ADAPTATIE AAN KLIMAATVERANDERING: GLOBALE KOSTEN EN PRAKTISCHE VOORBEELDEN

ADAPTATIE AAN KLIMAATVERANDERING: GLOBALE KOSTEN EN PRAKTISCHE VOORBEELDEN Literatuurstudie

Deze ruimte is voorzien voor beeldmateriaal. Indien er geen beeldmateriaal wordt toegevoegd, gelieve dit grijs blok te verwijderen in de header/footer-ruimte. Indien er wél beeldmateriaal wordt gebruikt kan er ‘bovenop’ dit blok (dat als plaatsaanduiding geldt) een beeld worden geplaatst. (dit grijs blok hoeft in dit geval niet verwijderd te worden in de header/footer-ruimte). Een beeld toevoegen kan als volgt: Insert> picture> from file> brows voor je foto> en plaats dan je foto pal volgens aangegeven aanduidingen boven het grijze vlak, volg eveneens de opdelingen die aangeduid zijn voor wanneer er 2 of meer foto’s willen geplaatst worden. TIP: Om je foto gemakkelijk te kunnen verplaatsen en aan te passen aan dit grijs blok, ga je te werk als volgt: Klik rechtermuisknop op het te plaatsen beeld> >kies “format object”> kies tabblad “layout”> >kies “in front of text”> “ok”.

Opdrachtgever: Vlaamse overheid, Afdeling Milieu, Natuur en energiebeleid

Titel

Adaptatie aan klimaatverandering

Opdrachtgever

Vlaamse overheid, Afdeling Milieu, Natuur en energiebeleid

Contactpersoon opdrachtgever

Johan Bogaert

Indiener

TECHNUM (Tractebel Engineering n.v.) Coveliersstraat 15 - 2600 Antwerpen T +32 3 270 00 30

Contactpersoon indiener

Koen Couderé

Datum

24 juli 2012

Versienummer

1

Projectnummer

P.003442

KWALITEIT DOCUMENTGESCHIEDENIS (BOVENSTE RIJ IS HUIDIGE VERSIE) Versie

Datum

03

24 juli 2012

02

10 juli 2012

01

1 juli 2012

Opmerkingen

DOCUMENTVERANTWOORDELIJKHEID Datum Auteur(s)

Olivier Van den Kerckhove, Elisa Taelman Datum

Documentscreener(s)

Koen Couderé, Pieter Dresselaers

BESTANDSINFORMATIE Bestandsnaam

P003442-51-009-03 Eindrapport literatuurstudie

Laatst opgeslagen

24/07/2012

INHOUD 1.

Managementsamenvatting __________________________________________ 4

2.

Inleiding ________________________________________________________ 9

3.

Vergelijkend perspectief ___________________________________________ 12

4.

5.

3.1

Parameters van vergelijkend perspectief _____________________________________ 12

3.2

Resultaten _____________________________________________________________ 16

3.3

Conclusie ______________________________________________________________49

Vlaams perspectief _______________________________________________ 50 4.1

Klimaatscenario’s ________________________________________________________ 50

4.2

Socio-economische scenario _______________________________________________58

Kosten van klimaatverandering in vlaanderen ___________________________ 67 5.1

Algemeen______________________________________________________________67

5.2

Waterbeheer ___________________________________________________________68

5.3

Energie _______________________________________________________________ 70

5.4

Mobiliteit ______________________________________________________________72

5.5

Toerisme ______________________________________________________________72

5.6

Landbouw en bosbouw ___________________________________________________ 73

5.7

Visserij ________________________________________________________________74

5.8

Gezondheid ____________________________________________________________ 74

5.9

Overzicht ______________________________________________________________ 77

Bijlage 1.

TRACTEBEL ENGINEERING N.V.

Bibliografie _______________________________________________________79

0 Inhoud

i

Verklarende woordenlijst

ADSEI

Algemene Directie Statistiek en Economische Informatie

BBP

Bruto Binnenlands Product

CDD

Cooling Degree Day

EEA

European Environment Agency

GCM

General Circulation Model

GJ

Gigajoule

HDD

Heating Degree Day

IAM

Integrated Assessment Model

IPCC

International Panel on Climate Change

KNMI

Koninklijk Nederlands Meteorologisch Instituut

kW

Kilowatt

MIRA-S

Milieurapport Vlaanderen – Scenario’s

MW

Megawatt

OESO

Organisatie voor Economische Samenwerking en Ontwikkeling

PET

Potential EvapoTranspiration

RCM

Regional Climate Model

SCC

Social Cost of Carbon

SRES

Special Report Emission Scenarios

TCI

Tourism Climate Index

VOLY

Value Of Life-Year

VSL

Value of Statistical Life

Managementsamenvatting

3

1.

MANAGEMENTSAMENVATTING Inleiding De gevolgen van klimaatverandering worden duidelijk merkbaar. Zo is er in België tussen 1833 en 2007 een stijging van de gemiddelde temperatuur met 2°C waar te nemen. Zowel op wereldvlak als vanuit Europa is er een groeiend besef ontstaan dat er iets moet gedaan worden. Klimaatverandering vergt twee soorten maatregelen: Eerst en vooral moeten we onze uitstoot van broeikasgassen verminderen (d.w.z. mitigatiemaatregelen nemen) en Op de tweede plaats moeten we aanpassingsmaatregelen (adaptatie) nemen om met de onvermijdelijke gevolgen van klimaatverandering om te gaan. De strijd tegen de klimaatverandering heeft zich tot nu toe vooral gefocust op het eerste soort maatregelen, namelijk de mitigatiemaatregelen. Sinds 2007 besteedt Europa echter ook meer en meer aandacht aan het tweede aspect, de adaptatie aan de onvermijdelijke negatieve (of positieve) klimaateffecten. Voorliggende studie tracht een overzicht geven van de kosten die klimaatverandering, in afwezigheid van adaptatie, met zich meebrengt voor de Vlaamse maatschappij. Dit wordt gedaan aan de hand van klimaatscenario’s die een projectie maken van het klimaat voor de periode 2071-2100. Voor de inschatting van de economische kost van klimaatverandering is het echter niet realistisch uitspraken te willen doen over economische ontwikkelingen die 60 jaar of meer in de toekomst liggen. Voor de socio-economische aspecten is daarom het jaar 2030 als richtjaar genomen; over deze horizon genomen lijkt het nog realistisch de tussenliggende autonome en beleidsgestuurde ontwikkeling in te schatten

Gevolgen op wereldschaal Binnen het kader van het IPCC wordt er uitgebreid onderzoek verricht naar de oorzaken, grootteordes en gevolgen van klimaatverandering. Vertrekkende van de klimaatscenario’s, die vooral ingaan op de fysieke gevolgen van klimaatverandering, wordt er in een aantal onderzoeken een verdere doorvertaling gedaan naar de economische consequenties. Het bekendste voorbeeld van de doorvertaling van klimaatverandering naar de economische impact is het Stern-review. Dit onderzoek, uitgevoerd in opdracht van de Britse regering, drukt de economische impact uit in percentage van het BBP dat verloren gaat ten gevolge van klimaatverandering. Het Stern-review schat de kosten van klimaatverandering in als 0% tot 3% van het BBP bij een temperatuurtoename van 2°C tot 3°C, en 5% tot 10% van het BBP bij een temperatuurtoename tussen 5°C en 6°C. De doorvertaling van internationale schattingen van de gevolgen van klimaatverandering naar een beperkte, regionale schaal is bediscussieerbaar. De globale schattingen verbergen immers sterke regionale en sectorale variaties die het beeld voor een beperkte, geografische zone sterk kunnen veranderen. Toch kan dit cijfer ook voor Vlaanderen een indicatie geven 4

Q.000.5x0.0000 - druk op F9 om titel in te geven| Adaptatie aan klimaatverandering

van de relatieve kost van de klimaatveranderingen en adaptatie, abstractie makend van eventuele regionale of lokale variaties. In Tabel 1-1 is de doorrekening op basis van Stern weergegeven. Bij een ‘beperkte’ klimaatverandering zou de kost voor Vlaanderen tussen nul en bijna acht miljard euro per jaar liggen. Bij een sterkere klimaatverandering zouden de kosten verder oplopen tot tussen de 13 en 26 miljard euro per jaar. Tabel 1-1: Globale jaarlijkse kost klimaatverandering op basis van Stern (2007)

Globale, jaarlijkse kost klimaatverandering op basis van Stern (2007) (miljoen euro - constante prijzen)

BBP Vlaanderen 2030

259.833 0% van BBP 3% van BBP 5% van BBP 10% van BBP

Tussen 2°C en 3°C Tussen 5°C en 6°C

0 7.795 12.992 25.983

Om de impact van klimaatverandering voor Vlaanderen enigszins nauwkeuriger in te schatten, is het echter nodig om deze globale kosteninschattingen te verlaten en gebruik te maken van studies die betrachten inschattingen te maken voor een lager schaalniveau.

(Klimaat)scenario’s voor Vlaanderen De Vlaamse overheid werkt momenteel met drie scenario’s (Laag, Midden, Hoog) die ook in deze studie gebruikt worden, om maximale coherentie te bekomen. Naast de drie ‘Vlaamse’ klimaatscenario’s is er in het kader van deze studie ook een extreem klimaatscenario opgesteld. De sleutelkenmerken van de verschillende klimaatscenario’s worden weergegeven in onderstaande tabel. Tabel 1-2: Overzicht klimaatscenario’s

Zomer

Winter

Toename Toename Toename Toename Toename Toename Toename Toename Toename

temperatuur neerslag regendagen PET zomerstormen temperatuur neerslag regendagen PET

Toename hoogwaterdagen Toename laagwaterdagen Stijging zeespiegel

Laag + 2,32°C - 48 mm - 7 dagen + 8% - 28% + 1,24°C - 1 mm - 2 dagen + 3%

Midden + 4,35°C - 26 mm - 4 dagen + 22% + 8,25% + 2,86°C +12 mm + 1 dag + 23%

Hoog + 7,19°C - 5 mm - 1 dagen + 53% + 34% + 4,31°C + 41 mm + 3 dagen + 61%

Extreem + 12,5°C +10 mm - 2 dagen + 70% + 50% + 7,5°C + 70 mm + 5 dagen + 75%

- 5 tot 9 dagen + 2 tot 12 dagen

- 2 tot +2 dagen + 25 tot 76 dagen

+ 9 tot 12 dagen + 56 tot 139 dagen

Toename Toename

+60 cm

+80 cm

+130 cm

+200 cm

De klimaatscenario’s geven aan dat er veranderingen zullen optreden in het algemene klimaat en de leefomgeving:wijzigingen in de gemiddelde temperatuur en neerslag, stijging van de zeespiegel (direct door de thermische expansie van opgewarmd water en indirect door het smelten van ijskappen en gletsjers). Daarnaast zullen zich ook veranderingen


5

manifesteren in het voorkomen van “uitzonderlijke”1 gebeurtenissen zoals zomerstormen, hoog- en laagwaterdagen en extreme neerslag. Het socio-economische scenario dat wordt gehanteerd schetst het beeld van een Vlaanderen dat in 2030 rijker, ouder en nog dichter bevolkt is dan in 2010. De economie evolueert verder richting een diensteneconomie, met een verdere verschuiving van de tewerkstelling naar diensten en de gezondheidssector. Er wordt meer ruimte gemaakt voor natuur en bos, maar ook de bebouwing neemt toe, door een uitbreiding van woningen en handel. Dit gaat in hoofdzaak ten koste van landbouwareaal. De sluiting van de kerncentrales wordt opgevangen door nieuwe steenkoolcentrales, maar ook een sterke toename van hernieuwbare energie waaronder biomassa. Voorts worden ook aanzienlijke energieefficiëntiewinsten geboekt.

Beschikbare gegevens en methode De indeling in sectoren is afgestemd met het Vlaams Adaptatieplan. Echter, omdat niet voor alle sectoren kwantificeerbare impacts kunnen berekend worden (leefmilieu, natuur, industrie en diensten), sommige impacts overlappen (bebouwde omgeving en energie) of de impacts niet rechtstreeks van toepassing zijn op Vlaanderen (ontwikkelingssamenwerking), worden niet alle sectoren kwantitatief meegenomen. Figuur 1-1 geeft aan wat is meegenomen. Sommige sectoren zitten evenwel vervat onder andere impactgroepen (zo is bijvoorbeeld bebouwde omgeving gedeeltelijk vervat in waterbeheer en energie). Voor een aantal impactcategorieën van klimaatverandering zijn er voldoende gedetailleerde resultaten beschikbaar. In onderstaande figuur zijn deze in de rechtse kolom in donkergrijs weergegeven. Vlaams Adaptatieplan Waterbeheer Leefmilieu Natuur Industrie en diensten

Internationale literatuur Waterbeheer Leefmilieu Natuur Industrie en diensten

Kwantificatie / Vlaanderen Waterbeheer Leefmilieu Natuur Industrie en diensten

Energie

Energie

Energie

Mobiliteit

Mobiliteit

Mobiliteit

Toerisme Landbouw Visserij Bebouwde omgeving Gezondheid Ontwikkelingssamenwerking



Figuur 1-1: Beschikbare gegevens uit internationale literatuur

Bij de berekening van de economische impact is steeds een top-down benadering gehanteerd, vertrekkende van geaggregeerde cijfers. Op basis van de individuele

1

6

Een aantal van de gebeurtenissen zullen, afhankelijk van de intensiteit van de klimaatverandering, niet meer zo uitzonderlijk zijn, bijvoorbeeld laagwaterdagen.


berekeningen van de impactcategorieën van klimaatverandering voor Vlaanderen, is het mogelijk een overzicht te geven van de totale, economisch kwantificeerbare impact van klimaatverandering voor Vlaanderen. Het samenbrengen van de individuele berekeningen van iedere impactcategorie geeft een beeld van de economische impact van klimaatverandering voor Vlaanderen. Dit beeld is echter niet exhaustief door het ontbreken van een aantal impactcategorieën waar onvoldoende betrouwbare gegevens voor beschikbaar waren. Vooral rond mobiliteit is er nog sprake van een blinde vlek, waarbij de literatuur bovendien niet duidelijk aanwijst of klimaatverandering een netto-kost of netto-baat zal betekenen. Rond visserij en energieopwekking zijn er eveneens onvoldoende gegevens beschikbaar, maar wijzen bestaande onderzoeken vooral in de richting van een netto-kost van klimaatverandering. Rond gezondheid, waterbeheer en landbouw zijn er ten slotte een aantal mogelijke effecten die (nog) niet voldoende gekend zijn, maar zouden de meegenomen effecten wel de grootste impact inhouden en is de onderschatting eerder beperkt.

Resultaat De belangrijkste berekende schadekosten van klimaatverandering zijn kustoverstromingen en sterftegevallen door hittestress. Rivieroverstromingen en schade aan de landbouw vormen een meer bescheiden schadekost. De andere gezondheidskosten blijken beperkt te blijven. De totale, jaarlijkse kost van klimaatverandering varieert van 1,7 miljard euro in het lage scenario, tot 2,5 miljard euro in het midden scenario, 4,2 miljard euro in het hoge scenario en 9,9 miljard euro in het extreme scenario. Dit komt overeen met respectievelijk 0,66%, 0,93%, 1,61% en 3,81% van het BBP van Vlaanderen in 2030. Deze kosten liggen lager in vergelijking met Stern (2007), waar er een range van 0 tot 10% van het BBP werd gehanteerd. Tegenover de kost van klimaatverandering staan er ook (meer bescheiden) baten. Hierbij gaat het vooral om toerisme, dat een aanzienlijke toename zou kennen, en vermeden sterftegevallen door koudestress. Ook besparingen op energie bij de huishoudens vormen een negatieve kost van klimaatverandering. In totaal gaat het over 600 miljoen euro in het lage scenario, 1 miljard euro in het middenscenario, 2 miljard euro in het hoge scenario en 3,6 miljard euro in het extreme scenario. Het resultaat is een netto-kost (kosten min baten) van klimaatverandering van 1 miljard euro per jaar (of 0,4% van het BBP) in het lage scenario, tot ongeveer 3,5 miljard euro per jaar (1,3% van het BBP) in het extreme scenario.


7

Figuur 1-2: Overzicht economisch kwantificeerbare impact klimaatverandering

8


2.

INLEIDING De gevolgen van klimaatverandering worden duidelijk merkbaar. Zo is er in België tussen 1833 en 2007 een stijging van de gemiddelde temperatuur met 2°C waar te nemen. Zowel op wereldvlak als vanuit Europa is er een groeiend besef ontstaan dat er iets moet gedaan worden. Klimaatverandering vergt twee soorten maatregelen: Eerst en vooral moeten we onze uitstoot van broeikasgassen verminderen (d.w.z. mitigatiemaatregelen nemen) en Op de tweede plaats moeten we aanpassingsmaatregelen (adaptatie) nemen om met de onvermijdelijke gevolgen van klimaatverandering om te gaan. Volgens de Europese Commissie, zullen we minstens de volgende vijftig jaar met de gevolgen van de klimaatverandering worden geconfronteerd. “Aanpassing of adaptatie is er dus op gericht om de risico’s en schade als gevolg van actuele of toekomstige schadelijke klimaateffecten op kosteneffectieve wijze te verminderen of te profiteren van eventuele voordelen van klimaatverandering” (Europese Commissie, 2007). De strijd tegen de klimaatverandering heeft zich tot nu toe vooral gefocust op het eerste soort maatregelen, namelijk de mitigatiemaatregelen. Sinds 2007 besteedt Europa echter ook meer en meer aandacht aan het tweede aspect, de adaptatie aan de onvermijdelijke negatieve (of positieve) klimaateffecten. Op nationaal niveau is er regelmatig informatieoverleg tussen de 3 gewesten en de federale overheid over adaptatie en de daaraan verbonden beleidsimplicaties. In december 2010 werd, in samenwerking tussen de 3 gewesten en het federaal niveau, een nationale adaptatiestrategie (NAS) opgesteld, het “Belgian National Climate Change Adaptation Strategy”. Op basis van deze publicatie, is men begonnen met de uitwerking van het Nationaal Adaptatie Plan (NAP). Dit zal vooral gebeuren door het samenvoegen van de gewestelijke adaptatieplannen (waaronder het Vlaamse Adaptatie Plan of VLAP). Het doel van voorliggende studie is om elementen aan te reiken die ondersteuning bieden bij de noodzakelijke bewustmaking rond adaptatie. Meer bepaald geeft deze studie een overzicht van de kosten die klimaatverandering, in afwezigheid van adaptatie, met zich meebrengt voor de Vlaamse maatschappij. Dit wordt gedaan aan de hand van klimaatscenario’s die een projectie maken van het klimaat voor de periode 2071-2100. Voor de inschatting van de economische kost van klimaatverandering is het echter niet realistisch uitspraken te willen doen over economische ontwikkelingen die 60 jaar of meer in de toekomst liggen. Voor de socio-economische aspecten is daarom het jaar 2030 als richtjaar genomen; over deze horizon genomen lijkt het nog realistisch de tussenliggende autonome en beleidsgestuurde ontwikkeling in te schatten. Binnen het kader van het IPCC wordt er reeds uitgebreid onderzoek verricht naar de oorzaken, grootteordes en gevolgen van klimaatverandering. Dit resulteert in de publicatie van klimaatscenario’s die aangeven welke richting klimaatverandering waarschijnlijk uit zal gaan, voortgaand op de nieuwste inzichten en vertrekkende van aannames rond demografie, economie en klimatologische interdependenties (matigende factoren of net versterkende feedbackloops). Voorbeelden van deze klimaatscenario’s zijn de IS92-set of de SRES-

Inleiding

9

klimaatscenario’s die momenteel worden gehanteerd. Zij worden verder in de tekst toegelicht. Vertrekkende van de klimaatscenario’s, die vooral ingaan op de fysieke gevolgen van klimaatverandering, wordt er in een aantal onderzoeken een verdere doorvertaling gedaan naar de economische consequenties. Gezien het globale karakter van klimaatverandering, focust dit onderzoek zich in de eerste plaats op globale kosteninschattingen van klimaatverandering. Dit wordt gedaan aan de hand van zogenaamde Integrated Assessment Models (IAM’s) die trachten aan de hand van kwantitatieve analyses van een brede set aan parameters en een modellering van de ecologische, economische en sociale context, te komen tot een globale kosteninschatting. Voorbeelden van deze globale inschattingen zijn het Stern-review en het FUND-project. Het Stern-review (Stern, 2007), in opdracht van de Britse regering en uitgebracht in 2006, bouwt verder op de bevindingen van Mendelsohn, Nordhaus en Tol. De resultaten, uitgedrukt in percentage van het BBP dat verloren gaat ten gevolge van klimaatverandering, zorgden voor aanzienlijke beroering gezien de ingeschatte kosten veel hoger lagen dan wat tot dan toe werd van uitgegaan. Dit was ten gevolge van een lage discontovoet2, het meenemen van gevolgen met een hoge impact maar lage waarschijnlijkheid en sterke temperatuurtoenames tot 6°C. Het Stern-review schat de kosten van klimaatverandering in als 0% tot 3% van het BBP dat verloren zou gaan bij een temperatuurtoename van 2°C tot 3°C, en 5% tot 10% van het BBP dat verloren zou gaan bij een temperatuurtoename tussen 5°C en 6°C. Het FUND-project (Climate Framework for Uncertainty, Negotiation and Distribution) (Waldhoff, Anthoff, Rose, & Tol, 2011) onderzocht de gevolgen van klimaatverandering voor 16 wereldregio’s aan de hand van het IS92a-scenario van het IPCC en een IAM met verschillende, onderscheiden impactcategorieën zoals landbouw, energieverbruik, gezondheid, etc. Voor elke impactcategorie werd de monetaire waarde bepaald die vervolgens werd gekoppeld aan de uitstoot aan koolstofdioxide. Op deze wijze werd de sociale kost van CO2 (SCC) bepaald. De SCC geeft een inschatting van de marginale extra schade van een extra eenheid uitgestoten CO2, uitgedrukt in $/ton CO2. Ook hier is de discontovoet belangrijk, gezien de schade van de huidige uitstoot zich grotendeels in de (verre) toekomst manifesteert. Tabel 2-1 geeft weer hoe voor verschillende discontovoeten de SCC varieert.

Tabel 2-1 Sociale kost voor koolstofdioxide berekend op wereldschaal (Anthoff et al., 2011) Discontovoet

Sociale kost voor CO2

%

$/ton koolstof

3

1.33

1

30.3

0.1

186

2

De discontovoet geeft weer welke waardering er wordt gegeven aan toekomstige monetaire bedragen ten opzicht van het heden. Een lage discontovoet leidt tot weinig onderscheid tussen huidige en toekomstige geldstromen, terwijl een hoge discontovoet huidige geldstromen (veel) hoger inschat dan toekomstige geldstromen. Gezien de effecten van klimaatverandering zich op een relatief lange tijdschaal afspelen, bepaalt de hoogte van de discontovoet in sterke mate de grootte van de economische gevolgen.

10


Globale inschattingen van de economische gevolgen van klimaatverandering zijn een goede indicator van welke globale gevolgen er verbonden zijn aan de huidige en verwachte trajecten van uitstoot van CO2. De inschattingen, zelfs uitgedrukt in relatieve cijfers zoals % van het BBP of SCC, zijn echter niet eenvoudig overzetbaar op beperkte, regionale niveaus zoals Europa of Vlaanderen. De globale inschattingen bevatten immers sterke regionale en sectorale variaties die het beeld voor een beperkte, geografische zone sterk kunnen veranderen. Toch zullen we mits deze kanttekening een indicatie geven aan de hand van de impact op het BBP. Om de impact van klimaatverandering voor Vlaanderen enigszins nauwkeuriger in te schatten, is het bijgevolg nodig om deze globale kosteninschattingen te verlaten en gebruik te maken van studies die betrachten inschattingen te maken voor een lager schaalniveau. Het lager schaalniveau kan zich richten op een beperktere geografische zone, een beperktere sectorale focus of beiden. Wanneer er een beperktere geografische zone wordt gehanteerd, zullen de gevolgen homogener zijn waardoor een uitsplitsing naar het Vlaams niveau haalbaar kan worden. Een beperkte sectorale focus kan dan weer toelaten aansluiting te vinden bij de sectorale samenstelling van de Vlaamse economie. Een eerste stap is een analyse van de beschikbare studies en cijfers, welke aannames en focus de studies hanteren en hoe ze zich tot elkaar verhouden. Dit vergelijkend perspectief, uitgevoerd in hoofdstuk 3, is erop gericht te zoeken naar bruikbare (gekwantificeerde) resultaten, en in te schatten welke variaties er op de inschattingen zitten. Er werd een grondige analyse uitgevoerd van verscheidene internationale publicaties inzake de socioeconomische gevolgen van klimaatverandering. Deze analyse reikt nuttige aanknopingspunten aan om een hertaling naar de Vlaamse situatie uit te voeren. Daarnaast dient de analyse ook om in te schatten hoe verschillende studies zich ten opzichte van elkaar verhouden: in welke aannames, berekeningen en resultaten verschillen ze van elkaar en waar bestaan er overlappingen. In totaal zijn 64 publicaties onderzocht. Een tweede stap is aansluiting te vinden bij de Vlaamse situatie. Hiertoe wordt op een aantal relevante punten de Vlaamse situatie (nu en in het horizonjaar) in kaart gebracht zodat de resultaten van de verschillende meegenomen studies hiermee in verband kunnen gebracht worden. Dit Vlaams perspectief wordt verder uitgewerkt in hoofdstuk 4. Tenslotte worden de resultaten van beide oefeningen gecombineerd om te komen tot onderbouwde inschattingen van de kosten van klimaatverandering in Vlaanderen. Dit wordt in hoofdstuk 5 uitgevoerd.

