在国家自然科学基金“碳中和”重大专项项目（42341205）、重点项目（72234002）、青年科学基金项目（72204049）等资助下，复旦大学吴力波、周阳团队与合作者围绕复杂政策体系评估与适应性政策设计问题取得进展。相关成果以“气候政策组合协同与冲突效应的跨国比较研究（Cross-national comparative assessment of synergies and conflicts in climate policy mixes）”为题，于2026年3月11日发表于《Nature Climate Change》，论文链接：https://www.nature.com/articles/s41558-026-02574-4。

　　政策效应评估是气候环境领域关注度最高的理论研究方向，现有研究范式多基于因果推断模型、针对单项政策进行独立政策冲击效应估计，其方法论局限于对照组本身基准的差异性，在气候治理政策数量多、类型杂、异质性强、实施情境差异大、作用机制交互等场景下，难以进行跨部门、跨区域、跨国别比较，特别是针对政策之间的协同与冲突关系难以识别。针对这一瓶颈，吴力波教授研究团队提出了面向复杂政策组合的AI+社会科学因果评估框架，构建了AI驱动的政策评估新范式。研究整合了覆盖全球124个国家、连续20年、超过一万项气候政策的全球数据库，基于人工智能方法构建全球气候政策指数，将原本难以比较的异质性政策体系转化为可计算、可比较、可解释的分析对象，利用合成控制方法识别碳税与碳排放交易体系的减排效果，并进一步对复杂政策体系中交互效果进行识别。

　　研究发现，碳定价政策的效果深受其与补贴、规制、信息披露和政府投入等配套政策之间交互关系的影响。在不同市场成熟度与制度环境下，这些交互既可能形成协同增效，也可能产生相互抵消。研究进一步提出，气候政策不应被视为孤立工具，而是需要持续校准与适应性改进的制度系统。研究通过反事实模拟预测了政策优化潜力。结果表明，如果能完全消除政策间的冲突并实现良好协同，碳定价的减排效能平均可提升至22.3%。

　　基于该研究的突出政策科学创新贡献，编辑部也同步邀请团队撰写了Policy Brief-政策交互重构碳定价政策效果“（Policy interactions reshape the outcomes of carbon pricing policies）”， 同期在《Nature Climate Change》上发表，进一步重点介绍了论文的政策贡献。简报链接：https://www.nature.com/articles/s41558-026-02578-0。

图：ETSs的直接政策效应和交互作用的分解