En ny metod för att förutsäga förändringar i befolkning och inkomst på nivån för enskilda amerikanska län kan förbättra förutsägelser om effekterna av klimatförändringar. David Wear och Jeffrey Prestemon från USDA Forest Service i North Carolina presenterar sin nya strategi i tidskriften med öppen tillgång PLOS ETT den 24 juli, 2019.

Att förutsäga klimatförändringsrelaterade förändringar i markanvändning och naturresurser kräver korrekta prognoser av demografiska och ekonomiska förändringar. Sådana förändringar kan variera kraftigt inom ett land, men många prognoser är bara tillgängliga på hela länders nivå. Dessutom, Tidigare studier som har behandlat demografiska och ekonomiska förändringar i finare skalor har inte tillräckligt redogjort för migration av människor och kapital till regioner där inkomsterna är högre.

I den nya studien, Wear och Prestemon utvecklade en statistisk modelleringsstrategi för att förutsäga ekonomiska och demografiska förändringar i USA på länsnivå. Deras modell inkluderar befolknings- och inkomstdata på länsnivå från 1970 till 2010 och redogör matematiskt för arbetsmigration, såväl som en mängd andra sociala och ekonomiska faktorer, som förväntningen att pensionärer ska stanna kvar på sin nuvarande plats.

Forskarna tillämpade sin modell inom ramen för Shared Socieconomic Pathways, en uppsättning av fem framtidsscenarier för globala socioekonomiska mönster som tidigare utvecklats av forskarvärlden om klimatförändringar. Projekterar fram till 2070, den nya modellen förutspår generellt befolkningsförskjutningar bort från nordöstra och mellanvästern och in i söder och väster. Beroende på det specifika scenariot, modellen förutspår att landsbygdsbefolkningen kommer att förbli stabil eller krympa.

Författarna noterar att det skulle vara möjligt att utveckla en mer komplex modell som inkluderar ytterligare variabler. Dock, de antyder att deras modell sträcker sig över en användbar balans mellan komplexitet och enkelhet och därför skulle kunna fungera som en kraftfull grund för att göra finare förutsägelser av klimatförändringseffekter.

Författarna tillägger:"Globala bedömningsscenarier använder inkomst- och befolkningsprognoser på nationell nivå, men dessa förhållanden förändras inte enhetligt över rum och tid. Vi har utvecklat en metod för att nedskala dessa prognoser till län i USA på ett sätt som tar hänsyn till rumsliga mönster av ekonomisk tillväxt och lönedriven arbetskraftsinvandring. Eftersom rumsligt explicit befolkning och inkomsttillväxt är avgörande för naturresursbedömningar bör dessa prognoser förbättra precisionen för markanvändning och ekosystemtjänsters framtid."