Inleiding

11

3.

VERGELIJKEND PERSPECTIEF Omdat studies en onderzoeken in de meeste gevallen van elkaar verschillen in minstens één aanname, methodische benadering of berekeningswijze, is het belangrijk de studies onderling te vergelijken op een aantal parameters. Dit laat toe een inschatting te maken hoe de studies, en vooral hun resultaten, zich tot elkaar verhouden. Deze vergelijking moet toelaten de studies te controleren op consistentie (zijn bijvoorbeeld de resultaten van vergelijkbare studies vergelijkbaar?) en bij eventuele inconsistentie een inschatting te maken welke resultaten te verkiezen zijn (bijvoorbeeld meer recente resultaten of een studie op een hoger detailniveau).

3.1

Parameters van vergelijkend perspectief Publicaties worden in de eerste plaats vergeleken met publicaties die eenzelfde onderzoeksobject hebben (sectoren of subgroepen in de samenleving). De volgende parameters zijn gehanteerd als vergelijkingspunt: Scope van de publicatie (sectoraal of maatschappelijk); Geografische scope; Klimaatscenario’s; Horizon; Modellen.

3.1.1

Scope van de publicatie De scope van de meegenomen studies is van belang voor de vergelijking of afstemming van de resultaten. Publicaties die eenzelfde sector of maatschappelijke (sub)groep behandelen worden op meer intensieve wijze met elkaar vergeleken om een keuze tussen of samenvoeging van hun resultaten toe te laten. De indeling in effectgroepen is afgestemd met het Vlaams Adaptatieplan dat volgende sectoren bevat: Waterbeheer Leefmilieu Natuur Industrie en diensten Energie Mobiliteit Toerisme Landbouw Visserij Bebouwde omgeving Gezondheid Ontwikkelingssamenwerking

12


Echter, omdat niet voor alle sectoren kwantificeerbare impacts kunnen berekend worden (leefmilieu, natuur, industrie en diensten), sommige impacts overlappen (bebouwde omgeving en energie) of de impacts niet rechtstreeks van toepassing zijn op Vlaanderen (ontwikkelingssamenwerking), worden niet alle sectoren kwantitatief meegenomen. Figuur 3-1 geeft aan welke effectgroepen zijn meegenomen. Zoals eerder vermeld komen een aantal effectgroepen zoals bebouwde omgeving gedeeltelijk terug in andere effectgroepen zoals waterbeheer. Vlaams Adaptatieplan

Internationale literatuur Waterbeheer

Waterbeheer

Leefmilieu

Leefmilieu

Natuur

Natuur

Industrie en diensten

Industrie en diensten Energie

Energie

Mobiliteit

Mobiliteit

Toerisme

Toerisme Landbouw

Landbouw

Visserij

Visserij

Bebouwde omgeving

Bebouwde omgeving

Gezondheid

Gezondheid

Ontwikkelingssamenwerking


Figuur 3-1: Meegenomen sectoren

Iets meer dan de helft van alle onderzochte publicaties (35 studies) zijn toegespitst op een specifieke sector, alle andere publicaties beschrijven meerdere sectoren. Er dient hierbij opgemerkt te worden dat een aantal studies meermaals weergegeven wordt in onderstaande tabel, aangezien de scope meerdere sectoren omvat. Tabel 3-1 Scope van de onderzochte publicaties

Effectgroep

Specifieke scope

Aantal onderzochte studies

Waterbeheer

Rivieren kustoverstromingen, waterbeschikbaarheid, verlies aan wetlands, saliniteitsintrusie

19

Energie

Energievraag en energieproductie

16

Mobiliteit

Binnenvaart, modal transportvraag

infrastructuur,

8

Toerisme

Sneeuwbeschikbaarheid, klimaatgeschiktheid voor zomertoerisme, reiswijze en -afstand

9

Landbouw

Landbouw (productiviteit van gewassen) en bosbouw

22

Visserij

Visserij

3

split,

Vergelijkend perspectief

13

Gezondheid

Hitteen koudestress, vectorziektes, parasitaire ziektes, voedselveiligheid (salmonella), depressies

24

Hieruit blijkt dat de verschillende publicaties erg uiteenlopende onderwerpen behandelen. Voor de effectgroepen ‘water’, ‘energie’, ‘landbouw’ en ‘gezondheid’ zijn meerdere publicaties voorhanden, waarin een gelijkaardige scope besproken wordt. Een vergelijking tussen de resultaten is hiervoor dus mogelijk. De effectgroep ‘transport’ en ‘toerisme’ wordt slechts in 8 onderzochte studies besproken. Omtrent visserij zijn er slechts een zeer beperkt (3) aantal studies.

3.1.2

Geografische scope Ook de geografische scope is een belangrijke parameter bij de vergelijking van verschillende studies. Om zo goed als mogelijk aan te sluiten bij de latere doorslag naar de Vlaamse situatie, is het de bedoeling studies te selecteren die een beperkt geografisch gebied onderzoeken (nationaal of regionaal, niet globaal of continentaal). Daarnaast zijn impacten en kosten specifiek voor verschillende regio’s en daarom niet noodzakelijk onderling vergelijkbaar. De meeste studies omvatten grotere regio’s, zoals Europa, meerdere OESO-landen, de mediterrane regio, West-Europa, etc. Slechts 10 onderzochte studies hebben een grotere geografisch bereik (continentaal of globaal). Daarnaast hebben 21 studies een nationale of lokale scope: voor de steden Lissabon, Londen en Athene en de Duitse deelstaat BadenWürttemburg gebeurde zelfs al specifiek gericht onderzoek naar de socio-economische impacten van klimaatverandering. Voor Nederland zijn er 7 specifieke publicaties geanalyseerd, waarin een breed gamma aan effecten was onderzocht: transport, landbouw, gezondheid en water. Voor de meeste studies bestaat er een grote overlap in het geografisch gebied dat onderzocht is. Over het algemeen worden impacten bepaald voor grotere regio’s, maar aangezien er specifieke nationale en lokale studies voorhanden zijn, die inzoomen op landen en steden verspreid over Europa, kunnen regionale resultaten getoetst worden aan specifieke, lokale resultaten. De detailgraad van de nationale en lokale studies is ook groter dan van de regionale studies.

3.1.3

Klimaatscenario’s De meeste studies hanteren de klimaatscenario’s zoals ze zijn gedefinieerd in de Special Report Emission Scenarios (SRES). De scenario’s verschillen in een aantal onderliggende parameters zoals economische groei, introductie van nieuwe technologieën, demografische evolutie, etc. Op basis hiervan worden projecties gemaakt van de uitstoot van broeikasgassen en de concentratie CO2 (in parts per million of ppm) in de atmosfeer. Het rapport gaat uit van vier hoofdscenario’s: Het A1-scenario gaat uit van zeer snelle economische groei en een snelle introductie van nieuwe en efficiëntere technologieën. Voorts is er sprake van verregaande globale integratie (economisch en cultureel) en een bevolking die piekt rond 2050 en vervolgens terug afneemt. Het A1-scenario wordt ook nog verder onderverdeeld in drie subscenario’s die verschillende aannames maken omtrent de richting waarin de technologische ontwikkeling zich doorzet:

14


o A1FI-scenario gaat uit van een technologische ontwikkeling die sterk steunt op fossiele brandstoffen. o A1T-scenario gaat uit van een technologische ontwikkeling die inzet op nietfossiele energie. o A1B-scenario balanceert tussen fossiele en niet-fossiele brandstoffen. Het A2-scenario gaat uit van een tragere economische groei en een minder snelle introductie van nieuwe en efficiëntere technologieën. Economische en culture integratie beperkt zich tot het regionale niveau (en niet globaal). De bevolking blijft groeien. Het B1-scenario gaat uit van zeer snelle economische groei en een snelle introductie van nieuwe en duurzame technologieën. De economische structuur verandert snel richting een diensten- en informatie-economie, waarbij de materiaalintensiteit afneemt. Er is sprake van verregaande globale integratie en een bevolking die piekt in 2050 en erna terug afneemt. Het B2-scenario gaat uit van een tragere economische groei en minder snelle introductie van nieuwe en efficiëntere technologieën. Economische en culturele integratie richt zich vooral op het regionale niveau. De bevolking blijft toenemen, zij het aan een lager tempo dan het A2-scenario. Er wordt sterk ingezet op duurzaamheid en ecologische bescherming, maar dit beperkt zich tot het lokale en regionale niveau. Naast de vier SRES-scenario’s, komen ook een aantal andere klimaatscenario’s aan bod: IS92-scenariofamilie (6 scenario’s, van a tot f) heeft zijn oorsprong in het Supplementary Report to the IPCC Assessment uit 1992. Vertrekkende van economische, demografische en ecologische parameters maken de verschillende scenario’s projecties van de toekomstige concentraties van broeikasgassen. IS92a wordt het vaakst gehanteerd bij effectbeoordeling. IS92c is het meest optimistische waarbij de uitstoot uiteindelijk terugvalt onder het niveau van 1990. IS92e is het meest pessimistische met een sterke nadruk op fossiele brandstoffen en een uitdoving van nucleaire energie. IS92a valt min of meer tussen de A2 en B2scenario’s van SRES. De Nederlandse klimaatscenario’s (G, W, G+, W+) zijn opgesteld door het Koninklijk Nederlands Meteorologisch Instituut (KNMI). De G-scenario’s (gemiddeld) passen grofweg bij de B1 en B2-scenario’s van SRES. De W-scenario’s (warm) passen eerder bij de A1 en A2-scenario’s van SRES. o Klimaatscenario G gaat uit van een globale temperatuurstijging van 2°C in 2100 t.o.v. 1990. o Klimaatscenario G+ gaat uit van een globale temperatuurstijging van 2°C in 2100 t.o.v. 1990. Daarnaast worden de winters zachter en natter en de zomers warmer en droger. o Klimaatscenario W gaat uit van een globale temperatuurstijging van 4°C in 2100 t.o.v. 1990.


15

o Klimaatscenario W+ gaat uit van een globale temperatuurstijging van 4°C in 2100 t.o.v. 1990. Daarnaast worden de winters zachter en natter en de zomers warmer en droger. Tabel 3-2: Aantal onderzochte publicaties naar klimaatscenario’s

Scenariofamilie

Scenario

SRES SRES SRES SRES IS92 KNMI

3.1.4

A1 A2 B1 B2 / /

Aantal studies 12 24 13 17 1 3

Horizon Om tot een correcte interpretatie en vergelijking van de socio-economische gevolgen van klimaatverandering te komen, is het evenzeer van belang te weten met welke tijdshorizon wordt gewerkt. Er wordt onderscheid gemaakt tussen publicaties die resultaten weergeven over korte termijn (2000 – 2050), over lange termijn (2050 - ....) en studies die resultaten weergeven voor beide periodes. Tabel 3-3 Aantal onderzochte publicaties voor verschillende tijdshorizons

Termijn voor impactinschatting

Tijdshorizon

Aantal onderzochte studies

Kort

2000 – 2050

5

Lang

2050 - ....

19

Combinatie

2000 - ....

15

De studies die zowel over de korte als over de lange termijn resultaten weergeven, overwegen. Deze publicaties geven ook de mogelijkheid om de evolutie van impacten te volgen doorheen de tijd.

3.2

Resultaten

3.2.1

Waterbeheer Bij de impact van klimaatverandering op het watersysteem moet er in eerste instantie een onderscheid gemaakt worden tussen de impact op oppervlaktewateren (kust en riviersystemen) en op grondwater. De primaire effecten van de klimaatverandering, zoals de zeespiegelstijging en veranderingen in neerslagpatronen en evapotranspiratie, zullen leiden tot de volgende belangrijke impacten: Kustsystemen: o

Overstromingen;

Rivieren:

16


o o o

Overstromingen; Veranderingen in waterafvoer; Verzilting;

Grondwater: o

Verzilting.

Hierdoor treden een aantal indirecte effecten op: Verlies van beschikbaar land door overstroming en door erosie; Directe fysieke schade en productieschade, uitval van communicatie nutsvoorzieningen, transport,... door overstromingen; Verhuizingen in overstroomde gebieden; Verzilting van landbouw- en andere gronden; Veranderingen in waterbeschikbaarheid, droogte in landbouwgebieden; Veranderingen in output van waterafhankelijke industrieën.

en

(Brown et al., 2011; Genovese et al., 2007; Kundzewicz et a., 2009; Roson, 2003; Warren et al., 2006)

3.2.1.1 Overstromingen aan de kust De zeespiegelstijging zal grote directe impacten hebben in Europa. Deze impacten op kustsystemen zijn gekwantificeerd m.b.v. het DIVA-model, waarbij het effect van de zeespiegelstijging op kusterosie, kustoverstromingen, veranderingen in wetlands, effecten op riviermondingen, saliniteitsintrusie en verzilting berekend wordt (Ciscar et al., 2009). De economische impact wordt bepaald door het aantal personen te berekenen die onderhevig zijn aan overstroming en het verlies aan land en wetlands door erosie en overstroming. Dit laatste wordt berekend m.b.v. het GTAP-model. Julie et al. (2009) gebruikten hetzelfde DIVA-model om de impacten als gevolg van verlies van land en wetlands en aantal overstroomde personen/jaar in te schatten. Vervolgens werd met behulp van de DIVA-costing and adaptation module de schadekost voor overstroming, de saliniteitsintrusiekost en de migratiekost bepaald, enerzijds voor Europa, maar anderzijds ook per land. In beide studies werd voor elk klimaatscenario een lage, medium en hoge zeespiegelstijging in rekening gebracht. In de A2-scenario’s zijn de impacten groter door een hogere zeespiegelstijging en een grotere verwachte toename van de bevolking. De modelresultaten van Julie et al. (2009) zijn iets lager dan de resultaten van Ciscar et al. (2009), voor zover ze onderling vergeleken kunnen worden (zelfde horizon, zelfde model en zelfde scenario). Tabel 3-4 geeft de impact weer berekend volgens verschillende klimaatmodellen en – scenario’s over geheel Europa, terwijl Tabel 3-5 de corresponderende kosten voor Europa weergeeft. Tabel 3-4 Aantal personen getroffen door kustoverstromingen in Europa, uitgedrukt in 1.000 personen/jaar (ZSP = zeespiegelstijging). Scenario en model A2 ECHAM 4

Lage ZSP

1995

2020

2080

2085

35,7

47,7

219,3

1353


17

A2 HadCM3

medium ZSP

35,7

50,1

673,7

hoge ZSP

35,7

54,3

1420,1

Lage ZSP

35,7

47,5

134,5

medium ZSP

35,7

49,8

502,1

hoge ZSP

35,7

53,2

1291,6

/

/

/

Lage ZSP

35,7

44,4

101,1

medium ZSP

35,7

46,8

404,9

hoge ZSP

35,7

50,7

909,7

Lage ZSP

35,7

44,5

83,2

medium ZSP

35,7

46,7

386,5

hoge ZSP

35,7

50,5

833,1

A2 HadAM3h B2 ECHAM4

B2 HadCM3

B2 HadAM3h Referentie

2398 / 1225 851

/

/

/

/

775

Julie et al., 2009

Julie et al., 2009

Julie et al., 2009

Ciscar et al., 2009

Tabel 3-5: Kost voor Europa (miljoen €/jaar) ten gevolge van verschillende impacten op kustsystemen (Ciscar et al., 2009) Horizon

Scenario en klimaatmodel

Kustoverstromingen

Saliniteitsintrusie

Migratie

Landverliezen

2020

B2 Lage zeespiegelstijging

4.426,9

589,3

0

/

2020

A2 Hoge zeespiegelstijging

6020,4

607,5

0,3

899,67

2080

B2 Lage zeespiegelstijging

9.477

823,5

2,5

/

2080

A2 Hoge zeespiegelstijging

18.242,5

1.053,3

25.242,6

/

In Tabel 3-6 en Tabel 3-7 worden de resultaten toegespitst op België weergegeven, berekend door Julie et al. (2009). Geen enkele combinatie van klimaatmodel en -scenario resulteerde in migratie in België als een gevolg van landverlies. Het grootste verschil in scenario’s is zichtbaar in de terugkeerperiode van kustoverstromingen: naarmate het zeepeil hoger wordt, is het risico voor overstromingen groter, waarbij de terugkeerperiode in 2080 zelfs in alle situaties kleiner wordt dan 100 jaar. De kosten die optreden als gevolg van deze kustoverstromingen bedragen in 2020 jaarlijks ongeveer de helft van wat ze in 2080 bedragen. In 2080 loopt de kost voor België voor niet-adaptatie aan klimaatverandering in alle scenario’s en modellen zelfs op tot meer dan 1 miljard €/jaar, tegenover ongeveer 350 miljoen €/jaar in de referentiesituatie. Anthoff et al. (2011) berekenden de kosten van emigratie en immigratie die zullen optreden ten gevolge van de klimaatveranderingen voor OESO-landen in het kader van het FUNDproject. De kost van emigratie is vastgelegd als 3 maal het inkomen per capita, de kost van immigratie is berekend als 40% van het inkomen per capita in het gastland. Ook het verlies aan wetlands en droog land is berekend met behulp van het FUND-model: de monetaire waarde van 1 km2 droog land bedroeg in 1990 gemiddeld $4 miljoen in OESO-landen. Deze waarde is proportioneel aan het BBP per km2. Wetland verliezen worden gewaardeerd op gemiddeld $2 miljoen in OESO-landen. 18


Tabel 3-6: Impact en kosten voor België t.g.v. kustoverstromingen in referentiesituatie 1995 (Julie et al., 2009) Effect

Impact

Totale kost miljoen €/jaar

Terugkeerperiode voor kustoverstroming (jaar) Gemiddeld aantal personen getroffen door overstroming (per jaar) Verlies aan land (km2/jaar) 2

Verlies aan wetlands (km )

303

/

3.440

348,6

0,02

0,01

6,3

/

Migratie (per jaar)

0

0

Saliniteitsintrusie

/

0

TOTAAL

348,7


19

Tabel 3-7: Impact en kosten voor België t.g.v. kustoverstromingen in verschillende tijdshorizonten en verschillende klimaatscenario’s en –modellen (Julie et al., 2009)

Horizon A2 ECHAM 4

A2 HadCM3

B2 ECHAM4

B2 HadCM3

IPCC A2

Aantal personen getroffen door overstroming

Verlies aan land

Verlies aan wetlands

Terugkeerperiode voor kustoverstroming

Totale kost

1000 personen/jaar

km2/jaar

km2

jaar

miljoen €/jaar

2020

2080

2020

2080

2020

2080

2020

2080

2020

2080

Lage ZSP

3,9

4,6

0,0

0,1

40,8

149,0

262

143

569,2

1.031,0

medium ZSP

3,9

16,0

0,0

0,1

41,4

149,3

246

105

572,0

1.101,0

hoge ZSP

3,9

17,4

0,0

0,1

41,4

149,3

230

75

574,9

1.208,7

Lage ZSP

3,9

4,6

0,0

0,0

40,8

148,9

263

153

569,0

1.026,9

medium ZSP

3,9

4,6

0,0

0,1

41,4

149,3

248

111

571,6

1.083,8

hoge ZSP

3,9

17,4

0,0

0,1

41,4

149,3

233

78

574,3

1.194,2

Lage ZSP

3,6

3,5

0,0

0,0

40,9

149,0

260

158

584,8

1.013,4

medium ZSP

3,6

12,3

0,0

0,0

41,4

149,3

244

118

587,7

1.054,7

hoge ZSP

3,7

12,3

0,1

0,1

41,4

149,3

227

85

590,7

1.154,4

Lage ZSP

3,6

3,5

0,0

0,0

40,9

149,0

261

168

584,6

1.009,6

medium ZSP

3,6

12,3

0,0

0,0

41,4

149,3

245

123

587,4

1.041,7

hoge ZSP

3,6

12,3

0,1

0,1

41,4

149,3

230

89

590,2

1.141,3

Lage ZSP

3,9

4,5

0,0

0,0

40,8

147,7

271

203

567,6

1.008,4

hoge ZSP

3,9

56,1

0,1

0,1

41,4

215,3

217

36

577,4

1.438,6


3.2.1.2 Overstromingen vanuit rivieren Ciscar et al. (2009) gebruikten klimaatgegevens afkomstig uit de verschillende SRESklimaatscenario’s (temperatuur, neerslag, straling, windsnelheid en vochtigheid) in het hydrologische LISFLOOD-model om schattingen van rivierafstroming te doen voor Europa. Vervolgens worden gesimuleerde debieten met terugkeerperiodes van 2, 5, 10, 20, 50, 100, 250 en 500 jaar omgezet naar overstromingsomvang en –dieptes. Gecombineerd met landspecifieke overstromingsdiepte/schade functies en informatie over landgebruik werden de overstromingen vertaald naar economische schade. Door de overstroomde gebieden te combineren met bevolkingsdichtheden kon eveneens het aantal blootgestelde personen bepaald worden. Deze berekeningen gebeurden voor verschillende regio’s, waarbij België opgenomen is in de regio centraal Europa-Noord. Uit deze analyse blijkt dat het aantal aan overstroming blootgestelde personen zal toenemen in alle klimaatscenario’s (zie Tabel 3-8). De grootste toename wordt verwacht in het hoge A2-scenario, waarbij in centraal EuropaNoord bijna 200.000 personen per jaar getroffen zullen worden door overstromingen. De kost voor de schade die hiermee gepaard gaat, werd berekend op 5,3 miljard euro/jaar in 2080.

Tabel 3-8 Impact en kosten ten gevolge van rivieroverstromingen voor centraal Europa-Noord. Referentie is 73.000 personen/jaar getroffen in 1961-1990 (Ciscar et al., 2009).

Horizon

2080

Scenario

B2 met HadAM3H

Extra getroffen bevolking

Kost

1000 personen/jaar

miljoen € / jaar

103

1.497

110

2.201

119

3.006

198

5.327

(+ 2,5°C) 2080

A2 met HadAM3H (+ 3,9°C)

2080

B2 met ECHAM4 (+ 4,1°C)

2080

A2 met ECHAM4 (+ 5,4°C)

In het kader van het ‘CCI-Hydr’ project werd de impact van overstromingen specifiek voor Vlaanderen bepaald (Willems et al., 2010). De resultaten van het Prudence-project, waarbij verschillende GCM’s en RCM’s werden gecombineerd, werden vergeleken met historische trends voor een aantal klimaatvariabelen. Hieruit werden 3 Vlaamse klimaatscenario’s geëxtraheerd: een hoog, midden en laag klimaatscenario. Vervolgens werden deze Vlaamse klimaatscenario’s hydrologische modellen met een verschillende schaal:

gebruikt

binnen

verschillende

SCHEME: effecten op Schelde en Maas-bekken;


21

MIKE-SHE en MIKE 11: effecten op Grote Nete en Grote Laak. De resultaten toonden aan dat overstromingen frequenter zullen optreden en dat de intensiteit van de overstroming groter zal worden (zodat een toename van de bergingscapaciteit met 15-35% nodig is). Deze resultaten werden in het ADAPT-project gebruikt om de impact van overstromingen in de Dender en de Ourthe op mens en milieu in kaart te brengen en om gerichte adaptatiemaatregelen voor te stellen (Giron et al., 2008). Vervolgens werd de kost voor adaptatie berekend, alsook een kosten-batenanalyse uitgevoerd om de maatregelen te rangschikken. In de volgende tabel worden de verschillende bestudeerde effecten en overeenkomstige methodieken voor kostbepaling weergegeven.

Tabel 3-9 Bestudeerde effecten en methodieken voor kostbepaling (Giron et al., 2010)

Impact

Methodiek

Economische impacten Huizen & inboedels Bedrijven Niet-residentiele assets

Marktprijsmethode Hedonische prijsmethode FLEMO & FLEMO +

Sociale impacten Kwetsbare personen en gebouwen met sociale waarde

Literatuur Expert judgement (Delphi)

Kwetsbaarheid van personen Fataliteiten Ecologische impacten Biodiversiteit

Op basis van BWK & aanwezigheid van zeldzame soorten:

Nutrietenten-retentiecapaciteit Literatuur Waterretentiecapaciteit

Expert judgement

Koolstofvastlegging

velddata

Voor beide case studies werden de kosten in de 3 klimaatscenario’s berekend (zie Tabel 3-10 en Tabel 3-11). Voor de Dender zijn de resultaten veel lager dan voor de Ourthe, maar hier dient benadrukt te worden dat de berekeningen voor de Dender uitgevoerd zijn enkel voor de Dender zelf en 2 gemeenten. Indien ook alle zijrivieren en andere gemeenten toegevoegd zouden worden, zou het aantal getroffen personen veel hoger liggen.

