第一步，在能源經濟模塊，通過能源經濟模型來模擬不同氣候政策情景下的政策成本和能源技術組合，以及與能源技術組合相對應的大氣污染物排放總量。這里的能源經濟模塊既有自下而上的能源系統技術優化模型，也有自上而下的可計算一般均衡（Computable General  Equiilibrim，CGE ）模型。一般來說，CGE模型的優勢在于模擬社會經濟系統中各行業的相互依存關系及其對價格機制的反饋，而能源系統技術優化模型的優勢在于對能源系統的能源轉化利用技術、污染物排放和控制技術以及省級能源傳輸的刻畫能力。具體研究時可以按模擬對象選取不同的模型。

第二步，在空氣質量模擬模塊，通過空氣質量模型或Rollback系數法來模擬大氣污染物的擴散以及化學反應過程，得到大氣污染物的濃度。前者屬于數值模擬法，即先通過排放清單明確排放源位置，再通過大氣化學傳輸模型模擬污染物濃度分布，表1綜述的大部分文章都使用了這種方法，這種方法精準但耗時較長；Rollback系數法屬于統計方法，它通過擬合排放量和濃度的歷史變化數據，得到各種污染物總量變化對濃度變化的貢獻系數，從而可以模擬污染物總量變化造成的濃度變化，這種方法快速但精度較粗（馬丁，2015; Crawford-Brown et al.，2012，2013）。

第三步，在健康影響物理量評價模塊，大部分研究選擇用流行病的相關模型，如暴露-反應（Exposure-Response）關系模型（Burnett et al.，2014），來模擬不同大氣污染物暴露濃度下早逝人數和壽命損失年的變化，將其作為衡量健康影響的依據。也有一些研究僅使用PM2.5等污染物的濃度變化來衡量健康影響（Rao et al.，2013，2016）。

第四步，在健康影響貨幣量評價模塊，運用經濟學方法將第三步得到的健康影響貨幣化，并與第一步得到的政策成本進行比較，得出氣候政策的制定建議。常用的方法是給避免早逝的健康效益賦值，例如用一個人的統計生命價值（Value of Statistics Life，VSL）來定義這個人因避免早逝帶來的健康效益。“統計生命價值”并不等同于“生命價值”，在哲學層面上人的生命是無價的，但是各種自然或人為事故卻可能導致生命損失，為了對這種損失進行評估，研究者需要對人的生命進行統計學意義上的“定價”，這就是“統計生命價值”。經濟學上主要用兩種方法來計算VSL，一種是人力資本法，即認為人的生命價值等于人在一生中創造的財富價值總和，而不是人對生命的自我估價；另一種是支付意愿法，這種福利經濟學的方法通過直接問卷調查的形式來詢問人們為規避死亡風險所愿意支付的最大金額，從而間接算出人們對自我生命價值的評定，其理論基礎是期望效用理論，即勞動者在選擇風險水平時，會依據其預算約束力圖獲得期望效用的最大化（秦雪征等，2010）。基于福利經濟學的支付意愿法可以更全面、更公平地表征一個人的生命價值，而人力資本法較大的缺陷是認為低收入者的生命價值將低于高收入者，人與人之間作為個體生命的平等性被忽視了，因此國內外學者更偏好于用支付意愿法來評價VSL（梅強、陸玉梅，2007）。

第五步，對比氣候政策的實施成本和貨幣化健康協同效益并給出政策建議。目前大多數研究停留在協同效應的量化分析這一步（表1見原文），最多是通過比較不同政策的協同效益來對潛在的氣候政策進行選擇。然而只計算氣候政策的健康協同效應，并不分析協同治理機制以及識別協同治理效率的關鍵影響因素，對于未來氣候政策制定的支撐是遠遠不夠的。評估氣候政策的協同效應并不能改變氣候政策本身，只有明確協同治理機制以及關鍵影響因素，才能對政策的制定環節形成信息反饋，讓政策制定者明確怎樣的措施才能最大化協同治理效果，從而有效地指導未來氣候政策的制定。

