CC BY
1
ОЦЕНКА ВЛИЯНИЯ ИЗМЕНЕНИЯ КЛИМАТА НА ЭКОНОМИКУ РОССИИ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ КОМПЛЕКСНОЙ ОЦЕНКИ (IAM)
ПОРФИРЬЕВ Борис Николаевич, академик Российской академии наук, [email protected], Институт народнохозяйственного прогнозирования, Российская академия наук, Москва, Россия ORCID: 0000-0001-8515-3257
КОЛПАКОВ Андрей Юрьевич, к.э.н., [email protected], Институт народнохозяйственного прогнозирования, Российская академия наук, Москва, Россия ORCID: 0000-0003-4812-4582
ЛАЗЕЕВА Екатерина Андреевна, [email protected], Институт народнохозяйственного прогнозирования, Российская академия наук, Москва, Россия ORCID: 0009-0008-2065-4593
В мировой практике оценки экономических эффектов изменения климата активно используются модели комплексной оценки (IAM). На основе четырех адаптированных авторами IAMрассчитан экономический эффект изменения климата в России до 2060 г. Согласно полученным модельным расчетам, величина этого эффекта варьирует в широком диапазоне: от -1,3 трлн до +200 млрд руб. к 2040 г.; от - 3 трлн до +300 млрд руб. - к 2060 г. (в ценах 2021 г.). Упрощенный характер методологии IAM, обусловливающий предрасположенность к воспроизведению нелинейно возрастающих ущербов, означает существенно огрубленные величины вышеупомянутого экономического эффекта изменения климата. В связи с этим, их следует воспринимать и трактовать, в первую очередь, с точки зрения знака возникающих эффектов (ущерб или выгода) и рассматривать их как порядок масштаба ожидаемого ущерба или выгод, соответственно, при отсутствии мер адаптации населения и экономики к изменениям климата.
Ключевые слова: модели комплексной оценки (IAM), изменение климата, опасные явления, ущерб, выгода, экономика, сельское хозяйство, энергетика, здоровье человека.
DOI: 10.47711/0868-6351-208-49-61
Роль моделей IAM в оценке экономических эффектов изменения климата. Изменение климата оказывает все более значительное влияние на все сферы жизнедеятельности практически во всех странах мира, включая Россию [1-3]. В связи с этим актуальной в научном и практическом отношении задачей на глобальном и особенно на региональном и национальном уровнях является оценка характера этого влияния, а также масштабов и степени воздействия изменения температуры, режима осадков, ветровых нагрузок, частоты опасных гидрометеорологических явлений и процессов для населения и экономики. Ее решение необходимо для понимания как меры (глубины) упомянутого воздействия на устойчивость и динамику социально-экономического развития, в том числе, в сопоставлении с влиянием других факторов экономического роста; так и объема финансовых, материально-технических и кадровых ресурсов, прежде всего, инвестиций, необходимых для снижения риска и адаптации населения и экономики к последствиям изменения климата.
Одним из эффективных инструментов анализа влияния изменения климата и его последствий на экономику является моделирование прямых и обратных связей между климатической и экономической системами и соответствующих эффектов, которое реализуется в виде моделей комплексной оценки (Integrated Assessment Models, IAM). Практика их разработки на базе теории эндогенного экономического роста и использования началась в 1990-х годах, когда было создано первое поколение «базовых» моделей, обеспечивавших интеграцию климатических и экономических модулей в одну модель. В последующие годы IAM прошли тестирование
и селекцию, в результате которых часть моделей была исключена из использования, часть - модифицирована.
На сегодняшний момент существует около десятка 1АМ, включая их модификации' (рисунок).
Учет опасных явлений Прозрачность
Эндогенный и бедствий («нарушений« Учет плановых и взаимо-
рост устойчивости роста) мер адаптации связанность*
1995 * 2000 2005 2010 * 2015 *
рование
Рисунок. Эволюция развития IAM [6]
* Обеспечение прозрачности и связности данных и процедур моделирования (преодоление эффекта «черного ящика»). CB-IAM - IAM на основе методологии «затраты-выгоды», в рамках которой сопоставляются затраты на реализацию мер снижения эмиссий парниковых газов (декарбонизация) в рамках заданного сценария изменения климата, а также выгоды от снижения ущерба от изменения климата; CE-IAM - IAM на основе оценки только затрат на меры декарбонизации в рамках установленной цели (например, непревышения порога 2°С).
Наиболее эффективными являются два последних поколения IAM, которые учитывают последствия опасных гидрометеорологических явлений и бедствий (так называемые эффекты «тяжелых хвостов»), в том числе модели MIMI (modularized,
1 Подробнее об IAM и их развитии см. [4-5], а также сайт РКИК ООН. URL: https://unfccc.int/topics/mitiga-
tion/workstreams/response-measures/modelling-tools-to-assess-the-impact-of-the-implementation-of-response-
measures/integrated-assessment-models-iams-and-energy-environment-economy-e3-models
open source based), позволяющие смягчить распространенную критику IAM за отсутствие прозрачности и формат «черного ящика».
Согласно Ф. Тоту [7], модели делятся на две группы, различающиеся в зависимости от их целевой функции (см. рисунок):
1) межотраслевые (межсекторальные) оптимизационные модели (policy optimization models, РОМ) ориентированы на оптимизацию межотраслевого взаимодействия в целях роста благосостояния (модели общего равновесия DICE, RICE2, WITCH3, FUND4, MIND);
2) численные (имитационные) модели экономической оценки эффектов климатической политики (policy evaluation models, PEM) ориентированы на минимизацию издержек на меры указанной политики, реализуемой через достижение частичного равновесия (модели PAGE-2009, PAGE-ICE5) [6].
IAM активно используются в подготовке оценочных докладов Межправительственной группы экспертов по изменению климата (МГЭИК). Если в первых двух докладах применение IAM из-за их недостаточного развития было ограничено, то начиная с подготовки Третьего доклада МГЭИК (и в его рамках специального доклада о сценариях эмиссии парниковых газов - Special Report on Emissions Scenarios, SRES в 2000 г.) и его публикации в 2001 г. началось активное использование IAM: сценарии эмиссий парниковых газов и социально-экономического развития (Representative Concentration Pathways, RCP и Shared Socioeconomic Pathways, SSP, соответственно) являются входными параметрами этих моделей [9-13].
Совместное использование различных сценариев эмиссий парниковых газов (ПГ) и моделей IAM в рамках работы МГЭИК позволяет: а) оценивать влияние антропогенных эмиссий на климатическую систему (изменение температуры, уровня моря, частоты и интенсивности экстремальных погодных явлений); б) оценивать экономические последствия изменения климата; в) разрабатывать и оценивать эффективность различных политик и мер по снижению эмиссий ПГ и адаптации к изменениям климата [14].
Принципиальная схема (логика) IAM выглядит следующим образом. Функционирование природных (экосистем) и хозяйственных систем обусловливает эмиссии ПГ, поступающие в атмосферу, в которой ПГ накапливаются, их концентрация в атмосфере увеличивается, что ведет росту средней глобальной температуры и другим изменениям климата (осадки, ветровые нагрузки и т. д.), порождающим как благоприятные, так и (главным образом) неблагоприятные эффекты для экосистем, а также населения и экономики. Эти эффекты выражаются в экономических категориях выгод и ущерба (потерь), соответственно, и учитываются в соответствующих блоках (модулях) модели, формируя, таким образом, замкнутую цепь или контур вычислений. Ключевым сценарным параметром обычно является объем антропогенных (техногенных) эмиссий, который, в зависимости от результативности политики декарбонизации экономики, влияет на уровень накопления и концентрации ПГ в атмосфере и, в конечном счете (поскольку эмиссии экосистем в этом случае полагаются константой), -на масштабы и тяжесть эффектов изменения климата для экономики (размер ущерба
2 Модели DICE (Dynamic Integrated Climate-Economy) и RICE (Regional Integrated Climate-Economy) разработаны У. Нордхаусом и его учениками, за что в 2018 г. им получена Нобелевская премия по экономике. Подробнее см: Порфирьев Б.Н. Экология как экономика //Коммерсант, 31 октября 2018 г. О самих моделях см: URL: https://github.com/olugovoy/climatedice
3 Модель WITCH (World Induced Technical Change Hybrid) разработана фондом RFF-CMCC-EIEE (Италия) при активной поддержке ОЭСР. Подробнее см: URL: https://www.witchmodel.org/documentation
4 Модель FUND (Framework for Uncertainty, Negotiation and Distribution) разработана Р. Толом (Нидерланды, Ирландия). Подробнее см: URL: http://www.fund-model.org/MimiFUND.jl/latest
5 Модель PAGE-ICE (Policy Analysis of the Greenhouse Effect — Integrated Climate and Economy) разработана К. Хоупом (Великобритания). Базовая версия модели PAGE была положена в основу первого капитального исследования по экономике климатических изменений под руководством Н. Стерна [8]. О модели PAGE-ICE см: URL: https://github.com/openmodels/PAGE-ICE
и потерь). Сравнение затрат на меры сокращения эмиссий ПГ и выгод от снижения благодаря этому ожидаемого ущерба и потерь, которое лежит в основе моделей CB-IAM, - главная характеристика, на основе которой формируются научные рекомендации для государственных органов по проведению соответствующей политики.
IAM различаются: 1) по охвату секторов экономики - модели могут содержать отдельные блоки по ключевым секторам-эмитентам, например, ТЭК, сельскому и лесному хозяйству, землепользованию, здоровью и смертности населения, технологиям, различным составляющим климатической системы Земли; 2) по охвату географических регионов - в целом число регионов невелико, и они достаточно укрупнены (так, Россия в явном виде выделяется в модели DICE/RICE, в других моделях выделяется регион «Страны бывшего СССР» или еще более крупный агрегат); в) по способу оценки экономических последствий изменения климата (функции ущерба) (табл. 1).
Таблица 1
Типы IAM и их особенности
Наименование модели Количество регионов мира Тип функции (ущерба) Учет мер адаптации
DICE (DICE-2013) RICE (RICE-2010) FEEM-RICE AD-DICE AD-RICE FUND 3.9 WITCH PAGE-09 * Оперативные мер ** Превентивные ме 1 (мир в целом) 12 10 1 (мир в целом) 13 16 12 8 ы адаптации. эы адаптации. Линейно-квадратичный Квадратичный, конкретный регион Квадратичный, конкретный регион Линейно-квадратичный Квадратичный, конкретный регион Комплексный, функции ущерба для 8 секторов по каждому региону Квадратичный, конкретный регион Степенная с неопределенной экспонентой; с учетом природных бедствий (катастроф) В неявном виде В неявном виде В неявном виде В явном виде В явном виде* В неявном виде В неявном виде В явном виде**
Источники: [6-7].
Особо выделим вопрос об учете (включении) в IAM мер адаптации, которые, на первый взгляд, в этих моделях не учитываются. На самом деле, ситуация сложнее. В ряде IAM эти меры учитываются в неявном виде (имплицитно). В том числе, в модели DICE, в которой оценка совокупного ущерба включает (подразумевает) эффекты от затрат и выгод адаптации, представляя собой функцию «чистого» совокупного ущерба; в модели PAGE, в которой величина ущерба представляет собой разность ущерба при реальной и допустимой температурах. Например, ущерб при росте (реальной) температуры на 1°С без адаптации эквивалентен ущербу при повышении температуры на 3°С в условиях, когда благодаря мерам адаптации достигнуты эффекты снижения температуры до допустимых 2°С [6].
