Maskininlärningskarta över klimatpolitiklitteratur avslöjar skillnader mellan vetenskaplig uppmärksamhet, policytäthet och utsläpp

Denna artikel utforskar hur maskininlärning kan användas för att systematiskt kartlägga litteraturen om klimatpolitik och identifiera kunskapsluckor.

Klimatförändringarna utgör en av de största utmaningarna mänskligheten står inför. De nuvarande åtgärderna för att minska utsläppen är otillräckliga för att uppnå de mål som fastställts i Parisavtalet, vilket kräver en betydande ökning av ambitionen och genomförandet av klimatpolitiken. För att undvika de värsta konsekvenserna av klimatförändringarna måste länder agera snabbt och effektivt, vilket i sin tur kräver att vi lär oss av tidigare erfarenheter och vetenskapliga rön om vilka policyinstrument som fungerar i olika sammanhang. En sådan inlärningsprocess förutsätter dock en systematisk och omfattande översikt över den befintliga litteraturen om klimatpolitik, vilket är en komplex och utmanande uppgift.

Den vetenskapliga litteraturen om klimatpolitik är omfattande och spridd över många olika discipliner och vetenskapliga tidskrifter. Den omfattar både ex-post-utvärderingar av redan implementerade policyinstrument och ex-ante-studier som undersöker potentialen hos olika policyalternativ att minska utsläppen. Båda dessa typer av studier är avgörande för en effektiv policyutveckling. Utmaningen ligger i att systematisera och syntetisera denna stora mängd information för att identifiera kunskapsluckor, kunskapskluster och potentiella vägar framåt. Dessutom försvåras systematisk inlärning av svårigheten att definiera systemgränserna för klimatrelaterade policyer och avsaknaden av enhetliga och omfattande typologier för klimatpolitik.

De traditionella metoderna för att sammanställa systematiska översikter, som manuell sökning och granskning av litteratur, är inte längre praktiska på grund av litteraturens omfattning och komplexitet. Därför krävs innovativa metoder och verktyg för att hantera denna utmaning. Digital teknik, maskininlärning och naturlig språkbehandling (NLP) erbjuder lovande möjligheter att effektivisera processen för att sammanställa och analysera klimatpolitiska litteraturen. Dessa tekniker kan användas för att identifiera relevanta studier, kategorisera dem efter policytyp, sektor och geografiskt område, och extrahera viktiga insikter och slutsatser.

Denna artikel presenterar en maskininlärningsbaserad metod för att systematiskt kartlägga den vetenskapliga litteraturen om klimatpolitik. Metoden använder transformatorbaserade språkmodeller för att identifiera och kategorisera relevanta studier i stor skala och i realtid. Resultatet är en ”levande systematisk karta” över klimatpolitikforskningen som omfattar ett stort antal publikationer och klassificerar dem efter policyinstrumenttyp, sektor och geografiskt område. Denna karta kan användas för att utforska hur forskningen fördelas över olika länder och regioner, jämföra den med fördelningen av utsläpp och antagna klimatpolicyer, och identifiera potentiella diskrepanser mellan vetenskaplig uppmärksamhet, policytäthet och utsläpp.

För att kunna identifiera och klassificera litteraturen om klimatpolitik krävs en tydlig definition av vad som utgör en klimatpolitik. En klimatpolitik kan definieras som en åtgärd som syftar till att minska utsläppen av växthusgaser (GHG) eller öka upptaget av koldioxid från atmosfären, med målet att mildra klimatförändringarna. Denna definition omfattar både direkta åtgärder, som en koldioxidskatt, och indirekta åtgärder, som subventioner för förnybar energi, förutsatt att de är motiverade av klimatmål.

För att systematisera klimatpolitiska litteraturen krävs också en omfattande och finmaskig typologi av policyinstrument. Den här artikeln introducerar en ny typologi som bygger på och integrerar de typologier som används i två ledande klimatpolitiska databaser: Climate Change Laws of the World (CCLW) och Climate Policy Database by the NewClimate Institute (CPDB). Den nya typologin är strukturerad i tre nivåer och definierar policyinstrumenten utifrån de medel som regeringar eller kommuner använder för att uppnå sina mål.

Övergripande nivåer av policyinstrument

  • Översta nivån: Medlen kan vara att ingå avtal med andra aktörer (statliga eller icke-statliga), tillhandahålla finansiering eller ändra ekonomiska incitament (ekonomiska instrument), ålägga andra aktörer att göra eller inte göra något (reglerande instrument), tillhandahålla information eller bygga kapacitet i förväntan att det förändrar andra aktörers beteende (information, utbildning och träning) eller sätta mål eller strategier eller ändra institutionella arrangemang (styrning, strategier och mål).
  • Andra nivån: Lägger till detaljer om den specifika typen av instrument, t.ex. ett koldioxidpris kontra en subvention.
  • Tredje nivån: Erbjuder ytterligare specifikationer, t.ex. genom att skilja mellan koldioxidskatter och system för handel med utsläppsrätter, som båda ändrar ekonomiska incitament genom att sätta ett pris på koldioxid.

