有人在討論金管會要求上市櫃公司依循 TCFD / IFRS S2 進行氣候風險揭露，其中的極端氣候壓力測試時情境分析用到RCP8.5（高排放情境）它被用來估算營運成本增加，採用 RCP8.5 ， 可能被投資人質疑誇大風險， 不採用 RCP8.5 可能被主管機關質疑未充分評估極端氣候。
近年科學共識已認定 RCP8.5其排放路徑「implausible」（不切實際），因再生能源成本下降、政策進展及實際排放軌跡偏離。IPCC/CMIP7正逐步淘汰或降級其使用
RCP8.5的現況：這是CMIP5/IPCC使用的高排放「最壞情況」（worst-case）情境，假設幾乎無減排、大量燃煤，導致2100年升溫約4+°C。它從未被視為最可能（business-as-usual）的基準情境，而是探索高風險極端。近年科學共識已認定其排放路徑「implausible」（不切實際），因再生能源成本下降、政策進展及實際排放軌跡偏離。IPCC/CMIP7正逐步淘汰或降級其使用。
例如此文章:On the Death of RCP8.5( https://www.theclimatebrink.com/p/on-the-death-of-rcp85) 的摘要（作者：Zeke Hausfather、Glen Peters、Piers Forster，2026年5月18日發表於 The Climate Brink）
核心論點:
RCP8.5（及其CMIP6對應的SSP5-8.5）被正式淡化/淘汰（用於IPCC AR7的CMIP7新情境框架），這是科學進展的反映，但不應過度解讀為「氣候科學崩潰」或「問題已解決」。兩件事可以同時成立：
RCP8.5從一開始就是worst-case（最壞情況）情境，而非「最可能」的business-as-usual（BAU）基準。它從未特別可信（implausible），尤其在高煤使用與化石燃料大幅擴張的假設上。
清潔能源成本快速下降、政策進展與實際排放趨勢，確實讓未來排放路徑向下彎曲，代表實質進展。
歷史與誤用:
RCP8.5設計時（約2011年）是當時基準情境的高分位數（約90th percentile），用來探索極端風險。
因科學社群與能源模型社群溝通失靈，許多人錯誤將其當作「最可能BAU」情境，導致誇大敘事。
早在2017-2020年，作者等就已批評其不切實際（引用自身Nature 2020論文），van Vuuren et al. 2026論文正式確認這點。
進展評估 --
過去基準情境的中位數約對應3.5°C升新CMIP7 Medium（當前政策）情境中位數約2.8°C（2100年），代表政策與技術進展可能已降低約0.7°C預期暖化。
這是重大成就（能源轉型投資已達每年2兆美元），但2.8°C世界仍遠非可接受。
CMIP7 High情境（政策倒退）約3.3°C，仍存在高風險尾端（含碳循環與氣候敏感度不確定性）。
重要提醒:
高暖化風險仍存在：即使排放低於RCP8.5，氣候敏感度、碳循環回饋與政策倒退仍可能導致嚴重後果。2100年後暖化會持續（文章延伸討論至2150年）。
文章批評過度樂觀與過度悲觀兩種解讀：川普等將其用來攻擊科學，但這不代表行動不緊急。
結語呼應2020年Nature文章：淘汰RCP8.5不降低氣候行動的急迫性，仍需努力達成well below 2°C。
整體基調:
平衡、數據導向，強調慶祝進展但不過度。文章附有多張圖表（排放軌跡、升溫概率、CMIP7情境比較），並回應近期政治與網路爭議。
深入探討 RCP8.5 淘汰後的替代情境 --
RCP8.5（及其CMIP6對應的SSP5-8.5）已被正式淡化或淘汰，主要替代情境為CMIP7（即將用於IPCC AR7）的更新框架，以及CMIP6中較為現實的高排放/中高情境。 這反映科學界對排放路徑現實性的自我修正，而非政策成功完全「證明」先前高情境錯誤。
1. RCP8.5/SSP5-8.5 被淘汰的原因（簡要回顧）
設計初衷：RCP8.5 是CMIP5的高排放「最壞情況」（worst-case）探索情境，非「最可能」的business-as-usual（BAU）。它假設高人口成長、低技術進展、大幅擴張燃煤（甚至煤轉油），導致2100年輻射強迫約8.5 W/m²、升溫約4°C+。
現實性問題：再生能源成本大幅下降、實際排放軌跡、政策進展，使其排放路徑（尤其是煤使用量）變得「implausible」（不切實際）。SSP5-8.5 雖略有更新，但同樣被視為極端。
2026更新：van Vuuren et al. (2026) 的 ScenarioMIP-CMIP7 論文正式排除此高排放水平，用於AR7建模。
這是科學自我修正：早期過度依賴極端情境導致溝通失準，現在調整以更貼近可觀測趨勢。
2. 主要替代情境（CMIP6 過渡 + CMIP7 新框架）
CMIP6（當前主流，仍廣泛使用）
SSP5-8.5：高排放（類似RCP8.5），仍用於探索高風險尾端（tail risks）、物理衝擊極端情境（如極端天氣、海平面上升），但不再視為主要基準。
SSP3-7.0：中高排放（regional rivalry），新引入的「gap-filler」，介於SSP2-4.5與SSP5-8.5之間。無額外強力減排政策，適合作為較現實的高排放替代。預估2100升溫約2.8–4.6°C（視模型）。許多機構推薦用此取代RCP8.5作為「高」情境。
SSP2-4.5：中性/中排放（middle-of-the-road），對應舊RCP4.5。當前政策軌跡的合理近似，常作為基準。升溫約2–3°C左右。
低端：SSP1-2.6（類RCP2.6，2°C情境）、SSP1-1.9（1.5°C，需大量負排放）。
CMIP7 新情境（van Vuuren et al. 2026，核心創新）:
