Hitzewellen und Dürren beeinflussen regionale EU-Wirtschaft
Extreme Hitzewellen und Dürren wirken sich kurzfristig auf regionale EU-Wirtschaften aus. Eine neue EZB-Studie zeigt, dass die Effekte je nach Sektor und Region stark variieren.
Maschinelles Lernen für Klimaprognosen
Eine neue Studie der EZB-Arbeitspapierreihe untersucht die kurzfristigen wirtschaftlichen Auswirkungen von Hitzewellen und Dürren in 1.117 EU-Regionen zwischen 2002 und 2022.
Die Forscher entwickelten klimaverstärkte Modelle, die ökonomische Indikatoren mit hochfrequenten Klimadaten kombinieren.
Dabei zeigte sich, dass maschinelles Lernen (ML) die Vorhersagegenauigkeit in klimasensiblen Sektoren erheblich verbessert, insbesondere in der Landwirtschaft.
Hier liefern Hitzewellen- und Dürreindikatoren eine aussagekräftige Vorhersagekraft.
Für andere Sektoren wie die Industrie sind die Verbesserungen durch Klimavariablen begrenzt und übertreffen rein ökonomische Modelle nicht signifikant.
Die Studie betont, dass die ökonomischen Effekte von Klimaextremen über nichtlineare Kanäle wirken, die lineare Modelle nicht abbilden können.
Landwirtschaft am stärksten betroffen
Simulationen extremer kombinierter Hitze- und Dürreszenarien zeigen erhebliche Verluste im realen Bruttowertschöpfungswachstum pro Kopf im Agrarsektor.
Im Durchschnitt könnten diese um 4,54 Prozentpunkte sinken, mit den stärksten Auswirkungen in Osteuropa.
Industrielle Sektoren erleben kleinere, aber spürbare Rückgänge von durchschnittlich 0,75 Prozentpunkten.
Das verarbeitende Gewerbe bleibt mit durchschnittlich 0,11 Prozentpunkten weitgehend stabil, insbesondere in Osteuropa und den baltischen Ländern.
Diese heterogenen Effekte spiegeln Unterschiede in Exposition, Anpassungsfähigkeit und Bewässerungsinfrastruktur wider.
Die größere Anfälligkeit der Landwirtschaft steht im Einklang mit begrenzter Anpassungsfähigkeit und der Dominanz von regenabhängigen Systemen in betroffenen Regionen.
Frühe Warnung, gezielte Anpassung
Die Studie unterstreicht die Notwendigkeit, Klimainformationen in kurzfristige Wirtschaftsüberwachungsinstrumente zu integrieren.
Maschinelles Lernen kann dabei helfen, besonders exponierte Sektoren und Regionen zu identifizieren, um gezielte Anpassungsstrategien zu entwickeln.
Dies ist entscheidend, um die Resilienz europäischer Volkswirtschaften gegenüber zunehmenden Klimaextremen zu stärken und langfristige Schäden zu minimieren.