Denna typologi hjälper till att kategorisera och jämföra olika policyinstrument och att identifiera kunskapsluckor och forskningsområden som behöver mer uppmärksamhet. Typologin är baserad på den klassiska NATO-typologin. Nodality motsvarar information, utbildning och träning, Authority motsvarar regulatoriska instrument, Treasure motsvarar ekonomiska instrument och Organisation motsvarar styrning, strategier och mål. Avtal skulle möjligen kunna hänföras till Authority, men med tanke på deras särskilda funktion inom klimatförändringspolitiken hänförs dessa till en separat kategori. Strategier och mål utgör ett specialfall av klimatpolitik, eftersom det kan hävdas att de inte är instrument alls, utan bara ett uttryck för politiska mål snarare än medel för att uppnå dessa mål. Strategier och mål är ett särskilt slags styrelseform och att de själva har effekter. Förutom att sätta förväntningar för företag och medborgare binder de också nuvarande och framtida regeringar – antingen rättsligt eller implicit – att vidta åtgärder i linje med strategin eller målet, eller motivera varför de inte gjorde det. Därför inkluderas sådana instrument i typologin.

Denna studie använder maskininlärning för att systematiskt kartlägga litteraturen om klimatpolitiska instrument. Metoden omfattar följande steg:

  1. Litteratursökning: En omfattande sökning utförs i den öppna bibliografiska databasen OpenAlex för att identifiera relevanta studier. Sökfrågan är utformad för att fånga hela klimatpolitiska litteraturen, men kan missa specifika klimatrelaterade policyer som inte hänvisar till utsläppsminskningar eller klimatmål.
  2. Manuell screening och kodning: Ett urval av studier screenas och kodas manuellt för att identifiera dem som är relevanta enligt definitionen av klimatpolitik och för att registrera den specifika klimatpolitiska instrument de fokuserar på. Om flera instrument analyseras registreras alla. Studien registreras även sektorn som instrumentet riktar sig till, namnet på policyinstrumentet, landet där policyn har antagits eller planerats, vilken styrningsnivå policyn har antagits eller planerats på (subnationell, nationell eller över-/internationell), om studien tillhandahåller ex-post- eller ex-ante-analys eller om metodiken är kvantitativ eller kvalitativ.
  3. Träning av maskininlärningsmodeller: Maskininlärningsklassificerare tränas för att klassificera varje kategori, och en förtränad geoparser används för att extrahera de platser som nämns i varje studie. En rad förtränade språkmodeller utvärderas, inklusive ClimateBERT, som har genomgått ytterligare förträning på klimatrelaterade texter (inklusive vetenskapliga sammanfattningar).
  4. Prediktion och utvärdering: De tränade modellerna används för att förutsäga inkludering och kategorietiketter för hundratusentals potentiellt relevanta dokument. Modellernas prestanda utvärderas med hjälp av korsvalidering.
  5. Analys av klimatpolitiska forskningslandskapet: Det klimatpolitiska forskningslandskapet utforskas för att identifiera vilka typer av instrument som har studerats och var. Förekomsten av klimatpolitiska studier kontrasteras mot förekomsten av faktiska policyer och fördelningen av utsläpp, vilket gör det möjligt att undersöka var och i vilka sektorer policyforskningen överensstämmer med antagna policyer.

Resultaten visar att antalet artiklar som är relevanta för klimatpolitiska instrument uppskattas till 84 990. 26 % av detta totala antal har publicerats sedan 2020. De vanligaste instrumenttyperna är ekonomiska instrument, som omfattar 41 568 artiklar, samt styrningsstrategier och mål (34 432 artiklar). Sedan 2017 har artiklar om styrning, strategier och mål blivit de vanligaste. Den typ av instrument som studeras varierar avsevärt mellan sektorerna. Det finns diskrepanser mellan vetenskaplig uppmärksamhet, policytäthet och växthusgasutsläpp. Att normalisera regionala publikationsmönster efter utsläpp hjälper till att förstå om det vetenskapliga samfundet också ägnar mer uppmärksamhet åt att studera utsläppsminskningar i dessa länder eller regioner.

Till exempel, medan USA och Kina, de två största utsläpparna, studeras i hela 34 % av litteraturen om klimatpolitiska instrument, är deras andel av växthusgasutsläppen betydligt större med 40 %. När antalet studier normaliseras efter varje lands växthusgasutsläpp 2021 blir Storbritannien det mest studerade landet i förhållande till sina utsläpp, följt av Sverige. Den vetenskapliga uppmärksamheten på olika policytyper kan i större eller mindre utsträckning överensstämma med andelen policyer av olika instrumenttyper i varje land, med beaktande av begränsningarna i både litteratur- och policydatabaserna. En större skillnad mellan vetenskaplig uppmärksamhet och policyuppmärksamhet kan tyda på att forskarnas och beslutsfattarnas prioriteringar eller preferenser skiljer sig åt, antingen (beroende på perspektiv) för att forskarna inte i tillräcklig utsträckning riktar sin uppmärksamhet mot de policytyper som är politiskt genomförbara i ett land, eller för att beslutsfattarna inte antar policyer som stöds och studeras av majoriteten av forskarna.

