西北大学的一项最新研究揭示了美国环境保护局（EPA）在制定重型车辆排放标准时的决策倾向。通过分析近 500 万个词的公众评论数据，研究发现监管机构对经济成本和实施时间表的关注程度显著高于对公共卫生和气候变化的担忧。
该研究成果已发表于《可持续城市与社会》杂志。研究表明，这种偏向可能导致清洁交通转型的进程放缓，同时也展示了人工智能工具在解析复杂政策制定过程中的应用潜力。
监管回应存在明显偏向
这项研究由西北大学麦考密克工程学院土木和环境工程副教授阿曼达·斯塔托普洛斯（Amanda Stathopoulos）领导，前博士迪德尔·爱德华（Diederik Edwards）为第一作者。团队利用人工智能和其他计算工具，分析了拜登政府时期提出的重型车辆第三阶段温室气体排放标准期间的公众意见。
斯塔托普洛斯指出：“我们一直试图了解为什么从柴油到电气的转型没有发生。我们决定研究环保署如何权衡不同利益相关者的意见。”分析结果显示，EPA 更倾向于承认来自卡车运输行业关于成本和实施时间表的评论，而非那些强调环境和健康效益的意见。
最终确定的标准比最初提案的要求更为宽松。尽管特朗普政府于 2026 年 2 月废除了这些标准，但这一案例仍为理解竞争利益如何塑造环境政策提供了重要参考。
AI 辅助的大规模文本分析
在联邦机构敲定主要环境法规前，通常会向制造商、行业领袖、环保组织及公众征求意见。斯塔托普洛斯表示，提交评论的门槛极低，任何人均可参与。EPA 需审查这些反馈以修正计划并做出最终裁决，但当评论数量达到数千页时，人工处理变得极具挑战性。
为了量化这些影响，研究团队聚焦于 1,171 条独特的公众评论（总计约 474 万个单词）以及 EPA 的官方书面回复。只有当评论具有实质性内容时，法律才要求 EPA 进行回复，否则机构无义务作答。
团队开发了一个结合 AI 与传统文本分析的计算框架。首先通过算法识别反复出现的主题，如环境效益、经济成本和实施挑战；随后利用 AI 语言模型评估评论的情绪色彩，并区分一般陈述与详细论点。最后，研究人员将评论者按利益相关者类型分类，并将其提交内容与 EPA 的回应进行比对，从而绘制出互动模式图。
资源不对等导致的声音差异
数据分析显示，即使考虑到评论的实质内容，EPA 对关注成本和时间的意见给予回应的频率依然更高。斯塔托普洛斯强调：“我们可以看到非常强烈的趋势。基本上，重型汽车利益相关者在谈论什么并不重要，他们总是得到回应。”
这并不意味着 EPA 完全认同这些论点或据此改变了政策，而是反映了监管机构在不同优先事项间的平衡方式。这种差异可能对城市货运污染的减少产生负面影响。
对此，斯塔托普洛斯提出一种解释：监管机构可能特别关注拥有更多法律资源的利益相关者，因为如果他们的担忧未被解决，更有可能对监管发起法律挑战。相比之下，小型非营利组织和个人公民往往缺乏构建强力法律论点的专业知识。该研究方法旨在帮助机构识别那些可能被忽视但有意义的担忧。
