清華大學(xué)碳中和研究院、環(huán)境學(xué)院王燦教授課題組發(fā)布了2007-2022年中國國家級至地級市級低碳政策強(qiáng)度數(shù)據(jù)集(“China’s low-carbon policy intensity dataset from national- to prefecture-level over 2007–2022”)。該數(shù)據(jù)集量化評估了覆蓋中國國家級、31個省級、334個地級市級共7282條低碳政策的強(qiáng)度,并將政策強(qiáng)度聚合得到包含三類政策層級、四類政策目標(biāo)和三類政策工具的子指數(shù)。通過與宏觀和微觀數(shù)據(jù)相結(jié)合,該研究成果可以為低碳政策量化評估、低碳政策制定等領(lǐng)域提供數(shù)據(jù)支撐。 本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
低碳政策對于促進(jìn)中國制造業(yè)低碳轉(zhuǎn)型和實現(xiàn)碳中和目標(biāo)至關(guān)重要。然而,現(xiàn)有實證研究主要關(guān)注試點政策、政策短期階段、區(qū)域以及行業(yè)政策效果的量化,政策強(qiáng)度評價的文本分析也更多地聚焦國家層面政策,缺乏對低碳政策進(jìn)行直接且全面的量化。從方法學(xué)上看,對樣本較小且手動標(biāo)記成本較高的政策文本數(shù)據(jù)使用傳統(tǒng)100%人工標(biāo)記或預(yù)訓(xùn)練+微調(diào)范式可能導(dǎo)致較大的人為偏差和過擬合問題。
針對上述問題,該研究基于自然語言處理和ERNIE3.0小樣本提示學(xué)習(xí)的混合模型對政策清單中的7282條低碳政策開展政策強(qiáng)度量化,提供了一套覆蓋數(shù)據(jù)收集與清洗、政策文本分類、評分體系構(gòu)建、政策強(qiáng)度量化、模型訓(xùn)練及驗證的全流程透明可重復(fù)的政策評估新范式(如圖1所示)。
本文+內(nèi)-容-來-自;中^國_碳+排.放_交^易=網(wǎng) t a n pa ifa ng .c om
圖1. 構(gòu)建中國低碳政策強(qiáng)度數(shù)據(jù)集的方法學(xué)框架
為了反映低碳政策強(qiáng)度的異質(zhì)性,該研究進(jìn)一步聚合得到了包含三類政策層級、四類政策目標(biāo)、三類政策工具的子指數(shù)。研究發(fā)現(xiàn),國家層面的低碳政策強(qiáng)度具有較強(qiáng)的周期性,其中2011年和2016年(即中國“十二五”和“十三五”計劃的開局年)強(qiáng)度較強(qiáng)。從政策目標(biāo)看,節(jié)能政策具有較好的連續(xù)性,而降碳政策在2009年中國首次提出碳減排目標(biāo)后從2010年開始有了獨立的政策。從政策工具看,雖然2015年之前低碳政策以命令控制型政策為主,但2015年后經(jīng)濟(jì)激勵型和綜合類政策工具的貢獻(xiàn)更大。 本文+內(nèi)-容-來-自;中^國_碳+排.放_交^易=網(wǎng) t a n pa ifa ng .c om
內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
圖2. 中國低碳政策強(qiáng)度的描述性統(tǒng)計結(jié)果 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
該研究成果于2月16日以“2007-2022年中國國家級至地級市級低碳政策強(qiáng)度數(shù)據(jù)集”(China’s low-carbon policy intensity dataset from national- to prefecture-level over 2007–2022)為題在國際學(xué)術(shù)期刊《科學(xué)數(shù)據(jù)》(Scientific Data)上在線發(fā)表。清華大學(xué)環(huán)境學(xué)院2020級博士生董馨陽為論文第一作者,環(huán)境學(xué)院王燦教授為論文通訊作者,論文共同作者包括清華大學(xué)公共管理學(xué)院張芳副教授、清華大學(xué)環(huán)境學(xué)院2022級博士生張浩文、2023級博士生夏成琪。本研究得到國家自然科學(xué)基金項目支持。
禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
【版權(quán)聲明】本網(wǎng)為公益類網(wǎng)站,本網(wǎng)站刊載的所有內(nèi)容,均已署名來源和作者,僅供訪問者個人學(xué)習(xí)、研究或欣賞之用,如有侵權(quán)請權(quán)利人予以告知,本站將立即做刪除處理(QQ:51999076)。