不断变化的国家财富 — — 用红树林建设沿海韧性

2024 CHANGING The 技财术✲富告 of NATIONS 授权公开披露 授权公开披露 用自然红洪树水林防建御对设不沿断海变恢化的复国力家财：富的贡献 2030406080100120140160 ©2024国际复兴开发银行/世界银行1818HStreetNW,WashingtonDC20433电话:20 2-473-1000互联网:www.worldbank.org 这是世界银行工作人员与外部贡献者共同完成的作品。本研究中的发现、解释和结论并不代表世界银行、其执行董事会或它们所代表的政府的观点。 世界银行不对本作品中包含的数据的准确性、完整性和及时性负责，并不承担因数据中的任何错误、遗漏或差异导致的责任。世界银行不对使用或未使用此处所述的方法、过程或结论所引起的任何责任负责。地图上显示的边界、颜色、面值及其他信息并不代表世界银行对任何领土法律地位的任何判断，也不代表世界银行对该等边界的认可或接受。 此处nothingshall构成或被视为限制世界银行的权利和豁免，所有这些权利和豁免均特定保留。 权利和许可 本作品受版权保护。尽管世界银行鼓励其知识的传播，在非商业目的下，本作品的全部或部分内容可以复制，只要给予完整的attribution致谢。 任何关于权利和许可的问题，包括附属权利，应向世界银行出版部提出，地址为WorldBankPublications,TheWorldBankGroup,1818HStreetNW,Washington,DC20433,USA；传真：202-522-2625；电子邮件：pubrights@worldbank.org。 设计和布局：清晰全球战略通信www.clarityglobal.net Acknowledgements 作者：佩莱托·门内德兹（UCSC）、迈克尔·W·贝克（UCSC）、西莉亚·阿巴德（伊索拉布达伊·伊希坎布里亚研究所-IH坎塔布里亚）、伊尼戈·J·洛萨达（伊索拉布达伊·伊希坎布里亚研究所-IH坎塔布里亚） 本✲告广泛参考了世界银行之前的估值工作，包括迈克尔·W·贝克和格伦-玛丽·兰格领导的关于制定全面评估这些自然资产带来的海岸防护效益的估值准则的工作，以及在菲律宾和牙买加实施国家层面的实际应用（Menendez等，2018 ；Ortega等，2019）。作者还感谢《自然资源保护信托基金》、AXA研究基金和沿海气候韧性中心在过去对本项工作的支持。本✲告受益于斯特凡妮·翁德、波尔贾·冈萨雷斯·雷戈罗和亚历克西斯·Rivera巴雷斯特罗的宝贵指导和建议。 这份技术✲告是为即将发布的《国家财富变迁2024》✲告提供的输入资料。《国家财富变迁》旗舰系列由世界银行编制，提供了最全面的国家财富核算，深入分析了财富演变的过程，并提出了未来积累财富的路径。该旗舰系列— —以及配套的全球数据库——确立了全面财富作为可持续性衡量标准和国家分析关键组成部分的地位。每一版都扩展了财富账户的覆盖范围，提高了我们对所有资产质量的理解，尤其是自然资本。此外，每份✲告还提供了一套新的工具和分析方法，帮助政策制定者将财富及其组成部分纳入经济分析，并指导国家和全球层面的决策。 本✲告得到了可持续发展全球计划（GPS）信托基金和PROBLUE信托基金的财务支持。 执行摘要l 执行摘要 随着风暴和气候变化导致的沿海风险加剧，对沿海防护的需求正在上升。全球研究表明（Beck等，2018；Menendez等，2020），红树林和珊瑚礁能够通过减缓波浪和风暴潮来提供宝贵的沿海防护服务，并作为防洪和侵蚀的第一道防线。这些自然沿海防护服务首次被纳入世界银行《国家财富变迁》（WorldBank'sTheChangingWealthofNations,CWON）2021年版中，该✲告涵盖了从1995年至2015年红树林作为沿海防护资产的价值变化。在此基础上，我们加入了2020年的全球红树林分布数据 ，并评估了当前的洪水风险以及红树林减少洪水的好处 。我们还重新分析了历史上的洪水风险和红树林效益（1995-2020年期间），因为过去的生态（红树林分布）和经济（PennWorldTable,PWT）数据有所更新。 你：为了评估自然资本资产对亚热带国家财富的贡献，我们使用了同行评审的洪水风险和栖息地效益模型。我们的方法结合了基于过程的风暴和水动力模型，这些模型在Menendez等人（2020）中有详细描述。具体来说，我们使用这些模型来确定有红树林和无红树林情况下五种不同频率风暴（每5年、10年、25年、50年和100年一次）导致的淹没面积和深度。这些模拟由当地的风暴数据驱动。为了评估红树林作为自然资本资产的价值，我们将淹没范围和深度数据叠加到人口和资产价值的历史数据上（PWT10.0，Feenstra等人（2015）），调整为2020年的美元不变值。这使我们能够识别出一种概率性的 洪水破坏的分布(风险)和避免破坏的好处(栖息地的好处 )。 我们在1996年、2010年、2015年和2020年评估了洪水风险和红树林效益，并评估了这些年间洪水风险和红树林效益的变化。我们对约覆盖70万公里（亚）热带海岸线的121个国家进行了评估，其中97个国家从红树林中获得了经济或社会效益。我们按国家汇总结果，但这些模型和数值也可以用于理解国家内部省份乃至市级层面的风险和效益。这些是与基于指数的方法相比完全定量的风险模型，用于评估沿海脆弱性和生态系统服务。 Thepresentvalueof洪水减缓效益的现值（以4%的折现率计算的100年资产）在2020年的值为8550亿美元。对于洪水减缓而言，拥有最大现值红树林资源的国家依次为中国、越南、澳大利亚、美国和印度（此处及以下所有国家均按排名顺序列出）。2020年，红树林海岸线面临的年度洪水风险最大的国家是中国、美国、澳大利亚、台湾和越南。这些国家中，每年有超过98,000人面临沿海洪水的风险，每年有超过47亿美元的资产面临洪水风险。从1996年至2010年，红树林用于减少洪水风险的财富增加了 1300亿美元，而从2010年至2020年，这一数字增加到50 20亿美元。2020年，在绝对价值上获得显著财富增长的国家依次为：中国、越南、澳大利亚、美国和印度， 执行摘要l 相对值(百分比)是南非，圭亚那，瓦努阿图，格林纳达和圣露西。 从1996年至2010年，这一时期见证了有记录以来由于2000年代虾养殖业迅速扩张导致的红树林最大规模损失以及因沿海开发造成的持续性损失。全球范围内，红树林的减少幅度为4%，但在一些国家如苏丹、特克斯和凯科斯、阿曼、吉布提和斯里兰卡，这一比例超过了30%。在此期间，红树林减少的总面积（绝对值）在印度尼西亚、墨西哥、澳大利亚、缅甸和古巴最为显著。从1996年至2010年，沿海洪水风险对人口（增加32%）和财产 （增加122%）的影响急剧上升。多个因素共同导致了这一增长，包括红树林减少（4%）、人口增长（21%）以及这些国家资本存量的增加（72%）。尽管红树林栖息地有所减少，但它们的防洪效益（即对国家财富的价值 ）显著提升。到2010年，与1996年相比，红树林保护了22%更多的人口和59%更多的资本存量价值，这主要是由于受红树林保护地区的人口和资产价值增加。从1996年至2015年，获得红树林防洪效益对国家财富最大增幅的国家是越南、中国、波多黎各、印度和印度尼西亚。 并且，财产损失分别在全球范围内增加了33%和104%。这些国家层面的风险增加是由红树林损失（0.66%）、人口增长（12%）以及资本存量增加（40%）引起的。最容易发生洪水风险的人口显著增加的国家是中国、越南 、印度、孟加拉国和印度尼西亚（每年每国有超过34.7万人受灾）。最容易发生经济风险的国家是中国、美国、澳大利亚、台湾和越南（每年每国有超过27亿美元的经济损失）。 然而，在2010年至2020年期间，mangrove效益首次超过了洪水风险。在这十年中，超过61%的人口直接受益于洪水防护，而红树林保护了超过109%的资本存量免受沿海洪水的影响。越南、孟加拉国、印度、中国和喀麦隆经历了最多的人口保护显著增加（每年每个国家超过147,000人）。一些国家如马来西亚、缅甸、台湾、巴基斯坦和哥伦比亚则经历了人口保护减少的情况。从经济角度来看，中国、越南、澳大利亚、美国和孟加拉国见证了红树林防洪效益的最大增幅，每年超过11.7亿美元。牙买加、东帝汶、伯利兹和巴基斯坦则经历了红树林防洪效益的下降（每年下降约0.8百万美元）。 从2010年至2020年，全球红树林覆盖率下降，但总体降幅较小（0.66%）。红树林栖息地显著增加的主要国家包括阿曼、特克斯和凯科斯群岛、毛里塔尼亚、多哥和吉布提，这些国家的红树林覆盖率增加了超过10%。然而 ，一些国家仍遭受了高于10%的损失率，包括沙特阿拉 伯、台湾、苏丹、巴基斯坦和牙买加。从2010年至2020年，沿海洪水风险对人口的年度影响 这些结果表明，红树林可以在国家洪水风险减少和气候适应方面带来显著且极具价值的利益。这些价值可以用于指导这些栖息地的保护、恢复和管理方面的投资。 TABLEOFCONTENTS 执行摘要II TABLESV FiguresV 缩写和缩写VI 1.INTRODUCTION1 2.CWON4环境下的水值 2.1方法简介4 2.2研究领域描述6 2.3菲律宾：建立全球模型的基准案例7 2.4详细方法9 2.5模型的局限性和假设14 3.DATASETS16 3.1概述16 3.2红树林数据18 3.3人口数据19 3.4股本数据19 3.5居民消费价格指数20 3.6损伤函数20 4.Results21 4.1红树林盖21 4.2总体结果：洪水风险和收益22 4.3红树林资产价值与财富变化29 5.讨论32 6.建议35 参考文献36 附录1：附录2：数据审核流程40 数据表48 TABLES 表2.1：风险图汇总表14 表3.1：分析中使用的数据集列表16 TABLE4.1:红树林资产价值排名前20位的国家(按4%的折扣计算100年)和年度防洪预期收益 31 表A1:1996年97个国家红树林的洪水风险和防洪效益48 表A2:2010年97个国家红树林的洪水风险和防洪效益51 表A3:2020年97个国家红树林的洪水风险和防洪效益54 表A4:整个地区红树林的洪水风险和防洪收益的绝对变化 1996-2010年97个国家57 表A5:2010-2020年期间97个国家的红树林洪水风险和洪水减少收益的绝对变化 60 表A6:1996-2010年期间97个国家的红树林洪水风险和减少洪水收益的百分比变化63 表A7:2010-2020年期间97个国家的红树林洪水风险和减少洪水收益的百分比变化 66 Figures 图2.1:估算红树林提供的防洪效益的关键步骤和数据6 图2.2:水动力模型的地理细分7 图2.3:CWON风险评估方法11 图3.1:GMW2.0和GMW3.0之间全球红树林覆盖率的差异18 图3.2:人员和股票的洪水深度破坏曲线20 图4.1:1996年红树林数量最多的20个国家的红树林面积21 图4.2:全球洪水风险和红树林防洪对人民和资本存量的好处(1996-2020)22图4.3:97个国家的总人口，总资 本存量和红树林总面积的变化(1996-2020年)24 图4.4:按收入水平划分的洪水风险和红树林对人员和资本存量的好处24 图4.5:按世界银行地区划分的洪水风险和红树林对人口和资本存量的好处26 缩写和缩写 CWON 改变国家财富 EU 欧洲联盟 GDP 国内生产总值 GHS-POP 全球人类住区人口网格 GMW 全球红树林观察 IDB 美洲开发银行 JRC 联合研究中心 KM 公里 M 仪表 PV 现值 PWT 宾夕法尼亚大学世界表 SEEA 环境经济核算体系 SNA 国民账户体系 SRTM-DTM 航天飞机雷达地形任务 UNDRR 联合国减少灾害风