В то же время, в других IAM меры адаптации учитываются уже в явном виде. В частности, в AD-DICE, являющейся усовершенствованной версией модели DICE, в которой функция ущерба дезагрегируется на затраты на адаптацию и остаточный ущерб и предусматривается выбор наилучшего (предпочтительного) сочетания мер по смягчению воздействия (митигации) и адаптации. В модели FUND меры адаптации учитываются уже в явном виде в отношении отдельных секторов экономики: а) прибрежных районов, применительно к которым предусматривается анализ (расчет) затрат и выгод, связанных с дорогостоящей защитой расположенных там объектов от повышения уровня моря; б) сельского хозяйства, применительно к которому оценка мер снижения уязвимости хозяйственных систем подразумевает эффект так называемой автономной адаптации, предполагающий, что часть ущерба, обусловленного последствиями изменения климата, со временем снижается без каких-либо затрат
(при нулевых издержках). Однако в отношении других секторов меры адаптации учитываются в неявной форме, аналогично с моделью DICE [6] (см. табл. 1).
В данной статье авторами предпринята попытка оценки экономических эффектов изменения климата в России с использованием IAM, конкретно - моделей DICE/RICE, WITCH, FUND и PAGE-ICE. Выбор моделей осуществлялся согласно трем ключевым факторам: 1) Россия выделена в модели либо в явном виде, либо включена в достаточно однородный региональный агрегат; 2) методология оценки или сама модель представлены в открытом доступе и могут быть воспроизведены независимыми исследователями; 3) в модели оценивается широкий и сопоставимый спектр экономических эффектов [15].
Методология оценки экономических эффектов изменения климата на основе моделей IAM. Модели DICE рассматривают экономические и климатические процессы на глобальном уровне, модели RICE предполагают декомпозицию оценок на несколько региональных блоков. Номенклатура экономических эффектов изменения климата в DICE/RICE включает следующие элементы: сельское хозяйство, энергопотребление, прибрежная зона (повышение уровня моря), населенные пункты, здоровье человека (включая смертность), общественные (non-market) объекты благоустройства, фактор природных бедствий (катастроф) и их последствия. Для каждого элемента рассчитаны эффекты воздействия (последствий) при увеличении температуры на 2,5°C, выраженные в процентах от ВВП. Далее, в зависимости от конкретных сценарных условий, происходит перерасчет возникающих эффектов [16].
В общем виде функции модели можно представить следующим образом:
где: Impacti - эффект изменения климата для i-го сектора (сферы) экономики (% от ВВП); Tt и Tt0 - средняя региональная температура в отчетном (t) и базовом (t0) годах (°C); Yt и Yt0 - ВВП на душу населения в отчетном (t) и базовом (t0) годах (долл. в постоянных ценах); а, ßj, a¿ - коэффициенты, характеризующие специфику í-го сектора (сферы) экономики и рассматриваемого региона мира (в случае RICE).
В модели WITCH блок оценки ущерба и выгод от изменения климата структурно заимствован из моделей DICE/RICE, однако отличается уточненными настроечными параметрами. В общем виде функции соответствуют уравнению (1).
В модели FUND экономические эффекты изменения климата охватывают сельское хозяйство, лесное хозяйство, водное хозяйство (водные ресурсы), энергетику (потребление энергии), прибрежную зону (повышение уровня моря), экосистемы (биоразнообразие), здоровье человека (включая смертность), опасные и экстремальные погодные явления (включая бедствия) и их последствия. Набор функций в модели достаточно широк и представлен следующей системой типовых уравнений:
Impacti = а^ • (Tt - Тю)8\ Impacti = V-i^Tt + ßf Tt2, Impacti = Pi • ln СО2 ,
(2)
(3)
(4)
(5)
(6)
Impacti = at • Gt0 • arctgTt • Q
(7)
Impacti = щ • Gto • (Tt)8i • (^-f • (8)
\'tOS Ft0
где: СО2 - концентрация CO2 в атмосфере (ppm, частиц на млн); Gt0 - ВВП в базовом (t0) году (долл. в постоянных ценах); Pt, Pt0 - численность населения в отчетном (t) и базовом (t0) годах (чел.); а;, р£, , 8i, е^, р£, т - коэффициенты, характеризующие специфику i-го сектора (сферы) экономики и рассматриваемого региона мира.
Главное отличие модели PAGE-ICE от других IAM - учет в явном виде влияния Арктической зоны на глобальную климатическую систему, что особенно актуально для России [17]. В рамках модели симулируется протаивание многолетнемерзлых грунтов, что способствует высвобождению метана и ускорению роста приземной температуры воздуха, которое, в свою очередь, ускоряет деградацию этих грунтов. Дополнительный драйвер климатических изменений - таяние снега и льда, которое снижает отражающую способность поверхности Земли и способствует дополнительному поглощению нагревающего солнечного излучения. Учет перечисленных особенностей изменения климата значительно увеличивает масштабы последствий этого процесса и сопряженных с этим оценок экономических эффектов. Модель содержит готовые региональные коэффициенты ущерба и выгод по каждому сектору (сфере) экономики, выраженные в процентах от ВВП, с прогнозом до 2300 г.
Таким образом, модельные блоки оценки экономических эффектов изменения климата в перечисленных IAM оперируют всего четырьмя базовыми параметрами: ВВП, численность населения, температура и концентрация СО2 в атмосфере. Дифференциация регионов мира осуществляется через использование различных числовых коэффициентов в математических функциях, подобранных для лучшего отражения региональных особенностей.
Количественная оценка влияния изменения климата на экономику России с использованием IAM. Используя каждую из перечисленных выше IAM, авторами были рассчитаны экономические эффекты изменения климата на период до 2060 г. Параметры, характеризующие развитие России и включаемые в функции моделей, представлены в табл. 2.
Таблица 2
Параметры развития экономики России - экзогенные переменные для моделей IAM
Показатель 2021 г. 2030 г. 2040 г. 2050 г. 2060 г.
