IPAT(D)

IPAT(D) modellen er en Excel-model. Den er lagt op som en online version her på siden, ved at løbe alle mulige kombinationer igennem, der gør modellen langt nemmere tilgængelig og mere brugervenlig.
Vi vil tage udgangspunkt i online versionen, men brugeren er også velkommen til at prøve Excel versionen.

Download excel modelIPAT(D).xlsm
Online versionIPAT.Tokni.com
Bog kapitelThe Role of Population, Affluence, Technological Development and Diet in a Below 2 °C World.pdf

IPAT tankegangen og metoden

Ligningen I = P * A * T beregner økologisk påvirkning (I) som en funktion af befolkning (P), velstand (A) og teknologisk emissions intensitet faktor (T), formuleret af Ehrlich og Holdren i 1971. Ligningen fremhæver befolkningstallets og velstandens rolle i en afbødning af klimaforandringer. Med andre ord, kun at fokusere på afbødning via teknologi (“teknologiske fiks”) er muligvis ikke tilstrækkeligt til at tackle klimaændringer, hvis der ikke samtidig bliver taget foranstaltninger til at reducere efterspørgslen gennem påvirkning af befolkningstal og velstand.

En af begrænsningerne ved IPAT ligningen er, at den ikke medtager nogen indbyrdes afhængighed mellem befolkningen, velstand og teknologi, mens de i virkeligheden er ganske indbyrdes forbundne (Boserup 1981; Simon 1980, 1981). IPAT modellen kontrollerer ikke, hvor realistisk kombinationen af P, A og T er, det er op til brugeren at skabe kombinationer, der passer ind i en realistisk historie. På den anden side er der ingen "forkerte" kombinationer, da fremtiden har vist sig at være ganske vanskelig at forudsige.
Befolkningsfaktoren gemmer på meget information, der kan påvirke efterspørgsel, såsom alder, køn, kultur osv.
Rigdom (i denne metode målt som BNP pr. indbygger i hver region) er også en grov repræsentation af velstand, hvor efterspørgsel afhænger af region, forbrugergrupper, indkomstniveau og meget mere.
Den teknologiske parameter er den mest aggregerede faktor, da den inkluderer alle måder, hvorpå udledning af drivhusgasser kan reduceres gennem teknologi substitution og implementering (“teknologiske fiks”).
Ved at isolere udledning af drivhusgasser fra kosten (diæt), bliver den teknologiske faktor lidt mindre aggregeret.
Man skal være opmærksom på disse begrænsninger, når man bruger IPAT-metoden, men man skal også være opmærksom på, at mange af de samme begrænsninger påvirker mange energisystem modeller og IAM'er. I dette kapitel er den teknologi-rige model IAM TIAM-World brugt til at estimere teknologi parameteren, mens fremskrivningerne for befolkning og velstand er taget fra eksterne tværfaglige kilder herunder “the Shared Socioeconomic Pathways” (SSP'er) beskrevet længere nede.

IPAT(D) modellen beskriver, hvor meget vi påvirker jordkloden, alt efter hvor mange vi lever på den og hvordan vi lever på den. Den bygger på ligningen:

Som beskriver sammenhængen mellem befolkning [P], velstand [A], teknologi [T] og påvirkning [I].
I den nærværende udgave, er kost trukket ud af teknologi [T] og gjort til en parameter for sig, diæt [D] og derfor ligningen:

IImpactPåvirkning
PPopulationBefolkning
AAffluenceVelstand
TTechnologyTeknologi
DDietDiæt

Modellen er beregnet til at give en illustrativ visualisering af indflydelsen fra befolkning, velstand, teknologisk udvikling og diæt på klimaet og økologisk fodaftryk, se footprintnetwork.org

Modellen indeholder en forenklet gengivelse af energisystemet og de drivere, der forårsager efterspørgsel efter mad og energi. Det er på baggrund af disse beregningerne i modellen er lavet.

