L'intelligenza artificiale ha analizzato 1.500 linee guida per ridurre le emissioni. Questi hanno avuto successo.

L'analisi ha identificato 63 interventi in 35 paesi che hanno portato a significative riduzioni di emissione e lo hanno abbassato del 19 %in media. La maggior parte delle riduzioni erano associate a due o più politiche. Insieme, le 63 politiche hanno abbassato le emissioni di 0,6 a 1,8 gigatoni (GT) di biossido di carbonio.

Il giusto mix di politiche è più importante rispetto all'utilizzo di molte politiche diverse, afferma Annika Stechemesser, coautore e ricercatore presso il Potsdam Institute for Climate Impact Research in Germania. Ad esempio, la scadenza delle centrali elettriche a carbone ha funzionato in Gran Bretagna perché è stata utilizzata in combinazione con meccanismi di prezzo come un prezzo minimo per il carbonio, mentre in Norvegia il divieto di motori a combustione era più efficace quando era combinato con un incentivo di prezzo che rendeva le auto elettriche più in grado.

"A mio avviso, è uno studio unico che fornisce una valutazione così globale", afferma Jan Minx, un economista ambientale presso il Mercator Research Institute for Global Community Goods e i cambiamenti climatici a Berlino.

modo per i tagli di emissione

Un database utilizzato come parte dell'analisi e dei suoi colleghi con 1.500 politiche climatiche, che sono state implementate in 41 paesi tra il 1998 e il 2022, tra cui i tre più grandi emettitori di gas serra in tutto il mondo: China, gli Stati Uniti e India . Le politiche rientravano in 48 categorie, dai sistemi di commercio di emissioni alla riforma dei sussidi per i combustibili fossili.

"Le recensioni precedenti in genere si sono concentrate su un numero limitato di importanti politiche in paesi selezionati e hanno trascurato le centinaia di altre misure", afferma Stechemesser.

Gli autori hanno combinato l'apprendimento automatico con un approccio analitico statistico per identificare grandi riduzioni di emissione in quattro settori altamente emessi: edifici, elettricità, industria e trasporto. Hanno confrontato i risultati con le politiche nel database per valutare quali politiche e combinazioni politiche hanno portato al più grande calo delle emissioni.

"Questo è un metodo abbastanza intelligente", afferma Zheng Saina, che ha analizzato la politica climatica globale all'Università del sud -est di Nanjing, in Cina. Il modo convenzionale sarebbe stato quello di controllare le molte politiche e selezionare quelle importanti, ma questo approccio è soggettivo e noioso, aggiunge. "Invece, gli autori hanno usato l'apprendimento automatico per riconoscere i principali cambiamenti nelle emissioni. Questo è più obiettivo."

Mix reale

I risultati hanno mostrato che alcune combinazioni politiche hanno funzionato meglio in alcuni settori e economie. Per quanto riguarda la riduzione delle emissioni in relazione alla generazione di elettricità, le misure di prezzo come le tasse energetiche nei paesi altamente sviluppati erano particolarmente efficaci, ma meno nei paesi con reddito basso e medio.

Nell'industria delle costruzioni, le miscele politiche sono raddoppiate, che gradualmente le emissioni di emissioni di attività generali e vietano le riduzioni rispetto all'attuazione di queste politiche individualmente.

La tassazione è stata l'unica politica che ha raggiunto riduzioni di emissione quasi uguali o maggiori in tutti e quattro i settori come politica indipendente, in contrasto con una miscela di politica.

Minx afferma che l'approccio basato sullo studio dello studio ha permesso ai ricercatori per la prima volta di valutare l'efficacia di un gran numero di politiche climatiche da un inventario globale di emissioni che coprono diversi paesi e settori.

Il documento è allarmante per altri ricercatori. "Questo studio avverte i paesi in tutto il mondo che la loro politica climatica ha finora ebbe solo effetti molto limitati", afferma Xu Chi, un ecologo all'Università di Nanjing. "Le politiche esistenti devono essere controllate e le modifiche devono essere apportate", aggiunge Xu.