機器學習所繪製的氣候政策地圖，這些政策研究的表現如何？

前言

氣候政策研究因為議題本身的重要性，逐漸成為相關知識領域的研究主流。但隨著研究成果量快速成長，甚至有更多跨領域的綜合研究在推動，導致越來越難以站到適當高度理解全面輪廓。

發表在 Nature 的新研究藉由機器學習以及語言分析模型將接近 8 萬 5 千篇的氣候政策研究進行解析與分類，繪製出政策地圖並且於線上開放查詢。對相關議題有興趣的人可作為相當不錯的參考依據。

研究背景

目前各國的氣候減緩政策不足以達成《巴黎協定》的升溫目標。全球碳排放量持續上升，儘管需要在未來 30 到 50 年內達到淨零排放。為了避免氣候變遷的最嚴重影響，各國需要提高其減排承諾的力度，並縮小承諾與現行政策之間的差距。因此，快速從科學文獻中學習哪些政策工具在哪些情況下有效變得非常重要。

然而，關於氣候政策工具的大量科學文獻分散在不同的科學社群，涵蓋許多不同的部門、工具類型和分析框架，這使得大規模的證據整合特別具有挑戰性。即使對於科學家來說，要跟上自己領域的研究發展也越來越困難。政府間氣候變遷專門委員會 (IPCC) 等科學評估機構也面臨著提供全面的氣候變遷科學評估的挑戰。因此，數位科技、機器學習和自然語言處理 (NLP) 為 IPCC 必須依賴的大規模綜合工作提供了有希望的解決方案。

這項研究試圖透過系統性地繪製氣候政策科學文獻的地圖來加速氣候政策的學習。該研究利用機器學習方法，使用基於轉換器的語言模型來系統地繪製相關的科學文獻。透過 ClimateBERT 語言模型，識別了氣候文獻中關於氣候政策工具的 84,990 篇研究，並按政策類型、部門和地理位置對其進行分類。

研究重要性

• 彌合排放差距：現有政策不足以實現國家自主貢獻 (NDC) 的減排目標，而 NDC 本身也不足以達成《巴黎協定》的升溫目標。政策資料庫收集了來自 198 個國家和地區的 7074 項個別政策，為政策學習提供了寶貴的資源，有助於彌合排放差距。
• 系統化文獻：現有對氣候政策文獻進行系統化的努力在工具覆蓋範圍或研究結果方面仍然有限。這項研究透過提供氣候政策研究的概觀，展示該領域的發展。
• 促進大規模證據整合：由於氣候政策文獻的規模和多樣性，大規模的證據整合特別具有挑戰性。利用機器學習和自然語言處理來應對這一挑戰，為研究人員、政策制定者和評估過程提供協助。
• 識別知識差距和知識群：系統地圖可以整理、描述和編目現有證據，以識別與政策相關的問題、知識差距和知識群。這項研究透過展示已研究的內容和地點，為主要研究 (包括透過資助) 提供方向，並促進進一步的證據整合工作。
• 支援 IPCC 等科學評估：支援研究活動以及該領域的科學評估。自動化有助於以不可能的方式調查文獻。