22


Tabel 3-10 Berekende schade en inschatting van totale schadekost voor case study Dender (Giron et al., 2010)

Basis

Laag

Gemiddeld

Hoog

Aantal getroffen personen

107

96

110

127

Sociale overstromingsimpactintensiteit 3

50

45

52

60

/

532.789 €

856.220 €

2.130.139 €

Schadekost per (Giron, 2009) (€)

overstroming

Tabel 3-11 Berekende schade en inschatting van totale schadekost voor case study Ourthe (Giron et al., 2010)

Basis

Laag

Gemiddeld

Hoog

Aantal getroffen personen

2400

1251

1722

3299

Sociale overstromingsimpactintensiteit

1150

1053

1280

2056

6.500.000

6.000.000

8.000.000

18.000.000

Schadekost per overstroming (schatting uit Giron, 2010) (€)

3.2.1.3 Lage waterafvoer in rivieren In het ‘CCI-Hydr’ project werd niet enkel de impact van overstromingen specifiek voor Vlaanderen bepaald, maar ook veranderingen in waterafvoer in rivieren (Willems et al., 2010). De resultaten toonden aan dat het aantal dagen met lage waterafvoer significant zal stijgen terwijl er voor een aantal bekkens een daling verwacht wordt in het aantal dagen met hoge waterafvoer. Zo bedraagt in het hoog klimaatscenario de grootste toename van het aantal dagen met lage afvoer 410% en dit ter hoogte van de Dijle te Wilsele. De grootste afname van het aantal dagen met hoge waterafvoer is berekend voor de Vesder en bedraagt 15%. Daarentegen wordt er in Chooz een toename met 20% in het aantal dagen met hoge waterafvoer van de Maas verwacht in het hoog klimaatscenario. Er werden in dit kader echter geen kosten berekend en ook in de internationale literatuur werden geen cijfers teruggevonden.

3.2.1.4 Verzilting Verzilting kan worden gedefinieerd als een toenemende zoutbelasting van het watersysteem. Door langdurige droge periodes in de zomer en een stijging van de zeespiegel zal het zeewater makkelijker delta’s kunnen binnendringen en het zoutgehalte van zowel het

3

Sociale overstromingsimpactintensiteit is een indexwaarde die een geaggregeerd beeld geeft van de overstromingskarakteristieken, de blootstelling van personen en gebouwen aan overstromingen en de kwetsbaarheid van personen. Het heeft geen eenheid maar is bedoeld om verschillende scenario’s op geaggregeerde wijze met elkaar te vergelijken.


23

oppervlaktewater als het grondwater doen stijgen. Deze verzilting heeft vooral een negatieve invloed op landbouw, drinkwatervoorzieningen en natuurontwikkeling. In Jonckhoff et al. (2008) werd een case onderzocht voor Zuidwest Nederland waarbij de gevolgen van verzilting ingeschat zijn met het model MOCDENS3D, en dit voor 4 specifieke Nederlandse KNMI-klimaatscenario’s. Om de kosten voor de landbouw te bepalen worden de verziltingscenario’s gecombineerd met geografische gegevens over huidig landgebruik en verwachte gewasopbrengsten in 2050. De zoutschade wordt bepaald door de verwachte toekomstige chloridengehaltes op verschillende locaties te combineren met minimale en maximale drempelwaarden voor het gewas op die plekken. In de Bollenstreek in Nederland bedraagt de zoutschade nu al 700 €/ha en zal dit in 2075 toenemen met 700 €/ha extra ten gevolge van klimaatverandering. In Goeree-Overflakkee daarentegen kan de zoutschade iets afnemen. Dit geeft aan dat verzilting een lokaal gegeven is en cijfers bijgevolg niet betrouwbaar overzetbaar zijn naar Vlaanderen. Het bepalen van de economische gevolgen van verzilting voor de drinkwatervoorziening en natuurontwikkeling is nog niet gebeurd in Vlaanderen. In Julie (2009) wordt er een economische kost voor zoutintrusie berekend per land, maar deze bedraagt nul euro voor België in alle scenario’s. Het is niet duidelijk of dit daadwerkelijk geen schade zal aanrichten in Vlaanderen, of het hier louter een gebrek aan data betreft. Nochtans wordt in de studie een aanzienlijke schadekost voor zoutintrusie berekend voor Frankrijk en Nederland.

3.2.2

Energie Klimaatverandering heeft een tweeledig effect op de energiesector. Enerzijds is er een impact op de vraag naar energie door een veranderende vraag naar verwarming en koeling, gedreven door een verandering in temperatuur. Anderzijds is er een impact op de opwekking van energie, gedreven door verschillende factoren zoals verandering in neerslag en temperatuur.

3.2.2.1 Energievraag De impact van klimaatverandering op de energievraag wordt vooral gedreven door een verandering in temperatuur. De meest gebruikte methode om deze relatie in te schatten, is door middel van warmte- en koudedagen, een methode die in zowat alle meegenomen studies wordt gehanteerd. Een koudedag is een dag waar de temperatuur onder een gegeven drempel blijft, de meeste studies gaan uit van 15,5°C. Er wordt in dat geval aangenomen dat ruimtes zullen worden bijverwarmd om op een aangename temperatuur te blijven. Verschillende studies (o.a. Aaheim et al. 2009, Roson et al. 2007) gaan er in hun projecties van uit dat voor verwarming vooral beroep wordt gedaan op gas en olie, en in beperkte (verwaarloosbare) mate op elektriciteit. Enigszins verwarrend wordt een koudedag in het Engels vertaald als heating degree day (HDD). Een warmtedag is, parallel aan een koudedag, een dag dat de temperatuur boven een gegeven drempel blijft, met name 22°C. Op een warmtedag wordt er koeling aangewend om het binnenklimaat aangenaam te houden. Voor het koelen van ruimtes wordt echter beroep

24


gedaan op elektriciteit, in plaats van gas en olie voor verwarming. Een warmtedag wordt aangeduid met cooling degree day (CDD). Arnell et al. (2005) gaat er bij benadering van uit dat onder het A2-scenario het aantal HDD’s voor Vlaanderen een daling zal kennen tussen 0% en 25%. Het aantal CDD’s zou stabiel blijven. Om het effect in te schatten van een veranderende temperatuur op de vraag naar energie om een aangenaam binnenklimaat te handhaven wordt, via HDD’s en CDD’s, gebruik gemaakt van elasticiteitsfactoren. Deze factoren geven weer hoe een procentuele verandering in temperatuur gerelateerd is aan een procentuele verandering in de energievraag. Een elasticiteit van bijvoorbeeld -1 betekent dat een toename van temperatuur met 1% leidt tot een afname van de energievraag met 1%. De vraag naar energie, en de impact van klimatologische veranderingen erop, is gerelateerd aan verschillende andere factoren. De eerste factor is de geografische ligging van de onderzochte regio. Een koude regio zal bij een stijgende temperatuur een reductie in energievraag kennen door mildere winters, terwijl een warme regio bij stijgende temperatuur net een toename in energievraag zal ervaren door een toename in koelingsvraag door hetere zomers. België, en dus Vlaanderen, wordt ingedeeld bij de zogenaamde “koude landen”. Bij koude landen wordt er van uitgegaan dat de afname in verwarmingsvraag een grotere impact heeft in vergelijking met de toename in koelingsvraag. Een tweede factor zijn socio-economische factoren. Het is immers niet voor iedereen even eenvoudig om zijn energievraag af te stemmen op veranderingen in temperatuur. Dit onderscheid is vooral op globaal niveau van belang, met een onderscheid tussen zogenaamde rijke en arme landen. Rijke landen hebben een hogere elasticiteit, gezien zij een verandering in energievraag voor bijvoorbeeld additionele koeling financieel beter kunnen opvangen in vergelijking met arme landen. Een derde factor, aangehaald door Aaheim et al. (2009), is het onderscheid tussen huishoudens en professionele energievragers (industrie en tertiaire sector). De energievraag vanuit professionele energievragers is uitermate inelastisch, i.e. niet responsief ten opzichte van veranderingen in temperatuur. Omwille hiervan wordt de relatie tussen temperatuursveranderingen en energievraag enkel voor huishoudens meegenomen, en niet voor professionele energievragers. Voor een kwantificatie van de elasticiteit van de energievraag voor veranderingen in temperatuur, kunnen we enkel voortgaan op Roson et al. (2007). Deze cijfers zijn tevens ook overgenomen in Aaheim et al. (2009). Roson et al. (2007) hanteert een statistische aanpak waarbij voor de onderzochte landen volgende factoren worden meegenomen: Geografische ligging (warme en koude landen); Reëel BBP; Seizoenstemperatuur (zomer, herfst, winter, lente). Voor iedere factor wordt de statistische significantie getest om relevante verklarende factoren te identificeren. Voor de temperatuur worden enkel de statistisch significante seizoenen meegenomen bij de berekening van de elasticiteit.


25

Roson et al. (2007) bekomt voor België de elasticiteiten weergegeven in Tabel 3-12, ingedeeld in de vier onderzochte energiedragers. Tabel 3-12: Elasticiteit van temperatuur op vraag naar energie (Roson et al., 2007)

Regio België België België

Energiedrager Elektriciteit Gas Olie

Elasticiteit -0,21 -1,43 -0,79

Twee elasticiteitswaardes verdienen enige additionele verklaring: De afname van de energievraag naar elektriciteit is enigszins contra-intuïtief gezien deze vraag vooral wordt gedreven door vraag naar koeling. Door een toename van de temperatuur zou dus een toename in de vraag naar elektriciteit verwacht worden. Voor koude regio’s wordt de elektriciteitsvraag echter vooral gedreven door de temperatuur in de lente. In de studie wordt dit geduid door te stellen dat in de lente vooral wordt bijverwarmd door middel van kleine, elektrische vuurtjes. Een toename van temperatuur in de lente leidt daardoor tot een afname in de elektriciteitsvraag. De toename van de vraag naar steenkool is misschien nog vreemder, gezien men eerder een afname zou verwachten bij een stijging van de temperatuur. De toename wordt vooral gedreven door de lente- en herfsttemperatuur, terwijl de winter- en zomertemperatuur een (beperktere) negatieve relatie vertonen. De onderzoekers stellen dat er mogelijk een overstap van gas naar steenkool plaatsvindt, wat echter in Vlaanderen niet echt strookt met de actuele trends. De bekomen elasticiteit voor steenkool moet bijgevolg erg kritisch bekeken worden. Gebruik makend van de elasticiteiten van Roson et al. (2007), maakt Aaheim et al. (2009) een inschatting van het effect van klimaatverandering op de energievraag voor 3 energiedragers: elektriciteit, gas en olie. Steenkool neemt Aaheim et al. (2009) niet verder mee. Tabel 3-13 geeft de inschattingen weer.

Tabel 3-13: Overzicht impact klimaatverandering op energievraag (Aaheim et al., 2009)

Horizon 20712100 20712100 20712100

Regio

Energiedrager

Energievraag

Centraal West-Europa

Elektriciteit

- 1% tot - 10%


Gas

- 11% tot - 20%


Olie

- 1% tot - 10%

Referentie Aaheim (2009)

Geen van de studies maakt een verdere doorrekening naar de economische gevolgen van klimaatverandering op de energievraag. EEA (2008) en Arnell et al. (2005) vermelden enkel dat een inschatting van de economische kost van een verandering in energievraag een zeer moeilijke oefening is doordat het effect doorkruist wordt andere factoren die de resultaten sterk kunnen beïnvloeden, zoals technologie, socio-economische evoluties en gedragswijzigingen.

26


Wel geven andere studies, die de verandering in energievraag niet kwantificeren, gelijkaardige inschattingen van de mogelijke effecten. Zo stelt EEA (2008) dat voor Europa in zijn geheel de energievraag voor verwarming nog steeds veel groter is dan de energievraag voor koeling. Doordat de HDD’s al sinds 1997 lager liggen dan de projecties, valt een daling van de energievraag voor verwarming te verwachten. Vooral in de meer noordelijke regio’s van Europa is een netto winst waarschijnlijk door een sterke afname in HDD’s. In zuidelijk Europa daarentegen verwacht EEA (2008) een netto verlies door een toename in de energievraag voor koeling.

3.2.2.2 Energieopwekking De impact van klimaatverandering op energieopwekking wordt voor vier energiebronnen besproken. Er zijn echter zeer weinig kwantitatieve inschattingen van de impact.

Waterkracht Waterkracht is afhankelijk van de hoeveelheid afgevoerde neerslag. De impact van klimaatverandering hangt er bijgevolg van af of klimaatverandering zal leiden tot een toename of afname van de hoeveelheid neerslag, en ook de potentiële evapotranspiratie. De inschatting van de impact van klimaatverandering op waterkracht in Vlaanderen (of de regio waarin Vlaanderen zich bevindt) lopen enigszins uiteen in de verschillende studies. Aaheim et al. (2009) en Lehner et al. (2001) zijn de enige studies die een (ruwe) kwantificatie doen van de impact. In Aaheim et al. (2009) wordt er uitgegaan van een verminderde hoeveelheid neerslag, waardoor de energieopwekking door waterkracht aanzienlijk zou afnemen. Ook Lehner et al. (2001) komt, op basis van data rond waterafvoer, tot resultaten die binnen hetzelfde bereik liggen.

Tabel 3-14: Impact klimaatverandering op energieopwekking – waterkracht (Aaheim et al., 2009, Lehner et al., 2001)

Horizon

Regio

Energiebron

20712100 2070 2070 2070

Centraal West-Europa België België België

waterkracht waterkracht waterkracht - rivier waterkracht - reservoir

Energieopwekking Referentie - 11% tot - 20% -15,80% -8,70% -13,20%

Aaheim (2009) Lehner (2001)

Andere studies zijn veel vager in hun inschatting, waardoor een vergelijking met de hierboven bekomen cijfers moeilijk is. EEA (2008) en Arnell et al. (2005) gaan enkel in op Noord-Europa (ongeveer +25%) en Zuid-Europa (ongeveer -25%). Alcamo et al. (2007) stelt enkel dat in centraal- en West-Europa de energieopwekking door waterkracht stabiel zou blijven.

Biomassa Het energieopwekkingpotentieel van biomassa is sterk gelinkt aan de productiviteit van de gewassen in de landbouw en bosbouw. Zoals in 3.2.5 wordt toegelicht, liggen de schattingen


27

voor veranderingen in gewasproductiviteit enigszins uiteen, wat eveneens zijn impact heeft voor de inschatting van energieopwekkingpotentieel door middel van biomassa. De studie van Aaheim et al. (2009) is de enige die een kwantitatieve inschatting maakt van de impact. Zijn inschatting, weergegeven in Tabel 3-15, ligt in lijn met zijn inschatting voor de verandering in gewasproductiviteit in landbouw en bosbouw. Tabel 3-15: Impact klimaatverandering op energieopwekking – biomassa (Aaheim et al., 2009)

Horizon

Regio

Energiebron

Energieopwekking

Referentie

20712100


biomassa

- 1% tot - 10%

Aaheim (2009)

Arnell et al. (2005) vermeldt in dit verband dat de impact van klimaatverandering op de energieopwekking door middel van biomassa sterk afhankelijk is van hoe wilg en miscanthus er op zullen reageren. Voorts wordt er geen kwantitatieve inschatting gemaakt.

Windkracht Zowel Aaheim et al. (2009) als Arnell et al. (2005) stellen dat de impact van klimaatverandering op windkracht niet kan ingeschat worden, gezien de impact van klimaatverandering op de wind nog niet voldoende duidelijk is.

Thermisch (fossiel) De opwekking van energie door middel van fossiele brandstoffen in een thermische centrale, is afhankelijk van de aanvoer van koelwater. Koelwater zou daarnaast ook maximaal zo’n 23°C warm mogen zijn wanneer het wordt aangevoerd, en 30°C wanneer het de centrale verlaat. Hittegolven en droogtes hebben bijgevolg een impact op thermische centrales doordat er te weinig watertoevoer is of dat het aangevoerde water te warm is om een optimale koeling te garanderen. Gezien klimaatverandering kan leiden tot een toegenomen kans op hittegolven en droogtes, zou in die periodes de output van thermische centrales lager kunnen zijn. Geen van de studies doet echter een kwantitatieve inschatting van de output van thermische centrales die hierdoor verloren zou kunnen worden.

3.2.3

Mobiliteit Klimaatverandering leidt tot veranderingen in mobiliteit via erg uiteenlopende impactcategorieën. Vier impactcategorieën die in de studies aan bod komen, worden hieronder aangehaald. Geen van allen wordt echter op een voldoende vergelijkbare of doorgedreven wijze gekwantificeerd.

3.2.3.1 Impact op infrastructuur Een van de meest aangehaalde effecten van klimaatverandering op mobiliteit, is de impact op de verkeersinfrastructuur. Een hogere temperatuur in de zomer, met pieken tijdens hittegolven, kan extra schade aanbrengen aan wegen spoorinfrastructuur (Aaheim, Amundsen, Dokken, Ericson, & Wei, 28


2009) (Alcamo, et al., 2007). Wegen, inclusief landingsbanen van luchthavens, zijn bij hoge temperaturen gevoeliger voor spoorvorming. Warme opstijg- en landingsbanen leiden er ook toe dat vliegtuigen meer ruimte nodig hebben om op te stijgen en te landen, waardoor de banen mogelijk met 200 tot 300 meter verlengd moeten worden. Treinsporen aan de andere kant vertonen bij hoge temperaturen een vergroot risico op spoorspatting4 (van Ooststroom, Annema, & Kolkman, 2008). Het is mogelijk om hier pro-actief op in te grijpen door het ontwerp van wegen aan te passen (bijvoorbeeld een ander soort bitumen te gebruiken dat minder gevoelig is voor spoorvorming of uitzettingstoestellen tegen spoorspatting). Van Ooststroom et al. (2008) stelt echter dat bij beperkte impacten dergelijke pro-actieve aanpak niet kosteneffectiever zal zijn ten opzicht van ad hoc herstellingen. Aan de andere kant zou bij warmere winters een vermindering in de vries/dooicyclus kunnen optreden. Dit leidt tot een lagere winterschade aan de weginfrastructuur, met een lagere onderhoudskost tot gevolg (van Ooststroom, Annema, & Kolkman, 2008). Het voorkomen van extreme weersomstandigheden heeft tenslotte ook een impact op de performantie van de transportinfrastructuur. Extreme neerslag leidt ertoe dat het wegtransport tijdelijk verstoord kan worden (onvoldoende afvoer van neerslag) (Aaheim, Amundsen, Dokken, Ericson, & Wei, 2009). Ook bij luchthavens kunnen piekneerslagen een impact hebben op de start- en landingscapaciteit (van Ooststroom, Annema, & Kolkman, 2008). Ook treinsporen zijn onderhevig aan impacten door extreme weersomstandigheden, met name blikseminslagen, omgevallen bomen en gebroken bovenleidingen kunnen leiden tot verstoringen in het treinverkeer. Het WEATHER-project (Przyluski, 2012) maakt een kwantificatie van de impact van klimaatverandering op weg-, spoor- en luchttransport waarbij het verschillende elementen zoals infrastructuur, uitbating en gebruikerskosten in rekening brengt. Er wordt eerst een berekening gemaakt van de huidige kosten van extreme weersomstandigheden op de verschillende transportmodi en vervolgens worden de effecten van klimaatverandering tegen 2050 berekend. Er wordt een (kwalitatieve) doorkijk gedaan naar 2100, waarbij wordt aangegeven dat de grootste verandering in klimaat voor deze periode zijn maar dat tegelijk ook dat projecties omtrent technologie, activiteiten en aanwezige infrastructuur te onzeker worden. In tabellen Tabel 3-16, Tabel 3-17 en Tabel 3-18 wordt de situatie voor 2010 weergegeven, alsook de verwachte situatie voor 2050. Alles is weergegeven in € / pkm-eq (passagiersequivalent, waarbij vrachtvervoer via kengetallen tot passagiersequivalent wordt teruggebracht). Tabel 3-16: Effect extreme weersomstandigheden op wegtransport voor 2010 en 2050 (Przyluski, 2012)

Horizon Regio 2010 2010 2010 2010 Midden-Europa 2050 2050 2050 2050

4

Effect transport ijs / sneeuw regen / overstromingen storm hitte / droogte ijs / sneeuw regen / overstromingen storm hitte / droogte

Scenario A1B / A2 A1B / A2 A1B / A2 A1B / A2 A1B / A2 A1B / A2 A1B / A2 A1B / A2

Effect output (€/1000 pkm-eq) 0,150 0,080 0,020 0,000 0,114 0,068 0,014 0,000

Referentie

Przyluski (2012)

Een spoorspatting is horizontale verbuiging van de treinsporen. Het kan ontstaan wanneer sporen bij hoge temperaturen uitzetten in de lengte waardoor een hoge druk op de sporen onstaat. Wanneer de druk te hoog wordt, zoekt het staal een uitweg naar opzij waardoor een knik ontstaat in het spoor.


29

Tabel 3-17: Effect extreme weersomstandigheden op spoortransport voor 2010 en 2050 (Przyluski, 2012)





Referentie

Przyluski (2012)

Tabel 3-18: Effect extreme weersomstandigheden op luchttransport voor 2010 en 2050 (Przyluski, 2012)





Referentie

Przyluski (2012)

3.2.3.2 Impact op riviertransport Een ander effect van klimaatverandering op mobiliteit, is de impact op het riviertransport. Hierbij gaat het voornamelijk om een vermindering in het afstromingwater door verminderde neerslag en toegenomen evapotranspiratie. Ook is het mogelijk dat op momenten van extreme neerslag een hoge waterstand kan leiden tot een beperking in het riviertransport. Een impact van hoge waterstanden is echter beperkt en erg tijdelijk (Bosschieter, 2005) (van Ooststroom, Annema, & Kolkman, 2008). De gevolgen van extreem lage waterstanden zijn tot op heden vooral onderzocht voor de Rijn. Vanaf een waterdiepte van minder dan 2,5 m wordt er op de Rijn gesproken van een lage waterstand waardoor beperkingen van het transport vereist zijn. Momenteel komt dit ongeveer 20 dagen per jaar voor. Situaties met extreem lage waterstanden, zoals het geval was in 2003, waar de maximale waterdiepte nog slechts 180 cm bedroeg, komen momenteel om de zestien tot twintig jaar voor. In het meest ongunstige klimaatscenario (W+ in 2050), zou dit ieder jaar gedurende een maand voorkomen (van Ooststroom, Annema, & Kolkman, 2008). De precieze grootte van het effect van (extreem) lage waterstanden is bijzonder moeilijk in te schatten, gezien er verschillende manieren zijn om de effecten te milderen: Er kan gekozen worden om later te varen, indien de levering van de goederen niet hoogdringend is; Er kan via andere transportmodi vervoerd worden, wat een (beperkt) prijsverschil kan inhouden, maar ook secundaire effecten (toename van de congestie) kan veroorzaken;

30


Het transport kan een andere route gebruiken om tot de bestemming te komen. Dit zal normaalgezien een langere route betekenen, wat een verhoogde vervoerskost veroorzaakt; Er kan gevaren worden met een verlaagd capaciteitsgebruik, wat opnieuw een verhoogde vervoerskost veroorzaakt. Bij alle mogelijke opties leiden lage waterstanden er toe dat de vervoerskost van riviertransport verhoogt. Geen van de studies maakt echter toepasbare kwantificaties van de impact.

3.2.3.3 Impact op modal split Klimaatverandering kan ook een effect hebben op de vraag naar transport, en met name leiden tot een verschuiving binnen de modal split. Alcamo (2007) haalt aan dat door een stijging in temperatuur reizigers zullen veranderen van transportmodus wanneer het vervoerscomfort te laag wordt (Alcamo, et al., 2007). Hierbij wordt vooral gedacht aan een overstap van openbaar vervoer naar privévervoer, waar bovendien een toename zal zijn van uitrusting met airconditioning. Van Ooststroom (2008) ziet verschillende evoluties in transportvraag door klimaatverandering, afhankelijk van de precieze gevolgen van klimaatverandering (temperatuur, neerslag, etc): Een toename in ongunstige of extreme weersomstandigheden leidt tot een verminderde transportvraag. Internationale studies laten echter zien dat dit eerder om uitstel van de transportvraag gaat, in plaats van definitief afstel. Hierdoor wordt een inschatting van de resulterende impact erg bemoeilijkt. Fietsgebruik is, logischerwijs, erg weersafhankelijk. Een toename van neerslag en wind heeft een negatief effect op fietsgebruik, warmere temperaturen hebben daarentegen een positief effect. Doorrekening naar de economische effecten van variaties in fietsgebruik zijn eveneens dubbelzijdig. Aan de ene kant is er een afname van energieverbruik, maar aan de andere kant is er eveneens een afname van de verkeersveiligheid doordat transport door middel van fiets een relatief hoge ongevalratio heeft. Er is mogelijkerwijs een effect op de congestie van wegvervoer, maar de precieze richting is onduidelijk. Enerzijds is er een vermindering van de congestie door een lagere frequentie van sneeuwdagen. Anderzijds zou een toename van extreme weersomstandigheden zoals wolkbreuken (in de zomer) en neerslag door vernatting (in de winter) leiden tot een toename van de congestie. De conclusie van de studie is echter dat de totale impact van klimaatverandering relatief beperkt zal zijn en, in vergelijking met andere invloeden, geen significante invloed heeft. Een erg specifieke studie is deze van Aaheim (2005), die de impact van klimaatverandering (scenario IS92) op de transportvraag en de modal split in kaart brengt voor Noorwegen. Hoewel het gaat om een erg doorgedreven studie, is de overzetbaarheid van de cijfers van Noorwegen naar Vlaanderen erg twijfelachtig omwille van de sterk verschillende klimatologische omstandigheden. Omdat de studie echter als enige tot gekwantificeerde resultaten komt, wordt er kort bij stilgestaan.


