景丞 姜彤 蘇布達(dá) 王艷君 王國(guó)杰 黃金龍 高妙妮 林齊根 劉述慈 翟建青

摘要 情景是氣候變化研究的重要工具。為了科學(xué)支撐氣候變化科學(xué)評(píng)估和研究，2010年政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）提出了共享社會(huì)經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways，SSPs）。作為從社會(huì)經(jīng)濟(jì)變化視角構(gòu)建的氣候情景，SSPs促進(jìn)了氣候變化科學(xué)基礎(chǔ)、影響、脆弱性、風(fēng)險(xiǎn)、適應(yīng)和減緩等學(xué)科的綜合研究。本文介紹了SSPs情景研發(fā)與應(yīng)用過(guò)程;闡述了全球和中國(guó)的人口經(jīng)濟(jì)、土地利用、能源和碳排放的模擬和預(yù)估主要成果;探討了全球和中國(guó)碳排放路徑及其與“雙碳”目標(biāo)的關(guān)系;并展望了SSPs應(yīng)用前景。

關(guān)鍵詞共享社會(huì)經(jīng)濟(jì)路徑;土地利用;能源;碳排放路徑

情景描述未來(lái)世界的不同發(fā)展可能，是氣候變化研究和評(píng)估中最為重要部分（ONeill et al.，2016;秦大河，2018;姜彤等，2020a）。通過(guò)將社會(huì)經(jīng)濟(jì)、技術(shù)進(jìn)步與潛在的排放軌跡相結(jié)合，情景有助于理解短期決策的長(zhǎng)期后果，使研究人員在充分考慮未來(lái)不確定性的基礎(chǔ)上，評(píng)估氣候系統(tǒng)中可能發(fā)生的變化，以及氣候系統(tǒng)對(duì)人類(lèi)社會(huì)和生態(tài)系統(tǒng)的可能影響（Riahi et al.，2017;Gidden et al.，2019）。

氣候情景的研發(fā)與應(yīng)用經(jīng)歷了30余年發(fā)展過(guò)程。政府間氣候變化專(zhuān)門(mén)委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）第一次（FAR）和第二次評(píng)估報(bào)告（SAR）中開(kāi)發(fā)了SA90與IS92情景，以未來(lái)二氧化碳濃度倍增假定的基礎(chǔ)上，進(jìn)行了氣候模式模擬和預(yù)估。2000年發(fā)布的排放情景特別報(bào)告（SRES）中，IPCC開(kāi)始設(shè)計(jì)以社會(huì)經(jīng)濟(jì)發(fā)展為基礎(chǔ)的全球發(fā)展框架（A1，A2，B1，B2情景族），將社會(huì)經(jīng)濟(jì)發(fā)展納入氣候變化情景，SRES情景成為第三次（TAR）和第四次評(píng)估報(bào)告（AR4）中的重要內(nèi)容，用于評(píng)估氣候變化科學(xué)和影響（Nakicénovic et al.，2000;IPCC，2001，2007）。2007年之后，情景的研發(fā)采用并行方向，一個(gè)是從溫室氣體輻射強(qiáng)迫方向，構(gòu)建了典型濃度路徑（Representative Concentration Pathways，RCPs），另一個(gè)是從社會(huì)經(jīng)濟(jì)發(fā)展視角，提出共享社會(huì)經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways，SSPs）。IPCC通過(guò)土地利用變化和溫室氣體排放的設(shè)定，建立了2300年以前輻射強(qiáng)迫下典型濃度路徑（RCPs：RCP2.6、RCP4.5、RCP6.0、RCP8.5）（Moss et al.，2008，2010;van Vuuren et al.，2011）。RCPs廣泛應(yīng)用于氣候系統(tǒng)的模擬和預(yù)估研究并成為耦合模式國(guó)際比較計(jì)劃第五階段（Coupled Model Intercomparison Project 5，CMIP5）的通用情景（Taylor et al.，2012）。2010年，在準(zhǔn)備IPCC AR5報(bào)告期間，本文作者參與了SSPs情景的研發(fā)過(guò)程，與第二、第三工作組的部分作者組成了情景工作組，從關(guān)聯(lián)氣候變化科學(xué)基礎(chǔ)、影響、脆弱性、風(fēng)險(xiǎn)、適應(yīng)和減緩等角度，構(gòu)建了與RCPs情景并行的共享社會(huì)經(jīng)濟(jì)路徑（SSPs），將原有社會(huì)經(jīng)濟(jì)變化的簡(jiǎn)單設(shè)定提升到路徑情景（van Vuuren et al.，2012，2014;Kriegler et al.，2014;ONeill et al.，2014）。

近年來(lái)，作為CMIP6最重要的子計(jì)劃，情景模式比較計(jì)劃（Scenario Model Intercomparison Project，ScenarioMIP）設(shè)計(jì)了結(jié)合共享社會(huì)經(jīng)濟(jì)路徑與典型濃度路徑的新情景，用于模擬和預(yù)估試驗(yàn)（Eyring et al.，2016）。ScenarioMIP第一階段試驗(yàn)是將共享社會(huì)經(jīng)濟(jì)路徑（SSP1，SSP2，SSP3，SSP4，SSP5）與4種典型濃度路徑（RCP2.6，RCP4.5，RCP6.0，RCP8.5）組合，隨著ScenarioMIP研究的深入，研究人員對(duì)社會(huì)經(jīng)濟(jì)與輻射強(qiáng)迫情景進(jìn)行了更為科學(xué)與完善的組合，考慮社會(huì)經(jīng)濟(jì)和氣候變化的綜合影響，研發(fā)了多種輻射強(qiáng)迫路徑，建立5種共享社會(huì)經(jīng)濟(jì)路徑（SSP1-5）與7種典型濃度路徑（RCP1.9，RCP2.6，RCP4.5，RCP6.0，RCP7.0和RCP8.5）組合矩陣，遴選了7個(gè)SSPs（SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5）情景，以及兩個(gè)對(duì)比試驗(yàn)情景SSP3-LowNTCF和SSP5-3.4-OS（Gidden et al.，2019;Hurtt et al.，2020）。SSPs情景下，全球和區(qū)域模擬和預(yù)估結(jié)果，廣泛應(yīng)用于氣候變化科學(xué)、影響、脆弱性、風(fēng)險(xiǎn)、適應(yīng)和減緩研究。

新的SSPs情景綜合了不同氣候變化研究領(lǐng)域，如綜合評(píng)估模型（IAM）、氣候模型（CM）、影響、適應(yīng)與脆弱性（IAV）、減緩措施等，涉及社會(huì)經(jīng)濟(jì)變化、氣候變化、土地利用和能源結(jié)構(gòu)變化、行業(yè)減排能力等方面的定量評(píng)估，使得氣候變化科學(xué)、影響、風(fēng)險(xiǎn)、適應(yīng)和減緩研究形成了閉環(huán)（ONeill et al.，2016）。SSPs情景的設(shè)計(jì)經(jīng)過(guò)了多個(gè)國(guó)家的情景研發(fā)團(tuán)隊(duì)的多輪討論與評(píng)估，適用于開(kāi)展人口、經(jīng)濟(jì)、城市化、教育水平、技術(shù)發(fā)展等多種社會(huì)經(jīng)濟(jì)要素的定量化模擬和預(yù)估研究，一方面廣泛應(yīng)用于全球和區(qū)域尺度的氣候變化影響和適應(yīng)研究（Su et al.，2018;Wang et al.，2019a;Yuan et al.，2019;Jiang et al.，2020），另一方面，作為IAMs的主要驅(qū)動(dòng)因子，模擬和預(yù)估了與SSPs相關(guān)的土地利用、能源和碳排放變化過(guò)程和趨勢(shì)（Bauer et al.，2017;Popp et al.，2017;Gidden et al.，2019;Hurtt et al.，2020）

依據(jù)SSPs氣候情景開(kāi)展未來(lái)人口、經(jīng)濟(jì)、土地利用、能源和碳排放等關(guān)鍵要素變化研究，為適應(yīng)和減緩氣候變化提供了最重要的科學(xué)支撐。隨著《巴黎協(xié)定》的簽署，各國(guó)政府相繼公布了碳達(dá)峰和碳中和目標(biāo)。本文通過(guò)對(duì)情景發(fā)展應(yīng)用的梳理，在全球和中國(guó)兩個(gè)尺度，依據(jù)SSPs驅(qū)動(dòng)的模擬和預(yù)估數(shù)據(jù)集，重點(diǎn)介紹人口和經(jīng)濟(jì)變化、土地利用變化，特別是碳排放路徑的研究進(jìn)展，并討論和展望了應(yīng)用前景。