研究成果

這項研究的主要成果在於利用機器學習方法，系統性地繪製了氣候政策文獻的地圖，並分析其中的分布狀況，揭示了科學關注、政策密度與排放量之間的差距。

• 建立氣候政策文獻的「活地圖」：研究團隊使用 ClimateBERT 語言模型，從更廣泛的氣候文獻中識別出 84,990 篇研究氣候政策工具的文章，並按政策類型、部門和地理位置進行分類。這個「活地圖」可以即時更新，有助於研究和科學評估。
• 開發新的氣候政策類型學：研究整合了現有氣候政策資料庫（如 Climate Change Laws of the World (CCLW) 和 Climate Policy Database (CPDB)）中的政策類型，並開發了一套新的三層式氣候政策類型學。
• 揭示科學關注與政策密度之間的差異：研究發現，在產業部門政策方面，科學關注明顯不足。此外，在經濟和監管工具方面，科學與政策的關注點也存在分歧。
• 分析了政策工具的類型：研究顯示，最常見的政策工具類型是經濟工具（包含 41,568 篇論文）和治理策略與目標（包含 34,432 篇論文）。
• 研究不同部門的政策工具：研究發現，不同部門研究的政策工具類型差異很大。例如，在工業部門的政策研究中，76% 分析的是經濟工具，而只有 8% 研究監管工具。
• 區分了事前（ex-ante）和事後（ex-post）研究：研究發現，經濟工具以及治理策略與目標的事前研究數量明顯多於事後研究。另一方面，對於監管工具、資訊工具和協議，事後和事前研究的比例接近。
• 揭示了研究、政策與排放的地理分布不均：研究發現，美國和中國這兩個最大的排放國，在氣候政策工具文獻中的研究比例（34%）小於其溫室氣體排放份額（40%）。若以各國的溫室氣體排放量進行標準化後，英國和瑞典成為研究比例最高的國家。非洲的研究/政策比率特別低，表明在非洲氣候政策方面可能存在大量的知識缺口。
• 比較科學與政策關注的工具類型：研究發現，總體而言，科學研究對經濟工具的關注（49%）略高於實際使用經濟工具的政策比例（35%）。
• 點出產業部門的研究不足：研究顯示，電力部門和跨部門排放減少是文獻討論的重點，而產業部門受到的科學關注和政策制定都相對不足，儘管其排放量佔全球溫室氣體排放的 23%。
• 分析不同治理層級的政策：研究發現，大多數研究關注國家層級的政策（44,138 篇），其次是超國家/國際層級（41,138 篇）和地方層級（10,811 篇）。
• 發現證據整合的缺口：在 84,990 篇論文中，只有 0.33% (281) 的標題或摘要中包含證據整合的關鍵字，遠低於氣候與健康領域的 3%。

氣候政策地圖分類方式

• 政策工具類型：研究開發了一套新的三層式氣候政策類型學，用於對文獻進行分類。
• • 第一層：根據政府或城市追求政策目標的手段，分為五種類型：
  • • 協議（Agreements）：與其他行為者（國家或非國家）達成協議。
    • 經濟工具（Economic Instruments）：提供資金或改變經濟誘因，例如碳定價或補貼。
    • 監管工具（Regulatory Instruments）：強制規定其他行為者必須或不得做的事情。
    • 資訊、教育和訓練（Information, Education, and Training）：提供資訊或建立能力，期望藉此改變其他行為者的行為。
    • 治理、策略和目標（Governance, Strategies and Targets）：設定目標或策略，或改變制度安排。
  • 第二層：詳細說明特定工具的類型，例如碳價格與補貼。
  • 第三層：提供更詳細的說明，例如區分碳稅和排放交易體系，兩者都透過對碳定價來改變經濟誘因。
• 部門：根據 IPCC 使用的類型學，將政策或政策適用的部門進行分類。
• 地理位置：研究使用地理分析器（geoparser）提取研究中提到的位置，並將其解析到包含它們的國家。
• 分析類型：區分研究是事前（ex-ante）分析還是事後（ex-post）分析。
• 研究方法：區分研究是定量研究還是定性研究。
• 治理層級：政策實施或設想的治理層級（地方、國家或超國家/國際）。

分析結果

• 研究估計，與氣候政策工具有關的論文總數為 84,990 篇。
• 經濟工具是最常見的工具類型，包含 41,568 篇 論文。
• 治理策略與目標包含 34,432 篇 論文。
• 自 2017 年以來，關於治理、策略和目標的論文已成為最常見的論文類型。
• 2022 年發表的 8120 篇論文中，有 4518 篇 關於治理、策略和目標，3263 篇 關於經濟工具。
• 研究還提供了按部門劃分的工具類型分佈數據，例如，在工業部門的政策研究中，76% 分析的是經濟工具，而只有 8% 研究監管工具。
• 關於經濟工具的事前研究數量明顯多於事後研究，而對於監管工具、資訊工具和協議，事後和事前研究的比例接近。
• 研究還提供了按國家/地區劃分的研究和政策分佈數據，例如，美國和中國在氣候政策工具文獻中的研究比例（34%）小於其溫室氣體排放份額（40%）。
• 在研究中，總體而言，科學研究對經濟工具的關注（49%）略高於實際使用經濟工具的政策比例（35%）。
• 研究亦有分析文獻如何涵蓋不同治理層級（國家、地方、超國家/國際）的政策。

