计算行业占世界排放的2%。功率效率计算是一个经常研究的主题,但是节省功率并不总是保存环境。jevons的悖论指出,通过称为反弹的过程增加需求,从效率提高中节省的资源会弥补这一点,这使这些无效的方法减少了排放。对于计算中的所有应用程序而言,并非如此:对功耗无弹性的应用程序可以减少功耗。我们分析了包括ML,Internet和IoT在内的计算机科学中的几个大型领域,并提供了有关节省功率的何处有助于减少碳排放的方向。我们介绍了决定提高功率是否可能导致排放量减少或增加所需的经济工具。我们得出的结论是,计算机科学中的许多问题确实具有反弹的特征,这意味着绿色能源是许多领域的唯一解决方案。
农业经济学水理计划模型(WPM)发现,水稀缺地区的灌溉者对水价有相当无弹性的反应,从而使水价对节水的成本保护作用。我们认为,由于将赤字灌溉排除在常规WPM中的代理商可用的一组决策变量之外,由于模型结构问题的预测,定价的预测性能被大大低估了。为了检验我们的假设,我们开发了一个模型,该模型将连续的农作物生产功能整合到一个积极的多属性WPM中,这使我们能够通过赤字灌溉评估代理人对定价的适应性响应。该模型用应用于西班牙的El Salobral-Los llanos灌溉区域。我们的结果表明,将赤字灌溉纳入适应选项,与替代模型设置相比,水需求曲线的弹性明显更大,在该模型设置中排除了赤字。我们得出的结论是,忽略赤字灌溉可能会导致对节水对节水的成本效益的明显低估。
远程工作的突然增加导致了2020年至2022年之间美国住房市场的巨大变化。Recent research has documented that remote work raised the demand for housing (Behrens, Kichko and Thisse, 2021; Mondragon and Wieland, 2022; Brueckner, Kahn and Lin, 2021), flattened intracity house price gradients (Brueckner et al., 2021; Ramani and Bloom, 2021) and reallocated demand across cities (Delventhal and Parkhomenko,2020年; Mondragon和Wieland,2022年)。在那个时期,皇家租金上涨了8%,而皇家房价上涨了20%以上。短期住房供应是高度弹性的,因此自然而然的需求增加会导致租金和价格上涨。,但是从长远来看,远程工作对住房市场的影响可能与在房屋建设的机会很少的时期大不相同。本文研究了远程工作对住房负担能力和影响的长期影响。我们认为,远程工作对住房负担能力的影响可能与短期变化不同。我们考虑远程工作可能会改变住房需求的两种方式。首先,需求从大城市的中央商务区转移,那里供应住房。由于需求落在无弹性住房供应的地区,并且在具有弹性的地区增加,因此住房成本平均下降。第二,远程工作增加了对空间的需求,因为人们使用家庭办公室并在家中花费更多时间(Stanton and Tiwari,2021年)。位置具有特定地点的长期住房供应弹性。这种力量在短期和长期内提高了住房的成本,取决于平均长期住房供应弹性,其长期影响。我们使用旨在捕捉短期和长期住房需求的美国住房市场模型研究这些力的净效应,以及短期和长期住房供应弹性的差异。在霍华德(Howard)和利伯斯奥恩(Liebersohn)(2021)上建造,家庭要求在某个地方使用大量住房和对居住的需求,在这种情况下是一个县。我们为每个位置的租金和人口变化提供了公式,这是对住房需求的冲击以及在供应弹性和两个需求弹性的情况下居住在每个位置的需求。我们使用该模型分两个步骤计算远程工作的长期效果。在第一步中,我们将模型逆转,以计算出使用观察到的租金和人口变化从2020年至2022年开始的远程工作引起的住房需求冲击和位置需求冲击。支持冲击需要关于住房需求弹性的假设,这是我们从文献中获取的。重要的是,我们假设住房供应在短期内是无弹性的。确认我们的位置需求冲击确实与远程工作有关,我们