Beyond Aggregation Bias: The Importance of Consistency with Official Statistics in MRIO-Based Carbon Footprints

Um zu verstehen, wie viel Verschmutzung ein Land verursacht, schauen Wissenschaftler oft über die Schornsteine und Fabriken innerhalb seiner Grenzen hinaus. Sie stellen eine andere Frage: Wie viel Kohlenstoff wurde emittiert, um die Waren und Dienstleistungen zu produzieren, die die Menschen in diesem Land tatsächlich konsumieren? Dieser „CO2-Fußabdruck“ beinhaltet auch die Emissionen, die entstehen, wenn ein Smartphone in einer Nation hergestellt, in eine andere verschifft und in einer dritten an einen Verbraucher verkauft wird. Um dies zu beantworten, nutzen Forscher komplexe Buchhaltungswerkzeuge, die als multiregionale Input-Output-Tabellen bezeichnet werden. Stellen Sie sich diese wie riesige, miteinander verbundene Tabellenkalkulationen vor, die verfolgen, wie Geld und Materialien zwischen jeder Industrie und jedem Land der Welt fließen. Indem sie diesen Flüssen folgen, können Experten die verborgenen Emissionen nachverfolgen, die in unseren täglichen Einkäufen eingebettet sind. Diese Werkzeuge sind für die Klimapolitik unverzichtbar geworden, da sie Regierungen und Unternehmen helfen, die vollen ökologischen Kosten ihrer Volkswirtschaften zu erkennen. Damit diese Zahlen jedoch reale Entscheidungen leiten können, müssen sie vertrauenswürdig sein und mit den offiziellen Aufzeichnungen übereinstimmen, die von nationalen Regierungen geführt werden.

Eine aktuelle Studie von Forschern mehrerer europäischer Institutionen untersucht einen kritischen Fehler in der Art und Weise, wie diese CO2-Fußabdrücke derzeit berechnet werden. Das Team verglich drei populäre akademische Datenbanken – EXIOBASE, GLORIA und FIGARO-E3 – mit der offiziellen europäischen Datenbank namens FIGARO. Während die akademischen Versionen für ihren hohen Detailgrad gelobt werden, indem sie die Wirtschaft in hunderte spezifische Branchen unterteilen, wollten die Forscher wissen, ob dieser Detailgrad auf Kosten der Genauigkeit ging. Sie behandelten die offizielle EU-Datenbank als den Goldstandard, den Maßstab, an dem alle anderen gemessen werden sollten, da sie direkt aus den verifizierten Statistiken aufgebaut ist, die Regierungen an internationale Gremien übermitteln. Die Studie konzentrierte sich auf das Jahr 2015, da dies das einzige Jahr ist, für das die hochauflösende FIGARO-E3-Datenbank derzeit für einen direkten Vergleich verfügbar ist.

Die Forscher fanden heraus, dass die hochauflösenden akademischen Datenbanken oft eine ganz andere Geschichte erzählen als die offiziellen Statistiken. Als sie die monetären Werte in den Tabellen verglichen – die tatsächlichen Zahlen, die darstellen, wie viel Geld zwischen den Industrien fließt – entdeckten sie erhebliche Unstimmigkeiten. Bei den Datenbanken EXIOBASE und GLORIA waren die Unterschiede beträchtlich. In einigen europäischen Ländern wich der mit diesen akademischen Werkzeugen berechnete gesamte CO2-Fußabdruck um bis zu 25 bis 44 Prozent von der offiziellen Zahl ab. Die Forscher nennen dies den „Official Statistics Consistency Bias“ (Konsistenzfehler gegenüber offiziellen Statistiken). Es stellt sich heraus, dass gerade das Bestreben, diese Datenbanken detaillierter und feingliedriger zu gestalten, manchmal Fehler einführt, die die endgültigen Zahlen weit von der Realität abweichen lassen. In vielen Fällen war dieser Fehler, der durch die Inkonsistenz mit offiziellen Daten verursacht wurde, tatsächlich größer als der Fehler, der durch die zu grobe Gruppierung von Industrien entstand – also das Problem, das diese detaillierten Datenbanken ursprünglich beheben sollten.

Die Studie untersuchte auch spezifische Produkte, um zu sehen, wo die Diskrepanzen am schwerwiegendsten waren. Bei Artikeln wie Maschinen, Elektrizität und Lebensmittelprodukten waren die Unterschiede zwischen den akademischen Schätzungen und den offiziellen Zahlen oft noch ausgeprägter als bei den nationalen Gesamtwerten. In einigen Fällen deuteten die akademischen Datenbanken darauf hin, dass ein Produkt einen viel geringeren CO2-Fußabdruck hatte, als er tatsächlich besaß, während sie in anderen Fällen suggerierten, dass er viel höher sei. Im Gegensatz dazu zeigte eine neuere Datenbank namens FIGARO-E3, die speziell entwickelt wurde, um hohe Detailtiefe mit strikter Einhaltung offizieller Aufzeichnungen zu kombinieren, so gut wie keine Abweichung vom Referenzwert. Ihre Ergebnisse waren nahezu identisch mit den offiziellen Zahlen, was beweist, dass es möglich ist, sowohl hohe Detailtiefe als auch hohe Genauigkeit zu besitzen, sofern die Daten fest an offiziellen Quellen verankert sind.

Diese Ergebnisse deuten auf einen schwierigen Zielkonflikt für politische Entscheidungsträger und Forscher hin. Jahrelang hat die wissenschaftliche Gemeinschaft für detailliertere Daten plädiert, um den „Sectoral Aggregation Bias“ (Sektor-Aggregations-Bias) zu vermeiden, der auftritt, wenn vielfältige Industrien zusammengefasst werden und dadurch ihre wahren ökologischen Auswirkungen verschleiern. Die Studie bestätigt, dass hoher Detailgrad zwar wertvoll ist, aber nutzlos bleibt, wenn die zugrunde liegenden Zahlen nicht mit den offiziellen Aufzeichnungen übereinstimmen. Wenn eine Regierung eine Datenbank verwendet, die um 40 Prozent von den offiziellen Statistiken abweicht, könnte jede auf diesen Daten basierende politische Maßnahme grundlegend fehlerhaft sein. Die Autoren argumentieren, dass CO2-Fußabdrücke für die Verwendung in einer ernsthaften Klimapolitik konsistent mit den offiziellen Daten sein müssen, denen Regierungen bereits vertrauen. Während die detaillierten akademischen Datenbanken weiterhin leistungsstarke Werkzeuge für die Forschung und die Untersuchung globaler Lieferketten bleiben, in denen offizielle Daten knapp sind, sollten sie mit einem klaren Verständnis ihres Potenzials zur Irreführung genutzt werden. Der Weg nach vorn liegt laut der Studie darin, neue, hochauflösende Datenbanken zu schaffen, die direkt auf offiziellen Statistiken aufbauen, um sicherzustellen, dass die Zahlen, die unsere Klimazukunft leiten, sowohl detailliert als auch unbestreitbar genau sind.