盡管國內外已經積累了一定研究基礎，但為了給協同解決氣候變化和人群健康問題提供更堅實的科學基礎，未來有關“溫室氣體減排的健康協同效應”領域的研究可以考慮在以下幾個方面進一步推進。

（一）追求精細化——研究溫室氣體減排健康協同效應在區域間的分布格局

已有文獻大多聚焦在國際和國家尺度，但區域或省級尺度氣候政策模擬模型的開發投入不足，導致此類精度的研究數量較少。事實上，區域或省級才是減排政策的實際執行單元，急需區域級減排成本和健康影響的對比分析，以支撐其決策。已有研究指出（ Thompson et al.，2014; Cai et al.，2018）,由于各區域間資源稟賦、社會環境經濟、氣候條件和人口密度等因素的差別，國家級溫室氣體減排政策的減排成本和健康影響會存在顯著的區域分布差異，從而影響決策者對氣候政策區域間公平效果的判斷。因此當前急需開發區域尺度的溫室氣體減排政策模擬模型（如省級尺度能源技術經濟模型），并開展各區域低碳發展健康協同效應的空間分異格局研究。

（二）提高穩健性——開展研究結果的不確定性分析

如前文所述，碳減排人群健康影響具有多鏈條、跨系統的特點。在此背景下，直接或間接人群健康影響的模擬都需要依靠對復雜系統的簡化模型，模型的結構和參數的選取都會直接影響模擬結果。而當前大多數研究僅是核算特定碳減排情景下的健康影響，缺少對模型結構和參數的不確定性分析探討，其結論判斷容易出現以偏概全的情況，因此未來還需要進一步加強對此領域的不確定性分析，以進一步提高其對決策的支撐能力。

（三）增強全面性——推進基于宏觀經濟聯系和生命周期視角的碳減排政策健康影響研究

某個碳減排技術的推廣或政策的施行不僅對當地的人群健康產生影響，同時也會因為區域間貿易和行業間的上下游關聯，而對其他區域或行業產生影響。因此某個碳減排技術或政策是否真正有利于人群健康，需要結合上述因素做更全面的評估。例如Chen和He(2014)就基于CGE模型的模擬指出，在考慮火電和其他行業的間接排放后，插電式混合動力汽車仍然比內燃機車更有利于空氣質量和人群健康。此外，每個技術的全生命周期的人群健康影響很可能發生在其他區域和行業，也需要開展全面的評估。

（四）提升支撐力——提出更切實際、更為量化具體的政策改進建議

至少可以考慮從以下兩方面提升研究的政策支撐力。一方面，當前研究大都停留在碳減排的健康影響及其經濟效益核算上，容易給讀者留下“越減排越劃算”的以偏概全的印象。事實上，碳減排技術和政策的選擇不僅會影響環境與健康，更會影響經濟、就業與社會。脫離宏觀經濟影響、僅依據健康影響就給出碳減排政策建議顯然是遠遠不夠的。碳減排健康影響研究擴展了傳統碳減排影響研究的邊界，增強了傳統研究的全面性和系統性，下一步仍需要結合一國的實際發展需求、考慮上述多維影響來綜合制定更實際、更具操作性的碳減排政策。另一方面，如果把政策目標從“考慮多維影響、制定可操作的碳減排政策”進一步聚焦為“如何協同減少溫室氣體排放和改善人群健康”上，當前研究依然存在一定的研究不足——僅核算了特定溫室氣體減排情景的健康影響，僅能評價和比較這些減排情景的健康影響的正負和大小，無法給出協同解決氣候變化和人群健康問題的最優實現方案。未來可以考慮將人群健康影響的模擬結果納入傳統溫室氣體減排的優化決策模型中，更新優化決策函數（如從傳統的減排成本最低，變成考慮健康收益后的凈減排成本最低），從而給出量化具體的政策改進建議，更有力地支撐未來氣候政策的制定。