31

De studie hanteert een statistisch model waar de keuze voor transportmodus wordt gerelateerd aan een brede reeks verklarende factoren: Klimatologisch: temperatuur, neerslag en wind; Socio-economisch: prijs, inkomen, leeftijd en geslacht; Geografisch: afstand. De resultaten tonen een verschillende trend voor stedelijke omgeving enerzijds en landelijke omgeving anderzijds. In een stedelijke omgeving leidt een toename in temperatuur en neerslag (wat als impact van klimaatverandering wordt meegenomen) tot een toename in verplaatsingen te voet of per fiets. In landelijke omgeving is de trend echter tegengesteld en leidt klimaatverandering tot een toename in verplaatsing met het openbaar vervoer en de auto. De onderzoekers wijten dit aan het feit dat in een stedelijke omgeving, waar de verplaatsingsafstand korter is, het effect van de toegenomen temperatuur domineert. Het comfortverlies door een toename in neerslag wordt minder negatief ervaren door de beperkte blootstellingstijd. In de landelijke omgeving zijn de verplaatsingafstanden groter waardoor de afname in comfort door toegenomen (kans op) neerslag domineert op de temperatuurstoename. Een doorrekening naar de economische effecten op macro-economisch niveau leert dat de verandering in transportvraag leidt tot een afname in de vraag naar fossiele brandstoffen met 37 tot 44 miljoen NOK (4,3 tot 5,9 miljoen euro). Uitgaven voor openbaar vervoer door huishoudens neemt toe met ongeveer 10 miljoen NOK (1,3 miljoen euro) in 2050. Tabel 3-19: Impact klimaatverandering op transport (transportvraag) (Aaheim, 2005) Horizon 2050

Regio Noorwegen

2050

Effect transport Effect output Referentie Vraag fossiele brandstoffen -37 tot -44 miljoen NOK Aaheim (2005) Uitgaven openbaar vervoer door huishoudens +9,9 tot +10,3 NOK

3.2.3.4 Impact op toerisme De impact van toerisme op mobiliteit wordt in slechts één studie aangehaald (Aaheim, Amundsen, Dokken, Ericson, & Wei, 2009). Hierin wordt transport (verplaatsingen per auto, trein, bus en vliegtuig) als een integraal onderdeel van de toerismesector beschouwd, en aangenomen dat 30% van de output van toerisme gegenereerd wordt door dit transport. Omwille hiervan wordt een deel van de verandering in toerisme (zie 3.2.4) toegeschreven aan de transportsector. De studie komt op deze manier tot een toename in de output van transport, zoals weergegeven in Tabel 3-20. Tabel 3-20: Impact klimaatverandering op transport (toerisme) (Aaheim et al., 2009) Horizon 2071-2100

Regio Effect transport Centraal West-Europa Toename toerisme

Effect output + 1% tot + 10%


Omwille van de sterke overlap met de impact van klimaatverandering op toerisme, wordt het effect van klimaatverandering op transport omwille van veranderingen in toerisme, niet meegenomen.

32


3.2.4

Toerisme Toerisme is sterk gelinkt aan klimaat, aangezien de klimatologische omstandigheden van zowel het oorsprong- als bestemmingsland de drijvende factor zijn voor de vraag naar toerisme. Wijzigingen in temperatuur, neerslag, wind condities,... zullen bepaalde bestemmingen minder aantrekkelijk maken en andere meer. Ook kan de manier van reizen, zowel de route als transportmode, aangepast worden aan veranderende klimatologische omstandigheden. De belangrijkste effecten die gerapporteerd zijn voor toerisme, zijn: Veranderingen in de bestemmingen; Veranderingen in het aantal overnachtingen; Veranderingen in de lengte van het toeristisch seizoen; Wijziging in transport; Veranderingen in sneeuwbedekking in wintersportgebieden. Aangezien toerisme een heel breed gamma aan vakantietypes omvat, die verschillende eisen stellen aan het klimaat, zal de klimaatverandering heel uiteenlopende gevolgen hebben voor de verschillende toeristische segmenten. In de bestudeerde studies worden enkel de meest klimaatafhankelijke en –gevoelige activiteiten besproken, nl. lichte buitenactiviteiten (incl. strandtoerisme) en wintersport (vooral in Frankrijk, Oostenrijk en Zwitserland). In Amelung et al. (2009) en Ciscar et al. (2009) wordt een klimatologische toerisme-index (TCI, Tourism Climate Index) berekend voor Europa, die samengesteld is uit 5 indicatoren: dagcomfortindex (maximum dagelijkse temperatuur en minimum dagelijkse relatieve vochtigheid); Dagelijkse comfortindex (mediane dagelijkse temperatuur en mediane dagelijke relatieve vochtigheid); Neerslag; Aantal uren zonneschijn; Windsnelheid. De klimaatvariabelen die berekend werden in het PESETA-project werden gebruikt om de TCI te berekenen onder verschillende klimaatscenario’s. Hieruit volgend werden de overnachtingen in Centraal Europa-noord bepaald door Ciscar et al. (2009). Voor de veranderingen in overnachtingen werden 2 aparte situaties bestudeerd: Vaste jaarlijkse vraag: het totale volume aan overnachtingen (van 1970) wijzigt niet door klimaatverandering, wel is er een seizoenale en geografische herverdeling van de overnachtingen; Vaste jaarlijkse en vaste maandelijkse vraag: het totale volume (van 1970) wijzigt niet en de zomerpiek zoals die actueel bestaat, wordt behouden. Deze situatie beschrijft dus enkel een geografische herverdeling van de overnachtingen ten gevolge van klimaatverandering.


33

Tabel 3-21 Effecten en verandering in toeristische uitgaven in 2080 in vergelijking met situatie in 2005 (Ciscar et al., 2009)

B2 (HadAM3h)

A2 (HadAM3h)

B2 (ECHAM4)

A2 (ECHAM4)

2,5 °C

3,9 °C

4,1 °C

5,4 °C

% wijziging in aantal overnachtingen

2

3

13

16

Verandering in uitgaven (miljoen €)

634

920

3.291

4.152

Verandering in uitgaven (miljoen €) bij vaste jaarlijkse vraag naar overnachtingen

429

558

1.729

2.322

Verandering in uitgaven (miljoen €) bij vaste jaarlijkse en vaste maandelijkse vraag naar overnachtingen

365

427

1.563

2.112

Hiermee werd aangetoond dat er een verschuiving zal optreden in toerisme van het zuiden van Europa naar het noorden van Europa. Ook Aaheim et al. (2009) en Alcamo et al. (2007) toonden aan dat een arbitraire toename in temperatuur met 1°C resulteert in een graduele verschuiving van de toeristische bestemmingen van Zuid-Europa naar Noord-Europa. Voor de regio centraal Europa-Noord, waartoe België behoort, zal het binnenlands toerisme dan ook toenemen met 11-20%, terwijl het internationaal toerisme slechts stijgt met 1-10% (Aaheim et al., 2009). Ciscar et al. (2010) bevestigen deze trends, en berekenden bovendien dat in Zuid-Europa het aantal overnachtingen met 1-4 % zal dalen, terwijl in de rest van Europa het aantal overnachtingen met 15-25 % zal stijgen. Dit komt overeen met een totaal aan extra toeristische uitgaven van €4-18 miljard, afhankelijk van het klimaatscenario. Daarentegen blijkt dat het toeristisch seizoen in de mediterrane landen uitgebreid wordt van de lente tot de herfst, terwijl de toerismepiek in de zomer hier afneemt. Op deze manier zal de water- en energievraag in deze regio gelijkmatiger verdeeld worden over het gehele jaar (Alcamo et al., 2007 en Amelung et al., 2009). Door de klimaatverandering zal de waterbeschikbaarheid echter afnemen en kan de watervraag van industrie, landbouw, huishoudens toenemen, waardoor een conflict kan ontstaan. De regio’s waarin waterstress kan optreden ten gevolge van klimaatverandering zijn gelegen in kustgebieden, waar toeristische activiteit hoog is. Er kan hier dan ook een negatieve impact verwacht worden. Het is echter niet mogelijk om specifieke gegevens te hebben over waterverbruik in de toeristische sector en deze impact te begroten. De ski-industrie in Europa zal verstoord worden, door een afname in sneeuwbedekking specifiek in het begin en op het einde van het wintersportseizoen. Bij een toename van 1°C wordt een afname van 4 skiweken verwacht tijdens de winter en 6 skiweken tijdens de lente. Wanneer de temperatuur echter 2°C stijft, dan zal er een afname zijn van 50 dagen per jaar in sneeuwbedekking (Alcamo et al., 2007 en Amelung et al., 2009). Aangezien er in Vlaanderen geen wintersportactiviteiten worden beoefend, wordt hier verder niet op ingegaan.

34


3.2.5

Landbouw en bosbouw

3.2.5.1 Landbouw Klimaatverandering heeft een impact op de landbouwsector door een verandering in de productiviteit van gewassen. De verandering in productiviteit wordt gedreven door onder andere: Verandering in temperatuur; Verandering in neerslag; Verandering in de concentratie atmosferische CO2. Verwacht wordt dat deze impacten ertoe zullen leiden dat de agro-klimatologische zones (dit zijn de klimatologische zones waarbinnen een landbouwgewas geteeld kan worden) zullen verschuiven naar het noorden (of het zuiden in het zuidelijk halfrond). Over de impact van de verandering in de concentratie van atmosferische CO2 is er nog onduidelijkheid. Op basis van de veldexperimenten van het free air concentration enrichment (FACE) project stellen Ciscar et al. (2009), Cline (2007) en Aaheim et al. (2009) dat een productiviteitstoename van 13%-17%5 van landbouwgewassen door de verhoogde concentratie van atmosferische CO2 het best aansluit bij de laatste inzichten. Dit is sterk lager dan hetgeen voordien werd aangenomen. Daarnaast worden ook volgende effecten beschreven, maar niet verder gekwantificeerd: Toename in ziektes en plagen Verandering in vruchtbaarheid bodem en erosie De impact van veranderende klimaatomstandigheden op landbouwgewassen is in de meeste gevallen ingeschat aan de hand van gewasmodellen, zoals DSSAT (Ciscar, et al., 2010), Rosenzweig et al Crop model (Cline W. R., 2007), Process-based crop model (Ciscar J.-C. e., 2009) en IBSNAT-ICASA / CERES (Warren, Arnell, Nicholls, Levy, & Price, 2006). Cline (2007) hanteert naast het crop model, ook een Ricardiaans schattingsfunctie, de Mendelsohn-Schlesinger Agricultural Response functie. De functie gaat uit van drie parameters (neerslag, temperatuur en atmosferische concentratie van CO2) waarvoor aan de hand van verschillende klimaatmodellen6 coëfficiënten worden berekend. Vanuit de verschillende resultaten wordt vervolgens een consensus-schatting vastgesteld die de impact van de drie verschillende parameters voorstelt. Ciscar et al. (2009), Iglesias et al. (2009) en Cline (2007) geven ook aan dat er met een lichte vorm van adaptatie is rekening gehouden in hun berekeningen. Ciscar et al. (2009) en Iglesias et al. (2009) stellen dat er geen beperkingen zijn opgelegd met betrekking tot beschikbaar water voor irrigatie en stikstofbemesting. Dit impliceert dat

5

bij een A2 (SRES) scenario of IS95a (lichtjes lager groeitraject van CO2 t.o.v. A2) scenario.

6

CCSR/NIES, HadCM3, GFDL-R30, ECHAM4/OPYC3, CSIRO-Mk2 en CGCM2.


35

de modellen additionele irrigatie of bemesting meenemen als spontane adaptatie van landbouwers aan klimaatverandering. Cline (2007) gaat uit van drie graden van mogelijke adaptatie: L0: geen adaptatie; L1: Verandering in zaaitijd van maximum een maand en verhoogd gebruik van bestaande irrigatiesystemen; L2: Intensievere adaptatie met hogere kosten, waaronder verandering in zaaitijd van meer dan een maand en de installatie van nieuwe irrigatiesystemen. In zijn studie hanteert Cline (2007) een L1-adaptatie door landbouwers, evenwel zonder additionele beleidsmaatregelen. Tabel 3-22 geeft een overzicht van de resultaten van de verschillende kernstudies. Twee studies maken ook de doorrekening naar de financieel-economische implicaties van klimaatverandering op landbouw, de andere twee studies beperken zich tot het effect op gewasproductiviteit. De cijfers hebben steeds betrekking op de in de studie gehanteerde geografische eenheid die Vlaanderen omvat. De studies van Ciscar et al. (2009) en Iglesias et al. (2009) maken beide deel uit van de PESETA-studie, en baseren zich op dezelfde onderliggende data en modeldoorrekeningen. Een eerste vaststelling is dat er op middellange termijn (2020 of de periode 2011-2040) een stijging van de gewasproductiviteit verwacht wordt (Ciscar, et al., 2010) (Iglesias, Garrote, Quiroga, & Moneo, 2009), uitgaande van het A2-klimaatscenario. De stijging is aanzienlijk, hoewel de cijfers enigszins uiteen lopen (van +16% tot +32%). Dit laatste kan verklaard worden door de verschillende geografische groep; terwijl Ciscar et al. (2009) uitgaat van een landengroep waarbij België wordt gegroepeerd met Nederland, Luxemburg, Duitsland en Polen, gaat Iglesias et al. (2009) uit van agro-klimatologische zones, waarbij de klimaatgroep waarbij Vlaanderen behoort (Centraal-Atlantisch) uiteenlopende streken omvat gaande van Zuid-Scandinavië, Engeland, Noord en Centraal Frankrijk, Nederland en Duitsland. Wanneer we de resultaten bekijken op kaart, weergegeven in Figuur 3-2, toont Vlaanderen zich aan de onderkant van de inschatting, tussen 0% en 15%.

36


Figuur 3-2: Verandering gewasproductiviteit (A2 – 2020)(Ciscar, 2009)

De tweede vaststelling is opnieuw de uiteenlopende cijfers voor de periode 2080, of 20712100. Voor het A2-klimaatscenario lopen de cijfers uiteen van een verandering in gewasproductiviteit van -8% tot +19%. Voor het B2-scenario gaat het bereik van -1% tot +17% verandering in gewasproductiviteit. Iglesias et al. (2009) geeft echter ook de mate van variatie weer in de resultaten (weergegeven in kolom “variatie” van Tabel 3-22; SD= standard deviation). Hieruit valt af te leiden dat er binnen ieder geografisch gebied grote verschillen kunnen optreden. In Figuur 3-3, waar de verandering in gewasproductiviteit wordt weergegeven voor het A2-klimaatscenario berekend volgens ECHAM4-RCA3, zijn de verschillen opnieuw duidelijk zichtbaar. Hoewel sommige gebieden sterke toenames kennen in de landbouwproductiviteit, vooral in Scandinavië en centraal Oost-Europa, is het effect van klimaatverandering op Vlaanderen uitgesproken negatief. De resultaten van Warren zijn, wanneer het effect van atmosferische CO2 wordt meegenomen, (licht) positief. De kleinste geografische schaal in deze studie is echter Europa in zijn geheel. Gelijkaardig aan de studies van Iglesias et al. (2009) en Ciscar et al. (2009), zijn de verschillen binnen Europa echter aanzienlijk, wat de interpretatie van deze resultaten bemoeilijkt. De resultaten hoeven echter niet in tegenspraak te zijn, gezien ook bij Iglesias et al. (2009) en Ciscar et al. (2009) het effect van klimaatverandering voor geheel Europa (licht) positief kan zijn. De resultaten van Cline (2007) zijn niet eenvoudig te vergelijken met de andere studies, gezien de verschillende berekeningswijze, en geografische schaal. Zijn resultaten nemen (initieel) geen atmosferische CO2 mee. Hiermee komt hij tot een verandering in gewasproductiviteit tussen +2,2% en -11,1%, voor het A2-klimaatscenario. Wanneer daarna een “preferred estimate” wordt gedaan zonder en met atmosferische CO2, komt hij tot een resultaat van -6,7% (zonder atmosferische CO2) tot +7,3%. Uitgaand van het effect inclusief de atmosferische CO2, zoals in de andere studies, is dit resultaat moeilijk te verzoenen met


37

de andere resultaten. Daar wordt immers uitgegaan van een negatief effect, terwijl hier een positief effect naar voor komt. Een mogelijke oorzaak hiervan kan liggen in de meegenomen spontane adaptatie; Ciscar et al. (2009) en Iglesias et al. (2009) nemen enkel irrigatie en stikstofbemesting mee, terwijl Cline (2007) ook een verandering van zaaitijd van maximaal een maand meeneemt. Aaheim et al. (2009) hanteert een eerder kwalitatieve aanpak, waarbij telkens een aantal relevante studies als richtlijn worden gebruikt. Het resultaat voor de geografische groep centraal west-Europa is een enkel minteken, wat overeenkomt met een range tussen -1% en -10%. De geografische groep komt overeen met België, Frankrijk, Luxemburg en Nederland. Tenslotte is er de studie uitgevoerd door Gobin et al. (Gobin, et al., 2008) die een specifieke inschatting maakt van de kosten van klimaatverandering voor landbouw in Vlaanderen. Het betreft hierbij zowel de plantaardige als dierlijke productie. Aan de hand van veranderingen in omgevingsparameters zoals waterbalans, UV, CO2, ziekten en plagen, etc. worden veranderingen in landbouwproductiviteit berekend. Dit wordt tenslotte doorgerekend in een economische kost. In de studie worden tijdsreeksen tot 2070-2099 gehanteerd, wel vervroegd naar 2030, gelijkaardig aan wat in voorliggende studie wordt gedaan.

Figuur 3-3: Verandering gewasproductiviteit (A2 – 2080) (Iglesias et al., 2009)

De derde vaststelling gaat over de financieel-economische inschatting van de klimaatverandering op de landbouwsector. Hoewel de fysische impact van klimaatverandering bij Ciscar et al. (2009) in de meeste gevallen negatief is voor CentraalEuropa Noord, is het effect op BBP overal positief. Dit kan deels gedreven worden door veranderingen in landbouwproductiviteit elders (binnen en/of buiten Europa) waardoor landbouwprijzen stijgen en bijgevolg de vermindering in productie wordt gecompenseerd door hogere vergoedingen. Echter, gezien de geografische verschillen er op wijzen dat de landbouwproductiviteit in Vlaanderen sterker zal dalen dan voor Centraal-Europa Noord in zijn geheel, is de lichte stijging in BBP zoals vooropgesteld een te hoge inschatting. Het resultaat van Cline (2007), waar een daling van 11,1% in landbouwproductiviteit leidt tot 38


een verlies van 202 miljoen dollar aan 2003 prijzen, kan hierbij een betere leidraad zijn. Deze resultaten worden ook in de studie van Gobin (2008) bevestigd voor het hoge klimaatscenario.


39

Horizon 2020 2080 2080 2080 2080 2080 2080 2080 2080 2011-2040 2071-2100 2071-2100 2071-2100 2071-2100

Regio Centraal-Europa Noord Centraal-Europa Noord Centraal-Europa Noord Centraal-Europa Noord Centraal-Europa Noord Europa Europa Europa Europa Centraal-Atlantisch Centraal-Atlantisch Centraal-Atlantisch Centraal-Atlantisch Centraal-Atlantisch

2080

België

2080 2071-2100 2070-2099 2070-2099 2070-2099

België Centraal West-Europa Vlaanderen Vlaanderen Vlaanderen

Productiviteit Scenario en klimaatmodel landbouw A2 met ECHAM4 +16% A2 met HadAM3h -3% A2 met ECHAM4 -8% B2 met HadAM3h -1% B2 met ECHAM4 +2% A2 met HadCM3/Ensemble (zonder atmosferische CO2-effect) -10% B2 met HadCM3/Ensemble (zonder atmosferische CO2-effect) -8% A2 met HadCM3/Ensemble +9% B2 met HadCM3/Ensemble +3% A2 met ECHAM4/RCA3 +32% A2 met HadCM3/HIRHAM +5% B2 met HadCM3/HIRHAM +6% A2 met ECHAM4/RCA3 +19% B2 met ECHAM4/RCA3 +17% A2 - Ricardiaanse functie o.b.v. 6 klimaatmodellen (zonder atmosferische CO2-effect) +2,2% A2 - Rosenzweig et al. o.b.v. 6 klimaatmodellen (zonder atmosferische CO2-effect) -11,1% A2 - Grace_adapt - 1% tot - 10% Laag Midden Hoog

Tabel 3-22: Overzicht impact klimaatverandering op productiviteit landbouw


Variatie

SD = SD = SD = SD = SD =

Kost +0,040% +0,005% +0,005% +0,020% +0,015%

BBP BBP BBP BBP BBP

30 24 27 38 23

Referentie Ciscar (2009) Ciscar (2009) Ciscar (2009) Ciscar (2009) Ciscar (2009) Warren (2006) Warren (2006) Warren (2006) Warren (2006) Iglesias (2009) Iglesias (2009) Iglesias (2009) Iglesias (2009) Iglesias (2009) Cline (2007)

202 miljoen USD (2003) 0,1% of € 6,6 miljoen 1,5% of € 71 miljoen 4,1% of € 201 miljoen

Cline (2007) Aaheim (2009) Gobin (2008) Gobin (2008) Gobin (2008)

3.2.5.2 Bosbouw Bosbouw komt in de kernstudies enkel bij Aaheim et al. (2009) aan bod. De studie baseert zich op het GRACE_adapt model, waarbij wordt uitgegaan van veranderingen in de netto primaire productiviteit, i.e. het groeitempo, van biomassa. Het GRACE_adapt model op haar beurt, hanteert het zogenaamde Miami-model waarbij de lange-termijntemperatuur en de neerslag in relatie wordt gebracht met de netto primaire productiviteit. Het overkoepelend resultaat voor de regio Centraal-Europa Noord, waar België toe behoort, is weergegeven in Tabel 3-23. Hoewel het resultaat voor deze regio negatief is, wordt er in de studie op gewezen dat de negatieve impact zich vooral laat voelen in Frankrijk en Luxemburg, door een verhoogde kans op bosbranden en een verlaagde netto primaire productiviteit van de biomassa. Voor Nederland en België daarentegen zouden er geen grote veranderingen optreden.

Horizon 2071-2100

Productiviteit Regio bosbouw Centraal-Europa Noord -1% tot -10%


Tabel 3-23: Impact klimaatverandering op bosbouw (Aaheim et al, 2009)

Lindner et al. (2007) geeft een meer gedetailleerd overzicht van de mogelijke impact van klimaatverandering op Europese bossen, maar beperkt zich tot een kwalitatieve beschrijving van mogelijke effecten zonder een kwantitatieve inschatting. Er wordt een onderscheid gemaakt tussen abiotische en biotische gevolgen. De abiotische gevolgen van klimaatverandering zijn onder andere: Toename van kans op bosbranden; Toename van kans op stormen. De biotische gevolgen zijn onder meer: Intrede van nieuwe ziektes en plagen; Intrede van nieuwe instecten. De gevolgen voor de gematigde oceanische zone, waartoe België behoort samen met Tsjechië, Denemarken, Frankrijk, Duitsland, Ierland, Luxemburg, Nederland en Verenigd Koninkrijk, zijn de volgende: Toename groeitempo van bomen in delen van de zone, bij watertekort kan dit leiden tot een vermindering van het groeitempo; Toename van kans op windschade; Verschuiving van habitats kan vooral zeldzame soorten in geïsoleerde habitats negatief beïnvloeden; Toename van schade door biotische plagen.


41

3.2.6

Visserij De effecten van klimaatverandering op de visserijsector zijn momenteel nog erg onzeker. Momenteel wordt er vooral rekening gehouden met twee impacten: Het effect van temperatuurschommelingen van het zeewater op de voortplanting; Migratie van vispopulaties richting de polen. Een voorbeeld van de laatste impact is de verschuiving van de Noordzeeharing in noordelijke richting. De grootte van het effect van de impact van klimaatverandering op de visserijsector is echter momenteel erg moeilijk in te schatten. De problematiek van overbevissing is immers nog prominenter wanneer veranderingen in vispopulaties worden waargenomen.

3.2.7

Gezondheid De volgende gezondheidseffecten zijn onderzocht in de kernstudies: Sterfte ten gevolge van koude- en/of hittestress. Warmtestress leidt onder andere tot: o Dehydratatie; o Hitteberoerte (zonnesteek); o Hitte-uitputting; o Etc. Koudestress leidt aan de andere kant tot: o Verhoogde bloeddruk; o Verhoogde kans op infectie van de luchtwegen; o Verhoogd valrisico; o Verhoogde kans op koolstofmonoxidevergiftiging; o Etc. Psychologische stress (depressies) ten gevolge van overstromingen, stormen,...; Ziektes door afname Salmonellagevallen).

van

voedselveiligheid

en/of

waterkwaliteit

(vb.

Voor deze effecten zijn gedetailleerde impactvoorspellingen gebeurd voor regio’s vergelijkbaar met Vlaanderen en op basis van klimaatscenario’s die ook in Vlaanderen gehanteerd worden. Bovendien zijn er ook inschattingen gebeurd van de kosten die eraan verbonden zijn. Deze effecten komen ook terug in de ondersteunende studies, maar voor regio’s of omstandigheden die niet vergelijkbaar zijn met de Vlaamse situatie. Daarnaast worden ook volgende effecten beschreven in een aantal ondersteunende studies: Blootstelling aan parasitaire en vector-overdraagbare ziektes, zoals malaria, Lymeziekte,...; Blootstelling aan ozon en andere luchtverontreiniging en UV-straling.

42


Voor deze effecten zijn geen kosten ingeschat, of waren de berekende voorspellingen niet toepasbaar op de Vlaamse situatie. Specifiek voor de vector- en parasitaire ziektes werd het Tanser’s model MARA gebruikt om de toename aan malaria-en denguegevallen in te schatten, rekening houdend met populatiegroei. Hieruit blijkt dat West-Europa nagenoeg malaria- en denguevrij zal zijn, ongeacht het klimaatscenario (Warren et al., 2006). Voor wat ozon betreft, wordt verwacht dat door de hogere temperaturen, de productie aan troposferische ozon en de mortaliteit door luchtverontreiniging zal toenemen. In New York bijvoorbeeld is berekend dat onder het A2 scenario een toename van 4,5% aan ozongerelateerde sterfgevallen verwacht mag worden (Warren et al., 2006).

