Paano Ilipat ang Patakaran sa Enerhiya na Higit Pa sa Mga Bias At Mga Interes ng Vested

Paano Ilipat ang Patakaran sa Enerhiya na Higit Pa sa Mga Bias At Mga Interes ng VestedAng pagmomolde ay dapat na isang pagkakataon upang subukan ang iyong mga pagpapalagay, hindi lamang kumpirmahin ang mga ito. Shutterstock

Ang planong enerhiya ng Turnbull ng pamahalaan, ang National Energy Guarantee, ay inilaan upang wakasan ang isang dekadang mahaba sa patakaran ng enerhiya at klima sa Australya.

Ironically, dahil nito pag-unveiling sa Oktubre 2017, may debate ang nagpapataas malaki, sa resulta na ang pamahalaan ay ngayon lumayo mula sa bahagi ng emissions-reduction ng patakaran.

Maraming ng pansin ang nawala sa mataas na pampulitikang drama - at pangunahing salungatan sa kahalagahan ng pagbawas ng emissions. Ngunit isa pang pangunahing isyu ay ang kulang sa tiwala sa mga modelo ng gobyerno na hinuhulaan ang mga resulta ng kanilang mga patakaran.

Halimbawa, inangkin ng gobyerno ngayong buwan na babawasan ng NEG ang mga bill ng sambahayan sa pamamagitan ng A $ 150 bawat taon. Independent analysts, Pati na rin trabaho at Mga gulay ang mga pulitiko, ay tinanong ang pigura na ito. Ituro nila na ang iba modelo magmungkahi ng iba't ibang mga resulta - lalo na ang isa na inihayag ng pederal na ministro ng enerhiya na si Josh Frydenberg noong Oktubre 2017, na hinulaan ang pagbawas ng A $ 100. Ang lahat ng mga grupong ito ay nanawagan para sa ganap na pagpapalabas ng gawaing pagmomolde ng gobyerno.

Ngunit kung ang pagmomolde ay isang anyo ng pang-agham na pag-aaral, bakit iba't ibang mga modelo ang nagbibigay ng gayong iba't ibang mga resulta?

Ano ang isang modelo?

Ang isang modelo ay isang pinasimple na representasyon ng katotohanan, ngunit ang "katotohanan" ay tinukoy ng modeller. Nagbibigay kami ng isang modelo ng isang hanay ng mga input at ito ay gumagawa ng isang hanay ng mga output.

Ang proseso ng pagmomodelo ay nagsasangkot ng isang pagkakasunud-sunod ng "mga pagpipilian" na ginagawang ng modeller tungkol sa mga pamamaraan na gagamitin, ang data ng pag-input sa feed, at ang mga relasyon sa pagitan ng mga data na ito (iyon ay, kung ano ang nakakaapekto sa kung ano).

Sa pamamagitan ng pagbibigay ng ilang mga kadahilanan mas timbang - kung sadyang o hindi sinasadya - ang modeller ay maaaring gumawa ng isang kinalabasan tumingin mas nakakaakit, malamang o mahalaga kaysa sa iba.

Isiping humihingi sa mga nagluluto ng 100 mula sa iba't ibang mga bansa upang gawin ang pinakamahusay na sopas ng pansit sa mundo. Lahat sila ay pumili ng iba't ibang sangkap, uri ng pansit, at mga paraan ng pagluluto.

Ang mga pagpipiliang ito ay nagpapakita ng mga recipe na alam na nila, ang kagustuhan nila personal na gusto o hindi gusto, at ang mga sangkap na pamilyar sa mga ito. Ang mga ito ay bumubuo ng kanilang mga biases tungkol sa kung ano ang dapat maging isang mahusay na sopas noodle. Hindi ka mabigla kung nakikita mo ang 100 na ibang-iba ng pansit na noodle sa dulo ng kumpetisyon na ito!

Tulad ng pansit na sopas, ang mga modelo ng patakaran ay ginawa din sa iba't ibang sangkap, na binubuo ng mga pagpipilian at biases ng kanilang mga modeller at stakeholder. Ang pinagsama-samang epekto ng mga pagpipiliang ito ay lumilikha ng iba't ibang mga modelo, at samakatuwid ay iba't ibang mga resulta.

