Opis projektu
Tajniki odtwarzania i ochrony naszych cennych gleb
Degradacja gleb stanowi duże wyzwanie i powoduje reakcję łańcuchową, która niesie za sobą katastrofalne skutki. Przyczynia się do zmiany klimatu, zaniku różnorodności biologicznej, prowadzi do zanieczyszczenia wód i zmniejsza globalną wydajność rolnictwa. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu SHARE-CTD opracowuje holistyczne podejście, które pozwoli na rozwiązanie tego problemu. Łącząc globalne pomiary, ekonometryczne rozwiązania badawcze i innowacje w zakresie uczenia maszynowego, badacze zamierzają dostarczyć cennych informacji badaczom, decydentom oraz społeczeństwu. Celem prac jest rzucenie światła na wpływ polityk i działań na warunki gruntowe, zestawienie stosunków kosztów do korzyści oraz wskazanie czynników wpływających na ich wydajność. W ten sposób projekt przyczyni się do usprawnienia działań politycznych i złagodzenia szkodliwych skutków degradacji gleb.
Cel
Land degradation is one of the major sustainability challenges of our time. It is a driver of climate change, biodiversity loss, and water pollution, and reduces global agricultural productivity. This requires effective and economically efficient policies.
Here, I outline a project that combines the global measurement and modelling of land degradation trends with econometric research designs to estimate policy effectiveness, their benefit cost ratios, and how design features and contextual factors explain policy performance. This research builds on the unique expertise I have developed over the last 5 years.
The project consists of four work packages. In the first WP, global datasets will be build, including a new database of public policies relevant to land conditions, maps of different land degradation indicators, such as soil productivity trends, vegetation and agricultural yield changes, soil erosion and pollution, and land cover changes, such as cropland expansion and forest loss.
In the second WP, econometric research designs (such as difference-in-differences, difference-in discontinuities, and synthetic control) will be used to estimate the causal effect(s) of public policies on land conditions. The comprehensiveness and global scope of the analysis means that for the first time, we will have the “full picture”, largely free of selection and publication biases, and methodologically unified.
In the third WP, all the policies’ costs and benefits will be compared to each other and we will quantify how much benefit each policy has been generating per its costs.
In the fourth WP, we will use both conventional econometric techniques and novel machine learning approaches to systematically explain when and why some public policies perform better than others.
This research will generate new insights on how to improve public policies to mitigate and reverse land degradation. I expect it will generate high interest among academics, policy makers, and the public.
Dziedzina nauki
- social sciencespolitical sciencespolitical policiespublic policies
- social scienceseconomics and businesseconomicseconometrics
- social scienceseconomics and businesseconomicsproduction economicsproductivity
- natural sciencesearth and related environmental sciencesenvironmental sciencespollution
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
53113 Bonn
Niemcy