12月8日，上海能源与碳中和战略研究院院长、复旦大学大数据研究院副院长、国家发展与智能治理综合实验室执行主任吴力波教授应邀参加第28届联合国气候变化大会（以下简称COP28），代表研究团队在中国馆《气候变化风险应对：技术创新与金融支持》论坛上发布了基于机器学习人工智能技术融合分析的全球气候政策数据库（GCCMPD），具备政策覆盖全面、分类精准、可识别动态演化特征以及交叉关联分析能力强等特点，为研究和更好推动全球气候治理提供有力支撑。
随着全球气候治理的深化，各国气候政策正在爆发式增长，种类、特征不断丰富。但由于各国政体、经济社会环境、资源禀赋差异巨大，削弱了气候政策的可比性。此外，各国、各类气候政策之间，以及气候政策和其他政策之间存在复杂的内生交互和动态关联的关系，也使得气候政策分析面临更大困难。政策分析的缺失在很大程度上妨碍了各国气候政策的优化设计，也给国际气候合作机制的发展形成障碍。现有气候政策数据库普遍存在政策覆盖不全、特征识别不准、多政策交叉分析困难等问题。GCCMPD数据库依托自然语言处理技术优化文本采集、清洗补全、标签分类、等工作；构建多维度系统、完整的特征标签体系提升对比分析有效性。在此基础上，依托ClimateBert训练预测方法，拓展数据库自适应和动态更新优化能力。
GCCMPD数据库涵盖全球198个国家和地区、11个区域10089项气候变化减缓政策，特征标签涵盖部门、工具、目标、法律约束有效性、政策持久性、作用范围等维度，是目前全球已发布的同类数据库中，覆盖政策最全、特征分类最细、多政策交叉分析最强的。数据库内嵌文本和语义分析，可进行政策相似性、关联性、网络链路传导等复杂交互分析，可揭示全球、区域及国家气候政策演化过程，识别区域、行业政策短板，分析不同国家和区域政策的交互影响，研究多种政策的协同效果和优化组合，为更加深入和系统的下游科研任务打下基础。
吴力波教授指出，当前全球气候治理面临两大关键挑战，一是各国经济社会动态发展过程中，多种发展诉求的交互影响导致气候政策优化设计高度复杂。二是不同国家差异化的发展阶段和发展诉求下，国际间气候治理政策难以协调。以GCCMPD为依托开展政策演化特征和驱动机制研究，预判各国政策演化趋势和阶段特征，剖析各国政策体系的优化设计，能够为国际气候合作机制的创新和优化提供有力支撑。GCCMPD数据库仍在不断优化和拓展，目前正在研究引入各国气候治理目标的定量分析，以及涵盖甲烷等非二氧化碳温室气体相关政策，为《巴黎协定》盘点以及气候治理政策的全面评估提供助力。
