Scientific Data：中国气候政策70年大数据揭秘

中国环境规划院（Chinese Academy of Environmental Planning）的研究人员 Bo Li、Enxian Fu 等人在《Scientific Data》期刊上发表了题为 “Measuring China’s Policy Stringency Data Descriptor on Climate Change for 1954–2022” 的论文。该研究通过构建新的数据集，精确量化了 1954 - 2022 年中国气候变化政策的严格程度，为深入理解中国气候政策的发展演变、评估政策效果以及为后续政策制定提供了关键依据，对推动全球气候治理研究有着重要意义。

文章解读

一、研究背景：为何需要量化气候政策？

全球气候治理的痛点：传统研究依赖主观判断，政策定义模糊（如“哪些政策算气候政策？”），且缺乏长时序、多维度数据支撑。

中国政策特殊性：从1950年代的“节约用煤”到“双碳目标”，大量政策虽未明确提及“气候变化”，却对减排和适应产生深远影响。

科学问题待解：现有数据集覆盖不全，且忽略政策间的协同与冲突，难以支撑精准的因果分析。

二、研究方法：AI如何“读懂”政策？

研究团队整合了24,000+份政策文件（来自政府公报、第三方数据库等），构建了一套创新的分析框架：

数据清洗与分类

利用大型语言模型（GPT-4）自动筛选与气候相关的政策，准确率高达93.1%。

将政策工具分为三类：命令控制型（如法规）、市场混合型（如碳交易）、自愿型（如公众宣传）。

政策严格性量化（PSCC）

构建四层指标体系：减缓（如能源、工业）、适应（如生态系统）、实施力度、空间差异。

结合专家手动评分（1-5级）与机器学习模型（随机森林表现最佳），计算每项政策的综合严格性得分。

不确定性溯源

引入SHAP分析，揭示影响政策评分的关键因素（如“煤炭”“能效”等关键词权重最高）。

通过动态时间规整（DTW）验证数据趋势可靠性。

三、关键发现：中国气候政策70年演进

1. 政策数量与类型分布

总量：筛选出2,216项有效气候政策，其中命令控制型占比90.6%，市场与自愿型不足10%。

阶段性特征：

1954-1990：以能效提升、灾害防治为主（如《根治黄河水害决议》）。

2000年后：明确气候目标，政策严格性指数（PSCC）年均增长4.2%。

2020年“双碳”目标：PSCC跃升27%，市场工具使用显著增加。

2. 政策严格性峰值事件

1992年：联合国气候框架公约通过，中国PSCC首次突破50分。

2014年：《国家应对气候变化规划》出台，PSCC达历史峰值（89分）。

2020年：新冠疫情初期政策短暂宽松，但“双碳”目标推动PSCC快速回升。

3. 空间差异

区域性政策占比32%：如长江经济带生态保护、京津冀大气治理等。

地方试点先行：广东、浙江等省政策严格性超前全国平均水平5-10年。

四、实际应用：数据如何赋能政策设计？

因果分析：PSCC每提高10分，区域碳排放强度下降1.8%-3.5%。

政策优化：市场工具（如碳市场）的严格性贡献度仅为命令控制的1/3，未来需加强。

风险预警：政策实施力度评分低于减缓目标，提示“执行鸿沟”风险。

五、创新与挑战

三大突破：

重新定义气候政策（涵盖直接与间接效应）。

全球首个融合LLM与SHAP分析的政策数据库。

支持省市级政策横向对比（如广东VS河南）。

现存挑战：早期政策数字化程度低，部分文件依赖OCR识别，误差率约4.7%。

六、未来展望

技术迭代：引入BERT模型提升文本分析精度。

跨学科合作：经济学家+气候学家共建“政策-排放-经济”联动模型。

全球推广：方法论已适配欧盟、美国数据集，推动国际气候政策“对标”。

结语
这项研究不仅揭开了中国气候政策的“严格性密码”，更为全球提供了一套可复制的政策评估范式。未来，AI+大数据的深度融合，或将重塑气候治理的科学决策体系。

结果数据

1954-2022年中国应对气候变化的政策力度测算数据

数据集全面概述了中国70年来在气候变化方面的严格政策，涵盖了从1954年第一个五年计划到2022年的这段时间。它描绘了中国努力应对气候变化的关键时刻的年表。该数据集包括中央政府颁布的所有可能影响气候变化的政策，这些政策每年都会在国务院公报中详细记录，以及相应的政策严格程度。在数据集中分配的策略编号（例如，201317437）表示存档策略的年度统计。

数据容量：15.15MB

数据作者：Bo Li、Enxian Fu

数据获取：Scientific Data：中国气候政策70年大数据揭秘：AI如何量化政策严格性？