1 SSP情景描述與應(yīng)用

共享社會(huì)經(jīng)濟(jì)路徑（SSP1-5）設(shè)定在沒(méi)有額外的政策和措施對(duì)氣候強(qiáng)迫和適應(yīng)能力的影響下未來(lái)社會(huì)經(jīng)濟(jì)發(fā)展道路，描述未來(lái)世界所采用的應(yīng)對(duì)適應(yīng)和減緩挑戰(zhàn)。根據(jù)初始設(shè)定，再對(duì)各個(gè)路徑的含義適當(dāng)擴(kuò)展使之覆蓋世界范圍內(nèi)的適應(yīng)和減緩的社會(huì)狀況，SSP1-5路徑可以定性地描述未來(lái)世界在人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步、環(huán)境條件、公平原則、政府管理、全球化等方面主要特征假設(shè)（ONeill et al.，2017;Riahi et al.，2017）。SSP1-5的描述可以總結(jié)為以下幾點(diǎn)。

SSP1為可持續(xù)路徑。這一路徑下世界逐漸向更包容和更可持續(xù)的道路發(fā)展。各國(guó)、區(qū)域間和各部門(mén)間將保持有效和持續(xù)的協(xié)作，并推動(dòng)全球范圍治理能力的改善。教育與衛(wèi)生方面的投資加速了人口結(jié)構(gòu)的轉(zhuǎn)變，全球人口相對(duì)較少。各國(guó)對(duì)于經(jīng)濟(jì)增長(zhǎng)的需求逐步轉(zhuǎn)變?yōu)閷?duì)人類(lèi)福祉的追求，長(zhǎng)期的經(jīng)濟(jì)增長(zhǎng)趨勢(shì)將有所放緩。技術(shù)水平的發(fā)展提高了資源利用效率，使得對(duì)于能源和資源的需求量減少，可再生能源使用率逐步提高。相對(duì)較低的能源需求使得這一路徑下面臨較低的氣候變化減緩挑戰(zhàn)，人類(lèi)福祉的改善和全球治理能力的提高也使得所面臨的適應(yīng)挑戰(zhàn)相對(duì)較低。

SSP2是中間路徑。這一路徑下世界將保持與歷史時(shí)期相似的道路繼續(xù)發(fā)展。發(fā)展和收入存在一定的不均衡，有些國(guó)家能夠取得較好的發(fā)展，但一些國(guó)家沒(méi)有能夠達(dá)成預(yù)期，總體來(lái)說(shuō)全球各國(guó)努力在教育、水安全、衛(wèi)生醫(yī)療、人類(lèi)福祉等方面實(shí)現(xiàn)可持續(xù)發(fā)展，但進(jìn)展緩慢。在人口方面，由于人口結(jié)構(gòu)轉(zhuǎn)型的完成，全球人口緩慢增長(zhǎng)，并逐漸趨于平穩(wěn)，但低收入國(guó)家教育水平相對(duì)較低，使得人口增長(zhǎng)的壓力依舊存在。技術(shù)發(fā)展迅速，但沒(méi)有根本性的突破，總體上資源和能源使用強(qiáng)度降低，對(duì)化石燃料的依賴(lài)緩慢減少。這些適度的發(fā)展趨勢(shì)使世界面臨中等減緩和適應(yīng)挑戰(zhàn)，但各國(guó)之間和各國(guó)內(nèi)部存在顯著的差異。

SSP3是區(qū)域競(jìng)爭(zhēng)路徑，描述一個(gè)缺乏協(xié)調(diào)區(qū)域分化明顯的世界。這一情景下地區(qū)間沖突加劇，各國(guó)更多的關(guān)注能源和糧食安全問(wèn)題而忽視了發(fā)展。去全球化趨勢(shì)嚴(yán)重，國(guó)家和地區(qū)之間缺乏溝通與協(xié)作，對(duì)教育和 飲用水、改善的衛(wèi)生條件和醫(yī)療設(shè)施。日益增長(zhǎng)的資源密集度和對(duì)化石燃料的依賴(lài)，加上難以實(shí)現(xiàn)國(guó)際合作和緩慢的技術(shù)變革，意味著對(duì)減緩的高度挑戰(zhàn)。低的發(fā)展程度和經(jīng)濟(jì)水平意味著所有地區(qū)的大部分群體都面臨著巨大的適應(yīng)挑戰(zhàn)。

SSP4為不均衡路徑。這個(gè)路徑下全球各國(guó)發(fā)展差異巨大，權(quán)力和財(cái)富主要集中于小部分政治和商業(yè)精英手中，導(dǎo)致國(guó)家之間和國(guó)家內(nèi)部的不平等和階級(jí)差距日益加劇。高收入和中等收入國(guó)家的經(jīng)濟(jì)增長(zhǎng)不高，而低收入國(guó)家則更加落后，在許多情況下難以為窮人提供充足的水、衛(wèi)生和醫(yī)療服務(wù)。少數(shù)的高技術(shù)水平群體通過(guò)一定的研發(fā)投資來(lái)應(yīng)對(duì)潛在的資源短缺或氣候問(wèn)題，既關(guān)注化石燃料，也重視低碳能源的發(fā)展，因此能夠有效應(yīng)對(duì)氣候變化，帶來(lái)較低減緩挑戰(zhàn)，但由于大部分人受到的教育程度有限，政府管理效率較低，面臨很高的適應(yīng)挑戰(zhàn)。

SSP5是以傳統(tǒng)化石燃料為主的發(fā)展路徑。這是一個(gè)高度全球化和一體化的世界，強(qiáng)調(diào)以經(jīng)濟(jì)發(fā)展為導(dǎo)向，通過(guò)快速的技術(shù)進(jìn)步和密集的人力資本實(shí)現(xiàn)發(fā)展目標(biāo)。在推動(dòng)經(jīng)濟(jì)和社會(huì)發(fā)展的同時(shí)，全球?qū)τ诨剂系男枨蠹觿?，?jīng)濟(jì)發(fā)展依賴(lài)資源和能源密集型產(chǎn)業(yè)，使全球經(jīng)濟(jì)快速增長(zhǎng)。在衛(wèi)生和教育方面投資巨大，以增強(qiáng)人力和社會(huì)資本。發(fā)展中國(guó)家生育率迅速下降，發(fā)達(dá)國(guó)家生育率則會(huì)略高于當(dāng)前水平。由于過(guò)度重視經(jīng)濟(jì)發(fā)展，對(duì)環(huán)境問(wèn)題和能源結(jié)構(gòu)調(diào)整沒(méi)有有效措施，使得溫室氣體排放快速增加，面臨高的減緩挑戰(zhàn)，但人類(lèi)發(fā)展目標(biāo)的實(shí)現(xiàn)、快速的經(jīng)濟(jì)增長(zhǎng)和完善的基礎(chǔ)設(shè)施使得大部分人在適應(yīng)氣候變化方面面臨較低的挑戰(zhàn)。

依據(jù)SSP1-5設(shè)計(jì)，全球研究團(tuán)隊(duì)通過(guò)人口-發(fā)展-環(huán)境（PDE）模型、柯布-道格拉斯（Cobb-Douglas）模型等定量化模型，開(kāi)展人口、經(jīng)濟(jì)、城市化等社會(huì)經(jīng)濟(jì)要素變化趨勢(shì)模擬和預(yù)估，驅(qū)動(dòng)綜合評(píng)估模型（IAM），開(kāi)展SSPs情景下的土地利用、能源結(jié)構(gòu)和碳排放路徑等變化趨勢(shì)研究。目前，國(guó)際上常用的IAM模型包括AIM、GCAM、IMAGE、MESSAGE、REMIND、WATCH等。由于計(jì)算時(shí)間和成本所限，通常每個(gè)SSP路徑，只選擇一個(gè)國(guó)際團(tuán)隊(duì)的IAM模型進(jìn)行定量化評(píng)估（Calvin et al.，2017;Fricko et al.，2017;Fujimori et al.，2017;Kriegler et al.，2017;van Vuuren et al.，2017）。實(shí)際研究中，為了降低預(yù)估過(guò)程的不確定性，往往采用多個(gè)IAM模型集合平均的結(jié)果。SSPs情景的開(kāi)發(fā)過(guò)程見(jiàn)圖1。

