Sufficient statistics for climate change counterfactuals
Résumé
Recent years have seen a growing interest among empiricists in exploiting random weather fluctuations to identify climate change impacts, yet a clear understanding of the conditions under which short-run weather effects can reveal long-run climatic impacts is lacking. We derive necessary and sufficient conditions for weather fluctuations to systematically identify the marginal effect of climate on an economic outcome. Under these conditions, empirical estimates of local marginal weather effects flexibly trace out a common long-run response function to climate that can be used for non-marginal climate change counterfactuals. Our application considers the effect of weather on county-level agricultural GDP in the United States. Depending on model specification, agricultural GDP is predicted to decrease by 6%–10% under a 2 °C warming scenario.
Ces dernières années, les empiristes ont montré un intérêt croissant pour l’exploitation des fluctuations météorologiques aléatoires afin d’identifier les impacts du changement climatique, mais il manque une compréhension claire des conditions dans lesquelles les effets météorologiques à court terme peuvent révéler des impacts climatiques à long terme. Nous dérivons les conditions nécessaires et suffisantes pour les fluctuations météorologiques afin d'identifier systématiquement l'effet marginal du climat sur un résultat économique. Dans ces conditions, les estimations empiriques des effets climatiques marginaux locaux tracent de manière flexible une fonction de réponse commune à long terme au climat qui peut être utilisée pour des scénarios contrefactuels non marginaux sur le changement climatique. Notre application considère l’effet des conditions météorologiques sur le PIB agricole au niveau des comtés aux États-Unis. Selon les spécifications du modèle, le PIB agricole devrait diminuer de 6 à 10 % dans un scénario de réchauffement de 2 °C.