Både hjemmesiden og Excel modellen kan bruges til at opstille forskellige globale udviklingsmuligheder og se konsekvenserne af dem.
Altså kan sammenhængen mellem følgende undersøges ved hjælp af IPAT:

  • Befolkningstal
  • Antal jordkloder
  • Temperaturstigning
  • Påvirkning (drivhusgasudledning)
  • Velstand
  • Teknologi
  • Brutto national produkt (BNP)
  • Andel energi fra fossile brændsler
  • Andel elektricitet fra fossile brændsler
  • Primært energiforbrug

Disse hænger sammen på følgende måde:

Graferne:

Graf 1: Population (world) 
Viser meget simpelt udviklingen af befolkningstallet i verden i million mennesker.

y-akse: Million mennesker
x-akse: Årstal

Graf 2: Required Earths (world) 
Viser udviklingen i antallet af jordkloder vi har brug for, for at leve som vi gør.

y-akse: Antal jordkloder
x-akse: Årstal

Graf 3: Temperature Increase (world) 
Viser udviklingen i gennemsnitstemperatur verden over, siden 1970.

y-akse: Grader celcius
x-akse: Årstal

Graf 4: Impact (world) 
Viser udviklingen i udledning af drivhusgasser udtrykt i CO2 ækvivalent.

y-akse: Gigaton CO2
x-akse: Årstal

Graf 5: Affluence (world) 
Viser udviklingen i velstand verden over, udtrykt som BNP pr. person udtrykt i 2010 dollars.

y-akse: BNP pr. person i 2010 dollar
x-akse: Årstal

Graf 6: Technology Factor 
Viser udviklingen i teknologi udtrykt ved mængden af CO2 udledt for at opnå BNP, altså mængden af CO2 udledt divideret med BNP.

y-akse: Kg CO2 / BNP i 2010 dollar.
x-akse: Årstal

Graf 7: Gross Domestic Product (world) 
Viser udviklingen i BNP på globalt plan.

y-akse: BNP i 2010 dollar.
x-akse: Årstal

Graf 8: Fossil fuel - Primary energy (world) 
Viser udviklingen i andelen af verdens energiforbrug der kommer fra fossile brændsler.

y-akse: Procent del af verden energi forbrug
x-akse: Årstal

Graf 9: Fossil fuel - Electricity (world) 
Viser udviklingen i andelen af verdens elektricitet der kommer fra fossile brændsler.

y-akse: Procent del af verden elektricitets forbrug
x-akse: Årstal

Graf 10: Primary Energy Consumption (world) 
Viser udviklingen i verdens primære energiforbrug/behov dvs. verdens forbrug/behov for energi, inden det forarbejdes til el, varme, brændsler osv.

y-akse: Verdens primære forbrug/behov i EJ(Exajoule)
x-akse: Årstal

Scenarierne:

Det er muligt at vælge mellem forskellige udviklingsscenarier i hver af de fire variable. Ved at holde musen over dem, får man en kort beskrivelse af scenariet.
Befolknings- og velstands scenarierne er baseret på “the Shared Socio-economic
Pathways” (SSPs) data (Moss et al. 2010; Kriegler et al. 2012; O'Neill et al. 2014)
illustrerer mulige veje for ændring i befolkning og økonomisk udvikling

Befolknings scenarier

Scenarie navnScenarie betydning
SSP1Low fertility in current low and medium income countries, medium fertility in current rich OECD countries
SSP2Medium fertility in all countries
SSP3High fertility in current low and medium income countries, low fertility in current rich OECD countries
SSP4High fertility in current low income countries, low fertility in current medium income and rich countries and medium fertility in rich OECD countries
SSP5High fertility in current low income countries, low fertility in current medium income and rich countries and medium fertility in rich OECD countries
Low fertilityLow fertility, immediately fall to < 1.5 birth per woman in all countries
No changeNo change in population from 2015 and forward

Velfærds scenarier:

Scenarie navnScenarie betydning
SSP1High growth in current low and medium income countries, medium growth in current high income countries
SSP2Medium uneven economic growth in all countries
SSP3Low economic growth in all countries
SSP4Low economic growth in current low income countries, medium growth in other
SSP5High economic growth in all countries
No change in affluenceNo change from 2015, constant in each region on the level of 2015
Economic crisisCrisis until 2050, stronger in high income countries, and then slow recovery
EqualityAll regions reach by 2100 the level of USA in 2015
Catching upContinuing historic growth rates until 2050, after 2050 the current low income countries catch up with current high income countries
Shifting powerLow economic growth in current high income countries and high growth in current low income

Diæt scenarier:
Disse diæt scenarier er beregnet ud fra data fra Global footprint network.

