如何推动能源政策超越偏见和既得利益建模应该是测试您的假设的机会,而不仅仅是确认它们。 存在Shutterstock

特恩布尔政府的旗舰能源计划, 国家能源保障,旨在结束澳大利亚长达十年的能源和气候政策僵局。

讽刺的是,因为它 10月2017揭幕,辩论有 提高 相当于政府现在的结果 放弃了政策的减排部分.

高度重视政治戏剧 - 以及减排重要性的根本性冲突。 但另一个关键问题是 缺乏信任 在政府模型中预测其政策的结果。

例如,政府本月声称NEG将每年减少家庭账单A $ 150。 独立分析师以及 劳动青菜 政治家们质疑这个数字。 他们指出其他 模型 提出了不同的结果 - 特别是联邦能源部长Josh Frydenberg在十月份2017宣布的结果,该预测将减少A $ 100。 所有这些团体都呼吁全面发布政府的模拟工作。


内在自我订阅图形


但如果建模是科学分析的一种形式,为什么不同的模型会给出不同的结果呢?

什么是模特?

模型是现实的简化表示,但“现实”由建模者定义。 我们给模型一组输入,它产生一组输出。

建模过程涉及一系列“选择”,建模者根据使用的方法,输入的输入数据以及这些数据之间的关系(即影响什么)之间的关系做出选择。

通过给予一些因素更多的重量 - 无论是故意的还是 无意中 - 建模者可以使一个结果看起来比其他结果更具吸引力,可能性或重要性。

想象一下,要求来自不同国家的100厨师制作世界上最好的面条汤。 他们都会选择不同的配料,面条类型和烹饪方式。

这些选择将反映他们已经知道的食谱,他们个人喜欢或不喜欢的口味,以及他们熟悉的成分。 这些形成了他们对优质面条应该是什么的偏见。 如果你在本次比赛结束时看到100非常不同的面条汤,你不会感到惊讶!

像面条汤一样,政策模型也是由各种成分制成的,这些成分受到建模者和利益相关者的选择和偏见的影响。 这些选择的累积效应产生了不同的模型,因此产生了不同的结果。

这就是为什么一些建模师和分析师现在认为没有模型是“正确的”模型,正如没有面条汤是正确的面条汤,并且没有单一的模型会导致“确立真实性“。

那么,我们如何使用充满偏见和既得利益的模型来设计政策呢?

探索,而非预测

这是 我们的答案:我们不应该考虑“预测”的模型工具,而应该考虑“探索”。 我们不应期望模型能够为我们的政策问题提供“答案”。 我们需要模型来探索一系列场景,为政策讨论提供信息。

让我们以减少温室气体排放为例。 有很多方法可以做到这一点。 我们可以改造我们的发电系统,以增加可再生能源的数量; 我们可以提高建筑效率; 我们可以使用更清洁的运输工具。

每条路都有其对手和支持者。 他们可能会争论他们的利益,他们的后果,以及从有限的资金池中获得多少投资。

在传统的预测方法中,我们将对每个政策选项(或选项组合)进行建模,并评估其对排放的影响。 (并且可能每一方都会采用他们自己的隐含假设进行自己的建模。)

但是在探索性方法中,我们将模型视为可以使用的模型,以“测试”策略选项。 我们更改模型背后的假设,并查看结果如何变化。 我们更改未来方案并运行多个方案,并了解策略选项在不同方案下的执行情况。 在这个有趣的运动结束时,没有一个答案! 每个结果都取决于假设和产生它的情景,并且 - 至关重要的是 - 这些假设都记录在案并且是透明的。

我们用这种方法来调查印度 过渡到清洁能源。 他们和澳大利亚一样,正在处理高度复杂的政治和社会问题,这些问题并没有完全折叠成传统的建模方式,而是建立了单一的答案。

我们当然不建议探索性建模是解决复杂政策问题上政治分歧的灵丹妙药。但是,它可以将我们对模型的理解从“黑盒”流程转变为透明的审查过程。 它可以将隐式假设转化为可以进行测试和辩论的明确场景。 通过这种方式,我们可能会有更多的政策可以实现他们的承诺 - 以及一个共同商定的信息基础。

关于作者

Shirin Malekpour,蒙纳士可持续发展研究所战略规划和期货研究的研究负责人, 蒙纳士大学 和Enayat A. Moallemi,研究员, 新南威尔士大学

这篇文章最初发表于 谈话。 阅读 原创文章.

相关书籍

at InnerSelf 市场和亚马逊

 

谈话