3.2.7.1 Sterfgevallen t.g.v. hitteen koudestress De methodiek voor het bepalen van het aantal sterfgevallen is gebaseerd op de relatie tussen dagelijkse mortaliteit en dagelijkse temperatuur. Deze mortaliteits/temperatuurrelatie dient bepaald te worden voor zowel hitte- als koude-effecten, waarbij verschillende grenswaarden zijn waargenomen per regio/land. In Ciscar et al. (2009) en Watkiss et al. (2009) is voor verschillende regio’s een relatie opgesteld tussen dagelijkse mortaliteit en dagelijkse temperatuur, waarna het aantal sterfgevallen onder 4 verschillende klimaatscenario’s berekend zijn. De economische waardering van dit aantal sterfgevallen is gebaseerd op de ‘Value of Statistical Life’ (VSL, of ‘Value of Prevented Fatality, VPF; in de studie is hiervoor een bedrag van 1,11 miljoen euro aangenomen) en ‘Value of Year Life’ (VOLY; in de studie is hiervoor een bedrag van €59.000 aangenomen). Volgens Anthoff et al. (2011) is de VSL gelijk aan 200 keer het jaarlijkse inkomen per capita. In Tabel 3-25 en Tabel 3-26 worden de resultaten van deze studies opgelijst, met vermelding van de scenario’s en klimaatmodellen die gebruikt zijn om de resultaten te genereren. Deze resultaten zijn geldig op regionale schaal, waarbij België opgenomen is in de regio Centraal-Europa Noord. Daarnaast werden nationale of lokale mortaliteits/temperatuursrelaties opgesteld voor Nederland (Garssen et al., 2003; Huynen et al., 2001; Keatinge et al., 2000) en Londen (Hajat et al., 2002; Keatinge et al., 2000). Hierbij werd de optimale temperatuur berekend, waarbij het laagste sterftecijfer is geregistreerd, en de regressiecoëfficiënt voor elke 1°Ctoename of –afname. In Tabel 3-24 worden de resultaten van deze studies weergegeven. Hieruit blijkt dat de berekende getallen ver uit elkaar liggen en bovendien veel hoger zijn dan het worst-case scenario dat door Ciscar et al. (2009) en Watkiss et al. (2009) is berekend7. Tabel 3-24 Mortaliteits/temperatuursrelaties volgens verschillende studies

Regio

Optimale temperatuur

Impact bij 1°C-stijging

Impact bij 1°C-daling

Referentie

°C

Nederland

16,5

+ 33,5 doden/week

/

Nederland

16,5

+9,46 doden/dag

+ 4,71 doden/dag

7

Garssen et al. (2003) Huynen et al. (2001)

33,5 doden / week per 16.612.213 inwoners voor +1°C = 56 doden / jaar per 100.000 inwoners voor +5,4°C


43

44

Nederland

17,3 – 20,3

+1,3 doden/dag

+0,54 doden/dag

Keatinge et al. (2000)

Londen

19,3 - 22,3

+3,6 doden/dag

+1,25 doden/dag

Keatinge et al. (2000)

Londen

19

Boven 21,5°C: + 3,34%

/


Hajat et al. (2002)

Tabel 3-25 Impact en kosten ten gevolge van hitte stress voor specifieke scenario’s en klimaatmodellen

Horizon


Impact ten gevolge van warmtestress

Methodologie

Doden per jaar per 100.000 inwoners

2020

2080

A2 (ECHAM4/OPYC3/RCA3)

B2 (HadAM3H/HadCM3/HIRHAM)

4/5

9 / 12

(+ 2,5°C) 2080

A2 (HadAM3H/HadCM3/HIRHAM)

20 / 24

(+ 3,9°C) 2080

B2 (ECHAM4/OPYC3/RCA0)

19

(+ 4,1°C) 2080

A2 (ECHAM4/OPYC3/RCA0) (+ 5,4°C)

33

Totale kost

Referentie

miljoen € per jaar

VOLY

12.903 / 12.448

VSL

30.344 / 29.273

VOLY

23.914 / 27.616

VSL

56.238 / 64.944

VOLY

50.230 / 50.664

VSL

118.125 / 119.146

VOLY

45.228

VSL

106.362

VOLY

76.320

VSL

179.480

Ciscar et al. (2009), Watkiss et al. (2009)





Een positief getal geeft een toename in het sterftecijfer of kost weer, een negatief getal een afname in het sterftecijfer of kost


45

Tabel 3-26 Impact en kosten ten gevolge van koude stress voor specifieke scenario’s en klimaatmodellen

Horizon


Impact ten gevolge van koudestress

Methodologie

Doden per jaar per 100.000 inwoners

2020

2080

A2 met ECHAM4/OPYC3/RCA3

B2 met HadAM3H/HadCM3/HIRHAM

-11 / -13

-14

(+ 2,5°C) 2080

A2 met HadAM3H/HadCM3/HIRHAM

-21 / -25

(+ 3,9°C) 2080

B2 met ECHAM4/OPYC3/RCA0

-26

(+ 4,1°C) 2080

A2 met ECHAM4/OPYC3/RCA0 (+ 5,4°C)

-37

Referentie

miljoen € per jaar

VOLY

-23.728 / -46.506

VSL

-55.802 / -109.367

VOLY

-27.292 / -47.725

VSL

-64.184 / -112.234

VOLY

-40.729 / -86.953

VSL

-95.783 / -204.486

VOLY

-89.558

VSL

-210.614

VOLY

-120.689

VSL

-283.823

Een positief getal geeft een toename in het sterftecijfer of kost weer, een negatief getal een afname in het sterftecijfer of kost.


Kost






3.2.7.2 Psychologische stress Overstromingen en stormen zijn de meest voorkomende natuurlijke rampen die resulteren in verlies aan levens en economische schade. Negatieve effecten op gezondheid zijn de directe fysische effecten (verwondingen en verdrinkingen), maar ook algemenere effecten op het welzijn (psychologische effecten t.g.v. overstromingen en verhuizingen). Het bleek niet mogelijk om toekomstige sterfgevallen gerelateerd aan overstromingen correct in te schatten of om een functionele relatie op te stellen tussen overstromingen en welzijn. Waarnemingen van het aantal stressgevallen in overstroomde gemeenschappen zijn gebruikt om een grootte-orde van dit effect te bepalen, volgens Watkiss et al. (2009). De economische kost voor het optreden van depressies is bepaald als de eenheidswaarde voor een behandeling van depressie. Voor het A2-scenario worden hogere kosten berekend dan voor het B2-scenario, wat deels te wijten is aan de verschillen in bevolkingsgroei en de omvang van de klimaatverandering die hiervoor berekend is. Tabel 3-27: Impact en kost voor Europa ten gevolge van psychologische stress voor specifieke scenario’s en klimaatmodellen (Watkiss et al., 2009)

Horizon


Kost

Aantal gevallen met milde depressie

miljard € / jaar

2020

Lage zeespiegelstijging

1.000

/

2080

A2

24.000

/

2020

Hoge zeespiegelstijging

13.000

/

2080

A2

5.573.000

1,0 – 1,4

2020

Lage zeespiegelstijging

1.000

/

2080

B2

21.000

/

2020

Hoge zeespiegelstijging

12.000

/

2080

B2

4.290.000

0,8 – 1,1

3.2.7.3 Afname voedselveiligheid en waterkwaliteit Salmonella is de meest voorkomende vorm van voedselgerelateerde ziekte in Europa. Andere voedselgerelateerde ziektes vertonen gelijkaardige trends en zijn niet verder onderzocht. Volgens Watkiss et al. (2009) wordt de grootste toename aan salmonellagevallen verwacht in het Verenigd Koninkrijk, Frankrijk, Zwitserland en Baltische staten. De achtergrondwaarde bedraagt 14 tot 16 gevallen per 100.000 inwoners. In 2020 wordt een toename tot ongeveer 20.000 gevallen/jaar in Europa verwacht, wat in 2080 in het A2-scenario toeneemt tot 40.000 gevallen/jaar in Europa. De kost van het optreden van salmonella-gevallen is berekend als een gewogen waarde, rekening houdend met kost van behandeling en opportuniteitskost, en ligt tussen 3.500 € en 7.000 € per geval.


47

Tabel 3-28: Impact en kost ten gevolge van salmonellagevallen voor specifieke scenario’s en klimaatmodellen (Watkiss et al., 2009)

Horizon

48


Aantal

Kost

salmonellagevallen/jaar

miljoen € / jaar

2011 - 2040

A2

19.854

70 - 140

2071 - 2100

A2

40.525

142 – 284

2071 - 2100

B2

25.341

89 - 177


3.3

Conclusie Voor een aantal impactcategorieën van klimaatverandering zijn er voldoende en voldoende gedetailleerde resultaten beschikbaar. In Figuur 3-4 zijn deze in de rechtse kolom in donkergrijs weergegeven.

Vlaams Adaptatieplan Waterbeheer Leefmilieu Natuur Industrie en diensten

Internationale literatuur Waterbeheer Leefmilieu Natuur Industrie en diensten

Kwantificatie / Vlaanderen Waterbeheer Leefmilieu Natuur Industrie en diensten

Energie

Energie

Energie

Mobiliteit

Mobiliteit

Mobiliteit




Figuur 3-4: Beschikbare gegevens uit internationale literatuur

Voor energie zijn er enkel voor energievraag voldoende betrouwbare resultaten aanwezig. Rond energieopwekking zijn er voorlopig enkel kwalitatieve inschattingen. Ook voor mobiliteit zijn er enkel fragmentarische of kwalitatieve resultaten beschikbaar. Enkel de WEATHER-studie gaf kwantitatieve inschattingen, die echter geen aansluiting konden vinden bij de gehanteerde scenario’s of horizon. Rond visserij is er ten slotte nog onduidelijkheid over de precieze impact van klimaatverandering, deels te wijten aan andere, externe factoren zoals overbevissing.


49

4.

VLAAMS PERSPECTIEF

4.1

Klimaatscenario’s De klimaatscenario’s schetsen een beeld van het Vlaamse klimaat anno 2100. Er worden bijgevolg ook geen uitspraken gedaan voor de tussenliggende periode. De cijfers zijn overgenomen of afgeleid uit de studie van Baguis et al. en Demarée et al8. Voor de stijging van de zeespiegel is er beroep gedaan op de CLIMAR-studie, die zich specifiek richt op de gevolgen van klimaatverandering voor de Belgische kust. De scenario’s van beide studies sluiten niet op elkaar aan. Er wordt in de CLIMAR-studie wel voor de horizon van 2100 voor de vijf meegenomen scenario’s vier verschillende zeespiegelstijgingen vooropgesteld. Deze zijn opgenomen in de klimaatscenario’s die er het nauwste bij aansloten. Naast de klimaatscenario’s die hier worden beschreven, zijn er ook andere toekomstige scenario’s of ontwikkelingen mogelijk of kunnen nieuwe inzichten leiden tot veranderingen aan klimaatscenario’s. De Vlaamse overheid werkt echter momenteel consequent met de drie vermelde scenario’s (Laag, Midden, Hoog) om maximale coherentie te bekomen.

4.1.1

Laag Het lage/droge scenario sluit aan bij (maar komt niet volledig overeen met) het B2-scenario van SRES. In het B2-scenario wordt er uitgegaan van een economie waar de verdere globale integratie vertraagt. Hierdoor is er slechts sprake van een middelmatige economische groei. De globale bevolking blijft gestaag verder groeien na 2050. Duurzaamheid krijgt een prominente plaats, maar wordt op lokaal niveau ingevuld waardoor het beleid minder efficiënt is. Dit alles leidt ertoe dat de hoeveelheid uitgestoten broeikasgassen eveneens blijft stijgen, zij het aan een enigszins beperkt tempo door de slechts middelmatige economische groei en het lokale beleid rond duurzaamheid. Het lage/droge scenario komt overeen met de meest gematigde toename in temperatuur. De temperatuur kent een beperkte stijging in de winter9, een toename van gemiddeld 1,24°C ten opzichte van de referentieperiode10. In de zomer11 neemt de temperatuur toe met 2,32°C. In de zomer zullen het bovendien vooral de warmste dagen zijn die nog warmer worden. Dit kan er op wijzen dat er een verhoogde kans is op hittegolven. In de winter is de temperatuurstijging meer gespreid, wat erop wijst dat de gemiddelde winter milder zal worden maar er nog wel koudegolven kunnen voorkomen. Voor neerslag is het lage/droge scenario het meest ingrijpende scenario. De gemiddelde hoeveelheid neerslag neemt zeer sterk af in de zomermaanden waar de gemiddelde hoeveelheid neerslag per maand daalt met ongeveer 67%. Waar in de referentiesituatie de gemiddelde hoeveelheid neerslag ongeveer 72 liter per maand is in de zomer, daalt dit in de projecties tot slechts 24 liter. Gedurende de wintermaanden blijft de gemiddelde hoeveelheid neerslag stabiel.

8

9

In de studie zijn resultaten zoals temperatuur per maand berekend en weergegeven. Voor betere vergelijkbaarheid met cijfers in de internationale literatuur zijn de cijfers geaggregeerd voor zomer, winter en het gehele jaar.

De maanden december, januari en februari De projectieperiode is 2071-2100; de referentieperiode is 1961-1990. 11 De maanden juni, juli en augustus 10

50


Ook het aantal regendagen neemt sterk af in het lage/droge scenario. Het gemiddeld aantal dagen per maand dat er neerslag valt, daalt van 16 dagen tot slechts 9 dagen tijdens de zomer (een afname met 46%). In de winter is er een beperkte afname van 19 dagen tot 17 dagen. Het aantal zomerstormen neemt eveneens af in het lage/droge scenario. De kans op een storm met een terugkeerperiode tussen de 1 en 30 jaar neemt af met ongeveer 28%. De potential evapotranspiration (PET), met andere woorden de hoeveelheid water die kan verdampen, neemt in het lage/droge scenario toe met 3% in de winter en 8% in de zomer. Dit betekent dat er dus meer van de gevallen neerslag ook terug zal verdampen in plaats van in de grond in te dringen of via rivieren af te vloeien. De evoluties in de neerslaghoeveelheid en PET leidt tot veranderingen in het aantal hoog- en laagwaterdagen op de Vlaamse rivieren. Het aantal hoogwaterdagen neemt af van ongeveer 18 dagen per jaar tot tussen de 9 en 13 dagen per jaar, afhankelijk van de locatie. Het aantal laagwaterdagen neemt daarentegen op bijna alle locaties toe, van opnieuw ongeveer 18 dagen per jaar in de referentieperiode, tot tussen de 20 en 30 dagen per jaar, afhankelijk van de locatie. De zeespiegelstijging wordt in het laagste scenario beperkt tot een toename van 60 centimeter.

Samenvattend liggen de grootste klimatologische veranderingen van het lage/droge scenario in de zomer. De zomermaanden worden aanzienlijke warmer, maar vooral veel droger. De hoeveelheid neerslag neemt zeer sterk af, alsook het aantal regendagen per maand. Dit wijst erop dat het aantal droogteperiodes sterk zal toenemen. De wintermaanden zullen minder ingrijpend veranderen. Een lichte stijging van de gemiddelde temperatuur wijst erop dat er enigszins mildere winters verwacht worden in het lage/droge scenario.

Tabel 4-1: Overzicht scenario ‘laag/droog’ (op basis van Baguis et al., 2009, Demarée et al., 2008 en Van den Eynde et al., 2011)

Scenario laag/droog Referentie Temperatuur Neerslag Regendagen

winter zomer winter zomer winter zomer

3,10°C 16,50°C 66 mm 72 mm 19 dagen 16 dagen

Zomerstormen PET Hoogwaterdagen Laagwaterdagen Stijging zeespiegel

winter zomer 18 dagen 18 dagen

verandering

Projectie

+ 1,24°C + 2,32°C - 1 mm - 48 mm - 2 dagen - 7 dagen - 28% + 3% + 8% - 5 tot 9 dagen + 2 tot 12 dagen +60 cm

4,34°C 18,82°C 65 mm 24 mm 17 dagen 9 dagen

9 tot 13 dagen 20 tot 30 dagen

Vlaams perspectief

51

4.1.2

Midden Het gemiddelde scenario valt niet eenduidig aan te sluiten bij een scenario van het IPCC. Dat heeft te maken met de wijze waarop de Vlaamse klimaatscenario’s tot stand zijn gekomen. Dit is gebeurd door 30 simulaties uit te voeren met verschillende klimaatmodellen en data, gebaseerd op de A2 en B2 scenario’s. Van de 30 simulaties is vervolgens de bovenband genomen als het hoge/natte scenario, de onderband als het lage/droge scenario, en een middenband als het gemiddelde scenario. Terwijl de hoge en lage scenario’s min of meer eenduidig konden worden toegewezen aan een van beide IPCC-scenario’s, is dit voor het gemiddelde scenario niet het geval. Het kan dus best worden opgevat als een soort middenweg tussen beide scenario’s, hoewel de globale socio-economische context waarbij dit scenario tot stand zou komen, niet eenduidig te beschrijven valt. De geprojecteerde klimatologische omstandigheden voor het gemiddelde scenario vallen, zoals te verwachten, steeds tussen het lage en hoge scenario in. Het gemiddelde scenario toont een aanzienlijke toename in temperatuur in de winter (+2,86°C) en een sterke toename in de zomer (+4,35°C). In de zomer zullen het bovendien vooral de warmste dagen zijn die nog warmer worden, met een gemiddelde temperatuurstijging van 4,70°C. Dit wijst op een verhoogde kans op hittegolven. In de winter zijn het vooral de koudste dagen die warmer worden (+3,87°C) wat wijst op een verminderde kans op koudegolven. De projecties voor de gemiddelde hoeveelheid neerslag vertonen in het gemiddelde scenario uiteenlopende trends voor winter en zomer. De winters worden natter, met een toename van 18% in de gemiddelde hoeveelheid neerslag per maand. De zomers worden daarentegen droger, zij het minder extreem in vergelijking met het lage/droge scenario, met een daling van de gemiddelde hoeveelheid neerslag met 36%. Ook het aantal regendagen neemt af in de zomer en toe in de winter, parallel met de neerslag. Het gemiddelde aantal dagen per maand dat er neerslag valt, daalt van 16 dagen tot 12 dagen tijdens de zomer (een afname met 25%). In de winter is er een zeer kleine toename van 19 dagen tot 20 dagen. Het aantal zomerstormen neemt in het gemiddelde scenario lichtjes toe. De kans op een storm met een terugkeerperiode tussen de 1 en 30 jaar neemt toe met 8,25%. De potential evapotranspiration (PET) neemt in het gemiddelde scenario toe met 23% in de winter en 22% in de zomer. Dit betekent dat er dus zowel in de zomer als in de winter aanzienlijk meer van de gevallen neerslag ook terug zal verdampen in plaats van in de grond in te dringen of via rivieren af te vloeien. De evoluties in de neerslaghoeveelheid en PET leidt in het gemiddeld scenario vooral tot een toename in het aantal laagwaterdagen op de Vlaamse rivieren. Deze nemen toe van ongeveer 18 dagen per jaar, tot tussen de 53 en 90 dagen per jaar. Het aantal hoogwaterdagen blijft daarentegen grotendeels stabiel rond de 18 dagen per jaar. De kust krijgt in het middenscenario te maken met een zeespiegelstijging van ongeveer 80 centimeter.

52


Samenvattend liggen de grootste klimatologische veranderingen van het gemiddelde scenario in de zomer. De zomermaanden worden aanzienlijke warmer en enigszins droger. De hoeveelheid neerslag neemt sterk af in de zomer, maar toe in de winter. Het aantal regendagen per maand vertoont dezelfde trend.

Tabel 4-2: Overzicht scenario ‘gemiddeld’ (op basis van Baguis et al., 2009, Demarée et al., 2008 en Van den Eynde et al., 2011)

Scenario gemiddeld Temperatuur Neerslag Regendagen


Referentie 3,10°C 16,50°C 66 mm 72 mm 19 dagen 16 dagen

Zomerstormen PET Hoogwaterdagen Laagwaterdagen Stijging zeespiegel

4.1.3


verandering + 2,86°C + 4,35°C +12 mm - 26 mm + 1 dag - 4 dagen + 8,25% + 23% + 22% - 2 tot +2 dagen + 25 tot 76 dagen +80 cm

Projectie 5,96°C 20,85°C 78 mm 46 mm 20 dagen 12 dagen

16 tot 20 dagen 43 tot 94 dagen

Hoog Het hoge/natte scenario sluit aan bij (maar komt niet volledig overeen met) het A2-scenario van SRES. In het A2-scenario wordt net als bij het B2-scenario uitgegaan van een vertraging van de verdere integratie van de wereldeconomie, met een middelmatige economische groei tot gevolg. Er wordt echter veel minder ingezet op een verduurzaming van de economie en ook technologische ontwikkelingen rond het koolstofarm maken van de economie gaat veel langzamer. De bevolking blijft ook na 2050 verder groeien. Als gevolg hiervan neemt de uitstoot van broeikasgassen aan een hoog tempo verder toe. Het hoge/natte scenario komt overeen met een zeer sterke toename in temperatuur. Die kent een sterke stijging in de winter met een toename van gemiddeld 4,31°C ten opzichte van de referentieperiode. In de zomer neemt de temperatuur nog sterker toe met 7,19°C. In de winter zullen vooral de koudste dagen nog warmer worden, met een gemiddelde stijging van 5,97°C. Dit wijst erop dat er zich veel minder koudegolven zullen voordoen. In de zomer is het vooral op de warmste dagen dat de temperatuur zal stijgen, waardoor er meer hittegolven zullen plaatsvinden. Voor neerslag heeft het hoge/natte scenario vooral een sterke impact in de winter. De gemiddelde hoeveelheid gevallen neerslag neemt sterk toe in de wintermaanden, waar de gemiddelde hoeveelheid neerslag per maand stijgt met 62%. In de referentiesituatie is de gemiddelde hoeveelheid neerslag 66 liter per maand in de winter, terwijl dit in de projecties stijgt tot 107 liter. Gedurende de zomermaanden neemt de gemiddelde hoeveelheid neerslag af met ongeveer 7%. Vlaams perspectief

53

Het aantal regendagen neemt in de winter toe van 19 dagen tot 22 dagen. In de zomer daalt het aantal regendagen licht van 16 dagen tot 15 dagen. Het aantal zomerstormen neemt sterk toe in het hoge/natte scenario. De kans op een storm met een terugkeerperiode tussen de 1 en 30 jaar neemt toe met 34%. De potential evapotranspiration (PET), neemt in het hoge/natte scenario sterk toe in zowel de winter als de zomer. In de winter stijgt het met 61%, in de zomer met 53%. Dit betekent dat er dus veel meer van de gevallen neerslag ook terug zal verdampen in plaats van in de grond in te dringen of via rivieren af te vloeien. De evoluties in de neerslaghoeveelheid en PET leidt tot sterke toenames in zowel het aantal hoog- als laagwaterdagen op de Vlaamse rivieren. Het aantal hoogwaterdagen neemt toe van ongeveer 18 dagen per jaar tot tussen de 27 en 30 dagen per jaar, afhankelijk van de locatie. Het aantal laagwaterdagen neemt nog sterker toe, van opnieuw ongeveer 18 dagen per jaar in de referentieperiode, tot tussen de 74 en 157 dagen per jaar, afhankelijk van de locatie. De sterke toename in het aantal laagwaterdagen (ondanks de vele neerslag in de winter) is te wijten aan de licht verminderde neerslag in de zomer en de zeer sterke toename van de PET. Dit leidt tot een scherpe vermindering van het afgevoerde water. In het hoge scenario loopt de zeespiegelstijging op tot 130 centimeter.

Samenvattend beschrijft het hoge/natte scenario een zeer instabiel klimaat. De temperatuur stijgt sterk, met veel mildere winters die nog zelden koudegolven zullen vertonen, en veel warmere zomers met meer hittegolven. De winters worden daarnaast veel natter en vochtiger, met meer neerslag en meer PET. De zomers worden daarentegen droger, met lichtjes minder neerslag, veel meer verdamping en een sterk toegenomen kans op felle zomerstormen.

