Welfare Impacts of Climate Change on Agriculture: Evidence from Over 1, 000 Yield Studies
Notice bibliographique
Résumé
There is now a large body of scientific evidence based on experiments, process-based crop models, and econometric studies, documenting the expected impact of climate change on crop productivity. However, the implications of these changes for more salient economic outcomes such as production, prices, consumption, and welfare are poorly understood. In particular, recent scientific findings are not reflected in the calibration of damage functions in Integrated Assessment Models (IAMs), used to calculate the social cost of carbon (SCC), which are instead based on a small number of studies from the early-to-mid 1990s. In this paper we perform the first end-to-end analysis directly linking the scientific literature on biophysical climate impacts to the SCC. We do this by connecting a comprehensive meta-analysis of crop yield response to climate change, a computable general equilibrium model (GTAP), and the FUND IAM. We find negative effects of warming on most crops in most places and very limited potential for adaptation to offset declines. These yield impacts cause prices to increase between 24% (maize) and 1% (wheat). The welfare effects of these changes are mediated by terms-of-trade effects that tend to moderate negative impacts in net exporters (Brazil, Canada, United States) and exacerbate them in net importers (Middle East, Japan). Overall, damages from warming are negative in most regions and increase approximately linearly with temperature. Incorporating these new damage functions into FUND more than triples the SCC from $7 per ton to $23 per ton. This is due to impacts in the agricultural sector changing from benefits of $7 per ton to costs of $9 per ton. This has direct policy implications given FUND is one of three models used by the US government to calculate the SCC applied to cost-benefit analysis of climate-relevant regulations.
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 | 0,034 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,012 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».