Functional-on-functional linear models for the analysis of CO2 emissions by integrated assessment models

Climate change is one of the most serious issues humanity is facing. It is largely due to the increase in the atmospheric concentration of greenhouse gases, in particular carbon dioxide (CO2), generated by human activities. The goal of this work is to study how economic activities, expressed through the gross domestic product (GDP), and population affect the CO2 emissions over a time frame going from 2005 to 2100. To achieve this purpose, simulation data, generated by Integrated Assessment Models (IAMs), are analysed by employing functional data analysis (FDA) techniques: this choice is due to the intrinsically functional structure of these data. In particular, after a smoothing process, functional-on-functional linear models, both concurrent and non-concurrent, are used. Concurrent models, which investigate the relationship between simultaneous values of the considering functional variables, allow to compare distinct macro areas of the world: the study starts considering five macro regions and shows that three of them can be aggregated. Non-concurrent models, instead, are used for only one of the five macro regions, trying to understand how past/future values of population and GDP can have an impact on CO2 emissions at a certain time.

Il cambiamento climatico è uno dei problemi più gravi che l’umanità sta affrontando. Tale fenomeno è dovuto in gran parte all’aumento nell’atmosfera dei gas serra, in particolare di anidride carbonica (CO2), determinato dalle attività svolte dall’uomo. L’obiettivo di questo lavoro è capire in che modo le attività economiche, espresse attraverso il prodotto interno lordo (PIL), e la popolazione influenzano le emissioni di CO2 su una finestra temporale che va dal 2005 al 2100. Per raggiungere questo obiettivo, i dati simulati, generati dagli Integrated Assessment Models (IAMs), sono analizzati impiegando tecniche di functional data analysis (FDA): questa scelta è dovuta alla struttura funzionale intrinseca dei dati. In particolare, dopo lo smoothing dei dati, sono utilizzati modelli lineari functional-on-functional, sia di tipo concurrent sia di tipo non-concurrent. I modelli concurrent, che analizzano la relazione tra valori simultanei delle variabili funzionali in esame, consentono di confrontare le diverse macro aree in cui è suddiviso il mondo: lo studio inizia considerando cinque macro regioni e mostra che tre di loro possono essere accorpate. I modelli non-concurrent, invece, sono utilizzati per una sola delle cinque macro regioni, cercando di capire in che modo i valori passati/futuri di popolazione e PIL hanno impatto sulle emissioni di CO2 in un certo istante.