ВВП, трлн руб. (в ценах 2021 г.)* Численность населения, млн чел. Средняя температура в России, °С Концентрация С02 в атмосфере, ч/млн * Курс доллара принят на уровне 74 руб. 135,8 147,0 -3,0 416,4 (а всем рассм 167,4 143,3 -2,4 459,0 атриваемом 224,5 139,9 -1,6 488,7 периоде. 300,5 137,5 -1,1 518,2 384.8 134.9 -0,8 545,9
Источник: оценки авторов на основе данных Росстата, Росгидромета, Global Monitoring Laboratory.
С целью сопоставимости полученные результаты были приведены к единообразному виду, который отражает ежегодный эффект на 2040, 2050 и 2060 гг. в сравнении с ситуацией 2021 г. (в рублях в ценах 2021 г. - см. табл. 3).
Что касается сельского хозяйства России, согласно расчетам по модели FUND, изменение климата положительно скажется на доходах отрасли благодаря приближению температурного режима к оптимальному уровню и росту урожайности. Прежде всего, благодаря увеличению вегетационного периода в северных широтах России и расширению территорий, используемых для сельскохозяйственных нужд, а также за счет выращивания более теплолюбивых и ценных культур [18].
Результаты расчетов по моделям WITCH и DICE/RICE также показывают хоть и меньшую, по сравнению с FUND (примерно вдвое в 2060 г.), но все же значительную выгоду для сельского хозяйства России. Положительные эффекты, рассчитанные по модели WITCH, характеризуются наименьшими значениями, очевидно, вследствие наиболее полного учета последствий учащения опасных (экстремальных) погодных условий. Так, увеличение интенсивности засух, особенно в южных регионах России, и обильные осадки и сильные заморозки приводят к ощутимым потерям урожая (яркий пример - май 2024 г.) и росту затрат на развитие систем орошения посевов [19]. Упомянутые выше положительные эффекты увеличиваются постепенно: от нескольких десятков млрд рублей в 2030 г. до 400 млрд руб. к середине века.
Таблица 3
Ежегодный экономический эффект от изменения климата в сравнении с 2021 г.
(млрд руб. в ценах 2021 г.)*
Показатель 2030 г. 2040 г. 2050 г. 2060 г.
Сельское хозяйство**
DICE/RICE WITCH FUND 19,4 16,0 29,4 54,8 45,3 208,0 114,8 94,8 314,6 216,2 178,6 400,3
Лесное хозяйство***
FUND 0,000 0,000 -0,001 -0,001
Энергетика (потребление энергии)****
DICE/RICE WITCH FUND 10,2 0,5 -189,7 28,5 1,5 -264,0 58,8 3,2 -274,5 109,0 5,9 -275,1
Прибрежная зона (подъем уровня моря)*****
DICE/RICE WITCH PAGE-ICE -1,8 -0,8 -61,5 -5,2 -2,3 -152,0 -10,6 -4,7 -264,8 -19,8 -8,8 -413,1
Недвижимость и инфраструктура******
DICE/RICE WITCH -0,8 -10,2 -2,3 -28,2 -4,7 -57,4 -8,6 -104,7
Общественные объекты благоустройства*******
DICE/RICE 25,6 73,4 156,1 298,8
Природные бедствия (катастрофы) и их последствия********
DICE/RICE WITCH PAGE-ICE -40,9 -46,7 -406,5 -119,1 -136,0 -1008,6 -257,0 -293,3 -1822,9 -500,0 -570,7 -2699,7
* Отрицательные значения — ущерб, положительные значения — выгоды. ** Изменение годового дохода как функция баланса ущерба (потери) урожая от опасных природных явлений и выгод от увеличения продуктивности растениеводства из-за обогащения почвы СО2, соответствия температуры оптимальным условиям ведения сельского хозяйства. *** Изменение годового дохода как функция баланса ущерба от лесных пожаров и ускоренного роста леса из-за потепления климата. **** Изменение чистых текущих затрат на энергопотребление как результирующая от дополнительных затрат на кондиционирование и экономии на теплоснабжении. ***** Стоимость основных фондов, размещенных в прибрежной зоне и находящихся под риском разрушения из-за наводнений и паводков. ****** Стоимость основных фондов (главным образом, в городах и производственных центрах), находящихся под риском разрушения из-за последствий опасных природных явлений (исключая наводнения). ******* Изменение годового дохода экономики как функция чистых текущих затрат потребителей на отдых и рекреацию на природе («на открытом воздухе»). ******** Изменение годового дохода как функция ущерба от разрушения основных фондов от воздействия опасных природных явлений, обусловленных изменением климата.
Источник: расчеты авторов.
Для лесного хозяйства чистый экономический эффект влияния климатических изменений, согласно результатам расчетов по модели FUND, оказывается незначительным, поскольку выгоды от ускоренного роста древесины [20] и ущерб от лесных пожаров практически уравновешивают друг друга.
Более сложная ситуация в энергетике, в сфере энергопотребления. Расчеты по разным IAM дают различные результаты: кардинально расходятся не только оценки масштабов эффекта, но даже его знак (выгода или ущерб). Результирующие значения, очевидно, зависят от расчетной экономии потребителями затрат на отопление в периоды холодов (что особенно актуально для северных и восточных регионов России, где зимние температуры часто бывают экстремально низкими [21]) и дополнительных затрат на электроэнергию для кондиционирования воздуха в теплые периоды года (особенно актуально для южных регионов России).
Так, согласно результатам расчетов по модифицированной модели FUND [22], уже в 2030 г. дополнительные затраты на энергопотребление могут достигнуть почти 200 млрд руб.; далее рост замедлится, но к 2060 г. они увеличатся еще на 37%. Такой результат труднообъясним - наиболее вероятно, что данная модель плохо адаптирована для оценки эффекта в российских условиях, но, в любом случае, не может считаться приемлемым вариантом при обосновании принятия решений. В то же время, модели DICE/RICE и WITCH (калибровка которых осуществлялась на основе данных по США и Европе, соответственно) воспроизводят более скромные по масштабу и при этом положительные результирующие эффекты: экономия потребителей на обеспечении теплом превышает дополнительные траты на кондиционирование воздуха. Данный результат в большей степени соответствует полученным ранее оценкам российских экспертов в области энергетики [23].