採用敘事導向（非純數字強迫），聚焦政策相關路徑，延伸至2150甚至2500年。核心情境包括：
Medium（中性，當前政策 anchored）：最接近現實基準。排放相對平穩或緩降，2100升溫中位數約2.8°C（範圍2.1–3.7°C）。對應舊中高基準範圍。
High（高排放）：政策倒退、潔淨能源部署放緩。低於SSP5-8.5，但仍高（2100約3.3°C，中位；範圍2.5–4.4°C）。用於探索「政策失敗」高風險。
High-to-Low：前期高排放，後期強力減排至淨零。
Low / Very Low：符合巴黎協定或更嚴格，包含大量減排與負排放。
其他：Medium-to-Low、Low-to-Negative 等，涵蓋過渡動態。
創新點：多為emission-driven（排放驅動）而非concentration-driven；長期延伸評估不可逆性；範圍更緊縮（高端下降，低端也更現實）
升溫比較（約值，2100相對工業前）：
舊RCP8.5/SSP5-8.5：~4–5°C+
新High/Medium高端：~3–4°C
Medium（當前政策）：~2.5–3°C
低情境：1.5–2.5°C
3. 對企業/台灣金管會情境分析的實務影響（TCFD / IFRS S2）
企業需進行多情境分析（非單一情境），涵蓋物理風險（高情境）與轉型風險（低情境）。
推薦組合：
物理風險壓力測試（如旱災、極端天氣）：用SSP3-7.0 或 CMIP7 High 作為「高」端（取代RCP8.5）。繼續用極端尾端探索韌性，但明確標註假設。
基準/轉型：SSP2-4.5 或 CMIP7 Medium（當前政策）。
最佳情境：SSP1-2.6 / 1.9 或 NGFS 有序轉型情境（用於巴黎對齊）。
實務好處：避免被指「誇大」（用舊RCP8.5），也滿足主管機關「充分評估極端」要求。強調透明假設、多模型 ensemble、量化財務影響（NPV、壓力測試）。
工具/來源：IPCC AR6/CMIP6數據、NGFS情境（金融業常用，有序/無序/熱屋世界）、IEA、Climate Action Tracker。台灣企業可結合本地化降尺度（downscaling）資料。
挑戰：數據可用性（新CMIP7模擬仍在進行中）；不確定性（氣候敏感度、碳循環回饋仍寬）；敘事衝突（政治上可能被解讀為「氣候威脅降低」）。
4. 總結與建議
RCP8.5 淘汰後，情境光譜更務實：高端風險降低，但中高情境（2.5–4°C+）仍有顯著物理與轉型衝擊。這是進展（技術+政策彎曲曲線），但非「問題解決」——長期（2150+）暖化仍持續，需持續減排。
對永續/財務人員：
採用多情境 + 敏感度分析（包含高尾端）。
聚焦可驗證數據、歷史趨勢、企業特定暴露。
定期更新（跟隨CMIP7數據發布）。
用Dynamic NPV、ISO標準等量化治理，讓董事會/CFO聚焦韌性而非敘事。
此調整強化科學可信度，有助企業在「敘事風暴」中做出更好決策。若需特定產業案例、數據來源或工具建議，可再提供細節。
深入探討 CMIP7 情境的敘事基礎--
CMIP7情境的敘事基礎（Narrative Basis）以「敘事導向」（narrative-driven）為核心，強調可信的（plausible）、內部一致的未來故事線（storylines），而非純粹數字強迫或概率預測。 這是相較CMIP5/6（RCP/SSP）的重要演進，由ScenarioMIP團隊（主要作者包括Detlef van Vuuren、B.C. O’Neill、Claudia Tebaldi等）於2026年在Geoscientific Model Development論文中正式提出。
1. 整體設計原則與敘事哲學
情境本質：情境是「基於連貫假設的可信替代未來描述」（plausible alternative descriptions based on a coherent set of assumptions）。它們是探索性工具（exploratory），用來涵蓋排放、土地利用、社會經濟驅動力的寬廣範圍，而非「最可能」預測或概率加權。
敘事優先：每個情境都有明確的故事線（storyline），描述政策、技術、社會經濟、政治等驅動因素的演變。這些故事線指導Integrated Assessment Models (IAMs) 產生排放、濃度、土地利用路徑，再作為Earth System Models (ESMs) 的外部強迫。
創新點：
大多情境採用emission-driven模式（而非concentration-driven），更好捕捉地球系統不確定性（如碳循環回饋）。
涵蓋2100年至2500年的長期延伸，使用stylized continuations of the narrative（敘事風格的延續），無重大不連續。
聚焦三類：High（高排放）、Medium（中性，當前政策）、Low（低排放，巴黎協定對齊），共七個核心情境。
設計過程：2023年Reading會議啟動，經多輪社區審查、諮詢群組，強調包容性與政策相關性。目的是服務科學（過程理解）、影響/適應/緩解研究，以及政策溝通。
2. 七大核心情境的敘事基礎
以下基於van Vuuren et al. (2026) 的故事線摘要（故事線為說明性，具體量化由IAM marker模型決定）：
High (H)：政策失敗 + 強勁排放驅動。世界幾乎不作為，現有再生能源快速擴張趨勢大幅放緩；化石燃料依賴持續，高人口/經濟成長或區域競爭加劇排放。探索高風險尾端（high-end risks），如不可逆轉的地球系統變化。
High-to-Low (HL)：前期高排放，後期急轉彎。上半世紀類似H（政策拖延），下半世紀強力減排至淨零。測試「遲來行動」的可行性與過衝（overshoot）風險。
