Drivers of uncertainty, high-risk scenarios, and robust climate policies in RICE50+

Greenhouse gas emissions from human activities have been influencing the climate at an unprecedented rate, and temperature rise may lead to several impacts over the entire world. Contrasting anthropogenic climate change requires urgent mitigation actions. In this context, Integrated Assessment Models represent a helpful and influential tool. These models link climate, energy, and economic features in one framework and are used to search for Benefit-Cost optimal climate policies. Among these models, RICE50+ has recently introduced higher geographical resolution and better consideration for economic inequality. This thesis contributes to the analysis of the Benefit-Cost solutions of this model (i.e., the optimal emission reduction pathways). In particular, we addressed the identification of high-risk scenarios and robust optimal solutions. We started with the re-simulation of the solutions over a set of plausible future scenarios defined by the most relevant drivers of uncertainty of the model: the socioeconomic baselines, the climate impact functions and the Land-Use emission cases. Result performances have been measured for the objectives of welfare, temperature, and economic inequality. Then, we applied a scenario discovery algorithm to identify which drivers lead to poorest performance scenarios. Last, we performed a robustness analysis to identify the most robust emission reduction pathways according to four criteria. Results show that socioeconomic drivers characterized by low economic growth and high inequality lead to highest risk scenarios with poor performance for every objective. The functions projecting heterogeneous impacts lead to higher inequality scenarios. Last, all the robust pathways highlighted the necessity for a fast reduction of greenhouse gases, with most regions achieving carbon neutrality by 2050. Our results suggest that the emission reductions should be implemented taking deeply into consideration the economic inequalities and the responsibilities for historical emissions.

Le emissioni antropogeniche di gas serra influenzano il clima a un ritmo senza precedenti e l'aumento della temperatura può portare a numerosi impatti in tutto il mondo. Contrastare il cambiamento climatico richiede urgenti azioni di mitigazione. In questo contesto, gli Integrated Assessment Models sono un utile strumento. Questi modelli collegano aspetti di clima, energia ed economia e sono usati per cercare politiche climatiche ottimali dal punto di vista costi-benefici. Tra questi modelli, RICE50+ ha introdotto una maggiore risoluzione geografica e una migliore considerazione delle disuguaglianze economiche. Questa tesi contribuisce all'analisi delle soluzioni ottimizzate da questo modello (cioè i percorsi ottimali di riduzione delle emissioni). In particolare, abbiamo affrontato l'identificazione di scenari ad alto rischio e di soluzioni robuste. Abbiamo iniziato con la ri-simulazione delle soluzioni su un insieme di scenari futuri plausibili definiti dai più importanti fattori di incertezza del modello: le baseline socioeconomiche, le funzioni di impatto climatico e i casi di emissioni Land-Use. Le performance dei risultati sono state misurate secondo gli obiettivi di welfare, temperatura e disuguaglianza economica. Abbiamo poi applicato un algoritmo di scenario discovery per identificare quali fattori portano a scenari di performance più scarse. Infine, abbiamo eseguito un'analisi di robustezza per identificare i percorsi di riduzione delle emissioni più robusti secondo quattro criteri. I risultati mostrano che i driver socioeconomici caratterizzati da una bassa crescita economica e da un'alta disuguaglianza portano a scenari a più alto rischio con scarse prestazioni per ogni obiettivo. Le funzioni che proiettano impatti eterogenei portano a scenari di disuguaglianza più elevati. Infine, tutti i percorsi robusti hanno evidenziato la necessità di una rapida riduzione dei gas serra con la maggior parte delle regioni che raggiungono zero emissioni nette entro il 2050. I nostri risultati suggeriscono che le riduzioni delle emissioni dovrebbero essere attuate prendendo in considerazione le disuguaglianze economiche e le responsabilità per le emissioni storiche.