Opis projektu
Wpływ zmian klimatu na rolnictwo w krajach rozwijających się
W krajach rozwijających się produktywność rolnictwa jest niższa w porównaniu z innymi sektorami, a ponadto istnieje znaczna rozbieżność w produktywności na różnych obszarach, co rodzi pytania o dalsze zaangażowanie pracowników w rolnictwie. Obszary wiejskie, na których mieszka znaczny odsetek ludności, napotykają wyzwania, takie jak zagrożenia dla rolnictwa i ubóstwo. Finansowany przez ERBN projekt RUSTDEC ma na celu wyjaśnienie różnic w wydajności rolnictwa w Afryce Subsaharyjskiej i Azji Południowo-Wschodniej. W tym celu wykorzysta innowacyjne dane z mikropaneli wraz z danymi geoprzestrzennymi i modelami teoretycznymi. Cele projektu obejmują identyfikację czynników determinujących wydajność rolnictwa, mikroekonomiczną dynamikę realokacji siły roboczej i selektywność umiejętności, a także wpływ zmian klimatu na produkcję rolną i rozwój obszarów wiejskich.
Cel
A key feature of economic development is structural transformation characterized by spatial and sectoral labor reallocation out of agriculture. Despite clear evidence of rural-urban migration flows in developing countries, recent contributions show persistently lower productivity in agriculture compared to other sectors and large disparity in agricultural productivity across space. This points to the key question of this proposal: “why do so many workers remain in agriculture”? There is a pressing need for reliable answers to this question as rural areas host large shares of the population, facing high agricultural risk and poverty incidence. Any effective poverty eradication policy, such as those envisioned by the UN’s Sustainable Development Goals, must therefore necessarily focus on rural development. RUSTDEC will obtain novel answers to this key question by combining innovative micro panel data from Sub-Saharan Africa and Southeast Asia with an array of geospatial data on rural areas, exogenous variation in agricultural productivity, and quantitative theoretical models. The project employs remote-sensing and computer vision methods for generating community data as well as quasi-experimental and structural estimation techniques for rigorous causal estimation to pursue three major objectives: (i) provide first evidence on the role of dynamic adjustments in agricultural production for explaining the agricultural productivity gap and the magnitude of factor (mis-)allocation; (ii) dissect the microeconomic anatomy of spatial and sectoral labor reallocation and skill selectivity within and across rural communities; and (iii) identify the historic and future impact of climate change on agricultural production, adaptation, and rural development and its implications for the productivity gap. These objectives address three well-defined gaps in the literature, each going beyond the specific state-of-the-art and with the potential of generating ground-breaking impact.
Dziedzina nauki
- medical and health sciencesbasic medicineanatomy and morphology
- natural sciencescomputer and information sciencesartificial intelligencecomputer vision
- social scienceseconomics and businesseconomicsproduction economicsproductivity
- agricultural sciencesagriculture, forestry, and fisheriesagriculture
- natural sciencesearth and related environmental sciencesatmospheric sciencesclimatologyclimatic changes
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
08005 Barcelona
Hiszpania
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.