使用带贝叶斯修正的文本分类估计气候适应融资债权报告系统中的超额申报

发展资金对于为气候变化适应提供融资至关重要，因此是国际气候政策的重要组成部分。然而，缺乏通用报告实践使得评估此类资金的数量与分配变得困难。研究已质疑所报告数据的可信度，表明适应融资实际上低于已发布数据所显示的水平。声称与气候变化适应的相关性大于其实际目标的项目被称为“超额申报”。为估计大型数据集中随时间的真实超额申报率，我们提出一种基于最先进文本分类的方法。迄今为止，可信度评估依赖于小型人工评估样本。我们使用此类样本数据集训练分类器，准确率为 $89.81\% \pm 0.83\%$（十折交叉验证），并外推至更大数据集以识别超额申报。此外，我们提出一种方法，利用较小、更高质量数据的证据，借助贝叶斯定理修正预测率。这使得能够比较不同标注方案以估计气候变化适应中的超额申报程度。我们的结果支持了以下发现：存在广泛的超额申报，达 $32.03\%$，可信区间为 $[19.81\%;48.34\%]$。