Umetna inteligenca je analizirala 1.500 smernic za zmanjšanje emisij. Ti so bili uspešni.
Umetna inteligenca je analizirala 1.500 smernic za zmanjšanje emisij. Ti so bili uspešni.
Raziskovalci so uporabili strojno učenje za analizo približno 1.500 podnebnih politik in identifikacijo tistih, ki so močno zmanjšali emisije ogljikovega dioksida. Njena študija, ki je bila danes objavljena v znanosti, je pokazala, da so politike, ki združujejo več instrumentov, učinkovitejše za zmanjšanje emisij kot neodvisni ukrepi Analiza je opredelila 63 intervencij v 35 državah, ki so privedle do znatnega zmanjšanja emisij in ga v povprečju znižale za 19 %. Večina znižanja je bila povezana z dvema ali več politikami. Skupaj je 63 politik znižalo emisije za 0,6 na 1,8 gigatonov (GT) ekvivalent ogljikovega dioksida.
Prava kombinacija politik je pomembnejša od uporabe številnih različnih politik, pravi Annika Stechemesser, soavtorica in raziskovalka na raziskovanju podnebnih vplivov Potsdam v Nemčiji. Na primer, iztek elektrarn na premog, ki so delovale v Veliki Britaniji, ker so bile uporabljene v kombinaciji z mehanizmi cenovnih cen, kot je minimalna cena za ogljik, na Norveškem, medtem ko je bila prepoved zgorevalnih motorjev najučinkovitejša, če je bila združena s spodbudo za ceno, zaradi katere so električni avtomobili cenejši.
"Po mojem mnenju gre za edinstveno študijo, ki zagotavlja takšno svetovno oceno," pravi Jan Minx, okoljski ekonomist na raziskovalnem inštitutu Mercator za globalne blago in podnebne spremembe v Berlinu.
pot do zmanjšanja emisij
baza podatkov, ki se uporablja kot del analize, in njegovi sodelavci s 1.500 podnebnimi politikami, ki je bila med letoma 1998 in 2022 izvedena v 41 državah, vključno s tremi največjimi oddajalci toplogrednih plinov po vsem svetu: Združene države Amerike in Indija . Politike so padle v 48 kategorijah, od sistemov za emisijske trgovine do reforme subvencij za fosilna goriva.
"Prejšnji pregledi so se običajno osredotočili na omejeno število vidnih politik v izbranih državah in spregledali sto drugih ukrepov," pravi Stechemesser.
Avtorji so kombinirali strojno učenje s statističnim analitičnim pristopom za prepoznavanje velikega zmanjšanja emisij v štirih zelo oddajajočih se sektorjih - stavbah, električni energiji, industriji in prometu. Rezultate so primerjali s politikami v bazi podatkov, da bi ocenili, katere politične in kombinacije politike so privedle do največjega upada emisij.
"To je precej pametna metoda," pravi Zheng Saina, ki je analiziral globalno podnebno politiko na Univerzi na jugovzhodu v Nanjingu na Kitajskem. Konvencionalni način bi bil preverjanje številnih politike in izbrati pomembne, vendar je ta pristop subjektiven in mučen, dodaja. "Namesto tega so avtorji uporabili strojno učenje za prepoznavanje večjih sprememb v emisijah. To je bolj objektivno."
resnična mešanica
Rezultati so pokazali, da nekatere politične kombinacije delujejo bolje v nekaterih sektorjih in gospodarstvih. Glede na zmanjšanje emisij v povezavi z proizvodnjo električne energije so bili cenovni ukrepi, kot so davki na energijo v zelo razvitih državah, še posebej učinkoviti, vendar manj v državah z nizkim in srednjim dohodkom.
V gradbeništvu so se politične mešanice podvojile, ki postopoma emisijske dejavnosti, ki oddajajo emisije, in prepovedujejo znižanje v primerjavi z izvajanjem te politike posamično.
Obdavčenje je bila edina politika, ki je v vseh štirih sektorjih dosegla skoraj enako veliko ali večjo zmanjšanje emisij kot neodvisna politika, v nasprotju z mešanico politike.
Minx pravi, da je študijski pristop študije raziskovalcem prvič omogočil oceno učinkovitosti velikega števila podnebnih politik iz globalnega popisa emisij, ki pokrivajo različne države in sektorje.
Papir je zaskrbljujoč za druge raziskovalce. "Ta študija opozarja države po vsem svetu, da je njihova podnebna politika doslej imela le zelo omejene učinke," pravi Xu Chi, ekolog z univerze v Nanjingu. "Obstoječe politike je treba preveriti in spremeniti spremembe," dodaja Xu.