Klimatická nespravodlivosť pretrváva, pretože tí, ktorí sú za emisie zodpovední najmenej, často nesú najväčšie dôsledky, a to tak medzi krajinami, ako aj v rámci nich. Extrémne javy spôsobené zmenou klímy viedli za posledné dve desaťročia k priemerným ročným škodám vo výške 143 miliárd USD. Ako by sa tieto náklady mali a mohli pokryť – či už medzi krajinami, alebo v rámci nich – je predmetom diskusie. Ústredným bodom tejto diskusie je priepastný nepomer medzi tými, ktorí sú zodpovední za emisie, a tými, ktorých zasiahnu ich dôsledky.

Nový výskum publikovaný online 7. mája 2025 v časopise Nature Climate Change kvantifikuje tento nepomer a ukazuje, ako emisie skleníkových plynov zo spotreby a investícií, ktoré možno pripísať najbohatším skupinám obyvateľstva, neúmerne ovplyvnili súčasné klimatické zmeny. Štúdia prepojila nerovnosť v emisiách v rokoch 1990-2020 s regionálnymi klimatickými extrémami pomocou rámca založeného na simulátoroch.

Autori zistili, že dve tretiny globálneho oteplenia v období 1990-2020 možno pripísať najbohatším 10 % svetovej populácie, zatiaľ čo najbohatšiemu 1 % patrí jedna pätina tohto oteplenia. To znamená, že individuálny príspevok najbohatších 10 % je 6,5-násobne vyšší ako celosvetový priemer na obyvateľa, a pre najbohatšie 1 % je tento faktor dokonca 20-násobný. Ak by celá svetová populácia emitovala rovnako ako najbohatších 10 %, nárast globálnej priemernej teploty od roku 1990 by bol 2,9 °C. Ak by emitovala ako najbohatšie 1 %, nárast by dosiahol 6,7 °C, a ak ako najbohatších 0,1 %, bol by to až 12,2 °C.

Nerovnosť sa prejavuje aj pri extrémnych klimatických javoch. Pokiaľ ide o extrémne horúčavy (definované ako 1-krát za 100 rokov v predindustriálnom období), najbohatších 10 % (1 %) prispelo približne 7 (26) násobne viac k nárastu mesačných 1-krát za 100-ročných extrémnych horúčav na celom svete v porovnaní s priemerom. V silne postihnutých regiónoch, ako je Amazónia, juhovýchodná Ázia alebo stredná Afrika, čelia oblasti až 30-násobnému zvýšeniu pravdepodobnosti extrémnych horúcich mesiacov. Intenzita týchto extrémov sa od roku 1990 zvýšila o 0,83 °C, pričom 0,55 °C (0,17 °C) z tohto zvýšenia možno pripísať najbohatším 10 % (1 %), čo je 6,7-krát (21,1-krát) viac ako celosvetový priemer.

Pri extrémnom suchu (meteorologické sucho) štúdia zistila, že najbohatších 10 % (1 %) prispelo približne 6 (17) násobne viac k suchu v Amazónii v porovnaní s priemerom. Región Amazónie čelí trojnásobnému zvýšeniu pravdepodobnosti extrémneho sucha v porovnaní s rokom 1990. Treba poznamenať, že robustná atribúcia sucha je komplexnejšia a silne závisí od regiónu a mesiaca.

Štúdia tiež zdôrazňuje významné cezhraničné vplyvy emisií bohatých skupín. Napríklad, emisie najbohatších 10 % v Spojených štátoch a Číne viedli k dvoj- až trojnásobnému zvýšeniu extrémnych horúčav v zraniteľných regiónoch, ako je Amazónia, juhovýchodná Ázia a juhovýchodná Afrika. Tieto cezhraničné príspevky bohatých jednotlivcov k zhoršovaniu lokálnych extrémov vznikajú primárne prostredníctvom investícií, nie spotreby.

Zistenia štúdie podčiarkujú, že regióny s nízkymi príjmami znášajú hlavný nápor škôd spôsobených emisiami koncentrovanými medzi bohatšími obyvateľmi sveta. Tento poznatok môže prispieť k diskusii o klimatickej spravodlivosti a financovaní adaptácie a strát a škôd. Uznanie nerovnomerných príspevkov k otepľovaniu môže informovať politické opatrenia, ako je napríklad diskusia o koordinovanej globálnej dani z bohatstva, ktorá by mohla zmierniť priepastné rozdiely v zodpovednosti za klimatické dopady. Politiky založené na princípe „znečisťovateľ platí“, vrátane tých na domácej úrovni, môžu byť dôležitým základom pre zvýšenie podpory opatrení v oblasti klímy.

