Modellering moet 'n kans wees om jou aannames te toets, nie net om hulle te bevestig nie. Shutter
Die Turnbull-regering se vlagskip-energieplan, die Nasionale Energiewaarborg, was bedoel om 'n dekade-lange stalemate op energie en klimaatbeleid in Australië te beëindig.
Ironies genoeg, sedert sy onthulling in Oktober 2017, die debat het verhoogde aansienlik, met die gevolg dat die regering nou het weggestap van die emissiereduksie-komponent van die beleid.
Daar is baie aandag gegee aan die hoë politieke drama - en fundamentele konflikte oor die belangrikheid van emissiereducties. Maar nog 'n belangrike kwessie is die gebrek aan vertroue in regeringsmodelle wat die resultate van hul beleid voorspel.
Byvoorbeeld, die regering het hierdie maand beweer dat die NEG huishoudelike rekeninge met A $ 150 per jaar sal verminder. Onafhanklike ontleders, sowel as arbeid en Greens politici, het hierdie figuur bevraagteken. Hulle wys daarop dat ander modelle stel verskillende resultate voor - veral een wat deur die federale minister van energie, Josh Frydenberg, aangekondig is in Oktober 2017, wat 'n A $ 100-vermindering voorspel het. Al hierdie groepe het gevra vir die volle vrystelling van die regering se modelleringswerk.
Maar as modellering 'n vorm van wetenskaplike analise is, waarom gee verskillende modelle so verskillende resultate?
Wat is 'n model?
'N Model is 'n vereenvoudigde voorstelling van die werklikheid, maar daardie "werklikheid" word deur die modeller gedefinieer. Ons gee 'n stel insette aan 'n model en dit lewer 'n stel uitsette.
Die modelleringsproses behels 'n reeks "keuses" wat die modeller maak oor die metodes om te gebruik, die insetdata om in te voer en die verhoudings tussen hierdie data (dit is wat die impak van wat).
Deur sommige faktore meer gewig te gee - hetsy doelbewus of onbewustelik - Die modelle kan een uitkoms meer aantreklik maak, waarskynlik of belangrik as die ander.
Stel jou voor dat jy 100-kokke van verskillende lande vra om die beste noodlesoep in die wêreld te maak. Hulle sou almal verskillende bestanddele, soorte noodles en maniere van kook kies.
Hierdie keuses sal die resepte wat hulle reeds ken, weerspieël, die smaak wat hulle persoonlik hou of nie, en die bestanddele waarmee hulle bekend is. Dit vorm hul vooroordeel ten opsigte van wat 'n goeie noodlesoep moet wees. Jy sal nie verbaas wees as jy aan die einde van hierdie kompetisie 100 baie verskillende noodlesoepe sien nie!
Soos noodlesoep, word beleidsmodelle ook gemaak met 'n verskeidenheid bestanddele, wat gevorm word deur die keuses en vooroordeel van hul modelle en belanghebbendes. Die kumulatiewe effek van hierdie keuses skep verskillende modelle, en dus verskillende resultate.
Daarom argumenteer sommige modelle en ontleders nou dat geen model die regte model is nie, net soos geen noodlesoep die regte noodsop is nie en dat geen enkele model 'n "gevestigde waarheid".
So, hoe kan ons beleide ontwerp deur modelle te gebruik wat gevul is met vooroordeel en gevestigde belange?
Verkenning, nie voorspelling nie
Hier is ' ons antwoord: Ons moet nie modelle gereedskap vir "voorspelling" oorweeg nie, maar eerder vir "eksplorasie". Ons moet nie verwag dat modelle ons die "antwoord" op ons beleidsvrae gee nie. Ons benodig modelle om 'n verskeidenheid scenario's te ondersoek om beleidsbesprekings in te lig.
Kom ons gebruik die voorbeeld van die vermindering van kweekhuisgasvrystellings. Daar is baie maniere om dit te doen. Ons kan ons kragopwekkingstelsels transformeer om die hoeveelheid hernubare energie te verhoog; ons kan die doeltreffendheid van geboue verbeter; ons kan skoner transportmiddels gebruik.
Elke pad het sy teenstanders en voorstanders. Hulle kan oor hul voordele, die gevolge daarvan, en hoeveel beleggings elkeen verdien uit 'n eindige pool geld.
In die konvensionele voorspellende benadering sou ons elke beleidsopsie (of 'n kombinasie van opsies) modelleer en die impak daarvan op emissies beoordeel. (En waarskynlik sal elkeen hul eie modellering onderneem, met hul eie implisiete aannames.)
Maar in 'n verkennende benadering behandel ons die model as iets om mee te speel, om 'beleidsopsies' te toets. Ons verander aannames onderliggend aan die model en kyk hoe die resultate verander. Ons verander toekomstige scenario's en voer talle scenario's uit en kyk hoe beleidsopsies onder verskillende scenario's uitvoer. En aan die einde van hierdie speelse oefening is daar geen enkele antwoord nie! Elke resultaat hang af van die aannames en die scenario's waaruit dit geproduseer is, en - wesenlik - hierdie aannames is almal gedokumenteer en deursigtig gemaak.
Ons het hierdie benadering gebruik om Indië te ondersoek oorgang na skoon energie. Hulle, soos Australië, het te make met uiters ingewikkelde politieke en sosiale kwessies wat nie netjies in konvensionele maniere van modellering vou nie, wat poog om 'n enkele antwoord te gee.
Ons stel beslis nie voor dat verkennende modellering 'n silwer koeël is om politieke verskille op komplekse beleidskwessies te besleg. Dit kan egter ons begrip van modelle van 'n "blackbox" -proses omskep na 'n deursigtige proses wat oop is vir ondersoek. Dit kan implisiete aannames verander in eksplisiete scenario's wat getoets en bespreek kan word. Op hierdie manier kan ons meer beleide hê wat sal lewer wat hulle belowe - en 'n algemeen ingestelde grondslag van inligting waaroor ons moet argumenteer.
Oor Die Skrywer
Shirin Malekpour, Navorsingsleier in Strategiese Beplanning en Toekomsstudie, Monash Volhoubare Ontwikkelingsinstituut, Monash Universiteit en Enayat A. Moallemi, navorsingsgenoot, UNSW
Hierdie artikel is oorspronklik gepubliseer op Die gesprek. Lees die oorspronklike artikel.
verwante Boeke
