Làm thế nào để di chuyển chính sách năng lượng vượt ra ngoài thiên vị và quyền lợi được đầu tư

Làm thế nào để di chuyển chính sách năng lượng vượt ra ngoài thiên vị và quyền lợi được đầu tưMô hình hóa nên là một cơ hội để kiểm tra các giả định của bạn, không chỉ xác nhận chúng. Shutterstock

Kế hoạch năng lượng hàng đầu của chính phủ Turnbull, Bảo đảm Năng lượng Quốc gia, được dự định chấm dứt bế tắc kéo dài một thập kỷ về chính sách năng lượng và khí hậu ở Úc.

Trớ trêu thay, vì nó ra mắt vào tháng 10 2017, cuộc tranh luận có nâng cao đáng kể, với kết quả là chính phủ bây giờ bỏ đi khỏi thành phần giảm phát thải của chính sách.

Rất nhiều sự chú ý đã đổ dồn vào bộ phim chính trị cao cấp - và những xung đột cơ bản về tầm quan trọng của việc giảm phát thải. Nhưng một vấn đề quan trọng khác là thiếu sự tin tưởng trong các mô hình chính phủ dự đoán kết quả của các chính sách của họ.

Chẳng hạn, chính phủ tuyên bố trong tháng này rằng NEG sẽ giảm hóa đơn hộ gia đình xuống còn $ 150 mỗi năm. Nhà phân tích độc lập, Cũng như Nhân côngGreens các chính trị gia, đã đặt câu hỏi về con số này. Họ chỉ ra rằng khác mô hình đề xuất các kết quả khác nhau - đặc biệt là một kết quả được công bố bởi bộ trưởng năng lượng liên bang Josh Frydenberg vào tháng 10 2017, dự đoán mức giảm A $ 100. Tất cả các nhóm này đã kêu gọi phát hành đầy đủ công việc người mẫu của chính phủ.

Nhưng nếu mô hình hóa là một hình thức phân tích khoa học, tại sao các mô hình khác nhau lại cho kết quả khác nhau như vậy?

Một mô hình là gì?

Một mô hình là một đại diện đơn giản của thực tế, nhưng thực tế đó được xác định bởi người điều hành. Chúng tôi cung cấp cho một mô hình một bộ đầu vào và nó tạo ra một bộ đầu ra.

Quá trình mô hình hóa bao gồm một chuỗi các lựa chọn của người dùng mà người điều hành đưa ra về các phương thức sử dụng, dữ liệu đầu vào để cung cấp và mối quan hệ giữa các dữ liệu này (nghĩa là, điều gì ảnh hưởng đến cái gì).


Nhận thông tin mới nhất từ ​​Nội tâm


Bằng cách tăng thêm một số yếu tố - dù cố tình hay vô ý - người điều hành có thể làm cho một kết quả trông hấp dẫn hơn, có khả năng hoặc quan trọng hơn các kết quả khác.

Hãy tưởng tượng yêu cầu đầu bếp 100 từ các quốc gia khác nhau để làm món phở ngon nhất thế giới. Tất cả họ sẽ chọn các thành phần khác nhau, các loại mì và cách nấu.

Những lựa chọn này sẽ phản ánh các công thức nấu ăn mà họ đã biết, thị hiếu mà cá nhân họ thích hoặc không thích, và các thành phần mà họ quen thuộc. Những hình thức thiên vị của họ liên quan đến những gì một món phở tốt nên được. Bạn sẽ không ngạc nhiên nếu bạn thấy 100 rất khác về món phở vào cuối cuộc thi này!

Giống như phở, các mô hình chính sách cũng được thực hiện với nhiều thành phần khác nhau, được định hình bởi các lựa chọn và thành kiến ​​của người điều hành và các bên liên quan. Hiệu ứng tích lũy của các lựa chọn này tạo ra các mô hình khác nhau, và do đó kết quả khác nhau.

Đó là lý do tại sao một số người điều hành và các nhà phân tích bây giờ lập luận rằng không có mô hình nào là mô hình đúng, và giống như không có món phở nào là món phở phù hợp, và sẽ không có mô hình nào dẫn đến mộtthành lập sự trung thực".

