Under (Climate) Pressure: Assessing the Socioeconomic Impacts of Extreme Events Using E3CI Panel Data

This thesis studies whether extreme-weather anomalies are associated with human development in Europe. Extreme events are measured using the six available components of the European Extreme Events Climate Index (E3CI). The Human Development Index (HDI) is used as an annual outcome capturing longevity, education, and income. The empirical setting is an unbalanced country–year panel of 39 European countries over 1990–2019 (1107 observations), constructed according to UN M49 coverage and excluding post-2019 years to avoid major structural breaks in HDI comparability. The analysis proceeds from pooled and between regressions to panel specifications, with model choice guided by standard tests for unobserved effects and dependence, and inference based on robust covariance estimators. \\ In HDI levels, fixed-effects and two-way specifications indicate that, once country heterogeneity and common time dynamics are accounted for, the E3CI indicators do not exhibit statistically detectable within-country associations with HDI. To focus on short-run shocks, the thesis then proceed to model HDI growth via first differences, and extends the specification with lagged dependent variables to capture persistence. In the preferred dynamic first-difference model with time random effects, changes in extreme maximum temperature and extreme precipitation are negatively associated with year-to-year HDI changes, although effect sizes are small: a one-unit shock (moving from a neutral to an “extreme” year in standardized terms) implies a cumulative loss on the order of $5.5\times10^{-4}$ HDI points for maximum temperature and $4.4\times10^{-4}$ for precipitation over the impulse-response horizon. Robustness checks extending the sample to 1990–2023 attenuate statistical significance, highlighting sensitivity to period choice. Overall, within this annual European panel, extreme-event anomalies have limited explanatory power for HDI levels and only modest associations with HDI growth in dynamic specifications. The main limitation is frequency mismatch: E3CI variability is substantially richer at the monthly level than when aggregated annually, suggesting that higher-frequency socioeconomic outcomes (or credible proxies) may be necessary to better detect short-run impacts.

Questa tesi analizza se le anomalie legate a eventi meteorologici estremi siano associate allo sviluppo umano in Europa. Gli eventi estremi sono misurati tramite le sei componenti disponibili dell’European Extreme Events Climate Index (E3CI). L’Human Development Index (HDI) è utilizzato come variabile di esito annuale, in quanto sintetizza dimensioni di longevità, istruzione e reddito. L’analisi empirica si basa su un pannello paese–anno sbilanciato di 39 paesi europei nel periodo 1990–2019 (1107 osservazioni), costruito secondo la classificazione UN M49 ed escludendo gli anni successivi al 2019 per evitare possibili rotture strutturali nella comparabilità dell’HDI. L’analisi procede da regressioni pooled e between a specificazioni per dati panel, con la scelta del modello guidata da test standard per effetti non osservati e dipendenza, e con inferenza basata su stimatori robusti della matrice varianza–covarianza. Per i livelli di HDI, le specificazioni con effetti fissi e a due vie indicano che, una volta controllata l’eterogeneità tra paesi e le dinamiche temporali comuni, gli indicatori E3CI non mostrano associazioni intra-paese statisticamente rilevabili con l’HDI. Per concentrarsi su shock di breve periodo, la tesi passa quindi a modellare la crescita dell’HDI tramite prime differenze ed estende la specificazione includendo ritardi della variabile dipendente per catturarne la persistenza. Nel modello dinamico preferito in prime differenze con effetti casuali temporali, le variazioni della temperatura massima estrema e delle precipitazioni estreme risultano negativamente associate alle variazioni annuali dell’HDI, sebbene con effetti di piccola entità: uno shock di un’unità (ossia il passaggio da un anno “neutro” a un anno “estremo” in termini standardizzati) implica una perdita cumulata dell’ordine di $5.5\times10^{-4}$ punti di HDI per la temperatura massima e di $4.4\times10^{-4}$ per le precipitazioni, lungo l’orizzonte della risposta all’impulso. Le verifiche di robustezza che estendono il campione al periodo 1990–2023 attenuano la significatività statistica, evidenziando una certa sensibilità alla scelta dell’intervallo temporale. Nel complesso, in questo pannello annuale europeo, le anomalie di eventi estremi mostrano una capacità esplicativa limitata per i livelli di HDI e solo associazioni moderate con la crescita dell’HDI nelle specificazioni dinamiche. Il principale limite è la discrepanza di frequenza: la variabilità dell’E3CI è molto più ricca a livello mensile rispetto a quando viene aggregata su base annua, suggerendo che esiti socioeconomici a frequenza più elevata (o proxy credibili) potrebbero essere necessari per individuare meglio impatti di breve periodo.