本报综合外媒报道 一项研究显示，现有的能源转型技术成本预测方法低估了技术进步对降低成本的作用。

　　7月1日，意大利欧洲—地中海气候变化中心官网报道称，英国剑桥大学气候变化政策教授劳拉·迪亚兹·阿纳东（Laura Diaz Anadon）等人首次系统比较了不同方法在预测能源转型技术成本时的表现。该研究成果刊发于近期的《美国国家科学院院刊》上。

　　阿纳东认为，预测对于设计减缓气候变化的方案非常重要，要制定可靠、成本效益高的脱碳政策和商业计划，就必须准确预测能源技术成本。然而，由于技术的构想、研发、系统化和应用是较复杂的适应性系统的一部分，而且涉及相互关联的行为主体和机构，因此各种技术的前景很难预测。目前，有一系列用于估算未来能源转型技术成本的概率性预测方法，其中最常用的两种是专家引出方法和基于模型方法。专家引出方法指的是就某一问题获取权威专业人士的意见，常在数据不足的情况下使用。基于模型方法指的是使用已经存在的可用数据中的一个或多个变量，对未来趋势进行预测。比较这两种预测方法的效果，有助于确保科研人员和分析人员在综合评估、成本效益分析、政策制定中掌握更多实证。

　　研究人员基于过去若干年的数据，使用专家引出方法和基于模型方法，分别预测了2019年的6种能源转型技术的成本，并将预测结果与2019年的真实数据进行了对比。结果显示，基于模型方法预测的数值范围内出现2019年真实数值的频率，明显高于专家引出方法得出的结果；基于模型方法预测的中位数更接近2019年的真实水平。但是，这两种方法都低估了技术进步的影响。不过，技术进步的实际速度比专家和模型预测速度更快这一情况在未来能否持续下去，目前尚不能判断。另外，由于这项研究仅涉及6种技术，不能就此认为大部分情况下基于模型方法的表现都好于专家引出方法。

　　在全球急需制定深度脱碳政策的背景下，这项研究为未来研究提供了新的方向。专家引出方法需要进行方法论改善，基于模型方法需要应对许多关键能源技术的数据挑战。国际组织及其他机构应不断提升数据收集和发布能力，进一步研发反映能源结构与技术成本之间关系的方法。随着时间推移、可用数据增加，科学家应针对更多能源技术，比较不同概率性预测方法的预测结果与真实情况之间的差距。

　　（王悠然/编译）