全球气候变化减缓政策的发展（1996-2019）。

实现双碳目标，气候政策的制定与转型非常重要。然而，气候政策往往不是单一实施，而是以复杂的政策组合形式存在。如何对气候政策组合的真实效果进行评估，一直是当前政策科学研究中的难题。

近日，来自复旦大学、上海创智学院、上海科学智能研究院及伦敦大学学院的研究团队，利用人工智能技术对政策机制和政策类型进行识别与分类，在整合全球100多个国家、超过1万项气候政策的基础上，对复杂政策体系的交互效果开展系统性评估。

据团队介绍，碳定价、补贴、监管、信息披露和政府投资等多种政策同时发挥作用，不同政策之间既可能形成协同，也可能相互冲突。传统政策评估方法在面对海量、非结构化的全球政策文本时往往难以识别复杂的政策内容、机制以及互动机制。此次研究团队将人工智能、大数据分析与因果推断方法相结合，通过“AI+政策科学”全新研究范式为理解复杂政策体系提供全新解决方案。

团队还受邀同步撰写了政策简报（Policy Brief），直面政策制定者提出优化气候政策组合的具体建议，为各国在实现碳中和目标过程中提供更加直接、可操作的决策参考。

相关研究内容以《气候政策组合中协同效应与冲突的跨国比较研究》（Cross-National Comparative Assessment of Synergies and Conflicts in Climate Policy Mixes）《政策互动重塑碳定价政策的实施效果》（Policy interactions reshape the outcomes of

carbon pricing policies）为题，于2026年3月11日在线发表于《自然・气候变化》（Nature Climate Change）。

破解“政策迷宫”：全球视角下的量化评估框架

在复杂的气候治理体系中，政策的真实效果往往受到政策交互的深刻影响。例如可再生能源补贴可能会因降低碳配额需求而压低碳价，削弱碳市场的调节功能。然而由于各国政策环境的高度异质性，传统的计量方法难以对政策的交互效果进行精确比较与识别。

为了破解这一难题，研究团队构建基于人工智能的全新全球气候政策量化评估框架，对全球政策体系进行系统分析。

评估协同和冲突效应的分析框架。

面对不同国家实施的差异性碳定价政策，研究团队利用无监督学习算法，在高维特征空间中对全球政策进行聚类，识别各国政策体系之间的结构差异，精准捕捉不同国家政策设计的异质性。将复杂的政策组合归纳为规律性的机制模块，为跨国比较和异质性分析奠定了数据基础。在此基础上开展政策交互机制分析，包括碳定价政策效果评估、政策组合交互效应分析与反事实模拟与政策建议。

在进行碳定价政策效果评估时，研究为每个实施碳定价的国家构建反事实基准，精准剥离出碳定价带来的实际减排贡献。还构建“全球气候政策指数”，从强度、覆盖面和执行力度三个维度评价不同国家的政策设计，分析碳定价效果与现有政策组合之间的交互效果，识别系统性的协同与冲突模式。此外还模拟消除政策冲突的潜在减排效果，对于尚未实施碳定价的国家给出最优政策组合建议。

不同国家碳税和碳排放交易体系政策的处理效果。

核心发现：政策组合决定碳定价减排效果

团队研究发现，在全球平均水平下，碳排放权交易体系（ETS）和碳税分别能使排放强度降低约15.4%和8.5%。然而这一效果在不同政策组合下表现出显著差异。

在多部门碳税体系中，若配合政府研发支持及公共基础设施建设（Government Provision），能显著提升减排效率；在欧盟等成熟的配额总量控制型（Cap-and-trade）体系中，新能源补贴往往与碳市场信号产生冲突，通过扭曲价格信号削弱减排动力；对于处于早期阶段或低强度的ETS（如2021年之前的中国试点），全国范围的补贴反而表现出协同效应，因为其在非覆盖领域的直接减排收益超过了对碳市场的干扰。

直接和分解的补充性政策对ETS减排效果的影响。

政策启示：揭示政策组合的“1+1 > 2”效应

通过反事实模拟，研究团队进一步预测了政策优化潜力。结果表明，如果能完全消除政策间的冲突并实现良好协同，碳定价的减排效能平均可提升至22.3%。

此外，模型还针对尚未实施碳定价的国家，给出了“定制化建议”。模型建议，对于澳大利亚、沙特阿拉伯这类监管完善型国家，更适合引入类似欧盟风格的碳交易体系。对于大多数非洲国家及部分政策覆盖有限的国家，由于基础政策薄弱国家，低强度、多部门的碳税可能是更稳妥的起步选择。

在绿色低碳转型加速推进的背景下，人工智能技术正在为政策科学研究带来方法革命。该研究不仅拓展了气候政策评估的研究边界，也展示了AI赋能社会科学、服务国家绿色发展战略的重要潜力。

复旦大学经济学院、大数据学院双聘教授，上海创智学院全时导师、上海科学智能研究院地球科学领域科学家、教育部国家发展与智能治理综合实验室执行主任吴力波，复旦大学博士生刘国磊为共同第一作者。伦敦大学学院教授孟靖，复旦大学副教授、上海创智学院全时导师、上智院领域科学家周阳为共同通讯作者。

研究得到了国家重点研发计划、国家自然科学基金以及欧盟相关项目的资助，由复旦大学CFFF智算平台提供技术和算力支持。