Scenarie navnScenarie betydning
IND DietIndia’s diet in all countries, transition over 20 years
USA DietUSA or EU diet in all countries, transition over 20 years
No ChangeNo change from today

Teknologiske scenarier:
Tre scenarier er valgt blandt et stort antal teknologi scenarier fra TIAM-World drevet af de forskellige SSP-scenarier for at repræsentere potentialet for teknologisk udvikling.
For hvert scenarie i TIAM-World er CO2-emissioner pr. BNP beregnet efter år og region og bruges i IPAT(D) modellen til at skalere udledningen af drivhusgasser med ændring af regionalt BNP, som yderligere skaleres efter ændringerne i den regionale befolkning.

Scenarie navnScenarie betydning
Business As UsualNo policies or targets implemented, competitive markets secure global cost minimized solution
Strong Technology Development90% non-fossil power, 50% non-fossil primary energy in 2050. More than 90% non-fossil primary energy in 2100
Radical Technology Development100% non-fossil power, 85% non-fossil primary energy in 2050. 95% non-fossil primary energy in 2100

Referencer:
Ehrlich P and Holdren J (1971) Impact of population growth, Science (New Science), 171(3977), 1212-1217
FAOSTAT (2017) Food and Agriculture Organization of the United Nations data. Available at: http://www.fao.org/faostat/en/#data
Jespersen and Chick (2016) John Maynard Keynes (1883-1946). I. G. Faccarello & HD Kurz (red), Handbook on the History of Economic Analysis: Great Economists since Petty and Boisguilbert. vol. 1, Edward Elgar Publishing, Incorporated, Cheltenham, UK, s. 468-483.
Kanors-EMR (2017) TIAM-WORLD. Available at: http://www.kanors-emr.org/models/tiam-w
Kriegler E et al (2012) The need for and use of socio-economic scenarios for climate change analysis: A new approach based on shared socio-economic pathways. Global Environmental Change 22, 807–822.
Loulou R, Labriet M (2008) ETSAP-TIAM: the TIMES integrated assessment model Part I: Model structure. Computational Management Science, 5, issue 1, p. 7-40, https://EconPapers.repec.org/RePEc:spr:comgts:v:5:y:2008:i:1:p:7-40
Loulou R (2008) ETSAP-TIAM: the TIMES integrated assessment model Part II: Mathematical formulation. Computational Management Science, Special issue Managing Energy and the Environment, 5(1-2), 41-66
Moss RH et al (2010) The next generation of scenarios for climate change research and assessment. Nature 463, 747–756NASA (2017) Data. Available at: http://climate.nasa.gov/vital-signs/global-temperature/
O’Neill BC et al (2014) A new scenario framework for climate change research: the concept of shared socioeconomic pathways. Climatic Change 122, 387–400
Ranganathan J et al (2016) Shifting diets for a sustainable food future. Available at: http://www.wri.org/sites/default/files/Shifting_Diets_for_a_Sustainable_Food_Future_1.pdf
Rees W and Wackernagel M (1996) Our Ecological Footprint: Reducing Human Impact on the Earth”, New Society Publishers, Gabriola Island, BC
Shrinkthatfootprint (2017) Life Cycle Assessment Data. Available at: http://shrinkthatfootprint.com/food-carbon-footprint-diet
Wackernagel M et al (2014) Ecological footprint accounts, Handbook of Sustainable Development (second revised edition), Edward Elgar Publishing, Cheltenham, Glos,\