Autori poznamenávajú, že ich analýza má určité obmedzenia, vrátane spoliehania sa na účtovanie emisií založené na spotrebe a použitie metódy atribúcie „čo by bolo, keby“, ako aj nezohľadnenie zraniteľnosti a expozície na mieste. Napriek tomu pokrok v rámcoch pre pripisovanie emisií jednotlivým emitentom môže informovať globálne klimatické opatrenia a posilniť klimatickú spravodlivosť v čase rastúcich hospodárskych a klimatických nerovností. JaroR

Slovník kľúčových pojmov:

• Attribution science (veda o priradení): Vedecký rámec používaný na určenie, do akej miery mohla ľudská činnosť ovplyvniť pravdepodobnosť alebo intenzitu konkrétnych extrémnych klimatických javov.
• CIF (Climate Inequality Factors): Klimatické faktory nerovnosti. Pomer skutočného príspevku skupiny obyvateľstva k globálnemu otepľovaniu (alebo extrémom) k príspevku, ktorý by mala, keby jej príspevok na obyvateľa zodpovedal globálnemu priemeru. Vyšší CIF naznačuje väčší nepomer.
• Kontrafaktuálne emisné dráhy: Hypotetické scenáre emisií, ktoré sú vytvorené odstránením emisií konkrétnych skupín alebo sektorov počas určitého obdobia, s cieľom analyzovať, ako by sa klíma líšila „keby sa to nestalo“.
• Emulátor klimatického modelu: Výpočtovo efektívnejší model, ktorý napodobňuje správanie komplexnejších pozemských systémových modelov s cieľom generovať rozsiahle súbory klimatických údajov za zlomok výpočtových nákladov.
• Emisie na základe spotreby: Emisie skleníkových plynov, ktoré vznikajú pri výrobe tovarov a služieb spotrebovaných určitou osobou alebo skupinou, bez ohľadu na to, kde sa výroba uskutočnila.
• GHG (Greenhouse Gases): Skleníkové plyny. Plyny v atmosfére, ktoré absorbujú a emitujú žiarenie v tepelnom infračervenom rozsahu, čím spôsobujú otepľovanie. Medzi hlavné patrí oxid uhličitý (CO2), metán (CH4) a oxid dusný (N2O).
• GMT (Global Mean Temperature): Globálna priemerná teplota. Priemerná teplota na povrchu Zeme. Zvýšenie GMT je kľúčovým ukazovateľom klimatickej zmeny.
• Straty a škody: Odvoláva sa na dopady klimatickej zmeny, ktoré presahujú to, čomu je možné sa prispôsobiť, a často sa týkajú finančných a nefinančných nákladov spôsobených týmito dopadmi, najmä v zraniteľných regiónoch.
• MAGICC (Model for the Assessment of the Greenhouse Gas Induced Climate Change): Jednoduchý klimatický model používaný na preklad emisných scenárov na globálne klimatické ukazovatele, ako je GMT.
• MESMER-M-TP (Modular Earth System Model Emulator for Monthly Temperature and Precipitation): Emulátor pozemského systémového modelu používaný na generovanie mriežkových mesačných údajov o teplote a zrážkach, ktoré štatisticky pripomínajú údaje z komplexných modelov.
• PET (Potential Evapotranspiration): Potenciálna evapotranspirácia. Maximálne množstvo vody, ktoré sa môže odpariť z povrchu a transpirovať z rastlín za daných klimatických podmienok, ak je k dispozícii dostatok vody.
• SPI-3 (Standardized Precipitation Index computed over 3-month periods): Štandardizovaný index zrážok (vypočítaný za 3-mesačné obdobia). Ukazovateľ meteorologického sucha založený výlučne na zrážkach.
• Metóda „but for“: Prístup v priradení, ktorý sa snaží kvantifikovať zmeny v klimatických premenných, ktoré by sa nevyskytli „keby nebolo“ emisií určitej skupiny.