Tabel 4-3: Overzicht scenario ‘hoog/nat’ (op basis van Baguis et al., 2009, Demarée et al., 2008 en Van den Eynde et al., 2011)

Scenario hoog/nat Temperatuur Neerslag Regendagen



Zomerstormen PET Hoogwaterdagen Laagwaterdagen

54


verandering Projectie + 4,31°C 7,41°C + 7,19°C 23,69°C + 41 mm 107 mm - 5 mm 67 mm + 3 dagen 22 dagen - 1 dagen 15 dagen + 34% + 61% + 53% + 9 tot 12 dagen 27 tot 30 dagen + 56 tot 139 dagen 74 tot 157 dagen +130 cm


4.1.4

Extreem Het extreme scenario is niet afgeleid van gemodelleerde of SRES-scenario’s. Het gaat uit van een aantal onderbouwde aannames en studies die zogenaamde tipping-points beschrijven. Hierbij wordt uitgegaan van het klimaat als een evenwicht van verschillende factoren, waarbij de toename aan broeikasgassen afkomstig van menselijke activiteiten ook een impact heeft op de andere factoren. Dit leidt ertoe dat op een bepaald punt het evenwicht zodanig verstoord geraakt dat er een plotse verschuiving plaatsvindt. Een aantal voorbeelden van tipping-point scenario’s zijn: Stilvallen van de zogenaamde ‘thermohaline circulation’ (een oceaanstroom die warm water vanuit de evenaarsregio naar de Noordoostelijke Atlantische oceaan transporteert). Hierdoor vindt een (tijdelijke) afkoeling van het Europese klimaat plaats, eventueel gevolgd door een verdere opwarming door de uitstoot van broeikasgassen. Het vrijkomen van methaangas uit de Siberische toendra en/of de oceaanbodem. Door het ontdooien van de permafrost zou gefixeerd methaangas vrijkomen uit de tundra-bodem. Ook door de opwarming van de oceanen zou methaangas uit de bodem kunnen vrijkomen. Gezien methaangas een zeer sterk broeikasgaseffect heeft, zou dit leiden tot een sterke versnelling van de klimaatverandering. Afsmelten van de West-Antarctische ijskap door een sterke toename in temperatuur in de poolgebieden. Hierdoor zou de zeespiegel sneller stijgen, tot 2 meter tegen 2100 in plaats van maximaal ongeveer 1 meter waar de traditionele klimaatmodellen van uitgaan. Gezien de tipping-point scenario’s een grote mate van onzekerheid vertonen en op een aantal cruciale punten op aannames steunen, zijn ze veel minder uitgewerkt in modellen en daardoor ook minder kwantitatief gedefinieerd. Om te komen tot een extreem scenario waarin er wordt uitgegaan van het overschrijden van een tipping-point, is er vertrokken van het hoge scenario, waarop vervolgens opslagfactoren zijn toegepast. Om de versnelling van de klimaatverandering weer te geven, is er een opslagfactor van 75% toegepast op de resultaten van het hoge klimaatveranderingscenario. In een aantal tippingpoint scenario’s die feedback-loops of versnelling van klimaatverandering beschrijven wordt uitgegaan van een verdubbeling van de klimaatverandering. We hebben er echter voor gekozen om de gevolgen met ‘slechts’ 75% te verhogen omdat enerzijds reeds wordt gewerkt met het hoge klimaatscenario, en de resultaten voor Vlaanderen reeds erg hoog liggen in vergelijking met de globale, ingeschatte klimaatswijziging. De ophogingen zijn afgerond om schijnnauwkeurigheden te vermijden. Naast een verhoging van de klimaatgevolgen, wordt er eveneens uitgegaan van een grotere variabiliteit. Dit is een verlenging van de trend in het hoge klimaatscenario voor Vlaanderen, waar reeds een instabieler klimaat wordt beschreven. Het extreme scenario gaat uit van een extreme toename in temperatuur. De temperatuur kent een zeer sterke stijging in de winter, een toename van gemiddeld 7,5°C ten opzichte van de referentieperiode. In de zomer neemt de temperatuur evenwel nog sterker toe met 12,5°C. Aansluitend bij het hoge klimaatscenario, zullen in de winter vooral de koudste dagen warmer worden met een gemiddelde stijging van 10,5°C. Dit wijst erop dat er zich nog amper koudegolven zullen voordoen, hoewel een toegenomen variabiliteit nog steeds tot een occasionele koudeprik kunnen leiden. In de zomer zijn het vooral de warmste dagen die in temperatuur zullen stijgen, waardoor er meer hittegolven zullen plaatsvinden.

Vlaams perspectief

55

Voor neerslag heeft het extreme scenario een sterke impact in de winter. In de referentiesituatie is de gemiddelde hoeveelheid neerslag 66 liter per maand in de winter, terwijl dit in de projecties stijgt tot 136 liter, wat overeenkomt met een toename van 106%. In tegenstelling tot de het hoge klimaatscenario neemt de gemiddelde hoeveelheid neerslag tijdens de zomermaanden toe. Deze aanname extrapoleert de trend van het lage (-48 liter) en midden (-26 liter) scenario naar het hoge scenario (-5 liter). Om deze reden is er in het hoge scenario uitgegaan van een toename van de gemiddelde hoeveelheid neerslag tijdens een gemiddelde zomermaand met 10 liter, wat overeenkomt met een stijging van 14% ten opzichte van de referentieperiode. Het aantal regendagen neemt in de winter toe van 19 dagen tot 24 dagen. In de zomer daalt het aantal regendagen van 16 dagen tot 14 dagen. In combinatie met een toename van de neerslag, impliceert dit dat er zich sterkere neerslagpieken zouden voordoen, bijvoorbeeld tijdens zomerstormen. Het aantal zomerstormen neemt zeer sterk toe in het extreme scenario. De kans op een storm met een terugkeerperiode tussen de 1 en 30 jaar neemt toe met 50%. De potential evapotranspiration (PET), neemt in het extreme scenario ook zeer sterk toe in de winter en de zomer. In de winter stijgt de PET met 75%, in de zomer met 70%. Het aantal hoogwaterdagen en laagwaterdagen is het resultaat van een uitgebreide modellering en sterk afhankelijk van lokale omstandigheden. Een gekwantificeerde inschatting van de verandering is daarom moeilijk te verantwoorden. Wel kan verondersteld worden, gezien de evolutie in neerslag en PET, dat ook in het extreme scenario het aantal hoogwaterdag zeer sterk zal toenemen, gelijkaardig aan en potentieel nog wel sterker dan in het hoge scenario. Het aantal laagwaterdagen zal eveneens toenemen in de extreme scenario, maar de toename kan wel lager zijn in vergelijking met het hoge klimaatscenario, gezien in het extreme klimaatscenario de neerslaghoeveelheid in de zomer licht stijgt. De CLIMAR-studie heeft eveneens een extreem scenario, een zogenaamd worst-credible scenario. Zoals de beschrijving stelt, is het een situatie die uitgaat van de slechtst denkbare maar nog steeds realistische ontwikkelingen. De zeespiegelstijging zou in dit geval oplopen tot 200 centimeter. Teruggrijpend naar de hierboven geschetste tipping-point scenario’s zou dit bijvoorbeeld kunnen inhouden dat de West-Antarctische ijskap verdwijnt.

Samenvattend beschrijft het extreme scenario een natter en warmer klimaat, waar vooral in de zomer zich meer extremen zullen manifesteren (zomerstormen en hittegolven). De temperatuur stijgt zeer sterk, met veel mildere winters die amper koudegolven zullen vertonen en extreem warme zomers met meer hittegolven en droogteperiodes, afgewisseld met zomerstormen. De winters worden daarnaast veel natter en vochtiger, met meer neerslag en een sterk verhoogde PET. Ook de zomers worden iets natter, maar dit zal meer geconcentreerd zijn in piekneerslagmomenten.

56


Tabel 4-4: Overzicht scenario ‘extreem’ (eigen berekening op basis van Baguis et al., 2009, Demarée et al., 2008 en Van den Eynde et al., 2011)

Scenario extreem Temperatuur Neerslag Regendagen



Zomerstormen PET

winter zomer

Hoogwaterdagen Laagwaterdagen Stijging zeespiegel

4.1.5

18 dagen 18 dagen

verandering + 7,5°C + 12,5°C + 70 mm +10 mm + 5 dagen - 2 dagen + 50% + 75% + 70% Toename Toename +200 cm

Projectie 10,6°C 29°C 136 mm 82 mm 24 dagen 14 dagen

Overzicht Een overzicht van de vier gehanteerde klimaatscenario’s wordt weergegeven in Tabel 4-5.

Tabel 4-5: Overzicht klimaatscenario’s

Zomer

Winter

Toename Toename Toename Toename Toename Toename Toename Toename Toename

temperatuur neerslag regendagen PET zomerstormen temperatuur neerslag regendagen PET

Toename hoogwaterdagen Toename laagwaterdagen Stijging zeespiegel

Laag + 2,32°C - 48 mm - 7 dagen + 8% - 28% + 1,24°C - 1 mm - 2 dagen + 3%

Midden + 4,35°C - 26 mm - 4 dagen + 22% + 8,25% + 2,86°C +12 mm + 1 dag + 23%

Hoog + 7,19°C - 5 mm - 1 dagen + 53% + 34% + 4,31°C + 41 mm + 3 dagen + 61%

Extreem + 12,5°C +10 mm - 2 dagen + 70% + 50% + 7,5°C + 70 mm + 5 dagen + 75%

- 5 tot 9 dagen + 2 tot 12 dagen

- 2 tot +2 dagen + 25 tot 76 dagen

+ 9 tot 12 dagen + 56 tot 139 dagen

Toename Toename

+60 cm

+80 cm

+130 cm

+200 cm

De klimaatscenario’s wijzen erop dat er veranderingen zullen optreden in het algemene klimaat en de leefomgeving, zoals de gemiddelde temperatuur en neerslag alsook de zeespiegel (direct door de thermische expansie van opgewarmd water en indirect door het smelten van ijskappen en gletsjers). Daarnaast zullen er zich ook veranderingen manifesteren in het voorkomen van “uitzonderlijke”12 gebeurtenissen zoals zomerstormen, hoog- en laagwaterdagen en extreme neerslag.

12

Een aantal van de gebeurtenissen zullen, afhankelijk van de intensiteit van de klimaatverandering, niet meer zo uitzonderlijk zijn, bijvoorbeeld laagwaterdagen.

Vlaams perspectief

57

4.2

Socio-economische scenario Het socio-economische scenario schetst een beeld van de Vlaamse maatschappij in 2030. Hiervoor wordt er gebruik gemaakt van de Kernset Milieudata MIRA-S 2009, die op haar beurt teruggrijpt naar cijfers van Algemene Directie Statistiek en Economische Informatie, Federaal Planbureau en de Studiedienst van de Vlaamse Regering. Indien er meerdere scenario’s beschikbaar zijn, wordt er steeds uitgegaan van het scenario ‘Europa’13. Dit scenario vormt een middenweg tussen het referentiescenario en het visionaire scenario. Sinds de publicatie van de kernset zijn er reeds nieuwe prognoses gemaakt, onder andere in het kader van het Milieukostenmodel. Deze data bevatten echter niet de zelfde breedte en detailniveau dat de kernset bevat. Hierdoor zouden zich discrepanties kunnen voordoen tussen data waarvoor wel nieuwere gegevens beschikbaar zijn en data waarvoor moet teruggegrepen worden naar andere (oudere) bronnen. Naast de cijfers van de kernset, is het ook nodig om voor een aantal impacts specifieke data toe te voegen. Hiervoor zijn er vaak geen toekomstprojecties beschikbaar. Er wordt getracht op een pragmatische wijze mee om te gaan, ofwel door de zelf een extrapolatie te maken naar 2030 (indien dit op onderbouwde wijze kan), ofwel door eventuele stijgingen of toenames te relateren aan de huidige situatie. Voor de berekening van de impact van klimaatverandering, wordt enkel 2030 als horizonjaar meegenomen. Om enige context te bieden, wordt in onderstaande schets echter ook de tussentijdse evolutie meegegeven.

4.2.1

Demografie De Vlaamse bevolking groeit verder aan in de periode 2010-2030, zij het aan een dalend groeiritme. Dit is weergegeven in Tabel 4-6. Terwijl de bevolking in de periode 2010-2015 nog toeneemt met 3,15%, is dit in de periode tussen 2025 en 2030 gedaald tot 1,12%. De totale toename in deze periode bedraagt 8,9%. Naar leeftijd ingedeeld, weergegeven in Tabel 4-7, vindt de toename haast volledig plaats in de groep van personen boven 60 jaar. De werkende bevolking neemt daarentegen af, van 3,5 miljoen naar 3,4 miljoen. De jongerencategorie neemt toe tot 2025 en neemt erna terug af. De algemene trend is dus dat in de 20 jaar tussen 2010 en 2020 de Vlaamse bevolking sterk zal vergrijzen en naar het einde van de periode toe ook zal ontgroenen. In de periode neemt ook de gezinsgrootte verder af (zie Figuur 4-1). Dit houdt in dat er meer alleenstaanden en eenoudergezinnen voorkomen, en dit ten koste van de traditionele gezinssamenstelling.

Tabel 4-6: Evolutie bevolking Vlaanderen (Kernset Milieudata MIRA-S 2009)

bevolking (miljoen)

13

58

2010 6,231

2015 6,427

2020 6,587

2025 6,706

2030 6,785

In het scenario ‘Europa’ worden er extra inspanning geleverd om de Europese klimaatdoelen te bereiken.


Tabel 4-7: Evolutie bevolking Vlaanderen naar leeftijdscategorie (Kernset Milieudata MIRA-S 2009)

bevolking (miljoen) 0-17 18-59 > 60

2010 1,220 3,508 1,503

2015 1,250 3,545 1,631

2020 1,286 3,514 1,787

2025 1,308 3,441 1,957

2030 1,292 3,400 2,093

Evolutie grootte huishoudens 2010-2030 3,0

Gemiddelde grootte huishouden

2,9 2,8 2,7 2,6 2,5 2,4

2,39

2,34

2,30

2,3

2,26

2,2

2,13

2,1 2,0 2010

2015

2020

2025

2030

Figuur 4-1: Evolutie grootte huishoudens (eigen berekening op basis van Kernset Milieudata MIRA-S 2009)

De geografische spreiding van de bevolkingsgroei wijst op een lage toename van de bevolking in West-Vlaanderen (met uitzondering van Oostende), en delen van OostVlaanderen. De sterkste groeivoeten zien we in het arrondissement Antwerpen, en vooral ook in de Brusselse rand met het arrondissement Halle-Vilvoorde. Geen enkel arrondissement kent een netto-afname van bevolking.

Vlaams perspectief

59

Tabel 4-8: Groei bevolking arrondissementen (Kernset Milieudata MIRA-S 2009) Groei t.o.v. 2010

Antwerpen Mechelen Turnhout Hasselt Maaseik Tongeren Aalst Dendermonde Eeklo Gent Oudenaarde Sint-Niklaas Halle-Vilvoorde Leuven Brugge Diksmuide Ieper Kortrijk Oostende Roeselaere Tielt

4.2.2

2015 3,73% 3,61% 3,67% 3,40% 3,32% 2,99% 2,95% 2,38% 2,32% 3,31% 3,30% 3,56% 4,70% 3,43% 1,08% 0,95% 1,24% 0,54% 2,90% 1,25% 1,40%

2020 4,43% 4,29% 4,32% 4,04% 3,90% 3,48% 3,49% 2,82% 2,70% 3,93% 3,90% 4,20% 5,59% 4,01% 1,24% 1,13% 1,42% 0,61% 3,41% 1,43% 1,63%

2025 5,09% 4,94% 4,92% 4,65% 4,44% 3,93% 4,00% 3,24% 3,05% 4,52% 4,47% 4,79% 6,43% 4,55% 1,36% 1,34% 1,55% 0,67% 3,89% 1,57% 1,84%

2030 5,72% 5,58% 5,50% 5,24% 4,93% 4,34% 4,50% 3,66% 3,39% 5,09% 5,03% 5,37% 7,22% 5,06% 1,48% 1,54% 1,67% 0,71% 4,34% 1,71% 2,04%

Economie De economie groeit in de periode 2010-2030 aan een gemiddelde jaarlijkse groeivoet van ongeveer 2%. Dit leidt tot een cumulatieve aangroei van 47,66% van de Vlaamse economie. In combinatie met de bevolkingsgroei betekent dit een toename van het BBP per capita van 28.239 in 2010 tot 38.295 in 2030. De gemiddelde Vlaming wordt in deze periode van 20 jaar dus ongeveer 36% rijker. Tabel 4-9: Evolutie BBP Vlaanderen (Kernset Milieudata MIRA-S 2009) Constante prijzen 2000, miljoen euro

BBP - België BBP - Vlaanderen

2010 304.592 175.963

2015 338.145 195.346

2020 373.043 215.507

2025 410.706 237.265

2030 449.773 259.834

Wanneer we kijken naar de samenstelling van de economie (zie Tabel 4-10), valt op dat er naar productie toe de belangrijkste sectoren chemie en metaalproductie, machinebouw en voeding, textiel, papier en hout het gros van de economie vormen. Dit is logisch, gezien dit erg kapitaalintensieve sectoren zijn. Ook naar 2030 toe blijft dit beeld behouden en wordt zelfs versterkt. Naar toegevoegde waarde (welvaartscreatie, zie Tabel 4-11) zijn het echter marktdiensten, handel en horeca en de overheid die er uit springen, hoewel de verschillen hier minder uitgesproken zijn (op de marktdiensten na). Naar 2030 toe valt op dat de overige marktdiensten een zeer sterke groei kent. De Vlaamse economie volgt met andere woorden de historische trend naar een verdere ontwikkeling van een diensteneconomie.

60


Tabel 4-10: Evolutie productie Vlaanderen (Kernset Milieudata MIRA-S 2009) Productie (constante prijzen 2000, miljoen euro)

Chemie + metaalproductie Machinebouw Voeding, textiel, papier, hout en overige Bouw Energie Landbouw Handel en horeca Onderwijs en overheid Overige marktdiensten Gezondheidszorg en maatschappelijke dienstverlening Financiele sector Transport en communicatie

2010 42.696 32.586 46.371 1.002 11.256 5.188 3.972 30 1.027 7 2 489

2015 46.993 35.419 51.740 1.172 11.673 5.725 4.839 33 1.197 8 3 595

2020 51.479 37.534 56.766 1.339 12.147 6.013 5.748 37 1.365 9 3 699

2025 55.764 38.544 60.730 1.486 12.624 6.231 6.716 40 1.515 10 4 807

2030 60.163 39.127 64.389 1.637 13.154 6.460 7.808 44 1.659 11 4 925

Tabel 4-11: Evolutie toegevoegde waarde Vlaanderen (Kernset Milieudata MIRA-S 2009) Toegevoegde waarde (constante prijzen 2000, miljoen euro)


2010 12.260 8.016 12.650 9.972 3.630 2.098 22.329 16.305 41.715 10.552 5.822 11.487

2015 13.348 8.710 13.742 11.542 3.791 2.339 23.682 17.848 47.899 12.049 6.790 13.322

2020 14.346 9.357 14.749 13.086 3.953 2.487 25.155 19.564 54.117 13.640 7.763 15.159

2025 15.230 9.791 15.425 14.507 4.106 2.606 26.373 21.104 59.533 15.162 8.801 17.055

2030 16.102 10.128 15.987 15.981 4.276 2.730 27.514 22.657 64.663 16.711 9.920 19.075

Ook naar tewerkstelling vormt de dienstensector de grootste groep binnen de Vlaamse economie. In tegenstelling tot de vorige twee indicatoren, zijn er naar tewerkstelling toe wel een aantal sectoren die er op achteruit gaan, met name de industrie (chemie, metaal, machinebouw, voeding, textiel, papier, hout en energie). De bouwsector groeit daarentegen wel lichtjes aan. De grootste aangroei in tewerkstelling, weergegeven in Tabel 4-12) is echter te vinden in de gezondheidszorg, logisch gezien de algemene vergrijzing van de Vlaamse bevolking, en de financiële sector. Tabel 4-12: Evolutie Werkgelegenheid Vlaanderen (Kernset Milieudata MIRA-S 2009) Werkgelegenheid


2010 129.832 94.430 173.871 159.660 15.916 54.092 50.655 468.119 390.368 574.792 303.204 171.207

2015 125.450 88.829 165.781 166.830 14.877 49.168 50.709 480.129 401.591 644.088 335.991 179.944

2020 121.323 81.563 153.509 172.074 13.627 45.732 51.448 491.909 408.693 690.114 362.275 185.613

2025 115.346 73.026 139.240 173.716 12.305 42.104 51.929 495.786 408.583 717.629 382.357 187.573

2030 109.134 64.642 125.209 174.276 11.119 38.819 52.117 497.150 406.445 736.681 400.215 188.294

Vlaams perspectief

61

4.2.3

Landgebruik Veranderingen in landgebruik in Vlaanderen (zie Tabel 4-13) worden in de periode 20102030 vooral gedreven door een tendens van omzetting van landbouwgrond naar woonfunctie. Voor het overige is er een lichte toename van natuur en multifunctioneel bos. De andere bestemming van landgebruik vertonen geen grote variaties. Tabel 4-13: Evolutie landgebruik Vlaanderen (Kernset Milieudata MIRA-S 2009 – Scenario ‘Europa’) hectare Overige openruimte Natuur Multifunctioneel Bos Landbouw Wonen en Handel Bedrijven Havens Recractie Infrastructuur Water

4.2.4

2005 8.955 75.780 129.769 725.216 275.830 20.702 10.478 16.094 68.904 25.630

2010 8.120 80.942 131.274 701.172 293.171 21.771 10.478 16.094 68.843 25.499

2015 7.841 84.431 132.629 683.001 306.335 22.304 10.478 16.094 68.801 25.454

2020 7.657 87.521 133.844 668.158 317.086 22.307 10.478 16.094 68.794 25.432

2025 7.657 90.414 134.912 653.996 327.722 21.911 10.478 16.094 68.756 25.430

2030 7.695 92.774 135.866 640.670 338.389 21.218 10.478 16.094 68.756 25.430

Energie De evolutie van het energiegebruik in de periode 2010-2030 is weergegeven in Tabel 4-14. Voor de meegenomen sectoren neemt globaal gezien het gebruik van energie afkomstig uit aardgas, lichte stookolie en kernenergie af. Bij de fossiele brandstoffen neemt het gebruik van steenkool en zware stookolie toe, hoewel het aandeel zware stookolie beperkt is. Energie afkomstig uit hernieuwbare bronnen (incl. biomassa) neemt zeer sterk toe. De elektriciteitssector vangt de sluiting van de nucleaire centrales in de sterke mate op met steenkoolcentrales, alsook met biomassa en andere hernieuwbare energie. Aardgas daarentegen kent een groei tot ongeveer 2020, maar gaat erna terug snel achteruit tot een netto daling van 42% tussen 2010 en 2030. In de industrie blijft steenkool ongeveer stabiel, terwijl alle andere energiebronnen aanzienlijk toenemen. Naast een sterke groei in hernieuwbare energie, dat evenwel een veleer marginale energiebron blijft, neemt relatief gezien zware stookolie het meeste toe. In absolute termen is het vooral het gebruik van aardgas dat sterk toeneemt. In de dienstensector kennen biomassa en andere hernieuwbare energie een sterke groei. Het gebruik van aardgas en lichte stookolie neemt (sterk) af. Rekening houdend dat deze sector toch sterk aan belang toeneemt in de Vlaamse economie, lijkt ze in dit scenario vooral in te zetten op rationeel energiegebruik. Een zelfde verhaal van toenemend rationeel energiegebruik is er in de residentiële sector. Ook hier neemt biomassa en andere hernieuwbare energie sterk tot zeer sterk toe. Het gebruik van aardgas en lichte stookolie gaat daarentegen fors achteruit. In de landbouw neemt het gebruik van alle fossiele brandstoffen af. Biomassa en andere hernieuwbare energie nemen toe, maar in beperkte mate en vervangen zeker niet de afname in de het gebruik van fossiele brandstoffen.

62


In de transportsector tenslotte zien we dat lichte stookolie, i.e. benzine en diesel, met voorsprong de belangrijkste brandstof blijven, hoewel het gebruik ervan aanzienlijk daalt. Aardgas en andere hernieuwbare energie spelen in de transportsector geen grote rol. Over het algemeen zien we sterke groeicijfers voor biomassa en andere hernieuwbare energie, maar blijven ook fossiele brandstoffen prominent aanwezig in de economie: steenkool in de elektriciteit- en industriesector, aardgas in de industrie-, diensten- en residentiële sector en olie in de transportsector.