Iyon ang dahilan kung bakit ang ilang mga modellers at analysts ngayon ay nagpapahayag na walang modelo ang "tamang" modelo, tulad ng walang sopas na sopas ang tamang sopas na pansit, at walang modelong iisang resulta ang magiging "itinatag katotohanan".

Kaya, paano namin mag-disenyo ng mga patakaran gamit ang mga modelo na puno ng mga biases at vested interes?

Pagsaliksik, hindi hula

Narito ang ang aming sagot: hindi namin dapat isaalang-alang ang mga tool ng modelo para sa "hula", ngunit para sa "pagsaliksik". Hindi namin dapat asahan ang mga modelo na magbigay sa amin ng "ang" na sagot sa aming mga tanong sa patakaran. Kailangan namin ang mga modelo upang galugarin ang isang hanay ng mga sitwasyon upang ipaalam ang mga talakayan sa patakaran.

Gamitin natin ang halimbawa ng pagbawas ng mga greenhouse gas emissions. Maraming mga paraan upang gawin ito. Maaari naming ibahin ang anyo ng mga sistema ng henerasyon ng kuryente upang mapalakas ang halaga ng mga renewable; maaari nating mapabuti ang mga kahusayan sa gusali; maaari naming gamitin ang mas malinis na paraan ng transportasyon.

Ang bawat landas ay may mga kalaban at tagapagtaguyod nito. Maaaring magtaltalan sila sa kanilang mga benepisyo, sa kanilang mga kahihinatnan, at kung gaano kalaki ang pamumuhunan sa bawat limit ng pera.

Sa maginoo na predictive na diskarte, nais naming i-modelo ang bawat opsyon sa patakaran (o isang kumbinasyon ng mga pagpipilian) at tasahin ang epekto nito sa mga emisyon. (At marahil ang bawat panig ay sasailalim sa kanilang sariling pagmomolde, sa kanilang sariling mga imahinasyon.)

Ngunit sa isang diskarte sa pag-aaral, tinatrato namin ang modelo bilang isang bagay upang i-play, upang "subukan" ang mga opsyon sa patakaran. Baguhin namin ang mga pagpapalagay na pinagbabatayan ng modelo at makita kung paano nagbabago ang mga resulta. Binabago namin ang mga pangyayari sa hinaharap at nagpapatakbo ng maraming sitwasyon at makita kung paano gumanap ang mga pagpipilian sa patakaran sa ilalim ng iba't ibang mga sitwasyon. At sa katapusan ng mapaglarong ehersisyo na ito, walang iisang sagot! Ang bawat resulta ay nakasalalay sa mga pagpapalagay at mga sitwasyon mula sa kung saan ito ginawa, at - krusyal - ang mga pagpapalagay na ito ay dokumentado at ginawa na maliwanag.

Ginamit namin ang diskarte na ito upang siyasatin ang Indya paglipat sa malinis na enerhiya. Sila, tulad ng Australia, ay nakikipagtulungan sa mga kumplikadong mga isyu sa pampulitika at panlipunan na hindi nakabaluktot sa maginoo na paraan ng pagmomolde, na nagsisikap na magbigay ng isang sagot.

Tiyak na hindi namin iminumungkahi na ang exploratory modeling ay isang pilak na bala para sa paglutas ng mga pagkakaiba sa pulitika sa mga kumplikadong isyu sa patakaran. Gayunpaman, maaari itong baguhin ang aming pag-unawa sa mga modelo mula sa isang "blackbox" na proseso sa isang malinaw na proseso na bukas para masusing pag-aralan. Maaari itong maging mga iminumungkahing pagpapalagay sa mga tahasang sitwasyon na maaaring masuri at debate. Sa ganitong paraan, maaari tayong magkaroon ng higit pang mga patakaran na maghahatid ng kanilang pangako - at isang karaniwang sumang-ayon na pundasyon ng impormasyon kung saan sasalungat.

Tungkol sa Ang May-akda

Si Shirin Malekpour, Lider ng Pananaliksik sa mga Madiskarteng Pagpaplano at Pag-aaral sa Futures, Monash Sustainable Development Institute, Monash University at Enayat A. Moallemi, Associate Research, UNSW

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay Books

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

Ang pag-uusap

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

sundin ang InnerSelf sa

facebook-icontwitter-iconrss-icon

Kumuha ng Pinakabagong Sa pamamagitan ng Email

{Emailcloak = off}