I motsats till ekonomiska instrument, där den vetenskapliga uppmärksamheten i allmänhet är större än policytätheten, är reglerande instrument jämförelsevis understuderade i alla regioner. Reglerande instrument beskrivs av IPCC som att de åtnjuter ”större politiskt stöd”, men är ”mer ekonomiskt kostsamma”. Den oproportionerligt låga uppmärksamheten på reglerande instrument kan vara ett tecken på att vetenskapen fokuserar på de policyer som anses vara mer effektiva på bekostnad av policyer som har politiskt stöd, vilket potentiellt sett inte återspeglar tillräckligt de politisk-ekonomiska hänsyn som resulterar i till synes ”näst bästa” policylandskap.

När det gäller sektoriell täckning diskuterar ett stort antal dokument elsektorn eller sektorsövergripande utsläppsminskningar (28 % respektive 33 % av omnämnandena av papperssektorn). Elsektorn är också den största utsläppskällan och stod för 37 % av de globala nettoutsläppen av växthusgaser under 2021. Andelarna av artiklar per sektor var liknande eller något större än andelen utsläpp i alla sektorer med undantag för industrin, som stod för 23 % av de globala växthusgasutsläppen, men endast 8 % av den vetenskapliga uppmärksamheten och 13 % av de genomförda policyerna. Denna tydliga skillnad tyder på att vetenskaplig uppmärksamhet och policyer som riktar sig till industrin inte lever upp till industrisektorns betydelse när det gäller utsläpp.

Denna studie visar att det finns en stor och snabbt växande vetenskaplig litteratur om klimatpolitiska instrument. Denna litteratur är en utmaning att bedöma, eller ens delmängder av den, systematiskt och uttömmande på grund av dess omfattning. Systematisk kartläggning, särskilt datorstödd systematisk kartläggning, måste spela en växande roll i den vetenskapliga processen för att hjälpa forskare, beslutsfattare och bedömningsprocesser att hålla jämna steg med de vetenskapliga bevisen till rimliga kostnader. Framgångar med att ytterligare automatisera dessa processer mot levande kartor, som kan upprätthålla en uttömmande bild av den tillgängliga litteraturen allteftersom den produceras, skulle öka nyttan av kartläggningsinsatserna ännu mer.

Kartan är nära nog så omfattande som vi anser vara genomförbart i dagsläget, och det finns ingen anledning att frukta att utelämnanden eller skillnader i artikelkvalitet är systematiska, så att våra huvudslutsatser om fördelningen av klimatpolitisk forskning, och hur detta förhåller sig till den sektoriella och geografiska fördelningen av policyer och utsläpp, skulle påverkas avsevärt. Resultaten från denna studie har viktiga implikationer för policyutveckling och forskning. De kan hjälpa till att identifiera områden där det finns kunskapsluckor och forskningsområden som behöver mer uppmärksamhet. Till exempel är ekonomiska instrument mer studerade än vad de faktiskt tillämpas i klimatpolitiken, medan reglerande instrument används i stor utsträckning i klimatpolitiken men studeras mer sällan. Detta kan tyda på att forskningen bör fokusera mer på de policyinstrument som är politiskt genomförbara och som har potential att minska utsläppen i stor skala.

Resultaten kan också hjälpa beslutsfattare att identifiera de policyinstrument som är mest effektiva i olika sammanhang och att anpassa sina strategier därefter. Vidare kan ett område som utforskas mer vara länken mellan utsläpp, policyer och den vetenskapliga litteraturen, till exempel genom att använda andra mått på policystrenghet, eller genom att utforska sektoriell och tidsmässig dynamik, eller variation över minskningskostnader. Att matcha studier till enskilda policyer kan hjälpa till att utforska i vilken utsträckning olika typer av antagna policyer utvärderas, vilket hjälper till att identifiera luckor i den primära litteraturen. I slutändan bör evidensbaserat beslutsfattande inte bara informeras av enskilda primärstudier utan av högkvalitativa systematiska granskningar.

Den maskininlärningsbaserade metoden som presenteras i denna artikel erbjuder ett kraftfullt verktyg för att systematiskt kartlägga och analysera den vetenskapliga litteraturen om klimatpolitik. Den ”levande systematiska kartan” som genereras av metoden kan användas för att utforska forskningslandskapet, identifiera kunskapsluckor och diskrepanser, och informera policyutveckling och forskning. Denna typ av systematisk kartläggning är avgörande för att hantera klimatförändringarna effektivt och för att uppnå de ambitiösa mål som fastställts i Parisavtalet.

Leave a Reply

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *