Uncertain Impacts on Economic Growth When Stabilizing Global Temperatures at 1.5°C or 2°C Warming
Notice bibliographique
Résumé
Empirical evidence suggests that variations in climate affect economic growth across countries over time. However, little is known about the relative impacts of climate change onto economic outcomes when global mean surface temperature (GMST) is stabilized at 1.5°C or at 2°C warming relative to pre-industrial levels. Here we use a new set of climate simulations under 1.5°C and 2°C warming from the 'Half a degree Additional warming, Prognosis and Projected Impacts' project (HAPPI), to assess changes in economic growth using empirical estimates of climate impacts in a global panel dataset. Panel estimation results that are robust to outliers and breaks suggest that within-year variability of monthly temperatures and precipitation has little effect on economic growth beyond global non-linear temperature effects. While expected temperature changes under a GMST increase of 1.5°C lead to proportionally higher warming in the Northern Hemisphere, the projected impact onto economic growth is larger in the Tropics and Southern Hemisphere. Accounting for econometric estimation and climate uncertainty, the projected impacts onto economic growth of 1.5°C warming are close to indistinguishable from current climate conditions, while 2°C warming suggests statistically lower economic growth for a large set of countries (median projected annual growth up to 2% lower). Level projections of GDP per capita exhibit high uncertainties; with median projected global average GDP per capita approximately 5% lower at the end of the century under 2°C warming relative to 1.5°C. The correlation between climate-induced reductions in per capita GDP growth and national income levels is significant at the p<0.001 level, with lower income countries experiencing greater losses, which may increase economic inequality between countries and is relevant to discussions of Loss and Damage under the UNFCCC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».