會的關鍵挑戰
MSCI 氣候轉型追蹤報告：全球企業排放、目標與實體風險現況
非洲南部調適規劃的氣候科學挑戰與展望
美洲熱帶森林適應性無法跟上氣候變遷速度
地球工程的長期氣候衝擊：模型評估與政策啟示
北美氣候政策轉向：加拿大重審碳定價，美國取消社會成本指標
AI 技術對於氣候變遷和永續發展能有哪些方面的助益？
機器學習所繪製的氣候政策地圖，這些政策研究的表現如何？
企業永續發展趨勢：氣候轉型行動計劃 (CTAP) 指南與實務
氣候調適與資金：聯合國報告中的現實與期望
臨界點與氣候行動的誤導性：更精確的理解與策略
全球氣候科技投資金額持續減少中，發生了什麼事？

Chris Dreyer on Unsplash