Carbon Pricing Incidence Calculator (CPIC)

• Untersuchung der finanziellen Auswirkungen verschiedener CO₂-Bepreisungsmodelle auf unterschiedliche Bevölkerungsgruppen
• Browserbasierte Software, die globale Forschungsergebnisse nutzt

• Wertvolles Instrument für Entscheidungsträger, insbesondere Politiker
• Berechnet Auswirkungen von CO₂-Bepreisungen und fördert sozialverträgliche Verteilung von Geldern

Eine der größten Herausforderungen bei der Entwicklung des CPIC war die Simulation von Haushaltseinkommen in verschiedenen Ländern. Diese Haushalte weisen unterschiedliche Merkmale auf – sei es ländlich oder städtisch, reich oder arm. Der Calculator ermöglicht es, Visualisierungen nach diesen Merkmalen zu filtern. Eine Fragestellung ist zum Beispiel, ob eine bestimmte CO₂-Bepreisung eher der Land- oder Stadtbevölkerung schadet oder nützt, im Zusammenhang mit ihrem Einkommen.

Ein weiterer Teil unserer Aufgabe war die Gestaltung eines benutzerfreundlichen und intuitiven Designs. Unser Ziel war es, den CPIC so zu entwickeln, dass er auch für Nutzer:innen ohne wissenschaftlichen Hintergrund einfach zu bedienen ist. Diese Herausforderung war besonders groß, da der Calculator verschiedene Darstellungsoptionen für die Grafiken bietet. Nutzer:innen können zum Beispiel zwischen einfachen Darstellungen und komplexeren Datenvisualisierungen wie dem Boxplot und Scatterplot wechseln. So wird es möglich, eine Vielzahl von Daten auf einen Blick zu erfassen und zu analysieren. Das sachliche Design rückt dabei die zu analysierenden Grafiken in den Mittelpunkt. Gelb als Call-to-Action-Farbe erleichtert die Unterscheidung der ausgewählten Optionen und Kategorien.

Unser CPIC stellt sicher, dass die Forschungsergebnisse des Mercator Instituts präzise und verständlich präsentiert werden, um eine fundierte Entscheidungsfindung in der Klimapolitik zu unterstützen.

Bei der Entwicklung des Calculators mussten wir extrem große Datenmengen, die simulierte Haushalte der Weltbevölkerung umfassen, schnell filtern und anzeigen können. Diese Aufgabe stellte uns vor die Herausforderung der kombinatorischen Explosion – unzählige Kombinationsmöglichkeiten, die es zu berechnen galt. Die Lösung: Eine performanceoptimierte Daten-Vorberechnung. Durch den Einsatz von Apache Arrow und Parquet in Rust konnten wir eine extrem performante Daten-Vorberechnung realisieren, die eine schnelle und komfortable Nutzung ermöglicht.

Auch das Hosting ist so aufgesetzt, dass möglichst wenige Ressourcen bei Requests verbraucht werden - die Performance wird dadurch extrem gesteigert.

Zusätzlich haben wir eine analytische, interaktive Datenvisualisierung entwickelt, die einen hohen und detaillierten Informationsgehalt bietet, und trotzdem übersichtlich bleibt. Dies ermöglicht es, die Analyse der Darstellung eindeutig und verständlich zu machen.