气候政策在减缓气候变化和适应气候变化方面展现出了明显的成效。然而，相较于控制全球气温升幅这一气候变化目标，当前气候政策的实际效果与政策需求之间仍存在较大的差距。IPCC第六次评估报告（AR6）呼吁科学家、经济学家和决策者共同努力拓展气候治理的范围。AR6提出，当前一个亟待面对的挑战是缺乏一套基于统一基准的可靠方法和量化手段来评估各层级各领域气候政策强度，进而理解这些政策工具的实施情况与实际效果。我国的气候治理体系是一个交叉行政架构，多个部门参与其中，涉及气候相关的政策分散在各个机构之中。因此，全面系统回顾、梳理和评估这些气候政策对于我国气候治理取向一致性、统筹融合各领域气候政策工具、协同政策目标与措施效果极为重要。在国家重点研发计划——地球系统与全球变化专项——重点区域城市和城市群及其大气环境气候适应机制及适应对策（编号：2022YFF0802500）支持下，生态环境部环境规划院环境规划与政策模拟重点实验室（以下简称：重点实验室）技术组构建了一套集成高维词典-大语言模型-文本分析-机器学习的综合量化评估方法，利用中国国务院公报刊载数据，从涉及气候变化的减缓、适应和政策执行3个主要维度和149个子维度量化了1954年至2022年间中国气候政策强度（PSCC），并对其时间序列和驱动因素分解进行了深入研究。技术组利用机器学习可解释器SHAP（SHapley Additive exPlanations）分析识别了影响PSCC变化趋势的关键驱动因素，通过与其他数据集进行验证对比，PSCC表征了我国气候治理的变化趋势与关键节点，有效回应了AR6提出关于气候政策的重要挑战。该数据产品包含一套气候政策高维辞典、一套长时间序列（1954-2022年）中国气候政策量化评估数据集和一套基于149个维度的PSCC变化趋势分解与关键变量识别数据集，相关成果已公开发布在科学数据银行（Science Data Bank）（https://cstr.cn/31253.11.sciencedb.14709）。重点实验室李勃、付恩贤、张伟、蒋洪强等为主要贡献者。