В отношении эффектов в прибрежной зоне модельные оценки демонстрируют, что Россия, как и многие другие страны, в ближайшие 30-40 лет будет испытывать растущие и значительные ущерб и потери из-за учащения наводнений и паводков. Увеличение связанных с ними издержек обусловлено не только повреждением и разрушением зданий и сооружений (включая объекты инфраструктуры), расположенных вблизи береговой линии, но и затратами на эвакуацию и переселение населения из затопленных районов. При этом обращают на себя внимание прогнозные оценки, полученные с использованием модели PAGE-ICE: экономический эффект в этом случае в десятки раз превышает аналогичный результат расчетов по другим моделям. По-видимому, в модельные функции PAGE-ICE заложена намного большая интенсивность опасных явлений из-за учета протаивания и деградации многолетне-мерзлых грунтов и разрушения Арктических экосистем.
Недвижимость и инфраструктура также будут испытывать растущие и значительные ущерб и потери. Согласно модели DICE/RICE, они будут обусловлены повреждениями и разрушениями объектов, прежде всего, инфраструктуры, в городах из-за увеличения частоты и интенсивности экстремальных погодных явлений. Поскольку при калибровке WITCH дополнительно учитывались затраты на охрану окружающей среды (охрана почвы и подземных вод, защита от шума, радиации), результирующий эффект оказывается на порядок выше. Однако и его трудно считать максимальной оценкой, поскольку модель WITCH (как и DICE/RICE), в отличие от PAGE-ICE, не учитывает риски деградации многолетнемерзлых грунтов и возможного повреждения расположенных на них зданий и сооружений. В то же время наши оценки показывают, что связанный с этим ущерб является одной из наиболее значимых составляющих экономических эффектов изменения климата в России6.
6 См. Порфирьев Б.Н., Елисеев Д.О., Колпаков А.Ю. Оценка инвестиций в адаптацию экономики к последствиям деградации многолетней мерзлоты в России // Вестник Российской академии наук. 2023. Т. 93. № 3. С. 246-254. СО1: 10.31857^0869587323030106; Порфирьев Б.Н., Елисеев ДО. Интегральный подход к экономической оценке последствий деградации многолетней мерзлоты для устойчивости основных фондов в российской Арктике//Проблемы прогнозирования. 2023. № 2 (197). С. 30-43. ВО!: 10.47711/0868-6351-197-30-43; Порфирьев Б.Н., Елисеев Д.О. Сценарная оценка ожидаемого ущерба от деградации многолетней мерзлоты: региональный и отраслевой аспекты // Проблемы прогнозирования. 2023. № 5 (200). С. 124-135. ВО!: 10.47711/0868-6351-200-124-135.
Модель DICE/RICE выделяет позитивный эффект в России, связанный с так называемыми нерыночными (non-market), по сути общественными, объектами благоустройства, обеспечивающими полноценный отдых и рекреацию населения на природе, и получением от этого дополнительных доходов в сфере услуг. При этом выгоды от расширения возможностей летнего досуга (отдых на природе, походы, водные развлечения и др.) существенно превышают отрицательный эффект из-за сокращения зимнего сезона (лыжи, хоккей, коньки и др.). Совокупный позитивный эффект здесь сопоставим с выгодами, формирующимися в сельском хозяйстве.
Наибольший ущерб экономике мира и России наносят природные бедствия (катастрофы) и их последствия, обусловленные изменением климата. Наиболее масштабные глобальные эффекты связаны с рисками повышения уровня моря, смещения муссонов, разрушения Западно-Антарктического ледяного щита, изменения океанических течений. Модель PAGE-ICE дополнительно учитывает возможные крупномасштабные социально-экономические последствия изменения климата: массовые миграции, пандемии, войны, в результате чего моделируемый ущерб на порядок превышает показатели моделей DICE/RICE и WITCH [24]. Перечисленные глобальные процессы и эффекты существенно увеличивают частоту, интенсивность и масштабы последствий бедствий и чрезвычайных ситуаций гидрометеорологического погодно-климатического характера на региональном уровне, включая Россию. Например, согласно модельным оценкам специалистов Национального бюро экономического анализа (NBER) США, включение в модель вышеупомянутых глобальных эффектов потепления (в дополнение к региональным последствиям повышения глобальной температуры) увеличивает стоимость совокупного ущерба (потерю благосостояния), рассчитанную по моделям DICE/RICE и WITCH, примерно в шесть раз [25, с. 3].
Что касается оценки экономических эффектов от влияния изменения климата на заболеваемость и смертность населения, расчеты по разным моделям дают похожий результат: чистый (балансовый) годовой эффект достаточно скромный - он ограничен 16 млрд руб. (в ценах 2021 г.). Однако набор учитываемых факторов и масштабы эффектов существенно различаются в зависимости от используемой модели (см. табл. 4).
Модели DICE/RICE и WITCH содержат в своем составе одинаковый модельный блок оценки последствий для здоровья, который подразумевает, что повышение температуры и изменение режима осадков создают благоприятные условия для размножения переносчиков болезней и распространения климат-зависимых инфекционных заболеваний (малярия, денге, желтая лихорадка). Кроме того, учитывается фактор ухудшения качества воздуха и водных ресурсов. При этом результат расчетов выражается в виде экономического ущерба (в денежной) форме.