Vlaams perspectief

63

Tabel 4-14: Evolutie energieproductie Vlaanderen (Kernset Milieudata MIRA-S 2009 – Scenario ‘Europa’) 2010

2015

2020

2025

2030

% toename 2010-2030

120,7 74,2 22,5 15,2 231,7

138,2 102,5 49,1 35,5 198,1

141,5 101,7 53,5 46,2 161,5

100,2 256,4 91,4 67,3 40,0

69,9 306,6 109,6 80,0 0,0

-42 313 386 425 -100

120,6 94,7 9,4 42,7 3,5 0,3 100,3

130,2 91,0 7,3 46,8 3,9 0,7 108,7

132,9 91,5 9,7 51,2 4,4 1,2 115,2

142,7 92,6 12,9 55,5 4,8 3,4 122,1

153,1 93,7 14,2 59,8 5,2 5,6 128,7

27 -1 51 40 48 * 28

42,5 11,7 0,8 0,0 44,4

40,0 10,0 1,3 1,9 43,1

35,0 7,4 1,8 3,2 42,6

29,7 4,7 2,4 4,6 41,3

27,2 3,1 2,8 5,6 40,3

-36 -73 271 * -9

83,3 77,3 4,0 0,0 37,0

82,6 62,0 4,7 5,4 31,7

73,5 40,8 5,0 9,1 28,3

64,3 20,3 5,6 13,3 25,0

64,3 8,2 6,5 17,4 23,8

-23 -89 62 * -36

5,4 8,1 12,6 0,2 0,0 2,9

4,7 6,2 22,2 0,3 0,3 2,9

4,0 4,2 11,8 0,4 0,5 3,0

3,3 2,2 11,5 0,5 0,7 3,1

2,6 0,3 11,1 0,6 0,9 3,1

-52 -96 -11 * 0 8

0,0 0,1 193,7 8,7 0,0 3,4

0,2 0,1 186,6 13,1 0,0 4,8

0,9 0,1 168,3 16,8 0,0 5,9

2,0 0,1 156,4 17,8 0,0 9,0

2,9 0,1 140,8 20,3 0,0 13,8

* 92 -27 134 0 307

372,5 168,9 9,4 337,9 231,7 39,7 15,5

395,9 193,5 7,4 327,6 198,1 72,3 43,9

387,7 193,2 9,8 279,5 161,5 82,0 60,3

342,2 349,0 13,0 248,4 40,0 122,5 89,3

320,0 400,3 14,3 223,0 0,0 145,1 109,5

-14 137 52 -34 -100 266 605

Elektriciteitssector Aardgas Steenkool Biomassa Hernieuwbare energie Kernenergie Industrie Aardgas Steenkool Zware stookolie Lichte stookolie Biomassa Hernieuwbare energie Elektriciteit Tertiair Aardgas Lichte stookolie Biomassa Hernieuwbare energie Elektriciteit Residentieel Aardgas Lichte stookolie Biomassa Hernieuwbare energie Elektriciteit Landbouw Aardgas Zware stookolie Lichte stookolie Biomassa Hernieuwbare energie Elektriciteit Transport Aardgas Zware stookolie Lichte stookolie Biomassa Hernieuwbare energie Elektriciteit Totaal Aardgas Steenkool Zware stookolie Lichte stookolie Kernenergie Biomassa Hernieuwbare energie

* De toename zijn in deze gevallen erg groot maar gezien de geringe hoeveelheid w einig relevant

64


Tabel 4-15: Evolutie energieprijzen Vlaanderen (Kernset Milieudata MIRA-S 2009) in €2005/Gigajoule

Elektriciteitssector Aardgas Steenkool 0,5%S Steenkool 1,5%S Zware stookolie Houtafval Belgisch Houtafval import 1 Houtafval import 2 Industrie Aardgas Zware stookolie Lichte stookolie Tertiair Aardgas Lichte stookolie Residentieel Aardgas Lichte stookolie

4.2.5

2010

2015

2020

2025

2030

% toename 2010-2030

8 3 2 11 4 4 5

9 3 2 11 4 4 5

9 3 2 12 4 5 6

10 3 2 12 5 5 6

10 3 3 12 5 6 7

13 7 9 14 43 43 43

9 10 17

9 11 18

10 12 19

10 12 20

10 12 20

12 15 14

11 17

11 18

12 19

12 19

12 19

10 15

14 17

14 18

15 19

15 20

15 20

8 14

Toerisme Voor toerisme waren er geen cijfers aanwezig in de Kernset Milieudata MIRA-S 2009. In de samenstelling van de economie van de Kernset is het vervat onder “handel en horeca”, dat echter ruimer is dan toerisme. Om deze leemte op te vangen is gebruik gemaakt van de Satellietrekeningen Toerisme 2010, waar een gedetailleerde uitsplitsing is gegeven van de economische waarde van toerisme voor de Vlaamse economie, weergegeven in Tabel 4-16. Projecties naar 2030 zijn echter niet beschikbaar. Tabel 4-16: Economische waarde toerisme (Satellietrekeningen Toerisme 2010) miljoen euro(2008) Accomodatie Voeding- en drankverstrekking Personenvervoer te land Personenvervoer door de lucht Reisagentschappen, touroperators en gidsen Culturele en recreatieve diensten Andere Totaal

4.2.6

Inkomend toerisme 590 760 89 1.076 3 56 440 3.014

Intern toerisme 425 488 281 1.255 2.180 110 495 5.234

Tweede verblijf Kust Andere

Dagzaken toeristen

154 23

6 1

214 262

7 231 415

1 14 22

7 731 1.214

Overzicht Het socio-economische scenario dat wordt gehanteerd schetst het beeld van een Vlaanderen dat rijker, ouder en nog dichter bevolkt is ten opzichte van 2010. De economie evolueert verder richting een diensteneconomie met een verdere verschuiving van de tewerkstelling naar diensten en de gezondheidssector. Er wordt meer ruimte gemaakt voor natuur en bos, maar ook de bebouwing neemt toe voor een uitbreiding van woningen en handel. Dit gaat in hoofdzaak ten koste van landbouwareaal. De sluiting van de kerncentrales wordt opgevangen door nieuwe steenkoolcentrales, maar ook een sterke toename van

Vlaams perspectief

65

hernieuwbare energie waaronder biomassa. Voorts worden vooral in de tertiaire en residentiële sector aanzienlijke energie-efficiëntiewinsten geboekt.

66


5.

KOSTEN VAN KLIMAATVERANDERING IN VLAANDEREN In hoofdstuk 4 worden impacts van klimaatverandering economisch doorgerekend voor Vlaanderen. Hierbij moet rekening gehouden worden met een verhoogde marge van onzekerheid, gezien voorspellingen voor een specifiek geografisch gebied (Vlaanderen) erg moeilijk zijn en bovendien een economische doorrekening leidt tot een additionele foutenmarge.

5.1

Algemeen De doorvertaling van internationale schattingen van de gevolgen van klimaatverandering naar beperkte, regionale niveaus zoals Europa of meer nog Vlaanderen, zelfs uitgedrukt in relatieve cijfers zoals percentage van het BBP, is bediscussieerbaar. De globale schattingen verbergen immers sterke regionale en sectorale variaties die het beeld voor een beperkte, geografische zone sterk kunnen veranderen. Maar ook al is de overzetbaarheid naar Vlaanderen moeilijk, toch kan dit cijfer ook voor Vlaanderen een indicatie geven van de relatieve kost van de klimaatveranderingen en adaptatie, abstractie makend van eventuele regionale of lokale variaties. Tabel 5-1: Globale jaarlijkse kost klimaatverandering op basis van Stern (2007)

Globale, jaarlijkse kost klimaatverandering op basis van Stern (2007) (miljoen euro - constante prijzen)

BBP Vlaanderen 2030 Tussen 2°C en 3°C Tussen 5°C en 6°C

259.833 0% van BBP 3% van BBP 5% van BBP 10% van BBP

0 7.795 12.992 25.983

In Tabel 5-1 is de doorrekening op basis van Stern (2007) weergegeven. Bij een ‘beperkte’ klimaatverandering met een temperatuurtoename tussen 2°C en 3°C zou de kost voor Vlaanderen tussen nul en bijna acht miljard euro per jaar liggen. Bij een sterkere klimaatverandering waarbij de temperatuur toeneemt met 5 à 6°C zouden de kosten verder oplopen tot tussen de 13 en 26 miljard euro per jaar, of 5 à 10 percent van het jaarlijkse BBP van Vlaanderen. Zoals eerder gesteld wordt er bij de berekeningen van Stern (2007) geen gehouden met lokale variaties, die evenwel aanzienlijk kunnen zijn. In paragraaf wordt er getracht meer gedetailleerde studies en cijfers aan te wenden kosteninschatting van klimaatverandering te maken die meer aansluit bij de situatie.

rekening 5.2 tot 0 om een Vlaamse

Er wordt nog steeds een top-down benadering gehanteerd, waarbij er vertrokken wordt van geaggregeerde cijfers. Voor een aantal effecten zijn de gevolgen voor Vlaanderen uitgerekend. Waar dit echter niet het geval is en voor een grotere, geografische eenheid de effecten zijn begroot, wordt getracht aan de hand van kengetallen of verdeelsleutels een approximatie te maken van de schadekosten voor Vlaanderen. Er zijn in geen enkele studie schattingen gemaakt voor een scenario dat overeenkomt met het extreme scenario zoals geschetst in paragraaf 4.1.4. Om alsnog een begroting te maken Kosten van klimaatverandering in vlaanderen

67

van de impact van dergelijk klimaatscenario, zijn de resultaten van de beschikbare klimaatscenario’s geëxtrapoleerd. Hierbij is steeds gekeken naar welke extrapolatiemethode (lineair, polynomisch, logaritmisch/exponentieel) het beste aansloot bij de bestaande resultaten. De resultaten van de kosteninschatting voor het extreme scenario moeten bijgevolg voorzichtig – of beter gezegd nog voorzichtiger dan het overige cijfermateriaal dat gebaseerd is op projecties - worden benaderd, aangezien zij dus gebaseerd zijn op extrapolaties en niet op primair onderzoek.

5.2

Waterbeheer

5.2.1

Overstromingen aan de kust Voor de inschatting van de impact van kustoverstromingen ten gevolge van een stijgende zeespiegel is er gebruik gemaakt van de cijfers van Julie et al. (2009). In de studie worden er schadekosten berekend per land, inclusief België. Aangezien de Belgische kust en het aanliggende hinterland volledig in Vlaanderen gelegen zijn, zijn deze cijfers overgenomen voor Vlaanderen. De in Julie et al. (2009) gehanteerde klimaatscenario’s gaan echter uit van een maximum zeespiegelstijging van 80 centimeter. Dit komt overeen met het Vlaams klimaatscenario ‘gemiddeld’. Aangezien de hoge en extreme klimaatscenario’s uitgaan van zeespiegelstijgingen van respectievelijk 130 en 200 centimeter, zou dit een aanzienlijke onderschatting van de potentiële impact betekenen om zich hiertoe te beperken. Daarom is er voor gekozen om op basis van de verschillende projecties (in totaal 16 projecties met verschillende modellen en klimaatscenario’s) te extrapoleren. In Figuur 5-1 is de extrapolatie naar het hoge en het extreme klimaatscenario weergegeven.

Extrapolatie naar hoog / extreem scenario 5.300 Extreem

4.800

Schade (miljoen euro)

4.300 3.800 3.300 2.800 Hoog

2.300 y = 0,125x2 - 5,4115x + 1063 R² = 0,9857

1.800 1.300 800 0

50

100

150

200

250

Zeespiegelstijging (cm)

Figuur 5-1: Extrapolatie schadekost kustoverstromingen naar hoog / extreem scenario.

De studie van Julie et al. (2009) en de eigen extrapolaties wijzen op een aanzienlijke, gemiddelde jaarlijkse schadekost van tussen 1 en 5 miljard euro, weergegeven in

Tabel 5-2. De jaarlijkse schadekost is een berekening van de kans op een overstroming vermenigvuldigd met de schade die ermee gepaard gaat. Dit houdt dus niet in dat dergelijke 68


schade jaarlijks te verwachten valt, maar dat de kans op een ramp (met een veel grotere schade) toeneemt.

Tabel 5-2: Schadekost kustoverstromingen (Julie et. al, 2009 / eigen extrapolatie) Klimaatscenario Zeespiegelstijging gehanteerd in klimaatscenario Laag 60 Gemiddeld 80 Hoog 130 Extreem 200

5.2.2

Jaarlijkse schadekost miljoen euro constante prijzen

1.209 1.439 2.507 5.034

Overstromingen vanuit rivieren Om de impact van overstromingen vanuit rivieren te begroten, is er gebruik gemaakt van Ciscar et al. (2009). De beperking van de studie is dat de geografische detaillering zich beperkt tot regio’s in Europa, waarbij België (en dus Vlaanderen) ingedeeld zijn bij Duitsland, Polen en Nederland. Giron et al. (2010) bevat wel cijfers voor Vlaanderen, maar beperkt zich tot een aantal case studies (zoals de Dender) die echter niet het volledig Vlaamse grondgebied dekken. Om de resultaten verder toe te spitsen naar Vlaanderen, is het nodig een verdeelsleutel te specificeren. Hiervoor is gekeken naar bevolking en rivierlengte. In de studie van Ciscar et al. (2009) is er ook een grafische weergave gemaakt van gebieden die volgens de projecties veel of weinig schade zullen ondervinden van klimaatverandering. Op basis hiervan leek rivierlengte een betere approximatie te geven, met een hogere schadekost voor Vlaanderen en Nederland ten opzichte van een verdeelsleutel op basis van bevolking. Tabel 5-3: Schadekost overstromingen vanuit rivieren

Klimaatscenario Extra getroffen bevolking Kost miljoen euro Vlaanderen (2030) constante prijzen

Laag Gemiddeld Hoog Extreem

5.975 6.381 11.487 28.490

87 128 290 766

Op basis van de extra getroffen bevolking in Vlaanderen (tussen 6.000 en 28.000) en de gemiddelde kost per getroffen persoon (tussen €15.000 en €27.000) is er een gemiddelde jaarlijkse kost voor Vlaanderen berekend, uitgesplitst naar de verschillende klimaatscenario’s. Dit is weergegeven in Tabel 5-3. Voor het extreme klimaatscenario is er een extrapolatie gedaan op basis van de vier beschikbare klimaatscenario’s. De gemiddelde jaarlijkse kosten van klimaatverandering voor overstromingen vanuit rivieren liggen tussen de 90 en 770 miljoen euro.

Kosten van klimaatverandering in vlaanderen

69

5.2.3

Lage waterafvoer in rivieren Voor de kosten van tijdelijke lage waterafvoer in rivieren tijdens periode van droogtes, zijn er geen gekwantificeerde inschattingen voor handen.

5.2.4

Verzilting Voor de kosten van verzilting van de bodem en het grondwater ten gevolge van een stijging van de zeespiegel, zijn er geen gekwantificeerde inschattingen voor handen. Wel werden de kosten van verzilting in de studie van Julie et al. (2009) begroot voor ieder land, met een kost van nul euro voor België in alle klimaatscenario’s. Het is niet duidelijk of dit betekent dat er geen kosten zijn voor België ten gevolge van verzilting, of dat deze kosten nog niet gekend zijn. De vaststelling dat voor Nederland en Frankrijk er uitgegaan wordt van aanzienlijke jaarlijkse kosten, wijst echter eerder op de tweede mogelijkheid.

5.3

Energie

5.3.1

Energievraag Voor de inschatting van het effect van klimaatverandering op energieverbruik is er gebruik gemaakt van de projecties van het energiegebruik van huishoudens en de elasticiteiten van Roson et al. (2007). Er is voor gekozen zich te beperken tot het energiegebruik van de huishoudens vanuit de vaststelling in Aaheim et al. (2009) dat professionele verbruikers een zeer inelastische energievraag hebben en bijgevolg amper responsief zijn op veranderingen in klimaat. De aannames zijn weergegeven in Tabel 5-4. Voor elektriciteit is er geen energieprijs opgegeven in de Kernset Milieudata MIRA-S 2009. Om deze lacune op te vullen is er uitgegaan van een jaarlijkse stijging van de reële prijs (exclusief inflatie) van elektriciteit met 1,5% van €57 / GJ in 2012 tot €77 / GJ in 203014.

Tabel 5-4: Aannames projecties energieverbruik en prijs 2030 (Kernset Milieudata MIRA-S 2009)

Elektriciteit Gas Olie

Energieverbruik Energieprijs huishoudens huishoudens 2030 (GJ) 2030 (€/GJ) 23.800.000 N/A 64.300.000 15 8.200.000 20

Elasticiteit energieverbruik (% per °C) -0,21 -1,43 -0,79

In Tabel 5-5 is het effect van klimaatverandering op het energieverbruik van de huishoudens, en de daaraan gekoppelde kost, weergegeven. Overeenkomstig de negatieve elasticiteiten (waarbij een stijging van de temperatuur leidt tot een daling van het energieverbruik) is er een negatieve kost van klimaatverandering met betrekking tot de energievraag. Concreet betekent dit een jaarlijkse besparing van energiekosten voor de huishoudens tussen de 30 en 180 miljoen euro. De grootste besparing (ongeveer twee derde) komt van een aanzienlijk minderverbruik van gas voor verwarming door mildere winters.

14

70

Dit komt overeen met een elektriciteitsprijs van 0,2049 euro per kWh in 2012 en 0,2760 euro per kWh in 2030


Tabel 5-5: Impact klimaatverandering op energiekost huishoudens

Laag Gemiddeld Hoog 1,78 3,61 5,75 Verandering energieverbruik (%) -0,38 -0,76 -1,21 -2,55 -5,17 -8,24 -1,41 -2,86 -4,57 Verandering energieverbruik (GJ) -89.435 -181.131 -288.906 -1.640.507 -3.322.488 -5.299.392 -115.957 -234.846 -374.581 Verandering energieverbruik (miljoen euro - constante prijzen) -7 -14 -22 -23 -46 -74 -2 -4 -7

Temperatuurtoename Elektriciteit Gas Olie Elektriciteit Gas Olie Elektriciteit Gas Olie

5.3.2

Extreem 10,00 -2,11 -14,33 -7,94 -502.444 -9.216.333 -651.444 -39 -128 -12

Energieopwekking

Waterkracht Hoewel Aaheim et al. (2009) en Lehner et al. (2001) inschatten dat er een aanzienlijk effect is van klimaatverandering op het potentieel van waterkracht voor energieopwekking, zijn de gevolgen voor Vlaanderen zeer beperkt. Momenteel is er slechts 955kW aan geïnstalleerde capaciteit met een totaalpotentieel, berekend door VITO, van ongeveer 4MW. Dit komt overeen met ongeveer één windturbine.

Biomassa Voor biomassa is er in Aaheim et al. (2009) een inschatting gemaakt voor Centraal WestEuropa, gebaseerd op een veranderende productiviteit van gewassen in landbouw en bosbouw. Echter, gezien beperkingen in beschikbaar areaal in Vlaanderen, kan aangenomen worden dat een verandering in de lokale productiviteit van gewassen geen goede indicator is voor het potentieel van biomassa voor energieopwekking. Zo was de binnenlandse component van biomassa in 2009 16,3%, met de mogelijkheid dit op te trekken tot 27,4% in 2020 (OVAM, 2010). Bijgevolg is ervoor gekozen deze projecties niet toe te passen.

Wind Zowel Aaheim et al. (2009) als Arnell et al. (2005) geven aan dat het effect van klimaatverandering op de gemiddelde windsnelheid nog onvoldoende duidelijk is.

Thermisch Voor het effect van tijdelijke lage waterafvoer in rivieren tijdens periode van droogtes en een verhoogde watertemperatuur op de koeling van thermische elektriciteitscentrales, zijn er geen gekwantificeerde inschattingen voor handen.


71

5.4

Mobiliteit Het effect van klimaatverandering op mobiliteit wordt enkel in het kader van het WEATHERproject (Przyluski, 2012) op een geïntegreerde wijze gekwantificeerd. Het is echter onmogelijk de resultaten van de studie verder mee te nemen, aangezien er niet gewerkt wordt met verschillende klimaatscenario’s en de projecties beperkt worden tot 2050 (met de vermelding dat de grootste effecten pas in de periode 2050-2100 gevoeld zullen worden). Ter illustratie zijn de effecten doorgerekend voor Vlaanderen (op basis van projecties van het Federaal Planbureau en ADSEI voor de groei in personen- en vrachtverkeer) en weergegeven in Tabel 5-6. Hierbij komt naar voor dat het effect van klimaatverandering (in 2050) op mobiliteit beperkt is in vergelijking met andere impactcategorieën. Zoals toegelicht in paragraaf 3.2.3.1 krijgt het wegvervoer te maken met een negatieve kost en zou dus klimaatverandering er een positief effect hebben. Het spoorverkeer wordt wel met een (zeer beperkte) kost geconfronteerd. Omwille van de incompabiliteit op gebied van scenario’s en horizon worden de resultaten echter verder niet meegenomen. Tabel 5-6: Impact klimaatverandering op mobiliteit

km (tkm of pkm) per jaar (miljard) 2030 Vrachtvervoer Weg Spoor Personenvervoer Weg Spoor

5.5

Jaarlijkse kost € / 1000 pkm-eq (Przyluski, 2012) klimaatverandering 2050-equivalent

55,2 6,3

-0,0538 0,1160

-€ 2.970.793 € 731.450

82,1 15,02

-0,0538 0,1160

-€ 4.416.980 € 1.742.320

Toerisme Voor de impact van klimaatverandering op toerisme is er gebruik gemaakt van Ciscar et al. (2009). De studie schat het effect van klimaatverandering op basis van verandering in het aantal overnachtingen. Aanvullend wordt er ook een berekening gemaakt van het economische effect, afhankelijk van eventuele veranderingen in het toeristisch seizoen. Gezien de economische doorrekening gedaan is voor een grotere regio (Centraal Europa Noord) is het moeilijk deze toe te spitsen op Vlaanderen. In de plaats daarvan is er gewerkt met het aantal overnachtingen in Vlaanderen en het economische belang daarvan voor de Vlaamse economie. De verandering in het aantal overnachtingen is op basis van de satellietrekeningen toerisme doorgetrokken naar het economisch belang van inkomend en intern toerisme, gezien deze types van toerisme tot overnachtingen leiden. Tweede verblijven zijn niet meegenomen in de doorrekening. Dagtoerisme is evenwel meegenomen. Gezien de nabijheid van bijvoorbeeld de kust voor het Vlaamse hinterland en de populariteit van dagtoerisme in Vlaanderen, zou het een onderschatting betekenen dit type van toerisme niet mee te nemen. Tevens moet vermeld worden dat er geen toekomstprojecties zijn voor toerisme. Bijgevolg is gewerkt met de cijfers van 2008 (in plaats van een referentiescenario in 2030), wat betekent dat de impact waarschijnlijk onderschat is.

72


Voor de drie ‘normale’ Vlaamse klimaatscenario’s waren er klimaatscenario’s voorhanden die er voldoende bij aansloten. Op basis van de beschikbare klimaatscenario’s is er vervolgens ook een extrapolatie gemaakt van de geprojecteerde toename in temperatuur naar een procentuele toename in het aantal overnachtingen. Op basis van het berekende percentage is voor het extreme scenario een toename in de omzet van toerisme berekend op gelijkaardige wijze als de andere scenario’s. Tabel 5-7: Impact van klimaatverandering op toerisme (Ciscar et al. 2009, eigen extrapolatie)

Klimaatscenario Temperatuurtoename % verandering in overnachtingen Economisch effect op toerisme miljoen euro - constante prijzen

Laag 1,78°C 2

Gemiddeld 3,60°C 3

Hoog 5,75°C 16

Extreem 10,00°C 30

-168

-252

-1.344

-2.520

Het effect van klimaatverandering op toerisme is positief, met een toename in het aantal overnachtingen. De daaraan gekoppelde negatieve kost varieert van 146 miljoen euro in het lage scenario (met een bescheiden toename in temperatuur van 1,7°C) tot meer dan 2 miljard euro in het extreme scenario (waar er een evolutie is naar quasisubtropische temperaturen in de zomer) ten gevolge van een toename in het aantal overnachtingen met een 30%.

5.6

Landbouw en bosbouw

5.6.1

Landbouw Voor landbouw wordt er gebruik gemaakt van de studie van Gobin et al. (2008) waar de gevolgen van klimaatverandering voor de Vlaamse landbouw wordt ingeschat voor de drie Vlaamse klimaatscenario’s. Er zijn bijgevolg ook geen verdere berekeningen nodig. Enkel voor het extreme klimaatscenario wordt er in de studie geen inschatting gemaakt. Op basis van een lineaire extrapolatie, weergegeven in Figuur 5-2, is er ook een schadekost voor het extreme klimaatscenario berekend.

Extrapolatie naar extreem scenario Schadekost (miljoen euro)

450 Extreem

400 350 300 250 y = 49,304x - 90,135 R² = 0,9789

200 150 100 50 0 0

2

4

6

8

10

12

Figuur 5-2: Extrapolatie naar extreem scenario op basis van Gobin et al. (2008)


73

De economische impact van klimaatverandering op landbouw varieert van een jaarlijkse schadekost van 6,6 miljoen euro in het lage scenario tot ongeveer 400 miljoen euro in het extreme scenario. Tabel 5-8: Impact klimaatverandering op landbouw (Gobin et al., 2009 en eigen extrapolatie)

Laag Jaarlijkse kost landbouw miljoen € - constante prijzen

5.6.2

6,6

Gemiddeld Hoog 71

201

Extreem 403

Bosbouw Hoewel Aaheim et al. (2008) een inschatting maken van het effect van klimaatverandering op bosbouw, wordt in de studie reeds aangegeven dat de effecten binnen de geografische groep waartoe België (en dus Vlaanderen) behoort, zich voornamelijk voordoen in Frankrijk (voornamelijk bosbranden). De cijfers geven bijgevolg geen voldoende accuraat beeld van Vlaanderen.

5.7

Visserij Zoals reeds in 3.2.6 aangegeven zijn de effecten van klimaatverandering op visbestanden onvoldoende duidelijk, zeker in relatie met andere factoren zoals overbevissing. Bijgevolg zijn er geen gekwantificeerde inschattingen voor handen.

5.8

Gezondheid

5.8.1

Sterfgevallen ten gevolge van hitteen koudestress Voor sterfgevallen is er gebruik gemaakt van de studie van Ciscar et al. (2009) waar de impact van klimaatverandering op gezondheid wordt uitgedrukt in additionele sterfgevallen per 100.000 inwoners. België (en dus Vlaanderen) wordt in de studie ingedeeld bij “Central Europe North”. In deze groep hoort het bij de meest zuidelijke landen, wat impliceert dat het aantal sterftegevallen door warmte waarschijnlijk wordt onderschat, en het aantal (vermeden) sterftegevallen door koudestress waarschijnlijk wordt overschat. Gezien het aantal additionele sterftegevallen wordt uitgedrukt per 100.000 inwoners, is verdere verdeling tussen de landen van de geografische groep niet nodig. Er is gebruik gemaakt van het aantal inwoners in Vlaanderen in 2030 (6.785.000 inwoners) zoals geprojecteerd in de Kernset Milieudata MIRA-S 2009. Voor het extreme scenario is er een extrapolatie gedaan voor additionele sterftegevallen naar temperatuur. De economische waardering van de sterftegevallen kan op twee wijzen gebeuren: de ‘value of statistical life’ (VSL) of de ‘value of life-year’ (VOLY). Uiteindelijk is er gekozen om te werken aan de hand van VOLY, gezien de vaststelling in verschillende studies dat verandering in sterftegevallen omwille van temperatuur vooral een impact hebben op oudere mensen. Het toewijzen van de waarde van een VSL zou bijgevolg een overschatting kunnen betekenen. Op basis van Ciscar et al. (2009) is er voor gekozen om te rekenen aan een gemiddelde van 8 verloren levensjaren waarbij aan ieder jaar een economische waarde van €59.000 wordt gehecht.

