气候变化是国际社会普遍关注的环境问题,也是当前及今后全球各国所面临的严峻挑战。它通过改变自然环境系统,最终作用于社会经济系统。未来气候条件可能会引发更多极端事件,增加严重自然灾害出现频率,加重对社会经济系统负面影响。中国是在气候变化影响下最为脆弱的国家之一,应对气候变化符合我国推进生态文明建设、转变经济发展方式的国家战略需求。认识气候变化风险,有助于降低各类不利影响。从管理层面上来看,评估气候变化风险在长期发展规划中地位日益凸显。本文面向国家应对气候变化重大战略需求和降低社会经济风险国际研究前沿,对气候变化风险评估方法及其应用进行研究,从影响和减缓两个层面开展了以下创新性工作:(1)建立了脆弱性评价与应对策略形成集成方法,从暴露、敏感性和适应能力三者间不平衡关系入手,研制了脆弱性综合指数。以干旱为特定极端事件类型,对中国安徽、河南、江苏和山东四省65个城市开展实例研究。结果表明,安徽和河南有更多的脆弱城市,占本省城市总数50%以上。与沿海地区相比,内陆地区有更多的脆弱城市,它们在对干旱恢复力效率方面表现更不佳。此外,大多数高脆弱城市位于研究区域中北部。(2)依据“压力-状态-影响”因果链研制了气候变化风险综合评价指数,从“压力-状态”和“状态-影响”两个子过程来解释危险性和脆弱性。将干旱作为特定极端事件类型,对2006-2011年中国31个省开展实例研究。研究结果表明,西北地区危险性指标值较小,而西南地区则较大。高脆弱性地区覆盖华北大多数省份,特别是西北和东北。整体而言,东北和西南地区更易受干旱影响,高危险性和高脆弱性使得风险指数较大。西北地区危险性水平较低,脆弱性是形成风险的主导因素。此外,长江中下游和沿海地区的干旱状况较为严重,但较强的恢复力使得风险程度不高。(3)预估了未来数十年由极端事件造成的中国区域社会经济风险。利用层次贝叶斯模型,构建了社会经济损害及其影响因子之间关系,结合气候和社会经济情景,分别研究了在暴露和适应效应下社会经济损害变化趋势及其不确定性。研究结果表明,层次贝叶斯模型为量化模型参数、结构关系和预测不确定性提供了途径,它在保持区域特性的同时,允许将不同地区信息进行恰当地集合。社会经济损害概率分布对规划风险适应和减缓具有重要作用。本研究采用的模型降低了估计结果不确定性,提供了更好的损害不确定性量化。在仅考虑暴露条件时,西南省份、中部省份和海南岛可能有更大受灾人口比例。对于经济损失来说,西南和中部地区普遍较高,特别是四川和湖南。此外,一些高收入省份也可能面临严重经济损失。气候变化具有显著作用,各省平均社会经济损害在未来将转移到更高水平。(4)建立了包含不确定性、异质性和相关性的能源需求和碳排放量预测模型,结合未来社会经济发展情景,估计了各省和全国碳排放量及其不确定性范围,并就此讨论完成既定减排目标的挑战性。研究结果表明,层次贝叶斯模型将不同区域共有信息进行综合,提供了特定区域的回归系数及其不确定性范围,并能灵活地模拟变量之间相关性。由贝叶斯模型平均方法得到的概率预测值含有丰富信息,对能源和环境政策制定具有重要指导意义。根据所估计的不确定性范围,到2040年全国能源使用量在两个情景下将分别增长至61.8-69.4和70.1-78.7亿吨标准煤。在经济和人口低速发展情景下,能源需求在增长阶段后可能进入平台期。低排放情景下,估计得到的中位数表明二氧化碳排放峰值将出现在2025年,达11.6Gt,中东部省份在全国碳减排中扮演更为重要的角色。从估计值整体范围来看,确保在2030年实现排放峰值具有挑战性,而碳强度下降目标基本能够实现。本文所构建的模型方法有助于加深对区域气候变化风险的认识,为加强适应能力建设、科学制定减缓措施和降低社会经济损害提供理论分析依据和决策支持。