В модели FUND учитываются социальные последствия изменения климата в виде смертности от трех категорий заболеваний (сердечно-сосудистых, респираторных и инфекционных), которые нами затем пересчитываются в экономический ущерб (см. табл. 4). При этом, согласно модельным расчетам, эффект от инфекционных заболеваний в российских условиях оказывается близким к нулевому (который по этой причине не отражен в указанной таблице); а наиболее масштабные эффекты - от нескольких тыс. до более 160 тыс. дополнительных смертей, от нескольких млрд руб. до почти 1,3 трлн руб. в год - связаны с усугубленными жарой сердечно-сосудистыми заболеваниями, в первую очередь, пожилых людей (старше 65 лет). При этом указанный рост смертности в жаркое время года перекрывается эффектом снижения смертности в холодное время года (см. табл. 4). Эти результаты корреспондируются с оценками других модельных исследований, охватывающих общемировую ситуацию и другие регионы и страны мира (см., например: [27-29]).
Выводы. Модели 1АМ являются важным аналитическим инструментом, использование которого помогает международным экспертам, прежде всего МГЭИК, в научном обосновании их оценок экономических эффектов изменения климата, что, в свою очередь, вносит вклад (необходимый, но пока недостаточный) в восприятие и оценку общественными и политическими кругами государств и мирового сообщества характера и масштабов указанных эффектов.
Анализ методологии мировых 1АМ показывает, что они используют простые математические функции, которые фактически зависят всего от четырех параметров -ВВП, численности населения, средней температуры и концентрации СО2 в атмосфере.
Таблица 4
Ежегодный эффект от последствий изменения климата в сравнении с ситуацией 2021 г.
2030 г. 2040 г. 2050 г. 2060 г.
Модели, учитываемые параметры Экономический эффект*, млрд руб. (в ценах 2021 г.)
DICE/RICE, WITCH -1,0 -2,3 -3,8 -3,4
FUND** 12,8 16,4 15,8 7,0
Сердечно-сосудистые заболевания | холод |
люди до 65 лет 6,6 12,0 20,2 31,0
Сердечно-сосудистые заболевания | холод |
люди после 65 лет 346,3 628,0 1054,3 1613,6
Сердечно-сосудистые заболевания | жара |
люди до 65 лет -6,7 -12,2 -20,8 -32,2
Сердечно-сосудистые заболевания | жара |
люди после 65 лет -286,4 -524,9 -890,9 -1377,4
Респираторные заболевания -47,1 -86,5 -147,1 -228,0
Изменение смертности, тыс. чел.
FUND** -3,7 -3,4 -2,4 -0,8
Сердечно-сосудистые заболевания | холод |
люди до 65 лет -1,9 -2,5 -3,1 -3,6
Сердечно-сосудистые заболевания | холод |
люди после 65 лет -98,8 -130,4 -160,8 -188,6
Сердечно-сосудистые заболевания | жара |
люди до 65 лет 1,9 2,5 3,2 3,8
Сердечно-сосудистые заболевания | жара |
люди после 65 лет 81,7 109,0 135,9 161,0
Респираторные заболевания 13,4 18,0 22,4 26,6
* Отрицательные значения — рост ущерба, положительные значения — снижение ущерба.
** Модель FUND рассчитывает смертность в количестве случаев на 100 тыс. чел. Пересчет в стоимост-
ные характеристики осуществлен с помощью показателя утроенного среднедушевого ВВП, исходя из ре-
комендаций ВОЗ по оценке эффективности затрат на спасение (продление) одного года жизни средне-
статистического индивида (единица DALY) [26].
Источник: расчеты авторов.
Структура экономики, научно-технологическое развитие, территориальные и природные особенности, специализированная политика в сфере климатических изменений не учитываются в должной степени при выполнении глобальных расчетов. Дифференциация стран реализуется посредством числовых коэффициентов в уравнениях - они подбираются в процессе калибровки моделей для наилучшего приближения используемых уравнений к имеющимся частным данным. Поскольку разработчиками и основными пользователями моделей 1АМ являются специалисты из США и Европы, калибровочные процедуры максимально ориентированы на особенности указанных развитых экономик - это объективное следствие участия именно этих экспертов и имеющихся в их распоряжении данных. В то же время другие, прежде всего, развивающиеся страны, специфика их экономик и актуальных для них климатических рисков, остаются вне «поля зрения» разработчиков 1АМ, либо учитываются в явно недостаточной степени (например, эффекты протаивания и деградации многолетнемерзлых
грунтов, являющиеся важнейшей составляющей формирования экономических эффектов изменения климата в России). При этом важно отметить, что IAM ориентированы на воспроизведение катастрофических рисков от изменения климата в мире, так как характер используемых математических функций учитывает эффект степенного/экспоненциального роста ущерба при увеличении температуры.
Таким образом, результаты расчетов по IAM следует воспринимать как весьма огрубленную (укрупненную) оценку, которая: а) скорее выявляет группы рисков для основных фондов (в существенно меньшей мере для населения) или возможности использования благоприятных последствий изменения климата отдельными сегментами рынка и когортами населения, чем дает более или менее детальную картину экономических эффектов упомянутого изменения; б) демонстрирует скорее характер (знак) таких эффектов (выгода или ущерб) и, с оговорками, порядок их масштабов, чем более или менее точную их количественную оценку. В этом отношении показательны результаты расчетов с использованием IAM применительно к условиям России, которые дали оценку совокупного экономического эффекта последствий изменения климата (в ценах 2021 г.) в диапазоне от -1,3 трлн до +200 млрд руб. к 2040 г.; и от - 3 трлн до +300 млрд руб. - к 2060 г.
Такие оценки, очевидно, полезны для научных и политических дискуссий при обосновании стратегий и программ действий в рамках формирования климатической политики на самом верхнем глобальном уровне (мира в целом и его макрорегионов). Однако для разработки и обоснования эффективной национальной политики адаптации к изменениям климата необходимы специализированные методы и модели, учитывающие уникальные особенности стран, и обстоятельная комплексная экспертиза вариантов решений, включая управленческие и производственные технологии, на отраслевом и региональном уровнях, прежде всего, при планировании адаптационных мер.
Литература / References
1. IPCC, 2023: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva, Switzerland. 184 p. DOI: 10.59327/IPCC/AR6-9789291691647.