Medium (M)：當前政策延續（current policies anchored）。最接近現實基準：現有政策維持，無額外大幅加強或倒退。反映技術進展、經濟趨勢，但減排力度有限。故事線強調中性社會經濟發展。
Medium-to-Low (ML)：延遲後加強。前期類似M，後期加速轉向淨零（但不足以完全符合巴黎目標）。探索「中期覺醒」的動態。
Low (L)：符合巴黎協定（~2°C）。強力、持續減排，技術與政策快速部署，達成低排放路徑。故事線包括國際合作、潔淨能源主導、行為改變等。
Low-to-Negative (LN) / Very Low (VL)：巴黎對齊 + 大量負排放（CDR）。快速減排後依賴碳移除技術（BECCS、DAC等）達成1.5°C或更低，可能有過衝。VL更激進，測試極端低排放極限。這些情境強調CDR的可行性與地球系統限制。
升溫範圍（約值，依FaIR等簡單模型初步估計，實際ESM結果會有碳循環影響）：高端仍可達3–4°C+，中性~2.5–3°C，低端接近1.5–2°C，但低情境高度依賴CDR假設。
3. 與先前框架（SSP/RCP）的差異
CMIP6 SSP強調共享社會經濟路徑（Shared Socioeconomic Pathways）的詳細敘事（挑戰緩解 vs. 適應）。CMIP7更簡化、聚焦政策與排放相關性，故事線更務實（反映再生能源進展、政策現況），高端比RCP8.5/SSP5-8.5低。
避免過度依賴單一極端情境；強調多情境組合與透明假設。
長期延伸明確基於敘事連續性，探討不可逆性（如冰蓋、海平面、物種滅絕）。
4. 實務意義與批評
對企業/監理：提供更現實的物理風險（高情境）與轉型風險（低情境）測試基礎。台灣金管會/IFRS S2情境分析可轉向CMIP7 High/Medium作為極端與基準，搭配本地化資料。
優點：提升科學可信度、政策相關性，減少「誇大」爭議。
挑戰/批評：
低情境仍高度依賴大規模CDR（目前技術未成熟），可能導致溝通誤解（「1.5°C可行」但需假設性部署）。
故事線仍具主觀性（何謂「plausible」？），政治/經濟假設會受爭議。
RealClimate等討論指出，情境非預測，需小心解讀。
總結：CMIP7的敘事基礎是務實、政策錨定、多樣探索的平衡，反映科學界對過去極端情境的修正。它強化了「敘事決定位置」的概念（延續先前討論），幫助企業在不確定性中用多情境+量化工具（如Dynamic NPV）做出韌性決策，而非被單一政治敘事左右。
深入探討 CMIP7 單一情境細節--
CMIP7（ScenarioMIP-CMIP7）共有七個核心情境，由 van Vuuren et al. (2026) 在 Geoscientific Model Development 論文中提出。這些情境以敘事導向（narrative-driven）設計，涵蓋高、中、低排放路徑，強調plausibility（可信性），並多採用emission-driven模式（讓地球系統模型的碳循環回饋決定大氣濃度）。
以下深入探討每個情境的敘事基礎、關鍵假設、排放/溫度特徵、設計目的，以及與企業/監理（如台灣金管會 IFRS S2 情境分析）的實務關聯。數據主要來自初步 IAM 模擬與 FaIR 簡單氣候模型估計（最終 ESM 結果會納入碳循環不確定性）。
1. High (H) – 高排放情境
敘事基礎：政策失敗 + 強勁排放驅動。現有減排政策大幅倒退或放緩，再生能源擴張趨勢減弱；高人口/經濟成長、區域競爭、化石燃料依賴持續。故事線強調「不作為」或「逆轉」趨勢，探索高風險尾端（high-end risks）。
關鍵特徵：
2100 年排放：高於當前水平（約當前 1/3 以上）。
升溫（2100，相對 1850–1900）：中位數約 3–3.5°C（範圍可達 4°C+，視碳循環）。
比 SSP5-8.5/RCP8.5 低，但仍是最高端可信情境。
目的：測試極端物理風險（如極端天氣、海平面、不可逆變化）、長期延伸至 2500 年探討地球系統極限。
實務意義：企業物理風險壓力測試的「高」端替代 RCP8.5。用於旱災、供應鏈衝擊等極端情境分析。
2. High-to-Low (HL) – 高轉低情境
敘事基礎：前期高排放（類似 H，政策拖延），後期（下半世紀）急轉彎，強力減排至 2100 年淨零 CO₂。反映「遲來覺醒」或危機驅動的轉型。
關鍵特徵：
前期排放高，後期快速下降 + 負排放。
升溫：峰值高，2100 年後穩定或下降。
測試過衝（overshoot）後恢復的可行性。
目的：探索遲來行動的成本/風險、碳移除需求、地球系統滯後效應。
實務意義：適合評估「政策不確定性」下的轉型風險與機會。
3. Medium (M) – 中性情境（當前政策基準）
敘事基礎：當前政策「凍結」延續，無額外大幅加強或倒退。反映現實技術進展、經濟趨勢，但減排力度有限。中性社會經濟發展。
關鍵特徵：
2100 年排放：相對平穩或緩降。
升溫：中位數約 2.5–3°C（最接近當前政策軌跡）。
目的：作為最現實的基準情境（business-as-usual anchored），用於比較其他路徑。
實務意義：企業情境分析的基準，結合當前供應鏈與法規評估轉型風險。金管會揭露常用此類中性假設。
4. Medium-to-Low (ML) – 中轉低情境
敘事基礎：前期類似 M（延遲行動），後期加速減排，但不足以完全符合巴黎目標。政治/技術障礙逐漸緩解，達成 2100 年左右淨零 + 適度負排放。
關鍵特徵：漸進轉型，峰值暖化後緩降。
目的：橋接中高與低端，探索「中期覺醒」動態與溫和過衝。
實務意義：代表「被動轉型」路徑，適合董事會評估漸進投資策略。
5. Low (L) – 低排放情境
