Climate change and U.S. agriculture: Accounting for multidimensional slope heterogeneity in panel data
气候变化与美国农业：面板数据中的多维斜率异质性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用县级面板数据，并提出容纳空间和时间参数异质性的估计方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
气候变化与美国农业：面板数据中的多维斜率异质性
- 研究问题
- 评估未来气候变化对美国农业产出的影响时，如何同时容纳生产参数的空间与时间变化，以刻画不同形式的适应？
- 方法与思路
- 作者提出 MO-OLS 面板估计，使截距与斜率均可随空间和时间变化，使用县级产量天气数据并结合气候与排放情景预测。
- 材料陈述的贡献
- 摘要称两类异质性均重要，并发现当地气候适应及高温敏感性下降；情景均值预测中，适应和减排分别缓解部分损害。
- 阅读关注点
- 应核对 MO-OLS 的异质性结构和估计条件、适应与其他时间变化的区分，以及长期预测的外推和不确定性处理。
- 阅读边界
- 仅据所给 Crossref 摘要，估计条件及预测区间未说明；到二一〇〇年的结果依赖气候、排放和适应设定，不推断刊本变化。
原文摘要
We study potential impacts of future climate change on U.S. agricultural productivity using county‐level yield and weather data from 1950 to 2015. To account for adaptation of production to different weather conditions, it is crucial to allow for both spatial and temporal variation in the production process mapping weather to crop yields. We present a new panel data estimation technique, called mean observation OLS (MO‐OLS) that allows for spatial and temporal heterogeneity in all regression parameters (intercepts and slopes). Both forms of heterogeneity are important: We find strong evidence that production function parameters adapt to local climate, and also that sensitivity of yield to high temperature declined from 1950–89. We use our estimates to project corn yields to 2100 using 19 climate models and three greenhouse gas emission scenarios. We predict unmitigated climate change will greatly reduce yield. Our mean prediction (over climate models) is that adaptation alone can mitigate 36% of the damage, while emissions reductions consistent with the Paris targets would mitigate 76%.