2. Третий оценочный доклад об изменениях климата и их последствиях на территории Российской Федерации. Общее резюме /Под ред. В.М. Катцова. СПб., Наукоемкие технологии. 2022. 124 с. [Tretiy otsenochnyy doklad ob izmeneniyakh klimata i ikh posledstviyakh na territorii Rossiyskoy Federatsii. Obshchee rezyume. Pod red. V.M. Kattsova. Sankt-Peterburg. Naukoemkie tekhnologii. 2022. 124 s. (In Russ.)]
3. Оценка макроэкономических последствий изменений климата на территории Российской Федерации на период до 2030 г. и дальнейшую перспективу / Под ред. В.М. Катцова и Б.Н. Порфирьева. М., Д'АРТ. Главная геофизическая обсерватория. 2011. 252 с. [Otsenka makroekonomicheskikh posledstviy izmeneniy klimata na territorii Rossiyskoy Federatsii nа period do 2030 g. i dal'neyshuyu perspektivu. Pod red. V.M. Kattsova i
B.N. Porfir'eva. M., D'ART. Glavnayageofizicheskaya observatoriya. 2011. 252 s. (InRuss.)]
4. Kondrup C., Mercogliano P., Bosello F., Mysiak J., Scoccimarro E., Rizzo A., Ebrey R., de Ruiter M., Jeuken A., Watkiss P. (Eds). Climate Adaptation Modelling. Springer Climate. 2022. 243 p.
5. Haurie A., Viguier L. (Eds). The Coupling of Climate and Economic Dynamics. Essays on Integrated Assessment // Advances in Global Change Research. Springer. Dordrecht. 2005. Vol. 22. 383 p. URL: https://doi.org/10.1007/1-4020-3425-3
6. Schwarze R., Oberpriller Q., Peter M., Fussier J. Modelling the Cost and Benefits of Adaptation. A Targeted Review on Integrated Assessment Models with a Special Focus on Adaptation Modelling / In: Kondrup et al. Climate Adaptation Modelling. 2022. Pр. 5-10.
7. Toth F.L. Coupling Climate and Economic Dynamics: Recent Achievements and Unresolved Problems. In: Haurie A., Viguier L. (eds). The Coupling of Climate and Economic Dynamics. Essays on Integrated Assessment. Advances in Global Change Research. Springer. Dordrecht. 2005. Vol. 22. URL: https://doi.org/10.1007/1-4020-3425-3_2
8. The Stern Review on the Economics of Climate Change. Cambridge University Press. 2007. 712 p.
9. Гладильщикова А.А., Семенов С.М. Межправительственная группа экспертов по изменению климата (МГЭИК): цикл шестого оценочного доклада // Фундаментальная и прикладная климатология. 2017. Т. 2.
C. 13-25. DOI: 10.21513/2410-8758-2017-2-13-25. [Gladil'shchikova A.A., SemenovS.M. Mezhpravitel'stvennaya gruppa ekspertov po izmeneniyu klimata (MGEIK): cikl shestogo ocenochnogo doklada // Fundamental'naya i prikladnaya klimatologiya. 2017. T. 2. S. 13-25. (In Russ.)]
10. IPCC, 2001: Climate Change 2001: Synthesis Report. Contribution of Working Groups I, II and III to the Third Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Cambridge University Press, Cambridge, United Kingdom and New York. NY. USA. 397p.
11. IPCC, 2007: Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva. Switzerland. 104 p.
12. IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC. Geneva. Switzerland. 151 p.
13. Семенов С.М., Гладильщикова А.А. Сценарии антропогенных изменений климатической системы вXXI веке // Фундаментальная и прикладная климатология. 2022. Т. 8. № 1. С. 75-106. DOI: 10.21513/2410-8758-20221-75-106. [Semenov S.M., Gladil'shchikova A.A. Scenarii antropogennyh izmenenij klimaticheskoj sistemy vXXI veke //Fundamental'naya i prikladnaya klimatologiya. 2022. T. 8. № 1. S. 75-106. (In Russ.)]
14. Patt A., Vuuren D., Berkhout F., Aaheim A., Hof A., Isaac M., Mechler R. Adaptation in Integrated Assessment Modeling: Where Do We Stand? // Climatic Change. 2010. Vol. 99. Pp. 383-402. DOI: 10.1007/s10584-009-9687-y.
15. Wang T.-P., Teng F. A multi-model assessment of climate change damage in China and the world // Advances in Climate Change Research. 2022. Vol. 13. Pp. 285-396. URL: https://doi.org/10.1016/j.accre.2022.04.005
16. Nordhaus W.D., Boyer J. Warming the World: Economic Models of Global Warming. The MIT Press. 2000. URL: https://doi.org/10.7551/mitpress/7158.001.0001
17. Никитина Е.Н. Изменение климата в Арктике: адаптация в ответ на новые вызовы //Контуры глобальных трансформаций: политика, экономика, право. 2019. № 5. С. 177-200. DOI: 10.23932/2542-0240-2019-12-5177-200. [Nikitina E.N. Izmenenie klimata v Arktike: adaptaciya v otvet na novye vyzovy // Kontury global'nyh transformacij: politika, ekonomika, pravo. 2019. No. 5. Pp. 177-200. (In Russ.)]
18. Светлов Н.М., Сиптиц С.О., Романенко И.А., Евдокимова Н.Е. Влияние изменения климата на размещение отраслей сельского хозяйства России // Проблемы прогнозирования. 2019. № 4 (175). С. 59-74. DOI: 10.1134/S1075700719040154. [Svetlov N.M., Siptits S.O., Romanenko I.A., Evdokimova N.E. Vliyanie izmeneniya klimata na razmeshchenie otraslej sel'skogo hozyajstva Rossii // Problemy prognozirovaniya. 2019. No. 4 (175). S. 59-74. (InRuss.)]