敘事基礎：強力、持續減排，符合巴黎協定 ~2°C 目標。國際合作、潔淨能源快速部署、行為改變。無需大量過衝。
關鍵特徵：
2100 年：低正排放或接近淨零。
升溫：接近或低於 2°C。
目的：代表有序轉型，探索低端物理風險與轉型效益。
實務意義：用於「有序轉型」情境，評估綠色投資回報與競爭優勢。
6. Low-to-Negative (LN) / Very Low (VL) – 極低 + 大量負排放情境
敘事基礎：
LN：較高過衝後，大規模碳移除（CDR，如 BECCS、DAC、造林）達成 1.5°C。
VL：盡可能接近 1.5°C（有限過衝），快速減排 + 強力 CDR，可持續土地利用（符合 SDG）。
關鍵特徵：
2100 年：顯著負排放（-10 至 -20 GtCO₂/yr）。
升溫：VL 最接近 1.5°C，但初步估計不再保證低於 1.5°C（挑戰巴黎目標可行性）。
目的：測試 CDR 極限、地球系統恢復力、1.5°C 路徑邊界。
實務意義：評估「主動轉型」與創新技術（如碳捕集）的財務影響。注意 CDR 假設的不確定性。
共同特徵與延伸:
優先順序：Tier 1 通常包括 H、M、L 等核心；Tier 2 補充 HL、ML、LN/VL。
長期延伸（至 2150/2500）：基於敘事連續性，探討不可逆性（冰蓋、海平面、碳循環）。例如 H-ext 維持高排放測試極限。
創新：Emission-driven + 碳循環不確定性；更務實的高端（低於 RCP8.5）；長期動態。
2100 升溫範圍（初步 FaIR 估計）：約 1.5°C 至 3.5°C+（比 CMIP6 範圍緊縮，但高端仍有顯著風險）。
對台灣企業/金管會的啟示
多情境組合：推薦 M（基準） + H/SSP3-7.0 類似（物理極端） + L/VL（轉型）。避免單一情境，強調透明假設與敏感度分析。
Dynamic NPV / 壓力測試：用這些新情境量化財務影響，更能抵禦「誇大」或「低估」敘事。
治理：董事會可將 H/HL 用於風險披露，L/VL 用於機會辨識。
總結：CMIP7 情境更貼近現實政策與技術趨勢，高端風險降低但中高情境仍帶來實質衝擊。這強化科學可信度，幫助企業在敘事干擾中聚焦數據驅動決策。若需特定情境的 IAM marker 模型細節、排放曲線描述、或產業應用案例，請提供更多細節，我可進一步探討。
查詢 IPCC AR7 報告之情境章節--
IPCC AR7（第七次評估報告）的情境相關章節主要集中在 Working Group I（WGI，物理科學基礎）中，目前報告仍在撰寫階段（預計2027-2029年陸續發布）。
1. AR7 整體架構與情境定位
AR7 包含三個 Working Group（WGI、WGII、WGIII）貢獻報告 + 綜合報告（SYR），外加一個城市氣候變遷特別報告。
情境（Scenarios） 是跨 WG 的核心交叉主題，尤其在 WGI 用於物理投影，在 WGIII 用於緩解路徑，在 WGII 用於影響/適應/風險評估。
AR7 將大量依賴 CMIP7 / ScenarioMIP 的新情境框架（van Vuuren et al., 2026），取代 AR6 的 RCP/SSP 組合，提供更務實的高、中、低排放故事線（H, M, L 等七大核心情境）。
2. WGI（物理科學基礎）的主要情境章節：Chapter 5
Chapter 5: Scenarios and projected future global temperatures（情境與全球溫度投影）是 AR7 WGI 中最直接處理情境的獨立章節，這是 AR6 所未有的全新設計。
主要內容大綱（根據已公布的 Chapter Outline）：
情境描述：排放、移除、GHG 與短生命氣候強迫因子（SLCPs）的濃度；土地覆蓋與土地利用變化。
模型與工具評估：用於情境評估的模型與工具（包括 IAMs、EMs、FaIR 等 emulator）。
全球地球系統與氣候敏感度：碳循環、能量平衡與全球溫度的關係。
非 CO₂ 強迫因子的影響：對溫度與碳預算的跨時間尺度效應。
全球溫度投影：不同時間尺度（近期、中期、長期至 2150/2500）的投影，使用 CMIP7 新情境。
Executive Summary + Frequently Asked Questions（FAQ）。
此章節將評估 CMIP7 的新情境框架，聚焦「當前政策錨定」（Medium 情境）、高風險尾端（High）、低排放/過衝路徑等，提供比 AR6 更緊縮、更政策相關的溫度範圍。
3. 其他相關章節（情境交叉應用）
Chapter 6: Global projections of Earth System responses across timescales — 使用情境進行全球地球系統響應投影（包括碳循環、海洋、冰凍圈等）。
Chapter 7: Projections of regional climate and extremes — 區域尺度投影與極端事件，基於 Chapter 5 的情境。
Chapter 8: Abrupt changes, low-likelihood high-impact events and critical thresholds (tipping points) — 探討高情境下的不可逆變化。
Chapter 9: Earth system responses under pathways towards temperature stabilization, including overshoot pathways — 穩定化與過衝路徑（Low-to-Negative 等情境），高度政策相關。
Chapter 1 & 10：框架與氣候資訊服務，也會涉及情境使用。
