作者：論文團隊

編輯丨ScienceAI

近日，十四屆全國人大四次會議與全國政協十四屆四次會議（全國兩會）在北京隆重召開。政府工作報告進一步強調了中國推動綠色轉型和全球氣候治理的堅定決心，中國的氣候政策制定與轉型則成為實現中國雙碳目標的重要抓手。

然而，氣候政策往往不是單一實施，而是以復雜的政策組合形式存在。碳定價、補貼、監管、信息披露和政府投資等多種政策同時發揮作用，不同政策之間既可能形成協同，也可能相互沖突。傳統政策評估方法在面對海量、非結構化的全球政策文本時往往難以識別復雜的政策內容、機制以及互動機制。對氣候政策組合真實效果的有效評估，成為當前政策科學研究的重要挑戰。

圖示：全球氣候變化減緩政策的發展（1996-2019）

近日，來自復旦大學、上海創智學院、上海科學智能研究院及倫敦大學學院（UCL）的研究團隊在氣候變化領域綜合性頂刊Nature Climate Change發表了針對復雜氣候組合效果評估的最新研究。文章結合人工智能與傳統政策評估方法，提出了面向氣候政策效果的全新研究范式。利用人工智能技術對政策機制和政策類型進行識別與分類，在整合全球 100 多個國家、超過 1 萬項氣候政策的基礎上，對復雜政策體系的交互效果開展系統性評估。這一研究展示了 AI 賦能社會科學研究的新路徑，彰顯了人工智能在復雜政策體系分析領域應用的重要應用前景。

研究團隊還受邀同步撰寫了 Policy Brief（政策簡報），直面政策制定者提出優化氣候政策組合的具體建議，為各國在實現碳中和目標過程中提供更加直接、可操作的決策參考。

論文地址：https://www.nature.com/articles/s41558-026-02574-4

相關研究內容以「Cross-National Comparative Assessment of Synergies and Conflicts in Climate Policy Mixes」，「Policy interactions reshape the outcomes of carbon pricing policies」為題，于 2026 年 3 月 11 日在線發表在《Nature Climate Change》。

復旦大學經濟學院、大數據學院雙聘教授，上海創智學院全時導師、上海科學智能研究院地球科學領域科學家、教育部國家發展與智能治理綜合實驗室執行主任吳力波，復旦大學博士生劉國磊為共同第一作者。倫敦大學學院教授孟靖，復旦大學副教授、上海創智學院全時導師、上智院領域科學家周陽為共同通訊作者。

研究得到了國家重點研發計劃、國家自然科學基金以及歐盟相關項目的資助，由復旦大學 CFFF 智算平臺提供技術和算力支持。

破解「政策迷宮」：全球視角下的量化評估框架

在復雜的氣候治理體系中，政策的真實效果往往受到政策交互的深刻影響。例如可再生能源補貼可能會因降低碳配額需求而壓低碳價，削弱碳市場的調節功能。然而由于各國政策環境的高度異質性，傳統的計量方法難以對政策的交互效果進行精確比較與識別。

為了破解這一難題，研究團隊構建基于人工智能的全新全球氣候政策量化評估框架，對全球政策體系進行系統分析。

圖示：評估協同和沖突效應的分析框架。

面對不同國家實施的差異性碳定價政策，研究團隊利用無監督學習算法，在高維特征空間中對全球政策進行聚類，識別各國政策體系之間的結構差異，精準捕捉不同國家政策設計的異質性。將復雜的政策組合歸納為規律性的機制模塊，為跨國比較和異質性分析奠定了數據基礎。在此基礎上開展政策交互機制分析：

• 碳定價政策效果評估：利用合成控制法，為每個實施碳定價的國家構建反事實基準，精準剝離出碳定價帶來的實際減排貢獻；
• 政策組合交互效應分析：構建「全球氣候政策指數」，從強度、覆蓋面和執行力度三個維度評價不同國家的政策設計。分析碳定價效果與現有政策組合之間的交互效果，識別系統性的協同與沖突模式；
• 反事實模擬與政策建議：模擬消除政策沖突的潛在減排效果，對于尚未實施碳定價的國家給出最優政策組合建議。

圖示：不同國家碳稅和碳排放交易體系政策的處理效果。

核心發現：政策組合決定碳定價減排效果

研究結果顯示，在全球平均水平下，碳排放權交易體系（ETS）和碳稅分別能使排放強度降低約 15.4% 和 8.5%。然而這一效果在不同政策組合下表現出顯著差異：

• 協同增效：研究發現，在多部門碳稅體系中，若配合政府研發支持及公共基礎設施建設（Government Provision），能顯著提升減排效率。
• 潛在沖突：在歐盟等成熟的配額總量控制型（Cap-and-trade）體系中，新能源補貼往往與碳市場信號產生沖突，通過扭曲價格信號削弱減排動力。
• 新興市場的機遇：對于處于早期階段或低強度的 ETS（如 2021 年之前的中國試點），全國范圍的補貼反而表現出協同效應，因為其在非覆蓋領域的直接減排收益超過了對碳市場的干擾。

圖示：直接和分解的補充性政策對 ETS 減排效果的影響。

政策啟示：揭示政策組合的「1+1 > 2」效應

研究團隊進一步通過反事實模擬預測了政策優化潛力。結果表明，如果能完全消除政策間的沖突并實現良好協同，碳定價的減排效能平均可提升至 22.3%。

針對尚未實施碳定價的國家，模型給出了「定制化建議」：

• 監管完善型國家：如澳大利亞、沙特阿拉伯等，擁有強大的法規和信息披露體系，更適合引入類似歐盟風格的碳交易體系。
• 基礎政策薄弱國家：對于大多數非洲國家及部分政策覆蓋有限的國家，低強度、多部門的碳稅可能是更穩妥的起步選擇。

圖示：未實施碳定價政策國家的最優政策選擇模擬。

研究建議，隨著全球氣候治理體系日益復雜，傳統依賴單一政策評估的方法已經難以全面刻畫政策體系的真實作用。通過將人工智能、大數據分析與因果推斷方法相結合的「AI + 政策科學」全新研究范式能夠為理解復雜政策體系提供全新解決方案。

在綠色低碳轉型加速推進的背景下，人工智能技術正在為政策科學研究帶來方法革命。該研究不僅拓展了氣候政策評估的研究邊界，也展示了AI 賦能社會科學、服務國家綠色發展戰略的重要潛力。