19. Шарко Е.Р. Влияния изменений климата на сельское хозяйство в регионах Российской Федерации // Теоретическая и прикладная экономика. 2022. № 1. С. 11-24. DOI: 10.25136/2409-8647.2022.1.35866. [Sharko E.R. Vliyaniya izmenenij klimata na sel'skoe hozyajstvo v regionah Rossijskoj Federacii // Teoreticheskaya i prikladnaya ekonomika. 2022. No. 1. S. 11-24. (In Russ.)]
20. Торжков И.О., Кушнир Е.А., Константинов А.В., Королева Т.С., Ефимов С.В., ШкольникИ.М. Оценка влияния ожидаемых изменений климата на лесное хозяйство //Метеорология и гидрология. 2019. № 3. С. 40-49. [I.O. Torzhkov, E.A. Kushnir, A.V. Konstantinov i dr. Ocenka vliyaniya ozhidaemyh izmenenij klimata na lesnoe hozyajstvo /// Meteorologiya i gidrologiya. 2019. No. 3. S. 40-49. (In Russ.)]
21. Гинзбург А.С., Решетарь О.А., Белова И.Н. Влияние климатических факторов на энергопотребление в отопительный сезон // Теплоэнергетика. 2016. № 9. С. 20-27. DOI: 10.1134/S0040363616080063. [Ginzburg A.S., Reshetar' O.A., Belova I.N. Vliyanie klimaticheskih faktorov na energopotreblenie v otopitel'nyj sezon // Teploenergetika. 2016. No. 9. S. 20-27. (In Russ.)]
22. Ackerman F., Munitz C. Climate damages in the FUND model: A disaggregated analysis // Ecological Economics. 2012. Vol. 77. Pp. 219-224. URL: https://doi.org/10.1016/j.ecolecon.2012.03.005
23. Клименко В.В., Клименко А.В., Терешин А.Г., Федотова Е.В. Влияние изменений климата на производство, распределение и потребление энергии в России // Теплоэнергетика. 2018. № 5. С. 5-16. DOI: 10.1134/-S0040363618050053. [Klimenko V.V., Klimenko A.V., Tereshin A.G., Fedotova E.V. Vliyanie izmenenij klimata naproizvodstvo, raspredelenie ipotreblenie e'nergii vRossii// Teploe'nergetika. 2018. No. 5. S. 5-16. (In Russ.)]
24. Макаров И.А., Шуранова А.А. Климатические изменения как новый фактор международных отношений //Международная аналитика. 2023. T. 14. № 4. С. 52-74. DOI: 10.46272/2587-8476-2023-14-4-52-74. [Makarov I.A., Shuranova A.A. Klimaticheskie izmeneniya kak novyj faktor mezhdunarodnyh otnoshenij //Mezhdunarodnaya analitika. 2023. T. 14. No. 4. S. 52-74. (In Russ.)]
25. Bilal A., Kanzig D. The macroeconomic impact of climate change: global vs. local temperature. NBER Working Paper 32450. May 2024. 74 p. URL: http://www.nber.org/papers/w32450
26. Macroeconomics and Health: Investing in Health for Economic Development. Report of the WHO Commission on Macroeconomics and Health. Geneva: World Health Organization, 2001. 210 p.
27. Swiss Re Institute. We need to talk about climate adaptation: How to rethink benefit cost ratios to accelerate adaptation to our changing climate. Zurich. Swiss Re Inst., November 2023. 8 p.
28. Understanding Freeze Risk in a Changing Climate. URL: https://www. aon. com/en/insights/articles/understanding-freeze-risk-in-a-changing-climate
29. 2023 State of Climate Services Report: Health. Geneva. World Meteorological Organization. 2023. 74 p.
Статья поступила в редакцию 09.09.2024. Статья принята к публикации 23.09.2024.
Для цитирования: Б.Н. Порфирьев, А.Ю. Колпаков, Е.А. Лазеева. Оценка влияния изменения климата на экономику России с использованием моделей комплексной оценки (1АМ) // Проблемы прогнозирования. 2025. № 1 (208). С. 49-61. БО!: 10.47711/0868-6351-208-49-61
Summary
ASSESSING THE IMPACT OF CLIMATE CHANGE ON THE RUSSIAN ECONOMY USING INTEGRATED ASSESSMENT MODELS (IAM)
B.N. PORKIKIEV, Academician of the Russian Academy of Science, Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia ORCID: 0000-0001-8515-3257
A.Yu. KOLPAKOV, Cand. Sci. (Econ.), Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia ORCID: 0000-0003-4812-4582
E.A. LAZEEVA, Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia
ORCID: 0009-0008-2065-4593
Abstract. Integrated Assessment Models (IAMs) have gained a prominent role in the global practice for assessing the economic effects of climate change. Based on four IAMs adapted by the authors, the economic impact of climate change in Russia until 2060 has been calculated. According to the obtained model calculations, the magnitude of this effect varies widely: from - 1.3 trillion to +200 billion rubles by 2040; from -3 trillion to +300 billion rubles by 2060 (in 2021 prices). The simplified nature of the IAM methodology that provides for its tendency to reproduce nonlinearly increasing damages implies that the assessment values the abovementioned economic effects of climate change are actually crude numbers. In this regard, these should be perceived primarily with respect to the qualitative interpretation of the emerging outcomes (damage or benefit) and be considered in terms of order of magnitude estimates of the expected damage or benefit, respectively, given the measures to adapt the population and the economy to climate change are missing.
Keywords: Integrated Assessment Models (IAM), climate change, hazards, damage, benefit, economy, agriculture, energy sector, human health.
Received 09.09.2024. Accepted 23.09.2024.
For citation: B.N. Porfiriev, A.Yu. Kolpakov, and E.A. Lazeeva. Assessing the Impact of Climate Change on the Russian EconomyUsing Integrated Assessment Models (IAM) // Studies on Russian Economic Development. 2025. Vol. 36. No. 1. Pp. 35-44. DOI: 10.1134/S1075700724700503
