Klimawandel: Ökonomische Auswirkungen in Indien Daniel Osberghaus Zentrum für Europäische Wirtschaftsforschung (ZEW), Mannheim Deutsch-Indische Zusammenarbeit 7. Mai 2014, Heidelberg

Agenda Globaler Klimawandel Klimawandel in Indien Methoden und Probleme bei Schätzung von ökonomischen Auswirkungen Ökonomische Auswirkungen in Indien

Globaler Klimawandel

Globaler Klimawandel Temperatur in der Vergangenheit Verschiedene Farben: verschiedene Datensätze (IPCC 2013)

Globaler Klimawandel (IPCC 2013)

Globaler Klimawandel Verschiedene Farben: verschiedene Datensätze (IPCC 2013)

Globaler Klimawandel CO2 in Hawaii (rot) und am Südpol (schwarz) (IPCC 2013)

Globaler Klimawandel Treibhauswirkung von emittierten Gasen (IPCC 2013)

Globaler Klimawandel Zuverlässigkeit von Aussagen (IPCC 2013)

Globaler Klimawandel (IPCC 2013)

Globaler Klimawandel Niederschlagsänderung in % bis 2100 in zwei Extremszenarien Gestreifte Regionen: Multi-Model-Mean ist unsicher (kleiner als eine Standardabweichung). Gepunktete Regionen: Multi-Model-Mean ist sicher (größer als zwei Standardabweichungen) (IPCC 2013)

Globaler Klimawandel (IPCC 2013)

Agenda Globaler Klimawandel Klimawandel in Indien Methoden und Probleme bei Schätzung von ökonomischen Auswirkungen Ökonomische Auswirkungen in Indien

Klimawandel in Indien Temperaturänderung in Südasien (IPCC 2013)

Klimawandel in Indien Temperaturänderung in Südasien (IPCC 2013)

Klimawandel in Indien Niederschlagsänderungen in Südasien (IPCC 2013)

Klimawandel in Indien Niederschlagsänderungen in Südasien (IPCC 2013)

Klimawandel in Indien Häufigkeit der Zyklone im Indischen Ozean (Nord): Kein eindeutiges Signal (manche Studien sehen signifikanten Anstieg, manche einen signifikanten Fall) Intensität der Zyklone im Indischen Ozean (Nord): Kein signifikanter Trend erwartet (IPCC 2013)

Agenda Globaler Klimawandel Klimawandel in Indien Methoden und Probleme bei Schätzung von ökonomischen Auswirkungen Ökonomische Auswirkungen in Indien

Unsicherheiten Klimaveränderungen Impacts Kosten Szenarien (Emissionen) Klimamodelle Impacts Physische Folgen Kosten Ökonomische Folgen Quantifizierung von Kosten und Nutzen

Bewertungsmethoden Partialmodelle, z.B. für Pflanzenwachstum, oft ohne Anpassung Gesamtwirtschaftliche Modelle, oft ohne Anpassung Statistische Analysen Happiness und hedonische Modelle (Migration) Stated Choice

Bewertungsmethoden Partialmodelle, z.B. für Pflanzenwachstum, oft ohne Anpassung Gesamtwirtschaftliche Modelle, oft ohne Anpassung Statistische Analysen Happiness und hedonische Modelle (Migration) Stated Choice

Bewertungsmethoden Beispiel: Modellbasierte Analyse marktgängiger Güter (Landwirtschaft, Forstwirtschaft, Landwerte) Insgesamt niedrigere Effekte auf Volkswirtschaften (Mendelsohn et al. 2000, Climatic Change)

Bewertungsmethoden Modellbasierte Analyse von marktgängigen Sektoren Optimale globale Klimapolitik angenommen Indien: Schäden von 5,7% des BIP Anfang des 22. Jhdt. (Ortiz et al. 2011, Energy Economics)

Bewertungsmethoden Partialmodelle, z.B. für Pflanzenwachstum, oft ohne Anpassung Gesamtwirtschaftliche Modelle, oft ohne Anpassung Statistische Analysen Happiness und hedonische Modelle (Migration) Stated Choice

Bewertungsmethoden Beispiel für statistische Analysen: Auswirkungen auf die westdeutsche Landwirtschaft durch beobachtete Bodenpreise und Aufwendungen Beispiel für eine Fallstudie, wie sie bei der direkten Schätzung von Wohlfahrtswirkungen in einem bestimmten Sektor anhand beobachteter Preise verwendet wird. Unterschiede im Bodenpreisindex werden mit regionalen Klimadaten geschätzt und so der Klimaeinfluss auf die Produktivität der Agrarböden geschätzt. D.h. physikalische oder biologische Prozesse werden ausgeblendet. Bodenpreise werden als Indikator für Produktivität angenommen. Erwarteter Einfluss auf die Produktivität westdeutscher Agrarflächen zeigt: bei einem geringem Temperaturanstieg geringe Produktivitätszunahme. Im weiteren Verlauf einer Erwärmung zunehmend negative Effekte. (LANG 2006)