2 SSPs人口和經(jīng)濟(jì)

根據(jù)全球和區(qū)域社會(huì)經(jīng)濟(jì)特征和政策措施，不同研究團(tuán)隊(duì)在統(tǒng)一框架下對(duì)SSPs情景的社會(huì)經(jīng)濟(jì)發(fā)展要素進(jìn)行描述，開(kāi)展人口、經(jīng)濟(jì)和城市化等關(guān)鍵要素的模擬和預(yù)估研究。依據(jù)SSP1-5全球框架，人口和經(jīng)濟(jì)模擬和預(yù)估的參數(shù)化方案見(jiàn)表1和表2（Dellink et al.，2017;Kc and Lutz，2017）。國(guó)際應(yīng)用系統(tǒng)分析研究所（IIASA）、經(jīng)濟(jì)合作與發(fā)展組織（OECD）、德國(guó)波茨坦氣候影響研究所（PIK）和美國(guó)國(guó)家大氣研究中心（NCAR）等機(jī)構(gòu)對(duì)近200個(gè)國(guó)家和地區(qū)進(jìn)行了人口、經(jīng)濟(jì)和城市化的預(yù)估研究，構(gòu)建了國(guó)別尺度每五年間隔的數(shù)據(jù)集（Kc and Lutz，2014，2017;Jiang，2014;Cuaresma，2017;Dellink et al.，2017;Jiang and ONeill，2017;Leimbach et al.，2017）。國(guó)內(nèi)學(xué)者考慮了近十年的人口政策變化，以2010年為初始年，采用PDE人口預(yù)估模型，對(duì)全球、“一帶一路”沿線(xiàn)國(guó)家和中國(guó)開(kāi)展了格點(diǎn)化的人口預(yù)估研究（王艷君等，2017;姜彤等，2017，2018a;Huang et al.，2019;Chen et al.，2020a;Jing et al.，2020）;依據(jù)模擬和預(yù)估的城鄉(xiāng)人口變化，研究了SSPs情景下中國(guó)城市化演變特征（景丞等，2019;王艷君等，2020）;采用Cobb-Douglas模型開(kāi)展了格點(diǎn)化的GDP變化趨勢(shì)研究（姜彤等，2018b，2020b;潘金玉等，2019;2020），構(gòu)建了逐年高分辨率格點(diǎn)化的全球和區(qū)域的格點(diǎn)數(shù)據(jù)集（http：//www.scidb.cn/cstr/31253.11.sciencedb.01683;https：//doi.org/10.4121/14113706.v2），促進(jìn)了全球和區(qū)域尺度的人口和經(jīng)濟(jì)變化趨勢(shì)研究。中國(guó)區(qū)域的研究彌補(bǔ)了全球研究中數(shù)據(jù)、分辨率等方面的不足并更新了全球人口和經(jīng)濟(jì)預(yù)估數(shù)據(jù)，促進(jìn)了全球和區(qū)域尺度的人口和經(jīng)濟(jì)變化趨勢(shì)研究。

2020年全球人口約為78億，SSP1-5全球人口都較當(dāng)前有所增加（圖2a、2b）。其中，SSP3的人口將持續(xù)增加，到21世紀(jì)末期增加到約126.2億;其他情景先呈增加趨勢(shì)，人口在2050—2070年達(dá)到峰值后開(kāi)始下降，到21世紀(jì)末期SSP2和SSP4情景下約為90.0～92.7億;SSP1和SSP5人口較少，約為68.8～73.6億。中國(guó)2020年人口約為14.2億，為全球人口最多的國(guó)家。SSP1、SSP5和SSP4情景下人口在2025年達(dá)到峰值后將持續(xù)減少，到21世紀(jì)末期約為8.6～9.0億;SSP2情景下人口在2035年左右達(dá)到峰值后逐漸減少，到21世紀(jì)末期約為12.4億;SSP3情景下人口先增長(zhǎng)后趨于平緩，到2070年以后又開(kāi)始有所增加，到21世紀(jì)末期約為16.1億。

GDP預(yù)估結(jié)果以2005年不變價(jià)格，以購(gòu)買(mǎi)力平價(jià)（PPP）對(duì)各國(guó)貨幣進(jìn)行折算。結(jié)果顯示，2020年全球GDP總量約為100萬(wàn)億美元，中國(guó)GDP總量約為22.6萬(wàn)億美元，約占全球總量的23%。未來(lái)不同社會(huì)經(jīng)濟(jì)發(fā)展路徑下，全球GDP會(huì)持續(xù)增長(zhǎng)，其中傳統(tǒng)化石燃料為主的路徑（SSP5），經(jīng)濟(jì)發(fā)展最為迅速，到21世紀(jì)末期全球GDP總量能夠達(dá)到2020年的10倍以上，約為1 015萬(wàn)億美元;其次是SSP1和SSP2，也能夠達(dá)到2020年的5倍以上，約為537萬(wàn)億和565萬(wàn)億美元;SSP3和SSP4路徑，經(jīng)濟(jì)發(fā)展較為緩慢，到21世紀(jì)末全球GDP達(dá)到2020年的2.8和3.5倍，約為277萬(wàn)億和352萬(wàn)億美元。不同社會(huì)經(jīng)濟(jì)發(fā)展路徑，中國(guó)未來(lái)GDP均呈現(xiàn)快速增長(zhǎng)趨勢(shì)，SSP5為GDP增長(zhǎng)最為迅速的路徑，到21世紀(jì)末期達(dá)到2020年的6倍，約為134萬(wàn)億美元;其次是SSP1和SSP2，到21世紀(jì)末期分別約為82.8和96.6萬(wàn)億美元，達(dá)到2020年的3.6和4.3倍;SSP3和SSP4為經(jīng)濟(jì)發(fā)展最慢的路徑，到21世紀(jì)末期分別約為69.6和64.5萬(wàn)億美元，達(dá)到2020年的3.1和2.8倍。

全球和區(qū)域的社會(huì)經(jīng)濟(jì)模擬和預(yù)估數(shù)據(jù)廣泛應(yīng)用于氣候變化影響、暴露度、脆弱性、風(fēng)險(xiǎn)、適應(yīng)和減緩研究。與此同時(shí)，全球和區(qū)域人口、經(jīng)濟(jì)和城市化變化特征也進(jìn)一步用來(lái)驗(yàn)證和豐富了SSP基本設(shè)定。

3 SSPs與土地利用

SSP1-5提供了一套統(tǒng)一的社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)，可以作為全球和區(qū)域土地利用模擬和預(yù)估的共同框架和輸入與輸出環(huán)境，在氣候變化適應(yīng)和減緩研究中發(fā)揮重要的作用（Estoque et al.，2019）。SSP1-5全球框架描述了土地利用變化對(duì)農(nóng)業(yè)和工業(yè)需求的響應(yīng)，包括了糧食、木材、生物能源、城市發(fā)展等方面。每一個(gè)SSPs情景都呈現(xiàn)出獨(dú)特的土地利用變化特征，并據(jù)此設(shè)定了全球化、環(huán)境、貿(mào)易、生產(chǎn)率、土地變化政策、土地需求等多視角全方位的方案（表3）（Popp et al.，2017）。

在SSP1—5下，Popp et al.（2017）、Dong et al.（2018）、Fujimori et al.（2018）、Estoque et al.（2019）以輻射強(qiáng)迫為約束條件，開(kāi)展了全球、區(qū)域和中國(guó)的土地利用變化模擬和預(yù)估。之后，Hurtt et al.（2020）、Liao et al.（2020）、Chen et al.（2020b）基于CMIP6新的SSPs情景，進(jìn)一步發(fā)展了SSP情景下全球和中國(guó)土地利用預(yù)估研究。SSPs情景下2010—2100全球和中國(guó)土地利用變化趨勢(shì)（圖3）。

2020年全球城市、耕地、草地、林地和未利用土地面積分別約為65×104、1 620×104、3 260×104、3 690×104和5 400×104 km2。未來(lái)不同SSPs情景下全球城市面積均有所增加，到2050年左右增速逐漸放緩，21世紀(jì)末城市面積約為102×104～125×104 km2。全球耕地面積在SSP4-3.4情景下快速增加，其他情景下平穩(wěn)增加，到21世紀(jì)末期達(dá)到約1 780×104～2 150×104 km2。未來(lái)林地面積在SSP4-6.0和SSP3-7.0情景下會(huì)有緩慢增長(zhǎng)，其他情景下有所減少，21世紀(jì)末期面積約為3 200×104～3 800×104 km2。全球林地面積在SSP1-1.9、SSP1-2.6和SSP2-4.5情景下基本保持不變或微升，其他情景下則有所降低，到21世紀(jì)末期各個(gè)情景下面積為2 630×104～3 540×104 km2。未利用土地在可持續(xù)的SSP1（SSP1-1.9和SSP1-2.6）情景下可能有所增加，到21世紀(jì)末期約為5 700×104～5 730×104 km2，而其他情景，尤其是不均衡的SSP4（SSP4-3.4和SSP4-6.0）和區(qū)域競(jìng)爭(zhēng)的SSP3-7.0情景下，土地利用開(kāi)發(fā)程度加劇，未利用土地到21世紀(jì)末期減少為4 720×104～5 000×104 km2。