WGII（影響、適應、脆弱性）與 WGIII（緩解）會進一步整合這些情境，評估風險、適應選項與緩解可行性。
4. 目前狀態（2026 年 6 月）
AR7 WGI Chapter Outlines 已於 2025 年 2 月 IPCC 第 62 次全會通過，作者遴選進行中。
CMIP7 ScenarioMIP 論文已正式發表（2026），將作為 AR7 的主要輸入。模擬數據正在產生中，「Fast Track」部分將優先支援 AR7。
完整報告尚未發布，預計 WGI 貢獻報告在 2027-2028 年左右。
5. 對企業/台灣金管會的實務意義
情境分析（TCFD/IFRS S2）：企業可提前轉向 CMIP7 的 Medium（基準）、High（物理極端）、Low（轉型）組合，取代舊 RCP8.5。這能提升揭露的可信度，減少「誇大」爭議。
Chapter 5 將提供更清晰的全球溫度與地球系統投影，幫助量化財務風險（Dynamic NPV、壓力測試）。
總結：AR7 的情境核心在 WGI Chapter 5，這是全新聚焦「情境 + 全球溫度」的章節，緊密整合 CMIP7 的敘事導向框架。若需特定章節大綱 PDF 細節、作者名單或後續更新，我可以進一步查詢公開來源。AR7 強調更務實的情境，將強化科學與政策的連結。
WGI（物理科學基礎）的主要情境章節, 網站連結?
IPCC AR7 WGI（Working Group I，物理科學基礎）的主要情境章節是 Chapter 5: Scenarios and projected future global temperatures。
官方章節大綱連結（最直接來源）
詳細章節大綱 PDF（包含 Chapter 5 完整結構）：
https://www.ipcc.ch/site/assets/uploads/2025/03/Doc_11-WGI_AR7_Chapter_Outline.pdf
此文件是 IPCC 第62次全會（2025年2月）通過的 WGI AR7 章節大綱官方版本，清楚列出 Chapter 5 的 Executive Summary、FAQ 及各小節：
Description of scenarios
Use and evaluation of models and tools
Global Earth system and climate sensitivity
Global temperature projections 等。
其他相關官方頁面
IPCC AR7 整體頁面（包含所有 WG 大綱連結）：
https://www.ipcc.ch/assessment-report/ar7/
WGI 章節大綱綜合決議文件（Decision-8）：
https://www.ipcc.ch/site/assets/uploads/2025/03/Decision-8-Working-Group-Outlines.pdf
目前 AR7 WGI 報告仍在撰寫階段（預計 2027–2028 年發布貢獻報告），Chapter 5 尚未有完整內容，只有大綱。未來正式報告發布後，IPCC 官網會提供下載。
深入探討 CMIP7 Medium 情境細節--
CMIP7 Medium (M) 情境是 ScenarioMIP-CMIP7 框架中最接近現實基準（current policies anchored）的核心情境，由 van Vuuren et al. (2026) 在 Geoscientific Model Development 論文中詳細定義。 它代表「當前政策延續」而不額外加強或倒退，作為企業/監理情境分析的務實基準。
1. 敘事基礎（Narrative）
核心故事線：政策努力「凍結」在2025年當前水平（僅包含已正式實施、立法支持的政策）。不納入未落實的NDC承諾、淨零目標或未來額外行動。反映技術/經濟趨勢的自然延續，但減排力度有限。
設計目的：
作為基準（benchmark），評估「當前政策」下的物理、社會經濟、生態風險。
比較其他情境的額外緩解效益/成本。
評估適應需求與適應極限。
非「最可能」情境：僅為探索性工具，不代表概率預測。
2. 關鍵假設與排放特徵
政策假設：僅計入已實施政策（類似文獻中的「current policies」情境）。NDC與淨零承諾若無具體立法支持，則不納入。因此，2030年排放高於聚合NDC目標。
排放軌跡（初步 IAM 標記模型估計）：
全球 GHG 排放（GWP-100）：相對平穩或緩慢變化，至2100年高於當前水平但遠低於舊高情境。
CO₂ 排放：不再大幅成長，反映再生能源趨勢，但未達淨零。
2100年排放範圍：約當前水平的 1/3 以上（相對於 High 情境的更高增長）。
其他驅動：基於 SSP 等現有社會經濟路徑量化，但聚焦政策凍結。土地利用、CDR（主要造林）等由 IAM 產生。
3. 溫度與氣候投影（FaIR 等簡單模型初步估計）
2100年全球升溫（相對於1850–1900工業前）：中位數：約 2.8°C。
範圍：5–95% 百分位約 2.1–3.7°C；有小概率（~2%）達4°C+（納入氣候敏感度與碳循環不確定性）。
與先前比較：
低於舊 baseline 中位數（3.5°C）和 High 情境（3.3°C）。
代表政策+技術進展已避免約0.7°C暖化，但仍遠高於巴黎目標。
長期延伸（至2150+）：排放趨勢延續，暖化持續上升（至~3.7°C by 2150），強調不可逆性。
重要：最終 ESM 結果將納入 emission-driven 碳循環回饋，可能擴大不確定性範圍。
4. 創新與實驗設計
Emission-driven 模式：大多數情境（含 Medium）優先 emission-driven，讓 ESM 碳循環決定濃度，捕捉更多不確定性。
