能源经济优化模型可重复分析的论据
物理与社会
2020-01-30 v1
摘要
能源经济优化（EEO）模型采用形式化搜索技术探索跨越数十年的未来决策空间，以提供与政策相关的洞见。EEO 模型是决策者的关键工具，后者必须在面对巨大未来不确定性时做出具有长期影响的近期决策。尽管基于模型的分析数量激增，对模型开发与应用透明度的关注却不足。鉴于 EEO 模型复杂、数据密集的本质以及源代码与数据普遍缺乏获取途径，许多基于模型分析的假设对外部观察者隐藏。本文讨论模型构建过程中涉及的简化与主观判断，这些无法在期刊论文、报告或模型文档中充分阐明。此外，我们主张出于所有实际目的，EEO 模型洞见无法通过与实际结果比较来验证。结果，建模者缺乏可信度量来评估模型提供可靠洞见的能力。我们断言 EEO 模型应通过对公开可用源代码与数据的质询而可被发现。此外，第三方应能够运行特定模型实例以独立验证已发表结果。然而对十二个 EEO 模型的回顾表明，在大多数情况下，当前复现模型结果是不可能的。我们提供若干建议以帮助开发并维持用于可重复模型分析的软件框架。
引用
@article{arxiv.2001.10858,
title = {The Case for Repeatable Analysis with Energy Economy Optimization Models},
author = {Joseph F. DeCarolis and Kevin Hunter and Sarat Sreepathi},
journal= {arXiv preprint arXiv:2001.10858},
year = {2020}
}
备注
30 pages, 1 table, 1 figure