中國(guó)土地利用變化基本與全球保持一致，2020年中國(guó)城市面積約為7×104 km2，未來(lái)不同SSPs情景下將會(huì)先增加，到2050年之后有所減少，到21世紀(jì)末期約為5×104～7×104 km2。耕地面積在2020年約為121×104 km2，與全球趨勢(shì)類(lèi)似，除了SSP4-3.4情景，耕地面積增長(zhǎng)較快，能夠增長(zhǎng)到212×104 km2，其他情景下，耕地變化較小，21世紀(jì)末期約為74×104～143×104 km2。未來(lái)不同情景下，中國(guó)的草地面積都會(huì)減少，由2020年的388×104 km2減小到21世紀(jì)末期的270×104～362×104 km2。林地則在除了SSP4-3.4外的所有情景下都會(huì)有所增加，由2020年的214×104 km2增加到21世紀(jì)末期的227×104～252×104 km2。2020年中國(guó)未利用土地約為215×104 km2，在可持續(xù)的SSP1（SSP1-1.9和SSP1-2.6）和社會(huì)經(jīng)濟(jì)發(fā)展緩慢的SSP3-7.0情景下，中國(guó)未利用土地面積會(huì)大量增加，達(dá)到265×104～280×104 km2，其他情景下，則有小幅度的增加，到21世紀(jì)末期約為216×104～235×104 km2。

2020—2100年SSPs情景下全球和中國(guó)土地利用轉(zhuǎn)換關(guān)系見(jiàn)圖4。全球土地的轉(zhuǎn)換主要體現(xiàn)在耕地與林地的相互轉(zhuǎn)換。2020—2100年，各種情景下約有1 240×104～1 540×104 km2的林地轉(zhuǎn)化為了耕地，同時(shí)，也有1 090×104～1 210×104 km2的耕地退耕成為林地。其次，耕地與未利用土地之間的轉(zhuǎn)換也是未來(lái)土地變化的重要環(huán)節(jié)，各種情景下有980×104～1 220×104 km2的未利用土地轉(zhuǎn)化為耕地，同時(shí)有710×104～1 220×104 km2的耕地退耕為了未利用土地。草地與城市由于面積較小，所以轉(zhuǎn)移量也相對(duì)較小。城市主要由其他土地類(lèi)型轉(zhuǎn)入為主，草地在2020—2100年向耕地、林地和未利用土地分別轉(zhuǎn)入85×104～362×104、55×104～216×104和122×104～336×104 km2，同期由耕地、林地和未利用土地轉(zhuǎn)向林地的分別為0～39×104、14×104～273×104和17×104～459×104 km2。

在不同SSPs情景下，中國(guó)的土地轉(zhuǎn)移有較為明顯的差異。在可持續(xù)的SSP1（SSP1-1.9和SSP1-2.6）情景下，土地轉(zhuǎn)移量列為前三位的是草地向林地轉(zhuǎn)移、草地向未利用土地的轉(zhuǎn)移以及林地向耕地的轉(zhuǎn)移;2020—2100年這三種轉(zhuǎn)移方式的轉(zhuǎn)移量分別為58×104～60×104、57×104～59×104和40×104～43×104 km2。中等發(fā)展的SSP2-4.5情景下，轉(zhuǎn)移量最多的主要為草地向林地的轉(zhuǎn)移、草地向未利用土地的轉(zhuǎn)移以及耕地向未利用土地的轉(zhuǎn)移，21世紀(jì)這三種轉(zhuǎn)移類(lèi)型的轉(zhuǎn)移量分別為35×104、23×104和20×104 km2。社會(huì)經(jīng)濟(jì)發(fā)展緩慢的SSP3-7.0情景和SSP4-6.0情景下，大量的耕地和草地向林地和未利用土地轉(zhuǎn)化，互相之間轉(zhuǎn)移量都在20×104 km2以上。SSP4-3.4情景下則主要會(huì)出現(xiàn)草地、林地和未利用土地向耕地的轉(zhuǎn)化以及草地向林地和未利用土地的轉(zhuǎn)化，各個(gè)環(huán)節(jié)的轉(zhuǎn)化量也都在20×104 km2以上。SSP5-8.5情景則主要會(huì)發(fā)生草地向林地的轉(zhuǎn)化和林地與耕地的互相轉(zhuǎn)化。

4 SSPs與能源

SSP1-5路徑的能源系統(tǒng)變化是依據(jù)初始設(shè)定中能源相關(guān)的描述以及所面臨的適應(yīng)和減緩挑戰(zhàn)。研究人員通過(guò)對(duì)能源系統(tǒng)主要驅(qū)動(dòng)因素如能源技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)、新能源的出現(xiàn)、未來(lái)化石能源及其替代品的成本和可用性等的假設(shè)，開(kāi)展不同社會(huì)經(jīng)濟(jì)發(fā)展路徑下的能源需求和供應(yīng)的定量化模擬和預(yù)估（表4，Bauer et al.，2017）。

全球能源變化的模擬和預(yù)估主要采用PIK的研究成果（Bauer et al.，2017）。國(guó)內(nèi)盡管有一些關(guān)于能源變化方面的預(yù)估成果，但不同SSP全球框架下的能源結(jié)構(gòu)和變化的研究尚不多見(jiàn)（Chen et al.，2017）。未來(lái)不同SSP路徑下，能源供應(yīng)系統(tǒng)的規(guī)模和結(jié)構(gòu)是適應(yīng)和減緩氣候變化的決定性因素。 圖5是SSP1-5路徑下全球和中國(guó)的一次能源結(jié)構(gòu)變化趨勢(shì)。2020年，全球煤炭、石油、天然氣和非化石能源在一次能源中的占比分別為27%、34%、24%和15%，與全球相比，中國(guó)更加依賴(lài)煤炭，而石油和天然氣的使用相對(duì)較少，四種能源占比分別為46%、26%、12%和16%。在未來(lái)可持續(xù)綠色發(fā)展的SSP1路徑，能源轉(zhuǎn)型最為迅速，全球和中國(guó)非化石能源占比都在快速增加，而石油和煤炭的占比則將持續(xù)減小，到21世紀(jì)末期全球和中國(guó)非化石能源占比分別將達(dá)到45%和41%，而煤炭占比分別下降至16%和27%。與之類(lèi)似的是不均衡發(fā)展的SSP4路徑，雖然全球不同區(qū)域發(fā)展差異巨大，但面臨較低減緩挑戰(zhàn)，對(duì)化石能源的依賴(lài)也在逐步降低，到21世紀(jì)末期全球非化石能源占比能夠增加至30%，中國(guó)增加至約28%。在維持歷史時(shí)期變化態(tài)勢(shì)的SSP2情景下，全球各能源類(lèi)型所占比例變化不明顯，全球范圍內(nèi)到21世紀(jì)末期煤炭占比基本保持不變，石油占比減少至23%，天然氣和非化石能源占比分別為增加至27%和23%。中國(guó)的變化主要體現(xiàn)在煤炭減少和天然氣占比增加，到21世紀(jì)末期這兩種能源占比分別變化為38%和20%。SSP3和SSP5路徑下，這兩種社會(huì)經(jīng)濟(jì)發(fā)展路徑嚴(yán)重依賴(lài)化石燃料，煤炭在一次能源結(jié)構(gòu)中的比重持續(xù)增加，而石油和天然氣所占比重則有所減少，到21世紀(jì)末期，SSP3和SSP5路徑下全球煤炭在一次能源中的比重分別能達(dá)到45%和49%，中國(guó)也基本上維持類(lèi)似的社會(huì)經(jīng)濟(jì)發(fā)展的結(jié)構(gòu)，21世紀(jì)末期這兩種路徑下煤炭占比分別為57%和60%。

總體來(lái)看，2020年全球和中國(guó)能源需求量分別為443和132 EJ（1 EJ=1018J），除了SSP1社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展路徑外，未來(lái)多數(shù)路徑下全球能源需求量都會(huì)持續(xù)增加（圖6）。

其中，傳統(tǒng)化石燃料為主的發(fā)展路徑（SSP5）能源需求量增幅最大，并將保持快速的增長(zhǎng)的態(tài)勢(shì)，到21世紀(jì)末期，全球能源需求量約為1 167（976～1 192） EJ。中間路徑SSP2和區(qū)域競(jìng)爭(zhēng)路徑SSP3，能源需求增加速度略低于SSP5，到21世紀(jì)末期能源需求量分別約為974（680～974） EJ和779（779～1 184） EJ。值得一提的是，盡管個(gè)別模型區(qū)域競(jìng)爭(zhēng)路徑（SSP3）能源需求量小于中間路徑（SSP2），但多數(shù)模型模擬顯示，SSP3路徑能源需求可能會(huì)更高。不均衡路徑（SSP4）下，全球能源需求量增長(zhǎng)至2060年后開(kāi)始放緩，到21世紀(jì)末期約為707（707～560） EJ?？沙掷m(xù)的發(fā)展路徑（SSP1）能源需求量最小，到2070年左右達(dá)到峰值后開(kāi)始降低，到21世紀(jì)末期全球能源需求約為528（387～668） EJ，不到SSP5的一半。不同社會(huì)經(jīng)濟(jì)發(fā)展路徑，中國(guó)能源需求量基本與全球保持類(lèi)似的增長(zhǎng)趨勢(shì)，但SSP5路徑在2080年達(dá)到峰值后可能會(huì)有所降低，21世紀(jì)末期中國(guó)能源需求約為311（164～377） EJ。SSP2和SSP3路徑能源需求持續(xù)增加，到21世紀(jì)末期分別為305（145～305） EJ和224（224～386） EJ;SSP1和SSP4兩個(gè)低減緩挑戰(zhàn)路徑下，中國(guó)的能源需求量都將在2060年左右達(dá)到峰值后降低，到21世紀(jì)末期分別為156（72～215） EJ和197（152～197） EJ。