時間範圍：2025–2100（核心），延伸至2150（至少），長期至2500（stylized）。
與其他情境比較：Medium 是中性橋梁；High 代表政策失敗；Low 代表巴黎對齊。
5. 對企業/台灣金管會（TCFD / IFRS S2）的實務意義
推薦用途：
基準情境：評估「當前政策」下的物理風險（如旱災壓力測試）、轉型風險與機會。
多情境組合：搭配 High（極端物理風險，取代 RCP8.5）與 Low（有序轉型）。
優勢：比舊 RCP8.5 更務實、可信，避免「誇大」爭議；同時仍顯示顯著風險（2.5–3.5°C+ 範圍），支持董事會治理與 Dynamic NPV 分析。
挑戰：數據仍在產生中（IAM 最終路徑、ESM 模擬）；企業需本地化降尺度 + 透明假設揭露。
總結：CMIP7 Medium 情境體現科學務實修正——慶祝進展（再生能源、政策彎曲曲線），但強調 2.8°C 中位數世界仍有實質衝擊與不確定性（尤其是碳循環與敏感度）。這強化企業在「敘事風暴」中聚焦數據驅動決策的必要性，而非依賴單一極端或樂觀假設。
CMIP7還沒公佈，所以現在不能根據它來做報告？
不完全正確——可以根據 CMIP7 做報告，但需區分「框架/設計」與「完整模擬數據」。
1. 目前 CMIP7 的實際狀態（2026 年 6 月）
情境框架已正式公布：
van Vuuren et al. (2026) 的論文《The Scenario Model Intercomparison Project for CMIP7 (ScenarioMIP-CMIP7)》已於 2026 年 4 月 7 日 在 Geoscientific Model Development 期刊發表。這篇論文詳細定義了七大核心情境（High、Medium、Low 等）的敘事基礎、關鍵假設、排放路徑設計，並被 WCRP（世界氣候研究計劃）正式採納。
完整 ESM 模擬數據尚未全面可用：
CMIP7 的地球系統模型（ESMs）模擬正在進行中（部分中心已開始）。
「Assessment Fast Track」（快速評估軌道）預計在 2026 年底前逐步釋出部分數據，以支援 IPCC AR7。
全面高解析度數據預計 2027 年後才更完整。
目前可用的是 IAM（整合評估模型）產生的排放/濃度/土地利用路徑，以及 FaIR 等簡單氣候模型的初步溫度估計。
2. 現在能否用於企業/金管會報告?
可以，而且建議逐步採用，但要透明揭露假設（這符合 IFRS S2 / TCFD 要求）：
推薦做法：
使用已公布的 CMIP7 情境框架（Medium 作為基準、High 作為物理風險極端、Low 作為轉型情境）。這比繼續依賴舊 RCP8.5/SSP5-8.5 更務實且具前瞻性。
搭配 NGFS、IEA、Climate Action Tracker 等當前政策情境，或現有 CMIP6 中較新的 SSP3-7.0 等作為過渡。
在報告中明確註明：「依據 CMIP7 ScenarioMIP 框架（van Vuuren et al., 2026），Medium 情境中位升溫約 2.8°C（初步估計）... 完整 ESM 數據將於後續更新。」
優點：
更符合科學最新共識，避免被質疑「誇大」（RCP8.5 已淡化）。
展現企業跟上國際標準（IPCC AR7 將大量使用 CMIP7）。
Medium 情境特別適合作為「當前政策基準」。
限制與風險：
尚未有大量 ESM 降尺度區域數據可用（尤其是台灣本地化物理風險，如旱災、颱風）。
不確定性範圍仍寬（碳循環、氣候敏感度）。
若主管機關或投資人嚴格要求「已驗證模型輸出」，可能需混合使用 CMIP6 + CMIP7 框架。
3. 實務建議（對台灣企業永續報告）
短期（2026 年報告）：採用 CMIP7 Medium 作為主要基準情境 + High 作為壓力測試尾端。這是合理且具防禦性的選擇。
中期：追蹤 CMIP7 Fast Track 數據發布，2027 年全面轉換。
治理文件：董事會情境分析中說明轉換理由，強化「跟隨最新科學」的專業性。
總結：CMIP7 的情境設計已可使用，這正是科學界鼓勵的轉型時機（正如 Zeke Hausfather 等文章所強調）。不用等所有數據齊全就能開始——關鍵在於透明、多情境、數據驅動。
探討 CMIP7 Medium 與 NGFS 情境差異:
CMIP7 Medium (M) 情境與 NGFS 情境的主要差異在於目的、設計哲學、時間尺度與應用重點。前者是科學導向的地球系統模擬框架（物理科學基礎），後者是金融監理導向的宏觀經濟與風險評估工具（專為央行、金融機構設計）。兩者皆以「當前政策」為基準，但細節有明顯不同。
1. 核心設計哲學與目的
CMIP7 Medium (M)：
科學探索工具（ScenarioMIP-CMIP7，van Vuuren et al. 2026）。
敘事：政策努力「凍結」在2025年當前已實施水平（僅計入有立法支持的政策），無額外加強或倒退。作為中性基準（benchmark），探索「當前政策延續」下的物理風險與地球系統響應。
重點：地球系統不確定性（emission-driven 模式、碳循環回饋）、長期延伸（至2150/2500年）、不可逆變化。
非「最可能」預測，而是探索性。
NGFS（Network for Greening the Financial System，主要 Current Policies / Hot House World 情境）：
金融風險壓力測試工具（Phase V，2024-2025更新）。
