2024年减少电力部门空气污染对弱势美国人影响的政策报告

丹尼尔 · 沙汉、萨莉 · 罗布森、伊桑 · 罗素和安娜 · 瓦雷拉 关于作者 丹尼尔 · 沙汉他是资源与未来组织（Resources for the Future, RFF）的研究员，康奈尔大学的兼职教授，并且是纽约独立系统运营商环境咨询委员会的成员。他的大部分研究集中在预测和估计电力政策（包括环境政策）的效果。他领导了工程、经济和环境电力模拟工具（E4ST）的发展和应用，这是一个详细的美国和加拿大电力部门模型，用于模拟电力网络、发电厂、空气质量以及公共卫生如何对潜在的政策和基础设施变化作出响应。Shawhan 协助各州政府制定电力市场改革政策以及首个针对混合动力车辆、能源效率、绿色建筑和可再生能源的第一批州级政策。 萨莉 · 罗布森她是来自Resources for the Future的研究分析师，专注于E4ST项目。在加入RFF之前，她在史密斯学院学习工程与伦理学，专注于宏观和微电网层面的能源系统与储能技术。 Ethan Russell他在Resource for the Future担任研究分析师。他的工作涉及应用和升级E4ST。在加入RFF之前，他曾在麻省理工学院林肯实验室工作，开发用于不确定性条件下决策的模拟工具和算法。他于2019年在Rose Hulman工学院获得电气工程学士学位。 安娜 · 瓦雷拉 · 瓦雷拉是伦敦经济学院地理与环境系的助理教授，并且是纽约大学政策完整性研究所的附属学者。她的研究探讨了环境系统和城市系统之间的空间互动。Ana在哥伦比亚大学完成了可持续发展博士学位，专注于环境与城市经济学。她还拥有加利福尼亚大学伯克利分校的城市规划硕士学位、伦敦帝国理工学院的环境研究学位以及西班牙加朗达大学的土木工程学位。 Acknowledgments 作者感谢Suzanne Russo、Molly Robertson、纽约市环境正义联盟（NYC-EJA）的工作人员、Jeanne Bergman、Juan-Pablo Velez、Anne Reynolds以及由NYC-EJA和RFF组织的纽约和新泽西州环境正义倡导者工作坊的参与者们，他们对政策选项提出了评论和建议，这些意见被作者用于本研究的设计。感谢Mike Toman在编辑研究过程中提供的帮助。感谢Karen Palmer、Suzanne Russo、Beia Spiller、William Pizer和Lucija Muehlenbachs对本文档进行审查。感谢Andrew Gossett在项目管理方面的参与。文中任何错误仍由作者负责。 作者感谢阿尔弗雷德·P·斯隆基金会对本项目提供的财务支持。他们还感谢E4ST模型开发的其他财务资助者，是这些资助使得该项目成为可能。作者感谢Gurobi优化公司提供的优秀Gurobi求解器软件，并感谢Energy Visuals, Inc.提供的独特详细的输电图册和FirstRate电力网络数据，这些数据被用于本研究中。 关于 RFF 资源与未来（RFF）是一家位于华盛顿特区的独立非营利研究机构。其使命是通过公正的经济研究和政策参与来改善环境、能源和自然资源决策。RFF致力于成为最值得信赖的研究见解和政策解决方案的来源，以促进一个健康环境和繁荣经济的发展。 工作论文是由作者为了信息和讨论而流通的研究材料。它们尚未必要经过正式的同行评审。本文的观点仅为个别作者的观点，可能与RFF其他专家、管理人员或董事的观点不同。 分享我们的工作 我们的工作可以在 Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) 许可证下进行分享和改编。您可以以任何媒介或格式复制和重新分发我们的材料；您必须给予适当的署名，提供许可协议的链接，并指明修改内容，且不得附加其他限制条件。您可以通过合理的方式进行，但不得暗示许可方支持您或您的使用方式。您不得将材料用于商业目的。如果您重新混编、转换或基于材料构建新的内容，则不得分发修改后的材料。如需更多信息，请访问 [许可证链接]。https: / / creativecommons. org / licenses / by - nc - nd / 4.0 /. Abstract 美国的环保政策制定者 increasingly 注重减轻那些同时面临环境和经济劣势的美国人所承受的负担。本研究考虑了这一负担的一个重要方面：由排放 引起的 。空气中细颗粒物浓度 (PM 关键词2.5国家电力部门。利用一个高度详细的美国电力部门仿真模型以及一种颗粒物形成和扩散的模型，该研究对未来的一些情况进行了预测。2.5在全国范围内实施不同政策对环境和经济的影响减少发电厂对 PM 的贡献2.5disadvantaging 社区（EO DACs）。地面上层臭氧减少的影响也得到了考虑。结果与一个非地理性的政策进行了比较。此外，目标 - 电力部门二氧化碳的国家价格 (CO2对EO DACs的影响，我们预计这些影响将波及所有美国人、黑人美国人、西班牙裔美国人、最低收入 quintile 的美国人以及居住在高度环境负担（不一定处于劣势）区域的美国人。全国电力排放价格是减少提前死亡的最具成本效益的政策之一。部门 CO2EO DAC 中 PM 暴露的死亡率。其他政策 ， 在地理上2.5旨在减轻EO DACs中的负担，反而在某些区域增加了PM暴露。 2.5 环境正义 ， 累积负担 ， 发电厂 ， 电力 ， 健康 ， 排放 ， 污染 ， 热点， 成本。 执行摘要 美国环境政策制定者 increasingly 注重一个长期存在的问题：减轻同时面临环境和经济劣势的美国人所承受的负担。充足的研究证据表明，环境负担不成比例地落在许多少数族裔和低收入人群身上。这些不平等现象引发了关于公平与正义的基本问题，政策制定者和研究人员正在努力解决这些问题。 这项研究考虑了环境负担的一个特定部分 - 导致的差异)暴露于空气中的细颗粒物导致的过早死亡 (PM 2.5从电力部门排放的角度进行分析。通过模拟分析，该研究评估了几种旨在改善面临环境和经济劣势的人群和社区状况的政策措施的效果。研究在国家层面评估了这些政策对某些劣势社区以及不同人口群体的健康影响，并对整体人口的影响进行了评估。此外，还评估了实施各种政策措施的成本及其成本集中度。在我们的模拟中，通过减少 PM 避免每次死亡的有效性22.5我们在整个毗邻的美国实施每一项政策。 使用电力部门的高度详细仿真模型结合形成与分散模型，该研究预测了环境和经济影响。PM 作为环境负担过重、处于不利地位的社区（EO DACs）。根据社会经济状况和环境负担，在美国政府的气候变化与经济正义筛查工具的基础上，将DACs（处于不利地位的社区）划分为普查区级别。EO DACs是指相对于邻近的非不利地位社区，其环境质量低于平均水平的DACs。除了对EODACs的影响以及对整个社会的影响之外，我们还预测这些影响对于黑人美国人、西班牙裔美国人、最低收入 quintile 的美国人以及高环境负担地区（无论这些地区是否整体上处于不利地位）的影响。 我们模拟的三项目标政策旨在限制位于EO DACs内的发电厂（“区域内政策”）。这些政策大致受到2022年新泽西州法律的启发，尽管我们并未模拟该立法的所有具体条款，且其实施方式尚存不确定性。另一种目标政策称为“上游限制”，旨在防止任何发电厂向任何EO DAC贡献超出可忽略不计程度的污染。这一政策大致受到了2023年纽约州法律的启发，同样地，我们并未模拟该立法的所有具体条款，且其实施方式尚存不确定性。为了进行对比，研究还分析了定价政策，由于其本质特性，这种政策并不涉及上述限制措施。假设每吨 15 美元的 CO 的影响 2 目标 EO DAC 。 在我们的结果中 ， 逆风限制政策、共同定价政策和最佳表现 - DAC政策使得EO DAC居民的人均死亡率降低了大约1.4到1.5倍，相较于生活在EO DAC范围之外的美国人的死亡率差距显著减少。因此 ， 这些政策降低了 PM 它们在 EO 中引起的减少比碳价格更有效地瞄准 PM 2.5DACs.美国黑人的人均死亡率降低水平比其他美国人低4.3到4.8倍，原因有两点。首先，美国黑人倾向于居住在靠近发电厂的地区（平均高出40%），其次，…… PM 高于平均水平2.5暴露比 美国人从给定的 PM 经历更高的平均死亡率 来源数据相当丰富。我们估计，对于最低收入 quintile 的美国人而言，人均死亡风险减少量与总体人口的减少量没有显著差异。然而，这一估计是基于在同一暴露-反应函数下对所有收入 quintile 进行估算的，因为我们未能找到关于最低收入 quintile 的美国人对 PM 更敏感程度的具体估计。2.5与其他美国人相比。 政策的成本差异很大。计算两位总理的死亡人数 并且在相对于政策措施实施成本而言的气候 change 降低效益方面具有优势。这是因为该政策能够显著减少 DAC 和非 DAC 地区的地方污染物排放带来的协同效益。此外，与针对环境运营 DAC 的政策措施不同，碳定价政策不会导致显著的污染热点。研究的扩展可以提供额外的见解。一个扩展是调查将广泛采用且成本效 2益高的措施（如排放定价）与针对减少EO DAC当地危害的有针对性政策相结合的潜在优势。这项研究还将进一步阐明限制排放对任何EO DAC的影响不超过可忽略程度的政策与专注于DAC内的发电厂的政策相比的利弊。 Contents 缩写 1 术语 1 1. Introduction 3 1.1 研究范围41.2. 研究计划4 2. 指定弱势和环境负担的社区 2.1. 处境不利的社区52.2. 环境负担过重的社区6 3. 建模方法 9 3.1. 电力部门模型93.2 空气污染建模和评估103.3. Major Inputs103.4. Caveats11 4. 政策方案 13 4.1. 本研究中模拟的政策144.1. 1. Business - as - usual (BAU)154.1. 2. No New154.1. 3. Reduction164.1. 4. Shutdown164.1. 5. Upwind Limits16定价174.1.6. CO24.2. 政策方案的实施18 5. Results 20 5.1. 对空气污染的影响205.2. 对过早死亡的影响23EO DAC 的死亡率降低245.3. Policy Costs and PM2.55.3. 1 在 EO DAC 中拯救生命的成本效益245.3. 2. EO DAC 与其他地方的死亡率降低26 5.3. 3. 其他弱势群体的目标有效性 27 29303032335.6. 关于政策强度参数的注释 335.4. Society - Wide Net Benefits5.5 发电、产能和温室气体排放效应5.5. 1. Generation Effects5.5. 2 容量效应5.5. 3 温室气体排放效应 6. Conclusions 35 35353535366.1. 按政策划分的影响6.1. 1. No New6.1. 2. Reduction6.1. 3. Shutdown6.1. 4. Upwind Limits6.2. General Findings376.3. Potential Extensions39 附录44附录 A. 电力部门建模假设44A.1. 一般假设44A.2. 特定于技术的假设45附录 B. 空气污染建模假设47浓度和导致的死亡B.1. 对环境 PM 的影响2.5人口统计组47B.2. 对地面臭氧污染影响的评估48附录 C. 政策假设49附录 D. 其他发现51 缩写 ATB 年度技术基线 BAU一切照旧 ， 没有我们在这项研究中估计其影响的政策的情景 CEJST气候与经济正义筛