5 SSPs與碳排放

二氧化碳（CO2）排放是世界各國(guó)減排政策控制的主要排放物類(lèi)型，也是中國(guó)實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)主要控制排放物。全球二氧化碳數(shù)據(jù)是支撐氣候變化應(yīng)對(duì)的基礎(chǔ)數(shù)據(jù)，全球有十余家機(jī)構(gòu)開(kāi)展了CO2排放的數(shù)據(jù)庫(kù)收集與實(shí)時(shí)排放監(jiān)控，包括國(guó)際能源署（https：//www.iea.org/reports/global-energy-review-2020）、美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室CO2信息分析中心CDIAC（https：//energy.appstate.edu/CDIAC）、美國(guó)能源署（https：//www.eia.gov/international/data/world，last access：4 February 2020）、波茨坦氣候影響研究所PIK（Gütschow et al.，2016）、全球大氣研究排放數(shù)據(jù)庫(kù)EDGAR（Janssens-Maenhout et al.，2019）等。國(guó)內(nèi)的多家機(jī)構(gòu)包括北京大學(xué)（Tao et al.，2018）、清華大學(xué)（Zheng et al.，2021）、南京大學(xué)（Wang et al.，2019b）、碳核算數(shù)據(jù)庫(kù)CEADs（Shan et al.，2018）和全球?qū)崟r(shí)碳數(shù)據(jù)Carbon Monitor（Liu et al.，2020）等也開(kāi)展了中國(guó)的碳排放量的相關(guān)研究。

SSPs情景下的碳排放模擬與預(yù)估則主要采用社會(huì)經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)IAM模型，揭示土地利用和能源結(jié)構(gòu)變化特征，依據(jù)模擬和預(yù)估的土地利用和能源結(jié)構(gòu)特征，闡明CO2排放特征。國(guó)內(nèi)外學(xué)者模擬和預(yù)估能源結(jié)構(gòu)和土地利用變化，同時(shí)也計(jì)算了相應(yīng)CO2排放（Bauer et al.，2017;Chen et al.，2017;Popp et al.，2017;Dong et al.，2018;Fujimori et al.，2018）。部分學(xué)者基于IAM模型，在SSPs情景下模擬和預(yù)估了全球和中國(guó)碳排放變化趨勢(shì)（Bhmelt，2017;Marangoni et al.，2017;Zhang et al.，2021）。目前，發(fā)布于IIASA氣候變化數(shù)據(jù)庫(kù)中的全球碳排放預(yù)估數(shù)據(jù)主要根據(jù)Gidden et al.（2019）的研究成果。

SSPs情景下2000—2100年全球和中國(guó)重要行業(yè)CO2排放量變化如圖7。全球碳排放研究發(fā)現(xiàn)，2000—2020年，全球CO2排放量由297億噸增加至410億噸，中國(guó)CO2排放量由36億噸增加至115億噸。不同SSPs情景下，未來(lái)CO2排放量差異顯著。根據(jù)不同情景的碳排放變化特征，將全球和中國(guó)的碳排放劃分為三種路徑，分別為低碳路徑、中碳路徑和高碳路徑，其中，可持續(xù)的SSP1（SSP1-1.9，SSP1-2.6）和不均衡的SSP4-3.4是低碳路徑，低碳路徑下全球和中國(guó)的CO2排放都將持續(xù)降低，全球到2050—2080年左右能夠?qū)崿F(xiàn)凈零排放，中國(guó)則在2060—2080年左右實(shí)現(xiàn)凈零排放，不需要額外的碳中和措施。中等排放的SSP4-6.0和SSP2-4.5為中碳路徑，這一路徑下全球和中國(guó)的碳排放量都會(huì)在短期內(nèi)增加，后持續(xù)降低。全球碳排放量將在2040—2050年左右達(dá)到峰值，到21世紀(jì)末期排放量在1 000億噸以下;中國(guó)碳排放量在2030年左右達(dá)到峰值，到21世紀(jì)末期排放量在20億噸以下。中碳路徑下中國(guó)能實(shí)現(xiàn)2030年碳達(dá)峰的目標(biāo)，但要在2060年實(shí)現(xiàn)碳中和目標(biāo)，還需要額外措施以消除約80億噸的額外排放量。高減緩挑戰(zhàn)的SSP5-8.5和SSP3-7.0為高碳路徑，這一路徑下全球碳排放量將持續(xù)增加，到21世紀(jì)末期達(dá)到約1 000億噸;中國(guó)的碳排放量會(huì)在2050—2070年左右達(dá)到峰值，到21世紀(jì)末期達(dá)到約140億噸。因此，要實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)，中國(guó)需要走低碳或者中碳路徑，若走中碳路徑，需要在2060年前額外消除約80億噸碳排放量以實(shí)現(xiàn)碳中和。

全球和中國(guó)分行業(yè)模擬和預(yù)估發(fā)現(xiàn)，各部門(mén)碳排放量與總排放量的變化趨勢(shì)基本相同，2020年，全球能源部門(mén)、工業(yè)部門(mén)和交通運(yùn)輸業(yè)的CO2排放量分別約為164億噸、94億噸和67億噸，分別占排放總量的40%、23%和16%。中國(guó)能源部門(mén)、工業(yè)部門(mén)和交通運(yùn)輸業(yè)CO2排放量分別約為54億噸、42億噸和10億噸，分別占中國(guó)排放總量的47%、37%和8%。未來(lái)全球和中國(guó)能源部門(mén)的碳排放量在SSP1-1.9、SSP1-2.6和SSP4-3.4的低碳路徑與SSP4-6.0和SSP2-4.5的中碳路徑下會(huì)持續(xù)降低，在高碳的SSP5-8.5和SSP3-7.0下碳排放量會(huì)較當(dāng)前有所增加。全球工業(yè)部門(mén)排放量在低碳情景下持續(xù)減少，在中碳路徑下先增加到2040年后逐漸降低，在高碳路徑下持續(xù)增加。與全球趨勢(shì)有所差異，中國(guó)在大部分碳路徑下，工業(yè)部門(mén)的排放量都能在2030年前達(dá)到峰值，之后都會(huì)呈現(xiàn)減少的趨勢(shì)，到21世紀(jì)末期排放量都會(huì)在10億噸以下。全球和中國(guó)的交通運(yùn)輸業(yè)排放則在大部分碳路徑下基本保持平穩(wěn)的變化態(tài)勢(shì)，到21世紀(jì)末期低碳路徑下能夠達(dá)到零排放。

6 結(jié)語(yǔ)和展望

本文主要梳理了SSPs情景的設(shè)計(jì)、開(kāi)發(fā)，以及其在人口經(jīng)濟(jì)、土地利用、能源和碳排放領(lǐng)域的應(yīng)用。從提出SSP的概念開(kāi)始，SSP情景已經(jīng)經(jīng)歷了近20 a的發(fā)展。從最初的作為典型濃度路徑的平行情景到現(xiàn)在成為CMIP6和IPCC AR6中最重要的評(píng)估工具，體現(xiàn)了SSP情景的設(shè)計(jì)優(yōu)勢(shì)：既能反映人類(lèi)活動(dòng)相關(guān)的社會(huì)經(jīng)濟(jì)各要素的變化特征，又能靈活的與政策和情景相結(jié)合，從而促進(jìn)對(duì)氣候變化科學(xué)基礎(chǔ)、影響、脆弱性、風(fēng)險(xiǎn)、適應(yīng)和減緩的綜合研究。

社會(huì)經(jīng)濟(jì)發(fā)展變化直接驅(qū)動(dòng)了土地利用的變化，引起了能源變化，進(jìn)而導(dǎo)致了以CO2為主的碳排放的變化，影響氣候變化。能源和土地利用的預(yù)估均基于人口經(jīng)濟(jì)預(yù)估的結(jié)果，同時(shí)也是計(jì)算碳排放的主要方法，SSPs情景下全球和中國(guó)的能源需求量分別能夠達(dá)到528～1167 EJ和156～311 EJ。與全球相比，中國(guó)的能源需求量更早達(dá)到峰值，后期增速也遠(yuǎn)低于全球。在土地利用變化上，中國(guó)的城市和耕地較全球來(lái)說(shuō)未來(lái)增加幅度較小，取而代之的是林地和未利用土地的變化高于全球。