分四大類型：Orderly（有序）、Disorderly（無序）、Hot House World（熱室世界，包含 Current Policies）、Too Little Too Late。
Current Policies（最接近 CMIP7 Medium）：僅維持當前已實施政策，導致高物理風險。
重點：轉型風險（transition risk） + 物理風險（physical risk） + 宏觀金融影響（GDP 損失、碳價、部門衝擊、資產擱淺）。專為銀行、保險、監理揭露設計。
2. 溫度與排放投影比較（2100年，約值）
CMIP7 Medium：
中位升溫：約 2.8°C（範圍 2.1–3.7°C）。
排放：相對平穩或緩降，但未達淨零。代表政策+技術自然趨勢下的中性路徑。
NGFS Current Policies / Hot House World：
升溫：約 2.6–3°C+（早期估計 ~3°C，Phase V 整合更高損害函數）。
排放：持續上升至 2080 年代左右，物理風險更強調不可逆影響（如海平面、極端事件）。
NGFS 更注重經濟損失量化（Phase V 更新後，2100年 GDP 損失可達 30%+，遠高於早期版本）。
相似性：兩者皆錨定「當前政策」，溫度範圍高度重疊（中高暖化），可視為互補。
差異：CMIP7 Medium 更注重科學不確定性（碳循環、敏感度）；NGFS 更強調金融衝擊與政策差異（碳價、區域不均）。
3. 其他關鍵差異 :
時間尺度：
CMIP7：核心至2100年，延伸至2150/2500年，適合長期地球系統與不可逆性分析。
NGFS：長期（至2100）+ 近期短時程情境（至2030），更適合金融壓力測試與揭露。
風險涵蓋：
CMIP7 Medium：偏物理/地球系統（極端事件、碳循環）。
NGFS：平衡物理 + 轉型 + 宏觀經濟（GDP、碳價、部門轉型成本、資產擱淺）。NGFS 提供更多金融變數（影子碳價、GDP 偏差等）。
模型基礎：
CMIP7：IAM（整合評估模型）產生排放路徑 → ESM（地球系統模型）模擬物理響應（emission-driven）。
NGFS：多 IAM（REMIND、MESSAGE 等）+ 宏觀模型（NiGEM），強調經濟動態與損害函數（Phase V 大幅上修損害估計）。
政策假設：
CMIP7 Medium：嚴格「凍結」已實施政策。
NGFS Current Policies：類似，但可能納入更多區域/部門細節與 NDC 差異。
4. 對台灣企業/金管會（IFRS S2 / TCFD）的實務意義
互補使用（推薦）：
基準情境：用 CMIP7 Medium（或 NGFS Current Policies）作為中性物理風險測試。
轉型與金融影響：用 NGFS Orderly / Disorderly 評估綠色溢價、投資回報、董事會治理。
壓力測試：CMIP7 High + NGFS Hot House World 組合，取代舊 RCP8.5。
優勢：CMIP7 更具科學前瞻性（AR7 將採用）；NGFS 更符合金融監理期待（資本市場、揭露）。
限制：兩者數據皆在更新中（CMIP7 ESM 模擬進行中；NGFS Phase VI 預計 2026）。報告需透明揭露假設與來源。
總結：CMIP7 Medium 是科學基準（中性政策延續，聚焦物理），NGFS Current Policies 是金融風險視角（相同基準，但強調經濟衝擊）。兩者高度相容，企業可結合使用以強化情境分析的全面性與可信度。這也呼應先前討論：淘汰極端情境後，務實中高情境仍顯?示顯著風險，需數據驅動決策。
CMIP7與6差別在那裡?
CMIP7 與 CMIP6 的主要差異在於情境設計更務實、科學方法升級、歷史資料更新，以及長期延伸。CMIP7（尤其是 ScenarioMIP-CMIP7）是基於 CMIP6 經驗的修正版，反映再生能源進展、政策現況與對極端情境的批評。
1. 情境框架與範圍（最重要差異）
CMIP6：採用 SSP（Shared Socioeconomic Pathways） 結合 RCP 強迫水準，核心 Tier 1 包括 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5 等。SSP5-8.5（對應 RCP8.5） 是高排放極端，但後來被視為「implausible」（不切實際）。
CMIP7：全新 7 個核心情境（High、High-to-Low、Medium、Medium-to-Low、Low、Low-to-Negative、Very Low），以敘事導向（narrative-driven） 設計，更聚焦政策相關性：
High 端降低：最高情境低於 CMIP6 SSP5-8.5（更現實，避免過度依賴高煤使用假設）。
Medium：錨定「當前已實施政策」（current policies），作為基準，中位升溫約 2.8°C。
Low 端調整：極低情境不再保證 1.5°C（因 CDR 限制），更現實。
結果：整體排放範圍更窄、更可信，減少「誇大」爭議。
2. 模擬驅動模式（重大創新）;
CMIP6：主要 concentration-driven（濃度驅動）：直接輸入 GHG 濃度，碳循環回饋較少納入。
CMIP7：優先 emission-driven（排放驅動）：輸入排放路徑，讓 ESM（地球系統模型）的碳循環模擬決定大氣濃度。這能更好捕捉碳循環不確定性與回饋（如土地碳匯），擴大不確定性範圍但更科學。
3. 歷史資料與起始點
CMIP6：歷史模擬至 2014/2015 年。
CMIP7：更新至 2023 或 2021 年（包含 COVID-19、天然氣趨勢等近期事件），讓未來投影更貼近當前現實。
4. 長期延伸與其他創新
