人工智能分析了 1,500 项减排政策。这些都是成功的。

研究人员使用机器学习分析了大约 1,500 项气候政策，并确定了那些大幅减少二氧化碳排放的政策。你今天的学习科学发表的研究发现，结合多种工具的政策比单独的措施更能有效减少排放 ¹。

该分析确定了 35 个国家的 63 项干预措施显着减少了排放，平均减少了 19%。大多数削减与两项或多项政策有关。这 63 项政策总共减少了 0.6 至 1.8 吉吨 (Gt) 二氧化碳当量的排放量。

德国波茨坦气候影响研究所的合著者兼研究员 Annika Stechemesser 表示，制定正确的政策组合比使用许多不同的政策更重要。例如，在英国，逐步淘汰燃煤发电厂之所以有效，是因为它与碳底价等定价机制结合使用，而在挪威，对内燃机的禁令与使电动汽车更便宜的定价激励相结合是最有效的。

“据我所知，这是一项提供如此全球评估的独特研究，”柏林墨卡托全球公域和气候变化研究所的环境经济学家 Jan Minx 说。

减排之路

作为分析的一部分，Stechemesser 和她的同事使用了 41 个国家在 1998 年至 2022 年间实施的 1,500 项气候政策的数据库，其中包括全球三个最大的温室气体排放国：中国、 美国 和 印度 。这些政策分为 48 个类别，从排放交易计划到化石燃料补贴改革。

“之前的评估通常只关注选定国家的有限数量的重要政策，而忽略了数百项其他措施，”Stechemesser 说。

作者将机器学习与统计分析方法相结合，确定了建筑、电力、工业和交通这四个高排放行业的大幅减排量。他们将结果与数据库中的政策进行比较，以评估哪些政策和政策组合带来了最大程度的减排。

“这是一个非常聪明的方法，”中国南京东南大学分析全球气候政策的郑赛纳说。她补充说，传统的方法是审查许多政策并选择重要的政策，但这种方法是主观且费力的。 “作者转而使用机器学习来检测排放量的巨大变化。这更客观。”

正确的组合

结果表明，某些政策组合在某些部门和经济体中效果更好。在减少发电相关排放方面，能源税等定价措施在高度发达国家特别有效，但在低收入和中等收入国家则效果较差。

在建筑行业，与单独实施这些政策相比，逐步淘汰和禁止排放活动的政策组合使减排量增加了一倍。

税收是唯一在所有四个部门实现几乎相同或更多减排的政策，作为一项独立政策，而不是政策组合。

明克斯表示，这项研究的人工智能方法使研究人员首次能够从涵盖不同国家和部门的全球排放清单中评估大量气候政策的有效性。

对于其他研究人员来说，这篇论文令人震惊。南京大学生态学家徐驰说：“这项研究警告世界各国，迄今为止，他们的气候政策的影响非常有限。” “现有政策需要审查并做出改变，”徐补充道。

这 世界年排放量 据联合国称，到 2030 年，排放量预计将比将全球变暖控制在工业化前水平以上 2°C 以内所需的排放量高出 15 Gt 二氧化碳当量。