SSPs情景下21世紀(jì)末期全球和中國(guó)未來(lái)的碳排放量分別為-148～1 260億噸和-34～142億噸，中國(guó)的碳排放總量將比全球下降得更快。未來(lái)碳排放路徑分為低碳路徑（SSP1-1.9、SSP1-2.6和SSP4-3.4）、中碳路徑（SSP2-4.5和SSP4-6.0）和高碳路徑（SSP3-7.0和SSP5-8.5）。低碳路徑下中國(guó)碳排放量持續(xù)降低，到2060年左右能夠無(wú)需額外碳中和措施實(shí)現(xiàn)凈零排放，是實(shí)現(xiàn)“雙碳”目標(biāo)的理想情景;中碳路徑下中國(guó)在2030年左右實(shí)現(xiàn)碳達(dá)峰，但到2060年需要額外措施以消除約80億噸碳排放量才能實(shí)現(xiàn)碳中和，是實(shí)現(xiàn)“雙碳”目標(biāo)有一定挑戰(zhàn)的路徑;高碳路徑下中國(guó)碳排放在2050年以后達(dá)峰，到21世紀(jì)末還有約150億噸的排放量，這種情景下很難實(shí)現(xiàn)“雙碳”目標(biāo)。因此，要實(shí)現(xiàn)碳達(dá)峰和碳中和目標(biāo)，政府及相關(guān)部門(mén)需要合理規(guī)劃，統(tǒng)籌發(fā)展，從情景的角度出發(fā)，既考慮不同發(fā)展模式的特征與優(yōu)勢(shì)，又了解各路徑下碳排放量可能的變化規(guī)律以及實(shí)現(xiàn)“雙碳”目標(biāo)的可能，選擇適合中國(guó)發(fā)展的道路。

經(jīng)歷了多年的發(fā)展，SSPs情景下的預(yù)估除了本文提到的人口、經(jīng)濟(jì)、城市化、土地利用、能源、碳排放外，還有包括大氣污染、水資源、衛(wèi)生系統(tǒng)、漁業(yè)等諸多領(lǐng)域（Maury et al.，2017;Rao et al.，2017;Sellers and Ebi，2017;Yin et al.，2017）。這些要素的預(yù)估結(jié)果又進(jìn)一步可以用于氣象災(zāi)害的暴露度和脆弱性、人體健康、適應(yīng)能力等各個(gè)方面的評(píng)估中（Su et al.，2018;Wang et al.，2019b;Jiang et al.，2020）。當(dāng)前，ScenarioMIP第一階段（Tier1）和第二階段（Tier2）的情景預(yù)估數(shù)據(jù)已經(jīng)都逐漸完備，尤其是在CMIP6發(fā)布后，眾多行業(yè)和部門(mén)的預(yù)估結(jié)果也被納入統(tǒng)一的情景框架（Warszawski et al.，2014）。這使得氣候變化背景下的跨部門(mén)、跨區(qū)域和跨尺度的研究變得更加簡(jiǎn)便也更加科學(xué)，這也是下一步全球和區(qū)域尺度研究的重要方向。

目前，人口、經(jīng)濟(jì)、土地利用等相關(guān)方面的研究都正在向更高分辨率的數(shù)據(jù)集發(fā)展，未來(lái)情景下全球范圍的碳排放預(yù)估目前還僅限于全球總量和各大經(jīng)濟(jì)體，缺乏統(tǒng)一框架下的國(guó)別和區(qū)域以及更精細(xì)尺度下格點(diǎn)化研究。未來(lái)還需要開(kāi)展碳排放預(yù)估方面更精細(xì)化的預(yù)估參數(shù)框架設(shè)計(jì)與更系統(tǒng)的本地化參數(shù)方案的相關(guān)研究，進(jìn)一步完善情景預(yù)估結(jié)果以適應(yīng)不同尺度的氣候變化影響和風(fēng)險(xiǎn)研究。

IPCC AR6報(bào)告發(fā)布后，減緩與適應(yīng)仍然是應(yīng)對(duì)氣候變化的重要手段，SSPs還需要加強(qiáng)共享氣候政策假設(shè)（SPA）在情景設(shè)計(jì)中的作用（Kebede et al.，2018）。通過(guò)將更多的氣候政策假設(shè)納入共享社會(huì)經(jīng)濟(jì)路徑中，探究不同氣候政策以及相應(yīng)的減緩和適應(yīng)措施的成本與收益，為不同行業(yè)和部門(mén)的科學(xué)決策提供理論支持。

作為新一代氣候情景的重要組成，共享社會(huì)經(jīng)濟(jì)路徑已經(jīng)為氣候變化科學(xué)基礎(chǔ)、影響和風(fēng)險(xiǎn)、適應(yīng)和減緩提供了科技支撐，在氣候變化領(lǐng)域具有實(shí)用前景，已在能源、土地利用和碳排放等領(lǐng)域得到廣泛的應(yīng)用。然而未來(lái)世界面臨很多不確定性，例如2020年以來(lái)全球傳播的新冠疫情、2022年爆發(fā)的俄烏戰(zhàn)爭(zhēng)均對(duì)全球人口和經(jīng)濟(jì)格局產(chǎn)生重大的影響。SSPs情景設(shè)計(jì)中如何考慮突發(fā)性公共衛(wèi)生和安全事件對(duì)人口經(jīng)濟(jì)長(zhǎng)期發(fā)展趨勢(shì)的影響還有待進(jìn)一步深入，從而更好地理解后疫情時(shí)代未來(lái)不同社會(huì)經(jīng)濟(jì)發(fā)展路徑的氣候系統(tǒng)效應(yīng)，及其對(duì)全球氣候治理政策的影響。

參考文獻(xiàn)（References）

Bauer N，Calvin K，Emmerling J，et al.，2017.Shared socio-economic pathways of the energy sector-quantifying the narratives[J].Glob Environ Change，42：316-330.doi：10.1016/j.gloenvcha.2016.07.006.

Bhmelt T，2017.Employing the shared socioeconomic pathways to predict CO2 emissions[J].Environ Sci Policy，75：56-64.doi：10.1016/j.envsci.2017.05.002.

Calvin K，Bond-Lamberty B，Clarke L，et al.，2017.The SSP4：a world of deepening inequality[J].Glob Environ Change，42：284-296.doi：10.1016/j.gloenvcha.2016.06.010.

Chen G，Li X，Liu X，et al.，2020a.Global projections of future urban land expansion under shared socioeconomic pathways[J].Nat Commun，11：537.doi：10.1038/s41467-020-14386-x.

Chen W Y，Wang H，Huang W L，et al.，2017.Shared social-economic pathways（SSPs） modeling：application of global multi-region energy system model[J].Energy Procedia，142：2467-2472.doi：10.1016/j.egypro.2017.12.184.

Chen Y，Guo F，Wang J，et al.，2020b.Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100[J].Sci Data，7：83.doi：10.1038/s41597-020-0421-y.

Cuaresma J C，2017.Income projections for climate change research：a framework based on human capital dynamics[J].Glob Environ Change，42：226-236.doi：10.1016/j.gloenvcha.2015.02.012.

Dellink R，Chateau J，Lanzi E，et al.，2017.Long-term economic growth projections in the Shared Socioeconomic Pathways[J].Glob Environ Change，42：200-214.doi：10.1016/j.gloenvcha.2015.06.004.

Dong N，You L，Cai W J，et al.，2018.Land use projections in China under global socioeconomic and emission scenarios：utilizing a scenario-based land-use change assessment framework[J].Glob Environ Change，50：164-177.doi：10.1016/j.gloenvcha.2018.04.001.

Estoque R C，Ooba M，Avitabile V，et al.，2019.The future of Southeast Asias forests[J].Nat Commun，10：1829.doi：10.1038/s41467-019-09646-4.

Eyring V，Bony S，Meehl G A，et al.，2016.Overview of the Coupled Model Intercomparison Project Phase 6（CMIP6） experimental design and organization[J].Geosci Model Dev，9（5）：1937-1958.doi：10.5194/gmd-9-1937-2016.

Fricko O，Havlik P，Rogelj J，et al.，2017.The marker quantification of the Shared Socioeconomic Pathway 2：a middle-of-the-road scenario for the 21st century[J].Glob Environ Change，42：251-267.doi：10.1016/j.gloenvcha.2016.06.004.

Fujimori S，Hasegawa T，Masui T，et al.，2017.SSP3：AIM implementation of shared socioeconomic pathways[J].Glob Environ Change，42：268-283.doi：10.1016/j.gloenvcha.2016.06.009.

Fujimori S，Hasegawa T，Ito A，et al.，2018.Gridded emissions and land-use data for 2005—2100 under diverse socioeconomic and climate mitigation scenarios[J].Sci Data，5：180210.doi：10.1038/sdata.2018.210.

Gidden M J，Riahi K，Smith S J，et al.，2019.Global emissions pathways under different socioeconomic scenarios for use in CMIP6：a dataset of harmonized emissions trajectories through the end of the century[J].Geosci Model Dev，12（4）：1443-1475.doi：10.5194/gmd-12-1443-2019.

