MétaCan
Menu
Retour à la cohorte
Enregistrement W2756185008 · doi:10.20868/upm.thesis.47723

Economic effects of climate change on agriculture: multi-scale assessment through regional mathematical programming models

2017· dissertation· en· W2756185008 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesCentro de Recursos Hídricos para la Agricultura y la MineríaInternational Development Research Centre
Mots-clésScale (ratio)AgricultureClimate changeCitationGeographyRegional scienceComputer scienceLibrary scienceCartographyGeologyArchaeology

Résumé

récupéré en direct d'OpenAlex

El fuerte nexo existente entre el clima y la agricultura ha determinado que este sector sea uno de los más vulnerables al cambio climático. Altas concentraciones de gases efecto invernadero afectarán directamente a factores climáticos como la temperatura o las precipitaciones, impactando significativamente a la productividad agrícola. Esto generará diversas respuestas socio-económicas a diferentes escalas, afectando los precios y el mercado de los alimentos a nivel mundial, como también los ingresos de las explotaciones y el consumo de los hogares a nivel local. La complejidad de las respuestas socio-económicas que pueden generarse debido al impacto del cambio climático en la agricultura, ha llevado al desarrollo de diversos instrumentos de modelización cuantitativa que permitan desentrañar estas respuestas a diferentes escalas. Si bien este desarrollo ha sido continuo, mejorado y ha ayudado al mejor entendimiento de la comunidad científica respecto a los posibles efectos económicos del cambio climático, aún quedan brechas e incertezas que faltan por investigar, especialmente a nivel sub-nacional. Varias herramientas de modelización se han desarrollado a escalas que no permiten reflejar explícitamente las respuestas de las explotaciones afectadas o capturar las heterogeneidades de diversos sistemas agrícolas que pueden existir en una misma región, muchas veces sobre-estimando la capacidad de respuesta de los agricultores más vulnerables. Así mismo, las políticas de adaptación, especialmente aquellas aplicadas en países en desarrollo, requieren de evaluaciones ex ante respecto de las respuestas locales a futuros impactos del cambio climático. Estas evaluaciones podrían apoyar a los contribuyentes a comprender de manera ex ante las respuestas a nivel micro a estrategias de adaptación, ayudándoles así a asignar los recursos de manera más eficiente. Además, estas evaluaciones podrían apoyar el desarrollo de planes de adaptación, proporcionando información relevante para fortalecer el vínculo entre las necesidades locales de adaptación y las iniciativas de adaptación nacionales. El objetivo de la presente investigación es analizar los efectos del cambio climático en la agricultura bajo diferentes escalas sub-nacionales a través del uso de modelos de programación matemática. Estos, permiten capturar tanto las respuestas socio-económicas de los agricultores más vulnerables como también la heterogeneidad de sistemas agrícolas existente en una misma región y sus diferentes respuestas al cambio climático y a posibles medidas de adaptación. Dos marcos de modelización son aplicados en dos regiones diferentes de Chile. Primero, un modelo hidroeconómico es desarrollado para la cuenca del río Vergara en la región del Bío Bío, para capturar los efectos socio-económicos de cambios en la disponibilidad de agua en la pequeña agricultura bajo riego. En segundo lugar, un modelo a nivel de hogares es aplicado en la región del Maule, zona central de Chile, para evaluar el impacto y la adaptación al cambio climático a nivel de micro escala, considerando la heterogeneidad de las respuestas a nivel de hogar. Los resultados generales del estudio destacan la importancia de las evaluaciones económicas del cambio climático a escalas sub-nacionales, como complemento a las evaluaciones globales y nacionales. Los resultados muestran que los impactos del cambio climático revelados a nivel de cuenca en el río Vergara y a nivel de hogar en la región del Maule comprometen principalmente a los agricultores más pobres. El modelo hidroeconómico aplicado en la cuenca del río Vergara resalta la necesidad de análisis de resultados a niveles desagregados, revelando impactos diferenciados entre los distintos actores. Así mismo, desde el punto de vista metodológico, el estudio ofrece una alternativa de análisis cuantitativo que considera a los agricultores como agentes aversos al riesgo y toma en cuenta el patrimonio como factor influyente sobre los efectos del cambio climático en la rentabilidad. En el caso del marco de modelización aplicado para la región del Maule, se resalta la vulnerabilidad de esta zona a los efectos del cambio climático, especialmente a los cambios en la disponibilidad de agua. Así mismo, este estudio permite comprender de mejor manera como las características agrícolas y económicas de los diversos hogares agrícolas influyen sobre sus respuestas al cambio climático y a posibles medidas de adaptación ----------ABSTRACT---------- The strong nexus between climate and agriculture has determined that agriculture is one of the sectors most vulnerable to climate change. Higher concentrations of greenhouse gases will directly affect climatic factors such as temperature and precipitation, significantly impacting agricultural productivity. This impact will yield several socio-economic responses at different scales, affecting markets and food prices at the global level and farm income and household consumption at the local level. The complexities of socio-economic responses that may arise due to the impacts of climate change on agriculture have spurred the development of several quantitative modelling tools that allow one to disentangle these reactions at different scales. Although such tools have been continuously improved and have helped better determine the potential socio-economic effects of climate change, gaps and uncertainties that require further research remain, especially at sub-national levels. Several modelling tools have been developed at scales that do not allow one to explicitly reflect on the responses of affected farms or to capture the heterogeneities of several agricultural systems that may co-exist within the same region, thus resulting in overestimations of the capacities of more vulnerable farmers. Further, adaptation policies, and especially those applied in developing countries, require ex-ante assessments regarding local responses to future impacts of climate change. These assessments could support donors in developing an ex-ante comprehensive understanding of micro-level responses to adaptation strategies, in turn allowing them to allocate resources more efficiently. Moreover, these assessments could support the development of adaptation plans, providing relevant information that can strengthen the link between local adaptation needs and national adaptation initiatives. The scope of this research is to assess the economic effects of climate change on agriculture at different sub-national scales through the use of mathematical programming models. These models allow for one to capture the most vulnerable farmer's socio-economic responses and the heterogeneities of different agricultural systems within the same region based on their different responses to the impacts of climate change and adaptation measures. Two modelling frameworks are applied to two regions of Chile. First, a hydro-economic model is developed for the Vergara River Basin in the Bío Bío region to capture the socio-economic effects of changes in water availability on small-scale agriculture irrigation. Second, a household model is applied to the Maule region in central Chile to assess the impacts of climate change and adaptation patterns at the micro scale while considering the heterogeneity of household level responses. The overall results of the study highlight the importance of economic assessments of the impacts of climate change conducted at sub-national scales as a complement to global and national assessments. The results show that economic impacts found at the basin scale for the Vergara River and at the household level for the Maule region mainly compromise to the poorest farmers. The hydro-economic model applied to the Vergara River Basin illustrates the relevance of analyses conducted at disaggregated levels, revealing different impacts among different farm types. Further, from a methodological perspective, this study offers an alternative quantitative analysis that considers the farmer as a risk-averse agent and that takes into account levels of wealth as a factor shaping climate change effects on profitability. For the modelling framework applied to the Maule region, we illustrate the irrigated semi-arid region’s vulnerability to climate change effects and especially to changes in water availability. Moreover, this study allows for a stronger understanding of how farm households’ agricultural and economic features affect their responses to climate change and likely adaptation measures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,086
Tête enseignante GPT0,333
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change impacts on agricultureTravaux en français237 207