Vì vậy, làm thế nào chúng ta có thể thiết kế các chính sách bằng cách sử dụng các mô hình chứa đầy sự thiên vị và quyền lợi được giao?

Thăm dò, không dự đoán

Đây là câu trả lời của chúng tôi: chúng ta không nên xem xét các công cụ mô hình cho dự đoán của Cameron, mà thay vào đó là khám phá trên mạng. Chúng ta không nên mong đợi các mô hình sẽ cung cấp cho chúng ta câu trả lời về câu hỏi chính sách của chúng tôi Chúng tôi cần các mô hình để khám phá một loạt các kịch bản để thông báo các cuộc thảo luận chính sách.

Hãy sử dụng ví dụ về giảm phát thải khí nhà kính. Có rất nhiều cách để làm điều này. Chúng tôi có thể chuyển đổi các hệ thống phát điện của mình để tăng lượng năng lượng tái tạo; chúng ta có thể cải thiện hiệu quả xây dựng; chúng ta có thể sử dụng phương tiện giao thông sạch hơn.

Mỗi con đường có đối thủ và người đề xuất. Họ có thể tranh luận về lợi ích của họ, hậu quả của họ và số tiền đầu tư mà mỗi người xứng đáng nhận được từ một nhóm tiền hữu hạn.

Theo cách tiếp cận dự đoán thông thường, chúng tôi sẽ mô hình hóa từng tùy chọn chính sách (hoặc kết hợp các tùy chọn) và đánh giá tác động của nó đối với khí thải. (Và có lẽ mỗi bên sẽ thực hiện mô hình riêng của họ, với các giả định ngầm của riêng họ.)

Nhưng theo cách tiếp cận khám phá, chúng tôi coi mô hình này là một thứ gì đó để chơi, với các tùy chọn chính sách của Thử nghiệm. Chúng tôi thay đổi các giả định bên dưới mô hình và xem kết quả thay đổi như thế nào. Chúng tôi thay đổi các kịch bản trong tương lai và chạy nhiều kịch bản và xem cách các tùy chọn chính sách thực hiện theo các kịch bản khác nhau. Và trong phần cuối của bài tập vui tươi này, không có câu trả lời duy nhất! Mỗi kết quả phụ thuộc vào các giả định và các kịch bản mà nó được tạo ra, và - chủ yếu - các giả định này đều được ghi lại và minh bạch.

Chúng tôi đã sử dụng phương pháp này để điều tra Ấn Độ chuyển đổi sang năng lượng sạch. Họ, giống như Úc, đang đối phó với các vấn đề chính trị và xã hội rất phức tạp, không xếp gọn vào các cách thức mô hình thông thường, cố gắng đưa ra một câu trả lời duy nhất.

Chúng tôi chắc chắn không đề xuất rằng mô hình khám phá là một viên đạn bạc để giải quyết các khác biệt chính trị về các vấn đề chính sách phức tạp. Tuy nhiên, điều đó có thể chuyển đổi sự hiểu biết của chúng tôi về các mô hình từ quy trình Blackbox Hộp thành quy trình minh bạch để xem xét kỹ lưỡng. Nó có thể biến các giả định ngầm thành các kịch bản rõ ràng có thể được kiểm tra và tranh luận. Theo cách này, chúng tôi có thể có nhiều chính sách sẽ cung cấp những gì họ hứa - và một nền tảng thông tin thường được thống nhất để tranh luận.

Giới thiệu về Tác giả

Shirin Malekpour, Trưởng nhóm nghiên cứu về hoạch định chiến lược và nghiên cứu tương lai, Viện phát triển bền vững Monash, Đại học Monash và Enayat A. Moallemi, Phó nghiên cứu, UNSW

Bài viết này ban đầu được xuất bản vào Conversation. Đọc ban đầu bài viết.

Sách liên quan

{amazonWS: searchindex = Books; Keywords = innerself; maxresults = 3}

Conversation

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

theo dõi Nội bộ trên

facebook-iconbiểu tượng twitterbiểu tượng rss

Nhận tin mới nhất qua email

{Emailcloak = off}