Gütschow J，Jeffery M L，Gieseke R，et al.，2016.The PRIMAP-hist national historical emissions time series[J].Earth Syst Sci Data，8（2）：571-603.doi：10.5194/essd-8-571-2016.

Huang J L，Qin D H，Jiang T，et al.，2019.Effect of fertility policy changes on the population structure and economy of China：from the perspective of the shared socioeconomic pathways[J].Earths Future，7（3）：250-265.doi：10.1029/2018EF000964.

Hurtt G C，Chini L，Sahajpal R，et al，2020.Harmonization of global land use change and management for the period 850—2100（LUH2） for CMIP6[J].Geosci Model Dev，13（11）：5425-5464.

IPCC，2001.Climate change 2001：mitigation of climate change，contribution of working group Ⅲ to the third assessment report of the Intergovernmental Panel on Climate Change[M].Cambridge，United Kingdom and New York，NY，USA：Cambridge University Press.

IPCC，2007.Climate change 2007：the physical science basis：contribution of working group Ⅰ to the fourth assessment report of the Intergovernmental Panel on Climate Change[M].Cambridge，United Kingdom and New York，NY，USA：Cambridge University Press.

Janssens-Maenhout G，Crippa M，Guizzardi D，et al.，2019.EDGAR v4.3.2 Global Atlas of the three major greenhouse gas emissions for the period 1970—2012[J].Earth Syst Sci Data，11（3）：959-1002.doi：10.5194/essd-11-959-2019.

Jiang L W，2014.Internal consistency of demographic assumptions in the shared socioeconomic pathways[J].Popul Environ，35（3）：261-285.doi：10.1007/s11111-014-0206-3.

Jiang L W，ONeill B C，2017.Global urbanization projections for the shared socioeconomic pathways[J].Glob Environ Change，42：193-199.doi：10.1016/j.gloenvcha.2015.03.008.

姜彤，趙晶，景丞，等，2017.IPCC共享社會(huì)經(jīng)濟(jì)路徑下中國(guó)和分省人口變化預(yù)估[J].氣候變化研究進(jìn)展，13 （2）：128-137. Jiang T，Zhao J，Jing C，et al，2017.National and provincial population projected to 2100 under the Shared Socioeconomic Pathways in China[J].Climate Change Res，13 （2）：128-137.（in Chinese）.

姜彤，王艷君，袁佳雙，等，2018a.“一帶一路”沿線(xiàn)國(guó)家2020—2060年人口經(jīng)濟(jì)發(fā)展情景預(yù)測(cè)[J].氣候變化研究進(jìn)展，14（2）：155-164. Jiang T，Wang Y J，Yuan J S，et al.，2018a.Projection of population and economy in the Belt and Road countries（2020—2060）[J].Climate Change Res，14（2）：155-164.（in Chinese）.

姜彤，趙晶，曹麗格，等，2018b.共享社會(huì)經(jīng)濟(jì)路徑下中國(guó)及分省經(jīng)濟(jì)變化預(yù)測(cè)[J].氣候變化研究進(jìn)展，14（1）：50-58. Jiang T，Zhao J，Cao L G，et al，2018b.Projection of national and provincial economy under the shared socioeconomic pathways in China[J].Climate Change Research，14 （1）：50-58.（in Chinese）.

姜彤，王艷君，蘇布達(dá)，等，2020a.全球氣候變化中的人類(lèi)活動(dòng)視角：社會(huì)經(jīng)濟(jì)情景的演變[J].南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），12（1）：68-80. Jiang T，Wang Y J，Su B D，et al.，2020a.Perspectives of human activities in global climate change：evolution of socio-economic scenarios[J].J Nanjing Univ Inf Sci Technol（Nat Sci Ed），12（1）：68-80.doi：10.13878/j.cnki.jnuist.2020.01.009.（in Chinese）.

姜彤，景丞，王艷君，等，2020b.SSPs路徑下實(shí)現(xiàn)全球可持續(xù)發(fā)展目標(biāo)的可能性分析[J].中國(guó)科學(xué)：地球科學(xué)，50（10）：1445-1454. Jiang T，Jing C，Wang Y J，et al，2020b.Possibility of implementing global Sustainable development goals under the shared socioeconomic pathways[J].Scientia Sinica Terrae，50（10）：1445-1454.（in Chinese）.

Jiang T，Su B D，Huang J L，et al.，2020.Each 0.5 ℃ of warming increases annual flood losses in China by more than US$60 billion[J].Bull Am Meteor Soc，101（8）：E1464-E1474.doi：10.1175/bams-d-19-0182.1.

景丞，蘇布達(dá)，巢清塵，等，2019.基于共享社會(huì)經(jīng)濟(jì)路徑的“一帶一路”沿線(xiàn)國(guó)家城市化水平與經(jīng)濟(jì)預(yù)測(cè)研究[J].中國(guó)人口·資源與環(huán)境，29（1）：21-31. Jing C，Su B D，Chao Q C，et al.，2019.Projection of urbanization and economy in the ‘Belt and Road’ countries based on the shared socioeconomic pathways[J].China Popul Resour Environ，29（1）：21-31.（in Chinese）.

Jing C，Tao H，Jiang T，et al.，2020.Population，urbanization and economic scenarios over the Belt and Road region under the Shared Socioeconomic Pathways[J].J Geogr Sci，30（1）：68-84.doi：10.1007/s11442-020-1715-x.

Kebede A S，Nicholls R J，Allan A，et al.，2018.Applying the global RCP-SSP-SPA scenario framework at sub-national scale：a multi-scale and participatory scenario approach[J].Sci Total Environ，635：659-672.doi：10.1016/j.scitotenv.2018.03.368.

Kc S，Lutz W，2014.Demographic scenarios by age，sex and education corresponding to the SSP narratives[J].Popul Environ，35（3）：243-260.doi：10.1007/s11111-014-0205-4.

Kc S，Lutz W，2017.The human core of the shared socioeconomic pathways：population scenarios by age，sex and level of education for all countries to 2100[J].Glob Environ Change，42：181-192.doi：10.1016/j.gloenvcha.2014.06.004.

Kriegler E，Edmonds J，Hallegatte S，et al.，2014.A new scenario framework for climate change research：the concept of shared climate policy assumptions[J].Climate Change，122（3）：401-414.doi：10.1007/s10584-013-0971-5.

Kriegler E，Bauer N，Popp A，et al.，2017.Fossil-fueled development （SSP5）：an energy and resource intensive scenario for the 21st century[J].Glob Environ Change，42：297-315.doi：10.1016/j.gloenvcha.2016.05.015.

Leimbach M，Kriegler E，Roming N，et al.，2017.Future growth patterns of world regions-a GDP scenario approach[J].Glob Environ Change，42：215-225.doi：10.1016/j.gloenvcha.2015.02.005.

Liao W L，Liu X P，Xu X Y，et al.，2020.Projections of land use changes under the plant functional type classification in different SSP-RCP scenarios in China[J].Sci Bull，65（22）：1935-1947.doi：10.1016/j.scib.2020.07.014.

Liu Z，Ciais P，Deng Z，et al.，2020.Carbon monitor，a near-real-time daily dataset of global CO2 emission from fossil fuel and cement production[J].Sci Data，7：392.doi：10.1038/s41597-020-00708-7.

Marangoni G，Tavoni M，Bosetti V，et al.，2017.Sensitivity of projected long-term CO2 emissions across the Shared Socioeconomic Pathways[J].Nat Clim Chang，7（2）：113-117.doi：10.1038/nclimate3199.

Maury O，Campling L，Arrizabalaga H，et al.，2017.From shared socio-economic pathways （SSPs） to oceanic system pathways （OSPs）：building policy-relevant scenarios for global oceanic ecosystems and fisheries[J].Glob Environ Change，45：203-216.doi：10.1016/j.gloenvcha.2017.06.007.

Moss R，Babiker M，Brinkman S，2008.Towards new scenarios for analysis of emissions，climate change，impacts，and response strategies，technical summary[M]//Intergovernmental Panel on Climate Change，Geneva：25.

Moss R H，Edmonds J A，Hibbard K A，2010.The next generation of scenarios for climate change research and assessment[J].Nature，463：747-756.doi：10.1038/nature08823.

Nakicénovic N，Davidson O，Davis G，et al.，2000.Special report on emissions scenarios：a special report of working group Ⅲ of the Intergovernmental Panel on Climate Change[M].Cambridge，United Kingdom：Cambridge University Press.

ONeill B C，Kriegler E，Riahi K，et al.，2014.A new scenario framework for climate change research：the concept of shared socioeconomic pathways[J].Climate Change，122（3）：387-400.doi：10.1007/s10584-013-0905-2.