這項研究的數據和地圖可在線上公開瀏覽查詢。

未來方向

目前這項研究存在一些不足之處，同時也有許多未來可以發展強化的空間：

• 模型分類的誤差：研究中使用的機器學習分類器會產生一定程度的錯誤預測，尤其是在政策工具類型分類上，當標記的範例數量不足時，問題會更加嚴重。未來可以透過使用更強大的機器學習模型、調整針對稀疏訓練數據的訓練技術或增加額外的標記範例來改進。
• 氣候政策文獻的定義範圍：研究對氣候政策文獻的定義較為嚴格，只包括明確提及減排或氣候目標的政策研究。 這意味著，一些對減緩氣候變遷有益的政策研究（例如，未明確提及氣候的能源政策）可能會被排除在外。 未來研究可以考慮更廣泛的政策範圍，納入更多與氣候相關的政策研究，以更全面地評估氣候政策。
• 文獻檢索的限制：研究主要使用 OpenAlex 資料庫進行文獻檢索。研究中使用的搜尋策略以英文為主，這可能會導致對非英語國家文獻的覆蓋率不足。未來研究可以擴展搜尋範圍，納入其他語言的文獻，以提高全球覆蓋率。此外，研究僅基於研究的標題和摘要進行篩選和編碼，這可能會遺漏在論文正文中提及但未在標題或摘要中提及的氣候政策研究。
• 證據整合的缺口：研究發現，氣候政策工具文獻中存在證據整合的缺口，系統性回顧和統合分析的數量相對較少。未來研究應加強證據整合工作，以支持 IPCC 等氣候評估機構，並促進政策學習。
• 研究品質的評估：由於分析規模龐大，研究未能對納入的文獻品質進行評估。未來研究可以考慮納入研究品質的評估，例如使用引用次數或影響因子等指標，但同時也需要注意這些指標可能存在的偏差。
• 政策資料庫的選擇：研究結果可能受到政策資料庫選擇的影響。雖然使用不同資料庫的分析結果相似，但未來的研究可以更深入地探討不同資料庫之間的差異，並評估這些差異對研究結果的影響。
• 研究的地理覆蓋範圍不均：研究發現，科學關注、政策密度與溫室氣體排放量在地理分布上存在不均。美國和中國等高排放國的研究比例相對較低，而非洲等地區則存在知識缺口。未來研究應加強對這些地區的關注，以彌補知識缺口，並促進全球氣候政策的公平實施。
• 部門覆蓋範圍的差異：研究顯示，產業部門受到的科學關注和政策制定都相對不足，儘管其排放量佔全球溫室氣體排放的很大一部分。 未來研究應加強對產業部門的關注，探索針對該部門的有效減排策略。
• 政策評估的不足：研究指出，現有研究中，經濟工具的事前研究多於事後研究，而監管工具的事後研究相對較少。未來研究應加強對不同政策工具的事後評估，以了解其在實際應用中的效果和影響。
• 政策工具與減排成果之間的連結：研究建議，未來可以進一步探索排放、政策和科學文獻之間的關聯，例如使用其他政策嚴格性指標，或分析部門和時間動態。將研究與個別政策進行匹配，可以幫助確定主要文獻中的差距。

相關文章

歡迎留言分享，也期待你追蹤並加入沙龍，一起關心氣候變遷與碳移除。

與這個主題相關的文章連結整理如下：

Puro彙整並公開全球碳移除政策地圖

氣候正義與政策支持度，不同地區的信念有何差異？

Gold Standard 推出全球碳市場法規追蹤工具，簡化碳權交易與國際合作

全球碳責任：各國在碳預算中的角色與挑戰

野火對全球碳匯的影響：研究新發現

氣候調適與資金：聯合國報告中的現實與期望

臨界點與氣候行動的誤導性：更精確的理解與策略

川普回歸對COP29氣候會議的影響與挑戰

CBAM真的能減緩氣候變遷嗎？

自願性碳交易市場作為氣候變遷的應變工具，如何實現環境正義？

Arif Riyanto on Unsplash