CMIP7：核心至 2100 年，延伸至 2150 年（Tier 1）甚至 2500 年，探討不可逆性、穩定化、過衝（overshoot）與 CDR（碳移除）極限。CMIP6 延伸較短（至 2300 年）。
CDR 處理：CMIP7 更重視碳移除技術在 ESM 中的表現。
Tier 結構：維持 Tier 1/2，但設計更簡化、政策相關。
5. 對企業/報告的實務影響（台灣金管會 IFRS S2 / TCFD）:
優點：CMIP7 情境更適合現代情境分析——Medium 作為基準、High 作為物理風險壓力測試（取代 RCP8.5/SSP5-8.5），降低被質疑「誇大」的風險，同時仍涵蓋顯著中高風險（2.5–4°C+）。
目前狀態：情境框架已公布（van Vuuren et al. 2026），但完整 ESM 數據仍在產生中（Fast Track 支援 AR7）。企業可立即採用框架 + 初步 IAM/FaIR 估計。
與 NGFS 等互補：CMIP7 偏科學物理基礎，NGFS 更注重金融轉型風險。
總結：CMIP7 是科學自我修正的結果——高端風險調降、中性基準更現實、方法更能反映地球系統不確定性。這有助企業在「敘事風暴」中做出更可信的揭露與決策，而非依賴過時極端情境。
情境框架已公布（van Vuuren et al. 2026）的連結:
van Vuuren et al. (2026) 論文官方連結（CMIP7 ScenarioMIP 情境框架）
主要連結：
HTML 全文（推薦閱讀）：
https://gmd.copernicus.org/articles/19/2627/2026/
PDF 下載（完整論文）：
https://gmd.copernicus.org/articles/19/2627/2026/gmd-19-2627-2026.pdf
DOI 連結（永久有效）：
https://doi.org/10.5194/gmd-19-2627-2026
論文資訊
標題：The Scenario Model Intercomparison Project for CMIP7 (ScenarioMIP-CMIP7)
作者：Detlef P. van Vuuren 等（多位知名研究者）
期刊：Geoscientific Model Development (GMD)，Volume 19, Issue 7, Pages 2627–2656
發表日期：2026 年 4 月 7 日
這篇論文是目前 CMIP7 情境框架的最權威原始來源，詳細說明了七大核心情境（High、Medium、Low 等）的敘事基礎、設計原則、排放路徑與實施方式。
深入探討排放驅動模擬優勢--
排放驅動模擬（Emission-Driven Simulation） 是 CMIP7 的重要創新之一，相較於先前 CMIP 階段（尤其是 CMIP6）主要採用的濃度驅動（Concentration-Driven） 模式，有多項科學與政策相關優勢。以下深入探討其核心優勢、機制與實務意義（主要依據 Sanderson et al. 2024 及 van Vuuren et al. 2026 論文）。
1. 基本機制差異
濃度驅動（CMIP5/6 主流）：直接輸入大氣溫室氣體（GHG）濃度，模型計算輻射強迫與氣候響應。碳循環回饋被「固定」，簡化計算但忽略不確定性。
排放驅動（CMIP7 優先）：輸入人類排放路徑（化石燃料、土地利用、碳移除 CDR 等），由地球系統模型（ESM）的碳循環模組自行模擬大氣濃度。這讓碳-氣候回饋（carbon-climate feedbacks）得以動態表現。
2. 主要優勢
(1) 更全面納入碳循環不確定性（最核心優勢）
碳循環是氣候投影中最大不確定性來源之一（碳匯強度、回饋強弱）。
排放驅動模式讓不同 ESM 的碳循環過程（如海洋/陸地碳吸收、 permafrost 融解、植被響應）產生自然差異，導致相同排放下濃度與升溫範圍更寬、更真實。
濃度驅動則「隱藏」了這部分不確定性，導致低估風險範圍。
(2) 更符合政策與現實情境（政策相關性大幅提升）
真實世界政策目標是「排放量」（如淨零、NDC），而非濃度。
排放驅動能直接測試不同減排、CDR（BECCS、DAC 等）與土地管理策略的實際氣候結果。
特別適合評估過衝（overshoot） 情境：低排放情境常依賴大量 CDR，排放驅動可過程式解析其可行性與風險。
(3) 更好探索地球系統過程與非線性風險
能模擬碳-氣候正回饋（amplifying feedbacks，如森林死亡、甲烷釋放）、閾值（tipping points）與不可逆變化。
支援區域尺度貿易-offs：化石燃料排放、CDR、短生命氣候強迫因子（SLCPs）之間的互動。
提升對極端事件、系統閾值與長期穩定化的理解（CMIP7 延伸至 2150/2500 年更能發揮此優勢）。
(4) 支援排放驗證與近實時監測
有助開發「可偵測性與可驗證性」（detectability and verification）工具：將實際排放與模型投影比對，評估減排成效。
對政策制定者與企業更有用：能提供「如果我們這樣減排，氣候會如何響應」的直接答案，而非假設濃度已達成。
(5) 充分利用 ESM 能力與資源優化
現代 ESM 已大幅提升碳循環過程解析度，排放驅動讓這些能力得到充分利用。
與簡單氣候模型（FaIR）、機器學習、km-scale 模型互補，形成更完整建模生態。
長期來看，提升情境的科學可信度，避免過去「濃度驅動導致政策-科學脫節」的問題。
3. 潛在挑戰（平衡討論）
計算成本較高：碳循環模擬增加複雜度。
結果範圍更寬：可能使解讀複雜化（但這正是反映真實不確定性）。
非所有模型皆能跑：CMIP7 對無法跑排放驅動的模型仍提供濃度路徑作為 fallback。
留言
張貼留言