ONeill B C，Tebaldi C，van Vuuren D P，et al.，2016.The scenario model intercomparison project （ScenarioMIP） for CMIP6[J].Geosci Model Dev，9（9）：3461-3482.doi：10.5194/gmd-9-3461-2016.

ONeill B C，Kriegler E，Ebi K L，et al.，2017.The roads ahead：narratives for shared socioeconomic pathways describing world futures in the 21st century[J].Glob Environ Change，42：169-180.doi：10.1016/j.gloenvcha.2015.01.004.

Popp A，Calvin K，F(xiàn)ujimori S，et al.，2017.Land-use futures in the shared socio-economic pathways[J].Glob Environ Change，42：331-345.doi：10.1016/j.gloenvcha.2016.10.002.

潘金玉，蘇布達(dá)，翟建青，等，2019.基于共享社會(huì)經(jīng)濟(jì)路徑的中國(guó)經(jīng)濟(jì)發(fā)展趨勢(shì)及其影響要素分析[J].氣候變化研究進(jìn)展，15（6）：607-616. Pan J Y，Su B D，Zhai J Q，et al.，2019.Development of economy and its influencing factors in China under the shared socioeconomic pathways[J].Climate Change Res，15（6）：607-616.doi：10.12006/j.issn.1673-1719.2019.028.（in Chinese）.

潘金玉，蘇布達(dá)，王艷君，等，2020.共享社會(huì)經(jīng)濟(jì)路徑（SSPs）下2020—2050年中國(guó)分產(chǎn)業(yè)產(chǎn)值時(shí)空變化[J].氣候變化研究進(jìn)展，16（6）：725-737. Pan J Y，Su B D，Wang Y J，et al.，2020.Spatio-temporal changes of output value from the primary，secondary and tertiary industries for 2020—2050 under the shared socioeconomic pathways[J].Climate Change Res，16（6）：725-737.doi：10.12006/j.issn.1673-1719.2019.221.（in Chinese）.

秦大河，2018.氣候變化科學(xué)概論[M].北京：科學(xué)出版社. Qin D H，2018.Introduction to science of climate change[M].Beijing：Science Press.（in Chinese）.

Rao S，Klimont Z，Smith S J，et al.，2017.Future air pollution in the Shared Socio-economic Pathways[J].Glob Environ Change，42：346-358.doi：10.1016/j.gloenvcha.2016.05.012.

Riahi K，van Vuuren D P，Kriegler E，et al.，2017.The shared socioeconomic pathways and their energy，land use，and greenhouse gas emissions implications：An overview[J].Glob Environ Change，42：153-168.doi：10.1016/j.gloenvcha.2016.05.009.

Sellers S，Ebi K，2017.Climate change and health under the shared socioeconomic pathway framework[J].Int J Environ Res Public Heal，15（1）：3.doi：10.3390/ijerph15010003.

Shan Y L，Guan D B，Zheng H R，et al.，2018.China CO2 emission accounts 1997—2015[J].Sci Data，5：170201.doi：10.1038/sdata.2017.201.

Su B D，Huang J L，F(xiàn)ischer T，et al.，2018.Drought losses in China might double between the 1.5 ℃ and 2.0 ℃ warming[J].PNAS，115（42）：10600-10605.doi：10.1073/pnas.1802129115.

Tao S，Ru M Y，Du W，et al.，2018.Quantifying the rural residential energy transition in China from 1992 to 2012 through a representative national survey[J].Nat Energy，3（7）：567-573.doi：10.1038/s41560-018-0158-4.

Taylor K E，Stouffer R J，Meehl G A，2012.An overview of CMIP5 and the experiment design[J].Bull Amer Meteor Soc，93（4）：485-498.doi：10.1175/bams-d-11-00094.1.

van Vuuren D P，Edmonds J，Thomson A，2011.The representative concentration pathways：an overview[J].Climate Chang，109（1/2）：5-31.doi：10.1007/s10584-011-0148-z.

van Vuuren D P，Riahi K，Moss R，et al.，2012.A proposal for a new scenario framework to support research and assessment in different climate research communities[J].Glob Environ Change，22（1）：21-35.doi：10.1016/j.gloenvcha.2011.08.002.

van Vuuren D P，Kriegler E，ONeill B C，et al.，2014.A new scenario framework for climate change research：scenario matrix architecture[J].Climate Chang，122（3）：373-386.doi：10.1007/s10584-013-0906-1.

van Vuuren D P，Stehfest E，Gernaat D E H J，et al.，2017.Energy，land-use and greenhouse gas emissions trajectories under a green growth paradigm[J].Glob Environ Change，42：237-250.doi：10.1016/j.gloenvcha.2016.05.008.

Wang H，Lu X，Deng Y，et al.，2019a.Chinas CO2 peak before 2030 implied from characteristics and growth of cities[J].Nat Sustain，2（8）：748-754.doi：10.1038/s41893-019-0339-6.

Wang Y，Wang A，Zhai J，et al.，2019b.Tens of thousands additional deaths annually in cities of China between 1.5 ℃ and 2.0 ℃ warming[J].Nat Commun，10：3376.doi：10.1038/s41467-019-11283-w.

王艷君，景丞，曹麗格，等，2017.全球升溫控制在1.5 ℃和2.0 ℃時(shí)中國(guó)分省人口格局[J].氣候變化研究進(jìn)展，13（4）：327-336. Wang Y J，Jing C，Cao L G，et al.，2017.The population patterns over China under the 1.5 ℃ and 2.0 ℃ warming targets[J].Climate Change Res，13（4）：327-336.doi：10.12006/j.issn.1673-1719.2017.028.（in Chinese）.

王艷君，景丞，姜彤，等，2020.2015—2050年中國(guó)分省城鄉(xiāng)人口變化及其影響因素研究[J].南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），12（4）：395-405. Wang Y J，Jing C，Jiang T，et al.，2020.Projection of provincial urban and rural population and its influencing factors in Chinas mainland （2015—2050）[J].J Nanjing Univ Inf Sci Technol（Nat Sci Ed），12（4）：395-405.doi：10.13878/j.cnki.jnuist.2020.04.001.（in Chinese）.

Warszawski L，F(xiàn)rieler K，Huber V，et al.，2014.The inter-sectoral impact model intercomparison project（ISI-MIP）：project framework[J].PNAS，111（9）：3228-3232.doi：10.1073/pnas.1312330110.

Yin Y Y，Tang Q H，Liu X C，et al.，2017.Water scarcity under various socio-economic pathways and its potential effects on food production in the Yellow River Basin[J].Hydrol Earth Syst Sci，21（2）：791-804.doi：10.5194/hess-21-791-2017.

Yuan X，Wang L，Wu P，et al.，2019.Anthropogenic shift towards higher risk of flash drought over China[J].Nat Commun，10：4661.doi：10.1038/s41467-019-12692-7.

Zhang F，Deng X Z，Xie L，et al.，2021.Chinas energy-related carbon emissions projections for the shared socioeconomic pathways[J].Resour Conserv Recycl，168：105456.doi：10.1016/j.resconrec.2021.105456.

Zheng B，Cheng J，Geng G N，et al.，2021.Mapping anthropogenic emissions in China at 1 km spatial resolution and its application in air quality modeling[J].Sci Bull，66（6）：612-620.doi：10.1016/j.scib.2020.12.008.

Multiple application of shared socioeconomic pathways in land use，energy and carbon emission research

JING Cheng1，JIANG Tong1，2，SU Buda1，2，WANG Yanjun1，WANG Guojie1，2，HUANG Jinlong1，GAO Miaoni1，2，LIN Qigen1，LIU Shuci1，ZHAI Jianqing3

1Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/School of Geographical Science/Institute for Disaster Risk Management，Nanjing University of Information Science & Technology，Nanjing 210044，China;

2Research Institute of Climate and Environmental Governance，Nanjing University of Information Science & Technology，Nanjing 210044，China;

3National Climate Center，China Meteorological Administration，Beijing 100081，China

Scenario is an important tool for climate change projection.The Intergovernmental Panel on Climate Change （IPCC） developed the Shared Socioeconomic Pathways （SSPs） in 2010，aiming to scientifically support the Fifth Assessment Report （IPCC AR5），Coupled Model Intercomparison Project （CMIP），Inter-Sectoral Impact Model Intercomparison Project （ISI-MIP），and other international programs.As climate scenarios developed from a socioeconomic perspective，SSPs facilitate climate change research including physical science，impacts，vulnerability，risk，adaptation and mitigation.In this paper，we first describe the development process of SSPs and their possible application.Next，the simulation and global and Chinese results of population and economy，land use，energy and carbon emissions are simulated and projected.In particular，the carbon emission trajectories under different SSPs and their relationship with the “two-carbon” target are also quantified on scales for both the world and China.Finally，a prospective application of SSPs is presented.

shared socioeconomic pathways （SSPs）;land use;energy;carbon emission trajectories

doi：10.13878/j.cnki.dqkxxb.20220405009

（責(zé)任編輯：劉菲）