Preliminary Draft (Please do not cite) The Value of Climate Amenities: Evidence from U.S. Migration Decisions
Notice bibliographique
Résumé
There is a large literature that attempts to value climate amenities in the US and elsewhere using the fact that climate amenities are capitalized into wages and property values. Many of these estimates, which were produced in the 1970s and 1980s, assume that people are perfectly mobile and are based on estimates of national hedonic wage and property value functions. These functions will yield biased estimates of consumers’ willingness-to-pay for climate amenities if consumers are not in locational equilibrium, as may occur due to information or other moving costs. We value climate amenities by estimating a discrete model of residential location choice for households who changed metropolitan statistical areas (MSAs) between 1995 and 2000. We assume that the utility that a household derives from living in an MSA depends on climate amenities along with earnings potential, housing costs and locationspecific amenities. To avoid assuming a national labor market we estimate separate hedonic wage functions for each MSA to predict earnings opportunities in each city. Households choose the MSA where they derive maximum utility. The model is estimated using a two step procedure (Bayer, Keohane and Timmins, 2006). In the first stage, location-specific constants are estimated together with other parameters of the utility function. In the second stage, location-specific intercepts are regressed on locationspecific amenities and housing costs to estimate the average utility attached to these amenities. We find winter temperature and summer precipitation to be amenities, but summer temperature to have no statistically significant effect on migration decisions. Models estimated using “stayers ” as well as movers suggest that the former are not in equilibrium; and hence that their location decisions cannot be used to estimate the value they attach to climate amenities.
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 | 0,003 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,295 | 0,073 |
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 ».