74


Het resultaat, weergegeven in Tabel 5-9, is een economische kost omwille van warmtestress tussen 350 miljoen euro in het lage scenario tot over de 3,5 miljard euro in het extreme scenario. Daar tegenover staat de waarde van vermeden sterftegevallen door koudestress, dat een negatieve kost heeft van 448 miljoen euro in het lage scenario tot meer dan 3,5 miljard euro in het extreme scenario. Het totale beeld is een licht negatieve kost in alle scenario’s. Tabel 5-9: Impact van klimaatverandering op hitteen koudestress (Ciscar et al., 2009 en eigen extrapolatie) Laag Toename temperatuur Additionele overlijdens ten gevolge van warmtestress Additionele overlijdens ten gevolge van koudestress Economische kost warmtestress miljoen euro - constante prijzen

Economische kost koudestress miljoen euro - constante prijzen

2,5°C

Midden 3,9°C

Hoog 5,4°C

Extreem 10°C

746

1.493

2.239

7.463

-950

-1.764

-2.510

-7.983

352

705

1.057

3.523

-448

-833

-1.185

-3.768

De sterke afname in sterftegevallen ten gevolge van koudestress kan voor Vlaanderen een overschatting zijn. Vlaanderen is in de studie van Ciscar et al. (2009) immers ingedeeld bij de Noordelijke landen waar minder strenge winters leiden tot een aanzienlijke afname van sterftegevallen omwille van koudestress. Gezien Vlaanderen een van de meest zuidelijke Noordelijke landen is, kan dit effect in Vlaanderen milder zijn. De gezondheidskost van sterftegevallen omwille van koude- en warmtestress kan bijgevolg in Vlaanderen eventueel een positieve kost zijn in plaats van een negatieve kost (baat).

5.8.2

Psychologische stress In Watkiss et al. (2009) is er voor overstromingen, naast de materiële schade, ook een gezondheidsschade opgenomen in de vorm van psychologische stress. In Watkiss et al. (2009) wordt het aantal additionele depressieve episodes ten gevolge van overstromingen voor geheel Europa berekend. Voor een toepassing op Vlaanderen is er teruggerekend naar een percentage van de bevolking dat additioneel jaarlijks een depressieve episode zal ervaren ten gevolge van overstromingen. De achtergrondwaarde in Vlaanderen volgens Bromer et al. (2011) bedraagt 5% van de bevolking die het voorbije jaar een depressieve episode heeft ervaren. Op basis van Watkiss et al. (2009) zal een additionele 1 à 3% van de bevolking een depressieve episode ervaren. De kost van een depressieve episode wordt in het verslagboek algemeen psychisch welzijn van 2004 ingeschat op ongeveer €1050 per episode. Het resultaat is een economische kost van tussen 60 miljoen euro en 160 miljoen euro, afhankelijk van de intensiteit van de klimaatverandering.


75

Tabel 5-10: Impact van overstromingen op psychologische gezondheid van de bevolking (Watkiss et al., 2009) (miljoen euro - constante prijzen) Referentie-aantal depressieve episode (5% bevolking, 2030) Additioneel aantal depressieve episodes (percentage) Additioneel aantal depressieve episodes (aantal) Additionele kost depressies (aan €1050 per episode)

5.8.3

Laag

Gemiddeld

Hoog

Extreem

274.627 1,060%

1,538%

2,286%

2,949%

58.221

84.493

125.559

161.997

58

84

124

160

Afname voedselveiligheid en waterkwaliteit Een andere impact van klimaatverandering op de gezondheid is de afname in voedselveiligheid en waterkwaliteit. Watkiss et al. (2009) vermeldt in dit verband enkel salmonella. Voor geheel Europa zou de stijging tussen 20.000 en 40.000 additionele besmettingen liggen. Teruggerekend naar Vlaanderen zou, op een achtergrondwaarde van ongeveer 1.018 gevallen, de verandering in temperatuur leidt tot 160 à 908 additionele gevallen. Een maatschappelijke kost van een salmonellabesmetting (inclusief verloren werktijd en verzorging) wordt geschat tussen de €3.500 en €7.000 per besmetting. In de berekening wordt een centrumwaarde van €5.000 gehanteerd. Dit leidt tot een economische kost tussen 400.000 en 4,5 miljoen euro, zoals weergegeven in Tabel 5-11. Tabel 5-11: Impact van klimaatverandering op de voedselveiligheid (salmonella) (Watkiss et al., 2009) (miljoen euro - constante prijzen) Achtergrondwaarde salmonella-gevallen in 2030 (15 gevallen / 100.000 inwoners) Additionele salmonella-gevallen in 2030 Kost (aan €5.000 per geval)

76

Laag

Midden

Hoog

Extreem

1.018 160 0,80


326 1,63

521 2,61

908 4,54

5.9

Overzicht Op basis van de individuele berekeningen van de impactcategorieën van klimaatverandering voor Vlaanderen, is het mogelijk een overzicht te geven van de totale, economisch kwantificeerbare impact van klimaatverandering voor Vlaanderen. Zoals echter al op het einde van de internationale literatuurstudie in paragraaf 3.3 is vermeld, zijn er niet voor alle impactcategorieën voldoende betrouwbare of gedetailleerde gegevens beschikbaar. Het samenbrengen van de individuele berekeningen van iedere impactcategorie geeft bijgevolg een eerste beeld van de economische impact, maar is niet exhaustief. Zo zijn een aantal impactcategorieën uit het Vlaams adaptatieplan niet zomaar over te zetten naar impactcategorieën in de internationale literatuur. Dit betekent niet dat ze volledig ontbreken in de studie (zo wordt bebouwde omgeving deels hernomen onder waterbeheer), maar wel dat er nog een aantal blinde vlekken rond zijn, zoals bij industrie en diensten en leefmilieu en natuur. Rond dit laatste zijn er inspanningen bezig om de waarde te kwantificeren (zoals de Natuurwaardeverkenner), maar zijn er nog onvoldoende gegevens om de precieze impact van klimaatverandering te bepalen.

Vlaams Adaptatieplan Waterbeheer Leefmilieu Natuur Industrie en diensten

Internationale literatuur Waterbeheer

Kwantificatie / Vlaanderen Waterbeheer

Leefmilieu

Leefmilieu

Natuur

Natuur



Energie

Energie

Energie

Mobiliteit

Mobiliteit

Mobiliteit

Toerisme

Toerisme

Toerisme

Landbouw Visserij Bebouwde omgeving Gezondheid Ontwikkelingssamenwerking

Landbouw

Landbouw

Visserij

Visserij

Bebouwde omgeving

Bebouwde omgeving

Gezondheid

Gezondheid



Figuur 5-3: Overzicht meegenomen impactcategorieën

Voor een aantal andere impactcategorieën die wel in de internationale literatuur onderzocht worden, zijn er nog onvoldoende gegevens beschikbaar of zijn ze onvoldoende bruikbaar voor desaggregatie naar de Vlaamse context. Vooral rond mobiliteit is hierdoor nog een grote blinde vlek, waarbij de literatuur bovendien niet duidelijk aanwijst of klimaatverandering een netto-kost of netto-baat zal betekenen. Rond visserij en energieopwekking zijn er eveneens onvoldoende gegevens beschikbaar, maar wijzen bestaande onderzoeken vooral in de richting van een netto-kost van klimaatverandering. Rond gezondheid, waterbeheer en landbouw zijn er ten slotte een aantal mogelijke effecten die (nog) niet voldoende gekend zijn, maar zouden de meegenomen effecten wel de grootste impact inhouden en is de onderschatting eerder beperkt.


77

In Figuur 5-4 wordt een overzicht gegeven van de impact van klimaatverandering waarvoor een economische waarde kon berekend worden. De belangrijkste schadekosten van klimaatverandering zijn kustoverstromingen en sterftegevallen door hittestress. Rivieroverstromingen en schade aan de landbouw vormen een meer bescheiden schadekost. De andere gezondheidskosten blijken beperkt te blijven. De totale, jaarlijkse kost van klimaatverandering varieert van 1,7 miljard euro in het lage scenario, tot 2,5 miljard euro in het midden scenario, 4,2 miljard euro in het hoge scenario en 9,9 miljard euro in het extreme scenario. Dit komt overeen met respectievelijk 0,66%, 0,93%, 1,61% en 3,81% van het BBP van Vlaanderen in 2030. Deze kosten liggen lager in vergelijking met Stern (2007), waar er een range van 0 tot 10% van het BBP werd gehanteerd. Tegenover de kost van klimaatverandering staan er ook (meer bescheiden) baten. Hierbij gaat het vooral om toerisme, dat een aanzienlijke toename zou kennen, en vermeden sterftegevallen door koudestress. Ook besparingen op energie bij de huishoudens vormen een negatieve kost van klimaatverandering. In totaal gaat het over 600 miljoen euro in het lage scenario, 1 miljard euro in het middenscenario, 2 miljard euro in het hoge scenario en 3,6 miljard euro in het extreme scenario. Het resultaat is een netto-kost (kosten min baten) van klimaatverandering van 1 miljard euro per jaar (of 0,4% van het BBP) in het lage scenario, tot ongeveer 3,5 miljard euro per jaar (1,3% van het BBP) in het extreme scenario.

Figuur 5-4: Overzicht economisch kwantificeerbare impact klimaatverandering

78


Bijlage 1.

Bibliografie

Aaheim, A., Amundsen, H., Dokken, T., Ericson, T., & Wei, T. (2009). A macroeconomic assessment of impacts and adaptation to climate change in Europe. Oslo: Cicero . Aaheim, H. A., & Hauge, K. E. (2005). Impacts of climate change on travel habits. Oslo: Cicero Report 2005:07. Aebischer, B., Catenazzi, G., & Jakob, M. (2007). Impact of climate change on thermal comfort, heating and cooling energy demand in Europe. Zurich: ECEEE 2007 Summer Study. Alcamo, J., Moreno, J., Novaky, B., Bindi, M., Corobov, R., Devoy, R., et al. (2007). Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press. Allen, S. K., Barros, V., Burton, I., Campbell-Lendrum, D., Cordona, O.-D., Cutter, S. L., et al. (2011). Managing the risks of extreme events and disasters to advance climate change adaptation. Cambridge: IPCC. Amelung, B., & Moreno, A. (2009). Impacts of climate change in tourism in Europe PESETA-Tourism Study. Luxembourg: JRC. Anthoff, D., Rose, S., Tol, R. S., & Waldhoff, S. (2011, June 21). Regional and sectoral estimates of the social cost of carbon: an application of FUND. Economics . Anthoff, D., Rose, S., Tol, R. S., & Waldhoff, S. (2011). The time evolution of the social cost of carbon: an application of FUND. ESRI. Anthoff, D., Tol, R. S., & Yohe, G. W. (2009, June 9). Discounting for climate change. Economics . Arnell, N., Tompkins, E., Adger, N., & Delaney, K. (2005). Vulnerability to abrupt climate change in Europe. Tyndall Centre for Climate Change Research. Baguis, P., Ntegeka, V., Willems, P., & Roulin, E. (2009). Extension of CCI-HYDR climate change scenarios for INBO. Brussel: Instituut voor Natuur en Bosonderzoek / Belgian Science Policy. Behrens, A., Georgiev, A., & Carraro, M. (2010). Future impacts of climate change across Europe. Brussels: CEPS. Bosello, F., Roson, R., & Tol, R. (2006). Economy-wide estimates of the implications of climate change: human health. Ecological Economics , 579-591. Bosschieter, C. (2005). Klimaatverandering en binnenvaart: effecten op de binnenvaart van meer extreem lage (en hoge) waterstanden op de Rijn. Rotterdam-Delft: Port Resarch Centre. Bromer. (2011). Cross-national epidemology of DSM-IV major depressive episode. BMC Medicine.


79

Brouwers, J., De Nocker, L., Schoeters, K., Moorkens, I., Jespers, K., Aernouts, K., et al. (2008). Milieurapport Vlaanderen MIRA - Achtergronddocument thema klimaatverandering. MIRA. Brown, S., Nicholls, R., Vafeidis, A., Hinkel, J., & Watkiss, P. (2011). The impacts and economic costs of sea-level rise on coastal zones in the EU and the costs and benefits of adaptation. Stockholm: Stockholm Environment Institute. Ceronsky, M., Anthoff, D., Hepburn, C., & Tol, R. S. (2011). Checking the price tag on catastrophe: the social cost of carbon under non-linear climate response. ESRI. Christensen, O. B., Goodess, C. M., Harris, I., & Watkiss, P. (2011). Discussion of climate change model outputs, scenarios and uncertainty in the EC RTD ClimateCost project. Stockholm: Stokholm Environment Institute. CICERO - ADAM. (2009). Polcy appraisal for the electricity sector: Impacts, mitigation, adapation and long term investments for technological change. Bergen: CICERO. Ciscar, J.-C. e. (2009). Climate change impacts in Europe - Final report of the PESETA research project. Luxembourg: JRC Scientific and Technical Reports. Ciscar, J.-C., Iglesias, A., Feyen, L., Szabo, L., Van Regemorter, D., Amelung, B., et al. (2010). Physical and economic consequences of climate change in Europe. Potsdam: PNAS. Cline, W. (2007). Global Warming and Agriculture: Impact Estimates by Country. Washington D.C.: Peterson Institute for International Economics. Cline, W. R. (2007). Global Warming and Agriculture: Impact estimates by country. Peterson Institute. Committe on Climate Change and U.S. Transportation. (2008). Potential impacts of climate change on US transportation: Special report 290. National Research Council. Dankers, R., & Feyen, L. (2008). Climate change impact on flood hazard in Europe: an assessment based on high-resolution climate simulations. Joernal of Geophysical Research . De Sutter, R., Verhofstede, B., Ingle, R., de Moel, H., Bouwer, L., Stragier, F., et al. (2011). Integrated assessment of spatial climate change impacts in Flanders - mirrored to the Dutch experiences. Gent: CcASPAR. Demarée, G., Baguis, P., Debontridder, L., Deckmyn, A., Pinnock, S., Roulin, E., et al. (2008). Berekening van klimaatscenario's voor Vlaanderen. Brussel: INBO. Demarée, G., Baguis, P., Debontridder, L., Deckmyn, A., Pinnock, S., Roulin, E., et al. (2008). Berekening van klimaatscenario's voor Vlaanderen. Brussel: Instituut voor Natuur en Bosonderzoek. Department of Health / Health Protection Agency. (2008). Health effects of climate change in the UK 2008: an update of the department of health report 2001/2002. Department of Health. Dessai, S. (2003). Heat stress and mortality in Lisbon Part II. An assessment of the potential impacts of climate change. Int J Biometeorol , 37-44.

80


EEA & JRC. (2008). Impacts of Europe's changing climate - 2008 indicator-based assessment. Luxembourg: JRC. Enei, R., Doll, C., Klug, S., Partzsch, I., Sedlacek, N., Kiel, J., et al. (2011). Vulnerability of transport systems - Main report within the research project WEATHER. Karlsruhe: European Commission 7th Framework Programme. European Environmental Agency. (2007). Climate change: the cost of inaction and the cost of adaptation. EEA Technical Report. Garssen, J., Harmsen, C., & de Beer, J. (2005). The effect of the summer 2003 heat wave on mortality in the Netherlands. Euro Surveill. Genovese, E., Lugeri, N., Lavalle, C., Barredo, J. I., Bindi, M., & Moriondo, M. (2007). An assessment of weather-related risks in Europe. JRC - ADAM. Giannakapoulos, C., Hadjinicolaou, P., Zerefos, C., & Demosthenous, G. (2009). Changing energy requirements in the Mediterranean under changing climatic conditions. Energies , 805-815. Giron, E., Joachain, H., Degroof, A., Hecq, W., Coninx, I., Bachus, K., et al. (2010). Towards an integrated decision tool for adaptation measures - case study: floods "ADAPT". Brussel: Belspo. Gobin, a., Van de Vreken, P., Van Orshoven, J., Keulemans, W., Geers, R., Diels, J., et al. (2008). Adaptatie van de Vlaamse landbouw aan klimaatverandering - Eindrapport. Leuven: Klimaatpark Arenberg. Hajat, S., Kovats, R., Atkinson, R., & Haines, A. (2002). Impact of hot temperatures on death in London: a time series approach. J. Epidemiol Community Health , 367-372. Halsnaes, K., Kühl, J., & Olesen, J. E. (2007). Turning climate change information into economic and health impacts. Climatic Change , 145-162. Hens, M., Van Reeth, W., & Dumortier, M. (2009). Scenario's - wetenschappelijk rapport NARA 2009. Brussel: INBO. Hope, C. W. (2011). The social cost of CO2 from the PAGE09 model. Economics . Hunt, A., & Watkiss, P. (2011). Climate change impacts and adaptation in cities: a review of the literature. Climatic Change , 13-49. Huynen, M. M., Martens, P., Schram, D., Weijenberg, M. P., & Kunst, A. E. (2001). The impact of heat waves and cold spells on mortality rates in the Dutch population. Environmental Health Perspectives , 463-470. Iglesias, A., Garrote, L., Quiroga, S., & Moneo, M. (2009). Impacts of climate change in agriculture in Europe - PESETA-Agriculture study. Luxembourg: JRC Scientific and technical reports. INBO. (2009). Natuurrapport Vlaanderen 2009: Natuurverkenning 2030. INBO. IPCC. (2007). IPCC TGICA expert meeting integrating analysis of regional climate change and response options. IPCC. Kosten van klimaatverandering in vlaanderen

81

Jonkeren, O., Sabir, M., & Rietveld, P. (2011). Climate change impacts on inland transportation systems. Amsterdam: KvR. Jonkhoff, W., Koops, O., van der Krogt, R., Oude Essink, G., & Rietveld, E. (2008). Economische effecten van klimaatverandering: overstroming en verzilting n scenario's, modellen en cases. Delft: TNO. Keatinge, W., & Donaldson, G. (2004). The impact of global warming on health and mortality. Southern Medical Journal , 1093-1099. Keatinge, W., Donaldson, G., Cordioli, E., Martinelli, M., Kunst, A., Mackenbach, J., et al. (2000). Heat related mortality in warm and cold regions of Europe: observational study. BMJ , 670-673. Kelemen, A., Munch, W., Poelman, H., Gakova, Z., Dijkstra, L., & Torighelli, B. (2009). The climate change challenge for European regions. Brussels: European Commission DirectorateGeneral Regional Policy. Kundzewicz, Z. W., Lugeri, N., Hochrainer, S., Moriondo, M., Schelhaas, M.-J., Radziejewski, M., et al. (2009). Risk and economic damage assessment for 2025 adn 2100, with and without adaptation. ADAM. Lehner, B., Czisch, G., & Vassolo, S. (2001). Europes hydropower potential today and in the future. Potsdam: Eurowasser Project. Lindner, M., Garcia-Gonzalo, J., Kolström, M., Green, T., & Reguera, R. (2007). Impacts of climate change on European forests and options for adaptation. Brussels: European Commision - Directorate-General for Agriculture and Rural Development. Link, M. P., & Tol, R. S. Estimation of the economic impact of temperature changes induced by a shutdown of the thermohaline circulation: an application of FUND. Working Paper FNU103. Maracchi, G., Sirotenko, O., & Bindi, M. (2005). Impacts of present and future climate variability on agriculture and forestry in the temperature regions: Europe. McMichael, A. J., Lendrum-Campbell, D., Kovats, S., Edwards, S., Wilkinson, P., Wilson, T., et al. Chapter 20 - Global Climate Change. In A. J. McMichael, D. Lendrum-Campbell, S. Kovats, S. Edwards, P. Wilkinson, T. Wilson, et al., Comparative Quantification of health Risks (pp. 1543-1650). Mendelsohn, R., Morrison, W., Schlesinger, M., & Andronova, N. (2000). Country-specific market impacts of climate change. Climate change , 553-569. Narita, D., Tol, R. S., & Anthoff, D. (2009). Economic costs of extratropical storms under climate change: an application of FUND. ESRI. National Climate Commission. (2010). Belgian National Climate Change Adaptation Strategy. Brussel: NCC. Nicholls, R. J., Tol, R. S., & Vafeidis, A. T. (2005). Global estimates of the impact of a collapse of the west antartic ice sheet: an application of FUND. Working Paper FNU78.

82


Nordhaus, W. (2007). The challenge of global warming: economic models and environmental policy. Published Online . Nordhaus, W. (2007). The challenge of global warming: economic models and environmental policy. New Haven: Yale University. Olesen, J., Carter, T., Diaz-Ambrona, C., Fronzek, S., Heidmann, T., Hickler, T., et al. (2007). Uncertainties in projected impacts of climate change on European agriculture and terrestrial ecosystems based on scenarios from regional climate models. Climatic Change , 123-143. OVAM. (2010). Inventarisatie Biomassa 2007-2008 (deel 2009) met potentieel 2020. Mechelen: OVAM. Przyluski, V. e. (2012). Weather trends and economy-wide impacts Deliverable 1 within the research project WEATHER. Karlsruhe, Paris, Bologna: European Comission, 7th Framework Programme. Richards, J. A., & Nicholls, R. J. (2009). Impacts of climate change in coastal systems in Europe - PESETA-Coastal systems study. Luxembourg: JRC Scientific and Technical Papers. Roson, R. (2003). Modelling the economic impact of climate change. Venice: Ecological and Environmental Economics Programme. Roson, R., De Cian, E., & Lanzi, E. (2007). The impact of temperature change on energy demand: a dynamic panel analysis. Venice: Fondazione Eni Enrico Mattei. Safecoast. (2008). Coastal flood risk and trends for the future in the North Sea region. The Hague: Safecoast Project. Schapendonk, A., Stol, W., van de Geijn, S., Wijnands, J., Bunte, F., & Hoogeveen, M. (1997). Effecten van klimaatverandering op fysieke en economische opbrengst van een aantal landbouwgewassen. Wageningen: AB-DLO. Stern, N. (2007). The economics of climate change. The Stern Review. Cambridge: Cambridge University Press. Tammelin, B., Forsius, J., Jylhä, K., Järvinen, P., Koskela, J., Tuomenvirta, H., et al. (2002). Impact of climate change on energy demand. Technology and climate change - Climtech. Tol, R. (2002). Estimates of the Damage Costs of Climate Change - Part 1: Benchmark Estimates. Environmental and Resource Economics , 47. Tol, R. (2002). Estimates of the Damage Costs of Climate Change - Part 2: Dynamic Estimates. Environmental and Resource Economics , 135-160. United Nations Framework Convention on Climate Change. (2009). Potential Costs and Benefits of Adaptation Options: a review of existing literature. New York: UNFCCC. Van den Eynde, D., De Sutter, R., De Smet, L., Francken, F., Haelters, J., Maes, F., et al. (2011). Evaluation of climate change impacts and adaptation responses for marine activities. Brussels: Belgian Science Policy Office.


83

van Ooststroom, H., Annema, J. A., & Kolkman, J. (2008). Effecten van klimaatverandering op verkeer en vervoer - implicaties voor beleid. Den Haag: Kennisinstituut voor Mobiliteitsbeleid. VMM. (2009). Milieurapport Vlaanderen: Milieuverkenning 2030. VMM. Waldhoff, S., Anthoff, D., Rose, S., & Tol, R. S. (2011). The marginal damage of different greenhouse gases: an application of FUND. ESRI. Warren, R., Arnell, N., Nicholls, R., Levy, P., & Price, J. (2006). Understanding the regional impacts of climate change - research report prepared for the Stern review on the economics of climate change. Tyndall Centre for Climate Change Research. Watkiss, P., & Feyen, L. (2011). The impacts and economic costs of river floods in the European Union, and the costs and benefits of adaptation. Stockholm: Stockholm Environment Institute. Watkiss, P., Horrocks, L., Pye, S., Searl, A., & Hunt, A. (2009). Impacts of climate change in human health in Europe - PESETA-Human health study. Luxembourg: JRC Scientific and Technical Reports. Wilbanks, T. J., Bhatt, V., Bilello, D. E., Bull, S. R., Ekmann, J., Horak, W. C., et al. (2008). Effects of climate change on energy production and use in the United States. US Climate Change Science Program. Willems, P., Baguis, P., Ntegeka, V., & Roulin, E. (2010). Climate change impact on hydrological extremes along rivers and urban drainage systems in Belgium CCI-HYDR. Brussels: Belgian Science Policy. Willems, P., Deckers, P., De Maeyer, P., De Sutter, R., Vanneuville, W., Brouwers, J., et al. (2009). MIRA 2009 en NARA 2009 - Wetenschappelijk rapport klimaatverandering en waterhuishouding. Brussel: VMM / INBO. Wreford, A., Hulme, M., & Adger, N. (2007). Strategic assessment of the impacts, damage costs, and adaptation costs of climate change in Europe. Tyndall Centre for Climate Change Research - ADAM.

84


ADAPTATIE AAN KLIMAATVERANDERING: GLOBALE KOSTEN EN PRAKTISCHE VOORBEELDEN

Recommend Documents