Underrepresented transition factors from social sciences in energy and emissions modeling
本文识别并量化了能源与排放建模中社会科学转型因素的代表性不足问题，并建议通过整合社会规范、认知动机以及制度结构要素，来增强未来预测的现实性与政策相关性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下试图预测我们能源系统的未来——比如，如何通过研究我们如何在2050年之前从化石燃料转向清洁能源。目前，科学家们用来进行这些预测的“水晶球”大多是技术经济模型（techno-economic models）。可以将这些模型想象成高度复杂、运算极快的计算器。它们非常擅长处理关于成本、千瓦时和工程效率的数据。它们假设每个人都像完美的机器人一样行动：如果太阳能电池板更便宜，人们就会购买；如果某项政策能省钱，政府就会通过它。
然而，本文的作者认为，这些计算器缺失了拼图中的一个巨大部分：真实的人类和复杂的社会。 现实生活不仅仅是数学，它关乎情感、信任、政治权力斗争和文化习惯。
以下是该论文内容的简单拆解，并使用了日常类比：
1. 缺失的成分（“社会科学”）
研究人员研究了来自社会科学（如心理学、社会学和政治学）的43种不同理论，以寻找24个特定的“转型因素”。这些是驱动现实世界变革的隐形力量。
他们将这些因素分为四种“口味”：
- 认知-动机型（内在的声音）： 我们的脑部运作方式。我们是否害怕风险？我们是否感性？我们是否有良好的意愿但却忘了行动？
- 制度-结构型（游戏规则）： 我们周围的硬性结构。法律有多强有力？政府是否腐败？旧有的系统是否将我们困在过去（就像一个沉重的锚）？
- 社会-规范型（同伴压力）： 我们的朋友和邻居在想什么。我们会模仿他人吗？我们信任我们的领导者吗？追求绿色是否很“酷”？
- 策略-理性型（棋手）： 试图获胜的人。游说团体为权力而战，国家进行地缘政治博弈，或者公司在计算利润。
2. 巨大的鸿沟（“代表性差距”）
团队进行了大规模的文献检索。他们对比了两个图书馆：
- 图书馆 A： 研究能源转型的社会科学家撰写的论文。
- 图书馆 B： 构建能源预测模型的建模师撰写的论文。
他们创建了一个**“代表性差距指数”（Representation Gap Index）**，以观察建模师的图书馆中缺失了哪些因素。
结果令人惊讶：
- “机器人”仍占据主导： 模型非常擅长纳入诸如“预期成本与收益”（如果它便宜，我们就做）和“政治经济学”（政府如何花钱）等因素。
- “人类”是隐形的： 模型很难纳入诸如情绪、信任、社会运动和游说力量等因素。
- 类比： 这就像试图通过只看球员的鞋码和球的重量来预测一场足球比赛，却完全忽略了球员对失败的恐惧、裁判的偏见以及观众的呐喊。
3. 他们如何尝试建立联系（三个层级的协作）
论文探讨了社会科学家和建模师目前是如何合作的，并描述了三个层级的团队合作：
- 第一层：“桥接”（轻微的击掌）： 他们在模型完成后才进行交流。建模师运行数据，然后社会科学家说：“嘿，你的结果看起来很不现实，因为你忽略了人们对那项政策有多反感。”这很常见，但并不会改变数学逻辑。
- 第二层：“迭代”（来回互动）： 他们共同工作，但保留各自的工具。社会科学家说：“假设政府行动缓慢”，建模师随后将这一情况放入计算器中。这是他们处理诸如“政治文化”或“路径依赖”（困在旧模式中）等问题的方式。
- 第三层：“融合”（完全融合）： 他们将社会科学构建在模型内部。计算器本身就能理解人们可能会害怕风险或受邻居影响。这很罕见，且主要局限于简单的“学习曲线”（随着制造数量增加，成本会降低）。
4. 下一步该怎么做？（建议）
作者不仅指出了问题，还提出了下一步应关注的方向，以使模型更具现实感：
- 关注“缺失”的因素： 他们建议优先考虑制度质量（制度运作的效果）和游说力量。这些在现实生活中至关重要，但在模型中几乎不存在。
- 不要强行将一切数学化： 某些事物，如深层的文化价值观或复杂的社会运动，很难转化为数字。论文建议对于这些内容，可以使用“迭代”或“桥接”方式，而不是强行套用一个糟糕的数学方程。
- 关注全球视野： 大多数研究都集中在欧洲和北美的富裕国家。模型需要学习关于非洲和南美洲等低收入国家的知识，那里的游戏规则完全不同。
核心结论
这篇论文是一份行动号召。它指出，要准确预测能源的未来，我们不能仅仅是会计师和工程师。我们需要邀请心理学家、社会学家和政治学家进入房间，帮助我们理解人类不仅仅是计算器；我们是充满情感、社会性和政治性的生物。 如果我们不在我们的“能源汤”中加入这些成分，我们的预测可能尝起来更像是幻想而非现实。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。