《Journal of Innovation & Knowledge》：Evaluating digital technology applications and knowledge for climate action: A challenge-based decision framework
编辑推荐：
数字技术可为气候变化减缓与适应提供解决方案；然而，数据隐私、能源消耗和数字不平等（digital inequality）等挑战可能阻碍其应用。本研究在球面模糊（spherical fuzzy, SF）环境下开发了集成的逐步加权评估比率分析（SWARA）和复杂比
数字技术可为气候变化减缓与适应提供解决方案；然而，数据隐私、能源消耗和数字不平等（digital inequality）等挑战可能阻碍其应用。本研究在球面模糊（spherical fuzzy, SF）环境下开发了集成的逐步加权评估比率分析（SWARA）和复杂比例评估（COPRAS）方法，以评估用于气候减缓与适应的数字技术应用。为此，通过系统文献综述识别了七个关键挑战，并由10位专家组成的专家组进行了评估。SF-SWARA结果表明，数据隐私与安全（权重=0.28）以及能源消耗与环境影响（权重=0.20）是最具影响力的挑战。根据加权挑战，使用SF-COPRAS对八种数字技术应用进行了排序。立陶宛的案例研究表明，智能资源节约器（smart resource saver）获得最高效用分数（100），其次是虚拟通勤（virtual commutes）（93.9）。此外，跨20种情景的敏感度分析证实，智能资源节约器始终是最优选项。总体而言，研究表明球面模糊多准则决策（multi-criteria decision-making, MCDM）方法有效处理了专家判断中的不确定性，为气候技术采纳的政策与规划提供了稳健工具。
研究背景显示，气候变化已影响全球所有经济部门，人类活动释放的温室气体是主要成因。尽管全球努力减排，未来气候变化影响仍显著。传统的气候减缓与适应方法在规模和响应速度上存在局限，数字技术——如人工智能（AI）、机器学习、大数据和遥感——为实时监测、预测和优化提供了强大工具。然而，这些技术的采纳面临数据隐私、能源消耗、数字鸿沟（digital divide）、治理框架缺失等挑战。现有文献往往孤立评估单一挑战或应用，缺乏综合性的决策支持手段。为此，研究人员开展了这项研究，旨在构建一个集成逐步加权评估比率分析（SWARA）和复杂比例评估（COPRAS）的球面模糊（SF）多准则决策框架，系统评估数字技术在气候减缓与适应中的应用。该论文发表在《Journal of Innovation》上，其核心结论是所提出的框架能有效处理专家判断的不确定性，为政策制定者提供稳健工具，并识别出最具可行性的技术方案。
技术方法方面，本研究采用了一套集成的SF-SWARA-COPRAS方法。首先，通过系统文献综述识别出七个关键挑战（能源消耗与环境影响、数据隐私与安全、治理与监管、伦理考量、技术可靠性与公平性、心理与社会影响、数字鸿沟与可及性）。随后，由10位分为学术与非学术组的专家（均具有至少5年相关领域经验）使用九级语言变量（从绝对高到绝对低）评估挑战的相对重要性。基于球面模糊集（SFS）处理不确定性与犹豫度，利用SWAM（球面加权算术平均）算子聚合专家意见。SF-SWARA步骤确定各挑战的权重，SF-COPRAS步骤则根据加权挑战对八种数字技术应用（数字遗产守护者、虚拟通勤、智能资源节约器、气候适应社区、智能应急系统、韧性城市设计、未来型城市、绿色城市）进行排序。案例研究在立陶宛进行，该国已实现约58%的温室气体减排，但仍面临数据安全、能源消耗和农村地区数字鸿沟等挑战。
研究结果如下：
**Results**：通过SF-SWARA计算，挑战权重排序为：数据隐私与安全（0.28）>能源消耗与环境影响（0.20）>技术可靠性与公平性（0.16）>数字鸿沟与可及性（0.12）>心理与社会影响（0.10）>治理与监管（0.08）>伦理考量（0.06）。这表明专家认为数据隐私和能源消耗是阻碍数字技术采纳的最关键因素。随后，利用SF-COPRAS对八种应用进行排序，智能资源节约器获得最高效用得分（100），虚拟通勤（93.9）排名第二，其后依次为气候适应社区（93.54）、未来型城市（91.64）、韧性城市设计（90.88）、智能应急系统（89.96）、绿色城市（86.64）、数字遗产守护者（77.75）。这一排序表明，智能资源节约器和虚拟通勤在应对已识别挑战方面表现最优。
**Sensitivity analyses**：研究将最具影响力的挑战（数据隐私与安全）的权重从原始值0.28逐步调整至0.72，分20个情景重新计算所有挑战的权重并重新排序。结果显示，在所有情景中，智能资源节约器始终稳居第一位，虚拟通勤保持第二位，其他应用的相对顺序也基本稳定，证明了该框架对权重变化的稳健性。
**Discussion**：讨论部分指出，Smart Resource Saver的高排名与其多功能性相关，该应用能在农业、制造业等多个领域优化资源和能源使用，直接对应最关键的挑战（数据隐私与能源消耗）。虚拟通勤通过减少交通排放契合低碳目标。与以往仅聚焦单一应用或挑战的研究相比，本研究的综合框架同时考虑了多种挑战和应用，使结果更具现实意义。立陶宛案例证实了框架的实用性：该国在能源管理和数字服务领域的战略重点与Smart Resource Saver和Virtual Commutes高度匹配，而农村地区的数字鸿沟和网络安全问题也验证了所识别挑战的针对性。球面模糊环境（SF）的引入有效吸纳了专家判断中的犹豫度和主观性，比传统模糊方法更可靠。
**Conclusions**：研究结论翻译如下：本研究开发了一个新的评估框架，在球面模糊（SF）环境下集成逐步加权评估比率分析（SWARA）和复杂比例评估（COPRAS），用于评估采纳数字技术以应对气候减缓与适应的挑战。研究人员识别出最具影响力的挑战，并根据这些挑战对数字技术应用进行排序。结果表明，智能资源节约器（Smart Resource Saver）和虚拟通勤（Virtual Commutes）是立陶宛的最佳选择，因为它们能强化资源管理并助力减排。该框架通过使用球面模糊集减少了不确定性和主观性，使决策分析更可靠。与以往缺乏综合性的模型不同，本研究提出的SWARA-COPRAS模型为政策制定者和实践者提供了一个包容且灵活的工具。结果显示了该框架的效能：顶级数字应用与国家的优势及现有技术差距相匹配。此外，政府和机构应重点推广Smart Resource Saver和Virtual Commutes等应用。政策应改善数据安全基础设施、降低数字运营能耗，并促进数字接入，尤其在农村地区。国家政策需与欧盟数字可持续性指南一致，并积极应对网络安全威胁和AI偏见等新兴风险。政策制定者应使用评估框架审阅气候技术投资，以提高透明度和可追溯性，确保数字方案有益于气候行动和社会公平。该模型可推广至立陶宛以外的国家，并适用于任何数据驱动的决策情境。研究局限性包括：专家数量有限、语言变量引入主观性、专家背景差异可能影响结果。未来研究应在其他国家应用该框架，并与其他多准则决策方法比较，以及用实际性能数据进行实证验证。
