Umjetna inteligencija analizirala je 1500 politika za smanjenje emisija. Ovi su bili uspješni.

Istraživači su koristili strojno učenje kako bi analizirali oko 1500 klimatskih politika i identificirali one koje dramatično smanjuju emisije ugljičnog dioksida. Vaša radna soba, koja danas uZnanostobjavljeni otkrili su da su politike koje kombiniraju nekoliko instrumenata učinkovitije u smanjenju emisija nego samostalne mjere ¹.

Analiza je identificirala 63 intervencije u 35 zemalja koje su rezultirale značajnim smanjenjem emisija, smanjujući ih u prosjeku za 19%. Većina smanjenja bila je povezana s dvije ili više politika. Zajedno, 63 politike smanjile su emisije za 0,6 do 1,8 gigatona (Gt) ekvivalenta ugljičnog dioksida.

Dobijanje prave kombinacije politika važnije je od korištenja mnogo različitih politika, kaže Annika Stechemesser, koautorica i istraživačica na Potsdamskom institutu za istraživanje utjecaja klime u Njemačkoj. Na primjer, u Ujedinjenom Kraljevstvu je postupno ukidanje elektrana na ugljen bilo uspješno jer je korišteno u kombinaciji s mehanizmima određivanja cijena kao što je donja cijena za ugljik, dok je u Norveškoj zabrana motora s unutarnjim izgaranjem bila najučinkovitija u kombinaciji s cjenovnim poticajima koji su pojeftinili električne automobile.

"Koliko ja znam, to je jedinstvena studija koja daje takvu globalnu procjenu", kaže Jan Minx, ekološki ekonomist na Mercatorovom istraživačkom institutu za globalna dobra i klimatske promjene u Berlinu.

Put do smanjenja emisija

Kao dio analize, Stechemesser i njezini kolege koristili su se bazom podataka od 1500 klimatskih politika provedenih između 1998. i 2022. u 41 zemlji, uključujući tri najveća svjetska emitera stakleničkih plinova: Kinu, Sjedinjene Države i Indija. Politike su podijeljene u 48 kategorija, od shema trgovanja emisijama do reforme subvencija za fosilna goriva.

"Prethodne procjene obično su bile usredotočene na ograničen broj istaknutih politika u odabranim zemljama i previđale su stotine drugih mjera", kaže Stechemesser.

Autori su kombinirali strojno učenje sa statističkim analitičkim pristupom kako bi identificirali velika smanjenja emisija u četiri sektora s visokim emisijama – zgradama, energetici, industriji i prometu. Usporedili su rezultate s politikama u bazi podataka kako bi procijenili koje su politike i kombinacije politika dovele do najvećih smanjenja emisija.

"Ovo je prilično pametna metoda", kaže Zheng Saina, koji je analizirao globalnu klimatsku politiku na Sveučilištu Southeast University u Nanjingu u Kini. Konvencionalan način bio bi pregledati mnoge politike i odabrati one važne, ali ovaj je pristup subjektivan i naporan, dodaje ona. "Autori su umjesto toga koristili strojno učenje za otkrivanje velikih promjena u emisijama. Ovo je objektivnije."

Prava mješavina

Rezultati su pokazali da su određene kombinacije politika bolje funkcionirale u određenim sektorima i gospodarstvima. U smislu smanjenja emisija povezanih s proizvodnjom električne energije, mjere određivanja cijena kao što su porezi na energiju posebno su učinkovite u visoko razvijenim zemljama, ali manje u zemljama s niskim i srednjim dohotkom.

U građevinskom sektoru, mješavine politika koje postupno ukidaju i zabranjuju aktivnosti koje stvaraju emisije udvostručile su smanjenje u usporedbi s pojedinačnom provedbom tih politika.

Oporezivanje je bilo jedina politika koja je postigla gotovo jednaka ili veća smanjenja emisija u sva četiri sektora kao samostalna politika, za razliku od politike mix.

Minx kaže da je pristup studije koji pokreće umjetna inteligencija omogućio istraživačima da po prvi put procijene učinkovitost velikog broja klimatskih politika iz globalnog popisa emisija koji pokriva različite zemlje i sektore.

Za druge istraživače, rad je alarmantan. "Ova studija upozorava zemlje diljem svijeta da su njihove klimatske politike do sada imale vrlo ograničen utjecaj", rekao je Xu Chi, ekolog sa Sveučilišta Nanjing. "Postojeće politike treba pregledati i unijeti promjene", dodao je Xu.

The godišnje emisije u svijetu Do 2030. očekuje se da će emisije biti 15 Gt ekvivalenta ugljičnog dioksida veće nego što bi bilo potrebno da se globalno zagrijavanje održi na manje od 2°C iznad predindustrijskih razina, prema Ujedinjenim narodima.