Bewertungsmethoden Partialmodelle, z.B. für Pflanzenwachstum, oft ohne Anpassung Gesamtwirtschaftliche Modelle, oft ohne Anpassung Statistische Analysen Happiness und hedonische Modelle (Migration) Stated Choice

Bewertungsmethoden Partialmodelle, z.B. für Pflanzenwachstum, oft ohne Anpassung Gesamtwirtschaftliche Modelle, oft ohne Anpassung Statistische Analysen Happiness und hedonische Modelle (Migration) Stated Choice

Probleme bei Bewertung Fokus auf marktgängige Güter Ergebnisse aus USA auf ganze Welt angewendet Diskontierung: Wert von zukünftigen Kosten und Nutzen? Problematische Annahmen: z.B. optimale Klimapolitik Aggregation der regionalen Auswirkungen (u.a. Ackerman et al. 2009, Climatic Change Pindyck 2013, Journal of Economic Literature)

Probleme bei Bewertung Aggregierte Klimaschäden steigen bei Berücksichtigung von Gerechtigkeitsaspekten: Nach Tol 2002 (Bewertung von Menschenleben): Schaden in % BIP Einfache Aufsummierung der Output-Wirkungen +2,3 Anwendung globaler Durchschnittswerte -2,7 Nach Nordhaus 2006: Impact in % GDP Schaden in % BIP (Szenario CC1) Gewichtet nach Output -0,93 Gewichtet nach Bevölkerung -1,73 Gewichtet nach Fläche -0,72 Tol 2002: Unterschiedliche Ergebnisse entstehen v.a. im Gesundheitssektor: Einfache Aufaddierung: regionale Preise werden mit regionalen Mengen multipliziert. Niedrige Mortalität in OECD, hohe Mortalität in Afrika. Aber ein Afrikaner “kostet” weniger als ein Europäer. Durchschnittswerte: Durch die “Durchschnittsbepreisung” steigt der Wert der Gesundheitsschäden in Afrika deutlich an. Nordhaus 2006 teilt die Welt in viele Zellen. Für jede Zelle wird eine erwartete Outputänderung berechnet, indem Zellen mit vergleichbarem Klima als Referenz genommen werden. Zwei Klimawandelszenarien CC1 und CC2. CC1: Nur Erwärmung CC2: Erwärmung und (unsichere) Niederschlagsänderungen Gewichtung der Zellen nach Outputanteil, Bevölkerungsanteil oder Flächenanteil mit signifikant unterschiedlichen Gesamtergebnissen. Schlussfolgerungen aus dem Vergleich der Ergebnisse: Bevölkerungsreiche Regionen stärker betroffen Große Flächen sind relativ wenig betroffen – also Konzentration auf Hotspots in bevölkerungsreichen Regionen

Probleme bei Bewertung Fokus auf marktgängige Güter Ergebnisse aus USA auf ganze Welt angewendet Diskontierung: Wert von zukünftigen Kosten und Nutzen? Problematische Annahmen: z.B. optimale Klimapolitik Aggregation der regionalen Auswirkungen (u.a. Ackerman et al. 2009, Climatic Change Pindyck 2013, Journal of Economic Literature)

Agenda Globaler Klimawandel Klimawandel in Indien Methoden und Probleme bei Schätzung von ökonomischen Auswirkungen Ökonomische Auswirkungen in Indien

Was ist Vulnerabilität (O‘Brien et al. 2004, Global Environmental Change)

Landwirtschaft Literaturüberblick über 94 Studien zu Produktivitätsänderungen in Südasien Nur Änderungen ab 2050 sind signifikant Mais und Hirse sind in Südasien signifikant negativ betroffen (-15,9 bzw. -10,8%). Reis nicht signifikant betroffen. (Knox et al. 2012, Environmental Research Letters)

Landwirtschaft Crop-Modell für Baumwolle Klima (-) und CO2-Düngung (+): insgesamt kein signifikanter Effekt Monsun: Verspätung erwartet, aber nicht Ausbleiben Regionen: Norden eher negativ betroffen, Mitte und Süden eher positiv Anpassung: Verschiebung der Pflanzzeit um 15 Tage auf Grund des verspäteten Monsuns (Hebbar et al. 2013, Climatic Change)

Landwirtschaft Links ohne Anpassung, rechts mit Anpassung (Hebbar et al. 2013, Climatic Change)

Landwirtschaft / Migration Fallstudie in Chhattisgarh mit Haushaltsbefragung Hohe Unsicherheiten bei Niederschlägen führt zu Problemen bei Lebensunterhalt Migration von Landarbeitern (hauptsächlich Reisbauern) (Murali Afifi 2014, Climate and Development)

Urbane Zentren Stadtbevölkerung steigt innerhalb der nächsten 50 Jahre um 500 Mio Überschwemmungen (Niederschlag, Flüsse, Meer), insbesondere in Slums Trockenheiten in ländlichen Gebieten führt zu Migration, höheren Lebensmittelpreisen Trinkwassermangel in Städten Migranten sind “doppelte Klimawandelopfer”: Leben oft in Slums, die besonders vulnerabel sind (Revi 2008, Environment and Urbanization)

Urbane Zentren Fallstudie für Überschwemmung in Mumbai, mit “worst-case” Klimaszenario Ausgangspunkt Flut vom Juli 2005 mit 500 Todesopfern und ökonomischen Schaden von 2 Mrd. USD Hydrologische Projektionen: Wahrscheinlichkeit für solches Ereignis steigt auf das doppelte Gesamte ökonomische Schäden eines heute hundertjährigen Hochwassers steigt auf das Dreifache (690 bis 1,890 Mio. USD) allein durch Klimawandel Annahme: kein Bevölkerungswachstum (!) (Ranger et al. 2011, Climatic Change)

Urbane Zentren (Ranger et al. 2011, Climatic Change)

Urbane Zentren Annahmenbasierte Kostenkalkulation für Überschwemmungen in Mumbai (€ p.a. für 2005-2050) Unklar wie Kostenschätzungen hergeleitet werden Hochwasserkosten: 27 Mio. € Ökonomische Kosten (Verdienstausfälle) wegen zusätzlicher Fälle von Malaria, Durchfall und Leptospirose: 9 Mio. € Weitere Kosten an Gebäuden durch Meeresspiegelanstieg und im Tourismus (hier Berechnung vollkommen unklar) (Kumar et al. 2008, Regional Health Forum)

Migration (international) Klimawandel verursacht Anstieg der bereits existierenden Migrationsströme von Bangladesch (15-20 Mio. Bangladeschi in Indien) Verstärkte Grenzkontrollen Politische Spannungen wegen Migranten in Nordost-Indien Auch von anderen Nachbarländern werden “Klimaflüchtlinge” erwartet: Nepal, Sri Lanka, Malediven (US National Intelligence Council 2010, Population and Development Review)

Zusammenfassung Klimawandel ist mit hoher Wahrscheinlichkeit existent und anthropogen. Ökonomische Auswirkungen sind extrem schwer abzuschätzen. Ökonomische Auswirkungen in Indien: Viele Studien zu landwirtschaftliche Auswirkungen Keine gravierenden Verluste durch allmählichen Klimawandel Einige Pflanzen / Regionen können profitieren Hoher Nutzen von Anpassungsmaßnahmen Wenige Studien zu Extremwetterereignissen, hier hohe Schäden Praktisch keine Studien zu Migrationsauswirkungen

Vielen Dank für Ihre Aufmerksamkeit! Kontakt: Daniel Osberghaus osberghaus@zew.de www.zew.de

Bewertungsmethoden Beispiel: Maddison Rehdanz 2011, Ecological Economics Annahme: Lebenszufriedenheit soll konstant bleiben bei geänderten Klimadaten Indien: Effekt von Klimawandel entspricht einem Einkommensrückgang um 89,6% Methodik führt zu deutlich überschätzten Werten Aber: Indien zählt zu den am stärksten betroffenen Ländern

Landwirtschaft Crop Model mit und ohne Anpassung für Reis Grafiken: Links bewässert, rechts nicht bewässert nach Anpassung Crop Model mit und ohne Anpassung für Reis Ergebnisse: Bewässerter Anbau reduziert sich bis 2080 um ca. 10%, allerdings kein signifikanter langfristiger Effekt bei nicht bewässertem Anbau Große regionale Unterschiede Drei Kategorien: Regionen die auch mit Anpassung unproduktiver werden, Regionen die erst nach Anpassung produktiver werden, Regionen die selbst ohne Anpassung produktiver werden. Soora et al. 2013, Climatic Change

Landwirtschaft Crop Model ohne Anpassung für Hirse Hirseernten sind insbesondere durch Niederschlagsänderungen beeinflusst. Ernten ändern sich um -29% bis +11% (für Indien und Afrika zusammen). (Berg et al. 2013, Agricultural and Forest Meteorology)

Landwirtschaft Empirische Analyse der historischen Reisernten Monsum kommt seltener, aber heftiger in 2. Hälfte 20. Jhdt. Gefahr v.a. für Reis Insbesondere Trockenheiten reduzieren Reisernten Bei gleichbleibenden Klimaverhältnissen von 1960 wären die historischen Reisernten um 5,7% höher ausgefallen. (Auffhammer et al. 2012, Climatic Change)

Landwirtschaft Fallstudie: Cardamom Hills, Kerala, 1978-2007 Temperatur signifikant (+), Monsunregen (-) Belastung durch Insekten und Pfanzenkrankheiten (+), dadurch größere Belastung durch Insektizide Ergebnis: Cardamom (++) Kaffee (+) Tee und Pfeffer (0) (Murugan et al. 2012, Climatic Change)